diff --git a/README.md b/README.md new file mode 100644 index 0000000000000000000000000000000000000000..5af13a64080bf9930bf8a30c375340e88f6c5117 --- /dev/null +++ b/README.md @@ -0,0 +1,57 @@ +--- +language: + - uk +tags: +- automatic-speech-recognition +- audio +license: cc-by-nc-sa-4.0 +datasets: +- https://github.com/egorsmkv/speech-recognition-uk +- mozilla-foundation/common_voice_10_0 +metrics: +- wer +model-index: +- name: Ukrainian causal pruned_transducer_stateless5 v1.0.0 + results: + - task: + name: Speech Recognition + type: automatic-speech-recognition + dataset: + name: Common Voice uk + type: mozilla-foundation/common_voice_10_0 + split: validation + args: uk + metrics: + - name: Validation WER + type: wer + value: 17.26 +--- + +Online variant of `pruned_transducer_stateless5` for Ukrainian: https://github.com/proger/icefall/tree/uk + +Decoding demo using [Sherpa](https://k2-fsa.github.io/sherpa/): [https://twitter.com/darkproger/status/1570733844114046976](https://twitter.com/darkproger/status/1570733844114046976) + +Trained on pseudolabels generated by [darkproger/pruned-transducer-stateless5-ukrainian-1](https://huggingface.co/darkproger/pruned-transducer-stateless5-ukrainian-1) on the training dataset. + +[Tensorboard run](https://tensorboard.dev/experiment/uMmMmZvwS2euyCrj7BlPOQ/) + + +``` +./pruned_transducer_stateless5/train.py \ + --world-size 2 \ + --num-epochs 31 \ + --start-epoch 1 \ + --full-libri 1 \ + --exp-dir pruned_transducer_stateless5/exp-uk-filtered2 \ + --max-duration 600 \ + --use-fp16 1 \ + --num-encoder-layers 18 \ + --dim-feedforward 1024 \ + --nhead 4 \ + --encoder-dim 256 \ + --decoder-dim 512 \ + --joiner-dim 512 \ + --bpe-model uk/data/lang_bpe_250/bpe.model \ + --causal-convolution True \ + --dynamic-chunk-training True +``` diff --git a/data/lang_bpe_250/L.pt b/data/lang_bpe_250/L.pt new file mode 100644 index 0000000000000000000000000000000000000000..5e790832353745b372d59c42a11e894e6409c693 --- /dev/null +++ b/data/lang_bpe_250/L.pt @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:fca162b9c0a7d2263b3be95607063f6ae70ee357b6d7493d8f49a7ea32fbb484 +size 11433831 diff --git a/data/lang_bpe_250/bpe.model b/data/lang_bpe_250/bpe.model new file mode 100644 index 0000000000000000000000000000000000000000..b26fad30cc0a4b5bf3b30d88f9d40e6cf71766cb --- /dev/null +++ b/data/lang_bpe_250/bpe.model @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:f1a465ab230e64d5f2a5cd07ac446f4ce0288925c6019683ee889396094bddfb +size 241481 diff --git a/data/lang_bpe_250/tokens.txt b/data/lang_bpe_250/tokens.txt new file mode 100644 index 0000000000000000000000000000000000000000..342b72fe59b5b3cb2aed12a60f0493f422d868fe --- /dev/null +++ b/data/lang_bpe_250/tokens.txt @@ -0,0 +1,252 @@ + 0 + 1 + 2 +▁ 3 +в 4 +н 5 +ти 6 +т 7 +й 8 +е 9 +с 10 +м 11 +▁на 12 +к 13 +р 14 +у 15 +д 16 +▁з 17 +▁с 18 +о 19 +▁в 20 +▁по 21 +х 22 +ли 23 +ва 24 +но 25 +ро 26 +я 27 +і 28 +ні 29 +з 30 +а 31 +и 32 +ю 33 +ра 34 +ка 35 +▁за 36 +▁не 37 +є 38 +▁і 39 +ла 40 +▁що 41 +на 42 +ки 43 +▁до 44 +ї 45 +ш 46 +ж 47 +ві 48 +ч 49 +во 50 +сь 51 +ко 52 +ни 53 +ло 54 +ри 55 +лі 56 +ль 57 +ви 58 +да 59 +▁у 60 +б 61 +ку 62 +▁про 63 +ці 64 +▁ви 65 +▁а 66 +▁це 67 +ди 68 +▁о 69 +то 70 +рі 71 +п 72 +ся 73 +мо 74 +ми 75 +ть 76 +ма 77 +ц 78 +г 79 +ну 80 +▁як 81 +▁я 82 +ого 83 +▁від 84 +ре 85 +▁та 86 +ме 87 +та 88 +▁п 89 +ті 90 +ле 91 +те 92 +ру 93 +чи 94 +га 95 +▁ко 96 +ст 97 +ту 98 +кі 99 +по 100 +▁ма 101 +' 102 +▁ми 103 +ді 104 +▁так 105 +сі 106 +мі 107 +бу 108 +ля 109 +▁мі 110 +не 111 +▁при 112 +ння 113 +▁мо 114 +же 115 +ду 116 +щ 117 +ча 118 +▁де 119 +до 120 +ому 121 +▁г 122 +▁к 123 +нь 124 +би 125 +сто 126 +▁д 127 +бі 128 +▁го 129 +ь 130 +▁то 131 +▁те 132 +лю 133 +ють 134 +че 135 +го 136 +де 137 +бо 138 +си 139 +за 140 +ер 141 +них 142 +▁але 143 +ста 144 +▁роз 145 +хо 146 +пи 147 +пі 148 +▁він 149 +ний 150 +му 151 +▁для 152 +пе 153 +ф 154 +ши 155 +▁б 156 +▁ш 157 +л 158 +▁україн 159 +▁під 160 +▁пере 161 +▁од 162 +ше 163 +ня 164 +со 165 +па 166 +жи 167 +▁па 168 +▁ба 169 +▁ка 170 +▁зна 171 +ять 172 +▁ф 173 +рів 174 +▁час 175 +▁ре 176 +ного 177 +▁ста 178 +лу 179 +▁його 180 +▁ні 181 +▁тому 182 +ба 183 +▁сам 184 +▁буде 185 +сті 186 +ця 187 +▁вони 188 +▁дуже 189 +▁пра 190 +ха 191 +▁нас 192 +▁хо 193 +ться 194 +ість 195 +▁со 196 +▁чи 197 +▁ді 198 +▁коли 199 +жу 200 +▁об 201 +▁бо 202 +чу 203 +▁які 204 +вер 205 +▁якщо 206 +▁три 207 +▁вже 208 +чі 209 +жа 210 +▁все 211 +▁було 212 +▁може 213 +▁буд 214 +▁вона 215 +▁два 216 +гу 217 +▁тут 218 +гі 219 +увати 220 +ення 221 +▁роб 222 +▁зараз 223 +▁того 224 +▁більш 225 +▁тисяч 226 +▁один 227 +▁перш 228 +▁можна 229 +▁люди 230 +▁цього 231 +▁їх 232 +▁село 233 +▁мене 234 +▁раз 235 +▁двадцять 236 +▁треба 237 +аємо 238 +▁навіть 239 +▁рад 240 +▁був 241 +▁сьогодні 242 +▁без 243 +▁тільки 244 +▁провулок 245 +▁сім 246 +ається 247 +▁свої 248 +ґ 249 +#0 250 +#1 251 diff --git a/data/lang_bpe_250/words.txt b/data/lang_bpe_250/words.txt new file mode 100644 index 0000000000000000000000000000000000000000..304988e48f0207974448d8ef4fa3f34749c4e2ea --- /dev/null +++ b/data/lang_bpe_250/words.txt @@ -0,0 +1,106195 @@ + 0 +!SIL 1 + 2 + 3 +а 4 +а-а 5 +а-а-а 6 +а-ба-ба-га-ла-ма-га 7 +а-ех 8 +а-ка-ве-ес 9 +а-ля 10 +а-тет 11 +аа 12 +ааа 13 +аааа 14 +аарон 15 +аб'юзером 16 +абабагаламага 17 +абабагаламаги 18 +абайдед 19 +абакумов 20 +абакумова 21 +абас 22 +абасом 23 +аббаз 24 +аббас 25 +аббаса 26 +аббасом 27 +аббастьян 28 +абдалою 29 +абдель 30 +абдолез 31 +абдуарасак 32 +абдул 33 +абдула 34 +абдули 35 +абдулла 36 +абдуллом 37 +абдулом 38 +абдулою 39 +абдулу 40 +абдуль 41 +абдулю 42 +абдуліну 43 +абді 44 +абдірахман 45 +абебі 46 +абеді 47 +абела 48 +абетка 49 +абетки 50 +абетковий 51 +абетці 52 +абзац 53 +абзаці 54 +абзаців 55 +аби 56 +абитуриенти 57 +абиякого 58 +абмулаторію 59 +або 60 +абой 61 +абонемент 62 +абонентам 63 +абонентне 64 +абонентів 65 +аборигенами 66 +аборигенів 67 +аборти 68 +абортів 69 +абощо 70 +абраама 71 +абрагам 72 +абразив 73 +абрамова 74 +абрамс 75 +абрамсами 76 +абрамси 77 +абрамсів 78 +абревіатур 79 +абревіатура 80 +абревіатури 81 +абревіатуру 82 +абрека 83 +абремський 84 +абрикоси 85 +абрикосове 86 +абрикосовою 87 +абромавичус 88 +абсолюта 89 +абсолютизм 90 +абсолютна 91 +абсолютне 92 +абсолютний 93 +абсолютним 94 +абсолютними 95 +абсолютно 96 +абсолютного 97 +абсолютною 98 +абсолютної 99 +абсолютну 100 +абсолютні 101 +абсорбувати 102 +абстрагуватися 103 +абстрагується 104 +абстрактне 105 +абстрактним 106 +абстрактними 107 +абстрактно 108 +абстрактні 109 +абстракцію 110 +абсурд 111 +абсурди 112 +абсурдна 113 +абсурдне 114 +абсурдним 115 +абсурдними 116 +абсурдні 117 +абсурдність 118 +абсурдом 119 +абсурду 120 +абсцесу 121 +абу 122 +абу-дабі 123 +абу-зурі 124 +абу-ль-гуйт 125 +абуграїб 126 +абузугрі 127 +абхазцям 128 +абхазці 129 +абхазький 130 +абхазькими 131 +абхазько 132 +абхазького 133 +абхазьку 134 +абхазькі 135 +абхазію 136 +абхазія 137 +абхазією 138 +абхазії 139 +абітабл 140 +абітурієнтам 141 +абітурієнти 142 +абітурієнтів 143 +авад 144 +авазом 145 +авазу 146 +аваков 147 +авакова 148 +аваковим 149 +авакову 150 +аваль 151 +авангард 152 +авангардисти 153 +авангардного 154 +авангардну 155 +авангарді 156 +аванджери 157 +аванпосту 158 +авансом 159 +авантюр 160 +авантюра 161 +авантюри 162 +авантюристичні 163 +авантюристка 164 +авантюрного 165 +авантюрою 166 +авантюру 167 +аварій 168 +аварійна 169 +аварійне 170 +аварійним 171 +аварійних 172 +аварійному 173 +аварійності 174 +аварійної 175 +аварійну 176 +аварійні 177 +аварійній 178 +аварійність 179 +аварійністю 180 +аварію 181 +аварія 182 +аваріях 183 +аварією 184 +аварії 185 +авас 186 +аваса 187 +аватарці 188 +авацією 189 +авганців 190 +августа 191 +августин 192 +августина 193 +авгійові 194 +авдос 195 +авдєєвки 196 +авдіївка 197 +авдіївки 198 +авдіївкою 199 +авдіївку 200 +авдіївський 201 +авдіївської 202 +авдіївці 203 +авейс 204 +авелліно 205 +авеліно 206 +авенджера 207 +авенс 208 +авеню 209 +аверарт 210 +аверсному 211 +авжеж 212 +авиаконструированием 213 +авиастроения 214 +авиационную 215 +авиация 216 +авлет 217 +авоська 218 +авраам 219 +авраменко 220 +аврора 221 +авсалевана 222 +австраліз 223 +австралійська 224 +австралійське 225 +австралійський 226 +австралійським 227 +австралійських 228 +австралійського 229 +австралійської 230 +австралійські 231 +австралійця 232 +австралійців 233 +австраліс 234 +австралію 235 +австралія 236 +австралією 237 +австралії 238 +австро 239 +австрійка 240 +австрійське 241 +австрійський 242 +австрійськими 243 +австрійських 244 +австрійського 245 +австрійської 246 +австрійця 247 +австрійці 248 +австрію 249 +австрія 250 +австріяк 251 +австріяка 252 +австріяки 253 +австрії 254 +автентична 255 +автентичне 256 +автентичними 257 +автентичності 258 +автентичну 259 +автентичні 260 +автентичність 261 +авто 262 +автоаваріями 263 +автобани 264 +автобаном 265 +автобудівельної 266 +автобудівельні 267 +автобус 268 +автобуса 269 +автобусами 270 +автобусах 271 +автобусем 272 +автобуси 273 +автобусна 274 +автобусну 275 +автобусні 276 +автобусній 277 +автобусом 278 +автобусу 279 +автобусі 280 +автобусів 281 +автобіографія 282 +автовиробник 283 +автовоз 284 +автовокзалів 285 +автовідповідачі 286 +автограф 287 +автографи 288 +автодебют 289 +автодорожнього 290 +автодорожня 291 +автодорожніх 292 +автодорозі 293 +автодром 294 +автозаки 295 +автозаміна 296 +автозаправних 297 +автозаправній 298 +автокатастрофах 299 +автокатастрофі 300 +автокефальна 301 +автокефальним 302 +автоколони 303 +автоколону 304 +автоколоні 305 +автокортежа 306 +автокортежу 307 +автократизму 308 +автократів 309 +автокріслом 310 +автолобісти 311 +автомагістраллю 312 +автомагістралях 313 +автомайдан 314 +автомат 315 +автомата 316 +автоматами 317 +автоматах 318 +автомати 319 +автоматизація 320 +автоматизації 321 +автоматизированого 322 +автоматизована 323 +автоматизований 324 +автоматизованих 325 +автоматизовано 326 +автоматизованого 327 +автоматизовану 328 +автоматизувати 329 +автоматизує 330 +автоматична 331 +автоматичне 332 +автоматичний 333 +автоматичних 334 +автоматично 335 +автоматичного 336 +автоматичному 337 +автоматичної 338 +автоматичну 339 +автоматичні 340 +автоматозаряджання 341 +автоматом 342 +автомату 343 +автоматів 344 +автомашин 345 +автомашина 346 +автомашини 347 +автомашину 348 +автомобиль 349 +автомобілем 350 +автомобіль 351 +автомобільний 352 +автомобільних 353 +автомобільно 354 +автомобільного 355 +автомобільному 356 +автомобільної 357 +автомобільну 358 +автомобільні 359 +автомобільній 360 +автомобіля 361 +автомобілями 362 +автомобілях 363 +автомобілєй 364 +автомобілі 365 +автомобілів 366 +автомобілістам 367 +автомобілістами 368 +автоновин 369 +автоном 370 +автономна 371 +автономний 372 +автономними 373 +автономних 374 +автономно 375 +автономної 376 +автономну 377 +автономні 378 +автономній 379 +автономність 380 +автономністю 381 +автономізацію 382 +автономізації 383 +автономій 384 +автономію 385 +автономія 386 +автономіями 387 +автономією 388 +автономії 389 +автопарк 390 +автопародія 391 +автоперевезень 392 +автоперевізників 393 +автоперегони 394 +автоперегонів 395 +автопилотов 396 +автоправил 397 +автопрому 398 +автор 399 +автора 400 +авторам 401 +авторами 402 +автори 403 +авторитаризму 404 +авторитарна 405 +авторитарний 406 +авторитарним 407 +авторитарних 408 +авторитарного 409 +авторитарному 410 +авторитарною 411 +авторитарну 412 +авторитарні 413 +авторитарній 414 +авторитет 415 +авторитетами 416 +авторитети 417 +авторитетна 418 +авторитетний 419 +авторитетним 420 +авторитетними 421 +авторитетних 422 +авторитетно 423 +авторитетного 424 +авторитетні 425 +авторитетом 426 +авторитету 427 +авторка 428 +авторки 429 +авторкою 430 +авторові 431 +автором 432 +авторства 433 +авторство 434 +авторська 435 +авторське 436 +авторський 437 +авторським 438 +авторськими 439 +авторських 440 +авторського 441 +авторському 442 +авторською 443 +авторську 444 +авторські 445 +авторській 446 +автору 447 +авторів 448 +автосалоні 449 +автослюсара 450 +автослюсарем 451 +автослюсаря 452 +автостанцій 453 +автостоп 454 +автостоянках 455 +автостоянці 456 +автострад 457 +автостради 458 +автостраду 459 +автостраді 460 +автотехніка 461 +автотехніки 462 +автоторгівля 463 +автотранспорт 464 +автотраса 465 +автоцентричність 466 +автошляхах 467 +автошляхи 468 +автошляхів 469 +автоєвросила 470 +автоімунних 471 +автоімунної 472 +автівка 473 +автівками 474 +автівки 475 +автівку 476 +автівок 477 +автівці 478 +автіками 479 +авіа 480 +авіабазі 481 +авіабензин 482 +авіабудування 483 +авіазв'язку 484 +авіаклмпанію 485 +авіакомпанію 486 +авіакомпанія 487 +авіакомпаніям 488 +авіакомпанією 489 +авіакомпанії 490 +авіалайнер 491 +авіалайнера 492 +авіаліній 493 +авіалініям 494 +авіалінії 495 +авіанавідникам 496 +авіанальоту 497 +авіаносець 498 +авіапасажирів 499 +авіаперевезень 500 +авіаперевізник 501 +авіаперевізника 502 +авіаперевізники 503 +авіаперевізників 504 +авіапростір 505 +авіарейди 506 +авіарейду 507 +авіарейді 508 +авіарейдів 509 +авіарейсах 510 +авіарейсів 511 +авіасполучення 512 +авіатор 513 +авіатранспорт 514 +авіатранспортабельність 515 +авіатранспорти 516 +авіатранспортна 517 +авіатранспорту 518 +авіатранспорті 519 +авіаударів 520 +авіацій 521 +авіаційна 522 +авіаційне 523 +авіаційний 524 +авіаційними 525 +авіаційних 526 +авіаційному 527 +авіаційною 528 +авіаційної 529 +авіаційну 530 +авіаційні 531 +авіаційній 532 +авіацію 533 +авіація 534 +авіацією 535 +авіації 536 +авіашоу 537 +авіаіндустрію 538 +авіаіндустрія 539 +авіаіндустрії 540 +авігдором 541 +авітамінозу 542 +ага 543 +ага-ага 544 +агава 545 +агайо 546 +агамемноненко 547 +агат 548 +агати 549 +агафія 550 +агенств 551 +агенства 552 +агенство 553 +агенством 554 +агенству 555 +агент 556 +агента 557 +агентами 558 +агенти 559 +агентом 560 +агентсво 561 +агентский 562 +агентств 563 +агентства 564 +агентствам 565 +агентствами 566 +агентствах 567 +агентство 568 +агентством 569 +агентству 570 +агентстві 571 +агентський 572 +агентурний 573 +агентурною 574 +агентурної 575 +агентурну 576 +агентів 577 +агенцій 578 +агенцію 579 +агенція 580 +агенціях 581 +агенціії 582 +агенції 583 +агерн 584 +агеєв 585 +агеєва 586 +агломерацій 587 +агломераціях 588 +агломерації 589 +аглійську 590 +агнець 591 +агнешку 592 +агонь 593 +агонією 594 +агонії 595 +аграмунта 596 +аграрна 597 +аграрне 598 +аграрний 599 +аграрним 600 +аграрних 601 +аграрного 602 +аграрному 603 +аграрної 604 +аграрну 605 +аграрії 606 +агрегаріям 607 +агрегат 608 +агрегати 609 +агрегатів 610 +агресивна 611 +агресивне 612 +агресивний 613 +агресивним 614 +агресивних 615 +агресивно 616 +агресивного 617 +агресивності 618 +агресивною 619 +агресивної 620 +агресивну 621 +агресивні 622 +агресивній 623 +агресивнішому 624 +агресивнішої 625 +агресор 626 +агресора 627 +агресорам 628 +агресорами 629 +агресорові 630 +агресором 631 +агресорі 632 +агресорів 633 +агресувати 634 +агресують 635 +агресію 636 +агресія 637 +агресією 638 +агресії 639 +агробізнес 640 +агровиробництва 641 +агромнєйшій 642 +агрономами 643 +агрономів 644 +агропромислового 645 +агропромисловістю 646 +агропідприємств 647 +агросектор 648 +агросектора 649 +агрохолдингів 650 +агроінвест 651 +агроінвєст 652 +агукає 653 +агуту 654 +агіміро 655 +агінь 656 +агітатор 657 +агітаційна 658 +агітаційну 659 +агітацію 660 +агітація 661 +агітації 662 +агітки 663 +агітку 664 +агітував 665 +агітували 666 +агітувати 667 +агітують 668 +агітуємо 669 +ад'ютант 670 +ад'ютанта 671 +ада 672 +адавайте 673 +адам 674 +адама 675 +адамовський 676 +адаміс 677 +адаміса 678 +адамісові 679 +адаптацію 680 +адаптація 681 +адаптації 682 +адаптивні 683 +адаптована 684 +адаптованим 685 +адаптовано 686 +адаптовані 687 +адаптувалась 688 +адаптувалися 689 +адаптування 690 +адаптувати 691 +адаптуватись 692 +адаптуватися 693 +адаптуюсь 694 +адаптуються 695 +адаптує 696 +адаптуємо 697 +адаптується 698 +адаптірувався 699 +адвокат 700 +адвоката 701 +адвокатами 702 +адвокати 703 +адвокатка 704 +адвокаткою 705 +адвокатом 706 +адвокатського 707 +адвокатською 708 +адвокатура 709 +адвокатів 710 +адвокацією 711 +аддис 712 +адекватна 713 +адекватне 714 +адекватний 715 +адекватним 716 +адекватними 717 +адекватних 718 +адекватно 719 +адекватного 720 +адекватності 721 +адекватною 722 +адекватну 723 +адекватні 724 +адекватність 725 +адекватнішого 726 +адель 727 +адеметионін 728 +аден 729 +аденома 730 +аденоми 731 +аденому 732 +аденській 733 +адепт 734 +адептами 735 +аджад 736 +аджамо 737 +адже 738 +адикції 739 +адменістрації 740 +адмін 741 +адміна 742 +адмінарешту 743 +адмінбудівель 744 +адмінбудівлі 745 +адмінвитрати 746 +адмінистрації 747 +адмінкордон 748 +адмінку 749 +адмінмежу 750 +адмінмежі 751 +адмінпослуг 752 +адмінресурс 753 +адмінресурсу 754 +адмінсуд 755 +адмінсуду 756 +адміністративна 757 +адміністративне 758 +адміністративний 759 +адміністративним 760 +адміністративними 761 +адміністративних 762 +адміністративно 763 +адміністративного 764 +адміністративному 765 +адміністративної 766 +адміністративну 767 +адміністративні 768 +адміністративній 769 +адміністратор 770 +адміністратора 771 +адміністратором 772 +адміністрацій 773 +адміністрацію 774 +адміністрація 775 +адміністрацією 776 +адміністрації 777 +адміністрування 778 +адмініструє 779 +адмірал 780 +адмірала 781 +адміралами 782 +адміралів 783 +адоптувались 784 +адоптувати 785 +адреналін 786 +адреналіну 787 +адрес 788 +адреса 789 +адреси 790 +адресна 791 +адресної 792 +адресну 793 +адресній 794 +адресована 795 +адресовано 796 +адресою 797 +адресу 798 +адресувати 799 +адресуватиму 800 +адресую 801 +адріан 802 +адріанополь 803 +адріатики 804 +адріатичному 805 +аеробалістичними 806 +аеробуми 807 +аеродром 808 +аеродроми 809 +аеродрому 810 +аерозольна 811 +аерозольний 812 +аерозольного 813 +аерозольної 814 +аеромобільних 815 +аеромобільну 816 +аеромобільні 817 +аеронавтики 818 +аеропланом 819 +аеропорт 820 +аеропортами 821 +аеропортах 822 +аеропорти 823 +аеропортом 824 +аеропорту 825 +аеропортів 826 +аеророзвідки 827 +аеросвіт 828 +аеросвіту 829 +аероскоп 830 +аеротехніка 831 +аеротехніки 832 +аеротехнікою 833 +аерофотознімки 834 +аес 835 +аж 836 +ажіотаж 837 +аз 838 +аз-захар 839 +азалії 840 +азам 841 +азаров 842 +азарова 843 +азарові 844 +азарт 845 +азартних 846 +азартно 847 +азартні 848 +азарту 849 +азербайджан 850 +азербайджаном 851 +азербайджанська 852 +азербайджанський 853 +азербайджанськими 854 +азербайджанських 855 +азербайджанського 856 +азербайджанському 857 +азербайджанською 858 +азербайджанської 859 +азербайджанські 860 +азербайджану 861 +азербайджанці 862 +азербайджанців 863 +азербайджані 864 +ази 865 +азов 866 +азова 867 +азовець 868 +азовсталь 869 +азовсталі 870 +азовське 871 +азовського 872 +азовському 873 +азову 874 +азові 875 +азот 876 +азотом 877 +азоту 878 +азс 879 +азурит 880 +азіати 881 +азіатська 882 +азіатів 883 +азів 884 +азіз 885 +азійським 886 +азійських 887 +азійсько 888 +азійського 889 +азійському 890 +азійською 891 +азійської 892 +азійські 893 +азімі 894 +азіровською 895 +азіровській 896 +азірі 897 +азіфом 898 +азія 899 +азією 900 +азії 901 +ай 902 +ай-ай 903 +ай-ай-ай 904 +айвазовського 905 +айварас 906 +айдар 907 +айдара 908 +айдахо 909 +айден 910 +айдер 911 +айди 912 +айді 913 +айдіями 914 +айзендорф 915 +айзера 916 +айленд 917 +айленди 918 +айленді 919 +айлендів 920 +айлью 921 +айман 922 +айнтрахт 923 +айова 924 +айови 925 +айову 926 +айові 927 +айпод 928 +айпі 929 +айпід 930 +айро 931 +айрін 932 +айсберга 933 +айсбергу 934 +айсітіви 935 +айсітіві 936 +айти 937 +айтішники 938 +айфон 939 +айфонів 940 +ак 941 +академического 942 +академмістечка 943 +академік 944 +академіка 945 +академіки 946 +академіком 947 +академіків 948 +академічна 949 +академічне 950 +академічний 951 +академічних 952 +академічного 953 +академічному 954 +академічної 955 +академічні 956 +академічній 957 +академію 958 +академія 959 +академією 960 +академії 961 +акаунт 962 +акаунта 963 +акаунти 964 +акаунті 965 +акаунтів 966 +акація 967 +акації 968 +акаю 969 +акбазадех 970 +акбар 971 +аква 972 +акварельна 973 +акварелі 974 +акваріумах 975 +акваторія 976 +акваторії 977 +акерман 978 +акерманом 979 +акипс 980 +акипса 981 +аккаунти 982 +аккаунті 983 +аккаунтів 984 +акліматизація 985 +акліматизувалися 986 +акомпанемент 987 +акомплішд 988 +акомпонімент 989 +акорд 990 +акорди 991 +акредитованими 992 +акредитованих 993 +акредитувала 994 +аксесуари 995 +аксіома 996 +аксіоми 997 +акт 998 +акта 999 +актам 1000 +актами 1001 +акти 1002 +актив 1003 +активи 1004 +активна 1005 +активне 1006 +активний 1007 +активним 1008 +активними 1009 +активних 1010 +активно 1011 +активного 1012 +активной 1013 +активному 1014 +активності 1015 +активною 1016 +активної 1017 +активну 1018 +активні 1019 +активній 1020 +активність 1021 +активністю 1022 +активніше 1023 +активнішими 1024 +активнішою 1025 +активнішої 1026 +активнішу 1027 +активована 1028 +активу 1029 +активує 1030 +активі 1031 +активів 1032 +активізацію 1033 +активізація 1034 +активізацією 1035 +активізації 1036 +активізму 1037 +активізував 1038 +активізували 1039 +активізувались 1040 +активізувати 1041 +активізуватися 1042 +активізуються 1043 +активізує 1044 +активіст 1045 +активіста 1046 +активістам 1047 +активістами 1048 +активісти 1049 +активістові 1050 +активістом 1051 +активістської 1052 +активістів 1053 +актового 1054 +актом 1055 +актор 1056 +актора 1057 +актори 1058 +акторка 1059 +акторок 1060 +актором 1061 +акторських 1062 +актору 1063 +акторів 1064 +актрис 1065 +актриса 1066 +актриси 1067 +акту 1068 +актуальна 1069 +актуальне 1070 +актуальний 1071 +актуальним 1072 +актуальних 1073 +актуально 1074 +актуального 1075 +актуальності 1076 +актуальною 1077 +актуальної 1078 +актуальну 1079 +актуальні 1080 +актуальність 1081 +актуальніша 1082 +актуальніше 1083 +актуалізувати 1084 +актуалізують 1085 +актуарний 1086 +актувлізуємо 1087 +акті 1088 +актів 1089 +актівісти 1090 +акул 1091 +акуленко 1092 +акули 1093 +акультуриваться 1094 +акумулювала 1095 +акумулювати 1096 +акумулюватимуть 1097 +акумулюватися 1098 +акумулюємо 1099 +акумулюється 1100 +акумуляторами 1101 +акумуляторах 1102 +акумуляції 1103 +акупаційні 1104 +акуратна 1105 +акуратно 1106 +акустичний 1107 +акустичним 1108 +акустичного 1109 +акустичні 1110 +акушерство 1111 +акушерських 1112 +акушерські 1113 +акушерів 1114 +акуєву 1115 +акцент 1116 +акцентами 1117 +акценти 1118 +акцентовано 1119 +акцентом 1120 +акценту 1121 +акцентував 1122 +акцентувати 1123 +акцентують 1124 +акцентує 1125 +акцентуєм 1126 +акцентуємо 1127 +акцентується 1128 +акцептована 1129 +акциз 1130 +акцизи 1131 +акцизного 1132 +акцизів 1133 +акция 1134 +акцій 1135 +акціонера 1136 +акціонери 1137 +акціонерна 1138 +акціонерне 1139 +акціонерного 1140 +акціонерної 1141 +акціонерні 1142 +акціонерній 1143 +акціонерів 1144 +акціоніста 1145 +акцію 1146 +акція 1147 +акціям 1148 +акціями 1149 +акціях 1150 +акцією 1151 +акції 1152 +акінжди 1153 +ала 1154 +алабама 1155 +алабами 1156 +алабамі 1157 +алабін 1158 +аладдіна 1159 +аламазів 1160 +аламос 1161 +алан 1162 +алармісти 1163 +албанська 1164 +албанське 1165 +албанський 1166 +албанськими 1167 +албанської 1168 +албанські 1169 +албанцями 1170 +албанці 1171 +албанців 1172 +албанію 1173 +албанія 1174 +албанією 1175 +албанії 1176 +албац 1177 +алгарве 1178 +алгебри 1179 +алгоритм 1180 +алгоритми 1181 +алгоритму 1182 +алгоритмів 1183 +алджедибі 1184 +але 1185 +алеан 1186 +алевтина 1187 +алегорій 1188 +алекс 1189 +алекса 1190 +александер 1191 +александр 1192 +александра 1193 +александре 1194 +александрова 1195 +александровец 1196 +александровой 1197 +александрію 1198 +александрія 1199 +алексу 1200 +алексєєва 1201 +алексія 1202 +алексієвич 1203 +ален 1204 +алене 1205 +алерген 1206 +алергена 1207 +алергенами 1208 +алергени 1209 +алергенспецифічна 1210 +алергенспецифічної 1211 +алергену 1212 +алергенів 1213 +алергетіка 1214 +алерголог 1215 +алерголога 1216 +алергологи 1217 +алергології 1218 +алергій 1219 +алергікам 1220 +алергіків 1221 +алергічна 1222 +алергічного 1223 +алергічні 1224 +алергію 1225 +алергія 1226 +алергіями 1227 +алергією 1228 +алергії 1229 +алеї 1230 +алжиру 1231 +алинці 1232 +алкобомби 1233 +алкоголь 1234 +алкогольне 1235 +алкогольний 1236 +алкогольними 1237 +алкогольних 1238 +алкогольного 1239 +алкогольному 1240 +алкогольної 1241 +алкогольні 1242 +алкоголю 1243 +алкоголізм 1244 +алкоголізмі 1245 +алком 1246 +алла 1247 +аллах 1248 +аллен 1249 +аллергика 1250 +алло 1251 +алло-алло 1252 +алльо 1253 +алмази 1254 +алмазу 1255 +алмазів 1256 +ало 1257 +алов 1258 +алова 1259 +алогічним 1260 +алоу 1261 +алоцирован 1262 +алтайської 1263 +алтайців 1264 +алтин 1265 +алуо 1266 +алупка 1267 +алушти 1268 +алуштою 1269 +алушті 1270 +алфавіт 1271 +алфавіту 1272 +алханов 1273 +алхімік 1274 +алчевськ 1275 +алчевська 1276 +аль 1277 +аль- 1278 +аль-абаді 1279 +аль-акси 1280 +аль-алаві 1281 +аль-амрікі 1282 +аль-анбар 1283 +аль-асад 1284 +аль-башир 1285 +аль-бусаді 1286 +аль-ватан 1287 +аль-джазіра 1288 +аль-дюсер 1289 +аль-кайди 1290 +аль-каіда 1291 +аль-каіди 1292 +аль-каіді 1293 +аль-каїда 1294 +аль-каїди 1295 +аль-каїдою 1296 +аль-каїду 1297 +аль-каїдівським 1298 +аль-каїдівській 1299 +аль-маджид 1300 +аль-малікі 1301 +аль-маріки 1302 +аль-масрі 1303 +аль-мудгам 1304 +аль-нахайян 1305 +аль-нуну 1306 +аль-ніди 1307 +аль-садер 1308 +аль-садр 1309 +аль-садра 1310 +аль-садру 1311 +аль-систані 1312 +аль-шабаб 1313 +альбарадей 1314 +альбатрос 1315 +альберт 1316 +альберта 1317 +альберто 1318 +альбом 1319 +альбоми 1320 +альбому 1321 +альбуміну 1322 +альбуні 1323 +альбіон 1324 +альваро 1325 +альджазіра 1326 +алькаіда 1327 +алькаіди 1328 +алькаідою 1329 +алькаіду 1330 +алькаідівськими 1331 +алькаідівських 1332 +алькаідівські 1333 +алькаідівцями 1334 +алькаідівці 1335 +алькаїда 1336 +алькаїди 1337 +алькоголізм 1338 +альма 1339 +альмавілі 1340 +альмагро 1341 +альменда 1342 +альо 1343 +альона 1344 +альони 1345 +альоною 1346 +альоу 1347 +альпінизмі 1348 +альпініста 1349 +альпіністів 1350 +альтан 1351 +альтанці 1352 +альтермен 1353 +альтернатив 1354 +альтернатива 1355 +альтернативи 1356 +альтернативна 1357 +альтернативне 1358 +альтернативний 1359 +альтернативним 1360 +альтернативними 1361 +альтернативних 1362 +альтернативного 1363 +альтернативному 1364 +альтернативною 1365 +альтернативної 1366 +альтернативну 1367 +альтернативні 1368 +альтернативній 1369 +альтернативою 1370 +альтернативу 1371 +альтернативі 1372 +альтом 1373 +альті 1374 +альфа 1375 +альфари 1376 +альфи 1377 +альфредо 1378 +альфі 1379 +альцгеймер 1380 +альцгеймера 1381 +альянс 1382 +альянси 1383 +альянсові 1384 +альянсом 1385 +альянсу 1386 +альянсі 1387 +альянсів 1388 +альянтів 1389 +алювіальних 1390 +алюзію 1391 +алюзіями 1392 +алюмінівий 1393 +алюміній 1394 +алюмінію 1395 +аля 1396 +алянс 1397 +алянсу 1398 +аляска 1399 +алясці 1400 +алєксандру 1401 +алєксєєв 1402 +алєксєєва 1403 +алі 1404 +алізе 1405 +аліменти 1406 +аліментів 1407 +алімовичу 1408 +аліна 1409 +аліни 1410 +алінка 1411 +алінку 1412 +аліно 1413 +аліною 1414 +аліну 1415 +аліні 1416 +аліса 1417 +алісою 1418 +аліталія 1419 +аліталії 1420 +аліто 1421 +алішера 1422 +алія 1423 +алієв 1424 +алієва 1425 +ам 1426 +амадео 1427 +амазонки 1428 +амазонку 1429 +амаль 1430 +амар 1431 +амата 1432 +амати 1433 +аматорок 1434 +аматорською 1435 +аматорську 1436 +аматорів 1437 +амату 1438 +амая 1439 +амбарний 1440 +амбер 1441 +амбо 1442 +амброзія 1443 +амброзії 1444 +амбулаторне 1445 +амбулаторному 1446 +амбулаторій 1447 +амбулаторії 1448 +амбітна 1449 +амбітне 1450 +амбітний 1451 +амбітних 1452 +амбітною 1453 +амбітні 1454 +амбіцій 1455 +амбіційно 1456 +амбіційну 1457 +амбіційні 1458 +амбіція 1459 +амбіціями 1460 +амбіції 1461 +амелі 1462 +амеліна 1463 +амер 1464 +америк 1465 +америка 1466 +американець 1467 +американка 1468 +американку 1469 +американо 1470 +американских 1471 +американскі 1472 +американстькі 1473 +американська 1474 +американське 1475 +американськи 1476 +американський 1477 +американським 1478 +американськими 1479 +американських 1480 +американськиї 1481 +американсько 1482 +американського 1483 +американському 1484 +американською 1485 +американської 1486 +американську 1487 +американські 1488 +американській 1489 +американськім 1490 +американцем 1491 +американця 1492 +американцям 1493 +американцями 1494 +американці 1495 +американців 1496 +америки 1497 +америкою 1498 +америку 1499 +америці 1500 +амерканців 1501 +аметов 1502 +аметову 1503 +амирхані 1504 +амнезія 1505 +амністованих 1506 +амністію 1507 +амністія 1508 +амністії 1509 +аморальними 1510 +аморальною 1511 +аморальність 1512 +аморфний 1513 +амосов 1514 +амосом 1515 +амостійні 1516 +амплуа 1517 +ампули 1518 +ампутовані 1519 +ампутували 1520 +амрики 1521 +амстердам 1522 +амстердаму 1523 +амстердамі 1524 +амуницю 1525 +амуніцію 1526 +амуніції 1527 +амурчик 1528 +амфібій 1529 +амфібійні 1530 +амфібіях 1531 +амфібії 1532 +амштетена 1533 +аміаком 1534 +аміаку 1535 +аміна 1536 +аміне 1537 +амінокислота 1538 +аміною 1539 +аміну 1540 +амінь 1541 +аміотрофічний 1542 +амір 1543 +аміра 1544 +ан 1545 +ан-двадцять 1546 +ана 1547 +анализирует 1548 +аналитик 1549 +аналог 1550 +аналога 1551 +аналогами 1552 +аналоги 1553 +аналоговнет 1554 +аналогово 1555 +аналоговою 1556 +аналогу 1557 +аналогів 1558 +аналогічна 1559 +аналогічне 1560 +аналогічний 1561 +аналогічним 1562 +аналогічних 1563 +аналогічно 1564 +аналогічного 1565 +аналогічною 1566 +аналогічні 1567 +аналогію 1568 +аналогія 1569 +аналогією 1570 +аналогії 1571 +анальгетики 1572 +анальний 1573 +аналіз 1574 +аналізами 1575 +аналізатора 1576 +аналізи 1577 +аналізом 1578 +аналізу 1579 +аналізував 1580 +аналізувала 1581 +аналізували 1582 +аналізувалися 1583 +аналізування 1584 +аналізувати 1585 +аналізуватимуть 1586 +аналізуйте 1587 +аналізують 1588 +аналізуються 1589 +аналізуючи 1590 +аналізує 1591 +аналізуємо 1592 +аналізуєте 1593 +аналізі 1594 +аналізів 1595 +аналітик 1596 +аналітика 1597 +аналітиками 1598 +аналітики 1599 +аналітикиня 1600 +аналітиком 1601 +аналітику 1602 +аналітиків 1603 +аналітична 1604 +аналітичне 1605 +аналітичний 1606 +аналітичним 1607 +аналітичними 1608 +аналітичних 1609 +аналітичного 1610 +аналітичному 1611 +аналітичною 1612 +аналітичну 1613 +аналітичні 1614 +аналітичній 1615 +анан 1616 +ананьєв 1617 +анаполіссі 1618 +анаполіської 1619 +анаполісі 1620 +анархізм 1621 +анархізму 1622 +анархістами 1623 +анархічного 1624 +анархії 1625 +анастасія 1626 +анастасією 1627 +анастасії 1628 +анастезіолога 1629 +анатоль 1630 +анатолій 1631 +анатолійовича 1632 +анатолію 1633 +анатолія 1634 +анатолієм 1635 +анатомічна 1636 +анатон 1637 +анафемі 1638 +анафілактичний 1639 +анафілактичного 1640 +анафілактичну 1641 +анахайм 1642 +анахронізмом 1643 +анбар 1644 +анваара 1645 +анвазая 1646 +анвар 1647 +анвара 1648 +ангари 1649 +ангел 1650 +ангела 1651 +ангели 1652 +ангелом 1653 +ангелочки 1654 +ангелою 1655 +ангелятко 1656 +ангеліна 1657 +ангеліни 1658 +ангеліно 1659 +ангеліною 1660 +ангемінтних 1661 +англ 1662 +англо 1663 +англомовна 1664 +англомовне 1665 +англомовний 1666 +англомовним 1667 +англомовних 1668 +англомовно 1669 +англомовного 1670 +англомовної 1671 +англомовну 1672 +англомовні 1673 +англомовній 1674 +англосаксонський 1675 +англосаксонському 1676 +англійскою 1677 +англійська 1678 +англійське 1679 +англійський 1680 +англійським 1681 +англійських 1682 +англійського 1683 +англійському 1684 +англійською 1685 +англійської 1686 +англійську 1687 +англійські 1688 +англійській 1689 +англійцями 1690 +англійці 1691 +англійців 1692 +англіканський 1693 +англію 1694 +англія 1695 +англієць 1696 +англією 1697 +англії 1698 +анголі 1699 +ангімінтики 1700 +ангіна 1701 +ангінами 1702 +андалусією 1703 +андаманському 1704 +андере 1705 +андерко 1706 +андерс 1707 +андерсена 1708 +андерсона 1709 +андеґраунд 1710 +анджана 1711 +анджани 1712 +анджеана 1713 +анджей 1714 +анджелес 1715 +анджелесі 1716 +анджеліна 1717 +анджея 1718 +анди 1719 +андижанських 1720 +андою 1721 +андре 1722 +андреа 1723 +андрей 1724 +андрейчик 1725 +андрейчику 1726 +андрея 1727 +андреєм 1728 +андроїд 1729 +андроїдом 1730 +андрусик 1731 +андрусику 1732 +андрусяк 1733 +андрусяка 1734 +андрусяку 1735 +андрухович 1736 +андруховича 1737 +андрюш 1738 +андрюша 1739 +андрєя 1740 +андрій 1741 +андрійович 1742 +андрію 1743 +андрія 1744 +андріянчик 1745 +андрієвського 1746 +андрієві 1747 +андрієм 1748 +андрієнка 1749 +андрієнкові 1750 +андрієчку 1751 +андіжані 1752 +анекдот 1753 +анекдоти 1754 +анекдотична 1755 +анекдотичний 1756 +анекдотичних 1757 +анекдотичні 1758 +анекдотів 1759 +анексована 1760 +анексований 1761 +анексованого 1762 +анексованому 1763 +анексував 1764 +анексувала 1765 +анексували 1766 +анексувати 1767 +анексію 1768 +анексія 1769 +анексією 1770 +анексії 1771 +анемію 1772 +анемії 1773 +анею 1774 +анжелес 1775 +анжеліка 1776 +анжеліко 1777 +анкара 1778 +анкари 1779 +анкарою 1780 +анкару 1781 +анкарі 1782 +анкета 1783 +анкетами 1784 +анкетах 1785 +анкети 1786 +анкету 1787 +анкетування 1788 +анкеті 1789 +анклав 1790 +анклави 1791 +анклавів 1792 +анлійською 1793 +анна 1794 +аннан 1795 +аннана 1796 +аннаном 1797 +аннаполіс 1798 +аннаполісу 1799 +аннаполісі 1800 +анне 1801 +аннексированого 1802 +аннен 1803 +анни 1804 +анно 1805 +анною 1806 +анну 1807 +анні 1808 +аннібалова 1809 +аномальні 1810 +аномалії 1811 +анонс 1812 +анонса 1813 +анонсами 1814 +анонси 1815 +анонсована 1816 +анонсованих 1817 +анонсовано 1818 +анонсовану 1819 +анонсовані 1820 +анонсу 1821 +анонсував 1822 +анонсувала 1823 +анонсували 1824 +анонсувалося 1825 +анонсувати 1826 +анонсуємо 1827 +анонсів 1828 +анонсівець 1829 +анонім 1830 +аноніма 1831 +анонімами 1832 +анонімна 1833 +анонімний 1834 +анонімно 1835 +анонімного 1836 +анонімності 1837 +анонімні 1838 +анонімом 1839 +аноніму 1840 +аносу 1841 +анролів 1842 +ансамблю 1843 +ансамблі 1844 +ансарі 1845 +ансі 1846 +антагонізми 1847 +антагонізує 1848 +антагоністи 1849 +анталії 1850 +антанту 1851 +антарктиду 1852 +антарктику 1853 +антарктична 1854 +антарктичний 1855 +антарктичних 1856 +антарктичному 1857 +антарктичної 1858 +антарктичні 1859 +антацидний 1860 +антей 1861 +антен 1862 +антена 1863 +антенами 1864 +антени 1865 +антенний 1866 +антенної 1867 +антену 1868 +анти 1869 +антиалбанський 1870 +антиалергійний 1871 +антиалергічний 1872 +антиалкогольний 1873 +антиамериканець 1874 +антиамериканський 1875 +антиамериканським 1876 +антиамериканські 1877 +антиангіогенний 1878 +антиандроген 1879 +антианемічний 1880 +антиапекс 1881 +антиарабський 1882 +антиастматичний 1883 +антиафганський 1884 +антибаклановий 1885 +антибактерицидний 1886 +антибактеріальний 1887 +антибактеріальні 1888 +антиблокувальний 1889 +антибуксувальний 1890 +антибільшовизм 1891 +антибільшовицького 1892 +антибільшовичка 1893 +антибіотик 1894 +антибіотиками 1895 +антибіотиках 1896 +антибіотики 1897 +антибіотиковий 1898 +антибіотикограма 1899 +антибіотикопрофілактика 1900 +антибіотикорезистентність 1901 +антибіотикостійкий 1902 +антибіотикотерапія 1903 +антибіотичний 1904 +антивірусних 1905 +антивірусну 1906 +антивірусні 1907 +антиген 1908 +антигенами 1909 +антигену 1910 +антигормональна 1911 +антигістамінні 1912 +антигітлерівської 1913 +антидемократизм 1914 +антидемократичного 1915 +антидемократичною 1916 +антидемократичні 1917 +антидемпінгових 1918 +антидепресантами 1919 +антидронову 1920 +антиемігрантських 1921 +антиемігрантські 1922 +антизахідницьким 1923 +антикадирівських 1924 +антикварною 1925 +антикваріату 1926 +антикитайських 1927 +антикитайські 1928 +антиклерикалом 1929 +антикомунізм 1930 +антиконкурентних 1931 +антиконституційний 1932 +антиконституційного 1933 +антиконституційну 1934 +антикорабельних 1935 +антикоррупційного 1936 +антикорупційна 1937 +антикорупційне 1938 +антикорупційний 1939 +антикорупційним 1940 +антикорупційними 1941 +антикорупційних 1942 +антикорупційного 1943 +антикорупційному 1944 +антикорупційною 1945 +антикорупційної 1946 +антикорупційну 1947 +антикорупційні 1948 +антикорупційній 1949 +антикорупціонер 1950 +антикорупціонери 1951 +антикорупціонером 1952 +антикорупціонерів 1953 +антикремлівських 1954 +антикремлівського 1955 +антикризового 1956 +антикризової 1957 +антилопи 1958 +антимайданні 1959 +антимайдану 1960 +антимайданівця 1961 +антимонопольний 1962 +антимонопольним 1963 +антимігранські 1964 +антимігрантські 1965 +антиміграційну 1966 +антимілітаристська 1967 +антинаркотрафікового 1968 +антинародну 1969 +антиоксиданти 1970 +антиоксидантний 1971 +антипатій 1972 +антипатіями 1973 +антипереможця 1974 +антиплагіатної 1975 +антипова 1976 +антиповичем 1977 +антипрезидентська 1978 +антипрезидентських 1979 +антипрезидентські 1980 +антирадянське 1981 +антирадянські 1982 +антирейдерський 1983 +антирейдерських 1984 +антирейдерського 1985 +антирейдерської 1986 +антирейдерські 1987 +антирейтинг 1988 +антирейтингом 1989 +антирейтингу 1990 +антиросійськими 1991 +антиросійських 1992 +антиросійського 1993 +антиросійської 1994 +антиросійські 1995 +антисемітизм 1996 +антисемітизму 1997 +антисемітську 1998 +антисирійських 1999 +антисирійські 2000 +антискоріцькими 2001 +антиснайперський 2002 +антиснайпінг 2003 +антисоціальним 2004 +антитерористична 2005 +антитерористичних 2006 +антитерористичного 2007 +антитерористичної 2008 +антитерористичну 2009 +антитерористичні 2010 +антитревога 2011 +антитіла 2012 +антиукраїнська 2013 +антиукраїнськими 2014 +антиукраїнських 2015 +антиукраїнської 2016 +антиукраїнські 2017 +антиурядовими 2018 +антиурядових 2019 +антиурядової 2020 +антиурядові 2021 +антиутопії 2022 +антифашистів 2023 +античного 2024 +античності 2025 +античність 2026 +антиєвропейський 2027 +антиєвропейські 2028 +антиізраїльської 2029 +антиізраїльську 2030 +антиімміграційних 2031 +антиімміграційного 2032 +антиінвестиційний 2033 +антиінфляційними 2034 +антиінфляційних 2035 +антиінфляційної 2036 +антиінфляційні 2037 +антон 2038 +антона 2039 +антоне 2040 +антоненко 2041 +антоненку 2042 +антоник 2043 +антонича 2044 +антоничка 2045 +антонов 2046 +антонова 2047 +антонович 2048 +антоном 2049 +антономічного 2050 +антону 2051 +антонюка 2052 +антонівський 2053 +антоній 2054 +антонім 2055 +антоніми 2056 +антоніна 2057 +антоніо 2058 +антоніу 2059 +антонія 2060 +антоциани 2061 +антоцианів 2062 +антрацитної 2063 +антрацитової 2064 +антрациту 2065 +антропогенний 2066 +антропогенному 2067 +антураж 2068 +антіпов 2069 +ану 2070 +анульовано 2071 +анулювання 2072 +анулювати 2073 +анулюючи 2074 +анушкевич 2075 +анхель 2076 +анхиз 2077 +анхиза 2078 +анхизів 2079 +аншлаг 2080 +аншлаговий 2081 +анька 2082 +аньою 2083 +аньянг 2084 +аню 2085 +аня 2086 +ані 2087 +аніж 2088 +анікщай 2089 +анімацій 2090 +анімаційний 2091 +анімаційних 2092 +анімацію 2093 +анімацією 2094 +анімації 2095 +анімованим 2096 +анітрохи 2097 +аніянг 2098 +анґела 2099 +аояма 2100 +апарат 2101 +апарата 2102 +апаратами 2103 +апарати 2104 +апаратом 2105 +апарату 2106 +апаратуру 2107 +апаратів 2108 +апартаменти 2109 +апартеїду 2110 +апартурай 2111 +апатичний 2112 +апатія 2113 +апач 2114 +апачі 2115 +апгрейду 2116 +апгрейдять 2117 +апелював 2118 +апелювати 2119 +апелюйте 2120 +апелюю 2121 +апелюють 2122 +апелюючи 2123 +апелює 2124 +апелюємо 2125 +апеляційний 2126 +апеляційним 2127 +апеляційних 2128 +апеляційного 2129 +апеляційному 2130 +апеляційну 2131 +апеляцію 2132 +апеляція 2133 +апеляцією 2134 +апеляції 2135 +апетит 2136 +апк 2137 +апки 2138 +аплодували 2139 +аплодує 2140 +апложували 2141 +аплікантів 2142 +аплікацію 2143 +апогею 2144 +апоел 2145 +апокаліпсису 2146 +аполло 2147 +аполлонова 2148 +апологетом 2149 +аполітичний 2150 +аполітичність 2151 +апоплексичного 2152 +апостол 2153 +апостола 2154 +апостолам 2155 +апостоли 2156 +апостольскій 2157 +апостольську 2158 +апостолів 2159 +апостроф 2160 +аппарат 2161 +аппаратов 2162 +аппатурай 2163 +априклад 2164 +апробація 2165 +апрідільоная 2166 +апрідільониє 2167 +апріорна 2168 +апріорі 2169 +аптек 2170 +аптекар 2171 +аптеках 2172 +аптеки 2173 +аптеку 2174 +аптеці 2175 +аптечками 2176 +аптечки 2177 +аптечку 2178 +аптечок 2179 +аптєчкі 2180 +апухтіна 2181 +апірантів 2182 +ар 2183 +ар'єв 2184 +ар'єн 2185 +ара 2186 +араб 2187 +арабами 2188 +арабатку 2189 +арабатської 2190 +арабатську 2191 +арабатській 2192 +араби 2193 +арабо 2194 +арабскому 2195 +арабська 2196 +арабським 2197 +арабськими 2198 +арабських 2199 +арабсько 2200 +арабського 2201 +арабському 2202 +арабською 2203 +арабської 2204 +арабські 2205 +арабів 2206 +аравського 2207 +аравію 2208 +аравія 2209 +аравії 2210 +аранжування 2211 +аратту 2212 +арафата 2213 +арафій 2214 +арахісу 2215 +арбатов 2216 +арбор 2217 +арбузова 2218 +арбіаті 2219 +арбітра 2220 +арбітраж 2221 +арбітражем 2222 +арбітражний 2223 +арбітражного 2224 +арбітражному 2225 +арбітражу 2226 +арбітром 2227 +арбітрів 2228 +аргандаб 2229 +аргандабі 2230 +аргантаб 2231 +аргентина 2232 +аргентини 2233 +аргентинця 2234 +аргумент 2235 +аргументами 2236 +аргументація 2237 +аргументацією 2238 +аргументації 2239 +аргументи 2240 +аргументована 2241 +аргументовано 2242 +аргументовувати 2243 +аргументом 2244 +аргументу 2245 +аргументувала 2246 +аргументували 2247 +аргументувати 2248 +аргументуйте 2249 +аргументуючи 2250 +аргументує 2251 +аргументів 2252 +ардарік 2253 +ардаріка 2254 +ардарікові 2255 +ардент 2256 +ардею 2257 +ареал 2258 +ареалах 2259 +ареали 2260 +ареалу 2261 +ареалі 2262 +арена 2263 +арендованій 2264 +аренду 2265 +аренді 2266 +арени 2267 +ареною 2268 +арену 2269 +арені 2270 +арестовал 2271 +арестович 2272 +арестовича 2273 +арестовичем 2274 +арестовичу 2275 +арестують 2276 +арешонков 2277 +арешт 2278 +арештами 2279 +арештанта 2280 +арештантами 2281 +арештантів 2282 +арешти 2283 +арештоване 2284 +арештований 2285 +арештованими 2286 +арештованих 2287 +арештовано 2288 +арештованого 2289 +арештовані 2290 +арештовний 2291 +арештовував 2292 +арештовували 2293 +арештовують 2294 +арештом 2295 +арешту 2296 +арештувала 2297 +арештували 2298 +арештувати 2299 +арештує 2300 +арештів 2301 +арею 2302 +арея 2303 +ареєва 2304 +аризона 2305 +аризони 2306 +арикат 2307 +аристократичний 2308 +арифметики 2309 +арифметичні 2310 +арк 2311 +арка 2312 +аркада 2313 +аркади 2314 +аркадських 2315 +аркадія 2316 +аркадії 2317 +арками 2318 +аркан 2319 +аркандаб 2320 +арканзас 2321 +арканзасу 2322 +арках 2323 +арктики 2324 +аркушик 2325 +аркушів 2326 +арлангаросс 2327 +арлі 2328 +армансон 2329 +армат 2330 +армата 2331 +арматою 2332 +арматури 2333 +армейських 2334 +армор 2335 +армором 2336 +армору 2337 +армянську 2338 +армєнію 2339 +армій 2340 +армійська 2341 +армійське 2342 +армійський 2343 +армійських 2344 +армійського 2345 +армійському 2346 +армійською 2347 +армійської 2348 +армійську 2349 +армійські 2350 +армійця 2351 +армійців 2352 +армію 2353 +армія 2354 +арміям 2355 +арміями 2356 +арміясос 2357 +арміях 2358 +армією 2359 +армієюсос 2360 +армієї 2361 +арміісос 2362 +армії 2363 +арміїсос 2364 +арнольда 2365 +арні 2366 +ароматом 2367 +аромату 2368 +ароматів 2369 +арсен 2370 +арсена 2371 +арсенал 2372 +арсеналові 2373 +арсеналом 2374 +арсеналу 2375 +арсенальна 2376 +арсеналі 2377 +арсенич 2378 +арсеном 2379 +арсену 2380 +арсеній 2381 +арсенію 2382 +арсенія 2383 +арсенієм 2384 +арт 2385 +арта 2386 +артаксеркса 2387 +артаксерксові 2388 +артбригаді 2389 +артвиставки 2390 +артдивізіон 2391 +артезіан 2392 +артем 2393 +артема 2394 +артеме 2395 +артеменка 2396 +артеменко 2397 +артемового 2398 +артемом 2399 +артему 2400 +артемівськ 2401 +артемівська 2402 +артемівську 2403 +артериальне 2404 +артеріального 2405 +артерій 2406 +артефакти 2407 +артефактів 2408 +арти 2409 +артикули 2410 +артикулу 2411 +артикулювати 2412 +артикулюють 2413 +артикуляція 2414 +артикуляцією 2415 +артилерист 2416 +артилеристи 2417 +артилеристові 2418 +артилерій 2419 +артилерійська 2420 +артилерійське 2421 +артилерійський 2422 +артилерійським 2423 +артилерійськими 2424 +артилерійських 2425 +артилерійського 2426 +артилерійської 2427 +артилерійську 2428 +артилерійські 2429 +артилерійській 2430 +артилерію 2431 +артилерія 2432 +артилерією 2433 +артилерії 2434 +артисти 2435 +артистичному 2436 +артистичні 2437 +артистка 2438 +артисткою 2439 +артистку 2440 +артистів 2441 +артиці 2442 +артой 2443 +артойр 2444 +артою 2445 +артрит 2446 +артскладах 2447 +арту 2448 +артур 2449 +артура 2450 +артуро 2451 +артуру 2452 +артурчик 2453 +артустановкою 2454 +артхаус 2455 +артьомовську 2456 +арті 2457 +аружиє 2458 +архаизм 2459 +архангельської 2460 +архангельську 2461 +архаїзми 2462 +археологи 2463 +археологів 2464 +археологічна 2465 +археологічних 2466 +археологічному 2467 +археологічної 2468 +археологічні 2469 +археології 2470 +архетипу 2471 +архиєрейська 2472 +архонте 2473 +архів 2474 +архіважлива 2475 +архіваріуси 2476 +архівах 2477 +архіви 2478 +архівними 2479 +архівних 2480 +архівно 2481 +архівної 2482 +архівні 2483 +архівський 2484 +архіву 2485 +архівувалася 2486 +архіві 2487 +архівів 2488 +архівістами 2489 +архівісти 2490 +архітектором 2491 +архітекторів 2492 +архітектура 2493 +архітектури 2494 +архітектурна 2495 +архітектурне 2496 +архітектурний 2497 +архітектурним 2498 +архітектурних 2499 +архітектурно 2500 +архітектурного 2501 +архітектурної 2502 +архітектурну 2503 +архітектурою 2504 +архітектуру 2505 +архітектурі 2506 +архієпископ 2507 +архієпископа 2508 +архієпископом 2509 +архієрейській 2510 +архієреїв 2511 +арцеги 2512 +арчер 2513 +аршад 2514 +арьєс 2515 +аріани 2516 +арізона 2517 +арізони 2518 +аріна 2519 +аріною 2520 +арія 2521 +аріями 2522 +аріє 2523 +арієм 2524 +ас 2525 +аса 2526 +асаблеї 2527 +асада 2528 +асадова 2529 +асаду 2530 +асадулла 2531 +асаді 2532 +асам 2533 +асамблею 2534 +асамблея 2535 +асамблеєю 2536 +асамблеї 2537 +асан 2538 +асанов 2539 +асбтрактно 2540 +асвабадітєлі 2541 +асвел 2542 +асеан 2543 +асеаном 2544 +асеану 2545 +асенізатор 2546 +асигнувала 2547 +асигнування 2548 +асигнувань 2549 +асигнувати 2550 +асигнують 2551 +асиметричних 2552 +асимілювала 2553 +асиміляційна 2554 +асиміляційної 2555 +асиміляційні 2556 +аскариди 2557 +аскаридос 2558 +аскетичне 2559 +аскольд 2560 +аскольда 2561 +аскольдовому 2562 +аскольді 2563 +аслунд 2564 +аслунда 2565 +асмодей 2566 +асортимент 2567 +асоціальних 2568 +асоціальні 2569 +асоціацій 2570 +асоціацію 2571 +асоціація 2572 +асоціацією 2573 +асоціації 2574 +асоційовані 2575 +асоціювалася 2576 +асоціювалися 2577 +асоціювати 2578 +асоціюватимуть 2579 +асоціюють 2580 +асоціюються 2581 +асоціюється 2582 +асошиейтед 2583 +асошіейтед 2584 +аспект 2585 +аспекта 2586 +аспектам 2587 +аспектами 2588 +аспектах 2589 +аспекти 2590 +аспекту 2591 +аспекті 2592 +аспектів 2593 +аспіранта 2594 +аспірантська 2595 +аспіранту 2596 +аспірантура 2597 +аспірантуру 2598 +аспірантурі 2599 +аспірин 2600 +ассамблеї 2601 +ассоціацію 2602 +ассошіейтед 2603 +астана 2604 +астани 2605 +астані 2606 +астер 2607 +астердамі 2608 +астерікс 2609 +астерікса 2610 +астми 2611 +астму 2612 +астор 2613 +астрея 2614 +астреї 2615 +астроном 2616 +астрономів 2617 +астрономічна 2618 +астрономічної 2619 +астрономічну 2620 +астрономічні 2621 +астрономічній 2622 +астрономією 2623 +астрономії 2624 +астрофізик 2625 +астрофізика 2626 +астрофізики 2627 +астрофізиком 2628 +астрофізикою 2629 +астрофізку 2630 +асу 2631 +асфальт 2632 +асфальтне 2633 +асфальтних 2634 +асфальтові 2635 +асфальтом 2636 +асфальтоукладницями 2637 +асфальту 2638 +асфальті 2639 +асєєв 2640 +асіф 2641 +асіфа 2642 +ата 2643 +ата-це-ем-ес 2644 +атавізм 2645 +атавізмом 2646 +атак 2647 +атака 2648 +атакам 2649 +атаками 2650 +атаках 2651 +атаки 2652 +атакований 2653 +атаковано 2654 +атакованого 2655 +атаковані 2656 +атакою 2657 +атаксами 2658 +атаку 2659 +атакував 2660 +атакувавши 2661 +атакувала 2662 +атакували 2663 +атакувало 2664 +атакувати 2665 +атакуватиме 2666 +атакуватимуть 2667 +атакують 2668 +атакує 2669 +атаман 2670 +атаці 2671 +аташе 2672 +атб 2673 +атвєтку 2674 +атеросклерозу 2675 +атестанція 2676 +атестат 2677 +атестату 2678 +атестацію 2679 +атестація 2680 +атестацією 2681 +атестації 2682 +атестованим 2683 +атестовані 2684 +атестував 2685 +атестувати 2686 +атеєм 2687 +атеїзму 2688 +атеїстом 2689 +атже 2690 +атлан 2691 +атлантики 2692 +атлантична 2693 +атлантичних 2694 +атлантичного 2695 +атлантичному 2696 +атлантичної 2697 +атлантичній 2698 +атланті 2699 +атлас 2700 +атласів 2701 +атлетам 2702 +атлети 2703 +атлетика 2704 +атлетико 2705 +атлетів 2706 +атмосфера 2707 +атмосфери 2708 +атмосферний 2709 +атмосферних 2710 +атмосферні 2711 +атмосферою 2712 +атмосферу 2713 +атмосфері 2714 +атнан 2715 +ато 2716 +атож 2717 +атом 2718 +атомбудекспорту 2719 +атоми 2720 +атомка 2721 +атомки 2722 +атомними 2723 +атомних 2724 +атомного 2725 +атомної 2726 +атомну 2727 +атомні 2728 +атомній 2729 +атомобілів 2730 +атомів 2731 +атопічна 2732 +атопія 2733 +атопії 2734 +атошника 2735 +атошники 2736 +атошником 2737 +атошників 2738 +атрави 2739 +атракційна 2740 +атракціонам 2741 +атракціони 2742 +атракціонів 2743 +атрибути 2744 +атрибутику 2745 +аттар 2746 +аттила 2747 +аттракционах 2748 +аттіла 2749 +аттіли 2750 +аттілі 2751 +атєчєствєнную 2752 +аугсбург 2753 +аудит 2754 +аудитора 2755 +аудитори 2756 +аудиторів 2757 +аудиторію 2758 +аудиторія 2759 +аудиторією 2760 +аудиторії 2761 +аудиту 2762 +ауді 2763 +аудіали 2764 +аудіо 2765 +аудіовізуальний 2766 +аудіовізуальних 2767 +аудіозапис 2768 +аудіозаписах 2769 +аудіозапису 2770 +аудіозаписів 2771 +аудіокниг 2772 +аудіокниги 2773 +аудіокімната 2774 +аудіокімнати 2775 +аудіокімнатних 2776 +аудіоописове 2777 +аудіоописовими 2778 +аудіоописового 2779 +аудієнції 2780 +аукціон 2781 +аукціонах 2782 +аукціони 2783 +аукціонний 2784 +аукціонним 2785 +аукціону 2786 +аукціонщиків 2787 +аукціонів 2788 +аулино 2789 +аун 2790 +ауру 2791 +аурі 2792 +ауріно 2793 +ауріну 2794 +аутел 2795 +аутелами 2796 +аутелів 2797 +аутентифікацією 2798 +аутизмом 2799 +аутист 2800 +аутистами 2801 +аутоінжектор 2802 +аутоінжектори 2803 +аутсорс 2804 +аутсорт 2805 +аутфітами 2806 +афанасьева 2807 +афанасьєв 2808 +афанасьєва 2809 +афанасьєвим 2810 +афанасієм 2811 +афганець 2812 +афганистані 2813 +афгано 2814 +афганок 2815 +афганстке 2816 +афганська 2817 +афганське 2818 +афганський 2819 +афганським 2820 +афганськими 2821 +афганських 2822 +афгансько 2823 +афганського 2824 +афганському 2825 +афганської 2826 +афганські 2827 +афганській 2828 +афгану 2829 +афганця 2830 +афганці 2831 +афганців 2832 +афганьский 2833 +афганьскій 2834 +афгані 2835 +афганістан 2836 +афганістана 2837 +афганістанові 2838 +афганістаном 2839 +афганістану 2840 +афганістані 2841 +афганістнані 2842 +афганіт 2843 +афгаські 2844 +афонін 2845 +афоризми 2846 +африка 2847 +африкам 2848 +африканська 2849 +африканський 2850 +африканськими 2851 +африканських 2852 +африканського 2853 +африканському 2854 +африканської 2855 +африканські 2856 +африканській 2857 +африканця 2858 +африканців 2859 +африки 2860 +африку 2861 +африці 2862 +афроамериканським 2863 +афроамериканських 2864 +афроамериканської 2865 +афроамериканцем 2866 +афроамериканця 2867 +афроамериканці 2868 +афроамериканців 2869 +афродіта 2870 +афтепаті 2871 +афтерпаті 2872 +афігенно 2873 +афігєнно 2874 +афігєнніший 2875 +афідном 2876 +афінах 2877 +афіни 2878 +афінянами 2879 +афіша 2880 +афішувати 2881 +афіші 2882 +ах 2883 +ахат 2884 +ахаха 2885 +ахахах 2886 +ахмадин 2887 +ахмадинеджад 2888 +ахмадинеджада 2889 +ахмадинежад 2890 +ахмадинежада 2891 +ахмадінежад 2892 +ахмадінежада 2893 +ахмат 2894 +ахмед 2895 +ахмедин 2896 +ахмединежад 2897 +ахмединежадові 2898 +ахмедониджад 2899 +ахмедінежад 2900 +ахмедінежада 2901 +ахмедінежадом 2902 +ахмет 2903 +ахметов 2904 +ахметова 2905 +ахметовим 2906 +ахнули 2907 +ахсан 2908 +ахтар 2909 +ахтема 2910 +ахтисаарі 2911 +ахтісаарі 2912 +ахуєнна 2913 +ахуєнно 2914 +ахуєнну 2915 +ахуєнні 2916 +ахуєнніший 2917 +ахфіцер 2918 +ахілесовою 2919 +ахіллесова 2920 +ац 2921 +ацест 2922 +ацтекської 2923 +аш 2924 +аш-два 2925 +ашан 2926 +ашані 2927 +ашвак 2928 +ашер 2929 +ашере 2930 +ашкар 2931 +ашкелон 2932 +аьона 2933 +аюба 2934 +аюяма 2935 +аякже 2936 +аякси 2937 +аякщо 2938 +аятола 2939 +аятоли 2940 +аятолла 2941 +аятолою 2942 +аятолу 2943 +б 2944 +б'юкенен 2945 +б'юла 2946 +б'юсь 2947 +б'юся 2948 +б'ють 2949 +б'ються 2950 +б'ючи 2951 +б'є 2952 +б'єм 2953 +б'ємо 2954 +б'ється 2955 +б'єш 2956 +б-клас 2957 +ба 2958 +баад 2959 +баакуба 2960 +баакубі 2961 +баб 2962 +баба 2963 +бабак 2964 +бабака 2965 +бабами 2966 +бабанов 2967 +бабах 2968 +бабель 2969 +бабенко 2970 +баби 2971 +бабик 2972 +бабин 2973 +бабиного 2974 +бабиному 2975 +бабинця 2976 +бабка 2977 +бабки 2978 +бабкові 2979 +бабкок 2980 +бабла 2981 +бабло 2982 +бабо 2983 +бабою 2984 +бабский 2985 +бабу 2986 +бабусею 2987 +бабусь 2988 +бабусю 2989 +бабуся 2990 +бабусями 2991 +бабусі 2992 +бабушка 2993 +бабушки 2994 +бабушкой 2995 +бабушкою 2996 +бабушкі 2997 +бабушці 2998 +бабцею 2999 +бабцю 3000 +бабця 3001 +бабці 3002 +бабціній 3003 +бабього 3004 +бабі 3005 +бабій 3006 +бабіни 3007 +баварія 3008 +баварією 3009 +баварії 3010 +бавився 3011 +бавитись 3012 +бавитися 3013 +бавиться 3014 +бавляться 3015 +бавовни 3016 +бавовник 3017 +бавовника 3018 +бався 3019 +багаж 3020 +багажем 3021 +багажник 3022 +багажом 3023 +багажу 3024 +багажі 3025 +багаліка 3026 +багаліки 3027 +багалікою 3028 +багами 3029 +багамські 3030 +багапш 3031 +багапша 3032 +багат 3033 +багата 3034 +багатий 3035 +багатим 3036 +багатими 3037 +багатирськую 3038 +багатирів 3039 +багатих 3040 +багато 3041 +багатоборства 3042 +багатовекторність 3043 +багатовимірна 3044 +багатовимірний 3045 +багатого 3046 +багатогодині 3047 +багатогранній 3048 +багатоденна 3049 +багатодітним 3050 +багатодітних 3051 +багатодітної 3052 +багатоетапного 3053 +багатозначні 3054 +багатоканальним 3055 +багатоквартирний 3056 +багатоквартирних 3057 +багатоквартирному 3058 +багатоклітинних 3059 +багатоманітний 3060 +багатому 3061 +багатомільйонний 3062 +багатомільйонного 3063 +багатомільйонні 3064 +багатомільярдними 3065 +багатомільярдних 3066 +багатомісячними 3067 +багатомісячної 3068 +багатонаціональним 3069 +багатонаціональними 3070 +багатонаціонального 3071 +багатонаціональні 3072 +багатообіцяюча 3073 +багатообіцяючий 3074 +багатообіцяючими 3075 +багатопартійна 3076 +багатопартійної 3077 +багатопартійну 3078 +багатоповерховий 3079 +багатоповерхових 3080 +багатоповерхівках 3081 +багаторазовий 3082 +багаторазових 3083 +багаторазово 3084 +багаторазові 3085 +багаторічна 3086 +багаторічний 3087 +багаторічним 3088 +багаторічних 3089 +багаторічного 3090 +багаторічною 3091 +багаторічної 3092 +багаторічну 3093 +багаторічній 3094 +багатосерійний 3095 +багатослівний 3096 +багатосотлітня 3097 +багатостороннього 3098 +багатосторонньому 3099 +багатосторонньою 3100 +багатосторонньої 3101 +багатосторонні 3102 +багатостороннім 3103 +багатосторонніх 3104 +багатостраждального 3105 +багатотисячне 3106 +багатотисячний 3107 +багатотисячну 3108 +багатотисячні 3109 +багатотрильйонного 3110 +багатофункціональний 3111 +багатофункціональних 3112 +багатоходова 3113 +багатошарового 3114 +багатої 3115 +багатства 3116 +багатство 3117 +багатством 3118 +багатті 3119 +багату 3120 +багатшаючи 3121 +багатший 3122 +багатько 3123 +багатьма 3124 +багатьом 3125 +багатьох 3126 +багатьої 3127 +багаті 3128 +багатіших 3129 +багатія 3130 +багацько 3131 +багаї 3132 +багаїв 3133 +баггі 3134 +багдад 3135 +багдада 3136 +багдадом 3137 +багдадському 3138 +багдадській 3139 +багдаду 3140 +багдаді 3141 +багдатському 3142 +багдацькій 3143 +багліка 3144 +баглікою 3145 +багнет 3146 +багнетами 3147 +багнетах 3148 +багнетом 3149 +багнету 3150 +багно 3151 +багнюки 3152 +багото 3153 +баготьма 3154 +баграм 3155 +багрейном 3156 +багровими 3157 +багряний 3158 +багряніла 3159 +багін 3160 +багіня 3161 +бадмінтон 3162 +бадрі 3163 +бадьорим 3164 +бадьорими 3165 +бадьористо 3166 +бадьоро 3167 +бадьорого 3168 +бадьорості 3169 +бадьорі 3170 +бадюк 3171 +бажа 3172 +бажав 3173 +бажай 3174 +бажали 3175 +бажане 3176 +бажаний 3177 +бажаним 3178 +бажаних 3179 +бажанню 3180 +бажання 3181 +бажанням 3182 +бажаннями 3183 +бажанні 3184 +бажано 3185 +бажаного 3186 +бажаною 3187 +бажаної 3188 +бажану 3189 +бажань 3190 +бажані 3191 +бажати 3192 +бажатимуть 3193 +бажаю 3194 +бажають 3195 +бажаючи 3196 +бажаючий 3197 +бажаючим 3198 +бажаючих 3199 +бажаючого 3200 +бажаючі 3201 +бажає 3202 +бажаєм 3203 +бажаємо 3204 +бажаєте 3205 +бажаєш 3206 +баз 3207 +база 3208 +базальтах 3209 +базам 3210 +базами 3211 +базар 3212 +базари 3213 +базару 3214 +базарі 3215 +базах 3216 +бази 3217 +базилік 3218 +базис 3219 +базова 3220 +базована 3221 +базоване 3222 +базований 3223 +базованим 3224 +базованими 3225 +базованих 3226 +базованого 3227 +базованою 3228 +базованої 3229 +базовану 3230 +базовані 3231 +базове 3232 +базовий 3233 +базових 3234 +базово 3235 +базового 3236 +базовом 3237 +базовому 3238 +базовою 3239 +базової 3240 +базову 3241 +базові 3242 +базою 3243 +базу 3244 +базувались 3245 +базувалося 3246 +базування 3247 +базуванням 3248 +базувати 3249 +базуватись 3250 +базуватися 3251 +базуюся 3252 +базуються 3253 +базується 3254 +базі 3255 +бай 3256 +байбутньому 3257 +байдаки 3258 +байдарках 3259 +байдарки 3260 +байдаркову 3261 +байдарок 3262 +байдарці 3263 +байден 3264 +байдена 3265 +байди 3266 +байдуже 3267 +байдужим 3268 +байдужими 3269 +байдужості 3270 +байдужі 3271 +байдужість 3272 +байдюк 3273 +байер 3274 +байка 3275 +байкар 3276 +байкарі 3277 +байкарів 3278 +байки 3279 +байконур 3280 +байкою 3281 +байку 3282 +байківцях 3283 +баймз 3284 +баймон 3285 +байраки 3286 +байрактар 3287 +байрактара 3288 +байрактарам 3289 +байрактарами 3290 +байрактарах 3291 +байрактари 3292 +байрактаром 3293 +байрактарів 3294 +байрактарівське 3295 +байрона 3296 +байстрюк 3297 +байтулла 3298 +байтулли 3299 +бак 3300 +бака 3301 +бакалавра 3302 +бакаляри 3303 +бакалійні 3304 +баклажанах 3305 +баклажани 3306 +баклажках 3307 +баком 3308 +бакрадзе 3309 +бакс 3310 +баксів 3311 +бактеріальним 3312 +бактерій 3313 +бактерії 3314 +баку 3315 +бакуба 3316 +бакубі 3317 +бакфа 3318 +бакши 3319 +бакієв 3320 +бакієва 3321 +бал 3322 +бала 3323 +балабана 3324 +балаболами 3325 +балаболи 3326 +балакали 3327 +балаканину 3328 +балакати 3329 +балакать 3330 +балакаю 3331 +балакає 3332 +балакаємо 3333 +балакаєш 3334 +балакиревим 3335 +балаклави 3336 +балаклаву 3337 +балаклеї 3338 +балаклєє 3339 +балаклії 3340 +балакучий 3341 +балакірева 3342 +балалайка 3343 +балам 3344 +балами 3345 +баламутила 3346 +баламутинки 3347 +баландиним 3348 +баландиному 3349 +баланс 3350 +баланси 3351 +балансові 3352 +балансом 3353 +балансоутримувачем 3354 +балансу 3355 +балансувати 3356 +балансуватиме 3357 +балансую 3358 +балансують 3359 +балансуючий 3360 +балансує 3361 +балансі 3362 +баланюк 3363 +балатоні 3364 +балатувалася 3365 +балатуватися 3366 +балах 3367 +балачка 3368 +балачки 3369 +балачок 3370 +балашов 3371 +балашова 3372 +балдєють 3373 +балерина 3374 +балет 3375 +балетна 3376 +балету 3377 +бали 3378 +балицький 3379 +балка 3380 +балкан 3381 +балканах 3382 +балкани 3383 +балканський 3384 +балканських 3385 +балканського 3386 +балканські 3387 +балки 3388 +балкон 3389 +балконах 3390 +балконом 3391 +балкону 3392 +балконі 3393 +балкою 3394 +балку 3395 +балли 3396 +балога 3397 +балоги 3398 +балого 3399 +балогу 3400 +балончика 3401 +балончиків 3402 +балотувався 3403 +балотувалися 3404 +балотувалося 3405 +балотуватиметься 3406 +балотуватися 3407 +балотується 3408 +балох 3409 +балтиморі 3410 +балтиці 3411 +балто 3412 +балтійський 3413 +балтійських 3414 +балтійського 3415 +балтійської 3416 +балтійські 3417 +балтімора 3418 +балтіморі 3419 +балтії 3420 +балуга 3421 +балутського 3422 +балуха 3423 +балуються 3424 +балуєвського 3425 +балці 3426 +балчер 3427 +балчун 3428 +балчуном 3429 +бальзак 3430 +бальзака 3431 +бальзаківського 3432 +бальзам 3433 +бальнеологічним 3434 +бальцер 3435 +бальчун 3436 +бальчуна 3437 +бальчуном 3438 +баляси 3439 +балів 3440 +баліст 3441 +балістика 3442 +балістична 3443 +балістичний 3444 +балістичним 3445 +балістичними 3446 +балістичних 3447 +балістичної 3448 +балістичну 3449 +балістичні 3450 +балістичній 3451 +бама 3452 +бамі 3453 +бан 3454 +бана 3455 +банальна 3456 +банальне 3457 +банальний 3458 +банальних 3459 +банально 3460 +банальні 3461 +банальність 3462 +баналізація 3463 +банани 3464 +банасу 3465 +бангалор 3466 +бангкоку 3467 +бангладеш 3468 +бангладешців 3469 +банд 3470 +банда 3471 +бандажів 3472 +бандера 3473 +бандери 3474 +бандерию 3475 +бандерою 3476 +бандерштат 3477 +бандерівці 3478 +бандерівців 3479 +банджі 3480 +банди 3481 +бандита 3482 +бандитам 3483 +бандитами 3484 +бандити 3485 +бандитизм 3486 +бандитських 3487 +бандитської 3488 +бандитів 3489 +банду 3490 +бандур 3491 +бандура 3492 +бандурах 3493 +бандури 3494 +бандурист 3495 +бандуристка 3496 +бандуристів 3497 +бандуру 3498 +бандурі 3499 +бандформування 3500 +бандформуваннями 3501 +бандюги 3502 +банді 3503 +бандіт 3504 +бандітов 3505 +бандітізмом 3506 +бане 3507 +банеоцин 3508 +банер 3509 +банерах 3510 +банк 3511 +банкам 3512 +банками 3513 +банках 3514 +банки 3515 +банкнота 3516 +банкноту 3517 +банко 3518 +банкової 3519 +банковій 3520 +банком 3521 +банкрут 3522 +банкрутом 3523 +банкрутства 3524 +банкрутство 3525 +банку 3526 +банків 3527 +банківська 3528 +банківський 3529 +банківськими 3530 +банківських 3531 +банківського 3532 +банківському 3533 +банківською 3534 +банківської 3535 +банківську 3536 +банківські 3537 +банкінг 3538 +банкір 3539 +банкіра 3540 +банкіри 3541 +баночках 3542 +баночку 3543 +банош 3544 +бантіком 3545 +банфі 3546 +банчук 3547 +банши 3548 +баньйос 3549 +баньками 3550 +банькети 3551 +баньки 3552 +банько 3553 +баньте 3554 +банья-луці 3555 +баню 3556 +баня 3557 +банґладеш 3558 +баптистом 3559 +баптистська 3560 +баптистський 3561 +бар 3562 +бар'єр 3563 +бар'єрами 3564 +бар'єри 3565 +бар'єром 3566 +бар'єру 3567 +бар'єрів 3568 +барабан 3569 +барабанами 3570 +барабанах 3571 +барабани 3572 +барабанний 3573 +барабану 3574 +барабанщик 3575 +барабанщика 3576 +барабанщиком 3577 +барабанів 3578 +барабаш 3579 +барабашово 3580 +барадей 3581 +баражували 3582 +баражуючі 3583 +барак 3584 +барака 3585 +бараках 3586 +бараки 3587 +баракові 3588 +бараком 3589 +бараку 3590 +бараків 3591 +баран 3592 +барана 3593 +бараном 3594 +баранці 3595 +баранячі 3596 +баранів 3597 +бараніва 3598 +баранівим 3599 +барах 3600 +барахло 3601 +барахтаться 3602 +бараці 3603 +барачного 3604 +барбара 3605 +барбарис 3606 +барбарою 3607 +барбекю 3608 +барбер 3609 +барбера 3610 +барбоси 3611 +барбі 3612 +барв 3613 +барвиненко 3614 +барвистих 3615 +барвистого 3616 +барвисті 3617 +барвників 3618 +барвінкове 3619 +бард 3620 +бардак 3621 +бардаку 3622 +барди 3623 +бардо 3624 +барель 3625 +бареля 3626 +барелів 3627 +барзані 3628 +бари 3629 +барига 3630 +бариев 3631 +барикад 3632 +барикада 3633 +барикадах 3634 +барикади 3635 +барикаду 3636 +барикаді 3637 +барилів 3638 +баритон 3639 +баритоном 3640 +бариш 3641 +барк 3642 +баркод 3643 +барлех 3644 +барлозі 3645 +бармен 3646 +барменами 3647 +барна 3648 +барною 3649 +барнс 3650 +барну 3651 +барозу 3652 +бароко 3653 +бароковою 3654 +барометр 3655 +барон 3656 +барраса 3657 +баррозу 3658 +баррі 3659 +барс 3660 +барселона 3661 +барселони 3662 +барселоною 3663 +барселону 3664 +барселоні 3665 +барсук 3666 +бартель 3667 +бартер 3668 +бартока 3669 +бартош 3670 +бару 3671 +барчик 3672 +баршим 3673 +барі 3674 +барів 3675 +баріться 3676 +бас 3677 +басараб 3678 +басараба 3679 +басевич 3680 +басейн 3681 +басейнами 3682 +басейнах 3683 +басейни 3684 +басейну 3685 +басейні 3686 +басеску 3687 +басист 3688 +баскетбол 3689 +баскетболу 3690 +баскетбольний 3691 +баскетбольним 3692 +баскетболіст 3693 +баскетболісти 3694 +баскими 3695 +басків 3696 +басманнний 3697 +басова 3698 +басолях 3699 +басолі 3700 +басом 3701 +басра 3702 +басри 3703 +басрі 3704 +бастіон 3705 +бастіонах 3706 +бастіони 3707 +бастіоном 3708 +басу 3709 +батайськ 3710 +баталиї 3711 +батальйон 3712 +батальйона 3713 +батальйонам 3714 +батальйонами 3715 +батальйонах 3716 +батальйони 3717 +батальйонна 3718 +батальйонних 3719 +батальйонно 3720 +батальйонного 3721 +батальйонні 3722 +батальйоном 3723 +батальйону 3724 +батальйоні 3725 +батальйонів 3726 +батальойни 3727 +батальон 3728 +батальоні 3729 +баталій 3730 +баталію 3731 +баталія 3732 +баталіях 3733 +баталії 3734 +батарей 3735 +батарею 3736 +батарея 3737 +батареями 3738 +батареях 3739 +батареї 3740 +батечко 3741 +батечку 3742 +батию 3743 +батия 3744 +батиєм 3745 +батлі 3746 +батога 3747 +батогом 3748 +батогів 3749 +баторі 3750 +баторій 3751 +батраві 3752 +батта 3753 +бату 3754 +батура 3755 +батурин 3756 +батурином 3757 +батурині 3758 +батька 3759 +батькам 3760 +батьками 3761 +батьках 3762 +батьки 3763 +батько 3764 +батькоа 3765 +батьковому 3766 +батькові 3767 +батьком 3768 +батьку 3769 +батькі 3770 +батьків 3771 +батьківна 3772 +батьківства 3773 +батьківство 3774 +батьківська 3775 +батьківський 3776 +батьківським 3777 +батьківських 3778 +батьківського 3779 +батьківською 3780 +батьківської 3781 +батьківські 3782 +батьківсьтва 3783 +батьківщина 3784 +батьківщинах 3785 +батьківщини 3786 +батьківщиною 3787 +батьківщину 3788 +батьківщині 3789 +батьківщіна 3790 +батюшка 3791 +батюшку 3792 +батюшці 3793 +батя 3794 +батяри 3795 +батіг 3796 +батіста 3797 +баул 3798 +бауліна 3799 +баум 3800 +баутиста 3801 +бах 3802 +баха 3803 +бахмачі 3804 +бахмут 3805 +бахмута 3806 +бахмутський 3807 +бахмутської 3808 +бахнути 3809 +бахрейн 3810 +бахрейну 3811 +бахрейні 3812 +бахруті 3813 +бахуба 3814 +бахчисарай 3815 +бахчисарайський 3816 +бахчисарайського 3817 +бахчисараї 3818 +бахштадт 3819 +бац 3820 +бацьки 3821 +бач 3822 +бачать 3823 +бачаться 3824 +бачачи 3825 +баче 3826 +бачеле 3827 +бачелет 3828 +бачемо 3829 +баченню 3830 +бачення 3831 +баченням 3832 +баченні 3833 +бачень 3834 +бачете 3835 +бачив 3836 +бачився 3837 +бачила 3838 +бачилась 3839 +бачилася 3840 +бачили 3841 +бачились 3842 +бачилися 3843 +бачило 3844 +бачим 3845 +бачимо 3846 +бачимось 3847 +бачимося 3848 +бачимся 3849 +бачите 3850 +бачитеся 3851 +бачити 3852 +бачитиме 3853 +бачитимемо 3854 +бачитимуть 3855 +бачитись 3856 +бачитися 3857 +бачить 3858 +бачиться 3859 +бачиш 3860 +бачишся 3861 +бачків 3862 +бачте 3863 +бачу 3864 +бачусь 3865 +бачуть 3866 +бачучи 3867 +башар 3868 +башара 3869 +башару 3870 +башень 3871 +башир 3872 +башира 3873 +башковитий 3874 +башня 3875 +башнєй 3876 +башні 3877 +баштами 3878 +башточки 3879 +баші 3880 +баяні 3881 +баґґі 3882 +ббм 3883 +бвльше 3884 +бг 3885 +бгаджанів 3886 +бгеназір 3887 +бгуто 3888 +бджолами 3889 +бджоли 3890 +бджолине 3891 +бджолярству 3892 +бджілках 3893 +бдк 3894 +бе 3895 +беар 3896 +беатріче 3897 +бебет 3898 +бебібумерам 3899 +бевера 3900 +беві 3901 +бегемота 3902 +бегемоти 3903 +бегемотяча 3904 +бегемотячий 3905 +бегемотів 3906 +бегемотішати 3907 +беде 3908 +бедра 3909 +бедренному 3910 +бедро 3911 +бедром 3912 +без 3913 +без'язиков 3914 +без'язикова 3915 +без'язикову 3916 +безалкогольні 3917 +безальтернативним 3918 +безапеляційно 3919 +безбашеність 3920 +безбожность 3921 +безбожністю 3922 +безбороду 3923 +безбронному 3924 +безбідно 3925 +безвершенко 3926 +безвилазно 3927 +безвихідне 3928 +безвихідних 3929 +безвихідь 3930 +безвуху 3931 +безвідмовний 3932 +безвідповідальна 3933 +безвідповідальне 3934 +безвідповідальний 3935 +безвідповідальними 3936 +безвідповідальних 3937 +безвідповідально 3938 +безвідповідальності 3939 +безвідповідальною 3940 +безвідповідальну 3941 +безвідповідальні 3942 +безвідповідальність 3943 +безвіз 3944 +безвізовий 3945 +безвізовим 3946 +безвізових 3947 +безвізово 3948 +безвізового 3949 +безвізовому 3950 +безвізові 3951 +безвізом 3952 +безвізу 3953 +безвізі 3954 +безвісти 3955 +безглуздих 3956 +безглуздо 3957 +безглузду 3958 +безглуздя 3959 +безглузді 3960 +безголов'я 3961 +безголосий 3962 +безготівковими 3963 +безготівково 3964 +безграмотна 3965 +безграмотним 3966 +безгрошів'я 3967 +бездарі 3968 +бездержавним 3969 +бездержавних 3970 +бездефіцитність 3971 +бездоганна 3972 +бездоганному 3973 +бездоганною 3974 +бездоказові 3975 +бездомний 3976 +бездомними 3977 +бездомну 3978 +бездомні 3979 +бездомішкового 3980 +бездонний 3981 +бездоріжжя 3982 +бездумно 3983 +безділля 3984 +бездітний 3985 +бездітним 3986 +бездіяльний 3987 +бездіяльним 3988 +бездіяльними 3989 +бездіяльностю 3990 +бездіяльності 3991 +бездіяльність 3992 +бездіяльністю 3993 +безжально 3994 +безжалісний 3995 +безжурне 3996 +безжурність 3997 +беззаперечна 3998 +беззаперечних 3999 +беззаперечно 4000 +беззаперечного 4001 +беззаперечної 4002 +беззастережно 4003 +беззахисною 4004 +беззбройними 4005 +безздійснення 4006 +беззмістовними 4007 +беззмістовну 4008 +беззубий 4009 +беззупинним 4010 +безкарними 4011 +безкарно 4012 +безкарного 4013 +безкарності 4014 +безкарність 4015 +безкарністю 4016 +безколірні 4017 +безконечних 4018 +безконечно 4019 +безконечні 4020 +безконтактне 4021 +безконтактний 4022 +безконтрольності 4023 +безконтрольні 4024 +безконфліктна 4025 +безкоштовна 4026 +безкоштовне 4027 +безкоштовний 4028 +безкоштовними 4029 +безкоштовних 4030 +безкоштовно 4031 +безкоштовного 4032 +безкоштовною 4033 +безкоштовної 4034 +безкоштовну 4035 +безкоштовні 4036 +безкровна 4037 +безкровні 4038 +безкінечна 4039 +безкінечний 4040 +безкінечним 4041 +безкінечних 4042 +безкінечно 4043 +безкінечності 4044 +безкінечною 4045 +безкінечні 4046 +безлад 4047 +безладдя 4048 +безладно 4049 +безладу 4050 +безладі 4051 +безликий 4052 +безлюддя 4053 +безліміт 4054 +безлімітна 4055 +безліхтарний 4056 +безліч 4057 +безлічі 4058 +безмежна 4059 +безмежне 4060 +безмежний 4061 +безмежно 4062 +безмежну 4063 +безмежні 4064 +безмежність 4065 +безмитне 4066 +безмовності 4067 +безмін 4068 +безміна 4069 +безнадьога 4070 +безнадійна 4071 +безнадійним 4072 +безнадійних 4073 +безнадійно 4074 +безнадійності 4075 +безнадійність 4076 +безнадійнішим 4077 +безнадії 4078 +безнал 4079 +безналу 4080 +безневинна 4081 +безодня 4082 +безодні 4083 +безоднів 4084 +безопасном 4085 +безоплатна 4086 +безоплатний 4087 +безоплатних 4088 +безоплатно 4089 +безоплатної 4090 +безоплатну 4091 +безоплатні 4092 +безоплатній 4093 +безособлення 4094 +безособові 4095 +безпаперової 4096 +безпардонно 4097 +безпартійна 4098 +безпартійний 4099 +безпека 4100 +безпеки 4101 +безпекова 4102 +безпековий 4103 +безпекових 4104 +безпековою 4105 +безпекової 4106 +безпекову 4107 +безпекові 4108 +безпековій 4109 +безпекою 4110 +безпеку 4111 +безперебійне 4112 +безперебійну 4113 +безперебірливих 4114 +безперебірливо 4115 +безперервна 4116 +безперервне 4117 +безперервний 4118 +безперервних 4119 +безперервно 4120 +безпереривну 4121 +безперестанку 4122 +безперестанно 4123 +безперечно 4124 +безперешкодно 4125 +безперешкодні 4126 +безперспективна 4127 +безперспективне 4128 +безперспективний 4129 +безперспективно 4130 +безперспективні 4131 +безпеці 4132 +безпечне 4133 +безпечний 4134 +безпечник 4135 +безпечники 4136 +безпечним 4137 +безпечними 4138 +безпечних 4139 +безпечно 4140 +безпечного 4141 +безпечному 4142 +безпечності 4143 +безпечною 4144 +безпечної 4145 +безпечні 4146 +безпечність 4147 +безпечністю 4148 +безпечніше 4149 +безпечнішими 4150 +безпечніших 4151 +безпечніші 4152 +безпилотник 4153 +безпилотники 4154 +безпилотников 4155 +безпилотную 4156 +безплатне 4157 +безплатними 4158 +безплатних 4159 +безплатно 4160 +безплатного 4161 +безплатні 4162 +безплідна 4163 +безповоротний 4164 +безповоротно 4165 +безповоротності 4166 +безпомічному 4167 +безпомічною 4168 +безпорадно 4169 +безпорадності 4170 +безпосадочним 4171 +безпосередньо 4172 +безпосереднього 4173 +безпосередньої 4174 +безпосередню 4175 +безпосередня 4176 +безпосереднє 4177 +безпосередні 4178 +безпосередній 4179 +безпосереднім 4180 +безпосередніми 4181 +безпосередніх 4182 +безпреривного 4183 +безпрецедентна 4184 +безпрецедентне 4185 +безпрецедентний 4186 +безпрецедентним 4187 +безпрецедентних 4188 +безпрецедентно 4189 +безпрецедентної 4190 +безпрецедентну 4191 +безпрецедентні 4192 +безпрецидентної 4193 +безпритульних 4194 +безпритульні 4195 +безпричинними 4196 +безпричинних 4197 +безпричинно 4198 +безпричинного 4199 +безпричинною 4200 +безпроблемно 4201 +безпробудно 4202 +безпрограшний 4203 +безпідставна 4204 +безпідставне 4205 +безпідставним 4206 +безпідставними 4207 +безпідставних 4208 +безпідставно 4209 +безпідставної 4210 +безпідставні 4211 +безпілотна 4212 +безпілотний 4213 +безпілотник 4214 +безпілотника 4215 +безпілотниками 4216 +безпілотниках 4217 +безпілотники 4218 +безпілотників 4219 +безпілотних 4220 +безпілотного 4221 +безпілотну 4222 +безпілотні 4223 +безпілотній 4224 +безпільотний 4225 +безрадісно 4226 +безрезультативно 4227 +безрезультатно 4228 +безрезультатні 4229 +безробітний 4230 +безробітним 4231 +безробітними 4232 +безробітних 4233 +безробітного 4234 +безробітні 4235 +безробіттю 4236 +безробіття 4237 +безробіттям 4238 +безробітті 4239 +безрукавої 4240 +безсенсовно 4241 +безсердечні 4242 +безсила 4243 +безсилий 4244 +безсилля 4245 +безсистематично 4246 +безсистемності 4247 +безсмертна 4248 +безсмертне 4249 +безсмертний 4250 +безсмертниками 4251 +безсмертних 4252 +безсмертного 4253 +безсмертному 4254 +безсмертю 4255 +безсмертя 4256 +безсоромно 4257 +безсполучникове 4258 +безстороннім 4259 +безсторонніх 4260 +безстрашної 4261 +безстрокова 4262 +безстроковий 4263 +безстрокового 4264 +безстрокові 4265 +безсумнівна 4266 +безсумнівний 4267 +безсумнівно 4268 +безсумнівною 4269 +безсумніву 4270 +безталанний 4271 +безтолкова 4272 +безтолково 4273 +безтолкові 4274 +безтолковій 4275 +безтолковістю 4276 +безтурботне 4277 +безтурботно 4278 +безтурботного 4279 +безтурботною 4280 +безтямно 4281 +безумовна 4282 +безумовний 4283 +безумовним 4284 +безумовно 4285 +безумовного 4286 +безумовну 4287 +безумцеві 4288 +безусловно 4289 +безуспішно 4290 +безуспішного 4291 +безуспішної 4292 +безхазяйною 4293 +безхатченкам 4294 +безхатченків 4295 +безхліб'ї 4296 +безхосенні 4297 +безхребетними 4298 +безхребетних 4299 +безхребетні 4300 +безцільно 4301 +безцінна 4302 +безцінності 4303 +безцінні 4304 +безчинств 4305 +безчинствах 4306 +безчоловіччя 4307 +безшийко 4308 +безшумно 4309 +безщадно 4310 +безіменна 4311 +безіменних 4312 +бейкер 4313 +бейнард 4314 +бейнбрідж 4315 +бейрон 4316 +бейрутський 4317 +бейруту 4318 +бейруті 4319 +бейсбольний 4320 +бейтлагіа 4321 +бейчуань 4322 +бекання 4323 +бекати 4324 +бекграунд 4325 +бекграундом 4326 +бекграунду 4327 +бекешкіна 4328 +бекешкіною 4329 +бекешкіної 4330 +бекешкіну 4331 +беккі 4332 +бекнув 4333 +бекстріт 4334 +бекірова 4335 +бекірової 4336 +беларуси 4337 +белгородських 4338 +белград 4339 +белграда 4340 +белградський 4341 +белградського 4342 +белграду 4343 +белграді 4344 +беленка 4345 +беленко 4346 +беленюк 4347 +белмонт 4348 +белнафтохім 4349 +белуджистан 4350 +белуджської 4351 +белуджі 4352 +белую 4353 +белфасту 4354 +бельграно 4355 +бельгійського 4356 +бельгію 4357 +бельгія 4358 +бельгієць 4359 +бельгії 4360 +бельська 4361 +бельци 4362 +беліз 4363 +белінгкет 4364 +белінського 4365 +беліцер 4366 +бемс 4367 +бемцнуть 4368 +бен 4369 +бен-гуріон 4370 +беназір 4371 +бенантонго 4372 +бенг 4373 +бенгалор 4374 +бенд 4375 +бенджамін 4376 +бендюгах 4377 +бендюги 4378 +бенедикт 4379 +бенедикта 4380 +бенезір 4381 +бенет 4382 +бенефіціар 4383 +бенефіціара 4384 +бензин 4385 +бензиновий 4386 +бензинові 4387 +бензином 4388 +бензину 4389 +бензині 4390 +бензовоз 4391 +бензовоза 4392 +бензовозі 4393 +бензозаправках 4394 +бензоколонок 4395 +бензопилки 4396 +бенк 4397 +бенкет 4398 +бенкету 4399 +бенкеті 4400 +бенко 4401 +бенкуріона 4402 +бентега 4403 +бентеги 4404 +бентежило 4405 +бентежити 4406 +бентежить 4407 +бентежиться 4408 +бенфіка 4409 +беньямін 4410 +беньяміна 4411 +беньяміном 4412 +бенілюксу 4413 +бенінгтону 4414 +беніта 4415 +беніто 4416 +беніті 4417 +берати 4418 +бергер 4419 +бергера 4420 +бергхоф 4421 +берд 4422 +берда 4423 +бердинський 4424 +бердиховськи 4425 +бердиховський 4426 +бердичева 4427 +бердичеві 4428 +бердянськ 4429 +бердянське 4430 +бердянськом 4431 +бердянську 4432 +бере 4433 +берег 4434 +берега 4435 +берегам 4436 +берегами 4437 +берегах 4438 +береги 4439 +берегова 4440 +береговий 4441 +береговики 4442 +берегових 4443 +берегово 4444 +берегового 4445 +береговому 4446 +береговою 4447 +берегової 4448 +берегову 4449 +берегові 4450 +берегом 4451 +берегти 4452 +берегу 4453 +берегів 4454 +берегівський 4455 +берегівським 4456 +берегівського 4457 +берегівському 4458 +берегівську 4459 +береже 4460 +бережи 4461 +бережинська 4462 +бережку 4463 +бережно 4464 +бережуть 4465 +бережуться 4466 +бережіть 4467 +береза 4468 +березами 4469 +березанко 4470 +березань 4471 +березані 4472 +березать 4473 +березенко 4474 +березень 4475 +берези 4476 +березневими 4477 +березневих 4478 +березневому 4479 +березневі 4480 +березнем 4481 +березня 4482 +березняк 4483 +березні 4484 +березовицю 4485 +березового 4486 +березовським 4487 +березовського 4488 +березоля 4489 +березою 4490 +березу 4491 +березюк 4492 +березюка 4493 +березюком 4494 +березюку 4495 +березі 4496 +березів 4497 +берем 4498 +беременна 4499 +беремо 4500 +беремось 4501 +беремося 4502 +беремся 4503 +беренчать 4504 +берест 4505 +берестини 4506 +берестового 4507 +берет 4508 +берете 4509 +беретесь 4510 +береться 4511 +береш 4512 +бержані 4513 +бери 4514 +берилу 4515 +берися 4516 +берк 4517 +берке 4518 +берковщина 4519 +беркут 4520 +беркута 4521 +беркутом 4522 +беркуту 4523 +беркутів 4524 +беркутівець 4525 +беркутівцю 4526 +беркутівця 4527 +беркутівцями 4528 +беркутівці 4529 +беркутівців 4530 +берлозі 4531 +берлок 4532 +берлока 4533 +берлусконі 4534 +берлін 4535 +берліна 4536 +берліном 4537 +берлінської 4538 +берлінську 4539 +берліну 4540 +берліні 4541 +берман 4542 +берн 4543 +бернабич 4544 +бернадетту 4545 +бернадетті 4546 +бернайбей 4547 +бернанке 4548 +бернар 4549 +бернард 4550 +бернарду 4551 +бернс 4552 +бернса 4553 +бернсторф 4554 +берні 4555 +берніс 4556 +берог 4557 +беррі 4558 +берс 4559 +бертьюм 4560 +бертіон 4561 +беру 4562 +беруть 4563 +беруться 4564 +беручи 4565 +берцями 4566 +берцях 4567 +берці 4568 +бері 4569 +беріг 4570 +берідзе 4571 +беріз 4572 +берізка 4573 +беріловський 4574 +берімо 4575 +берімося 4576 +беріть 4577 +беріться 4578 +берія 4579 +бесарабці 4580 +бесарабії 4581 +бесконечне 4582 +бесконечно 4583 +беспилотная 4584 +беспилотник 4585 +беспилотника 4586 +беспилотники 4587 +беспилотников 4588 +беспилотником 4589 +беспилотную 4590 +бесплатно 4591 +бесплатні 4592 +бесплотник 4593 +бесподобно 4594 +беспорядочне 4595 +беспредельно 4596 +беспредєл 4597 +беспілотників 4598 +бессарабію 4599 +бессарабії 4600 +бестселером 4601 +бестселерів 4602 +бесід 4603 +бесіда 4604 +бесіди 4605 +бесіду 4606 +бесіді 4607 +бета 4608 +бетанкур 4609 +бетеері 4610 +бетер 4611 +бетон 4612 +бетонна 4613 +бетонний 4614 +бетонними 4615 +бетонних 4616 +бетоном 4617 +бетону 4618 +бетрою 4619 +бетті 4620 +бетховена 4621 +бетховенська 4622 +бехи 4623 +беху 4624 +бехі 4625 +беца 4626 +бецею 4627 +беци 4628 +бешикташ 4629 +бешкетники 4630 +бешкетували 4631 +бешкетувати 4632 +бешікташ 4633 +бешікташа 4634 +бешікташу 4635 +бешір 4636 +бжезинський 4637 +бжезинського 4638 +бжезінський 4639 +бжезінського 4640 +бздьож 4641 +би 4642 +бив 4643 +бивсь 4644 +бився 4645 +бивших 4646 +бидло 4647 +бидлу 4648 +бизнес 4649 +бий 4650 +бийте 4651 +бик 4652 +бика 4653 +бикам 4654 +биков 4655 +бикова 4656 +биком 4657 +бику 4658 +биків 4659 +биківнянський 4660 +биківнянському 4661 +биківнянські 4662 +биківні 4663 +била 4664 +били 4665 +бились 4666 +билися 4667 +било 4668 +билом 4669 +билося 4670 +билькоче 4671 +билялов 4672 +билі 4673 +бинт 4674 +бинти 4675 +бистренько 4676 +бистро 4677 +бистріше 4678 +бита 4679 +битв 4680 +битва 4681 +битви 4682 +битвою 4683 +битву 4684 +битві 4685 +бити 4686 +битий 4687 +битим 4688 +битиметься 4689 +битись 4690 +битися 4691 +бито 4692 +биток 4693 +биття 4694 +бить 4695 +битіас 4696 +бич 4697 +бичами 4698 +бичем 4699 +бичиш 4700 +бйобзіком 4701 +бк 4702 +бл 4703 +блаватник 4704 +благ 4705 +блага 4706 +благав 4707 +благальне 4708 +благання 4709 +благанням 4710 +благати 4711 +благають 4712 +благо 4713 +благовіщення 4714 +благод 4715 +благодаря 4716 +благодатне 4717 +благодєнствуют 4718 +благодійна 4719 +благодійний 4720 +благодійник 4721 +благодійника 4722 +благодійниками 4723 +благодійники 4724 +благодійників 4725 +благодійним 4726 +благодійних 4727 +благодійницьку 4728 +благодійного 4729 +благодійному 4730 +благодійності 4731 +благодійною 4732 +благодійної 4733 +благодійну 4734 +благодійні 4735 +благодійній 4736 +благодійність 4737 +благополучие 4738 +благополучно 4739 +благополуччя 4740 +благополуччям 4741 +благопристойне 4742 +благородна 4743 +благородних 4744 +благородного 4745 +благородні 4746 +благородства 4747 +благословенне 4748 +благословення 4749 +благословенні 4750 +благословень 4751 +благослови 4752 +благословили 4753 +благословить 4754 +благословіння 4755 +благословіть 4756 +благоустрою 4757 +благоустрію 4758 +благую 4759 +благі 4760 +блажевська 4761 +блажен 4762 +блаженнійшого 4763 +блаженніший 4764 +блаженнішим 4765 +блаженнішого 4766 +блажество 4767 +блажко 4768 +блазня 4769 +блакитн 4770 +блакитне 4771 +блакитний 4772 +блакитним 4773 +блакитними 4774 +блакитних 4775 +блакитного 4776 +блакитною 4777 +блакитні 4778 +бланк 4779 +бланко 4780 +бланку 4781 +бланків 4782 +бланш 4783 +бланшарт 4784 +блатує 4785 +блейд 4786 +блендер 4787 +блендері 4788 +блер 4789 +блеф 4790 +блефом 4791 +блеяти 4792 +ближнього 4793 +ближній 4794 +ближнім 4795 +ближніх 4796 +ближча 4797 +ближче 4798 +ближчий 4799 +ближчим 4800 +ближчою 4801 +ближчій 4802 +ближчім 4803 +близбкий 4804 +близенько 4805 +близко 4806 +близнюк 4807 +близнюки 4808 +близька 4809 +близьке 4810 +близький 4811 +близьким 4812 +близькими 4813 +близьких 4814 +близько 4815 +близького 4816 +близькому 4817 +близькості 4818 +близькосхідна 4819 +близькосхідний 4820 +близькосхідним 4821 +близькосхідними 4822 +близькосхідних 4823 +близькосхідного 4824 +близькосхідному 4825 +близькосхідної 4826 +близькосхідну 4827 +близькосхідній 4828 +близької 4829 +близьку 4830 +близькі 4831 +близькість 4832 +блимнув 4833 +блимнула 4834 +блин 4835 +блинами 4836 +блиск 4837 +блискавицею 4838 +блискавиць 4839 +блискавиця 4840 +блискавичний 4841 +блискавичного 4842 +блискавичною 4843 +блискавичної 4844 +блискавичній 4845 +блискавками 4846 +блиском 4847 +блиску 4848 +блискуча 4849 +блискуче 4850 +блискучий 4851 +блискучими 4852 +блискучих 4853 +блискучо 4854 +блискучу 4855 +блискучі 4856 +блисне 4857 +блиснули 4858 +блистить 4859 +блистіло 4860 +блистіти 4861 +блись 4862 +блищала 4863 +блищало 4864 +блищать 4865 +блогах 4866 +блогер 4867 +блогера 4868 +блогери 4869 +блогерки 4870 +блогером 4871 +блогерів 4872 +блоги 4873 +блогом 4874 +блогу 4875 +блогєра 4876 +блогів 4877 +блозі 4878 +блок 4879 +блока 4880 +блокад 4881 +блокада 4882 +блокади 4883 +блокадою 4884 +блокаду 4885 +блокаді 4886 +блоки 4887 +блокнотик 4888 +блоковане 4889 +блокований 4890 +блоковим 4891 +блокові 4892 +блоком 4893 +блокпост 4894 +блокпостах 4895 +блокпосту 4896 +блокпостів 4897 +блоку 4898 +блокував 4899 +блокувала 4900 +блокували 4901 +блокувались 4902 +блокувалися 4903 +блокування 4904 +блокуванням 4905 +блокуванні 4906 +блокувати 4907 +блокуватиме 4908 +блокуватимемо 4909 +блокуватися 4910 +блокують 4911 +блокуються 4912 +блокуючи 4913 +блокує 4914 +блокується 4915 +блокшоти 4916 +блоків 4917 +блондини 4918 +блондінкою 4919 +блоці 4920 +блочать 4921 +блочки 4922 +блочків 4923 +блудити 4924 +блудить 4925 +блузки 4926 +блукав 4927 +блукати 4928 +блукать 4929 +блукаю 4930 +блукає 4931 +блумберг 4932 +блумберґ 4933 +блустон 4934 +блюдах 4935 +блюдолизами 4936 +блюдолизів 4937 +блюдом 4938 +блюдять 4939 +блюзнірства 4940 +блюзнірство 4941 +блюм 4942 +блютузка 4943 +бля 4944 +блядської 4945 +блядь 4946 +бляклих 4947 +блять 4948 +бляха 4949 +бляховані 4950 +бляхою 4951 +бляшана 4952 +бляшаними 4953 +бляшану 4954 +бляшки 4955 +блєдін 4956 +блєдіна 4957 +блєдінами 4958 +блєдіни 4959 +блєф 4960 +бліда 4961 +бліде 4962 +блідий 4963 +блідим 4964 +блідити 4965 +блідних 4966 +блідому 4967 +бліді 4968 +блідіша 4969 +бліки 4970 +блін 4971 +бліндажів 4972 +блінов 4973 +блінчики 4974 +бліц 4975 +бліцкриг 4976 +бліцкригу 4977 +бліцу 4978 +бмд 4979 +бмп 4980 +бмпт 4981 +бмтп 4982 +бо 4983 +боатенг 4984 +боб 4985 +боба 4986 +бобах 4987 +боббі 4988 +боби 4989 +бобиком 4990 +бобков 4991 +бобов 4992 +бобова 4993 +бобові 4994 +бобринської 4995 +бобринській 4996 +бобровський 4997 +бобіни 4998 +бобіно 4999 +бовмана 5000 +бово 5001 +бовтиша 5002 +бовтишки 5003 +бог 5004 +бога 5005 +богам 5006 +богатий 5007 +богатими 5008 +богатир 5009 +богатирьова 5010 +богатирьову 5011 +богатиря 5012 +богатирі 5013 +богато 5014 +богдан 5015 +богдана 5016 +богдане 5017 +богдани 5018 +богданка 5019 +богданко 5020 +богданов 5021 +богданова 5022 +богданович 5023 +богданові 5024 +богданом 5025 +богдану 5026 +богданя 5027 +богдані 5028 +богданів 5029 +богданівець 5030 +богданівки 5031 +богданівці 5032 +богданівців 5033 +богдаску 5034 +богдаська 5035 +богдасько 5036 +богдаськові 5037 +богдаськом 5038 +богдаську 5039 +богемії 5040 +боги 5041 +богинь 5042 +богові 5043 +богодєльню 5044 +боголюбний 5045 +боголюбським 5046 +боголіка 5047 +богом 5048 +богомолець 5049 +богомольці 5050 +богомільний 5051 +богообраності 5052 +богопомазаний 5053 +богородиця 5054 +богородиці 5055 +богорівного 5056 +богослов'я 5057 +богослові'я 5058 +богословів 5059 +богословї 5060 +богослуження 5061 +богослужіння 5062 +богослужінь 5063 +богота 5064 +богоугодні 5065 +бограч 5066 +бограча 5067 +бограчу 5068 +бограчі 5069 +бограш 5070 +богу 5071 +богуна 5072 +богі 5073 +богів 5074 +бодай 5075 +боден 5076 +бодреє 5077 +бодрєнький 5078 +боевиков 5079 +боель 5080 +бож 5081 +божа 5082 +боже 5083 +божевілля 5084 +божевільним 5085 +божевільних 5086 +божевільного 5087 +божевільні 5088 +боженько 5089 +божественна 5090 +божественная 5091 +божественний 5092 +божественним 5093 +божественною 5094 +божий 5095 +божилася 5096 +божим 5097 +божих 5098 +божичі 5099 +божичів 5100 +божого 5101 +божому 5102 +божою 5103 +божої 5104 +божу 5105 +божусь 5106 +божі 5107 +божії 5108 +боз 5109 +бозна 5110 +бозю 5111 +бозі 5112 +бозіновіч 5113 +бой 5114 +бойвики 5115 +бойз 5116 +бойка 5117 +бойко 5118 +бойкот 5119 +бойкотами 5120 +бойкоти 5121 +бойкоту 5122 +бойкотували 5123 +бойкотувало 5124 +бойкотування 5125 +бойкотувати 5126 +бойкотуватиме 5127 +бойкотуватимемо 5128 +бойкотів 5129 +бойлер 5130 +бойова 5131 +бойове 5132 +бойовий 5133 +бойовикам 5134 +бойовиками 5135 +бойовики 5136 +бойовиків 5137 +бойовим 5138 +бойовими 5139 +бойових 5140 +бойового 5141 +бойовом 5142 +бойовому 5143 +бойовою 5144 +бойової 5145 +бойову 5146 +бойові 5147 +бойовій 5148 +бойстві 5149 +бойся 5150 +бойцов 5151 +бойченко 5152 +бойїв 5153 +бокас 5154 +боках 5155 +бокая 5156 +бокерія 5157 +боки 5158 +бокових 5159 +бокового 5160 +бокової 5161 +бокову 5162 +бокові 5163 +боком 5164 +бокс 5165 +боксер 5166 +боксера 5167 +боксером 5168 +боксерським 5169 +боксерськими 5170 +боксерські 5171 +боксеру 5172 +боксу 5173 +боксуєте 5174 +боксів 5175 +боку 5176 +бокшан 5177 +боків 5178 +бол 5179 +болбочан 5180 +болбочана 5181 +болбочаном 5182 +болбочану 5183 +болгар 5184 +болгарами 5185 +болгаркою 5186 +болгарський 5187 +болгарських 5188 +болгарського 5189 +болгарської 5190 +болгарські 5191 +болгарів 5192 +болгарію 5193 +болгарія 5194 +болгарією 5195 +болгарії 5196 +болградському 5197 +болграді 5198 +болдак 5199 +боле 5200 +болека 5201 +болем 5202 +болит 5203 +болить 5204 +болота 5205 +болотами 5206 +болоте 5207 +болотну 5208 +болото 5209 +болотом 5210 +болоту 5211 +болотувалась 5212 +болотуватись 5213 +болотуватися 5214 +болоті 5215 +болтології 5216 +боль 5217 +больових 5218 +больові 5219 +больше 5220 +большевизму 5221 +большевиками 5222 +большевики 5223 +большевиків 5224 +большевицька 5225 +большинства 5226 +большое 5227 +болю 5228 +болюча 5229 +болюче 5230 +болючими 5231 +болючих 5232 +болючою 5233 +болючої 5234 +болючі 5235 +боляри 5236 +болярин 5237 +болярина 5238 +болярине 5239 +боляринеї 5240 +боляринові 5241 +болярська 5242 +болять 5243 +боляче 5244 +болячці 5245 +болящих 5246 +болєзнь 5247 +болі 5248 +болівійців 5249 +болівії 5250 +болійте 5251 +боліла 5252 +боліли 5253 +боліло 5254 +болільник 5255 +болільники 5256 +боління 5257 +болісна 5258 +болісний 5259 +болісних 5260 +болісно 5261 +болісною 5262 +боліт 5263 +боліти 5264 +бомб 5265 +бомба 5266 +бомбами 5267 +бомбардира 5268 +бомбардиром 5269 +бомбардували 5270 +бомбардувальники 5271 +бомбардувальником 5272 +бомбардувальників 5273 +бомбардувальними 5274 +бомбардувальні 5275 +бомбардування 5276 +бомбардуванням 5277 +бомбардуванні 5278 +бомбардувань 5279 +бомбеї 5280 +бомби 5281 +бомбили 5282 +бомбист 5283 +бомблять 5284 +бомблінням 5285 +бомбова 5286 +бомбовий 5287 +бомбових 5288 +бомбового 5289 +бомбової 5290 +бомбові 5291 +бомбою 5292 +бомбу 5293 +бомбі 5294 +бомбіст 5295 +бомбіста 5296 +бомбістом 5297 +бомбіт 5298 +бомж 5299 +бомжа 5300 +бомжпакет 5301 +бомжі 5302 +бомонд 5303 +бон 5304 +бондар 5305 +бондаренко 5306 +бондарчук 5307 +бонджонадзе 5308 +бондурової 5309 +бондуровій 5310 +бонстіл 5311 +бонус 5312 +бонуси 5313 +бонусний 5314 +бонусом 5315 +бонусів 5316 +бонєн 5317 +боні 5318 +борби 5319 +борг 5320 +боргами 5321 +боргерт 5322 +борги 5323 +боргові 5324 +боргу 5325 +боргів 5326 +борделю 5327 +борденюк 5328 +борди 5329 +бордо 5330 +бордовий 5331 +бордової 5332 +бордюр 5333 +бордюри 5334 +борді 5335 +боремось 5336 +боремося 5337 +боресь 5338 +боретесь 5339 +бореться 5340 +борею 5341 +боржомі 5342 +борза 5343 +борзнянський 5344 +борзо 5345 +борзов 5346 +борзій 5347 +боримся 5348 +борис 5349 +бориса 5350 +борислав 5351 +борислава 5352 +бориславові 5353 +бориславовій 5354 +бориславщини 5355 +борисов 5356 +борисова 5357 +борисовим 5358 +борисович 5359 +борисом 5360 +борисполем 5361 +борисполі 5362 +бориспіль 5363 +бориспільському 5364 +борису 5365 +борись 5366 +бориться 5367 +борич 5368 +бормоче 5369 +боровиковського 5370 +боровицький 5371 +боровся 5372 +боровіку 5373 +бородавкін 5374 +бородай 5375 +бородатий 5376 +бороди 5377 +бородиня 5378 +бородою 5379 +бороду 5380 +бородянка 5381 +бородянки 5382 +бородіна 5383 +бородінський 5384 +борозен 5385 +борознах 5386 +борозний 5387 +борозні 5388 +боролася 5389 +боролись 5390 +боролися 5391 +боронею 5392 +борони 5393 +боронилося 5394 +боронися 5395 +боронити 5396 +боронитися 5397 +боронить 5398 +боронь 5399 +бороню 5400 +боронять 5401 +боронінгаєм 5402 +боротимуться 5403 +боротись 5404 +боротися 5405 +боротьба 5406 +боротьби 5407 +боротьбою 5408 +боротьбу 5409 +боротьбі 5410 +бороться 5411 +борошна 5412 +борошно 5413 +борошняними 5414 +борсуки 5415 +борт 5416 +борта 5417 +бортах 5418 +борти 5419 +бортніков 5420 +бортовий 5421 +бортовими 5422 +бортові 5423 +бортом 5424 +борту 5425 +бортування 5426 +бортів 5427 +борусевича 5428 +боруссія 5429 +боруссією 5430 +боруссії 5431 +борусія 5432 +борця 5433 +борцями 5434 +борці 5435 +борців 5436 +борше 5437 +борщ 5438 +борщем 5439 +борщик 5440 +борщику 5441 +борщу 5442 +борьба 5443 +борюкаються 5444 +борються 5445 +борючись 5446 +боряться 5447 +борідку 5448 +борітеся 5449 +боріться 5450 +бос 5451 +боса 5452 +боси 5453 +босий 5454 +босими 5455 +босих 5456 +боснійських 5457 +боснійсько 5458 +боснія 5459 +боснії 5460 +босса 5461 +боссолі 5462 +бостон 5463 +бостона 5464 +бостонський 5465 +бостонському 5466 +бостоні 5467 +босу 5468 +босфор 5469 +босюном 5470 +босяк 5471 +босі 5472 +бот 5473 +ботанічна 5474 +ботву 5475 +боти 5476 +ботова 5477 +ботоксу 5478 +ботом 5479 +ботоферм 5480 +ботоферми 5481 +боттас 5482 +ботулізм 5483 +ботулізмом 5484 +ботулізму 5485 +боті 5486 +ботів 5487 +ботінки 5488 +боуг 5489 +боулен 5490 +боумана 5491 +боумена 5492 +боцдурової 5493 +боці 5494 +бочка 5495 +бочку 5496 +бочці 5497 +бощан 5498 +бою 5499 +боюсь 5500 +боюся 5501 +боючись 5502 +боя 5503 +боявсь 5504 +боявся 5505 +боягуз 5506 +боягузними 5507 +боягузом 5508 +боягузтво 5509 +боягузтвом 5510 +боязко 5511 +боязкі 5512 +боязні 5513 +боялася 5514 +боялись 5515 +боялися 5516 +боям 5517 +боями 5518 +боян 5519 +боянцею 5520 +боянця 5521 +боянці 5522 +боярами 5523 +бояри 5524 +бояришником 5525 +бояро- 5526 +боятимутся 5527 +боятись 5528 +боятися 5529 +боятся 5530 +бояться 5531 +боях 5532 +боячись 5533 +боєвий 5534 +боєвики 5535 +боєвиків 5536 +боєвою 5537 +боєголовками 5538 +боєголовки 5539 +боєголовкою 5540 +боєголовок 5541 +боєготовності 5542 +боєготовність 5543 +боєготові 5544 +боєзапаси 5545 +боєзапасом 5546 +боєзарядів 5547 +боєздатний 5548 +боєздатних 5549 +боєздатності 5550 +боєздатні 5551 +боєздатність 5552 +боєкомплект 5553 +боєкомплекти 5554 +боєкомплектом 5555 +боєкомплекту 5556 +боєкомплектів 5557 +боєм 5558 +боєприпас 5559 +боєприпасами 5560 +боєприпасах 5561 +боєприпаси 5562 +боєприпасу 5563 +боєприпасі 5564 +боєприпасів 5565 +боєць 5566 +боєчастини 5567 +боін 5568 +бої 5569 +боїв 5570 +боїмось 5571 +боїмося 5572 +боїнг 5573 +боїнга 5574 +боїтеся 5575 +боїться 5576 +боїшся 5577 +бпла 5578 +бпм 5579 +бпп 5580 +бра 5581 +брав 5582 +бравади 5583 +бравадою 5584 +бравий 5585 +браво 5586 +брався 5587 +брагу 5588 +брад 5589 +бразилець 5590 +бразильська 5591 +бразильських 5592 +бразилія 5593 +бразилії 5594 +бразі 5595 +бразілії 5596 +брайан 5597 +брайана 5598 +брайант 5599 +брайен 5600 +брайсон 5601 +брайтенбрунні 5602 +брайян 5603 +брак 5604 +бракові 5605 +браком 5606 +браку 5607 +бракувало 5608 +бракує 5609 +брала 5610 +брали 5611 +брама 5612 +брами 5613 +брамс 5614 +браму 5615 +брамі 5616 +бранденбурзьких 5617 +бранденбурзького 5618 +бранденбурзькому 5619 +брандербурзі 5620 +бранзулетки 5621 +бранко 5622 +бранці 5623 +браслет 5624 +браслети 5625 +браслеті 5626 +брат 5627 +брата 5628 +братались 5629 +братам 5630 +братами 5631 +братання 5632 +братву 5633 +брате 5634 +братерство 5635 +брати 5636 +братик 5637 +братика 5638 +братику 5639 +братиків 5640 +братиме 5641 +братимуть 5642 +братимуться 5643 +братислави 5644 +братиславою 5645 +братиславському 5646 +братиславі 5647 +братися 5648 +братки 5649 +братницю 5650 +братнього 5651 +братня 5652 +братній 5653 +братніх 5654 +братове 5655 +братових 5656 +братового 5657 +братом 5658 +братскіє 5659 +братство 5660 +братська 5661 +братських 5662 +братську 5663 +браттє 5664 +братті 5665 +брату 5666 +братця 5667 +братчики 5668 +братчиків 5669 +брать 5670 +братєц 5671 +братів 5672 +братішки 5673 +братія 5674 +братії 5675 +браун 5676 +брауна 5677 +брауном 5678 +браунярня 5679 +браунінг 5680 +браунінга 5681 +браунінги 5682 +брацлаві 5683 +браян 5684 +браянд 5685 +браяном 5686 +браєнд 5687 +брдм 5688 +брдм- 5689 +брдми 5690 +бреге 5691 +бредлі 5692 +брежнева 5693 +брезенти 5694 +брезентовим 5695 +брезентом 5696 +брейк 5697 +брейку 5698 +брейнштормами 5699 +брексел 5700 +брексіт 5701 +брексіта 5702 +брексітом 5703 +брексіту 5704 +бремя 5705 +бремів 5706 +брен 5707 +бренд 5708 +бренди 5709 +брендових 5710 +бренду 5711 +брендів 5712 +брензович 5713 +брентону 5714 +бресті 5715 +бретельки 5716 +брехав 5717 +брехали 5718 +брехати 5719 +брехлива 5720 +брехливе 5721 +брехливим 5722 +брехливого 5723 +брехливу 5724 +брехливі 5725 +брехливість 5726 +брехнею 5727 +брехню 5728 +брехня 5729 +брехні 5730 +брехун 5731 +брехункою 5732 +брехуном 5733 +брехухо 5734 +бреше 5735 +брешемо 5736 +брешеш 5737 +брешуть 5738 +бригад 5739 +бригада 5740 +бригадам 5741 +бригадами 5742 +бригадах 5743 +бригади 5744 +бригадирова 5745 +бригадирів 5746 +бригадна 5747 +бригадний 5748 +бригадними 5749 +бригадного 5750 +бригадному 5751 +бригадною 5752 +бригадної 5753 +бригадну 5754 +бригадній 5755 +бригадою 5756 +бригаду 5757 +бригаді 5758 +бриджит 5759 +бридня 5760 +бриз 5761 +бриза 5762 +бризкаючи 5763 +брикатися 5764 +бриль 5765 +брилі 5766 +бримнуло 5767 +бриндзя 5768 +бринза 5769 +бринзою 5770 +бринькання 5771 +бриньчать 5772 +бриніла 5773 +бриніло 5774 +брит 5775 +британець 5776 +британка 5777 +британська 5778 +британське 5779 +британський 5780 +британським 5781 +британськими 5782 +британських 5783 +британсько 5784 +британського 5785 +британському 5786 +британською 5787 +британської 5788 +британську 5789 +британські 5790 +британській 5791 +британця 5792 +британцям 5793 +британцями 5794 +британці 5795 +британців 5796 +британію 5797 +британія 5798 +британії 5799 +бритві 5800 +бритоголових 5801 +брифинга 5802 +брифінг 5803 +брифінгами 5804 +брифінги 5805 +брифінгу 5806 +бричка 5807 +бричками 5808 +брички 5809 +бричкою 5810 +бричку 5811 +бричці 5812 +брова 5813 +бровар 5814 +броварами 5815 +броварах 5816 +бровари 5817 +броварський 5818 +броварського 5819 +броварському 5820 +брови 5821 +бровка 5822 +бродвейський 5823 +бродвейські 5824 +бродвею 5825 +броди 5826 +бродив 5827 +бродильний 5828 +бродильних 5829 +бродимо 5830 +бродить 5831 +бродячий 5832 +бродів 5833 +бройлерів 5834 +броколі 5835 +бромне 5836 +брому 5837 +бронвена 5838 +бронеавтомобілі 5839 +бронеавтомобілів 5840 +бронежилет 5841 +бронежилетах 5842 +бронежилети 5843 +бронежилету 5844 +бронежилеті 5845 +бронежилетів 5846 +бронемашин 5847 +бронемашини 5848 +бронеплава 5849 +бронеплави 5850 +бронеплавів 5851 +бронепластина 5852 +бронепластини 5853 +бронеплити 5854 +бронепотяг 5855 +бронепотяга 5856 +бронепотяги 5857 +бронепотягів 5858 +бронепоїзд 5859 +бронепоїзди 5860 +бронепоїздом 5861 +бронепоїзду 5862 +бронесталь 5863 +бронетанкова 5864 +бронетехніка 5865 +бронетехніки 5866 +бронетехніку 5867 +бронетехніці 5868 +бронетранспортер 5869 +бронетранспортери 5870 +бронетранспортерів 5871 +бронецілях 5872 +бронею 5873 +бронзи 5874 +бронзовий 5875 +бронзовими 5876 +бронзову 5877 +бронзові 5878 +бронзу 5879 +броників 5880 +бронксі 5881 +бронхіальної 5882 +бронхів 5883 +бронхіт 5884 +бронхітами 5885 +бронхітом 5886 +бронь 5887 +броньована 5888 +броньоване 5889 +броньованими 5890 +броньованих 5891 +броньованого 5892 +броньованої 5893 +броньовані 5894 +броньовиків 5895 +броньою 5896 +броню 5897 +бронювання 5898 +бронюванням 5899 +бронюватимуть 5900 +броня 5901 +бронєжилєта 5902 +бронєжилєти 5903 +броні 5904 +бронік 5905 +броніка 5906 +бронікам 5907 +броніками 5908 +броніках 5909 +броніки 5910 +броніку 5911 +броніків 5912 +брос 5913 +бросили 5914 +бросселя 5915 +броунівського 5916 +брошур 5917 +брошури 5918 +брошуркє 5919 +брудна 5920 +брудний 5921 +брудним 5922 +брудними 5923 +бруднитися 5924 +брудних 5925 +брудного 5926 +брудною 5927 +брудної 5928 +брудну 5929 +брудні 5930 +брукс 5931 +бруківка 5932 +бруківку 5933 +бруківочка 5934 +бруківочкою 5935 +бруківці 5936 +брунгільда 5937 +брунгільду 5938 +бруно 5939 +бруні 5940 +бруснівку 5941 +брутальне 5942 +брутальними 5943 +брутальних 5944 +брутально 5945 +брутальностість 5946 +брутальної 5947 +брутальну 5948 +брушло 5949 +брюс 5950 +брюсель 5951 +брюсельського 5952 +брюселя 5953 +брюселі 5954 +брюсселем 5955 +брюссель 5956 +брюссельське 5957 +брюссельський 5958 +брюссельського 5959 +брюссельському 5960 +брюссельської 5961 +брюсселю 5962 +брюсселя 5963 +брюсселі 5964 +брюхо 5965 +брюховецькому 5966 +брючки 5967 +брягу 5968 +брязкальце 5969 +брязкіт 5970 +брякати 5971 +брякну 5972 +брянска 5973 +брянська 5974 +брянської 5975 +брянську 5976 +брянській 5977 +брянщина 5978 +брянщину 5979 +брєд 5980 +брєдом 5981 +брєжнєва 5982 +брів 5983 +брівками 5984 +брід 5985 +брімстоун 5986 +брістоль 5987 +брітні 5988 +брітіш 5989 +бсягу 5990 +бтг 5991 +бтгр 5992 +бтгрів 5993 +бтж 5994 +бтр 5995 +бтрах 5996 +бтри 5997 +бтрів 5998 +бу 5999 +буба 6000 +бубен 6001 +бубена 6002 +бубеном 6003 +бубені 6004 +бубна 6005 +бубнах 6006 +бубни 6007 +бубні 6008 +бубніст 6009 +бубніста 6010 +бубністами 6011 +бубон 6012 +бубонів 6013 +був 6014 +бува 6015 +бував 6016 +бувай 6017 +бувайте 6018 +бувала 6019 +бували 6020 +бувало 6021 +бувалого 6022 +буваю 6023 +бувають 6024 +буваючи 6025 +буває 6026 +буваєм 6027 +буваємо 6028 +буваєте 6029 +бувається 6030 +буваєш 6031 +бувша 6032 +бувшем 6033 +бувши 6034 +бувших 6035 +буг 6036 +бугай 6037 +бугайский 6038 +бугайський 6039 +бугая 6040 +бугаєм 6041 +бугаїв 6042 +бугдан 6043 +бугу 6044 +буд-яка 6045 +буд-яке 6046 +будан 6047 +будапешт 6048 +будапешта 6049 +будапештом 6050 +будапештський 6051 +будапештського 6052 +будапештському 6053 +будапешту 6054 +будапешті 6055 +будди 6056 +буддизмі 6057 +буддисти 6058 +буддистським 6059 +буддистського 6060 +буддистські 6061 +буддистів 6062 +буддиських 6063 +будду 6064 +буддійський 6065 +буддійських 6066 +буддійської 6067 +буде 6068 +будем 6069 +будемо 6070 +буденна 6071 +буденне 6072 +буденних 6073 +буденно 6074 +буденного 6075 +буденному 6076 +буденні 6077 +будень 6078 +будет 6079 +будете 6080 +будеш 6081 +буди 6082 +будилася 6083 +будильник 6084 +будильники 6085 +будинкам 6086 +будинками 6087 +будинках 6088 +будинки 6089 +будинком 6090 +будинку 6091 +будинків 6092 +будинок 6093 +будиночках 6094 +будиночку 6095 +будити 6096 +будить 6097 +будиться 6098 +будки 6099 +будко 6100 +будку 6101 +будматеріалів 6102 +будмо 6103 +будника 6104 +буднього 6105 +буднях 6106 +будні 6107 +будніх 6108 +будова 6109 +будови 6110 +будовою 6111 +будову 6112 +будок 6113 +будт 6114 +будто 6115 +буду 6116 +будувався 6117 +будувала 6118 +будувалась 6119 +будували 6120 +будувалися 6121 +будувалося 6122 +будування 6123 +будувати 6124 +будуватись 6125 +будуватися 6126 +будуть 6127 +будучи 6128 +будуччини 6129 +будують 6130 +будуються 6131 +будуючи 6132 +будує 6133 +будуємо 6134 +будуємся 6135 +будується 6136 +будці 6137 +будь 6138 +будь-даска 6139 +будь-де 6140 +будь-ким 6141 +будь-кого 6142 +будь-коли 6143 +будь-кому 6144 +будь-ласка 6145 +будь-хто 6146 +будь-чим 6147 +будь-чого 6148 +будь-шо 6149 +будь-що 6150 +будь-яка 6151 +будь-яке 6152 +будь-який 6153 +будь-якийсь 6154 +будь-яким 6155 +будь-якими 6156 +будь-яких 6157 +будь-якого 6158 +будь-якому 6159 +будь-якою 6160 +будь-якої 6161 +будь-яку 6162 +будь-які 6163 +будь-якій 6164 +будьласка 6165 +будьмо 6166 +будьо 6167 +будьонного 6168 +будьонів 6169 +будьонівки 6170 +будьонівство 6171 +будьонівський 6172 +будьонівським 6173 +будьонівських 6174 +будьонівського 6175 +будьонівської 6176 +будьонівські 6177 +будьонівцям 6178 +будьонівцями 6179 +будьонівці 6180 +будьонівців 6181 +будьте 6182 +будєт 6183 +буді 6184 +будівель 6185 +будівельна 6186 +будівельний 6187 +будівельник 6188 +будівельника 6189 +будівельникам 6190 +будівельники 6191 +будівельнику 6192 +будівельників 6193 +будівельним 6194 +будівельними 6195 +будівельних 6196 +будівельного 6197 +будівельної 6198 +будівельні 6199 +будівлею 6200 +будівлю 6201 +будівля 6202 +будівлями 6203 +будівлях 6204 +будівлі 6205 +будівництв 6206 +будівництва 6207 +будівництво 6208 +будівництві 6209 +будіться 6210 +бужан 6211 +бужани 6212 +бузина 6213 +бузини 6214 +бузиною 6215 +бузова 6216 +бузьками 6217 +буи 6218 +буйвола 6219 +буйна 6220 +буйне 6221 +буйний 6222 +буйним 6223 +буйні 6224 +буйність 6225 +буйтури 6226 +бук 6227 +бука 6228 +буках 6229 +букая 6230 +букв 6231 +буква 6232 +буквально 6233 +буквальном 6234 +буквальному 6235 +буквами 6236 +букварями 6237 +букерівської 6238 +букет 6239 +букетах 6240 +букетики 6241 +буки 6242 +букмекери 6243 +букмекерських 6244 +буковина 6245 +буковинець 6246 +буковини 6247 +буковинським 6248 +буковині 6249 +буковський 6250 +буковським 6251 +букринський 6252 +букринського 6253 +буксири 6254 +буксиром 6255 +буксована 6256 +буксованої 6257 +буксовану 6258 +буксовані 6259 +буку 6260 +буків 6261 +бул 6262 +була 6263 +булави 6264 +булавою 6265 +булавіну 6266 +булата 6267 +булатах 6268 +булатом 6269 +булгакова 6270 +булгари 6271 +булгарським 6272 +булгарію 6273 +булдо 6274 +булевари 6275 +були 6276 +булили 6277 +булити 6278 +булить 6279 +булка 6280 +булками 6281 +булки 6282 +буллі 6283 +було 6284 +булочка 6285 +булочках 6286 +булочки 6287 +булочку 6288 +булочці 6289 +булсон 6290 +бульбашка 6291 +бульбашки 6292 +бульбашку 6293 +бульбашці 6294 +бульвар 6295 +бульварну 6296 +бульваром 6297 +бульвару 6298 +бульварі 6299 +бульдозерами 6300 +бульйончик 6301 +булька 6302 +бульки 6303 +булькотить 6304 +бульше 6305 +булять 6306 +булінг 6307 +булінгу 6308 +буління 6309 +бум 6310 +бумага 6311 +бумагу 6312 +бумажка 6313 +бумажкам 6314 +бумажками 6315 +бумажки 6316 +бумажку 6317 +бумажкі 6318 +бумажної 6319 +бумажні 6320 +бумазі 6321 +бумерангами 6322 +бумеранги 6323 +бумерангів 6324 +бумласка 6325 +бумом 6326 +буму 6327 +бунг 6328 +бунге 6329 +бундесліги 6330 +бундеслізі 6331 +бунище 6332 +бункер 6333 +бунт 6334 +бунтарські 6335 +бунту 6336 +бунтують 6337 +бунтів 6338 +бунтівливий 6339 +бунтівний 6340 +бунтівники 6341 +бунтівників 6342 +бунтівних 6343 +бунтівного 6344 +бунтівної 6345 +бунтівні 6346 +бунтівній 6347 +бур 6348 +бур'янами 6349 +бур'яном 6350 +бура 6351 +бураковський 6352 +буракі 6353 +буратін 6354 +буратіно 6355 +бурбак 6356 +бурбака 6357 +бургундний 6358 +бурда 6359 +бурденюк 6360 +бурдж 6361 +бурджанадзе 6362 +буревій 6363 +буревії 6364 +буремне 6365 +буремний 6366 +буремними 6367 +буремні 6368 +буржуазною 6369 +буржуазія 6370 +буржуазії 6371 +буржуїв 6372 +бури 6373 +бурий 6374 +бурка 6375 +буркатися 6376 +бурки 6377 +буркнув 6378 +бурковський 6379 +буркотливою 6380 +буркотун 6381 +буркоті 6382 +бурку 6383 +буркхальтером 6384 +буркіно 6385 +бурлак 6386 +бурлаки 6387 +бурлаков 6388 +бурлаків 6389 +бурлачили 6390 +бурлескно 6391 +бурлить 6392 +бурмоче 6393 +бурно 6394 +бурну 6395 +бурні 6396 +буровою 6397 +бурого 6398 +буротьби 6399 +бурсацького 6400 +буруджарді 6401 +бурунді 6402 +бурхануддін 6403 +бурхлива 6404 +бурхливий 6405 +бурхливими 6406 +бурхливо 6407 +бурхливу 6408 +бурхливі 6409 +бурці 6410 +бурчали 6411 +бурштин 6412 +бурштина 6413 +бурштинової 6414 +бурштинського 6415 +бурштину 6416 +бурю 6417 +буря 6418 +буряк 6419 +буряка 6420 +бурят 6421 +бурятську 6422 +бурять 6423 +бурятів 6424 +бурячка 6425 +бурячок 6426 +бурі 6427 +буріння 6428 +бус 6429 +буси 6430 +бустера 6431 +бустернулась 6432 +бустеру 6433 +бусурманська 6434 +бусурмена 6435 +бусурмени 6436 +бусіко 6437 +бут 6438 +бутайський 6439 +бути 6440 +бутилку 6441 +бутко 6442 +бутовка 6443 +бутовский 6444 +бутони 6445 +бутонізації 6446 +бутто 6447 +буття 6448 +буттям 6449 +буттєвими 6450 +буттєвих 6451 +буттєві 6452 +бутусов 6453 +бутусова 6454 +бутусовим 6455 +бутусову 6456 +бутченко 6457 +буть 6458 +бутько 6459 +бутівка 6460 +бутіки 6461 +буферна 6462 +буферною 6463 +буферної 6464 +буферну 6465 +буферній 6466 +буфеті 6467 +буфєт 6468 +бух 6469 +буха 6470 +буханок 6471 +бухарест 6472 +бухареста 6473 +бухарестом 6474 +бухарестский 6475 +бухарестским 6476 +бухарестська 6477 +бухарестський 6478 +бухарестським 6479 +бухарестського 6480 +бухарестському 6481 +бухаресту 6482 +бухаресті 6483 +бухаріна 6484 +бухати 6485 +бухають 6486 +бухає 6487 +бухгалтер 6488 +бухгалтера 6489 +бухгалтерка 6490 +бухгалтером 6491 +бухгалтерський 6492 +бухгалтерською 6493 +бухгалтерської 6494 +бухгалтерську 6495 +бухгалтерів 6496 +бухгалтерією 6497 +бухнуло 6498 +бухти 6499 +бухточками 6500 +бухті 6501 +буцім 6502 +буцімто 6503 +буча 6504 +буче 6505 +бучель 6506 +бучком 6507 +бучу 6508 +бучі 6509 +буш 6510 +буша 6511 +бушель 6512 +бушем 6513 +бушерської 6514 +бушері 6515 +бушехра 6516 +бушехрі 6517 +бушу 6518 +бушував 6519 +бушуєв 6520 +бушів 6521 +буща 6522 +буюк 6523 +буї 6524 +бф 6525 +бхуто 6526 +бхутто 6527 +бцдівництво 6528 +бч 6529 +бьйоні 6530 +бьорнс 6531 +бьорнса 6532 +бьорті 6533 +бьуде 6534 +бьюела 6535 +бьюла 6536 +бьюту 6537 +бьють 6538 +бьіл 6539 +бьіло 6540 +бюджет 6541 +бюджета 6542 +бюджетам 6543 +бюджетах 6544 +бюджети 6545 +бюджетна 6546 +бюджетне 6547 +бюджетний 6548 +бюджетникам 6549 +бюджетники 6550 +бюджетним 6551 +бюджетними 6552 +бюджетних 6553 +бюджетного 6554 +бюджетному 6555 +бюджетної 6556 +бюджетну 6557 +бюджетні 6558 +бюджетній 6559 +бюджетом 6560 +бюджету 6561 +бюджеті 6562 +бюджетів 6563 +бюлетень 6564 +бюлетеню 6565 +бюлетеня 6566 +бюлетенями 6567 +бюлетенях 6568 +бюлетені 6569 +бюлетенів 6570 +бюро 6571 +бюрократам 6572 +бюрократизація 6573 +бюрократичний 6574 +бюрократичним 6575 +бюрократичних 6576 +бюрократично 6577 +бюрократичною 6578 +бюрократичної 6579 +бюрократичні 6580 +бюрократів 6581 +бюрократію 6582 +бюрократія 6583 +бюрократією 6584 +бюрократії 6585 +бюрі 6586 +бют 6587 +бютовець 6588 +бютом 6589 +бюту 6590 +бюті 6591 +бютівець 6592 +бютівського 6593 +бютівцю 6594 +бютівця 6595 +бютівцями 6596 +бютівці 6597 +бютівців 6598 +бєздельники 6599 +бєкєшко 6600 +бєлгород 6601 +бєлгородської 6602 +бєлгородській 6603 +бєлгороду 6604 +бєлгороді 6605 +бєлковський 6606 +бєлковського 6607 +бєлкіна 6608 +бєлобородов 6609 +бєлєсков 6610 +бєлєскова 6611 +бєлєсковим 6612 +бєрьоза 6613 +бєспрєдєл 6614 +бєспрєдєльщіки 6615 +бі 6616 +бі-бі 6617 +бі-бі-сі 6618 +біатлону 6619 +біатлоні 6620 +біблійним 6621 +біблійному 6622 +біблійної 6623 +біблійської 6624 +бібліографічною 6625 +бібліотек 6626 +бібліотека 6627 +бібліотекам 6628 +бібліотекар 6629 +бібліотеках 6630 +бібліотеки 6631 +бібліотекою 6632 +бібліотеку 6633 +бібліотеці 6634 +бібліотечної 6635 +бібліотечній 6636 +бібліофіл 6637 +біблію 6638 +біблія 6639 +біблією 6640 +біблії 6641 +бібік 6642 +бібісі 6643 +біг 6644 +бігав 6645 +бігала 6646 +бігали 6647 +бігати 6648 +бігах 6649 +бігаю 6650 +бігають 6651 +бігає 6652 +бігборд 6653 +бігбордах 6654 +бігбордів 6655 +бігла 6656 +бігли 6657 +бігль 6658 +бігліці 6659 +бігові 6660 +бігом 6661 +бігти 6662 +бігу 6663 +бігун 6664 +бігуни 6665 +бігцем 6666 +бід 6667 +біда 6668 +бідака 6669 +бідами 6670 +бідарка 6671 +бідарки 6672 +бідаха 6673 +бідацтво 6674 +бідвництві 6675 +біденко 6676 +біди 6677 +бідило 6678 +бідка 6679 +бідкаються 6680 +бідкається 6681 +бідна 6682 +бідне 6683 +бідненька 6684 +бідненький 6685 +бідний 6686 +бідним 6687 +бідними 6688 +бідних 6689 +бідного 6690 +бідному 6691 +бідності 6692 +біднотою 6693 +бідною 6694 +бідну 6695 +бідняків 6696 +бідні 6697 +бідній 6698 +бідність 6699 +бідністю 6700 +бідніший 6701 +біднішими 6702 +бідніших 6703 +бідніші 6704 +бідолаха 6705 +бідолаху 6706 +бідолашна 6707 +бідонах 6708 +бідоньки 6709 +біду 6710 +бідують 6711 +бідує 6712 +біді 6713 +біжать 6714 +біженець 6715 +біженстві 6716 +біженцем 6717 +біженця 6718 +біженцям 6719 +біженцями 6720 +біженці 6721 +біженців 6722 +біжи 6723 +біжимо 6724 +біжить 6725 +біжиш 6726 +біжу 6727 +біжуть 6728 +бізнес 6729 +бізнесам 6730 +бізнеси 6731 +бізнесмен 6732 +бізнесмена 6733 +бізнесменам 6734 +бізнесменами 6735 +бізнесменах 6736 +бізнесмени 6737 +бізнесмену 6738 +бізнесменів 6739 +бізнесова 6740 +бізнесових 6741 +бізнесовою 6742 +бізнесової 6743 +бізнесові 6744 +бізнесом 6745 +бізнесорієнтованими 6746 +бізнесу 6747 +бізнесі 6748 +бізнесів 6749 +бізо 6750 +бій 6751 +бійка 6752 +бійки 6753 +бійку 6754 +бійкі 6755 +бійниці 6756 +бійок 6757 +бійся 6758 +бійтеся 6759 +бійцем 6760 +бійця 6761 +бійцям 6762 +бійцями 6763 +бійцях 6764 +бійці 6765 +бійців 6766 +бійцівський 6767 +бійчинь 6768 +бійчиня 6769 +бік 6770 +бікфордовим 6771 +бікфордів 6772 +бікєшкіна 6773 +біл 6774 +біла 6775 +білаваб 6776 +біларусі 6777 +білбордаї 6778 +білборди 6779 +білгород 6780 +білгородом 6781 +білгородської 6782 +білгороді 6783 +біле 6784 +білелівська 6785 +біленька 6786 +біленьке 6787 +біленькими 6788 +біленьких 6789 +білені 6790 +білерівська 6791 +білет 6792 +білети 6793 +білетів 6794 +білецький 6795 +білецького 6796 +біли 6797 +білив 6798 +білизна 6799 +білизни 6800 +білизну 6801 +білизні 6802 +білий 6803 +білик 6804 +білила 6805 +білим 6806 +білими 6807 +білих 6808 +білки 6809 +білкова 6810 +білкове 6811 +білковий 6812 +білкових 6813 +білкового 6814 +білкової 6815 +білкові 6816 +білку 6817 +білків 6818 +білл 6819 +білла 6820 +біллом 6821 +біллі 6822 +біло 6823 +білоби 6824 +білобрису 6825 +біловерхий 6826 +біловодськ 6827 +біловудськ 6828 +білогвардійців 6829 +білого 6830 +білогородській 6831 +білогорівка 6832 +білогорівки 6833 +білогорівкою 6834 +білогорівці 6835 +білозерському 6836 +білок 6837 +білокам'яної 6838 +білокаменній 6839 +білокамінної 6840 +білокамінній 6841 +білокачанної 6842 +білоконем 6843 +білокінь 6844 +білолівська 6845 +білому 6846 +білоока 6847 +білорус 6848 +білорусам 6849 +білорусами 6850 +білоруси 6851 +білорусок 6852 +білоруссю 6853 +білорусу 6854 +білорусь 6855 +білоруська 6856 +білоруське 6857 +білоруський 6858 +білоруським 6859 +білоруських 6860 +білоруського 6861 +білоруському 6862 +білоруською 6863 +білоруської 6864 +білоруську 6865 +білоруські 6866 +білоруській 6867 +білорусю 6868 +білорусі 6869 +білорусів 6870 +білорусію 6871 +білорусією 6872 +білорусії 6873 +білосніжка 6874 +білостоку 6875 +білоус 6876 +білоцерківська 6877 +білоцерківського 6878 +білошицький 6879 +білою 6880 +білої 6881 +білу 6882 +біль 6883 +більгійські 6884 +більдт 6885 +більмо 6886 +більчук 6887 +більш 6888 +більша 6889 +більшати 6890 +більшає 6891 +більше 6892 +більшенький 6893 +більшенькі 6894 +більший 6895 +більшим 6896 +більшими 6897 +більших 6898 +більшовика 6899 +більшовиками 6900 +більшовики 6901 +більшовиків 6902 +більшовицька 6903 +більшовицького 6904 +більшовицької 6905 +більшовицьку 6906 +більшовицькі 6907 +більшого 6908 +більшому 6909 +більшості 6910 +більшою 6911 +більшої 6912 +більшу 6913 +більші 6914 +більшій 6915 +більшість 6916 +більшістю 6917 +більшії 6918 +більярдному 6919 +біля 6920 +білявим 6921 +білявський 6922 +білясков 6923 +білять 6924 +білі 6925 +білій 6926 +білінгва 6927 +білінгво 6928 +білінгвістичність 6929 +білінгтон 6930 +білінкевич 6931 +біліша 6932 +біліє 6933 +бімерів 6934 +бін 6935 +бінарні 6936 +бінг 6937 +бінесу 6938 +бінокль 6939 +біноклі 6940 +біо 6941 +біогаз 6942 +біографію 6943 +біографія 6944 +біографіями 6945 +біографією 6946 +біографії 6947 +біодеградовану 6948 +біодизелем 6949 +біодизельного 6950 +біола 6951 +біолабораторії 6952 +біолог 6953 +біолога 6954 +біологи 6955 +біологічна 6956 +біологічне 6957 +біологічний 6958 +біологічним 6959 +біологічних 6960 +біологічно 6961 +біологічного 6962 +біологічні 6963 +біологічній 6964 +біологію 6965 +біологія 6966 +біомаси 6967 +біометрична 6968 +біометричний 6969 +біометричним 6970 +біометричними 6971 +біометричних 6972 +біометричного 6973 +біометричні 6974 +біометрію 6975 +біонорика 6976 +біоноріка 6977 +біонічні 6978 +біопалива 6979 +біопаливо 6980 +біопаливу 6981 +біопальне 6982 +біопального 6983 +біопаспорти 6984 +біоресурсів 6985 +біорізноманітності 6986 +біорізноманіття 6987 +біосфера 6988 +біосферу 6989 +біосфері 6990 +біотерапевт 6991 +біотехнології 6992 +біотуалети 6993 +біоті 6994 +біофлавоноїдів 6995 +біохімічні 6996 +біпі 6997 +бірж 6998 +біржах 6999 +біржу 7000 +біржі 7001 +бірки 7002 +бірку 7003 +бірма 7004 +бірманська 7005 +бірманський 7006 +бірманським 7007 +бірманських 7008 +бірманського 7009 +бірманському 7010 +бірманської 7011 +бірманські 7012 +бірманцям 7013 +бірманцями 7014 +бірманці 7015 +бірманців 7016 +бірменський 7017 +бірменським 7018 +бірменського 7019 +бірменській 7020 +бірменців 7021 +бірми 7022 +бірмии 7023 +бірмою 7024 +бірму 7025 +бірмі 7026 +бірни 7027 +бірс 7028 +бірюков 7029 +бірюкова 7030 +бірюкову 7031 +біс 7032 +біса 7033 +бісер 7034 +біси 7035 +бісики 7036 +бісить 7037 +біситься 7038 +бісквіт 7039 +біскуп 7040 +бісової 7041 +бісом 7042 +бісфенол 7043 +бісфенолом 7044 +бісфенолу 7045 +бісюк 7046 +бісів 7047 +бісівських 7048 +бісівські 7049 +бітами 7050 +бітками 7051 +бітки 7052 +біткоін 7053 +біті 7054 +біфрен 7055 +біцепс 7056 +бічним 7057 +в 7058 +в'ються 7059 +в'яжеться 7060 +в'язав 7061 +в'язали 7062 +в'язання 7063 +в'язень 7064 +в'язка 7065 +в'язкий 7066 +в'язницю 7067 +в'язниця 7068 +в'язницях 7069 +в'язниці 7070 +в'язничні 7071 +в'язнуть 7072 +в'язня 7073 +в'язням 7074 +в'язнями 7075 +в'язні 7076 +в'язнів 7077 +в'язуваться 7078 +в'яленої 7079 +в'ялену 7080 +в'ялість 7081 +в'ятрович 7082 +в'ятровича 7083 +в'ятровичем 7084 +в'ятровичу 7085 +в'ячеслав 7086 +в'ячеславе 7087 +в'ячеславович 7088 +в'ячеславом 7089 +в'єбати 7090 +в'єбать 7091 +в'єтнам 7092 +в'єтнамом 7093 +в'єтнамських 7094 +в'єтнамської 7095 +в'єтнамські 7096 +в'єтнаму 7097 +в'єтнамців 7098 +в'єтнамі 7099 +в'ється 7100 +в'їбала 7101 +в'їбали 7102 +в'їбати 7103 +в'їбать 7104 +в'їбем 7105 +в'їбуть 7106 +в'їдливо 7107 +в'їжджати 7108 +в'їжджаю 7109 +в'їжджає 7110 +в'їжджаємо 7111 +в'їжджаєш 7112 +в'їзд 7113 +в'їздах 7114 +в'їзди 7115 +в'їздом 7116 +в'їзду 7117 +в'їзді 7118 +в'їзного 7119 +в'їхав 7120 +в'їхала 7121 +в'їхали 7122 +в'їхати 7123 +в'їхатив 7124 +ва 7125 +ва-шем 7126 +вабанк 7127 +вабить 7128 +вабляча 7129 +вабщє 7130 +вав 7131 +вавунія 7132 +вавілонський 7133 +вага 7134 +вагавсь 7135 +вагався 7136 +вагалися 7137 +вагання 7138 +ваганов 7139 +вагатися 7140 +вагаюся 7141 +вагаються 7142 +вагаючись 7143 +вагається 7144 +ваги 7145 +вагливо 7146 +вагнера 7147 +вагнерівців 7148 +ваговитіші 7149 +вагового 7150 +ваговій 7151 +вагома 7152 +вагомий 7153 +вагомим 7154 +вагомого 7155 +вагомою 7156 +вагому 7157 +вагомі 7158 +вагомішими 7159 +вагон 7160 +вагона 7161 +вагонами 7162 +вагонах 7163 +вагони 7164 +вагонний 7165 +вагону 7166 +вагончики 7167 +вагоні 7168 +вагонів 7169 +вагою 7170 +вагу 7171 +вагід 7172 +вагітна 7173 +вагітним 7174 +вагітних 7175 +вагітності 7176 +вагітну 7177 +вагітністю 7178 +вагітніти 7179 +вада 7180 +вадами 7181 +вадатурським 7182 +вади 7183 +вадим 7184 +вадима 7185 +вадиме 7186 +вадимом 7187 +вадиму 7188 +вадимівна 7189 +вадливе 7190 +вадою 7191 +вадік 7192 +важать 7193 +важає 7194 +важаєте 7195 +важелем 7196 +важель 7197 +важелю 7198 +важеля 7199 +важелями 7200 +важелі 7201 +важелів 7202 +важиво 7203 +важилися 7204 +важилі 7205 +важити 7206 +важитиме 7207 +важить 7208 +важка 7209 +важке 7210 +важкий 7211 +важким 7212 +важкими 7213 +важких 7214 +важко 7215 +важкого 7216 +важкодоступних 7217 +важкозахищений 7218 +важкому 7219 +важкоозброєна 7220 +важкоозброєних 7221 +важкопоранених 7222 +важкопораненого 7223 +важкості 7224 +важкоукріпленого 7225 +важкою 7226 +важкої 7227 +важку 7228 +важкувато 7229 +важкі 7230 +важкість 7231 +важлива 7232 +важливе 7233 +важливий 7234 +важливим 7235 +важливими 7236 +важливих 7237 +важливо 7238 +важливого 7239 +важливому 7240 +важливості 7241 +важливою 7242 +важливої 7243 +важливу 7244 +важливі 7245 +важливій 7246 +важливість 7247 +важливістю 7248 +важливіша 7249 +важливіше 7250 +важливіший 7251 +важливіших 7252 +важливішою 7253 +важливішої 7254 +важливішу 7255 +важливіші 7256 +важна 7257 +важне 7258 +важним 7259 +важно 7260 +важні 7261 +важча 7262 +важче 7263 +важчою 7264 +важчі 7265 +важіль 7266 +вазавітал 7267 +вазерисан 7268 +вазеристан 7269 +вазиристан 7270 +вазиристану 7271 +вазі 7272 +вай 7273 +вайбер 7274 +вайбером 7275 +вайберу 7276 +вайбері 7277 +вайби 7278 +вайлд 7279 +вайнштейн 7280 +вайнштейна 7281 +вайомінг 7282 +вайт 7283 +вайткевичне 7284 +вакансій 7285 +вакансіх 7286 +вакансія 7287 +вакансіях 7288 +вакансії 7289 +вакантне 7290 +вакантними 7291 +вакантною 7292 +вакантної 7293 +вакантні 7294 +вакаров 7295 +вакаровим 7296 +вакарчук 7297 +вакацію 7298 +вакулюк 7299 +вакуум 7300 +вакуумний 7301 +вакууму 7302 +вакуумі 7303 +вакцин 7304 +вакцина 7305 +вакцинальних 7306 +вакцинальні 7307 +вакцинацій 7308 +вакцинаційний 7309 +вакцинацію 7310 +вакцинація 7311 +вакцинації 7312 +вакцини 7313 +вакцинний 7314 +вакцинованих 7315 +вакциновано 7316 +вакцинованої 7317 +вакциновані 7318 +вакциною 7319 +вакцину 7320 +вакцинувати 7321 +вакцинуватися 7322 +вакцині 7323 +вакіряк 7324 +вал 7325 +валаамова 7326 +валами 7327 +валах 7328 +валенси 7329 +валентин 7330 +валентина 7331 +валентине 7332 +валентини 7333 +валентинка 7334 +валентином 7335 +валентину 7336 +валентині 7337 +валентиніанової 7338 +валентиніанові 7339 +валеологія 7340 +валер'янка 7341 +валері 7342 +валерій 7343 +валерійович 7344 +валерійовича 7345 +валерійовичу 7346 +валерію 7347 +валерія 7348 +валерії 7349 +валеріївна 7350 +валею 7351 +вали 7352 +валив 7353 +валик 7354 +валили 7355 +валити 7356 +валить 7357 +валиться 7358 +валка 7359 +валки 7360 +валку 7361 +валлетте 7362 +валль 7363 +валовий 7364 +валового 7365 +валом 7366 +валочком 7367 +валтарій 7368 +валтарія 7369 +валтері 7370 +валу 7371 +валуйкі 7372 +валуйського 7373 +валуйську 7374 +валуєвський 7375 +валуєвського 7376 +валчитися 7377 +вальднер 7378 +вальс 7379 +вальсі 7380 +вальтер 7381 +вальцер 7382 +валю 7383 +валют 7384 +валюта 7385 +валютах 7386 +валюти 7387 +валютна 7388 +валютний 7389 +валютним 7390 +валютних 7391 +валютного 7392 +валютному 7393 +валютної 7394 +валютні 7395 +валютою 7396 +валюту 7397 +валюті 7398 +валя 7399 +валявся 7400 +валялися 7401 +валялося 7402 +валяних 7403 +валянках 7404 +валянки 7405 +валянок 7406 +валять 7407 +валяються 7408 +валяється 7409 +валєра 7410 +валєркою 7411 +валі 7412 +валів 7413 +валідол 7414 +валідолу 7415 +валідувати 7416 +валіз 7417 +валізах 7418 +валізи 7419 +валізка 7420 +валізки 7421 +валізку 7422 +валізу 7423 +валізі 7424 +вам 7425 +вами 7426 +вамм 7427 +ван 7428 +ванаваси 7429 +вангогівськи 7430 +вандальським 7431 +вандалізм 7432 +вандалізмом 7433 +вандалізму 7434 +вандевеге 7435 +вандфера 7436 +ванею 7437 +ванна 7438 +ваннек 7439 +ванник 7440 +ванникова 7441 +ванну 7442 +вання 7443 +ванній 7444 +ваннікова 7445 +ваннікової 7446 +вано 7447 +вантаж 7448 +вантажем 7449 +вантажити 7450 +вантажиться 7451 +вантажний 7452 +вантажних 7453 +вантажного 7454 +вантажному 7455 +вантажною 7456 +вантажні 7457 +вантажо 7458 +вантажоперевезень 7459 +вантажу 7460 +вантажі 7461 +вантажів 7462 +вантажівка 7463 +вантажівками 7464 +вантажівках 7465 +вантажівки 7466 +вантажівок 7467 +вань 7468 +ваньку 7469 +ванья 7470 +ваню 7471 +ванюха 7472 +ванюхи 7473 +ванюшкін 7474 +ваня 7475 +вапном 7476 +вапняків 7477 +вапшето 7478 +вар'ятів 7479 +варвара 7480 +варварами 7481 +варвари 7482 +варварство 7483 +варварськими 7484 +варварських 7485 +варга 7486 +варгас 7487 +вардак 7488 +варданом 7489 +варейкіс 7490 +варене 7491 +варений 7492 +варениками 7493 +вареники 7494 +вареників 7495 +варення 7496 +варенням 7497 +варенухи 7498 +варив 7499 +варився 7500 +варила 7501 +варилася 7502 +варили 7503 +варимо 7504 +варити 7505 +варитись 7506 +варлаам 7507 +варни 7508 +варт 7509 +варта 7510 +варте 7511 +варти 7512 +вартий 7513 +вартими 7514 +вартих 7515 +варто 7516 +вартовий 7517 +вартових 7518 +вартового 7519 +вартовому 7520 +вартові 7521 +вартостей 7522 +вартості 7523 +вартою 7524 +варту 7525 +вартувала 7526 +вартували 7527 +вартувало 7528 +вартувати 7529 +вартує 7530 +варті 7531 +вартівниками 7532 +вартісна 7533 +вартісне 7534 +вартісним 7535 +вартісного 7536 +вартість 7537 +вартістю 7538 +варшава 7539 +варшави 7540 +варшавою 7541 +варшавский 7542 +варшавським 7543 +варшавського 7544 +варшаві 7545 +варю 7546 +варяги 7547 +варягі 7548 +варягів 7549 +варять 7550 +варі 7551 +варіант 7552 +варіанта 7553 +варіантами 7554 +варіантах 7555 +варіанти 7556 +варіантом 7557 +варіанту 7558 +варіанті 7559 +варіантів 7560 +варіат 7561 +варіацій 7562 +варіаційна 7563 +варіація 7564 +варіації 7565 +варістю 7566 +варіщі 7567 +варіювали 7568 +варіюватися 7569 +варіюються 7570 +вас 7571 +васала 7572 +васалом 7573 +васаль 7574 +васалів 7575 +васеліанську 7576 +василем 7577 +василенка 7578 +василенко 7579 +василенком 7580 +василина 7581 +василишина 7582 +василь 7583 +василькові 7584 +васильківська 7585 +васильович 7586 +васильовича 7587 +васильчук 7588 +василю 7589 +василюк 7590 +василя 7591 +василівна 7592 +василівни 7593 +василій 7594 +васканяном 7595 +вась 7596 +васька 7597 +васю 7598 +васюківки 7599 +васюника 7600 +вася 7601 +васіна 7602 +ват 7603 +ватага 7604 +ватагою 7605 +ватажка 7606 +ватажками 7607 +ватажки 7608 +ватажком 7609 +ватажків 7610 +ватажок 7611 +ватерпольний 7612 +ватикан 7613 +ватиканом 7614 +ватикану 7615 +ватикані 7616 +ватру 7617 +ватрушку 7618 +вату 7619 +ватутін 7620 +ватутіна 7621 +ватіканська 7622 +ватілій 7623 +вау 7624 +вахмістр 7625 +вахта 7626 +вахтанга 7627 +вахтангом 7628 +вахтерам 7629 +вахти 7630 +вацлав 7631 +вацлава 7632 +ваш 7633 +ваша 7634 +вашадзе 7635 +ваше 7636 +вашенгтоні 7637 +вашигтон 7638 +вашиингтонській 7639 +ваший 7640 +вашим 7641 +вашими 7642 +вашингоні 7643 +вашинготі 7644 +вашингтогтоні 7645 +вашингтон 7646 +вашингтона 7647 +вашингтонові 7648 +вашингтоном 7649 +вашингтонський 7650 +вашингтонського 7651 +вашингтонському 7652 +вашингтонської 7653 +вашингтонській 7654 +вашингтонськім 7655 +вашингтону 7656 +вашингтоні 7657 +вашингточнській 7658 +ваших 7659 +вашого 7660 +вашому 7661 +вашою 7662 +вашої 7663 +вашу 7664 +ваші 7665 +вашій 7666 +ващ 7667 +ващиковський 7668 +ващилін 7669 +вб'ють 7670 +вб'є 7671 +вб'єте 7672 +вб'єш 7673 +вбачав 7674 +вбачала 7675 +вбачали 7676 +вбачати 7677 +вбачаю 7678 +вбачають 7679 +вбачаючи 7680 +вбачає 7681 +вбачаєм 7682 +вбачаєте 7683 +вберегли 7684 +вберегти 7685 +вберегтися 7686 +вбережетесь 7687 +вберігла 7688 +вбив 7689 +вбивав 7690 +вбивайте 7691 +вбивала 7692 +вбивали 7693 +вбивало 7694 +вбивати 7695 +вбивать 7696 +вбивають 7697 +вбиваючи 7698 +вбиває 7699 +вбивств 7700 +вбивства 7701 +вбивствам 7702 +вбивствах 7703 +вбивствв 7704 +вбивство 7705 +вбивством 7706 +вбивстві 7707 +вбивцею 7708 +вбивць 7709 +вбивця 7710 +вбивці 7711 +вбивчого 7712 +вбивчої 7713 +вбивши 7714 +вбийників 7715 +вбила 7716 +вбили 7717 +вбило 7718 +вбирала 7719 +вбиральня 7720 +вбираться 7721 +вбита 7722 +вбити 7723 +вбитий 7724 +вбитих 7725 +вбито 7726 +вбитого 7727 +вбитому 7728 +вбитої 7729 +вбиту 7730 +вбиті 7731 +вблили 7732 +вбогість 7733 +вболівальник 7734 +вболівальника 7735 +вболівальники 7736 +вболівальників 7737 +вболіває 7738 +вболіваєте 7739 +вбрав 7740 +вбрався 7741 +вбраний 7742 +вбрання 7743 +вбранні 7744 +вбраного 7745 +вбратись 7746 +вброс 7747 +вбудований 7748 +вбудовані 7749 +вбудовувала 7750 +вбудовується 7751 +вбудувався 7752 +вбудуватися 7753 +вбіг 7754 +вбік 7755 +вбільшості 7756 +вв 7757 +вважав 7758 +вважався 7759 +вважае 7760 +вважай 7761 +вважайте 7762 +вважала 7763 +вважалася 7764 +вважали 7765 +вважалися 7766 +вважалося 7767 +вважати 7768 +вважатиме 7769 +вважатиметься 7770 +вважатимуть 7771 +вважатимуться 7772 +вважатись 7773 +вважатися 7774 +вважать 7775 +вважаю 7776 +вважають 7777 +вважаються 7778 +вважаючи 7779 +вважає 7780 +вважаєм 7781 +вважаємо 7782 +вважаєте 7783 +вважаєтеф 7784 +вважається 7785 +вважаєш 7786 +вважаєшся 7787 +ввалила 7788 +ввалили 7789 +ввдно 7790 +введе 7791 +введем 7792 +введемо 7793 +введена 7794 +введений 7795 +введення 7796 +введенням 7797 +введено 7798 +введені 7799 +ввезення 7800 +ввезені 7801 +ввела 7802 +ввели 7803 +ввело 7804 +ввергли 7805 +вверх 7806 +ввести 7807 +ввесь 7808 +ввечені 7809 +ввечері 7810 +ввижалося 7811 +ввижається 7812 +ввильнув 7813 +ввказано 7814 +вводжу 7815 +вводив 7816 +вводився 7817 +вводили 7818 +вводилося 7819 +вводимо 7820 +вводите 7821 +вводити 7822 +вводить 7823 +вводиться 7824 +вводні 7825 +вводять 7826 +вводяться 7827 +ввозити 7828 +ввозитися 7829 +ввозяться 7830 +ввп 7831 +ввс 7832 +ввяжає 7833 +ввязався 7834 +ввязались 7835 +ввів 7836 +ввід 7837 +ввідних 7838 +ввідповідно 7839 +ввіз 7840 +ввійде 7841 +ввійдемо 7842 +ввійдуть 7843 +ввійти 7844 +ввійшла 7845 +ввійшли 7846 +ввійшло 7847 +ввійшов 7848 +ввірені 7849 +ввіруємо 7850 +ввічливий 7851 +ввічливим 7852 +ввічливо 7853 +ввічливості 7854 +ввічливі 7855 +вгадав 7856 +вгадай 7857 +вгадала 7858 +вгадали 7859 +вгадати 7860 +вгадаєш 7861 +вгадувала 7862 +вгадували 7863 +вгадувалось 7864 +вгадувати 7865 +вгадує 7866 +вгадуєш 7867 +вгамувалась 7868 +вгамування 7869 +вгамувати 7870 +вгамуйте 7871 +вганяй 7872 +вганяючи 7873 +вгасали 7874 +вглиб 7875 +вглубь 7876 +вглядаюся 7877 +вголос 7878 +вголосіну 7879 +вгор 7880 +вгору 7881 +вгорі 7882 +вгризаємося 7883 +вгруз 7884 +вдавався 7885 +вдавались 7886 +вдавалися 7887 +вдавалось 7888 +вдавалося 7889 +вдавати 7890 +вдаватиметься 7891 +вдаватимуться 7892 +вдаватись 7893 +вдаватися 7894 +вдався 7895 +вдадуться 7896 +вдала 7897 +вдалась 7898 +вдалася 7899 +вдале 7900 +вдалий 7901 +вдалим 7902 +вдалими 7903 +вдалину 7904 +вдалині 7905 +вдались 7906 +вдалися 7907 +вдалих 7908 +вдало 7909 +вдалого 7910 +вдалост 7911 +вдалось 7912 +вдалося 7913 +вдалою 7914 +вдалу 7915 +вдалі 7916 +вдалій 7917 +вдамося 7918 +вдар 7919 +вдарами 7920 +вдарив 7921 +вдаривсь 7922 +вдарився 7923 +вдарившись 7924 +вдарила 7925 +вдарилась 7926 +вдарили 7927 +вдарило 7928 +вдарити 7929 +вдаритись 7930 +вдарить 7931 +вдастся 7932 +вдасться 7933 +вдатись 7934 +вдатися 7935 +вдаться 7936 +вдачі 7937 +вдаю 7938 +вдаються 7939 +вдаючи 7940 +вдаючись 7941 +вдає 7942 +вдаємось 7943 +вдається 7944 +вдв 7945 +вдвох 7946 +вдвоє 7947 +вдвічі 7948 +вде 7949 +вдень 7950 +вдера 7951 +вдержав 7952 +вдержиш 7953 +вдерлися 7954 +вдерся 7955 +вдиратися 7956 +вдих 7957 +вдихання 7958 +вдихати 7959 +вдихнули 7960 +вдихнути 7961 +вдихніть 7962 +вднг 7963 +вдночас 7964 +вдова 7965 +вдови 7966 +вдовину 7967 +вдовицю 7968 +вдовиця 7969 +вдовиці 7970 +вдовиченка 7971 +вдовички 7972 +вдовичку 7973 +вдовольнився 7974 +вдовольнить 7975 +вдогонку 7976 +вдома 7977 +вдосвіта 7978 +вдосконалений 7979 +вдосконалення 7980 +вдосконаленні 7981 +вдосконалити 7982 +вдосконалювати 7983 +вдосконалюються 7984 +вдосталь 7985 +вдруг 7986 +вдруге 7987 +вдули 7988 +вдуматися 7989 +вдуть 7990 +вдягав 7991 +вдягають 7992 +вдягли 7993 +вдягнені 7994 +вдягнула 7995 +вдягнути 7996 +вдягнутися 7997 +вдячна 7998 +вдячний 7999 +вдячних 8000 +вдячності 8001 +вдячною 8002 +вдячні 8003 +вдячність 8004 +вдячністю 8005 +вдіваю 8006 +вдівцем 8007 +вдівця 8008 +вдійсності 8009 +вділа 8010 +вділи 8011 +вділили 8012 +вдіта 8013 +вдіті 8014 +вдіє 8015 +вдієш 8016 +веа 8017 +веб 8018 +веб- 8019 +вебсайт 8020 +вебсайтам 8021 +вебсайти 8022 +вебстейн 8023 +вебсторінці 8024 +веведенням 8025 +вевешників 8026 +веган 8027 +вегани 8028 +вегас 8029 +вегетаріанка 8030 +вегетаріанські 8031 +вегетаріанці 8032 +вегпонять 8033 +веде 8034 +ведемо 8035 +ведення 8036 +веденні 8037 +ведено 8038 +ведені 8039 +ведете 8040 +ведетесь 8041 +ведется 8042 +ведеться 8043 +ведеш 8044 +веди 8045 +ведмедь 8046 +ведмедя 8047 +ведмедів 8048 +ведмежих 8049 +ведмежу 8050 +ведмідь 8051 +ведомости 8052 +ведомства 8053 +ведомствами 8054 +веду 8055 +ведуий 8056 +ведусь 8057 +ведут 8058 +ведуть 8059 +ведуться 8060 +ведуча 8061 +ведучи 8062 +ведучий 8063 +ведучим 8064 +ведучих 8065 +ведучого 8066 +ведучої 8067 +ведучі 8068 +ведучій 8069 +ведівку 8070 +ведіння 8071 +ведінь 8072 +вежа 8073 +вежами 8074 +вежею 8075 +вежлива 8076 +вежою 8077 +вежу 8078 +вежі 8079 +везде 8080 +везе 8081 +везем 8082 +веземо 8083 +везете 8084 +везеш 8085 +вези 8086 +везли 8087 +везти 8088 +везуть 8089 +вей 8090 +веймарської 8091 +веймінь 8092 +вейн 8093 +вейну 8094 +вейт 8095 +вексельберг 8096 +векслер 8097 +векслера 8098 +векслером 8099 +вектор 8100 +вектора 8101 +векторах 8102 +вектори 8103 +вектору 8104 +вела 8105 +велася 8106 +веле 8107 +велелюдних 8108 +велелюдно 8109 +велелюдному 8110 +велелюдні 8111 +велено 8112 +велесові 8113 +велетенська 8114 +велетенський 8115 +велетенським 8116 +велетенську 8117 +велети 8118 +велетні 8119 +вели 8120 +велика 8121 +великан 8122 +великдень 8123 +велике 8124 +великий 8125 +великим 8126 +великими 8127 +великих 8128 +великоанадольску 8129 +великобританію 8130 +великобританія 8131 +великобританією 8132 +великобританії 8133 +великовантажного 8134 +великовантажні 8135 +великого 8136 +великодержава 8137 +великодержави 8138 +великодержавна 8139 +великодержавністю 8140 +великоднього 8141 +великодня 8142 +великодні 8143 +великодній 8144 +великоднім 8145 +великодніх 8146 +великодушність 8147 +великокаліберними 8148 +великокаліберних 8149 +великокаліберну 8150 +великокаліберні 8151 +великокнязівський 8152 +великокнязівського 8153 +великокнязівському 8154 +великомасштабна 8155 +великомасштабних 8156 +великомасштабної 8157 +великомасштабні 8158 +великому 8159 +великоновосілівського 8160 +великопосні 8161 +великорос 8162 +великороса 8163 +великоросам 8164 +великоросами 8165 +великороси 8166 +великоросові 8167 +великоросом 8168 +великоросів 8169 +великоросійський 8170 +великоросійським 8171 +великоросійських 8172 +великоросійської 8173 +великоросійські 8174 +великосербської 8175 +великою 8176 +великої 8177 +велику 8178 +великі 8179 +великій 8180 +велись 8181 +велися 8182 +велить 8183 +велич 8184 +величава 8185 +величавими 8186 +величавсь 8187 +величати 8188 +величає 8189 +величезна 8190 +величезне 8191 +величезний 8192 +величезним 8193 +величезними 8194 +величезних 8195 +величезного 8196 +величезному 8197 +величезною 8198 +величезної 8199 +величезну 8200 +величезні 8201 +величезній 8202 +величенький 8203 +величина 8204 +величиною 8205 +величину 8206 +величко 8207 +велична 8208 +величне 8209 +величний 8210 +величносте 8211 +величності 8212 +величні 8213 +величніша 8214 +величчю 8215 +величі 8216 +велкам 8217 +веллер 8218 +веллінгтону 8219 +велмет 8220 +вело 8221 +велодень 8222 +велолюдному 8223 +велопатруль 8224 +велопатрулювання 8225 +велопатрулів 8226 +велосипед 8227 +велосипеда 8228 +велосипедах 8229 +велосипеди 8230 +велосипедисти 8231 +велосипедистів 8232 +велосипедних 8233 +велосипедній 8234 +велосипедом 8235 +велосипеді 8236 +велось 8237 +велося 8238 +велфер 8239 +велх 8240 +вельзевул 8241 +вельма 8242 +вельми 8243 +вельможами 8244 +вельможі 8245 +вельможів 8246 +вельміж 8247 +велів 8248 +велій 8249 +велійого 8250 +веліками 8251 +веліку 8252 +велімир 8253 +велімира 8254 +велімирові 8255 +велінням 8256 +веліте 8257 +велія 8258 +велії 8259 +венгерських 8260 +венеди 8261 +венера 8262 +венери 8263 +венерин 8264 +венерологи 8265 +венеру 8266 +венесуела 8267 +венесуели 8268 +венесуельських 8269 +венесуельські 8270 +венесі 8271 +венецианской 8272 +венеціанська 8273 +венеціанською 8274 +венеціанської 8275 +венеційка 8276 +венеційки 8277 +венеційска 8278 +венеційська 8279 +венеційських 8280 +венеційської 8281 +венеційській 8282 +венеція 8283 +венецією 8284 +венеції 8285 +венко 8286 +венку 8287 +вентилятори 8288 +вентиляційної 8289 +венул 8290 +вень 8291 +веньчуань 8292 +веніка 8293 +веніславський 8294 +верба 8295 +вербальних 8296 +вербами 8297 +верби 8298 +верблюд 8299 +верблюдів 8300 +вербовець 8301 +вербовки 8302 +вербовку 8303 +верболозу 8304 +вербу 8305 +вербувальників 8306 +вербування 8307 +вербуванням 8308 +вербуванні 8309 +вербувати 8310 +вербують 8311 +вербує 8312 +вербівкою 8313 +вербівку 8314 +вердер 8315 +верджинія 8316 +вердикт 8317 +вердиктом 8318 +вердикті 8319 +вердунг 8320 +вередує 8321 +веремію 8322 +веремієнка 8323 +вереничка 8324 +верес 8325 +вереса 8326 +вересень 8327 +вереском 8328 +вересня 8329 +вересні 8330 +вересом 8331 +веретено 8332 +верещук 8333 +верзілових 8334 +веривуда 8335 +верифікацію 8336 +верифікація 8337 +верифікації 8338 +верифікована 8339 +верифіковані 8340 +верифіковувати 8341 +верифікували 8342 +верифікую 8343 +верлань 8344 +вермахта 8345 +вермахту 8346 +вермахті 8347 +вермонт 8348 +вернадський 8349 +вернее 8350 +вернемся 8351 +вернер 8352 +вернеш 8353 +вернигора 8354 +вернигоренко 8355 +вернигори 8356 +вернигору 8357 +вернидуб 8358 +вернись 8359 +верно 8360 +вернона 8361 +вернув 8362 +вернувся 8363 +вернувшись 8364 +вернул 8365 +вернулася 8366 +вернули 8367 +вернулись 8368 +вернулися 8369 +вернулось 8370 +вернулося 8371 +вернуся 8372 +вернути 8373 +вернутись 8374 +вернутися 8375 +вернуться 8376 +вернісажу 8377 +вернісажі 8378 +верніше 8379 +вероні 8380 +версальський 8381 +версалі 8382 +версию 8383 +верст 8384 +верстати 8385 +верстатів 8386 +верств 8387 +верства 8388 +верстви 8389 +верству 8390 +версти 8391 +верстов 8392 +верстою 8393 +версту 8394 +версій 8395 +версію 8396 +версія 8397 +версіях 8398 +версією 8399 +версії 8400 +вертавсь 8401 +вертався 8402 +вертай 8403 +вертайся 8404 +вертайтеся 8405 +верталися 8406 +вертати 8407 +вертатися 8408 +вертаю 8409 +вертаюся 8410 +вертаються 8411 +вертаючись 8412 +вертає 8413 +вертаємо 8414 +вертаємося 8415 +вертаємся 8416 +вертається 8417 +вертаєшся 8418 +вертепу 8419 +вертепів 8420 +вертикаллю 8421 +вертикаль 8422 +вертикальна 8423 +вертикальних 8424 +вертикального 8425 +вертикальною 8426 +вертикальні 8427 +вертикалі 8428 +вертить 8429 +вертиться 8430 +вертихвості 8431 +вертку 8432 +вертлява 8433 +вертлявий 8434 +вертолети 8435 +вертолетов 8436 +вертольота 8437 +вертольотами 8438 +вертольотах 8439 +вертольоти 8440 +вертольоті 8441 +вертольотів 8442 +вертоліт 8443 +вертолітні 8444 +вертушки 8445 +вертять 8446 +вертів 8447 +вертіла 8448 +вертіли 8449 +вертіти 8450 +вертітись 8451 +верх 8452 +верха 8453 +верхами 8454 +верхвоної 8455 +верхи 8456 +верхнього 8457 +верхньокам'янку 8458 +верхньому 8459 +верхньоторецьке 8460 +верхньоторецького 8461 +верхньотурецькому 8462 +верхньою 8463 +верхньої 8464 +верхня 8465 +верхні 8466 +верхній 8467 +верхніми 8468 +верхніх 8469 +верховенства 8470 +верховенство 8471 +верховенству 8472 +верховенстві 8473 +верховинські 8474 +верховині 8475 +верхових 8476 +верховна 8477 +верховний 8478 +верховним 8479 +верховного 8480 +верховной 8481 +верховному 8482 +верховною 8483 +верховної 8484 +верховну 8485 +верховній 8486 +верховодить 8487 +верховодіт 8488 +верхову 8489 +верху 8490 +верхів 8491 +верхівка 8492 +верхівки 8493 +верхівкою 8494 +верхівку 8495 +верхівлі 8496 +верхівців 8497 +вершбоу 8498 +вершечки 8499 +вершечків 8500 +вершилися 8501 +вершин 8502 +вершина 8503 +вершинах 8504 +вершинку 8505 +вершину 8506 +вершині 8507 +вершити 8508 +вершки 8509 +вершкових 8510 +вершкового 8511 +вершків 8512 +вершник 8513 +вершника 8514 +вершники 8515 +вершників 8516 +вершок 8517 +вес 8518 +весела 8519 +веселе 8520 +веселився 8521 +веселий 8522 +веселило 8523 +веселим 8524 +веселими 8525 +веселися 8526 +веселих 8527 +веселку 8528 +весело 8529 +веселовою 8530 +веселової 8531 +веселого 8532 +веселощі 8533 +веселою 8534 +веселу 8535 +веселун 8536 +веселуні 8537 +веселуха 8538 +весельцем 8539 +весельця 8540 +веселяться 8541 +веселі 8542 +веселість 8543 +веселіша 8544 +веселіше 8545 +веселішою 8546 +весить 8547 +веслав 8548 +веслом 8549 +веслування 8550 +веслуванні 8551 +весна 8552 +весна-осінь 8553 +весни 8554 +весною 8555 +весну 8556 +весняна 8557 +весняний 8558 +весняним 8559 +весняних 8560 +веснянка 8561 +весняному 8562 +весняної 8563 +весняній 8564 +весні 8565 +весніна 8566 +весте 8567 +вестенг 8568 +вестернізацію 8569 +вести 8570 +вестибулярні 8571 +вестибюлем 8572 +вестибюль 8573 +вестиме 8574 +вестимуть 8575 +вестись 8576 +вестися 8577 +вестмінстерську 8578 +вестмінстерській 8579 +вестмінстері 8580 +весті 8581 +весь 8582 +весянки 8583 +весілля 8584 +весіллях 8585 +весіллі 8586 +весільна 8587 +весільне 8588 +весільниками 8589 +весільного 8590 +весільної 8591 +весільні 8592 +весіля 8593 +вет 8594 +ветангула 8595 +вете 8596 +ветеран 8597 +ветерана 8598 +ветеранам 8599 +ветеранами 8600 +ветерани 8601 +ветеранка 8602 +ветераном 8603 +ветеранська 8604 +ветеранський 8605 +ветеранських 8606 +ветеранської 8607 +ветеранські 8608 +ветеранській 8609 +ветеранів 8610 +ветеринари 8611 +ветеринарна 8612 +ветеринарний 8613 +ветеринарних 8614 +ветеринарною 8615 +ветеринарної 8616 +ветеринарні 8617 +вето 8618 +ветсанзаводу 8619 +ветхих 8620 +ветхозавітний 8621 +вехерн 8622 +вецкаганс 8623 +вецькому 8624 +вечера 8625 +вечерниць 8626 +вечерня 8627 +вечером 8628 +вечерю 8629 +вечеря 8630 +вечері 8631 +вечора 8632 +вечорами 8633 +вечорах 8634 +вечори 8635 +вечором 8636 +вечорі 8637 +вечорів 8638 +вечоріло 8639 +вечір 8640 +вечірка 8641 +вечірки 8642 +вечірку 8643 +вечірнього 8644 +вечірньому 8645 +вечірньої 8646 +вечірню 8647 +вечірня 8648 +вечірнє 8649 +вечірній 8650 +вечірніх 8651 +вечірці 8652 +веєм 8653 +вжарило 8654 +вже 8655 +вжив 8656 +вживав 8657 +вживала 8658 +вживали 8659 +вживалося 8660 +вживана 8661 +вживане 8662 +вживання 8663 +вживанням 8664 +вживаного 8665 +вживану 8666 +вживані 8667 +вживати 8668 +вживатиме 8669 +вживатиметься 8670 +вживаю 8671 +вживають 8672 +вживаються 8673 +вживаючи 8674 +вживає 8675 +вживаємо 8676 +вживаємось 8677 +вживається 8678 +вживаєш 8679 +вживили 8680 +вживих 8681 +вживу 8682 +вживуться 8683 +вжили 8684 +вжити 8685 +вжито 8686 +вжиток 8687 +вжитої 8688 +вжиття 8689 +вжиті 8690 +взавтра 8691 +взагалом 8692 +взагалі 8693 +взагаліто 8694 +взаглі 8695 +взамін 8696 +взаміну 8697 +взаємин 8698 +взаєминам 8699 +взаєминах 8700 +взаємини 8701 +взаємна 8702 +взаємний 8703 +взаємними 8704 +взаємних 8705 +взаємно 8706 +взаємного 8707 +взаємному 8708 +взаємні 8709 +взаємній 8710 +взаємністю 8711 +взаємовигідним 8712 +взаємовигідною 8713 +взаємовигідні 8714 +взаємовідносин 8715 +взаємовідносинах 8716 +взаємовідносини 8717 +взаємодопомогу 8718 +взаємодій 8719 +взаємодію 8720 +взаємодіють 8721 +взаємодія 8722 +взаємодіяли 8723 +взаємодіяти 8724 +взаємодії 8725 +взаємозалежність 8726 +взаємозаміняємі 8727 +взаємозв'язки 8728 +взаємозв'язку 8729 +взаємозв'язок 8730 +взаємопоборювання 8731 +взаємопов'язане 8732 +взаємопов'язано 8733 +взаємопов'язаності 8734 +взаємопов'язані 8735 +взаємопомага 8736 +взаємопроникні 8737 +взаємопрощенню 8738 +взаєморозуміння 8739 +взаїмно 8740 +взбрело 8741 +взбрило 8742 +взвод 8743 +взвода 8744 +взводи 8745 +взводний 8746 +взводом 8747 +взводу 8748 +взводі 8749 +взводів 8750 +вздовж 8751 +вздовждо 8752 +вздульська 8753 +взиваються 8754 +взимку 8755 +взламав 8756 +взлом 8757 +взльоту 8758 +взлітали 8759 +взлітає 8760 +взнав 8761 +взнавала 8762 +взнавши 8763 +взнала 8764 +взнати 8765 +взнають 8766 +взривається 8767 +взрослого 8768 +взрощувати 8769 +взувається 8770 +взулася 8771 +взутися 8772 +взуття 8773 +взуттям 8774 +взуттятко 8775 +взутті 8776 +взуті 8777 +взяв 8778 +взявся 8779 +взявши 8780 +взяла 8781 +взялася 8782 +взяли 8783 +взялись 8784 +взялися 8785 +взяло 8786 +взялося 8787 +взята 8788 +взяти 8789 +взятий 8790 +взятися 8791 +взятих 8792 +взятке 8793 +взятки 8794 +взято 8795 +взятого 8796 +взятої 8797 +взяття 8798 +взятті 8799 +взять 8800 +взяті 8801 +взятій 8802 +взірвалась 8803 +взірець 8804 +взірцем 8805 +ви 8806 +ви-ж 8807 +виб'є 8808 +виб'ється 8809 +виб'єш 8810 +виб'єшся 8811 +вибагливий 8812 +вибалку 8813 +вибамчте 8814 +вибач 8815 +вибачай 8816 +вибачайте 8817 +вибачатись 8818 +вибачаюсь 8819 +вибачаюся 8820 +вибачає 8821 +вибачення 8822 +вибаченні 8823 +вибачився 8824 +вибачилася 8825 +вибачите 8826 +вибачити 8827 +вибачитись 8828 +вибачитися 8829 +вибачте 8830 +вибере 8831 +виберемось 8832 +виберемося 8833 +виберемся 8834 +вибереться 8835 +виберешся 8836 +виберу 8837 +виберусь 8838 +виберуть 8839 +виберуться 8840 +вибив 8841 +вибивав 8842 +вибивали 8843 +вибивалися 8844 +вибивати 8845 +вибивать 8846 +вибивають 8847 +вибиває 8848 +вибиваємо 8849 +вибивається 8850 +вибила 8851 +вибили 8852 +вибило 8853 +вибирав 8854 +вибирайте 8855 +вибирала 8856 +вибирали 8857 +вибирання 8858 +вибирати 8859 +вибиратися 8860 +вибирать 8861 +вибираю 8862 +вибирають 8863 +вибираються 8864 +вибирає 8865 +вибираємо 8866 +вибираємося 8867 +вибираєте 8868 +вибирається 8869 +вибираєш 8870 +вибирешся 8871 +вибируть 8872 +вибита 8873 +вибити 8874 +вибито 8875 +вибиті 8876 +виблискував 8877 +виблискували 8878 +виблискує 8879 +вибор 8880 +виборала 8881 +виборам 8882 +виборами 8883 +виборах 8884 +виборено 8885 +виборець 8886 +вибори 8887 +виборна 8888 +виборола 8889 +вибороли 8890 +вибором 8891 +вибороти 8892 +вибору 8893 +виборцю 8894 +виборця 8895 +виборцям 8896 +виборцями 8897 +виборці 8898 +виборців 8899 +виборча 8900 +виборче 8901 +виборчий 8902 +виборчим 8903 +виборчими 8904 +виборчих 8905 +виборчого 8906 +виборчому 8907 +виборчою 8908 +виборчої 8909 +виборчу 8910 +виборчі 8911 +виборчій 8912 +виборювали 8913 +виборювання 8914 +виборювати 8915 +виборюватимуть 8916 +виборюється 8917 +виборі 8918 +виборів 8919 +вибрав 8920 +вибрався 8921 +вибракувати 8922 +вибрала 8923 +вибралася 8924 +вибрали 8925 +вибрались 8926 +вибралися 8927 +вибрана 8928 +вибраний 8929 +вибраними 8930 +вибрано 8931 +вибрані 8932 +вибрати 8933 +вибратись 8934 +вибратися 8935 +вибредна 8936 +вибрели 8937 +вибрикують 8938 +вибувають 8939 +вибудована 8940 +вибудовували 8941 +вибудовувались 8942 +вибудовування 8943 +вибудовувати 8944 +вибудовуватися 8945 +вибудовувся 8946 +вибудовують 8947 +вибудовуються 8948 +вибудовує 8949 +вибудовується 8950 +вибудувана 8951 +вибудування 8952 +вибудуваної 8953 +вибудувати 8954 +вибути 8955 +вибуття 8956 +вибух 8957 +вибухали 8958 +вибухами 8959 +вибухати 8960 +вибухах 8961 +вибухають 8962 +вибухає 8963 +вибухи 8964 +вибухнув 8965 +вибухнула 8966 +вибухнули 8967 +вибухнуло 8968 +вибухнути 8969 +вибухове 8970 +вибуховий 8971 +вибухових 8972 +вибухового 8973 +вибуховому 8974 +вибухові 8975 +вибухом 8976 +вибухонебезпечна 8977 +вибухонебезпечним 8978 +вибухонебезпечних 8979 +вибухонебезпечною 8980 +вибухонебезпечні 8981 +вибухотехніки 8982 +вибуху 8983 +вибухів 8984 +вибухівки 8985 +вибухівко 8986 +вибухівкою 8987 +вибухівку 8988 +вибіг 8989 +вибігають 8990 +вибігає 8991 +вибігаємо 8992 +вибігла 8993 +вибігли 8994 +вибігло 8995 +вибір 8996 +вибіри 8997 +вибірка 8998 +вибірки 8999 +вибіркове 9000 +вибірковий 9001 +вибірковим 9002 +вибірковими 9003 +вибіркових 9004 +вибірково 9005 +вибіркового 9006 +вибірковості 9007 +вибіркової 9008 +вибіркові 9009 +вибірковість 9010 +вив 9011 +виважений 9012 +виважено 9013 +виваженою 9014 +виважені 9015 +виважив 9016 +виваливши 9017 +вивалити 9018 +вивантаження 9019 +виванішою 9020 +виварюємо 9021 +виварюється 9022 +виведе 9023 +виведена 9024 +виведений 9025 +виведених 9026 +виведення 9027 +виведенням 9028 +виведено 9029 +виведеному 9030 +виведену 9031 +виведеня 9032 +виведені 9033 +виведу 9034 +виведуть 9035 +вивезе 9036 +вивезений 9037 +вивезення 9038 +вивезено 9039 +вивезені 9040 +вивезла 9041 +вивезли 9042 +вивезти 9043 +вивезу 9044 +вивела 9045 +вивели 9046 +вивело 9047 +вивернута 9048 +вивернуті 9049 +вивертає 9050 +вивесзи 9051 +вивести 9052 +вивихнути 9053 +вивищувалося 9054 +виво 9055 +виводився 9056 +виводили 9057 +виводити 9058 +виводить 9059 +виводять 9060 +виводяться 9061 +вивозив 9062 +вивозили 9063 +вивозити 9064 +вивозиться 9065 +вивозу 9066 +вивозять 9067 +виволочеш 9068 +вивчав 9069 +вивчай 9070 +вивчала 9071 +вивчали 9072 +вивчалися 9073 +вивчати 9074 +вивчатиме 9075 +вивчатимуть 9076 +вивчать 9077 +вивчаю 9078 +вивчають 9079 +вивчаються 9080 +вивчаючи 9081 +вивчає 9082 +вивчаємо 9083 +вивчаєте 9084 +вивчається 9085 +вивчаєш 9086 +вивченню 9087 +вивчення 9088 +вивченням 9089 +вивченні 9090 +вивченої 9091 +вивчені 9092 +вивчив 9093 +вивчився 9094 +вивчивши 9095 +вивчила 9096 +вивчилася 9097 +вивчили 9098 +вивчимо 9099 +вивчити 9100 +вивчитися 9101 +вивчить 9102 +вивчиш 9103 +вивів 9104 +вивідай 9105 +вивідати 9106 +вивідаю 9107 +вивідники 9108 +вивідцям 9109 +вивідців 9110 +вивіз 9111 +вивільнених 9112 +вивільнити 9113 +вивільнитися 9114 +вивірку 9115 +вивісив 9116 +вивісили 9117 +вивіска 9118 +вивіски 9119 +вивіску 9120 +вивісці 9121 +вивітрюється 9122 +вивішено 9123 +вивішені 9124 +вигадав 9125 +вигадали 9126 +вигадами 9127 +вигадана 9128 +вигаданий 9129 +вигаданими 9130 +вигаданих 9131 +вигаданого 9132 +вигаданому 9133 +вигаданою 9134 +вигадані 9135 +вигадати 9136 +вигадаєш 9137 +вигадка 9138 +вигадки 9139 +вигадкою 9140 +вигадувати 9141 +вигадуючи 9142 +вигадує 9143 +вигадуємо 9144 +вигадується 9145 +вигадуєш 9146 +виганяв 9147 +виганяли 9148 +виганяти 9149 +вигаптавано 9150 +вигасання 9151 +вигасанням 9152 +вигасає 9153 +вигидно 9154 +вигинання 9155 +вигладає 9156 +виглушити 9157 +вигляд 9158 +виглядав 9159 +виглядала 9160 +виглядали 9161 +виглядало 9162 +виглядати 9163 +виглядатиме 9164 +виглядатимуть 9165 +виглядаю 9166 +виглядають 9167 +виглядаючи 9168 +виглядає 9169 +виглядаєте 9170 +виглядом 9171 +вигляду 9172 +виглядує 9173 +вигляді 9174 +виглянув 9175 +вигнала 9176 +вигнали 9177 +вигнанець 9178 +вигнаниця 9179 +вигнання 9180 +вигнанні 9181 +вигнанцем 9182 +вигнані 9183 +вигнати 9184 +виговорила 9185 +виговського 9186 +вигод 9187 +вигода 9188 +вигодами 9189 +вигоди 9190 +вигодовування 9191 +вигодоздобувача 9192 +вигоду 9193 +виголосив 9194 +виголосила 9195 +виголосили 9196 +виголосити 9197 +виголосить 9198 +виголошене 9199 +виголошеними 9200 +виголошення 9201 +виголошено 9202 +виголошену 9203 +виголошені 9204 +виголошеній 9205 +виголошували 9206 +виголошує 9207 +вигонили 9208 +вигораджувати 9209 +вигорає 9210 +вигортаю 9211 +вигоряла 9212 +вигорів 9213 +вигоріла 9214 +вигострила 9215 +вигострить 9216 +виготовив 9217 +виготовила 9218 +виготовити 9219 +виготовить 9220 +виготовиш 9221 +виготовлена 9222 +виготовлене 9223 +виготовлений 9224 +виготовлених 9225 +виготовленню 9226 +виготовлення 9227 +виготовленням 9228 +виготовленні 9229 +виготовлено 9230 +виготовлену 9231 +виготовлені 9232 +виготовлювати 9233 +виготовлюють 9234 +виготовля 9235 +виготовляв 9236 +виготовляли 9237 +виготовлялися 9238 +виготовляти 9239 +виготовляють 9240 +виготовляються 9241 +виготовляючи 9242 +виготовляє 9243 +виготовляється 9244 +виграв 9245 +вигравав 9246 +вигравала 9247 +вигравать 9248 +вигравши 9249 +виграла 9250 +виграли 9251 +виграло 9252 +виграний 9253 +виграних 9254 +виграння 9255 +виграно 9256 +виграти 9257 +виграть 9258 +виграш 9259 +виграшем 9260 +виграшна 9261 +виграшний 9262 +виграшним 9263 +виграшні 9264 +виграшній 9265 +виграшу 9266 +виграші 9267 +виграю 9268 +виграють 9269 +виграє 9270 +виграєм 9271 +виграємо 9272 +виграєте 9273 +вигрибем 9274 +вигризав 9275 +вигризти 9276 +вигрібання 9277 +вигрібати 9278 +вигрівався 9279 +вигріваємо 9280 +вигрівається 9281 +вигук 9282 +вигука 9283 +вигуками 9284 +вигуки 9285 +вигукну 9286 +вигукнув 9287 +вигукнули 9288 +вигукував 9289 +вигукували 9290 +вигукувати 9291 +вигукуючи 9292 +вигукує 9293 +вигуків 9294 +вигулькнув 9295 +вигулькнула 9296 +вигулювати 9297 +вигулюйтесь 9298 +вигуляв 9299 +вигулярна 9300 +вигулярного 9301 +вигівський 9302 +вигівського 9303 +вигідна 9304 +вигідне 9305 +вигідний 9306 +вигідним 9307 +вигідними 9308 +вигідних 9309 +вигідно 9310 +вигідного 9311 +вигідному 9312 +вигідною 9313 +вигідної 9314 +вигідні 9315 +вигідність 9316 +вигідніша 9317 +вигідніше 9318 +вигіднішою 9319 +вид 9320 +видав 9321 +видавав 9322 +видавався 9323 +видавала 9324 +видавали 9325 +видавалися 9326 +видавало 9327 +видаваних 9328 +видавати 9329 +видаватиме 9330 +видаватиметься 9331 +видаватимуть 9332 +видавець 9333 +видавив 9334 +видавили 9335 +видавить 9336 +видавництв 9337 +видавництва 9338 +видавництвами 9339 +видавництвах 9340 +видавництво 9341 +видавництвом 9342 +видавництві 9343 +видавнича 9344 +видавничому 9345 +видавничої 9346 +видавничі 9347 +видався 9348 +видавцеві 9349 +видавця 9350 +видавцях 9351 +видавці 9352 +видавців 9353 +видавчиня 9354 +видавчині 9355 +видадуть 9356 +видала 9357 +видалення 9358 +видалені 9359 +видали 9360 +видалила 9361 +видалили 9362 +видалилось 9363 +видалити 9364 +видало 9365 +видаляв 9366 +видаляю 9367 +видам 9368 +видами 9369 +видамо 9370 +видана 9371 +видане 9372 +виданий 9373 +виданим 9374 +виданих 9375 +виданню 9376 +видання 9377 +виданням 9378 +виданнях 9379 +виданні 9380 +видано 9381 +виданого 9382 +виданої 9383 +видану 9384 +видань 9385 +видані 9386 +виданій 9387 +видасть 9388 +видасться 9389 +видати 9390 +видатися 9391 +видатки 9392 +видатків 9393 +видатна 9394 +видатний 9395 +видатним 9396 +видатних 9397 +видатного 9398 +видатною 9399 +видатну 9400 +видатні 9401 +видаток 9402 +видах 9403 +видача 9404 +видачею 9405 +видачи 9406 +видачою 9407 +видачу 9408 +видачі 9409 +видаю 9410 +видають 9411 +видаються 9412 +видає 9413 +видаємо 9414 +видаєте 9415 +видаєтеся 9416 +видається 9417 +видворення 9418 +видворено 9419 +видворили 9420 +видворює 9421 +виддала 9422 +видел 9423 +виделками 9424 +виделку 9425 +видеотрансляцию 9426 +видерти 9427 +видертися 9428 +видеру 9429 +виджу 9430 +видзвонила 9431 +видзвонюють 9432 +видзвонює 9433 +види 9434 +видима 9435 +видимир 9436 +видимира 9437 +видимо 9438 +видимі 9439 +видимій 9440 +видиміст 9441 +видирає 9442 +видит 9443 +видите 9444 +видить 9445 +видихай 9446 +видихнути 9447 +видихніть 9448 +видихів 9449 +видиш 9450 +видко 9451 +видно 9452 +виднограй 9453 +виднокруг 9454 +видноту 9455 +видноті 9456 +видну 9457 +виднівся 9458 +виднілася 9459 +видніш 9460 +видніше 9461 +видніються 9462 +видобування 9463 +видобувати 9464 +видобуватиме 9465 +видобувають 9466 +видобуваються 9467 +видобуте 9468 +видобути 9469 +видобутих 9470 +видобутку 9471 +видобуто 9472 +видобутого 9473 +видобуток 9474 +видовищ 9475 +видовища 9476 +видовище 9477 +видовищем 9478 +видовищні 9479 +видозмінився 9480 +видом 9481 +видрапаюсь 9482 +видруковане 9483 +видрукуваній 9484 +видрукувати 9485 +видряпуюся 9486 +виду 9487 +видужає 9488 +видужує 9489 +видуманих 9490 +видумати 9491 +видумувать 9492 +видумуй 9493 +видумуйте 9494 +видумую 9495 +видурити 9496 +видучий 9497 +видьоргують 9498 +видять 9499 +виді 9500 +видів 9501 +виділ 9502 +виділа 9503 +виділений 9504 +виділених 9505 +виділення 9506 +виділенням 9507 +виділено 9508 +виділеної 9509 +виділень 9510 +виділені 9511 +виділив 9512 +виділила 9513 +виділили 9514 +виділимо 9515 +виділити 9516 +виділитися 9517 +виділявся 9518 +виділяла 9519 +виділяли 9520 +виділялись 9521 +виділялися 9522 +виділялось 9523 +виділяти 9524 +виділятиме 9525 +виділятимуть 9526 +виділятись 9527 +виділяю 9528 +виділяють 9529 +виділяються 9530 +виділяючи 9531 +виділяє 9532 +виділяємо 9533 +виділяється 9534 +видіння 9535 +видіти 9536 +видіїв 9537 +виженеш 9538 +виженіть 9539 +вижив 9540 +виживали 9541 +виживанню 9542 +виживання 9543 +виживати 9544 +виживають 9545 +виживає 9546 +виживе 9547 +виживу 9548 +виживуть 9549 +виживіть 9550 +вижила 9551 +вижили 9552 +вижити 9553 +визвали 9554 +визвати 9555 +визватю 9556 +визволення 9557 +визволенні 9558 +визволитель 9559 +визволителями 9560 +визволити 9561 +визволитися 9562 +визволить 9563 +визвольна 9564 +визвольний 9565 +визвольних 9566 +визвольного 9567 +визвольної 9568 +визвольній 9569 +визволяв 9570 +визволяли 9571 +визволяє 9572 +визвіл 9573 +виздихали 9574 +виздоровіє 9575 +визивав 9576 +визивали 9577 +визирали 9578 +визирнув 9579 +визнав 9580 +визнавав 9581 +визнавала 9582 +визнавали 9583 +визнавалися 9584 +визнавало 9585 +визнавати 9586 +визнавши 9587 +визнала 9588 +визнали 9589 +визнало 9590 +визнана 9591 +визнаний 9592 +визнаними 9593 +визнаних 9594 +визнанних 9595 +визнанню 9596 +визнання 9597 +визнанням 9598 +визнано 9599 +визнань 9600 +визнані 9601 +визнати 9602 +визначався 9603 +визначай 9604 +визначали 9605 +визначальний 9606 +визначальним 9607 +визначальними 9608 +визначальних 9609 +визначально 9610 +визначальною 9611 +визначальні 9612 +визначати 9613 +визначатиме 9614 +визначатиметься 9615 +визначатимуть 9616 +визначатися 9617 +визначать 9618 +визначають 9619 +визначаються 9620 +визначаючи 9621 +визначає 9622 +визначаємо 9623 +визначається 9624 +визначена 9625 +визначене 9626 +визначений 9627 +визначеним 9628 +визначених 9629 +визначенню 9630 +визначення 9631 +визначенням 9632 +визначеннями 9633 +визначеннях 9634 +визначенні 9635 +визначенність 9636 +визначено 9637 +визначеного 9638 +визначеному 9639 +визначеності 9640 +визначеної 9641 +визначену 9642 +визначені 9643 +визначив 9644 +визначився 9645 +визначила 9646 +визначилась 9647 +визначилася 9648 +визначили 9649 +визначились 9650 +визначилися 9651 +визначило 9652 +визначимося 9653 +визначити 9654 +визначитись 9655 +визначитися 9656 +визначить 9657 +визначиться 9658 +визначних 9659 +визначні 9660 +визнаю 9661 +визнають 9662 +визнаються 9663 +визнаючи 9664 +визнає 9665 +визнаємо 9666 +визнаєте 9667 +визнається 9668 +визнчити 9669 +визрівання 9670 +визріватимуть 9671 +визріває 9672 +визріла 9673 +визріти 9674 +вийде 9675 +вийдемо 9676 +вийдете 9677 +вийдеш 9678 +вийди 9679 +вийду 9680 +вийдуть 9681 +вийдіть 9682 +виймай 9683 +виймати 9684 +виймає 9685 +вийняв 9686 +вийняти 9687 +вийнятками 9688 +вийнятком 9689 +вийобується 9690 +вийти 9691 +вийшла 9692 +вийшле 9693 +вийшли 9694 +вийшло 9695 +вийшов 9696 +вийшовши 9697 +виказав 9698 +виказували 9699 +викапаний 9700 +викарбуваним 9701 +викачувались 9702 +викачувати 9703 +викачують 9704 +викид 9705 +викидай 9706 +викидайте 9707 +викидали 9708 +викидання 9709 +викидати 9710 +викидах 9711 +викидають 9712 +викидаються 9713 +викидає 9714 +викидаємо 9715 +викидається 9716 +викиди 9717 +викиду 9718 +викидів 9719 +викине 9720 +викинете 9721 +викину 9722 +викинув 9723 +викинули 9724 +викинуло 9725 +викинута 9726 +викинути 9727 +википати 9728 +викисили 9729 +викл 9730 +виклав 9731 +виклад 9732 +викладала 9733 +викладалась 9734 +викладали 9735 +викладання 9736 +викладанням 9737 +викладати 9738 +викладатиметься 9739 +викладатимуться 9740 +викладатися 9741 +викладать 9742 +викладач 9743 +викладача 9744 +викладачам 9745 +викладачами 9746 +викладачеві 9747 +викладачки 9748 +викладачку 9749 +викладачі 9750 +викладачів 9751 +викладають 9752 +викладаються 9753 +викладає 9754 +викладаємо 9755 +викладене 9756 +викладений 9757 +викладених 9758 +викладено 9759 +викладеному 9760 +викладеною 9761 +викладеної 9762 +викладки 9763 +викладу 9764 +виклала 9765 +виклали 9766 +виклало 9767 +викласти 9768 +викластися 9769 +виклик 9770 +викликав 9771 +викликавши 9772 +викликайте 9773 +викликала 9774 +викликалася 9775 +викликали 9776 +викликало 9777 +викликам 9778 +викликами 9779 +викликана 9780 +викликане 9781 +викликаний 9782 +викликаних 9783 +викликанні 9784 +викликано 9785 +викликаного 9786 +викликаної 9787 +викликані 9788 +викликати 9789 +викликатиме 9790 +викликах 9791 +викликаю 9792 +викликають 9793 +викликаючи 9794 +викликає 9795 +викликається 9796 +виклики 9797 +викликом 9798 +виклику 9799 +викликів 9800 +викличе 9801 +викличеш 9802 +викльовуються 9803 +виключав 9804 +виключати 9805 +виключатиме 9806 +виключаю 9807 +виключають 9808 +виключаються 9809 +виключає 9810 +виключається 9811 +виключена 9812 +виключення 9813 +виключенням 9814 +виключеннями 9815 +виключенні 9816 +виключено 9817 +виключень 9818 +виключені 9819 +виключив 9820 +виключила 9821 +виключили 9822 +виключимо 9823 +виключити 9824 +виключить 9825 +виключиться 9826 +виключна 9827 +виключне 9828 +виключний 9829 +виключно 9830 +виключного 9831 +виключній 9832 +виклює 9833 +виковали 9834 +виколупали 9835 +виколупували 9836 +виколупуєш 9837 +виконав 9838 +виконавець 9839 +виконавських 9840 +виконавською 9841 +виконавську 9842 +виконавцем 9843 +виконавця 9844 +виконавцям 9845 +виконавцями 9846 +виконавці 9847 +виконавців 9848 +виконавча 9849 +виконавче 9850 +виконавчий 9851 +виконавчим 9852 +виконавчого 9853 +виконавчою 9854 +виконавчої 9855 +виконавчу 9856 +виконавчі 9857 +виконавчій 9858 +виконавши 9859 +виконайте 9860 +виконала 9861 +виконали 9862 +виконана 9863 +виконане 9864 +виконаний 9865 +виконаних 9866 +виконанню 9867 +виконання 9868 +виконанням 9869 +виконанні 9870 +виконано 9871 +виконаною 9872 +виконаної 9873 +виконані 9874 +виконати 9875 +виконать 9876 +виконаці 9877 +виконають 9878 +виконає 9879 +виконаємо 9880 +виконкому 9881 +виконував 9882 +виконувався 9883 +виконувала 9884 +виконували 9885 +виконувалися 9886 +виконувати 9887 +виконуватиме 9888 +виконуватимемо 9889 +виконуватимуться 9890 +виконуватись 9891 +виконуватися 9892 +виконувать 9893 +виконувач 9894 +виконувача 9895 +виконувачем 9896 +виконувачка 9897 +виконувачу 9898 +виконуйте 9899 +виконути 9900 +виконую 9901 +виконують 9902 +виконуються 9903 +виконуюча 9904 +виконуючи 9905 +виконуючий 9906 +виконуючим 9907 +виконуючими 9908 +виконуючих 9909 +виконуючого 9910 +виконуючому 9911 +виконуючою 9912 +виконуючої 9913 +виконуючі 9914 +виконує 9915 +виконуєм 9916 +виконуємо 9917 +виконуєте 9918 +виконуєть 9919 +виконується 9920 +викопав 9921 +викопали 9922 +викопано 9923 +викопаніський 9924 +викопного 9925 +викопні 9926 +викоповують 9927 +викопують 9928 +викопчені 9929 +викоренив 9930 +викоренити 9931 +викореслений 9932 +використав 9933 +використавувати 9934 +використала 9935 +використали 9936 +використало 9937 +використан 9938 +використана 9939 +використане 9940 +використаний 9941 +використаним 9942 +використаних 9943 +використанню 9944 +використання 9945 +використанням 9946 +використанні 9947 +використано 9948 +використані 9949 +використати 9950 +використать 9951 +використають 9952 +використає 9953 +використаємо 9954 +використовував 9955 +використовувала 9956 +використовувалася 9957 +використовували 9958 +використовувались 9959 +використовувалися 9960 +використовувался 9961 +використовувана 9962 +використовувати 9963 +використовуватиме 9964 +використовуватиметься 9965 +використовуватись 9966 +використовуватися 9967 +використовувать 9968 +використовуйте 9969 +використовуться 9970 +використовую 9971 +використовують 9972 +використовуються 9973 +використовуючи 9974 +використовуя 9975 +використовує 9976 +використовуєм 9977 +використовуємо 9978 +використовуєте 9979 +використовується 9980 +викорінення 9981 +викоріненні 9982 +викорінити 9983 +викосивши 9984 +викошу 9985 +викрав 9986 +викрався 9987 +викрадали 9988 +викрадання 9989 +викраданням 9990 +викрадач 9991 +викрадачі 9992 +викрадена 9993 +викраденим 9994 +викрадених 9995 +викраденного 9996 +викраденню 9997 +викрадення 9998 +викраденням 9999 +викраденнях 10000 +викраденні 10001 +викрадено 10002 +викраденого 10003 +викрадену 10004 +викрадень 10005 +викрала 10006 +викрали 10007 +викрасти 10008 +викревлені 10009 +викреслювати 10010 +викрив 10011 +викривлених 10012 +викривлення 10013 +викривленнями 10014 +викриками 10015 +викрикував 10016 +викрила 10017 +викрили 10018 +викристалізовані 10019 +викристалізовується 10020 +викрито 10021 +викриття 10022 +викрутасами 10023 +викрутка 10024 +викрутку 10025 +викручування 10026 +викручувати 10027 +викручуючись 10028 +викував 10029 +викуп 10030 +викупався 10031 +викупай 10032 +викупають 10033 +викупи 10034 +викупив 10035 +викупила 10036 +викупили 10037 +викупити 10038 +викупить 10039 +викуплені 10040 +викуповує 10041 +викупом 10042 +викупу 10043 +викупівлі 10044 +викшталтувалося 10045 +виків 10046 +вила 10047 +вилажу 10048 +вилазити 10049 +вилазить 10050 +вилазки 10051 +вилазь 10052 +вилазять 10053 +вилами 10054 +виламуються 10055 +вилаявся 10056 +вилаявши 10057 +вилетів 10058 +вилетівши 10059 +вилетіла 10060 +вилетіли 10061 +вилетіло 10062 +вилетім 10063 +вили 10064 +вилив 10065 +виливав 10066 +виливається 10067 +вилизана 10068 +вилизане 10069 +вилизані 10070 +виликий 10071 +виликій 10072 +вилилася 10073 +вилилися 10074 +вилилося 10075 +вилити 10076 +вилитись 10077 +вилитися 10078 +вилиць 10079 +вилково 10080 +вилку 10081 +виллем 10082 +виллє 10083 +виллється 10084 +вило 10085 +вилов 10086 +виловили 10087 +виловити 10088 +виловлювали 10089 +виловлюючи 10090 +виловлять 10091 +вилучалася 10092 +вилучати 10093 +вилучають 10094 +вилучаються 10095 +вилучена 10096 +вилучений 10097 +вилучення 10098 +вилученням 10099 +вилучено 10100 +вилучені 10101 +вилучив 10102 +вилучила 10103 +вилучили 10104 +вилучити 10105 +вилущене 10106 +вильнув 10107 +вильотах 10108 +вильоти 10109 +вильямс 10110 +вильямсон 10111 +вилєзло 10112 +виліз 10113 +вилізати 10114 +вилізає 10115 +вилізе 10116 +вилізеш 10117 +вилізла 10118 +вилізли 10119 +вилізти 10120 +виліковна 10121 +виліковними 10122 +вилікував 10123 +вилікували 10124 +вилікувати 10125 +вилікують 10126 +вилікуєшся 10127 +вилітали 10128 +вилітати 10129 +вилітаю 10130 +вилітають 10131 +вилітає 10132 +вилітаєм 10133 +вилітаємо 10134 +вилітити 10135 +вима 10136 +вимагав 10137 +вимагайте 10138 +вимагала 10139 +вимагали 10140 +вимагання 10141 +вимагати 10142 +вимагатиме 10143 +вимагатиметься 10144 +вимагатимуть 10145 +вимагають 10146 +вимагаючи 10147 +вимагає 10148 +вимагаємо 10149 +вимагаєте 10150 +вимагається 10151 +вимазатися 10152 +вимальовується 10153 +вималювалося 10154 +вимаршу 10155 +вимахував 10156 +вимахували 10157 +вимахуватись 10158 +вимахуваться 10159 +вимахуючи 10160 +вимацуючи 10161 +вимер 10162 +вимережила 10163 +вимерла 10164 +вимерло 10165 +вимивання 10166 +вимикання 10167 +вимикати 10168 +вимикачі 10169 +вимикачів 10170 +вимикаєте 10171 +вимикається 10172 +вимирання 10173 +вимирає 10174 +вимисел 10175 +вимислами 10176 +вимисли 10177 +вимислу 10178 +вимитих 10179 +вимкнув 10180 +вимкнувся 10181 +вимкнула 10182 +вимкнули 10183 +вимкнути 10184 +вимова 10185 +вимови 10186 +вимовив 10187 +вимовили 10188 +вимовити 10189 +вимовляв 10190 +вимовляла 10191 +вимовляти 10192 +вимовляю 10193 +вимовляють 10194 +вимовляє 10195 +вимовляється 10196 +вимог 10197 +вимога 10198 +вимогало 10199 +вимогам 10200 +вимогами 10201 +вимогатиме 10202 +вимогах 10203 +вимоги 10204 +вимоглива 10205 +вимогливими 10206 +вимогливої 10207 +вимогливі 10208 +вимогливість 10209 +вимого 10210 +вимогою 10211 +вимогу 10212 +вимозі 10213 +вимолювалася 10214 +вимолять 10215 +виморочного 10216 +вимощена 10217 +вимре 10218 +вимріяної 10219 +вимусили 10220 +вимусити 10221 +вимушена 10222 +вимушене 10223 +вимушений 10224 +вимушеним 10225 +вимушених 10226 +вимушеного 10227 +вимушеною 10228 +вимушену 10229 +вимушені 10230 +виміняти 10231 +вимір 10232 +виміри 10233 +виміру 10234 +вимірював 10235 +вимірювалось 10236 +вимірювальна 10237 +вимірювальних 10238 +вимірювального 10239 +вимірюваним 10240 +вимірювання 10241 +вимірювати 10242 +вимірюють 10243 +вимірюються 10244 +вимірює 10245 +вимірюєте 10246 +вимірюється 10247 +виміряли 10248 +виміряний 10249 +виміряти 10250 +вимірі 10251 +вимірів 10252 +вимішувати 10253 +вимішуємо 10254 +вимішується 10255 +вина 10256 +винагород 10257 +винагорода 10258 +винагородженні 10259 +винагороджування 10260 +винагороди 10261 +винагородили 10262 +винагородити 10263 +винагороду 10264 +винаймав 10265 +винаймання 10266 +винаймати 10267 +винаймають 10268 +винайняли 10269 +винайти 10270 +винайшли 10271 +винайшов 10272 +винаходження 10273 +винаходи 10274 +винаходите 10275 +винаходів 10276 +винахід 10277 +винахідливо 10278 +винахідливістю 10279 +винахідливішим 10280 +винахідник 10281 +винахідницьких 10282 +винен 10283 +винесе 10284 +винесена 10285 +винесене 10286 +винесений 10287 +винесення 10288 +винесенням 10289 +винесенні 10290 +винесено 10291 +винесеного 10292 +винесені 10293 +винесла 10294 +винесли 10295 +винесло 10296 +винести 10297 +винесуть 10298 +вини 10299 +виник 10300 +виникала 10301 +виникали 10302 +виникало 10303 +виникати 10304 +виникатиме 10305 +виникають 10306 +виникає 10307 +виникла 10308 +виникли 10309 +виникло 10310 +виникне 10311 +виникнення 10312 +виникненням 10313 +виникненні 10314 +виникнули 10315 +виникнути 10316 +виникнуть 10317 +винищення 10318 +винищувальна 10319 +винищувач 10320 +винищувачем 10321 +винищувачі 10322 +винищувачів 10323 +винна 10324 +винне 10325 +винний 10326 +винним 10327 +винними 10328 +винних 10329 +винниця 10330 +винниці 10331 +винниченка 10332 +винниченко 10333 +винною 10334 +винні 10335 +вино 10336 +виноград 10337 +виноградар 10338 +виноградне 10339 +виноградники 10340 +виноградних 10341 +виноградові 10342 +виноградівському 10343 +виногродський 10344 +винокур 10345 +вином 10346 +виносив 10347 +виносили 10348 +виносим 10349 +виносити 10350 +виноситись 10351 +виноситися 10352 +виноситься 10353 +виноски 10354 +винось 10355 +виносять 10356 +виносяться 10357 +виношена 10358 +виношення 10359 +виношу 10360 +виношують 10361 +вину 10362 +винуватив 10363 +винуватий 10364 +винуватим 10365 +винуватими 10366 +винувато 10367 +винуватцем 10368 +винуватцям 10369 +винуватцями 10370 +винуватці 10371 +винуватців 10372 +винуваті 10373 +винуватість 10374 +винущувачі 10375 +винцем 10376 +винюхали 10377 +винюхає 10378 +винятки 10379 +виняткове 10380 +винятковими 10381 +виняткових 10382 +винятково 10383 +виняткові 10384 +винятком 10385 +винятку 10386 +винятків 10387 +виняток 10388 +виніс 10389 +виокремивши 10390 +виокремили 10391 +виокремимо 10392 +виокремити 10393 +виокремлює 10394 +вип'ю 10395 +вип'ють 10396 +вип'єм 10397 +вип'ємо 10398 +випав 10399 +випад 10400 +випадала 10401 +випадали 10402 +випадання 10403 +випадати 10404 +випадають 10405 +випадає 10406 +випаде 10407 +випадках 10408 +випадки 10409 +випадкова 10410 +випадкове 10411 +випадковий 10412 +випадковими 10413 +випадково 10414 +випадкового 10415 +випадковому 10416 +випадковості 10417 +випадкові 10418 +випадковість 10419 +випадком 10420 +випадку 10421 +випадкі 10422 +випадків 10423 +випадок 10424 +випадом 10425 +випадуть 10426 +випадів 10427 +випала 10428 +випаленої 10429 +випали 10430 +випало 10431 +випалював 10432 +випалювати 10433 +випалюю 10434 +випалює 10435 +випаримо 10436 +випаровуватись 10437 +випаровуватися 10438 +випарувалися 10439 +випарів 10440 +випасти 10441 +випереджала 10442 +випереджати 10443 +випереджаючи 10444 +випереджає 10445 +випередження 10446 +випередженням 10447 +випередив 10448 +випередила 10449 +випередили 10450 +виперсь 10451 +випив 10452 +випиваю 10453 +випиває 10454 +випиваємо 10455 +випивши 10456 +випили 10457 +випинайся 10458 +виписав 10459 +виписали 10460 +виписана 10461 +виписаний 10462 +виписано 10463 +виписаного 10464 +виписані 10465 +виписати 10466 +виписка 10467 +виписки 10468 +виписку 10469 +виписувався 10470 +виписувалась 10471 +виписування 10472 +виписувати 10473 +виписує 10474 +виписується 10475 +випити 10476 +випитого 10477 +випить 10478 +випише 10479 +випишуть 10480 +виплавляємся 10481 +виплат 10482 +виплата 10483 +виплати 10484 +виплатила 10485 +виплатили 10486 +виплатити 10487 +виплатить 10488 +виплату 10489 +виплатять 10490 +виплаті 10491 +виплачена 10492 +виплачених 10493 +виплачено 10494 +виплачені 10495 +виплачувала 10496 +виплачувалися 10497 +виплачувати 10498 +виплачуватиметься 10499 +виплачуватимуть 10500 +виплачуватися 10501 +виплачують 10502 +виплачуються 10503 +виплачує 10504 +виплеканого 10505 +виплести 10506 +випливав 10507 +випливали 10508 +випливають 10509 +випливає 10510 +випливаєш 10511 +випливуть 10512 +виплутаються 10513 +випнув 10514 +випнувся 10515 +виповненій 10516 +виповнився 10517 +виповнилось 10518 +виповнилося 10519 +виповниться 10520 +виповнюється 10521 +випогодилося 10522 +виполоскала 10523 +випорснула 10524 +виправ 10525 +виправдався 10526 +виправдала 10527 +виправдали 10528 +виправдалися 10529 +виправдана 10530 +виправдане 10531 +виправданий 10532 +виправданим 10533 +виправдання 10534 +виправданням 10535 +виправдано 10536 +виправдань 10537 +виправдані 10538 +виправдати 10539 +виправдають 10540 +виправдає 10541 +виправдено 10542 +виправдовував 10543 +виправдовувався 10544 +виправдовувала 10545 +виправдовували 10546 +виправдовувати 10547 +виправдовуватися 10548 +виправдовую 10549 +виправдовує 10550 +виправдовується 10551 +виправив 10552 +виправився 10553 +виправила 10554 +виправимо 10555 +виправите 10556 +виправити 10557 +виправиться 10558 +виправиш 10559 +виправлена 10560 +виправлення 10561 +виправлено 10562 +виправлені 10563 +виправлявся 10564 +виправляти 10565 +виправлять 10566 +виправляють 10567 +виправляє 10568 +виправляємо 10569 +виправляється 10570 +виправним 10571 +виправній 10572 +виправся 10573 +виправте 10574 +випрала 10575 +випраного 10576 +випрану 10577 +випрацювалася 10578 +випрацювати 10579 +випробний 10580 +випробовував 10581 +випробовували 10582 +випробовування 10583 +випробовувань 10584 +випробовує 10585 +випробовується 10586 +випробував 10587 +випробувала 10588 +випробували 10589 +випробувальна 10590 +випробувальний 10591 +випробувальних 10592 +випробування 10593 +випробуванням 10594 +випробуваннях 10595 +випробувань 10596 +випробувати 10597 +випробують 10598 +випроводять 10599 +випромінення 10600 +випромінював 10601 +випромінюванню 10602 +випромінювання 10603 +випромінюватист 10604 +випромінює 10605 +випросить 10606 +випросиш 10607 +випростався 10608 +випроставшись 10609 +випрошував 10610 +випрошування 10611 +випрошувати 10612 +випрошуємо 10613 +випручалась 10614 +випрягали 10615 +випуск 10616 +випускав 10617 +випускайте 10618 +випускали 10619 +випускати 10620 +випускатимуть 10621 +випусках 10622 +випускають 10623 +випускаються 10624 +випускаючи 10625 +випускає 10626 +випускаємо 10627 +випускається 10628 +випуски 10629 +випускна 10630 +випускний 10631 +випускник 10632 +випускника 10633 +випускникам 10634 +випускниками 10635 +випускники 10636 +випускнику 10637 +випускників 10638 +випускниці 10639 +випускному 10640 +випускні 10641 +випусковий 10642 +випускового 10643 +випуском 10644 +випуску 10645 +випусків 10646 +випустив 10647 +випустивши 10648 +випустила 10649 +випустили 10650 +випустило 10651 +випустимо 10652 +випустити 10653 +випустять 10654 +випущений 10655 +випущених 10656 +випущено 10657 +випущені 10658 +випчихала 10659 +випьють 10660 +випікання 10661 +випіску 10662 +випічка 10663 +випічки 10664 +вир 10665 +виражалося 10666 +виражати 10667 +виражатися 10668 +виражають 10669 +виражається 10670 +виражений 10671 +вираженим 10672 +вираження 10673 +вираженою 10674 +вираз 10675 +вирази 10676 +виразив 10677 +виразитися 10678 +виразку 10679 +виразна 10680 +виразний 10681 +виразника 10682 +виразно 10683 +виразну 10684 +виразнішим 10685 +виразом 10686 +виразу 10687 +виразів 10688 +вираховувати 10689 +вираховуватися 10690 +вирахувати 10691 +вирвав 10692 +вирвався 10693 +вирвала 10694 +вирвалася 10695 +вирвалися 10696 +вирвалося 10697 +вирвано 10698 +вирвані 10699 +вирвати 10700 +вирватися 10701 +вирвать 10702 +вирвах 10703 +вирве 10704 +вирви 10705 +вири 10706 +виривав 10707 +виривали 10708 +виривалися 10709 +виривати 10710 +вириваєте 10711 +виривається 10712 +виринають 10713 +виринає 10714 +виринув 10715 +виринула 10716 +вирисовуючи 10717 +вирити 10718 +вирне 10719 +вирнув 10720 +виробами 10721 +виробатали 10722 +виробах 10723 +вироби 10724 +виробила 10725 +виробили 10726 +виробити 10727 +вироблена 10728 +вироблений 10729 +виробленню 10730 +вироблення 10731 +виробленням 10732 +виробленої 10733 +вироблені 10734 +виробляла 10735 +виробляли 10736 +вироблялись 10737 +виробляти 10738 +вироблятиме 10739 +вироблятися 10740 +виробляють 10741 +виробляються 10742 +виробляє 10743 +виробляєм 10744 +виробляємо 10745 +виробляється 10746 +виробне 10747 +виробник 10748 +виробника 10749 +виробникам 10750 +виробниками 10751 +виробниках 10752 +виробники 10753 +виробником 10754 +виробнику 10755 +виробників 10756 +виробництва 10757 +виробництвах 10758 +виробництво 10759 +виробництвом 10760 +виробництві 10761 +виробничих 10762 +виробничо 10763 +виробничої 10764 +виробничі 10765 +виробом 10766 +виробу 10767 +виробів 10768 +вирогідність 10769 +виродженню 10770 +виродження 10771 +виродка 10772 +виродок 10773 +вирок 10774 +вирокам 10775 +вироках 10776 +вироки 10777 +вироково 10778 +вироком 10779 +вироку 10780 +вироків 10781 +виросла 10782 +виросли 10783 +виросло 10784 +виростав 10785 +виростала 10786 +виростали 10787 +виростатимуть 10788 +виростають 10789 +виростає 10790 +виросте 10791 +вирости 10792 +виростити 10793 +виросту 10794 +виростуть 10795 +вирощена 10796 +вирощення 10797 +вирощеному 10798 +вирощену 10799 +вирощені 10800 +вирощували 10801 +вирощування 10802 +вирощуванні 10803 +вирощувати 10804 +вирощують 10805 +вирощуються 10806 +вирощує 10807 +вирощується 10808 +виру 10809 +вирубали 10810 +вирубало 10811 +вирубилось 10812 +вирубки 10813 +вирубування 10814 +вирубувати 10815 +виручалочкою 10816 +виручати 10817 +виручають 10818 +виручені 10819 +виручив 10820 +виручити 10821 +вирушай 10822 +вирушайте 10823 +вирушали 10824 +вирушати 10825 +вирушають 10826 +вирушає 10827 +вирушаємо 10828 +вирушив 10829 +вирушила 10830 +вирушили 10831 +вирушило 10832 +вирушити 10833 +вирушить 10834 +вирують 10835 +вирує 10836 +виряджай 10837 +вирядили 10838 +вирятував 10839 +вирятувати 10840 +вирятує 10841 +вирячили 10842 +вирі 10843 +виріб 10844 +вирівнюється 10845 +вирівняти 10846 +виріжуть 10847 +вирізавши 10848 +вирізали 10849 +вирізання 10850 +вирізають 10851 +вирізбяні 10852 +вирізка 10853 +вирізку 10854 +вирізнили 10855 +вирізняються 10856 +вирізняє 10857 +вирізняється 10858 +вирій 10859 +виріс 10860 +вирішальна 10861 +вирішальний 10862 +вирішальним 10863 +вирішальними 10864 +вирішальних 10865 +вирішального 10866 +вирішальною 10867 +вирішальну 10868 +вирішальні 10869 +вирішальній 10870 +вирішане 10871 +вирішатись 10872 +вирішатися 10873 +вирішать 10874 +вирішемо 10875 +вирішена 10876 +вирішене 10877 +вирішений 10878 +вирішеним 10879 +вирішення 10880 +вирішенням 10881 +вирішенні 10882 +вирішено 10883 +вирішені 10884 +виріши 10885 +вирішив 10886 +вирішивши 10887 +вирішила 10888 +вирішилася 10889 +вирішили 10890 +вирішило 10891 +вирішилось 10892 +вирішилося 10893 +вирішимо 10894 +вирішите 10895 +вирішити 10896 +вирішитися 10897 +вирішить 10898 +вирішиться 10899 +вирішиш 10900 +вирішу 10901 +вирішував 10902 +вирішувалася 10903 +вирішували 10904 +вирішувалися 10905 +вирішувало 10906 +вирішувалось 10907 +вирішувалося 10908 +вирішувани 10909 +вирішувати 10910 +вирішуватиме 10911 +вирішуватиметься 10912 +вирішуватимуть 10913 +вирішуватись 10914 +вирішуватися 10915 +вирішуй 10916 +вирішуйте 10917 +вирішую 10918 +вирішують 10919 +вирішуються 10920 +вирішує 10921 +вирішуємо 10922 +вирішуєте 10923 +вирішується 10924 +вирішуєшь 10925 +висаджений 10926 +висадження 10927 +висаджено 10928 +висаджувати 10929 +висаджуватися 10930 +висаджують 10931 +висаджуючи 10932 +висадив 10933 +висадила 10934 +висадили 10935 +висадимо 10936 +висадити 10937 +висадитись 10938 +висадитися 10939 +висадки 10940 +висадці 10941 +висажуватись 10942 +висварив 10943 +висвистує 10944 +висвятився 10945 +висвятила 10946 +висвячення 10947 +висвячу 10948 +висвячувати 10949 +висвячує 10950 +висвітили 10951 +висвітило 10952 +висвітилось 10953 +висвітлена 10954 +висвітлення 10955 +висвітленні 10956 +висвітлила 10957 +висвітлило 10958 +висвітлював 10959 +висвітлювалась 10960 +висвітлювали 10961 +висвітлювати 10962 +висвітлюють 10963 +висвітлюються 10964 +висвітлюючи 10965 +висвітлює 10966 +висвітлюємо 10967 +висвітлюється 10968 +висвічувалось 10969 +виселений 10970 +виселення 10971 +виселені 10972 +виселили 10973 +виселяли 10974 +виселялися 10975 +виселятися 10976 +висиділа 10977 +висилав 10978 +висилала 10979 +висилання 10980 +висилате 10981 +висилати 10982 +висилаю 10983 +висилають 10984 +висилає 10985 +висилаєш 10986 +висилка 10987 +висилки 10988 +висилку 10989 +висипав 10990 +висипали 10991 +висипання 10992 +висипатися 10993 +висипка 10994 +висить 10995 +висихаю 10996 +висихають 10997 +висихає 10998 +висказалися 10999 +висказано 11000 +висказати 11001 +вискакував 11002 +вискакують 11003 +вискакуємо 11004 +виски 11005 +вискочив 11006 +вискочивши 11007 +вискочила 11008 +вискочили 11009 +вискочило 11010 +вискочити 11011 +вискочить 11012 +вискочу 11013 +вислав 11014 +виславлено 11015 +виславши 11016 +вислала 11017 +вислали 11018 +вислана 11019 +висланий 11020 +висланих 11021 +вислано 11022 +вислані 11023 +вислати 11024 +вислизаючу 11025 +висловами 11026 +вислови 11027 +висловив 11028 +висловився 11029 +висловивши 11030 +висловила 11031 +висловилась 11032 +висловилася 11033 +висловили 11034 +висловились 11035 +висловилися 11036 +висловило 11037 +висловити 11038 +висловитися 11039 +висловить 11040 +висловлена 11041 +висловлене 11042 +висловлений 11043 +висловленим 11044 +висловленими 11045 +висловлених 11046 +висловлення 11047 +висловленням 11048 +висловленні 11049 +висловлено 11050 +висловлені 11051 +висловлював 11052 +висловлювався 11053 +висловлювала 11054 +висловлювалася 11055 +висловлювали 11056 +висловлювались 11057 +висловлювалися 11058 +висловлювання 11059 +висловлюваннями 11060 +висловлюваннях 11061 +висловлювань 11062 +висловлювати 11063 +висловлюватися 11064 +висловлювти 11065 +висловлюйте 11066 +висловлють 11067 +висловлюю 11068 +висловлююсь 11069 +висловлюють 11070 +висловлюються 11071 +висловлюючи 11072 +висловлює 11073 +висловлюєте 11074 +висловлюєтесь 11075 +висловлюється 11076 +висловом 11077 +вислову 11078 +висловів 11079 +вислоила 11080 +вислухав 11081 +вислухавши 11082 +вислухай 11083 +вислухала 11084 +вислухати 11085 +вислухаєш 11086 +вислуховував 11087 +вислуховуємо 11088 +вислів 11089 +вислідивши 11090 +вислідили 11091 +висмаркалася 11092 +висмаркуєш 11093 +висмикнув 11094 +висмоктують 11095 +висміювали 11096 +висміює 11097 +виснажене 11098 +виснаженим 11099 +виснаженими 11100 +виснажених 11101 +виснаження 11102 +виснажені 11103 +виснажити 11104 +виснажить 11105 +виснажливих 11106 +виснажливої 11107 +виснажливі 11108 +виснажуюсь 11109 +висновка 11110 +висновкав 11111 +висновками 11112 +висновках 11113 +висновки 11114 +висновку 11115 +висновків 11116 +висновок 11117 +висовують 11118 +висовує 11119 +висок 11120 +висока 11121 +високе 11122 +високий 11123 +високим 11124 +високими 11125 +високих 11126 +високо 11127 +високого 11128 +високогір'я 11129 +високогір'ї 11130 +високогірні 11131 +високозатребуваними 11132 +високозбагаченого 11133 +висококалорійного 11134 +висококваліфікованих 11135 +висококваліфіковані 11136 +висококонкурентний 11137 +високомаржинальні 11138 +високомобільних 11139 +високомобільні 11140 +високомолекулярних 11141 +високомолекулярні 11142 +високоморальним 11143 +високому 11144 +високонавчена 11145 +високонавчену 11146 +високооплачувану 11147 +високоповажна 11148 +високопосадовець 11149 +високопосадовця 11150 +високопосадовцями 11151 +високопосадовці 11152 +високопосадовців 11153 +високопоставлена 11154 +високопоставлений 11155 +високопоставленим 11156 +високопоставленими 11157 +високопоставлених 11158 +високопоставленого 11159 +високопоставлені 11160 +високопрофесйною 11161 +високорозвиненому 11162 +високорозвинутою 11163 +високорозвинуті 11164 +високорідна 11165 +високоспеціалізований 11166 +високоспеціалізованої 11167 +високотехнологічної 11168 +високотехнологічну 11169 +високотехнологічні 11170 +високотоксична 11171 +високотоксичної 11172 +високоточний 11173 +високоточними 11174 +високофілософські 11175 +високочолій 11176 +високою 11177 +високоякісного 11178 +високоякісну 11179 +високої 11180 +високу 11181 +високі 11182 +високій 11183 +високії 11184 +висот 11185 +висота 11186 +висотами 11187 +висотах 11188 +висоти 11189 +висотка 11190 +висотності 11191 +висотою 11192 +висоту 11193 +висоті 11194 +висохла 11195 +висохлих 11196 +висохло 11197 +висохну 11198 +висоцького 11199 +височенна 11200 +височенному 11201 +височенні 11202 +височенька 11203 +височіє 11204 +виспався 11205 +виспатися 11206 +виспиш 11207 +висповідатися 11208 +вистава 11209 +виставами 11210 +вистави 11211 +виставив 11212 +виставивши 11213 +виставили 11214 +виставити 11215 +виставка 11216 +виставками 11217 +виставках 11218 +виставки 11219 +виставковий 11220 +виставкових 11221 +виставкового 11222 +виставковому 11223 +виставкові 11224 +виставкою 11225 +виставку 11226 +виставлених 11227 +виставлення 11228 +виставлено 11229 +виставлену 11230 +виставлені 11231 +виставляв 11232 +виставляли 11233 +виставлялися 11234 +виставляти 11235 +виставлятимуть 11236 +виставлять 11237 +виставляють 11238 +виставляються 11239 +виставляючи 11240 +виставляє 11241 +виставляється 11242 +виставок 11243 +виставою 11244 +виставу 11245 +виставці 11246 +виставі 11247 +вистачало 11248 +вистачатиме 11249 +вистачає 11250 +вистачило 11251 +вистачить 11252 +вистачіть 11253 +вистежували 11254 +вистежує 11255 +вистигла 11256 +вистовку 11257 +вистоювати 11258 +вистояні 11259 +вистояти 11260 +вистоїмо 11261 +вистраждав 11262 +вистраждана 11263 +вистрелена 11264 +вистрелені 11265 +вистрелив 11266 +вистрелила 11267 +вистрелили 11268 +вистрелило 11269 +вистрелити 11270 +вистрибнути 11271 +вистрибувати 11272 +вистрилив 11273 +вистроїли 11274 +вистроїти 11275 +виструнчившись 11276 +вистрілена 11277 +вистрілено 11278 +вистрілив 11279 +вистрілили 11280 +вистрілило 11281 +вистрілювалось 11282 +вистрілюється 11283 +вистріляв 11284 +вистріляли 11285 +вистріляти 11286 +вистукування 11287 +виступ 11288 +виступав 11289 +виступала 11290 +виступали 11291 +виступало 11292 +виступами 11293 +виступання 11294 +виступати 11295 +виступатиме 11296 +виступать 11297 +виступах 11298 +виступають 11299 +виступаючи 11300 +виступаючий 11301 +виступаючих 11302 +виступаючого 11303 +виступає 11304 +виступаємо 11305 +виступаєте 11306 +виступи 11307 +виступив 11308 +виступивши 11309 +виступила 11310 +виступили 11311 +виступило 11312 +виступимо 11313 +виступити 11314 +виступить 11315 +виступлять 11316 +виступом 11317 +виступу 11318 +виступі 11319 +виступів 11320 +вистіраєш 11321 +висував 11322 +висувала 11323 +висували 11324 +висувалися 11325 +висуванець 11326 +висування 11327 +висуванців 11328 +висуваньця 11329 +висувати 11330 +висуватиму 11331 +висуватися 11332 +висувають 11333 +висуваються 11334 +висуває 11335 +висувається 11336 +висуне 11337 +висунення 11338 +висуненням 11339 +висуното 11340 +висунув 11341 +висунула 11342 +висунули 11343 +висунулись 11344 +висунуло 11345 +висунулося 11346 +висунута 11347 +висунути 11348 +висунутим 11349 +висунутися 11350 +висунутих 11351 +висунуто 11352 +висунуть 11353 +висунуті 11354 +висушене 11355 +висушені 11356 +висушуванням 11357 +висушуємо 11358 +висці 11359 +вись 11360 +висять 11361 +висєрі 11362 +висів 11363 +висікаку 11364 +висіла 11365 +висіли 11366 +висіло 11367 +висіти 11368 +висічуть 11369 +витала 11370 +виталий 11371 +витаміни 11372 +витаскуємо 11373 +витати 11374 +витворами 11375 +витворюють 11376 +витворюючи 11377 +витворяв 11378 +витворяє 11379 +витворів 11380 +витвір 11381 +витерла 11382 +витерпівши 11383 +витерпіти 11384 +витерсь 11385 +витертися 11386 +витерши 11387 +вити 11388 +витирав 11389 +витирався 11390 +витирати 11391 +витираю 11392 +витираючи 11393 +витирає 11394 +витираєш 11395 +витискається 11396 +витиснуть 11397 +витичева 11398 +витичеві 11399 +витичівський 11400 +виткнулася 11401 +виткнутися 11402 +витком 11403 +витлумачено 11404 +витлумачені 11405 +витлумачить 11406 +виток 11407 +витоки 11408 +витонченому 11409 +виторгувати 11410 +виторгує 11411 +витравить 11412 +витравлено 11413 +витрат 11414 +витрата 11415 +витратам 11416 +витратами 11417 +витратах 11418 +витрати 11419 +витратив 11420 +витративши 11421 +витратила 11422 +витратили 11423 +витратимо 11424 +витратите 11425 +витратити 11426 +витратить 11427 +витратних 11428 +витратної 11429 +витратять 11430 +витрачав 11431 +витрачався 11432 +витрачай 11433 +витрачайся 11434 +витрачала 11435 +витрачалася 11436 +витрачали 11437 +витрачались 11438 +витрачалися 11439 +витрачання 11440 +витрачати 11441 +витрачатиме 11442 +витрачатимуть 11443 +витрачать 11444 +витрачають 11445 +витрачаються 11446 +витрачаючи 11447 +витрачає 11448 +витрачаємо 11449 +витрачаєся 11450 +витрачаєте 11451 +витрачається 11452 +витрачена 11453 +витрачених 11454 +витрачено 11455 +витрачені 11456 +витрибенькою 11457 +витривалість 11458 +витримав 11459 +витримавши 11460 +витримала 11461 +витримали 11462 +витримало 11463 +витримана 11464 +витриманий 11465 +витримати 11466 +витримаю 11467 +витримає 11468 +витримки 11469 +витримував 11470 +витримувати 11471 +витримую 11472 +витримують 11473 +витримуючи 11474 +витримує 11475 +витріщив 11476 +витріщили 11477 +виття 11478 +витушувати 11479 +витушуємо 11480 +витушуєте 11481 +витушується 11482 +витяг 11483 +витягав 11484 +витягали 11485 +витягання 11486 +витягати 11487 +витягаю 11488 +витягає 11489 +витягаєте 11490 +витягли 11491 +витягнеш 11492 +витягну 11493 +витягнув 11494 +витягнувши 11495 +витягнула 11496 +витягнули 11497 +витягнута 11498 +витягнути 11499 +витягнуто 11500 +витягнуту 11501 +витягнуть 11502 +витягніть 11503 +витягом 11504 +витягти 11505 +витягувати 11506 +витягую 11507 +витягуються 11508 +витягуюєте 11509 +витягує 11510 +витягуємо 11511 +витяжка 11512 +витяжки 11513 +витяжними 11514 +витянулись 11515 +витік 11516 +витікання 11517 +витікає 11518 +витіснення 11519 +витіснено 11520 +витіснені 11521 +витіснив 11522 +витіснила 11523 +витіснили 11524 +витіснити 11525 +витіснить 11526 +витісняти 11527 +витіснять 11528 +витісняють 11529 +вифлеємі 11530 +вихваляли 11531 +вихвалялися 11532 +вихваляння 11533 +вихваляє 11534 +вихватує 11535 +вихилимо 11536 +вихиляси 11537 +вихилясом 11538 +вихлопна 11539 +вихлопу 11540 +вихлюпне 11541 +вихляють 11542 +виховали 11543 +виховальна 11544 +вихованець 11545 +вихований 11546 +виховання 11547 +вихованням 11548 +вихованні 11549 +вихованцям 11550 +вихованців 11551 +виховані 11552 +виховати 11553 +виховаєте 11554 +виховна 11555 +виховнецею 11556 +виховний 11557 +виховного 11558 +виховну 11559 +виховній 11560 +виховував 11561 +виховувала 11562 +виховувалась 11563 +виховували 11564 +виховувалися 11565 +виховувати 11566 +виховуватися 11567 +виховують 11568 +виховуються 11569 +виховує 11570 +виховуєш 11571 +вихода 11572 +виходе 11573 +виходець 11574 +виходжу 11575 +виходи 11576 +виходив 11577 +виходила 11578 +виходили 11579 +виходило 11580 +виходим 11581 +виходимо 11582 +виходите 11583 +виходити 11584 +виходитиме 11585 +виходитимуть 11586 +виходить 11587 +виходиш 11588 +виходом 11589 +виходу 11590 +виходцями 11591 +виходці 11592 +виходь 11593 +виходьте 11594 +виходять 11595 +виходячи 11596 +виході 11597 +виходів 11598 +вихолоджування 11599 +вихолощення 11600 +вихолощувався 11601 +вихопив 11602 +вихопилося 11603 +вихор 11604 +вихором 11605 +вихрапує 11606 +вихрест 11607 +вихудалала 11608 +вихід 11609 +вихідна 11610 +вихідний 11611 +вихідним 11612 +вихідними 11613 +вихідних 11614 +вихідного 11615 +вихідні 11616 +вихідці 11617 +вихідців 11618 +вицвілих 11619 +вицвіт 11620 +вициганити 11621 +вичавив 11622 +вичавлений 11623 +вичавлено 11624 +вичерпався 11625 +вичерпала 11626 +вичерпали 11627 +вичерпалися 11628 +вичерпалося 11629 +вичерпання 11630 +вичерпаною 11631 +вичерпані 11632 +вичерпна 11633 +вичерпний 11634 +вичерпними 11635 +вичерпною 11636 +вичерпну 11637 +вичерпується 11638 +вичещений 11639 +вичислили 11640 +вичистили 11641 +вичитала 11642 +вичитати 11643 +вичитки 11644 +вичитувався 11645 +вичитувати 11646 +вичитує 11647 +вичищали 11648 +вичищає 11649 +вичищена 11650 +вичищене 11651 +вичищення 11652 +вичленити 11653 +вичудила 11654 +вичухався 11655 +вичухали 11656 +вичухались 11657 +вичухатися 11658 +вичікувальну 11659 +вичікують 11660 +вичікуючи 11661 +вичіслітєль 11662 +виш 11663 +вишата 11664 +вишати 11665 +вишатина 11666 +вишато 11667 +вишатою 11668 +вишату 11669 +вишаті 11670 +вишгороді 11671 +вишеградська 11672 +вишеградській 11673 +вишенський 11674 +вишенька 11675 +вишеньку 11676 +вишеславом 11677 +вишибе 11678 +вишивала 11679 +вишивали 11680 +вишивальницями 11681 +вишиванка 11682 +вишиванках 11683 +вишиванки 11684 +вишиванку 11685 +вишиванок 11686 +вишивану 11687 +вишиванці 11688 +вишивати 11689 +вишиває 11690 +вишиваєте 11691 +вишиваєш 11692 +вишивка 11693 +вишивки 11694 +вишивкою 11695 +вишивний 11696 +вишивок 11697 +вишиковуються 11698 +вишикував 11699 +вишикувався 11700 +вишикувалася 11701 +вишикувались 11702 +вишикуваних 11703 +вишила 11704 +вишити 11705 +вишитими 11706 +вишито 11707 +вишиту 11708 +вишки 11709 +вишколені 11710 +вишколи 11711 +вишколокатолицького 11712 +вишколу 11713 +вишколювати 11714 +вишколі 11715 +вишколів 11716 +вишкрябаєшся 11717 +вишкіл 11718 +вишкіреними 11719 +вишла 11720 +вишле 11721 +вишлемо 11722 +вишли 11723 +вишлю 11724 +вишлють 11725 +вишлінським 11726 +вишліть 11727 +вишмигнув 11728 +вишне 11729 +вишнева 11730 +вишневе 11731 +вишневецький 11732 +вишневецького 11733 +вишневий 11734 +вишневого 11735 +вишневі 11736 +вишняк 11737 +вишнями 11738 +вишні 11739 +вишніх 11740 +вишок 11741 +виштовхнули 11742 +виштовхують 11743 +вишу 11744 +вишуканий 11745 +вишуканим 11746 +вишуканості 11747 +вишукувалися 11748 +вишукуванням 11749 +вишукуючи 11750 +вишукує 11751 +вишєл 11752 +виші 11753 +вишів 11754 +вища 11755 +вище 11756 +вищезгаданому 11757 +вищеназваних 11758 +вищесказане 11759 +вищий 11760 +вищим 11761 +вищими 11762 +вищих 11763 +вищого 11764 +вищому 11765 +вищою 11766 +вищої 11767 +вищу 11768 +вищі 11769 +вищій 11770 +виючим 11771 +вияв 11772 +вияви 11773 +виявив 11774 +виявився 11775 +виявивши 11776 +виявила 11777 +виявилась 11778 +виявилася 11779 +виявили 11780 +виявились 11781 +виявилися 11782 +виявило 11783 +виявилось 11784 +виявилося 11785 +виявити 11786 +виявитись 11787 +виявитися 11788 +виявить 11789 +виявиться 11790 +виявлена 11791 +виявлений 11792 +виявленим 11793 +виявлених 11794 +виявленню 11795 +виявлення 11796 +виявленням 11797 +виявленні 11798 +виявлено 11799 +виявлені 11800 +виявляв 11801 +виявлявся 11802 +виявляли 11803 +виявляло 11804 +виявлялось 11805 +виявлялося 11806 +виявляти 11807 +виявляться 11808 +виявляють 11809 +виявляються 11810 +виявляючи 11811 +виявляє 11812 +виявляєм 11813 +виявляєте 11814 +виявляється 11815 +виявом 11816 +вияву 11817 +виясненими 11818 +вияснені 11819 +вияснила 11820 +вияснили 11821 +вияснити 11822 +вияснювати 11823 +виясняти 11824 +виє 11825 +виіграють 11826 +виї 11827 +виїде 11828 +виїдете 11829 +виїжд 11830 +виїжджав 11831 +виїжджала 11832 +виїжджали 11833 +виїжджати 11834 +виїжджаю 11835 +виїжджають 11836 +виїжджає 11837 +виїжджаєм 11838 +виїжджаємо 11839 +виїжджаєш 11840 +виїзд 11841 +виїздами 11842 +виїзди 11843 +виїздили 11844 +виїздної 11845 +виїздну 11846 +виїздні 11847 +виїздом 11848 +виїзду 11849 +виїзді 11850 +виїзжаючи 11851 +виїзне 11852 +виїзний 11853 +виїзних 11854 +виїзного 11855 +виїзної 11856 +виїзну 11857 +виїзні 11858 +виїсть 11859 +виїхав 11860 +виїхавши 11861 +виїхавших 11862 +виїхала 11863 +виїхали 11864 +виїхати 11865 +виїхать 11866 +вйо 11867 +вк 11868 +вкаже 11869 +вкажуть 11870 +вказав 11871 +вказала 11872 +вказали 11873 +вказане 11874 +вказаний 11875 +вказаним 11876 +вказаними 11877 +вказаних 11878 +вказано 11879 +вказаного 11880 +вказаною 11881 +вказані 11882 +вказати 11883 +вказував 11884 +вказувала 11885 +вказували 11886 +вказувало 11887 +вказуватись 11888 +вказують 11889 +вказуючи 11890 +вказує 11891 +вказуємо 11892 +вказуєте 11893 +вказується 11894 +вказівка 11895 +вказівками 11896 +вказівки 11897 +вказівкою 11898 +вказівку 11899 +вказівний 11900 +вказівниками 11901 +вказівним 11902 +вказівок 11903 +вкалуєш 11904 +вкарай 11905 +вкдучий 11906 +вкид 11907 +вкидами 11908 +вкиданням 11909 +вкидають 11910 +вкидає 11911 +вкиди 11912 +вкидів 11913 +вкину 11914 +вкинувши 11915 +вкинути 11916 +вклав 11917 +вклався 11918 +вклавши 11919 +вклад 11920 +вкладав 11921 +вкладайте 11922 +вкладали 11923 +вкладалися 11924 +вкладання 11925 +вкладати 11926 +вкладатись 11927 +вкладатися 11928 +вкладать 11929 +вкладаю 11930 +вкладають 11931 +вкладаються 11932 +вкладає 11933 +вкладаємо 11934 +вкладаємось 11935 +вкладаємося 11936 +вкладаєте 11937 +вкладається 11938 +вкладений 11939 +вкладення 11940 +вкладено 11941 +вкладену 11942 +вкладень 11943 +вкладниками 11944 +вкладники 11945 +вкладників 11946 +вкладу 11947 +вкладів 11948 +вклала 11949 +вклали 11950 +вклались 11951 +вкласти 11952 +вкластися 11953 +вклинення 11954 +вклинились 11955 +вклинюватися 11956 +вклонився 11957 +вклонитися 11958 +вклоняються 11959 +включав 11960 +включався 11961 +включайтесь 11962 +включала 11963 +включали 11964 +включалися 11965 +включало 11966 +включати 11967 +включатися 11968 +включаю 11969 +включають 11970 +включаються 11971 +включаючи 11972 +включає 11973 +включаєте 11974 +включається 11975 +включена 11976 +включене 11977 +включений 11978 +включенню 11979 +включення 11980 +включенням 11981 +включено 11982 +включенов 11983 +включеності 11984 +включені 11985 +включив 11986 +включився 11987 +включила 11988 +включили 11989 +включилися 11990 +включило 11991 +включимо 11992 +включимося 11993 +включити 11994 +включитись 11995 +включитися 11996 +включить 11997 +включиться 11998 +включно 11999 +включуся 12000 +включіть 12001 +вкляк 12002 +вклякни 12003 +вколи 12004 +вкомпах 12005 +вконтакте 12006 +вконтакті 12007 +вкоолювати 12008 +вкопали 12009 +вкопаний 12010 +вкорінюватися 12011 +вкотре 12012 +вкрав 12013 +вкрадена 12014 +вкрадене 12015 +вкрадений 12016 +вкрадених 12017 +вкрадені 12018 +вкрадеш 12019 +вкрадуть 12020 +вкрай 12021 +вкрала 12022 +вкрали 12023 +вкрасти 12024 +вкраїна 12025 +вкраїнська 12026 +вкраїнський 12027 +вкраїну 12028 +вкраїні 12029 +вкрив 12030 +вкрився 12031 +вкривши 12032 +вкрила 12033 +вкрили 12034 +вкрилися 12035 +вкрите 12036 +вкритою 12037 +вкриті 12038 +вкрй 12039 +вкруг 12040 +вкручувати 12041 +вкупі 12042 +вкурвило 12043 +вкусе 12044 +вкуси 12045 +вкусила 12046 +вкусить 12047 +вкушу 12048 +вкідання 12049 +вкінець 12050 +вкінці 12051 +влад 12052 +влада 12053 +влади 12054 +владик 12055 +владика 12056 +владики 12057 +владимир 12058 +владимира 12059 +владислав 12060 +владислава 12061 +владиславе 12062 +владиславом 12063 +владиславівки 12064 +владна 12065 +владналося 12066 +владнання 12067 +владнати 12068 +владнає 12069 +владними 12070 +владних 12071 +владно 12072 +владної 12073 +владо 12074 +владооптимісти 12075 +владореформатори 12076 +владою 12077 +владу 12078 +владі 12079 +владімір 12080 +владіміра 12081 +владіс 12082 +влажність 12083 +влажу 12084 +влазити 12085 +влазить 12086 +влазиш 12087 +влазять 12088 +влас 12089 +власенко 12090 +власенку 12091 +власна 12092 +власне 12093 +власний 12094 +власник 12095 +власника 12096 +власникам 12097 +власниками 12098 +власники 12099 +власником 12100 +власників 12101 +власним 12102 +власними 12103 +власних 12104 +власницею 12105 +власницю 12106 +власниця 12107 +власниці 12108 +власно 12109 +власного 12110 +власному 12111 +власноруч 12112 +власноручно 12113 +власності 12114 +власною 12115 +власної 12116 +власну 12117 +власні 12118 +власній 12119 +власність 12120 +власністю 12121 +власов 12122 +власова 12123 +властей 12124 +властива 12125 +властиве 12126 +властивий 12127 +властиво 12128 +властивостей 12129 +властивості 12130 +властиві 12131 +властивість 12132 +власть 12133 +властям 12134 +властями 12135 +власті 12136 +влаштована 12137 +влаштоване 12138 +влаштованим 12139 +влаштовано 12140 +влаштованого 12141 +влаштованому 12142 +влаштованої 12143 +влаштовані 12144 +влаштованій 12145 +влаштовував 12146 +влаштовували 12147 +влаштовувати 12148 +влаштовуватимуть 12149 +влаштовуватись 12150 +влаштовуватися 12151 +влаштовують 12152 +влаштовуються 12153 +влаштовує 12154 +влаштовуєм 12155 +влаштовуєте 12156 +влаштовується 12157 +влаштував 12158 +влаштувався 12159 +влаштувавши 12160 +влаштувала 12161 +влаштувалась 12162 +влаштувалася 12163 +влаштували 12164 +влаштувало 12165 +влаштування 12166 +влаштуванням 12167 +влаштувати 12168 +влаштуватися 12169 +влаштують 12170 +влаштує 12171 +влаштуєм 12172 +влаштується 12173 +влесне 12174 +влетить 12175 +влетів 12176 +влетіла 12177 +влетіли 12178 +влив 12179 +вливання 12180 +вливають 12181 +вливає 12182 +вливаємо 12183 +вливаєшся 12184 +влилася 12185 +влили 12186 +вличезну 12187 +влияние 12188 +влияют 12189 +вловити 12190 +вловлювала 12191 +влодко 12192 +влодю 12193 +вложити 12194 +вломала 12195 +вломив 12196 +вломилися 12197 +влупе 12198 +влучали 12199 +влучання 12200 +влучанням 12201 +влучань 12202 +влучать 12203 +влучають 12204 +влучає 12205 +влучений 12206 +влучення 12207 +влучив 12208 +влучила 12209 +влучили 12210 +влучити 12211 +влучить 12212 +влучиш 12213 +влучними 12214 +влучно 12215 +влучну 12216 +влучні 12217 +влюбилася 12218 +влягаються 12219 +вліво 12220 +влівіше 12221 +влізати 12222 +влізе 12223 +влізти 12224 +влізуть 12225 +влітали 12226 +влітку 12227 +вмаже 12228 +вмене 12229 +вменеємен 12230 +вмер 12231 +вмерла 12232 +вмерли 12233 +вмерти 12234 +вмиватися 12235 +вмився 12236 +вмиг 12237 +вмикав 12238 +вмикайте 12239 +вмикали 12240 +вмикати 12241 +вмикається 12242 +вмикну 12243 +вмира 12244 +вмирав 12245 +вмирай 12246 +вмирала 12247 +вмирали 12248 +вмирало 12249 +вмирати 12250 +вмирать 12251 +вмираю 12252 +вмирають 12253 +вмирає 12254 +вмираєте 12255 +вмить 12256 +вмо 12257 +вмовила 12258 +вмовили 12259 +вмовити 12260 +вмовляння 12261 +вмовляю 12262 +вмовляють 12263 +вмовляє 12264 +вмотивований 12265 +вмотивованими 12266 +вмотивованих 12267 +вмотивовані 12268 +вмочую 12269 +вмре 12270 +вмс 12271 +вмс-ний 12272 +вмсу 12273 +вмєм 12274 +вмів 12275 +вміла 12276 +вміли 12277 +вміло 12278 +вмілого 12279 +вміння 12280 +вмінням 12281 +вміннями 12282 +вмінь 12283 +вміняємий 12284 +вміру 12285 +вмісними 12286 +вміст 12287 +вмістив 12288 +вмістився 12289 +вмістила 12290 +вмістили 12291 +вмістилище 12292 +вмістити 12293 +вмістить 12294 +вмісток 12295 +вмістом 12296 +вмісту 12297 +вміти 12298 +вміть 12299 +вмішувалися 12300 +вміщалась 12301 +вміщало 12302 +вміщається 12303 +вміщено 12304 +вміщеному 12305 +вміщеної 12306 +вміщуватись 12307 +вміщують 12308 +вміщуючи 12309 +вміщує 12310 +вміщується 12311 +вмію 12312 +вміють 12313 +вміючи 12314 +вміє 12315 +вміємо 12316 +вмієте 12317 +вмієш 12318 +внаслідок 12319 +вначале 12320 +вне 12321 +внедрению 12322 +внедряется 12323 +внесе 12324 +внесем 12325 +внесемо 12326 +внесений 12327 +внесених 12328 +внесення 12329 +внесенні 12330 +внесено 12331 +внесеної 12332 +внесені 12333 +внескам 12334 +внесках 12335 +внески 12336 +внеском 12337 +внеску 12338 +внесків 12339 +внесла 12340 +внесли 12341 +внесло 12342 +внесок 12343 +внести 12344 +внесу 12345 +внешней 12346 +внешняя 12347 +внз 12348 +вниз 12349 +внизу 12350 +вник 12351 +вникати 12352 +вникаю 12353 +вникнути 12354 +внимание 12355 +вносив 12356 +вносився 12357 +вносила 12358 +вносили 12359 +вносились 12360 +вносилося 12361 +вносим 12362 +вносимо 12363 +вносити 12364 +вноситимуть 12365 +вносить 12366 +вноситься 12367 +вносять 12368 +вносяться 12369 +вночі 12370 +вношу 12371 +внук 12372 +внука 12373 +внукам 12374 +внуками 12375 +внуки 12376 +внуків 12377 +внурішніх 12378 +внутрі 12379 +внутрівидову 12380 +внутрішне 12381 +внутрішньо 12382 +внутрішнього 12383 +внутрішньоклітинним 12384 +внутрішньоклітинні 12385 +внутрішньом'язово 12386 +внутрішньомолдовські 12387 +внутрішньому 12388 +внутрішньопартійна 12389 +внутрішньопартійний 12390 +внутрішньопартійну 12391 +внутрішньопереміщених 12392 +внутрішньополітична 12393 +внутрішньополітичної 12394 +внутрішньополітичні 12395 +внутрішньоредакційний 12396 +внутрішньою 12397 +внутрішньої 12398 +внутрішню 12399 +внутрішня 12400 +внутрішнє 12401 +внутрішні 12402 +внутрішній 12403 +внутрішнім 12404 +внутрішніми 12405 +внутрішніх 12406 +внучка 12407 +внятная 12408 +внікать 12409 +внікуди 12410 +вніс 12411 +вніч 12412 +внічию 12413 +во 12414 +вобше 12415 +вобшем 12416 +вобще 12417 +вобщє 12418 +вобщєм 12419 +вобілізують 12420 +вова 12421 +вовк 12422 +вовка 12423 +вовками 12424 +вовки 12425 +вовкові 12426 +вовком 12427 +вовкулаки 12428 +вовкулако 12429 +вовкулаку 12430 +вовків 12431 +вовлікатися 12432 +вовняною 12433 +вовняні 12434 +вовочка 12435 +вовча 12436 +вовче 12437 +вовчий 12438 +вовчиська 12439 +вовчих 12440 +вовчиця 12441 +вовчого 12442 +вовчому 12443 +вовчої 12444 +вог 12445 +вогкий 12446 +вогким 12447 +вогко 12448 +вогкі 12449 +вогкій 12450 +вогкістю 12451 +вогкіше 12452 +вогневе 12453 +вогневий 12454 +вогневим 12455 +вогневими 12456 +вогневих 12457 +вогневого 12458 +вогневої 12459 +вогневу 12460 +вогневі 12461 +вогневій 12462 +вогнегасник 12463 +вогнем 12464 +вогнеметна 12465 +вогнеметними 12466 +вогнепальне 12467 +вогнепальними 12468 +вогнепального 12469 +вогнепальною 12470 +вогнепальної 12471 +вогнепальну 12472 +вогнепальні 12473 +вогник 12474 +вогника 12475 +вогники 12476 +вогнику 12477 +вогнищ 12478 +вогнища 12479 +вогнищах 12480 +вогнищі 12481 +вогню 12482 +вогнями 12483 +вогнян 12484 +вогні 12485 +вогнів 12486 +вогом 12487 +вогонь 12488 +вогінь 12489 +вод 12490 +вода 12491 +водами 12492 +водапровідника 12493 +водафон 12494 +водафоні 12495 +водах 12496 +водень 12497 +воджу 12498 +води 12499 +водив 12500 +водила 12501 +водили 12502 +водилися 12503 +водилось 12504 +водимо 12505 +водити 12506 +водить 12507 +водиться 12508 +водиці 12509 +водичка 12510 +водички 12511 +водичку 12512 +водиш 12513 +водкі 12514 +водне 12515 +воднем 12516 +водний 12517 +водними 12518 +водних 12519 +водно 12520 +водного 12521 +водному 12522 +водночас 12523 +водночасся 12524 +водної 12525 +водню 12526 +водні 12527 +водо- 12528 +водоводу 12529 +водогони 12530 +водогону 12531 +водограях 12532 +водогін 12533 +вододіл 12534 +водозабезпеченню 12535 +водозабезпечення 12536 +водойм 12537 +водоймах 12538 +водоймищ 12539 +водоймища 12540 +водоймі 12541 +водоканал 12542 +водоканалу 12543 +водокачок 12544 +водолазами 12545 +водолази 12546 +водолазної 12547 +водолазом 12548 +водолазів 12549 +водолікарня 12550 +водомет 12551 +водометами 12552 +водомети 12553 +водонапірний 12554 +водонапірної 12555 +водонапірну 12556 +водоочисних 12557 +водоплаваючих 12558 +водопостачанню 12559 +водопостачання 12560 +водопроводі 12561 +водопровідника 12562 +водорослі 12563 +водорості 12564 +водотоннажності 12565 +водою 12566 +воду 12567 +водяна 12568 +водяне 12569 +водяний 12570 +водянисті 12571 +водяного 12572 +водяному 12573 +водяну 12574 +водять 12575 +водяться 12576 +воді 12577 +водій 12578 +водійки 12579 +водійкою 12580 +водійський 12581 +водійських 12582 +водійського 12583 +водійські 12584 +водіння 12585 +водія 12586 +водіям 12587 +водіями 12588 +водієві 12589 +водієм 12590 +водії 12591 +водіїв 12592 +военного 12593 +вожаті 12594 +вождь 12595 +вождю 12596 +вождя 12597 +вождєнія 12598 +вождізмі 12599 +вожжами 12600 +воз 12601 +воз'єднання 12602 +воза 12603 +возами 12604 +возах 12605 +возвращается 12606 +возвращайся 12607 +возвращался 12608 +воздействии 12609 +воздействию 12610 +воздействия 12611 +воздержались 12612 +воздух 12613 +воздухе 12614 +воздушно 12615 +возз'єднання 12616 +вози 12617 +возив 12618 +возився 12619 +возику 12620 +возила 12621 +возили 12622 +возились 12623 +возилися 12624 +возите 12625 +возити 12626 +возитися 12627 +возить 12628 +возиться 12629 +возможно 12630 +возможности 12631 +возможность 12632 +возміжно 12633 +вознесенської 12634 +вознесіння 12635 +возносить 12636 +вознюк 12637 +возобновил 12638 +возом 12639 +возросло 12640 +возьмите 12641 +возять 12642 +возі 12643 +возів 12644 +возіть 12645 +войко 12646 +война 12647 +войнович 12648 +войновича 12649 +войновичу 12650 +войну 12651 +войньі 12652 +войовничим 12653 +войовничими 12654 +войовничих 12655 +войовничо 12656 +войовничого 12657 +войовничою 12658 +войовничої 12659 +войовничі 12660 +войска 12661 +войскам 12662 +войсках 12663 +войсковая 12664 +войслав 12665 +войслава 12666 +войславе 12667 +войславові 12668 +войськових 12669 +войтенко 12670 +войтикунас 12671 +войтко 12672 +войтович 12673 +войтовича 12674 +войцех 12675 +войцеха 12676 +войцехом 12677 +войцицька 12678 +войціцька 12679 +войціцьку 12680 +войчук 12681 +войчука 12682 +вокал 12683 +вокально 12684 +вокалів 12685 +вокалістки 12686 +вокзал 12687 +вокзалах 12688 +вокзали 12689 +вокзалу 12690 +вокзальна 12691 +вокзалі 12692 +вокзалів 12693 +воковія 12694 +вокруг 12695 +вокс 12696 +вол 12697 +вол-стріт 12698 +вола 12699 +волання 12700 +воларіч 12701 +волаєш 12702 +волвсен 12703 +волга 12704 +волги 12705 +волгу 12706 +волгість 12707 +волевича 12708 +волевиявлення 12709 +волевиявленням 12710 +волейбол 12711 +волейболу 12712 +волелюдно 12713 +волен 12714 +волеськ 12715 +волею 12716 +волзький 12717 +волзьку 12718 +воли 12719 +волика 12720 +волинець 12721 +волинню 12722 +волинськ 12723 +волинський 12724 +волинських 12725 +волинського 12726 +волинському 12727 +волинської 12728 +волинські 12729 +волинській 12730 +волинь 12731 +волинян 12732 +волиняни 12733 +волині 12734 +волиську 12735 +волк 12736 +волкер 12737 +волкера 12738 +волкером 12739 +волковою 12740 +волл 12741 +воллстрит 12742 +воллстріт 12743 +волнах 12744 +волноваського 12745 +волноваському 12746 +волноваської 12747 +волновасі 12748 +волноваха 12749 +волновахи 12750 +волновахою 12751 +волова 12752 +воловий 12753 +воловій 12754 +волога 12755 +вологи 12756 +вологий 12757 +вологими 12758 +вологості 12759 +вологоємність 12760 +вологу 12761 +вологі 12762 +вологість 12763 +вологіший 12764 +волод 12765 +володар 12766 +володара 12767 +володарем 12768 +володарки 12769 +володаря 12770 +володарями 12771 +володарі 12772 +володарів 12773 +володею 12774 +володимер 12775 +володимир 12776 +володимира 12777 +володимире 12778 +володимирович 12779 +володимирові 12780 +володимиром 12781 +володимирська 12782 +володимирський 12783 +володимирським 12784 +володимирсько 12785 +володимирського 12786 +володимирському 12787 +володимирської 12788 +володимиру 12789 +володимирі 12790 +володимирівна 12791 +володька 12792 +володьку 12793 +володькі 12794 +володьою 12795 +володю 12796 +володя 12797 +володі 12798 +володіла 12799 +володіли 12800 +володіння 12801 +володінням 12802 +володіннях 12803 +володінні 12804 +володінь 12805 +володіти 12806 +володію 12807 +володіють 12808 +володіючи 12809 +володіє 12810 +володіємо 12811 +володієте 12812 +волокон 12813 +волоконні 12814 +волом 12815 +волонтер 12816 +волонтера 12817 +волонтерам 12818 +волонтерах 12819 +волонтери 12820 +волонтерити 12821 +волонтерить 12822 +волонтериться 12823 +волонтерка 12824 +волонтерки 12825 +волонтерку 12826 +волонтером 12827 +волонтерская 12828 +волонтерские 12829 +волонтерства 12830 +волонтерством 12831 +волонтерстві 12832 +волонтерська 12833 +волонтерське 12834 +волонтерським 12835 +волонтерськими 12836 +волонтерських 12837 +волонтерського 12838 +волонтерському 12839 +волонтерської 12840 +волонтерську 12841 +волонтерські 12842 +волонтерській 12843 +волонтерці 12844 +волонтерять 12845 +волонтерів 12846 +волонтьорському 12847 +волонтьорську 12848 +волоряч 12849 +волос 12850 +волосатий 12851 +волосини 12852 +волосину 12853 +волоску 12854 +волосків 12855 +волосний 12856 +волосся 12857 +волоссям 12858 +волость 12859 +волостю 12860 +волості 12861 +волосінь 12862 +волоха 12863 +волохах 12864 +волохи 12865 +волочив 12866 +волочили 12867 +волочилися 12868 +волочити 12869 +волошин 12870 +волошина 12871 +волошкового 12872 +волревкому 12873 +волсент 12874 +волстріт 12875 +волт 12876 +волтерс 12877 +волтеру 12878 +волтом 12879 +волхва 12880 +вольвач 12881 +вольвача 12882 +вольга 12883 +вольниця 12884 +вольностей 12885 +вольове 12886 +вольових 12887 +вольовою 12888 +вольтерівського 12889 +вольфенсен 12890 +вольфович 12891 +вольфсбург 12892 +вольфсбурга 12893 +вольфсбургом 12894 +вольєр 12895 +вольєрі 12896 +вольєрів 12897 +волю 12898 +волюнтаризмом 12899 +воля 12900 +волі 12901 +волів 12902 +воліла 12903 +воліли 12904 +волію 12905 +воліють 12906 +воліючи 12907 +воліє 12908 +волієш 12909 +вон 12910 +вона 12911 +вонго 12912 +вони 12913 +воний 12914 +воно 12915 +вообше 12916 +вообшем 12917 +вообще 12918 +вообщем 12919 +вооз 12920 +воп 12921 +вопиющих 12922 +вопрос 12923 +вопросам 12924 +вопросами 12925 +вопросу 12926 +вопше 12927 +вопшем 12928 +вопі 12929 +вопіющого 12930 +вордінг 12931 +ворзель 12932 +ворзеля 12933 +ворк 12934 +воркутять 12935 +воркуті 12936 +воркують 12937 +воркшоп 12938 +воркшопи 12939 +воркшопі 12940 +воробейчик 12941 +воробець 12942 +воровського 12943 +ворог 12944 +ворога 12945 +ворогам 12946 +ворогами 12947 +ворогах 12948 +вороги 12949 +ворогові 12950 +ворогом 12951 +ворогу 12952 +ворогують 12953 +ворогуючих 12954 +ворогів 12955 +ворожа 12956 +ворожбита 12957 +вороже 12958 +ворожи 12959 +ворожий 12960 +ворожила 12961 +ворожили 12962 +ворожим 12963 +ворожими 12964 +ворожити 12965 +ворожить 12966 +ворожих 12967 +ворожиш 12968 +ворожками 12969 +ворожко 12970 +ворожнечу 12971 +ворожнечі 12972 +ворожого 12973 +ворожок 12974 +ворожому 12975 +ворожості 12976 +ворожої 12977 +ворожу 12978 +ворожі 12979 +ворожій 12980 +ворожіння 12981 +ворожість 12982 +ворон 12983 +ворона 12984 +воронами 12985 +воронезької 12986 +вороненка 12987 +вороненкова 12988 +вороненьки 12989 +ворони 12990 +вороний 12991 +воронина 12992 +воронови 12993 +воронові 12994 +воронок 12995 +вороною 12996 +вороної 12997 +ворону 12998 +воронченка 12999 +вороняче 13000 +воронєж 13001 +воронівців 13002 +воронізької 13003 +вороніним 13004 +ворота 13005 +воротам 13006 +воротами 13007 +воротар 13008 +воротарі 13009 +воротарів 13010 +воротах 13011 +воротилов 13012 +воротилову 13013 +вороття 13014 +воротях 13015 +ворох 13016 +ворохти 13017 +ворочу 13018 +ворошко 13019 +ворскла 13020 +ворскли 13021 +ворушачи 13022 +ворушив 13023 +ворушився 13024 +ворушим 13025 +ворушити 13026 +ворушиться 13027 +ворушу 13028 +ворушіться 13029 +ворують 13030 +воріт 13031 +ворітьми 13032 +восемдесят 13033 +восени 13034 +воскобойнікова 13035 +воском 13036 +воскрес 13037 +воскресав 13038 +воскресає 13039 +воскресаєш 13040 +воскресенський 13041 +воскресенського 13042 +воскреслий 13043 +воскреслого 13044 +воскресний 13045 +воскресіння 13046 +воску 13047 +восом 13048 +востаннє 13049 +восток 13050 +восьма 13051 +восьме 13052 +восьмеро 13053 +восьми 13054 +восьмиденний 13055 +восьмиденну 13056 +восьмидесяти 13057 +восьмидесятиденного 13058 +восьмидесятіх 13059 +восьмий 13060 +восьмилітній 13061 +восьмим 13062 +восьминоги 13063 +восьмирічний 13064 +восьмирічного 13065 +восьмирічної 13066 +восьмисот 13067 +восьмиста 13068 +восьмистами 13069 +восьмитисячником 13070 +восьмих 13071 +восьмого 13072 +восьмому 13073 +восьмою 13074 +восьмої 13075 +восьму 13076 +восьмі 13077 +восьмій 13078 +восємдесят 13079 +восємсят 13080 +вот 13081 +вотетавотвсьо 13082 +вотетавотсвсьо 13083 +вотч 13084 +воук 13085 +вохр 13086 +вочевидь 13087 +вочовидь 13088 +вош 13089 +воша 13090 +вошингтон 13091 +вошинтон 13092 +вошку 13093 +воші 13094 +воював 13095 +воювала 13096 +воювали 13097 +воювати 13098 +воювать 13099 +воюю 13100 +воюють 13101 +воюючи 13102 +воюючої 13103 +воюючі 13104 +воюючій 13105 +воює 13106 +воюєм 13107 +воюємо 13108 +воюється 13109 +воя 13110 +вояж 13111 +вояжем 13112 +вояк 13113 +воякам 13114 +вояками 13115 +вояки 13116 +вояків 13117 +воєвод 13118 +воєвода 13119 +воєводина 13120 +воєводини 13121 +воєводу 13122 +воєві 13123 +воєдино 13124 +воєн 13125 +воєначальники 13126 +воєних 13127 +воєнки 13128 +воєнком 13129 +воєнкома 13130 +воєнкомат 13131 +воєнкоматі 13132 +воєнкоматів 13133 +воєнна 13134 +воєнне 13135 +воєнний 13136 +воєнним 13137 +воєнними 13138 +воєнних 13139 +воєнно 13140 +воєнного 13141 +воєнному 13142 +воєнної 13143 +воєнну 13144 +воєнні 13145 +воєнній 13146 +воєно 13147 +воєнізований 13148 +воєнізованими 13149 +воєнізованих 13150 +воєнізованого 13151 +воєнізованої 13152 +воєнізовану 13153 +воєнізовані 13154 +воєслав 13155 +воіслав 13156 +воістину 13157 +воїв 13158 +воїн 13159 +воїна 13160 +воїнам 13161 +воїни 13162 +воїнством 13163 +воїну 13164 +воїнів 13165 +воїнізоване 13166 +воїслав 13167 +вп 13168 +вп'явся 13169 +вп'ялася 13170 +вп'ятеро 13171 +впав 13172 +впадати 13173 +впадаю 13174 +впадають 13175 +впадає 13176 +впаде 13177 +впадеш 13178 +впадуть 13179 +впакувала 13180 +впала 13181 +впали 13182 +впало 13183 +впарить 13184 +впарюють 13185 +впасти 13186 +впаяли 13187 +впевнена 13188 +впевненені 13189 +впевнений 13190 +впевненими 13191 +впевненй 13192 +впевненні 13193 +впевнено 13194 +впевненості 13195 +впевненою 13196 +впевнені 13197 +впевненість 13198 +впевненіше 13199 +впевнився 13200 +впевнішими 13201 +вперед 13202 +впереді 13203 +впереміш 13204 +вперемішку 13205 +вперлися 13206 +вперод 13207 +вперта 13208 +впертий 13209 +впертись 13210 +вперто 13211 +вперше 13212 +впершу 13213 +вперід 13214 +вперіщити 13215 +впивається 13216 +впивств 13217 +впилялась 13218 +впину 13219 +впирався 13220 +впиралися 13221 +впиралося 13222 +впиратися 13223 +впираємось 13224 +впираємося 13225 +впирається 13226 +вписав 13227 +вписалася 13228 +вписали 13229 +вписане 13230 +вписати 13231 +вписуватись 13232 +вписується 13233 +вписці 13234 +впихнули 13235 +впихнути 13236 +впишеться 13237 +вплав 13238 +вплеск 13239 +вплив 13240 +впливав 13241 +впливала 13242 +впливали 13243 +впливало 13244 +впливам 13245 +впливами 13246 +впливати 13247 +впливатиме 13248 +впливатимуть 13249 +впливають 13250 +впливаючи 13251 +впливає 13252 +впливаєм 13253 +впливаємо 13254 +впливаєте 13255 +впливи 13256 +впливовий 13257 +впливовим 13258 +впливовими 13259 +впливових 13260 +впливового 13261 +впливовою 13262 +впливові 13263 +впливовіше 13264 +впливом 13265 +впливому 13266 +впливу 13267 +впливів 13268 +вплине 13269 +вплинув 13270 +вплинула 13271 +вплинули 13272 +вплинуло 13273 +вплинути 13274 +вплинуть 13275 +вплоть 13276 +вплутаними 13277 +впо 13278 +вповноважений 13279 +вподобав 13280 +вподобання 13281 +вподобаннями 13282 +вподобань 13283 +вподоби 13284 +вподоблятись 13285 +вполне 13286 +вполовину 13287 +впоперек 13288 +впорався 13289 +впоравшись 13290 +впоралася 13291 +впорались 13292 +впоралися 13293 +впоратися 13294 +впораємося 13295 +впораєтесь 13296 +впоров 13297 +впорскнули 13298 +впорядковане 13299 +впорядкованого 13300 +впорядковує 13301 +впорядкували 13302 +впорядкування 13303 +впорядкуватися 13304 +впорядкуй 13305 +впоследствие 13306 +впосліднє 13307 +впп 13308 +вправ 13309 +вправа 13310 +вправами 13311 +вправду 13312 +вправи 13313 +вправив 13314 +вправляння 13315 +вправлятись 13316 +вправляється 13317 +вправління 13318 +вправно 13319 +вправності 13320 +вправніше 13321 +вправо 13322 +вправу 13323 +вправі 13324 +впринципі 13325 +вприск 13326 +вприску 13327 +впритик 13328 +впритул 13329 +впроваджена 13330 +впроваджений 13331 +впровадженню 13332 +впровадження 13333 +впровадженням 13334 +впроваджено 13335 +впроваджили 13336 +впроваджував 13337 +впроваджували 13338 +впроваджуваної 13339 +впроваджувати 13340 +впроваджують 13341 +впроваджуються 13342 +впроваджує 13343 +впроваджується 13344 +впровадив 13345 +впровадила 13346 +впровадили 13347 +впровадимо 13348 +впровадити 13349 +впродовж 13350 +впросилася 13351 +впроцесі 13352 +впруть 13353 +впускають 13354 +впускає 13355 +впустив 13356 +впустили 13357 +впустить 13358 +впівголосу 13359 +впізнав 13360 +впізнавана 13361 +впізнавши 13362 +впізнала 13363 +впізнали 13364 +впізнати 13365 +впізнаю 13366 +впізнає 13367 +впізнаєте 13368 +впіймали 13369 +впіймаємо 13370 +вр 13371 +враг 13372 +врагом 13373 +врагів 13374 +вража 13375 +вражала 13376 +вражало 13377 +вражання 13378 +вражати 13379 +вражаю 13380 +вражають 13381 +вражаюча 13382 +вражаюче 13383 +вражаючи 13384 +вражаючий 13385 +вражаючою 13386 +вражає 13387 +враже 13388 +вражена 13389 +вражений 13390 +враженим 13391 +вражених 13392 +враженних 13393 +враження 13394 +враженням 13395 +враженнями 13396 +враженого 13397 +вражень 13398 +вражені 13399 +враженій 13400 +вражище 13401 +вражою 13402 +вражу 13403 +вражі 13404 +вражіння 13405 +враз 13406 +вразив 13407 +вразивши 13408 +вразила 13409 +вразили 13410 +вразило 13411 +вразити 13412 +вразлива 13413 +вразливе 13414 +вразливим 13415 +вразливими 13416 +вразливих 13417 +вразливості 13418 +вразливі 13419 +вразі 13420 +врангелеві 13421 +врангеля 13422 +врангелівський 13423 +врангелівці 13424 +вранцях 13425 +вранці 13426 +вранґєлєм 13427 +враховано 13428 +враховані 13429 +враховувався 13430 +враховували 13431 +враховувалися 13432 +враховувало 13433 +враховувати 13434 +враховуватися 13435 +враховуються 13436 +враховуюче 13437 +враховуючи 13438 +враховує 13439 +враховуємо 13440 +враховується 13441 +врахував 13442 +врахували 13443 +врахування 13444 +врахуванням 13445 +врахувати 13446 +врахуйте 13447 +врахують 13448 +врахує 13449 +врачам 13450 +врачей 13451 +вреголювання 13452 +врегульовано 13453 +врегульовані 13454 +врегульовувати 13455 +врегульовується 13456 +врегулював 13457 +врегулювали 13458 +врегулюванню 13459 +врегулювання 13460 +врегулюванням 13461 +врегулюванні 13462 +врегулювати 13463 +врегулюватися 13464 +вредно 13465 +вредні 13466 +вреклася 13467 +врем'яних 13468 +время 13469 +вречену 13470 +вречеш 13471 +вречу 13472 +врешті 13473 +вривалися 13474 +вриваюся 13475 +вривається 13476 +вроде 13477 +вроджене 13478 +вроджений 13479 +вродженим 13480 +вроджені 13481 +вроджувалась 13482 +вроди 13483 +вродив 13484 +вродився 13485 +вродила 13486 +вродилась 13487 +вродили 13488 +вродилися 13489 +вродите 13490 +вродить 13491 +вродє 13492 +вроді 13493 +врожай 13494 +врожайності 13495 +врожайність 13496 +врожаю 13497 +врожаєві 13498 +врожаї 13499 +врожаїв 13500 +врозріз 13501 +врозтіч 13502 +врозь 13503 +вронської 13504 +вросло 13505 +вроцлаві 13506 +врочистим 13507 +врукопашну 13508 +вручали 13509 +вручатимуться 13510 +вручать 13511 +вручають 13512 +вручаючи 13513 +вручена 13514 +вручення 13515 +вручив 13516 +вручили 13517 +вручим 13518 +вручну 13519 +вруччя 13520 +вряди 13521 +врядування 13522 +врядуванням 13523 +врятовано 13524 +врятовані 13525 +врятував 13526 +врятувався 13527 +врятувала 13528 +врятувалась 13529 +врятувалася 13530 +врятувалися 13531 +врятувало 13532 +врятування 13533 +врятувати 13534 +врятуватись 13535 +врятуватися 13536 +врятувать 13537 +врятують 13538 +врятує 13539 +врівноваженим 13540 +врівноважено 13541 +врівноваженість 13542 +врівноважують 13543 +вріжеться 13544 +вріжуть 13545 +врізав 13546 +врізався 13547 +врізалась 13548 +врізається 13549 +врізку 13550 +всановлення 13551 +все 13552 +все-все 13553 +все-ж 13554 +все-одно 13555 +все-так 13556 +все-таке 13557 +все-таки 13558 +все-такі 13559 +всеафриканської 13560 +всебічне 13561 +всебічний 13562 +всебічних 13563 +всебічно 13564 +всебічного 13565 +всебічної 13566 +всевишнього 13567 +всеволод 13568 +всеволода 13569 +всеволодових 13570 +всеволодович 13571 +всеволодовича 13572 +всеволодовичем 13573 +всеволодовичі 13574 +вседержитель 13575 +всеж 13576 +всезагального 13577 +всей 13578 +вселенська 13579 +вселенського 13580 +вселився 13581 +вселитися 13582 +вселяють 13583 +вселяє 13584 +всем 13585 +всемогутності 13586 +всемогутньої 13587 +всемогутність 13588 +всеможливий 13589 +всеміжному 13590 +всенародний 13591 +всенародним 13592 +всенародних 13593 +всенародного 13594 +всенародному 13595 +всенародної 13596 +всенаціональна 13597 +всенаціональне 13598 +всенаціональний 13599 +всенаціональним 13600 +всенаціональних 13601 +всенаціональному 13602 +всенаціональні 13603 +всеоб'ємної 13604 +всеодно 13605 +всеоохоплюючих 13606 +всеосяжне 13607 +всеохоплюючого 13608 +всеохоплюючої 13609 +всеохоплюючу 13610 +всеохопної 13611 +всеохопну 13612 +всепобідного 13613 +всепроникаючої 13614 +всеравно 13615 +всередені 13616 +всередину 13617 +всередині 13618 +всередньому 13619 +всерйоз 13620 +всеросійський 13621 +всерівно 13622 +всесвіт 13623 +всесвітньо 13624 +всесвітньовідомий 13625 +всесвітньовідомого 13626 +всесвітнього 13627 +всесвітньому 13628 +всесвітньої 13629 +всесвітню 13630 +всесвітня 13631 +всесвітній 13632 +всесвітнім 13633 +всесвіті 13634 +всесозному 13635 +всесоюзний 13636 +всесоюзною 13637 +всесторонньо 13638 +всетаки 13639 +всеукраїнська 13640 +всеукраїнське 13641 +всеукраїнський 13642 +всеукраїнським 13643 +всеукраїнських 13644 +всеукраїнського 13645 +всеукраїнському 13646 +всеукраїнської 13647 +всеї 13648 +всидиш 13649 +всиляти 13650 +всиновив 13651 +всипав 13652 +всипаємо 13653 +всипки 13654 +вскач 13655 +вскладчину 13656 +вскочив 13657 +вскочила 13658 +вскочили 13659 +вскрили 13660 +вскрити 13661 +вскідку 13662 +вслухуватися 13663 +вслід 13664 +всмоктується 13665 +всміхались 13666 +всміхаючись 13667 +всміхнеться 13668 +всміхнувсь 13669 +всміхнувся 13670 +всміхнулися 13671 +всотав 13672 +всоталося 13673 +всохлося 13674 +всп 13675 +вспливе 13676 +вспоминав 13677 +вспомнив 13678 +вспів 13679 +вспівав 13680 +вспіли 13681 +вспіємо 13682 +всрата 13683 +всрате 13684 +всратий 13685 +всратися 13686 +вссу 13687 +встав 13688 +вставав 13689 +вставай 13690 +вставайте 13691 +вставала 13692 +вставали 13693 +вставанням 13694 +вставати 13695 +вставив 13696 +вставили 13697 +вставину 13698 +вставити 13699 +вставку 13700 +вставленими 13701 +вставлялася 13702 +вставляти 13703 +вставляють 13704 +вставними 13705 +вставок 13706 +вставши 13707 +встала 13708 +встало 13709 +встане 13710 +встанови 13711 +встановив 13712 +встановивши 13713 +встановила 13714 +встановилась 13715 +встановилася 13716 +встановили 13717 +встановило 13718 +встановите 13719 +встановити 13720 +встановлена 13721 +встановлене 13722 +встановлений 13723 +встановленим 13724 +встановленими 13725 +встановлених 13726 +встановленню 13727 +встановлення 13728 +встановлено 13729 +встановленого 13730 +встановленому 13731 +встановленої 13732 +встановлену 13733 +встановлені 13734 +встановленій 13735 +встановлювала 13736 +встановлювали 13737 +встановлювалися 13738 +встановлювати 13739 +встановлюватимуться 13740 +встановлюйте 13741 +встановлюю 13742 +встановлюють 13743 +встановлюються 13744 +встановлюючи 13745 +встановлює 13746 +встановлюємо 13747 +встановлюється 13748 +встановлюєш 13749 +встановлять 13750 +встану 13751 +встануть 13752 +встань 13753 +встати 13754 +встаю 13755 +встають 13756 +встає 13757 +встаєш 13758 +встиг 13759 +встигав 13760 +встигала 13761 +встигали 13762 +встигаю 13763 +встигають 13764 +встигає 13765 +встигаємо 13766 +встигаєте 13767 +встигаєш 13768 +встигла 13769 +встигли 13770 +встигло 13771 +встигне 13772 +встигнемо 13773 +встигнете 13774 +встигнеш 13775 +встигну 13776 +встигнув 13777 +встигнути 13778 +встигнуть 13779 +встояв 13780 +встояла 13781 +встояти 13782 +встоїть 13783 +встромиш 13784 +встромляє 13785 +встрівають 13786 +встрічать 13787 +вступ 13788 +вступали 13789 +вступати 13790 +вступають 13791 +вступає 13792 +вступаємо 13793 +вступив 13794 +вступивши 13795 +вступила 13796 +вступили 13797 +вступило 13798 +вступимо 13799 +вступите 13800 +вступити 13801 +вступить 13802 +вступиться 13803 +вступлять 13804 +вступна 13805 +вступників 13806 +вступному 13807 +вступною 13808 +вступні 13809 +вступом 13810 +вступу 13811 +вступі 13812 +всу 13813 +всунути 13814 +всупереч 13815 +всухомятку 13816 +всує 13817 +всхідні 13818 +всьго 13819 +всьо 13820 +всьо-всьо 13821 +всьо-таки 13822 +всього 13823 +всьой 13824 +всьом 13825 +всьому 13826 +всьої 13827 +всю 13828 +всюди 13829 +вся 13830 +всядеться 13831 +всяк 13832 +всяка 13833 +всякая 13834 +всяке 13835 +всякий 13836 +всякими 13837 +всяких 13838 +всяко 13839 +всякого 13840 +всяком 13841 +всякому 13842 +всякої 13843 +всяку 13844 +всякі 13845 +всякій 13846 +всякім 13847 +всякії 13848 +всячині 13849 +всє 13850 +всєї 13851 +всі 13852 +всігда 13853 +всій 13854 +всійо 13855 +всіка 13856 +всілись 13857 +всілякими 13858 +всіляких 13859 +всіляко 13860 +всілякого 13861 +всілякої 13862 +всіляку 13863 +всілякі 13864 +всім 13865 +всіма 13866 +всіми 13867 +всіх 13868 +всією 13869 +всієї 13870 +вт 13871 +втамувати 13872 +втаємниці 13873 +втекла 13874 +втекли 13875 +втекло 13876 +втекти 13877 +втер 13878 +втерпіли 13879 +втертись 13880 +втерть 13881 +втеч 13882 +втеча 13883 +втечам 13884 +втече 13885 +втечете 13886 +втечеш 13887 +втечею 13888 +втечу 13889 +втечуть 13890 +втечі 13891 +втикаючись 13892 +втикається 13893 +втиснувши 13894 +втихне 13895 +втихомирити 13896 +вткали 13897 +втне 13898 +втну 13899 +втовкло 13900 +втома 13901 +втоми 13902 +втомився 13903 +втомившись 13904 +втомилася 13905 +втомились 13906 +втомилися 13907 +втомитись 13908 +втомлена 13909 +втомлений 13910 +втомленими 13911 +втомлені 13912 +втомленість 13913 +втомленіша 13914 +втомлювати 13915 +втомлюватися 13916 +втомлююся 13917 +втомлюються 13918 +втомлює 13919 +втомлюється 13920 +втомлюєшься 13921 +втомою 13922 +втому 13923 +втопив 13924 +втоптана 13925 +втора 13926 +вторгнення 13927 +вторгненням 13928 +вторгуємо 13929 +вторинне 13930 +вторинний 13931 +вторинним 13932 +вторинного 13933 +вторинному 13934 +вторинної 13935 +вторинні 13936 +второго 13937 +второй 13938 +второпавши 13939 +второї 13940 +вторсировини 13941 +вторують 13942 +вточнив 13943 +втрапила 13944 +втрапити 13945 +втрат 13946 +втрата 13947 +втратам 13948 +втратами 13949 +втратах 13950 +втрати 13951 +втратив 13952 +втратився 13953 +втратила 13954 +втратилась 13955 +втратили 13956 +втратило 13957 +втратилося 13958 +втратити 13959 +втратить 13960 +втратиться 13961 +втратою 13962 +втрату 13963 +втратять 13964 +втраті 13965 +втрачав 13966 +втрачала 13967 +втрачали 13968 +втрачати 13969 +втрачатимуть 13970 +втрачаю 13971 +втрачають 13972 +втрачаються 13973 +втрачає 13974 +втрачаємо 13975 +втрачається 13976 +втрачене 13977 +втрачений 13978 +втраченим 13979 +втрачених 13980 +втрачено 13981 +втраченого 13982 +втраченої 13983 +втрачені 13984 +втрачу 13985 +втретє 13986 +втридорого 13987 +втримався 13988 +втрималась 13989 +втрималася 13990 +втримали 13991 +втримання 13992 +втримати 13993 +втриматись 13994 +втриматися 13995 +втриматься 13996 +втримають 13997 +втримаються 13998 +втримає 13999 +втримається 14000 +втримував 14001 +втримувалася 14002 +втримували 14003 +втримувались 14004 +втримувати 14005 +втримуватиме 14006 +втримувать 14007 +втримують 14008 +втримуючи 14009 +втримує 14010 +втримується 14011 +втричі 14012 +втрутивсь 14013 +втрутився 14014 +втрутилася 14015 +втрутилися 14016 +втрутитись 14017 +втрутитися 14018 +втручалася 14019 +втручались 14020 +втручалися 14021 +втручанню 14022 +втручання 14023 +втручанням 14024 +втручанні 14025 +втручань 14026 +втручатися 14027 +втручаються 14028 +втручаємося 14029 +втручаєтьсь 14030 +втручається 14031 +втрьох 14032 +втягає 14033 +втягеннен 14034 +втягнув 14035 +втягнути 14036 +втягнуто 14037 +втягнуті 14038 +втягував 14039 +втягувалися 14040 +втягування 14041 +втягувати 14042 +втягуватись 14043 +втягуватися 14044 +втягують 14045 +втягуються 14046 +втягуємося 14047 +втямив 14048 +втямлю 14049 +втік 14050 +втікаймо 14051 +втікала 14052 +втікали 14053 +втікати 14054 +втікача 14055 +втікачами 14056 +втікачем 14057 +втікачі 14058 +втікачів 14059 +втікають 14060 +втікаючи 14061 +втікаєш 14062 +втікла 14063 +втікли 14064 +втікнути 14065 +втікти 14066 +втілена 14067 +втілене 14068 +втілення 14069 +втіленням 14070 +втіленні 14071 +втілено 14072 +втілив 14073 +втілили 14074 +втілити 14075 +втілитися 14076 +втілиться 14077 +втілювався 14078 +втілювали 14079 +втілювало 14080 +втілювати 14081 +втілюються 14082 +втілюєте 14083 +втім 14084 +втіньову 14085 +втіха 14086 +втіхою 14087 +втіху 14088 +втішався 14089 +втішала 14090 +втішалася 14091 +втішань 14092 +втішатимуть 14093 +втішаються 14094 +втішаючи 14095 +втішеними 14096 +втішила 14097 +втішить 14098 +втішний 14099 +втішними 14100 +втіщний 14101 +ву 14102 +вуаля 14103 +вуару 14104 +вуглеводами 14105 +вуглеводи 14106 +вуглеводневого 14107 +вуглеводнів 14108 +вуглеводородів 14109 +вуглеводів 14110 +вугледар 14111 +вуглекислий 14112 +вуглекислого 14113 +вуглекопів 14114 +вуглем 14115 +вуглецево 14116 +вуглецю 14117 +вуглик 14118 +вуглики 14119 +вугілля 14120 +вугіллям 14121 +вугільного 14122 +вугільної 14123 +вугільну 14124 +вуд 14125 +вуда 14126 +вуджена 14127 +вуджене 14128 +вудкою 14129 +вудочки 14130 +вудроу 14131 +вудстоку 14132 +вудці 14133 +вуді 14134 +вуж 14135 +вужа 14136 +вужами 14137 +вуже 14138 +вуз 14139 +вузам 14140 +вузами 14141 +вузах 14142 +вузду 14143 +вузел 14144 +вузенька 14145 +вузи 14146 +вузли 14147 +вузлова 14148 +вузлів 14149 +вузок 14150 +вузол 14151 +вузу 14152 +вузька 14153 +вузьке 14154 +вузький 14155 +вузькими 14156 +вузьких 14157 +вузько 14158 +вузького 14159 +вузьконаправленні 14160 +вузьконаправлені 14161 +вузькопрофільні 14162 +вузькоспец 14163 +вузькоспеціалізована 14164 +вузькоспеціалізованих 14165 +вузькоспеціалізовані 14166 +вузькотематичних 14167 +вузької 14168 +вузькі 14169 +вузів 14170 +вуйки 14171 +вуйко 14172 +вуйкові 14173 +вуйком 14174 +вуйку 14175 +вуйків 14176 +вук 14177 +вул 14178 +вулевича 14179 +вулик 14180 +вулицею 14181 +вулиць 14182 +вулицю 14183 +вулиця 14184 +вулицями 14185 +вулицях 14186 +вулиці 14187 +вуличка 14188 +вуличками 14189 +вуличкою 14190 +вуличним 14191 +вуличними 14192 +вуличних 14193 +вуличному 14194 +вуличної 14195 +вуличні 14196 +вуличній 14197 +вулкан 14198 +вулкани 14199 +вулканом 14200 +вулкані 14201 +вулсон 14202 +вулф 14203 +вулфсен 14204 +вульгарного 14205 +вундеркінд 14206 +вундеркіндів 14207 +вурхесті 14208 +вус 14209 +вуса 14210 +вусами 14211 +вусата 14212 +вусатого 14213 +вусики 14214 +вуст 14215 +вуста 14216 +вустами 14217 +вустах 14218 +вусі 14219 +вусів 14220 +вух 14221 +вуха 14222 +вухам 14223 +вухами 14224 +вухатих 14225 +вухо 14226 +вухом 14227 +вучич 14228 +вучичем 14229 +вушка 14230 +вушком 14231 +вф 14232 +вхвативсь 14233 +вхекаються 14234 +вхиливсь 14235 +вхилився 14236 +входження 14237 +входжу 14238 +входи 14239 +входив 14240 +входила 14241 +входили 14242 +входило 14243 +входимо 14244 +входит 14245 +входити 14246 +входитимуть 14247 +входить 14248 +входиш 14249 +входом 14250 +входу 14251 +входять 14252 +вході 14253 +вхопив 14254 +вхопився 14255 +вхопивши 14256 +вхопили 14257 +вхопити 14258 +вхопить 14259 +вхід 14260 +вхідний 14261 +вхідних 14262 +вхідні 14263 +вхіду 14264 +вца 14265 +вцдно 14266 +вцій 14267 +вцілити 14268 +вцілом 14269 +вцілому 14270 +вцілів 14271 +вціліла 14272 +вцілілих 14273 +вцілілого 14274 +вцілілі 14275 +вціліє 14276 +вч 14277 +вчасне 14278 +вчасно 14279 +вчасною 14280 +вчасної 14281 +вчасні 14282 +вчасність 14283 +вчать 14284 +вчаться 14285 +вчащає 14286 +вчена 14287 +вчений 14288 +вченим 14289 +вчених 14290 +вчення 14291 +вченні 14292 +вченого 14293 +вчень 14294 +вчені 14295 +вченість 14296 +вчепилися 14297 +вчергове 14298 +вчетверо 14299 +вчив 14300 +вчився 14301 +вчила 14302 +вчилась 14303 +вчилася 14304 +вчили 14305 +вчились 14306 +вчилися 14307 +вчимо 14308 +вчимося 14309 +вчинена 14310 +вчинене 14311 +вчинений 14312 +вчиненим 14313 +вчинених 14314 +вчинення 14315 +вчиненні 14316 +вчинено 14317 +вчиненого 14318 +вчиненої 14319 +вчинені 14320 +вчинив 14321 +вчинивши 14322 +вчинила 14323 +вчинили 14324 +вчинити 14325 +вчинить 14326 +вчинки 14327 +вчинком 14328 +вчинків 14329 +вчинок 14330 +вчинялось 14331 +вчиняти 14332 +вчинять 14333 +вчиняють 14334 +вчиняє 14335 +вчипається 14336 +вчись 14337 +вчися 14338 +вчитатися 14339 +вчителем 14340 +вчителці 14341 +вчитель 14342 +вчителька 14343 +вчительки 14344 +вчителькою 14345 +вчительку 14346 +вчителю 14347 +вчителя 14348 +вчителям 14349 +вчителями 14350 +вчителі 14351 +вчителів 14352 +вчитесь 14353 +вчитеся 14354 +вчитете 14355 +вчити 14356 +вчитиметься 14357 +вчитимуся 14358 +вчитимуться 14359 +вчитись 14360 +вчитися 14361 +вчить 14362 +вчиться 14363 +вчиш 14364 +вчишся 14365 +вчора 14366 +вчорашнього 14367 +вчорашньої 14368 +вчорашню 14369 +вчорашня 14370 +вчорашнє 14371 +вчорашні 14372 +вчорашній 14373 +вчорашнім 14374 +вчорашніми 14375 +вчорашніх 14376 +вчота 14377 +вчотирьох 14378 +вчу 14379 +вчув 14380 +вчудив 14381 +вчуняний 14382 +вчусь 14383 +вчуся 14384 +вчуєш 14385 +вчітелі 14386 +вшанованими 14387 +вшановані 14388 +вшановування 14389 +вшановувати 14390 +вшановуватимуться 14391 +вшановують 14392 +вшановуючи 14393 +вшановуємо 14394 +вшанував 14395 +вшанували 14396 +вшануванню 14397 +вшанування 14398 +вшанувати 14399 +вшестеро 14400 +вшпиталили 14401 +вщент 14402 +вщерть 14403 +вщухали 14404 +вщухають 14405 +вщухла 14406 +вщухли 14407 +вяжи 14408 +вякий 14409 +вяких 14410 +вячеслав 14411 +вєдєно 14412 +вєздє 14413 +вєлікую 14414 +вєрджинья 14415 +вєрки 14416 +вєсну 14417 +вєсти 14418 +вєсті 14419 +вєщаєм 14420 +вєщь 14421 +ві 14422 +ві'ни 14423 +ві-тач 14424 +віа 14425 +вібдуттям 14426 +вібрації 14427 +вібувається 14428 +вів 14429 +віват 14430 +вівса 14431 +вівся 14432 +вівсяна 14433 +вівсяний 14434 +вівсянки 14435 +вівсянку 14436 +вівсяні 14437 +вівтар 14438 +вівторка 14439 +вівторках 14440 +вівторкових 14441 +вівторковому 14442 +вівторком 14443 +вівторок 14444 +вівця 14445 +вівці 14446 +вівчарку 14447 +вівчарці 14448 +вігостова 14449 +вігідно 14450 +від 14451 +від'єбіться 14452 +від'ємних 14453 +від'їбіться 14454 +від'їжджала 14455 +від'їжджати 14456 +від'їжджають 14457 +від'їжджаєте 14458 +від'їздила 14459 +від'їздом 14460 +від'їзду 14461 +від'їхав 14462 +від'їхали 14463 +від'їхати 14464 +від- 14465 +від-часу 14466 +відав 14467 +відали 14468 +відаль 14469 +відання 14470 +віданні 14471 +відати 14472 +відаю 14473 +відають 14474 +відає 14475 +відаєтьса 14476 +відаєш 14477 +відбереш 14478 +відбив 14479 +відбивав 14480 +відбивала 14481 +відбиванням 14482 +відбивати 14483 +відбиватися 14484 +відбиваться 14485 +відбивають 14486 +відбиваються 14487 +відбиваючою 14488 +відбиваючу 14489 +відбиває 14490 +відбиваємо 14491 +відбивається 14492 +відбивна 14493 +відбився 14494 +відбили 14495 +відбилися 14496 +відбило 14497 +відбилося 14498 +відбирав 14499 +відбирали 14500 +відбирання 14501 +відбирати 14502 +відбирать 14503 +відбирають 14504 +відбирає 14505 +відбираємо 14506 +відбираєте 14507 +відбити 14508 +відбитим 14509 +відбитися 14510 +відбитки 14511 +відбитків 14512 +відбиток 14513 +відбитому 14514 +відбиття 14515 +відбиті 14516 +відблиски 14517 +відблиском 14518 +відблиску 14519 +відблиснув 14520 +відбору 14521 +відборі 14522 +відборів 14523 +відбродників 14524 +відбрунькувалися 14525 +відбуає 14526 +відбув 14527 +відбувався 14528 +відбувайла 14529 +відбувала 14530 +відбувалась 14531 +відбувалася 14532 +відбували 14533 +відбувались 14534 +відбувалися 14535 +відбувалось 14536 +відбувалося 14537 +відбуванням 14538 +відбувати 14539 +відбуватиме 14540 +відбуватиметься 14541 +відбуватимуться 14542 +відбуватись 14543 +відбуватися 14544 +відбувають 14545 +відбуваються 14546 +відбуває 14547 +відбуваєтсья 14548 +відбуваєтся 14549 +відбувається 14550 +відбуваєься 14551 +відбувсь 14552 +відбувся 14553 +відбуде 14554 +відбудеться 14555 +відбудова 14556 +відбудований 14557 +відбудови 14558 +відбудовою 14559 +відбудову 14560 +відбудовується 14561 +відбудовчих 14562 +відбудовчі 14563 +відбудові 14564 +відбудували 14565 +відбудувати 14566 +відбудуть 14567 +відбудуться 14568 +відбудуємо 14569 +відбула 14570 +відбулась 14571 +відбулася 14572 +відбули 14573 +відбулись 14574 +відбулися 14575 +відбулось 14576 +відбулося 14577 +відбути 14578 +відбутись 14579 +відбутися 14580 +відбуття 14581 +відбуттям 14582 +відбуться 14583 +відбівається 14584 +відбівні 14585 +відбій 14586 +відбілювання 14587 +відбір 14588 +відбірковий 14589 +відбіркових 14590 +відбіркового 14591 +відбіркової 14592 +відв'язав 14593 +відв'язавшись 14594 +відвага 14595 +відваги 14596 +відвагою 14597 +відвагу 14598 +відваженої 14599 +відважити 14600 +відважними 14601 +відважно 14602 +відважного 14603 +відважні 14604 +відважуються 14605 +відвалений 14606 +відвалено 14607 +відвалиться 14608 +відвалюється 14609 +відвантаження 14610 +відвантаженням 14611 +відвантажень 14612 +відвантажив 14613 +відвантажили 14614 +відвантажить 14615 +відвантажувати 14616 +відвантажувать 14617 +відвантажуємо 14618 +відвар 14619 +відвари 14620 +відварна 14621 +відвдення 14622 +відведемо 14623 +відведене 14624 +відведений 14625 +відведення 14626 +відведено 14627 +відведеному 14628 +відведені 14629 +відвезе 14630 +відвезено 14631 +відвезла 14632 +відвезли 14633 +відвезти 14634 +відвела 14635 +відвели 14636 +відверне 14637 +відвернемо 14638 +відверненню 14639 +відвернення 14640 +відвернув 14641 +відвернувши 14642 +відвернула 14643 +відвернулась 14644 +відвернулася 14645 +відвернути 14646 +відвернутись 14647 +відверта 14648 +відвертати 14649 +відвертають 14650 +відвертаючи 14651 +відвертає 14652 +відверте 14653 +відвертий 14654 +відвертим 14655 +відвертими 14656 +відвертих 14657 +відверто 14658 +відвертого 14659 +відвертою 14660 +відвертої 14661 +відверту 14662 +відверті 14663 +відвертість 14664 +відвести 14665 +відвовісти 14666 +відводжу 14667 +відводила 14668 +відводимо 14669 +відводити 14670 +відводить 14671 +відводиться 14672 +відводу 14673 +відвозили 14674 +відвозити 14675 +відвозить 14676 +відвойовувальних 14677 +відвойовувати 14678 +відволікались 14679 +відволікальний 14680 +відволікання 14681 +відволікатися 14682 +відволікаючий 14683 +відволікається 14684 +відволікли 14685 +відволіклися 14686 +відволіктись 14687 +відволіктися 14688 +відволічемося 14689 +відвороти 14690 +відвоювали 14691 +відвоює 14692 +відвів 14693 +відвідав 14694 +відвідавши 14695 +відвідала 14696 +відвідали 14697 +відвідало 14698 +відвідання 14699 +відвідань 14700 +відвідати 14701 +відвідаю 14702 +відвідає 14703 +відвіден 14704 +відвідення 14705 +відвідень 14706 +відвідин 14707 +відвідинам 14708 +відвідинами 14709 +відвідинах 14710 +відвідини 14711 +відвідував 14712 +відвідувала 14713 +відвідували 14714 +відвідування 14715 +відвідуваність 14716 +відвідувати 14717 +відвідуватимуть 14718 +відвідувачам 14719 +відвідувачці 14720 +відвідувачі 14721 +відвідувачів 14722 +відвідую 14723 +відвідують 14724 +відвідуючи 14725 +відвідує 14726 +відвідуєте 14727 +відгадала 14728 +відганяють 14729 +відганяємо 14730 +відговорила 14731 +відговорили 14732 +відголосками 14733 +відголоски 14734 +відгородити 14735 +відгородитися 14736 +відгризатися 14737 +відгружають 14738 +відгружаємо 14739 +відгук 14740 +відгуками 14741 +відгуках 14742 +відгуки 14743 +відгукнеться 14744 +відгукнувся 14745 +відгукнулася 14746 +відгукнулись 14747 +відгукнулися 14748 +відгукнулося 14749 +відгукнутися 14750 +відгуку 14751 +відгукувався 14752 +відгукувалась 14753 +відгукувалася 14754 +відгукувалися 14755 +відгукуються 14756 +відгукуючись 14757 +відгукується 14758 +відгуків 14759 +відгуляли 14760 +віддав 14761 +віддавав 14762 +віддавайте 14763 +віддавали 14764 +віддавати 14765 +віддавлюють 14766 +віддавна 14767 +віддавні 14768 +віддавши 14769 +віддадуть 14770 +віддай 14771 +віддайся 14772 +віддайте 14773 +віддала 14774 +віддалена 14775 +віддалене 14776 +віддалених 14777 +віддаленні 14778 +віддалено 14779 +віддаленості 14780 +віддалені 14781 +віддаленій 14782 +віддаленість 14783 +віддали 14784 +віддалився 14785 +віддаллю 14786 +віддалялися 14787 +віддаляючись 14788 +віддаляє 14789 +віддаляємося 14790 +віддаляється 14791 +віддалі 14792 +віддам 14793 +віддамо 14794 +віддана 14795 +віддане 14796 +відданий 14797 +відданими 14798 +відданих 14799 +віддання 14800 +віддано 14801 +відданості 14802 +відданою 14803 +відданої 14804 +віддані 14805 +відданість 14806 +відданістю 14807 +віддасть 14808 +віддати 14809 +віддатися 14810 +віддать 14811 +віддача 14812 +віддачу 14813 +віддаю 14814 +віддають 14815 +віддаючи 14816 +віддає 14817 +віддаєм 14818 +віддаємо 14819 +віддаєте 14820 +віддається 14821 +віддаєш 14822 +віддзеркаленно 14823 +віддзеркалення 14824 +віддзеркаленням 14825 +віддзеркалено 14826 +віддзеркалені 14827 +віддзеркалили 14828 +віддзеркало 14829 +віддзеркалювала 14830 +віддзеркалювати 14831 +віддзеркалюють 14832 +віддзеркалюючи 14833 +віддзеркалює 14834 +віддзеркалюєте 14835 +віддивляється 14836 +віддиха 14837 +віддихати 14838 +віддихи 14839 +віддихну 14840 +віддрукували 14841 +віддяка 14842 +віддячила 14843 +віддячити 14844 +віддячують 14845 +віддівна 14846 +відділ 14847 +відділами 14848 +відділений 14849 +відділенню 14850 +відділення 14851 +відділенням 14852 +відділенні 14853 +відділень 14854 +відділенях 14855 +відділені 14856 +відділи 14857 +відділилися 14858 +відділилося 14859 +відділиться 14860 +відділках 14861 +відділом 14862 +відділу 14863 +відділяла 14864 +відділяти 14865 +відділяють 14866 +відділяються 14867 +відділі 14868 +відділів 14869 +віддінгтова 14870 +віденський 14871 +віденському 14872 +відень 14873 +відео 14874 +відеоблог 14875 +відеоблоги 14876 +відеоблозі 14877 +відеогра 14878 +відеозапис 14879 +відеозаписі 14880 +відеозаписів 14881 +відеозв'язку 14882 +відеозвернення 14883 +відеозверненні 14884 +відеозвіти 14885 +відеокамер 14886 +відеокамери 14887 +відеокліп 14888 +відеоконференції 14889 +відеомагазин 14890 +відеоматеріали 14891 +відеоматеріалів 14892 +відеопродукти 14893 +відеопроекції 14894 +відеоролик 14895 +відеоролики 14896 +відеороліки 14897 +відеосервісах 14898 +відеосистему 14899 +відеоспостереження 14900 +відеоспостереженням 14901 +відеоспостереженні 14902 +відеострічку 14903 +відеосюжеті 14904 +відеосюжетів 14905 +відеотрансяції 14906 +відеофіксацію 14907 +відеофіксації 14908 +відеоігор 14909 +відер 14910 +віджай 14911 +віджартовується 14912 +віджати 14913 +віджату 14914 +відженемо 14915 +відживав 14916 +відживає 14917 +віджили 14918 +віджимання 14919 +віджимань 14920 +віджиматися 14921 +віджимаємося 14922 +віджиму 14923 +відзавтра 14924 +відзвітував 14925 +відзвітували 14926 +відзвітувати 14927 +відзеркала 14928 +відзеркалено 14929 +відзеркало 14930 +відзеркалюватиметься 14931 +відзеркалюють 14932 +відзеркалює 14933 +відзнак 14934 +відзнака 14935 +відзнаками 14936 +відзнаки 14937 +відзнакою 14938 +відзнаку 14939 +відзначався 14940 +відзначалася 14941 +відзначали 14942 +відзначалися 14943 +відзначати 14944 +відзначатиметься 14945 +відзначатимуть 14946 +відзначать 14947 +відзначають 14948 +відзначаючи 14949 +відзначає 14950 +відзначаємо 14951 +відзначається 14952 +відзначений 14953 +відзначення 14954 +відзначеннях 14955 +відзначенні 14956 +відзначено 14957 +відзначень 14958 +відзначені 14959 +відзначив 14960 +відзначився 14961 +відзначила 14962 +відзначилась 14963 +відзначили 14964 +відзначилися 14965 +відзначимо 14966 +відзначити 14967 +відзначить 14968 +відзначу 14969 +відзняв 14970 +відкаже 14971 +відказався 14972 +відказує 14973 +відкантувати 14974 +відкарабкатися 14975 +відкараскатися 14976 +відкарбувалося 14977 +відкат 14978 +відкатана 14979 +відкати 14980 +відкату 14981 +відкатували 14982 +відкашлюєш 14983 +відкидав 14984 +відкидання 14985 +відкидати 14986 +відкидаю 14987 +відкидають 14988 +відкидаючи 14989 +відкидає 14990 +відкидаєш 14991 +відкине 14992 +відкинення 14993 +відкинув 14994 +відкинувши 14995 +відкинула 14996 +відкинули 14997 +відкинуло 14998 +відкинута 14999 +відкинути 15000 +відкинуть 15001 +відклав 15002 +відклавши 15003 +відкладав 15004 +відкладай 15005 +відкладайте 15006 +відкладалось 15007 +відкладати 15008 +відкладатиме 15009 +відкладатися 15010 +відкладаю 15011 +відкладаються 15012 +відкладає 15013 +відкладається 15014 +відкладаєш 15015 +відкладе 15016 +відкладена 15017 +відкладене 15018 +відкладений 15019 +відкладених 15020 +відкладення 15021 +відкладено 15022 +відкладені 15023 +відкладуть 15024 +відкладіть 15025 +відклала 15026 +відклали 15027 +відклало 15028 +відкласти 15029 +відклик 15030 +відкликав 15031 +відкликала 15032 +відкликали 15033 +відкликалися 15034 +відкликаний 15035 +відкликання 15036 +відкликано 15037 +відкликані 15038 +відкликати 15039 +відкликає 15040 +відкликається 15041 +відкликнимося 15042 +відклику 15043 +відключаю 15044 +відключають 15045 +відключається 15046 +відключений 15047 +відключення 15048 +відключені 15049 +відключився 15050 +відключилася 15051 +відключили 15052 +відключити 15053 +відключить 15054 +відколи 15055 +відколигує 15056 +відкололися 15057 +відколоти 15058 +відкоментуєш 15059 +відкопують 15060 +відкотилися 15061 +відкотилося 15062 +відкотиться 15063 +відкочування 15064 +відкри 15065 +відкрив 15066 +відкривав 15067 +відкривается 15068 +відкривай 15069 +відкривайте 15070 +відкривалася 15071 +відкривали 15072 +відкривало 15073 +відкривати 15074 +відкриватиме 15075 +відкриватися 15076 +відкривать 15077 +відкриваю 15078 +відкривають 15079 +відкриваються 15080 +відкриваючи 15081 +відкриває 15082 +відкриваємо 15083 +відкривається 15084 +відкриваєш 15085 +відкрився 15086 +відкривши 15087 +відкрий 15088 +відкрила 15089 +відкрилась 15090 +відкрилася 15091 +відкрили 15092 +відкрилися 15093 +відкрило 15094 +відкрилося 15095 +відкрита 15096 +відкрите 15097 +відкрити 15098 +відкритий 15099 +відкритим 15100 +відкритими 15101 +відкритися 15102 +відкритих 15103 +відкрито 15104 +відкритого 15105 +відкритому 15106 +відкритості 15107 +відкритою 15108 +відкритої 15109 +відкриттю 15110 +відкриття 15111 +відкриттям 15112 +відкриттях 15113 +відкритті 15114 +відкриттів 15115 +відкриту 15116 +відкриті 15117 +відкритій 15118 +відкритість 15119 +відкритіше 15120 +відкритішим 15121 +відкритішими 15122 +відкрию 15123 +відкриють 15124 +відкриються 15125 +відкриє 15126 +відкриємо 15127 +відкриється 15128 +відкрєш 15129 +відкуди 15130 +відкуп 15131 +відкупить 15132 +відкупишся 15133 +відкуповуються 15134 +відкусиш 15135 +відкіль 15136 +відламки 15137 +відлежала 15138 +відлежати 15139 +відлетів 15140 +відлетіла 15141 +відлиги 15142 +відлигу 15143 +відложи 15144 +відлунали 15145 +відлуння 15146 +відлунням 15147 +відлунює 15148 +відлучала 15149 +відльотом 15150 +відлюдника 15151 +відлюдькувата 15152 +відлякують 15153 +відлякує 15154 +відлякується 15155 +відлік 15156 +відліку 15157 +відлітом 15158 +відмазати 15159 +відмазок 15160 +відмазувати 15161 +відмахнувся 15162 +відмахуються 15163 +відмедведівки 15164 +відмежив 15165 +відмежовування 15166 +відмежовує 15167 +відмежовується 15168 +відмежувався 15169 +відмежування 15170 +відмежувати 15171 +відмежуватись 15172 +відмежуватися 15173 +відмивали 15174 +відмивання 15175 +відмивати 15176 +відмирання 15177 +відмирають 15178 +відмирає 15179 +відмитися 15180 +відмиються 15181 +відмов 15182 +відмова 15183 +відмови 15184 +відмовив 15185 +відмовився 15186 +відмовившись 15187 +відмовила 15188 +відмовилась 15189 +відмовилася 15190 +відмовили 15191 +відмовились 15192 +відмовилися 15193 +відмовило 15194 +відмовилось 15195 +відмовилося 15196 +відмовимо 15197 +відмовимося 15198 +відмовити 15199 +відмовитись 15200 +відмовитися 15201 +відмовиться 15202 +відмовками 15203 +відмовлено 15204 +відмовлені 15205 +відмовлю 15206 +відмовлюсь 15207 +відмовляв 15208 +відмовлявся 15209 +відмовляйтесь 15210 +відмовлялась 15211 +відмовлялася 15212 +відмовляли 15213 +відмовлялись 15214 +відмовлялися 15215 +відмовлятиметесь 15216 +відмовлятимуться 15217 +відмовлятись 15218 +відмовлятися 15219 +відмовляться 15220 +відмовляюсь 15221 +відмовляють 15222 +відмовляються 15223 +відмовляючи 15224 +відмовляючись 15225 +відмовляє 15226 +відмовляємось 15227 +відмовляємося 15228 +відмовляється 15229 +відмовою 15230 +відмовся 15231 +відмовте 15232 +відмовтесь 15233 +відмову 15234 +відмові 15235 +відмолодився 15236 +відмоніторила 15237 +відмотав 15238 +відмучилася 15239 +відмучуєшся 15240 +відміна 15241 +відмінемо 15242 +відмінені 15243 +відміни 15244 +відмінив 15245 +відмінила 15246 +відмінили 15247 +відмінити 15248 +відмінить 15249 +відмінки 15250 +відмінковими 15251 +відмінкові 15252 +відмінна 15253 +відмінне 15254 +відмінний 15255 +відмінними 15256 +відмінних 15257 +відмінно 15258 +відмінностей 15259 +відмінностям 15260 +відмінностями 15261 +відмінності 15262 +відмінну 15263 +відмінні 15264 +відмінність 15265 +відмінністю 15266 +відміну 15267 +відмінусуєш 15268 +відмінювання 15269 +відмінюються 15270 +відміняв 15271 +відмінялася 15272 +відміняти 15273 +відмінять 15274 +відміняють 15275 +відміняє 15276 +відміняється 15277 +відміні 15278 +відміряй 15279 +відмірятимуть 15280 +відмітати 15281 +відмітив 15282 +відмітила 15283 +відмітили 15284 +відмітити 15285 +відмітки 15286 +відмічають 15287 +відмічає 15288 +відмічено 15289 +віднайде 15290 +віднайдете 15291 +віднайти 15292 +віднайтися 15293 +віднаходимо 15294 +віднедавна 15295 +віднеслась 15296 +віднесли 15297 +віднести 15298 +віднестися 15299 +віднесусь 15300 +віднесуться 15301 +віднині 15302 +відновив 15303 +відновився 15304 +відновила 15305 +відновилася 15306 +відновили 15307 +відновилися 15308 +відновило 15309 +відновилось 15310 +відновини 15311 +відновити 15312 +відновитися 15313 +відновить 15314 +відновиться 15315 +відновл 15316 +відновлена 15317 +відновлений 15318 +відновленню 15319 +відновлення 15320 +відновленням 15321 +відновленні 15322 +відновлено 15323 +відновленому 15324 +відновлену 15325 +відновлю 15326 +відновлювали 15327 +відновлювальних 15328 +відновлювальному 15329 +відновлювалі 15330 +відновлюваних 15331 +відновлювати 15332 +відновлюватись 15333 +відновлюватися 15334 +відновлюйтесь 15335 +відновлюють 15336 +відновлюються 15337 +відновлює 15338 +відновлюємо 15339 +відновлюєте 15340 +відновлюється 15341 +відновлявся 15342 +відновляти 15343 +відновлять 15344 +відновляться 15345 +відновляє 15346 +відносили 15347 +відносились 15348 +відносин 15349 +відносинам 15350 +відносинами 15351 +відносинах 15352 +відносини 15353 +відносити 15354 +відноситись 15355 +відноситися 15356 +відноситься 15357 +відносна 15358 +відносне 15359 +відносний 15360 +відносних 15361 +відноснні 15362 +відносно 15363 +відносного 15364 +відносності 15365 +відносні 15366 +відносять 15367 +відносяться 15368 +відношенню 15369 +відношення 15370 +відношенні 15371 +відношусь 15372 +відношуся 15373 +відня 15374 +відняла 15375 +відняти 15376 +відні 15377 +віднімання 15378 +віднімається 15379 +віднімемо 15380 +відніс 15381 +відображав 15382 +відображало 15383 +відображати 15384 +відображають 15385 +відображаються 15386 +відображає 15387 +відображаєм 15388 +відображається 15389 +відображена 15390 +відображення 15391 +відображено 15392 +відображені 15393 +відобразилася 15394 +відобразиться 15395 +відозву 15396 +відокремилась 15397 +відокремилася 15398 +відокремилися 15399 +відокремити 15400 +відокремитись 15401 +відокремитися 15402 +відокремлене 15403 +відокремленими 15404 +відокремлення 15405 +відокремлено 15406 +відокремлені 15407 +відокремлюють 15408 +відокремлюються 15409 +відокремте 15410 +відом 15411 +відома 15412 +відоме 15413 +відомий 15414 +відомим 15415 +відомими 15416 +відомих 15417 +відомиші 15418 +відомо 15419 +відомого 15420 +відомому 15421 +відомостей 15422 +відомості 15423 +відомою 15424 +відомої 15425 +відомств 15426 +відомства 15427 +відомствами 15428 +відомствах 15429 +відомство 15430 +відомством 15431 +відомству 15432 +відомстві 15433 +відому 15434 +відомчою 15435 +відомчої 15436 +відомчі 15437 +відомі 15438 +відомі- 15439 +відомій 15440 +відомість 15441 +відомісті 15442 +відоміші 15443 +відос 15444 +відосам 15445 +відосах 15446 +відоси 15447 +відособлені 15448 +відосів 15449 +відосік 15450 +відосікі 15451 +відосіків 15452 +відохотити 15453 +відохочує 15454 +відпадала 15455 +відпадають 15456 +відпадає 15457 +відпаде 15458 +відписав 15459 +відписати 15460 +відписка 15461 +відписки 15462 +відписок 15463 +відписую 15464 +відпиши 15465 +відплата 15466 +відплати 15467 +відплатив 15468 +відплатний 15469 +відплатними 15470 +відплатних 15471 +відплатного 15472 +відплатною 15473 +відплатної 15474 +відплатні 15475 +відплату 15476 +відплив 15477 +відпльовуєш 15478 +відпові 15479 +відповів 15480 +відповід 15481 +відповідав 15482 +відповідайте 15483 +відповідала 15484 +відповідали 15485 +відповідало 15486 +відповідальна 15487 +відповідальне 15488 +відповідальний 15489 +відповідальним 15490 +відповідальними 15491 +відповідальних 15492 +відповідально 15493 +відповідального 15494 +відповідальностей 15495 +відповідальності 15496 +відповідальною 15497 +відповідальної 15498 +відповідальну 15499 +відповідальні 15500 +відповідальність 15501 +відповідальністю 15502 +відповідальністі 15503 +відповідати 15504 +відповідатиме 15505 +відповідач 15506 +відповідача 15507 +відповідачами 15508 +відповідачем 15509 +відповідачі 15510 +відповідаю 15511 +відповідають 15512 +відповідаючи 15513 +відповідаючі 15514 +відповідає 15515 +відповідаєм 15516 +відповідаємо 15517 +відповідаєте 15518 +відповідаєш 15519 +відповіддю 15520 +відповідей 15521 +відповідн 15522 +відповідна 15523 +відповідне 15524 +відповідний 15525 +відповідник 15526 +відповідним 15527 +відповідними 15528 +відповідних 15529 +відповідно 15530 +відповідного 15531 +відповідному 15532 +відповіднос 15533 +відповідності 15534 +відповідною 15535 +відповідної 15536 +відповідну 15537 +відповідні 15538 +відповідній 15539 +відповідність 15540 +відповідь 15541 +відповідями 15542 +відповіді 15543 +відповіла 15544 +відповіли 15545 +відповім 15546 +відповісти 15547 +відповість 15548 +відполірувала 15549 +відпор 15550 +відпорніші 15551 +відпочив 15552 +відпочивай 15553 +відпочивайте 15554 +відпочивала 15555 +відпочивали 15556 +відпочивальниками 15557 +відпочивальники 15558 +відпочивати 15559 +відпочиватимуть 15560 +відпочивать 15561 +відпочиваю 15562 +відпочивають 15563 +відпочиває 15564 +відпочиваєм 15565 +відпочиваєте 15566 +відпочиваєш 15567 +відпочивши 15568 +відпочила 15569 +відпочили 15570 +відпочине 15571 +відпочинемо 15572 +відпочинете 15573 +відпочинковий 15574 +відпочинкових 15575 +відпочинкову 15576 +відпочинкові 15577 +відпочинковій 15578 +відпочинком 15579 +відпочинку 15580 +відпочинок 15581 +відпочинуть 15582 +відпочиньте 15583 +відпочити 15584 +відправ 15585 +відправа 15586 +відправах 15587 +відправи 15588 +відправив 15589 +відправився 15590 +відправила 15591 +відправилась 15592 +відправилася 15593 +відправили 15594 +відправились 15595 +відправилися 15596 +відправимо 15597 +відправити 15598 +відправитись 15599 +відправить 15600 +відправиться 15601 +відправиш 15602 +відправка 15603 +відправлений 15604 +відправлених 15605 +відправлення 15606 +відправлено 15607 +відправленою 15608 +відправлень 15609 +відправлені 15610 +відправлю 15611 +відправляв 15612 +відправляйте 15613 +відправляла 15614 +відправляли 15615 +відправлялися 15616 +відправляти 15617 +відправлятиместься 15618 +відправлять 15619 +відправляю 15620 +відправляють 15621 +відправляючи 15622 +відправляє 15623 +відправляємо 15624 +відправляємся 15625 +відправляєте 15626 +відправляється 15627 +відправною 15628 +відправте 15629 +відправу 15630 +відправі 15631 +відпралені 15632 +відпрацьована 15633 +відпрацьоване 15634 +відпрацьований 15635 +відпрацьованим 15636 +відпрацьовано 15637 +відпрацьованого 15638 +відпрацьованістю 15639 +відпрацьовували 15640 +відпрацьовуванні 15641 +відпрацьовуватимуть 15642 +відпрацьовують 15643 +відпрацьовує 15644 +відпрацьовуєм 15645 +відпрацьовується 15646 +відпрацювала 15647 +відпрацювали 15648 +відпрацювало 15649 +відпрацювання 15650 +відпрацювати 15651 +відпрацює 15652 +відпроваджуємо 15653 +відпровадив 15654 +відпровадивши 15655 +відпровадити 15656 +відпроситися 15657 +відпрошувався 15658 +відпрошуватись 15659 +відпускав 15660 +відпускай 15661 +відпускала 15662 +відпускали 15663 +відпускати 15664 +відпускаю 15665 +відпускають 15666 +відпускає 15667 +відпускаємо 15668 +відпускний 15669 +відпуснички 15670 +відпусти 15671 +відпустив 15672 +відпустила 15673 +відпустили 15674 +відпустило 15675 +відпустити 15676 +відпустить 15677 +відпустка 15678 +відпустками 15679 +відпустки 15680 +відпусткою 15681 +відпустку 15682 +відпусток 15683 +відпустці 15684 +відпустять 15685 +відпущений 15686 +відпущені 15687 +відра 15688 +відрадити 15689 +відрадне 15690 +відрадній 15691 +відраження 15692 +відраза 15693 +відразу 15694 +відрами 15695 +відрах 15696 +відраховують 15697 +відраховує 15698 +відрахування 15699 +відреагував 15700 +відреагувала 15701 +відреагували 15702 +відреагувало 15703 +відреагувати 15704 +відреагує 15705 +відрегулював 15706 +відреклися 15707 +відрекомендувався 15708 +відрекомендуватися 15709 +відремонтовано 15710 +відремонтували 15711 +відремонтувати 15712 +відрепортував 15713 +відреставрувати 15714 +відрефлексувати 15715 +відрив 15716 +відривали 15717 +відривання 15718 +відривати 15719 +відриватися 15720 +відриває 15721 +відривом 15722 +відривів 15723 +відригуючи 15724 +відрило 15725 +відро 15726 +відробила 15727 +відробити 15728 +відроблятиме 15729 +відродження 15730 +відроджувалася 15731 +відроджує 15732 +відроджується 15733 +відродив 15734 +відродивши 15735 +відродила 15736 +відродити 15737 +відросте 15738 +відростили 15739 +відростки 15740 +відросток 15741 +відрубавши 15742 +відрубали 15743 +відрубана 15744 +відрубатися 15745 +відряджав 15746 +відрядженню 15747 +відрядження 15748 +відрядженні 15749 +відрядив 15750 +відрядивши 15751 +відрядила 15752 +відрядили 15753 +відріж 15754 +відріжемо 15755 +відрізав 15756 +відрізали 15757 +відрізало 15758 +відрізаний 15759 +відрізаним 15760 +відрізаних 15761 +відрізання 15762 +відрізати 15763 +відрізатимуть 15764 +відрізку 15765 +відрізнити 15766 +відрізнявся 15767 +відрізнялася 15768 +відрізнялись 15769 +відрізнялися 15770 +відрізняти 15771 +відрізнятиметься 15772 +відрізнятися 15773 +відрізняються 15774 +відрізняє 15775 +відрізняємося 15776 +відрізняється 15777 +відсаджуватимуться 15778 +відсапуючи 15779 +відсапуючись 15780 +відсвяткував 15781 +відсвяткувала 15782 +відсвяткувати 15783 +відсидів 15784 +відсилання 15785 +відсиланням 15786 +відсилати 15787 +відсилають 15788 +відсилає 15789 +відсили 15790 +відсилка 15791 +відсилки 15792 +відсканували 15793 +відскочив 15794 +відслоненням 15795 +відслужи 15796 +відслужив 15797 +відслужили 15798 +відсліджують 15799 +відслідковувала 15800 +відслідковувати 15801 +відслідковую 15802 +відслідковують 15803 +відслідковуємо 15804 +відслідковується 15805 +відслідкувати 15806 +відсмоктується 15807 +відсовує 15808 +відсосе 15809 +відсотка 15810 +відсоткам 15811 +відсотками 15812 +відсотках 15813 +відсотки 15814 +відсотков 15815 +відсоткова 15816 +відсотковий 15817 +відсоткових 15818 +відсотково 15819 +відсотковому 15820 +відсоткової 15821 +відсоткову 15822 +відсотком 15823 +відсотку 15824 +відсотків 15825 +відсоток 15826 +відсотока 15827 +відсотрів 15828 +відстав 15829 +відставав 15830 +відставали 15831 +відставанню 15832 +відставання 15833 +відставати 15834 +відставила 15835 +відставка 15836 +відставки 15837 +відставкою 15838 +відставку 15839 +відставний 15840 +відставним 15841 +відставними 15842 +відставок 15843 +відставці 15844 +відставши 15845 +відстала 15846 +відстали 15847 +відсталості 15848 +відстаней 15849 +відстанню 15850 +відстань 15851 +відстанях 15852 +відстані 15853 +відстати 15854 +відстають 15855 +відстає 15856 +відстеження 15857 +відстежити 15858 +відстежували 15859 +відстежування 15860 +відстежувати 15861 +відстежую 15862 +відстежують 15863 +відстежує 15864 +відстецівчан 15865 +відсторонений 15866 +відсторонених 15867 +відсторонення 15868 +відсторонено 15869 +відстороненому 15870 +відсторонили 15871 +відсторонити 15872 +відсторонитися 15873 +відсторонюється 15874 +відстороняли 15875 +відстоював 15876 +відстоювала 15877 +відстоюванні 15878 +відстоювати 15879 +відстоюватиме 15880 +відстоюватимете 15881 +відстоювать 15882 +відстоювачем 15883 +відстоюють 15884 +відстоює 15885 +відстоюємо 15886 +відстояла 15887 +відстояти 15888 +відстрашує 15889 +відстрочення 15890 +відстрочено 15891 +відстрочені 15892 +відстрочив 15893 +відстрочила 15894 +відстрочити 15895 +відстрочки 15896 +відстрочку 15897 +відстрочок 15898 +відстрілу 15899 +відстрілюватись 15900 +відстрілюють 15901 +відстрілюються 15902 +відстрілюючись 15903 +відстрілюється 15904 +відстріляти 15905 +відстрілятися 15906 +відстріляєм 15907 +відступ 15908 +відступав 15909 +відступай 15910 +відступала 15911 +відступали 15912 +відступати 15913 +відступатимуть 15914 +відступать 15915 +відступають 15916 +відступаючи 15917 +відступаючих 15918 +відступає 15919 +відступаєм 15920 +відступаємо 15921 +відступаєш 15922 +відступив 15923 +відступився 15924 +відступили 15925 +відступилися 15926 +відступило 15927 +відступим 15928 +відступити 15929 +відступитися 15930 +відступить 15931 +відступниками 15932 +відступництво 15933 +відступу 15934 +відступі 15935 +відступів 15936 +відстутність 15937 +відсунув 15938 +відсунувся 15939 +відсунувши 15940 +відсунули 15941 +відсунути 15942 +відсутності 15943 +відсутню 15944 +відсутня 15945 +відсутнє 15946 +відсутні 15947 +відсутній 15948 +відсутнім 15949 +відсутніми 15950 +відсутність 15951 +відсутністю 15952 +відсьогодні 15953 +відсікли 15954 +відсікти 15955 +відсіль 15956 +відсіч 15957 +відсічення 15958 +відсічі 15959 +відсіються 15960 +відсіяли 15961 +відтак 15962 +відтворення 15963 +відтворенням 15964 +відтворив 15965 +відтворили 15966 +відтворити 15967 +відтворював 15968 +відтворювалась 15969 +відтворювати 15970 +відтворюють 15971 +відтворює 15972 +відтворюємо 15973 +відтворюєте 15974 +відтворюється 15975 +відтворять 15976 +відтепер 15977 +відтерміновуйте 15978 +відтерміновуються 15979 +відтерміновується 15980 +відтермінували 15981 +відтермінування 15982 +відтермінувати 15983 +відтестили 15984 +відти 15985 +відтинки 15986 +відтинку 15987 +відтиснути 15988 +відтоді 15989 +відтоку 15990 +відторгнення 15991 +відторгнену 15992 +відточена 15993 +відточені 15994 +відтраськаю 15995 +відтруюють 15996 +відтягалася 15997 +відтягають 15998 +відтягнула 15999 +відтягнули 16000 +відтягнути 16001 +відтягували 16002 +відтягувати 16003 +відтягують 16004 +відтягуючи 16005 +відтяжки 16006 +відтята 16007 +відтік 16008 +відтіль 16009 +відтінки 16010 +відтінком 16011 +відтінок 16012 +відтісняти 16013 +відтісняють 16014 +відулась 16015 +відунові 16016 +відучився 16017 +відучились 16018 +відучора 16019 +відфутболити 16020 +відфільтрований 16021 +відхелили 16022 +відхилений 16023 +відхилення 16024 +відхиленням 16025 +відхиленнями 16026 +відхилено 16027 +відхили 16028 +відхилив 16029 +відхилила 16030 +відхилили 16031 +відхилятися 16032 +відходами 16033 +відходження 16034 +відходжу 16035 +відходи 16036 +відходила 16037 +відходили 16038 +відходимо 16039 +відходити 16040 +відходить 16041 +відходняк 16042 +відходом 16043 +відходу 16044 +відходять 16045 +відходячи 16046 +відході 16047 +відходів 16048 +відхоплювать 16049 +відхорував 16050 +відхрещувався 16051 +відхрещуються 16052 +відхід 16053 +відцентрових 16054 +відцентрові 16055 +відчай 16056 +відчайдух 16057 +відчайдухи 16058 +відчайдушний 16059 +відчайдушними 16060 +відчайдушних 16061 +відчайдушно 16062 +відчайдушні 16063 +відчаю 16064 +відчаї 16065 +відчинене 16066 +відчинений 16067 +відчинених 16068 +відчинено 16069 +відчинені 16070 +відчинив 16071 +відчинивши 16072 +відчинила 16073 +відчинилися 16074 +відчинити 16075 +відчиниш 16076 +відчиняв 16077 +відчиняй 16078 +відчиняла 16079 +відчиняти 16080 +відчиняють 16081 +відчиняються 16082 +відчиняє 16083 +відчитають 16084 +відчитують 16085 +відчув 16086 +відчува 16087 +відчував 16088 +відчувала 16089 +відчувалася 16090 +відчували 16091 +відчувалися 16092 +відчувалося 16093 +відчувася 16094 +відчувати 16095 +відчуватиме 16096 +відчуватимуться 16097 +відчувать 16098 +відчуваю 16099 +відчувают 16100 +відчувають 16101 +відчуваються 16102 +відчуває 16103 +відчуваємо 16104 +відчуваєте 16105 +відчуваєтся 16106 +відчувається 16107 +відчуваєш 16108 +відчувши 16109 +відчудження 16110 +відчуження 16111 +відчужені 16112 +відчула 16113 +відчули 16114 +відчуло 16115 +відчути 16116 +відчутна 16117 +відчутний 16118 +відчутними 16119 +відчутних 16120 +відчутно 16121 +відчутну 16122 +відчутні 16123 +відчутніша 16124 +відчуття 16125 +відчуттям 16126 +відчуттями 16127 +відчутті 16128 +відчуттів 16129 +відчухається 16130 +відчують 16131 +відчує 16132 +відчуємо 16133 +відчуєш 16134 +відшився 16135 +відшила 16136 +відшити 16137 +відшкодовується 16138 +відшкодування 16139 +відшліфував 16140 +відшмаганню 16141 +відшпаклювали 16142 +відштовхнув 16143 +відштовхувалася 16144 +відштовхуватимуться 16145 +відштовхуватись 16146 +відштовхуватися 16147 +відштовхую 16148 +відштовхують 16149 +відштовхуючись 16150 +відштовхує 16151 +відштовхуємось 16152 +відштовхуємося 16153 +відштовхується 16154 +відшукав 16155 +відшукала 16156 +відшукали 16157 +відшукати 16158 +відшуковувати 16159 +відшукуємо 16160 +відщипнути 16161 +відьмак 16162 +відьмака 16163 +відьмаків 16164 +відьмам 16165 +відьмаченко 16166 +відьмувала 16167 +відьмі 16168 +відьом 16169 +відіб'єм 16170 +відіб'ємо 16171 +відіб'ється 16172 +відібрав 16173 +відібравши 16174 +відібрали 16175 +відібраний 16176 +відібраним 16177 +відібраних 16178 +відібранням 16179 +відібрані 16180 +відібрати 16181 +відігнали 16182 +відігнати 16183 +відіграв 16184 +відігравав 16185 +відігрававання 16186 +відігравала 16187 +відігравало 16188 +відігравати 16189 +відіграватиме 16190 +відіграватимуть 16191 +відігравши 16192 +відіграла 16193 +відігралась 16194 +відіграли 16195 +відіграло 16196 +відіграти 16197 +відігратися 16198 +відіграють 16199 +відіграє 16200 +відійде 16201 +відійдемо 16202 +відійду 16203 +відійдуть 16204 +відійдіть 16205 +відійти 16206 +відійшла 16207 +відійшли 16208 +відійшло 16209 +відійшов 16210 +відімкнув 16211 +відімкнули 16212 +відімкнути 16213 +відіпхнув 16214 +відірвав 16215 +відірвавши 16216 +відірвалась 16217 +відірване 16218 +відірваними 16219 +відірвано 16220 +відірваності 16221 +відірваною 16222 +відірвані 16223 +відірвати 16224 +відірватись 16225 +відірватися 16226 +відірветься 16227 +відіслав 16228 +відіслати 16229 +віз 16230 +віза 16231 +візаві 16232 +візами 16233 +візантійських 16234 +візантійського 16235 +візантійської 16236 +візантію 16237 +візантія 16238 +візантії 16239 +візах 16240 +візель 16241 +візерунками 16242 +візерунки 16243 +візерунків 16244 +візи 16245 +візит 16246 +візитами 16247 +візитери 16248 +візити 16249 +візиткою 16250 +візитку 16251 +візитною 16252 +візитом 16253 +візиту 16254 +візитуючи 16255 +візитуючим 16256 +візитуючими 16257 +візитуючому 16258 +візитів 16259 +візитівкою 16260 +візка 16261 +візками 16262 +візку 16263 +візлі 16264 +візник 16265 +візника 16266 +візникові 16267 +візова 16268 +візове 16269 +візовий 16270 +візовим 16271 +візових 16272 +візово 16273 +візового 16274 +візовою 16275 +візової 16276 +візову 16277 +візові 16278 +візок 16279 +візочках 16280 +візочком 16281 +візочку 16282 +візочок 16283 +візою 16284 +візу 16285 +візуал 16286 +візуалах 16287 +візуальний 16288 +візуальними 16289 +візуальних 16290 +візуально 16291 +візуального 16292 +візуалізація 16293 +візуалізовані 16294 +візуалізуємо 16295 +візьме 16296 +візьмем 16297 +візьмемо 16298 +візьмемся 16299 +візьмете 16300 +візьмеш 16301 +візьми 16302 +візьму 16303 +візьмуть 16304 +візьмуться 16305 +візьміте 16306 +візьміть 16307 +візі 16308 +візія 16309 +візіями 16310 +візії 16311 +війде 16312 +війдем 16313 +війдемо 16314 +війн 16315 +війна 16316 +війнами 16317 +війнах 16318 +війни 16319 +війною 16320 +війну 16321 +війні 16322 +війск 16323 +війскових 16324 +війсковослужбовнці 16325 +війсь 16326 +військ 16327 +війська 16328 +військам 16329 +військами 16330 +військах 16331 +війським 16332 +військкомат 16333 +військкомата 16334 +військкоматі 16335 +військо 16336 +військов 16337 +військова 16338 +військове 16339 +військовий 16340 +військовики 16341 +військовиків 16342 +військовим 16343 +військовими 16344 +військових 16345 +військово 16346 +військового 16347 +військовозобов'язані 16348 +військовокомандувача 16349 +військовокомандувачів 16350 +військовому 16351 +військовополоненими 16352 +військовополонених 16353 +військовополоненого 16354 +військовополонені 16355 +військовослужбовець 16356 +військовослужбовцем 16357 +військовослужбовця 16358 +військовослужбовцям 16359 +військовослужбовцями 16360 +військовослужбовці 16361 +військовослужбовців 16362 +військовоспроможність 16363 +військовою 16364 +військової 16365 +військову 16366 +військовц 16367 +військові 16368 +військовій 16369 +військовіми 16370 +військом 16371 +військоматах 16372 +військомати 16373 +військомату 16374 +військоматів 16375 +війську 16376 +війти 16377 +війтову 16378 +війшли 16379 +війшло 16380 +вік 16381 +віка 16382 +віками 16383 +вікарія 16384 +віках 16385 +вікенду 16386 +віки 16387 +вікирчак 16388 +вікна 16389 +вікнами 16390 +вікно 16391 +вікном 16392 +вікні 16393 +віко 16394 +вікова 16395 +вікове 16396 +вікових 16397 +віком 16398 +вікон 16399 +віконець 16400 +віконечко 16401 +віконечку 16402 +віконницями 16403 +віконця 16404 +вікою 16405 +вікс 16406 +віктимблеймінг 16407 +віктимізація 16408 +віктимізації 16409 +віктор 16410 +віктора 16411 +вікторе 16412 +вікторинах 16413 +вікторович 16414 +віктором 16415 +віктору 16416 +вікторі 16417 +вікторіанська 16418 +вікторію 16419 +вікторія 16420 +вікторіє 16421 +вікторією 16422 +вікторії 16423 +віку 16424 +вікі 16425 +віків 16426 +вікілла 16427 +вікінг 16428 +вікінгами 16429 +вікінги 16430 +вікінгів 16431 +вікіпедій 16432 +вікіпедію 16433 +вікіпедія 16434 +вікіпедії 16435 +віл 16436 +віл-інфікованих 16437 +віларда 16438 +вілкул 16439 +вілкулом 16440 +вілла 16441 +віллу 16442 +віллємін 16443 +віллії 16444 +вілом 16445 +вілу 16446 +вільгельм 16447 +вільгруде 16448 +вільна 16449 +вільнай 16450 +вільнаї 16451 +вільне 16452 +вільни 16453 +вільний 16454 +вільним 16455 +вільними 16456 +вільних 16457 +вільно 16458 +вільного 16459 +вільнодумства 16460 +вільнодумство 16461 +вільноживучого 16462 +вільноживучі 16463 +вільному 16464 +вільнорадикальна 16465 +вільною 16466 +вільної 16467 +вільну 16468 +вільнюс 16469 +вільнюса 16470 +вільнюсі 16471 +вільняї 16472 +вільні 16473 +вільніше 16474 +вільнішими 16475 +вільнішою 16476 +вільніші 16477 +вільнішій 16478 +вільха 16479 +вільхи 16480 +вільхою 16481 +вільху 16482 +вілья 16483 +вільям 16484 +вільяма 16485 +вільямом 16486 +вільямс 16487 +вільямсон 16488 +вільяму 16489 +вільєма 16490 +вілікувується 16491 +вілію 16492 +вімімнадцятого 16493 +він 16494 +віна 16495 +віндом 16496 +вінегрет 16497 +вінегрету 16498 +вінець 16499 +віник 16500 +віником 16501 +віників 16502 +вінками 16503 +вінки 16504 +вінклера 16505 +вінник 16506 +вінника 16507 +віннингтон 16508 +вінниц 16509 +вінницею 16510 +вінницька 16511 +вінницький 16512 +вінницьким 16513 +вінницьких 16514 +вінницького 16515 +вінницькому 16516 +вінницької 16517 +вінницьку 16518 +вінницькій 16519 +вінницю 16520 +вінниця 16521 +вінниці 16522 +вінничан 16523 +вінничина 16524 +вінниччани 16525 +вінниччини 16526 +вінниччині 16527 +віно 16528 +вінок 16529 +вінт 16530 +вінтера 16531 +вінцем 16532 +вінця 16533 +вінців 16534 +вінча 16535 +вінчає 16536 +вінчі 16537 +віншує 16538 +віньчуань 16539 +вініл 16540 +вінілових 16541 +вінілові 16542 +вінілу 16543 +вінілі 16544 +вінішко 16545 +віола 16546 +віолетта 16547 +віолончелі 16548 +віп 16549 +віплочинку 16550 +віповідно 16551 +вір 16552 +віра 16553 +віраж 16554 +вірбовки 16555 +вірджинська 16556 +вірджинського 16557 +вірджинію 16558 +вірджинія 16559 +вірджинії 16560 +віре 16561 +віремо 16562 +віри 16563 +вірив 16564 +вірила 16565 +вірили 16566 +вірилось 16567 +вірилося 16568 +вірим 16569 +віримо 16570 +вірите 16571 +вірити 16572 +вірить 16573 +віриться 16574 +віриш 16575 +вірмен 16576 +вірменами 16577 +вірмени 16578 +вірменська 16579 +вірменськими 16580 +вірменських 16581 +вірменія 16582 +вірменією 16583 +вірменії 16584 +вірна 16585 +вірне 16586 +вірний 16587 +вірним 16588 +вірними 16589 +вірних 16590 +вірно 16591 +вірного 16592 +вірному 16593 +вірності 16594 +вірної 16595 +вірну 16596 +вірні 16597 +вірність 16598 +вірніше 16599 +віровизнання 16600 +вірогідний 16601 +вірогідно 16602 +вірогідного 16603 +вірогідності 16604 +вірогідною 16605 +вірогідної 16606 +вірогідні 16607 +вірогідність 16608 +вірогідністю 16609 +віроломна 16610 +віросповідання 16611 +віросповідати 16612 +віросповідуванні 16613 +вірочка 16614 +вірою 16615 +вірте 16616 +віртуали 16617 +віртуальне 16618 +віртуальний 16619 +віртуальним 16620 +віртуальних 16621 +віртуально 16622 +віртуальному 16623 +віртуальної 16624 +віртуальну 16625 +віртуальні 16626 +віртуозно 16627 +віру 16628 +вірування 16629 +віруваннями 16630 +вірувань 16631 +вірувати 16632 +вірус 16633 +віруса 16634 +віруси 16635 +вірусилось 16636 +вірусна 16637 +вірусне 16638 +вірусних 16639 +вірусов 16640 +вірусом 16641 +вірусу 16642 +вірусів 16643 +вірую 16644 +віруюча 16645 +віруючи 16646 +віруючих 16647 +віруючою 16648 +віруючу 16649 +віруєш 16650 +вірш 16651 +віршам 16652 +віршами 16653 +віршани 16654 +віршах 16655 +віршик 16656 +віршика 16657 +віршики 16658 +віршована 16659 +віршованим 16660 +віршом 16661 +вірші 16662 +віршів 16663 +вірю 16664 +вірян 16665 +вірять 16666 +вірячи 16667 +вірі 16668 +вірій 16669 +вісан 16670 +вісвітлювати 16671 +вісенте 16672 +вісить 16673 +віскаря 16674 +вісконсин 16675 +вісконсину 16676 +віскі 16677 +вісла 16678 +віслави 16679 +вісмнадцятий 16680 +вісмнадцять 16681 +вісмсот 16682 +вісмідесятих 16683 +вісник 16684 +віснику 16685 +вісові 16686 +віссирійську 16687 +віставив 16688 +віставки 16689 +вістей 16690 +вісти 16691 +вістимо 16692 +вістка 16693 +вістки 16694 +вістку 16695 +вістовий 16696 +вістові 16697 +вістря 16698 +вістрі 16699 +вістрії 16700 +вість 16701 +вісті 16702 +вісценціо 16703 +вісь 16704 +вісьми 16705 +вісьмисот 16706 +вісьмох 16707 +вісьмідесятої 16708 +вісьмідесяту 16709 +вісім 16710 +вісімдес 16711 +вісімдесят 16712 +вісімдесяте 16713 +вісімдесяти 16714 +вісімдесятий 16715 +вісімдесятих 16716 +вісімдесятого 16717 +вісімдесятому 16718 +вісімдесятої 16719 +вісімдесяту 16720 +вісімдесять 16721 +вісімдесятьом 16722 +вісімдесяті 16723 +вісімдесятій 16724 +вісімки 16725 +вісімнадесять 16726 +вісімнадццяти 16727 +вісімнадцята 16728 +вісімнадцяте 16729 +вісімнадцяти 16730 +вісімнадцятий 16731 +вісімнадцятикілограмовий 16732 +вісімнадцятимісячним 16733 +вісімнадцятимісячної 16734 +вісімнадцятимісячній 16735 +вісімнадцятирічного 16736 +вісімнадцятого 16737 +вісімнадцятому 16738 +вісімнадцятої 16739 +вісімнадцять 16740 +вісімнадцятьма 16741 +вісімнадцятьом 16742 +вісімнадцятьох 16743 +вісімнадцятій 16744 +вісімнадять 16745 +вісімндацятого 16746 +вісімсот 16747 +вісімці 16748 +вісімчот 16749 +віта 16750 +вітаааааюююю 16751 +вітав 16752 +вітаемо 16753 +вітай 16754 +вітак 16755 +вітала 16756 +вітали 16757 +віталися 16758 +вітальні 16759 +вітальністю 16760 +вітальович 16761 +віталій 16762 +віталійович 16763 +віталійовича 16764 +віталік 16765 +віталіка 16766 +віталію 16767 +віталія 16768 +віталієм 16769 +вітамін 16770 +вітамінами 16771 +вітамінах 16772 +вітаміни 16773 +вітамінних 16774 +вітамінні 16775 +вітамінозабезпечення 16776 +вітаміном 16777 +вітамінопрофілактика 16778 +вітамінотерапія 16779 +вітаміну 16780 +вітамінів 16781 +вітання 16782 +вітаннями 16783 +вітаннячки 16784 +вітати 16785 +вітатимуть 16786 +вітаю 16787 +вітаюсь 16788 +вітають 16789 +вітаються 16790 +вітаючи 16791 +вітає 16792 +вітаєм 16793 +вітаємо 16794 +вітаємося 16795 +вітається 16796 +вітвицька 16797 +вітвіцька 16798 +вітер 16799 +вітерець 16800 +вітерій 16801 +вітерія 16802 +вітерієм 16803 +віто 16804 +вітовська 16805 +вітовт 16806 +вітовта 16807 +вітольд 16808 +вітренко 16809 +вітрець 16810 +вітри 16811 +вітрила 16812 +вітринами 16813 +вітрова 16814 +вітрових 16815 +вітрової 16816 +вітрові 16817 +вітрогенераторів 16818 +вітрограді 16819 +вітром 16820 +вітру 16821 +вітряк 16822 +вітряків 16823 +вітряна 16824 +вітряних 16825 +вітрі 16826 +вітрів 16827 +вітс 16828 +вітсен 16829 +віттягнули 16830 +віттінгтон 16831 +вітця 16832 +вітчизна 16833 +вітчизни 16834 +вітчизною 16835 +вітчизняне 16836 +вітчизняний 16837 +вітчизняним 16838 +вітчизняних 16839 +вітчизняного 16840 +вітчизняному 16841 +вітчизняної 16842 +вітчизняну 16843 +вітчизняні 16844 +вітчизняній 16845 +вітчиною 16846 +віть 16847 +вітьку 16848 +вітя 16849 +вітязь 16850 +вітязя 16851 +вітяння 16852 +віті 16853 +віфлеєм 16854 +віфлеєму 16855 +віфлеємі 16856 +віхова 16857 +віховий 16858 +віхового 16859 +віхою 16860 +віху 16861 +віце 16862 +віце-прем'єр 16863 +віцепрезидент 16864 +віцепрем'ера 16865 +віці 16866 +віч 16867 +віче 16868 +вічеві 16869 +віченькі 16870 +вічливо 16871 +вічна 16872 +вічне 16873 +вічний 16874 +вічно 16875 +вічного 16876 +вічнозелених 16877 +вічной 16878 +вічності 16879 +вічної 16880 +вічну 16881 +вічні 16882 +вічність 16883 +вічністю 16884 +вічі 16885 +вішалась 16886 +вішати 16887 +вішаєш 16888 +віщання 16889 +віщатимуть 16890 +віщо 16891 +віщовало 16892 +віщував 16893 +віщуна 16894 +віщує 16895 +віють 16896 +вія 16897 +віяла 16898 +віяло 16899 +віє 16900 +г 16901 +г'яйокцена 16902 +га 16903 +гаазького 16904 +гаазі 16905 +габаритними 16906 +габаритно 16907 +габариту 16908 +габороне 16909 +габріел 16910 +габріелюс 16911 +габсбургів 16912 +габілітацію 16913 +гавайських 16914 +гавайські 16915 +гавайях 16916 +гавана 16917 +гавані 16918 +гавара 16919 +гаваях 16920 +гавел 16921 +гавела 16922 +гавернмент 16923 +гавкання 16924 +гавкнув 16925 +гавно 16926 +гавр 16927 +гаврики 16928 +гаврилюк 16929 +гаврилюка 16930 +гаврського 16931 +гага 16932 +гагаріна 16933 +гаге 16934 +гагні 16935 +гаграх 16936 +гагєгі 16937 +гад 16938 +гадала 16939 +гадали 16940 +гадалося 16941 +гадати 16942 +гадаю 16943 +гадають 16944 +гадаючи 16945 +гадає 16946 +гадаємо 16947 +гадаєте 16948 +гадається 16949 +гадесові 16950 +гаджабжич 16951 +гаджет 16952 +гаджети 16953 +гаджетів 16954 +гадка 16955 +гадки 16956 +гадлі 16957 +гадок 16958 +гадом 16959 +гадсона 16960 +гадюк 16961 +гадюки 16962 +гадюку 16963 +гадюкін 16964 +гадюкіни 16965 +гадяцький 16966 +гаді 16967 +гаемі 16968 +газ 16969 +газа 16970 +газами 16971 +газан 16972 +газбули 16973 +газбулою 16974 +газелєй 16975 +газет 16976 +газета 16977 +газетах 16978 +газети 16979 +газетка 16980 +газетку 16981 +газетним 16982 +газетними 16983 +газетних 16984 +газетному 16985 +газетні 16986 +газетою 16987 +газету 16988 +газетярська 16989 +газеті 16990 +гази 16991 +газик 16992 +газлайтинг 16993 +газобалонним 16994 +газова 16995 +газовані 16996 +газовий 16997 +газовим 16998 +газовими 16999 +газових 17000 +газового 17001 +газовому 17002 +газовою 17003 +газової 17004 +газову 17005 +газові 17006 +газовій 17007 +газогін 17008 +газок 17009 +газом 17010 +газон 17011 +газоочисник 17012 +газопилової 17013 +газопостачання 17014 +газопроводу 17015 +газопроводів 17016 +газопровід 17017 +газорозподільних 17018 +газотранспортної 17019 +газотранспортну 17020 +газотранспортній 17021 +газотурбінна 17022 +газотурбінний 17023 +газотурбінні 17024 +газою 17025 +газпром 17026 +газпромом 17027 +газпрому 17028 +газтранзит 17029 +газу 17030 +газувать 17031 +газуйте 17032 +газує 17033 +газуєм 17034 +газєти 17035 +газєтє 17036 +газі 17037 +газів 17038 +гай 17039 +гайвороння 17040 +гайда 17041 +гайдай 17042 +гайдамакам 17043 +гайдамаками 17044 +гайдамаки 17045 +гайдамаків 17046 +гайдамацький 17047 +гайдамацького 17048 +гайдамаччину 17049 +гайдар 17050 +гайден 17051 +гайдена 17052 +гайди 17053 +гайдук 17054 +гайдука 17055 +гайдуки 17056 +гайдуків 17057 +гайки 17058 +гайку 17059 +гайморит 17060 +гайморитами 17061 +гайморити 17062 +гаймориту 17063 +гайок 17064 +гайсин 17065 +гайте 17066 +гак 17067 +гака 17068 +гакабі 17069 +гаком 17070 +гаківниць 17071 +галайда 17072 +галайди 17073 +галайду 17074 +галайдівці 17075 +галактик 17076 +галактику 17077 +галана 17078 +галас 17079 +галасливий 17080 +галасливою 17081 +галасливі 17082 +галасовали 17083 +галасу 17084 +галась 17085 +галач 17086 +галенко 17087 +галерею 17088 +галерея 17089 +галереях 17090 +галереї 17091 +галеристів 17092 +галес 17093 +галесь 17094 +галею 17095 +галина 17096 +галини 17097 +галинки 17098 +галино 17099 +галиночка 17100 +галиночкою 17101 +галині 17102 +галицьких 17103 +галицько 17104 +галицькі 17105 +галич 17106 +галичани 17107 +галичанин 17108 +галичанку 17109 +галичина 17110 +галичини 17111 +галичиною 17112 +галичині 17113 +галльського 17114 +галльську 17115 +галопу 17116 +галопують 17117 +галопуючі 17118 +галочка 17119 +галочки 17120 +галочку 17121 +галузевий 17122 +галузевих 17123 +галузей 17124 +галуззю 17125 +галузки 17126 +галузь 17127 +галузях 17128 +галузі 17129 +галушка 17130 +галушками 17131 +галушки 17132 +галушкіна 17133 +галушкіну 17134 +галушок 17135 +галущак 17136 +галь 17137 +гальма 17138 +гальмо 17139 +гальмувалася 17140 +гальмування 17141 +гальмувати 17142 +гальмуються 17143 +гальмує 17144 +гальмується 17145 +гальмівна 17146 +галю 17147 +галюня 17148 +галюцинації 17149 +галя 17150 +галявину 17151 +галєй 17152 +галі 17153 +галілеї 17154 +галіна 17155 +галіція 17156 +галіції 17157 +гам 17158 +гамада 17159 +гамаз 17160 +гамазу 17161 +гамалія 17162 +гаманець 17163 +гаманця 17164 +гаманцях 17165 +гаманці 17166 +гаманців 17167 +гамас 17168 +гамасові 17169 +гамасом 17170 +гамассу 17171 +гамасу 17172 +гамбаротта 17173 +гамбароттой 17174 +гамбург 17175 +гамбурга 17176 +гамбурзі 17177 +гамві 17178 +гамлетівське 17179 +гамна 17180 +гамні 17181 +гамід 17182 +гаміда 17183 +гамідан 17184 +гамідом 17185 +гамільтон 17186 +гамір 17187 +гамірній 17188 +ган 17189 +ган'є 17190 +гана 17191 +ганашвілі 17192 +гангадзе 17193 +ганган 17194 +гангана 17195 +гангану 17196 +гангренуючих 17197 +гандболу 17198 +гандзею 17199 +гандзюк 17200 +гандлі 17201 +ганді 17202 +ганебна 17203 +ганебний 17204 +ганебним 17205 +ганебних 17206 +ганебно 17207 +ганебного 17208 +ганебній 17209 +ганебність 17210 +ганебі 17211 +ганем 17212 +ганзасу 17213 +гани 17214 +ганила 17215 +ганили 17216 +ганку 17217 +ганна 17218 +ганни 17219 +ганно 17220 +ганновера 17221 +ганнусею 17222 +ганнусю 17223 +ганнуся 17224 +ганнусі 17225 +гано 17226 +ганс-герд 17227 +ганс-ґерт 17228 +ганської 17229 +гантелі 17230 +гантер 17231 +гантінгтонська 17232 +гантінктонська 17233 +гануся 17234 +ганущак 17235 +ганущака 17236 +ганущаку 17237 +ганчірки 17238 +ганьба 17239 +ганьби 17240 +ганьбить 17241 +ганьбою 17242 +ганьбу 17243 +ганьсу 17244 +ганю 17245 +ганя 17246 +ганяв 17247 +ганяла 17248 +ганялися 17249 +ганяти 17250 +ганять 17251 +ганяють 17252 +ганяє 17253 +ганяється 17254 +гані 17255 +ганія 17256 +ганіє 17257 +гао 17258 +гапяк 17259 +гапяка 17260 +гапяком 17261 +гар 17262 +гарабач 17263 +гараж 17264 +гаража 17265 +гаражу 17266 +гаражі 17267 +гаразд 17268 +гарант 17269 +гаранта 17270 +гаранти 17271 +гарантована 17272 +гарантоване 17273 +гарантований 17274 +гарантованих 17275 +гарантовано 17276 +гарантованого 17277 +гарантованому 17278 +гарантованою 17279 +гарантовані 17280 +гарантом 17281 +гарантував 17282 +гарантувала 17283 +гарантували 17284 +гарантування 17285 +гарантуванні 17286 +гарантувати 17287 +гарантуватимуть 17288 +гарантую 17289 +гарантують 17290 +гарантуються 17291 +гарантує 17292 +гарантуєм 17293 +гарантуємо 17294 +гарантуєте 17295 +гарантується 17296 +гарантів 17297 +гарантій 17298 +гарантійне 17299 +гарантію 17300 +гарантія 17301 +гарантіями 17302 +гарантією 17303 +гарантії 17304 +гарань 17305 +гараня 17306 +гарапач 17307 +гарапником 17308 +гараре 17309 +гарарі 17310 +гарашті 17311 +гаращенко 17312 +гарбуз 17313 +гарбуза 17314 +гарбузи 17315 +гарбузцями 17316 +гарбузці 17317 +гарбузів 17318 +гарбінью 17319 +гарвардах 17320 +гарвардський 17321 +гарвардського 17322 +гарвардської 17323 +гарвардів 17324 +гардар 17325 +гардарика 17326 +гарденії 17327 +гардероба 17328 +гардеробну 17329 +гарднер 17330 +гардіан 17331 +гардієн 17332 +гарері 17333 +гарикнув 17334 +гаркнув 17335 +гаркуша 17336 +гарман 17337 +гармат 17338 +гармата 17339 +гарматами 17340 +гармати 17341 +гарматна 17342 +гарматне 17343 +гарматний 17344 +гарматника 17345 +гарматники 17346 +гарматних 17347 +гарматною 17348 +гарматну 17349 +гарматні 17350 +гарматою 17351 +гармату 17352 +гармаш 17353 +гармаша 17354 +гармидер 17355 +гармонізувати 17356 +гармоній 17357 +гармонійна 17358 +гармонійно 17359 +гармонійного 17360 +гармонійною 17361 +гармонійної 17362 +гармоніки 17363 +гармоністами 17364 +гармоністом 17365 +гармонію 17366 +гармонія 17367 +гармошка 17368 +гармошки 17369 +гармошку 17370 +гармошці 17371 +гармс 17372 +гармсер 17373 +гарна 17374 +гарне 17375 +гарненька 17376 +гарненьке 17377 +гарненький 17378 +гарненько 17379 +гарненькою 17380 +гарненької 17381 +гарненькі 17382 +гарний 17383 +гарним 17384 +гарними 17385 +гарних 17386 +гарниї 17387 +гарно 17388 +гарного 17389 +гарному 17390 +гарною 17391 +гарної 17392 +гарну 17393 +гарнюнє 17394 +гарнюсінькі 17395 +гарнючій 17396 +гарні 17397 +гарнізон 17398 +гарнізонні 17399 +гарнізоном 17400 +гарнізону 17401 +гарнізонів 17402 +гарній 17403 +гарніше 17404 +гарнішим 17405 +гарпер 17406 +гарперу 17407 +гарпун 17408 +гарпуна 17409 +гарпія 17410 +гаррос 17411 +гарроса 17412 +гаррі 17413 +гарріс 17414 +гартує 17415 +гарчав 17416 +гарчання 17417 +гарщенка 17418 +гаряча 17419 +гаряче 17420 +гарячий 17421 +гарячим 17422 +гарячими 17423 +гарячих 17424 +гарячка 17425 +гарячки 17426 +гарячкове 17427 +гарячково 17428 +гарячкові 17429 +гарячківка 17430 +гарячо 17431 +гарячого 17432 +гарячому 17433 +гарячою 17434 +гарячої 17435 +гарячу 17436 +гарячі 17437 +гарячій 17438 +гарячім 17439 +гарячіша 17440 +гарі 17441 +гаріет 17442 +гарірі 17443 +гаріс 17444 +гасати 17445 +гасел 17446 +гаси 17447 +гасив 17448 +гасили 17449 +гасилися 17450 +гасити 17451 +гасить 17452 +гасла 17453 +гаслами 17454 +гаслах 17455 +гасло 17456 +гаслом 17457 +гаслі 17458 +гастроентеролог 17459 +гастролі 17460 +гастромайстерні 17461 +гастінгс 17462 +гасять 17463 +гасяться 17464 +гасіння 17465 +гатив 17466 +гатила 17467 +гатиле 17468 +гатили 17469 +гатило 17470 +гатилові 17471 +гатиловідвернувсь 17472 +гатилом 17473 +гатилів 17474 +гатити 17475 +гатки 17476 +гаткою 17477 +гатку 17478 +гато 17479 +гатунку 17480 +гатунків 17481 +гатіла 17482 +гаубицею 17483 +гаубиць 17484 +гаубицю 17485 +гаубицях 17486 +гаубиці 17487 +гауптвахти 17488 +гафез 17489 +гах 17490 +гачечиладзе 17491 +гачком 17492 +гачок 17493 +гаше 17494 +гаші 17495 +гаю 17496 +гаючи 17497 +гаяти 17498 +гаях 17499 +гаї 17500 +гаїті 17501 +гаїшники 17502 +гвалт 17503 +гвалтували 17504 +гвалтування 17505 +гвалтувати 17506 +гвалтуючи 17507 +гвалтівники 17508 +гвардійська 17509 +гвардійський 17510 +гвардійських 17511 +гвардійською 17512 +гвардія 17513 +гвардії 17514 +гватемала 17515 +гватемалець 17516 +гватемали 17517 +гватемалі 17518 +гвинт 17519 +гвинтами 17520 +гвинтик 17521 +гвинтику 17522 +гвинтівки 17523 +гвинтівку 17524 +гвоздик 17525 +гвоздиковий 17526 +гвф 17527 +гвяздовським 17528 +гвіана 17529 +гг 17530 +ггулявий 17531 +где-нибуть 17532 +где-там 17533 +гдє 17534 +ге 17535 +ге-гельмінти 17536 +геббельсом 17537 +геварою 17538 +геві 17539 +гегель 17540 +гедеминас 17541 +гедемінас 17542 +гедемінасом 17543 +гедеринським 17544 +гедзатись 17545 +геди 17546 +гедимінасом 17547 +гедлі 17548 +гезбала 17549 +гезбола 17550 +гезболи 17551 +гезболла 17552 +гезболли 17553 +гезболою 17554 +гезбула 17555 +гезде 17556 +гей 17557 +гей-парадів 17558 +гейден 17559 +гейзер 17560 +гейзо 17561 +гейл 17562 +гейлен 17563 +гейлунцзян 17564 +гейльсберґу 17565 +гейлі 17566 +гейнонен 17567 +гейнонена 17568 +гейнсвіл 17569 +гейраша 17570 +гейсису 17571 +гейслер 17572 +гейст 17573 +гейт 17574 +гейтс 17575 +гейтса 17576 +гейтсом 17577 +геката 17578 +гекльберрі 17579 +гектар 17580 +гектара 17581 +гектарах 17582 +гектари 17583 +гектарів 17584 +гелап 17585 +гелапа 17586 +гелен 17587 +геленор 17588 +гелетей 17589 +геликоптери 17590 +геллоу 17591 +гелоу 17592 +гелпіна 17593 +гель 17594 +гельзенкирхенців 17595 +гельман 17596 +гельманд 17597 +гельманді 17598 +гельмант 17599 +гельми 17600 +гельмінт 17601 +гельмінта 17602 +гельмінтами 17603 +гельмінтах 17604 +гельмінти 17605 +гельмінтози 17606 +гельмінтів 17607 +гельмінів 17608 +гельсинської 17609 +гельсінська 17610 +гельсінської 17611 +гельтейчук 17612 +гельґоланд 17613 +гелій 17614 +гелікоптер 17615 +гелікоптера 17616 +гелікоптерами 17617 +гелікоптерах 17618 +гелікоптери 17619 +гелікоптером 17620 +гелікоптері 17621 +гелікоптерів 17622 +геліос 17623 +геліоса 17624 +гемео 17625 +гемерт 17626 +гемоглобін 17627 +гемоглобіну 17628 +геморно 17629 +геморой 17630 +гемоскануванням 17631 +ген 17632 +гена 17633 +генабума 17634 +генадій 17635 +генадія 17636 +генами 17637 +генглов 17638 +генденштейн 17639 +гендерна 17640 +гендерний 17641 +гендерними 17642 +гендерних 17643 +гендерно 17644 +гендерного 17645 +гендерної 17646 +гендерну 17647 +гендерні 17648 +гендир 17649 +гендиректор 17650 +гендиректора 17651 +гендиректором 17652 +генеалогія 17653 +генези 17654 +генезис 17655 +генерад 17656 +генерал 17657 +генерала 17658 +генералами 17659 +генералах 17660 +генерале 17661 +генерали 17662 +генералипоклали 17663 +генералкомісаріату 17664 +генералові 17665 +генералом 17666 +генералу 17667 +генеральна 17668 +генеральне 17669 +генеральний 17670 +генеральним 17671 +генеральними 17672 +генеральних 17673 +генерального 17674 +генеральному 17675 +генеральною 17676 +генеральної 17677 +генеральну 17678 +генеральній 17679 +генеральський 17680 +генеральської 17681 +генералів 17682 +генералісимус 17683 +генералісимуса 17684 +генералісімус 17685 +генералітет 17686 +генералітетом 17687 +генератор 17688 +генератора 17689 +генераторами 17690 +генераторах 17691 +генератори 17692 +генераторі 17693 +генераторів 17694 +генерація 17695 +генерації 17696 +генерування 17697 +генерують 17698 +генерує 17699 +генетик 17700 +генетика 17701 +генетична 17702 +генетичних 17703 +генетично 17704 +генетичному 17705 +генетичної 17706 +генетичну 17707 +генетичні 17708 +гени 17709 +генконсульством 17710 +геннадій 17711 +геннадію 17712 +геннадія 17713 +геннадієм 17714 +генно 17715 +генної 17716 +генового 17717 +генодицу 17718 +геноміки 17719 +геноцид 17720 +геноцидальну 17721 +геноцидові 17722 +геноцидом 17723 +геноциду 17724 +геноциді 17725 +генпрокуратура 17726 +генпрокуратури 17727 +генпрокуратурою 17728 +генпрокуратуру 17729 +генпрокуратурі 17730 +генпрокурор 17731 +генпрокурора 17732 +генпрокурору 17733 +генпрокурорів 17734 +генпідрядника 17735 +генрі 17736 +генріха 17737 +генсек 17738 +генсека 17739 +генсеком 17740 +гену 17741 +генуезьких 17742 +генчік 17743 +генштаб 17744 +генштабом 17745 +генштабу 17746 +генштабі 17747 +генштабівських 17748 +геня 17749 +геніальна 17750 +геніальне 17751 +геніальний 17752 +геніальним 17753 +геніальну 17754 +геніальні 17755 +геніальність 17756 +генів 17757 +геній 17758 +генітальної 17759 +геніталій 17760 +генічеськ 17761 +генічка 17762 +генію 17763 +генія 17764 +генієм 17765 +географічне 17766 +географічний 17767 +географічним 17768 +географічних 17769 +географічно 17770 +географічну 17771 +географічні 17772 +географічній 17773 +географію 17774 +географія 17775 +географією 17776 +географії 17777 +геодезичний 17778 +геодно- 17779 +геологи 17780 +геологічної 17781 +геолокаційні 17782 +геометричних 17783 +геометричній 17784 +геометрії 17785 +геомоністичні 17786 +геополітик 17787 +геополітики 17788 +геополітична 17789 +геополітичне 17790 +геополітичний 17791 +геополітичним 17792 +геополітичними 17793 +геополітичних 17794 +геополітично 17795 +геополітичного 17796 +геополітичному 17797 +геополітичної 17798 +геополітичні 17799 +геополітичній 17800 +геоприв'язки 17801 +георгиевская 17802 +георгій 17803 +георгійович 17804 +георгія 17805 +георгієвської 17806 +георгієм 17807 +георгіївська 17808 +георгіївський 17809 +георгіївським 17810 +георгіївською 17811 +георгіївської 17812 +георгіївські 17813 +георгіївській 17814 +геоінформаційні 17815 +геп 17816 +гепард 17817 +гепарди 17818 +гепатит 17819 +гепатитом 17820 +гепатиту 17821 +гепатола 17822 +гепатолог 17823 +гепатопротектори 17824 +гептрал 17825 +гептраф 17826 +герай 17827 +гералд 17828 +геральд 17829 +геральдикою 17830 +геральдиці 17831 +герасименко 17832 +герасимов 17833 +герасимова 17834 +герасимової 17835 +герасько 17836 +геращенка 17837 +геращенко 17838 +геращенком 17839 +герб 17840 +герба 17841 +герберт 17842 +гербом 17843 +гереро 17844 +герман 17845 +германа 17846 +германець 17847 +германії 17848 +гермена 17849 +гернот 17850 +героем 17851 +герой 17852 +геройства 17853 +герол 17854 +герольд 17855 +геропротектори 17856 +геростратова 17857 +героя 17858 +героям 17859 +героями 17860 +героєм 17861 +герої 17862 +героїв 17863 +героїзації 17864 +героїзм 17865 +героїзму 17866 +героїку 17867 +героїн 17868 +героїна 17869 +героїнею 17870 +героїном 17871 +героїну 17872 +героїнь 17873 +героїню 17874 +героїня 17875 +героїні 17876 +героїчна 17877 +героїчний 17878 +героїчними 17879 +героїчно 17880 +героїчного 17881 +героїчному 17882 +героїчній 17883 +геррі 17884 +герта 17885 +герти 17886 +герту 17887 +герц 17888 +герцеговини 17889 +герцеговині 17890 +герцль 17891 +герцог 17892 +герцогському 17893 +гершвіна 17894 +гершкович 17895 +гері 17896 +геріджею 17897 +гес 17898 +геса 17899 +гесбула 17900 +гессе 17901 +гете 17902 +гетемюлер 17903 +гетерогенного 17904 +гетсбі 17905 +геттемюллер 17906 +гетто 17907 +геть 17908 +геть-геть 17909 +гетьман 17910 +гетьмана 17911 +гетьмани 17912 +гетьманом 17913 +гетьманськеє 17914 +гетьманський 17915 +гетьманській 17916 +гетьманськім 17917 +гетьману 17918 +гетьманчук 17919 +гетьманщини 17920 +гефнер 17921 +геї 17922 +гибель 17923 +гибнут 17924 +гигнувши 17925 +гидка 17926 +гидкими 17927 +гидко 17928 +гидку 17929 +гидую 17930 +гий 17931 +гил 17932 +гиларі 17933 +гилорі 17934 +гильманд 17935 +гильменд 17936 +гильменду 17937 +гине 17938 +гинула 17939 +гинули 17940 +гинути 17941 +гинуть 17942 +гирдикіч 17943 +гирла 17944 +гиряві 17945 +гитариста 17946 +гл 17947 +глав 17948 +глава 17949 +главарь 17950 +глави 17951 +главком 17952 +главкома 17953 +главкомом 17954 +главкому 17955 +главне 17956 +главно 17957 +главноє 17958 +главою 17959 +главу 17960 +главі 17961 +гладдю 17962 +гладенько 17963 +гладенької 17964 +гладила 17965 +гладир 17966 +гладити 17967 +гладкий 17968 +гладким 17969 +гладко 17970 +гладковського 17971 +гладкого 17972 +гладкоствольною 17973 +гладкою 17974 +гладун 17975 +гладущик 17976 +гладущиком 17977 +глаз 17978 +глазах 17979 +глазком 17980 +глазунов 17981 +глаксо 17982 +глаксоссмітклайн 17983 +глас 17984 +гласності 17985 +глассман 17986 +глассмана 17987 +глаукому 17988 +глейзер 17989 +глечику 17990 +глиб 17991 +глибин 17992 +глибина 17993 +глибинах 17994 +глибини 17995 +глибинки 17996 +глибинна 17997 +глибинне 17998 +глибинними 17999 +глибинною 18000 +глибинні 18001 +глибиною 18002 +глибину 18003 +глибинці 18004 +глибинь 18005 +глибині 18006 +глибока 18007 +глибоке 18008 +глибокий 18009 +глибоким 18010 +глибокими 18011 +глибоких 18012 +глибоко 18013 +глибоководні 18014 +глибокого 18015 +глибокозмістовну 18016 +глибокому 18017 +глибокорелігійним 18018 +глибокою 18019 +глибокої 18020 +глибоку 18021 +глибокі 18022 +глибокій 18023 +глибочезних 18024 +глибша 18025 +глибше 18026 +глибшим 18027 +глибшими 18028 +глибшою 18029 +глибші 18030 +глиина 18031 +глина 18032 +глинами 18033 +глинисту 18034 +глинський 18035 +глину 18036 +глиняний 18037 +глитав 18038 +глитаї 18039 +глоб 18040 +глобал 18041 +глобальна 18042 +глобальне 18043 +глобальний 18044 +глобальним 18045 +глобальними 18046 +глобальних 18047 +глобально 18048 +глобального 18049 +глобальном 18050 +глобальному 18051 +глобальною 18052 +глобальної 18053 +глобальну 18054 +глобальні 18055 +глобальній 18056 +глобальність 18057 +глобальніше 18058 +глобальнішими 18059 +глобалізацію 18060 +глобалізація 18061 +глобус 18062 +глобуса 18063 +глобусу 18064 +глову 18065 +глогось 18066 +глодом 18067 +глодосами 18068 +глоду 18069 +глосарій 18070 +глоткі 18071 +глубинах 18072 +глузд 18073 +глуздом 18074 +глузду 18075 +глуздівно 18076 +глузливо 18077 +глузування 18078 +глузуєш 18079 +глуп 18080 +глупа 18081 +глупавий 18082 +глупака 18083 +глупе 18084 +глупий 18085 +глупо 18086 +глупому 18087 +глупство 18088 +глупу 18089 +глупі 18090 +глупість 18091 +глуха 18092 +глухий 18093 +глухим 18094 +глухих 18095 +глухо 18096 +глуховською 18097 +глухого 18098 +глухомань 18099 +глухому 18100 +глухонімими 18101 +глухонімої 18102 +глухою 18103 +глуху 18104 +глухі 18105 +глухівщині 18106 +глухій 18107 +глушенко 18108 +глушили 18109 +глушилками 18110 +глушилки 18111 +глушити 18112 +глушкам 18113 +глушковим 18114 +глушник 18115 +глушником 18116 +глюки 18117 +глюкнув 18118 +глюків 18119 +глючить 18120 +глядацьких 18121 +глядацьку 18122 +глядач 18123 +глядача 18124 +глядачам 18125 +глядачами 18126 +глядачі 18127 +глядачів 18128 +гляди 18129 +глядит 18130 +глядить 18131 +глядіть 18132 +глянеш 18133 +гляну 18134 +глянув 18135 +глянувши 18136 +глянула 18137 +глянули 18138 +глянуло 18139 +глянути 18140 +глянцеві 18141 +глянців 18142 +глянь 18143 +глянься 18144 +гляньте 18145 +глєбовка 18146 +гліб 18147 +гліба 18148 +глібе 18149 +глібом 18150 +глібу 18151 +гліома 18152 +гліоми 18153 +гліому 18154 +гліцеринове 18155 +гліцеринового 18156 +гліцерином 18157 +гліцисед 18158 +гмо 18159 +гнав 18160 +гнала 18161 +гнали 18162 +гнаний 18163 +гнат 18164 +гнати 18165 +гнатишин 18166 +гнатковим 18167 +гнатюк 18168 +гнатів 18169 +гнатіва 18170 +гне 18171 +гнем 18172 +гнеться 18173 +гниди 18174 +гнила 18175 +гниле 18176 +гнилий 18177 +гнилої 18178 +гниляни 18179 +гнися 18180 +гнити 18181 +гниюку 18182 +гниє 18183 +гнобителів 18184 +гнобити 18185 +гнобить 18186 +гнобленню 18187 +гнома 18188 +гномів 18189 +гнотів 18190 +гною 18191 +гноїться 18192 +гнусяться 18193 +гнути 18194 +гнутова 18195 +гнутове 18196 +гнутово 18197 +гнутового 18198 +гнутовому 18199 +гнутому 18200 +гнуться 18201 +гнучись 18202 +гнучка 18203 +гнучкий 18204 +гнучкими 18205 +гнучко 18206 +гнучкого 18207 +гнучкості 18208 +гнучку 18209 +гнучкі 18210 +гнучкість 18211 +гнушається 18212 +гнів 18213 +гнівайтесь 18214 +гніватись 18215 +гніватися 18216 +гніваєшся 18217 +гнівна 18218 +гнівний 18219 +гнівну 18220 +гнівом 18221 +гніву 18222 +гніві 18223 +гнідого 18224 +гнізд 18225 +гніздечками 18226 +гніздиться 18227 +гніздо 18228 +гніздову 18229 +гніздом 18230 +гніздяться 18231 +гній 18232 +гнійних 18233 +гнійні 18234 +гніту 18235 +гнітюча 18236 +гнітючі 18237 +го 18238 +гоа 18239 +гоа-фест 18240 +гоа-фесту 18241 +гобарт 18242 +гобелен 18243 +гобі 18244 +гов 18245 +говард 18246 +говарда 18247 +говардом 18248 +говна 18249 +говоили 18250 +говоре 18251 +говорено 18252 +говори 18253 +говорив 18254 +говорила 18255 +говорили 18256 +говорило 18257 +говорилось 18258 +говорилося 18259 +говорильні 18260 +говорим 18261 +говоримемо 18262 +говорими 18263 +говоримо 18264 +говорит 18265 +говорите 18266 +говорити 18267 +говоритиме 18268 +говоритимемо 18269 +говоритимеш 18270 +говоритимимо 18271 +говоритимуть 18272 +говоритися 18273 +говорится 18274 +говорить 18275 +говориться 18276 +говориш 18277 +говоруна 18278 +говоруха 18279 +говорю 18280 +говоря 18281 +говорять 18282 +говорячи 18283 +говоріння 18284 +говорінні 18285 +говоріть 18286 +говірка 18287 +говірок 18288 +гог 18289 +гоголем 18290 +гоголь 18291 +год 18292 +года 18293 +годан 18294 +годана 18295 +годар 18296 +годен 18297 +годечан 18298 +годечана 18299 +годечане 18300 +годжусь 18301 +годи 18302 +годив 18303 +годила 18304 +годин 18305 +година 18306 +годинами 18307 +годинах 18308 +години 18309 +годинки 18310 +годинку 18311 +годинний 18312 +годинник 18313 +годинника 18314 +годинниками 18315 +годинники 18316 +годинникову 18317 +годинником 18318 +годиннику 18319 +годинників 18320 +годинного 18321 +годинному 18322 +годину 18323 +годині 18324 +годиться 18325 +годованець 18326 +годований 18327 +годованця 18328 +годових 18329 +годой 18330 +годоя 18331 +годоєві 18332 +годував 18333 +годувала 18334 +годували 18335 +годувальник 18336 +годувати 18337 +годувать 18338 +годуй 18339 +годую 18340 +годують 18341 +годує 18342 +годуєм 18343 +годуємо 18344 +годуєте 18345 +годуєш 18346 +годяться 18347 +годящі 18348 +годі 18349 +годівлю 18350 +гоже 18351 +гойдайся 18352 +гойдалася 18353 +гойдалка 18354 +гойдалках 18355 +гойдалки 18356 +гойдалкою 18357 +гойдалку 18358 +гойдалці 18359 +гойдатися 18360 +гойдаючись 18361 +гойдає 18362 +гойдається 18363 +гойї 18364 +гоксел 18365 +гоксела 18366 +гол 18367 +гола 18368 +голави 18369 +голам 18370 +голами 18371 +голамхосейн 18372 +голандської 18373 +голанськими 18374 +голанських 18375 +голанські 18376 +голгофи 18377 +голгофу 18378 +голд 18379 +голдберг 18380 +голден 18381 +голдман 18382 +голе 18383 +голена 18384 +голену 18385 +голи 18386 +голий 18387 +голим 18388 +голих 18389 +голки 18390 +голкою 18391 +голку 18392 +голкіпер 18393 +голландська 18394 +голландськими 18395 +голландського 18396 +голландському 18397 +голландською 18398 +голландську 18399 +голландські 18400 +голландській 18401 +голландія 18402 +голландії 18403 +голлівудське 18404 +голлівудський 18405 +голлівудських 18406 +голлівудського 18407 +голлівудську 18408 +голлівуді 18409 +голмс 18410 +голо 18411 +голобуцький 18412 +голов 18413 +голова 18414 +головам 18415 +головами 18416 +голованівськ 18417 +головархітектури 18418 +головастіків 18419 +головах 18420 +головенко 18421 +головешку 18422 +голови 18423 +головиха 18424 +головка 18425 +головко 18426 +головку 18427 +головківка 18428 +головна 18429 +головне 18430 +головний 18431 +головним 18432 +головними 18433 +головних 18434 +головно 18435 +головного 18436 +головногою 18437 +головнокомандувач 18438 +головнокомандувача 18439 +головнокомандувачеві 18440 +головнокомандувачем 18441 +головнокомандувачу 18442 +головнокомандувачі 18443 +головнокомандуюч 18444 +головнокомандуючий 18445 +головнокомандуючим 18446 +головнокомандуючого 18447 +головному 18448 +головноскеровані 18449 +головною 18450 +головної 18451 +головну 18452 +головні 18453 +головній 18454 +головніші 18455 +голово 18456 +головой 18457 +головоньку 18458 +головою 18459 +головпоштамту 18460 +головпоштамті 18461 +голову 18462 +головував 18463 +головування 18464 +головуванням 18465 +головуючий 18466 +головуючої 18467 +головує 18468 +голові 18469 +головін 18470 +голого 18471 +голод 18472 +голодаю 18473 +голодаючих 18474 +голоден 18475 +голоди 18476 +голодна 18477 +голодне 18478 +голодний 18479 +голодним 18480 +голодних 18481 +голодного 18482 +голодному 18483 +голодну 18484 +голодні 18485 +голодній 18486 +голодом 18487 +голодомор 18488 +голодомори 18489 +голодомором 18490 +голодомору 18491 +голодоморі 18492 +голодоморів 18493 +голоду 18494 +голодування 18495 +голодуючих 18496 +голодуючі 18497 +голодує 18498 +голокост 18499 +голокостом 18500 +голокосту 18501 +голому 18502 +голопатюком 18503 +голос 18504 +голоса 18505 +голосам 18506 +голосами 18507 +голосах 18508 +голоси 18509 +голосисько 18510 +голоситься 18511 +голословим 18512 +голослі 18513 +голослівна 18514 +голослівно 18515 +голослівної 18516 +голослівні 18517 +голосна 18518 +голосний 18519 +голосними 18520 +голосних 18521 +голосно 18522 +голосної 18523 +голосні 18524 +голосніше 18525 +голосов 18526 +голосове 18527 +голосового 18528 +голосові 18529 +голосовій 18530 +голосок 18531 +голосом 18532 +голосу 18533 +голосував 18534 +голосувала 18535 +голосували 18536 +голосувало 18537 +голосувалось 18538 +голосування 18539 +голосуванням 18540 +голосуваннях 18541 +голосуванні 18542 +голосуванній 18543 +голосувань 18544 +голосувати 18545 +голосуватиме 18546 +голосуватимете 18547 +голосуватимуть 18548 +голосуватися 18549 +голосувать 18550 +голосуйте 18551 +голосую 18552 +голосують 18553 +голосуючи 18554 +голосуючих 18555 +голосує 18556 +голосуємо 18557 +голосуєш 18558 +голосуєшь 18559 +голосюс 18560 +голосять 18561 +голосі 18562 +голосів 18563 +голосіївська 18564 +голосіївський 18565 +голосіївському 18566 +голота 18567 +голотою 18568 +голу 18569 +голуб 18570 +голуб'ячих 18571 +голуба 18572 +голуби 18573 +голубий 18574 +голубим 18575 +голубими 18576 +голубить 18577 +голубиш 18578 +голубки 18579 +голубко 18580 +голубкою 18581 +голубого 18582 +голубоньки 18583 +голубочки 18584 +голубою 18585 +голубу 18586 +голубців 18587 +голубчику 18588 +голубі 18589 +голубів 18590 +голуванням 18591 +голуста 18592 +гольдник 18593 +гольф 18594 +гольфового 18595 +гольфу 18596 +гольця 18597 +голі 18598 +голіаф 18599 +голів 18600 +голівка 18601 +голівкою 18602 +голівку 18603 +гоманець 18604 +гомель 18605 +гоменюк 18606 +гомеопатами 18607 +гомеопатією 18608 +гомеопатії 18609 +гомер 18610 +гомеричний 18611 +гомогенними 18612 +гомонять 18613 +гомонячи 18614 +гоморра 18615 +гомосексуалізму 18616 +гомосексуалістом 18617 +гомс 18618 +гомін 18619 +гонгадзе 18620 +гондурас 18621 +гонець 18622 +гонзалес 18623 +гонитві 18624 +гонить 18625 +гонка 18626 +гонки 18627 +гонконг 18628 +гонконгський 18629 +гонконгського 18630 +гонконгу 18631 +гонконзі 18632 +гонкою 18633 +гонку 18634 +гонору 18635 +гонорія 18636 +гонсалез 18637 +гонта 18638 +гонти 18639 +гонці 18640 +гончар 18641 +гончара 18642 +гончаренка 18643 +гончаренко 18644 +гончаренку 18645 +гончарова 18646 +гончарової 18647 +гончарства 18648 +гончару 18649 +гончарук 18650 +гончарі 18651 +гонщики 18652 +гоняти 18653 +гоніння 18654 +гонітє 18655 +гоо 18656 +гооп 18657 +гоп 18658 +гопака 18659 +гопко 18660 +гопник 18661 +гор 18662 +гора 18663 +горами 18664 +горан 18665 +горах 18666 +горб 18667 +горбаль 18668 +горбасьова 18669 +горбата 18670 +горбатий 18671 +горбатов 18672 +горбатого 18673 +горбатюк 18674 +горбатюком 18675 +горбатюку 18676 +горбач 18677 +горбачов 18678 +горбачова 18679 +горби 18680 +горбик 18681 +горбились 18682 +горбисто 18683 +горбисті 18684 +горбку 18685 +горбок 18686 +горват 18687 +горвата 18688 +горгіселі 18689 +горде 18690 +горден 18691 +гордий 18692 +гордилась 18693 +гордим 18694 +гордині 18695 +гордитися 18696 +гордиться 18697 +гордих 18698 +гордо 18699 +гордовито 18700 +гордон 18701 +гордоном 18702 +гордостью 18703 +гордості 18704 +гордою 18705 +гордяться 18706 +гордєєв 18707 +гордість 18708 +гордістю 18709 +гордієнка 18710 +гордієнко 18711 +гордіїв 18712 +горе 18713 +горезвісних 18714 +горельєф 18715 +горем 18716 +горенці 18717 +гори 18718 +гориворити 18719 +горизонт 18720 +горизонтальна 18721 +горизонтальний 18722 +горизонтальними 18723 +горизонтальних 18724 +горизонтально 18725 +горизонти 18726 +горизонті 18727 +горил 18728 +гористий 18729 +гористому 18730 +гористі 18731 +горить 18732 +горище 18733 +горищі 18734 +горку 18735 +горла 18736 +горлада 18737 +горлань 18738 +горло 18739 +горлова 18740 +горлом 18741 +горлоріз 18742 +горлі 18743 +горлівки 18744 +горлівського 18745 +горліс 18746 +гормон 18747 +гормональна 18748 +гормональними 18749 +гормональною 18750 +гормональної 18751 +гормональну 18752 +гормональні 18753 +гормоночутливі 18754 +гормонів 18755 +горн 18756 +горна 18757 +горне 18758 +горни 18759 +горнулась 18760 +горнулася 18761 +горнуться 18762 +горнят 18763 +горнятком 18764 +горобач 18765 +горобець 18766 +горобця 18767 +горобчики 18768 +горов 18769 +город 18770 +города 18771 +городами 18772 +городах 18773 +городецька 18774 +городецького 18775 +городи 18776 +городина 18777 +городини 18778 +городину 18779 +городиського 18780 +городища 18781 +городище 18782 +городищі 18783 +городка 18784 +городку 18785 +городники 18786 +городництва 18787 +городні 18788 +городок 18789 +городоцька 18790 +городоцькій 18791 +городу 18792 +городця 18793 +городянам 18794 +городяни 18795 +городі 18796 +городів 18797 +горох 18798 +горохом 18799 +горошку 18800 +горою 18801 +горран 18802 +горський 18803 +горського 18804 +гортаю 18805 +гортає 18806 +гору 18807 +горчить 18808 +горшками 18809 +горщик 18810 +горщиками 18811 +горщиком 18812 +горький 18813 +горького 18814 +горювати 18815 +горючих 18816 +горюю 18817 +горя 18818 +горян 18819 +горянин 18820 +горянина 18821 +горять 18822 +горячо 18823 +горі 18824 +горів 18825 +горіла 18826 +горіли 18827 +горілиць 18828 +горілка 18829 +горілки 18830 +горілкою 18831 +горілку 18832 +горіло 18833 +горілочки 18834 +горілчаних 18835 +горілчані 18836 +горіння 18837 +горіти 18838 +горітиме 18839 +горітимуть 18840 +горіх 18841 +горіхами 18842 +горіхах 18843 +горіхи 18844 +горіхів 18845 +горішками 18846 +горішком 18847 +горішню 18848 +горішніми 18849 +госвамі 18850 +госзакупок 18851 +госні 18852 +госпиталь 18853 +господа 18854 +господар 18855 +господареві 18856 +господарем 18857 +господарка 18858 +господаркам 18859 +господарками 18860 +господарки 18861 +господарку 18862 +господарник 18863 +господарників 18864 +господарок 18865 +господарочок 18866 +господарств 18867 +господарства 18868 +господарствах 18869 +господарство 18870 +господарством 18871 +господарстві 18872 +господарська 18873 +господарський 18874 +господарських 18875 +господарського 18876 +господарської 18877 +господарські 18878 +господарчі 18879 +господарю 18880 +господарював 18881 +господарювали 18882 +господарювання 18883 +господарювати 18884 +господарює 18885 +господаря 18886 +господарям 18887 +господарями 18888 +господарі 18889 +господарів 18890 +господи 18891 +господинею 18892 +господинь 18893 +господинька 18894 +господиню 18895 +господиня 18896 +господині 18897 +господнього 18898 +господня 18899 +господнім 18900 +господніми 18901 +господом 18902 +господорства 18903 +господь 18904 +господі 18905 +госпожа 18906 +госпіталь 18907 +госпітального 18908 +госпітальні 18909 +госпіталю 18910 +госпіталі 18911 +госпіталів 18912 +госпіталізацій 18913 +госпіталізацію 18914 +госпіталізації 18915 +госпіталізовано 18916 +госпіталізовані 18917 +госпіталізували 18918 +госпіталізуєш 18919 +госсейн 18920 +гостам 18921 +гостеви 18922 +гостевой 18923 +гостеві 18924 +гостей 18925 +гостем 18926 +гостею 18927 +гостив 18928 +гостинна 18929 +гостинних 18930 +гостинно 18931 +гостинність 18932 +гостину 18933 +гостомелем 18934 +гостомель 18935 +гостомельський 18936 +гостомельського 18937 +гостомеля 18938 +гостомелі 18939 +гостра 18940 +гостре 18941 +гостренькая 18942 +гострий 18943 +гострим 18944 +гострими 18945 +гострих 18946 +гостро 18947 +гострого 18948 +гостросюжетної 18949 +гостроти 18950 +гострою 18951 +гострої 18952 +гостру 18953 +гострі 18954 +гострій 18955 +гостріше 18956 +гостріший 18957 +гострішими 18958 +гострішій 18959 +гостьовий 18960 +гостьовими 18961 +гостьових 18962 +гостьовому 18963 +гостьові 18964 +гостю 18965 +гостював 18966 +гостювала 18967 +гостювали 18968 +гостює 18969 +гостя 18970 +гостям 18971 +гостями 18972 +гостях 18973 +гості 18974 +государ 18975 +государеві 18976 +государем 18977 +государства 18978 +государство 18979 +государя 18980 +государі 18981 +государів 18982 +гот 18983 +готам 18984 +готами 18985 +готель 18986 +готельний 18987 +готельної 18988 +готелю 18989 +готелях 18990 +готелі 18991 +готелів 18992 +готи 18993 +готиня 18994 +готичний 18995 +готка 18996 +готов 18997 +готова 18998 +готове 18999 +готовеньке 19000 +готовив 19001 +готовий 19002 +готовила 19003 +готовили 19004 +готовим 19005 +готовими 19006 +готовимся 19007 +готовити 19008 +готовить 19009 +готовиться 19010 +готових 19011 +готовності 19012 +готовність 19013 +готовнішими 19014 +готово 19015 +готового 19016 +готовое 19017 +готовому 19018 +готовою 19019 +готовсь 19020 +готовте 19021 +готову 19022 +готовувати 19023 +готові 19024 +готовішими 19025 +готська 19026 +готський 19027 +готському 19028 +готські 19029 +готував 19030 +готувався 19031 +готувала 19032 +готувалась 19033 +готувалася 19034 +готували 19035 +готувались 19036 +готувалися 19037 +готувалось 19038 +готувалося 19039 +готування 19040 +готувати 19041 +готуватимуть 19042 +готуватись 19043 +готуватися 19044 +готувать 19045 +готуй 19046 +готуйся 19047 +готуйте 19048 +готуйтеся 19049 +готую 19050 +готуюся 19051 +готують 19052 +готуються 19053 +готуючи 19054 +готуючись 19055 +готуюється 19056 +готує 19057 +готуєм 19058 +готуємо 19059 +готуємось 19060 +готуємося 19061 +готуємся 19062 +готуєся 19063 +готуєте 19064 +готуєтесь 19065 +готується 19066 +готуєш 19067 +готьє 19068 +готів 19069 +готівка 19070 +готівки 19071 +готівкою 19072 +готівку 19073 +готівці 19074 +гоу 19075 +гоуглобал 19076 +гофтіч 19077 +гоффен 19078 +гошки 19079 +гпу 19080 +гр 19081 +гра 19082 +грабач 19083 +грабежами 19084 +грабежі 19085 +грабежів 19086 +грабини 19087 +граблять 19088 +граблях 19089 +граблі 19090 +граблів 19091 +грабник 19092 +грабовська 19093 +грабував 19094 +грабувала 19095 +грабували 19096 +грабувати 19097 +грабунком 19098 +грабунку 19099 +грабунків 19100 +грабунок 19101 +грабують 19102 +грабуючи 19103 +грабує 19104 +грабіж 19105 +грабіжника 19106 +грав 19107 +гравець 19108 +грався 19109 +гравцем 19110 +гравця 19111 +гравцям 19112 +гравцями 19113 +гравці 19114 +гравців 19115 +гравітаційних 19116 +град 19117 +градам 19118 +градацію 19119 +градація 19120 +градації 19121 +гради 19122 +градом 19123 +градоначальник 19124 +градоначальника 19125 +граду 19126 +градус 19127 +градуса 19128 +градуси 19129 +градусником 19130 +градусу 19131 +градусів 19132 +граді 19133 +градів 19134 +граділик 19135 +градієнту 19136 +гражданину 19137 +гражданці 19138 +гражданє 19139 +гражданін 19140 +грайливий 19141 +грайливо 19142 +грайтеся 19143 +грала 19144 +грали 19145 +гралися 19146 +грало 19147 +гральні 19148 +грам 19149 +грама 19150 +грамарлі 19151 +граматик 19152 +граматика 19153 +граматики 19154 +граматику 19155 +граматична 19156 +граматичне 19157 +граматичних 19158 +граматичну 19159 +граматичні 19160 +грамм 19161 +грамом 19162 +грамота 19163 +грамоти 19164 +грамотна 19165 +грамотний 19166 +грамотно 19167 +грамотності 19168 +грамотні 19169 +грамотність 19170 +грамоту 19171 +грамотій 19172 +грамофон 19173 +грамофони 19174 +грамів 19175 +гран 19176 +гранат 19177 +граната 19178 +гранатами 19179 +гранати 19180 +гранатомет 19181 +гранатомета 19182 +гранатометами 19183 +гранатомети 19184 +гранатометний 19185 +гранатометник 19186 +гранатометних 19187 +гранатометні 19188 +гранатометоми 19189 +гранатомету 19190 +гранатометів 19191 +гранатою 19192 +гранату 19193 +гранд 19194 +гранде 19195 +гранди 19196 +грандіозна 19197 +грандіозний 19198 +грандіозною 19199 +грандіозної 19200 +грандіозну 19201 +грандіозні 19202 +границею 19203 +граничари 19204 +граничить 19205 +гранична 19206 +гранично 19207 +граничну 19208 +грання 19209 +грановский 19210 +грановський 19211 +грановським 19212 +грановського 19213 +грановському 19214 +грант 19215 +грантах 19216 +гранти 19217 +грантова 19218 +грантові 19219 +грантоїди 19220 +грантоїдів 19221 +грантів 19222 +грантію 19223 +грань 19224 +грані 19225 +гранітур 19226 +грата 19227 +гратами 19228 +грати 19229 +гратиме 19230 +гратимось 19231 +гратимуть 19232 +гратися 19233 +граф 19234 +графа 19235 +графи 19236 +графское 19237 +графське 19238 +графській 19239 +графік 19240 +графіка 19241 +графіки 19242 +графіком 19243 +графіку 19244 +графікі 19245 +графіків 19246 +графіті 19247 +графіці 19248 +графічний 19249 +графічним 19250 +графічні 19251 +грача 19252 +граю 19253 +грають 19254 +граються 19255 +граючись 19256 +грає 19257 +граємо 19258 +граємося 19259 +граєте 19260 +грається 19261 +греба 19262 +гребати 19263 +гребель 19264 +гребенюк 19265 +греби 19266 +гребли 19267 +греблю 19268 +гребля 19269 +греблям 19270 +греблі 19271 +гребу 19272 +гребця 19273 +гребінці 19274 +гребінь 19275 +грег 19276 +грега 19277 +грегорі 19278 +грезетовий 19279 +грейб 19280 +грейвс 19281 +грек 19282 +грека 19283 +грекам 19284 +греках 19285 +греки 19286 +греко 19287 +грекокатолицької 19288 +греків 19289 +грем 19290 +гренвіл 19291 +гренд 19292 +грецька 19293 +грецьке 19294 +грецький 19295 +грецького 19296 +грецькому 19297 +грецькою 19298 +грецької 19299 +грецьку 19300 +грецькі 19301 +грецію 19302 +греція 19303 +грецією 19304 +греції 19305 +гречана 19306 +гречаний 19307 +гречану 19308 +гречин 19309 +гречине 19310 +гречка 19311 +гречки 19312 +гречкосійство 19313 +гречкою 19314 +гречку 19315 +гречник 19316 +гречники 19317 +гречників 19318 +гри 19319 +гриб 19320 +гриба 19321 +грибаускайте 19322 +гриби 19323 +грибка 19324 +грибки 19325 +грибкові 19326 +грибків 19327 +грибло 19328 +грибний 19329 +грибних 19330 +грибовицького 19331 +грибовицькому 19332 +грибовищі 19333 +грибок 19334 +грибом 19335 +грибу 19336 +грибів 19337 +гривен 19338 +гривень 19339 +гривеь 19340 +гривневому 19341 +гривневої 19342 +гривнею 19343 +гривну 19344 +гривню 19345 +гривня 19346 +гривні 19347 +гриву 19348 +григол 19349 +григоренко 19350 +григоровича 19351 +григоряка 19352 +григоріанським 19353 +григорівна 19354 +григорій 19355 +григорію 19356 +григорія 19357 +григорієм 19358 +гриз 19359 +гризе 19360 +гризли 19361 +гризло 19362 +гризлов 19363 +гризлова 19364 +гризти 19365 +гризунів 19366 +гризуся 19367 +гризуться 19368 +гриль 19369 +грима 19370 +гримав 19371 +гримаси 19372 +гримнув 19373 +гримнула 19374 +гримо 19375 +гримчак 19376 +гримільда 19377 +гриневич 19378 +гриневу 19379 +гринпіс 19380 +грип 19381 +грипозними 19382 +грипом 19383 +грипу 19384 +гриф 19385 +грифом 19386 +грицай 19387 +грицак 19388 +грицака 19389 +грицая 19390 +грицаєнка 19391 +грицаєнко 19392 +гриценка 19393 +гриценко 19394 +гриць 19395 +грицько 19396 +гриця 19397 +грища 19398 +грищенко 19399 +грн 19400 +гро 19401 +гроб 19402 +гробах 19403 +гробу 19404 +гробі 19405 +гробів 19406 +гроді 19407 +гроза 19408 +грозами 19409 +грози 19410 +грозилася 19411 +грозитимуть 19412 +грозиться 19413 +грозний 19414 +грозним 19415 +грозного 19416 +грозному 19417 +грозові 19418 +грозою 19419 +грозьбу 19420 +грой 19421 +гройсман 19422 +гройсмана 19423 +гром 19424 +грома 19425 +громад 19426 +громада 19427 +громадам 19428 +громадами 19429 +громадах 19430 +громади 19431 +громадище 19432 +громадою 19433 +громадскькій 19434 +громадська 19435 +громадське 19436 +громадський 19437 +громадським 19438 +громадськими 19439 +громадських 19440 +громадсько 19441 +громадського 19442 +громадському 19443 +громадськості 19444 +громадськосі 19445 +громадською 19446 +громадської 19447 +громадську 19448 +громадські 19449 +громадській 19450 +громадськість 19451 +громадськістю 19452 +громаду 19453 +громадьке 19454 +громадьска 19455 +громадьскої 19456 +громадян 19457 +громадяна 19458 +громадянам 19459 +громадянами 19460 +громадянах 19461 +громадяни 19462 +громадянин 19463 +громадянина 19464 +громадянином 19465 +громадянину 19466 +громадянка 19467 +громадянкам 19468 +громадянки 19469 +громадянкою 19470 +громадянок 19471 +громадянств 19472 +громадянства 19473 +громадянство 19474 +громадянством 19475 +громадянськ 19476 +громадянська 19477 +громадянське 19478 +громадянський 19479 +громадянським 19480 +громадянських 19481 +громадянського 19482 +громадянському 19483 +громадянської 19484 +громадянську 19485 +громадянські 19486 +громадянській 19487 +громаді 19488 +громаж 19489 +громами 19490 +громанядин 19491 +громашевського 19492 +громенко 19493 +громи 19494 +громобійним 19495 +громовим 19496 +громрадіо 19497 +грому 19498 +грона 19499 +гросмейстер 19500 +гросмейстером 19501 +гросс 19502 +гроссман 19503 +гроті 19504 +грош 19505 +гроша 19506 +грошах 19507 +грошей 19508 +грошеняток 19509 +гроший 19510 +грошики 19511 +грошиків 19512 +грошима 19513 +грошова 19514 +грошове 19515 +грошовий 19516 +грошовим 19517 +грошовими 19518 +грошовиті 19519 +грошових 19520 +грошово 19521 +грошового 19522 +грошовому 19523 +грошовою 19524 +грошової 19525 +грошову 19526 +грошові 19527 +гроші 19528 +грощі 19529 +гроя 19530 +гру 19531 +груба 19532 +грубе 19533 +грубезні 19534 +грубеньку 19535 +грубий 19536 +грубим 19537 +грубими 19538 +грубих 19539 +грубо 19540 +грубому 19541 +грубою 19542 +грубу 19543 +грубше 19544 +грубші 19545 +грубі 19546 +грубіші 19547 +груда 19548 +грудачев 19549 +груддю 19550 +грудей 19551 +грудень 19552 +груденята 19553 +груди 19554 +грудками 19555 +грудку 19556 +грудна 19557 +грудне 19558 +груднева 19559 +грудневими 19560 +грудневих 19561 +грудневого 19562 +грудневому 19563 +грудневі 19564 +грудного 19565 +грудної 19566 +грудня 19567 +грудні 19568 +груду 19569 +грудьми 19570 +грудях 19571 +груз 19572 +грузи 19573 +грузили 19574 +грузин 19575 +грузинам 19576 +грузинами 19577 +грузини 19578 +грузино 19579 +грузином 19580 +грузинська 19581 +грузинське 19582 +грузинський 19583 +грузинським 19584 +грузинськими 19585 +грузинських 19586 +грузинсько 19587 +грузинського 19588 +грузинському 19589 +грузинською 19590 +грузинської 19591 +грузинську 19592 +грузинські 19593 +грузинській 19594 +грузинів 19595 +грузити 19596 +грузитися 19597 +грузить 19598 +грузиться 19599 +грузла 19600 +грузне 19601 +грузовиків 19602 +грузь 19603 +грузьке 19604 +грузіни 19605 +грузію 19606 +грузія 19607 +грузією 19608 +грузії 19609 +груник 19610 +грунт 19611 +грунтами 19612 +грунти 19613 +грунтковського 19614 +грунтовна 19615 +грунтовний 19616 +грунтовними 19617 +грунтовну 19618 +грунтовому 19619 +грунтовочка 19620 +грунтові 19621 +грунтом 19622 +грунту 19623 +грунтувалися 19624 +грунтуються 19625 +грунтується 19626 +грунті 19627 +грунтів 19628 +груп 19629 +груп- 19630 +група 19631 +групам 19632 +групами 19633 +групах 19634 +групи 19635 +групка 19636 +групками 19637 +групки 19638 +групку 19639 +групових 19640 +групового 19641 +груповому 19642 +групову 19643 +групові 19644 +груповій 19645 +групою 19646 +групп 19647 +группа 19648 +групу 19649 +групуються 19650 +групуючись 19651 +групі 19652 +групіровки 19653 +грусна 19654 +грусний 19655 +грусно 19656 +грусти 19657 +грустнуватий 19658 +грушевий 19659 +грушевський 19660 +грушевського 19661 +грушевському 19662 +грушевської 19663 +грушецький 19664 +грушечка 19665 +грушечку 19666 +грушки 19667 +грушко 19668 +грушківки 19669 +грушківкою 19670 +грушківку 19671 +грушківський 19672 +грушківською 19673 +грушківської 19674 +грушківській 19675 +грушківці 19676 +грушківчани 19677 +груші 19678 +груєвський 19679 +грюк 19680 +грядками 19681 +грядки 19682 +грядочками 19683 +гряду 19684 +грядці 19685 +грязелікування 19686 +грязь 19687 +грязьові 19688 +грязями 19689 +грязі 19690 +грянула 19691 +грі 19692 +гріб 19693 +грібаускайте 19694 +грібоєдова 19695 +грівен 19696 +грівень 19697 +грігол 19698 +гріголе 19699 +грізна 19700 +грізними 19701 +грізно 19702 +грізного 19703 +гріла 19704 +гріло 19705 +грім 19706 +гріма 19707 +грінберг 19708 +грінками 19709 +грінпіс 19710 +грінпісівці 19711 +грінченка 19712 +гріти 19713 +грітися 19714 +гріффіт 19715 +гріх 19716 +гріха 19717 +гріхами 19718 +гріхах 19719 +гріхи 19720 +гріхом 19721 +гріхопадіння 19722 +гріхів 19723 +гріш 19724 +грішать 19725 +грішило 19726 +грішми 19727 +грішники 19728 +грішників 19729 +грішним 19730 +грішними 19731 +грішні 19732 +гріються 19733 +гріє 19734 +гріємо 19735 +грієш 19736 +гсм-у 19737 +гтд 19738 +гу 19739 +гуантанамо 19740 +гуантаномо 19741 +гуану 19742 +губ 19743 +губа 19744 +губами 19745 +губах 19746 +губенко 19747 +губернатор 19748 +губернатора 19749 +губернаторами 19750 +губернатори 19751 +губернатором 19752 +губернаторів 19753 +губернію 19754 +губернія 19755 +губернії 19756 +губи 19757 +губимо 19758 +губитися 19759 +губиться 19760 +губишся 19761 +губка 19762 +гублю 19763 +губляться 19764 +губок 19765 +губу 19766 +губчека 19767 +гугл 19768 +гуглила 19769 +гуглити 19770 +гуглкартах 19771 +гуглтранслейту 19772 +гуглформа 19773 +гуглформу 19774 +гугль 19775 +гуглю 19776 +гуглі 19777 +гуде 19778 +гудеріана 19779 +гудзик 19780 +гудзики 19781 +гудзій 19782 +гуди 19783 +гудмен 19784 +гудмена 19785 +гудок 19786 +гудуть 19787 +гудця 19788 +гудів 19789 +гуділо 19790 +гудіння 19791 +гуж 19792 +гузар 19793 +гузара 19794 +гузаром 19795 +гузно 19796 +гук 19797 +гукав 19798 +гукай 19799 +гукали 19800 +гукають 19801 +гукнеш 19802 +гукни 19803 +гукну 19804 +гукнув 19805 +гукнули 19806 +гуком 19807 +гукстра 19808 +гукстри 19809 +гула 19810 +гулагу 19811 +гулевич 19812 +гулевича 19813 +гулевичу 19814 +гулей 19815 +гули 19816 +гуло 19817 +гульк 19818 +гульки 19819 +гульнара 19820 +гульнари 19821 +гульно 19822 +гультіпакам 19823 +гулюканням 19824 +гуля 19825 +гуляв 19826 +гулявий 19827 +гуляйполе 19828 +гуляйполя 19829 +гуляла 19830 +гуляли 19831 +гулян 19832 +гуляннях 19833 +гуляти 19834 +гулятимем 19835 +гулять 19836 +гуляш 19837 +гуляшні 19838 +гуляю 19839 +гуляють 19840 +гуляючи 19841 +гуляє 19842 +гуляємо 19843 +гуляєте 19844 +гуляється 19845 +гуляєш 19846 +гулєвича 19847 +гум 19848 +гумаки 19849 +гуманна 19850 +гуманно 19851 +гуманіст 19852 +гуманістів 19853 +гуманітарка 19854 +гуманітарки 19855 +гуманітаркою 19856 +гуманітарна 19857 +гуманітарне 19858 +гуманітарний 19859 +гуманітарним 19860 +гуманітарних 19861 +гуманітарного 19862 +гуманітарному 19863 +гуманітарною 19864 +гуманітарної 19865 +гуманітарну 19866 +гуманітарні 19867 +гуманітарній 19868 +гумдопомогу 19869 +гуми 19870 +гумкомвой 19871 +гумконвой 19872 +гумконвою 19873 +гумових 19874 +гумові 19875 +гумор 19876 +гумористична 19877 +гумористичному 19878 +гумористичної 19879 +гумором 19880 +гумору 19881 +гумці 19882 +гуни 19883 +гунпрокуратури 19884 +гунський 19885 +гунською 19886 +гунтер 19887 +гунтера 19888 +гуньки 19889 +гуні 19890 +гунів 19891 +гуп 19892 +гупали 19893 +гупало 19894 +гупають 19895 +гупає 19896 +гур 19897 +гур'я 19898 +гура 19899 +гурамішвілі 19900 +гурвіц 19901 +гуркотом 19902 +гуркоту 19903 +гуркотіли 19904 +гуркіт 19905 +гурма 19906 +гурмани 19907 +гурми 19908 +гурова 19909 +гурт 19910 +гуртами 19911 +гуртах 19912 +гурти 19913 +гуртки 19914 +гуртова 19915 +гуртожитки 19916 +гуртожитку 19917 +гуртожитків 19918 +гуртожиток 19919 +гурток 19920 +гуртом 19921 +гурту 19922 +гуртувалися 19923 +гуртування 19924 +гуртуватися 19925 +гурті 19926 +гуртів 19927 +гуру 19928 +гурі 19929 +гуріон 19930 +гусаком 19931 +гусар 19932 +гусарський 19933 +гусей 19934 +гусейнова 19935 +гусеницях 19936 +гусенична 19937 +гусеничне 19938 +гусеничними 19939 +гусеничній 19940 +гуси 19941 +гуситами 19942 +гуситських 19943 +гуситські 19944 +гуску 19945 +густа 19946 +густавсон 19947 +густафссон 19948 +густе 19949 +густий 19950 +густим 19951 +густими 19952 +густо 19953 +густового 19954 +густому 19955 +густонаселена 19956 +густонаселених 19957 +густою 19958 +густу 19959 +густі 19960 +густіша 19961 +густішала 19962 +густіше 19963 +гусьми 19964 +гусячими 19965 +гусєва 19966 +гута 19967 +гутеррес 19968 +гутман 19969 +гутмана 19970 +гуту 19971 +гутьєррес 19972 +гутіерес 19973 +гутіересзакликав 19974 +гуцал 19975 +гуцала 19976 +гуцул 19977 +гуцулами 19978 +гуцули 19979 +гуцульська 19980 +гуцульського 19981 +гуцульські 19982 +гуцуляк 19983 +гуцуляка 19984 +гуцулякові 19985 +гуцулякубив 19986 +гуцуляків 19987 +гуцулів 19988 +гучне 19989 +гучний 19990 +гучним 19991 +гучними 19992 +гучних 19993 +гучно 19994 +гучного 19995 +гучномовцями 19996 +гучномовці 19997 +гучною 19998 +гучної 19999 +гучну 20000 +гучні 20001 +гучність 20002 +гущавині 20003 +гущавінь 20004 +гущі 20005 +гуюка 20006 +гуюком 20007 +гш 20008 +гьорал 20009 +гюйгенс 20010 +гюйс 20011 +гюлем 20012 +гюлена 20013 +гюль 20014 +гюнтер 20015 +гянджа 20016 +гєморного 20017 +гємору 20018 +гєнька 20019 +гєніальний 20020 +гєпард 20021 +гєршвін 20022 +гі 20023 +гіацинта 20024 +гібралтару 20025 +гібриди 20026 +гібридна 20027 +гібридним 20028 +гібридними 20029 +гібридних 20030 +гібридно 20031 +гібридного 20032 +гібридної 20033 +гібридну 20034 +гібридні 20035 +гібридній 20036 +гібридів 20037 +гівадзеев 20038 +гівна 20039 +гівно 20040 +гіга 20041 +гігант 20042 +гіганта 20043 +гігантам 20044 +гіганти 20045 +гігантом 20046 +гігантський 20047 +гігантськими 20048 +гігантських 20049 +гігантські 20050 +гігантів 20051 +гігі 20052 +гігієна 20053 +гігієни 20054 +гігієну 20055 +гігієнічних 20056 +гігієнічні 20057 +гід 20058 +гіди 20059 +гідна 20060 +гідне 20061 +гідний 20062 +гідними 20063 +гідних 20064 +гідно 20065 +гідного 20066 +гідності 20067 +гідної 20068 +гіднпопросить 20069 +гідну 20070 +гідні 20071 +гідність 20072 +гідністю 20073 +гідо 20074 +гідра 20075 +гідравлічні 20076 +гідразін 20077 +гідразіном 20078 +гідри 20079 +гідроакустика 20080 +гідроакустику 20081 +гідроакустичний 20082 +гідробудівництво 20083 +гідрогену 20084 +гідроелектростанцій 20085 +гідрокарбонатів 20086 +гідролог 20087 +гідромасажі 20088 +гідрометеорологічному 20089 +гідрометцентр 20090 +гідрометцентру 20091 +гідросфера 20092 +гідротермальних 20093 +гіді 20094 +гізо 20095 +гіл 20096 +гіла 20097 +гілад 20098 +гілада 20099 +гіладом 20100 +гілані 20101 +гілари 20102 +гіларі 20103 +гілері 20104 +гілка 20105 +гілками 20106 +гілки 20107 +гілкою 20108 +гілку 20109 +гілл 20110 +гілларі 20111 +гіллею 20112 +гіллом 20113 +гіллясте 20114 +гілляці 20115 +гіллячкою 20116 +гілок 20117 +гілорі 20118 +гілочками 20119 +гілочки 20120 +гілці 20121 +гільзу 20122 +гільки 20123 +гільку 20124 +гільтайчук 20125 +гільці 20126 +гімалайських 20127 +гімалаях 20128 +гімалаї 20129 +гімачал 20130 +гімн 20131 +гімна 20132 +гімназисткою 20133 +гімназисток 20134 +гімназійський 20135 +гімназію 20136 +гімназія 20137 +гімназії 20138 +гімнами 20139 +гімнаст 20140 +гімнастики 20141 +гімнастикою 20142 +гімни 20143 +гімно 20144 +гімном 20145 +гімну 20146 +гінекологів 20147 +гінекологічні 20148 +гінекологія 20149 +гінець 20150 +гінкго 20151 +гіннеса 20152 +гінця 20153 +гіперактивні 20154 +гіперболи 20155 +гіперболізація 20156 +гіперзвукова 20157 +гіперзвуковими 20158 +гіперзвуковій 20159 +гіпермаркет 20160 +гіперпосилання 20161 +гіпертензію 20162 +гіперчутливості 20163 +гіповітаміноз 20164 +гіпоксія 20165 +гіпопотама 20166 +гіпотез 20167 +гіпотезою 20168 +гіпотезу 20169 +гіпотетична 20170 +гіпотетично 20171 +гіпотетичного 20172 +гіпотетичну 20173 +гіпотетичні 20174 +гіпотон 20175 +гіпсова 20176 +гіпсово 20177 +гіпсокартон 20178 +гіпсу 20179 +гір 20180 +гірка 20181 +гірке 20182 +гірки 20183 +гірким 20184 +гіркими 20185 +гірких 20186 +гірко 20187 +гіркого 20188 +гіркота 20189 +гіркотою 20190 +гіркоту 20191 +гірку 20192 +гіркін 20193 +гірлянди 20194 +гірник 20195 +гірника 20196 +гірниками 20197 +гірники 20198 +гірників 20199 +гірничий 20200 +гірничих 20201 +гірничого 20202 +гірничоддбувнйй 20203 +гірничодобувна 20204 +гірничодобувним 20205 +гірничої 20206 +гірняків 20207 +гірський 20208 +гірських 20209 +гірсько 20210 +гірського 20211 +гірськолижного 20212 +гірськоштурмових 20213 +гірської 20214 +гірські 20215 +гірській 20216 +гірці 20217 +гірш 20218 +гірша 20219 +гірше 20220 +гірший 20221 +гіршими 20222 +гіршого 20223 +гіршому 20224 +гіршою 20225 +гіршу 20226 +гірші 20227 +гіршій 20228 +гіс 20229 +гість 20230 +гістьми 20231 +гіта 20232 +гітальчук 20233 +гітара 20234 +гітари 20235 +гітарист 20236 +гітариста 20237 +гітаристи 20238 +гітаристів 20239 +гітарою 20240 +гітарі 20241 +гітера 20242 +гітлер 20243 +гітлера 20244 +гітлерова 20245 +гітлеру 20246 +гітлерівцями 20247 +гіша 20248 +гіши 20249 +д 20250 +д'аламбер 20251 +д'івуарі 20252 +да 20253 +да-да 20254 +да-да-да 20255 +да-ну 20256 +даааааа 20257 +даби 20258 +даблю 20259 +даблютией 20260 +дав 20261 +давав 20262 +давався 20263 +давай 20264 +давайся 20265 +давайте 20266 +давала 20267 +давали 20268 +давало 20269 +давальницькій 20270 +давате 20271 +давати 20272 +даватись 20273 +даватися 20274 +давать 20275 +давид 20276 +давида 20277 +давиденко 20278 +давидович 20279 +давидом 20280 +давидюк 20281 +давидюком 20282 +давидюку 20283 +давили 20284 +давило 20285 +давить 20286 +давлять 20287 +давляться 20288 +давненько 20289 +давним 20290 +давнина 20291 +давнини 20292 +давнину 20293 +давно 20294 +давності 20295 +давньо 20296 +давнього 20297 +давньогрецька 20298 +давньому 20299 +давньоримський 20300 +давньоруський 20301 +давньою 20302 +давньої 20303 +давню 20304 +давня 20305 +давні 20306 +давній 20307 +давніми 20308 +давність 20309 +давніх 20310 +давніша 20311 +давніші 20312 +давос 20313 +давосом 20314 +давосу 20315 +давосі 20316 +давши 20317 +давід 20318 +дагестан 20319 +дагестані 20320 +даглас 20321 +дагір 20322 +дадлі 20323 +дадуть 20324 +дадуться 20325 +дается 20326 +дажбог 20327 +дажбога 20328 +дажбогові 20329 +даже 20330 +дай 20331 +дайджест 20332 +дайк 20333 +даймьо 20334 +дайниченка 20335 +дайниченко 20336 +дайниченком 20337 +дайош 20338 +дайте 20339 +дайти 20340 +дак 20341 +дакара 20342 +дакарі 20343 +дакота 20344 +дакоти 20345 +дакоту 20346 +дакоті 20347 +дактельної 20348 +дактилологію 20349 +дактиль 20350 +дактильне 20351 +дактилювати 20352 +дала 20353 +далай 20354 +далай-лами 20355 +далай-ламу 20356 +далай_лама 20357 +далебі 20358 +далека 20359 +далекий 20360 +далеким 20361 +далеких 20362 +далеко 20363 +далекобійну 20364 +далековид 20365 +далековцд 20366 +далекоглядним 20367 +далекого 20368 +далекому 20369 +далекосяги 20370 +далекосяжними 20371 +далекосяжних 20372 +далекосяжні 20373 +далекою 20374 +далекої 20375 +далеку 20376 +далекувато 20377 +далекі 20378 +далекій 20379 +далелюдини 20380 +далеч 20381 +далеченько 20382 +далечінь 20383 +далею 20384 +дали 20385 +далину 20386 +дало 20387 +далос 20388 +далось 20389 +далося 20390 +дальне 20391 +дальнобійник 20392 +дальнобійники 20393 +дальнобійною 20394 +дальностей 20395 +дальності 20396 +дальнього 20397 +дальньої 20398 +дальнє 20399 +дальнєвосточного 20400 +дальній 20401 +дальність 20402 +дальністю 20403 +дальше 20404 +дальший 20405 +дальшим 20406 +дальших 20407 +дальшого 20408 +дальшому 20409 +дальшою 20410 +дальшої 20411 +дальшу 20412 +дальші 20413 +даля 20414 +далі 20415 +далій 20416 +дам 20417 +дамаск 20418 +дамаска 20419 +дамаску 20420 +дамаської 20421 +дамб 20422 +дамба 20423 +дамби 20424 +дамбу 20425 +дамбі 20426 +дамо 20427 +дамоклів 20428 +дамою 20429 +дамський 20430 +дамських 20431 +дамські 20432 +дамся 20433 +дан 20434 +дана 20435 +данальд 20436 +данас 20437 +данбаса 20438 +данбасянина 20439 +данбасянє 20440 +данг 20441 +дане 20442 +дани 20443 +даний 20444 +данила 20445 +данилишин 20446 +данило 20447 +даниловича 20448 +данилом 20449 +данилу 20450 +данилюк 20451 +данилюка 20452 +даним 20453 +даними 20454 +данина 20455 +данини 20456 +данину 20457 +даних 20458 +данка 20459 +данки 20460 +данко 20461 +данком 20462 +данна 20463 +данними 20464 +данному 20465 +данною 20466 +данної 20467 +данні 20468 +дано 20469 +даного 20470 +даном 20471 +даному 20472 +даночка 20473 +даною 20474 +даної 20475 +данських 20476 +данські 20477 +данській 20478 +данськім 20479 +дантист 20480 +дану 20481 +дануся 20482 +даную 20483 +дань 20484 +данька 20485 +даню 20486 +данюк 20487 +даня 20488 +дані 20489 +даній 20490 +даніком 20491 +данілов 20492 +данілова 20493 +даність 20494 +данія 20495 +данією 20496 +данії 20497 +дао 20498 +дап 20499 +дапом 20500 +дапу 20501 +дар 20502 +дар'я 20503 +дарагая 20504 +дарами 20505 +дарамсала 20506 +дарвін 20507 +дарела 20508 +даремна 20509 +даремний 20510 +даремно 20511 +дарес 20512 +дареса 20513 +даресу 20514 +дари 20515 +дарина 20516 +дарка 20517 +даркфур 20518 +даркфуру 20519 +дарма 20520 +дармоїдство 20521 +дармували 20522 +дармштадт 20523 +дарницький 20524 +дарницького 20525 +дарницькому 20526 +дарницю 20527 +дарниця 20528 +дарованому 20529 +даром 20530 +дароносиці 20531 +дарра 20532 +дартмуд 20533 +дартмут 20534 +дартмутського 20535 +дарував 20536 +дарувати 20537 +даруватимуть 20538 +даруй 20539 +даруйте 20540 +дарунки 20541 +дарунок 20542 +дарую 20543 +дарують 20544 +дарує 20545 +дарфорської 20546 +дарфорі 20547 +дарфур 20548 +дарфуром 20549 +дарфурського 20550 +дарфуру 20551 +дарфурців 20552 +дарфурі 20553 +дарів 20554 +дарія 20555 +даси 20556 +дасиш 20557 +дасте 20558 +дасть 20559 +дасться 20560 +дат 20561 +дата 20562 +датами 20563 +датасет 20564 +датасету 20565 +дати 20566 +датися 20567 +датована 20568 +датований 20569 +датовано 20570 +датовані 20571 +датою 20572 +датським 20573 +датських 20574 +датські 20575 +датт 20576 +дату 20577 +датування 20578 +датчиків 20579 +дать 20580 +дафне 20581 +дафні 20582 +дафніс 20583 +дах 20584 +дахалом 20585 +дахами 20586 +дахах 20587 +дахи 20588 +даху 20589 +дахів 20590 +дацькі 20591 +дачах 20592 +дачич 20593 +дачича 20594 +дачу 20595 +дачі 20596 +даш 20597 +дашкевич 20598 +даю 20599 +дают 20600 +дають 20601 +даються 20602 +даючи 20603 +даючі 20604 +даян 20605 +дає 20606 +даєм 20607 +даємо 20608 +даєте 20609 +дається 20610 +даєш 20611 +даєшся 20612 +даі 20613 +дбав 20614 +дбайливо 20615 +дбайливу 20616 +дбайливі 20617 +дбали 20618 +дбало 20619 +дбати 20620 +дбаю 20621 +дбають 20622 +дбає 20623 +дбаєш 20624 +дбр 20625 +два 20626 +два- 20627 +два-два 20628 +два-дев'яносто 20629 +два-нуль 20630 +два-один 20631 +два-сім 20632 +два-три 20633 +двадцать 20634 +двадцатьом 20635 +двадцть 20636 +двадця 20637 +двадцят 20638 +двадцята 20639 +двадцяте 20640 +двадцятеро 20641 +двадцяти 20642 +двадцятивосьми 20643 +двадцятивосьмирічний 20644 +двадцятивосьмирічні 20645 +двадцятивідсоткове 20646 +двадцятидворічний 20647 +двадцятиденний 20648 +двадцятий 20649 +двадцятикілометрового 20650 +двадцятилітньої 20651 +двадцятиоднорічний 20652 +двадцятиоднорічній 20653 +двадцятип'ятирічного 20654 +двадцятип'ятиріччя 20655 +двадцятипяти 20656 +двадцятирічна 20657 +двадцятирічний 20658 +двадцятирічних 20659 +двадцятирічної 20660 +двадцятиріччя 20661 +двадцятисеми 20662 +двадцятисемиденну 20663 +двадцятисемирічний 20664 +двадцятисемичленного 20665 +двадцятитонніка 20666 +двадцятих 20667 +двадцятихвилинної 20668 +двадцятихх 20669 +двадцятичотирирічного 20670 +двадцятишестирічний 20671 +двадцятка 20672 +двадцятого 20673 +двадцятому 20674 +двадцятої 20675 +двадцяту 20676 +двадцятці 20677 +двадцять 20678 +двадцятьма 20679 +двадцятьох 20680 +двадцятій 20681 +двадять 20682 +дважцять 20683 +двайціть 20684 +двалдцять 20685 +дванадцитьох 20686 +дванадцти 20687 +дванадцята 20688 +дванадцяте 20689 +дванадцятеро 20690 +дванадцяти 20691 +дванадцятий 20692 +дванадцятилітнє 20693 +дванадцятим 20694 +дванадцятирічна 20695 +дванадцятирічний 20696 +дванадцятирічного 20697 +дванадцятого 20698 +дванадцятому 20699 +дванадцятою 20700 +дванадцятої 20701 +дванадцять 20702 +дванадцятьма 20703 +дванадцятьох 20704 +дванадцяті 20705 +дванадцятій 20706 +двандцятого 20707 +дванідцять 20708 +двацятого 20709 +двацятої 20710 +двацять 20711 +двдцятого 20712 +двенадцатого 20713 +дверей 20714 +дверима 20715 +дверки 20716 +дверцята 20717 +дверцятами 20718 +дверями 20719 +дверях 20720 +двері 20721 +двзонила 20722 +двигателем 20723 +двигати 20724 +двигтять 20725 +двигун 20726 +двигуна 20727 +двигунами 20728 +двигуни 20729 +двигунну 20730 +двигуном 20731 +двигунів 20732 +движения 20733 +движется 20734 +двнадцять 20735 +двобою 20736 +двобої 20737 +двобій 20738 +двовекторну 20739 +двог 20740 +двогодинної 20741 +дводенна 20742 +дводенний 20743 +дводенним 20744 +дводенних 20745 +дводенного 20746 +дводенному 20747 +дводенні 20748 +дводенній 20749 +дводержавного 20750 +дводержавної 20751 +дводержавну 20752 +двозначним 20753 +двозначні 20754 +двозонний 20755 +двократний 20756 +двом 20757 +двома 20758 +двомастами 20759 +двомитрове 20760 +двомовний 20761 +двоміліметрові 20762 +двомісними 20763 +двомісячне 20764 +двомісячну 20765 +двоногий 20766 +двоногих 20767 +двоокис 20768 +двоокису 20769 +двопартійний 20770 +двопартійній 20771 +двоповерховий 20772 +двора 20773 +дворазовий 20774 +дворазового 20775 +дворазовій 20776 +дворами 20777 +дворець 20778 +дворик 20779 +дворников 20780 +дворнікова 20781 +дворових 20782 +дворогосподарств 20783 +двором 20784 +дворським 20785 +двору 20786 +дворушна 20787 +дворушники 20788 +дворян 20789 +дворі 20790 +дворів 20791 +дворічна 20792 +дворічний 20793 +дворічної 20794 +двосмугова 20795 +двоспальне 20796 +двостороннього 20797 +двосторонньому 20798 +двосторонньої 20799 +двосторонню 20800 +двостороння 20801 +двосторонні 20802 +двосторонній 20803 +двостороннім 20804 +двосторонніх 20805 +двотижневого 20806 +двотижневу 20807 +двотисячного 20808 +двотисячному 20809 +двофакторку 20810 +двофакторною 20811 +двох 20812 +двохкімнатна 20813 +двохмісячний 20814 +двохразове 20815 +двохрівнева 20816 +двохрічний 20817 +двохсот 20818 +двохсотлітні 20819 +двохсотп'ятидесятилітню 20820 +двохсотсорокарічну 20821 +двохста 20822 +двохстах 20823 +двохтисячний 20824 +двохтисячних 20825 +двохтисячного 20826 +двохтисячному 20827 +двохтисячі 20828 +двоюрідний 20829 +двоюрідним 20830 +двоюрідного 20831 +двоюрідної 20832 +двоюрідні 20833 +двояка 20834 +двояко 20835 +двоє 20836 +двоємислієм 20837 +двоїста 20838 +двоїстої 20839 +двуголового 20840 +двух 20841 +двухпартійний 20842 +двухразове 20843 +двухрічний 20844 +двухсот 20845 +дві 20846 +дві- 20847 +двіж 20848 +двіжа 20849 +двіжух 20850 +двіжуха 20851 +двійка 20852 +двійки 20853 +двійко 20854 +двійку 20855 +двійня 20856 +двір 20857 +двірця 20858 +двісти 20859 +двісті 20860 +двітисячному 20861 +двітисячі 20862 +двіці 20863 +двічі 20864 +двієчник 20865 +дг 20866 +ддосу 20867 +ддосьте 20868 +ддя 20869 +де 20870 +де'ять 20871 +де-демонізації 20872 +де-не-де 20873 +де-небудь 20874 +де-факта 20875 +де-факто 20876 +де-юре 20877 +деандре 20878 +деанон 20879 +деаноні 20880 +деахо 20881 +дебальцеве 20882 +дебальцевим 20883 +дебальцево 20884 +дебатами 20885 +дебатах 20886 +дебати 20887 +дебатов 20888 +дебатував 20889 +дебатуються 20890 +дебатується 20891 +дебатів 20892 +дебета 20893 +дебетується 20894 +деблокади 20895 +деблокаду 20896 +дебора 20897 +дебори 20898 +дебреценський 20899 +дебри 20900 +дебрі 20901 +дебьоський 20902 +дебюрократизація 20903 +дебют 20904 +дебютанта 20905 +дебютантка 20906 +дебютний 20907 +дебютного 20908 +дебютом 20909 +дебюту 20910 +дебютував 20911 +дебютуватиме 20912 +дебютує 20913 +дебі 20914 +дебіли 20915 +дебільним 20916 +дебілізації 20917 +дебілізувати 20918 +дебіт 20919 +дебіторську 20920 +дев'носто 20921 +дев'ти 20922 +дев'тнадцятог 20923 +дев'яноста 20924 +дев'яностий 20925 +дев'яностим 20926 +дев'яностих 20927 +дев'яносто 20928 +дев'яностого 20929 +дев'яностоденного 20930 +дев'яностолітній 20931 +дев'яностому 20932 +дев'яностоп'ятий 20933 +дев'яносторіччя 20934 +дев'яності 20935 +дев'ята 20936 +дев'ятадцять 20937 +дев'яте 20938 +дев'ятеро 20939 +дев'яти 20940 +дев'ятий 20941 +дев'ятийй 20942 +дев'ятим 20943 +дев'ятисот 20944 +дев'ятих 20945 +дев'ятнадцатирічному 20946 +дев'ятнадцята 20947 +дев'ятнадцяте 20948 +дев'ятнадцяти 20949 +дев'ятнадцятий 20950 +дев'ятнадцятилітній 20951 +дев'ятнадцятирічний 20952 +дев'ятнадцятого 20953 +дев'ятнадцятому 20954 +дев'ятнадцятої 20955 +дев'ятнадцяту 20956 +дев'ятнадцять 20957 +дев'ятнадцятій 20958 +дев'ятнадятьом 20959 +дев'ятого 20960 +дев'ятой 20961 +дев'ятому 20962 +дев'ятою 20963 +дев'ятої 20964 +дев'ятсот 20965 +дев'яту 20966 +дев'ять 20967 +дев'ятьом 20968 +дев'ятьох 20969 +дев'ятьсот 20970 +дев'ятій 20971 +девайси 20972 +девайсів 20973 +девендера 20974 +девиро 20975 +девочка 20976 +девушка 20977 +девя'тсот 20978 +девяносто 20979 +девяти 20980 +девятих 20981 +девятнадцать 20982 +девятнадцятого 20983 +девятнадцятому 20984 +девятнадцятій 20985 +девятого 20986 +девятому 20987 +девятсот 20988 +девять 20989 +девятій 20990 +девід 20991 +девіда 20992 +девідом 20993 +девіз 20994 +девіченко 20995 +дега 20996 +дегельмінтизації 20997 +дегенерацією 20998 +деградує 20999 +дед 21000 +дедалі 21001 +дедлайн 21002 +дедлайни 21003 +дедлайну 21004 +дедушка 21005 +деерге 21006 +деескалацію 21007 +деескалації 21008 +дежавю 21009 +дежсекретар 21010 +деза 21011 +дездемона 21012 +деземоніка 21013 +дезертир 21014 +дезертиром 21015 +дезертирства 21016 +дезертирство 21017 +дезертирувати 21018 +дезертирів 21019 +дези 21020 +дезмонд 21021 +дезорганізували 21022 +дезорієнтовано 21023 +дезою 21024 +дезпро 21025 +дезінтеграцію 21026 +дезінтегрованими 21027 +дезінтегровує 21028 +дезінформатори 21029 +дезінформаторів 21030 +дезінформаційних 21031 +дезінформація 21032 +дезінформацією 21033 +дезінформації 21034 +дезінформуєте 21035 +дейв 21036 +дейва 21037 +дейвед 21038 +дейведа 21039 +дейвіда 21040 +дейвіс 21041 +дейдей 21042 +дейдею 21043 +дейдея 21044 +дейл 21045 +дейлі 21046 +дейна 21047 +дейнега 21048 +дейнеченка 21049 +дейниченка 21050 +дейниченко 21051 +дейниченком 21052 +дейніченка 21053 +дейніченко 21054 +дейрон 21055 +действии 21056 +действий 21057 +действительно 21058 +действиям 21059 +действовала 21060 +действуют 21061 +дейт 21062 +дейтон 21063 +декади 21064 +декалбі 21065 +декан 21066 +деканата 21067 +деканату 21068 +декартова 21069 +декла 21070 +декламації 21071 +декламувала 21072 +декларанти 21073 +декларантів 21074 +декларативною 21075 +декларативні 21076 +декларацій 21077 +деклараціцї 21078 +декларацію 21079 +декларація 21080 +деклараціях 21081 +декларацією 21082 +декларації 21083 +декларована 21084 +декларованих 21085 +декларовано 21086 +декларованою 21087 +декларованої 21088 +декларовані 21089 +деклару 21090 +декларував 21091 +декларувала 21092 +декларували 21093 +декларування 21094 +декларуванням 21095 +декларуванні 21096 +декларувати 21097 +декларуються 21098 +декларуючи 21099 +декларує 21100 +декларуємо 21101 +декларуєте 21102 +декого 21103 +деколи 21104 +декольте 21105 +декому 21106 +декомунізацію 21107 +декомунізація 21108 +декомунізації 21109 +декомунізовані 21110 +декор 21111 +декоративних 21112 +декораціях 21113 +декорації 21114 +декоровані 21115 +декору 21116 +декоторі 21117 +декотрих 21118 +декотрі 21119 +декрет 21120 +декрети 21121 +декретної 21122 +декретну 21123 +декретні 21124 +декретній 21125 +декретом 21126 +декреті 21127 +декстера 21128 +декі 21129 +декілька 21130 +декільки 21131 +декілько 21132 +декількома 21133 +декількох 21134 +делатр 21135 +делегата 21136 +делегатам 21137 +делегатами 21138 +делегатах 21139 +делегати 21140 +делегатів 21141 +делегации 21142 +делегаціей 21143 +делегацій 21144 +делегацію 21145 +делегація 21146 +делегаціями 21147 +делегацією 21148 +делегації 21149 +делегований 21150 +делеговано 21151 +делегував 21152 +делегували 21153 +делегування 21154 +делегуйте 21155 +делегуємо 21156 +делорам 21157 +дель-торо 21158 +дельта 21159 +дельти 21160 +дельту 21161 +дельті 21162 +дельф 21163 +дельфі 21164 +дельфін 21165 +дельфіни 21166 +дельфінова 21167 +дельфінів 21168 +делювіальних 21169 +делятин 21170 +делі 21171 +делівер 21172 +делікатес 21173 +делікатна 21174 +делікатне 21175 +делікатний 21176 +делікатних 21177 +делікатно 21178 +делікатної 21179 +делікатні 21180 +дем 21181 +дем'ян 21182 +дем'яненко 21183 +демагогію 21184 +демагогія 21185 +демальянс 21186 +демарш 21187 +демаршу 21188 +демаршів 21189 +демаскування 21190 +дембеля 21191 +демвіченка 21192 +демвіченко 21193 +демиденко 21194 +демо 21195 +демобілізації 21196 +демобілізований 21197 +демобілізовані 21198 +демограф 21199 +демографічна 21200 +демографічний 21201 +демографічної 21202 +демографічну 21203 +демографічні 21204 +демографія 21205 +демократ 21206 +демократа 21207 +демократам 21208 +демократами 21209 +демократи 21210 +демократизатор 21211 +демократизація 21212 +демократизації 21213 +демократии 21214 +демократична 21215 +демократичне 21216 +демократичний 21217 +демократичним 21218 +демократичними 21219 +демократичних 21220 +демократично 21221 +демократичного 21222 +демократичному 21223 +демократичності 21224 +демократичною 21225 +демократичної 21226 +демократичну 21227 +демократичні 21228 +демократичній 21229 +демократичність 21230 +демократичнішими 21231 +демократичнішою 21232 +демократка 21233 +демократки 21234 +демократом 21235 +демократів 21236 +демократій 21237 +демократію 21238 +демократія 21239 +демократіям 21240 +демократією 21241 +демократії 21242 +демон 21243 +демона 21244 +демонополізації 21245 +демонстрант 21246 +демонстранта 21247 +демонстрантам 21248 +демонстрантами 21249 +демонстрантах 21250 +демонстранти 21251 +демонстрантів 21252 +демонстративно 21253 +демонстративні 21254 +демонстрацій 21255 +демонстраційний 21256 +демонстраційних 21257 +демонстрацію 21258 +демонстрація 21259 +демонстраціями 21260 +демонстраціях 21261 +демонстрацією 21262 +демонстрації 21263 +демонстрував 21264 +демонструвала 21265 +демонстрували 21266 +демонструвалися 21267 +демонструвати 21268 +демонструватиме 21269 +демонструватимуть 21270 +демонструватись 21271 +демонструють 21272 +демонструючи 21273 +демонструє 21274 +демонструєте 21275 +демонтаж 21276 +демонтажу 21277 +демонтажі 21278 +демонтовано 21279 +демонтували 21280 +демонтування 21281 +демонтувати 21282 +демонтуємо 21283 +демонізувала 21284 +демонізували 21285 +демонізувати 21286 +деморалізаційний 21287 +деморалізації 21288 +деморалізовані 21289 +деморалізовувати 21290 +деморалізують 21291 +деморалізує 21292 +деморалізуіатиме 21293 +демостранти 21294 +демотивує 21295 +демоток 21296 +демпартія 21297 +демпартії 21298 +демченко 21299 +демчук 21300 +демілітаризацію 21301 +демілітаризації 21302 +деміном 21303 +деміньшин 21304 +деміченко 21305 +деміївська 21306 +деміївський 21307 +ден 21308 +дена 21309 +денацифікацію 21310 +денацифікації 21311 +денбестед 21312 +денвер 21313 +денеера 21314 +денешся 21315 +денис 21316 +дениса 21317 +денисе 21318 +денисенка 21319 +денисенко 21320 +денисенком 21321 +денисов 21322 +денисова 21323 +денисом 21324 +денисултанов 21325 +денисултанову 21326 +дениченко 21327 +денна 21328 +денне 21329 +денний 21330 +денних 21331 +денно 21332 +денного 21333 +денному 21334 +денною 21335 +денної 21336 +денні 21337 +денонсацію 21338 +денонсація 21339 +денонсації 21340 +денонсувати 21341 +денцем 21342 +день 21343 +день-два 21344 +деньвишиванки 21345 +деньги 21346 +деніал 21347 +деніел 21348 +деніела 21349 +деніелс 21350 +деніза 21351 +денікіним 21352 +денікінській 21353 +денікінців 21354 +деніс 21355 +денісова 21356 +део 21357 +деоегатів 21358 +деокупацію 21359 +деокупації 21360 +деокупованих 21361 +деокуповані 21362 +деокуповувати 21363 +департамент 21364 +департамента 21365 +департаментах 21366 +департаменти 21367 +департаментом 21368 +департаменту 21369 +департаменті 21370 +департаментів 21371 +депататську 21372 +деперсоналізувати 21373 +депетата 21374 +депи 21375 +депо 21376 +депозит 21377 +депозити 21378 +депозитний 21379 +депозиту 21380 +депопуляція 21381 +депортацію 21382 +депортація 21383 +депортацією 21384 +депортації 21385 +депортаію 21386 +депортована 21387 +депортований 21388 +депортованим 21389 +депортованих 21390 +депортовано 21391 +депортовані 21392 +депортовував 21393 +депортували 21394 +депортувані 21395 +депортувати 21396 +депортуватиме 21397 +депортуватимуть 21398 +депортують 21399 +депресивна 21400 +депресивної 21401 +депресивні 21402 +депресняк 21403 +депресувати 21404 +депресію 21405 +депресія 21406 +депресії 21407 +депустанови 21408 +депутат 21409 +депутата 21410 +депутатам 21411 +депутатами 21412 +депутатах 21413 +депутати 21414 +депутатка 21415 +депутатов 21416 +депутатові 21417 +депутатом 21418 +депутатська 21419 +депутатськи 21420 +депутатський 21421 +депутатським 21422 +депутатських 21423 +депутатського 21424 +депутатському 21425 +депутатською 21426 +депутатської 21427 +депутатську 21428 +депутатські 21429 +депутату 21430 +депутатці 21431 +депутатьскої 21432 +депутатьску 21433 +депутатьська 21434 +депутаті 21435 +депутатів 21436 +дер 21437 +дербі 21438 +дерг 21439 +дергачівського 21440 +дергу 21441 +дере 21442 +деребанили 21443 +дерев 21444 +дерев'яна 21445 +дерев'яне 21446 +дерев'яний 21447 +дерев'яними 21448 +дерев'яних 21449 +дерев'янко 21450 +дерев'янком 21451 +дерев'янку 21452 +дерев'яному 21453 +дерев'яні 21454 +дерев'яній 21455 +дерева 21456 +деревами 21457 +деревах 21458 +деревина 21459 +деревини 21460 +деревинка 21461 +деревиною 21462 +деревину 21463 +деревлян 21464 +деревляни 21465 +деревній 21466 +дерево 21467 +деревовидний 21468 +деревом 21469 +деревостану 21470 +дереву 21471 +деревце 21472 +деревця 21473 +дереві 21474 +дерегуляція 21475 +дерегуляції 21476 +дерейко 21477 +дерека 21478 +деремезиш 21479 +деренівку 21480 +дереша 21481 +дерешк 21482 +держ 21483 +держав 21484 +держава 21485 +державам 21486 +державами 21487 +державах 21488 +держави 21489 +державна 21490 +державне 21491 +державний 21492 +державника 21493 +державникам 21494 +державниками 21495 +державники 21496 +державників 21497 +державним 21498 +державними 21499 +державних 21500 +державницькими 21501 +державницького 21502 +державницької 21503 +державницькі 21504 +державного 21505 +державному 21506 +державності 21507 +державною 21508 +державної 21509 +державну 21510 +державні 21511 +державній 21512 +державність 21513 +державой 21514 +державотворення 21515 +державотворчим 21516 +державою 21517 +державтоінспекція 21518 +державу 21519 +державі 21520 +держагентства 21521 +держадміністрацій 21522 +держадміністрація 21523 +держадміністрації 21524 +держаку 21525 +держал 21526 +держали 21527 +держати 21528 +держать 21529 +держбезпеки 21530 +держбюджет 21531 +держбюджету 21532 +держбюджеті 21533 +держваний 21534 +держвлади 21535 +держвласності 21536 +держгеокадастр 21537 +держгеокадастру 21538 +держдеп 21539 +держдепартамент 21540 +держдепартаменту 21541 +держдепартаменті 21542 +держдепу 21543 +держдума 21544 +держдуми 21545 +держдумі 21546 +держзакупівель 21547 +держзакупівлях 21548 +держзакупівлі 21549 +держзамовлення 21550 +держзовнішінформ 21551 +держзовнішінформом 21552 +держзраду 21553 +держимся 21554 +держись 21555 +держися 21556 +держится 21557 +держить 21558 +держиться 21559 +держказначейства 21560 +держкомтелерадіо 21561 +держкомісаріату 21562 +держкомітету 21563 +держкордону 21564 +держкорпораціях 21565 +держкіно 21566 +держлікслужба 21567 +держлікслужби 21568 +держмайна 21569 +держобвинувачення 21570 +держорган 21571 +держорганами 21572 +держорганів 21573 +держохорони 21574 +держпитання 21575 +держпланівець 21576 +держприкордонслужба 21577 +держприкордонслужби 21578 +держприкордонслужбі 21579 +держпрограми 21580 +держпрограму 21581 +держпродспоживслужба 21582 +держпродспоживслужби 21583 +держпром 21584 +держпідприємства 21585 +держпідприємствах 21586 +держпідприємством 21587 +держрегулювання 21588 +держреєстрацію 21589 +держсекретар 21590 +держсекретарем 21591 +держсекретаря 21592 +держсекторі 21593 +держслужба 21594 +держслужби 21595 +держслужбовець 21596 +держслужбовцям 21597 +держслужбовці 21598 +держслужбовців 21599 +держслужбі 21600 +держстат 21601 +держструктурам 21602 +держструктури 21603 +держсубсидій 21604 +держте 21605 +держтелебачення 21606 +держуніверситету 21607 +держусь 21608 +держуть 21609 +держфінансування 21610 +держфінансуванні 21611 +держчиновників 21612 +дерибасівською 21613 +деригента 21614 +дерикторію 21615 +деркач 21616 +деркача 21617 +деркачевої 21618 +деркачеві 21619 +деркачем 21620 +дерматолога 21621 +дерунами 21622 +дерусифікацію 21623 +дерусифікації 21624 +деруть 21625 +дерібан 21626 +десант 21627 +десанта 21628 +десанти 21629 +десантна 21630 +десантний 21631 +десантника 21632 +десантниками 21633 +десантники 21634 +десантних 21635 +десантно 21636 +десантні 21637 +десантнік 21638 +десантом 21639 +десанту 21640 +десантувався 21641 +десантування 21642 +десантуватись 21643 +десантуватися 21644 +десантура 21645 +десантуру 21646 +десатном 21647 +десекційного 21648 +десентралізейшен 21649 +десентралізейшн 21650 +десерт 21651 +десерти 21652 +десертів 21653 +десидентський 21654 +дескалувати 21655 +дескваліфікують 21656 +дескредитації 21657 +десна 21658 +десни 21659 +деснянський 21660 +десні 21661 +десовєтізація 21662 +деспотизмом 21663 +деспотичний 21664 +деспро 21665 +дестабілізацію 21666 +дестабілізація 21667 +дестабілізації 21668 +дестабілізувавши 21669 +дестабілізувати 21670 +дестабілізуючим 21671 +дестабілізуючих 21672 +дестабілізуючої 21673 +дестабілізуючу 21674 +дестабілізує 21675 +деструктив 21676 +деструктивна 21677 +деструктивних 21678 +деструктивні 21679 +деструктивній 21680 +десть 21681 +десь 21682 +десь-кудись 21683 +десь-хтось 21684 +десята 21685 +десяте 21686 +десятеро 21687 +десяти 21688 +десятиверстку 21689 +десятивідсоткової 21690 +десятизначне 21691 +десятий 21692 +десятикілометровий 21693 +десятилетия 21694 +десятилітньої 21695 +десятилітрової 21696 +десятиліття 21697 +десятиліттями 21698 +десятиліть 21699 +десятимісячної 21700 +десятиріч 21701 +десятирічного 21702 +десятирічці 21703 +десятиріччя 21704 +десятиріччями 21705 +десятитий 21706 +десятитисячний 21707 +десятих 21708 +десятихвилинки 21709 +десятка 21710 +десяткам 21711 +десятками 21712 +десятках 21713 +десятки 21714 +десятком 21715 +десятку 21716 +десятків 21717 +десятого 21718 +десяток 21719 +десятому 21720 +десятої 21721 +десяту 21722 +десять 21723 +десятьма 21724 +десятьом 21725 +десятьох 21726 +десяті 21727 +десятій 21728 +десяцький 21729 +десі 21730 +деталей 21731 +детали 21732 +деталлю 21733 +деталь 21734 +детальна 21735 +детальне 21736 +детальний 21737 +детально 21738 +детального 21739 +детальну 21740 +детальні 21741 +детальніше 21742 +деталями 21743 +деталях 21744 +деталі 21745 +деталів 21746 +деталізоване 21747 +деталізованіша 21748 +деталізованіше 21749 +детей 21750 +детектив 21751 +детективами 21752 +детективах 21753 +детективи 21754 +детективна 21755 +детективом 21756 +детективів 21757 +детектор 21758 +детенізації 21759 +детермінують 21760 +детизнайдештакогоангелаякя 21761 +детинізація 21762 +детокс 21763 +детоксикант 21764 +детонації 21765 +детонування 21766 +детонувати 21767 +детонізувати 21768 +детройті 21769 +детский 21770 +детского 21771 +детінізації 21772 +дефакто 21773 +дефект 21774 +дефектолог 21775 +дефектом 21776 +дефекту 21777 +дефляційні 21778 +деформована 21779 +деформованим 21780 +деформуються 21781 +дефіле 21782 +дефілюють 21783 +дефіляду 21784 +дефініції 21785 +дефіс 21786 +дефіцит 21787 +дефіцитний 21788 +дефіцитними 21789 +дефіцитних 21790 +дефіцитні 21791 +дефіцитом 21792 +дефіциту 21793 +дефіцих 21794 +дехов 21795 +дехто 21796 +децентралізаційні 21797 +децентралізація 21798 +децентралізацією 21799 +децентралізації 21800 +дечого 21801 +дешева 21802 +дешеве 21803 +дешевий 21804 +дешевим 21805 +дешевими 21806 +дешевих 21807 +дешевле 21808 +дешево 21809 +дешевого 21810 +дешевому 21811 +дешевої 21812 +дешеву 21813 +дешевшає 21814 +дешевше 21815 +дешевший 21816 +дешевшим 21817 +дешевшими 21818 +дешевших 21819 +дешевшою 21820 +дешевшу 21821 +дешевші 21822 +дешеві 21823 +дешифрувати 21824 +дешо 21825 +дещицею 21826 +дещо 21827 +деяка 21828 +деяке 21829 +деякий 21830 +деяким 21831 +деякими 21832 +деяких 21833 +деякого 21834 +деякому 21835 +деякою 21836 +деякої 21837 +деяку 21838 +деякі 21839 +деякій 21840 +деякіх 21841 +деі 21842 +деінде 21843 +деїзм 21844 +деїстами 21845 +джаафарі 21846 +джабраїла 21847 +джабур 21848 +джавелін 21849 +джавеліна 21850 +джавеліни 21851 +джавелінів 21852 +джагдіб 21853 +джаз 21854 +джазова 21855 +джазової 21856 +джазові 21857 +джазом 21858 +джазу 21859 +джазісти 21860 +джайпур 21861 +джайпурі 21862 +джакарта 21863 +джакарти 21864 +джакарті 21865 +джалал 21866 +джалалом 21867 +джалапін 21868 +джалозай 21869 +джаляль 21870 +джаляля 21871 +джалілі 21872 +джамедж 21873 +джамеч 21874 +джамич 21875 +джампінг 21876 +джаміла 21877 +джаміли 21878 +джангерай 21879 +джангерая 21880 +джангераєм 21881 +джанкой 21882 +джанкою 21883 +джанкоя 21884 +джанкої 21885 +джапарова 21886 +джапарову 21887 +джар 21888 +джарольдін 21889 +джаромі 21890 +джаст 21891 +джастін 21892 +джастіна 21893 +джафер 21894 +джгути 21895 +джгутики 21896 +джгутиком 21897 +дже 21898 +джеба 21899 +джебалія 21900 +джедаїв 21901 +джеемс 21902 +джей 21903 +джейзет 21904 +джейкоб 21905 +джейкобсон 21906 +джеймс 21907 +джеймса 21908 +джеймсом 21909 +джеймстауні 21910 +джеймі 21911 +джейн 21912 +джейхан 21913 +джек 21914 +джеком 21915 +джекпот 21916 +джекпоту 21917 +джексон 21918 +джексона 21919 +джел 21920 +джелол 21921 +джем 21922 +джемилев 21923 +джемич 21924 +джемільов 21925 +джемілєв 21926 +джемілєва 21927 +джен 21928 +джена 21929 +джендаі 21930 +дженералс 21931 +дженкінс 21932 +дженніфер 21933 +джентельмени 21934 +джентельменський 21935 +джентльмена 21936 +джентльмени 21937 +джентілоні 21938 +дженін 21939 +дженіфер 21940 +джеральдін 21941 +джердж 21942 +джерджа 21943 +джерел 21944 +джерела 21945 +джерелам 21946 +джерелами 21947 +джерелах 21948 +джерело 21949 +джерелом 21950 +джерельце 21951 +джеремі 21952 +джериною 21953 +джером 21954 +джеромо 21955 +джеррі 21956 +джерусалим 21957 +джетс 21958 +джеф 21959 +джефрі 21960 +джефф 21961 +джефферсон 21962 +джефферсона 21963 +джея 21964 +джибуті 21965 +джигад 21966 +джил 21967 +джим 21968 +джима 21969 +джимейлі 21970 +джиммі 21971 +джин 21972 +джинсах 21973 +джинси 21974 +джинсики 21975 +джинів 21976 +джипарк 21977 +джипах 21978 +джипи 21979 +джипіес 21980 +джире 21981 +джихад 21982 +джихаду 21983 +джйотіш 21984 +джмелі 21985 +джо 21986 +джоан 21987 +джові 21988 +джоель 21989 +джозетта 21990 +джозеф 21991 +джозефа 21992 +джой 21993 +джокан 21994 +джоконда 21995 +джолі 21996 +джом 21997 +джон 21998 +джона 21999 +джонові 22000 +джоном 22001 +джонс 22002 +джонса 22003 +джонсом 22004 +джонсон 22005 +джонсона 22006 +джонсону 22007 +джону 22008 +джордж 22009 +джорджа 22010 +джорджем 22011 +джорджо 22012 +джорджтаунського 22013 +джорджу 22014 +джорджіа 22015 +джорджія 22016 +джорджії 22017 +джоржа 22018 +джорнал 22019 +джорнвл 22020 +джорнел 22021 +джохар 22022 +джохара 22023 +джоша 22024 +джоя 22025 +джуді 22026 +джудіт 22027 +джулейтан 22028 +джульєтта 22029 +джульєтти 22030 +джульєтту 22031 +джульєтті 22032 +джуліані 22033 +джунглі 22034 +джунглів 22035 +джурджа 22036 +джюн 22037 +джі 22038 +джі-сім 22039 +джіано 22040 +джіефті 22041 +джім 22042 +джіма 22043 +джіммі 22044 +джінси 22045 +джіні 22046 +джіорджіо 22047 +джіпіес 22048 +дз 22049 +дзайєю 22050 +дзбан 22051 +дзвенить 22052 +дзвеніла 22053 +дзвона 22054 +дзвоне 22055 +дзвонення 22056 +дзвони 22057 +дзвонив 22058 +дзвоник 22059 +дзвоника 22060 +дзвонил 22061 +дзвонила 22062 +дзвонили 22063 +дзвоним 22064 +дзвонити 22065 +дзвонить 22066 +дзвониш 22067 +дзвонишь 22068 +дзвонки 22069 +дзвонок 22070 +дзвоном 22071 +дзвону 22072 +дзвоню 22073 +дзвонять 22074 +дзвонів 22075 +дзвоніння 22076 +дзвоніть 22077 +дзвякну 22078 +дзвін 22079 +дзвіниця 22080 +дзвіниці 22081 +дзвінка 22082 +дзвінками 22083 +дзвінки 22084 +дзвінком 22085 +дзвінку 22086 +дзвінкую 22087 +дзвінкі 22088 +дзвінків 22089 +дзвінок 22090 +дзвіночком 22091 +дзвіночок 22092 +дзеленчати 22093 +дзен 22094 +дзену 22095 +дзень 22096 +дзеньк 22097 +дзержинського 22098 +дзеркал 22099 +дзеркала 22100 +дзеркало 22101 +дзеркалом 22102 +дзеркальне 22103 +дзеркалі 22104 +дзеркло 22105 +дзига 22106 +дзиги 22107 +дзигою 22108 +дзигу 22109 +дзиґа 22110 +дзонгхаг 22111 +дзьоб 22112 +дзьоба 22113 +дзьобає 22114 +дзьобом 22115 +дзьорурі 22116 +дзюба 22117 +дзюбака 22118 +дзюганням 22119 +дзюдзюцу 22120 +дзюдо 22121 +дзюкон 22122 +дзяна 22123 +дзібао 22124 +дзінґо 22125 +диалога 22126 +дибом 22127 +див 22128 +дива 22129 +дивака 22130 +диван 22131 +дивани 22132 +диваном 22133 +диванчики 22134 +дивані 22135 +диверсантами 22136 +диверсанти 22137 +диверсантів 22138 +диверсифікація 22139 +диверсифікації 22140 +диверсифікованим 22141 +диверсифікувати 22142 +диверсійна 22143 +диверсійних 22144 +диверсійно 22145 +диверсійну 22146 +диверсійні 22147 +диверсію 22148 +диверсія 22149 +диверсії 22150 +диви 22151 +дивився 22152 +дивизійної 22153 +дивилась 22154 +дивилася 22155 +дивились 22156 +дивилися 22157 +дивимось 22158 +дивимося 22159 +дивимся 22160 +дивинка 22161 +дивись 22162 +дивися 22163 +дивитесь 22164 +дивитимуться 22165 +дивитись 22166 +дивитися 22167 +дивится 22168 +дивиться 22169 +дивишся 22170 +дивлюсь 22171 +дивлюся 22172 +дивляться 22173 +дивлячись 22174 +дивна 22175 +дивне 22176 +дивний 22177 +дивним 22178 +дивних 22179 +дивно 22180 +дивного 22181 +дивною 22182 +дивну 22183 +дивні 22184 +диво 22185 +диво- 22186 +дивовався 22187 +дивовижна 22188 +дивовижно 22189 +дивовижні 22190 +дивом 22191 +диву 22192 +дивував 22193 +дивувався 22194 +дивувалась 22195 +дивувалася 22196 +дивувалися 22197 +дивувати 22198 +дивуватися 22199 +дивуюсь 22200 +дивуюся 22201 +дивують 22202 +дивуються 22203 +дивує 22204 +дивуємося 22205 +дивідендів 22206 +дивізій 22207 +дивізійна 22208 +дивізійного 22209 +дивізійному 22210 +дивізійною 22211 +дивізійної 22212 +дивізійній 22213 +дивізіон 22214 +дивізіона 22215 +дивізіонами 22216 +дивізіонах 22217 +дивізіони 22218 +дивізіону 22219 +дивізіоні 22220 +дивізіонів 22221 +дивізію 22222 +дивізія 22223 +дивізіях 22224 +дивізії 22225 +дивіться 22226 +дидактичне 22227 +дидик 22228 +дидика 22229 +дидона 22230 +дидони 22231 +дидону 22232 +дидоні 22233 +диз 22234 +диз'юнктивний 22235 +диз'юнктів 22236 +дизайн 22237 +дизайнами 22238 +дизайнер 22239 +дизайнера 22240 +дизайнери 22241 +дизайнером 22242 +дизайнерську 22243 +дизайнерів 22244 +дизайном 22245 +дизайну 22246 +дизель 22247 +дизельного 22248 +дизельному 22249 +дизморалить 22250 +дизпалива 22251 +дизпаливо 22252 +дизпальне 22253 +дийниченко 22254 +дик 22255 +дика 22256 +дике 22257 +дикий 22258 +диким 22259 +диких 22260 +дико 22261 +диковинка 22262 +диковинно 22263 +дикого 22264 +дикою 22265 +дикої 22266 +диктант 22267 +диктатора 22268 +диктатором 22269 +диктаторства 22270 +диктаторських 22271 +диктаторів 22272 +диктатур 22273 +диктатура 22274 +диктатури 22275 +диктатуру 22276 +диктованих 22277 +диктор 22278 +диктори 22279 +диктором 22280 +дикторська 22281 +диктофон 22282 +диктувала 22283 +диктували 22284 +диктувати 22285 +диктуватиме 22286 +диктуй 22287 +диктую 22288 +диктують 22289 +диктує 22290 +диктуєш 22291 +дикувату 22292 +дикі 22293 +дикість 22294 +дикістю 22295 +дилема 22296 +дилеми 22297 +дилемі 22298 +дилогічні 22299 +дилі 22300 +дим 22301 +димер 22302 +дими 22303 +димиденко 22304 +димитрій 22305 +димитрію 22306 +димитрія 22307 +димить 22308 +димов 22309 +димова 22310 +димової 22311 +димові 22312 +димом 22313 +димона 22314 +димоні 22315 +димою 22316 +диму 22317 +димів 22318 +диміли 22319 +димінського 22320 +димінському 22321 +динамо 22322 +динамівці 22323 +динаміка 22324 +динаміки 22325 +динаміку 22326 +динаміці 22327 +динамічне 22328 +динамічних 22329 +динамічно 22330 +динамічного 22331 +динамічному 22332 +динамічної 22333 +динамічніше 22334 +динари 22335 +динарів 22336 +династичного 22337 +династій 22338 +династія 22339 +династії 22340 +динири 22341 +динозавра 22342 +динозаврів 22343 +динонсації 22344 +дип-персоналу 22345 +дипвідомство 22346 +диплломатів 22347 +диплом 22348 +дипломат 22349 +дипломата 22350 +дипломатам 22351 +дипломатама 22352 +дипломатами 22353 +дипломати 22354 +дипломатические 22355 +дипломатических 22356 +дипломатична 22357 +дипломатичне 22358 +дипломатичний 22359 +дипломатичним 22360 +дипломатичними 22361 +дипломатичних 22362 +дипломатично 22363 +дипломатичного 22364 +дипломатичной 22365 +дипломатичному 22366 +дипломатичною 22367 +дипломатичної 22368 +дипломатичну 22369 +дипломатичні 22370 +дипломатичній 22371 +дипломатичність 22372 +дипломатові 22373 +дипломатом 22374 +дипломатів 22375 +дипломатію 22376 +дипломатія 22377 +дипломатією 22378 +дипломатії 22379 +дипломи 22380 +дипломна 22381 +дипломних 22382 +диплому 22383 +дипломі 22384 +дипломів 22385 +дипутатів 22386 +директив 22387 +директиви 22388 +директор 22389 +директора 22390 +директорами 22391 +директорату 22392 +директори 22393 +директорка 22394 +директорки 22395 +директоркою 22396 +директоро 22397 +директорові 22398 +директором 22399 +директору 22400 +директорів 22401 +директорії 22402 +дирекція 22403 +диригент 22404 +диригенти 22405 +диригентом 22406 +дирижабль 22407 +дирижаблі 22408 +дирка 22409 +дирки 22410 +диряві 22411 +дисантно 22412 +дисбаланс 22413 +дисекційного 22414 +дисергейт 22415 +дисертацію 22416 +дисертації 22417 +дисидента 22418 +дисиденти 22419 +дисидентки 22420 +дисидентів 22421 +диск 22422 +дискача 22423 +дискваліфікацію 22424 +дискваліфікації 22425 +дискваліфікованих 22426 +дискваліфіковано 22427 +дискваліфіковані 22428 +дискваліфікували 22429 +дискваліфікувати 22430 +дискваліфікують 22431 +дискети 22432 +диски 22433 +дискографії 22434 +диском 22435 +дискомфорт 22436 +дискомфортно 22437 +дискомфортом 22438 +дисконтовані 22439 +дискотека 22440 +дискотеки 22441 +дискотеку 22442 +дискредитацій 22443 +дискредитацію 22444 +дискредитація 22445 +дискредитації 22446 +дискредитована 22447 +дискредитоване 22448 +дискредитовано 22449 +дискредитовані 22450 +дискредитували 22451 +дискредитувати 22452 +дискредитующих 22453 +дискредитує 22454 +дискретної 22455 +дискреції 22456 +дискримінаційне 22457 +дискримінаційним 22458 +дискримінаційних 22459 +дискримінаційного 22460 +дискримінаційну 22461 +дискримінаційні 22462 +дискримінацію 22463 +дискримінація 22464 +дискримінацією 22465 +дискримінації 22466 +дискримінованому 22467 +дискримінуванні 22468 +дискримінующих 22469 +дискримінує 22470 +диску 22471 +дискурс 22472 +дискурсу 22473 +дискурсі 22474 +дискусій 22475 +дискусійне 22476 +дискусійний 22477 +дискусійним 22478 +дискусійними 22479 +дискусійних 22480 +дискусійного 22481 +дискусійну 22482 +дискусійні 22483 +дискусію 22484 +дискусія 22485 +дискусіям 22486 +дискусіями 22487 +дискусіях 22488 +дискусією 22489 +дискусії 22490 +дискутував 22491 +дискутувалися 22492 +дискутувати 22493 +дискутуватимуть 22494 +дискутуюсь 22495 +дискутують 22496 +дискутуємо 22497 +дислокацію 22498 +дислокація 22499 +дислокацією 22500 +дислокації 22501 +дислокувалася 22502 +дислокувалися 22503 +дислокуються 22504 +дисонансу 22505 +дисонансі 22506 +диспансерів 22507 +диспетчер 22508 +диспетчера 22509 +диспетчерам 22510 +диспетчери 22511 +диспетчерів 22512 +дисплазію 22513 +дисплазії 22514 +дисплей 22515 +диспонуєте 22516 +диспропорція 22517 +диспутах 22518 +дистанційне 22519 +дистанційний 22520 +дистанційних 22521 +дистанційно 22522 +дистанційного 22523 +дистанційному 22524 +дистанційні 22525 +дистанційність 22526 +дистанцію 22527 +дистанціюватися 22528 +дистанціюються 22529 +дистанція 22530 +дистанціях 22531 +дистанції 22532 +дистриб'юторами 22533 +дистриб'юторів 22534 +дистрибюторством 22535 +диструктивного 22536 +дисфункціональні 22537 +дисциплін 22538 +дисципліна 22539 +дисциплінарна 22540 +дисциплінарних 22541 +дисциплінарну 22542 +дисципліни 22543 +дисциплінований 22544 +дисциплінованих 22545 +дисципліну 22546 +дисциплінувати 22547 +дисциплінує 22548 +дисципліні 22549 +дитбудинку 22550 +дитбудинків 22551 +дитина 22552 +дитини 22553 +дитинка 22554 +дитинки 22555 +дитинко 22556 +дитинкою 22557 +дитинку 22558 +дитино 22559 +дитиною 22560 +дитинства 22561 +дитинство 22562 +дитинством 22563 +дитинстві 22564 +дитину 22565 +дитинці 22566 +дитиньки 22567 +дитині 22568 +дитисками 22569 +дитиська 22570 +дитсадка 22571 +дитсадках 22572 +дитсадки 22573 +дитсадків 22574 +дитсадок 22575 +дитя 22576 +дитяті 22577 +дитяча 22578 +дитяче 22579 +дитячи 22580 +дитячий 22581 +дитячим 22582 +дитячими 22583 +дитячих 22584 +дитячого 22585 +дитячом 22586 +дитячому 22587 +дитячою 22588 +дитячої 22589 +дитячу 22590 +дитячі 22591 +дитячій 22592 +дитячість 22593 +дифамацію 22594 +диференційована 22595 +диференціювати 22596 +дифірамб 22597 +дифіцитні 22598 +дихав 22599 +дихай 22600 +дихало 22601 +дихальних 22602 +дихання 22603 +диханні 22604 +дихати 22605 +дихать 22606 +дихають 22607 +дихаючи 22608 +дихає 22609 +дихаємо 22610 +дихнув 22611 +дихнути 22612 +дичини 22613 +дичко 22614 +дичок 22615 +дише 22616 +дишим 22617 +дишлевич 22618 +дишуть 22619 +диявол 22620 +диявола 22621 +дияволом 22622 +диякона 22623 +дияконівна 22624 +дкр 22625 +дкрів 22626 +дл 22627 +длительное 22628 +длительном 22629 +длч 22630 +для 22631 +длігач 22632 +дм 22633 +дмаєш 22634 +дме 22635 +дмит 22636 +дмитра 22637 +дмитре 22638 +дмитрий 22639 +дмитрия 22640 +дмитро 22641 +дмитрович 22642 +дмитрові 22643 +дмитром 22644 +дмитру 22645 +дмитрук 22646 +дмитрівна 22647 +дмитрія 22648 +дмитрієв 22649 +дмс 22650 +дмухнуть 22651 +дмухнім 22652 +дмітрія 22653 +дмітрієм 22654 +дн 22655 +дна 22656 +днем 22657 +днепр 22658 +днепре 22659 +дни 22660 +днк 22661 +дно 22662 +дном 22663 +дному 22664 +днопоглиблення 22665 +днопоглиблювальні 22666 +днр 22667 +днровєц 22668 +дну 22669 +дню 22670 +днювали 22671 +дня 22672 +днями 22673 +днях 22674 +дні 22675 +днів 22676 +дніпра 22677 +дніпро 22678 +дніпровки 22679 +дніпровське 22680 +дніпровський 22681 +дніпровських 22682 +дніпровського 22683 +дніпровському 22684 +дніпровської 22685 +дніпровські 22686 +дніпровській 22687 +дніпрогесу 22688 +дніпродзержинськом 22689 +дніпроенерго 22690 +дніпром 22691 +дніпропетровськ 22692 +дніпропетровська 22693 +дніпропетровське 22694 +дніпропетровських 22695 +дніпропетровською 22696 +дніпропетровської 22697 +дніпропетровську 22698 +дніпропетровській 22699 +дніпропетровщина 22700 +дніпропетровщини 22701 +дніпропетровщині 22702 +дніпру 22703 +дніпрян 22704 +дніпрі 22705 +дністра 22706 +дністровський 22707 +дністру 22708 +дніщє 22709 +до 22710 +доарів 22711 +доб'ється 22712 +доба 22713 +добавил 22714 +добавила 22715 +добавили 22716 +добавити 22717 +добавить 22718 +добавиш 22719 +добавками 22720 +добавки 22721 +добавку 22722 +добавлю 22723 +добавляв 22724 +добавляйте 22725 +добавляти 22726 +добавлять 22727 +добавляємо 22728 +добавляєте 22729 +добавляється 22730 +добавок 22731 +добавте 22732 +добалакаємся 22733 +добачись 22734 +добгодії 22735 +добереться 22736 +доберуть 22737 +доби 22738 +добивали 22739 +добивати 22740 +добиватися 22741 +добивають 22742 +добиваються 22743 +добиваючись 22744 +добивається 22745 +добилася 22746 +добили 22747 +добилися 22748 +добилося 22749 +добирав 22750 +добирався 22751 +добирати 22752 +добиратися 22753 +добирають 22754 +добираєте 22755 +добирається 22756 +добираєш 22757 +добираєшся 22758 +добити 22759 +добитися 22760 +добиться 22761 +добкін 22762 +добкіна 22763 +добкіну 22764 +доблесний 22765 +доблесть 22766 +доблесті 22767 +добова 22768 +добору 22769 +добою 22770 +добра 22771 +добралась 22772 +добралася 22773 +добрали 22774 +добралося 22775 +добраніч 22776 +добратися 22777 +добре 22778 +добренько 22779 +добреозброєного 22780 +добри 22781 +добрив 22782 +добрива 22783 +добривами 22784 +добриво 22785 +добридень 22786 +добрий 22787 +добрим 22788 +добрими 22789 +добрих 22790 +добро 22791 +добробати 22792 +добробут 22793 +добробутові 22794 +добробуту 22795 +доброволець 22796 +добровольська 22797 +добровольської 22798 +добровольцев 22799 +добровольцю 22800 +добровольця 22801 +добровольцям 22802 +добровольцями 22803 +добровольці 22804 +добровольців 22805 +добровольча 22806 +добровольче 22807 +добровольческие 22808 +добровольчий 22809 +добровольчим 22810 +добровольчих 22811 +добровольчого 22812 +добровольчості 22813 +добровольчі 22814 +добровільний 22815 +добровільним 22816 +добровільних 22817 +добровільно 22818 +добровільного 22819 +добровільному 22820 +добровільною 22821 +добровільної 22822 +доброго 22823 +добродій 22824 +добродійного 22825 +добродії 22826 +добродіїв 22827 +доброзичлива 22828 +доброзичливості 22829 +доброзичливі 22830 +доброзичливість 22831 +добром 22832 +доброму 22833 +добропорядку 22834 +добропорядності 22835 +добропілля 22836 +добросовісні 22837 +добросусідських 22838 +добросусідські 22839 +добротний 22840 +доброчесна 22841 +доброчесним 22842 +доброчесного 22843 +доброчесності 22844 +доброчесні 22845 +доброчесність 22846 +доброчестність 22847 +доброчинний 22848 +доброчинців 22849 +доброю 22850 +доброї 22851 +добру 22852 +добруцький 22853 +добруцького 22854 +добрянським 22855 +добрянські 22856 +добряче 22857 +добрячий 22858 +добрячі 22859 +добрі 22860 +добрій 22861 +добрікова 22862 +добрінько 22863 +добрішим 22864 +добрішою 22865 +добто 22866 +добу 22867 +добував 22868 +добували 22869 +добувати 22870 +добуватиме 22871 +добувать 22872 +добувають 22873 +добувна 22874 +добувсь 22875 +добудови 22876 +добудову 22877 +добудовувати 22878 +добудували 22879 +добудувати 22880 +добули 22881 +добути 22882 +добуті 22883 +добі 22884 +добіг 22885 +добігає 22886 +добігла 22887 +добігли 22888 +добігти 22889 +добігши 22890 +добірка 22891 +добірних 22892 +доважки 22893 +доважку 22894 +доважок 22895 +довалитись 22896 +довба 22897 +довбана 22898 +довбанку 22899 +довбню 22900 +довбойоб 22901 +довбойоби 22902 +довбоєбізм 22903 +довбуш 22904 +довга 22905 +довге 22906 +довгенький 22907 +довгенько 22908 +довгенькі 22909 +довгий 22910 +довгим 22911 +довгими 22912 +довгих 22913 +довго 22914 +довгобуди 22915 +довгов 22916 +довговідстрочуваної 22917 +довгого 22918 +довголітнього 22919 +довгому 22920 +довгоносого 22921 +довгоочікувана 22922 +довгоочікуване 22923 +довгоочікуваний 22924 +довгоочікуваного 22925 +довгоочікуваної 22926 +довгоочікувану 22927 +довгоочікувані 22928 +довгорукого 22929 +довгоствольну 22930 +довгостроковий 22931 +довгостроковими 22932 +довгострокової 22933 +довгострокову 22934 +довгострокові 22935 +довгостроковій 22936 +довготелесого 22937 +довготермінове 22938 +довготерміновими 22939 +довготермінових 22940 +довготерміновою 22941 +довготермінової 22942 +довготермінову 22943 +довготермінові 22944 +довготривала 22945 +довготривале 22946 +довготривалий 22947 +довготривалим 22948 +довготривалих 22949 +довготривалого 22950 +довготривалою 22951 +довготривалої 22952 +довготривалу 22953 +довготривалій 22954 +довгохвильовому 22955 +довгою 22956 +довгоіснуючі 22957 +довгої 22958 +довгу 22959 +довгую 22960 +довгі 22961 +довгій 22962 +доведе 22963 +доведемо 22964 +доведена 22965 +доведений 22966 +доведення 22967 +доведенням 22968 +доведено 22969 +доведеності 22970 +доведені 22971 +доведеться 22972 +доведи 22973 +доведу 22974 +доведуть 22975 +доведіть 22976 +довезли 22977 +довезу 22978 +довела 22979 +довели 22980 +довело 22981 +довелось 22982 +довелося 22983 +довершать 22984 +довести 22985 +довжаться 22986 +довжелезного 22987 +довженко 22988 +довжик 22989 +довжина 22990 +довжиною 22991 +довжині 22992 +довибори 22993 +довиборів 22994 +довитися 22995 +довкола 22996 +довколишнього 22997 +довколишніх 22998 +довколо 22999 +довкруги 23000 +довкіллю 23001 +довкілля 23002 +довнесла 23003 +доводе 23004 +доводеться 23005 +доводи 23006 +доводив 23007 +доводила 23008 +доводилась 23009 +доводилася 23010 +доводили 23011 +доводилися 23012 +доводилось 23013 +доводилося 23014 +доводимо 23015 +доводити 23016 +доводить 23017 +доводиться 23018 +доводять 23019 +доводячи 23020 +довойовує 23021 +довол 23022 +довольний 23023 +довольно 23024 +довольні 23025 +довольчий 23026 +доволі 23027 +довороти 23028 +довоєнне 23029 +довоєнний 23030 +довоєнних 23031 +довоєнного 23032 +довоєнні 23033 +довподоби 23034 +довчуся 23035 +довша 23036 +довше 23037 +довший 23038 +довших 23039 +довшого 23040 +довшу 23041 +довші 23042 +довів 23043 +довівши 23044 +довідався 23045 +довідавшись 23046 +довідалася 23047 +довідались 23048 +довідалися 23049 +довідатися 23050 +довідка 23051 +довідкам 23052 +довідки 23053 +довідку 23054 +довідник 23055 +довідок 23056 +довідувалися 23057 +довідуватися 23058 +довідуюся 23059 +довідуємося 23060 +довіку 23061 +довільне 23062 +довільним 23063 +довільно 23064 +довільного 23065 +довільну 23066 +довільні 23067 +довір'я 23068 +довіра 23069 +довірених 23070 +довіреності 23071 +довіреність 23072 +довіри 23073 +довірили 23074 +довіримося 23075 +довірити 23076 +довірливих 23077 +довірливо 23078 +довірою 23079 +довірте 23080 +довіру 23081 +довіряли 23082 +довіряти 23083 +довіряю 23084 +довіряють 23085 +довіряє 23086 +довіряємо 23087 +довіряєте 23088 +довірі 23089 +довічне 23090 +довічний 23091 +довічно 23092 +довічного 23093 +дог 23094 +дога 23095 +догадався 23096 +догани 23097 +догану 23098 +доганяв 23099 +доганяти 23100 +доганять 23101 +доганяю 23102 +доганяють 23103 +доганяє 23104 +доганяємо 23105 +догляд 23106 +доглядав 23107 +доглядалися 23108 +доглядати 23109 +доглядають 23110 +доглядом 23111 +догляду 23112 +доглянута 23113 +доглянути 23114 +доглянуті 23115 +догляньте 23116 +догма 23117 +догмам 23118 +догматично 23119 +догматів 23120 +догмою 23121 +догнав 23122 +догнали 23123 +догнати 23124 +договор 23125 +договора 23126 +договорами 23127 +договорах 23128 +договори 23129 +договорились 23130 +договорилися 23131 +договоримся 23132 +договоритися 23133 +договором 23134 +договору 23135 +договорі 23136 +договорів 23137 +договоріть 23138 +договір 23139 +договірна 23140 +договірно 23141 +договірні 23142 +договірній 23143 +догодив 23144 +догодити 23145 +догоду 23146 +догола 23147 +догори 23148 +догоряє 23149 +догратися 23150 +догукалися 23151 +догідливе 23152 +догідні 23153 +догіль 23154 +додав 23155 +додавав 23156 +додавався 23157 +додавайте 23158 +додавали 23159 +додавалися 23160 +додаванням 23161 +додавати 23162 +додавлю 23163 +додався 23164 +додавши 23165 +додаймо 23166 +додайте 23167 +додактова 23168 +додала 23169 +додалася 23170 +додали 23171 +додалися 23172 +додало 23173 +додалося 23174 +додам 23175 +додамо 23176 +додана 23177 +додане 23178 +доданки 23179 +додання 23180 +додано 23181 +доданою 23182 +доданої 23183 +додану 23184 +додані 23185 +додасть 23186 +додастьсобі 23187 +додати 23188 +додатися 23189 +додатка 23190 +додатках 23191 +додатки 23192 +додаткова 23193 +додаткове 23194 +додатковий 23195 +додатковим 23196 +додатковими 23197 +додаткових 23198 +додатково 23199 +додаткового 23200 +додатковому 23201 +додатковою 23202 +додаткової 23203 +додаткову 23204 +додаткові 23205 +додатковій 23206 +додатку 23207 +додатків 23208 +додаток 23209 +додачу 23210 +додаю 23211 +додають 23212 +додаються 23213 +додаючи 23214 +додає 23215 +додаємо 23216 +додаєте 23217 +додається 23218 +додеу 23219 +додзванювався 23220 +додзвонився 23221 +додзвонилась 23222 +додзвонитись 23223 +додзвонитися 23224 +додзвону 23225 +додзвонювались 23226 +додзвонювач 23227 +додзвонювача 23228 +додзвонювачок 23229 +додзвонювачці 23230 +додзвонюсь 23231 +додзвонююсь 23232 +додивитись 23233 +додолу 23234 +додомоньку 23235 +додому 23236 +додон 23237 +додона 23238 +додосокс 23239 +додруку 23240 +додумається 23241 +дожаботина 23242 +дождя 23243 +дожене 23244 +доженеш 23245 +дожену 23246 +доживати 23247 +доживає 23248 +доживе 23249 +доживем 23250 +доживете 23251 +доживу 23252 +дожидав 23253 +дожидала 23254 +дожидали 23255 +дожидати 23256 +дожидаю 23257 +дожидають 23258 +дожидаючи 23259 +дожидає 23260 +дожили 23261 +дожило 23262 +дожити 23263 +доз 23264 +доза 23265 +дозах 23266 +дозбирати 23267 +дозвовілля 23268 +дозвол 23269 +дозвола 23270 +дозволена 23271 +дозволений 23272 +дозволених 23273 +дозволено 23274 +дозволеного 23275 +дозволеною 23276 +дозволену 23277 +дозволені 23278 +дозволи 23279 +дозволив 23280 +дозволивши 23281 +дозволила 23282 +дозволили 23283 +дозволило 23284 +дозволим 23285 +дозволимо 23286 +дозволите 23287 +дозволити 23288 +дозволить 23289 +дозволиш 23290 +дозволом 23291 +дозволу 23292 +дозвольте 23293 +дозволю 23294 +дозволяв 23295 +дозволяла 23296 +дозволяли 23297 +дозволяло 23298 +дозволялось 23299 +дозволялося 23300 +дозволяти 23301 +дозволятиме 23302 +дозволять 23303 +дозволяю 23304 +дозволяють 23305 +дозволяючи 23306 +дозволяє 23307 +дозволяємо 23308 +дозволяєте 23309 +дозволяється 23310 +дозволі 23311 +дозволів 23312 +дозвонилась 23313 +дозвонилася 23314 +дозвонитись 23315 +дозвонитися 23316 +дозвонить 23317 +дозвонювач 23318 +дозвонювача 23319 +дозвонювачі 23320 +дозвонювачів 23321 +дозвукова 23322 +дозвуковій 23323 +дозвуку 23324 +дозвіл 23325 +дозвілля 23326 +дозвілу 23327 +дозвільний 23328 +дозвільних 23329 +дози 23330 +дозиметрами 23331 +дозом 23332 +дозор 23333 +дозори 23334 +дозорцеві 23335 +дозорці 23336 +дозорців 23337 +дозорів 23338 +дозою 23339 +дозрів 23340 +дозрівання 23341 +дозріла 23342 +дозу 23343 +дойде 23344 +дойдем 23345 +дойобу 23346 +дойобувати 23347 +дойобуюсь 23348 +дойче 23349 +док 23350 +докажешь 23351 +докажу 23352 +доказ 23353 +доказами 23354 +доказана 23355 +доказати 23356 +доказать 23357 +докази 23358 +доказова 23359 +доказової 23360 +доказову 23361 +доказом 23362 +доказувала 23363 +доказувати 23364 +доказів 23365 +доки 23366 +докинув 23367 +докинули 23368 +докинути 23369 +докипає 23370 +доклав 23371 +доклався 23372 +докладав 23373 +докладали 23374 +докладати 23375 +докладатиме 23376 +докладатиму 23377 +докладаю 23378 +докладають 23379 +докладає 23380 +докладаємо 23381 +докладаєте 23382 +докладається 23383 +докладе 23384 +докладна 23385 +докладне 23386 +докладний 23387 +докладним 23388 +докладно 23389 +докладну 23390 +докладні 23391 +докладніше 23392 +докладнішими 23393 +докладнішого 23394 +докладнішу 23395 +докладу 23396 +докладуть 23397 +доклала 23398 +докласти 23399 +докластись 23400 +доковідної 23401 +доколупуйтесь 23402 +доконаний 23403 +доконаним 23404 +доконаною 23405 +докопуватися 23406 +докорами 23407 +докори 23408 +докором 23409 +докору 23410 +докоряючи 23411 +докоряє 23412 +докорів 23413 +докорінне 23414 +докорінних 23415 +докорінно 23416 +докосився 23417 +докочуємось 23418 +докоштувало 23419 +докруж 23420 +докручувати 23421 +доктор 23422 +доктора 23423 +докторант 23424 +докторат 23425 +докторату 23426 +доктораті 23427 +докторатів 23428 +докторка 23429 +докторова 23430 +доктором 23431 +докторський 23432 +докторського 23433 +докторської 23434 +доктрина 23435 +доктринальним 23436 +доктринальних 23437 +доктрини 23438 +доктриною 23439 +доктрину 23440 +документ 23441 +документа 23442 +документальна 23443 +документальний 23444 +документальних 23445 +документально 23446 +документального 23447 +документальної 23448 +документальну 23449 +документальні 23450 +документальність 23451 +документаліст 23452 +документалістики 23453 +документалістиці 23454 +документалістом 23455 +документами 23456 +документанции 23457 +документах 23458 +документации 23459 +документацию 23460 +документация 23461 +документацію 23462 +документація 23463 +документацією 23464 +документації 23465 +документе 23466 +документи 23467 +документом 23468 +документообігу 23469 +документу 23470 +документування 23471 +документуванні 23472 +документують 23473 +документується 23474 +документі 23475 +документів 23476 +докупи 23477 +докупити 23478 +докучала 23479 +докучає 23480 +докінчив 23481 +докінчує 23482 +дол 23483 +доладно 23484 +долазить 23485 +долали 23486 +долами 23487 +долар 23488 +долара 23489 +доларам 23490 +доларами 23491 +доларах 23492 +долари 23493 +доларовий 23494 +доларових 23495 +доларового 23496 +доларом 23497 +доларів 23498 +долати 23499 +долають 23500 +долбоєбізм 23501 +долгополов 23502 +долгополова 23503 +долетить 23504 +долетять 23505 +долетів 23506 +долетівши 23507 +долетіло 23508 +долетіти 23509 +долетіть 23510 +долею 23511 +долеї 23512 +должен 23513 +долженкова 23514 +должна 23515 +должни 23516 +должно 23517 +должности 23518 +должность 23519 +доливаю 23520 +доливаєм 23521 +долин 23522 +долина 23523 +долинала 23524 +долинали 23525 +долинами 23526 +долинах 23527 +долини 23528 +долиною 23529 +долину 23530 +долинула 23531 +долині 23532 +долинівці 23533 +долити 23534 +долларовий 23535 +долларів 23536 +долобене 23537 +долонею 23538 +долонь 23539 +долоньку 23540 +долоні 23541 +долугий 23542 +долунювала 23543 +долучався 23544 +долучайтесь 23545 +долучайтеся 23546 +долучалися 23547 +долучатись 23548 +долучатися 23549 +долучаться 23550 +долучаю 23551 +долучають 23552 +долучаються 23553 +долучаючись 23554 +долучаємо 23555 +долучається 23556 +долученими 23557 +долучення 23558 +долучився 23559 +долучилася 23560 +долучили 23561 +долучились 23562 +долучилися 23563 +долучилось 23564 +долучимо 23565 +долучитесь 23566 +долучити 23567 +долучитись 23568 +долучитися 23569 +долучиться 23570 +долучусь 23571 +дольського 23572 +дольській 23573 +долю 23574 +доля 23575 +долягає 23576 +доляк 23577 +долярів 23578 +долі 23579 +долівку 23580 +долівці 23581 +долітав 23582 +долітала 23583 +долітали 23584 +долітають 23585 +долітає 23586 +дом 23587 +дома 23588 +домагалася 23589 +домагалися 23590 +домагання 23591 +домаганням 23592 +домаганнями 23593 +домаганнях 23594 +домаганні 23595 +домагань 23596 +домагатиметься 23597 +домагатися 23598 +домагаються 23599 +домагається 23600 +домажирич 23601 +домайданного 23602 +домальований 23603 +домальовувати 23604 +домалюють 23605 +домам 23606 +домах 23607 +домашнього 23608 +домашньому 23609 +домашньої 23610 +домашнє 23611 +домашні 23612 +домашній 23613 +домашнім 23614 +домашніми 23615 +домашніх 23616 +домбровський 23617 +домедична 23618 +домедичну 23619 +домедичці 23620 +доми 23621 +домиденко 23622 +доминанта 23623 +домки 23624 +домо-домовлятися 23625 +домовився 23626 +домовилася 23627 +домовиленості 23628 +домовились 23629 +домовилися 23630 +домовимось 23631 +домовимося 23632 +домовимся 23633 +домовина 23634 +домовини 23635 +домовину 23636 +домовитись 23637 +домовитися 23638 +домовласником 23639 +домовленності 23640 +домовленність 23641 +домовлено 23642 +домовленостей 23643 +домовленостям 23644 +домовленостями 23645 +домовленостях 23646 +домовленості 23647 +домовлень 23648 +домовленість 23649 +домовленістю 23650 +домовлявся 23651 +домовлялася 23652 +домовлялись 23653 +домовлялися 23654 +домовлянь 23655 +домовлятись 23656 +домовлятися 23657 +домовляться 23658 +домовляються 23659 +домовляємось 23660 +домовляємося 23661 +домовляємся 23662 +домовностей 23663 +домоволодіння 23664 +домовся 23665 +домову 23666 +домоглася 23667 +домоглися 23668 +домогосподарку 23669 +домогосподарств 23670 +домогтися 23671 +домогу 23672 +домом 23673 +домопогти 23674 +дому 23675 +домчавши 23676 +домі 23677 +домів 23678 +домівка 23679 +домівкам 23680 +домівках 23681 +домівки 23682 +домівку 23683 +домівок 23684 +домівці 23685 +домінанта 23686 +домінантою 23687 +домінатор 23688 +доміно 23689 +домінували 23690 +домінування 23691 +домінуванням 23692 +домінувати 23693 +домінуватимуть 23694 +домінуючим 23695 +домінуючої 23696 +домінує 23697 +домінік 23698 +домініка 23699 +домінікани 23700 +домініканська 23701 +домініканської 23702 +домініканську 23703 +домінікану 23704 +домініканьску 23705 +домініком 23706 +домініку 23707 +домішав 23708 +домішкам 23709 +домішками 23710 +домішки 23711 +домішкою 23712 +домішок 23713 +дон 23714 +донавчання 23715 +дональд 23716 +дональда 23717 +дональдом 23718 +дональду 23719 +донам 23720 +донат 23721 +донатами 23722 +донатас 23723 +донатах 23724 +донати 23725 +донатили 23726 +донатити 23727 +донатосом 23728 +донату 23729 +донатьте 23730 +донаті 23731 +донатів 23732 +донбас 23733 +донбаса 23734 +донбасом 23735 +донбасс 23736 +донбасса 23737 +донбасу 23738 +донбаський 23739 +донбаського 23740 +донбаської 23741 +донбасі 23742 +донедавна 23743 +донедільного 23744 +донейт 23745 +донейтів 23746 +донейтіть 23747 +донесенню 23748 +донесення 23749 +донеслося 23750 +донести 23751 +донецк 23752 +донецком 23753 +донецкую 23754 +донець 23755 +донецьк 23756 +донецька 23757 +донецьке 23758 +донецький 23759 +донецьким 23760 +донецькими 23761 +донецьких 23762 +донецько 23763 +донецького 23764 +донецьком 23765 +донецькому 23766 +донецькою 23767 +донецької 23768 +донецьку 23769 +донецькі 23770 +донецькій 23771 +донечка 23772 +донечко 23773 +донечці 23774 +донеччан 23775 +донеччанами 23776 +донеччани 23777 +донеччанка 23778 +донеччина 23779 +донеччини 23780 +донеччиною 23781 +донеччину 23782 +донеччині 23783 +донизу 23784 +донині 23785 +донор 23786 +донора 23787 +донорами 23788 +донори 23789 +донором 23790 +донорства 23791 +донорський 23792 +донорські 23793 +донорській 23794 +донорів 23795 +донос 23796 +доносилося 23797 +доносимо 23798 +доносити 23799 +доносить 23800 +доносу 23801 +доносів 23802 +донотую 23803 +доночувала 23804 +донський 23805 +донським 23806 +донських 23807 +донського 23808 +донські 23809 +дону 23810 +донування 23811 +донцова 23812 +донця 23813 +донцями 23814 +донці 23815 +донців 23816 +дончака 23817 +донька 23818 +доньками 23819 +доньки 23820 +донькою 23821 +доньку 23822 +доньок 23823 +доню 23824 +доня 23825 +доній 23826 +доніс 23827 +донісся 23828 +донія 23829 +дообладнали 23830 +дообрання 23831 +доопрацьований 23832 +доопрацьовувати 23833 +доопрацьовуватись 23834 +доопрацьовуватися 23835 +доопрацьовують 23836 +доопрацювання 23837 +доопрацюванні 23838 +доопрацювати 23839 +дооснащення 23840 +доотримаємо 23841 +дооцінила 23842 +дооцінки 23843 +допа 23844 +допереговорну 23845 +допетрало 23846 +допив 23847 +допилень 23848 +допильнувати 23849 +допилювався 23850 +допилювались 23851 +допилювалося 23852 +допилювання 23853 +допилювать 23854 +допилюється 23855 +допиляють 23856 +допис 23857 +дописа 23858 +дописав 23859 +дописала 23860 +дописи 23861 +дописував 23862 +дописувала 23863 +дописувати 23864 +дописі 23865 +дописів 23866 +допит 23867 +допитам 23868 +допитами 23869 +допитати 23870 +допитає 23871 +допити 23872 +допитливою 23873 +допитливі 23874 +допитливій 23875 +допитливість 23876 +допитом 23877 +допиту 23878 +допитували 23879 +допитувалися 23880 +допитування 23881 +допитувати 23882 +допитуватись 23883 +допитуємо 23884 +допитується 23885 +допиті 23886 +допитів 23887 +допишу 23888 +доплат 23889 +доплати 23890 +доплатити 23891 +доплачу 23892 +доплачував 23893 +доплачувати 23894 +доплачуються 23895 +доплачує 23896 +допливає 23897 +допливеш 23898 +допливли 23899 +доповнене 23900 +доповнення 23901 +доповнень 23902 +доповнив 23903 +доповнила 23904 +доповнили 23905 +доповнити 23906 +доповнювали 23907 +доповнювати 23908 +доповнюють 23909 +доповнює 23910 +доповів 23911 +доповідав 23912 +доповідали 23913 +доповідатиме 23914 +доповідач 23915 +доповідача 23916 +доповідачем 23917 +доповідачу 23918 +доповідаю 23919 +доповідають 23920 +доповідає 23921 +доповідаєте 23922 +доповіддю 23923 +доповідні 23924 +доповідь 23925 +доповіді 23926 +доповіла 23927 +доповіли 23928 +доповім 23929 +доповісти 23930 +допоки 23931 +допомагав 23932 +допомагайте 23933 +допомагала 23934 +допомагали 23935 +допомагати 23936 +допомагатиме 23937 +допомагатимемо 23938 +допомагатимуть 23939 +допомагать 23940 +допомагаю 23941 +допомагають 23942 +допомагаючи 23943 +допомагає 23944 +допомагаєм 23945 +допомагаємо 23946 +допомагаєте 23947 +допомагаєш 23948 +допомога 23949 +допомогав 23950 +допомогали 23951 +допомогати 23952 +допомогатиме 23953 +допомогають 23954 +допомогає 23955 +допомоги 23956 +допомогла 23957 +допомогли 23958 +допомогло 23959 +допомогм 23960 +допомого 23961 +допомоговим 23962 +допомоговими 23963 +допомогових 23964 +допомоговиі 23965 +допомогові 23966 +допомогой 23967 +допомогою 23968 +допомогти 23969 +допомогу 23970 +допоможе 23971 +допоможемо 23972 +допоможу 23973 +допоможуть 23974 +допоможіть 23975 +допомозі 23976 +допоміг 23977 +допоміжна 23978 +допоміжний 23979 +допоміжним 23980 +допоміжних 23981 +допоміжної 23982 +допоміжну 23983 +допоміжні 23984 +допопагає 23985 +доправили 23986 +доправити 23987 +доправлено 23988 +доправляли 23989 +доправляють 23990 +допрацювала 23991 +допрацювати 23992 +допрем'єрний 23993 +доприватизовано 23994 +допровадив 23995 +допровадили 23996 +допровадить 23997 +допроситися 23998 +допрощаюся 23999 +допугоди 24000 +допуск 24001 +допускали 24002 +допускались 24003 +допускати 24004 +допускаю 24005 +допускають 24006 +допускаються 24007 +допускає 24008 +допускаємо 24009 +допускається 24010 +допуску 24011 +допусків 24012 +допусти 24013 +допустив 24014 +допустивши 24015 +допустилася 24016 +допустили 24017 +допустим 24018 +допустимий 24019 +допустимих 24020 +допустимо 24021 +допустиму 24022 +допустимі 24023 +допустити 24024 +допустить 24025 +допустім 24026 +допущена 24027 +допущений 24028 +допущено 24029 +допущену 24030 +допущені 24031 +допущу 24032 +допікала 24033 +допіру 24034 +дораджує 24035 +дорадник 24036 +дорадника 24037 +дорадчого 24038 +дорадчої 24039 +дорадчі 24040 +дораховує 24041 +дорахувалася 24042 +дорахувались 24043 +дорахуваться 24044 +дорго 24045 +доре 24046 +дореволюційній 24047 +доречне 24048 +доречний 24049 +доречним 24050 +доречно 24051 +доречною 24052 +доречні 24053 +доречі 24054 +доривча 24055 +дорнік 24056 +доробив 24057 +доробити 24058 +доробки 24059 +доробків 24060 +доробляв 24061 +доробляти 24062 +дорог 24063 +дорога 24064 +дорогами 24065 +дорогах 24066 +дороге 24067 +дорогенька 24068 +дороги 24069 +дорогий 24070 +дорогим 24071 +дорогими 24072 +дорогих 24073 +дорого 24074 +дорогобузова 24075 +дороговартісні 24076 +дороговказом 24077 +дорогого 24078 +дорогожичі 24079 +дорогому 24080 +дорогостоящие 24081 +дорогоцінне 24082 +дорогоцінний 24083 +дорогоцінним 24084 +дорогоцінних 24085 +дорогою 24086 +дорогу 24087 +дорогі 24088 +дорожив 24089 +дорожили 24090 +дорожите 24091 +дорожити 24092 +дорожки 24093 +дорожними 24094 +дорожних 24095 +дорожного 24096 +дорожньо 24097 +дорожнього 24098 +дорожньою 24099 +дорожньої 24100 +дорожню 24101 +дорожня 24102 +дорожні 24103 +дорожній 24104 +дорожнім 24105 +дорожніх 24106 +дорожча 24107 +дорожче 24108 +дорожчий 24109 +дорожчим 24110 +дорожчою 24111 +дорожчє 24112 +дорожчі 24113 +дорожчій 24114 +дорозвідку 24115 +дороздають 24116 +дорозі 24117 +доросла 24118 +доросле 24119 +дорослий 24120 +дорослим 24121 +дорослими 24122 +дорослих 24123 +дорослого 24124 +дорослому 24125 +дорослої 24126 +дорослу 24127 +дорослі 24128 +дорослій 24129 +дорослішання 24130 +дорослішають 24131 +доросліший 24132 +доростає 24133 +дорости 24134 +дороський 24135 +доротея 24136 +дорохін 24137 +дорош 24138 +дорошенка 24139 +дорошенко 24140 +дорошенкової 24141 +дорошенковій 24142 +дорошенком 24143 +дортмунд 24144 +дортмундська 24145 +дортмундської 24146 +дорувати 24147 +дорулюванням 24148 +дорулювать 24149 +доручали 24150 +доручаючи 24151 +доручаємо 24152 +доручення 24153 +дорученням 24154 +дорученні 24155 +доручено 24156 +доручень 24157 +доручив 24158 +доручивши 24159 +доручили 24160 +доручити 24161 +доручить 24162 +доручі 24163 +доріан 24164 +дорівнював 24165 +дорівнювала 24166 +дорівнювати 24167 +дорівнюватиме 24168 +дорівнюють 24169 +дорівнює 24170 +дорівняти 24171 +доріг 24172 +доріжка 24173 +доріжками 24174 +доріжках 24175 +доріжкою 24176 +доріжку 24177 +доріжок 24178 +доріжці 24179 +дорікав 24180 +дорікала 24181 +дорікали 24182 +дорікання 24183 +дорікати 24184 +дорікаю 24185 +дорікнув 24186 +дорікнувши 24187 +доріс 24188 +дос 24189 +дос'є 24190 +досадив 24191 +досвід 24192 +досвіди 24193 +досвідові 24194 +досвідом 24195 +досвіду 24196 +досвідчена 24197 +досвідчений 24198 +досвідченими 24199 +досвідчених 24200 +досвідчені 24201 +досвідченішою 24202 +досвіді 24203 +досвідів 24204 +досвітніше 24205 +досередини 24206 +доси 24207 +досидить 24208 +досидів 24209 +досидіти 24210 +досилач 24211 +досита 24212 +досить 24213 +доскоку 24214 +досконалення 24215 +досконалим 24216 +досконало 24217 +досконалого 24218 +досконалості 24219 +досконалі 24220 +доскочимо 24221 +доскіпується 24222 +досл 24223 +дослужиться 24224 +дослухався 24225 +дослухайте 24226 +дослухалась 24227 +дослухали 24228 +дослухались 24229 +дослухатись 24230 +дослухатися 24231 +дослухаються 24232 +дослухається 24233 +дослівна 24234 +дослівно 24235 +дослідженнь 24236 +дослідженню 24237 +дослідження 24238 +дослідженням 24239 +дослідженнями 24240 +дослідженнях 24241 +дослідженні 24242 +досліджено 24243 +досліджень 24244 +досліджені 24245 +досліджував 24246 +досліджували 24247 +досліджувалося 24248 +досліджувати 24249 +досліджуватиме 24250 +досліджуватися 24251 +досліджують 24252 +досліджуються 24253 +досліджує 24254 +досліджуємо 24255 +досліди 24256 +дослідив 24257 +дослідивши 24258 +дослідили 24259 +дослідити 24260 +дослідник 24261 +дослідника 24262 +дослідниками 24263 +дослідники 24264 +дослідників 24265 +дослідним 24266 +дослідних 24267 +дослідницька 24268 +дослідницьке 24269 +дослідницький 24270 +дослідницьким 24271 +дослідницьких 24272 +дослідницько 24273 +дослідницького 24274 +дослідницької 24275 +дослідницькі 24276 +дослідниця 24277 +дослідниці 24278 +дослідно 24279 +дослідного 24280 +дослідному 24281 +дослідної 24282 +дослідну 24283 +дослідів 24284 +досліжень 24285 +досоціально 24286 +доспала 24287 +доспілу 24288 +доспіхи 24289 +достав 24290 +доставив 24291 +доставила 24292 +доставили 24293 +доставити 24294 +доставка 24295 +доставки 24296 +доставкою 24297 +доставку 24298 +доставлена 24299 +доставлений 24300 +доставлення 24301 +доставлено 24302 +доставлену 24303 +доставлені 24304 +доставлялась 24305 +доставляли 24306 +доставлялися 24307 +доставляти 24308 +доставлять 24309 +доставляють 24310 +доставляються 24311 +доставляючи 24312 +доставляє 24313 +доставок 24314 +доставці 24315 +достанеться 24316 +достати 24317 +достатку 24318 +достатної 24319 +достатньо 24320 +достатнього 24321 +достатньою 24322 +достатньої 24323 +достатню 24324 +достатня 24325 +достатні 24326 +достатній 24327 +достатнім 24328 +достатніх 24329 +достаток 24330 +достаточна 24331 +достаточно 24332 +достаточной 24333 +достать 24334 +достатьно 24335 +достатьньо 24336 +достає 24337 +достеменно 24338 +достеменну 24339 +достигается 24340 +достигнуто 24341 +достобіса 24342 +достовірних 24343 +достовірно 24344 +достовірного 24345 +достовірності 24346 +достовірною 24347 +достовірної 24348 +достовірні 24349 +достовірність 24350 +достовірших 24351 +достойна 24352 +достойне 24353 +достойний 24354 +достойники 24355 +достойників 24356 +достойним 24357 +достойних 24358 +достойно 24359 +достойного 24360 +достойною 24361 +достойну 24362 +достойні 24363 +достойніша 24364 +достояти 24365 +достоєвським 24366 +достоєвського 24367 +дострелили 24368 +дострибнути 24369 +достроковий 24370 +достроковими 24371 +дострокових 24372 +достроково 24373 +дострокового 24374 +дострокові 24375 +достукатись 24376 +доступ 24377 +доступна 24378 +доступне 24379 +доступний 24380 +доступним 24381 +доступними 24382 +доступних 24383 +доступно 24384 +доступного 24385 +доступності 24386 +доступною 24387 +доступную 24388 +доступньіє 24389 +доступні 24390 +доступність 24391 +доступом 24392 +доступу 24393 +доступі 24394 +досувач 24395 +досудова 24396 +досудове 24397 +досудовий 24398 +досудовим 24399 +досудових 24400 +досудового 24401 +досудовому 24402 +досушуватися 24403 +досхочу 24404 +досье 24405 +досьє 24406 +досяг 24407 +досягав 24408 +досягала 24409 +досягали 24410 +досягало 24411 +досягати 24412 +досягатимуться 24413 +досягають 24414 +досягаючи 24415 +досягаючі 24416 +досягає 24417 +досягаєте 24418 +досягається 24419 +досягла 24420 +досягли 24421 +досягло 24422 +досягне 24423 +досягнемо 24424 +досягненню 24425 +досягнення 24426 +досягненням 24427 +досягненнями 24428 +досягненнях 24429 +досягненні 24430 +досягнено 24431 +досягнень 24432 +досягнені 24433 +досягнув 24434 +досягнула 24435 +досягнули 24436 +досягнута 24437 +досягнуте 24438 +досягнути 24439 +досягнутий 24440 +досягнутими 24441 +досягнутих 24442 +досягнуто 24443 +досягнутого 24444 +досягнутою 24445 +досягнутої 24446 +досягнуть 24447 +досягнуті 24448 +досягти 24449 +досяжне 24450 +досяжності 24451 +досяжністю 24452 +досі 24453 +дот 24454 +дотаційні 24455 +дотацію 24456 +дотації 24457 +дотелефонуватись 24458 +дотелефонуватися 24459 +дотепер 24460 +дотеперішнє 24461 +дотеперішні 24462 +дотеперішнім 24463 +дотепна 24464 +дотепно 24465 +дотерплювали 24466 +доти 24467 +дотик 24468 +дотикаються 24469 +дотикнувся 24470 +дотику 24471 +дотипами 24472 +дотиснути 24473 +дотиці 24474 +дотична 24475 +дотичне 24476 +дотичними 24477 +дотичних 24478 +дотичною 24479 +дотичні 24480 +дотла 24481 +доторканим 24482 +доторканні 24483 +доторканність 24484 +доторкані 24485 +доторкається 24486 +доторки 24487 +доторкнутися 24488 +дотошний 24489 +дотривали 24490 +дотримав 24491 +дотримався 24492 +дотрималась 24493 +дотримали 24494 +дотримана 24495 +дотримання 24496 +дотриманням 24497 +дотриманні 24498 +дотримано 24499 +дотримані 24500 +дотримати 24501 +дотриматись 24502 +дотриматися 24503 +дотримаю 24504 +дотримувався 24505 +дотримувалась 24506 +дотримували 24507 +дотримувалися 24508 +дотримуватиметься 24509 +дотримуватись 24510 +дотримуватися 24511 +дотримуюсь 24512 +дотримуюся 24513 +дотримуються 24514 +дотримуючись 24515 +дотримує 24516 +дотримується 24517 +дотронулся 24518 +дотувань 24519 +дотуду 24520 +дотягнеться 24521 +дотягну 24522 +дотягнути 24523 +дотягнуться 24524 +дотягти 24525 +дотягується 24526 +доу 24527 +доу-джонса 24528 +доукомплектоване 24529 +доукомплектовані 24530 +доукомплектувати 24531 +доукомплектують 24532 +доформовують 24533 +доформовує 24534 +дофінансували 24535 +дофінансують 24536 +доха 24537 +дохволити 24538 +доход 24539 +доходам 24540 +доходами 24541 +доходах 24542 +доходи 24543 +доходив 24544 +доходили 24545 +доходило 24546 +доходим 24547 +доходимо 24548 +доходите 24549 +доходити 24550 +доходить 24551 +доходом 24552 +доходу 24553 +доходять 24554 +доходячи 24555 +доходів 24556 +дохрипоти 24557 +дохуліард 24558 +дохуя 24559 +дохєра 24560 +дохід 24561 +дохідну 24562 +доцент 24563 +доцентка 24564 +доцентом 24565 +доцею 24566 +доцю 24567 +доця 24568 +доці 24569 +доціль 24570 +доцільна 24571 +доцільне 24572 +доцільним 24573 +доцільних 24574 +доцільно 24575 +доцільності 24576 +доцільність 24577 +доцільніше 24578 +доцільніще 24579 +дочасних 24580 +дочасно 24581 +дочасні 24582 +дочекавшись 24583 +дочекайтесь 24584 +дочекалася 24585 +дочекались 24586 +дочекалися 24587 +дочекатись 24588 +дочекатися 24589 +дочекаються 24590 +дочекаємося 24591 +дочекаємся 24592 +дочекаєтесь 24593 +дочекається 24594 +дочерньої 24595 +дочка 24596 +дочки 24597 +дочкиного 24598 +дочко 24599 +дочкою 24600 +дочку 24601 +дочувшись 24602 +дочці 24603 +дочірньої 24604 +дочірня 24605 +дочірні 24606 +дошию 24607 +дошка 24608 +дошками 24609 +дошках 24610 +дошки 24611 +дошку 24612 +дошкульнішими 24613 +дошкулювали 24614 +дошкуляли 24615 +дошкуляє 24616 +дошкільний 24617 +дошкільного 24618 +дошкільному 24619 +дошкільні 24620 +дошлюбний 24621 +дошлюбні 24622 +дошуковувати 24623 +дошці 24624 +дощ 24625 +дощами 24626 +дощатій 24627 +дощем 24628 +дощенту 24629 +дощик 24630 +дощику 24631 +дощитиме 24632 +дощить 24633 +дощова 24634 +дощовий 24635 +дощових 24636 +дощовою 24637 +дощової 24638 +дощову 24639 +дощові 24640 +дощок 24641 +дощу 24642 +дощувальних 24643 +дощування 24644 +дощі 24645 +дощів 24646 +дощівку 24647 +доєднали 24648 +доєднати 24649 +доєднатися 24650 +доєднувався 24651 +доєднуватися 24652 +доєднуються 24653 +доїдає 24654 +доїде 24655 +доїдеш 24656 +доїжджало 24657 +доїжджати 24658 +доїжджають 24659 +доїжджає 24660 +доїзжає 24661 +доїсти 24662 +доїти 24663 +доїхавши 24664 +доїхала 24665 +доїхали 24666 +доїхало 24667 +доїхати 24668 +доїхать 24669 +доґматично 24670 +дп 24671 +дпдмш 24672 +дпсу 24673 +дпю 24674 +др 24675 +драбинами 24676 +драбини 24677 +драбинка 24678 +драбиною 24679 +драбинці 24680 +драгоман 24681 +драгомана 24682 +драгоманова 24683 +драгунськи 24684 +драгунського 24685 +драгі 24686 +драгіна 24687 +дражливим 24688 +дражливого 24689 +дражнили 24690 +дражнити 24691 +дразнили 24692 +драйв 24693 +драйвер 24694 +драйверами 24695 +драйвило 24696 +драйвового 24697 +драка 24698 +дракон 24699 +дракона 24700 +драконівські 24701 +драла 24702 +дрались 24703 +драма 24704 +драматизувати 24705 +драматична 24706 +драматичне 24707 +драматичний 24708 +драматичних 24709 +драматично 24710 +драматичного 24711 +драматичною 24712 +драматичні 24713 +драматург 24714 +драматургом 24715 +драмгурток 24716 +драми 24717 +драмтеатром 24718 +драмі 24719 +дрансес 24720 +драпалися 24721 +драпдул 24722 +дратувався 24723 +дратувати 24724 +дратують 24725 +дратує 24726 +дратівлива 24727 +дратівливі 24728 +дратівливість 24729 +драц 24730 +дрг 24731 +древко 24732 +древляни 24733 +древньої 24734 +древній 24735 +древнім 24736 +дрегіна 24737 +дрезнер 24738 +дрейкському 24739 +дрейф 24740 +дрексель 24741 +дрекселі 24742 +дресировка 24743 +дресировки 24744 +дресирувати 24745 +дрессировка 24746 +дрижав 24747 +дрижать 24748 +дрижить 24749 +дрихнуть 24750 +дрлв 24751 +дрло 24752 +дроблене 24753 +дроблений 24754 +дроблення 24755 +дрова 24756 +дрогобицької 24757 +дрогобич 24758 +дрогобичів 24759 +дродж 24760 +дрозд 24761 +дрозде 24762 +дроздовим 24763 +дроздовського 24764 +дрозофіл 24765 +дрон 24766 +дрона 24767 +дронам 24768 +дронами 24769 +дрони 24770 +дроно 24771 +дроноглушилкою 24772 +дронів 24773 +дронівка 24774 +дропака 24775 +дрорічний 24776 +дротами 24777 +дроти 24778 +дротовими 24779 +дротом 24780 +дроту 24781 +дроті 24782 +дроч 24783 +дрочити 24784 +дрочь 24785 +дрощенко 24786 +друг 24787 +друга 24788 +друге 24789 +другий 24790 +другим 24791 +другими 24792 +других 24793 +другого 24794 +другом 24795 +другому 24796 +другорядна 24797 +другорядне 24798 +другорядний 24799 +другорядних 24800 +другорядно 24801 +другорядного 24802 +другорядну 24803 +другорядні 24804 +другосортні 24805 +другою 24806 +другояко 24807 +другоє 24808 +другої 24809 +другу 24810 +другі 24811 +другій 24812 +другії 24813 +дружать 24814 +дружба 24815 +дружбана 24816 +дружбе 24817 +дружби 24818 +дружбу 24819 +дружбі 24820 +друже 24821 +дружив 24822 +дружили 24823 +дружимо 24824 +дружина 24825 +дружини 24826 +дружинника 24827 +дружинниками 24828 +дружино 24829 +дружиною 24830 +дружину 24831 +дружині 24832 +дружити 24833 +дружком 24834 +дружкою 24835 +дружна 24836 +дружний 24837 +дружно 24838 +дружної 24839 +дружньо 24840 +дружнього 24841 +дружньої 24842 +дружню 24843 +дружня 24844 +дружні 24845 +дружній 24846 +дружніми 24847 +дружніх 24848 +дружочка 24849 +дружочєк 24850 +друз 24851 +друзенка 24852 +друзенко 24853 +друзья 24854 +друзям 24855 +друзями 24856 +друзі 24857 +друзів 24858 +друий 24859 +друк 24860 +друкарні 24861 +друкарі 24862 +друкована 24863 +друковане 24864 +друкованих 24865 +друкованого 24866 +друковану 24867 +друковані 24868 +друковні 24869 +друку 24870 +друкували 24871 +друкувалися 24872 +друкування 24873 +друкувати 24874 +друкуватиметься 24875 +друкую 24876 +друкують 24877 +друкує 24878 +друкується 24879 +дрцгій 24880 +дрючини 24881 +дрючка 24882 +дрючками 24883 +дрючки 24884 +дрючком 24885 +дрянь 24886 +дряпає 24887 +дрятує 24888 +дрєль 24889 +дріб 24890 +дріб'язковим 24891 +дріб'язкових 24892 +дріб'язковою 24893 +дріб'язкові 24894 +дріб'язком 24895 +дріб'язок 24896 +дрібна 24897 +дрібне 24898 +дрібненько 24899 +дрібненьку 24900 +дрібнесенько 24901 +дрібний 24902 +дрібними 24903 +дрібних 24904 +дрібниць 24905 +дрібниця 24906 +дрібницями 24907 +дрібницях 24908 +дрібниці 24909 +дрібничка 24910 +дрібнички 24911 +дрібничок 24912 +дрібно 24913 +дрібного 24914 +дрібнодисперсна 24915 +дрібної 24916 +дрібні 24917 +дрібніших 24918 +дрібніші 24919 +дріжджі 24920 +дрізд 24921 +дрімав 24922 +дрімайте 24923 +дрімають 24924 +дрімає 24925 +дрімучий 24926 +дрімучими 24927 +дріт 24928 +дснс 24929 +дспу 24930 +дтп 24931 +ду 24932 +дуальна 24933 +дуальну 24934 +дуб 24935 +дуба 24936 +дубайський 24937 +дубасовим 24938 +дубаї 24939 +дубель 24940 +дубельтівкою 24941 +дубенка 24942 +дубенко 24943 +дуби 24944 +дубик 24945 +дубиль 24946 +дубини 24947 +дубиною 24948 +дубину 24949 +дубинянська 24950 +дубках 24951 +дублений 24952 +дубль 24953 +дубльованим 24954 +дубльовано 24955 +дубльовані 24956 +дублювання 24957 +дублювань 24958 +дублювати 24959 +дублюю 24960 +дублюють 24961 +дублює 24962 +дублюється 24963 +дубляжу 24964 +дублями 24965 +дубліні 24966 +дубов 24967 +дубовий 24968 +дубовим 24969 +дубову 24970 +дубовій 24971 +дубовік 24972 +дубок 24973 +дубом 24974 +дубровик 24975 +дубровина 24976 +дубі 24977 +дув 24978 +дувколишнє 24979 +дувят 24980 +дуга 24981 +дуги 24982 +дугу 24983 +дуда 24984 +дудаєв 24985 +дудаєва 24986 +дудаївцями 24987 +дудем 24988 +дуденко 24989 +дуди 24990 +дудку 24991 +дудочки 24992 +дудь 24993 +дудів 24994 +дудін 24995 +дуелях 24996 +дуелі 24997 +дует 24998 +дуетом 24999 +дуету 25000 +дуетів 25001 +дуже 25002 +дужий 25003 +дужими 25004 +дужки 25005 +дужче 25006 +дужчі 25007 +дузамареб 25008 +дузею 25009 +дузю 25010 +дузі 25011 +дуй 25012 +дукат 25013 +дула 25014 +дулами 25015 +дуло 25016 +дулом 25017 +дулуб 25018 +дульський 25019 +дульського 25020 +дульцев 25021 +дулю 25022 +дуліби 25023 +дулібів 25024 +дуліп 25025 +дум 25026 +дума 25027 +думав 25028 +думай 25029 +думайте 25030 +думала 25031 +думали 25032 +думалося 25033 +думам 25034 +думання 25035 +думати 25036 +думать 25037 +думаю 25038 +думають 25039 +думаюча 25040 +думаючи 25041 +думая 25042 +думає 25043 +думаєм 25044 +думаємо 25045 +думаєте 25046 +думається 25047 +думаєш 25048 +думаєі 25049 +думбровська 25050 +думи 25051 +думка 25052 +думками 25053 +думках 25054 +думки 25055 +думкою 25056 +думку 25057 +думкі 25058 +думок 25059 +думою 25060 +думського 25061 +думу 25062 +думці 25063 +думі 25064 +дунай 25065 +дунайських 25066 +дунайського 25067 +дунайської 25068 +дунайську 25069 +дунаю 25070 +дунаєв 25071 +дунаєвець 25072 +дунаї 25073 +дункан 25074 +дуовіт 25075 +дупа 25076 +дупою 25077 +дупу 25078 +дупутати 25079 +дупцю 25080 +дупі 25081 +дура 25082 +дуралей 25083 +дурачкі 25084 +дурачок 25085 +дурачька 25086 +дурачьком 25087 +дурачькі 25088 +дурдом 25089 +дурень 25090 +дурепі 25091 +дурили 25092 +дурка 25093 +дурки 25094 +дурна 25095 +дурне 25096 +дурневі 25097 +дурненька 25098 +дурненьких 25099 +дурний 25100 +дурників 25101 +дурним 25102 +дурних 25103 +дурниць 25104 +дурницю 25105 +дурниця 25106 +дурниці 25107 +дурному 25108 +дурнуватих 25109 +дурнуватою 25110 +дурнувату 25111 +дурнуваті 25112 +дурню 25113 +дурня 25114 +дурням 25115 +дурнями 25116 +дурні 25117 +дурнів 25118 +дурочка 25119 +дуроїдка 25120 +дуру 25121 +дурь 25122 +дурість 25123 +дуріємо 25124 +дусею 25125 +дуся 25126 +дусі 25127 +дута 25128 +дуумвірат 25129 +дуумвіраті 25130 +дууууже 25131 +дуууууже 25132 +дуууууууже 25133 +дух 25134 +духа 25135 +духмяного 25136 +духмяні 25137 +духовенства 25138 +духовий 25139 +духових 25140 +духовна 25141 +духовний 25142 +духовним 25143 +духовних 25144 +духовно 25145 +духовного 25146 +духовному 25147 +духовною 25148 +духовної 25149 +духовну 25150 +духовні 25151 +духовність 25152 +духового 25153 +духовці 25154 +духові 25155 +духом 25156 +духота 25157 +духотлінної 25158 +духу 25159 +духів 25160 +духівник 25161 +духівника 25162 +духівники 25163 +духівником 25164 +духівнику 25165 +духівників 25166 +дуцик 25167 +душ 25168 +душа 25169 +душам 25170 +душами 25171 +душан 25172 +душах 25173 +душе 25174 +душевна 25175 +душевне 25176 +душевних 25177 +душевно 25178 +душевного 25179 +душеопікунству 25180 +душею 25181 +души 25182 +душив 25183 +душила 25184 +душити 25185 +душка 25186 +душно 25187 +душові 25188 +душой 25189 +душою 25190 +душу 25191 +душі 25192 +дує 25193 +дфс 25194 +дфсу 25195 +дфтг 25196 +дхарамсала 25197 +дхарамсали 25198 +дхарамсалі 25199 +дшв 25200 +дшвшні 25201 +дшк 25202 +дьоготь 25203 +дьогтю 25204 +дьомін 25205 +дьоміна 25206 +дьоргать 25207 +дьордь 25208 +дьюї 25209 +дюденя 25210 +дюжина 25211 +дюжини 25212 +дюймовочка 25213 +дюк 25214 +дюком 25215 +дюку 25216 +дюпонт 25217 +дядем 25218 +дядечко 25219 +дядька 25220 +дядьки 25221 +дядько 25222 +дядькову 25223 +дядьком 25224 +дядьку 25225 +дядьків 25226 +дядьом 25227 +дядю 25228 +дядя 25229 +дяді 25230 +дяк 25231 +дяка 25232 +дякам 25233 +дяки 25234 +дяку 25235 +дякував 25236 +дякувати 25237 +дякуйте 25238 +дякую 25239 +дякують 25240 +дякуючи 25241 +дякуюєм 25242 +дякує 25243 +дякуєм 25244 +дякуємо 25245 +дяну 25246 +дяченка 25247 +дяченко 25248 +дячук 25249 +дєвочка 25250 +дєвушка 25251 +дєд 25252 +дєдом 25253 +дєла 25254 +дєлав 25255 +дєлах 25256 +дєло 25257 +дєлє 25258 +дємєнтьевим 25259 +дєньгам 25260 +дєнєг 25261 +дєсантури 25262 +дєткою 25263 +дєтского 25264 +дєтства 25265 +дєєва 25266 +ді 25267 +ді-джей 25268 +ді-джи-ай 25269 +діабет 25270 +діабетом 25271 +діабету 25272 +діавара 25273 +діагноз 25274 +діагнози 25275 +діагнозом 25276 +діагнозу 25277 +діагностика 25278 +діагностичні 25279 +діагностувала 25280 +діагностували 25281 +діагностування 25282 +діаграмі 25283 +діала 25284 +діалект 25285 +діалекти 25286 +діалектизми 25287 +діалектичній 25288 +діалектного 25289 +діалекту 25290 +діалог 25291 +діалоги 25292 +діалогом 25293 +діалогу 25294 +діаложек 25295 +діалозі 25296 +діамант 25297 +діамантова 25298 +діаметр 25299 +діаметра 25300 +діаметрально 25301 +діаметром 25302 +діаметру 25303 +діаметрі 25304 +діана 25305 +діани 25306 +діанка 25307 +діано 25308 +діаною 25309 +діапазо 25310 +діапазон 25311 +діапазонах 25312 +діапазоном 25313 +діапазону 25314 +діапазоні 25315 +діапроектор 25316 +діарея 25317 +діареї 25318 +діас 25319 +діаспора 25320 +діаспори 25321 +діаспорою 25322 +діаспору 25323 +діаспорян 25324 +діатонічна 25325 +діб 25326 +дібров 25327 +діброви 25328 +діва 25329 +дівав 25330 +дівався 25331 +дівати 25332 +діватись 25333 +діваються 25334 +діви 25335 +дівиці 25336 +дівка 25337 +дівками 25338 +дівки 25339 +дівкою 25340 +діво 25341 +дівовали 25342 +дівок 25343 +дівоча 25344 +дівоче 25345 +дівочий 25346 +дівочити 25347 +дівочого 25348 +дівочі 25349 +дівся 25350 +дівуля 25351 +дівчат 25352 +дівчата 25353 +дівчатам 25354 +дівчатами 25355 +дівчатка 25356 +дівчатками 25357 +дівчаток 25358 +дівчина 25359 +дівчини 25360 +дівчинка 25361 +дівчинки 25362 +дівчинко 25363 +дівчинкою 25364 +дівчинку 25365 +дівчино 25366 +дівчиною 25367 +дівчину 25368 +дівчині 25369 +дівіді 25370 +дігтяр 25371 +дігтяра 25372 +дід 25373 +діда 25374 +дідами 25375 +діденки 25376 +діденко 25377 +діденків 25378 +діджей 25379 +діджиталізовано 25380 +діди 25381 +дідик 25382 +дідич 25383 +дідича 25384 +дідище 25385 +дідківський 25386 +дідо 25387 +дідову 25388 +дідони 25389 +діду 25390 +дідуган 25391 +дідугана 25392 +дідуньо 25393 +дідуню 25394 +дідусем 25395 +дідусенько 25396 +дідусеньку 25397 +дідусь 25398 +дідусьо 25399 +дідусьом 25400 +дідусю 25401 +дідуся 25402 +дідусі 25403 +дідусів 25404 +дідька 25405 +дідько 25406 +дідьє 25407 +дідів 25408 +дідівська 25409 +дідівщина 25410 +дідівщини 25411 +дідіджанов 25412 +дідіджанова 25413 +дідіку 25414 +діетер 25415 +діждалися 25416 +діжде 25417 +діжду 25418 +діжка 25419 +діжкою 25420 +діжку 25421 +дізнавався 25422 +дізнавалася 25423 +дізнавались 25424 +дізнаватися 25425 +дізнаваємося 25426 +дізнався 25427 +дізнавшись 25428 +дізналась 25429 +дізналася 25430 +дізнались 25431 +дізналися 25432 +дізнання 25433 +дізнатись 25434 +дізнатися 25435 +дізнаюсь 25436 +дізнаюся 25437 +дізнаютися 25438 +дізнаються 25439 +дізнаємось 25440 +дізнаємося 25441 +дізнаєтеся 25442 +дізнається 25443 +дізнаєшся 25444 +дій 25445 +дійде 25446 +дійдем 25447 +дійдемо 25448 +дійду 25449 +дійдуть 25450 +дійна 25451 +дійницею 25452 +дійових 25453 +дійового 25454 +дійові 25455 +дійсна 25456 +дійсне 25457 +дійсний 25458 +дійсним 25459 +дійсними 25460 +дійсних 25461 +дійсно 25462 +дійснойсті 25463 +дійсності 25464 +дійсної 25465 +дійсну 25466 +дійсні 25467 +дійсність 25468 +дійсністю 25469 +дійства 25470 +дійство 25471 +дійти 25472 +дійшла 25473 +дійшли 25474 +дійшло 25475 +дійшов 25476 +дійшовши 25477 +діка 25478 +дікарі 25479 +діклофенак 25480 +діко 25481 +дікпік 25482 +діксіленда 25483 +діктатора 25484 +діл 25485 +діла 25486 +ділам 25487 +ділами 25488 +ділан 25489 +ділах 25490 +ділення 25491 +ділерів 25492 +діли 25493 +ділився 25494 +ділилась 25495 +ділили 25496 +ділились 25497 +ділилися 25498 +ділимо 25499 +ділимося 25500 +ділись 25501 +ділися 25502 +ділити 25503 +ділитися 25504 +ділить 25505 +ділиться 25506 +ділишся 25507 +ділка 25508 +ділків 25509 +діло 25510 +діловий 25511 +ділових 25512 +ділового 25513 +діловод 25514 +діловодство 25515 +діловою 25516 +ділову 25517 +ділові 25518 +ділом 25519 +ділу 25520 +діль 25521 +дільниць 25522 +дільниця 25523 +дільницях 25524 +дільниці 25525 +дільничий 25526 +дільничих 25527 +дільничних 25528 +дільничного 25529 +діля 25530 +ділянка 25531 +ділянками 25532 +ділянках 25533 +ділянки 25534 +ділянкою 25535 +ділянку 25536 +ділянок 25537 +ділянці 25538 +ділять 25539 +діляться 25540 +ділі 25541 +діліться 25542 +дім 25543 +діма 25544 +дімексид 25545 +діми 25546 +дімку 25547 +дімом 25548 +дімон 25549 +дін 25550 +дінаміки 25551 +дінеться 25552 +дінешся 25553 +діни 25554 +дінка 25555 +діно 25556 +діньки 25557 +діоген 25558 +діон 25559 +діпфейк 25560 +діра 25561 +дірект 25562 +діри 25563 +дірка 25564 +дірки 25565 +діркою 25566 +дірку 25567 +дірок 25568 +дірофіляриозом 25569 +дірофілярією 25570 +дірочки 25571 +дірочку 25572 +дірявому 25573 +діск 25574 +діском 25575 +діскотєки 25576 +діскусія 25577 +діскусії 25578 +дісплазія 25579 +дістав 25580 +діставав 25581 +діставай 25582 +діставайте 25583 +діставали 25584 +діставалося 25585 +діставати 25586 +дістався 25587 +діставши 25588 +дістала 25589 +дісталась 25590 +дісталася 25591 +дістали 25592 +дісталися 25593 +дісталося 25594 +дістане 25595 +дістанемо 25596 +дістанеться 25597 +дістанеш 25598 +дістану 25599 +дістати 25600 +дістатись 25601 +дістатися 25602 +дістать 25603 +дістаю 25604 +дістають 25605 +дістаються 25606 +дістає 25607 +дістається 25608 +дістаєш 25609 +дістягає 25610 +дісі 25611 +дісізез 25612 +дітальки 25613 +дітвора 25614 +дітвори 25615 +дітворі 25616 +дітей 25617 +дітер 25618 +діти 25619 +дітиска 25620 +дітищ 25621 +дітища 25622 +дітками 25623 +дітки 25624 +діткнутися 25625 +дітлахів 25626 +діток 25627 +діточки 25628 +діточок 25629 +дітьми 25630 +діться 25631 +дітям 25632 +дітях 25633 +діхлофосу 25634 +дічайша 25635 +дічь 25636 +дію 25637 +діють 25638 +діються 25639 +діюча 25640 +діюче 25641 +діючи 25642 +діючий 25643 +діючим 25644 +діючими 25645 +діючих 25646 +діючого 25647 +діючому 25648 +діючою 25649 +діючої 25650 +діючу 25651 +діючі 25652 +діючій 25653 +дія 25654 +діяв 25655 +діяла 25656 +діяли 25657 +діяло 25658 +діялося 25659 +діяльний 25660 +діяльно 25661 +діяльность 25662 +діяльностях 25663 +діяльності 25664 +діяльність 25665 +діяльністю 25666 +діяльністі 25667 +діям 25668 +діями 25669 +діяна 25670 +діяння 25671 +діянням 25672 +діяннями 25673 +діянь 25674 +діянія 25675 +діярбакир 25676 +діяти 25677 +діятиме 25678 +діятимуть 25679 +діятм 25680 +діять 25681 +діяться 25682 +діях 25683 +діяч 25684 +діяча 25685 +діячами 25686 +діячем 25687 +діячка 25688 +діячки 25689 +діячі 25690 +діячів 25691 +діє 25692 +дієва 25693 +дієвий 25694 +дієвим 25695 +дієвими 25696 +дієвих 25697 +дієвого 25698 +дієвою 25699 +дієвої 25700 +дієву 25701 +дієві 25702 +дієвідміни 25703 +дієвість 25704 +дієвішого 25705 +дієздатний 25706 +дієздатним 25707 +дієздатними 25708 +дієздатних 25709 +дієздатності 25710 +дієздатність 25711 +дієздатністю 25712 +діємо 25713 +дієприкметника 25714 +дієприкметники 25715 +дієприкметників 25716 +дієприслівника 25717 +дієслова 25718 +дієслово 25719 +дієслів 25720 +дієслівні 25721 +дієта 25722 +дієте 25723 +дієти 25724 +дієтичний 25725 +дієтолог 25726 +дієтолога 25727 +дієтологи 25728 +дієтологів 25729 +діється 25730 +дієті 25731 +дією 25732 +діі 25733 +дії 25734 +е 25735 +е-вибори 25736 +ебаді 25737 +еббот 25738 +ебола 25739 +ебрагіма 25740 +ева 25741 +евакуатора 25742 +евакуаційним 25743 +евакуаційних 25744 +евакуацію 25745 +евакуація 25746 +евакуацією 25747 +евакуації 25748 +евакуйований 25749 +евакуйованим 25750 +евакуйованих 25751 +евакуйовано 25752 +евакуйовані 25753 +евакуйовували 25754 +евакуйовувати 25755 +евакуйовують 25756 +евакуювався 25757 +евакуювала 25758 +евакуювали 25759 +евакуювались 25760 +евакуювати 25761 +евакуюють 25762 +евакуюється 25763 +евакуіровали 25764 +еван 25765 +евандр 25766 +евандрові 25767 +евеліни 25768 +евеню 25769 +евер 25770 +еверест 25771 +евересті 25772 +евертон 25773 +евертоном 25774 +еви 25775 +ево 25776 +еволюційний 25777 +еволюційному 25778 +еволюціонувати 25779 +еволюцію 25780 +еволюція 25781 +еволюції 25782 +евристичну 25783 +евро-атлантичної 25784 +европейский 25785 +европейських 25786 +европи 25787 +евротурне 25788 +евріал 25789 +евріала 25790 +евріалом 25791 +евріка 25792 +евтаназії 25793 +еге 25794 +егейського 25795 +егерт 25796 +егерта 25797 +егертом 25798 +его 25799 +егод 25800 +егор 25801 +егоїстично 25802 +егуд 25803 +егуда 25804 +егудом 25805 +егуду 25806 +егут 25807 +егідою 25808 +егідіус 25809 +ед 25810 +ед-дин 25811 +едвард 25812 +едварда 25813 +едвардс 25814 +едвардса 25815 +едвардсу 25816 +едворда 25817 +едвордс 25818 +едгар 25819 +едгара 25820 +едгаром 25821 +едгару 25822 +едем 25823 +едему 25824 +еденбора 25825 +едигея 25826 +едикульська 25827 +единий 25828 +единого 25829 +едином 25830 +едмонтон 25831 +едмунд 25832 +едмунда 25833 +еду 25834 +едуард 25835 +едуарда 25836 +ежен 25837 +ежена 25838 +езопівська 25839 +ей 25840 +ей-бі- 25841 +ейбісі 25842 +ейд 25843 +ейде 25844 +ейке 25845 +ейншетейн 25846 +ейнштайну 25847 +ейнштейн 25848 +ейнштейна 25849 +ейнштейном 25850 +ейтан 25851 +ейфелева 25852 +ейфорії 25853 +ейч 25854 +ейчар 25855 +ейчин 25856 +ейчтісі 25857 +ейшен 25858 +ейшена 25859 +ейшн 25860 +ейштейн 25861 +еканамічна 25862 +екати 25863 +еквадор 25864 +еквадору 25865 +еквадорі 25866 +екватор 25867 +екватора 25868 +екваторіальної 25869 +еквіваленті 25870 +еквіпмент 25871 +екзальтовані 25872 +екзамен 25873 +екзаменатором 25874 +екзаменаційної 25875 +екзамени 25876 +екзамену 25877 +екзаменів 25878 +екзекуції 25879 +екземпляр 25880 +екземплярі 25881 +екзистенціальне 25882 +екзистенційне 25883 +екзистенційно 25884 +екзистенційні 25885 +екзит 25886 +екзитполи 25887 +екзо 25888 +екзопланет 25889 +екзопланета 25890 +екзопланетами 25891 +екзопланетах 25892 +екзопланети 25893 +екзопланетних 25894 +екзопланету 25895 +екзополітики 25896 +екзополітиком 25897 +екзополітиків 25898 +екзотика 25899 +екзотична 25900 +екзотичних 25901 +екзотичні 25902 +екноміці 25903 +еко 25904 +еко-ферма 25905 +екобудинки 25906 +екобудинку 25907 +екобудинок 25908 +ековті 25909 +екологи 25910 +еколого 25911 +екологічна 25912 +екологічний 25913 +екологічним 25914 +екологічних 25915 +екологічно 25916 +екологічної 25917 +екологічну 25918 +екологічні 25919 +екологічній 25920 +екологію 25921 +екологія 25922 +екологією 25923 +екології 25924 +економ 25925 +економетричного 25926 +економити 25927 +економить 25928 +економлять 25929 +економний 25930 +економніше 25931 +економніший 25932 +економрозвитку 25933 +економік 25934 +економіка 25935 +економікам 25936 +економіками 25937 +економіках 25938 +економіки 25939 +економікой 25940 +економікою 25941 +економіку 25942 +економіст 25943 +економіста 25944 +економістами 25945 +економісти 25946 +економістів 25947 +економісчно 25948 +економіці 25949 +економічна 25950 +економічне 25951 +економічний 25952 +економічним 25953 +економічними 25954 +економічних 25955 +економічно 25956 +економічного 25957 +економічному 25958 +економічною 25959 +економічної 25960 +економічну 25961 +економічні 25962 +економічній 25963 +економію 25964 +економія 25965 +економії 25966 +екосистем 25967 +екосистему 25968 +екосистемі 25969 +екран 25970 +екрана 25971 +екрані 25972 +екранів 25973 +екранізацію 25974 +екс 25975 +екс-високопосадовці 25976 +екс-голова 25977 +екс-головами 25978 +екс-заступник 25979 +екс-заступника 25980 +екс-колег 25981 +екс-мера 25982 +екс-міністр 25983 +екс-міністра 25984 +екс-міністром 25985 +екс-міністру 25986 +екс-начальника 25987 +екс-очільник 25988 +екс-очільників 25989 +екс-очільниця 25990 +екс-податківцями 25991 +екс-податківців 25992 +екс-представника 25993 +екс-президента 25994 +екс-президентом 25995 +екс-прем'єр 25996 +екс-прем'єра 25997 +екс-прем'єрка 25998 +екс-провідниці 25999 +екс-профіт 26000 +екс-радник 26001 +екс-раднику 26002 +екс-речника 26003 +екс-чемпіона 26004 +екс-чиновників 26005 +ексгумації 26006 +екселівській 26007 +ексертизи 26008 +екскаватора 26009 +екскавація 26010 +екскалібур 26011 +екскалібуру 26012 +ексклюзив 26013 +ексклюзивне 26014 +ексклюзивний 26015 +ексклюзивного 26016 +ексклюзивному 26017 +екскурс 26018 +екскурсовод 26019 +екскурсовода 26020 +екскурсоводом 26021 +екскурсу 26022 +екскурсій 26023 +екскурсію 26024 +екскурсія 26025 +екскурсії 26026 +ексочільником 26027 +експансіонізму 26028 +експансіоністською 26029 +експансію 26030 +експансія 26031 +експансії 26032 +експатріанти 26033 +експатріантів 26034 +експатрійованих 26035 +експатрійованого 26036 +експедицій 26037 +експедиційний 26038 +експедиційного 26039 +експедицію 26040 +експедиція 26041 +експедиціях 26042 +експедиції 26043 +експеримент 26044 +експеримента 26045 +експериментальних 26046 +експериментальною 26047 +експериментальної 26048 +експериментальну 26049 +експериментальні 26050 +експериментатор 26051 +експериментах 26052 +експерименти 26053 +експериментом 26054 +експерименту 26055 +експериментувати 26056 +експериментуєте 26057 +експерименті 26058 +експериментів 26059 +експерт 26060 +експерта 26061 +експертам 26062 +експертами 26063 +експерти 26064 +експертиз 26065 +експертиза 26066 +експертизи 26067 +експертизою 26068 +експертизу 26069 +експертизі 26070 +експертка 26071 +експерткою 26072 +експертна 26073 +експертне 26074 +експертний 26075 +експертними 26076 +експертних 26077 +експертно 26078 +експертного 26079 +експертному 26080 +експертності 26081 +експертною 26082 +експертної 26083 +експертну 26084 +експертні 26085 +експертній 26086 +експертність 26087 +експертом 26088 +експерту 26089 +експертів 26090 +експлейнери 26091 +експлейнером 26092 +експлуатацію 26093 +експлуатація 26094 +експлуатацією 26095 +експлуатації 26096 +експлуатувався 26097 +експлуатували 26098 +експлуатувати 26099 +експлуатують 26100 +експозицію 26101 +експозиція 26102 +експонат 26103 +експонатами 26104 +експонатом 26105 +експонатів 26106 +експорт 26107 +експортер 26108 +експортера 26109 +експортерам 26110 +експортерами 26111 +експортери 26112 +експортером 26113 +експортерів 26114 +експортна 26115 +експортне 26116 +експортний 26117 +експортним 26118 +експортного 26119 +експортною 26120 +експортної 26121 +експортні 26122 +експортом 26123 +експортоорієнтованою 26124 +експортоорієнтовані 26125 +експорту 26126 +експортувати 26127 +експортуватимуть 26128 +експортують 26129 +експортує 26130 +експортуємо 26131 +експортується 26132 +експорті 26133 +експрезидента 26134 +експрес 26135 +експресом 26136 +експресі 26137 +експресіоністів 26138 +екстемістів 26139 +екстерном 26140 +екстра 26141 +екстраверт 26142 +екстравертивний 26143 +екстрадицію 26144 +екстрадиція 26145 +екстрадиції 26146 +екстракт 26147 +екстраполювати 26148 +екстраполяції 26149 +екстрасолар 26150 +екстремальна 26151 +екстремальне 26152 +екстремальних 26153 +екстремально 26154 +екстремальні 26155 +екстремалів 26156 +екстремізм 26157 +екстремізмові 26158 +екстремізмом 26159 +екстремізму 26160 +екстремізмі 26161 +екстреміст 26162 +екстреміста 26163 +екстремістам 26164 +екстремістами 26165 +екстремісти 26166 +екстремістська 26167 +екстремістське 26168 +екстремістським 26169 +екстремістських 26170 +екстремістського 26171 +екстремістської 26172 +екстремістську 26173 +екстремістські 26174 +екстремістськім 26175 +екстремістів 26176 +екстрене 26177 +екстрений 26178 +екстрених 26179 +екстренної 26180 +екстрено 26181 +екстреного 26182 +екстреному 26183 +екстреної 26184 +екстрену 26185 +екстрені 26186 +екстреній 26187 +екстримально 26188 +екстримальні 26189 +екстриму 26190 +екстримістами 26191 +екстримістів 26192 +ексувера 26193 +ексуверу 26194 +ексцеси 26195 +ексцесів 26196 +ектів 26197 +екшн 26198 +екіпаж 26199 +екіпажами 26200 +екіпажу 26201 +екіпажі 26202 +екіпажів 26203 +екіпіровці 26204 +ел 26205 +ела 26206 +елан 26207 +еластичний 26208 +елгон 26209 +елдоред 26210 +елдорет 26211 +елеанор 26212 +елегантно 26213 +елегантність 26214 +елегантніший 26215 +елегія 26216 +електоральних 26217 +електоральної 26218 +електорат 26219 +електорату 26220 +електризується 26221 +електрик 26222 +електрика 26223 +електрики 26224 +електрикою 26225 +електрику 26226 +електричество 26227 +електричками 26228 +електричку 26229 +електричне 26230 +електричний 26231 +електричним 26232 +електричному 26233 +електричної 26234 +електричну 26235 +електричні 26236 +електричок 26237 +електро 26238 +електро- 26239 +електробайкам 26240 +електробайки 26241 +електрода 26242 +електроди 26243 +електродуховка 26244 +електродів 26245 +електроенергетика 26246 +електроенергію 26247 +електроенергія 26248 +електроенергією 26249 +електроенергії 26250 +електрозварники 26251 +електролінії 26252 +електролічильник 26253 +електролічильника 26254 +електромереж 26255 +електромобіль 26256 +електромобіля 26257 +електромобілі 26258 +електромобілів 26259 +електромотор 26260 +електронна 26261 +електронне 26262 +електронний 26263 +електронним 26264 +електронними 26265 +електронних 26266 +електронно 26267 +електронного 26268 +електронному 26269 +електронною 26270 +електронної 26271 +електронну 26272 +електронні 26273 +електронній 26274 +електроніка 26275 +електроніки 26276 +електроніці 26277 +електропередач 26278 +електропостачання 26279 +електропоїзди 26280 +електропоїздів 26281 +електроприлад 26282 +електроприлади 26283 +електроприладів 26284 +електропроводку 26285 +електросамоката 26286 +електростанцій 26287 +електростанцію 26288 +електростанція 26289 +електростанціям 26290 +електростанціями 26291 +електростанціях 26292 +електростанції 26293 +електростатичні 26294 +електротехнічне 26295 +електрочайником 26296 +елемент 26297 +елементам 26298 +елементами 26299 +елементарна 26300 +елементарний 26301 +елементарним 26302 +елементарних 26303 +елементарно 26304 +елементарного 26305 +елементарною 26306 +елементарної 26307 +елементарні 26308 +елементах 26309 +елементи 26310 +елементних 26311 +елементом 26312 +елементів 26313 +елен 26314 +елеонора 26315 +елерони 26316 +елла 26317 +еллінгтон 26318 +еллінгтоном 26319 +елмо 26320 +елмоа 26321 +елтона 26322 +ель 26323 +ель-аріш 26324 +ель-барадеєм 26325 +ель-барадеї 26326 +ель-кувейту 26327 +ель-паредей 26328 +ель-пасо 26329 +ель-шейк 26330 +ель-шейх 26331 +ельбарадей 26332 +ельдорадо 26333 +ельзи 26334 +ельс 26335 +ельф 26336 +елювіальних 26337 +елізабет 26338 +еліксир 26339 +еліна 26340 +еліот 26341 +еліотом 26342 +еліптичне 26343 +еліт 26344 +еліта 26345 +елітарного 26346 +елітарну 26347 +еліти 26348 +елітне 26349 +елітний 26350 +елітних 26351 +елітного 26352 +елітному 26353 +елітою 26354 +еліту 26355 +еліті 26356 +ем 26357 +емалі 26358 +емансиповані 26359 +емануель 26360 +емануеля 26361 +емаус 26362 +емачєй 26363 +ембарго 26364 +емблема 26365 +емблемами 26366 +ембіей 26367 +ембієнт 26368 +емейл 26369 +емейлом 26370 +емелерес 26371 +емерити 26372 +емеросон 26373 +емма 26374 +еммануелем 26375 +еммануель 26376 +еммануелю 26377 +еммануеля 26378 +емманюеля 26379 +емністі 26380 +емоцій 26381 +емоційна 26382 +емоційне 26383 +емоційний 26384 +емоційним 26385 +емоційними 26386 +емоційних 26387 +емоційно 26388 +емоційного 26389 +емоційному 26390 +емоційною 26391 +емоційної 26392 +емоційну 26393 +емоційні 26394 +емоційність 26395 +емоційністю 26396 +емоцію 26397 +емоція 26398 +емоціям 26399 +емоціями 26400 +емоції 26401 +емпатичними 26402 +емпатію 26403 +емпатія 26404 +емпіричним 26405 +емрап 26406 +емський 26407 +емтеес 26408 +емтібі 26409 +емульгаторів 26410 +емігрант 26411 +емігрантам 26412 +емігрантами 26413 +емігранти 26414 +емігрантським 26415 +емігрантів 26416 +еміграційний 26417 +еміграційних 26418 +еміграційної 26419 +еміграційну 26420 +еміграція 26421 +еміграцією 26422 +еміграції 26423 +емігрував 26424 +емігрувала 26425 +емігрувати 26426 +емігруватипотрібно 26427 +еміль 26428 +емілі 26429 +емілію 26430 +емілією 26431 +еміне 26432 +емірат 26433 +еміратах 26434 +емірати 26435 +еміратів 26436 +емірен 26437 +еміром 26438 +емісар 26439 +емітентів 26440 +ен 26441 +ен-бі-сі 26442 +енгел 26443 +енд 26444 +енджі 26445 +ендо 26446 +ендогенних 26447 +ендоекологічне 26448 +ендоекології 26449 +ендорфінів 26450 +ендрю 26451 +ендрюса 26452 +енду 26453 +еней 26454 +енергетика 26455 +енергетики 26456 +енергетикою 26457 +енергетику 26458 +енергетиці 26459 +енергетична 26460 +енергетичний 26461 +енергетичним 26462 +енергетичними 26463 +енергетичних 26464 +енергетично 26465 +енергетичного 26466 +енергетичному 26467 +енергетичною 26468 +енергетичної 26469 +енергетичну 26470 +енергетичні 26471 +енергетичній 26472 +енерго 26473 +енерго- 26474 +енергоатом 26475 +енергобалансі 26476 +енерговитратами 26477 +енерговитрати 26478 +енергогенеруючих 26479 +енергодар 26480 +енергодару 26481 +енергодарі 26482 +енергодоходів 26483 +енергоелементу 26484 +енергоефективності 26485 +енергоефективні 26486 +енергозбереженню 26487 +енергозбереження 26488 +енергозберігаючих 26489 +енергозберігаючі 26490 +енергоносіями 26491 +енергоносіях 26492 +енергоносії 26493 +енергоносіїв 26494 +енергооб'єкт 26495 +енергоощадливою 26496 +енергоощадні 26497 +енергопоставок 26498 +енергопостачальна 26499 +енергопостачальником 26500 +енергопостачання 26501 +енергоресурсам 26502 +енергоресурсами 26503 +енергоресурси 26504 +енергоресурсів 26505 +енергосектору 26506 +енергоємних 26507 +енергійна 26508 +енергійний 26509 +енергійними 26510 +енергійних 26511 +енергійно 26512 +енергійнішим 26513 +енергію 26514 +енергія 26515 +енергією 26516 +енергії 26517 +енерджайзер 26518 +енерджі 26519 +енею 26520 +енея 26521 +енеєвих 26522 +енеєвич 26523 +енеєву 26524 +енеєві 26525 +енеєм 26526 +енеїв 26527 +енеїда 26528 +енеїди 26529 +енеїду 26530 +енло 26531 +енн 26532 +енну 26533 +ентелл 26534 +ентелла 26535 +ентеллові 26536 +ентоні 26537 +ентропія 26538 +ентузіазм 26539 +ентузіазмом 26540 +ентузіазму 26541 +ентузіазмі 26542 +ентузіаста 26543 +ентузіастам 26544 +ентузіастами 26545 +ентузіасти 26546 +ентузіастичне 26547 +ентузіастичні 26548 +ентузіастів 26549 +енхбаяр 26550 +енциклопедичних 26551 +енциклопедичні 26552 +енциклопедия 26553 +енциклопедію 26554 +енциклопедія 26555 +енциклопедією 26556 +енциклопедії 26557 +енцикліку 26558 +енімалтерапія 26559 +енімалтерапії 26560 +еол 26561 +еолом 26562 +епатажну 26563 +епл 26564 +епогею 26565 +епопея 26566 +епопеєю 26567 +епопеї 26568 +епосі 26569 +епох 26570 +епоха 26571 +епохальна 26572 +епохальне 26573 +епохи 26574 +епоху 26575 +епідемій 26576 +епідеміологічної 26577 +епідеміології 26578 +епідемію 26579 +епідемія 26580 +епідемією 26581 +епідемії 26582 +епізод 26583 +епізодах 26584 +епізоди 26585 +епізодично 26586 +епізоду 26587 +епізодів 26588 +епілепсії 26589 +епілептичним 26590 +епілог 26591 +епіпен 26592 +епітеліям 26593 +епітелієм 26594 +епітетах 26595 +епітетом 26596 +епіцентр 26597 +епіцентром 26598 +епіцентру 26599 +епіцентрі 26600 +епічної 26601 +ер 26602 +ер-рьяда 26603 +ер-ріяду 26604 +ер-ріяді 26605 +ера 26606 +ера-еф-ем 26607 +ера-медіа 26608 +ера-фм 26609 +ерамедіа 26610 +ербеес 26611 +ербіль 26612 +ербільом 26613 +ербілі 26614 +ерве 26615 +ердоган 26616 +ердогана 26617 +ердоганом 26618 +ереката 26619 +еретс 26620 +ерец 26621 +ержапкова 26622 +ерзац 26623 +ерзянського 26624 +ерзянської 26625 +ери 26626 +еритреєю 26627 +еритропоетин 26628 +еритроцит 26629 +еритроцити 26630 +ерл 26631 +ерне 26632 +ернест 26633 +ерозії 26634 +еротичними 26635 +ерош 26636 +ерт 26637 +ерудитів 26638 +ерудована 26639 +ерцгерцог 26640 +ері 26641 +ерік 26642 +еріка 26643 +еріки 26644 +еріх 26645 +ес 26646 +ес- 26647 +ес-профіт 26648 +ес-профіта 26649 +ес-профітом 26650 +ес-профіту 26651 +еселем 26652 +есемескою 26653 +есемеску 26654 +есемесни 26655 +есемеснути 26656 +есеола 26657 +есери 26658 +есесха 26659 +есеїстика 26660 +ескадрильї 26661 +ескадронцями 26662 +ескалаторного 26663 +ескалаторі 26664 +ескалацію 26665 +ескалація 26666 +ескалацією 26667 +ескалації 26668 +ескалібур 26669 +ескалібури 26670 +ескападами 26671 +ескорту 26672 +ескіз 26673 +ескізного 26674 +ескізу 26675 +если 26676 +есмь 26677 +есмінець 26678 +есмінця 26679 +есмінцям 26680 +есоушіейтед 26681 +есперанто 26682 +еспресо 26683 +ессе 26684 +ессен 26685 +естафет 26686 +естафета 26687 +естафети 26688 +естафету 26689 +естафеті 26690 +естер 26691 +естерсунд 26692 +естественно 26693 +естетики 26694 +естетична 26695 +естетичний 26696 +естетичні 26697 +естетичній 26698 +естетичніше 26699 +естономовних 26700 +естонська 26701 +естонське 26702 +естонський 26703 +естонським 26704 +естонських 26705 +естонського 26706 +естонському 26707 +естонською 26708 +естонської 26709 +естонську 26710 +естонські 26711 +естонцям 26712 +естонці 26713 +естонців 26714 +естонію 26715 +естонія 26716 +естонії 26717 +естор 26718 +естрадний 26719 +естрадному 26720 +естрадної 26721 +естроген 26722 +естрогену 26723 +есть 26724 +есфір 26725 +ета 26726 +еталон 26727 +еталонами 26728 +еталони 26729 +еталону 26730 +етанолу 26731 +етап 26732 +етапа 26733 +етапах 26734 +етапи 26735 +етапність 26736 +етапом 26737 +етапу 26738 +етапували 26739 +етапі 26740 +етапів 26741 +етарін 26742 +етеріум 26743 +етика 26744 +етикетку 26745 +етикету 26746 +етики 26747 +етикою 26748 +етику 26749 +етиловий 26750 +етична 26751 +етичний 26752 +етичним 26753 +етичних 26754 +етичні 26755 +етичність 26756 +етно 26757 +етногенез 26758 +етнографічна 26759 +етнографічні 26760 +етнокультурна 26761 +етнолог 26762 +етнологів 26763 +етнонаціонального 26764 +етнос 26765 +етносами 26766 +етноси 26767 +етносом 26768 +етносу 26769 +етносів 26770 +етноциду 26771 +етніки 26772 +етнічна 26773 +етнічне 26774 +етнічний 26775 +етнічним 26776 +етнічними 26777 +етнічних 26778 +етнічно 26779 +етнічного 26780 +етнічному 26781 +етнічності 26782 +етнічною 26783 +етнічної 26784 +етнічну 26785 +етнічні 26786 +етнічній 26787 +ето 26788 +етрадіоеракомюей 26789 +етюди 26790 +еті 26791 +еусевіо 26792 +еф-ем 26793 +ефеб 26794 +ефект 26795 +ефекта 26796 +ефекти 26797 +ефективна 26798 +ефективне 26799 +ефективний 26800 +ефективним 26801 +ефективними 26802 +ефективних 26803 +ефективно 26804 +ефективного 26805 +ефективному 26806 +ефективності 26807 +ефективною 26808 +ефективної 26809 +ефективну 26810 +ефективні 26811 +ефективній 26812 +ефективність 26813 +ефективніша 26814 +ефективніше 26815 +ефективніший 26816 +ефективніших 26817 +ефективнішого 26818 +ефективнішою 26819 +ефективніші 26820 +ефектом 26821 +ефекту 26822 +ефектів 26823 +ефсі 26824 +ефіопськими 26825 +ефіопських 26826 +ефіопські 26827 +ефіопці 26828 +ефіопії 26829 +ефір 26830 +ефіра 26831 +ефірах 26832 +ефіри 26833 +ефірна 26834 +ефірний 26835 +ефірних 26836 +ефірного 26837 +ефірні 26838 +ефіром 26839 +ефіру 26840 +ефірі 26841 +ех 26842 +ехо 26843 +ехо- 26844 +ехуд 26845 +ехуда 26846 +ехудом 26847 +ецій 26848 +еція 26849 +еш-шейх 26850 +ешалони 26851 +ешелон 26852 +ешелони 26853 +ешелоном 26854 +ешелону 26855 +ешелоні 26856 +ешелонів 26857 +ешенбехер 26858 +еір 26859 +еірбас 26860 +ж 26861 +жаак 26862 +жаб 26863 +жаба 26864 +жаби 26865 +жаботин 26866 +жаботина 26867 +жаботинську 26868 +жаботинця 26869 +жаботинці 26870 +жадан 26871 +жадана 26872 +жаданної 26873 +жаданівського 26874 +жадають 26875 +жадного 26876 +жадібливість 26877 +жадібний 26878 +жадібно 26879 +жадібній 26880 +жайворонка 26881 +жак 26882 +жаклін 26883 +жал 26884 +жала 26885 +жалко 26886 +жалкувати 26887 +жалкую 26888 +жалкуючи 26889 +жалоби 26890 +жалобний 26891 +жалобними 26892 +жалобні 26893 +жалості 26894 +жалуюсь 26895 +жаль 26896 +жалько 26897 +жалю 26898 +жалюгідне 26899 +жалюгідно 26900 +жалюгідноленді 26901 +жалюгідному 26902 +жалюгідні 26903 +жалюзі 26904 +жалять 26905 +жалі 26906 +жалібно 26907 +жалів 26908 +жалівся 26909 +жалівши 26910 +жалілася 26911 +жалілись 26912 +жалінь 26913 +жаліти 26914 +жалітися 26915 +жаліть 26916 +жаліються 26917 +жаліється 26918 +жан 26919 +жан-франсуа 26920 +жана 26921 +жана-клода 26922 +жандармів 26923 +жанна 26924 +жанни 26925 +жанною 26926 +жанр 26927 +жанра 26928 +жанрах 26929 +жанри 26930 +жанру 26931 +жанрі 26932 +жанрів 26933 +жар 26934 +жара 26935 +жарило 26936 +жарить 26937 +жарким 26938 +жарко 26939 +жарт 26940 +жартвам 26941 +жарти 26942 +жартики 26943 +жартиків 26944 +жартом 26945 +жартома 26946 +жартував 26947 +жартувала 26948 +жартували 26949 +жартувати 26950 +жартую 26951 +жартують 26952 +жартує 26953 +жартуємо 26954 +жартуєш 26955 +жарті 26956 +жартів 26957 +жартівлива 26958 +жартівливо 26959 +жартівливої 26960 +жартівником 26961 +жах 26962 +жахаюсь 26963 +жахи 26964 +жахлива 26965 +жахливе 26966 +жахливий 26967 +жахливим 26968 +жахливими 26969 +жахливих 26970 +жахливо 26971 +жахливого 26972 +жахливому 26973 +жахливою 26974 +жахливої 26975 +жахливу 26976 +жахливі 26977 +жахом 26978 +жаху 26979 +жахів 26980 +жахіття 26981 +жахіттям 26982 +жашковом 26983 +жашкові 26984 +жашків 26985 +жаємо 26986 +жбари 26987 +жвавий 26988 +жвавими 26989 +жвавих 26990 +жваво 26991 +жвавої 26992 +жваву 26993 +жваві 26994 +жвавій 26995 +жванію 26996 +жванії 26997 +жвичайно 26998 +жгутикових 26999 +жгутикові 27000 +ждав 27001 +ждали 27002 +ждан 27003 +ждана 27004 +ждане 27005 +жданкін 27006 +жданов 27007 +жданова 27008 +ждановим 27009 +ждати 27010 +жде 27011 +ждем 27012 +ждемо 27013 +ждеш 27014 +жди 27015 +ждун 27016 +ждунами 27017 +ждуть 27018 +ждіть 27019 +же 27020 +жебрак 27021 +жебракуєш 27022 +жебрацтвом 27023 +жебрену 27024 +жебрівський 27025 +жеж 27026 +жежера 27027 +жезл 27028 +жезус 27029 +жек 27030 +жеками 27031 +жеки 27032 +жекові 27033 +жеку 27034 +жеків 27035 +желание 27036 +желудка 27037 +желудком 27038 +желудку 27039 +желудок 27040 +желізній 27041 +жене 27042 +женеви 27043 +женевськими 27044 +женеву 27045 +женеві 27046 +женемо 27047 +женемося 27048 +женералітату 27049 +женив 27050 +женився 27051 +женись 27052 +женитеся 27053 +женитись 27054 +женитися 27055 +женить 27056 +жениться 27057 +женихайся 27058 +женихались 27059 +жену 27060 +женуться 27061 +жень 27062 +женю 27063 +женюсь 27064 +женя 27065 +женяться 27066 +жені 27067 +женічка 27068 +жерар 27069 +жердиною 27070 +жеребкування 27071 +жеребця 27072 +жеребчук 27073 +жеревчук 27074 +жерналістів 27075 +жерстяний 27076 +жертв 27077 +жертва 27078 +жертвам 27079 +жертвами 27080 +жертвах 27081 +жертви 27082 +жертводавців 27083 +жертвою 27084 +жертву 27085 +жертвували 27086 +жертвування 27087 +жертвувати 27088 +жертвуйте 27089 +жерти 27090 +жеруть 27091 +жест 27092 +жестами 27093 +жести 27094 +жестнуно 27095 +жестова 27096 +жестове 27097 +жестових 27098 +жестовою 27099 +жестової 27100 +жестову 27101 +жестові 27102 +жестовій 27103 +жестом 27104 +жестотворчість 27105 +жесту 27106 +жестуно 27107 +жесть 27108 +жестякові 27109 +жестяний 27110 +жесті 27111 +жестів 27112 +жестівники 27113 +жетони 27114 +жеш 27115 +жеінбеков 27116 +жив 27117 +жива 27118 +живе 27119 +живем 27120 +живемо 27121 +живенька 27122 +живете 27123 +живеться 27124 +живеш 27125 +живи 27126 +живився 27127 +живий 27128 +живильна 27129 +живильним 27130 +живим 27131 +живими 27132 +живите 27133 +живити 27134 +живитися 27135 +живить 27136 +живиться 27137 +живих 27138 +живлення 27139 +живляться 27140 +живо 27141 +живого 27142 +живому 27143 +живопис 27144 +живописна 27145 +живописної 27146 +живописом 27147 +живописі 27148 +живот 27149 +живота 27150 +животи 27151 +животик 27152 +животика 27153 +животі 27154 +животінні 27155 +животіюча 27156 +живої 27157 +живу 27158 +живуть 27159 +живучесть 27160 +живучи 27161 +живучості 27162 +живцем 27163 +живі 27164 +живій 27165 +живіт 27166 +живіть 27167 +жигуль 27168 +жигулях 27169 +жигулі 27170 +жигулін 27171 +жигуліну 27172 +жид 27173 +жида 27174 +жидам 27175 +жиденя 27176 +жиденята 27177 +жиди 27178 +жидки 27179 +жидів 27180 +жидівськими 27181 +жидівських 27182 +жидівської 27183 +жижера 27184 +жизневский 27185 +жизневскому 27186 +жизневський 27187 +жизни 27188 +жизнь 27189 +жизні 27190 +жий 27191 +жил 27192 +жила 27193 +жилетах 27194 +жилети 27195 +жилетів 27196 +жили 27197 +жилих 27198 +жилки 27199 +жило 27200 +жилось 27201 +жилося 27202 +жилінський 27203 +жир 27204 +жирами 27205 +жирар 27206 +жирахівський 27207 +жири 27208 +жириновський 27209 +жириновським 27210 +жириновського 27211 +жириновському 27212 +жирна 27213 +жирненька 27214 +жирненький 27215 +жирненьким 27216 +жирненьку 27217 +жирний 27218 +жирними 27219 +жирних 27220 +жирного 27221 +жирності 27222 +жирнючі 27223 +жирні 27224 +жирність 27225 +жирністю 27226 +жирові 27227 +жиром 27228 +жирочок 27229 +жиру 27230 +жирували 27231 +жирувати 27232 +жирів 27233 +жита 27234 +житейська 27235 +житейські 27236 +жител 27237 +житель 27238 +жителька 27239 +жителя 27240 +жителям 27241 +жителями 27242 +жителі 27243 +жителів 27244 +жити 27245 +житиме 27246 +житимуть 27247 +житкевич 27248 +житкевичем 27249 +житла 27250 +житло 27251 +житлобудівництва 27252 +житловий 27253 +житловим 27254 +житловими 27255 +житлових 27256 +житлово 27257 +житлового 27258 +житловому 27259 +житловою 27260 +житлові 27261 +житловій 27262 +житлом 27263 +житлу 27264 +житлі 27265 +житницею 27266 +житниця 27267 +жито 27268 +житомир 27269 +житомира 27270 +житомиром 27271 +житомирська 27272 +житомирського 27273 +житомирської 27274 +житомирську 27275 +житомирській 27276 +житомиру 27277 +житомирщина 27278 +житомирщини 27279 +житомирщині 27280 +житомирі 27281 +життю 27282 +життя 27283 +життям 27284 +життями 27285 +життяя 27286 +життєва 27287 +життєве 27288 +життєвий 27289 +життєвим 27290 +життєвих 27291 +життєво 27292 +життєвоважливим 27293 +життєвого 27294 +життєвою 27295 +життєвої 27296 +життєву 27297 +життєві 27298 +життєдайний 27299 +життєдайні 27300 +життєдіяльності 27301 +життєзабезпечення 27302 +життєздатності 27303 +життєздатної 27304 +життєздатну 27305 +життєздатність 27306 +життєйську 27307 +життєствердна 27308 +житті 27309 +життів 27310 +жить 27311 +житя 27312 +житєйські 27313 +житі 27314 +жиє 27315 +жкг 27316 +жкх 27317 +жлобство 27318 +жлукта 27319 +жмени 27320 +жменька 27321 +жменю 27322 +жмуток 27323 +жнива 27324 +жнивами 27325 +жнуться 27326 +жовква 27327 +жовкві 27328 +жовкне 27329 +жовківського 27330 +жовнах 27331 +жовніренко 27332 +жовнірові 27333 +жовта 27334 +жовте 27335 +жовтень 27336 +жовтий 27337 +жовтим 27338 +жовтих 27339 +жовтки 27340 +жовтків 27341 +жовтнева 27342 +жовтневий 27343 +жовтневим 27344 +жовтневого 27345 +жовтневому 27346 +жовтня 27347 +жовтні 27348 +жовто 27349 +жовтого 27350 +жовток 27351 +жовтою 27352 +жовту 27353 +жовтуватий 27354 +жовті 27355 +жовч 27356 +жодгого 27357 +жоден 27358 +жодна 27359 +жодне 27360 +жодний 27361 +жодним 27362 +жодними 27363 +жодних 27364 +жодного 27365 +жодной 27366 +жодному 27367 +жодною 27368 +жодної 27369 +жодну 27370 +жодні 27371 +жодній 27372 +жозе 27373 +жозі 27374 +жоканг 27375 +жолобком 27376 +жолобок 27377 +жона 27378 +жонами 27379 +жонатий 27380 +жонаті 27381 +жонгліруючи 27382 +жони 27383 +жониного 27384 +жонити 27385 +жонитися 27386 +жонитьби 27387 +жоною 27388 +жону 27389 +жоні 27390 +жопа 27391 +жорді 27392 +жоржа 27393 +жорна 27394 +жорстка 27395 +жорстке 27396 +жорсткий 27397 +жорстким 27398 +жорсткими 27399 +жорстких 27400 +жорстко 27401 +жорсткого 27402 +жорсткості 27403 +жорсткою 27404 +жорсткої 27405 +жорстку 27406 +жорсткуватості 27407 +жорсткі 27408 +жорсткій 27409 +жорсткість 27410 +жорсткіших 27411 +жорсткішого 27412 +жорсткішою 27413 +жорсткішу 27414 +жорсткіші 27415 +жорстока 27416 +жорстоке 27417 +жорстокий 27418 +жорстоким 27419 +жорстоких 27420 +жорстоко 27421 +жорстокого 27422 +жорстокому 27423 +жорстокості 27424 +жорстокою 27425 +жорстоку 27426 +жорстокі 27427 +жорстокість 27428 +жорстокістю 27429 +жорстокіших 27430 +жорстокішою 27431 +жортко 27432 +жостко 27433 +жосткую 27434 +жостче 27435 +жосче 27436 +жоще 27437 +жуан 27438 +жував 27439 +жувальні 27440 +жувати 27441 +жужа 27442 +жуйки 27443 +жук 27444 +жуков 27445 +жукович 27446 +жулинському 27447 +жульяр 27448 +жуляни 27449 +жулік 27450 +жупан 27451 +жупана 27452 +жупанах 27453 +жупани 27454 +жупанчику 27455 +жупанів 27456 +жупаніце 27457 +жупел 27458 +жура 27459 +журавель 27460 +журавок 27461 +журився 27462 +журилися 27463 +журись 27464 +журися 27465 +журиться 27466 +журнал 27467 +журналах 27468 +журнали 27469 +журналові 27470 +журналом 27471 +журналу 27472 +журналі 27473 +журналів 27474 +журналіст 27475 +журналіста 27476 +журналістам 27477 +журналістами 27478 +журналістах 27479 +журналісти 27480 +журналістика 27481 +журналістики 27482 +журналістикою 27483 +журналістику 27484 +журналістиці 27485 +журналістка 27486 +журналістки 27487 +журналісткою 27488 +журналістку 27489 +журналістом 27490 +журналістська 27491 +журналістських 27492 +журналістською 27493 +журналістської 27494 +журналістську 27495 +журналістській 27496 +журналісту 27497 +журналістці 27498 +журналістів 27499 +журналіських 27500 +журі 27501 +журіться 27502 +жутко 27503 +жученко 27504 +жучу 27505 +жують 27506 +жюльєн 27507 +жюпе 27508 +жізнєнний 27509 +жін 27510 +жінка 27511 +жінкам 27512 +жінками 27513 +жінки 27514 +жінкиням 27515 +жінкою 27516 +жінку 27517 +жінок 27518 +жіноцтва 27519 +жіноча 27520 +жіноче 27521 +жіночий 27522 +жіночих 27523 +жіночка 27524 +жіночки 27525 +жіночку 27526 +жіночого 27527 +жіночому 27528 +жіночою 27529 +жіночої 27530 +жіночу 27531 +жіночі 27532 +жінці 27533 +жінчиних 27534 +з 27535 +з'явився 27536 +з'явившись 27537 +з'явилась 27538 +з'явилася 27539 +з'явились 27540 +з'явилися 27541 +з'явилось 27542 +з'явилося 27543 +з'явись 27544 +з'явитись 27545 +з'явитися 27546 +з'явить 27547 +з'явиться 27548 +з'явишся 27549 +з'являвся 27550 +з'являлася 27551 +з'являлися 27552 +з'являлося 27553 +з'являтимуться 27554 +з'являтись 27555 +з'являтися 27556 +з'являться 27557 +з'являються 27558 +з'являється 27559 +з'язку 27560 +з'ялялися 27561 +з'ясований 27562 +з'ясовано 27563 +з'ясовувала 27564 +з'ясовували 27565 +з'ясовувати 27566 +з'ясовуватимуть 27567 +з'ясовують 27568 +з'ясовуються 27569 +з'ясовує 27570 +з'ясовуємо 27571 +з'ясовується 27572 +з'ясував 27573 +з'ясувала 27574 +з'ясувалась 27575 +з'ясували 27576 +з'ясувалось 27577 +з'ясувалося 27578 +з'ясувальними 27579 +з'ясування 27580 +з'ясуванні 27581 +з'ясувати 27582 +з'ясують 27583 +з'ясує 27584 +з'ясуємо 27585 +з'ясується 27586 +з'єднав 27587 +з'єднайте 27588 +з'єднали 27589 +з'єднало 27590 +з'єднана 27591 +з'єднаний 27592 +з'єднання 27593 +з'єднаннями 27594 +з'єднанні 27595 +з'єднаної 27596 +з'єднані 27597 +з'єднаю 27598 +з'єднають 27599 +з'єднувались 27600 +з'єднувати 27601 +з'єднують 27602 +з'єднує 27603 +з'єднується 27604 +з'їбав 27605 +з'їбатись 27606 +з'їв 27607 +з'їдати 27608 +з'їдають 27609 +з'їдаються 27610 +з'їдає 27611 +з'їдене 27612 +з'їдять 27613 +з'їж 27614 +з'їжджати 27615 +з'їжджатиме 27616 +з'їжджаються 27617 +з'їжджаємо 27618 +з'їжджаємося 27619 +з'їжджаємся 27620 +з'їжджається 27621 +з'їжджу 27622 +з'їзд 27623 +з'їздах 27624 +з'їзди 27625 +з'їздив 27626 +з'їздила 27627 +з'їздити 27628 +з'їздом 27629 +з'їзду 27630 +з'їзді 27631 +з'їздів 27632 +з'їла 27633 +з'їли 27634 +з'їмо 27635 +з'їси 27636 +з'їсти 27637 +з'їсть 27638 +з'їхав 27639 +з'їхались 27640 +з'їхалися 27641 +з-за 27642 +з-поза 27643 +з-поміж 27644 +з-під 27645 +за 27646 +заангажованими 27647 +заангажовано 27648 +заангажованості 27649 +заангажованість 27650 +заангажувати 27651 +заанролю 27652 +заанґажованими 27653 +заанґажувати 27654 +заарегували 27655 +заарештована 27656 +заарештований 27657 +заарештованим 27658 +заарештованих 27659 +заарештовано 27660 +заарештованого 27661 +заарештовані 27662 +заарештовувати 27663 +заарештував 27664 +заарештувала 27665 +заарештували 27666 +заарештувати 27667 +заатакував 27668 +заатакували 27669 +заб'ю 27670 +заб'єте 27671 +забава 27672 +забави 27673 +забавить 27674 +забавка 27675 +забавляв 27676 +забавляли 27677 +забавлялись 27678 +забавлялися 27679 +забавлятися 27680 +забавляються 27681 +забавно 27682 +забавну 27683 +забавою 27684 +забаганки 27685 +забагато 27686 +забагнеться 27687 +забагнулося 27688 +забаговані 27689 +забажати 27690 +забажають 27691 +забажає 27692 +забалканах 27693 +забалотували 27694 +забалтування 27695 +забандажовану 27696 +забанений 27697 +забанила 27698 +забанили 27699 +забанять 27700 +забарвлене 27701 +забарвлення 27702 +забарвленні 27703 +забарвленому 27704 +забарвлені 27705 +забарився 27706 +забарившись 27707 +забарилися 27708 +забариться 27709 +забарюся 27710 +забезпе 27711 +забезпечать 27712 +забезпечена 27713 +забезпечений 27714 +забезпечених 27715 +забезпеченню 27716 +забезпечення 27717 +забезпеченням 27718 +забезпеченні 27719 +забезпеченність 27720 +забезпечено 27721 +забезпечену 27722 +забезпеченя 27723 +забезпечені 27724 +забезпеченість 27725 +забезпечив 27726 +забезпечивши 27727 +забезпечила 27728 +забезпечили 27729 +забезпечимо 27730 +забезпечити 27731 +забезпечитись 27732 +забезпечить 27733 +забезпечував 27734 +забезпечувала 27735 +забезпечували 27736 +забезпечувались 27737 +забезпечувати 27738 +забезпечуватиме 27739 +забезпечуватимуть 27740 +забезпечуватись 27741 +забезпечуватися 27742 +забезпечувать 27743 +забезпечують 27744 +забезпечуючи 27745 +забезпечує 27746 +забезпечується 27747 +забере 27748 +заберем 27749 +заберемо 27750 +забереш 27751 +забери 27752 +заберу 27753 +заберуть 27754 +забеспечувати 27755 +забив 27756 +забивали 27757 +забивати 27758 +забивають 27759 +забиває 27760 +забивши 27761 +забий 27762 +забили 27763 +забилося 27764 +забирав 27765 +забирай 27766 +забирайте 27767 +забирала 27768 +забирали 27769 +забирало 27770 +забирати 27771 +забирать 27772 +забираю 27773 +забирають 27774 +забираються 27775 +забираючи 27776 +забирає 27777 +забираємо 27778 +забирається 27779 +забираєш 27780 +забита 27781 +забити 27782 +забитими 27783 +забитих 27784 +забито 27785 +забитого 27786 +забитою 27787 +забиття 27788 +забиті 27789 +заблимала 27790 +заблимали 27791 +заблищали 27792 +заблищить 27793 +заблокована 27794 +заблокований 27795 +заблокованим 27796 +заблокованих 27797 +заблоковано 27798 +заблокованою 27799 +заблокованої 27800 +заблоковані 27801 +заблокував 27802 +заблокувавши 27803 +заблокувала 27804 +заблокували 27805 +заблокувало 27806 +заблокування 27807 +заблокувати 27808 +заблокують 27809 +заблокує 27810 +заблоцький 27811 +заблудити 27812 +заблуждєніє 27813 +заблукали 27814 +заблуканої 27815 +заблукати 27816 +заблюрено 27817 +забо 27818 +забобони 27819 +забов'зання 27820 +забовванів 27821 +забой 27822 +заболеваніє 27823 +заболеть 27824 +заболотного 27825 +заболотування 27826 +заболів 27827 +заболіла 27828 +заборгований 27829 +заборгованостей 27830 +заборгованості 27831 +заборгованість 27832 +заборговуються 27833 +забори 27834 +заборолом 27835 +заборон 27836 +заборона 27837 +заборонами 27838 +заборонемо 27839 +заборонена 27840 +заборонене 27841 +заборонений 27842 +забороненим 27843 +забороненими 27844 +заборонених 27845 +заборонено 27846 +забороненого 27847 +забороненою 27848 +забороненої 27849 +заборонену 27850 +заборонені 27851 +заборони 27852 +заборонив 27853 +заборонила 27854 +заборонили 27855 +заборонити 27856 +заборонить 27857 +заборонні 27858 +забороною 27859 +заборону 27860 +забороняв 27861 +забороняй 27862 +забороняла 27863 +заборонялася 27864 +забороняли 27865 +заборонялося 27866 +забороняти 27867 +заборонятиметься 27868 +забороняють 27869 +забороняючи 27870 +забороняє 27871 +забороняється 27872 +забороні 27873 +забоєм 27874 +забрав 27875 +забравши 27876 +забракло 27877 +забракне 27878 +забракувала 27879 +забрала 27880 +забралася 27881 +забрали 27882 +забралися 27883 +забрало 27884 +забрано 27885 +забрану 27886 +забрані 27887 +забрати 27888 +забратися 27889 +забрать 27890 +забрели 27891 +забризкала 27892 +заброньований 27893 +заброньовані 27894 +забронювали 27895 +заброніла 27896 +забруденння 27897 +забруднена 27898 +забруднений 27899 +забруднених 27900 +забруднення 27901 +забрудненням 27902 +забрудненості 27903 +забрудненої 27904 +забрудненій 27905 +забруднювати 27906 +забруднювачами 27907 +забруднюють 27908 +забрів 27909 +забув 27910 +забував 27911 +забувався 27912 +забувай 27913 +забуваймо 27914 +забувайте 27915 +забувала 27916 +забували 27917 +забувалися 27918 +забуванням 27919 +забувати 27920 +забуватимуть 27921 +забуваю 27922 +забувають 27923 +забуваючи 27924 +забуває 27925 +забуваєм 27926 +забуваємо 27927 +забуваємся 27928 +забуваєте 27929 +забувається 27930 +забуваєш 27931 +забувся 27932 +забувши 27933 +забуде 27934 +забудемо 27935 +забудеться 27936 +забудеш 27937 +забудов 27938 +забудова 27939 +забудови 27940 +забудовник 27941 +забудовникам 27942 +забудовників 27943 +забудовою 27944 +забудову 27945 +забуду 27946 +забудуть 27947 +забудуться 27948 +забудь 27949 +забудьмо 27950 +забудьте 27951 +забужко 27952 +забукав 27953 +забуксує 27954 +забул 27955 +забула 27956 +забулась 27957 +забули 27958 +забулися 27959 +забуло 27960 +забурчали 27961 +забуте 27962 +забути 27963 +забутий 27964 +забутим 27965 +забутою 27966 +забутої 27967 +забуття 27968 +забуті 27969 +забігаю 27970 +забігла 27971 +забігли 27972 +забігу 27973 +забіжу 27974 +забій 27975 +забілений 27976 +забіли 27977 +забілого 27978 +забіліли 27979 +забіякувату 27980 +зав 27981 +зав'яже 27982 +зав'яжемо 27983 +зав'яжу 27984 +зав'язався 27985 +зав'язавши 27986 +зав'язала 27987 +зав'язалася 27988 +зав'язана 27989 +зав'язано 27990 +зав'язати 27991 +зав'язка 27992 +зав'язку 27993 +зав'язли 27994 +зав'язував 27995 +зав'язувати 27996 +зав'язує 27997 +зав'язуємо 27998 +зав'язується 27999 +завагався 28000 +завада 28001 +завадили 28002 +завадило 28003 +завадити 28004 +завадить 28005 +заваді 28006 +заважав 28007 +заважайте 28008 +заважали 28009 +заважало 28010 +заважати 28011 +заважатиме 28012 +заважатимеш 28013 +заважаю 28014 +заважають 28015 +заважає 28016 +заважко 28017 +завалами 28018 +завалена 28019 +завали 28020 +завалився 28021 +завалилася 28022 +завалили 28023 +завалилися 28024 +завалилося 28025 +завалим 28026 +завалитись 28027 +завалищ 28028 +завалом 28029 +завальна 28030 +завалюють 28031 +завалюються 28032 +завалюємося 28033 +завалів 28034 +завантаження 28035 +завантажені 28036 +завантажили 28037 +завантажились 28038 +завантажити 28039 +завантажитися 28040 +завантажуємо 28041 +завариться 28042 +завбільшки 28043 +завважив 28044 +завглибшки 28045 +завгодно 28046 +завгоодно 28047 +завгородній 28048 +завгосп 28049 +завгоспом 28050 +завдав 28051 +завдавав 28052 +завдавати 28053 +завдавши 28054 +завдадуть 28055 +завдала 28056 +завдали 28057 +завдало 28058 +завданих 28059 +завдання 28060 +завданням 28061 +завданнями 28062 +завданні 28063 +завдано 28064 +завдань 28065 +завданя 28066 +завдані 28067 +завдасть 28068 +завдати 28069 +завдаток 28070 +завдають 28071 +завдаючи 28072 +завдає 28073 +завдається 28074 +завдовілася 28075 +завдяки 28076 +завдячувати 28077 +завдячують 28078 +завдячує 28079 +завдячуємо 28080 +заведе 28081 +заведено 28082 +заведенція 28083 +заведені 28084 +заведи 28085 +заведу 28086 +заведіть 28087 +завезе 28088 +завезем 28089 +завезення 28090 +завези 28091 +завезла 28092 +завезли 28093 +завезти 28094 +завезу 28095 +завезуть 28096 +завела 28097 +завели 28098 +завелика 28099 +завелике 28100 +завеликий 28101 +завелику 28102 +завеликі 28103 +завербували 28104 +завербувати 28105 +заверещавши 28106 +заверне 28107 +завернув 28108 +завернули 28109 +завернути 28110 +завернуть 28111 +заверстується 28112 +завертав 28113 +завертай 28114 +завертали 28115 +завертати 28116 +завертаю 28117 +завертають 28118 +завертає 28119 +завертаємо 28120 +завертись 28121 +завершальний 28122 +завершальну 28123 +завершальні 28124 +завершальній 28125 +завершена 28126 +завершене 28127 +завершений 28128 +завершенню 28129 +завершення 28130 +завершенням 28131 +завершенні 28132 +завершено 28133 +завершеності 28134 +завершеною 28135 +завершені 28136 +завершив 28137 +завершився 28138 +завершивши 28139 +завершила 28140 +завершилась 28141 +завершилася 28142 +завершили 28143 +завершились 28144 +завершилися 28145 +завершилось 28146 +завершилося 28147 +завершимо 28148 +завершити 28149 +завершитися 28150 +завершить 28151 +завершиться 28152 +завершиє 28153 +завершу 28154 +завершувалися 28155 +завершувати 28156 +завершуйте 28157 +завершую 28158 +завершуються 28159 +завершуючи 28160 +завершує 28161 +завершуємо 28162 +завершується 28163 +завести 28164 +завжд 28165 +завжде 28166 +завжди 28167 +завзята 28168 +завзятих 28169 +завзято 28170 +завзятості 28171 +завзятої 28172 +завзяту 28173 +завзяті 28174 +завзятіший 28175 +завив 28176 +завивши 28177 +завидна 28178 +завидуй 28179 +завила 28180 +завили 28181 +завинив 28182 +завис 28183 +зависають 28184 +зависла 28185 +зависли 28186 +зависло 28187 +зависока 28188 +зависокою 28189 +зависоку 28190 +зависті 28191 +завищена 28192 +завищеними 28193 +завищених 28194 +завищеної 28195 +завищені 28196 +завищували 28197 +завмад 28198 +завмер 28199 +завмерла 28200 +завмерло 28201 +завмерти 28202 +завмиранням 28203 +завовтузилися 28204 +завод 28205 +заводи 28206 +заводився 28207 +заводили 28208 +заводить 28209 +заводом 28210 +заводських 28211 +заводською 28212 +заводські 28213 +заводу 28214 +заводчан 28215 +заводять 28216 +заводі 28217 +заводів 28218 +завозила 28219 +завозили 28220 +завозимо 28221 +завозити 28222 +завозить 28223 +завозять 28224 +завойко 28225 +завойована 28226 +завойовника 28227 +завойовницьких 28228 +завойовницькі 28229 +завойовувати 28230 +завойовуй 28231 +заволав 28232 +заволали 28233 +заволодіння 28234 +заволодіти 28235 +заворожують 28236 +заворожує 28237 +завороті 28238 +заворушення 28239 +заворушенням 28240 +заворушеннями 28241 +заворушеннях 28242 +заворушень 28243 +заворушивсь 28244 +заворушилася 28245 +заворушилися 28246 +заворушилося 28247 +завоював 28248 +завоювали 28249 +завоювання 28250 +завоювати 28251 +завоюю 28252 +завпеди 28253 +завпирався 28254 +завтра 28255 +завтрашнього 28256 +завтрашньому 28257 +завтрашню 28258 +завтрашня 28259 +завтрашні 28260 +завтрашній 28261 +завтрашніми 28262 +завтрашнімі 28263 +завтрашніх 28264 +завтрішнього 28265 +завтрішньому 28266 +завуальована 28267 +завуальованими 28268 +завуальовано 28269 +завуалювати 28270 +завчала 28271 +завчали 28272 +завчасне 28273 +завчасно 28274 +завчили 28275 +завше 28276 +завширшки 28277 +завязав 28278 +завєдєніє 28279 +завів 28280 +завіддувач 28281 +завідна 28282 +завідомо 28283 +завідувач 28284 +завідувача 28285 +завідувачем 28286 +завідувачу 28287 +завідую 28288 +завідуюча 28289 +завідуючим 28290 +завізували 28291 +завірений 28292 +завірення 28293 +завірюха 28294 +завіса 28295 +завісах 28296 +завіси 28297 +завіску 28298 +завісою 28299 +завісу 28300 +завісі 28301 +завітав 28302 +завітайте 28303 +завітала 28304 +завітали 28305 +завітати 28306 +завітаєте 28307 +заг 28308 +загаанжованими 28309 +загавкали 28310 +загадав 28311 +загадала 28312 +загадати 28313 +загадає 28314 +загадка 28315 +загадки 28316 +загадкова 28317 +загадкове 28318 +загадковий 28319 +загадковим 28320 +загадкових 28321 +загадкові 28322 +загадкою 28323 +загадок 28324 +загадує 28325 +загадці 28326 +загазованих 28327 +загал 28328 +загалові 28329 +загалом 28330 +загалу 28331 +загальмовані 28332 +загальмувалася 28333 +загальмувалися 28334 +загальмувало 28335 +загальмування 28336 +загальмувати 28337 +загальмується 28338 +загальна 28339 +загальне 28340 +загальний 28341 +загальним 28342 +загальними 28343 +загальних 28344 +загально 28345 +загальнобудинковим 28346 +загальновживані 28347 +загальновизнаних 28348 +загальновідомий 28349 +загальновійськового 28350 +загального 28351 +загальнодержавна 28352 +загальнодержавний 28353 +загальнодержавних 28354 +загальнодержавному 28355 +загальнодержавні 28356 +загальноканадській 28357 +загальнокримінальної 28358 +загальнолюдська 28359 +загальному 28360 +загальноміський 28361 +загальнонаціональна 28362 +загальнонаціональне 28363 +загальнонаціональний 28364 +загальнонаціональних 28365 +загальнонаціональному 28366 +загальнонаціональні 28367 +загальнообов'язкового 28368 +загальноосвітньої 28369 +загальноосвітніх 28370 +загальноосвітового 28371 +загальноприйнята 28372 +загальноприйнятим 28373 +загальноприйнятому 28374 +загальності 28375 +загальноукраїнське 28376 +загальноукраїнський 28377 +загальною 28378 +загальноєвропейська 28379 +загальноєвропейського 28380 +загальноєвропейському 28381 +загальноєвропейської 28382 +загальноєвропейську 28383 +загальноєвропейські 28384 +загальноіспанський 28385 +загальної 28386 +загальну 28387 +загальні 28388 +загальній 28389 +загальніших 28390 +заганяли 28391 +заганятись 28392 +загар 28393 +загарбання 28394 +загарбастати 28395 +загарбника 28396 +загарбниками 28397 +загарбників 28398 +загарбницьких 28399 +загарбницькі 28400 +загаром 28401 +загартовування 28402 +загартовує 28403 +загартувався 28404 +загарчав 28405 +загарячий 28406 +загасають 28407 +загасила 28408 +загасили 28409 +загасити 28410 +загатилась 28411 +загибель 28412 +загибелі 28413 +загиблий 28414 +загиблим 28415 +загиблими 28416 +загиблих 28417 +загиблого 28418 +загиблому 28419 +загиблою 28420 +загиблої 28421 +загиблі 28422 +загило 28423 +загиналася 28424 +загинаємо 28425 +загине 28426 +загинете 28427 +загину 28428 +загинув 28429 +загинула 28430 +загинули 28431 +загинуло 28432 +загинути 28433 +загинуть 28434 +загладити 28435 +заглиблений 28436 +заглиблення 28437 +заглибленнях 28438 +заглибленні 28439 +заглиблюватись 28440 +заглиблюватися 28441 +заглиблюючи 28442 +заглох 28443 +заглохло 28444 +заглублятись 28445 +заглушила 28446 +заглушити 28447 +заглючила 28448 +заглядала 28449 +заглядати 28450 +заглядаю 28451 +заглядають 28452 +заглядаючи 28453 +заглядає 28454 +заглядаєш 28455 +заглядівся 28456 +заглянув 28457 +заглянула 28458 +заглянути 28459 +загляньте 28460 +загнали 28461 +загнана 28462 +загнаний 28463 +загнати 28464 +загнать 28465 +загнивання 28466 +загнуздав 28467 +загнузданих 28468 +загнуся 28469 +загнуті 28470 +заго 28471 +заговорив 28472 +заговорила 28473 +заговорили 28474 +заговорити 28475 +заголовками 28476 +заголовках 28477 +заголовки 28478 +заголовком 28479 +заголовку 28480 +заголовків 28481 +заголовок 28482 +заголосно 28483 +загомонів 28484 +загомоніла 28485 +загон 28486 +загонам 28487 +загонами 28488 +загони 28489 +загоном 28490 +загону 28491 +загоняють 28492 +загонів 28493 +загоралися 28494 +загорання 28495 +загориться 28496 +загорнутий 28497 +загорнутими 28498 +загорніться 28499 +загородження 28500 +загородиш 28501 +загороднього 28502 +загородній 28503 +загороднім 28504 +загорялася 28505 +загоряння 28506 +загорянь 28507 +загоряти 28508 +загорівся 28509 +загорілий 28510 +загострена 28511 +загостренню 28512 +загострення 28513 +загостреннями 28514 +загостренні 28515 +загострив 28516 +загострився 28517 +загострилась 28518 +загострилася 28519 +загострились 28520 +загострилися 28521 +загострилось 28522 +загострити 28523 +загострювати 28524 +загострюватися 28525 +загострюються 28526 +загострює 28527 +загострюється 28528 +заготовка 28529 +заготовками 28530 +заготовки 28531 +заготовлену 28532 +заготовча 28533 +загоювалася 28534 +загоїлася 28535 +загоїлись 28536 +загоїлося 28537 +загоїти 28538 +загоїть 28539 +заграв 28540 +заграва 28541 +заград 28542 +заградотряди 28543 +заграли 28544 +заграти 28545 +заграє 28546 +загреб 28547 +загреба 28548 +загребла 28549 +загребти 28550 +загребі 28551 +загрожених 28552 +загроженою 28553 +загрожував 28554 +загрожувала 28555 +загрожували 28556 +загрожувало 28557 +загрожувати 28558 +загрожуватиме 28559 +загрожуватимуть 28560 +загрожують 28561 +загрожує 28562 +загроз 28563 +загроза 28564 +загрозам 28565 +загрозами 28566 +загрозах 28567 +загрози 28568 +загрозлива 28569 +загрозливе 28570 +загрозливо 28571 +загрозливою 28572 +загрозою 28573 +загрозу 28574 +загрозі 28575 +загруба 28576 +загружати 28577 +загружаю 28578 +загрузити 28579 +загрузли 28580 +загрузнули 28581 +загрітися 28582 +загс 28583 +загу 28584 +загуб 28585 +загубив 28586 +загубився 28587 +загубил 28588 +загубила 28589 +загубилася 28590 +загубили 28591 +загубилися 28592 +загубити 28593 +загубиться 28594 +загублена 28595 +загублений 28596 +загубленим 28597 +загубленими 28598 +загублено 28599 +загубленому 28600 +загублені 28601 +загублю 28602 +загуде 28603 +загукали 28604 +загули 28605 +загуло 28606 +загулявив 28607 +загуляла 28608 +загучно 28609 +загін 28610 +загір 28611 +задав 28612 +задавав 28613 +задавався 28614 +задавайте 28615 +задавали 28616 +задавати 28617 +задаватись 28618 +задавить 28619 +задався 28620 +задайте 28621 +задам 28622 +заданих 28623 +задано 28624 +задарма 28625 +задасте 28626 +задасть 28627 +задати 28628 +задатки 28629 +задать 28630 +задач 28631 +задача 28632 +задачав 28633 +задачами 28634 +задачею 28635 +задачи 28636 +задачу 28637 +задачі 28638 +задаю 28639 +задаються 28640 +задає 28641 +задаєте 28642 +задається 28643 +задворний 28644 +задвухсотили 28645 +задвірках 28646 +задекларована 28647 +задеклароване 28648 +задекларованих 28649 +задекларувала 28650 +задекларували 28651 +заденежать 28652 +задер 28653 +задерев'янілі 28654 +задержали 28655 +задержания 28656 +задержати 28657 +задерши 28658 +задешево 28659 +задзвеніло 28660 +задзвони 28661 +задзвонив 28662 +задзвонила 28663 +задзвонили 28664 +задзвонить 28665 +задзвоню 28666 +задимленому 28667 +задирать 28668 +задиханий 28669 +задихатися 28670 +задихаюся 28671 +задихнулися 28672 +задкувати 28673 +задкують 28674 +задля 28675 +задник 28676 +задниця 28677 +задньому 28678 +задньою 28679 +задньої 28680 +задню 28681 +заднє 28682 +задні 28683 +задній 28684 +заднім 28685 +задніх 28686 +задовбали 28687 +задовбаться 28688 +задовбувати 28689 +задовго 28690 +задоволена 28691 +задоволене 28692 +задоволений 28693 +задоволеними 28694 +задоволенний 28695 +задоволення 28696 +задоволенням 28697 +задоволено 28698 +задоволеною 28699 +задоволені 28700 +задовольнив 28701 +задовольнила 28702 +задовольнили 28703 +задовольнило 28704 +задовольнити 28705 +задовольнить 28706 +задовольняло 28707 +задовольняти 28708 +задовольнятися 28709 +задовольнять 28710 +задовольняють 28711 +задовольняючи 28712 +задовольняє 28713 +задовільнив 28714 +задовільний 28715 +задовільнила 28716 +задовільнило 28717 +задовільнить 28718 +задовільно 28719 +задовільною 28720 +задовільняли 28721 +задовільняє 28722 +задокументовано 28723 +задокументовані 28724 +задокументували 28725 +задокументувати 28726 +задом 28727 +задонатила 28728 +задонатили 28729 +задонатьте 28730 +задорого 28731 +задорожному 28732 +задору 28733 +задощить 28734 +задротська 28735 +задротських 28736 +задротів 28737 +задрочують 28738 +задрімав 28739 +заду 28740 +задули 28741 +задум 28742 +задумав 28743 +задумався 28744 +задумалася 28745 +задумали 28746 +задуманий 28747 +задумано 28748 +задуматися 28749 +задуми 28750 +задумка 28751 +задумки 28752 +задумлива 28753 +задумливо 28754 +задумом 28755 +задумоємось 28756 +задуму 28757 +задумувався 28758 +задумувались 28759 +задумувалися 28760 +задумуватись 28761 +задумуватися 28762 +задумуваться 28763 +задумуються 28764 +задумі 28765 +задумів 28766 +задунайський 28767 +задурно 28768 +задушений 28769 +задушив 28770 +задушили 28771 +задушливої 28772 +задушно 28773 +заділ 28774 +задіра 28775 +задіювати 28776 +задіяна 28777 +задіяне 28778 +задіяними 28779 +задіяних 28780 +задіяння 28781 +задіяно 28782 +задіяного 28783 +задіяні 28784 +задіяти 28785 +заес 28786 +зажадав 28787 +зажадала 28788 +зажадали 28789 +зажадало 28790 +зажадати 28791 +зажарило 28792 +зажатий 28793 +зажди 28794 +зажевріла 28795 +заженемо 28796 +заженись 28797 +заженуть 28798 +зажерливість 28799 +зажерся 28800 +зажив 28801 +заживляючі 28802 +зажила 28803 +зажими 28804 +зажити 28805 +зажиточно 28806 +зажиє 28807 +зажурилась 28808 +зажурились 28809 +зазаначив 28810 +зазапевнення 28811 +зазвичай 28812 +зазвучали 28813 +заздалегідь 28814 +заздалегіть 28815 +заздри 28816 +заздрим 28817 +заздрити 28818 +заздрощів 28819 +заздрю 28820 +заздрять 28821 +заздрісно 28822 +заздрісного 28823 +зазеленіло 28824 +зазеленіють 28825 +зазирати 28826 +зазирає 28827 +зазирнув 28828 +зазирнути 28829 +зазирнімо 28830 +зазнав 28831 +зазнавав 28832 +зазнавали 28833 +зазнавати 28834 +зазнаватиме 28835 +зазнався 28836 +зазнала 28837 +зазналася 28838 +зазнали 28839 +зазнало 28840 +зазнати 28841 +зазначав 28842 +зазначали 28843 +зазначалось 28844 +зазначалося 28845 +зазначати 28846 +зазначаю 28847 +зазначають 28848 +зазначаючи 28849 +зазначає 28850 +зазначаємо 28851 +зазначається 28852 +зазначена 28853 +зазначене 28854 +зазначений 28855 +зазначеним 28856 +зазначених 28857 +зазначення 28858 +зазначенням 28859 +зазначено 28860 +зазначеного 28861 +зазначеному 28862 +зазначеної 28863 +зазначену 28864 +зазначені 28865 +зазначив 28866 +зазначивши 28867 +зазначила 28868 +зазначили 28869 +зазначило 28870 +зазначимо 28871 +зазначити 28872 +зазначте 28873 +зазначу 28874 +зазнають 28875 +зазнає 28876 +зазіхання 28877 +зазіханням 28878 +зазіхань 28879 +зазіхати 28880 +зазіхають 28881 +зазіхнути 28882 +зайва 28883 +зайве 28884 +зайвий 28885 +зайвим 28886 +зайвих 28887 +зайвого 28888 +зайвою 28889 +зайвої 28890 +зайву 28891 +зайві 28892 +зайд 28893 +зайдами 28894 +зайде 28895 +зайдемо 28896 +зайдете 28897 +зайдеш 28898 +зайди 28899 +зайду 28900 +зайдуть 28901 +зайдь 28902 +зайдіть 28903 +зайку 28904 +займав 28905 +займався 28906 +займайся 28907 +займайтесь 28908 +займала 28909 +займалась 28910 +займалася 28911 +займаласі 28912 +займали 28913 +займались 28914 +займалися 28915 +займало 28916 +займаним 28917 +займання 28918 +займати 28919 +займатиме 28920 +займатиметься 28921 +займатимуть 28922 +займатимуться 28923 +займатись 28924 +займатися 28925 +займаться 28926 +займаьтся 28927 +займаюсь 28928 +займаюся 28929 +займають 28930 +займаються 28931 +займаючись 28932 +займає 28933 +займаємось 28934 +займаємося 28935 +займаємся 28936 +займаєтесь 28937 +займаєтеся 28938 +займається 28939 +займаєшся 28940 +займе 28941 +займемо 28942 +займемся 28943 +займенник 28944 +займенника 28945 +займенники 28946 +займенників 28947 +займеться 28948 +займи 28949 +займись 28950 +займуся 28951 +займуть 28952 +займуться 28953 +займіться 28954 +зайнаб 28955 +зайняв 28956 +зайнявся 28957 +зайняла 28958 +зайнялася 28959 +зайняли 28960 +зайнялися 28961 +зайняло 28962 +зайнялося 28963 +зайнята 28964 +зайняте 28965 +зайняти 28966 +зайнятий 28967 +зайнятими 28968 +зайнятись 28969 +зайнятися 28970 +зайнято 28971 +зайнятості 28972 +зайняття 28973 +зайняться 28974 +зайняті 28975 +зайнятість 28976 +зайобувать 28977 +зайобує 28978 +зайсмаєшся 28979 +зайти 28980 +зайцева 28981 +зайцеве 28982 +зайцевого 28983 +зайцевому 28984 +зайця 28985 +зайцями 28986 +зайці 28987 +зайців 28988 +зайченко 28989 +зайчик 28990 +зайчика 28991 +зайчики 28992 +зайчиків 28993 +зайчуган 28994 +зайшла 28995 +зайшлася 28996 +зайшли 28997 +зайшло 28998 +зайшов 28999 +зайшовши 29000 +зак 29001 +закаблуками 29002 +закаблуках 29003 +закавказзя 29004 +закажу 29005 +заказали 29006 +заказати 29007 +заказним 29008 +заказу 29009 +заказували 29010 +заказувати 29011 +закалила 29012 +закалувать 29013 +закамарок 29014 +закаменіють 29015 +закапала 29016 +закапсульована 29017 +закапувати 29018 +закарпатське 29019 +закарпатський 29020 +закарпатських 29021 +закарпатської 29022 +закарпатську 29023 +закарпатські 29024 +закарпатській 29025 +закарпаттю 29026 +закарпаття 29027 +закарпатті 29028 +закатованих 29029 +закатували 29030 +закачав 29031 +закачено 29032 +закашляв 29033 +заквапив 29034 +заквітне 29035 +закендюшить 29036 +закид 29037 +закидав 29038 +закидала 29039 +закидали 29040 +закидати 29041 +закидаю 29042 +закидають 29043 +закидаючи 29044 +закидаюьть 29045 +закидає 29046 +закидаєм 29047 +закидаємо 29048 +закиди 29049 +закидонами 29050 +закидування 29051 +закидувати 29052 +закидують 29053 +закидує 29054 +закидуємо 29055 +закидуєте 29056 +закидів 29057 +закину 29058 +закинув 29059 +закинула 29060 +закинули 29061 +закинути 29062 +закинутий 29063 +закинутих 29064 +закиньте 29065 +закипала 29066 +закипить 29067 +закипів 29068 +закиряев 29069 +закит 29070 +заклав 29071 +заклавши 29072 +заклад 29073 +закладали 29074 +закладалися 29075 +закладами 29076 +закладання 29077 +закладати 29078 +закладах 29079 +закладаю 29080 +закладають 29081 +закладаючи 29082 +закладаємо 29083 +закладаєте 29084 +закладається 29085 +закладена 29086 +закладений 29087 +закладених 29088 +закладення 29089 +закладено 29090 +закладеності 29091 +закладеної 29092 +закладені 29093 +закладеність 29094 +заклади 29095 +закладки 29096 +закладу 29097 +закладі 29098 +закладів 29099 +закладіть 29100 +заклали 29101 +заклання 29102 +закласти 29103 +закластися 29104 +заклекотав 29105 +заклекотіла 29106 +заклеювати 29107 +заклеїли 29108 +заклеїними 29109 +заклик 29110 +закликав 29111 +закликавши 29112 +закликаи 29113 +закликала 29114 +закликали 29115 +закликало 29116 +закликами 29117 +закликати 29118 +закликатиме 29119 +закликах 29120 +закликаю 29121 +закликають 29122 +закликаються 29123 +закликаючи 29124 +закликає 29125 +закликаємо 29126 +закликаєте 29127 +закликається 29128 +заклики 29129 +закликом 29130 +заклику 29131 +закликємо 29132 +закликів 29133 +закличе 29134 +закличемо 29135 +заклопотано 29136 +заклопотані 29137 +заключати 29138 +заключатись 29139 +заключаються 29140 +заключає 29141 +заключається 29142 +заключення 29143 +заключенням 29144 +заключеного 29145 +заключити 29146 +заключна 29147 +заключний 29148 +заключних 29149 +заключного 29150 +заключному 29151 +заключну 29152 +заключній 29153 +закляк 29154 +заклянешся 29155 +закляття 29156 +закляті 29157 +заковтнути 29158 +закодованої 29159 +закодовану 29160 +закодовані 29161 +заколисування 29162 +заколише 29163 +заколов 29164 +закололо 29165 +заколот 29166 +заколотим 29167 +заколоту 29168 +заколоть 29169 +заколоті 29170 +заколядували 29171 +заком 29172 +закомандував 29173 +закоментував 29174 +закомплексований 29175 +закомплексовано 29176 +закон 29177 +закона 29178 +законам 29179 +законами 29180 +законах 29181 +закони 29182 +законна 29183 +законне 29184 +законний 29185 +законним 29186 +законних 29187 +законно 29188 +законного 29189 +законному 29190 +законності 29191 +законною 29192 +законної 29193 +законну 29194 +законні 29195 +законній 29196 +законнім 29197 +законність 29198 +законніше 29199 +законода 29200 +законодавець 29201 +законодавств 29202 +законодавства 29203 +законодавство 29204 +законодавством 29205 +законодавству 29206 +законодавстві 29207 +законодавцю 29208 +законодавця 29209 +законодавцям 29210 +законодавцями 29211 +законодавці 29212 +законодавців 29213 +законодавча 29214 +законодавче 29215 +законодавчий 29216 +законодавчим 29217 +законодавчими 29218 +законодавчиої 29219 +законодавчих 29220 +законодавчо 29221 +законодавчого 29222 +законодавчому 29223 +законодавчою 29224 +законодавчої 29225 +законодавчу 29226 +законодавчі 29227 +законодавчій 29228 +законодательство 29229 +законом 29230 +закономити 29231 +закономірна 29232 +закономірне 29233 +закономірний 29234 +закономірно 29235 +закономірну 29236 +закономірні 29237 +закономірність 29238 +законопослушний 29239 +законопослушності 29240 +законопроект 29241 +законопроекта 29242 +законопроектами 29243 +законопроектах 29244 +законопроекти 29245 +законопроектом 29246 +законопроекту 29247 +законопроекті 29248 +законопроектів 29249 +законопроєкту 29250 +законороект 29251 +законослухняний 29252 +законослухняними 29253 +законослухняних 29254 +законослухняності 29255 +законослухняні 29256 +законотворці 29257 +законотворців 29258 +законотворчості 29259 +законотворчі 29260 +законотворчістю 29261 +законсервовані 29262 +законспектовані 29263 +законтрактовано 29264 +закону 29265 +законьчити 29266 +законі 29267 +законів 29268 +закопали 29269 +закопані 29270 +закопилила 29271 +закопували 29272 +закопуваться 29273 +закопуюсь 29274 +закопують 29275 +закопується 29276 +закорднонних 29277 +закордон 29278 +закордонах 29279 +закордоних 29280 +закордонна 29281 +закордонне 29282 +закордонний 29283 +закордонників 29284 +закордонним 29285 +закордонними 29286 +закордонних 29287 +закордонного 29288 +закордонному 29289 +закордонною 29290 +закордонної 29291 +закордонну 29292 +закордонні 29293 +закордонній 29294 +закордоном 29295 +закордону 29296 +закордрниих 29297 +закоренилися 29298 +закортіло 29299 +закорінена 29300 +закорінений 29301 +закорінені 29302 +закорінеться 29303 +закотивши 29304 +закохався 29305 +закохалась 29306 +закохалася 29307 +закохалися 29308 +закохана 29309 +закохане 29310 +закоханий 29311 +закоханих 29312 +закохано 29313 +закоханою 29314 +закохані 29315 +закоханість 29316 +закоханістю 29317 +закохатися 29318 +закохувалась 29319 +закохуються 29320 +закрадалася 29321 +закралась 29322 +закрапувати 29323 +закревська 29324 +закреп 29325 +закрив 29326 +закривався 29327 +закривай 29328 +закривайте 29329 +закривала 29330 +закривали 29331 +закривалися 29332 +закривати 29333 +закриватись 29334 +закривать 29335 +закриваю 29336 +закривають 29337 +закриваються 29338 +закриває 29339 +закриваєм 29340 +закриваємо 29341 +закривається 29342 +закрився 29343 +закривши 29344 +закрийте 29345 +закрила 29346 +закрилась 29347 +закрили 29348 +закрилися 29349 +закрило 29350 +закрита 29351 +закрите 29352 +закрити 29353 +закритий 29354 +закритим 29355 +закритими 29356 +закритися 29357 +закритих 29358 +закрито 29359 +закритого 29360 +закритому 29361 +закритою 29362 +закритої 29363 +закриття 29364 +закритті 29365 +закрить 29366 +закриті 29367 +закритій 29368 +закритість 29369 +закричав 29370 +закричали 29371 +закриють 29372 +закриє 29373 +закриємо 29374 +закриєш 29375 +закройщики 29376 +закроєної 29377 +закругляємось 29378 +закрут 29379 +закрутив 29380 +закрутилася 29381 +закрутилися 29382 +закрутилось 29383 +закрутки 29384 +закрутів 29385 +закручена 29386 +закрученим 29387 +закручує 29388 +закрякали 29389 +закріпився 29390 +закріпилася 29391 +закріпили 29392 +закріпились 29393 +закріпилися 29394 +закріпило 29395 +закріпимося 29396 +закріпити 29397 +закріпитися 29398 +закріпиться 29399 +закріплена 29400 +закріплене 29401 +закріплений 29402 +закріплення 29403 +закріплено 29404 +закріплені 29405 +закріплюватися 29406 +закріплюють 29407 +закріплюються 29408 +закріплює 29409 +закріплялись 29410 +закріплялися 29411 +закріпі 29412 +закупало 29413 +закупають 29414 +закупаються 29415 +закупи 29416 +закупив 29417 +закупилася 29418 +закупили 29419 +закупити 29420 +закупитись 29421 +закупить 29422 +закупка 29423 +закупке 29424 +закупки 29425 +закупку 29426 +закуплена 29427 +закуплене 29428 +закуплений 29429 +закуплених 29430 +закуплено 29431 +закупленого 29432 +закуплюся 29433 +закупляв 29434 +закупляти 29435 +закупляють 29436 +закупляє 29437 +закуповувались 29438 +закуповувати 29439 +закуповують 29440 +закуповуює 29441 +закуповує 29442 +закуповуємо 29443 +закуповуєте 29444 +закупок 29445 +закупорення 29446 +закупорень 29447 +закупів 29448 +закупівель 29449 +закупівельників 29450 +закупівельними 29451 +закупівельної 29452 +закупівельну 29453 +закупівлю 29454 +закупівля 29455 +закупівлями 29456 +закупівлях 29457 +закупівлі 29458 +закурені 29459 +закурив 29460 +закурити 29461 +закуска 29462 +закускою 29463 +закусок 29464 +закутки 29465 +закутку 29466 +закцентував 29467 +закцентувати 29468 +закєж 29469 +закінчать 29470 +закінчаться 29471 +закінчена 29472 +закінчене 29473 +закінчений 29474 +закінченню 29475 +закінчення 29476 +закінченням 29477 +закінченнях 29478 +закінченні 29479 +закінчено 29480 +закінченої 29481 +закінченість 29482 +закінчив 29483 +закінчився 29484 +закінчивши 29485 +закінчила 29486 +закінчилась 29487 +закінчилася 29488 +закінчили 29489 +закінчились 29490 +закінчилися 29491 +закінчило 29492 +закінчилось 29493 +закінчилося 29494 +закінчим 29495 +закінчимо 29496 +закінчити 29497 +закінчитись 29498 +закінчитися 29499 +закінчить 29500 +закінчиться 29501 +закінчиш 29502 +закінчу 29503 +закінчував 29504 +закінчувала 29505 +закінчувалася 29506 +закінчували 29507 +закінчувались 29508 +закінчувалися 29509 +закінчувало 29510 +закінчуватись 29511 +закінчуватися 29512 +закінчуваться 29513 +закінчуй 29514 +закінчуйте 29515 +закінчую 29516 +закінчують 29517 +закінчуються 29518 +закінчуючи 29519 +закінчує 29520 +закінчуємо 29521 +закінчується 29522 +зал 29523 +зала 29524 +залагодження 29525 +залагодивши 29526 +залагодили 29527 +залазив 29528 +залазить 29529 +залазячи 29530 +заламують 29531 +залатати 29532 +залах 29533 +залаштунками 29534 +залаштункових 29535 +залевська 29536 +заледве 29537 +залежала 29538 +залежали 29539 +залежало 29540 +залежатеме 29541 +залежати 29542 +залежатиме 29543 +залежать 29544 +залеже 29545 +залежити 29546 +залежитиме 29547 +залежить 29548 +залежне 29549 +залежний 29550 +залежними 29551 +залежних 29552 +залежно 29553 +залежностей 29554 +залежності 29555 +залежною 29556 +залежну 29557 +залежні 29558 +залежність 29559 +залежувався 29560 +залежуються 29561 +залетів 29562 +залешанською 29563 +залешанської 29564 +залешанській 29565 +зали 29566 +заливала 29567 +заливне 29568 +заливні 29569 +залився 29570 +залийте 29571 +залила 29572 +залили 29573 +залите 29574 +залити 29575 +залиття 29576 +залицявся 29577 +залиш 29578 +залишався 29579 +залишай 29580 +залишайте 29581 +залишайтесь 29582 +залишайтеся 29583 +залишала 29584 +залишалася 29585 +залишали 29586 +залишалися 29587 +залишалося 29588 +залишати 29589 +залишатимемо 29590 +залишатиметься 29591 +залишатимусь 29592 +залишатимуться 29593 +залишатись 29594 +залишатися 29595 +залишать 29596 +залишаться 29597 +залишаю 29598 +залишаюсь 29599 +залишають 29600 +залишаються 29601 +залишаючи 29602 +залишаючись 29603 +залишає 29604 +залишаємо 29605 +залишаємось 29606 +залишаємося 29607 +залишаєтеся 29608 +залишається 29609 +залишаєш 29610 +залишений 29611 +залишення 29612 +залишено 29613 +залишені 29614 +залиши 29615 +залишив 29616 +залишився 29617 +залишивши 29618 +залишивший 29619 +залишила 29620 +залишилась 29621 +залишилася 29622 +залишили 29623 +залишились 29624 +залишилися 29625 +залишило 29626 +залишилось 29627 +залишилося 29628 +залишимо 29629 +залишимося 29630 +залишимся 29631 +залишись 29632 +залишися 29633 +залишити 29634 +залишитись 29635 +залишитися 29636 +залишить 29637 +залишиться 29638 +залишки 29639 +залишкові 29640 +залишком 29641 +залишку 29642 +залишків 29643 +залишок 29644 +залиште 29645 +залишу 29646 +залишусь 29647 +залишіть 29648 +залиє 29649 +залмай 29650 +заловили 29651 +залог 29652 +залога 29653 +залогах 29654 +залоги 29655 +залогінитись 29656 +заложена 29657 +заложниками 29658 +заложником 29659 +заложників 29660 +залоза 29661 +залози 29662 +заломився 29663 +заломивши 29664 +заломившись 29665 +залою 29666 +залп 29667 +залпового 29668 +залпом 29669 +залстера 29670 +залу 29671 +залужний 29672 +залужним 29673 +залужного 29674 +залужному 29675 +залунав 29676 +залунали 29677 +залунало 29678 +залупа 29679 +залупили 29680 +залупі 29681 +залучали 29682 +залучалися 29683 +залучати 29684 +залучатися 29685 +залучаю 29686 +залучають 29687 +залучаються 29688 +залучаючи 29689 +залучає 29690 +залучаємо 29691 +залучаєте 29692 +залучається 29693 +залучена 29694 +залучене 29695 +залучений 29696 +залученим 29697 +залученими 29698 +залучених 29699 +залучення 29700 +залученням 29701 +залученні 29702 +залучено 29703 +залученого 29704 +залученості 29705 +залучені 29706 +залученість 29707 +залученісудові 29708 +залучив 29709 +залучивши 29710 +залучили 29711 +залучити 29712 +залучитися 29713 +залучння 29714 +зальотна 29715 +зальцбург 29716 +зальцбурзької 29717 +зальцбурзі 29718 +залюбки 29719 +залягання 29720 +залягаємо 29721 +залягли 29722 +залякати 29723 +залякував 29724 +залякувала 29725 +залякували 29726 +залякуваний 29727 +залякуванню 29728 +залякування 29729 +залякуванням 29730 +залякуванні 29731 +залякувань 29732 +залякувати 29733 +залякують 29734 +залякує 29735 +заляпаними 29736 +заляпану 29737 +залі 29738 +залів 29739 +заліг 29740 +заліз 29741 +заліза 29742 +залізати 29743 +залізають 29744 +залізе 29745 +залізим 29746 +залізла 29747 +залізли 29748 +залізна 29749 +залізний 29750 +залізними 29751 +залізницею 29752 +залізниць 29753 +залізницю 29754 +залізниця 29755 +залізниці 29756 +залізнична 29757 +залізничне 29758 +залізничний 29759 +залізничників 29760 +залізничних 29761 +залізничного 29762 +залізничному 29763 +залізничної 29764 +залізничну 29765 +залізничні 29766 +залізничній 29767 +залізно 29768 +залізного 29769 +залізнодорожній 29770 +залізному 29771 +залізною 29772 +залізну 29773 +залізняк 29774 +залізняка 29775 +залізняком 29776 +залізняків 29777 +залізні 29778 +залізо 29779 +залізобетонна 29780 +залізобетонної 29781 +залізом 29782 +залізти 29783 +залізяччям 29784 +залік 29785 +заліком 29786 +заліку 29787 +заліків 29788 +залінченко 29789 +заліпив 29790 +заліплювалось 29791 +залітати 29792 +залітний 29793 +заліщук 29794 +зам 29795 +зам'явсь 29796 +зам'явся 29797 +зам'ятницею 29798 +зам'ятниці 29799 +зама 29800 +замале 29801 +замалий 29802 +замалим 29803 +замало 29804 +замальовано 29805 +замальовують 29806 +заманеться 29807 +заманити 29808 +заману 29809 +заманчівих 29810 +заманюють 29811 +замані 29812 +замарудило 29813 +замаскована 29814 +замаскований 29815 +замасковані 29816 +замаскуватися 29817 +замах 29818 +замахав 29819 +замахавши 29820 +замахали 29821 +замахи 29822 +замахнувсь 29823 +замахнулися 29824 +замахом 29825 +замаху 29826 +замахував 29827 +замахує 29828 +замашки 29829 +замаячила 29830 +замаячіли 29831 +замбії 29832 +замбіїї 29833 +замголовою 29834 +замерз 29835 +замерзала 29836 +замерзали 29837 +замерзає 29838 +замерзлий 29839 +замерзло 29840 +замерзлою 29841 +замерзлій 29842 +замерзнути 29843 +замечательно 29844 +замиготіли 29845 +замикалась 29846 +замикали 29847 +замикались 29848 +замикало 29849 +замикання 29850 +замикати 29851 +замикать 29852 +замикають 29853 +замикаємо 29854 +замикаємось 29855 +замикається 29856 +замилились 29857 +замилилось 29858 +замилити 29859 +замилувався 29860 +замирало 29861 +замиренню 29862 +замирення 29863 +замиряться 29864 +замисел 29865 +замислено 29866 +замислив 29867 +замислився 29868 +замислившись 29869 +замислилась 29870 +замислилися 29871 +замислитись 29872 +замислитися 29873 +замислювались 29874 +замислювалися 29875 +замислюватись 29876 +замислюватися 29877 +замислююсь 29878 +замислююся 29879 +замислюються 29880 +замислюється 29881 +замислів 29882 +замками 29883 +замки 29884 +замкне 29885 +замкнена 29886 +замкнене 29887 +замкнений 29888 +замкненим 29889 +замкнені 29890 +замкни 29891 +замкнувшись 29892 +замкнула 29893 +замкнули 29894 +замкнулося 29895 +замкнута 29896 +замкнуте 29897 +замкнути 29898 +замкнутим 29899 +замкнутих 29900 +замкнутого 29901 +замкнуть 29902 +замковецький 29903 +замком 29904 +замку 29905 +замміністру 29906 +замов 29907 +замовив 29908 +замовила 29909 +замовили 29910 +замовити 29911 +замовкли 29912 +замовкнути 29913 +замовлений 29914 +замовленню 29915 +замовлення 29916 +замовленням 29917 +замовленні 29918 +замовлену 29919 +замовлень 29920 +замовлені 29921 +замовляв 29922 +замовляли 29923 +замовляти 29924 +замовлять 29925 +замовляю 29926 +замовляють 29927 +замовляє 29928 +замовляєм 29929 +замовляємо 29930 +замовляєш 29931 +замовник 29932 +замовника 29933 +замовниками 29934 +замовники 29935 +замовником 29936 +замовнику 29937 +замовників 29938 +замовних 29939 +замовні 29940 +замовч 29941 +замовчанням 29942 +замовчати 29943 +замовчувалась 29944 +замовчувалася 29945 +замовчували 29946 +замовчувалися 29947 +замовчуваннь 29948 +замовчування 29949 +замовчувань 29950 +замовчувати 29951 +замовчують 29952 +замовчує 29953 +замовчується 29954 +заможне 29955 +заможних 29956 +заможному 29957 +заможності 29958 +заможною 29959 +заможну 29960 +заможні 29961 +заможнішим 29962 +заможніших 29963 +замок 29964 +замолода 29965 +замолодий 29966 +замолоду 29967 +замонж 29968 +заморачиваться 29969 +заморачуються 29970 +замордували 29971 +заморити 29972 +заморожене 29973 +заморожених 29974 +замороження 29975 +заморожено 29976 +замороженого 29977 +замороженому 29978 +замороженою 29979 +заморожені 29980 +заморожування 29981 +заморожувати 29982 +заморозив 29983 +заморозивши 29984 +заморозили 29985 +заморозимо 29986 +заморозити 29987 +заморозитися 29988 +заморозить 29989 +заморозки 29990 +замороченні 29991 +заморочить 29992 +заморочуватись 29993 +заморочуються 29994 +заморочуюючись 29995 +заморських 29996 +замотує 29997 +замочений 29998 +замочувались 29999 +замочують 30000 +замочуєте 30001 +зампотєхов 30002 +замре 30003 +замріяний 30004 +замуж 30005 +замужем 30006 +замулили 30007 +замульчуємо 30008 +замутила 30009 +замутити 30010 +замучена 30011 +замучила 30012 +заміж 30013 +заміжня 30014 +заміжніх 30015 +замін 30016 +заміна 30017 +замінене 30018 +замінений 30019 +замінення 30020 +замінено 30021 +замінені 30022 +заміни 30023 +замінив 30024 +замінивши 30025 +замінила 30026 +замінили 30027 +заміним 30028 +замінити 30029 +замінить 30030 +замінки 30031 +замінник 30032 +замінована 30033 +заміноване 30034 +замінований 30035 +замінованим 30036 +замінованих 30037 +заміновано 30038 +замінованого 30039 +замінованої 30040 +заміновуючи 30041 +заміною 30042 +заміну 30043 +замінувати 30044 +замінювати 30045 +замінюю 30046 +замінюють 30047 +замінює 30048 +замінюється 30049 +заміняв 30050 +заміняти 30051 +замінять 30052 +заміняє 30053 +заміні 30054 +заміокулькас 30055 +заміри 30056 +заміряти 30057 +заміс 30058 +замісник 30059 +замісто 30060 +замість 30061 +замітав 30062 +замітає 30063 +замітили 30064 +замітно 30065 +заміточка 30066 +заміть 30067 +замічаю 30068 +замішались 30069 +замішана 30070 +замішаний 30071 +замішано 30072 +замішаного 30073 +замішані 30074 +замішують 30075 +заміщення 30076 +зана 30077 +занадто 30078 +занапастить 30079 +занапащених 30080 +занапащує 30081 +занедбане 30082 +занедбання 30083 +занедбаному 30084 +занедбаності 30085 +занедбані 30086 +занедужав 30087 +занедужала 30088 +занеділа 30089 +занепад 30090 +занепадають 30091 +занепадаючої 30092 +занепадає 30093 +занепадом 30094 +занепаду 30095 +занепали 30096 +занепало 30097 +занепокоюваними 30098 +занепокоєна 30099 +занепокоєний 30100 +занепокоєним 30101 +занепокоєними 30102 +занепокоєних 30103 +занепокоєння 30104 +занепокоєнням 30105 +занепокоєнність 30106 +занепокоєності 30107 +занепокоєнь 30108 +занепокоєні 30109 +занепокоєність 30110 +занепокоїла 30111 +занепокоїних 30112 +занепокоїнь 30113 +занепоєння 30114 +занесем 30115 +занесение 30116 +занесення 30117 +занесено 30118 +занесену 30119 +занесені 30120 +занесла 30121 +занесли 30122 +занесло 30123 +занесу 30124 +занечищення 30125 +занечищені 30126 +занижена 30127 +занижений 30128 +занижених 30129 +занижені 30130 +заникло 30131 +занимались 30132 +занимают 30133 +занишкніть 30134 +заново 30135 +заносили 30136 +занотовувати 30137 +занотувала 30138 +заночували 30139 +заночувати 30140 +зантарая 30141 +зану 30142 +зануда 30143 +занудно 30144 +занурений 30145 +занурення 30146 +занурився 30147 +занурилися 30148 +занурити 30149 +занурюватись 30150 +заняв 30151 +заняло 30152 +занятий 30153 +заняття 30154 +заняттям 30155 +занятті 30156 +занять 30157 +занімали 30158 +заніматься 30159 +занімається 30160 +занімечив 30161 +заодно 30162 +заозерій 30163 +заорганізованою 30164 +заохоти 30165 +заохотити 30166 +заохотить 30167 +заохочений 30168 +заохочення 30169 +заохочені 30170 +заохочував 30171 +заохочували 30172 +заохочувального 30173 +заохочування 30174 +заохочувати 30175 +заохочуватиме 30176 +заохочують 30177 +заохочуючи 30178 +заохочує 30179 +заохочуємо 30180 +заочку 30181 +заочне 30182 +заочний 30183 +заочниками 30184 +заочно 30185 +заочної 30186 +заощадженими 30187 +заощадженню 30188 +заощаджень 30189 +заощаджувати 30190 +заощадили 30191 +заощадити 30192 +заощадять 30193 +запав 30194 +запавші 30195 +запад 30196 +западати 30197 +западатись 30198 +западає 30199 +западенський 30200 +западеться 30201 +западинах 30202 +западні 30203 +западом 30204 +западу 30205 +запакував 30206 +запакували 30207 +запал 30208 +запалала 30209 +запалали 30210 +запалами 30211 +запалахкотів 30212 +запаленими 30213 +запалених 30214 +запалення 30215 +запаленням 30216 +запали 30217 +запалив 30218 +запалила 30219 +запалили 30220 +запалити 30221 +запальний 30222 +запальним 30223 +запальних 30224 +запальнички 30225 +запалювали 30226 +запалювальною 30227 +запалюватиме 30228 +запалюють 30229 +запалюються 30230 +запам'ятав 30231 +запам'ятався 30232 +запам'ятайте 30233 +запам'ятала 30234 +запам'яталася 30235 +запам'ятали 30236 +запам'ятались 30237 +запам'яталися 30238 +запам'яталося 30239 +запам'ятати 30240 +запам'ятатовується 30241 +запам'ятаємо 30242 +запам'ятається 30243 +запам'ятовували 30244 +запам'ятовування 30245 +запам'ятовуванні 30246 +запам'ятовувати 30247 +запам'ятовуйте 30248 +запам'ятовують 30249 +запам'ятовуються 30250 +запам'ятовує 30251 +запам'ятовуємо 30252 +запам'ятовується 30253 +запамятайте 30254 +запанував 30255 +запанікувало 30256 +запарувати 30257 +запас 30258 +запасам 30259 +запасами 30260 +запасатись 30261 +запасають 30262 +запасаються 30263 +запаси 30264 +запаскою 30265 +запасний 30266 +запасним 30267 +запасних 30268 +запасного 30269 +запасну 30270 +запасні 30271 +запасом 30272 +запасу 30273 +запасі 30274 +запасів 30275 +запатентована 30276 +запатентувавши 30277 +запах 30278 +запахи 30279 +запахло 30280 +запахом 30281 +запаху 30282 +запашна 30283 +запашні 30284 +запевне 30285 +запевнення 30286 +запевненням 30287 +запевнень 30288 +запевнив 30289 +запевнила 30290 +запевнили 30291 +запевнити 30292 +запевнитись 30293 +запевнить 30294 +запевнюють 30295 +запевняв 30296 +запевняла 30297 +запевняли 30298 +запевняти 30299 +запевняю 30300 +запевняють 30301 +запевняє 30302 +запекла 30303 +запекле 30304 +запекли 30305 +запеклий 30306 +запеклим 30307 +запеклих 30308 +запекло 30309 +запеклому 30310 +запеклою 30311 +запеклої 30312 +запеклу 30313 +запеклі 30314 +запекти 30315 +заперетить 30316 +заперечела 30317 +заперечення 30318 +запереченням 30319 +запереченнями 30320 +заперечень 30321 +заперечив 30322 +заперечила 30323 +заперечили 30324 +заперечити 30325 +заперечно 30326 +заперечні 30327 +заперечував 30328 +заперечувала 30329 +заперечували 30330 +заперечувало 30331 +заперечуваної 30332 +заперечувати 30333 +заперечуватиме 30334 +заперечую 30335 +заперечують 30336 +заперечуючи 30337 +заперечує 30338 +заперечуємо 30339 +заперечуєте 30340 +заперечується 30341 +заперти 30342 +запечених 30343 +запечену 30344 +запечені 30345 +запечеться 30346 +запечіть 30347 +запивав 30348 +запивали 30349 +запиваєш 30350 +запиленням 30351 +запили 30352 +запирання 30353 +запис 30354 +записав 30355 +записався 30356 +записала 30357 +записалась 30358 +записалася 30359 +записали 30360 +записалися 30361 +записало 30362 +записами 30363 +записана 30364 +записане 30365 +записаний 30366 +записаних 30367 +записано 30368 +записаного 30369 +записані 30370 +записати 30371 +записатись 30372 +записатися 30373 +записах 30374 +записи 30375 +записки 30376 +запискою 30377 +записку 30378 +записна 30379 +записному 30380 +записній 30381 +записок 30382 +записом 30383 +записочку 30384 +запису 30385 +записував 30386 +записувала 30387 +записувалась 30388 +записували 30389 +записувати 30390 +записуватись 30391 +записуватися 30392 +записуй 30393 +записую 30394 +записують 30395 +записуються 30396 +записує 30397 +записуєм 30398 +записуємо 30399 +записується 30400 +записуєш 30401 +записуєшся 30402 +записці 30403 +записі 30404 +записів 30405 +запит 30406 +запитав 30407 +запитай 30408 +запитайте 30409 +запитала 30410 +запитали 30411 +запитальним 30412 +запитально 30413 +запитання 30414 +запитанням 30415 +запитаннями 30416 +запитанні 30417 +запитано 30418 +запитань 30419 +запитаня 30420 +запитати 30421 +запитатись 30422 +запитатися 30423 +запитать 30424 +запитах 30425 +запитаю 30426 +запитаюсь 30427 +запитаюся 30428 +запитають 30429 +запитає 30430 +запитаємо 30431 +запитаєш 30432 +запити 30433 +запитливо 30434 +запитом 30435 +запиту 30436 +запитував 30437 +запитувала 30438 +запитували 30439 +запитувати 30440 +запитуй 30441 +запитуйте 30442 +запитую 30443 +запитують 30444 +запитуючи 30445 +запитує 30446 +запитуємо 30447 +запитуєте 30448 +запитуєш 30449 +запитів 30450 +запише 30451 +запишемся 30452 +запиши 30453 +запишнена 30454 +запишу 30455 +запишуть 30456 +запишуться 30457 +запишіть 30458 +заплав 30459 +заплавами 30460 +заплакала 30461 +заплакали 30462 +заплакати 30463 +запланована 30464 +заплановане 30465 +запланований 30466 +запланованими 30467 +запланованих 30468 +заплановано 30469 +запланованого 30470 +запланованому 30471 +запланованої 30472 +заплановану 30473 +заплановані 30474 +запланував 30475 +запланувавши 30476 +запланували 30477 +запланувати 30478 +заплануємо 30479 +заплати 30480 +заплатив 30481 +заплатила 30482 +заплатили 30483 +заплатим 30484 +заплатимо 30485 +заплатите 30486 +заплатити 30487 +заплатить 30488 +заплатиш 30489 +заплатять 30490 +заплаті 30491 +заплаче 30492 +заплачено 30493 +заплачені 30494 +заплачу 30495 +заплвту 30496 +заплело 30497 +заплив 30498 +запливло 30499 +заплочені 30500 +заплутав 30501 +заплуталися 30502 +заплутана 30503 +заплутаний 30504 +заплутаних 30505 +заплутані 30506 +заплутати 30507 +заплутатись 30508 +заплутатися 30509 +заплутувати 30510 +заплюй 30511 +заплющеними 30512 +заплющив 30513 +заплющте 30514 +заплющувати 30515 +заплющують 30516 +заплющіть 30517 +заплямила 30518 +заплямовані 30519 +запліднення 30520 +запобіг 30521 +запобіганню 30522 +запобігання 30523 +запобіганні 30524 +запобігань 30525 +запобігати 30526 +запобігають 30527 +запобігаючи 30528 +запобігає 30529 +запобігти 30530 +запобіження 30531 +запобіжний 30532 +запобіжник 30533 +запобіжники 30534 +запобіжником 30535 +запобіжників 30536 +запобіжних 30537 +запобіжного 30538 +запобіжному 30539 +запобіжні 30540 +заповзятих 30541 +заповзятливих 30542 +заповзятливі 30543 +заповзятливістю 30544 +заповзятість 30545 +заповивайте 30546 +заповитими 30547 +заповнена 30548 +заповнений 30549 +заповнення 30550 +заповнено 30551 +заповнені 30552 +заповнив 30553 +заповнилася 30554 +заповнили 30555 +заповним 30556 +заповнити 30557 +заповнював 30558 +заповнювала 30559 +заповнювали 30560 +заповнювалися 30561 +заповнювати 30562 +заповнюють 30563 +заповнюєте 30564 +заповнюється 30565 +заповнять 30566 +заповняєте 30567 +заповів 30568 +заповідач 30569 +заповідачем 30570 +заповідник 30571 +заповідника 30572 +заповідниках 30573 +заповідники 30574 +заповідників 30575 +заповідних 30576 +заповідні 30577 +заповідь 30578 +заповіт 30579 +заповітом 30580 +заповіту 30581 +заповіті 30582 +заподіяв 30583 +заподіяли 30584 +заподіяних 30585 +заподіяного 30586 +заподіяної 30587 +заподіяну 30588 +заподіяні 30589 +запозичена 30590 +запозичений 30591 +запозичення 30592 +запозичень 30593 +запозичені 30594 +запозичив 30595 +запозичила 30596 +запозичували 30597 +запозичувати 30598 +заполонені 30599 +заполонила 30600 +заполонили 30601 +заполонило 30602 +заполучать 30603 +запопав 30604 +запорожець 30605 +запорожжям 30606 +запорожжі 30607 +запорожця 30608 +запорожці 30609 +запорожців 30610 +запорозька 30611 +запорозький 30612 +запорозьких 30613 +запорозькі 30614 +запорозькій 30615 +запорошене 30616 +запорук 30617 +запорука 30618 +запоруки 30619 +запорукою 30620 +запоріжжю 30621 +запоріжжя 30622 +запоріжжям 30623 +запоріжжі 30624 +запоріжців 30625 +запорізька 30626 +запорізьке 30627 +запорізьких 30628 +запорізького 30629 +запорізької 30630 +запорізькі 30631 +запорізькій 30632 +запостив 30633 +запостила 30634 +запостили 30635 +запотіваю 30636 +започаткована 30637 +започатковане 30638 +започаткований 30639 +започаткованих 30640 +започатковано 30641 +започаткованого 30642 +започатковані 30643 +започатковують 30644 +започатковуючи 30645 +започатковує 30646 +започаткував 30647 +започаткувала 30648 +започаткували 30649 +започаткувало 30650 +започаткування 30651 +започаткуванням 30652 +започаткувати 30653 +запої 30654 +заправити 30655 +заправить 30656 +заправки 30657 +заправляти 30658 +заправляють 30659 +заправляє 30660 +заправляється 30661 +запрацював 30662 +запрацювала 30663 +запрацювали 30664 +запрацювало 30665 +запрацювати 30666 +запрацюють 30667 +запрацює 30668 +запресований 30669 +запрещена 30670 +запри 30671 +запримітила 30672 +заприсягнувся 30673 +заприсятгися 30674 +заприятелював 30675 +заприятелювати 30676 +запроваджена 30677 +запроваджене 30678 +запроваджений 30679 +запроваджених 30680 +запровадження 30681 +запровадженням 30682 +запровадженні 30683 +запроваджено 30684 +запроваджені 30685 +запроваджували 30686 +запроваджувана 30687 +запроваджувати 30688 +запроваджують 30689 +запроваджуються 30690 +запроваджує 30691 +запроваджується 30692 +запровадив 30693 +запровадивши 30694 +запровадила 30695 +запровадили 30696 +запровадимо 30697 +запровадити 30698 +запровадить 30699 +запровадять 30700 +запрограмоване 30701 +запрограмований 30702 +запрограмовано 30703 +запроектувати 30704 +запропонована 30705 +запропонований 30706 +запропонованими 30707 +запропонованих 30708 +запропоновано 30709 +запропонованого 30710 +запропонованому 30711 +запропонованої 30712 +запропоновану 30713 +запропоновані 30714 +запропонованій 30715 +запропонував 30716 +запропонувавши 30717 +запропонувала 30718 +запропонували 30719 +запропонувало 30720 +запропонувати 30721 +запропонуйте 30722 +запропоную 30723 +запропонують 30724 +запропонує 30725 +запропонуєм 30726 +запропонуємо 30727 +запроси 30728 +запросив 30729 +запросила 30730 +запросили 30731 +запросимо 30732 +запросити 30733 +запросить 30734 +запросиш 30735 +запросто 30736 +запросять 30737 +запротестував 30738 +запротестувала 30739 +запротестувати 30740 +запрото 30741 +запроторений 30742 +запроторено 30743 +запроторили 30744 +запроторюють 30745 +запрошений 30746 +запрошеним 30747 +запрошеними 30748 +запрошених 30749 +запрошення 30750 +запрошенням 30751 +запрошеннями 30752 +запрошено 30753 +запрошеного 30754 +запрошень 30755 +запрошені 30756 +запрошу 30757 +запрошував 30758 +запрошувала 30759 +запрошували 30760 +запрошувалися 30761 +запрошувати 30762 +запрошуватиме 30763 +запрошуватися 30764 +запрошуй 30765 +запрошую 30766 +запрошують 30767 +запрошуються 30768 +запрошуючи 30769 +запрошуючі 30770 +запрошує 30771 +запрошуєм 30772 +запрошуємо 30773 +запрошуєте 30774 +запрошується 30775 +запрошуєш 30776 +запрпонував 30777 +запршуємо 30778 +запрягаєм 30779 +запряжених 30780 +запряжену 30781 +запрєти 30782 +запугать 30783 +запукскають 30784 +запуск 30785 +запускав 30786 +запускали 30787 +запускальникам 30788 +запускати 30789 +запускатись 30790 +запускатися 30791 +запускають 30792 +запускаючи 30793 +запускає 30794 +запускаємо 30795 +запускаєте 30796 +запускається 30797 +запуски 30798 +запуском 30799 +запуску 30800 +запусків 30801 +запусти 30802 +запустив 30803 +запустила 30804 +запустилась 30805 +запустили 30806 +запустилось 30807 +запустимо 30808 +запустити 30809 +запуститись 30810 +запустить 30811 +запустять 30812 +запутатись 30813 +запущена 30814 +запущений 30815 +запущено 30816 +запущену 30817 +запущені 30818 +запхали 30819 +запхати 30820 +запхнули 30821 +запчастин 30822 +запчастинами 30823 +запчастини 30824 +запчастину 30825 +запідозреними 30826 +запідозрених 30827 +запідозрення 30828 +запідозреного 30829 +запідозрену 30830 +запідозрені 30831 +запідозрив 30832 +запідозрили 30833 +запідозрюють 30834 +запізналися 30835 +запізнення 30836 +запізненням 30837 +запізнилася 30838 +запізнилим 30839 +запізнилися 30840 +запізно 30841 +запізнювалася 30842 +запізнілі 30843 +запікав 30844 +запіканка 30845 +запікаємо 30846 +запікаєте 30847 +запілля 30848 +запінивсь 30849 +запірної 30850 +запічка 30851 +зара 30852 +заради 30853 +зарадити 30854 +заражатися 30855 +заражаються 30856 +заражена 30857 +заражений 30858 +заражених 30859 +зараження 30860 +зараженою 30861 +заражені 30862 +зараз 30863 +зараза 30864 +заразив 30865 +заразилася 30866 +заразити 30867 +заразитися 30868 +заразить 30869 +заразливий 30870 +заразом 30871 +заразу 30872 +зарано 30873 +заративсь 30874 +зарах 30875 +зарахована 30876 +зараховані 30877 +зарахович 30878 +зараховувати 30879 +зараховує 30880 +зарахував 30881 +зарахували 30882 +зарахування 30883 +зарахувати 30884 +зарахують 30885 +зарахується 30886 +зараєстрована 30887 +зарванці 30888 +зардарі 30889 +зареагував 30890 +зареагувала 30891 +зареагували 30892 +зареагувало 30893 +зареагувати 30894 +зареагує 30895 +зареалізовано 30896 +заревів 30897 +зарегистрировано 30898 +зареготав 30899 +зареготала 30900 +зареготали 30901 +зарегували 30902 +зарегулированость 30903 +зарегулюємо 30904 +зарезервована 30905 +зарезервованих 30906 +зарезервовані 30907 +зарезервували 30908 +зарекомендували 30909 +зарекомендувати 30910 +зареєстрована 30911 +зареєстрований 30912 +зареєстрованих 30913 +зареєстровано 30914 +зареєстрованого 30915 +зареєстровані 30916 +зареєстрував 30917 +зареєструвався 30918 +зареєструвала 30919 +зареєстрували 30920 +зареєструвались 30921 +зареєструвалися 30922 +зареєструвати 30923 +зареєструватись 30924 +зареєструватися 30925 +зареєструйся 30926 +зариватися 30927 +зарився 30928 +заридала 30929 +зарин 30930 +зарина 30931 +зарицька 30932 +зариють 30933 +зароби 30934 +заробив 30935 +заробила 30936 +заробили 30937 +заробите 30938 +заробити 30939 +заробить 30940 +заробиш 30941 +зароблена 30942 +зароблені 30943 +заробляйте 30944 +заробляла 30945 +заробляли 30946 +заробляння 30947 +заробляти 30948 +заробляю 30949 +заробляють 30950 +заробляє 30951 +заробляємо 30952 +заробляєте 30953 +заробляється 30954 +заробіну 30955 +заробітки 30956 +заробітків 30957 +заробітна 30958 +заробітним 30959 +заробітних 30960 +заробітною 30961 +заробітної 30962 +заробітну 30963 +заробітні 30964 +заробіток 30965 +заробітчан 30966 +заробітчани 30967 +заробітчанинам 30968 +заробітчанського 30969 +заровна 30970 +зародження 30971 +зароджувалася 30972 +зароджується 30973 +зародилася 30974 +зародилось 30975 +заросла 30976 +зарослав 30977 +заросле 30978 +заросли 30979 +зарплат 30980 +зарплата 30981 +зарплатами 30982 +зарплатень 30983 +зарплати 30984 +зарплатню 30985 +зарплатня 30986 +зарплатні 30987 +зарплатою 30988 +зарплату 30989 +зарплаті 30990 +зарубали 30991 +зарубки 30992 +зарубіжжя 30993 +зарубіжжям 30994 +зарубіжна 30995 +зарубіжних 30996 +зарубіжному 30997 +зарубіжної 30998 +зарубіжні 30999 +заручився 31000 +заручившись 31001 +заручитися 31002 +заручник 31003 +заручника 31004 +заручникам 31005 +заручниками 31006 +заручниках 31007 +заручники 31008 +заручником 31009 +заручників 31010 +заручникік 31011 +заручницею 31012 +заряд 31013 +заряджання 31014 +заряджати 31015 +заряджать 31016 +заряджаючі 31017 +заряджається 31018 +заряди 31019 +зарядка 31020 +зарядки 31021 +зарядку 31022 +зарядних 31023 +зарядом 31024 +заряду 31025 +зарізав 31026 +зарізали 31027 +зарізати 31028 +зарік 31029 +заріс 31030 +засад 31031 +засадам 31032 +засадами 31033 +засадах 31034 +засаджувати 31035 +засади 31036 +засадити 31037 +засадниця 31038 +засадничих 31039 +засадничо 31040 +засадничого 31041 +засадничі 31042 +засадовлювать 31043 +засаду 31044 +засапані 31045 +засватана 31046 +засвербів 31047 +засвербіло 31048 +засвистали 31049 +засвоювалася 31050 +засвоювалися 31051 +засвоюються 31052 +засвоює 31053 +засвоюється 31054 +засвоєння 31055 +засвоїли 31056 +засвоїмо 31057 +засвоїти 31058 +засвідчено 31059 +засвідчив 31060 +засвідчила 31061 +засвідчили 31062 +засвідчило 31063 +засвідчити 31064 +засвідчить 31065 +засвідчув 31066 +засвідчували 31067 +засвідчують 31068 +засвідчує 31069 +засвітив 31070 +засвітили 31071 +засвітилися 31072 +засвітить 31073 +заседании 31074 +засекретили 31075 +засекречене 31076 +засекречених 31077 +засекречено 31078 +засекреченої 31079 +засекречені 31080 +засекреченістю 31081 +заселена 31082 +заселене 31083 +заселений 31084 +заселеним 31085 +заселених 31086 +заселення 31087 +заселенні 31088 +заселені 31089 +заселеність 31090 +заселили 31091 +заселяються 31092 +засилали 31093 +засилив 31094 +засилля 31095 +засинали 31096 +засинати 31097 +засинаю 31098 +засинають 31099 +засипав 31100 +засипали 31101 +засипана 31102 +засипане 31103 +засипаного 31104 +засипані 31105 +засипаємо 31106 +засипається 31107 +засихає 31108 +заскавучав 31109 +заскакую 31110 +заскаче 31111 +засклений 31112 +заскоро 31113 +заскочена 31114 +заскочив 31115 +заскочила 31116 +заскочили 31117 +заскочило 31118 +заскочить 31119 +заскрипів 31120 +заскучати 31121 +заслабий 31122 +заслабла 31123 +заслали 31124 +заслання 31125 +заслинившись 31126 +заслон 31127 +заслона 31128 +заслонене 31129 +заслону 31130 +заслуг 31131 +заслуга 31132 +заслугами 31133 +заслуги 31134 +заслуговували 31135 +заслуговують 31136 +заслуговує 31137 +заслугою 31138 +заслужена 31139 +заслужений 31140 +заслуженого 31141 +заслужив 31142 +заслужила 31143 +заслужили 31144 +заслужу 31145 +заслухали 31146 +заслухати 31147 +заслухають 31148 +заслухаємо 31149 +заслуховування 31150 +заслін 31151 +засліпило 31152 +засліплені 31153 +засмаглі 31154 +засмагнути 31155 +засмажили 31156 +засмажити 31157 +засмакувало 31158 +засмалив 31159 +засмальцьований 31160 +засмаркаюся 31161 +засмерділа 31162 +засмерділи 31163 +засмоктали 31164 +засмутив 31165 +засмутила 31166 +засмутити 31167 +засмучена 31168 +засмучений 31169 +засмученим 31170 +засмучено 31171 +засмучені 31172 +засмучувати 31173 +засмучуватися 31174 +засмучує 31175 +засмічуватися 31176 +засмічують 31177 +засміявсь 31178 +засміявся 31179 +засміялася 31180 +засміялися 31181 +засне 31182 +заснеш 31183 +заснована 31184 +засноване 31185 +заснований 31186 +заснованих 31187 +засновано 31188 +заснованою 31189 +засновану 31190 +засновані 31191 +засновник 31192 +засновника 31193 +засновниками 31194 +засновниках 31195 +засновники 31196 +засновником 31197 +засновнику 31198 +засновників 31199 +засновниць 31200 +засновниця 31201 +засновниці 31202 +засновувати 31203 +засну 31204 +заснув 31205 +заснував 31206 +заснувавши 31207 +заснувала 31208 +заснували 31209 +заснуванню 31210 +заснування 31211 +заснуванням 31212 +заснувати 31213 +заснула 31214 +заснути 31215 +заснуємо 31216 +заснятий 31217 +засніженій 31218 +засніжило 31219 +засоб 31220 +засобам 31221 +засобами 31222 +засобах 31223 +засоби 31224 +засобом 31225 +засобоми 31226 +засобу 31227 +засобі 31228 +засобів 31229 +засовався 31230 +засовом 31231 +засовувать 31232 +засовують 31233 +засоряете 31234 +заспамлювати 31235 +заспокойся 31236 +заспокоював 31237 +заспокоювався 31238 +заспокоювало 31239 +заспокоювання 31240 +заспокоювати 31241 +заспокоюватись 31242 +заспокоюють 31243 +заспокоює 31244 +заспокоюємо 31245 +заспокояться 31246 +заспокоєння 31247 +заспокоєні 31248 +заспокоїв 31249 +заспокоївся 31250 +заспокоївшись 31251 +заспокоїла 31252 +заспокоїлась 31253 +заспокоїлася 31254 +заспокоїли 31255 +заспокоїлися 31256 +заспокоїлось 31257 +заспокоїти 31258 +заспокоїтися 31259 +заспокійливий 31260 +заспокійливих 31261 +заспокійливі 31262 +заспі 31263 +заспівав 31264 +заспівали 31265 +заспівати 31266 +заспіває 31267 +заст 31268 +застав 31269 +застава 31270 +застави 31271 +заставив 31272 +заставила 31273 +заставили 31274 +заставило 31275 +заставити 31276 +заставить 31277 +заставка 31278 +заставлений 31279 +заставленого 31280 +заставляв 31281 +заставляти 31282 +заставлять 31283 +заставляють 31284 +заставляє 31285 +заставнінському 31286 +заставу 31287 +застала 31288 +застали 31289 +застанемо 31290 +застанеш 31291 +застану 31292 +застануть 31293 +застаріла 31294 +застаріле 31295 +застарілий 31296 +застарілим 31297 +застарілого 31298 +застарілі 31299 +застати 31300 +застаю 31301 +застаємо 31302 +застелений 31303 +застелився 31304 +застелили 31305 +застелилися 31306 +застерегла 31307 +застерегли 31308 +застерегло 31309 +застерегти 31310 +застереження 31311 +застережень 31312 +застережуючий 31313 +застеріг 31314 +застерігав 31315 +застерігала 31316 +застерігали 31317 +застерігаю 31318 +застерігають 31319 +застерігаючи 31320 +застерігає 31321 +застерігається 31322 +застерігши 31323 +застиг 31324 +застигли 31325 +застиглого 31326 +застогнав 31327 +застогнала 31328 +застой 31329 +застосований 31330 +застосованих 31331 +застосовано 31332 +застосовані 31333 +застосовував 31334 +застосовувалась 31335 +застосовувалася 31336 +застосовували 31337 +застосовувались 31338 +застосовувалися 31339 +застосовувалося 31340 +застосовуваних 31341 +застосовувані 31342 +застосовувати 31343 +застосовуватись 31344 +застосовуватися 31345 +застосовувать 31346 +застосовують 31347 +застосовуються 31348 +застосовуючи 31349 +застосовує 31350 +застосовуємо 31351 +застосовуєте 31352 +застосовується 31353 +застосовуєш 31354 +застосував 31355 +застосувавши 31356 +застосувала 31357 +застосували 31358 +застосування 31359 +застосуванням 31360 +застосуванні 31361 +застосувати 31362 +застосунки 31363 +застосунок 31364 +застосує 31365 +застосуємо 31366 +застосуєш 31367 +застоун 31368 +застою 31369 +застоюються 31370 +застоюється 31371 +застояних 31372 +застояні 31373 +застої 31374 +застраховані 31375 +застрашливої 31376 +застрелених 31377 +застрелено 31378 +застрелені 31379 +застрелив 31380 +застрелився 31381 +застреливши 31382 +застрелила 31383 +застрелили 31384 +застрелити 31385 +застрелитися 31386 +застрелиться 31387 +застромлені 31388 +застрочив 31389 +застрягла 31390 +застрягли 31391 +застряглі 31392 +застрягните 31393 +застрягну 31394 +застрягнувши 31395 +застряли 31396 +застуди 31397 +застудився 31398 +застудилися 31399 +застудитися 31400 +застуйте 31401 +застукали 31402 +застукаємо 31403 +заступився 31404 +заступила 31405 +заступить 31406 +заступник 31407 +заступника 31408 +заступниками 31409 +заступники 31410 +заступникові 31411 +заступником 31412 +заступнику 31413 +заступників 31414 +заступницю 31415 +заступниця 31416 +застьогую 31417 +застій 31418 +застійний 31419 +застійні 31420 +застілля 31421 +застінках 31422 +засуджена 31423 +засуджений 31424 +засудженим 31425 +засуджених 31426 +засудження 31427 +засуджено 31428 +засудженого 31429 +засуджені 31430 +засуджувати 31431 +засуджують 31432 +засуджуються 31433 +засуджує 31434 +засуджуємо 31435 +засуджується 31436 +засудив 31437 +засудила 31438 +засудили 31439 +засудило 31440 +засудити 31441 +засудить 31442 +засудливе 31443 +засудював 31444 +засудять 31445 +засукавши 31446 +засумнівався 31447 +засумніватись 31448 +засумніватися 31449 +засуплий 31450 +засурмив 31451 +засушених 31452 +засушення 31453 +засядька 31454 +засяяли 31455 +засяє 31456 +засіб 31457 +засів 31458 +засівати 31459 +засівають 31460 +засідала 31461 +засідали 31462 +засідання 31463 +засіданням 31464 +засіданнях 31465 +засіданні 31466 +засідань 31467 +засідані 31468 +засідати 31469 +засідатиме 31470 +засідатимуть 31471 +засідають 31472 +засідає 31473 +засідки 31474 +засідком 31475 +засідці 31476 +засіки 31477 +засіку 31478 +засіла 31479 +засіювати 31480 +засіяли 31481 +засіяти 31482 +засіємо 31483 +зататакали 31484 +затверджена 31485 +затверджений 31486 +затверджених 31487 +затвердження 31488 +затверджено 31489 +затвердженого 31490 +затвердженої 31491 +затверджувався 31492 +затверджували 31493 +затверджувати 31494 +затверджують 31495 +затверджуються 31496 +затверджує 31497 +затверджується 31498 +затвердив 31499 +затвердивть 31500 +затвердила 31501 +затвердили 31502 +затвердило 31503 +затвердити 31504 +затвердить 31505 +затвердять 31506 +затвор 31507 +зате 31508 +затеганий 31509 +затегати 31510 +зателефонував 31511 +зателефонувала 31512 +зателефонували 31513 +зателефонувати 31514 +зателефонуйте 31515 +затемнення 31516 +затемненому 31517 +затемнити 31518 +затикати 31519 +затим 31520 +затинаючись 31521 +затиснута 31522 +затиснуті 31523 +затихає 31524 +затихлий 31525 +затихне 31526 +затички 31527 +затишку 31528 +затишне 31529 +затишно 31530 +затишок 31531 +затишшя 31532 +затища 31533 +заткнути 31534 +заткнуть 31535 +зато 31536 +затока 31537 +затоки 31538 +затоків 31539 +затонув 31540 +затонулих 31541 +затонулого 31542 +затоокує 31543 +затопив 31544 +затопила 31545 +затопили 31546 +затопите 31547 +затопити 31548 +затоплених 31549 +затоплення 31550 +затоплені 31551 +затоплюючи 31552 +затопці 31553 +затор 31554 +заторах 31555 +затори 31556 +заторкає 31557 +заторкне 31558 +заторкнув 31559 +заторкнули 31560 +заторкнутими 31561 +заторкнутих 31562 +заторкнуть 31563 +заторкували 31564 +заторкують 31565 +заторкує 31566 +заторохтів 31567 +затортованим 31568 +затоці 31569 +затра 31570 +затрат 31571 +затрати 31572 +затратний 31573 +затребувані 31574 +затремтів 31575 +затрепетав 31576 +затри 31577 +затримав 31578 +затримався 31579 +затримавши 31580 +затримавшись 31581 +затримала 31582 +затрималась 31583 +затрималася 31584 +затримали 31585 +затрималися 31586 +затримало 31587 +затримана 31588 +затриманий 31589 +затриманим 31590 +затриманими 31591 +затриманих 31592 +затриманню 31593 +затримання 31594 +затриманням 31595 +затриманнями 31596 +затриманні 31597 +затримано 31598 +затриманого 31599 +затриманому 31600 +затриману 31601 +затримань 31602 +затримані 31603 +затримати 31604 +затримать 31605 +затримає 31606 +затримаєтеся 31607 +затримка 31608 +затримками 31609 +затримки 31610 +затримкою 31611 +затримку 31612 +затримував 31613 +затримувала 31614 +затримували 31615 +затримувались 31616 +затримувало 31617 +затримувати 31618 +затримуватися 31619 +затримую 31620 +затримують 31621 +затримуючи 31622 +затримуючись 31623 +затримує 31624 +затримуємо 31625 +затримуємося 31626 +затримується 31627 +затрофеєна 31628 +затрофеєних 31629 +затрофеїли 31630 +затрофеїна 31631 +затрофеїних 31632 +затрубили 31633 +затрусивсь 31634 +затрявали 31635 +затряслась 31636 +затріскотіла 31637 +затріскотіли 31638 +затулив 31639 +затулилася 31640 +затулін 31641 +затухає 31642 +затьмарена 31643 +затьмарене 31644 +затьмарений 31645 +затьмарено 31646 +затьмарили 31647 +затьмарити 31648 +затьмарює 31649 +затьохкали 31650 +затягаючи 31651 +затягає 31652 +затяглу 31653 +затягнемо 31654 +затягнеться 31655 +затягнеш 31656 +затягнув 31657 +затягнувся 31658 +затягнулася 31659 +затягнулися 31660 +затягнуло 31661 +затягнулось 31662 +затягнулося 31663 +затягнута 31664 +затягнути 31665 +затягнутися 31666 +затягти 31667 +затягували 31668 +затягування 31669 +затягувань 31670 +затягувати 31671 +затягуватися 31672 +затягувать 31673 +затягують 31674 +затягуючи 31675 +затягує 31676 +затягується 31677 +затяжко 31678 +затяжне 31679 +затяжний 31680 +затяжних 31681 +затяжного 31682 +затяжної 31683 +затяжну 31684 +затятий 31685 +затято 31686 +затятістю 31687 +затію 31688 +затія 31689 +зауагрі 31690 +заувагами 31691 +зауваження 31692 +зауваженнями 31693 +зауваженнях 31694 +зауважень 31695 +зауважив 31696 +зауваживши 31697 +зауважила 31698 +зауважили 31699 +зауважило 31700 +зауважити 31701 +зауважить 31702 +зауважте 31703 +зауважу 31704 +зауважую 31705 +зауважують 31706 +зауважує 31707 +заупокійна 31708 +заупокійні 31709 +заупокійній 31710 +зауралля 31711 +заутра 31712 +зафарбовувати 31713 +зафрахтовані 31714 +зафрахтували 31715 +зафрахтувати 31716 +зафрендитись 31717 +зафіксована 31718 +зафіксованих 31719 +зафіксовано 31720 +зафіксованого 31721 +зафіксованому 31722 +зафіксовані 31723 +зафіксував 31724 +зафіксувала 31725 +зафіксували 31726 +зафіксувати 31727 +захабурою 31728 +захар 31729 +захаров 31730 +захарова 31731 +захарової 31732 +захарченка 31733 +захарченко 31734 +захарченку 31735 +захва 31736 +захват 31737 +захватили 31738 +захватом 31739 +захвату 31740 +захваті 31741 +захваченой 31742 +захвачує 31743 +захвилювався 31744 +захворення 31745 +захворюванню 31746 +захворювання 31747 +захворюванням 31748 +захворюваннями 31749 +захворюваннях 31750 +захворюванні 31751 +захворювань 31752 +захворів 31753 +захворіла 31754 +захворіли 31755 +захворілих 31756 +захворілі 31757 +захворіти 31758 +захворію 31759 +захедані 31760 +захирів 31761 +захисна 31762 +захисний 31763 +захисник 31764 +захисника 31765 +захисникам 31766 +захисниками 31767 +захисниках 31768 +захисники 31769 +захисником 31770 +захисників 31771 +захисним 31772 +захисних 31773 +захисницею 31774 +захисниць 31775 +захисницю 31776 +захисної 31777 +захисну 31778 +захисні 31779 +захист 31780 +захисти 31781 +захистив 31782 +захистивши 31783 +захистила 31784 +захистили 31785 +захистимо 31786 +захистися 31787 +захистити 31788 +захиститися 31789 +захистить 31790 +захистишься 31791 +захистові 31792 +захистом 31793 +захисту 31794 +захистять 31795 +захисті 31796 +захитався 31797 +захиталися 31798 +захищав 31799 +захищала 31800 +захищали 31801 +захищати 31802 +захищатиме 31803 +захищатимемо 31804 +захищатиму 31805 +захищатимуть 31806 +захищатися 31807 +захищаться 31808 +захищаю 31809 +захищають 31810 +захищаються 31811 +захищаючи 31812 +захищаючись 31813 +захищає 31814 +захищаєм 31815 +захищаємо 31816 +захищаєте 31817 +захищається 31818 +захищена 31819 +захищений 31820 +захищеним 31821 +захищеними 31822 +захищених 31823 +захищення 31824 +захищено 31825 +захищеною 31826 +захищену 31827 +захищені 31828 +захлебнувсь 31829 +захлеснула 31830 +захлинулась 31831 +захлинутися 31832 +захлистнути 31833 +захмарений 31834 +захова 31835 +заховався 31836 +заховайтеся 31837 +заховалася 31838 +заховали 31839 +захована 31840 +заховане 31841 +захований 31842 +захованим 31843 +заховано 31844 +захованого 31845 +заховану 31846 +заховані 31847 +заховати 31848 +заховатися 31849 +заховать 31850 +заховаємося 31851 +заходам 31852 +заходами 31853 +заходах 31854 +заходжень 31855 +заходжу 31856 +заходи 31857 +заходив 31858 +заходився 31859 +заходила 31860 +заходилася 31861 +заходили 31862 +заходились 31863 +заходилися 31864 +заходило 31865 +заходилося 31866 +заходимо 31867 +заходите 31868 +заходити 31869 +заходить 31870 +заходиться 31871 +заходиш 31872 +заходові 31873 +заходом 31874 +заходу 31875 +заходь 31876 +заходьте 31877 +заходять 31878 +заходяться 31879 +заході 31880 +заходів 31881 +захололо 31882 +захопив 31883 +захопивши 31884 +захопила 31885 +захопилась 31886 +захопилася 31887 +захопили 31888 +захопилися 31889 +захопило 31890 +захопимо 31891 +захопити 31892 +захоплена 31893 +захоплений 31894 +захоплених 31895 +захопленню 31896 +захоплення 31897 +захопленням 31898 +захопленнях 31899 +захопленні 31900 +захоплено 31901 +захопленого 31902 +захопленому 31903 +захоплень 31904 +захопленям 31905 +захоплені 31906 +захопленій 31907 +захоплива 31908 +захопливих 31909 +захопливого 31910 +захоплювався 31911 +захоплювалась 31912 +захоплювалася 31913 +захоплювали 31914 +захоплювались 31915 +захоплювати 31916 +захоплюватись 31917 +захоплюсь 31918 +захоплююсь 31919 +захоплюють 31920 +захоплююче 31921 +захоплюючи 31922 +захоплюючих 31923 +захоплюючі 31924 +захоплює 31925 +захоплюється 31926 +захоронення 31927 +захостити 31928 +захоті 31929 +захотів 31930 +захотіла 31931 +захотіли 31932 +захотілось 31933 +захотілося 31934 +захотіти 31935 +захоче 31936 +захочем 31937 +захочемо 31938 +захочете 31939 +захочеться 31940 +захочеш 31941 +захочу 31942 +захочуть 31943 +захрипів 31944 +захріп 31945 +захуда 31946 +захцянкам 31947 +захід 31948 +західецька 31949 +західна 31950 +західне 31951 +західний 31952 +західним 31953 +західними 31954 +західних 31955 +західно 31956 +західного 31957 +західному 31958 +західноукраїнських 31959 +західною 31960 +західноєвропейська 31961 +західноєвропейське 31962 +західноєвропейський 31963 +західноєвропейським 31964 +західної 31965 +західну 31966 +західнього 31967 +західню 31968 +західняки 31969 +західні 31970 +західній 31971 +західніше 31972 +зацвів 31973 +зацвіли 31974 +зацвіло 31975 +зацеп 31976 +зацепі 31977 +зациклена 31978 +зациклений 31979 +зацитував 31980 +зацитувала 31981 +зацитую 31982 +зацокотів 31983 +зацюкали 31984 +зацікавивлись 31985 +зацікавився 31986 +зацікавила 31987 +зацікавилась 31988 +зацікавилася 31989 +зацікавили 31990 +зацікавились 31991 +зацікавилися 31992 +зацікавило 31993 +зацікавити 31994 +зацікавитись 31995 +зацікавитися 31996 +зацікавить 31997 +зацікавлена 31998 +зацікавлене 31999 +зацікавлений 32000 +зацікавленим 32001 +зацікавленими 32002 +зацікавлених 32003 +зацікавлення 32004 +зацікавленості 32005 +зацікавлені 32006 +зацікавленість 32007 +зацікавлювали 32008 +зацікавлює 32009 +зацікавляться 32010 +заціпеніння 32011 +зачала 32012 +зачаровують 32013 +зачаровує 32014 +зачарування 32015 +зачастую 32016 +зачатки 32017 +зачаті 32018 +зачекав 32019 +зачекавши 32020 +зачекай 32021 +зачекайте 32022 +зачекати 32023 +зачепила 32024 +зачепилася 32025 +зачепили 32026 +зачепило 32027 +зачепити 32028 +зачепитися 32029 +зачепить 32030 +зачепиться 32031 +зачеплені 32032 +зачеплюсь 32033 +зачеплять 32034 +зачерпнули 32035 +зачерпнути 32036 +зачерствіло 32037 +зачинали 32038 +зачинати 32039 +зачинена 32040 +зачиненими 32041 +зачинено 32042 +зачинені 32043 +зачини 32044 +зачинив 32045 +зачиняти 32046 +зачиняє 32047 +зачиняємо 32048 +зачипав 32049 +зачислить 32050 +зачистили 32051 +зачистка 32052 +зачистки 32053 +зачистку 32054 +зачитав 32055 +зачитали 32056 +зачитати 32057 +зачитаю 32058 +зачитування 32059 +зачитувати 32060 +зачитує 32061 +зачищав 32062 +зачищати 32063 +зачищений 32064 +зачне 32065 +зачнете 32066 +зачортить 32067 +зачудована 32068 +зачує 32069 +зачіпав 32070 +зачіпали 32071 +зачіпати 32072 +зачіпає 32073 +зачіпаємо 32074 +зачіски 32075 +зачіску 32076 +зашарівсь 32077 +зашарілася 32078 +зашвидке 32079 +зашелестять 32080 +зашелестіли 32081 +зашепотів 32082 +зашивати 32083 +зашиваю 32084 +зашиваються 32085 +зашитий 32086 +зашиєш 32087 +зашкалювати 32088 +зашкалюють 32089 +зашкалюючого 32090 +зашкалює 32091 +зашкварили 32092 +зашкварчало 32093 +зашкодила 32094 +зашкодило 32095 +зашкодити 32096 +зашкодить 32097 +зашкодять 32098 +зашків 32099 +зашморгую 32100 +зашореность 32101 +зашпилений 32102 +зашпилити 32103 +защите 32104 +защитить 32105 +зая 32106 +заяв 32107 +заява 32108 +заявам 32109 +заявами 32110 +заявах 32111 +заяваю 32112 +заяви 32113 +заявив 32114 +заявиви 32115 +заявивши 32116 +заявила 32117 +заявили 32118 +заявило 32119 +заявити 32120 +заявками 32121 +заявки 32122 +заявку 32123 +заявлена 32124 +заявленим 32125 +заявлених 32126 +заявлено 32127 +заявленої 32128 +заявлені 32129 +заявляв 32130 +заявляе 32131 +заявляла 32132 +заявляли 32133 +заявляло 32134 +заявляти 32135 +заявлять 32136 +заявляю 32137 +заявляють 32138 +заявляючи 32139 +заявляє 32140 +заявляєм 32141 +заявляємо 32142 +заявник 32143 +заявниці 32144 +заявок 32145 +заявочку 32146 +заявою 32147 +заяву 32148 +заявці 32149 +заяві 32150 +заясний 32151 +заяснілим 32152 +заяць 32153 +заєбаться 32154 +заєбісь 32155 +заєць 32156 +заімпонувало 32157 +заінвестувала 32158 +заінтересована 32159 +заінтересований 32160 +заінтриговані 32161 +заінтригувала 32162 +заіржали 32163 +заітрашнього 32164 +заїбалась 32165 +заїбали 32166 +заїбем 32167 +заїбемось 32168 +заїбісь 32169 +заїдав 32170 +заїдеш 32171 +заїду 32172 +заїдь 32173 +заїжджала 32174 +заїжджали 32175 +заїжджати 32176 +заїжджають 32177 +заїжджаєм 32178 +заїжджаємо 32179 +заїзд 32180 +заїздам 32181 +заїздила 32182 +заїло 32183 +заїхала 32184 +заїхали 32185 +заїхати 32186 +заїхать 32187 +збавив 32188 +збавити 32189 +збавлять 32190 +збавляють 32191 +збагатило 32192 +збагачений 32193 +збагачених 32194 +збагачення 32195 +збагаченого 32196 +збагачувати 32197 +збагачуватися 32198 +збагачуючи 32199 +збагачується 32200 +збагненна 32201 +збагнув 32202 +збагнули 32203 +збагнути 32204 +збагрить 32205 +збажаючи 32206 +збайдужілі 32207 +збалансоване 32208 +збалансований 32209 +збалансованим 32210 +збалансовано 32211 +збалансованого 32212 +збалансованою 32213 +збалансовані 32214 +збалансованість 32215 +збалансованістю 32216 +збалансованіший 32217 +збалансування 32218 +збалансувати 32219 +збанкротують 32220 +збанкрутував 32221 +збанкрутувала 32222 +збанкрутувану 32223 +збанкрутілі 32224 +збаражзькому 32225 +збаражі 32226 +збентежена 32227 +збентежений 32228 +збентеження 32229 +збентежено 32230 +збентежені 32231 +збентежили 32232 +збентежливих 32233 +збераємось 32234 +збере 32235 +зберегла 32236 +збереглася 32237 +зберегли 32238 +збереглися 32239 +збереглось 32240 +зберегти 32241 +зберегтися 32242 +збереже 32243 +збережемо 32244 +збережена 32245 +збережене 32246 +збереженим 32247 +збереженими 32248 +збереженню 32249 +збереження 32250 +збереженням 32251 +збереженні 32252 +збережено 32253 +збережені 32254 +збережете 32255 +збережеться 32256 +збережуть 32257 +збережуться 32258 +зберем 32259 +зберемо 32260 +зберете 32261 +збереться 32262 +збереш 32263 +зберу 32264 +зберуть 32265 +зберуться 32266 +зберіг 32267 +зберігав 32268 +зберігався 32269 +зберігайте 32270 +зберігалася 32271 +зберігали 32272 +зберігалися 32273 +зберігалося 32274 +зберігання 32275 +зберіганні 32276 +зберігати 32277 +зберігатимуть 32278 +зберігатись 32279 +зберігатися 32280 +зберігать 32281 +зберігають 32282 +зберігаються 32283 +зберігаючи 32284 +зберігающа 32285 +зберігає 32286 +зберігаємо 32287 +зберігається 32288 +зберіглися 32289 +зберігся 32290 +зберіться 32291 +збив 32292 +збивала 32293 +збивали 32294 +збивалися 32295 +збивати 32296 +збивать 32297 +збивають 32298 +збиваються 32299 +збиваючи 32300 +збиваючись 32301 +збиває 32302 +збиваємо 32303 +збивається 32304 +збивсь 32305 +збивши 32306 +збийте 32307 +збила 32308 +збили 32309 +збирав 32310 +збирався 32311 +збирайся 32312 +збирайте 32313 +збирайтеся 32314 +збирала 32315 +збиралась 32316 +збиралася 32317 +збирали 32318 +збирались 32319 +збиралися 32320 +збирало 32321 +збиралося 32322 +збирання 32323 +збиранням 32324 +збирати 32325 +збиратись 32326 +збиратися 32327 +збирать 32328 +збирач 32329 +збираю 32330 +збираюсь 32331 +збираюся 32332 +збирають 32333 +збираються 32334 +збираючи 32335 +збираючись 32336 +збирає 32337 +збираєм 32338 +збираємо 32339 +збираємось 32340 +збираємося 32341 +збираєте 32342 +збираєтесь 32343 +збираєтеся 32344 +збирається 32345 +збираєш 32346 +збираєшся 32347 +збите 32348 +збити 32349 +збитий 32350 +збитими 32351 +збитих 32352 +збитками 32353 +збитки 32354 +збиткове 32355 +збиткового 32356 +збитком 32357 +збитку 32358 +збиткуєш 32359 +збитків 32360 +збито 32361 +збитого 32362 +збиток 32363 +збитошник 32364 +збиття 32365 +збиттям 32366 +збитті 32367 +збить 32368 +збиті 32369 +зближався 32370 +зближає 32371 +зближенню 32372 +зближення 32373 +зближенням 32374 +зближувала 32375 +зближує 32376 +зблизити 32377 +зблизить 32378 +зблизька 32379 +зблиснула 32380 +зблиснули 32381 +збляк 32382 +зблід 32383 +зблідле 32384 +збліднуть 32385 +збо 32386 +збожеволів 32387 +збой 32388 +збоку 32389 +зболять 32390 +збомбардував 32391 +збомбардували 32392 +збор 32393 +зборами 32394 +зборах 32395 +збори 32396 +зборичів 32397 +зборки 32398 +зборні 32399 +збором 32400 +збороти 32401 +збору 32402 +зборі 32403 +зборів 32404 +зборівської 32405 +збочення 32406 +збої 32407 +збрехав 32408 +збрехала 32409 +збрехати 32410 +збройна 32411 +збройне 32412 +збройний 32413 +збройним 32414 +збройними 32415 +збройних 32416 +збройного 32417 +збройному 32418 +збройною 32419 +збройної 32420 +збройну 32421 +збройні 32422 +збройній 32423 +зброну 32424 +зброю 32425 +зброя 32426 +зброярського 32427 +зброєю 32428 +зброї 32429 +збруч 32430 +збруча 32431 +збручем 32432 +збручі 32433 +збрую 32434 +збували 32435 +збувати 32436 +збуваються 32437 +збуджена 32438 +збудження 32439 +збудженого 32440 +збуджу 32441 +збуджуючи 32442 +збуджує 32443 +збудився 32444 +збудник 32445 +збудником 32446 +збудників 32447 +збудована 32448 +збудоване 32449 +збудований 32450 +збудовано 32451 +збудованого 32452 +збудовані 32453 +збудував 32454 +збудувала 32455 +збудували 32456 +збудувати 32457 +збудують 32458 +збулось 32459 +збунтувався 32460 +збунтувалась 32461 +збунтуються 32462 +збурювати 32463 +збуту 32464 +збіг 32465 +збігав 32466 +збігай 32467 +збігалася 32468 +збігати 32469 +збігатися 32470 +збігаються 32471 +збігає 32472 +збігається 32473 +збігла 32474 +збіглися 32475 +збігло 32476 +збіглося 32477 +збіглі 32478 +збігнєв 32479 +збігнєва 32480 +збігся 32481 +збігу 32482 +збідненого 32483 +збіднілій 32484 +збіжжя 32485 +збіжжям 32486 +збій 32487 +збільшать 32488 +збільшаться 32489 +збільшена 32490 +збільшений 32491 +збільшеним 32492 +збільшенню 32493 +збільшення 32494 +збільшенням 32495 +збільшенні 32496 +збільшено 32497 +збільшеною 32498 +збільшені 32499 +збільшив 32500 +збільшився 32501 +збільшивши 32502 +збільшила 32503 +збільшилась 32504 +збільшилася 32505 +збільшили 32506 +збільшились 32507 +збільшилися 32508 +збільшило 32509 +збільшилось 32510 +збільшилося 32511 +збільшити 32512 +збільшитись 32513 +збільшитися 32514 +збільшить 32515 +збільшиться 32516 +збільшував 32517 +збільшувалася 32518 +збільшували 32519 +збільшувати 32520 +збільшуватись 32521 +збільшуватися 32522 +збільшуй 32523 +збільшують 32524 +збільшуються 32525 +збільшуючи 32526 +збільшує 32527 +збільшуємо 32528 +збільшуєте 32529 +збільшується 32530 +збір 32531 +збірка 32532 +збірках 32533 +збірки 32534 +збіркою 32535 +збірку 32536 +збірна 32537 +збірник 32538 +збірників 32539 +збірними 32540 +збірних 32541 +збірною 32542 +збірної 32543 +збірну 32544 +збірні 32545 +збірній 32546 +збірок 32547 +збірочки 32548 +збірці 32549 +збіґнев 32550 +збіґнєв 32551 +зв 32552 +зв'зками 32553 +зв'яжемось 32554 +зв'яжемося 32555 +зв'яжешся 32556 +зв'яжися 32557 +зв'яжу 32558 +зв'яжуся 32559 +зв'яжіться 32560 +зв'язався 32561 +зв'язала 32562 +зв'язалися 32563 +зв'язана 32564 +зв'язаний 32565 +зв'язаними 32566 +зв'язаних 32567 +зв'язано 32568 +зв'язаного 32569 +зв'язані 32570 +зв'язати 32571 +зв'язатись 32572 +зв'язатися 32573 +зв'язаться 32574 +зв'язка 32575 +зв'язкам 32576 +зв'язками 32577 +зв'язках 32578 +зв'язки 32579 +зв'язковий 32580 +зв'язкових 32581 +зв'язкового 32582 +зв'язкові 32583 +зв'язком 32584 +зв'язку 32585 +зв'язків 32586 +зв'язок 32587 +зв'язочку 32588 +зв'язувався 32589 +зв'язували 32590 +зв'язуйтеся 32591 +зв'язують 32592 +зв'язуємося 32593 +зв'язується 32594 +зв'язці 32595 +звааючи 32596 +зваба 32597 +звав 32598 +звався 32599 +звада 32600 +зважай 32601 +зважати 32602 +зважаю 32603 +зважають 32604 +зважаючи 32605 +зважає 32606 +зважена 32607 +зваженими 32608 +зважено 32609 +зважився 32610 +зваживши 32611 +зважилися 32612 +зважимо 32613 +зважити 32614 +зважитись 32615 +зважувалися 32616 +зважувальних 32617 +зважуватися 32618 +зважую 32619 +звали 32620 +звалив 32621 +звалився 32622 +звалища 32623 +звалищами 32624 +звалище 32625 +звалищі 32626 +звалює 32627 +звана 32628 +зване 32629 +званий 32630 +званим 32631 +званими 32632 +званих 32633 +звання 32634 +званове 32635 +званого 32636 +званому 32637 +званою 32638 +званої 32639 +звану 32640 +звань 32641 +звані 32642 +званій 32643 +зварені 32644 +зварили 32645 +зварити 32646 +звариться 32647 +зварич 32648 +зварича 32649 +зварної 32650 +зварю 32651 +звати 32652 +зватися 32653 +зве 32654 +зведе 32655 +зведений 32656 +зведеним 32657 +зведення 32658 +зведеннях 32659 +зведено 32660 +зведеного 32661 +зведені 32662 +зведеній 32663 +зведу 32664 +звезених 32665 +звезти 32666 +звела 32667 +звели 32668 +звелися 32669 +звелить 32670 +звеличання 32671 +звеличені 32672 +звеличувати 32673 +звело 32674 +звелю 32675 +звелів 32676 +звенигородку 32677 +звенигородщини 32678 +звернемо 32679 +звернемось 32680 +звернемося 32681 +звернення 32682 +зверненням 32683 +зверненнями 32684 +зверненні 32685 +звернено 32686 +звернень 32687 +звернені 32688 +звернете 32689 +звернетесь 32690 +звернеться 32691 +зверните 32692 +звернув 32693 +звернувся 32694 +звернувши 32695 +звернула 32696 +звернулась 32697 +звернулася 32698 +звернули 32699 +звернулись 32700 +звернулися 32701 +звернуся 32702 +звернута 32703 +звернути 32704 +звернутись 32705 +звернутися 32706 +звернуто 32707 +звернуть 32708 +звернуться 32709 +звернуті 32710 +звернімо 32711 +звернімося 32712 +зверніть 32713 +зверніться 32714 +зверстаному 32715 +звертав 32716 +звертався 32717 +звертай 32718 +звертайтаються 32719 +звертайтесь 32720 +звертала 32721 +зверталася 32722 +звертали 32723 +звертались 32724 +зверталися 32725 +зверталось 32726 +зверталося 32727 +звертання 32728 +звертанням 32729 +звертати 32730 +звертатимуть 32731 +звертатись 32732 +звертатися 32733 +звертаю 32734 +звертаюсь 32735 +звертаюся 32736 +звертають 32737 +звертаються 32738 +звертаючи 32739 +звертаючись 32740 +звертає 32741 +звертаємо 32742 +звертаємось 32743 +звертаємося 32744 +звертаєтесь 32745 +звертається 32746 +звертаєш 32747 +звертаєшся 32748 +звертяюсь 32749 +звертіли 32750 +зверх 32751 +зверха 32752 +зверхник 32753 +зверхності 32754 +зверху 32755 +звершення 32756 +звершилося 32757 +звершують 32758 +звершується 32759 +звести 32760 +зветься 32761 +звечору 32762 +звиваючи 32763 +звивин 32764 +звиглянеч 32765 +звиглянич 32766 +звиглянович 32767 +звиек 32768 +звик 32769 +звикай 32770 +звикали 32771 +звикати 32772 +звикаю 32773 +звикають 32774 +звикає 32775 +звикаєм 32776 +звикаємо 32777 +звикаєш 32778 +звикла 32779 +звиклась 32780 +звикли 32781 +звиклих 32782 +звикло 32783 +звикнути 32784 +звинувального 32785 +звинуватив 32786 +звинувативши 32787 +звинуватила 32788 +звинуватили 32789 +звинуватило 32790 +звинуватити 32791 +звинувачений 32792 +звинувачених 32793 +звинувачення 32794 +звинуваченням 32795 +звинуваченнями 32796 +звинуваченнях 32797 +звинувачено 32798 +звинуваченого 32799 +звинуваченої 32800 +звинувачень 32801 +звинувачені 32802 +звинувачувала 32803 +звинувачували 32804 +звинувачувальний 32805 +звинувачувати 32806 +звинувачую 32807 +звинувачують 32808 +звинувачуючи 32809 +звинувачує 32810 +звинувачується 32811 +звитяг 32812 +звитягами 32813 +звитягу 32814 +звитяжить 32815 +звитязтво 32816 +звичай 32817 +звичайна 32818 +звичайне 32819 +звичайний 32820 +звичайним 32821 +звичайними 32822 +звичайних 32823 +звичайно 32824 +звичайного 32825 +звичайноз 32826 +звичайной 32827 +звичайному 32828 +звичайною 32829 +звичайної 32830 +звичайну 32831 +звичайні 32832 +звичайній 32833 +звичайнісінька 32834 +звичайнісінький 32835 +звичаю 32836 +звичаям 32837 +звичаях 32838 +звичаєм 32839 +звичаї 32840 +звичаїв 32841 +звичаїні 32842 +звичка 32843 +звички 32844 +звичкою 32845 +звичку 32846 +звична 32847 +звичнайно 32848 +звичне 32849 +звичний 32850 +звичними 32851 +звичних 32852 +звично 32853 +звичного 32854 +звичному 32855 +звичної 32856 +звичну 32857 +звичок 32858 +звишили 32859 +звласливою 32860 +звльненими 32861 +звнуватив 32862 +зводи 32863 +зводив 32864 +зводився 32865 +зводили 32866 +зводилися 32867 +зводило 32868 +зводилося 32869 +зводимо 32870 +зводити 32871 +зводить 32872 +зводиться 32873 +зводиш 32874 +зводу 32875 +зводять 32876 +зводяться 32877 +зводів 32878 +звожували 32879 +звозили 32880 +звозимо 32881 +звозити 32882 +звозять 32883 +звойовану 32884 +зволожити 32885 +зволожуючий 32886 +звольнив 32887 +зволяєтесь 32888 +зволікайте 32889 +зволікали 32890 +зволікання 32891 +зволікати 32892 +зволікать 32893 +зволікає 32894 +зволікаєте 32895 +звоне 32896 +звони 32897 +звонила 32898 +звонити 32899 +звонкії 32900 +звоню 32901 +звоніть 32902 +зворотне 32903 +зворотний 32904 +зворотного 32905 +зворотному 32906 +зворотної 32907 +зворотну 32908 +зворотньо 32909 +зворотнього 32910 +зворотньому 32911 +зворотньої 32912 +зворотня 32913 +зворотнє 32914 +зворотні 32915 +зворотній 32916 +зворотніх 32917 +зворотів 32918 +зворушення 32919 +зворушила 32920 +зворушливий 32921 +зворушливо 32922 +зворушливою 32923 +зворушливій 32924 +звуження 32925 +звуженні 32926 +звужувати 32927 +звужуються 32928 +звужуючи 32929 +звужується 32930 +звузилася 32931 +звузили 32932 +звузити 32933 +звук 32934 +звука 32935 +звуки 32936 +звукова 32937 +звуковидобування 32938 +звукових 32939 +звукового 32940 +звуковій 32941 +звукозапису 32942 +звуком 32943 +звукометричні 32944 +звукооператор 32945 +звукооперор 32946 +звукорежисер 32947 +звукорежисерка 32948 +звукорежисерским 32949 +звукорежисерським 32950 +звуку 32951 +звуків 32952 +звунувачують 32953 +звуть 32954 +звуться 32955 +звутє 32956 +звуці 32957 +звучав 32958 +звучала 32959 +звучали 32960 +звучало 32961 +звучання 32962 +звучати 32963 +звучатиме 32964 +звучатимуть 32965 +звучать 32966 +звучите 32967 +звучить 32968 +звязистка 32969 +звєздан 32970 +звєсть 32971 +звів 32972 +звівши 32973 +звіг'янич 32974 +звігленич 32975 +звіглянич 32976 +звіглянича 32977 +звігляничу 32978 +звігрянич 32979 +звід 32980 +звідати 32981 +звідатися 32982 +звіддаля 32983 +звідки 32984 +звідкись 32985 +звідкуду 32986 +звідкіль 32987 +звідкіля 32988 +звідкілясь 32989 +звідкісь 32990 +звідси 32991 +звідсіля 32992 +звідтам 32993 +звідтамти 32994 +звідти 32995 +звідтоді 32996 +звідтіля 32997 +звідусюди 32998 +звідусіль 32999 +звідціля 33000 +звіздах 33001 +звізди 33002 +звіку 33003 +звільнена 33004 +звільнений 33005 +звільненими 33006 +звільнених 33007 +звільненню 33008 +звільнення 33009 +звільненням 33010 +звільненні 33011 +звільнено 33012 +звільненому 33013 +звільненою 33014 +звільнень 33015 +звільнені 33016 +звільни 33017 +звільнив 33018 +звільнився 33019 +звільнивши 33020 +звільнила 33021 +звільнилась 33022 +звільнилася 33023 +звільнили 33024 +звільнимо 33025 +звільнити 33026 +звільнитись 33027 +звільнитися 33028 +звільнить 33029 +звільниш 33030 +звільнювати 33031 +звільнюємо 33032 +звільняв 33033 +звільнявся 33034 +звільняла 33035 +звільнялася 33036 +звільняли 33037 +звільняти 33038 +звільнятися 33039 +звільняюсь 33040 +звільняють 33041 +звільняються 33042 +звільняючи 33043 +звільняє 33044 +звільняємо 33045 +звільняється 33046 +звільніть 33047 +звільніють 33048 +звільянич 33049 +звімо 33050 +звінків 33051 +звір 33052 +звіра 33053 +звірами 33054 +звірей 33055 +звірем 33056 +звірився 33057 +звірившись 33058 +звірине 33059 +звіринець 33060 +звірки 33061 +звірства 33062 +звірством 33063 +звірські 33064 +звіряла 33065 +звіряли 33066 +звірячий 33067 +звіряю 33068 +звіряючи 33069 +звірі 33070 +звірів 33071 +звісивши 33072 +звісно 33073 +звістка 33074 +звістки 33075 +звісткою 33076 +звісток 33077 +звіт 33078 +звіта 33079 +звітами 33080 +звітах 33081 +звіти 33082 +звітно 33083 +звітності 33084 +звітність 33085 +звітністю 33086 +звітом 33087 +звіту 33088 +звітував 33089 +звітували 33090 +звітування 33091 +звітуванням 33092 +звітуванні 33093 +звітувати 33094 +звітуватиме 33095 +звітуватимуть 33096 +звітуватись 33097 +звітуйте 33098 +звітують 33099 +звітуються 33100 +звітуючи 33101 +звітує 33102 +звітується 33103 +звіті 33104 +звітів 33105 +згадав 33106 +згадавши 33107 +згадаймо 33108 +згадайте 33109 +згадала 33110 +згадалася 33111 +згадали 33112 +згадана 33113 +згадане 33114 +згаданий 33115 +згаданим 33116 +згаданих 33117 +згадано 33118 +згаданого 33119 +згаданої 33120 +згадану 33121 +згадані 33122 +згадати 33123 +згадаю 33124 +згадають 33125 +згадає 33126 +згадаєм 33127 +згадаємо 33128 +згадаєте 33129 +згадаєш 33130 +згадка 33131 +згадками 33132 +згадки 33133 +згадку 33134 +згадок 33135 +згадував 33136 +згадувала 33137 +згадували 33138 +згадувались 33139 +згадувалося 33140 +згадування 33141 +згадуваність 33142 +згадувати 33143 +згадуватимуть 33144 +згадувать 33145 +згадую 33146 +згадують 33147 +згадуються 33148 +згадуючи 33149 +згадує 33150 +згадуємо 33151 +згадується 33152 +згадуєш 33153 +згадці 33154 +згамкати 33155 +зганяти 33156 +зганяючи 33157 +згарищ 33158 +згарища 33159 +згасають 33160 +згвалтовані 33161 +згвалтуванням 33162 +згинатися 33163 +згине 33164 +згинули 33165 +згинути 33166 +зговір 33167 +згода 33168 +згоден 33169 +згоджуватися 33170 +згоди 33171 +згодився 33172 +згодитися 33173 +згодиться 33174 +згодна 33175 +згодне 33176 +згодний 33177 +згодно 33178 +згодні 33179 +згодом 33180 +згодою 33181 +згоду 33182 +зголосився 33183 +зголосились 33184 +зголосилися 33185 +згорання 33186 +згорають 33187 +згорає 33188 +згорбилися 33189 +згорблена 33190 +згорені 33191 +згори 33192 +згорить 33193 +згориш 33194 +згорнув 33195 +згорнути 33196 +згорнуть 33197 +згортання 33198 +згортанням 33199 +згортати 33200 +згоряння 33201 +згоряти 33202 +згорять 33203 +згорів 33204 +згорівше 33205 +згоріла 33206 +згоріли 33207 +згоріло 33208 +згоріти 33209 +зготовлена 33210 +зграю 33211 +зграя 33212 +зграями 33213 +зграї 33214 +згребти 33215 +згромадилися 33216 +згрупувався 33217 +згрупували 33218 +згріб 33219 +згуби 33220 +згубив 33221 +згубивши 33222 +згубили 33223 +згубності 33224 +згубної 33225 +згубу 33226 +згуртованих 33227 +згуртованого 33228 +згуртованість 33229 +згуртованішою 33230 +згуртувалися 33231 +згуртувати 33232 +згуртуватися 33233 +згуртує 33234 +згусток 33235 +згущення 33236 +згідливо 33237 +згідна 33238 +згідний 33239 +згідно 33240 +згідного 33241 +згідні 33242 +зд 33243 +здав 33244 +здавав 33245 +здавався 33246 +здавайся 33247 +здавайте 33248 +здавайтесь 33249 +здавала 33250 +здавалася 33251 +здавали 33252 +здавалися 33253 +здавалось 33254 +здавалося 33255 +здавати 33256 +здаватимуться 33257 +здаватись 33258 +здаватися 33259 +здавленим 33260 +здавна 33261 +здався 33262 +здавши 33263 +здавшись 33264 +здадуться 33265 +здаже 33266 +здай 33267 +здайте 33268 +здала 33269 +здалека 33270 +здалеки 33271 +здалеку 33272 +здали 33273 +здалися 33274 +здало 33275 +здалось 33276 +здалося 33277 +здальша 33278 +здаля 33279 +здам 33280 +здамо 33281 +здана 33282 +здано 33283 +здану 33284 +здасиш 33285 +здасть 33286 +здатен 33287 +здати 33288 +здатись 33289 +здатися 33290 +здатна 33291 +здатне 33292 +здатний 33293 +здатними 33294 +здатних 33295 +здатно 33296 +здатного 33297 +здатності 33298 +здатньо 33299 +здатні 33300 +здатність 33301 +здатністю 33302 +здатості 33303 +здать 33304 +здача 33305 +здачу 33306 +здачі 33307 +здаю 33308 +здаюсь 33309 +здають 33310 +здаються 33311 +здає 33312 +здаєм 33313 +здаємо 33314 +здаєтсья 33315 +здається 33316 +здаєш 33317 +здвигають 33318 +здвигнувши 33319 +здвижу 33320 +здвинути 33321 +здвідському 33322 +здебільш 33323 +здебільшого 33324 +зденека 33325 +здере 33326 +здертих 33327 +здесь 33328 +здетоновані 33329 +здетонував 33330 +здетонували 33331 +здешевлення 33332 +здибав 33333 +здибались 33334 +здибало 33335 +здибаю 33336 +здибивши 33337 +здибити 33338 +здивована 33339 +здивований 33340 +здивовано 33341 +здивовані 33342 +здивував 33343 +здивувався 33344 +здивувала 33345 +здивувалась 33346 +здивувалася 33347 +здивували 33348 +здивувало 33349 +здивування 33350 +здивуванням 33351 +здивувань 33352 +здивуй 33353 +здивуюсь 33354 +здивуємо 33355 +здивуєш 33356 +здирає 33357 +здирника 33358 +здирництва 33359 +здичавів 33360 +здичавіли 33361 +здобич 33362 +здобиччю 33363 +здобичі 33364 +здобний 33365 +здобув 33366 +здобував 33367 +здобувала 33368 +здобували 33369 +здобувати 33370 +здобувають 33371 +здобуваючи 33372 +здобуває 33373 +здобувається 33374 +здобувши 33375 +здобуде 33376 +здобудемо 33377 +здобуду 33378 +здобудуть 33379 +здобула 33380 +здобули 33381 +здобуло 33382 +здобута 33383 +здобути 33384 +здобутих 33385 +здобутками 33386 +здобутки 33387 +здобутком 33388 +здобутків 33389 +здобутого 33390 +здобуток 33391 +здобуття 33392 +здобутті 33393 +здобуту 33394 +здобуті 33395 +здогадався 33396 +здогадавшись 33397 +здогадалась 33398 +здогадалися 33399 +здогадами 33400 +здогадатись 33401 +здогадатися 33402 +здогади 33403 +здогадки 33404 +здогадом 33405 +здогадувався 33406 +здогадувалися 33407 +здогадувася 33408 +здогадуватися 33409 +здогадуйтеся 33410 +здогадуюся 33411 +здогадуємося 33412 +здогадуєшся 33413 +здогаді 33414 +здоганяло 33415 +здоганяти 33416 +здогнав 33417 +здогонить 33418 +здолавши 33419 +здолала 33420 +здолали 33421 +здолати 33422 +здоров 33423 +здоров'ю 33424 +здоров'я 33425 +здоров'ям 33426 +здоров'ячка 33427 +здоров'ячко 33428 +здоров'єм 33429 +здорова 33430 +здорове 33431 +здоровезний 33432 +здоровезному 33433 +здоровенний 33434 +здоровенному 33435 +здоровенною 33436 +здоровенні 33437 +здоровенька 33438 +здоровенькі 33439 +здоровий 33440 +здоровим 33441 +здоровими 33442 +здорових 33443 +здоровкаються 33444 +здоровкається 33445 +здоровлечка 33446 +здоровлечко 33447 +здоровля 33448 +здорово 33449 +здорового 33450 +здоровому 33451 +здоровою 33452 +здорової 33453 +здорову 33454 +здоровья 33455 +здорові 33456 +здоровій 33457 +здоровіша 33458 +здоровіше 33459 +здорожчав 33460 +здорожчала 33461 +здорожчання 33462 +здох 33463 +здохло 33464 +здохне 33465 +здраствуйте 33466 +здрастуй 33467 +здрастуйте 33468 +здрасьтє 33469 +здригався 33470 +здригнувся 33471 +здригнулася 33472 +здригнули 33473 +здригнулося 33474 +здригнусь 33475 +здригнутися 33476 +здружені 33477 +здружились 33478 +здружилися 33479 +здружитися 33480 +здружуюсь 33481 +здувало 33482 +здужав 33483 +здужали 33484 +здумаєш 33485 +здурів 33486 +здуріти 33487 +здушений 33488 +здушили 33489 +здєлана 33490 +здібний 33491 +здібними 33492 +здібностей 33493 +здібностях 33494 +здібності 33495 +здібні 33496 +здібність 33497 +здійма 33498 +здіймалася 33499 +здіймати 33500 +здіймають 33501 +здіймає 33502 +здіймається 33503 +здійснена 33504 +здійснене 33505 +здійснений 33506 +здійснених 33507 +здійсненне 33508 +здійснення 33509 +здійсненні 33510 +здійснено 33511 +здійснені 33512 +здійсненій 33513 +здійснив 33514 +здійснила 33515 +здійснили 33516 +здійснились 33517 +здійснило 33518 +здійснилось 33519 +здійснити 33520 +здійснитися 33521 +здійснить 33522 +здійсною 33523 +здійснював 33524 +здійснювався 33525 +здійснювала 33526 +здійснювалася 33527 +здійснювали 33528 +здійснювалися 33529 +здійснювалося 33530 +здійснювати 33531 +здійснюватиме 33532 +здійснюватиметься 33533 +здійснюватимуть 33534 +здійснюватись 33535 +здійснюватися 33536 +здійснюють 33537 +здійснюються 33538 +здійснюючи 33539 +здійснює 33540 +здійснюєм 33541 +здійснюємо 33542 +здійснюється 33543 +здійснять 33544 +здійсняться 33545 +зебарі 33546 +зебри 33547 +зебру 33548 +зевес 33549 +зевс 33550 +зевсу 33551 +зеев 33552 +зейтуллаєв 33553 +зека 33554 +зекономив 33555 +зекономили 33556 +зекономити 33557 +зекономить 33558 +зекономлені 33559 +зекономлять 33560 +зеландія 33561 +зеландії 33562 +зелена 33563 +зелене 33564 +зелененьку 33565 +зелений 33566 +зеленим 33567 +зеленими 33568 +зелених 33569 +зеленка 33570 +зеленкуватого 33571 +зеленню 33572 +зелено 33573 +зеленого 33574 +зеленому 33575 +зеленої 33576 +зеленський 33577 +зеленським 33578 +зеленського 33579 +зелену 33580 +зеленушка 33581 +зелень 33582 +зелені 33583 +зеленій 33584 +зеленім 33585 +зеленіння 33586 +зеленіють 33587 +зеленіє 33588 +зеллік 33589 +зело 33590 +зелстера 33591 +зельонка 33592 +зельтцер 33593 +зельтцера 33594 +зельцера 33595 +зелік 33596 +зелімханом 33597 +зелінська 33598 +зелінченко 33599 +земан 33600 +земана 33601 +земаном 33602 +земель 33603 +земелькою 33604 +земельна 33605 +земельне 33606 +земельними 33607 +земельних 33608 +земельною 33609 +земельноі 33610 +земельної 33611 +земельну 33612 +земельні 33613 +земельній 33614 +земле 33615 +землевласники 33616 +землевласників 33617 +землевпорядної 33618 +землевпорядну 33619 +землекористування 33620 +землеробства 33621 +землеробство 33622 +землетрус 33623 +землетруси 33624 +землетрусом 33625 +землетрусу 33626 +землею 33627 +землю 33628 +земля 33629 +земляк 33630 +земляка 33631 +земляками 33632 +земляки 33633 +земляків 33634 +землями 33635 +землян 33636 +земляний 33637 +землянка 33638 +землянках 33639 +землянки 33640 +землянку 33641 +землянок 33642 +землянці 33643 +земляні 33644 +землях 33645 +земляцтва 33646 +землі 33647 +земне 33648 +земним 33649 +земних 33650 +земноводні 33651 +земного 33652 +земні 33653 +земній 33654 +земоетрусу 33655 +земської 33656 +зенон 33657 +зенона 33658 +зеніт 33659 +зенітна 33660 +зенітний 33661 +зенітних 33662 +зенітно 33663 +зенітного 33664 +зенітної 33665 +зенітні 33666 +зеніту 33667 +зерена 33668 +зеркала 33669 +зеркаль 33670 +зерна 33671 +зернами 33672 +зернини 33673 +зерно 33674 +зернова 33675 +зерновий 33676 +зернових 33677 +зернового 33678 +зерновою 33679 +зернові 33680 +зерном 33681 +зерноперевантажувального 33682 +зерня 33683 +зефтею 33684 +зживуть 33685 +зжила 33686 +зза 33687 +ззаду 33688 +ззаді 33689 +ззиває 33690 +ззовні 33691 +зиби 33692 +зилишим 33693 +зим 33694 +зима 33695 +зимами 33696 +зимбабве 33697 +зими 33698 +зимна 33699 +зимне 33700 +зимника 33701 +зимно 33702 +зимнього 33703 +зимніше 33704 +зимова 33705 +зимове 33706 +зимовий 33707 +зимових 33708 +зимового 33709 +зимової 33710 +зимові 33711 +зимовій 33712 +зимою 33713 +зиму 33714 +зимували 33715 +зимують 33716 +зимуючий 33717 +зимі 33718 +зимівників 33719 +зиновія 33720 +зинон 33721 +зиноном 33722 +зиньковецького 33723 +зирила 33724 +зирк 33725 +зиркнув 33726 +зироду 33727 +зирю 33728 +зиск 33729 +зисків 33730 +зичу 33731 +зиґзаґ 33732 +зиґмунд 33733 +зйобує 33734 +зйомка 33735 +зйомки 33736 +зйомку 33737 +зйомну 33738 +зйомній 33739 +зйомок 33740 +зконсолідувати 33741 +зконцетруемся 33742 +зкоротили 33743 +зкостя 33744 +зкручується 33745 +зкріплення 33746 +зла 33747 +злагода 33748 +злагодженності 33749 +злагодження 33750 +злагоджено 33751 +злагоджені 33752 +злагодженій 33753 +злагоди 33754 +злагоді 33755 +злажу 33756 +злазити 33757 +злазить 33758 +злазь 33759 +злазячи 33760 +злам 33761 +зламав 33762 +зламався 33763 +зламавши 33764 +зламала 33765 +зламали 33766 +зламами 33767 +зламана 33768 +зламаний 33769 +зламаною 33770 +зламану 33771 +зламати 33772 +зламах 33773 +зламають 33774 +зламає 33775 +злами 33776 +зламу 33777 +зламів 33778 +злапала 33779 +злапати 33780 +златополем 33781 +златополі 33782 +злачним 33783 +злая 33784 +зле 33785 +злегка 33786 +злегковажили 33787 +зленько 33788 +злету 33789 +злетів 33790 +злетіла 33791 +злетіли 33792 +злечо 33793 +злеє 33794 +злив 33795 +злива 33796 +зливав 33797 +зливалася 33798 +зливали 33799 +зливати 33800 +зливать 33801 +зливаю 33802 +зливають 33803 +зливаються 33804 +зливає 33805 +зливи 33806 +зливних 33807 +зливо 33808 +зливові 33809 +злився 33810 +зливу 33811 +злиденних 33812 +злидні 33813 +злиднів 33814 +злизала 33815 +злий 33816 +злилася 33817 +злилися 33818 +злим 33819 +злинь 33820 +злипаються 33821 +злиття 33822 +злиться 33823 +злих 33824 +злишається 33825 +злишком 33826 +зло 33827 +злоба 33828 +злоби 33829 +злобною 33830 +злободенні 33831 +злобу 33832 +злобі 33833 +злобіна 33834 +зловживайте 33835 +зловживання 33836 +зловживанням 33837 +зловживаннями 33838 +зловживанні 33839 +зловживань 33840 +зловживати 33841 +зловживають 33842 +зловживає 33843 +зловив 33844 +зловила 33845 +зловило 33846 +зловити 33847 +зловиш 33848 +зловлять 33849 +зловмисник 33850 +зловмисники 33851 +зловмисників 33852 +зловчився 33853 +зловісним 33854 +злого 33855 +злодюжка 33856 +злодюжок 33857 +злодій 33858 +злодійкуваті 33859 +злодійство 33860 +злодійського 33861 +злодію 33862 +злодіям 33863 +злодіяння 33864 +злодієм 33865 +злодіїв 33866 +зложили 33867 +зложити 33868 +зложиться 33869 +злом 33870 +зломили 33871 +зломлений 33872 +злоне 33873 +злосливими 33874 +злословити 33875 +злости 33876 +злостив 33877 +злостило 33878 +злостить 33879 +злостся 33880 +злості 33881 +злотворцем 33882 +злотих 33883 +злотником 33884 +злочин 33885 +злочинам 33886 +злочинами 33887 +злочинах 33888 +злочинець 33889 +злочини 33890 +злочиним 33891 +злочинна 33892 +злочинне 33893 +злочинний 33894 +злочинним 33895 +злочинних 33896 +злочинно 33897 +злочинного 33898 +злочинності 33899 +злочинної 33900 +злочинну 33901 +злочинні 33902 +злочинній 33903 +злочинність 33904 +злочинністю 33905 +злочинов 33906 +злочином 33907 +злочину 33908 +злочинцем 33909 +злочинця 33910 +злочинцями 33911 +злочинці 33912 +злочинців 33913 +злочині 33914 +злочинів 33915 +злочінної 33916 +злою 33917 +злоякісна 33918 +злоякісним 33919 +злоякісних 33920 +злоякісному 33921 +злоякісною 33922 +злоякісної 33923 +злоякісну 33924 +злої 33925 +злу 33926 +злуки 33927 +злучалися 33928 +зльоті 33929 +злюбу 33930 +злючі 33931 +злягла 33932 +злякавсь 33933 +злякався 33934 +злякавшись 33935 +злякала 33936 +злякалася 33937 +злякались 33938 +злякалися 33939 +злякалось 33940 +зляканий 33941 +зляканих 33942 +злякано 33943 +зляканому 33944 +злякані 33945 +злякає 33946 +злякаєш 33947 +злі 33948 +зліва 33949 +зліз 33950 +злізе 33951 +злізла 33952 +злізли 33953 +злій 33954 +злійших 33955 +зліквідована 33956 +зліквідовано 33957 +зліквідував 33958 +зліквідувати 33959 +зліпити 33960 +зліплений 33961 +зліплені 33962 +злісна 33963 +злісні 33964 +злість 33965 +злістю 33966 +зліт 33967 +злітав 33968 +злітала 33969 +злітали 33970 +злітати 33971 +злітають 33972 +злітає 33973 +злітаємо 33974 +злітка 33975 +злітно 33976 +злітну 33977 +злічити 33978 +злічіння 33979 +зм'якшив 33980 +змагався 33981 +змагалися 33982 +змагання 33983 +змаганням 33984 +змаганнями 33985 +змаганнях 33986 +змаганні 33987 +змагань 33988 +змагати 33989 +змагатиметься 33990 +змагатимуться 33991 +змагатися 33992 +змагаюся 33993 +змагаються 33994 +змагаючись 33995 +змагається 33996 +змагунами 33997 +змалеча 33998 +змалечку 33999 +змалку 34000 +змальовані 34001 +змальовували 34002 +змальовую 34003 +змальовують 34004 +змаліє 34005 +зманіпулювати 34006 +змарнувати 34007 +змарніла 34008 +змарніле 34009 +змастити 34010 +змахнувши 34011 +змащені 34012 +змащували 34013 +змає 34014 +зменшать 34015 +зменшена 34016 +зменшений 34017 +зменшенню 34018 +зменшення 34019 +зменшенням 34020 +зменшенні 34021 +зменшено 34022 +зменшеному 34023 +зменшені 34024 +зменшив 34025 +зменшився 34026 +зменшиення 34027 +зменшила 34028 +зменшилась 34029 +зменшилася 34030 +зменшили 34031 +зменшились 34032 +зменшилися 34033 +зменшилось 34034 +зменшилося 34035 +зменшим 34036 +зменшина 34037 +зменшити 34038 +зменшитись 34039 +зменшитися 34040 +зменшить 34041 +зменшиться 34042 +зменшував 34043 +зменшувався 34044 +зменшувалась 34045 +зменшували 34046 +зменшувати 34047 +зменшуватись 34048 +зменшують 34049 +зменшуються 34050 +зменшуючи 34051 +зменшує 34052 +зменшується 34053 +зменьшить 34054 +змерз 34055 +змив 34056 +змиватися 34057 +змився 34058 +змикається 34059 +змила 34060 +змирилась 34061 +змирилася 34062 +змирилися 34063 +змиритись 34064 +змиритися 34065 +змириться 34066 +змиєшся 34067 +змобілізував 34068 +змови 34069 +змовилися 34070 +змовкало 34071 +змовники 34072 +змовою 34073 +змову 34074 +змовчав 34075 +змовчана 34076 +змові 34077 +змога 34078 +змоги 34079 +змогла 34080 +змогли 34081 +змогти 34082 +змогу 34083 +змоделювати 34084 +змоделюємо 34085 +змодефікували 34086 +зможе 34087 +зможем 34088 +зможемо 34089 +зможенів 34090 +зможете 34091 +зможеш 34092 +зможу 34093 +зможуть 34094 +змозі 34095 +змокала 34096 +змокне 34097 +змолоти 34098 +змонтовано 34099 +змора 34100 +зморшках 34101 +зморшки 34102 +зморшок 34103 +зморщеними 34104 +змотати 34105 +змочені 34106 +змоґли 34107 +змузі 34108 +змусив 34109 +змусила 34110 +змусили 34111 +змусило 34112 +змусити 34113 +змусить 34114 +змусять 34115 +змучена 34116 +змучений 34117 +змучено 34118 +змучені 34119 +змучивши 34120 +змушена 34121 +змушене 34122 +змушений 34123 +змушено 34124 +змушені 34125 +змушував 34126 +змушували 34127 +змушувати 34128 +змушуватиме 34129 +змушувать 34130 +змушують 34131 +змушуючи 34132 +змушує 34133 +змі 34134 +зміг 34135 +змій 34136 +змін 34137 +зміна 34138 +змінам 34139 +змінами 34140 +змінах 34141 +зміне 34142 +змінена 34143 +змінений 34144 +зміненим 34145 +змінено 34146 +зміненої 34147 +змінені 34148 +зміни 34149 +змінив 34150 +змінився 34151 +змінивши 34152 +змінила 34153 +змінилась 34154 +змінилася 34155 +змінили 34156 +змінились 34157 +змінилися 34158 +змінило 34159 +змінилось 34160 +змінилося 34161 +змінимо 34162 +зміните 34163 +змінити 34164 +змінитись 34165 +змінитися 34166 +змінить 34167 +зміниться 34168 +зміниш 34169 +змінних 34170 +змінну 34171 +змінні 34172 +зміною 34173 +зміну 34174 +змінював 34175 +змінювався 34176 +змінювалась 34177 +змінювалася 34178 +змінювали 34179 +змінювались 34180 +змінювалися 34181 +змінювалось 34182 +змінювалося 34183 +змінювати 34184 +змінюватись 34185 +змінюватися 34186 +змінюйте 34187 +змінюють 34188 +змінюються 34189 +змінюючи 34190 +змінює 34191 +змінюєм 34192 +змінюємо 34193 +змінюється 34194 +змінюєш 34195 +змінять 34196 +зміняться 34197 +зміняю 34198 +зміні 34199 +змініть 34200 +зміряв 34201 +зміст 34202 +змістами 34203 +змісти 34204 +змістив 34205 +змістившись 34206 +змістила 34207 +змістити 34208 +змістовне 34209 +змістовний 34210 +змістовних 34211 +змістовно 34212 +змістовного 34213 +змістовному 34214 +змістовну 34215 +змістовні 34216 +змістовність 34217 +змістовніше 34218 +змістову 34219 +змістом 34220 +змістоутворюючі 34221 +змісту 34222 +змісті 34223 +змістів 34224 +змітають 34225 +зміцненню 34226 +зміцнення 34227 +зміцнився 34228 +зміцнила 34229 +зміцнили 34230 +зміцнило 34231 +зміцнити 34232 +зміцнить 34233 +зміцнювалась 34234 +зміцнювали 34235 +зміцнювати 34236 +зміцнюватимемо 34237 +зміцнюючи 34238 +зміцнює 34239 +зміцнілий 34240 +змішавши 34241 +змішайся 34242 +змішала 34243 +змішали 34244 +змішалися 34245 +змішана 34246 +змішаний 34247 +змішаними 34248 +змішання 34249 +змішано 34250 +змішаного 34251 +змішаному 34252 +змішані 34253 +змішаєте 34254 +змішувати 34255 +змішуйте 34256 +змішую 34257 +змішують 34258 +змішуємося 34259 +змішується 34260 +зміщений 34261 +зміщення 34262 +зміщені 34263 +зміщуватися 34264 +зміщується 34265 +змія 34266 +змієм 34267 +зміїний 34268 +зміїним 34269 +зміїного 34270 +зміїному 34271 +зн 34272 +зна 34273 +знав 34274 +знавець 34275 +знався 34276 +знавцем 34277 +знавцями 34278 +знавши 34279 +знадвору 34280 +знадобилась 34281 +знадобилася 34282 +знадобилися 34283 +знадобилось 34284 +знадобилося 34285 +знадобитися 34286 +знадобиться 34287 +знадобляться 34288 +знаемо 34289 +знаете 34290 +знаеш 34291 +знаичть 34292 +знай 34293 +знайде 34294 +знайдем 34295 +знайдемо 34296 +знайдена 34297 +знайдене 34298 +знайдений 34299 +знайдених 34300 +знайдення 34301 +знайденні 34302 +знайдено 34303 +знайденого 34304 +знайдені 34305 +знайдете 34306 +знайдеться 34307 +знайдеш 34308 +знайди 34309 +знайду 34310 +знайдуть 34311 +знайдуться 34312 +знайдя 34313 +знайдіть 34314 +знайома 34315 +знайоме 34316 +знайомив 34317 +знайомий 34318 +знайомилась 34319 +знайомим 34320 +знайомими 34321 +знайомимося 34322 +знайомит 34323 +знайомити 34324 +знайомитись 34325 +знайомитися 34326 +знайомитиь 34327 +знайомить 34328 +знайомиться 34329 +знайомих 34330 +знайомлять 34331 +знайомляться 34332 +знайомого 34333 +знайомості 34334 +знайомої 34335 +знайомств 34336 +знайомства 34337 +знайомство 34338 +знайомству 34339 +знайому 34340 +знайомі 34341 +знайте 34342 +знайти 34343 +знайтися 34344 +знайшла 34345 +знайшлася 34346 +знайшли 34347 +знайшлись 34348 +знайшлися 34349 +знайшло 34350 +знайшлось 34351 +знайшлося 34352 +знайшов 34353 +знайшовся 34354 +знайшовши 34355 +знак 34356 +знака 34357 +знаками 34358 +знаки 34359 +знакова 34360 +знаковим 34361 +знаковими 34362 +знакових 34363 +знаковості 34364 +знакової 34365 +знакову 34366 +знакові 34367 +знаком 34368 +знакомі 34369 +знаку 34370 +знаків 34371 +знала 34372 +знали 34373 +знало 34374 +зналіз 34375 +знам'янка 34376 +знам'янки 34377 +знам'янкою 34378 +знам'янку 34379 +знам'янці 34380 +знамена 34381 +знаменами 34382 +знаменита 34383 +знамените 34384 +знаменитий 34385 +знаменитими 34386 +знаменитих 34387 +знаменитості 34388 +знаменитою 34389 +знаменитої 34390 +знамениту 34391 +знаменник 34392 +знаменника 34393 +знаменнику 34394 +знаменними 34395 +знаменно 34396 +знамення 34397 +знаменній 34398 +знаменський 34399 +знаменувало 34400 +знаменують 34401 +знаменуючи 34402 +знаменує 34403 +знане 34404 +знаний 34405 +знання 34406 +знанням 34407 +знаннями 34408 +знаннях 34409 +знаннє 34410 +знанні 34411 +знань 34412 +знані 34413 +знаружи 34414 +знаряддя 34415 +знаряддям 34416 +знарядь 34417 +знати 34418 +знатиме 34419 +знатимемо 34420 +знатимуть 34421 +знатися 34422 +знатного 34423 +знаток 34424 +знаття 34425 +знать 34426 +знаться 34427 +знаті 34428 +знахар 34429 +знахаря 34430 +знаходження 34431 +знаходженні 34432 +знаходжу 34433 +знаходжусь 34434 +знаходжуся 34435 +знаходив 34436 +знаходився 34437 +знаходилась 34438 +знаходилася 34439 +знаходили 34440 +знаходились 34441 +знаходилися 34442 +знаходило 34443 +знаходилось 34444 +знаходилося 34445 +знаходиметься 34446 +знаходимо 34447 +знаходимось 34448 +знаходимося 34449 +знаходимся 34450 +знаходите 34451 +знаходитесь 34452 +знаходитеся 34453 +знаходити 34454 +знаходитиметься 34455 +знаходитимуться 34456 +знаходитись 34457 +знаходитися 34458 +знаходить 34459 +знаходиться 34460 +знаходиш 34461 +знаходишся 34462 +знаходять 34463 +знаходяться 34464 +знаходячи 34465 +знаходячись 34466 +знахідка 34467 +знахідки 34468 +знахідкою 34469 +знахідку 34470 +значать 34471 +значення 34472 +значенням 34473 +значеннями 34474 +значенні 34475 +значима 34476 +значиме 34477 +значимим 34478 +значимих 34479 +значимості 34480 +значимі 34481 +значимість 34482 +значимістю 34483 +значит 34484 +значить 34485 +значиться 34486 +значка 34487 +значкового 34488 +значна 34489 +значне 34490 +значний 34491 +значним 34492 +значними 34493 +значних 34494 +значно 34495 +значного 34496 +значною 34497 +значної 34498 +значну 34499 +значні 34500 +значній 34501 +значок 34502 +значочок 34503 +значуща 34504 +значущими 34505 +значущих 34506 +значущі 34507 +значущість 34508 +значіть 34509 +знаш 34510 +знаю 34511 +знают 34512 +знають 34513 +знаючи 34514 +знає 34515 +знаєм 34516 +знаємо 34517 +знаєте 34518 +знається 34519 +знаєтє 34520 +знаєш 34521 +знаєшь 34522 +знеболювальними 34523 +знеболювальних 34524 +знеболювальні 34525 +зневага 34526 +зневагу 34527 +зневажай 34528 +зневажанні 34529 +зневажають 34530 +зневажає 34531 +зневажить 34532 +зневажливий 34533 +зневажливих 34534 +зневажливо 34535 +зневажливі 34536 +зневальовані 34537 +зневоднення 34538 +зневіру 34539 +зневірювались 34540 +зневірюватись 34541 +зневіряться 34542 +знедолених 34543 +знедоленій 34544 +знежирюємо 34545 +знезараження 34546 +знезаражування 34547 +знезаражують 34548 +знекровлена 34549 +знекровленний 34550 +знемагаючи 34551 +знемоглося 34552 +знемігся 34553 +зненавиділа 34554 +зненацька 34555 +знеохочуватися 34556 +знеохочує 34557 +знепритомніла 34558 +знервований 34559 +знесе 34560 +знесення 34561 +знесилена 34562 +знесилити 34563 +знесли 34564 +знесло 34565 +знести 34566 +знеструмлена 34567 +знеструмлено 34568 +знестями 34569 +знесінні 34570 +знехотя 34571 +знехтують 34572 +знецінений 34573 +знецінених 34574 +знецінення 34575 +знецінилося 34576 +знецінити 34577 +знецінювати 34578 +знецінюючи 34579 +знецінює 34580 +знешкоджена 34581 +знешкодження 34582 +знешкодити 34583 +знижати 34584 +знижена 34585 +знижений 34586 +зниженими 34587 +зниження 34588 +зниженням 34589 +зниженні 34590 +зниженою 34591 +знижені 34592 +зниживши 34593 +знижка 34594 +знижками 34595 +знижках 34596 +знижки 34597 +знижкою 34598 +знижку 34599 +знижок 34600 +знижували 34601 +знижувались 34602 +знижувати 34603 +знижуватись 34604 +знижуватися 34605 +знижуються 34606 +знижує 34607 +знижуєте 34608 +знижується 34609 +знизав 34610 +знизив 34611 +знизився 34612 +знизилась 34613 +знизилася 34614 +знизили 34615 +знизило 34616 +знизити 34617 +знизитись 34618 +знизить 34619 +знизиться 34620 +знизу 34621 +знизує 34622 +знизяться 34623 +зник 34624 +зникав 34625 +зникало 34626 +зникати 34627 +зникатиме 34628 +зникають 34629 +зникає 34630 +зникла 34631 +зникли 34632 +зниклими 34633 +зниклих 34634 +зникло 34635 +зниклого 34636 +зниклої 34637 +зникне 34638 +зникнем 34639 +зникнення 34640 +зникнути 34641 +зникнуть 34642 +знимка 34643 +знимки 34644 +знимку 34645 +знимуть 34646 +знимці 34647 +знищать 34648 +знищаться 34649 +знищена 34650 +знищене 34651 +знищений 34652 +знищених 34653 +знищенна 34654 +знищенню 34655 +знищення 34656 +знищенням 34657 +знищенні 34658 +знищено 34659 +знищеного 34660 +знищеної 34661 +знищену 34662 +знищені 34663 +знищив 34664 +знищила 34665 +знищили 34666 +знищити 34667 +знищить 34668 +знищував 34669 +знищувалась 34670 +знищувалася 34671 +знищували 34672 +знищувались 34673 +знищувалися 34674 +знищувати 34675 +знищуть 34676 +знищують 34677 +знищуються 34678 +знищує 34679 +знищуєм 34680 +знищується 34681 +знищів 34682 +знищіти 34683 +зно 34684 +знов 34685 +знову 34686 +знос 34687 +зносив 34688 +зносили 34689 +зносило 34690 +зносини 34691 +зносити 34692 +зносить 34693 +зносочка 34694 +зносять 34695 +зношену 34696 +зношувались 34697 +знущалися 34698 +знущання 34699 +знущань 34700 +знущатись 34701 +знущатися 34702 +знущаються 34703 +знущаєтесь 34704 +знущається 34705 +зняв 34706 +знявся 34707 +знявши 34708 +зняла 34709 +знялась 34710 +знялася 34711 +зняли 34712 +знялися 34713 +зняло 34714 +знялося 34715 +знята 34716 +зняти 34717 +знятий 34718 +знятими 34719 +знятися 34720 +знято 34721 +зняттю 34722 +зняття 34723 +знятті 34724 +зняту 34725 +зняті 34726 +знівелювати 34727 +знімав 34728 +знімався 34729 +знімайте 34730 +знімала 34731 +знімалась 34732 +знімалася 34733 +знімали 34734 +знімались 34735 +знімало 34736 +знімальний 34737 +знімальну 34738 +знімання 34739 +знімати 34740 +знімаю 34741 +знімають 34742 +знімаються 34743 +знімає 34744 +знімаєм 34745 +знімаємо 34746 +знімаєте 34747 +знімається 34748 +зніме 34749 +знімем 34750 +знімемо 34751 +зніметься 34752 +знімках 34753 +знімки 34754 +знімків 34755 +знімок 34756 +знімочок 34757 +зніму 34758 +знімуть 34759 +зніс 34760 +зніяковів 34761 +зо 34762 +зобов'зань 34763 +зобов'яже 34764 +зобов'язав 34765 +зобов'язався 34766 +зобов'язала 34767 +зобов'язалася 34768 +зобов'язали 34769 +зобов'язались 34770 +зобов'язалися 34771 +зобов'язана 34772 +зобов'язаний 34773 +зобов'язаних 34774 +зобов'язання 34775 +зобов'язанням 34776 +зобов'язаннями 34777 +зобов'язанність 34778 +зобов'язано 34779 +зобов'язань 34780 +зобов'язані 34781 +зобов'язаність 34782 +зобов'язати 34783 +зобов'язатися 34784 +зобов'язувалась 34785 +зобов'язуючим 34786 +зобов'язуючих 34787 +зобов'язуючою 34788 +зобов'язуючої 34789 +зобов'язуючу 34790 +зобов'язує 34791 +зоборонятимуть 34792 +зображати 34793 +зображена 34794 +зображення 34795 +зображенням 34796 +зображенні 34797 +зображено 34798 +зображеного 34799 +зображень 34800 +зображені 34801 +зображується 34802 +зобразив 34803 +зобразили 34804 +зобразити 34805 +зовеш 34806 +зовн 34807 +зовні 34808 +зовнішеньої 34809 +зовнішності 34810 +зовнішньо 34811 +зовнішнього 34812 +зовнішньому 34813 +зовнішньополітична 34814 +зовнішньополітичне 34815 +зовнішньополітичний 34816 +зовнішньополітичним 34817 +зовнішньополітичних 34818 +зовнішньополітичного 34819 +зовнішньополітичному 34820 +зовнішньополітичною 34821 +зовнішньополітичні 34822 +зовнішньою 34823 +зовнішньої 34824 +зовнішню 34825 +зовнішня 34826 +зовнішнє 34827 +зовнішні 34828 +зовнішній 34829 +зовнішнім 34830 +зовнішніми 34831 +зовнішність 34832 +зовнішністю 34833 +зовнішніх 34834 +зовсм 34835 +зовсім 34836 +зовуть 34837 +зогнешся 34838 +зодкуду 34839 +зоерма 34840 +зозирнувся 34841 +зозулик 34842 +зозуль 34843 +зозулька 34844 +зозулю 34845 +зозуля 34846 +зойдберґ 34847 +зойки 34848 +зокрема 34849 +зокремо 34850 +золота 34851 +золотарьов 34852 +золоте 34853 +золотий 34854 +золотим 34855 +золотими 34856 +золотих 34857 +золото 34858 +золотова 34859 +золотовалютних 34860 +золотого 34861 +золотодобувним 34862 +золотом 34863 +золотому 34864 +золотоноші 34865 +золотоординських 34866 +золотоординські 34867 +золотострунної 34868 +золотою 34869 +золотої 34870 +золоту 34871 +золоті 34872 +золотій 34873 +золотім 34874 +золотінь 34875 +золтана 34876 +зомбоящику 34877 +зомбі 34878 +зомліла 34879 +зон 34880 +зона 34881 +зональний 34882 +зонами 34883 +зонах 34884 +зонд 34885 +зонда 34886 +зонду 34887 +зони 34888 +зоною 34889 +зону 34890 +зоні 34891 +зоо 34892 +зоокрема 34893 +зоолог 34894 +зоологом 34895 +зоологів 34896 +зоологію 34897 +зоологією 34898 +зоології 34899 +зоопарк 34900 +зоопарках 34901 +зоопарки 34902 +зоопарком 34903 +зоопарку 34904 +зооґеографічного 34905 +зор'яна 34906 +зорано 34907 +зорати 34908 +зорганізовувати 34909 +зорганізував 34910 +зорганізувати 34911 +зоремо 34912 +зорена 34913 +зореслав 34914 +зори 34915 +зорина 34916 +зорислав 34917 +зорн 34918 +зорна 34919 +зоровий 34920 +зором 34921 +зору 34922 +зорю 34923 +зоря 34924 +зорями 34925 +зорян 34926 +зоряна 34927 +зоряний 34928 +зоряним 34929 +зорянка 34930 +зорянки 34931 +зорянко 34932 +зоряної 34933 +зоряні 34934 +зорі 34935 +зоріна 34936 +зорієнтовані 34937 +зорієнтовуємо 34938 +зорієнтувавшись 34939 +зорієнтувалась 34940 +зорієнтувалася 34941 +зорієнтувалися 34942 +зорієнтувати 34943 +зорієнтуватися 34944 +зорієнтуємся 34945 +зосереджена 34946 +зосереджений 34947 +зосередження 34948 +зосередженням 34949 +зосередженні 34950 +зосереджено 34951 +зосередженого 34952 +зосередженої 34953 +зосереджені 34954 +зосередженість 34955 +зосереджував 34956 +зосереджувався 34957 +зосереджувалась 34958 +зосереджували 34959 +зосереджувались 34960 +зосереджувалося 34961 +зосереджувати 34962 +зосереджуватиметься 34963 +зосереджуватимуть 34964 +зосереджуватимуться 34965 +зосереджуватись 34966 +зосереджуватися 34967 +зосереджують 34968 +зосереджуються 34969 +зосереджуючи 34970 +зосереджує 34971 +зосереджується 34972 +зосередив 34973 +зосередився 34974 +зосередилась 34975 +зосередилися 34976 +зосередимося 34977 +зосередити 34978 +зосередитись 34979 +зосередитися 34980 +зосередить 34981 +зосередиться 34982 +зосталася 34983 +зосталися 34984 +зосталось 34985 +зостанеться 34986 +зостанешся 34987 +зостань 34988 +зостеріг 34989 +зосічка 34990 +зотов 34991 +зотова 34992 +зош 34993 +зошитах 34994 +зошити 34995 +зошиту 34996 +зп 34997 +зпершу 34998 +зпотворними 34999 +зпочилого 35000 +зпресованого 35001 +зпроголосую 35002 +зпушувати 35003 +зрада 35004 +зраджують 35005 +зраджує 35006 +зради 35007 +зрадив 35008 +зрадила 35009 +зрадили 35010 +зрадити 35011 +зрадник 35012 +зрадника 35013 +зрадникам 35014 +зрадники 35015 +зрадником 35016 +зрадників 35017 +зрадництва 35018 +зрадництвом 35019 +зрадницьким 35020 +зрадофіла 35021 +зрадою 35022 +зраду 35023 +зрадуєшся 35024 +зраді 35025 +зрадів 35026 +зраділа 35027 +зраділи 35028 +зразка 35029 +зразками 35030 +зразки 35031 +зразковому 35032 +зразком 35033 +зразку 35034 +зразків 35035 +зразок 35036 +зразу 35037 +зразі 35038 +зранку 35039 +зреагувала 35040 +зреагувало 35041 +зреагувати 35042 +зреалізувати 35043 +зреалізуватись 35044 +зреванжуватися 35045 +зрежисована 35046 +зреклося 35047 +зректися 35048 +зречеться 35049 +зречися 35050 +зрештою 35051 +зрив 35052 +зривав 35053 +зривай 35054 +зривали 35055 +зривати 35056 +зривать 35057 +зривають 35058 +зриває 35059 +зриваєм 35060 +зривається 35061 +зривник 35062 +зривом 35063 +зриву 35064 +зриві 35065 +зринає 35066 +зрк 35067 +зробе 35068 +зроби 35069 +зробив 35070 +зробивсь 35071 +зробився 35072 +зробивши 35073 +зробила 35074 +зробилася 35075 +зробили 35076 +зробилися 35077 +зробило 35078 +зробилось 35079 +зробилося 35080 +зробим 35081 +зробимо 35082 +зробите 35083 +зробити 35084 +зробить 35085 +зробиться 35086 +зробиш 35087 +зроблена 35088 +зроблене 35089 +зроблений 35090 +зробленим 35091 +зробленими 35092 +зроблених 35093 +зроблення 35094 +зроблено 35095 +зробленого 35096 +зробленої 35097 +зроблену 35098 +зроблені 35099 +зроблю 35100 +зроблять 35101 +зробної 35102 +зробіте 35103 +зробіть 35104 +зродила 35105 +зроду 35106 +зрозумів 35107 +зрозумій 35108 +зрозумійте 35109 +зрозуміла 35110 +зрозуміле 35111 +зрозуміли 35112 +зрозумілий 35113 +зрозумілим 35114 +зрозумілими 35115 +зрозумілих 35116 +зрозумілишими 35117 +зрозуміло 35118 +зрозумілонько 35119 +зрозумілою 35120 +зрозумілу 35121 +зрозумілі 35122 +зрозуміліша 35123 +зрозуміліше 35124 +зрозумілішими 35125 +зрозуміння 35126 +зрозуміти 35127 +зрозумітищо 35128 +зрозуміть 35129 +зрозумію 35130 +зрозуміють 35131 +зрозуміє 35132 +зрозумієм 35133 +зрозуміємо 35134 +зрозумієте 35135 +зрозумієш 35136 +зрозчином 35137 +зроків 35138 +зророзуміти 35139 +зросла 35140 +зросли 35141 +зрослися 35142 +зросло 35143 +зрослося 35144 +зростав 35145 +зростайте 35146 +зростала 35147 +зростали 35148 +зростало 35149 +зростанню 35150 +зростання 35151 +зростанням 35152 +зростанні 35153 +зростати 35154 +зростатиме 35155 +зростатимуть 35156 +зростають 35157 +зростаюча 35158 +зростаюче 35159 +зростаючи 35160 +зростаючий 35161 +зростаючим 35162 +зростаючими 35163 +зростаючих 35164 +зростаючого 35165 +зростаючому 35166 +зростаючою 35167 +зростаючої 35168 +зростаючу 35169 +зростаючі 35170 +зростаючій 35171 +зростає 35172 +зросте 35173 +зрости 35174 +зросту 35175 +зростуть 35176 +зросійщеним 35177 +зросійщення 35178 +зросійщувати 35179 +зрошення 35180 +зрошенні 35181 +зрошувальні 35182 +зрошування 35183 +зрошувати 35184 +зрощення 35185 +зрощувати 35186 +зруб 35187 +зрубала 35188 +зрубами 35189 +зрубані 35190 +зрубом 35191 +зрубі 35192 +зруйнована 35193 +зруйнований 35194 +зруйнованих 35195 +зруйновано 35196 +зруйнованої 35197 +зруйновані 35198 +зруйнованій 35199 +зруйнувала 35200 +зруйнували 35201 +зруйнування 35202 +зруйнувати 35203 +зруйнує 35204 +зруйнуємо 35205 +зруйнується 35206 +зрусифікована 35207 +зрухи 35208 +зручна 35209 +зручне 35210 +зручний 35211 +зручним 35212 +зручними 35213 +зручних 35214 +зручно 35215 +зручності 35216 +зручною 35217 +зручні 35218 +зручність 35219 +зручністю 35220 +зручніше 35221 +зручніші 35222 +зрушення 35223 +зрушенням 35224 +зрушеннями 35225 +зрушено 35226 +зрушень 35227 +зрушив 35228 +зрушилася 35229 +зрушили 35230 +зрушино 35231 +зрушити 35232 +зрушитися 35233 +зрушить 35234 +зрушиться 35235 +зрушувати 35236 +зрушується 35237 +зрєнію 35238 +зрівнено 35239 +зрівнюють 35240 +зрівнює 35241 +зрівнявся 35242 +зрівняла 35243 +зрівнялися 35244 +зрівняльної 35245 +зрівнялівка 35246 +зрівняння 35247 +зрівняти 35248 +зрівнятися 35249 +зрівняється 35250 +зрівши 35251 +зріглянич 35252 +зрідженого 35253 +зрідка 35254 +зріз 35255 +зрізав 35256 +зрізала 35257 +зрізалася 35258 +зрізали 35259 +зрізаних 35260 +зрізати 35261 +зрікайтеся 35262 +зрікатися 35263 +зрікаюся 35264 +зрікся 35265 +зрілими 35266 +зрілих 35267 +зрілого 35268 +зрілості 35269 +зрілою 35270 +зрілої 35271 +зрілість 35272 +зріс 35273 +зріст 35274 +зсаджують 35275 +зсадили 35276 +зсередини 35277 +зсивілого 35278 +зсилаємося 35279 +зсовуватися 35280 +зсу 35281 +зсув 35282 +зсувами 35283 +зсуваєте 35284 +зсувається 35285 +зсуви 35286 +зсувом 35287 +зсуву 35288 +зсувів 35289 +зто 35290 +зторгуємось 35291 +зторчався 35292 +зу 35293 +зуб 35294 +зуба 35295 +зубами 35296 +зубасту 35297 +зубах 35298 +зуби 35299 +зубки 35300 +зубко 35301 +зубков 35302 +зубкова 35303 +зубна 35304 +зубний 35305 +зубні 35306 +зубожілих 35307 +зубожілого 35308 +зубожілій 35309 +зубожіння 35310 +зубоми 35311 +зубрила 35312 +зубро 35313 +зубчик 35314 +зубів 35315 +зум-колів 35316 +зумисне 35317 +зумисний 35318 +зумовила 35319 +зумовлена 35320 +зумовлене 35321 +зумовлений 35322 +зумовлено 35323 +зумовленого 35324 +зумовлені 35325 +зумовлюють 35326 +зумовлює 35327 +зумовлюється 35328 +зумів 35329 +зуміла 35330 +зуміли 35331 +зуміють 35332 +зуміємо 35333 +зуперша 35334 +зупинений 35335 +зупинення 35336 +зупинено 35337 +зупинив 35338 +зупинився 35339 +зупинивши 35340 +зупинила 35341 +зупинилась 35342 +зупинилася 35343 +зупинили 35344 +зупинились 35345 +зупинилися 35346 +зупинило 35347 +зупинилось 35348 +зупинилося 35349 +зупинимо 35350 +зупинимося 35351 +зупинити 35352 +зупинитись 35353 +зупинитися 35354 +зупинить 35355 +зупиниться 35356 +зупинка 35357 +зупинках 35358 +зупинки 35359 +зупинкою 35360 +зупинку 35361 +зупинок 35362 +зупиню 35363 +зупинюся 35364 +зупинявся 35365 +зупиняйте 35366 +зупиняйтеся 35367 +зупинялась 35368 +зупинялася 35369 +зупинялись 35370 +зупинялися 35371 +зупиняти 35372 +зупинятиметься 35373 +зупинятися 35374 +зупиняться 35375 +зупиняю 35376 +зупиняються 35377 +зупиняючись 35378 +зупиняє 35379 +зупиняємося 35380 +зупиняється 35381 +зупиніть 35382 +зупиніться 35383 +зусилля 35384 +зусиллям 35385 +зусиллями 35386 +зусиллях 35387 +зусиль 35388 +зустрячають 35389 +зустрів 35390 +зустрівся 35391 +зустріла 35392 +зустрілася 35393 +зустріли 35394 +зустрілись 35395 +зустрілися 35396 +зустрілося 35397 +зустрінем 35398 +зустрінемо 35399 +зустрінемось 35400 +зустрінемося 35401 +зустрінемся 35402 +зустрінете 35403 +зустрінетеся 35404 +зустрінеться 35405 +зустріну 35406 +зустрінуть 35407 +зустрінуться 35408 +зустрінься 35409 +зустріти 35410 +зустрітись 35411 +зустрітися 35412 +зустріч 35413 +зустрічав 35414 +зустрічався 35415 +зустрічай 35416 +зустрічала 35417 +зустрічалась 35418 +зустрічалася 35419 +зустрічали 35420 +зустрічались 35421 +зустрічалися 35422 +зустрічалось 35423 +зустрічами 35424 +зустрічати 35425 +зустрічатиме 35426 +зустрічатиметься 35427 +зустрічатись 35428 +зустрічатися 35429 +зустрічах 35430 +зустрічаю 35431 +зустрічаюсь 35432 +зустрічаюся 35433 +зустрічають 35434 +зустрічаються 35435 +зустрічає 35436 +зустрічаємо 35437 +зустрічаємось 35438 +зустрічаємся 35439 +зустрічаєтесь 35440 +зустрічається 35441 +зустрічаєш 35442 +зустрічей 35443 +зустрічи 35444 +зустрічне 35445 +зустрічний 35446 +зустрічного 35447 +зустрічному 35448 +зустрічної 35449 +зустрічну 35450 +зустрічні 35451 +зустріччу 35452 +зустріччю 35453 +зустрічі 35454 +зустрічів 35455 +зухвала 35456 +зухвало 35457 +зухвалі 35458 +зухвалість 35459 +зухвалістю 35460 +зухи 35461 +зую 35462 +зфальшованою 35463 +зформування 35464 +зц 35465 +зцими 35466 +зцілень 35467 +зцілися 35468 +зцілить 35469 +зцілює 35470 +зціпив 35471 +зчепити 35472 +зчеплення 35473 +зчинилася 35474 +зчисляли 35475 +зчитала 35476 +зчитування 35477 +зчитувать 35478 +зчитуєте 35479 +зшити 35480 +зшитий 35481 +зюганов 35482 +зюганова 35483 +зюганову 35484 +зябрових 35485 +зявив 35486 +зять 35487 +зятьом 35488 +зяючих 35489 +зєлен 35490 +зєльонка 35491 +зєльонкі 35492 +зі 35493 +зіб'є 35494 +зібрав 35495 +зібрався 35496 +зібравши 35497 +зібравшись 35498 +зібрала 35499 +зібралась 35500 +зібралася 35501 +зібрали 35502 +зібрались 35503 +зібралися 35504 +зібралося 35505 +зібрана 35506 +зібраний 35507 +зібраними 35508 +зібраних 35509 +зібрання 35510 +зібранням 35511 +зібраннях 35512 +зібранні 35513 +зібрано 35514 +зібраного 35515 +зібраної 35516 +зібрань 35517 +зібрані 35518 +зібрати 35519 +зібратись 35520 +зібратися 35521 +зів'яла 35522 +зів'янув 35523 +зігвер 35524 +зігер 35525 +зігера 35526 +зіглянець 35527 +зігнані 35528 +зігнать 35529 +зігнорував 35530 +зігнорувала 35531 +зігнорували 35532 +зігнорують 35533 +зігнувшись 35534 +зігнуті 35535 +зіграв 35536 +зігравши 35537 +зіграла 35538 +зіграли 35539 +зіграло 35540 +зіграний 35541 +зіграним 35542 +зіграно 35543 +зіграні 35544 +зіграти 35545 +зіграють 35546 +зіграє 35547 +зіграємо 35548 +зідана 35549 +зіжму 35550 +зізнавався 35551 +зізнаватися 35552 +зізнався 35553 +зізналися 35554 +зізнання 35555 +зізнань 35556 +зізнатися 35557 +зізнаються 35558 +зізнаємося 35559 +зізнається 35560 +зізу 35561 +зійде 35562 +зійдеться 35563 +зійди 35564 +зійду 35565 +зійти 35566 +зійшла 35567 +зійшли 35568 +зійшлися 35569 +зійшло 35570 +зійшлося 35571 +зійшов 35572 +зійшовся 35573 +зійшовши 35574 +зік 35575 +зіка 35576 +зіку 35577 +зіл 35578 +зіли 35579 +зілинського 35580 +зілля 35581 +зіллям 35582 +зім'яли 35583 +зімбабве 35584 +зімбабвійської 35585 +зімбабвійців 35586 +зімкнутими 35587 +зімліла 35588 +зімною 35589 +зін 35590 +зінаїда 35591 +зіненко 35592 +зіниці 35593 +зінкеви 35594 +зінкевич 35595 +зінкевича 35596 +зінкевичем 35597 +зінкевичу 35598 +зіновій 35599 +зінчук 35600 +зініційовану 35601 +зіп 35602 +зіпами 35603 +зіпи 35604 +зіпріла 35605 +зіпсовалася 35606 +зіпсована 35607 +зіпсованих 35608 +зіпсовано 35609 +зіпсовану 35610 +зіпсовані 35611 +зіпсував 35612 +зіпсувався 35613 +зіпсувала 35614 +зіпсували 35615 +зіпсувати 35616 +зіпсута 35617 +зіпсуються 35618 +зіпсує 35619 +зіпсується 35620 +зіпсуєш 35621 +зіпів 35622 +зір 35623 +зірвав 35624 +зірвався 35625 +зірвалася 35626 +зірвали 35627 +зірвалися 35628 +зірвало 35629 +зірвалося 35630 +зірвана 35631 +зірване 35632 +зірвання 35633 +зірвано 35634 +зірвану 35635 +зірвані 35636 +зірвати 35637 +зірватися 35638 +зірве 35639 +зірвем 35640 +зірвиголови 35641 +зірка 35642 +зірками 35643 +зірки 35644 +зіркою 35645 +зірку 35646 +зірниця 35647 +зірок 35648 +зірочка 35649 +зіс 35650 +зіскакують 35651 +зіскакуємо 35652 +зіскочив 35653 +зіскочивши 35654 +зіскочила 35655 +зіставмо 35656 +зістрибую 35657 +зістрибують 35658 +зістрітися 35659 +зіткати 35660 +зіткнемося 35661 +зіткнення 35662 +зіткнень 35663 +зіткнувся 35664 +зітнеш 35665 +зітре 35666 +зітхав 35667 +зітхали 35668 +зітхання 35669 +зітхать 35670 +зітхаю 35671 +зітхаючи 35672 +зітхає 35673 +зітхнув 35674 +зітхнувши 35675 +зітхнула 35676 +зіходить 35677 +зіцвілий 35678 +зішлюсь 35679 +зіштовхнись 35680 +зіштовхнулася 35681 +зіштовхнути 35682 +зіштовхувалися 35683 +зіштовхування 35684 +зіштовхувати 35685 +зіштовхують 35686 +зіштовхуються 35687 +зґвалтував 35688 +зґвалтування 35689 +зґвалтуванням 35690 +зґвалтувань 35691 +и 35692 +ибрагимов 35693 +ивановна 35694 +идиот 35695 +иере 35696 +из 35697 +избрании 35698 +извесно 35699 +известия 35700 +известно 35701 +издали 35702 +издательство 35703 +изделий 35704 +изделия 35705 +изменений 35706 +измение 35707 +изменяет 35708 +изначально 35709 +изобретений 35710 +израильские 35711 +израильскими 35712 +ииииииииииииииии 35713 +илимдар 35714 +иллі 35715 +имеем 35716 +имеется 35717 +имейли 35718 +имена 35719 +именно 35720 +имеют 35721 +ин 35722 +ина 35723 +инициировала 35724 +инновационной 35725 +инновациях 35726 +иностранной 35727 +инсайдером 35728 +инструкция 35729 +инструментів 35730 +интенсивного 35731 +интернете 35732 +инулого 35733 +информацию 35734 +инче 35735 +инчих 35736 +инчого 35737 +инчі 35738 +инша 35739 +ирина 35740 +искандер 35741 +исключения 35742 +используется 35743 +итання 35744 +итогам 35745 +их 35746 +й 35747 +йде 35748 +йдем 35749 +йдемо 35750 +йдете 35751 +йдеться 35752 +йдеш 35753 +йди 35754 +йду 35755 +йдуть 35756 +йдучи 35757 +йдімо 35758 +йдіть 35759 +йемені 35760 +йенс 35761 +ймають 35762 +йме 35763 +ймемо 35764 +ймено 35765 +ймете 35766 +йметься 35767 +ймеш 35768 +ймовір 35769 +ймовірмістю 35770 +ймовірна 35771 +ймовірне 35772 +ймовірний 35773 +ймовірним 35774 +ймовірних 35775 +ймовірно 35776 +ймовірного 35777 +ймовірності 35778 +ймовірною 35779 +ймовірної 35780 +ймовірну 35781 +ймовірні 35782 +ймовірність 35783 +ймовірністю 35784 +ймовірніша 35785 +ймовірніше 35786 +ймовірніший 35787 +йму 35788 +ймуть 35789 +ймуться 35790 +йоахім 35791 +йоахіма 35792 +йобана 35793 +йобаними 35794 +йоббик 35795 +йоббік 35796 +йобнулись 35797 +йобнуло 35798 +йобнуть 35799 +йобнуті 35800 +йованович 35801 +йовиша 35802 +йоганесбурзі 35803 +йоганна 35804 +йоганнес 35805 +йогах 35806 +його 35807 +йогуртом 35808 +йод 35809 +йодо 35810 +йодована 35811 +йододифіцит 35812 +йозефа 35813 +йозефом 35814 +йой 35815 +йойдук 35816 +йойкнула 35817 +йолоп 35818 +йолопи 35819 +йоменс 35820 +йому 35821 +йон 35822 +йонбйоні 35823 +йонеско 35824 +йопс 35825 +йорданський 35826 +йорданськими 35827 +йорданською 35828 +йордані 35829 +йорданія 35830 +йорданією 35831 +йорданії 35832 +йорді 35833 +йордіс 35834 +йорж 35835 +йоржі 35836 +йорк 35837 +йорку 35838 +йоркширського 35839 +йосип 35840 +йосипа 35841 +йосифа 35842 +йослик 35843 +йослика 35844 +йоханнес 35845 +йоханнеса 35846 +йошито 35847 +йрму 35848 +йти 35849 +йтиме 35850 +йтиметься 35851 +йтимуть 35852 +йтися 35853 +йшла 35854 +йшли 35855 +йшло 35856 +йшлось 35857 +йшлося 35858 +йшов 35859 +йєо 35860 +йімовірність 35861 +к 35862 +к'ютні 35863 +ка 35864 +ка-шинг 35865 +ка-шинга 35866 +кабак 35867 +кабаку 35868 +кабальних 35869 +кабальної 35870 +кабальєро 35871 +кабан 35872 +кабана 35873 +кабане 35874 +кабани 35875 +кабанчик 35876 +кабачка 35877 +кабачки 35878 +кабаєва 35879 +кабаєвій 35880 +кабель 35881 +кабельне 35882 +кабельних 35883 +кабельного 35884 +каблуках 35885 +каблуки 35886 +каблучки 35887 +кабмін 35888 +кабміна 35889 +кабмінові 35890 +кабміном 35891 +кабміну 35892 +кабміні 35893 +кабула 35894 +кабуло 35895 +кабулом 35896 +кабулу 35897 +кабулі 35898 +кабєля 35899 +кабіна 35900 +кабінет 35901 +кабінета 35902 +кабінетами 35903 +кабінетах 35904 +кабінети 35905 +кабінетних 35906 +кабінетом 35907 +кабінету 35908 +кабінеті 35909 +кабінетів 35910 +кабіни 35911 +кабінках 35912 +кабіну 35913 +кабіні 35914 +кав'ярню 35915 +кав'ярня 35916 +кав'ярні 35917 +кава 35918 +кавалер 35919 +кавалеристи 35920 +кавалеристів 35921 +кавалером 35922 +кавалерійського 35923 +кавалерія 35924 +кавальєрс 35925 +кавалєра 35926 +кавалєрку 35927 +кавалєром 35928 +кавгадиєм 35929 +кавер 35930 +каверз 35931 +кави 35932 +кавказ 35933 +кавказу 35934 +кавказька 35935 +кавказький 35936 +кавказьких 35937 +кавказького 35938 +кавказької 35939 +кавказькій 35940 +кавказі 35941 +каво 35942 +кавової 35943 +кавовій 35944 +кавола 35945 +кавомани 35946 +каву 35947 +каві 35948 +каганець 35949 +кагановський 35950 +каганців 35951 +када 35952 +кадавр 35953 +каданс 35954 +каданси 35955 +кадастр 35956 +кадастровий 35957 +кадастрового 35958 +кадгіма 35959 +кадебівському 35960 +кадеер 35961 +каденцію 35962 +каденція 35963 +каденції 35964 +кадер 35965 +кадила 35966 +кадилаках 35967 +кадима 35968 +кадими 35969 +кадиров 35970 +кадирова 35971 +кадировим 35972 +кадирову 35973 +кадировєц 35974 +кадирові 35975 +кадирівського 35976 +кадирівцями 35977 +кадирівці 35978 +кадр 35979 +кадрами 35980 +кадрах 35981 +кадри 35982 +кадрова 35983 +кадрованих 35984 +кадровані 35985 +кадрове 35986 +кадровий 35987 +кадровим 35988 +кадровими 35989 +кадрових 35990 +кадрового 35991 +кадровому 35992 +кадрової 35993 +кадрову 35994 +кадрові 35995 +кадром 35996 +кадру 35997 +кадрів 35998 +каелемом 35999 +каждий 36000 +каждое 36001 +каждой 36002 +каждому 36003 +каждій 36004 +каже 36005 +кажем 36006 +кажемо 36007 +кажете 36008 +кажется 36009 +кажеться 36010 +кажеш 36011 +кажешр 36012 +кажещ 36013 +кажи 36014 +кажить 36015 +кажний 36016 +кажу 36017 +кажуть 36018 +кажуче 36019 +кажучи 36020 +кажучі 36021 +кажіть 36022 +каз 36023 +казав 36024 +казала 36025 +казали 36026 +казало 36027 +казан 36028 +казана 36029 +казанах 36030 +казанками 36031 +казання 36032 +казаннях 36033 +казанні 36034 +казанова 36035 +казанок 36036 +казанських 36037 +казанського 36038 +казанській 36039 +казанців 36040 +казань 36041 +казані 36042 +казармах 36043 +казарми 36044 +казармі 36045 +казарін 36046 +казати 36047 +казать 36048 +казахи 36049 +казахстан 36050 +казахстаном 36051 +казахстану 36052 +казахстані 36053 +казахським 36054 +казахських 36055 +казахського 36056 +казахському 36057 +каземені 36058 +каземі 36059 +казенних 36060 +казились 36061 +казимір 36062 +казин 36063 +казино 36064 +казка 36065 +казки 36066 +казково 36067 +казкової 36068 +казкотерапевт 36069 +казку 36070 +казмерчик 36071 +казмерчика 36072 +казмерчику 36073 +казна 36074 +казначейства 36075 +казначейство 36076 +казни 36077 +казну 36078 +казок 36079 +казочками 36080 +казочки 36081 +казочку 36082 +казочок 36083 +казус 36084 +казуїстичну 36085 +казці 36086 +казяться 36087 +казій 36088 +кай 36089 +кайд 36090 +кайданами 36091 +кайдани 36092 +кайданки 36093 +кайданів 36094 +кайзерівським 36095 +кайзерівських 36096 +кайла 36097 +кайови 36098 +кайрона 36099 +кайтинг 36100 +кайтселійт 36101 +кайф 36102 +как 36103 +каканд 36104 +какао 36105 +какая 36106 +какби 36107 +каким 36108 +какими 36109 +каких 36110 +какова 36111 +какого 36112 +каком 36113 +какоє 36114 +кактуси 36115 +какую 36116 +калабрії 36117 +калавури 36118 +каламбуром 36119 +каламутна 36120 +каламутній 36121 +калантир 36122 +калатають 36123 +калачі 36124 +калашник 36125 +калашникова 36126 +калашникових 36127 +калашникіков 36128 +калашнік 36129 +калашніков 36130 +калашнікових 36131 +каледжу 36132 +календар 36133 +календарем 36134 +календарний 36135 +календарним 36136 +календарними 36137 +календарних 36138 +календарі 36139 +калечатся 36140 +калина 36141 +калинах 36142 +калинівка 36143 +калинівки 36144 +калинівкою 36145 +калинівської 36146 +калинівці 36147 +калита 36148 +калити 36149 +калиту 36150 +калмак 36151 +калмик 36152 +калмики 36153 +калмиш 36154 +калорій 36155 +калорійне 36156 +калошах 36157 +калуш 36158 +калушанин 36159 +кальдерон 36160 +калькуваною 36161 +калькулятор 36162 +калькуляцій 36163 +калькуляція 36164 +кальміус 36165 +кальміуса 36166 +кальміуську 36167 +кальницький 36168 +кальною 36169 +кальовки 36170 +кальцій 36171 +кальченко 36172 +кальчугами 36173 +калюжа 36174 +калюжею 36175 +калюжка 36176 +калюжі 36177 +калібр 36178 +калібра 36179 +калібрами 36180 +калібри 36181 +калібром 36182 +калібру 36183 +калібрі 36184 +калібрів 36185 +каліграфи 36186 +калідор 36187 +калідорі 36188 +каліками 36189 +каліки 36190 +каліновкє 36191 +каліновці 36192 +калініна 36193 +калінінграда 36194 +каліпсо 36195 +калітенко 36196 +каліфорнійському 36197 +каліфорнійській 36198 +каліфорнійців 36199 +каліфорнію 36200 +каліфорнія 36201 +каліфорнією 36202 +каліфорнії 36203 +каліцтв 36204 +каліцтва 36205 +каліцтво 36206 +каліченням 36207 +калічив 36208 +кам'яна 36209 +кам'яними 36210 +кам'янка 36211 +кам'янках 36212 +кам'янки 36213 +кам'янку 36214 +кам'яної 36215 +кам'янське 36216 +кам'янських 36217 +кам'янського 36218 +кам'янському 36219 +кам'янської 36220 +кам'янську 36221 +кам'янці 36222 +кам'яні 36223 +кам'яній 36224 +кама 36225 +камаза 36226 +камал 36227 +камала 36228 +камаля 36229 +камалія 36230 +камангарові 36231 +камандір 36232 +камандіровку 36233 +камарілья 36234 +камбоджу 36235 +камбоджі 36236 +камбоджійських 36237 +камбоджійського 36238 +камбоджійської 36239 +камеді 36240 +каменем 36241 +камень 36242 +каменю 36243 +камені 36244 +каменів 36245 +камер 36246 +камера 36247 +камеральна 36248 +камеральні 36249 +камерам 36250 +камерами 36251 +камерах 36252 +камери 36253 +камерний 36254 +камерного 36255 +камерні 36256 +камертон 36257 +камеру 36258 +камерун 36259 +камеруну 36260 +камеруні 36261 +камері 36262 +кампания 36263 +кампаній 36264 +кампанію 36265 +кампанія 36266 +кампаніям 36267 +кампаніях 36268 +кампанією 36269 +кампанії 36270 +кампнію 36271 +камрад 36272 +камраднув 36273 +камуфльовані 36274 +камуфляж 36275 +камяні 36276 +камєнску 36277 +камєнській 36278 +камєнєцкий 36279 +камізельки 36280 +камікадзе 36281 +каміл 36282 +камін 36283 +камінна 36284 +камінно 36285 +камінну 36286 +каміння 36287 +камінням 36288 +каміном 36289 +камінский 36290 +камінський 36291 +камінчик 36292 +камінь 36293 +камінюке 36294 +кан 36295 +канаву 36296 +канада 36297 +канадець 36298 +канади 36299 +канадкам 36300 +канадою 36301 +канадська 36302 +канадське 36303 +канадський 36304 +канадським 36305 +канадськими 36306 +канадських 36307 +канадського 36308 +канадському 36309 +канадською 36310 +канадської 36311 +канадську 36312 +канадські 36313 +канадській 36314 +канаду 36315 +канадцем 36316 +канадця 36317 +канадцями 36318 +канадці 36319 +канадців 36320 +канаді 36321 +канадійка 36322 +канал 36323 +каналам 36324 +каналами 36325 +каналах 36326 +канали 36327 +каналові 36328 +каналом 36329 +каналу 36330 +канальності 36331 +каналі 36332 +каналів 36333 +каналізаційні 36334 +каналізаційній 36335 +каналізацію 36336 +каналізовано 36337 +каналісом 36338 +канатика 36339 +канає 36340 +канберра 36341 +канберрі 36342 +канвою 36343 +канвої 36344 +кангіл 36345 +кандагар 36346 +кандагару 36347 +кандагарі 36348 +кандаурової 36349 +кандидат 36350 +кандидата 36351 +кандидатам 36352 +кандидатами 36353 +кандидати 36354 +кандидатка 36355 +кандидатки 36356 +кандидатові 36357 +кандидатом 36358 +кандидатську 36359 +кандидату 36360 +кандидатура 36361 +кандидатури 36362 +кандидатурою 36363 +кандидатуру 36364 +кандидатів 36365 +канділ 36366 +канева 36367 +каневом 36368 +каневі 36369 +канерва 36370 +канзас 36371 +канзасі 36372 +каннах 36373 +каннських 36374 +каннському 36375 +канніццаро 36376 +каное 36377 +канон 36378 +канону 36379 +канонізації 36380 +канонізувала 36381 +канонічно 36382 +канслером 36383 +кант 36384 +канта 36385 +канти 36386 +кантори 36387 +кантуром 36388 +канцеляриста 36389 +канцелярський 36390 +канцелярських 36391 +канцелярські 36392 +канцелярію 36393 +канцелярія 36394 +канцелярією 36395 +канцелярії 36396 +канцерогенез 36397 +канцлер 36398 +канцлера 36399 +канцлером 36400 +канцтоварів 36401 +канчуками 36402 +каньйонами 36403 +канюка 36404 +канєвський 36405 +канєвському 36406 +канєчно 36407 +канєшна 36408 +канєшно 36409 +кані 36410 +канів 36411 +канівський 36412 +канікул 36413 +канікули 36414 +каністерапія 36415 +каністра 36416 +каністрами 36417 +каніфолька 36418 +каніфольска 36419 +каніфольскої 36420 +каніфольською 36421 +каніфольській 36422 +каніфоцька 36423 +капала 36424 +капали 36425 +капають 36426 +капає 36427 +капелан 36428 +капелани 36429 +капеланства 36430 +капели 36431 +капельницею 36432 +капелюсі 36433 +капелюх 36434 +капелюха 36435 +капелюшок 36436 +капелі 36437 +капец 36438 +капець 36439 +каплан 36440 +каплицями 36441 +каплоухої 36442 +капне 36443 +капосними 36444 +капот 36445 +капоту 36446 +капризна 36447 +капризно 36448 +капсули 36449 +капсулів 36450 +каптанчику 36451 +каптопрез 36452 +каптьорці 36453 +капу 36454 +капулетті 36455 +капуста 36456 +капусти 36457 +капустою 36458 +капут 36459 +капці 36460 +капюшон 36461 +капєц 36462 +капі 36463 +капітал 36464 +капіталовкладення 36465 +капіталовкладень 36466 +капіталовкладники 36467 +капіталом 36468 +капіталу 36469 +капітальний 36470 +капітально 36471 +капітального 36472 +капітальні 36473 +капіталів 36474 +капіталізація 36475 +капіталізації 36476 +капіталізму 36477 +капіталізувалися 36478 +капіталізувати 36479 +капіталістичних 36480 +капіталістичного 36481 +капіталістичному 36482 +капіталістичної 36483 +капіталістів 36484 +капітан 36485 +капітана 36486 +капітаном 36487 +капітанша 36488 +капітанівки 36489 +капітолійському 36490 +капітолійської 36491 +капітолійській 36492 +капітолістській 36493 +капітулювати 36494 +капітуляція 36495 +капітуляції 36496 +кар 36497 +кар'ері 36498 +кар'єр 36499 +кар'єри 36500 +кар'єризмі 36501 +кар'єрні 36502 +кар'єрою 36503 +кар'єру 36504 +кар'єрі 36505 +кар-фур 36506 +кара 36507 +карабасі 36508 +карабах 36509 +карабаху 36510 +карабін 36511 +карабіни 36512 +карабінка 36513 +карабінку 36514 +каравани 36515 +караванська 36516 +караваха 36517 +караваєм 36518 +караганда 36519 +карада 36520 +караджича 36521 +каразіна 36522 +карай 36523 +каракасі 36524 +каракорум 36525 +карали 36526 +каральний 36527 +каральних 36528 +карально 36529 +каральні 36530 +карамати 36531 +карамзін 36532 +карамзіна 36533 +карамзіним 36534 +карамзіну 36535 +карантинні 36536 +карантину 36537 +карасу 36538 +карась 36539 +карасьов 36540 +карасьова 36541 +карасін 36542 +карасіним 36543 +карателя 36544 +карателями 36545 +карателі 36546 +карателів 36547 +карати 36548 +каратницький 36549 +карать 36550 +караулить 36551 +караульна 36552 +карачевський 36553 +карачей 36554 +карачун 36555 +карачуні 36556 +карачі 36557 +караюсь 36558 +карають 36559 +карає 36560 +карається 36561 +караїмів 36562 +карбалі 36563 +карбела 36564 +карбели 36565 +карбованець 36566 +карбованцем 36567 +карбованців 36568 +карбогідратів 36569 +карбону 36570 +карбоун 36571 +карбувати 36572 +карвалана 36573 +карго 36574 +каргіл 36575 +каргілл 36576 +карданного 36577 +кардашян 36578 +кардинал 36579 +кардинала 36580 +кардиналом 36581 +кардинальне 36582 +кардинальним 36583 +кардинальних 36584 +кардинально 36585 +кардинального 36586 +кардинальної 36587 +кардинальні 36588 +кардіо 36589 +кардіологом 36590 +кардіологіческе 36591 +кардіологічних 36592 +кардіффі 36593 +карел 36594 +каремат 36595 +каремати 36596 +карен 36597 +карет 36598 +карети 36599 +карзай 36600 +карзая 36601 +карзаєм 36602 +карзаі 36603 +кари 36604 +карибського 36605 +карибському 36606 +карикатур 36607 +карикатура 36608 +карикатури 36609 +карикатурним 36610 +карикатурному 36611 +карикатуру 36612 +карколомними 36613 +карл 36614 +карла 36615 +карлащук 36616 +карлес 36617 +карлесу 36618 +карлика 36619 +карликові 36620 +карличками 36621 +карло 36622 +карлового 36623 +карлом 36624 +карлос 36625 +карлоса 36626 +карлосом 36627 +карлою 36628 +карма 36629 +кармана 36630 +кармані 36631 +кармело 36632 +кармелюк 36633 +кармелітів 36634 +кармен 36635 +карми 36636 +кармот 36637 +карнегі 36638 +карнеліус 36639 +карник 36640 +карно 36641 +карного 36642 +карні 36643 +карнізи 36644 +кароліна 36645 +кароліни 36646 +кароліну 36647 +кароліні 36648 +каротин 36649 +каротиноїд 36650 +каротиноїди 36651 +каротиноїдів 36652 +каротину 36653 +кароче 36654 +карочє 36655 +карпала 36656 +карпат 36657 +карпатам 36658 +карпатах 36659 +карпати 36660 +карпатська 36661 +карпатських 36662 +карпатському 36663 +карпатської 36664 +карпатську 36665 +карпатські 36666 +карпачова 36667 +карпенка 36668 +карпенко 36669 +карпунцов 36670 +карпюк 36671 +карпюка 36672 +карпюкові 36673 +карпіні 36674 +каррада 36675 +карсет 36676 +карт 36677 +карта 36678 +картайте 36679 +картах 36680 +картахена 36681 +картаю 36682 +картаєте 36683 +картбланш 36684 +картелю 36685 +картелі 36686 +картер 36687 +картера 36688 +картером 36689 +картеч 36690 +карти 36691 +картин 36692 +картина 36693 +картинами 36694 +картинах 36695 +картини 36696 +картинка 36697 +картинками 36698 +картинках 36699 +картинки 36700 +картинкою 36701 +картинку 36702 +картинна 36703 +картинок 36704 +картиною 36705 +картину 36706 +картинці 36707 +картині 36708 +картка 36709 +картках 36710 +картки 36711 +карткового 36712 +карткою 36713 +картку 36714 +карток 36715 +картонки 36716 +картонна 36717 +картонними 36718 +картонні 36719 +картопельку 36720 +картоплею 36721 +картоплю 36722 +картопля 36723 +картоплі 36724 +карточка 36725 +карточки 36726 +карточкою 36727 +карточку 36728 +карточці 36729 +картошкі 36730 +картою 36731 +карту 36732 +картуза 36733 +картці 36734 +картьожники 36735 +карті 36736 +картінках 36737 +кару 36738 +каруана 36739 +каруна 36740 +каруселі 36741 +карусєлі 36742 +карфур 36743 +карфуру 36744 +карчевского 36745 +карчевського 36746 +карі 36747 +карім 36748 +карімов 36749 +карімова 36750 +каріна 36751 +каріним 36752 +карітас 36753 +касается 36754 +касапчук 36755 +касах 36756 +касаційне 36757 +касаційну 36758 +касающейся 36759 +касети 36760 +касетна 36761 +касетного 36762 +касетному 36763 +касетної 36764 +касетні 36765 +каси 36766 +касками 36767 +касках 36768 +каски 36769 +каску 36770 +касків 36771 +касківа 36772 +касок 36773 +каспаров 36774 +каспарова 36775 +каспаровим 36776 +касперського 36777 +каспійсько 36778 +каспійського 36779 +каспійської 36780 +каспії 36781 +кассам 36782 +кассу 36783 +кастель-франко 36784 +кастельфранко 36785 +кастинг 36786 +кастльське 36787 +кастор 36788 +кастресана 36789 +кастри 36790 +кастро 36791 +каструлю 36792 +каструля 36793 +каструляки 36794 +кастрюлькою 36795 +кастрюлі 36796 +касу 36797 +касує 36798 +касці 36799 +кась 36800 +каськів 36801 +каськіва 36802 +каськівим 36803 +каськіву 36804 +касьянов 36805 +касьянова 36806 +касьяновим 36807 +касьянові 36808 +касі 36809 +касірша 36810 +кат 36811 +ката 36812 +катавасії 36813 +катаклізми 36814 +катаклізмів 36815 +катала 36816 +каталажці 36817 +катали 36818 +каталог 36819 +каталонська 36820 +каталонський 36821 +каталонським 36822 +каталонськими 36823 +каталонських 36824 +каталонського 36825 +каталонському 36826 +каталонської 36827 +каталонську 36828 +каталонській 36829 +каталонцями 36830 +каталонці 36831 +каталонців 36832 +каталонію 36833 +каталонія 36834 +каталонією 36835 +каталонії 36836 +каталізатором 36837 +катам 36838 +катамадзе 36839 +катамаранах 36840 +катамарані 36841 +катар 36842 +катаром 36843 +катарське 36844 +катарські 36845 +катару 36846 +катарі 36847 +катастроф 36848 +катастрофа 36849 +катастрофи 36850 +катастрофою 36851 +катастрофу 36852 +катастрофі 36853 +катастрофічна 36854 +катастрофічне 36855 +катастрофічними 36856 +катастрофічних 36857 +катастрофічно 36858 +катастрофічну 36859 +катастрофічні 36860 +катати 36861 +кататимеш 36862 +кататись 36863 +кататися 36864 +катаються 36865 +катається 36866 +катаєшся 36867 +категоричний 36868 +категоричним 36869 +категорично 36870 +категоричного 36871 +категоричну 36872 +категоричні 36873 +категоричніше 36874 +категорій 36875 +категорію 36876 +категорія 36877 +категоріями 36878 +категоріях 36879 +категорією 36880 +категорії 36881 +катер 36882 +катера 36883 +катерами 36884 +катерах 36885 +катери 36886 +катерина 36887 +катерини 36888 +катерининському 36889 +катерининської 36890 +катерининські 36891 +катерино 36892 +катеринослава 36893 +катеринославець 36894 +катеринославшині 36895 +катеринославщини 36896 +катериною 36897 +катерину 36898 +катеринчук 36899 +катеринчука 36900 +катерині 36901 +катерного 36902 +катері 36903 +катерів 36904 +катею 36905 +катигорично 36906 +катманду 36907 +катов 36908 +католик 36909 +католикам 36910 +католиками 36911 +католики 36912 +католиків 36913 +католицизмом 36914 +католицтва 36915 +католицька 36916 +католицьке 36917 +католицький 36918 +католицьким 36919 +католицьких 36920 +католицького 36921 +католицькому 36922 +католицькою 36923 +католицької 36924 +католицьку 36925 +католицькій 36926 +католичок 36927 +катологовання 36928 +католіком 36929 +катона 36930 +катор 36931 +каторая 36932 +каторжанин 36933 +каторжні 36934 +каторжній 36935 +каториє 36936 +катранка 36937 +катранці 36938 +катре 36939 +катрина 36940 +катруся 36941 +катрю 36942 +катря 36943 +катрі 36944 +катріна 36945 +катріни 36946 +катували 36947 +катуванню 36948 +катування 36949 +катувань 36950 +катувати 36951 +катю 36952 +катюжанка 36953 +катюш 36954 +катя 36955 +катєрів 36956 +катєю 36957 +каті 36958 +катів 36959 +катівні 36960 +катінка 36961 +кафе 36962 +кафедр 36963 +кафедра 36964 +кафедри 36965 +кафедру 36966 +кафедрі 36967 +кафешками 36968 +кафешки 36969 +кафі 36970 +кафіджал 36971 +кахикнув 36972 +кахикнувши 36973 +каховки 36974 +каховку 36975 +каховська 36976 +каховської 36977 +каховській 36978 +каховці 36979 +кахідзе 36980 +кацапило 36981 +кацаписько 36982 +кацапку 36983 +кацапсько 36984 +кацапчуки 36985 +кацман 36986 +кацуба 36987 +кацубу 36988 +качав 36989 +качайте 36990 +качались 36991 +качалка 36992 +качалку 36993 +качалось 36994 +качатися 36995 +качають 36996 +качає 36997 +каченя 36998 +качеряна 36999 +качество 37000 +качинський 37001 +качинським 37002 +качинського 37003 +качка 37004 +качки 37005 +качку 37006 +качок 37007 +каша 37008 +кашель 37009 +кашемірове 37010 +кашин 37011 +кашина 37012 +кашкет 37013 +кашлянуло 37014 +кашляти 37015 +кашмирському 37016 +кашміру 37017 +кашмірі 37018 +каштанами 37019 +каштанко 37020 +каштанова 37021 +каштановий 37022 +каштановіший 37023 +кашу 37024 +каюсь 37025 +кают 37026 +каються 37027 +каючком 37028 +каяття 37029 +каїда 37030 +каїдівцям 37031 +каїн 37032 +каїр 37033 +каїра 37034 +каїром 37035 +каїрському 37036 +каїру 37037 +каїрі 37038 +кб 37039 +кв 37040 +квабун 37041 +квадракоптери 37042 +квадратний 37043 +квадратних 37044 +квадраті 37045 +квадратів 37046 +квадрильйони 37047 +квадрильйонів 37048 +квадрокоптери 37049 +квадрокоптером 37050 +квадрокоптері 37051 +квадрокоптерів 37052 +квадроциклам 37053 +квадроцикли 37054 +квазе 37055 +квазі 37056 +квазідержавою 37057 +квакати 37058 +квакають 37059 +квакає 37060 +кваліфікаційним 37061 +кваліфікаційних 37062 +кваліфікаційного 37063 +кваліфікаційної 37064 +кваліфікаційні 37065 +кваліфікаційній 37066 +кваліфікацію 37067 +кваліфікація 37068 +кваліфікаціями 37069 +кваліфікацією 37070 +кваліфікації 37071 +кваліфікована 37072 +кваліфіковане 37073 +кваліфікований 37074 +кваліфікованим 37075 +кваліфікованими 37076 +кваліфікованих 37077 +кваліфіковано 37078 +кваліфікованою 37079 +кваліфікованої 37080 +кваліфіковану 37081 +кваліфіковані 37082 +кваліфікував 37083 +кваліфікували 37084 +кваліфікують 37085 +кваліфікує 37086 +кваліфікується 37087 +кванг 37088 +квантаномо 37089 +квантори 37090 +квапитися 37091 +квапливо 37092 +квапляться 37093 +квартал 37094 +кварталам 37095 +кварталах 37096 +квартали 37097 +кварталом 37098 +кварталу 37099 +кварталі 37100 +кварталів 37101 +квартет 37102 +квартетах 37103 +квартетом 37104 +квартету 37105 +квартеті 37106 +кварти 37107 +квартир 37108 +квартир'єрів 37109 +квартира 37110 +квартирантам 37111 +квартирах 37112 +квартири 37113 +квартирмейстерів 37114 +квартирою 37115 +квартиру 37116 +квартирі 37117 +кварті 37118 +квартіровічем 37119 +квартіру 37120 +кварц 37121 +кварцуємо 37122 +кварцювальні 37123 +квас 37124 +квасне 37125 +квасного 37126 +квасної 37127 +квасоля 37128 +кватері 37129 +кватирі 37130 +квачі 37131 +кваша 37132 +квашена 37133 +квашиних 37134 +квашині 37135 +квашу 37136 +кваші 37137 +квебек 37138 +квебека 37139 +квебекських 37140 +квебекські 37141 +квебеку 37142 +квентін 37143 +квентіна 37144 +квест 37145 +квиління 37146 +квитанцій 37147 +квитка 37148 +квитками 37149 +квитках 37150 +квитки 37151 +квитком 37152 +квитку 37153 +квитків 37154 +квиток 37155 +квиточки 37156 +квн 37157 +квну 37158 +кво 37159 +квод 37160 +кволо 37161 +кволою 37162 +кволої 37163 +кволіти 37164 +кворум 37165 +квот 37166 +квота 37167 +квоти 37168 +квотного 37169 +квоту 37170 +квотування 37171 +квоті 37172 +квочка 37173 +кву 37174 +квуазіс 37175 +квін 37176 +квінс 37177 +квінсленді 37178 +квітами 37179 +квітах 37180 +квіташвілі 37181 +квіташліві 37182 +квітень 37183 +квіти 37184 +квітка 37185 +квітковий 37186 +квіткової 37187 +квітку 37188 +квітків 37189 +квітне 37190 +квітневий 37191 +квітневим 37192 +квітневого 37193 +квітневому 37194 +квітневої 37195 +квітник 37196 +квітного 37197 +квітнуть 37198 +квітня 37199 +квітні 37200 +квіточку 37201 +квіту 37202 +квітуча 37203 +квітучою 37204 +квітучістю 37205 +квітує 37206 +квітчали 37207 +квітчасте 37208 +квітів 37209 +кг 37210 +кгб 37211 +кдб 37212 +кдбшник 37213 +кебуладзе 37214 +кевичу 37215 +кевларовим 37216 +кевларові 37217 +кевліч 37218 +кевін 37219 +кевіна 37220 +кедами 37221 +кеди 37222 +кедрова 37223 +кейбаумік 37224 +кейптаун 37225 +кейпхарт 37226 +кейс 37227 +кейси 37228 +кейсу 37229 +кейсі 37230 +кейсів 37231 +кейте 37232 +кейтерингова 37233 +кейтерінгова 37234 +кейтлин 37235 +кейті 37236 +келвін 37237 +келеберди 37238 +келебердянськая 37239 +келеп 37240 +келих 37241 +келиху 37242 +келлі 37243 +кельвіном 37244 +кельвінів 37245 +кельн 37246 +кельні 37247 +кельтську 37248 +келіот 37249 +келію 37250 +келія 37251 +келії 37252 +кембриджський 37253 +кембриджі 37254 +кембріджа 37255 +кемись 37256 +кемп 37257 +кемпа 37258 +кен 37259 +кена 37260 +кенгурова 37261 +кенгуру 37262 +кенділ 37263 +кенеді 37264 +кенет 37265 +кеннеді 37266 +кеннет 37267 +кент 37268 +кента 37269 +кентаврах 37270 +кентаври 37271 +кентакі 37272 +кентуккі 37273 +кентукі 37274 +кенігсберзький 37275 +кенійський 37276 +кенійським 37277 +кенійських 37278 +кенійського 37279 +кенійські 37280 +кенійця 37281 +кенійці 37282 +кенійців 37283 +кенію 37284 +кенія 37285 +кенією 37286 +кенії 37287 +кепаєм 37288 +кепський 37289 +кепсько 37290 +керактивної 37291 +кераміки 37292 +кераміку 37293 +кербелі 37294 +кередж 37295 +кереї 37296 +керма 37297 +керманич 37298 +керманичів 37299 +кермо 37300 +кермом 37301 +кермування 37302 +кермувати 37303 +керн 37304 +керна 37305 +керована 37306 +керований 37307 +керованими 37308 +керованих 37309 +керованого 37310 +керованості 37311 +керовану 37312 +керовані 37313 +керованість 37314 +керованістю 37315 +керодні 37316 +керолайн 37317 +керрі 37318 +керував 37319 +керувався 37320 +керувала 37321 +керувалася 37322 +керували 37323 +керувалося 37324 +керування 37325 +керуванням 37326 +керувати 37327 +керуватиме 37328 +керуватимутися 37329 +керуватимуть 37330 +керуватимуться 37331 +керуватися 37332 +керувать 37333 +керунки 37334 +керують 37335 +керуються 37336 +керуюча 37337 +керуючи 37338 +керуючий 37339 +керуючих 37340 +керуючої 37341 +керуючу 37342 +керує 37343 +керується 37344 +керхери 37345 +керч 37346 +керченську 37347 +керченській 37348 +керчнського 37349 +керчі 37350 +керівна 37351 +керівний 37352 +керівник 37353 +керівника 37354 +керівникам 37355 +керівниками 37356 +керівники 37357 +керівникові 37358 +керівником 37359 +керівнику 37360 +керівникі 37361 +керівників 37362 +керівними 37363 +керівницею 37364 +керівництва 37365 +керівництво 37366 +керівництвом 37367 +керівництву 37368 +керівництві 37369 +керівниця 37370 +керівниці 37371 +керівнкам 37372 +керівної 37373 +керівну 37374 +керівні 37375 +кеса 37376 +кесареве 37377 +кесаревий 37378 +кесарів 37379 +кесса 37380 +кетлін 37381 +кетони 37382 +кетонів 37383 +кеторолак 37384 +кетрін 37385 +кетцалькоатль 37386 +кетчупи 37387 +кетчупу 37388 +кефірчику 37389 +кефірі 37390 +кеш 37391 +кешем 37392 +кешу 37393 +кзвс 37394 +кивати 37395 +киваю 37396 +киваючи 37397 +кивне 37398 +кивни 37399 +кивнув 37400 +кивнула 37401 +кивнули 37402 +кидав 37403 +кидався 37404 +кидай 37405 +кидайте 37406 +кидала 37407 +кидали 37408 +кидало 37409 +кидати 37410 +кидатись 37411 +кидатися 37412 +кидать 37413 +кидаю 37414 +кидають 37415 +кидаються 37416 +кидаючи 37417 +кидає 37418 +кидаєм 37419 +кидаємо 37420 +кидаємося 37421 +кидається 37422 +кидки 37423 +киева 37424 +киеве 37425 +кизлик 37426 +кий 37427 +килим 37428 +килима 37429 +килимами 37430 +килими 37431 +килимом 37432 +килимі 37433 +киллограмов 37434 +ким 37435 +кимось 37436 +кимося 37437 +кимсь 37438 +кин 37439 +кинджал 37440 +кине 37441 +кинем 37442 +кинеш 37443 +кинешся 37444 +кину 37445 +кинув 37446 +кинувсь 37447 +кинувся 37448 +кинувшись 37449 +кинула 37450 +кинули 37451 +кинулися 37452 +кинути 37453 +кинутись 37454 +кинутися 37455 +кинутою 37456 +кинутої 37457 +кинуть 37458 +кинуться 37459 +кинь 37460 +киньте 37461 +кип'ятком 37462 +кип'яток 37463 +кипаріс 37464 +кипили 37465 +кипить 37466 +киплячого 37467 +киплячу 37468 +кипр 37469 +кипчак 37470 +кипчацький 37471 +кипячий 37472 +кипіла 37473 +кипіли 37474 +кипіти 37475 +кир 37476 +киргизові 37477 +киргизстан 37478 +киргизстану 37479 +киргизстані 37480 +киргизів 37481 +киргизії 37482 +киргистан 37483 +киргистані 37484 +киреленко 37485 +киреї 37486 +кирил 37487 +кириленка 37488 +кириленко 37489 +кириленком 37490 +кирилиці 37491 +кирилич 37492 +кирилича 37493 +кирило 37494 +кирилом 37495 +киричевська 37496 +кириченко 37497 +киркоріан 37498 +кирово 37499 +кировской 37500 +кирпи 37501 +кирувати 37502 +кирюхин 37503 +киряють 37504 +киряє 37505 +кирівник 37506 +кисельов 37507 +кисельова 37508 +кисельовим 37509 +кисень 37510 +кислинкою 37511 +кислиці 37512 +кисло 37513 +кислого 37514 +кислород 37515 +кислота 37516 +кислотами 37517 +кислоти 37518 +кисляку 37519 +кисню 37520 +кисніть 37521 +кистяими 37522 +кисті 37523 +кисіль 37524 +китаем 37525 +китай 37526 +китайгородським 37527 +китайку 37528 +китайские 37529 +китайский 37530 +китайских 37531 +китайскому 37532 +китайскі 37533 +китайська 37534 +китайське 37535 +китайський 37536 +китайським 37537 +китайськими 37538 +китайських 37539 +китайськиї 37540 +китайсько 37541 +китайського 37542 +китайському 37543 +китайською 37544 +китайської 37545 +китайську 37546 +китайські 37547 +китайській 37548 +китайцам 37549 +китайця 37550 +китайцям 37551 +китайцями 37552 +китайці 37553 +китайців 37554 +китаю 37555 +китая 37556 +китаєві 37557 +китаєм 37558 +китаєць 37559 +китаї 37560 +кити 37561 +китичку 37562 +кицунь 37563 +киць 37564 +кицька 37565 +кицю 37566 +киця 37567 +киці 37568 +кичасова 37569 +кишенева 37570 +кишень 37571 +кишенькове 37572 +кишеньковий 37573 +кишеньковими 37574 +кишенькові 37575 +кишеню 37576 +кишеня 37577 +кишенях 37578 +кишені 37579 +кишечник 37580 +кишечника 37581 +кишечнику 37582 +кишинева 37583 +кишинів 37584 +кишка 37585 +кишкар 37586 +кишки 37587 +кишкова 37588 +кишковий 37589 +кишкового 37590 +кишкової 37591 +кишкову 37592 +кишкові 37593 +кишкою 37594 +кишок 37595 +киями 37596 +киян 37597 +киянам 37598 +кияни 37599 +киянин 37600 +киянина 37601 +киянка 37602 +киянки 37603 +києв 37604 +києва 37605 +києвах 37606 +києве 37607 +києво 37608 +києвого 37609 +києвознавець 37610 +києвом 37611 +києвому 37612 +києвський 37613 +києву 37614 +києві 37615 +киіївським 37616 +киї 37617 +київ 37618 +київа 37619 +київенерго 37620 +київміськраді 37621 +київпост 37622 +київрада 37623 +київради 37624 +київраду 37625 +київраді 37626 +київстар 37627 +київська 37628 +київське 37629 +київськи 37630 +київський 37631 +київським 37632 +київських 37633 +київського 37634 +київському 37635 +київською 37636 +київської 37637 +київську 37638 +київські 37639 +київській 37640 +київськім 37641 +київтранспарксервіс 37642 +київу 37643 +київщина 37644 +київщини 37645 +київщину 37646 +київщині 37647 +київї 37648 +киїівському 37649 +кк 37650 +ккд 37651 +ккетуккі 37652 +ккиєва 37653 +кккккккккккккккк 37654 +ккраїні 37655 +клаааааас 37656 +клаааасно 37657 +клавесин 37658 +клавіатури 37659 +клавіатурі 37660 +клавішу 37661 +клавіші 37662 +кладбище 37663 +кладе 37664 +кладемо 37665 +кладете 37666 +клади 37667 +кладка 37668 +кладку 37669 +кладовищ 37670 +кладовища 37671 +кладовищу 37672 +кладовка 37673 +кладову 37674 +кладу 37675 +кладуть 37676 +кладіть 37677 +клайн 37678 +клали 37679 +клались 37680 +клан 37681 +клана 37682 +кланами 37683 +клани 37684 +клановий 37685 +кланових 37686 +кланом 37687 +клану 37688 +кланятись 37689 +кланяються 37690 +кланів 37691 +клапан 37692 +клапана 37693 +клапани 37694 +клапоть 37695 +клаптик 37696 +клаптика 37697 +кларк 37698 +клару 37699 +клас 37700 +класа 37701 +класах 37702 +класи 37703 +класик 37704 +класика 37705 +класикам 37706 +класико 37707 +класиків 37708 +класифікація 37709 +класифікацією 37710 +класифікації 37711 +класифікувати 37712 +класифікується 37713 +класицизму 37714 +класична 37715 +класичне 37716 +класичний 37717 +класичним 37718 +класичних 37719 +класично 37720 +класичного 37721 +класичному 37722 +класичної 37723 +класичну 37724 +класичні 37725 +класна 37726 +класне 37727 +класний 37728 +класним 37729 +класних 37730 +класно 37731 +класну 37732 +класні 37733 +класовий 37734 +класових 37735 +класовою 37736 +класову 37737 +класом 37738 +классно 37739 +кластер 37740 +кластери 37741 +класти 37742 +класу 37743 +класє 37744 +класі 37745 +класів 37746 +класіков 37747 +клауді 37748 +клаузевіц 37749 +клацали 37750 +клацаючи 37751 +клей 37752 +клейбон 37753 +клейна 37754 +клейноди 37755 +клейтон 37756 +клекнером 37757 +клекіт 37758 +клемнюк 37759 +кленовий 37760 +кленовим 37761 +кленових 37762 +кленового 37763 +кленові 37764 +кленом 37765 +клепало 37766 +клепач 37767 +клепає 37768 +клепки 37769 +клептократію 37770 +клептократії 37771 +клептоманів 37772 +клерика 37773 +клерків 37774 +клеєм 37775 +клеїв 37776 +клеїла 37777 +клеїли 37778 +клеїти 37779 +кливленд 37780 +кликав 37781 +кликала 37782 +кликали 37783 +кликати 37784 +клики 37785 +кликни 37786 +кликнули 37787 +клименка 37788 +клименком 37789 +климнюк 37790 +климовський 37791 +климпуш 37792 +клин 37793 +клинив 37794 +клинила 37795 +клинить 37796 +клинки 37797 +клинового 37798 +клинок 37799 +клином 37800 +клинтн 37801 +клинтон 37802 +клинчанами 37803 +клиня 37804 +клині 37805 +клиха 37806 +клич 37807 +кличе 37808 +кличешся 37809 +кличка 37810 +клички 37811 +кличко 37812 +кличком 37813 +кличку 37814 +кличок 37815 +кличу 37816 +кличуть 37817 +клм 37818 +клоака 37819 +клобуки 37820 +кловський 37821 +кловському 37822 +клода 37823 +клозет 37824 +кломпенхаувер 37825 +клонами 37826 +клонився 37827 +клопати 37828 +клопотався 37829 +клопоталися 37830 +клопотанню 37831 +клопотання 37832 +клопотанням 37833 +клопотанні 37834 +клопотань 37835 +клопотатиме 37836 +клопотах 37837 +клопоти 37838 +клопоту 37839 +клопотів 37840 +клопіт 37841 +клопітко 37842 +клоуни 37843 +клочко 37844 +клуб 37845 +клуба 37846 +клубах 37847 +клуби 37848 +клубком 37849 +клубна 37850 +клубних 37851 +клубного 37852 +клубному 37853 +клубок 37854 +клубом 37855 +клубочкові 37856 +клубочків 37857 +клубу 37858 +клубі 37859 +клубів 37860 +клуж 37861 +клужа 37862 +клунок 37863 +клунь 37864 +клуню 37865 +клуні 37866 +кльова 37867 +кльовий 37868 +кльово 37869 +кльової 37870 +кльозетами 37871 +клюнув 37872 +клюс 37873 +ключ 37874 +ключами 37875 +ключево 37876 +ключевський 37877 +ключевського 37878 +ключем 37879 +ключик 37880 +ключика 37881 +ключицями 37882 +ключка 37883 +ключковський 37884 +ключковського 37885 +ключова 37886 +ключове 37887 +ключовий 37888 +ключовим 37889 +ключовими 37890 +ключових 37891 +ключового 37892 +ключовою 37893 +ключової 37894 +ключову 37895 +ключові 37896 +ключі 37897 +клює 37898 +клюєв 37899 +клюєш 37900 +клявся 37901 +клялась 37902 +клялася 37903 +клялися 37904 +клянеться 37905 +клянешся 37906 +кляни 37907 +клянися 37908 +клянуся 37909 +клясти 37910 +клятва 37911 +клятві 37912 +кляте 37913 +кляті 37914 +клівленд 37915 +клівленді 37916 +клік 37917 +клікають 37918 +клікою 37919 +кліку 37920 +клімат 37921 +кліматична 37922 +кліматичне 37923 +кліматичними 37924 +кліматичних 37925 +кліматичному 37926 +кліматичної 37927 +кліматичну 37928 +кліматичні 37929 +кліматичній 37930 +кліматолог 37931 +кліматологи 37932 +кліматом 37933 +клімату 37934 +кліматі 37935 +кліменка 37936 +клімкін 37937 +клімкіна 37938 +клімкіним 37939 +клімкіну 37940 +клінтон 37941 +клінтона 37942 +клінтони 37943 +клінтоном 37944 +клінтонів 37945 +клінтонівська 37946 +клінік 37947 +клініка 37948 +клініках 37949 +клініки 37950 +клініку 37951 +клінікі 37952 +клініці 37953 +клінічний 37954 +клінічних 37955 +клінічного 37956 +клінічному 37957 +клінічну 37958 +кліп 37959 +кліпав 37960 +кліпати 37961 +кліпає 37962 +кліпи 37963 +кліпу 37964 +кліренсу 37965 +клірик 37966 +клірика 37967 +клірики 37968 +клірику 37969 +клітин 37970 +клітина 37971 +клітинами 37972 +клітинах 37973 +клітини 37974 +клітинки 37975 +клітинкою 37976 +клітиною 37977 +клітину 37978 +клітинці 37979 +клітка 37980 +клітки 37981 +клітковина 37982 +клітковини 37983 +кліткою 37984 +клітку 37985 +клітці 37986 +кліті 37987 +кліці 37988 +клічка 37989 +кліщ 37990 +кліщами 37991 +кліщі 37992 +клієнт 37993 +клієнта 37994 +клієнтами 37995 +клієнти 37996 +клієнтка 37997 +клієнтки 37998 +клієнткою 37999 +клієнтку 38000 +клієнтом 38001 +клієнтська 38002 +клієнтура 38003 +клієнтуру 38004 +клієнтів 38005 +км 38006 +км-букс 38007 +кмара 38008 +кмда 38009 +кмітливими 38010 +кмітливості 38011 +кмітливі 38012 +кнайпа 38013 +кндр 38014 +кнесеті 38015 +кнессету 38016 +кнессеті 38017 +книг 38018 +книга 38019 +книгарню 38020 +книгарнях 38021 +книгарні 38022 +книгах 38023 +книги 38024 +книговидавництві 38025 +книговидання 38026 +книгою 38027 +книгу 38028 +книжечка 38029 +книжечки 38030 +книжечкою 38031 +книжечку 38032 +книжечок 38033 +книжка 38034 +книжками 38035 +книжках 38036 +книжки 38037 +книжкова 38038 +книжковий 38039 +книжкових 38040 +книжкового 38041 +книжковому 38042 +книжкової 38043 +книжкову 38044 +книжкові 38045 +книжкою 38046 +книжку 38047 +книжок 38048 +книжці 38049 +книжчини 38050 +книзі 38051 +кнопка 38052 +кнопкдавство 38053 +кнопки 38054 +кнопкодавили 38055 +кнопкодавства 38056 +кнопкодавство 38057 +кнопкодавством 38058 +кнопкодавів 38059 +кнопкою 38060 +кнопку 38061 +кнопочка 38062 +кнопочку 38063 +кнр 38064 +кнур 38065 +кнут 38066 +княгине 38067 +княгининих 38068 +княгиня 38069 +княгині 38070 +княже 38071 +княжив 38072 +княжими 38073 +княжич 38074 +княжича 38075 +княжичеві 38076 +княжичу 38077 +княжна 38078 +княжно 38079 +княжну 38080 +княжого 38081 +княжому 38082 +княжу 38083 +князев 38084 +князева 38085 +князеве 38086 +князевич 38087 +князевича 38088 +князевичем 38089 +князеві 38090 +князем 38091 +князь 38092 +князька 38093 +князьками 38094 +князьків 38095 +князю 38096 +князювання 38097 +князя 38098 +князєв 38099 +князі 38100 +князів 38101 +князівну 38102 +князівств 38103 +князівства 38104 +князівство 38105 +князівством 38106 +князівстві 38107 +князівський 38108 +князівського 38109 +князівські 38110 +князівській 38111 +кніжки 38112 +ко 38113 +коалізційні 38114 +коаліці 38115 +коаліціантів 38116 +коаліцій 38117 +коаліційна 38118 +коаліційне 38119 +коаліційний 38120 +коаліційним 38121 +коаліційними 38122 +коаліційних 38123 +коаліційного 38124 +коаліційному 38125 +коаліційноу 38126 +коаліційної 38127 +коаліційну 38128 +коаліційні 38129 +коаліційній 38130 +коаліціонери 38131 +коаліцію 38132 +коаліція 38133 +коаліціях 38134 +коаліцією 38135 +коаліції 38136 +коасового 38137 +кобан 38138 +кобза 38139 +кобзар 38140 +кобзарська 38141 +кобзарський 38142 +кобзарського 38143 +кобзаря 38144 +кобзарі 38145 +кобзарів 38146 +кобзах 38147 +кобзон 38148 +кобзу 38149 +коби 38150 +кобила 38151 +кобилянська 38152 +кобилі 38153 +кобиліних 38154 +коблево 38155 +коблик 38156 +кобра 38157 +кобри 38158 +кобулєв 38159 +кобурах 38160 +кобєльов 38161 +кобєлєв 38162 +кобєлєва 38163 +кобіта 38164 +ков 38165 +ковалдо 38166 +коваленко 38167 +ковалику 38168 +ковалко 38169 +коваль 38170 +ковальні 38171 +ковальова 38172 +ковальства 38173 +ковальських 38174 +ковальського 38175 +ковальчик 38176 +ковальчук 38177 +коваля 38178 +ковалів 38179 +ковалівки 38180 +ковач 38181 +ковачем 38182 +ковбаса 38183 +ковбаси 38184 +ковбаски 38185 +ковбасно 38186 +ковбасу 38187 +ковдрах 38188 +ковдри 38189 +ковдрою 38190 +ковдру 38191 +ковель 38192 +ковельської 38193 +ковеля 38194 +ковен 38195 +ковеном 38196 +коверзу 38197 +ковзан 38198 +ковзанах 38199 +ковзани 38200 +ковзатися 38201 +ковзає 38202 +ковзнула 38203 +ковикта 38204 +ковилами 38205 +ковилові 38206 +ковирятись 38207 +ковки 38208 +ковкістю 38209 +ковпаками 38210 +ковпаком 38211 +ковралін 38212 +ковровим 38213 +ковтаємо 38214 +ковтнеш 38215 +ковтонули 38216 +ковтонюк 38217 +ковтунець 38218 +ковчег 38219 +ковша 38220 +ковід 38221 +ковідне 38222 +ковідної 38223 +когановський 38224 +когда 38225 +когнітивними 38226 +кого 38227 +когорта 38228 +когорти 38229 +когорту 38230 +когось 38231 +когот 38232 +когут 38233 +код 38234 +кода 38235 +кодекс 38236 +кодекса 38237 +кодекси 38238 +кодексом 38239 +кодексу 38240 +кодексі 38241 +коди 38242 +кодимський 38243 +кодимського 38244 +кодин 38245 +кодова 38246 +коду 38247 +коді 38248 +коефіцієнт 38249 +коефіцієнтами 38250 +коефіцієнти 38251 +коефіцієнтом 38252 +коефіцієнту 38253 +коефіцієнті 38254 +коефіцієнтів 38255 +кож 38256 +кожвизнає 38257 +кождий 38258 +кождого 38259 +кождої 38260 +кожедуб 38261 +кожедуба 38262 +кожен 38263 +коженого 38264 +кожна 38265 +кожне 38266 +кожний 38267 +кожним 38268 +кожних 38269 +кожного 38270 +кожному 38271 +кожною 38272 +кожної 38273 +кожну 38274 +кожні 38275 +кожній 38276 +кожнім 38277 +кожнісінького 38278 +кожу 38279 +кожух 38280 +кожуха 38281 +кожухи 38282 +кожухом 38283 +кожушину 38284 +кожушком 38285 +кожушку 38286 +коза 38287 +козак 38288 +козака 38289 +козакам 38290 +козаками 38291 +козаках 38292 +козаки 38293 +козакові 38294 +козаком 38295 +козакування 38296 +козаків 38297 +козацтва 38298 +козацтво 38299 +козацтву 38300 +козацька 38301 +козацькая 38302 +козацьке 38303 +козацьки 38304 +козацький 38305 +козацьким 38306 +козацьких 38307 +козацького 38308 +козацькому 38309 +козацькою 38310 +козацької 38311 +козацьку 38312 +козацькі 38313 +козаче 38314 +козаченка 38315 +козаченко 38316 +козаченьки 38317 +козаченьків 38318 +козачка 38319 +козачня 38320 +козачок 38321 +козачук 38322 +козаччина 38323 +козел 38324 +козенко 38325 +козеня 38326 +кози 38327 +козине 38328 +козині 38329 +козир 38330 +козиркові 38331 +козирна 38332 +козирну 38333 +козиряє 38334 +козирі 38335 +козирів 38336 +козла 38337 +козлова 38338 +козловський 38339 +козловського 38340 +козлову 38341 +козлянка 38342 +козо 38343 +козонька 38344 +козою 38345 +козулін 38346 +козуліна 38347 +козюліна 38348 +козявка 38349 +козятин 38350 +козяче 38351 +козінчук 38352 +козія 38353 +козієм 38354 +койралом 38355 +кокаїн 38356 +кокетливо 38357 +кокетування 38358 +коккейна 38359 +кокнула 38360 +кокон 38361 +кокосової 38362 +кокс 38363 +коксохімічному 38364 +коксу 38365 +коктейль 38366 +коктейльна 38367 +коктейлями 38368 +коктейлі 38369 +коктейлів 38370 +кокуси 38371 +кокусів 38372 +кола 38373 +колаби 38374 +колаборанта 38375 +колаборанти 38376 +колаборантом 38377 +колаборантів 38378 +колаборацізми 38379 +колабораційний 38380 +колабораціонізм 38381 +колабораціонізмом 38382 +колабораціонізму 38383 +колабораціонізмі 38384 +колабораціоністу 38385 +колабораціоністів 38386 +колаборація 38387 +колаборацією 38388 +колаборації 38389 +колаж 38390 +коламбія 38391 +колами 38392 +колапс 38393 +колапсом 38394 +колапсу 38395 +колапсуватиме 38396 +колах 38397 +колбасна 38398 +колбасу 38399 +колгосп 38400 +колгоспною 38401 +колгоспів 38402 +колготи 38403 +колготів 38404 +коле 38405 +колег 38406 +колега 38407 +колегам 38408 +колегами 38409 +колеги 38410 +колего 38411 +колегою 38412 +колегу 38413 +колегі 38414 +колегіальне 38415 +колегіальних 38416 +колегій 38417 +колегіум 38418 +колегія 38419 +колегією 38420 +колегії 38421 +коледж 38422 +коледжом 38423 +коледжу 38424 +коледжі 38425 +колежанкою 38426 +колежанку 38427 +колезі 38428 +колейро 38429 +колектив 38430 +колективами 38431 +колективах 38432 +колективи 38433 +колективна 38434 +колективне 38435 +колективний 38436 +колективних 38437 +колективно 38438 +колективного 38439 +колективної 38440 +колективом 38441 +колективу 38442 +колективі 38443 +колективів 38444 +колективізації 38445 +колективізм 38446 +колектори 38447 +колекторські 38448 +колекцій 38449 +колекціонерам 38450 +колекціонерами 38451 +колекціонери 38452 +колекціонеру 38453 +колекціонування 38454 +колекціонуванням 38455 +колекціонувати 38456 +колекціонує 38457 +колекцію 38458 +колекція 38459 +колекціями 38460 +колекціях 38461 +колекції 38462 +колем 38463 +колемо 38464 +колен 38465 +коленкор 38466 +колеса 38467 +колесами 38468 +колесах 38469 +колесник 38470 +колесниченко 38471 +колесніковим 38472 +колесніченка 38473 +колесо 38474 +колесов 38475 +колесовали 38476 +колесом 38477 +колеться 38478 +колечко 38479 +коли 38480 +коливалася 38481 +коливальний 38482 +коливання 38483 +коливань 38484 +коливатиметься 38485 +коливатися 38486 +коливається 38487 +колисати 38488 +колисатися 38489 +колиска 38490 +колискова 38491 +колискову 38492 +колискою 38493 +колисці 38494 +колись 38495 +колихнув 38496 +количестве 38497 +количество 38498 +колише 38499 +колишнього 38500 +колишньому 38501 +колишньої 38502 +колишню 38503 +колишня 38504 +колишнє 38505 +колишнєю 38506 +колишні 38507 +колишній 38508 +колишнім 38509 +колишніми 38510 +колишніх 38511 +колишуть 38512 +колл 38513 +коллектив 38514 +коллом 38515 +коллінз 38516 +коло 38517 +колобка 38518 +колобова 38519 +колобродив 38520 +колову 38521 +коловій 38522 +колода 38523 +колодах 38524 +колоддя 38525 +колодку 38526 +колодуб 38527 +колодуба 38528 +колодубами 38529 +колодубів 38530 +колодці 38531 +колодязь 38532 +колодія 38533 +колодіївки 38534 +кололи 38535 +колом 38536 +коломбо 38537 +коломиї 38538 +коломойський 38539 +коломойського 38540 +коломойцев 38541 +коломійцем 38542 +коломієць 38543 +колон 38544 +колона 38545 +колонами 38546 +колони 38547 +колонка 38548 +колонками 38549 +колонки 38550 +колонна 38551 +колонни 38552 +колоною 38553 +колону 38554 +колоні 38555 +колоніальна 38556 +колоніальне 38557 +колоніального 38558 +колоніальною 38559 +колоніальної 38560 +колонізатори 38561 +колонізація 38562 +колонізації 38563 +колоній 38564 +колонію 38565 +колонія 38566 +колоніями 38567 +колоніях 38568 +колонією 38569 +колонії 38570 +колорадо 38571 +колорит 38572 +колоритом 38573 +колориту 38574 +колос 38575 +колоса 38576 +колосальна 38577 +колосальний 38578 +колосальних 38579 +колосально 38580 +колосальною 38581 +колосальної 38582 +колосальну 38583 +колосальні 38584 +колосникових 38585 +колосок 38586 +колосся 38587 +колоста 38588 +колотих 38589 +колтун 38590 +колу 38591 +колумб 38592 +колумбус 38593 +колумбійський 38594 +колумбійських 38595 +колумбійського 38596 +колумбійському 38597 +колумбія 38598 +колумбією 38599 +колумбії 38600 +колумністи 38601 +колупав 38602 +колуста 38603 +кольбою 38604 +колька 38605 +колькою 38606 +кольнуть 38607 +кольорами 38608 +кольорах 38609 +кольори 38610 +кольорова 38611 +кольорове 38612 +кольоровими 38613 +кольорових 38614 +кольорово 38615 +кольоровою 38616 +кольорову 38617 +кольорові 38618 +кольором 38619 +кольору 38620 +кольорі 38621 +кольорів 38622 +кольрабі 38623 +кольт 38624 +кольти 38625 +кольтів 38626 +кольце 38627 +кольцова 38628 +кольченка 38629 +кольченко 38630 +кольченком 38631 +кольчуга 38632 +кольчуги 38633 +кольчугу 38634 +кольчузі 38635 +колю 38636 +колють 38637 +колючою 38638 +колючу 38639 +коля 38640 +коляда 38641 +коляди 38642 +колядуєш 38643 +колядівська 38644 +колясок 38645 +колясці 38646 +колєг 38647 +колєга 38648 +колєгами 38649 +колєги 38650 +колєгові 38651 +колєгу 38652 +колєгів 38653 +колєжанкою 38654 +колі 38655 +колібанов 38656 +коліжанка 38657 +коліжанкам 38658 +коліжанками 38659 +коліжанки 38660 +коліжанку 38661 +коліжанок 38662 +колізію 38663 +колізія 38664 +колізії 38665 +колій 38666 +колін 38667 +коліна 38668 +колінах 38669 +коліно 38670 +колір 38671 +коліс 38672 +колісна 38673 +колісник 38674 +колісника 38675 +колісними 38676 +колісних 38677 +колісному 38678 +колісну 38679 +колісні 38680 +коліці 38681 +коліційної 38682 +коліційні 38683 +коліція 38684 +коліціянти 38685 +коліції 38686 +колію 38687 +колія 38688 +колії 38689 +коліївщини 38690 +ком 38691 +ком'юніті 38692 +ком'ютер 38693 +кома 38694 +команд 38695 +команда 38696 +командам 38697 +командами 38698 +командарм 38699 +командах 38700 +команди 38701 +командир 38702 +командира 38703 +командирам 38704 +командирами 38705 +командири 38706 +командирові 38707 +командировій 38708 +командиром 38709 +командирства 38710 +командирський 38711 +командиру 38712 +командирів 38713 +командна 38714 +командний 38715 +командних 38716 +командного 38717 +командні 38718 +командою 38719 +команду 38720 +командував 38721 +командуванню 38722 +командування 38723 +командуванням 38724 +командуваннях 38725 +командуванні 38726 +командувань 38727 +командувати 38728 +командувач 38729 +командувача 38730 +командувачем 38731 +командувачу 38732 +командувачі 38733 +командуй 38734 +командуючий 38735 +командуючих 38736 +командуючого 38737 +командуючі 38738 +командує 38739 +команді 38740 +команія 38741 +команії 38742 +комар 38743 +комара 38744 +комарова 38745 +комарово 38746 +комарів 38747 +комах 38748 +комахах 38749 +комахи 38750 +комашки 38751 +комашок 38752 +комбайнів 38753 +комбат 38754 +комбата 38755 +комбатанти 38756 +комбрига 38757 +комбригів 38758 +комбікормом 38759 +комбінат 38760 +комбінатах 38761 +комбінати 38762 +комбінацію 38763 +комбінація 38764 +комбінаціях 38765 +комбінації 38766 +комбінезон 38767 +комбінезонами 38768 +комбінезонах 38769 +комбінезони 38770 +комбінована 38771 +комбінований 38772 +комбіновані 38773 +комбінувати 38774 +комедія 38775 +комедії 38776 +комендант 38777 +коменданта 38778 +комендантська 38779 +комендантську 38780 +коменди 38781 +комент 38782 +коментами 38783 +коментар 38784 +коментаря 38785 +коментарям 38786 +коментарями 38787 +коментарях 38788 +коментарі 38789 +коментарів 38790 +коментарій 38791 +коментатор 38792 +коментатора 38793 +коментаторами 38794 +коментатори 38795 +коментаторками 38796 +коментаторства 38797 +коментаторство 38798 +коментатору 38799 +коментаторів 38800 +коменти 38801 +коментована 38802 +коментував 38803 +коментувала 38804 +коментували 38805 +коментувалося 38806 +коментування 38807 +коментувати 38808 +коментуйте 38809 +коментую 38810 +коментують 38811 +коментуються 38812 +коментуючи 38813 +коментує 38814 +коментуєте 38815 +коментів 38816 +комерсант 38817 +комерсанта 38818 +комерціалізацію 38819 +комерційна 38820 +комерційне 38821 +комерційний 38822 +комерційним 38823 +комерційних 38824 +комерційного 38825 +комерційною 38826 +комерційної 38827 +комерційну 38828 +комерційні 38829 +комерційній 38830 +комерческая 38831 +комети 38832 +коми 38833 +комиссией 38834 +комитета 38835 +комитетом 38836 +комишувахи 38837 +комишуваху 38838 +коммерсант 38839 +коммодити 38840 +коммодіті 38841 +коммуністи 38842 +комната 38843 +комнату 38844 +комнезами 38845 +комодіті 38846 +комождого 38847 +комонник 38848 +комонники 38849 +комонників 38850 +комонних 38851 +комора 38852 +комори 38853 +коморські 38854 +коморі 38855 +комочком 38856 +комою 38857 +комп 38858 +комп'ютер 38859 +комп'ютера 38860 +комп'ютерами 38861 +комп'ютерах 38862 +комп'ютери 38863 +комп'ютеризована 38864 +комп'ютерна 38865 +комп'ютерне 38866 +комп'ютерний 38867 +комп'ютерними 38868 +комп'ютерних 38869 +комп'ютерно 38870 +комп'ютерного 38871 +комп'ютернозалежний 38872 +комп'ютерному 38873 +комп'ютерної 38874 +комп'ютерну 38875 +комп'ютерні 38876 +комп'ютерній 38877 +комп'ютером 38878 +комп'ютеру 38879 +комп'ютері 38880 +комп'ютерів 38881 +компакти 38882 +компактне 38883 +компактних 38884 +компактно 38885 +компактного 38886 +компании 38887 +компания 38888 +компаній 38889 +компанійського 38890 +компанійцем 38891 +компанійця 38892 +компанію 38893 +компанія 38894 +компаніям 38895 +компаніями 38896 +компаніях 38897 +компанієць 38898 +компанією 38899 +компанії 38900 +компартія 38901 +компартії 38902 +компас 38903 +компенсацій 38904 +компенсацію 38905 +компенсація 38906 +компенсаціям 38907 +компенсацією 38908 +компенсації 38909 +компенсовано 38910 +компенсовувати 38911 +компенсовуватись 38912 +компенсувалась 38913 +компенсувати 38914 +компенсуйте 38915 +компенсую 38916 +компенсують 38917 +компенсуються 38918 +компенсуючи 38919 +компенсує 38920 +компетентна 38921 +компетентний 38922 +компетентним 38923 +компетентними 38924 +компетентних 38925 +компетентно 38926 +компетентного 38927 +компетентності 38928 +компетентною 38929 +компетентної 38930 +компетентну 38931 +компетентні 38932 +компетентнісний 38933 +компетентнішого 38934 +компетенцій 38935 +компетенцію 38936 +компетенціями 38937 +компетенції 38938 +комплекс 38939 +комплексами 38940 +комплексах 38941 +комплекси 38942 +комплексна 38943 +комплексне 38944 +комплексний 38945 +комплексним 38946 +комплексними 38947 +комплексно 38948 +комплексного 38949 +комплексною 38950 +комплексної 38951 +комплексну 38952 +комплексні 38953 +комплексній 38954 +комплексом 38955 +комплекст 38956 +комплексу 38957 +комплексує 38958 +комплексі 38959 +комплексів 38960 +комплект 38961 +комплектами 38962 +комплектацію 38963 +комплектація 38964 +комплектацією 38965 +комплектації 38966 +комплекти 38967 +комплектності 38968 +комплектовані 38969 +комплекту 38970 +комплектування 38971 +комплектувати 38972 +комплектують 38973 +комплектуються 38974 +комплектуючими 38975 +комплектуючих 38976 +комплектуючі 38977 +комплекті 38978 +комплименту 38979 +комплікації 38980 +комплімент 38981 +компліменти 38982 +композитор 38983 +композитора 38984 +композиторами 38985 +композитори 38986 +композитором 38987 +композиторської 38988 +композиторів 38989 +композицій 38990 +композицію 38991 +композиціями 38992 +композицією 38993 +композиції 38994 +компом 38995 +компонент 38996 +компонента 38997 +компонентами 38998 +компоненти 38999 +компоненту 39000 +компонентів 39001 +компонувань 39002 +компост 39003 +компосту 39004 +компот 39005 +компоти 39006 +компоту 39007 +компромати 39008 +компромату 39009 +компрометації 39010 +компрометувати 39011 +компроміс 39012 +компромісами 39013 +компроміси 39014 +компромісне 39015 +компромісний 39016 +компромісним 39017 +компромісними 39018 +компромісності 39019 +компромісної 39020 +компромісну 39021 +компромісні 39022 +компромісом 39023 +компромісу 39024 +компромісів 39025 +компульсія 39026 +компі 39027 +компіляторах 39028 +компіляція 39029 +комсомолець 39030 +комсомольская 39031 +комсомольського 39032 +комсомольськом 39033 +комсомольці 39034 +кому 39035 +комуналка 39036 +комуналки 39037 +комуналку 39038 +комунальна 39039 +комунальне 39040 +комунальники 39041 +комунальних 39042 +комунального 39043 +комунальному 39044 +комунальної 39045 +комунальну 39046 +комунальні 39047 +комуненерго 39048 +комуни 39049 +комуняцька 39050 +комунізм 39051 +комунізму 39052 +комунік 39053 +комунікативно 39054 +комунікативні 39055 +комунікатор 39056 +комунікац 39057 +комунікацій 39058 +комунікаційна 39059 +комунікаційне 39060 +комунікаційний 39061 +комунікаційниками 39062 +комунікаційних 39063 +комунікаційного 39064 +комунікаційну 39065 +комунікаційні 39066 +комунікаційній 39067 +комунікацію 39068 +комунікація 39069 +комунікаціями 39070 +комунікації 39071 +комунікацї 39072 +комунікувала 39073 +комунікувати 39074 +комунікую 39075 +комунікують 39076 +комунікує 39077 +комунікується 39078 +комуніст 39079 +комуніста 39080 +комуністами 39081 +комуністи 39082 +комуністична 39083 +комуністичний 39084 +комуністичним 39085 +комуністичними 39086 +комуністичних 39087 +комуністичного 39088 +комуністичною 39089 +комуністичної 39090 +комуністичній 39091 +комуністом 39092 +комуністів 39093 +комунічний 39094 +комусь 39095 +комфорт 39096 +комфортна 39097 +комфортних 39098 +комфортно 39099 +комфортного 39100 +комфортні 39101 +комфортніше 39102 +комфортніших 39103 +комфортом 39104 +комфорту 39105 +комюніке 39106 +комі 39107 +комізм 39108 +комікеса 39109 +коміків 39110 +комільфо 39111 +коміра 39112 +комірник 39113 +комірника 39114 +комірником 39115 +комірок 39116 +комірчиком 39117 +комірі 39118 +комісар 39119 +комісара 39120 +комісаром 39121 +комісару 39122 +комісарчиків 39123 +комісаріату 39124 +комісарів 39125 +комісувавши 39126 +комісій 39127 +комісійний 39128 +комісію 39129 +комісія 39130 +комісіях 39131 +комісією 39132 +комісії 39133 +комітет 39134 +комітетам 39135 +комітетами 39136 +комітетах 39137 +комітети 39138 +комітетові 39139 +комітетом 39140 +комітету 39141 +комітеті 39142 +комітетів 39143 +кон'юнктура 39144 +кон'юнктури 39145 +кон'юнктурі 39146 +конанні 39147 +конати 39148 +конашко 39149 +конвенційна 39150 +конвенцію 39151 +конвенція 39152 +конвенціями 39153 +конвенції 39154 +конвергентність 39155 +конвергенція 39156 +конверсій 39157 +конверсії 39158 +конверт 39159 +конверти 39160 +конвертувати 39161 +конвертують 39162 +конверті 39163 +конвертів 39164 +конвері 39165 +конвеєр 39166 +конвеєрного 39167 +конвой 39168 +конвою 39169 +конвоювання 39170 +конвої 39171 +конвоїрами 39172 +конвоїри 39173 +конвоїрів 39174 +конгломерат 39175 +конгломерату 39176 +конго 39177 +конгрегації 39178 +конгрес 39179 +конгресмен 39180 +конгресмена 39181 +конгресменам 39182 +конгресменами 39183 +конгресмени 39184 +конгресменом 39185 +конгресменів 39186 +конгресовими 39187 +конгресових 39188 +конгресового 39189 +конгресовому 39190 +конгресової 39191 +конгресові 39192 +конгресом 39193 +конгресу 39194 +конгресі 39195 +конгрисмен 39196 +конденсація 39197 +кондидатів 39198 +кондитерка 39199 +кондитерськими 39200 +кондитерських 39201 +кондитерської 39202 +кондитерські 39203 +кондиціонерами 39204 +кондиціонером 39205 +кондиціонерів 39206 +кондиції 39207 +кондова 39208 +кондоліза 39209 +кондолізи 39210 +кондолізою 39211 +кондолізу 39212 +кондолізі 39213 +кондомініумів 39214 +кондратьєва 39215 +кондукторами 39216 +кондусь 39217 +конді 39218 +коневі 39219 +коней 39220 +конекту 39221 +конем 39222 +конечна 39223 +конечним 39224 +конечно 39225 +конечному 39226 +конечної 39227 +коник 39228 +коника 39229 +коники 39230 +конику 39231 +коників 39232 +кониченьки 39233 +конкарне 39234 +конквест 39235 +конкретизувати 39236 +конкретизуйте 39237 +конкретизую 39238 +конкретики 39239 +конкретна 39240 +конкретне 39241 +конкретний 39242 +конкретним 39243 +конкретними 39244 +конкретних 39245 +конкретно 39246 +конкретного 39247 +конкретному 39248 +конкретною 39249 +конкретної 39250 +конкретну 39251 +конкретні 39252 +конкретній 39253 +конкретніше 39254 +конкретніші 39255 +конкртному 39256 +конкурент 39257 +конкурента 39258 +конкурентами 39259 +конкуренти 39260 +конкурентна 39261 +конкурентними 39262 +конкурентно 39263 +конкурентное 39264 +конкурентноспроможною 39265 +конкурентноспроможні 39266 +конкурентною 39267 +конкурентної 39268 +конкурентні 39269 +конкурентом 39270 +конкурентоспроможне 39271 +конкурентоспроможним 39272 +конкурентоспроможними 39273 +конкурентів 39274 +конкуренциию 39275 +конкуренция 39276 +конкуренцю 39277 +конкуренцію 39278 +конкуренція 39279 +конкуренції 39280 +конкурируют 39281 +конкурс 39282 +конкурсах 39283 +конкурси 39284 +конкурсна 39285 +конкурсних 39286 +конкурсному 39287 +конкурсної 39288 +конкурсну 39289 +конкурсній 39290 +конкурсом 39291 +конкурсу 39292 +конкурсі 39293 +конкурсів 39294 +конкурувати 39295 +конкуруватимуть 39296 +конкурують 39297 +конкуруючий 39298 +конкуруючим 39299 +конкуруючих 39300 +конкурує 39301 +конлікт 39302 +коннектикут 39303 +коннорс 39304 +конов'язі 39305 +коновалець 39306 +коновалов 39307 +коновальця 39308 +коноводами 39309 +конокрад 39310 +кононенко 39311 +конончук 39312 +кононєнка 39313 +конопель 39314 +коноплею 39315 +конопляних 39316 +коноплянка 39317 +конотації 39318 +конотоп 39319 +конотопом 39320 +конотопського 39321 +конотопської 39322 +конотопу 39323 +коношевич 39324 +конретно 39325 +консалтингового 39326 +консалтінг 39327 +консенсус 39328 +консенсусного 39329 +консенсусом 39330 +консенсусу 39331 +консерва 39332 +консервантів 39333 +консервативна 39334 +консервативний 39335 +консервативним 39336 +консервативними 39337 +консервативних 39338 +консервативно 39339 +консервативного 39340 +консервативному 39341 +консервативної 39342 +консервативну 39343 +консервативні 39344 +консервативній 39345 +консерватизму 39346 +консерватор 39347 +консерваторам 39348 +консерваторами 39349 +консерватори 39350 +консерваторів 39351 +консерваторії 39352 +консервації 39353 +консервні 39354 +консервовані 39355 +консервів 39356 +консерованих 39357 +консистенція 39358 +консистенції 39359 +консолідацію 39360 +консолідація 39361 +консолідації 39362 +консолідована 39363 +консолідоване 39364 +консолідованої 39365 +консолідовану 39366 +консолідували 39367 +консолідувати 39368 +консолідуватися 39369 +консолідуюча 39370 +консолідує 39371 +консорціум 39372 +консорціумом 39373 +конспектувала 39374 +конспектів 39375 +конспірація 39376 +конспірації 39377 +конспірологічні 39378 +конспірологію 39379 +конспірологія 39380 +константиновому 39381 +константинополь 39382 +константинопольського 39383 +константинополя 39384 +константу 39385 +константувати 39386 +констанцій 39387 +констатацію 39388 +констатація 39389 +констатаціями 39390 +констатації 39391 +констатовані 39392 +констатував 39393 +констатували 39394 +констатувати 39395 +констатують 39396 +констатуючий 39397 +констатує 39398 +констатуємо 39399 +конститиуційного 39400 +конституцйну 39401 +конституцєю 39402 +конституційна 39403 +конституційне 39404 +конституційний 39405 +конституційним 39406 +конституційними 39407 +конституційних 39408 +конституційного 39409 +конституційному 39410 +конституційності 39411 +конституційною 39412 +конституційної 39413 +конституційну 39414 +конституційні 39415 +конституціну 39416 +конституцію 39417 +конституція 39418 +конституцією 39419 +конституції 39420 +конструкт 39421 +конструктив 39422 +конструктивна 39423 +конструктивне 39424 +конструктивний 39425 +конструктивним 39426 +конструктивних 39427 +конструктивно 39428 +конструктивного 39429 +конструктивною 39430 +конструктивної 39431 +конструктивну 39432 +конструктивні 39433 +конструктивність 39434 +конструктиву 39435 +конструктор 39436 +конструктора 39437 +конструкторов 39438 +конструктором 39439 +конструкторской 39440 +конструкторскую 39441 +конструкторських 39442 +конструкторського 39443 +конструкторські 39444 +конструкцій 39445 +конструкцію 39446 +конструкцією 39447 +конструкції 39448 +конструював 39449 +конструювали 39450 +конструювати 39451 +конструюють 39452 +констянтин 39453 +констянтинівка 39454 +консуело 39455 +консул 39456 +консула 39457 +консулам 39458 +консулами 39459 +консуле 39460 +консули 39461 +консулом 39462 +консульств 39463 +консульства 39464 +консульствам 39465 +консульство 39466 +консульством 39467 +консульська 39468 +консульське 39469 +консульським 39470 +консульських 39471 +консульського 39472 +консульської 39473 +консульські 39474 +консульській 39475 +консультант 39476 +консультанта 39477 +консультанти 39478 +консультантка 39479 +консультантів 39480 +консультативний 39481 +консультативним 39482 +консультативного 39483 +консультативною 39484 +консультативної 39485 +консультативну 39486 +консультативні 39487 +консультаций 39488 +консультацій 39489 +консультаційних 39490 +консультацію 39491 +консультаціях 39492 +консультацією 39493 +консультації 39494 +консультувались 39495 +консультування 39496 +консультуватиметься 39497 +консультуватися 39498 +консультуйтеся 39499 +консультуються 39500 +консультуємось 39501 +консулів 39502 +консюмеризму 39503 +контакт 39504 +контактам 39505 +контактами 39506 +контакти 39507 +контактна 39508 +контактного 39509 +контактной 39510 +контактної 39511 +контактній 39512 +контакту 39513 +контактував 39514 +контактувала 39515 +контактуватися 39516 +контактуємо 39517 +контакті 39518 +контактів 39519 +контейнер 39520 +контейнера 39521 +контейнерами 39522 +контейнери 39523 +контейнерна 39524 +контейнерної 39525 +контейнері 39526 +контейнерів 39527 +контекст 39528 +контексти 39529 +контекстом 39530 +контексту 39531 +контексті 39532 +контекстів 39533 +контент 39534 +контентних 39535 +контентом 39536 +контенту 39537 +контингент 39538 +контингенти 39539 +контингентом 39540 +контингенту 39541 +контингенті 39542 +контингентів 39543 +континент 39544 +континентальний 39545 +континентальних 39546 +континенту 39547 +континенті 39548 +континентів 39549 +контор 39550 +контора 39551 +контори 39552 +конторі 39553 +контр 39554 +контрабанда 39555 +контрабанди 39556 +контрабандисти 39557 +контрабандистів 39558 +контрабандному 39559 +контрабандою 39560 +контрабанду 39561 +контрабанді 39562 +контраварійного 39563 +контраверсійних 39564 +контраверсійною 39565 +контраверсійні 39566 +контракт 39567 +контрактами 39568 +контрактах 39569 +контракти 39570 +контрактники 39571 +контрактників 39572 +контрактну 39573 +контрактній 39574 +контрактова 39575 +контрактової 39576 +контрактом 39577 +контракторам 39578 +контракторами 39579 +контракторів 39580 +контракту 39581 +контракті 39582 +контрактів 39583 +контраргумент 39584 +контраргументами 39585 +контраргументацією 39586 +контраргументи 39587 +контраст 39588 +контрастах 39589 +контрастно 39590 +контрастною 39591 +контрастом 39592 +контрасту 39593 +контрастує 39594 +контратаки 39595 +контратаку 39596 +контратакувати 39597 +контрафактна 39598 +контрафактну 39599 +контрафакція 39600 +контрацепцію 39601 +контрацепція 39602 +контрацепції 39603 +контрачі 39604 +контрбатарейна 39605 +контрбатарейної 39606 +контрбатарейну 39607 +контрбатарейні 39608 +контрдіями 39609 +контрзвинуваченнями 39610 +контрнаступ 39611 +контрнаступальна 39612 +контрнаступальні 39613 +контрнаступати 39614 +контрнаступу 39615 +контроверза 39616 +контроверсу 39617 +контроверсійне 39618 +контроверсійний 39619 +контроверсійним 39620 +контроверсійною 39621 +контроверсійної 39622 +контроверсійну 39623 +контроверсійні 39624 +контроверсійнішим 39625 +контрозвідувального 39626 +контролем 39627 +контроль 39628 +контрольна 39629 +контрольний 39630 +контрольними 39631 +контрольних 39632 +контрольно 39633 +контрольного 39634 +контрольну 39635 +контрольні 39636 +контрольована 39637 +контрольований 39638 +контрольованих 39639 +контрольованого 39640 +контрольованому 39641 +контрольованою 39642 +контрольованої 39643 +контрольовану 39644 +контрольовані 39645 +контрольованість 39646 +контролю 39647 +контролював 39648 +контролювали 39649 +контролювалися 39650 +контролювання 39651 +контролювати 39652 +контролюватимуть 39653 +контролюватись 39654 +контролюватися 39655 +контролють 39656 +контролюю 39657 +контролюють 39658 +контролюючих 39659 +контролюючі 39660 +контролює 39661 +контролюєм 39662 +контролюємо 39663 +контролюєте 39664 +контролюється 39665 +контролюєш 39666 +контролях 39667 +контролі 39668 +контрпродуктивним 39669 +контрпродуктивно 39670 +контрпродуктивність 39671 +контрпропаганда 39672 +контрреверсійних 39673 +контрреволюційна 39674 +контрреволюційної 39675 +контрреволюцією 39676 +контрреволюції 39677 +контррозвідка 39678 +контррозвідки 39679 +контррозвідники 39680 +контррозвідниці 39681 +контррозвідувального 39682 +контррозвідувальною 39683 +контррозвідці 39684 +контртероризму 39685 +контртерористична 39686 +контрудари 39687 +контрудару 39688 +контури 39689 +контурну 39690 +кону 39691 +конунг 39692 +конунга 39693 +конура 39694 +конус 39695 +конусльтації 39696 +конфеденційності 39697 +конфедерацією 39698 +конфедерації 39699 +конференцій 39700 +конференцію 39701 +конференція 39702 +конференціями 39703 +конференціях 39704 +конференцією 39705 +конференції 39706 +конфесій 39707 +конфесії 39708 +конфлікт 39709 +конфліктам 39710 +конфліктами 39711 +конфліктах 39712 +конфлікти 39713 +конфліктним 39714 +конфліктних 39715 +конфліктно 39716 +конфліктною 39717 +конфліктну 39718 +конфліктні 39719 +конфліктові 39720 +конфліктології 39721 +конфліктом 39722 +конфлікту 39723 +конфліктувати 39724 +конфліктуючих 39725 +конфлікті 39726 +конфліктів 39727 +конфронтацій 39728 +конфронтаційними 39729 +конфронтаційну 39730 +конфронтацію 39731 +конфронтації 39732 +конфуція 39733 +конфєтно 39734 +конфігурацій 39735 +конфігурацію 39736 +конфігурація 39737 +конфігурацією 39738 +конфігурації 39739 +конфіденційний 39740 +конфіденційності 39741 +конфіденційність 39742 +конфіскацію 39743 +конфіскацією 39744 +конфіскації 39745 +конфісковане 39746 +конфісковано 39747 +конфіскованого 39748 +конфісковані 39749 +конфіскувала 39750 +конфіскували 39751 +конфіскувати 39752 +концентратор 39753 +концентраційних 39754 +концентраційного 39755 +концентрацію 39756 +концентрація 39757 +концентрації 39758 +концентрично 39759 +концентрований 39760 +концентрованого 39761 +концентровані 39762 +концентрувалися 39763 +концентруватися 39764 +концентруються 39765 +концентрує 39766 +концентруємось 39767 +концентрується 39768 +конценціювати 39769 +концепт 39770 +концептами 39771 +концептуальна 39772 +концептуальне 39773 +концептуальний 39774 +концептуальними 39775 +концептуальних 39776 +концептуально 39777 +концептуального 39778 +концептуальні 39779 +концепцію 39780 +концепція 39781 +концепцією 39782 +концепції 39783 +концервативного 39784 +концервативної 39785 +концерн 39786 +концерном 39787 +концерну 39788 +концерні 39789 +концерт 39790 +концертами 39791 +концертах 39792 +концерти 39793 +концертна 39794 +концертний 39795 +концертних 39796 +концертного 39797 +концертному 39798 +концертну 39799 +концертній 39800 +концертом 39801 +концерту 39802 +концерті 39803 +концертів 39804 +концесії 39805 +концтаборі 39806 +конча 39807 +конче 39808 +кончіну 39809 +коньяк 39810 +коньяку 39811 +коню 39812 +конюхікасі 39813 +конюший 39814 +конюшню 39815 +конюшого 39816 +коня 39817 +коням 39818 +конями 39819 +конях 39820 +конячих 39821 +конячок 39822 +конячої 39823 +конєва 39824 +конєй 39825 +конєчно 39826 +конєшно 39827 +коні 39828 +конів 39829 +конішевська 39830 +конішевської 39831 +конґресі 39832 +кооліцією 39833 +кооперативами 39834 +кооперативи 39835 +кооперативне 39836 +кооперативним 39837 +кооперативних 39838 +кооперативні 39839 +коопераційні 39840 +кооперацію 39841 +кооперацією 39842 +координат 39843 +координатах 39844 +координати 39845 +координатор 39846 +координатора 39847 +координаторами 39848 +координаторка 39849 +координаторку 39850 +координатором 39851 +координатору 39852 +координацій 39853 +координаційного 39854 +координаційної 39855 +координаційну 39856 +координацію 39857 +координація 39858 +координації 39859 +координована 39860 +координованих 39861 +координував 39862 +координування 39863 +координувати 39864 +координуватиме 39865 +координую 39866 +координують 39867 +координуються 39868 +координує 39869 +копа 39870 +копай 39871 +копалень 39872 +копали 39873 +копалин 39874 +копалини 39875 +копальні 39876 +копанка 39877 +копання 39878 +копати 39879 +копач 39880 +копає 39881 +копаємо 39882 +копейську 39883 +копейській 39884 +копенгаген 39885 +копенгагена 39886 +копенгагену 39887 +копенгагені 39888 +копил 39889 +копилівської 39890 +копирку 39891 +копистками 39892 +копит 39893 +копита 39894 +копицю 39895 +копленд 39896 +копорація 39897 +коптер 39898 +коптерами 39899 +коптери 39900 +коптерів 39901 +копули 39902 +копулу 39903 +копура 39904 +копчена 39905 +копчене 39906 +копчених 39907 +копчення 39908 +копчену 39909 +копчені 39910 +копченість 39911 +копій 39912 +копійка 39913 +копійками 39914 +копійки 39915 +копійку 39916 +копійок 39917 +копійчане 39918 +копійчина 39919 +копійчини 39920 +копірайтер 39921 +копітка 39922 +копіткий 39923 +копію 39924 +копіювали 39925 +копіювати 39926 +копія 39927 +копіями 39928 +копією 39929 +копії 39930 +кор 39931 +корабель 39932 +корабельна 39933 +корабельний 39934 +корабельним 39935 +корабельно 39936 +корабельного 39937 +корабельні 39938 +кораблей 39939 +корабль 39940 +кораблю 39941 +корабля 39942 +кораблям 39943 +кораблями 39944 +кораблях 39945 +кораблі 39946 +кораблів 39947 +кораблік 39948 +корал 39949 +корали 39950 +коралі 39951 +корам 39952 +коран 39953 +корану 39954 +коратоші 39955 +корбал 39956 +корвет 39957 +корветами 39958 +корвету 39959 +корветі 39960 +корветів 39961 +кордебалеті 39962 +кординально 39963 +кординаторів 39964 +кордисман 39965 +кордоктор 39966 +кордон 39967 +кордонам 39968 +кордонами 39969 +кордонах 39970 +кордони 39971 +кордонних 39972 +кордоном 39973 +кордону 39974 +кордоні 39975 +кордонів 39976 +коре 39977 +кореговані 39978 +корегування 39979 +корегувати 39980 +корегують 39981 +корегуючи 39982 +корегуємо 39983 +корегується 39984 +корей 39985 +корейський 39986 +корейським 39987 +корейськими 39988 +корейських 39989 +корейсько 39990 +корейського 39991 +корейському 39992 +корейською 39993 +корейської 39994 +корейську 39995 +корейські 39996 +корейській 39997 +корейцями 39998 +корейці 39999 +корейців 40000 +корективи 40001 +коректним 40002 +коректно 40003 +коректної 40004 +коректну 40005 +коректні 40006 +коректніше 40007 +коректувати 40008 +коректіровку 40009 +коректірує 40010 +корекційні 40011 +корекцією 40012 +корекції 40013 +кореляцію 40014 +кореляції 40015 +коренева 40016 +коренем 40017 +корень 40018 +кореню 40019 +кореня 40020 +корені 40021 +коренів 40022 +кореспондент 40023 +кореспондента 40024 +кореспондентам 40025 +кореспондентами 40026 +кореспонденти 40027 +кореспондентка 40028 +кореспондентки 40029 +кореспонденткою 40030 +кореспондентові 40031 +кореспондентом 40032 +кореспондентці 40033 +кореспондентів 40034 +кореспонденції 40035 +кореспондетки 40036 +корець 40037 +корею 40038 +корея 40039 +кореєць 40040 +кореєю 40041 +кореї 40042 +корж 40043 +коржаном 40044 +корженко 40045 +коржі 40046 +корзиною 40047 +корзно 40048 +кори 40049 +кориговані 40050 +коригування 40051 +коригувати 40052 +коридор 40053 +коридорами 40054 +коридори 40055 +коридором 40056 +коридору 40057 +коридорі 40058 +коридорів 40059 +коринтян 40060 +корисливих 40061 +корисливу 40062 +корисна 40063 +корисне 40064 +корисний 40065 +корисним 40066 +корисними 40067 +корисних 40068 +корисно 40069 +корисного 40070 +корисною 40071 +корисної 40072 +корисну 40073 +корисні 40074 +корисність 40075 +корисніше 40076 +кориснішим 40077 +кориспонденткою 40078 +користались 40079 +користами 40080 +користання 40081 +користати 40082 +користатимуть 40083 +користатись 40084 +користатися 40085 +користають 40086 +користаються 40087 +користає 40088 +користається 40089 +користаєшся 40090 +користей 40091 +користувався 40092 +користувалася 40093 +користувались 40094 +користувалися 40095 +користувалося 40096 +користування 40097 +користуванні 40098 +користуватиметься 40099 +користуватись 40100 +користуватися 40101 +користуваться 40102 +користувач 40103 +користувача 40104 +користувачам 40105 +користувачами 40106 +користувачка 40107 +користувачі 40108 +користувачів 40109 +користуйтесь 40110 +користуюсь 40111 +користуюся 40112 +користуються 40113 +користуючись 40114 +користуємось 40115 +користуємся 40116 +користуєтесь 40117 +користується 40118 +користуєшься 40119 +користь 40120 +користі 40121 +коритися 40122 +корифей 40123 +корифеї 40124 +кориця 40125 +коричневий 40126 +коричневі 40127 +корках 40128 +коркіна 40129 +корльович 40130 +корм 40131 +корма 40132 +корми 40133 +корминка 40134 +корминки 40135 +корминку 40136 +кормить 40137 +кормлять 40138 +кормових 40139 +кормові 40140 +кормом 40141 +корму 40142 +кормі 40143 +кормів 40144 +корне 40145 +корнева 40146 +корнійчук 40147 +корнійчуку 40148 +коробка 40149 +коробки 40150 +коробку 40151 +коробок 40152 +коробочка 40153 +коробочку 40154 +коробці 40155 +коров'яче 40156 +коров'ячий 40157 +коров'ячим 40158 +корова 40159 +коровай 40160 +корови 40161 +коровки 40162 +коровою 40163 +корову 40164 +корогва 40165 +корогву 40166 +короговця 40167 +корок 40168 +королева 40169 +королеви 40170 +королевий 40171 +королевою 40172 +королевство 40173 +королем 40174 +король 40175 +корольки 40176 +короля 40177 +королям 40178 +королі 40179 +королів 40180 +королівства 40181 +королівство 40182 +королівстві 40183 +королівський 40184 +королівських 40185 +королівського 40186 +королівському 40187 +королівську 40188 +коронавірусною 40189 +коронавірусом 40190 +коронація 40191 +короненко 40192 +коронки 40193 +коронку 40194 +короновірусу 40195 +короною 40196 +коронувались 40197 +коронці 40198 +коропа 40199 +коропи 40200 +коростень 40201 +коростильов 40202 +коростильовим 40203 +коростишівську 40204 +коротати 40205 +короташ 40206 +коротаєвський 40207 +коротенька 40208 +коротенько 40209 +коротеньку 40210 +коротенькі 40211 +коротесенький 40212 +коротеївський 40213 +коротиш 40214 +коротка 40215 +коротке 40216 +короткий 40217 +коротким 40218 +короткими 40219 +коротких 40220 +коротко 40221 +короткого 40222 +короткозора 40223 +короткометражний 40224 +короткометражних 40225 +короткому 40226 +короткоствольної 40227 +короткоствольну 40228 +короткострокова 40229 +короткострокове 40230 +короткостроковий 40231 +короткострокових 40232 +короткострокові 40233 +короткостроковій 40234 +короткотерміновий 40235 +короткотермінових 40236 +короткотерміновою 40237 +короткотерміновішу 40238 +короткотривалий 40239 +короткотривалість 40240 +короткохвилеві 40241 +короткохвильового 40242 +короткохвильовій 40243 +короткочасне 40244 +короткочасний 40245 +короткочасні 40246 +короткою 40247 +короткої 40248 +коротку 40249 +короткі 40250 +короткій 40251 +коротун 40252 +коротша 40253 +коротше 40254 +коротший 40255 +коротшими 40256 +коротшою 40257 +коротші 40258 +короче 40259 +корочку 40260 +корочє 40261 +корпав 40262 +корпал 40263 +корплрація 40264 +корпова 40265 +корпоративна 40266 +корпоративне 40267 +корпоративний 40268 +корпоративними 40269 +корпоративних 40270 +корпоративні 40271 +корпорацій 40272 +корпорація 40273 +корпораціям 40274 +корпораціями 40275 +корпорації 40276 +корпус 40277 +корпуса 40278 +корпуси 40279 +корпусного 40280 +корпусної 40281 +корпусну 40282 +корпусом 40283 +корпусти 40284 +корпусу 40285 +корпусі 40286 +корпусів 40287 +корреа 40288 +корреспондентам 40289 +корреспондентами 40290 +корриєю 40291 +коррупція 40292 +корсарів 40293 +корсети 40294 +корсету 40295 +корсетів 40296 +корсиці 40297 +корсон 40298 +корсунь 40299 +корт 40300 +кортежу 40301 +кортикостероїдного 40302 +кортить 40303 +кортон 40304 +кортунов 40305 +кортіло 40306 +кору 40307 +корумпований 40308 +корумпованим 40309 +корумпованими 40310 +корумпованих 40311 +корумпованого 40312 +корумповані 40313 +корумпованість 40314 +корумпує 40315 +корунд 40316 +корунди 40317 +корунду 40318 +корупции 40319 +корупційна 40320 +корупційне 40321 +корупційний 40322 +корупційним 40323 +корупційними 40324 +корупційних 40325 +корупційного 40326 +корупційною 40327 +корупційної 40328 +корупційну 40329 +корупційні 40330 +корупціонер 40331 +корупціонера 40332 +корупціонерами 40333 +корупціонери 40334 +корупціонерів 40335 +корупцію 40336 +корупція 40337 +корупцією 40338 +корупцієї 40339 +корупції 40340 +корцеба 40341 +корцем 40342 +корчак 40343 +корчики 40344 +корчилися 40345 +корчиться 40346 +корчма 40347 +коршуль 40348 +коршун 40349 +коряво 40350 +коряка 40351 +коріандром 40352 +корів 40353 +коріисть 40354 +корінна 40355 +корінний 40356 +корінним 40357 +корінними 40358 +корінних 40359 +корінного 40360 +корінною 40361 +коріння 40362 +корінням 40363 +корінні 40364 +корінчиків 40365 +корінь 40366 +корість 40367 +коса 40368 +косак 40369 +косаки 40370 +косами 40371 +косарським 40372 +косарі 40373 +косарів 40374 +косацька 40375 +косацький 40376 +косацьких 40377 +косацькою 40378 +косемен 40379 +коси 40380 +косив 40381 +косинус 40382 +косметика 40383 +косметики 40384 +косметикою 40385 +косметику 40386 +косметичка 40387 +косметичних 40388 +косметичного 40389 +косметологи 40390 +космина 40391 +космини 40392 +космовізія 40393 +космодрому 40394 +космолог 40395 +космонавтики 40396 +космополітичні 40397 +космос 40398 +космоса 40399 +космосу 40400 +космосі 40401 +космічна 40402 +космічне 40403 +космічний 40404 +космічними 40405 +космічних 40406 +космічного 40407 +космічної 40408 +космічну 40409 +космічні 40410 +коснулись 40411 +косова 40412 +косовари 40413 +косовим 40414 +косово 40415 +косовом 40416 +косовських 40417 +косовсько 40418 +косовського 40419 +косовські 40420 +косовській 40421 +косові 40422 +косою 40423 +коспасів 40424 +косплею 40425 +коста 40426 +костана 40427 +костанові 40428 +костантин 40429 +костелу 40430 +костем 40431 +костенка 40432 +костенко 40433 +костер 40434 +костика 40435 +костилі 40436 +костистих 40437 +костомахах 40438 +костомахи 40439 +костромою 40440 +кость 40441 +костюк 40442 +костюм 40443 +костюма 40444 +костюмах 40445 +костюми 40446 +костюмчик 40447 +костюмі 40448 +костюмів 40449 +костюченко 40450 +костя 40451 +костянтин 40452 +костянтина 40453 +костянтине 40454 +костянтином 40455 +костянтинівка 40456 +кості 40457 +костік 40458 +костіку 40459 +косу 40460 +косуль 40461 +косцьолек 40462 +кось 40463 +косі 40464 +косів 40465 +косівського 40466 +косіор 40467 +кот 40468 +кота 40469 +котедж 40470 +котел 40471 +котельної 40472 +котелянець 40473 +котелянцем 40474 +котенят 40475 +коти 40476 +котик 40477 +котики 40478 +котику 40479 +котиків 40480 +котитиметься 40481 +котичок 40482 +котла 40483 +котлам 40484 +котлет 40485 +котлетами 40486 +котлети 40487 +котли 40488 +котливань 40489 +котловину 40490 +котлом 40491 +котляревський 40492 +котляревським 40493 +котляревського 40494 +котлів 40495 +котова 40496 +котовський 40497 +котовського 40498 +котову 40499 +котону 40500 +котора 40501 +которая 40502 +котори 40503 +которими 40504 +которовича 40505 +которого 40506 +которой 40507 +котором 40508 +котороє 40509 +которую 40510 +которі 40511 +котра 40512 +котре 40513 +котрий 40514 +котрийсь 40515 +котрим 40516 +котрих 40517 +котрого 40518 +котрогось 40519 +котрому 40520 +котрої 40521 +котроїзь 40522 +котру 40523 +котрі 40524 +котрій 40525 +котрім 40526 +коту 40527 +котування 40528 +котушок 40529 +котю 40530 +котюк 40531 +котя 40532 +котят 40533 +котять 40534 +котяться 40535 +котячої 40536 +котячі 40537 +котів 40538 +коу 40539 +коучінг 40540 +кофліктам 40541 +кофточку 40542 +кофуор 40543 +кофуора 40544 +кофі 40545 +кох 40546 +кохайтеся 40547 +кохала 40548 +кохали 40549 +кохан 40550 +кохана 40551 +коханець 40552 +коханий 40553 +коханим 40554 +коханн 40555 +коханню 40556 +кохання 40557 +коханням 40558 +коханні 40559 +коханої 40560 +коханців 40561 +кохані 40562 +кохати 40563 +кохаю 40564 +кохаюсь 40565 +кохають 40566 +кохає 40567 +коцур 40568 +коцура 40569 +коцурові 40570 +коцуром 40571 +коцурівці 40572 +коцурівщини 40573 +коцурінщина 40574 +коцюбинського 40575 +коцюбинському 40576 +кочали 40577 +кочар'ян 40578 +кочергою 40579 +кочеткова 40580 +кочкарова 40581 +кочовий 40582 +кочовиками 40583 +кочових 40584 +кочової 40585 +кочові 40586 +кочрейн 40587 +кочубей 40588 +кочубейським 40589 +кочубея 40590 +кочували 40591 +кочівників 40592 +коша 40593 +кошаліні 40594 +кошари 40595 +кошель 40596 +кошелю 40597 +кошем 40598 +кошеня 40599 +кошики 40600 +кошику 40601 +кошиків 40602 +кошице 40603 +кошли 40604 +кошляра 40605 +кошмар 40606 +кошмари 40607 +кошмарили 40608 +кошмарити 40609 +кошмарно 40610 +кошмаром 40611 +кошмару 40612 +кошмарять 40613 +кошмою 40614 +кошму 40615 +кошнаря 40616 +кошовий 40617 +кошового 40618 +кошові 40619 +кошт 40620 +кошта 40621 +коштами 40622 +кошти 40623 +коштовний 40624 +коштовних 40625 +коштовно 40626 +коштовному 40627 +коштовності 40628 +коштовної 40629 +коштовні 40630 +коштом 40631 +кошторис 40632 +кошториси 40633 +кошторису 40634 +коштував 40635 +коштувала 40636 +коштували 40637 +коштувало 40638 +коштувати 40639 +коштуватиме 40640 +коштуницею 40641 +коштуніца 40642 +коштуніци 40643 +коштують 40644 +коштує 40645 +кошті 40646 +коштів 40647 +кошулінська 40648 +кошує 40649 +кошів 40650 +кошіль 40651 +кою 40652 +коє-шо 40653 +коїдзумі 40654 +коїли 40655 +коїлося 40656 +коїться 40657 +кп 40658 +кпвв 40659 +кпвт 40660 +кпд 40661 +кпим 40662 +кпин 40663 +кпини 40664 +кпк 40665 +кпп 40666 +кпрс 40667 +кпсд 40668 +кпсс 40669 +кпу 40670 +кпі 40671 +кра 40672 +краби 40673 +крабом 40674 +краватки 40675 +краваток 40676 +кравець 40677 +кравцов 40678 +кравцова 40679 +кравченка 40680 +кравченко 40681 +кравченком 40682 +кравченку 40683 +кравчий 40684 +кравчого 40685 +кравчук 40686 +кравчука 40687 +кравчуком 40688 +кравчуку 40689 +краде 40690 +крадених 40691 +крадешся 40692 +крадуть 40693 +крадькома 40694 +крадіжка 40695 +крадіжки 40696 +крадіжку 40697 +крадіжці 40698 +крадіїв 40699 +кража 40700 +краз 40701 +кразах 40702 +кразом 40703 +край 40704 +крайне 40705 +крайней 40706 +крайни 40707 +крайньо 40708 +крайньому 40709 +крайньою 40710 +крайньої 40711 +крайню 40712 +крайня 40713 +крайняк 40714 +крайнє 40715 +крайнєй 40716 +крайні 40717 +крайній 40718 +крайнім 40719 +крайніми 40720 +крайніх 40721 +крайова 40722 +крайової 40723 +крайслер 40724 +крайстепові 40725 +краковська 40726 +краковську 40727 +кракові 40728 +краків 40729 +крали 40730 +крам 40731 +крамаренка 40732 +крамарі 40733 +краматорськ 40734 +краматорська 40735 +краматорський 40736 +краматорського 40737 +краматорської 40738 +краматорську 40739 +крамницею 40740 +крамниць 40741 +крамницю 40742 +крамниця 40743 +крамницями 40744 +крамницях 40745 +крамниці 40746 +крамничку 40747 +крамничці 40748 +кран 40749 +крана 40750 +крани 40751 +кранового 40752 +крані 40753 +крапанням 40754 +крапають 40755 +крапаються 40756 +крапель 40757 +крапелька 40758 +крапельками 40759 +крапельки 40760 +крапельний 40761 +крапельниці 40762 +крапельок 40763 +крапинку 40764 +крапка 40765 +крапки 40766 +крапку 40767 +краплинки 40768 +краплино 40769 +краплинці 40770 +краплині 40771 +крапля 40772 +краплі 40773 +крапф 40774 +краса 40775 +красавєц 40776 +красене 40777 +красень 40778 +краси 40779 +красива 40780 +красиве 40781 +красивий 40782 +красивим 40783 +красивими 40784 +красивих 40785 +красиво 40786 +красивою 40787 +красивої 40788 +красився 40789 +красиву 40790 +красиві 40791 +красили 40792 +красилова 40793 +красилів 40794 +красить 40795 +краситься 40796 +красками 40797 +красна 40798 +красним 40799 +красновірмейці 40800 +красногвардійському 40801 +красного 40802 +красногорівка 40803 +красногорівки 40804 +красногорівку 40805 +красногорівської 40806 +красногорівській 40807 +красногорівці 40808 +краснодара 40809 +краснодарському 40810 +краснодарі 40811 +краснодон 40812 +краснодоном 40813 +красной 40814 +краснолиманська 40815 +красномовна 40816 +красномовний 40817 +красномовно 40818 +красномовні 40819 +красномовніше 40820 +красному 40821 +красноперекопську 40822 +красносільська 40823 +красною 40824 +красної 40825 +краснухи 40826 +краснуху 40827 +красній 40828 +красовицького 40829 +красовського 40830 +красовулю 40831 +красота 40832 +красою 40833 +красти 40834 +красу 40835 +красунею 40836 +красунчик 40837 +красунчики 40838 +красуня 40839 +красівий 40840 +красівих 40841 +красіво 40842 +красіву 40843 +красівій 40844 +кратер 40845 +кратері 40846 +кратерів 40847 +кратці 40848 +краудхамер 40849 +крах 40850 +крахом 40851 +краху 40852 +крашанки 40853 +крашанок 40854 +краща 40855 +краще 40856 +кращий 40857 +кращим 40858 +кращими 40859 +кращих 40860 +кращого 40861 +кращому 40862 +кращою 40863 +кращої 40864 +кращу 40865 +кращє 40866 +кращі 40867 +краю 40868 +края 40869 +краях 40870 +крає 40871 +краєвид 40872 +краєвидами 40873 +краєвиди 40874 +краєвидів 40875 +краєвська 40876 +краєвський 40877 +краєвського 40878 +краєзнавець 40879 +краєзнавство 40880 +краєзнавчий 40881 +краєзнавчої 40882 +краєм 40883 +краєчку 40884 +краї 40885 +країв 40886 +країн 40887 +країна 40888 +країнам 40889 +країнами 40890 +країнах 40891 +країни 40892 +країно 40893 +країноспроможно 40894 +країною 40895 +країнських 40896 +країнського 40897 +країну 40898 +країньому 40899 +країні 40900 +країній 40901 +креативна 40902 +креативне 40903 +креативний 40904 +креативним 40905 +креативних 40906 +креативно 40907 +креативності 40908 +креативною 40909 +креативну 40910 +креативні 40911 +креативністю 40912 +креветки 40913 +креветок 40914 +кревний 40915 +кревної 40916 +кревну 40917 +креденс 40918 +креденці 40919 +кредит 40920 +кредита 40921 +кредитами 40922 +кредитах 40923 +кредити 40924 +кредитна 40925 +кредитний 40926 +кредитними 40927 +кредитних 40928 +кредитного 40929 +кредитному 40930 +кредитної 40931 +кредитну 40932 +кредитні 40933 +кредитові 40934 +кредитом 40935 +кредитор 40936 +кредитора 40937 +кредиторами 40938 +кредитори 40939 +кредитором 40940 +кредиторську 40941 +кредиту 40942 +кредитування 40943 +кредитується 40944 +кредиті 40945 +кредитів 40946 +кредо 40947 +кредом 40948 +кредітом 40949 +крейда 40950 +крейдяних 40951 +крейзі 40952 +креймер 40953 +крейсер 40954 +крейсера 40955 +крейсером 40956 +крейсеру 40957 +крейсерів 40958 +кректав 40959 +крем 40960 +крематорськ 40961 +кремезний 40962 +кремезні 40963 +кремель 40964 +кременчуг 40965 +кременчук 40966 +кременчука 40967 +кременчуку 40968 +кременюк 40969 +кремера 40970 +креми 40971 +кремлем 40972 +кремль 40973 +кремльовські 40974 +кремлю 40975 +кремля 40976 +кремлі 40977 +кремлівский 40978 +кремлівський 40979 +кремлівським 40980 +кремлівськими 40981 +кремлівських 40982 +кремлівського 40983 +кремлівської 40984 +кремлівські 40985 +кремлівській 40986 +кремнієвих 40987 +кремнієву 40988 +кремом 40989 +кремпувалися 40990 +крему 40991 +кремів 40992 +кремінець 40993 +кремінна 40994 +кремінної 40995 +кремінь 40996 +крен 40997 +кренером 40998 +креон 40999 +кресала 41000 +кресало 41001 +кресафт 41002 +кресафтезасміявся 41003 +кресельцях 41004 +кресельці 41005 +креслення 41006 +креслив 41007 +креслить 41008 +крефтон 41009 +крече 41010 +кречмар 41011 +крив 41012 +кривава 41013 +криваве 41014 +кривавий 41015 +кривавим 41016 +кривавими 41017 +кривавих 41018 +криваво 41019 +кривавого 41020 +кривавої 41021 +криваву 41022 +криваві 41023 +кривбас 41024 +кривбасі 41025 +кривда 41026 +кривди 41027 +кривдника 41028 +кривдники 41029 +кривду 41030 +кривенка 41031 +кривенко 41032 +кривенку 41033 +кривето 41034 +криветок 41035 +кривий 41036 +кривилось 41037 +кривитись 41038 +кривичів 41039 +криво 41040 +кривого 41041 +криворіжсталлю 41042 +криворіжстальлюд 41043 +криворіжсталю 41044 +криворіжсталі 41045 +криворізький 41046 +криворізького 41047 +криві 41048 +крига 41049 +крижана 41050 +крижановський 41051 +крижановського 41052 +крижанівський 41053 +крижаній 41054 +крижового 41055 +крижопільського 41056 +крижопільському 41057 +крижопільської 41058 +криз 41059 +криза 41060 +кризами 41061 +кризею 41062 +кризи 41063 +кризисному 41064 +кризовий 41065 +кризових 41066 +кризового 41067 +кризовою 41068 +кризової 41069 +кризову 41070 +кризові 41071 +кризою 41072 +кризу 41073 +кризі 41074 +крий 41075 +крик 41076 +криками 41077 +крики 41078 +криклій 41079 +крикне 41080 +крикнув 41081 +крикнула 41082 +крикнути 41083 +криком 41084 +крику 41085 +крикун 41086 +крикуна 41087 +крикунам 41088 +криків 41089 +крил 41090 +крила 41091 +крилами 41092 +крилата 41093 +крилатими 41094 +крилатих 41095 +крилатої 41096 +крилату 41097 +крилаті 41098 +крилатій 41099 +крилець 41100 +крили 41101 +крило 41102 +крилова 41103 +крилом 41104 +крилу 41105 +крильцятах 41106 +крилі 41107 +крим 41108 +крима 41109 +кримлем 41110 +кримлівського 41111 +кримом 41112 +кримсос 41113 +кримська 41114 +кримське 41115 +кримський 41116 +кримським 41117 +кримськими 41118 +кримських 41119 +кримсько 41120 +кримського 41121 +кримському 41122 +кримськотатарська 41123 +кримськотатарський 41124 +кримськотатарських 41125 +кримськотатарського 41126 +кримськотатарської 41127 +кримськотатарську 41128 +кримськотатарські 41129 +кримською 41130 +кримської 41131 +кримську 41132 +кримські 41133 +кримській 41134 +криму 41135 +кримчаків 41136 +кримчан 41137 +кримчанами 41138 +кримчани 41139 +кримчанин 41140 +криміналу 41141 +кримінальна 41142 +кримінальне 41143 +кримінальний 41144 +кримінальним 41145 +кримінальними 41146 +кримінальних 41147 +кримінально 41148 +кримінального 41149 +кримінальному 41150 +кримінальною 41151 +кримінальної 41152 +кримінальну 41153 +кримінальні 41154 +кримінальній 41155 +криміналізованих 41156 +криміналісти 41157 +криміналітету 41158 +криміногенна 41159 +криницю 41160 +криниця 41161 +криниці 41162 +кринички 41163 +крипта 41164 +крипти 41165 +криптою 41166 +крипту 41167 +крипті 41168 +крис 41169 +крисанях 41170 +криси 41171 +крисом 41172 +кристальной 41173 +кристалічна 41174 +кристалічною 41175 +кристенсен 41176 +кристина 41177 +кристинсен 41178 +кристофер 41179 +кристіан 41180 +крисі 41181 +крит 41182 +критерій 41183 +критерію 41184 +критеріям 41185 +критеріями 41186 +критерієм 41187 +критерії 41188 +критеріїв 41189 +критик 41190 +критика 41191 +критикам 41192 +критики 41193 +критиком 41194 +критикою 41195 +критику 41196 +критикував 41197 +критикувала 41198 +критикували 41199 +критикувалися 41200 +критикування 41201 +критикувати 41202 +критикуйте 41203 +критикують 41204 +критикуючи 41205 +критикує 41206 +критикуєм 41207 +критикуємо 41208 +критикується 41209 +критиків 41210 +критиці 41211 +критических 41212 +критична 41213 +критичне 41214 +критичний 41215 +критичним 41216 +критичними 41217 +критичних 41218 +критично 41219 +критичного 41220 +критичному 41221 +критичною 41222 +критичної 41223 +критичну 41224 +критичні 41225 +критичніше 41226 +критки 41227 +критому 41228 +критіаніну 41229 +критій 41230 +крихку 41231 +крихти 41232 +крихтою 41233 +крихітка 41234 +крихітки 41235 +крихітку 41236 +крихітних 41237 +крихітній 41238 +крицю 41239 +кричав 41240 +кричала 41241 +кричали 41242 +кричати 41243 +кричать 41244 +кричи 41245 +кричимо 41246 +кричите 41247 +кричить 41248 +кричтично 41249 +кричуща 41250 +кричуще 41251 +кричущих 41252 +кричущою 41253 +кричущі 41254 +кричущій 41255 +криша 41256 +кришать 41257 +кришечку 41258 +криши 41259 +кришкою 41260 +кришталева 41261 +кришталевих 41262 +кришталево 41263 +кришталевої 41264 +кришталь 41265 +кришталя 41266 +кришує 41267 +криші 41268 +крищенко 41269 +криючись 41270 +криється 41271 +криєшся 41272 +криївки 41273 +криївок 41274 +кров 41275 +кров'ю 41276 +кров'яний 41277 +кров'яні 41278 +кровеносні 41279 +крови 41280 +кровиночка 41281 +кровообіг 41282 +кровопролитні 41283 +кровопролиттю 41284 +кровопролиття 41285 +кровопролиттям 41286 +кровоспинних 41287 +кровотеча 41288 +кровотечою 41289 +кровотечі 41290 +крові 41291 +крок 41292 +кроками 41293 +крокер 41294 +крокера 41295 +крокером 41296 +кроки 41297 +крокодил 41298 +крокодили 41299 +кроком 41300 +кроку 41301 +крокували 41302 +крокувати 41303 +крокус 41304 +крокує 41305 +крокуєте 41306 +кроків 41307 +кролеві 41308 +кролики 41309 +кроликів 41310 +кроманьйонців 41311 +кроме 41312 +кромі 41313 +крони 41314 +кронос 41315 +кропива 41316 +кропивницький 41317 +кропивницького 41318 +кропилом 41319 +кропиться 41320 +кропітке 41321 +крос 41322 +кросивое 41323 +кросова 41324 +кросовочки 41325 +кросівки 41326 +кротко 41327 +кротом 41328 +кроу 41329 +кроукер 41330 +кроці 41331 +крочками 41332 +крочок 41333 +крою 41334 +круа 41335 +круг 41336 +кругах 41337 +круги 41338 +кругленький 41339 +круглий 41340 +круглим 41341 +круглих 41342 +круглого 41343 +круглому 41344 +круглоуніверситетській 41345 +кругляка 41346 +круглячку 41347 +круглі 41348 +кругова 41349 +круговерті 41350 +кругового 41351 +кругову 41352 +кругом 41353 +кругу 41354 +кругів 41355 +кружав 41356 +кружечком 41357 +кружка 41358 +кружків 41359 +кружляла 41360 +кружляння 41361 +кружлятимуть 41362 +кружляють 41363 +кружляючих 41364 +кружляє 41365 +кружок 41366 +крузер 41367 +крульство 41368 +круніч 41369 +круп'євський 41370 +круп'євського 41371 +крупна 41372 +крупних 41373 +крупного 41374 +крупному 41375 +крупні 41376 +крупній 41377 +крупніші 41378 +крупою 41379 +крупів 41380 +крусу 41381 +крут 41382 +крута 41383 +круте 41384 +крутенько 41385 +крути 41386 +крутив 41387 +крутий 41388 +крутила 41389 +крутилися 41390 +крутилося 41391 +крутим 41392 +крутими 41393 +крутимся 41394 +крутити 41395 +крутитись 41396 +крутить 41397 +крутиться 41398 +крутих 41399 +крутнув 41400 +круто 41401 +круту 41402 +крутю 41403 +крутяк 41404 +крутять 41405 +крутяться 41406 +круті 41407 +крутілка 41408 +крутітися 41409 +крутіша 41410 +крутіші 41411 +кручами 41412 +кручах 41413 +круче 41414 +кручуся 41415 +кручі 41416 +крушевська 41417 +крушельницького 41418 +крушиться 41419 +круїзний 41420 +круїзним 41421 +круїзного 41422 +крюківському 41423 +крючком 41424 +крючок 41425 +кряд 41426 +кряж 41427 +крякання 41428 +кряківці 41429 +крячок 41430 +крємєнь 41431 +крєпок 41432 +крів 41433 +крізь 41434 +крій 41435 +кріликів 41436 +кріль 41437 +крім 41438 +кріоглобуліни 41439 +кріп 41440 +кріпаччина 41441 +кріпиться 41442 +кріпкенько 41443 +кріпкий 41444 +кріпкі 41445 +кріплення 41446 +кріплень 41447 +кріпосному 41448 +кріпость 41449 +кріс 41450 +кріселечко 41451 +крісла 41452 +крісло 41453 +кріслом 41454 +кріслі 41455 +кріста 41456 +крістенсен 41457 +крістофер 41458 +крістофера 41459 +крістофором 41460 +крісті 41461 +крістіан 41462 +крістіана 41463 +кріт 41464 +кріштіану 41465 +кріїні 41466 +кс 41467 +ксав'єр 41468 +ксенофобські 41469 +ксенофобією 41470 +ксені 41471 +ксенію 41472 +ксенія 41473 +ксенії 41474 +ксерокопія 41475 +ксерокопіями 41476 +ксерокс 41477 +кстаті 41478 +ксьондз 41479 +ксьондза 41480 +ксьондзе 41481 +ксьонз 41482 +ксюн 41483 +ксюх 41484 +ксюха 41485 +ксюш 41486 +ксюша 41487 +ксюшка 41488 +кто 41489 +куазі 41490 +куала 41491 +куб 41492 +куба 41493 +кубанець 41494 +кубанські 41495 +кубанці 41496 +кубанців 41497 +кубань 41498 +кубелик 41499 +куби 41500 +кубиками 41501 +кубики 41502 +кубинський 41503 +кубинським 41504 +кубинськими 41505 +кубинських 41506 +кубинської 41507 +кубинцям 41508 +кубинці 41509 +кубинців 41510 +кубка 41511 +кубку 41512 +кубок 41513 +кубометр 41514 +кубометру 41515 +кубометрів 41516 +кубрик 41517 +кубу 41518 +кубянки 41519 +кубі 41520 +кубів 41521 +кубічних 41522 +кували 41523 +кувати 41524 +кувейт 41525 +кувейту 41526 +кувейті 41527 +кувікала 41528 +куг 41529 +кугутом 41530 +куда 41531 +кудась 41532 +куделею 41533 +куделою 41534 +куделя 41535 +куди 41536 +кудись 41537 +кудлату 41538 +кудрів 41539 +кудрін 41540 +кузбасс 41541 +кузелі 41542 +кузнецова 41543 +кузнею 41544 +кузнь 41545 +кузню 41546 +кузня 41547 +кузнєцова 41548 +кузнєцової 41549 +кузні 41550 +кузов 41551 +кузові 41552 +кузь 41553 +кузьма 41554 +кузьменко 41555 +кузьмін 41556 +кузьмічов 41557 +кузя 41558 +кузі 41559 +кузіна 41560 +куй 41561 +куйбишеве 41562 +куйовдив 41563 +куйте 41564 +кука 41565 +кукам 41566 +куковський 41567 +куксою 41568 +кукурудза 41569 +кукурудзи 41570 +кукурудзу 41571 +кукурудзяні 41572 +кукурудзяній 41573 +кукурудзі 41574 +кукуріку 41575 +кукутені 41576 +кукухою 41577 +кукін 41578 +кукіс 41579 +кул 41580 +кулак 41581 +кулака 41582 +кулаками 41583 +кулаки 41584 +кулаком 41585 +кулаків 41586 +кулалочок 41587 +кулачки 41588 +кулачник 41589 +кулачні 41590 +кулачок 41591 +кулаччям 41592 +куле 41593 +кулеба 41594 +кулементами 41595 +кулемет 41596 +кулемета 41597 +кулеметами 41598 +кулемети 41599 +кулеметна 41600 +кулеметний 41601 +кулеметник 41602 +кулеметника 41603 +кулеметниками 41604 +кулеметники 41605 +кулеметником 41606 +кулеметників 41607 +кулеметним 41608 +кулеметного 41609 +кулеметною 41610 +кулеметної 41611 +кулеметну 41612 +кулеметні 41613 +кулеметом 41614 +кулеметів 41615 +кулешу 41616 +кулеші 41617 +кулею 41618 +кули 41619 +кулик 41620 +куликов 41621 +куликовим 41622 +куликовської 41623 +куликовську 41624 +куликом 41625 +кулсторі 41626 +културологічну 41627 +кулуарах 41628 +кулуарно 41629 +кулуарів 41630 +куль 41631 +кульбаби 41632 +кульбабки 41633 +кулька 41634 +кульки 41635 +кулькової 41636 +кулькулятора 41637 +кульмінаційною 41638 +кульмінаційної 41639 +кульмінації 41640 +кульове 41641 +кульові 41642 +культ 41643 +культивування 41644 +культивуються 41645 +культивує 41646 +культивується 41647 +культового 41648 +культу 41649 +культур 41650 +культура 41651 +культурами 41652 +культури 41653 +культурна 41654 +культурний 41655 +культурним 41656 +культурними 41657 +культурних 41658 +культурницьких 41659 +культурно 41660 +культурного 41661 +культурному 41662 +культурною 41663 +культурної 41664 +культурну 41665 +культурні 41666 +культурній 41667 +культуролог 41668 +культурологи 41669 +культурологічних 41670 +культурою 41671 +культуру 41672 +культурьі 41673 +культурі 41674 +кульчицька 41675 +кульчицький 41676 +кульчицького 41677 +кулю 41678 +куля 41679 +кулями 41680 +кулясте 41681 +кулястий 41682 +кулєба 41683 +кулі 41684 +кулінари 41685 +кулінарний 41686 +кулінарному 41687 +куліси 41688 +куліш 41689 +куліша 41690 +кулішем 41691 +кулішу 41692 +кум 41693 +кума 41694 +куманський 41695 +куманікус 41696 +кумар 41697 +кумбер 41698 +кумбера 41699 +кумедна 41700 +кумедне 41701 +кумедний 41702 +кумедних 41703 +кумедно 41704 +кумедію 41705 +кумедія 41706 +куми 41707 +кумирам 41708 +кумирах 41709 +кумири 41710 +кумирів 41711 +кумові 41712 +кумом 41713 +кумочку 41714 +кумою 41715 +кумпанію 41716 +кумрика 41717 +куму 41718 +кумулятивний 41719 +кумі 41720 +кумів 41721 +кун 41722 +кунами 41723 +кунар 41724 +кунга 41725 +кунжуту 41726 +куновер 41727 +куняв 41728 +куняла 41729 +кунін 41730 +куп'янська 41731 +купа 41732 +купавсь 41733 +купався 41734 +купала 41735 +купалися 41736 +купалові 41737 +купалось 41738 +купальний 41739 +купальники 41740 +купальнику 41741 +купалів 41742 +купами 41743 +купання 41744 +купатися 41745 +купаться 41746 +купаючиись 41747 +купається 41748 +купе 41749 +купи 41750 +купив 41751 +купидоне 41752 +купидончик 41753 +купила 41754 +купили 41755 +купилися 41756 +купило 41757 +купим 41758 +купимо 41759 +купина 41760 +купите 41761 +купити 41762 +купить 41763 +купиш 41764 +купка 41765 +купками 41766 +куплене 41767 +купленим 41768 +куплено 41769 +купленого 41770 +купленою 41771 +куплені 41772 +куплю 41773 +купляв 41774 +купляй 41775 +купляйте 41776 +купляла 41777 +купляли 41778 +куплялись 41779 +купляти 41780 +куплять 41781 +купляться 41782 +купляю 41783 +купляють 41784 +купляючи 41785 +купляєм 41786 +купляєте 41787 +купол 41788 +купола 41789 +куполами 41790 +куполом 41791 +куполі 41792 +купон 41793 +купони 41794 +купоросу 41795 +купою 41796 +купріянов 41797 +купу 41798 +купу- 41799 +купував 41800 +купувала 41801 +купували 41802 +купувати 41803 +купуватиме 41804 +купуватимуть 41805 +купуватися 41806 +купувать 41807 +купуй 41808 +купуйте 41809 +купути 41810 +купую 41811 +купують 41812 +купуючи 41813 +купує 41814 +купуєм 41815 +купуємо 41816 +купуєте 41817 +купується 41818 +купуєш 41819 +купцям 41820 +купці 41821 +купців 41822 +купчаться 41823 +купюр 41824 +купюрами 41825 +купюрах 41826 +купюри 41827 +купюру 41828 +купі 41829 +купівельна 41830 +купівельну 41831 +купівельні 41832 +купівлею 41833 +купівлю 41834 +купівля 41835 +купівлі 41836 +купіть 41837 +кур'єр 41838 +кур'єра 41839 +кур'єрів 41840 +кура 41841 +курам 41842 +куратор 41843 +куратори 41844 +кураторка 41845 +куратором 41846 +кураторство 41847 +кураторів 41848 +курахове 41849 +курахового 41850 +курашівській 41851 +курбаса 41852 +курбе 41853 +курбедінов 41854 +курва 41855 +курвамать 41856 +курган 41857 +кургані 41858 +курдами 41859 +курди 41860 +курдистан 41861 +курдистаном 41862 +курдистану 41863 +курдистані 41864 +курдскі 41865 +курдська 41866 +курдське 41867 +курдський 41868 +курдських 41869 +курдського 41870 +курдському 41871 +курдської 41872 +курдські 41873 +курдській 41874 +курдів 41875 +курей 41876 +курейра 41877 +куренем 41878 +куреня 41879 +курені 41880 +куренів 41881 +куреші 41882 +курея 41883 +курженку 41884 +курилася 41885 +куриного 41886 +курити 41887 +куритимуть 41888 +курить 41889 +курйоз 41890 +курйозних 41891 +курйозні 41892 +курка 41893 +курки 41894 +курков 41895 +курку 41896 +куркульське 41897 +куркулями 41898 +куркулів 41899 +курми 41900 +курносенька 41901 +курносова 41902 +курок 41903 +курорт 41904 +курортам 41905 +курортах 41906 +курорти 41907 +курортний 41908 +курортними 41909 +курортних 41910 +курортно 41911 +курортного 41912 +курортному 41913 +курортом 41914 +курорту 41915 +курочку 41916 +курс 41917 +курса 41918 +курсами 41919 +курсантами 41920 +курсанти 41921 +курсантів 41922 +курсах 41923 +курси 41924 +курсову 41925 +курсом 41926 +курсор 41927 +курсу 41928 +курсувала 41929 +курсування 41930 +курсувати 41931 +курсуватиме 41932 +курсують 41933 +курськ 41934 +курськом 41935 +курської 41936 +курську 41937 +курській 41938 +курсі 41939 +курсів 41940 +курт 41941 +курта 41942 +куртка 41943 +куртках 41944 +куртки 41945 +куртку 41946 +курточку 41947 +куртц 41948 +куртца 41949 +куртці 41950 +курувала 41951 +курувати 41952 +курултай 41953 +курумі 41954 +курую 41955 +куруються 41956 +курує 41957 +курфюрст 41958 +курц 41959 +курца 41960 +курцеба 41961 +курцями 41962 +курці 41963 +курців 41964 +курча 41965 +курчатова 41966 +курченка 41967 +курщина 41968 +курява 41969 +курята 41970 +курятини 41971 +куряче 41972 +курячого 41973 +курінний 41974 +курінного 41975 +курінному 41976 +курінні 41977 +курінь 41978 +курії 41979 +куса 41980 +кусай 41981 +кусала 41982 +кусати 41983 +кусатися 41984 +кусаються 41985 +кусає 41986 +кусається 41987 +кусив 41988 +кусинеч 41989 +кусинич 41990 +кусниками 41991 +кусок 41992 +кусочки 41993 +куссері 41994 +кустанайській 41995 +кустарний 41996 +кустарної 41997 +кусь 41998 +кусюче 41999 +кусючі 42000 +кусі 42001 +кут 42002 +кута 42003 +кутею 42004 +кути 42005 +кутику 42006 +кутках 42007 +кутки 42008 +кутку 42009 +кутків 42010 +кутлук 42011 +кутлуку 42012 +кутні 42013 +кутовий 42014 +кутового 42015 +куток 42016 +кутом 42017 +куточках 42018 +куточки 42019 +куточку 42020 +куточків 42021 +куточок 42022 +кутю 42023 +кутюр'є 42024 +куті 42025 +куфуор 42026 +кухар 42027 +кухарем 42028 +кухаренка 42029 +кухаренко 42030 +кухаренкові 42031 +кухаренком 42032 +кухаренків 42033 +кухарик 42034 +кухарською 42035 +кухарів 42036 +кухлик 42037 +кухля 42038 +кухней 42039 +кухнею 42040 +кухню 42041 +кухня 42042 +кухнях 42043 +кухні 42044 +куховара 42045 +куховарите 42046 +куховарити 42047 +кухонний 42048 +кухонну 42049 +кухонь 42050 +куцак 42051 +куций 42052 +куцик 42053 +куцому 42054 +куцькі 42055 +куці 42056 +куча 42057 +кучерик 42058 +кучерики 42059 +кучерові 42060 +кучеряве 42061 +кучерявий 42062 +кучерявого 42063 +кучерявою 42064 +кучеріва 42065 +кучма 42066 +кучми 42067 +кучмою 42068 +кучму 42069 +кучмі 42070 +кучу 42071 +кучугурами 42072 +кучугури 42073 +кучурган 42074 +кучі 42075 +кучінс 42076 +кушко 42077 +кушнарьовим 42078 +кушнер 42079 +кушнір 42080 +кушнірський 42081 +куштував 42082 +куштували 42083 +куштуніца 42084 +кущами 42085 +кущах 42086 +кущем 42087 +кущі 42088 +кущів 42089 +кують 42090 +кує 42091 +куємо 42092 +куєш 42093 +куішарт 42094 +кцію 42095 +кшиштоф 42096 +кшиштофа 42097 +кшталт 42098 +кьо 42099 +кьольна 42100 +кьольні 42101 +кьон 42102 +кьонджу 42103 +кьотен 42104 +кьотенської 42105 +кюльмана 42106 +кюнчхана 42107 +кюрасао 42108 +кюстенділ 42109 +кі 42110 +кібакі 42111 +кібер 42112 +кібера 42113 +кібератак 42114 +кібератаки 42115 +кібербезпека 42116 +кібербезпеки 42117 +кібербезпеку 42118 +кібербезпеці 42119 +кібервійни 42120 +кібервійною 42121 +кіберзагроз 42122 +кіберзахист 42123 +кіберзлочдінів 42124 +кіберзлочинністю 42125 +кіберзлочинці 42126 +кіберзлочинців 42127 +кіберзлочинів 42128 +кібернетиком 42129 +кібернетичну 42130 +кіберполіція 42131 +кібертероризму 42132 +кібертерористів 42133 +кібець 42134 +кібця 42135 +ківалова 42136 +ківш 42137 +кігалі 42138 +кігтями 42139 +кігтів 42140 +кід 42141 +кідер 42142 +кіз 42143 +кійкив 42144 +кікріті 42145 +кікуйю 42146 +кіл 42147 +кілельов 42148 +кілер 42149 +кілера 42150 +кілеру 42151 +кілком 42152 +кіллю 42153 +кіллєрса 42154 +кілнера 42155 +кіловат 42156 +кілогерц 42157 +кілограм 42158 +кілограмами 42159 +кілограми 42160 +кілограму 42161 +кілограмів 42162 +кілок 42163 +кілокиївки 42164 +кілометр 42165 +кілометра 42166 +кілометраж 42167 +кілометражів 42168 +кілометрах 42169 +кілометри 42170 +кілометрового 42171 +кілометрову 42172 +кілометрові 42173 +кілометрів 42174 +кілонзу 42175 +кілостоми 42176 +кілох 42177 +кілт 42178 +кіль 42179 +кілька 42180 +кількагодинне 42181 +кількагодинних 42182 +кількагодинної 42183 +кількаденний 42184 +кількаденних 42185 +кількаденної 42186 +кількадесят 42187 +кількакратною 42188 +кількаметрової 42189 +кількамільйонної 42190 +кільканадцяти 42191 +кільканадцять 42192 +кількаповерхові 42193 +кількаразово 42194 +кількарічної 42195 +кількасот 42196 +кількатижневих 42197 +кількатисячна 42198 +кільки 42199 +кілько 42200 +кільком 42201 +кількома 42202 +кількомісячним 42203 +кількостей 42204 +кількостями 42205 +кількостях 42206 +кількості 42207 +кількох 42208 +кількохднів 42209 +кількохсот 42210 +кількісне 42211 +кількісний 42212 +кількісно 42213 +кількісного 42214 +кількісному 42215 +кількісною 42216 +кількісної 42217 +кількісні 42218 +кількість 42219 +кількістю 42220 +кільнера 42221 +кільо 42222 +кільце 42223 +кільцевій 42224 +кільцем 42225 +кільцьової 42226 +кільчень 42227 +кім 42228 +кіма 42229 +кімберліти 42230 +кімерійців 42231 +кіммерійську 42232 +кімната 42233 +кімнатах 42234 +кімнати 42235 +кімнатки 42236 +кімнатної 42237 +кімнатою 42238 +кімнату 42239 +кімнаті 42240 +кімонікс 42241 +кімонікса 42242 +кімоніксі 42243 +кіму 42244 +кімі 42245 +кін 42246 +кіна 42247 +кіналь 42248 +кінах 42249 +кінаха 42250 +кінбур 42251 +кінг 42252 +кінга 42253 +кінгстон 42254 +кіндрату 42255 +кінематограф 42256 +кінематографістом 42257 +кінематографічних 42258 +кінематографічного 42259 +кінематографічній 42260 +кінеми 42261 +кінетичний 42262 +кінетичним 42263 +кінець 42264 +кінзінгер 42265 +кінна 42266 +кіннака 42267 +кінний 42268 +кінним 42269 +кінних 42270 +кінно 42271 +кінного 42272 +кіннота 42273 +кінноти 42274 +кіннотник 42275 +кіннотника 42276 +кіннотникам 42277 +кіннотниками 42278 +кіннотники 42279 +кіннотників 42280 +кіннотою 42281 +кінноту 42282 +кінною 42283 +кінної 42284 +кінну 42285 +кінні 42286 +кінній 42287 +кіно 42288 +кіно- 42289 +кіноальманах 42290 +кінобізнесом 42291 +кінозалі 42292 +кінокласики 42293 +кінокомпанії 42294 +кінокритиком 42295 +кінолог 42296 +кінологи 42297 +кінологічного 42298 +кінопереклад 42299 +кіноперекладу 42300 +кінопокази 42301 +кінопоказів 42302 +кінопродукції 42303 +кінопрокатники 42304 +кінорежисер 42305 +кінорежисером 42306 +кіноринку 42307 +кінострічки 42308 +кінострічок 42309 +кінотеатр 42310 +кінотеатрах 42311 +кінотеатри 42312 +кінотеатрів 42313 +кінофест 42314 +кінофестиваль 42315 +кінофестивалі 42316 +кінофестивалів 42317 +кінофорум 42318 +кінофундація 42319 +кінофільм 42320 +кінофільмів 42321 +кіноцитат 42322 +кіноіндустрію 42323 +кіноіндустрії 42324 +кінським 42325 +кінських 42326 +кінській 42327 +кінцева 42328 +кінцевий 42329 +кінцевим 42330 +кінцевих 42331 +кінцевого 42332 +кінцевому 42333 +кінцеві 42334 +кінцевій 42335 +кінцем 42336 +кінця 42337 +кінцями 42338 +кінцях 42339 +кінці 42340 +кінців 42341 +кінцівка 42342 +кінцівками 42343 +кінцівки 42344 +кінцівок 42345 +кінчав 42346 +кінчався 42347 +кінчайте 42348 +кінчала 42349 +кінчали 42350 +кінчати 42351 +кінчаються 42352 +кінчається 42353 +кінчику 42354 +кінь 42355 +кіньми 42356 +кіні 42357 +кіоск 42358 +кіоску 42359 +кіосків 42360 +кіотського 42361 +кіп 42362 +кіпр 42363 +кіпру 42364 +кіпрі 42365 +кіптів 42366 +кіпіані 42367 +кіпішевать 42368 +кір 42369 +кірка 42370 +кірккоярві 42371 +кіркук 42372 +кіркука 42373 +кіркуку 42374 +кірово 42375 +кіровоградського 42376 +кіровоградській 42377 +кіровограду 42378 +кіровоградщині 42379 +кіровській 42380 +кірпіч 42381 +кірсенком 42382 +кірш 42383 +кірша 42384 +кірше 42385 +кіршу 42386 +кірігетов 42387 +кіріоса 42388 +кіріє 42389 +кіска 42390 +кіскою 42391 +кіссинджер 42392 +кістка 42393 +кістки 42394 +кістковий 42395 +кістку 42396 +кісточки 42397 +кісточок 42398 +кістці 42399 +кістяк 42400 +кістяки 42401 +кістяків 42402 +кістянка 42403 +кісуму 42404 +кісєльова 42405 +кіт 42406 +кітик 42407 +кітопса 42408 +кіттін 42409 +кітці 42410 +кітінг 42411 +кітінга 42412 +кіфлик 42413 +кіченок 42414 +кішка 42415 +кішки 42416 +кішку 42417 +кіяні 42418 +кієвлянка 42419 +кієві 42420 +кіївським 42421 +л 42422 +ла 42423 +лаар 42424 +лабораторний 42425 +лабораторними 42426 +лабораторних 42427 +лабораторно 42428 +лабораторного 42429 +лабораторному 42430 +лабораторія 42431 +лабораторією 42432 +лабораторії 42433 +лабіринт 42434 +лабіринту 42435 +лабіринті 42436 +лав 42437 +лава 42438 +лавами 42439 +лавах 42440 +лаваш 42441 +лаве 42442 +лавел 42443 +лави 42444 +лавина 42445 +лавину 42446 +лавинію 42447 +лавинією 42448 +лавинії 42449 +лависю 42450 +лавися 42451 +лавиці 42452 +лавках 42453 +лавки 42454 +лавкою 42455 +лавку 42456 +лавлок 42457 +лавок 42458 +лавочка 42459 +лавочках 42460 +лавочки 42461 +лавочці 42462 +лавою 42463 +лавра 42464 +лавреат 42465 +лавреата 42466 +лаврентюк 42467 +лавренюк 42468 +лаври 42469 +лавринович 42470 +лавров 42471 +лаврова 42472 +лавровий 42473 +лавровим 42474 +лаврову 42475 +лаврській 42476 +лавру 42477 +лаврук 42478 +лаврі 42479 +лаву 42480 +лавці 42481 +лаві 42482 +лавінською 42483 +лавірування 42484 +лавіюванням 42485 +лагер 42486 +лагеря 42487 +лагода 42488 +лагодити 42489 +лагуд 42490 +лагуда 42491 +лагідна 42492 +лагідний 42493 +лагідно 42494 +лагідностю 42495 +лагідною 42496 +лагідної 42497 +лагідні 42498 +лагіднішу 42499 +лад 42500 +лада 42501 +ладах 42502 +ладен 42503 +ладена 42504 +ладеном 42505 +ладену 42506 +лади 42507 +ладижина 42508 +ладком 42509 +ладна 42510 +ладнева 42511 +ладно 42512 +ладом 42513 +ладу 42514 +лажає 42515 +лажі 42516 +лаз 42517 +лазаренка 42518 +лазаренко 42519 +лазарет 42520 +лазер 42521 +лазерна 42522 +лазерне 42523 +лазерний 42524 +лазерному 42525 +лазерні 42526 +лазив 42527 +лазили 42528 +лазити 42529 +лазню 42530 +лазні 42531 +лазять 42532 +лазівки 42533 +лайен 42534 +лайк 42535 +лайка 42536 +лайками 42537 +лайки 42538 +лайкнула 42539 +лайкою 42540 +лайна 42541 +лайнер 42542 +лайнера 42543 +лайнером 42544 +лайно 42545 +лайном 42546 +лайносайтах 42547 +лайок 42548 +лайош 42549 +лайошем 42550 +лайт 42551 +лайтово 42552 +лайтового 42553 +лайф 42554 +лайфселл 42555 +лайфі 42556 +лак 42557 +лакмусовий 42558 +лакмусовим 42559 +лаком 42560 +лакомство 42561 +лаконізм 42562 +лаконічно 42563 +лаконічного 42564 +лаконічною 42565 +лаконічної 42566 +лаконічні 42567 +лаконічніше 42568 +лама 42569 +ламав 42570 +ламалися 42571 +ламало 42572 +ламання 42573 +ламати 42574 +ламатися 42575 +ламать 42576 +ламаші 42577 +ламаю 42578 +ламають 42579 +ламаються 42580 +ламаючи 42581 +ламає 42582 +ламається 42583 +ламберт 42584 +лами 42585 +ламкій 42586 +ламне 42587 +ламою 42588 +ламп 42589 +лампа 42590 +лампадки 42591 +лампам 42592 +лампами 42593 +лампи 42594 +лампових 42595 +лампочка 42596 +лампочки 42597 +лампою 42598 +лампроїти 42599 +лампу 42600 +лампі 42601 +ламу 42602 +ламі 42603 +лангедоком 42604 +ландайк 42605 +ландсбергіс 42606 +ландшафт 42607 +ландшафти 42608 +ландшафтного 42609 +ландшафту 42610 +ланка 42611 +ланках 42612 +ланки 42613 +ланкою 42614 +ланку 42615 +лановим 42616 +ланцюг 42617 +ланцюга 42618 +ланцюги 42619 +ланцюгова 42620 +ланцюгової 42621 +ланцюгову 42622 +ланцюжки 42623 +ланцюжковою 42624 +ланцюжком 42625 +ланцюжку 42626 +ланцюжків 42627 +ланцюжок 42628 +ланця 42629 +ланці 42630 +ланців 42631 +ланч 42632 +ланчем 42633 +ланчтайм 42634 +ланчтайма 42635 +ланчів 42636 +лаодінга 42637 +лаосу 42638 +лап-топи 42639 +лапа 42640 +лапами 42641 +лапвані 42642 +лапи 42643 +лапками 42644 +лапках 42645 +лапки 42646 +лапкой 42647 +лапнувши 42648 +лапутіна 42649 +лапій 42650 +ларвіцидів 42651 +лариса 42652 +лариси 42653 +ларисо 42654 +ларисою 42655 +ларису 42656 +ларйонова 42657 +ларком 42658 +ларочка 42659 +ларошфуко 42660 +ларін 42661 +ларіна 42662 +ларіон 42663 +ларіона 42664 +ларіса 42665 +лас 42666 +ласим 42667 +ласих 42668 +ласка 42669 +ласкава 42670 +ласкавенько 42671 +ласкавий 42672 +ласкаво 42673 +ласкавого 42674 +ласкавою 42675 +ласкаву 42676 +ласки 42677 +ласкина 42678 +ласку 42679 +ласочка 42680 +ласощі 42681 +ласощів 42682 +ласти 42683 +ластівка 42684 +ластівчиним 42685 +ласування 42686 +ласувати 42687 +ласі 42688 +латане 42689 +латання 42690 +латати 42691 +латають 42692 +латвійки 42693 +латвійське 42694 +латвійського 42695 +латвійську 42696 +латвійців 42697 +латвію 42698 +латвія 42699 +латвії 42700 +латентний 42701 +латентних 42702 +латин 42703 +латина 42704 +латинець 42705 +латини 42706 +латино 42707 +латиноамериканська 42708 +латиноамериканського 42709 +латиноамериканці 42710 +латиноамериканців 42711 +латиноським 42712 +латиносів 42713 +латинське 42714 +латинському 42715 +латинської 42716 +латинську 42717 +латинській 42718 +латину 42719 +латинці 42720 +латинців 42721 +латинь 42722 +латині 42723 +латиніна 42724 +латиніної 42725 +латиське 42726 +латиш 42727 +латишам 42728 +латка 42729 +латках 42730 +латха 42731 +лаудати 42732 +лауер 42733 +лауреат 42734 +лауреата 42735 +лауреати 42736 +лауреатка 42737 +лауреатки 42738 +лауреаткою 42739 +лауреатом 42740 +лауреату 42741 +лауреатів 42742 +лауріата 42743 +лаутенберг 42744 +лафет 42745 +лахманів 42746 +лахмітті 42747 +лахор 42748 +лахорі 42749 +лахів 42750 +лацанич 42751 +лаценгу 42752 +лашенко 42753 +лашка 42754 +лашкаргах 42755 +лашта 42756 +лаштунками 42757 +лаштунки 42758 +лаштуючись 42759 +лащенко 42760 +лають 42761 +лаяв 42762 +лаявся 42763 +лаялися 42764 +лаятися 42765 +лає 42766 +лаєте 42767 +лається 42768 +лаїса 42769 +лгбт 42770 +лгбт-акції 42771 +лдпр 42772 +ле 42773 +леан 42774 +леббі 42775 +лебедина 42776 +лебединському 42777 +лебедя 42778 +лебедєв 42779 +лебеді 42780 +лебедів 42781 +лебецька 42782 +леброна 42783 +лебідь 42784 +лев 42785 +лева 42786 +левади 42787 +левадний 42788 +левадного 42789 +леваду 42790 +леваді 42791 +леваллюа 42792 +леван 42793 +леваневського 42794 +левеш 42795 +леви 42796 +левиком 42797 +левильського 42798 +левин 42799 +левицького 42800 +левиця 42801 +левка 42802 +левко 42803 +левком 42804 +левова 42805 +левової 42806 +левову 42807 +левові 42808 +левом 42809 +левомеколь 42810 +левоном 42811 +левченка 42812 +левченко 42813 +леві 42814 +левіафан 42815 +левін 42816 +левіна 42817 +левіним 42818 +легальна 42819 +легальне 42820 +легальний 42821 +легальним 42822 +легально 42823 +легального 42824 +легальності 42825 +легальної 42826 +легальну 42827 +легальні 42828 +легалізацію 42829 +легалізації 42830 +легалізований 42831 +легалізовано 42832 +легалізовувати 42833 +легалізував 42834 +легалізували 42835 +легалізувати 42836 +легалізуватися 42837 +легалізуєш 42838 +легенд 42839 +легенда 42840 +легендам 42841 +легендами 42842 +легендарна 42843 +легендарне 42844 +легендарний 42845 +легендарним 42846 +легендарних 42847 +легендарного 42848 +легендарному 42849 +легендарної 42850 +легендарні 42851 +легендарній 42852 +легенди 42853 +легендою 42854 +легенду 42855 +легень 42856 +легенька 42857 +легенькою 42858 +легенями 42859 +легені 42860 +легенів 42861 +легионери 42862 +легитимних 42863 +легка 42864 +легке 42865 +легкий 42866 +легким 42867 +легкими 42868 +легких 42869 +легко 42870 +легкоатлети 42871 +легкоатлетичних 42872 +легковик 42873 +легковика 42874 +легковиті 42875 +легкового 42876 +легковому 42877 +легкого 42878 +легкозаймистий 42879 +легкозасвоюваний 42880 +легкопоранених 42881 +легкою 42882 +легкої 42883 +легку 42884 +легкі 42885 +легкістю 42886 +легостова 42887 +легче 42888 +легчі 42889 +легше 42890 +легший 42891 +легшим 42892 +легшими 42893 +легіон 42894 +легіонер 42895 +легіонерів 42896 +легіони 42897 +легіоном 42898 +легіону 42899 +легіоні 42900 +легітимне 42901 +легітимний 42902 +легітимним 42903 +легітимно 42904 +легітимного 42905 +легітимності 42906 +легітимною 42907 +легітимну 42908 +легітимні 42909 +легітимність 42910 +легітимніший 42911 +легітимізації 42912 +легітимізувати 42913 +ледарі 42914 +ледача 42915 +ледачий 42916 +ледачу 42917 +ледве 42918 +ледви 42919 +леджера 42920 +ледь 42921 +ледь-ледь 42922 +леді 42923 +лежав 42924 +лежала 42925 +лежали 42926 +лежало 42927 +лежанки 42928 +лежанку 42929 +лежанці 42930 +лежати 42931 +лежатиме 42932 +лежатимуть 42933 +лежать 42934 +лежачи 42935 +лежачі 42936 +лежи 42937 +лежимо 42938 +лежить 42939 +лежиш 42940 +лежневі 42941 +леза 42942 +лезі 42943 +лейбористи 42944 +лейбористської 42945 +лейва 42946 +лейкемії 42947 +лейла 42948 +лейли 42949 +лейлу 42950 +леймотив 42951 +леймотивом 42952 +лейпциг 42953 +лейпцига 42954 +лейпціг 42955 +лейпціга 42956 +лейте 42957 +лейтенант 42958 +лейтенанта 42959 +лейтенантами 42960 +лейтенантів 42961 +лейтер 42962 +лейтмотив 42963 +лекалами 42964 +лекарства 42965 +лексики 42966 +лексичне 42967 +лексичного 42968 +лексус 42969 +лексусом 42970 +лексусі 42971 +лектори 42972 +лектором 42973 +лекторій 42974 +лекторії 42975 +лекцій 42976 +лекційного 42977 +лекційному 42978 +лекцію 42979 +лекція 42980 +лекції 42981 +лекше 42982 +леле 42983 +лелек 42984 +лелека 42985 +лелеки 42986 +лелеку 42987 +леліяв 42988 +лем 42989 +лемка 42990 +лемки 42991 +лемко 42992 +лемкіним 42993 +лемон 42994 +лемурів 42995 +лена 42996 +ленд 42997 +ленд-ліз 42998 +ленд-ліза 42999 +ленд-лізу 43000 +ленд-лізівському 43001 +ленда 43002 +лендліз 43003 +лендлізна 43004 +лендлізом 43005 +лендлізу 43006 +ленк 43007 +ленкявичус 43008 +леноніде 43009 +ленса 43010 +лента 43011 +ленін 43012 +леніна 43013 +леніни 43014 +ленінською 43015 +ленінської 43016 +лео 43017 +леон 43018 +леонидовна 43019 +леонов 43020 +леонова 43021 +леонід 43022 +леоніда 43023 +леоніде 43024 +леонідович 43025 +леонідом 43026 +леоніду 43027 +леоніна 43028 +леопард 43029 +леопардах 43030 +леопольд 43031 +леп 43032 +лепечу 43033 +лепкого 43034 +лепорт 43035 +лептоп 43036 +лептопами 43037 +лептопи 43038 +лептопу 43039 +лернер 43040 +лері 43041 +леслі 43042 +лесото 43043 +лессінґ 43044 +лестером 43045 +лесю 43046 +леся 43047 +лесі 43048 +лета 43049 +летальних 43050 +летальності 43051 +летальної 43052 +летальні 43053 +летают 43054 +летемо 43055 +летимо 43056 +летите 43057 +летить 43058 +летиш 43059 +летовища 43060 +летопись 43061 +летючи 43062 +летючки 43063 +летючі 43064 +летять 43065 +летів 43066 +летіла 43067 +летіли 43068 +летіло 43069 +летіти 43070 +летіть 43071 +лефортово 43072 +лефортовского 43073 +лефортовську 43074 +лефортові 43075 +лех 43076 +лехослава 43077 +лецензіату 43078 +лечмон 43079 +лечу 43080 +леши 43081 +лещата 43082 +лещенка 43083 +лещенко 43084 +лещенком 43085 +лещинін 43086 +лжа 43087 +лже 43088 +лживі 43089 +лживість 43090 +ли 43091 +либертаріанської 43092 +либідська 43093 +либідь 43094 +лив 43095 +ливану 43096 +ливанчук 43097 +лився 43098 +лигар 43099 +лигостова 43100 +лиж 43101 +лижах 43102 +лижвар 43103 +лижвах 43104 +лижви 43105 +лижного 43106 +лижі 43107 +лизав 43108 +лизлов 43109 +лизлова 43110 +лий 43111 +лику 43112 +лилася 43113 +лили 43114 +лилик 43115 +лиликів 43116 +лилися 43117 +лима 43118 +лиман 43119 +лимани 43120 +лиманним 43121 +лиману 43122 +лимані 43123 +лимон 43124 +лимоном 43125 +лимону 43126 +линву 43127 +линии 43128 +линяє 43129 +липа 43130 +липами 43131 +липень 43132 +липецьку 43133 +липи 43134 +липках 43135 +липко 43136 +липкі 43137 +липня 43138 +липні 43139 +липованським 43140 +липове 43141 +липовеччині 43142 +липовий 43143 +липовій 43144 +липою 43145 +липську 43146 +липу 43147 +лис 43148 +лиса 43149 +лисе 43150 +лисенка 43151 +лисенко 43152 +лисий 43153 +лисику 43154 +лисині 43155 +лисиць 43156 +лисицю 43157 +лисиця 43158 +лисиці 43159 +лисичанськ 43160 +лисичанська 43161 +лисичанський 43162 +лисичанським 43163 +лисичанського 43164 +лисичанськом 43165 +лисичанському 43166 +лисичанської 43167 +лисичанську 43168 +лисичка 43169 +лисобей 43170 +лисові 43171 +лист 43172 +листа 43173 +листам 43174 +листи 43175 +листками 43176 +листки 43177 +листків 43178 +листок 43179 +листом 43180 +листопад 43181 +листопада 43182 +листопадовими 43183 +листопадових 43184 +листопадового 43185 +листопадові 43186 +листопадом 43187 +листопаду 43188 +листопаді 43189 +листочками 43190 +листочки 43191 +листочку 43192 +листочків 43193 +листування 43194 +листуванням 43195 +листя 43196 +листям 43197 +листі 43198 +листів 43199 +листівка 43200 +листівках 43201 +листівки 43202 +листівку 43203 +листівок 43204 +листівочний 43205 +литва 43206 +литви 43207 +литвин 43208 +литвина 43209 +литвиненка 43210 +литвинова 43211 +литвинівців 43212 +литвою 43213 +литву 43214 +литві 43215 +лити 43216 +литки 43217 +литку 43218 +литовська 43219 +литовське 43220 +литовський 43221 +литовським 43222 +литовськими 43223 +литовських 43224 +литовсько 43225 +литовського 43226 +литовському 43227 +литовською 43228 +литовської 43229 +литовську 43230 +литовські 43231 +литовській 43232 +литовцям 43233 +литовці 43234 +литовців 43235 +лить 43236 +литіти 43237 +лих 43238 +лиха 43239 +лихе 43240 +лихо 43241 +лихові 43242 +лиховісний 43243 +лиховію 43244 +лиховієм 43245 +лихого 43246 +лиходійка 43247 +лиходії 43248 +лиходіїв 43249 +лихом 43250 +лихоманити 43251 +лихоманить 43252 +лихоманка 43253 +лихоманки 43254 +лихоманково 43255 +лихоманковому 43256 +лихорадки 43257 +лихіше 43258 +лицар 43259 +лицарем 43260 +лицарству 43261 +лицарська 43262 +лицарське 43263 +лицарський 43264 +лицарські 43265 +лицаря 43266 +лицарями 43267 +лицарі 43268 +лицарів 43269 +лице 43270 +лицем 43271 +лицемір 43272 +лицемір'я 43273 +лицеміри 43274 +лицемірство 43275 +лицемірством 43276 +лицемірстві 43277 +лици 43278 +лиця 43279 +лиці 43280 +личаківська 43281 +личина 43282 +личинка 43283 +личинками 43284 +личить 43285 +личное 43286 +лиш 43287 +лишав 43288 +лишався 43289 +лишайників 43290 +лишайся 43291 +лишайте 43292 +лишайтесь 43293 +лишайтеся 43294 +лишала 43295 +лишалася 43296 +лишалися 43297 +лишалося 43298 +лишати 43299 +лишатиметься 43300 +лишатися 43301 +лишаться 43302 +лишаю 43303 +лишають 43304 +лишаються 43305 +лишає 43306 +лишаєтеся 43307 +лишається 43308 +лишаєшся 43309 +лише 43310 +лишень 43311 +лиши 43312 +лишив 43313 +лишився 43314 +лишивши 43315 +лишившись 43316 +лишила 43317 +лишилась 43318 +лишилася 43319 +лишили 43320 +лишились 43321 +лишилися 43322 +лишилось 43323 +лишилося 43324 +лишимо 43325 +лишити 43326 +лишитися 43327 +лишиться 43328 +лишня 43329 +лишу 43330 +лишуся 43331 +лишіть 43332 +лишіться 43333 +ллють 43334 +ллються 43335 +лляє 43336 +ллє 43337 +ллється 43338 +лнр 43339 +лнровєц 43340 +лоаза 43341 +лоан 43342 +лоани 43343 +лоб 43344 +лоба 43345 +лобами 43346 +лобановського 43347 +лоббі 43348 +лоббізму 43349 +лобзіком 43350 +лобика 43351 +лобок 43352 +лобом 43353 +лобу 43354 +лобі 43355 +лобізм 43356 +лобістським 43357 +лобістські 43358 +лобістів 43359 +лобіська 43360 +лобіткіми 43361 +лобіював 43362 +лобіювали 43363 +лобіювалося 43364 +лобіювання 43365 +лобіювати 43366 +лобіює 43367 +ловелас 43368 +лови 43369 +ловили 43370 +ловимо 43371 +ловити 43372 +ловить 43373 +ловиться 43374 +ловища 43375 +ловка 43376 +ловкий 43377 +ловлю 43378 +ловлять 43379 +ловця 43380 +ловці 43381 +ловіть 43382 +логан 43383 +логарифмічною 43384 +логку 43385 +логопеда 43386 +логотип 43387 +логотипом 43388 +логуш 43389 +логіка 43390 +логіках 43391 +логіки 43392 +логікою 43393 +логіку 43394 +логінитись 43395 +логістика 43396 +логістики 43397 +логістикою 43398 +логістику 43399 +логістиці 43400 +логістичне 43401 +логістичний 43402 +логістичними 43403 +логістично 43404 +логістичного 43405 +логістичному 43406 +логістичної 43407 +логістичні 43408 +логістів 43409 +логіці 43410 +логічна 43411 +логічне 43412 +логічний 43413 +логічним 43414 +логічними 43415 +логічно 43416 +логічної 43417 +логічні 43418 +лодки 43419 +лодку 43420 +лодії 43421 +ложе 43422 +ложечка 43423 +ложечкою 43424 +ложечку 43425 +ложить 43426 +ложка 43427 +ложками 43428 +ложки 43429 +ложкомоїв 43430 +ложкою 43431 +ложку 43432 +ложна 43433 +ложних 43434 +ложні 43435 +ложі 43436 +лозами 43437 +лозах 43438 +лози 43439 +лозниця 43440 +лозниці 43441 +лозова 43442 +лозовий 43443 +лозового 43444 +лозовій 43445 +лозунгами 43446 +лозунгом 43447 +лозунгів 43448 +лойд 43449 +лойко 43450 +лойовий 43451 +лока 43452 +локальне 43453 +локальний 43454 +локальних 43455 +локально 43456 +локальному 43457 +локальні 43458 +локалізацію 43459 +локалізація 43460 +локалізацією 43461 +локалізації 43462 +локалізований 43463 +локалізовано 43464 +локалізовувати 43465 +локалізувалась 43466 +локалізувати 43467 +локалітеті 43468 +локацій 43469 +локацію 43470 +локація 43471 +локаціями 43472 +локаціях 43473 +локації 43474 +локомотив 43475 +локомотиви 43476 +локомотивів 43477 +локті 43478 +локтіонова 43479 +локшив 43480 +локшину 43481 +ломакою 43482 +ломами 43483 +ломати 43484 +ломачук 43485 +ломачука 43486 +ломачуку 43487 +ломаєте 43488 +ломбардія 43489 +ломи 43490 +ломить 43491 +лондон 43492 +лондона 43493 +лондоном 43494 +лондонстка 43495 +лондонська 43496 +лондонський 43497 +лондонським 43498 +лондонського 43499 +лондонської 43500 +лондонській 43501 +лондону 43502 +лондоні 43503 +лонцького 43504 +лонюк 43505 +лоп-тап 43506 +лоп-топа 43507 +лопаралід 43508 +лопата 43509 +лопати 43510 +лопатину 43511 +лопатка 43512 +лопатки 43513 +лопатку 43514 +лопатою 43515 +лопату 43516 +лопаті 43517 +лопатіна 43518 +лопається 43519 +лопеса 43520 +лопне 43521 +лопнула 43522 +лопух 43523 +лора 43524 +лорак 43525 +лоре 43526 +лорелея 43527 +лореляй 43528 +лорен 43529 +лорена 43530 +лоренс 43531 +лоренсі 43532 +лори 43533 +лорин 43534 +лорту 43535 +лорі 43536 +лос 43537 +лос- 43538 +лос-анджелес 43539 +лос-анджелесі 43540 +лоскоче 43541 +лоскочучи 43542 +лоскутов 43543 +лоскіт 43544 +лосько 43545 +лоськом 43546 +лосєв 43547 +лосів 43548 +лот 43549 +лотаринзький 43550 +лотерейним 43551 +лотерейні 43552 +лотерею 43553 +лотереї 43554 +лоток 43555 +лоті 43556 +лотів 43557 +лоуелл 43558 +лоуелла 43559 +лоуеллі 43560 +лоукостами 43561 +лоукости 43562 +лоуренс 43563 +лофт 43564 +лофтелагі 43565 +лофті 43566 +лоцанич 43567 +лоша 43568 +лощенком 43569 +лою 43570 +лояльне 43571 +лояльний 43572 +лояльним 43573 +лояльними 43574 +лояльних 43575 +лояльного 43576 +лояльні 43577 +лояльність 43578 +лт 43579 +лтд 43580 +луарі 43581 +лубенський 43582 +лубенських 43583 +лубенцями 43584 +лубенцях 43585 +лубенці 43586 +лубенців 43587 +лубенчани 43588 +лубківський 43589 +лубни 43590 +лубною 43591 +лубочні 43592 +луганском 43593 +луганскький 43594 +луганськ 43595 +луганська 43596 +луганський 43597 +луганськими 43598 +луганськимим 43599 +луганських 43600 +луганського 43601 +луганському 43602 +луганської 43603 +луганську 43604 +луганські 43605 +луганській 43606 +луганчан 43607 +луганчани 43608 +луганщина 43609 +луганщини 43610 +луганщиною 43611 +луганщину 43612 +луганщині 43613 +лугань 43614 +луганьскі 43615 +лугар 43616 +лугара 43617 +лугаром 43618 +лугарський 43619 +лугарі 43620 +лугарів 43621 +лугах 43622 +лугер 43623 +лугера 43624 +лугером 43625 +луги 43626 +луго 43627 +луговим 43628 +лугового 43629 +лугу 43630 +лужан 43631 +лужицьким 43632 +лужков 43633 +лужкова 43634 +лужковим 43635 +лужкову 43636 +лужний 43637 +лужу 43638 +лузанівці 43639 +лузери 43640 +лузі 43641 +лук 43642 +лук'яна 43643 +лук'янченко 43644 +лукаве 43645 +лукавите 43646 +лукаво 43647 +лукаву 43648 +лукаві 43649 +лукас 43650 +лукаса 43651 +лукаш 43652 +лукашем 43653 +лукашенка 43654 +лукашенко 43655 +лукашенком 43656 +лукашенківських 43657 +луки 43658 +луко 43659 +луковиці 43660 +лукойл 43661 +лукуллом 43662 +лукуллівський 43663 +лукіча 43664 +лул 43665 +лула 43666 +лумпурі 43667 +луна 43668 +лунала 43669 +лунали 43670 +лунало 43671 +лунати 43672 +лунають 43673 +лунає 43674 +лунка 43675 +лунки 43676 +лунких 43677 +лунко 43678 +лунку 43679 +луночки 43680 +луночку 43681 +луною 43682 +лунці 43683 +лунь 43684 +луп 43685 +луп- 43686 +лупанули 43687 +лупили 43688 +лупить 43689 +лупиться 43690 +луплять 43691 +лурд 43692 +лурдський 43693 +лурді 43694 +лускаючи 43695 +лускаємо 43696 +лусне 43697 +луснув 43698 +луснули 43699 +луснуть 43700 +лутковської 43701 +лутковській 43702 +луцевич 43703 +луценка 43704 +луценко 43705 +луценком 43706 +луценку 43707 +луцьк 43708 +луцька 43709 +луцький 43710 +луцьким 43711 +луцьких 43712 +луцькому 43713 +луцької 43714 +луцьку 43715 +луч 43716 +луча 43717 +лучани 43718 +лучанка 43719 +лучиться 43720 +лучників 43721 +лучче 43722 +лучшая 43723 +лучше 43724 +лучший 43725 +лучшого 43726 +лучшім 43727 +лучі 43728 +лушков 43729 +лушпиння 43730 +луї 43731 +луїз 43732 +луїзіана 43733 +луїзіані 43734 +луїс 43735 +луїса 43736 +луїсом 43737 +лхаса 43738 +лхаси 43739 +лхасу 43740 +лхасі 43741 +лценко 43742 +льва 43743 +львиця 43744 +львова 43745 +львовом 43746 +львовський 43747 +львову 43748 +львові 43749 +львів 43750 +львів'ян 43751 +львів'янами 43752 +львів'яни 43753 +львівська 43754 +львівський 43755 +львівським 43756 +львівських 43757 +львівського 43758 +львівському 43759 +львівської 43760 +львівську 43761 +львівські 43762 +львівській 43763 +львівщини 43764 +львівщину 43765 +львівщині 43766 +льготи 43767 +льняне 43768 +льняної 43769 +льовочкіна 43770 +льовочкіної 43771 +льодами 43772 +льоди 43773 +льодовики 43774 +льодовикове 43775 +льодовикових 43776 +льодовикового 43777 +льодовикові 43778 +льодовиків 43779 +льодового 43780 +льодовому 43781 +льоду 43782 +льолека 43783 +льолик 43784 +льолика 43785 +льоликом 43786 +льолік 43787 +льоліка 43788 +льоліком 43789 +льон 43790 +льонозавод 43791 +льону 43792 +льоні 43793 +льонік 43794 +льоса 43795 +льотки 43796 +льотна 43797 +льотний 43798 +льотного 43799 +льоту 43800 +льотчика 43801 +льотчикам 43802 +льотчиками 43803 +льотчики 43804 +льотчиком 43805 +льотчиків 43806 +льотчікі 43807 +льох 43808 +льохах 43809 +льохи 43810 +льоху 43811 +льоша 43812 +лью 43813 +льюіс 43814 +льюїс 43815 +льєнь 43816 +лю 43817 +люб'язним 43818 +люб'язно 43819 +люб'язні 43820 +люба 43821 +любая 43822 +любе 43823 +люби 43824 +любив 43825 +любився 43826 +любий 43827 +любила 43828 +любили 43829 +любило 43830 +любим 43831 +любима 43832 +любиме 43833 +любимий 43834 +любимо 43835 +любимою 43836 +любите 43837 +любитель 43838 +любителям 43839 +любителями 43840 +любителі 43841 +любителів 43842 +любити 43843 +любить 43844 +любих 43845 +любиш 43846 +любка 43847 +любком 43848 +люблю 43849 +любляни 43850 +любляні 43851 +люблять 43852 +любляться 43853 +любляча 43854 +люблін 43855 +любліні 43856 +любо 43857 +любов 43858 +любов'ю 43859 +любови 43860 +любовна 43861 +любовним 43862 +любовними 43863 +любовних 43864 +любовного 43865 +любові 43866 +любого 43867 +любой 43868 +любом 43869 +любомир 43870 +любомира 43871 +любомире 43872 +любомирку 43873 +любомиром 43874 +любому 43875 +любоу 43876 +любош 43877 +любою 43878 +любої 43879 +любу 43880 +любуються 43881 +любується 43882 +любця 43883 +любці 43884 +любчиком 43885 +любі 43886 +любій 43887 +любіть 43888 +любіч 43889 +люд 43890 +люда 43891 +людвіґ 43892 +люде 43893 +людей 43894 +людендорф 43895 +люди 43896 +людин 43897 +людина 43898 +людини 43899 +людино 43900 +людиноподібних 43901 +людиноподібні 43902 +людиною 43903 +людину 43904 +людині 43905 +людка 43906 +людмила 43907 +людмили 43908 +людмило 43909 +людмилою 43910 +людних 43911 +людности 43912 +людність 43913 +людо 43914 +людожера 43915 +людожерства 43916 +людота 43917 +людотиних 43918 +людото 43919 +людотою 43920 +людства 43921 +людство 43922 +людством 43923 +людству 43924 +людська 43925 +людське 43926 +людськи 43927 +людський 43928 +людським 43929 +людськими 43930 +людських 43931 +людського 43932 +людському 43933 +людською 43934 +людської 43935 +людську 43936 +людські 43937 +людській 43938 +люду 43939 +людьми 43940 +людьськи 43941 +людям 43942 +людяності 43943 +людяність 43944 +людях 43945 +люк 43946 +люка 43947 +люком 43948 +люкс 43949 +люксембург 43950 +люксембургу 43951 +люксембурзі 43952 +люксично 43953 +люксовий 43954 +люксосовий 43955 +люксосові 43956 +люксусний 43957 +люксусних 43958 +люксусного 43959 +люксусу 43960 +люку 43961 +люльки 43962 +люлькою 43963 +люльку 43964 +люлєй 43965 +люманов 43966 +люпена 43967 +люстерко 43968 +люстраторів 43969 +люстрах 43970 +люстрація 43971 +люстрації 43972 +люструвати 43973 +люстрів 43974 +люсьєн 43975 +люсьєном 43976 +люся 43977 +люсі 43978 +люта 43979 +лютер 43980 +лютера 43981 +лютеранська 43982 +лютеранській 43983 +лютий 43984 +лютика 43985 +лютитися 43986 +лютневого 43987 +лютню 43988 +лютого 43989 +лютому 43990 +лютославський 43991 +лютославського 43992 +лютость 43993 +лютували 43994 +лютую 43995 +лютує 43996 +лють 43997 +люті 43998 +лютіжа 43999 +лютізького 44000 +лютім 44001 +лютішого 44002 +люфман 44003 +люфою 44004 +люфт 44005 +люфтах 44006 +люфтваффе 44007 +люфтганзи 44008 +люфтганзою 44009 +люфтганзу 44010 +лючей 44011 +люшні 44012 +люююююблять 44013 +люїс 44014 +люїса 44015 +люїси 44016 +люїсів 44017 +ля 44018 +лягай 44019 +лягайте 44020 +лягати 44021 +лягать 44022 +лягають 44023 +лягаючи 44024 +лягає 44025 +лягаємо 44026 +лягаєте 44027 +лягла 44028 +лягли 44029 +лягло 44030 +лягостова 44031 +лягостової 44032 +лягсотова 44033 +лягушат 44034 +лягушата 44035 +лягушатніками 44036 +ляж 44037 +ляже 44038 +ляжеться 44039 +ляк 44040 +лякав 44041 +лякайсь 44042 +лякайся 44043 +лякала 44044 +лякали 44045 +лякати 44046 +лякатись 44047 +лякатися 44048 +лякація 44049 +лякаюсь 44050 +лякають 44051 +лякає 44052 +лякається 44053 +лякливими 44054 +лякливість 44055 +лялечки 44056 +лялька 44057 +лялькар 44058 +лялькових 44059 +ляльководи 44060 +ляльку 44061 +ляльок 44062 +ляля 44063 +лямка 44064 +лямів 44065 +ляня 44066 +ляонінь 44067 +ляпаса 44068 +ляпнув 44069 +ляскання 44070 +ляскають 44071 +ляскіт 44072 +ляснув 44073 +ляхевич 44074 +ляхові 44075 +ляхів 44076 +лячно 44077 +ляшка 44078 +ляшко 44079 +ляшком 44080 +ляють 44081 +лєвченко 44082 +лєгонца 44083 +лєгостова 44084 +лємєнов 44085 +лємєновим 44086 +лєна 44087 +лєни 44088 +лєніна 44089 +лєонов 44090 +лєопард 44091 +лєрой 44092 +лєт 44093 +лєту 44094 +лєщини 44095 +лі 44096 +ліа 44097 +ліам 44098 +ліб 44099 +ліберал 44100 +ліберали 44101 +лібералом 44102 +ліберальна 44103 +ліберальний 44104 +ліберальним 44105 +ліберальними 44106 +ліберальних 44107 +ліберально 44108 +ліберального 44109 +ліберальну 44110 +лібералів 44111 +лібералізацію 44112 +лібералізація 44113 +лібералізації 44114 +лібералізму 44115 +лібералізований 44116 +ліберасьйон 44117 +ліберманом 44118 +лібертанго 44119 +ліберті 44120 +ліберію 44121 +ліберії 44122 +лібревілі 44123 +лібрето 44124 +лібі 44125 +ліва 44126 +лівак 44127 +ліван 44128 +ліванець 44129 +ліванський 44130 +ліванським 44131 +ліванських 44132 +ліванського 44133 +ліванському 44134 +ліванської 44135 +лівану 44136 +ліванцв 44137 +ліванців 44138 +лівані 44139 +лівацьким 44140 +ліве 44141 +лівен 44142 +ліверпулем 44143 +ліверпуль 44144 +ліверпуля 44145 +ліверпулі 44146 +ліверпуліанці 44147 +лівий 44148 +лівим 44149 +лівими 44150 +лівих 44151 +лівицької 44152 +лівні 44153 +ліво 44154 +лівобережжя 44155 +лівобережжі 44156 +лівобережний 44157 +лівобережну 44158 +лівобережній 44159 +лівого 44160 +лівому 44161 +лівонська 44162 +лівонській 44163 +лівонією 44164 +лівонії 44165 +ліворуч 44166 +лівоцентриський 44167 +лівою 44168 +лівої 44169 +ліврейську 44170 +ліву 44171 +лівшиць 44172 +лівшиця 44173 +ліві 44174 +лівій 44175 +лівійської 44176 +лівіше 44177 +лівію 44178 +лівія 44179 +лівією 44180 +лівії 44181 +ліг 44182 +ліга 44183 +лігар 44184 +лігачова 44185 +лігачовою 44186 +ліги 44187 +лігостов 44188 +лігостова 44189 +лігостової 44190 +лігою 44191 +лігу 44192 +лігустова 44193 +лігши 44194 +лід 44195 +ліда 44196 +лідер 44197 +лідера 44198 +лідерам 44199 +лідерами 44200 +лідерах 44201 +лідери 44202 +лідерка 44203 +лідерки 44204 +лідерові 44205 +лідером 44206 +лідерства 44207 +лідерство 44208 +лідерських 44209 +лідерську 44210 +лідерські 44211 +лідеру 44212 +лідерує 44213 +лідерці 44214 +лідері 44215 +лідерів 44216 +лідирувала 44217 +лідирували 44218 +лідируючих 44219 +лідируючою 44220 +лідируючі 44221 +лідирує 44222 +лідируємо 44223 +лідка 44224 +лідкою 44225 +лідочка 44226 +лідочкою 44227 +лідою 44228 +лідусю 44229 +лідія 44230 +ліжечка 44231 +ліжечку 44232 +ліжка 44233 +ліжко 44234 +ліжком 44235 +ліжкомісце 44236 +ліжку 44237 +ліжок 44238 +ліз 44239 +ліза 44240 +лізе 44241 +лізеш 44242 +лізи 44243 +лізли 44244 +лізти 44245 +лізтиме 44246 +лізу 44247 +лізуть 44248 +лізь 44249 +лізьте 44250 +лізі 44251 +лік 44252 +ліками 44253 +лікар 44254 +лікарем 44255 +лікарень 44256 +лікарка 44257 +лікарки 44258 +лікарнею 44259 +лікарню 44260 +лікарня 44261 +лікарням 44262 +лікарняних 44263 +лікарняному 44264 +лікарнях 44265 +лікарні 44266 +лікарство 44267 +лікарська 44268 +лікарське 44269 +лікарський 44270 +лікарськими 44271 +лікарських 44272 +лікарського 44273 +лікарської 44274 +лікарській 44275 +лікарчук 44276 +лікарю 44277 +лікаря 44278 +лікарям 44279 +лікарями 44280 +лікарі 44281 +лікарів 44282 +лікбез 44283 +ліквідатор 44284 +ліквідаторами 44285 +ліквідаторів 44286 +ліквідаційна 44287 +ліквідаційної 44288 +ліквідацію 44289 +ліквідація 44290 +ліквідацією 44291 +ліквідації 44292 +ліквідаціїя 44293 +ліквідності 44294 +ліквідність 44295 +ліквідована 44296 +ліквідовано 44297 +ліквідовані 44298 +ліквідовували 44299 +ліквідовують 44300 +ліквідував 44301 +ліквідувала 44302 +ліквідували 44303 +ліквідувати 44304 +ліквідують 44305 +ліквідуються 44306 +ліквідується 44307 +ліки 44308 +ліком 44309 +лікопен 44310 +ліктем 44311 +ліктя 44312 +ліктями 44313 +лікувався 44314 +лікували 44315 +лікувальний 44316 +лікувальними 44317 +лікувальному 44318 +лікувальні 44319 +лікування 44320 +лікуванням 44321 +лікуванні 44322 +лікувати 44323 +лікуватися 44324 +лікуються 44325 +лікує 44326 +лікується 44327 +лікуєш 44328 +ліків 44329 +лілем 44330 +лілею 44331 +лілея 44332 +лілеє 44333 +ліли 44334 +ліля 44335 +лілі 44336 +ліліпутським 44337 +лілію 44338 +лілія 44339 +лілією 44340 +лілії 44341 +лімонов 44342 +ліміт 44343 +лімітед 44344 +ліміти 44345 +ліна 44346 +лінас 44347 +лінгвістами 44348 +лінгвістиці 44349 +лінгвістичний 44350 +лінгвістичних 44351 +лінгвістичну 44352 +лінгвістичні 44353 +лінда 44354 +ліндсі 44355 +лінет 44356 +лінза 44357 +лінзой 44358 +лінивий 44359 +ліниво 44360 +лінивому 44361 +ліниві 44362 +лінк 44363 +лінка 44364 +лінкдині 44365 +лінки 44366 +лінкольн 44367 +лінкольна 44368 +лінкольну 44369 +лінком 44370 +лінкор 44371 +лінкорам 44372 +лінку 44373 +лінолєум 44374 +лінч 44375 +лінча 44376 +лінчевський 44377 +лінь 44378 +лінюхуючою 44379 +лінєйку 44380 +ліній 44381 +лінійка 44382 +лінійки 44383 +лінійкою 44384 +лінійку 44385 +лінійний 44386 +лінійних 44387 +лінійно 44388 +лінійною 44389 +лінійні 44390 +лінію 44391 +лінія 44392 +лініями 44393 +лініях 44394 +лінієчку 44395 +лінією 44396 +лінії 44397 +ліо 44398 +ліон 44399 +ліоні 44400 +ліотон 44401 +ліпа 44402 +ліпила 44403 +ліпимо 44404 +ліпити 44405 +ліплять 44406 +ліпмен 44407 +ліпо 44408 +ліпство 44409 +ліпша 44410 +ліпше 44411 +ліпший 44412 +ліпшим 44413 +ліпшою 44414 +ліпшу 44415 +ліпші 44416 +ліпшій 44417 +лір 44418 +ліра 44419 +ліри 44420 +лірики 44421 +лірику 44422 +ліриків 44423 +ліричними 44424 +ліричних 44425 +ліричного 44426 +лірник 44427 +лірники 44428 +лірником 44429 +лірників 44430 +лірницький 44431 +лірницько 44432 +лірой 44433 +лірою 44434 +ліру 44435 +лірі 44436 +ліс 44437 +ліса 44438 +лісабона 44439 +лісабонського 44440 +лісабонської 44441 +лісабонську 44442 +лісабоні 44443 +лісами 44444 +лісах 44445 +лісгосп 44446 +ліси 44447 +лісиста 44448 +лісисті 44449 +лісистій 44450 +ліска 44451 +лісник 44452 +лісника 44453 +лісникові 44454 +лісництва 44455 +лісничий 44456 +лісничівки 44457 +лісничівку 44458 +лісничівці 44459 +лісова 44460 +лісовик 44461 +лісовика 44462 +лісовики 44463 +лісовиків 44464 +лісовим 44465 +лісовими 44466 +лісових 44467 +лісового 44468 +лісову 44469 +лісові 44470 +лісовій 44471 +лісод 44472 +лісозаготівельних 44473 +лісок 44474 +лісом 44475 +лісопаркових 44476 +лісопилку 44477 +лісосмуги 44478 +лісосмугою 44479 +лісочку 44480 +лісти 44481 +лісу 44482 +лісі 44483 +лісів 44484 +лісівники 44485 +лісіком 44486 +літ 44487 +літа 44488 +літав 44489 +літак 44490 +літака 44491 +літакам 44492 +літаками 44493 +літаках 44494 +літаки 44495 +літакобудування 44496 +літаком 44497 +літаку 44498 +літаків 44499 +літала 44500 +літали 44501 +літалки 44502 +літалку 44503 +літальний 44504 +літальних 44505 +літами 44506 +літати 44507 +літать 44508 +літах 44509 +літачкова 44510 +літачок 44511 +літаю 44512 +літають 44513 +літає 44514 +літаєте 44515 +літва 44516 +літвою 44517 +літву 44518 +літер 44519 +літера 44520 +літерами 44521 +літератори 44522 +літераторів 44523 +література 44524 +літератури 44525 +літературна 44526 +літературний 44527 +літературним 44528 +літературних 44529 +літературно 44530 +літературного 44531 +літературному 44532 +літературною 44533 +літературної 44534 +літературну 44535 +літературні 44536 +літературознавець 44537 +літературознавця 44538 +літературою 44539 +літературу 44540 +літературі 44541 +літери 44542 +літеру 44543 +літиш 44544 +літку 44545 +літман 44546 +літмен 44547 +літновська 44548 +літнього 44549 +літньому 44550 +літньої 44551 +літню 44552 +літня 44553 +літнє 44554 +літні 44555 +літній 44556 +літніку 44557 +літнім 44558 +літніми 44559 +літніх 44560 +літо 44561 +літом 44562 +літопис 44563 +літописець 44564 +літописи 44565 +літописний 44566 +літописними 44567 +літописних 44568 +літописного 44569 +літописні 44570 +літопису 44571 +літописі 44572 +літописів 44573 +літорій 44574 +літр 44575 +літраж 44576 +літру 44577 +літрів 44578 +літун 44579 +літургій 44580 +літургію 44581 +літургія 44582 +літургії 44583 +літячі 44584 +літі 44585 +літієвих 44586 +ліфт 44587 +ліфта 44588 +ліфтами 44589 +ліфтової 44590 +ліфтом 44591 +ліфті 44592 +ліхтар 44593 +ліхтарик 44594 +ліхтариками 44595 +ліхтаря 44596 +ліхтарі 44597 +ліхтенштейн 44598 +ліхтенштейном 44599 +ліхтенштейну 44600 +ліхтенштейні 44601 +ліце 44602 +ліцей 44603 +ліцензована 44604 +ліцензованого 44605 +ліцензування 44606 +ліцензувати 44607 +ліцензій 44608 +ліцензійного 44609 +ліцензію 44610 +ліцензія 44611 +ліцензії 44612 +ліцею 44613 +лічензо 44614 +лічензову 44615 +лічених 44616 +лічені 44617 +лічильник 44618 +лічильника 44619 +лічильниками 44620 +лічильники 44621 +лічильником 44622 +лічильників 44623 +лічку 44624 +лішь 44625 +ліщинського 44626 +ліщук 44627 +лієпайтіс 44628 +м 44629 +м'со 44630 +м'ютекса 44631 +м'ягко 44632 +м'яз 44633 +м'язами 44634 +м'язи 44635 +м'язистий 44636 +м'язових 44637 +м'язові 44638 +м'язу 44639 +м'язів 44640 +м'яка 44641 +м'яке 44642 +м'якеньким 44643 +м'який 44644 +м'яким 44645 +м'якими 44646 +м'яких 44647 +м'яко 44648 +м'якого 44649 +м'якому 44650 +м'якоті 44651 +м'яку 44652 +м'якшими 44653 +м'які 44654 +м'якій 44655 +м'якіше 44656 +м'ялик 44657 +м'янми 44658 +м'янмі 44659 +м'яса 44660 +м'ясисте 44661 +м'яско 44662 +м'ясний 44663 +м'ясника 44664 +м'ясников 44665 +м'ясних 44666 +м'ясні 44667 +м'ясо 44668 +м'ясокомбінату 44669 +м'ясокомбінаті 44670 +м'ясом 44671 +м'ясомолочної 44672 +м'ясопереробний 44673 +м'ясорубку 44674 +м'яч 44675 +м'яча 44676 +м'ячами 44677 +м'ячем 44678 +м'ячик 44679 +м'ячиків 44680 +м'ячі 44681 +м'ячів 44682 +м- 44683 +м-даааааа 44684 +м-двадцять 44685 +м-діапазоні 44686 +ма 44687 +маару 44688 +маарів 44689 +маас 44690 +мааса 44691 +мабеть 44692 +мабоусо 44693 +мабудь 44694 +мабути 44695 +мабуть 44696 +мав 44697 +мавамбва 44698 +мавзолею 44699 +мавзолеї 44700 +мавка 44701 +мавками 44702 +мавп 44703 +мавпа 44704 +мавпи 44705 +мавпою 44706 +мавританія 44707 +мавши 44708 +мавік 44709 +мавіка 44710 +мавіки 44711 +мавіком 44712 +мавіків 44713 +магадан 44714 +магадані 44715 +магаз 44716 +магазин 44717 +магазинам 44718 +магазинами 44719 +магазинах 44720 +магазини 44721 +магазином 44722 +магазину 44723 +магазинчика 44724 +магазинчики 44725 +магазині 44726 +магазинів 44727 +магамед 44728 +магате 44729 +магда 44730 +магдалина 44731 +магдебурзького 44732 +магди 44733 +магдою 44734 +магду 44735 +магді 44736 +магера 44737 +магете 44738 +магма 44739 +магматичний 44740 +магматичних 44741 +магмою 44742 +магнат 44743 +магната 44744 +магнати 44745 +магнатів 44746 +магнетит 44747 +магнитом 44748 +магницького 44749 +магніт 44750 +магнітних 44751 +магнітно 44752 +магніто 44753 +магнітофон 44754 +магнітського 44755 +магомед 44756 +магомеда 44757 +маготе 44758 +магістерка 44759 +магістерська 44760 +магістерську 44761 +магістра 44762 +магістралей 44763 +магістраль 44764 +магістральна 44765 +магістралях 44766 +магістралі 44767 +магістрантів 44768 +магістратура 44769 +магістратури 44770 +магістратуру 44771 +магічне 44772 +магічний 44773 +магічними 44774 +магічних 44775 +магію 44776 +магія 44777 +мадагаскар 44778 +мадагаскарі 44779 +маджід 44780 +мадлен 44781 +мадонну 44782 +мадрид 44783 +мадрида 44784 +мадридом 44785 +мадридський 44786 +мадридського 44787 +мадриду 44788 +мадридці 44789 +мадриді 44790 +мадритці 44791 +мадрід 44792 +мадріда 44793 +мадсен 44794 +мадсена 44795 +мадьяр 44796 +мадяри 44797 +мадярщині 44798 +мадіс 44799 +маемо 44800 +маете 44801 +мажор 44802 +мажоритарка 44803 +мажоритарки 44804 +мажоритарку 44805 +мажоритарна 44806 +мажоритарний 44807 +мажоритарник 44808 +мажоритарника 44809 +мажоритарники 44810 +мажоритарників 44811 +мажоритарних 44812 +мажоритарного 44813 +мажоритарному 44814 +мажоритарної 44815 +мажоритарну 44816 +мажоритарні 44817 +мажорно 44818 +мажором 44819 +мажору 44820 +маз 44821 +мазаниє 44822 +мазарі 44823 +мазей 44824 +мазел 44825 +мазен 44826 +мазена 44827 +мазепа 44828 +мазепу 44829 +мази 44830 +мазки 44831 +мазкою 44832 +мазку 44833 +мазур 44834 +мазуту 44835 +мазь 44836 +май 44837 +майборода 44838 +майбутному 44839 +майбутнього 44840 +майбутньому 44841 +майбутньою 44842 +майбутньої 44843 +майбутню 44844 +майбутня 44845 +майбутнє 44846 +майбутні 44847 +майбутній 44848 +майбутнім 44849 +майбутніми 44850 +майбутніх 44851 +майдан 44852 +майдана 44853 +майданах 44854 +майдани 44855 +майданник 44856 +майданом 44857 +майдану 44858 +майданчик 44859 +майданчика 44860 +майданчиками 44861 +майданчиках 44862 +майданчики 44863 +майданчиком 44864 +майданчику 44865 +майданчиків 44866 +майдані 44867 +майданів 44868 +майданівця 44869 +майданівці 44870 +майже 44871 +майзин 44872 +майк 44873 +майка 44874 +майки 44875 +майкл 44876 +майкла 44877 +майклом 44878 +майком 44879 +майкрософт 44880 +майкрософта 44881 +майку 44882 +майкус 44883 +маймескул 44884 +майна 44885 +майнерз 44886 +майно 44887 +майновий 44888 +майнові 44889 +майном 44890 +майну 44891 +майнц 44892 +майнца 44893 +майонези 44894 +майонезу 44895 +майор 44896 +майора 44897 +майорить 44898 +майорку 44899 +майоров 44900 +майоровим 44901 +майорська 44902 +майорів 44903 +майоріли 44904 +майоті 44905 +майстер 44906 +майстерклас 44907 +майстерня 44908 +майстерні 44909 +майстерність 44910 +майстра 44911 +майстрами 44912 +майстре 44913 +майстри 44914 +майстрині 44915 +майстрової 44916 +майстром 44917 +майстрів 44918 +майте 44919 +майтула 44920 +майтідакс 44921 +мак 44922 +макадамс 44923 +макадемс 44924 +макаренко 44925 +макаров 44926 +макарова 44927 +макарової 44928 +макарову 44929 +макаром 44930 +макарона 44931 +макарони 44932 +макароов 44933 +макарів 44934 +макарія 44935 +макгі 44936 +макдермот 44937 +макдермота 44938 +макдонала 44939 +макдональдз 44940 +макдональдзів 44941 +македонська 44942 +македонське 44943 +македонському 44944 +македонської 44945 +македонію 44946 +македонія 44947 +македонії 44948 +макенс 44949 +макет 44950 +макета 44951 +макети 44952 +макетів 44953 +маккартні 44954 +маккей 44955 +маккейн 44956 +маккейна 44957 +маккейном 44958 +маккейну 44959 +маккелоу 44960 +макклелен 44961 +макклелена 44962 +макклеллан 44963 +макклен 44964 +маккол 44965 +макконел 44966 +макконнел 44967 +макконнелл 44968 +маккормак 44969 +маккормака 44970 +маккормек 44971 +маккормик 44972 +маккорнак 44973 +маклейн 44974 +макмастер 44975 +макмерін 44976 +макмеріна 44977 +макнейл 44978 +макніл 44979 +маковет 44980 +маковим 44981 +маковими 44982 +макогона 44983 +макогони 44984 +макогоном 44985 +маком 44986 +макро 44987 +макроекономіка 44988 +макроекономічного 44989 +макроекономічної 44990 +макроергічних 44991 +макрон 44992 +макрона 44993 +макрони 44994 +макроном 44995 +макрону 44996 +макрорегіону 44997 +макс 44998 +макса 44999 +максвелл 45000 +максим 45001 +максима 45002 +максимальна 45003 +максимальне 45004 +максимальний 45005 +максимальним 45006 +максимальних 45007 +максимально 45008 +максимального 45009 +максимальної 45010 +максимальну 45011 +максимальні 45012 +максиме 45013 +максименко 45014 +максимом 45015 +максиму 45016 +максимум 45017 +максимуми 45018 +максимуму 45019 +максимумі 45020 +максимів 45021 +максимін 45022 +максиміна 45023 +максом 45024 +максім 45025 +максіми 45026 +маку 45027 +макулатури 45028 +макулярною 45029 +макферсон 45030 +макфол 45031 +макфола 45032 +макіавеллі 45033 +макінтош 45034 +макітра 45035 +макітрилося 45036 +макітру 45037 +макіяжу 45038 +макіївки 45039 +макіївського 45040 +мала 45041 +малавії 45042 +маладєц 45043 +малазський 45044 +малазі 45045 +малазійського 45046 +малайзійський 45047 +малайзія 45048 +малайзії 45049 +малайський 45050 +малайці 45051 +малаккська 45052 +малаккській 45053 +малалай 45054 +маланя 45055 +малася 45056 +малахай 45057 +малашенко 45058 +мале 45059 +маленька 45060 +маленьке 45061 +маленький 45062 +маленьким 45063 +маленькими 45064 +маленьких 45065 +маленького 45066 +маленькому 45067 +маленькою 45068 +маленької 45069 +маленьку 45070 +маленькі 45071 +маленькій 45072 +малесенька 45073 +малесеньке 45074 +малесенький 45075 +малесеньку 45076 +малеча 45077 +малечами 45078 +малечу 45079 +малечі 45080 +мали 45081 +малий 45082 +малик 45083 +малим 45084 +малими 45085 +малин 45086 +малина 45087 +малини 45088 +малинове 45089 +малинового 45090 +малиновська 45091 +малиновської 45092 +малину 45093 +малих 45094 +малко 45095 +малкович 45096 +малковича 45097 +малколм 45098 +малку 45099 +маллен 45100 +мало 45101 +маловажливі 45102 +маловивчена 45103 +маловивчених 45104 +маловидима 45105 +маловна 45106 +маловічко 45107 +малого 45108 +малодосліджена 45109 +малодосліджені 45110 +малоефективний 45111 +малоефективною 45112 +малозабезпеченим 45113 +малозабезпеченими 45114 +малозабезпечених 45115 +малознайомими 45116 +малознайомі 45117 +малознаних 45118 +малозначними 45119 +малозначність 45120 +малоймовірним 45121 +малоймовірно 45122 +малоймовірною 45123 +малокаліберної 45124 +малолітня 45125 +маломасштабні 45126 +маломобільних 45127 +малому 45128 +маломудрого 45129 +маломірних 45130 +малопомітні 45131 +малопомітність 45132 +малоправдоподібна 45133 +малоприємна 45134 +малорозвинених 45135 +малорозвинута 45136 +малорозмірні 45137 +малоросійство 45138 +малоросія 45139 +малорухливий 45140 +малось 45141 +малося 45142 +малоун 45143 +малою 45144 +малої 45145 +малу 45146 +мальв 45147 +мальвами 45148 +мальви 45149 +мальдіви 45150 +мальовання 45151 +мальовнича 45152 +мальовниче 45153 +мальовничий 45154 +мальовничими 45155 +мальовничих 45156 +мальовничій 45157 +мальта 45158 +мальти 45159 +мальтою 45160 +мальту 45161 +мальті 45162 +мальтійська 45163 +мальтійцями 45164 +мальтійців 45165 +мальца 45166 +мальчік 45167 +мальшина 45168 +малював 45169 +малювався 45170 +малювала 45171 +малювали 45172 +малювання 45173 +малюванні 45174 +малювати 45175 +малювать 45176 +малюк 45177 +малюками 45178 +малюком 45179 +малюків 45180 +малюнках 45181 +малюнки 45182 +малюнком 45183 +малюнку 45184 +малюнків 45185 +малюнок 45186 +малюсінький 45187 +малючі 45188 +малюю 45189 +малюють 45190 +малює 45191 +малюємо 45192 +малюєте 45193 +малявки 45194 +малям 45195 +маляр 45196 +маляревича 45197 +малярством 45198 +малярію 45199 +малярією 45200 +малярії 45201 +малята 45202 +малі 45203 +малій 45204 +малік 45205 +маліка 45206 +малікі 45207 +маліцький 45208 +малґожата 45209 +мам 45210 +мама 45211 +мамай 45212 +мамалига 45213 +мамам 45214 +мамами 45215 +мамая 45216 +мамаєвого 45217 +мами 45218 +мамин 45219 +мамина 45220 +мамине 45221 +маминого 45222 +маминої 45223 +маминій 45224 +мамка 45225 +мамлій 45226 +мамо 45227 +мамографію 45228 +мамографія 45229 +мамой 45230 +мамолог 45231 +мамолога 45232 +мамологу 45233 +мамології 45234 +мамологїї 45235 +мамон 45236 +мамонти 45237 +мамонтов 45238 +мамонтовій 45239 +мамоні 45240 +мамоха 45241 +мамою 45242 +мамтично 45243 +маму 45244 +мамуню 45245 +мамуня 45246 +мамусю 45247 +мамусік 45248 +мамцю 45249 +мамця 45250 +мамчур 45251 +мамі 45252 +ман 45253 +манама 45254 +манаття 45255 +манбека 45256 +манган 45257 +мангану 45258 +мангеттені 45259 +мандалговь 45260 +мандаринок 45261 +мандат 45262 +мандата 45263 +мандати 45264 +мандатом 45265 +мандату 45266 +мандатів 45267 +мандельсон 45268 +мандри 45269 +мандрик 45270 +мандровать 45271 +мандрували 45272 +мандрувати 45273 +мандрують 45274 +мандруєте 45275 +мандрьох 45276 +мандрів 45277 +мандрівка 45278 +мандрівках 45279 +мандрівки 45280 +мандрівку 45281 +мандрівник 45282 +мандрівника 45283 +мандрівниками 45284 +мандрівників 45285 +мандрівні 45286 +мандрівок 45287 +манді 45288 +мане 45289 +маневр 45290 +маневрам 45291 +маневрах 45292 +маневрена 45293 +маневреності 45294 +маневрену 45295 +маневреній 45296 +маневреність 45297 +маневри 45298 +маневру 45299 +маневрування 45300 +маневруванням 45301 +маневрувати 45302 +маневруючи 45303 +маневрує 45304 +маневруємо 45305 +маневрів 45306 +манеж 45307 +манекен 45308 +манер 45309 +манера 45310 +манери 45311 +манером 45312 +манері 45313 +манила 45314 +маниполювати 45315 +манить 45316 +манкуніанець 45317 +манкуртами 45318 +манмоганом 45319 +манна 45320 +манни 45321 +манса 45322 +мансуру 45323 +мантра 45324 +мантру 45325 +мантійний 45326 +мантійними 45327 +мантію 45328 +мантіях 45329 +мантії 45330 +мантґамері 45331 +мануал 45332 +мануальний 45333 +мануального 45334 +мануел 45335 +мануелем 45336 +мануель 45337 +манускриптами 45338 +манускриптів 45339 +мануфактура 45340 +манушер 45341 +мануєла 45342 +мануєлу 45343 +манхеттен 45344 +манхеттені 45345 +манци 45346 +манчестер 45347 +манчестері 45348 +манчкін 45349 +манчуком 45350 +манюсю 45351 +манюсі 45352 +манять 45353 +мані 45354 +маніакал 45355 +маніакальна 45356 +маніза 45357 +манікюр 45358 +маніли 45359 +манілі 45360 +маніпулювання 45361 +маніпулюванні 45362 +маніпулювати 45363 +маніпулюють 45364 +маніпулюючи 45365 +маніпулюєте 45366 +маніпулюється 45367 +маніпулятивна 45368 +маніпулятивних 45369 +маніпулятивною 45370 +маніпулятивні 45371 +маніпулятивній 45372 +маніпулятор 45373 +маніпуляцій 45374 +маніпуляцію 45375 +маніпуляція 45376 +маніпуляціям 45377 +маніпуляціями 45378 +маніпуляції 45379 +маністр 45380 +маніторингом 45381 +маніфестацій 45382 +маніфесту 45383 +манії 45384 +манґи 45385 +маоїйським 45386 +маоїстами 45387 +маоїсти 45388 +маоїстськми 45389 +маоїстською 45390 +маоїстської 45391 +маоїстів 45392 +мапа 45393 +мапам 45394 +мапами 45395 +мапах 45396 +мапи 45397 +мапками 45398 +мапою 45399 +маппет 45400 +мапу 45401 +мапі 45402 +мар'ямова 45403 +мар'ян 45404 +мар'яна 45405 +мар'яне 45406 +мар'яни 45407 +мар'янка 45408 +мар'янки 45409 +мар'яно 45410 +мар'яном 45411 +мар'яною 45412 +мар'яну 45413 +мар'янчик 45414 +мар'яні 45415 +мар'яською 45416 +мар'ї'нки 45417 +мар'їна 45418 +мар'їнка 45419 +мар'їнки 45420 +мар'їнку 45421 +мар'їнського 45422 +мар'їнському 45423 +мар'їнці 45424 +мара 45425 +маразм 45426 +маразму 45427 +маратхі 45428 +марафет 45429 +марафетом 45430 +марафон 45431 +марафоном 45432 +марафону 45433 +марафоні 45434 +марбурга 45435 +марганцівкою 45436 +марганцівочки 45437 +маргаререт 45438 +маргарет 45439 +маргінали 45440 +маргінальних 45441 +маргінальності 45442 +маргінальні 45443 +маргіналів 45444 +маргіналізований 45445 +маргіналізувався 45446 +маргіналізуватися 45447 +маргіналісти 45448 +мардан 45449 +мардер 45450 +мардж 45451 +марево 45452 +марек 45453 +марека 45454 +марел 45455 +марення 45456 +марецька 45457 +маржа 45458 +маржою 45459 +мари 45460 +марибор 45461 +марик 45462 +марин 45463 +марина 45464 +марини 45465 +маринки 45466 +мариною 45467 +марині 45468 +марить 45469 +мариуполь 45470 +мариупольском 45471 +мариуполя 45472 +марихуани 45473 +марихуаною 45474 +мариш 45475 +марк 45476 +марка 45477 +марками 45478 +маркат 45479 +маркевич 45480 +маркевича 45481 +маркевичем 45482 +маркер 45483 +маркерт 45484 +маркет 45485 +маркетах 45486 +маркетингова 45487 +маркетинговий 45488 +маркетинговим 45489 +маркетинговими 45490 +маркетингового 45491 +маркетингові 45492 +маркетингу 45493 +маркетологи 45494 +марки 45495 +марко 45496 +марков 45497 +маркові 45498 +марковій 45499 +марком 45500 +маркон 45501 +маркою 45502 +маркс 45503 +маркса 45504 +марксизм 45505 +марксизмові 45506 +марксизму 45507 +марксист 45508 +марксистсько 45509 +марксистського 45510 +марксмен 45511 +марксо 45512 +марку 45513 +маркування 45514 +маркуватись 45515 +маркуватися 45516 +маркуша 45517 +маркуються 45518 +маркується 45519 +маркіян 45520 +марлос 45521 +мармурах 45522 +марна 45523 +марненко 45524 +марними 45525 +марно 45526 +марнославства 45527 +марнота 45528 +марнотратного 45529 +марнотратства 45530 +марну 45531 +марнуйте 45532 +марнує 45533 +марні 45534 +маро 45535 +мародер 45536 +мародерах 45537 +мародери 45538 +мародерили 45539 +мародерити 45540 +мародерства 45541 +мародерство 45542 +мародерів 45543 +мародьорить 45544 +марок 45545 +марока 45546 +марокканця 45547 +марокко 45548 +марс 45549 +марса 45550 +марсалєс 45551 +марсель 45552 +марселя 45553 +марселі 45554 +марсо 45555 +марсом 45556 +марсу 45557 +марсі 45558 +марсіанський 45559 +марсіанського 45560 +март 45561 +марта 45562 +мартен 45563 +марти 45564 +мартин 45565 +мартина 45566 +мартиненка 45567 +мартиненко 45568 +мартиновська 45569 +мартиновській 45570 +мартином 45571 +мартинюк 45572 +мартинюка 45573 +мартинючка 45574 +мартлет 45575 +мартніа 45576 +мартопляс 45577 +марту 45578 +мартусю 45579 +мартуся 45580 +мартусі 45581 +марті 45582 +мартін 45583 +мартіна 45584 +мартіні 45585 +мартіч 45586 +мару 45587 +марузі 45588 +марусю 45589 +маруся 45590 +марусі 45591 +марушевської 45592 +марципан 45593 +марцоня 45594 +марченка 45595 +марченко 45596 +марченком 45597 +марченку 45598 +марчишин 45599 +марчука 45600 +марш 45601 +маршал 45602 +маршалека 45603 +маршалика 45604 +маршалл 45605 +маршеві 45606 +маршевій 45607 +маршем 45608 +марширували 45609 +марширувати 45610 +маршмелоу 45611 +маршрут 45612 +маршрути 45613 +маршрутка 45614 +маршрутками 45615 +маршрутки 45616 +маршруткою 45617 +маршруток 45618 +маршрутом 45619 +маршруту 45620 +маршрутці 45621 +маршруті 45622 +маршрутів 45623 +маршу 45624 +марші 45625 +маршів 45626 +марі 45627 +маріанна 45628 +маріано 45629 +марібор 45630 +марібора 45631 +марійка 45632 +марік 45633 +маріку 45634 +марін 45635 +маріночка 45636 +маріо 45637 +маріонетка 45638 +маріонетками 45639 +маріонетки 45640 +маріонетко 45641 +маріонетковий 45642 +маріонеткою 45643 +маріонетку 45644 +маріонеток 45645 +маріс 45646 +маріуполем 45647 +маріуполь 45648 +маріупольський 45649 +маріупольських 45650 +маріупольського 45651 +маріупольському 45652 +маріупольськіх 45653 +маріуполю 45654 +маріуполя 45655 +маріуполі 45656 +марічка 45657 +марічкою 45658 +марію 45659 +марія 45660 +марією 45661 +марії 45662 +маріїнського 45663 +маріїнському 45664 +маріїнці 45665 +мас 45666 +маса 45667 +масаж 45668 +масажи 45669 +масажистів 45670 +масажу 45671 +масажів 45672 +масами 45673 +масачусетс 45674 +масачусетського 45675 +масел 45676 +маси 45677 +масив 45678 +масиви 45679 +масивним 45680 +масиву 45681 +маска 45682 +маскат 45683 +маскатських 45684 +масках 45685 +маски 45686 +маску 45687 +маскувалися 45688 +маскувальні 45689 +маскування 45690 +маскуванням 45691 +маскують 45692 +маскує 45693 +маскується 45694 +маскхалатами 45695 +маскі 45696 +масла 45697 +маслак 45698 +маслака 45699 +маслаки 45700 +маслинова 45701 +масло 45702 +маслова 45703 +масловой 45704 +масловій 45705 +маслозаводу 45706 +масляков 45707 +масляна 45708 +масляної 45709 +масляні 45710 +маслі 45711 +масмедіа 45712 +масмедія 45713 +маснім 45714 +масова 45715 +масованго 45716 +масованих 45717 +масованого 45718 +масованої 45719 +масовану 45720 +масовані 45721 +масове 45722 +масовий 45723 +масовим 45724 +масовими 45725 +масових 45726 +масовка 45727 +масово 45728 +масового 45729 +масовому 45730 +масовості 45731 +масовою 45732 +масової 45733 +масову 45734 +масові 45735 +масовій 45736 +масовість 45737 +масонської 45738 +масою 45739 +масса 45740 +массачусест 45741 +массачусетс 45742 +массачусетсі 45743 +массово 45744 +массовом 45745 +массової 45746 +массові 45747 +мастак 45748 +мастей 45749 +мастерс 45750 +мастерська 45751 +мастили 45752 +мастильних 45753 +мастодонти 45754 +мастхев 45755 +масті 45756 +масу 45757 +масуд 45758 +масуда 45759 +масуду 45760 +масці 45761 +масштаб 45762 +масштабами 45763 +масштабах 45764 +масштаби 45765 +масштабна 45766 +масштабне 45767 +масштабний 45768 +масштабними 45769 +масштабних 45770 +масштабно 45771 +масштабного 45772 +масштабному 45773 +масштабної 45774 +масштабну 45775 +масштабні 45776 +масштабній 45777 +масштабніше 45778 +масштабніших 45779 +масштабом 45780 +масштабу 45781 +масштабувалася 45782 +масштабуємся 45783 +масштабі 45784 +масштабів 45785 +масштам 45786 +масі 45787 +мат 45788 +матакі 45789 +матаморфогенного 45790 +матан 45791 +матвеєві 45792 +матвєєв 45793 +матвєєва 45794 +матвєєвим 45795 +матві 45796 +матвій 45797 +матвійка 45798 +матвійко 45799 +матвійкові 45800 +матвійком 45801 +матвійчик 45802 +матвійчиком 45803 +матвійчук 45804 +матвія 45805 +матвієнко 45806 +матвієнком 45807 +матвіївку 45808 +матвіївни 45809 +матвіївні 45810 +матвіївських 45811 +матвіївці 45812 +математик 45813 +математика 45814 +математики 45815 +математиком 45816 +математикою 45817 +математику 45818 +математичних 45819 +математично 45820 +математичного 45821 +математичному 45822 +математичну 45823 +математичні 45824 +матео 45825 +матер 45826 +матери 45827 +материала 45828 +материк 45829 +материка 45830 +материкова 45831 +материкових 45832 +материкового 45833 +материковою 45834 +материкової 45835 +материкову 45836 +материковій 45837 +материку 45838 +материного 45839 +материнство 45840 +материнська 45841 +материнськи 45842 +материнського 45843 +материні 45844 +матерні 45845 +матерям 45846 +матері 45847 +матеріал 45848 +матеріала 45849 +матеріалами 45850 +матеріалах 45851 +матеріали 45852 +матеріалом 45853 +матеріалу 45854 +матеріальна 45855 +матеріальне 45856 +матеріальний 45857 +матеріальним 45858 +матеріальних 45859 +матеріально 45860 +матеріального 45861 +матеріальному 45862 +матеріальною 45863 +матеріальної 45864 +матеріальну 45865 +матеріальні 45866 +матеріальній 45867 +матеріальчик 45868 +матеріалі 45869 +матеріалів 45870 +матерів 45871 +матерія 45872 +матеріяльну 45873 +матеріях 45874 +мати 45875 +матиме 45876 +матимемо 45877 +матимете 45878 +матимеш 45879 +матиму 45880 +матимуть 45881 +матиці 45882 +матка 45883 +матку 45884 +матківська 45885 +матню 45886 +матоутворюючу 45887 +матрац 45888 +матраци 45889 +матрицю 45890 +матриця 45891 +матриці 45892 +матрич 45893 +матрос 45894 +матроса 45895 +матроській 45896 +матросів 45897 +матс 45898 +маттакі 45899 +мату 45900 +матусею 45901 +матусі 45902 +матч 45903 +матча 45904 +матчами 45905 +матчасть 45906 +матчах 45907 +матчем 45908 +матчу 45909 +матчі 45910 +матчів 45911 +мать 45912 +матьобство 45913 +матюк 45914 +матюки 45915 +матюша 45916 +матяша 45917 +матінко 45918 +матіос 45919 +матіоса 45920 +матір 45921 +матір'ю 45922 +маузер 45923 +маузером 45924 +мауса 45925 +мафами 45926 +мафіозні 45927 +мафію 45928 +мафія 45929 +мафіями 45930 +мафією 45931 +мафії 45932 +мах 45933 +маха 45934 +махала 45935 +махати 45936 +махатми 45937 +махачкали 45938 +махають 45939 +махає 45940 +махаєш 45941 +махді 45942 +махмуд 45943 +махмуда 45944 +махмудова 45945 +махмудові 45946 +махмудом 45947 +махмут 45948 +махна 45949 +махно 45950 +махнова 45951 +махновських 45952 +махновські 45953 +махновці 45954 +махновців 45955 +махновщини 45956 +махном 45957 +махнув 45958 +махнувши 45959 +махнула 45960 +махнули 45961 +маховик 45962 +махомед 45963 +махоммеда 45964 +маху 45965 +махцевич 45966 +махів 45967 +махінацій 45968 +махінації 45969 +мацапуру 45970 +мацові 45971 +мачатоньки 45972 +мачете 45973 +мачо 45974 +мачтах 45975 +мачух 45976 +мачуха 45977 +мачуху 45978 +мачюліс 45979 +маша 45980 +машаала 45981 +машаалом 45982 +машзаводі 45983 +машили 45984 +машин 45985 +машина 45986 +машинально 45987 +машинам 45988 +машинами 45989 +машинах 45990 +машингвери 45991 +машини 45992 +машинка 45993 +машинками 45994 +машинки 45995 +машинку 45996 +машинний 45997 +машинного 45998 +машинобудівний 45999 +машиною 46000 +машину 46001 +машинці 46002 +машині 46003 +машиніст 46004 +машиніста 46005 +машкару 46006 +машпроект 46007 +машру 46008 +маштабах 46009 +маштаби 46010 +маштабні 46011 +машталки 46012 +машу 46013 +машуть 46014 +мащенко 46015 +маю 46016 +мают 46017 +мають 46018 +маються 46019 +маючи 46020 +мая 46021 +маяка 46022 +маяковського 46023 +маяку 46024 +маяків 46025 +маячками 46026 +маячки 46027 +маячня 46028 +має 46029 +маєм 46030 +маємо 46031 +маєте 46032 +маєтки 46033 +маєтку 46034 +маєть 46035 +мається 46036 +маєш 46037 +маїсу 46038 +маґлів 46039 +мбак 46040 +мбаки 46041 +мбекі 46042 +мваі 46043 +мваї 46044 +мвд 46045 +мвс 46046 +мвф 46047 +мгб 46048 +мгц 46049 +меблевою 46050 +меблі 46051 +меблів 46052 +мевлютом 46053 +мегаакція 46054 +мегаакції 46055 +мегагерців 46056 +мегалюбов 46057 +мегамарш 46058 +мегаобов'язково 46059 +мегаполісів 46060 +мегасерйозним 46061 +мегафон 46062 +мегафони 46063 +мегафонів 46064 +мегра 46065 +мед 46066 +медалей 46067 +медаллю 46068 +медаль 46069 +медалями 46070 +медалі 46071 +медалістками 46072 +медалістів 46073 +медведева 46074 +медведчук 46075 +медведчука 46076 +медведька 46077 +медведько 46078 +медведьком 46079 +медведєв 46080 +медведєва 46081 +медведєвим 46082 +медведєву 46083 +медведі 46084 +медведів 46085 +медведівка 46086 +медведівки 46087 +медведівку 46088 +медведівський 46089 +медведівських 46090 +медведівські 46091 +медведівській 46092 +медведівці 46093 +медвині 46094 +медвєдєв 46095 +медвєдєва 46096 +медвідь 46097 +медевакуація 46098 +меджиев 46099 +меджлиса 46100 +меджліс 46101 +меджлісу 46102 +меджістерс 46103 +медзакладах 46104 +медзакладу 46105 +медзакладів 46106 +меди 46107 +медик 46108 +медика 46109 +медикам 46110 +медикаментами 46111 +медикаменти 46112 +медикаментозне 46113 +медикаментозному 46114 +медикаменту 46115 +медикаментів 46116 +медиками 46117 +медики 46118 +медико 46119 +медиком 46120 +медику 46121 +медиків 46122 +медисон 46123 +медитативно 46124 +медитування 46125 +медицина 46126 +медицини 46127 +медициною 46128 +медицинску 46129 +медицинський 46130 +медицину 46131 +медицині 46132 +медиціині 46133 +медички 46134 +медична 46135 +медичне 46136 +медичний 46137 +медичним 46138 +медичними 46139 +медичних 46140 +медичного 46141 +медичному 46142 +медичнох 46143 +медичною 46144 +медичної 46145 +медичну 46146 +медичні 46147 +медичній 46148 +медичніці 46149 +медком 46150 +медовид 46151 +медовий 46152 +медовим 46153 +медово 46154 +медогляд 46155 +медок 46156 +медокса 46157 +медом 46158 +медоїда 46159 +медперсоналом 46160 +медперсоналу 46161 +медпослуг 46162 +медпрацівники 46163 +медпрацівників 46164 +медпрепарати 46165 +медпрепаратів 46166 +медпункт 46167 +медресів 46168 +медреформа 46169 +медреформи 46170 +медреформою 46171 +медреформу 46172 +медсестер 46173 +медсестра 46174 +медсестри 46175 +медсестру 46176 +медсон 46177 +медсправками 46178 +меду 46179 +медуз 46180 +медуза 46181 +медфальд 46182 +меді 46183 +медіа 46184 +медіаграмотності 46185 +медіаграмотність 46186 +медіаколективу 46187 +медіамистецтва 46188 +медіапросторі 46189 +медіапулу 46190 +медіативно 46191 +медіафорум 46192 +медіація 46193 +медійна 46194 +медійне 46195 +медійний 46196 +медійника 46197 +медійники 46198 +медійників 46199 +медійних 46200 +медійно 46201 +медійному 46202 +медійності 46203 +медійною 46204 +медійної 46205 +медійні 46206 +медісон 46207 +медіумом 46208 +меж 46209 +межа 46210 +межами 46211 +межах 46212 +между 46213 +международником 46214 +межеві 46215 +межею 46216 +межи 46217 +межигір'я 46218 +межиріччі 46219 +межичассі 46220 +межу 46221 +межують 46222 +межуються 46223 +межує 46224 +межі 46225 +мезап 46226 +мезентія 46227 +мезим 46228 +мезрусія 46229 +мей 46230 +мейд 46231 +мейз 46232 +мейкер 46233 +мейл 46234 +мейн 46235 +мейнстримінг 46236 +мейнстрім 46237 +мейнстрімом 46238 +мейнстрімінг 46239 +мейо 46240 +мейполс 46241 +мекваєра 46242 +мекель 46243 +мекка 46244 +меккейн 46245 +меккейна 46246 +меккейну 46247 +мекки 46248 +меккорнак 46249 +мексика 46250 +мексиканського 46251 +мексиканської 46252 +мексиканську 46253 +мексиканця 46254 +мексиканців 46255 +мексики 46256 +мексикою 46257 +мексиці 46258 +мексуд 46259 +меланхолійних 46260 +меланіє 46261 +мелатонін 46262 +меле 46263 +мелекіне 46264 +мелену 46265 +мелкосерийно 46266 +меллі 46267 +мелодичного 46268 +мелодій 46269 +мелодійні 46270 +мелодію 46271 +мелодія 46272 +мелодії 46273 +мелоуна 46274 +мельком 46275 +мельни 46276 +мельник 46277 +мельника 46278 +мельниками 46279 +мельниках 46280 +мельники 46281 +мельникова 46282 +мельнику 46283 +мельників 46284 +мельничан 46285 +мельничанами 46286 +мельничани 46287 +мельничанин 46288 +мельничанинові 46289 +мельничанською 46290 +мельничанські 46291 +мельничиха 46292 +мельничук 46293 +мельпомена 46294 +мельхіседека 46295 +мелібденду 46296 +мелінди 46297 +мелінкович 46298 +меліораційних 46299 +меліораційні 46300 +меліорації 46301 +мелітополь 46302 +мелітопольську 46303 +мелітопольців 46304 +мелітополю 46305 +мелітополя 46306 +мелітополі 46307 +мем 46308 +мемами 46309 +меме 46310 +мемент 46311 +мементума 46312 +меми 46313 +мемних 46314 +меморандум 46315 +меморандумом 46316 +меморандуму 46317 +меморандумі 46318 +меморіал 46319 +меморіалу 46320 +меморіальний 46321 +меморіального 46322 +меморіальну 46323 +меморістикою 46324 +мемуари 46325 +мемуарної 46326 +мемуарів 46327 +мемфест 46328 +мемфіс 46329 +мемфіський 46330 +мемфісі 46331 +мемів 46332 +мен 46333 +мена 46334 +менбака 46335 +менгу 46336 +мендельсон 46337 +менді 46338 +мене 46339 +менеджер 46340 +менеджера 46341 +менеджерам 46342 +менеджерами 46343 +менеджери 46344 +менеджерка 46345 +менеджеров 46346 +менеджером 46347 +менеджерські 46348 +менеджерів 46349 +менеджмент 46350 +менеджментом 46351 +менеджментські 46352 +менеджменту 46353 +менеджменті 46354 +менер 46355 +менеру 46356 +менжувався 46357 +менко 46358 +менопауз 46359 +менопаузи 46360 +менор 46361 +ментально 46362 +ментального 46363 +ментальності 46364 +ментальні 46365 +ментальність 46366 +менталітет 46367 +менталітеті 46368 +ментор 46369 +ментора 46370 +ментором 46371 +менторство 46372 +менторів 46373 +менш 46374 +менша 46375 +менше 46376 +меншем 46377 +меншенька 46378 +меншенький 46379 +меншенькі 46380 +менший 46381 +меншим 46382 +меншими 46383 +меншин 46384 +меншина 46385 +меншинам 46386 +меншинами 46387 +меншини 46388 +меншинні 46389 +меншиною 46390 +менших 46391 +меншовартості 46392 +меншовиками 46393 +меншого 46394 +меншому 46395 +меншостей 46396 +меншості 46397 +меншою 46398 +меншої 46399 +меншу 46400 +менші 46401 +меншій 46402 +меншість 46403 +меншістю 46404 +меньше 46405 +меньшина 46406 +меньшинсв 46407 +меньшинств 46408 +меньшинства 46409 +меню 46410 +меня 46411 +менять 46412 +мені 46413 +мер 46414 +мера 46415 +мерабішвілі 46416 +мердиніс 46417 +мере 46418 +мередета 46419 +мередит 46420 +мередита 46421 +мереж 46422 +мережа 46423 +мережами 46424 +мережані 46425 +мережах 46426 +мережева 46427 +мережевих 46428 +мережевого 46429 +мережею 46430 +мережи 46431 +мережкою 46432 +мережою 46433 +мережу 46434 +мережі 46435 +мерелендському 46436 +мерехтить 46437 +мерзенне 46438 +мерзенного 46439 +мерзенні 46440 +мерзла 46441 +мерзли 46442 +мерзлої 46443 +мерзне 46444 +мерзнуть 46445 +мерзотних 46446 +мерзоту 46447 +мери 46448 +мериленд 46449 +меритократія 46450 +меркантильними 46451 +меркель 46452 +меркс 46453 +меркурій 46454 +меркуціо 46455 +мерові 46456 +мером 46457 +мерона 46458 +мерримек 46459 +мерседес 46460 +мерсера 46461 +мерське 46462 +мерських 46463 +мерсі 46464 +мертва 46465 +мертве 46466 +мертвець 46467 +мертвий 46468 +мертвим 46469 +мертвими 46470 +мертвих 46471 +мертвого 46472 +мертвонароджена 46473 +мертвої 46474 +мертвця 46475 +мертвяків 46476 +мертві 46477 +мерця 46478 +мерці 46479 +мерчем 46480 +мерщій 46481 +меря 46482 +мерянки 46483 +мері 46484 +мерів 46485 +меріденд 46486 +меріен 46487 +меріл 46488 +меріленд 46489 +мерілендського 46490 +меріленді 46491 +мерілінд 46492 +мерію 46493 +мерія 46494 +мерії 46495 +меседж 46496 +меседжами 46497 +меседжі 46498 +меседжів 46499 +меселе 46500 +месенджер 46501 +месенджерах 46502 +месенджери 46503 +месенджеру 46504 +месенджері 46505 +месиво 46506 +месиджі 46507 +месседж 46508 +месседжами 46509 +месседжом 46510 +мессенджер 46511 +мести 46512 +меститися 46513 +месут 46514 +месія 46515 +месіє 46516 +месією 46517 +месії 46518 +мета 46519 +метаболізм 46520 +метаболізму 46521 +метаболітів 46522 +метаболічного 46523 +метал 46524 +металами 46525 +металевий 46526 +металевими 46527 +металевих 46528 +металевого 46529 +металевої 46530 +металеву 46531 +металеві 46532 +метали 46533 +металла 46534 +металобрухт 46535 +металолом 46536 +металом 46537 +металошукач 46538 +металошукачами 46539 +металошукачі 46540 +металошукачів 46541 +металу 46542 +металурги 46543 +металургійний 46544 +металургійні 46545 +металургії 46546 +металів 46547 +металіст 46548 +металіста 46549 +метаморфози 46550 +метамік 46551 +метаміка 46552 +метан 46553 +метаними 46554 +метання 46555 +метановий 46556 +метанові 46557 +метану 46558 +метані 46559 +метасоматичних 46560 +метастази 46561 +метати 46562 +метафор 46563 +метафора 46564 +метафоричному 46565 +метафоричністю 46566 +метафорою 46567 +метафору 46568 +метберен 46569 +мете 46570 +метелик 46571 +метелики 46572 +метеозалежність 46573 +метеозонди 46574 +метеоритного 46575 +метеоролог 46576 +метеорологи 46577 +метеорологом 46578 +метеорологічна 46579 +метеорологічних 46580 +метеорологічної 46581 +метеостанції 46582 +метеріали 46583 +мети 46584 +метисами 46585 +метку 46586 +меткі 46587 +метнулась 46588 +метод 46589 +методами 46590 +методах 46591 +методи 46592 +методик 46593 +методика 46594 +методиками 46595 +методикою 46596 +методику 46597 +методички 46598 +методична 46599 +методично 46600 +методичного 46601 +методичні 46602 +методологію 46603 +методологія 46604 +методологією 46605 +методології 46606 +методом 46607 +методу 46608 +методів 46609 +метою 46610 +метр 46611 +метра 46612 +метраж 46613 +метрах 46614 +метри 46615 +метричні 46616 +метро 46617 +метровий 46618 +метрових 46619 +метрового 46620 +метроград 46621 +метрології 46622 +метрополітен 46623 +метрів 46624 +метс 46625 +мету 46626 +метуть 46627 +метушливому 46628 +метушливій 46629 +метушня 46630 +метью 46631 +меті 46632 +метіна 46633 +мех 46634 +механізації 46635 +механізм 46636 +механізма 46637 +механізмами 46638 +механізми 46639 +механізмом 46640 +механізму 46641 +механізмів 46642 +механізований 46643 +механізованими 46644 +механізованих 46645 +механізованої 46646 +механізовані 46647 +механізованій 46648 +механік 46649 +механіка 46650 +механіки 46651 +механіко 46652 +механіком 46653 +механіку 46654 +механіків 46655 +механіці 46656 +механічний 46657 +механічних 46658 +механічно 46659 +механічною 46660 +механічної 46661 +механічну 46662 +мехмета 46663 +мехмуд 46664 +мехсуд 46665 +мехсуда 46666 +мехшаль 46667 +мехіко 46668 +меценати 46669 +меценатом 46670 +мецоли 46671 +меч 46672 +меча 46673 +мечами 46674 +мечем 46675 +мечетей 46676 +мечеть 46677 +мечетю 46678 +мечетях 46679 +мечеті 46680 +мечетій 46681 +мечиться 46682 +мечище 46683 +мечуть 46684 +мечі 46685 +мечів 46686 +меш 46687 +мешаалом 46688 +мешкав 46689 +мешкала 46690 +мешкали 46691 +мешканець 46692 +мешканка 46693 +мешканкою 46694 +мешканку 46695 +мешкання 46696 +мешканцем 46697 +мешканця 46698 +мешканцям 46699 +мешканцями 46700 +мешканці 46701 +мешканців 46702 +мешкати 46703 +мешкаю 46704 +мешкають 46705 +мешкає 46706 +мешкаємо 46707 +мешкаєте 46708 +мешта 46709 +мештрики 46710 +мешхед 46711 +мещера 46712 +мещерки 46713 +мжемо 46714 +мзс 46715 +мзсі 46716 +ми 46717 +ми- 46718 +мигдалики 46719 +мигдаль 46720 +миде 46721 +мик 46722 +микаються 46723 +микається 46724 +микита 46725 +микити 46726 +микито 46727 +микитович 46728 +микитовича 46729 +микола 46730 +миколай 46731 +миколайович 46732 +миколайовича 46733 +миколайовичем 46734 +миколайчука 46735 +миколайчуком 46736 +миколаєва 46737 +миколаєвського 46738 +миколаєву 46739 +миколаєві 46740 +миколаїв 46741 +миколаївна 46742 +миколаївно 46743 +миколаївом 46744 +миколаївська 46745 +миколаївських 46746 +миколаївського 46747 +миколаївської 46748 +миколаївську 46749 +миколаївській 46750 +миколаївці 46751 +миколаївщиину 46752 +миколаївщина 46753 +миколаївщини 46754 +миколаївщину 46755 +миколаївщині 46756 +миколаїч 46757 +миколи 46758 +миколо 46759 +миколою 46760 +миколу 46761 +миколі 46762 +микомит 46763 +микрофона 46764 +микрофоні 46765 +мил 46766 +мила 46767 +миланя 46768 +милая 46769 +миле 46770 +миленький 46771 +милеє 46772 +мили 46773 +милий 46774 +милим 46775 +милицях 46776 +миллер 46777 +миллиона 46778 +миллионов 46779 +мило 46780 +миловидні 46781 +милого 46782 +милом 46783 +милосердний 46784 +милосердя 46785 +милосердям 46786 +милости 46787 +милостивий 46788 +милостиню 46789 +милостині 46790 +милості 46791 +милошевича 46792 +милувала 46793 +милувати 46794 +милуюся 46795 +мильна 46796 +мильницю 46797 +мильною 46798 +мильної 46799 +мильну 46800 +мильні 46801 +миля 46802 +милі 46803 +милій 46804 +милість 46805 +милішою 46806 +мимет 46807 +мимо 46808 +мимоволі 46809 +мимовільним 46810 +мимохідь 46811 +мимохіть 46812 +минали 46813 +минало 46814 +минають 46815 +минає 46816 +минаємося 46817 +минаєтесь 46818 +мине 46819 +минеться 46820 +минеш 46821 +минимум 46822 +министерсва 46823 +министерстве 46824 +министра 46825 +мином 46826 +минув 46827 +минувшие 46828 +минула 46829 +минуле 46830 +минули 46831 +минулий 46832 +минулим 46833 +минулими 46834 +минулися 46835 +минулих 46836 +минуло 46837 +минулого 46838 +минулому 46839 +минуломісячних 46840 +минуломісячного 46841 +минулоріч 46842 +минулорічний 46843 +минулорічними 46844 +минулорічних 46845 +минулорічного 46846 +минулорічну 46847 +минулорічні 46848 +минулося 46849 +минулотижневий 46850 +минулотижневим 46851 +минулотижневих 46852 +минулотижневого 46853 +минулою 46854 +минулої 46855 +минулу 46856 +минулі 46857 +минулій 46858 +минут 46859 +минути 46860 +минутку 46861 +минуту 46862 +минуть 46863 +минушахр 46864 +мир 46865 +мира 46866 +миргородський 46867 +миритися 46868 +мирна 46869 +мирне 46870 +мирний 46871 +мирним 46872 +мирними 46873 +мирних 46874 +мирно 46875 +мирнович 46876 +мирновича 46877 +мирногадові 46878 +мирного 46879 +мирноград 46880 +мирнограда 46881 +мирному 46882 +мирною 46883 +мирної 46884 +мирну 46885 +мирні 46886 +мирній 46887 +мировом 46888 +мирову 46889 +мировую 46890 +мирові 46891 +миролюбиво 46892 +миролюбних 46893 +миролюбну 46894 +миром 46895 +мирон 46896 +мироненко 46897 +миронець 46898 +миронова 46899 +мироновим 46900 +миронович 46901 +мироновича 46902 +мироном 46903 +мироносцями 46904 +миронівки 46905 +миронівці 46906 +миросика 46907 +мирослав 46908 +мирослава 46909 +мирослави 46910 +мирославивого 46911 +мирославою 46912 +мироськом 46913 +миротворець 46914 +миротворцем 46915 +миротворця 46916 +миротворцям 46917 +миротворцями 46918 +миротворці 46919 +миротворців 46920 +миротворчий 46921 +миротворчим 46922 +миротворчими 46923 +миротворчих 46924 +миротворчого 46925 +миротворчому 46926 +миротворчої 46927 +миротворчу 46928 +миротворчі 46929 +миротворчій 46930 +миротвочу 46931 +мирошниченка 46932 +миру 46933 +мирцало 46934 +миряни 46935 +мирянську 46936 +миряться 46937 +мирі 46938 +миселюк 46939 +миску 46940 +мислення 46941 +мисленням 46942 +мисленні 46943 +мисли 46944 +мислив 46945 +мисливство 46946 +мисливський 46947 +мисливських 46948 +мисливською 46949 +мисливську 46950 +мисливські 46951 +мисливця 46952 +мисливці 46953 +мислитель 46954 +мислителя 46955 +мислити 46956 +мислитися 46957 +мислить 46958 +мислиш 46959 +мислять 46960 +мислячи 46961 +мислячих 46962 +мисліте 46963 +мисліть 46964 +мисника 46965 +мисок 46966 +мисочки 46967 +мистецтв 46968 +мистецтва 46969 +мистецтво 46970 +мистецтвознавець 46971 +мистецтвознавицею 46972 +мистецтву 46973 +мистецтві 46974 +мистецька 46975 +мистецьки 46976 +мистецький 46977 +мистецьким 46978 +мистецьких 46979 +мистецько 46980 +мистецького 46981 +мистецькому 46982 +мистецьку 46983 +мистецькі 46984 +мисі 46985 +мит 46986 +мита 46987 +митець 46988 +мити 46989 +митингарів 46990 +митний 46991 +митниками 46992 +митників 46993 +митними 46994 +митних 46995 +митницею 46996 +митниць 46997 +митницю 46998 +митниця 46999 +митницях 47000 +митниці 47001 +митного 47002 +митної 47003 +митні 47004 +мито 47005 +митровиця 47006 +митрополит 47007 +митрополита 47008 +митрополити 47009 +митрополитов 47010 +митрополитом 47011 +митрополитів 47012 +митрополії 47013 +митрофаненко 47014 +митрохина 47015 +митт 47016 +миттом 47017 +миттю 47018 +миття 47019 +миттєво 47020 +миттєвому 47021 +миттєвою 47022 +митця 47023 +митцями 47024 +митці 47025 +митців 47026 +мить 47027 +миті 47028 +михайла 47029 +михайле 47030 +михайло 47031 +михайлов 47032 +михайлове 47033 +михайлович 47034 +михайловичу 47035 +михайлом 47036 +михайлу 47037 +михайлюта 47038 +михайля 47039 +михайлівка 47040 +михайлівська 47041 +михайлівський 47042 +михайлівського 47043 +михайлівській 47044 +михайлівці 47045 +михайлівчан 47046 +михаїл 47047 +михаїла 47048 +михеіл 47049 +михеіла 47050 +михеілом 47051 +михеїл 47052 +михеїла 47053 +миця 47054 +миш 47055 +миш'яку 47056 +миша 47057 +мишах 47058 +мишей 47059 +мишен 47060 +мишка 47061 +мишкун 47062 +мишу 47063 +миші 47064 +мию 47065 +миють 47066 +миючих 47067 +миючі 47068 +миє 47069 +миєш 47070 +мйже 47071 +мк 47072 +мкккк 47073 +младенович 47074 +младича 47075 +млдр 47076 +млин 47077 +млинами 47078 +млинець 47079 +млинок 47080 +млинці 47081 +млинів 47082 +млн 47083 +млосно 47084 +млость 47085 +млоїться 47086 +млрд 47087 +млява 47088 +мляво 47089 +млієва 47090 +мліїв 47091 +мм 47092 +ммарцинковський 47093 +мне 47094 +мнение 47095 +многая 47096 +многе 47097 +много 47098 +многогранники 47099 +многослівний 47100 +множаться 47101 +множення 47102 +множимо 47103 +множина 47104 +множини 47105 +множинна 47106 +множинні 47107 +множити 47108 +множиться 47109 +множники 47110 +мной 47111 +мною 47112 +мнс 47113 +мнсників 47114 +мнуть 47115 +мнєній 47116 +мні 47117 +мнімум 47118 +мо 47119 +мобилизации 47120 +мобіа 47121 +мобіл 47122 +мобілка 47123 +мобілками 47124 +мобілок 47125 +мобілу 47126 +мобілці 47127 +мобільна 47128 +мобільне 47129 +мобільний 47130 +мобільним 47131 +мобільними 47132 +мобільних 47133 +мобільного 47134 +мобільному 47135 +мобільності 47136 +мобільною 47137 +мобільної 47138 +мобільну 47139 +мобільні 47140 +мобільність 47141 +мобілізаційна 47142 +мобілізаційну 47143 +мобілізаційні 47144 +мобілізацію 47145 +мобілізація 47146 +мобілізацією 47147 +мобілізації 47148 +мобілізована 47149 +мобілізований 47150 +мобілізованим 47151 +мобілізованими 47152 +мобілізованих 47153 +мобілізованого 47154 +мобілізовані 47155 +мобілізовували 47156 +мобілізовуватись 47157 +мобілізували 47158 +мобілізувати 47159 +мобілізуватися 47160 +мобілізуються 47161 +мобілізує 47162 +мов 47163 +мова 47164 +мовам 47165 +мовами 47166 +мовах 47167 +мовби 47168 +мови 47169 +мовив 47170 +мовила 47171 +мовили 47172 +мовилося 47173 +мовимо 47174 +мовити 47175 +мовить 47176 +мовиться 47177 +мовиш 47178 +мовкнуть 47179 +мовлення 47180 +мовленням 47181 +мовленні 47182 +мовлю 47183 +мовляв 47184 +мовляли 47185 +мовлять 47186 +мовна 47187 +мовне 47188 +мовний 47189 +мовник 47190 +мовника 47191 +мовники 47192 +мовником 47193 +мовників 47194 +мовним 47195 +мовними 47196 +мовних 47197 +мовного 47198 +мовної 47199 +мовну 47200 +мовні 47201 +мово 47202 +мовознавства 47203 +мовознавство 47204 +мовою 47205 +мову 47206 +мовця 47207 +мовчав 47208 +мовчазна 47209 +мовчазних 47210 +мовчазно 47211 +мовчала 47212 +мовчали 47213 +мовчан 47214 +мовчана 47215 +мовчанка 47216 +мовчанки 47217 +мовчанку 47218 +мовчання 47219 +мовчанці 47220 +мовчати 47221 +мовчать 47222 +мовчи 47223 +мовчимо 47224 +мовчите 47225 +мовчить 47226 +мовчиш 47227 +мовчки 47228 +мовчу 47229 +мовчуна 47230 +мовчунові 47231 +мові 47232 +мог 47233 +мога 47234 +могамеда 47235 +моген 47236 +могеріні 47237 +могил 47238 +могила 47239 +могилах 47240 +могили 47241 +могилою 47242 +могилу 47243 +могильник 47244 +могилянка 47245 +могилянки 47246 +могилянський 47247 +могилянською 47248 +могилянської 47249 +могилянську 47250 +могилянській 47251 +могилянці 47252 +могилі 47253 +могилів 47254 +могла 47255 +могли 47256 +могло 47257 +мого 47258 +моголів 47259 +могорич 47260 +могти 47261 +могтиме 47262 +могу 47263 +могутності 47264 +могутної 47265 +могутнього 47266 +могутньої 47267 +могутню 47268 +могутня 47269 +могутнє 47270 +могутній 47271 +могутнім 47272 +могутність 47273 +могутнішу 47274 +могучії 47275 +мод 47276 +мода 47277 +модальностей 47278 +модальності 47279 +моделей 47280 +модели 47281 +моделировали 47282 +моделлю 47283 +модель 47284 +моделька 47285 +модельними 47286 +модельного 47287 +модельної 47288 +модельєр 47289 +моделювання 47290 +моделюванні 47291 +моделюють 47292 +моделюється 47293 +моделях 47294 +моделі 47295 +модератор 47296 +модератора 47297 +модератори 47298 +модерна 47299 +модернизация 47300 +модернизируются 47301 +модерного 47302 +модерності 47303 +модерної 47304 +модерну 47305 +модерні 47306 +модернізаторства 47307 +модернізацій 47308 +модернізацію 47309 +модернізація 47310 +модернізацією 47311 +модернізації 47312 +модернізована 47313 +модернізоване 47314 +модернізований 47315 +модернізованих 47316 +модернізованою 47317 +модернізованої 47318 +модернізовані 47319 +модернізовувалася 47320 +модернізовувать 47321 +модернізували 47322 +модернізувати 47323 +модернізуватися 47324 +модернізують 47325 +модернізуємо 47326 +модерністські 47327 +модернішими 47328 +модерування 47329 +модерувати 47330 +модерують 47331 +моджтаба 47332 +моди 47333 +модификация 47334 +модифікацій 47335 +модифікацію 47336 +модифікація 47337 +модифікації 47338 +модифікована 47339 +модифіковане 47340 +модифікований 47341 +модифікованих 47342 +модифіковано 47343 +модифікованого 47344 +модифікованою 47345 +модифікованої 47346 +модифіковану 47347 +модифіковані 47348 +модифікованій 47349 +модифікувати 47350 +модна 47351 +модне 47352 +модний 47353 +модним 47354 +модних 47355 +модно 47356 +модного 47357 +модну 47358 +модні 47359 +моду 47360 +модуль 47361 +модулях 47362 +модулі 47363 +модулів 47364 +мое 47365 +мож 47366 +можа 47367 +може 47368 +можеві 47369 +можем 47370 +можемо 47371 +можене 47372 +может 47373 +можете 47374 +можеш 47375 +можи 47376 +можите 47377 +можлива 47378 +можливе 47379 +можливий 47380 +можливим 47381 +можливими 47382 +можливих 47383 +можливлсті 47384 +можливо 47385 +можливого 47386 +можливому 47387 +можливостеей 47388 +можливостей 47389 +можливостю 47390 +можливостям 47391 +можливостями 47392 +можливостях 47393 +можливості 47394 +можливою 47395 +можливої 47396 +можливу 47397 +можливі 47398 +можливій 47399 +можливістб 47400 +можливість 47401 +можливістю 47402 +можна 47403 +можно 47404 +можновладець 47405 +можновладцям 47406 +можновладці 47407 +можновладців 47408 +можу 47409 +можуть 47410 +можі 47411 +можів 47412 +моз 47413 +мозамбіку 47414 +мозаїки 47415 +мозги 47416 +мозгів 47417 +мозер 47418 +мозес 47419 +мозилевський 47420 +мозилевського 47421 +мозкова 47422 +мозковий 47423 +мозкових 47424 +мозкового 47425 +мозковогу 47426 +мозкової 47427 +мозкову 47428 +мозкові 47429 +мозком 47430 +мозку 47431 +мозків 47432 +мозок 47433 +мозолевський 47434 +мозоли 47435 +мозольні 47436 +мозолями 47437 +мозолі 47438 +мозу 47439 +мозі 47440 +моих 47441 +мойо 47442 +мойри 47443 +мойсей 47444 +мойсюк 47445 +мок 47446 +мока 47447 +мокли 47448 +мокне 47449 +мокнем 47450 +мокните 47451 +мокра 47452 +мокре 47453 +мокрем 47454 +мокрим 47455 +мокро 47456 +мокрого 47457 +мокру 47458 +мокруваті 47459 +мокрухи 47460 +мокрі 47461 +моксель 47462 +моктади 47463 +моктаді 47464 +моку 47465 +мокша 47466 +мокій 47467 +мол 47468 +молавії 47469 +молдаван 47470 +молдаванин 47471 +молдаванинові 47472 +молдаванином 47473 +молдавских 47474 +молдавських 47475 +молдавського 47476 +молдавському 47477 +молдавії 47478 +молдова 47479 +молдованами 47480 +молдови 47481 +молдовою 47482 +молдовський 47483 +молдовського 47484 +молдовському 47485 +молдовської 47486 +молдовські 47487 +молдову 47488 +молдові 47489 +молебень 47490 +молебнем 47491 +молекули 47492 +молекулярна 47493 +молекулярний 47494 +молекулярну 47495 +молив 47496 +моливсь 47497 +молилась 47498 +молилася 47499 +молились 47500 +молилися 47501 +молимось 47502 +молимося 47503 +молимся 47504 +молитва 47505 +молитвами 47506 +молитвах 47507 +молитви 47508 +молитвослов 47509 +молитвою 47510 +молитву 47511 +молитві 47512 +молити 47513 +молитись 47514 +молитися 47515 +молитовна 47516 +молитовних 47517 +молитовного 47518 +молитовної 47519 +молитовній 47520 +молиться 47521 +молнар 47522 +молнаром 47523 +молога 47524 +мологу 47525 +молода 47526 +молоддю 47527 +молоде 47528 +молоденька 47529 +молоденького 47530 +молодец 47531 +молодець 47532 +молодеє 47533 +молодий 47534 +молодик 47535 +молодиків 47536 +молодим 47537 +молодими 47538 +молодих 47539 +молодиць 47540 +молодиця 47541 +молодиці 47542 +молодняка 47543 +молодого 47544 +молодому 47545 +молодості 47546 +молодою 47547 +молодої 47548 +молоду 47549 +молодця 47550 +молодці 47551 +молодчина 47552 +молодчини 47553 +молодчинка 47554 +молодчинки 47555 +молодша 47556 +молодше 47557 +молодший 47558 +молодших 47559 +молодшого 47560 +молодшої 47561 +молодші 47562 +молодшій 47563 +молодь 47564 +молодьожні 47565 +молодю 47566 +молодєц 47567 +молоді 47568 +молодіжка 47569 +молодіжна 47570 +молодіжний 47571 +молодіжних 47572 +молодіжного 47573 +молодіжному 47574 +молодіжної 47575 +молодіжну 47576 +молодіжні 47577 +молодій 47578 +молодість 47579 +молока 47580 +молоко 47581 +молоковоз 47582 +молоком 47583 +молоку 47584 +молот 47585 +молоти 47586 +молотив 47587 +молотили 47588 +молотка 47589 +молотком 47590 +молотова 47591 +молотовим 47592 +молоток 47593 +молотом 47594 +молоточків 47595 +молотять 47596 +молотів 47597 +молочна 47598 +молочників 47599 +молочним 47600 +молочних 47601 +молочно 47602 +молочного 47603 +молочнокислі 47604 +молочної 47605 +молочну 47606 +молочні 47607 +молочній 47608 +моль 47609 +молю 47610 +молюск 47611 +молюска 47612 +молюсками 47613 +молюски 47614 +молюсків 47615 +молюсь 47616 +молюся 47617 +моляри 47618 +моляться 47619 +молільники 47620 +мом 47621 +момбаса 47622 +момбасі 47623 +момент 47624 +моментально 47625 +моментальної 47626 +моментам 47627 +моментами 47628 +моментах 47629 +моменти 47630 +моменто 47631 +моментом 47632 +моменту 47633 +моменть 47634 +моменті 47635 +моментів 47636 +момотом 47637 +мому 47638 +мон 47639 +монако 47640 +монарха 47641 +монархи 47642 +монархом 47643 +монархів 47644 +монархію 47645 +монархії 47646 +монастир 47647 +монастирем 47648 +монастирська 47649 +монастирський 47650 +монастирськими 47651 +монастирських 47652 +монастирського 47653 +монастирському 47654 +монастирської 47655 +монастиря 47656 +монастирі 47657 +монастирів 47658 +монатік 47659 +монатіки 47660 +монах 47661 +монахи 47662 +монахом 47663 +монахів 47664 +монблан 47665 +монголам 47666 +монголами 47667 +монголи 47668 +монголо 47669 +монгольська 47670 +монгольське 47671 +монгольський 47672 +монгольських 47673 +монгольського 47674 +монгольферія 47675 +монгольцеві 47676 +монголів 47677 +монголії 47678 +монд 47679 +монет 47680 +монета 47681 +монетами 47682 +монетарний 47683 +монети 47684 +монетизація 47685 +монетизації 47686 +монетизованою 47687 +монетизувати 47688 +монетки 47689 +монетний 47690 +монетою 47691 +монеті 47692 +монжа 47693 +мони 47694 +монитор 47695 +мониторингу 47696 +монкевич 47697 +монкевича 47698 +монна 47699 +моно 47700 +монобанк 47701 +монографію 47702 +монографіях 47703 +монокуляр 47704 +монолог 47705 +монолітності 47706 +монолітною 47707 +мономаха 47708 +монопольним 47709 +монопольно 47710 +монопольщика 47711 +монополізації 47712 +монополізований 47713 +монополізували 47714 +монополізується 47715 +монополіст 47716 +монополіста 47717 +монополістам 47718 +монополісти 47719 +монополістові 47720 +монополістом 47721 +монополісту 47722 +монополію 47723 +монополія 47724 +монополії 47725 +монотерапії 47726 +монотонне 47727 +моною 47728 +монреальській 47729 +монровії 47730 +монсанто 47731 +монстр 47732 +монстра 47733 +монстрами 47734 +монстри 47735 +монт 47736 +монтажної 47737 +монтана 47738 +монтану 47739 +монтані 47740 +монте 47741 +монтеккі 47742 +монтер 47743 +монумент 47744 +монументальну 47745 +монументальні 47746 +монументами 47747 +монументів 47748 +монітор 47749 +моніторах 47750 +монітори 47751 +моніторимо 47752 +моніторинг 47753 +моніторинги 47754 +моніторингова 47755 +моніторингових 47756 +моніторингової 47757 +моніторингову 47758 +моніторингові 47759 +моніторингом 47760 +моніторингу 47761 +моніторити 47762 +моніторить 47763 +моніторю 47764 +мопеді 47765 +мор 47766 +мораву 47767 +моравії 47768 +моралес 47769 +моралесом 47770 +мораль 47771 +моральна 47772 +моральне 47773 +моральний 47774 +моральним 47775 +моральними 47776 +моральних 47777 +морально 47778 +морального 47779 +моральною 47780 +моральної 47781 +моральну 47782 +моральні 47783 +моральність 47784 +моралі 47785 +моралізованою 47786 +моралізуючий 47787 +мораторії 47788 +моратінос 47789 +морг 47790 +морган 47791 +моргана 47792 +моргани 47793 +морганом 47794 +морген 47795 +моргух 47796 +морда 47797 +мордаси 47798 +мордва 47799 +мордобій 47800 +мордовали 47801 +мордовських 47802 +мордохая 47803 +мордою 47804 +морду 47805 +море 47806 +морей 47807 +морел 47808 +морелюбна 47809 +морем 47810 +морен 47811 +мореном 47812 +мореплавства 47813 +морепродукти 47814 +морехідних 47815 +морехідні 47816 +морзаків 47817 +морзі 47818 +морзів 47819 +морив 47820 +морква 47821 +моркви 47822 +морквочка 47823 +морквочки 47824 +моркву 47825 +моркві 47826 +морожену 47827 +морожені 47828 +мороз 47829 +мороза 47830 +морозець 47831 +морози 47832 +морозива 47833 +морозиво 47834 +морозивом 47835 +морозика 47836 +морозилась 47837 +морозов 47838 +морозова 47839 +морозовим 47840 +морозом 47841 +морозі 47842 +морозів 47843 +морок 47844 +мороку 47845 +морочать 47846 +морпехів 47847 +морпєхі 47848 +морпіхів 47849 +морси 47850 +морська 47851 +морське 47852 +морський 47853 +морським 47854 +морськими 47855 +морських 47856 +морського 47857 +морському 47858 +морської 47859 +морську 47860 +морські 47861 +морській 47862 +мортлети 47863 +морфема 47864 +морфеми 47865 +морфологічний 47866 +морфологічні 47867 +морфію 47868 +морхви 47869 +морю 47870 +моря 47871 +моряк 47872 +моряком 47873 +моряків 47874 +морята 47875 +морятин 47876 +морять 47877 +морях 47878 +морі 47879 +морів 47880 +моріг 47881 +моріжечку 47882 +морін 47883 +морісвіль 47884 +мос 47885 +мосейчук 47886 +моск 47887 +москалеві 47888 +москаленко 47889 +москаль 47890 +москалька 47891 +москалькової 47892 +москальова 47893 +москальський 47894 +москаля 47895 +москалями 47896 +москалі 47897 +москалів 47898 +москаті 47899 +москва 47900 +москвах 47901 +москви 47902 +москвич 47903 +москвичова 47904 +москвороте 47905 +москвою 47906 +москву 47907 +москві 47908 +москитів 47909 +москов 47910 +московит 47911 +московита 47912 +московитами 47913 +московити 47914 +московитом 47915 +московиті 47916 +московитів 47917 +московська 47918 +московське 47919 +московськи 47920 +московський 47921 +московським 47922 +московських 47923 +московського 47924 +московському 47925 +московською 47926 +московської 47927 +московську 47928 +московські 47929 +московській 47930 +московщини 47931 +московію 47932 +московія 47933 +московією 47934 +московії 47935 +москоу 47936 +москіта 47937 +москітами 47938 +москітний 47939 +москітного 47940 +москітом 47941 +москітів 47942 +мосс 47943 +моста 47944 +мостах 47945 +мости 47946 +мостим 47947 +мостипан 47948 +мостипана 47949 +мостом 47950 +мосту 47951 +мості 47952 +мостів 47953 +мосу 47954 +мосул 47955 +мосула 47956 +мосулом 47957 +мосулу 47958 +мосулі 47959 +мосці 47960 +моськовського 47961 +мосійчук 47962 +мосійчуком 47963 +мотакі 47964 +мотали 47965 +моталися 47966 +моти 47967 +мотив 47968 +мотивами 47969 +мотиватори 47970 +мотивах 47971 +мотиваційну 47972 +мотивацію 47973 +мотивація 47974 +мотивацією 47975 +мотивації 47976 +мотиви 47977 +мотивована 47978 +мотивований 47979 +мотивованих 47980 +мотивованого 47981 +мотивованою 47982 +мотивовані 47983 +мотивованість 47984 +мотивом 47985 +мотивувала 47986 +мотивували 47987 +мотивувати 47988 +мотивують 47989 +мотивуючи 47990 +мотивуючий 47991 +мотивує 47992 +мотивів 47993 +мотиль 47994 +мотилю 47995 +мотициклів 47996 +мотлох 47997 +мотлоху 47998 +мотнув 47999 +мото 48000 +мотовило 48001 +мотопіхотна 48002 +мотопіхотний 48003 +мотопіхотними 48004 +мотопіхотних 48005 +мотопіхотного 48006 +мотопіхотної 48007 +мотопіхотні 48008 +мотор 48009 +моторний 48010 +моторних 48011 +моторні 48012 +моторол 48013 +моторола 48014 +моторолами 48015 +мотороли 48016 +моторолєрє 48017 +мотором 48018 +моторошно 48019 +мотору 48020 +мотострілецької 48021 +мотоцикл 48022 +мотоциклам 48023 +мотоциклетного 48024 +мотоцикли 48025 +мотоциклі 48026 +мотоциклістів 48027 +мотрин 48028 +мотриного 48029 +мотриному 48030 +мотря 48031 +мотузка 48032 +мотузку 48033 +мотузці 48034 +мотузяник 48035 +мотула 48036 +моу 48037 +моулта 48038 +мофаз 48039 +мофаза 48040 +мофас 48041 +мох 48042 +мохамед 48043 +мохом 48044 +моххамед 48045 +мохів 48046 +моцарт 48047 +моцик 48048 +моцний 48049 +моцно 48050 +моцніша 48051 +моці 48052 +мочив 48053 +мочите 48054 +мочити 48055 +мочульський 48056 +мочульського 48057 +мошнах 48058 +мошни 48059 +мошнянського 48060 +мошнянської 48061 +мошнів 48062 +мощун 48063 +мощуні 48064 +мою 48065 +моя 48066 +моє 48067 +моєвперше 48068 +моєму 48069 +моєю 48070 +моєї 48071 +мої 48072 +моїй 48073 +моїм 48074 +моїми 48075 +моїх 48076 +моґут 48077 +мраззю 48078 +мразі 48079 +мраком 48080 +мрамор 48081 +мркашки 48082 +мрлс 48083 +мрт 48084 +мруть 48085 +мряка 48086 +мрій 48087 +мрійливо 48088 +мрійних 48089 +мрійно 48090 +мрійні 48091 +мрію 48092 +мріють 48093 +мрія 48094 +мріяв 48095 +мріяла 48096 +мріяли 48097 +мріями 48098 +мріяти 48099 +мріє 48100 +мріємо 48101 +мрієте 48102 +мрією 48103 +мрії 48104 +мсек 48105 +мста 48106 +мсти 48107 +мстився 48108 +мстиві 48109 +мстиславичі 48110 +мсту 48111 +мт 48112 +мтд 48113 +мтлб 48114 +мто 48115 +мтс 48116 +мубарак 48117 +мубараком 48118 +мувінговою 48119 +муга 48120 +мугабе 48121 +мугаби 48122 +мугабу 48123 +мугалі 48124 +мугир 48125 +мугнії 48126 +мугурусу 48127 +муд 48128 +мудака 48129 +мудаками 48130 +мудацтво 48131 +мудра 48132 +мудрагельськи 48133 +мудрець 48134 +мудрий 48135 +мудрими 48136 +мудрих 48137 +мудро 48138 +мудрого 48139 +мудрості 48140 +мудрою 48141 +мудру 48142 +мудрі 48143 +мудрість 48144 +мудріша 48145 +мудріше 48146 +мудріший 48147 +мудрішого 48148 +мудріші 48149 +муж 48150 +мужа 48151 +мужами 48152 +муждабаєв 48153 +мужеві 48154 +мужик 48155 +мужика 48156 +мужики 48157 +мужиків 48158 +мужнвідновлює 48159 +мужності 48160 +мужньо 48161 +мужня 48162 +мужні 48163 +мужній 48164 +мужніми 48165 +мужність 48166 +мужніх 48167 +мужчина 48168 +мужчини 48169 +мужі 48170 +муз 48171 +муза 48172 +музей 48173 +музейним 48174 +музейних 48175 +музейної 48176 +музейну 48177 +музейній 48178 +музею 48179 +музеях 48180 +музеєм 48181 +музеї 48182 +музеїв 48183 +музеїфікація 48184 +музика 48185 +музикальний 48186 +музикальних 48187 +музикант 48188 +музиканта 48189 +музикантами 48190 +музиканти 48191 +музикантського 48192 +музикантів 48193 +музики 48194 +музикознавець 48195 +музикознавства 48196 +музикознавці 48197 +музикою 48198 +музику 48199 +музиці 48200 +музична 48201 +музичне 48202 +музичний 48203 +музичним 48204 +музичними 48205 +музичних 48206 +музично 48207 +музичного 48208 +музичному 48209 +музичною 48210 +музичної 48211 +музичну 48212 +музичні 48213 +музичній 48214 +музичніше 48215 +музо 48216 +мук 48217 +мука 48218 +мукамані 48219 +муках 48220 +мукачева 48221 +мукачеве 48222 +мукачево 48223 +мукачеві 48224 +мукейсі 48225 +муки 48226 +муктада 48227 +муктади 48228 +муктаді 48229 +муктадії 48230 +муку 48231 +мулан 48232 +мултан 48233 +мулу 48234 +мульта 48235 +мульти 48236 +мультиварки 48237 +мультивсесвіт 48238 +мультик 48239 +мультика 48240 +мультики 48241 +мультикі 48242 +мультиплікаційний 48243 +мультиплікаційного 48244 +мультитул 48245 +мультиінструменти 48246 +мультсеріал 48247 +мультфільмів 48248 +мультік 48249 +мультімільйонером 48250 +муляжі 48251 +муляють 48252 +муляє 48253 +мумбаї 48254 +мун 48255 +муна 48256 +мунаєв 48257 +мунаєва 48258 +мундирах 48259 +мундирів 48260 +мундіалю 48261 +мунжами 48262 +мунк 48263 +муном 48264 +мунчо 48265 +муніципальний 48266 +муніципальними 48267 +муніципальних 48268 +муніципальному 48269 +муніципальні 48270 +муніципалітетах 48271 +муніципалітети 48272 +муніципалітеті 48273 +муніципалітетів 48274 +мур 48275 +муравйова 48276 +муравлище 48277 +мурали 48278 +мурат 48279 +муратове 48280 +мурах 48281 +мурахами 48282 +мурахи 48283 +мураху 48284 +мурашник 48285 +мурашничок 48286 +мурдосить 48287 +мурени 48288 +мури 48289 +мурин 48290 +мурина 48291 +мурнову 48292 +мурня 48293 +мурованому 48294 +мурованої 48295 +муром 48296 +мурома 48297 +муромчанки 48298 +муру 48299 +мурут 48300 +муса 48301 +мусаб 48302 +мусака 48303 +мусаєва 48304 +мусе 48305 +муси 48306 +мусив 48307 +мусила 48308 +мусили 48309 +мусило 48310 +мусим 48311 +мусимо 48312 +мусите 48313 +мусити 48314 +мусить 48315 +муситься 48316 +мусиш 48317 +мускат 48318 +мускати 48319 +мусонних 48320 +мустафа 48321 +мустафи 48322 +мустафою 48323 +мустафу 48324 +мустафі 48325 +мусульман 48326 +мусульманам 48327 +мусульманами 48328 +мусульмани 48329 +мусульманки 48330 +мусульманська 48331 +мусульманським 48332 +мусульманськими 48333 +мусульманських 48334 +мусульмансько 48335 +мусульманського 48336 +мусульманському 48337 +мусульманською 48338 +мусульманської 48339 +мусульманські 48340 +мусульмансьокої 48341 +мусується 48342 +мусять 48343 +мусів 48344 +мусій 48345 +мутаст 48346 +мутацій 48347 +мутацію 48348 +мутація 48349 +мутації 48350 +мутив 48351 +мутило 48352 +мутиляції 48353 +мутити 48354 +мутить 48355 +мутиться 48356 +мутки 48357 +мутна 48358 +мутрібамбі 48359 +мутувати 48360 +мутує 48361 +муфти 48362 +муфтієм 48363 +мух 48364 +муха 48365 +мухамед 48366 +мухамеда 48367 +мухамедові 48368 +мухаммед 48369 +мухаммеда 48370 +мухаммета 48371 +мухи 48372 +мухло 48373 +мухтар 48374 +мухтара 48375 +муцик 48376 +мучали 48377 +мучать 48378 +мучаться 48379 +мучаючись 48380 +мучається 48381 +мучеників 48382 +мучивсь 48383 +мучився 48384 +мучила 48385 +мучилась 48386 +мучилася 48387 +мучили 48388 +мучитель 48389 +мучити 48390 +мучитися 48391 +мучить 48392 +мучиться 48393 +мучуся 48394 +мушара 48395 +мушараф 48396 +мушарафа 48397 +мушарраф 48398 +мушаррафа 48399 +мушаррафом 48400 +мушка 48401 +мушкетерів 48402 +мушкети 48403 +мушку 48404 +мушлі 48405 +мушок 48406 +мушу 48407 +мчав 48408 +мчали 48409 +мчить 48410 +мчсівський 48411 +мчусь 48412 +мьон 48413 +мюзикл 48414 +мюзикла 48415 +мюзиклу 48416 +мюлер 48417 +мюллер 48418 +мюллера 48419 +мюнхен 48420 +мюнхена 48421 +мюнхенської 48422 +мюнхені 48423 +мягко 48424 +мялик 48425 +мяо 48426 +мяско 48427 +мясне 48428 +мясо 48429 +мєдвєдєв 48430 +мєдвєдєва 48431 +мєдвєдєвим 48432 +мєдвєдєву 48433 +мєдвєдів 48434 +мєрє 48435 +мєрі 48436 +мєсность 48437 +мєчніков 48438 +мєчтав 48439 +мєчтаній 48440 +мєчтатєлі 48441 +мі 48442 +міа 48443 +міг 48444 +міг-ів 48445 +міга 48446 +мігель 48447 +міген 48448 +міги 48449 +мігн 48450 +мігом 48451 +мігрант 48452 +мігранта 48453 +мігрантами 48454 +мігранти 48455 +мігрантів 48456 +міграційна 48457 +міграційний 48458 +міграційним 48459 +міграційної 48460 +міграційну 48461 +міграційні 48462 +міграційній 48463 +міграцію 48464 +міграція 48465 +міграцією 48466 +міграції 48467 +мігрували 48468 +мігу 48469 +мігів 48470 +мід 48471 +мідистих 48472 +мідицина 48473 +мідленді 48474 +мідна 48475 +мідного 48476 +мідь 48477 +мідяк 48478 +мідяки 48479 +мідяного 48480 +мідяній 48481 +між 48482 +міжамериканський 48483 +міжбанку 48484 +міжбрів'я 48485 +міжвиборчий 48486 +міжвоєнний 48487 +міжвідомче 48488 +міжвідомчої 48489 +міжвідомчу 48490 +міждержавних 48491 +міждержавного 48492 +міждержавної 48493 +міждержавні 48494 +міждержавній 48495 +міжетнічні 48496 +міжки 48497 +міжконтинентальна 48498 +міжконтинентальні 48499 +міжконфесійне 48500 +міжконфесійних 48501 +міжконфесійного 48502 +міжкультурне 48503 +міжкультурним 48504 +міжльодовиковий 48505 +міжміськими 48506 +міжна 48507 +міжнар 48508 +міжнародка 48509 +міжнародна 48510 +міжнародне 48511 +міжнародний 48512 +міжнародник 48513 +міжнародника 48514 +міжнародником 48515 +міжнародним 48516 +міжнародними 48517 +міжнародних 48518 +міжнародно 48519 +міжнародного 48520 +міжнародному 48521 +міжнародною 48522 +міжнародноюї 48523 +міжнародної 48524 +міжнародну 48525 +міжнародні 48526 +міжнародній 48527 +міжнаціональних 48528 +міжнаціонального 48529 +міжнородних 48530 +міжнього 48531 +міжповерхами 48532 +міжповерхові 48533 +міжрарламентської 48534 +міжрегіональна 48535 +міжрейсового 48536 +міжрелігійними 48537 +міжсектантську 48538 +міжсектантські 48539 +міжурядова 48540 +міжурядовими 48541 +міжурядові 48542 +міжусобиці 48543 +міжусобна 48544 +мізансценою 48545 +мізел 48546 +мізерна 48547 +мізерний 48548 +мізерними 48549 +мізерною 48550 +мізерні 48551 +мізинчиком 48552 +мізках 48553 +мізки 48554 +мізку 48555 +мізкує 48556 +мізків 48557 +міихайла 48558 +мій 48559 +мікдонофан 48560 +мікко 48561 +мікку 48562 +міккі 48563 +міклош 48564 +мікро 48565 +мікроавтобусів 48566 +мікроб 48567 +мікроба 48568 +мікроби 48569 +мікробом 48570 +мікробів 48571 +мікроекономіка 48572 +мікроелементами 48573 +мікроелементи 48574 +мікроелементів 48575 +мікрокосм 48576 +мікролог 48577 +мікроорганізми 48578 +мікроорганізмів 48579 +мікрорайону 48580 +мікрорайоні 48581 +мікрорайонів 48582 +мікроскоп 48583 +мікроскопом 48584 +мікротравми 48585 +мікротред 48586 +мікротурбіни 48587 +мікрофон 48588 +мікрофона 48589 +мікрофони 48590 +мікрофоном 48591 +мікрофону 48592 +мікрофоні 48593 +мікрохвильовки 48594 +мікрохвильові 48595 +мікрохвильовій 48596 +мікрохірургію 48597 +мікроінфаркт 48598 +мікс 48599 +міксера 48600 +міксером 48601 +міл'ярдами 48602 +міла 48603 +мілан 48604 +мілана 48605 +мілано 48606 +мілану 48607 +мілані 48608 +міленько 48609 +мілерів 48610 +мілині 48611 +мілке 48612 +мілким 48613 +мілко 48614 +мілководь 48615 +мілкі 48616 +міллер 48617 +міллера 48618 +міллери 48619 +міллером 48620 +мілліон 48621 +міло 48622 +мілован 48623 +мілота 48624 +мілош 48625 +мілоша 48626 +мілошевич 48627 +мілошевича 48628 +мілошевичем 48629 +мілошевіча 48630 +мільйарда 48631 +мільйни 48632 +мільйон 48633 +мільйона 48634 +мільйонам 48635 +мільйонами 48636 +мільйонах 48637 +мільйонера 48638 +мільйонерами 48639 +мільйонери 48640 +мільйонером 48641 +мільйонерів 48642 +мільйони 48643 +мільйонна 48644 +мільйонними 48645 +мільйонних 48646 +мільйонного 48647 +мільйонному 48648 +мільйонної 48649 +мільйонні 48650 +мільйонові 48651 +мільйону 48652 +мільйонів 48653 +мільойонів 48654 +мільон 48655 +мільони 48656 +мільону 48657 +мільонів 48658 +мільчакова 48659 +мільярд 48660 +мільярда 48661 +мільярдами 48662 +мільярдер 48663 +мільярдери 48664 +мільярдером 48665 +мільярдерів 48666 +мільярди 48667 +мільярдного 48668 +мільярдні 48669 +мільярдові 48670 +мільярду 48671 +мільярдів 48672 +мілю 48673 +міля 48674 +мілярди 48675 +мілярдний 48676 +мілєрово 48677 +мілі 48678 +міліарди 48679 +міліардів 48680 +міліарного 48681 +мілібанд 48682 +мілібандом 48683 +мілібен 48684 +мілібенд 48685 +мілібенда 48686 +міліграмів 48687 +міліметр 48688 +міліметра 48689 +міліметри 48690 +міліметрових 48691 +міліметрів 48692 +мілінкевич 48693 +мілінкевича 48694 +мілітаризації 48695 +мілітарист 48696 +мілітаристи 48697 +мілітаристом 48698 +мілітарне 48699 +мілітарний 48700 +мілітарних 48701 +мілітарного 48702 +мілітарном 48703 +мілітарному 48704 +міліцейська 48705 +міліцейськими 48706 +міліцій 48707 +міліціонер 48708 +міліціонера 48709 +міліціонерами 48710 +міліціонери 48711 +міліціонером 48712 +міліціонерів 48713 +міліцію 48714 +міліція 48715 +міліціям 48716 +міліціями 48717 +міліціянта 48718 +міліціянтам 48719 +міліціянтів 48720 +міліцією 48721 +міліції 48722 +мім 48723 +міміка 48724 +міміки 48725 +мімікою 48726 +мімімі 48727 +мімімішнометр 48728 +мімічних 48729 +мін 48730 +мін'юст 48731 +мін'юсту 48732 +міна 48733 +мінагрополітики 48734 +мінагропроду 48735 +мінами 48736 +мінгареллі 48737 +мінгора 48738 +міндоходів 48739 +мінекономрозвитку 48740 +мінекономіки 48741 +мінерал 48742 +мінерали 48743 +мінералоїд 48744 +мінеральне 48745 +мінеральними 48746 +мінеральних 48747 +мінерального 48748 +мінеральної 48749 +мінеральні 48750 +мінералів 48751 +мінералізації 48752 +мінесота 48753 +мінестерство 48754 +міни 48755 +міниться 48756 +мінкульт 48757 +мінкультури 48758 +мінкульті 48759 +мінлива 48760 +мінливих 48761 +мінливого 48762 +мінливою 48763 +мінна 48764 +міннеаполісі 48765 +міннесота 48766 +мінно 48767 +мінному 48768 +мінної 48769 +мінну 48770 +мінній 48771 +міноборони 48772 +міноги 48773 +міномет 48774 +міномета 48775 +мінометами 48776 +мінометах 48777 +міномети 48778 +мінометкою 48779 +мінометна 48780 +мінометний 48781 +мінометних 48782 +мінометного 48783 +мінометному 48784 +мінометні 48785 +мінометом 48786 +мінометів 48787 +мінор 48788 +мінора 48789 +міноритарних 48790 +міносвіти 48791 +мінохоронздоров'я 48792 +мінохорони 48793 +міною 48794 +мінпроменерго 48795 +мінрегіону 48796 +мінрегіоні 48797 +мінскі 48798 +мінсоцполітики 48799 +мінстратпром 48800 +мінськ 48801 +мінська 48802 +мінський 48803 +мінським 48804 +мінськими 48805 +мінських 48806 +мінського 48807 +мінськом 48808 +мінському 48809 +мінською 48810 +мінської 48811 +мінську 48812 +мінські 48813 +міну 48814 +мінували 48815 +мінуванню 48816 +мінування 48817 +мінуломісячних 48818 +мінус 48819 +мінусах 48820 +мінуси 48821 +мінусових 48822 +мінусом 48823 +мінусі 48824 +мінутка 48825 +мінфіну 48826 +мінцифра 48827 +мінцифри 48828 +мінь 48829 +мінюст 48830 +мінюстом 48831 +мінюсту 48832 +мінюсті 48833 +міняв 48834 +мінявся 48835 +міняйли 48836 +міняла 48837 +мінялася 48838 +міняли 48839 +мінялося 48840 +міняти 48841 +мінятися 48842 +мінять 48843 +міняюсь 48844 +міняють 48845 +міняються 48846 +міняючи 48847 +міняє 48848 +міняєм 48849 +міняємо 48850 +міняємося 48851 +міняється 48852 +міняєш 48853 +міні 48854 +мініатюра 48855 +мініатюрна 48856 +мініатюрний 48857 +мінібус 48858 +мініватажки 48859 +мінівенах 48860 +мініекскурсію 48861 +мінізабіг 48862 +мінімалках 48863 +мінімалки 48864 +мінімальна 48865 +мінімальне 48866 +мінімальний 48867 +мінімальним 48868 +мінімальними 48869 +мінімальних 48870 +мінімально 48871 +мінімального 48872 +мінімальному 48873 +мінімальною 48874 +мінімальної 48875 +мінімальну 48876 +мінімальні 48877 +мінімальній 48878 +мінімалізм 48879 +мінімалізму 48880 +мінімалізмі 48881 +мінімаліст 48882 +мінімалістом 48883 +мінімум 48884 +мінімума 48885 +мінімуму 48886 +мінімумів 48887 +мінімізації 48888 +мінімізовані 48889 +мінімізовували 48890 +мінімізували 48891 +мінімізувати 48892 +мінімізує 48893 +мінінформполітики 48894 +мінінфраструктури 48895 +міністер 48896 +міністерка 48897 +міністерстао 48898 +міністерств 48899 +міністерства 48900 +міністерствами 48901 +міністерство 48902 +міністерством 48903 +міністерству 48904 +міністерстві 48905 +міністерським 48906 +міністерському 48907 +міністерські 48908 +міністр 48909 +міністра 48910 +міністрам 48911 +міністрами 48912 +міністрества 48913 +міністри 48914 +міністрові 48915 +міністрок 48916 +міністром 48917 +міністру 48918 +міністрів 48919 +міокарду 48920 +мір 48921 +мір-алі 48922 +міра 48923 +міраж 48924 +міргороді 48925 +мірек 48926 +мірзи 48927 +міри 48928 +мірило 48929 +мірилом 48930 +мірка 48931 +міркам 48932 +мірками 48933 +мірки 48934 +мірков 48935 +міркував 48936 +міркували 48937 +міркування 48938 +міркуванням 48939 +міркуваннями 48940 +міркувань 48941 +міркувати 48942 +міркуватимуть 48943 +міркує 48944 +міркуємо 48945 +мірнехад 48946 +мірнехада 48947 +мірнехадові 48948 +мірно 48949 +міровой 48950 +міровоєва 48951 +мірок 48952 +міром 48953 +міронович 48954 +міроприємство 48955 +мірошник 48956 +мірошниченка 48957 +мірошниченко 48958 +мірою 48959 +міру 48960 +міряла 48961 +міряли 48962 +міряння 48963 +міряти 48964 +мірятись 48965 +міряю 48966 +міряють 48967 +міряє 48968 +міряємо 48969 +міряєш 48970 +мірі 48971 +міріам 48972 +міс 48973 +місиво 48974 +місить 48975 +міскомунікейшен 48976 +міссурі 48977 +міссісіпі 48978 +міссія 48979 +міссії 48980 +міст 48981 +міста 48982 +містак 48983 +містам 48984 +містами 48985 +містах 48986 +містем 48987 +містеру 48988 +містечка 48989 +містечках 48990 +містечко 48991 +містечком 48992 +містечку 48993 +містечок 48994 +містили 48995 +містилось 48996 +містиною 48997 +містити 48998 +міститися 48999 +містить 49000 +міститься 49001 +містичне 49002 +містичного 49003 +містичні 49004 +містки 49005 +містку 49006 +містків 49007 +місто 49008 +містобудування 49009 +містобудівництва 49010 +місток 49011 +містом 49012 +місточок 49013 +містої 49014 +містралі 49015 +містріханівський 49016 +містська 49017 +місту 49018 +містура 49019 +містяни 49020 +містять 49021 +містяться 49022 +містячкові 49023 +місті 49024 +місце 49025 +місцева 49026 +місцеве 49027 +місцевий 49028 +місцевим 49029 +місцевими 49030 +місцевих 49031 +місцевого 49032 +місцевому 49033 +місцевостей 49034 +місцевостях 49035 +місцевості 49036 +місцевою 49037 +місцевої 49038 +місцеву 49039 +місцеві 49040 +місцевій 49041 +місцевість 49042 +місцевістю 49043 +місцезнаходження 49044 +місцем 49045 +місцеперебування 49046 +місцин 49047 +місцинами 49048 +місцину 49049 +місць 49050 +місцю 49051 +місця 49052 +місцям 49053 +місцями 49054 +місцях 49055 +місці 49056 +міська 49057 +міськвиконком 49058 +міськвиконкому 49059 +міськвиконкомі 49060 +міськдержадміністрація 49061 +міське 49062 +міський 49063 +міським 49064 +міськими 49065 +міських 49066 +місько 49067 +міського 49068 +міськом 49069 +міському 49070 +міською 49071 +міської 49072 +міськрад 49073 +міськрада 49074 +міськради 49075 +міськрадою 49076 +міськраді 49077 +міськрайонному 49078 +міськсуд 49079 +міську 49080 +міські 49081 +міській 49082 +місяц 49083 +місяцем 49084 +місяць 49085 +місяця 49086 +місяцями 49087 +місяці 49088 +місяців 49089 +місячне 49090 +місячний 49091 +місячних 49092 +місячного 49093 +місячному 49094 +місячноі 49095 +місячної 49096 +місячні 49097 +місій 49098 +місіонер 49099 +місіонерами 49100 +місіонери 49101 +місіонерська 49102 +місіонерській 49103 +місію 49104 +місія 49105 +місіях 49106 +місією 49107 +місії 49108 +мітинг 49109 +мітинга 49110 +мітингами 49111 +мітингаря 49112 +мітингарями 49113 +мітингарі 49114 +мітингарів 49115 +мітингах 49116 +мітинги 49117 +мітингом 49118 +мітингу 49119 +мітингував 49120 +мітингували 49121 +мітингувальникам 49122 +мітингувальниками 49123 +мітингувальники 49124 +мітингувальників 49125 +мітингувати 49126 +мітингує 49127 +мітингів 49128 +мітках 49129 +мітки 49130 +мітлою 49131 +мітлу 49132 +міто 49133 +мітровіца 49134 +мітровіці 49135 +мітт 49136 +мітта 49137 +міттом 49138 +мітч 49139 +мітчел 49140 +мітчелл 49141 +мітінг 49142 +міф 49143 +міфа 49144 +міфами 49145 +міфах 49146 +міфи 49147 +міфологізація 49148 +міфологічне 49149 +міфологічній 49150 +міфологію 49151 +міфології 49152 +міфом 49153 +міфу 49154 +міфів 49155 +міфічних 49156 +міх 49157 +міхайлом 49158 +міхайліцину 49159 +міхал 49160 +міхалич 49161 +міхаловна 49162 +міхальов 49163 +міхаїл 49164 +міхаїла 49165 +міхеіл 49166 +міхеіла 49167 +міхеїл 49168 +міхеїла 49169 +міхо 49170 +міцна 49171 +міцне 49172 +міцний 49173 +міцним 49174 +міцними 49175 +міцних 49176 +міцно 49177 +міцного 49178 +міцному 49179 +міцною 49180 +міцну 49181 +міцні 49182 +міцній 49183 +міцніла 49184 +міцність 49185 +міцнішав 49186 +міцніше 49187 +міцнішим 49188 +міцніших 49189 +міцніші 49190 +міць 49191 +міч 49192 +мічиган 49193 +мічигану 49194 +мічигані 49195 +мічників 49196 +мічтала 49197 +мічурин 49198 +мічіган 49199 +мічігана 49200 +мічігані 49201 +міша 49202 +мішав 49203 +мішавсь 49204 +мішайся 49205 +мішайтесь 49206 +мішалася 49207 +мішались 49208 +мішало 49209 +мішана 49210 +мішанина 49211 +мішаних 49212 +мішають 49213 +мішаються 49214 +мішає 49215 +мішаємо 49216 +мішелем 49217 +мішель 49218 +мішеля 49219 +мішеней 49220 +мішенню 49221 +мішенью 49222 +мішенями 49223 +мішені 49224 +мішечок 49225 +мішина 49226 +мішка 49227 +мішки 49228 +мішком 49229 +мішку 49230 +мішків 49231 +мішн 49232 +мішок 49233 +мішочок 49234 +мішою 49235 +мішу 49236 +мішури 49237 +міші 49238 +міщанська 49239 +міщук 49240 +міщухи 49241 +міядзакі 49242 +н 49243 +на 49244 +на-всього 49245 +на-віч 49246 +на-дону 49247 +на-назовуть 49248 +на-один 49249 +на-сам 49250 +нааайс 49251 +набагато 49252 +набаро 49253 +набере 49254 +набережна 49255 +набережно 49256 +набережному 49257 +набережній 49258 +наберемо 49259 +набереться 49260 +набереш 49261 +набери 49262 +наберіть 49263 +набивали 49264 +набивати 49265 +набиваютсья 49266 +набивши 49267 +набили 49268 +набирав 49269 +набирайте 49270 +набирала 49271 +набирали 49272 +набиралися 49273 +набирало 49274 +набирати 49275 +набиратиме 49276 +набиратимуться 49277 +набиратися 49278 +набираю 49279 +набирають 49280 +набирає 49281 +набираємо 49282 +набираєте 49283 +набирається 49284 +набире 49285 +набити 49286 +набиті 49287 +наближався 49288 +наближалася 49289 +наближалися 49290 +наближалося 49291 +наближати 49292 +наближатися 49293 +наближають 49294 +наближаються 49295 +наближаючись 49296 +наближає 49297 +наближаємось 49298 +наближаємося 49299 +наближається 49300 +наближена 49301 +наближене 49302 +наближений 49303 +наближених 49304 +наближенню 49305 +наближення 49306 +наближенням 49307 +наближенні 49308 +наближено 49309 +наближеною 49310 +наближеної 49311 +наближені 49312 +наближується 49313 +наблизився 49314 +наблизившись 49315 +наблизилась 49316 +наблизилася 49317 +наблизили 49318 +наблизились 49319 +наблизилися 49320 +наблизитеся 49321 +наблизити 49322 +наблизитись 49323 +наблизитися 49324 +наблизить 49325 +наблизять 49326 +наблизяться 49327 +наблусі 49328 +наблюдаете 49329 +наблюдали 49330 +наблюдаю 49331 +набожняк 49332 +набожній 49333 +наболілих 49334 +набори 49335 +наборна 49336 +набору 49337 +набою 49338 +набоями 49339 +набоєм 49340 +набої 49341 +набоїв 49342 +набрав 49343 +набрався 49344 +набравши 49345 +набрала 49346 +набралась 49347 +набралася 49348 +набрали 49349 +набрались 49350 +набрало 49351 +набрана 49352 +набрання 49353 +набрати 49354 +набратись 49355 +набратися 49356 +набрать 49357 +набрехав 49358 +набридли 49359 +набридливою 49360 +набридло 49361 +набридлі 49362 +набряк 49363 +набрякали 49364 +набряки 49365 +набу 49366 +набув 49367 +набувала 49368 +набувати 49369 +набувають 49370 +набуваючи 49371 +набуває 49372 +набувається 49373 +набуде 49374 +набукко 49375 +набула 49376 +набули 49377 +набуло 49378 +набути 49379 +набутий 49380 +набуття 49381 +набуті 49382 +набі 49383 +набіг 49384 +набігали 49385 +набігами 49386 +набігає 49387 +набіги 49388 +набігло 49389 +набій 49390 +набійниць 49391 +набік 49392 +набір 49393 +набіуліна 49394 +нав'язаний 49395 +нав'язаних 49396 +нав'язати 49397 +нав'язливі 49398 +нав'язували 49399 +нав'язувалися 49400 +нав'язувалося 49401 +нав'язуваний 49402 +нав'язування 49403 +нав'язувану 49404 +нав'язувати 49405 +нав'язує 49406 +нав'язується 49407 +нава 49408 +наважився 49409 +наважилися 49410 +наважитися 49411 +наважиться 49412 +наважувалася 49413 +наважувалися 49414 +наважування 49415 +наважуються 49416 +наважуючись 49417 +наважується 49418 +наваз 49419 +наваза 49420 +навазом 49421 +навалам 49422 +навалившись 49423 +навалили 49424 +навалу 49425 +навальний 49426 +навального 49427 +навалюють 49428 +навалює 49429 +навалюється 49430 +навантаженими 49431 +навантаження 49432 +навантаженням 49433 +навантаженнями 49434 +навантаженість 49435 +навантажувати 49436 +навантажувач 49437 +наварила 49438 +наваристий 49439 +наваром 49440 +наварюють 49441 +наввипередки 49442 +наведе 49443 +наведем 49444 +наведення 49445 +наведенні 49446 +наведені 49447 +наведу 49448 +наведіть 49449 +навела 49450 +навели 49451 +навелися 49452 +навербувати 49453 +наверно 49454 +наверное 49455 +навернулася 49456 +наверняка 49457 +навертання 49458 +навертає 49459 +наверх 49460 +наверху 49461 +навесні 49462 +навести 49463 +навзаєм 49464 +навздогін 49465 +навзнак 49466 +навзрид 49467 +нави 49468 +навиворіт 49469 +навигации 49470 +навики 49471 +навику 49472 +навиків 49473 +навиліт 49474 +навипобляв 49475 +нависилала 49476 +нависла 49477 +нависли 49478 +навичками 49479 +навички 49480 +навичок 49481 +навколишнього 49482 +навколишньому 49483 +навколишню 49484 +навколишнє 49485 +навколишнім 49486 +навколишніх 49487 +навколо 49488 +навколополітичну 49489 +навкруг 49490 +навкруги 49491 +навмання 49492 +навмисне 49493 +навмисний 49494 +навмисно 49495 +навмисному 49496 +навмисною 49497 +навмисної 49498 +наводжу 49499 +наводив 49500 +наводили 49501 +наводимо 49502 +наводите 49503 +наводити 49504 +наводитись 49505 +наводить 49506 +наводиться 49507 +наводку 49508 +наводять 49509 +наводяться 49510 +наводячи 49511 +наволочку 49512 +навоюєте 49513 +навпаки 49514 +навпевно 49515 +навперебій 49516 +навперейми 49517 +навприсядки 49518 +навпростець 49519 +навпроти 49520 +навпрошки 49521 +навпіл 49522 +навряд 49523 +наврядчи 49524 +наврятчі 49525 +навседобре 49526 +навспівки 49527 +навсього 49528 +навушник 49529 +навушниками 49530 +навушники 49531 +навушником 49532 +навушників 49533 +навхрест 49534 +навчався 49535 +навчайся 49536 +навчала 49537 +навчалась 49538 +навчалася 49539 +навчали 49540 +навчались 49541 +навчалися 49542 +навчальна 49543 +навчальне 49544 +навчальний 49545 +навчальним 49546 +навчальних 49547 +навчально 49548 +навчального 49549 +навчальном 49550 +навчальному 49551 +навчальною 49552 +навчальної 49553 +навчальну 49554 +навчальні 49555 +навчальній 49556 +навчанню 49557 +навчання 49558 +навчанням 49559 +навчаннях 49560 +навчанні 49561 +навчань 49562 +навчати 49563 +навчатись 49564 +навчатися 49565 +навчаться 49566 +навчаюсь 49567 +навчаюся 49568 +навчають 49569 +навчаються 49570 +навчаючи 49571 +навчаючись 49572 +навчає 49573 +навчаємо 49574 +навчаємося 49575 +навчається 49576 +навчаєш 49577 +навчаєшся 49578 +навчений 49579 +навченим 49580 +навченими 49581 +навчених 49582 +навченого 49583 +навченості 49584 +навченої 49585 +навчені 49586 +навченість 49587 +навченістю 49588 +навченіше 49589 +навченішого 49590 +навчи 49591 +навчив 49592 +навчився 49593 +навчила 49594 +навчилась 49595 +навчилася 49596 +навчили 49597 +навчились 49598 +навчилися 49599 +навчилося 49600 +навчимо 49601 +навчити 49602 +навчитись 49603 +навчитися 49604 +навчить 49605 +навчиться 49606 +навчиш 49607 +навчу 49608 +навчіться 49609 +навщо 49610 +навєрно 49611 +навів 49612 +навіває 49613 +навігатор 49614 +навігатора 49615 +навігаційної 49616 +навігацію 49617 +навігації 49618 +навідати 49619 +навідатися 49620 +навідліг 49621 +навідмінну 49622 +навідник 49623 +навідпочивалась 49624 +навідувався 49625 +навідується 49626 +навіжених 49627 +навіжені 49628 +навік 49629 +навіки 49630 +навісний 49631 +навісні 49632 +навістила 49633 +навіть 49634 +навічно 49635 +навішо 49636 +навіщав 49637 +навіщо 49638 +навіь 49639 +навіює 49640 +навіяний 49641 +навіяні 49642 +нагадав 49643 +нагадавши 49644 +нагадай 49645 +нагадала 49646 +нагадали 49647 +нагадати 49648 +нагадаю 49649 +нагадають 49650 +нагадає 49651 +нагадаємо 49652 +нагадував 49653 +нагадувала 49654 +нагадували 49655 +нагадувалки 49656 +нагадування 49657 +нагадуванням 49658 +нагадувань 49659 +нагадувати 49660 +нагадуватиме 49661 +нагадую 49662 +нагадують 49663 +нагадуючи 49664 +нагадує 49665 +нагадуємо 49666 +нагайками 49667 +нагайки 49668 +нагайкою 49669 +нагайський 49670 +нагальна 49671 +нагальне 49672 +нагальним 49673 +нагальними 49674 +нагальних 49675 +нагально 49676 +нагальною 49677 +нагальної 49678 +нагальну 49679 +нагальні 49680 +нагальність 49681 +нагальнішою 49682 +нагальніші 49683 +нагана 49684 +нагано 49685 +наганяли 49686 +наганяти 49687 +наганяє 49688 +наганяємо 49689 +наганяється 49690 +нагаєм 49691 +нагладу 49692 +нагло 49693 +наглухо 49694 +нагляд 49695 +наглядали 49696 +наглядати 49697 +наглядач 49698 +наглядача 49699 +наглядають 49700 +наглядну 49701 +наглядова 49702 +наглядове 49703 +наглядовим 49704 +наглядового 49705 +наглядової 49706 +наглядову 49707 +наглядові 49708 +наглядовій 49709 +наглядом 49710 +нагляду 49711 +наглість 49712 +нагнав 49713 +нагнали 49714 +нагнати 49715 +нагнули 49716 +нагнівалася 49717 +нагнітання 49718 +нагнітаємо 49719 +наговорила 49720 +наговорили 49721 +нагода 49722 +нагодах 49723 +нагоди 49724 +нагодка 49725 +нагодою 49726 +нагоду 49727 +нагодував 49728 +нагодували 49729 +нагодувати 49730 +нагодуй 49731 +нагодують 49732 +нагодує 49733 +нагодуєм 49734 +нагоді 49735 +наголо 49736 +наголос 49737 +наголосив 49738 +наголосивши 49739 +наголосила 49740 +наголосили 49741 +наголосило 49742 +наголосити 49743 +наголосом 49744 +наголосу 49745 +наголошено 49746 +наголошені 49747 +наголошу 49748 +наголошував 49749 +наголошувала 49750 +наголошували 49751 +наголошувалися 49752 +наголошувалося 49753 +наголошування 49754 +наголошувати 49755 +наголошуватиме 49756 +наголошуватися 49757 +наголошую 49758 +наголошують 49759 +наголошує 49760 +наголошуємо 49761 +наголошується 49762 +нагому 49763 +нагорний 49764 +нагорного 49765 +нагород 49766 +нагорода 49767 +нагородами 49768 +нагородах 49769 +нагороджена 49770 +нагороджений 49771 +нагороджених 49772 +нагородження 49773 +нагородженням 49774 +нагородженнях 49775 +нагороджено 49776 +нагородженої 49777 +нагороджень 49778 +нагороджені 49779 +нагороди 49780 +нагородив 49781 +нагородивши 49782 +нагородили 49783 +нагородна 49784 +нагородною 49785 +нагородної 49786 +нагородну 49787 +нагородні 49788 +нагородній 49789 +нагородою 49790 +нагороду 49791 +нагору 49792 +нагорі 49793 +нагостро 49794 +наготовили 49795 +наготовленими 49796 +наготувала 49797 +награбоване 49798 +нагробком 49799 +нагромадження 49800 +нагромаджувався 49801 +нагрузка 49802 +нагрянет 49803 +нагрібать 49804 +нагрів 49805 +нагрівався 49806 +нагрівалися 49807 +нагрівання 49808 +нагрівають 49809 +нагріваються 49810 +нагріває 49811 +нагрівається 49812 +нагрілася 49813 +нагрілись 49814 +нагріта 49815 +нагріто 49816 +нагріється 49817 +нагуглила 49818 +нагуглити 49819 +нагуляється 49820 +нагірний 49821 +нагірного 49822 +нагірному 49823 +над 49824 +нада 49825 +надав 49826 +надавав 49827 +надавала 49828 +надавалась 49829 +надавали 49830 +надавалося 49831 +надавати 49832 +надаватиме 49833 +надаватимемо 49834 +надаватимуть 49835 +надаватимуться 49836 +надаватись 49837 +надаватися 49838 +надавачу 49839 +надавая 49840 +надавити 49841 +надавши 49842 +нададуть 49843 +надала 49844 +надали 49845 +надало 49846 +надалі 49847 +надам 49848 +надамо 49849 +надана 49850 +надане 49851 +наданий 49852 +надання 49853 +наданням 49854 +наданні 49855 +надано 49856 +наданої 49857 +надану 49858 +надані 49859 +надасть 49860 +надати 49861 +надаю 49862 +надають 49863 +надаються 49864 +надаючи 49865 +надає 49866 +надаємо 49867 +надається 49868 +надбавками 49869 +надбавки 49870 +надбавок 49871 +надбання 49872 +надбанні 49873 +надбань 49874 +надважливе 49875 +надважливими 49876 +надважливих 49877 +надважливого 49878 +надвечір 49879 +надвечірніх 49880 +надвисокий 49881 +надвисоку 49882 +надводна 49883 +надводними 49884 +надводних 49885 +надводною 49886 +надводної 49887 +надводні 49888 +надволжья 49889 +надворі 49890 +надвоє 49891 +надвір 49892 +наддержава 49893 +наддніпрянському 49894 +наддніпрянській 49895 +наддніпрянщині 49896 +надеемся 49897 +надею 49898 +надеюсь 49899 +наджаф 49900 +надзавдання 49901 +надзвичайна 49902 +надзвичайне 49903 +надзвичайний 49904 +надзвичайним 49905 +надзвичайними 49906 +надзвичайних 49907 +надзвичайно 49908 +надзвичайного 49909 +надзвичайною 49910 +надзвичайної 49911 +надзвичайну 49912 +надзвичайні 49913 +надзвичайній 49914 +надзвичаний 49915 +надзвонюючи 49916 +надзвук 49917 +надзвукові 49918 +надзвуковій 49919 +надземну 49920 +надзусиль 49921 +надибала 49922 +надиктував 49923 +надиктувала 49924 +надиктувати 49925 +надихала 49926 +надихали 49927 +надихана 49928 +надиханий 49929 +надихати 49930 +надихатимуть 49931 +надихатись 49932 +надихатися 49933 +надихають 49934 +надихає 49935 +надихаєш 49936 +надихне 49937 +надихнув 49938 +надихнули 49939 +надлишками 49940 +надлишкове 49941 +надлишковий 49942 +надлишкового 49943 +надлишок 49944 +надмета 49945 +надмір 49946 +надмірна 49947 +надмірне 49948 +надмірний 49949 +надмірним 49950 +надмірних 49951 +надмірно 49952 +надмірного 49953 +надмірною 49954 +надмірної 49955 +надмірну 49956 +надмірній 49957 +надміром 49958 +надміру 49959 +надо 49960 +надобраніч 49961 +надоброчесність 49962 +надовго 49963 +надодуть 49964 +надокучило 49965 +надокучливого 49966 +надолужив 49967 +надолужити 49968 +надолужувати 49969 +надолужуючи 49970 +надольский 49971 +надольський 49972 +надольського 49973 +надоторканість 49974 +надоюють 49975 +надоїв 49976 +надоїли 49977 +надоїло 49978 +надпартійного 49979 +надписи 49980 +надприбутки 49981 +надр 49982 +надра 49983 +надрепа 49984 +надрочування 49985 +надрубане 49986 +надрук 49987 +надрукований 49988 +надруковану 49989 +надруковані 49990 +надрукованій 49991 +надруком 49992 +надрукувала 49993 +надрукували 49994 +надрукувати 49995 +надрукують 49996 +надсаду 49997 +надсилайте 49998 +надсилали 49999 +надсилання 50000 +надсилати 50001 +надсилатиме 50002 +надсилаю 50003 +надсилають 50004 +надсилаючи 50005 +надсилає 50006 +надсилаємо 50007 +надсилається 50008 +надсилаєш 50009 +надскладні 50010 +надструктура 50011 +надсучасні 50012 +надто 50013 +надув 50014 +надувний 50015 +надувних 50016 +надувні 50017 +надувсь 50018 +надувся 50019 +надувши 50020 +надумав 50021 +надумався 50022 +надумали 50023 +надумало 50024 +надумане 50025 +надуманим 50026 +надуманими 50027 +надуманого 50028 +надумаю 50029 +надумає 50030 +надумаєтесь 50031 +надумаєш 50032 +надумаєшся 50033 +надурив 50034 +надута 50035 +надходження 50036 +надходженням 50037 +надходженнях 50038 +надходжень 50039 +надходила 50040 +надходили 50041 +надходило 50042 +надходити 50043 +надходитиме 50044 +надходить 50045 +надходять 50046 +надцятий 50047 +надцятого 50048 +надцятої 50049 +надцять 50050 +надшвидкістю 50051 +надьсаллаш 50052 +надя 50053 +надягалася 50054 +надягати 50055 +надяння 50056 +надєлі 50057 +надєю 50058 +наді 50059 +надів 50060 +надій 50061 +надійде 50062 +надійдуть 50063 +надійка 50064 +надійки 50065 +надійкою 50066 +надійку 50067 +надійне 50068 +надійний 50069 +надійним 50070 +надійними 50071 +надійних 50072 +надійно 50073 +надійного 50074 +надійному 50075 +надійності 50076 +надійною 50077 +надійні 50078 +надійність 50079 +надійнішим 50080 +надійти 50081 +надійшла 50082 +надійшле 50083 +надійшли 50084 +надійшло 50085 +надійшов 50086 +надійшовши 50087 +наділа 50088 +наділена 50089 +наділений 50090 +наділеного 50091 +наділені 50092 +наділи 50093 +наділив 50094 +наділяли 50095 +наділяти 50096 +наділяють 50097 +наділяється 50098 +надіне 50099 +надінський 50100 +надіслав 50101 +надіславши 50102 +надіслала 50103 +надіслали 50104 +надіслало 50105 +надісланих 50106 +надіслання 50107 +надіслано 50108 +надісланому 50109 +надіслані 50110 +надіслати 50111 +надіти 50112 +надішле 50113 +надішлю 50114 +надішлють 50115 +надішліть 50116 +надію 50117 +надіюсь 50118 +надіюся 50119 +надіються 50120 +надіючись 50121 +надія 50122 +надіялася 50123 +надіями 50124 +надіятись 50125 +надіятися 50126 +надіємось 50127 +надіємося 50128 +надіється 50129 +надією 50130 +надії 50131 +надіїмся 50132 +наекономим 50133 +наелектризую 50134 +нажав 50135 +нажала 50136 +нажали 50137 +нажаль 50138 +нажалілася 50139 +нажалітися 50140 +нажати 50141 +нажать 50142 +наждак 50143 +наждака 50144 +нажерешся 50145 +наживай 50146 +наживатися 50147 +наживка 50148 +наживо 50149 +наживою 50150 +нажилася 50151 +нажимай 50152 +нажитись 50153 +нажитися 50154 +нажиті 50155 +назавжди 50156 +назавтра 50157 +назагал 50158 +назад 50159 +назаддо 50160 +назаписувати 50161 +назар 50162 +назара 50163 +назарбаєвим 50164 +назаренко 50165 +назаров 50166 +назарова 50167 +назарі 50168 +назарій 50169 +назарія 50170 +назахват 50171 +назберемо 50172 +назбирав 50173 +назбирала 50174 +назбирали 50175 +назбирати 50176 +назбирать 50177 +назбираємо 50178 +назбирається 50179 +назв 50180 +назва 50181 +назвав 50182 +назвався 50183 +назвавши 50184 +назвала 50185 +назвали 50186 +назвались 50187 +назвало 50188 +назвами 50189 +названа 50190 +назване 50191 +название 50192 +названий 50193 +названим 50194 +названими 50195 +названих 50196 +названо 50197 +названого 50198 +названу 50199 +названі 50200 +назвати 50201 +назвать 50202 +назвах 50203 +назвем 50204 +назвемо 50205 +назвети 50206 +назви 50207 +назвисько 50208 +назворот 50209 +назвою 50210 +назву 50211 +назвуть 50212 +назві 50213 +назвіть 50214 +назвіться 50215 +наздоганяти 50216 +наздоганяючи 50217 +наздогнав 50218 +наздогнала 50219 +наздогнали 50220 +наздогнати 50221 +наздоженеш 50222 +наздожинеш 50223 +наздоров'я 50224 +наздоров'ячка 50225 +наземки 50226 +наземна 50227 +наземне 50228 +наземний 50229 +наземним 50230 +наземних 50231 +наземного 50232 +наземному 50233 +наземної 50234 +наземні 50235 +називав 50236 +називався 50237 +називаеється 50238 +називай 50239 +називала 50240 +називалась 50241 +називалася 50242 +називали 50243 +називались 50244 +називалися 50245 +називалось 50246 +називалося 50247 +називати 50248 +називатися 50249 +називаю 50250 +називаюся 50251 +називають 50252 +називаються 50253 +називаючи 50254 +називаює 50255 +називає 50256 +називаєм 50257 +називаємо 50258 +називаємся 50259 +називаєте 50260 +називається 50261 +називаєш 50262 +назирцем 50263 +назк 50264 +назло 50265 +назначена 50266 +назначений 50267 +назначення 50268 +назначив 50269 +назначити 50270 +назовемо 50271 +назовні 50272 +назрівало 50273 +назріла 50274 +назустріч 50275 +най 50276 +найагресивніших 50277 +найактивніша 50278 +найактивніше 50279 +найактивнішими 50280 +найактивніших 50281 +найактивнішою 50282 +найактивніші 50283 +найактуальніше 50284 +найактуальніший 50285 +найактуальнішим 50286 +найактуальніших 50287 +найактуальнішою 50288 +найактуальніші 50289 +найактуальнішім 50290 +найбагатша 50291 +найбагатших 50292 +найбагатшою 50293 +найбагатшої 50294 +найбанальніша 50295 +найбезпечніше 50296 +найбезпечніший 50297 +найбезпечнішому 50298 +найблагодатніший 50299 +найближча 50300 +найближче 50301 +найближчий 50302 +найближчим 50303 +найближчими 50304 +найближчих 50305 +найближчо 50306 +найближчого 50307 +найближчому 50308 +найближчою 50309 +найближчої 50310 +найближчі 50311 +найближчій 50312 +найболючіший 50313 +найбрутальніших 50314 +найбідніший 50315 +найбіднішим 50316 +найбідніших 50317 +найбідніші 50318 +найбільлш 50319 +найбільш 50320 +найбільша 50321 +найбільше 50322 +найбільший 50323 +найбільшим 50324 +найбільшими 50325 +найбільших 50326 +найбільшого 50327 +найбільшому 50328 +найбільшою 50329 +найбільшої 50330 +найбільшс 50331 +найбільшу 50332 +найбільші 50333 +найбільшій 50334 +найбіьші 50335 +найважке 50336 +найважливіша 50337 +найважливіше 50338 +найважливіший 50339 +найважливішим 50340 +найважливішими 50341 +найважливіших 50342 +найважливішою 50343 +найважливішу 50344 +найважливіші 50345 +найважливішій 50346 +найважча 50347 +найважче 50348 +найважчі 50349 +найващою 50350 +найвеличніших 50351 +найвеселіше 50352 +найвигідніших 50353 +найвидатніших 50354 +найвидатнішого 50355 +найвизначніших 50356 +найвиразніших 50357 +найвища 50358 +найвище 50359 +найвищий 50360 +найвищим 50361 +найвищими 50362 +найвищих 50363 +найвищого 50364 +найвищому 50365 +найвищої 50366 +найвищу 50367 +найвищі 50368 +найвищіх 50369 +найвпливовіший 50370 +найвпливовішим 50371 +найвпливовішими 50372 +найвпливовіших 50373 +найвразливішою 50374 +найвідважніших 50375 +найвідвертішим 50376 +найвіддаленіших 50377 +найвідомими 50378 +найвідоміша 50379 +найвідоміший 50380 +найвідомішим 50381 +найвідоміших 50382 +найвідоміші 50383 +найвірогідніших 50384 +найгарячіша 50385 +найгарячіше 50386 +найгарячішим 50387 +найгарячіших 50388 +найгарячішою 50389 +найгарячіші 50390 +найгладшого 50391 +найглибша 50392 +найглибшим 50393 +найглибшого 50394 +найгнучкіша 50395 +найголовніше 50396 +найголовніший 50397 +найголовнішим 50398 +найголовнішими 50399 +найголовніших 50400 +найголовнішою 50401 +найголовніші 50402 +найголосніші 50403 +найгостріше 50404 +найгостріших 50405 +найгрубше 50406 +найгріше 50407 +найгучніших 50408 +найгірне 50409 +найгірша 50410 +найгірше 50411 +найгірший 50412 +найгіршим 50413 +найгіршими 50414 +найгірших 50415 +найгіршого 50416 +найгіршому 50417 +найгіршою 50418 +найгіршу 50419 +найгірші 50420 +найгіршій 50421 +найда 50422 +найдавніший 50423 +найдавніших 50424 +найдавнішою 50425 +найдальша 50426 +найдальшому 50427 +найде 50428 +найдезорганізованіших 50429 +найделікатніших 50430 +найдем 50431 +найдено 50432 +найдете 50433 +найдешевше 50434 +найдешевший 50435 +найдешевшим 50436 +найдешевші 50437 +найди 50438 +найдивніша 50439 +найдовша 50440 +найдовше 50441 +найдовший 50442 +найдовшою 50443 +найдовшої 50444 +найдорожче 50445 +найдорожчий 50446 +найдорожчих 50447 +найдорожчою 50448 +найдорожчі 50449 +найдосконаліші 50450 +найдошкульніше 50451 +найдраматичнішу 50452 +найдрібнішого 50453 +найду 50454 +найдужче 50455 +найдужчий 50456 +найдуться 50457 +найелементарніші 50458 +найем 50459 +найефективніший 50460 +найефективнішим 50461 +найефективнішими 50462 +найефективніших 50463 +найефективнішого 50464 +найефективнішою 50465 +найефективнішу 50466 +найефективніші 50467 +найжахливіше 50468 +найжахливіші 50469 +найжвавіших 50470 +найжорстокіша 50471 +найзапекліших 50472 +найзапеклішого 50473 +найзапекліші 50474 +найздібнішим 50475 +найзнатніших 50476 +найзнекацапленіша 50477 +найзручнішим 50478 +найймовірніше 50479 +найключовими 50480 +найконституційніший 50481 +найкорисніше 50482 +найкориснішим 50483 +найкоротша 50484 +найкоротший 50485 +найкрасивіший 50486 +найкрасивіші 50487 +найкраше 50488 +найкраща 50489 +найкраще 50490 +найкращий 50491 +найкращим 50492 +найкращими 50493 +найкращих 50494 +найкращого 50495 +найкращому 50496 +найкращою 50497 +найкращої 50498 +найкращу 50499 +найкращі 50500 +найкращій 50501 +найкращім 50502 +найкривавішим 50503 +найкрупніший 50504 +найкрутіше 50505 +найкрутішим 50506 +найкрутіших 50507 +найлегше 50508 +найлегший 50509 +найлегшим 50510 +найлегші 50511 +найлучші 50512 +найлютіше 50513 +найліпше 50514 +найліпший 50515 +найліпшим 50516 +наймав 50517 +наймали 50518 +найманий 50519 +найманих 50520 +найманого 50521 +найманої 50522 +найманцями 50523 +найманці 50524 +найманців 50525 +наймані 50526 +наймасовіших 50527 +наймасовішій 50528 +наймасштабніша 50529 +наймасштабніший 50530 +наймасштабнішиу 50531 +наймасштабніших 50532 +наймасштабнішою 50533 +наймасштабнішої 50534 +наймати 50535 +найматись 50536 +найматися 50537 +наймають 50538 +наймає 50539 +наймаємо 50540 +найме 50541 +найменування 50542 +найменуванням 50543 +найменуваннями 50544 +найменувань 50545 +найменш 50546 +найменша 50547 +найменше 50548 +найменший 50549 +найменшим 50550 +найменшими 50551 +найменших 50552 +найменшого 50553 +найменшої 50554 +найменшу 50555 +найменші 50556 +найметафоричніші 50557 +наймився 50558 +наймички 50559 +наймогутніший 50560 +наймогутніших 50561 +наймодерніших 50562 +наймоднішим 50563 +найможнішим 50564 +наймолодша 50565 +наймолодший 50566 +наймолодших 50567 +наймолодшого 50568 +наймужнішим 50569 +наймів 50570 +наймінімальніший 50571 +найнебезпечніший 50572 +найнебезпечніших 50573 +найнебезпечнішою 50574 +найнебезпечнішої 50575 +найнебезпечнішу 50576 +найнеобхідніших 50577 +найнеобхіднішої 50578 +найнеобхідніші 50579 +найнеприступніших 50580 +найнесподіваніші 50581 +найнижчий 50582 +найнижчим 50583 +найнижчого 50584 +найнижчому 50585 +найнижчої 50586 +найнижчу 50587 +найнижчі 50588 +найнижчій 50589 +найновітніший 50590 +найновіша 50591 +найновіше 50592 +найновіший 50593 +найновішим 50594 +найновішими 50595 +найновішого 50596 +найновішому 50597 +найновішої 50598 +найновішу 50599 +найновіші 50600 +найновішій 50601 +найняв 50602 +найняла 50603 +найняти 50604 +найнятий 50605 +найобувать 50606 +найобурдивіше 50607 +найобширніший 50608 +найоперативнішу 50609 +найоптимальніший 50610 +найоптимальнішим 50611 +найоптимальнішою 50612 +найоптимальнішу 50613 +найоригінальніші 50614 +найосвіченіших 50615 +найостанніше 50616 +найостанніший 50617 +найостаннішим 50618 +найостаннішими 50619 +найостанніших 50620 +найостаннішого 50621 +найостаннішому 50622 +найостаннішої 50623 +найостаннішу 50624 +найостанніші 50625 +найочевиднішим 50626 +найпалкіша 50627 +найпекучіших 50628 +найперспективнішим 50629 +найперспективнішу 50630 +найперспективніші 50631 +найперша 50632 +найперше 50633 +найперший 50634 +найперших 50635 +найповажнішої 50636 +найповніший 50637 +найповнішу 50638 +найпомітнішим 50639 +найпопулярніша 50640 +найпопулярніше 50641 +найпопулярнішим 50642 +найпопулярнішими 50643 +найпопулярніших 50644 +найпопулярніші 50645 +найпотаємніші 50646 +найпотужніша 50647 +найпотужніший 50648 +найпотужнішим 50649 +найпотужніших 50650 +найпочесніша 50651 +найпоширеніша 50652 +найпоширеніших 50653 +найпрекрасніша 50654 +найпрекрасніше 50655 +найпрекраснішою 50656 +найпрекрасніші 50657 +найпрестижніших 50658 +найпрестижнішого 50659 +найпрестижнішому 50660 +найприбутковіші 50661 +найпривабливіші 50662 +найприкріше 50663 +найпримітивною 50664 +найприродніша 50665 +найпроблемніших 50666 +найпроблемнішою 50667 +найпрогресивніший 50668 +найпродуктивнішій 50669 +найпрокачаніших 50670 +найпростіша 50671 +найпростіше 50672 +найпростіший 50673 +найпростішим 50674 +найпростіші 50675 +найпросунутіші 50676 +найпущій 50677 +найпівнічніша 50678 +найпізніше 50679 +найпікантніші 50680 +найреалістичніше 50681 +найрезонансніша 50682 +найрезонанснішим 50683 +найрезонанснішими 50684 +найрезонансніших 50685 +найрезонанснішою 50686 +найрезонансніші 50687 +найрезонантніші 50688 +найрезультативніша 50689 +найрезультативніший 50690 +найрезультативнішим 50691 +найрезультативнішою 50692 +найретельніші 50693 +найризикованіших 50694 +найробі 50695 +найрозвиненіших 50696 +найрозвинутіших 50697 +найрозвинутішою 50698 +найрозумніше 50699 +найрозумніший 50700 +найромантичніший 50701 +найромантичнішого 50702 +найрідніші 50703 +найрізкіше 50704 +найрізкіших 50705 +найрізноманітніших 50706 +найрізноманітніші 50707 +найсаме 50708 +найсвященніших 50709 +найсвященіших 50710 +найсвіжіших 50711 +найсвіжішою 50712 +найсвіжіші 50713 +найсерйозніша 50714 +найсерйознішими 50715 +найсерйозніших 50716 +найсерйознішою 50717 +найсерйозніші 50718 +найсильніша 50719 +найсильніший 50720 +найсильніших 50721 +найсильнішому 50722 +найсильнішою 50723 +найсильнішу 50724 +найскандальніший 50725 +найскладніша 50726 +найскладніше 50727 +найскладніший 50728 +найскладнішим 50729 +найскладніших 50730 +найскорше 50731 +найскоріше 50732 +найскромніших 50733 +найсмачніше 50734 +найсмертельнішу 50735 +найсмертоноснішим 50736 +найсміливіші 50737 +найсмілівіші 50738 +найсмішніше 50739 +найсокровенніше 50740 +найсокровенніші 50741 +найсолодшою 50742 +найсолодші 50743 +найсправедливішим 50744 +найсправжніший 50745 +найстаранніших 50746 +найстарший 50747 +найстаршим 50748 +найстарших 50749 +найстаршого 50750 +найстарші 50751 +найстаршій 50752 +найстаріша 50753 +найстаріший 50754 +найстаріших 50755 +найстаріші 50756 +найстрашніша 50757 +найстрашніше 50758 +найстрашніший 50759 +найстрашнішу 50760 +найстрашніші 50761 +найсуворішим 50762 +найсуворіших 50763 +найсучаснішого 50764 +найсучасніші 50765 +найтемніших 50766 +найтемніші 50767 +найтепліші 50768 +найти 50769 +найтолерантнішим 50770 +найтрагічнішому 50771 +найтриваліший 50772 +найтривожніших 50773 +найтяжча 50774 +найубогіших 50775 +найуважніше 50776 +найулюбленіша 50777 +найулюбленіше 50778 +найулюбленіших 50779 +найураженішим 50780 +найуспішніше 50781 +найуспішніших 50782 +найфлегматичніша 50783 +найфундаментальніші 50784 +найхарактернішим 50785 +найхоробріших 50786 +найхуйовіших 50787 +найцікавіше 50788 +найцікавішими 50789 +найцікавіші 50790 +найцінніше 50791 +найцінніший 50792 +найцінніших 50793 +найчастіше 50794 +найчастішими 50795 +найчисельнішої 50796 +найчистіша 50797 +найшанованіша 50798 +найшвидше 50799 +найшвидший 50800 +найшвидшим 50801 +найшвидшими 50802 +найшвидшого 50803 +найширших 50804 +найширшої 50805 +найшла 50806 +найшли 50807 +найшло 50808 +найшов 50809 +найщасливішими 50810 +найщасливіші 50811 +найщиріше 50812 +найяскравіша 50813 +найяскравіших 50814 +найяскравішу 50815 +найяскравіші 50816 +найєм 50817 +найєма 50818 +найімовірніша 50819 +найімовірніше 50820 +найімовірнішим 50821 +найінтенсивніший 50822 +найінтенсивніших 50823 +найінтенсивнішому 50824 +нак 50825 +накажи 50826 +наказ 50827 +наказа 50828 +наказав 50829 +наказала 50830 +наказали 50831 +наказало 50832 +наказам 50833 +наказанія 50834 +наказати 50835 +накази 50836 +наказом 50837 +наказу 50838 +наказував 50839 +наказувати 50840 +наказуйте 50841 +наказую 50842 +наказуючи 50843 +наказує 50844 +наказі 50845 +наказів 50846 +накал 50847 +накалом 50848 +накалятися 50849 +накапливаем 50850 +накапливается 50851 +накатана 50852 +накачав 50853 +накивав 50854 +накивати 50855 +накидав 50856 +накидання 50857 +накидати 50858 +накидають 50859 +накидає 50860 +накидуваннями 50861 +накидувати 50862 +накинувся 50863 +накинула 50864 +накинули 50865 +накинулись 50866 +накинулися 50867 +накинути 50868 +накинутим 50869 +накипіли 50870 +накипіло 50871 +наклав 50872 +наклад 50873 +накладала 50874 +накладали 50875 +накладання 50876 +накладанні 50877 +накладати 50878 +накладать 50879 +накладають 50880 +накладаючи 50881 +накладає 50882 +накладений 50883 +накладеним 50884 +накладених 50885 +накладення 50886 +накладенні 50887 +накладено 50888 +накладеняя 50889 +накладені 50890 +наклади 50891 +накладки 50892 +накладно 50893 +накладом 50894 +накладі 50895 +наклала 50896 +наклали 50897 +накласти 50898 +наклейки 50899 +наклейку 50900 +наклеп 50901 +наклепала 50902 +наклепу 50903 +наклепів 50904 +наклеєні 50905 +наклидом 50906 +накликати 50907 +накличу 50908 +наклониться 50909 +наклоном 50910 +наколекціонується 50911 +наколядувать 50912 +наколінники 50913 +наконечний 50914 +накопичення 50915 +накопиченого 50916 +накопичені 50917 +накопичилося 50918 +накопичити 50919 +накопичував 50920 +накопичувалася 50921 +накопичували 50922 +накопичувалося 50923 +накопичувальної 50924 +накопичувальну 50925 +накопичувальні 50926 +накопичувальній 50927 +накопичування 50928 +накопичуватися 50929 +накопичують 50930 +накопичує 50931 +накопичується 50932 +накористь 50933 +накормим 50934 +накормит 50935 +накормити 50936 +накорчемний 50937 +накотили 50938 +накоїла 50939 +накраща 50940 +накресленими 50941 +накреслення 50942 +накреслив 50943 +накреслити 50944 +накреслювати 50945 +накреслює 50946 +накривав 50947 +накривали 50948 +накривати 50949 +накриваємо 50950 +накрився 50951 +накрийте 50952 +накрила 50953 +накрили 50954 +накрило 50955 +накрита 50956 +накрити 50957 +накритий 50958 +накриття 50959 +накриту 50960 +накрию 50961 +накромсали 50962 +накрут 50963 +накрутами 50964 +накрутах 50965 +накрути 50966 +накрутила 50967 +накрутили 50968 +накрутити 50969 +накрутить 50970 +накрутки 50971 +накруток 50972 +накруту 50973 +накрутів 50974 +накручена 50975 +накручений 50976 +накрученої 50977 +накручував 50978 +накручування 50979 +накручувати 50980 +накручуватись 50981 +накручую 50982 +накручують 50983 +накручуються 50984 +накручуючи 50985 +накувала 50986 +накупались 50987 +накупив 50988 +накупила 50989 +накупили 50990 +накупляли 50991 +накупував 50992 +накупувала 50993 +накує 50994 +накшталт 50995 +накінець 50996 +накірявся 50997 +нал 50998 +налагоджена 50999 +налагоджений 51000 +налагодженню 51001 +налагодження 51002 +налагоджені 51003 +налагоджувати 51004 +налагоджує 51005 +налагодив 51006 +налагодилась 51007 +налагодили 51008 +налагодилися 51009 +налагодимо 51010 +налагодити 51011 +налагодить 51012 +налагодиться 51013 +налагодять 51014 +наладував 51015 +налажала 51016 +налаживание 51017 +налазить 51018 +налаштована 51019 +налаштоване 51020 +налаштований 51021 +налаштованим 51022 +налаштованими 51023 +налаштованих 51024 +налаштовані 51025 +налаштованість 51026 +налаштовувала 51027 +налаштовувати 51028 +налаштовуйте 51029 +налаштовують 51030 +налаштовуючи 51031 +налаштував 51032 +налаштувана 51033 +налаштування 51034 +налаштуванні 51035 +налаштувані 51036 +налаштувати 51037 +налаштуватись 51038 +налегкі 51039 +належав 51040 +належала 51041 +належали 51042 +належало 51043 +належати 51044 +належать 51045 +належаться 51046 +належе 51047 +належимо 51048 +належить 51049 +належиш 51050 +належне 51051 +належний 51052 +належним 51053 +належних 51054 +належно 51055 +належного 51056 +належному 51057 +належності 51058 +належної 51059 +належну 51060 +належні 51061 +належність 51062 +належу 51063 +налетів 51064 +налетіла 51065 +налетіли 51066 +налетіти 51067 +налив 51068 +наливайківці 51069 +наливайченка 51070 +наливати 51071 +наливают 51072 +наливають 51073 +наливаєш 51074 +налигався 51075 +налила 51076 +налили 51077 +налилось 51078 +налисо 51079 +наличия 51080 +налляло 51081 +наловчились 51082 +налоги 51083 +налогів 51084 +наложив 51085 +налокітники 51086 +налом 51087 +налупила 51088 +налько 51089 +нальот 51090 +нальотом 51091 +налякала 51092 +налякалися 51093 +налякані 51094 +налякатися 51095 +налякає 51096 +налякаємо 51097 +наліво 51098 +наліг 51099 +наліжниці 51100 +налізав 51101 +наліпити 51102 +наліпки 51103 +наліпок 51104 +наліт 51105 +налітати 51106 +налічені 51107 +налічили 51108 +налічував 51109 +налічувала 51110 +налічують 51111 +налічує 51112 +нам 51113 +нам'яко 51114 +нам'яти 51115 +нама 51116 +намагався 51117 +намагавсяя 51118 +намагайся 51119 +намагайтесь 51120 +намагайтеся 51121 +намагалась 51122 +намагалася 51123 +намагались 51124 +намагалися 51125 +намагання 51126 +намаганням 51127 +намаганнями 51128 +намаганнях 51129 +намаганні 51130 +намагань 51131 +намагатиметься 51132 +намагатимусь 51133 +намагатимуться 51134 +намагатись 51135 +намагатися 51136 +намагаюсь 51137 +намагаюся 51138 +намагаються 51139 +намагаючись 51140 +намагаємось 51141 +намагаємося 51142 +намагаємся 51143 +намагаєтесь 51144 +намагаєтеся 51145 +намагається 51146 +намагаєшся 51147 +намагємось 51148 +намазалася 51149 +намальована 51150 +намальований 51151 +намальовано 51152 +намальовані 51153 +намальовувався 51154 +намалював 51155 +намалювала 51156 +намалювалася 51157 +намалювали 51158 +намалювати 51159 +намалюйте 51160 +намалюю 51161 +намалюєте 51162 +намалюється 51163 +намародерити 51164 +намастилася 51165 +намастиш 51166 +намацав 51167 +намацую 51168 +намащення 51169 +намащують 51170 +намбарин 51171 +намдар 51172 +намет 51173 +наметами 51174 +наметах 51175 +намети 51176 +наметове 51177 +наметового 51178 +наметовому 51179 +наметом 51180 +намету 51181 +наметі 51182 +наметів 51183 +нами 51184 +намислив 51185 +намислили 51186 +намисті 51187 +намов 51188 +намовив 51189 +намовила 51190 +намолена 51191 +намолене 51192 +намолено 51193 +наморозила 51194 +намотав 51195 +намочені 51196 +нампхо 51197 +наму 51198 +намутить 51199 +намьоков 51200 +намібійський 51201 +намібійські 51202 +намібії 51203 +наміо 51204 +намір 51205 +намірами 51206 +намірах 51207 +намірена 51208 +намірений 51209 +намірені 51210 +наміри 51211 +намірився 51212 +наміром 51213 +наміру 51214 +намірі 51215 +намірів 51216 +намісник 51217 +намітив 51218 +намітили 51219 +намітки 51220 +намічаються 51221 +намічається 51222 +намічений 51223 +намічені 51224 +нан 51225 +нан-каргар 51226 +нанайської 51227 +нанесе 51228 +нанесемо 51229 +нанесена 51230 +нанесенного 51231 +нанесенню 51232 +нанесення 51233 +нанесенні 51234 +нанесеної 51235 +нанесену 51236 +нанесла 51237 +нанесли 51238 +нанесло 51239 +нанести 51240 +нанесу 51241 +нанизано 51242 +нанизати 51243 +нано 51244 +нано-зброя 51245 +нано-зброї 51246 +наново 51247 +наносимо 51248 +наносити 51249 +наносить 51250 +наности 51251 +наносять 51252 +нанотехнологій 51253 +наношу 51254 +нантер 51255 +наняв 51256 +наняти 51257 +нанівець 51258 +наніс 51259 +нао 51260 +наодинці 51261 +наосліп 51262 +наостанок 51263 +наочний 51264 +наочним 51265 +наочно 51266 +нап'ялити 51267 +нап'ється 51268 +напав 51269 +напад 51270 +нападав 51271 +нападам 51272 +нападами 51273 +нападати 51274 +нападах 51275 +нападають 51276 +нападає 51277 +нападаєте 51278 +нападаєш 51279 +нападе 51280 +напади 51281 +нападками 51282 +нападки 51283 +нападник 51284 +нападника 51285 +нападниками 51286 +нападники 51287 +нападником 51288 +нападників 51289 +нападок 51290 +нападом 51291 +нападу 51292 +нападі 51293 +нападів 51294 +напала 51295 +напали 51296 +напалимо 51297 +напам'ять 51298 +напарник 51299 +напартачити 51300 +напасника 51301 +напасти 51302 +напевне 51303 +напевний 51304 +напевно 51305 +напевношо 51306 +напекли 51307 +наперебій 51308 +наперед 51309 +напередодні 51310 +наперід 51311 +напечу 51312 +напивався 51313 +напивсь 51314 +напився 51315 +напилась 51316 +напились 51317 +напинив 51318 +напинивши 51319 +напирають 51320 +напис 51321 +написав 51322 +написавши 51323 +написала 51324 +написали 51325 +написало 51326 +написами 51327 +написана 51328 +написане 51329 +написаний 51330 +написаним 51331 +написаних 51332 +написанню 51333 +написання 51334 +написанням 51335 +написанні 51336 +написано 51337 +написаного 51338 +написаної 51339 +написану 51340 +написані 51341 +написати 51342 +написи 51343 +написом 51344 +напитися 51345 +напитков 51346 +напише 51347 +напишемо 51348 +напишете 51349 +напишеш 51350 +напиши 51351 +напишу 51352 +напишуть 51353 +напишіть 51354 +наплавались 51355 +напланували 51356 +наплив 51357 +напливати 51358 +напливи 51359 +напливу 51360 +наплутаю 51361 +наплювавши 51362 +наплічник 51363 +наплічники 51364 +наповал 51365 +наповнена 51366 +наповнене 51367 +наповнений 51368 +наповненню 51369 +наповнення 51370 +наповненням 51371 +наповненого 51372 +наповненім 51373 +наповнив 51374 +наповнити 51375 +наповнитися 51376 +наповнювався 51377 +наповнювати 51378 +наповнюйте 51379 +наповнюю 51380 +наповнюють 51381 +наповнюючи 51382 +наповнює 51383 +наповнюємо 51384 +наповнюється 51385 +напоготові 51386 +наполегливим 51387 +наполегливо 51388 +наполегливості 51389 +наполегливої 51390 +наполегливій 51391 +наполегливість 51392 +наполегливістю 51393 +наполегливіше 51394 +наполегливішими 51395 +наполеони 51396 +наполовину 51397 +наполягав 51398 +наполягала 51399 +наполягали 51400 +наполягало 51401 +наполягання 51402 +наполягати 51403 +наполягатиме 51404 +наполягаю 51405 +наполягають 51406 +наполягаючи 51407 +наполягає 51408 +наполягаємо 51409 +наполягаєте 51410 +наполягло 51411 +наполягти 51412 +наполі 51413 +наполітано 51414 +напомадженими 51415 +напомацки 51416 +напоминаем 51417 +напоминаю 51418 +напомню 51419 +напором 51420 +напосеред 51421 +напоумив 51422 +напочатку 51423 +напою 51424 +напоями 51425 +напої 51426 +напоїв 51427 +напоїла 51428 +напоїли 51429 +напоїти 51430 +направдення 51431 +направду 51432 +направив 51433 +направивав 51434 +направила 51435 +направилася 51436 +направили 51437 +направити 51438 +направить 51439 +направиться 51440 +направлена 51441 +направлении 51442 +направлений 51443 +направленню 51444 +направлення 51445 +направлено 51446 +направлень 51447 +направлені 51448 +направленість 51449 +направляв 51450 +направлялася 51451 +направляли 51452 +направляло 51453 +направляти 51454 +направлятиметься 51455 +направлятися 51456 +направлять 51457 +направляють 51458 +направляються 51459 +направляючих 51460 +направляє 51461 +направляємо 51462 +направляється 51463 +направо 51464 +напралвені 51465 +напрацьована 51466 +напрацьовували 51467 +напрацьовують 51468 +напрацьовується 51469 +напрацювали 51470 +напрацюванню 51471 +напрацювання 51472 +напрацюванням 51473 +напрацюваннями 51474 +напрацювань 51475 +напрацювати 51476 +напрацюються 51477 +напремо 51478 +напризволяще 51479 +наприкалад 51480 +наприклад 51481 +наприкінці 51482 +например 51483 +напрограміста 51484 +напрокат 51485 +напролом 51486 +напророчив 51487 +напросто 51488 +напроти 51489 +напротязі 51490 +напротів 51491 +напрочуд 51492 +напрочут 51493 +напрошується 51494 +напруга 51495 +напруги 51496 +напругу 51497 +напружена 51498 +напружене 51499 +напружений 51500 +напруженим 51501 +напруженими 51502 +напруженності 51503 +напруження 51504 +напруженням 51505 +напруженні 51506 +напружено 51507 +напруженого 51508 +напруженому 51509 +напруженості 51510 +напруженою 51511 +напружену 51512 +напружені 51513 +напруженість 51514 +напруживши 51515 +напружившись 51516 +напружилася 51517 +напружувати 51518 +напружує 51519 +напружуєшся 51520 +напрузі 51521 +напряг 51522 +напрягаться 51523 +напрягає 51524 +напряглись 51525 +напрягло 51526 +напряжно 51527 +напрям 51528 +напрямами 51529 +напрямах 51530 +напрями 51531 +напрямками 51532 +напрямках 51533 +напрямки 51534 +напрямковою 51535 +напрямком 51536 +напрямку 51537 +напрямків 51538 +напрямок 51539 +напрямом 51540 +напряму 51541 +напрямі 51542 +напувати 51543 +напуском 51544 +напустити 51545 +напутні 51546 +напутніми 51547 +напутсвующєє 51548 +напхалося 51549 +напханий 51550 +напів 51551 +напівавтоматичне 51552 +напіввійськових 51553 +напіввійськові 51554 +напівдорогоцінне 51555 +напівдружні 51556 +напівжартома 51557 +напівживі 51558 +напівжорсткого 51559 +напівзакритий 51560 +напівздичілий 51561 +напівзруйнований 51562 +напівкризи 51563 +напівлегально 51564 +напівлегальні 51565 +напівлегендарну 51566 +напівлежав 51567 +напівмира 51568 +напівміському 51569 +напівпартизанськими 51570 +напівпорожній 51571 +напівправди 51572 +напівправдою 51573 +напівпровідниками 51574 +напівпустельні 51575 +напівтемній 51576 +напівфабрикатів 51577 +напівшепіт 51578 +напідпитку 51579 +напій 51580 +нар 51581 +нара 51582 +нарад 51583 +нарада 51584 +нарадах 51585 +нараджувався 51586 +нараджуватиметься 51587 +нараджуватися 51588 +нараджуємося 51589 +наради 51590 +нараду 51591 +нарадчу 51592 +нараді 51593 +наражати 51594 +наражають 51595 +наражаються 51596 +наражається 51597 +наражене 51598 +нараженими 51599 +наражених 51600 +нараження 51601 +наражені 51602 +наражуючи 51603 +нараз 51604 +наразився 51605 +наразили 51606 +наразилися 51607 +наразити 51608 +наразяться 51609 +наразі 51610 +нарами 51611 +наратив 51612 +наративам 51613 +наративами 51614 +наративи 51615 +наративу 51616 +наративі 51617 +наративів 51618 +нарах 51619 +нараховував 51620 +нараховували 51621 +нараховувати 51622 +нараховуватимуть 51623 +нараховуватися 51624 +нараховую 51625 +нараховують 51626 +нараховує 51627 +нараховуєте 51628 +нараховується 51629 +нарахував 51630 +нарахували 51631 +нарахування 51632 +нарахувати 51633 +нарахуватись 51634 +нарахунок 51635 +нарва 51636 +нарвався 51637 +нарване 51638 +нарви 51639 +нарві 51640 +наргіз 51641 +наргіс 51642 +нардеп 51643 +нардепа 51644 +нардепом 51645 +нарекли 51646 +наректи 51647 +наречений 51648 +нареченому 51649 +нареченої 51650 +наречену 51651 +нарешті 51652 +нари 51653 +нарис 51654 +наричати 51655 +нарко 51656 +нарковиробника 51657 +наркозалежним 51658 +наркоконтроль 51659 +наркоконтролю 51660 +наркологічних 51661 +нарколорди 51662 +наркоманів 51663 +наркоманію 51664 +наркоманії 51665 +наркому 51666 +наркотика 51667 +наркотиками 51668 +наркотики 51669 +наркотиків 51670 +наркотичних 51671 +наркотичні 51672 +наркоторговці 51673 +наркоторгівлею 51674 +нармально 51675 +наробив 51676 +наробився 51677 +наробивши 51678 +наробила 51679 +наробили 51680 +наробити 51681 +наробить 51682 +нароблю 51683 +народ 51684 +народа 51685 +народам 51686 +народами 51687 +народжена 51688 +народжений 51689 +народженим 51690 +народження 51691 +народженням 51692 +народженні 51693 +народженого 51694 +народжену 51695 +народжені 51696 +народжувався 51697 +народжуваності 51698 +народжуваність 51699 +народжуваністю 51700 +народжувати 51701 +народжуватись 51702 +народжують 51703 +народжуються 51704 +народжує 51705 +народжується 51706 +народи 51707 +народився 51708 +народидися 51709 +народила 51710 +народилась 51711 +народилася 51712 +народились 51713 +народилися 51714 +народилось 51715 +народилося 51716 +народити 51717 +народить 51718 +народиться 51719 +народна 51720 +народная 51721 +народне 51722 +народний 51723 +народним 51724 +народними 51725 +народних 51726 +народниц 51727 +народно 51728 +народного 51729 +народному 51730 +народностей 51731 +народною 51732 +народної 51733 +народну 51734 +народні 51735 +народній 51736 +народові 51737 +народом 51738 +народонаселення 51739 +народу 51740 +народьі 51741 +народі 51742 +народів 51743 +нарозилась 51744 +наростати 51745 +наростаючою 51746 +наростає 51747 +наростила 51748 +наростити 51749 +нарочитець 51750 +нарочитий 51751 +нарочитим 51752 +нарочитого 51753 +нарочиті 51754 +нарощування 51755 +нарощуванні 51756 +нарощувати 51757 +нарощуються 51758 +нарощуючи 51759 +нарощує 51760 +нарубаєш 51761 +нарузі 51762 +наручники 51763 +нарушать 51764 +нарушают 51765 +нарушение 51766 +нарушениях 51767 +нарушеніє 51768 +нарушився 51769 +нарушили 51770 +нарцис 51771 +нарцисичній 51772 +наряд 51773 +нарядами 51774 +наряди 51775 +наряду 51776 +наряді 51777 +нарі 51778 +нарівні 51779 +нарід 51780 +наріжний 51781 +наріжним 51782 +наріжних 51783 +наріжні 51784 +нарізали 51785 +нарізана 51786 +нарізану 51787 +нарізаємо 51788 +нарізка 51789 +нарізки 51790 +нарізкою 51791 +нарізною 51792 +нарізну 51793 +нарізочку 51794 +нарік 51795 +нарікав 51796 +нарікала 51797 +нарікали 51798 +нарікання 51799 +нарікань 51800 +нарікати 51801 +нарікаю 51802 +нарікають 51803 +наріман 51804 +нарімана 51805 +нас 51806 +наса 51807 +насадженням 51808 +насаджень 51809 +насаджуваної 51810 +насаджувати 51811 +насадив 51812 +насадили 51813 +насадки 51814 +насадіть 51815 +насалик 51816 +насалика 51817 +насалік 51818 +насами 51819 +насамкінець 51820 +насамперед 51821 +насамс 51822 +насвітанку 51823 +население 51824 +населений 51825 +населених 51826 +населения 51827 +населенню 51828 +населення 51829 +населенням 51830 +населеного 51831 +населеному 51832 +населені 51833 +населяють 51834 +населяє 51835 +насер 51836 +насидіться 51837 +насиллю 51838 +насилля 51839 +насиллям 51840 +насилу 51841 +насильницька 51842 +насильницьке 51843 +насильницьки 51844 +насильницьким 51845 +насильницькими 51846 +насильницьких 51847 +насильницького 51848 +насильницькому 51849 +насильницької 51850 +насильницьку 51851 +насильницькі 51852 +насильницькій 51853 +насильно 51854 +насильств 51855 +насильства 51856 +насильство 51857 +насильством 51858 +насильству 51859 +насильстві 51860 +насип 51861 +насипали 51862 +насипати 51863 +насипать 51864 +насипають 51865 +насипає 51866 +насипаєм 51867 +насипом 51868 +насирова 51869 +насиром 51870 +насирії 51871 +наситила 51872 +наситити 51873 +насититись 51874 +насичена 51875 +насичене 51876 +насичений 51877 +насиченими 51878 +насичення 51879 +насичено 51880 +насиченою 51881 +насичені 51882 +насиченість 51883 +насичити 51884 +насичуванням 51885 +насичувати 51886 +насичуючи 51887 +насичуємось 51888 +наскладав 51889 +наскладали 51890 +наскльки 51891 +наскоки 51892 +наскоком 51893 +наскоку 51894 +наскочив 51895 +наскочила 51896 +наскочити 51897 +наскрізно 51898 +наскрізність 51899 +наскрізь 51900 +наскіки 51901 +наскільки 51902 +наслухався 51903 +наслухавшись 51904 +наслухалась 51905 +насліддя 51906 +наслідками 51907 +наслідки 51908 +наслідковий 51909 +наслідкового 51910 +наслідком 51911 +наслідків 51912 +наслідок 51913 +наслідували 51914 +наслідування 51915 +наслідуванням 51916 +наслідувати 51917 +наслідуючи 51918 +наслідує 51919 +насмажила 51920 +насмарк 51921 +насмаруватися 51922 +насмерть 51923 +насмівають 51924 +насмілилась 51925 +насмілилася 51926 +насмілювався 51927 +насміхалися 51928 +насміхатись 51929 +насміхаюсь 51930 +насмішив 51931 +насмішити 51932 +насмішиш 51933 +насмішка 51934 +насмішкою 51935 +наснаги 51936 +наснився 51937 +насобираю 51938 +насолод 51939 +насолодами 51940 +насолоджувалась 51941 +насолоджуватись 51942 +насолоджуватися 51943 +насолоджуваться 51944 +насолоджуйся 51945 +насолоджуйтесь 51946 +насолоджуємося 51947 +насолоджується 51948 +насолоди 51949 +насолодитись 51950 +насолодитися 51951 +насолоду 51952 +насоси 51953 +насосна 51954 +насосним 51955 +насосних 51956 +насосної 51957 +насосну 51958 +насосів 51959 +насправвді 51960 +насправді 51961 +наспів 51962 +наспівувала 51963 +наспівуючи 51964 +наспівує 51965 +наспіло 51966 +насралах 51967 +насраллах 51968 +насрано 51969 +насрати 51970 +наст 51971 +настав 51972 +наставала 51973 +наставив 51974 +наставить 51975 +наставляйте 51976 +наставляє 51977 +наставник 51978 +наставника 51979 +наставники 51980 +наставником 51981 +наставництво 51982 +наставницьким 51983 +настала 51984 +настали 51985 +настало 51986 +настане 51987 +настанням 51988 +настанова 51989 +настановами 51990 +настанови 51991 +настановою 51992 +настануть 51993 +настати 51994 +настає 51995 +настаівать 51996 +настворювали 51997 +настворювать 51998 +настирливим 51999 +настирливо 52000 +настирливі 52001 +настирливіше 52002 +настирливіще 52003 +настовбурчився 52004 +настойки 52005 +настолка 52006 +настолько 52007 +настольні 52008 +настоня 52009 +насторожився 52010 +настою 52011 +настоюють 52012 +настояночками 52013 +настоятель 52014 +настоятелькою 52015 +настоях 52016 +настоящий 52017 +настрашу 52018 +настраювати 52019 +настрой 52020 +настрою 52021 +настроює 52022 +настроям 52023 +настроями 52024 +настроях 52025 +настроєм 52026 +настроєння 52027 +настрої 52028 +настроїв 52029 +настрій 52030 +настрілу 52031 +настрію 52032 +настунею 52033 +настуню 52034 +настуня 52035 +настуні 52036 +наступ 52037 +наступала 52038 +наступальна 52039 +наступальне 52040 +наступальний 52041 +наступальних 52042 +наступального 52043 +наступальною 52044 +наступальної 52045 +наступальну 52046 +наступальні 52047 +наступати 52048 +наступають 52049 +наступаючи 52050 +наступаючих 52051 +наступає 52052 +наступаєте 52053 +наступи 52054 +наступив 52055 +наступивши 52056 +наступила 52057 +наступили 52058 +наступило 52059 +наступити 52060 +наступить 52061 +наступна 52062 +наступне 52063 +наступний 52064 +наступник 52065 +наступника 52066 +наступниками 52067 +наступники 52068 +наступником 52069 +наступнику 52070 +наступним 52071 +наступними 52072 +наступних 52073 +наступництва 52074 +наступного 52075 +наступной 52076 +наступному 52077 +наступною 52078 +наступної 52079 +наступну 52080 +наступні 52081 +наступній 52082 +наступом 52083 +наступу 52084 +наступі 52085 +наступів 52086 +настусенько 52087 +настусею 52088 +настусині 52089 +настуською 52090 +настусьою 52091 +настусю 52092 +настуся 52093 +настусі 52094 +настю 52095 +настя 52096 +насті 52097 +настільки 52098 +настількі 52099 +настільна 52100 +настільний 52101 +настільну 52102 +насувався 52103 +насупив 52104 +насупившися 52105 +насупротив 52106 +насушні 52107 +насущний 52108 +насєяв 52109 +насідав 52110 +насідає 52111 +насілками 52112 +насінники 52113 +насіння 52114 +насінням 52115 +насіннєвого 52116 +насіннєвої 52117 +насіпався 52118 +насіров 52119 +насірова 52120 +насірову 52121 +натал'я 52122 +наталка 52123 +наталки 52124 +наталкою 52125 +наталля 52126 +наталочка 52127 +наталочку 52128 +наталь 52129 +натальки 52130 +наталья 52131 +наталю 52132 +наталя 52133 +наталі 52134 +наталію 52135 +наталія 52136 +наталією 52137 +наталії 52138 +натанзі 52139 +натаскувати 52140 +натачаєв 52141 +наташа 52142 +наташка 52143 +наташо 52144 +наташу 52145 +наташі 52146 +нате 52147 +натендерила 52148 +натерла 52149 +натерпілись 52150 +натерпілися 52151 +натерта 52152 +нативна 52153 +нативний 52154 +натикаюся 52155 +натикається 52156 +натирають 52157 +натирає 52158 +натискайте 52159 +натисканні 52160 +натискаю 52161 +натискають 52162 +натискає 52163 +натиском 52164 +натисків 52165 +натисли 52166 +натиснете 52167 +натисни 52168 +натисну 52169 +натиснув 52170 +натиснула 52171 +натиснули 52172 +натиснути 52173 +натисніть 52174 +натисув 52175 +наткнутись 52176 +нато 52177 +натовп 52178 +натовпи 52179 +натовпом 52180 +натовпу 52181 +натовпі 52182 +натовпів 52183 +натовська 52184 +натовський 52185 +натовським 52186 +натовськими 52187 +натовських 52188 +натовського 52189 +натовському 52190 +натовською 52191 +натовські 52192 +натовськіх 52193 +натомість 52194 +натрапив 52195 +натрапивши 52196 +натрапила 52197 +натрапити 52198 +натраплено 52199 +натрапляли 52200 +натрапляю 52201 +натрапляємо 52202 +натрачу 52203 +натупила 52204 +натупить 52205 +натура 52206 +натуральним 52207 +натурально 52208 +натурального 52209 +натуральні 52210 +натуралістичного 52211 +натури 52212 +натурне 52213 +натуру 52214 +натурі 52215 +натхненна 52216 +натхненників 52217 +натхненно 52218 +натхненного 52219 +натхненню 52220 +натхнення 52221 +натхненням 52222 +натхненні 52223 +натягав 52224 +натягаєш 52225 +натягнув 52226 +натягнута 52227 +натягнуті 52228 +натягувати 52229 +натяжкою 52230 +натяк 52231 +натякав 52232 +натякали 52233 +натяками 52234 +натякають 52235 +натякаючи 52236 +натякає 52237 +натяки 52238 +натякнув 52239 +натякнула 52240 +натякнули 52241 +натякнуло 52242 +натякнути 52243 +натяком 52244 +натяку 52245 +натяків 52246 +натянули 52247 +натівських 52248 +натівського 52249 +натічних 52250 +натієв 52251 +науерт 52252 +наук 52253 +наука 52254 +науки 52255 +наукова 52256 +наукове 52257 +науковець 52258 +науковий 52259 +науковим 52260 +науковими 52261 +наукових 52262 +науковицю 52263 +науковиці 52264 +науково 52265 +наукового 52266 +науковому 52267 +науковомі 52268 +науковою 52269 +наукової 52270 +наукову 52271 +науковцем 52272 +науковця 52273 +науковцям 52274 +науковцями 52275 +науковці 52276 +науковців 52277 +наукові 52278 +науковій 52279 +наукою 52280 +науку 52281 +науменко 52282 +наумчук 52283 +наутілус 52284 +науці 52285 +научайтесь 52286 +научати 52287 +научили 52288 +научить 52289 +научная 52290 +научно 52291 +наушник 52292 +нафандрейзили 52293 +нафандрейзити 52294 +нафоткала 52295 +нафта 52296 +нафталіну 52297 +нафти 52298 +нафтобаза 52299 +нафтобазу 52300 +нафтобазі 52301 +нафтова 52302 +нафтовидобувники 52303 +нафтовидобувничого 52304 +нафтовидобутку 52305 +нафтовий 52306 +нафтовик 52307 +нафтовикам 52308 +нафтовиком 52309 +нафтовими 52310 +нафтових 52311 +нафтового 52312 +нафтовому 52313 +нафтовою 52314 +нафтової 52315 +нафтову 52316 +нафтові 52317 +нафтовій 52318 +нафтогаз 52319 +нафтогазовий 52320 +нафтогазовому 52321 +нафтогазову 52322 +нафтогазу 52323 +нафтогазі 52324 +нафтогону 52325 +нафтодобувник 52326 +нафтодоларового 52327 +нафтоекспортером 52328 +нафтоекспортуючих 52329 +нафтокортелю 52330 +нафтоочисного 52331 +нафтопереробний 52332 +нафтопереробних 52333 +нафтопереробного 52334 +нафтопереробному 52335 +нафтопереробні 52336 +нафтопроводу 52337 +нафтопровід 52338 +нафтопродуктів 52339 +нафтопромисловості 52340 +нафтохімічної 52341 +нафтою 52342 +нафту 52343 +нафті 52344 +нафіг 52345 +нахабна 52346 +нахабно 52347 +нахабність 52348 +нахабства 52349 +нахабством 52350 +нахабін 52351 +нахамалю 52352 +нахамлю 52353 +нахара 52354 +нахвалитися 52355 +нахвалюють 52356 +нахил 52357 +нахилив 52358 +нахиливсь 52359 +нахилився 52360 +нахилившись 52361 +нахилить 52362 +нахилом 52363 +нахилу 52364 +нахиляє 52365 +нахилів 52366 +нахмурений 52367 +нахмурився 52368 +находжусь 52369 +находжую 52370 +находився 52371 +находили 52372 +находитесь 52373 +находити 52374 +находитись 52375 +находиться 52376 +находять 52377 +нахождению 52378 +нахожусь 52379 +нахопиться 52380 +нахтігаль 52381 +нахуй 52382 +нахімова 52383 +нац 52384 +нацагентства 52385 +нацагенція 52386 +нацагенції 52387 +нацбанк 52388 +нацбанком 52389 +нацбанку 52390 +нацбезпеки 52391 +нацбезпеці 52392 +нацгвардійці 52393 +нацгвардійців 52394 +нацгвардія 52395 +нацгвардієць 52396 +нацгвардії 52397 +нацизм 52398 +нацизмом 52399 +нацизму 52400 +нацики 52401 +национальной 52402 +нацистам 52403 +нацистами 52404 +нацисти 52405 +нацистська 52406 +нацистське 52407 +нацистський 52408 +нацистськими 52409 +нацистських 52410 +нацистського 52411 +нацистською 52412 +нацистської 52413 +нацистську 52414 +нацистські 52415 +нацистській 52416 +нацистів 52417 +нациським 52418 +нацкорпус 52419 +нацменшин 52420 +нацональні 52421 +нацпам'яті 52422 +нацпол 52423 +нацполіція 52424 +нацполіцією 52425 +нацполіції 52426 +нацрада 52427 +нацради 52428 +нацспротиву 52429 +нацьковано 52430 +націй 52431 +націлена 52432 +націлений 52433 +націлених 52434 +націлення 52435 +націлено 52436 +націлені 52437 +націлився 52438 +націливши 52439 +націлилася 52440 +націлити 52441 +націлитись 52442 +націлить 52443 +націлюють 52444 +націнок 52445 +націонал 52446 +націонали 52447 +національна 52448 +національне 52449 +національний 52450 +національним 52451 +національними 52452 +національних 52453 +національно 52454 +національного 52455 +національному 52456 +національностей 52457 +національності 52458 +національною 52459 +національної 52460 +національну 52461 +національні 52462 +національній 52463 +національність 52464 +національністю 52465 +націоналізацію 52466 +націоналізації 52467 +націоналізм 52468 +націоналізмом 52469 +націоналізму 52470 +націоналізувати 52471 +націоналіст 52472 +націоналіста 52473 +націоналістами 52474 +націоналісти 52475 +націоналістична 52476 +націоналістичне 52477 +націоналістичний 52478 +націоналістичним 52479 +націоналістичних 52480 +націоналістичного 52481 +націоналістичною 52482 +націоналістичної 52483 +націоналістичну 52484 +націоналістичні 52485 +націоналістичній 52486 +націоналістів 52487 +націю 52488 +нація 52489 +націям 52490 +націями 52491 +націях 52492 +нацією 52493 +націі 52494 +нації 52495 +начала 52496 +начали 52497 +начало 52498 +начальник 52499 +начальника 52500 +начальниками 52501 +начальники 52502 +начальникові 52503 +начальником 52504 +начальнику 52505 +начальників 52506 +начальних 52507 +начальниця 52508 +начальниці 52509 +начальства 52510 +начальство 52511 +началі 52512 +начасі 52513 +начата 52514 +наче 52515 +начебто 52516 +начення 52517 +начепив 52518 +начерпали 52519 +начесав 52520 +начинали 52521 +начиналось 52522 +начинають 52523 +начинена 52524 +начинений 52525 +начинену 52526 +начинити 52527 +начинками 52528 +начинкою 52529 +начинку 52530 +начиталась 52531 +начиталася 52532 +начитка 52533 +начитує 52534 +начміл 52535 +начміла 52536 +начнем 52537 +начрозвідки 52538 +начрозідки 52539 +начхати 52540 +наш 52541 +наша 52542 +нашарування 52543 +нашвидку 52544 +наше 52545 +нашего 52546 +нашей 52547 +нашептав 52548 +нашестя 52549 +нашеукраїнець 52550 +наши 52551 +нашивками 52552 +нашили 52553 +нашим 52554 +нашими 52555 +нашимм 52556 +наших 52557 +нашкодив 52558 +нашкодило 52559 +нашкодити 52560 +нашкодять 52561 +нашо 52562 +нашого 52563 +нашой 52564 +нашому 52565 +нашоукраїнець 52566 +нашоукраїнця 52567 +нашоукраїнцями 52568 +нашоукраїнці 52569 +нашою 52570 +нашої 52571 +наштовхнеться 52572 +наштовхнувся 52573 +наштовхнулася 52574 +наштовхнули 52575 +наштовхувати 52576 +наштовхуються 52577 +наштовхує 52578 +нашу 52579 +нашукавала 52580 +нашумілу 52581 +наші 52582 +нашій 52583 +нашім 52584 +нашіптують 52585 +нашіх 52586 +нашї 52587 +нащадкам 52588 +нащадками 52589 +нащадки 52590 +нащадків 52591 +нащадок 52592 +нащастя 52593 +нащей 52594 +нащих 52595 +нащо 52596 +нащого 52597 +нащот 52598 +наявна 52599 +наявне 52600 +наявний 52601 +наявним 52602 +наявними 52603 +наявних 52604 +наявного 52605 +наявному 52606 +наявность 52607 +наявності 52608 +наявною 52609 +наявну 52610 +наявні 52611 +наявність 52612 +наявністю 52613 +наявнішим 52614 +наярював 52615 +наєва 52616 +наємом 52617 +наівним 52618 +наїбунькала 52619 +наїбуть 52620 +наївний 52621 +наївним 52622 +наївно 52623 +наївного 52624 +наївною 52625 +наївся 52626 +наїдають 52627 +наїдете 52628 +наїдків 52629 +наїжаючи 52630 +наїжджають 52631 +наїжджаючи 52632 +наїжджає 52633 +наїзд 52634 +наїздила 52635 +наїзду 52636 +наїздів 52637 +наїзник 52638 +наїзниця 52639 +наїм 52640 +наїсися 52641 +наїстися 52642 +наїхала 52643 +нбс 52644 +нбу 52645 +нв 52646 +нво 52647 +нгу 52648 +нгш 52649 +нгш-гк 52650 +нджамена 52651 +нджамену 52652 +нджамені 52653 +нді 52654 +не 52655 +не-не 52656 +не-не-не 52657 +не-сесій 52658 +не-хоч 52659 +не-як 52660 +неа 52661 +неабияк 52662 +неабияке 52663 +неабиякими 52664 +неабияких 52665 +неабияку 52666 +неавстралійці 52667 +неагресивний 52668 +неадекватами 52669 +неадеквати 52670 +неадекватна 52671 +неадекватне 52672 +неадекватний 52673 +неадекватним 52674 +неадекватно 52675 +неадекватності 52676 +неадекватною 52677 +неадекватну 52678 +неадекватні 52679 +неадекватність 52680 +неадекватністю 52681 +неактивних 52682 +неактуальне 52683 +неакційного 52684 +неалергенний 52685 +неамбітна 52686 +неандертальці 52687 +неаполь 52688 +неба 52689 +небагато 52690 +небагатьма 52691 +небагатьох 52692 +небагаті 52693 +небажана 52694 +небажаний 52695 +небажаними 52696 +небажаних 52697 +небажання 52698 +небажанням 52699 +небажанні 52700 +небажано 52701 +небажаного 52702 +небажаної 52703 +небажані 52704 +небайдужим 52705 +небайдужими 52706 +небайдужих 52707 +небайдужої 52708 +небайдужі 52709 +небайдужість 52710 +небачанні 52711 +небачена 52712 +небачений 52713 +небаченим 52714 +небачених 52715 +небаченою 52716 +небезбечно 52717 +небездоганно 52718 +небезмежні 52719 +небезпек 52720 +небезпека 52721 +небезпекам 52722 +небезпеки 52723 +небезпеку 52724 +небезпеці 52725 +небезпечна 52726 +небезпечне 52727 +небезпечний 52728 +небезпечним 52729 +небезпечними 52730 +небезпечних 52731 +небезпечно 52732 +небезпечного 52733 +небезпечному 52734 +небезпечною 52735 +небезпечної 52736 +небезпечну 52737 +небезпечні 52738 +небезпечніше 52739 +небезпечніший 52740 +небезпечнішого 52741 +небезпідставна 52742 +небезпідставних 52743 +небезпідставно 52744 +небезпідставні 52745 +небес 52746 +небесах 52747 +небесна 52748 +небесне 52749 +небесний 52750 +небесним 52751 +небесних 52752 +небесного 52753 +небесної 52754 +небесній 52755 +небесі 52756 +небитого 52757 +неблагодарне 52758 +неблагонадійних 52759 +неблагополучні 52760 +небо 52761 +небоже 52762 +небоженко 52763 +небожителі 52764 +небойові 52765 +небом 52766 +неборак 52767 +небораче 52768 +небоїться 52769 +небраска 52770 +небраски 52771 +неброньовані 52772 +небу 52773 +небувало 52774 +небувалого 52775 +небувалою 52776 +небувалі 52777 +небуденним 52778 +небуденно 52779 +небудь 52780 +небуть 52781 +небхідності 52782 +небі 52783 +небігом 52784 +небідні 52785 +небіжчика 52786 +нев'єбічєска 52787 +нев'єбічєскій 52788 +нев'єбічєська 52789 +нев'їздним 52790 +невагомості 52791 +невагомі 52792 +невада 52793 +неважко 52794 +неважлива 52795 +неважливе 52796 +неважливо 52797 +неважливі 52798 +неважно 52799 +невбитого 52800 +невблаганна 52801 +невблаганний 52802 +невблаганним 52803 +невблаганно 52804 +невгамовні 52805 +невгомонну 52806 +невдала 52807 +невдале 52808 +невдалий 52809 +невдалим 52810 +невдалими 52811 +невдалих 52812 +невдало 52813 +невдалого 52814 +невдалою 52815 +невдалої 52816 +невдалі 52817 +невдахи 52818 +невдач 52819 +невдачею 52820 +невдачника 52821 +невдачу 52822 +невдачі 52823 +невдобно 52824 +невдовзі 52825 +невдоволений 52826 +невдоволеним 52827 +невдоволення 52828 +невдоволеної 52829 +невдоволені 52830 +невдячна 52831 +невдячні 52832 +неведів 52833 +невелика 52834 +невелике 52835 +невеликий 52836 +невеликим 52837 +невеликими 52838 +невеликих 52839 +невеликого 52840 +невеликому 52841 +невеликою 52842 +невеликої 52843 +невелику 52844 +невеликі 52845 +невеликій 52846 +невеличка 52847 +невеличке 52848 +невелички 52849 +невеличкий 52850 +невеличким 52851 +невеличкими 52852 +невеличких 52853 +невеличкого 52854 +невеличкому 52855 +невеличкою 52856 +невеличкої 52857 +невеличку 52858 +невеличкі 52859 +невеличкій 52860 +невеличного 52861 +невельського 52862 +невеселе 52863 +невесело 52864 +невеселі 52865 +невже 52866 +невзаємне 52867 +невзмозі 52868 +невибагливий 52869 +невибіркової 52870 +невиважені 52871 +невигідна 52872 +невигідне 52873 +невигідних 52874 +невигідно 52875 +невигідною 52876 +невигідні 52877 +невидані 52878 +невидимий 52879 +невидимого 52880 +невидимі 52881 +невидимій 52882 +невидної 52883 +невидів 52884 +невизнана 52885 +невизнаними 52886 +невизнаних 52887 +невизнаною 52888 +невизнаної 52889 +невизнані 52890 +невизнаній 52891 +невизначене 52892 +невизначений 52893 +невизначено 52894 +невизначеного 52895 +невизначеності 52896 +невизначеною 52897 +невизначеність 52898 +невиконання 52899 +невиконанням 52900 +невиконаннях 52901 +невиконанні 52902 +невиконані 52903 +невикористаними 52904 +невикористання 52905 +невикористані 52906 +невиліковними 52907 +невимовно 52908 +невимушено 52909 +невинна 52910 +невинним 52911 +невинними 52912 +невинних 52913 +невинно 52914 +невинного 52915 +невинні 52916 +невинність 52917 +невинуватість 52918 +невипадково 52919 +невиплачені 52920 +невиправданим 52921 +невиправдані 52922 +невиправна 52923 +невиразно 52924 +невиразні 52925 +невироблений 52926 +невирішена 52927 +невирішеним 52928 +невирішеної 52929 +невирішені 52930 +невисока 52931 +невисокий 52932 +невисоких 52933 +невисокого 52934 +невисокому 52935 +невисокі 52936 +невихована 52937 +невихованості 52938 +невицький 52939 +невичерпний 52940 +невичерпні 52941 +невиїздна 52942 +невластивими 52943 +невластивих 52944 +невластиву 52945 +невловимого 52946 +невмотивовано 52947 +невміння 52948 +невозможно 52949 +неволю 52950 +неволя 52951 +неволять 52952 +неволі 52953 +невпевнено 52954 +невпевненості 52955 +невпевнені 52956 +невпевненість 52957 +невпинне 52958 +невпинний 52959 +невпинно 52960 +невпізнаваності 52961 +невпізнання 52962 +невразливості 52963 +неврегульована 52964 +неврожай 52965 +неврожаєм 52966 +неврологічними 52967 +неврології 52968 +неврівноважений 52969 +неврівноважену 52970 +невстановленого 52971 +невступ 52972 +невступу 52973 +невський 52974 +невського 52975 +невському 52976 +невтомно 52977 +невтручався 52978 +невтішний 52979 +невтішним 52980 +невтішними 52981 +невтішних 52982 +невтішно 52983 +невтішну 52984 +невтішні 52985 +невчасно 52986 +невігластва 52987 +невігластво 52988 +невіголосе 52989 +невід'ємна 52990 +невід'ємне 52991 +невід'ємними 52992 +невід'ємною 52993 +невідворотне 52994 +невідворотності 52995 +невідворотною 52996 +невідворотної 52997 +невідворотню 52998 +невідкладна 52999 +невідкладний 53000 +невідкладних 53001 +невідкладно 53002 +невідкладного 53003 +невідкладності 53004 +невідкладною 53005 +невідкладної 53006 +невідкладну 53007 +невідкладні 53008 +невідома 53009 +невідоме 53010 +невідомий 53011 +невідомим 53012 +невідомими 53013 +невідомих 53014 +невідомо 53015 +невідомого 53016 +невідомому 53017 +невідомою 53018 +невідомі 53019 +невідповідна 53020 +невідповідному 53021 +невідповідності 53022 +невідповідну 53023 +невідповідні 53024 +невідповідність 53025 +невідпорні 53026 +невідрадний 53027 +невідрадних 53028 +невідрадного 53029 +невідступно 53030 +невідчувають 53031 +невідчужуваними 53032 +невійськовий 53033 +невільної 53034 +невінський 53035 +невінським 53036 +невіри 53037 +невірна 53038 +невірне 53039 +невірний 53040 +невірним 53041 +невірно 53042 +невірному 53043 +невірної 53044 +невірну 53045 +невіста 53046 +невістка 53047 +невісту 53048 +негайна 53049 +негайне 53050 +негайних 53051 +негайно 53052 +негайного 53053 +негайної 53054 +негайну 53055 +негайні 53056 +негальну 53057 +негаразд 53058 +негараздами 53059 +негаразди 53060 +негараздів 53061 +негарна 53062 +негарненька 53063 +негарно 53064 +негарною 53065 +негатив 53066 +негативи 53067 +негативна 53068 +негативне 53069 +негативний 53070 +негативним 53071 +негативними 53072 +негативних 53073 +негативно 53074 +негативного 53075 +негативною 53076 +негативної 53077 +негативну 53078 +негативні 53079 +негативу 53080 +негативів 53081 +негласним 53082 +негласно 53083 +неглектед 53084 +него 53085 +негоден 53086 +негоди 53087 +негодний 53088 +негодований 53089 +негодоньки 53090 +негоду 53091 +негоже 53092 +неголосування 53093 +негостинно 53094 +неготовий 53095 +неготовність 53096 +неготові 53097 +негр 53098 +негритянські 53099 +негропонте 53100 +негрупонте 53101 +негідний 53102 +негідника 53103 +недавне 53104 +недавно 53105 +недавного 53106 +недавнього 53107 +недавньому 53108 +недавньої 53109 +недавню 53110 +недавня 53111 +недавнє 53112 +недавні 53113 +недавній 53114 +недавнім 53115 +недавніми 53116 +недавніх 53117 +недалекий 53118 +недалеким 53119 +недалекими 53120 +недалеких 53121 +недалеко 53122 +недалекоглядні 53123 +недалекого 53124 +недалекому 53125 +недалечко 53126 +недаремно 53127 +недарма 53128 +недбалий 53129 +недбалі 53130 +недбалість 53131 +недвозначно 53132 +недвозначні 53133 +недемократична 53134 +недемократичним 53135 +недемократичними 53136 +недержавний 53137 +недержавних 53138 +недержавного 53139 +недержавні 53140 +недержаві 53141 +недеталізовані 53142 +недешеве 53143 +недешевих 53144 +неди 53145 +недипломатичний 53146 +недискримінації 53147 +недитячі 53148 +недобачаючи 53149 +недобитки 53150 +недобитків 53151 +недобору 53152 +недобра 53153 +недобре 53154 +недобрий 53155 +недоброго 53156 +недобросовісна 53157 +недобросовісних 53158 +недоброчесних 53159 +недоброчесні 53160 +недоброчесність 53161 +недобрі 53162 +недобудована 53163 +недобір 53164 +недовантаження 53165 +недовгим 53166 +недовго 53167 +недовиконуються 53168 +недовитерла 53169 +недовольні 53170 +недовольства 53171 +недовір'я 53172 +недовіра 53173 +недовіри 53174 +недовірливо 53175 +недовірливі 53176 +недовірою 53177 +недовіру 53178 +недогляд 53179 +недогодовування 53180 +недодрукувала 53181 +недозаробляють 53182 +недозволеного 53183 +недокурки 53184 +недоладний 53185 +недолетять 53186 +недолуга 53187 +недолугий 53188 +недолугість 53189 +недолюблюють 53190 +недолі 53191 +недолік 53192 +недоліками 53193 +недоліки 53194 +недолікі 53195 +недоліків 53196 +недоношеної 53197 +недоокуповано 53198 +недоопрацювань 53199 +недоотриманий 53200 +недоотриманої 53201 +недоотримує 53202 +недооцінений 53203 +недооцінка 53204 +недооцінювала 53205 +недооцінюваного 53206 +недооцінювати 53207 +недопалків 53208 +недопалок 53209 +недопиляні 53210 +недописаними 53211 +недопитий 53212 +недопоставляли 53213 +недопрацьовує 53214 +недопрацював 53215 +недопрацювання 53216 +недопрорахувався 53217 +недопуск 53218 +недопуском 53219 +недопустимий 53220 +недопустимими 53221 +недопустимо 53222 +недопустимість 53223 +недопустити 53224 +недопущенню 53225 +недопущення 53226 +недопущено 53227 +недоречний 53228 +недоречними 53229 +недоречно 53230 +недоречності 53231 +недоречною 53232 +недоречні 53233 +недоробки 53234 +недороге 53235 +недорого 53236 +недорогому 53237 +недорогу 53238 +недорогую 53239 +недорогі 53240 +недорізаних 53241 +недосвідчений 53242 +недосвідченість 53243 +недосконала 53244 +недосконалий 53245 +недосконалого 53246 +недосконалості 53247 +недосконалою 53248 +недосконалу 53249 +недосконалі 53250 +недосконалість 53251 +недосліджених 53252 +недостатності 53253 +недостатньо 53254 +недостатню 53255 +недостатня 53256 +недостатнє 53257 +недостатні 53258 +недостатній 53259 +недостатнім 53260 +недостатніми 53261 +недостатніх 53262 +недостачі 53263 +недостовірних 53264 +недостовірної 53265 +недостойному 53266 +недостойні 53267 +недоступними 53268 +недоступних 53269 +недоступного 53270 +недоступність 53271 +недоступнішим 53272 +недосяжний 53273 +недосяжними 53274 +недосяжною 53275 +недосяжні 53276 +недотепним 53277 +недотичні 53278 +недоторкана 53279 +недоторканий 53280 +недоторканим 53281 +недоторканими 53282 +недоторканним 53283 +недоторканность 53284 +недоторканності 53285 +недоторканні 53286 +недоторканність 53287 +недоторканністю 53288 +недоторканості 53289 +недоторкані 53290 +недоторканість 53291 +недоторканістю 53292 +недоторконності 53293 +недотримання 53294 +недотриманні 53295 +недотримані 53296 +недоукраїною 53297 +недоукраїнці 53298 +недофінансовано 53299 +недофінансування 53300 +недофінансуванні 53301 +недофінансуваною 53302 +недоцільним 53303 +недоцільно 53304 +недочула 53305 +недоїданню 53306 +недоїдання 53307 +недоїданням 53308 +недоїдають 53309 +недруги 53310 +недругом 53311 +недружелюбно 53312 +недружелюбні 53313 +недружно 53314 +недружні 53315 +недружній 53316 +недружнім 53317 +недружніх 53318 +недуг 53319 +недуга 53320 +недугами 53321 +недуги 53322 +недугою 53323 +недугу 53324 +недуж 53325 +недійсним 53326 +недійсними 53327 +недійсні 53328 +неділею 53329 +неділь 53330 +недільку 53331 +недільних 53332 +недільному 53333 +недільну 53334 +недільній 53335 +недільніфотодлярозкруту 53336 +неділю 53337 +неділя 53338 +неділях 53339 +неділі 53340 +недіяльний 53341 +недієвими 53342 +недієздатна 53343 +недієздатний 53344 +недієздатності 53345 +недієздатною 53346 +недієздатність 53347 +недієздатністю 53348 +неенергоефективним 53349 +неефективна 53350 +неефективним 53351 +неефективними 53352 +неефективно 53353 +неефективності 53354 +неефективною 53355 +неефективної 53356 +неефективну 53357 +неефективні 53358 +неефективність 53359 +нежалежно 53360 +нежданої 53361 +нежива 53362 +неживий 53363 +неживим 53364 +нежинню 53365 +нежині 53366 +нежирне 53367 +нежитлові 53368 +нежиттєздатні 53369 +нежить 53370 +незаангажованих 53371 +незабаром 53372 +незабиту 53373 +незабов'язуючу 53374 +незаболочені 53375 +незабороненого 53376 +незабутня 53377 +незабутні 53378 +незабутній 53379 +незавершена 53380 +незавершений 53381 +незавершеною 53382 +незавершену 53383 +независимую 53384 +незагальновживані 53385 +незаглибленим 53386 +незадоволена 53387 +незадоволений 53388 +незадоволених 53389 +незадоволення 53390 +незадоволенням 53391 +незадоволено 53392 +незадоволеною 53393 +незадоволені 53394 +незадовільна 53395 +незадовільний 53396 +незадовільних 53397 +незадовільною 53398 +незадовільну 53399 +незадокументовані 53400 +незайняте 53401 +незаконна 53402 +незаконне 53403 +незаконний 53404 +незаконним 53405 +незаконними 53406 +незаконних 53407 +незаконно 53408 +незаконного 53409 +незаконноий 53410 +незаконному 53411 +незаконності 53412 +незаконною 53413 +незаконної 53414 +незаконну 53415 +незаконні 53416 +незаконній 53417 +незаконність 53418 +незакрита 53419 +незакриття 53420 +незакінчена 53421 +незакінчене 53422 +незакінчену 53423 +незалежна 53424 +незалежне 53425 +незалежний 53426 +незалежники 53427 +незалежним 53428 +незалежними 53429 +незалежних 53430 +незалежно 53431 +незалежного 53432 +незалежноий 53433 +незалежному 53434 +незалежность 53435 +незалежності 53436 +незалежною 53437 +незалежної 53438 +незалежну 53439 +незалежні 53440 +незалежній 53441 +незалежність 53442 +незалежністю 53443 +незалишати 53444 +незалюдненою 53445 +незаможних 53446 +незамінне 53447 +незамінний 53448 +незамінним 53449 +незамінні 53450 +незамітно 53451 +незаперечна 53452 +незаперечний 53453 +незаперечним 53454 +незаперечних 53455 +незаперечно 53456 +незаплямованих 53457 +незареєстрованих 53458 +незареєстрованою 53459 +незарядженими 53460 +незатишних 53461 +незатруєне 53462 +незахищений 53463 +незахищеним 53464 +незахищеними 53465 +незахищених 53466 +незахищеному 53467 +незахищеною 53468 +незацікавленості 53469 +незашитої 53470 +незбагненна 53471 +незбалансоване 53472 +незбалансованим 53473 +незбалансовані 53474 +незбалансованістю 53475 +незважаючи 53476 +незвичайне 53477 +незвичайний 53478 +незвичайним 53479 +незвичайними 53480 +незвичайно 53481 +незвичайного 53482 +незвичайною 53483 +незвичайної 53484 +незвичайні 53485 +незвичкою 53486 +незвичку 53487 +незвична 53488 +незвичне 53489 +незвичний 53490 +незвично 53491 +незвичною 53492 +незвичну 53493 +незвичні 53494 +незворотний 53495 +незворотними 53496 +незворотність 53497 +незворушний 53498 +незворушно 53499 +незвідана 53500 +незгасаємої 53501 +незгасимого 53502 +незгод 53503 +незгода 53504 +незгодних 53505 +незгодні 53506 +незгоду 53507 +незграбне 53508 +незграбно 53509 +незграбні 53510 +незграбність 53511 +нездатна 53512 +нездатним 53513 +нездатні 53514 +нездатність 53515 +нездоланні 53516 +нездорове 53517 +нездоровий 53518 +нездорову 53519 +нездужаю 53520 +нездійснена 53521 +нездійсненною 53522 +неземної 53523 +незламний 53524 +незламного 53525 +незламні 53526 +незлим 53527 +незмінна 53528 +незмінний 53529 +незмінним 53530 +незмінними 53531 +незмінних 53532 +незмінно 53533 +незмінной 53534 +незмінному 53535 +незмінності 53536 +незмінною 53537 +незмінну 53538 +незмінні 53539 +незмінювані 53540 +незмірний 53541 +незнайома 53542 +незнайоме 53543 +незнайомець 53544 +незнайомий 53545 +незнайомими 53546 +незнайомих 53547 +незнайомка 53548 +незнайомого 53549 +незнайомому 53550 +незнайомої 53551 +незнайому 53552 +незнайомцем 53553 +незнайомця 53554 +незнайомцями 53555 +незнайомці 53556 +незнайомців 53557 +незнайомі 53558 +незнаний 53559 +незнаним 53560 +незнанню 53561 +незнання 53562 +незнанні 53563 +незначна 53564 +незначне 53565 +незначний 53566 +незначним 53567 +незначними 53568 +незначно 53569 +незначного 53570 +незначному 53571 +незначною 53572 +незначної 53573 +незначну 53574 +незначні 53575 +незнаю 53576 +незораному 53577 +незостановлявся 53578 +незрадлива 53579 +незримі 53580 +незрозуміла 53581 +незрозуміле 53582 +незрозумілий 53583 +незрозумілим 53584 +незрозумілих 53585 +незрозуміло 53586 +незрозумілою 53587 +незрозумілі 53588 +незрозумілій 53589 +незрозумілістю 53590 +незручний 53591 +незручним 53592 +незручно 53593 +незручностей 53594 +незручності 53595 +незрячим 53596 +незрячими 53597 +незрячих 53598 +незрячі 53599 +незрівнянно 53600 +незрівнянну 53601 +незріле 53602 +незрілий 53603 +незчисленні 53604 +ней 53605 +нейдер 53606 +нейдера 53607 +нейкон 53608 +неймовірна 53609 +неймовірне 53610 +неймовірний 53611 +неймовірним 53612 +неймовірними 53613 +неймовірних 53614 +неймовірно 53615 +неймовірного 53616 +неймовірної 53617 +неймовірну 53618 +неймовірні 53619 +неймовірній 53620 +неймінг 53621 +нейробі 53622 +нейронів 53623 +нейропонте 53624 +нейсон 53625 +нейсона 53626 +нейтан 53627 +нейтон 53628 +нейтоном 53629 +нейтону 53630 +нейтральна 53631 +нейтральне 53632 +нейтральний 53633 +нейтральним 53634 +нейтральними 53635 +нейтральних 53636 +нейтрального 53637 +нейтральності 53638 +нейтральною 53639 +нейтральну 53640 +нейтральні 53641 +нейтральній 53642 +нейтральнішим 53643 +нейтралізацію 53644 +нейтралізація 53645 +нейтралізації 53646 +нейтралізувати 53647 +нейтралізують 53648 +нейтралізуємо 53649 +нейтралітет 53650 +нейтралітету 53651 +нейтрони 53652 +нейче 53653 +некачественного 53654 +некаюче 53655 +некваліфікаційну 53656 +некваліфікованих 53657 +неквапного 53658 +некерована 53659 +некерований 53660 +некерованими 53661 +некеровані 53662 +некомерциализировались 53663 +некомерційні 53664 +некомпетентна 53665 +некомпетентності 53666 +некомпетентні 53667 +некомпетентність 53668 +некомплектна 53669 +неконвенційної 53670 +неконституційний 53671 +неконституційним 53672 +неконституційно 53673 +неконституційність 53674 +неконструктивний 53675 +неконтрактних 53676 +неконтрольована 53677 +неконтрольований 53678 +неконтрольованих 53679 +неконтрольованого 53680 +некоректне 53681 +некоректними 53682 +некоректно 53683 +некоректні 53684 +некорисною 53685 +некорисну 53686 +некоторой 53687 +некрасова 53688 +некрасівцями 53689 +некритичний 53690 +некролог 53691 +некурці 53692 +нелегал 53693 +нелегалами 53694 +нелегали 53695 +нелегальна 53696 +нелегальне 53697 +нелегальний 53698 +нелегальним 53699 +нелегальних 53700 +нелегально 53701 +нелегального 53702 +нелегальною 53703 +нелегальної 53704 +нелегальну 53705 +нелегальні 53706 +нелегалів 53707 +нелегкий 53708 +нелегких 53709 +нелегко 53710 +нелегку 53711 +нелегкі 53712 +нелегітимна 53713 +нелегітимний 53714 +нелегітимним 53715 +нелегітимно 53716 +нелегітимному 53717 +нелогічного 53718 +неложними 53719 +нелсон 53720 +нелсона 53721 +нельсон 53722 +нелюдське 53723 +нелюдським 53724 +нелюдськими 53725 +нелюдських 53726 +нелюдського 53727 +нелюдському 53728 +нелюдяне 53729 +нелюдяність 53730 +нелі 53731 +нелінійне 53732 +нелінійно 53733 +нелінійності 53734 +нема 53735 +немав 53736 +немали 53737 +немалих 53738 +немало 53739 +немалу 53740 +нематеріальної 53741 +нематод 53742 +нематоди 53743 +немаю 53744 +немають 53745 +немає 53746 +немедійної 53747 +немезіда 53748 +неменше 53749 +неметена 53750 +неминуча 53751 +неминуче 53752 +неминучий 53753 +неминучу 53754 +неминучі 53755 +немиря 53756 +немножко 53757 +немов 53758 +немовби 53759 +немовбито 53760 +немовля 53761 +немовлям 53762 +немовлят 53763 +немовляти 53764 +немовлячому 53765 +неможлива 53766 +неможливе 53767 +неможливий 53768 +неможливим 53769 +неможливими 53770 +неможливо 53771 +неможливого 53772 +неможливості 53773 +неможливі 53774 +неможливість 53775 +неможливістю 53776 +неможна 53777 +немолода 53778 +немолодий 53779 +немолодих 53780 +немолодого 53781 +немолодому 53782 +немонолітний 53783 +неморфологічні 53784 +немотивованою 53785 +немочей 53786 +немудра 53787 +немусульманська 53788 +неміжнародного 53789 +немілітарне 53790 +немічний 53791 +немічним 53792 +немічності 53793 +немічність 53794 +немічі 53795 +немішаєве 53796 +нена 53797 +ненабагато 53798 +ненавиджу 53799 +ненавидить 53800 +ненавидь 53801 +ненавидять 53802 +ненавидіти 53803 +ненависними 53804 +ненависного 53805 +ненавист 53806 +ненависти 53807 +ненависть 53808 +ненавистю 53809 +ненависті 53810 +ненавмисно 53811 +ненавмисну 53812 +ненавченим 53813 +ненавченого 53814 +ненаголошені 53815 +ненадова 53816 +ненадовго 53817 +ненадову 53818 +ненадходження 53819 +ненадійний 53820 +ненадійно 53821 +ненадійності 53822 +ненажери 53823 +неназвана 53824 +неназваної 53825 +неналежне 53826 +неналежно 53827 +неналежного 53828 +неналежному 53829 +неналежної 53830 +неналежну 53831 +неналежні 53832 +ненароджених 53833 +ненародженому 53834 +ненародженою 53835 +ненароком 53836 +ненасильницький 53837 +ненасильницькими 53838 +ненасильницьких 53839 +ненасильницького 53840 +ненасильницької 53841 +ненасильницьку 53842 +ненаситного 53843 +неначе 53844 +ненормально 53845 +ненормальною 53846 +ненормандські 53847 +ненормований 53848 +ненормовані 53849 +ненсі 53850 +ненька 53851 +неньку 53852 +неню 53853 +неня 53854 +необ'ятний 53855 +необ'єктивним 53856 +необ'єктивні 53857 +необачно 53858 +необачної 53859 +необговорюваною 53860 +необгрунтоване 53861 +необгрунтований 53862 +необгрунтованим 53863 +необгрунтованими 53864 +необгрунтованих 53865 +необдуманих 53866 +необдумано 53867 +необдумані 53868 +необережно 53869 +необережність 53870 +необлуплені 53871 +необмежена 53872 +необмежене 53873 +необмежений 53874 +необмежених 53875 +необмеженого 53876 +необмежену 53877 +необмежити 53878 +необов'язкове 53879 +необов'язково 53880 +необроблених 53881 +необходима 53882 +необходимо 53883 +необходимости 53884 +необходимость 53885 +необходимостью 53886 +необхібдність 53887 +необхідна 53888 +необхідне 53889 +необхідний 53890 +необхідним 53891 +необхідними 53892 +необхідних 53893 +необхідно 53894 +необхідного 53895 +необхідность 53896 +необхідності 53897 +необхідною 53898 +необхідної 53899 +необхідну 53900 +необхідні 53901 +необхідність 53902 +необхідністю 53903 +необізнаності 53904 +необізнаність 53905 +необізнаністю 53906 +необґрунтованим 53907 +необґрунтованими 53908 +необґрунтованих 53909 +необґрунтовано 53910 +необґрунтованою 53911 +неоголошена 53912 +неоголошеним 53913 +неоголошеного 53914 +неогублені 53915 +неодмінне 53916 +неодмінно 53917 +неодмінною 53918 +неоднаково 53919 +неоднакові 53920 +неоднаковість 53921 +неоднозначна 53922 +неоднозначне 53923 +неоднозначних 53924 +неоднозначно 53925 +неоднозначні 53926 +неодноразово 53927 +неодноразові 53928 +неоднорідне 53929 +неодруженим 53930 +неодруженими 53931 +неозброєним 53932 +неозброєних 53933 +неозброєного 53934 +неознаковані 53935 +неозначеної 53936 +неозначені 53937 +неозора 53938 +неозорі 53939 +неоконсерваторів 53940 +неологізми 53941 +неоліту 53942 +неопалима 53943 +неопалювальний 53944 +неоперабельне 53945 +неопла 53946 +неоплатите 53947 +неоподатковуваних 53948 +неоправдане 53949 +неоприлюднені 53950 +неопізнані 53951 +неоране 53952 +неораною 53953 +неорганізована 53954 +неорганізованість 53955 +неорганічний 53956 +неординарна 53957 +неординарне 53958 +неосвячені 53959 +неосвітлену 53960 +неосвіченість 53961 +неосяжний 53962 +неотриманої 53963 +неотримані 53964 +неотъемлемой 53965 +неоформлених 53966 +неоформленого 53967 +неофіт 53968 +неофіта 53969 +неофіційна 53970 +неофіційне 53971 +неофіційний 53972 +неофіційним 53973 +неофіційними 53974 +неофіційно 53975 +неофіційного 53976 +неофіційному 53977 +неофіційною 53978 +неофіційної 53979 +неофіційні 53980 +неохильно 53981 +неохота 53982 +неохоче 53983 +неоціненне 53984 +неоціненним 53985 +неоціненні 53986 +неочищеного 53987 +неочікуваний 53988 +неочікувано 53989 +неочікувані 53990 +неоімпералізм 53991 +непалом 53992 +непалу 53993 +непальське 53994 +непальськими 53995 +непальських 53996 +непальського 53997 +непальські 53998 +непалі 53999 +непам'ять 54000 +непарламентських 54001 +непарна 54002 +непарних 54003 +непартійних 54004 +непахане 54005 +непевна 54006 +непевний 54007 +непевних 54008 +непевно 54009 +непевності 54010 +непевної 54011 +непевні 54012 +непевністю 54013 +неперевершена 54014 +неперевершене 54015 +неперевершеним 54016 +неперевірені 54017 +непередбаченого 54018 +непередбаченої 54019 +непередбачуване 54020 +непередбачуваний 54021 +непередбачуваними 54022 +непередбачуваних 54023 +непередбачувані 54024 +непередбачуваність 54025 +непереливки 54026 +непереможна 54027 +непереможний 54028 +непереможні 54029 +непереробленому 54030 +непересічна 54031 +неперехід 54032 +неписьменності 54033 +непланомірно 54034 +неплатоспроможності 54035 +неплідному 54036 +неповага 54037 +неповагу 54038 +неповернення 54039 +неповинно 54040 +неповне 54041 +неповний 54042 +неповних 54043 +неповно 54044 +неповновагий 54045 +неповного 54046 +неповнолітнього 54047 +неповнолітньою 54048 +неповнолітньої 54049 +неповнолітню 54050 +неповнолітня 54051 +неповнолітні 54052 +неповнолітній 54053 +неповнолітніми 54054 +неповнолітніх 54055 +неповноцінних 54056 +неповноцінності 54057 +неповноцінною 54058 +неповною 54059 +неповну 54060 +неповні 54061 +неповторна 54062 +непогана 54063 +непоганий 54064 +непоганим 54065 +непогано 54066 +непоганою 54067 +непогані 54068 +непогода 54069 +неподалік 54070 +неподобне 54071 +неподобство 54072 +неподъемное 54073 +неподільна 54074 +неподільним 54075 +неподільною 54076 +неподільної 54077 +непозбувна 54078 +непокора 54079 +непокори 54080 +непокорі 54081 +непокоять 54082 +непокояться 54083 +непокоїв 54084 +непокоїла 54085 +непокоїло 54086 +непокоїти 54087 +непокоїть 54088 +непокірного 54089 +непокірні 54090 +неполадки 54091 +неполітичні 54092 +неполіткоректна 54093 +непомірна 54094 +непомірними 54095 +непомітна 54096 +непомітно 54097 +непомітної 54098 +непоміченим 54099 +непонятно 54100 +непоодинокі 54101 +непоправної 54102 +непопулярне 54103 +непопулярний 54104 +непопулярним 54105 +непопулярних 54106 +непопулярної 54107 +непопулярну 54108 +непопулярні 54109 +непопулярність 54110 +непорозуміння 54111 +непорозумінням 54112 +непорозумінь 54113 +непорочної 54114 +непорушне 54115 +непорушний 54116 +непорушним 54117 +непорушними 54118 +непорушність 54119 +непорівнювані 54120 +непорівнянні 54121 +непосвяченої 54122 +непосильна 54123 +непосильній 54124 +непослуху 54125 +непослідовний 54126 +непоставлений 54127 +непоступливих 54128 +непоступливість 54129 +непотребства 54130 +непотріб 54131 +непотрібна 54132 +непотрібний 54133 +непотрібним 54134 +непотрібних 54135 +непотрібно 54136 +непотрібного 54137 +непотрібності 54138 +непотрібною 54139 +непотрібні 54140 +непотрібність 54141 +непохитна 54142 +непохитний 54143 +непохитних 54144 +непохитно 54145 +непохитну 54146 +непохитність 54147 +непохідні 54148 +непочатий 54149 +непочатком 54150 +непочаток 54151 +непоширені 54152 +непошкодженими 54153 +непоштивість 54154 +неправа 54155 +неправда 54156 +неправдами 54157 +неправди 54158 +неправдива 54159 +неправдиве 54160 +неправдивим 54161 +неправдивими 54162 +неправдивої 54163 +неправдиву 54164 +неправдиві 54165 +неправдою 54166 +неправду 54167 +неправді 54168 +неправедним 54169 +неправедних 54170 +неправий 54171 +неправильна 54172 +неправильний 54173 +неправильним 54174 +неправильних 54175 +неправильно 54176 +неправильному 54177 +неправильною 54178 +неправильної 54179 +неправильні 54180 +неправовий 54181 +неправомірна 54182 +неправомірне 54183 +неправомірному 54184 +неправомірності 54185 +неправомірної 54186 +неправомірну 54187 +неправі 54188 +непрацездатним 54189 +непрацездатних 54190 +непрацююча 54191 +непрацююче 54192 +непрацюючий 54193 +непрацюючих 54194 +непрезентативне 54195 +неприбуткова 54196 +неприбуткових 54197 +неприбутковою 54198 +неприбуткової 54199 +неприбуткову 54200 +неприбуткові 54201 +неприбуття 54202 +непривично 54203 +непривітніше 54204 +неприглядного 54205 +неприглядній 54206 +непридатний 54207 +непридатними 54208 +непридатні 54209 +непридатність 54210 +неприемно 54211 +неприйнятна 54212 +неприйнятне 54213 +неприйнятний 54214 +неприйнятним 54215 +неприйнятними 54216 +неприйнятних 54217 +неприйнятно 54218 +неприйнятною 54219 +неприйнятної 54220 +неприйнятні 54221 +неприйнятність 54222 +неприйнятою 54223 +неприйняття 54224 +неприйом 54225 +неприкритою 54226 +непримиренним 54227 +непримиренними 54228 +непримиренну 54229 +непримиренні 54230 +непримиримого 54231 +неприпустима 54232 +неприпустимим 54233 +неприпустимо 54234 +неприпустимості 54235 +неприпустимі 54236 +неприпустимість 54237 +неприродно 54238 +неприступні 54239 +непритомним 54240 +непритомного 54241 +неприхована 54242 +неприхованого 54243 +неприховану 54244 +непричетними 54245 +непричетність 54246 +неприязнь 54247 +неприязні 54248 +неприєднання 54249 +неприємна 54250 +неприємне 54251 +неприємний 54252 +неприємних 54253 +неприємно 54254 +неприємному 54255 +неприємностями 54256 +неприємності 54257 +неприємну 54258 +неприємні 54259 +неприємність 54260 +непроведення 54261 +непрогнозована 54262 +непроговорена 54263 +непродовження 54264 +непродовольча 54265 +непродуктивною 54266 +непродуктивні 54267 +непродумана 54268 +непродумано 54269 +непрозорих 54270 +непрозоро 54271 +непрозору 54272 +непрозорі 54273 +непрозорість 54274 +непрозорістю 54275 +непромокальним 54276 +непромокальні 54277 +непропало 54278 +непроста 54279 +непросте 54280 +непростий 54281 +непростими 54282 +непростих 54283 +непросто 54284 +непростою 54285 +непростої 54286 +непросту 54287 +непрості 54288 +непрофесійна 54289 +непрофесійні 54290 +непроходження 54291 +непроходимому 54292 +непрохідне 54293 +непрохідними 54294 +непрочетні 54295 +непрочитаних 54296 +непрошені 54297 +непрощенною 54298 +непрямий 54299 +непрямим 54300 +непрямо 54301 +непрямого 54302 +непрямою 54303 +непрямої 54304 +непрямі 54305 +непрямій 54306 +нептун 54307 +нептуна 54308 +нептуне 54309 +нептуном 54310 +нептуну 54311 +непублічно 54312 +непідготовлений 54313 +непідготовлених 54314 +непідготовлені 54315 +непідконтрольна 54316 +непідконтрольними 54317 +непідконтрольних 54318 +непідконтрольної 54319 +непідконтрольну 54320 +непідконтрольні 54321 +непідконтрольній 54322 +непідперезаній 54323 +непідтверджена 54324 +непідтверджене 54325 +непідтвердженими 54326 +непідтвердженої 54327 +непідтримують 54328 +непідходящий 54329 +непідходящих 54330 +непілотованого 54331 +нерадісної 54332 +нератифікації 54333 +нераціональним 54334 +нераціональних 54335 +нерв 54336 +нервах 54337 +нерви 54338 +нервничать 54339 +нервова 54340 +нервових 54341 +нервово 54342 +нервову 54343 +нервувався 54344 +нервувала 54345 +нервувалися 54346 +нервувало 54347 +нервувати 54348 +нервуватися 54349 +нервуюся 54350 +нервує 54351 +нервується 54352 +нервуєшся 54353 +нервів 54354 +нереагування 54355 +нереальна 54356 +нереальне 54357 +нереальний 54358 +нереальним 54359 +нереально 54360 +нереального 54361 +нереальною 54362 +нереальні 54363 +нереалізований 54364 +нереалізованими 54365 +нереалізовані 54366 +нереволюційну 54367 +нерегулярних 54368 +нерезиденти 54369 +нерезультативних 54370 +нерентабельним 54371 +нерентабельно 54372 +нересту 54373 +нержавіючої 54374 +неробочі 54375 +нероз'ясненою 54376 +нерозбериху 54377 +нерозвинутою 54378 +нерозгадана 54379 +нерозголошенним 54380 +нерозголошення 54381 +нерозділення 54382 +нерозлучними 54383 +нерозлучні 54384 +нерозмочувані 54385 +нерозписана 54386 +нерозповсюдження 54387 +нерозповсюдженням 54388 +нерозслідуванні 54389 +нерозсудливими 54390 +нерозсудливих 54391 +нерозумних 54392 +нерозумно 54393 +нерозумності 54394 +нерозуміння 54395 +нерозумінні 54396 +нерозуміючи 54397 +нерозчинної 54398 +неросійськості 54399 +нерубай 54400 +нерухомо 54401 +нерухомості 54402 +нерухомої 54403 +нерухомість 54404 +нерухомістю 54405 +неруш 54406 +нерівний 54407 +нерівномірно 54408 +нерівноправності 54409 +нерівностей 54410 +нерівності 54411 +нерівні 54412 +нерівній 54413 +нерівність 54414 +нерідко 54415 +нерішучість 54416 +неріюс 54417 +несамовито 54418 +несанкціоноване 54419 +несанкціоновано 54420 +несанкціонованого 54421 +несанкціонованому 54422 +несанціонаваному 54423 +несвободи 54424 +несвідомо 54425 +несе 54426 +несем 54427 +несемо 54428 +несення 54429 +несерйозно 54430 +несерйозні 54431 +несеться 54432 +несеш 54433 +несешься 54434 +несила 54435 +несимпатій 54436 +нескладно 54437 +нескорених 54438 +нескінченна 54439 +нескінченні 54440 +несла 54441 +несли 54442 +неслись 54443 +неслухняних 54444 +несмак 54445 +несмачне 54446 +несміливо 54447 +несмішні 54448 +несплат 54449 +несплата 54450 +несплати 54451 +несплату 54452 +несплачених 54453 +несповна 54454 +несподіване 54455 +несподіваний 54456 +несподіваним 54457 +несподіваних 54458 +несподіванка 54459 +несподіванками 54460 +несподіванки 54461 +несподіванкою 54462 +несподіванку 54463 +несподівано 54464 +несподіваного 54465 +несподіванок 54466 +несподіваному 54467 +несподіваною 54468 +несподіваної 54469 +несподівану 54470 +несподівані 54471 +неспокою 54472 +неспокоєм 54473 +неспокої 54474 +неспокій 54475 +неспокійна 54476 +неспокійне 54477 +неспокійний 54478 +неспокійним 54479 +неспокійних 54480 +неспокійно 54481 +неспокійного 54482 +неспокійному 54483 +неспокійною 54484 +неспокійні 54485 +неспокійній 54486 +неспокійніші 54487 +несправджені 54488 +несправедлива 54489 +несправедливий 54490 +несправедливих 54491 +несправедливо 54492 +несправедливого 54493 +несправедливому 54494 +несправедливості 54495 +несправедливою 54496 +несправедливої 54497 +несправедливі 54498 +несправедливість 54499 +несправедливістю 54500 +несправжнє 54501 +несправжні 54502 +несправжніх 54503 +несправність 54504 +несприйняття 54505 +несприйняттям 54506 +несприятлива 54507 +несприятливих 54508 +несприятливі 54509 +неспровокованими 54510 +неспровокованих 54511 +неспроможна 54512 +неспроможне 54513 +неспроможний 54514 +неспроможним 54515 +неспроможності 54516 +неспроможні 54517 +неспроможність 54518 +неспівпадаючими 54519 +неспівпадіння 54520 +неспівпадінь 54521 +неспівставні 54522 +неспішно 54523 +нестабілний 54524 +нестабільна 54525 +нестабільне 54526 +нестабільний 54527 +нестабільним 54528 +нестабільному 54529 +нестабільності 54530 +нестабільною 54531 +нестабільну 54532 +нестабільність 54533 +нестабільністю 54534 +нестабільніші 54535 +нестайко 54536 +нестандартне 54537 +нестандартно 54538 +нестандартності 54539 +нестандартною 54540 +нестандартні 54541 +нестатків 54542 +нестач 54543 +нестача 54544 +нестачею 54545 +нестачи 54546 +нестачу 54547 +нестачі 54548 +нестеренко 54549 +нестерпна 54550 +нестерпне 54551 +нестерпно 54552 +нестерпному 54553 +нестерпною 54554 +нести 54555 +нестимуть 54556 +нестись 54557 +нестор 54558 +нестора 54559 +несторе 54560 +несторка 54561 +несторко 54562 +несторкові 54563 +несторком 54564 +нестором 54565 +несторця 54566 +нестримний 54567 +нестямі 54568 +нестійка 54569 +нестійким 54570 +нестійку 54571 +несу 54572 +несумлінних 54573 +несумнівно 54574 +несумісна 54575 +несумісне 54576 +несуттєве 54577 +несуть 54578 +несучи 54579 +несучими 54580 +несучок 54581 +несхвалення 54582 +несхвальною 54583 +несхибний 54584 +несіть 54585 +нет 54586 +нетактовність 54587 +нетаньягу 54588 +нетаньяху 54589 +нетверезе 54590 +нетверезий 54591 +нетверезим 54592 +нетверезими 54593 +нетверезому 54594 +нетвойне 54595 +нетерпимості 54596 +нетерпляче 54597 +нетерплячий 54598 +нетерпінням 54599 +нетипова 54600 +нетипове 54601 +нетиповий 54602 +нетипово 54603 +нетипового 54604 +неторканності 54605 +неторканністі 54606 +неточностей 54607 +неточності 54608 +неточною 54609 +неточність 54610 +нетрадиційних 54611 +нетрадиційно 54612 +нетрадиційні 54613 +нетреба 54614 +нетривалим 54615 +нетривалої 54616 +нетривіальні 54617 +нетрях 54618 +нетрі 54619 +нетрів 54620 +нету 54621 +нетямущій 54622 +неті 54623 +неуважно 54624 +неуважності 54625 +неузгодженість 54626 +неуклінно 54627 +неукраїнське 54628 +неукраїнський 54629 +неукраїнську 54630 +неуможне 54631 +неуникно 54632 +неуникні 54633 +неупереджене 54634 +неупереджений 54635 +неупереджено 54636 +неупередженого 54637 +неупередженості 54638 +неупереджену 54639 +неуповноважних 54640 +неуправляєма 54641 +неурядова 54642 +неурядових 54643 +неурядовою 54644 +неурядової 54645 +неурядову 54646 +неурядові 54647 +неусвідомлено 54648 +неуспіх 54649 +неуспішна 54650 +неуспішними 54651 +неуспішних 54652 +неутеплені 54653 +неутішно 54654 +неухильне 54655 +неухильно 54656 +неучасть 54657 +неушкодженими 54658 +неф 54659 +неформальна 54660 +неформальне 54661 +неформальних 54662 +неформально 54663 +неформальному 54664 +неформальної 54665 +неформальну 54666 +нефортунним 54667 +нефрології 54668 +нефьодова 54669 +нефільтроване 54670 +нехай 54671 +нехарактерні 54672 +нехарчових 54673 +нехватка 54674 +нехватки 54675 +нехрещені 54676 +нехристя 54677 +нехтував 54678 +нехтування 54679 +нехтуванням 54680 +нехтувати 54681 +нехтують 54682 +нехтує 54683 +нецензурно 54684 +нецензурної 54685 +нецифрові 54686 +нецікава 54687 +нецікаво 54688 +нецікавості 54689 +нецікавою 54690 +нецікаві 54691 +нечай 54692 +нечасто 54693 +нечаєві 54694 +нечемно 54695 +нечемні 54696 +нечепа 54697 +нечесних 54698 +нечесної 54699 +нечесній 54700 +нечипоренка 54701 +нечипоренко 54702 +нечисленний 54703 +нечиста 54704 +нечистий 54705 +нечистоплотних 54706 +нечистоти 54707 +нечисті 54708 +нечот 54709 +нечуване 54710 +нечувано 54711 +нечулими 54712 +нечупара 54713 +нечутно 54714 +нечуючих 54715 +нечуючі 54716 +нечується 54717 +нечість 54718 +нечіткі 54719 +нешвілл 54720 +нещадно 54721 +нещадні 54722 +нещасливих 54723 +нещасливо 54724 +нещасливі 54725 +нещасна 54726 +нещасний 54727 +нещасним 54728 +нещасних 54729 +нещасного 54730 +нещасною 54731 +нещасну 54732 +нещасні 54733 +нещастю 54734 +нещастя 54735 +нещастям 54736 +нещодавне 54737 +нещодавних 54738 +нещодавно 54739 +нещодавного 54740 +нещодавному 54741 +нещодавньо 54742 +нещодавнього 54743 +нещодавньому 54744 +нещодавньої 54745 +нещодавню 54746 +нещодавня 54747 +нещодавнє 54748 +нещодавні 54749 +нещодавній 54750 +нещодавнім 54751 +нещодавніми 54752 +нещодавніх 54753 +нещівного 54754 +нещільно 54755 +нею 54756 +неявка 54757 +неядерних 54758 +неяк 54759 +неякості 54760 +неякі 54761 +неякісне 54762 +неякісним 54763 +неякісних 54764 +неякісно 54765 +неякісного 54766 +неякісної 54767 +неякісну 54768 +неякісні 54769 +неясний 54770 +неясних 54771 +неясно 54772 +неімплементацію 54773 +неінфекційних 54774 +неіснування 54775 +неіснуючих 54776 +неї 54777 +неїжпапа 54778 +неїжпапи 54779 +неїстівних 54780 +нзу 54781 +нзф 54782 +ни 54783 +нивках 54784 +нижньому 54785 +нижньої 54786 +нижню 54787 +нижня 54788 +нижнє 54789 +нижні 54790 +нижніва 54791 +нижній 54792 +нижніх 54793 +нижок 54794 +нижча 54795 +нижчає 54796 +нижче 54797 +нижчий 54798 +нижчим 54799 +нижчих 54800 +нижчому 54801 +нижчою 54802 +нижчої 54803 +нижчу 54804 +нижчі 54805 +нижчій 54806 +низ 54807 +низа 54808 +низах 54809 +низенькі 54810 +низи 54811 +низка 54812 +низки 54813 +низким 54814 +низкою 54815 +низку 54816 +низовина 54817 +низових 54818 +низовому 54819 +низу 54820 +низці 54821 +низька 54822 +низьке 54823 +низький 54824 +низьким 54825 +низьких 54826 +низько 54827 +низьковуглецеву 54828 +низького 54829 +низькому 54830 +низькоуспішних 54831 +низькою 54832 +низькоімпульсну 54833 +низької 54834 +низьку 54835 +низькі 54836 +низькій 54837 +низі 54838 +низів 54839 +нийте 54840 +ник 54841 +никаким 54842 +никаких 54843 +никанорихи 54844 +никатись 54845 +никатися 54846 +никита 54847 +никишин 54848 +никишина 54849 +никлас 54850 +николи 54851 +никуда 54852 +никуди 54853 +нили 54854 +нило 54855 +ним 54856 +ними 54857 +нинищню 54858 +нині 54859 +нинідіючих 54860 +ниніж 54861 +нинішнього 54862 +нинішньому 54863 +нинішньою 54864 +нинішньої 54865 +нинішню 54866 +нинішня 54867 +нинішнє 54868 +нинішні 54869 +нинішній 54870 +нинішнім 54871 +нинішніми 54872 +нинішніх 54873 +ниокр 54874 +нир 54875 +нирка 54876 +нирками 54877 +нирки 54878 +нирку 54879 +нирок 54880 +нитка 54881 +нитками 54882 +нитку 54883 +ниток 54884 +ниточка 54885 +ниточки 54886 +нитці 54887 +них 54888 +нихто 54889 +ниць 54890 +ничого 54891 +нишком 54892 +нишпорили 54893 +нишчівні 54894 +нищевного 54895 +нищенню 54896 +нищення 54897 +нищилися 54898 +нищить 54899 +нищук 54900 +нищі 54901 +нищівна 54902 +нищівний 54903 +нищівних 54904 +нищівнного 54905 +нищівного 54906 +нищівної 54907 +нищівну 54908 +нищівні 54909 +нию 54910 +ниє 54911 +нквс 54912 +нкрекп 54913 +нмд 54914 +нннннннннннннннн 54915 +но 54916 +нобелевського 54917 +нобелевської 54918 +нобелівська 54919 +нобелівського 54920 +нобелівської 54921 +нобелівську 54922 +нобелівські 54923 +нова 54924 +новак 54925 +новатор 54926 +новаторства 54927 +новаторів 54928 +новатцтві 54929 +новацтво 54930 +новацій 54931 +новацію 54932 +новація 54933 +новації 54934 +новачка 54935 +новачки 54936 +новачків 54937 +новачок 54938 +новгород 54939 +новгорода 54940 +новгородської 54941 +новгородську 54942 +новгородці 54943 +новгородців 54944 +новгороді 54945 +нове 54946 +новел 54947 +новела 54948 +новели 54949 +новелі 54950 +новеньке 54951 +новенький 54952 +новеньких 54953 +новенького 54954 +новенької 54955 +новесвів 54956 +новива 54957 +новий 54958 +новиков 54959 +новим 54960 +новими 54961 +новин 54962 +новина 54963 +новинам 54964 +новинами 54965 +новинах 54966 +новини 54967 +новинка 54968 +новинки 54969 +новинних 54970 +новинного 54971 +новинні 54972 +новинок 54973 +новиною 54974 +новинський 54975 +новину 54976 +новині 54977 +нових 54978 +новицький 54979 +новмодифікації 54980 +новоазовськ 54981 +новоайдарського 54982 +новоалександрівка 54983 +новобранцям 54984 +новобранці 54985 +новобранців 54986 +новобудов 54987 +новобудова 54988 +новобудови 54989 +новобудову 54990 +нововведення 54991 +нововведенням 54992 +нововведень 54993 +нового 54994 +новогодні 54995 +новозапровадженої 54996 +новозванівка 54997 +новозванівке 54998 +новозванівки 54999 +новозванівкою 55000 +новозванівці 55001 +новозеландцем 55002 +новокодацькою 55003 +новолуганське 55004 +новолуганському 55005 +новолуганську 55006 +новомиргорода 55007 +новомиргородський 55008 +новомихайлівка 55009 +новомихайлівку 55010 +новомихайлівці 55011 +новомодна 55012 +новомодний 55013 +новому 55014 +новонароджений 55015 +новонародженим 55016 +новонароджених 55017 +новообраний 55018 +новообраним 55019 +новообраного 55020 +новообраної 55021 +новоокупованих 55022 +новоолександрівка 55023 +новоолександрівки 55024 +новоприбулими 55025 +новоприбулих 55026 +новоприбульців 55027 +новоприбулі 55028 +новопризначений 55029 +новопризначеного 55030 +новопризначеною 55031 +новоросійськ 55032 +новоросійську 55033 +новоросія 55034 +новоросії 55035 +новорічна 55036 +новорічний 55037 +новорічними 55038 +новорічного 55039 +новорічні 55040 +новосела 55041 +новосельська 55042 +новосибірськ 55043 +новоспеченої 55044 +новостворений 55045 +новоствореним 55046 +новостворених 55047 +новоствореної 55048 +новостворені 55049 +новоствореній 55050 +новостей 55051 +новости 55052 +новостєй 55053 +новості 55054 +новосілки 55055 +новоташківського 55056 +новотошківське 55057 +новотошківському 55058 +новотошківці 55059 +новотроїцьке 55060 +новотроїцького 55061 +новотроїцькому 55062 +новоутворенні 55063 +новою 55064 +новояворівська 55065 +нової 55066 +нову 55067 +новую 55068 +нові 55069 +нові-нові 55070 +новій 55071 +новіков 55072 +новікова 55073 +новінського 55074 +новітнього 55075 +новітньому 55076 +новітньої 55077 +новітню 55078 +новітня 55079 +новітнє 55080 +новітні 55081 +новітній 55082 +новітнім 55083 +новітніх 55084 +новіша 55085 +новіше 55086 +новіший 55087 +новіших 55088 +новіші 55089 +нога 55090 +ногай 55091 +ногами 55092 +ногах 55093 +ноги 55094 +ногой 55095 +ногою 55096 +ногті 55097 +ногу 55098 +ножем 55099 +ножиць 55100 +ножицями 55101 +ножових 55102 +ножі 55103 +ножів 55104 +нозологіями 55105 +нозі 55106 +нойдзе 55107 +нокаут 55108 +нокаутувавши 55109 +нокдаун 55110 +ноль 55111 +номально 55112 +номенклатура 55113 +номенклатури 55114 +номенклатурою 55115 +номенклатурі 55116 +номер 55117 +номера 55118 +номерами 55119 +номерах 55120 +номери 55121 +номерного 55122 +номерні 55123 +номером 55124 +номеру 55125 +номері 55126 +номерів 55127 +номос 55128 +номінал 55129 +номіналом 55130 +номінальний 55131 +номінально 55132 +номінальну 55133 +номінанта 55134 +номінантом 55135 +номінантів 55136 +номінаційна 55137 +номінаційний 55138 +номінаційних 55139 +номінаційну 55140 +номінаційні 55141 +номінацію 55142 +номінаціями 55143 +номінаціях 55144 +номінацією 55145 +номінації 55146 +номінована 55147 +номіновано 55148 +номінування 55149 +номінує 55150 +номір 55151 +нон 55152 +нон-грата 55153 +нон-конформістська 55154 +нона 55155 +нонсенс 55156 +нонсенсом 55157 +нонфікшн 55158 +ноняк 55159 +нора 55160 +норбу 55161 +норвегію 55162 +норвегія 55163 +норвегією 55164 +норвегії 55165 +норвежсько 55166 +норвезький 55167 +норвезько 55168 +норвезького 55169 +норгеєм 55170 +нори 55171 +норильську 55172 +норм 55173 +норма 55174 +нормальна 55175 +нормальне 55176 +нормальненьке 55177 +нормальний 55178 +нормальним 55179 +нормальними 55180 +нормальних 55181 +нормально 55182 +нормального 55183 +нормальному 55184 +нормальною 55185 +нормальної 55186 +нормальну 55187 +нормальні 55188 +нормальній 55189 +нормальність 55190 +нормалізація 55191 +нормалізацією 55192 +нормалізації 55193 +нормалізувався 55194 +нормалізувались 55195 +нормалізуються 55196 +нормам 55197 +нормами 55198 +нормана 55199 +нормандскій 55200 +нормандських 55201 +нормандського 55202 +нормандському 55203 +нормандської 55204 +нормандські 55205 +нормандії 55206 +норманський 55207 +норманського 55208 +норманської 55209 +нормас 55210 +норматив 55211 +нормативи 55212 +нормативна 55213 +нормативно 55214 +нормативного 55215 +нормативному 55216 +нормативну 55217 +нормативні 55218 +нормативу 55219 +нормативів 55220 +нормах 55221 +норми 55222 +нормований 55223 +нормою 55224 +норму 55225 +нормування 55226 +нормується 55227 +нормі 55228 +норов 55229 +норовить 55230 +норовливому 55231 +нородома 55232 +нороду 55233 +нороюзі 55234 +нору 55235 +норі 55236 +нос 55237 +носа 55238 +носами 55239 +носатку 55240 +носи 55241 +носив 55242 +носик 55243 +носика 55244 +носики 55245 +носиком 55246 +носила 55247 +носилася 55248 +носили 55249 +носилися 55250 +носилки 55251 +носило 55252 +носим 55253 +носимо 55254 +носит 55255 +носите 55256 +носити 55257 +носитиме 55258 +носитимуть 55259 +носитись 55260 +носить 55261 +носиться 55262 +носиш 55263 +носков 55264 +носові 55265 +носом 55266 +ностальгічно 55267 +ностальгію 55268 +ностальгія 55269 +ностальгією 55270 +ностальгії 55271 +носу 55272 +носять 55273 +носяться 55274 +носі 55275 +носій 55276 +носіння 55277 +носіть 55278 +носія 55279 +носіям 55280 +носіями 55281 +носіях 55282 +носієм 55283 +носії 55284 +носіїв 55285 +нот 55286 +нотаріальне 55287 +нотаріального 55288 +нотаріальної 55289 +нотаріуса 55290 +нотаріуси 55291 +нотаріусів 55292 +нотатка 55293 +нотатками 55294 +нотатках 55295 +нотатки 55296 +нотаток 55297 +нотах 55298 +ноти 55299 +ноток 55300 +нотою 55301 +ноту 55302 +нотувала 55303 +нотувати 55304 +ноті 55305 +ноу-хау 55306 +ноунеймами 55307 +ноут 55308 +ноутбук 55309 +ноутбуках 55310 +ноутбуки 55311 +ноутбуків 55312 +ноути 55313 +ноцю 55314 +ноч 55315 +ночами 55316 +ночах 55317 +ночей 55318 +ночною 55319 +ночнікі 55320 +ночовкою 55321 +ночував 55322 +ночувала 55323 +ночували 55324 +ночування 55325 +ночувати 55326 +ночувать 55327 +ночують 55328 +ночуючи 55329 +ночує 55330 +ночуєш 55331 +ночі 55332 +ночівлю 55333 +ношпа 55334 +ношу 55335 +ноші 55336 +ноярців 55337 +ноїв 55338 +нп 55339 +нпз 55340 +нпоклд 55341 +нпрк 55342 +нпрклд 55343 +нр 55344 +нравиться 55345 +нравляться 55346 +нрошей 55347 +нс 55348 +нск 55349 +нсну 55350 +нтв 55351 +нтн 55352 +ну 55353 +ну-ну 55354 +ну-ну-ну 55355 +ну-ну-ну-ну 55356 +нубіп 55357 +нувід 55358 +нудик 55359 +нудились 55360 +нудна 55361 +нудним 55362 +нудними 55363 +нудних 55364 +нудно 55365 +нудною 55366 +нудну 55367 +нудні 55368 +нудоту 55369 +нудьга 55370 +нудьги 55371 +нудьгував 55372 +нудьгувати 55373 +нудьгуємо 55374 +нудяться 55375 +нужда 55376 +нуждаються 55377 +нужденним 55378 +нужди 55379 +нужна 55380 +нужно 55381 +нуку 55382 +нуланд 55383 +нулевая 55384 +нуль 55385 +нуль-два 55386 +нуль-нуль 55387 +нульова 55388 +нульовий 55389 +нульових 55390 +нульовку 55391 +нульовій 55392 +нуля 55393 +нулі 55394 +нум 55395 +нумерації 55396 +нумо 55397 +нунс 55398 +нунсевіць 55399 +нунсом 55400 +нунсу 55401 +нунсівець 55402 +нунсівця 55403 +нунсівців 55404 +нуну 55405 +нур 55406 +нургалієв 55407 +нуримов 55408 +нуристан 55409 +нурлан 55410 +нурсултаном 55411 +нурула 55412 +нурі 55413 +нуріф 55414 +нусоль 55415 +нуссл 55416 +нусі 55417 +нутра 55418 +нутрицевтики 55419 +нутрицевтиків 55420 +нутриціології 55421 +нутром 55422 +нутрощі 55423 +нутрі 55424 +нутрівет 55425 +нутрівета 55426 +нутрієнтами 55427 +нутрієнтів 55428 +нууу 55429 +нфз 55430 +нцну 55431 +нш 55432 +ньго 55433 +ньйонго 55434 +нього 55435 +ньомк 55436 +ньому 55437 +нью 55438 +нью-гемпшері 55439 +нью-гемпшир 55440 +нью-гемпширі 55441 +нью-гепшир 55442 +нью-джерсі 55443 +нью-йорк 55444 +нью-йорка 55445 +нью-йорком 55446 +нью-йоркський 55447 +нью-йоркських 55448 +нью-йоркському 55449 +нью-йоркські 55450 +нью-йоркській 55451 +нью-йорку 55452 +нью-йьорку 55453 +нью-мексико 55454 +ньюгрейндж 55455 +ньюз 55456 +ньюз-ван 55457 +ньюз-вік 55458 +ньюзванів 55459 +ньюзмейкерка 55460 +ньюзмейкером 55461 +ньюйорських 55462 +ньюлан 55463 +ньюлен 55464 +ньюмен 55465 +ню 55466 +нюанс 55467 +нюансами 55468 +нюанси 55469 +нюансів 55470 +нюдси 55471 +нюхати 55472 +нюхаєш 55473 +няких 55474 +нямав 55475 +няньку 55476 +няньок 55477 +няньою 55478 +няню 55479 +няня 55480 +нянічка 55481 +нє 55482 +нє-нє 55483 +нє-нє-нє 55484 +нє-нє-нє-нє-нє 55485 +нєа 55486 +нєв'єбічєской 55487 +нєвєльського 55488 +нєжні 55489 +нєма 55490 +нємцов 55491 +нємцова 55492 +нємцовим 55493 +нємєряно 55494 +нєнадходження 55495 +нєт 55496 +нєхуй 55497 +нєєбічєска 55498 +ні 55499 +ні- 55500 +ні-ні 55501 +ні-ні- 55502 +ні-ні-ні 55503 +ніби 55504 +нібито 55505 +нібулон 55506 +нівелювався 55507 +нівелювали 55508 +нівелювати 55509 +нівелюються 55510 +нівелює 55511 +нівелюємо 55512 +нівечили 55513 +нівечити 55514 +нівки 55515 +нівроку 55516 +нівці 55517 +нівєльського 55518 +ніг 55519 +нігад 55520 +нігде 55521 +нігерійського 55522 +нігерія 55523 +нігерієць 55524 +нігерії 55525 +нігояна 55526 +нігті 55527 +нігілізм 55528 +нігілізмом 55529 +нігілізму 55530 +нід 55531 +ніде 55532 +нідерландам 55533 +нідерландами 55534 +нідерландах 55535 +нідерланди 55536 +нідерландська 55537 +нідерландським 55538 +нідерландського 55539 +нідерландську 55540 +нідерландські 55541 +нідерландів 55542 +нідіджанов 55543 +ніж 55544 +ніжечку 55545 +ніжин 55546 +ніжина 55547 +ніжинському 55548 +ніжині 55549 +ніжками 55550 +ніжки 55551 +ніжна 55552 +ніжний 55553 +ніжно 55554 +ніжності 55555 +ніжність 55556 +ніжніші 55557 +нізащо 55558 +нізвідки 55559 +нізя 55560 +ній 55561 +ніка 55562 +нікак 55563 +нікарагуа 55564 +нікарагуанець 55565 +нікель 55566 +ніким 55567 +ніких 55568 +ніккі 55569 +нікого 55570 +нікола 55571 +ніколас 55572 +ніколаса 55573 +ніколасу 55574 +ніколаіч 55575 +ніколенко 55576 +ніколеті 55577 +ніколи 55578 +ніколича 55579 +ніколозовича 55580 +ніколоса 55581 +ніколя 55582 +ніколіч 55583 +ніком 55584 +нікому 55585 +ніконов 55586 +нікопольський 55587 +нікопольським 55588 +нікосії 55589 +ніксона 55590 +нікуда 55591 +нікуди 55592 +нікчема 55593 +нікчемним 55594 +нікчемних 55595 +нікчемною 55596 +нікчемну 55597 +нікчемні 55598 +нікчемність 55599 +нікі- 55600 +нікіта 55601 +нікітенка 55602 +нікішова 55603 +ніл 55604 +ніла 55605 +нім 55606 +німа 55607 +німець 55608 +німецька 55609 +німецьке 55610 +німецький 55611 +німецькими 55612 +німецьких 55613 +німецько 55614 +німецького 55615 +німецькому 55616 +німецькою 55617 +німецької 55618 +німецьку 55619 +німецькі 55620 +німецькій 55621 +німечинні 55622 +німеччина 55623 +німеччини 55624 +німеччинна 55625 +німеччинні 55626 +німеччиною 55627 +німеччину 55628 +німеччині 55629 +німий 55630 +німкенею 55631 +німкеню 55632 +німроз 55633 +німрозі 55634 +німф 55635 +німцем 55636 +німця 55637 +німцям 55638 +німцями 55639 +німці 55640 +німців 55641 +німченко 55642 +німченку 55643 +німі 55644 +ніна 55645 +нінавіжу 55646 +ніндзя 55647 +ніневе 55648 +ніневія 55649 +ніни 55650 +ніниве 55651 +ніно 55652 +ніразу 55653 +нірок 55654 +ніс 55655 +нісенітницею 55656 +нісенітницю 55657 +нісенітниця 55658 +нісенітниці 55659 +ніскала 55660 +ніскільки 55661 +ніспростовні 55662 +ніт 55663 +нітрилові 55664 +ніфіга 55665 +ніх 55666 +ніхера 55667 +ніхто 55668 +ніхуя 55669 +ніц 55670 +ніццький 55671 +ніцше 55672 +ніч 55673 +нічийний 55674 +нічийого 55675 +нічим 55676 +нічию 55677 +нічия 55678 +нічки 55679 +нічлігом 55680 +нічна 55681 +нічне 55682 +нічний 55683 +нічниках 55684 +нічники 55685 +нічників 55686 +нічним 55687 +нічними 55688 +нічних 55689 +нічного 55690 +нічної 55691 +нічну 55692 +нічні 55693 +нічній 55694 +нічо 55695 +нічогенький 55696 +нічого 55697 +нічогісінько 55698 +ніччю 55699 +нічьо 55700 +нічьосє 55701 +ніша 55702 +нішево 55703 +нішеві 55704 +ніши 55705 +нішові 55706 +ніштяками 55707 +ніштяки 55708 +ніштяків 55709 +нішу 55710 +ніші 55711 +ніщивного 55712 +ніщо 55713 +ніяк 55714 +ніяка 55715 +ніяке 55716 +ніякий 55717 +ніяким 55718 +ніяких 55719 +ніяково 55720 +ніяковіти 55721 +ніякого 55722 +ніякой 55723 +ніякою 55724 +ніякої 55725 +ніяку 55726 +ніякі 55727 +ніякій 55728 +ніякім 55729 +ніє 55730 +ніі 55731 +нііііііііс 55732 +о 55733 +о'брайен 55734 +о'доннелл 55735 +о'лірі 55736 +о'салевана 55737 +о'салівана 55738 +о-однорічного 55739 +о-пліч 55740 +оае 55741 +оаліцію 55742 +об 55743 +об'явами 55744 +об'яви 55745 +об'явили 55746 +об'являють 55747 +об'яснили 55748 +об'єднав 55749 +об'єднався 55750 +об'єднавшись 55751 +об'єднаймо 55752 +об'єднала 55753 +об'єднали 55754 +об'єдналися 55755 +об'єднало 55756 +об'єдналось 55757 +об'єдналося 55758 +об'єднана 55759 +об'єднане 55760 +об'єднаний 55761 +об'єднаним 55762 +об'єднаними 55763 +об'єднаних 55764 +об'єднанню 55765 +об'єднання 55766 +об'єднанні 55767 +об'єднано 55768 +об'єднаного 55769 +об'єднаною 55770 +об'єднаної 55771 +об'єднань 55772 +об'єднані 55773 +об'єднаній 55774 +об'єднати 55775 +об'єднатись 55776 +об'єднатися 55777 +об'єднаються 55778 +об'єднає 55779 +об'єднаєтеся 55780 +об'єднається 55781 +об'єднувала 55782 +об'єднувалися 55783 +об'єднувало 55784 +об'єднувати 55785 +об'єднуватись 55786 +об'єднуватися 55787 +об'єднують 55788 +об'єднуються 55789 +об'єднуючи 55790 +об'єднуючим 55791 +об'єднуючись 55792 +об'єднуючих 55793 +об'єднує 55794 +об'єкт 55795 +об'єкта 55796 +об'єктам 55797 +об'єктами 55798 +об'єктах 55799 +об'єкти 55800 +об'єктивна 55801 +об'єктивний 55802 +об'єктивним 55803 +об'єктивними 55804 +об'єктивних 55805 +об'єктивно 55806 +об'єктивного 55807 +об'єктивною 55808 +об'єктивної 55809 +об'єктивну 55810 +об'єктивні 55811 +об'єктом 55812 +об'єкту 55813 +об'єкті 55814 +об'єктів 55815 +об'єм 55816 +об'ємах 55817 +об'єми 55818 +об'ємна 55819 +об'ємне 55820 +об'ємно 55821 +об'ємніще 55822 +об'ємом 55823 +об'єму 55824 +об'ємів 55825 +об'їднатися 55826 +об'їжджати 55827 +об'їжджають 55828 +об'їжджаючи 55829 +об'їжджувати 55830 +об'їзд 55831 +об'їзди 55832 +об'їздив 55833 +об'їздили 55834 +об'їздити 55835 +об'їздна 55836 +об'їзду 55837 +об'їхав 55838 +об'їхала 55839 +об'їхали 55840 +об'їхати 55841 +обабіч 55842 +обалдєнна 55843 +обама 55844 +обами 55845 +обамою 55846 +обаму 55847 +обамі 55848 +обачливого 55849 +обачними 55850 +оббилося 55851 +оббираєш 55852 +оббитих 55853 +оббрехала 55854 +обв'язали 55855 +обважнене 55856 +обвал 55857 +обвалилося 55858 +обвалити 55859 +обвалом 55860 +обвалу 55861 +обведена 55862 +обвести 55863 +обвинения 55864 +обвинувальна 55865 +обвинувальний 55866 +обвинувальних 55867 +обвинувального 55868 +обвинуватив 55869 +обвинувативши 55870 +обвинуватил 55871 +обвинуватила 55872 +обвинуватили 55873 +обвинуватиля 55874 +обвинуватчення 55875 +обвинувать 55876 +обвинуватять 55877 +обвинувач 55878 +обвинувачена 55879 +обвинувачений 55880 +обвинуваченими 55881 +обвинувачених 55882 +обвинуваченного 55883 +обвинуваченнь 55884 +обвинуваченню 55885 +обвинувачення 55886 +обвинуваченням 55887 +обвинуваченнями 55888 +обвинуваченнях 55889 +обвинувачено 55890 +обвинуваченого 55891 +обвинуваченою 55892 +обвинувачень 55893 +обвинуваченій 55894 +обвинувачував 55895 +обвинувачували 55896 +обвинувачувальний 55897 +обвинувачувати 55898 +обвинувачують 55899 +обвинувачуються 55900 +обвинувачуючи 55901 +обвинувачує 55902 +обвинувачується 55903 +обвиняют 55904 +обвиняются 55905 +обвунивачених 55906 +обвів 55907 +обвішані 55908 +обвішаю 55909 +обганяємо 55910 +обговорений 55911 +обговорення 55912 +обговоренням 55913 +обговоренні 55914 +обговорено 55915 +обговорень 55916 +обговореня 55917 +обговорені 55918 +обговорив 55919 +обговорила 55920 +обговорили 55921 +обговорилося 55922 +обговоримо 55923 +обговорити 55924 +обговорить 55925 +обговорював 55926 +обговорювала 55927 +обговорювалась 55928 +обговорювалася 55929 +обговорювали 55930 +обговорювались 55931 +обговорювалися 55932 +обговорювало 55933 +обговорювалося 55934 +обговорюваних 55935 +обговорювань 55936 +обговорювати 55937 +обговорюватиме 55938 +обговорюватиметься 55939 +обговорюватимуть 55940 +обговорюватимуться 55941 +обговорюватись 55942 +обговорюватися 55943 +обговорюють 55944 +обговорюються 55945 +обговорюючи 55946 +обговорює 55947 +обговорюємо 55948 +обговорюєте 55949 +обговорюється 55950 +обговорять 55951 +обгоні 55952 +обгорнули 55953 +обгорнутою 55954 +обгородили 55955 +обгородилися 55956 +обгородіть 55957 +обгоріла 55958 +обгрунтована 55959 +обгрунтоване 55960 +обгрунтований 55961 +обгрунтовано 55962 +обгрунтовані 55963 +обгрунтовували 55964 +обгрунтувати 55965 +обгуджені 55966 +обгін 55967 +обдарована 55968 +обдарованих 55969 +обдарованої 55970 +обдаровану 55971 +обдаровує 55972 +обдаровуємо 55973 +обдаруваннями 55974 +обдати 55975 +обдертий 55976 +обдзвонити 55977 +обдзвонювати 55978 +обдирати 55979 +обдувся 55980 +обдумала 55981 +обдумані 55982 +обдуманіші 55983 +обдумати 55984 +обдумаєм 55985 +обдумував 55986 +обдумували 55987 +обдумуємо 55988 +обдуреними 55989 +обдурив 55990 +обдурили 55991 +обдурило 55992 +обдурити 55993 +обдуриш 55994 +обдурювати 55995 +обдурюючи 55996 +обезболююче 55997 +обезводнення 55998 +обеззброювати 55999 +обеззброєно 56000 +обезлюдненими 56001 +обезсилений 56002 +обере 56003 +оберегом 56004 +обережний 56005 +обережним 56006 +обережними 56007 +обережно 56008 +обережності 56009 +обережною 56010 +обережної 56011 +обережну 56012 +обережні 56013 +обережністю 56014 +обережніше 56015 +обережнішими 56016 +обережніші 56017 +оберемками 56018 +оберемо 56019 +обери 56020 +обернено 56021 +обернется 56022 +обернеться 56023 +обернув 56024 +обернувся 56025 +обернувши 56026 +обернувшись 56027 +обернулася 56028 +обернулись 56029 +обернулися 56030 +обернутися 56031 +обернуться 56032 +оберт 56033 +оберта 56034 +обертався 56035 +оберталась 56036 +оберталися 56037 +обертальні 56038 +обертання 56039 +обертатися 56040 +обертаються 56041 +обертається 56042 +оберти 56043 +обертом 56044 +обертонів 56045 +обертів 56046 +оберу 56047 +оберуть 56048 +оберіг 56049 +оберігати 56050 +оберігатися 56051 +оберіть 56052 +обеспечение 56053 +обеспечением 56054 +обеспечения 56055 +обеспечивает 56056 +обесцінюйте 56057 +обешками 56058 +обжалованию 56059 +обживаюся 56060 +обживаємося 56061 +обживаєтеся 56062 +обжився 56063 +обзервер 56064 +обзивався 56065 +обзиваннях 56066 +обзивати 56067 +обзивають 56068 +обзорі 56069 +обидва 56070 +обидвима 56071 +обидвома 56072 +обидвох 56073 +обидвоє 56074 +обидві 56075 +обинуватив 56076 +обирав 56077 +обирався 56078 +обирали 56079 +обиралися 56080 +обирати 56081 +обиратиме 56082 +обиратиметься 56083 +обиратимуть 56084 +обиратися 56085 +обирать 56086 +обираю 56087 +обирають 56088 +обираються 56089 +обираючи 56090 +обирає 56091 +обираємо 56092 +обираєте 56093 +обирається 56094 +обираєш 56095 +обире 56096 +обирете 56097 +обителі 56098 +обична 56099 +обично 56100 +обкатана 56101 +обкатане 56102 +обкатаний 56103 +обкатані 56104 +обкатаніший 56105 +обкатати 56106 +обкатки 56107 +обкаткою 56108 +обкатку 56109 +обклався 56110 +обкладає 56111 +обкладається 56112 +обкладено 56113 +обкладинках 56114 +обкладинки 56115 +обкладинці 56116 +обклалась 56117 +обклали 56118 +обкрадають 56119 +обкрадаються 56120 +обкрадає 56121 +обкрадаєш 56122 +обкручений 56123 +обл 56124 +облави 56125 +облаву 56126 +облагородження 56127 +облагороджено 56128 +обладают 56129 +обладміністрації 56130 +обладнане 56131 +обладнанню 56132 +обладнання 56133 +обладнанням 56134 +обладнані 56135 +обладнати 56136 +обладнують 56137 +обладнювати 56138 +обладунків 56139 +облазить 56140 +обламуюсь 56141 +обласна 56142 +обласне 56143 +обласний 56144 +обласним 56145 +обласними 56146 +обласних 56147 +обласного 56148 +обласної 56149 +обласну 56150 +обласні 56151 +обласній 56152 +областей 56153 +области 56154 +областних 56155 +областні 56156 +область 56157 +областю 56158 +областями 56159 +областях 56160 +області 56161 +облаштована 56162 +облаштований 56163 +облаштувала 56164 +облаштували 56165 +облаштування 56166 +облаштуванням 56167 +облаштуванні 56168 +облаштувати 56169 +облдержадміністрацій 56170 +облдержадміністрації 56171 +облегшити 56172 +обленерго 56173 +облесливістю 56174 +облетіла 56175 +облив 56176 +облизати 56177 +облипіха 56178 +облитий 56179 +облитого 56180 +облич 56181 +обличителя 56182 +обличчь 56183 +обличчя 56184 +обличчям 56185 +обличчями 56186 +обличчях 56187 +обличчі 56188 +обличь 56189 +облиш 56190 +облишать 56191 +облог 56192 +облога 56193 +облоги 56194 +облогу 56195 +обложене 56196 +облозі 56197 +облради 56198 +облраду 56199 +облуди 56200 +облудними 56201 +облудні 56202 +облуднім 56203 +облудою 56204 +облуду 56205 +облуді 56206 +облупленими 56207 +облуправління 56208 +облягли 56209 +облігаціями 56210 +облігації 56211 +облізло 56212 +облік 56213 +обліки 56214 +облікова 56215 +облікована 56216 +облікований 56217 +обліковано 56218 +облікової 56219 +облікову 56220 +обліковувати 56221 +обліковуватися 56222 +обліковує 56223 +обліковується 56224 +обліку 56225 +облікувати 56226 +облікуєте 56227 +обліцовочну 56228 +обмаль 56229 +обмальовували 56230 +обман 56231 +обманливу 56232 +обманом 56233 +обману 56234 +обманув 56235 +обманули 56236 +обманути 56237 +обманювати 56238 +обманюю 56239 +обманюють 56240 +обманюєте 56241 +обмані 56242 +обматуєш 56243 +обмацав 56244 +обмацавши 56245 +обмацував 56246 +обмеблюванням 56247 +обмежать 56248 +обмежаться 56249 +обмежена 56250 +обмежене 56251 +обмежений 56252 +обмеженим 56253 +обмеженими 56254 +обмежених 56255 +обмеження 56256 +обмеженням 56257 +обмеженнями 56258 +обмеженні 56259 +обмежено 56260 +обмеженому 56261 +обмеженою 56262 +обмеженої 56263 +обмежену 56264 +обмежень 56265 +обмежені 56266 +обмеженій 56267 +обмеженіші 56268 +обмежив 56269 +обмежився 56270 +обмежившись 56271 +обмежилася 56272 +обмежили 56273 +обмежилися 56274 +обмежимося 56275 +обмежити 56276 +обмежить 56277 +обмежував 56278 +обмежувався 56279 +обмежувальних 56280 +обмежувальні 56281 +обмежувати 56282 +обмежуватиметься 56283 +обмежувача 56284 +обмежують 56285 +обмежуючи 56286 +обмежуючих 56287 +обмежує 56288 +обмежуємо 56289 +обмежується 56290 +обмениваеся 56291 +обмерзланням 56292 +обмерзлаючий 56293 +обмий 56294 +обминали 56295 +обминаючи 56296 +обминаємо 56297 +обмити 56298 +обмовився 56299 +обмовитись 56300 +обморок 56301 +обмотали 56302 +обмотаний 56303 +обмотував 56304 +обмотувати 56305 +обмундирувавши 56306 +обмундирування 56307 +обмундируванням 56308 +обмєнний 56309 +обмін 56310 +обміни 56311 +обмінии 56312 +обмінна 56313 +обмінний 56314 +обмінних 56315 +обміном 56316 +обміну 56317 +обмінювали 56318 +обмінювалися 56319 +обмінювати 56320 +обмінюватися 56321 +обмінюють 56322 +обмінюються 56323 +обмінюючи 56324 +обмінюючись 56325 +обмінюємося 56326 +обмінюєтеся 56327 +обмінюється 56328 +обміняли 56329 +обмінялись 56330 +обмінялися 56331 +обміняний 56332 +обміняти 56333 +обмінятися 56334 +обміняють 56335 +обміняються 56336 +обміняємо 56337 +обміні 56338 +обмінів 56339 +обмірковували 56340 +обмірковую 56341 +обмірковують 56342 +обмірковує 56343 +обмірковуємо 56344 +обміркування 56345 +обміркувати 56346 +обміркують 56347 +обміркує 56348 +обнадійливий 56349 +обнадійливим 56350 +обнадійливо 56351 +обнадіюють 56352 +обнародован 56353 +обнова 56354 +обнови 56355 +обновити 56356 +обновку 56357 +обновляти 56358 +обновляться 56359 +обнорман 56360 +обнулення 56361 +обнулили 56362 +обнуляє 56363 +обнуляється 56364 +обнюхав 56365 +обнюхайтеся 56366 +обняв 56367 +обнявши 56368 +обнявшись 56369 +обняла 56370 +обнялись 56371 +обнялися 56372 +обнято 56373 +обніжжя 56374 +обнімалися 56375 +обнімаю 56376 +обнімають 56377 +обнімаються 56378 +обнімає 56379 +обов'язками 56380 +обов'язках 56381 +обов'язки 56382 +обов'язкова 56383 +обов'язкове 56384 +обов'язковий 56385 +обов'язковим 56386 +обов'язковими 56387 +обов'язкових 56388 +обов'язково 56389 +обов'язкового 56390 +обов'язковості 56391 +обов'язковою 56392 +обов'язкову 56393 +обов'язкові 56394 +обов'язковість 56395 +обов'язкок 56396 +обов'язком 56397 +обов'язку 56398 +обов'язків 56399 +обов'язок 56400 +обожнювала 56401 +обожнюю 56402 +обоз 56403 +обозом 56404 +обозу 56405 +обозі 56406 +оболонка 56407 +оболонки 56408 +оболонку 56409 +оболонкі 56410 +оболонський 56411 +оболонському 56412 +оболонь 56413 +оболоні 56414 +обом 56415 +обома 56416 +обопільних 56417 +обопільного 56418 +обопільну 56419 +обопільні 56420 +оборах 56421 +оборон 56422 +оборона 56423 +оборони 56424 +оборонить 56425 +оборонкою 56426 +оборонна 56427 +оборонне 56428 +оборонний 56429 +оборонним 56430 +оборонних 56431 +оборонно 56432 +оборонного 56433 +оборонному 56434 +оборонною 56435 +оборонної 56436 +оборонну 56437 +оборонні 56438 +оборонній 56439 +оборонність 56440 +обороноздатності 56441 +обороноздатність 56442 +обороноспроможності 56443 +обороноспроможність 56444 +обороною 56445 +оборонпромом 56446 +оборонпрому 56447 +оборону 56448 +оборонцях 56449 +оборонці 56450 +оборонців 56451 +оборонявся 56452 +обороняти 56453 +оборонятимемо 56454 +оборонятись 56455 +обороняють 56456 +обороняється 56457 +обороні 56458 +оборот 56459 +оборотних 56460 +обороту 56461 +оборотці 56462 +оборою 56463 +оборудки 56464 +оборудку 56465 +оборудования 56466 +оборудок 56467 +оборутка 56468 +оборутки 56469 +оборутку 56470 +обоснования 56471 +обосновано 56472 +обосторонніх 56473 +обох 56474 +обочина 56475 +обочину 56476 +обоє 56477 +обпалена 56478 +обпалений 56479 +обпалив 56480 +обпивайло 56481 +обприсканий 56482 +обпік 56483 +обпікаючись 56484 +обработать 56485 +обрав 56486 +обрався 56487 +обравши 56488 +ображав 56489 +ображайте 56490 +ображайтеся 56491 +ображати 56492 +ображатися 56493 +ображаюсь 56494 +ображають 56495 +ображаються 56496 +ображає 56497 +ображаєте 56498 +ображених 56499 +ображенні 56500 +ображено 56501 +ображіївка 56502 +образ 56503 +образа 56504 +образами 56505 +образец 56506 +образи 56507 +образив 56508 +образився 56509 +образила 56510 +образились 56511 +образилися 56512 +образити 56513 +образиться 56514 +образливо 56515 +образливі 56516 +образне 56517 +образно 56518 +образну 56519 +образовании 56520 +образом 56521 +образотворчою 56522 +образою 56523 +образу 56524 +образца 56525 +образцами 56526 +образцов 56527 +образі 56528 +образів 56529 +обрайан 56530 +обрайза 56531 +обрала 56532 +обрали 56533 +обрана 56534 +обранець 56535 +обраний 56536 +обраним 56537 +обраних 56538 +обраниці 56539 +обранню 56540 +обрання 56541 +обранням 56542 +обранні 56543 +обрано 56544 +обраного 56545 +обраному 56546 +обрану 56547 +обранцеві 56548 +обранцем 56549 +обранця 56550 +обранцям 56551 +обранцями 56552 +обранці 56553 +обранців 56554 +обрані 56555 +обрати 56556 +обратного 56557 +обраховують 56558 +обраховує 56559 +обраховується 56560 +обрахувати 56561 +обрахунках 56562 +обрахунку 56563 +обрахунків 56564 +обремський 56565 +обрив 56566 +обривами 56567 +обривати 56568 +обриви 56569 +обридли 56570 +обридне 56571 +обрисами 56572 +обриси 56573 +обробив 56574 +обробили 56575 +обробити 56576 +обробка 56577 +обробках 56578 +обробки 56579 +обробкою 56580 +обробку 56581 +оброблених 56582 +оброблені 56583 +оброблювані 56584 +обробляв 56585 +обробляли 56586 +оброблятиме 56587 +оброблятися 56588 +обробляють 56589 +обробляється 56590 +обробці 56591 +обробітку 56592 +обробіть 56593 +обросло 56594 +обростає 56595 +обрубають 56596 +обрубки 56597 +обрубувалися 56598 +обручка 56599 +обручку 56600 +обручок 56601 +обрушився 56602 +обрушилася 56603 +обрушилисья 56604 +обрушилися 56605 +обрушиться 56606 +обряд 56607 +обряди 56608 +обряді 56609 +обріз 56610 +обрізаного 56611 +обрізать 56612 +обрізається 56613 +обрізи 56614 +обрізків 56615 +обрізували 56616 +обрій 56617 +обрію 56618 +обрії 56619 +обсаджені 56620 +обсадили 56621 +обсерваторні 56622 +обсерваторій 56623 +обсерваторію 56624 +обсерваторія 56625 +обсерваторії 56626 +обсипаючи 56627 +обскочив 56628 +обскуб 56629 +обслуги 56630 +обслуговувала 56631 +обслуговували 56632 +обслуговуванню 56633 +обслуговування 56634 +обслуговуванням 56635 +обслуговуванні 56636 +обслуговувати 56637 +обслуговуватиме 56638 +обслуговуватись 56639 +обслуговувать 56640 +обслуговуюсь 56641 +обслуговують 56642 +обслуговуючи 56643 +обслуговуючі 56644 +обслуговує 56645 +обслуговуєшся 56646 +обслухуємо 56647 +обслідувавши 56648 +обслідування 56649 +обсміяти 56650 +обставила 56651 +обставин 56652 +обставина 56653 +обставинам 56654 +обставинами 56655 +обставинах 56656 +обставини 56657 +обставинні 56658 +обставину 56659 +обставлени 56660 +обставлений 56661 +обставлено 56662 +обстанова 56663 +обстановка 56664 +обстановки 56665 +обстановкою 56666 +обстановку 56667 +обстановці 56668 +обстеження 56669 +обстежень 56670 +обстежити 56671 +обстежувати 56672 +обстежуємо 56673 +обстерлів 56674 +обстоюю 56675 +обстоюють 56676 +обстрела 56677 +обстрелов 56678 +обстриляти 56679 +обстрилів 56680 +обструкціоністська 56681 +обстріл 56682 +обстрілам 56683 +обстрілами 56684 +обстрілах 56685 +обстріли 56686 +обстрілові 56687 +обстрілом 56688 +обстрілу 56689 +обстрілював 56690 +обстрілювали 56691 +обстрілювати 56692 +обстрілюватимуть 56693 +обстрілюють 56694 +обстрілюючи 56695 +обстрілює 56696 +обстріляв 56697 +обстрілявши 56698 +обстріляли 56699 +обстріляни 56700 +обстріляно 56701 +обстріляні 56702 +обстрілі 56703 +обстрілів 56704 +обсудили 56705 +обсуждали 56706 +обсяг 56707 +обсягах 56708 +обсяги 56709 +обсягом 56710 +обсягу 56711 +обсягів 56712 +обсязі 56713 +обсє 56714 +обсівши 56715 +обсіли 56716 +обсіло 56717 +обтановка 56718 +обтираючи 56719 +обтраскатись 56720 +обтяжений 56721 +обтяженні 56722 +обтяженість 56723 +обтяжить 56724 +обтяжливим 56725 +обтяжливими 56726 +обтяжливо 56727 +обтяжливою 56728 +обтяжливі 56729 +обтяжувати 56730 +обтяжують 56731 +обумовили 56732 +обумовлена 56733 +обумовлене 56734 +обумовлений 56735 +обумовлено 56736 +обумовленого 56737 +обумовлюється 56738 +обурена 56739 +обурений 56740 +обурення 56741 +обуренням 56742 +обурень 56743 +обурені 56744 +обурив 56745 +обурився 56746 +обурилася 56747 +обурило 56748 +обурювалась 56749 +обурюватись 56750 +обурюватися 56751 +обурюють 56752 +обурюються 56753 +обурює 56754 +обурюємося 56755 +обурюється 56756 +обух 56757 +обуха 56758 +обухівського 56759 +обходження 56760 +обходжу 56761 +обходи 56762 +обходили 56763 +обходилися 56764 +обходило 56765 +обходимо 56766 +обходити 56767 +обходитись 56768 +обходитися 56769 +обходить 56770 +обходиться 56771 +обходу 56772 +обходять 56773 +обходяться 56774 +обходячи 56775 +обхопив 56776 +обхопила 56777 +обхоплюю 56778 +обхід 56779 +обхідний 56780 +обценьки 56781 +обціловувати 56782 +обчислений 56783 +обчислення 56784 +обчислювальним 56785 +обчислюваться 56786 +обчислюється 56787 +обшивка 56788 +обшивки 56789 +обшивку 56790 +обшився 56791 +обшилась 56792 +обшинс 56793 +обширах 56794 +обширний 56795 +обширними 56796 +обширні 56797 +обширній 56798 +обшкрібає 56799 +обшук 56800 +обшуками 56801 +обшуки 56802 +обшуку 56803 +обшукувати 56804 +обшуків 56805 +общага 56806 +общадбанку 56807 +общем 56808 +общини 56809 +общину 56810 +общєм 56811 +общєства 56812 +общім 56813 +объеденить 56814 +объем 56815 +объяснить 56816 +обьективний 56817 +обягах 56818 +обязаности 56819 +обязательно 56820 +обєктивна 56821 +обі 56822 +обіг 56823 +обігали 56824 +обігнав 56825 +обігових 56826 +обігові 56827 +обігом 56828 +обіграв 56829 +обігравши 56830 +обіграла 56831 +обіграємо 56832 +обігрівався 56833 +обігрівачами 56834 +обігрівачі 56835 +обігу 56836 +обід 56837 +обідати 56838 +обідає 56839 +обіди 56840 +обідилися 56841 +обідним 56842 +обідню 56843 +обідня 56844 +обідній 56845 +обіднім 56846 +обідом 56847 +обіду 56848 +обіді 56849 +обідів 56850 +обіжати 56851 +обіжають 56852 +обіжує 56853 +обізвав 56854 +обізвався 56855 +обізвала 56856 +обізлені 56857 +обізнаний 56858 +обізнаним 56859 +обізнаних 56860 +обізнаного 56861 +обізнаності 56862 +обізнані 56863 +обізнаність 56864 +обійде 56865 +обійдемо 56866 +обійдемося 56867 +обійдено 56868 +обійдеться 56869 +обіймав 56870 +обіймали 56871 +обіймати 56872 +обійматися 56873 +обіймах 56874 +обіймашки 56875 +обіймаю 56876 +обіймає 56877 +обійми 56878 +обіймі 56879 +обіймів 56880 +обійняв 56881 +обійняла 56882 +обійти 56883 +обійтись 56884 +обійтися 56885 +обійшла 56886 +обійшлась 56887 +обійшли 56888 +обійшлося 56889 +обійшов 56890 +обійшовши 56891 +обірвалась 56892 +обірвалася 56893 +обірвалося 56894 +обірваними 56895 +обірвано 56896 +обірвати 56897 +обірвіть 56898 +обіруки 56899 +обіруч 56900 +обісраті 56901 +обітниць 56902 +обітницю 56903 +обітниця 56904 +обітниці 56905 +обітована 56906 +обітованну 56907 +обіцали 56908 +обіцяв 56909 +обіцяла 56910 +обіцяли 56911 +обіцялині 56912 +обіцялись 56913 +обіцялися 56914 +обіцялося 56915 +обіцяне 56916 +обіцяних 56917 +обіцянка 56918 +обіцянкам 56919 +обіцянками 56920 +обіцянках 56921 +обіцянки 56922 +обіцянкою 56923 +обіцянку 56924 +обіцяно 56925 +обіцяного 56926 +обіцянок 56927 +обіцяну 56928 +обіцяні 56929 +обіцяю 56930 +обіцяють 56931 +обіцяючі 56932 +обіцяє 56933 +обіцяєте 56934 +обіцінок 56935 +обіщаюсь 56936 +обґрунтована 56937 +обґрунтоване 56938 +обґрунтовано 56939 +обґрунтованою 56940 +обґрунтовані 56941 +обґрунтовують 56942 +обґрунтування 56943 +обґрунтуванням 56944 +обґрунтуванні 56945 +обґрунтувати 56946 +обґрунтуєте 56947 +ов 56948 +ова 56949 +овалар 56950 +овальне 56951 +овально 56952 +овального 56953 +овальному 56954 +оваргас 56955 +овацію 56956 +овації 56957 +овербукінг 56958 +оверко 56959 +овертайм 56960 +овець 56961 +овечка 56962 +овечку 56963 +овечої 56964 +овиді 56965 +оволодівати 56966 +оволоділи 56967 +оволодіти 56968 +овочами 56969 +овочах 56970 +овочевих 56971 +овочевого 56972 +овочеві 56973 +овочу 56974 +овочі 56975 +овочів 56976 +овочівництвом 56977 +овр 56978 +овруцький 56979 +овруч 56980 +овсяннікової 56981 +овчаренко 56982 +овіннікової 56983 +овірі 56984 +овіяні 56985 +огайо 56986 +огаркова 56987 +огарковою 56988 +огида 56989 +огидно 56990 +огидної 56991 +огидну 56992 +огидні 56993 +огинаючи 56994 +огир 56995 +оглух 56996 +оглухлої 56997 +оглушило 56998 +оглушливі 56999 +огляд 57000 +оглядав 57001 +оглядався 57002 +оглядали 57003 +оглядами 57004 +оглядати 57005 +оглядатися 57006 +оглядах 57007 +оглядач 57008 +оглядача 57009 +оглядачами 57010 +оглядачем 57011 +оглядачки 57012 +оглядачу 57013 +оглядачі 57014 +оглядачів 57015 +оглядаю 57016 +оглядаюся 57017 +оглядають 57018 +оглядаючи 57019 +оглядаючись 57020 +оглядає 57021 +оглядаємо 57022 +оглядаєш 57023 +огляди 57024 +оглядкою 57025 +оглядове 57026 +оглядовою 57027 +оглядові 57028 +оглядовій 57029 +оглядом 57030 +оглядочка 57031 +огляду 57032 +огляді 57033 +оглядів 57034 +оглянув 57035 +оглянувши 57036 +оглянула 57037 +оглянулася 57038 +оглянули 57039 +оглянути 57040 +оглянуть 57041 +огненним 57042 +огню 57043 +огнян 57044 +огняном 57045 +огні 57046 +ого 57047 +ого-го 57048 +оговтатись 57049 +оговтатися 57050 +оговтується 57051 +оголені 57052 +оголешення 57053 +оголив 57054 +оголили 57055 +оголоси 57056 +оголосив 57057 +оголосивши 57058 +оголосила 57059 +оголосили 57060 +оголосило 57061 +оголосимо 57062 +оголосити 57063 +оголосить 57064 +оголоски 57065 +оголосять 57066 +оголошена 57067 +оголошене 57068 +оголошений 57069 +оголошеним 57070 +оголошення 57071 +оголошенням 57072 +оголошеннях 57073 +оголошенні 57074 +оголошено 57075 +оголошеною 57076 +оголошеної 57077 +оголошену 57078 +оголошені 57079 +оголошувала 57080 +оголошувалася 57081 +оголошувати 57082 +оголошуйте 57083 +оголошую 57084 +оголошують 57085 +оголошуючи 57086 +оголошує 57087 +оголошуємо 57088 +оголошується 57089 +оголює 57090 +огонь 57091 +огоньків 57092 +огорнув 57093 +огорнула 57094 +огорнули 57095 +огорнути 57096 +огородах 57097 +огорожено 57098 +огорожу 57099 +огорожі 57100 +огорошила 57101 +огої 57102 +огранах 57103 +огранені 57104 +ограни 57105 +огранів 57106 +огриз 57107 +огризалася 57108 +огризка 57109 +огризко 57110 +огризком 57111 +огризку 57112 +огрядний 57113 +огублені 57114 +огульне 57115 +огульний 57116 +огульно 57117 +огірки 57118 +огірків 57119 +огірочки 57120 +огірочків 57121 +од 57122 +ода 57123 +одариком 57124 +одарченко 57125 +одарчиної 57126 +одбере 57127 +одбирали 57128 +одборних 57129 +одвагою 57130 +одважна 57131 +одважний 57132 +одважних 57133 +одверзтим 57134 +одвернувся 57135 +одвести 57136 +одворот 57137 +одвів 57138 +одвівши 57139 +одвірок 57140 +одвічав 57141 +одвічний 57142 +одвічної 57143 +одгадавши 57144 +одгадає 57145 +оддай 57146 +оддалася 57147 +оддали 57148 +оддалять 57149 +оддалік 57150 +оддана 57151 +оддасте 57152 +оддать 57153 +оддаєш 57154 +оддзвеніла 57155 +оддирали 57156 +оддихать 57157 +одділив 57158 +одежину 57159 +одежу 57160 +одежі 57161 +одер 57162 +одержав 57163 +одержавши 57164 +одержала 57165 +одержали 57166 +одержаним 57167 +одержаних 57168 +одержання 57169 +одержанням 57170 +одержанні 57171 +одержано 57172 +одержану 57173 +одержані 57174 +одержати 57175 +одержать 57176 +одержима 57177 +одержимість 57178 +одержить 57179 +одержу 57180 +одержував 57181 +одержувала 57182 +одержували 57183 +одержувати 57184 +одержуватимуть 57185 +одержувачів 57186 +одержуть 57187 +одержують 57188 +одержує 57189 +одеса 57190 +одеси 57191 +одесита 57192 +одеситам 57193 +одесити 57194 +одеситу 57195 +одесою 57196 +одесса 57197 +одесської 57198 +одессі 57199 +одесу 57200 +одеська 57201 +одеський 57202 +одеського 57203 +одеському 57204 +одеської 57205 +одеську 57206 +одеські 57207 +одеській 57208 +одеськім 57209 +одесі 57210 +одесіта 57211 +одещина 57212 +одещини 57213 +одещину 57214 +одещині 57215 +оджалана 57216 +одже 57217 +один 57218 +одинадцатого 57219 +одинадцать 57220 +одинадцята 57221 +одинадцятасорок 57222 +одинадцяте 57223 +одинадцятеро 57224 +одинадцяти 57225 +одинадцятигодинного 57226 +одинадцятигодинну 57227 +одинадцятигодинні 57228 +одинадцятий 57229 +одинадцятикласник 57230 +одинадцятикласники 57231 +одинадцятилітньою 57232 +одинадцятим 57233 +одинадцятирічний 57234 +одинадцятих 57235 +одинадцятого 57236 +одинадцятому 57237 +одинадцятою 57238 +одинадцятої 57239 +одинадцяту 57240 +одинадцять 57241 +одинадцятьох 57242 +одинадцятя 57243 +одинадцятій 57244 +одинака 57245 +одинаки 57246 +одинаково 57247 +одинакові 57248 +одинарної 57249 +одинвдцять 57250 +одинга 57251 +одингою 57252 +одиницею 57253 +одиниць 57254 +одиницю 57255 +одиниця 57256 +одиниці 57257 +одиничка 57258 +одиничку 57259 +одиничний 57260 +одиничні 57261 +одиннадцатого 57262 +одиннадцять 57263 +одинока 57264 +одинокий 57265 +одиноким 57266 +одинокою 57267 +одинокі 57268 +одиночки 57269 +одиночку 57270 +одиночна 57271 +одиночний 57272 +одиночних 57273 +одиночного 57274 +одиночній 57275 +одиночок 57276 +одиночці 57277 +одказав 57278 +одложити 57279 +одлічили 57280 +одмінні 57281 +одна 57282 +однак 57283 +однаке 57284 +однакий 57285 +однако 57286 +однакова 57287 +однакове 57288 +однаковий 57289 +однаковим 57290 +однаковими 57291 +однакових 57292 +однаково 57293 +однакового 57294 +однаковому 57295 +однаковою 57296 +однакової 57297 +однакову 57298 +однакові 57299 +однаковій 57300 +однарозово 57301 +одначе 57302 +одначи 57303 +одне 57304 +одни 57305 +одним 57306 +одними 57307 +однин 57308 +однина 57309 +одних 57310 +одно 57311 +одно-річний 57312 +однобока 57313 +однобортний 57314 +однобічним 57315 +однобічних 57316 +однобічності 57317 +одновекторною 57318 +одновірної 57319 +одновірцями 57320 +одного 57321 +одногодинної 57322 +одноголосне 57323 +одноголосно 57324 +одноденка 57325 +одноденки 57326 +одноденний 57327 +одноденних 57328 +одноденного 57329 +одноденної 57330 +одноденній 57331 +однодумцями 57332 +однодумці 57333 +однодумців 57334 +однозгідні 57335 +однозначна 57336 +однозначненько 57337 +однозначний 57338 +однозначним 57339 +однозначними 57340 +однозначних 57341 +однозначно 57342 +однозначною 57343 +однозначної 57344 +однозначну 57345 +однозначні 57346 +однойменний 57347 +однойменного 57348 +однокласника 57349 +однокласниками 57350 +однокласниках 57351 +однокласники 57352 +однокласником 57353 +однокласниць 57354 +однокласницю 57355 +однокласниця 57356 +однокласниці 57357 +однокласнікі 57358 +одноклассниця 57359 +одноклітинні 57360 +однократний 57361 +однокровні 57362 +однокімнатне 57363 +однокімнатну 57364 +однокімнатній 57365 +однокінна 57366 +одноліткам 57367 +однолітками 57368 +однолітки 57369 +однолітком 57370 +однолітків 57371 +одном 57372 +одноманітною 57373 +одноманітність 57374 +одномоментне 57375 +одномоментний 57376 +одномоментно 57377 +одномоментні 57378 +одному 57379 +одномільярдного 57380 +одноособово 57381 +одноосібний 57382 +одноосібним 57383 +одноосібно 57384 +одноосібного 57385 +одноосібному 57386 +однопартійною 57387 +однопартійцями 57388 +однопартійців 57389 +однопартієць 57390 +одноплемінники 57391 +однополово 57392 +одноразове 57393 +одноразовий 57394 +одноразовим 57395 +одноразових 57396 +одноразово 57397 +одноразової 57398 +одноразову 57399 +однорідна 57400 +однорідними 57401 +однорідні 57402 +однорічна 57403 +однорічний 57404 +однорічних 57405 +однорічному 57406 +однорічні 57407 +односельцями 57408 +односельці 57409 +односельців 57410 +односкладне 57411 +одностайне 57412 +одностайних 57413 +одностайно 57414 +одностайної 57415 +одностайну 57416 +одностайні 57417 +одностатевих 57418 +одностороннього 57419 +односторонньому 57420 +односторонньою 57421 +одностороннє 57422 +односторонні 57423 +односторонній 57424 +односторонніх 57425 +однострою 57426 +однострої 57427 +однотижневої 57428 +однотипних 57429 +однотипному 57430 +одночас 57431 +одночасний 57432 +одночасним 57433 +одночасних 57434 +одночасно 57435 +одночасному 57436 +одночасні 57437 +одноче 57438 +одною 57439 +одноіменним 57440 +одної 57441 +одну 57442 +одняв 57443 +однять 57444 +одні 57445 +одній 57446 +однім 57447 +однімати 57448 +однісінької 57449 +однією 57450 +однієї 57451 +одобрений 57452 +одобрює 57453 +одпер 57454 +одповів 57455 +одповіла 57456 +одправляв 57457 +одпускають 57458 +одразу 57459 +одружена 57460 +одружений 57461 +одруження 57462 +одружені 57463 +одружився 57464 +одружилася 57465 +одружилися 57466 +одружимось 57467 +одружитися 57468 +одружувались 57469 +одружуватись 57470 +одружуся 57471 +одружуються 57472 +одружується 57473 +одрук 57474 +одрукувалась 57475 +одрукувались 57476 +одрі 57477 +одсвічуючи 57478 +одстав 57479 +одстоюю 57480 +одстоює 57481 +одступили 57482 +одступу 57483 +одстєгнув 57484 +оду 57485 +одужав 57486 +одужання 57487 +одужати 57488 +одужаєте 57489 +одужуйте 57490 +одужують 57491 +одумалса 57492 +одурив 57493 +одуром 57494 +одходили 57495 +одчахнув 57496 +одчинене 57497 +одчинивши 57498 +одчув 57499 +одьоргувала 57500 +одяг 57501 +одягався 57502 +одягалася 57503 +одягались 57504 +одягати 57505 +одягаюся 57506 +одягають 57507 +одягаються 57508 +одягає 57509 +одягаєте 57510 +одягли 57511 +одягнений 57512 +одягненими 57513 +одягнену 57514 +одягнені 57515 +одягнете 57516 +одягнув 57517 +одягнувся 57518 +одягнувши 57519 +одягнувшись 57520 +одягнулася 57521 +одягнули 57522 +одягнути 57523 +одягнутися 57524 +одягом 57525 +одягти 57526 +одягу 57527 +одязі 57528 +оді 57529 +одівайте 57530 +одіваючи 57531 +одіж 57532 +одізвався 57533 +одізвала 57534 +одійшли 57535 +одін 57536 +одінга 57537 +одінгом 57538 +одінгою 57539 +одінуть 57540 +одіозних 57541 +одіозного 57542 +одісей 57543 +одіслав 57544 +одіссея 57545 +одіти 57546 +одіялом 57547 +одієрно 57548 +ожвавився 57549 +ожеледиця 57550 +ожениться 57551 +оженюся 57552 +ожив 57553 +оживає 57554 +оживила 57555 +оживили 57556 +оживити 57557 +оживлення 57558 +ожила 57559 +ожиріння 57560 +озава 57561 +озблокували 57562 +озброювали 57563 +озброювати 57564 +озброюватись 57565 +озброюються 57566 +озброєна 57567 +озброєне 57568 +озброєний 57569 +озброєним 57570 +озброєними 57571 +озброєних 57572 +озброєнню 57573 +озброєння 57574 +озброєнням 57575 +озброєннями 57576 +озброєнні 57577 +озброєнь 57578 +озброєні 57579 +озброєність 57580 +озброївся 57581 +озброївшись 57582 +озброїли 57583 +озброїти 57584 +озброїтись 57585 +озвався 57586 +озвучена 57587 +озвучене 57588 +озвучених 57589 +озвучено 57590 +озвучену 57591 +озвучені 57592 +озвучив 57593 +озвучила 57594 +озвучили 57595 +озвучило 57596 +озвучите 57597 +озвучити 57598 +озвучить 57599 +озвучкою 57600 +озвучу 57601 +озвучував 57602 +озвучувала 57603 +озвучували 57604 +озвучувалися 57605 +озвучувалось 57606 +озвучувати 57607 +озвучувать 57608 +озвучую 57609 +озвучують 57610 +озвучуються 57611 +озвучуючи 57612 +озвучує 57613 +озвучуємо 57614 +озвучуєте 57615 +озвучується 57616 +оздоблення 57617 +оздоблювальних 57618 +оздоблювальні 57619 +оздоблюється 57620 +оздоровилася 57621 +оздоровитися 57622 +оздоровлення 57623 +оздоровлювальний 57624 +оздоровлюють 57625 +оздоровлюючу 57626 +оздоровлює 57627 +оздоровчий 57628 +оздоровчих 57629 +озер 57630 +озера 57631 +озерах 57632 +озерна 57633 +озеро 57634 +озером 57635 +озері 57636 +оззброювати 57637 +озивалися 57638 +озимий 57639 +озирайсь 57640 +озиратися 57641 +озираються 57642 +озираючись 57643 +озираємося 57644 +озирки 57645 +озиркою 57646 +озирнемося 57647 +озирнеться 57648 +озирнувся 57649 +озирнувшись 57650 +озирнуться 57651 +озливсь 57652 +озлобила 57653 +озлобиться 57654 +озлоблений 57655 +ознайомившись 57656 +ознайомили 57657 +ознайомились 57658 +ознайомилися 57659 +ознайомити 57660 +ознайомитись 57661 +ознайомитися 57662 +ознайомить 57663 +ознайомиться 57664 +ознайомленню 57665 +ознайомлення 57666 +ознайомлено 57667 +ознайомлені 57668 +ознайомлювали 57669 +ознайомлюють 57670 +ознайомлюємо 57671 +ознайомлюється 57672 +ознайомлять 57673 +ознайомтесь 57674 +ознайомтеся 57675 +ознайомчим 57676 +ознайомчі 57677 +ознак 57678 +ознака 57679 +ознаками 57680 +ознаках 57681 +ознаки 57682 +ознакомиться 57683 +ознакою 57684 +ознаку 57685 +ознаменований 57686 +ознаменовувати 57687 +ознаменувався 57688 +ознаменувало 57689 +ознаменувалося 57690 +означало 57691 +означальні 57692 +означати 57693 +означатиме 57694 +означають 57695 +означає 57696 +означення 57697 +означує 57698 +ознвчаеє 57699 +озовися 57700 +озізнав 57701 +озіл 57702 +озінчук 57703 +ой 57704 +ой-ой 57705 +ой-ой-ой 57706 +ойкнувши 57707 +ойойой 57708 +ойойойойой 57709 +ойфона 57710 +ок 57711 +ока 57712 +оказався 57713 +оказании 57714 +оказувати 57715 +окастий 57716 +окаянниць 57717 +океан 57718 +океана 57719 +океанами 57720 +океанаріум 57721 +океанах 57722 +океани 57723 +океаном 57724 +океанського 57725 +океанському 57726 +океану 57727 +океані 57728 +океанів 57729 +окей 57730 +оки 57731 +окиснення 57732 +окко 57733 +оккупантов 57734 +оккупированной 57735 +оклад 57736 +оклади 57737 +окладів 57738 +оклахома 57739 +оклахоми 57740 +оклик 57741 +окликать 57742 +окликнувся 57743 +оклику 57744 +оклпується 57745 +окмен 57746 +око 57747 +окови 57748 +оковиту 57749 +окозамилювання 57750 +околиць 57751 +околиця 57752 +околицях 57753 +околиці 57754 +около 57755 +околотів 57756 +оком 57757 +окончательно 57758 +окопалися 57759 +окопаються 57760 +окопи 57761 +окопний 57762 +окопі 57763 +окопів 57764 +окорок 57765 +окорока 57766 +окошилась 57767 +окрадуть 57768 +окрас 57769 +окраса 57770 +окрасили 57771 +окраску 57772 +окрасою 57773 +окрашен 57774 +окраїнах 57775 +окрема 57776 +окреме 57777 +окремий 57778 +окремим 57779 +окремими 57780 +окремих 57781 +окремо 57782 +окремого 57783 +окремому 57784 +окремою 57785 +окремої 57786 +окрему 57787 +окремі 57788 +окремій 57789 +окреслених 57790 +окреслення 57791 +окреслив 57792 +окреслила 57793 +окреслили 57794 +окреслити 57795 +окреслю 57796 +окреслювати 57797 +окреслюють 57798 +окреслює 57799 +окрилиш 57800 +окропила 57801 +окроплювати 57802 +окропом 57803 +окропі 57804 +окропіте 57805 +округ 57806 +округа 57807 +округами 57808 +округах 57809 +округи 57810 +округлих 57811 +округом 57812 +округу 57813 +округів 57814 +окружающу 57815 +окружних 57816 +окружного 57817 +окружною 57818 +окружної 57819 +окружні 57820 +окрузі 57821 +окрім 57822 +окріп 57823 +оксамитка 57824 +оксамитко 57825 +оксамитовими 57826 +оксамитової 57827 +оксана 57828 +оксани 57829 +оксанка 57830 +оксано 57831 +оксаночко 57832 +оксаною 57833 +оксані 57834 +оксенчук 57835 +оксигену 57836 +оксидів 57837 +оксинчук 57838 +оксфордах 57839 +оксфорді 57840 +оксфордів 57841 +октоберфест 57842 +октябрьської 57843 +октября 57844 +окуева 57845 +окуеву 57846 +окулярах 57847 +окуляри 57848 +окупант 57849 +окупанта 57850 +окупантам 57851 +окупантами 57852 +окупанти 57853 +окупанткою 57854 +окупантом 57855 +окупантів 57856 +окупати 57857 +окупатися 57858 +окупаційна 57859 +окупаційний 57860 +окупаційним 57861 +окупаційних 57862 +окупаційного 57863 +окупаційною 57864 +окупаційної 57865 +окупаційні 57866 +окупацію 57867 +окупація 57868 +окупацією 57869 +окупації 57870 +окупає 57871 +окупили 57872 +окупились 57873 +окупити 57874 +окупиться 57875 +окупована 57876 +окупований 57877 +окупованими 57878 +окупованих 57879 +окуповано 57880 +окупованого 57881 +окупованому 57882 +окупованою 57883 +окупованої 57884 +окуповану 57885 +окуповані 57886 +окупованій 57887 +окуповував 57888 +окуповували 57889 +окуповувати 57890 +окуповують 57891 +окуповує 57892 +окупував 57893 +окупувала 57894 +окупували 57895 +окупувати 57896 +окупує 57897 +окуєва 57898 +окуєву 57899 +окєй 57900 +олару 57901 +олбрайт 57902 +олеарчик 57903 +олег 57904 +олега 57905 +олегом 57906 +олегу 57907 +олеже 57908 +олежек 57909 +олежик 57910 +олежика 57911 +олежиком 57912 +олейникова 57913 +олейніков 57914 +олейнікову 57915 +олекса 57916 +олександ 57917 +олександр 57918 +олександра 57919 +олександре 57920 +олександрович 57921 +олександрові 57922 +олександром 57923 +олександру 57924 +олександрівкою 57925 +олександрівна 57926 +олександрівни 57927 +олександрівно 57928 +олександрівну 57929 +олександрівського 57930 +олександрівці 57931 +олександрію 57932 +олександрія 57933 +олександрії 57934 +олексас 57935 +олексацдрівці 57936 +олекси 57937 +олексо 57938 +олексою 57939 +олексі 57940 +олексій 57941 +олексійович 57942 +олексійовича 57943 +олексійовичом 57944 +олексійовичу 57945 +олексію 57946 +олексія 57947 +олексієм 57948 +олексіївна 57949 +олексіївно 57950 +олена 57951 +олени 57952 +оленка 57953 +оленки 57954 +оленко 57955 +оленку 57956 +олено 57957 +оленочко 57958 +оленою 57959 +олену 57960 +олень 57961 +оленя 57962 +оленівка 57963 +оленівки 57964 +олесь 57965 +олесю 57966 +олеся 57967 +олесі 57968 +олесій 57969 +олечка 57970 +олешко 57971 +олешківські 57972 +олещук 57973 +олещука 57974 +олещуком 57975 +олею 57976 +оливи 57977 +оливково 57978 +оливкові 57979 +олимп 57980 +олимпові 57981 +олимпським 57982 +олимпському 57983 +олимпські 57984 +олимпськії 57985 +олимпі 57986 +олиних 57987 +олланд 57988 +олланда 57989 +оллі 57990 +олмарт 57991 +олмарта 57992 +олмерд 57993 +олнуьга 57994 +олова 57995 +олсон 57996 +олх 57997 +ольбію 57998 +ольга 57999 +ольгенка 58000 +ольги 58001 +ольгинка 58002 +ольгинке 58003 +ольго 58004 +ольгою 58005 +ольгінці 58006 +ольжича 58007 +олька 58008 +олькин 58009 +ольмарта 58010 +ольмер 58011 +ольмерт 58012 +ольмерта 58013 +ольмертом 58014 +ольмерту 58015 +ольнерт 58016 +ольховик 58017 +ольці 58018 +ольчик 58019 +ольчиного 58020 +ольшини 58021 +олю 58022 +олюнечка 58023 +олюнь 58024 +олюня 58025 +олюні 58026 +оля 58027 +олі 58028 +олівер 58029 +олівець 58030 +олівину 58031 +олівцем 58032 +олівці 58033 +олівчики 58034 +олівін 58035 +олігарх 58036 +олігарха 58037 +олігархам 58038 +олігархами 58039 +олігархат 58040 +олігархату 58041 +олігархи 58042 +олігархові 58043 +олігархом 58044 +олігархів 58045 +олігархіх 58046 +олігархічний 58047 +олігархічним 58048 +олігархічних 58049 +олігархічної 58050 +олігархії 58051 +олійник 58052 +олійникову 58053 +олійними 58054 +олійних 58055 +олімп 58056 +олімпіад 58057 +олімпіада 58058 +олімпіадах 58059 +олімпіади 58060 +олімпіадою 58061 +олімпіаду 58062 +олімпіаді 58063 +олімпіакосом 58064 +олімпіакосу 58065 +олімпійскій 58066 +олімпійська 58067 +олімпійський 58068 +олімпійським 58069 +олімпійськими 58070 +олімпійських 58071 +олімпійськй 58072 +олімпійського 58073 +олімпійському 58074 +олімпійською 58075 +олімпійської 58076 +олімпійську 58077 +олімпійські 58078 +олімпійській 58079 +олімпік 58080 +олімпіка 58081 +олімпіку 58082 +олімпіяди 58083 +оліфер 58084 +олічка 58085 +олію 58086 +олія 58087 +оліях 58088 +олією 58089 +олії 58090 +оман 58091 +омана 58092 +оманливо 58093 +оманливу 58094 +оманом 58095 +оману 58096 +омані 58097 +омар 58098 +омаром 58099 +омбудсмана 58100 +омбудсмен 58101 +омбудсмена 58102 +омбудсменом 58103 +омдурман 58104 +омега 58105 +омельченка 58106 +омельченко 58107 +омелян 58108 +омеляна 58109 +омеляном 58110 +омеляну 58111 +оминають 58112 +оминаючи 58113 +оминувши 58114 +оминути 58115 +омлет 58116 +омлетом 58117 +омніум 58118 +омолоджені 58119 +омолоджувальною 58120 +омоновєц 58121 +омоніми 58122 +омонімічними 58123 +омонімії 58124 +омофором 58125 +омран 58126 +омріяна 58127 +омріяну 58128 +омс 58129 +омськ 58130 +омську 58131 +омській 58132 +омуніція 58133 +омурбек 58134 +омьям 58135 +он 58136 +она 58137 +оне 58138 +они 58139 +онисенко 58140 +ониська 58141 +онисько 58142 +онищенка 58143 +онищенко 58144 +онищенкові 58145 +онищук 58146 +онищуком 58147 +онко 58148 +онкодиспансері 58149 +онколог 58150 +онкологи 58151 +онкологій 58152 +онкологічний 58153 +онкологічними 58154 +онкологічних 58155 +онкологічного 58156 +онкологічну 58157 +онкологічні 58158 +онкологія 58159 +онкології 58160 +онкохворим 58161 +онкохворих 58162 +онкоцентрі 58163 +онлайн 58164 +онлайні 58165 +оно 58166 +оновимо 58167 +оновити 58168 +оновлена 58169 +оновленам 58170 +оновлений 58171 +оновлення 58172 +оновленням 58173 +оновленого 58174 +оновленому 58175 +оновленою 58176 +оновленої 58177 +оновлену 58178 +оновлені 58179 +оновлювала 58180 +оновлювалося 58181 +оновлювати 58182 +оновлюватися 58183 +оновлюються 58184 +оновлюємо 58185 +оновлюється 58186 +оноре 58187 +онтаріо 58188 +онук 58189 +онука 58190 +онукам 58191 +онуками 58192 +онуки 58193 +онукові 58194 +онуків 58195 +онуфрик 58196 +онуфріївського 58197 +онучку 58198 +онучці 58199 +онучі 58200 +онцилла 58201 +онікс 58202 +онімій 58203 +оо 58204 +оозначає 58205 +оон 58206 +оонівських 58207 +ооо 58208 +оос 58209 +оп 58210 +оп'ять 58211 +опадами 58212 +опадає 58213 +опади 58214 +опадів 58215 +опалення 58216 +опали 58217 +опального 58218 +опальні 58219 +опалювальний 58220 +опалювального 58221 +опалювальному 58222 +опалювання 58223 +опалювати 58224 +опанасенко 58225 +опанасюк 58226 +опановували 58227 +опановувати 58228 +опановуватись 58229 +опановують 58230 +опановуються 58231 +опановуєм 58232 +опановуємо 58233 +опанував 58234 +опанувала 58235 +опанували 58236 +опанування 58237 +опануванням 58238 +опанувати 58239 +опануємо 58240 +опарений 58241 +опасний 58242 +опг 58243 +опек 58244 +опеньки 58245 +опеньком 58246 +опер-апаратів 58247 +оперативна 58248 +оперативне 58249 +оперативний 58250 +оперативникам 58251 +оперативними 58252 +оперативних 58253 +оперативно 58254 +оперативного 58255 +оперативному 58256 +оперативності 58257 +оперативної 58258 +оперативну 58259 +оперативні 58260 +оперативній 58261 +оперативність 58262 +оперативністю 58263 +оператор 58264 +оператора 58265 +операторами 58266 +оператори 58267 +оператором 58268 +оператору 58269 +операторів 58270 +операцій 58271 +операційна 58272 +операційними 58273 +операційного 58274 +операційної 58275 +операційнхи 58276 +операцію 58277 +операція 58278 +операціям 58279 +операціями 58280 +операціях 58281 +операцією 58282 +операції 58283 +оперення 58284 +оперети 58285 +опери 58286 +оперного 58287 +оперною 58288 +оперою 58289 +опертися 58290 +оперу 58291 +оперування 58292 +оперувати 58293 +оперує 58294 +оперуємо 58295 +оперуєш 58296 +оперції 58297 +опецьок 58298 +опечатаний 58299 +опз 58300 +опинився 58301 +опинившись 58302 +опинилась 58303 +опинилася 58304 +опинились 58305 +опинилися 58306 +опинилось 58307 +опинилося 58308 +опинитись 58309 +опинитися 58310 +опиниться 58311 +опинюсь 58312 +опинялися 58313 +опиняться 58314 +опиняються 58315 +опиняємося 58316 +опиняєтеся 58317 +опиняється 58318 +опиратися 58319 +опираючись 58320 +опираєтесь 58321 +опис 58322 +описав 58323 +описала 58324 +описали 58325 +описана 58326 +описане 58327 +описаний 58328 +описаного 58329 +описані 58330 +описати 58331 +описах 58332 +описи 58333 +описку 58334 +описовому 58335 +описові 58336 +описом 58337 +опису 58338 +описував 58339 +описували 58340 +описувати 58341 +описуватиму 58342 +описують 58343 +описуються 58344 +описує 58345 +описується 58346 +описі 58347 +опит 58348 +опитав 58349 +опитаних 58350 +опитанні 58351 +опитано 58352 +опитані 58353 +опитне 58354 +опитного 58355 +опитному 58356 +опитом 58357 +опитували 58358 +опитуваних 58359 +опитування 58360 +опитуванням 58361 +опитуваннями 58362 +опитуваннях 58363 +опитуванні 58364 +опитувань 58365 +опитуваня 58366 +опитуваняя 58367 +опитувати 58368 +опитуватися 58369 +опитують 58370 +опиті 58371 +опитів 58372 +опишемо 58373 +опишіть 58374 +опк 58375 +оплакать 58376 +оплат 58377 +оплата 58378 +оплати 58379 +оплатила 58380 +оплатили 58381 +оплатити 58382 +оплатить 58383 +оплатою 58384 +оплату 58385 +оплаті 58386 +оплачи 58387 +оплачивать 58388 +оплачу 58389 +оплачувалась 58390 +оплачували 58391 +оплачувалу 58392 +оплачувана 58393 +оплачуваними 58394 +оплачування 58395 +оплачувані 58396 +оплачувати 58397 +оплачуватися 58398 +оплачувні 58399 +оплачують 58400 +оплачуються 58401 +оплачує 58402 +оплачуємо 58403 +оплачуєте 58404 +оплачується 58405 +оплесками 58406 +оплески 58407 +опломбування 58408 +оплот 58409 +оплоту 58410 +оплотів 58411 +опльовувались 58412 +опоблок 58413 +опоблоки 58414 +опоблоком 58415 +опоблоку 58416 +оповів 58417 +оповідав 58418 +оповідай 58419 +оповідала 58420 +оповідали 58421 +оповіданню 58422 +оповідання 58423 +оповіданнячка 58424 +оповідань 58425 +оповідати 58426 +оповідач 58427 +оповідаю 58428 +оповідають 58429 +оповідає 58430 +оповідки 58431 +оповідь 58432 +оповіді 58433 +оповіла 58434 +оповіли 58435 +оповісти 58436 +оповістила 58437 +оповість 58438 +оповіщення 58439 +оповіщенням 58440 +оповіщенні 58441 +оповіщень 58442 +оповіщувати 58443 +оподаткування 58444 +оподаткувань 58445 +опозицій 58446 +опозиційна 58447 +опозиційне 58448 +опозиційний 58449 +опозиційним 58450 +опозиційними 58451 +опозиційних 58452 +опозиційно 58453 +опозиційного 58454 +опозиційному 58455 +опозиційною 58456 +опозиційної 58457 +опозиційні 58458 +опозиційній 58459 +опозиціонер 58460 +опозиціонера 58461 +опозиціонерам 58462 +опозиціонерами 58463 +опозиціонери 58464 +опозиціонерку 58465 +опозиціонером 58466 +опозиціонерів 58467 +опозицію 58468 +опозиція 58469 +опозицією 58470 +опозиції 58471 +опозіційний 58472 +ополонку 58473 +ополонок 58474 +ополудні 58475 +ополчення 58476 +ополіскувач 58477 +опонент 58478 +опонента 58479 +опонентам 58480 +опонентами 58481 +опоненти 58482 +опонентом 58483 +опоненту 58484 +опонентів 58485 +опонувати 58486 +опонуєте 58487 +опора 58488 +опори 58489 +опорна 58490 +опорний 58491 +опорним 58492 +опорних 58493 +опорного 58494 +опорну 58495 +опорні 58496 +опорою 58497 +опортуністів 58498 +опору 58499 +опорі 58500 +опосередковано 58501 +опояс 58502 +оппоблока 58503 +оппозиційному 58504 +оправдання 58505 +оправдовувала 58506 +оправлявся 58507 +опрацьована 58508 +опрацьований 58509 +опрацьованих 58510 +опрацьовано 58511 +опрацьованого 58512 +опрацьованої 58513 +опрацьовані 58514 +опрацьовували 58515 +опрацьовувати 58516 +опрацьовують 58517 +опрацьовуються 58518 +опрацьовує 58519 +опрацьовуємо 58520 +опрацювали 58521 +опрацювання 58522 +опрацюванням 58523 +опрацювати 58524 +опрацювувати 58525 +опрацюють 58526 +определение 58527 +определенное 58528 +определенной 58529 +определенном 58530 +определенному 58531 +определять 58532 +опредєляє 58533 +опреділилися 58534 +оприділила 58535 +оприділитися 58536 +оприлюдені 58537 +оприлюднена 58538 +оприлюднене 58539 +оприлюднений 58540 +оприлюдненим 58541 +оприлюднених 58542 +оприлюдненню 58543 +оприлюднення 58544 +оприлюдненням 58545 +оприлюднено 58546 +оприлюдненого 58547 +оприлюдненому 58548 +оприлюднені 58549 +оприлюдненій 58550 +оприлюднив 58551 +оприлюднила 58552 +оприлюднили 58553 +оприлюднило 58554 +оприлюдните 58555 +оприлюднити 58556 +оприлюднить 58557 +оприлюднювалось 58558 +оприлюднювати 58559 +оприлюднюватись 58560 +оприлюднюють 58561 +оприлюднює 58562 +оприлюднюється 58563 +оприлюднять 58564 +оприскані 58565 +опричнини 58566 +опричниною 58567 +опробуються 58568 +опроміненню 58569 +опротестувала 58570 +опротестувати 58571 +опріч 58572 +оптика 58573 +оптики 58574 +оптикою 58575 +оптику 58576 +оптимальна 58577 +оптимальне 58578 +оптимальний 58579 +оптимально 58580 +оптимального 58581 +оптимальної 58582 +оптимальну 58583 +оптимальні 58584 +оптимізацію 58585 +оптимізація 58586 +оптимізації 58587 +оптимізм 58588 +оптимізмом 58589 +оптимізму 58590 +оптимізмі 58591 +оптимізував 58592 +оптиміст 58593 +оптиміста 58594 +оптимісти 58595 +оптимістична 58596 +оптимістичний 58597 +оптимістичним 58598 +оптимістичних 58599 +оптимістично 58600 +оптимістичного 58601 +оптимістичні 58602 +оптимістом 58603 +оптиці 58604 +оптичний 58605 +оптичним 58606 +оптичного 58607 +оптова 58608 +оптовий 58609 +оптової 58610 +опубликовав 58611 +опубліковала 58612 +опублікована 58613 +опубліковане 58614 +опублікований 58615 +опубліковано 58616 +опублікованому 58617 +опубліковані 58618 +опублікованій 58619 +опублікував 58620 +опублікувала 58621 +опублікували 58622 +опублікування 58623 +опублікуванням 58624 +опублікувати 58625 +опублікують 58626 +опублікуємо 58627 +опус 58628 +опускали 58629 +опускати 58630 +опускатися 58631 +опускаю 58632 +опускають 58633 +опускаючи 58634 +опускаємо 58635 +опускається 58636 +опускаєшься 58637 +опустив 58638 +опустився 58639 +опустилася 58640 +опустили 58641 +опустилися 58642 +опустити 58643 +опустошіння 58644 +опустілого 58645 +опутного 58646 +опушені 58647 +опцій 58648 +опціонами 58649 +опціонів 58650 +опцію 58651 +опція 58652 +опції 58653 +опі 58654 +опівдні 58655 +опівночі 58656 +опівнічний 58657 +опіді 58658 +опізнали 58659 +опізнивсь 58660 +опійний 58661 +опійного 58662 +опіка 58663 +опіками 58664 +опіки 58665 +опіковому 58666 +опікою 58667 +опіку 58668 +опікувався 58669 +опікувалися 58670 +опікуватися 58671 +опікуном 58672 +опікунства 58673 +опікунська 58674 +опікунській 58675 +опікуюсь 58676 +опікуються 58677 +опікуєтеся 58678 +опікується 58679 +опіків 58680 +опір 58681 +опірність 58682 +опірністю 58683 +опісля 58684 +опіуму 58685 +опіці 58686 +опішне 58687 +ор 58688 +оральний 58689 +оранжева 58690 +оранжеве 58691 +оранжевий 58692 +оранжевих 58693 +оранжевого 58694 +оранжевої 58695 +оранжеву 58696 +оранжеві 58697 +оранжистів 58698 +оранки 58699 +орас 58700 +ораторські 58701 +орбіт 58702 +орбіта 58703 +орбітальних 58704 +орбіти 58705 +орбіту 58706 +орбіті 58707 +орвелл 58708 +орг 58709 +оргазму 58710 +орган 58711 +органа 58712 +органам 58713 +органами 58714 +органах 58715 +органзи 58716 +органи 58717 +организации 58718 +организация 58719 +организациях 58720 +организації 58721 +организм 58722 +организовувати 58723 +органогенна 58724 +органом 58725 +органу 58726 +органі 58727 +органів 58728 +організавали 58729 +організайційні 58730 +організатор 58731 +організатора 58732 +організаторами 58733 +організатори 58734 +організатором 58735 +організаторських 58736 +організатору 58737 +організаторів 58738 +організаці 58739 +організацій 58740 +організаційна 58741 +організаційне 58742 +організаційних 58743 +організаційно 58744 +організаційного 58745 +організаційною 58746 +організаційні 58747 +організацію 58748 +організація 58749 +організаціям 58750 +організаціями 58751 +організаціях 58752 +організацією 58753 +організації 58754 +організм 58755 +організмам 58756 +організмах 58757 +організми 58758 +організмом 58759 +організму 58760 +організмі 58761 +організмів 58762 +організована 58763 +організоване 58764 +організований 58765 +організованих 58766 +організовано 58767 +організованого 58768 +організованой 58769 +організованості 58770 +організованою 58771 +організованої 58772 +організовану 58773 +організовані 58774 +організовува 58775 +організовував 58776 +організовували 58777 +організовувати 58778 +організовую 58779 +організовують 58780 +організовуються 58781 +організовує 58782 +організовуєте 58783 +організовуєш 58784 +організував 58785 +організувала 58786 +організували 58787 +організувалися 58788 +організувало 58789 +організуванні 58790 +організувати 58791 +організують 58792 +органіку 58793 +органічний 58794 +органічними 58795 +органічно 58796 +органічної 58797 +органічні 58798 +оргзлочинності 58799 +оргзлочинністю 58800 +оргизко 58801 +оргкомітет 58802 +оргкомітету 58803 +оргією 58804 +орда 58805 +орден 58806 +ордена 58807 +орденам 58808 +орденами 58809 +ордени 58810 +орденом 58811 +орденська 58812 +орденський 58813 +орденської 58814 +ордену 58815 +ордені 58816 +орденів 58817 +ордери 58818 +ордеру 58819 +орди 58820 +ординському 58821 +ординської 58822 +ордло 58823 +ордо 58824 +ордою 58825 +орду 58826 +орді 58827 +орегон 58828 +орегоні 58829 +орел 58830 +орелі 58831 +оренда 58832 +оренди 58833 +орендна 58834 +орендного 58835 +орендної 58836 +орендну 58837 +орендованого 58838 +орендованому 58839 +орендовані 58840 +орендодавцем 58841 +орендою 58842 +оренду 58843 +орендував 58844 +орендувати 58845 +орендують 58846 +орендує 58847 +оренді 58848 +ореол 58849 +орест 58850 +орестівни 58851 +оригінал 58852 +оригіналами 58853 +оригінали 58854 +оригіналом 58855 +оригіналу 58856 +оригінальна 58857 +оригінальне 58858 +оригінальний 58859 +оригінальними 58860 +оригінальних 58861 +оригінально 58862 +оригінального 58863 +оригінальному 58864 +оригінальну 58865 +оригінальні 58866 +оригіналі 58867 +оригіналів 58868 +орисею 58869 +орисо 58870 +орися 58871 +оришки 58872 +оркестр 58873 +оркестра 58874 +оркестрових 58875 +оркестром 58876 +оркестру 58877 +оркеструванні 58878 +оркестрі 58879 +оркестрів 58880 +орки 58881 +орла 58882 +орлан 58883 +орлана 58884 +орланами 58885 +орлани 58886 +орланом 58887 +орлану 58888 +орланів 58889 +орлеан 58890 +орлеана 58891 +орлеану 58892 +орлеані 58893 +орли 58894 +орлик 58895 +орлика 58896 +орлині 58897 +орлова 58898 +орлови 58899 +орлом 58900 +орнамент 58901 +орнаментики 58902 +орнаментовану 58903 +орнаментів 58904 +орних 58905 +орної 58906 +орні 58907 +оробко 58908 +ороско 58909 +орт 58910 +ортопеда 58911 +ортопедичних 58912 +ортопедичні 58913 +ортопедом 58914 +ортою 58915 +орудою 58916 +орудувати 58917 +оружжя 58918 +оружжям 58919 +оружжі 58920 +оружину 58921 +орфею 58922 +орфограма 58923 +орфографічну 58924 +орфографічні 58925 +орфографія 58926 +орфографії 58927 +орфоепія 58928 +орфоепії 58929 +орхана 58930 +орхтехніка 58931 +орхідею 58932 +орхідеї 58933 +орігон 58934 +орікс 58935 +оріон 58936 +оріхова 58937 +оріхове 58938 +оріхово 58939 +оріхового 58940 +оріхів 58941 +орієнтацій 58942 +орієнтацію 58943 +орієнтація 58944 +орієнтаціях 58945 +орієнтації 58946 +орієнтири 58947 +орієнтиром 58948 +орієнтируючись 58949 +орієнтована 58950 +орієнтований 58951 +орієнтовано 58952 +орієнтованого 58953 +орієнтовані 58954 +орієнтовна 58955 +орієнтовний 58956 +орієнтовними 58957 +орієнтовно 58958 +орієнтовну 58959 +орієнтував 58960 +орієнтувався 58961 +орієнтування 58962 +орієнтуватись 58963 +орієнтуватися 58964 +орієнтуюсь 58965 +орієнтуюся 58966 +орієнтуються 58967 +орієнтуючись 58968 +орієнтує 58969 +орієнтуємося 58970 +орієнтуємся 58971 +орієнтується 58972 +орієнтуєшся 58973 +ос 58974 +оса 58975 +осавуле 58976 +осадив 58977 +осадові 58978 +осадів 58979 +осама 58980 +осами 58981 +осанка 58982 +осатаніла 58983 +осауленка 58984 +осах 58985 +освальд 58986 +освобожден 58987 +освоювали 58988 +освоювати 58989 +освоюють 58990 +освоєння 58991 +освоєнням 58992 +освоєнні 58993 +освоєні 58994 +освоїли 58995 +освоїмо 58996 +освоїти 58997 +освятити 58998 +освятить 58999 +освятиться 59000 +освячений 59001 +освячені 59002 +освідомлювати 59003 +освідомлює 59004 +освідчення 59005 +освідченість 59006 +освідчитись 59007 +освіжити 59008 +освіта 59009 +освіти 59010 +освітлене 59011 +освітлений 59012 +освітлених 59013 +освітлення 59014 +освітлює 59015 +освітньо 59016 +освітнього 59017 +освітньому 59018 +освітньої 59019 +освітню 59020 +освітня 59021 +освітнянських 59022 +освітні 59023 +освітній 59024 +освітніми 59025 +освітніх 59026 +освітою 59027 +освіту 59028 +освітянами 59029 +освітяни 59030 +освіті 59031 +освічений 59032 +освіченими 59033 +освічених 59034 +освіченого 59035 +освіченості 59036 +освіченої 59037 +освічені 59038 +освіченій 59039 +освічу 59040 +освічується 59041 +осе 59042 +оселедець 59043 +оселедцями 59044 +оселилася 59045 +оселилися 59046 +осель 59047 +оселя 59048 +оселях 59049 +оселі 59050 +осени 59051 +осені 59052 +осередки 59053 +осередком 59054 +осередку 59055 +осередків 59056 +осереднків 59057 +осередок 59058 +осетію 59059 +осетія 59060 +осетією 59061 +осетії 59062 +оси 59063 +осика 59064 +осині 59065 +осип 59066 +осипалась 59067 +осипенко 59068 +оскар 59069 +оскара 59070 +оскарженню 59071 +оскарження 59072 +оскаржено 59073 +оскаржили 59074 +оскаржити 59075 +оскаржував 59076 +оскаржувати 59077 +оскаржується 59078 +осколками 59079 +осколки 59080 +осколковим 59081 +осколків 59082 +осколок 59083 +осколочні 59084 +оскому 59085 +оскорбление 59086 +оскіки 59087 +оскільки 59088 +ослабить 59089 +ослабла 59090 +ослаблений 59091 +ослаблених 59092 +ослабленою 59093 +ослаблені 59094 +ослиця 59095 +ослові 59096 +ослі 59097 +ослін 59098 +осліпили 59099 +осман 59100 +османська 59101 +осмаєв 59102 +осмаєва 59103 +осмисленню 59104 +осмислення 59105 +осмислюючи 59106 +осмисліть 59107 +осн 59108 +оснастять 59109 +оснащена 59110 +оснащенності 59111 +оснащення 59112 +оснащені 59113 +основ 59114 +основа 59115 +основана 59116 +основаними 59117 +основаних 59118 +основано 59119 +основаного 59120 +основаної 59121 +основані 59122 +основаній 59123 +основателей 59124 +основи 59125 +основна 59126 +основная 59127 +основне 59128 +основний 59129 +основним 59130 +основними 59131 +основних 59132 +основного 59133 +основное 59134 +основном 59135 +основноме 59136 +основному 59137 +основною 59138 +основної 59139 +основну 59140 +основні 59141 +основній 59142 +основополагаючим 59143 +основоположник 59144 +основоположника 59145 +основоположників 59146 +основоположними 59147 +основоположною 59148 +основоположну 59149 +основоскладання 59150 +основою 59151 +основу 59152 +основі 59153 +особа 59154 +особам 59155 +особами 59156 +особи 59157 +особиста 59158 +особисте 59159 +особистий 59160 +особистим 59161 +особистими 59162 +особистих 59163 +особисто 59164 +особистого 59165 +особистому 59166 +особистостей 59167 +особистостями 59168 +особистості 59169 +особистою 59170 +особистої 59171 +особисту 59172 +особисті 59173 +особистій 59174 +особистісний 59175 +особистісно 59176 +особистісного 59177 +особистість 59178 +особистістю 59179 +особлива 59180 +особливе 59181 +особливий 59182 +особливим 59183 +особливими 59184 +особливих 59185 +особливо 59186 +особливого 59187 +особливостей 59188 +особливостям 59189 +особливостями 59190 +особливості 59191 +особливою 59192 +особливої 59193 +особливу 59194 +особливі 59195 +особливій 59196 +особливість 59197 +особливістю 59198 +особняк 59199 +особо 59200 +особова 59201 +особовий 59202 +особовим 59203 +особових 59204 +особово 59205 +особового 59206 +особовому 59207 +особової 59208 +особову 59209 +особові 59210 +особовій 59211 +особотдєлом 59212 +особою 59213 +особу 59214 +особєно 59215 +особі 59216 +осовий 59217 +осокорками 59218 +осокою 59219 +осоружився 59220 +осоці 59221 +оспорити 59222 +оспорювали 59223 +оспорюваними 59224 +оспорюваних 59225 +оспорюваному 59226 +оспорюваної 59227 +оспорювані 59228 +оспорювати 59229 +оспорюватиме 59230 +оспорюють 59231 +оспорює 59232 +оспівані 59233 +оспівують 59234 +осрамить 59235 +осрамлена 59236 +остав 59237 +оставатися 59238 +оставив 59239 +оставмо 59240 +оставсь 59241 +осталась 59242 +остались 59243 +осталось 59244 +остальне 59245 +остальное 59246 +останку 59247 +останків 59248 +останне 59249 +останнього 59250 +останньому 59251 +останньою 59252 +останньої 59253 +останню 59254 +остання 59255 +останнє 59256 +останнєі 59257 +останні 59258 +останній 59259 +останнім 59260 +останніми 59261 +останнімі 59262 +останніх 59263 +останніі 59264 +остановили 59265 +остановіть 59266 +останок 59267 +остануть 59268 +останім 59269 +остап 59270 +остатись 59271 +остатній 59272 +остатнім 59273 +остаточна 59274 +остаточне 59275 +остаточний 59276 +остаточним 59277 +остаточними 59278 +остаточних 59279 +остаточно 59280 +остаточного 59281 +остаточному 59282 +остаточною 59283 +остаточної 59284 +остаточну 59285 +остаточні 59286 +остаточній 59287 +остафій 59288 +остаються 59289 +остається 59290 +остеопорозу 59291 +остеохондроз 59292 +остеохондрозу 59293 +остервенінням 59294 +остерегла 59295 +остеріг 59296 +остерігатися 59297 +остерігать 59298 +остерігаютбь 59299 +остерігають 59300 +остерігає 59301 +остерігається 59302 +остерігши 59303 +остині 59304 +остовбурів 59305 +остой 59306 +осторога 59307 +осторогою 59308 +осторогу 59309 +осторонь 59310 +остоя 59311 +остра 59312 +остракізму 59313 +острах 59314 +острахами 59315 +острахи 59316 +острахом 59317 +остраху 59318 +остров'янам 59319 +остров'яни 59320 +острова 59321 +островами 59322 +островах 59323 +острови 59324 +островні 59325 +островом 59326 +островський 59327 +острову 59328 +острові 59329 +островів 59330 +остроготського 59331 +острож 59332 +остроту 59333 +острів 59334 +острівець 59335 +острівних 59336 +острівні 59337 +острівцях 59338 +острівців 59339 +остудити 59340 +оступитися 59341 +остхем 59342 +остін 59343 +осу 59344 +осуд 59345 +осуджено 59346 +осуджували 59347 +осуджувати 59348 +осуджують 59349 +осуджуються 59350 +осуджує 59351 +осудив 59352 +осудила 59353 +осудили 59354 +осудило 59355 +осудити 59356 +осудові 59357 +осудом 59358 +осуду 59359 +осудуві 59360 +осудять 59361 +осучаснений 59362 +осучаснення 59363 +осучаснені 59364 +осучаснила 59365 +осучаснювати 59366 +осушення 59367 +осушивши 59368 +осушити 59369 +ось 59370 +ось-ось 59371 +осьо 59372 +осьовій 59373 +осягнути 59374 +осяде 59375 +осяду 59376 +осяяним 59377 +осяє 59378 +осі 59379 +осіб 59380 +осібним 59381 +осів 59382 +осідали 59383 +осідало 59384 +осідають 59385 +осідком 59386 +осідлав 59387 +осідланих 59388 +осідлані 59389 +осідлати 59390 +осіла 59391 +осіло 59392 +осілої 59393 +осіназадех 59394 +осінне 59395 +осінньо 59396 +осіннього 59397 +осінньому 59398 +осінньої 59399 +осінню 59400 +осінні 59401 +осінній 59402 +осінт 59403 +осінь 59404 +осінью 59405 +осіні 59406 +от 59407 +ота 59408 +отаборилися 59409 +отак 59410 +отака 59411 +отаке 59412 +отакий 59413 +отаким 59414 +отакими 59415 +отаких 59416 +отако 59417 +отакого 59418 +отакот 59419 +отакою 59420 +отакої 59421 +отаку 59422 +отакє 59423 +отакі 59424 +отакій 59425 +отам 59426 +отаман 59427 +отамана 59428 +отамане 59429 +отаманенка 59430 +отаманенко 59431 +отаманенкові 59432 +отаманенком 59433 +отамани 59434 +отаманову 59435 +отаманові 59436 +отаманом 59437 +отаману 59438 +отаманщина 59439 +отаманщини 59440 +отаманів 59441 +отамасів 59442 +отари 59443 +отару 59444 +отверезить 59445 +отвори 59446 +отвору 59447 +отворів 59448 +отвір 59449 +отвітом 59450 +отг 59451 +отдали 59452 +оте 59453 +отерпло 59454 +отець 59455 +отецьким 59456 +отже 59457 +отзивать 59458 +отим 59459 +отитими 59460 +отих 59461 +отказнікі 59462 +отключили 59463 +открився 59464 +откритія 59465 +откуда 59466 +отличается 59467 +отмарштейн 59468 +отмарштейна 59469 +отметил 59470 +отмечаете 59471 +отношении 59472 +отношений 59473 +отношению 59474 +ото 59475 +отобрала 59476 +отобрать 59477 +отого 59478 +отоді 59479 +отож 59480 +отой 59481 +ототожнення 59482 +ототожнювала 59483 +ототожнювати 59484 +ототожнюються 59485 +ототожнює 59486 +ототожнюється 59487 +оточать 59488 +оточене 59489 +оточений 59490 +оточення 59491 +оточенням 59492 +оточенні 59493 +оточено 59494 +оточеного 59495 +оточені 59496 +оточив 59497 +оточила 59498 +оточили 59499 +оточини 59500 +оточити 59501 +оточить 59502 +оточувати 59503 +оточують 59504 +оточуючи 59505 +оточуючих 59506 +оточує 59507 +оточуємо 59508 +отої 59509 +отпимізовувати 59510 +отпор 59511 +отпором 59512 +отпускать 59513 +отпускають 59514 +отразиться 59515 +отрасти 59516 +отримав 59517 +отримавши 59518 +отримайте 59519 +отримала 59520 +отримали 59521 +отримались 59522 +отримало 59523 +отримана 59524 +отримане 59525 +отриманий 59526 +отриманих 59527 +отриманню 59528 +отримання 59529 +отриманням 59530 +отриманні 59531 +отримано 59532 +отриманого 59533 +отриманою 59534 +отриманої 59535 +отриманя 59536 +отримані 59537 +отримати 59538 +отримать 59539 +отримаю 59540 +отримають 59541 +отримає 59542 +отримаєм 59543 +отримаємо 59544 +отримаєте 59545 +отримаєш 59546 +отримував 59547 +отримувавв 59548 +отримувала 59549 +отримували 59550 +отримувались 59551 +отримувати 59552 +отримуватиме 59553 +отримуватимуть 59554 +отримувать 59555 +отримувачами 59556 +отримувачі 59557 +отримувачів 59558 +отримуйте 59559 +отримую 59560 +отримують 59561 +отримуючи 59562 +отримує 59563 +отримуєм 59564 +отримуємо 59565 +отримуєте 59566 +отримується 59567 +отримуєш 59568 +отрицает 59569 +отрк 59570 +отрова 59571 +отрови 59572 +отрок 59573 +отрока 59574 +отрокові 59575 +отроче 59576 +отруйний 59577 +отруйних 59578 +отруйнішого 59579 +отрута 59580 +отрути 59581 +отрутою 59582 +отруєний 59583 +отруєння 59584 +отруєнням 59585 +отруїли 59586 +отруїлись 59587 +отруїлися 59588 +отруїлося 59589 +отруїілися 59590 +отследить 59591 +отстанньою 59592 +отстой 59593 +отстранил 59594 +отсюда 59595 +отсіювати 59596 +оттава 59597 +оттавської 59598 +оттаві 59599 +отто 59600 +оттуда 59601 +оту 59602 +отуди 59603 +отуплюють 59604 +отут 59605 +отхмарює 59606 +отцеві 59607 +отцем 59608 +отцом 59609 +отця 59610 +отці 59611 +отче 59612 +отчизну 59613 +отчий 59614 +отчісленія 59615 +отямившись 59616 +отямитися 59617 +отямлюється 59618 +оті 59619 +отій 59620 +отім 59621 +оун 59622 +оунівців 59623 +оф 59624 +официально 59625 +оформив 59626 +оформивши 59627 +оформила 59628 +оформилася 59629 +оформили 59630 +оформилось 59631 +оформити 59632 +оформить 59633 +оформлена 59634 +оформлене 59635 +оформлений 59636 +оформлених 59637 +оформлення 59638 +оформленням 59639 +оформленні 59640 +оформлено 59641 +оформлені 59642 +оформлювалось 59643 +оформлювати 59644 +оформлюються 59645 +оформлюючи 59646 +оформлює 59647 +оформлюєте 59648 +оформлюється 59649 +оформляли 59650 +оформляти 59651 +оформляють 59652 +оформляються 59653 +оформляє 59654 +оформляєте 59655 +оформляєш 59656 +оформувати 59657 +офсети 59658 +офтальмолог 59659 +офтальмолога 59660 +офф 59661 +офшорах 59662 +офшори 59663 +офшорній 59664 +офігенна 59665 +офігеть 59666 +офігєла 59667 +офігєть 59668 +офігівання 59669 +офіс 59670 +офіса 59671 +офісам 59672 +офісах 59673 +офіси 59674 +офісна 59675 +офісний 59676 +офісну 59677 +офісом 59678 +офісу 59679 +офісі 59680 +офісів 59681 +офіури 59682 +офіцер 59683 +офіцера 59684 +офіцерам 59685 +офіцерами 59686 +офіцерах 59687 +офіцери 59688 +офіцерові 59689 +офіцером 59690 +офіцерське 59691 +офіцерський 59692 +офіцерському 59693 +офіцеру 59694 +офіцерів 59695 +офіціальної 59696 +офіціант 59697 +офіціанта 59698 +офіціанти 59699 +офіціанткою 59700 +офіціантом 59701 +офіціантів 59702 +офіційна 59703 +офіційне 59704 +офіційний 59705 +офіційним 59706 +офіційними 59707 +офіційних 59708 +офіційно 59709 +офіційного 59710 +офіційному 59711 +офіційною 59712 +офіційної 59713 +офіційну 59714 +офіційні 59715 +офіційній 59716 +офіціний 59717 +офіціозна 59718 +офіціозу 59719 +ох 59720 +охабився 59721 +охайний 59722 +охайним 59723 +охайно 59724 +охання 59725 +охарактеризував 59726 +охарактеризувала 59727 +охарактеризували 59728 +охарактеризувати 59729 +охарактеризуєте 59730 +охляли 59731 +охляп 59732 +охматдит 59733 +охматдиту 59734 +оходила 59735 +охолодження 59736 +охолоджувальної 59737 +охолоджуватися 59738 +охолоджувач 59739 +охолоджувачі 59740 +охолоджують 59741 +охолоджує 59742 +охололо 59743 +охопив 59744 +охопила 59745 +охопили 59746 +охопить 59747 +охопиш 59748 +охоплена 59749 +охоплений 59750 +охоплення 59751 +охопленого 59752 +охопленої 59753 +охоплені 59754 +охоплював 59755 +охоплювала 59756 +охоплювали 59757 +охоплювати 59758 +охоплюватиме 59759 +охоплюють 59760 +охоплюючі 59761 +охоплює 59762 +охорона 59763 +охоронець 59764 +охорони 59765 +охоронимо 59766 +охоронна 59767 +охоронний 59768 +охоронних 59769 +охоронні 59770 +охороною 59771 +охорону 59772 +охоронцем 59773 +охоронцями 59774 +охоронці 59775 +охоронців 59776 +охороняв 59777 +охороняли 59778 +охороняти 59779 +охоронятиме 59780 +охороняють 59781 +охороняються 59782 +охороняючи 59783 +охороняє 59784 +охороняємо 59785 +охороняється 59786 +охороні 59787 +охоти 59788 +охоту 59789 +охоті 59790 +охоче 59791 +охочих 59792 +охочого 59793 +охочому 59794 +охочі 59795 +охочіше 59796 +охраняє 59797 +охрестив 59798 +охрестили 59799 +охрестити 59800 +охрещенні 59801 +охрименко 59802 +охроняла 59803 +охріменка 59804 +охріменко 59805 +охтирка 59806 +охтирці 59807 +охуєнне 59808 +охуєнних 59809 +охуєнно 59810 +охуїли 59811 +оце 59812 +оцей 59813 +оценку 59814 +оцим 59815 +оцима 59816 +оцими 59817 +оцифровувати 59818 +оцифрували 59819 +оцифрування 59820 +оцих 59821 +оць 59822 +оцьо 59823 +оцього 59824 +оцьому 59825 +оцю 59826 +оця 59827 +оці 59828 +оцій 59829 +оцінення 59830 +оцінено 59831 +оцінив 59832 +оцінивши 59833 +оцінили 59834 +оціните 59835 +оцінити 59836 +оцінить 59837 +оціниш 59838 +оцінка 59839 +оцінками 59840 +оцінках 59841 +оцінки 59842 +оцінкою 59843 +оцінку 59844 +оцінних 59845 +оцінок 59846 +оціночна 59847 +оціночних 59848 +оціночні 59849 +оцінує 59850 +оцінці 59851 +оцінював 59852 +оцінювали 59853 +оцінювання 59854 +оцінюванні 59855 +оцінювати 59856 +оцінюю 59857 +оцінюють 59858 +оцінюються 59859 +оцінює 59860 +оцінюєм 59861 +оцінюємо 59862 +оцінюєте 59863 +оцінюється 59864 +оцінюєш 59865 +оцінять 59866 +оцініть 59867 +оцією 59868 +оцієї 59869 +очакова 59870 +очакові 59871 +очаків 59872 +очам 59873 +очами 59874 +очарування 59875 +очах 59876 +очевидець 59877 +очевидна 59878 +очевидне 59879 +очевидний 59880 +очевидним 59881 +очевидними 59882 +очевидних 59883 +очевидно 59884 +очевидного 59885 +очевидною 59886 +очевидної 59887 +очевидну 59888 +очевидні 59889 +очевиднішим 59890 +очевидці 59891 +очевидців 59892 +очевидь 59893 +очей 59894 +очень 59895 +оченята 59896 +очередь 59897 +очеретах 59898 +очерети 59899 +очереті 59900 +очеретів 59901 +очи 59902 +очильниками 59903 +очима 59904 +очисних 59905 +очисти 59906 +очистивши 59907 +очистили 59908 +очистити 59909 +очистки 59910 +очистці 59911 +очиці 59912 +очишує 59913 +очищати 59914 +очищена 59915 +очищення 59916 +очищено 59917 +очищеною 59918 +очищеної 59919 +очищені 59920 +очищували 59921 +очищує 59922 +очищуємо 59923 +очка 59924 +очками 59925 +очки 59926 +очко 59927 +очку 59928 +очкують 59929 +очків 59930 +очманілий 59931 +очна 59932 +очний 59933 +очних 59934 +очно 59935 +очного 59936 +очному 59937 +очної 59938 +очні 59939 +очок 59940 +очолена 59941 +очолене 59942 +очолений 59943 +очоленим 59944 +очоленими 59945 +очолених 59946 +очоленого 59947 +очоленої 59948 +очолені 59949 +очолив 59950 +очолили 59951 +очолині 59952 +очолити 59953 +очолить 59954 +очолював 59955 +очолювала 59956 +очолювали 59957 +очолювана 59958 +очолюване 59959 +очолюваний 59960 +очолюваних 59961 +очолювані 59962 +очолювати 59963 +очолюватиме 59964 +очолюватимемо 59965 +очолюватимуть 59966 +очолюю 59967 +очолюють 59968 +очолює 59969 +очолюєте 59970 +очолюється 59971 +очолять 59972 +очуняв 59973 +очухалася 59974 +очі 59975 +очікував 59976 +очікувала 59977 +очікували 59978 +очікувалось 59979 +очікувалося 59980 +очікувана 59981 +очікуване 59982 +очікуваний 59983 +очікуваним 59984 +очікуваних 59985 +очікуванний 59986 +очікування 59987 +очікуванням 59988 +очікуваннями 59989 +очікуванні 59990 +очікувано 59991 +очікуваного 59992 +очікуваної 59993 +очікувану 59994 +очікувань 59995 +очікувати 59996 +очікуватиме 59997 +очікую 59998 +очікують 59999 +очікуються 60000 +очікуючи 60001 +очікуючі 60002 +очікує 60003 +очікуєм 60004 +очікуємо 60005 +очікуєте 60006 +очікується 60007 +очікуєш 60008 +очільник 60009 +очільника 60010 +очільниками 60011 +очільники 60012 +очільником 60013 +очільнику 60014 +очільників 60015 +очільницю 60016 +очільниця 60017 +очільниці 60018 +очіпок 60019 +ош 60020 +ошалілого 60021 +ошекі 60022 +ошелешена 60023 +ошелешувався 60024 +ошийок 60025 +ошляд 60026 +оштрафував 60027 +оштрафували 60028 +оштрафувати 60029 +оштрафують 60030 +ощадбанк 60031 +ощадбанком 60032 +ощадбанку 60033 +ощадбанківськими 60034 +ощадливо 60035 +оя 60036 +оік 60037 +п 60038 +п'тдесят 60039 +п'ти 60040 +п'тидесяти 60041 +п'тнадцятому 60042 +п'тнадцять 60043 +п'ть 60044 +п'ть-десять 60045 +п'ю 60046 +п'ють 60047 +п'яді 60048 +п'яинадцятихвилинні 60049 +п'яна 60050 +п'яне 60051 +п'яний 60052 +п'яним 60053 +п'яними 60054 +п'яних 60055 +п'яниць 60056 +п'янка 60057 +п'янки 60058 +п'яному 60059 +п'янюги 60060 +п'янять 60061 +п'яні 60062 +п'ят 60063 +п'ята 60064 +п'ятак 60065 +п'ятами 60066 +п'ятдесят 60067 +п'ятдесяти 60068 +п'ятдесятидволітній 60069 +п'ятдесятилітню 60070 +п'ятдесятиліттю 60071 +п'ятдесятиоднорічний 60072 +п'ятдесятирічний 60073 +п'ятдесятирічного 60074 +п'ятдесятирічної 60075 +п'ятдесятих 60076 +п'ятдесятого 60077 +п'ятдесять 60078 +п'ятдесятьма 60079 +п'ятдесятьом 60080 +п'ятдесяті 60081 +п'ятдесятій 60082 +п'яте 60083 +п'ятеро 60084 +п'ятех 60085 +п'яти 60086 +п'яти' 60087 +п'ятиборства 60088 +п'ятиденний 60089 +п'ятиденних 60090 +п'ятиденного 60091 +п'ятиденної 60092 +п'ятидесяти 60093 +п'ятидесятирічного 60094 +п'ятизірковий 60095 +п'ятизірковому 60096 +п'ятий 60097 +п'ятикутна 60098 +п'ятикутній 60099 +п'ятилітнього 60100 +п'ятилітрову 60101 +п'ятим 60102 +п'ятиметровим 60103 +п'ятиособового 60104 +п'ятипроцентні 60105 +п'ятирічки 60106 +п'ятирічний 60107 +п'ятирічним 60108 +п'ятирічного 60109 +п'ятирічною 60110 +п'ятирічної 60111 +п'ятирічок 60112 +п'ятисот 60113 +п'ятисотметрівку 60114 +п'ятиста 60115 +п'ятиступінчастою 60116 +п'ятих 60117 +п'ятичлена 60118 +п'ятка 60119 +п'ятки 60120 +п'ятковий 60121 +п'ятнадцитьох 60122 +п'ятнадцята 60123 +п'ятнадцяте 60124 +п'ятнадцяти 60125 +п'ятнадцятий 60126 +п'ятнадцятим 60127 +п'ятнадцятирічним 60128 +п'ятнадцятирічного 60129 +п'ятнадцятитисячна 60130 +п'ятнадцятих 60131 +п'ятнадцятихвилинні 60132 +п'ятнадцятихвилині 60133 +п'ятнадцятого 60134 +п'ятнадцятому 60135 +п'ятнадцятою 60136 +п'ятнадцятої 60137 +п'ятнадцяту 60138 +п'ятнадцять 60139 +п'ятнадцятьмя 60140 +п'ятнадцятьох 60141 +п'ятнадцятьої 60142 +п'ятнадцятій 60143 +п'ятнайціть 60144 +п'ятницю 60145 +п'ятниця 60146 +п'ятниці 60147 +п'ятнична 60148 +п'ятничні 60149 +п'ятничній 60150 +п'ятого 60151 +п'яток 60152 +п'ятому 60153 +п'ятою 60154 +п'ятої 60155 +п'ятсот 60156 +п'яту 60157 +п'ять 60158 +п'ятьдесят 60159 +п'ятьма 60160 +п'ятьом 60161 +п'ятьох 60162 +п'ятьсот 60163 +п'ятью 60164 +п'ятій 60165 +п'ятірка 60166 +п'ятірки 60167 +п'ятірку 60168 +п'є 60169 +п'єдестал 60170 +п'єдесталу 60171 +п'ємо 60172 +п'єр 60173 +п'єс 60174 +п'єси 60175 +п'єсою 60176 +п'єсу 60177 +п'єсі 60178 +п'єте 60179 +п'єтро 60180 +п'ється 60181 +п'єш 60182 +па 60183 +па-па 60184 +пабліках 60185 +пава 60186 +павасаріс 60187 +павел 60188 +павелка 60189 +павелко 60190 +павелл 60191 +павильно 60192 +павичом 60193 +павла 60194 +павлами 60195 +павле 60196 +павленко 60197 +павли 60198 +павлик 60199 +павликом 60200 +павлинко 60201 +павло 60202 +павлоб 60203 +павлова 60204 +павловский 60205 +павловского 60206 +павловський 60207 +павловським 60208 +павловського 60209 +павловському 60210 +павлові 60211 +павлоград 60212 +павлограда 60213 +павлоградському 60214 +павлограду 60215 +павлограді 60216 +павлом 60217 +павлополю 60218 +павлополя 60219 +павлополі 60220 +павлопіль 60221 +павлу 60222 +павлюк 60223 +павлюковський 60224 +павлюченко 60225 +павлюченкова 60226 +павлівка 60227 +павлівки 60228 +павлівський 60229 +павлівській 60230 +павлівці 60231 +павліковський 60232 +павліченко 60233 +павук 60234 +павукам 60235 +павуки 60236 +павуком 60237 +павуків 60238 +павутинку 60239 +павутиння 60240 +павутину 60241 +павутині 60242 +павученята 60243 +павучину 60244 +павучиха 60245 +павучки 60246 +павучок 60247 +павільйон 60248 +павільйону 60249 +павільйонів 60250 +пагони 60251 +пагорб 60252 +пагорба 60253 +пагорбах 60254 +пагорбі 60255 +пагорбів 60256 +пада 60257 +падав 60258 +падаждітє 60259 +падайте 60260 +падал 60261 +падала 60262 +падали 60263 +падало 60264 +падати 60265 +падать 60266 +падаю 60267 +падають 60268 +падаючи 60269 +падаючих 60270 +падаючі 60271 +падає 60272 +падло 60273 +падлом 60274 +падлюка 60275 +падружанєй 60276 +падь 60277 +падюк 60278 +падєлкі 60279 +падіж 60280 +падіння 60281 +падінням 60282 +падіннями 60283 +падінні 60284 +падінґтон 60285 +паздрія 60286 +пазл 60287 +пазріча 60288 +пазур 60289 +пазусі 60290 +пазухи 60291 +пазухою 60292 +пазуху 60293 +пайдьот 60294 +пайка 60295 +пайків 60296 +пайкін 60297 +пайкіна 60298 +пайфер 60299 +пак 60300 +пакала 60301 +пакали 60302 +пакестанського 60303 +пакет 60304 +пакета 60305 +пакетам 60306 +пакети 60307 +пакетиками 60308 +пакетного 60309 +пакетні 60310 +пакетом 60311 +пакету 60312 +пакеті 60313 +пакетів 60314 +пакистан 60315 +пакистана 60316 +пакистанові 60317 +пакистаном 60318 +пакистанська 60319 +пакистанське 60320 +пакистанський 60321 +пакистанським 60322 +пакистанськими 60323 +пакистанських 60324 +пакистансько 60325 +пакистанського 60326 +пакистанському 60327 +пакистанською 60328 +пакистанської 60329 +пакистанську 60330 +пакистанські 60331 +пакистану 60332 +пакистанці 60333 +пакистанців 60334 +пакистаньский 60335 +пакистаньському 60336 +пакистані 60337 +пакосна 60338 +пакостив 60339 +пактика 60340 +пактом 60341 +пакту 60342 +пактіка 60343 +пактія 60344 +пакувальників 60345 +пакувальну 60346 +пакування 60347 +пакувати 60348 +пакуватися 60349 +пакуйте 60350 +пакунка 60351 +пакунків 60352 +пакуночок 60353 +пакую 60354 +пакуємся 60355 +пакістанський 60356 +пакістанського 60357 +пакістану 60358 +пакістані 60359 +палав 60360 +палало 60361 +паланка 60362 +палат 60363 +палата 60364 +палатами 60365 +палатах 60366 +палати 60367 +палатках 60368 +палатки 60369 +палатку 60370 +палаткі 60371 +палаток 60372 +палатою 60373 +палату 60374 +палатці 60375 +палаті 60376 +палахкотіли 60377 +палац 60378 +палаца 60379 +палаци 60380 +палацом 60381 +палацу 60382 +палацького 60383 +палаці 60384 +палаш 60385 +палаючий 60386 +палаючу 60387 +палає 60388 +пале 60389 +палення 60390 +палеоліту 60391 +палестина 60392 +палестинець 60393 +палестини 60394 +палестино 60395 +палестиною 60396 +палестинська 60397 +палестинське 60398 +палестинський 60399 +палестинським 60400 +палестинськими 60401 +палестинських 60402 +палестинського 60403 +палестинському 60404 +палестинською 60405 +палестинської 60406 +палестинську 60407 +палестинські 60408 +палестинській 60409 +палестинськім 60410 +палестину 60411 +палестинця 60412 +палестинцям 60413 +палестинцями 60414 +палестинці 60415 +палестинців 60416 +палестині 60417 +палета 60418 +палець 60419 +палива 60420 +паливне 60421 +паливний 60422 +паливним 60423 +паливно 60424 +паливного 60425 +паливному 60426 +паливну 60427 +паливні 60428 +паливо 60429 +паливом 60430 +паливі 60431 +палила 60432 +палили 60433 +палило 60434 +палилося 60435 +палите 60436 +палити 60437 +палитимуть 60438 +палить 60439 +палиця 60440 +палицями 60441 +палицятами 60442 +палиці 60443 +палка 60444 +палки 60445 +палких 60446 +палко 60447 +палкої 60448 +палку 60449 +палкі 60450 +паллант 60451 +палок 60452 +паломники 60453 +паломників 60454 +паломництво 60455 +паломнічество 60456 +палосі 60457 +палочка 60458 +палочкою 60459 +палубі 60460 +пальми 60461 +пальмовою 60462 +пальмі 60463 +пальне 60464 +пального 60465 +пальта 60466 +пальто 60467 +пальті 60468 +пальца 60469 +пальцеві 60470 +пальцем 60471 +пальця 60472 +пальцями 60473 +пальцях 60474 +пальці 60475 +пальців 60476 +пальчики 60477 +пальчиком 60478 +палючим 60479 +палючого 60480 +паляницю 60481 +паляниці 60482 +палять 60483 +палєва 60484 +палєрмо 60485 +палєти 60486 +паліаивної 60487 +паліативна 60488 +паліативних 60489 +паліативної 60490 +паліативну 60491 +паліативні 60492 +паліативній 60493 +палій 60494 +паління 60495 +палінням 60496 +палінні 60497 +палітри 60498 +паліть 60499 +палія 60500 +пам'ятай 60501 +пам'ятаймо 60502 +пам'ятайте 60503 +пам'ятала 60504 +пам'ятали 60505 +пам'ятати 60506 +пам'ятатимемо 60507 +пам'ятатимеш 60508 +пам'ятаю 60509 +пам'ятають 60510 +пам'ятає 60511 +пам'ятаєм 60512 +пам'ятаємо 60513 +пам'ятаєте 60514 +пам'ятається 60515 +пам'ятаєш 60516 +пам'яти 60517 +пам'ятка 60518 +пам'ятками 60519 +пам'ятках 60520 +пам'ятки 60521 +пам'яткове 60522 +пам'яткою 60523 +пам'ятку 60524 +пам'ятне 60525 +пам'ятний 60526 +пам'ятник 60527 +пам'ятника 60528 +пам'ятниками 60529 +пам'ятниках 60530 +пам'ятники 60531 +пам'ятників 60532 +пам'ятних 60533 +пам'ятного 60534 +пам'ятну 60535 +пам'ятні 60536 +пам'яток 60537 +пам'яттю 60538 +пам'яття 60539 +пам'ятці 60540 +пам'ять 60541 +пам'яті 60542 +памаранчево 60543 +памела 60544 +памперси 60545 +памперсі 60546 +памперсів 60547 +пампушками 60548 +памука 60549 +памятаєш 60550 +память 60551 +пан 60552 +пан'європейських 60553 +пан'європейської 60554 +пана 60555 +панадол 60556 +панам 60557 +панама 60558 +панамець 60559 +панами 60560 +панамку 60561 +панамських 60562 +панамського 60563 +панаса 60564 +панахиди 60565 +панахиду 60566 +панацея 60567 +панацеєю 60568 +пандар 60569 +пандаром 60570 +пандемію 60571 +пандемія 60572 +пандемією 60573 +пандемії 60574 +пандмію 60575 +пандори 60576 +пандуса 60577 +пандуси 60578 +пандусу 60579 +пандусів 60580 +пане 60581 +панегірика 60582 +панелей 60583 +панеллю 60584 +панелькі 60585 +панелями 60586 +панелях 60587 +панелі 60588 +пани 60589 +панихиду 60590 +панич 60591 +панками 60592 +панкова 60593 +панкреатин 60594 +панксатоні 60595 +панксатонійський 60596 +панків 60597 +панмун 60598 +панна 60599 +панни 60600 +панночка 60601 +панночок 60602 +панною 60603 +панова 60604 +панове 60605 +панови 60606 +панову 60607 +панові 60608 +панок 60609 +паном 60610 +паноптікум 60611 +паноптікума 60612 +панораму 60613 +панпух 60614 +панславізм 60615 +панства 60616 +панство 60617 +панська 60618 +панський 60619 +панськой 60620 +панською 60621 +панські 60622 +пансіонатів 60623 +пантелеймон 60624 +пантелеймона 60625 +пантелеймону 60626 +пантелику 60627 +пантелєєв 60628 +пантеону 60629 +пантестин 60630 +пантонами 60631 +пантонах 60632 +пантони 60633 +пану 60634 +панував 60635 +панувала 60636 +панували 60637 +панувало 60638 +пануванню 60639 +панування 60640 +пануванням 60641 +панувати 60642 +пануватимуть 60643 +панула 60644 +панує 60645 +панфілов 60646 +панцергаубицю 60647 +панцерник 60648 +панцерники 60649 +панцир 60650 +панцирем 60651 +панцирний 60652 +панцирник 60653 +панцирні 60654 +панцирями 60655 +панцирях 60656 +панцирі 60657 +панчак 60658 +панчен 60659 +панченко 60660 +панчо 60661 +панчохів 60662 +панщини 60663 +панщині 60664 +панькатися 60665 +панько 60666 +паньонжек 60667 +паню 60668 +панюта 60669 +панянки 60670 +панятна 60671 +пані 60672 +панів 60673 +паніка 60674 +паніки 60675 +паніку 60676 +панікував 60677 +панікувати 60678 +панікує 60679 +панімаю 60680 +панімаєтє 60681 +панінбікер 60682 +паніоти 60683 +паніото 60684 +паністарій 60685 +паніці 60686 +панічне 60687 +панічно 60688 +панічної 60689 +панії 60690 +пао 60691 +паоло 60692 +папа 60693 +паперам 60694 +паперами 60695 +паперах 60696 +папери 60697 +паперова 60698 +паперовими 60699 +паперових 60700 +паперового 60701 +паперової 60702 +паперову 60703 +паперові 60704 +папером 60705 +паперу 60706 +паперці 60707 +паперчиках 60708 +папері 60709 +паперів 60710 +папи 60711 +папка 60712 +паплюжу 60713 +паприка 60714 +паприкаш 60715 +паприкаші 60716 +паприкашів 60717 +паприки 60718 +паприкою 60719 +паприку 60720 +паприці 60721 +папроцький 60722 +папську 60723 +папські 60724 +папу 60725 +папуг 60726 +папуги 60727 +папугу 60728 +папужку 60729 +папці 60730 +папі 60731 +папір 60732 +папірець 60733 +папіру 60734 +папірцем 60735 +папірцях 60736 +папірців 60737 +папірчики 60738 +папірчикє 60739 +папієва 60740 +пар 60741 +пара 60742 +парагвай 60743 +парагваю 60744 +парагваї 60745 +параграфи 60746 +параграфі 60747 +парад 60748 +парадами 60749 +парадах 60750 +параджанов 60751 +паради 60752 +парадигм 60753 +парадигми 60754 +парадигму 60755 +парадне 60756 +парадного 60757 +парадокс 60758 +парадоксальна 60759 +парадоксальний 60760 +парадоксальним 60761 +парадоксальних 60762 +парадоксально 60763 +парадоксальну 60764 +парадокси 60765 +параду 60766 +параді 60767 +парадів 60768 +парадігму 60769 +паражєнчіскіх 60770 +паразит- 60771 +паразитам 60772 +паразитами 60773 +паразитах 60774 +паразити 60775 +паразитика 60776 +паразитичні 60777 +паразитолог 60778 +паразитологами 60779 +паразитологи 60780 +паразитологом 60781 +паразитологі 60782 +паразитологів 60783 +паразитологію 60784 +паразитологія 60785 +паразитологією 60786 +паразитології 60787 +паразитолія 60788 +паразитом 60789 +паразитоїди 60790 +паразитоїдів 60791 +паразитують 60792 +паразитує 60793 +паразитів 60794 +паразіти 60795 +парака 60796 +паралелей 60797 +паралель 60798 +паралельний 60799 +паралельним 60800 +паралельно 60801 +паралельному 60802 +паралельної 60803 +паралельні 60804 +паралелі 60805 +паралізований 60806 +паралізовані 60807 +паралізував 60808 +паралізувавши 60809 +паралізувала 60810 +паралізувати 60811 +паралізуючої 60812 +паралізує 60813 +параліч 60814 +параліча 60815 +паралічем 60816 +паралічі 60817 +парамарібо 60818 +парамаунт 60819 +параметрами 60820 +параметрах 60821 +параметри 60822 +параметрів 60823 +парами 60824 +парамілітарному 60825 +паранено 60826 +параноя 60827 +параню 60828 +парасольку 60829 +парасюк 60830 +парасюка 60831 +парасюку 60832 +парафій 60833 +парафію 60834 +парафія 60835 +парафіяльній 60836 +парафіян 60837 +парафіянами 60838 +парафіяни 60839 +парафіянства 60840 +парафіях 60841 +парафії 60842 +парах 60843 +парацетамол 60844 +парашутами 60845 +парашутах 60846 +парашути 60847 +парашутисти 60848 +парашутистом 60849 +парашутна 60850 +парашутним 60851 +парашутно 60852 +парашутів 60853 +паре 60854 +пареламним 60855 +парень 60856 +пари 60857 +париж 60858 +парижа 60859 +парижем 60860 +парижу 60861 +парижі 60862 +паризька 60863 +паризький 60864 +паризького 60865 +паризькому 60866 +паризькою 60867 +паризької 60868 +паризьку 60869 +паризькій 60870 +паризьські 60871 +парило 60872 +парирував 60873 +парируючи 60874 +паритет 60875 +паритетна 60876 +паритетно 60877 +паритетом 60878 +паритету 60879 +паритись 60880 +паритися 60881 +парихмахерських 60882 +парк 60883 +парка 60884 +паркан 60885 +паркани 60886 +парканом 60887 +паркану 60888 +парканів 60889 +парках 60890 +паркер 60891 +паркет 60892 +паркетниками 60893 +паркетні 60894 +паркеті 60895 +парки 60896 +парко 60897 +парковий 60898 +парковках 60899 +парковки 60900 +парковку 60901 +парково 60902 +парковок 60903 +паркової 60904 +парком 60905 +паркомісце 60906 +паркомісць 60907 +парксервісу 60908 +парку 60909 +паркувальних 60910 +паркувального 60911 +паркувальні 60912 +паркування 60913 +паркуванні 60914 +парків 60915 +паркінгами 60916 +паркінги 60917 +паркінгу 60918 +паркінсона 60919 +парламенських 60920 +парламент 60921 +парламента 60922 +парламентар 60923 +парламентаризмом 60924 +парламентаризму 60925 +парламентарки 60926 +парламентаря 60927 +парламентарям 60928 +парламентарями 60929 +парламентарі 60930 +парламентарів 60931 +парламентарій 60932 +парламентарія 60933 +парламентарії 60934 +парламентаріїв 60935 +парламентові 60936 +парламентом 60937 +парламентська 60938 +парламентське 60939 +парламентський 60940 +парламентським 60941 +парламентських 60942 +парламентсько 60943 +парламентського 60944 +парламентському 60945 +парламентською 60946 +парламентської 60947 +парламентську 60948 +парламентські 60949 +парламентській 60950 +парламенту 60951 +парламенті 60952 +парламентів 60953 +парна 60954 +парнас 60955 +парний 60956 +парниковий 60957 +парниковим 60958 +парниковими 60959 +парникових 60960 +парникового 60961 +парних 60962 +парнище 60963 +парного 60964 +парова 60965 +паровоз 60966 +паровоза 60967 +паровозом 60968 +пародійно 60969 +пароль 60970 +паролі 60971 +паром 60972 +парому 60973 +пароплав 60974 +пароплава 60975 +пароплави 60976 +пароплавні 60977 +паростки 60978 +паростків 60979 +паросток 60980 +парості 60981 +паротяг 60982 +паротяга 60983 +паротягом 60984 +пароходами 60985 +пароходи 60986 +парохом 60987 +парочка 60988 +парою 60989 +парселмовою 60990 +парсити 60991 +парся 60992 +парт 60993 +партактив 60994 +партачими 60995 +партачити 60996 +партбосів 60997 +партбілет 60998 +партзаданіє 60999 +парти 61000 +партизан 61001 +партизана 61002 +партизанами 61003 +партизани 61004 +партизаном 61005 +партизанське 61006 +партизанськи 61007 +партизанський 61008 +партизанськими 61009 +партизанського 61010 +партизанському 61011 +партизанську 61012 +партизанські 61013 +партизанщина 61014 +партизанів 61015 +парткому 61016 +партнер 61017 +партнера 61018 +партнерам 61019 +партнерами 61020 +партнерамиправлячої 61021 +партнери 61022 +партнером 61023 +партнерства 61024 +партнерство 61025 +партнерством 61026 +партнерстві 61027 +партнерський 61028 +партнерських 61029 +партнерсько 61030 +партнерського 61031 +партнерської 61032 +партнерські 61033 +партнеру 61034 +партнері 61035 +партнерів 61036 +парторганізацій 61037 +партою 61038 +партрідж 61039 +партфункціонери 61040 +партізани 61041 +партій 61042 +партійна 61043 +партійне 61044 +партійний 61045 +партійними 61046 +партійних 61047 +партійно 61048 +партійного 61049 +партійному 61050 +партійної 61051 +партійну 61052 +партійні 61053 +партійній 61054 +партійців 61055 +партію 61056 +партія 61057 +партіям 61058 +партіями 61059 +партіях 61060 +партієй 61061 +партією 61062 +партії 61063 +партіїї 61064 +пару 61065 +паруб'ят 61066 +парубка 61067 +парубках 61068 +парубки 61069 +парубкові 61070 +парубком 61071 +парубку 61072 +парубків 61073 +парубок 61074 +парубій 61075 +парубія 61076 +парування 61077 +паруйся 61078 +парус 61079 +парфумами 61080 +парфумерію 61081 +парфуми 61082 +парцхаладзе 61083 +паршива 61084 +паршиве 61085 +паршиво 61086 +парє 61087 +парєнь 61088 +парі 61089 +парі- 61090 +парів 61091 +парік 61092 +парією 61093 +парії 61094 +пас 61095 +пасажир 61096 +пасажира 61097 +пасажирам 61098 +пасажирами 61099 +пасажири 61100 +пасажирки 61101 +пасажиром 61102 +пасажиропотік 61103 +пасажирський 61104 +пасажирським 61105 +пасажирськими 61106 +пасажирських 61107 +пасажирського 61108 +пасажирському 61109 +пасажирські 61110 +пасажиру 61111 +пасажирів 61112 +пасе 61113 +пасем 61114 +пасемо 61115 +пасерби 61116 +пасеться 61117 +паси 61118 +пасибі 61119 +пасивного 61120 +пасивному 61121 +пасивності 61122 +пасивні 61123 +пасивність 61124 +пасинка 61125 +паска 61126 +паскаля 61127 +паскалях 61128 +паски 61129 +паском 61130 +паскою 61131 +паску 61132 +паскуаль 61133 +паскуда 61134 +паскудний 61135 +пасків 61136 +пасли 61137 +пасма 61138 +пасмо 61139 +пасовиська 61140 +пасовищ 61141 +паспорт 61142 +паспорта 61143 +паспортам 61144 +паспортами 61145 +паспорти 61146 +паспортний 61147 +паспортних 61148 +паспортні 61149 +паспортом 61150 +паспорту 61151 +паспорті 61152 +паспортів 61153 +пасрича 61154 +пасрі 61155 +пассажі 61156 +паста 61157 +паства 61158 +пастернака 61159 +пастернаку 61160 +пастеться 61161 +пасти 61162 +пастирем 61163 +пастирями 61164 +пастирі 61165 +пастка 61166 +пастки 61167 +пастку 61168 +пастор 61169 +пастора 61170 +пасторка 61171 +пастором 61172 +пастору 61173 +пастрєлушкі 61174 +пастух 61175 +пастуха 61176 +пастухова 61177 +пастухової 61178 +пастушці 61179 +пастці 61180 +пасуться 61181 +пасує 61182 +пасха 61183 +пасхальна 61184 +пасхальних 61185 +пасхальної 61186 +пасхефера 61187 +пасхи 61188 +пасхою 61189 +пасху 61190 +пасці 61191 +пасьют 61192 +пасьянси 61193 +пасібо 61194 +пасіонарну 61195 +пасічники 61196 +пат 61197 +патагонія 61198 +патаркацишвілі 61199 +пател 61200 +патент 61201 +патенти 61202 +патентному 61203 +патентів 61204 +патетики 61205 +патетична 61206 +патетично 61207 +патетіку 61208 +патефон 61209 +патиками 61210 +патинок 61211 +патлає 61212 +патогенами 61213 +патогенна 61214 +патогенність 61215 +патолога 61216 +патона 61217 +патреону 61218 +патрети 61219 +патрика 61220 +патрон 61221 +патронаж 61222 +патронами 61223 +патронатом 61224 +патрони 61225 +патронний 61226 +патроном 61227 +патронташ 61228 +патронташі 61229 +патронів 61230 +патруль 61231 +патрульна 61232 +патрульний 61233 +патрульних 61234 +патрульно 61235 +патрульною 61236 +патрульної 61237 +патрульну 61238 +патрульні 61239 +патрулю 61240 +патрулював 61241 +патрулювали 61242 +патрулювання 61243 +патрулюванні 61244 +патрулювати 61245 +патрулюватиме 61246 +патрулюють 61247 +патруля 61248 +патрулями 61249 +патрулі 61250 +патрулів 61251 +патрушев 61252 +патрушева 61253 +патрушевим 61254 +патріарх 61255 +патріарха 61256 +патріархальну 61257 +патріархат 61258 +патріархата 61259 +патріархату 61260 +патріарху 61261 +патріаршого 61262 +патріаршому 61263 +патріаха 61264 +патрік 61265 +патріка 61266 +патріот 61267 +патріота 61268 +патріоти 61269 +патріотизм 61270 +патріотизмом 61271 +патріотизму 61272 +патріотизмі 61273 +патріотична 61274 +патріотичне 61275 +патріотичний 61276 +патріотичним 61277 +патріотичними 61278 +патріотичних 61279 +патріотично 61280 +патріотичного 61281 +патріотичному 61282 +патріотичною 61283 +патріотичну 61284 +патріотичні 61285 +патріотичній 61286 +патріотів 61287 +патурія 61288 +патуся 61289 +патєрь 61290 +патєрялі 61291 +паті 61292 +патіфони 61293 +пауел 61294 +пауербанках 61295 +пауербанки 61296 +пауерд 61297 +пауерліфтингу 61298 +пауза 61299 +паузи 61300 +паузу 61301 +паузі 61302 +пауло 61303 +пафос 61304 +пафосно 61305 +пафосному 61306 +пафосні 61307 +пахати 61308 +пахвою 61309 +пахли 61310 +пахло 61311 +пахмурна 61312 +пахне 61313 +пахнуть 61314 +пахощів 61315 +пахуча 61316 +пахучистю 61317 +пацан 61318 +пацана 61319 +пацанам 61320 +пацани 61321 +пацанов 61322 +пацаном 61323 +пацанських 61324 +пацаньонка 61325 +пацаняткою 61326 +пацанячому 61327 +пацанів 61328 +пациків 61329 +пацифістським 61330 +пацюки 61331 +пацюків 61332 +паці 61333 +пацієнт 61334 +пацієнта 61335 +пацієнтам 61336 +пацієнтами 61337 +пацієнти 61338 +пацієнтки 61339 +пацієнтові 61340 +пацієнток 61341 +пацієнтом 61342 +пацієнтських 61343 +пацієнту 61344 +пацієнтів 61345 +паче 61346 +пачка 61347 +пачками 61348 +пачки 61349 +пачку 61350 +пачок 61351 +пачці 61352 +паша 61353 +пашинський 61354 +пашинського 61355 +пашкевич 61356 +пашковський 61357 +пашою 61358 +пашу 61359 +паща 61360 +пащу 61361 +паєм 61362 +паєн 61363 +паї 61364 +паґоніс 61365 +пбл 61366 +пвк 61367 +пд 61368 +пд-сх 61369 +пдв 61370 +пдч 61371 +пе-де 61372 +пе-зе-ха 61373 +певен 61374 +певна 61375 +певне 61376 +певний 61377 +певним 61378 +певними 61379 +певних 61380 +певно 61381 +певного 61382 +певному 61383 +певності 61384 +певною 61385 +певної 61386 +певну 61387 +певнями 61388 +певні 61389 +певній 61390 +певність 61391 +певністю 61392 +певніше 61393 +пегматитах 61394 +педагог 61395 +педагога 61396 +педагогами 61397 +педагоги 61398 +педагогів 61399 +педагогіка 61400 +педагогіку 61401 +педагогічний 61402 +педагогічним 61403 +педагогічних 61404 +педагогічного 61405 +педагогічною 61406 +педагогічної 61407 +педалити 61408 +педальки 61409 +педалював 61410 +педалювати 61411 +педана 61412 +педипальп 61413 +педофілами 61414 +педофілією 61415 +педофілії 61416 +педро 61417 +педіатр 61418 +педіатра 61419 +педіатри 61420 +педіатричний 61421 +педіатричному 61422 +педіатрів 61423 +педігрі 61424 +педінститутами 61425 +педінституту 61426 +пезпідставно 61427 +пейдж 61428 +пейзажі 61429 +пейзажів 61430 +пейпал 61431 +пейс 61432 +пекар 61433 +пекарж 61434 +пекельною 61435 +пекельні 61436 +пекла 61437 +пеклась 61438 +пекли 61439 +пеклися 61440 +пекло 61441 +пеклом 61442 +пеклу 61443 +пеклі 61444 +пекти 61445 +пекучий 61446 +пекучих 61447 +пекучі 61448 +пекучішою 61449 +пекін 61450 +пекіном 61451 +пекінських 61452 +пекінського 61453 +пекінської 61454 +пекінські 61455 +пекінській 61456 +пекіну 61457 +пекіні 61458 +пел 61459 +пелевіна 61460 +пеленою 61461 +пеленська 61462 +пеленті 61463 +пелену 61464 +пелетрестичний 61465 +пелосі 61466 +пелюстки 61467 +пелюх 61468 +пелікан 61469 +пелікани 61470 +пен 61471 +пен-клуб 61472 +пен-клуби 61473 +пен-клубу 61474 +пен-клубі 61475 +пен-клубів 61476 +пена 61477 +пенальті 61478 +пенати 61479 +пензлем 61480 +пензлює 61481 +пенс 61482 +пенсаколи 61483 +пенсельванія 61484 +пенсильванський 61485 +пенсильванія 61486 +пенсильванії 61487 +пенсионном 61488 +пенсом 61489 +пенсій 61490 +пенсійна 61491 +пенсійний 61492 +пенсійним 61493 +пенсійних 61494 +пенсійного 61495 +пенсійному 61496 +пенсійною 61497 +пенсійної 61498 +пенсійну 61499 +пенсійні 61500 +пенсійній 61501 +пенсільванських 61502 +пенсільванійці 61503 +пенсільванія 61504 +пенсільванії 61505 +пенсіонер 61506 +пенсіонера 61507 +пенсіонерам 61508 +пенсіонерами 61509 +пенсіонери 61510 +пенсіонерка 61511 +пенсіонеру 61512 +пенсіонерів 61513 +пенсію 61514 +пенсія 61515 +пенсіями 61516 +пенсією 61517 +пенсії 61518 +пента 61519 +пентагон 61520 +пентагона 61521 +пентагоном 61522 +пентагону 61523 +пентагоні 61524 +пену 61525 +пень 61526 +пенька 61527 +пеньок 61528 +пені 61529 +пенітенціарна 61530 +пенітенціарною 61531 +пенітенціарної 61532 +пенітенціарну 61533 +пер'єр 61534 +пера 61535 +первак 61536 +первачком 61537 +первез 61538 +первеза 61539 +первезом 61540 +первий 61541 +первинна 61542 +первинне 61543 +первинних 61544 +первинно 61545 +первинного 61546 +первинному 61547 +первинною 61548 +первинної 61549 +первинну 61550 +первинні 61551 +первинній 61552 +первих 61553 +первого 61554 +первомайська 61555 +первомайський 61556 +первородний 61557 +первородства 61558 +первородство 61559 +первую 61560 +первісний 61561 +первісних 61562 +первісно 61563 +первісного 61564 +первісному 61565 +первісну 61566 +пергаменту 61567 +пергамену 61568 +пердне 61569 +пердуни 61570 +пердушньою 61571 +пердушня 61572 +пердушні 61573 +пере- 61574 +переадресуємо 61575 +переасфальтовують 61576 +переб'ю 61577 +переб'ють 61578 +переб'є 61579 +переб'єм 61580 +переб'ється 61581 +переб'єш 61582 +перебазовуватись 61583 +перебазування 61584 +перебазують 61585 +перебере 61586 +перебив 61587 +перебивав 61588 +перебивала 61589 +перебивати 61590 +перебиваю 61591 +перебивають 61592 +перебиваючи 61593 +перебивши 61594 +перебила 61595 +перебили 61596 +перебило 61597 +перебирали 61598 +перебирання 61599 +перебирати 61600 +перебираю 61601 +перебираючи 61602 +перебирає 61603 +перебираємось 61604 +перебирається 61605 +перебити 61606 +перебитих 61607 +перебито 61608 +перебитою 61609 +переборе 61610 +переборола 61611 +перебороти 61612 +переборщити 61613 +переборює 61614 +перебої 61615 +перебоїв 61616 +перебрав 61617 +перебравши 61618 +перебрала 61619 +перебрали 61620 +перебрались 61621 +перебрало 61622 +перебрані 61623 +перебрати 61624 +перебрешу 61625 +перебрівши 61626 +перебріхуєте 61627 +перебував 61628 +перебувайте 61629 +перебувала 61630 +перебували 61631 +перебувало 61632 +перебування 61633 +перебуванням 61634 +перебувати 61635 +перебуватиме 61636 +перебуватимуть 61637 +перебуваю 61638 +перебувають 61639 +перебуваючи 61640 +перебуваючий 61641 +перебуває 61642 +перебуваємо 61643 +перебуваєте 61644 +перебуваєш 61645 +перебудова 61646 +перебудови 61647 +перебудовувати 61648 +перебудовується 61649 +перебути 61650 +перебью 61651 +перебіг 61652 +перебігай 61653 +перебігали 61654 +перебігають 61655 +перебігає 61656 +перебігла 61657 +перебігом 61658 +перебігу 61659 +перебіжчика 61660 +перебіжчики 61661 +перебіжчикові 61662 +перебіжчиком 61663 +перебійців 61664 +перебільшена 61665 +перебільшення 61666 +перебільшені 61667 +перебільшував 61668 +перебільшували 61669 +перебільшувати 61670 +перебільшують 61671 +перебір 61672 +перебірливі 61673 +перев'язавши 61674 +перев'язати 61675 +перев'язувати 61676 +переваг 61677 +перевага 61678 +перевагами 61679 +переваги 61680 +перевагою 61681 +перевагу 61682 +переважав 61683 +переважала 61684 +переважали 61685 +переважання 61686 +переважанням 61687 +переважатиме 61688 +переважають 61689 +переважаючими 61690 +переважаючого 61691 +переважаючою 61692 +переважаючу 61693 +переважаючій 61694 +переважає 61695 +переважаємо 61696 +переважить 61697 +переважна 61698 +переважне 61699 +переважний 61700 +переважно 61701 +переважною 61702 +переважної 61703 +переважній 61704 +переважувало 61705 +переважують 61706 +перевал 61707 +перевалами 61708 +перевали 61709 +переваливши 61710 +перевалила 61711 +перевалило 61712 +перевантажений 61713 +перевантаження 61714 +перевантажені 61715 +перевантажувальний 61716 +перевантажуйте 61717 +перевантажується 61718 +переварила 61719 +переварювати 61720 +переварюючи 61721 +перевдягайся 61722 +перевдягнуся 61723 +переведена 61724 +переведений 61725 +переведення 61726 +переведенням 61727 +переведено 61728 +переведені 61729 +переведу 61730 +переведуть 61731 +перевезення 61732 +перевезеннях 61733 +перевезенні 61734 +перевезено 61735 +перевезень 61736 +перевезені 61737 +перевезли 61738 +перевезти 61739 +перевезуть 61740 +перевела 61741 +перевели 61742 +перевело 61743 +перевербувати 61744 +переверзєв 61745 +переверне 61746 +перевернеться 61747 +перевернеш 61748 +переверну 61749 +перевернуло 61750 +перевернута 61751 +перевернути 61752 +перевернуті 61753 +переверніть 61754 +перевертав 61755 +перевертають 61756 +перевертається 61757 +перевертні 61758 +перевершеною 61759 +перевершив 61760 +перевершила 61761 +перевершили 61762 +перевершить 61763 +перевеслом 61764 +перевести 61765 +перевиборах 61766 +перевибори 61767 +перевиборів 61768 +перевидавали 61769 +перевиконала 61770 +перевиконувалися 61771 +перевипуск 61772 +перевиробництво 61773 +перевитрат 61774 +перевиховання 61775 +перевихованням 61776 +перевиховати 61777 +перевищена 61778 +перевищення 61779 +перевищенням 61780 +перевищень 61781 +перевищені 61782 +перевищив 61783 +перевищивши 61784 +перевищила 61785 +перевищили 61786 +перевищити 61787 +перевищить 61788 +перевищувала 61789 +перевищували 61790 +перевищувати 61791 +перевищують 61792 +перевищує 61793 +перевнести 61794 +переводжу 61795 +переводили 61796 +переводилось 61797 +переводимо 61798 +переводити 61799 +переводить 61800 +переводиться 61801 +переводу 61802 +переводчиком 61803 +переводять 61804 +переводяться 61805 +переводі 61806 +перевозили 61807 +перевозились 61808 +перевозити 61809 +перевозить 61810 +перевозки 61811 +перевозять 61812 +перевозяться 61813 +перевооружение 61814 +переворот 61815 +перевороти 61816 +перевороту 61817 +перевтомлені 61818 +перевтомлююся 61819 +перевтілюватись 61820 +перевулок 61821 +перевчитись 61822 +перевчитися 61823 +перевів 61824 +перевіз 61825 +перевізника 61826 +перевізникам 61827 +перевізниками 61828 +перевізники 61829 +перевізників 61830 +перевірена 61831 +перевірене 61832 +перевірений 61833 +перевіреного 61834 +перевірену 61835 +перевірені 61836 +перевірив 61837 +перевірила 61838 +перевірили 61839 +перевіримо 61840 +перевірити 61841 +перевірка 61842 +перевірками 61843 +перевірки 61844 +перевіркою 61845 +перевірку 61846 +перевірок 61847 +перевірте 61848 +перевірці 61849 +перевірю 61850 +перевіряли 61851 +перевірялося 61852 +перевіряти 61853 +перевірятимуть 61854 +перевірятися 61855 +перевіряю 61856 +перевіряють 61857 +перевіряються 61858 +перевіряє 61859 +перевіряємо 61860 +перевіряєте 61861 +перевіряється 61862 +перевіс 61863 +перегару 61864 +перегинаю 61865 +перегляд 61866 +переглядав 61867 +переглядала 61868 +переглядали 61869 +переглядати 61870 +переглядаю 61871 +переглядають 61872 +переглядаючи 61873 +переглядаємо 61874 +переглядаємося 61875 +переглядається 61876 +переглядаєш 61877 +перегляди 61878 +переглядом 61879 +перегляду 61880 +перегляді 61881 +переглядів 61882 +перегляне 61883 +переглянемо 61884 +переглянув 61885 +переглянувся 61886 +переглянувши 61887 +переглянули 61888 +переглянуте 61889 +переглянути 61890 +переглянуто 61891 +переглянуть 61892 +переглянуті 61893 +перегнали 61894 +перегнати 61895 +переговорам 61896 +переговорами 61897 +переговорах 61898 +переговорено 61899 +переговори 61900 +переговоривши 61901 +переговорила 61902 +переговорим 61903 +переговорити 61904 +переговорний 61905 +переговорникам 61906 +переговорників 61907 +переговорного 61908 +переговорному 61909 +переговорної 61910 +переговору 61911 +переговорів 61912 +переговри 61913 +переголосування 61914 +переголосувати 61915 +перегон 61916 +перегонам 61917 +перегонами 61918 +перегонах 61919 +перегони 61920 +перегонить 61921 +перегонки 61922 +перегону 61923 +перегонів 61924 +перегорнута 61925 +перегорнуть 61926 +перегородки 61927 +перегортати 61928 +перегорівши 61929 +перегоріти 61930 +переграв 61931 +перегравати 61932 +переграли 61933 +переграно 61934 +переграти 61935 +переграє 61936 +перегризла 61937 +перегруповуємось 61938 +перегрупування 61939 +перегрупувати 61940 +перегрів 61941 +перегрівся 61942 +перегрітий 61943 +перегрітися 61944 +перегріття 61945 +перегуки 61946 +перегукувалися 61947 +перегукується 61948 +перед 61949 +передав 61950 +передавав 61951 +передавався 61952 +передавай 61953 +передавайте 61954 +передавала 61955 +передавалась 61956 +передавалася 61957 +передавали 61958 +передавалися 61959 +передавало 61960 +передавалось 61961 +передавалося 61962 +передавати 61963 +передаватиме 61964 +передаватися 61965 +передавать 61966 +передавач 61967 +передавачі 61968 +передавачів 61969 +передався 61970 +передавши 61971 +передадуть 61972 +передает 61973 +передай 61974 +передайте 61975 +передала 61976 +передали 61977 +передало 61978 +передам 61979 +передамо 61980 +передана 61981 +передане 61982 +переданий 61983 +переданих 61984 +передання 61985 +передано 61986 +переданому 61987 +передану 61988 +передані 61989 +переданій 61990 +передаси 61991 +передасиш 61992 +передасть 61993 +передати 61994 +передать 61995 +передач 61996 +передача 61997 +передачах 61998 +передачею 61999 +передачи 62000 +передачу 62001 +передачі 62002 +передаш 62003 +передаю 62004 +передают 62005 +передають 62006 +передаються 62007 +передаючи 62008 +передає 62009 +передаєм 62010 +передаємо 62011 +передається 62012 +передбачав 62013 +передбачався 62014 +передбачала 62015 +передбачали 62016 +передбачалися 62017 +передбачало 62018 +передбачалося 62019 +передбачати 62020 +передбачатиме 62021 +передбачатимуть 62022 +передбачають 62023 +передбачаються 62024 +передбачаючи 62025 +передбачає 62026 +передбачаємо 62027 +передбачається 62028 +передбачена 62029 +передбачене 62030 +передбачений 62031 +передбаченими 62032 +передбачених 62033 +передбаченному 62034 +передбачення 62035 +передбаченням 62036 +передбаченнями 62037 +передбачено 62038 +передбаченого 62039 +передбаченою 62040 +передбаченої 62041 +передбачену 62042 +передбачені 62043 +передбачив 62044 +передбачила 62045 +передбачили 62046 +передбачити 62047 +передбачувана 62048 +передбачуване 62049 +передбачуваний 62050 +передбачуваних 62051 +передбачувано 62052 +передбачуваного 62053 +передбачувані 62054 +передвеликоднього 62055 +передвиборча 62056 +передвиборчий 62057 +передвиборчими 62058 +передвиборчих 62059 +передвиборчого 62060 +передвиборчому 62061 +передвиборчою 62062 +передвиборчої 62063 +передвиборчу 62064 +передвиборчі 62065 +передвиборчій 62066 +передвоєнну 62067 +передвчора 62068 +передвізове 62069 +передгір'я 62070 +переддень 62071 +переддні 62072 +переделавши 62073 +передзамовлення 62074 +передзвони 62075 +передзвонив 62076 +передзвонила 62077 +передзвонили 62078 +передзвонити 62079 +передзвонить 62080 +передзвоню 62081 +передзвін 62082 +передивитись 62083 +передивитися 62084 +передивлятися 62085 +передислокацію 62086 +передислокація 62087 +передислокації 62088 +передислоковані 62089 +передислокувати 62090 +передихнути 62091 +передишечка 62092 +передишки 62093 +передка 62094 +передку 62095 +передмова 62096 +передмову 62097 +передмові 62098 +передмістя 62099 +передмістям 62100 +передмістях 62101 +передмісті 62102 +передмісії 62103 +передноворічне 62104 +передноворічний 62105 +переднього 62106 +передньому 62107 +переднював 62108 +передні 62109 +передній 62110 +передніми 62111 +передніх 62112 +передо 62113 +передова 62114 +передовий 62115 +передовим 62116 +передових 62117 +передового 62118 +передовой 62119 +передової 62120 +передовсім 62121 +передову 62122 +передові 62123 +передовій 62124 +передодні 62125 +передок 62126 +передостаннього 62127 +передостанній 62128 +передосягли 62129 +передпенсійного 62130 +передражнив 62131 +передрук 62132 +передруковано 62133 +передруковують 62134 +передрукував 62135 +передрукували 62136 +передрукувати 62137 +передруїна 62138 +передрімати 62139 +передсезонна 62140 +передсерійні 62141 +передував 62142 +передувала 62143 +передували 62144 +передувало 62145 +передужуючи 62146 +передумала 62147 +передумати 62148 +передумать 62149 +передумов 62150 +передумова 62151 +передумовами 62152 +передумови 62153 +передумовою 62154 +передумову 62155 +передусім 62156 +передує 62157 +передхоплювати 62158 +передчасна 62159 +передчасних 62160 +передчасно 62161 +передчасного 62162 +передчасною 62163 +передчасної 62164 +передчасні 62165 +передчуття 62166 +передчуттям 62167 +передчутті 62168 +передчуттів 62169 +переді 62170 +передівати 62171 +переділ 62172 +переділена 62173 +переділі 62174 +передінфарктному 62175 +передісторія 62176 +передісторії 62177 +пережене 62178 +переженемо 62179 +пережив 62180 +переживав 62181 +переживай 62182 +переживайте 62183 +переживала 62184 +переживали 62185 +переживання 62186 +переживань 62187 +переживати 62188 +переживаю 62189 +переживають 62190 +переживає 62191 +переживаєм 62192 +переживаємо 62193 +переживається 62194 +переживаєш 62195 +переживе 62196 +переживемо 62197 +переживеш 62198 +переживши 62199 +пережила 62200 +пережили 62201 +пережило 62202 +пережите 62203 +пережити 62204 +пережитки 62205 +пережитком 62206 +пережитку 62207 +пережито 62208 +пережитого 62209 +пережиток 62210 +перезавантаження 62211 +перезавантаживши 62212 +перезавантажили 62213 +перезавантажилися 62214 +перезавантажилося 62215 +перезавантажимо 62216 +перезавантажити 62217 +перезавантажувати 62218 +перезапустити 62219 +перезаряджатись 62220 +перезаряджають 62221 +перездати 62222 +перезимував 62223 +перезимували 62224 +перезирнувся 62225 +перейде 62226 +перейдем 62227 +перейдемо 62228 +перейдено 62229 +перейдете 62230 +перейдеш 62231 +перейду 62232 +перейдуть 62233 +перейдують 62234 +переймалися 62235 +перейматися 62236 +переймаюсь 62237 +переймаюся 62238 +переймають 62239 +переймаються 62240 +переймає 62241 +переймаємо 62242 +переймається 62243 +переймаєшься 62244 +перейменована 62245 +перейменовано 62246 +перейменовували 62247 +перейменовувати 62248 +перейменувала 62249 +перейменували 62250 +перейменування 62251 +перейменуваннями 62252 +перейменуванні 62253 +перейменувань 62254 +перейменувати 62255 +переймуть 62256 +перейняли 62257 +перейнялися 62258 +перейнята 62259 +перейти 62260 +перейтись 62261 +перейшла 62262 +перейшли 62263 +перейшло 62264 +перейшов 62265 +перейшовши 62266 +перекажеш 62267 +перекажу 62268 +переказ 62269 +переказав 62270 +переказали 62271 +переказами 62272 +переказати 62273 +перекази 62274 +переказував 62275 +переказували 62276 +переказувати 62277 +переказуй 62278 +переказує 62279 +переказуємо 62280 +переказів 62281 +перекантувала 62282 +перекачування 62283 +перекачувати 62284 +перекачуються 62285 +перекачує 62286 +перекачується 62287 +перекваліфікація 62288 +перекваліфіковане 62289 +перекваліфікували 62290 +перекидали 62291 +перекидання 62292 +перекидати 62293 +перекидатися 62294 +перекидать 62295 +перекидаються 62296 +перекидаючи 62297 +перекидає 62298 +перекинув 62299 +перекинула 62300 +перекинули 62301 +перекинулися 62302 +перекинута 62303 +перекинути 62304 +перекинутися 62305 +перекинуто 62306 +перекинуті 62307 +перекис 62308 +переклав 62309 +переклад 62310 +перекладав 62311 +перекладала 62312 +перекладали 62313 +перекладам 62314 +перекладання 62315 +перекладати 62316 +перекладач 62317 +перекладача 62318 +перекладачам 62319 +перекладачами 62320 +перекладачем 62321 +перекладачка 62322 +перекладачі 62323 +перекладачів 62324 +перекладають 62325 +перекладаючи 62326 +перекладає 62327 +перекладаєте 62328 +перекладається 62329 +перекладений 62330 +перекладені 62331 +перекладете 62332 +переклади 62333 +перекладних 62334 +перекладом 62335 +перекладу 62336 +перекладі 62337 +переклали 62338 +перекласти 62339 +перекликаються 62340 +переключаються 62341 +переключилася 62342 +переключилось 62343 +переключити 62344 +переключитись 62345 +переклікається 62346 +перековувати 62347 +переконав 62348 +переконався 62349 +переконавши 62350 +переконавшись 62351 +переконаймося 62352 +переконайтеся 62353 +переконала 62354 +переконалася 62355 +переконали 62356 +переконалися 62357 +переконало 62358 +переконана 62359 +переконаний 62360 +переконаним 62361 +переконаними 62362 +переконанню 62363 +переконання 62364 +переконаннями 62365 +переконанні 62366 +переконань 62367 +переконані 62368 +переконаність 62369 +переконати 62370 +переконатися 62371 +переконаються 62372 +переконає 62373 +переконається 62374 +переконлива 62375 +переконливим 62376 +переконливих 62377 +переконливо 62378 +переконливою 62379 +переконливої 62380 +переконливу 62381 +переконливі 62382 +переконливіший 62383 +переконував 62384 +переконували 62385 +переконувати 62386 +переконую 62387 +переконуюся 62388 +переконують 62389 +переконує 62390 +переконуємо 62391 +переконуєте 62392 +переконуєшся 62393 +перекопському 62394 +перекопській 62395 +перекопувать 62396 +перекоси 62397 +перекочували 62398 +перекреслив 62399 +перекреслила 62400 +перекреслити 62401 +перекреслює 62402 +перекривали 62403 +перекривати 62404 +перекривають 62405 +перекриваючимися 62406 +перекриває 62407 +перекриваємо 62408 +перекрикуючи 62409 +перекрила 62410 +перекрили 62411 +перекрити 62412 +перекритий 62413 +перекритими 62414 +перекрито 62415 +перекриття 62416 +перекриттям 62417 +перекрить 62418 +перекриті 62419 +перекричали 62420 +перекриємо 62421 +перекриєте 62422 +перекрктили 62423 +перекроює 62424 +перекроєна 62425 +перекроїлось 62426 +перекроїти 62427 +перекрутив 62428 +перекрутити 62429 +перекручена 62430 +перекручене 62431 +перекрученні 62432 +перекручені 62433 +перекручувалися 62434 +перекручування 62435 +перекручувати 62436 +перекручує 62437 +перекручуєте 62438 +перекувати 62439 +перекупити 62440 +перекуповують 62441 +перекуповує 62442 +перекур 62443 +перекурити 62444 +перекусив 62445 +перекусити 62446 +перекір 62447 +перелакувати 62448 +переламами 62449 +переламаними 62450 +переламати 62451 +переламне 62452 +перелаштування 62453 +перележати 62454 +перелетіли 62455 +перелив 62456 +переливала 62457 +переливання 62458 +переливи 62459 +перелити 62460 +перелом 62461 +переломами 62462 +переломи 62463 +переломити 62464 +переломний 62465 +переломним 62466 +перелому 62467 +переломів 62468 +перельотами 62469 +перельотом 62470 +перельоту 62471 +переляк 62472 +перелякали 62473 +переляканих 62474 +перелякано 62475 +перелякані 62476 +перелік 62477 +переліки 62478 +переліку 62479 +переліт 62480 +перелітних 62481 +перелітні 62482 +переліченого 62483 +перелічили 62484 +перелічувати 62485 +перелічує 62486 +перемагати 62487 +перемагають 62488 +перемагаючи 62489 +перемагає 62490 +перемагаєм 62491 +перемагаєте 62492 +перемалювали 62493 +перемацала 62494 +перемелює 62495 +перемелюємо 62496 +перемикайтеся 62497 +перемикати 62498 +перемикач 62499 +перемикаємось 62500 +перемикнути 62501 +перемир'я 62502 +перемир'ям 62503 +перемитництва 62504 +перемитництво 62505 +перемитництвом 62506 +перемитництві 62507 +перемишль 62508 +перемишльської 62509 +перемножуємо 62510 +перемови 62511 +перемовин 62512 +перемовинах 62513 +перемовини 62514 +перемог 62515 +перемога 62516 +перемогами 62517 +перемогах 62518 +перемоги 62519 +перемогла 62520 +перемогли 62521 +перемогло 62522 +перемогою 62523 +перемогти 62524 +перемогу 62525 +переможе 62526 +переможем 62527 +переможемо 62528 +переможений 62529 +переможеної 62530 +переможені 62531 +переможець 62532 +переможна 62533 +переможний 62534 +переможницею 62535 +переможницю 62536 +переможницями 62537 +переможно 62538 +переможного 62539 +переможної 62540 +переможуть 62541 +переможцеві 62542 +переможцем 62543 +переможця 62544 +переможцям 62545 +переможцями 62546 +переможці 62547 +переможців 62548 +перемозі 62549 +перемолився 62550 +перемучена 62551 +перемучилась 62552 +переміг 62553 +перемігши 62554 +переміни 62555 +перемінилась 62556 +перемінного 62557 +перемістив 62558 +перемістилась 62559 +перемістилася 62560 +перемістилися 62561 +перемістити 62562 +переміститись 62563 +переміститься 62564 +перемішання 62565 +перемішення 62566 +перемішеного 62567 +перемішкався 62568 +перемішуємо 62569 +переміщалася 62570 +переміщає 62571 +переміщена 62572 +переміщеним 62573 +переміщеними 62574 +переміщених 62575 +переміщення 62576 +переміщенням 62577 +переміщенні 62578 +переміщено 62579 +переміщені 62580 +переміщувався 62581 +переміщувати 62582 +переміщуватимуться 62583 +переміщують 62584 +переміщуються 62585 +переміщується 62586 +перенаберіть 62587 +перенавчання 62588 +переназвати 62589 +перенаправити 62590 +перенаправляти 62591 +перенапруження 62592 +перенаселеного 62593 +перенасичена 62594 +перенасичений 62595 +перенасиченим 62596 +перенацілення 62597 +перенацілити 62598 +перенацілить 62599 +перенацілювались 62600 +перенацілювати 62601 +перенервував 62602 +перенесена 62603 +перенесений 62604 +перенесення 62605 +перенесено 62606 +перенесені 62607 +перенесла 62608 +перенеслася 62609 +перенесли 62610 +перенести 62611 +переносився 62612 +переносили 62613 +переносимо 62614 +переносити 62615 +переноситися 62616 +переносить 62617 +переноситься 62618 +переносне 62619 +переносника 62620 +переносником 62621 +переносного 62622 +переносному 62623 +переносні 62624 +переносу 62625 +переносяться 62626 +переночувати 62627 +переніс 62628 +перенісше 62629 +переобирати 62630 +переобладнання 62631 +переобрана 62632 +переобраний 62633 +переобрання 62634 +переобрано 62635 +переобтяженого 62636 +переобтяженість 62637 +переодягаються 62638 +переодяглася 62639 +переодяглись 62640 +переодягнувся 62641 +переодягнути 62642 +переодягнуті 62643 +переозброювався 62644 +переозброювали 62645 +переозброювались 62646 +переозброюються 62647 +переозброюємо 62648 +переозброюється 62649 +переозброєнню 62650 +переозброєння 62651 +переозброїлиась 62652 +переозброїтись 62653 +переозброїтися 62654 +переозброїть 62655 +переопрацювання 62656 +переорганізації 62657 +переорієнтацію 62658 +переорієнтації 62659 +переорієнтувавши 62660 +переорієнтувати 62661 +переосмислення 62662 +переосмислив 62663 +переосмислимо 62664 +переосмислити 62665 +переосмислювати 62666 +переосмислюйте 62667 +переосмислюють 62668 +переосмислюємо 62669 +переосмисліть 62670 +переоснащення 62671 +переоснащуватися 62672 +переоцінена 62673 +переоцінити 62674 +переоцінка 62675 +переоцінки 62676 +переоцінювати 62677 +перепад 62678 +перепадало 62679 +перепадів 62680 +перепалка 62681 +перепалки 62682 +перепалкою 62683 +перепалку 62684 +перепало 62685 +перепелиця 62686 +перепиняти 62687 +перепиняє 62688 +перепис 62689 +переписав 62690 +переписка 62691 +переписках 62692 +переписки 62693 +переписку 62694 +переписок 62695 +переписом 62696 +перепису 62697 +переписувалась 62698 +переписувалася 62699 +переписували 62700 +переписувались 62701 +переписувати 62702 +переписувать 62703 +переписуюсь 62704 +переписуюся 62705 +переписуються 62706 +переписуємось 62707 +переписуємося 62708 +переписці 62709 +перепитав 62710 +перепитала 62711 +перепитати 62712 +перепитаю 62713 +перепитував 62714 +перепитували 62715 +перепитують 62716 +перепитує 62717 +перепише 62718 +переплавлятися 62719 +перепланування 62720 +переплати 62721 +переплатила 62722 +переплатите 62723 +переплачувати 62724 +переплив 62725 +перепливаючи 62726 +переплутав 62727 +переплутала 62728 +переплутали 62729 +переплутати 62730 +переплутаю 62731 +переплюне 62732 +переплюнули 62733 +перепліталися 62734 +переплітання 62735 +переплітати 62736 +переповнена 62737 +переповнений 62738 +переповнених 62739 +переповненого 62740 +переповнені 62741 +переповненій 62742 +переповів 62743 +переподаватися 62744 +переподіями 62745 +перепон 62746 +перепонами 62747 +перепонах 62748 +перепони 62749 +перепоною 62750 +перепону 62751 +перепоховання 62752 +перепочинок 62753 +перепочити 62754 +переправа 62755 +переправи 62756 +переправилось 62757 +переправимо 62758 +переправити 62759 +переправитися 62760 +переправлено 62761 +переправляв 62762 +переправлялась 62763 +переправлятись 62764 +переправі 62765 +перепрати 62766 +перепрацювання 62767 +перепризначено 62768 +перепробувала 62769 +перепровіряти 62770 +перепровірятись 62771 +перепровіряємо 62772 +перепрограмувати 62773 +перепродав 62774 +перепродажу 62775 +перепродали 62776 +перепродати 62777 +перепродають 62778 +перепродувалося 62779 +перепродують 62780 +перепросити 62781 +перепросу 62782 +перепрофілюванням 62783 +перепрофілювати 62784 +перепрошенням 62785 +перепрошиватися 62786 +перепрошував 62787 +перепрошуйте 62788 +перепрошую 62789 +перепсує 62790 +перепу 62791 +перепуджений 62792 +перепускний 62793 +перепустку 62794 +перепутала 62795 +перепідготовки 62796 +перепідготовку 62797 +перепідпорядковуватися 62798 +перепідпорядкування 62799 +перерахована 62800 +перерахованих 62801 +перераховано 62802 +перераховані 62803 +перераховувалися 62804 +перераховувалося 62805 +перераховувати 62806 +перераховують 62807 +перераховуються 62808 +перераховує 62809 +перерахували 62810 +перерахувало 62811 +перерахування 62812 +перерахувати 62813 +перерахунки 62814 +перерахунок 62815 +перерахую 62816 +перерахують 62817 +перерв 62818 +перерва 62819 +перервав 62820 +перервався 62821 +перервавши 62822 +перервавшись 62823 +перервала 62824 +перервали 62825 +перервало 62826 +перервами 62827 +перервано 62828 +перервати 62829 +перерватися 62830 +перервах 62831 +перерве 62832 +перервемось 62833 +перервемося 62834 +перерви 62835 +перервою 62836 +перерву 62837 +перерві 62838 +перереєстрацію 62839 +перереєстрація 62840 +перереєстрації 62841 +перереєстрували 62842 +перереєструвати 62843 +переривала 62844 +переривати 62845 +перериватися 62846 +перериваю 62847 +перериваємось 62848 +перериваємося 62849 +переривається 62850 +переривом 62851 +переривши 62852 +перерито 62853 +переробили 62854 +переробити 62855 +переробка 62856 +переробки 62857 +переробкою 62858 +переробку 62859 +перероблених 62860 +перероблену 62861 +перероблю 62862 +перероблювальні 62863 +перероблюється 62864 +переробляли 62865 +переробляти 62866 +перероблять 62867 +переробляють 62868 +переробляє 62869 +переробляємо 62870 +переробна 62871 +переробникам 62872 +переробники 62873 +переробних 62874 +переробного 62875 +переробці 62876 +перерозподіл 62877 +перерозподіли 62878 +перерозподілити 62879 +перерозподілу 62880 +переросли 62881 +переросло 62882 +переростання 62883 +переростати 62884 +переростають 62885 +переростає 62886 +перерости 62887 +переростуть 62888 +переріж 62889 +перерізали 62890 +перерізаними 62891 +перерізати 62892 +переріс 62893 +перес 62894 +переса 62895 +пересаджали 62896 +пересаджуєшься 62897 +пересадила 62898 +пересадка 62899 +пересадки 62900 +пересвяткувала 62901 +переселенець 62902 +переселенкою 62903 +переселення 62904 +переселенська 62905 +переселенцям 62906 +переселенці 62907 +переселенців 62908 +переселені 62909 +переселивсь 62910 +переселилися 62911 +переселишся 62912 +переселяються 62913 +пересиділи 62914 +пересидіти 62915 +пересилала 62916 +пересилання 62917 +пересилати 62918 +пересилають 62919 +пересилкою 62920 +пересилку 62921 +пересказать 62922 +перескакував 62923 +перескакувати 62924 +перескакуючи 62925 +перескладання 62926 +перескоч 62927 +перескочемо 62928 +перескоченим 62929 +перескочив 62930 +перескочивши 62931 +перескочила 62932 +перескочили 62933 +перескочити 62934 +перескочить 62935 +переслала 62936 +переслали 62937 +переслати 62938 +переслухати 62939 +переслуховуати 62940 +переслуховування 62941 +переслуховувати 62942 +переслуховуватись 62943 +переслідувала 62944 +переслідували 62945 +переслідуванню 62946 +переслідування 62947 +переслідуванням 62948 +переслідуваннями 62949 +переслідуванні 62950 +переслідувань 62951 +переслідуваня 62952 +переслідувати 62953 +переслідуватимуть 62954 +переслідувачів 62955 +переслідують 62956 +переслідуються 62957 +переслідуючи 62958 +переслідує 62959 +переслідуємо 62960 +переслідується 62961 +пересолена 62962 +пересом 62963 +пересохший 62964 +переспівався 62965 +переспівати 62966 +переспівую 62967 +переспівують 62968 +пересрав 62969 +перестав 62970 +переставав 62971 +переставали 62972 +переставилася 62973 +переставили 62974 +переставити 62975 +переставлю 62976 +переставлялося 62977 +переставши 62978 +перестала 62979 +перестали 62980 +перестало 62981 +перестане 62982 +перестанемо 62983 +перестанете 62984 +перестанку 62985 +перестановки 62986 +перестановку 62987 +перестануть 62988 +перестань 62989 +перестаньте 62990 +перестарайтеся 62991 +перестаралася 62992 +перестати 62993 +перестать 62994 +перестаю 62995 +перестають 62996 +перестає 62997 +перестаєш 62998 +перестворити 62999 +перестворював 63000 +перестерегло 63001 +перестеріг 63002 +пересторог 63003 +перестраховка 63004 +перестрашними 63005 +перестрибнув 63006 +перестроював 63007 +перестроїтися 63008 +перестрівали 63009 +перестрілки 63010 +перестрілку 63011 +перестрілці 63012 +перестрінешся 63013 +перестудився 63014 +перестудилася 63015 +перестукування 63016 +переступати 63017 +переступаючи 63018 +переступає 63019 +переступити 63020 +переступить 63021 +пересувалися 63022 +пересуванню 63023 +пересування 63024 +пересувань 63025 +пересуватися 63026 +пересуваються 63027 +пересуваєм 63028 +пересувається 63029 +пересувної 63030 +пересувні 63031 +пересунула 63032 +пересунулася 63033 +пересунули 63034 +пересунулися 63035 +пересунулося 63036 +пересів 63037 +пересідаю 63038 +пересідають 63039 +пересідаємо 63040 +пересікають 63041 +пересікає 63042 +пересікли 63043 +пересікти 63044 +пересіли 63045 +пересісти 63046 +пересічна 63047 +пересічний 63048 +пересічним 63049 +пересічних 63050 +пересічного 63051 +пересічному 63052 +пересічні 63053 +пересічній 63054 +перетворення 63055 +перетворенням 63056 +перетворенні 63057 +перетворено 63058 +перетворень 63059 +перетворився 63060 +перетворивши 63061 +перетворила 63062 +перетворилась 63063 +перетворилася 63064 +перетворили 63065 +перетворились 63066 +перетворилися 63067 +перетворило 63068 +перетворилось 63069 +перетворилося 63070 +перетворимо 63071 +перетворити 63072 +перетворитись 63073 +перетворитися 63074 +перетвориться 63075 +перетворював 63076 +перетворювалися 63077 +перетворювалось 63078 +перетворювати 63079 +перетворюють 63080 +перетворюються 63081 +перетворює 63082 +перетворюємо 63083 +перетворюється 63084 +перетворять 63085 +перете 63086 +перетерпів 63087 +перетин 63088 +перетинали 63089 +перетинання 63090 +перетинати 63091 +перетинатимуть 63092 +перетинають 63093 +перетинає 63094 +перетинаємося 63095 +перетинаємся 63096 +перетинається 63097 +перетини 63098 +перетином 63099 +перетину 63100 +перетині 63101 +перетинів 63102 +перетне 63103 +перетнув 63104 +перетнули 63105 +перетнути 63106 +перетоптану 63107 +перетосовування 63108 +перетравлювання 63109 +перетравлювати 63110 +перетравлюють 63111 +перетреться 63112 +перетримку 63113 +перетяв 63114 +перетягнути 63115 +перетягує 63116 +перетяжки 63117 +перетікало 63118 +перетікального 63119 +перетікло 63120 +переузгодити 63121 +перефаксувати 63122 +перефарбувавсь 63123 +перефарбувати 63124 +переформатували 63125 +переформатування 63126 +переформатувати 63127 +переформовується 63128 +переформувати 63129 +переформулювати 63130 +переформулюю 63131 +перефразовуючи 63132 +перефразувати 63133 +перехворів 63134 +перехворіла 63135 +перехворіли 63136 +перехворіє 63137 +перехилившись 63138 +перехиляю 63139 +переховувався 63140 +переховувалася 63141 +переховувались 63142 +переховування 63143 +переховувати 63144 +переховуватись 63145 +переховуватися 63146 +переховуються 63147 +переховуючись 63148 +переховуємо 63149 +переховується 63150 +переходжу 63151 +переходи 63152 +переходив 63153 +переходила 63154 +переходили 63155 +переходило 63156 +переходим 63157 +переходимо 63158 +переходите 63159 +переходити 63160 +переходить 63161 +переходиш 63162 +переходом 63163 +переходу 63164 +переходьте 63165 +переходять 63166 +переходячи 63167 +переході 63168 +перехожим 63169 +перехожих 63170 +перехожого 63171 +перехожу 63172 +перехожі 63173 +перехопив 63174 +перехопили 63175 +перехопило 63176 +перехопити 63177 +перехопить 63178 +перехоплена 63179 +перехоплений 63180 +перехоплених 63181 +перехопленню 63182 +перехоплення 63183 +перехопленнями 63184 +перехоплював 63185 +перехоплювати 63186 +перехоплювач 63187 +перехоплювачем 63188 +перехоплювачі 63189 +перехоплювачів 63190 +перехоплюють 63191 +перехоплюючих 63192 +перехоплює 63193 +перехоплюємо 63194 +перехоплюється 63195 +перехочеться 63196 +перехресного 63197 +перехрест 63198 +перехрестився 63199 +перехрестившись 63200 +перехрестила 63201 +перехреститься 63202 +перехрестя 63203 +перехресті 63204 +перехрещуся 63205 +перехід 63206 +перехідний 63207 +перехідники 63208 +перехідних 63209 +перехідного 63210 +перехідному 63211 +перехідною 63212 +перехідні 63213 +перехіщину 63214 +перец 63215 +перець 63216 +перечислює 63217 +перечитай 63218 +перечитала 63219 +перечитати 63220 +перечитував 63221 +перечитували 63222 +перечитувати 63223 +перечосу 63224 +перешийках 63225 +перешили 63226 +перешкод 63227 +перешкода 63228 +перешкодам 63229 +перешкоджав 63230 +перешкоджайте 63231 +перешкоджала 63232 +перешкоджали 63233 +перешкоджало 63234 +перешкоджання 63235 +перешкоджанні 63236 +перешкоджати 63237 +перешкоджатиме 63238 +перешкоджають 63239 +перешкоджаючи 63240 +перешкоджає 63241 +перешкоди 63242 +перешкодили 63243 +перешкодити 63244 +перешкодою 63245 +перешкоду 63246 +перешкоді 63247 +перешле 63248 +перешли 63249 +перешукали 63250 +перешукати 63251 +перешіптувався 63252 +переяслава 63253 +переяславлі 63254 +переяславського 63255 +переяславську 63256 +переяславські 63257 +переяславі 63258 +переіменувати 63259 +переінакшити 63260 +переїбашемо 63261 +переїбашим 63262 +переїдати 63263 +переїде 63264 +переїдемо 63265 +переїдете 63266 +переїжджала 63267 +переїжджали 63268 +переїжджати 63269 +переїжджать 63270 +переїжджаю 63271 +переїжджають 63272 +переїжджає 63273 +переїжджаємо 63274 +переїзд 63275 +переїздили 63276 +переїздити 63277 +переїздить 63278 +переїздом 63279 +переїзду 63280 +переїхав 63281 +переїхала 63282 +переїхали 63283 +переїхати 63284 +переїхатись 63285 +переїхать 63286 +перикла 63287 +периметра 63288 +периметру 63289 +перинливо 63290 +перино 63291 +перину 63292 +перипетії 63293 +периферичну 63294 +периферію 63295 +периферії 63296 +перламутрово 63297 +перли 63298 +перлину 63299 +перлова 63300 +перманентна 63301 +перманентне 63302 +перманентний 63303 +перманентним 63304 +перманентних 63305 +перманентно 63306 +перманентною 63307 +перманентної 63308 +перманентній 63309 +пермога 63310 +пернатим 63311 +пернс 63312 +перну 63313 +перо 63314 +пером 63315 +пероні 63316 +перса 63317 +персні 63318 +перснів 63319 +персон 63320 +персонаж 63321 +персонажами 63322 +персонажу 63323 +персонажі 63324 +персонажів 63325 +персонал 63326 +персоналом 63327 +персоналу 63328 +персональна 63329 +персональне 63330 +персональний 63331 +персональним 63332 +персональними 63333 +персональних 63334 +персонально 63335 +персонального 63336 +персональному 63337 +персональної 63338 +персональну 63339 +персональні 63340 +персональній 63341 +персоналі 63342 +персоналізованого 63343 +персоналій 63344 +персоналію 63345 +персоналії 63346 +персонами 63347 +персонах 63348 +персоною 63349 +персону 63350 +персоніфікований 63351 +персоніфіковані 63352 +персоніфікуємо 63353 +перспектив 63354 +перспектива 63355 +перспективам 63356 +перспективами 63357 +перспективи 63358 +перспективна 63359 +перспективний 63360 +перспективним 63361 +перспективних 63362 +перспективному 63363 +перспективності 63364 +перспективною 63365 +перспективної 63366 +перспективні 63367 +перспективою 63368 +перспективу 63369 +перспективі 63370 +перстень 63371 +перстіг 63372 +перськими 63373 +персько 63374 +перському 63375 +перської 63376 +перські 63377 +перській 63378 +персі 63379 +перти 63380 +пертись 63381 +перу 63382 +перуанський 63383 +перуанських 63384 +перуансько 63385 +перуанській 63386 +перукарень 63387 +перукарки 63388 +перукарня 63389 +перукарнях 63390 +перукарні 63391 +перунова 63392 +перунові 63393 +перуть 63394 +перуцці 63395 +перую 63396 +перфекціонізм 63397 +перфекціонізмом 63398 +перфекціоніст 63399 +перфекціоністом 63400 +перфолентах 63401 +перфоменсу 63402 +перформанс 63403 +перформерки 63404 +перцева 63405 +перцем 63406 +перцю 63407 +перцями 63408 +перці 63409 +перців 63410 +перчених 63411 +перчик 63412 +перчика 63413 +перчимо 63414 +перчите 63415 +перш 63416 +перша 63417 +перше 63418 +перший 63419 +першим 63420 +першими 63421 +перших 63422 +першовідкривачів 63423 +першого 63424 +першоджерел 63425 +першоджерела 63426 +першоджерело 63427 +першозаходи 63428 +першой 63429 +першоквітневі 63430 +першокласний 63431 +першокласників 63432 +першокласним 63433 +першокласному 63434 +першокурсників 63435 +першому 63436 +першопочатково 63437 +першопричиною 63438 +першорядним 63439 +першостях 63440 +першості 63441 +першотравень 63442 +першотравневому 63443 +першочергова 63444 +першочерговий 63445 +першочерговим 63446 +першочергових 63447 +першочергово 63448 +першочергової 63449 +першочергові 63450 +першочерговість 63451 +першою 63452 +першої 63453 +першу 63454 +перші 63455 +першій 63456 +періно 63457 +період 63458 +періодами 63459 +періоди 63460 +періодичних 63461 +періодично 63462 +періодичного 63463 +періодичної 63464 +періодичну 63465 +періодичні 63466 +періодичність 63467 +періодом 63468 +періоду 63469 +періоді 63470 +періодів 63471 +пес 63472 +пес-центрі 63473 +песик 63474 +песика 63475 +песиками 63476 +песиком 63477 +песиків 63478 +песимізм 63479 +песимізму 63480 +песимізмі 63481 +песиміст 63482 +песимісти 63483 +песимістичний 63484 +песимістично 63485 +песимістичні 63486 +песимістичніші 63487 +песимістом 63488 +песина 63489 +пескова 63490 +пестить 63491 +пестициди 63492 +пестощами 63493 +пестує 63494 +песімізма 63495 +песіна 63496 +пет 63497 +петард 63498 +петарди 63499 +петель 63500 +петер 63501 +петера 63502 +петербург 63503 +петербурга 63504 +петербургу 63505 +петербурзької 63506 +петербурзі 63507 +петерсон 63508 +петерсона 63509 +петицій 63510 +петицію 63511 +петиція 63512 +петиціями 63513 +петиціях 63514 +петиції 63515 +петлицями 63516 +петлю 63517 +петлюра 63518 +петлюри 63519 +петлюровскіх 63520 +петлюру 63521 +петлюрівець 63522 +петлюрівський 63523 +петлюрівським 63524 +петлюрівських 63525 +петлюрівському 63526 +петлюрівці 63527 +петлюрівщину 63528 +петля 63529 +петлі 63530 +петр 63531 +петра 63532 +петраус 63533 +петре 63534 +петренка 63535 +петренко 63536 +петренкові 63537 +петренком 63538 +петреус 63539 +петреуса 63540 +петреусом 63541 +петреусу 63542 +петри 63543 +петрик 63544 +петриківка 63545 +петриківку 63546 +петриківський 63547 +петриківці 63548 +петрина 63549 +петричка 63550 +петро 63551 +петров 63552 +петрович 63553 +петровичем 63554 +петрового 63555 +петровський 63556 +петровською 63557 +петровської 63558 +петрові 63559 +петроліум 63560 +петром 63561 +петрос 63562 +петру 63563 +петрук 63564 +петруса 63565 +петрусь 63566 +петруся 63567 +петрушин 63568 +петрушка 63569 +петрів 63570 +петріва 63571 +петрівка 63572 +петрівку 63573 +петріот 63574 +петтерин 63575 +печаллю 63576 +печаль 63577 +печалями 63578 +печалі 63579 +печатают 63580 +печатка 63581 +печатки 63582 +печаткою 63583 +печатку 63584 +печатці 63585 +печать 63586 +печаті 63587 +пече 63588 +печей 63589 +печенею 63590 +печення 63591 +печеного 63592 +печену 63593 +печень 63594 +печенько 63595 +печеньє 63596 +печер 63597 +печера 63598 +печерах 63599 +печери 63600 +печерский 63601 +печерська 63602 +печерський 63603 +печерських 63604 +печерського 63605 +печерському 63606 +печерську 63607 +печеру 63608 +печері 63609 +печеш 63610 +печи 63611 +печива 63612 +печиво 63613 +печончик 63614 +печора 63615 +печорі 63616 +печуть 63617 +печі 63618 +печінка 63619 +печінки 63620 +печінкового 63621 +печінкової 63622 +печінкою 63623 +печінку 63624 +печінок 63625 +печінці 63626 +пешава 63627 +пешавар 63628 +пешаварі 63629 +пешмерга 63630 +пешохід 63631 +пж 63632 +пзрк 63633 +пи-питання 63634 +пиар 63635 +пив 63636 +пива 63637 +пивка 63638 +пивниці 63639 +пиво 63640 +пивоварні 63641 +пивом 63642 +пидтримували 63643 +пизда 63644 +пиздабол 63645 +пизданув 63646 +пиздата 63647 +пиздатий 63648 +пиздець 63649 +пиздеця 63650 +пизди 63651 +пиздили 63652 +пиздить 63653 +пиздливі 63654 +пиздотою 63655 +пиздувалася 63656 +пиздять 63657 +пизді 63658 +пизділи 63659 +пиздіти 63660 +пиздіть 63661 +пиитання 63662 +пий 63663 +пийте 63664 +пийтерфолво 63665 +пиках 63666 +пикові 63667 +пил 63668 +пила 63669 +пилат 63670 +пили 63671 +пилип 63672 +пилипа 63673 +пилипе 63674 +пилипишин 63675 +пилка 63676 +пилком 63677 +пилку 63678 +пилосос 63679 +пилососа 63680 +пилот 63681 +пильне 63682 +пильний 63683 +пильним 63684 +пильно 63685 +пильності 63686 +пильнував 63687 +пильнувати 63688 +пильнуй 63689 +пильную 63690 +пильнують 63691 +пильні 63692 +пильніше 63693 +пилюки 63694 +пилюкою 63695 +пилюці 63696 +пиляти 63697 +пиляєм 63698 +пинзеник 63699 +пинзеника 63700 +пиратскую 63701 +пирлик 63702 +пирога 63703 +пироги 63704 +пирогова 63705 +пирогоїда 63706 +пирогів 63707 +пирожки 63708 +пирували 63709 +пирука 63710 +пиріг 63711 +пиріжки 63712 +пиріжкив 63713 +пиріжків 63714 +пиріжок 63715 +писав 63716 +писала 63717 +писали 63718 +писались 63719 +писалися 63720 +писало 63721 +писалося 63722 +писаний 63723 +писанині 63724 +писанка 63725 +писанки 63726 +писання 63727 +писаннях 63728 +писанні 63729 +писано 63730 +писаною 63731 +писаренко 63732 +писарчука 63733 +писаря 63734 +писарів 63735 +писати 63736 +писемна 63737 +писемності 63738 +писемізму 63739 +писець 63740 +писка 63741 +пискнула 63742 +писнеш 63743 +писочок 63744 +письма 63745 +письменник 63746 +письменника 63747 +письменникам 63748 +письменниками 63749 +письменниках 63750 +письменники 63751 +письменником 63752 +письменникі 63753 +письменників 63754 +письменниць 63755 +письменницю 63756 +письменниця 63757 +письменниці 63758 +письменства 63759 +письмо 63760 +письмова 63761 +письмове 63762 +письмовий 63763 +письмовим 63764 +письмових 63765 +письмово 63766 +письмового 63767 +письмовому 63768 +письмовою 63769 +письмової 63770 +письмовства 63771 +письмову 63772 +письмові 63773 +письмовій 63774 +письмом 63775 +письмі 63776 +питав 63777 +питався 63778 +питай 63779 +питайся 63780 +питайте 63781 +питала 63782 +питалась 63783 +питалася 63784 +питали 63785 +питало 63786 +питальні 63787 +питанння 63788 +питаннь 63789 +питанню 63790 +питання 63791 +питанням 63792 +питаннями 63793 +питаннях 63794 +питанні 63795 +питань 63796 +питаня 63797 +питані 63798 +питати 63799 +питатися 63800 +питаю 63801 +питаюсь 63802 +питаюся 63803 +питають 63804 +питаються 63805 +питаючи 63806 +питає 63807 +питаємо 63808 +питаєте 63809 +питається 63810 +питаєш 63811 +питейнім 63812 +пити 63813 +питна 63814 +питною 63815 +питної 63816 +питну 63817 +питній 63818 +пиття 63819 +пить 63820 +пихатість 63821 +пихне 63822 +пихтіть 63823 +пичик 63824 +пишаймося 63825 +пишалася 63826 +пишалися 63827 +пишатись 63828 +пишатися 63829 +пишаюсь 63830 +пишаюся 63831 +пишаються 63832 +пишаємося 63833 +пишаєтеся 63834 +пишається 63835 +пише 63836 +пишем 63837 +пишемо 63838 +пишете 63839 +пишеться 63840 +пишеш 63841 +пиши 63842 +пишки 63843 +пишна 63844 +пишних 63845 +пишу 63846 +пишуть 63847 +пишуться 63848 +пишучи 63849 +пишіть 63850 +пищить 63851 +пиятика 63852 +пиячим 63853 +пиячу 63854 +пк 63855 +пкм 63856 +пкр 63857 +пкрами 63858 +плавали 63859 +плавання 63860 +плавати 63861 +плавають 63862 +плаваюча 63863 +плаваючим 63864 +плаваючою 63865 +плаваючі 63866 +плавець 63867 +плавзасобах 63868 +плавзасоби 63869 +плавитись 63870 +плавким 63871 +плавкран 63872 +плавкраном 63873 +плавний 63874 +плавно 63875 +плавнями 63876 +плавнях 63877 +плавні 63878 +плавнів 63879 +плавскладом 63880 +плаву 63881 +плавучий 63882 +плагіат 63883 +плагіатний 63884 +плазму 63885 +плазували 63886 +плазуєш 63887 +плакав 63888 +плакала 63889 +плакали 63890 +плакат 63891 +плакатами 63892 +плакатах 63893 +плакати 63894 +плакатом 63895 +плакату 63896 +плакаті 63897 +плакатів 63898 +плаксива 63899 +плаксивим 63900 +плаксогубці 63901 +пламінних 63902 +план 63903 +плана 63904 +планам 63905 +планами 63906 +планах 63907 +плане 63908 +планер 63909 +планет 63910 +планета 63911 +планетах 63912 +планети 63913 +планетна 63914 +планетних 63915 +планетою 63916 +планетс 63917 +планету 63918 +планеті 63919 +плани 63920 +планируешь 63921 +планка 63922 +планки 63923 +планку 63924 +плано 63925 +планована 63926 +плановане 63927 +планованого 63928 +планованою 63929 +планованої 63930 +плановані 63931 +планове 63932 +плановий 63933 +плановим 63934 +планово 63935 +планового 63936 +планову 63937 +планові 63938 +планом 63939 +планомірно 63940 +плантацій 63941 +плантаціях 63942 +плантації 63943 +плану 63944 +планував 63945 +планувався 63946 +планувала 63947 +планувалася 63948 +планували 63949 +планувалися 63950 +планувалось 63951 +планувалося 63952 +планування 63953 +плануванням 63954 +плануванні 63955 +планувати 63956 +планувать 63957 +плануете 63958 +плануй 63959 +планую 63960 +планують 63961 +плануються 63962 +плануючи 63963 +планує 63964 +плануєм 63965 +плануємо 63966 +плануєте 63967 +планується 63968 +плануєш 63969 +планшет 63970 +планшетах 63971 +планшети 63972 +планшету 63973 +планшетів 63974 +плані 63975 +планів 63976 +планіровка 63977 +пласкогубці 63978 +пласт 63979 +пластик 63980 +пластика 63981 +пластикова 63982 +пластиковими 63983 +пластикових 63984 +пластикового 63985 +пластикові 63986 +пластику 63987 +пластин 63988 +пластина 63989 +пластинки 63990 +пластинок 63991 +пластиночку 63992 +пластирі 63993 +пластичними 63994 +пластичних 63995 +пластично 63996 +пластичності 63997 +пластичністю 63998 +пластмаси 63999 +пластмасових 64000 +пластмасові 64001 +пластового 64002 +пластуни 64003 +пластунка 64004 +пластункою 64005 +пласті 64006 +пластівці 64007 +пластік 64008 +плат 64009 +плата 64010 +плате 64011 +платежем 64012 +платежу 64013 +платежі 64014 +платежів 64015 +плати 64016 +платив 64017 +платила 64018 +платилась 64019 +платили 64020 +платим 64021 +платимо 64022 +платину 64023 +платите 64024 +платити 64025 +платитиме 64026 +платитимуть 64027 +платить 64028 +платиться 64029 +платиш 64030 +платки 64031 +платків 64032 +платна 64033 +платне 64034 +платний 64035 +платник 64036 +платникам 64037 +платниками 64038 +платники 64039 +платникові 64040 +платників 64041 +платних 64042 +платно 64043 +платної 64044 +платну 64045 +платню 64046 +платня 64047 +платням 64048 +платні 64049 +платок 64050 +платоспроможність 64051 +платою 64052 +плаття 64053 +платтячка 64054 +платтячко 64055 +плату 64056 +платформ 64057 +платформа 64058 +платформами 64059 +платформах 64060 +платформи 64061 +платформою 64062 +платформу 64063 +платформі 64064 +платять 64065 +платяться 64066 +платівка 64067 +платівки 64068 +платівку 64069 +платівок 64070 +платіж 64071 +платіжках 64072 +платіжки 64073 +платіжку 64074 +платіжна 64075 +платіжний 64076 +платіжну 64077 +платіні 64078 +платіть 64079 +плахти 64080 +плацдарм 64081 +плацдарма 64082 +плацдарму 64083 +плацдармі 64084 +плацдармів 64085 +плацу 64086 +плач 64087 +плаче 64088 +плачевна 64089 +плачевно 64090 +плачевної 64091 +плачевні 64092 +плачем 64093 +плачете 64094 +плачу 64095 +плачуть 64096 +плачучи 64097 +плашка 64098 +плащ 64099 +плаща 64100 +плащаницею 64101 +плащем 64102 +плащик 64103 +плащова 64104 +плащі 64105 +плвтню 64106 +плебісциту 64107 +плебісциті 64108 +плей 64109 +плей- 64110 +плей-офф 64111 +плейбой 64112 +плейлисти 64113 +плейн 64114 +плейофф 64115 +плекав 64116 +плекався 64117 +плекають 64118 +плела 64119 +плем'я 64120 +племен 64121 +племена 64122 +племенам 64123 +племенами 64124 +племенні 64125 +племені 64126 +племянік 64127 +племінна 64128 +племінний 64129 +племінник 64130 +племінними 64131 +племінних 64132 +племінницею 64133 +племінниця 64134 +племінного 64135 +племінному 64136 +племінні 64137 +племінців 64138 +племінщину 64139 +племінщині 64140 +пленарне 64141 +пленарний 64142 +пленарних 64143 +пленарного 64144 +пленарному 64145 +пленкович 64146 +пленковича 64147 +плентаються 64148 +плескали 64149 +плеснув 64150 +плесо 64151 +плести 64152 +плетеного 64153 +плетеною 64154 +плетені 64155 +плетеш 64156 +плехани 64157 +плеч 64158 +плеча 64159 +плечами 64160 +плечах 64161 +плече 64162 +плечей 64163 +плечем 64164 +плечи 64165 +плечима 64166 +плечу 64167 +плечі 64168 +плеяда 64169 +плз 64170 +плив 64171 +пливе 64172 +пливи 64173 +пливли 64174 +пливом 64175 +пливуть 64176 +плинним 64177 +плином 64178 +плинтусний 64179 +плину 64180 +плисти 64181 +плистисміло 64182 +плит 64183 +плита 64184 +плитах 64185 +плити 64186 +плитки 64187 +плиткою 64188 +плитку 64189 +плиту 64190 +плить 64191 +плиті 64192 +плода 64193 +плодами 64194 +плодах 64195 +плоди 64196 +плодити 64197 +плодових 64198 +плодяться 64199 +плодів 64200 +плодід 64201 +плоский 64202 +плоскогубці 64203 +плотами 64204 +плоти 64205 +плотить 64206 +плотницького 64207 +плотність 64208 +плотом 64209 +плоту 64210 +плотять 64211 +плотів 64212 +плоха 64213 +плохого 64214 +площ 64215 +площа 64216 +площадка 64217 +площадку 64218 +площадкі 64219 +площадці 64220 +площах 64221 +площею 64222 +площи 64223 +площина 64224 +площини 64225 +площину 64226 +площині 64227 +площу 64228 +площі 64229 +плр 64230 +плр-тесту 64231 +плужія 64232 +плут 64233 +плутанина 64234 +плутанини 64235 +плутати 64236 +плутають 64237 +плутаєте 64238 +плутон 64239 +плутона 64240 +плутонів 64241 +плутоній 64242 +плутонію 64243 +плутонії 64244 +пльонтанізмом 64245 +пльонтати 64246 +плював 64247 +плювали 64248 +плювать 64249 +плюндруються 64250 +плюнув 64251 +плюнули 64252 +плюнь 64253 +плюралізм 64254 +плюралізму 64255 +плюралістичні 64256 +плюс 64257 +плюсах 64258 +плюси 64259 +плюсики 64260 +плюскіт 64261 +плюсова 64262 +плюсом 64263 +плюсів 64264 +плюшева 64265 +плюшок 64266 +плющ 64267 +плюща 64268 +плює 64269 +пляж 64270 +пляжах 64271 +пляжного 64272 +пляжі 64273 +пляжів 64274 +плям 64275 +пляма 64276 +плямами 64277 +плями 64278 +плямистий 64279 +плямки 64280 +пляму 64281 +пляцочки 64282 +пляшечка 64283 +пляшечками 64284 +пляшечки 64285 +пляшечок 64286 +пляшка 64287 +пляшками 64288 +пляшки 64289 +пляшкою 64290 +пляшку 64291 +пляшок 64292 +пляшці 64293 +плівки 64294 +плівкою 64295 +плід 64296 +плідники 64297 +плідно 64298 +плідну 64299 +плін 64300 +плінф 64301 +пліснява 64302 +пліснявою 64303 +пліт 64304 +пліткар 64305 +пліток 64306 +пліч 64307 +пмв 64308 +пмн 64309 +пмр 64310 +пн 64311 +пн-зх 64312 +пн-ср-пт 64313 +пнб 64314 +пневмонією 64315 +пневмонії 64316 +пнеться 64317 +пнисько 64318 +по 64319 +по-американськи 64320 +по-англійськи 64321 +по-англійські 64322 +по-анлійське 64323 +по-батькові 64324 +по-бойовому 64325 +по-білому 64326 +по-всякому 64327 +по-військовому 64328 +по-дитячому 64329 +по-дорослому 64330 +по-друге 64331 +по-другому 64332 +по-дружньому 64333 +по-зміїному 64334 +по-київські 64335 +по-любе 64336 +по-людськи 64337 +по-модньому 64338 +по-мойму 64339 +по-моєму 64340 +по-нашому 64341 +по-новно 64342 +по-новому 64343 +по-нормальному 64344 +по-перше 64345 +по-першу 64346 +по-поступово 64347 +по-простому 64348 +по-російскі 64349 +по-російськи 64350 +по-російським 64351 +по-російському 64352 +по-різному 64353 +по-свинські 64354 +по-своєму 64355 +по-серйозному 64356 +по-справжньому 64357 +по-старому 64358 +по-сусідськи 64359 +по-сюн 64360 +по-третє 64361 +по-троху 64362 +по-угорськи 64363 +по-українськи 64364 +по-українському 64365 +по-українські 64366 +по-чесному 64367 +по-четверте 64368 +по-чорному 64369 +по-європейськи 64370 +по-іншому 64371 +поаплодували 64372 +поб'є 64373 +побавилася 64374 +побавитися 64375 +побавишся 64376 +побажав 64377 +побажайте 64378 +побажала 64379 +побажали 64380 +побажання 64381 +побажанням 64382 +побажаннями 64383 +побажань 64384 +побажати 64385 +побажаю 64386 +побажаємо 64387 +побажаєте 64388 +побажаєш 64389 +побалакавши 64390 +побалакали 64391 +побалакати 64392 +побалакаю 64393 +побалакає 64394 +побалакаємо 64395 +побалакаєте 64396 +побалакаєш 64397 +побачать 64398 +побаченими 64399 +побачення 64400 +побаченням 64401 +побаченні 64402 +побаченого 64403 +побачень 64404 +побачив 64405 +побачивши 64406 +побачила 64407 +побачилась 64408 +побачили 64409 +побачилися 64410 +побачило 64411 +побачим 64412 +побачимо 64413 +побачимось 64414 +побачимося 64415 +побачимся 64416 +побачите 64417 +побачити 64418 +побачитись 64419 +побачитися 64420 +побачить 64421 +побачиш 64422 +побачте 64423 +побачу 64424 +поберегти 64425 +побережан 64426 +побережжя 64427 +побережжям 64428 +побережжях 64429 +побережжі 64430 +побережник 64431 +побережні 64432 +побив 64433 +побивалася 64434 +побийте 64435 +побила 64436 +побили 64437 +побита 64438 +побити 64439 +побитий 64440 +побитись 64441 +побитого 64442 +побиттю 64443 +побиття 64444 +побиттям 64445 +побитті 64446 +побить 64447 +побиті 64448 +поблагословив 64449 +поблажливий 64450 +поблажливою 64451 +поблажливі 64452 +поближче 64453 +поблизу 64454 +поблискував 64455 +поблискували 64456 +поблискуючи 64457 +поблискує 64458 +поблід 64459 +поблічно 64460 +побожними 64461 +побожних 64462 +поборете 64463 +поборетеся 64464 +побореться 64465 +поборите 64466 +побориться 64467 +поборника 64468 +поборники 64469 +поборників 64470 +поборниця 64471 +поборов 64472 +побороти 64473 +поборотися 64474 +побороть 64475 +поборювати 64476 +поборює 64477 +поборіть 64478 +побоювався 64479 +побоювались 64480 +побоювалися 64481 +побоювання 64482 +побоюванням 64483 +побоювань 64484 +побоюся 64485 +побоююсь 64486 +побоюються 64487 +побоюючись 64488 +побоюється 64489 +побоюєтья 64490 +побоялись 64491 +побоями 64492 +побої 64493 +побоїща 64494 +побоїще 64495 +побрав 64496 +побравшись 64497 +побрали 64498 +побрались 64499 +побратав 64500 +побратим 64501 +побратима 64502 +побратимами 64503 +побратими 64504 +побратимом 64505 +побратимів 64506 +побратися 64507 +побрехеньок 64508 +побризкаєте 64509 +побринькав 64510 +побродив 64511 +побув 64512 +побував 64513 +побувавши 64514 +побувала 64515 +побували 64516 +побувати 64517 +побувають 64518 +побудеш 64519 +побудили 64520 +побудим 64521 +побудова 64522 +побудована 64523 +побудований 64524 +побудованих 64525 +побудовано 64526 +побудованої 64527 +побудовані 64528 +побудови 64529 +побудовою 64530 +побудову 64531 +побуду 64532 +побудували 64533 +побудувати 64534 +побудують 64535 +побудує 64536 +побудуємо 64537 +побудьте 64538 +побула 64539 +побули 64540 +побуряковів 64541 +побут 64542 +побути 64543 +побутова 64544 +побутовий 64545 +побутовими 64546 +побутових 64547 +побутово 64548 +побутового 64549 +побутовому 64550 +побутовою 64551 +побутову 64552 +побутові 64553 +побуту 64554 +побутує 64555 +побутьте 64556 +побуті 64557 +побухикав 64558 +побєдобєсія 64559 +побіг 64560 +побігайте 64561 +побігали 64562 +побігаєш 64563 +побігеньках 64564 +побігла 64565 +побігли 64566 +побігло 64567 +побіда 64568 +побідили 64569 +побідника 64570 +побіжить 64571 +побіжу 64572 +побілили 64573 +побілить 64574 +побільшало 64575 +побільшає 64576 +побільше 64577 +побільшило 64578 +побілілими 64579 +побічна 64580 +побічно 64581 +побічні 64582 +пов 64583 +пов'язав 64584 +пов'язала 64585 +пов'язали 64586 +пов'язана 64587 +пов'язане 64588 +пов'язаний 64589 +пов'язаним 64590 +пов'язаними 64591 +пов'язаних 64592 +пов'язано 64593 +пов'язаного 64594 +пов'язаною 64595 +пов'язаної 64596 +пов'язану 64597 +пов'язані 64598 +пов'язанів 64599 +пов'язаній 64600 +пов'язаність 64601 +пов'язати 64602 +пов'язками 64603 +пов'язки 64604 +пов'язкою 64605 +пов'язок 64606 +пов'язочку 64607 +пов'язував 64608 +пов'язували 64609 +пов'язувати 64610 +пов'язую 64611 +пов'язують 64612 +пов'язуючи 64613 +пов'язує 64614 +пов'язуєте 64615 +пов'язується 64616 +пов'ящано 64617 +повага 64618 +поваги 64619 +повагою 64620 +повагу 64621 +повадно 64622 +поважайте 64623 +поважали 64624 +поважати 64625 +поважаю 64626 +поважають 64627 +поважає 64628 +поважаємо 64629 +поважаєте 64630 +поважається 64631 +поважна 64632 +поважний 64633 +поважним 64634 +поважними 64635 +поважних 64636 +поважного 64637 +поважному 64638 +поважної 64639 +поважні 64640 +поважнішої 64641 +поважніші 64642 +поважчило 64643 +повазі 64644 +повалення 64645 +поваленні 64646 +повалено 64647 +поваленому 64648 +повалив 64649 +повалили 64650 +повалило 64651 +повалити 64652 +повально 64653 +повалялись 64654 +повбиваю 64655 +повбирає 64656 +поведе 64657 +поведем 64658 +поведемо 64659 +поведемся 64660 +поведеш 64661 +поведи 64662 +поведу 64663 +поведінка 64664 +поведінки 64665 +поведінковою 64666 +поведінкою 64667 +поведінку 64668 +поведіння 64669 +поведінці 64670 +повезе 64671 +повезем 64672 +повезеш 64673 +повезли 64674 +повезло 64675 +повезу 64676 +повезуть 64677 +повела 64678 +повели 64679 +повелись 64680 +повелитель 64681 +повелося 64682 +повелів 64683 +повелівати 64684 +повеневими 64685 +повеней 64686 +повенями 64687 +повені 64688 +поверення 64689 +поверне 64690 +повернемо 64691 +повернемось 64692 +повернемося 64693 +повернемся 64694 +повернений 64695 +поверненню 64696 +повернення 64697 +поверненням 64698 +поверненні 64699 +повернену 64700 +поверненя 64701 +повернетеся 64702 +повернеться 64703 +повернеш 64704 +повернешся 64705 +повернешься 64706 +повернисть 64707 +повернись 64708 +повернув 64709 +повернувсь 64710 +повернувся 64711 +повернувши 64712 +повернувшись 64713 +повернувшися 64714 +повернула 64715 +повернулась 64716 +повернулася 64717 +повернули 64718 +повернулись 64719 +повернулися 64720 +повернуло 64721 +повернулось 64722 +повернулося 64723 +повернусь 64724 +повернуся 64725 +повернута 64726 +повернути 64727 +повернутий 64728 +повернутись 64729 +повернутися 64730 +повернутих 64731 +повернуто 64732 +повернуть 64733 +повернуться 64734 +повернуті 64735 +повернімося 64736 +поверніть 64737 +поверніться 64738 +поверсі 64739 +повертався 64740 +повертайся 64741 +повертайте 64742 +повертайтесь 64743 +поверталась 64744 +поверталася 64745 +повертали 64746 +повертались 64747 +поверталися 64748 +повертати 64749 +повертатимешся 64750 +повертатимуться 64751 +повертатись 64752 +повертатися 64753 +повертать 64754 +повертаю 64755 +повертаюсь 64756 +повертаюся 64757 +повертають 64758 +повертаються 64759 +повертаючи 64760 +повертаючись 64761 +повертає 64762 +повертаємо 64763 +повертаємось 64764 +повертаємося 64765 +повертаємся 64766 +повертаєтесь 64767 +повертається 64768 +повертаєшся 64769 +поверх 64770 +поверха 64771 +поверхах 64772 +поверхи 64773 +поверхнева 64774 +поверхневий 64775 +поверхневим 64776 +поверхневих 64777 +поверхнею 64778 +поверхньою 64779 +поверхню 64780 +поверхня 64781 +поверхнях 64782 +поверхні 64783 +поверховий 64784 +поверхово 64785 +поверховому 64786 +поверхові 64787 +поверховій 64788 +поверховість 64789 +поверхом 64790 +поверху 64791 +поверхів 64792 +повеселили 64793 +повеселішав 64794 +повести 64795 +повестися 64796 +повечеряли 64797 +повечеряти 64798 +повз 64799 +повзаючи 64800 +повзає 64801 +повзе 64802 +повзком 64803 +повзти 64804 +повзуть 64805 +повзучи 64806 +повибирали 64807 +повигружали 64808 +повидаляла 64809 +повиздихали 64810 +повикидали 64811 +повилуплювали 64812 +повина 64813 +повинен 64814 +повинна 64815 +повиннао 64816 +повинне 64817 +повинно 64818 +повинною 64819 +повинні 64820 +повинність 64821 +повиносило 64822 +повині 64823 +повиростали 64824 +повирощував 64825 +повис 64826 +повисилала 64827 +повисить 64828 +повискакували 64829 +повисли 64830 +повите 64831 +повитий 64832 +повитирала 64833 +повитирати 64834 +повиходили 64835 +повичищати 64836 +повишайте 64837 +повишати 64838 +повиїжджали 64839 +повиїжджало 64840 +повкладалися 64841 +повкладати 64842 +повмирали 64843 +повна 64844 +повне 64845 +повний 64846 +повним 64847 +повними 64848 +повних 64849 +повно 64850 +повноваженню 64851 +повноваження 64852 +повноваженням 64853 +повноваженнями 64854 +повноваженнях 64855 +повноваженого 64856 +повноважень 64857 +повноваженях 64858 +повноважний 64859 +повноважним 64860 +повновісний 64861 +повного 64862 +повнокровно 64863 +повнолітні 64864 +повноліття 64865 +повномасштабки 64866 +повномасштабна 64867 +повномасштабне 64868 +повномасштабний 64869 +повномасштабним 64870 +повномасштабного 64871 +повномасштабної 64872 +повномасштабну 64873 +повномасштабні 64874 +повномасштабній 64875 +повнометражна 64876 +повнометражний 64877 +повнометражних 64878 +повному 64879 +повноправний 64880 +повноправним 64881 +повноправними 64882 +повнота 64883 +повноту 64884 +повноформатний 64885 +повноцінна 64886 +повноцінне 64887 +повноцінний 64888 +повноцінним 64889 +повноцінних 64890 +повноцінно 64891 +повноцінного 64892 +повноцінному 64893 +повноцінної 64894 +повноцінну 64895 +повноцінні 64896 +повною 64897 +повної 64898 +повну 64899 +повнєйшому 64900 +повні 64901 +повній 64902 +повністью 64903 +повністю 64904 +повнісінько 64905 +повніший 64906 +поводе 64907 +поводження 64908 +поводженні 64909 +поводив 64910 +поводився 64911 +поводила 64912 +поводили 64913 +поводилися 64914 +поводимося 64915 +поводите 64916 +поводити 64917 +поводитись 64918 +поводитися 64919 +поводить 64920 +поводиться 64921 +поводом 64922 +поводу 64923 +поводять 64924 +поводяться 64925 +поводі 64926 +поволжя 64927 +поволзьких 64928 +поволити 64929 +поволочать 64930 +поволі 64931 +поворожиш 64932 +поворот 64933 +поворотом 64934 +повороту 64935 +поворотів 64936 +поворухнуть 64937 +поворушилася 64938 +повоював 64939 +повоювали 64940 +повоювати 64941 +повоєнний 64942 +повоєнних 64943 +повоєнного 64944 +повоєнної 64945 +повоєнні 64946 +повоєнній 64947 +повпливала 64948 +повпливати 64949 +повпливає 64950 +повправлятися 64951 +повредили 64952 +повстав 64953 +повставав 64954 +повставали 64955 +повставляти 64956 +повстала 64957 +повстали 64958 +повсталого 64959 +повстанець 64960 +повстанкому 64961 +повстання 64962 +повстанням 64963 +повстаннями 64964 +повстаннях 64965 +повстанні 64966 +повстанська 64967 +повстанське 64968 +повстанський 64969 +повстанськими 64970 +повстанських 64971 +повстансько 64972 +повстанського 64973 +повстанською 64974 +повстанської 64975 +повстанську 64976 +повстанські 64977 +повстануть 64978 +повстанцям 64979 +повстанцями 64980 +повстанцях 64981 +повстанці 64982 +повстанців 64983 +повстанче 64984 +повстанчий 64985 +повстанчими 64986 +повстанчих 64987 +повстанчого 64988 +повстань 64989 +повстаньскі 64990 +повстають 64991 +повстає 64992 +повстрічався 64993 +повступали 64994 +повсюди 64995 +повсюдно 64996 +повсякденна 64997 +повсякденне 64998 +повсякденними 64999 +повсякденних 65000 +повсякденного 65001 +повсякденному 65002 +повсякденні 65003 +повсякчас 65004 +повсякчасно 65005 +повтор 65006 +повторення 65007 +повтори 65008 +повторив 65009 +повторився 65010 +повторила 65011 +повторилася 65012 +повторили 65013 +повторити 65014 +повторитись 65015 +повторитися 65016 +повторить 65017 +повториться 65018 +повторне 65019 +повторний 65020 +повторним 65021 +повторних 65022 +повторно 65023 +повторного 65024 +повторному 65025 +повторної 65026 +повторні 65027 +повторю 65028 +повторював 65029 +повторювала 65030 +повторювали 65031 +повторюваний 65032 +повторюваність 65033 +повторювати 65034 +повторюватись 65035 +повторюватися 65036 +повторювать 65037 +повторюсь 65038 +повторюся 65039 +повторюю 65040 +повторюють 65041 +повторюються 65042 +повторює 65043 +повторюєте 65044 +повторюється 65045 +повторять 65046 +повторяться 65047 +повторяє 65048 +повторі 65049 +повтікали 65050 +повчав 65051 +повчальній 65052 +повчання 65053 +повчають 65054 +повчає 65055 +повчився 65056 +повчила 65057 +повчилася 65058 +повчити 65059 +повчитись 65060 +повчитися 65061 +повязанні 65062 +повів 65063 +повівав 65064 +повіває 65065 +повівся 65066 +повідав 65067 +повідай 65068 +повідала 65069 +повідано 65070 +повідати 65071 +повідаю 65072 +повідає 65073 +повідаємо 65074 +повідаєш 65075 +повіддя 65076 +повідкидала 65077 +повідкривала 65078 +повідкривалося 65079 +повідновлювали 65080 +повідомив 65081 +повідомивши 65082 +повідомила 65083 +повідомили 65084 +повідомило 65085 +повідомити 65086 +повідомить 65087 +повідомлена 65088 +повідомлений 65089 +повідомленню 65090 +повідомлення 65091 +повідомленням 65092 +повідомленнями 65093 +повідомленнях 65094 +повідомленні 65095 +повідомлено 65096 +повідомлень 65097 +повідомлені 65098 +повідомлю 65099 +повідомлює 65100 +повідомляв 65101 +повідомляйте 65102 +повідомляла 65103 +повідомляли 65104 +повідомляло 65105 +повідомлялось 65106 +повідомлялося 65107 +повідомляти 65108 +повідомлять 65109 +повідомляю 65110 +повідомляють 65111 +повідомляючи 65112 +повідомляє 65113 +повідомляємо 65114 +повідомляєте 65115 +повідомляється 65116 +повідомте 65117 +повідписували 65118 +повідрубаю 65119 +повідтирати 65120 +повіз 65121 +повік 65122 +повіками 65123 +повіки 65124 +повільна 65125 +повільне 65126 +повільненням 65127 +повільний 65128 +повільним 65129 +повільними 65130 +повільно 65131 +повільного 65132 +повільною 65133 +повільної 65134 +повільну 65135 +повільні 65136 +повільній 65137 +повільність 65138 +повільніше 65139 +повільніший 65140 +повільнішим 65141 +повільнішому 65142 +повім 65143 +повімомили 65144 +повінен 65145 +повінь 65146 +повінями 65147 +повір 65148 +повірені 65149 +повірила 65150 +повірили 65151 +повірите 65152 +повірити 65153 +повірить 65154 +повіриш 65155 +повірку 65156 +повірте 65157 +повірю 65158 +повірять 65159 +повісив 65160 +повісився 65161 +повісили 65162 +повісимо 65163 +повісити 65164 +повістей 65165 +повістка 65166 +повістки 65167 +повістку 65168 +повісток 65169 +повість 65170 +повісті 65171 +повіт 65172 +повітах 65173 +повіти 65174 +повіткривало 65175 +повітовий 65176 +повітових 65177 +повітової 65178 +повітр 65179 +повітроплавання 65180 +повітря 65181 +повітрям 65182 +повітряна 65183 +повітряне 65184 +повітряний 65185 +повітряним 65186 +повітряними 65187 +повітряних 65188 +повітрянними 65189 +повітрянного 65190 +повітряно 65191 +повітряного 65192 +повітрянодесантні 65193 +повітряному 65194 +повітряною 65195 +повітряної 65196 +повітряну 65197 +повітряні 65198 +повітрі 65199 +повіту 65200 +повіті 65201 +повітів 65202 +повішання 65203 +повішаю 65204 +повішений 65205 +повішеним 65206 +повішення 65207 +повіє 65208 +повії 65209 +погана 65210 +погане 65211 +поганеньким 65212 +поганенько 65213 +поганий 65214 +поганим 65215 +поганими 65216 +поганих 65217 +поганка 65218 +погано 65219 +поганого 65220 +поганому 65221 +поганою 65222 +поганої 65223 +погану 65224 +поганця 65225 +поганці 65226 +поганців 65227 +погань 65228 +поганяє 65229 +погані 65230 +поганій 65231 +погас 65232 +погасила 65233 +погасити 65234 +погасіть 65235 +погашала 65236 +погашення 65237 +погашено 65238 +погиб 65239 +погибати 65240 +погибать 65241 +погибає 65242 +погибель 65243 +погибелі 65244 +погибших 65245 +погине 65246 +погинули 65247 +погинуло 65248 +погладжування 65249 +погладив 65250 +поглибила 65251 +поглибилась 65252 +поглибили 65253 +поглибити 65254 +поглибить 65255 +поглибиться 65256 +поглиблене 65257 +поглиблений 65258 +поглибленим 65259 +поглибленню 65260 +поглиблення 65261 +поглиблено 65262 +поглибленої 65263 +поглиблену 65264 +поглиблювати 65265 +поглиблюватимемо 65266 +поглиблюватимуться 65267 +поглиблюють 65268 +поглиблюється 65269 +поглинало 65270 +поглинати 65271 +поглиначі 65272 +поглинаючи 65273 +поглинає 65274 +поглинається 65275 +поглинута 65276 +поглинути 65277 +поглинутий 65278 +погляд 65279 +поглядав 65280 +поглядали 65281 +поглядам 65282 +поглядами 65283 +поглядах 65284 +поглядаю 65285 +поглядає 65286 +погляди 65287 +поглядом 65288 +погляду 65289 +поглядів 65290 +погляне 65291 +поглянемо 65292 +поглянув 65293 +поглянула 65294 +поглянули 65295 +поглянути 65296 +поглянь 65297 +погляньмо 65298 +погнав 65299 +погнався 65300 +погналася 65301 +погнали 65302 +погнівись 65303 +поговори 65304 +поговорив 65305 +поговоривши 65306 +поговорила 65307 +поговорили 65308 +поговорим 65309 +поговоримо 65310 +поговорите 65311 +поговорити 65312 +поговорить 65313 +поговорю 65314 +погода 65315 +погоджена 65316 +погоджений 65317 +погоджених 65318 +погодження 65319 +погодженням 65320 +погоджено 65321 +погодженості 65322 +погодженою 65323 +погоджень 65324 +погоджені 65325 +погодженість 65326 +погоджувався 65327 +погоджували 65328 +погоджувались 65329 +погоджувальна 65330 +погоджувальної 65331 +погоджувальну 65332 +погоджувальній 65333 +погоджуватись 65334 +погоджуватися 65335 +погоджусь 65336 +погоджуся 65337 +погоджуюсь 65338 +погоджуюся 65339 +погоджують 65340 +погоджуються 65341 +погоджуючись 65342 +погоджуємось 65343 +погоджуємося 65344 +погоджуєтесь 65345 +погоджуєтеся 65346 +погоджується 65347 +погоди 65348 +погодив 65349 +погодився 65350 +погодившись 65351 +погодила 65352 +погодилась 65353 +погодилася 65354 +погодили 65355 +погодились 65356 +погодилися 65357 +погодинно 65358 +погодити 65359 +погодитись 65360 +погодитися 65361 +погодиться 65362 +погодним 65363 +погодними 65364 +погодних 65365 +погодно 65366 +погодні 65367 +погодою 65368 +погоду 65369 +погодували 65370 +погодувати 65371 +погодьтеся 65372 +погодяться 65373 +погоді 65374 +поголасками 65375 +поголовно 65376 +поголосками 65377 +поголоски 65378 +погоню 65379 +погоня 65380 +погортати 65381 +погорює 65382 +погоріли 65383 +погорілий 65384 +погостили 65385 +погостить 65386 +погостюйте 65387 +погостять 65388 +поготівлі 65389 +пограбований 65390 +пограбовані 65391 +пограбувавши 65392 +пограбували 65393 +пограбування 65394 +пограничний 65395 +пограти 65396 +погратися 65397 +погребе 65398 +погребенський 65399 +погребинський 65400 +погребнувся 65401 +погребі 65402 +погризли 65403 +погрожував 65404 +погрожували 65405 +погрожувало 65406 +погрожувати 65407 +погрожують 65408 +погрожуючи 65409 +погрожує 65410 +погроз 65411 +погроза 65412 +погрозам 65413 +погрозами 65414 +погрози 65415 +погрозив 65416 +погрозивши 65417 +погрозила 65418 +погрозили 65419 +погрозило 65420 +погрозою 65421 +погрозу 65422 +погром 65423 +погромах 65424 +погроми 65425 +погрому 65426 +погромів 65427 +погрюкають 65428 +погрібався 65429 +погрітися 65430 +погубили 65431 +погублю 65432 +погуглить 65433 +погукали 65434 +погуляли 65435 +погуляти 65436 +погулять 65437 +погібших 65438 +погідних 65439 +погіршала 65440 +погіршать 65441 +погіршенню 65442 +погіршення 65443 +погіршенням 65444 +погіршенні 65445 +погіршень 65446 +погіршився 65447 +погіршилась 65448 +погіршилася 65449 +погіршились 65450 +погіршилися 65451 +погіршило 65452 +погіршилося 65453 +погіршимо 65454 +погіршити 65455 +погіршитися 65456 +погіршить 65457 +погіршиться 65458 +погіршувати 65459 +погіршують 65460 +погіршуються 65461 +погіршує 65462 +погіршується 65463 +подав 65464 +подавав 65465 +подавайте 65466 +подавайтеся 65467 +подавала 65468 +подавалась 65469 +подавали 65470 +подавалися 65471 +подавалося 65472 +подавати 65473 +подаватиме 65474 +подаватиму 65475 +подаватимуть 65476 +подаватись 65477 +подаватися 65478 +подавать 65479 +подаваться 65480 +подавився 65481 +подавила 65482 +подавили 65483 +подавлена 65484 +подався 65485 +подавши 65486 +подадуть 65487 +подай 65488 +подайздоров 65489 +подайте 65490 +подала 65491 +подалась 65492 +подалася 65493 +подаленіло 65494 +подали 65495 +подались 65496 +подалися 65497 +подало 65498 +подальша 65499 +подальше 65500 +подальший 65501 +подальшим 65502 +подальшими 65503 +подальших 65504 +подальшого 65505 +подальшому 65506 +подальшою 65507 +подальшої 65508 +подальшу 65509 +подальші 65510 +подальшій 65511 +подалі 65512 +подам 65513 +подами 65514 +подамо 65515 +подана 65516 +поданий 65517 +поданих 65518 +подання 65519 +поданням 65520 +подано 65521 +поданого 65522 +поданою 65523 +подану 65524 +подань 65525 +подані 65526 +подарили 65527 +подарком 65528 +подарована 65529 +подарок 65530 +подарував 65531 +подарувала 65532 +подарували 65533 +подарувати 65534 +подаруй 65535 +подарунками 65536 +подарунки 65537 +подарунком 65538 +подарунку 65539 +подарунків 65540 +подарунок 65541 +подаруночки 65542 +подаруночок 65543 +подарую 65544 +подарують 65545 +подарує 65546 +подаруємуо 65547 +подасть 65548 +подати 65549 +податись 65550 +податися 65551 +податиь 65552 +податками 65553 +податки 65554 +податкова 65555 +податковий 65556 +податковими 65557 +податкових 65558 +податкового 65559 +податковою 65560 +податкової 65561 +податкову 65562 +податкові 65563 +податку 65564 +податків 65565 +податківцям 65566 +податківцями 65567 +податківців 65568 +податок 65569 +податікв 65570 +подача 65571 +подачею 65572 +подачка 65573 +подачу 65574 +подачі 65575 +подаюся 65576 +подають 65577 +подаються 65578 +подаючи 65579 +подає 65580 +подаємо 65581 +подаєте 65582 +подається 65583 +подаєш 65584 +подбали 65585 +подбати 65586 +подбдобитися 65587 +подвал 65588 +подвиг 65589 +подвигах 65590 +подвиги 65591 +подвигнути 65592 +подвигу 65593 +подвоюється 65594 +подвоє 65595 +подвоєння 65596 +подвоївся 65597 +подвоїла 65598 +подвоїлась 65599 +подвоїлася 65600 +подвоїлись 65601 +подвоїлися 65602 +подвоїти 65603 +подвоїтися 65604 +подвоїть 65605 +подвіжки 65606 +подвійна 65607 +подвійне 65608 +подвійний 65609 +подвійним 65610 +подвійними 65611 +подвійних 65612 +подвійно 65613 +подвійного 65614 +подвійної 65615 +подвійну 65616 +подвійні 65617 +подвір'я 65618 +подвір'ї 65619 +подвірні 65620 +подвірря 65621 +подвіря 65622 +подготовки 65623 +поддержали 65624 +поддержку 65625 +подейкують 65626 +подеколи 65627 +подекуди 65628 +поденно 65629 +подешевшають 65630 +подешевше 65631 +подзвони 65632 +подзвонив 65633 +подзвонила 65634 +подзвонили 65635 +подзвонимо 65636 +подзвонити 65637 +подзвонить 65638 +подзвониш 65639 +подзвоню 65640 +подзвонять 65641 +подививсь 65642 +подивився 65643 +подивившись 65644 +подивилась 65645 +подивилася 65646 +подивились 65647 +подивилися 65648 +подивимось 65649 +подивимося 65650 +подивимся 65651 +подивись 65652 +подивися 65653 +подивитесь 65654 +подивитеся 65655 +подивити 65656 +подивитись 65657 +подивитися 65658 +подивиться 65659 +подивишся 65660 +подивишься 65661 +подивлюсь 65662 +подивлюся 65663 +подивляться 65664 +подивляю 65665 +подиву 65666 +подивувати 65667 +подивуєтесь 65668 +подивімося 65669 +подивіться 65670 +подиктуй 65671 +подискутувати 65672 +подискутую 65673 +подих 65674 +подихати 65675 +подиху 65676 +подкаст 65677 +подкастах 65678 +подкасти 65679 +подкасту 65680 +подкасті 65681 +подкастів 65682 +подкатим 65683 +подкоритова 65684 +подлежит 65685 +подме 65686 +поднасрать 65687 +подняли 65688 +подняття 65689 +подніпров'я 65690 +подобавляли 65691 +подобався 65692 +подобалась 65693 +подобалася 65694 +подобались 65695 +подобалися 65696 +подобалось 65697 +подобалося 65698 +подобатись 65699 +подобатися 65700 +подобаються 65701 +подобає 65702 +подобається 65703 +подоби 65704 +подобне 65705 +подобного 65706 +подобі 65707 +подовгати 65708 +подовго 65709 +подовження 65710 +подовжені 65711 +подовжити 65712 +подовжить 65713 +подовжували 65714 +подовше 65715 +подозреваю 65716 +подолав 65717 +подолала 65718 +подолали 65719 +подолання 65720 +подоланні 65721 +подолано 65722 +подолані 65723 +подолати 65724 +подолають 65725 +подолає 65726 +подолу 65727 +подоляни 65728 +подолі 65729 +подом 65730 +подороблювати 65731 +подорож 65732 +подорожами 65733 +подорожах 65734 +подорожей 65735 +подорожнього 65736 +подорожній 65737 +подорожував 65738 +подорожувала 65739 +подорожували 65740 +подорожування 65741 +подорожуванні 65742 +подорожувати 65743 +подорожую 65744 +подорожують 65745 +подорожуючий 65746 +подорожуючих 65747 +подорожує 65748 +подорожуємо 65749 +подорожчали 65750 +подорожчало 65751 +подорожчання 65752 +подорожчати 65753 +подорожі 65754 +подорослішала 65755 +подорощення 65756 +подошел 65757 +подписание 65758 +подписания 65759 +подразделени 65760 +подразумевает 65761 +подрасказать 65762 +подробиць 65763 +подробицю 65764 +подробицями 65765 +подробиці 65766 +подруг 65767 +подруга 65768 +подругам 65769 +подругами 65770 +подруге 65771 +подруги 65772 +подругою 65773 +подругу 65774 +подружжя 65775 +подружжям 65776 +подружжі 65777 +подружка 65778 +подружки 65779 +подружкою 65780 +подружньому 65781 +подружньої 65782 +подружнє 65783 +подрузі 65784 +подряпали 65785 +подряпин 65786 +подряпини 65787 +подрібненою 65788 +подсаджені 65789 +подтянутся 65790 +подубіють 65791 +подумав 65792 +подумавши 65793 +подумай 65794 +подумайте 65795 +подумала 65796 +подумали 65797 +подумалось 65798 +подумати 65799 +подумаю 65800 +подумають 65801 +подумає 65802 +подумаєм 65803 +подумаємо 65804 +подумаєте 65805 +подумаєш 65806 +подумки 65807 +подуставший 65808 +подуть 65809 +подушечок 65810 +подушилися 65811 +подушками 65812 +подушки 65813 +подушкою 65814 +подушку 65815 +подушний 65816 +подчиниться 65817 +подчиняются 65818 +подъезд 65819 +подяк 65820 +подяка 65821 +подяками 65822 +подяки 65823 +подяковав 65824 +подяку 65825 +подякував 65826 +подякувала 65827 +подякували 65828 +подякувати 65829 +подякуйте 65830 +подякую 65831 +подякує 65832 +подібна 65833 +подібне 65834 +подібний 65835 +подібним 65836 +подібними 65837 +подібних 65838 +подібно 65839 +подібного 65840 +подібному 65841 +подібною 65842 +подібної 65843 +подібну 65844 +подібні 65845 +подібній 65846 +подібність 65847 +подів 65848 +подівалися 65849 +подіватися 65850 +подівся 65851 +подій 65852 +поділ 65853 +поділа 65854 +поділася 65855 +поділемо 65856 +поділена 65857 +поділене 65858 +поділений 65859 +поділеним 65860 +поділення 65861 +поділено 65862 +поділеного 65863 +поділеному 65864 +поділені 65865 +поділи 65866 +поділився 65867 +поділила 65868 +поділили 65869 +поділились 65870 +поділилися 65871 +поділися 65872 +поділитеся 65873 +поділити 65874 +поділитись 65875 +поділитися 65876 +поділиться 65877 +поділлю 65878 +поділля 65879 +поділлям 65880 +поділлі 65881 +поділося 65882 +поділу 65883 +подільська 65884 +подільський 65885 +подільським 65886 +подільського 65887 +подільському 65888 +поділюсь 65889 +поділяв 65890 +поділятиме 65891 +поділять 65892 +поділяю 65893 +поділяють 65894 +поділяються 65895 +поділяє 65896 +поділяємо 65897 +поділяється 65898 +поділіться 65899 +подінешся 65900 +подірявили 65901 +подіставати 65902 +подіти 65903 +подітися 65904 +подіум 65905 +подіумі 65906 +подію 65907 +подія 65908 +подіям 65909 +подіями 65910 +подіях 65911 +подіє 65912 +подією 65913 +події 65914 +поезій 65915 +поезію 65916 +поезія 65917 +поезії 65918 +поем 65919 +поема 65920 +поеми 65921 +поему 65922 +поемі 65923 +поет 65924 +поета 65925 +поетапне 65926 +поетапно 65927 +поетеса 65928 +поетесою 65929 +поети 65930 +поетична 65931 +поетичний 65932 +поетичним 65933 +поетичного 65934 +поетичності 65935 +поетичною 65936 +поетичної 65937 +поетичні 65938 +поеткою 65939 +поетові 65940 +поетому 65941 +поетів 65942 +пожав 65943 +пожалкувала 65944 +пожалуй 65945 +пожалуйста 65946 +пожалів 65947 +пожаліли 65948 +пожаліюся 65949 +пожаліється 65950 +пожар 65951 +пожарського 65952 +пожартував 65953 +пожартувала 65954 +пожартували 65955 +пожартувати 65956 +пожбурили 65957 +пожвавився 65958 +пожвавилася 65959 +пожвавились 65960 +пожвавить 65961 +пожвавлення 65962 +пожвавлювався 65963 +пожвавлюється 65964 +пождать 65965 +пожеж 65966 +пожежа 65967 +пожежам 65968 +пожежею 65969 +пожежникам 65970 +пожежниками 65971 +пожежники 65972 +пожежником 65973 +пожежників 65974 +пожежної 65975 +пожежні 65976 +пожежу 65977 +пожежі 65978 +поженив 65979 +поженилися 65980 +поженить 65981 +пожертв 65982 +пожертвами 65983 +пожертви 65984 +пожертву 65985 +пожертвував 65986 +пожертвувала 65987 +пожертвування 65988 +пожертвувати 65989 +пожив 65990 +поживає 65991 +поживаємо 65992 +поживаєте 65993 +поживем 65994 +поживемо 65995 +поживи 65996 +поживився 65997 +пожили 65998 +пожинали 65999 +пожинати 66000 +пожирав 66001 +пожирала 66002 +пожираючий 66003 +пожити 66004 +пожитки 66005 +пожиттєво 66006 +пожлобиться 66007 +пожовклий 66008 +пожовтіла 66009 +пожовтіння 66010 +пожрати 66011 +поза 66012 +позабирали 66013 +позабираєш 66014 +позаблоковий 66015 +позаблокового 66016 +позаблоковості 66017 +позаблоковою 66018 +позаблоковість 66019 +позавтра 66020 +позавчора 66021 +позагалактиною 66022 +позагалактичною 66023 +позаголяють 66024 +позаду 66025 +позаживало 66026 +позаздрити 66027 +позайматися 66028 +позаймаюсь 66029 +позаймаюся 66030 +позаказували 66031 +позакасуваними 66032 +позакладали 66033 +позакопували 66034 +позакопують 66035 +позакривав 66036 +позакривали 66037 +позакривать 66038 +позакулісовий 66039 +позакінчували 66040 +позалишались 66041 +позалишати 66042 +позаминулий 66043 +позаминулого 66044 +позаминулорічного 66045 +позаминулі 66046 +позаочі 66047 +позападалися 66048 +позапартійних 66049 +позапланових 66050 +позапланові 66051 +позаподалася 66052 +позапозавчора 66053 +позаробочий 66054 +позасвідома 66055 +позасвідомого 66056 +позасонячні 66057 +позаторік 66058 +позаутра 66059 +позафракційний 66060 +позафракційним 66061 +позафракційних 66062 +позафракційного 66063 +позафракційні 66064 +позачергове 66065 +позачергових 66066 +позачергово 66067 +позачергового 66068 +позачергові 66069 +позашивати 66070 +позашкільна 66071 +позашкільною 66072 +позашлюбний 66073 +позашлюбні 66074 +позашляховик 66075 +позашляховиків 66076 +позаштатний 66077 +позаштатним 66078 +позаяк 66079 +позбавив 66080 +позбавила 66081 +позбавили 66082 +позбавило 66083 +позбавити 66084 +позбавитись 66085 +позбавитися 66086 +позбавлена 66087 +позбавлений 66088 +позбавленим 66089 +позбавленими 66090 +позбавлених 66091 +позбавлення 66092 +позбавленням 66093 +позбавленняя 66094 +позбавлено 66095 +позбавленою 66096 +позбавлені 66097 +позбавленій 66098 +позбавляли 66099 +позбавлялися 66100 +позбавляти 66101 +позбавлятися 66102 +позбавлять 66103 +позбавляться 66104 +позбавляють 66105 +позбавляються 66106 +позбавляє 66107 +позбавляється 66108 +позбивали 66109 +позбиралися 66110 +позбирати 66111 +позбираємся 66112 +позброєними 66113 +позбувалась 66114 +позбуватися 66115 +позбуваються 66116 +позбудемося 66117 +позбудьтеся 66118 +позбулась 66119 +позбулася 66120 +позбулися 66121 +позбулося 66122 +позбутися 66123 +позвали 66124 +позвати 66125 +позволив 66126 +позволила 66127 +позволили 66128 +позволити 66129 +позволяли 66130 +позволять 66131 +позволяю 66132 +позволяют 66133 +позволяють 66134 +позволяє 66135 +позвонити 66136 +позвонки 66137 +позвоню 66138 +позвільняли 66139 +поздоровив 66140 +поздоровивши 66141 +поздоровкався 66142 +поздоровлення 66143 +позиватися 66144 +позивача 66145 +позивачам 66146 +позивачем 66147 +позивачки 66148 +позивний 66149 +позивним 66150 +позивних 66151 +позивной 66152 +позик 66153 +позиками 66154 +позики 66155 +позикодавців 66156 +позикою 66157 +позимовомупаркугуляка 66158 +позирив 66159 +позитив 66160 +позитиви 66161 +позитивна 66162 +позитивне 66163 +позитивний 66164 +позитивним 66165 +позитивними 66166 +позитивних 66167 +позитивно 66168 +позитивного 66169 +позитивному 66170 +позитивною 66171 +позитивної 66172 +позитивну 66173 +позитивні 66174 +позитивній 66175 +позитивніше 66176 +позитивом 66177 +позитиву 66178 +позитиві 66179 +позитівніший 66180 +позицию 66181 +позицій 66182 +позиційна 66183 +позиційне 66184 +позиційних 66185 +позиційні 66186 +позиційній 66187 +позиціонував 66188 +позиціонувався 66189 +позиціонували 66190 +позиціонування 66191 +позиціонуванням 66192 +позиціоную 66193 +позиціонуючи 66194 +позиціонує 66195 +позиціонуємо 66196 +позиціонується 66197 +позицію 66198 +позиція 66199 +позиціям 66200 +позиціях 66201 +позицією 66202 +позиції 66203 +позичай 66204 +позичали 66205 +позичальникам 66206 +позичальниками 66207 +позичальників 66208 +позичати 66209 +позичають 66210 +позичаємо 66211 +позичене 66212 +позичено 66213 +позичив 66214 +позичили 66215 +позичимо 66216 +позичити 66217 +позички 66218 +позичковим 66219 +позичкову 66220 +позичкові 66221 +позичкодавці 66222 +позичку 66223 +позичок 66224 +позичу 66225 +позлазили 66226 +позмагатися 66227 +позмерзали 66228 +позмокали 66229 +познайомив 66230 +познайомився 66231 +познайомилась 66232 +познайомилася 66233 +познайомили 66234 +познайомились 66235 +познайомилися 66236 +познайомимось 66237 +познайомити 66238 +познайомитись 66239 +познайомитися 66240 +познайомить 66241 +познайомишся 66242 +познайомлю 66243 +познакомилися 66244 +познаходив 66245 +позначайте 66246 +позначати 66247 +позначатися 66248 +позначають 66249 +позначаються 66250 +позначає 66251 +позначається 66252 +позначений 66253 +позначених 66254 +позначення 66255 +позначено 66256 +позначеної 66257 +позначився 66258 +позначилась 66259 +позначилася 66260 +позначились 66261 +позначилось 66262 +позначилося 66263 +позначити 66264 +позначитися 66265 +позначиться 66266 +позначка 66267 +позначки 66268 +позначкою 66269 +позначку 66270 +позначок 66271 +позначці 66272 +познають 66273 +познає 66274 +познищували 66275 +познущавшись 66276 +позняками 66277 +познякова 66278 +познімав 66279 +познімали 66280 +познімало 66281 +познімати 66282 +познімає 66283 +позов 66284 +позовами 66285 +позови 66286 +позовної 66287 +позовом 66288 +позову 66289 +позовів 66290 +позолота 66291 +позолотить 66292 +позолочені 66293 +позор 66294 +позорний 66295 +позорним 66296 +позорного 66297 +позою 66298 +позрівні 66299 +позу 66300 +позуб 66301 +позує 66302 +позір 66303 +позірна 66304 +позірний 66305 +позітівних 66306 +позіціонує 66307 +пойдет 66308 +пойди 66309 +поймали 66310 +пойми 66311 +поймуть 66312 +пойняв 66313 +пойнявся 66314 +пойобані 66315 +пойти 66316 +пока 66317 +покаже 66318 +покажемо 66319 +покажи 66320 +покажить 66321 +покажу 66322 +покажуть 66323 +покажчик 66324 +покажчиком 66325 +покажіть 66326 +показ 66327 +показав 66328 +показався 66329 +показала 66330 +показалася 66331 +показали 66332 +показало 66333 +показами 66334 +показана 66335 +показаний 66336 +показання 66337 +показанням 66338 +показаннями 66339 +показано 66340 +показати 66341 +показать 66342 +показах 66343 +покази 66344 +показник 66345 +показника 66346 +показникам 66347 +показниками 66348 +показниках 66349 +показники 66350 +показником 66351 +показників 66352 +показова 66353 +показове 66354 +показовий 66355 +показовим 66356 +показово 66357 +показову 66358 +показові 66359 +показу 66360 +показував 66361 +показувала 66362 +показувалася 66363 +показували 66364 +показувало 66365 +показування 66366 +показувати 66367 +показувать 66368 +показуває 66369 +показуй 66370 +показуха 66371 +показую 66372 +показують 66373 +показуючи 66374 +показує 66375 +показуємо 66376 +показуєте 66377 +показується 66378 +показуєш 66379 +показчик 66380 +показчикам 66381 +показчиках 66382 +показчики 66383 +показчиком 66384 +показів 66385 +покакати 66386 +покалічене 66387 +покалічення 66388 +покалічили 66389 +покалічило 66390 +покалічить 66391 +покарав 66392 +покарана 66393 +покараний 66394 +покараним 66395 +покаранню 66396 +покарання 66397 +покаранням 66398 +покаранні 66399 +покарань 66400 +покарані 66401 +покарати 66402 +покарають 66403 +покатали 66404 +покашлював 66405 +покашо 66406 +покаяння 66407 +поквапилася 66408 +покваптеся 66409 +покерує 66410 +поки 66411 +покидавши 66412 +покидайте 66413 +покидала 66414 +покидали 66415 +покидання 66416 +покидати 66417 +покидать 66418 +покидаю 66419 +покидають 66420 +покидає 66421 +покидаєш 66422 +поким 66423 +покинув 66424 +покинувши 66425 +покинула 66426 +покинули 66427 +покинута 66428 +покинути 66429 +покинутий 66430 +покинутих 66431 +покинутою 66432 +покинуть 66433 +покинуті 66434 +покинутій 66435 +покинь 66436 +покищо 66437 +поклав 66438 +поклавши 66439 +покладався 66440 +покладали 66441 +покладалися 66442 +покладами 66443 +покладати 66444 +покладатися 66445 +покладаюся 66446 +покладають 66447 +покладаються 66448 +покладаючи 66449 +покладає 66450 +покладаємо 66451 +покладається 66452 +покладе 66453 +покладемо 66454 +покладена 66455 +покладенню 66456 +покладення 66457 +покладено 66458 +покладені 66459 +покладеш 66460 +поклала 66461 +поклали 66462 +поклало 66463 +покласти 66464 +поклиакання 66465 +покликав 66466 +покликали 66467 +покликана 66468 +покликане 66469 +покликаний 66470 +покликаним 66471 +покликаних 66472 +покликання 66473 +покликано 66474 +покликаного 66475 +покликаної 66476 +покликану 66477 +покликані 66478 +покликати 66479 +покликаючись 66480 +покликом 66481 +покличе 66482 +покличу 66483 +покличуть 66484 +поклон 66485 +поклони 66486 +поклонись 66487 +поклонитися 66488 +поклонятися 66489 +поклонів 66490 +поклоніння 66491 +поклявся 66492 +поклялася 66493 +поклялися 66494 +покляніться 66495 +поклін 66496 +поковали 66497 +покозакувати 66498 +поколения 66499 +поколи 66500 +поколихав 66501 +поколихати 66502 +поколоти 66503 +поколупатись 66504 +поколює 66505 +покоління 66506 +поколінням 66507 +поколіннями 66508 +поколіннях 66509 +поколінні 66510 +поколінь 66511 +покомандую 66512 +покон 66513 +поконом 66514 +покоривсь 66515 +покормити 66516 +покорою 66517 +покорюсь 66518 +покоряються 66519 +покорі 66520 +покосив 66521 +покотились 66522 +покотилося 66523 +покотом 66524 +покояться 66525 +покої 66526 +покрасити 66527 +покрасить 66528 +покрасуватися 66529 +покращали 66530 +покращать 66531 +покращаться 66532 +покраще 66533 +покращена 66534 +покращення 66535 +покращеної 66536 +покращився 66537 +покращила 66538 +покращилась 66539 +покращилася 66540 +покращили 66541 +покращилися 66542 +покращило 66543 +покращити 66544 +покращитись 66545 +покращить 66546 +покращиться 66547 +покращувалася 66548 +покращувалося 66549 +покращувати 66550 +покращуватися 66551 +покращувать 66552 +покращують 66553 +покращує 66554 +покращується 66555 +покрив 66556 +покривала 66557 +покривати 66558 +покриватиме 66559 +покривать 66560 +покривають 66561 +покриває 66562 +покривається 66563 +покривлений 66564 +покриві 66565 +покрила 66566 +покрили 66567 +покрило 66568 +покрита 66569 +покритая 66570 +покрити 66571 +покритий 66572 +покритикував 66573 +покритикувати 66574 +покриття 66575 +покриттям 66576 +покриті 66577 +покришка 66578 +покришках 66579 +покришки 66580 +покришок 66581 +покрова 66582 +покрови 66583 +покровитель 66584 +покровителькою 66585 +покровительством 66586 +покровителів 66587 +покровом 66588 +покровою 66589 +покровськ 66590 +покровська 66591 +покрову 66592 +покрутив 66593 +покрутили 66594 +покрутилися 66595 +покрутило 66596 +покрутити 66597 +покручений 66598 +покрівля 66599 +покрівлі 66600 +поксуд 66601 +покумав 66602 +покупав 66603 +покупалася 66604 +покупали 66605 +покупати 66606 +покупатися 66607 +покупаємо 66608 +покупець 66609 +покупками 66610 +покупки 66611 +покупку 66612 +покупляли 66613 +покупок 66614 +покупувала 66615 +покупцем 66616 +покупця 66617 +покупцям 66618 +покупцями 66619 +покупці 66620 +покупців 66621 +покупцій 66622 +покурять 66623 +покусав 66624 +покусаними 66625 +покійний 66626 +покійника 66627 +покійним 66628 +покійних 66629 +покійного 66630 +покійної 66631 +покійну 66632 +покіль 66633 +покінчення 66634 +покінченні 66635 +покінчено 66636 +покінчив 66637 +покінчили 66638 +покінчило 66639 +покінчити 66640 +покінчить 66641 +покірна 66642 +покірний 66643 +покірним 66644 +покірно 66645 +покірному 66646 +покірності 66647 +пол 66648 +пола 66649 +полагоджена 66650 +полагодженню 66651 +полагодження 66652 +полагоджено 66653 +полагодженою 66654 +полагодив 66655 +полагодити 66656 +полагодить 66657 +полайкала 66658 +полак 66659 +полам 66660 +поламався 66661 +поламала 66662 +поламалася 66663 +поламали 66664 +поламались 66665 +поламалось 66666 +поламана 66667 +поламаними 66668 +поламати 66669 +полаявшись 66670 +поле 66671 +полегли 66672 +полеглими 66673 +полеглих 66674 +полегша 66675 +полегшать 66676 +полегшеними 66677 +полегшення 66678 +полегшенням 66679 +полегшено 66680 +полегшеною 66681 +полегшені 66682 +полегшила 66683 +полегшити 66684 +полегшить 66685 +полегшули 66686 +полегшують 66687 +полегшує 66688 +полегші 66689 +полежав 66690 +полей 66691 +полель 66692 +полем 66693 +полемізує 66694 +полет 66695 +полетите 66696 +полетить 66697 +полетиш 66698 +полетів 66699 +полетіла 66700 +полетіли 66701 +полетіти 66702 +полечу 66703 +ползає 66704 +ползком 66705 +поли 66706 +полив 66707 +поливав 66708 +поливала 66709 +поливали 66710 +поливають 66711 +поливом 66712 +поливу 66713 +полигався 66714 +полилася 66715 +полили 66716 +полин 66717 +полину 66718 +политзаключенного 66719 +политзаключенному 66720 +политика 66721 +политики 66722 +политику 66723 +политический 66724 +политическую 66725 +политого 66726 +политі 66727 +полиции 66728 +полиция 66729 +полиць 66730 +полиця 66731 +полицями 66732 +полицях 66733 +полиці 66734 +полишають 66735 +полишає 66736 +полишається 66737 +полишене 66738 +полишення 66739 +полишив 66740 +полишили 66741 +полишити 66742 +полишить 66743 +полк 66744 +полка 66745 +полки 66746 +полковник 66747 +полковника 66748 +полковники 66749 +полковником 66750 +полковнику 66751 +полковників 66752 +полководець 66753 +полководцем 66754 +полководця 66755 +полком 66756 +полку 66757 +полків 66758 +поло 66759 +половець 66760 +половецьке 66761 +полови 66762 +половик 66763 +половина 66764 +половини 66765 +половиною 66766 +половину 66767 +половиную 66768 +половині 66769 +половодити 66770 +пологи 66771 +пологовий 66772 +пологових 66773 +пологового 66774 +пологовому 66775 +пологові 66776 +пологі 66777 +пологів 66778 +пологість 66779 +положена 66780 +положение 66781 +положенню 66782 +положення 66783 +положенням 66784 +положеннями 66785 +положеннях 66786 +положенні 66787 +положено 66788 +положень 66789 +положенях 66790 +положив 66791 +положили 66792 +положинський 66793 +положительних 66794 +положити 66795 +положить 66796 +положіть 66797 +полозов 66798 +поломки 66799 +поломку 66800 +поломок 66801 +полон 66802 +полонений 66803 +полоненим 66804 +полоненими 66805 +полонених 66806 +полоненого 66807 +полонені 66808 +полонить 66809 +полону 66810 +полонянка 66811 +полоні 66812 +полоністичні 66813 +полонія 66814 +полосатий 66815 +полоска 66816 +полоскавсь 66817 +полоскала 66818 +полосочка 66819 +полосі 66820 +полотен 66821 +полотки 66822 +полоткою 66823 +полотна 66824 +полотно 66825 +полотняним 66826 +полотні 66827 +полоття 66828 +полотці 66829 +полоцька 66830 +полощемо 66831 +полощить 66832 +полсен 66833 +полсон 66834 +полсона 66835 +полсоном 66836 +полсону 66837 +полтава 66838 +полтавець 66839 +полтави 66840 +полтавська 66841 +полтавський 66842 +полтавського 66843 +полтавському 66844 +полтавської 66845 +полтавські 66846 +полтавській 66847 +полтаву 66848 +полтавцев 66849 +полтавця 66850 +полтавців 66851 +полтавчани 66852 +полтавщина 66853 +полтавщини 66854 +полтавщину 66855 +полтаві 66856 +полтора 66857 +полторак 66858 +полторака 66859 +полу 66860 +полуботько 66861 +полугромадські 66862 +полуденку 66863 +полуденнику 66864 +полуденок 66865 +полудневу 66866 +полуднем 66867 +полудню 66868 +полудня 66869 +полуднє 66870 +полудні 66871 +полужили 66872 +полужурналістів 66873 +полум'я 66874 +полум'ям 66875 +полум'яної 66876 +полум'яні 66877 +полум'ї 66878 +полумір 66879 +полуницю 66880 +полуниця 66881 +полуничне 66882 +полунічний 66883 +полуостров 66884 +полустаціонарні 66885 +получався 66886 +получаем 66887 +получается 66888 +получаеш 66889 +получали 66890 +получати 66891 +получать 66892 +получают 66893 +получають 66894 +получає 66895 +получаєм 66896 +получається 66897 +получаєш 66898 +получених 66899 +получився 66900 +получивши 66901 +получила 66902 +получили 66903 +получились 66904 +получилось 66905 +получилося 66906 +получим 66907 +получити 66908 +получить 66909 +получиться 66910 +получиш 66911 +получу 66912 +поль 66913 +пользоваться 66914 +пользу 66915 +пользуются 66916 +польова 66917 +польовий 66918 +польовим 66919 +польовими 66920 +польових 66921 +польовому 66922 +польовою 66923 +польову 66924 +польові 66925 +польовій 66926 +польоти 66927 +польотну 66928 +польотом 66929 +польоту 66930 +польоті 66931 +польотів 66932 +польська 66933 +польське 66934 +польський 66935 +польським 66936 +польськими 66937 +польських 66938 +польсько 66939 +польського 66940 +польському 66941 +польською 66942 +польської 66943 +польську 66944 +польські 66945 +польській 66946 +польшу 66947 +польші 66948 +польща 66949 +польщею 66950 +польщу 66951 +польщі 66952 +полю 66953 +полюбив 66954 +полюбивши 66955 +полюбилася 66956 +полюбили 66957 +полюбляю 66958 +полюбляють 66959 +полюбляє 66960 +полюбому 66961 +полюбуйся 66962 +полюбіть 66963 +полював 66964 +полювали 66965 +полювання 66966 +полюванні 66967 +полювань 66968 +полювати 66969 +полюса 66970 +полюсах 66971 +полюсом 66972 +полюсу 66973 +полюхович 66974 +полюю 66975 +полюють 66976 +полюємо 66977 +поля 66978 +полягав 66979 +полягала 66980 +полягали 66981 +полягало 66982 +полягати 66983 +полягають 66984 +полягає 66985 +полягли 66986 +полягти 66987 +поляже 66988 +поляжемо 66989 +поляк 66990 +полякам 66991 +поляками 66992 +поляквіти 66993 +поляки 66994 +полякова 66995 +полякової 66996 +поляків 66997 +полями 66998 +полян 66999 +поляна 67000 +поляни 67001 +полянин 67002 +полянинові 67003 +полянська 67004 +полянський 67005 +полянську 67006 +полянці 67007 +поляні 67008 +поляризацію 67009 +поляризації 67010 +поляризує 67011 +полярний 67012 +полярник 67013 +полярних 67014 +полярні 67015 +полях 67016 +полячка 67017 +полі 67018 +полів 67019 +полівалентне 67020 +полівітамінні 67021 +поліг 67022 +полігамія 67023 +полігон 67024 +полігонах 67025 +полігони 67026 +полігонних 67027 +полігону 67028 +полігоні 67029 +полігонів 67030 +поліграфкомбінаті 67031 +поліграфі 67032 +поліграфії 67033 +поліетилена 67034 +поліетилени 67035 +поліетиленовим 67036 +поліетиленових 67037 +поліетиленові 67038 +поліз 67039 +полізем 67040 +полізла 67041 +полізли 67042 +полікарбонатної 67043 +поліклінік 67044 +поліклініки 67045 +поліклініку 67046 +поліклінікі 67047 +поліклініці 67048 +полікований 67049 +поліконфесійність 67050 +полікували 67051 +полікуєм 67052 +полімерів 67053 +полімієліту 67054 +поліна 67055 +поліно 67056 +поліною 67057 +полінувався 67058 +поліоризації 67059 +поліпшена 67060 +поліпшених 67061 +поліпшенню 67062 +поліпшення 67063 +поліпшенням 67064 +поліпшеннях 67065 +поліпшенні 67066 +поліпшень 67067 +поліпшив 67068 +поліпшився 67069 +поліпшилась 67070 +поліпшилася 67071 +поліпшилися 67072 +поліпшило 67073 +поліпшилося 67074 +поліпшити 67075 +поліпшить 67076 +поліпшиться 67077 +поліпшуватися 67078 +поліпшує 67079 +полірольку 67080 +полірування 67081 +полірує 67082 +поліс 67083 +полісадніку 67084 +полісся 67085 +поліссям 67086 +поліссі 67087 +політ 67088 +політали 67089 +політають 67090 +політаєш 67091 +політбіженців 67092 +політв'язень 67093 +політв'язня 67094 +політв'язням 67095 +політв'язнями 67096 +політв'язні 67097 +політв'язнів 67098 +політексперт 67099 +політемігрантка 67100 +політехнічний 67101 +політехнічного 67102 +політехнічному 67103 +політизація 67104 +політизації 67105 +політизованості 67106 +політизовані 67107 +політизувало 67108 +політизувати 67109 +політизує 67110 +політик 67111 +політика 67112 +політикам 67113 +політиками 67114 +політикани 67115 +політиканства 67116 +політики 67117 +політико 67118 +політикой 67119 +політиком 67120 +політикоутворюючим 67121 +політикою 67122 +політику 67123 +політикум 67124 +політикуму 67125 +політикумі 67126 +політикі 67127 +політиків 67128 +політиці 67129 +політична 67130 +політичне 67131 +політичний 67132 +політичним 67133 +політичними 67134 +політичних 67135 +політично 67136 +політичного 67137 +політичному 67138 +політичною 67139 +політичної 67140 +політичну 67141 +політичні 67142 +політичній 67143 +політковська 67144 +політковської 67145 +політковську 67146 +політолог 67147 +політолога 67148 +політологи 67149 +політологиня 67150 +політологом 67151 +політологу 67152 +політологів 67153 +політологію 67154 +політології 67155 +політрепресованих 67156 +політруки 67157 +політсил 67158 +політсилами 67159 +політсили 67160 +політтехнолог 67161 +політтехнологи 67162 +політтехнологіїї 67163 +поліфонічного 67164 +поліфункціональний 67165 +поліцая 67166 +поліцаї 67167 +поліцаїв 67168 +поліцейська 67169 +поліцейський 67170 +поліцейським 67171 +поліцейськими 67172 +поліцейських 67173 +поліцейського 67174 +поліцейською 67175 +поліцейської 67176 +поліцейську 67177 +поліцейські 67178 +поліцмейстера 67179 +поліційній 67180 +поліцію 67181 +поліція 67182 +поліцією 67183 +поліціі 67184 +поліції 67185 +поліціїї 67186 +полічба 67187 +полічив 67188 +полішинеля 67189 +поліщук 67190 +пом'якшена 67191 +пом'якшення 67192 +пом'якшити 67193 +пом'якшить 67194 +пом'янутий 67195 +помагав 67196 +помагай 67197 +помагала 67198 +помагали 67199 +помагало 67200 +помагати 67201 +помагаю 67202 +помагают 67203 +помагають 67204 +помагає 67205 +помагаєм 67206 +помади 67207 +помазали 67208 +помазанов 67209 +помайбіг 67210 +помаленько 67211 +помаленьку 67212 +помалу 67213 +помальована 67214 +помалював 67215 +помалювався 67216 +помалювати 67217 +помалюватися 67218 +помандрувала 67219 +помандрували 67220 +помандрувати 67221 +поманив 67222 +помаранчева 67223 +помаранчевий 67224 +помаранчевим 67225 +помаранчевими 67226 +помаранчевих 67227 +помаранчево 67228 +помаранчевого 67229 +помаранчевою 67230 +помаранчевої 67231 +помаранчеву 67232 +помаранчеві 67233 +помаранчі 67234 +помастить 67235 +помахав 67236 +помахати 67237 +помахує 67238 +помацав 67239 +помацавши 67240 +помацати 67241 +помела 67242 +поменшало 67243 +поменше 67244 +поменьше 67245 +поменялись 67246 +поменять 67247 +поменяю 67248 +помер 67249 +померанчевих 67250 +померанчевої 67251 +померанчового 67252 +помережаному 67253 +помережать 67254 +помережу 67255 +померк 67256 +померла 67257 +померли 67258 +померлим 67259 +померлих 67260 +померло 67261 +померлого 67262 +померлому 67263 +померти 67264 +помешкання 67265 +помешканням 67266 +помешканні 67267 +помешкань 67268 +помилився 67269 +помилившись 67270 +помилилась 67271 +помилилася 67272 +помилилися 67273 +помилитися 67274 +помилка 67275 +помилками 67276 +помилках 67277 +помилки 67278 +помилкова 67279 +помилкове 67280 +помилковий 67281 +помилковим 67282 +помилковими 67283 +помилкових 67284 +помилково 67285 +помилковою 67286 +помилкові 67287 +помилковість 67288 +помилкою 67289 +помилку 67290 +помилок 67291 +помилування 67292 +помилувати 67293 +помилуй 67294 +помилуйте 67295 +помилує 67296 +помилці 67297 +помилявся 67298 +помилятись 67299 +помилятися 67300 +помиляюсь 67301 +помиляюся 67302 +помиляються 67303 +помиляєтеся 67304 +помиляється 67305 +помимо 67306 +поминальна 67307 +поминальних 67308 +поминальної 67309 +поминальну 67310 +поминальні 67311 +поминання 67312 +поминать 67313 +поминаючи 67314 +поминає 67315 +поминаємо 67316 +поминки 67317 +помину 67318 +помирали 67319 +помирати 67320 +помирать 67321 +помирають 67322 +помираючи 67323 +помирає 67324 +помираєш 67325 +помиримось 67326 +помиритися 67327 +помиряться 67328 +помисли 67329 +помислить 67330 +помислів 67331 +помити 67332 +помишляв 67333 +помните 67334 +помниш 67335 +помножимо 67336 +помножити 67337 +помножте 67338 +помножуються 67339 +помню 67340 +помовка 67341 +помовчали 67342 +помовчать 67343 +помогает 67344 +помогать 67345 +помогли 67346 +помогло 67347 +помогти 67348 +помогі 67349 +поможе 67350 +поможемо 67351 +поможеш 67352 +поможи 67353 +поможу 67354 +поможуть 67355 +поможіть 67356 +помойкам 67357 +помоливсь 67358 +помолився 67359 +помолилися 67360 +помолимося 67361 +помор'є 67362 +поморщилася 67363 +помощ 67364 +помпезними 67365 +помпезною 67366 +помпезну 67367 +помпео 67368 +помпових 67369 +помпової 67370 +помпові 67371 +помпою 67372 +помре 67373 +помремо 67374 +помрете 67375 +помри 67376 +помру 67377 +помруть 67378 +помріяти 67379 +помста 67380 +помсти 67381 +помститися 67382 +помстою 67383 +помсту 67384 +помулявсь 67385 +помучені 67386 +помучитись 67387 +помучить 67388 +помучу 67389 +помчав 67390 +помчався 67391 +помчали 67392 +помщаємося 67393 +помєха 67394 +помєчтать 67395 +помі 67396 +поміг 67397 +помідорами 67398 +помідорах 67399 +помідори 67400 +помідорині 67401 +помідоровий 67402 +помідорові 67403 +помідорів 67404 +поміж 67405 +поміняв 67406 +помінявся 67407 +поміняла 67408 +помінялась 67409 +поміняли 67410 +помінялися 67411 +помінялось 67412 +помінялося 67413 +поміняно 67414 +поміняти 67415 +помінятися 67416 +помінять 67417 +поміняю 67418 +поміняють 67419 +поміняє 67420 +поміняємо 67421 +поміняється 67422 +поміняєш 67423 +поміркована 67424 +поміркований 67425 +поміркованим 67426 +поміркованих 67427 +поміркованого 67428 +поміркованою 67429 +помірковані 67430 +поміркованішою 67431 +поміркованішу 67432 +поміркованіші 67433 +поміркувати 67434 +помірний 67435 +помірним 67436 +помірними 67437 +помірному 67438 +помірні 67439 +поміряти 67440 +помісили 67441 +помісну 67442 +поміст 67443 +помістив 67444 +помістили 67445 +помістити 67446 +помістять 67447 +помітив 67448 +помітила 67449 +помітили 67450 +помітимо 67451 +помітити 67452 +помітне 67453 +помітний 67454 +помітним 67455 +помітними 67456 +помітних 67457 +помітно 67458 +помітною 67459 +помітної 67460 +помітну 67461 +помітні 67462 +помітять 67463 +поміч 67464 +помічав 67465 +помічали 67466 +помічати 67467 +помічаю 67468 +помічають 67469 +помічаються 67470 +помічаємо 67471 +помічений 67472 +помічено 67473 +помічені 67474 +помічне 67475 +помічний 67476 +помічник 67477 +помічника 67478 +помічникам 67479 +помічниками 67480 +помічники 67481 +помічникові 67482 +помічником 67483 +помічників 67484 +помічними 67485 +помічницею 67486 +помічниць 67487 +помічницю 67488 +помічниця 67489 +помічниці 67490 +помічні 67491 +поміччю 67492 +помішаний 67493 +поміщалося 67494 +поміщаються 67495 +поміщаємо 67496 +поміщена 67497 +поміщене 67498 +поміщений 67499 +поміщення 67500 +поміщено 67501 +поміщика 67502 +поміщиків 67503 +понаберає 67504 +понабирав 67505 +понавигадував 67506 +понавигадувала 67507 +понавідкривалося 67508 +понад 67509 +понаддніпром 67510 +понаднормового 67511 +понадпартійної 67512 +понадпартійну 67513 +понадувались 67514 +поназамовляла 67515 +поназбирають 67516 +поназбирувать 67517 +понакупляли 67518 +понамальовувала 67519 +понамальовували 67520 +понаотримували 67521 +понапаркували 67522 +понаписували 67523 +понаписують 67524 +понаробляли 67525 +понаставлівано 67526 +понатирати 67527 +понаходили 67528 +понаходити 67529 +поначалу 67530 +поначищали 67531 +понаїдаються 67532 +понаїхали 67533 +понгом 67534 +поневолених 67535 +поневоления 67536 +поневоленні 67537 +поневолені 67538 +поневолювачем 67539 +поневірянь 67540 +понед 67541 +понеділка 67542 +понеділках 67543 +понеділковій 67544 +понеділок 67545 +понесе 67546 +понесла 67547 +понеслась 67548 +понесли 67549 +понести 67550 +понесуть 67551 +пониже 67552 +понижений 67553 +пониження 67554 +понижено 67555 +понижувати 67556 +понижують 67557 +понижує 67558 +понизення 67559 +пониззях 67560 +понизив 67561 +понизився 67562 +понизилась 67563 +понизились 67564 +понизилися 67565 +понизити 67566 +понизитись 67567 +понимаем 67568 +понимаю 67569 +понині 67570 +поновив 67571 +поновився 67572 +поновила 67573 +поновили 67574 +поновити 67575 +поновитися 67576 +поновить 67577 +поновлена 67578 +поновлення 67579 +поновленням 67580 +поновленні 67581 +поновлено 67582 +поновленого 67583 +поновлювали 67584 +поновлювати 67585 +поновлюють 67586 +поновлять 67587 +поновляться 67588 +поновне 67589 +пономаренка 67590 +пономаренко 67591 +пономарьов 67592 +пономарьова 67593 +поносили 67594 +понравилась 67595 +понравились 67596 +понт 67597 +понтах 67598 +понтифік 67599 +понтифіком 67600 +понтон 67601 +понтони 67602 +понтонний 67603 +понтонних 67604 +понтонні 67605 +понтону 67606 +понту 67607 +понтується 67608 +понтійської 67609 +понуре 67610 +понуро 67611 +понюхав 67612 +поняв 67613 +поняла 67614 +поняли 67615 +поняти 67616 +понятне 67617 +понятненько 67618 +понятно 67619 +понятною 67620 +поняття 67621 +поняттям 67622 +поняттями 67623 +понятті 67624 +понять 67625 +поні 67626 +понівечене 67627 +понівеченими 67628 +понівечені 67629 +понівечили 67630 +понімаєте 67631 +понімаєш 67632 +поніс 67633 +поо 67634 +пооблущувані 67635 +пообслуговувати 67636 +пообщаемся 67637 +пообідав 67638 +пообідати 67639 +пообідаєм 67640 +пообіді 67641 +пообійматись 67642 +пообіцяв 67643 +пообіцявши 67644 +пообіцяй 67645 +пообіцяла 67646 +пообіцяли 67647 +пообіцяло 67648 +пообіцяти 67649 +пообіцяю 67650 +пообіцяють 67651 +пообіцяє 67652 +поодинока 67653 +поодинокими 67654 +поодиноких 67655 +поодиноко 67656 +поодинокі 67657 +поодягали 67658 +пооклавши 67659 +поопускали 67660 +поп'ю 67661 +поп'ють 67662 +поп'є 67663 +поп-місія 67664 +попа 67665 +попав 67666 +попавсь 67667 +попався 67668 +попадав 67669 +попадала 67670 +попадали 67671 +попадання 67672 +попадати 67673 +попадають 67674 +попадає 67675 +попадаєте 67676 +попадаєш 67677 +попаде 67678 +попадеш 67679 +попаду 67680 +попадуся 67681 +попадуть 67682 +попала 67683 +попали 67684 +попалив 67685 +попалився 67686 +попалили 67687 +попалить 67688 +попало 67689 +попалять 67690 +попануй 67691 +попасна 67692 +попасної 67693 +попасну 67694 +попасняни 67695 +попаснянський 67696 +попаснянського 67697 +попаснянському 67698 +попасній 67699 +попасти 67700 +попастися 67701 +попахує 67702 +попелом 67703 +попелу 67704 +попель 67705 +поперед 67706 +попереджав 67707 +попереджали 67708 +попереджати 67709 +попереджаю 67710 +попереджають 67711 +попереджаючи 67712 +попереджає 67713 +попереджаємо 67714 +попереджається 67715 +попередження 67716 +попередженням 67717 +попереджено 67718 +попереджені 67719 +попереджував 67720 +попереджувальна 67721 +попереджувальні 67722 +попереджуючи 67723 +попередзвонює 67724 +попередив 67725 +попередивши 67726 +попередила 67727 +попередили 67728 +попередити 67729 +попередник 67730 +попередника 67731 +попередникам 67732 +попередниками 67733 +попередники 67734 +попереднику 67735 +попередників 67736 +попередньо 67737 +попереднього 67738 +попередньому 67739 +попередньою 67740 +попередньої 67741 +попередню 67742 +попередня 67743 +попереднє 67744 +попереднєю 67745 +попередні 67746 +попередній 67747 +попереднім 67748 +попередніми 67749 +попередніх 67750 +попереду 67751 +попередять 67752 +попереково 67753 +поперекривано 67754 +поперекує 67755 +поперемінно 67756 +попереписувались 67757 +поперше 67758 +попечена 67759 +попечені 67760 +попечеться 67761 +попи 67762 +попивали 67763 +попиванням 67764 +попиваючи 67765 +попиває 67766 +попиздцють 67767 +попили 67768 +попилососити 67769 +попирають 67770 +пописували 67771 +попит 67772 +попитайтеся 67773 +попитати 67774 +попитаю 67775 +попитаюся 67776 +попити 67777 +попитом 67778 +попиту 67779 +поплав 67780 +поплава 67781 +поплавати 67782 +поплавах 67783 +поплави 67784 +поплавилися 67785 +поплавленим 67786 +поплавленості 67787 +поплавлені 67788 +поплаву 67789 +поплаві 67790 +поплатити 67791 +поплатитися 67792 +поплачу 67793 +поплескав 67794 +поплескала 67795 +попливе 67796 +попливли 67797 +поплила 67798 +поплисти 67799 +поплити 67800 +поплутав 67801 +поплювавши 67802 +поплічника 67803 +поплічниками 67804 +поплічників 67805 +попмех 67806 +попов 67807 +попович 67808 +поповнення 67809 +поповненнями 67810 +поповнила 67811 +поповнили 67812 +поповнити 67813 +поповниться 67814 +поповнювали 67815 +поповнюють 67816 +поповнюється 67817 +попозорилась 67818 +пополуднуємо 67819 +пополудні 67820 +попопрати 67821 +попочухаєш 67822 +попошкоджували 67823 +попоїмо 67824 +поправ 67825 +поправив 67826 +поправився 67827 +поправила 67828 +поправилась 67829 +поправилася 67830 +поправили 67831 +поправиме 67832 +поправимо 67833 +поправите 67834 +поправити 67835 +поправить 67836 +поправишся 67837 +поправка 67838 +поправкам 67839 +поправками 67840 +поправки 67841 +поправкою 67842 +поправку 67843 +поправлю 67844 +поправлятись 67845 +поправлять 67846 +поправок 67847 +попрацював 67848 +попрацювали 67849 +попрацювати 67850 +попрацюю 67851 +попреться 67852 +попри 67853 +поприбирати 67854 +поприходили 67855 +поприщі 67856 +поприїжджали 67857 +поприїжджало 67858 +поприїжджають 67859 +попробивалася 67860 +попробивало 67861 +попробував 67862 +попробувала 67863 +попробували 67864 +попробувати 67865 +попробувать 67866 +попробуй 67867 +попробую 67868 +попробуємо 67869 +попроси 67870 +попросив 67871 +попросився 67872 +попросивши 67873 +попросила 67874 +попросили 67875 +попросимо 67876 +попросити 67877 +попросить 67878 +попросту 67879 +попросять 67880 +попросіть 67881 +попрохала 67882 +попрохали 67883 +попрохати 67884 +попрохають 67885 +попрошу 67886 +попрощав 67887 +попрощався 67888 +попрощавшись 67889 +попрощалась 67890 +попрощалася 67891 +попрощалися 67892 +попрощатись 67893 +попрощатися 67894 +попрощаюсь 67895 +попрощаюся 67896 +попрямувала 67897 +попріч 67898 +попсовий 67899 +попсували 67900 +попський 67901 +поптичні 67902 +популяризатор 67903 +популяризатори 67904 +популяризація 67905 +популяризацією 67906 +популяризації 67907 +популяризували 67908 +популяризувати 67909 +популяризують 67910 +популярна 67911 +популярне 67912 +популярний 67913 +популярним 67914 +популярними 67915 +популярних 67916 +популярно 67917 +популярного 67918 +популярному 67919 +популярності 67920 +популярною 67921 +популярної 67922 +популярну 67923 +популярні 67924 +популярність 67925 +популярністю 67926 +популярніше 67927 +популярніший 67928 +популярнішим 67929 +популярнішоми 67930 +популярнішому 67931 +популярнішою 67932 +популястично 67933 +популяцію 67934 +популяція 67935 +популяції 67936 +популі 67937 +популізм 67938 +популізмом 67939 +популізму 67940 +популізмі 67941 +популірні 67942 +популіст 67943 +популістами 67944 +популісти 67945 +популістична 67946 +популістично 67947 +популістичні 67948 +популістку 67949 +популістська 67950 +популістський 67951 +популістських 67952 +популістського 67953 +популістські 67954 +популістів 67955 +популіські 67956 +попускає 67957 +попустило 67958 +попустити 67959 +попустить 67960 +попутно 67961 +попущу 67962 +попів 67963 +попівському 67964 +попід 67965 +попідкладали 67966 +попіднімали 67967 +попідписували 67968 +попідписувати 67969 +попідривали 67970 +попідривають 67971 +попідростали 67972 +попіл 67973 +попірець 67974 +попісяти 67975 +пора 67976 +порад 67977 +порада 67978 +порадами 67979 +порадах 67980 +пораджу 67981 +поради 67982 +порадив 67983 +порадився 67984 +порадившись 67985 +порадила 67986 +порадили 67987 +порадило 67988 +порадите 67989 +порадити 67990 +порадитись 67991 +порадиться 67992 +порадою 67993 +пораду 67994 +порадь 67995 +порадься 67996 +порадять 67997 +порадіти 67998 +поражена 67999 +поражених 68000 +поражені 68001 +поразив 68002 +поразили 68003 +поразка 68004 +поразками 68005 +поразках 68006 +поразки 68007 +поразкою 68008 +поразку 68009 +поразмивало 68010 +поранена 68011 +поранений 68012 +пораненим 68013 +пораненими 68014 +поранених 68015 +поранення 68016 +пораненнями 68017 +поранено 68018 +пораненого 68019 +поранень 68020 +поранені 68021 +поранив 68022 +поранивши 68023 +поранила 68024 +поранили 68025 +поранило 68026 +поранювали 68027 +поратись 68028 +порахована 68029 +пораховано 68030 +пораховані 68031 +порахував 68032 +порахувавши 68033 +порахувала 68034 +порахували 68035 +порахувати 68036 +порахуватися 68037 +порахуй 68038 +порахуйте 68039 +порахують 68040 +порахуємо 68041 +пораюсь 68042 +порвав 68043 +порвала 68044 +порвали 68045 +порвало 68046 +порваний 68047 +порвано 68048 +порве 68049 +порвется 68050 +порвіте 68051 +поребрик 68052 +порекомендував 68053 +порекомендували 68054 +порекомендувати 68055 +поремонтуєш 68056 +порефлексувати 68057 +порешенко 68058 +поржав 68059 +поржала 68060 +поржати 68061 +поржать 68062 +пори 68063 +порив 68064 +поривами 68065 +пориваємо 68066 +пориви 68067 +поривчастий 68068 +поривчасті 68069 +порист 68070 +порно 68071 +порнографічні 68072 +порнографії 68073 +порнозалежність 68074 +порнхабі 68075 +поробив 68076 +поробила 68077 +поробили 68078 +поробилися 68079 +поробим 68080 +поробимо 68081 +поробити 68082 +пороблено 68083 +пороблять 68084 +поробляєте 68085 +поробляєш 68086 +поробок 68087 +поробошнях 68088 +поробошні 68089 +поровський 68090 +порога 68091 +пороги 68092 +порогове 68093 +порогом 68094 +порогу 68095 +порогів 68096 +порода 68097 +породами 68098 +породжують 68099 +породжує 68100 +породи 68101 +породив 68102 +породила 68103 +породиста 68104 +породотвірний 68105 +породу 68106 +породіллі 68107 +порожнечу 68108 +порожнин 68109 +порожньо 68110 +порожнього 68111 +порожньому 68112 +порожньої 68113 +порожня 68114 +порожнє 68115 +порожні 68116 +порожній 68117 +порожніли 68118 +порожнім 68119 +порожніми 68120 +пороз'їздилися 68121 +порозбігались 68122 +порозбігалися 68123 +порозбігаються 68124 +порозважайся 68125 +порозводилися 68126 +пороззявляли 68127 +порозказувала 68128 +порозкидалися 68129 +порозмножувалися 68130 +порозмовлявши 68131 +порозмовляти 68132 +порозмірковувати 68133 +порозповідати 68134 +порозпускав 68135 +порозставляв 68136 +порозтинав 68137 +порозумілася 68138 +порозумілися 68139 +порозуміння 68140 +порозумітиси 68141 +порозумітися 68142 +порозуміються 68143 +порозі 68144 +пороки 68145 +поролося 68146 +порому 68147 +поросле 68148 +порослий 68149 +порослому 68150 +порослі 68151 +порося 68152 +поросят 68153 +пороти 68154 +порох 68155 +порохового 68156 +порохом 68157 +пороху 68158 +порочить 68159 +порочна 68160 +порочне 68161 +порошенка 68162 +порошенко 68163 +порошенком 68164 +порошенку 68165 +порошка 68166 +порошок 68167 +порою 68168 +порт 68169 +портал 68170 +портали 68171 +порталу 68172 +портальну 68173 +порталі 68174 +портами 68175 +портах 68176 +порти 68177 +портленд 68178 +портников 68179 +портнов 68180 +портнова 68181 +портніков 68182 +портовики 68183 +портових 68184 +портового 68185 +портовому 68186 +портоков 68187 +портом 68188 +портрет 68189 +портретами 68190 +портрети 68191 +портретні 68192 +портретів 68193 +портсигар 68194 +порту 68195 +португалець 68196 +португальський 68197 +португальськими 68198 +португальської 68199 +португальські 68200 +португальців 68201 +португалія 68202 +португалії 68203 +портфель 68204 +портфельний 68205 +портфелях 68206 +портфоліо 68207 +портян 68208 +портянко 68209 +портів 68210 +пору 68211 +поруб 68212 +порубали 68213 +порубати 68214 +порубцьована 68215 +порука 68216 +поруки 68217 +поруку 68218 +порух 68219 +порухалися 68220 +порухом 68221 +поруч 68222 +поручник 68223 +поручні 68224 +поручнів 68225 +порушать 68226 +порушеми 68227 +порушемо 68228 +порушена 68229 +порушене 68230 +порушених 68231 +порушенний 68232 +порушенню 68233 +порушення 68234 +порушенням 68235 +порушеннями 68236 +порушеннях 68237 +порушенні 68238 +порушено 68239 +порушену 68240 +порушень 68241 +порушені 68242 +порушив 68243 +порушила 68244 +порушили 68245 +порушимо 68246 +порушити 68247 +порушить 68248 +порушиться 68249 +порушника 68250 +порушниками 68251 +порушники 68252 +порушником 68253 +порушників 68254 +порушницею 68255 +порушу 68256 +порушув 68257 +порушував 68258 +порушувала 68259 +порушували 68260 +порушувало 68261 +порушувати 68262 +порушуватиме 68263 +порушуватимемо 68264 +порушувать 68265 +порушуйте 68266 +порушують 68267 +порушуються 68268 +порушуючи 68269 +порушує 68270 +порушуємо 68271 +порушуєте 68272 +порушується 68273 +порфірова 68274 +порфіророджена 68275 +порцій 68276 +порцію 68277 +порція 68278 +порціями 68279 +порції 68280 +поряд 68281 +порядка 68282 +порядками 68283 +порядке 68284 +порядки 68285 +порядковий 68286 +порядкові 68287 +порядком 68288 +порядку 68289 +порядкувати 68290 +порядкуємо 68291 +порядків 68292 +порядне 68293 +порядно 68294 +порядної 68295 +порядність 68296 +порядок 68297 +порядочного 68298 +порядочок 68299 +порятував 68300 +порятувати 68301 +порятуймо 68302 +порятунком 68303 +порятунку 68304 +порятунок 68305 +порєбріка 68306 +порі 68307 +порівну 68308 +порівнював 68309 +порівнювали 68310 +порівнювати 68311 +порівнюваємо 68312 +порівнюйте 68313 +порівнюю 68314 +порівнюють 68315 +порівнюючи 68316 +порівнює 68317 +порівнюємо 68318 +порівнюється 68319 +порівня 68320 +порівняв 68321 +порівнявся 68322 +порівнявшись 68323 +порівняйте 68324 +порівнялася 68325 +порівняли 68326 +порівняльну 68327 +порівняльні 68328 +порівнянню 68329 +порівняння 68330 +порівнянням 68331 +порівняннями 68332 +порівнянні 68333 +порівняно 68334 +порівняти 68335 +порівняємо 68336 +поріг 68337 +порід 68338 +поріднився 68339 +поріднити 68340 +поріднитися 68341 +порізали 68342 +порізані 68343 +порізати 68344 +порізать 68345 +порічки 68346 +порічкою 68347 +порішали 68348 +порішати 68349 +порішать 68350 +посад 68351 +посада 68352 +посадам 68353 +посадами 68354 +посадах 68355 +посаджених 68356 +посадженої 68357 +посаджу 68358 +посади 68359 +посадила 68360 +посадили 68361 +посадити 68362 +посадить 68363 +посадки 68364 +посадкової 68365 +посадкою 68366 +посадку 68367 +посадова 68368 +посадовець 68369 +посадовими 68370 +посадових 68371 +посадовому 68372 +посадової 68373 +посадовцеві 68374 +посадовця 68375 +посадовцям 68376 +посадовцями 68377 +посадовці 68378 +посадовців 68379 +посадові 68380 +посадочним 68381 +посадочними 68382 +посадочної 68383 +посадою 68384 +посаду 68385 +посадять 68386 +посаді 68387 +посадіть 68388 +посанник 68389 +посварився 68390 +посварилась 68391 +посварились 68392 +посварило 68393 +посватав 68394 +посвята 68395 +посвятив 68396 +посвятили 68397 +посвятити 68398 +посвяткувати 68399 +посвяту 68400 +посвячена 68401 +посвячення 68402 +посвячували 68403 +посвячування 68404 +посвячую 68405 +посвідки 68406 +посвідку 68407 +посвідченню 68408 +посвідчення 68409 +посвідченнями 68410 +посвідчень 68411 +посвідчують 68412 +посвідчує 68413 +посвідчі 68414 +посейдон 68415 +посекундно 68416 +поселення 68417 +поселеннями 68418 +поселенні 68419 +поселенського 68420 +поселенцями 68421 +поселенці 68422 +поселенців 68423 +поселень 68424 +поселені 68425 +поселивсь 68426 +поселилася 68427 +поселили 68428 +поселилися 68429 +поселилось 68430 +поселити 68431 +поселитись 68432 +поселить 68433 +поселятися 68434 +посеред 68435 +посередині 68436 +посередник 68437 +посередника 68438 +посередникам 68439 +посередниками 68440 +посередники 68441 +посередником 68442 +посереднику 68443 +посередників 68444 +посередництва 68445 +посередництво 68446 +посередництвом 68447 +посередництву 68448 +посередницьких 68449 +посередницьку 68450 +посередницькі 68451 +посередницькій 68452 +посередничати 68453 +посередні 68454 +посивіла 68455 +посиде 68456 +посиденьки 68457 +посиджу 68458 +посиди 68459 +посидимо 68460 +посидь 68461 +посидю 68462 +посидів 68463 +посидівши 68464 +посиділа 68465 +посиділи 68466 +посидіти 68467 +посила 68468 +посилав 68469 +посилався 68470 +посилала 68471 +посилалася 68472 +посилали 68473 +посилалися 68474 +посилання 68475 +посиланням 68476 +посиланнями 68477 +посилати 68478 +посилатимемо 68479 +посилатись 68480 +посилатися 68481 +посилаю 68482 +посилають 68483 +посилаються 68484 +посилаючи 68485 +посилаючись 68486 +посилаючися 68487 +посилає 68488 +посилаємо 68489 +посилається 68490 +посилене 68491 +посилений 68492 +посиленим 68493 +посиленими 68494 +посилених 68495 +посиленню 68496 +посилення 68497 +посиленням 68498 +посиленні 68499 +посилено 68500 +посиленого 68501 +посиленому 68502 +посиленою 68503 +посиленої 68504 +посилену 68505 +посилені 68506 +посилив 68507 +посилився 68508 +посилила 68509 +посилилась 68510 +посилили 68511 +посилились 68512 +посилилось 68513 +посилити 68514 +посилитись 68515 +посилить 68516 +посилиться 68517 +посилки 68518 +посилку 68519 +посильної 68520 +посильну 68521 +посилював 68522 +посилювався 68523 +посилювалися 68524 +посилювати 68525 +посилюватись 68526 +посилюватися 68527 +посилюють 68528 +посилюються 68529 +посилюючи 68530 +посилює 68531 +посилюємось 68532 +посилюється 68533 +посилять 68534 +посиляться 68535 +посинів 68536 +посипавши 68537 +посипалися 68538 +посипалось 68539 +посипалося 68540 +посипати 68541 +посипаю 68542 +поскакав 68543 +поскакали 68544 +поскакати 68545 +поскаржився 68546 +поскаржилася 68547 +поскаржилися 68548 +поскаржитись 68549 +поскаржитися 68550 +поскладала 68551 +поскладати 68552 +поскорочували 68553 +поскручували 68554 +поскільки 68555 +посла 68556 +послаб 68557 +послабилась 68558 +послабили 68559 +послабити 68560 +послаблена 68561 +послаблений 68562 +послаблення 68563 +послабленням 68564 +послаблень 68565 +послаблені 68566 +послаблювати 68567 +послаблюють 68568 +послаблює 68569 +послабляє 68570 +послабне 68571 +послав 68572 +послався 68573 +пославши 68574 +пославшись 68575 +послала 68576 +послали 68577 +послам 68578 +послами 68579 +посланець 68580 +посланик 68581 +посланник 68582 +посланника 68583 +посланники 68584 +посланникові 68585 +посланником 68586 +посланників 68587 +послання 68588 +посланням 68589 +посланнями 68590 +посланніком 68591 +послати 68592 +после 68593 +последних 68594 +последнього 68595 +последствий 68596 +последующий 68597 +посли 68598 +послом 68599 +послу 68600 +послуг 68601 +послуга 68602 +послугами 68603 +послуги 68604 +послуговувалися 68605 +послуговуватиметься 68606 +послуговуються 68607 +послугою 68608 +послугу 68609 +послугувало 68610 +послужив 68611 +послужила 68612 +послужити 68613 +послужний 68614 +послух 68615 +послуха 68616 +послухав 68617 +послухай 68618 +послухаймо 68619 +послухайте 68620 +послухалась 68621 +послухали 68622 +послухати 68623 +послухаю 68624 +послухає 68625 +послухаєм 68626 +послухаємо 68627 +послуховують 68628 +послушний 68629 +послєднєго 68630 +послі 68631 +послів 68632 +послідженому 68633 +послідки 68634 +послідкуєш 68635 +послідня 68636 +послідній 68637 +послідовна 68638 +послідовний 68639 +послідовник 68640 +послідовника 68641 +послідовникам 68642 +послідовниками 68643 +послідовники 68644 +послідовників 68645 +послідовним 68646 +послідовних 68647 +послідовно 68648 +послідовному 68649 +послідовну 68650 +послідовні 68651 +послідовність 68652 +послідовністю 68653 +послідувала 68654 +послідували 68655 +послідувало 68656 +послідують 68657 +послідує 68658 +посмертно 68659 +посмертного 68660 +посмоктали 68661 +посмотрите 68662 +посмуг 68663 +посмів 68664 +посміла 68665 +посміливішав 68666 +посміти 68667 +посміхався 68668 +посміхаються 68669 +посміхається 68670 +посміхаєшся 68671 +посміхнувсь 68672 +посміхнувся 68673 +посміхнула 68674 +посміхнулася 68675 +посміхнутись 68676 +посміхом 68677 +посміху 68678 +посміши 68679 +посмішка 68680 +посмішками 68681 +посмішки 68682 +посмішкою 68683 +посміявся 68684 +посміялись 68685 +посміялися 68686 +посміятися 68687 +поснули 68688 +поснідавши 68689 +поснідати 68690 +пособляв 68691 +пособляє 68692 +пособники 68693 +посол 68694 +посольств 68695 +посольства 68696 +посольствами 68697 +посольствах 68698 +посольство 68699 +посольством 68700 +посольстві 68701 +посоромилася 68702 +посоромитися 68703 +поспавши 68704 +поспати 68705 +посперечалися 68706 +посперечаєшся 68707 +поспи 68708 +поспитав 68709 +поспитала 68710 +поспихаю 68711 +посповідатися 68712 +посполитої 68713 +поспорити 68714 +посприяв 68715 +посприяти 68716 +поспівати 68717 +поспівує 68718 +поспізнюєтесь 68719 +поспіли 68720 +поспілкувався 68721 +поспілкувавшись 68722 +поспілкувалась 68723 +поспілкувалася 68724 +поспілкувались 68725 +поспілкувалися 68726 +поспілкуватись 68727 +поспілкуватися 68728 +поспілкуємось 68729 +поспілкуємося 68730 +поспілкуєтесь 68731 +поспілкується 68732 +поспіль 68733 +поспіху 68734 +поспіша 68735 +поспішав 68736 +поспішайте 68737 +поспішали 68738 +поспішати 68739 +поспішаю 68740 +поспішають 68741 +поспішаючи 68742 +поспішає 68743 +поспішаємо 68744 +поспішив 68745 +поспішивсь 68746 +поспішила 68747 +поспішили 68748 +поспішити 68749 +поспішиш 68750 +поспішна 68751 +поспішними 68752 +поспішно 68753 +поспішного 68754 +поспішність 68755 +поспішніші 68756 +посредника 68757 +пост 68758 +пост- 68759 +пост-радянськими 68760 +пост-радянської 68761 +пост-ураганній 68762 +поста 68763 +постав 68764 +поставив 68765 +поставився 68766 +поставивши 68767 +поставила 68768 +поставилась 68769 +поставилася 68770 +поставили 68771 +поставилися 68772 +поставило 68773 +поставимо 68774 +поставите 68775 +поставити 68776 +поставитись 68777 +поставитися 68778 +поставить 68779 +поставиться 68780 +поставиш 68781 +поставками 68782 +поставки 68783 +поставкою 68784 +поставку 68785 +поставлена 68786 +поставлене 68787 +поставлений 68788 +поставлених 68789 +поставлено 68790 +поставленої 68791 +поставлені 68792 +поставлю 68793 +поставляв 68794 +поставляла 68795 +поставлялася 68796 +поставляли 68797 +поставляти 68798 +поставлять 68799 +поставляться 68800 +поставляють 68801 +поставляє 68802 +поставок 68803 +поставте 68804 +поставу 68805 +поставши 68806 +поставщиками 68807 +постала 68808 +постали 68809 +посталий 68810 +постало 68811 +постами 68812 +постане 68813 +постанов 68814 +постанова 68815 +постановами 68816 +постанови 68817 +постановив 68818 +постановила 68819 +постановили 68820 +постановить 68821 +постановка 68822 +постановки 68823 +постановку 68824 +постановление 68825 +постановляємо 68826 +постановник 68827 +постановок 68828 +постановою 68829 +постанову 68830 +постанові 68831 +постануть 68832 +постарався 68833 +постарайтеся 68834 +постарались 68835 +постаралися 68836 +постаратись 68837 +постаратися 68838 +постараюсь 68839 +постараюся 68840 +постараємося 68841 +постарше 68842 +постарів 68843 +постатей 68844 +постаттю 68845 +постать 68846 +постатью 68847 +постатями 68848 +постаті 68849 +постач 68850 +постача 68851 +постачав 68852 +постачала 68853 +постачали 68854 +постачало 68855 +постачальник 68856 +постачальника 68857 +постачальникам 68858 +постачальниками 68859 +постачальники 68860 +постачальником 68861 +постачальників 68862 +постачам 68863 +постачами 68864 +постачанню 68865 +постачання 68866 +постачанням 68867 +постачанні 68868 +постачати 68869 +постачатиметься 68870 +постачатимуть 68871 +постачатися 68872 +постачать 68873 +постачають 68874 +постачає 68875 +постачею 68876 +постачи 68877 +постачила 68878 +постачити 68879 +постачу 68880 +постачі 68881 +постають 68882 +постає 68883 +постбелум 68884 +поствиборчій 68885 +постворювали 68886 +постворюють 68887 +поствоєнного 68888 +поствоєнну 68889 +постелені 68890 +постелеш 68891 +постелив 68892 +постелили 68893 +пости 68894 +постила 68895 +постили 68896 +постим 68897 +постити 68898 +постить 68899 +постишева 68900 +посткомуністичної 68901 +постменівські 68902 +постмодернізму 68903 +постмілошевича 68904 +посто 68905 +постогнував 68906 +постола 68907 +постоливолоки 68908 +постолів 68909 +постостхолодної 68910 +постою 68911 +постояв 68912 +постоявши 68913 +постоянная 68914 +постоянно 68915 +постояти 68916 +постоїть 68917 +пострадянська 68918 +пострадянський 68919 +пострадянськими 68920 +пострадянських 68921 +пострадянського 68922 +пострадянському 68923 +пострадянською 68924 +пострадянської 68925 +пострадянську 68926 +пострадянські 68927 +пострадянськім 68928 +постраждав 68929 +постраждала 68930 +постраждали 68931 +постраждалий 68932 +постраждалим 68933 +постраждалими 68934 +постраждалих 68935 +постраждало 68936 +постраждалого 68937 +постраждалому 68938 +постраждалою 68939 +постраждалу 68940 +постраждалі 68941 +постраждалій 68942 +постраждати 68943 +постраждають 68944 +постраждає 68945 +постраждаємо 68946 +постріл 68947 +пострілами 68948 +постріли 68949 +пострілом 68950 +пострілу 68951 +пострілюють 68952 +пострілюючи 68953 +постріляли 68954 +постріляти 68955 +пострілів 68956 +посттравматичних 68957 +посттравматичного 68958 +посттравматичні 68959 +посту 68960 +постулат 68961 +постулати 68962 +постулатів 68963 +постулює 68964 +поступ 68965 +поступав 68966 +поступала 68967 +поступали 68968 +поступалися 68969 +поступалося 68970 +поступальний 68971 +поступально 68972 +поступати 68973 +поступатися 68974 +поступах 68975 +поступають 68976 +поступаючись 68977 +поступає 68978 +поступається 68979 +поступи 68980 +поступив 68981 +поступився 68982 +поступила 68983 +поступилася 68984 +поступили 68985 +поступилися 68986 +поступило 68987 +поступилося 68988 +поступити 68989 +поступитись 68990 +поступитися 68991 +поступить 68992 +поступиться 68993 +поступка 68994 +поступками 68995 +поступки 68996 +поступкою 68997 +поступку 68998 +поступлива 68999 +поступливість 69000 +поступлю 69001 +поступлять 69002 +поступове 69003 +поступовий 69004 +поступово 69005 +поступового 69006 +поступової 69007 +поступову 69008 +поступові 69009 +поступок 69010 +поступом 69011 +поступу 69012 +поступі 69013 +постураль 69014 +постфактум 69015 +постфікс 69016 +постягав 69017 +постягати 69018 +постять 69019 +пості 69020 +постів 69021 +постійна 69022 +постійне 69023 +постійний 69024 +постійним 69025 +постійними 69026 +постійних 69027 +постійно 69028 +постійного 69029 +постійному 69030 +постійною 69031 +постійної 69032 +постійну 69033 +постійні 69034 +постійній 69035 +постійнім 69036 +постік 69037 +постіль 69038 +постільної 69039 +постімпресіонізму 69040 +посувався 69041 +посувалися 69042 +посувати 69043 +посуваються 69044 +посуваємося 69045 +посуд 69046 +посудом 69047 +посуду 69048 +посумувать 69049 +посунув 69050 +посунувся 69051 +посунулася 69052 +посунули 69053 +посунулись 69054 +посунута 69055 +посунути 69056 +посуха 69057 +посухи 69058 +посухою 69059 +посуху 69060 +посушливий 69061 +посушливих 69062 +посушливі 69063 +посходились 69064 +посходяться 69065 +посьолків 69066 +посьолок 69067 +посядуть 69068 +посібник 69069 +посібника 69070 +посібниками 69071 +посібники 69072 +посібником 69073 +посібнику 69074 +посів 69075 +посіви 69076 +посівна 69077 +посівних 69078 +посівної 69079 +посівну 69080 +посіву 69081 +посівів 69082 +посідавши 69083 +посідали 69084 +посідання 69085 +посідати 69086 +посідають 69087 +посідає 69088 +посікли 69089 +посіла 69090 +посіли 69091 +посісти 69092 +посічена 69093 +посічене 69094 +посіченими 69095 +посічені 69096 +посічуть 69097 +посіяв 69098 +посіяла 69099 +посіяло 69100 +посіяна 69101 +посіяти 69102 +потайки 69103 +потака 69104 +потакне 69105 +потанцювати 69106 +потанцюємо 69107 +потапа 69108 +потапи 69109 +потапова 69110 +потасовка 69111 +потачку 69112 +потаємна 69113 +потаємних 69114 +потаємну 69115 +потвердив 69116 +потвора 69117 +потвори 69118 +потворилися 69119 +потворне 69120 +потворні 69121 +потебня 69122 +потекло 69123 +потелефонував 69124 +потелефонувати 69125 +потемніло 69126 +потемнілого 69127 +потенціал 69128 +потенціалами 69129 +потенціалом 69130 +потенціалу 69131 +потенціальну 69132 +потенційна 69133 +потенційне 69134 +потенційний 69135 +потенційним 69136 +потенційними 69137 +потенційних 69138 +потенційно 69139 +потенційного 69140 +потенційному 69141 +потенційною 69142 +потенційної 69143 +потенційну 69144 +потенційні 69145 +потенційній 69146 +потенціял 69147 +потепління 69148 +потеплінням 69149 +потерпав 69150 +потерпали 69151 +потерпало 69152 +потерпають 69153 +потерпає 69154 +потерпів 69155 +потерпівших 69156 +потерпівшого 69157 +потерпіла 69158 +потерпіли 69159 +потерпілий 69160 +потерпілим 69161 +потерпілими 69162 +потерпілих 69163 +потерпіло 69164 +потерпілого 69165 +потерпілому 69166 +потерпілої 69167 +потерпілі 69168 +потерпілій 69169 +потерта 69170 +потерти 69171 +потестила 69172 +потестити 69173 +потече 69174 +потий 69175 +потикаю 69176 +потилицю 69177 +потискає 69178 +потиснем 69179 +потиснимося 69180 +потиснули 69181 +потиснути 69182 +потиснуть 69183 +потихеньку 69184 +потихесеньку 69185 +потихонечку 69186 +потну 69187 +потовкла 69188 +потовкли 69189 +потовчена 69190 +потовчене 69191 +потовчених 69192 +потовчені 69193 +потоки 69194 +потоком 69195 +потоку 69196 +потоків 69197 +потолки 69198 +потолку 69199 +потом 69200 +потомак 69201 +потомлені 69202 +потому 69203 +потоне 69204 +потонув 69205 +потонула 69206 +потонули 69207 +потоп 69208 +потопельників 69209 +потопив 69210 +потопився 69211 +потопили 69212 +потоплений 69213 +потоплені 69214 +потоптав 69215 +потоптаного 69216 +поторгуватися 69217 +поторкав 69218 +поточка 69219 +поточки 69220 +поточку 69221 +поточна 69222 +поточне 69223 +поточнив 69224 +поточнивше 69225 +поточнивши 69226 +поточний 69227 +поточнила 69228 +поточними 69229 +поточнити 69230 +поточних 69231 +поточно 69232 +поточного 69233 +поточному 69234 +поточної 69235 +поточну 69236 +поточнювали 69237 +поточні 69238 +поточніше 69239 +поточок 69240 +потра 69241 +потрав 69242 +потрапив 69243 +потрапивши 69244 +потрапила 69245 +потрапили 69246 +потрапило 69247 +потрапите 69248 +потрапити 69249 +потрапить 69250 +потрапляв 69251 +потрапляла 69252 +потрапляли 69253 +потрапляло 69254 +потрапляння 69255 +потрапляти 69256 +потраплять 69257 +потрапляю 69258 +потрапляють 69259 +потрапляючи 69260 +потрапляє 69261 +потрапляєш 69262 +потратила 69263 +потратити 69264 +потратить 69265 +потрафлять 69266 +потрачено 69267 +потреб 69268 +потреба 69269 +потребам 69270 +потребами 69271 +потребах 69272 +потребв 69273 +потреби 69274 +потребности 69275 +потребность 69276 +потребовал 69277 +потребою 69278 +потребу 69279 +потребував 69280 +потребувала 69281 +потребували 69282 +потребувало 69283 +потребувати 69284 +потребуватиме 69285 +потребуватимуть 69286 +потребуть 69287 +потребую 69288 +потребують 69289 +потребуючим 69290 +потребуючих 69291 +потребує 69292 +потребуємо 69293 +потребуєте 69294 +потребується 69295 +потребуєш 69296 +потребі 69297 +потрибати 69298 +потримавши 69299 +потримаємо 69300 +потрохи 69301 +потроху 69302 +потрошечки 69303 +потрошечку 69304 +потрошки 69305 +потрошку 69306 +потрощив 69307 +потроїлись 69308 +потроїлися 69309 +потроїти 69310 +потрухом 69311 +потряс 69312 +потрясав 69313 +потрясать 69314 +потрясаюче 69315 +потрясає 69316 +потрясла 69317 +потрібен 69318 +потрібна 69319 +потрібне 69320 +потрібний 69321 +потрібним 69322 +потрібними 69323 +потрібних 69324 +потрібно 69325 +потрібного 69326 +потрібною 69327 +потрібної 69328 +потрібну 69329 +потрібні 69330 +потрібній 69331 +потрібніший 69332 +потрійне 69333 +потрійні 69334 +потріпували 69335 +потріскали 69336 +потріскало 69337 +потріщала 69338 +поттер 69339 +поттера 69340 +поту 69341 +потуга 69342 +потуги 69343 +потугою 69344 +потугу 69345 +потужна 69346 +потужне 69347 +потужний 69348 +потужним 69349 +потужними 69350 +потужних 69351 +потужно 69352 +потужного 69353 +потужному 69354 +потужностей 69355 +потужності 69356 +потужною 69357 +потужної 69358 +потужну 69359 +потужні 69360 +потужність 69361 +потужністю 69362 +потужніше 69363 +потужніший 69364 +потужнішою 69365 +потужніші 69366 +потупив 69367 +потупотів 69368 +потурай 69369 +потуранні 69370 +потурають 69371 +потурбуватись 69372 +потуса 69373 +потусувалися 69374 +потушить 69375 +потьє 69376 +потюпали 69377 +потяг 69378 +потяга 69379 +потягайсь 69380 +потягами 69381 +потягатися 69382 +потягах 69383 +потяги 69384 +потягла 69385 +потяглося 69386 +потягне 69387 +потягнемо 69388 +потягнете 69389 +потягнеться 69390 +потягнув 69391 +потягнувся 69392 +потягнула 69393 +потягнуло 69394 +потягнути 69395 +потягнуть 69396 +потягнім 69397 +потягнімо 69398 +потягом 69399 +потягти 69400 +потягу 69401 +потягів 69402 +потязі 69403 +поті 69404 +потів 69405 +потік 69406 +потім 69407 +потіснили 69408 +потіха 69409 +потіхи 69410 +потіху 69411 +потічки 69412 +потічку 69413 +потішав 69414 +потішатися 69415 +потішився 69416 +потішила 69417 +потішити 69418 +поуявляти 69419 +пофантазувати 69420 +пофарбована 69421 +пофарбованого 69422 +пофарбувати 69423 +поформити 69424 +пофотографувала 69425 +пофіг 69426 +похабні 69427 +похайлова 69428 +похапалися 69429 +похапцем 69430 +похвала 69431 +похвалив 69432 +похвалився 69433 +похвалила 69434 +похвалилася 69435 +похвалити 69436 +похвалитись 69437 +похвалитися 69438 +похвалиться 69439 +похвалиш 69440 +похвалою 69441 +похвалу 69442 +похвально 69443 +похвалюся 69444 +похвилинно 69445 +похибка 69446 +похибки 69447 +похизуватися 69448 +похилені 69449 +похилив 69450 +похилившись 69451 +похилий 69452 +похилилось 69453 +похило 69454 +похилого 69455 +похилому 69456 +похилу 69457 +похитав 69458 +похитала 69459 +похитуючи 69460 +похищеному 69461 +похлюпатися 69462 +похмура 69463 +похмурий 69464 +похмурим 69465 +похмурими 69466 +похмурих 69467 +похмуро 69468 +похмурсті 69469 +похмуру 69470 +похмурі 69471 +похмурістю 69472 +похмурішими 69473 +похмурішу 69474 +похнюплений 69475 +похнюплено 69476 +поховайте 69477 +поховала 69478 +поховали 69479 +поховались 69480 +поховальна 69481 +похована 69482 +похований 69483 +похованих 69484 +поховання 69485 +поховано 69486 +поховань 69487 +поховані 69488 +поховати 69489 +поховає 69490 +поховаємо 69491 +поход 69492 +походах 69493 +походження 69494 +походженням 69495 +походжу 69496 +походи 69497 +походив 69498 +походила 69499 +походили 69500 +походити 69501 +походитись 69502 +походить 69503 +походом 69504 +походу 69505 +походять 69506 +поході 69507 +похожа 69508 +похоже 69509 +похожий 69510 +похожих 69511 +похолов 69512 +похоловши 69513 +похолодання 69514 +похопилася 69515 +похорон 69516 +похорона 69517 +похороненою 69518 +похорони 69519 +похоронних 69520 +похоронної 69521 +похоронну 69522 +похороном 69523 +похорону 69524 +похороні 69525 +похоронів 69526 +похресника 69527 +похресниця 69528 +похресниці 69529 +похудав 69530 +похудала 69531 +похудел 69532 +похудінню 69533 +похудіння 69534 +похуй 69535 +похуєсосіть 69536 +похід 69537 +похідна 69538 +похідних 69539 +похідні 69540 +поцарапаними 69541 +поцупив 69542 +поцьомай 69543 +поцьомати 69544 +поцікавився 69545 +поцікавилася 69546 +поцікавилися 69547 +поцікавимся 69548 +поцікавитись 69549 +поцікавитися 69550 +поцілено 69551 +поцілив 69552 +поцілили 69553 +поціловать 69554 +поцілував 69555 +поцілувавшись 69556 +поцілувати 69557 +поцілуватися 69558 +поцілуваться 69559 +поцілуй 69560 +поцілунком 69561 +поцілунку 69562 +поцілунків 69563 +поцілунок 69564 +поцілую 69565 +поцілує 69566 +поціновувачем 69567 +поцінував 69568 +поч 69569 +почав 69570 +почавпіи 69571 +почався 69572 +почавши 69573 +почайна 69574 +почайну 69575 +почайній 69576 +почала 69577 +почалась 69578 +почалася 69579 +почали 69580 +почались 69581 +почалися 69582 +почало 69583 +почалось 69584 +почалося 69585 +почасти 69586 +почастувала 69587 +почастували 69588 +почастує 69589 +почастішали 69590 +почастіше 69591 +почати 69592 +початись 69593 +початися 69594 +початках 69595 +початки 69596 +початкова 69597 +початковий 69598 +початкових 69599 +початковому 69600 +початковою 69601 +початкової 69602 +початкову 69603 +початкові 69604 +початковій 69605 +початком 69606 +початку 69607 +початкуючі 69608 +початків 69609 +початківцям 69610 +початківців 69611 +почато 69612 +початок 69613 +початої 69614 +почаєві 69615 +почаївська 69616 +почву 69617 +почекай 69618 +почекайте 69619 +почекала 69620 +почекали 69621 +почекати 69622 +почекаю 69623 +почекає 69624 +почекаєва 69625 +почекаємо 69626 +почепити 69627 +почервонів 69628 +почервонівши 69629 +почервоніла 69630 +почервоніння 69631 +почерк 69632 +почерпнуть 69633 +почесиним 69634 +почесна 69635 +почесне 69636 +почесний 69637 +почесним 69638 +почесними 69639 +почесного 69640 +почесною 69641 +почесної 69642 +почин 69643 +почина 69644 +починав 69645 +починався 69646 +починай 69647 +починайте 69648 +починала 69649 +починалась 69650 +починалася 69651 +починали 69652 +починалися 69653 +починало 69654 +починалося 69655 +починань 69656 +починати 69657 +починатися 69658 +починать 69659 +починаю 69660 +починають 69661 +починаються 69662 +починаючи 69663 +починає 69664 +починаємо 69665 +починаєте 69666 +починається 69667 +починаєш 69668 +почистите 69669 +почистить 69670 +почитав 69671 +почитайте 69672 +почитала 69673 +почитати 69674 +почитать 69675 +почитаю 69676 +почитають 69677 +почитаєте 69678 +почитаєш 69679 +почне 69680 +почнем 69681 +почнемо 69682 +почнете 69683 +почнеться 69684 +почну 69685 +почнуть 69686 +почнуться 69687 +почніть 69688 +почорнівші 69689 +почорніло 69690 +почтом 69691 +почті 69692 +почув 69693 +почував 69694 +почувався 69695 +почувайтеся 69696 +почувала 69697 +почувалась 69698 +почували 69699 +почувалися 69700 +почувати 69701 +почуватимуться 69702 +почуватись 69703 +почуватися 69704 +почуваю 69705 +почуваюсь 69706 +почувають 69707 +почуваються 69708 +почуває 69709 +почуваємо 69710 +почуваємосяь 69711 +почуваєте 69712 +почуваєтесь 69713 +почувається 69714 +почуваєш 69715 +почуваєшся 69716 +почувсь 69717 +почувся 69718 +почувши 69719 +почуйте 69720 +почула 69721 +почулася 69722 +почули 69723 +почулися 69724 +почуло 69725 +почулося 69726 +почута 69727 +почуте 69728 +почути 69729 +почутий 69730 +почутим 69731 +почуття 69732 +почуттям 69733 +почуттями 69734 +почутті 69735 +почуттів 69736 +почуті 69737 +почухав 69738 +почухали 69739 +почухано 69740 +почуханої 69741 +почухони 69742 +почухрав 69743 +почухрали 69744 +почухування 69745 +почую 69746 +почують 69747 +почує 69748 +почуємо 69749 +почуємось 69750 +почуємося 69751 +почуєте 69752 +почуєш 69753 +почіплене 69754 +почіпляли 69755 +пошани 69756 +пошанована 69757 +пошаною 69758 +пошану 69759 +пошанування 69760 +пошануванні 69761 +пошанувати 69762 +пошахровано 69763 +пошахруванні 69764 +пошвидше 69765 +пошепки 69766 +пошепталися 69767 +пошестей 69768 +пошесті 69769 +пошив 69770 +пошивайло 69771 +пошила 69772 +поширена 69773 +поширене 69774 +поширений 69775 +поширеним 69776 +поширеними 69777 +поширених 69778 +поширенню 69779 +поширення 69780 +поширенням 69781 +поширенні 69782 +поширено 69783 +поширеного 69784 +поширеності 69785 +поширену 69786 +поширень 69787 +поширені 69788 +поширеній 69789 +поширеніші 69790 +поширеться 69791 +поширила 69792 +поширилася 69793 +поширили 69794 +поширились 69795 +поширилися 69796 +поширило 69797 +поширилось 69798 +поширити 69799 +поширитись 69800 +поширить 69801 +пошириться 69802 +поширювалася 69803 +поширювали 69804 +поширювались 69805 +поширювало 69806 +поширювання 69807 +поширювати 69808 +поширюватиметься 69809 +поширюватись 69810 +поширюватися 69811 +поширюйте 69812 +поширюю 69813 +поширюють 69814 +поширюються 69815 +поширюючи 69816 +поширює 69817 +поширюється 69818 +поширюєш 69819 +поширяться 69820 +пошити 69821 +пошию 69822 +пошкандибав 69823 +пошкоджена 69824 +пошкоджений 69825 +пошкодженими 69826 +пошкоджених 69827 +пошкодження 69828 +пошкоджено 69829 +пошкодженого 69830 +пошкоджену 69831 +пошкоджень 69832 +пошкоджені 69833 +пошкодив 69834 +пошкодивши 69835 +пошкодила 69836 +пошкодили 69837 +пошкодити 69838 +пошкодить 69839 +пошкодував 69840 +пошкодуєте 69841 +пошкодять 69842 +пошкрябаними 69843 +пошкріб 69844 +пошкутильгав 69845 +пошла 69846 +пошле 69847 +пошли 69848 +пошлють 69849 +пошліть 69850 +пошмалитись 69851 +пошогод 69852 +пошпортати 69853 +пошпурила 69854 +пошта 69855 +поштах 69856 +пошти 69857 +поштова 69858 +поштовий 69859 +поштовими 69860 +поштових 69861 +поштової 69862 +поштову 69863 +поштовх 69864 +поштовхи 69865 +поштовхом 69866 +поштовху 69867 +поштовхів 69868 +поштові 69869 +поштою 69870 +пошту 69871 +поштучно 69872 +поштує 69873 +пошті 69874 +пошук 69875 +пошукав 69876 +пошукай 69877 +пошукаймо 69878 +пошукайте 69879 +пошукала 69880 +пошукам 69881 +пошуками 69882 +пошукати 69883 +пошуках 69884 +пошукаю 69885 +пошукають 69886 +пошукає 69887 +пошукаємо 69888 +пошукаєш 69889 +пошуки 69890 +пошуковики 69891 +пошукових 69892 +пошуково 69893 +пошукового 69894 +пошуковою 69895 +пошукову 69896 +пошукові 69897 +пошуковій 69898 +пошуком 69899 +пошуку 69900 +пошуків 69901 +пошуткували 69902 +пошуть 69903 +пощади 69904 +пощастило 69905 +пощастить 69906 +пощипують 69907 +пощо 69908 +пощупать 69909 +поюзали 69910 +поява 69911 +появам 69912 +появи 69913 +появився 69914 +появилась 69915 +появилася 69916 +появились 69917 +появилися 69918 +появилось 69919 +появиться 69920 +появляються 69921 +появляється 69922 +появу 69923 +появі 69924 +поянення 69925 +поярче 69926 +пояс 69927 +пояса 69928 +пояси 69929 +поясна 69930 +пояснення 69931 +поясненням 69932 +поясненнями 69933 +поясненні 69934 +пояснень 69935 +пояснені 69936 +поясни 69937 +пояснив 69938 +пояснила 69939 +пояснили 69940 +пояснило 69941 +поясним 69942 +пояснимо 69943 +поясните 69944 +пояснити 69945 +пояснить 69946 +поясниш 69947 +поясню 69948 +пояснював 69949 +пояснювала 69950 +пояснювалася 69951 +пояснювали 69952 +пояснювалося 69953 +пояснювальних 69954 +пояснювальною 69955 +пояснювальній 69956 +пояснюване 69957 +пояснювати 69958 +пояснюйте 69959 +пояснюю 69960 +пояснюють 69961 +пояснюючи 69962 +пояснює 69963 +пояснюєм 69964 +пояснюємо 69965 +пояснюєть 69966 +пояснюється 69967 +пояснять 69968 +поясніть 69969 +поясом 69970 +поясу 69971 +поясі 69972 +поясів 69973 +поєдинки 69974 +поєдинком 69975 +поєдинку 69976 +поєдинків 69977 +поєдинок 69978 +поєднав 69979 +поєднали 69980 +поєднана 69981 +поєднане 69982 +поєднання 69983 +поєднанні 69984 +поєднаного 69985 +поєднані 69986 +поєднати 69987 +поєднувати 69988 +поєднувать 69989 +поєднують 69990 +поєднуються 69991 +поєднує 69992 +поєднуємо 69993 +поєднується 69994 +поєду 69995 +поіздеватися 69996 +поіменно 69997 +поінформоване 69998 +поінформований 69999 +поінформованості 70000 +поінформовані 70001 +поінформованість 70002 +поінформував 70003 +поінформувала 70004 +поінформували 70005 +поінформувати 70006 +поїбатись 70007 +поїв 70008 +поїдали 70009 +поїде 70010 +поїдем 70011 +поїдемо 70012 +поїдете 70013 +поїдеш 70014 +поїду 70015 +поїдуть 70016 +поїдь 70017 +поїдьмо 70018 +поїзд 70019 +поїзда 70020 +поїздами 70021 +поїздах 70022 +поїздете 70023 +поїзди 70024 +поїздили 70025 +поїздимо 70026 +поїздити 70027 +поїздить 70028 +поїздка 70029 +поїздками 70030 +поїздках 70031 +поїздки 70032 +поїздкой 70033 +поїздкою 70034 +поїздку 70035 +поїздок 70036 +поїздом 70037 +поїздці 70038 +поїзді 70039 +поїздів 70040 +поїли 70041 +поїм 70042 +поїмо 70043 +поїсти 70044 +поїть 70045 +поїхав 70046 +поїхавши 70047 +поїхала 70048 +поїхали 70049 +поїхало 70050 +поїхати 70051 +поїхать 70052 +поґрабувати 70053 +пп 70054 +ппг 70055 +ппд 70056 +ппо 70057 +ппорватися 70058 +ппротягом 70059 +ппрч 70060 +пр 70061 +пр-кт 70062 +прабабусю 70063 +прабабуся 70064 +прав 70065 +права 70066 +правави 70067 +правам 70068 +правами 70069 +правах 70070 +правда 70071 +правдами 70072 +правди 70073 +правдива 70074 +правдиве 70075 +правдивий 70076 +правдивим 70077 +правдивих 70078 +правдиво 70079 +правдивості 70080 +правдивою 70081 +правдивої 70082 +правдиву 70083 +правдиві 70084 +правдивість 70085 +правдо 70086 +правдоподібна 70087 +правдоподібним 70088 +правдоподібно 70089 +правдою 70090 +правду 70091 +правді 70092 +праведників 70093 +правив 70094 +правий 70095 +правил 70096 +правила 70097 +правилам 70098 +правилами 70099 +правилах 70100 +правили 70101 +правило 70102 +правилом 70103 +правильна 70104 +правильне 70105 +правильний 70106 +правильним 70107 +правильними 70108 +правильних 70109 +правильно 70110 +правильного 70111 +правильному 70112 +правильності 70113 +правильною 70114 +правильної 70115 +правильну 70116 +правильні 70117 +правильній 70118 +правильність 70119 +правильністю 70120 +правильніше 70121 +правим 70122 +правими 70123 +правимо 70124 +правите 70125 +правителем 70126 +правитель 70127 +правительство 70128 +правителя 70129 +правителям 70130 +правителями 70131 +правителі 70132 +правителів 70133 +правити 70134 +править 70135 +правиться 70136 +правих 70137 +правиці 70138 +правка 70139 +правками 70140 +правки 70141 +правкою 70142 +правку 70143 +правления 70144 +правлючої 70145 +правлять 70146 +правляча 70147 +правлячий 70148 +правлячих 70149 +правлячого 70150 +правлячою 70151 +правлячої 70152 +правлячу 70153 +правлячій 70154 +правлінню 70155 +правління 70156 +правлінням 70157 +правлінні 70158 +правник 70159 +правника 70160 +правникам 70161 +правники 70162 +правників 70163 +правничих 70164 +правничому 70165 +правничою 70166 +правничої 70167 +правничу 70168 +правнуки 70169 +правнучка 70170 +право 70171 +правобережні 70172 +правова 70173 +правове 70174 +правовий 70175 +правовим 70176 +правовими 70177 +правових 70178 +правовласники 70179 +правовласництво 70180 +правового 70181 +правовому 70182 +правовою 70183 +правової 70184 +правовстановлюючих 70185 +правову 70186 +правові 70187 +правовій 70188 +правовірних 70189 +правого 70190 +правоестремістська 70191 +правозахисна 70192 +правозахисник 70193 +правозахисника 70194 +правозахисниками 70195 +правозахисники 70196 +правозахисником 70197 +правозахисників 70198 +правозахисних 70199 +правозахисниця 70200 +правозахисниці 70201 +правозахисної 70202 +правозахисну 70203 +правозахисні 70204 +правозахисту 70205 +правоздатність 70206 +правоздатністю 70207 +правок 70208 +правом 70209 +правомочним 70210 +правомочні 70211 +правомочність 70212 +правомощна 70213 +правому 70214 +правомірний 70215 +правомірно 70216 +правомірність 70217 +правонаступницею 70218 +правоохоронець 70219 +правоохоронна 70220 +правоохоронни 70221 +правоохоронний 70222 +правоохоронним 70223 +правоохоронними 70224 +правоохоронних 70225 +правоохоронного 70226 +правоохоронної 70227 +правоохоронну 70228 +правоохоронні 70229 +правоохоронній 70230 +правоохорону 70231 +правоохоронцю 70232 +правоохоронця 70233 +правоохоронцям 70234 +правоохоронцями 70235 +правоохоронці 70236 +правоохоронців 70237 +правопис 70238 +правопису 70239 +правопорушення 70240 +правопорушень 70241 +правопорушенях 70242 +правопорушником 70243 +правопорядку 70244 +правопорядок 70245 +праворадикальною 70246 +праворий 70247 +праворуч 70248 +правосеків 70249 +православ'я 70250 +православна 70251 +православний 70252 +православними 70253 +православних 70254 +православною 70255 +православної 70256 +православну 70257 +православні 70258 +православній 70259 +правосуддя 70260 +правосуддям 70261 +правосудді 70262 +правосіддя 70263 +правоту 70264 +правоцентристською 70265 +правочин 70266 +правою 70267 +правої 70268 +правтелі 70269 +праву 70270 +правута 70271 +праві 70272 +правій 70273 +правійші 70274 +прага 70275 +праги 70276 +прагматизм 70277 +прагматики 70278 +прагматиком 70279 +прагматичний 70280 +прагматичним 70281 +прагматичних 70282 +прагматично 70283 +прагматичної 70284 +прагматичні 70285 +прагне 70286 +прагнемо 70287 +прагненню 70288 +прагнення 70289 +прагненням 70290 +прагненнях 70291 +прагненні 70292 +прагнень 70293 +прагну 70294 +прагнув 70295 +прагнула 70296 +прагнули 70297 +прагнути 70298 +прагнуть 70299 +прагнучи 70300 +прагою 70301 +праграмних 70302 +прагу 70303 +прадавне 70304 +прадавні 70305 +прадва 70306 +прадеш 70307 +прадід 70308 +прадіда 70309 +прадіди 70310 +прадідо 70311 +прадідові 70312 +прадідусем 70313 +прадідів 70314 +прадідівське 70315 +прае 70316 +праздник 70317 +праздники 70318 +праздником 70319 +празднуєм 70320 +празидію 70321 +празник 70322 +празнику 70323 +празька 70324 +празького 70325 +празькій 70326 +празі 70327 +праймаріз 70328 +праймаріс 70329 +праймериз 70330 +праймеріз 70331 +прайс 70332 +прайсами 70333 +прайси 70334 +прайсів 70335 +практик 70336 +практика 70337 +практиканти 70338 +практики 70339 +практикою 70340 +практику 70341 +практикував 70342 +практикувалися 70343 +практикувати 70344 +практикуватися 70345 +практикуму 70346 +практикують 70347 +практикуючі 70348 +практих 70349 +практиці 70350 +практична 70351 +практичне 70352 +практичний 70353 +практичних 70354 +практично 70355 +практичного 70356 +практичному 70357 +практичною 70358 +практичної 70359 +практичну 70360 +практичні 70361 +практичній 70362 +прала 70363 +пральна 70364 +пральну 70365 +пральні 70366 +праліс 70367 +прамовою 70368 +пране 70369 +прання 70370 +пранням 70371 +прапор 70372 +прапора 70373 +прапорами 70374 +прапорах 70375 +прапорець 70376 +прапори 70377 +прапором 70378 +прапороносці 70379 +прапорцями 70380 +прапорці 70381 +прапорців 70382 +прапорційною 70383 +прапорщик 70384 +прапорі 70385 +прапорів 70386 +прапірці 70387 +прапірців 70388 +праси 70389 +праска 70390 +прасувала 70391 +прасувати 70392 +прасунки 70393 +прати 70394 +прать 70395 +прах 70396 +праху 70397 +працевлаштований 70398 +працевлаштованим 70399 +працевлаштованими 70400 +працевлаштованих 70401 +працевлаштовані 70402 +працевлаштовувати 70403 +працевлаштовується 70404 +працевлаштувалися 70405 +працевлаштування 70406 +працевлаштуванням 70407 +працевлаштуванні 70408 +працевлаштуватися 70409 +працедавця 70410 +працедавцям 70411 +працедавців 70412 +працездатний 70413 +працездатних 70414 +працездатного 70415 +працездатність 70416 +працелюбна 70417 +працелюбним 70418 +працелюбною 70419 +працею 70420 +праць 70421 +працьовитих 70422 +працю 70423 +працював 70424 +працювала 70425 +працювали 70426 +працювало 70427 +працювалось 70428 +працювалося 70429 +працювалт 70430 +працювати 70431 +працюватиме 70432 +працюватимете 70433 +працюватиму 70434 +працюватимуть 70435 +працювать 70436 +працюй 70437 +працюйте 70438 +працють 70439 +працюю 70440 +працюют 70441 +працюють 70442 +працююча 70443 +працююче 70444 +працюючи 70445 +працюючим 70446 +працюючих 70447 +працюючого 70448 +працюючою 70449 +працюючі 70450 +працює 70451 +працюєм 70452 +працюємо 70453 +працюєте 70454 +працюється 70455 +працюєш 70456 +праця 70457 +працях 70458 +працєю 70459 +праці 70460 +працівник 70461 +працівника 70462 +працівникам 70463 +працівниками 70464 +працівниках 70465 +працівники 70466 +працівникові 70467 +працівником 70468 +працівнику 70469 +працівникі 70470 +працівників 70471 +працівниць 70472 +працівниця 70473 +працівниці 70474 +пращурів 70475 +прголосував 70476 +пре 70477 +преамбули 70478 +преамбулі 70479 +пребудь 70480 +превад 70481 +превалювала 70482 +превалювання 70483 +превалюючий 70484 +превалює 70485 +превелике 70486 +превеликий 70487 +превентивне 70488 +превентивний 70489 +превентивним 70490 +превентивні 70491 +превенцію 70492 +превенцією 70493 +превенції 70494 +превосходят 70495 +превратились 70496 +прегадкою 70497 +прегль 70498 +преград 70499 +пред 70500 +пред'ява 70501 +пред'явила 70502 +пред'явили 70503 +пред'явити 70504 +пред'явленню 70505 +пред'явлення 70506 +пред'явленням 70507 +пред'явленні 70508 +пред'явлені 70509 +пред'являв 70510 +пред'являли 70511 +пред'являти 70512 +пред'являє 70513 +предати 70514 +предаторз 70515 +предвставників 70516 +предикативність 70517 +предки 70518 +предковічні 70519 +предків 70520 +предложення 70521 +предложеніє 70522 +предмет 70523 +предмета 70524 +предметам 70525 +предметах 70526 +предмети 70527 +предметна 70528 +предметне 70529 +предметним 70530 +предметно 70531 +предметного 70532 +предметної 70533 +предметніше 70534 +предметом 70535 +предмету 70536 +предметі 70537 +предметів 70538 +предоставляем 70539 +предполагає 70540 +председатель 70541 +представив 70542 +представивши 70543 +представила 70544 +представилася 70545 +представили 70546 +представимо 70547 +представители 70548 +представителя 70549 +представителями 70550 +представити 70551 +представить 70552 +представлдені 70553 +представлена 70554 +представлений 70555 +представлення 70556 +представленням 70557 +представленні 70558 +представлено 70559 +представлені 70560 +представляв 70561 +представляем 70562 +представляете 70563 +представляла 70564 +представляли 70565 +представлялося 70566 +представляти 70567 +представлятиме 70568 +представляю 70569 +представляюся 70570 +представляють 70571 +представляючи 70572 +представляющие 70573 +представляє 70574 +представляємо 70575 +представляєте 70576 +представляється 70577 +представляєш 70578 +представник 70579 +представника 70580 +представникам 70581 +представниками 70582 +представниках 70583 +представники 70584 +представникові 70585 +представником 70586 +представнику 70587 +представників 70588 +представними 70589 +представницею 70590 +представницта 70591 +представництв 70592 +представництва 70593 +представництво 70594 +представництвом 70595 +представництві 70596 +представниць 70597 +представницький 70598 +представницько 70599 +представницького 70600 +представницькому 70601 +представницькі 70602 +представницю 70603 +представниця 70604 +представницям 70605 +представниці 70606 +представтесь 70607 +представтеся 70608 +представь 70609 +предстати 70610 +предствалено 70611 +предстваників 70612 +предствляє 70613 +предстоятель 70614 +предстоятельства 70615 +предсідателя 70616 +предупреждали 70617 +прездентського 70618 +презедентскі 70619 +презедентські 70620 +презентацію 70621 +презентація 70622 +презентацією 70623 +презентації 70624 +презентований 70625 +презентовано 70626 +презентовані 70627 +презентував 70628 +презентувала 70629 +презентували 70630 +презентувало 70631 +презентувати 70632 +презентуватиме 70633 +презентуватимуть 70634 +презентую 70635 +презентують 70636 +презентуються 70637 +презентуючи 70638 +презентує 70639 +презенті 70640 +презер 70641 +презервативів 70642 +прези 70643 +президенства 70644 +президенська 70645 +президент 70646 +президента 70647 +президентами 70648 +президенте 70649 +президенти 70650 +президентки 70651 +президентові 70652 +президентом 70653 +президентский 70654 +президентскій 70655 +президентства 70656 +президентство 70657 +президентська 70658 +президентське 70659 +президентський 70660 +президентським 70661 +президентськими 70662 +президентських 70663 +президентського 70664 +президентському 70665 +президентською 70666 +президентської 70667 +президентську 70668 +президентські 70669 +президентській 70670 +президенту 70671 +президенті 70672 +президентів 70673 +президіуму 70674 +президію 70675 +президія 70676 +президії 70677 +презирством 70678 +преиладається 70679 +преимущество 70680 +прека 70681 +прекрасна 70682 +прекрасне 70683 +прекрасний 70684 +прекрасним 70685 +прекрасними 70686 +прекрасних 70687 +прекрасно 70688 +прекрасного 70689 +прекрасною 70690 +прекрасної 70691 +прекрасну 70692 +прекрасні 70693 +прекрасній 70694 +прекрасніше 70695 +прелюдією 70696 +прем 70697 +прем'єр 70698 +прем'єра 70699 +прем'єри 70700 +прем'єрка 70701 +прем'єрки 70702 +прем'єрку 70703 +прем'єрміністр 70704 +прем'єрної 70705 +прем'єрові 70706 +прем'єром 70707 +прем'єрою 70708 +прем'єрств 70709 +прем'єрства 70710 +прем'єрське 70711 +прем'єрських 70712 +прем'єрського 70713 +прем'єрської 70714 +прем'єрську 70715 +прем'єру 70716 +прем'єрці 70717 +прем'єрів 70718 +преминяться 70719 +премоляри 70720 +премудрість 70721 +преміальних 70722 +преміальні 70723 +премій 70724 +преміум 70725 +преміума 70726 +премію 70727 +преміювати 70728 +премія 70729 +преміями 70730 +премією 70731 +премії 70732 +преображенська 70733 +преодоливать 70734 +препарат 70735 +препаратами 70736 +препарати 70737 +препаратом 70738 +препарату 70739 +препаратів 70740 +преписувався 70741 +препрошую 70742 +пререйде 70743 +прерогатива 70744 +прерогативами 70745 +прерогативою 70746 +прерій 70747 +прес 70748 +прес-центр 70749 +прес-центри 70750 +прес-центру 70751 +прес-центрі 70752 +преса 70753 +пресвятої 70754 +пресвітерами 70755 +преси 70756 +пресингом 70757 +пресконференція 70758 +пресконференції 70759 +преследования 70760 +пресованою 70761 +пресовій 70762 +пресом 70763 +пресою 70764 +пресс 70765 +прессек 70766 +пресслужба 70767 +преставник 70768 +престали 70769 +престарілих 70770 +престарілому 70771 +престиж 70772 +престижем 70773 +престижна 70774 +престижний 70775 +престижних 70776 +престижному 70777 +престижну 70778 +престижність 70779 +престижу 70780 +престол 70781 +престолонаслідник 70782 +престолу 70783 +престолі 70784 +престолів 70785 +преступна 70786 +преступник 70787 +преступному 70788 +преступної 70789 +преступні 70790 +пресу 70791 +пресувати 70792 +пресується 70793 +пресі 70794 +пресінгу 70795 +прете 70796 +претендент 70797 +претендента 70798 +претендентами 70799 +претенденти 70800 +претендентки 70801 +претендентом 70802 +претенденту 70803 +претендентів 70804 +претендувала 70805 +претендували 70806 +претендувати 70807 +претендую 70808 +претендують 70809 +претендує 70810 +претензій 70811 +претензію 70812 +претензія 70813 +претензіями 70814 +претензією 70815 +претензії 70816 +претеся 70817 +претиндента 70818 +преткновенія 70819 +преференці 70820 +преференцій 70821 +преференційним 70822 +преференціями 70823 +преференції 70824 +префікс 70825 +префіксальний 70826 +префіксально 70827 +префіксах 70828 +префіксу 70829 +префіксів 70830 +прехороші 70831 +прецедент 70832 +прецедентам 70833 +прецеденти 70834 +прецедентом 70835 +прецеденту 70836 +прецедентів 70837 +прецедетнів 70838 +прецендент 70839 +преценденти 70840 +прецидентів 70841 +прецизією 70842 +прець 70843 +преч 70844 +пречетності 70845 +пречистої 70846 +прешестя 70847 +при 70848 +приазов'я 70849 +приазов'ї 70850 +прибавив 70851 +прибалтиці 70852 +прибалтійські 70853 +прибамбасами 70854 +прибамбаси 70855 +приббув 70856 +приберегти 70857 +прибережних 70858 +прибережної 70859 +прибережні 70860 +прибило 70861 +прибирала 70862 +прибирали 70863 +прибиральниця 70864 +прибиральну 70865 +прибирання 70866 +прибиранням 70867 +прибирати 70868 +прибираю 70869 +прибирають 70870 +прибирає 70871 +прибираєте 70872 +прибирається 70873 +прибираєш 70874 +прибитий 70875 +приближається 70876 +приблизити 70877 +приблизить 70878 +приблизна 70879 +приблизний 70880 +приблизними 70881 +приблизно 70882 +приблизного 70883 +приблизною 70884 +приблизну 70885 +приблизні 70886 +приблудний 70887 +прибодрився 70888 +прибор 70889 +приборами 70890 +приборах 70891 +прибори 70892 +приборкав 70893 +приборкала 70894 +приборкали 70895 +приборкання 70896 +приборканням 70897 +приборканні 70898 +приборкати 70899 +приборників 70900 +приборів 70901 +прибрав 70902 +прибравши 70903 +прибрала 70904 +прибрали 70905 +прибрана 70906 +прибранню 70907 +прибрати 70908 +прибрели 70909 +прибріхуйте 70910 +прибріхує 70911 +прибув 70912 +прибували 70913 +прибування 70914 +прибувати 70915 +прибуватиме 70916 +прибувають 70917 +прибуває 70918 +прибувши 70919 +прибуде 70920 +прибудинкових 70921 +прибудками 70922 +прибудовами 70923 +прибудованими 70924 +прибудуть 70925 +прибула 70926 +прибулець 70927 +прибули 70928 +прибулих 70929 +прибуло 70930 +прибульців 70931 +прибути 70932 +прибуткам 70933 +прибутками 70934 +прибутки 70935 +прибуткова 70936 +прибуткове 70937 +прибутковий 70938 +прибутковим 70939 +прибутковими 70940 +прибутково 70941 +прибуткового 70942 +прибутковості 70943 +прибутковою 70944 +прибуткові 70945 +прибутковість 70946 +прибутком 70947 +прибутку 70948 +прибутків 70949 +прибуток 70950 +прибуття 70951 +прибуттям 70952 +прибутті 70953 +прибуть 70954 +прибіг 70955 +прибігає 70956 +прибігла 70957 +прибігли 70958 +прибіжить 70959 +прибічника 70960 +прибічникам 70961 +прибічниками 70962 +прибічники 70963 +прибічником 70964 +прибічникі 70965 +прибічників 70966 +прив'яжемо 70967 +прив'язав 70968 +прив'язана 70969 +прив'язаний 70970 +прив'язано 70971 +прив'язані 70972 +прив'язати 70973 +прив'язка 70974 +прив'язки 70975 +прив'язкою 70976 +прив'язок 70977 +прив'язувати 70978 +прив'язуються 70979 +прив'язує 70980 +прив'язці 70981 +привабити 70982 +привабить 70983 +приваблива 70984 +привабливий 70985 +привабливим 70986 +привабливими 70987 +привабливих 70988 +привабливо 70989 +привабливості 70990 +привабливою 70991 +привабливі 70992 +привабливість 70993 +привабливіше 70994 +привабливішою 70995 +приваблювати 70996 +приваблюють 70997 +приваблює 70998 +привалюючою 70999 +привантних 71000 +приват 71001 +приватбанк 71002 +приватбанку 71003 +приватизацій 71004 +приватизаційного 71005 +приватизаційну 71006 +приватизаційні 71007 +приватизацію 71008 +приватизація 71009 +приватизацією 71010 +приватизації 71011 +приватизована 71012 +приватизоване 71013 +приватизованих 71014 +приватизували 71015 +приватизувати 71016 +приватизують 71017 +приватна 71018 +приватне 71019 +приватний 71020 +приватним 71021 +приватними 71022 +приватних 71023 +приватно 71024 +приватного 71025 +приватному 71026 +приватності 71027 +приватною 71028 +приватної 71029 +приватну 71030 +приватні 71031 +приватній 71032 +приватність 71033 +приватівської 71034 +приведе 71035 +приведена 71036 +приведених 71037 +приведення 71038 +приведеш 71039 +приведи 71040 +приведуть 71041 +привезе 71042 +привеземо 71043 +привезене 71044 +привезені 71045 +привезеш 71046 +привези 71047 +привезла 71048 +привезли 71049 +привезти 71050 +привезу 71051 +привезіть 71052 +привела 71053 +привели 71054 +привеликий 71055 +привело 71056 +приверне 71057 +привернення 71058 +привернув 71059 +привернула 71060 +привернули 71061 +привернути 71062 +привернуть 71063 +привертання 71064 +привертати 71065 +привертають 71066 +привертаючи 71067 +привертає 71068 +привертається 71069 +привести 71070 +прививает 71071 +прививается 71072 +прививають 71073 +привид 71074 +привида 71075 +привиди 71076 +привиду 71077 +привидів 71078 +привик 71079 +привикла 71080 +привикли 71081 +привили 71082 +привити 71083 +привичка 71084 +привласнення 71085 +привласнив 71086 +привласнила 71087 +привласнювали 71088 +привласнювати 71089 +привлечь 71090 +привнесені 71091 +приводи 71092 +приводив 71093 +приводили 71094 +приводит 71095 +приводити 71096 +приводить 71097 +приводиться 71098 +приводом 71099 +приводу 71100 +приводять 71101 +приводяться 71102 +приводячи 71103 +приводі 71104 +приводів 71105 +привожу 71106 +привози 71107 +привозив 71108 +привозили 71109 +привозити 71110 +привозить 71111 +привозна 71112 +привозять 71113 +привокзальному 71114 +приворот 71115 +привсвячена 71116 +привселюдно 71117 +привчати 71118 +привчаю 71119 +привчає 71120 +привчаєш 71121 +привчити 71122 +привєт 71123 +привів 71124 +привівши 71125 +привід 71126 +привідкрили 71127 +привідкрити 71128 +привіз 71129 +привілейованих 71130 +привілейовані 71131 +привілею 71132 +привілеями 71133 +привілеї 71134 +привілеїв 71135 +привіт 71136 +привіта 71137 +привітав 71138 +привітався 71139 +привітай 71140 +привітайте 71141 +привітала 71142 +привіталась 71143 +привітали 71144 +привіталися 71145 +привітальними 71146 +привітання 71147 +привітаннях 71148 +привітанні 71149 +привітань 71150 +привітати 71151 +привітають 71152 +привітаємо 71153 +привітаєш 71154 +привіти 71155 +привітик 71156 +привітики 71157 +привітичок 71158 +привітна 71159 +привітних 71160 +привітно 71161 +привітного 71162 +привітній 71163 +привітом 71164 +пригадав 71165 +пригадавши 71166 +пригадай 71167 +пригадаймо 71168 +пригадайте 71169 +пригадала 71170 +пригадати 71171 +пригадать 71172 +пригадаю 71173 +пригадаємо 71174 +пригадаєте 71175 +пригадую 71176 +пригадують 71177 +пригадує 71178 +пригадуємо 71179 +пригадуєте 71180 +пригадується 71181 +пригальмуєш 71182 +пригашуються 71183 +пригають 71184 +пригладив 71185 +приглашает 71186 +пригледів 71187 +приглушена 71188 +приглушений 71189 +приглушені 71190 +приглушили 71191 +приглушуючи 71192 +приглядався 71193 +приглядалася 71194 +приглядали 71195 +приглядалися 71196 +приглядаюся 71197 +приглядаються 71198 +приглядаючись 71199 +приглядаємося 71200 +приглядається 71201 +приглядить 71202 +приглянешся 71203 +приглянувся 71204 +приглянувшись 71205 +приглянули 71206 +пригнобила 71207 +пригноблених 71208 +пригноблено 71209 +пригнобленого 71210 +пригноблені 71211 +пригнічена 71212 +пригнічений 71213 +пригнічення 71214 +пригніченому 71215 +пригнічені 71216 +пригнічує 71217 +приговорив 71218 +приговорюю 71219 +приговорюючи 71220 +пригод 71221 +пригода 71222 +пригодах 71223 +пригоди 71224 +пригодилось 71225 +пригодиться 71226 +пригодницькі 71227 +пригоду 71228 +пригодувати 71229 +пригоді 71230 +приголомшений 71231 +приголомшені 71232 +приголомшило 71233 +приголомшлива 71234 +приголомшливим 71235 +приголомшливої 71236 +приголомшливу 71237 +приголосних 71238 +приголосні 71239 +приголубила 71240 +пригорає 71241 +пригорнув 71242 +пригорнула 71243 +пригороді 71244 +пригорщею 71245 +пригорщу 71246 +пригоріло 71247 +пригостити 71248 +приготовлений 71249 +приготовлену 71250 +приготував 71251 +приготувала 71252 +приготувалася 71253 +приготували 71254 +приготувалися 71255 +приготування 71256 +приготуванні 71257 +приготувати 71258 +приготуйте 71259 +приготую 71260 +приготує 71261 +пригощали 71262 +пригрозив 71263 +пригрозили 71264 +пригрозило 71265 +пригріло 71266 +придавила 71267 +придавило 71268 +придавлювалася 71269 +придався 71270 +придалася 71271 +придалися 71272 +придалось 71273 +придалося 71274 +приданими 71275 +приданих 71276 +приданках 71277 +придасться 71278 +придатися 71279 +придатна 71280 +придатний 71281 +придатним 71282 +придатними 71283 +придатних 71284 +придатного 71285 +придатності 71286 +придатною 71287 +придатні 71288 +придають 71289 +придбав 71290 +придбала 71291 +придбали 71292 +придбало 71293 +придбаних 71294 +придбання 71295 +придбанні 71296 +придбано 71297 +придбані 71298 +придбати 71299 +придбатів 71300 +придбає 71301 +придворні 71302 +придеться 71303 +придибає 71304 +придивився 71305 +придивившись 71306 +придивитися 71307 +придивлявся 71308 +придивляюся 71309 +придивляються 71310 +придивляється 71311 +придивіться 71312 +придністров'ю 71313 +придністров'я 71314 +придністров'ям 71315 +придністров'ї 71316 +придністровським 71317 +придністровського 71318 +придністровському 71319 +придністровської 71320 +придністровську 71321 +придністровській 71322 +придністровці 71323 +придорожньої 71324 +придорожній 71325 +придорожніх 71326 +придружити 71327 +приду 71328 +придумав 71329 +придумала 71330 +придумали 71331 +придумана 71332 +придуманий 71333 +придумано 71334 +придуману 71335 +придумати 71336 +придумать 71337 +придумувала 71338 +придумувалися 71339 +придумувати 71340 +придумую 71341 +придумують 71342 +придунайських 71343 +придурка 71344 +придурком 71345 +придушена 71346 +придушене 71347 +придушенню 71348 +придушення 71349 +придушенням 71350 +придушенні 71351 +придушено 71352 +придушень 71353 +придушені 71354 +придушив 71355 +придушили 71356 +придушити 71357 +придушувати 71358 +придушує 71359 +приділено 71360 +приділив 71361 +приділили 71362 +приділити 71363 +приділю 71364 +приділялося 71365 +приділяти 71366 +приділятиме 71367 +приділятись 71368 +приділятися 71369 +приділяють 71370 +приділяє 71371 +приділяється 71372 +приехали 71373 +приживання 71374 +прижився 71375 +прижилася 71376 +приз 71377 +приза 71378 +призабута 71379 +призвав 71380 +призвали 71381 +призвати 71382 +призведе 71383 +призведуть 71384 +призвезти 71385 +призвела 71386 +призвели 71387 +призвело 71388 +призвести 71389 +призвичаюється 71390 +призвичаєний 71391 +призвичаєні 71392 +призвичаїтись 71393 +призвичаїтися 71394 +призводила 71395 +призводили 71396 +призводило 71397 +призводити 71398 +призводить 71399 +призводять 71400 +призволяще 71401 +призвів 71402 +призвідця 71403 +призедента 71404 +призедентом 71405 +приземлений 71406 +приземлився 71407 +приземлили 71408 +приземлились 71409 +приземлити 71410 +приземлитися 71411 +призер 71412 +призерка 71413 +призеркою 71414 +призером 71415 +призерів 71416 +призивати 71417 +призивають 71418 +призиваються 71419 +призиваєте 71420 +призиву 71421 +призидент 71422 +призму 71423 +признавайся 71424 +признався 71425 +признак 71426 +призналася 71427 +признання 71428 +признано 71429 +призначав 71430 +призначався 71431 +призначали 71432 +призначалися 71433 +призначати 71434 +призначатися 71435 +призначать 71436 +призначаться 71437 +призначають 71438 +призначаються 71439 +призначаюється 71440 +призначає 71441 +призначаємо 71442 +призначається 71443 +призначена 71444 +призначене 71445 +призначений 71446 +призначеним 71447 +призначеними 71448 +призначених 71449 +призначенню 71450 +призначення 71451 +призначенням 71452 +призначеннями 71453 +призначеннях 71454 +призначенні 71455 +призначенність 71456 +призначено 71457 +призначеного 71458 +призначену 71459 +призначень 71460 +призначені 71461 +призначив 71462 +призначила 71463 +призначили 71464 +призначити 71465 +призначить 71466 +признаюсь 71467 +признаюся 71468 +признаєш 71469 +признаєшся 71470 +призов 71471 +призовим 71472 +призовників 71473 +призовного 71474 +призовному 71475 +призову 71476 +призступна 71477 +призупинена 71478 +призупинення 71479 +призупинено 71480 +призупинені 71481 +призупинив 71482 +призупинився 71483 +призупинила 71484 +призупинили 71485 +призупинити 71486 +призупинить 71487 +призупиниться 71488 +призупиняють 71489 +призьбі 71490 +прийде 71491 +прийдем 71492 +прийдемо 71493 +прийдете 71494 +прийдеться 71495 +прийдеш 71496 +прийдешні 71497 +прийдешній 71498 +прийдешнім 71499 +прийдешніми 71500 +прийди 71501 +прийду 71502 +прийдуть 71503 +прийдіть 71504 +приймав 71505 +приймався 71506 +приймайте 71507 +приймала 71508 +приймалень 71509 +приймали 71510 +приймались 71511 +приймалися 71512 +приймало 71513 +приймалося 71514 +приймальне 71515 +приймальним 71516 +приймальня 71517 +приймальнями 71518 +приймальні 71519 +приймання 71520 +приймати 71521 +прийматиме 71522 +прийматимуть 71523 +прийматися 71524 +приймач 71525 +приймачах 71526 +приймачі 71527 +приймачів 71528 +приймаю 71529 +приймають 71530 +приймаються 71531 +приймаюча 71532 +приймаючи 71533 +приймаючими 71534 +приймаючих 71535 +приймаючі 71536 +приймає 71537 +приймаєм 71538 +приймаємо 71539 +приймаєте 71540 +приймається 71541 +приймаєш 71542 +прийме 71543 +приймем 71544 +приймемо 71545 +прийменник 71546 +прийменника 71547 +прийменники 71548 +прийменників 71549 +приймете 71550 +приймеш 71551 +прийми 71552 +прийму 71553 +приймуть 71554 +прийміть 71555 +приймії 71556 +прийняв 71557 +прийнявши 71558 +прийняла 71559 +прийнялася 71560 +прийняли 71561 +прийнялися 71562 +прийняло 71563 +прийнята 71564 +прийняте 71565 +прийняти 71566 +прийнятий 71567 +прийнятим 71568 +прийнятих 71569 +прийнятна 71570 +прийнятне 71571 +прийнятним 71572 +прийнятних 71573 +прийнятно 71574 +прийнятної 71575 +прийнятні 71576 +прийнято 71577 +прийнятого 71578 +прийнятому 71579 +прийнятою 71580 +прийнятої 71581 +прийняттю 71582 +прийняття 71583 +прийняттям 71584 +прийнятті 71585 +прийнять 71586 +прийняті 71587 +прийнятій 71588 +прийом 71589 +прийома 71590 +прийомами 71591 +прийоми 71592 +прийомки 71593 +прийомна 71594 +прийомним 71595 +прийомних 71596 +прийомній 71597 +прийому 71598 +прийомці 71599 +прийомів 71600 +прийти 71601 +прийтись 71602 +прийті 71603 +прийшла 71604 +прийшли 71605 +прийшлий 71606 +прийшло 71607 +прийшлось 71608 +прийшо 71609 +прийшов 71610 +прийїхали 71611 +прикажете 71612 +приказ 71613 +приказав 71614 +приказали 71615 +приказки 71616 +приказу 71617 +прикалується 71618 +прикарпаття 71619 +прикарпатті 71620 +прикерченська 71621 +прикерченській 71622 +прикидали 71623 +прикидати 71624 +прикидатися 71625 +прикидать 71626 +прикидаються 71627 +прикидається 71628 +прикинувся 71629 +прикинувшись 71630 +прикинула 71631 +прикинути 71632 +приклав 71633 +приклавши 71634 +приклад 71635 +прикладали 71636 +прикладатися 71637 +прикладах 71638 +прикладаю 71639 +прикладаючись 71640 +приклади 71641 +прикладків 71642 +прикладне 71643 +прикладний 71644 +прикладних 71645 +прикладну 71646 +прикладні 71647 +прикладом 71648 +прикладу 71649 +прикладі 71650 +прикладів 71651 +приклеєні 71652 +прикликаєш 71653 +прикмета 71654 +прикмети 71655 +прикметник 71656 +прикметника 71657 +прикметники 71658 +прикметників 71659 +прикметно 71660 +приковуючи 71661 +прикол 71662 +прикола 71663 +приколами 71664 +приколи 71665 +приколом 71666 +прикольна 71667 +прикольне 71668 +прикольний 71669 +прикольних 71670 +прикольно 71671 +прикольні 71672 +приколясіков 71673 +прикордонна 71674 +прикордонне 71675 +прикордонний 71676 +прикордонник 71677 +прикордонникам 71678 +прикордонниками 71679 +прикордонники 71680 +прикордонників 71681 +прикордонними 71682 +прикордонних 71683 +прикордонниця 71684 +прикордонного 71685 +прикордонному 71686 +прикордонної 71687 +прикордонну 71688 +прикордонні 71689 +прикордонній 71690 +прикра 71691 +прикраси 71692 +прикрасити 71693 +прикрасиш 71694 +прикрасять 71695 +прикрашали 71696 +прикрашають 71697 +прикрашає 71698 +прикрашена 71699 +прикрашеному 71700 +прикрив 71701 +прикривались 71702 +прикривало 71703 +прикривати 71704 +прикриватися 71705 +прикривачись 71706 +прикривають 71707 +прикриваючись 71708 +прикриває 71709 +прикривається 71710 +прикрий 71711 +прикрили 71712 +прикрита 71713 +прикрите 71714 +прикрити 71715 +прикриттю 71716 +прикриття 71717 +прикриттям 71718 +прикриті 71719 +прикро 71720 +прикрого 71721 +прикрості 71722 +прикрою 71723 +прикрутити 71724 +прикручивали 71725 +прикріпили 71726 +прикріпити 71727 +прикріплений 71728 +прикріплення 71729 +прикріплено 71730 +прикріплену 71731 +прикріплені 71732 +прикріплявся 71733 +прикріпляти 71734 +прикрість 71735 +прикрістю 71736 +прикусили 71737 +прикута 71738 +прикутою 71739 +прикуті 71740 +прикушені 71741 +прикінцевих 71742 +прикінцевому 71743 +прикінцеві 71744 +прикінчать 71745 +прикінчив 71746 +прикінчити 71747 +прилавках 71748 +прилавки 71749 +прилавком 71750 +прилавків 71751 +прилад 71752 +приладами 71753 +приладдя 71754 +прилади 71755 +приладу 71756 +приладь 71757 +приладів 71758 +прилаштувати 71759 +прилаштуватись 71760 +прилаштуватися 71761 +прилеглими 71762 +прилеглих 71763 +прилеглу 71764 +прилетемо 71765 +прилетить 71766 +прилетять 71767 +прилетів 71768 +прилетіла 71769 +прилетіли 71770 +прилетіло 71771 +прилетіти 71772 +прилив 71773 +приливу 71774 +прилинь 71775 +прилипнув 71776 +прилипнувши 71777 +приложений 71778 +прилук 71779 +прилуках 71780 +прилуки 71781 +прилучили 71782 +прилучилися 71783 +прилучитися 71784 +прильот 71785 +прильоту 71786 +прильотів 71787 +прилюдних 71788 +прилюдно 71789 +прилюдности 71790 +прилюдні 71791 +приліг 71792 +приліпим 71793 +приліт 71794 +прилітала 71795 +прилітали 71796 +прилітало 71797 +прилітаю 71798 +прилітають 71799 +прилітає 71800 +прилітаємо 71801 +прилітаєш 71802 +прим'єрка 71803 +прим'єрки 71804 +прима 71805 +приманку 71806 +примари 71807 +примаритися 71808 +примарно 71809 +примаченка 71810 +примаченко 71811 +применение 71812 +применении 71813 +применшення 71814 +применшено 71815 +применшив 71816 +применшувати 71817 +применшую 71818 +применшують 71819 +применшує 71820 +применяем 71821 +применяете 71822 +применять 71823 +применяются 71824 +примере 71825 +примиренню 71826 +примирення 71827 +примирити 71828 +примирливо 71829 +примирливі 71830 +примкнув 71831 +примовляти 71832 +примогти 71833 +примолилася 71834 +приморозки 71835 +приморське 71836 +приморський 71837 +приморських 71838 +приморського 71839 +приморському 71840 +примостився 71841 +примощують 71842 +примружилася 71843 +примудрився 71844 +примудрилася 71845 +примудряються 71846 +примус 71847 +примусив 71848 +примусивши 71849 +примусила 71850 +примусило 71851 +примусимо 71852 +примусити 71853 +примусова 71854 +примусове 71855 +примусово 71856 +примусового 71857 +примусовому 71858 +примусовою 71859 +примусової 71860 +примусову 71861 +примусові 71862 +примусовість 71863 +примусом 71864 +примусу 71865 +примучиш 71866 +примушені 71867 +примушував 71868 +примушували 71869 +примушувало 71870 +примушування 71871 +примушувати 71872 +примушувла 71873 +примушують 71874 +примушуючи 71875 +примушує 71876 +примха 71877 +примхи 71878 +примхливо 71879 +примхою 71880 +приміненні 71881 +примінити 71882 +приміняли 71883 +примірник 71884 +примірнику 71885 +примірників 71886 +приміром 71887 +приміряла 71888 +примірять 71889 +примістили 71890 +приміських 71891 +приміські 71892 +примітивна 71893 +примітивне 71894 +примітивний 71895 +примітивним 71896 +примітивних 71897 +примітивно 71898 +примітивного 71899 +примітивному 71900 +примітивною 71901 +примітивні 71902 +примітивній 71903 +примітивнішого 71904 +примітивізацію 71905 +примітивізація 71906 +примітивізму 71907 +примітка 71908 +примітних 71909 +примітно 71910 +приміточка 71911 +приміщення 71912 +приміщенням 71913 +приміщеннями 71914 +приміщеннях 71915 +приміщенні 71916 +приміщень 71917 +принагідно 71918 +принад 71919 +принадах 71920 +принади 71921 +принаймні 71922 +принаймі 71923 +принайні 71924 +приналежних 71925 +приналежному 71926 +приналежностей 71927 +приналежності 71928 +приналежність 71929 +принані 71930 +прингстонському 71931 +принесе 71932 +принесем 71933 +принесемо 71934 +принесених 71935 +принесення 71936 +принесені 71937 +принеси 71938 +принесла 71939 +принесли 71940 +принесло 71941 +принести 71942 +принесу 71943 +принесуть 71944 +приниження 71945 +приниженнями 71946 +принижень 71947 +принижені 71948 +принижував 71949 +принижувала 71950 +принижувати 71951 +принижують 71952 +принижуючи 71953 +принижує 71954 +принижуєшся 71955 +принизливе 71956 +принизливо 71957 +принизливої 71958 +принизливі 71959 +приносив 71960 +приносила 71961 +приносили 71962 +приносило 71963 +приносити 71964 +приноситиме 71965 +приносится 71966 +приносить 71967 +приноситься 71968 +приносиш 71969 +приносять 71970 +принпа 71971 +принстону 71972 +принтер 71973 +принтери 71974 +принтері 71975 +принтерів 71976 +принц 71977 +принцеса 71978 +принцеси 71979 +принцип 71980 +принципа 71981 +принципам 71982 +принципами 71983 +принципах 71984 +принципе 71985 +принципи 71986 +принципова 71987 +принципове 71988 +принциповий 71989 +принциповим 71990 +принципових 71991 +принципово 71992 +принциповою 71993 +принципової 71994 +принципову 71995 +принципові 71996 +принциповість 71997 +принципом 71998 +принципрі 71999 +принципу 72000 +принципі 72001 +принципіальний 72002 +принципів 72003 +принялися 72004 +принята 72005 +принято 72006 +приніс 72007 +приобретать 72008 +приоритетом 72009 +приорітет 72010 +приорітетів 72011 +приохотив 72012 +припав 72013 +припадав 72014 +припадало 72015 +припадають 72016 +припадає 72017 +припала 72018 +припали 72019 +припало 72020 +припарковані 72021 +припаркуватися 72022 +припасами 72023 +припаси 72024 +припасовувати 72025 +припасування 72026 +припасів 72027 +припекло 72028 +припер 72029 +приперла 72030 +приперлась 72031 +приперся 72032 +припечатали 72033 +припече 72034 +припизднів 72035 +припинемо 72036 +припинення 72037 +припиненням 72038 +припиненні 72039 +припинено 72040 +припинені 72041 +припинеться 72042 +припинеш 72043 +припини 72044 +припинив 72045 +припинився 72046 +припинила 72047 +припинилася 72048 +припинили 72049 +припинилися 72050 +припинило 72051 +припинилося 72052 +припинити 72053 +припинитися 72054 +припинить 72055 +припиниться 72056 +припиняйте 72057 +припиняти 72058 +припинять 72059 +припиняться 72060 +припиняють 72061 +припиняються 72062 +припиняючи 72063 +припиняє 72064 +припиняєм 72065 +припиняємо 72066 +припиняється 72067 +припиніть 72068 +приписаний 72069 +приписані 72070 +приписати 72071 +приписи 72072 +припискою 72073 +приписом 72074 +приписуйте 72075 +приписують 72076 +приписуючи 72077 +приписуєте 72078 +приписів 72079 +припленталась 72080 +приплив 72081 +припливи 72082 +припливу 72083 +приплисти 72084 +припнеш 72085 +припни 72086 +припнув 72087 +припняти 72088 +приповз 72089 +приповідок 72090 +приполярній 72091 +припоні 72092 +припортовий 72093 +припортового 72094 +приправи 72095 +приправлене 72096 +приправляли 72097 +припрошує 72098 +припускала 72099 +припускалися 72100 +припускати 72101 +припускаю 72102 +припускають 72103 +припускаючи 72104 +припускає 72105 +припускаємо 72106 +припускаємося 72107 +припускаєте 72108 +припускається 72109 +припускаєш 72110 +припустив 72111 +припустився 72112 +припустилась 72113 +припустили 72114 +припустимо 72115 +припустимість 72116 +припуститеся 72117 +припустити 72118 +припустімо 72119 +припущення 72120 +припущенням 72121 +припущеннями 72122 +припущеннях 72123 +припущень 72124 +припять 72125 +припіднесене 72126 +припідносило 72127 +припідняти 72128 +прирекла 72129 +прирекли 72130 +приречена 72131 +приречено 72132 +приреченого 72133 +приреченої 72134 +приречені 72135 +приречная 72136 +природа 72137 +природи 72138 +природна 72139 +природне 72140 +природний 72141 +природним 72142 +природними 72143 +природних 72144 +природничих 72145 +природничу 72146 +природничі 72147 +природно 72148 +природного 72149 +природному 72150 +природною 72151 +природної 72152 +природньо 72153 +природня 72154 +природнє 72155 +природні 72156 +природній 72157 +природнім 72158 +природніми 72159 +природозахисних 72160 +природозахисного 72161 +природозахисній 72162 +природокористування 72163 +природоохоронних 72164 +природою 72165 +природу 72166 +природі 72167 +приросту 72168 +прирівнення 72169 +прирівнювання 72170 +прирівнюються 72171 +прирівнює 72172 +прирівнюється 72173 +прирівнявши 72174 +прирівняла 72175 +прирівняти 72176 +прирік 72177 +приріст 72178 +присав 72179 +присадибні 72180 +присвоювала 72181 +присвоєна 72182 +присвоєння 72183 +присвоєнням 72184 +присвоєнні 72185 +присвоєно 72186 +присвоїла 72187 +присвоїте 72188 +присвята 72189 +присвятив 72190 +присвятила 72191 +присвятити 72192 +присвятіть 72193 +присвячена 72194 +присвячене 72195 +присвячений 72196 +присвячених 72197 +присвячено 72198 +присвяченої 72199 +присвячену 72200 +присвячені 72201 +присвяченій 72202 +присвячувала 72203 +присвячувати 72204 +присвячую 72205 +присвячують 72206 +присвячуємо 72207 +присвійні 72208 +присвічуючи 72209 +присилаю 72210 +присилають 72211 +присилає 72212 +присилаєш 72213 +присипалися 72214 +присипати 72215 +присипать 72216 +присипаєм 72217 +присипляють 72218 +прискакав 72219 +прискипливо 72220 +прискорений 72221 +прискоренню 72222 +прискорення 72223 +прискорено 72224 +прискореного 72225 +прискореною 72226 +прискорив 72227 +прискорила 72228 +прискорили 72229 +прискорило 72230 +прискорити 72231 +прискорить 72232 +прискорювався 72233 +прискорювати 72234 +прискорювача 72235 +прискорює 72236 +прискорюється 72237 +прискорять 72238 +прискіпливий 72239 +прискіпливо 72240 +прискіпливу 72241 +прислав 72242 +приславуті 72243 +приславши 72244 +прислала 72245 +прислали 72246 +прислало 72247 +прислані 72248 +прислати 72249 +прислемо 72250 +прислуговують 72251 +прислужує 72252 +прислухавсь 72253 +прислухався 72254 +прислухавшись 72255 +прислухались 72256 +прислухалися 72257 +прислухатись 72258 +прислухатися 72259 +прислухаюсь 72260 +прислухаються 72261 +прислухаючись 72262 +прислухаємося 72263 +прислухається 72264 +прислуховувалася 72265 +прислуховуватись 72266 +прислуховуватися 72267 +прислів'я 72268 +прислів'ям 72269 +прислів'ї 72270 +прислівник 72271 +прислівники 72272 +прислівникові 72273 +прислівником 72274 +прислівників 72275 +присмак 72276 +присмерк 72277 +приснилася 72278 +приснилося 72279 +присниться 72280 +присоромивши 72281 +присоромила 72282 +приспаний 72283 +приспущені 72284 +пристав 72285 +приставав 72286 +приставали 72287 +приставати 72288 +приставив 72289 +приставши 72290 +пристайко 72291 +пристала 72292 +пристало 72293 +пристане 72294 +пристанища 72295 +пристановище 72296 +пристануть 72297 +пристані 72298 +пристарілих 72299 +пристають 72300 +пристебни 72301 +пристебнута 72302 +пристебнутись 72303 +пристижені 72304 +пристойний 72305 +пристойних 72306 +пристойно 72307 +пристойні 72308 +пристосоване 72309 +пристосований 72310 +пристосовано 72311 +пристосовані 72312 +пристосовуватись 72313 +пристосовуваться 72314 +пристосовуюсь 72315 +пристосовуються 72316 +пристосовується 72317 +пристосування 72318 +пристосувати 72319 +пристосуватись 72320 +пристосуватися 72321 +пристрастей 72322 +пристрасть 72323 +пристрастю 72324 +пристрастями 72325 +пристрасті 72326 +пристрелити 72327 +пристрою 72328 +пристроям 72329 +пристроями 72330 +пристроєм 72331 +пристрої 72332 +пристроїв 72333 +пристрій 72334 +пристрілка 72335 +пристрілю 72336 +пристрілюється 72337 +приступати 72338 +приступать 72339 +приступаю 72340 +приступи 72341 +приступив 72342 +приступили 72343 +приступимо 72344 +приступити 72345 +приступить 72346 +приступках 72347 +пристібав 72348 +пристібався 72349 +пристібаюся 72350 +пристібнути 72351 +пристібнутися 72352 +присувається 72353 +присуд 72354 +присуджено 72355 +присуджені 72356 +присуджуватимуться 72357 +присуджують 72358 +присуджує 72359 +присудив 72360 +присудивши 72361 +присудили 72362 +присудити 72363 +присудок 72364 +присудом 72365 +присунула 72366 +присунулись 72367 +присутності 72368 +присутньою 72369 +присутня 72370 +присутнє 72371 +присутні 72372 +присутній 72373 +присутнім 72374 +присутніми 72375 +присутність 72376 +присутністю 72377 +присутніх 72378 +присутствуют 72379 +присутствующих 72380 +присьпи 72381 +присяга 72382 +присягав 72383 +присяги 72384 +присяглися 72385 +присягнув 72386 +присягу 72387 +присяжних 72388 +присідання 72389 +присідати 72390 +присідаю 72391 +присіли 72392 +присінку 72393 +присісти 72394 +притаманна 72395 +притаманне 72396 +притаманний 72397 +притаманним 72398 +притаманними 72399 +притаманною 72400 +притаманні 72401 +притензії 72402 +притерлися 72403 +притиралась 72404 +притирались 72405 +притискаю 72406 +притиснув 72407 +притиснула 72408 +притиснути 72409 +притиснуті 72410 +притиснянського 72411 +притихало 72412 +притоку 72413 +притомна 72414 +притомних 72415 +притомного 72416 +притомні 72417 +притримай 72418 +притримали 72419 +притримати 72420 +притриматися 72421 +притримували 72422 +притримувалися 72423 +притримуватися 72424 +притримуюсь 72425 +притримуються 72426 +притримуючи 72427 +притримується 72428 +притула 72429 +притули 72430 +притулившись 72431 +притулитися 72432 +притулках 72433 +притулки 72434 +притулком 72435 +притулку 72436 +притулків 72437 +притулок 72438 +притулою 72439 +притульніше 72440 +притуляєм 72441 +притушити 72442 +притушиться 72443 +притушковані 72444 +притушувалось 72445 +притч 72446 +притчу 72447 +притягати 72448 +притягатися 72449 +притягаються 72450 +притягає 72451 +притягається 72452 +притягли 72453 +притягне 72454 +притягнення 72455 +притягну 72456 +притягнули 72457 +притягнута 72458 +притягнути 72459 +притягнутий 72460 +притягнуто 72461 +притягнуті 72462 +притягти 72463 +притягувався 72464 +притягувала 72465 +притягувалася 72466 +притягувати 72467 +притягуватися 72468 +притягують 72469 +притік 72470 +приукрашають 72471 +приурочена 72472 +приурочений 72473 +приуроченого 72474 +приурочену 72475 +приурочені 72476 +приуроченій 72477 +приурочила 72478 +приурочити 72479 +прифронтова 72480 +прифронтове 72481 +прифронтових 72482 +прифронтового 72483 +прифронтовому 72484 +прифронтові 72485 +прифронтовій 72486 +прихапцями 72487 +прихватизація 72488 +прихватнув 72489 +прихилився 72490 +прихилити 72491 +прихильна 72492 +прихильник 72493 +прихильника 72494 +прихильникам 72495 +прихильниками 72496 +прихильники 72497 +прихильником 72498 +прихильників 72499 +прихильних 72500 +прихильницею 72501 +прихильниця 72502 +прихильно 72503 +прихильного 72504 +прихильні 72505 +прихильність 72506 +прихильністю 72507 +прихильнішів 72508 +прихистила 72509 +прихистком 72510 +прихисток 72511 +прихована 72512 +приховане 72513 +прихований 72514 +прихованим 72515 +прихованих 72516 +приховано 72517 +прихованої 72518 +приховану 72519 +приховані 72520 +прихованій 72521 +приховати 72522 +приховува 72523 +приховував 72524 +приховувала 72525 +приховували 72526 +приховування 72527 +приховуванні 72528 +приховувані 72529 +приховувати 72530 +приховують 72531 +приховуються 72532 +приховує 72533 +приховується 72534 +приходе 72535 +приходжу 72536 +приходив 72537 +приходила 72538 +приходили 72539 +приходило 72540 +приходилось 72541 +приходилося 72542 +приходимо 72543 +приходите 72544 +приходити 72545 +приходитиму 72546 +приходить 72547 +приходиться 72548 +приходиш 72549 +приходом 72550 +приходу 72551 +приходь 72552 +приходько 72553 +приходьте 72554 +приходять 72555 +приходячи 72556 +приходіти 72557 +прихожан 72558 +прихожанами 72559 +прихожани 72560 +прихожу 72561 +прихопивши 72562 +прихопити 72563 +прихід 72564 +прихільна 72565 +прихільне 72566 +прихільників 72567 +приципі 72568 +приціл 72569 +приціли 72570 +прицілившись 72571 +прицілом 72572 +прицілу 72573 +прицільний 72574 +прицільним 72575 +прицільними 72576 +прицільних 72577 +прицільної 72578 +прицінилися 72579 +прицінюються 72580 +причалив 72581 +причалювати 72582 +причасний 72583 +причастити 72584 +причастности 72585 +причастность 72586 +причастя 72587 +причастям 72588 +причаївшись 72589 +причаїлися 72590 +причвалав 72591 +причеп 72592 +причепи 72593 +причепився 72594 +причепилося 72595 +причепний 72596 +причепних 72597 +причетна 72598 +причетне 72599 +причетний 72600 +причетним 72601 +причетними 72602 +причетних 72603 +причетності 72604 +причетною 72605 +причетної 72606 +причетні 72607 +причетність 72608 +причин 72609 +причина 72610 +причинами 72611 +причини 72612 +причинний 72613 +причинно 72614 +причиною 72615 +причину 72616 +причиняючи 72617 +причині 72618 +причом 72619 +причому 72620 +причорномор'я 72621 +причорномор'ям 72622 +причорноморських 72623 +причорноморського 72624 +причорноморському 72625 +причорноморську 72626 +причорноморські 72627 +причіплено 72628 +пришвартовані 72629 +пришвидчувати 72630 +пришвидшення 72631 +пришвидшити 72632 +пришвидшить 72633 +пришвидшувати 72634 +пришвидшує 72635 +пришвидшується 72636 +пришити 72637 +пришкандибало 72638 +пришкварювали 72639 +пришли 72640 +пришло 72641 +пришлось 72642 +пришлю 72643 +пришлють 72644 +прищепити 72645 +прищеплювала 72646 +прищеплювати 72647 +прищеплюють 72648 +прищі 72649 +прищів 72650 +приют 72651 +приюутковіще 72652 +приязно 72653 +приязнь 72654 +приязні 72655 +приязнішого 72656 +приятель 72657 +приятеля 72658 +приятелями 72659 +приятелі 72660 +приятелів 72661 +приятне 72662 +приятно 72663 +приєднався 72664 +приєднавшись 72665 +приєднайтеся 72666 +приєдналася 72667 +приєднали 72668 +приєднались 72669 +приєдналися 72670 +приєдналося 72671 +приєднаний 72672 +приєднаними 72673 +приєднанн 72674 +приєднанню 72675 +приєднання 72676 +приєднанням 72677 +приєднанні 72678 +приєднані 72679 +приєднати 72680 +приєднатись 72681 +приєднатися 72682 +приєднаюсь 72683 +приєднають 72684 +приєднаються 72685 +приєднаємося 72686 +приєднається 72687 +приєднувати 72688 +приєднуватися 72689 +приєднуйся 72690 +приєднуйтесь 72691 +приєднуйтеся 72692 +приєдную 72693 +приєднують 72694 +приєднуються 72695 +приєднуємось 72696 +приєднується 72697 +приєзжаєм 72698 +приємлима 72699 +приємлиму 72700 +приємна 72701 +приємне 72702 +приємний 72703 +приємним 72704 +приємними 72705 +приємних 72706 +приємно 72707 +приємного 72708 +приємностей 72709 +приємності 72710 +приємну 72711 +приємні 72712 +приємність 72713 +приємністю 72714 +приємнішим 72715 +приємніших 72716 +приємнішого 72717 +приізжі 72718 +приінтеграція 72719 +приїде 72720 +приїдем 72721 +приїдемо 72722 +приїдете 72723 +приїдеш 72724 +приїду 72725 +приїдуть 72726 +приїдь 72727 +приїжджав 72728 +приїжджади 72729 +приїжджай 72730 +приїжджайте 72731 +приїжджала 72732 +приїжджали 72733 +приїжджати 72734 +приїжджать 72735 +приїжджаю 72736 +приїжджають 72737 +приїжджаючи 72738 +приїжджає 72739 +приїжджаєм 72740 +приїжджаємо 72741 +приїжджаєте 72742 +приїжджаєш 72743 +приїжджими 72744 +приїжджих 72745 +приїжджі 72746 +приїжщджав 72747 +приїзд 72748 +приїздете 72749 +приїзджати 72750 +приїзджають 72751 +приїзджає 72752 +приїздив 72753 +приїздила 72754 +приїздили 72755 +приїздити 72756 +приїздить 72757 +приїзду 72758 +приїздять 72759 +приїзді 72760 +приїздіть 72761 +приїзжав 72762 +приїзжайте 72763 +приїзжає 72764 +приїзжаєш 72765 +приїхав 72766 +приїхавши 72767 +приїхала 72768 +приїхали 72769 +приїхало 72770 +приїхати 72771 +приїхать 72772 +приїхів 72773 +приїідеш 72774 +приїізджаю 72775 +про 72776 +проактивно 72777 +проактивної 72778 +проактивну 72779 +проалбансько 72780 +проаналізований 72781 +проаналізовано 72782 +проаналізувала 72783 +проаналізували 72784 +проаналізувало 72785 +проаналізувати 72786 +проаналізуйте 72787 +проаналізуємо 72788 +проанонсував 72789 +проанонсували 72790 +проанонсувати 72791 +проанонсую 72792 +проатлантистів 72793 +проб 72794 +проб'ємося 72795 +пробалакався 72796 +пробасив 72797 +пробачте 72798 +пробачу 72799 +проби 72800 +пробив 72801 +пробивав 72802 +пробивався 72803 +пробивали 72804 +пробивалися 72805 +пробивало 72806 +пробивання 72807 +пробивати 72808 +пробиватися 72809 +пробиваються 72810 +пробиваючи 72811 +пробиває 72812 +пробивається 72813 +пробивши 72814 +пробилася 72815 +пробили 72816 +пробило 72817 +пробиралися 72818 +пробирається 72819 +пробити 72820 +пробитими 72821 +пробитися 72822 +пробиті 72823 +пробки 72824 +пробковому 72825 +проблем 72826 +проблема 72827 +проблемам 72828 +проблемами 72829 +проблематика 72830 +проблематики 72831 +проблематикою 72832 +проблематику 72833 +проблематично 72834 +проблематичного 72835 +проблематичні 72836 +проблематичніше 72837 +проблемах 72838 +проблеми 72839 +проблемка 72840 +проблемна 72841 +проблемне 72842 +проблемним 72843 +проблемними 72844 +проблемних 72845 +проблемно 72846 +проблемною 72847 +проблемну 72848 +проблемні 72849 +проблемо 72850 +проблемою 72851 +проблему 72852 +проблемі 72853 +проблесків 72854 +проблєма 72855 +проблєми 72856 +проблємою 72857 +пробний 72858 +пробних 72859 +пробні 72860 +пробнічок 72861 +проборстві 72862 +пробрався 72863 +пробралася 72864 +пробралися 72865 +пробу 72866 +пробув 72867 +пробував 72868 +пробувала 72869 +пробували 72870 +пробувати 72871 +пробувать 72872 +пробудження 72873 +пробудженням 72874 +пробудити 72875 +пробудиться 72876 +пробудуть 72877 +пробуксовку 72878 +пробули 72879 +пробую 72880 +пробують 72881 +пробує 72882 +пробуєм 72883 +пробуємо 72884 +пробуєте 72885 +пробуєш 72886 +пробці 72887 +пробіг 72888 +пробігають 72889 +пробігає 72890 +пробігло 72891 +пробігом 72892 +пробігшись 72893 +пробіжному 72894 +пробіл 72895 +пробірки 72896 +провадженнь 72897 +провадження 72898 +провадженням 72899 +провадженнями 72900 +провадженнях 72901 +провадженні 72902 +проваджень 72903 +проваджує 72904 +провадив 72905 +провадила 72906 +провадилося 72907 +провадить 72908 +провадиться 72909 +провадяться 72910 +провайдер 72911 +провайдерам 72912 +провайдери 72913 +провайдерів 72914 +провакація 72915 +провал 72916 +проваленим 72917 +провалено 72918 +провали 72919 +провалився 72920 +провалила 72921 +провалилась 72922 +провалилася 72923 +провалили 72924 +провалилися 72925 +провалити 72926 +провалитися 72927 +провалиться 72928 +провалу 72929 +провальна 72930 +провальний 72931 +провальним 72932 +провальними 72933 +провалять 72934 +проваляться 72935 +провалі 72936 +провалів 72937 +проварені 72938 +проведе 72939 +проведемо 72940 +проведена 72941 +проведене 72942 +проведений 72943 +проведених 72944 +проведения 72945 +проведенню 72946 +проведення 72947 +проведенням 72948 +проведенні 72949 +проведено 72950 +проведеного 72951 +проведеної 72952 +проведену 72953 +проведені 72954 +проведеній 72955 +проведеш 72956 +проведи 72957 +проведні 72958 +проведу 72959 +проведуть 72960 +проведіть 72961 +провезли 72962 +провезти 72963 +провезуть 72964 +провела 72965 +провели 72966 +провело 72967 +проверку 72968 +провернути 72969 +проверяют 72970 +провести 72971 +провидіння 72972 +провидінням 72973 +провина 72974 +провини 72975 +провинився 72976 +провину 72977 +провисає 72978 +провладних 72979 +провладного 72980 +провладні 72981 +проводе 72982 +проводжав 72983 +проводжали 72984 +проводжати 72985 +проводжать 72986 +проводжаю 72987 +проводжу 72988 +проводив 72989 +проводився 72990 +проводила 72991 +проводилась 72992 +проводилася 72993 +проводили 72994 +проводились 72995 +проводилися 72996 +проводило 72997 +проводилось 72998 +проводилося 72999 +проводим 73000 +проводимо 73001 +проводир 73002 +проводись 73003 +проводите 73004 +проводити 73005 +проводитиме 73006 +проводитимуть 73007 +проводитимуться 73008 +проводитись 73009 +проводитися 73010 +проводить 73011 +проводиться 73012 +проводиш 73013 +проводишь 73014 +проводку 73015 +проводовій 73016 +проводом 73017 +проводу 73018 +проводять 73019 +проводяться 73020 +проводячи 73021 +проводів 73022 +провожу 73023 +провокативним 73024 +провокативними 73025 +провокативні 73026 +провокатори 73027 +провокаторів 73028 +провокацій 73029 +провокаційних 73030 +провокаційною 73031 +провокаційну 73032 +провокаційні 73033 +провокацію 73034 +провокація 73035 +провокаціями 73036 +провокаціях 73037 +провокацією 73038 +провокації 73039 +провокував 73040 +провокування 73041 +провокувати 73042 +провокую 73043 +провокують 73044 +провокуючи 73045 +провокує 73046 +провокуємо 73047 +провосуддя 73048 +провулка 73049 +провулку 73050 +провулок 73051 +провчити 73052 +провчитися 73053 +провчу 73054 +провів 73055 +провівши 73056 +провідати 73057 +провідна 73058 +провідний 73059 +провідник 73060 +провідника 73061 +провідником 73062 +провідників 73063 +провідним 73064 +провідними 73065 +провідних 73066 +провідництва 73067 +провідного 73068 +провідною 73069 +провідної 73070 +провідну 73071 +провідні 73072 +провідував 73073 +провінціальні 73074 +провінцій 73075 +провінційних 73076 +провінційного 73077 +провінційному 73078 +провінційності 73079 +провінційній 73080 +провінцію 73081 +провінція 73082 +провінціям 73083 +провінціях 73084 +провінції 73085 +провірена 73086 +провірим 73087 +провіряли 73088 +провірять 73089 +провітаміну 73090 +провітрюється 73091 +прогавила 73092 +прогавиш 73093 +прогавлювати 73094 +прогадала 73095 +прогалина 73096 +прогалини 73097 +прогалину 73098 +проганати 73099 +проганяли 73100 +проганяють 73101 +прогестину 73102 +прогестін 73103 +прогестіну 73104 +проглядаються 73105 +проглядає 73106 +проглянете 73107 +прогнали 73108 +прогнало 73109 +прогнати 73110 +прогнивша 73111 +прогноз 73112 +прогнозам 73113 +прогнозами 73114 +прогнозах 73115 +прогнози 73116 +прогнозованих 73117 +прогнозом 73118 +прогнозу 73119 +прогнозував 73120 +прогнозували 73121 +прогнозувалося 73122 +прогнозування 73123 +прогнозувати 73124 +прогнозують 73125 +прогнозуються 73126 +прогнозуючи 73127 +прогнозує 73128 +прогнозуємо 73129 +прогнозується 73130 +прогнозів 73131 +прогнівили 73132 +проговарювали 73133 +проговорився 73134 +проговорили 73135 +проговорилися 73136 +проговорити 73137 +проговорював 73138 +проговорювали 73139 +проговорювати 73140 +проговорюють 73141 +проговорюємо 73142 +прогодування 73143 +прогодувати 73144 +проголоси 73145 +проголосив 73146 +проголосил 73147 +проголосила 73148 +проголосили 73149 +проголосило 73150 +проголосити 73151 +проголосить 73152 +проголосовал 73153 +проголосовали 73154 +проголосований 73155 +проголосовано 73156 +проголосовані 73157 +проголосував 73158 +проголосувавши 73159 +проголосувала 73160 +проголосували 73161 +проголосувало 73162 +проголосувати 73163 +проголосувать 73164 +проголосуйте 73165 +проголосують 73166 +проголосує 73167 +проголосуємо 73168 +проголосять 73169 +проголошена 73170 +проголошене 73171 +проголошений 73172 +проголошених 73173 +проголошенню 73174 +проголошення 73175 +проголошенням 73176 +проголошено 73177 +проголошеного 73178 +проголошеної 73179 +проголошені 73180 +проголошувався 73181 +проголошували 73182 +проголошувалися 73183 +проголошуватиме 73184 +прогонку 73185 +програв 73186 +програвав 73187 +програвати 73188 +програвач 73189 +програвачі 73190 +програвши 73191 +програла 73192 +програли 73193 +програло 73194 +програм 73195 +програма 73196 +програмам 73197 +програмами 73198 +програмах 73199 +програмерами 73200 +програми 73201 +програмка 73202 +программа 73203 +программу 73204 +программі 73205 +програмне 73206 +програмний 73207 +програмним 73208 +програмних 73209 +програмного 73210 +програмное 73211 +програмному 73212 +програмною 73213 +програмою 73214 +програму 73215 +програмування 73216 +програмувати 73217 +програмуєте 73218 +програмі 73219 +програміст 73220 +програмісту 73221 +програну 73222 +програні 73223 +програти 73224 +програть 73225 +програш 73226 +програшу 73227 +програшів 73228 +програють 73229 +програє 73230 +програєм 73231 +програємо 73232 +прогрес 73233 +прогресивна 73234 +прогресивний 73235 +прогресивними 73236 +прогресивних 73237 +прогресивного 73238 +прогресивною 73239 +прогресивної 73240 +прогресивну 73241 +прогресивні 73242 +прогресивніше 73243 +прогресизм 73244 +прогресизму 73245 +прогресистом 73246 +прогресом 73247 +прогресса 73248 +прогресу 73249 +прогресуючою 73250 +прогресує 73251 +прогресі 73252 +прогресії 73253 +прогриміли 73254 +прогрівається 73255 +прогріється 73256 +прогул 73257 +прогули 73258 +прогулці 73259 +прогульників 73260 +прогульщик 73261 +прогулюватимуться 73262 +прогулюють 73263 +прогулянка 73264 +прогулянкою 73265 +прогулянку 73266 +прогулянок 73267 +прогулянці 73268 +прогулятись 73269 +прогулятися 73270 +прогуляємося 73271 +продав 73272 +продавав 73273 +продавався 73274 +продавайте 73275 +продавала 73276 +продавалася 73277 +продавали 73278 +продавалися 73279 +продавати 73280 +продаватиме 73281 +продаватимуть 73282 +продаватись 73283 +продавать 73284 +продавець 73285 +продавлювання 73286 +продався 73287 +продавцем 73288 +продавцями 73289 +продавши 73290 +продадуть 73291 +продаж 73292 +продажами 73293 +продажах 73294 +продажем 73295 +продажи 73296 +продажна 73297 +продажного 73298 +продажні 73299 +продажність 73300 +продажу 73301 +продажі 73302 +продажів 73303 +продай 73304 +продала 73305 +продали 73306 +продамо 73307 +продан 73308 +продана 73309 +проданих 73310 +продано 73311 +продані 73312 +продармійців 73313 +продасте 73314 +продасть 73315 +продасться 73316 +продати 73317 +продать 73318 +продаются 73319 +продають 73320 +продаються 73321 +продаючи 73322 +продає 73323 +продаємо 73324 +продаємося 73325 +продаєте 73326 +продається 73327 +продаєш 73328 +продвинутих 73329 +продекламував 73330 +продекларувати 73331 +продемократичний 73332 +продемократичними 73333 +продемократичних 73334 +продемонстрована 73335 +продемонстрованих 73336 +продемонстровано 73337 +продемонстровані 73338 +продемонстрував 73339 +продемонструвавши 73340 +продемонструвала 73341 +продемонстрували 73342 +продемонструвало 73343 +продемонстрування 73344 +продемонструвати 73345 +продемонструйте 73346 +продемонструє 73347 +продерло 73348 +продертися 73349 +продзвонити 73350 +продивитись 73351 +продиктилюеш 73352 +продиктовано 73353 +продиктувати 73354 +продиктуйте 73355 +продиктую 73356 +продлити 73357 +продовж 73358 +продовжать 73359 +продовжаться 73360 +продовжають 73361 +продовжена 73362 +продовженим 73363 +продовження 73364 +продовженням 73365 +продовженні 73366 +продовжено 73367 +продовженої 73368 +продовжені 73369 +продовжив 73370 +продовжився 73371 +продовжила 73372 +продовжили 73373 +продовжилися 73374 +продовжилося 73375 +продовжим 73376 +продовжимо 73377 +продовжите 73378 +продовжити 73379 +продовжитися 73380 +продовжить 73381 +продовжиться 73382 +продовжу 73383 +продовжував 73384 +продовжувався 73385 +продовжувала 73386 +продовжувалася 73387 +продовжували 73388 +продовжувались 73389 +продовжувалися 73390 +продовжувало 73391 +продовжувалося 73392 +продовжуваних 73393 +продовжувати 73394 +продовжуватиме 73395 +продовжуватимемо 73396 +продовжуватиметься 73397 +продовжуватимуть 73398 +продовжуватимуться 73399 +продовжуватись 73400 +продовжуватися 73401 +продовжувать 73402 +продовжуй 73403 +продовжуйте 73404 +продовжуть 73405 +продовжуются 73406 +продовжують 73407 +продовжуються 73408 +продовжуючи 73409 +продовжує 73410 +продовжуєм 73411 +продовжуємо 73412 +продовжуєму 73413 +продовжуєте 73414 +продовжується 73415 +продовжуєш 73416 +продовольства 73417 +продовольство 73418 +продовольством 73419 +продовольча 73420 +продовольчий 73421 +продовольчими 73422 +продовольчих 73423 +продовольчо 73424 +продовольчого 73425 +продовольчому 73426 +продовольчою 73427 +продовольчої 73428 +продовольчу 73429 +продовольчі 73430 +продовольчій 73431 +продолжаем 73432 +продолжает 73433 +продолжать 73434 +продолжая 73435 +продолжением 73436 +продолжує 73437 +продразвйорстку 73438 +продтовари 73439 +продублювати 73440 +продуднів 73441 +продуккти 73442 +продукт 73443 +продукта 73444 +продуктам 73445 +продуктами 73446 +продуктах 73447 +продукти 73448 +продуктивний 73449 +продуктивними 73450 +продуктивно 73451 +продуктивному 73452 +продуктивності 73453 +продуктивною 73454 +продуктивні 73455 +продуктивність 73456 +продуктивніше 73457 +продуктивніший 73458 +продуктивнішим 73459 +продуктова 73460 +продуктовий 73461 +продуктових 73462 +продуктового 73463 +продуктові 73464 +продуктовій 73465 +продуктом 73466 +продукту 73467 +продукті 73468 +продуктів 73469 +продукували 73470 +продукувати 73471 +продукують 73472 +продукує 73473 +продукцию 73474 +продукцію 73475 +продукція 73476 +продукцією 73477 +продукції 73478 +продумана 73479 +продуманий 73480 +продуманим 73481 +продумано 73482 +продуманою 73483 +продумані 73484 +продуманість 73485 +продути 73486 +продуцентах 73487 +продюсер 73488 +продюсера 73489 +продюсери 73490 +продюсерів 73491 +продюсор 73492 +проект 73493 +проектам 73494 +проектами 73495 +проектах 73496 +проекти 73497 +проектик 73498 +проектний 73499 +проектним 73500 +проектної 73501 +проектну 73502 +проектні 73503 +проектом 73504 +проектор 73505 +проекту 73506 +проектування 73507 +проектуванні 73508 +проектувати 73509 +проекті 73510 +проектів 73511 +проекцію 73512 +проекція 73513 +проекціями 73514 +проекціях 73515 +проекції 73516 +проемові 73517 +прожарюєте 73518 +прожектора 73519 +прожекторами 73520 +прожекторів 73521 +прожив 73522 +проживав 73523 +проживала 73524 +проживали 73525 +проживало 73526 +проживання 73527 +проживанням 73528 +проживати 73529 +проживатимуть 73530 +проживаю 73531 +проживают 73532 +проживають 73533 +проживає 73534 +проживаєте 73535 +проживаєш 73536 +проживемо 73537 +прожила 73538 +прожили 73539 +прожити 73540 +прожитковий 73541 +прожиткових 73542 +прожиткового 73543 +прожиток 73544 +прожиття 73545 +прожогина 73546 +прожогіна 73547 +проза 73548 +прозахідна 73549 +прозахідний 73550 +прозахідними 73551 +прозахідних 73552 +прозахідного 73553 +прозахідної 73554 +прозахідні 73555 +прозаїка 73556 +прозвали 73557 +прозвані 73558 +прозвище 73559 +прозвучав 73560 +прозвучала 73561 +прозвучали 73562 +прозвучало 73563 +прозвучати 73564 +прозвучать 73565 +прозвучить 73566 +прозвітував 73567 +прозвітувала 73568 +прозерпині 73569 +прози 73570 +прозондувати 73571 +прозора 73572 +прозорий 73573 +прозорим 73574 +прозорими 73575 +прозорих 73576 +прозоро 73577 +прозорого 73578 +прозорості 73579 +прозорою 73580 +прозорої 73581 +прозорра 73582 +прозорро 73583 +прозору 73584 +прозорі 73585 +прозорість 73586 +прозоріша 73587 +прозорішим 73588 +прозоріших 73589 +прозріння 73590 +прозу 73591 +проиблизно 73592 +производит 73593 +производите 73594 +производителей 73595 +производители 73596 +производитель 73597 +производства 73598 +производстве 73599 +производство 73600 +произносить 73601 +происходило 73602 +происходит 73603 +пройде 73604 +пройдемось 73605 +пройдемося 73606 +пройдемся 73607 +пройден 73608 +пройдена 73609 +пройдені 73610 +пройдеш 73611 +пройдешній 73612 +пройди 73613 +пройдисвітами 73614 +пройду 73615 +пройдуть 73616 +пройма 73617 +проймаючись 73618 +пройнятих 73619 +пройнятої 73620 +пройняті 73621 +пройоб 73622 +пройобаний 73623 +пройобано 73624 +пройоби 73625 +пройобується 73626 +пройти 73627 +пройтись 73628 +пройтися 73629 +пройшла 73630 +пройшлася 73631 +пройшли 73632 +пройшло 73633 +пройшов 73634 +пройшовся 73635 +пройшовши 73636 +прокаджених 73637 +проказав 73638 +проказала 73639 +проказував 73640 +проказує 73641 +проканало 73642 +прокат 73643 +прокатна 73644 +прокатний 73645 +прокатників 73646 +прокатного 73647 +прокатом 73648 +прокату 73649 +прокаті 73650 +прокачана 73651 +прокачаний 73652 +прокачанне 73653 +прокачані 73654 +прокачаніший 73655 +прокачаніші 73656 +прокачена 73657 +прокачки 73658 +прокачувати 73659 +прокачуватись 73660 +прокачує 73661 +прокачуємся 73662 +прокер 73663 +прокидався 73664 +прокидання 73665 +прокидатись 73666 +прокидатися 73667 +прокидаюсь 73668 +прокидаюся 73669 +прокидаються 73670 +прокидаєтесь 73671 +прокинемось 73672 +прокинешся 73673 +прокинувся 73674 +прокинувшись 73675 +прокинулась 73676 +прокинулись 73677 +прокинулися 73678 +прокинулося 73679 +прокинутись 73680 +прокинутися 73681 +прокитайських 73682 +прокладали 73683 +прокладанній 73684 +прокладати 73685 +прокладають 73686 +прокладаючи 73687 +прокладка 73688 +прокладки 73689 +прокладку 73690 +прокладок 73691 +прокламацію 73692 +прокласти 73693 +проклену 73694 +проклинавши 73695 +проклинала 73696 +проклинали 73697 +проклинає 73698 +прокляв 73699 +прокляла 73700 +прокляни 73701 +прокляте 73702 +проклятущу 73703 +прокляті 73704 +прокліпався 73705 +проковтнуло 73706 +проковтнути 73707 +проколами 73708 +проколов 73709 +прокололи 73710 +прокоментував 73711 +прокоментувала 73712 +прокоментували 73713 +прокоментувати 73714 +прокоментуйте 73715 +прокоментую 73716 +прокоментує 73717 +прокомуніковане 73718 +проконсультувався 73719 +проконсультувались 73720 +проконсультуватися 73721 +проконсультуйтесь 73722 +проконсультуйтеся 73723 +проконтролювати 73724 +прокопали 73725 +прокормлення 73726 +прокотилася 73727 +прокремлівські 73728 +прокритикувати 73729 +прокрустове 73730 +прокрутимо 73731 +проксіс 73732 +прокудять 73733 +прокуратура 73734 +прокуратури 73735 +прокуратурою 73736 +прокуратуру 73737 +прокуратурі 73738 +прокурор 73739 +прокурора 73740 +прокурорам 73741 +прокурорами 73742 +прокурори 73743 +прокурором 73744 +прокурорський 73745 +прокурору 73746 +прокурорів 73747 +пролавірувати 73748 +пролежав 73749 +пролеми 73750 +пролетарі 73751 +пролетаріату 73752 +пролетів 73753 +пролетіли 73754 +пролетіти 73755 +пролив 73756 +проливали 73757 +проливати 73758 +пролили 73759 +пролита 73760 +пролити 73761 +пролитою 73762 +пролитої 73763 +пролиті 73764 +пролиґнути 73765 +пролобіювати 73766 +пролог 73767 +проломив 73768 +проломилося 73769 +проломленим 73770 +пролому 73771 +пролонгований 73772 +пролунав 73773 +пролунала 73774 +пролунали 73775 +пролунало 73776 +пролунати 73777 +пролунає 73778 +прольот 73779 +пролягав 73780 +пролягали 73781 +пролягатиме 73782 +пролягає 73783 +пролікувався 73784 +пролікувати 73785 +пролікуватись 73786 +пролікуватися 73787 +пролітала 73788 +пролітали 73789 +пролітаєш 73790 +промайне 73791 +промайнула 73792 +промальовує 73793 +промалювала 73794 +промахнетесь 73795 +промахнулась 73796 +промахнулись 73797 +промахуються 73798 +промахується 73799 +промацати 73800 +промацуючи 73801 +промбуються 73802 +променева 73803 +променю 73804 +променями 73805 +промені 73806 +прометея 73807 +промзона 73808 +промзони 73809 +промзону 73810 +промзоні 73811 +промивати 73812 +промимрив 73813 +проминай 73814 +проминув 73815 +проминувши 73816 +проминула 73817 +промисел 73818 +промисл 73819 +промислами 73820 +промислова 73821 +промислове 73822 +промисловий 73823 +промисловиками 73824 +промисловим 73825 +промислових 73826 +промислово 73827 +промислового 73828 +промисловому 73829 +промисловості 73830 +промисловою 73831 +промислової 73832 +промислові 73833 +промисловій 73834 +промисловість 73835 +промисловістю 73836 +промо 73837 +промо- 73838 +промов 73839 +промова 73840 +промовами 73841 +промовах 73842 +промови 73843 +промовив 73844 +промовила 73845 +промовиста 73846 +промовити 73847 +промовиш 73848 +промовка 73849 +промовляв 73850 +промовляла 73851 +промовляли 73852 +промовляти 73853 +промовляю 73854 +промовляють 73855 +промовляючи 73856 +промовляє 73857 +промовляємо 73858 +промовою 73859 +промову 73860 +промовців 73861 +промовчати 73862 +промовчу 73863 +промові 73864 +промосковська 73865 +промосковських 73866 +промосковського 73867 +промосковської 73868 +промотує 73869 +промоутер 73870 +промоутером 73871 +промоцію 73872 +промоції 73873 +промчалися 73874 +проміж 73875 +проміжками 73876 +проміжках 73877 +проміжки 73878 +проміжком 73879 +проміжку 73880 +проміжний 73881 +проміжного 73882 +проміжну 73883 +проміжок 73884 +проміння 73885 +проміннями 73886 +промінні 73887 +промінчиками 73888 +промінь 73889 +проміняв 73890 +проміняла 73891 +проміняти 73892 +проміняю 73893 +пронатовських 73894 +пронатівських 73895 +пронатівські 73896 +пронаціоналістичних 73897 +пронесе 73898 +пронесло 73899 +пронеслось 73900 +пронести 73901 +пронесуть 73902 +пронизала 73903 +пронизало 73904 +пронизана 73905 +пронизливих 73906 +пронизливо 73907 +пронизуємо 73908 +проникати 73909 +проникатися 73910 +проникають 73911 +проникає 73912 +проникли 73913 +проникненню 73914 +проникнення 73915 +проникнути 73916 +пронюхали 73917 +прообраз 73918 +прообрази 73919 +проон 73920 +прооон 73921 +прооперували 73922 +прооходили 73923 +пропав 73924 +пропаганда 73925 +пропаганди 73926 +пропагандивних 73927 +пропагандивній 73928 +пропагандистки 73929 +пропагандистська 73930 +пропагандистське 73931 +пропагандистський 73932 +пропагандистським 73933 +пропагандистськими 73934 +пропагандистських 73935 +пропагандистського 73936 +пропагандистською 73937 +пропагандистської 73938 +пропагандистську 73939 +пропагандистські 73940 +пропагандистській 73941 +пропагандистів 73942 +пропагандою 73943 +пропаганду 73944 +пропагандує 73945 +пропаганді 73946 +пропагований 73947 +пропагував 73948 +пропагувати 73949 +пропагують 73950 +пропагуєте 73951 +пропадав 73952 +пропадайте 73953 +пропадати 73954 +пропадать 73955 +пропадає 73956 +пропадаєш 73957 +пропала 73958 +пропали 73959 +пропалила 73960 +пропалими 73961 +пропалих 73962 +пропало 73963 +пропам'ятного 73964 +пропасти 73965 +пропасть 73966 +пропащий 73967 +пропедевтика 73968 +пропедевтичному 73969 +пропедевтичні 73970 +проперзидентсьеої 73971 +прописала 73972 +прописали 73973 +прописана 73974 +прописане 73975 +прописаний 73976 +прописано 73977 +прописаною 73978 +прописані 73979 +прописати 73980 +прописать 73981 +прописки 73982 +пропискою 73983 +прописку 73984 +прописними 73985 +прописні 73986 +прописують 73987 +прописується 73988 +пропись 73989 +проплавав 73990 +проплан 73991 +проплата 73992 +проплатив 73993 +проплатимо 73994 +проплатити 73995 +проплатою 73996 +проплачена 73997 +проплачених 73998 +проплачені 73999 +проплаченість 74000 +проплива 74001 +пропливав 74002 +пропливають 74003 +пропливла 74004 +проповідникам 74005 +проповідниками 74006 +проповідники 74007 +проповідників 74008 +проповідували 74009 +проповідування 74010 +проповідувати 74011 +проповідують 74012 +проповідується 74013 +проповідь 74014 +проповіді 74015 +пропоганди 74016 +пропогандиські 74017 +пропозицій 74018 +пропозицію 74019 +пропозиція 74020 +пропозиціями 74021 +пропозицією 74022 +пропозиції 74023 +прополоще 74024 +пропонована 74025 +пропоноване 74026 +пропонований 74027 +пропонованих 74028 +пропонованого 74029 +пропоновані 74030 +пропонував 74031 +пропонувався 74032 +пропонувала 74033 +пропонували 74034 +пропонувалося 74035 +пропонувати 74036 +пропонуватиме 74037 +пропонуватимуть 74038 +пропонуватися 74039 +пропонуйте 74040 +пропоную 74041 +пропонують 74042 +пропонуються 74043 +пропонуючи 74044 +пропонує 74045 +пропонуємо 74046 +пропонуєте 74047 +пропонується 74048 +пропонуєш 74049 +пропорцій 74050 +пропорційна 74051 +пропорційним 74052 +пропорційними 74053 +пропорційно 74054 +пропорційного 74055 +пропорційною 74056 +пропорційної 74057 +пропорційну 74058 +пропорційні 74059 +пропорційній 74060 +пропорційнім 74061 +пропорціоналку 74062 +пропорцію 74063 +пропорціях 74064 +пропорції 74065 +пропрацьований 74066 +пропрацьовували 74067 +пропрацьовують 74068 +пропрацював 74069 +пропрацювала 74070 +пропрацювали 74071 +пропрацюваний 74072 +пропрезедентська 74073 +пропрезидентської 74074 +пропрезидентські 74075 +пропрезидентській 74076 +пропри 74077 +пропуск 74078 +пропуска 74079 +пропускав 74080 +пропускали 74081 +пропускати 74082 +пропускатимуть 74083 +пропускаю 74084 +пропускають 74085 +пропускає 74086 +пропускаємо 74087 +пропускний 74088 +пропускних 74089 +пропускного 74090 +пропускному 74091 +пропускну 74092 +пропускні 74093 +пропуску 74094 +пропустив 74095 +пропустила 74096 +пропустили 74097 +пропустимо 74098 +пропустите 74099 +пропустити 74100 +пропустить 74101 +пропустіть 74102 +пропутинсьуе 74103 +пропутінське 74104 +пропутінського 74105 +пропушив 74106 +пропущений 74107 +пропущених 74108 +пропущення 74109 +пропущені 74110 +пропіарили 74111 +пропіаритися 74112 +прораб 74113 +прорабські 74114 +прорадянське 74115 +прорадянські 74116 +прорахованим 74117 +прораховано 74118 +прораховані 74119 +прораховував 74120 +прораховувалася 74121 +прораховували 74122 +прораховувати 74123 +прорахувався 74124 +прорахувати 74125 +прорахунки 74126 +прорахунку 74127 +прорахунків 74128 +прорахунок 74129 +прорвав 74130 +прорвався 74131 +прорвавши 74132 +прорвалася 74133 +прорвали 74134 +прорвались 74135 +прорвалися 74136 +прорвати 74137 +прорватися 74138 +прорвать 74139 +прорвуть 74140 +проревіла 74141 +проректор 74142 +прорефлексуйте 74143 +прорив 74144 +прориватися 74145 +проривають 74146 +проривається 74147 +прориви 74148 +проривом 74149 +прориву 74150 +проривів 74151 +прорипів 74152 +проробивши 74153 +пророк 74154 +пророка 74155 +пророком 74156 +проростало 74157 +проростуть 74158 +проросійська 74159 +проросійське 74160 +проросійськи 74161 +проросійський 74162 +проросійським 74163 +проросійських 74164 +проросійсько 74165 +проросійського 74166 +проросійському 74167 +проросійською 74168 +проросійської 74169 +проросійську 74170 +проросійські 74171 +проросійській 74172 +пророцтві 74173 +пророчили 74174 +прорубав 74175 +прорубати 74176 +прорубають 74177 +проріз 74178 +прорізи 74179 +прорізна 74180 +прорік 74181 +проса 74182 +просверлино 74183 +просвистіло 74184 +просвіта 74185 +просвіти 74186 +просвітили 74187 +просвітку 74188 +просвітлений 74189 +просвітлення 74190 +просвітництво 74191 +просвітницька 74192 +просвітницький 74193 +просвітницьких 74194 +просвітницького 74195 +просвітницької 74196 +просвітницькі 74197 +просвітницькій 74198 +просвітнянського 74199 +просвітнянської 74200 +просвітній 74201 +просвіту 74202 +просвітянський 74203 +просвітянську 74204 +просвічуються 74205 +проселення 74206 +просив 74207 +просидів 74208 +просиділи 74209 +просила 74210 +просилася 74211 +просили 74212 +просим 74213 +просимо 74214 +просипу 74215 +просите 74216 +просителя 74217 +просити 74218 +проситиме 74219 +проситимуть 74220 +проситися 74221 +просить 74222 +просичав 74223 +проскакують 74224 +проскочила 74225 +проскочити 74226 +проскочить 74227 +прославив 74228 +прославився 74229 +прославляється 74230 +прослуговують 74231 +прослужив 74232 +прослухали 74233 +прослуховували 74234 +прослуховування 74235 +прослуховувань 74236 +прослуховувати 74237 +прослуховуватися 74238 +прослуховуєш 74239 +просльозилась 74240 +прослідкували 74241 +прослідкувати 74242 +прослідувало 74243 +просо 74244 +просовувалась 74245 +просочити 74246 +просочуватись 74247 +просочуватися 74248 +проспав 74249 +проспавсь 74250 +проспався 74251 +проспект 74252 +проспектах 74253 +проспекти 74254 +проспекту 74255 +проспекті 74256 +проспостерігавши 74257 +проспостерігати 74258 +проспівано 74259 +проспівають 74260 +проспілкувалася 74261 +проста 74262 +проставили 74263 +проставлені 74264 +проставляють 74265 +проставляється 74266 +простак 74267 +простака 74268 +простату 74269 +простачка 74270 +просте 74271 +простежити 74272 +простежмо 74273 +простежувати 74274 +простежується 74275 +простелю 74276 +простенька 74277 +простенькими 74278 +простеньку 74279 +простенькі 74280 +прости 74281 +простив 74282 +простигосподи 74283 +простий 74284 +простим 74285 +простими 74286 +простирадла 74287 +простирадло 74288 +простирається 74289 +простите 74290 +простити 74291 +проституцією 74292 +проституції 74293 +простить 74294 +простих 74295 +просто 74296 +простого 74297 +простодушний 74298 +простодушних 74299 +простодушного 74300 +простоквашино 74301 +простоми 74302 +простому 74303 +простора 74304 +просторами 74305 +просторах 74306 +простори 74307 +простором 74308 +просторої 74309 +простору 74310 +просторі 74311 +просторів 74312 +просторінь 74313 +простота 74314 +простотою 74315 +простоту 74316 +простоті 74317 +простою 74318 +простояла 74319 +простояли 74320 +простояти 74321 +простої 74322 +прострелено 74323 +простроченими 74324 +прострілювали 74325 +прострілюється 74326 +прострілів 74327 +просту 74328 +простував 74329 +простувалися 74330 +простудила 74331 +проступали 74332 +проступає 74333 +проступися 74334 +простяг 74335 +простягалися 74336 +простягатися 74337 +простягають 74338 +простягаючи 74339 +простягає 74340 +простяглася 74341 +простягне 74342 +простягнув 74343 +простягнулися 74344 +простягнути 74345 +простякувато 74346 +прості 74347 +простій 74348 +простір 74349 +простітуток 74350 +простіть 74351 +простіше 74352 +простішим 74353 +простіші 74354 +простії 74355 +просув 74356 +просувався 74357 +просувалася 74358 +просували 74359 +просувалось 74360 +просуванню 74361 +просування 74362 +просувань 74363 +просувати 74364 +просуватись 74365 +просуватися 74366 +просувають 74367 +просуваються 74368 +просуває 74369 +просуваєм 74370 +просуваємо 74371 +просуваємося 74372 +просуваємся 74373 +просувається 74374 +просунемося 74375 +просуну 74376 +просунув 74377 +просунулась 74378 +просунулася 74379 +просунулись 74380 +просунулися 74381 +просунута 74382 +просунутими 74383 +просунутися 74384 +просунуті 74385 +просхідний 74386 +просчитає 74387 +просьба 74388 +просьби 74389 +просядемо 74390 +просяклими 74391 +просять 74392 +просячи 74393 +просідання 74394 +просіданнями 74395 +просікою 74396 +просіку 74397 +просілне 74398 +просінило 74399 +просіть 74400 +просіці 74401 +просіяло 74402 +протагоністом 74403 +проталібськими 74404 +протасов 74405 +протасів 74406 +проте 74407 +протези 74408 +протезування 74409 +протезів 74410 +протекторат 74411 +протектораті 74412 +протекционизм 74413 +протекцонізмом 74414 +протекціонізм 74415 +протекціоністська 74416 +протекціоністських 74417 +протекціоністські 74418 +протер 74419 +протермінованих 74420 +протерміновані 74421 +протесне 74422 +протест 74423 +протеста 74424 +протестами 74425 +протестанти 74426 +протестантська 74427 +протестантських 74428 +протестантів 74429 +протестах 74430 +протести 74431 +протестний 74432 +протестних 74433 +протестного 74434 +протестною 74435 +протестні 74436 +протестована 74437 +протестом 74438 +протесту 74439 +протестувала 74440 +протестували 74441 +протестувало 74442 +протестувальникам 74443 +протестувальниками 74444 +протестувальники 74445 +протестувальників 74446 +протестувати 74447 +протестую 74448 +протестують 74449 +протестуючи 74450 +протестує 74451 +протестуєш 74452 +протесті 74453 +протестів 74454 +протеїни 74455 +протеїнових 74456 +протеїнів 74457 +проти 74458 +протибактеріальним 74459 +протибалістичної 74460 +протибалістичну 74461 +протибетських 74462 +протибетські 74463 +протибецький 74464 +протиборчих 74465 +против 74466 +противаг 74467 +противагою 74468 +противагу 74469 +противилася 74470 +противитиметься 74471 +противитимиться 74472 +противитися 74473 +противиться 74474 +противляться 74475 +противний 74476 +противник 74477 +противника 74478 +противниками 74479 +противники 74480 +противникові 74481 +противником 74482 +противнику 74483 +противників 74484 +противно 74485 +противного 74486 +противном 74487 +противному 74488 +противобатарейної 74489 +противодействия 74490 +противодействовать 74491 +противокорабельних 74492 +противоположная 74493 +противостоит 74494 +протидиверсійних 74495 +протидію 74496 +протидіють 74497 +протидія 74498 +протидіяв 74499 +протидіяли 74500 +протидіяти 74501 +протидіє 74502 +протидії 74503 +протиепідемічні 74504 +протизаконно 74505 +протизаконну 74506 +протизаплідні 74507 +протикораб 74508 +протикорабельний 74509 +протикорабельними 74510 +протикорабельних 74511 +протикорабельної 74512 +протикорабельну 74513 +протикорабельні 74514 +протилежна 74515 +протилежне 74516 +протилежний 74517 +протилежними 74518 +протилежних 74519 +протилежно 74520 +протилежного 74521 +протилежному 74522 +протилежностей 74523 +протилежною 74524 +протилежної 74525 +протилежну 74526 +протилежні 74527 +протилежній 74528 +протимінна 74529 +протимінної 74530 +протимінні 74531 +протинатівськими 74532 +протипаразитарне 74533 +протиповітряний 74534 +протиповітряних 74535 +протиповітряної 74536 +протиповітряну 74537 +протипожежну 74538 +протипоказань 74539 +протиправне 74540 +протиправний 74541 +протиправно 74542 +протиправну 74543 +протиправні 74544 +протиправність 74545 +протиприродним 74546 +протипіхотне 74547 +протипіхотних 74548 +протирадіолокаційних 74549 +протирадіолокаційну 74550 +протирадіолокаційні 74551 +протиракетна 74552 +протиракетний 74553 +протиракетного 74554 +протиракетної 74555 +протиракетну 74556 +протиракетні 74557 +протирання 74558 +протираючи 74559 +протирає 74560 +протирецидивне 74561 +протирецидивним 74562 +протиріч 74563 +протирічивих 74564 +протиріччя 74565 +протиріччях 74566 +протиріччі 74567 +протискаючи 74568 +протискування 74569 +протиснутися 74570 +протиставити 74571 +протиставитись 74572 +протиставляти 74573 +протиставляє 74574 +протиставними 74575 +протистояв 74576 +протистояли 74577 +протистоянню 74578 +протистояння 74579 +протистоянням 74580 +протистоянні 74581 +протистоянь 74582 +протистояти 74583 +протистоятимуть 74584 +протистоїть 74585 +протистувальники 74586 +протистувальників 74587 +протисупутниковою 74588 +протисупутникової 74589 +протитанк 74590 +протитанковий 74591 +протитанковими 74592 +протитанкових 74593 +протитанкового 74594 +протитанкові 74595 +протиуламкова 74596 +протичовнові 74597 +протишумні 74598 +проткнув 74599 +протока 74600 +протокол 74601 +протоколами 74602 +протоколи 74603 +протоколом 74604 +протоколу 74605 +протокольне 74606 +протоколів 74607 +протоку 74608 +протореній 74609 +проторимо 74610 +проторували 74611 +проторувати 74612 +проторує 74613 +протоці 74614 +протоігумен 74615 +протоігуменстві 74616 +протоієрей 74617 +протривало 74618 +протривати 74619 +протриває 74620 +протримавши 74621 +протрималась 74622 +протримали 74623 +протримались 74624 +протриматись 74625 +протриматися 74626 +протримаються 74627 +протримаємося 74628 +протримається 74629 +протушуємо 74630 +протяг 74631 +протягам 74632 +протягне 74633 +протягнув 74634 +протягнули 74635 +протягнута 74636 +протягнуто 74637 +протягом 74638 +протягують 74639 +протяжна 74640 +протяжний 74641 +протяжно 74642 +протяжність 74643 +протяжністю 74644 +протязі 74645 +протянули 74646 +проті 74647 +протів 74648 +протівно 74649 +протівного 74650 +протікав 74651 +протіканню 74652 +протікання 74653 +протікають 74654 +протікає 74655 +проукраинскую 74656 +проукраїнська 74657 +проукраїнських 74658 +проукраїнсько 74659 +проукраїнську 74660 +проукраїнські 74661 +проумен 74662 +проурядовими 74663 +проурядову 74664 +проута 74665 +профайлами 74666 +профанація 74667 +профанацією 74668 +професоа 74669 +професор 74670 +професора 74671 +професорам 74672 +професори 74673 +професорові 74674 +професором 74675 +професорс 74676 +професорів 74677 +профессиональное 74678 +профессор 74679 +професій 74680 +професійна 74681 +професійне 74682 +професійний 74683 +професійним 74684 +професійними 74685 +професійних 74686 +професійно 74687 +професійного 74688 +професійному 74689 +професійності 74690 +професійною 74691 +професійної 74692 +професійну 74693 +професійні 74694 +професійній 74695 +професійність 74696 +професіонал 74697 +професіонала 74698 +професіоналам 74699 +професіонали 74700 +професіонального 74701 +професіоналів 74702 +професіоналізму 74703 +професію 74704 +професія 74705 +професіями 74706 +професією 74707 +професії 74708 +профсоюз 74709 +профсоюза 74710 +профсоюзами 74711 +профсоюзи 74712 +профсоюзна 74713 +профсоюзні 74714 +профсоюзу 74715 +профсоюзів 74716 +профспілка 74717 +профспілками 74718 +профспілках 74719 +профспілки 74720 +профспілкова 74721 +профспілковий 74722 +профспілкових 74723 +профспілкові 74724 +профспілок 74725 +профспілці 74726 +профтехучилищ 74727 +профтехучилище 74728 +профшкола 74729 +профі 74730 +профілактика 74731 +профілактики 74732 +профілактикою 74733 +профілактику 74734 +профілактиці 74735 +профілактичне 74736 +профілактичний 74737 +профілактичних 74738 +профілактичну 74739 +профілем 74740 +профіль 74741 +профільна 74742 +профільне 74743 +профільний 74744 +профільним 74745 +профільних 74746 +профільного 74747 +профільному 74748 +профільною 74749 +профільні 74750 +профільом 74751 +профілю 74752 +профілювання 74753 +профіля 74754 +профінансована 74755 +профінансовано 74756 +профінансовані 74757 +профінансувати 74758 +профіт 74759 +профіцитний 74760 +прохальних 74761 +прохання 74762 +проханням 74763 +прохань 74764 +прохарчувати 74765 +прохарчуватися 74766 +прохарчуюся 74767 +прохасько 74768 +прохають 74769 +прохає 74770 +прохаєш 74771 +проходах 74772 +проходження 74773 +проходженні 74774 +проходжу 74775 +проходив 74776 +проходила 74777 +проходили 74778 +проходило 74779 +проходилось 74780 +проходимо 74781 +проходите 74782 +проходити 74783 +проходитиме 74784 +проходитимуть 74785 +проходить 74786 +проходиш 74787 +проходу 74788 +проходять 74789 +проходячи 74790 +проходів 74791 +проходімості 74792 +прохолодна 74793 +прохолодними 74794 +прохолодно 74795 +прохолодної 74796 +прохолоднішим 74797 +прохорова 74798 +прохід 74799 +прохідний 74800 +прохідного 74801 +прохідності 74802 +прохідність 74803 +прохідністю 74804 +процветаючей 74805 +процвітанню 74806 +процвітання 74807 +процвітанням 74808 +процвітанні 74809 +процвітати 74810 +процвітають 74811 +процвітаюча 74812 +процвітаюче 74813 +процвітаючими 74814 +процвітаючого 74815 +процвітаючому 74816 +процвітаючою 74817 +процвітаючій 74818 +процвітає 74819 +проце 74820 +процедур 74821 +процедура 74822 +процедурами 74823 +процедурах 74824 +процедури 74825 +процедурне 74826 +процедурний 74827 +процедурними 74828 +процедурно 74829 +процедурні 74830 +процедурою 74831 +процедуру 74832 +процедурі 74833 +проценко 74834 +процент 74835 +процента 74836 +процентам 74837 +процентах 74838 +проценти 74839 +процентна 74840 +процентним 74841 +процентними 74842 +процентних 74843 +процентною 74844 +процентну 74845 +процентні 74846 +процентов 74847 +проценту 74848 +процентів 74849 +процес 74850 +процесам 74851 +процесами 74852 +процесах 74853 +процеси 74854 +процесові 74855 +процесом 74856 +процесу 74857 +процесуальна 74858 +процесуальним 74859 +процесуальними 74860 +процесуальних 74861 +процесуально 74862 +процесуального 74863 +процесуальному 74864 +процесуальною 74865 +процесуальної 74866 +процесуальні 74867 +процесю 74868 +процесі 74869 +процесів 74870 +процесіреалізації 74871 +процесію 74872 +процесія 74873 +процесії 74874 +процитував 74875 +процитували 74876 +процитувати 74877 +процитую 74878 +процування 74879 +прочан 74880 +прочани 74881 +проче 74882 +прочерк 74883 +прочинених 74884 +прочитав 74885 +прочитавши 74886 +прочитай 74887 +прочитайте 74888 +прочитала 74889 +прочитали 74890 +прочитана 74891 +прочитання 74892 +прочитанням 74893 +прочитанні 74894 +прочитано 74895 +прочитані 74896 +прочитати 74897 +прочитать 74898 +прочитаю 74899 +прочитають 74900 +прочитає 74901 +прочитаємо 74902 +прочитувалась 74903 +прочитують 74904 +прочитується 74905 +прочих 74906 +прочищає 74907 +прочумався 74908 +прочумавшись 74909 +прочунявся 74910 +прочухана 74911 +прочєго 74912 +прочєй 74913 +прочєє 74914 +прочісуємо 74915 +прошарки 74916 +прошарку 74917 +прошарків 74918 +прошарок 74919 +прошепотів 74920 +прошечки 74921 +прошивки 74922 +прошивці 74923 +прошила 74924 +проширювати 74925 +прошита 74926 +прошити 74927 +прошиті 74928 +прошкандибає 74929 +прошла 74930 +прошло 74931 +проштовхував 74932 +проштовхувати 74933 +проштовхують 74934 +прошу 74935 +прошута 74936 +прощавай 74937 +прощавайте 74938 +прощавальний 74939 +прощавсь 74940 +прощай 74941 +прощала 74942 +прощалася 74943 +прощались 74944 +прощалися 74945 +прощальна 74946 +прощальне 74947 +прощальний 74948 +прощальному 74949 +прощальну 74950 +прощання 74951 +прощанням 74952 +прощаніє 74953 +прощатимуться 74954 +прощатися 74955 +прощаю 74956 +прощаюсь 74957 +прощаюся 74958 +прощаються 74959 +прощаючись 74960 +прощаємось 74961 +прощаємося 74962 +прощаємся 74963 +прощається 74964 +проще 74965 +прощения 74966 +прощення 74967 +прощеною 74968 +прощупування 74969 +прощупувати 74970 +прощупують 74971 +проющінківська 74972 +прояв 74973 +проявам 74974 +прояви 74975 +проявила 74976 +проявили 74977 +проявились 74978 +проявилися 74979 +проявимо 74980 +проявити 74981 +проявиться 74982 +проявлялася 74983 +проявляли 74984 +проявлялось 74985 +проявляти 74986 +проявлятись 74987 +проявлятися 74988 +проявляться 74989 +проявляють 74990 +проявляються 74991 +проявляє 74992 +проявляється 74993 +проявом 74994 +прояві 74995 +проявів 74996 +прояснення 74997 +проясненнями 74998 +прояснила 74999 +прояснити 75000 +проясниться 75001 +прояснювали 75002 +проєбать 75003 +проєвропейський 75004 +проєвропейськими 75005 +проєвропейських 75006 +проєвропейського 75007 +проєвропейською 75008 +проєвропейську 75009 +проєкт 75010 +проєкти 75011 +проєктно 75012 +проєкту 75013 +проєктів 75014 +проігнорований 75015 +проігноровано 75016 +проігнорував 75017 +проігнорувати 75018 +проігноруйте 75019 +проігнорують 75020 +проілюсрувати 75021 +проілюстрували 75022 +проілюструвати 75023 +проіндексуємо 75024 +проінспектував 75025 +проінструктував 75026 +проінформований 75027 +проінформованості 75028 +проінформував 75029 +проіснував 75030 +проіснувала 75031 +проіснувати 75032 +проіснує 75033 +проїбали 75034 +проїбем 75035 +проїдання 75036 +проїдаїмо 75037 +проїжджали 75038 +проїжджаючи 75039 +проїзд 75040 +проїздився 75041 +проїздила 75042 +проїздить 75043 +проїздом 75044 +проїзду 75045 +проїзною 75046 +проїзні 75047 +проїзній 75048 +проїхав 75049 +проїхався 75050 +проїхавши 75051 +проїхала 75052 +проїхалась 75053 +проїхалася 75054 +проїхали 75055 +проїхати 75056 +проїхатися 75057 +проїхать 75058 +проґавив 75059 +проґавила 75060 +проґавили 75061 +проґавити 75062 +проґавлю 75063 +прп 75064 +пртзвести 75065 +пружин 75066 +пружини 75067 +пружне 75068 +пружненьке 75069 +пружних 75070 +прусака 75071 +прусівчан 75072 +пруттям 75073 +пруть 75074 +пруф 75075 +пруфи 75076 +пруфів 75077 +пручайся 75078 +пряжі 75079 +прям 75080 +пряма 75081 +пряме 75082 +прямий 75083 +прямиком 75084 +прямим 75085 +прямими 75086 +прямих 75087 +прямичком 75088 +прямо 75089 +прямого 75090 +прямокутно 75091 +прямокутну 75092 +прямокутній 75093 +прямолінійна 75094 +прямому 75095 +прямої 75096 +пряму 75097 +прямували 75098 +прямування 75099 +прямувати 75100 +прямую 75101 +прямують 75102 +прямує 75103 +прямуємо 75104 +прямуєте 75105 +прямі 75106 +прямій 75107 +прямії 75108 +пряником 75109 +прятмому 75110 +прятно 75111 +пряцюють 75112 +прєдсказуємость 75113 +прєдєл 75114 +прєклонскій 75115 +прєодолєнія 75116 +прєсєкать 75117 +прі 75118 +прівєт 75119 +прізвисько 75120 +прізвищ 75121 +прізвища 75122 +прізвищами 75123 +прізвище 75124 +прізвищем 75125 +прікол 75126 +пріколи 75127 +прікро 75128 +прілічна 75129 +прілічно 75130 +пріміщення 75131 +прінстон 75132 +прінстоні 75133 +пріоритезувати 75134 +пріоритет 75135 +пріоритетам 75136 +пріоритетами 75137 +пріоритети 75138 +пріоритетне 75139 +пріоритетним 75140 +пріоритетними 75141 +пріоритетних 75142 +пріоритетного 75143 +пріоритетному 75144 +пріоритетності 75145 +пріоритетною 75146 +пріоритетні 75147 +пріоритетність 75148 +пріоритетом 75149 +пріоритету 75150 +пріоритеті 75151 +пріоритетів 75152 +пріорітет 75153 +пріорітетних 75154 +пріорітету 75155 +пріорітетів 75156 +прірва 75157 +прірвами 75158 +прірви 75159 +прірвою 75160 +прірву 75161 +пріск 75162 +прісна 75163 +пріятного 75164 +пріє 75165 +пс 75166 +пса 75167 +псакі 75168 +псальми 75169 +псе 75170 +псевдо 75171 +псевдоактивісти 75172 +псевдовипадкове 75173 +псевдоготичному 75174 +псевдозамінуваннями 75175 +псевдозахист 75176 +псевдонім 75177 +псевдореферендум 75178 +псевдореферендумів 75179 +псевдоінтелектуальному 75180 +псж 75181 +пси 75182 +психозу 75183 +психол 75184 +психолог 75185 +психолога 75186 +психологами 75187 +психологи 75188 +психологиня 75189 +психолого 75190 +психологом 75191 +психологосоціальний 75192 +психологів 75193 +психологічна 75194 +психологічне 75195 +психологічний 75196 +психологічним 75197 +психологічними 75198 +психологічних 75199 +психологічно 75200 +психологічного 75201 +психологічному 75202 +психологічної 75203 +психологічну 75204 +психологічні 75205 +психологію 75206 +психологія 75207 +психологією 75208 +психології 75209 +психоневрологічне 75210 +психопатів 75211 +психосоматичного 75212 +психотерапевт 75213 +психотерапевти 75214 +психотерапевтичну 75215 +психотерапевтів 75216 +психотичні 75217 +психотропних 75218 +психофізіологічну 75219 +психушок 75220 +психіатр 75221 +психіатра 75222 +психіатрична 75223 +психіатричне 75224 +психіатричним 75225 +психіатричної 75226 +психіатричній 75227 +психіатром 75228 +психіатрів 75229 +психіатрія 75230 +психіка 75231 +психіки 75232 +психікою 75233 +психіку 75234 +психіці 75235 +психічне 75236 +психічний 75237 +психічним 75238 +психічних 75239 +психічно 75240 +психічного 75241 +психічному 75242 +психічнохвора 75243 +психічнохвору 75244 +психічної 75245 +психічні 75246 +псков 75247 +пскова 75248 +псковитян 75249 +псковський 75250 +псля 75251 +псом 75252 +пспу 75253 +псувати 75254 +псумок 75255 +псуються 75256 +псує 75257 +псується 75258 +псюру 75259 +псячо 75260 +псів 75261 +псіхую 75262 +пт 75263 +птадм 75264 +птах 75265 +птахи 75266 +птахогосподарств 75267 +птахом 75268 +птахофабрика 75269 +птахів 75270 +птахівництва 75271 +пташеня 75272 +пташенят 75273 +пташенята 75274 +пташечкою 75275 +пташина 75276 +пташиний 75277 +пташиним 75278 +пташиних 75279 +пташиного 75280 +пташиному 75281 +пташка 75282 +пташки 75283 +пташок 75284 +птице 75285 +птицу 75286 +птицю 75287 +птиця 75288 +птиці 75289 +птичка 75290 +пткр 75291 +пткрами 75292 +птрк 75293 +пттто 75294 +пттурів 75295 +пту 75296 +птур 75297 +птурами 75298 +птури 75299 +птурів 75300 +птіцин 75301 +пу 75302 +публіка 75303 +публікацій 75304 +публікацію 75305 +публікація 75306 +публікаціями 75307 +публікаціях 75308 +публікації 75309 +публіки 75310 +публікою 75311 +публіку 75312 +публікував 75313 +публікували 75314 +публікувалось 75315 +публікувати 75316 +публікувать 75317 +публікую 75318 +публікують 75319 +публікуються 75320 +публікує 75321 +публіцист 75322 +публіцистика 75323 +публіцистичний 75324 +публіцистичного 75325 +публіцистки 75326 +публіці 75327 +публічна 75328 +публічне 75329 +публічний 75330 +публічним 75331 +публічними 75332 +публічних 75333 +публічно 75334 +публічного 75335 +публічному 75336 +публічною 75337 +публічної 75338 +публічну 75339 +публічні 75340 +публічній 75341 +пуджемон 75342 +пуджемона 75343 +пудра 75344 +пуерто 75345 +пуза 75346 +пузані 75347 +пукаета 75348 +пукач 75349 +пукача 75350 +пукачу 75351 +пулу 75352 +пульнуть 75353 +пульс 75354 +пульсар 75355 +пульсували 75356 +пульсі 75357 +пульт 75358 +пульти 75359 +пультом 75360 +пульті 75361 +пулю 75362 +пулялка 75363 +пуляти 75364 +пулять 75365 +пулємьот 75366 +пулітцера 75367 +пума 75368 +пуна 75369 +пункт 75370 +пунктам 75371 +пунктами 75372 +пунктах 75373 +пункти 75374 +пунктик 75375 +пунктом 75376 +пункту 75377 +пунктуаційний 75378 +пунктуаційні 75379 +пунктуацію 75380 +пунктуації 75381 +пункті 75382 +пунктів 75383 +пунта 75384 +пуп 75385 +пупер 75386 +пупкового 75387 +пуповину 75388 +пургасовою 75389 +пургасову 75390 +пурина 75391 +пурпурного 75392 +пурхають 75393 +пуріна 75394 +пуск 75395 +пускаем 75396 +пускайте 75397 +пускали 75398 +пускались 75399 +пускати 75400 +пускатися 75401 +пускать 75402 +пусках 75403 +пускаю 75404 +пускають 75405 +пускає 75406 +пускаємо 75407 +пускаєте 75408 +пуски 75409 +пускова 75410 +пусковим 75411 +пусковими 75412 +пускових 75413 +пусковою 75414 +пускової 75415 +пускову 75416 +пускові 75417 +пуском 75418 +пуску 75419 +пусків 75420 +пуста 75421 +пусте 75422 +пустелі 75423 +пусти 75424 +пустив 75425 +пустивсь 75426 +пустився 75427 +пустила 75428 +пустилася 75429 +пустили 75430 +пустились 75431 +пустимо 75432 +пустині 75433 +пустирях 75434 +пустирі 75435 +пустите 75436 +пустити 75437 +пустить 75438 +пустки 75439 +пусто 75440 +пустоварівка 75441 +пустозвонов 75442 +пустомитах 75443 +пустому 75444 +пустота 75445 +пустотливий 75446 +пустувати 75447 +пустунам 75448 +пусть 75449 +пустю 75450 +пустять 75451 +пусті 75452 +пустіть 75453 +пусі 75454 +пут 75455 +путана 75456 +путани 75457 +пути 75458 +путинская 75459 +путинского 75460 +путинського 75461 +путину 75462 +путни 75463 +путнього 75464 +пуття 75465 +путчик 75466 +путь 75467 +путьовка 75468 +путі 75469 +путівками 75470 +путівки 75471 +путівку 75472 +путівник 75473 +путівок 75474 +путівцями 75475 +путін 75476 +путіна 75477 +путіним 75478 +путіних 75479 +путінська 75480 +путінське 75481 +путінський 75482 +путінським 75483 +путінського 75484 +путінської 75485 +путінські 75486 +путінській 75487 +путіну 75488 +путінферштейер 75489 +пух 75490 +пухарєв 75491 +пухасто 75492 +пухлин 75493 +пухлина 75494 +пухлини 75495 +пухлиною 75496 +пухлину 75497 +пухнасте 75498 +пухнастих 75499 +пухнасті 75500 +пухне 75501 +пухова 75502 +пуховик 75503 +пуху 75504 +пуцьверинку 75505 +пучдемон 75506 +пучдемона 75507 +пучдемоном 75508 +пучдемону 75509 +пучині 75510 +пучков 75511 +пушанга 75512 +пушдемона 75513 +пушили 75514 +пушиста 75515 +пушка 75516 +пушкарськеє 75517 +пушкарі 75518 +пушки 75519 +пушкой 75520 +пушку 75521 +пушкін 75522 +пушкіна 75523 +пушок 75524 +пушпою 75525 +пушту 75526 +пущу 75527 +пущі 75528 +пф 75529 +пфайфер 75530 +пфайфера 75531 +пхав 75532 +пхай 75533 +пхала 75534 +пхали 75535 +пхатися 75536 +пхаю 75537 +пхають 75538 +пхаєм 75539 +пхен'янові 75540 +пхеньян 75541 +пхеньяна 75542 +пхеньяне 75543 +пхеньяном 75544 +пхеньяну 75545 +пхеньяні 75546 +пхенян 75547 +пхеняну 75548 +пхнув 75549 +пчихає 75550 +пшеницу 75551 +пшеницю 75552 +пшениця 75553 +пшениці 75554 +пшона 75555 +пшоняний 75556 +пьоттерінґ 75557 +пьяццолли 75558 +пюре 75559 +пя'тдесят 75560 +пядесять 75561 +пята 75562 +пятдесят 75563 +пяти 75564 +пятим 75565 +пятисотим 75566 +пятнадцатого 75567 +пятнадцятого 75568 +пятнадцятому 75569 +пятнадцять 75570 +пятого 75571 +пятсот 75572 +пять 75573 +пятьорачкі 75574 +пятьорку 75575 +пятьорочка 75576 +пятьорочку 75577 +пятьох 75578 +пєсков 75579 +пєскова 75580 +пєтлять 75581 +пєтром 75582 +пєчка 75583 +пєчєньки 75584 +пі 75585 +піаніно 75586 +піаніст 75587 +піаністка 75588 +піаністки 75589 +піар 75590 +піар-акція 75591 +піаритися 75592 +піарить 75593 +піарники 75594 +піарників 75595 +піаром 75596 +піару 75597 +піарщиків 75598 +піаряться 75599 +піарів 75600 +пів 75601 +півверсти 75602 +піввосьмої 75603 +піввіка 75604 +півгодини 75605 +півгодинну 75606 +півголови 75607 +півгоні 75608 +півгрупи 75609 +півдванадцятої 75610 +півдев'ятої 75611 +південна 75612 +південне 75613 +південний 75614 +південним 75615 +південними 75616 +південних 75617 +південно 75618 +південноамериканської 75619 +південноафганському 75620 +південного 75621 +південнокорейський 75622 +південнокорейським 75623 +південнокорейськими 75624 +південнокорейського 75625 +південнокорейські 75626 +південнокорейці 75627 +південнокорейців 75628 +південнокореєць 75629 +південному 75630 +південною 75631 +південної 75632 +південну 75633 +південні 75634 +південній 75635 +південніше 75636 +південоафганській 75637 +південь 75638 +півдесятка 75639 +півдесятої 75640 +півднем 75641 +півдню 75642 +півдня 75643 +півдні 75644 +півдороги 75645 +півдругої 75646 +півень 75647 +півзалу 75648 +півзахисник 75649 +півквартівки 75650 +півкопи 75651 +півкругом 75652 +півкулі 75653 +півкілограма 75654 +півліта 75655 +півмертвого 75656 +півмільйона 75657 +півмільйонного 75658 +півмільйонну 75659 +півмільярда 75660 +півмісяця 75661 +півмітки 75662 +півна 75663 +півнем 75664 +півник 75665 +півничному 75666 +півноги 75667 +півночі 75668 +півнчнотлантичного 75669 +півнчною 75670 +півня 75671 +півнях 75672 +півні 75673 +півнів 75674 +північ 75675 +північна 75676 +північне 75677 +північний 75678 +північним 75679 +північними 75680 +північних 75681 +північно 75682 +північноамериканська 75683 +північноамериканських 75684 +північноамериканського 75685 +північноамериканську 75686 +північноатлантичнго 75687 +північноатлантичний 75688 +північноатлантичним 75689 +північноатлантичних 75690 +північноатлантичного 75691 +північноатлантичному 75692 +північноатлантичної 75693 +північнов'єтнамського 75694 +північного 75695 +північнокорейська 75696 +північнокорейський 75697 +північнокорейським 75698 +північнокорейськими 75699 +північнокорейських 75700 +північнокорейського 75701 +північнокорейському 75702 +північнокорейської 75703 +північнокорейську 75704 +північнокорейські 75705 +північнокримського 75706 +північному 75707 +північною 75708 +північноіндійському 75709 +північної 75710 +північну 75711 +північньої 75712 +північні 75713 +північній 75714 +північніше 75715 +північчю 75716 +півоварський 75717 +піводинадцята 75718 +піводинадцятої 75719 +півостров 75720 +півострова 75721 +півостровом 75722 +півострову 75723 +півострові 75724 +півострів 75725 +півостріву 75726 +півпляжу 75727 +піврозпаду 75728 +півроку 75729 +півріку 75730 +піврічний 75731 +піврічної 75732 +півріччя 75733 +півріччі 75734 +півсела 75735 +півслова 75736 +півсотнею 75737 +півсотню 75738 +півсотня 75739 +півсотні 75740 +півставки 75741 +півстоліття 75742 +півтисячі 75743 +півтора 75744 +півторагодинний 75745 +півторагодинної 75746 +півторалітрових 75747 +півторамільярдний 75748 +півторарічний 75749 +півтораста 75750 +півтори 75751 +півтрильйона 75752 +півфінал 75753 +півфіналах 75754 +півфінали 75755 +півфіналу 75756 +півфінальні 75757 +півфінальній 75758 +півфіналі 75759 +півфіналів 75760 +півхвилини 75761 +півчаса 75762 +півчетвертої 75763 +пігменти 75764 +пігулки 75765 +пігулку 75766 +під 75767 +під'єднався 75768 +під'єдналися 75769 +під'їде 75770 +під'їжджати 75771 +під'їжджаю 75772 +під'їжджають 75773 +під'їжджаємо 75774 +під'їзд 75775 +під'їздах 75776 +під'їзди 75777 +під'їзду 75778 +під'їзді 75779 +під'їхав 75780 +під'їхавши 75781 +під'їхала 75782 +під'їхали 75783 +підараси 75784 +підарасов 75785 +підарасів 75786 +підари 75787 +підахуєєте 75788 +підбадьорена 75789 +підбадьорило 75790 +підбадьорливо 75791 +підбадьорує 75792 +підбадьорювали 75793 +підбадьорювання 75794 +підбадьорювати 75795 +підбадьорюють 75796 +підбадьорює 75797 +підбери 75798 +підбив 75799 +підбивав 75800 +підбивали 75801 +підбиваю 75802 +підбивають 75803 +підбиваються 75804 +підбиваючи 75805 +підбиває 75806 +підбиваємо 75807 +підбила 75808 +підбили 75809 +підбило 75810 +підбирайте 75811 +підбирали 75812 +підбирались 75813 +підбирання 75814 +підбирань 75815 +підбирати 75816 +підбиратися 75817 +підбирає 75818 +підбираємо 75819 +підбираєш 75820 +підбита 75821 +підбите 75822 +підбити 75823 +підбитий 75824 +підбитою 75825 +підбиті 75826 +підбодрюванням 75827 +підбори 75828 +підбору 75829 +підборідді 75830 +підбур'юваня 75831 +підбурливі 75832 +підбурював 75833 +підбурювання 75834 +підбурюванні 75835 +підбурювати 75836 +підбурювач 75837 +підбігає 75838 +підбігли 75839 +підбігши 75840 +підбіжать 75841 +підбільшуєте 75842 +підбірка 75843 +підбірку 75844 +підв'язавши 75845 +підв'язано 75846 +підв'язки 75847 +підваження 75848 +підважив 75849 +підважили 75850 +підважити 75851 +підважить 75852 +підважують 75853 +підважує 75854 +підвал 75855 +підвалами 75856 +підвалах 75857 +підвалени 75858 +підвали 75859 +підвалин 75860 +підвалинами 75861 +підвалини 75862 +підвалину 75863 +підвальні 75864 +підвалі 75865 +підвалів 75866 +підвантажується 75867 +підведе 75868 +підведемо 75869 +підведені 75870 +підведуть 75871 +підвезе 75872 +підвезення 75873 +підвезеної 75874 +підвезли 75875 +підвела 75876 +підвели 75877 +підвело 75878 +підвенної 75879 +підверне 75880 +підвернувся 75881 +підвести 75882 +підвечір 75883 +підвищать 75884 +підвищена 75885 +підвищений 75886 +підвищеним 75887 +підвищеними 75888 +підвищених 75889 +підвищення 75890 +підвищенням 75891 +підвищенні 75892 +підвищено 75893 +підвищеного 75894 +підвищеної 75895 +підвищену 75896 +підвищені 75897 +підвищив 75898 +підвищився 75899 +підвищивши 75900 +підвищила 75901 +підвищилась 75902 +підвищилася 75903 +підвищили 75904 +підвищити 75905 +підвищить 75906 +підвищиться 75907 +підвищу 75908 +підвищували 75909 +підвищувати 75910 +підвищуватиметься 75911 +підвищуватимуть 75912 +підвищуватись 75913 +підвищуватися 75914 +підвищуваться 75915 +підвищують 75916 +підвищуються 75917 +підвищуючи 75918 +підвищує 75919 +підвищуємо 75920 +підвищується 75921 +підвищуєш 75922 +підвищюватися 75923 +підвищюється 75924 +підвод 75925 +підвода 75926 +підводами 75927 +підводах 75928 +підводжу 75929 +підводи 75930 +підводила 75931 +підводили 75932 +підводимо 75933 +підводимося 75934 +підводити 75935 +підводитися 75936 +підводить 75937 +підводний 75938 +підводним 75939 +підводними 75940 +підводних 75941 +підводного 75942 +підводному 75943 +підводної 75944 +підводні 75945 +підводою 75946 +підводу 75947 +підводять 75948 +підводяться 75949 +підводячи 75950 +підводі 75951 +підвозити 75952 +підволочиськ 75953 +підволочиський 75954 +підволочиського 75955 +підволочиськом 75956 +підволочиської 75957 +підволочиську 75958 +підвів 75959 +підвівся 75960 +підвід 75961 +підвіконників 75962 +підвіконню 75963 +підвіконня 75964 +підвіс 75965 +підвісити 75966 +підвішений 75967 +підвішеному 75968 +підганяв 75969 +підганяли 75970 +підганяти 75971 +підганяє 75972 +підганяється 75973 +підгодовувати 75974 +підгодовуватися 75975 +підгодовуєм 75976 +підгодівлю 75977 +підгорою 75978 +підготов 75979 +підготова 75980 +підготований 75981 +підготованих 75982 +підготовані 75983 +підготовили 75984 +підготовити 75985 +підготовить 75986 +підготовка 75987 +підготовки 75988 +підготовкою 75989 +підготовку 75990 +підготовлена 75991 +підготовлений 75992 +підготовленими 75993 +підготовлених 75994 +підготовлення 75995 +підготовлено 75996 +підготовленому 75997 +підготовленої 75998 +підготовлену 75999 +підготовлені 76000 +підготовлюємо 76001 +підготовляти 76002 +підготовляє 76003 +підготовляється 76004 +підготовці 76005 +підготовча 76006 +підготовче 76007 +підготовчий 76008 +підготовчих 76009 +підготовчої 76010 +підготовчу 76011 +підготував 76012 +підготувався 76013 +підготувала 76014 +підготувалася 76015 +підготували 76016 +підготувалися 76017 +підготувало 76018 +підготувати 76019 +підготуватись 76020 +підготуватися 76021 +підготуйтесь 76022 +підготує 76023 +підготуємо 76024 +підготуємося 76025 +підгрунтовий 76026 +підгрунтя 76027 +підгрунтям 76028 +підгрунті 76029 +підгруп 76030 +підгрупа 76031 +підгрупи 76032 +підгрупі 76033 +підгрушна 76034 +підгрушної 76035 +підгірна 76036 +піддав 76037 +піддавався 76038 +піддавала 76039 +піддавали 76040 +піддавались 76041 +піддавалися 76042 +піддаванням 76043 +піддавати 76044 +піддаватися 76045 +піддався 76046 +піддадуться 76047 +піддала 76048 +піддалася 76049 +піддали 76050 +підданий 76051 +підданим 76052 +підданих 76053 +піддання 76054 +піддано 76055 +піддані 76056 +піддасться 76057 +піддати 76058 +піддатися 76059 +піддашшям 76060 +піддають 76061 +піддаються 76062 +піддає 76063 +піддається 76064 +піддерать 76065 +піддослідний 76066 +піддослідних 76067 +піддостідний 76068 +піддурили 76069 +піддурило 76070 +піде 76071 +підем 76072 +підемо 76073 +піденно 76074 +підень 76075 +підервало 76076 +підете 76077 +підеш 76078 +піджак 76079 +піджаками 76080 +піджаків 76081 +піджартовуючи 76082 +піджачок 76083 +підживити 76084 +підживить 76085 +підживлення 76086 +підживлює 76087 +підживлюємо 76088 +піджимає 76089 +підзабула 76090 +підзаконному 76091 +підзаконні 76092 +підзамочного 76093 +підзамчі 76094 +підзаробити 76095 +підзарядки 76096 +підзахисним 76097 +підзахисного 76098 +підзахисному 76099 +підзбирати 76100 +підзвітним 76101 +підзвітними 76102 +підзвітно 76103 +підзвітності 76104 +підзвітні 76105 +підзвітність 76106 +підземелля 76107 +підземеллях 76108 +підземки 76109 +підземне 76110 +підземний 76111 +підземним 76112 +підземними 76113 +підземних 76114 +підземного 76115 +підземному 76116 +підземної 76117 +підземну 76118 +підземні 76119 +підземній 76120 +підзолистий 76121 +підзолотились 76122 +підзєц 76123 +піди 76124 +підйоби 76125 +підйом 76126 +підйомною 76127 +підйомом 76128 +підйому 76129 +підйомі 76130 +підкаже 76131 +підкажемо 76132 +підкажеш 76133 +підкажи 76134 +підкажу 76135 +підкажуть 76136 +підкажіть 76137 +підказав 76138 +підказала 76139 +підказали 76140 +підказане 76141 +підказаний 76142 +підказаних 76143 +підказати 76144 +підказка 76145 +підказки 76146 +підказкою 76147 +підказку 76148 +підказок 76149 +підказувала 76150 +підказували 76151 +підказую 76152 +підказують 76153 +підказує 76154 +підкакує 76155 +підкамені 76156 +підканцлер 76157 +підкаст 76158 +підкидалася 76159 +підкидалися 76160 +підкидати 76161 +підкидають 76162 +підкидного 76163 +підкине 76164 +підкинув 76165 +підкинули 76166 +підкинути 76167 +підкинь 76168 +підкипати 76169 +підкипать 76170 +підкладений 76171 +підкладену 76172 +підкладки 76173 +підключали 76174 +підключатися 76175 +підключать 76176 +підключаються 76177 +підключення 76178 +підключені 76179 +підключився 76180 +підключили 76181 +підключити 76182 +підключить 76183 +підкова 76184 +підковані 76185 +підкови 76186 +підкову 76187 +підколисує 76188 +підколишує 76189 +підколов 76190 +підколоти 76191 +підкомісії 76192 +підкомітет 76193 +підкомітетом 76194 +підкомітету 76195 +підконтрольна 76196 +підконтрольне 76197 +підконтрольний 76198 +підконтрольних 76199 +підконтрольного 76200 +підконтрольною 76201 +підконтрольної 76202 +підконтрольну 76203 +підконтрольні 76204 +підконтрольній 76205 +підкоп 76206 +підкопатися 76207 +підкорених 76208 +підкорення 76209 +підкорені 76210 +підкорився 76211 +підкориговані 76212 +підкорили 76213 +підкорилися 76214 +підкоряти 76215 +підкорятись 76216 +підкорятися 76217 +підкотилася 76218 +підкотиться 76219 +підкрався 76220 +підкрадалася 76221 +підкрадаюся 76222 +підкреслено 76223 +підкреслив 76224 +підкресливши 76225 +підкреслила 76226 +підкреслили 76227 +підкреслило 76228 +підкреслити 76229 +підкреслю 76230 +підкреслювала 76231 +підкреслювали 76232 +підкреслюю 76233 +підкреслюють 76234 +підкреслюючи 76235 +підкреслює 76236 +підкреслюється 76237 +підкрипила 76238 +підкручувала 76239 +підкріпили 76240 +підкріплений 76241 +підкріплення 76242 +підкріплень 76243 +підкріплені 76244 +підкріплюють 76245 +підкріплюється 76246 +підкріплявся 76247 +підкріпляла 76248 +підкуп 76249 +підкупи 76250 +підкупити 76251 +підкупу 76252 +підкусив 76253 +підла 76254 +підлампічили 76255 +підлатати 76256 +підлаштовувалась 76257 +підлаштовуватись 76258 +підлаштовуються 76259 +підлаштуєм 76260 +підлегла 76261 +підлеглий 76262 +підлеглими 76263 +підлеглих 76264 +підлеглі 76265 +підливає 76266 +підлизи 76267 +підлити 76268 +підло 76269 +підловлю 76270 +підлога 76271 +підлоги 76272 +підлого 76273 +підлогу 76274 +підложками 76275 +підлозі 76276 +підльотний 76277 +підльоті 76278 +підлягав 76279 +підлягали 76280 +підлягати 76281 +підлягатиме 76282 +підлягають 76283 +підлягає 76284 +підліз 76285 +підлізти 76286 +підлікувати 76287 +підлістю 76288 +підлітка 76289 +підлітками 76290 +підлітки 76291 +підліткова 76292 +підліткове 76293 +підлітковий 76294 +підліткового 76295 +підлітковому 76296 +підліткової 76297 +підліткову 76298 +підлітком 76299 +підлітків 76300 +підліток 76301 +підмазати 76302 +підмалювати 76303 +підмет 76304 +підмиватися 76305 +підмити 76306 +підмовив 76307 +підмоги 76308 +підмогою 76309 +підмогу 76310 +підморгує 76311 +підмоченої 76312 +підмурівок 76313 +підміна 76314 +підміни 76315 +підмінили 76316 +підмінити 76317 +підмінювати 76318 +підмінює 76319 +підмінял 76320 +підмінять 76321 +підмітала 76322 +підмітив 76323 +підмітили 76324 +підмішувати 76325 +піднаметовом 76326 +піднапрягся 76327 +підневільна 76328 +піднесений 76329 +піднесеним 76330 +піднесенню 76331 +піднесення 76332 +піднесенням 76333 +піднесенні 76334 +піднесено 76335 +піднесеності 76336 +піднеси 76337 +піднесла 76338 +піднесли 76339 +піднести 76340 +піднесть 76341 +піднесуть 76342 +піднивати 76343 +підносив 76344 +підносили 76345 +підносити 76346 +підносить 76347 +підноситься 76348 +підносяться 76349 +підночовували 76350 +підночувавши 76351 +підночувала 76352 +підночувати 76353 +підняв 76354 +піднявся 76355 +піднявши 76356 +підняла 76357 +піднялась 76358 +підняли 76359 +піднялись 76360 +піднялися 76361 +піднялось 76362 +піднята 76363 +підняти 76364 +піднятися 76365 +піднято 76366 +підняття 76367 +підняттям 76368 +піднять 76369 +підняті 76370 +підніжжя 76371 +піднімав 76372 +піднімавсь 76373 +піднімався 76374 +піднімалась 76375 +піднімалася 76376 +піднімали 76377 +піднімалися 76378 +піднімало 76379 +піднімалось 76380 +піднімалося 76381 +піднімати 76382 +підніматиме 76383 +підніматись 76384 +підніматися 76385 +піднімать 76386 +піднімаю 76387 +піднімаюся 76388 +піднімають 76389 +піднімаються 76390 +піднімаючись 76391 +піднімає 76392 +піднімаємо 76393 +піднімаємось 76394 +піднімаємося 76395 +піднімаєте 76396 +піднімається 76397 +піднімаєш 76398 +підніме 76399 +піднімемо 76400 +піднімемось 76401 +підніметься 76402 +підніміть 76403 +підніс 76404 +піднісся 76405 +підоб'юсь 76406 +підогрівать 76407 +підождали 76408 +підождемо 76409 +підожди 76410 +підождіть 76411 +підозр 76412 +підозра 76413 +підозренних 76414 +підозри 76415 +підозрою 76416 +підозру 76417 +підозрювала 76418 +підозрювалася 76419 +підозрювали 76420 +підозрювальну 76421 +підозрюваний 76422 +підозрюваним 76423 +підозрюваними 76424 +підозрюваних 76425 +підозрювання 76426 +підозрюваного 76427 +підозрюваному 76428 +підозрюваною 76429 +підозрювані 76430 +підозрюю 76431 +підозрюють 76432 +підозрює 76433 +підозрюємо 76434 +підозрюється 76435 +підозрі 76436 +підозріла 76437 +підозріле 76438 +підозрілим 76439 +підозрілими 76440 +підозрілих 76441 +підозріло 76442 +підозрілою 76443 +підозрілу 76444 +підозрілі 76445 +підозріння 76446 +підопічний 76447 +підопічних 76448 +підопічні 76449 +підорасів 76450 +підори 76451 +підоспіли 76452 +підохотив 76453 +підошвах 76454 +підпадали 76455 +підпадання 76456 +підпадати 76457 +підпадатимуть 76458 +підпадають 76459 +підпадає 76460 +підпал 76461 +підпалам 76462 +підпалений 76463 +підпалення 76464 +підпалено 76465 +підпаленої 76466 +підпалені 76467 +підпали 76468 +підпалив 76469 +підпалили 76470 +підпалити 76471 +підпалювали 76472 +підпалів 76473 +підпанкам 76474 +підпасти 76475 +підперезався 76476 +підпирає 76477 +підпис 76478 +підписа 76479 +підписав 76480 +підписався 76481 +підписавши 76482 +підписала 76483 +підписалась 76484 +підписалася 76485 +підписали 76486 +підписались 76487 +підписалися 76488 +підписало 76489 +підписалось 76490 +підписами 76491 +підписан 76492 +підписана 76493 +підписане 76494 +підписаний 76495 +підписаними 76496 +підписаних 76497 +підписанню 76498 +підписання 76499 +підписанням 76500 +підписанні 76501 +підписано 76502 +підписаному 76503 +підписантів 76504 +підписану 76505 +підписанців 76506 +підписані 76507 +підписати 76508 +підписатись 76509 +підписатися 76510 +підписать 76511 +підписи 76512 +підписка 76513 +підписки 76514 +підписку 76515 +підписників 76516 +підписних 76517 +підписної 76518 +підписом 76519 +підпису 76520 +підписував 76521 +підписувала 76522 +підписували 76523 +підписувалися 76524 +підписувати 76525 +підписуватись 76526 +підписуйтесь 76527 +підписуйтеся 76528 +підписую 76529 +підписують 76530 +підписуються 76531 +підписуючи 76532 +підписує 76533 +підписуєте 76534 +підписується 76535 +підписів 76536 +підпише 76537 +підпишемо 76538 +підпишись 76539 +підпишу 76540 +підпишуть 76541 +підпишіть 76542 +підпишіться 76543 +підпливали 76544 +підполковник 76545 +підполковником 76546 +підпора 76547 +підпорядкована 76548 +підпорядковане 76549 +підпорядкований 76550 +підпорядковані 76551 +підпорядковувалися 76552 +підпорядковуються 76553 +підпорядковується 76554 +підпорядкували 76555 +підпорядкування 76556 +підпорядкуванні 76557 +підпорядкуватися 76558 +підпр-ва 76559 +підправим 76560 +підправити 76561 +підправляли 76562 +підприємець 76563 +підприємлива 76564 +підприємливі 76565 +підприємництва 76566 +підприємництво 76567 +підприємництву 76568 +підприємництві 76569 +підприємницький 76570 +підприємницьких 76571 +підприємницького 76572 +підприємницької 76573 +підприємницьку 76574 +підприємств 76575 +підприємства 76576 +підприємствам 76577 +підприємствами 76578 +підприємствах 76579 +підприємство 76580 +підприємством 76581 +підприємству 76582 +підприємстві 76583 +підприємцем 76584 +підприємця 76585 +підприємцям 76586 +підприємцями 76587 +підприємці 76588 +підприємців 76589 +підпроект 76590 +підпускаємо 76591 +підпустять 76592 +підпіллю 76593 +підпілля 76594 +підпіллі 76595 +підпільне 76596 +підпільний 76597 +підпільниками 76598 +підпільних 76599 +підпільно 76600 +підпільного 76601 +підпільному 76602 +підпільної 76603 +підпільні 76604 +підпіьної 76605 +підраховано 76606 +підраховував 76607 +підраховували 76608 +підраховувати 76609 +підраховують 76610 +підраховує 76611 +підрахував 76612 +підрахувавши 76613 +підрахувала 76614 +підрахували 76615 +підрахування 76616 +підрахувати 76617 +підрахунками 76618 +підрахунках 76619 +підрахунки 76620 +підрахунком 76621 +підрахунку 76622 +підрахунок 76623 +підреслює 76624 +підрив 76625 +підривати 76626 +підривачі 76627 +підривають 76628 +підриває 76629 +підриваємо 76630 +підривна 76631 +підривний 76632 +підривники 76633 +підривних 76634 +підриву 76635 +підриві 76636 +підробимо 76637 +підробити 76638 +підроблені 76639 +підроблю 76640 +підробляє 76641 +підробними 76642 +підробні 76643 +підробок 76644 +підрозділ 76645 +підрозділам 76646 +підрозділами 76647 +підрозділах 76648 +підрозділи 76649 +підрозділом 76650 +підрозділу 76651 +підрозділі 76652 +підрозділів 76653 +підросла 76654 +підросли 76655 +підростаюче 76656 +підростаючого 76657 +підростає 76658 +підростете 76659 +підрости 76660 +підручник 76661 +підручника 76662 +підручниками 76663 +підручниках 76664 +підручники 76665 +підручником 76666 +підручнику 76667 +підручникі 76668 +підручників 76669 +підручничок 76670 +підряд 76671 +підрядник 76672 +підрядника 76673 +підрядники 76674 +підрядників 76675 +підрядними 76676 +підрядні 76677 +підрядність 76678 +підрівняли 76679 +підріс 76680 +підсаджувати 76681 +підсадити 76682 +підсвідомий 76683 +підсвідомих 76684 +підсвідомо 76685 +підсвідомому 76686 +підсвідомості 76687 +підсвідомістю 76688 +підсвітки 76689 +підсвіткою 76690 +підсвіту 76691 +підсвічування 76692 +підсвічують 76693 +підсвічуються 76694 +підсилена 76695 +підсилення 76696 +підсиливши 76697 +підсилили 76698 +підсилити 76699 +підсилить 76700 +підсилюють 76701 +підсилюються 76702 +підсилює 76703 +підсилюється 76704 +підсипався 76705 +підсипали 76706 +підсказувалися 76707 +підскочать 76708 +підскочив 76709 +підскочивши 76710 +підскочила 76711 +підскочили 76712 +підслуховувала 76713 +підслуховувалися 76714 +підслуховування 76715 +підслідним 76716 +підслідних 76717 +підслідного 76718 +підслідності 76719 +підсмажити 76720 +підсмажую 76721 +підсміюється 76722 +підсобляємо 76723 +підсобних 76724 +підсовує 76725 +підсохли 76726 +підспівуєте 76727 +підстав 76728 +підстава 76729 +підставами 76730 +підставах 76731 +підстави 76732 +підставиш 76733 +підставлять 76734 +підставно 76735 +підставної 76736 +підставні 76737 +підставою 76738 +підставу 76739 +підставі 76740 +підстанцію 76741 +підстанції 76742 +підстаркуватого 76743 +підстаршин 76744 +підстаршинами 76745 +підствольного 76746 +підстеляють 76747 +підстилку 76748 +підстильна 76749 +підстрелений 76750 +підстрелили 76751 +підстрибуючи 76752 +підстриг 76753 +підстрижену 76754 +підстроювалася 76755 +підстрілив 76756 +підступ 76757 +підступах 76758 +підступив 76759 +підступила 76760 +підступитись 76761 +підступна 76762 +підступний 76763 +підступним 76764 +підступних 76765 +підступно 76766 +підступного 76767 +підступному 76768 +підступну 76769 +підступні 76770 +підступність 76771 +підстьобнути 76772 +підстьобує 76773 +підсуд 76774 +підсуддовість 76775 +підсудний 76776 +підсудних 76777 +підсудного 76778 +підсудності 76779 +підсудні 76780 +підсудність 76781 +підсумками 76782 +підсумках 76783 +підсумки 76784 +підсумкова 76785 +підсумковому 76786 +підсумковою 76787 +підсумкової 76788 +підсумкову 76789 +підсумковій 76790 +підсумком 76791 +підсумку 76792 +підсумовувати 76793 +підсумовуючи 76794 +підсумовує 76795 +підсумок 76796 +підсумував 76797 +підсумувала 76798 +підсумували 76799 +підсумувати 76800 +підсунув 76801 +підсунула 76802 +підсунули 76803 +підсів 76804 +підтакнув 76805 +підтанцовці 76806 +підтасовці 76807 +підтверд 76808 +підтверджать 76809 +підтверджена 76810 +підтверджене 76811 +підтверджений 76812 +підтвердженного 76813 +підтвердження 76814 +підтвердженням 76815 +підтвердженні 76816 +підтверджено 76817 +підтвердженого 76818 +підтвердженою 76819 +підтвердженої 76820 +підтверджену 76821 +підтверджень 76822 +підтверджені 76823 +підтверджував 76824 +підтверджували 76825 +підтверджувалися 76826 +підтверджувальних 76827 +підтверджувальні 76828 +підтверджувати 76829 +підтверджую 76830 +підтверджують 76831 +підтверджуються 76832 +підтверджує 76833 +підтверджуємо 76834 +підтверджуєте 76835 +підтверджується 76836 +підтвердив 76837 +підтвердився 76838 +підтвердила 76839 +підтвердилась 76840 +підтвердилася 76841 +підтвердили 76842 +підтвердились 76843 +підтвердило 76844 +підтвердилось 76845 +підтвердите 76846 +підтвердити 76847 +підтвердить 76848 +підтвердиться 76849 +підтвердять 76850 +підтвердіть 76851 +підтвержиться 76852 +підтекст 76853 +підтексти 76854 +підтекстом 76855 +підтексту 76856 +підтемою 76857 +підти 76858 +підтикався 76859 +підтикана 76860 +підтипів 76861 +підтопила 76862 +підтоплений 76863 +підтопленням 76864 +підтримав 76865 +підтримавши 76866 +підтримайте 76867 +підтримала 76868 +підтримали 76869 +підтримана 76870 +підтриманий 76871 +підтриманих 76872 +підтриманню 76873 +підтримання 76874 +підтриманні 76875 +підтримано 76876 +підтримані 76877 +підтримати 76878 +підтримають 76879 +підтримає 76880 +підтримаєм 76881 +підтримаєте 76882 +підтримка 76883 +підтримки 76884 +підтримкою 76885 +підтримку 76886 +підтримуати 76887 +підтримував 76888 +підтримувала 76889 +підтримували 76890 +підтримувалися 76891 +підтримувало 76892 +підтримувалося 76893 +підтримувального 76894 +підтримувана 76895 +підтримуваний 76896 +підтримуваними 76897 +підтримуваних 76898 +підтримуваного 76899 +підтримуваному 76900 +підтримуваної 76901 +підтримувану 76902 +підтримувані 76903 +підтримуваніша 76904 +підтримувати 76905 +підтримуватиме 76906 +підтримуватимуть 76907 +підтримувать 76908 +підтримуй 76909 +підтримуйте 76910 +підтримую 76911 +підтримують 76912 +підтримуються 76913 +підтримуюча 76914 +підтримуючи 76915 +підтримуючий 76916 +підтримуючу 76917 +підтримує 76918 +підтримуємо 76919 +підтримуєте 76920 +підтримується 76921 +підтримуєш 76922 +підтримці 76923 +підтягайте 76924 +підтягнем 76925 +підтягнеться 76926 +підтягнув 76927 +підтягнулася 76928 +підтягнули 76929 +підтягнути 76930 +підтягнутися 76931 +підтягнуть 76932 +підтягнуться 76933 +підтягування 76934 +підтягувань 76935 +підтягувати 76936 +підтягуватись 76937 +підтягуйте 76938 +підтягую 76939 +підтягують 76940 +підтягує 76941 +підтягується 76942 +підтяжки 76943 +підтянем 76944 +піду 76945 +підуть 76946 +підучити 76947 +підфартило 76948 +підхворіла 76949 +підходам 76950 +підходами 76951 +підходах 76952 +підходжу 76953 +підходи 76954 +підходив 76955 +підходила 76956 +підходили 76957 +підходило 76958 +підходим 76959 +підходимо 76960 +підходити 76961 +підходить 76962 +підходом 76963 +підходу 76964 +підходь 76965 +підходять 76966 +підходячи 76967 +підході 76968 +підходів 76969 +підхопила 76970 +підхопили 76971 +підхоплюю 76972 +підхоплюють 76973 +підхід 76974 +підхідний 76975 +підхідом 76976 +підцепили 76977 +підцьковать 76978 +підчас 76979 +підчищати 76980 +підшкрябали 76981 +підшлункова 76982 +підшлунковою 76983 +підшлункові 76984 +підшлунковій 76985 +підштаники 76986 +підштанці 76987 +підштовхне 76988 +підштовхнемо 76989 +підштовхнув 76990 +підштовхнуло 76991 +підштовхнути 76992 +підштовхнуть 76993 +підштовхували 76994 +підштовхувати 76995 +підштовхують 76996 +підштовхуючими 76997 +підштовхує 76998 +підшукав 76999 +підшукував 77000 +підшукуємо 77001 +підіб'ємо 77002 +підіб'єте 77003 +підібрав 77004 +підібрався 77005 +підібрала 77006 +підібрана 77007 +підібрання 77008 +підібрані 77009 +підібрати 77010 +підібратись 77011 +підівчаєте 77012 +підігнав 77013 +підігнала 77014 +підіграти 77015 +підіграють 77016 +підігрували 77017 +підігрують 77018 +підігріває 77019 +підігрівається 77020 +підійде 77021 +підійду 77022 +підійдуть 77023 +підійдіть 77024 +підіймайся 77025 +підіймалось 77026 +підіймати 77027 +підійматися 77028 +підіймаю 77029 +підіймаються 77030 +підіймаємось 77031 +підіймається 77032 +підійти 77033 +підійшла 77034 +підійшли 77035 +підійшов 77036 +піділлє 77037 +підірвав 77038 +підірвався 77039 +підірвала 77040 +підірвалася 77041 +підірвали 77042 +підірвана 77043 +підірвання 77044 +підірвано 77045 +підірваного 77046 +підірваня 77047 +підірвані 77048 +підірвати 77049 +підірве 77050 +підісрати 77051 +підіть 77052 +підґрунтя 77053 +підґрунтям 77054 +піжамі 77055 +пізгад 77056 +піздабол 77057 +пізди 77058 +піздно 77059 +піздоввтись 77060 +піздьож 77061 +піздюлєй 77062 +піздюліну 77063 +піздять 77064 +піздєть 77065 +піздєц 77066 +пізнав 77067 +пізнавай 77068 +пізнавати 77069 +пізнавши 77070 +пізнала 77071 +пізнали 77072 +пізнання 77073 +пізнати 77074 +пізнають 77075 +пізнає 77076 +пізнаємо 77077 +пізнається 77078 +пізнаєш 77079 +пізненько 77080 +пізних 77081 +пізно 77082 +пізнувато 77083 +пізньому 77084 +пізньою 77085 +пізньої 77086 +пізня 77087 +пізнє 77088 +пізній 77089 +пізніх 77090 +пізніша 77091 +пізніше 77092 +пізніший 77093 +пізнішого 77094 +пізніші 77095 +піймав 77096 +піймався 77097 +піймали 77098 +піймати 77099 +пійсят 77100 +пійти 77101 +пік 77102 +піками 77103 +пікантний 77104 +пікантно 77105 +пікантні 77106 +пікап 77107 +пікапа 77108 +пікапами 77109 +пікапах 77110 +пікапи 77111 +пікапі 77112 +пікапів 77113 +пікасо 77114 +пікассо 77115 +пікают 77116 +пікає 77117 +пікельхельм 77118 +пікет 77119 +пікетами 77120 +пікетах 77121 +пікети 77122 +пікетників 77123 +пікетом 77124 +пікетували 77125 +пікетування 77126 +пікетуватимуть 77127 +піки 77128 +піклувався 77129 +піклувалися 77130 +піклувальником 77131 +піклування 77132 +піклуватися 77133 +піклуються 77134 +піклуємося 77135 +пікнути 77136 +пікнік 77137 +пікніки 77138 +пікова 77139 +піком 77140 +піксель 77141 +піку 77142 +піків 77143 +пікіровці 77144 +пілатес 77145 +пілон 77146 +пілонами 77147 +пілони 77148 +пілот 77149 +пілота 77150 +пілотам 77151 +пілотах 77152 +пілоти 77153 +пілотний 77154 +пілотних 77155 +пілотного 77156 +пілотні 77157 +пілотований 77158 +пілотованого 77159 +пілотування 77160 +пілотів 77161 +піль 77162 +пільг 77163 +пільга 77164 +пільгам 77165 +пільгами 77166 +пільги 77167 +пільговий 77168 +пільговик 77169 +пільговиками 77170 +пільговиків 77171 +пільговими 77172 +пільгових 77173 +пільгового 77174 +пільгові 77175 +пілюлями 77176 +піля 77177 +пілінгу 77178 +піна 77179 +пінг 77180 +пінгвінз 77181 +пінгвіни 77182 +пінгвінів 77183 +піни 77184 +пінили 77185 +пінкстон 77186 +пінопластом 77187 +пінопласту 77188 +піну 77189 +пінцети 77190 +пінчук 77191 +пінчука 77192 +пінчуковське 77193 +пінчуком 77194 +піняють 77195 +піні 77196 +піон 77197 +піонер 77198 +піонербол 77199 +піонертаборі 77200 +піонерів 77201 +піони 77202 +піонєр 77203 +піотровська 77204 +піп 77205 +піпетка 77206 +пір 77207 +пір'я 77208 +піражочка 77209 +піражочєк 77210 +піракські 77211 +пірамід 77212 +піраміда 77213 +піраміди 77214 +пірамідні 77215 +піраміду 77216 +піранья 77217 +пірата 77218 +піратами 77219 +пірати 77220 +піратии 77221 +піратства 77222 +піратство 77223 +піратством 77224 +піратстві 77225 +піратський 77226 +піратськими 77227 +піратських 77228 +піратську 77229 +піратські 77230 +піратській 77231 +піратів 77232 +піренейського 77233 +пірка 77234 +пірко 77235 +пірнаючого 77236 +пірнув 77237 +пірнула 77238 +пірнули 77239 +піровніки 77240 +пірожочечки 77241 +піроксилін 77242 +піроксиліну 77243 +піроп 77244 +піротехнік 77245 +піротехніка 77246 +піротехніки 77247 +піротехніком 77248 +піротехнічних 77249 +пірс 77250 +пірі 77251 +пісенний 77252 +пісенних 77253 +пісенного 77254 +пісень 77255 +пісенька 77256 +пісеньки 77257 +пісеньку 77258 +піска 77259 +пісками 77260 +пісках 77261 +піски 77262 +пісков 77263 +піскові 77264 +піском 77265 +піску 77266 +піскуваті 77267 +пісків 77268 +післали 77269 +після 77270 +післявиборча 77271 +післявиборчих 77272 +післявиборчого 77273 +післявиборчої 77274 +післявиборчу 77275 +післядипломної 77276 +післязавтра 77277 +післяматчевих 77278 +післяматчевій 77279 +післямову 77280 +післяопераційних 77281 +післясталінські 77282 +піснею 77283 +пісним 77284 +пісню 77285 +пісня 77286 +піснями 77287 +пісні 77288 +пісок 77289 +пісочний 77290 +пісочного 77291 +піст 77292 +пістолет 77293 +пістолета 77294 +пістолети 77295 +пістолетних 77296 +пістолетом 77297 +пістолетів 77298 +пісторіуса 77299 +пістою 77300 +пісчаному 77301 +пісяю 77302 +пісяє 77303 +пісяєш 77304 +піт 77305 +піта 77306 +пітання 77307 +пітаніє 77308 +пітбулі 77309 +пітер 77310 +пітера 77311 +пітерсон 77312 +піти 77313 +пітсбург 77314 +пітсбурського 77315 +піттсбург 77316 +пітчингу 77317 +пітьма 77318 +пітьму 77319 +пітьмі 77320 +пітєрські 77321 +піті 77322 +піхво 77323 +піхота 77324 +піхоти 77325 +піхотинець 77326 +піхотинця 77327 +піхотинцями 77328 +піхотинці 77329 +піхотинців 77330 +піхотне 77331 +піхотними 77332 +піхотних 77333 +піхотного 77334 +піхотною 77335 +піхотні 77336 +піхотой 77337 +піхоту 77338 +піхоті 77339 +піцерії 77340 +піцу 77341 +піці 77342 +пічки 77343 +пічку 77344 +пічної 77345 +пічок 77346 +піших 77347 +пішки 77348 +пішком 77349 +пішла 77350 +пішли 77351 +пішло 77352 +пішов 77353 +пішовши 77354 +пішому 77355 +пішохода 77356 +пішоходам 77357 +пішоходу 77358 +пішоходів 77359 +пішохід 77360 +пішта 77361 +пішти 77362 +пішту 77363 +піші 77364 +піщана 77365 +піщаними 77366 +піщаних 77367 +піщаному 77368 +піщані 77369 +піщі 77370 +піють 77371 +піячу 77372 +пієтет 77373 +пієтетом 77374 +пїє 77375 +р 77376 +раб 77377 +раба 77378 +раббані 77379 +раби 77380 +рабинею 77381 +рабинович 77382 +рабо 77383 +рабом 77384 +работаем 77385 +работает 77386 +работало 77387 +работать 77388 +работают 77389 +работає 77390 +работи 77391 +работодавця 77392 +работоргівлі 77393 +рабочий 77394 +рабою 77395 +рабства 77396 +рабство 77397 +рабська 77398 +рабське 77399 +рабсько 77400 +рабську 77401 +рабченюк 77402 +рабів 77403 +рабіновіча 77404 +рава 77405 +равалпінді 77406 +равальпінді 77407 +равлик 77408 +равликів 77409 +равно 77410 +раві 77411 +раг 77412 +рага 77413 +рагу 77414 +рагіон 77415 +рад 77416 +рада 77417 +радами 77418 +радар 77419 +радара 77420 +радарах 77421 +радари 77422 +радарних 77423 +радарного 77424 +радарної 77425 +радарну 77426 +радарні 77427 +радару 77428 +радарів 77429 +радах 77430 +радбез 77431 +радбезу 77432 +радгерського 77433 +радд 77434 +раденька 77435 +радехів 77436 +радецький 77437 +раджастан 77438 +раджастану 77439 +радже 77440 +раджистів 77441 +раджпутів 77442 +раджу 77443 +радзівіл 77444 +ради 77445 +радив 77446 +радився 77447 +радий 77448 +радикалами 77449 +радикали 77450 +радикальна 77451 +радикальне 77452 +радикальний 77453 +радикальним 77454 +радикальними 77455 +радикальних 77456 +радикально 77457 +радикального 77458 +радикальному 77459 +радикальної 77460 +радикальну 77461 +радикальні 77462 +радикальній 77463 +радикальнішим 77464 +радикальніших 77465 +радикальнішою 77466 +радикальніші 77467 +радикалів 77468 +радикалізацієї 77469 +радикалізмом 77470 +радилася 77471 +радили 77472 +радимо 77473 +радимося 77474 +радиослушателей 77475 +радите 77476 +радити 77477 +радитись 77478 +радитися 77479 +радить 77480 +радиться 77481 +радкевич 77482 +радковського 77483 +радмила 77484 +радмилою 77485 +радник 77486 +радника 77487 +радниками 77488 +радники 77489 +радникові 77490 +радником 77491 +радників 77492 +радниця 77493 +радо 77494 +радована 77495 +радомська 77496 +радоньку 77497 +радости 77498 +радость 77499 +радості 77500 +радощах 77501 +радощі 77502 +радощів 77503 +радою 77504 +раду 77505 +радует 77506 +радужна 77507 +радужно 77508 +радуйся 77509 +радуйтесь 77510 +радує 77511 +радше 77512 +радьте 77513 +радянська 77514 +радянське 77515 +радянський 77516 +радянським 77517 +радянськими 77518 +радянських 77519 +радянсько 77520 +радянського 77521 +радянському 77522 +радянською 77523 +радянської 77524 +радянську 77525 +радянські 77526 +радянській 77527 +радянців 77528 +радянщини 77529 +радянщину 77530 +радять 77531 +радєйка 77532 +радєйки 77533 +радєйку 77534 +радєйкі 77535 +радєйок 77536 +раді 77537 +радіаційне 77538 +радіаційно 77539 +радіаційного 77540 +радіації 77541 +радів 77542 +радіймо 77543 +радійний 77544 +радійте 77545 +раділа 77546 +раділи 77547 +раділо 77548 +радіо 77549 +радіо- 77550 +радіоактивному 77551 +радіоблогу 77552 +радіобібліотекар 77553 +радіоведуча 77554 +радіоведучим 77555 +радіоведучих 77556 +радіовисотомірів 77557 +радіовузол 77558 +радіовєстіюей 77559 +радіогор 77560 +радіогоризонту 77561 +радіоекологічного 77562 +радіоелектронна 77563 +радіоелектронної 77564 +радіоелектроніки 77565 +радіоефір 77566 +радіоефірі 77567 +радіожурналіст 77568 +радіожурналістика 77569 +радіоканал 77570 +радіокнига 77571 +радіокомандного 77572 +радіокомпанії 77573 +радіокухня 77574 +радіолокац 77575 +радіолокацій 77576 +радіолокаційна 77577 +радіолокаційне 77578 +радіолокаційний 77579 +радіолокаційних 77580 +радіолокаційного 77581 +радіолокаційному 77582 +радіолокаційною 77583 +радіолокації 77584 +радіомама 77585 +радіомовлення 77586 +радіомовній 77587 +радіонова 77588 +радіопередавач 77589 +радіоприймач 77590 +радіопрограм 77591 +радіопрограма 77592 +радіопрограмами 77593 +радіопрограми 77594 +радіоредакції 77595 +радіослухач 77596 +радіослухачам 77597 +радіослухачами 77598 +радіослухачи 77599 +радіослухачка 77600 +радіослухачки 77601 +радіослухачі 77602 +радіослухачів 77603 +радіостанцій 77604 +радіостанцію 77605 +радіостанція 77606 +радіостанції 77607 +радіотехнічна 77608 +радіотехнічних 77609 +радіотехнічної 77610 +радіотрансляція 77611 +радіохвилях 77612 +радіохуйню 77613 +радіоциклу 77614 +радіоінтерв'ю 77615 +радісна 77616 +радісне 77617 +радісний 77618 +радісним 77619 +радісними 77620 +радісно 77621 +радісного 77622 +радісному 77623 +радісною 77624 +радісні 77625 +радість 77626 +радістю 77627 +радіти 77628 +радіус 77629 +радіусу 77630 +радіусі 77631 +радію 77632 +радіють 77633 +радіюча 77634 +радіє 77635 +радієш 77636 +раз 77637 +раза 77638 +разаві 77639 +разбираться 77640 +развиваетесь 77641 +развивается 77642 +развивать 77643 +развиваться 77644 +развитие 77645 +развития 77646 +развить 77647 +развйорстку 77648 +развозила 77649 +разграничиваем 77650 +рази 77651 +разигілані 77652 +разйоб 77653 +разкоординованості 77654 +размерах 77655 +размишлізми 77656 +разним 77657 +разних 77658 +разниця 77659 +разному 77660 +разношерстним 77661 +разну 77662 +разова 77663 +разове 77664 +разом 77665 +разочок 77666 +разпрєкрасний 77667 +разработку 77668 +разрішают 77669 +разта 77670 +разташований 77671 +разу 77672 +разумкова 77673 +разумкову 77674 +разюча 77675 +разі 77676 +разів 77677 +разія 77678 +рай 77679 +райан 77680 +райана 77681 +райаном 77682 +райвес 77683 +райвиконкому 77684 +райвіс 77685 +райгазети 77686 +райгородом 77687 +райдержадміністрація 77688 +райдержадміністрації 77689 +райдуга 77690 +райдужно 77691 +райз 77692 +райкконен 77693 +райла 77694 +райлом 77695 +раймонд 77696 +раймонда 77697 +райнерт 77698 +район 77699 +районам 77700 +районами 77701 +районах 77702 +райони 77703 +районна 77704 +районне 77705 +районний 77706 +районним 77707 +районними 77708 +районних 77709 +районного 77710 +районному 77711 +районної 77712 +районні 77713 +районній 77714 +районо 77715 +районом 77716 +району 77717 +райончіка 77718 +районі 77719 +районів 77720 +райс 77721 +райслі 77722 +райсуд 77723 +райсуда 77724 +райсуду 77725 +райсуді 77726 +райське 77727 +райський 77728 +райсіс 77729 +райт 77730 +райта 77731 +райтмен 77732 +райтс 77733 +райту 77734 +райцентр 77735 +райцентрах 77736 +райцентрі 77737 +райяном 77738 +рак 77739 +рака 77740 +ракет 77741 +ракета 77742 +ракетами 77743 +ракетах 77744 +ракети 77745 +ракетка 77746 +ракеткою 77747 +ракетку 77748 +ракетн 77749 +ракетна 77750 +ракетне 77751 +ракетний 77752 +ракетним 77753 +ракетними 77754 +ракетних 77755 +ракетно 77756 +ракетного 77757 +ракетному 77758 +ракетною 77759 +ракетної 77760 +ракетну 77761 +ракетні 77762 +ракетній 77763 +ракетоносці 77764 +ракетоносії 77765 +ракетоперехоплювачі 77766 +ракетою 77767 +ракету 77768 +ракетці 77769 +ракеті 77770 +раки 77771 +ракицького 77772 +ракка 77773 +ракку 77774 +ракове 77775 +раковина 77776 +раковину 77777 +ракового 77778 +ракової 77779 +ракову 77780 +ракові 77781 +раком 77782 +раконга 77783 +ракоподібні 77784 +ракоші 77785 +раку 77786 +ракурс 77787 +ракурси 77788 +ракурсі 77789 +раків 77790 +рала 77791 +ралець 77792 +ралукою 77793 +ральф 77794 +ральфа 77795 +ральфу 77796 +рам 77797 +рамада 77798 +рамадан 77799 +рамаді 77800 +рамаз 77801 +рамала 77802 +рамали 77803 +рамалли 77804 +рамалі 77805 +раманаускас 77806 +раманаускасом 77807 +рамзана 77808 +рамзаном 77809 +рамзану 77810 +рамзані 77811 +рамками 77812 +рамках 77813 +рамки 77814 +рамковий 77815 +рамкової 77816 +рамку 77817 +рамок 77818 +рамочках 77819 +рамсвельт 77820 +рамсвільд 77821 +рамсвільдом 77822 +рамушем 77823 +рамці 77824 +рамштайн 77825 +рамірес 77826 +раміреса 77827 +ран 77828 +рана 77829 +ранарідха 77830 +ранг 77831 +ранги 77832 +ранго 77833 +рангом 77834 +рангу 77835 +рангуну 77836 +рангуні 77837 +рандомну 77838 +ранений 77839 +ранених 77840 +раненько 77841 +ранені 77842 +ранжевого 77843 +ранзі 77844 +рани 77845 +ранить 77846 +ранка 77847 +ранках 77848 +ранки 77849 +ранкова 77850 +ранкове 77851 +ранковий 77852 +ранкових 77853 +ранкового 77854 +ранковому 77855 +ранкової 77856 +ранкову 77857 +ранкові 77858 +ранковій 77859 +ранком 77860 +ранку 77861 +ранне 77862 +раннер 77863 +раннею 77864 +раннього 77865 +ранньомодерна 77866 +ранньому 77867 +ранню 77868 +рання 77869 +ранні 77870 +ранній 77871 +ранніх 77872 +рано 77873 +ранок 77874 +раночку 77875 +раною 77876 +рану 77877 +ранусь 77878 +рануся 77879 +ранчо 77880 +раньше 77881 +раню 77882 +раня 77883 +ранять 77884 +ранєніє 77885 +рані 77886 +раніше 77887 +раніших 77888 +ранішню 77889 +ранішого 77890 +ранішої 77891 +раніші 77892 +ранія 77893 +ранії 77894 +рапануйців 77895 +рапорт 77896 +рапортів 77897 +рапсодію 77898 +рапсодія 77899 +раптовий 77900 +раптовим 77901 +раптових 77902 +раптово 77903 +раптовою 77904 +раптову 77905 +раптом 77906 +рапторами 77907 +рапторах 77908 +раптори 77909 +рапторів 77910 +рапір 77911 +рапіра 77912 +раритетів 77913 +раса 77914 +раси 77915 +расизмом 77916 +расизму 77917 +расизмі 77918 +расистські 77919 +раскладі 77920 +расова 77921 +расовий 77922 +расовим 77923 +расових 77924 +расово 77925 +расового 77926 +расової 77927 +расову 77928 +расові 77929 +расовій 77930 +распадался 77931 +распечатать 77932 +распитие 77933 +располагаются 77934 +расположен 77935 +рассел 77936 +расскажите 77937 +рассмотрение 77938 +рассчітайсь 77939 +растерзаних 77940 +расторопшу 77941 +растрате 77942 +растяжку 77943 +расходнікі 77944 +расхідний 77945 +расшивание 77946 +расі 77947 +расія 77948 +ратифікаційної 77949 +ратифікаційні 77950 +ратифікацію 77951 +ратифікація 77952 +ратифікацією 77953 +ратифікації 77954 +ратифікована 77955 +ратифікований 77956 +ратифіковано 77957 +ратифіковувала 77958 +ратифіковували 77959 +ратифікував 77960 +ратифікувала 77961 +ратифікували 77962 +ратифікувати 77963 +ратифікуватися 77964 +ратищ 77965 +ратищем 77966 +ратка 77967 +ратко 77968 +ратник 77969 +ратників 77970 +ратуша 77971 +ратушний 77972 +ратушним 77973 +ратушного 77974 +ратушному 77975 +ратуші 77976 +ратують 77977 +ратує 77978 +рать 77979 +раті 77980 +рауль 77981 +рауля 77982 +раунд 77983 +раунди 77984 +раундом 77985 +раунду 77986 +раунді 77987 +раундів 77988 +рауті 77989 +рафаелем 77990 +рафаелом 77991 +рафаель 77992 +рафальська 77993 +рафальською 77994 +рафальської 77995 +рафах 77996 +раффа 77997 +раффах 77998 +раффі 77999 +рафіка 78000 +рафіковича 78001 +рахман 78002 +рахо 78003 +раховується 78004 +рахой 78005 +рахою 78006 +рахоя 78007 +рахував 78008 +рахували 78009 +рахувалися 78010 +рахувалося 78011 +рахувати 78012 +рахуватись 78013 +рахуватися 78014 +рахуй 78015 +рахуйте 78016 +рахунка 78017 +рахунками 78018 +рахунках 78019 +рахунки 78020 +рахункова 78021 +рахункової 78022 +рахункову 78023 +рахунком 78024 +рахунку 78025 +рахунків 78026 +рахунок 78027 +рахую 78028 +рахують 78029 +рахуються 78030 +рахуютья 78031 +рахуючи 78032 +рахуя 78033 +рахує 78034 +рахуємо 78035 +рахуєте 78036 +рахується 78037 +рахуєш 78038 +рахів 78039 +рахівник 78040 +рахівського 78041 +рационально 78042 +рацій 78043 +раціо 78044 +раціон 78045 +раціональне 78046 +раціональним 78047 +раціональними 78048 +раціональних 78049 +раціонально 78050 +раціонального 78051 +раціональної 78052 +раціональні 78053 +раціональніше 78054 +раціоналізаторських 78055 +раціоналістів 78056 +раціону 78057 +раціоні 78058 +раціонів 78059 +рацію 78060 +рація 78061 +раціях 78062 +рації 78063 +рачка 78064 +рачки 78065 +рачкуємо 78066 +раша 78067 +рашистам 78068 +рашистського 78069 +рашистів 78070 +рашку 78071 +рашкі 78072 +рашід 78073 +раю 78074 +раян 78075 +раятувальні 78076 +раєм 78077 +раіла 78078 +раілою 78079 +раїла 78080 +раїлом 78081 +раїса 78082 +раїсу 78083 +рб 78084 +рбк 78085 +рбу 78086 +рвався 78087 +рвала 78088 +рвалася 78089 +рвали 78090 +рвалися 78091 +рванули 78092 +рвануть 78093 +рвати 78094 +рвать 78095 +рвачкого 78096 +рве 78097 +рветься 78098 +рви 78099 +рвуть 78100 +рвуться 78101 +рвучким 78102 +ргб 78103 +ргд 78104 +реа 78105 +реабілітаційний 78106 +реабілітаційні 78107 +реабілітацію 78108 +реабілітація 78109 +реабілітацією 78110 +реабілітації 78111 +реабілітологом 78112 +реабілітувати 78113 +реагентів 78114 +реагламентовано 78115 +реагував 78116 +реагувала 78117 +реагували 78118 +реагування 78119 +реагуванням 78120 +реагувати 78121 +реагуватиме 78122 +реагуватимуть 78123 +реагую 78124 +реагують 78125 +реагуючи 78126 +реагує 78127 +реагуємо 78128 +реагуєте 78129 +реагірують 78130 +реадмісію 78131 +реактиви 78132 +реактивна 78133 +реактивний 78134 +реактивним 78135 +реактивними 78136 +реактивних 78137 +реактивном 78138 +реактивну 78139 +реактивні 78140 +реактивізації 78141 +реактор 78142 +реактора 78143 +реактори 78144 +реактором 78145 +реакторі 78146 +реакторів 78147 +реакцій 78148 +реакцію 78149 +реакція 78150 +реакціями 78151 +реакцією 78152 +реакціії 78153 +реакції 78154 +реал 78155 +реала 78156 +реалестично 78157 +реализовали 78158 +реалиях 78159 +реалу 78160 +реальна 78161 +реальне 78162 +реальний 78163 +реальним 78164 +реальними 78165 +реальних 78166 +реально 78167 +реального 78168 +реальному 78169 +реальності 78170 +реальною 78171 +реальної 78172 +реальну 78173 +реальні 78174 +реальній 78175 +реальність 78176 +реальністю 78177 +реальніше 78178 +реалізацію 78179 +реалізація 78180 +реалізацією 78181 +реалізації 78182 +реалізм 78183 +реалізму 78184 +реалізована 78185 +реалізоване 78186 +реалізований 78187 +реалізованими 78188 +реалізовано 78189 +реалізовані 78190 +реалізовувався 78191 +реалізовувала 78192 +реалізовували 78193 +реалізовувалися 78194 +реалізовувалось 78195 +реалізовувати 78196 +реалізовуватись 78197 +реалізовуватися 78198 +реалізовують 78199 +реалізовуються 78200 +реалізовуємо 78201 +реалізовується 78202 +реалізував 78203 +реалізували 78204 +реалізувались 78205 +реалізувалися 78206 +реалізувати 78207 +реалізуватись 78208 +реалізуватися 78209 +реалізують 78210 +реалізуються 78211 +реалізуючи 78212 +реалізує 78213 +реалізуєм 78214 +реалізуємо 78215 +реалізується 78216 +реалій 78217 +реалістами 78218 +реалістична 78219 +реалістичне 78220 +реалістичний 78221 +реалістичним 78222 +реалістичних 78223 +реалістично 78224 +реалістичному 78225 +реалістичною 78226 +реалістичну 78227 +реалістичні 78228 +реалістичній 78229 +реалістичність 78230 +реалістичніше 78231 +реалістичнішим 78232 +реалістом 78233 +реаліям 78234 +реаліями 78235 +реаліях 78236 +реалії 78237 +реанімаційне 78238 +реанімаційний 78239 +реанімаційного 78240 +реанімації 78241 +реб 78242 +ребалансування 78243 +ребеккою 78244 +ребенка 78245 +ребер 78246 +реберця 78247 +ребет 78248 +ребра 78249 +ребрами 78250 +ребрах 78251 +ребро 78252 +ребров 78253 +реброва 78254 +ребру 78255 +ребят 78256 +ребівського 78257 +рев 78258 +рева 78259 +ревальвацією 78260 +реванш 78261 +реверанси 78262 +реверансів 78263 +реви 78264 +ревком 78265 +ревкому 78266 +ревкомівусі 78267 +ревла 78268 +ревматології 78269 +ревнивий 78270 +ревний 78271 +ревнощами 78272 +ревнощі 78273 +ревнувати 78274 +ревнують 78275 +ревнує 78276 +револьвер 78277 +револьвера 78278 +револьверами 78279 +револьвери 78280 +револьвером 78281 +револьвері 78282 +револьверів 78283 +революцій 78284 +революційна 78285 +революційним 78286 +революційних 78287 +революційно 78288 +революційному 78289 +революційною 78290 +революційної 78291 +революційні 78292 +революційній 78293 +революціонерки 78294 +революціонерів 78295 +революцію 78296 +революція 78297 +революцією 78298 +революції 78299 +ревом 78300 +реву 78301 +ревуть 78302 +ревуцький 78303 +ревуцького 78304 +ревізувати 78305 +ревізію 78306 +ревізія 78307 +ревізіям 78308 +ревізії 78309 +ревіли 78310 +регалій 78311 +регаліях 78312 +регеб 78313 +регев 78314 +регент 78315 +регистрации 78316 +регламент 78317 +регламенти 78318 +регламентний 78319 +регламентного 78320 +регламентному 78321 +регламентований 78322 +регламентовано 78323 +регламентовувалось 78324 +регламентом 78325 +регламенту 78326 +регламентують 78327 +регламентує 78328 +регламентується 78329 +регламенті 78330 +реготав 78331 +реготали 78332 +реготалися 78333 +реготати 78334 +реготнею 78335 +реготнув 78336 +реготом 78337 +регочучи 78338 +регулируется 78339 +регульованої 78340 +регульовані 78341 +регулював 78342 +регулювало 78343 +регулювання 78344 +регулюванні 78345 +регулювати 78346 +регулюватися 78347 +регулючі 78348 +регулюють 78349 +регулюються 78350 +регулюючи 78351 +регулює 78352 +регулюється 78353 +регулярна 78354 +регулярний 78355 +регулярним 78356 +регулярними 78357 +регулярних 78358 +регулярно 78359 +регулярного 78360 +регулярності 78361 +регулярні 78362 +регулярній 78363 +регулярністю 78364 +регулятивних 78365 +регулятивну 78366 +регулятивні 78367 +регулятивів 78368 +регулятора 78369 +регуляторна 78370 +регуляторних 78371 +регуляторні 78372 +регуляції 78373 +регійоні 78374 +регіон 78375 +регіонал 78376 +регіоналами 78377 +регіоналах 78378 +регіонали 78379 +регіоналом 78380 +регіональна 78381 +регіональне 78382 +регіональний 78383 +регіональним 78384 +регіональними 78385 +регіональних 78386 +регіонального 78387 +регіональному 78388 +регіональної 78389 +регіональну 78390 +регіональні 78391 +регіональній 78392 +регіоналів 78393 +регіонам 78394 +регіонами 78395 +регіонах 78396 +регіонаї 78397 +регіони 78398 +регіоном 78399 +регіону 78400 +регіоні 78401 +регіонів 78402 +регіонівських 78403 +регістраційних 78404 +регіт 78405 +ред 78406 +редагувала 78407 +редагували 78408 +редагування 78409 +редагуванням 78410 +редагуванні 78411 +редагувань 78412 +редагувати 78413 +редагує 78414 +редагуєш 78415 +редактор 78416 +редактора 78417 +редакторами 78418 +редактори 78419 +редактором 78420 +редактору 78421 +редакторів 78422 +редакційна 78423 +редакційне 78424 +редакційний 78425 +редакційних 78426 +редакційно 78427 +редакційного 78428 +редакційної 78429 +редакційну 78430 +редакційні 78431 +редакційній 78432 +редакцію 78433 +редакція 78434 +редакціям 78435 +редакціях 78436 +редакціє 78437 +редакцією 78438 +редакції 78439 +редакійну 78440 +редбоулс 78441 +редбулом 78442 +реддіті 78443 +реджеп 78444 +реджепа 78445 +реджепом 78446 +реджо 78447 +редмана 78448 +редукторами 78449 +редукція 78450 +редьки 78451 +рееагування 78452 +реекспорт 78453 +реекспорту 78454 +реестре 78455 +режим 78456 +режима 78457 +режимами 78458 +режиме 78459 +режими 78460 +режимом 78461 +режиму 78462 +режимі 78463 +режимів 78464 +режисер 78465 +режисера 78466 +режисери 78467 +режисером 78468 +режисерський 78469 +режисерським 78470 +режисерською 78471 +режисерську 78472 +режисерів 78473 +режиссерским 78474 +режисурі 78475 +реза 78476 +резеди 78477 +резерв 78478 +резерва 78479 +резервами 78480 +резервах 78481 +резервацій 78482 +резервації 78483 +резерви 78484 +резервне 78485 +резервний 78486 +резервних 78487 +резервного 78488 +резервної 78489 +резервні 78490 +резервом 78491 +резерву 78492 +резервуари 78493 +резервуарі 78494 +резервуарів 78495 +резервувати 78496 +резерві 78497 +резервів 78498 +резервіста 78499 +резервістами 78500 +резервісти 78501 +резервістів 78502 +рези 78503 +резидент 78504 +резидентом 78505 +резиденцію 78506 +резиденція 78507 +резиденції 78508 +резинку 78509 +резинці 78510 +резистентних 78511 +резистентності 78512 +резистентні 78513 +резистентність 78514 +резистетних 78515 +резнік 78516 +резніков 78517 +резніковим 78518 +резолютивній 78519 +резолюцій 78520 +резолюцію 78521 +резолюція 78522 +резолюціями 78523 +резолюціях 78524 +резолюцією 78525 +резолюції 78526 +резон 78527 +резонанс 78528 +резонансна 78529 +резонансне 78530 +резонансний 78531 +резонансним 78532 +резонансних 78533 +резонансно 78534 +резонансного 78535 +резонансноми 78536 +резонансною 78537 +резонансної 78538 +резонансну 78539 +резонансні 78540 +резонансність 78541 +резони 78542 +резонувала 78543 +резонуючими 78544 +резонів 78545 +резпубліканців 78546 +результ 78547 +результат 78548 +результатам 78549 +результатами 78550 +результатах 78551 +результате 78552 +результати 78553 +результативне 78554 +результативний 78555 +результативним 78556 +результативних 78557 +результативно 78558 +результативного 78559 +результативності 78560 +результативною 78561 +результативну 78562 +результативні 78563 +результативній 78564 +результативність 78565 +результатми 78566 +результатом 78567 +результату 78568 +результаті 78569 +результатів 78570 +результується 78571 +резурвуаром 78572 +резюме 78573 +резюмував 78574 +резюмувати 78575 +резюмуючи 78576 +резюмує 78577 +резюмуємо 78578 +резіда 78579 +рей 78580 +рейбьорд 78581 +рейган 78582 +рейгана 78583 +рейганівську 78584 +рейд 78585 +рейда 78586 +рейдами 78587 +рейдах 78588 +рейдерами 78589 +рейдери 78590 +рейдерство 78591 +рейдерством 78592 +рейдерських 78593 +рейдерського 78594 +рейдерську 78595 +рейдерські 78596 +рейдерів 78597 +рейди 78598 +рейдові 78599 +рейдом 78600 +рейду 78601 +рейді 78602 +рейдів 78603 +рейес 78604 +рейка 78605 +рейками 78606 +рейки 78607 +рейковий 78608 +реймана 78609 +реймсом 78610 +рейнельдом 78611 +рейнси 78612 +рейок 78613 +рейс 78614 +рейси 78615 +рейсу 78616 +рейсів 78617 +рейтер 78618 +рейтерович 78619 +рейтерс 78620 +рейтинг 78621 +рейтингам 78622 +рейтингами 78623 +рейтингах 78624 +рейтинги 78625 +рейтингова 78626 +рейтингове 78627 +рейтинговий 78628 +рейтингового 78629 +рейтингові 78630 +рейтингом 78631 +рейтингу 78632 +рейтингі 78633 +рейтингів 78634 +рейхом 78635 +рейхскомісаріата 78636 +рейху 78637 +река 78638 +реквізитах 78639 +реквізити 78640 +рекета 78641 +рекла 78642 +реклам 78643 +реклама 78644 +рекламацією 78645 +реклами 78646 +рекламна 78647 +рекламний 78648 +рекламним 78649 +рекламних 78650 +рекламного 78651 +рекламної 78652 +рекламні 78653 +рекламній 78654 +рекламодавців 78655 +рекламою 78656 +рекламу 78657 +рекламували 78658 +рекламуванні 78659 +рекламуватися 78660 +рекламують 78661 +рекламує 78662 +рекламі 78663 +рекомендации 78664 +рекомендацій 78665 +рекомендаційний 78666 +рекомендаційних 78667 +рекомендацію 78668 +рекомендація 78669 +рекомендаціями 78670 +рекомендацією 78671 +рекомендації 78672 +рекомендований 78673 +рекомендованих 78674 +рекомендовані 78675 +рекомендував 78676 +рекомендувала 78677 +рекомендувати 78678 +рекомендую 78679 +рекомендують 78680 +рекомендує 78681 +рекомендуємо 78682 +рекомендується 78683 +рекоммендации 78684 +рекомпенсацію 78685 +реконструйований 78686 +реконструйовані 78687 +реконструкцій 78688 +реконструкційної 78689 +реконструкцію 78690 +реконструкція 78691 +реконструкціями 78692 +реконструкцією 78693 +реконструкції 78694 +реконструювали 78695 +реконструюється 78696 +рекорд 78697 +рекордер 78698 +рекорди 78699 +рекордна 78700 +рекордне 78701 +рекордний 78702 +рекордним 78703 +рекордними 78704 +рекордних 78705 +рекордно 78706 +рекордного 78707 +рекордною 78708 +рекордну 78709 +рекордні 78710 +рекордом 78711 +рекордсменів 78712 +рекорду 78713 +рекордів 78714 +рекреаційні 78715 +рекрутів 78716 +рекс 78717 +рекса 78718 +ректи 78719 +ректор 78720 +ректора 78721 +ректоратів 78722 +ректором 78723 +ректорів 78724 +рекурсія 78725 +релаксації 78726 +релаксуючі 78727 +релевантними 78728 +релевантної 78729 +релевантні 78730 +релевантність 78731 +рельєф 78732 +рельєфу 78733 +релігій 78734 +релігійна 78735 +релігійне 78736 +релігійний 78737 +релігійним 78738 +релігійними 78739 +релігійних 78740 +релігійно 78741 +релігійного 78742 +релігійному 78743 +релігійності 78744 +релігійною 78745 +релігійної 78746 +релігійну 78747 +релігійні 78748 +релігійній 78749 +релігію 78750 +релігія 78751 +релігієзнавства 78752 +релігією 78753 +релігії 78754 +релігіїї 78755 +реліз 78756 +релізи 78757 +реліквія 78758 +реліквією 78759 +реліктовий 78760 +реліії 78761 +ремарка 78762 +ремарку 78763 +ременем 78764 +ремень 78765 +ремесла 78766 +ремесло 78767 +ремеслом 78768 +ремкомплекти 78769 +ремонт 78770 +ремонти 78771 +ремонтна 78772 +ремонтникам 78773 +ремонтники 78774 +ремонтним 78775 +ремонтними 78776 +ремонтних 78777 +ремонтно 78778 +ремонтну 78779 +ремонтні 78780 +ремонтом 78781 +ремонту 78782 +ремонтував 78783 +ремонтувався 78784 +ремонтували 78785 +ремонтувати 78786 +ремонтувать 78787 +ремонтуйте 78788 +ремонтують 78789 +ремонтуються 78790 +ремонтує 78791 +ремонтуємо 78792 +ремонтується 78793 +ремонті 78794 +ремонтів 78795 +ремоутлі 78796 +ремствуєш 78797 +ремула 78798 +ремфонд 78799 +реміксують 78800 +ремінно 78801 +ремінців 78802 +ремінь 78803 +ремісі 78804 +рен 78805 +рена 78806 +ренато 78807 +ренгенологічним 78808 +ренгун 78809 +рендол 78810 +рендола 78811 +ренероко 78812 +ренесанс 78813 +ренжистів 78814 +ренова 78815 +реноме 78816 +рент 78817 +рентабельний 78818 +рентабельно 78819 +рентабельної 78820 +рентген 78821 +рентгени 78822 +рентгенологічному 78823 +рентгенологічну 78824 +рентгеноскопічні 78825 +рентгену 78826 +рентгені 78827 +рентгенівський 78828 +ренти 78829 +ренхаб 78830 +рені 78831 +реорганізацій 78832 +реорганізація 78833 +реорганізації 78834 +реорганізована 78835 +реорганізовані 78836 +реорганізовують 78837 +реорганізувати 78838 +реп 78839 +реп'ях 78840 +реп'яхами 78841 +реп'яхах 78842 +репарацій 78843 +репарацією 78844 +репарації 78845 +репатріаційного 78846 +репатріаційної 78847 +репатріацію 78848 +репатріація 78849 +репатріації 78850 +репатріувати 78851 +реперною 78852 +репертуар 78853 +репертуару 78854 +репертуарі 78855 +реперів 78856 +репетитора 78857 +репетицію 78858 +репетицією 78859 +репетиції 78860 +репетовав 78861 +репетує 78862 +репи 78863 +реплай 78864 +реплаями 78865 +реплаях 78866 +реплаї 78867 +реплаїв 78868 +реплаїла 78869 +репліка 78870 +репліки 78871 +репліку 78872 +реплікували 78873 +репортаж 78874 +репортажа 78875 +репортажами 78876 +репортажах 78877 +репортажем 78878 +репортажна 78879 +репортажну 78880 +репортажом 78881 +репортажу 78882 +репортажі 78883 +репортазі 78884 +репортер 78885 +репортера 78886 +репортерам 78887 +репортерами 78888 +репортери 78889 +репортером 78890 +репортерському 78891 +репортерів 78892 +репост 78893 +репощу 78894 +репрезентативна 78895 +репрезентативно 78896 +репрезентативного 78897 +репрезентуватиме 78898 +репрезентують 78899 +репрезентуючи 78900 +репрезентує 78901 +репресивний 78902 +репресивними 78903 +репресивних 78904 +репресивного 78905 +репресивну 78906 +репресивні 78907 +репресованої 78908 +репресували 78909 +репресувати 78910 +репресій 78911 +репресія 78912 +репресіям 78913 +репресіями 78914 +репресіях 78915 +репресії 78916 +реприватизаційних 78917 +реприватизаційні 78918 +реприватизації 78919 +репродуктивна 78920 +репродуктивні 78921 +репродуктором 78922 +репутаційний 78923 +репутаційними 78924 +репутацію 78925 +репутація 78926 +репутацією 78927 +репутації 78928 +рер 78929 +рержавного 78930 +рероутінг 78931 +ресентимент 78932 +ресник 78933 +ресор 78934 +респект 78935 +респектабельна 78936 +респондент 78937 +респонденти 78938 +респондентів 78939 +республік 78940 +республіка 78941 +республікам 78942 +республіками 78943 +республіканець 78944 +республіканка 78945 +республіканська 78946 +республіканський 78947 +республіканським 78948 +республіканських 78949 +республікансько 78950 +республіканського 78951 +республіканському 78952 +республіканською 78953 +республіканської 78954 +республіканські 78955 +республіканській 78956 +республіканцем 78957 +республіканцю 78958 +республіканця 78959 +республіканцям 78960 +республіканцями 78961 +республіканці 78962 +республіканців 78963 +республіках 78964 +республіки 78965 +республікою 78966 +республіку 78967 +республікі 78968 +республіці 78969 +респіраторних 78970 +реставрацію 78971 +реставрації 78972 +реставрували 78973 +реституція 78974 +ресторан 78975 +ресторанах 78976 +ресторани 78977 +ресторанна 78978 +ресторанний 78979 +рестораном 78980 +ресторану 78981 +ресторані 78982 +ресторанів 78983 +реструктуризацію 78984 +реструктуризація 78985 +ресурс 78986 +ресурсам 78987 +ресурсами 78988 +ресурсах 78989 +ресурси 78990 +ресурсний 78991 +ресурсних 78992 +ресурсо 78993 +ресурсовитратною 78994 +ресурсозберігаючі 78995 +ресурсом 78996 +ресурсоємний 78997 +ресурсу 78998 +ресурсі 78999 +ресурсів 79000 +ретвітами 79001 +ретвіти 79002 +ретвітили 79003 +ретвітів 79004 +ретельно 79005 +ретельного 79006 +ретельному 79007 +ретельної 79008 +ретельну 79009 +ретельніша 79010 +ретельніше 79011 +реторики 79012 +ретранслятора 79013 +ретранслятори 79014 +ретро 79015 +ретрограда 79016 +ретроспективу 79017 +ретроспективі 79018 +ретус 79019 +ретязку 79020 +ретій 79021 +реуван 79022 +реувена 79023 +реувеном 79024 +рефакторингу 79025 +рефат 79026 +рефата 79027 +реферати 79028 +референдум 79029 +референдума 79030 +референдуми 79031 +референдумом 79032 +референдуму 79033 +референдумі 79034 +референдумів 79035 +реферувалося 79036 +рефлекс 79037 +рефлекси 79038 +рефлексувати 79039 +рефлексують 79040 +рефлексуєте 79041 +рефлексія 79042 +рефлексією 79043 +рефлексії 79044 +рефлекторів 79045 +рефлектувати 79046 +рефому 79047 +реформ 79048 +реформа 79049 +реформам 79050 +реформами 79051 +реформатор 79052 +реформаторам 79053 +реформатори 79054 +реформатором 79055 +реформаторською 79056 +реформаторські 79057 +реформаторів 79058 +реформах 79059 +реформи 79060 +реформована 79061 +реформований 79062 +реформованої 79063 +реформовані 79064 +реформовувати 79065 +реформою 79066 +реформу 79067 +реформував 79068 +реформувались 79069 +реформувалися 79070 +реформуванню 79071 +реформування 79072 +реформуванні 79073 +реформувати 79074 +реформуватися 79075 +реформувать 79076 +реформують 79077 +реформуємо 79078 +реформуємся 79079 +реформі 79080 +реформісти 79081 +реформістських 79082 +реформістської 79083 +реформістів 79084 +рефінансування 79085 +рефінансувати 79086 +рехман 79087 +рецензуванні 79088 +рецензію 79089 +рецензія 79090 +рецензіях 79091 +рецепт 79092 +рецептами 79093 +рецепти 79094 +рецептом 79095 +рецептурний 79096 +рецептів 79097 +рецесій 79098 +рецесію 79099 +рецесія 79100 +рецесією 79101 +рецесії 79102 +рецидивам 79103 +рецидивуючими 79104 +реципієнт 79105 +реципієнтам 79106 +реципієнтом 79107 +речам 79108 +речами 79109 +речах 79110 +рече 79111 +речей 79112 +речемо 79113 +речення 79114 +реченням 79115 +реченнями 79116 +реченні 79117 +реченця 79118 +реченців 79119 +речень 79120 +речете 79121 +речеш 79122 +речешся 79123 +речи 79124 +речик 79125 +речима 79126 +речник 79127 +речника 79128 +речники 79129 +речником 79130 +речницю 79131 +речниця 79132 +речниці 79133 +речовин 79134 +речовина 79135 +речовинам 79136 +речовинами 79137 +речовини 79138 +речовинні 79139 +речовиною 79140 +речовину 79141 +речовині 79142 +речових 79143 +речу 79144 +речуть 79145 +речі 79146 +речіння 79147 +речіть 79148 +решение 79149 +решений 79150 +решетилівських 79151 +решетку 79152 +решили 79153 +решмедінова 79154 +решт 79155 +решта 79156 +решти 79157 +рештках 79158 +рештки 79159 +решток 79160 +рештою 79161 +решту 79162 +решті 79163 +решітки 79164 +решіток 79165 +решіточка 79166 +решітці 79167 +реє 79168 +реєстр 79169 +реєстра 79170 +реєстратора 79171 +реєстратором 79172 +реєстратору 79173 +реєстраторів 79174 +реєстраційна 79175 +реєстраційне 79176 +реєстраційний 79177 +реєстраційних 79178 +реєстраційну 79179 +реєстраційній 79180 +реєстрацію 79181 +реєстрація 79182 +реєстрації 79183 +реєстри 79184 +реєстрове 79185 +реєстрового 79186 +реєстрові 79187 +реєстру 79188 +реєструвався 79189 +реєструвалися 79190 +реєструвати 79191 +реєструватися 79192 +реєструваться 79193 +реєструйтесь 79194 +реєструються 79195 +реєструєтесь 79196 +реєструється 79197 +реєстрі 79198 +реєстрів 79199 +реімбурсації 79200 +реінтеграцію 79201 +реінтеграція 79202 +реінтеграції 79203 +реінтегрувати 79204 +реїс 79205 +реґіону 79206 +ржавіє 79207 +ржати 79208 +ржать 79209 +рзповсюджують 79210 +рзсо 79211 +риб 79212 +риб'яча 79213 +риб'ячий 79214 +риба 79215 +рибака 79216 +рибаков 79217 +рибакова 79218 +рибаківці 79219 +рибалить 79220 +рибалка 79221 +рибалкам 79222 +рибалки 79223 +рибалку 79224 +рибалок 79225 +рибалці 79226 +рибальство 79227 +рибальських 79228 +рибальському 79229 +рибальські 79230 +рибальській 79231 +рибам 79232 +рибачив 79233 +рибачила 79234 +рибачук 79235 +риби 79236 +рибка 79237 +рибки 79238 +рибку 79239 +рибне 79240 +рибний 79241 +рибних 79242 +рибного 79243 +рибної 79244 +рибні 79245 +риболовлі 79246 +риболовної 79247 +рибою 79248 +рибу 79249 +рибчинський 79250 +рибінспекторів 79251 +ривком 79252 +ривліна 79253 +риганув 79254 +риги 79255 +ригу 79256 +ридала 79257 +ридали 79258 +ридання 79259 +ридард 79260 +ридати 79261 +ридать 79262 +ридаєте 79263 +ридж 79264 +ридженс 79265 +рижик 79266 +рижков 79267 +рижутіс 79268 +ризи 79269 +ризик 79270 +ризикам 79271 +ризиками 79272 +ризики 79273 +ризикне 79274 +ризикнув 79275 +ризикнути 79276 +ризикована 79277 +ризиковане 79278 +ризиковано 79279 +ризикованого 79280 +ризиковану 79281 +ризиковані 79282 +ризикованіші 79283 +ризиковному 79284 +ризиковні 79285 +ризиком 79286 +ризику 79287 +ризикувала 79288 +ризикувати 79289 +ризикую 79290 +ризикують 79291 +ризикуючи 79292 +ризикує 79293 +ризикуємо 79294 +ризиків 79295 +ризі 79296 +рийнятий 79297 +рико 79298 +рику 79299 +рили 79300 +рило 79301 +рильця 79302 +рим 79303 +рима 79304 +римарук 79305 +римарука 79306 +римаруком 79307 +римаруку 79308 +рими 79309 +римляни 79310 +римо 79311 +римована 79312 +римованими 79313 +римовано 79314 +римовані 79315 +римом 79316 +римський 79317 +римськими 79318 +римських 79319 +римського 79320 +римському 79321 +римської 79322 +римську 79323 +римській 79324 +риму 79325 +римі 79326 +ринв 79327 +ринву 79328 +рингу 79329 +ринкам 79330 +ринками 79331 +ринках 79332 +ринки 79333 +ринкова 79334 +ринковими 79335 +ринкових 79336 +ринковому 79337 +ринковою 79338 +ринкової 79339 +ринкову 79340 +ринковую 79341 +ринкові 79342 +ринком 79343 +ринку 79344 +ринків 79345 +ринок 79346 +ринокон'юктивіту 79347 +риночок 79348 +рипнув 79349 +рипнувся 79350 +рипнула 79351 +рипнули 79352 +рипілі 79353 +рис 79354 +рисами 79355 +рисах 79356 +риси 79357 +риск 79358 +риска 79359 +рискалем 79360 +рискалі 79361 +рискалів 79362 +рискне 79363 +риску 79364 +рисова 79365 +рисовая 79366 +рисове 79367 +рисових 79368 +рисом 79369 +рисочка 79370 +рисою 79371 +риссю 79372 +ристь 79373 +рису 79374 +рись 79375 +рисі 79376 +рисівництва 79377 +рити 79378 +ритм 79379 +ритми 79380 +ритму 79381 +ритмічна 79382 +ритмічне 79383 +ритмічних 79384 +ритмічно 79385 +ритмічні 79386 +риторика 79387 +риторики 79388 +риторикою 79389 +риторику 79390 +риториці 79391 +риторичне 79392 +риторично 79393 +риторичні 79394 +ритуали 79395 +ритуальною 79396 +ритуалів 79397 +рифат 79398 +рифм 79399 +рифт 79400 +рицарські 79401 +ричав 79402 +ричаг 79403 +ричагів 79404 +ричард 79405 +ричардсон 79406 +ричарду 79407 +риче 79408 +риштування 79409 +риють 79410 +риє 79411 +рк 79412 +рлс 79413 +рнбо 79414 +рнбу 79415 +ро 79416 +роандійський 79417 +роб 79418 +роба 79419 +роббен 79420 +робвтникам 79421 +робе 79422 +роберт 79423 +роберта 79424 +роберти 79425 +роберто 79426 +робертом 79427 +робертс 79428 +робертса 79429 +робертсона 79430 +роберту 79431 +робертіно 79432 +робете 79433 +робеться 79434 +роби 79435 +робив 79436 +робився 79437 +робила 79438 +робилася 79439 +робили 79440 +робилися 79441 +робило 79442 +робилось 79443 +робилося 79444 +робим 79445 +робимо 79446 +робите 79447 +робити 79448 +робитиме 79449 +робитимете 79450 +робитими 79451 +робитиму 79452 +робитимуть 79453 +робитись 79454 +робитися 79455 +робить 79456 +робиться 79457 +робиш 79458 +робл 79459 +роблю 79460 +роблять 79461 +робляться 79462 +роблячи 79463 +робот 79464 +робота 79465 +роботами 79466 +роботах 79467 +роботаю 79468 +роботають 79469 +роботи 79470 +роботизована 79471 +роботизований 79472 +роботизованого 79473 +роботки 79474 +роботодавець 79475 +роботодавцем 79476 +роботодавцю 79477 +роботодавця 79478 +роботодавцям 79479 +роботодавцями 79480 +роботодавці 79481 +роботодавців 79482 +роботом 79483 +робототехніки 79484 +роботою 79485 +роботу 79486 +роботяга 79487 +роботі 79488 +роботів 79489 +робоча 79490 +робоче 79491 +робочий 79492 +робочим 79493 +робочими 79494 +робочих 79495 +робочо 79496 +робочого 79497 +робочому 79498 +робочою 79499 +робочої 79500 +робочу 79501 +робочі 79502 +робочій 79503 +робочіх 79504 +робів 79505 +робінсон 79506 +робінсона 79507 +робіт 79508 +робітник 79509 +робітника 79510 +робітникам 79511 +робітниками 79512 +робітники 79513 +робітників 79514 +робітництва 79515 +робітнича 79516 +робітничих 79517 +робітничому 79518 +робітничою 79519 +робітничої 79520 +робітничу 79521 +робітничі 79522 +робіть 79523 +ровами 79524 +ровер 79525 +ровера 79526 +роверах 79527 +ровесників 79528 +ровесниця 79529 +ровні 79530 +ровом 79531 +рові 79532 +рогалик 79533 +рогаликів 79534 +рогальська 79535 +рогатих 79536 +рогатки 79537 +рогатої 79538 +рогаті 79539 +рогача 79540 +рогачами 79541 +рогволод 79542 +рогволода 79543 +рогволоде 79544 +рогволодові 79545 +рогг 79546 +рогге 79547 +роги 79548 +роговляємся 79549 +роговцева 79550 +рогозін 79551 +рогозіна 79552 +рогом 79553 +рогу 79554 +рогі 79555 +рогівки 79556 +род 79557 +рода 79558 +роде 79559 +роденський 79560 +родео 79561 +роджений 79562 +роджені 79563 +роджером 79564 +роджерса 79565 +роджеру 79566 +родзинкова 79567 +родзинок 79568 +роди 79569 +родився 79570 +родила 79571 +родили 79572 +родились 79573 +родильного 79574 +родин 79575 +родина 79576 +родинам 79577 +родинами 79578 +родинах 79579 +родини 79580 +родинка 79581 +родинна 79582 +родинне 79583 +родинний 79584 +родинним 79585 +родинних 79586 +родинного 79587 +родинному 79588 +родинної 79589 +родинній 79590 +родиною 79591 +родину 79592 +родині 79593 +родися 79594 +родить 79595 +родиться 79596 +родич 79597 +родича 79598 +родичам 79599 +родичами 79600 +родичання 79601 +родичатися 79602 +родичем 79603 +родички 79604 +родичку 79605 +родичі 79606 +родичів 79607 +родньому 79608 +родні 79609 +родовищ 79610 +родовища 79611 +родовищах 79612 +родовищі 79613 +родоводу 79614 +родом 79615 +родоплемінних 79616 +родоплемінної 79617 +родоплемінні 79618 +родофілії 79619 +родрігес 79620 +родственники 79621 +родственников 79622 +роду 79623 +родючі 79624 +родять 79625 +роді 79626 +родів 79627 +родіонова 79628 +рождается 79629 +рождения 79630 +рожева 79631 +рожеве 79632 +рожевими 79633 +рожевих 79634 +рожево 79635 +рожеву 79636 +рожеві 79637 +рожен 79638 +рожки 79639 +рожна 79640 +рожон 79641 +роз 79642 +роз'юшена 79643 +роз'яснемо 79644 +роз'яснення 79645 +роз'ясненням 79646 +роз'ясненнями 79647 +роз'ясненні 79648 +роз'яснень 79649 +роз'яснили 79650 +роз'яснити 79651 +роз'яснювали 79652 +роз'яснювальної 79653 +роз'яснювальні 79654 +роз'яснювальній 79655 +роз'яснювати 79656 +роз'яснюють 79657 +роз'яснює 79658 +роз'яснюємо 79659 +роз'яснюється 79660 +роз'ясніть 79661 +роз'єднання 79662 +роз'єднати 79663 +роз'єднає 79664 +роз'єднувати 79665 +роз'їбали 79666 +роз'їбало 79667 +роз'їбати 79668 +роз'їбатись 79669 +роз'їв 79670 +роз'їдане 79671 +роз'їдає 79672 +роз'їдуться 79673 +роз'їжджається 79674 +роз'їжджаєш 79675 +роз'їзд 79676 +роз'їздами 79677 +роз'їздах 79678 +роз'їзди 79679 +роз'їзду 79680 +роз'їзді 79681 +роз'їздів 79682 +роз'їзний 79683 +роз'їхався 79684 +роз'їхалися 79685 +роз'їхалось 79686 +розаліна 79687 +розани 79688 +розбавляти 79689 +розбазарив 79690 +розбалакалися 79691 +розберається 79692 +розбере 79693 +розберем 79694 +розберемось 79695 +розберемося 79696 +розберемся 79697 +розбереш 79698 +розберешся 79699 +розберу 79700 +розберуся 79701 +розберуть 79702 +розберуться 79703 +розберіть 79704 +розбещеною 79705 +розбещені 79706 +розбив 79707 +розбивав 79708 +розбивалася 79709 +розбивати 79710 +розбивають 79711 +розбиваються 79712 +розбиваючись 79713 +розбиває 79714 +розбився 79715 +розбивши 79716 +розбившись 79717 +розбилася 79718 +розбили 79719 +розбирався 79720 +розбирали 79721 +розбиралися 79722 +розбирати 79723 +розбиратимуть 79724 +розбиратись 79725 +розбиратися 79726 +розбирать 79727 +розбираюся 79728 +розбирають 79729 +розбираються 79730 +розбирає 79731 +розбираєм 79732 +розбираємо 79733 +розбираємось 79734 +розбираєтесь 79735 +розбирається 79736 +розбита 79737 +розбите 79738 +розбити 79739 +розбитий 79740 +розбитим 79741 +розбито 79742 +розбитої 79743 +розбиття 79744 +розбиту 79745 +розбиті 79746 +розбишак 79747 +розбишака 79748 +розблокована 79749 +розблоковано 79750 +розблокованої 79751 +розблоковувати 79752 +розблоковує 79753 +розблокували 79754 +розблокуванню 79755 +розблокування 79756 +розблокувати 79757 +розблокують 79758 +розблокує 79759 +розблюрили 79760 +розбомбили 79761 +розбори 79762 +розборки 79763 +розборок 79764 +розбору 79765 +розбоєм 79766 +розбрад 79767 +розбрат 79768 +розбрату 79769 +розбрезгала 79770 +розбрелись 79771 +розбрелися 79772 +розбризкують 79773 +розброєння 79774 +розбудила 79775 +розбудили 79776 +розбудов 79777 +розбудова 79778 +розбудови 79779 +розбудовою 79780 +розбудову 79781 +розбудовувались 79782 +розбудовування 79783 +розбудовувати 79784 +розбудовуватиме 79785 +розбудовуючи 79786 +розбудовує 79787 +розбудовуємо 79788 +розбудові 79789 +розбудувати 79790 +розбурхане 79791 +розбурхування 79792 +розбух 79793 +розбухати 79794 +розбухає 79795 +розбухли 79796 +розбігалося 79797 +розбігатися 79798 +розбігаються 79799 +розбіглася 79800 +розбіглося 79801 +розбіжностей 79802 +розбіжностях 79803 +розбіжності 79804 +розбіжність 79805 +розбіжністю 79806 +розбійне 79807 +розбійник 79808 +розбійники 79809 +розбійників 79810 +розбійних 79811 +розбійного 79812 +розбір 79813 +розбірками 79814 +розбірки 79815 +розв'зати 79816 +розв'яже 79817 +розв'яжемо 79818 +розв'яжете 79819 +розв'яжеться 79820 +розв'язав 79821 +розв'язала 79822 +розв'язали 79823 +розв'язана 79824 +розв'язане 79825 +розв'язаним 79826 +розв'язання 79827 +розв'язанням 79828 +розв'язанні 79829 +розв'язано 79830 +розв'язаної 79831 +розв'язати 79832 +розв'язка 79833 +розв'язки 79834 +розв'язкою 79835 +розв'язку 79836 +розв'язування 79837 +розв'язуванні 79838 +розв'язувати 79839 +розв'язує 79840 +розваг 79841 +розвага 79842 +розвагах 79843 +розваги 79844 +розважав 79845 +розважалися 79846 +розважального 79847 +розважальні 79848 +розважання 79849 +розважати 79850 +розважатись 79851 +розважають 79852 +розважаються 79853 +розважив 79854 +розвал 79855 +розвалена 79856 +розвалено 79857 +розваленого 79858 +розвалив 79859 +розвалившись 79860 +розвалила 79861 +розвалилася 79862 +розвалили 79863 +розвалилось 79864 +розвалити 79865 +розвалитися 79866 +розвалить 79867 +розвалиться 79868 +розвалом 79869 +розвалу 79870 +розвалювати 79871 +розвалюються 79872 +розвалюється 79873 +розвалі 79874 +розвантаження 79875 +розвантажили 79876 +розвантажити 79877 +розвантажить 79878 +розвантажували 79879 +розвантажують 79880 +розвантажується 79881 +розведеним 79882 +розведення 79883 +розведенні 79884 +розведені 79885 +розвезли 79886 +розвела 79887 +розвели 79888 +розвернувся 79889 +розвернулась 79890 +розвернулися 79891 +розвернута 79892 +розвернути 79893 +розвернутись 79894 +розвернутися 79895 +розвертався 79896 +розвертатись 79897 +розвертатися 79898 +розвеселила 79899 +розвеселили 79900 +розвести 79901 +розвивав 79902 +розвивався 79903 +розвивалась 79904 +розвивалася 79905 +розвивали 79906 +розвивались 79907 +розвивалися 79908 +розвивалося 79909 +розвивати 79910 +розвиватиметься 79911 +розвиватимуться 79912 +розвиватись 79913 +розвиватися 79914 +розвивають 79915 +розвиваються 79916 +розвиваючи 79917 +розвиваючоюся 79918 +розвиває 79919 +розвивається 79920 +розвиваєш 79921 +розвидниться 79922 +розвиднювалося 79923 +розвиднялося 79924 +розвила 79925 +розвилась 79926 +розвилася 79927 +розвине 79928 +розвинена 79929 +розвинене 79930 +розвинений 79931 +розвинених 79932 +розвиненому 79933 +розвинені 79934 +розвиненій 79935 +розвиненість 79936 +розвинув 79937 +розвинулася 79938 +розвинули 79939 +розвинута 79940 +розвинути 79941 +розвинутий 79942 +розвинутим 79943 +розвинутись 79944 +розвинутися 79945 +розвинутих 79946 +розвинутою 79947 +розвинуті 79948 +розвинутій 79949 +розвинчав 79950 +розвитися 79951 +розвитки 79952 +розвиткова 79953 +розвитковий 79954 +розвиткових 79955 +розвиткові 79956 +розвитком 79957 +розвитку 79958 +розвиток 79959 +розвови 79960 +розвовідав 79961 +розвовість 79962 +розводив 79963 +розводимо 79964 +розводити 79965 +розводить 79966 +розводка 79967 +розводкою 79968 +розводять 79969 +розвозити 79970 +розвозять 79971 +розворовано 79972 +розворушили 79973 +розвів 79974 +розвід 79975 +розвідала 79976 +розвіданих 79977 +розвідані 79978 +розвідати 79979 +розвідбат 79980 +розвідданими 79981 +розвідданих 79982 +розвіддані 79983 +розвідка 79984 +розвідками 79985 +розвідки 79986 +розвідкою 79987 +розвідку 79988 +розвідник 79989 +розвідника 79990 +розвідники 79991 +розвіднику 79992 +розвідників 79993 +розвідниць 79994 +розвідниця 79995 +розвідниці 79996 +розвідок 79997 +розвідувальна 79998 +розвідувальне 79999 +розвідувальний 80000 +розвідувальними 80001 +розвідувальних 80002 +розвідувально 80003 +розвідувального 80004 +розвідувальної 80005 +розвідувальні 80006 +розвідці 80007 +розвідінформацією 80008 +розвінчанні 80009 +розвінчувані 80010 +розвітку 80011 +розвішано 80012 +розвіювати 80013 +розвіюється 80014 +розвіяла 80015 +розвіялася 80016 +розвіялися 80017 +розвіяння 80018 +розвіяти 80019 +розвіємось 80020 +розгадана 80021 +розгадати 80022 +розгадування 80023 +розгадувати 80024 +розгалужену 80025 +розгалужені 80026 +розганяли 80027 +розганялося 80028 +розганяти 80029 +розганятись 80030 +розганяють 80031 +розганяє 80032 +розганяється 80033 +розгардіяш 80034 +розгвинтила 80035 +розгладити 80036 +розгледіти 80037 +розгляд 80038 +розглядав 80039 +розглядався 80040 +розглядала 80041 +розглядалася 80042 +розглядали 80043 +розглядалися 80044 +розглядало 80045 +розглядалось 80046 +розглядалося 80047 +розглядати 80048 +розглядатиме 80049 +розглядатиметься 80050 +розглядатимуть 80051 +розглядатимуться 80052 +розглядатись 80053 +розглядатися 80054 +розглядать 80055 +розглядаюся 80056 +розглядають 80057 +розглядаються 80058 +розглядаючи 80059 +розглядаючись 80060 +розглядає 80061 +розглядаєм 80062 +розглядаємо 80063 +розглядаєте 80064 +розглядається 80065 +розгляди 80066 +розглядом 80067 +розгляду 80068 +розглядувати 80069 +розгляді 80070 +розглядів 80071 +розгляне 80072 +розглянемо 80073 +розглянув 80074 +розглянувши 80075 +розглянула 80076 +розглянули 80077 +розглянута 80078 +розглянути 80079 +розглянутий 80080 +розглянутим 80081 +розглянутими 80082 +розглянутися 80083 +розглянуто 80084 +розглянутою 80085 +розглянуть 80086 +розглянуті 80087 +розгніваних 80088 +розгнівані 80089 +розгнівився 80090 +розговорився 80091 +розгойдування 80092 +розгойдувати 80093 +розголос 80094 +розголосу 80095 +розголошувати 80096 +розголошувать 80097 +розголошуються 80098 +розгони 80099 +розгону 80100 +розгоні 80101 +розгорне 80102 +розгорнемо 80103 +розгорненню 80104 +розгорнення 80105 +розгорнено 80106 +розгорненя 80107 +розгорнув 80108 +розгорнула 80109 +розгорнули 80110 +розгорнулися 80111 +розгорнута 80112 +розгорнути 80113 +розгорнутий 80114 +розгорнутись 80115 +розгорнутися 80116 +розгорнутих 80117 +розгорнуто 80118 +розгорнутої 80119 +розгорнуту 80120 +розгорнуть 80121 +розгорнуті 80122 +розгортав 80123 +розгортався 80124 +розгорталися 80125 +розгортання 80126 +розгортанням 80127 +розгортанні 80128 +розгортати 80129 +розгортатиме 80130 +розгортатиметься 80131 +розгортатися 80132 +розгортаться 80133 +розгортають 80134 +розгортаються 80135 +розгортає 80136 +розгортаємося 80137 +розгортається 80138 +розгорялася 80139 +розгорілася 80140 +розграбування 80141 +розграничивать 80142 +розгром 80143 +розгромила 80144 +розгромлена 80145 +розгромлений 80146 +розгромлено 80147 +розгромлені 80148 +розгромом 80149 +розгрому 80150 +розгружаться 80151 +розгрузки 80152 +розгрузочні 80153 +розгубився 80154 +розгубившись 80155 +розгубилися 80156 +розгубити 80157 +розгубить 80158 +розгубиться 80159 +розгублена 80160 +розгублене 80161 +розгубленим 80162 +розгублено 80163 +розгублені 80164 +розгулюють 80165 +розгільдяї 80166 +розгін 80167 +роздав 80168 +роздавав 80169 +роздавали 80170 +роздавалися 80171 +роздавати 80172 +роздаватимуть 80173 +роздали 80174 +роздана 80175 +роздані 80176 +роздати 80177 +роздача 80178 +роздачею 80179 +роздачу 80180 +роздачі 80181 +роздають 80182 +роздає 80183 +роздаємо 80184 +роздвоєний 80185 +роздерла 80186 +роздерли 80187 +роздеру 80188 +роздивившись 80189 +роздивилися 80190 +роздивитися 80191 +роздивлялася 80192 +роздивлятися 80193 +роздивляються 80194 +роздивляєтесь 80195 +роздивіться 80196 +роздмухують 80197 +роздмухує 80198 +роздобув 80199 +роздобудько 80200 +роздобули 80201 +роздобутий 80202 +роздовбає 80203 +роздолля 80204 +роздоріжжям 80205 +роздоріжжі 80206 +роздратована 80207 +роздратовано 80208 +роздратування 80209 +роздрочили 80210 +роздрукована 80211 +роздрукували 80212 +роздрукувати 80213 +роздрукує 80214 +роздруківку 80215 +роздрібковий 80216 +роздрібна 80217 +роздрібнених 80218 +роздрібну 80219 +роздрібні 80220 +роздрібу 80221 +роздрібі 80222 +роздули 80223 +роздумав 80224 +роздумах 80225 +роздуми 80226 +роздумів 80227 +роздумії 80228 +роздуплити 80229 +роздуплялись 80230 +роздутий 80231 +роздуто 80232 +роздяг 80233 +роздягали 80234 +роздягалися 80235 +роздягальні 80236 +роздягають 80237 +роздягає 80238 +роздягли 80239 +роздягненого 80240 +роздягнув 80241 +роздягнутися 80242 +роздєрєбанити 80243 +роздівалку 80244 +роздівалці 80245 +розділ 80246 +розділах 80247 +розділена 80248 +розділене 80249 +розділений 80250 +розділення 80251 +розділено 80252 +розділеною 80253 +розділені 80254 +розділеність 80255 +розділив 80256 +розділила 80257 +розділилася 80258 +розділили 80259 +розділилися 80260 +розділити 80261 +розділовими 80262 +розділових 80263 +розділові 80264 +розділом 80265 +розділу 80266 +роздільне 80267 +роздільнянського 80268 +розділяйте 80269 +розділяли 80270 +розділяти 80271 +розділяться 80272 +розділяють 80273 +розділяються 80274 +розділяє 80275 +розділі 80276 +розділів 80277 +розенблад 80278 +розенблат 80279 +розенблатом 80280 +розенка 80281 +розенко 80282 +розенку 80283 +розетки 80284 +розетку 80285 +розеток 80286 +розжав 80287 +розженешся 80288 +розжену 80289 +роззброєння 80290 +роззброється 80291 +роззброїли 80292 +роззброїти 80293 +роззброїтися 80294 +роззирнувся 80295 +роззухвалюються 80296 +роззяве 80297 +роззявивши 80298 +роззявлені 80299 +роззяву 80300 +рози 80301 +розйобаний 80302 +розйобану 80303 +розйобані 80304 +розйобувують 80305 +розйобують 80306 +розкаже 80307 +розкажем 80308 +розкажемо 80309 +розкажете 80310 +розкажеш 80311 +розкажи 80312 +розкажу 80313 +розкажуть 80314 +розкажіть 80315 +розказав 80316 +розказавши 80317 +розказала 80318 +розказали 80319 +розказано 80320 +розказати 80321 +розказать 80322 +розказував 80323 +розказувала 80324 +розказували 80325 +розказувати 80326 +розказувать 80327 +розказуй 80328 +розказуйте 80329 +розказую 80330 +розказують 80331 +розказуючи 80332 +розказує 80333 +розказуєш 80334 +розкачка 80335 +розкачуюють 80336 +розквартирування 80337 +розквіт 80338 +розквітали 80339 +розквітає 80340 +розквітлі 80341 +розквітнули 80342 +розквіту 80343 +розкидали 80344 +розкиданих 80345 +розкидано 80346 +розкиданою 80347 +розкидані 80348 +розкидати 80349 +розкидає 80350 +розкидаємось 80351 +розкидається 80352 +розкинувся 80353 +розкинувши 80354 +розкинулися 80355 +розкинулося 80356 +розкинута 80357 +розкинутих 80358 +розкисла 80359 +розкисли 80360 +розклав 80361 +розклад 80362 +розкладали 80363 +розкладання 80364 +розкладати 80365 +розкладах 80366 +розкладають 80367 +розкладаються 80368 +розкладає 80369 +розкладаємо 80370 +розкладається 80371 +розкладений 80372 +розклади 80373 +розкладу 80374 +розкладі 80375 +розкласти 80376 +розклеювали 80377 +розклеєно 80378 +розкол 80379 +розколеться 80380 +розколи 80381 +розколовся 80382 +розколом 80383 +розколоте 80384 +розколоти 80385 +розколотої 80386 +розколоту 80387 +розколоті 80388 +розколу 80389 +розколювалась 80390 +розколювати 80391 +розколюється 80392 +розколі 80393 +розконсервацію 80394 +розконсервовувати 80395 +розконсервували 80396 +розконсервування 80397 +розконсервують 80398 +розкопали 80399 +розкопки 80400 +розкоші 80401 +розкрадав 80402 +розкрадання 80403 +розкраданні 80404 +розкрадачами 80405 +розкрадають 80406 +розкрадає 80407 +розкреслити 80408 +розкрив 80409 +розкривав 80410 +розкривайся 80411 +розкривалася 80412 +розкривати 80413 +розкриваю 80414 +розкривають 80415 +розкриваються 80416 +розкриває 80417 +розкрила 80418 +розкрили 80419 +розкрилося 80420 +розкрити 80421 +розкритикував 80422 +розкритикувавши 80423 +розкритикували 80424 +розкритими 80425 +розкриття 80426 +розкриті 80427 +розкрию 80428 +розкрут 80429 +розкрутами 80430 +розкрутили 80431 +розкрутити 80432 +розкрутитись 80433 +розкрутку 80434 +розкруту 80435 +розкрутів 80436 +розкрутіть 80437 +розкручувалася 80438 +розкручувальний 80439 +розкручувального 80440 +розкручування 80441 +розкручуватись 80442 +розкручуватися 80443 +розкручуються 80444 +розкручує 80445 +розкручується 80446 +розкуплено 80447 +розкуповують 80448 +розкуповуються 80449 +розкуркулення 80450 +розкусили 80451 +розкутої 80452 +розкіш 80453 +розкішна 80454 +розкішний 80455 +розкішними 80456 +розкішних 80457 +розкішно 80458 +розкішну 80459 +розкішні 80460 +розкішшю 80461 +розлагоднені 80462 +розлад 80463 +розладами 80464 +розлади 80465 +розладяться 80466 +розладів 80467 +розлазилася 80468 +розламати 80469 +розламувати 80470 +розламує 80471 +розлетівся 80472 +розлетілася 80473 +розлетілись 80474 +розлетілися 80475 +розлите 80476 +розлога 80477 +розлогий 80478 +розлогими 80479 +розлогого 80480 +розлогу 80481 +розлогі 80482 +розломами 80483 +розлому 80484 +розлука 80485 +розлуки 80486 +розлутився 80487 +розлучається 80488 +розлучена 80489 +розлучення 80490 +розлучився 80491 +розлучились 80492 +розльоти 80493 +розльоту 80494 +розлютившись 80495 +розлютило 80496 +розлютовався 80497 +розлютується 80498 +розлючена 80499 +розлючені 80500 +розлягається 80501 +розляглася 80502 +розляпав 80503 +розлігся 80504 +розлігшись 80505 +розлідують 80506 +розлітаються 80507 +розмазало 80508 +розмазня 80509 +розмазувався 80510 +розмазувала 80511 +розмальовки 80512 +розмальовувати 80513 +розмальовують 80514 +розмарин 80515 +розмарі 80516 +розмасленими 80517 +розмах 80518 +розмахом 80519 +розмаху 80520 +розмахують 80521 +розмахуючи 80522 +розмаїтих 80523 +розмаїття 80524 +розмежити 80525 +розмежовувати 80526 +розмежування 80527 +розмежуємо 80528 +розмиває 80529 +розмивається 80530 +розминка 80531 +розминутися 80532 +розминці 80533 +розмитнення 80534 +розмитнені 80535 +розмитнити 80536 +розмитому 80537 +розмиті 80538 +розмножитись 80539 +розмножувати 80540 +розмножуватися 80541 +розмножуються 80542 +розмножується 80543 +розмов 80544 +розмова 80545 +розмовами 80546 +розмовах 80547 +розмови 80548 +розмовляв 80549 +розмовляла 80550 +розмовлялв 80551 +розмовляли 80552 +розмовляти 80553 +розмовлятиме 80554 +розмовляю 80555 +розмовляють 80556 +розмовляючи 80557 +розмовляє 80558 +розмовляємо 80559 +розмовляєш 80560 +розмовна 80561 +розмовне 80562 +розмовний 80563 +розмовних 80564 +розмовно 80565 +розмовного 80566 +розмовної 80567 +розмовній 80568 +розмовою 80569 +розмову 80570 +розмові 80571 +розморожує 80572 +розмоченим 80573 +розмочену 80574 +розмочують 80575 +розмінною 80576 +розміновували 80577 +розміновувати 80578 +розмінув 80579 +розмінування 80580 +розмінуванні 80581 +розмінюється 80582 +розмір 80583 +розмірами 80584 +розмірах 80585 +розмірене 80586 +розмірений 80587 +розміри 80588 +розмірковували 80589 +розмірковувати 80590 +розмірковуватимуть 80591 +розмірковую 80592 +розмірковують 80593 +розмірковує 80594 +розміром 80595 +розміру 80596 +розмірі 80597 +розмірів 80598 +розмісти 80599 +розмістив 80600 +розмістився 80601 +розмістились 80602 +розмістилися 80603 +розмістило 80604 +розмістити 80605 +розміститись 80606 +розмістить 80607 +розмістять 80608 +розмістіть 80609 +розмітити 80610 +розмітка 80611 +розмітки 80612 +розмішувати 80613 +розміщена 80614 +розміщене 80615 +розміщений 80616 +розміщених 80617 +розміщення 80618 +розміщенням 80619 +розміщенні 80620 +розміщено 80621 +розміщеному 80622 +розміщені 80623 +розміщеній 80624 +розміщував 80625 +розміщувались 80626 +розміщувати 80627 +розміщуватися 80628 +розміщують 80629 +розміщує 80630 +рознер 80631 +рознесеться 80632 +рознеслася 80633 +розновид 80634 +розносили 80635 +розове 80636 +розовеньку 80637 +розову 80638 +розом 80639 +розорив 80640 +розорить 80641 +розосередження 80642 +розп'ятого 80643 +розп'яття 80644 +розпався 80645 +розпад 80646 +розпадаються 80647 +розпадається 80648 +розпадеться 80649 +розпаду 80650 +розпаковують 80651 +розпакували 80652 +розпал 80653 +розпалась 80654 +розпаленим 80655 +розпалених 80656 +розпалення 80657 +розпалену 80658 +розпалили 80659 +розпалися 80660 +розпалити 80661 +розпалить 80662 +розпалося 80663 +розпалювання 80664 +розпалюванні 80665 +розпалювати 80666 +розпалюсь 80667 +розпалюють 80668 +розпалюючи 80669 +розпалює 80670 +розпалі 80671 +розпарування 80672 +розпастися 80673 +розпач 80674 +розпачу 80675 +розпачі 80676 +розпашілого 80677 +розпечена 80678 +розпиздовані 80679 +розпиздячено 80680 +розпиздячили 80681 +розпиздів 80682 +розпилювання 80683 +розпилювач 80684 +розпилює 80685 +розпилюється 80686 +розпиляти 80687 +розпинали 80688 +розпис 80689 +розписався 80690 +розписала 80691 +розписали 80692 +розписане 80693 +розписаних 80694 +розписано 80695 +розписані 80696 +розписку 80697 +розписом 80698 +розпису 80699 +розписувала 80700 +розписувати 80701 +розписую 80702 +розписують 80703 +розписуються 80704 +розпитав 80705 +розпитала 80706 +розпитати 80707 +розпитаю 80708 +розпитаємо 80709 +розпитував 80710 +розпитувала 80711 +розпитували 80712 +розпитувати 80713 +розпитую 80714 +розпитують 80715 +розпитуючи 80716 +розпитуємо 80717 +розпихаючи 80718 +розпишемо 80719 +розплавили 80720 +розплавлена 80721 +розплакався 80722 +розплакавшись 80723 +розплати 80724 +розплатитися 80725 +розплачуватись 80726 +розплачуватися 80727 +розплачується 80728 +розпливаємося 80729 +розпливчастими 80730 +розпливчасті 80731 +розплодитись 80732 +розплутав 80733 +розплющеними 80734 +розплющив 80735 +розплющте 80736 +розповзлись 80737 +розповзлися 80738 +розповсюджена 80739 +розповсюдженню 80740 +розповсюдження 80741 +розповсюдженням 80742 +розповсюдженні 80743 +розповсюджено 80744 +розповсюдженою 80745 +розповсюджені 80746 +розповсюджилося 80747 +розповсюджувати 80748 +розповсюджуватися 80749 +розповсюджувачів 80750 +розповсюджую 80751 +розповсюджують 80752 +розповсюджуються 80753 +розповсюджуючи 80754 +розповсюджує 80755 +розповсюджується 80756 +розповсюдив 80757 +розповсюдила 80758 +розповсюдили 80759 +розповсюдились 80760 +розповсюдити 80761 +розповсюдиться 80762 +розповів 80763 +розповідав 80764 +розповідай 80765 +розповідайте 80766 +розповідала 80767 +розповідали 80768 +розповідати 80769 +розповідатимемо 80770 +розповідать 80771 +розповідаю 80772 +розповідають 80773 +розповідаючи 80774 +розповідаює 80775 +розповідає 80776 +розповідаємо 80777 +розповідається 80778 +розповідаєш 80779 +розповіддю 80780 +розповідей 80781 +розповідні 80782 +розповідь 80783 +розповідями 80784 +розповіді 80785 +розповіла 80786 +розповіли 80787 +розповім 80788 +розповімо 80789 +розповісти 80790 +розповість 80791 +розподіл 80792 +розподілена 80793 +розподілення 80794 +розподіленні 80795 +розподілено 80796 +розподілені 80797 +розподілили 80798 +розподілились 80799 +розподілилися 80800 +розподілити 80801 +розподілом 80802 +розподілу 80803 +розподіляли 80804 +розподілялися 80805 +розподіляло 80806 +розподіляти 80807 +розподілятиме 80808 +розподілять 80809 +розподіляються 80810 +розподіляємо 80811 +розподіляється 80812 +розподілі 80813 +розпорене 80814 +розпорошених 80815 +розпорошити 80816 +розпорошували 80817 +розпорошується 80818 +розпоряджалися 80819 +розпоряджатись 80820 +розпоряджатися 80821 +розпоряджається 80822 +розпорядження 80823 +розпорядженням 80824 +розпорядженні 80825 +розпоряджень 80826 +розпорядився 80827 +розпорядниками 80828 +розпорядником 80829 +розпотрошили 80830 +розпочав 80831 +розпочався 80832 +розпочавшись 80833 +розпочала 80834 +розпочалась 80835 +розпочалася 80836 +розпочали 80837 +розпочались 80838 +розпочалися 80839 +розпочало 80840 +розпочалося 80841 +розпочата 80842 +розпочате 80843 +розпочати 80844 +розпочатий 80845 +розпочатим 80846 +розпочатися 80847 +розпочатих 80848 +розпочато 80849 +розпочаті 80850 +розпочинався 80851 +розпочинаеться 80852 +розпочинала 80853 +розпочиналися 80854 +розпочинало 80855 +розпочиналося 80856 +розпочинати 80857 +розпочинають 80858 +розпочинаються 80859 +розпочинаючи 80860 +розпочинає 80861 +розпочинаємо 80862 +розпочинається 80863 +розпочинаєш 80864 +розпочне 80865 +розпочнемо 80866 +розпочнеться 80867 +розпочну 80868 +розпочнуть 80869 +розпочнуться 80870 +розправ 80871 +розправи 80872 +розправився 80873 +розправити 80874 +розправить 80875 +розправляв 80876 +розправляться 80877 +розправу 80878 +розпреділенні 80879 +розпреділяти 80880 +розпродавав 80881 +розпродавалась 80882 +розпродавати 80883 +розпродавши 80884 +розпродаж 80885 +розпродажах 80886 +розпродажу 80887 +розпродажі 80888 +розпростерся 80889 +розпрощаюся 80890 +розпріділилась 80891 +розпуск 80892 +розпускати 80893 +розпуском 80894 +розпуску 80895 +розпусна 80896 +розпусниці 80897 +розпуста 80898 +розпусти 80899 +розпустилися 80900 +розпустити 80901 +розпустиш 80902 +розпущене 80903 +розпущений 80904 +розпущеними 80905 +розпущеності 80906 +розпіарений 80907 +розпіарили 80908 +розпізнавали 80909 +розпізнавальні 80910 +розпізнавання 80911 +розпізнаванням 80912 +розпізнавати 80913 +розпізнала 80914 +розпізнали 80915 +розпізнання 80916 +розпізнати 80917 +розпізнають 80918 +розпізнає 80919 +розпізнаєш 80920 +розрада 80921 +розради 80922 +розрадити 80923 +розрахована 80924 +розраховане 80925 +розрахований 80926 +розраховано 80927 +розраховував 80928 +розраховувала 80929 +розраховували 80930 +розраховувались 80931 +розраховувати 80932 +розраховуваться 80933 +розраховують 80934 +розраховуються 80935 +розраховує 80936 +розраховуємо 80937 +розраховуєте 80938 +розраховується 80939 +розрахувавши 80940 +розрахувалася 80941 +розрахували 80942 +розрахувати 80943 +розрахуватися 80944 +розрахунками 80945 +розрахунках 80946 +розрахунки 80947 +розрахунком 80948 +розрахунку 80949 +розрахунків 80950 +розрахунок 80951 +розрахується 80952 +розрив 80953 +розривати 80954 +розриватися 80955 +розриваються 80956 +розриває 80957 +розривається 80958 +розривка 80959 +розривними 80960 +розривні 80961 +розривом 80962 +розриву 80963 +розридатись 80964 +розробив 80965 +розробила 80966 +розробили 80967 +розробимо 80968 +розробити 80969 +розробка 80970 +розробкам 80971 +розробками 80972 +розробки 80973 +розробкою 80974 +розробку 80975 +розроблена 80976 +розроблене 80977 +розроблений 80978 +розроблених 80979 +розроблення 80980 +розроблено 80981 +розробленої 80982 +розроблені 80983 +розроблюється 80984 +розроблялася 80985 +розробляли 80986 +розроблялися 80987 +розробляти 80988 +розроблятиметься 80989 +розроблятимуться 80990 +розробляю 80991 +розробляють 80992 +розробляються 80993 +розробляє 80994 +розробляємо 80995 +розробляється 80996 +розробник 80997 +розробника 80998 +розробниками 80999 +розробники 81000 +розробником 81001 +розробників 81002 +розробок 81003 +розробці 81004 +розродилася 81005 +розродимся 81006 +розрослась 81007 +розростатися 81008 +розрубав 81009 +розрубавши 81010 +розрубати 81011 +розрулиться 81012 +розрулювать 81013 +розрулюваться 81014 +розрулюють 81015 +розрухався 81016 +розряд 81017 +розряджаю 81018 +розряджається 81019 +розрядження 81020 +розряди 81021 +розрядити 81022 +розряду 81023 +розріджує 81024 +розріжуть 81025 +розрізавши 81026 +розрізала 81027 +розрізали 81028 +розрізано 81029 +розрізнення 81030 +розрізнити 81031 +розрізнювати 81032 +розрізняли 81033 +розрізняти 81034 +розрізняють 81035 +розрізняються 81036 +розрізняє 81037 +розрізняється 81038 +розрізняєш 81039 +розрізі 81040 +розсада 81041 +розсади 81042 +розсадили 81043 +розсадником 81044 +розсаду 81045 +розсваримося 81046 +розсекретив 81047 +розсекречена 81048 +розсекречених 81049 +розсекречення 81050 +розселення 81051 +розселенням 81052 +розселені 81053 +розселилися 81054 +розселити 81055 +розсердився 81056 +розсержусь 81057 +розсилала 81058 +розсилати 81059 +розсилаю 81060 +розсилаємо 81061 +розсилка 81062 +розсилки 81063 +розсилку 81064 +розсипався 81065 +розсипавшись 81066 +розсипалась 81067 +розсипалися 81068 +розсипаний 81069 +розсипатиметься 81070 +розсипаємося 81071 +розсипається 81072 +розсипів 81073 +розсказали 81074 +розсказати 81075 +розслабилася 81076 +розслабилися 81077 +розслабитись 81078 +розслабленими 81079 +розслаблення 81080 +розслабленням 81081 +розслаблено 81082 +розслабленою 81083 +розслабленість 81084 +розслаблюють 81085 +розслабляв 81086 +розслаблятись 81087 +розслабтесь 81088 +розслідити 81089 +розслідували 81090 +розслідувана 81091 +розслідуване 81092 +розслідування 81093 +розслідуванням 81094 +розслідуваннями 81095 +розслідуваннях 81096 +розслідуванні 81097 +розслідувано 81098 +розслідувань 81099 +розслідувати 81100 +розслідуватиме 81101 +розслідуватимуть 81102 +розслідуватися 81103 +розслідувать 81104 +розслідувач 81105 +розслідують 81106 +розслідуються 81107 +розслідуючи 81108 +розслідує 81109 +розсмокчеться 81110 +розсмішив 81111 +розсмішити 81112 +розсміявся 81113 +розставили 81114 +розставити 81115 +розставить 81116 +розставиться 81117 +розставляються 81118 +розставляє 81119 +розсталися 81120 +розстеле 81121 +розстеленій 81122 +розстелили 81123 +розстелити 81124 +розстрой 81125 +розстрочку 81126 +розстроює 81127 +розстроєний 81128 +розстріл 81129 +розстріли 81130 +розстрілом 81131 +розстрілу 81132 +розстрілювали 81133 +розстрілювати 81134 +розстрілюють 81135 +розстріляв 81136 +розстріляла 81137 +розстріляли 81138 +розстріляне 81139 +розстріляних 81140 +розстріляно 81141 +розстріляної 81142 +розстріляні 81143 +розстріляти 81144 +розстріляють 81145 +розстріляє 81146 +розстріляєте 81147 +розстрілів 81148 +розступається 81149 +розступились 81150 +розступилися 81151 +розстібнувши 81152 +розсувалось 81153 +розсуваєм 81154 +розсуд 81155 +розсудлива 81156 +розсудливий 81157 +розсудливих 81158 +розсудливо 81159 +розсудливості 81160 +розсудливі 81161 +розсудливість 81162 +розсхвалююче 81163 +розсівшись 81164 +розсідлай 81165 +розсільпгосп 81166 +розсічена 81167 +розсіювач 81168 +розсіює 81169 +розсіяти 81170 +розталого 81171 +розтанув 81172 +розтаскувати 81173 +розташована 81174 +розташоване 81175 +розташований 81176 +розташованими 81177 +розташованих 81178 +розташовано 81179 +розташовані 81180 +розташованій 81181 +розташовувалася 81182 +розташовуватися 81183 +розташовуються 81184 +розташовує 81185 +розташовуємося 81186 +розташувався 81187 +розташувалася 81188 +розташували 81189 +розташувалися 81190 +розташуванню 81191 +розташування 81192 +розташуванні 81193 +розташувати 81194 +розташує 81195 +розтворив 81196 +розтеклись 81197 +розтерзаною 81198 +розтерзаної 81199 +розтерзаній 81200 +розтин 81201 +розтинала 81202 +розтину 81203 +розтиражувати 81204 +розтираю 81205 +розтлумачити 81206 +розтлумачувати 81207 +розтовчуть 81208 +розтопити 81209 +розтопиш 81210 +розтоплене 81211 +розтоптали 81212 +розторгувати 81213 +розтрат 81214 +розтрата 81215 +розтрати 81216 +розтрату 81217 +розтраті 81218 +розтрачував 81219 +розтринькує 81220 +розтрощені 81221 +розтрощиний 81222 +розтуливши 81223 +розтяглася 81224 +розтягне 81225 +розтягнений 81226 +розтягнення 81227 +розтягнеться 81228 +розтягнувся 81229 +розтягнувшись 81230 +розтягнулася 81231 +розтягнулось 81232 +розтягнутися 81233 +розтягнуті 81234 +розтягувати 81235 +розтяжка 81236 +розтяжку 81237 +розтяжці 81238 +розтібнутому 81239 +розтікався 81240 +розум 81241 +розумна 81242 +розумне 81243 +розумний 81244 +розумним 81245 +розумних 81246 +розумно 81247 +розумного 81248 +розумному 81249 +розумною 81250 +розумну 81251 +розумні 81252 +розумніше 81253 +розумніший 81254 +розумнішим 81255 +розумнішою 81256 +розумових 81257 +розумово 81258 +розумовою 81259 +розумову 81260 +розумом 81261 +розуму 81262 +розумє 81263 +розумі 81264 +розумів 81265 +розумійте 81266 +розуміла 81267 +розуміли 81268 +розумілися 81269 +розуміло 81270 +розумінню 81271 +розуміння 81272 +розумінням 81273 +розумінні 81274 +розуміти 81275 +розумітися 81276 +розумію 81277 +розуміють 81278 +розуміються 81279 +розуміюче 81280 +розуміючи 81281 +розуміє 81282 +розумієм 81283 +розуміємо 81284 +розумієте 81285 +розумієтеся 81286 +розуміється 81287 +розумієш 81288 +розуміївки 81289 +розуміївських 81290 +розуміївському 81291 +розуміївці 81292 +розуієте 81293 +розформованих 81294 +розформованого 81295 +розформували 81296 +розформування 81297 +розформувати 81298 +розхворівся 81299 +розхитати 81300 +розхитувалася 81301 +розхитування 81302 +розхитуючись 81303 +розхльобувати 81304 +розход 81305 +розходження 81306 +розходженнях 81307 +розходженні 81308 +розходжень 81309 +розходилась 81310 +розходились 81311 +розходилися 81312 +розходимось 81313 +розходимося 81314 +розходитись 81315 +розходитися 81316 +розходиться 81317 +розходник 81318 +розходяться 81319 +розхолоджує 81320 +розхристалася 81321 +розхід 81322 +розхідний 81323 +розхідники 81324 +розхідників 81325 +розхідним 81326 +розцокоталася 81327 +розцяцькований 81328 +розцінки 81329 +розцінювати 81330 +розцінюватися 81331 +розцінюю 81332 +розцінюють 81333 +розцінюються 81334 +розцінює 81335 +розцінюєте 81336 +розцінюється 81337 +розчавленій 81338 +розчарована 81339 +розчарований 81340 +розчаровано 81341 +розчаровані 81342 +розчарованість 81343 +розчаровуюсь 81344 +розчаровуюся 81345 +розчаровуються 81346 +розчаровує 81347 +розчаровуємо 81348 +розчаровується 81349 +розчарувалися 81350 +розчарування 81351 +розчаруванням 81352 +розчарувань 81353 +розчарувати 81354 +розчарую 81355 +розчарують 81356 +розчепірити 81357 +розчесала 81358 +розчехлились 81359 +розчехляйтесь 81360 +розчехлялись 81361 +розчехляється 81362 +розчин 81363 +розчинені 81364 +розчинився 81365 +розчинилися 81366 +розчинитися 81367 +розчинник 81368 +розчинної 81369 +розчином 81370 +розчину 81371 +розчиняються 81372 +розчиняється 81373 +розчистити 81374 +розчищає 81375 +розчищувальні 81376 +розчленований 81377 +розчовп 81378 +розчулила 81379 +розчулює 81380 +розчути 81381 +розшарпаних 81382 +розшатувати 81383 +розшатуйтє 81384 +розширена 81385 +розширене 81386 +розширений 81387 +розширенню 81388 +розширення 81389 +розширенням 81390 +розширено 81391 +розширеного 81392 +розширеної 81393 +розширеніші 81394 +розширив 81395 +розширила 81396 +розширилася 81397 +розширили 81398 +розширилися 81399 +розширити 81400 +розширить 81401 +розширювали 81402 +розширювались 81403 +розширювати 81404 +розширюватимемо 81405 +розширюються 81406 +розширює 81407 +розширюється 81408 +розширяла 81409 +розширяти 81410 +розширяє 81411 +розширяєм 81412 +розшити 81413 +розшифровка 81414 +розшифровки 81415 +розшифровку 81416 +розшифровок 81417 +розшифровувати 81418 +розшифровує 81419 +розшифрувати 81420 +розшнуровувалось 81421 +розшук 81422 +розшукових 81423 +розшуку 81424 +розшукували 81425 +розшукуваних 81426 +розшукування 81427 +розшукувати 81428 +розшукую 81429 +розшукують 81430 +розшукуються 81431 +розшукує 81432 +розшуків 81433 +розщеплю 81434 +розщеплюватися 81435 +розщеплює 81436 +розщепнув 81437 +розюче 81438 +розіб'ю 81439 +розіб'ють 81440 +розіб'є 81441 +розіб'ємо 81442 +розібрав 81443 +розібрався 81444 +розібравши 81445 +розібрала 81446 +розібралася 81447 +розібрали 81448 +розібрались 81449 +розібралися 81450 +розібрана 81451 +розібраному 81452 +розібрані 81453 +розібрати 81454 +розібратись 81455 +розібратися 81456 +розібраться 81457 +розівчився 81458 +розігнав 81459 +розігнала 81460 +розігнали 81461 +розігналися 81462 +розігнаний 81463 +розігнання 81464 +розігнати 81465 +розігнатися 81466 +розігнулася 81467 +розіграв 81468 +розіграшу 81469 +розіграють 81470 +розіграє 81471 +розіграємо 81472 +розігрувати 81473 +розігруватиметься 81474 +розігруються 81475 +розігрується 81476 +розігрівати 81477 +розігрівся 81478 +розігріву 81479 +розігріві 81480 +розігрілася 81481 +розігріте 81482 +розігріти 81483 +розігріть 81484 +розігріє 81485 +розідраних 81486 +розізжав 81487 +розійдеться 81488 +розійдуться 81489 +розійдіться 81490 +розійтись 81491 +розійтися 81492 +розійшлася 81493 +розійшлись 81494 +розійшлися 81495 +розійшовся 81496 +розіклав 81497 +розіл 81498 +розімчалась 81499 +розіп'ятого 81500 +розірвав 81501 +розірвала 81502 +розірвалася 81503 +розірвали 81504 +розірвались 81505 +розірвалися 81506 +розірвало 81507 +розірвалося 81508 +розірвана 81509 +розірваний 81510 +розірваних 81511 +розірвання 81512 +розірвано 81513 +розірваного 81514 +розірвані 81515 +розірваній 81516 +розірвати 81517 +розірватися 81518 +розірве 81519 +розірветься 81520 +розірву 81521 +розіслав 81522 +розіслали 81523 +розіслало 81524 +розішле 81525 +розія 81526 +розїжджається 81527 +розїзжаються 81528 +ройс 81529 +ройтер 81530 +ройтерс 81531 +рок 81532 +рок- 81533 +рокам 81534 +роками 81535 +роках 81536 +роки 81537 +роковин 81538 +роковини 81539 +роковину 81540 +рококо 81541 +роком 81542 +рокосовського 81543 +роксоляна 81544 +року 81545 +року-рік 81546 +рокі 81547 +років 81548 +ролан 81549 +ролей 81550 +ролексі 81551 +ролет 81552 +ролети 81553 +роли 81554 +ролик 81555 +роликах 81556 +ролики 81557 +роликів 81558 +ролл 81559 +роллю 81560 +роль 81561 +роля 81562 +ролі 81563 +ролік 81564 +роліки 81565 +ром 81566 +рома 81567 +ромаді 81568 +ромала 81569 +ромалийская 81570 +ромалійська 81571 +роман 81572 +романа 81573 +романами 81574 +романе 81575 +романенко 81576 +романи 81577 +романишин 81578 +романов 81579 +романова 81580 +романови 81581 +романових 81582 +романович 81583 +романові 81584 +романом 81585 +романси 81586 +романсу 81587 +романтизацію 81588 +романтизація 81589 +романтик 81590 +романтика 81591 +романтики 81592 +романтику 81593 +романтична 81594 +романтичне 81595 +романтичний 81596 +романтичним 81597 +романтично 81598 +романтичну 81599 +романтичніші 81600 +роману 81601 +романюка 81602 +романі 81603 +романів 81604 +ромася 81605 +ромат 81606 +ромбамбар 81607 +ромейською 81608 +ромео 81609 +ромеові 81610 +ромеєм 81611 +ромеїв 81612 +ромина 81613 +ромко 81614 +ромкові 81615 +ромком 81616 +ромку 81617 +ромні 81618 +ромови 81619 +ромовою 81620 +ромою 81621 +ромського 81622 +ромул 81623 +ромчик 81624 +ромчика 81625 +ромчиком 81626 +ромчику 81627 +ромів 81628 +рон 81629 +рона 81630 +роналд 81631 +роналда 81632 +роналду 81633 +рональд 81634 +роп 81635 +ропа 81636 +ропу 81637 +ропух 81638 +роребакер 81639 +рос 81640 +роса 81641 +росгвардєєц 81642 +росгвардії 81643 +роси 81644 +росилала 81645 +росинів 81646 +росистських 81647 +росиян 81648 +роскажи 81649 +роскажу 81650 +росказать 81651 +росказує 81652 +росла 81653 +росли 81654 +рослин 81655 +рослина 81656 +рослинам 81657 +рослинами 81658 +рослинах 81659 +рослини 81660 +рослинне 81661 +рослинництвом 81662 +рослинно 81663 +рослинного 81664 +рослинності 81665 +рослинні 81666 +рослинність 81667 +рослину 81668 +росло 81669 +росмовних 81670 +росмовному 81671 +росмовній 81672 +росморречфлота 81673 +роснафти 81674 +роснєфті 81675 +росса 81676 +россие 81677 +россии 81678 +российские 81679 +российской 81680 +россия 81681 +россю 81682 +россію 81683 +россія 81684 +россією 81685 +россії 81686 +рост 81687 +росте 81688 +ростем 81689 +ростемо 81690 +ростерзаного 81691 +ростете 81692 +ростеш 81693 +рости 81694 +ростик 81695 +ростиком 81696 +ростиме 81697 +ростимо 81698 +ростислав 81699 +ростиславе 81700 +ростов 81701 +ростова 81702 +ростовський 81703 +ростовсько 81704 +ростовській 81705 +ростову 81706 +ростові 81707 +ростом 81708 +ростріл 81709 +рострілу 81710 +росту 81711 +ростуть 81712 +рості 81713 +ростік 81714 +ростіть 81715 +росукренерго 81716 +росформувати 81717 +росходної 81718 +рось 81719 +росяниста 81720 +росі 81721 +росіею 81722 +російска 81723 +російский 81724 +російских 81725 +російскомовне 81726 +російскої 81727 +російскькій 81728 +російскіх 81729 +російськ 81730 +російська 81731 +російське 81732 +російськи 81733 +російський 81734 +російським 81735 +російськими 81736 +російських 81737 +російсько 81738 +російського 81739 +російськой 81740 +російськомовна 81741 +російськомовне 81742 +російськомовний 81743 +російськомовним 81744 +російськомовними 81745 +російськомовних 81746 +російськомовного 81747 +російськомовною 81748 +російськомовної 81749 +російськомовні 81750 +російськомовній 81751 +російському 81752 +російськоокупаційні 81753 +російською 81754 +російської 81755 +російську 81756 +російські 81757 +російській 81758 +російськіх 81759 +росію 81760 +росія 81761 +росіян 81762 +росіянам 81763 +росіянами 81764 +росіяни 81765 +росіянин 81766 +росіянина 81767 +росіянином 81768 +росіянки 81769 +росіянкою 81770 +росіянку 81771 +росіянок 81772 +росіянці 81773 +росією 81774 +росії 81775 +рот 81776 +рота 81777 +ротацій 81778 +ротаційне 81779 +ротаційний 81780 +ротаційного 81781 +ротацію 81782 +ротація 81783 +ротації 81784 +ротаціїне 81785 +ротенберга 81786 +ротердам 81787 +ротердаму 81788 +роти 81789 +ротику 81790 +ротний 81791 +ротно 81792 +ротні 81793 +ротою 81794 +роттердам 81795 +роттердамські 81796 +роттердамі 81797 +роту 81798 +ротшильд 81799 +роті 81800 +роу 81801 +роув 81802 +роува 81803 +роуз 81804 +роулз 81805 +роулінг 81806 +роулінґ 81807 +роумінг 81808 +роумінгом 81809 +роумінгу 81810 +роутером 81811 +рохез 81812 +рохес 81813 +рохова 81814 +році 81815 +рочки 81816 +рочків 81817 +рочок 81818 +рошен 81819 +рошенкової 81820 +рошенківець 81821 +рощиній 81822 +роя 81823 +роял 81824 +роялістів 81825 +рпг 81826 +рпедставником 81827 +рпк 81828 +рпр 81829 +рпс 81830 +рр 81831 +рротягом 81832 +рсзв 81833 +рсзо 81834 +рсньою 81835 +рсню 81836 +рсня 81837 +рсні 81838 +рср 81839 +ртв 81840 +ртл 81841 +ртр 81842 +ртутного 81843 +ртуть 81844 +рті 81845 +руанди 81846 +руанду 81847 +руанді 81848 +руандійський 81849 +руандійських 81850 +руандійському 81851 +руандійці 81852 +руба 81853 +рубай 81854 +рубайсь 81855 +рубайся 81856 +рубан 81857 +рубаних 81858 +рубати 81859 +рубать 81860 +рубають 81861 +рубаються 81862 +рубежах 81863 +рубежу 81864 +рубежі 81865 +рублева 81866 +рублей 81867 +рубль 81868 +рубльову 81869 +рубля 81870 +рублі 81871 +рублів 81872 +рубрика 81873 +рубрики 81874 +рубрику 81875 +рубриці 81876 +рубрук 81877 +рубруком 81878 +рубіж 81879 +рубіжне 81880 +рубіжного 81881 +рубіжному 81882 +рубіжі 81883 +рубікон 81884 +рубін 81885 +руд 81886 +руда 81887 +руданського 81888 +рудем 81889 +руденко 81890 +руджіо 81891 +рудий 81892 +рудим 81893 +рудимент 81894 +рудиментарний 81895 +рудих 81896 +рудківський 81897 +рудницький 81898 +рудольф 81899 +рудому 81900 +рудс 81901 +рудський 81902 +рудченс 81903 +рудь 81904 +рудька 81905 +рудько 81906 +рудьковським 81907 +рудьковського 81908 +руе 81909 +рузвельт 81910 +рузькощелепні 81911 +руйнація 81912 +руйнацією 81913 +руйнації 81914 +руйнувала 81915 +руйнували 81916 +руйнувало 81917 +руйнування 81918 +руйнувань 81919 +руйнувати 81920 +руйнуватись 81921 +руйнуватися 81922 +руйнують 81923 +руйнуючи 81924 +руйнує 81925 +руйнуємо 81926 +руйнується 81927 +руйнівна 81928 +руйнівник 81929 +руйнівного 81930 +руйнівну 81931 +рук 81932 +рука 81933 +рукава 81934 +рукавами 81935 +рукавах 81936 +рукави 81937 +рукавицях 81938 +рукавиці 81939 +рукавичка 81940 +рукавички 81941 +рукавичку 81942 +рукавом 81943 +рукаві 81944 +рукавіцина 81945 +рукам 81946 +руками 81947 +рукасом 81948 +руках 81949 +руки 81950 +рукоблудством 81951 +руководства 81952 +рукопис 81953 +рукостискання 81954 +рукою 81955 +рукоять 81956 +руку 81957 +руків'я 81958 +рулеткою 81959 +рулетів 81960 +рулити 81961 +руль 81962 +рульом 81963 +руля 81964 +рулять 81965 +румун 81966 +румунами 81967 +румуни 81968 +румунки 81969 +румункою 81970 +румунська 81971 +румунський 81972 +румунським 81973 +румунськими 81974 +румунських 81975 +румунського 81976 +румунською 81977 +румунської 81978 +румунську 81979 +румунці 81980 +румунів 81981 +румунію 81982 +румунія 81983 +румунії 81984 +руно 81985 +руняодин 81986 +руо 81987 +рупор 81988 +рупором 81989 +рупорів 81990 +руппель 81991 +рупії 81992 +русака 81993 +русаки 81994 +русаків 81995 +русалонька 81996 +руси 81997 +русизм 81998 +русизмів 81999 +русин 82000 +русинам 82001 +русини 82002 +русином 82003 +русинська 82004 +русинських 82005 +русинського 82006 +русинському 82007 +русинською 82008 +русинські 82009 +русинів 82010 +русифікацію 82011 +русифікації 82012 +русифіковане 82013 +русифікованим 82014 +русифікованих 82015 +русифікованого 82016 +русифікованої 82017 +русифіковані 82018 +русифікують 82019 +русих 82020 +русич 82021 +русичу 82022 +русичі 82023 +рускава 82024 +рускоязичні 82025 +рускую 82026 +рускі 82027 +рускій 82028 +рускім 82029 +руслан 82030 +руслана 82031 +руслане 82032 +русланові 82033 +русланом 82034 +руслану 82035 +русло 82036 +руслу 82037 +руслі 82038 +руснак 82039 +русначенком 82040 +руснею 82041 +русньою 82042 +русню 82043 +русня 82044 +руснява 82045 +руснявий 82046 +руснявим 82047 +руснявих 82048 +руснявой 82049 +руснявому 82050 +руснявої 82051 +русняву 82052 +русняві 82053 +руснявій 82054 +руснє 82055 +русні 82056 +русова 82057 +русовірусом 82058 +русол 82059 +русофоб 82060 +русофобських 82061 +русофобія 82062 +русофобії 82063 +русофіла 82064 +русскай 82065 +русский 82066 +русских 82067 +русского 82068 +русской 82069 +русскому 82070 +русскій 82071 +русскіх 82072 +русскіє 82073 +руссо 82074 +руссю 82075 +руставелі 82076 +рустама 82077 +рустаму 82078 +рустан 82079 +русь 82080 +руська 82081 +руськи 82082 +руський 82083 +руськими 82084 +руських 82085 +русько 82086 +руського 82087 +руському 82088 +руської 82089 +руську 82090 +руські 82091 +руській 82092 +русяво 82093 +русяві 82094 +русі 82095 +русія 82096 +рута 82097 +рутенберг 82098 +рутина 82099 +рутинне 82100 +рутинним 82101 +рутинних 82102 +рутинно 82103 +рутинної 82104 +руту 82105 +рутульське 82106 +рутульський 82107 +рутульську 82108 +рутульцю 82109 +рутульця 82110 +рутульцям 82111 +рутульців 82112 +рух 82113 +рухався 82114 +рухалась 82115 +рухалася 82116 +рухалися 82117 +рухалось 82118 +рухам 82119 +рухами 82120 +рухати 82121 +рухатиметься 82122 +рухатись 82123 +рухатися 82124 +рухаться 82125 +рухаю 82126 +рухаються 82127 +рухаючи 82128 +рухає 82129 +рухаємо 82130 +рухаємось 82131 +рухаємося 82132 +рухаємся 82133 +рухається 82134 +рухаєшся 82135 +рухи 82136 +рухлива 82137 +рухливими 82138 +рухливій 82139 +рухливість 82140 +рухнула 82141 +руховий 82142 +рухові 82143 +рухом 82144 +рухома 82145 +рухомий 82146 +рухомими 82147 +рухомості 82148 +рухомою 82149 +руху 82150 +рухів 82151 +рухівці 82152 +рухівців 82153 +руці 82154 +руч 82155 +рученьки 82156 +рученятами 82157 +ручка 82158 +ручками 82159 +ручки 82160 +ручкою 82161 +ручку 82162 +ручний 82163 +ручним 82164 +ручними 82165 +ручних 82166 +ручного 82167 +ручному 82168 +ручною 82169 +ручної 82170 +ручну 82171 +ручні 82172 +ручок 82173 +рушаймо 82174 +рушають 82175 +рушаємо 82176 +рушив 82177 +рушила 82178 +рушили 82179 +рушити 82180 +рушитися 82181 +рушиться 82182 +рушник 82183 +рушники 82184 +рушникосушилка 82185 +рушницею 82186 +рушниць 82187 +рушницю 82188 +рушниця 82189 +рушницями 82190 +рушниці 82191 +рушнична 82192 +рушничний 82193 +рушничні 82194 +рушничок 82195 +рушій 82196 +рушійна 82197 +рушійний 82198 +рушійною 82199 +рушійної 82200 +рушійну 82201 +рушіїв 82202 +руїн 82203 +руїнах 82204 +руїни 82205 +руїною 82206 +рф 82207 +рфср 82208 +рхбз 82209 +рхбзшнікі 82210 +ршшення 82211 +рюкзак 82212 +рюкзаки 82213 +рюкзаком 82214 +рюкзаку 82215 +рюкюська 82216 +рюриковичі 82217 +рюриковичів 82218 +рютте 82219 +рябка 82220 +рябков 82221 +рябодзьобий 82222 +рябоконем 82223 +рябоконь 82224 +рябошапка 82225 +рябошапки 82226 +рябошапко 82227 +рябошапкою 82228 +рябчук 82229 +рябчука 82230 +рябіє 82231 +рявкне 82232 +рягузова 82233 +ряд 82234 +ряда 82235 +рядами 82236 +рядах 82237 +ряди 82238 +рядити 82239 +рядиться 82240 +рядишком 82241 +рядками 82242 +рядках 82243 +рядки 82244 +рядку 82245 +рядків 82246 +рядном 82247 +рядовим 82248 +рядового 82249 +рядовому 82250 +рядок 82251 +рядом 82252 +рядочком 82253 +рядочок 82254 +ряду 82255 +ряді 82256 +рядів 82257 +ряж 82258 +рязанська 82259 +рязанських 82260 +рязані 82261 +рясна 82262 +рясний 82263 +рясно 82264 +рясою 82265 +ряст 82266 +рястом 82267 +рясту 82268 +рятуальним 82269 +рятувала 82270 +рятувалась 82271 +рятували 82272 +рятувальне 82273 +рятувальник 82274 +рятувальниками 82275 +рятувальники 82276 +рятувальників 82277 +рятувальним 82278 +рятувальних 82279 +рятувально 82280 +рятувального 82281 +рятувальному 82282 +рятувальну 82283 +рятувальні 82284 +рятувати 82285 +рятуватись 82286 +рятуватися 82287 +рятуй 82288 +рятуйте 82289 +рятуйтеся 82290 +рятункові 82291 +рятунку 82292 +рятую 82293 +рятують 82294 +рятуються 82295 +рятуючи 82296 +рятуючись 82297 +рятує 82298 +рятівникам 82299 +рятівники 82300 +рятівним 82301 +рятівних 82302 +рятівниця 82303 +рятівні 82304 +ряченка 82305 +рєбят 82306 +рєбята 82307 +рєзко 82308 +рєзніков 82309 +рєчі 82310 +ріа 82311 +ріббентропа 82312 +рів 82313 +рівень 82314 +рівець 82315 +рівлином 82316 +рівна 82317 +рівне 82318 +рівнем 82319 +рівненський 82320 +рівненської 82321 +рівненській 82322 +рівненщина 82323 +рівненщині 82324 +рівненький 82325 +рівненько 82326 +рівний 82327 +рівним 82328 +рівними 82329 +рівнини 82330 +рівнинний 82331 +рівнинними 82332 +рівнину 82333 +рівнині 82334 +рівних 82335 +рівно 82336 +рівновага 82337 +рівноваги 82338 +рівновазі 82339 +рівновеликих 82340 +рівного 82341 +рівнозначне 82342 +рівнозначний 82343 +рівнозначним 82344 +рівнозначно 82345 +рівнозначні 82346 +рівному 82347 +рівномірно 82348 +рівноправ'я 82349 +рівноправності 82350 +рівноправні 82351 +рівності 82352 +рівноцінна 82353 +рівноцінними 82354 +рівноцінні 82355 +рівною 82356 +рівну 82357 +рівню 82358 +рівня 82359 +рівнялись 82360 +рівнями 82361 +рівнян 82362 +рівняння 82363 +рівнянь 82364 +рівнять 82365 +рівнях 82366 +рівняються 82367 +рівняється 82368 +рівні 82369 +рівнів 82370 +рівній 82371 +рівність 82372 +рівніше 82373 +рівнішого 82374 +рівніші 82375 +ріг 82376 +рігдзін 82377 +рід 82378 +рідина 82379 +рідини 82380 +рідину 82381 +рідка 82382 +рідкий 82383 +рідким 82384 +рідкими 82385 +рідко 82386 +рідкому 82387 +рідкісна 82388 +рідкісний 82389 +рідкісним 82390 +рідкісного 82391 +рідкісні 82392 +рідкісність 82393 +рідкість 82394 +рідкістю 82395 +рідна 82396 +рідная 82397 +рідне 82398 +рідний 82399 +рідним 82400 +рідними 82401 +рідних 82402 +рідного 82403 +рідному 82404 +рідною 82405 +рідної 82406 +рідну 82407 +рідню 82408 +рідня 82409 +рідні 82410 +рідній 82411 +рідол 82412 +рідше 82413 +ріелторів 82414 +ріже 82415 +ріжемо 82416 +ріжеш 82417 +ріжков 82418 +ріжку 82419 +ріжна 82420 +ріжуть 82421 +різ 82422 +різав 82423 +різали 82424 +різалися 82425 +різалось 82426 +різанина 82427 +різанині 82428 +різати 82429 +різать 82430 +різдва 82431 +різдво 82432 +різдвом 82433 +різдвяних 82434 +різдвяні 82435 +різи 82436 +різиків 82437 +різка 82438 +різке 82439 +різки 82440 +різкий 82441 +різким 82442 +різкими 82443 +різких 82444 +різко 82445 +різкого 82446 +різкості 82447 +різкою 82448 +різкої 82449 +різку 82450 +різкі 82451 +різкій 82452 +різкість 82453 +різкіше 82454 +різна 82455 +різне 82456 +різний 82457 +різнилися 82458 +різним 82459 +різними 82460 +різнитися 82461 +різниться 82462 +різних 82463 +різницею 82464 +різницю 82465 +різниця 82466 +різницями 82467 +різниці 82468 +різнкомпонентну 82469 +різно 82470 +різнобарвне 82471 +різнобарвну 82472 +різнобічних 82473 +різновекторно 82474 +різновид 82475 +різновидами 82476 +різновиди 82477 +різновидом 82478 +різновиду 82479 +різновидів 82480 +різного 82481 +різнокольорове 82482 +різнокольорові 82483 +різноманітна 82484 +різноманітне 82485 +різноманітний 82486 +різноманітним 82487 +різноманітними 82488 +різноманітних 82489 +різноманітно 82490 +різноманітного 82491 +різноманітності 82492 +різноманітною 82493 +різноманітної 82494 +різноманітні 82495 +різноманітність 82496 +різноманітніша 82497 +різноманіття 82498 +різномаїття 82499 +різномаїттям 82500 +різному 82501 +різнопланового 82502 +різнопланову 82503 +різнопланові 82504 +різностороннього 82505 +різнотрав'я 82506 +різночитання 82507 +різночитань 82508 +різною 82509 +різної 82510 +різну 82511 +різняться 82512 +різні 82513 +різній 82514 +різьблення 82515 +різьбярами 82516 +різьбярі 82517 +рік 82518 +ріка 82519 +рікара 82520 +рікард 82521 +ріках 82522 +ріки 82523 +ріко 82524 +ріком 82525 +рікошету 82526 +рікою 82527 +рікти 82528 +ріку 82529 +рікі 82530 +рікін 82531 +ріллі 82532 +рільницькими 82533 +ріната 82534 +рінатом 82535 +ріншення 82536 +ріо-де-жанейро 82537 +ріпаку 82538 +ріппер 82539 +ріст 82540 +ріта 82541 +ріторикою 82542 +ріфат 82543 +ріфата 82544 +ріхтера 82545 +ріхтує 82546 +ріц 82547 +ріці 82548 +річ 82549 +річард 82550 +річарда 82551 +річардом 82552 +річардсон 82553 +річардсоном 82554 +річка 82555 +річках 82556 +річки 82557 +річкова 82558 +річковий 82559 +річкових 82560 +річкового 82561 +річковому 82562 +річкову 82563 +річкою 82564 +річку 82565 +річна 82566 +річний 82567 +річним 82568 +річними 82569 +річних 82570 +річницею 82571 +річницю 82572 +річниця 82573 +річниці 82574 +річно 82575 +річного 82576 +річному 82577 +річною 82578 +річної 82579 +річну 82580 +річні 82581 +річній 82582 +річок 82583 +річці 82584 +річь 82585 +річі 82586 +рішал 82587 +рішали 82588 +рішаю 82589 +рішає 82590 +рішенню 82591 +рішення 82592 +рішенням 82593 +рішеннями 82594 +рішеннях 82595 +рішенні 82596 +рішень 82597 +рішив 82598 +рішила 82599 +рішилася 82600 +рішили 82601 +рішимість 82602 +рішити 82603 +рішуча 82604 +рішуче 82605 +рішучий 82606 +рішучим 82607 +рішучих 82608 +рішучого 82609 +рішучостю 82610 +рішучості 82611 +рішучою 82612 +рішучої 82613 +рішучу 82614 +рішучі 82615 +рішучість 82616 +рішучістю 82617 +рішучіших 82618 +ріщі 82619 +ріяда 82620 +ріяду 82621 +ріяді 82622 +рієлторів 82623 +с 82624 +саад 82625 +саада 82626 +саадом 82627 +саакашвілі 82628 +саакашілі 82629 +сааккашвіли 82630 +саакян 82631 +саакяна 82632 +саакяном 82633 +саафарайрахо 82634 +саб 82635 +сабакасутула 82636 +сабатинеллі 82637 +сабато 82638 +сабатінеллі 82639 +сабахом 82640 +саботаж 82641 +саботажем 82642 +саботажник 82643 +саботажу 82644 +саботувати 82645 +саботуватися 82646 +саботують 82647 +саботуються 82648 +саботує 82649 +саботується 82650 +сабунка 82651 +сабчук 82652 +сабіга 82653 +сабіни 82654 +савана 82655 +савани 82656 +савбет 82657 +савицький 82658 +савки 82659 +савроматська 82660 +савчак 82661 +савченко 82662 +савчикової 82663 +савчук 82664 +савєтскую 82665 +савік 82666 +савіка 82667 +савісаара 82668 +савісааром 82669 +савісаару 82670 +савіцькій 82671 +савіч 82672 +савіча 82673 +сагайдачний 82674 +сагайдачного 82675 +сагайдачном 82676 +саганчі 82677 +сагнація 82678 +сагою 82679 +сагу 82680 +сад 82681 +сада 82682 +садам 82683 +садама 82684 +садами 82685 +садамовських 82686 +садамом 82687 +садамівського 82688 +садата 82689 +садах 82690 +садвила 82691 +саддама 82692 +садер 82693 +садера 82694 +саджанця 82695 +саджанців 82696 +саджати 82697 +саджають 82698 +саджає 82699 +саджаєте 82700 +сади 82701 +садиба 82702 +садиби 82703 +садив 82704 +садика 82705 +садику 82706 +садирситі 82707 +садист 82708 +садистом 82709 +садити 82710 +садить 82711 +садиш 82712 +садками 82713 +садках 82714 +садки 82715 +садку 82716 +садків 82717 +садовий 82718 +садовили 82719 +садовитиме 82720 +садовить 82721 +садовлю 82722 +садового 82723 +садовому 82724 +садової 82725 +садовського 82726 +садок 82727 +садом 82728 +садочка 82729 +садочках 82730 +садочки 82731 +садочку 82732 +садочків 82733 +садочок 82734 +садр 82735 +садр-сити 82736 +садр-ситі 82737 +садр-сіті 82738 +садра 82739 +садром 82740 +садрсеті 82741 +садру 82742 +саду 82743 +садять 82744 +саді 82745 +садів 82746 +садівництва 82747 +садівнича 82748 +садівничий 82749 +садік 82750 +садіку 82751 +саеба 82752 +сажать 82753 +сажня 82754 +сажу 82755 +сайгаки 82756 +сайд 82757 +сайдвіндер 82758 +сайдік 82759 +сайдіка 82760 +сайдінг 82761 +сайдія 82762 +сайенс 82763 +сайман 82764 +саймон 82765 +сайндклауді 82766 +сайт 82767 +сайтах 82768 +сайти 82769 +сайтом 82770 +сайту 82771 +сайті 82772 +сайтів 82773 +сайфулла 82774 +сакварелідзе 82775 +саккара 82776 +сакральне 82777 +сакральним 82778 +сакс 82779 +саксон 82780 +саксонами 82781 +саксони 82782 +саксофоністів 82783 +сакстона 82784 +сала 82785 +салам 82786 +салама 82787 +саламом 82788 +салат 82789 +салатах 82790 +салати 82791 +салатик 82792 +салатів 82793 +салах 82794 +салганіка 82795 +салдат 82796 +салиев 82797 +салика 82798 +салко 82799 +салливан 82800 +саллі 82801 +салман 82802 +салманом 82803 +сало 82804 +салон 82805 +салона 82806 +салонів 82807 +сальвадор 82808 +сальви 82809 +сальвою 82810 +сальву 82811 +сальвіні 82812 +сальвії 82813 +сальдо 82814 +сальман 82815 +сальмонели 82816 +сальмонелою 82817 +сальмонельоз 82818 +сальник 82819 +сальєрі 82820 +салют 82821 +сам 82822 +сам- 82823 +сама 82824 +самара 82825 +самарджич 82826 +самари 82827 +самарі 82828 +самбісти 82829 +самвел 82830 +самвидав 82831 +саме 82832 +самету 82833 +саметі 82834 +самець 82835 +сами 82836 +самий 82837 +самим 82838 +самими 82839 +самих 82840 +самиць 82841 +самиї 82842 +самки 82843 +самміту 82844 +само 82845 +самоа 82846 +самоактуалізовуються 82847 +самоаналізом 82848 +самобутнє 82849 +самобутність 82850 +самобутніх 82851 +самоварчик 82852 +самовбивчого 82853 +самовдосконалення 82854 +самовдосконалитись 82855 +самовдосконалитися 82856 +самовдосконалюватись 82857 +самовизначення 82858 +самовизначенням 82859 +самовизначної 82860 +самовираження 82861 +самовисуванців 82862 +самовладний 82863 +самовмовлянням 82864 +самоволодіння 82865 +самовпевненими 82866 +самовпевненість 82867 +самоврядуванню 82868 +самоврядування 82869 +самовчинених 82870 +самовіддано 82871 +самовіддані 82872 +самовідтворення 82873 +самовільне 82874 +самовільно 82875 +самовільного 82876 +самого 82877 +самогон 82878 +самогонний 82879 +самогонного 82880 +самогону 82881 +самогубець 82882 +самогубна 82883 +самогубний 82884 +самогубних 82885 +самогубного 82886 +самогубною 82887 +самогубної 82888 +самогубні 82889 +самогубств 82890 +самогубства 82891 +самогубство 82892 +самогубством 82893 +самогубцем 82894 +самогубця 82895 +самогубці 82896 +самогубців 82897 +самогіпнозу 82898 +самодержанковою 82899 +самодержцем 82900 +самодопомога 82901 +самодопомоги 82902 +самодостатньою 82903 +самодостатні 82904 +самодостатній 82905 +самодостатнім 82906 +самодостатність 82907 +самодур 82908 +самодурова 82909 +самодіяльні 82910 +самодіяльність 82911 +самодіяльністю 82912 +самое 82913 +самозаймання 82914 +самозайнятих 82915 +самозайняті 82916 +самозайнятість 82917 +самозакохані 82918 +самозакоханій 82919 +самозаспокоєння 82920 +самозаспокоїтись 82921 +самозахисту 82922 +самозбереження 82923 +самознищення 82924 +самозрозуміло 82925 +самой 82926 +самок 82927 +самокатами 82928 +самолетах 82929 +самольот 82930 +самольоти 82931 +самольоті 82932 +самоліквідувати 82933 +самолікування 82934 +самом 82935 +самомотивації 82936 +самому 82937 +самонаведення 82938 +самонавіювання 82939 +самонавіюванням 82940 +самонавіюваннями 82941 +самонадіяно 82942 +самонаказ 82943 +самонаказом 82944 +самообманюватися 82945 +самооборона 82946 +самооборони 82947 +самообороною 82948 +самооборону 82949 +самооборонцю 82950 +самооборонці 82951 +самооборонців 82952 +самообороні 82953 +самоорганізуватися 82954 +самооцінку 82955 +самоочищення 82956 +самоповага 82957 +самопожертви 82958 +самопожертву 82959 +самопомочі 82960 +самопоміч 82961 +самопомічі 82962 +самопорівняння 82963 +самопочуття 82964 +самопрезентація 82965 +самопроголошених 82966 +самопроголошення 82967 +самопроголошеного 82968 +самопроголошеної 82969 +самореалізація 82970 +самореалізуватися 82971 +саморегуляцію 82972 +саморегуляції 82973 +саморобним 82974 +саморобного 82975 +саморобному 82976 +саморобні 82977 +самородка 82978 +саморозвиток 82979 +саморозкрутитися 82980 +саморозслаблення 82981 +самоспалення 82982 +самоспроможність 82983 +самоствердження 82984 +самостійкого 82985 +самостійна 82986 +самостійне 82987 +самостійний 82988 +самостійним 82989 +самостійними 82990 +самостійно 82991 +самостійного 82992 +самостійності 82993 +самостійною 82994 +самостійну 82995 +самостійні 82996 +самостійність 82997 +самостійніший 82998 +самосуду 82999 +самоти 83000 +самотини 83001 +самотності 83002 +самотньо 83003 +самотньою 83004 +самотня 83005 +самотні 83006 +самотній 83007 +самотнім 83008 +самотужки 83009 +самотьокє 83010 +самоті 83011 +самоуправління 83012 +самоусвідомлення 83013 +самоусунення 83014 +самоухвалення 83015 +самофінансування 83016 +самохідна 83017 +самохідний 83018 +самохідних 83019 +самохідної 83020 +самохідні 83021 +самочинні 83022 +самою 83023 +самоідентифікацію 83024 +самоідентифікація 83025 +самоідентифікацією 83026 +самоідентифікації 83027 +самоізоляції 83028 +самоінструкцій 83029 +самоіронія 83030 +самоіронії 83031 +самої 83032 +самсоненко 83033 +самсонова 83034 +самсунг 83035 +саму 83036 +самуельсон 83037 +самурайського 83038 +самуіл 83039 +самуїл 83040 +самуїла 83041 +самфел 83042 +самці 83043 +самців 83044 +самчук 83045 +самі 83046 +самій 83047 +самім 83048 +саміми 83049 +самір 83050 +самісіньке 83051 +самісінький 83052 +самісінького 83053 +самісінькому 83054 +саміт 83055 +самітом 83056 +саміту 83057 +саміті 83058 +самітів 83059 +саміх 83060 +сан 83061 +сан-дієго 83062 +сан-франциско 83063 +сана 83064 +санадера 83065 +санадером 83066 +санаторне 83067 +санаторно 83068 +санаторій 83069 +санаторію 83070 +санаторії 83071 +санація 83072 +санвузли 83073 +санвузол 83074 +сангін 83075 +санд 83076 +сандерс 83077 +сандорс 83078 +сандра 83079 +сандрес 83080 +саней 83081 +сани 83082 +санкт 83083 +санкции 83084 +санкцій 83085 +санкційний 83086 +санкційними 83087 +санкційних 83088 +санкційні 83089 +санкціонний 83090 +санкціонований 83091 +санкціоновано 83092 +санкціонованому 83093 +санкціоновану 83094 +санкціонував 83095 +санкціонували 83096 +санкція 83097 +санкціям 83098 +санкціями 83099 +санкціях 83100 +санкції 83101 +сановників 83102 +санскритом 83103 +санстанція 83104 +санта 83105 +сантехніка 83106 +сантиметр 83107 +сантиметра 83108 +сантиметри 83109 +сантиметрів 83110 +сантою 83111 +сантьяго 83112 +санчата 83113 +санчез 83114 +сань 83115 +саням 83116 +санях 83117 +сані 83118 +санітарна 83119 +санітарне 83120 +санітарний 83121 +санітарним 83122 +санітарними 83123 +санітарних 83124 +санітарно 83125 +санітарного 83126 +санітарної 83127 +санітарну 83128 +санітарні 83129 +санітарній 83130 +сап 83131 +сапала 83132 +сапаючи 83133 +сапера 83134 +саперам 83135 +сапери 83136 +саперна 83137 +саперного 83138 +саперів 83139 +сапожнікова 83140 +сапожнікової 83141 +сапою 83142 +саприкін 83143 +сапсан 83144 +сапу 83145 +сапфирів 83146 +сапфір 83147 +сапфіри 83148 +сапі 83149 +сапієнс 83150 +сарай 83151 +саранча 83152 +сарарога 83153 +сарасоті 83154 +сарастина 83155 +сарацинами 83156 +сарацини 83157 +сараєво 83158 +сараї 83159 +сарван 83160 +сарган 83161 +сардинію 83162 +сарказм 83163 +сарказмом 83164 +сарказі 83165 +саркас'ян 83166 +саркафі 83167 +саркозі 83168 +сармат 83169 +сарни 83170 +саррафа 83171 +сарський 83172 +сартак 83173 +сартака 83174 +сартаком 83175 +сартаха 83176 +сартр 83177 +сартрсіті 83178 +сарі 83179 +сасан 83180 +саскачеван 83181 +сатана 83182 +сатани 83183 +сателіт 83184 +сателіти 83185 +сателітів 83186 +сатира 83187 +сатирично 83188 +сатиричні 83189 +сатрап 83190 +саттерфілд 83191 +сатурн 83192 +сатурна 83193 +сатьяграху 83194 +сау 83195 +сауд 83196 +саудитам 83197 +саудитів 83198 +саудівська 83199 +саудівський 83200 +саудівським 83201 +саудівськими 83202 +саудівського 83203 +саудівської 83204 +саудівську 83205 +саудівській 83206 +саудівці 83207 +сауна 83208 +саунд 83209 +саундклайді 83210 +саундклауд 83211 +саундклауді 83212 +саундтреках 83213 +саундтреком 83214 +саундтреків 83215 +саунклауді 83216 +сафараджа 83217 +сах 83218 +сахаб 83219 +сахалін 83220 +сахама 83221 +сахари 83222 +сахарні 83223 +сахарова 83224 +сахарою 83225 +сахарі 83226 +сахацький 83227 +сахвестані 83228 +сахнулась 83229 +сацьких 83230 +саченко 83231 +саша 83232 +сашею 83233 +сашко 83234 +сашою 83235 +сашу 83236 +саєвич 83237 +саіб 83238 +саіде 83239 +саїд 83240 +саїдом 83241 +саїп 83242 +саїпов 83243 +саїпова 83244 +сбиваем 83245 +сбоку 83246 +сбори 83247 +сброси 83248 +сбу 83249 +сбушника 83250 +св 83251 +св'ятах 83252 +св'яткували 83253 +св'ятіший 83254 +св'ященники 83255 +свавілля 83256 +свавільний 83257 +свавільними 83258 +свавільних 83259 +свавільно 83260 +свавільні 83261 +свангірігай 83262 +сварив 83263 +сварився 83264 +сварила 83265 +сварились 83266 +сварилися 83267 +сварити 83268 +сваритись 83269 +сваритися 83270 +сварках 83271 +сварки 83272 +сварку 83273 +сварлива 83274 +сварливий 83275 +сварога 83276 +сваруться 83277 +сваряться 83278 +свастіка 83279 +сват 83280 +сватати 83281 +свати 83282 +сватків 83283 +сватоплук 83284 +сватів 83285 +сватівного 83286 +сваха 83287 +свділа 83288 +сведбанку 83289 +свекор 83290 +свекрух 83291 +свекруха 83292 +свекрухи 83293 +свекрухою 83294 +свекруху 83295 +сверблять 83296 +свердловин 83297 +свердління 83298 +свердлінням 83299 +сверхприбутків 83300 +света 83301 +светр 83302 +светрики 83303 +свидание 83304 +свидании 83305 +свидания 83306 +свина 83307 +свиней 83308 +свиний 83309 +свинина 83310 +свинини 83311 +свинину 83312 +свинка 83313 +свинки 83314 +свинкус 83315 +свинна 83316 +свинопаса 83317 +свинопасів 83318 +свиноти 83319 +свинотка 83320 +свиноферми 83321 +свину 83322 +свиню 83323 +свиня 83324 +свиняче 83325 +свинячий 83326 +свині 83327 +свирид 83328 +свирида 83329 +свириденко 83330 +свиснув 83331 +свиснули 83332 +свист 83333 +свистав 83334 +свистами 83335 +свисток 83336 +свистом 83337 +свистячі 83338 +свита 83339 +свитами 83340 +свитерів 83341 +свити 83342 +свитина 83343 +свитка 83344 +свитках 83345 +свитки 83346 +свитку 83347 +свищи 83348 +сво 83349 +свобод 83350 +свобода 83351 +свободи 83352 +свободна 83353 +свободолюби 83354 +свободою 83355 +свободу 83356 +свободі 83357 +свобідно 83358 +свобідною 83359 +свобідніші 83360 +свовільні 83361 +свого 83362 +сводках 83363 +свое 83364 +своих 83365 +свойом 83366 +свойому 83367 +свокли 83368 +сволотою 83369 +сволоч 83370 +свома 83371 +свому 83372 +свооєї 83373 +свою 83374 +своюїм 83375 +своя 83376 +своє 83377 +своєй 83378 +своєму 83379 +своєрідна 83380 +своєрідне 83381 +своєрідний 83382 +своєрідним 83383 +своєрідними 83384 +своєрідного 83385 +своєрідному 83386 +своєрідною 83387 +своєрідної 83388 +своєрідні 83389 +своєрідність 83390 +своєчасне 83391 +своєчасно 83392 +своєчасність 83393 +своєю 83394 +своєї 83395 +своєїх 83396 +свої 83397 +своїй 83398 +своїм 83399 +своїми 83400 +своїму 83401 +своїх 83402 +свту 83403 +свят 83404 +свята 83405 +святами 83406 +святах 83407 +святая 83408 +святвечором 83409 +святвечір 83410 +святвечірні 83411 +святе 83412 +святив 83413 +святий 83414 +святим 83415 +святими 83416 +святиню 83417 +святинями 83418 +святині 83419 +святителів 83420 +святих 83421 +святкова 83422 +святковий 83423 +святковими 83424 +святкових 83425 +святкового 83426 +святковості 83427 +святкової 83428 +святкові 83429 +святковій 83430 +святкував 83431 +святкувала 83432 +святкували 83433 +святкувалось 83434 +святкування 83435 +святкуванням 83436 +святкуваннями 83437 +святкуваннях 83438 +святкуванні 83439 +святкувань 83440 +святкувати 83441 +святкуватимемо 83442 +святкуй 83443 +святкую 83444 +святкують 83445 +святкуючи 83446 +святкує 83447 +святкуємо 83448 +святкуєте 83449 +свято 83450 +святого 83451 +святом 83452 +святому 83453 +святослав 83454 +святославичі 83455 +святочний 83456 +святочному 83457 +святошино 83458 +святошинського 83459 +святошинської 83460 +святою 83461 +святої 83462 +святу 83463 +святі 83464 +святій 83465 +святійший 83466 +святість 83467 +святіше 83468 +свячену 83469 +священик 83470 +священика 83471 +священиками 83472 +священики 83473 +священикм 83474 +священиком 83475 +священику 83476 +священиків 83477 +священна 83478 +священне 83479 +священний 83480 +священник 83481 +священника 83482 +священниками 83483 +священниках 83484 +священники 83485 +священників 83486 +священному 83487 +священнослужитель 83488 +священнослужителів 83489 +священною 83490 +священної 83491 +священну 83492 +свєта 83493 +свєти 83494 +свєткою 83495 +свєтою 83496 +свєту 83497 +свєтє 83498 +свєті 83499 +свіглянич 83500 +свіданія 83501 +свідка 83502 +свідкам 83503 +свідками 83504 +свідки 83505 +свідков 83506 +свідком 83507 +свідкі 83508 +свідків 83509 +свідок 83510 +свідома 83511 +свідоме 83512 +свідомий 83513 +свідомим 83514 +свідомими 83515 +свідомить 83516 +свідомих 83517 +свідомо 83518 +свідомого 83519 +свідомому 83520 +свідомості 83521 +свідомої 83522 +свідомі 83523 +свідомість 83524 +свідомістю 83525 +свідоцтв 83526 +свідоцтва 83527 +свідоцтво 83528 +свідчать 83529 +свідчення 83530 +свідченням 83531 +свідченнями 83532 +свідченнях 83533 +свідченні 83534 +свідчень 83535 +свідченя 83536 +свідчили 83537 +свідчило 83538 +свідчити 83539 +свідчитиме 83540 +свідчить 83541 +свіжа 83542 +свіже 83543 +свіженькі 83544 +свіжеспечений 83545 +свіжий 83546 +свіжими 83547 +свіжить 83548 +свіжих 83549 +свіжовимите 83550 +свіжого 83551 +свіжокошеного 83552 +свіжому 83553 +свіжопризваних 83554 +свіжої 83555 +свіжу 83556 +свіжі 83557 +свіжіше 83558 +свіжіший 83559 +свіжіші 83560 +свій 83561 +свій- 83562 +свійських 83563 +свійську 83564 +світ 83565 +світа 83566 +світало 83567 +світанком 83568 +світанку 83569 +світанок 83570 +світах 83571 +світи 83572 +світив 83573 +світився 83574 +світила 83575 +світилася 83576 +світилися 83577 +світило 83578 +світильник 83579 +світильники 83580 +світити 83581 +світитись 83582 +світитися 83583 +світить 83584 +світиться 83585 +світла 83586 +світлана 83587 +світлани 83588 +світлано 83589 +світланою 83590 +світлану 83591 +світлані 83592 +світле 83593 +світлий 83594 +світлин 83595 +світлина 83596 +світлинами 83597 +світлинау 83598 +світлинах 83599 +світлини 83600 +світлині 83601 +світлих 83602 +світлицею 83603 +світлицю 83604 +світлиця 83605 +світлиці 83606 +світличний 83607 +світличного 83608 +світло 83609 +світлових 83610 +світлого 83611 +світлодарка 83612 +світлодарськ 83613 +світлодарська 83614 +світлодарської 83615 +світлодарській 83616 +світлом 83617 +світломаскувальний 83618 +світломаскування 83619 +світлоока 83620 +світлофора 83621 +світлофори 83622 +світлою 83623 +світлу 83624 +світлі 83625 +світліший 83626 +світлішим 83627 +світлішими 83628 +світні 83629 +світова 83630 +світовая 83631 +світове 83632 +світовий 83633 +світовим 83634 +світовими 83635 +світових 83636 +світового 83637 +світовому 83638 +світовою 83639 +світової 83640 +світову 83641 +світові 83642 +світовій 83643 +світогляд 83644 +світогляду 83645 +світоліна 83646 +світоліної 83647 +світом 83648 +світосприймання 83649 +світочі 83650 +світський 83651 +світськими 83652 +світських 83653 +світському 83654 +світської 83655 +світську 83656 +світу 83657 +світуліна 83658 +світшоти 83659 +світять 83660 +світяться 83661 +світі 83662 +світів 83663 +світіть 83664 +свіфт 83665 +свіфта 83666 +свічблейд 83667 +свічка 83668 +свічками 83669 +свічки 83670 +свічок 83671 +свічі 83672 +свіі 83673 +сдам 83674 +сдачу 83675 +сдається 83676 +сдвадцяти 83677 +сделала 83678 +сделали 83679 +сделать 83680 +сделаєм 83681 +сдерот 83682 +сдетонував 83683 +сдохну 83684 +сдружений 83685 +сдюшор 83686 +се 83687 +сеанс 83688 +себастьян 83689 +себастьяна 83690 +себастіан 83691 +себастіана 83692 +себастіане 83693 +себе 83694 +себеліас 83695 +себто 83696 +севастоп 83697 +севастополь 83698 +севастопольський 83699 +севастопольського 83700 +севастопольської 83701 +севастопольській 83702 +севастополю 83703 +севастополя 83704 +севастополі 83705 +севастьянова 83706 +севгіль 83707 +северодонецьк 83708 +северодонецьку 83709 +севрук 83710 +севідова 83711 +севілью 83712 +севілья 83713 +севільї 83714 +сегмент 83715 +сегменти 83716 +сегментики 83717 +сегментом 83718 +сегменту 83719 +сегменті 83720 +сегментів 83721 +сегодня 83722 +сегодняшнего 83723 +сегодняшней 83724 +сегодняшний 83725 +сегодняшних 83726 +сегрегація 83727 +сегрегації 83728 +седе 83729 +седекі 83730 +седерат 83731 +седня 83732 +седьмой 83733 +седікі 83734 +сезана 83735 +сезанн 83736 +сезар 83737 +сезон 83738 +сезонах 83739 +сезони 83740 +сезонна 83741 +сезонний 83742 +сезонним 83743 +сезонних 83744 +сезонні 83745 +сезоном 83746 +сезону 83747 +сезоні 83748 +сезонів 83749 +сей 83750 +сейдамет 83751 +сейму 83752 +сеймі 83753 +сейн 83754 +сейнт 83755 +сейран 83756 +сейсмологічні 83757 +сейф 83758 +сейчас 83759 +секеляння 83760 +секонд 83761 +секрет 83762 +секретар 83763 +секретареві 83764 +секретарем 83765 +секретарка 83766 +секретарь 83767 +секретарю 83768 +секретаря 83769 +секретарі 83770 +секретаріат 83771 +секретаріатом 83772 +секретаріату 83773 +секретаріаті 83774 +секретарів 83775 +секрети 83776 +секретна 83777 +секретне 83778 +секретний 83779 +секретним 83780 +секретними 83781 +секретних 83782 +секретного 83783 +секретності 83784 +секретної 83785 +секретну 83786 +секретні 83787 +секретність 83788 +секретом 83789 +секрету 83790 +секрітаріату 83791 +секс 83792 +сексапільними 83793 +сексизму 83794 +сексистськіх 83795 +сексот 83796 +сексплуатації 83797 +сексу 83798 +сексуальним 83799 +сексуальними 83800 +сексуальних 83801 +сексуального 83802 +сексуальні 83803 +сексуальній 83804 +сексуальність 83805 +сексуалізований 83806 +сексі 83807 +сектоа 83808 +сектор 83809 +сектора 83810 +секторах 83811 +сектори 83812 +секторові 83813 +сектором 83814 +сектору 83815 +секторі 83816 +секторів 83817 +секунд 83818 +секунди 83819 +секундоміри 83820 +секундочку 83821 +секунду 83822 +секунді 83823 +секцій 83824 +секція 83825 +секцією 83826 +секції 83827 +села 83828 +селам 83829 +селами 83830 +селах 83831 +селеві 83832 +селективному 83833 +селен 83834 +селенодифіцит 83835 +селера 83836 +селери 83837 +селецька 83838 +селещук 83839 +селитися 83840 +селищ 83841 +селища 83842 +селищах 83843 +селище 83844 +селищних 83845 +селищній 83846 +селищі 83847 +село 83848 +селом 83849 +селтікс 83850 +селу 83851 +селфі 83852 +сельвінського 83853 +сельджуки 83854 +селян 83855 +селянам 83856 +селянами 83857 +селяни 83858 +селянин 83859 +селянина 83860 +селянинові 83861 +селянином 83862 +селянки 83863 +селянська 83864 +селянському 83865 +селянської 83866 +селянські 83867 +селянській 83868 +селяться 83869 +селі 83870 +селітру 83871 +семафора 83872 +семдесят 83873 +семен 83874 +семена 83875 +семенка 83876 +семенова 83877 +семенович 83878 +семеновича 83879 +семеновичу 83880 +семеном 83881 +семенусі 83882 +семенуха 83883 +семенухи 83884 +семенухою 83885 +семенченка 83886 +семенченко 83887 +семенченком 83888 +семенюк 83889 +семенінки 83890 +семерак 83891 +семеро 83892 +семестр 83893 +семестри 83894 +семестру 83895 +семестрі 83896 +семи 83897 +семибоящина 83898 +семигір'я 83899 +семигір'ї 83900 +семигірянських 83901 +семигірянські 83902 +семидесяти 83903 +семидесятирічний 83904 +семидесятирічної 83905 +семидідько 83906 +семимильними 83907 +семирічного 83908 +семирічної 83909 +семирічні 83910 +семисот 83911 +семиста 83912 +семисторінковий 83913 +семнадцать 83914 +семого 83915 +семпатій 83916 +семідляєв 83917 +семій 83918 +семінар 83919 +семінарам 83920 +семінари 83921 +семінару 83922 +семінарчики 83923 +семінарію 83924 +семінарії 83925 +сенат 83926 +сенатом 83927 +сенатор 83928 +сенатора 83929 +сенаторам 83930 +сенаторами 83931 +сенаторз 83932 +сенатори 83933 +сенаторові 83934 +сенатором 83935 +сенатору 83936 +сенаторів 83937 +сенатський 83938 +сенатських 83939 +сенатського 83940 +сенатському 83941 +сенатської 83942 +сенату 83943 +сенаті 83944 +сендвічі 83945 +сендер 83946 +сендера 83947 +сенегал 83948 +сенегалі 83949 +сенкевич 83950 +сенкмарш 83951 +сенс 83952 +сенсами 83953 +сенсах 83954 +сенсаційна 83955 +сенсаційний 83956 +сенсаційним 83957 +сенсаційно 83958 +сенсаційну 83959 +сенсаційні 83960 +сенсацію 83961 +сенсацією 83962 +сенсації 83963 +сенси 83964 +сенсори 83965 +сенсорний 83966 +сенсу 83967 +сенсі 83968 +сенсів 83969 +сентенцею 83970 +сентенцію 83971 +сентенції 83972 +сентиментальним 83973 +сентиментальних 83974 +сентиментальною 83975 +сентиментами 83976 +сентиментів 83977 +сентський 83978 +сентября 83979 +сентянівка 83980 +сентінел 83981 +сенцов 83982 +сенцова 83983 +сеньйору 83984 +сенюджел 83985 +сепаратизм 83986 +сепаратизму 83987 +сепаратизмі 83988 +сепаратиста 83989 +сепаратистам 83990 +сепаратистами 83991 +сепаратисти 83992 +сепаратистськими 83993 +сепаратистських 83994 +сепаратистському 83995 +сепаратистської 83996 +сепаратистські 83997 +сепаратистськіми 83998 +сепаратистькими 83999 +сепаратистів 84000 +сепаратиськими 84001 +сепаратиських 84002 +сепаруєшся 84003 +сепарів 84004 +сеперуєшся 84005 +септиків 84006 +септо 84007 +сер'йозних 84008 +сера 84009 +серасота 84010 +сербам 84011 +сербами 84012 +серби 84013 +сербини 84014 +сербия 84015 +сербку 84016 +сербська 84017 +сербське 84018 +сербський 84019 +сербським 84020 +сербськими 84021 +сербських 84022 +сербського 84023 +сербському 84024 +сербською 84025 +сербської 84026 +сербську 84027 +сербські 84028 +сербській 84029 +сербів 84030 +сербію 84031 +сербія 84032 +сербією 84033 +сербії 84034 +сервен 84035 +сервер 84036 +серверами 84037 +сервери 84038 +серверна 84039 +серверній 84040 +серверів 84041 +серветками 84042 +серветки 84043 +сервіс 84044 +сервісами 84045 +сервіси 84046 +сервісне 84047 +сервісний 84048 +сервісних 84049 +сервісного 84050 +сервісному 84051 +сервісом 84052 +сервісу 84053 +сервісі 84054 +сервісів 84055 +сергея 84056 +сергеєв 84057 +сергеєвим 84058 +сергєю 84059 +сергєєв 84060 +сергєєм 84061 +сергій 84062 +сергійович 84063 +сергійчук 84064 +сергійчука 84065 +сергію 84066 +сергія 84067 +сергієаі 84068 +сергієм 84069 +сергієнка 84070 +сергієнко 84071 +серденька 84072 +серденько 84073 +сердець 84074 +сердечком 84075 +сердечних 84076 +сердечно 84077 +сердечною 84078 +сердечні 84079 +сердечність 84080 +сердешна 84081 +сердешне 84082 +сердешний 84083 +сердешного 84084 +сердився 84085 +сердитий 84086 +сердито 84087 +сердиться 84088 +сердитіше 84089 +сердишся 84090 +сердься 84091 +сердюк 84092 +сердюков 84093 +серебла 84094 +серебляних 84095 +серебряков 84096 +серебрякова 84097 +серебрянка 84098 +серед 84099 +середа 84100 +середах 84101 +середені 84102 +середземки 84103 +середземне 84104 +середземним 84105 +середземного 84106 +середземноморського 84107 +середземному 84108 +середи 84109 +середина 84110 +середини 84111 +серединного 84112 +серединні 84113 +середину 84114 +серединці 84115 +середині 84116 +середньарифметичне 84117 +середньо 84118 +середньоволзької 84119 +середньовічна 84120 +середньовічний 84121 +середньовіччя 84122 +середньовіччі 84123 +середнього 84124 +середньозаможними 84125 +середньоланцюговими 84126 +середньому 84127 +середньорічний 84128 +середньостатистичний 84129 +середньостатистично 84130 +середньостатистичні 84131 +середньострокового 84132 +середньострокову 84133 +середньострокові 84134 +середньостроковій 84135 +середньоукраїнської 84136 +середньошкільних 84137 +середньою 84138 +середньої 84139 +середню 84140 +середня 84141 +середнє 84142 +середні 84143 +середній 84144 +середнім 84145 +середніх 84146 +середовищ 84147 +середовища 84148 +середовищами 84149 +середовище 84150 +середовищем 84151 +середовищу 84152 +середовищі 84153 +середу 84154 +середульсенький 84155 +середульший 84156 +середюк 84157 +середій 84158 +сережку 84159 +серені 84160 +серж 84161 +сержант 84162 +сержанта 84163 +сержантам 84164 +сержантами 84165 +сержанти 84166 +сержантська 84167 +сержантський 84168 +сержантського 84169 +сержантському 84170 +сержантські 84171 +сержантів 84172 +серийно 84173 +серийного 84174 +серию 84175 +серйозна 84176 +серйозне 84177 +серйозний 84178 +серйозним 84179 +серйозними 84180 +серйозних 84181 +серйозно 84182 +серйозного 84183 +серйозному 84184 +серйозності 84185 +серйозною 84186 +серйозної 84187 +серйозну 84188 +серйозні 84189 +серйозній 84190 +серйозність 84191 +серйозністю 84192 +серйозніша 84193 +серйозніше 84194 +серйозніших 84195 +серйознішою 84196 +серйозніші 84197 +серйозі 84198 +серліф 84199 +серліх 84200 +серна 84201 +серпа 84202 +серпанків 84203 +серпень 84204 +серпневих 84205 +серпня 84206 +серпні 84207 +серповидноклітинної 84208 +серпокрилець 84209 +сертифікат 84210 +сертифіката 84211 +сертифікатами 84212 +сертифікати 84213 +сертифікаті 84214 +сертифікатів 84215 +сертифікованих 84216 +сертифіковані 84217 +серум 84218 +серце 84219 +серцебиття 84220 +серцевина 84221 +серцевиною 84222 +серцевину 84223 +серцевині 84224 +серцевих 84225 +серцево 84226 +серцевого 84227 +серцеві 84228 +серцевій 84229 +серцем 84230 +серцов 84231 +серцю 84232 +серця 84233 +серцях 84234 +серці 84235 +серьезная 84236 +серьезного 84237 +серьезной 84238 +серьйозно 84239 +серьогін 84240 +серьожа 84241 +серьожею 84242 +серіал 84243 +серіалах 84244 +серіали 84245 +серіалу 84246 +серіалів 84247 +серій 84248 +серійне 84249 +серійний 84250 +серійно 84251 +серійного 84252 +серійністю 84253 +серію 84254 +серія 84255 +серією 84256 +серії 84257 +сессії 84258 +сестер 84259 +сестра 84260 +сестрам 84261 +сестри 84262 +сестринські 84263 +сестриця 84264 +сестричка 84265 +сестрички 84266 +сестричко 84267 +сестричок 84268 +сестро 84269 +сестрою 84270 +сестру 84271 +сестрі 84272 +сесій 84273 +сесійне 84274 +сесійний 84275 +сесійно 84276 +сесійного 84277 +сесійному 84278 +сесійної 84279 +сесійну 84280 +сесійні 84281 +сесійній 84282 +сесію 84283 +сесія 84284 +сесіями 84285 +сесіях 84286 +сесії 84287 +сет 84288 +сетах 84289 +сету 84290 +сеті 84291 +сеул 84292 +сеула 84293 +сеулу 84294 +сеулі 84295 +сефані 84296 +сеча 84297 +сечена 84298 +сечею 84299 +сечин 84300 +сечина 84301 +сечиним 84302 +сечу 84303 +сечуань 84304 +сечєним 84305 +сечін 84306 +сечіна 84307 +сею 84308 +сеїтлер 84309 +сзади 84310 +сзаді 84311 +сзч 84312 +си 84313 +сиба 84314 +сибіга 84315 +сибір 84316 +сибірська 84317 +сибірському 84318 +сибірської 84319 +сибіру 84320 +сибірцева 84321 +сибірі 84322 +сива 84323 +сивак 84324 +сиваське 84325 +сиваш 84326 +сиваша 84327 +сивий 84328 +сивиллою 84329 +сивиллі 84330 +сивина 84331 +сивини 84332 +сивиною 84333 +сивобородий 84334 +сиворотки 84335 +сивою 84336 +сиву 84337 +сивуху 84338 +сивухів 84339 +сивушки 84340 +сивушку 84341 +сиві 84342 +сига 84343 +сигал 84344 +сигарети 84345 +сигаретку 84346 +сиги 84347 +сигмаблейзер 84348 +сигнал 84349 +сигнали 84350 +сигналом 84351 +сигналу 84352 +сигнальне 84353 +сигнальні 84354 +сигналів 84355 +сигналізацію 84356 +сигналізація 84357 +сигналізувала 84358 +сигналізують 84359 +сигналізує 84360 +сигнаторами 84361 +сидели 84362 +сидельник 84363 +сидеть 84364 +сиджень 84365 +сиджу 84366 +сиди 84367 +сидимо 84368 +сидите 84369 +сидить 84370 +сидиш 84371 +сиднею 84372 +сидоренко 84373 +сидоришина 84374 +сидорович 84375 +сидоровичу 84376 +сидя 84377 +сидять 84378 +сидячи 84379 +сидячий 84380 +сидячі 84381 +сидів 84382 +сиділа 84383 +сиділи 84384 +сиділо 84385 +сидіння 84386 +сидінні 84387 +сидіт 84388 +сидіти 84389 +сидітиму 84390 +сидітимуть 84391 +сидіть 84392 +сижу 84393 +сизий 84394 +сизо 84395 +сизого 84396 +сизоненко 84397 +сиид 84398 +сикизку 84399 +сикхів 84400 +сил 84401 +сила 84402 +силабо 84403 +силам 84404 +силами 84405 +силамибуло 84406 +силах 84407 +силач 84408 +силенна 84409 +сили 84410 +силова 84411 +силове 84412 +силовий 84413 +силовика 84414 +силовиками 84415 +силовики 84416 +силовиків 84417 +силовим 84418 +силовими 84419 +силових 84420 +силового 84421 +силову 84422 +силові 84423 +силовіків 84424 +силоміць 84425 +силос 84426 +силосі 84427 +силою 84428 +силу 84429 +силуети 84430 +силуетна 84431 +сильвестром 84432 +сильвіо 84433 +сильна 84434 +сильне 84435 +сильний 84436 +сильним 84437 +сильними 84438 +сильних 84439 +сильно 84440 +сильного 84441 +сильной 84442 +сильною 84443 +сильної 84444 +сильну 84445 +сильні 84446 +сильній 84447 +сильніша 84448 +сильніше 84449 +сильніший 84450 +сильнішим 84451 +сильнішими 84452 +сильнішою 84453 +сильніші 84454 +силі 84455 +силікатів 84456 +сим 84457 +симанів 84458 +симбіоз 84459 +симбіонтами 84460 +симбіонти 84461 +симбіонтного 84462 +символ 84463 +символами 84464 +символи 84465 +символом 84466 +символу 84467 +символів 84468 +символізм 84469 +символізувала 84470 +символізувати 84471 +символізує 84472 +символіка 84473 +символіки 84474 +символікою 84475 +символіку 84476 +символістів 84477 +символіці 84478 +символічна 84479 +символічне 84480 +символічний 84481 +символічним 84482 +символічними 84483 +символічних 84484 +символічно 84485 +символічному 84486 +символічною 84487 +символічну 84488 +символічні 84489 +символічній 84490 +символічність 84491 +симегена 84492 +симеон 84493 +симеоном 84494 +сими 84495 +симків 84496 +симона 84497 +симоненко 84498 +симоненком 84499 +симони 84500 +симонов 84501 +симоні 84502 +симпатизували 84503 +симпатизує 84504 +симпатики 84505 +симпатиків 84506 +симпатична 84507 +симпатичний 84508 +симпатично 84509 +симпатичні 84510 +симпатичніше 84511 +симпатяга 84512 +симпатій 84513 +симпатія 84514 +симпатіями 84515 +симпатії 84516 +симпозіум 84517 +симпозіумах 84518 +симптом 84519 +симптомами 84520 +симптоми 84521 +симптомом 84522 +симптомів 84523 +симулюють 84524 +симулюємо 84525 +симулюєте 84526 +симфонічний 84527 +симфонічну 84528 +симфонічні 84529 +симфонія 84530 +син 84531 +сина 84532 +синагоги 84533 +синайський 84534 +синам 84535 +синами 84536 +синат 84537 +сингапурі 84538 +сингл 84539 +сингли 84540 +синглів 84541 +синджара 84542 +синди 84543 +синдром 84544 +синдромом 84545 +синдрому 84546 +синді 84547 +синдії 84548 +синельниковому 84549 +синеньку 84550 +синергетичне 84551 +синергетичний 84552 +синергетичних 84553 +синергія 84554 +синергії 84555 +сини 84556 +синка 84557 +синком 84558 +синкретичні 84559 +синку 84560 +синового 84561 +синові 84562 +синод 84563 +синок 84564 +сином 84565 +синонім 84566 +синонімами 84567 +синоніми 84568 +синонімічне 84569 +синоптики 84570 +синоптиків 84571 +синочка 84572 +синочки 84573 +синочку 84574 +синочок 84575 +синтаксис 84576 +синтаксису 84577 +синтаксична 84578 +синтаксичного 84579 +синтаксичні 84580 +синтез 84581 +синтеметалізувати 84582 +синтетичний 84583 +синтетичних 84584 +синтетичні 84585 +синтія 84586 +сину 84587 +синупрет 84588 +синус 84589 +синусит 84590 +синуситу 84591 +синусоїда 84592 +синхронна 84593 +синхронним 84594 +синхронного 84595 +синхронізація 84596 +синхронізований 84597 +синхронізувати 84598 +синхронізуватись 84599 +синхронізуватися 84600 +синхроністок 84601 +синця 84602 +синці 84603 +синців 84604 +синь 84605 +синьйорка 84606 +синьо 84607 +синьовидному 84608 +синього 84609 +синьожупанників 84610 +синьому 84611 +синьхуа 84612 +синю 84613 +синютка 84614 +синя 84615 +синявим 84616 +синяки 84617 +синяків 84618 +синє 84619 +синєє 84620 +сині 84621 +синів 84622 +синівською 84623 +синій 84624 +синім 84625 +синіх 84626 +сипав 84627 +сипати 84628 +сипаться 84629 +сипле 84630 +сипняк 84631 +сипнячку 84632 +сипонула 84633 +сипонули 84634 +сипучого 84635 +сипучому 84636 +сир 84637 +сира 84638 +сирба 84639 +сире 84640 +сирен 84641 +сирена 84642 +сирени 84643 +сиреною 84644 +сирену 84645 +сирець 84646 +сирецька 84647 +сири 84648 +сирий 84649 +сиримання 84650 +сирком 84651 +сирний 84652 +сирних 84653 +сировина 84654 +сировини 84655 +сировинних 84656 +сировинного 84657 +сировинні 84658 +сировиною 84659 +сировину 84660 +сировині 84661 +сиром 84662 +сирому 84663 +сироп 84664 +сиропу 84665 +сирота 84666 +сиротам 84667 +сиротами 84668 +сироти 84669 +сиротину 84670 +сиротинців 84671 +сиротині 84672 +сиротою 84673 +сиротюк 84674 +сиротюка 84675 +сироті 84676 +сирою 84677 +сирої 84678 +сироїд 84679 +сиру 84680 +сирцов 84681 +сирі 84682 +сирів 84683 +сирівцю 84684 +сирійська 84685 +сирійський 84686 +сирійським 84687 +сирійських 84688 +сирійсько 84689 +сирійського 84690 +сирійською 84691 +сирійської 84692 +сирійську 84693 +сирійські 84694 +сирійці 84695 +сирійців 84696 +сиріською 84697 +сиріт 84698 +сиріткою 84699 +сирітський 84700 +сиріч 84701 +сирію 84702 +сирія 84703 +сирією 84704 +сирії 84705 +сиріїї 84706 +сис 84707 +сисадміна 84708 +сисоєнко 84709 +систані 84710 +систем 84711 +система 84712 +системами 84713 +систематизацію 84714 +систематизована 84715 +систематиків 84716 +систематичне 84717 +систематичних 84718 +систематично 84719 +систематичного 84720 +систематичні 84721 +систематичній 84722 +системах 84723 +системи 84724 +системна 84725 +системне 84726 +системний 84727 +системним 84728 +системними 84729 +системних 84730 +системно 84731 +системного 84732 +системності 84733 +системною 84734 +системної 84735 +системну 84736 +системні 84737 +системній 84738 +системність 84739 +системніше 84740 +системою 84741 +систему 84742 +системі 84743 +сита 84744 +ситеньких 84745 +сити 84746 +ситий 84747 +ситим 84748 +ситник 84749 +ситника 84750 +ситно 84751 +ситні 84752 +ситому 84753 +ситуативка 84754 +ситуативна 84755 +ситуативний 84756 +ситуативної 84757 +ситуативні 84758 +ситуацию 84759 +ситуация 84760 +ситуацій 84761 +ситуацію 84762 +ситуація 84763 +ситуаціями 84764 +ситуаціях 84765 +ситуацією 84766 +ситуації 84767 +ситуаціїю 84768 +ситі 84769 +сих 84770 +сихові 84771 +сихів 84772 +сицилію 84773 +сицилія 84774 +сицилії 84775 +сицілійському 84776 +сич 84777 +сичуань 84778 +сичуаню 84779 +сиюд 84780 +ск 84781 +ска 84782 +скабєєвих 84783 +скаварелідзе 84784 +скавулів 84785 +скаже 84786 +скажем 84787 +скажемо 84788 +скажена 84789 +скажене 84790 +скажений 84791 +скажено 84792 +скажену 84793 +скажені 84794 +скажет 84795 +скажете 84796 +скажеться 84797 +скажеш 84798 +скажи 84799 +скажим 84800 +скажимо 84801 +скажите 84802 +скажу 84803 +скажуть 84804 +скажучи 84805 +скажім 84806 +скажімо 84807 +скажіть 84808 +сказ 84809 +сказав 84810 +сказавши 84811 +сказала 84812 +сказали 84813 +сказало 84814 +сказалі 84815 +сказане 84816 +сказання 84817 +сказаннях 84818 +сказано 84819 +сказаного 84820 +сказань 84821 +сказані 84822 +сказати 84823 +сказатися 84824 +сказать 84825 +сказитися 84826 +сказку 84827 +сказли 84828 +сказом 84829 +сказу 84830 +скай 84831 +скайп 84832 +скайпах 84833 +скайпом 84834 +скайпу 84835 +скайпі 84836 +скакав 84837 +скакала 84838 +скакали 84839 +скакати 84840 +скала 84841 +скалайн 84842 +скалка 84843 +скалолазання 84844 +скаль 84845 +скальпель 84846 +скальпелів 84847 +скалічених 84848 +скалічили 84849 +скам'янілостях 84850 +скам'янілості 84851 +скамандру 84852 +скандал 84853 +скандалами 84854 +скандалах 84855 +скандали 84856 +скандалом 84857 +скандалу 84858 +скандальна 84859 +скандальне 84860 +скандальний 84861 +скандальних 84862 +скандально 84863 +скандального 84864 +скандальною 84865 +скандальної 84866 +скандальну 84867 +скандалів 84868 +скандинави 84869 +скандинавки 84870 +скандинавських 84871 +скандинавії 84872 +скандували 84873 +скандуваннями 84874 +скандувати 84875 +сканеру 84876 +скарб 84877 +скарбами 84878 +скарби 84879 +скарбник 84880 +скарбниць 84881 +скарбницю 84882 +скарбниця 84883 +скарбниці 84884 +скарбничка 84885 +скарбнички 84886 +скарбничці 84887 +скарбів 84888 +скарг 84889 +скарга 84890 +скаргами 84891 +скарги 84892 +скаргою 84893 +скаргу 84894 +скаржаться 84895 +скаржачись 84896 +скаржився 84897 +скаржились 84898 +скаржилися 84899 +скаржитися 84900 +скаржиться 84901 +скаристатися 84902 +скарлет 84903 +скасована 84904 +скасоване 84905 +скасований 84906 +скасовано 84907 +скасовані 84908 +скасовував 84909 +скасовувати 84910 +скасовують 84911 +скасовуються 84912 +скасовує 84913 +скасовується 84914 +скасував 84915 +скасувала 84916 +скасували 84917 +скасувало 84918 +скасування 84919 +скасуванням 84920 +скасувати 84921 +скасують 84922 +скасує 84923 +скасуємо 84924 +скатерку 84925 +скатилося 84926 +скаутська 84927 +скаутський 84928 +скаутського 84929 +скачати 84930 +скаче 84931 +скачемо 84932 +скачете 84933 +скачи 84934 +скачка 84935 +скачків 84936 +скважини 84937 +скварчало 84938 +сквер 84939 +сквери 84940 +скверики 84941 +скверним 84942 +скверу 84943 +скверів 84944 +сквирського 84945 +скелелазіння 84946 +скелеті 84947 +скелею 84948 +скелю 84949 +скеля 84950 +скелястими 84951 +скелі 84952 +скендербеу 84953 +скепсис 84954 +скепсисом 84955 +скепсису 84956 +скептика 84957 +скептиками 84958 +скептики 84959 +скептиком 84960 +скептиків 84961 +скептицизм 84962 +скептицизму 84963 +скептичне 84964 +скептичний 84965 +скептичним 84966 +скептичних 84967 +скептично 84968 +скептичні 84969 +скептичніше 84970 +скептичніший 84971 +скерована 84972 +скероване 84973 +скерований 84974 +скерованим 84975 +скерованими 84976 +скерованих 84977 +скеровано 84978 +скерованого 84979 +скерованою 84980 +скерованої 84981 +скеровану 84982 +скеровані 84983 +скеровуються 84984 +скеровуємо 84985 +скеровується 84986 +скерував 84987 +скерувала 84988 +скерували 84989 +скерування 84990 +скерувати 84991 +скиби 84992 +скибині 84993 +скиглиш 84994 +скид 84995 +скидав 84996 +скидай 84997 +скидайте 84998 +скидалася 84999 +скидали 85000 +скидати 85001 +скидаю 85002 +скидають 85003 +скидає 85004 +скидається 85005 +скидка 85006 +скидками 85007 +скидки 85008 +скидку 85009 +скидочні 85010 +скидувати 85011 +скидують 85012 +скидуємо 85013 +скине 85014 +скинемо 85015 +скинемся 85016 +скину 85017 +скинув 85018 +скинувши 85019 +скинула 85020 +скинули 85021 +скинулися 85022 +скинути 85023 +скинутий 85024 +скинутим 85025 +скинутися 85026 +скинутих 85027 +скинуто 85028 +скинуть 85029 +скинь 85030 +скиньте 85031 +скиповий 85032 +скиповому 85033 +скипів 85034 +скипівши 85035 +скирза 85036 +скирта 85037 +скиталінська 85038 +скла 85039 +склав 85040 +склавши 85041 +склад 85042 +склада 85043 +складав 85044 +складався 85045 +складала 85046 +складалася 85047 +складали 85048 +складались 85049 +складалися 85050 +складалося 85051 +складами 85052 +складанню 85053 +складання 85054 +складанні 85055 +складати 85056 +складатиме 85057 +складатимуть 85058 +складатися 85059 +складах 85060 +складаю 85061 +складають 85062 +складаються 85063 +складаючи 85064 +складаючись 85065 +складає 85066 +складаєм 85067 +складаємо 85068 +складаємося 85069 +складається 85070 +складаєш 85071 +складе 85072 +складений 85073 +складеними 85074 +складення 85075 +складено 85076 +складеного 85077 +складену 85078 +складені 85079 +складеться 85080 +склади 85081 +складку 85082 +складна 85083 +складне 85084 +складний 85085 +складник 85086 +складника 85087 +складники 85088 +складників 85089 +складним 85090 +складними 85091 +складних 85092 +складно 85093 +складного 85094 +складному 85095 +складнопідрядне 85096 +складнопідрядні 85097 +складності 85098 +складносурядне 85099 +складнощі 85100 +складнощів 85101 +складною 85102 +складної 85103 +складну 85104 +складнувато 85105 +складні 85106 +складній 85107 +складність 85108 +складніша 85109 +складніше 85110 +складніший 85111 +складнішими 85112 +складніших 85113 +складнішою 85114 +складнішу 85115 +складніші 85116 +складобол 85117 +складова 85118 +складовими 85119 +складових 85120 +складовою 85121 +складової 85122 +складову 85123 +складові 85124 +складом 85125 +складська 85126 +складських 85127 +складу 85128 +складування 85129 +складувато 85130 +складчину 85131 +складі 85132 +складів 85133 +складіться 85134 +склала 85135 +склаладається 85136 +склалась 85137 +склалася 85138 +склали 85139 +склалися 85140 +склало 85141 +склалось 85142 +склалося 85143 +скласти 85144 +скластися 85145 +склерозна 85146 +склерозом 85147 +склеєна 85148 +склеївшись 85149 +скликав 85150 +скликали 85151 +скликана 85152 +скликання 85153 +скликанням 85154 +скликанні 85155 +скликано 85156 +скликаного 85157 +скликань 85158 +скликані 85159 +скликати 85160 +скликає 85161 +скликнь 85162 +скличе 85163 +скло 85164 +склом 85165 +склопакети 85166 +скльованою 85167 +склянку 85168 +скляночка 85169 +скляночки 85170 +скляні 85171 +склі 85172 +скмз 85173 +скобу 85174 +сковзання 85175 +сковородах 85176 +сковороди 85177 +сковороді 85178 +сковування 85179 +сковувати 85180 +сковуючі 85181 +сколаршипи 85182 +сколихнув 85183 +сколихнула 85184 +сколфілд 85185 +сколька 85186 +сколівського 85187 +сколіоз 85188 +скомбінувала 85189 +скоморох 85190 +скомороха 85191 +скомпонували 85192 +скомпонуватися 85193 +скомпоную 85194 +скомпрометований 85195 +скомпрометованим 85196 +скомпрометовані 85197 +скомпільована 85198 +скомпілювала 85199 +сконать 85200 +сконструйована 85201 +сконструйовані 85202 +сконструювати 85203 +сконтактувати 85204 +сконфіскували 85205 +сконцентровано 85206 +сконцентрував 85207 +сконцентрувався 85208 +сконцентрували 85209 +сконцентрувались 85210 +сконцентрувати 85211 +сконцентруватися 85212 +сконцентруйтесь 85213 +скооперувалися 85214 +скоп'є 85215 +скопіювати 85216 +скора 85217 +скорботи 85218 +скорботними 85219 +скорботу 85220 +скорботі 85221 +скоре 85222 +скорегувати 85223 +скорее 85224 +скоренько 85225 +скоригую 85226 +скорилися 85227 +скористався 85228 +скориставшись 85229 +скористалась 85230 +скористалася 85231 +скористались 85232 +скористалися 85233 +скористати 85234 +скористатись 85235 +скористатися 85236 +скористається 85237 +скористувалися 85238 +скористуватись 85239 +скористуватися 85240 +скоро 85241 +скорого 85242 +скородід 85243 +скоромовка 85244 +скоропадський 85245 +скоропадського 85246 +скорострільність 85247 +скорострільністю 85248 +скорость 85249 +скоротив 85250 +скоротився 85251 +скоротивши 85252 +скоротила 85253 +скоротилась 85254 +скоротили 85255 +скоротилися 85256 +скоротилося 85257 +скоротити 85258 +скоротить 85259 +скоротиться 85260 +скоротять 85261 +скорочена 85262 +скорочене 85263 +скорочений 85264 +скороченими 85265 +скорочення 85266 +скороченням 85267 +скороченні 85268 +скорочено 85269 +скорочень 85270 +скорочені 85271 +скорочувати 85272 +скорочуватись 85273 +скорочуватися 85274 +скорочую 85275 +скорочуються 85276 +скорочуючи 85277 +скорочує 85278 +скорочується 85279 +скорою 85280 +скорої 85281 +скорпіоном 85282 +скору 85283 +скорше 85284 +скоріш 85285 +скоріше 85286 +скорішому 85287 +скоріші 85288 +скоса 85289 +скоси 85290 +скосив 85291 +скосили 85292 +скосило 85293 +скосував 85294 +скосі 85295 +скот 85296 +скота 85297 +скоти 85298 +скотиною 85299 +скотитись 85300 +скотиться 85301 +скотланд 85302 +скотланд-ярду 85303 +скотленд 85304 +скотлендярд 85305 +скотлендярду 85306 +скотт 85307 +скотта 85308 +скотч 85309 +скотчем 85310 +скотів 85311 +скоценя 85312 +скоцик 85313 +скочив 85314 +скочивши 85315 +скочила 85316 +скочити 85317 +скочиш 85318 +скочування 85319 +скочуйтесь 85320 +скочуються 85321 +скоштував 85322 +скошує 85323 +скоював 85324 +скоювали 85325 +скоює 85326 +скоєний 85327 +скоєних 85328 +скоєння 85329 +скоєнні 85330 +скоєно 85331 +скоєні 85332 +скоїв 85333 +скоїла 85334 +скоїли 85335 +скоїні 85336 +скраплений 85337 +скрапленого 85338 +скраю 85339 +скрегоче 85340 +скрекотала 85341 +скреслити 85342 +скржантського 85343 +скривавлену 85344 +скривавленій 85345 +скривдив 85346 +скривив 85347 +скривився 85348 +скривила 85349 +скривить 85350 +скривлений 85351 +скривлені 85352 +скрижалі 85353 +скрикнув 85354 +скрикує 85355 +скринька 85356 +скриньки 85357 +скриньку 85358 +скриньок 85359 +скриню 85360 +скриня 85361 +скринях 85362 +скринінг 85363 +скринінговий 85364 +скринінгові 85365 +скрип 85366 +скрипаль 85367 +скрипалька 85368 +скрипалів 85369 +скрипить 85370 +скрипка 85371 +скрипках 85372 +скрипки 85373 +скрипкою 85374 +скрипку 85375 +скрипкіна 85376 +скрипник 85377 +скрипнув 85378 +скрипом 85379 +скрипці 85380 +скрипіли 85381 +скрипіло 85382 +скрите 85383 +скрити 85384 +скритикував 85385 +скритикували 85386 +скромний 85387 +скромними 85388 +скромно 85389 +скромного 85390 +скромну 85391 +скромні 85392 +скромніший 85393 +скромнішою 85394 +скронею 85395 +скроню 85396 +скроні 85397 +скрути 85398 +скрутила 85399 +скрутили 85400 +скрутний 85401 +скрутному 85402 +скрутну 85403 +скрутні 85404 +скруту 85405 +скруті 85406 +скручую 85407 +скручуємо 85408 +скрябін 85409 +скрєпи 85410 +скрізь 85411 +скрін 85412 +скрінами 85413 +скріни 85414 +скріншот 85415 +скріпив 85416 +скріпили 85417 +скріплення 85418 +скріплювати 85419 +скріплює 85420 +скубати 85421 +скубе 85422 +скуби 85423 +скубленого 85424 +скубне 85425 +скувати 85426 +скуки 85427 +скуку 85428 +скульптур 85429 +скульптури 85430 +скульптуру 85431 +скульптурі 85432 +скуп 85433 +скупана 85434 +скупають 85435 +скупає 85436 +скупий 85437 +скупими 85438 +скупитися 85439 +скуповання 85440 +скуповував 85441 +скуповували 85442 +скуповувати 85443 +скуповують 85444 +скупці 85445 +скупчення 85446 +скупчилося 85447 +скупчувалася 85448 +скупі 85449 +скурвилась 85450 +скутера 85451 +скучала 85452 +скучали 85453 +скучати 85454 +скучаю 85455 +скучають 85456 +скучає 85457 +скучаємо 85458 +скучаєш 85459 +скучив 85460 +скучила 85461 +скучили 85462 +скучно 85463 +скучновато 85464 +скушно 85465 +скуштуйте 85466 +скі 85467 +скіби 85468 +скіки 85469 +скіко 85470 +скілами 85471 +скілах 85472 +скільки 85473 +скількими 85474 +скількись 85475 +скілько 85476 +скількох 85477 +скільку 85478 +скількісь 85479 +скінчено 85480 +скінчив 85481 +скінчився 85482 +скінчивши 85483 +скінчила 85484 +скінчилася 85485 +скінчили 85486 +скінчилися 85487 +скінчилося 85488 +скінчимо 85489 +скінчить 85490 +скінчиться 85491 +скінчиш 85492 +скінчу 85493 +скірбл 85494 +скіт 85495 +скіф 85496 +скіфа 85497 +скіфані 85498 +скіфи 85499 +скіфських 85500 +скіфського 85501 +скіфів 85502 +скіфію 85503 +скіфія 85504 +сла 85505 +слаба 85506 +слабенька 85507 +слабенький 85508 +слабенькому 85509 +слабий 85510 +слабин 85511 +слабительним 85512 +слабих 85513 +слабка 85514 +слабке 85515 +слабкий 85516 +слабким 85517 +слабкими 85518 +слабких 85519 +слабко 85520 +слабкого 85521 +слабкостю 85522 +слабкості 85523 +слабкою 85524 +слабкої 85525 +слабку 85526 +слабкі 85527 +слабкість 85528 +слабкістю 85529 +слабкішими 85530 +слабо 85531 +слабого 85532 +слабозорих 85533 +слабозорі 85534 +слабості 85535 +слабохарактерний 85536 +слабу 85537 +слабувала 85538 +слабувало 85539 +слабша 85540 +слабшає 85541 +слабший 85542 +слабшим 85543 +слабшими 85544 +слабші 85545 +слабшій 85546 +слабі 85547 +слав 85548 +слава 85549 +славетне 85550 +славетний 85551 +славетним 85552 +славетних 85553 +славетного 85554 +славетною 85555 +славетної 85556 +славетні 85557 +слави 85558 +славився 85559 +славитиметься 85560 +славка 85561 +славкові 85562 +славний 85563 +славних 85564 +славниї 85565 +славного 85566 +славнозвісний 85567 +славнозвісним 85568 +славнозвісно 85569 +славнозвісній 85570 +славної 85571 +славомір 85572 +славословіє 85573 +славою 85574 +славськ 85575 +славський 85576 +славу 85577 +славута 85578 +славути 85579 +славутині 85580 +славуту 85581 +славчик 85582 +славчика 85583 +славчикові 85584 +славяне 85585 +славянкі 85586 +славянську 85587 +славі 85588 +славік 85589 +славіка 85590 +славіком 85591 +славіку 85592 +славінська 85593 +славінською 85594 +славія 85595 +слайд 85596 +слайдах 85597 +слам 85598 +сланчів 85599 +слать 85600 +сленг 85601 +сленговою 85602 +слецентгер 85603 +сли 85604 +слив 85605 +слив'янки 85606 +сливка 85607 +сливки 85608 +сливовий 85609 +сливового 85610 +слиз 85611 +слизової 85612 +слизову 85613 +слизові 85614 +слизовій 85615 +слизька 85616 +слизько 85617 +слизькою 85618 +слизькій 85619 +слина 85620 +слобода 85621 +слободан 85622 +слободана 85623 +слободян 85624 +слободяна 85625 +слободяном 85626 +слободяну 85627 +слобожане 85628 +слобожанки 85629 +слобожанщина 85630 +слобожанщину 85631 +слобожанщині 85632 +слобідської 85633 +слов 85634 +слов'ян 85635 +слов'янами 85636 +слов'яни 85637 +слов'янськ 85638 +слов'янська 85639 +слов'янське 85640 +слов'янський 85641 +слов'янськими 85642 +слов'янських 85643 +слов'янського 85644 +слов'янському 85645 +слов'янської 85646 +слов'янську 85647 +слов'янські 85648 +слова 85649 +словаків 85650 +словакії 85651 +словам 85652 +словами 85653 +словах 85654 +словацька 85655 +словацький 85656 +словацькими 85657 +словацько 85658 +словацькому 85659 +словацької 85660 +словацькій 85661 +словаччина 85662 +словаччини 85663 +словаччиною 85664 +словаччину 85665 +словаччині 85666 +словенський 85667 +словенського 85668 +словенці 85669 +словенців 85670 +словенію 85671 +словенія 85672 +словенією 85673 +словенії 85674 +словесна 85675 +словесний 85676 +словесними 85677 +словесних 85678 +словесно 85679 +словесному 85680 +словесною 85681 +словесної 85682 +словесну 85683 +словесні 85684 +словесній 85685 +словечка 85686 +словко 85687 +словник 85688 +словника 85689 +словники 85690 +словником 85691 +словнику 85692 +словників 85693 +словничок 85694 +слово 85695 +словоблудства 85696 +слововжиток 85697 +словом 85698 +словосполучення 85699 +словосполученні 85700 +словосполучень 85701 +словотворення 85702 +словотворчі 85703 +словотворчіть 85704 +слову 85705 +слові 85706 +слоган 85707 +слоганами 85708 +слогани 85709 +слогану 85710 +сложить 85711 +сложно 85712 +слон 85713 +слоєм 85714 +слуга 85715 +слугам 85716 +слуги 85717 +слугували 85718 +слугувати 85719 +слугуватиме 85720 +слугують 85721 +слугує 85722 +служака 85723 +служать 85724 +служб 85725 +служба 85726 +службами 85727 +службах 85728 +служби 85729 +службове 85730 +службовець 85731 +службовим 85732 +службовими 85733 +службових 85734 +службового 85735 +службовою 85736 +службову 85737 +службовця 85738 +службовцям 85739 +службовцями 85740 +службовці 85741 +службовців 85742 +службові 85743 +службою 85744 +службу 85745 +службі 85746 +служив 85747 +служивого 85748 +служила 85749 +служили 85750 +служило 85751 +служитель 85752 +служителя 85753 +служити 85754 +служитиму 85755 +служитимуть 85756 +служить 85757 +служиш 85758 +служниць 85759 +служницями 85760 +служу 85761 +служінню 85762 +служіння 85763 +служінням 85764 +служінні 85765 +слуйхай 85766 +слукала 85767 +слух 85768 +слухав 85769 +слухавку 85770 +слухався 85771 +слухаете 85772 +слухай 85773 +слухаймо 85774 +слухайте 85775 +слухала 85776 +слухали 85777 +слухалку 85778 +слухання 85779 +слуханнях 85780 +слуханні 85781 +слухань 85782 +слухати 85783 +слухатися 85784 +слухать 85785 +слухач 85786 +слухача 85787 +слухачам 85788 +слухачами 85789 +слухачеві 85790 +слухачка 85791 +слухачкам 85792 +слухачки 85793 +слухачку 85794 +слухачок 85795 +слухачу 85796 +слухачі 85797 +слухачів 85798 +слухаю 85799 +слухають 85800 +слухаються 85801 +слухаючи 85802 +слухає 85803 +слухаєм 85804 +слухаємо 85805 +слухаємось 85806 +слухаєте 85807 +слухається 85808 +слухаєш 85809 +слухняних 85810 +слухняно 85811 +слухового 85812 +слуху 85813 +случ 85814 +случае 85815 +случай 85816 +случаї 85817 +слушаете 85818 +слушай 85819 +слушайте 85820 +слушателям 85821 +слушать 85822 +слушна 85823 +слушне 85824 +слушних 85825 +слушно 85826 +слушною 85827 +слушної 85828 +слушність 85829 +сльоз 85830 +сльоза 85831 +сльозами 85832 +сльозах 85833 +сльози 85834 +сльозогінний 85835 +сльозоточивий 85836 +сльозоточивим 85837 +сльозоточивого 85838 +сльозу 85839 +сльїшит 85840 +слю 85841 +слюсар 85842 +слюсарами 85843 +слюсаренка 85844 +слюсарями 85845 +слєсарю 85846 +слів 85847 +слівків 85848 +слівце 85849 +слід 85850 +слідами 85851 +слідах 85852 +сліди 85853 +слідили 85854 +слідити 85855 +слідком 85856 +слідкому 85857 +слідкомі 85858 +слідкував 85859 +слідкували 85860 +слідкування 85861 +слідкувати 85862 +слідкуватимемо 85863 +слідкуватимуть 85864 +слідкуй 85865 +слідкуйте 85866 +слідкую 85867 +слідкують 85868 +слідкує 85869 +слідкуємо 85870 +слідом 85871 +слідства 85872 +слідство 85873 +слідством 85874 +сліду 85875 +слідували 85876 +слідування 85877 +слідувати 85878 +слідуватимуть 85879 +слідують 85880 +слідуюча 85881 +слідуючий 85882 +слідуючому 85883 +слідує 85884 +слідча 85885 +слідче 85886 +слідчий 85887 +слідчим 85888 +слідчими 85889 +слідчих 85890 +слідчо 85891 +слідчого 85892 +слідчом 85893 +слідчому 85894 +слідчої 85895 +слідчу 85896 +слідчі 85897 +слідчій 85898 +слідів 85899 +сліз 85900 +слізки 85901 +слізьми 85902 +слімен 85903 +сліпе 85904 +сліпий 85905 +сліпим 85906 +сліпих 85907 +сліпне 85908 +сліпого 85909 +сліпорождені 85910 +сліпота 85911 +сліпоти 85912 +сліпотою 85913 +сліпоту 85914 +сліпою 85915 +сліпій 85916 +сліпішою 85917 +см 85918 +смажена 85919 +смажений 85920 +смаженими 85921 +смаженням 85922 +смажену 85923 +смажені 85924 +смайлики 85925 +смак 85926 +смаки 85927 +смакових 85928 +смаколик 85929 +смаколиками 85930 +смаколиків 85931 +смаком 85932 +смакоти 85933 +смаку 85934 +смакували 85935 +смакувало 85936 +смакує 85937 +смальцем 85938 +смальцю 85939 +смальці 85940 +смарагд 85941 +смартмарафону 85942 +смартфонах 85943 +смартфони 85944 +смартфону 85945 +смартфоні 85946 +смартфонів 85947 +смачна 85948 +смачний 85949 +смачних 85950 +смачно 85951 +смачного 85952 +смачною 85953 +смачні 85954 +смачнійший 85955 +смерд 85956 +смерда 85957 +смерде 85958 +смердить 85959 +смердючому 85960 +смердючу 85961 +смердів 85962 +смертей 85963 +смертельна 85964 +смертельне 85965 +смертельний 85966 +смертельним 85967 +смертельними 85968 +смертельних 85969 +смертельно 85970 +смертельного 85971 +смертельною 85972 +смертельну 85973 +смертельні 85974 +смерти 85975 +смертна 85976 +смертний 85977 +смертник 85978 +смертника 85979 +смертником 85980 +смертників 85981 +смертним 85982 +смертними 85983 +смертних 85984 +смертного 85985 +смертності 85986 +смертну 85987 +смертні 85988 +смертність 85989 +смертністю 85990 +смертоносний 85991 +смертоносного 85992 +смертоносні 85993 +смерть 85994 +смертю 85995 +смертях 85996 +смерті 85997 +смерч 85998 +смерча 85999 +смерчовський 86000 +смерчом 86001 +смерчу 86002 +смерчі 86003 +смерчів 86004 +смес 86005 +сметана 86006 +сметани 86007 +сметанка 86008 +сметаною 86009 +сметану 86010 +сметані 86011 +сметрність 86012 +смикнув 86013 +смикнулась 86014 +смиренне 86015 +смиренно 86016 +смирення 86017 +смиренні 86018 +смирних 86019 +смирнов 86020 +смирнова 86021 +смисл 86022 +смисли 86023 +смислове 86024 +смислі 86025 +смислів 86026 +смит 86027 +смитом 86028 +смо 86029 +смог 86030 +смогли 86031 +сможеш 86032 +сможуть 86033 +смокче 86034 +смокчуть 86035 +смокінги 86036 +смола 86037 +смолами 86038 +смоленськ 86039 +смоленська 86040 +смоли 86041 +смолоскип 86042 +смолоскипа 86043 +смолоскипами 86044 +смолоскипом 86045 +смолоскипу 86046 +смолу 86047 +смолянська 86048 +смолі 86049 +смородина 86050 +смородини 86051 +смородом 86052 +сморід 86053 +смотреть 86054 +смотрите 86055 +смотрят 86056 +смс 86057 +смс-повідомлення 86058 +смски 86059 +смскою 86060 +смску 86061 +смт 86062 +смуг 86063 +смуга 86064 +смугами 86065 +смугастий 86066 +смугасту 86067 +смугах 86068 +смуги 86069 +смугу 86070 +смужки 86071 +смужку 86072 +смузі 86073 +смусі 86074 +смутила 86075 +смутку 86076 +смутні 86077 +смуток 86078 +смушевим 86079 +смушеву 86080 +смєкалкє 86081 +смєх 86082 +смів 86083 +смійся 86084 +сміл 86085 +сміле 86086 +сміли 86087 +сміливим 86088 +сміливо 86089 +сміливості 86090 +сміливу 86091 +сміливця 86092 +сміливі 86093 +сміливішим 86094 +смілиї 86095 +сміло 86096 +смілові 86097 +смілянський 86098 +смілянщину 86099 +смірно 86100 +смірнов 86101 +сміт 86102 +сміта 86103 +смітити 86104 +смітник 86105 +смітникові 86106 +смітником 86107 +смітнику 86108 +смітсон 86109 +сміття 86110 +сміттєвий 86111 +сміттєвого 86112 +сміттєвою 86113 +сміттєвої 86114 +сміттєві 86115 +сміттєзвалищ 86116 +сміттєзвалища 86117 +сміттєзвалище 86118 +сміттєзвалищє 86119 +сміттєзвалищі 86120 +сміттєпереробні 86121 +сміх 86122 +сміхом 86123 +сміху 86124 +смішна 86125 +смішне 86126 +смішний 86127 +смішно 86128 +смішною 86129 +смішну 86130 +смішні 86131 +смію 86132 +сміюся 86133 +сміються 86134 +сміючись 86135 +сміявся 86136 +сміяласи 86137 +сміялася 86138 +сміялись 86139 +сміялися 86140 +сміяти 86141 +сміятись 86142 +сміятися 86143 +сміє 86144 +сміємося 86145 +сміється 86146 +смієшся 86147 +сна 86148 +снайпер 86149 +снайпера 86150 +снайперам 86151 +снайперами 86152 +снайпери 86153 +снайперська 86154 +снайперський 86155 +снайперських 86156 +снайперської 86157 +снайперів 86158 +снайпінг 86159 +снайпінгом 86160 +снайпінгу 86161 +снарягою 86162 +снарягу 86163 +снаряд 86164 +снаряда 86165 +снарядами 86166 +снарядження 86167 +снаряди 86168 +снарядний 86169 +снарядов 86170 +снаряду 86171 +снарядів 86172 +снарязі 86173 +снд 86174 +снеки 86175 +снести 86176 +сни 86177 +снився 86178 +снилася 86179 +снилося 86180 +сниться 86181 +сноб 86182 +снобізму 86183 +сновськ 86184 +сном 86185 +снопами 86186 +снопи 86187 +сносно 86188 +снотворними 86189 +сну 86190 +снять 86191 +сняться 86192 +сні 86193 +снів 86194 +сніг 86195 +снігами 86196 +сніги 86197 +снігом 86198 +снігопадів 86199 +снігу 86200 +снігур 86201 +снігурі 86202 +снігів 86203 +снід 86204 +сніданки 86205 +сніданком 86206 +сніданку 86207 +сніданків 86208 +сніданок 86209 +снідають 86210 +снідом 86211 +сніду 86212 +сніжки 86213 +сніжків 86214 +сніжна 86215 +сніжного 86216 +сніжною 86217 +сніжок 86218 +снікерсами 86219 +собак 86220 +собака 86221 +собакавмаршрутціїздяка 86222 +собакам 86223 +собаками 86224 +собаканасвоєзамовленнячекака 86225 +собакеном 86226 +собаки 86227 +собакою 86228 +собаку 86229 +собань 86230 +собачий 86231 +собачимось 86232 +собачка 86233 +собачками 86234 +собачкою 86235 +собачку 86236 +собачої 86237 +собачу 86238 +собачі 86239 +собе 86240 +соберемо 86241 +собирают 86242 +соблюдать 86243 +собой 86244 +соболенко 86245 +соболєв 86246 +соболєва 86247 +соболєвим 86248 +собор 86249 +соборну 86250 +соборов 86251 +собору 86252 +соборі 86253 +соборів 86254 +собою 86255 +собралася 86256 +собрали 86257 +собрать 86258 +собров 86259 +собственно 86260 +собчак 86261 +собчака 86262 +собчук 86263 +собі 86264 +собівартості 86265 +собівартість 86266 +собівартістю 86267 +собіралася 86268 +сова 86269 +совав 86270 +совавсь 86271 +совай 86272 +совами 86273 +соває 86274 +совається 86275 +совдепія 86276 +совдепієй 86277 +совершенно 86278 +совершенсвование 86279 +совершенствовались 86280 +совершенствование 86281 +совершенствования 86282 +совершенствоваться 86283 +совершентвований 86284 +совершили 86285 +советники 86286 +советским 86287 +советских 86288 +советском 86289 +совешании 86290 +совисти 86291 +совка 86292 +совковий 86293 +совку 86294 +совладати 86295 +совок 86296 +совсем 86297 +совсім 86298 +совєти 86299 +совєтская 86300 +совєтского 86301 +совєтскую 86302 +совєтскі 86303 +совєтскій 86304 +совєтська 86305 +совєтський 86306 +совєтськими 86307 +совєтських 86308 +совєтські 86309 +совєтській 86310 +совєтів 86311 +совєцька 86312 +совєцьких 86313 +сові 86314 +совіслива 86315 +совість 86316 +совістю 86317 +совісті 86318 +совітував 86319 +согласен 86320 +согласна 86321 +согласовал 86322 +согодні 86323 +содержания 86324 +содержащего 86325 +содержится 86326 +содом 86327 +содомить 86328 +сожалению 86329 +созбб 86330 +создавали 86331 +создавать 86332 +создаваться 86333 +создается 86334 +создам 86335 +созданию 86336 +созданія 86337 +создать 86338 +создаются 86339 +сок 86340 +сокамерники 86341 +соки 86342 +сокир 86343 +сокира 86344 +сокири 86345 +сокирою 86346 +сокиру 86347 +соколенко 86348 +соколи 86349 +соколине 86350 +соколиний 86351 +соколов 86352 +соколова 86353 +сокольничого 86354 +сокольський 86355 +соколюк 86356 +соком 86357 +сокор 86358 +сокриває 86359 +сокрушить 86360 +соку 86361 +сокур 86362 +сокіл 86363 +сол 86364 +соладтів 86365 +солана 86366 +солани 86367 +солано 86368 +соланою 86369 +солдат 86370 +солдата 86371 +солдатам 86372 +солдатами 86373 +солдати 86374 +солдатиків 86375 +солдатом 86376 +солдатський 86377 +солдатських 86378 +солдатського 86379 +солдатську 86380 +солдату 86381 +солдатів 86382 +соле 86383 +солженіцин 86384 +солженіцина 86385 +солженіциним 86386 +солженіцину 86387 +солимо 86388 +солите 86389 +солить 86390 +солнцепек 86391 +солнцепьоку 86392 +соло 86393 +солов'ять 86394 +солов'їні 86395 +соловей 86396 +соловейко 86397 +соловйов 86398 +соловки 86399 +соловій 86400 +соловію 86401 +соловія 86402 +солодка 86403 +солодке 86404 +солодкий 86405 +солодкими 86406 +солодких 86407 +солодко 86408 +солодкого 86409 +солодкоїжка 86410 +солодку 86411 +солодкі 86412 +солодкім 86413 +солодкії 86414 +солодощі 86415 +солом'яним 86416 +солом'яною 86417 +солом'янський 86418 +солом'янського 86419 +солом'янському 86420 +солом'янській 86421 +солом'яну 86422 +солома 86423 +соломенского 86424 +соломи 86425 +соломинки 86426 +соломинкою 86427 +соломка 86428 +соломко 86429 +соломкова 86430 +соломонів 86431 +соломочку 86432 +соломою 86433 +солому 86434 +соломія 86435 +солона 86436 +солоне 86437 +солоний 86438 +солонина 86439 +солоних 86440 +солоною 86441 +солонуватий 86442 +солонька 86443 +солонько 86444 +солонькова 86445 +солоні 86446 +солоність 86447 +солохи 86448 +солошенка 86449 +солошенко 86450 +сольбес 86451 +сольвенцій 86452 +солька 86453 +сольний 86454 +сольник 86455 +сольніки 86456 +сольства 86457 +сольфеджіо 86458 +сольці 86459 +соляна 86460 +солянка 86461 +соляр 86462 +солярки 86463 +солярку 86464 +соляру 86465 +солярчук 86466 +солярію 86467 +солі 86468 +солідаризацію 86469 +солідаризуватися 86470 +солідарна 86471 +солідарне 86472 +солідарним 86473 +солідарному 86474 +солідарності 86475 +солідарні 86476 +солідарній 86477 +солідарність 86478 +солідна 86479 +солідний 86480 +солідним 86481 +солідних 86482 +солідної 86483 +солідну 86484 +солідніша 86485 +соліднішу 86486 +соліст 86487 +солісти 86488 +солістка 86489 +солісток 86490 +солістів 86491 +сомалі 86492 +сомалійська 86493 +сомалійський 86494 +сомалійським 86495 +сомалійських 86496 +сомалійського 86497 +сомалійському 86498 +сомалійської 86499 +сомалійські 86500 +сомалійців 86501 +соматичний 86502 +соматичними 86503 +сомогубні 86504 +сомопоміч 86505 +сон 86506 +сондерс 86507 +сонечками 86508 +сонечко 86509 +сони 86510 +сонму 86511 +сонна 86512 +соннеє 86513 +сонники 86514 +сонними 86515 +сонних 86516 +сонно 86517 +сонного 86518 +сонні 86519 +сонорні 86520 +сонце 86521 +сонцем 86522 +сонцепьок 86523 +сонцепьоки 86524 +сонця 86525 +сонці 86526 +сонькувато 86527 +соньків 86528 +соня 86529 +соняхи 86530 +сонячна 86531 +сонячне 86532 +сонячний 86533 +сонячними 86534 +сонячних 86535 +сонячно 86536 +сонячного 86537 +сонячному 86538 +сонячної 86539 +сонячну 86540 +сонячні 86541 +сонячній 86542 +сонячнім 86543 +соняшна 86544 +соняшника 86545 +соняшникове 86546 +соняшникового 86547 +соняшниковою 86548 +соняшникової 86549 +соняшникову 86550 +соняшниковій 86551 +соні 86552 +сообщает 86553 +сообщается 86554 +сообщала 86555 +сообщил 86556 +сообщила 86557 +сооронбай 86558 +соостветственно 86559 +соответвенно 86560 +соответственно 86561 +сопельки 86562 +сопельок 86563 +сопилюк 86564 +соплями 86565 +соплі 86566 +сопнути 86567 +сопоставляти 86568 +сопрано 86569 +сопіла 86570 +сопілці 86571 +соратник 86572 +соратника 86573 +соратники 86574 +соратників 86575 +соратниці 86576 +сорая 86577 +сорок 86578 +сорока 86579 +сорокавосьмивольтною 86580 +сорокадев'ятирічної 86581 +сорокаоднорічний 86582 +сорокап'ятирічних 86583 +сорокарічний 86584 +сорокарічних 86585 +сорокатисячного 86586 +сорокачотирьохрічний 86587 +сорокашестирічний 86588 +сорокова 86589 +сорокових 86590 +сорокового 86591 +сороковому 86592 +сорокоусти 86593 +сором 86594 +сором'язливо 86595 +сорома 86596 +соромив 86597 +соромився 86598 +соромилися 86599 +соромитись 86600 +соромляться 86601 +соромно 86602 +соромтеся 86603 +сороміцька 86604 +сорос 86605 +сорочка 86606 +сорочками 86607 +сорочки 86608 +сорочку 86609 +сорочці 86610 +сорпинського 86611 +соррі 86612 +сорт 86613 +сорти 86614 +сорту 86615 +сортувальних 86616 +сортування 86617 +сортувати 86618 +сортуй 86619 +сортують 86620 +сортів 86621 +соруч 86622 +сорян 86623 +сорянчік 86624 +сорі 86625 +сос 86626 +сосе 86627 +сосен 86628 +сосиски 86629 +сосисок 86630 +сосисочних 86631 +соскучилась 86632 +соснами 86633 +сосни 86634 +соснівки 86635 +соснівкою 86636 +соснівку 86637 +состава 86638 +составил 86639 +состоітся 86640 +сосюру 86641 +сосівка 86642 +сот 86643 +сотворив 86644 +сотен 86645 +сотенний 86646 +сотень 86647 +сотецький 86648 +сотих 86649 +сотки 86650 +сотнею 86651 +сотник 86652 +сотника 86653 +сотникам 86654 +сотники 86655 +сотников 86656 +сотникові 86657 +сотників 86658 +сотниківна 86659 +сотню 86660 +сотня 86661 +сотням 86662 +сотнями 86663 +сотнях 86664 +сотні 86665 +сотнік 86666 +сотніков 86667 +сотніковим 86668 +сотрудники 86669 +сотрудником 86670 +сотрящих 86671 +сотівськими 86672 +сотівських 86673 +соулд 86674 +соус 86675 +соуси 86676 +соусом 86677 +соучасників 86678 +софі 86679 +софіального 86680 +софійка 86681 +софійки 86682 +софійку 86683 +софійкі 86684 +софійський 86685 +софійського 86686 +софійській 86687 +софітами 86688 +софію 86689 +софія 86690 +софії 86691 +софіївського 86692 +сохнуть 86693 +сохранять 86694 +соц 86695 +соцдослідження 86696 +соцмедіа 86697 +соцмереж 86698 +соцмережа 86699 +соцмережами 86700 +соцмережах 86701 +соцмережі 86702 +соцопитування 86703 +соцопитувань 86704 +соцпакетом 86705 +соцпартії 86706 +соцполітики 86707 +соцстандарти 86708 +соцтабору 86709 +соціал 86710 +соціалки 86711 +соціалку 86712 +соціалогічними 86713 +соціальна 86714 +соціальне 86715 +соціальний 86716 +соціальним 86717 +соціальними 86718 +соціальних 86719 +соціально 86720 +соціального 86721 +соціальному 86722 +соціальної 86723 +соціальну 86724 +соціальні 86725 +соціальній 86726 +соціалізм 86727 +соціалізму 86728 +соціалізовуватись 86729 +соціаліста 86730 +соціалістами 86731 +соціалісти 86732 +соціалістична 86733 +соціалістичних 86734 +соціалістичного 86735 +соціалістичному 86736 +соціалістичної 86737 +соціалістки 86738 +соціалістів 86739 +соціо 86740 +соціолог 86741 +соціологам 86742 +соціологами 86743 +соціологи 86744 +соціологиню 86745 +соціологиня 86746 +соціологом 86747 +соціологів 86748 +соціологічна 86749 +соціологічне 86750 +соціологічними 86751 +соціологічних 86752 +соціологічного 86753 +соціологічною 86754 +соціологічної 86755 +соціологічні 86756 +соціологію 86757 +соціологія 86758 +соціології 86759 +соціопатом 86760 +соціопатів 86761 +соціосфера 86762 +соціум 86763 +соціумом 86764 +соціуму 86765 +соціумі 86766 +сочевицю 86767 +сочинському 86768 +сочно 86769 +сочок 86770 +сочі 86771 +сою 86772 +союз 86773 +союза 86774 +союзах 86775 +союзи 86776 +союзне 86777 +союзник 86778 +союзника 86779 +союзникам 86780 +союзниками 86781 +союзниках 86782 +союзники 86783 +союзником 86784 +союзників 86785 +союзних 86786 +союзницькі 86787 +союзниця 86788 +союзниці 86789 +союзного 86790 +союзною 86791 +союзну 86792 +союзом 86793 +союзу 86794 +союзі 86795 +союзівку 86796 +союзівці 86797 +соя 86798 +соях 86799 +соєвий 86800 +сої 86801 +сп 86802 +сп'яніння 86803 +сп'ять 86804 +спав 86805 +спавши 86806 +спад 86807 +спадав 86808 +спадало 86809 +спадає 86810 +спаде 86811 +спадкове 86812 +спадковий 86813 +спадковості 86814 +спадковою 86815 +спадковість 86816 +спадкодавця 86817 +спадком 86818 +спадкоємиці 86819 +спадкоємний 86820 +спадкоємності 86821 +спадкоємцем 86822 +спадкоємця 86823 +спадкоємцями 86824 +спадкоємці 86825 +спадкоємців 86826 +спадку 86827 +спадкування 86828 +спадок 86829 +спаду 86830 +спадщина 86831 +спадщини 86832 +спадщиною 86833 +спадщину 86834 +спадщині 86835 +спазми 86836 +спазмів 86837 +спайк 86838 +спакований 86839 +спакувала 86840 +спакували 86841 +спакувати 86842 +спал 86843 +спала 86844 +спалах 86845 +спалахами 86846 +спалахи 86847 +спалахнув 86848 +спалахнула 86849 +спалахнули 86850 +спалахнуло 86851 +спалахнути 86852 +спалахові 86853 +спалахом 86854 +спалаху 86855 +спалена 86856 +спаленими 86857 +спалено 86858 +спалені 86859 +спали 86860 +спалив 86861 +спалили 86862 +спалити 86863 +спалку 86864 +спальник 86865 +спальники 86866 +спальників 86867 +спальних 86868 +спальню 86869 +спальня 86870 +спальнєю 86871 +спальні 86872 +спалювали 86873 +спалювання 86874 +спалюванням 86875 +спалювати 86876 +спалюватись 86877 +спалюють 86878 +спалюючи 86879 +спалює 86880 +спалюємо 86881 +спам 86882 +спамить 86883 +спамом 86884 +спаму 86885 +спання 86886 +спантеличено 86887 +спантеличені 86888 +спаплюжені 86889 +спаравах 86890 +спарингах 86891 +спаринги 86892 +спарингів 86893 +спартак 86894 +спартанський 86895 +спартанські 86896 +спарті 86897 +спасайте 86898 +спасайтеся 86899 +спасали 86900 +спасаються 86901 +спасаєтся 86902 +спасе 86903 +спаси 86904 +спасибен 86905 +спасибенка 86906 +спасибенко 86907 +спасибенком 86908 +спасибо 86909 +спасибі 86910 +спасла 86911 +спасу 86912 +спасібо 86913 +спасіння 86914 +спатерук 86915 +спатеруком 86916 +спати 86917 +спатиму 86918 +спатимуть 86919 +спатоньки 86920 +спать 86921 +спаює 86922 +спг 86923 +спейсі 86924 +спека 86925 +спеки 86926 +спекла 86927 +спекотними 86928 +спекотних 86929 +спекотно 86930 +спекотніше 86931 +спекою 86932 +спектакль 86933 +спектаклям 86934 +спекти 86935 +спектр 86936 +спектральний 86937 +спектральними 86938 +спектральному 86939 +спектру 86940 +спектрі 86941 +спеку 86942 +спекулянта 86943 +спекулянтів 86944 +спекулятивне 86945 +спекулятивними 86946 +спекуляцій 86947 +спекуляцію 86948 +спекуляція 86949 +спекуляцією 86950 +спекуляції 86951 +спереду 86952 +спереді 86953 +спересердя 86954 +сперечалися 86955 +сперечатись 86956 +сперечатися 86957 +сперечаються 86958 +сперечаєтесь 86959 +сперечається 86960 +сперли 86961 +спермацетом 86962 +сперся 86963 +сперши 86964 +спершись 86965 +спершу 86966 +спец 86967 +спецвипуск 86968 +спецгруп 86969 +спецекспортер 86970 +спецекспортера 86971 +спецекспортери 86972 +спецекспортерів 86973 +спецзавданні 86974 +спецзасоби 86975 +спецзасобів 86976 +специфіка 86977 +специфікації 86978 +специфіки 86979 +специфіку 86980 +специфікувати 86981 +специфіці 86982 +специфічна 86983 +специфічне 86984 +специфічний 86985 +специфічним 86986 +специфічних 86987 +специфічного 86988 +специфічності 86989 +специфічної 86990 +специфічну 86991 +специфічні 86992 +спецкором 86993 +спецкурси 86994 +спецмісії 86995 +спецназ 86996 +спецнази 86997 +спецназу 86998 +спецназів 86999 +спецоперацію 87000 +спецоперація 87001 +спецоперацією 87002 +спецоперації 87003 +спецперевірки 87004 +спецперевірку 87005 +спецполіції 87006 +спецпоселеннях 87007 +спецпосла 87008 +спецпосланник 87009 +спецпосланця 87010 +спецпредставник 87011 +спецпредставника 87012 +спецпризначенців 87013 +спецпроект 87014 +спецпроекті 87015 +спецпрокуратура 87016 +спецпрокуратурою 87017 +спецпідрозділ 87018 +спецпідрозділи 87019 +спецпідрозділу 87020 +спецрозділ 87021 +спецрозслідування 87022 +спецрозслідувань 87023 +спецслужб 87024 +спецслужба 87025 +спецслужбам 87026 +спецслужбами 87027 +спецслужбах 87028 +спецслужби 87029 +спецслужбі 87030 +спецстатус 87031 +спецтемою 87032 +спецтему 87033 +спецтехноекспорт 87034 +спеціализацію 87035 +спеціалностей 87036 +спеціалніалізація 87037 +спеціалністю 87038 +спеціальна 87039 +спеціальне 87040 +спеціальний 87041 +спеціальним 87042 +спеціальними 87043 +спеціальних 87044 +спеціально 87045 +спеціального 87046 +спеціальному 87047 +спеціальностей 87048 +спеціальностях 87049 +спеціальності 87050 +спеціальною 87051 +спеціальної 87052 +спеціальну 87053 +спеціальні 87054 +спеціальній 87055 +спеціальність 87056 +спеціальністю 87057 +спеціалізацій 87058 +спеціалізацію 87059 +спеціалізацією 87060 +спеціалізації 87061 +спеціалізована 87062 +спеціалізоване 87063 +спеціалізований 87064 +спеціалізованими 87065 +спеціалізованих 87066 +спеціалізованної 87067 +спеціалізованою 87068 +спеціалізованої 87069 +спеціалізовані 87070 +спеціалізованій 87071 +спеціалізуються 87072 +спеціалізується 87073 +спеціаліст 87074 +спеціаліста 87075 +спеціалістам 87076 +спеціалістами 87077 +спеціалістах 87078 +спеціалісти 87079 +спеціалістом 87080 +спеціалісту 87081 +спеціалістів 87082 +спеців 87083 +спецімпортера 87084 +спецінтернат 87085 +спеції 87086 +спечем 87087 +спи 87088 +спився 87089 +спиздила 87090 +спиздили 87091 +спий 87092 +спикер 87093 +спимо 87094 +спина 87095 +спинами 87096 +спини 87097 +спинив 87098 +спинився 87099 +спинились 87100 +спинилися 87101 +спинимось 87102 +спинити 87103 +спинитися 87104 +спинку 87105 +спинний 87106 +спиною 87107 +спину 87108 +спині 87109 +спинімося 87110 +спиратися 87111 +спираюся 87112 +спираються 87113 +спираючись 87114 +спираємося 87115 +спирт 87116 +спиртного 87117 +спиртогорілчаному 87118 +спиртом 87119 +спирту 87120 +спис 87121 +списа 87122 +списав 87123 +списали 87124 +списана 87125 +списане 87126 +списаний 87127 +списаних 87128 +списання 87129 +списанням 87130 +списано 87131 +списати 87132 +списать 87133 +списи 87134 +списка 87135 +списками 87136 +списках 87137 +списки 87138 +списком 87139 +списку 87140 +списків 87141 +список 87142 +списом 87143 +списочки 87144 +списочок 87145 +спису 87146 +списував 87147 +списувати 87148 +списувать 87149 +списуюся 87150 +списують 87151 +списуються 87152 +списує 87153 +списуємо 87154 +списуємось 87155 +списується 87156 +списів 87157 +спитав 87158 +спитавсь 87159 +спитався 87160 +спитай 87161 +спитайся 87162 +спитайте 87163 +спитала 87164 +спитали 87165 +спитались 87166 +спитати 87167 +спитатися 87168 +спитать 87169 +спитаю 87170 +спитає 87171 +спитаємо 87172 +спитаєте 87173 +спитаєшся 87174 +спите 87175 +спить 87176 +спиться 87177 +спихнула 87178 +спихнути 87179 +спиш 87180 +спишете 87181 +спиши 87182 +спишуть 87183 +сплавляти 87184 +сплавляють 87185 +спланована 87186 +сплановані 87187 +спланували 87188 +спланувати 87189 +спланують 87190 +сплануєм 87191 +сплануємо 87192 +сплат 87193 +сплата 87194 +сплатами 87195 +сплати 87196 +сплатив 87197 +сплативши 87198 +сплатили 87199 +сплатити 87200 +сплатой 87201 +сплату 87202 +сплатіть 87203 +сплачення 87204 +сплачено 87205 +сплачені 87206 +сплачував 87207 +сплачували 87208 +сплачувати 87209 +сплачуватимуть 87210 +сплачують 87211 +сплачуються 87212 +сплачуючи 87213 +сплачує 87214 +сплачуємо 87215 +сплачуєте 87216 +сплачуєш 87217 +сплелось 87218 +сплеск 87219 +сплеском 87220 +сплеснула 87221 +сплетений 87222 +сплетення 87223 +сплив 87224 +спливали 87225 +спливає 87226 +сплотилося 87227 +сплутався 87228 +сплутати 87229 +сплю 87230 +сплюндрованими 87231 +сплюнув 87232 +сплять 87233 +сплячки 87234 +споважнів 87235 +сповземо 87236 +сповна 87237 +сповнена 87238 +сповнене 87239 +сповнений 87240 +сповненого 87241 +сповнені 87242 +сповнив 87243 +сповнилися 87244 +сповнись 87245 +сповнитися 87246 +сповнишся 87247 +сповідувала 87248 +сповідували 87249 +сповідувати 87250 +сповідують 87251 +сповідуючи 87252 +сповідує 87253 +сповідуємо 87254 +сповіді 87255 +сповільнене 87256 +сповільнений 87257 +сповільнення 87258 +сповільненням 87259 +сповільненні 87260 +сповільненого 87261 +сповільнились 87262 +сповільнилось 87263 +сповільнити 87264 +сповільнювати 87265 +сповільнюватися 87266 +сповільнюють 87267 +сповільнює 87268 +сповільнюється 87269 +сповістили 87270 +сповістимо 87271 +сповістити 87272 +сповістіть 87273 +сповіщав 87274 +сповіщати 87275 +сповіщення 87276 +сповіщеннями 87277 +сповіщень 87278 +спогад 87279 +спогадами 87280 +спогадах 87281 +спогади 87282 +спогадів 87283 +спогати 87284 +споглядаю 87285 +споглядаємо 87286 +сподар 87287 +сподвижник 87288 +сподобався 87289 +сподобала 87290 +сподобалась 87291 +сподобалася 87292 +сподобались 87293 +сподобалися 87294 +сподобалось 87295 +сподобалося 87296 +сподобатись 87297 +сподобатися 87298 +сподобаються 87299 +сподобаєтесь 87300 +сподобається 87301 +сподівавсь 87302 +сподівався 87303 +сподівалась 87304 +сподівалася 87305 +сподівали 87306 +сподівались 87307 +сподівалися 87308 +сподіване 87309 +сподівання 87310 +сподіванням 87311 +сподіваннями 87312 +сподіванні 87313 +сподіваної 87314 +сподівань 87315 +сподіватимемось 87316 +сподіватимемося 87317 +сподіватимемся 87318 +сподіватимуться 87319 +сподіватись 87320 +сподіватися 87321 +сподіваться 87322 +сподіваюсь 87323 +сподіваюся 87324 +сподіваються 87325 +сподіваючись 87326 +сподіваємось 87327 +сподіваємося 87328 +сподіваємоь 87329 +сподіваємся 87330 +сподівається 87331 +сподіваєшся 87332 +споживай 87333 +споживайте 87334 +споживали 87335 +споживаних 87336 +споживання 87337 +споживанням 87338 +споживати 87339 +споживацький 87340 +споживацькому 87341 +споживацьку 87342 +споживацькі 87343 +споживач 87344 +споживача 87345 +споживачам 87346 +споживачами 87347 +споживачах 87348 +споживачеві 87349 +споживачем 87350 +споживачу 87351 +споживачі 87352 +споживачів 87353 +споживаю 87354 +споживають 87355 +споживаємо 87356 +споживча 87357 +споживче 87358 +споживчий 87359 +споживчих 87360 +споживчого 87361 +споживчі 87362 +спожила 87363 +спожите 87364 +спожитий 87365 +спожито 87366 +спожитого 87367 +спожиту 87368 +спожию 87369 +спойлер 87370 +спойлерити 87371 +спокойное 87372 +споконвіку 87373 +споконвіків 87374 +споконвічну 87375 +споконвічній 87376 +спокою 87377 +спокоєм 87378 +спокої 87379 +спокуса 87380 +спокуси 87381 +спокусу 87382 +спокутувати 87383 +спокій 87384 +спокійна 87385 +спокійне 87386 +спокійний 87387 +спокійним 87388 +спокійними 87389 +спокійних 87390 +спокійно 87391 +спокійному 87392 +спокійною 87393 +спокійної 87394 +спокійні 87395 +спокійніше 87396 +спокійніший 87397 +спокійнішого 87398 +спокійніші 87399 +сполох 87400 +сполошила 87401 +сполуені 87402 +сполук 87403 +сполука 87404 +сполуки 87405 +сполучати 87406 +сполучають 87407 +сполучеих 87408 +сполучений 87409 +сполученим 87410 +сполученими 87411 +сполучених 87412 +сполучення 87413 +сполученням 87414 +сполученні 87415 +сполученого 87416 +сполучені 87417 +сполучника 87418 +сполучниками 87419 +сполучники 87420 +сполучникове 87421 +сполучників 87422 +сполучних 87423 +сполучні 87424 +сполчайте 87425 +сполчених 87426 +сполчити 87427 +спом'ятався 87428 +спомини 87429 +споміж 87430 +спон 87431 +спонсорами 87432 +спонсори 87433 +спонсорова 87434 +спонсорованому 87435 +спонсоровану 87436 +спонсором 87437 +спонсорство 87438 +спонсорував 87439 +спонсорувала 87440 +спонсорували 87441 +спонсорування 87442 +спонсоруванні 87443 +спонсорувати 87444 +спонсорує 87445 +спонсоруємо 87446 +спонсорів 87447 +спонтанний 87448 +спонтанно 87449 +спонтанного 87450 +спонтанність 87451 +спонук 87452 +спонукав 87453 +спонукала 87454 +спонукали 87455 +спонукало 87456 +спонукальні 87457 +спонукання 87458 +спонукати 87459 +спонукають 87460 +спонукає 87461 +спонукує 87462 +спорадично 87463 +спорадичні 87464 +спори 87465 +спорний 87466 +спорожнили 87467 +спорожнів 87468 +спорт 87469 +спортзал 87470 +спортзали 87471 +спортзалі 87472 +спортивне 87473 +спортивний 87474 +спортивним 87475 +спортивними 87476 +спортивних 87477 +спортивного 87478 +спортивному 87479 +спортивної 87480 +спортивну 87481 +спортивні 87482 +спортинг 87483 +спортлайфу 87484 +спортобладнання 87485 +спортом 87486 +спортсмен 87487 +спортсмена 87488 +спортсменам 87489 +спортсменами 87490 +спортсмени 87491 +спортсменка 87492 +спортсменку 87493 +спортсменок 87494 +спортсменів 87495 +спорту 87496 +спорті 87497 +спору 87498 +споруд 87499 +споруда 87500 +спорудами 87501 +спорудах 87502 +спорудженим 87503 +спорудження 87504 +споруджено 87505 +споруджену 87506 +споруджувалася 87507 +споруджувати 87508 +споруджує 87509 +споруди 87510 +спорудити 87511 +спорудою 87512 +споруду 87513 +спорю 87514 +споряджати 87515 +спорядженню 87516 +спорядження 87517 +спорядженням 87518 +спорядили 87519 +спорі 87520 +споріднених 87521 +споріднені 87522 +спорідненість 87523 +споріднює 87524 +споснсорів 87525 +способ 87526 +способами 87527 +способах 87528 +способи 87529 +способом 87530 +способствовать 87531 +способу 87532 +способі 87533 +способів 87534 +спостереженню 87535 +спостереження 87536 +спостереженням 87537 +спостереженнями 87538 +спостереженні 87539 +спостережень 87540 +спостережливість 87541 +спостережна 87542 +спостережних 87543 +спостережної 87544 +спостерігав 87545 +спостерігався 87546 +спостерігала 87547 +спостерігалася 87548 +спостерігали 87549 +спостерігалися 87550 +спостерігалось 87551 +спостерігалося 87552 +спостерігати 87553 +спостерігатиме 87554 +спостерігатимуть 87555 +спостерігач 87556 +спостерігача 87557 +спостерігачам 87558 +спостерігачами 87559 +спостерігачі 87560 +спостерігачів 87561 +спостерігаю 87562 +спостерігають 87563 +спостерігаються 87564 +спостерігаючи 87565 +спостерігає 87566 +спостерігаєм 87567 +спостерігаємо 87568 +спостерігаєте 87569 +спостерігається 87570 +спостовування 87571 +спосіб 87572 +спотворена 87573 +спотворення 87574 +спотворені 87575 +спотворив 87576 +спотворивши 87577 +спотворили 87578 +спотворює 87579 +спотикання 87580 +спотикатися 87581 +спотикається 87582 +спохмурнів 87583 +спохопилася 87584 +спочатком 87585 +спочатку 87586 +спочиває 87587 +спочивши 87588 +спочили 87589 +спочилих 87590 +спочинеш 87591 +спочинку 87592 +спочинок 87593 +спочити 87594 +споювання 87595 +справ 87596 +справа 87597 +справам 87598 +справами 87599 +справамі 87600 +справах 87601 +справдження 87602 +справджувалися 87603 +справдилися 87604 +справдилося 87605 +справдливості 87606 +справді 87607 +справедлива 87608 +справедливий 87609 +справедливим 87610 +справедливими 87611 +справедливих 87612 +справедливо 87613 +справедливого 87614 +справедливой 87615 +справедливости 87616 +справедливості 87617 +справедливою 87618 +справедливої 87619 +справедливі 87620 +справедливість 87621 +справедливістю 87622 +справедливіше 87623 +справедливіший 87624 +справжнього 87625 +справжньому 87626 +справжньою 87627 +справжньої 87628 +справжню 87629 +справжня 87630 +справжнє 87631 +справжні 87632 +справжній 87633 +справжнім 87634 +справжніми 87635 +справжність 87636 +справжніх 87637 +справи 87638 +справив 87639 +справився 87640 +справила 87641 +справились 87642 +справило 87643 +справимся 87644 +справити 87645 +справитися 87646 +справиться 87647 +справишся 87648 +справка 87649 +справку 87650 +справлена 87651 +справлю 87652 +справляв 87653 +справлявся 87654 +справлялась 87655 +справлялася 87656 +справляли 87657 +справлялися 87658 +справляти 87659 +справлятись 87660 +справлятися 87661 +справляться 87662 +справляю 87663 +справляють 87664 +справляються 87665 +справляє 87666 +справляємось 87667 +справляємося 87668 +справляється 87669 +справна 87670 +справне 87671 +справний 87672 +справними 87673 +справно 87674 +справності 87675 +справо 87676 +справою 87677 +справу 87678 +справі 87679 +спрага 87680 +спраглими 87681 +спрагнений 87682 +спрагою 87683 +спрагу 87684 +спражнього 87685 +спрацьоване 87686 +спрацьовувало 87687 +спрацьовувати 87688 +спрацьовують 87689 +спрацьовує 87690 +спрацюва 87691 +спрацював 87692 +спрацювала 87693 +спрацювали 87694 +спрацювалися 87695 +спрацювало 87696 +спрацювання 87697 +спрацювати 87698 +спрацюють 87699 +спрацює 87700 +спрашую 87701 +спреди 87702 +спрею 87703 +сприводу 87704 +сприймав 87705 +сприймався 87706 +сприймай 87707 +сприймайте 87708 +сприймала 87709 +сприймалась 87710 +сприймали 87711 +сприймались 87712 +сприймалися 87713 +сприймало 87714 +сприймалося 87715 +сприймати 87716 +сприйматися 87717 +сприймаю 87718 +сприймають 87719 +сприймаються 87720 +сприймає 87721 +сприймаємо 87722 +сприймаєте 87723 +сприймається 87724 +сприймаєш 87725 +сприйме 87726 +сприйметься 87727 +сприйняв 87728 +сприйняла 87729 +сприйняли 87730 +сприйняло 87731 +сприйнялось 87732 +сприйнята 87733 +сприйняте 87734 +сприйняти 87735 +сприйнятий 87736 +сприйнятливі 87737 +сприйнятою 87738 +сприйняття 87739 +сприйняттям 87740 +сприйнятті 87741 +спринт 87742 +спринтерську 87743 +спринтерські 87744 +спринту 87745 +спринтує 87746 +спритний 87747 +спритними 87748 +спритному 87749 +спритності 87750 +спритною 87751 +спритні 87752 +спричинена 87753 +спричинене 87754 +спричинений 87755 +спричинених 87756 +спричинення 87757 +спричиненого 87758 +спричиненої 87759 +спричинену 87760 +спричинені 87761 +спричинив 87762 +спричинився 87763 +спричинила 87764 +спричинили 87765 +спричинились 87766 +спричинило 87767 +спричинилося 87768 +спричинити 87769 +спричинитись 87770 +спричинить 87771 +спричинником 87772 +спричинюють 87773 +спричинюючи 87774 +спричинює 87775 +спричиняв 87776 +спричиняють 87777 +спричиняючи 87778 +спричиняє 87779 +спричиняється 87780 +сприяв 87781 +сприяла 87782 +сприяли 87783 +сприяло 87784 +сприяння 87785 +сприянням 87786 +сприянні 87787 +сприяти 87788 +сприятиме 87789 +сприятимемо 87790 +сприятимуть 87791 +сприятлива 87792 +сприятливе 87793 +сприятливий 87794 +сприятливим 87795 +сприятливих 87796 +сприятливо 87797 +сприятливу 87798 +сприятливі 87799 +сприятливіше 87800 +сприяч 87801 +сприяють 87802 +сприяючи 87803 +сприяє 87804 +сприяємо 87805 +спроб 87806 +спроба 87807 +спробам 87808 +спробами 87809 +спробах 87810 +спроби 87811 +спробою 87812 +спробу 87813 +спробував 87814 +спробувала 87815 +спробували 87816 +спробувати 87817 +спробувать 87818 +спробуй 87819 +спробуймо 87820 +спробуйте 87821 +спробую 87822 +спробують 87823 +спробуюємо 87824 +спробує 87825 +спробуємо 87826 +спробуєш 87827 +спробі 87828 +спровадити 87829 +спровокована 87830 +спровокованими 87831 +спровокованих 87832 +спровоковані 87833 +спровокував 87834 +спровокувала 87835 +спровокували 87836 +спровокувати 87837 +спровокую 87838 +спровокує 87839 +спрогнозувати 87840 +спрогнозуємо 87841 +спроектовано 87842 +спромоги 87843 +спромоглася 87844 +спромоглись 87845 +спромоглися 87846 +спроможна 87847 +спроможниг 87848 +спроможний 87849 +спроможними 87850 +спроможних 87851 +спроможностей 87852 +спроможностях 87853 +спроможності 87854 +спроможної 87855 +спроможні 87856 +спроможність 87857 +спроможністю 87858 +спромігся 87859 +спросить 87860 +спросоння 87861 +спростивши 87862 +спростили 87863 +спростило 87864 +спростити 87865 +спростить 87866 +спростовано 87867 +спростовувати 87868 +спростовують 87869 +спростовуючи 87870 +спростовує 87871 +спростовуємо 87872 +спростував 87873 +спростувала 87874 +спростували 87875 +спростування 87876 +спростувати 87877 +спростує 87878 +спростять 87879 +спроти 87880 +спротив 87881 +спротивом 87882 +спротиву 87883 +спрошаємо 87884 +спрощена 87885 +спрощене 87886 +спрощений 87887 +спрощених 87888 +спрощення 87889 +спрощено 87890 +спрощеного 87891 +спрощеною 87892 +спрощену 87893 +спрощеній 87894 +спрощувати 87895 +спрощую 87896 +спрощує 87897 +спрощується 87898 +спрстувало 87899 +спрямована 87900 +спрямоване 87901 +спрямований 87902 +спрямованим 87903 +спрямованих 87904 +спрямовано 87905 +спрямованості 87906 +спрямованою 87907 +спрямованої 87908 +спрямовану 87909 +спрямовані 87910 +спрямованість 87911 +спрямовувала 87912 +спрямовували 87913 +спрямовувалися 87914 +спрямовувати 87915 +спрямовуватися 87916 +спрямовуйте 87917 +спрямовую 87918 +спрямовуються 87919 +спрямовує 87920 +спрямував 87921 +спрямувавши 87922 +спрямували 87923 +спрямування 87924 +спрямувати 87925 +спрямуйте 87926 +спрямують 87927 +спрінгз 87928 +спрінт 87929 +спту 87930 +спу 87931 +спускав 87932 +спускався 87933 +спускалася 87934 +спускати 87935 +спускаюся 87936 +спускаючись 87937 +спускаємося 87938 +спусковим 87939 +спускового 87940 +спуску 87941 +спустивсь 87942 +спустила 87943 +спустили 87944 +спустилися 87945 +спуститись 87946 +спустошене 87947 +спустошений 87948 +спустошених 87949 +спустошенних 87950 +спустошення 87951 +спустошеному 87952 +спустошеної 87953 +спустошені 87954 +спустошили 87955 +спустошити 87956 +спустошливого 87957 +спустошуючи 87958 +спустошує 87959 +спустощення 87960 +спустять 87961 +спутати 87962 +спутнік 87963 +спущений 87964 +спущенню 87965 +спфльнотою 87966 +спєшку 87967 +спіавтор 87968 +спів 87969 +співа 87970 +співав 87971 +співавтор 87972 +співавторам 87973 +співавторами 87974 +співавтором 87975 +співавторством 87976 +співавторстві 87977 +співавторів 87978 +співак 87979 +співаками 87980 +співаки 87981 +співаком 87982 +співаків 87983 +співала 87984 +співали 87985 +співало 87986 +співанки 87987 +співати 87988 +співацький 87989 +співачка 87990 +співачками 87991 +співачки 87992 +співачкою 87993 +співають 87994 +співаючи 87995 +співає 87996 +співаєм 87997 +співаємо 87998 +співбеседник 87999 +співбесід 88000 +співбесідами 88001 +співбесідах 88002 +співбесіди 88003 +співбесідник 88004 +співбесідника 88005 +співбесіду 88006 +співбесіді 88007 +співведучого 88008 +співвласник 88009 +співвласників 88010 +співвласницею 88011 +співвласниця 88012 +співвідносити 88013 +співвідносить 88014 +співвідноситься 88015 +співвідносять 88016 +співвідношенню 88017 +співвідношення 88018 +співвідношенні 88019 +співвідношень 88020 +співвідчизники 88021 +співвітчизник 88022 +співвітчизники 88023 +співвітчизників 88024 +співвітчизниця 88025 +співвітчизниці 88026 +співголова 88027 +співголови 88028 +співголовою 88029 +співголів 88030 +співгромадян 88031 +співгромадяни 88032 +співдружності 88033 +співдружність 88034 +співець 88035 +співжиття 88036 +співзасновник 88037 +співзасновниками 88038 +співзасновниця 88039 +співзвучне 88040 +співзмовників 88041 +співи 88042 +співкоординатор 88043 +співкоординаторами 88044 +співкураторів 88045 +співмірними 88046 +співмірною 88047 +співом 88048 +співоплат 88049 +співоплата 88050 +співоплати 88051 +співоплату 88052 +співоплаті 88053 +співорганізатор 88054 +співорганізаторів 88055 +співочий 88056 +співочого 88057 +співочому 88058 +співочі 88059 +співпав 88060 +співпадала 88061 +співпадали 88062 +співпадають 88063 +співпадає 88064 +співпаде 88065 +співпадіння 88066 +співпали 88067 +співпало 88068 +співпасти 88069 +співпереживаємо 88070 +співпрацею 88071 +співпрацьовую 88072 +співпрацю 88073 +співпрацював 88074 +співпрацювала 88075 +співпрацювали 88076 +співпрацювати 88077 +співпрацюватиме 88078 +співпрацюватиму 88079 +співпрацюватимуть 88080 +співпрацювать 88081 +співпрацюйте 88082 +співпрацють 88083 +співпрацюю 88084 +співпрацюють 88085 +співпрацюючи 88086 +співпрацює 88087 +співпрацюєм 88088 +співпрацюємо 88089 +співпрацюєте 88090 +співпраця 88091 +співпраці 88092 +співпрацівник 88093 +співпричетність 88094 +співпряцю 88095 +співроб 88096 +співробітник 88097 +співробітника 88098 +співробітникам 88099 +співробітниками 88100 +співробітники 88101 +співробітником 88102 +співробітнику 88103 +співробітникі 88104 +співробітників 88105 +співробітництва 88106 +співробітництво 88107 +співробітництву 88108 +співробітництві 88109 +співробітниця 88110 +співрозмовляєте 88111 +співрозмовник 88112 +співрозмовника 88113 +співрозмовники 88114 +співрозмовником 88115 +співрозмовників 88116 +співрозмовницею 88117 +співрозмовниця 88118 +співрозмовницями 88119 +співспонсором 88120 +співспонсорів 88121 +співставити 88122 +співставлених 88123 +співставлення 88124 +співставленні 88125 +співставних 88126 +співставні 88127 +співтовариства 88128 +співтовариство 88129 +співтовариством 88130 +співу 88131 +співуча 88132 +співучасниками 88133 +співучасті 88134 +співфінансування 88135 +співця 88136 +співці 88137 +співчинили 88138 +співчував 88139 +співчуваю 88140 +співчуває 88141 +співчутливо 88142 +співчуття 88143 +співі 88144 +співіснування 88145 +співіснувати 88146 +співіснуватимуть 88147 +співіснують 88148 +співіснує 88149 +спід 88150 +спідлоба 88151 +спідницю 88152 +спідниця 88153 +спідню 88154 +спідня 88155 +спідо 88156 +спідсподу 88157 +спізналась 88158 +спізнали 88159 +спізнати 88160 +спізненний 88161 +спізнилися 88162 +спізнитися 88163 +спізнюємося 88164 +спізнюється 88165 +спіймала 88166 +спіймали 88167 +спіймана 88168 +спіймати 88169 +спікер 88170 +спікера 88171 +спікере 88172 +спікери 88173 +спікером 88174 +спікерство 88175 +спікеру 88176 +спікеріада 88177 +спікерів 88178 +спілберг 88179 +спілберга 88180 +спілка 88181 +спілки 88182 +спілку 88183 +спілкувавлася 88184 +спілкувався 88185 +спілкувалась 88186 +спілкувалася 88187 +спілкувались 88188 +спілкувалися 88189 +спілкувалось 88190 +спілкувался 88191 +спілкуванню 88192 +спілкування 88193 +спілкуванням 88194 +спілкуванні 88195 +спілкувані 88196 +спілкуватись 88197 +спілкуватися 88198 +спілкуйся 88199 +спілкуйтесь 88200 +спілкуйтеся 88201 +спілкуюсь 88202 +спілкуюся 88203 +спілкуються 88204 +спілкуючись 88205 +спілкуємось 88206 +спілкуємося 88207 +спілкуємся 88208 +спілкуєтесь 88209 +спілкуєтеся 88210 +спілкується 88211 +спілкуєшся 88212 +спілкуєшься 88213 +спілці 88214 +спількуватися 88215 +спільна 88216 +спільне 88217 +спільний 88218 +спільник 88219 +спільника 88220 +спільниками 88221 +спільним 88222 +спільними 88223 +спільних 88224 +спільно 88225 +спільного 88226 +спільному 88227 +спільнот 88228 +спільнота 88229 +спільноти 88230 +спільнотою 88231 +спільноту 88232 +спільноті 88233 +спільною 88234 +спільної 88235 +спільну 88236 +спільні 88237 +спільній 88238 +спін 88239 +спір 88240 +спіраль 88241 +спіралі 88242 +спірит 88243 +спірними 88244 +спірних 88245 +спірного 88246 +спірному 88247 +спірної 88248 +спірну 88249 +спірні 88250 +спірс 88251 +спірідонов 88252 +спіріна 88253 +спіріт 88254 +спіріта 88255 +спірічуел 88256 +спірічуели 88257 +спіткав 88258 +спіткала 88259 +спіткали 88260 +спіткаються 88261 +спіткнулася 88262 +спіткнулися 88263 +спіткнуться 88264 +спітковська 88265 +спітцер 88266 +спіть 88267 +спіч 88268 +спічрайтер 88269 +спічі 88270 +спішив 88271 +спішившись 88272 +спішили 88273 +спішилися 88274 +спішися 88275 +спішити 88276 +спішить 88277 +спішиться 88278 +спішку 88279 +спішно 88280 +спішучи 88281 +спішується 88282 +спішімо 88283 +спіє 88284 +ср 88285 +сравнивать 88286 +сраві 88287 +сразу 88288 +срака 88289 +сраки 88290 +сракою 88291 +сраку 88292 +сракі 88293 +сраний 88294 +срати 88295 +сраці 88296 +срач 88297 +срачів 88298 +средня 88299 +средства 88300 +средствам 88301 +среду 88302 +срока 88303 +сроки 88304 +сроку 88305 +срочник 88306 +срочної 88307 +срочну 88308 +срочнікі 88309 +срср 88310 +срєднєвєковьє 88311 +срєдства 88312 +срібла 88313 +срібло 88314 +сріблом 88315 +сріблястій 88316 +срібна 88317 +срібне 88318 +срібний 88319 +срібними 88320 +срібною 88321 +срібної 88322 +срібну 88323 +срібні 88324 +сс 88325 +сс-двадцять 88326 +ссебе 88327 +ссикло 88328 +ссилку 88329 +ссилочку 88330 +ссо 88331 +ссошник 88332 +сср 88333 +ссср 88334 +сссрі 88335 +ссувом 88336 +ссуву 88337 +ссунули 88338 +ссуться 88339 +ст 88340 +ста 88341 +стабильность 88342 +стабільна 88343 +стабільне 88344 +стабільний 88345 +стабільним 88346 +стабільними 88347 +стабільних 88348 +стабільно 88349 +стабільного 88350 +стабільному 88351 +стабільності 88352 +стабільною 88353 +стабільної 88354 +стабільну 88355 +стабільні 88356 +стабільній 88357 +стабільність 88358 +стабільністю 88359 +стабільнішим 88360 +стабілізаційного 88361 +стабілізацію 88362 +стабілізація 88363 +стабілізації 88364 +стабілізована 88365 +стабілізований 88366 +стабілізовані 88367 +стабілізувалась 88368 +стабілізувалася 88369 +стабілізувалися 88370 +стабілізувалось 88371 +стабілізувати 88372 +стабілізують 88373 +стабілізує 88374 +стабілізується 88375 +став 88376 +ставав 88377 +ставайте 88378 +ставала 88379 +ставали 88380 +ставало 88381 +ставалося 88382 +ставати 88383 +ставатимуть 88384 +ставать 88385 +ставив 88386 +ставився 88387 +ставидел 88388 +ставидла 88389 +ставидлах 88390 +ставила 88391 +ставилась 88392 +ставили 88393 +ставились 88394 +ставилися 88395 +ставилось 88396 +ставилося 88397 +ставим 88398 +ставимо 88399 +ставимось 88400 +ставите 88401 +ставитесь 88402 +ставитеся 88403 +ставити 88404 +ставитиме 88405 +ставитиметься 88406 +ставитиму 88407 +ставитимуть 88408 +ставитись 88409 +ставитися 88410 +ставить 88411 +ставиться 88412 +ставицька 88413 +ставицький 88414 +ставицького 88415 +ставиш 88416 +ставишся 88417 +ставка 88418 +ставках 88419 +ставки 88420 +ставкою 88421 +ставку 88422 +ставл 88423 +ставленики 88424 +ставлеників 88425 +ставлення 88426 +ставленням 88427 +ставленні 88428 +ставлю 88429 +ставлюсь 88430 +ставлюся 88431 +ставлять 88432 +ставляться 88433 +ставлячи 88434 +ставник 88435 +ставнійчук 88436 +ставок 88437 +ставочки 88438 +ставропіллі 88439 +стався 88440 +ставте 88441 +ставці 88442 +ставши 88443 +ставів 88444 +стагнацію 88445 +стагнації 88446 +стагфляція 88447 +стадо 88448 +стаду 88449 +стаді 88450 +стадіон 88451 +стадіонах 88452 +стадіони 88453 +стадіоном 88454 +стадіону 88455 +стадіоні 88456 +стадію 88457 +стадія 88458 +стадіях 88459 +стадії 88460 +стаж 88461 +стажем 88462 +стажер 88463 +стажу 88464 +стажування 88465 +стажуватися 88466 +стажі 88467 +стайн 88468 +стайна 88469 +стайню 88470 +стайні 88471 +стакан 88472 +стаканчик 88473 +стаканчиках 88474 +стаканчиків 88475 +стала 88476 +сталась 88477 +сталася 88478 +стале 88479 +сталева 88480 +сталеливарної 88481 +стали 88482 +сталий 88483 +сталим 88484 +сталинізм 88485 +стались 88486 +сталися 88487 +сталих 88488 +сталкивается 88489 +сталкиваются 88490 +сталлоне 88491 +стало 88492 +сталось 88493 +сталося 88494 +сталу 88495 +сталь 88496 +сталять 88497 +сталі 88498 +сталін 88499 +сталіна 88500 +сталінграда 88501 +сталіним 88502 +сталіном 88503 +сталінська 88504 +сталінський 88505 +сталінським 88506 +сталінських 88507 +сталінсько 88508 +сталінського 88509 +сталінською 88510 +сталінської 88511 +сталінські 88512 +сталінці 88513 +сталінізму 88514 +сталінізмі 88515 +стамбул 88516 +стамбульська 88517 +стамбульський 88518 +стамбульської 88519 +стамбулі 88520 +стан 88521 +станах 88522 +стандарт 88523 +стандартам 88524 +стандартами 88525 +стандартах 88526 +стандарти 88527 +стандартизувати 88528 +стандартна 88529 +стандартний 88530 +стандартними 88531 +стандартно 88532 +стандартного 88533 +стандартною 88534 +стандартної 88535 +стандартну 88536 +стандартом 88537 +стандарту 88538 +стандартів 88539 +стане 88540 +станемо 88541 +станете 88542 +станеться 88543 +станетьсяя 88544 +станеш 88545 +стани 88546 +станиславівської 88547 +станицю 88548 +станиця 88549 +станиці 88550 +станично 88551 +станка 88552 +станки 88553 +станкобудування 88554 +станкових 88555 +станкового 88556 +станкові 88557 +станку 88558 +становив 88559 +становила 88560 +становилась 88561 +становили 88562 +становило 88563 +становилося 88564 +становити 88565 +становитиме 88566 +становитимуть 88567 +становится 88568 +становить 88569 +становиться 88570 +становища 88571 +становище 88572 +становищем 88573 +становищі 88574 +становлення 88575 +становленні 88576 +становлені 88577 +становлюють 88578 +становлять 88579 +станом 88580 +стану 88581 +стануть 88582 +станцій 88583 +станційному 88584 +станцію 88585 +станція 88586 +станціям 88587 +станціями 88588 +станціях 88589 +станцією 88590 +станції 88591 +стань 88592 +станьте 88593 +стані 88594 +станіолеву 88595 +станіслав 88596 +станіслава 88597 +станіславська 88598 +стар 88599 +стара 88600 +старався 88601 +стараемся 88602 +старались 88603 +старалися 88604 +старанний 88605 +старанно 88606 +стараннь 88607 +старання 88608 +старанням 88609 +старань 88610 +старатиметься 88611 +старатися 88612 +стараюсь 88613 +стараюся 88614 +стараються 88615 +стараємось 88616 +стараємся 88617 +старається 88618 +старвін 88619 +старе 88620 +старенька 88621 +старенький 88622 +стареньких 88623 +старенького 88624 +старенькому 88625 +стареньку 88626 +старенькі 88627 +старець 88628 +старечи 88629 +старечий 88630 +старечому 88631 +стариганю 88632 +старий 88633 +старик 88634 +старикова 88635 +старим 88636 +старими 88637 +старину 88638 +старих 88639 +стариць 88640 +старицю 88641 +стариця 88642 +старк 88643 +старка 88644 +старкон 88645 +старкона 88646 +старлін 88647 +старлінк 88648 +старлінкам 88649 +старлінки 88650 +старндартам 88651 +старобільськ 88652 +старовини 88653 +старовинна 88654 +старовинне 88655 +старовинними 88656 +старовинного 88657 +старовинну 88658 +старовину 88659 +старогнатівка 88660 +старого 88661 +стародавньому 88662 +стародавню 88663 +стародавня 88664 +стародавній 88665 +стародавніх 88666 +стародрук 88667 +старожили 88668 +старой 88669 +старокраматорський 88670 +старомазепинський 88671 +старомодного 88672 +старому 88673 +старосвітським 88674 +староста 88675 +старости 88676 +старості 88677 +старостів 88678 +старою 88679 +старої 88680 +старстрік 88681 +старстріки 88682 +старт 88683 +стартап 88684 +стартапи 88685 +стартапів 88686 +старти 88687 +стартова 88688 +стартовий 88689 +стартовим 88690 +стартових 88691 +стартового 88692 +стартовій 88693 +стартом 88694 +стартонула 88695 +старту 88696 +стартував 88697 +стартувала 88698 +стартувало 88699 +стартування 88700 +стартувати 88701 +стартуватиме 88702 +стартує 88703 +старті 88704 +стару 88705 +старушки 88706 +старую 88707 +старфуру 88708 +старцева 88709 +старцеві 88710 +старця 88711 +старцям 88712 +старці 88713 +старців 88714 +старчик 88715 +старчиха 88716 +старша 88717 +старшають 88718 +старше 88719 +старший 88720 +старшим 88721 +старшими 88722 +старшин 88723 +старшина 88724 +старшинам 88725 +старшинами 88726 +старшини 88727 +старшиною 88728 +старшинство 88729 +старшинська 88730 +старшинського 88731 +старшинські 88732 +старшину 88733 +старших 88734 +старшого 88735 +старшокласник 88736 +старшокласники 88737 +старшокласників 88738 +старшокласниця 88739 +старшому 88740 +старшої 88741 +старші 88742 +старшій 88743 +старі 88744 +старій 88745 +старійший 88746 +старійшина 88747 +старійші 88748 +старіков 88749 +старіння 88750 +старінням 88751 +старість 88752 +старіти 88753 +старічков 88754 +старіша 88755 +старіших 88756 +старіші 88757 +старію 88758 +старіють 88759 +старіє 88760 +стасенько 88761 +стасорокам 88762 +стасік 88763 +стасіневич 88764 +стате 88765 +статевий 88766 +статевим 88767 +статевих 88768 +статево 88769 +статевого 88770 +статевої 88771 +статеві 88772 +статей 88773 +статею 88774 +стати 88775 +статистик 88776 +статистика 88777 +статистикам 88778 +статистики 88779 +статистикою 88780 +статистику 88781 +статистиці 88782 +статистичними 88783 +статистичних 88784 +статистично 88785 +статистичного 88786 +статистичної 88787 +статистичну 88788 +статистичні 88789 +статись 88790 +статися 88791 +статками 88792 +статкевич 88793 +статкевича 88794 +статки 88795 +статків 88796 +статок 88797 +статом 88798 +статс 88799 +статтею 88800 +статту 88801 +статтьою 88802 +статтю 88803 +стаття 88804 +статтям 88805 +статтями 88806 +статтях 88807 +статтєю 88808 +статті 88809 +статуру 88810 +статус 88811 +статусами 88812 +статуси 88813 +статусом 88814 +статусу 88815 +статусі 88816 +статут 88817 +статутах 88818 +статути 88819 +статутний 88820 +статутного 88821 +статутну 88822 +статуту 88823 +статуті 88824 +статутів 88825 +статуї 88826 +стать 88827 +статьи 88828 +статью 88829 +статі 88830 +стаховський 88831 +стаціонар 88832 +стаціонарна 88833 +стаціонарне 88834 +стаціонарний 88835 +стаціонарних 88836 +стаціонарної 88837 +стаціонарні 88838 +стаціонару 88839 +стаціонарі 88840 +стаціонарів 88841 +сташістнадцяти 88842 +стаю 88843 +стають 88844 +стаються 88845 +стає 88846 +стаєм 88847 +стаємо 88848 +стаєте 88849 +стається 88850 +стаєш 88851 +стаї 88852 +стб 88853 +ствердження 88854 +стверджену 88855 +стверджував 88856 +стверджувала 88857 +стверджували 88858 +стверджувати 88859 +стверджую 88860 +стверджують 88861 +стверджуючи 88862 +стверджує 88863 +стверджується 88864 +ствердна 88865 +ствердними 88866 +ствердно 88867 +ствердної 88868 +ствол 88869 +ствола 88870 +стволами 88871 +стволи 88872 +стволку 88873 +стволом 88874 +ствольна 88875 +ствольної 88876 +стволів 88877 +створена 88878 +створене 88879 +створений 88880 +створеним 88881 +створених 88882 +створенню 88883 +створення 88884 +створенням 88885 +створенні 88886 +створено 88887 +створеного 88888 +створеному 88889 +створеною 88890 +створеної 88891 +створену 88892 +створені 88893 +створив 88894 +створився 88895 +створивши 88896 +створила 88897 +створили 88898 +створились 88899 +створилися 88900 +створило 88901 +створилося 88902 +створимо 88903 +створите 88904 +створити 88905 +створитися 88906 +створить 88907 +створиться 88908 +створиш 88909 +створнення 88910 +створював 88911 +створювався 88912 +створювалась 88913 +створювалася 88914 +створювали 88915 +створювались 88916 +створювалися 88917 +створювалось 88918 +створювальсь 88919 +створювати 88920 +створюватиме 88921 +створюватись 88922 +створюватися 88923 +створювать 88924 +створюваться 88925 +створюють 88926 +створюються 88927 +створюючи 88928 +створює 88929 +створюєм 88930 +створюємо 88931 +створюється 88932 +створять 88933 +створіння 88934 +створіть 88935 +сте 88936 +стебла 88937 +стеблин 88938 +стеблини 88939 +стеблі 88940 +стегна 88941 +стегно 88942 +стеж 88943 +стежаить 88944 +стежать 88945 +стежачи 88946 +стеження 88947 +стежив 88948 +стежила 88949 +стежили 88950 +стежило 88951 +стежимо 88952 +стежину 88953 +стежите 88954 +стежити 88955 +стежитиме 88956 +стежитимуть 88957 +стежить 88958 +стежки 88959 +стежку 88960 +стежок 88961 +стежі 88962 +стезі 88963 +стейк 88964 +стейка 88965 +стейкхолдери 88966 +стейнбек 88967 +стейт 88968 +стейту 88969 +стекла 88970 +стекловатою 88971 +стеклопакети 88972 +стела 88973 +стелемо 88974 +стелею 88975 +стели 88976 +стелою 88977 +стелс 88978 +стелу 88979 +стельмах 88980 +стельою 88981 +стелю 88982 +стеля 88983 +стелі 88984 +стем 88985 +стемніло 88986 +стемніє 88987 +стенд 88988 +стендап 88989 +стендапи 88990 +стендапу 88991 +стендапі 88992 +стендфорд 88993 +стенді 88994 +стендів 88995 +стенза 88996 +стенлі 88997 +стенограма 88998 +стенограму 88999 +стентування 89000 +стенув 89001 +стенула 89002 +стенфорд 89003 +стенфордського 89004 +стенца 89005 +степ 89006 +степан 89007 +степана 89008 +степане 89009 +степаненки 89010 +степаненко 89011 +степаненків 89012 +степанівка 89013 +степах 89014 +степени 89015 +степенна 89016 +степень 89017 +степені 89018 +степи 89019 +степняках 89020 +степова 89021 +степове 89022 +степовик 89023 +степовикам 89024 +степовики 89025 +степовиків 89026 +степовому 89027 +степовою 89028 +степової 89029 +степову 89030 +степові 89031 +степом 89032 +степу 89033 +степів 89034 +степіні 89035 +стерегли 89036 +стерегти 89037 +стерегтися 89038 +стереже 89039 +стережеш 89040 +стережи 89041 +стережися 89042 +стережу 89043 +стережуть 89044 +стережімо 89045 +стерео 89046 +стереотип 89047 +стереотипи 89048 +стереотипно 89049 +стереотипного 89050 +стереотипному 89051 +стереотипні 89052 +стереотипі 89053 +стереотипів 89054 +стерильний 89055 +стерильним 89056 +стерильно 89057 +стерильні 89058 +стерлінг 89059 +стерлінгів 89060 +стерненко 89061 +стерненку 89062 +стернс 89063 +стерплю 89064 +стерся 89065 +стерти 89066 +стефа 89067 +стефан 89068 +стефана 89069 +стефанишина 89070 +стефанишиною 89071 +стефанс 89072 +стефанса 89073 +стефані 89074 +стефенс 89075 +стеффан 89076 +стеценка 89077 +стець 89078 +стецька 89079 +стецький 89080 +стецьків 89081 +стеця 89082 +стецівка 89083 +стецівки 89084 +стецівку 89085 +стецівці 89086 +стецівчан 89087 +стецівчанами 89088 +стигле 89089 +стигми 89090 +стигне 89091 +стид 89092 +стида 89093 +стидно 89094 +стидом 89095 +стик 89096 +стикався 89097 +стикалась 89098 +стикалася 89099 +стикалися 89100 +стиками 89101 +стикатимуться 89102 +стикатись 89103 +стикатися 89104 +стикаюсь 89105 +стикаються 89106 +стикаємось 89107 +стикаємося 89108 +стикаєтесь 89109 +стикається 89110 +стикаєшся 89111 +стикаєшься 89112 +стикнувся 89113 +стикнулася 89114 +стикнулися 89115 +стиковки 89116 +стикується 89117 +стилем 89118 +стиль 89119 +стильний 89120 +стильно 89121 +стильні 89122 +стилю 89123 +стилях 89124 +стилі 89125 +стилів 89126 +стилізацій 89127 +стилізація 89128 +стилізації 89129 +стилізована 89130 +стилізувати 89131 +стилісти 89132 +стилістика 89133 +стилістикою 89134 +стилістичнимим 89135 +стимул 89136 +стимулирует 89137 +стимулом 89138 +стимулу 89139 +стимулювало 89140 +стимулювання 89141 +стимулюванням 89142 +стимулювати 89143 +стимулюватиме 89144 +стимулюватимуть 89145 +стимулюю 89146 +стимулюють 89147 +стимулюючий 89148 +стимулюючого 89149 +стимулюючому 89150 +стимулюючі 89151 +стимулює 89152 +стимулюємо 89153 +стимулюєте 89154 +стимуляторів 89155 +стимуляційний 89156 +стимуляційної 89157 +стимулів 89158 +стиньо 89159 +стипендіальні 89160 +стипендійні 89161 +стипендію 89162 +стипендія 89163 +стипендії 89164 +стираються 89165 +стирчало 89166 +стирчати 89167 +стирчать 89168 +стискала 89169 +стисканні 89170 +стискатися 89171 +стискає 89172 +стискається 89173 +стисла 89174 +стислий 89175 +стислим 89176 +стисло 89177 +стислому 89178 +стиснув 89179 +стиснули 89180 +стиснута 89181 +стиснутих 89182 +стиснучи 89183 +стиха 89184 +стихар 89185 +стихає 89186 +стихається 89187 +стихла 89188 +стихли 89189 +стихло 89190 +стихійне 89191 +стихійний 89192 +стихійним 89193 +стихійних 89194 +стихійно 89195 +стихійного 89196 +стихійні 89197 +стихія 89198 +стихією 89199 +стихії 89200 +стишили 89201 +сто 89202 +сто-відсотково 89203 +сто-сто 89204 +стовбах 89205 +стовбура 89206 +стовбурами 89207 +стовбурові 89208 +стовбурі 89209 +стовп 89210 +стовпами 89211 +стовпи 89212 +стовпом 89213 +стовпчик 89214 +стовпчика 89215 +стовпчики 89216 +стовпчиковий 89217 +стовпчику 89218 +стовпчиків 89219 +стовпів 89220 +стовідсоткова 89221 +стовідсотковим 89222 +стовідсотково 89223 +стовідсоткового 89224 +стовідсоткової 89225 +стовідсоткові 89226 +стовідсоткої 89227 +стоги 89228 +стогнав 89229 +стогнати 89230 +стогне 89231 +стогну 89232 +стогнучій 89233 +стогнієнко 89234 +стогони 89235 +стодвадцятиміліметрові 89236 +стодванадцятих 89237 +стодоларовий 89238 +стодоларовими 89239 +стодоларових 89240 +стодоларового 89241 +стодоларові 89242 +стоимость 89243 +стойки 89244 +стойло 89245 +сток 89246 +стокгольма 89247 +стокгольмський 89248 +стокгольмського 89249 +стокгольму 89250 +стокгольмі 89251 +стоки 89252 +стокоз 89253 +стокоза 89254 +стол 89255 +столами 89256 +столах 89257 +столи 89258 +столик 89259 +столика 89260 +столиках 89261 +столику 89262 +столицею 89263 +столиць 89264 +столицю 89265 +столиця 89266 +столицям 89267 +столицями 89268 +столицях 89269 +столиці 89270 +столична 89271 +столичний 89272 +столичним 89273 +столичних 89274 +столичного 89275 +столичному 89276 +столичну 89277 +столичні 89278 +столичній 89279 +столкнулася 89280 +столкнулись 89281 +столова 89282 +столову 89283 +столовій 89284 +столом 89285 +столтенберг 89286 +столу 89287 +стольного 89288 +стольному 89289 +столяри 89290 +столяров 89291 +столярова 89292 +столярчук 89293 +столярчука 89294 +столі 89295 +століки 89296 +столітньої 89297 +столітніми 89298 +століття 89299 +століттями 89300 +століттях 89301 +столітті 89302 +століть 89303 +столічна 89304 +столічні 89305 +стоматолог 89306 +стоматологія 89307 +стометрівка 89308 +стомилася 89309 +стомилися 89310 +стомлена 89311 +стомленим 89312 +стомлених 89313 +стомлено 89314 +стомлені 89315 +стомлююча 89316 +стомлюєтесь 89317 +стооднорічний 89318 +стоп 89319 +стоп'ядесят 89320 +стоп'ятдесяти 89321 +стоп'ятдесяту 89322 +стопати 89323 +стопоріть 89324 +стопудово 89325 +стопчак 89326 +сторгуватись 89327 +сторгуємся 89328 +сторгується 89329 +сторож 89330 +сторожа 89331 +сторожами 89332 +сторожець 89333 +сторожко 89334 +сторожу 89335 +сторожування 89336 +сторожук 89337 +сторожує 89338 +сторожі 89339 +сторожів 89340 +сторона 89341 +сторонам 89342 +сторонами 89343 +сторонах 89344 +сторони 89345 +сторонника 89346 +стороннього 89347 +сторонньої 89348 +стороння 89349 +сторонні 89350 +сторонній 89351 +стороннім 89352 +сторонніми 89353 +сторонніх 89354 +сторонов 89355 +стороною 89356 +сторону 89357 +сторонці 89358 +стороні 89359 +стору 89360 +сторч 89361 +сторі 89362 +сторін 89363 +сторінка 89364 +сторінками 89365 +сторінках 89366 +сторінки 89367 +сторінкою 89368 +сторінку 89369 +сторінок 89370 +сторінці 89371 +сторічну 89372 +сторічча 89373 +сторіччя 89374 +сторіччі 89375 +сторічь 89376 +стос 89377 +стоси 89378 +стосиків 89379 +стосовно 89380 +стосовного 89381 +стоствно 89382 +стосувався 89383 +стосувалась 89384 +стосувалася 89385 +стосувалися 89386 +стосувалося 89387 +стосуватиметься 89388 +стосуватимуться 89389 +стосуватися 89390 +стосункам 89391 +стосунках 89392 +стосунки 89393 +стосунку 89394 +стосунків 89395 +стосунок 89396 +стосуються 89397 +стосується 89398 +стотисячної 89399 +стоуку 89400 +сточіл 89401 +стошістнадцять 89402 +стою 89403 +стоя 89404 +стояв 89405 +стояку 89406 +стояків 89407 +стояла 89408 +стоялася 89409 +стояли 89410 +стояло 89411 +стоян 89412 +стояна 89413 +стояне 89414 +стоянка 89415 +стоянки 89416 +стоянку 89417 +стоянок 89418 +стояном 89419 +стоянці 89420 +стояти 89421 +стоятиме 89422 +стоятимемо 89423 +стоятимуть 89424 +стоять 89425 +стоячи 89426 +стоєте 89427 +стоїменові 89428 +стоїмо 89429 +стоїте 89430 +стоїть 89431 +стоїчний 89432 +стоїш 89433 +стпротиву 89434 +страв 89435 +страва 89436 +стравами 89437 +стравах 89438 +страви 89439 +страву 89440 +страві 89441 +страгічна 89442 +страда 89443 +страдання 89444 +страдань 89445 +страдающєє 89446 +страдницькими 89447 +страждав 89448 +страждала 89449 +страждали 89450 +страждання 89451 +стражданнями 89452 +страждань 89453 +страждати 89454 +страждатиме 89455 +страждають 89456 +страждає 89457 +стразбур 89458 +стразбургом 89459 +страйк 89460 +страйкбольний 89461 +страйкболісти 89462 +страйкболістів 89463 +страйкер 89464 +страйкери 89465 +страйки 89466 +страйку 89467 +страйкувати 89468 +страйків 89469 +страйп 89470 +страма 89471 +страна 89472 +странах 89473 +страни 89474 +странице 89475 +странно 89476 +странніковим 89477 +страну 89478 +страрбузі 89479 +страсбурга 89480 +страсбурзькому 89481 +страсбурзі 89482 +страсті 89483 +страт 89484 +страта 89485 +стратами 89486 +стратан 89487 +стратег 89488 +стратеги 89489 +стратегический 89490 +стратегического 89491 +стратегию 89492 +стратегій 89493 +стратегічна 89494 +стратегічне 89495 +стратегічний 89496 +стратегічним 89497 +стратегічними 89498 +стратегічних 89499 +стратегічнми 89500 +стратегічно 89501 +стратегічного 89502 +стратегічному 89503 +стратегічною 89504 +стратегічної 89505 +стратегічну 89506 +стратегічні 89507 +стратегічній 89508 +стратегію 89509 +стратегія 89510 +стратегіями 89511 +стратегією 89512 +стратегії 89513 +страти 89514 +стратив 89515 +стратити 89516 +страткомом 89517 +стратоб'єкти 89518 +страту 89519 +страх 89520 +страхатися 89521 +страхаюся 89522 +страхається 89523 +страхаєшся 89524 +страхи 89525 +страхова 89526 +страховий 89527 +страховими 89528 +страхових 89529 +страховки 89530 +страховку 89531 +страхового 89532 +страховому 89533 +страхової 89534 +страхову 89535 +страховував 89536 +страхові 89537 +страхом 89538 +страхочинно 89539 +страху 89540 +страхувального 89541 +страхуване 89542 +страхування 89543 +страхуванні 89544 +страхуватись 89545 +страхів 89546 +страхівка 89547 +страхітне 89548 +страхіття 89549 +страхіттями 89550 +страчений 89551 +страчених 89552 +страчено 89553 +страчував 89554 +страчували 89555 +страчувати 89556 +страшать 89557 +страшених 89558 +страшенна 89559 +страшенно 89560 +страшенну 89561 +страшенні 89562 +страшилки 89563 +страшилок 89564 +страшись 89565 +страшить 89566 +страшна 89567 +страшне 89568 +страшнейша 89569 +страшний 89570 +страшним 89571 +страшними 89572 +страшних 89573 +страшно 89574 +страшного 89575 +страшною 89576 +страшної 89577 +страшну 89578 +страшнуватіше 89579 +страшні 89580 +страшній 89581 +страшніше 89582 +страшнішим 89583 +стрельне 89584 +стрельнув 89585 +стрелянина 89586 +стрелянину 89587 +стременний 89588 +стремено 89589 +стремлять 89590 +стремління 89591 +стреміти 89592 +стрепенувся 89593 +стрепенувшись 89594 +стрес 89595 +стреси 89596 +стресовий 89597 +стресових 89598 +стресом 89599 +стресу 89600 +стресі 89601 +стресів 89602 +стретович 89603 +стретовичем 89604 +стриб 89605 +стрибати 89606 +стрибаю 89607 +стрибаючи 89608 +стрибає 89609 +стрибаємо 89610 +стрибка 89611 +стрибками 89612 +стрибках 89613 +стрибки 89614 +стрибнули 89615 +стрибожичів 89616 +стрибок 89617 +стрибочки 89618 +стрибунка 89619 +стривайте 89620 +стривоженим 89621 +стривожені 89622 +стриг 89623 +стригли 89624 +стригтися 89625 +стриж 89626 +стрижавці 89627 +стрижак 89628 +стриже 89629 +стрижену 89630 +стрижи 89631 +стрижнева 89632 +стрижнів 89633 +стрижуть 89634 +стрий 89635 +стрийського 89636 +стрийщини 89637 +стрикотів 89638 +стримав 89639 +стримався 89640 +стримали 89641 +стримане 89642 +стриманими 89643 +стримання 89644 +стримано 89645 +стриманості 89646 +стриманою 89647 +стримані 89648 +стриманість 89649 +стриманішим 89650 +стримати 89651 +стриматися 89652 +стримаються 89653 +стримає 89654 +стримував 89655 +стримувало 89656 +стримування 89657 +стримувань 89658 +стримувати 89659 +стримуватимуться 89660 +стримуватися 89661 +стримуйте 89662 +стримують 89663 +стримуючи 89664 +стримуючим 89665 +стримуючись 89666 +стримуючих 89667 +стримує 89668 +стримуємо 89669 +стритович 89670 +стритовичем 89671 +стрию 89672 +стрия 89673 +стриянця 89674 +строгие 89675 +строгий 89676 +строгим 89677 +строго 89678 +строгого 89679 +строй 89680 +стройках 89681 +стройний 89682 +строк 89683 +строката 89684 +строкатий 89685 +строкатість 89686 +строках 89687 +строки 89688 +строкова 89689 +строковики 89690 +строковиків 89691 +строкової 89692 +строкову 89693 +строковій 89694 +строком 89695 +строку 89696 +стросс 89697 +строф 89698 +строфи 89699 +строчити 89700 +строчить 89701 +строю 89702 +строях 89703 +строєм 89704 +строї 89705 +строїть 89706 +строїться 89707 +структри 89708 +структур 89709 +структура 89710 +структурам 89711 +структурами 89712 +структурах 89713 +структури 89714 +структуризації 89715 +структурна 89716 +структурних 89717 +структурні 89718 +структурність 89719 +структурованих 89720 +структуровані 89721 +структуровувати 89722 +структурою 89723 +структуру 89724 +структурувала 89725 +структурі 89726 +струли 89727 +струменем 89728 +струмень 89729 +струмки 89730 +струмків 89731 +струмом 89732 +струмочки 89733 +струмочків 89734 +струмочок 89735 +струму 89736 +струмує 89737 +струмінь 89738 +струнах 89739 +струни 89740 +стрункий 89741 +струнко 89742 +струнку 89743 +стрункість 89744 +струнна 89745 +струнний 89746 +струнних 89747 +струнну 89748 +струною 89749 +струнчиться 89750 +струп 89751 +струс 89752 +струсонула 89753 +струсу 89754 +струсять 89755 +струсів 89756 +стручок 89757 +струшуванні 89758 +струшуєте 89759 +струя 89760 +стрьомно 89761 +стрі 89762 +стрій 89763 +стріл 89764 +стріла 89765 +стрілами 89766 +стрілен 89767 +стрілець 89768 +стрілецька 89769 +стрілецький 89770 +стрілецького 89771 +стрілецької 89772 +стрілецьку 89773 +стрілецькі 89774 +стріли 89775 +стрілить 89776 +стрілки 89777 +стрілкове 89778 +стрілкової 89779 +стрілкові 89780 +стрілку 89781 +стріло 89782 +стрілом 89783 +стрілочки 89784 +стрілою 89785 +стрілу 89786 +стрілці 89787 +стрільба 89788 +стрільбах 89789 +стрільби 89790 +стрільбища 89791 +стрільна 89792 +стрільнами 89793 +стрільнули 89794 +стрільця 89795 +стрільці 89796 +стрільців 89797 +стріляв 89798 +стріляла 89799 +стріляли 89800 +стріляний 89801 +стрілянина 89802 +стрілянини 89803 +стріляниною 89804 +стрілянину 89805 +стрілянині 89806 +стріляти 89807 +стрілять 89808 +стріляю 89809 +стріляють 89810 +стріляючи 89811 +стріляє 89812 +стріляєм 89813 +стріляємо 89814 +стрім 89815 +стріми 89816 +стрімиться 89817 +стрімке 89818 +стрімким 89819 +стрімко 89820 +стрімкого 89821 +стрімкою 89822 +стрімкі 89823 +стрімна 89824 +стріму 89825 +стрінеться 89826 +стрінувся 89827 +стріт 89828 +стріх 89829 +стріхи 89830 +стрічка 89831 +стрічкам 89832 +стрічками 89833 +стрічки 89834 +стрічковими 89835 +стрічкою 89836 +стрічку 89837 +стрічок 89838 +стрічці 89839 +стрішкою 89840 +стріянка 89841 +стріянку 89842 +стугн 89843 +стугна 89844 +стугнами 89845 +стугни 89846 +стугні 89847 +стугон 89848 +студенку 89849 +студент 89850 +студента 89851 +студентам 89852 +студентами 89853 +студенти 89854 +студентка 89855 +студентки 89856 +студентом 89857 +студентства 89858 +студентська 89859 +студентське 89860 +студентський 89861 +студентським 89862 +студентських 89863 +студентською 89864 +студентські 89865 +студентьска 89866 +студентів 89867 +студи 89868 +студии 89869 +студию 89870 +студій 89871 +студійне 89872 +студійний 89873 +студійному 89874 +студійну 89875 +студійні 89876 +студію 89877 +студія 89878 +студіями 89879 +студією 89880 +студії 89881 +студіїї 89882 +стук 89883 +стукай 89884 +стукайте 89885 +стуканов 89886 +стукати 89887 +стукачем 89888 +стукають 89889 +стукає 89890 +стукне 89891 +стукнув 89892 +стукнувши 89893 +стукнуло 89894 +стуктур 89895 +стукіт 89896 +стульчик 89897 +стульчіку 89898 +стулік 89899 +стуліком 89900 +ступав 89901 +ступакова 89902 +ступали 89903 +ступаю 89904 +ступають 89905 +ступаючи 89906 +ступаєте 89907 +ступенева 89908 +ступенем 89909 +ступень 89910 +ступеня 89911 +ступенях 89912 +ступені 89913 +ступенів 89914 +ступив 89915 +ступивши 89916 +ступила 89917 +ступка 89918 +ступно 89919 +ступнуся 89920 +ступнях 89921 +ступні 89922 +ступор 89923 +ступорить 89924 +ступою 89925 +ступі 89926 +ступінь 89927 +стурбована 89928 +стурбоване 89929 +стурбований 89930 +стурбованність 89931 +стурбовано 89932 +стурбовані 89933 +стурбованість 89934 +стурбованістю 89935 +стурбувало 89936 +стурдза 89937 +стус 89938 +стуса 89939 +стухаєте 89940 +стьоб 89941 +стюард 89942 +стюарди 89943 +стюарт 89944 +стюарта 89945 +стюарти 89946 +стяв 89947 +стяг 89948 +стягати 89949 +стяги 89950 +стягнення 89951 +стягнеш 89952 +стягнув 89953 +стягнули 89954 +стягнути 89955 +стягнуть 89956 +стягнуті 89957 +стягом 89958 +стягу 89959 +стягувалися 89960 +стягування 89961 +стягуватись 89962 +стягують 89963 +стягуєте 89964 +стялись 89965 +стяо 89966 +стяти 89967 +стяуа 89968 +стєкло 89969 +стєпь 89970 +стів 89971 +стіва 89972 +стівен 89973 +стівена 89974 +стівену 89975 +стіг 89976 +стігліц 89977 +стіжком 89978 +стій 89979 +стійбища 89980 +стійка 89981 +стійке 89982 +стійким 89983 +стійкими 89984 +стійких 89985 +стійко 89986 +стійкові 89987 +стійкого 89988 +стійкості 89989 +стійкою 89990 +стійкої 89991 +стійку 89992 +стійкі 89993 +стійкість 89994 +стійкіша 89995 +стійте 89996 +стік 89997 +стікав 89998 +стікаються 89999 +стікає 90000 +стікери 90001 +стіки 90002 +стіл 90003 +стілець 90004 +стіллерсон 90005 +стільки 90006 +стільких 90007 +стілько 90008 +стількох 90009 +стільницю 90010 +стільцем 90011 +стільцями 90012 +стільці 90013 +стільців 90014 +стімі 90015 +стін 90016 +стіна 90017 +стінами 90018 +стінах 90019 +стінгазети 90020 +стінгера 90021 +стінгерами 90022 +стінгери 90023 +стінгерои 90024 +стінгером 90025 +стінгерів 90026 +стіни 90027 +стінка 90028 +стінки 90029 +стінку 90030 +стіною 90031 +стіну 90032 +стіні 90033 +стірання 90034 +стісняются 90035 +стічних 90036 +стічної 90037 +стічні 90038 +су 90039 +суб'єкт 90040 +суб'єкта 90041 +суб'єктами 90042 +суб'єкти 90043 +суб'єктивна 90044 +суб'єктивне 90045 +суб'єктивний 90046 +суб'єктивним 90047 +суб'єктивних 90048 +суб'єктивно 90049 +суб'єктивною 90050 +суб'єктивну 90051 +суб'єктивні 90052 +суб'єктивізація 90053 +суб'єктові 90054 +суб'єктом 90055 +суб'єктів 90056 +субантарктичних 90057 +субботу 90058 +субвенцій 90059 +субвенцію 90060 +субвенція 90061 +субвенцією 90062 +субвенції 90063 +субклінічних 90064 +субота 90065 +суботах 90066 +суботи 90067 +суботку 90068 +суботнього 90069 +суботньої 90070 +суботню 90071 +суботня 90072 +суботнє 90073 +суботні 90074 +суботній 90075 +суботнік 90076 +суботова 90077 +суботовом 90078 +суботу 90079 +суботів 90080 +суботівського 90081 +суботівців 90082 +суботівчан 90083 +суботін 90084 +субсидований 90085 +субсидованого 90086 +субсидування 90087 +субсидуванні 90088 +субсидіантів 90089 +субсидій 90090 +субсидію 90091 +субсидіювання 90092 +субсидія 90093 +субсидіям 90094 +субсидіями 90095 +субсидії 90096 +субстандартними 90097 +субстандартних 90098 +субстандартної 90099 +субстандартні 90100 +субстанція 90101 +субсідований 90102 +субтитрів 90103 +субірі 90104 +субітки 90105 +суваю 90106 +сувенір 90107 +сувеніри 90108 +сувенірній 90109 +суверенна 90110 +суверенними 90111 +суверенних 90112 +суверенною 90113 +суверенної 90114 +суверенну 90115 +суверенні 90116 +суверенність 90117 +суверенізації 90118 +суверенітет 90119 +суверенітетом 90120 +суверенітету 90121 +суверинітету 90122 +сувора 90123 +суворе 90124 +суворий 90125 +суворим 90126 +суворимм 90127 +суворих 90128 +суворо 90129 +суворов 90130 +суворова 90131 +суворого 90132 +суворою 90133 +сувору 90134 +суворі 90135 +суворій 90136 +суворістю 90137 +суворіше 90138 +суворіших 90139 +суворіші 90140 +сувій 90141 +суглобами 90142 +суглобах 90143 +сугубо 90144 +суд 90145 +суда 90146 +судак 90147 +судака 90148 +судам 90149 +судами 90150 +судан 90151 +суданець 90152 +суданові 90153 +суданом 90154 +суданський 90155 +суданським 90156 +суданських 90157 +суданського 90158 +суданському 90159 +суданської 90160 +суданські 90161 +суданській 90162 +судану 90163 +судані 90164 +судах 90165 +судацькій 90166 +суддей 90167 +суддею 90168 +суддю 90169 +суддя 90170 +суддям 90171 +суддями 90172 +суддях 90173 +судді 90174 +суддів 90175 +суддівська 90176 +суддівський 90177 +суддівського 90178 +суддій 90179 +судей 90180 +суден 90181 +судети 90182 +судетів 90183 +судження 90184 +судженнях 90185 +суджень 90186 +суди 90187 +судив 90188 +судився 90189 +судили 90190 +судились 90191 +судилися 90192 +судилище 90193 +судимим 90194 +судимостей 90195 +судимості 90196 +судин 90197 +судинах 90198 +судинних 90199 +судинну 90200 +судинні 90201 +судинозвужуючі 90202 +судись 90203 +судити 90204 +судитись 90205 +судитися 90206 +судиться 90207 +судиш 90208 +судко 90209 +судна 90210 +суднам 90211 +судно 90212 +суднобудування 90213 +судновласник 90214 +судном 90215 +судноплавства 90216 +судноплавство 90217 +судноплавством 90218 +судну 90219 +судні 90220 +судов 90221 +судова 90222 +судове 90223 +судовий 90224 +судовим 90225 +судовими 90226 +судових 90227 +судово 90228 +судового 90229 +судовой 90230 +судовому 90231 +судовою 90232 +судової 90233 +судову 90234 +судові 90235 +судовій 90236 +судом 90237 +судоустрою 90238 +судоустрій 90239 +судоходства 90240 +судоходство 90241 +судочинства 90242 +судочинство 90243 +судочку 90244 +суду 90245 +судьба 90246 +судьбами 90247 +судьбе 90248 +судьби 90249 +судять 90250 +судячи 90251 +суді 90252 +судів 90253 +судівській 90254 +судіть 90255 +суздальська 90256 +суздальських 90257 +суздальського 90258 +суздальському 90259 +суздальської 90260 +суздальські 90261 +сузір'ї 90262 +сук 90263 +сука 90264 +суки 90265 +сукманова 90266 +сукна 90267 +сукно 90268 +сукню 90269 +сукня 90270 +сукні 90271 +суком 90272 +суконочка 90273 +суку 90274 +сукупне 90275 +сукупний 90276 +сукупних 90277 +сукупно 90278 +сукупності 90279 +сукупну 90280 +сукупність 90281 +сукупністю 90282 +сукіни 90283 +сулейбі 90284 +сулейман 90285 +сулеймана 90286 +сулейманов 90287 +сулейманова 90288 +сулейманом 90289 +сулейманія 90290 +сулейманії 90291 +сулим 90292 +сулицею 90293 +сулиця 90294 +сулиці 90295 +султан 90296 +султана 90297 +сульфідних 90298 +сум 90299 +сум'яття 90300 +сум'ятті 90301 +сума 90302 +сумайдай 90303 +сумами 90304 +сумарна 90305 +сумарно 90306 +сумарність 90307 +сумасшедша 90308 +сумах 90309 +сумашедших 90310 +сумбурненько 90311 +сумбурно 90312 +сумерках 90313 +суми 90314 +сумирні 90315 +сумка 90316 +сумками 90317 +сумки 90318 +сумку 90319 +сумлінно 90320 +сумлінного 90321 +сумління 90322 +сумлінні 90323 +сумму 90324 +сумна 90325 +сумне 90326 +сумний 90327 +сумним 90328 +сумних 90329 +сумно 90330 +сумного 90331 +сумнозвісного 90332 +сумною 90333 +сумної 90334 +сумну 90335 +сумні 90336 +сумнів 90337 +сумнівавсь 90338 +сумнівався 90339 +сумнівайся 90340 +сумнівам 90341 +сумніватись 90342 +сумніватися 90343 +сумніваюсь 90344 +сумніваюся 90345 +сумніваються 90346 +сумніваєтесь 90347 +сумнівається 90348 +сумніви 90349 +сумнівна 90350 +сумнівним 90351 +сумнівними 90352 +сумнівних 90353 +сумнівному 90354 +сумнівну 90355 +сумнівні 90356 +сумнівність 90357 +сумнівом 90358 +сумніву 90359 +сумнівів 90360 +сумніше 90361 +сумнішими 90362 +сумок 90363 +сумом 90364 +сумочок 90365 +сумою 90366 +сумоїстів 90367 +сумського 90368 +сумською 90369 +сумської 90370 +сумські 90371 +сумській 90372 +суму 90373 +сумувати 90374 +сумуй 90375 +сумуйте 90376 +сумую 90377 +сумує 90378 +сумуємо 90379 +сумуєте 90380 +сумується 90381 +сумуєш 90382 +сумцова 90383 +сумці 90384 +сумчани 90385 +сумщина 90386 +сумщини 90387 +сумщину 90388 +сумщині 90389 +сумі 90390 +суміжних 90391 +сумісництвом 90392 +суміш 90393 +сумішшю 90394 +суміші 90395 +сун 90396 +сунг 90397 +суне 90398 +сунула 90399 +сунулась 90400 +сунули 90401 +сунуло 90402 +сунути 90403 +сунь 90404 +суньголов 90405 +суніти 90406 +сунітська 90407 +сунітським 90408 +сунітськими 90409 +сунітських 90410 +сунітсько 90411 +сунітські 90412 +сунітській 90413 +сунітів 90414 +суніцького 90415 +суніцькі 90416 +суо 90417 +суп 90418 +супер 90419 +супер-делегатами 90420 +супергеройському 90421 +супергерої 90422 +суперделегата 90423 +суперделегати 90424 +суперделегатів 90425 +супердержава 90426 +супердержаву 90427 +супердовгу 90428 +супереч 90429 +суперечать 90430 +суперечило 90431 +суперечити 90432 +суперечить 90433 +суперечка 90434 +суперечками 90435 +суперечки 90436 +суперечкою 90437 +суперечку 90438 +суперечлива 90439 +суперечливий 90440 +суперечливими 90441 +суперечливих 90442 +суперечливо 90443 +суперечливого 90444 +суперечливою 90445 +суперечливу 90446 +суперечливі 90447 +суперечностей 90448 +суперечності 90449 +суперечність 90450 +суперечок 90451 +суперечці 90452 +суперздібності 90453 +суперкомп'ютер 90454 +суперкубок 90455 +суперліги 90456 +супермаркет 90457 +супермаркетах 90458 +супермаркети 90459 +супермаркеті 90460 +супермаркетів 90461 +супермен 90462 +суперник 90463 +суперника 90464 +суперниками 90465 +суперники 90466 +суперником 90467 +супернику 90468 +суперників 90469 +суперницею 90470 +суперниць 90471 +суперницька 90472 +суперницьке 90473 +суперницьким 90474 +суперницькими 90475 +суперницьких 90476 +суперницькі 90477 +суперницю 90478 +суперниця 90479 +суперова 90480 +суперовий 90481 +суперову 90482 +суперпозицію 90483 +суперсилу 90484 +суперский 90485 +суперскладне 90486 +супертукано 90487 +супертяж 90488 +суперфосфату 90489 +суперякісним 90490 +супи 90491 +супом 90492 +супостата 90493 +супрадін 90494 +супроводження 90495 +супроводжував 90496 +супроводжувала 90497 +супроводжували 90498 +супроводжувалися 90499 +супроводжувалось 90500 +супроводжувалося 90501 +супроводжувана 90502 +супроводжувати 90503 +супроводжуватиметься 90504 +супроводжуватись 90505 +супроводжують 90506 +супроводжуються 90507 +супроводжуючих 90508 +супроводжує 90509 +супроводжується 90510 +супроводив 90511 +супроводі 90512 +супровід 90513 +супровідниками 90514 +супроти 90515 +супротив 90516 +супротивник 90517 +супротивника 90518 +супротивникам 90519 +супротивниками 90520 +супротивникові 90521 +супротивником 90522 +супротивників 90523 +супротивного 90524 +супротиву 90525 +супрун 90526 +супса 90527 +супстандартних 90528 +супутник 90529 +супутника 90530 +супутники 90531 +супутникове 90532 +супутникових 90533 +супутникового 90534 +супутникової 90535 +супутникові 90536 +супутником 90537 +супутнику 90538 +супутників 90539 +супутницю 90540 +супутні 90541 +супутніх 90542 +супчик 90543 +супчику 90544 +супєр 90545 +супі 90546 +сурдопедагоги 90547 +сурдопедагогіки 90548 +сурдоперекладача 90549 +суржика 90550 +суржиком 90551 +суржику 90552 +сурков 90553 +суркова 90554 +сурковим 90555 +суркіс 90556 +сурмачі 90557 +сурми 90558 +сурму 90559 +сурову 90560 +сурядних 90561 +сурядні 90562 +сурінам 90563 +суса 90564 +сусанна 90565 +сусаров 90566 +сусліків 90567 +суспільна 90568 +суспільне 90569 +суспільний 90570 +суспільним 90571 +суспільними 90572 +суспільних 90573 +суспільно 90574 +суспільного 90575 +суспільному 90576 +суспільною 90577 +суспільної 90578 +суспільну 90579 +суспільні 90580 +суспільній 90581 +суспільсво 90582 +суспільств 90583 +суспільства 90584 +суспільствам 90585 +суспільствами 90586 +суспільствах 90587 +суспільство 90588 +суспільством 90589 +суспільству 90590 +суспільстві 90591 +суставі 90592 +сусід 90593 +сусіда 90594 +сусідам 90595 +сусідами 90596 +сусідах 90597 +сусіди 90598 +сусідка 90599 +сусідки 90600 +сусідку 90601 +сусіднього 90602 +сусідньому 90603 +сусідньою 90604 +сусідньої 90605 +сусідня 90606 +сусіднє 90607 +сусідні 90608 +сусідній 90609 +сусіднім 90610 +сусідніми 90611 +сусідніх 90612 +сусідові 90613 +сусідом 90614 +сусідства 90615 +сусідство 90616 +сусідству 90617 +сусідстві 90618 +сусідська 90619 +сусідів 90620 +сутеніло 90621 +сутечки 90622 +сутечок 90623 +сутечці 90624 +сутиація 90625 +сутичка 90626 +сутичками 90627 +сутичках 90628 +сутички 90629 +сутичку 90630 +сутичок 90631 +сутичці 90632 +сутки 90633 +сутності 90634 +сутнісно 90635 +сутність 90636 +суто 90637 +суттєва 90638 +суттєве 90639 +суттєвий 90640 +суттєвих 90641 +суттєво 90642 +суттєвого 90643 +суттєву 90644 +суттєві 90645 +сутті 90646 +суть 90647 +суті 90648 +сутінках 90649 +сутінків 90650 +суфікс 90651 +суфіксальний 90652 +суфіксах 90653 +суфіти 90654 +суфітів 90655 +суха 90656 +сухарик 90657 +сухарики 90658 +сухаря 90659 +сухе 90660 +сухенько 90661 +сухий 90662 +сухих 90663 +сухо 90664 +сухого 90665 +суходолу 90666 +суходолі 90667 +сухожилля 90668 +сухомлин 90669 +сухому 90670 +сухопутку 90671 +сухопутна 90672 +сухопутний 90673 +сухопутних 90674 +сухопутної 90675 +сухопутні 90676 +сухопутній 90677 +сухоренко 90678 +сухофрукти 90679 +сухофруктів 90680 +сухою 90681 +сухпаїв 90682 +суху 90683 +сухумі 90684 +сухі 90685 +суцвіття 90686 +суцільна 90687 +суцільне 90688 +суцільний 90689 +суцільним 90690 +суцільних 90691 +суцільно 90692 +суцільного 90693 +суцільною 90694 +суцільної 90695 +суцільну 90696 +суцільні 90697 +суцільній 90698 +сучасна 90699 +сучасне 90700 +сучасний 90701 +сучасника 90702 +сучасників 90703 +сучасним 90704 +сучасними 90705 +сучасних 90706 +сучасно 90707 +сучасного 90708 +сучасному 90709 +сучасності 90710 +сучасною 90711 +сучасної 90712 +сучасну 90713 +сучасні 90714 +сучасній 90715 +сучасністю 90716 +сучасніший 90717 +сучжоу 90718 +сучиють 90719 +сучка 90720 +сучку 90721 +сучок 90722 +сучої 90723 +суша 90724 +сушарці 90725 +сушений 90726 +сушеною 90727 +сушені 90728 +сушею 90729 +сушилося 90730 +сушильна 90731 +сушити 90732 +сушить 90733 +сушка 90734 +сушками 90735 +сушки 90736 +сушко 90737 +сушком 90738 +сушу 90739 +суші 90740 +суще 90741 +сущенка 90742 +сущенко 90743 +существенно 90744 +существования 90745 +существуют 90746 +сую 90747 +суєвєрія 90748 +суєт 90749 +суєта 90750 +суєтнім 90751 +суіти 90752 +суїти 90753 +суґдеї 90754 +сфабрикована 90755 +сфабрикованим 90756 +сфабрикованими 90757 +сфабрикувала 90758 +сфабрикувати 90759 +сфазеленд 90760 +сфальсифікованими 90761 +сфальсифіковані 90762 +сфер 90763 +сфера 90764 +сферами 90765 +сферах 90766 +сфери 90767 +сферою 90768 +сферу 90769 +сфері 90770 +сфокусувалися 90771 +сформована 90772 +сформоване 90773 +сформований 90774 +сформовано 90775 +сформованому 90776 +сформованою 90777 +сформовані 90778 +сформував 90779 +сформувався 90780 +сформувалася 90781 +сформували 90782 +сформувались 90783 +сформувалися 90784 +сформувало 90785 +сформування 90786 +сформувати 90787 +сформуватися 90788 +сформулируем 90789 +сформульована 90790 +сформульований 90791 +сформульовано 90792 +сформульованої 90793 +сформульовані 90794 +сформульованій 90795 +сформулював 90796 +сформулювала 90797 +сформулювали 90798 +сформулювати 90799 +сформує 90800 +сформуємо 90801 +сформується 90802 +сфоткала 90803 +сфотографував 90804 +сфотографувала 90805 +сфотографували 90806 +сфінкс 90807 +сх 90808 +схаменись 90809 +схаменувся 90810 +схаменулася 90811 +схаменулись 90812 +схаменутись 90813 +схарактеризовано 90814 +схарактеризував 90815 +схарактеризувала 90816 +схарактеризували 90817 +схарактеризувати 90818 +схвалена 90819 +схвалений 90820 +схваленню 90821 +схвалення 90822 +схваленням 90823 +схвалено 90824 +схваленого 90825 +схваленому 90826 +схваленої 90827 +схваленя 90828 +схвалені 90829 +схвали 90830 +схвалив 90831 +схвалила 90832 +схвалили 90833 +схвалити 90834 +схвалитися 90835 +схвалить 90836 +схвальними 90837 +схвально 90838 +схвальною 90839 +схвальні 90840 +схвалювати 90841 +схвалюватиме 90842 +схвалюю 90843 +схвалюють 90844 +схвалює 90845 +схвалять 90846 +схвативши 90847 +схвильований 90848 +схвильовано 90849 +схем 90850 +схема 90851 +схемами 90852 +схематика 90853 +схематично 90854 +схемах 90855 +схеми 90856 +схемою 90857 +схему 90858 +схемі 90859 +схефер 90860 +схефера 90861 +схеффер 90862 +схеффера 90863 +схефферу 90864 +схил 90865 +схилах 90866 +схили 90867 +схилився 90868 +схилившись 90869 +схилий 90870 +схилилася 90871 +схилили 90872 +схилити 90873 +схилитись 90874 +схилу 90875 +схильний 90876 +схильності 90877 +схильні 90878 +схильність 90879 +схилявсь 90880 +схилявся 90881 +схилялися 90882 +схиляю 90883 +схиляюсь 90884 +схиляють 90885 +схиляємо 90886 +схиляємось 90887 +схиляється 90888 +сховав 90889 +сховався 90890 +сховавши 90891 +сховайтеся 90892 +сховала 90893 +сховали 90894 +сховалися 90895 +схована 90896 +сховане 90897 +схованки 90898 +схованку 90899 +схованок 90900 +сховатися 90901 +сховається 90902 +сховинками 90903 +сховищ 90904 +сховища 90905 +сховищах 90906 +сховище 90907 +сховок 90908 +сход 90909 +схода 90910 +сходами 90911 +сходах 90912 +сходження 90913 +сходжу 90914 +сходи 90915 +сходив 90916 +сходила 90917 +сходилися 90918 +сходимо 90919 +сходинах 90920 +сходини 90921 +сходинка 90922 +сходинки 90923 +сходинкою 90924 +сходинку 90925 +сходинок 90926 +сходинці 90927 +сходися 90928 +сходити 90929 +сходитись 90930 +сходить 90931 +сходиться 90932 +сходних 90933 +сходні 90934 +сходом 90935 +сходу 90936 +сходяться 90937 +сході 90938 +сходіть 90939 +схожа 90940 +схоже 90941 +схожий 90942 +схожим 90943 +схожими 90944 +схожих 90945 +схожого 90946 +схожому 90947 +схожості 90948 +схожою 90949 +схожі 90950 +схожій 90951 +схожість 90952 +схололо 90953 +схопив 90954 +схопився 90955 +схопила 90956 +схопили 90957 +схопити 90958 +схоплених 90959 +схоплені 90960 +схоронність 90961 +схоче 90962 +схочете 90963 +схочеш 90964 +схочу 90965 +схочуть 90966 +схрестив 90967 +схрестити 90968 +схрещенні 90969 +схрон 90970 +схрони 90971 +схуд 90972 +схудли 90973 +схуднути 90974 +схєми 90975 +схід 90976 +східна 90977 +східне 90978 +східний 90979 +східним 90980 +східними 90981 +східних 90982 +східниці 90983 +східно 90984 +східноамериканських 90985 +східного 90986 +східному 90987 +східнопакистанському 90988 +східноєвропейських 90989 +східноєвропейської 90990 +східноєвропейські 90991 +східної 90992 +східну 90993 +східні 90994 +східній 90995 +східцями 90996 +сцділо 90997 +сцен 90998 +сцена 90999 +сценам 91000 +сценами 91001 +сценарист 91002 +сценариста 91003 +сценаристи 91004 +сценаристки 91005 +сценаристку 91006 +сценаристом 91007 +сценаристів 91008 +сценарний 91009 +сценарні 91010 +сценарій 91011 +сценарію 91012 +сценарія 91013 +сценаріях 91014 +сценарієв 91015 +сценарієм 91016 +сценарії 91017 +сценаріїв 91018 +сценах 91019 +сцени 91020 +сценки 91021 +сценою 91022 +сцену 91023 +сцені 91024 +сцепив 91025 +сцепили 91026 +сцкк 91027 +сцо 91028 +сцяти 91029 +сцілиться 91030 +сціллою 91031 +счастливого 91032 +счастя 91033 +счелчку 91034 +счинилися 91035 +считаете 91036 +считаю 91037 +считают 91038 +счот 91039 +счєту 91040 +сша 91041 +сшивание 91042 +съебись 91043 +сьгодні 91044 +ська 91045 +ським 91046 +сього 91047 +сьогодення 91048 +сьогоденішнього 91049 +сьогодня 91050 +сьогодняшні 91051 +сьогодняшній 91052 +сьогодні 91053 +сьогодніна 91054 +сьогоднішний 91055 +сьогоднішнього 91056 +сьогоднішньому 91057 +сьогоднішньою 91058 +сьогоднішньої 91059 +сьогоднішню 91060 +сьогоднішня 91061 +сьогоднішнє 91062 +сьогоднішні 91063 +сьогоднішній 91064 +сьогоднішнім 91065 +сьогоднішніх 91066 +сьогоднішнію 91067 +сьогоднішнії 91068 +сьогожні 91069 +сьогорічний 91070 +сьогорічні 91071 +сьогорічній 91072 +сьодні 91073 +сьоднішній 91074 +сьолах 91075 +сьома 91076 +сьоме 91077 +сьоми 91078 +сьомий 91079 +сьомих 91080 +сьомого 91081 +сьомому 91082 +сьомою 91083 +сьомої 91084 +сьому 91085 +сьомі 91086 +сьомій 91087 +сьорбнути 91088 +сьюзан 91089 +сю 91090 +сюда 91091 +сюде 91092 +сюди 91093 +сюжет 91094 +сюжети 91095 +сюжетна 91096 +сюжетні 91097 +сюжетом 91098 +сюжету 91099 +сюжеті 91100 +сюжетів 91101 +сюжетійв 91102 +сюзан 91103 +сюзанна 91104 +сюзен 91105 +сюко 91106 +сюмар 91107 +сюном 91108 +сюрприз 91109 +сюрпризи 91110 +сюрпризом 91111 +сюрпризів 91112 +сюрреалізм 91113 +сюртука 91114 +сюсюкали 91115 +сюїти 91116 +ся 91117 +сягав 91118 +сягала 91119 +сягати 91120 +сягатиме 91121 +сягають 91122 +сягає 91123 +сягла 91124 +сягне 91125 +сягнув 91126 +сягнула 91127 +сягнули 91128 +сягнуло 91129 +сягнути 91130 +сягнуть 91131 +сяде 91132 +сядете 91133 +сяду 91134 +сядуть 91135 +сядь 91136 +сядьте 91137 +сяйво 91138 +сяк 91139 +сяка 91140 +сякався 91141 +сякий 91142 +сяких 91143 +сякі 91144 +сям 91145 +сямнадцять 91146 +сяну 91147 +сяо 91148 +сяють 91149 +сяючий 91150 +сяяли 91151 +сяяло 91152 +сяє 91153 +сє 91154 +сєбя 91155 +сєверодонецьк 91156 +сєвєр 91157 +сєвєродонецьк 91158 +сєвєродонецька 91159 +сєвєродонецьком 91160 +сєвєродонецьку 91161 +сєвєродонєцк 91162 +сєвєром 91163 +сєвєру 91164 +сєвєрє 91165 +сєдова 91166 +сємдесят 91167 +сємєнченка 91168 +сємєнченко 91169 +сєні 91170 +сєпарська 91171 +сєров 91172 +сєтує 91173 +сєчєна 91174 +сєчін 91175 +сі 91176 +сі-ен-ен 91177 +сібіес 91178 +сів 91179 +сівби 91180 +сівередонецьку 91181 +сіверодонецьк 91182 +сіверодонецька 91183 +сіверодонецьку 91184 +сіверська 91185 +сіверський 91186 +сіверського 91187 +сіверському 91188 +сіверу 91189 +сіверщині 91190 +сіверь 91191 +сіверяни 91192 +сіври 91193 +сіврського 91194 +сівши 91195 +сіві 91196 +сігл 91197 +сіда 91198 +сідав 91199 +сідай 91200 +сідайте 91201 +сідало 91202 +сідати 91203 +сідаю 91204 +сідають 91205 +сідая 91206 +сідає 91207 +сідаємо 91208 +сідаєшь 91209 +сідесят 91210 +сіджоань 91211 +сідий 91212 +сідих 91213 +сідку 91214 +сідла 91215 +сідлай 91216 +сідлайте 91217 +сідлами 91218 +сідлати 91219 +сідлах 91220 +сідлаємо 91221 +сідло 91222 +сідлом 91223 +сідлі 91224 +сіднею 91225 +сіднеї 91226 +сідниці 91227 +сідого 91228 +сідь 91229 +сіенен 91230 +сізо 91231 +сізов 91232 +сізоновича 91233 +сізіфова 91234 +сій 91235 +сік 91236 +сікається 91237 +сікорський 91238 +сікти 91239 +сіктись 91240 +сікундочку 91241 +сікур 91242 +сікура 91243 +сікурд 91244 +сікурда 91245 +сікуре 91246 +сіл 91247 +сіла 91248 +сілва 91249 +сіли 91250 +сіллю 91251 +сіло 91252 +сіль 91253 +сільвіо 91254 +сільвію 91255 +сільгосп 91256 +сільгоспвиробника 91257 +сільгоспвиробникам 91258 +сільгоспвиробників 91259 +сільгоспвиробництво 91260 +сільгоспкультур 91261 +сільгосппризначення 91262 +сільгосппродукти 91263 +сільгосппродукцію 91264 +сільгосппідприємство 91265 +сільгосптовари 91266 +сільгосптоварів 91267 +сільмагом 91268 +сільной 91269 +сільнішою 91270 +сільосптехніку 91271 +сільрада 91272 +сільради 91273 +сільрадою 91274 +сільраді 91275 +сільске 91276 +сільского 91277 +сільська 91278 +сільське 91279 +сільський 91280 +сільським 91281 +сільськими 91282 +сільських 91283 +сільсько 91284 +сільського 91285 +сільськогосподарство 91286 +сільськогосподарська 91287 +сільськогосподарський 91288 +сільськогосподарських 91289 +сільськогосподарського 91290 +сільськогосподарському 91291 +сільськогосподарською 91292 +сільськогосподарської 91293 +сільськогосподарську 91294 +сільськогосподарські 91295 +сільськогосподарче 91296 +сільськогосподаских 91297 +сільському 91298 +сільської 91299 +сільську 91300 +сільські 91301 +сільській 91302 +сільці 91303 +сілі 91304 +сіліціуму 91305 +сім 91306 +сім'ю 91307 +сім'я 91308 +сім'ям 91309 +сім'ями 91310 +сім'янціва 91311 +сім'ях 91312 +сім'єю 91313 +сім'і 91314 +сім'ї 91315 +сіманов 91316 +сімар 91317 +сімарх 91318 +сімдесят 91319 +сімдесятдев'ятій 91320 +сімдесяти 91321 +сімдесятип'ятивідсоткової 91322 +сімдесятип'ятиріччя 91323 +сімдесятирічною 91324 +сімдесятирічної 91325 +сімдесятисемирічний 91326 +сімдесятих 91327 +сімдесятого 91328 +сімдесятому 91329 +сімдесять 91330 +сімдесятьма 91331 +сімдесятьох 91332 +сімдесяті 91333 +сімдесятій 91334 +сімей 91335 +сімейна 91336 +сімейний 91337 +сімейним 91338 +сімейних 91339 +сімейного 91340 +сімейному 91341 +сімейною 91342 +сімейної 91343 +сімейну 91344 +сімейні 91345 +сімейній 91346 +сімейства 91347 +сімесят 91348 +сіми 91349 +сімидесяти 91350 +сімка 91351 +сімки 91352 +сімкою 91353 +сімку 91354 +сіммонс 91355 +сімнадцята 91356 +сімнадцяте 91357 +сімнадцятеро 91358 +сімнадцяти 91359 +сімнадцятий 91360 +сімнадцятилітньою 91361 +сімнадцятим 91362 +сімнадцятирічних 91363 +сімнадцятирічного 91364 +сімнадцятого 91365 +сімнадцятому 91366 +сімнадцятої 91367 +сімнадцять 91368 +сімнадцятьох 91369 +сімнадцятій 91370 +сімнадятого 91371 +сімннадцяти 91372 +сімом 91373 +сімома 91374 +сімонова 91375 +сімох 91376 +сімпатіями 91377 +сімсот 91378 +сімсотріччя 91379 +сімсят 91380 +сімутіним 91381 +сімферополь 91382 +сімферопольському 91383 +сімферополя 91384 +сімферополі 91385 +сіміком 91386 +сін 91387 +сіна 91388 +сінгапур 91389 +сінгапуру 91390 +сінгапурі 91391 +сінді 91392 +сіней 91393 +сінека 91394 +сіни 91395 +сінк 91396 +сінники 91397 +сінні 91398 +сіно 91399 +сіножаті 91400 +сіну 91401 +сінупрет 91402 +сінцзянь 91403 +сінцова 91404 +сінь 91405 +сіньхоа 91406 +сіньхуа 91407 +сінях 91408 +сіні 91409 +сініцин 91410 +сінґхом 91411 +сіпнувся 91412 +сіпонувся 91413 +сіра 91414 +сіренко 91415 +сіренька 91416 +сірий 91417 +сірим 91418 +сірих 91419 +сірко 91420 +сірника 91421 +сірники 91422 +сірників 91423 +сіро 91424 +сірого 91425 +сірому 91426 +сірою 91427 +сірої 91428 +сіррей 91429 +сіру 91430 +сірці 91431 +сіряк 91432 +сірі 91433 +сірій 91434 +сіріус 91435 +сірія 91436 +сірії 91437 +сістан 91438 +сісти 91439 +сіську 91440 +сісіеф 91441 +сітало 91442 +сітка 91443 +сітки 91444 +сіткою 91445 +сітку 91446 +сітківка 91447 +сітківку 91448 +сітківці 91449 +сіток 91450 +сіточкою 91451 +сітроєн 91452 +сітуація 91453 +сітці 91454 +сіті 91455 +сітілайти 91456 +січ 91457 +січа 91458 +січе 91459 +січей 91460 +січень 91461 +січневими 91462 +січневого 91463 +січневому 91464 +січня 91465 +січні 91466 +січовика 91467 +січових 91468 +січу 91469 +січуань 91470 +січі 91471 +сію 91472 +сіють 91473 +сіяв 91474 +сіяли 91475 +сіяна 91476 +сіяним 91477 +сіяння 91478 +сіяної 91479 +сіярто 91480 +сіяти 91481 +сіятись 91482 +сіє 91483 +сієних 91484 +сієну 91485 +сієтл 91486 +сією 91487 +сієї 91488 +т 91489 +т'юн 91490 +т'єрі 91491 +т- 91492 +та 91493 +та-да 91494 +та-та 91495 +тааак 91496 +таба 91497 +табачника 91498 +таберичі 91499 +таби 91500 +табл 91501 +таблетками 91502 +таблетках 91503 +таблетки 91504 +таблетку 91505 +таблеток 91506 +таблеточки 91507 +таблиць 91508 +таблиця 91509 +таблиці 91510 +табличка 91511 +табличками 91512 +таблички 91513 +табличкою 91514 +табличку 91515 +табличкі 91516 +табличок 91517 +табличці 91518 +табло 91519 +таборами 91520 +таборах 91521 +табори 91522 +табором 91523 +табору 91524 +таборі 91525 +таборів 91526 +табу 91527 +табун 91528 +табів 91529 +табір 91530 +тавагіщі 91531 +таваріщі 91532 +тавридою 91533 +тавро 91534 +таврування 91535 +тавруванням 91536 +таврійська 91537 +таврійський 91538 +таврійським 91539 +таврійську 91540 +таврії 91541 +тавтологію 91542 +тавтологія 91543 +таганаш 91544 +таганаша 91545 +таганрог 91546 +таганрозький 91547 +тагер 91548 +тагіл 91549 +тадей 91550 +таджикистан 91551 +таджикистані 91552 +таджикістаном 91553 +таджі 91554 +тадич 91555 +тадича 91556 +тадіч 91557 +тадіча 91558 +таж 91559 +таз 91560 +тазік 91561 +тазіком 91562 +тай 91563 +тайбеї 91564 +тайваневі 91565 +тайванем 91566 +тайванський 91567 +тайванських 91568 +тайвань 91569 +тайваньської 91570 +тайваню 91571 +тайвані 91572 +тайком 91573 +тайланд 91574 +тайландом 91575 +тайланду 91576 +тайланді 91577 +тайм 91578 +таймер 91579 +таймз 91580 +таймлайн 91581 +таймменеджменту 91582 +таймс 91583 +тайму 91584 +таймі 91585 +тайна 91586 +тайнеченко 91587 +тайни 91588 +тайний 91589 +тайниченко 91590 +тайною 91591 +тайну 91592 +тайсон 91593 +тайська 91594 +тайфун 91595 +тайфунами 91596 +тайфуни 91597 +тайфуну 91598 +так 91599 +так- 91600 +така 91601 +такая 91602 +такби 91603 +таке 91604 +такево 91605 +такего 91606 +такеє 91607 +также 91608 +таки 91609 +такий 91610 +таким 91611 +такими 91612 +таких 91613 +такмед 91614 +такмеду 91615 +тако 91616 +таков 91617 +такова 91618 +такого 91619 +також 91620 +такоже 91621 +такой 91622 +таком 91623 +такому 91624 +такою 91625 +такоє 91626 +такої 91627 +такоїж 91628 +такс 91629 +таксикара 91630 +таксисти 91631 +таксистів 91632 +таксі 91633 +тактакішвілі 91634 +такти 91635 +тактик 91636 +тактика 91637 +тактиками 91638 +тактики 91639 +тактико 91640 +тактикою 91641 +тактику 91642 +тактильна 91643 +тактиці 91644 +тактичн 91645 +тактична 91646 +тактичне 91647 +тактичний 91648 +тактичним 91649 +тактичними 91650 +тактичних 91651 +тактично 91652 +тактичного 91653 +тактичному 91654 +тактичною 91655 +тактичної 91656 +тактичну 91657 +тактичні 91658 +тактичній 91659 +тактмеду 91660 +тактових 91661 +тактовних 91662 +тактовно 91663 +тактовні 91664 +таку 91665 +такую 91666 +такшо 91667 +такє 91668 +такі 91669 +такій 91670 +такійсь 91671 +такіх 91672 +такії 91673 +талабану 91674 +талабані 91675 +талаківки 91676 +талани 91677 +талановитий 91678 +талановитим 91679 +талановитими 91680 +талановитих 91681 +талановитого 91682 +талановитому 91683 +талановитою 91684 +талановитої 91685 +талановиті 91686 +талант 91687 +талантам 91688 +таланти 91689 +талантом 91690 +таланту 91691 +талантів 91692 +таллін 91693 +таллінн 91694 +таллінні 91695 +талліні 91696 +талони 91697 +талібам 91698 +талібами 91699 +талібан 91700 +талібанові 91701 +талібаном 91702 +талібану 91703 +таліби 91704 +талібським 91705 +талібськими 91706 +талібських 91707 +талібського 91708 +талібів 91709 +талівану 91710 +талісмани 91711 +талію 91712 +талією 91713 +талії 91714 +там 91715 +тамара 91716 +тамари 91717 +тамариса 91718 +тамарки 91719 +тамаро 91720 +тамарою 91721 +тамару 91722 +тамаску 91723 +тамерлани 91724 +тами 91725 +тамм 91726 +тамо 91727 +тампере 91728 +тампони 91729 +тамте 91730 +тамтешньої 91731 +тамтешня 91732 +тамтешні 91733 +тамтешній 91734 +тамтешніми 91735 +тамтешніх 91736 +тамтим 91737 +тамтого 91738 +тамтому 91739 +тамті 91740 +тамілських 91741 +тан 91742 +танго 91743 +тандем 91744 +тандит 91745 +танець 91746 +танзанію 91747 +танзанії 91748 +танк 91749 +танка 91750 +танкам 91751 +танками 91752 +танках 91753 +танкерами 91754 +танкерів 91755 +танки 91756 +танкова 91757 +танковий 91758 +танковими 91759 +танкових 91760 +танкового 91761 +танкової 91762 +танкову 91763 +танкові 91764 +танком 91765 +танкоремонтним 91766 +танку 91767 +танків 91768 +танкістів 91769 +таном 91770 +тантала 91771 +танув 91772 +танути 91773 +тануть 91774 +танц 91775 +танцьовать 91776 +танцю 91777 +танцювали 91778 +танцювальна 91779 +танцювальним 91780 +танцювального 91781 +танцювальні 91782 +танцювати 91783 +танцюй 91784 +танцюра 91785 +танцюристи 91786 +танцюристка 91787 +танцюристу 91788 +танцюють 91789 +танцює 91790 +танцями 91791 +танці 91792 +танців 91793 +танцівниць 91794 +танча 91795 +таншань 91796 +тань-шань 91797 +танька 91798 +таньою 91799 +таню 91800 +таня 91801 +тані 91802 +танівським 91803 +таніному 91804 +тао 91805 +таорміна 91806 +таорміни 91807 +тапки 91808 +тапта 91809 +тапчанах 91810 +тара 91811 +тарабанить 91812 +таравадян 91813 +таравалі 91814 +тарадайці 91815 +таран 91816 +тарана 91817 +тарани 91818 +таранив 91819 +таранишин 91820 +таранов 91821 +тарантули 91822 +тарантіно 91823 +тарану 91824 +таранюк 91825 +тарапунька 91826 +тарас 91827 +тараса 91828 +тарасе 91829 +тарасик 91830 +тарасиком 91831 +тарасові 91832 +тарасом 91833 +тарасу 91834 +тарасюк 91835 +тарасюка 91836 +тарасівського 91837 +тарахнув 91838 +тарбський 91839 +таргана 91840 +таргани 91841 +таргетна 91842 +таргетної 91843 +таргетні 91844 +таргетувалась 91845 +тардіо 91846 +тари 91847 +тариф 91848 +тарифами 91849 +тарифи 91850 +тарифний 91851 +тарифної 91852 +тарифні 91853 +тарифу 91854 +тарифі 91855 +тарифів 91856 +тарифіковані 91857 +тарка 91858 +тарли 91859 +тармія 91860 +тарнавської 91861 +тартака 91862 +тарік 91863 +таріком 91864 +тарілка 91865 +тарілки 91866 +тарілку 91867 +тарілок 91868 +тарілочка 91869 +тарілці 91870 +таріль 91871 +таріляки 91872 +тас 91873 +таскавшись 91874 +таскались 91875 +таско 91876 +тасовав 91877 +тасс 91878 +тата 91879 +татакав 91880 +татам 91881 +татар 91882 +татарам 91883 +татарами 91884 +татарва 91885 +татари 91886 +татарин 91887 +татарина 91888 +татарка 91889 +татарки 91890 +татаро 91891 +татарского 91892 +татарська 91893 +татарське 91894 +татарський 91895 +татарським 91896 +татарських 91897 +татарського 91898 +татарському 91899 +татарською 91900 +татарської 91901 +татарську 91902 +татарські 91903 +татарській 91904 +татарчук 91905 +татарів 91906 +татаріна 91907 +татком 91908 +тато 91909 +татові 91910 +татом 91911 +таточко 91912 +татрі 91913 +тату 91914 +татуню 91915 +татусю 91916 +татуювання 91917 +тать 91918 +татьяна 91919 +татя 91920 +татіщева 91921 +таун 91922 +таурег 91923 +тахрир 91924 +тахікардії 91925 +тачанках 91926 +тачанки 91927 +тачанку 91928 +тачанок 91929 +тачанці 91930 +тачки 91931 +тачі 91932 +ташкенті 91933 +ташлику 91934 +тащився 91935 +тащити 91936 +тая 91937 +таяні 91938 +таємна 91939 +таємне 91940 +таємний 91941 +таємним 91942 +таємними 91943 +таємних 91944 +таємницею 91945 +таємниць 91946 +таємницю 91947 +таємниця 91948 +таємниці 91949 +таємничий 91950 +таємничих 91951 +таємничості 91952 +таємничою 91953 +таємничістю 91954 +таємно 91955 +таємного 91956 +таємному 91957 +таємною 91958 +таємної 91959 +таємну 91960 +таємні 91961 +таєчка 91962 +таіланду 91963 +таіров 91964 +таїланд 91965 +таїландом 91966 +таїланду 91967 +таїланді 91968 +таїни 91969 +таїп 91970 +таїпом 91971 +таїсія 91972 +тб 91973 +тбілісі 91974 +твань 91975 +твар 91976 +твардовський 91977 +твардовського 91978 +твардовському 91979 +тварин 91980 +тварина 91981 +тваринам 91982 +тваринами 91983 +тваринах 91984 +тварини 91985 +твариниа 91986 +тваринка 91987 +тваринкам 91988 +тваринки 91989 +тваринку 91990 +тваринне 91991 +тваринний 91992 +тваринними 91993 +тваринництва 91994 +тваринництво 91995 +тваринного 91996 +тваринні 91997 +тваринок 91998 +твариною 91999 +тварину 92000 +тварюка 92001 +твен 92002 +твер 92003 +твер'ю 92004 +тверда 92005 +тверде 92006 +твердженню 92007 +твердження 92008 +твердженням 92009 +твердженнями 92010 +тверджень 92011 +твердив 92012 +твердий 92013 +твердила 92014 +твердили 92015 +твердить 92016 +твердих 92017 +твердиш 92018 +твердо 92019 +твердого 92020 +твердое 92021 +твердолобі 92022 +твердому 92023 +твердотілих 92024 +твердої 92025 +тверду 92026 +твердую 92027 +твердять 92028 +твердячи 92029 +твердячі 92030 +тверді 92031 +твердість 92032 +твердістю 92033 +твердії 92034 +тверезий 92035 +тверезо 92036 +тверезого 92037 +тверезомислячим 92038 +тверезості 92039 +тверезість 92040 +тверська 92041 +тверський 92042 +тверським 92043 +тверських 92044 +тверського 92045 +твк 92046 +твого 92047 +твоего 92048 +твои 92049 +твому 92050 +творами 92051 +творах 92052 +творева 92053 +творення 92054 +творець 92055 +твори 92056 +творив 92057 +творилися 92058 +творилось 92059 +творилося 92060 +творимо 92061 +творити 92062 +творитимемо 92063 +творить 92064 +твориться 92065 +творог 92066 +творого 92067 +творогу 92068 +творожна 92069 +творозі 92070 +твором 92071 +твору 92072 +творця 92073 +творцями 92074 +творців 92075 +творча 92076 +творче 92077 +творчества 92078 +творчеству 92079 +творчий 92080 +творчих 92081 +творчо 92082 +творчого 92083 +творчому 92084 +творчості 92085 +творчої 92086 +творчу 92087 +творчі 92088 +творчість 92089 +творчістю 92090 +творять 92091 +творі 92092 +творів 92093 +творінь 92094 +твою 92095 +твоя 92096 +твоє 92097 +твоєму 92098 +твоєю 92099 +твоєї 92100 +твої 92101 +твоїй 92102 +твоїм 92103 +твоїми 92104 +твоїх 92105 +тві 92106 +тві-аки 92107 +твій 92108 +твір 92109 +твіт 92110 +твіта 92111 +твітах 92112 +твітер 92113 +твітера 92114 +твітеру 92115 +твітері 92116 +твіти 92117 +твітом 92118 +твіторі 92119 +твіттер 92120 +твіттера 92121 +твіттерку 92122 +твіттерок 92123 +твіттером 92124 +твіттерпростори 92125 +твіттерспейсах 92126 +твіттерських 92127 +твіттерському 92128 +твіттерські 92129 +твіттеряни 92130 +твіттерянину 92131 +твіттері 92132 +твіті 92133 +твітів 92134 +тг 92135 +тг-чат 92136 +тд 92137 +тде 92138 +те 92139 +те-те-те 92140 +театр 92141 +театральна 92142 +театральне 92143 +театральний 92144 +театральним 92145 +театрального 92146 +театральному 92147 +театральну 92148 +театральні 92149 +театралів 92150 +театралізовану 92151 +театралізовані 92152 +театрами 92153 +театри 92154 +театром 92155 +театру 92156 +театрі 92157 +театрів 92158 +тебе 92159 +тебя 92160 +тегає 92161 +тегеран 92162 +тегерана 92163 +тегеранові 92164 +тегераном 92165 +тегеранський 92166 +тегерану 92167 +тегерані 92168 +тегираном 92169 +тего 92170 +тегом 92171 +тегрік 92172 +тед 92173 +теда 92174 +теде 92175 +теж 92176 +тез 92177 +теза 92178 +тезами 92179 +тезах 92180 +тези 92181 +тезис 92182 +тезисом 92183 +тезки 92184 +тезнической 92185 +тезою 92186 +тезу 92187 +тезі 92188 +тезісу 92189 +тей 92190 +тейд 92191 +тейки 92192 +тейлор 92193 +тейлором 92194 +тейлору 92195 +тейт 92196 +теки 92197 +текла 92198 +текого 92199 +текст 92200 +текста 92201 +текстами 92202 +тексти 92203 +текстиль 92204 +текстильних 92205 +текстильні 92206 +текстовапоплава 92207 +текстових 92208 +текстового 92209 +текстовому 92210 +текстові 92211 +текстом 92212 +тексту 92213 +тексті 92214 +текстів 92215 +тектонічної 92216 +тектонічні 92217 +тектум 92218 +текіли 92219 +текілу 92220 +телебаченню 92221 +телебачення 92222 +телебаченням 92223 +телебаченні 92224 +телеведуча 92225 +телеведучих 92226 +телеведучого 92227 +телеведучої 92228 +телеведучу 92229 +телеверсію 92230 +телевиступі 92231 +телевізор 92232 +телевізора 92233 +телевізорами 92234 +телевізори 92235 +телевізором 92236 +телевізору 92237 +телевізорів 92238 +телевізійна 92239 +телевізійний 92240 +телевізійними 92241 +телевізійних 92242 +телевізійного 92243 +телевізійному 92244 +телевізійної 92245 +телевізійну 92246 +телевізійні 92247 +телевізійній 92248 +телеглядачам 92249 +телеграм 92250 +телеграмі 92251 +телеграф 92252 +телеграфний 92253 +телеграфні 92254 +телеграфом 92255 +телеграфу 92256 +телеграфістку 92257 +теледебатах 92258 +теледебати 92259 +теледебатів 92260 +телеекранах 92261 +телеекранів 92262 +телеефірах 92263 +телеефіру 92264 +тележурнал 92265 +тележурналіст 92266 +тележурналісткою 92267 +тележурналістських 92268 +телезверненні 92269 +телезірки 92270 +телекамерами 92271 +телекамери 92272 +телеканал 92273 +телеканалам 92274 +телеканалами 92275 +телеканалах 92276 +телеканали 92277 +телеканалом 92278 +телеканалу 92279 +телеканалі 92280 +телеканалів 92281 +телекомпаній 92282 +телекомпанії 92283 +телекому 92284 +телекомунікаційних 92285 +телекомунікаційного 92286 +телекомунікаційну 92287 +телекомунікаційні 92288 +телеконференції 92289 +телекореспондентів 92290 +телекритика 92291 +телемарафон 92292 +телемарафону 92293 +телемедицина 92294 +телемедициною 92295 +телемережа 92296 +телемережі 92297 +телеметрії 92298 +телемовників 92299 +телепередач 92300 +телепином 92301 +телепоєдинку 92302 +телепрогама 92303 +телепрограм 92304 +телепрограма 92305 +телепрограмах 92306 +телепрограми 92307 +телепрограмки 92308 +телепрограмі 92309 +телепростір 92310 +телерадіокомпанією 92311 +телерадіокомпанії 92312 +телерадіопрограм 92313 +телереклами 92314 +телеруватимуть 92315 +телесеріалі 92316 +телескоп 92317 +телескопах 92318 +телескопи 92319 +телескопом 92320 +телескопу 92321 +телескопів 92322 +телестанцію 92323 +телестанції 92324 +телетрансляції 92325 +телетріумф 92326 +телефон 92327 +телефона 92328 +телефонам 92329 +телефонами 92330 +телефонах 92331 +телефони 92332 +телефонна 92333 +телефонне 92334 +телефонний 92335 +телефонним 92336 +телефонними 92337 +телефонних 92338 +телефонного 92339 +телефонному 92340 +телефонною 92341 +телефонної 92342 +телефонну 92343 +телефонні 92344 +телефонній 92345 +телефоном 92346 +телефону 92347 +телефонував 92348 +телефонувала 92349 +телефонувати 92350 +телефонуватимеш 92351 +телефонуй 92352 +телефонуйте 92353 +телефоную 92354 +телефонують 92355 +телефонує 92356 +телефонуєте 92357 +телефончик 92358 +телефоні 92359 +телефонів 92360 +телефоністку 92361 +телефільму 92362 +телецентрі 92363 +телешоу 92364 +телеінтерв'ю 92365 +теличку 92366 +тель 92367 +тель-авів 92368 +тель-авівом 92369 +тель-авівському 92370 +телюк 92371 +теля 92372 +телям 92373 +телятина 92374 +телятини 92375 +телятину 92376 +телятком 92377 +телятниках 92378 +телячий 92379 +теліги 92380 +телігу 92381 +тем 92382 +тема 92383 +темами 92384 +тематик 92385 +тематика 92386 +тематики 92387 +тематикою 92388 +тематику 92389 +тематиці 92390 +тематична 92391 +тематичний 92392 +тематичним 92393 +тематичними 92394 +тематичних 92395 +тематичною 92396 +тематичної 92397 +тематичну 92398 +тематичні 92399 +темах 92400 +теми 92401 +темна 92402 +темне 92403 +темний 92404 +темника 92405 +темником 92406 +темників 92407 +темним 92408 +темними 92409 +темних 92410 +темно 92411 +темного 92412 +темному 92413 +темноти 92414 +темноті 92415 +темною 92416 +темної 92417 +темну 92418 +темні 92419 +темніками 92420 +темніли 92421 +темніше 92422 +темніші 92423 +темніє 92424 +темою 92425 +темп 92426 +темпами 92427 +температур 92428 +температура 92429 +температури 92430 +температурний 92431 +температурних 92432 +температурного 92433 +температурні 92434 +температуро 92435 +температурою 92436 +температуру 92437 +температурі 92438 +темпи 92439 +темпл 92440 +темплі 92441 +темпом 92442 +темпу 92443 +темпі 92444 +темпів 92445 +темрявою 92446 +темряву 92447 +темряві 92448 +тему 92449 +темі 92450 +тенг 92451 +тендай 92452 +тендаї 92453 +тенденцій 92454 +тенденційності 92455 +тенденцію 92456 +тенденція 92457 +тенденціями 92458 +тенденції 92459 +тендер 92460 +тендерах 92461 +тендери 92462 +тендерне 92463 +тендерний 92464 +тендерної 92465 +тендерну 92466 +тендерні 92467 +тендеру 92468 +тендері 92469 +тендерів 92470 +тендеція 92471 +тендового 92472 +тендіт 92473 +тендітна 92474 +тендітне 92475 +тендітний 92476 +тендітні 92477 +тенесі 92478 +теннессі 92479 +тенцингом 92480 +тень 92481 +теніс 92482 +теніса 92483 +тенісист 92484 +тенісистка 92485 +тенісисткою 92486 +тенісистку 92487 +тенісний 92488 +тенісному 92489 +тенісної 92490 +тенісом 92491 +теністку 92492 +тенісу 92493 +тео 92494 +теодорік 92495 +теодоріка 92496 +теодорікові 92497 +теологів 92498 +теологічна 92499 +теологічні 92500 +теоретизую 92501 +теоретик 92502 +теоретиком 92503 +теоретиків 92504 +теоретична 92505 +теоретичне 92506 +теоретичний 92507 +теоретичним 92508 +теоретичними 92509 +теоретично 92510 +теоретичного 92511 +теоретичної 92512 +теоретичну 92513 +теоретичні 92514 +теоретичній 92515 +теорій 92516 +теорію 92517 +теорія 92518 +теорією 92519 +теорії 92520 +тепе 92521 +тепер 92522 +теперечки 92523 +теперка 92524 +теперь 92525 +теперішних 92526 +теперішнього 92527 +теперішньому 92528 +теперішньою 92529 +теперішньої 92530 +теперішню 92531 +теперішня 92532 +теперішнє 92533 +теперішні 92534 +теперішній 92535 +теперішнім 92536 +теперішніх 92537 +тепла 92538 +теплаки 92539 +теплаків 92540 +тепле 92541 +тепленько 92542 +тепленькою 92543 +теплий 92544 +теплим 92545 +тепличні 92546 +тепло 92547 +теплових 92548 +тепловой 92549 +тепловою 92550 +теплової 92551 +теплову 92552 +тепловізор 92553 +тепловізора 92554 +тепловізорами 92555 +тепловізорах 92556 +тепловізори 92557 +тепловізоров 92558 +тепловізором 92559 +тепловізору 92560 +тепловізорів 92561 +тепловізійна 92562 +тепловізійний 92563 +тепловізійними 92564 +тепловізійною 92565 +тепловізійної 92566 +тепловізійні 92567 +теплого 92568 +теплокомуненерго 92569 +теплом 92570 +тепломереж 92571 +тепломережах 92572 +тепломережі 92573 +теплоносій 92574 +теплопостачання 92575 +теплоприціли 92576 +теплотехніка 92577 +теплотраси 92578 +теплохода 92579 +теплохід 92580 +теплою 92581 +теплоізоляційний 92582 +теплої 92583 +теплу 92584 +теплушка 92585 +теплушках 92586 +теплушки 92587 +теплі 92588 +теплій 92589 +теплік 92590 +теплім 92591 +тепліша 92592 +теплішати 92593 +теплішає 92594 +тепліше 92595 +теплішими 92596 +тепліших 92597 +тер 92598 +тер'єра 92599 +тер-петрос'яном 92600 +теракт 92601 +терактами 92602 +терактом 92603 +теракту 92604 +терактів 92605 +терапевт 92606 +терапевта 92607 +терапевтичних 92608 +терапію 92609 +терапія 92610 +терапією 92611 +терапії 92612 +тератак 92613 +терафії 92614 +тербатів 92615 +теребе 92616 +теревенять 92617 +тереза 92618 +терезів 92619 +теремкам 92620 +теремках 92621 +теремця 92622 +терен 92623 +терена 92624 +теренах 92625 +терени 92626 +тереньові 92627 +тереня 92628 +терескочуть 92629 +терехова 92630 +терещенка 92631 +терещенко 92632 +терещук 92633 +терикон 92634 +териконі 92635 +терирости 92636 +територии 92637 +територіальна 92638 +територіальний 92639 +територіальним 92640 +територіальними 92641 +територіальних 92642 +територіально 92643 +територіального 92644 +територіальному 92645 +територіальності 92646 +територіальної 92647 +територіальну 92648 +територіальні 92649 +територіальній 92650 +територіальністю 92651 +територій 92652 +територію 92653 +територія 92654 +територіям 92655 +територіями 92656 +територіях 92657 +територією 92658 +території 92659 +теритрії 92660 +термезі 92661 +термобарична 92662 +термобаричними 92663 +термоболічна 92664 +термодинаміку 92665 +термометр 92666 +термометра 92667 +термометрі 92668 +термометрів 92669 +термомодернізація 92670 +термостат 92671 +термосі 92672 +термуха 92673 +термі 92674 +термін 92675 +терміна 92676 +термінал 92677 +термінала 92678 +терміналу 92679 +терміналі 92680 +термінами 92681 +термінатор 92682 +термінах 92683 +терміни 92684 +термінова 92685 +термінованого 92686 +терміновий 92687 +терміновими 92688 +термінових 92689 +терміново 92690 +терміновому 92691 +терміновості 92692 +термінової 92693 +термінову 92694 +термінові 92695 +терміновій 92696 +терміноголію 92697 +термінологічна 92698 +термінологію 92699 +термінології 92700 +терміном 92701 +терміну 92702 +терміні 92703 +термінів 92704 +термітів 92705 +термічну 92706 +терниною 92707 +тернину 92708 +тернистим 92709 +тернисто 92710 +терновий 92711 +терновський 92712 +терновського 92713 +тернові 92714 +тернополю 92715 +тернополя 92716 +тернополян 92717 +тернополі 92718 +тернопіль 92719 +тернопільська 92720 +тернопільський 92721 +тернопільсько 92722 +тернопільської 92723 +тернопільські 92724 +тернопільській 92725 +тернопільщині 92726 +терну 92727 +терня 92728 +тероборон 92729 +тероборона 92730 +тероборони 92731 +тероборону 92732 +тероборонців 92733 +теробороні 92734 +тероборонівцями 92735 +терор 92736 +терорах 92737 +терори 92738 +тероризм 92739 +тероризмом 92740 +тероризму 92741 +тероризмі 92742 +тероризували 92743 +тероризувати 92744 +тероризують 92745 +терорис 92746 +терорист 92747 +терориста 92748 +терористам 92749 +терористами 92750 +терористи 92751 +терористична 92752 +терористичне 92753 +терористичний 92754 +терористичним 92755 +терористичними 92756 +терористичних 92757 +терористичного 92758 +терористичною 92759 +терористичної 92760 +терористичні 92761 +терористичній 92762 +терористов 92763 +терористом 92764 +терористів 92765 +терором 92766 +терору 92767 +терорі 92768 +терпеливим 92769 +терпеливими 92770 +терпеливості 92771 +терпеливою 92772 +терпеливість 92773 +терпець 92774 +терпи 92775 +терпимо 92776 +терпимості 92777 +терпимість 92778 +терпить 92779 +терплю 92780 +терплять 92781 +терпляче 92782 +терплячим 92783 +терпнуть 92784 +терпстра 92785 +терпугом 92786 +терпцю 92787 +терпів 92788 +терпіла 92789 +терпіли 92790 +терпінню 92791 +терпіння 92792 +терпіти 92793 +терпітимуть 92794 +терпіть 92795 +территории 92796 +терроуз 92797 +тертим 92798 +тертя 92799 +тертям 92800 +терті 92801 +терці 92802 +теріторіальних 92803 +теріторії 92804 +тес 92805 +тесав 92806 +тесаних 92807 +тесео 92808 +тесла 92809 +тесляр 92810 +тесочку 92811 +тест 92812 +тести 92813 +тестили 92814 +тестити 92815 +тестить 92816 +тестова 92817 +тестовий 92818 +тестових 92819 +тестові 92820 +тестом 92821 +тесту 92822 +тестували 92823 +тестування 92824 +тестуванням 92825 +тестуванні 92826 +тестувати 92827 +тестуватиме 92828 +тестують 92829 +тестуються 92830 +тестяться 92831 +тестів 92832 +тета 92833 +тетерук 92834 +тетеруком 92835 +тетері 92836 +тетете 92837 +тетик 92838 +тетина 92839 +тетористичної 92840 +тетраедру 92841 +тетя 92842 +тетяна 92843 +тетяни 92844 +тетяно 92845 +тетяною 92846 +тетяні 92847 +тефтелька 92848 +тех 92849 +техас 92850 +техасу 92851 +техаському 92852 +техаської 92853 +техасі 92854 +техват 92855 +техн 92856 +техники 92857 +техникой 92858 +технику 92859 +технического 92860 +технической 92861 +техническому 92862 +техногенні 92863 +техногічно 92864 +технодопінгом 92865 +технолог 92866 +технологий 92867 +технологичнее 92868 +технологичной 92869 +технологичности 92870 +технологом 92871 +технологізація 92872 +технологій 92873 +технологічна 92874 +технологічне 92875 +технологічний 92876 +технологічних 92877 +технологічно 92878 +технологічного 92879 +технологічною 92880 +технологічну 92881 +технологічні 92882 +технологічніша 92883 +технологічніше 92884 +технологічніший 92885 +технологію 92886 +технологія 92887 +технологіям 92888 +технологіями 92889 +технологіях 92890 +технологією 92891 +технології 92892 +технолоджис 92893 +технолоджіс 92894 +технік 92895 +техніка 92896 +техніки 92897 +технікою 92898 +техніку 92899 +технікум 92900 +технікуми 92901 +техніків 92902 +техніці 92903 +технічна 92904 +технічне 92905 +технічний 92906 +технічним 92907 +технічними 92908 +технічних 92909 +технічно 92910 +технічного 92911 +технічному 92912 +технічної 92913 +технічну 92914 +технічні 92915 +технічній 92916 +техогляди 92917 +техімпаксу 92918 +техімпекс 92919 +техімпекса 92920 +техімпексом 92921 +техімпексу 92922 +тец 92923 +тец-шість 92924 +тече 92925 +течуть 92926 +течі 92927 +течів 92928 +течія 92929 +течією 92930 +течії 92931 +теща 92932 +тещо 92933 +тещі 92934 +тею 92935 +теє 92936 +тзи 92937 +тзм 92938 +ти 92939 +тибет 92940 +тибетв 92941 +тибетом 92942 +тибетська 92943 +тибетський 92944 +тибетським 92945 +тибетських 92946 +тибетського 92947 +тибетському 92948 +тибетською 92949 +тибетської 92950 +тибетські 92951 +тибету 92952 +тибетцям 92953 +тибетцями 92954 +тибетці 92955 +тибетців 92956 +тибеті 92957 +тибетів 92958 +тибецького 92959 +тибра 92960 +тибру 92961 +тибур 92962 +тибуре 92963 +тибуром 92964 +тиверці 92965 +тиверців 92966 +тиверіадського 92967 +тивун 92968 +тивунові 92969 +тивуном 92970 +тигр 92971 +тигра 92972 +тигран 92973 +тигрів 92974 +тиждень 92975 +тиждня 92976 +тиждні 92977 +тижневе 92978 +тижневик 92979 +тижневика 92980 +тижневику 92981 +тижневих 92982 +тижнево 92983 +тижневого 92984 +тижнем 92985 +тижня 92986 +тижням 92987 +тижнями 92988 +тижнях 92989 +тижні 92990 +тижнів 92991 +тикав 92992 +тикали 92993 +тикають 92994 +тикаючи 92995 +тико 92996 +тикрит 92997 +тикриту 92998 +тикриті 92999 +тил 93000 +тилах 93001 +тили 93002 +тилових 93003 +тиловиє 93004 +тилові 93005 +тилу 93006 +тилів 93007 +тиліщак 93008 +тим 93009 +тима 93010 +тимаєш 93011 +тими 93012 +тимору 93013 +тиморі 93014 +тимофія 93015 +тимошенка 93016 +тимошенко 93017 +тимошенківського 93018 +тимошенківські 93019 +тимощенко 93020 +тимощук 93021 +тимур 93022 +тимура 93023 +тимуре 93024 +тимуру 93025 +тимчасова 93026 +тимчасована 93027 +тимчасованих 93028 +тимчасове 93029 +тимчасовий 93030 +тимчасовим 93031 +тимчасових 93032 +тимчасово 93033 +тимчасового 93034 +тимчасовому 93035 +тимчасовою 93036 +тимчасової 93037 +тимчасову 93038 +тимчасові 93039 +тимчасовій 93040 +тимчасом 93041 +тимчук 93042 +тимчуками 93043 +тимчуків 93044 +тимю 93045 +тиміж 93046 +тину 93047 +тинялися 93048 +тип 93049 +типа 93050 +типам 93051 +типи 93052 +типова 93053 +типове 93054 +типовий 93055 +типовим 93056 +типовими 93057 +типових 93058 +типово 93059 +типовою 93060 +типові 93061 +типологічне 93062 +типологічно 93063 +типом 93064 +типу 93065 +типів 93066 +тираж 93067 +тиражами 93068 +тиражем 93069 +тиражують 93070 +тиражі 93071 +тиран 93072 +тирана 93073 +тиранами 93074 +тирани 93075 +тираном 93076 +тиранією 93077 +тиранії 93078 +тирасполь 93079 +тирасполя 93080 +тирасполі 93081 +тире 93082 +тири 93083 +тирить 93084 +тирнак 93085 +тирнек 93086 +тирчала 93087 +тис 93088 +тиск 93089 +тиски 93090 +тискові 93091 +тиском 93092 +тиску 93093 +тисла 93094 +тисли 93095 +тисло 93096 +тисне 93097 +тиснеш 93098 +тиснув 93099 +тиснула 93100 +тиснули 93101 +тиснути 93102 +тиснуть 93103 +тисняви 93104 +тисча 93105 +тисчі 93106 +тися 93107 +тисяу 93108 +тисяцьких 93109 +тисяці 93110 +тисяч 93111 +тисяча 93112 +тисячадевятсотдевяностопершого 93113 +тисячам 93114 +тисячами 93115 +тисячатрьохсот 93116 +тисячах 93117 +тисячв 93118 +тисячею 93119 +тисячи 93120 +тисячна 93121 +тисячне 93122 +тисячного 93123 +тисячному 93124 +тисячної 93125 +тисячну 93126 +тисячолітня 93127 +тисячоліття 93128 +тисячоліттями 93129 +тисячоліть 93130 +тисячоустого 93131 +тисячу 93132 +тисячі 93133 +титан 93134 +титанеси 93135 +титани 93136 +титанік 93137 +титанічна 93138 +титанічної 93139 +титанічну 93140 +титаренкі 93141 +титик 93142 +титисячного 93143 +титич 93144 +титича 93145 +титул 93146 +титули 93147 +титулу 93148 +титулі 93149 +тиф 93150 +тифозних 93151 +тифу 93152 +тих 93153 +тиха 93154 +тихе 93155 +тихенький 93156 +тихенько 93157 +тихесенько 93158 +тихий 93159 +тихим 93160 +тихо 93161 +тихого 93162 +тихому 93163 +тихоня 93164 +тихоокеанське 93165 +тихоокеанських 93166 +тихоокеанського 93167 +тихоокеанському 93168 +тихої 93169 +тиху 93170 +тихі 93171 +тихім 93172 +тихіше 93173 +тихії 93174 +тичківський 93175 +тичок 93176 +тиша 93177 +тишина 93178 +тишком 93179 +тишу 93180 +тиші 93181 +тищ 93182 +тища 93183 +тищенка 93184 +тищенко 93185 +тищенку 93186 +тищу 93187 +тищі 93188 +ткали 93189 +тканин 93190 +тканина 93191 +тканини 93192 +тканині 93193 +ткати 93194 +ткацький 93195 +ткацьких 93196 +ткач 93197 +ткаченка 93198 +ткаченко 93199 +ткачук 93200 +ткварчельскій 93201 +тла 93202 +тло 93203 +тлумаки 93204 +тлумач 93205 +тлумача 93206 +тлумачаться 93207 +тлумачення 93208 +тлумачимо 93209 +тлумачити 93210 +тлумачить 93211 +тлумачиться 93212 +тлумачів 93213 +тлі 93214 +тліє 93215 +тнк 93216 +тнули 93217 +то 93218 +то-сьо 93219 +тобой 93220 +тобою 93221 +тобто 93222 +тобі 93223 +тов 93224 +това 93225 +товар 93226 +товарами 93227 +товари 93228 +товариств 93229 +товариства 93230 +товариство 93231 +товариством 93232 +товаристві 93233 +товаристі 93234 +товариський 93235 +товариських 93236 +товарисько 93237 +товариському 93238 +товариські 93239 +товариш 93240 +товариша 93241 +товаришам 93242 +товаришем 93243 +товаришка 93244 +товаришками 93245 +товаришку 93246 +товаришок 93247 +товаришу 93248 +товаришували 93249 +товаришувати 93250 +товариші 93251 +товаришів 93252 +товарищі 93253 +товарищів 93254 +товарним 93255 +товарних 93256 +товарного 93257 +товарні 93258 +товарній 93259 +товаром 93260 +товарообороту 93261 +товарообіг 93262 +товарообігу 93263 +товару 93264 +товарів 93265 +товаріщ 93266 +товаріщам 93267 +товаріщі 93268 +товаріщів 93269 +товк 93270 +товкайло 93271 +товкала 93272 +товклись 93273 +товкся 93274 +товкти 93275 +товктися 93276 +тово 93277 +товста 93278 +товсте 93279 +товстий 93280 +товстих 93281 +товстолобі 93282 +товстому 93283 +товстосуми 93284 +товстощокий 93285 +товче 93286 +товченим 93287 +товчеся 93288 +товчуся 93289 +товчуться 93290 +товщами 93291 +товщиною 93292 +тогда 93293 +тогди 93294 +тогді 93295 +того 93296 +тогово 93297 +тогорічним 93298 +тогочасних 93299 +тогочасного 93300 +тогочасному 93301 +тогочасні 93302 +тогідний 93303 +тод 93304 +тоди 93305 +тодомира 93306 +тодоріковим 93307 +тодуров 93308 +тоді 93309 +тодішнього 93310 +тодішньому 93311 +тодішньої 93312 +тодішню 93313 +тодішня 93314 +тодішнє 93315 +тодішні 93316 +тодішній 93317 +тодішнім 93318 +тодішніх 93319 +тодішіній 93320 +тоесть 93321 +тоефл 93322 +тож 93323 +тоже 93324 +той 93325 +тойво 93326 +тойді 93327 +тойот 93328 +тойота 93329 +ток 93330 +токар 93331 +токарчук 93332 +токмак 93333 +токмаку 93334 +токо 93335 +токсеоплаз 93336 +токсикара 93337 +токсикоз 93338 +токсикоінфекція 93339 +токсини 93340 +токсинів 93341 +токсичне 93342 +токсичний 93343 +токсичними 93344 +токсичних 93345 +токсичного 93346 +токсичності 93347 +токсичну 93348 +токсичні 93349 +токсоплазма 93350 +токсоплазмою 93351 +току 93352 +токів 93353 +токівську 93354 +токіо 93355 +толерантним 93356 +толерантно 93357 +толерантного 93358 +толерантності 93359 +толерантність 93360 +толерувати 93361 +толеруватиме 93362 +толеруватись 93363 +толк 93364 +толкове 93365 +толковий 93366 +толковим 93367 +толкових 93368 +толкового 93369 +толкові 93370 +толком 93371 +толку 93372 +толмачова 93373 +толоки 93374 +толп 93375 +толпи 93376 +толстим 93377 +толстого 93378 +только 93379 +тольно 93380 +толік 93381 +том 93382 +тома 93383 +томагавк 93384 +томагавка 93385 +томагавки 93386 +томак 93387 +томас 93388 +томаса 93389 +томасо 93390 +томати 93391 +томатний 93392 +томатної 93393 +томатів 93394 +томах 93395 +томашевські 93396 +томащук 93397 +томенка 93398 +томенко 93399 +томляться 93400 +томлінсон 93401 +томограф 93402 +томографії 93403 +томпа 93404 +томпою 93405 +томпсон 93406 +томпсона 93407 +томсон 93408 +тому 93409 +томушо 93410 +томів 93411 +томіленко 93412 +томіленком 93413 +томіслав 93414 +томіслава 93415 +тон 93416 +тональний 93417 +тональності 93418 +тонах 93419 +тоне 93420 +тоненька 93421 +тоненькими 93422 +тоненьких 93423 +тоненькою 93424 +тоненькі 93425 +тонесеньке 93426 +тонзанії 93427 +тони 93428 +тонка 93429 +тонке 93430 +тонкий 93431 +тонких 93432 +тонко 93433 +тонкому 93434 +тонкослізкою 93435 +тонкощами 93436 +тонкощах 93437 +тонкощі 93438 +тонку 93439 +тонкі 93440 +тонн 93441 +тоннах 93442 +тонни 93443 +тонну 93444 +тоном 93445 +тону 93446 +тонули 93447 +тонус 93448 +тонусі 93449 +тонуть 93450 +тонучи 93451 +тонькою 93452 +тоні 93453 +тонів 93454 +тонізуючий 93455 +тонісу 93456 +тоо 93457 +топ 93458 +топ- 93459 +топ-десятки 93460 +топ-десять 93461 +топ-п'ять 93462 +топ-тем 93463 +топ-тема 93464 +топаєм 93465 +топив 93466 +топилася 93467 +топили 93468 +топилися 93469 +топимо 93470 +топити 93471 +топить 93472 +топиться 93473 +топлива 93474 +топливо 93475 +топлю 93476 +топлять 93477 +топова 93478 +топовий 93479 +топовим 93480 +топових 93481 +топово 93482 +топовою 93483 +топову 93484 +топові 93485 +топографія 93486 +тополнек 93487 +топології 93488 +тополь 93489 +тополя 93490 +топоніміка 93491 +топоніміці 93492 +топталися 93493 +топтать 93494 +топто 93495 +топуза 93496 +топфер 93497 +топчеш 93498 +топчимось 93499 +топчік 93500 +топі 93501 +топікстартера 93502 +тор 93503 +торба 93504 +торбинками 93505 +торбиночки 93506 +торбину 93507 +торбою 93508 +торбу 93509 +торг 93510 +торгах 93511 +торги 93512 +торговать 93513 +торговельна 93514 +торговельний 93515 +торговельним 93516 +торговельними 93517 +торговельних 93518 +торговельного 93519 +торговельному 93520 +торговельної 93521 +торговельну 93522 +торговельні 93523 +торговельній 93524 +торговець 93525 +торговий 93526 +торговим 93527 +торгових 93528 +торгово 93529 +торгової 93530 +торгову 93531 +торговців 93532 +торгові 93533 +торгу 93534 +торгувалася 93535 +торгувати 93536 +торгуватись 93537 +торгуватися 93538 +торгувать 93539 +торгують 93540 +торгуються 93541 +торгує 93542 +торгуємо 93543 +торгуєте 93544 +торгів 93545 +торгівельний 93546 +торгівельних 93547 +торгівельно 93548 +торгівельного 93549 +торгівельні 93550 +торгівлею 93551 +торгівлю 93552 +торгівля 93553 +торгівлі 93554 +торгівців 93555 +тореадори 93556 +торентон 93557 +торжества 93558 +торжественно 93559 +торжествуючим 93560 +торжествує 93561 +торжок 93562 +тори 93563 +торкав 93564 +торкатися 93565 +торкаються 93566 +торкаючись 93567 +торкається 93568 +торкнеться 93569 +торкнувся 93570 +торкнулись 93571 +торкнулися 93572 +торкнулося 93573 +торкнути 93574 +торкнутись 93575 +торкнутися 93576 +торнадо 93577 +торнкрофт 93578 +торном 93579 +тором 93580 +торонто 93581 +торох 93582 +торохтіння 93583 +торочила 93584 +торочилося 93585 +торочиш 93586 +торпеди 93587 +торпедує 93588 +торта 93589 +торти 93590 +тортисто 93591 +торторувати 93592 +тортур 93593 +тортурам 93594 +тортурами 93595 +тортурах 93596 +тортури 93597 +тортурування 93598 +тортуруваннях 93599 +тортурувати 93600 +торті 93601 +тортік 93602 +тору 93603 +торувала 93604 +торуйте 93605 +торік 93606 +торіу 93607 +торічних 93608 +торічного 93609 +торічної 93610 +торішнього 93611 +торішньою 93612 +торішня 93613 +торішні 93614 +торішніх 93615 +тос 93616 +тосам 93617 +тоска 93618 +тосували 93619 +тосун 93620 +тот 93621 +тотальна 93622 +тотальне 93623 +тотальний 93624 +тотально 93625 +тотального 93626 +тотальної 93627 +тотальні 93628 +тоталітаризму 93629 +тоталітаризмі 93630 +тоталітарна 93631 +тоталітарний 93632 +тоталітарних 93633 +тоталітарного 93634 +тоталітарною 93635 +тоталітарної 93636 +тоталітарну 93637 +тоталітарні 93638 +тоталітарізму 93639 +тоте 93640 +тотенхем 93641 +тото 93642 +тотожне 93643 +тотожними 93644 +тотожною 93645 +тотожністю 93646 +тоттенгем 93647 +тоті 93648 +тоу 93649 +тохта 93650 +точаться 93651 +точився 93652 +точила 93653 +точилася 93654 +точитися 93655 +точить 93656 +точиться 93657 +точицьким 93658 +точка 93659 +точкам 93660 +точками 93661 +точках 93662 +точке 93663 +точки 93664 +точкове 93665 +точковий 93666 +точковими 93667 +точкових 93668 +точково 93669 +точкові 93670 +точкою 93671 +точку 93672 +точкі 93673 +точна 93674 +точнее 93675 +точним 93676 +точними 93677 +точних 93678 +точно 93679 +точного 93680 +точности 93681 +точность 93682 +точності 93683 +точною 93684 +точної 93685 +точну 93686 +точні 93687 +точність 93688 +точністю 93689 +точніша 93690 +точніше 93691 +точок 93692 +точці 93693 +точіе 93694 +тошківки 93695 +тошківку 93696 +тошнило 93697 +тошо 93698 +тощо 93699 +тою 93700 +тоєї 93701 +тої 93702 +тоїх 93703 +трав 93704 +трав'яний 93705 +трав'яного 93706 +трава 93707 +травам 93708 +травами 93709 +травень 93710 +травестійного 93711 +трави 93712 +травить 93713 +травиченько 93714 +травичка 93715 +травлення 93716 +травлераи 93717 +травм 93718 +травма 93719 +травмам 93720 +травмами 93721 +травматизм 93722 +травматика 93723 +травматична 93724 +травматичний 93725 +травматично 93726 +травматичної 93727 +травматичні 93728 +травматичність 93729 +травматолог 93730 +травматолога 93731 +травми 93732 +травмованих 93733 +травмовано 93734 +травмовану 93735 +травмовані 93736 +травму 93737 +травмувався 93738 +травмування 93739 +травмувань 93740 +травмувати 93741 +травмуються 93742 +травна 93743 +травневе 93744 +травневий 93745 +травневими 93746 +травневих 93747 +травневу 93748 +травневі 93749 +травниках 93750 +травного 93751 +травну 93752 +травня 93753 +травням 93754 +травні 93755 +траву 93756 +траві 93757 +трагедия 93758 +трагедь 93759 +трагедій 93760 +трагедію 93761 +трагедія 93762 +трагедіям 93763 +трагедією 93764 +трагедії 93765 +трагізм 93766 +трагізму 93767 +трагічна 93768 +трагічних 93769 +трагічно 93770 +трагічного 93771 +трагічною 93772 +трагічної 93773 +трагічні 93774 +традицій 93775 +традиційна 93776 +традиційне 93777 +традиційний 93778 +традиційним 93779 +традиційними 93780 +традиційних 93781 +традиційно 93782 +традиційного 93783 +традиційному 93784 +традиційною 93785 +традиційної 93786 +традиційну 93787 +традиційні 93788 +традиційній 93789 +традицію 93790 +традиція 93791 +традиціями 93792 +традицією 93793 +традиції 93794 +траекторії 93795 +тракт 93796 +трактом 93797 +трактора 93798 +тракторами 93799 +трактори 93800 +трактористом 93801 +трактористів 93802 +трактором 93803 +тракторі 93804 +тракторів 93805 +тракту 93806 +трактував 93807 +трактували 93808 +трактування 93809 +трактуванні 93810 +трактувати 93811 +трактую 93812 +трактують 93813 +трактуються 93814 +трактує 93815 +трактуємо 93816 +тракті 93817 +трала 93818 +тралами 93819 +трали 93820 +тральщик 93821 +трамвай 93822 +трамвайна 93823 +трамвая 93824 +трамваями 93825 +трамваях 93826 +трамваї 93827 +трамваїв 93828 +трамп 93829 +трампа 93830 +трамплін 93831 +трампом 93832 +трампу 93833 +трана 93834 +транзакцій 93835 +транзакції 93836 +транзит 93837 +транзитним 93838 +транзитною 93839 +транзитної 93840 +транзитну 93841 +транзитом 93842 +транзитором 93843 +транзиту 93844 +транзиті 93845 +транс 93846 +трансантлантичного 93847 +трансатлантичне 93848 +трансатлантичними 93849 +трансатлантичних 93850 +трансатлантичного 93851 +трансатлантичної 93852 +трансатлантичну 93853 +трансатлантичню 93854 +трансатлантичній 93855 +трансгенез 93856 +трансгенні 93857 +трансгеном 93858 +трансжиру 93859 +трансжирів 93860 +трансильванців 93861 +транскрипція 93862 +транслював 93863 +транслювала 93864 +транслювали 93865 +транслювання 93866 +транслювати 93867 +транслюватиметься 93868 +транслюватимуть 93869 +транслюватися 93870 +транслює 93871 +транслюєте 93872 +транслюється 93873 +трансляцію 93874 +трансляція 93875 +трансляції 93876 +трансмісія 93877 +транснаціональних 93878 +трансплантологів 93879 +трансплантології 93880 +транспорантами 93881 +транспоранті 93882 +транспоренти 93883 +транспорт 93884 +транспорта 93885 +транспортабельна 93886 +транспортери 93887 +транспорти 93888 +транспортна 93889 +транспортний 93890 +транспортникам 93891 +транспортним 93892 +транспортними 93893 +транспортних 93894 +транспортно 93895 +транспортного 93896 +транспортному 93897 +транспортною 93898 +транспортної 93899 +транспортну 93900 +транспортні 93901 +транспортовані 93902 +транспортом 93903 +транспорту 93904 +транспортували 93905 +транспортування 93906 +транспортуванні 93907 +транспортувати 93908 +транспортують 93909 +транспортуються 93910 +транспортуємих 93911 +транспорті 93912 +транспортів 93913 +трансфер 93914 +трансформатор 93915 +трансформацій 93916 +трансформаційні 93917 +трансформація 93918 +трансформації 93919 +трансформоване 93920 +трансформував 93921 +трансформували 93922 +трансформувати 93923 +трансформуватися 93924 +трансформують 93925 +трансформуються 93926 +трансформуючи 93927 +трансформується 93928 +трансяції 93929 +транш 93930 +траншу 93931 +трапезної 93932 +трапезній 93933 +трапезування 93934 +трапився 93935 +трапилась 93936 +трапилася 93937 +трапилися 93938 +трапилось 93939 +трапилося 93940 +трапитись 93941 +трапитися 93942 +трапиться 93943 +траплявся 93944 +траплялася 93945 +траплялись 93946 +траплялися 93947 +траплялось 93948 +траплялося 93949 +трапляться 93950 +трапляються 93951 +трапляється 93952 +трапіст 93953 +трас 93954 +траса 93955 +трасах 93956 +траси 93957 +трасою 93958 +трасу 93959 +трасі 93960 +трата 93961 +трати 93962 +тратив 93963 +тратить 93964 +тратиш 93965 +тратять 93966 +траур 93967 +трафарети 93968 +трафила 93969 +трафік 93970 +трафіку 93971 +трахикерів 93972 +трачу 93973 +траш 93974 +траян 93975 +траяні 93976 +траєкторію 93977 +траєкторія 93978 +траєкторії 93979 +тре 93980 +треба 93981 +требе 93982 +требу 93983 +тревел 93984 +треверс 93985 +тред 93986 +треденного 93987 +треди 93988 +тредрідері 93989 +треду 93990 +треді 93991 +тредів 93992 +трейд 93993 +трейдери 93994 +трейдінг 93995 +трека 93996 +треку 93997 +трекінгу 93998 +трем 93999 +трематод 94000 +трематодами 94001 +трематоди 94002 +трембіта 94003 +тремким 94004 +тремпель 94005 +тремтять 94006 +тремтячи 94007 +тремтячим 94008 +тремтячою 94009 +тремтіння 94010 +трен 94011 +тренажер 94012 +тренажера 94013 +тренажерах 94014 +тренажерному 94015 +тренд 94016 +тренди 94017 +трендило 94018 +трендом 94019 +тренду 94020 +тренді 94021 +трендів 94022 +тренер 94023 +тренера 94024 +тренерами 94025 +тренери 94026 +тренером 94027 +тренерський 94028 +тренерських 94029 +тренерського 94030 +тренерському 94031 +тренеру 94032 +тренерів 94033 +тренировались 94034 +тренованих 94035 +треновці 94036 +тренси 94037 +тренував 94038 +тренувались 94039 +тренувальна 94040 +тренувальних 94041 +тренувальну 94042 +тренувальні 94043 +тренувальній 94044 +тренування 94045 +тренуваннях 94046 +тренуванні 94047 +тренувань 94048 +тренувати 94049 +тренуватимуть 94050 +тренуюся 94051 +тренують 94052 +тренуються 94053 +тренуєтесь 94054 +тренується 94055 +треню 94056 +тренінг 94057 +тренінгах 94058 +тренінги 94059 +тренінговий 94060 +тренінговими 94061 +тренінгів 94062 +трепетом 94063 +трепіст 94064 +трете 94065 +третейського 94066 +третий 94067 +третин 94068 +третина 94069 +третинами 94070 +третини 94071 +третинний 94072 +третинного 94073 +третинному 94074 +третинної 94075 +третину 94076 +третого 94077 +третому 94078 +треть 94079 +третьго 94080 +третього 94081 +третьокласника 94082 +третьокурсниця 94083 +третьому 94084 +третьою 94085 +третьої 94086 +третю 94087 +третя 94088 +третяка 94089 +третє 94090 +треті 94091 +третій 94092 +третім 94093 +третіми 94094 +третіх 94095 +треш 94096 +трешові 94097 +треьа 94098 +три 94099 +три-де 94100 +триа 94101 +трианону 94102 +триб'юн 94103 +триб'ют 94104 +триб'юті 94105 +трибуна 94106 +трибунал 94107 +трибуналові 94108 +трибуналом 94109 +трибуналу 94110 +трибуналі 94111 +трибунах 94112 +трибуни 94113 +трибуну 94114 +трибуні 94115 +трибьюн 94116 +трибюн 94117 +трибіт 94118 +тривав 94119 +тривал 94120 +тривала 94121 +тривале 94122 +тривали 94123 +тривалий 94124 +тривалим 94125 +тривалими 94126 +тривалих 94127 +тривало 94128 +тривалого 94129 +тривалому 94130 +тривалості 94131 +тривалою 94132 +тривалої 94133 +тривалу 94134 +тривалі 94135 +тривалість 94136 +тривалістю 94137 +триваліше 94138 +триваліший 94139 +тривання 94140 +тривати 94141 +триватиме 94142 +триватимуть 94143 +тривають 94144 +триваюча 94145 +триваюче 94146 +триваючий 94147 +триваючих 94148 +триваючу 94149 +триваючі 94150 +триває 94151 +тривимірна 94152 +тривким 94153 +тривог 94154 +тривога 94155 +тривоги 94156 +тривогою 94157 +тривогу 94158 +тривожився 94159 +тривожить 94160 +тривожна 94161 +тривожне 94162 +тривожний 94163 +тривожним 94164 +тривожними 94165 +тривожних 94166 +тривожно 94167 +тривожною 94168 +тривожну 94169 +тривожність 94170 +тривозі 94171 +тригерами 94172 +тригери 94173 +тригерити 94174 +тригером 94175 +тригубов 94176 +тригубова 94177 +тригубовим 94178 +тригубову 94179 +триданцятому 94180 +триденний 94181 +триденним 94182 +триденних 94183 +триденного 94184 +триденної 94185 +триденну 94186 +триденні 94187 +тридесять 94188 +тридцать 94189 +тридцяте 94190 +тридцяти 94191 +тридцятидвохрічна 94192 +тридцятиденний 94193 +тридцятиденного 94194 +тридцятимільйонного 94195 +тридцятиоднорічний 94196 +тридцятирічного 94197 +тридцятитисячників 94198 +тридцятих 94199 +тридцятихвилинний 94200 +тридцятичотирирічна 94201 +тридцятого 94202 +тридцятому 94203 +тридцятої 94204 +тридцяту 94205 +тридцять 94206 +тридцятьма 94207 +тридцятьом 94208 +тридцятьох 94209 +тридцятьсьомий 94210 +тридцяті 94211 +тридцяьт 94212 +тридять 94213 +трижцять 94214 +тризна 94215 +тризну 94216 +тризонний 94217 +тризуб 94218 +тризуба 94219 +тризубом 94220 +трикало 94221 +триколор 94222 +трикратна 94223 +трикурінного 94224 +трикутника 94225 +трикутному 94226 +трилер 94227 +трилери 94228 +трилогія 94229 +трильйон 94230 +трильйони 94231 +трильйонів 94232 +трилі 94233 +триліон 94234 +тримав 94235 +тримавсь 94236 +тримався 94237 +тримай 94238 +тримаймося 94239 +тримайсь 94240 +тримайся 94241 +тримайте 94242 +тримайтесь 94243 +тримайтеся 94244 +тримала 94245 +трималась 94246 +трималася 94247 +тримали 94248 +тримались 94249 +трималися 94250 +трималось 94251 +трималося 94252 +тримання 94253 +тримано 94254 +тримати 94255 +триматиме 94256 +триматимуть 94257 +триматимуться 94258 +триматись 94259 +триматися 94260 +тримать 94261 +тримаю 94262 +тримаюсь 94263 +тримаюся 94264 +тримають 94265 +тримаються 94266 +тримаючи 94267 +тримає 94268 +тримаємо 94269 +тримаємось 94270 +тримаємося 94271 +тримаєте 94272 +тримаєтесь 94273 +тримаєтеся 94274 +тримається 94275 +тримаєш 94276 +тримаєшся 94277 +тримвайї 94278 +триместра 94279 +триместру 94280 +триместрі 94281 +тринадцята 94282 +тринадцяте 94283 +тринадцятеро 94284 +тринадцяти 94285 +тринадцятигодинні 94286 +тринадцятий 94287 +тринадцятиметровому 94288 +тринадцятирічною 94289 +тринадцятих 94290 +тринадцятого 94291 +тринадцятому 94292 +тринадцятої 94293 +тринадцять 94294 +тринадцятьма 94295 +тринадцятьом 94296 +тринадцятьох 94297 +тринадцятій 94298 +тринадятого 94299 +триндал 94300 +триндемо 94301 +триндл 94302 +триндять 94303 +тринділи 94304 +тринядцятому 94305 +трипілля 94306 +трипільська 94307 +трипільське 94308 +трипільської 94309 +трипільську 94310 +трирівнева 94311 +трирічного 94312 +трирічному 94313 +трирічної 94314 +триста 94315 +триставісім 94316 +тристадвадцять 94317 +тристоронньої 94318 +тристоронні 94319 +тристоронній 94320 +трисідмичника 94321 +тритдцяти 94322 +тритдцять 94323 +тритижневих 94324 +тритолу 94325 +тритони 94326 +триумвірат 94327 +триумфальним 94328 +трифас 94329 +трихограма 94330 +трихуріси 94331 +трицятихвилинної 94332 +тричі 94333 +тришия 94334 +трк 94335 +тро 94336 +трое 94337 +тройку 94338 +тролейбуса 94339 +тролейбусах 94340 +тролейбусних 94341 +тролейбусом 94342 +тролейбусі 94343 +тролейбусів 94344 +тролять 94345 +тролі 94346 +тролінг 94347 +тролінгу 94348 +тромбозу 94349 +тромбоципенії 94350 +тромбів 94351 +тропіках 94352 +тропіки 94353 +тропічним 94354 +тропічних 94355 +тропічного 94356 +тропічні 94357 +тропічній 94358 +тростянець 94359 +тротуар 94360 +тротуари 94361 +трофейна 94362 +трофейними 94363 +трофейних 94364 +трофейну 94365 +трофею 94366 +трофеями 94367 +трофеї 94368 +трофеїв 94369 +трофеїм 94370 +трофеїмо 94371 +трофименка 94372 +трофічні 94373 +троха 94374 +трохи 94375 +трохименко 94376 +трохі 94377 +троцький 94378 +троцького 94379 +трошечки 94380 +трошка 94381 +трошки 94382 +трошку 94383 +трощинская 94384 +трощинська 94385 +троьх 94386 +троьхлітнього 94387 +трою 94388 +троян 94389 +троянд 94390 +троянда 94391 +троянди 94392 +трояндовому 94393 +трояндочку 94394 +трояне 94395 +троянець 94396 +троянство 94397 +троянськая 94398 +троянське 94399 +троянський 94400 +троянського 94401 +троянцем 94402 +троянцям 94403 +троянці 94404 +троянців 94405 +троє 94406 +трої 94407 +троїсті 94408 +троїцька 94409 +троїцьке 94410 +троїцький 94411 +троїцького 94412 +троїцькому 94413 +троїцької 94414 +троїцьку 94415 +троїці 94416 +тру 94417 +труб 94418 +труба 94419 +трубах 94420 +трубецькой 94421 +труби 94422 +трубицького 94423 +трубка 94424 +трубки 94425 +трубку 94426 +трубні 94427 +трубогвинтовому 94428 +трубок 94429 +трубопроводами 94430 +трубопроводи 94431 +трубопроводу 94432 +трубопроводів 94433 +трубопровід 94434 +трубопровідна 94435 +трубочкою 94436 +трубочку 94437 +трубу 94438 +трубі 94439 +труд 94440 +труда 94441 +трударям 94442 +трударі 94443 +трударів 94444 +труди 94445 +трудитися 94446 +трудна 94447 +трудний 94448 +трудно 94449 +трудності 94450 +труднощам 94451 +труднощами 94452 +труднощах 94453 +труднощі 94454 +труднощів 94455 +трудова 94456 +трудове 94457 +трудовий 94458 +трудових 94459 +трудового 94460 +трудовому 94461 +трудової 94462 +трудову 94463 +трудові 94464 +трудовій 94465 +трудоемкий 94466 +трудом 94467 +трудоустроювать 94468 +трудоустроєна 94469 +трудоустроїв 94470 +труду 94471 +трудящих 94472 +трудівника 94473 +трумен 94474 +труни 94475 +трунок 94476 +труну 94477 +труп 94478 +трупа 94479 +трупаки 94480 +трупами 94481 +трупи 94482 +трупом 94483 +трупою 94484 +трупів 94485 +трус 94486 +трусивсь 94487 +трусився 94488 +трусики 94489 +трусилися 94490 +труситься 94491 +труфелі 94492 +труханов 94493 +трухари 94494 +тручинов 94495 +трушно 94496 +трушівцях 94497 +трц 94498 +трьом 94499 +трьома 94500 +трьомастами 94501 +трьомовних 94502 +трьомстам 94503 +трьох 94504 +трьохкімнатну 94505 +трьохособова 94506 +трьохрічних 94507 +трьохрічної 94508 +трьохсот 94509 +трьохсотріччя 94510 +трьохцалівок 94511 +трьохізбєнка 94512 +трюдо 94513 +трюками 94514 +трюки 94515 +трюмні 94516 +тряпочку 94517 +трясеться 94518 +тряслись 94519 +трясовини 94520 +трясти 94521 +трясу 94522 +трясуться 94523 +трі 94524 +тріб'юн 94525 +трібюн 94526 +трійка 94527 +трійками 94528 +трійки 94529 +трійку 94530 +трійок 94531 +трійцею 94532 +трійцю 94533 +трійця 94534 +трійці 94535 +тріндл 94536 +тріо 94537 +тріполі 94538 +тріпочуть 94539 +тріскається 94540 +тріски 94541 +тріскотнею 94542 +тріскотіли 94543 +трісне 94544 +тріснув 94545 +тріснула 94546 +трісочку 94547 +трістя 94548 +тріумф 94549 +тріумфальний 94550 +тріумфальним 94551 +тріумфу 94552 +тріумфував 94553 +тріумфувала 94554 +тріцепс 94555 +трішечки 94556 +трішки 94557 +тріщали 94558 +тріщало 94559 +тріщати 94560 +тріщать 94561 +тріщина 94562 +тріщинах 94563 +тріщини 94564 +тріщить 94565 +трієчку 94566 +тск 94567 +тсн 94568 +ттому 94569 +ттридцять 94570 +ттх 94571 +ту 94572 +туалет 94573 +туалети 94574 +туалетний 94575 +туалетним 94576 +туалетному 94577 +туалетні 94578 +туалету 94579 +туалеті 94580 +туарег 94581 +туберкульоз 94582 +туберкульозом 94583 +туберкульозу 94584 +тубус 94585 +тувинців 94586 +туга 94587 +тугезер 94588 +тугий 94589 +туговато 94590 +туда 94591 +тудей 94592 +туди 94593 +тудись 94594 +тудільної 94595 +тудії 94596 +туеп 94597 +тужить 94598 +тужливе 94599 +тужливо 94600 +тужливу 94601 +тужливі 94602 +тужно 94603 +тузеченко 94604 +тузиченко 94605 +тузла 94606 +тузлой 94607 +тузов 94608 +тузі 94609 +тук 94610 +тука 94611 +тукано 94612 +тулився 94613 +тулуб 94614 +тулуба 94615 +тулумбаси 94616 +тулумбасів 94617 +тулькарм 94618 +туман 94619 +тумани 94620 +туманна 94621 +туманні 94622 +туманність 94623 +тумані 94624 +тумба 94625 +тумбу 94626 +тунгуска 94627 +тунгусками 94628 +тунгуски 94629 +тунгусці 94630 +тунелю 94631 +тунелі 94632 +тунелів 94633 +тунеядців 94634 +тунчелі 94635 +тунісі 94636 +тупа 94637 +тупаю 94638 +тупає 94639 +тупий 94640 +тупик 94641 +тупика 94642 +тупиковий 94643 +тупику 94644 +тупиків 94645 +тупими 94646 +тупити 94647 +тупих 94648 +тупне 94649 +тупо 94650 +тупоголовим 94651 +тупоголовою 94652 +тупорила 94653 +тупорилі 94654 +тупою 94655 +туптен 94656 +тупцює 94657 +тупцюємо 94658 +тупі 94659 +тупізни 94660 +тупій 94661 +тупіковий 94662 +тупіку 94663 +тупістю 94664 +тупіт 94665 +тур 94666 +тура 94667 +турабі 94668 +турбин 94669 +турбйорн 94670 +турбоатом 94671 +турбованість 94672 +турбот 94673 +турбота 94674 +турботами 94675 +турботи 94676 +турбочетвіркою 94677 +турбувався 94678 +турбувала 94679 +турбували 94680 +турбувало 94681 +турбувати 94682 +турбуватися 94683 +турбуйся 94684 +турбулентністю 94685 +турбую 94686 +турбують 94687 +турбуються 94688 +турбуюче 94689 +турбуючий 94690 +турбуючись 94691 +турбуючі 94692 +турбующій 94693 +турбує 94694 +турбується 94695 +турбюро 94696 +турбін 94697 +турбіна 94698 +турбінах 94699 +турбіни 94700 +турбіну 94701 +турецька 94702 +турецьке 94703 +турецький 94704 +турецьким 94705 +турецькими 94706 +турецьких 94707 +турецького 94708 +турецьком 94709 +турецькою 94710 +турецької 94711 +турецьку 94712 +турецькі 94713 +туреччина 94714 +туреччини 94715 +туреччиною 94716 +туреччину 94717 +туреччині 94718 +тури 94719 +туризм 94720 +туризму 94721 +туризмі 94722 +турині 94723 +турист 94724 +туристам 94725 +туристами 94726 +туристи 94727 +туристична 94728 +туристичне 94729 +туристичний 94730 +туристичних 94731 +туристичного 94732 +туристичною 94733 +туристичної 94734 +туристичну 94735 +туристичні 94736 +туристичній 94737 +туристського 94738 +туристів 94739 +турицький 94740 +турицького 94741 +турка 94742 +турками 94743 +туркашвілі 94744 +туркестан 94745 +туркестанської 94746 +турки 94747 +туркмани 94748 +туркменську 94749 +туркменістан 94750 +туркменія 94751 +туркі 94752 +турків 94753 +турляєш 94754 +турма 94755 +турмалін 94756 +турн 94757 +турна 94758 +турне 94759 +турнових 94760 +турнові 94761 +турном 94762 +турну 94763 +турнікет 94764 +турнікети 94765 +турнікетів 94766 +турнір 94767 +турніра 94768 +турнірах 94769 +турніри 94770 +турнірне 94771 +турнірних 94772 +турнірної 94773 +турнірній 94774 +турніром 94775 +турніру 94776 +турнірі 94777 +турнірів 94778 +туром 94779 +туроператори 94780 +туроператорів 94781 +туру 94782 +турул 94783 +турции 94784 +турция 94785 +турцію 94786 +турчинов 94787 +турчинова 94788 +турчиновим 94789 +турчінов 94790 +турі 94791 +турів 94792 +турівці 94793 +туск 94794 +туска 94795 +туском 94796 +туснею 94797 +тусовка 94798 +тусовки 94799 +тусовок 94800 +тусовці 94801 +тусувала 94802 +тусувалась 94803 +тусуємся 94804 +тусується 94805 +тут 94806 +тута 94807 +тутешнє 94808 +тутешні 94809 +тутешній 94810 +тутешніх 94811 +туткаєм 94812 +тутки 94813 +туто 94814 +туточки 94815 +тутсі 94816 +тутушній 94817 +туфта 94818 +тухля 94819 +туча 94820 +туш 94821 +туши 94822 +тушилися 94823 +тушити 94824 +тушки 94825 +тушкована 94826 +тушкованому 94827 +тушковані 94828 +тушонкою 94829 +тущівка 94830 +тую 94831 +тхані 94832 +тхе 94833 +тхором 94834 +тхорів 94835 +тч 94836 +тчуть 94837 +тшш 94838 +тьма 94839 +тьмяним 94840 +тьмяного 94841 +тьмяніша 94842 +тьмяніше 94843 +тьмяніші 94844 +тьмі 94845 +тьолкі 94846 +тьотка 94847 +тьотки 94848 +тьоткіно 94849 +тьоточку 94850 +тьоть 94851 +тьотьою 94852 +тьотю 94853 +тьотя 94854 +тьоті 94855 +тьохне 94856 +тьохнули 94857 +тьохнуло 94858 +тьощі 94859 +тьху 94860 +тю 94861 +тюбаном 94862 +тюльпанів 94863 +тюлі 94864 +тюменську 94865 +тюмень 94866 +тюпав 94867 +тюрбані 94868 +тюремне 94869 +тюремники 94870 +тюремником 94871 +тюремних 94872 +тюремної 94873 +тюремні 94874 +тюрки 94875 +тюрко 94876 +тюркскі 94877 +тюркська 94878 +тюркське 94879 +тюркського 94880 +тюркськоцентрична 94881 +тюрма 94882 +тюрмах 94883 +тюрми 94884 +тюрму 94885 +тюрмі 94886 +тюрпод 94887 +тюрське 94888 +тюрьмах 94889 +тюрьму 94890 +тютелька 94891 +тютельку 94892 +тютенко 94893 +тютюн 94894 +тютюнника 94895 +тютюном 94896 +тютюнопаління 94897 +тютюну 94898 +тютя 94899 +тютєльку 94900 +тя 94901 +тяга 94902 +тягайся 94903 +тягали 94904 +тягало 94905 +тяганина 94906 +тяганини 94907 +тягар 94908 +тягарем 94909 +тягару 94910 +тягаря 94911 +тягати 94912 +тягать 94913 +тягачів 94914 +тягають 94915 +тягаються 94916 +тягає 94917 +тягли 94918 +тягло 94919 +тяглість 94920 +тягне 94921 +тягнем 94922 +тягнення 94923 +тягнете 94924 +тягнеться 94925 +тягнеш 94926 +тягни 94927 +тягнибоком 94928 +тягну 94929 +тягнув 94930 +тягнувся 94931 +тягнулася 94932 +тягнули 94933 +тягнуло 94934 +тягнулось 94935 +тягнута 94936 +тягнути 94937 +тягнутимуться 94938 +тягнутися 94939 +тягнуть 94940 +тягнучка 94941 +тягосно 94942 +тяготи 94943 +тягся 94944 +тягти 94945 +тягу 94946 +тягучка 94947 +тягучому 94948 +тягість 94949 +тяжбі 94950 +тяжело 94951 +тяжеловесами 94952 +тяжка 94953 +тяжке 94954 +тяжкий 94955 +тяжким 94956 +тяжких 94957 +тяжко 94958 +тяжкого 94959 +тяжкому 94960 +тяжкості 94961 +тяжкої 94962 +тяжку 94963 +тяжкувато 94964 +тяжкі 94965 +тяжче 94966 +тяжіла 94967 +тяжіли 94968 +тяжіння 94969 +тяме 94970 +тями 94971 +тямили 94972 +тямиш 94973 +тямлю 94974 +тяне 94975 +тянути 94976 +тяньаньмень 94977 +тяньаньменьської 94978 +тяньаньменьські 94979 +тяньаньменьській 94980 +тяніть 94981 +тяс 94982 +тясмин 94983 +тясмина 94984 +тясмином 94985 +тє 94986 +тєлєвізор 94987 +тєлєфон 94988 +тєлік 94989 +тєм'яньєва 94990 +тєма 94991 +тєплакі 94992 +тєплік 94993 +тєплікі 94994 +ті 94995 +тіба 94996 +тібет 94997 +тібетських 94998 +тібетського 94999 +тібетської 95000 +тібетську 95001 +тібетські 95002 +тібету 95003 +тібетцям 95004 +тібетцями 95005 +тібетці 95006 +тібетців 95007 +тібеті 95008 +тібл 95009 +тіверія 95010 +тіві 95011 +тіж 95012 +тій 95013 +тійниці 95014 +тік 95015 +тікав 95016 +тікай 95017 +тікайте 95018 +тікала 95019 +тікали 95020 +тікати 95021 +тікать 95022 +тікають 95023 +тікає 95024 +тіки 95025 +тікич 95026 +тіко 95027 +тікрит 95028 +тікток 95029 +тіктоці 95030 +тікучої 95031 +тіл 95032 +тіла 95033 +тілам 95034 +тілами 95035 +тілберт 95036 +тілесне 95037 +тілесним 95038 +тілесних 95039 +тілесного 95040 +тілесности 95041 +тіллерсон 95042 +тіллерсона 95043 +тіллєрсон 95044 +тіло 95045 +тілом 95046 +тілу 95047 +тільки 95048 +тілько 95049 +тільку 95050 +тільце 95051 +тілі 95052 +тім 95053 +тім'ї 95054 +тімаху 95055 +тімениці 95056 +тімоті 95057 +тімура 95058 +тімурхан 95059 +тіна 95060 +тіней 95061 +тінейджери 95062 +тінейджерські 95063 +тіни 95064 +тінь 95065 +тіньова 95066 +тіньовий 95067 +тіньовими 95068 +тіньового 95069 +тіньовому 95070 +тіньову 95071 +тіньові 95072 +тіньочком 95073 +тіньочку 95074 +тіні 95075 +тіпа 95076 +тіпало 95077 +тіпи 95078 +тіпл 95079 +тіпла 95080 +тіпо 95081 +тірарістічєскіє 95082 +тісна 95083 +тісний 95084 +тісним 95085 +тісниться 95086 +тісних 95087 +тісно 95088 +тісного 95089 +тісному 95090 +тісною 95091 +тісної 95092 +тіснувато 95093 +тісняться 95094 +тісні 95095 +тісній 95096 +тісніше 95097 +тісніших 95098 +тіснішої 95099 +тісніші 95100 +тіснішій 95101 +тіста 95102 +тістом 95103 +тісті 95104 +тітка 95105 +тітки 95106 +тітов 95107 +тітонька 95108 +тітушкам 95109 +тітушками 95110 +тітушня 95111 +тітушок 95112 +тіфані 95113 +тіх 95114 +тіхасі 95115 +тішать 95116 +тіше 95117 +тішете 95118 +тішився 95119 +тішилася 95120 +тішило 95121 +тішитеся 95122 +тішити 95123 +тішитися 95124 +тішить 95125 +тішиться 95126 +тішишся 95127 +тішу 95128 +тішусь 95129 +тішуся 95130 +тією 95131 +тієї 95132 +у 95133 +у-у-у 95134 +уа 95135 +уазіках 95136 +уазікі 95137 +уайт 95138 +убд 95139 +убезпечення 95140 +убезпечиними 95141 +убезпечити 95142 +убезпечувати 95143 +убезпечує 95144 +уберегти 95145 +убив 95146 +убивати 95147 +убивають 95148 +убиваючи 95149 +убивств 95150 +убивства 95151 +убивство 95152 +убивстві 95153 +убивць 95154 +убивці 95155 +убий 95156 +убийствам 95157 +убийте 95158 +убила 95159 +убили 95160 +убиравсь 95161 +убити 95162 +убитий 95163 +убитих 95164 +убитку 95165 +убито 95166 +убитого 95167 +убиті 95168 +ублюдків 95169 +убога 95170 +убогими 95171 +убогих 95172 +убогості 95173 +убогі 95174 +убогій 95175 +убогість 95176 +убой 95177 +уболівальник 95178 +уболівальниками 95179 +уболівальників 95180 +уболівають 95181 +убори 95182 +убояться 95183 +убравсь 95184 +убік 95185 +убір 95186 +убієнніх 95187 +ув'яжися 95188 +ув'язала 95189 +ув'язалася 95190 +ув'язаних 95191 +ув'язнений 95192 +ув'язненим 95193 +ув'язненими 95194 +ув'язнених 95195 +ув'язненню 95196 +ув'язнення 95197 +ув'язненням 95198 +ув'язненні 95199 +ув'язнено 95200 +ув'язненого 95201 +ув'язнені 95202 +ув'язнив 95203 +ув'язнила 95204 +ув'язнити 95205 +ув'язнюють 95206 +увага 95207 +уваги 95208 +увагою 95209 +увагу 95210 +уважав 95211 +уважався 95212 +уважать 95213 +уважають 95214 +уважає 95215 +уважненько 95216 +уважний 95217 +уважними 95218 +уважно 95219 +уважні 95220 +уважніше 95221 +уважнішого 95222 +увазі 95223 +увайс 95224 +увважає 95225 +увергнуть 95226 +увертюра 95227 +увертюри 95228 +увести 95229 +увесь 95230 +увечері 95231 +увечия 95232 +увидите 95233 +увидіти 95234 +увильнув 95235 +увиявити 95236 +увлечение 95237 +уволили 95238 +увів 95239 +увігнавшись 95240 +увійде 95241 +увійдем 95242 +увійди 95243 +увійдуть 95244 +увійти 95245 +увійшла 95246 +увійшли 95247 +увійшло 95248 +увійшов 95249 +увійшовши 95250 +увіковічненими 95251 +увільнивсь 95252 +увімкнене 95253 +увімкненим 95254 +увімкнення 95255 +увімкнено 95256 +увімкнувши 95257 +увімкнулась 95258 +увімкнули 95259 +увімкнути 95260 +увімкніть 95261 +увінчаються 95262 +увірвався 95263 +увірвалася 95264 +увірвалися 95265 +увірвалося 95266 +увірвати 95267 +увірветься 95268 +увічнення 95269 +увічнити 95270 +увічнить 95271 +уг 95272 +угадав 95273 +уганди 95274 +уганді 95275 +угас 95276 +угатив 95277 +уггі 95278 +угкц 95279 +углаву 95280 +угледівши 95281 +угледіли 95282 +углем 95283 +углибину 95284 +углом 95285 +углубитися 95286 +углублением 95287 +углі 95288 +уго 95289 +угод 95290 +угода 95291 +угодам 95292 +угодами 95293 +угодах 95294 +угоди 95295 +угодили 95296 +угодити 95297 +угодників 95298 +угодою 95299 +угоду 95300 +угоді 95301 +уголовка 95302 +уголовниками 95303 +уголос 95304 +угонди 95305 +угорець 95306 +угорок 95307 +угорська 95308 +угорське 95309 +угорський 95310 +угорським 95311 +угорськими 95312 +угорських 95313 +угорсько 95314 +угорського 95315 +угорськомовних 95316 +угорськомовні 95317 +угорською 95318 +угорської 95319 +угорську 95320 +угорські 95321 +угорській 95322 +угору 95323 +угорця 95324 +угорцям 95325 +угорцями 95326 +угорці 95327 +угорців 95328 +угорщина 95329 +угорщини 95330 +угорщиною 95331 +угорщину 95332 +угорщині 95333 +угорьску 95334 +угорі 95335 +угри 95336 +угрожает 95337 +угрпуованням 95338 +угрупованню 95339 +угруповання 95340 +угрупованням 95341 +угрупованнями 95342 +угрупованнях 95343 +угрупованні 95344 +угруповань 95345 +угруповування 95346 +угруповуванням 95347 +угрупування 95348 +угрупуваннями 95349 +угрів 95350 +угу 95351 +угу-угу 95352 +угулава 95353 +угуру 95354 +угую 95355 +угідь 95356 +удаваного 95357 +удаваною 95358 +удався 95359 +удалении 95360 +удалині 95361 +удалось 95362 +уданих 95363 +удар 95364 +удара 95365 +ударами 95366 +ударах 95367 +удари 95368 +ударив 95369 +ударила 95370 +ударили 95371 +ударна 95372 +ударне 95373 +ударний 95374 +ударника 95375 +ударники 95376 +ударників 95377 +ударних 95378 +ударного 95379 +ударну 95380 +ударні 95381 +ударом 95382 +удару 95383 +ударяй 95384 +ударів 95385 +удасться 95386 +удачею 95387 +удачки 95388 +удачний 95389 +удачу 95390 +удачі 95391 +удвох 95392 +удвічі 95393 +удевлетворяет 95394 +удень 95395 +удерживаевому 95396 +удесятьох 95397 +удешних 95398 +удивлен 95399 +удовлетворить 95400 +удовлетворять 95401 +удовольствием 95402 +удоденко 95403 +удома 95404 +удосвіта 95405 +удосконалення 95406 +удосконалювати 95407 +удосконалює 95408 +удостоєний 95409 +удруге 95410 +удряпнув 95411 +удівець 95412 +уейн 95413 +уельс 95414 +уельса 95415 +уельсу 95416 +уж 95417 +ужалені 95418 +ужас 95419 +ужасна 95420 +ужасно 95421 +ужасного 95422 +ужгород 95423 +ужгорода 95424 +ужгородом 95425 +ужгородський 95426 +ужгородського 95427 +ужгородському 95428 +ужгороді 95429 +уже 95430 +ужесточити 95431 +уживався 95432 +уживану 95433 +уживати 95434 +уживатися 95435 +узагальнена 95436 +узагальнений 95437 +узагальнених 95438 +узагальнення 95439 +узагальнено 95440 +узагальнила 95441 +узагальнити 95442 +узагальнуватися 95443 +узагальнюватися 95444 +узагальнюю 95445 +узагальнююча 95446 +узагальнюючий 95447 +узагальнюємо 95448 +узагальнюєте 95449 +узагалі 95450 +узаканивания 95451 +узаконення 95452 +узаконено 95453 +узаконити 95454 +узаконючи 95455 +узаутра 95456 +узбека 95457 +узбеками 95458 +узбеки 95459 +узбекистаном 95460 +узбекистану 95461 +узбекистані 95462 +узбекові 95463 +узбекских 95464 +узбеків 95465 +узбережжю 95466 +узбережжя 95467 +узбережжях 95468 +узбережжі 95469 +узбережне 95470 +узбецьки 95471 +узбецький 95472 +узбецьких 95473 +узбецького 95474 +узбецької 95475 +узбіччя 95476 +узвари 95477 +узвозі 95478 +узворот 95479 +узвіз 95480 +узгоджений 95481 +узгоджених 95482 +узгодження 95483 +узгоджено 95484 +узгодженої 95485 +узгоджені 95486 +узгодживатимуть 95487 +узгоджували 95488 +узгоджувати 95489 +узгоджую 95490 +узгоджують 95491 +узгоджуємо 95492 +узгоджується 95493 +узгодила 95494 +узгодили 95495 +узгодити 95496 +узгіднано 95497 +узгіднена 95498 +узгіднення 95499 +узгіднили 95500 +узгіднити 95501 +узд 95502 +уздовж 95503 +уздрять 95504 +уздрів 95505 +узимку 95506 +узлісся 95507 +узліссі 95508 +узнав 95509 +узнали 95510 +узнати 95511 +узнаєш 95512 +узурпацію 95513 +узурпації 95514 +узурповане 95515 +узурповують 95516 +узурпувала 95517 +узурпувати 95518 +узурпує 95519 +узьких 95520 +узькоговорящєй 95521 +узькоговорящіє 95522 +узяв 95523 +узявся 95524 +узяла 95525 +узяли 95526 +узялися 95527 +узяте 95528 +узяти 95529 +узятих 95530 +узяті 95531 +узі 95532 +уиникли 95533 +уй 95534 +уймою 95535 +уйобок 95536 +уйобують 95537 +указ 95538 +указами 95539 +указано 95540 +указані 95541 +укази 95542 +указом 95543 +указу 95544 +указі 95545 +указів 95546 +укатали 95547 +укатували 95548 +уквітчали 95549 +укграїнського 95550 +уклав 95551 +уклався 95552 +укладав 95553 +укладали 95554 +укладались 95555 +укладання 95556 +укладати 95557 +укладач 95558 +укладачка 95559 +укладачів 95560 +укладаючи 95561 +укладає 95562 +укладе 95563 +укладена 95564 +укладений 95565 +укладених 95566 +укладення 95567 +укладенням 95568 +укладено 95569 +укладеною 95570 +укладені 95571 +укладнення 95572 +уклала 95573 +уклали 95574 +укласти 95575 +уклонився 95576 +уклін 95577 +уколи 95578 +уколом 95579 +укольчик 95580 +укольчика 95581 +укомплектованості 95582 +укомплектовані 95583 +укомплектовувати 95584 +укомплектувати 95585 +укомплектують 95586 +укоренилися 95587 +укороченням 95588 +укорінилися 95589 +укр 95590 +украв 95591 +укравтодор 95592 +укравтодорам 95593 +укравтодором 95594 +укравтодору 95595 +украина 95596 +украине 95597 +украинская 95598 +украинские 95599 +украинский 95600 +украинских 95601 +украинском 95602 +украинскому 95603 +украй 95604 +украли 95605 +украхни 95606 +украхну 95607 +украіни 95608 +украінофобів 95609 +украінскіє 95610 +украінській 95611 +украіїні 95612 +україини 95613 +україн 95614 +україна 95615 +українабезсміття 95616 +українець 95617 +україни 95618 +україний 95619 +українка 95620 +українки 95621 +українкою 95622 +українку 95623 +україно 95624 +українознавства 95625 +українознавство 95626 +українок 95627 +україномовна 95628 +україномовне 95629 +україномовний 95630 +україномовним 95631 +україномовними 95632 +україномовних 95633 +україномовного 95634 +україномовному 95635 +україномовною 95636 +україномовної 95637 +україномовну 95638 +україномовні 95639 +україномовність 95640 +українофоби 95641 +українофобство 95642 +українофобською 95643 +українофобів 95644 +українофобію 95645 +українофобія 95646 +українофобією 95647 +українофобії 95648 +україною 95649 +українства 95650 +українство 95651 +українська 95652 +українське 95653 +українськи 95654 +український 95655 +українським 95656 +українськими 95657 +українських 95658 +українськиі 95659 +українсько 95660 +українського 95661 +українськомовним 95662 +українськомовні 95663 +українському 95664 +українськості 95665 +українською 95666 +української 95667 +українську 95668 +українські 95669 +українській 95670 +українськім 95671 +українськість 95672 +українсьокого 95673 +україну 95674 +українцеві 95675 +українцем 95676 +українци 95677 +українцю 95678 +українця 95679 +українцям 95680 +українцями 95681 +українцях 95682 +українці 95683 +українців 95684 +україні 95685 +українізацію 95686 +українізація 95687 +українізацією 95688 +українізації 95689 +українізовуватись 95690 +українізуватись 95691 +українізуються 95692 +україністика 95693 +україніську 95694 +укргазвидобуванням 95695 +укргазенерго 95696 +укргідрометцентру 95697 +укренерго 95698 +укрзалізницею 95699 +укрзалізницю 95700 +укрзалізниця 95701 +укрзалізниці 95702 +укрзернотрейд 95703 +укривало 95704 +укриваємося 95705 +укривши 95706 +укринформ 95707 +укриття 95708 +укриттям 95709 +укриттях 95710 +укритті 95711 +укрить 95712 +укрмови 95713 +укрмовного 95714 +укрмовні 95715 +укрнафта 95716 +укрнет 95717 +укроборонпром 95718 +укроборонпромом 95719 +укроборонпрому 95720 +укроборонсервіс 95721 +укронацистів 95722 +укрпошти 95723 +укрпоштою 95724 +укрспецекспорт 95725 +укрспецсистемс 95726 +укрспецсістемс 95727 +укрспирт 95728 +укрспирту 95729 +укртелеком 95730 +укртелекому 95731 +укртелекомі 95732 +укртрансбезпека 95733 +укрупнення 95734 +укршкірпром 95735 +укрінмаш 95736 +укрінмаша 95737 +укрінмашом 95738 +укрінмашу 95739 +укрінмаші 95740 +укрінформ 95741 +укрінформу 95742 +укріпили 95743 +укріпилися 95744 +укріпити 95745 +укріпитися 95746 +укріплений 95747 +укріпленими 95748 +укріплення 95749 +укріпленнях 95750 +укріплені 95751 +укріплює 95752 +укріплять 95753 +укріпрайоні 95754 +укріпрайонів 95755 +укрїнська 95756 +укрїнцями 95757 +уку 95758 +укулеле 95759 +укурений 95760 +укуси 95761 +укусу 95762 +укутувати 95763 +укх 95764 +ула 95765 +уладненням 95766 +уламками 95767 +уламки 95768 +уламково 95769 +уламків 95770 +уламок 95771 +улан 95772 +улики 95773 +улиці 95774 +уличі 95775 +уличів 95776 +улус 95777 +улусом 95778 +улусу 95779 +улусі 95780 +улучшиться 95781 +улька 95782 +ультимативних 95783 +ультимативною 95784 +ультимативній 95785 +ультимативнішими 95786 +ультиматум 95787 +ультиматумами 95788 +ультиматуми 95789 +ультиматуму 95790 +ультиматумів 95791 +ультрадосконалості 95792 +ультразвук 95793 +ультразвукове 95794 +ультразвукового 95795 +ультракороткі 95796 +ультранаціоналістичної 95797 +ультраосновних 95798 +ультраправих 95799 +ультраправу 95800 +ультраправі 95801 +ультрас 95802 +ульфа 95803 +улю 95804 +улюблена 95805 +улюблене 95806 +улюбленець 95807 +улюблений 95808 +улюбленим 95809 +улюбленими 95810 +улюблених 95811 +улюбленого 95812 +улюбленому 95813 +улюблену 95814 +улюбленця 95815 +улюбленці 95816 +улюбленців 95817 +улюблені 95818 +улюбленій 95819 +уляна 95820 +уляни 95821 +уляною 95822 +уляну 95823 +уляні 95824 +уляха 95825 +уліво 95826 +улісс 95827 +улітку 95828 +ума 95829 +умаляю 95830 +умани 95831 +уманським 95832 +умань 95833 +умані 95834 +умар 95835 +умвс 95836 +умеем 95837 +уменшуючи 95838 +уменьшаєте 95839 +умер 95840 +умерла 95841 +умерова 95842 +умеровой 95843 +умерову 95844 +умерти 95845 +уми 95846 +умивальник 95847 +умивальники 95848 +умивати 95849 +умикай 95850 +умикну 95851 +умикнув 95852 +умирати 95853 +умирать 95854 +умираючого 95855 +умирає 95856 +умиротворення 95857 +умиротворенням 95858 +умиротворювали 95859 +умисне 95860 +умисним 95861 +умисно 95862 +умисному 95863 +умитись 95864 +уммар 95865 +умнасті 95866 +умножити 95867 +умножить 95868 +умнічка 95869 +умов 95870 +умова 95871 +умовам 95872 +умовами 95873 +умовах 95874 +умови 95875 +умовившись 95876 +умовилися 95877 +умовимося 95878 +умовленому 95879 +умовляли 95880 +умовна 95881 +умовний 95882 +умовним 95883 +умовних 95884 +умовно 95885 +умовного 95886 +умовному 95887 +умовною 95888 +умовної 95889 +умовну 95890 +умовні 95891 +умовній 95892 +умовою 95893 +умову 95894 +умовчення 95895 +умові 95896 +умога 95897 +уможливив 95898 +уможливила 95899 +уможливили 95900 +уможливило 95901 +уможливити 95902 +уможливить 95903 +уможливлення 95904 +уможливленням 95905 +уможливлюють 95906 +уможливлюючи 95907 +уможливлює 95908 +уможливлять 95909 +умре 95910 +умреш 95911 +умудрились 95912 +умі 95913 +умів 95914 +умій 95915 +уміли 95916 +умілий 95917 +уміння 95918 +умінь 95919 +уміцняйте 95920 +умію 95921 +уміє 95922 +умієш 95923 +ун 95924 +унаслідок 95925 +уневажнює 95926 +унего 95927 +унеможливила 95928 +унеможливили 95929 +унеможливимо 95930 +унеможливити 95931 +унеможливить 95932 +унеможливлення 95933 +унеможливлюють 95934 +унеможливлює 95935 +унеможливлюється 95936 +унеможливлять 95937 +унеособленого 95938 +унерами 95939 +унешко 95940 +университети 95941 +униз 95942 +уник 95943 +уникав 95944 +уникайте 95945 +уникали 95946 +уникання 95947 +уникати 95948 +уникать 95949 +уникають 95950 +уникаючи 95951 +уникає 95952 +уникаємо 95953 +уникаєш 95954 +уникла 95955 +уникли 95956 +уникне 95957 +уникнення 95958 +уникнув 95959 +уникнувши 95960 +уникнули 95961 +уникнути 95962 +уничтожена 95963 +унн 95964 +унормовує 95965 +унормував 95966 +унормування 95967 +унормувати 95968 +уночі 95969 +унр 95970 +унцію 95971 +уніан 95972 +уніатська 95973 +універсал 95974 +універсальна 95975 +універсальне 95976 +універсальний 95977 +універсальним 95978 +універсально 95979 +універсальною 95980 +універсальної 95981 +універсальну 95982 +універсальні 95983 +універсальній 95984 +універсальність 95985 +університет 95986 +університетам 95987 +університетах 95988 +університети 95989 +університетом 95990 +університетська 95991 +університетський 95992 +університетського 95993 +університетські 95994 +університету 95995 +університеті 95996 +університетів 95997 +універі 95998 +унівесритет 95999 +унікальна 96000 +унікальне 96001 +унікальний 96002 +унікальним 96003 +унікальними 96004 +унікальних 96005 +унікально 96006 +унікальною 96007 +унікальну 96008 +унікальні 96009 +унікальність 96010 +унісон 96011 +унітаз 96012 +унітази 96013 +унітазі 96014 +унітарна 96015 +унітарним 96016 +унітарної 96017 +унітарність 96018 +уніформи 96019 +уніфік 96020 +уніфікацію 96021 +уніфікація 96022 +уніфікацією 96023 +уніфікації 96024 +уніфікована 96025 +уніфіковане 96026 +уніфікований 96027 +уніфіковано 96028 +уніфіковану 96029 +уніфіковував 96030 +уніфікувати 96031 +унічию 96032 +унічтожить 96033 +уолес 96034 +уолл 96035 +уолсон 96036 +уорвік 96037 +уорда 96038 +уособлення 96039 +уособлював 96040 +уособлювати 96041 +уособлюють 96042 +уособлює 96043 +уп 96044 +уп'ять 96045 +упа 96046 +упав 96047 +упаде 96048 +упадеш 96049 +упадок 96050 +упаковані 96051 +упаковках 96052 +упаковки 96053 +упаковці 96054 +упакував 96055 +упала 96056 +упало 96057 +упаси 96058 +упевнений 96059 +упевнену 96060 +упевнені 96061 +упевненість 96062 +упевненістю 96063 +уперед 96064 +упереджене 96065 +упередженим 96066 +упереджених 96067 +упередження 96068 +упередженням 96069 +упередженої 96070 +упереджень 96071 +упередженість 96072 +упереджувальної 96073 +упереджуючи 96074 +упередили 96075 +упередити 96076 +уперто 96077 +упертої 96078 +уперше 96079 +упинився 96080 +упираючись 96081 +упирається 96082 +упирі 96083 +упирів 96084 +упл 96085 +уплату 96086 +уплітатимуть 96087 +уповноважена 96088 +уповноважений 96089 +уповноваженим 96090 +уповноваженими 96091 +уповноважених 96092 +уповноваженного 96093 +уповноваженням 96094 +уповноваженого 96095 +уповноваженому 96096 +уповноваженої 96097 +уповноважені 96098 +уповноваженій 96099 +уповні 96100 +уповільнення 96101 +уповільнити 96102 +уповільнить 96103 +уповільнює 96104 +уподобання 96105 +уподобаннями 96106 +уподобань 96107 +уподобитись 96108 +уподобляйтєсь 96109 +уподібнення 96110 +уподібнишся 96111 +уподібнюйся 96112 +упокой 96113 +упокорена 96114 +упокорення 96115 +упокорено 96116 +упокореного 96117 +упокоївся 96118 +упоперек 96119 +упор 96120 +упороті 96121 +упорядковують 96122 +упорядковуємо 96123 +упорядкувалася 96124 +упорядкувати 96125 +управи 96126 +управителя 96127 +управление 96128 +управляв 96129 +управлявся 96130 +управляла 96131 +управляли 96132 +управляти 96133 +управляють 96134 +управляє 96135 +управлінець 96136 +управлінню 96137 +управління 96138 +управлінням 96139 +управлінні 96140 +управлінських 96141 +управлінську 96142 +управлінські 96143 +управлінцям 96144 +управлінців 96145 +управлінь 96146 +управник 96147 +упровадженням 96148 +упроваджувати 96149 +упродкому 96150 +упродовж 96151 +упросив 96152 +упростити 96153 +упрошувати 96154 +упрошують 96155 +упрощення 96156 +упруге 96157 +упряжжю 96158 +упрятала 96159 +упускаю 96160 +упустити 96161 +упустить 96162 +упущено 96163 +упівці 96164 +упізнав 96165 +упізнавши 96166 +упізнати 96167 +упізнаю 96168 +упізнаєте 96169 +упіймав 96170 +упіймавши 96171 +упіймали 96172 +упійманих 96173 +упіймати 96174 +ур 96175 +ура 96176 +ура-відосів 96177 +ура-переможною 96178 +ура-пропаганда 96179 +ураган 96180 +урагана 96181 +урагани 96182 +ураганний 96183 +ураганом 96184 +урагану 96185 +ураганів 96186 +уражений 96187 +ураженим 96188 +уражених 96189 +ураження 96190 +ураженням 96191 +ураженому 96192 +ураженої 96193 +уражені 96194 +ураженій 96195 +уразив 96196 +уразили 96197 +уразити 96198 +уразливий 96199 +уразливих 96200 +уразливою 96201 +уразливі 96202 +уразливість 96203 +уразливішим 96204 +уразливішими 96205 +урал 96206 +уралу 96207 +уральських 96208 +уральському 96209 +уран 96210 +урану 96211 +уранці 96212 +урапатріотичні 96213 +урахування 96214 +урахуванням 96215 +урбак 96216 +урбан 96217 +урбанськи 96218 +урбаньяна 96219 +урбанізму 96220 +урбанізована 96221 +урбанізоване 96222 +урбаністичному 96223 +урвали 96224 +урвалися 96225 +ургуй 96226 +урду 96227 +урді 96228 +урегулювання 96229 +уреклася 96230 +уречена 96231 +урешті 96232 +уривався 96233 +уривками 96234 +уривки 96235 +уривків 96236 +уривок 96237 +урн 96238 +уровне 96239 +уровнем 96240 +уродженець 96241 +уродженцями 96242 +уродинами 96243 +уродинах 96244 +уродини 96245 +уродині 96246 +уродить 96247 +уродову 96248 +урожай 96249 +урожайні 96250 +урожайність 96251 +урожаю 96252 +урок 96253 +уроками 96254 +уроках 96255 +уроки 96256 +уроку 96257 +уроків 96258 +урон 96259 +урону 96260 +уроці 96261 +урочиста 96262 +урочисте 96263 +урочистий 96264 +урочистих 96265 +урочисто 96266 +урочистого 96267 +урочистому 96268 +урочистостей 96269 +урочистостях 96270 +урочистості 96271 +урочистої 96272 +урочисту 96273 +урочисті 96274 +урочистій 96275 +урочистість 96276 +урср 96277 +урсулою 96278 +уругвай 96279 +урузган 96280 +уряд 96281 +урядам 96282 +урядами 96283 +уряди 96284 +урядник 96285 +урядова 96286 +урядове 96287 +урядовець 96288 +урядовий 96289 +урядовим 96290 +урядовими 96291 +урядових 96292 +урядово 96293 +урядового 96294 +урядовому 96295 +урядовою 96296 +урядової 96297 +урядову 96298 +урядовця 96299 +урядовцям 96300 +урядовцями 96301 +урядовці 96302 +урядовців 96303 +урядові 96304 +урядовій 96305 +урядом 96306 +уряду 96307 +урядування 96308 +уряді 96309 +урядів 96310 +урятувати 96311 +урібе 96312 +урівноважений 96313 +урівноважених 96314 +урівноважувати 96315 +урівняння 96316 +урівняти 96317 +урівчастою 96318 +урізання 96319 +урізанні 96320 +урізати 96321 +урізноманітнити 96322 +урізує 96323 +урій 96324 +ус 96325 +усама 96326 +усами 96327 +усамою 96328 +усамітнено 96329 +усамітнитись 96330 +усатюк 96331 +усвдомлюю 96332 +усвідомив 96333 +усвідомивши 96334 +усвідомила 96335 +усвідомили 96336 +усвідомити 96337 +усвідомить 96338 +усвідомленнч 96339 +усвідомлення 96340 +усвідомленні 96341 +усвідомлено 96342 +усвідомлював 96343 +усвідомлювала 96344 +усвідомлювали 96345 +усвідомлювати 96346 +усвідомлюватимете 96347 +усвідомлюю 96348 +усвідомлюють 96349 +усвідомлює 96350 +усвідомлюєм 96351 +усвідомлюємо 96352 +усвідомлюєте 96353 +усвідомлюєш 96354 +усвітнили 96355 +усе 96356 +уседозволеності 96357 +уселяло 96358 +усередині 96359 +уси 96360 +усик 96361 +усиком 96362 +усиновителів 96363 +усиновлення 96364 +усиновленням 96365 +усиновленні 96366 +усиновлено 96367 +усиновлювати 96368 +усипане 96369 +усих 96370 +ускладнений 96371 +ускладненню 96372 +ускладнення 96373 +ускладненнями 96374 +ускладненні 96375 +ускладнено 96376 +ускладнень 96377 +ускладнені 96378 +ускладнився 96379 +ускладнити 96380 +ускладнить 96381 +ускладнювала 96382 +ускладнювати 96383 +ускладнюють 96384 +ускладнюються 96385 +ускладнюючий 96386 +ускладнює 96387 +ускладнюється 96388 +ускоків 96389 +ускочив 96390 +ускромнити 96391 +уславлена 96392 +уславленого 96393 +уславлену 96394 +условии 96395 +условия 96396 +условиях 96397 +условія 96398 +услуги 96399 +услужливий 96400 +услід 96401 +усмиряє 96402 +усміх 96403 +усміхавсь 96404 +усміхалася 96405 +усміхатися 96406 +усміхаюсь 96407 +усміхаюся 96408 +усміхаються 96409 +усміхаєтеся 96410 +усміхається 96411 +усміхнена 96412 +усміхнений 96413 +усміхнених 96414 +усміхнено 96415 +усміхнися 96416 +усміхнувся 96417 +усміхнувшись 96418 +усміхнулася 96419 +усміхові 96420 +усміхом 96421 +усміху 96422 +усмішка 96423 +усмішках 96424 +усмішки 96425 +усмішкою 96426 +усмішку 96427 +усмішці 96428 +усна 96429 +усними 96430 +усних 96431 +усного 96432 +усної 96433 +усні 96434 +усній 96435 +успадкованих 96436 +успадкованою 96437 +успадковані 96438 +успадковувати 96439 +успадковуючи 96440 +успадкувала 96441 +успадкували 96442 +успадкування 96443 +успадкуванні 96444 +успенський 96445 +успокоївся 96446 +успіла 96447 +успіли 96448 +успіх 96449 +успіхам 96450 +успіхами 96451 +успіхи 96452 +успіхом 96453 +успіху 96454 +успіхі 96455 +успіхів 96456 +успішна 96457 +успішне 96458 +успішний 96459 +успішним 96460 +успішними 96461 +успішних 96462 +успішно 96463 +успішного 96464 +успішному 96465 +успішності 96466 +успішною 96467 +успішної 96468 +успішну 96469 +успішні 96470 +успішній 96471 +успішність 96472 +успішніший 96473 +успішнішим 96474 +успішнішими 96475 +усс 96476 +уст 96477 +уста 96478 +устав 96479 +уставав 96480 +уставивши 96481 +уставилося 96482 +уставлено 96483 +уставним 96484 +устаканиться 96485 +усталеною 96486 +усталені 96487 +усталює 96488 +устами 96489 +устанавливать 96490 +установ 96491 +установа 96492 +установам 96493 +установами 96494 +установах 96495 +установи 96496 +установить 96497 +установка 96498 +установкам 96499 +установки 96500 +установку 96501 +установкі 96502 +установлення 96503 +установленому 96504 +установляться 96505 +установок 96506 +установою 96507 +установу 96508 +установці 96509 +установчих 96510 +установі 96511 +устаткування 96512 +устах 96513 +усташів 96514 +устидайся 96515 +устидно 96516 +устиду 96517 +устраха 96518 +устрашають 96519 +устраюють 96520 +устраює 96521 +устраївали 96522 +устремління 96523 +устриць 96524 +устройство 96525 +устройством 96526 +устройсь 96527 +устрою 96528 +устроїваться 96529 +устряв 96530 +устряти 96531 +устрій 96532 +устрімляється 96533 +устріч 96534 +уступає 96535 +устьпіздюйська 96536 +устінова 96537 +усувати 96538 +усуваючи 96539 +усуває 96540 +усунемо 96541 +усунений 96542 +усунення 96543 +усуненням 96544 +усуненні 96545 +усунено 96546 +усуненого 96547 +усунув 96548 +усунувши 96549 +усунула 96550 +усунули 96551 +усунулися 96552 +усунуте 96553 +усунути 96554 +усунутий 96555 +усунуто 96556 +усунутого 96557 +усунуть 96558 +усунуті 96559 +усучаснювати 96560 +усушки 96561 +усша 96562 +усьо 96563 +усього 96564 +усьому 96565 +усю 96566 +усюди 96567 +уся 96568 +усяка 96569 +усяке 96570 +усяки 96571 +усякий 96572 +усяких 96573 +усякого 96574 +усякому 96575 +усякої 96576 +усякі 96577 +усі 96578 +усій 96579 +усіляким 96580 +усіляких 96581 +усіляко 96582 +усілякі 96583 +усім 96584 +усіма 96585 +усіми 96586 +усіх 96587 +усією 96588 +усієї 96589 +усії 96590 +ут 96591 +ут-один 96592 +утаємничених 96593 +утаємниченість 96594 +утвердженню 96595 +утвердження 96596 +утвердженням 96597 +утвердил 96598 +утворена 96599 +утворений 96600 +утворення 96601 +утворенням 96602 +утвореннями 96603 +утвореного 96604 +утворень 96605 +утворені 96606 +утвори 96607 +утворився 96608 +утворивши 96609 +утворилася 96610 +утворили 96611 +утворилися 96612 +утворило 96613 +утворилося 96614 +утворити 96615 +утворитися 96616 +утворювати 96617 +утворюють 96618 +утворюються 96619 +утворює 96620 +утворюється 96621 +утд 96622 +утекла 96623 +утекли 96624 +утекло 96625 +утекти 96626 +утеошвілі 96627 +утеплення 96628 +утепленням 96629 +утепленої 96630 +утеплені 96631 +утеплили 96632 +утер 96633 +утерся 96634 +утечею 96635 +утилізацію 96636 +утилізацією 96637 +утилізації 96638 +утилізована 96639 +утилізовували 96640 +утилізовувати 96641 +утилізували 96642 +утилізувати 96643 +утилізують 96644 +утилізуємо 96645 +утилізуєте 96646 +утилізується 96647 +утилітарне 96648 +утискають 96649 +утиски 96650 +утисків 96651 +утихомиритись 96652 +уткнувши 96653 +утлій 96654 +утне 96655 +утнув 96656 +утог 96657 +утома 96658 +утоми 96659 +утомивсь 96660 +утомився 96661 +утомишся 96662 +утомляють 96663 +утопить 96664 +утопічний 96665 +утопія 96666 +утопії 96667 +уточна 96668 +уточнемо 96669 +уточнений 96670 +уточнення 96671 +уточнень 96672 +уточнив 96673 +уточнила 96674 +уточнили 96675 +уточнимо 96676 +уточнити 96677 +уточнить 96678 +уточню 96679 +уточнювали 96680 +уточнювати 96681 +уточнюватися 96682 +уточнюю 96683 +уточнюють 96684 +уточнюються 96685 +уточнюючи 96686 +уточнюючих 96687 +уточнює 96688 +уточнюємо 96689 +уточнюється 96690 +уточняв 96691 +уточнять 96692 +уточніть 96693 +утрат 96694 +утрата 96695 +утратив 96696 +утративши 96697 +утретє 96698 +утримав 96699 +утримався 96700 +утримали 96701 +утримались 96702 +утрималися 96703 +утрималось 96704 +утриманий 96705 +утримання 96706 +утриманням 96707 +утримати 96708 +утриматись 96709 +утриматися 96710 +утримають 96711 +утримував 96712 +утримували 96713 +утримуваних 96714 +утримуваного 96715 +утримувати 96716 +утримуватися 96717 +утримувач 96718 +утримують 96719 +утримуються 96720 +утримує 96721 +утримується 96722 +утричі 96723 +утроби 96724 +утрьох 96725 +утупилися 96726 +уті 96727 +утіашвілі 96728 +утіз 96729 +утік 96730 +утікали 96731 +утікати 96732 +утікачі 96733 +утікачів 96734 +утікає 96735 +утім 96736 +утіх 96737 +утіха 96738 +утішайся 96739 +утішений 96740 +утішусь 96741 +уу 96742 +уууууууууууууууу 96743 +ух 96744 +уха 96745 +ухані 96746 +ухах 96747 +ухвала 96748 +ухвалах 96749 +ухвалена 96750 +ухвалене 96751 +ухвалений 96752 +ухваленим 96753 +ухвалення 96754 +ухваленням 96755 +ухваленні 96756 +ухвалено 96757 +ухваленого 96758 +ухваленому 96759 +ухвалену 96760 +ухваленя 96761 +ухвалені 96762 +ухваленій 96763 +ухвали 96764 +ухвалив 96765 +ухваливши 96766 +ухвалила 96767 +ухвалили 96768 +ухвалило 96769 +ухвалимо 96770 +ухвалити 96771 +ухвалить 96772 +ухвалою 96773 +ухвалу 96774 +ухвалювалась 96775 +ухвалювали 96776 +ухвалювалися 96777 +ухвалювалося 96778 +ухвалювати 96779 +ухвалюватиме 96780 +ухвалюватиметься 96781 +ухвалюватимуть 96782 +ухвалюватимуться 96783 +ухвалюватись 96784 +ухвалюватися 96785 +ухвалюють 96786 +ухвалюються 96787 +ухвалює 96788 +ухвалюємо 96789 +ухвалюється 96790 +ухвалять 96791 +ухвилюватиметься 96792 +ухилання 96793 +ухилення 96794 +ухиленні 96795 +ухилився 96796 +ухилитися 96797 +ухильно 96798 +ухиляння 96799 +ухилянні 96800 +ухилятися 96801 +ухиляються 96802 +ухиляється 96803 +ухл 96804 +уходимо 96805 +уходить 96806 +уходять 96807 +ухід 96808 +уцей 96809 +уцього 96810 +уцьому 96811 +уцілих 96812 +уцілів 96813 +уціліла 96814 +уціліли 96815 +уцілілих 96816 +уцілілі 96817 +учасник 96818 +учасника 96819 +учасникам 96820 +учасниками 96821 +учасниках 96822 +учасники 96823 +учасникові 96824 +учасником 96825 +учаснику 96826 +учасникі 96827 +учасників 96828 +учасниць 96829 +учасницю 96830 +учасниця 96831 +учасницям 96832 +учасниці 96833 +участие 96834 +участии 96835 +участики 96836 +участниками 96837 +участок 96838 +участь 96839 +участю 96840 +участі 96841 +учать 96842 +учащати 96843 +учбових 96844 +учбовій 96845 +учебку 96846 +учениками 96847 +учених 96848 +учениць 96849 +ученицю 96850 +учениці 96851 +учень 96852 +учені 96853 +ученів 96854 +учесть 96855 +учетверо 96856 +учи 96857 +учився 96858 +училась 96859 +учились 96860 +училися 96861 +училищ 96862 +училища 96863 +училище 96864 +училищі 96865 +учимся 96866 +учинив 96867 +учинили 96868 +учинки 96869 +учителем 96870 +учитель 96871 +учителька 96872 +учительська 96873 +учителювала 96874 +учителя 96875 +учителі 96876 +учителів 96877 +учитувати 96878 +учнем 96879 +учню 96880 +учня 96881 +учням 96882 +учнями 96883 +учні 96884 +учнів 96885 +учнівськи 96886 +учнівськими 96887 +учнівських 96888 +учнівської 96889 +учора 96890 +учорашнього 96891 +учорашньою 96892 +учорашнє 96893 +учорашній 96894 +учєбкє 96895 +учєбок 96896 +учітесь 96897 +ушар 96898 +ушиби 96899 +ушкамиз 96900 +ушквар 96901 +ушко 96902 +ушкоджений 96903 +ушкоджених 96904 +ушкодження 96905 +ушкодженнями 96906 +ушкоджено 96907 +ушкоджень 96908 +ушкоджені 96909 +ушкодити 96910 +ушли 96911 +ушов 96912 +ущелині 96913 +ущент 96914 +ущипливу 96915 +ущухло 96916 +ущільнених 96917 +уього 96918 +уява 96919 +уяви 96920 +уявив 96921 +уявила 96922 +уявимо 96923 +уявити 96924 +уявленню 96925 +уявлення 96926 +уявленням 96927 +уявленні 96928 +уявлю 96929 +уявляв 96930 +уявляла 96931 +уявляли 96932 +уявляти 96933 +уявляю 96934 +уявляють 96935 +уявляє 96936 +уявляєм 96937 +уявляємо 96938 +уявляєте 96939 +уявляється 96940 +уявляєш 96941 +уявне 96942 +уявний 96943 +уявним 96944 +уявного 96945 +уявному 96946 +уявної 96947 +уявні 96948 +уявній 96949 +уявою 96950 +уяву 96951 +уяві 96952 +уявімо 96953 +уявіть 96954 +уєзжаєм 96955 +уєзжаємо 96956 +уєйн 96957 +уєфа 96958 +уібо 96959 +уікенд 96960 +уілз 96961 +уілзом 96962 +уілсона 96963 +уільям 96964 +уільямом 96965 +уітман 96966 +уїбали 96967 +уїбати 96968 +уґасом 96969 +ф 96970 +ф'южн 96971 +ф'ючерсами 96972 +ф'ючерси 96973 +ф'ючерсів 96974 +фа-мажорного 96975 +фабр 96976 +фабра 96977 +фабрик 96978 +фабрика 96979 +фабриками 96980 +фабрикантів 96981 +фабриках 96982 +фабрики 96983 +фабрику 96984 +фабрикувати 96985 +фабрикує 96986 +фабриці 96987 +фабрично 96988 +фабричні 96989 +фабуляризує 96990 +фавн 96991 +фавна 96992 +фаворита 96993 +фаворитизмі 96994 +фавориток 96995 +фаворитом 96996 +фавориту 96997 +фаворитів 96998 +фагенбаум 96999 +фаготами 97000 +фадела 97001 +фаетон 97002 +фаетони 97003 +фаза 97004 +фазах 97005 +фази 97006 +фазу 97007 +фазі 97008 +фаи 97009 +файзер 97010 +файл 97011 +файлах 97012 +файли 97013 +файлом 97014 +файлів 97015 +файмен 97016 +файн 97017 +файна 97018 +файнголд 97019 +файнголда 97020 +файне 97021 +файненшл 97022 +файненшіал 97023 +файний 97024 +файно 97025 +файного 97026 +файної 97027 +файнстайн 97028 +файні 97029 +файтер 97030 +файяд 97031 +файядом 97032 +файґенбаум 97033 +факап 97034 +факапи 97035 +факел 97036 +факелах 97037 +факелоносців 97038 +факс 97039 +факсом 97040 +факт 97041 +факта 97042 +фактажем 97043 +фактам 97044 +фактами 97045 +фактах 97046 +факти 97047 +фактита 97048 +фактически 97049 +фактична 97050 +фактичне 97051 +фактичний 97052 +фактичним 97053 +фактичними 97054 +фактичних 97055 +фактично 97056 +фактичного 97057 +фактичному 97058 +фактичною 97059 +фактичної 97060 +фактичну 97061 +фактом 97062 +фактор 97063 +фактора 97064 +факторами 97065 +фактори 97066 +фактором 97067 +фактору 97068 +факторів 97069 +факту 97070 +фактури 97071 +фактурне 97072 +факті 97073 +фактів 97074 +фактіческі 97075 +факультет 97076 +факультети 97077 +факультетом 97078 +факультету 97079 +факультеті 97080 +фальсифікатом 97081 +фальсифікатори 97082 +фальсифікацій 97083 +фальсифікацію 97084 +фальсифікація 97085 +фальсифікації 97086 +фальсифікованих 97087 +фальсифіковані 97088 +фальсифікувати 97089 +фальсифікують 97090 +фальстарт 97091 +фальш 97092 +фальшива 97093 +фальшивий 97094 +фальшивим 97095 +фальшивих 97096 +фальшивку 97097 +фальшивого 97098 +фальшивомонетників 97099 +фальшивому 97100 +фальшивою 97101 +фальшивої 97102 +фальшиві 97103 +фальшування 97104 +фальшують 97105 +фальші 97106 +фамільярність 97107 +фамілія 97108 +фанат 97109 +фанати 97110 +фанатизм 97111 +фанатизму 97112 +фанатиком 97113 +фанатиків 97114 +фанатичний 97115 +фанатський 97116 +фанатів 97117 +фанацію 97118 +фандрайзинговий 97119 +фандрейзинговий 97120 +фандрейзингу 97121 +фандрейзяться 97122 +фанери 97123 +фанерна 97124 +фани 97125 +фанклуб 97126 +фансервісом 97127 +фантазував 97128 +фантазія 97129 +фантазіями 97130 +фантазією 97131 +фантазії 97132 +фантаст 97133 +фантасти 97134 +фантастика 97135 +фантастики 97136 +фантастикою 97137 +фантастику 97138 +фантастична 97139 +фантастичне 97140 +фантастичний 97141 +фантастичним 97142 +фантастичних 97143 +фантастично 97144 +фантастичною 97145 +фантастичні 97146 +фантом 97147 +фантоми 97148 +фань 97149 +фанів 97150 +фанґ 97151 +фао 97152 +фараджа 97153 +фараонів 97154 +фарах 97155 +фарб 97156 +фарба 97157 +фарбами 97158 +фарби 97159 +фарбник 97160 +фарбою 97161 +фарбу 97162 +фарбував 97163 +фарбуванням 97164 +фарбувать 97165 +фарбуваться 97166 +фарбують 97167 +фарбує 97168 +фарзаду 97169 +фарисеї 97170 +фарлі 97171 +фармакологічна 97172 +фармацевтична 97173 +фармацевтичним 97174 +фармацевтичного 97175 +фармацевтичну 97176 +фармацевтичні 97177 +фармацевтів 97178 +фарона 97179 +фарс 97180 +фарт 97181 +фартушком 97182 +фартушок 97183 +фарук 97184 +фарух 97185 +фаршем 97186 +фасад 97187 +фасадом 97188 +фасаду 97189 +фасаді 97190 +фасо 97191 +фасоля 97192 +фастова 97193 +фастові 97194 +фастів 97195 +фастівська 97196 +фастівське 97197 +фастівській 97198 +фастівчанина 97199 +фат 97200 +фата 97201 +фатальна 97202 +фатальне 97203 +фатальний 97204 +фатальних 97205 +фатального 97206 +фаталістом 97207 +фато 97208 +фатх 97209 +фаузі 97210 +фаулер 97211 +фауни 97212 +фах 97213 +фахавці 97214 +фахова 97215 +фаховий 97216 +фахових 97217 +фахово 97218 +фахового 97219 +фаховості 97220 +фахову 97221 +фахові 97222 +фахом 97223 +фахтех 97224 +фахівець 97225 +фахівцеві 97226 +фахівцем 97227 +фахівця 97228 +фахівцям 97229 +фахівцями 97230 +фахівці 97231 +фахівців 97232 +фахівчиня 97233 +фашизм 97234 +фашизмом 97235 +фашист 97236 +фашистов 97237 +фашистська 97238 +фашистськими 97239 +фашистських 97240 +фашистську 97241 +фашистів 97242 +фаяда 97243 +фаядом 97244 +фаісал 97245 +фаїна 97246 +фб 97247 +фб-пост 97248 +фб-посту 97249 +фб-сторінці 97250 +фб-товаришів 97251 +фбр 97252 +фе 97253 +феб 97254 +феба 97255 +фебові 97256 +федерали 97257 +федеральна 97258 +федеральне 97259 +федеральний 97260 +федеральним 97261 +федеральними 97262 +федеральних 97263 +федерального 97264 +федеральному 97265 +федеральною 97266 +федеральної 97267 +федеральну 97268 +федеральні 97269 +федералізму 97270 +федеративних 97271 +федеративно 97272 +федеративного 97273 +федеративної 97274 +федерации 97275 +федерацій 97276 +федерацію 97277 +федерація 97278 +федерацією 97279 +федерації 97280 +федерельна 97281 +федерером 97282 +федереру 97283 +федерік 97284 +федеріка 97285 +федеріки 97286 +фединський 97287 +фединського 97288 +федоре 97289 +федоренка 97290 +федоренко 97291 +федоров 97292 +федорович 97293 +федоровича 97294 +федоровичу 97295 +федором 97296 +федорука 97297 +федорчук 97298 +федущак 97299 +федько 97300 +федя 97301 +федір 97302 +фей 97303 +фейгін 97304 +фейеноорд 97305 +фейеноорда 97306 +фейеноорду 97307 +фейк 97308 +фейка 97309 +фейками 97310 +фейки 97311 +фейкова 97312 +фейковий 97313 +фейковим 97314 +фейковими 97315 +фейкових 97316 +фейкового 97317 +фейкові 97318 +фейків 97319 +фейлед 97320 +фейлетонів 97321 +фейлстейт 97322 +фейсбук 97323 +фейсбука 97324 +фейсбуках 97325 +фейсбуке 97326 +фейсбуком 97327 +фейсбуку 97328 +фейсбуці 97329 +фейсбучку 97330 +фейсбучних 97331 +фелон 97332 +фельгенгауер 97333 +фельдман 97334 +фельдшер 97335 +фельдшера 97336 +фельдшерку 97337 +фельдшерові 97338 +фельдшером 97339 +фельдшерську 97340 +фелькенхауер 97341 +феліпе 97342 +фелісіано 97343 +фемінізм 97344 +феміністичний 97345 +феміністок 97346 +фемінітиви 97347 +фенербахче 97348 +феномен 97349 +феноменальна 97350 +феноменальний 97351 +феноменальні 97352 +феноменів 97353 +фентезі 97354 +фенті 97355 +феньжуй 97356 +фенікс 97357 +фенікса 97358 +фенікси 97359 +феніксом 97360 +феніксу 97361 +феогност 97362 +феодалами 97363 +феодального 97364 +феодалізм 97365 +феодосійській 97366 +феодосії 97367 +феофанія 97368 +фераро 97369 +ферару 97370 +фергойґеном 97371 +ференс 97372 +ференц 97373 +фереро 97374 +ферм 97375 +фермах 97376 +ферментами 97377 +фермер 97378 +фермера 97379 +фермерам 97380 +фермерами 97381 +фермери 97382 +фермером 97383 +фермерства 97384 +фермерство 97385 +фермерська 97386 +фермерське 97387 +фермерський 97388 +фермерських 97389 +фермерського 97390 +фермерському 97391 +фермерської 97392 +фермеру 97393 +фермерів 97394 +ферми 97395 +ферму 97396 +фермі 97397 +фернандо 97398 +феросплавний 97399 +феросплавів 97400 +ферраро 97401 +феррарі 97402 +ферреро 97403 +фертильності 97404 +феру 97405 +фесенко 97406 +фест 97407 +фестиваль 97408 +фестивальний 97409 +фестивальних 97410 +фестивальному 97411 +фестивальну 97412 +фестивальні 97413 +фестивальній 97414 +фестивалю 97415 +фестиваля 97416 +фестивалях 97417 +фестивалі 97418 +фестивалів 97419 +феттель 97420 +фетхуллаха 97421 +фетіш 97422 +фехтування 97423 +фешенебельною 97424 +фею 97425 +фея 97426 +феєрверками 97427 +феєрверки 97428 +феєричну 97429 +феї 97430 +фигурує 97431 +физики 97432 +филипса 97433 +фйорд 97434 +фк 97435 +флагман 97436 +флагманом 97437 +флагманская 97438 +флагштоках 97439 +флакон 97440 +фланг 97441 +фланги 97442 +флангом 97443 +флангу 97444 +флангів 97445 +фланзі 97446 +флейкерс 97447 +флейкуса 97448 +флейман 97449 +флейта 97450 +флешмоб 97451 +флешмобом 97452 +флешмоп 97453 +фломастери 97454 +флори 97455 +флорида 97456 +флориди 97457 +флоридського 97458 +флориду 97459 +флориді 97460 +флористами 97461 +флористика 97462 +флоріан 97463 +флот 97464 +флота 97465 +флотом 97466 +флотський 97467 +флоту 97468 +флоті 97469 +флотів 97470 +флуоресцентна 97471 +фльору 97472 +флюгерах 97473 +флюгером 97474 +флюгерів 97475 +флягах 97476 +флібустьєрів 97477 +фліртувала 97478 +фм 97479 +фм-хвилю 97480 +фобій 97481 +фобія 97482 +фокс 97483 +фокудою 97484 +фокус 97485 +фокуси 97486 +фокусові 97487 +фокусувалась 97488 +фокусувалися 97489 +фокусуємось 97490 +фокусуємося 97491 +фокусі 97492 +фокусів 97493 +фолклендської 97494 +фоловерів 97495 +фольгою 97496 +фольгу 97497 +фольклор 97498 +фольклористики 97499 +фольклорний 97500 +фольклорну 97501 +фольклором 97502 +фольклору 97503 +фольклорі 97504 +фольксваген 97505 +фольтцваген 97506 +фольцваген 97507 +фоліо 97508 +фомою 97509 +фон 97510 +фонарь 97511 +фонарікі 97512 +фонд 97513 +фонда 97514 +фондам 97515 +фондами 97516 +фондах 97517 +фондації 97518 +фонди 97519 +фондовий 97520 +фондових 97521 +фондового 97522 +фондовому 97523 +фондові 97524 +фондовій 97525 +фондом 97526 +фонду 97527 +фонді 97528 +фондів 97529 +фондівський 97530 +фонем 97531 +фонема 97532 +фонемами 97533 +фонеми 97534 +фонетика 97535 +фонетична 97536 +фонетичної 97537 +фонж 97538 +фонить 97539 +фонових 97540 +фонограмі 97541 +фоном 97542 +фонсека 97543 +фонсеки 97544 +фонтан 97545 +фонтану 97546 +фонтанів 97547 +фоні 97548 +фоп 97549 +фопи 97550 +фора 97551 +форбс 97552 +форвард 97553 +форварда 97554 +форд 97555 +фордом 97556 +фордів 97557 +форекс 97558 +фори 97559 +форкання 97560 +форм 97561 +форма 97562 +формавання 97563 +формальна 97564 +формальне 97565 +формальний 97566 +формальним 97567 +формальних 97568 +формально 97569 +формального 97570 +формальностей 97571 +формальностях 97572 +формальною 97573 +формальної 97574 +формальну 97575 +формальні 97576 +формальність 97577 +формальністю 97578 +формалізації 97579 +формалізовано 97580 +формами 97581 +формат 97582 +форматах 97583 +формати 97584 +форматно 97585 +форматом 97586 +формату 97587 +форматі 97588 +форматів 97589 +формах 97590 +формація 97591 +формації 97592 +формені 97593 +формерования 97594 +форми 97595 +формирования 97596 +формою 97597 +форму 97598 +формував 97599 +формувався 97600 +формувалася 97601 +формували 97602 +формувались 97603 +формувалися 97604 +формувалося 97605 +формуванню 97606 +формування 97607 +формуванням 97608 +формуваннями 97609 +формуванні 97610 +формувань 97611 +формувати 97612 +формуватиме 97613 +формуватимуть 97614 +формул 97615 +формула 97616 +формулах 97617 +формули 97618 +формулировка 97619 +формулку 97620 +формулою 97621 +формулу 97622 +формулювання 97623 +формулюванням 97624 +формулюваннях 97625 +формулюванні 97626 +формулювань 97627 +формулює 97628 +формулюєте 97629 +формулюється 97630 +формуляру 97631 +формулярів 97632 +формулі 97633 +формують 97634 +формуються 97635 +формуючи 97636 +формує 97637 +формується 97638 +формі 97639 +форос 97640 +форпост 97641 +форпости 97642 +форпостом 97643 +форпосту 97644 +форс 97645 +форсажні 97646 +форсований 97647 +форсувала 97648 +форсували 97649 +форсування 97650 +форсувати 97651 +форт 97652 +фортах 97653 +фортепіано 97654 +фортець 97655 +фортецю 97656 +фортеця 97657 +фортеці 97658 +фортифікаційного 97659 +фортифікаційні 97660 +фортифікований 97661 +фортмісія 97662 +фору 97663 +форум 97664 +форумах 97665 +форумом 97666 +форумському 97667 +форуму 97668 +форумі 97669 +фости 97670 +фотка 97671 +фотках 97672 +фотки 97673 +фотку 97674 +фоткє 97675 +фото 97676 +фотоальбому 97677 +фотоапаратом 97678 +фотоаппаратом 97679 +фотовиставка 97680 +фотовиставки 97681 +фотовиставкою 97682 +фотовиставку 97683 +фотовиставок 97684 +фотограф 97685 +фотографи 97686 +фотографом 97687 +фотографував 97688 +фотографуванню 97689 +фотографуванням 97690 +фотографувати 97691 +фотографую 97692 +фотографують 97693 +фотографуються 97694 +фотографує 97695 +фотографій 97696 +фотографірувались 97697 +фотографічними 97698 +фотографічних 97699 +фотографічній 97700 +фотографію 97701 +фотографія 97702 +фотографіями 97703 +фотографіях 97704 +фотографії 97705 +фотодобірка 97706 +фотожаба 97707 +фотожурналізм 97708 +фотожурналістом 97709 +фотозвіт 97710 +фотозвітами 97711 +фотозйомками 97712 +фотозйомкою 97713 +фоток 97714 +фотокамерам 97715 +фотокамерами 97716 +фотокамери 97717 +фотокнига 97718 +фотоколекції 97719 +фотокопії 97720 +фотоплівки 97721 +фоторепортера 97722 +фотосинтезом 97723 +фотосинтезу 97724 +фотофіксація 97725 +фоточками 97726 +фоточку 97727 +фоточкі 97728 +фотошколу 97729 +фотці 97730 +фрагмент 97731 +фрагментарно 97732 +фрагменти 97733 +фрагментована 97734 +фрагментованими 97735 +фрагментів 97736 +фрадков 97737 +фраз 97738 +фраза 97739 +фразами 97740 +фразеологічних 97741 +фразеологія 97742 +фразеології 97743 +фрази 97744 +фразові 97745 +фразою 97746 +фразу 97747 +фразі 97748 +фрайбург 97749 +фрайбурга 97750 +фракто 97751 +фракцій 97752 +фракційної 97753 +фракцію 97754 +фракція 97755 +фракціями 97756 +фракціях 97757 +фракцією 97758 +фракції 97759 +франк 97760 +франка 97761 +франкенштейна 97762 +франко 97763 +франков 97764 +франкофіні 97765 +франкфурт 97766 +франкфурту 97767 +франкфурті 97768 +франків 97769 +франкіська 97770 +франс 97771 +франсуа 97772 +франта 97773 +франц 97774 +франциск 97775 +франциска 97776 +францисканського 97777 +франциском 97778 +француженка 97779 +французам 97780 +французами 97781 +французи 97782 +французському 97783 +французька 97784 +французьке 97785 +французький 97786 +французьким 97787 +французькими 97788 +французьких 97789 +французько 97790 +французького 97791 +французькому 97792 +французькою 97793 +французької 97794 +французьку 97795 +французькі 97796 +французів 97797 +францішкані 97798 +францію 97799 +франція 97800 +францією 97801 +франції 97802 +франчески 97803 +франчішка 97804 +франшизи 97805 +франшизу 97806 +фрая 97807 +фрегат 97808 +фрегата 97809 +фрегати 97810 +фрегатом 97811 +фрегату 97812 +фрегаті 97813 +фрегосіс 97814 +фред 97815 +фредерик 97816 +фредерік 97817 +фредеріка 97818 +фредо 97819 +фредіс 97820 +фрейзер 97821 +фрейзера 97822 +фрейзеру 97823 +френ 97824 +френдлі 97825 +френк 97826 +френс 97827 +френсіс 97828 +френсіса 97829 +френчі 97830 +фреш 97831 +фриз 97832 +фрн 97833 +фронт 97834 +фронта 97835 +фронтах 97836 +фронти 97837 +фронтит 97838 +фронтлайн 97839 +фронтмен 97840 +фронтменом 97841 +фронтова 97842 +фронтових 97843 +фронтовою 97844 +фронтової 97845 +фронтові 97846 +фронтовій 97847 +фронтом 97848 +фронтоні 97849 +фронту 97850 +фронті 97851 +фронтів 97852 +фруктами 97853 +фрукти 97854 +фруктовим 97855 +фруктових 97856 +фруктів 97857 +фрунзе 97858 +фрунзік 97859 +фрустрацію 97860 +фрустрації 97861 +фрід 97862 +фріда 97863 +фрідберг 97864 +фрідберк 97865 +фрідман 97866 +фріз 97867 +фріклі 97868 +фрілансити 97869 +фріленд 97870 +фрітцеля 97871 +фріша 97872 +фсб 97873 +фу 97874 +фуадом 97875 +фугасними 97876 +фугасною 97877 +фугасів 97878 +фуд-зона 97879 +фуко 97880 +фукуди 97881 +фукусіма 97882 +фукусіми 97883 +фундамент 97884 +фундаментальна 97885 +фундаментальне 97886 +фундаментальних 97887 +фундаментально 97888 +фундаментального 97889 +фундаментальні 97890 +фундаментальність 97891 +фундаменталізму 97892 +фундаменталістичними 97893 +фундаменталістського 97894 +фундаменту 97895 +фундаціх 97896 +фундація 97897 +фундаціях 97898 +фундації 97899 +фундує 97900 +функцій 97901 +функціонал 97902 +функціональне 97903 +функціональний 97904 +функціональним 97905 +функціонального 97906 +функціональному 97907 +функціональною 97908 +функціональної 97909 +функціоналізму 97910 +функціонера 97911 +функціонери 97912 +функціонерів 97913 +функціонував 97914 +функціонуванню 97915 +функціонування 97916 +функціонуванням 97917 +функціонувати 97918 +функціонують 97919 +функціонує 97920 +функціонуємо 97921 +функцію 97922 +функціювання 97923 +функція 97924 +функціями 97925 +функціях 97926 +функцією 97927 +функції 97928 +фунт 97929 +фунти 97930 +фунікулер 97931 +фуона 97932 +фур 97933 +фура 97934 +фуражу 97935 +фури 97936 +фурлендер 97937 +фурман 97938 +фурмана 97939 +фурмани 97940 +фурнітурою 97941 +фурор 97942 +фуру 97943 +фурункула 97944 +фурчить 97945 +фурію 97946 +фурія 97947 +футажі 97948 +футбол 97949 +футбола 97950 +футболка 97951 +футболках 97952 +футболки 97953 +футболку 97954 +футболок 97955 +футболом 97956 +футболочки 97957 +футболочку 97958 +футболочок 97959 +футболу 97960 +футболці 97961 +футбольна 97962 +футбольне 97963 +футбольний 97964 +футбольним 97965 +футбольних 97966 +футбольного 97967 +футбольної 97968 +футбольну 97969 +футбольні 97970 +футбольній 97971 +футболі 97972 +футболіст 97973 +футболісти 97974 +футболістів 97975 +футей 97976 +футея 97977 +футеєм 97978 +футзалу 97979 +футуристи 97980 +футуристичне 97981 +футуристичні 97982 +футурологічна 97983 +фуцзянь 97984 +ффу 97985 +фьордленд 97986 +фьючер 97987 +фьючерсам 97988 +фюзеляжу 97989 +фюрера 97990 +фіаско 97991 +фіат 97992 +фіатів 97993 +фіба 97994 +фіброміалгію 97995 +фібі 97996 +фібіха 97997 +фіг 97998 +фіга 97999 +фігаро 98000 +фіги 98001 +фігня 98002 +фігова 98003 +фіговий 98004 +фігову 98005 +фігур 98006 +фігура 98007 +фігурально 98008 +фігуральном 98009 +фігурами 98010 +фігуранта 98011 +фігурантам 98012 +фігуранти 98013 +фігурантом 98014 +фігурантів 98015 +фігури 98016 +фігурку 98017 +фігурою 98018 +фігуру 98019 +фігурувати 98020 +фігурують 98021 +фігурує 98022 +фідбек 98023 +фідбеку 98024 +фіделем 98025 +фідель 98026 +фіделя 98027 +фідес 98028 +фіджі 98029 +фізик 98030 +фізика 98031 +фізики 98032 +фізико 98033 +фізиком 98034 +фізикою 98035 +фізику 98036 +фізична 98037 +фізичне 98038 +фізичний 98039 +фізичним 98040 +фізичними 98041 +фізичних 98042 +фізично 98043 +фізичного 98044 +фізичному 98045 +фізичнох 98046 +фізичною 98047 +фізичної 98048 +фізичну 98049 +фізичні 98050 +фізкультура 98051 +фізкультури 98052 +фізкультурно 98053 +фізкультуру 98054 +фізкультурі 98055 +фізмат 98056 +фізособам 98057 +фізіологічними 98058 +фізіологічних 98059 +фізіологічно 98060 +фізіологічні 98061 +фізіологію 98062 +фізіологією 98063 +фізіології 98064 +фізіотерапії 98065 +фійон 98066 +фійона 98067 +фікара 98068 +фікрата 98069 +фіксацій 98070 +фіксацію 98071 +фіксація 98072 +фіксацією 98073 +фіксації 98074 +фіксований 98075 +фіксованими 98076 +фіксував 98077 +фіксувалась 98078 +фіксувалася 98079 +фіксували 98080 +фіксувалося 98081 +фіксування 98082 +фіксувати 98083 +фіксуватися 98084 +фіксують 98085 +фіксуються 98086 +фіксує 98087 +фіксуєм 98088 +фіксуємо 98089 +фіксується 98090 +фіктивному 98091 +фіктивності 98092 +фіктивні 98093 +фікцію 98094 +фікція 98095 +фікції 98096 +фікшн 98097 +філ 98098 +філа 98099 +філаделфію 98100 +філаделфія 98101 +філадельфійський 98102 +філадельфійського 98103 +філадельфійської 98104 +філадельфію 98105 +філадельфія 98106 +філадельфією 98107 +філадельфії 98108 +філантроп 98109 +філантропа 98110 +філантропію 98111 +філарет 98112 +філармонійного 98113 +філармонічний 98114 +філармонію 98115 +філармонія 98116 +філармонії 98117 +філателичні 98118 +філателия 98119 +філателісти 98120 +філателістична 98121 +філателістичні 98122 +філателістичній 98123 +філателістів 98124 +філателію 98125 +філателія 98126 +філателії 98127 +філатов 98128 +філатова 98129 +філатовим 98130 +філогенії 98131 +філолога 98132 +філологів 98133 +філологічні 98134 +філологію 98135 +філон 98136 +філософ 98137 +філософа 98138 +філософи 98139 +філософом 98140 +філософствувать 98141 +філософствує 98142 +філософське 98143 +філософськи 98144 +філософський 98145 +філософським 98146 +філософських 98147 +філософського 98148 +філософу 98149 +філософію 98150 +філософія 98151 +філософії 98152 +фільм 98153 +фільма 98154 +фільмам 98155 +фільмами 98156 +фільмах 98157 +фільми 98158 +фільмової 98159 +фільмом 98160 +фільму 98161 +фільмі 98162 +фільмів 98163 +фільтр 98164 +фільтра 98165 +фільтраційних 98166 +фільтраційні 98167 +фільтрацію 98168 +фільтрація 98169 +фільтрації 98170 +фільтри 98171 +фільтру 98172 +фільтрувальна 98173 +фільтрувальної 98174 +фільтрувальну 98175 +фільтрувальні 98176 +фільтрувальній 98177 +фільц 98178 +філю 98179 +філіали 98180 +філігранно 98181 +філігранова 98182 +філій 98183 +філіп 98184 +філіпе 98185 +філіпенко 98186 +філіповіч 98187 +філіппіка 98188 +філіппін 98189 +філіппінах 98190 +філіппіни 98191 +філіппіно 98192 +філіппінська 98193 +філіппінський 98194 +філіппінської 98195 +філіппінські 98196 +філіпінах 98197 +філіпіном 98198 +філіпінський 98199 +філіпінського 98200 +філіяльного 98201 +філіялів 98202 +філією 98203 +філії 98204 +фіму 98205 +фіна 98206 +фінал 98207 +фіналом 98208 +фіналочку 98209 +фіналу 98210 +фінальна 98211 +фінальне 98212 +фінальний 98213 +фінальних 98214 +фінального 98215 +фінальному 98216 +фінальної 98217 +фінальну 98218 +фінальні 98219 +фінальній 98220 +фіналі 98221 +фіналізація 98222 +фіналізувати 98223 +фіналізуємо 98224 +фіналіста 98225 +фіналістом 98226 +фінами 98227 +фінансам 98228 +фінансами 98229 +фінансах 98230 +фінанси 98231 +фінансист 98232 +фінансистів 98233 +фінансов 98234 +фінансова 98235 +фінансовавне 98236 +фінансований 98237 +фінансованим 98238 +фінансованих 98239 +фінансовання 98240 +фінансовані 98241 +фінансованій 98242 +фінансове 98243 +фінансовий 98244 +фінансовим 98245 +фінансовими 98246 +фінансових 98247 +фінансово 98248 +фінансового 98249 +фінансовому 98250 +фінансовою 98251 +фінансової 98252 +фінансову 98253 +фінансові 98254 +фінансовій 98255 +фінансував 98256 +фінансувалась 98257 +фінансували 98258 +фінансувалися 98259 +фінансувалося 98260 +фінансуванно 98261 +фінансуванню 98262 +фінансування 98263 +фінансуванням 98264 +фінансуванні 98265 +фінансувань 98266 +фінансувати 98267 +фінансуватиме 98268 +фінансуватимуться 98269 +фінансуватись 98270 +фінансуватися 98271 +фінансують 98272 +фінансуються 98273 +фінансує 98274 +фінансуємо 98275 +фінансується 98276 +фінансів 98277 +фінапо 98278 +фіндюрки 98279 +фіндюрко 98280 +фіни 98281 +фінку 98282 +фінляндської 98283 +фінляндія 98284 +фінляндією 98285 +фінляндії 98286 +фінлі 98287 +фінмоніторингу 98288 +фінн 98289 +фінна 98290 +фіно 98291 +фінська 98292 +фінський 98293 +фінським 98294 +фінських 98295 +фінсько 98296 +фінського 98297 +фінської 98298 +фінські 98299 +фінтушами 98300 +фінчер 98301 +фінько 98302 +фінів 98303 +фінікс 98304 +фініксу 98305 +фініксчани 98306 +фініксі 98307 +фініш 98308 +фінішну 98309 +фінішу 98310 +фінішувала 98311 +фінішували 98312 +фініші 98313 +фіолетова 98314 +фіолетово 98315 +фіолетові 98316 +фіолєтово 98317 +фіона 98318 +фіорду 98319 +фіра 98320 +фіранка 98321 +фіранках 98322 +фіранки 98323 +фіри 98324 +фіркою 98325 +фірм 98326 +фірма 98327 +фірмам 98328 +фірмами 98329 +фірми 98330 +фірмове 98331 +фірмовий 98332 +фірмову 98333 +фірмові 98334 +фірмою 98335 +фірму 98336 +фірмі 98337 +фірміно 98338 +фірсов 98339 +фірташ 98340 +фірташа 98341 +фісгармонії 98342 +фіскальна 98343 +фіскальних 98344 +фіскальной 98345 +фіскальною 98346 +фіскальної 98347 +фіскальні 98348 +фіскальній 98349 +фіст 98350 +фісташка 98351 +фіткьорвс 98352 +фітнес 98353 +фітопрепаратів 98354 +фітотерапевтами 98355 +фітотерапії 98356 +фітофтори 98357 +фітохімічними 98358 +фітцгіббон 98359 +фіфа 98360 +фіца 98361 +фіцак 98362 +фіцджеральд 98363 +фіцджеральда 98364 +фіцжеральд 98365 +фіш 98366 +фішать 98367 +фішер 98368 +фішка 98369 +фішкою 98370 +х 98371 +х'ю 98372 +х'юго 98373 +х'юман 98374 +х'юстона 98375 +ха 98376 +хаб 98377 +хабар 98378 +хабара 98379 +хабарника 98380 +хабарники 98381 +хабарників 98382 +хабарництвом 98383 +хабарництві 98384 +хабаровську 98385 +хабаря 98386 +хабарям 98387 +хабарями 98388 +хабарі 98389 +хабарів 98390 +хаббла 98391 +хаби 98392 +хабу 98393 +хабіб 98394 +хав'єр 98395 +хав'єра 98396 +хав'єром 98397 +хавбауер 98398 +хавронюк 98399 +хаврук 98400 +хаврука 98401 +хавчика 98402 +хавієр 98403 +хаджакурбанова 98404 +хаджі 98405 +хадлі 98406 +хадід 98407 +хазяйка 98408 +хазяйновиті 98409 +хазяйнує 98410 +хазяйский 98411 +хазяйства 98412 +хазяйство 98413 +хазяюшка 98414 +хазяєвам 98415 +хазяїн 98416 +хазяїна 98417 +хазяїном 98418 +хазяїну 98419 +хай 98420 +хайберський 98421 +хайд 98422 +хайден 98423 +хайдерабад 98424 +хайко 98425 +хайку 98426 +хайлайти 98427 +хайперському 98428 +хайфою 98429 +хакабі 98430 +хакані 98431 +хакасів 98432 +хакери 98433 +хакерськими 98434 +хакерської 98435 +хакерів 98436 +хаккебі 98437 +хакобі 98438 +халат 98439 +халатного 98440 +халаті 98441 +халаф 98442 +халдейської 98443 +халдуна 98444 +халедом 98445 +халеп 98446 +халепа 98447 +халепи 98448 +халепу 98449 +халим 98450 +халка 98451 +халтура 98452 +халтуру 98453 +халупі 98454 +халцедону 98455 +хальосій 98456 +хальфа 98457 +халява 98458 +халявах 98459 +халяви 98460 +халявлю 98461 +халяву 98462 +халєєва 98463 +халід 98464 +халізад 98465 +халіла 98466 +халілзад 98467 +халіф 98468 +халіфа 98469 +хам 98470 +хама 98471 +хамад 98472 +хамазу 98473 +хамас 98474 +хамасом 98475 +хамасу 98476 +хамві 98477 +хамер 98478 +хамери 98479 +хамеров 98480 +хамерів 98481 +хамити 98482 +хамлять 98483 +хаммерів 98484 +хамовате 98485 +хамства 98486 +хамуді 98487 +хамудік 98488 +хамід 98489 +хаміда 98490 +хамідом 98491 +хаміють 98492 +хан 98493 +хана 98494 +хандорій 98495 +хандрила 98496 +хандрить 98497 +ханенко 98498 +ханенків 98499 +ханжі 98500 +хани 98501 +ханни 98502 +ханові 98503 +ханом 98504 +ханства 98505 +ханство 98506 +ханством 98507 +ханстві 98508 +ханський 98509 +ханським 98510 +ханськими 98511 +ханського 98512 +хантер 98513 +хантінгтонську 98514 +хану 98515 +хануров 98516 +хані 98517 +ханів 98518 +ханії 98519 +хаос 98520 +хаосом 98521 +хаосу 98522 +хаосі 98523 +хаотична 98524 +хаотичним 98525 +хаотичними 98526 +хаотичних 98527 +хаотично 98528 +хаотичною 98529 +хаотичну 98530 +хап 98531 +хапався 98532 +хапай 98533 +хапайте 98534 +хапали 98535 +хапались 98536 +хапалися 98537 +хапане 98538 +хапанула 98539 +хапаються 98540 +хапає 98541 +хапається 98542 +хапните 98543 +хапнула 98544 +хар 98545 +хара 98546 +характер 98547 +характеризовано 98548 +характеризувалась 98549 +характеризувати 98550 +характеризують 98551 +характеризуючи 98552 +характеризує 98553 +характеризується 98554 +характеристик 98555 +характеристика 98556 +характеристикам 98557 +характеристиками 98558 +характеристиках 98559 +характеристики 98560 +характеристику 98561 +характерна 98562 +характерний 98563 +характерник 98564 +характерниками 98565 +характерники 98566 +характерників 98567 +характерним 98568 +характерними 98569 +характерництво 98570 +характерні 98571 +характером 98572 +характерства 98573 +характеру 98574 +характерів 98575 +характристики 98576 +характєрно 98577 +харакірі 98578 +харалуги 98579 +хараре 98580 +харашо 98581 +харбор 98582 +харві 98583 +харгіті 98584 +хард 98585 +харизма 98586 +харизматичні 98587 +харизми 98588 +харизмі 98589 +харить 98590 +харкова 98591 +харковлм 98592 +харковом 98593 +харкову 98594 +харкові 98595 +харків 98596 +харків'ян 98597 +харків'яни 98598 +харків'янка 98599 +харків'яночка 98600 +харківська 98601 +харківське 98602 +харківський 98603 +харківським 98604 +харківськими 98605 +харківських 98606 +харківського 98607 +харківському 98608 +харківської 98609 +харківську 98610 +харківській 98611 +харківщини 98612 +харківщину 98613 +харківщині 98614 +харлан 98615 +харман 98616 +хармон 98617 +харош 98618 +хароших 98619 +хароші 98620 +харою 98621 +харпер 98622 +харпун 98623 +харт 98624 +хартуиі 98625 +хартум 98626 +хартума 98627 +хартумом 98628 +хартуму 98629 +хартумі 98630 +харті 98631 +хартію 98632 +хартією 98633 +хартії 98634 +харциза 98635 +харчами 98636 +харчах 98637 +харченка 98638 +харченко 98639 +харчова 98640 +харчове 98641 +харчовий 98642 +харчовими 98643 +харчових 98644 +харчового 98645 +харчовому 98646 +харчової 98647 +харчову 98648 +харчові 98649 +харчувались 98650 +харчувалися 98651 +харчуванню 98652 +харчування 98653 +харчуванням 98654 +харчуванні 98655 +харчуватись 98656 +харчуватися 98657 +харчуйтеся 98658 +харчук 98659 +харчуєтеся 98660 +харчується 98661 +харчуєшся 98662 +харчі 98663 +харчів 98664 +харьковчане 98665 +харькові 98666 +харю 98667 +харя 98668 +харібдою 98669 +харіз 98670 +харірі 98671 +харіс 98672 +харісами 98673 +хасан 98674 +хасана 98675 +хасині 98676 +хассель 98677 +хасі 98678 +хат 98679 +хата 98680 +хатам 98681 +хатами 98682 +хатах 98683 +хати 98684 +хатину 98685 +хатині 98686 +хатка 98687 +хатку 98688 +хатній 98689 +хатніх 98690 +хатою 98691 +хату 98692 +хатєлкі 98693 +хаті 98694 +хатів 98695 +хаус 98696 +хахли 98697 +хацкевича 98698 +хашим 98699 +хашрод 98700 +хашім 98701 +хащах 98702 +хащів 98703 +хаят 98704 +хаятт 98705 +хв 98706 +хвала 98707 +хвалебної 98708 +хвалебну 98709 +хвали 98710 +хвалився 98711 +хвалила 98712 +хвалимо 98713 +хвалити 98714 +хвалитися 98715 +хвалить 98716 +хвалиться 98717 +хвалю 98718 +хвалюся 98719 +хвалять 98720 +хваляться 98721 +хваліте 98722 +хван 98723 +хвасту 98724 +хвастуна 98725 +хватает 98726 +хватає 98727 +хватет 98728 +хватить 98729 +хватка 98730 +хвать 98731 +хвилей 98732 +хвилею 98733 +хвилин 98734 +хвилина 98735 +хвилинами 98736 +хвилинах 98737 +хвилини 98738 +хвилинка 98739 +хвилинки 98740 +хвилинку 98741 +хвилинної 98742 +хвилинні 98743 +хвилиночку 98744 +хвилиною 98745 +хвилину 98746 +хвилині 98747 +хвиль 98748 +хвильку 98749 +хвильовий 98750 +хвильових 98751 +хвильові 98752 +хвилю 98753 +хвилювався 98754 +хвилювалася 98755 +хвилювання 98756 +хвилюванням 98757 +хвилювати 98758 +хвилюватись 98759 +хвилюватися 98760 +хвилюйся 98761 +хвилюйтесь 98762 +хвилюйтеся 98763 +хвилююсь 98764 +хвилюють 98765 +хвилюються 98766 +хвилює 98767 +хвилюється 98768 +хвилюєшся 98769 +хвиля 98770 +хвилям 98771 +хвилями 98772 +хвилясту 98773 +хвилях 98774 +хвилі 98775 +хвилівської 98776 +хвилілі 98777 +хвись 98778 +хвойди 98779 +хвойних 98780 +хвойному 98781 +хвойні 98782 +хвора 98783 +хворенька 98784 +хворий 98785 +хворим 98786 +хворими 98787 +хворих 98788 +хвороб 98789 +хвороба 98790 +хворобам 98791 +хворобами 98792 +хворобащо 98793 +хвороби 98794 +хвороблива 98795 +хворобою 98796 +хворобу 98797 +хворобі 98798 +хворого 98799 +хворою 98800 +хворої 98801 +хворі 98802 +хворіб 98803 +хворів 98804 +хворій 98805 +хворіла 98806 +хворіли 98807 +хворіти 98808 +хворію 98809 +хворіють 98810 +хворіє 98811 +хворієш 98812 +хвоста 98813 +хвостатого 98814 +хвости 98815 +хвостик 98816 +хвостика 98817 +хвостиків 98818 +хвостова 98819 +хвостовий 98820 +хвостовим 98821 +хвостом 98822 +хвіст 98823 +хду 98824 +хед-хантер 98825 +хедлайнер 98826 +хедли 98827 +хедлі 98828 +хезбола 98829 +хезболи 98830 +хезболла 98831 +хезболлак 98832 +хезболли 98833 +хей 98834 +хейден 98835 +хейлі 98836 +хейнз 98837 +хейснер 98838 +хейсос 98839 +хейт 98840 +хелм 98841 +хелма 98842 +хеловіну 98843 +хелп 98844 +хелфаєр 98845 +хелфаєри 98846 +хель 98847 +хельсінкської 98848 +хелідейл 98849 +хем 98850 +хемій 98851 +хемілтон 98852 +хенд 98853 +хендмейдом 98854 +хенді 98855 +хенфорд 98856 +хеппі 98857 +херню 98858 +херня 98859 +херні 98860 +херово 98861 +херріс 98862 +херсон 98863 +херсона 98864 +херсонес 98865 +херсонесом 98866 +херсонесі 98867 +херсоном 98868 +херсонська 98869 +херсонський 98870 +херсонського 98871 +херсонському 98872 +херсонської 98873 +херсонську 98874 +херсонській 98875 +херсону 98876 +херсонці 98877 +херсонців 98878 +херсонщини 98879 +херсонщиною 98880 +херсонщину 98881 +херсонщині 98882 +херсоні 98883 +херувимськими 98884 +хесбола 98885 +хесболи 98886 +хетами 98887 +хетчбек 98888 +хетчбека 98889 +хеш 98890 +хештег 98891 +хештегом 98892 +хештегів 98893 +хеєс 98894 +хеєсом 98895 +хз 98896 +хиби 98897 +хибна 98898 +хибне 98899 +хибним 98900 +хибними 98901 +хибно 98902 +хибному 98903 +хибні 98904 +хибність 98905 +хижака 98906 +хижаками 98907 +хижаки 98908 +хижий 98909 +хижі 98910 +хизувалася 98911 +хилитися 98912 +хилить 98913 +хилишити 98914 +хилорі 98915 +хильнути 98916 +химер 98917 +химера 98918 +химерницею 98919 +химерної 98920 +химерні 98921 +хирлява 98922 +хирос 98923 +хиріла 98924 +хист 98925 +хистка 98926 +хисткому 98927 +хистку 98928 +хистрість 98929 +хисту 98930 +хитав 98931 +хиталось 98932 +хитання 98933 +хитається 98934 +хитка 98935 +хитке 98936 +хиткому 98937 +хиткості 98938 +хитнув 98939 +хитра 98940 +хитрий 98941 +хитро 98942 +хитрожопий 98943 +хитросплетіння 98944 +хитрощі 98945 +хитрощів 98946 +хитрою 98947 +хитрування 98948 +хитрувати 98949 +хитрулька 98950 +хитрують 98951 +хитрі 98952 +хладівой 98953 +хлебних 98954 +хлипала 98955 +хлипами 98956 +хлипати 98957 +хлоп 98958 +хлоп'якам 98959 +хлопа 98960 +хлопака 98961 +хлопець 98962 +хлопки 98963 +хлопков 98964 +хлопнули 98965 +хлопок 98966 +хлопом 98967 +хлопочки 98968 +хлопцеві 98969 +хлопцем 98970 +хлопцю 98971 +хлопця 98972 +хлопцям 98973 +хлопцями 98974 +хлопці 98975 +хлопців 98976 +хлопчаки 98977 +хлопчачі 98978 +хлопче 98979 +хлопчик 98980 +хлопчика 98981 +хлопчиками 98982 +хлопчики 98983 +хлопчиком 98984 +хлопчику 98985 +хлопчиків 98986 +хлопчина 98987 +хлопчині 98988 +хлопчиська 98989 +хлопчисько 98990 +хлорином 98991 +хлорит 98992 +хльорки 98993 +хльоснув 98994 +хлюпнуло 98995 +хлюста 98996 +хляв 98997 +хлєбніковський 98998 +хліб 98999 +хліба 99000 +хлібин 99001 +хлібовозками 99002 +хлібовозках 99003 +хлібом 99004 +хлібороби 99005 +хліборобства 99006 +хліборобство 99007 +хлів 99008 +хліва 99009 +хлівах 99010 +хлівець 99011 +хліві 99012 +хм 99013 +хмар 99014 +хмара 99015 +хмарами 99016 +хмари 99017 +хмаринка 99018 +хмаринко 99019 +хмаринкою 99020 +хмарину 99021 +хмарний 99022 +хмарно 99023 +хмарну 99024 +хмарні 99025 +хмарність 99026 +хмарністю 99027 +хмароколєгів 99028 +хмарочос 99029 +хмарочосів 99030 +хмарою 99031 +хмару 99032 +хмарі 99033 +хмелем 99034 +хмельницьк 99035 +хмельницька 99036 +хмельницький 99037 +хмельницьким 99038 +хмельницького 99039 +хмельницькому 99040 +хмельницької 99041 +хмельницькій 99042 +хмельничан 99043 +хмельниччини 99044 +хмельниччині 99045 +хмельовська 99046 +хмелю 99047 +хмикнув 99048 +хмуритися 99049 +хмуричом 99050 +хміль 99051 +хнаєте 99052 +хникати 99053 +хнр 99054 +хо 99055 +хо-хо 99056 +хобзей 99057 +хобі 99058 +ховав 99059 +ховала 99060 +ховалася 99061 +ховали 99062 +ховались 99063 +ховалися 99064 +хованки 99065 +ховати 99066 +ховатимуть 99067 +ховатись 99068 +ховатися 99069 +ховаться 99070 +ховають 99071 +ховаються 99072 +ховаючи 99073 +ховаючись 99074 +ховає 99075 +ховаємо 99076 +ховаємся 99077 +ховається 99078 +ховаєшся 99079 +хода 99080 +ходака 99081 +ходатайствує 99082 +ходе 99083 +ходжу 99084 +ходи 99085 +ходив 99086 +ходивши 99087 +ходила 99088 +ходили 99089 +ходило 99090 +ходим 99091 +ходимо 99092 +ходит 99093 +ходите 99094 +ходити 99095 +ходитимемо 99096 +ходитиму 99097 +ходить 99098 +ходиш 99099 +ходова 99100 +ходовий 99101 +ходовкє 99102 +ходовіших 99103 +ходом 99104 +ходорковський 99105 +ходорковського 99106 +ходорковському 99107 +ходою 99108 +ходу 99109 +ходулях 99110 +ходь 99111 +ходьбу 99112 +ходять 99113 +ходяча 99114 +ходячи 99115 +ходячою 99116 +ході 99117 +ходів 99118 +ходік 99119 +ходім 99120 +ходімо 99121 +ходіння 99122 +ходіть 99123 +хозарською 99124 +хозарської 99125 +хозработи 99126 +хозрасчот 99127 +хозяйства 99128 +хозяйствах 99129 +хозяйство 99130 +хокей 99131 +хокейного 99132 +хокейної 99133 +хокейні 99134 +хокею 99135 +хокеї 99136 +хокеїсти 99137 +хокінг 99138 +холдинг 99139 +холдинги 99140 +холдінг 99141 +холдінги 99142 +холера 99143 +холери 99144 +холестерин 99145 +холку 99146 +холмс 99147 +холод 99148 +холоди 99149 +холодильник 99150 +холодильника 99151 +холодильнику 99152 +холодити 99153 +холодку 99154 +холодна 99155 +холодне 99156 +холоднеча 99157 +холодний 99158 +холодним 99159 +холодних 99160 +холодницький 99161 +холодницького 99162 +холодно 99163 +холодного 99164 +холодногорська 99165 +холоднокровно 99166 +холодному 99167 +холодною 99168 +холодноярець 99169 +холодноярська 99170 +холодноярським 99171 +холодноярських 99172 +холодноярською 99173 +холодноярської 99174 +холодноярські 99175 +холодноярця 99176 +холодноярцями 99177 +холодноярці 99178 +холодноярців 99179 +холодної 99180 +холодну 99181 +холодні 99182 +холодніша 99183 +холодніше 99184 +холодніший 99185 +холоднішого 99186 +холодніші 99187 +холодок 99188 +холодочок 99189 +холоду 99190 +холодять 99191 +холоді 99192 +холонули 99193 +холопов 99194 +холопова 99195 +холостими 99196 +холош 99197 +холошу 99198 +холтек 99199 +холтеком 99200 +холтурах 99201 +холуя 99202 +холєра 99203 +холінскі 99204 +хом'як 99205 +хома 99206 +хоме 99207 +хомейні 99208 +хоменка 99209 +хоменко 99210 +хомо 99211 +хомора 99212 +хомофабр 99213 +хомчак 99214 +хомчака 99215 +хомчаком 99216 +хомчаку 99217 +хомчишин 99218 +хомі 99219 +хонда 99220 +хооп 99221 +хоп 99222 +хопкінса 99223 +хор 99224 +хорвати 99225 +хорватка 99226 +хорваткою 99227 +хорватский 99228 +хорватський 99229 +хорватськими 99230 +хорватських 99231 +хорватів 99232 +хорватію 99233 +хорватія 99234 +хорватії 99235 +хордність 99236 +хореографічне 99237 +хореографічні 99238 +хоркін 99239 +хормейстер 99240 +хорні 99241 +хоробрий 99242 +хоробрих 99243 +хоробро 99244 +хороброї 99245 +хоробру 99246 +хоробрі 99247 +хоробрість 99248 +хорова 99249 +хорове 99250 +хоровий 99251 +хоровими 99252 +хорових 99253 +хорового 99254 +хоровому 99255 +хорової 99256 +хорові 99257 +хоровій 99258 +хором 99259 +хоромах 99260 +хоромі 99261 +хоромів 99262 +хоронить 99263 +хороша 99264 +хороше 99265 +хорошенько 99266 +хорошие 99267 +хороший 99268 +хорошим 99269 +хорошими 99270 +хороших 99271 +хорошо 99272 +хорошого 99273 +хорошому 99274 +хорошою 99275 +хорошої 99276 +хорошу 99277 +хороші 99278 +хорошій 99279 +хорт 99280 +хортами 99281 +хору 99282 +хоругвою 99283 +хорунжий 99284 +хорі 99285 +хорів 99286 +хосе 99287 +хосні 99288 +хоспіс 99289 +хоспісної 99290 +хоспісів 99291 +хост 99292 +хосіз 99293 +хотела 99294 +хотелось 99295 +хотеть 99296 +хотин 99297 +хотлек 99298 +хоттабич 99299 +хотхетчу 99300 +хоть 99301 +хотьби 99302 +хотя 99303 +хотять 99304 +хоті 99305 +хотів 99306 +хотіла 99307 +хотіли 99308 +хотілось 99309 +хотілося 99310 +хотілі 99311 +хотіння 99312 +хотінням 99313 +хотіти 99314 +хотітимуть 99315 +хоффенхайм 99316 +хохлами 99317 +хохоляком 99318 +хоч 99319 +хоча 99320 +хоче 99321 +хочем 99322 +хочемо 99323 +хочет 99324 +хочете 99325 +хочется 99326 +хочеться 99327 +хочеш 99328 +хочешь 99329 +хочте 99330 +хочу 99331 +хочуть 99332 +хош 99333 +хошияром 99334 +хоят 99335 +храбрився 99336 +храбруй 99337 +храм 99338 +храма 99339 +храмах 99340 +храми 99341 +храму 99342 +храмцов 99343 +храмчехін 99344 +храмі 99345 +хранится 99346 +храніть 99347 +хребет 99348 +хребетними 99349 +хребетних 99350 +хребету 99351 +хребта 99352 +хребтах 99353 +хребти 99354 +хребтом 99355 +хребті 99356 +хребця 99357 +хребці 99358 +хребців 99359 +хресна 99360 +хресний 99361 +хресним 99362 +хресними 99363 +хресних 99364 +хресного 99365 +хресною 99366 +хресної 99367 +хресну 99368 +хрест 99369 +хреста 99370 +хрестами 99371 +хрестата 99372 +хрестатий 99373 +хрестатим 99374 +хрестаті 99375 +хрести 99376 +хрестив 99377 +хрестик 99378 +хрестиком 99379 +хрестили 99380 +хрестилися 99381 +хрестин 99382 +хрестини 99383 +хрестись 99384 +хрестити 99385 +хрестові 99386 +хрестом 99387 +хрестоматію 99388 +хрестоматія 99389 +хрестоматії 99390 +хрестоносці 99391 +хрестоносців 99392 +хресті 99393 +хрещатик 99394 +хрещатика 99395 +хрещатиком 99396 +хрещатику 99397 +хрещатим 99398 +хрещатицькій 99399 +хрещена 99400 +хрещений 99401 +хрещеника 99402 +хрещеними 99403 +хрещених 99404 +хрещення 99405 +хрещеного 99406 +хрещень 99407 +хризоліт 99408 +хрипкий 99409 +хрипким 99410 +хрипко 99411 +хрипкої 99412 +христа 99413 +христе 99414 +христенко 99415 +христиа 99416 +христин 99417 +христина 99418 +христини 99419 +христино 99420 +христині 99421 +християн 99422 +християнами 99423 +християни 99424 +християнином 99425 +християнка 99426 +християнства 99427 +християнство 99428 +християнська 99429 +християнське 99430 +християнськи 99431 +християнський 99432 +християнськими 99433 +християнських 99434 +християнського 99435 +християнською 99436 +християнської 99437 +християнські 99438 +християнській 99439 +христового 99440 +христос 99441 +христу 99442 +христю 99443 +христя 99444 +хритина 99445 +хритсина 99446 +хробаками 99447 +хробаки 99448 +хробаків 99449 +хромало 99450 +хроматична 99451 +хроматичній 99452 +хромі 99453 +хронологію 99454 +хронологія 99455 +хронології 99456 +хронотоп 99457 +хронік 99458 +хроніка 99459 +хроніках 99460 +хроніку 99461 +хроніці 99462 +хронічна 99463 +хронічне 99464 +хронічний 99465 +хронічними 99466 +хронічного 99467 +хронічною 99468 +хронічної 99469 +хронічну 99470 +хронічні 99471 +хропти 99472 +хропіння 99473 +хрумкали 99474 +хруснули 99475 +хруснуло 99476 +хрустить 99477 +хрусткі 99478 +хрущ 99479 +хруща 99480 +хрущов 99481 +хрущова 99482 +хрущовка 99483 +хрущову 99484 +хрюкать 99485 +хрякнуло 99486 +хряща 99487 +хрєново 99488 +хрін 99489 +хріну 99490 +хріняші 99491 +хріняшів 99492 +хсів 99493 +хто 99494 +хтозна 99495 +хтось 99496 +хтів 99497 +хтіла 99498 +хтіли 99499 +ху 99500 +хуа 99501 +хуанчжу 99502 +хубей 99503 +хуг 99504 +хуга 99505 +худенький 99506 +худесенька 99507 +худецька 99508 +худий 99509 +худоба 99510 +худоби 99511 +худобою 99512 +худобу 99513 +худобі 99514 +художний 99515 +художник 99516 +художника 99517 +художники 99518 +художникові 99519 +художником 99520 +художників 99521 +художниця 99522 +художниці 99523 +художньо 99524 +художнього 99525 +художньому 99526 +художньою 99527 +художньої 99528 +художню 99529 +художня 99530 +художнє 99531 +художні 99532 +художній 99533 +художніком 99534 +художнім 99535 +художніх 99536 +худорба 99537 +худу 99538 +худюща 99539 +худющі 99540 +хуже 99541 +хужого 99542 +хуй 99543 +хуйла 99544 +хуйло 99545 +хуйлів 99546 +хуйню 99547 +хуйня 99548 +хуйні 99549 +хуйова 99550 +хуйовим 99551 +хуйово 99552 +хуйпойми 99553 +хуліард 99554 +хуліарди 99555 +хуліган 99556 +хулігана 99557 +хулігани 99558 +хуліганства 99559 +хуліганство 99560 +хуліганстві 99561 +хуліганськими 99562 +хуліганів 99563 +хуммельс 99564 +хун 99565 +хунта 99566 +хунти 99567 +хунту 99568 +хусейн 99569 +хусейна 99570 +хусейном 99571 +хусити 99572 +хустина 99573 +хустини 99574 +хустинками 99575 +хустинку 99576 +хустка 99577 +хустках 99578 +хустки 99579 +хусткою 99580 +хустку 99581 +хутко 99582 +хутора 99583 +хуторах 99584 +хутори 99585 +хуторі 99586 +хуторів 99587 +хутро 99588 +хутрі 99589 +хуту 99590 +хутір 99591 +хух 99592 +хухаєм 99593 +хуя 99594 +хуяк 99595 +хуями 99596 +хуярити 99597 +хуярить 99598 +хуячить 99599 +хуячіть 99600 +хуєву 99601 +хуєм 99602 +хуіліарді 99603 +ххі 99604 +хче 99605 +хчете 99606 +хчеш 99607 +хью 99608 +хьюг 99609 +хьюз 99610 +хьюмерії 99611 +хьюстон 99612 +хьюстона 99613 +хєлпін 99614 +хєр 99615 +хєра 99616 +хєрам 99617 +хєрить 99618 +хєрня 99619 +хєрні 99620 +хіба 99621 +хібіно 99622 +хід 99623 +хіджаб 99624 +хідники 99625 +хіднику 99626 +хіді 99627 +хізбалла 99628 +хізбалли 99629 +хізер 99630 +хілари 99631 +хіларі 99632 +хілджі 99633 +хілл 99634 +хілла 99635 +хілларі 99636 +хілорі 99637 +хілтайчук 99638 +хілтона 99639 +хільмі 99640 +хім 99641 +хімарс 99642 +хімарсами 99643 +хімарси 99644 +хімарсова 99645 +хімарсу 99646 +хімарсів 99647 +хімзаводам 99648 +хімзброю 99649 +хімчистки 99650 +хімік 99651 +хімікати 99652 +хімікату 99653 +хімікатів 99654 +хіміки 99655 +хіміо 99656 +хіміотерапію 99657 +хіміотерапія 99658 +хіміотерапії 99659 +хімічна 99660 +хімічний 99661 +хімічними 99662 +хімічних 99663 +хімічного 99664 +хімічному 99665 +хімічною 99666 +хімічної 99667 +хімічну 99668 +хімічні 99669 +хімічній 99670 +хімію 99671 +хімія 99672 +хімією 99673 +хімії 99674 +хінді 99675 +хінкалі 99676 +хінґіс 99677 +хіпан 99678 +хіпстери 99679 +хіпі 99680 +хіреми 99681 +хіромантія 99682 +хіроус 99683 +хірург 99684 +хірурга 99685 +хірургом 99686 +хірургу 99687 +хірургів 99688 +хірургічний 99689 +хірургічної 99690 +хірургічну 99691 +хірургічні 99692 +хірургію 99693 +хірургія 99694 +хірургії 99695 +хірячить 99696 +хіт 99697 +хіта 99698 +хіти 99699 +хітом 99700 +хіть 99701 +хіум 99702 +хіх 99703 +ц 99704 +ца 99705 +цап 99706 +цапа 99707 +цапки 99708 +цапнув 99709 +цапом 99710 +цапів 99711 +цар 99712 +царапайся 99713 +царгород 99714 +царграда 99715 +царевич 99716 +царевого 99717 +царем 99718 +царенко 99719 +царині 99720 +царице 99721 +цариця 99722 +цариці 99723 +царств 99724 +царства 99725 +царство 99726 +царством 99727 +царстві 99728 +царський 99729 +царських 99730 +царського 99731 +царському 99732 +царською 99733 +царської 99734 +царські 99735 +царській 99736 +царук 99737 +царь 99738 +царьків 99739 +царювання 99740 +царя 99741 +царі 99742 +цахалі 99743 +цахи 99744 +цвангіраі 99745 +цвангіраї 99746 +цвенькаєте 99747 +цвета 99748 +цвинтар 99749 +цвинтарях 99750 +цвинтарі 99751 +цвк 99752 +цвях 99753 +цвяха 99754 +цвяхи 99755 +цвяхом 99756 +цвєт 99757 +цвєточний 99758 +цвіли 99759 +цвіло 99760 +цвіркун 99761 +цвіт 99762 +цвіте 99763 +цвіти 99764 +цвіткового 99765 +цвітковський 99766 +цвітне 99767 +цвітники 99768 +цвітним 99769 +цвітної 99770 +цвітнянські 99771 +цвітом 99772 +цвітуть 99773 +цвітіння 99774 +цгс 99775 +цде 99776 +це 99777 +цебто 99778 +цевакс 99779 +цеванг 99780 +цегли 99781 +цеглина 99782 +цеглини 99783 +цеглинка 99784 +цеглинки 99785 +цеглинок 99786 +цеглу 99787 +цегляні 99788 +цего 99789 +цеголко 99790 +цедіка 99791 +цезарь 99792 +цезарях 99793 +цей 99794 +целофані 99795 +цельсія 99796 +цельсієм 99797 +целюлозу 99798 +цемент 99799 +цементу 99800 +цен 99801 +ценам 99802 +цензор 99803 +цензора 99804 +цензура 99805 +цензури 99806 +цензурою 99807 +ценовую 99808 +цент 99809 +цента 99810 +центи 99811 +центнера 99812 +центнерів 99813 +центових 99814 +центової 99815 +центр 99816 +центра 99817 +центрабанк 99818 +центральна 99819 +центральне 99820 +центральний 99821 +центральним 99822 +центральних 99823 +центрально 99824 +центральноазійський 99825 +центральноазійськими 99826 +центральноафриканській 99827 +центрального 99828 +центральному 99829 +центральносхідноєвропейських 99830 +центральною 99831 +центральної 99832 +центральну 99833 +центральні 99834 +центральній 99835 +централізаторські 99836 +централізацію 99837 +централізація 99838 +централізмом 99839 +централізоване 99840 +централізований 99841 +централізовано 99842 +централізованому 99843 +централізованою 99844 +централізованої 99845 +централізовану 99846 +централізовані 99847 +централізував 99848 +центрами 99849 +центрах 99850 +центрвиборчкому 99851 +центренерго 99852 +центри 99853 +центристи 99854 +центристська 99855 +центристських 99856 +центристсько 99857 +центристської 99858 +центристські 99859 +центрифуг 99860 +центробанк 99861 +центробанку 99862 +центрові 99863 +центром 99864 +центру 99865 +центрувалася 99866 +центрі 99867 +центрів 99868 +центу 99869 +центів 99870 +цератовий 99871 +церві 99872 +церемоніальним 99873 +церемоніальних 99874 +церемоніального 99875 +церемоніальні 99876 +церемоній 99877 +церемонію 99878 +церемонія 99879 +церемоніями 99880 +церемонії 99881 +церква 99882 +церквами 99883 +церквах 99884 +церкви 99885 +церквою 99886 +церкву 99887 +церквушка 99888 +церкві 99889 +церков 99890 +церковним 99891 +церковними 99892 +церковних 99893 +церковнослужителів 99894 +церковну 99895 +церковні 99896 +церковній 99897 +цех 99898 +цехової 99899 +цеху 99900 +цехів 99901 +цею 99902 +цеє 99903 +цеї 99904 +цзечі 99905 +цзябао 99906 +цзянь 99907 +цзінь 99908 +цзіньтао 99909 +цзіньши 99910 +ци 99911 +цибатий 99912 +цибулею 99913 +цибулька 99914 +цибулю 99915 +цибуля 99916 +цибулі 99917 +цивилізовану 99918 +цивільна 99919 +цивільне 99920 +цивільний 99921 +цивільним 99922 +цивільними 99923 +цивільних 99924 +цивільно 99925 +цивільного 99926 +цивільному 99927 +цивільною 99928 +цивільної 99929 +цивільну 99930 +цивільні 99931 +цивільній 99932 +цивілізаційний 99933 +цивілізаційного 99934 +цивілізаційні 99935 +цивілізацію 99936 +цивілізація 99937 +цивілізаціям 99938 +цивілізації 99939 +цивілізована 99940 +цивілізований 99941 +цивілізованими 99942 +цивілізованих 99943 +цивілізовано 99944 +цивілізованого 99945 +цивілізованому 99946 +цивілізованої 99947 +цивілізовану 99948 +цивілізовані 99949 +цивілізованій 99950 +цивілізованіше 99951 +цивілізуємося 99952 +циган 99953 +циганами 99954 +цигани 99955 +циганське 99956 +цигансько 99957 +цигарками 99958 +цигарки 99959 +ций 99960 +цикл 99961 +цикла 99962 +циклах 99963 +цикли 99964 +циклом 99965 +циклон 99966 +циклонні 99967 +циклоном 99968 +циклону 99969 +циклонів 99970 +циклопічних 99971 +циклу 99972 +циклів 99973 +циклічна 99974 +циклічно 99975 +циклічні 99976 +циліндровим 99977 +циліндрів 99978 +цим 99979 +цимбалах 99980 +цимес 99981 +цими 99982 +цинарізин 99983 +цинцадзе 99984 +цинізм 99985 +цинізмом 99986 +цинізму 99987 +циніків 99988 +цинічна 99989 +цинічний 99990 +цинічними 99991 +цинічних 99992 +цинічно 99993 +цинічні 99994 +ципі 99995 +цирк 99996 +циркач 99997 +циркон 99998 +циркулював 99999 +циркулювати 100000 +циркуляції 100001 +циркуни 100002 +цирцея 100003 +цирцеї 100004 +цисик 100005 +цистерни 100006 +цитат 100007 +цитата 100008 +цитатами 100009 +цитати 100010 +цитатотред 100011 +цитату 100012 +цитаті 100013 +цитварне 100014 +цитирую 100015 +цитований 100016 +цитованих 100017 +цитрамон 100018 +цитрусові 100019 +цитував 100020 +цитувала 100021 +цитували 100022 +цитування 100023 +цитуванням 100024 +цитувати 100025 +цитую 100026 +цитують 100027 +цитуючи 100028 +цитує 100029 +цитьте 100030 +цифр 100031 +цифра 100032 +цифрами 100033 +цифрах 100034 +цифри 100035 +цифрова 100036 +цифровий 100037 +цифрових 100038 +цифрового 100039 +цифровому 100040 +цифровою 100041 +цифрової 100042 +цифрову 100043 +цифрові 100044 +цифрою 100045 +цифру 100046 +цифрі 100047 +цифєрок 100048 +цих 100049 +цицьки 100050 +цицьку 100051 +цк 100052 +цмокав 100053 +цмоки 100054 +цнап 100055 +цнапи 100056 +цнапі 100057 +цнапів 100058 +цнота 100059 +цнотливець 100060 +цнотливими 100061 +цо 100062 +цого 100063 +цогорічні 100064 +цокотухи 100065 +цокотячи 100066 +цокотів 100067 +цокотіла 100068 +цокіт 100069 +цому 100070 +цоомай 100071 +цою 100072 +цої 100073 +цпд 100074 +цпк 100075 +црау 100076 +цру 100077 +цс 100078 +цска 100079 +цугровий 100080 +цуже 100081 +цукерками 100082 +цукерки 100083 +цукерків 100084 +цукерничка 100085 +цукерок 100086 +цукор 100087 +цукрова 100088 +цукроварні 100089 +цукровий 100090 +цукрових 100091 +цукрового 100092 +цукровому 100093 +цукром 100094 +цукру 100095 +цукрів 100096 +цуму 100097 +цунамі 100098 +цуравсь 100099 +цурайтесь 100100 +цуралися 100101 +цуратись 100102 +цуренко 100103 +цуринівка 100104 +цуценя 100105 +цуценят 100106 +цуцики 100107 +цц 100108 +цьвичком 100109 +цьких 100110 +цькування 100111 +цькувати 100112 +цькують 100113 +цьо 100114 +цього 100115 +цьоголітнього 100116 +цьогоріч 100117 +цьогорічна 100118 +цьогорічне 100119 +цьогорічний 100120 +цьогорічних 100121 +цьогорічного 100122 +цьогорічному 100123 +цьогорічної 100124 +цьогорічну 100125 +цьогорічні 100126 +цьоготижневий 100127 +цьоготижневому 100128 +цьом 100129 +цьомай 100130 +цьомала 100131 +цьомання 100132 +цьомаю 100133 +цьомають 100134 +цьомає 100135 +цьомки 100136 +цьомкі 100137 +цьомочки 100138 +цьому 100139 +цьомчик 100140 +цьомчики 100141 +цьою 100142 +цьої 100143 +цю 100144 +цюриху 100145 +цюріху 100146 +цюцюрками 100147 +ця 100148 +цян 100149 +цятками 100150 +цяця 100151 +цяцянки 100152 +ці 100153 +цідить 100154 +цій 100155 +цікава 100156 +цікаве 100157 +цікавив 100158 +цікавився 100159 +цікавий 100160 +цікавила 100161 +цікавилась 100162 +цікавилася 100163 +цікавили 100164 +цікавились 100165 +цікавилися 100166 +цікавило 100167 +цікавим 100168 +цікавими 100169 +цікавинка 100170 +цікавинки 100171 +цікавинку 100172 +цікавитесь 100173 +цікавити 100174 +цікавитись 100175 +цікавитися 100176 +цікавится 100177 +цікавить 100178 +цікавиться 100179 +цікавих 100180 +цікавлюсь 100181 +цікавлюся 100182 +цікавлять 100183 +цікавляться 100184 +цікавлятья 100185 +цікавлячись 100186 +цікаво 100187 +цікавого 100188 +цікавому 100189 +цікавості 100190 +цікавою 100191 +цікаву 100192 +цікаві 100193 +цікавій 100194 +цікавість 100195 +цікавістю 100196 +цікавіше 100197 +цікавішим 100198 +цікавіших 100199 +цікавіші 100200 +ціківе 100201 +ціла 100202 +ціле 100203 +цілевиявлення 100204 +цілевказання 100205 +цілевказанням 100206 +цілей 100207 +цілемісячних 100208 +ціленаправлено 100209 +ціленькая 100210 +цілеспрямована 100211 +цілеспрямованими 100212 +цілеспрямовано 100213 +цілеспрямованою 100214 +цілеспрямованої 100215 +цілеспрямовані 100216 +цілий 100217 +цілили 100218 +цілими 100219 +цілинні 100220 +цілителями 100221 +цілиться 100222 +цілих 100223 +цілковита 100224 +цілковите 100225 +цілковито 100226 +цілковитого 100227 +цілковитої 100228 +цілковитій 100229 +цілком 100230 +ціллю 100231 +ціловать 100232 +цілого 100233 +цілоденних 100234 +цілоденної 100235 +цілодобовий 100236 +цілодобовим 100237 +цілодобово 100238 +цілодобову 100239 +цілому 100240 +цілорічних 100241 +цілорічно 100242 +цілою 100243 +цілої 100244 +цілу 100245 +цілував 100246 +цілувалася 100247 +цілувалися 100248 +цілування 100249 +цілувати 100250 +цілуватись 100251 +цілуватися 100252 +цілуй 100253 +цілунки 100254 +цілую 100255 +цілує 100256 +цілуєшся 100257 +ціль 100258 +цільвик 100259 +цільова 100260 +цільове 100261 +цільовим 100262 +цільовому 100263 +цільову 100264 +цільові 100265 +цілющий 100266 +цілющими 100267 +цілющі 100268 +цілям 100269 +цілями 100270 +цілях 100271 +цілі 100272 +цілій 100273 +цілісне 100274 +цілісному 100275 +цілісності 100276 +цілісної 100277 +цілісність 100278 +цілість 100279 +цім 100280 +ціми 100281 +цін 100282 +ціна 100283 +ціна-якість 100284 +цінам 100285 +цінами 100286 +цінах 100287 +ціни 100288 +цінителів 100289 +цінити 100290 +цінить 100291 +цінн 100292 +цінна 100293 +цінний 100294 +цінним 100295 +цінними 100296 +цінних 100297 +цінно 100298 +цінного 100299 +цінностей 100300 +цінностям 100301 +цінностями 100302 +цінності 100303 +цінну 100304 +цінні 100305 +ціннісними 100306 +ціннісних 100307 +ціннісні 100308 +цінність 100309 +цінністю 100310 +цінніший 100311 +цінове 100312 +цінових 100313 +цінового 100314 +цінової 100315 +цінову 100316 +цінові 100317 +ціной 100318 +ціноутворення 100319 +ціною 100320 +ціну 100321 +цінувалася 100322 +цінувати 100323 +цінуй 100324 +ціную 100325 +цінують 100326 +цінує 100327 +цінуємо 100328 +цінується 100329 +цінця 100330 +цінь 100331 +ціню 100332 +ціні 100333 +ціпком 100334 +ціпом 100335 +цісарська 100336 +цісарю 100337 +цісаря 100338 +цісик 100339 +ціх 100340 +ціцерон 100341 +цішань 100342 +ціє 100343 +цієй 100344 +цієх 100345 +цією 100346 +цієї 100347 +ч 100348 +ча 100349 +чабан 100350 +чабанна 100351 +чабанної 100352 +чавдер 100353 +чавес 100354 +чавушоглу 100355 +чагарники 100356 +чагарникову 100357 +чагарнику 100358 +чаглаяна 100359 +чагмалай 100360 +чад 100361 +чада 100362 +чадам 100363 +чадними 100364 +чадська 100365 +чадськими 100366 +чаду 100367 +чаді 100368 +чаес 100369 +чазов 100370 +чай 100371 +чайка 100372 +чайки 100373 +чайковського 100374 +чайкою 100375 +чайку 100376 +чайлд 100377 +чайлдс 100378 +чайник 100379 +чайника 100380 +чайники 100381 +чайників 100382 +чайну 100383 +чайок 100384 +чайочків 100385 +чайхану 100386 +чайченка 100387 +чайченко 100388 +чак 100389 +чакалки 100390 +чаклуна 100391 +чаклуни 100392 +чаклунством 100393 +чаклунстві 100394 +чалапав 100395 +чалий 100396 +чан 100397 +чанг 100398 +чангерай 100399 +чангерая 100400 +чани 100401 +чань 100402 +чань-ду 100403 +чао 100404 +чаплига 100405 +чаплинка 100406 +чаплинкі 100407 +чаплинці 100408 +чар 100409 +чарамба 100410 +чардаш 100411 +чари 100412 +чарка 100413 +чаркес 100414 +чарки 100415 +чарку 100416 +чарльз 100417 +чарльза 100418 +чарлі 100419 +чармалика 100420 +чарок 100421 +чарочка 100422 +чарочку 100423 +чарочці 100424 +чарці 100425 +чарівна 100426 +чарівне 100427 +чарівний 100428 +чарівника 100429 +чарівним 100430 +чарівними 100431 +чарівниць 100432 +чарівниця 100433 +чарівності 100434 +чарівною 100435 +чарівну 100436 +чарівні 100437 +чарівній 100438 +чарівнішим 100439 +час 100440 +час- 100441 +часами 100442 +часах 100443 +часи 100444 +часину 100445 +часний 100446 +часник 100447 +часником 100448 +часні 100449 +часо 100450 +часов 100451 +часовий 100452 +часовими 100453 +часових 100454 +часового 100455 +часову 100456 +часові 100457 +часовій 100458 +часом 100459 +часопис 100460 +часописах 100461 +часописи 100462 +часопису 100463 +часописі 100464 +часописів 100465 +часочок 100466 +часта 100467 +частайм 100468 +часте 100469 +частенько 100470 +части 100471 +частий 100472 +частими 100473 +частин 100474 +частина 100475 +частинам 100476 +частинами 100477 +частинах 100478 +частини 100479 +частинками 100480 +частинки 100481 +частинкою 100482 +частинку 100483 +частинно 100484 +частинок 100485 +частиною 100486 +частину 100487 +частині 100488 +частих 100489 +частично 100490 +частка 100491 +частки 100492 +часткова 100493 +часткове 100494 +частковий 100495 +частковим 100496 +частково 100497 +часткового 100498 +частковою 100499 +часткової 100500 +часткову 100501 +часткові 100502 +часткою 100503 +частку 100504 +частном 100505 +частности 100506 +частну 100507 +часто 100508 +часток 100509 +частоколом 100510 +частота 100511 +частотах 100512 +частоти 100513 +частотним 100514 +частоту 100515 +частоті 100516 +часточку 100517 +частувати 100518 +часть 100519 +частью 100520 +частями 100521 +часті 100522 +частішає 100523 +частіше 100524 +частіші 100525 +часу 100526 +часі 100527 +часів 100528 +чат 100529 +чатам 100530 +чатах 100531 +чати 100532 +чатини 100533 +чату 100534 +чатував 100535 +чатувала 100536 +чатувати 100537 +чаті 100538 +чатів 100539 +чаушеску 100540 +чаш 100541 +чаши 100542 +чашки 100543 +чашку 100544 +чашу 100545 +чаші 100546 +чаще 100547 +чаю 100548 +чаювання 100549 +чають 100550 +чаєм 100551 +чаєчка 100552 +чаєчку 100553 +чаї 100554 +чаїб 100555 +чвал 100556 +чвалом 100557 +чванькувато 100558 +чвар 100559 +чвари 100560 +чвертих 100561 +чвертфіналі 100562 +чверть 100563 +чвертьфінал 100564 +чвертьфіналу 100565 +чвертьфіналі 100566 +чверті 100567 +че 100568 +чебана 100569 +чебанна 100570 +чебі 100571 +чеепаха 100572 +чейз 100573 +чейкайте 100574 +чейні 100575 +чек 100576 +чекав 100577 +чекай 100578 +чекайте 100579 +чекала 100580 +чекали 100581 +чекало 100582 +чекаль 100583 +чеками 100584 +чекар 100585 +чекати 100586 +чекатиме 100587 +чекатиму 100588 +чекать 100589 +чекаю 100590 +чекають 100591 +чекаючи 100592 +чекає 100593 +чекаєм 100594 +чекаємо 100595 +чекаєте 100596 +чекаєш 100597 +чекев 100598 +чеки 100599 +чекман 100600 +чекмишев 100601 +чекун 100602 +чеків 100603 +чекіст 100604 +чекіста 100605 +чекістам 100606 +чекістами 100607 +чекісти 100608 +чекістом 100609 +чекістським 100610 +чекістів 100611 +челендж 100612 +челлендж 100613 +челмсфорд 100614 +человек 100615 +человека 100616 +челсі 100617 +челюскінців 100618 +челябинську 100619 +челябінськ 100620 +челябінська 100621 +челябінську 100622 +челядин 100623 +челядника 100624 +челядників 100625 +челядь 100626 +чем 100627 +чемака 100628 +чемерівець 100629 +чемич 100630 +чемна 100631 +чемний 100632 +чемно 100633 +чемності 100634 +чемні 100635 +чемоданчику 100636 +чемпіон 100637 +чемпіона 100638 +чемпіонами 100639 +чемпіонат 100640 +чемпіонатах 100641 +чемпіонати 100642 +чемпіонатом 100643 +чемпіонату 100644 +чемпіонаті 100645 +чемпіонатів 100646 +чемпіони 100647 +чемпіонка 100648 +чемпіонкою 100649 +чемпіонку 100650 +чемпіонок 100651 +чемпіоном 100652 +чемпіонський 100653 +чемпіонського 100654 +чемпіону 100655 +чемпіонці 100656 +чемпіонів 100657 +чен 100658 +ченг 100659 +чендлер 100660 +ченду 100661 +ченковій 100662 +ченця 100663 +ченцями 100664 +ченці 100665 +ченців 100666 +чень 100667 +ченґ 100668 +чепецк 100669 +чепецке 100670 +чепецку 100671 +чепецьку 100672 +чепляють 100673 +чепрачний 100674 +чепурний 100675 +чепурному 100676 +чепуруха 100677 +чепурушки 100678 +черв 100679 +черв'як 100680 +черв'яки 100681 +черв'ячків 100682 +червень 100683 +червер 100684 +черви 100685 +червлені 100686 +червня 100687 +червні 100688 +червона 100689 +червоне 100690 +червоний 100691 +червоним 100692 +червоними 100693 +червоних 100694 +червоно 100695 +червоноармійську 100696 +червоноармійця 100697 +червоноармійцям 100698 +червоноармійці 100699 +червоноармійців 100700 +червоноармієць 100701 +червоного 100702 +червоному 100703 +червоною 100704 +червоної 100705 +червону 100706 +червонуватий 100707 +червоні 100708 +червоній 100709 +червоніли 100710 +червоніло 100711 +червонім 100712 +червоніють 100713 +червочкіна 100714 +червця 100715 +червів 100716 +черг 100717 +черга 100718 +чергам 100719 +чергах 100720 +черги 100721 +чергова 100722 +чергове 100723 +черговий 100724 +черговим 100725 +черговими 100726 +чергових 100727 +чергового 100728 +черговому 100729 +черговості 100730 +черговою 100731 +чергової 100732 +чергову 100733 +чергові 100734 +чергою 100735 +чергу 100736 +чергувалася 100737 +чергування 100738 +чергуванні 100739 +чергувати 100740 +чергують 100741 +чергує 100742 +черевиками 100743 +черевики 100744 +черевиків 100745 +черево 100746 +череві 100747 +чередникова 100748 +чередниченка 100749 +чередниченко 100750 +чередою 100751 +через 100752 +черемхи 100753 +черемша 100754 +черенгауз 100755 +черенце 100756 +череп 100757 +черепах 100758 +черепаха 100759 +черепахам 100760 +черепахи 100761 +черепашку 100762 +черепи 100763 +черепиця 100764 +черепно 100765 +черепок 100766 +черепом 100767 +черепів 100768 +черешні 100769 +черзі 100770 +черкали 100771 +черкас 100772 +черкасами 100773 +черкасах 100774 +черкаси 100775 +черкасцям 100776 +черкасцями 100777 +черкасці 100778 +черкасців 100779 +черкаська 100780 +черкаський 100781 +черкаським 100782 +черкаських 100783 +черкаського 100784 +черкаською 100785 +черкаської 100786 +черкаські 100787 +черкаській 100788 +черкащенко 100789 +черкащини 100790 +черкащині 100791 +черкаючи 100792 +черкеського 100793 +черкнув 100794 +черкнім 100795 +черкєсова 100796 +чермалик 100797 +чермалика 100798 +чермалику 100799 +чернегового 100800 +черненка 100801 +черненко 100802 +чернетці 100803 +чернечим 100804 +чернечій 100805 +черний 100806 +черницею 100807 +черниць 100808 +черниця 100809 +черницями 100810 +черниці 100811 +черниш 100812 +чернова 100813 +черновецький 100814 +черновецьким 100815 +черновецького 100816 +черновецькому 100817 +черновика 100818 +черногорії 100819 +черномирдін 100820 +чернь 100821 +чернюк 100822 +чернявська 100823 +чернявського 100824 +чернявському 100825 +черняховського 100826 +чернівецька 100827 +чернівецького 100828 +чернівецької 100829 +чернівецькій 100830 +чернівцях 100831 +чернівці 100832 +чернігова 100833 +черніговом 100834 +чернігову 100835 +чернігові 100836 +чернігів 100837 +чернігівська 100838 +чернігівський 100839 +чернігівського 100840 +чернігівському 100841 +чернігівською 100842 +чернігівської 100843 +чернігівську 100844 +чернігівській 100845 +чернігівщина 100846 +чернігівщини 100847 +чернігівщину 100848 +чернігівщині 100849 +черній 100850 +чернія 100851 +черпали 100852 +черпнути 100853 +черти 100854 +черчилль 100855 +чесна 100856 +чесне 100857 +чесний 100858 +чесним 100859 +чесними 100860 +чесних 100861 +чесно 100862 +чесного 100863 +чесності 100864 +чеснота 100865 +чеснотою 100866 +чесноту 100867 +чесної 100868 +чесну 100869 +чесні 100870 +чесній 100871 +чесність 100872 +чесніше 100873 +чесніший 100874 +честно 100875 +честність 100876 +честолюбних 100877 +честь 100878 +честю 100879 +честі 100880 +чеська 100881 +чеське 100882 +чеський 100883 +чеським 100884 +чеських 100885 +чеського 100886 +чеському 100887 +чеською 100888 +чеської 100889 +чеську 100890 +чеські 100891 +чеській 100892 +чесіті 100893 +четвер 100894 +четверг 100895 +четверга 100896 +четверний 100897 +четверо 100898 +четверта 100899 +четверте 100900 +четвертий 100901 +четвертим 100902 +четвертими 100903 +четвертинами 100904 +четвертини 100905 +четвертих 100906 +четвертого 100907 +четвертому 100908 +четвертої 100909 +четверту 100910 +четверть 100911 +четверті 100912 +четвертій 100913 +четвірка 100914 +четвірки 100915 +четвірку 100916 +четвірок 100917 +четвірці 100918 +чети 100919 +четирнадцятого 100920 +четні 100921 +чеферін 100922 +чех 100923 +чехах 100924 +чехи 100925 +чехляться 100926 +чехова 100927 +чехословаччина 100928 +чехословаччини 100929 +чехі 100930 +чехів 100931 +чехію 100932 +чехія 100933 +чехією 100934 +чехії 100935 +чеченець 100936 +чеченська 100937 +чеченськими 100938 +чеченських 100939 +чеченського 100940 +чеченської 100941 +чеченську 100942 +чеченські 100943 +чеченця 100944 +чеченцям 100945 +чеченці 100946 +чеченців 100947 +чечетов 100948 +чечетова 100949 +чечню 100950 +чечня 100951 +чечні 100952 +чечоткін 100953 +чеши 100954 +чешських 100955 +чешській 100956 +чешуться 100957 +чжаньґо 100958 +чжаосюань 100959 +чже 100960 +чжецзян 100961 +чжи 100962 +чжуном 100963 +чжі 100964 +чи 100965 +чигирин 100966 +чигирина 100967 +чигирином 100968 +чигиринської 100969 +чигиринські 100970 +чигиринській 100971 +чигиринці 100972 +чигиринців 100973 +чигиринщина 100974 +чигиринщину 100975 +чигиринщині 100976 +чигирині 100977 +чижикова 100978 +чий 100979 +чийгоза 100980 +чийсь 100981 +чикаго 100982 +чикіто 100983 +чильний 100984 +чильники 100985 +чильним 100986 +чильними 100987 +чильні 100988 +чилі 100989 +чилійський 100990 +чилійських 100991 +чилійці 100992 +чим 100993 +чимал 100994 +чимала 100995 +чимале 100996 +чималеньке 100997 +чималий 100998 +чималим 100999 +чималих 101000 +чимало 101001 +чималого 101002 +чималому 101003 +чималою 101004 +чималої 101005 +чималу 101006 +чималі 101007 +чимдуж 101008 +чимось 101009 +чимраз 101010 +чимсь 101011 +чимчиковать 101012 +чимчикую 101013 +чин 101014 +чингісхана 101015 +чинджу 101016 +чинених 101017 +чинення 101018 +чиненні 101019 +чинені 101020 +чини 101021 +чинив 101022 +чинився 101023 +чиний 101024 +чинила 101025 +чинили 101026 +чинились 101027 +чинило 101028 +чинилося 101029 +чинимо 101030 +чините 101031 +чинити 101032 +чинитиме 101033 +чинитимуть 101034 +чинить 101035 +чиниш 101036 +чинне 101037 +чинний 101038 +чинник 101039 +чинника 101040 +чинниками 101041 +чинники 101042 +чинником 101043 +чиннику 101044 +чинників 101045 +чинним 101046 +чинними 101047 +чинних 101048 +чинно 101049 +чинного 101050 +чинном 101051 +чинному 101052 +чинності 101053 +чинною 101054 +чинної 101055 +чинну 101056 +чинні 101057 +чинній 101058 +чинність 101059 +чиновник 101060 +чиновника 101061 +чиновникам 101062 +чиновниками 101063 +чиновники 101064 +чиновником 101065 +чиновнику 101066 +чиновників 101067 +чиновницький 101068 +чиновницьким 101069 +чиновницю 101070 +чином 101071 +чинопочитанія 101072 +чинять 101073 +чинячи 101074 +чині 101075 +чиніть 101076 +чио 101077 +чипляла 101078 +чиркала 101079 +чирке 101080 +чисел 101081 +чисельна 101082 +чисельний 101083 +чисельними 101084 +чисельних 101085 +чисельно 101086 +чисельності 101087 +чисельної 101088 +чисельні 101089 +чисельність 101090 +чисельністю 101091 +числа 101092 +числами 101093 +числах 101094 +числе 101095 +численна 101096 +численним 101097 +численними 101098 +численних 101099 +численною 101100 +численної 101101 +численну 101102 +численні 101103 +числилися 101104 +число 101105 +числом 101106 +числу 101107 +числяться 101108 +числі 101109 +числівник 101110 +числівника 101111 +числівники 101112 +числівників 101113 +чиста 101114 +чисте 101115 +чистенька 101116 +чистеньке 101117 +чистенько 101118 +чистенькою 101119 +чистий 101120 +чистили 101121 +чистилища 101122 +чистим 101123 +чистими 101124 +чистимо 101125 +чистите 101126 +чистити 101127 +чистить 101128 +чистих 101129 +чистки 101130 +чисткою 101131 +чисто 101132 +чистого 101133 +чистокровний 101134 +чистому 101135 +чистота 101136 +чистоти 101137 +чистоту 101138 +чистоті 101139 +чистою 101140 +чистої 101141 +чисту 101142 +чистці 101143 +чистюля 101144 +чистять 101145 +чисті 101146 +чистій 101147 +чистісінька 101148 +чистісінькою 101149 +чистіша 101150 +читав 101151 +читай 101152 +читайте 101153 +читала 101154 +читали 101155 +читальня 101156 +читальні 101157 +читанку 101158 +читання 101159 +читанням 101160 +читаннях 101161 +читанні 101162 +читати 101163 +читатиметься 101164 +читатиму 101165 +читатимуть 101166 +читатись 101167 +читать 101168 +читацькими 101169 +читацьких 101170 +читач 101171 +читача 101172 +читачам 101173 +читачами 101174 +читачеві 101175 +читачі 101176 +читачів 101177 +читачіперед 101178 +читаю 101179 +читають 101180 +читаються 101181 +читаючи 101182 +читає 101183 +читаєм 101184 +читаємо 101185 +читаєте 101186 +читаєш 101187 +чити 101188 +читирнадцятого 101189 +читнути 101190 +читцями 101191 +чихуахуа 101192 +чихун 101193 +чичні 101194 +чищення 101195 +чию 101196 +чиюсь 101197 +чия 101198 +чиянь 101199 +чиясь 101200 +чиє 101201 +чиєму 101202 +чиєї 101203 +чиєїсь 101204 +чиї 101205 +чиїм 101206 +чиїми 101207 +чиїсь 101208 +чиїх 101209 +чиїхсь 101210 +чк 101211 +чкурнув 101212 +чле 101213 +член 101214 +члена 101215 +членам 101216 +членами 101217 +членах 101218 +члени 101219 +члениках 101220 +членну 101221 +членові 101222 +членом 101223 +членства 101224 +членство 101225 +членством 101226 +членських 101227 +членські 101228 +члену 101229 +членування 101230 +членьства 101231 +членів 101232 +чмелів 101233 +чмихнув 101234 +чмокає 101235 +чмут 101236 +чмута 101237 +чмутом 101238 +чо 101239 +чоботи 101240 +чоботями 101241 +чобіт 101242 +чобітки 101243 +човен 101244 +човна 101245 +човнам 101246 +човнами 101247 +човнах 101248 +човни 101249 +човники 101250 +човном 101251 +човні 101252 +човнів 101253 +чого 101254 +чогось 101255 +чола 101256 +чоло 101257 +чолов'яга 101258 +чоловєчка 101259 +чоловік 101260 +чоловіка 101261 +чоловікам 101262 +чоловіками 101263 +чоловіки 101264 +чоловікові 101265 +чоловіком 101266 +чоловіку 101267 +чоловікі 101268 +чоловіків 101269 +чоловіча 101270 +чоловіче 101271 +чоловічий 101272 +чоловічим 101273 +чоловічина 101274 +чоловічих 101275 +чоловічки 101276 +чоловічків 101277 +чоловічого 101278 +чоловічої 101279 +чоловічу 101280 +чоловічі 101281 +чоловічій 101282 +чолом 101283 +чоломкати 101284 +чоломкають 101285 +чолі 101286 +чом 101287 +чому 101288 +чомусь 101289 +чон 101290 +чонгар 101291 +чонгара 101292 +чонгарський 101293 +чонгарського 101294 +чоп 101295 +чопа 101296 +чопик 101297 +чопиком 101298 +чопликом 101299 +чопік 101300 +чопіком 101301 +чорити 101302 +чорна 101303 +чорне 101304 +чорний 101305 +чорнилі 101306 +чорним 101307 +чорними 101308 +чорних 101309 +чорниці 101310 +чорно 101311 +чорнобаївка 101312 +чорнобаївки 101313 +чорнобаївці 101314 +чорнобилем 101315 +чорнобилець 101316 +чорнобиль 101317 +чорнобильський 101318 +чорнобильському 101319 +чорнобильської 101320 +чорнобильську 101321 +чорнобильській 101322 +чорнобильця 101323 +чорнобильцям 101324 +чорнобильців 101325 +чорнобилю 101326 +чорнобиля 101327 +чорнобилі 101328 +чорнобрива 101329 +чорнобривий 101330 +чорнобриві 101331 +чорноброва 101332 +чорновол 101333 +чорновола 101334 +чорноволом 101335 +чорновіл 101336 +чорного 101337 +чорногоркам 101338 +чорногорцями 101339 +чорногорців 101340 +чорногорію 101341 +чорногорія 101342 +чорногорії 101343 +чорнозем 101344 +чорноземні 101345 +чорноземі 101346 +чорнолісець 101347 +чорнолісні 101348 +чорнолісці 101349 +чорнолісців 101350 +чорноліський 101351 +чорноліського 101352 +чорномирдіним 101353 +чорноморець 101354 +чорноморський 101355 +чорноморських 101356 +чорноморсько 101357 +чорноморського 101358 +чорноморському 101359 +чорноморської 101360 +чорноморця 101361 +чорноморців 101362 +чорному 101363 +чорнослив 101364 +чорнота 101365 +чорноти 101366 +чорнотою 101367 +чорноту 101368 +чорноті 101369 +чорношкірий 101370 +чорношкірим 101371 +чорношкірого 101372 +чорношличників 101373 +чорною 101374 +чорної 101375 +чорну 101376 +чорнява 101377 +чорнявий 101378 +чорні 101379 +чорнів 101380 +чорній 101381 +чорніти 101382 +чорнітиме 101383 +чорніють 101384 +чорніє 101385 +чоронобаївки 101386 +чорт 101387 +чорта 101388 +чортам 101389 +чортзна 101390 +чорти 101391 +чортик 101392 +чортків 101393 +чортова 101394 +чортові 101395 +чортом 101396 +чортів 101397 +чосу 101398 +чось 101399 +чот 101400 +чота 101401 +чоти 101402 +чотирдесять 101403 +чотири 101404 +чотирикутний 101405 +чотирилітровий 101406 +чотириногих 101407 +чотириногого 101408 +чотирирічний 101409 +чотириста 101410 +чотиристо 101411 +чотиритонному 101412 +чотиритса 101413 +чотириюридним 101414 +чотирма 101415 +чотирнадцята 101416 +чотирнадцяте 101417 +чотирнадцяти 101418 +чотирнадцятий 101419 +чотирнадцятилітній 101420 +чотирнадцятими 101421 +чотирнадцятирічна 101422 +чотирнадцятирічний 101423 +чотирнадцятирічною 101424 +чотирнадцятирічній 101425 +чотирнадцятих 101426 +чотирнадцятого 101427 +чотирнадцятому 101428 +чотирнадцятою 101429 +чотирнадцятої 101430 +чотирнадцяту 101431 +чотирнадцять 101432 +чотирнадцятьох 101433 +чотирнадцятій 101434 +чотирнацятий 101435 +чотирьма 101436 +чотирьом 101437 +чотирьох 101438 +чотирьохлітню 101439 +чотирьохрічна 101440 +чотирьохрічний 101441 +чотирьохрічних 101442 +чотирьохсот 101443 +чотирьохста 101444 +чотирічного 101445 +чотко 101446 +чотовий 101447 +чоту 101448 +чохлі 101449 +чоґ'ял 101450 +чоґ'яла 101451 +чрез 101452 +чтвертого 101453 +чтиво 101454 +чтирнадцятому 101455 +что 101456 +чу 101457 +чуб 101458 +чуба 101459 +чубай 101460 +чубар 101461 +чубаров 101462 +чубарова 101463 +чубарєва 101464 +чубаєвих 101465 +чубаїв 101466 +чубить 101467 +чубом 101468 +чубуком 101469 +чув 101470 +чував 101471 +чувак 101472 +чувака 101473 +чуваки 101474 +чуваків 101475 +чувашів 101476 +чувши 101477 +чугайстра 101478 +чугуєвом 101479 +чугуїв 101480 +чуда 101481 +чудака 101482 +чудаїда 101483 +чудернацький 101484 +чудес 101485 +чудеса 101486 +чудесна 101487 +чудесний 101488 +чудесно 101489 +чудесні 101490 +чудити 101491 +чудить 101492 +чудне 101493 +чудо 101494 +чудо- 101495 +чудова 101496 +чудове 101497 +чудовенько 101498 +чудовий 101499 +чудовим 101500 +чудовими 101501 +чудовисько 101502 +чудовиську 101503 +чудових 101504 +чудово 101505 +чудового 101506 +чудовой 101507 +чудовому 101508 +чудовою 101509 +чудової 101510 +чудову 101511 +чудові 101512 +чудовій 101513 +чудовім 101514 +чудодій 101515 +чудодійних 101516 +чудом 101517 +чудотворна 101518 +чудотворне 101519 +чудського 101520 +чудінов 101521 +чужа 101522 +чуже 101523 +чужеземні 101524 +чужеє 101525 +чужий 101526 +чужим 101527 +чужими 101528 +чужинець 101529 +чужинецьких 101530 +чужину 101531 +чужинці 101532 +чужині 101533 +чужих 101534 +чужого 101535 +чужоземка 101536 +чужоземним 101537 +чужоземних 101538 +чужоземці 101539 +чужоземців 101540 +чужому 101541 +чужорідними 101542 +чужою 101543 +чужої 101544 +чужу 101545 +чужую 101546 +чужі 101547 +чужій 101548 +чужії 101549 +чуй 101550 +чукоткою 101551 +чула 101552 +чулася 101553 +чули 101554 +чулий 101555 +чулося 101556 +чума 101557 +чумак 101558 +чумака 101559 +чумаки 101560 +чумаком 101561 +чумам 101562 +чумарках 101563 +чумарку 101564 +чуми 101565 +чумою 101566 +чупакабра 101567 +чуприною 101568 +чуприну 101569 +чупруненко 101570 +чуркін 101571 +чуствует 101572 +чуствітєльна 101573 +чути 101574 +чутимуть 101575 +чутка 101576 +чутки 101577 +чутку 101578 +чутлива 101579 +чутливе 101580 +чутливим 101581 +чутливих 101582 +чутливості 101583 +чутливою 101584 +чутливої 101585 +чутливі 101586 +чутливість 101587 +чутливістю 101588 +чутни 101589 +чутно 101590 +чуток 101591 +чуття 101592 +чуттєвого 101593 +чуть 101594 +чуть-чуть 101595 +чухав 101596 +чухайся 101597 +чухати 101598 +чухаючись 101599 +чухає 101600 +чухліба 101601 +чучупака 101602 +чучупаками 101603 +чучупаки 101604 +чучупаковою 101605 +чучупакою 101606 +чучупаку 101607 +чучупаків 101608 +чучупачиха 101609 +чучупачихою 101610 +чую 101611 +чуюань 101612 +чують 101613 +чуючим 101614 +чуючих 101615 +чує 101616 +чуєм 101617 +чуємо 101618 +чуєте 101619 +чується 101620 +чуєш 101621 +чф 101622 +чхайло 101623 +чхання 101624 +чхнув 101625 +чьо 101626 +чього 101627 +чьоджі 101628 +чьотирнадцятого 101629 +чьотко 101630 +чьоткій 101631 +чьотінько 101632 +чі 101633 +чібаров 101634 +чіжикова 101635 +чік 101636 +чікаго 101637 +чіладзе 101638 +чілдрен 101639 +чільна 101640 +чільний 101641 +чільними 101642 +чільних 101643 +чільного 101644 +чільні 101645 +чілі 101646 +чім 101647 +чін 101648 +чіпав 101649 +чіпай 101650 +чіпайте 101651 +чіпала 101652 +чіпали 101653 +чіпати 101654 +чіпає 101655 +чіпетки 101656 +чіплявся 101657 +чіплятися 101658 +чіпляю 101659 +чіпляються 101660 +чіпляє 101661 +чіпляється 101662 +чіпси 101663 +чітка 101664 +чітке 101665 +чіткий 101666 +чітким 101667 +чіткими 101668 +чітких 101669 +чітко 101670 +чіткого 101671 +чіткої 101672 +чітку 101673 +чіткі 101674 +чіткій 101675 +чіткість 101676 +чіткістю 101677 +чіткіша 101678 +чіткіше 101679 +чіткішою 101680 +чіткішу 101681 +чічею 101682 +чічу 101683 +чічі 101684 +чїтує 101685 +шабаб 101686 +шабаш 101687 +шабель 101688 +шаблею 101689 +шаблонам 101690 +шаблони 101691 +шаблю 101692 +шабля 101693 +шаблями 101694 +шаблях 101695 +шаблі 101696 +шабунин 101697 +шабунін 101698 +шавєрма 101699 +шагами 101700 +шагена 101701 +шагів 101702 +шаером 101703 +шайб 101704 +шайба 101705 +шайволодяна 101706 +шайгена 101707 +шайгу 101708 +шайтан 101709 +шакал 101710 +шакваралідзе 101711 +шакур 101712 +шалайський 101713 +шалайського 101714 +шалайському 101715 +шалвович 101716 +шалена 101717 +шалений 101718 +шаленим 101719 +шалених 101720 +шалено 101721 +шаленого 101722 +шаленої 101723 +шалені 101724 +шаленів 101725 +шаленій 101726 +шалон 101727 +шалонського 101728 +шальке 101729 +шальки 101730 +шалімов 101731 +шаліт 101732 +шаліта 101733 +шаліть 101734 +шалічок 101735 +шамайда 101736 +шаман 101737 +шамбо 101738 +шамбір 101739 +шамо 101740 +шампанське 101741 +шампанського 101742 +шампур 101743 +шамрик 101744 +шамрила 101745 +шамшур 101746 +шамшура 101747 +шаміса 101748 +шана 101749 +шандро 101750 +шандрука 101751 +шандруком 101752 +шанем 101753 +шани 101754 +шанклмен 101755 +шанобливо 101756 +шанована 101757 +шанований 101758 +шанованого 101759 +шанованою 101760 +шановану 101761 +шановна 101762 +шановне 101763 +шановний 101764 +шановним 101765 +шановних 101766 +шановно 101767 +шановного 101768 +шановному 101769 +шановною 101770 +шановні 101771 +шановній 101772 +шанон 101773 +шанс 101774 +шансам 101775 +шансами 101776 +шанси 101777 +шансом 101778 +шансон 101779 +шансу 101780 +шансів 101781 +шансіка 101782 +шантаж 101783 +шантажом 101784 +шантажу 101785 +шантажувати 101786 +шантажує 101787 +шанували 101788 +шанувальник 101789 +шанувальником 101790 +шанувальників 101791 +шанування 101792 +шанувати 101793 +шануватиме 101794 +шануватись 101795 +шануватися 101796 +шануваться 101797 +шануй 101798 +шануймо 101799 +шаную 101800 +шанують 101801 +шанує 101802 +шануємо 101803 +шанхае 101804 +шанхайський 101805 +шанхаї 101806 +шаньдун 101807 +шао 101808 +шаол 101809 +шапка 101810 +шапках 101811 +шапки 101812 +шапкою 101813 +шапку 101814 +шаповал 101815 +шаповала 101816 +шаповалу 101817 +шаповальський 101818 +шапок 101819 +шапочку 101820 +шапошніков 101821 +шапці 101822 +шар 101823 +шара 101824 +шарапов 101825 +шарахалися 101826 +шарашкіної 101827 +шаржі 101828 +шари 101829 +шарить 101830 +шариф 101831 +шарифа 101832 +шарифом 101833 +шариш 101834 +шаркаючі 101835 +шарль 101836 +шарм 101837 +шарм- 101838 +шарм-ель-шейх 101839 +шарм-ель-шейху 101840 +шарми 101841 +шаров 101842 +шароварах 101843 +шаровари 101844 +шароваршину 101845 +шаровий 101846 +шаройко 101847 +шаром 101848 +шарпанина 101849 +шарпати 101850 +шарпатися 101851 +шарпнув 101852 +шарпнувся 101853 +шарпнулася 101854 +шаррафом 101855 +шару 101856 +шаруйко 101857 +шарфік 101858 +шарять 101859 +шарів 101860 +шарій 101861 +шаріна 101862 +шаріної 101863 +шаріну 101864 +шаріній 101865 +шаріф 101866 +шаріфа 101867 +шарія 101868 +шассі 101869 +шасі 101870 +шати 101871 +шатковану 101872 +шатрами 101873 +шатро 101874 +шать 101875 +шатів 101876 +шаула 101877 +шауля 101878 +шауляй 101879 +шауляйських 101880 +шауляйського 101881 +шауляя 101882 +шауляї 101883 +шаурма 101884 +шаурмою 101885 +шауці 101886 +шафа 101887 +шафи 101888 +шафу 101889 +шафі 101890 +шах 101891 +шаха 101892 +шахи 101893 +шахліна 101894 +шахматов 101895 +шахматова 101896 +шахрай 101897 +шахрайства 101898 +шахрайство 101899 +шахрайством 101900 +шахрайстві 101901 +шахрайське 101902 +шахрайського 101903 +шахраям 101904 +шахраями 101905 +шахраїв 101906 +шахт 101907 +шахта 101908 +шахтами 101909 +шахтар 101910 +шахтарем 101911 +шахтарськ 101912 +шахтарським 101913 +шахтарських 101914 +шахтарського 101915 +шахтарської 101916 +шахтарській 101917 +шахтарю 101918 +шахтаря 101919 +шахтарі 101920 +шахтарів 101921 +шахтах 101922 +шахти 101923 +шахтного 101924 +шахту 101925 +шахті 101926 +шахів 101927 +шахівниці 101928 +шахідка 101929 +шахін 101930 +шацьк 101931 +шацьких 101932 +шацьку 101933 +шашки 101934 +шашку 101935 +шашлик 101936 +шашликах 101937 +шашлики 101938 +шаїс 101939 +шваброю 101940 +швагром 101941 +швайкою 101942 +швайнокарасиків 101943 +шварцбардом 101944 +шварценберг 101945 +шварценеггер 101946 +шварценеггера 101947 +швах 101948 +шве 101949 +шведа 101950 +шведами 101951 +шведи 101952 +шведової 101953 +шведська 101954 +шведський 101955 +шведськими 101956 +шведського 101957 +шведської 101958 +шведській 101959 +швейк 101960 +швейків 101961 +швейн 101962 +швейна 101963 +швейною 101964 +швейні 101965 +швейній 101966 +швейцарець 101967 +швейцария 101968 +швейцарська 101969 +швейцарський 101970 +швейцарських 101971 +швейцарсько 101972 +швейцарського 101973 +швейцарською 101974 +швейцарської 101975 +швейцарську 101976 +швейцарські 101977 +швейцарцю 101978 +швейцарці 101979 +швейцарько 101980 +швейцарію 101981 +швейцарія 101982 +швейцарією 101983 +швейцарії 101984 +швецов 101985 +швець 101986 +швецький 101987 +швеця 101988 +швецію 101989 +швеція 101990 +швецією 101991 +швеції 101992 +швеєм 101993 +шви 101994 +швиденечко 101995 +швиденько 101996 +швидка 101997 +швидке 101998 +швидкий 101999 +швидким 102000 +швидкими 102001 +швидких 102002 +швидко 102003 +швидкого 102004 +швидкозростаючі 102005 +швидкому 102006 +швидкоплинна 102007 +швидкоплинний 102008 +швидкостей 102009 +швидкостями 102010 +швидкості 102011 +швидкохідні 102012 +швидкою 102013 +швидкої 102014 +швидку 102015 +швидкі 102016 +швидкій 102017 +швидкісними 102018 +швидкісних 102019 +швидкісного 102020 +швидкісної 102021 +швидкісні 102022 +швидкість 102023 +швидкістю 102024 +швидкісті 102025 +швидкіть 102026 +швидче 102027 +швидша 102028 +швидше 102029 +швидшої 102030 +швирнув 102031 +ше 102032 +шев 102033 +шевелюру 102034 +шевиків 102035 +шевкала 102036 +шевроле 102037 +шевронами 102038 +шевцов 102039 +шевцова 102040 +шевченка 102041 +шевченко 102042 +шевченкового 102043 +шевченку 102044 +шевченківська 102045 +шевченківського 102046 +шевченківському 102047 +шевченківські 102048 +шедевральні 102049 +шедеври 102050 +шедува 102051 +шейки 102052 +шейко 102053 +шейр 102054 +шейсят 102055 +шейфер 102056 +шейх 102057 +шейха 102058 +шейхом 102059 +шекелеш 102060 +шекспір 102061 +шекспіра 102062 +шекспірівської 102063 +шекспірівські 102064 +шелесті 102065 +шеллі 102066 +шельф 102067 +шельфові 102068 +шельфу 102069 +шельфі 102070 +шелікоптерів 102071 +шемет 102072 +шенген 102073 +шенгенська 102074 +шенгенськими 102075 +шенгенською 102076 +шенгенської 102077 +шенгенську 102078 +шенгенські 102079 +шенгенській 102080 +шенгену 102081 +шенкаренка 102082 +шень-джень 102083 +шеньджу 102084 +шеньчжень 102085 +шепелева 102086 +шепелявлять 102087 +шепетівський 102088 +шепетівському 102089 +шепнув 102090 +шепнула 102091 +шепотіли 102092 +шепоче 102093 +шептала 102094 +шептались 102095 +шептицького 102096 +шептуха 102097 +шепчуть 102098 +шервуд 102099 +шеремет 102100 +шеремета 102101 +шеренги 102102 +шерифа 102103 +шерманах 102104 +шеррі 102105 +шерсті 102106 +шерять 102107 +шері 102108 +шерін 102109 +шесдесяти 102110 +шестедесяти 102111 +шестеро 102112 +шести 102113 +шестигодинної 102114 +шестиденних 102115 +шестиденної 102116 +шестиденній 102117 +шестидесяти 102118 +шестидесятиодного 102119 +шестидесятих 102120 +шестидесятичотирьохрічний 102121 +шестикласник 102122 +шестикласницею 102123 +шестилітня 102124 +шестимісячне 102125 +шестимісячний 102126 +шестимісячного 102127 +шестиособовий 102128 +шестипартійним 102129 +шестиповерхові 102130 +шестирічний 102131 +шестирічної 102132 +шестисот 102133 +шестисотий 102134 +шестисотмільйонний 102135 +шестиста 102136 +шестистах 102137 +шестистороннього 102138 +шестисторонньої 102139 +шестисторонню 102140 +шестисторонні 102141 +шестисторонніх 102142 +шестистороні 102143 +шеститисячного 102144 +шестовиця 102145 +шестого 102146 +шесту 102147 +шесть 102148 +шестью 102149 +шеф 102150 +шеф- 102151 +шеф-редактор 102152 +шеф-редактора 102153 +шеф-редактором 102154 +шефа 102155 +шефер 102156 +шеферс 102157 +шефові 102158 +шефом 102159 +шефу 102160 +шеховцова 102161 +шею 102162 +шеїцькі 102163 +шибка 102164 +шибки 102165 +шие 102166 +шизофренію 102167 +шизофренії 102168 +шийки 102169 +шийного 102170 +шик 102171 +шикаааарна 102172 +шикарна 102173 +шикарне 102174 +шикарний 102175 +шикарних 102176 +шикарно 102177 +шикарну 102178 +шикарні 102179 +шиком 102180 +шикування 102181 +шили 102182 +шилка 102183 +шилки 102184 +шилку 102185 +шило 102186 +шилом 102187 +шимборської 102188 +шимон 102189 +шимона 102190 +шимоном 102191 +шимпанзе 102192 +шин 102193 +шина 102194 +шинелей 102195 +шинелю 102196 +шинелях 102197 +шинелі 102198 +шини 102199 +шинкаренка 102200 +шинкаренко 102201 +шинкарук 102202 +шинку 102203 +шиномонтаж 102204 +шинькарі 102205 +шиньок 102206 +шипи 102207 +шиплячих 102208 +шиплячі 102209 +шипшина 102210 +шипшинового 102211 +шир 102212 +ширак 102213 +ширан 102214 +шириною 102215 +шириться 102216 +ширма 102217 +широка 102218 +широке 102219 +широкеє 102220 +широкий 102221 +широким 102222 +широкими 102223 +широкине 102224 +широкиного 102225 +широкиному 102226 +широких 102227 +широко 102228 +широков 102229 +широкого 102230 +широкозакроєні 102231 +широкозаркоєні 102232 +широкомасштабна 102233 +широкомасштабний 102234 +широкомасштабних 102235 +широкомасштабного 102236 +широкому 102237 +широкопрофільні 102238 +широкою 102239 +широкої 102240 +широку 102241 +широкі 102242 +широкій 102243 +широкім 102244 +широкіно 102245 +широкіного 102246 +широт 102247 +широтах 102248 +широти 102249 +широченні 102250 +ширрле 102251 +ширфа 102252 +ширша 102253 +ширше 102254 +ширший 102255 +ширшим 102256 +ширшими 102257 +ширших 102258 +ширшого 102259 +ширшому 102260 +ширшої 102261 +ширші 102262 +ширшій 102263 +ширяться 102264 +ширяючих 102265 +ширін 102266 +ширіну 102267 +шис 102268 +шита 102269 +шити 102270 +шиття 102271 +шифиром 102272 +шифонові 102273 +шифри 102274 +шифровані 102275 +шифрувало 102276 +шифрування 102277 +шифруючи 102278 +шифрін 102279 +шишарі 102280 +шишкіна 102281 +шишок 102282 +шию 102283 +шиють 102284 +шия 102285 +шиях 102286 +шиє 102287 +шиї 102288 +шиїдських 102289 +шиїтами 102290 +шиїти 102291 +шиїтська 102292 +шиїтське 102293 +шиїтський 102294 +шиїтським 102295 +шиїтськими 102296 +шиїтських 102297 +шиїтсько 102298 +шиїтського 102299 +шиїтському 102300 +шиїтською 102301 +шиїтської 102302 +шиїтські 102303 +шиїтській 102304 +шиїтів 102305 +шиґекі 102306 +шкала 102307 +шкалою 102308 +шкалу 102309 +шкапа 102310 +шкаралупі 102311 +шкарпетки 102312 +шкарпетків 102313 +шкарпеточки 102314 +шквал 102315 +шквали 102316 +шкварками 102317 +шкварки 102318 +шкварочки 102319 +шкварочок 102320 +шкварчали 102321 +шкереберть 102322 +шкода 102323 +шкоди 102324 +шкодити 102325 +шкодитиме 102326 +шкодитимуть 102327 +шкодить 102328 +шкодливиї 102329 +шкоду 102330 +шкодував 102331 +шкодуватиме 102332 +шкодуватимуть 102333 +шкодуй 102334 +шкодую 102335 +шкодують 102336 +шкодять 102337 +школа 102338 +школам 102339 +школами 102340 +школах 102341 +школи 102342 +школо 102343 +школою 102344 +школу 102345 +школьний 102346 +школьники 102347 +школяр 102348 +школяра 102349 +школярам 102350 +школярами 102351 +школярем 102352 +школярка 102353 +школярі 102354 +школярів 102355 +школі 102356 +шкуає 102357 +шкури 102358 +шкурова 102359 +шкуру 102360 +шкутильгав 102361 +шкутильгає 102362 +шкідлива 102363 +шкідливим 102364 +шкідливих 102365 +шкідливо 102366 +шкідливого 102367 +шкідливому 102368 +шкідливою 102369 +шкідливі 102370 +шкідник 102371 +шкідника 102372 +шкідників 102373 +шкіл 102374 +шкільна 102375 +шкільне 102376 +шкільний 102377 +шкільних 102378 +шкільного 102379 +шкільному 102380 +шкільною 102381 +шкільної 102382 +шкільну 102383 +шкільні 102384 +шкільній 102385 +шкіля 102386 +шкір 102387 +шкіра 102388 +шкіри 102389 +шкірив 102390 +шкірка 102391 +шкірки 102392 +шкіркою 102393 +шкірку 102394 +шкірою 102395 +шкіру 102396 +шкіряк 102397 +шкіряне 102398 +шкіряний 102399 +шкіряних 102400 +шкіряні 102401 +шкірі 102402 +шла 102403 +шлагбаум 102404 +шлайн 102405 +шлак 102406 +шлаку 102407 +шланг 102408 +шлапак 102409 +шлапака 102410 +шле 102411 +шлейками 102412 +шлейках 102413 +шлейн 102414 +шлейфом 102415 +шлейфу 102416 +шлему 102417 +шлемі 102418 +шлессер 102419 +шлехофер 102420 +шлехоферем 102421 +шлехофером 102422 +шлею 102423 +шли 102424 +шликами 102425 +шло 102426 +шломо 102427 +шлоссберг 102428 +шлунковий 102429 +шлунково 102430 +шлункової 102431 +шлунку 102432 +шлунок 102433 +шльома 102434 +шльомчик 102435 +шльопали 102436 +шлюб 102437 +шлюби 102438 +шлюбної 102439 +шлюбу 102440 +шлюбі 102441 +шлюбів 102442 +шлюзи 102443 +шлюзів 102444 +шлюс 102445 +шлють 102446 +шляпа 102447 +шляук 102448 +шлях 102449 +шляхам 102450 +шляхами 102451 +шляхах 102452 +шляхетна 102453 +шляхи 102454 +шляхом 102455 +шляхти 102456 +шляхтич 102457 +шляху 102458 +шляхів 102459 +шліфанули 102460 +шмагонули 102461 +шмаркалася 102462 +шмаркаті 102463 +шмаркають 102464 +шмат 102465 +шмати 102466 +шматка 102467 +шматками 102468 +шматки 102469 +шматко 102470 +шматком 102471 +шматок 102472 +шматочками 102473 +шматочком 102474 +шматочку 102475 +шматочків 102476 +шматочок 102477 +шмола 102478 +шмідову 102479 +шмідт 102480 +шмідта 102481 +шне 102482 +шниками 102483 +шники 102484 +шних 102485 +шнур 102486 +шнура 102487 +шнурах 102488 +шнурка 102489 +шнурками 102490 +шнурком 102491 +шнурок 102492 +шнуром 102493 +шо 102494 +шо-небудь 102495 +шо-шо 102496 +шоб 102497 +шоби 102498 +шовк 102499 +шовковий 102500 +шовковичної 102501 +шовковичній 102502 +шовкового 102503 +шовковою 102504 +шовкову 102505 +шовкові 102506 +шовку 102507 +шовінізму 102508 +шовіністичне 102509 +шовіністичний 102510 +шовіністичній 102511 +шодва 102512 +шодо 102513 +шозі 102514 +шойгу 102515 +шойно 102516 +шок 102517 +шокована 102518 +шокований 102519 +шоковані 102520 +шоковому 102521 +шокову 102522 +шоколад 102523 +шоколадку 102524 +шоколадне 102525 +шоколадний 102526 +шоколадних 102527 +шоколадному 102528 +шоколадні 102529 +шоколадом 102530 +шоколаду 102531 +шоком 102532 +шоку 102533 +шокувала 102534 +шокувало 102535 +шокуюча 102536 +шокуюче 102537 +шокуючою 102538 +шокує 102539 +шолом 102540 +шолома 102541 +шоломи 102542 +шолому 102543 +шоломі 102544 +шоломів 102545 +шолудивий 102546 +шольца 102547 +шомполах 102548 +шомполом 102549 +шомполів 102550 +шому 102551 +шон 102552 +шона 102553 +шонкує 102554 +шоп 102555 +шоп-туристи 102556 +шопери 102557 +шопка 102558 +шоппінг 102559 +шорман 102560 +шормен 102561 +шороко 102562 +шороку 102563 +шорстким 102564 +шортер 102565 +шорти 102566 +шортики 102567 +шортин 102568 +шорців 102569 +шосе 102570 +шоста 102571 +шостак 102572 +шосте 102573 +шости 102574 +шостий 102575 +шостим 102576 +шостими 102577 +шостих 102578 +шостка 102579 +шостки 102580 +шосткинського 102581 +шостого 102582 +шостому 102583 +шостої 102584 +шосту 102585 +шостці 102586 +шостя 102587 +шості 102588 +шостій 102589 +шостім 102590 +шось 102591 +шота 102592 +шотатам 102593 +шотер 102594 +шотландський 102595 +шотландію 102596 +шотландія 102597 +шотландії 102598 +шото 102599 +шоу 102600 +шоурум 102601 +шофер 102602 +шофера 102603 +шоферські 102604 +шофері 102605 +шоці 102606 +шпагах 102607 +шпалери 102608 +шпалерів 102609 +шпальтах 102610 +шпари 102611 +шпарини 102612 +шпаченко 102613 +шпиговала 102614 +шпигун 102615 +шпигуна 102616 +шпигуни 102617 +шпигуном 102618 +шпигунство 102619 +шпигунством 102620 +шпигунстві 102621 +шпигунський 102622 +шпигунським 102623 +шпигунських 102624 +шпигунською 102625 +шпигунської 102626 +шпигунську 102627 +шпигунів 102628 +шпилем 102629 +шпиль 102630 +шпильками 102631 +шпильки 102632 +шпильку 102633 +шпильок 102634 +шпиля 102635 +шпилями 102636 +шпионаже 102637 +шпиталь 102638 +шпитальна 102639 +шпиталю 102640 +шпиталі 102641 +шпиталів 102642 +шпиталізовано 102643 +шпиталізували 102644 +шполи 102645 +шпорлюком 102646 +шпрехають 102647 +шприц 102648 +шприци 102649 +шприці 102650 +шпурлюка 102651 +шпурлялися 102652 +шпінель 102653 +шпіонським 102654 +шрайвер 102655 +шрам 102656 +шратинки 102657 +шредер 102658 +шрек 102659 +шрифтом 102660 +шрифту 102661 +шрот 102662 +шрубками 102663 +шрі-ланка 102664 +шрі-ланки 102665 +шрі-ланці 102666 +шріт 102667 +шт 102668 +шта 102669 +штаб 102670 +штаба 102671 +штабами 102672 +штабах 102673 +штаби 102674 +штабних 102675 +штабного 102676 +штабні 102677 +штабній 102678 +штабом 102679 +штабу 102680 +штабі 102681 +штабів 102682 +штабівців 102683 +штабіст 102684 +штайнмайер 102685 +штайнмаєр 102686 +штальхельм 102687 +штам 102688 +штами 102689 +штамп 102690 +штампами 102691 +штампах 102692 +штампик 102693 +штампом 102694 +штампувати 102695 +штампує 102696 +штаму 102697 +штамів 102698 +штанами 102699 +штанах 102700 +штангу 102701 +штани 102702 +штанини 102703 +штанці 102704 +штанько 102705 +штанями 102706 +штанях 102707 +штані 102708 +штат 102709 +штата 102710 +штатам 102711 +штатами 102712 +штатах 102713 +штати 102714 +штатив 102715 +штатна 102716 +штатним 102717 +штатними 102718 +штатних 102719 +штатно 102720 +штатному 102721 +штатної 102722 +штатну 102723 +штатні 102724 +штатов 102725 +штатові 102726 +штатом 102727 +штату 102728 +штаті 102729 +штатів 102730 +штельмах 102731 +штендера 102732 +штепи 102733 +штепсель 102734 +штепу 102735 +штибу 102736 +штиняє 102737 +штири 102738 +штирьох 102739 +што 102740 +штовхали 102741 +штовханина 102742 +штовхаю 102743 +штовхають 102744 +штовхаються 102745 +штовхає 102746 +штовхаємо 102747 +штовхнув 102748 +штора 102749 +штори 102750 +шторм 102751 +шторми 102752 +штормить 102753 +штору 102754 +штрауса 102755 +штраф 102756 +штрафа 102757 +штрафах 102758 +штрафи 102759 +штрафних 102760 +штрафні 102761 +штрафу 102762 +штрафували 102763 +штрафування 102764 +штрафувати 102765 +штрафують 102766 +штрафуємо 102767 +штрафів 102768 +штрик 102769 +штрих 102770 +штриха 102771 +штрихами 102772 +штрихи 102773 +штук 102774 +штука 102775 +штуками 102776 +штукарством 102777 +штукатуримо 102778 +штукатурки 102779 +штуки 102780 +штуку 102781 +штупор 102782 +штуркали 102783 +штурм 102784 +штурмгевери 102785 +штурмовик 102786 +штурмовики 102787 +штурмовиком 102788 +штурмових 102789 +штурмової 102790 +штурмову 102791 +штурмові 102792 +штурмом 102793 +штурму 102794 +штурмував 102795 +штурмували 102796 +штурмувати 102797 +штурмують 102798 +штурмуємо 102799 +штурхав 102800 +штутман 102801 +штуцер 102802 +штуцера 102803 +штуці 102804 +штучечка 102805 +штучки 102806 +штучна 102807 +штучне 102808 +штучний 102809 +штучним 102810 +штучних 102811 +штучно 102812 +штучного 102813 +штучному 102814 +штучності 102815 +штучної 102816 +штучну 102817 +штучні 102818 +штучній 102819 +штучність 102820 +шу 102821 +шуби 102822 +шувалов 102823 +шувалова 102824 +шуваловим 102825 +шувіт 102826 +шугар 102827 +шуей 102828 +шукав 102829 +шукай 102830 +шукаймо 102831 +шукайте 102832 +шукала 102833 +шукали 102834 +шукати 102835 +шукатиме 102836 +шукатимете 102837 +шукатимуть 102838 +шукать 102839 +шукач 102840 +шукачам 102841 +шукачами 102842 +шукачі 102843 +шукачів 102844 +шукаю 102845 +шукають 102846 +шукаючи 102847 +шукає 102848 +шукаєм 102849 +шукаємо 102850 +шукаєте 102851 +шукається 102852 +шукаєш 102853 +шуко 102854 +шулик 102855 +шульга 102856 +шульги 102857 +шульца 102858 +шульцову 102859 +шум 102860 +шумакова 102861 +шумер 102862 +шумиле 102863 +шумило 102864 +шумилові 102865 +шумить 102866 +шумков 102867 +шумлять 102868 +шумно 102869 +шумні 102870 +шумові 102871 +шуму 102872 +шумуванням 102873 +шумченка 102874 +шуміло 102875 +шупика 102876 +шурає 102877 +шурлюка 102878 +шурма 102879 +шурпаєв 102880 +шурпаєва 102881 +шурпи 102882 +шурупо 102883 +шурф 102884 +шуряки 102885 +шуснув 102886 +шуст 102887 +шустер 102888 +шустера 102889 +шустером 102890 +шутка 102891 +шуткую 102892 +шуткуєте 102893 +шуфрич 102894 +шуфутинського 102895 +шух 102896 +шухевич 102897 +шухевича 102898 +шучін 102899 +шушукання 102900 +шширокий 102901 +шьоґуна 102902 +шібанова 102903 +шідесят 102904 +шідесятого 102905 +шідесять 102906 +шійсят 102907 +шійсять 102908 +шійсяті 102909 +шіраз 102910 +шісдесят 102911 +шісдесяти 102912 +шісель 102913 +шіснадцять 102914 +шісот 102915 +шістдесяи 102916 +шістдесят 102917 +шістдесяте 102918 +шістдесяти 102919 +шістдесятилітнього 102920 +шістдесятиліття 102921 +шістдесятим 102922 +шістдесятитрьохрічний 102923 +шістдесятих 102924 +шістдесятого 102925 +шістдесятому 102926 +шістдесяту 102927 +шістдесятчотри 102928 +шістдесять 102929 +шістдесятьма 102930 +шістдесяті 102931 +шістдесяь 102932 +шістдеят 102933 +шістесят 102934 +шістесятої 102935 +шістех 102936 +шістидесяти 102937 +шістирічний 102938 +шістки 102939 +шістнадцята 102940 +шістнадцяте 102941 +шістнадцяти 102942 +шістнадцятий 102943 +шістнадцятим 102944 +шістнадцятиособову 102945 +шістнадцятирічна 102946 +шістнадцятирічному 102947 +шістнадцятих 102948 +шістнадцятого 102949 +шістнадцятому 102950 +шістнадцятої 102951 +шістнадцять 102952 +шістнадцятьма 102953 +шістнадцятьох 102954 +шістнадцятій 102955 +шістот 102956 +шістсот 102957 +шістці 102958 +шість 102959 +шістьдесят 102960 +шістьма 102961 +шістьом 102962 +шістьома 102963 +шістьох 102964 +шістьсот 102965 +шіть 102966 +щ 102967 +ща 102968 +щабель 102969 +щаблеві 102970 +щаблях 102971 +щаблі 102972 +щади 102973 +щас 102974 +щаслива 102975 +щасливе 102976 +щасливий 102977 +щасливим 102978 +щасливими 102979 +щасливих 102980 +щасливо 102981 +щасливого 102982 +щасливою 102983 +щасливої 102984 +щасливу 102985 +щасливую 102986 +щасливцеве 102987 +щасливцевому 102988 +щасливців 102989 +щасливчиків 102990 +щасливі 102991 +щасливішим 102992 +щасливішими 102993 +щасливіші 102994 +щасна 102995 +щасний 102996 +щасти 102997 +щастило 102998 +щастить 102999 +щастю 103000 +щастя 103001 +щастям 103002 +щасті 103003 +ще 103004 +щебетанні 103005 +щебече 103006 +щебечуть 103007 +щеголіхін 103008 +щедра 103009 +щедрий 103010 +щедрик 103011 +щедрих 103012 +щедро 103013 +щедрому 103014 +щедротах 103015 +щедрої 103016 +щедрість 103017 +щезли 103018 +щезло 103019 +щезне 103020 +щезнути 103021 +щей 103022 +щелеп 103023 +щелепи 103024 +щемливий 103025 +щемливим 103026 +щенки 103027 +щенків 103028 +щент 103029 +щеня 103030 +щенячий 103031 +щенячка 103032 +щенячки 103033 +щепкі 103034 +щеплення 103035 +щепленням 103036 +щепленнями 103037 +щеплено 103038 +щеплень 103039 +щеплені 103040 +щерба 103041 +щербак 103042 +щербатюк 103043 +щербаті 103044 +щербаченко 103045 +щеф 103046 +щимлять 103047 +щипановський 103048 +щипановським 103049 +щипановського 103050 +щира 103051 +щирий 103052 +щирим 103053 +щирими 103054 +щиро 103055 +щирості 103056 +щирою 103057 +щиру 103058 +щирі 103059 +щирість 103060 +щиріша 103061 +щирішою 103062 +щит 103063 +щита 103064 +щитами 103065 +щитаю 103066 +щитається 103067 +щити 103068 +щитовидка 103069 +щитом 103070 +щиточної 103071 +щиті 103072 +щитів 103073 +що 103074 +що-що 103075 +що-що-що 103076 +щоб 103077 +щоби 103078 +щобудні 103079 +щобільше 103080 +щов 103081 +щовечора 103082 +щовечірні 103083 +щовівторка 103084 +щоглу 103085 +щого 103086 +щогодини 103087 +щодалі 103088 +щоддо 103089 +щодеденних 103090 +щоден 103091 +щоденна 103092 +щоденне 103093 +щоденник 103094 +щоденника 103095 +щоденники 103096 +щоденним 103097 +щоденними 103098 +щоденних 103099 +щоденно 103100 +щоденного 103101 +щоденному 103102 +щоденної 103103 +щоденну 103104 +щоденні 103105 +щодень 103106 +щодесять 103107 +щодня 103108 +щодо 103109 +щодругий 103110 +щодуху 103111 +щож 103112 +щойно 103113 +щоках 103114 +щоки 103115 +щоку 103116 +щокілька 103117 +щолкав 103118 +щоменше 103119 +щомісяця 103120 +щомісячна 103121 +щомісячний 103122 +щомісячник 103123 +щомісячних 103124 +щомісячно 103125 +щомісячної 103126 +щомісячну 103127 +щомісячні 103128 +щонайбільше 103129 +щонайменш 103130 +щонайменше 103131 +щонайменще 103132 +щонайшвидше 103133 +щонеділі 103134 +щоночі 103135 +щоп'ятниці 103136 +щоп'ять 103137 +щопонеділка 103138 +щоправда 103139 +щопіврічні 103140 +щораз 103141 +щоразу 103142 +щоранку 103143 +щоро 103144 +щороку 103145 +щорс 103146 +щорічна 103147 +щорічне 103148 +щорічний 103149 +щорічним 103150 +щорічних 103151 +щорічно 103152 +щорічного 103153 +щорічному 103154 +щорічної 103155 +щорічну 103156 +щорічні 103157 +щосереди 103158 +щосили 103159 +щосуботи 103160 +щосхь 103161 +щось 103162 +щосьщоб 103163 +щотижневий 103164 +щотижневих 103165 +щотижнево 103166 +щотижневою 103167 +щотижневої 103168 +щотижневі 103169 +щотижня 103170 +щохвилини 103171 +щоці 103172 +щоч 103173 +щоча 103174 +щою 103175 +щоюи 103176 +щу 103177 +щупал 103178 +щупи 103179 +щур 103180 +щура 103181 +щури 103182 +щурів 103183 +щучим 103184 +щшо 103185 +щяз 103186 +щє 103187 +щілин 103188 +щілина 103189 +щілини 103190 +щілинки 103191 +щільний 103192 +щільним 103193 +щільних 103194 +щільно 103195 +щільні 103196 +щільність 103197 +щільніше 103198 +щільніший 103199 +щінка 103200 +щінків 103201 +щірий 103202 +щістлесят 103203 +щітка 103204 +щітки 103205 +щічки 103206 +ю 103207 +ю-ес-ес-сі 103208 +юагато 103209 +юажано 103210 +юань 103211 +юаня 103212 +юанів 103213 +юахімом 103214 +юбк 103215 +ювеліри 103216 +ювелірного 103217 +ювелірною 103218 +ювелірні 103219 +ювенальна 103220 +ювенальний 103221 +ювенальною 103222 +ювенальної 103223 +ювеналів 103224 +ювентус 103225 +ювентуса 103226 +ювілей 103227 +ювілейна 103228 +ювілейний 103229 +ювілейним 103230 +ювілейних 103231 +ювілейного 103232 +ювілейної 103233 +ювілею 103234 +ювілеєм 103235 +ювілеї 103236 +югославська 103237 +югославського 103238 +югославську 103239 +югославії 103240 +юдей 103241 +юдейську 103242 +юдейські 103243 +юдея 103244 +юдеї 103245 +юджеля 103246 +юджин 103247 +юдоль 103248 +юей 103249 +юес 103250 +юесайдевськім 103251 +южаніна 103252 +южне 103253 +южненський 103254 +южний 103255 +южного 103256 +южному 103257 +юзала 103258 +юзати 103259 +юзать 103260 +юзають 103261 +юзаються 103262 +юзерки 103263 +юзьков 103264 +юзьковець 103265 +юзівської 103266 +юкас 103267 +юкос 103268 +юкрейн 103269 +юлечка 103270 +юлею 103271 +юлинка 103272 +юлиного 103273 +юль 103274 +юлька 103275 +юльки 103276 +юльчик 103277 +юльчин 103278 +юлю 103279 +юля 103280 +юлєчка 103281 +юлі 103282 +юлійович 103283 +юлійовича 103284 +юлік 103285 +юліку 103286 +юлітою 103287 +юлічка 103288 +юлію 103289 +юлія 103290 +юліє 103291 +юлією 103292 +юлії 103293 +юн 103294 +юнайтед 103295 +юнак 103296 +юнака 103297 +юнаками 103298 +юнаків 103299 +юнармією 103300 +юнатом 103301 +юнацтва 103302 +юнацтво 103303 +юнацький 103304 +юнацьких 103305 +юнацької 103306 +юначок 103307 +юнб'юні 103308 +юнг 103309 +юнеско 103310 +юним 103311 +юних 103312 +юнкер 103313 +юнкера 103314 +юнко 103315 +юннеско 103316 +юного 103317 +юнона 103318 +юнонати 103319 +юноною 103320 +юноні 103321 +юності 103322 +юної 103323 +юну 103324 +юнь-лінь 103325 +юньвьоні 103326 +юні 103327 +юній 103328 +юніорський 103329 +юніорських 103330 +юніс 103331 +юнісеф 103332 +юність 103333 +юпитер 103334 +юпітер 103335 +юпітера 103336 +юр 103337 +юра 103338 +юрасик 103339 +юрасиком 103340 +юрасю 103341 +юрба 103342 +юрби 103343 +юрбою 103344 +юрбу 103345 +юрбі 103346 +юргайтіс 103347 +юргайтісом 103348 +юри 103349 +юридична 103350 +юридичне 103351 +юридичний 103352 +юридичним 103353 +юридичними 103354 +юридичних 103355 +юридично 103356 +юридичного 103357 +юридичному 103358 +юридичною 103359 +юридичної 103360 +юридичну 103361 +юридичні 103362 +юридичній 103363 +юрий 103364 +юрисдикцій 103365 +юрисдикцію 103366 +юрисдикції 103367 +юриспруденції 103368 +юрист 103369 +юриста 103370 +юристами 103371 +юристе 103372 +юристи 103373 +юристка 103374 +юристом 103375 +юристів 103376 +юрия 103377 +юрка 103378 +юркевич 103379 +юрко 103380 +юрку 103381 +юрмляться 103382 +юрмою 103383 +юрова 103384 +юрович 103385 +юрол 103386 +юролі 103387 +юрособи 103388 +юрпін 103389 +юрських 103390 +юру 103391 +юрць 103392 +юрцю 103393 +юрця 103394 +юрченко 103395 +юрчисі 103396 +юрчихою 103397 +юрчиху 103398 +юрчишин 103399 +юрчишина 103400 +юрчук 103401 +юрів 103402 +юрідичних 103403 +юрій 103404 +юрію 103405 +юрія 103406 +юрієм 103407 +юрії 103408 +юріївна 103409 +юсес 103410 +юста 103411 +юстицій 103412 +юстиція 103413 +юстиції 103414 +юстіровку 103415 +юсуфа 103416 +ют'юбі 103417 +юта 103418 +ютуб 103419 +ютуба 103420 +ютубери 103421 +ютубу 103422 +ютубі 103423 +ютьюб 103424 +ютюб 103425 +ютюбі 103426 +юхеджак 103427 +юхим 103428 +юхимович 103429 +юхновський 103430 +юшечка 103431 +юшечку 103432 +юшка 103433 +ющенка 103434 +ющенко 103435 +ющенкові 103436 +ющенком 103437 +ющенку 103438 +ющик 103439 +ющука 103440 +я 103441 +яаб 103442 +яаза 103443 +яап 103444 +яапу 103445 +яб 103446 +ябедник 103447 +ябедництва 103448 +яблонський 103449 +яблочка 103450 +яблочко 103451 +яблочком 103452 +яблука 103453 +яблуко 103454 +яблунецький 103455 +яблуня 103456 +яблуні 103457 +яблучками 103458 +яблучко 103459 +яблінки 103460 +ябченко 103461 +явився 103462 +явилась 103463 +явищ 103464 +явища 103465 +явищами 103466 +явище 103467 +явищем 103468 +явищі 103469 +явка 103470 +явку 103471 +явкі 103472 +являемся 103473 +является 103474 +являтись 103475 +являться 103476 +являюсь 103477 +являють 103478 +являються 103479 +являючи 103480 +являє 103481 +являємся 103482 +являється 103483 +явлінський 103484 +явлінському 103485 +явне 103486 +явний 103487 +явним 103488 +явних 103489 +явно 103490 +явною 103491 +явної 103492 +явну 103493 +явні 103494 +яворський 103495 +яворського 103496 +яворівським 103497 +яву 103498 +яг'я 103499 +яга 103500 +ягланд 103501 +ягняти 103502 +ягода 103503 +ягодами 103504 +ягодах 103505 +ягоди 103506 +ягодин 103507 +ягодині 103508 +ягою 103509 +ягу 103510 +ягуб 103511 +ягуба 103512 +ягупова 103513 +ягупову 103514 +ягід 103515 +ягідний 103516 +ягідних 103517 +яд 103518 +ядерки 103519 +ядеркою 103520 +ядерна 103521 +ядерне 103522 +ядерний 103523 +ядерник 103524 +ядерним 103525 +ядерними 103526 +ядерних 103527 +ядерного 103528 +ядерному 103529 +ядернох 103530 +ядерною 103531 +ядерної 103532 +ядерну 103533 +ядерні 103534 +ядерній 103535 +ядерці 103536 +ядра 103537 +ядро 103538 +ядром 103539 +ядру 103540 +ядрі 103541 +ядуча 103542 +ядів 103543 +яеуковича 103544 +яж 103545 +яз 103546 +язиди 103547 +язик 103548 +язика 103549 +язиками 103550 +язики 103551 +язиком 103552 +язиків 103553 +язиці 103554 +язичницьким 103555 +язичок 103556 +язі 103557 +яи 103558 +яйцами 103559 +яйце 103560 +яйцем 103561 +яйця 103562 +яйцями 103563 +як 103564 +яка 103565 +якак 103566 +якась 103567 +якби 103568 +яке 103569 +якеж 103570 +якесь 103571 +якже 103572 +яки 103573 +якиз 103574 +який 103575 +який-який 103576 +якийсь 103577 +якийся 103578 +яким 103579 +якими 103580 +якимись 103581 +якимось 103582 +якимсь 103583 +якись 103584 +яких 103585 +якихось 103586 +якихсь 103587 +якиі 103588 +якй 103589 +якк 103590 +якмога 103591 +якнайближчому 103592 +якнайбільше 103593 +якнайдалі 103594 +якнайкраще 103595 +якнайскорше 103596 +якнайскоріше 103597 +якнайшвидше 103598 +якнайшвидший 103599 +якнайшвидшого 103600 +якнайшвидшому 103601 +яко 103602 +якоби 103603 +яков 103604 +яковенко 103605 +яковина 103606 +яковини 103607 +яковиною 103608 +яковину 103609 +яковлева 103610 +яковлєва 103611 +якого 103612 +якогось 103613 +якой 103614 +якойсь 103615 +якомога 103616 +якому 103617 +якомусь 103618 +якорь 103619 +якостей 103620 +якость 103621 +якостях 103622 +якості 103623 +якось 103624 +якою 103625 +якоюсь 103626 +якоє 103627 +якої 103628 +якоїсь 103629 +якраз 103630 +якрах 103631 +яку 103632 +якубу 103633 +якудза 103634 +якунін 103635 +якусь 103636 +якутська 103637 +якутську 103638 +якутів 103639 +якую 103640 +якшо 103641 +якшошо 103642 +якщо 103643 +якє 103644 +які 103645 +якіб 103646 +якій 103647 +якійсь 103648 +якіми 103649 +якімось 103650 +якімісь 103651 +якісна 103652 +якісне 103653 +якісний 103654 +якісним 103655 +якісними 103656 +якісних 103657 +якісно 103658 +якісного 103659 +якісною 103660 +якісної 103661 +якісну 103662 +якісні 103663 +якісній 103664 +якісніша 103665 +якісніше 103666 +якість 103667 +якістю 103668 +якісь 103669 +якіторів 103670 +якіх 103671 +якіхось 103672 +якії 103673 +яле 103674 +ялинка 103675 +ялинки 103676 +ялинковий 103677 +ялинку 103678 +ялинок 103679 +ялинці 103680 +ялицю 103681 +ялиці 103682 +яловичина 103683 +яловичини 103684 +яловості 103685 +ялти 103686 +ялтинський 103687 +ялтинського 103688 +ялту 103689 +ялівцю 103690 +яма 103691 +ямайка 103692 +ямах 103693 +ями 103694 +ямполя 103695 +ямпіль 103696 +ямпіль-лисичанськ 103697 +яму 103698 +ямщинська 103699 +ян 103700 +яна 103701 +янг 103702 +янгону 103703 +яндекс 103704 +яндекса 103705 +яндексі 103706 +яневського 103707 +янес 103708 +яник 103709 +яничар 103710 +янки 103711 +янко 103712 +янковський 103713 +янків 103714 +яно 103715 +яновського 103716 +янса 103717 +янтар 103718 +янтарна 103719 +янтарної 103720 +яну 103721 +янукович 103722 +януковича 103723 +януковичем 103724 +януковичу 103725 +януковичі 103726 +януш 103727 +янчук 103728 +янь 103729 +яніна 103730 +янічого 103731 +янішевським 103732 +янґ 103733 +яп 103734 +япид 103735 +японець 103736 +японкою 103737 +японку 103738 +японська 103739 +японське 103740 +японський 103741 +японськими 103742 +японських 103743 +японсько 103744 +японського 103745 +японському 103746 +японської 103747 +японську 103748 +японські 103749 +японці 103750 +японців 103751 +японію 103752 +японія 103753 +японією 103754 +японії 103755 +яр 103756 +яра 103757 +ярами 103758 +яранга 103759 +ярах 103760 +ярд 103761 +ярду 103762 +яре 103763 +ярема 103764 +яремки 103765 +яремчанськими 103766 +яремче 103767 +яремчук 103768 +яремчука 103769 +яремчі 103770 +яреміца 103771 +яри 103772 +ярижниць 103773 +ярило 103774 +ярина 103775 +яриночко 103776 +яриться 103777 +ярка 103778 +яркий 103779 +ярко 103780 +яркою 103781 +ярлик 103782 +ярлика 103783 +ярлики 103784 +ярликом 103785 +ярма 103786 +ярмарки 103787 +ярмаркове 103788 +ярмарку 103789 +ярмаркувалося 103790 +ярмаркування 103791 +ярмарок 103792 +ярмо 103793 +ярмола 103794 +ярмоленка 103795 +ярмоленко 103796 +ярмом 103797 +ярмощук 103798 +ярового 103799 +ярові 103800 +ярок 103801 +яролюб 103802 +яром 103803 +ярослав 103804 +ярослава 103805 +ярославе 103806 +ярослави 103807 +ярославичі 103808 +ярославлем 103809 +ярославна 103810 +ярославну 103811 +ярославович 103812 +ярославовича 103813 +ярославовни 103814 +ярославом 103815 +ярославці 103816 +ярославі 103817 +ярославівна 103818 +ярочка 103819 +ярочко 103820 +ярошевич 103821 +ярошенко 103822 +ярських 103823 +яру 103824 +ярував 103825 +ярузі 103826 +ярус 103827 +ярце 103828 +ярів 103829 +яріс 103830 +ясел 103831 +ясена 103832 +ясера 103833 +ясинуватої 103834 +ясир 103835 +ясиру 103836 +ясичі 103837 +яскрава 103838 +яскраве 103839 +яскравий 103840 +яскравим 103841 +яскравих 103842 +яскраво 103843 +яскравого 103844 +яскравою 103845 +яскравої 103846 +яскраву 103847 +яскраві 103848 +яскравішим 103849 +ясла 103850 +ясна 103851 +яснапанятна 103852 +ясненько 103853 +ясний 103854 +ясним 103855 +ясними 103856 +ясно 103857 +ясновида 103858 +ясновиди 103859 +ясновидин 103860 +ясновиду 103861 +ясного 103862 +ясності 103863 +ясної 103864 +ясну 103865 +яснєнько 103866 +ясність 103867 +ясніша 103868 +яснішають 103869 +ясобі 103870 +яструб 103871 +ясуо 103872 +яських 103873 +яся 103874 +ясів 103875 +ят 103876 +ятоморе 103877 +яу 103878 +яхидств 103879 +яхно 103880 +яхт 103881 +яхти 103882 +яхту 103883 +яхххниххххнихххх 103884 +яцек 103885 +яценка 103886 +яценку 103887 +яценюк 103888 +яценюка 103889 +яценюком 103890 +яценюку 103891 +яцинюком 103892 +яцковець 103893 +ячменю 103894 +ячменя 103895 +ячмінем 103896 +ячмінь 103897 +ящика 103898 +ящиках 103899 +ящики 103900 +ящику 103901 +ящо 103902 +ящірко 103903 +яяя 103904 +яяяя 103905 +яяяян 103906 +яєць 103907 +яєчко 103908 +яєчний 103909 +яєчного 103910 +яєчню 103911 +яєчня 103912 +є 103913 +є-декларування 103914 +єбанатів 103915 +єбанута 103916 +єбані 103917 +єбаністічєські 103918 +єбаторії 103919 +єбобо 103920 +єбрр 103921 +єбєні 103922 +євангелистів 103923 +євангелицьких 103924 +євангельським 103925 +євангелізація 103926 +євангелія 103927 +євген 103928 +євгена 103929 +євгене 103930 +євгеном 103931 +євгену 103932 +євгеній 103933 +євгенію 103934 +євгенія 103935 +євгеніє 103936 +євгеся 103937 +єви 103938 +євнух 103939 +євнуха 103940 +євпаторії 103941 +євпропейського 103942 +євразійськими 103943 +євразійських 103944 +євразійського 103945 +євразійському 103946 +євразії 103947 +єврей 103948 +єврейства 103949 +єврейська 103950 +єврейське 103951 +єврейськими 103952 +єврейських 103953 +єврейського 103954 +єврейському 103955 +єврейською 103956 +єврейської 103957 +єврейську 103958 +єврейські 103959 +єврея 103960 +євреями 103961 +євреєв 103962 +євреєм 103963 +євреї 103964 +євреїв 103965 +євро 103966 +євро- 103967 +євро-дві 103968 +євро-п'ять 103969 +євроантлантичному 103970 +євроатлантику 103971 +євроатлантичкою 103972 +євроатлантична 103973 +євроатлантичний 103974 +євроатлантичних 103975 +євроатлантичного 103976 +євроатлантичної 103977 +євроатлантичну 103978 +євроатлантичні 103979 +євроатлантичній 103980 +євробаскетом 103981 +євробаскеті 103982 +євробачення 103983 +євробезпеки 103984 +євроблоку 103985 +євробляха 103986 +євробонди 103987 +євробондів 103988 +євробюрократи 103989 +євродискотека 103990 +єврозони 103991 +євроколег 103992 +євроколії 103993 +єврокомісар 103994 +єврокомісара 103995 +єврокомісару 103996 +єврокоміссії 103997 +єврокомісія 103998 +єврокомісії 103999 +єврокоштами 104000 +єврокубки 104001 +єврокубкових 104002 +єврокубку 104003 +євроліги 104004 +євролідерами 104005 +євролідерів 104006 +євромайдан 104007 +євромайданом 104008 +євромайдану 104009 +євромайдані 104010 +єврономера 104011 +єврооптимісти 104012 +єврооптимістом 104013 +єврооптимістів 104014 +європ 104015 +європа 104016 +європарламент 104017 +європарламента 104018 +європарламентарі 104019 +європарламентом 104020 +європарламенту 104021 +європарламенті 104022 +європатруль 104023 +європейских 104024 +європейского 104025 +європейська 104026 +європейське 104027 +європейськи 104028 +європейський 104029 +європейським 104030 +європейськими 104031 +європейських 104032 +європейсько 104033 +європейського 104034 +європейському 104035 +європейськості 104036 +європейською 104037 +європейської 104038 +європейську 104039 +європейські 104040 +європейській 104041 +європейськість 104042 +європейцем 104043 +європейця 104044 +європейцям 104045 +європейцями 104046 +європейці 104047 +європейців 104048 +європерезацію 104049 +європесйські 104050 +європеєзацію 104051 +європеїзації 104052 +європи 104053 +європолу 104054 +європою 104055 +європу 104056 +європі 104057 +єврорадіо 104058 +євроринку 104059 +євроскептик 104060 +євроскептиків 104061 +євроскептичні 104062 +євросоюз 104063 +євросоюзного 104064 +євросоюзом 104065 +євросоюзу 104066 +євросоюзі 104067 +євроспільнота 104068 +євроспільноти 104069 +євротуризм 104070 +єврочемпіонат 104071 +єврочиновників 104072 +євроінститутів 104073 +євроінтеграційних 104074 +євроінтеграційні 104075 +євроінтеграцію 104076 +євроінтеграція 104077 +євроінтеграцією 104078 +євроінтеграції 104079 +євтушенко 104080 +євтушку 104081 +євтушок 104082 +єву 104083 +євфрата 104084 +єві 104085 +єгерська 104086 +єгерською 104087 +єгерські 104088 +єгипет 104089 +єгипетська 104090 +єгипетським 104091 +єгипетськими 104092 +єгипетсько 104093 +єгипетського 104094 +єгипетському 104095 +єгипетської 104096 +єгипетську 104097 +єгипетські 104098 +єгиптом 104099 +єгипту 104100 +єгиптянами 104101 +єгиптяни 104102 +єгиптянин 104103 +єгипті 104104 +єгонської 104105 +єгор 104106 +єгора 104107 +єгорова 104108 +єгорову 104109 +єгором 104110 +єгору 104111 +єгорян 104112 +єдвабне 104113 +єден 104114 +єдин 104115 +єдина 104116 +єдине 104117 +єдиний 104118 +єдиним 104119 +єдиними 104120 +єдино 104121 +єдиноборствами 104122 +єдиного 104123 +єдиному 104124 +єдиноразовою 104125 +єдиною 104126 +єдиної 104127 +єдинства 104128 +єдину 104129 +єдинє 104130 +єдині 104131 +єдиній 104132 +єдисанська 104133 +єдна 104134 +єднала 104135 +єднали 104136 +єднальними 104137 +єднати 104138 +єднають 104139 +єднає 104140 +єдним 104141 +єдності 104142 +єдність 104143 +єдністю 104144 +єдрпоу 104145 +єдінствєнний 104146 +єдінічку 104147 +єеп 104148 +єзуїтський 104149 +єй 104150 +єк 104151 +єкатеринбурзі 104152 +єкатеріні 104153 +єкономіку 104154 +єкс-керівники 104155 +єкстремісти 104156 +єл 104157 +єла 104158 +єлена 104159 +єлизавета 104160 +єлизаветою 104161 +єлисаветград 104162 +єлисаветграда 104163 +єлисаветградський 104164 +єлисаветградської 104165 +єлисаветградській 104166 +єлисаветграді 104167 +єлисаветський 104168 +єлисейському 104169 +єльський 104170 +єльцена 104171 +єльценської 104172 +єльцин 104173 +єльцина 104174 +єлісейському 104175 +єлісейські 104176 +єлісєєв 104177 +ємен 104178 +єменська 104179 +єменськими 104180 +ємену 104181 +ємені 104182 +ємець 104183 +ємностях 104184 +ємності 104185 +ємність 104186 +ємцем 104187 +ємцю 104188 +єміль 104189 +єн 104190 +єнакієве 104191 +єнакієвого 104192 +єнакієвому 104193 +єнакіївський 104194 +єнакіївського 104195 +єнс 104196 +єнін 104197 +єпархій 104198 +єпархія 104199 +єпархії 104200 +єпископ 104201 +єпископа 104202 +єпископи 104203 +єпископом 104204 +єпископства 104205 +єпископів 104206 +єреванська 104207 +єревану 104208 +єревані 104209 +єрема 104210 +єремич 104211 +єремії 104212 +єретик 104213 +єрмак 104214 +єрмаков 104215 +єрмолаєв 104216 +єрмолаєва 104217 +єрофєєва 104218 +єрусалим 104219 +єрусалима 104220 +єрусалимом 104221 +єрусалимського 104222 +єрусалиму 104223 +єрусалимі 104224 +єршинаві 104225 +єс 104226 +єс-крапка 104227 +єс-сполучені 104228 +єсв 104229 +єсенувате 104230 +єси 104231 +єскоба 104232 +єслі 104233 +єсмь 104234 +єста 104235 +єства 104236 +єство 104237 +єстві 104238 +єсте 104239 +єсть 104240 +єсу 104241 +єта 104242 +єтинер 104243 +єткін 104244 +єутихій 104245 +єфремова 104246 +єфремову 104247 +єфєм 104248 +єфіру 104249 +єфірі 104250 +єханорова 104251 +єхануров 104252 +єханурова 104253 +єхануровим 104254 +єханурову 104255 +єхидно 104256 +єшками 104257 +єєєй 104258 +і 104259 +і-е 104260 +іапа 104261 +іберійському 104262 +ібрагіма 104263 +ібупрофен 104264 +іва 104265 +івака 104266 +іван 104267 +івана 104268 +івангород 104269 +івангорода 104270 +івангородці 104271 +івангороді 104272 +іване 104273 +іваненко 104274 +іванець 104275 +івани 104276 +іванка 104277 +іванкові 104278 +іванків 104279 +іванна 104280 +іванни 104281 +івано-франківськ 104282 +івано-франківська 104283 +івано-франківської 104284 +івано-франківську 104285 +івано-франківській 104286 +івано-франківщина 104287 +івано-франківщини 104288 +івано-франківщині 104289 +іванов 104290 +іванова 104291 +іванович 104292 +івановича 104293 +івановичу 104294 +івановна 104295 +іванові 104296 +іваном 104297 +івану 104298 +іванцова 104299 +іванчука 104300 +іванющенка 104301 +іванів 104302 +іванівки 104303 +іванішвілі 104304 +івасик 104305 +івасика 104306 +івась 104307 +івасюк 104308 +івасюка 104309 +іваш 104310 +івеко 104311 +івермектидів 104312 +івермектин 104313 +івермектини 104314 +івермектинів 104315 +івко 104316 +івківців 104317 +івківчан 104318 +іволарич 104319 +івченко 104320 +івіца 104321 +івіцу 104322 +ігнатенко 104323 +ігнатченко 104324 +ігнатів 104325 +ігнору 104326 +ігнорував 104327 +ігнорували 104328 +ігнорування 104329 +ігноруванням 104330 +ігнорувати 104331 +ігноруватиме 104332 +ігнорують 104333 +ігноруються 104334 +ігноруючи 104335 +ігнорує 104336 +ігноруємо 104337 +ігнорується 104338 +ігор 104339 +ігора 104340 +ігоре 104341 +ігорем 104342 +ігорко 104343 +ігором 104344 +ігору 104345 +ігорцю 104346 +ігорю 104347 +ігоря 104348 +ігорівна 104349 +ігорівській 104350 +іграли 104351 +іграми 104352 +іграти 104353 +іграх 104354 +іграшка 104355 +іграшках 104356 +іграшки 104357 +іграшковий 104358 +іграшку 104359 +іграють 104360 +ігри 104361 +ігровий 104362 +ігрових 104363 +ігрової 104364 +ігрову 104365 +ігровій 104366 +ігуан 104367 +ігуана 104368 +ігуану 104369 +ігуменя 104370 +ігіл 104371 +іде 104372 +ідеал 104373 +ідеала 104374 +ідеалам 104375 +ідеали 104376 +ідеалом 104377 +ідеалу 104378 +ідеальна 104379 +ідеальне 104380 +ідеальний 104381 +ідеальним 104382 +ідеальних 104383 +ідеально 104384 +ідеального 104385 +ідеальному 104386 +ідеальності 104387 +ідеальною 104388 +ідеальної 104389 +ідеальну 104390 +ідеальні 104391 +ідеальній 104392 +ідеалі 104393 +ідеалів 104394 +ідеалізації 104395 +ідеалізм 104396 +ідеалізували 104397 +ідеалізуємо 104398 +ідеалізуєте 104399 +ідеалістично 104400 +ідеалістом 104401 +ідеалісту 104402 +ідей 104403 +ідейкі 104404 +ідейна 104405 +ідейно 104406 +ідейну 104407 +ідейні 104408 +ідем 104409 +ідемо 104410 +ідентифікаційний 104411 +ідентифікаційні 104412 +ідентифікація 104413 +ідентифікації 104414 +ідентифікованих 104415 +ідентифіковувати 104416 +ідентифікували 104417 +ідентифікування 104418 +ідентифікувати 104419 +ідентифікують 104420 +ідентифікує 104421 +ідентифікуєте 104422 +ідентичне 104423 +ідентичний 104424 +ідентично 104425 +ідентичності 104426 +ідентичною 104427 +ідентичні 104428 +ідентичній 104429 +ідентичність 104430 +ідеологів 104431 +ідеологій 104432 +ідеологічна 104433 +ідеологічним 104434 +ідеологічними 104435 +ідеологічних 104436 +ідеологічно 104437 +ідеологічного 104438 +ідеологічному 104439 +ідеологічні 104440 +ідеологічній 104441 +ідеологію 104442 +ідеологія 104443 +ідеологією 104444 +ідеології 104445 +ідеться 104446 +ідеш 104447 +ідешь 104448 +ідею 104449 +ідея 104450 +ідеям 104451 +ідеями 104452 +ідеях 104453 +ідеєю 104454 +ідеї 104455 +іди 104456 +іди-іди 104457 +ідилія 104458 +ідриса 104459 +ідрісом 104460 +ідти 104461 +іду 104462 +ідуть 104463 +ідучи 104464 +іді 104465 +іділ 104466 +ідіома 104467 +ідіоми 104468 +ідіот 104469 +ідіоти 104470 +ідіотизм 104471 +ідіотка 104472 +ідіотом 104473 +ідіотів 104474 +ідіть 104475 +іетро 104476 +іжака 104477 +іжі 104478 +із 104479 +із-за 104480 +із-під 104481 +іза 104482 +ізбившими 104483 +ізварено 104484 +ізварино 104485 +ізваринській 104486 +ізвелів 104487 +ізволу 104488 +ізгоїв 104489 +іздила 104490 +іздити 104491 +іздить 104492 +іздохло 104493 +іздівались 104494 +ізжени 104495 +іззовні 104496 +ізльоті 104497 +ізмарагду 104498 +ізначально 104499 +ізнутрі 104500 +ізняв 104501 +ізні 104502 +ізобіліє 104503 +ізольований 104504 +ізольованим 104505 +ізольованого 104506 +ізольованому 104507 +ізольованою 104508 +ізольованої 104509 +ізольованість 104510 +ізолювали 104511 +ізолювати 104512 +ізолюватимемо 104513 +ізолює 104514 +ізолятор 104515 +ізолятора 104516 +ізолятори 104517 +ізоляторі 104518 +ізоляторів 104519 +ізоляційною 104520 +ізоляціонізму 104521 +ізоляцію 104522 +ізоляція 104523 +ізоляцією 104524 +ізоляції 104525 +ізоліровано 104526 +ізподтішка 104527 +ізрайлітяни 104528 +ізраілем 104529 +ізраіль 104530 +ізраільских 104531 +ізраільсько 104532 +ізраіля 104533 +ізраїлеві 104534 +ізраїлем 104535 +ізраїль 104536 +ізраїльска 104537 +ізраїльский 104538 +ізраїльских 104539 +ізраїльско 104540 +ізраїльского 104541 +ізраїльська 104542 +ізраїльське 104543 +ізраїльський 104544 +ізраїльським 104545 +ізраїльськими 104546 +ізраїльських 104547 +ізраїльсько 104548 +ізраїльського 104549 +ізраїльському 104550 +ізраїльської 104551 +ізраїльську 104552 +ізраїльські 104553 +ізраїльській 104554 +ізраїльтян 104555 +ізраїльтянам 104556 +ізраїльтянами 104557 +ізраїльтяни 104558 +ізраїлю 104559 +ізраїля 104560 +ізраїлі 104561 +ізригнув 104562 +ізробила 104563 +ізробилась 104564 +ізробили 104565 +ізроїльсько 104566 +ізучили 104567 +ізюм 104568 +ізюма 104569 +ізюмом 104570 +ізюмський 104571 +ізюмського 104572 +ізюмському 104573 +ізюму 104574 +ізюмщині 104575 +ізюмі 104576 +ізяславичі 104577 +ізів 104578 +ізіда 104579 +ій 104580 +ійен 104581 +іймовірні 104582 +ійон 104583 +ікбал 104584 +ікмедіном 104585 +ікнографічному 104586 +іко 104587 +ікомоз 104588 +ікомосу 104589 +ікон 104590 +ікони 104591 +іконографія 104592 +ікону 104593 +ікра 104594 +ікс 104595 +ікс-спорт 104596 +іл 104597 +іладіка 104598 +ілик 104599 +ілика 104600 +іллюмінацію 104601 +ілля 104602 +іллі 104603 +ілліной 104604 +іллінойс 104605 +іллінойсу 104606 +іллінойського 104607 +ілліноїс 104608 +іллінській 104609 +ілліч 104610 +ілліча 104611 +іллічівець 104612 +іловайськ 104613 +іловайська 104614 +ілька 104615 +ількка 104616 +ілько 104617 +ільмі 104618 +ільтяй 104619 +ільченко 104620 +ільяс 104621 +ільїнського 104622 +ілюзій 104623 +ілюзіоністи 104624 +ілюзію 104625 +ілюзія 104626 +ілюзією 104627 +ілюзії 104628 +ілюстративне 104629 +ілюстратор 104630 +ілюстраторів 104631 +ілюстрацій 104632 +ілюстрація 104633 +ілюстрацією 104634 +ілюстрації 104635 +ілюстровання 104636 +ілюстрування 104637 +ілюструвати 104638 +ілюструє 104639 +ілія 104640 +ілії 104641 +ілґової 104642 +ім 104643 +ім'я 104644 +ім'ям 104645 +імада 104646 +імама 104647 +імами 104648 +імамів 104649 +імана 104650 +імбарго 104651 +імбир 104652 +імбиром 104653 +імбиру 104654 +імеді 104655 +імейл 104656 +імейла 104657 +імейли 104658 +імейлу 104659 +імеляна 104660 +імелільників 104661 +імен 104662 +імена 104663 +іменами 104664 +іменем 104665 +іменник 104666 +іменника 104667 +іменники 104668 +іменником 104669 +іменників 104670 +іменними 104671 +іменно 104672 +іменною 104673 +іменної 104674 +іменні 104675 +імено 104676 +іменувати 104677 +іменується 104678 +імені 104679 +іменів 104680 +імлу 104681 +імлі 104682 +іммігрант 104683 +іммігранта 104684 +іммігрантам 104685 +іммігранти 104686 +іммігрантові 104687 +іммігрантського 104688 +іммігрантському 104689 +іммігрантів 104690 +імміграційних 104691 +імміграційної 104692 +імміграційні 104693 +імміграцію 104694 +імміграція 104695 +імміграції 104696 +іммігруєш 104697 +імовірна 104698 +імовірний 104699 +імовірним 104700 +імовірних 104701 +імовірно 104702 +імовірного 104703 +імовірному 104704 +імовірності 104705 +імовірною 104706 +імовірної 104707 +імовірні 104708 +імовірній 104709 +імовірність 104710 +імовірністю 104711 +імовірніше 104712 +імортерів 104713 +імпатична 104714 +імперативна 104715 +імперативний 104716 +імператора 104717 +імператорові 104718 +імператорський 104719 +імператорського 104720 +імператорському 104721 +імператорів 104722 +імператриця 104723 +імператриці 104724 +імперичне 104725 +імперсональної 104726 +імперсональну 104727 +імперська 104728 +імперське 104729 +імперський 104730 +імперськими 104731 +імперських 104732 +імперсько 104733 +імперського 104734 +імперському 104735 +імперською 104736 +імперську 104737 +імперські 104738 +імперській 104739 +імпертерів 104740 +імперіал 104741 +імперіалізм 104742 +імперіалізмом 104743 +імперіалізму 104744 +імперій 104745 +імперію 104746 +імперія 104747 +імперією 104748 +імперії 104749 +імплантація 104750 +імплантації 104751 +імплементацію 104752 +імплементація 104753 +імплементацією 104754 +імплементації 104755 +імплементова 104756 +імплементувати 104757 +імплементують 104758 +імпонують 104759 +імпонує 104760 +імпорт 104761 +імпортерам 104762 +імпортери 104763 +імпортерів 104764 +імпортна 104765 +імпортний 104766 +імпортних 104767 +імпортного 104768 +імпортної 104769 +імпортну 104770 +імпортні 104771 +імпортована 104772 +імпортоване 104773 +імпортований 104774 +імпортованими 104775 +імпортованих 104776 +імпортованої 104777 +імпортовані 104778 +імпортозалежності 104779 +імпортозалежність 104780 +імпортозаміщений 104781 +імпортом 104782 +імпорту 104783 +імпортував 104784 +імпортування 104785 +імпортувати 104786 +імпортують 104787 +імпортуючи 104788 +імпортує 104789 +імпорті 104790 +імпрезенти 104791 +імпровізація 104792 +імпровізації 104793 +імпровізованому 104794 +імпровізувати 104795 +імпульс 104796 +імпульси 104797 +імпульсивну 104798 +імпульсу 104799 +імпічмент 104800 +імпічмента 104801 +імпічменту 104802 +імран 104803 +імровіз 104804 +імунної 104805 +імунодефіциту 104806 +імунолог 104807 +імунолога 104808 +імунології 104809 +імунотерапію 104810 +імунотерапія 104811 +імунотерапії 104812 +імунізації 104813 +імунізовані 104814 +імунітет 104815 +імунітетом 104816 +імунітету 104817 +імуть 104818 +імєєтє 104819 +імі 104820 +імігранти 104821 +імігрантів 104822 +іміграції 104823 +імігрували 104824 +імігруєш 104825 +імідж 104826 +іміджевим 104827 +іміджу 104828 +іміджі 104829 +імітацій 104830 +імітацію 104831 +імітація 104832 +імітації 104833 +імітувати 104834 +імітують 104835 +імітує 104836 +імітуєте 104837 +ін 104838 +ін'єкцій 104839 +ін'єкційним 104840 +ін'єкцію 104841 +ін'єкції 104842 +іна 104843 +інавгурацію 104844 +інавгурація 104845 +інавгурації 104846 +інагураційної 104847 +інакодумець 104848 +інакодумства 104849 +інакодумцями 104850 +інакодумці 104851 +інакодумців 104852 +інакша 104853 +інакше 104854 +інакший 104855 +інакшого 104856 +інакшому 104857 +інакшою 104858 +інакшу 104859 +інакші 104860 +інакшій 104861 +інасіо 104862 +інаугурацію 104863 +інвазивність 104864 +інвалід 104865 +інвалідам 104866 +інвалідами 104867 +інваліди 104868 +інвалідних 104869 +інвалідного 104870 +інвалідному 104871 +інвалідності 104872 +інвалідність 104873 +інвалідністю 104874 +інвалідом 104875 +інвалідів 104876 +інвентар 104877 +інвентаризацію 104878 +інвентаризація 104879 +інвентаризації 104880 +інвентаря 104881 +інвертор 104882 +інверторам 104883 +інвесиції 104884 +інвестицій 104885 +інвестиційна 104886 +інвестиційний 104887 +інвестиційних 104888 +інвестиційно 104889 +інвестиційного 104890 +інвестиційному 104891 +інвестиційної 104892 +інвестиційну 104893 +інвестиційні 104894 +інвестиційній 104895 +інвестицію 104896 +інвестиція 104897 +інвестиціям 104898 +інвестиціями 104899 +інвестиції 104900 +інвестиіцй 104901 +інвестовані 104902 +інвестор 104903 +інвестора 104904 +інвесторам 104905 +інвесторами 104906 +інвестори 104907 +інвестором 104908 +інвесторських 104909 +інвестору 104910 +інвесторів 104911 +інвестував 104912 +інвестували 104913 +інвестуванню 104914 +інвестування 104915 +інвестуванні 104916 +інвестувати 104917 +інвестуватимуть 104918 +інвестуйте 104919 +інвестую 104920 +інвестують 104921 +інвестує 104922 +інвестуємо 104923 +інга 104924 +інги 104925 +інгольдштадт 104926 +інгольштадт 104927 +інгою 104928 +інгред 104929 +інгредієнт 104930 +інгрид 104931 +інгул 104932 +інгулець 104933 +інгушетії 104934 +інгушів 104935 +індастріс 104936 +індекс 104937 +індексацію 104938 +індексація 104939 +індексації 104940 +індекси 104941 +індексом 104942 +індексу 104943 +індексуються 104944 +індексується 104945 +індексів 104946 +індемнітет 104947 +індепенденс 104948 +індепендент 104949 +індивідуальна 104950 +індивідуальне 104951 +індивідуальний 104952 +індивідуальними 104953 +індивідуальних 104954 +індивідуально 104955 +індивідуального 104956 +індивідуальному 104957 +індивідуальності 104958 +індивідуальної 104959 +індивідуальну 104960 +індивідуальні 104961 +індивідуальній 104962 +індивідуальність 104963 +індивідуалів 104964 +індивідуалізації 104965 +індивідуалізовувати 104966 +індивідуалістичне 104967 +індивідуума 104968 +індикатор 104969 +індикатори 104970 +індикатором 104971 +індики 104972 +індико 104973 +індиків 104974 +індиферентно 104975 +індиферентні 104976 +індичий 104977 +індо-китайські 104978 +індонезійський 104979 +індонезійських 104980 +індонезії 104981 +індуктор 104982 +індульгенцій 104983 +індульгенція 104984 +індустріальна 104985 +індустріальних 104986 +індустріального 104987 +індустріалізації 104988 +індустріалізовані 104989 +індустріалізованій 104990 +індустрій 104991 +індустрію 104992 +індустрія 104993 +індустрії 104994 +інді 104995 +інді- 104996 +індіана 104997 +індіанаполісі 104998 +індіани 104999 +індіанська 105000 +індіану 105001 +індіанців 105002 +індіані 105003 +індійська 105004 +індійський 105005 +індійськими 105006 +індійських 105007 +індійського 105008 +індійському 105009 +індійською 105010 +індійської 105011 +індійську 105012 +індійські 105013 +індійцями 105014 +індійці 105015 +індію 105016 +індія 105017 +індією 105018 +індії 105019 +інертна 105020 +інертний 105021 +інертні 105022 +інерціалка 105023 +інет 105024 +інета 105025 +інеті 105026 +інженер 105027 +інженера 105028 +інженерами 105029 +інженери 105030 +інженерна 105031 +інженерне 105032 +інженерний 105033 +інженерних 105034 +інженерно 105035 +інженерному 105036 +інженерною 105037 +інженерні 105038 +інженером 105039 +інженерів 105040 +інкасаторський 105041 +інкасаторів 105042 +інквайр 105043 +інклюзивна 105044 +інклюзивний 105045 +інклюзивних 105046 +інклюзивного 105047 +інклюзивному 105048 +інклюзивної 105049 +інклюзивну 105050 +інклюзивній 105051 +інклюзії 105052 +інкогніто 105053 +інколи 105054 +інкорпоруватися 105055 +інкримінували 105056 +інкримінувалося 105057 +інкримінують 105058 +інкримінується 105059 +інкрустації 105060 +інкубатор 105061 +інкубаторів 105062 +інна 105063 +інни 105064 +інновацій 105065 +інноваційний 105066 +інноваційними 105067 +інноваційних 105068 +інноваційно 105069 +інноваційному 105070 +інноваційної 105071 +інноваційні 105072 +інновація 105073 +інноваціями 105074 +інновації 105075 +інноміне 105076 +інну 105077 +іновацій 105078 +іноваційне 105079 +іноваційним 105080 +іноваційно 105081 +іноваційну 105082 +іновації 105083 +іновгурації 105084 +іновірними 105085 +іноді 105086 +інозамовника 105087 +іноземець 105088 +іноземна 105089 +іноземне 105090 +іноземний 105091 +іноземним 105092 +іноземними 105093 +іноземних 105094 +іноземного 105095 +іноземної 105096 +іноземну 105097 +іноземні 105098 +іноземній 105099 +іноземцем 105100 +іноземцю 105101 +іноземцям 105102 +іноземцями 105103 +іноземці 105104 +іноземців 105105 +інозмна 105106 +інокультурні 105107 +іномовлення 105108 +інопланетянє 105109 +інородного 105110 +інородців 105111 +іносов 105112 +інрачервоній 105113 +інсайд 105114 +інсайдером 105115 +інсайдерську 105116 +інсайдерські 105117 +інсектицидом 105118 +інсинуації 105119 +інспектор 105120 +інспектора 105121 +інспекторам 105122 +інспекторату 105123 +інспектори 105124 +інспекторів 105125 +інспектували 105126 +інспектуванням 105127 +інспектує 105128 +інспекцій 105129 +інспекційні 105130 +інспекцію 105131 +інспекція 105132 +інспекцією 105133 +інспекції 105134 +інспіровано 105135 +інспірувати 105136 +інспірують 105137 +інст 105138 +інста 105139 +інстаграм 105140 +інстаграмі 105141 +інстальовував 105142 +інсталяцій 105143 +інсталяції 105144 +інстанція 105145 +інстанціях 105146 +інстанції 105147 +інстасторісів 105148 +інстинкт 105149 +інстинкти 105150 +інстинктивна 105151 +інстинктивно 105152 +інстинкту 105153 +інститут 105154 +інститутам 105155 +інститутами 105156 +інститутах 105157 +інститути 105158 +інститутом 105159 +інститутська 105160 +інститутської 105161 +інститутську 105162 +інститутській 105163 +інституту 105164 +інституті 105165 +інститутів 105166 +інституцій 105167 +інституційна 105168 +інституційний 105169 +інституційних 105170 +інституційно 105171 +інституційного 105172 +інституційність 105173 +інституцію 105174 +інституція 105175 +інституціям 105176 +інституціями 105177 +інституціях 105178 +інституцією 105179 +інституції 105180 +інструктаж 105181 +інструктор 105182 +інструктора 105183 +інструкторами 105184 +інструкторах 105185 +інструктори 105186 +інструктором 105187 +інструкторськими 105188 +інструкторські 105189 +інструкторів 105190 +інструктувати 105191 +інструктують 105192 +інструктує 105193 +інструкцій 105194 +інструкцію 105195 +інструкція 105196 +інструкціям 105197 +інструкціями 105198 +інструкціях 105199 +інструкцією 105200 +інструкції 105201 +інструмент 105202 +інструмента 105203 +інструментальне 105204 +інструментальний 105205 +інструментальної 105206 +інструментальну 105207 +інструментальні 105208 +інструментальній 105209 +інструментами 105210 +інструментарій 105211 +інструментах 105212 +інструменти 105213 +інструментовка 105214 +інструментовку 105215 +інструментові 105216 +інструментознавство 105217 +інструментом 105218 +інструменту 105219 +інструменті 105220 +інструментів 105221 +інструментільні 105222 +інсту 105223 +інсті 105224 +інстіт'ют 105225 +інсульт 105226 +інсульту 105227 +інсультів 105228 +інсулін 105229 +інсулінова 105230 +інсулінових 105231 +інсулінові 105232 +інсуліну 105233 +інсує 105234 +інсценувального 105235 +інсценізувати 105236 +інтеграційних 105237 +інтеграційної 105238 +інтеграційні 105239 +інтеграціонний 105240 +інтеграцію 105241 +інтеграція 105242 +інтеграцією 105243 +інтеграції 105244 +інтегрована 105245 +інтегрованих 105246 +інтегровано 105247 +інтегровану 105248 +інтегровані 105249 +інтегрованіший 105250 +інтегровувати 105251 +інтегровуються 105252 +інтегровує 105253 +інтегрувалася 105254 +інтегрувалися 105255 +інтегрувалось 105256 +інтегрування 105257 +інтегрувати 105258 +інтегруватись 105259 +інтегруватися 105260 +інтегруюсь 105261 +інтегрують 105262 +інтегруються 105263 +інтегрується 105264 +інтелегенція 105265 +інтелекту 105266 +інтелектуалам 105267 +інтелектуалом 105268 +інтелектуальний 105269 +інтелектуальним 105270 +інтелектуальних 105271 +інтелектуального 105272 +інтелектуальною 105273 +інтелектуальної 105274 +інтелектуальну 105275 +інтелектуальні 105276 +інтелектуалів 105277 +інтелігентий 105278 +інтелігентна 105279 +інтелігентний 105280 +інтелігентно 105281 +інтелігентною 105282 +інтелігентнішого 105283 +інтелігенція 105284 +інтелігенцією 105285 +інтелігенції 105286 +інтенсив 105287 +інтенсивна 105288 +інтенсивне 105289 +інтенсивний 105290 +інтенсивними 105291 +інтенсивних 105292 +інтенсивно 105293 +інтенсивного 105294 +інтенсивному 105295 +інтенсивності 105296 +інтенсивною 105297 +інтенсивної 105298 +інтенсивну 105299 +інтенсивні 105300 +інтенсивність 105301 +інтенсивністю 105302 +інтенсивніше 105303 +інтенсивнішу 105304 +інтенсифіковано 105305 +інтенсифікового 105306 +інтенції 105307 +інтер 105308 +інтер'єр 105309 +інтер'єрах 105310 +інтер'єри 105311 +інтер'єрів 105312 +інтерактив 105313 +інтерактивна 105314 +інтерактивне 105315 +інтерактивних 105316 +інтерактивну 105317 +інтерактивні 105318 +інтерактиву 105319 +інтерв'ю 105320 +інтерв'ювати 105321 +інтерв'юеру 105322 +інтерв'юшні 105323 +інтерв'юють 105324 +інтерварсіті 105325 +інтервенти 105326 +інтервью 105327 +інтергруватися 105328 +інтеренеті 105329 +інтерес 105330 +інтересам 105331 +інтересами 105332 +інтересах 105333 +інтереси 105334 +інтересм 105335 +інтересом 105336 +інтересу 105337 +інтересується 105338 +інтересів 105339 +інтернат 105340 +інтернатах 105341 +інтернати 105342 +інтернатних 105343 +інтернатура 105344 +інтернатури 105345 +інтернатуру 105346 +інтернаті 105347 +інтернатів 105348 +інтернаціонал 105349 +інтернаціональний 105350 +інтернаціональну 105351 +інтернаціоналізму 105352 +інтернет 105353 +інтернетних 105354 +інтернетного 105355 +інтернетом 105356 +інтернету 105357 +інтернеті 105358 +інтернетівських 105359 +інтернешенл 105360 +інтернешнал 105361 +інтернешнл 105362 +інтерни 105363 +інтерноване 105364 +інтерновані 105365 +інтерполу 105366 +інтерпретатори 105367 +інтерпретацію 105368 +інтерпретація 105369 +інтерпретації 105370 +інтерпретувати 105371 +інтерсіті 105372 +інтертоп 105373 +інтеру 105374 +інтерфакс 105375 +інтерфаксу 105376 +інтерфейс 105377 +інтеґрації 105378 +інтилегентній 105379 +інтимне 105380 +інтимненько 105381 +інтимний 105382 +інтимними 105383 +інтимних 105384 +інтимно 105385 +інтимні 105386 +інтоксикований 105387 +інтонація 105388 +інтонаціях 105389 +інтра 105390 +інтрев'ю 105391 +інтренеті 105392 +інтриг 105393 +інтрига 105394 +інтригам 105395 +інтриганством 105396 +інтриги 105397 +інтригу 105398 +інтригую 105399 +інтригуючим 105400 +інтригує 105401 +інтроверт 105402 +інтуїція 105403 +інтуїції 105404 +інфа 105405 +інфантильного 105406 +інфантильні 105407 +інфаркт 105408 +інфаркти 105409 +інфарктом 105410 +інфаркту 105411 +інфарктів 105412 +інфекцій 105413 +інфекційна 105414 +інфекційним 105415 +інфекційних 105416 +інфекційної 105417 +інфекційну 105418 +інфекційні 105419 +інфекція 105420 +інфекцією 105421 +інфекції 105422 +інфи 105423 +інфляційна 105424 +інфляційними 105425 +інфляційного 105426 +інфляційні 105427 +інфляцію 105428 +інфляція 105429 +інфляцією 105430 +інфляції 105431 +інфо 105432 +інфоатаки 105433 +інфовкидами 105434 +інфоволонтерства 105435 +інфографіку 105436 +інфокампанію 105437 +інфокампанії 105438 +інфомація 105439 +інфополем 105440 +інфопросторі 105441 +інфопідтримку 105442 +інфорадіо 105443 +інформ 105444 +інформа 105445 +інформагентств 105446 +інформагентства 105447 +інформагентство 105448 +інформагентству 105449 +інформагенції 105450 +інформативне 105451 +інформативним 105452 +інформативному 105453 +інформативності 105454 +інформативну 105455 +інформативність 105456 +інформатик 105457 +інформатику 105458 +інформатують 105459 +інформацєю 105460 +інформацій 105461 +інформаційна 105462 +інформаційне 105463 +інформаційний 105464 +інформаційним 105465 +інформаційними 105466 +інформаційних 105467 +інформаційно 105468 +інформаційного 105469 +інформаційному 105470 +інформаційною 105471 +інформаційної 105472 +інформаційну 105473 +інформаційні 105474 +інформаційній 105475 +інформаційність 105476 +інформаціх 105477 +інформацію 105478 +інформаціює 105479 +інформація 105480 +інформаціями 105481 +інформацією 105482 +інформації 105483 +інформований 105484 +інформованим 105485 +інформовані 105486 +інформполітики 105487 +інформував 105488 +інформувала 105489 +інформували 105490 +інформуванню 105491 +інформування 105492 +інформувати 105493 +інформую 105494 +інформують 105495 +інформуючи 105496 +інформує 105497 +інформуєм 105498 +інформцентру 105499 +інфороботи 105500 +інфосупроводу 105501 +інфофейками 105502 +інфофейки 105503 +інфошлак 105504 +інфою 105505 +інфрастр 105506 +інфраструктур 105507 +інфраструктура 105508 +інфраструктури 105509 +інфраструктурний 105510 +інфраструктурними 105511 +інфраструктурних 105512 +інфраструктурну 105513 +інфраструктурою 105514 +інфраструктуру 105515 +інфраструктурі 105516 +інфрачервоне 105517 +інфрачервоний 105518 +інфрачервоною 105519 +інфрачервону 105520 +інфу 105521 +інфузорій 105522 +інфікованим 105523 +інфікованими 105524 +інфікованих 105525 +інфіковані 105526 +інцидент 105527 +інцидентах 105528 +інциденти 105529 +інцидентом 105530 +інциденту 105531 +інциденті 105532 +інцидентів 105533 +інцідент 105534 +інш 105535 +інша 105536 +інше 105537 +інши 105538 +інший 105539 +іншим 105540 +іншими 105541 +іншини 105542 +інших 105543 +іншого 105544 +іншомовних 105545 +іншому 105546 +іншою 105547 +іншої 105548 +іншу 105549 +інші 105550 +іншій 105551 +іншім 105552 +іншіх 105553 +інщих 105554 +іняз 105555 +інінціювали 105556 +ініциатива 105557 +ініциативи 105558 +ініциативою 105559 +ініциативі 105560 +ініціалізація 105561 +ініціатив 105562 +ініціатива 105563 +ініціативами 105564 +ініціативах 105565 +ініціативи 105566 +ініціативна 105567 +ініціативних 105568 +ініціативою 105569 +ініціативу 105570 +ініціативі 105571 +ініціатор 105572 +ініціатора 105573 +ініціатори 105574 +ініціатором 105575 +ініціаторів 105576 +ініціацію 105577 +ініційована 105578 +ініційоване 105579 +ініційований 105580 +ініційованих 105581 +ініційовано 105582 +ініційованій 105583 +ініціював 105584 +ініціювала 105585 +ініціювали 105586 +ініціювало 105587 +ініціювання 105588 +ініціювати 105589 +ініціюватиме 105590 +ініціюють 105591 +ініціюючий 105592 +ініціює 105593 +іо 105594 +іоанн 105595 +іоанном 105596 +іовертаю 105597 +іоксфам 105598 +іона 105599 +іонічного 105600 +іпатіївський 105601 +іпатіївського 105602 +іпо 105603 +іполіція 105604 +іпотеки 105605 +іпотеку 105606 +іпотечними 105607 +іпотечних 105608 +іпотечної 105609 +іпотечну 105610 +іпотечні 105611 +іпсо 105612 +іпсошні 105613 +ір 105614 +ір-адрес 105615 +іра 105616 +ірабат 105617 +іраваді 105618 +ірак 105619 +ірака 105620 +іракець 105621 +іракові 105622 +іраком 105623 +іракська 105624 +іракський 105625 +іракським 105626 +іракськими 105627 +іракських 105628 +іракського 105629 +іракському 105630 +іракської 105631 +іракську 105632 +іракські 105633 +іракській 105634 +іракськіх 105635 +іраку 105636 +іракцям 105637 +іракцями 105638 +іракці 105639 +іракців 105640 +іран 105641 +ірана 105642 +іранка 105643 +іранові 105644 +іраном 105645 +іранська 105646 +іранське 105647 +іранський 105648 +іранським 105649 +іранськими 105650 +іранських 105651 +ірансько 105652 +іранського 105653 +іранському 105654 +іранської 105655 +іранську 105656 +іранські 105657 +іранській 105658 +ірану 105659 +іранцям 105660 +іранці 105661 +іранців 105662 +ірані 105663 +ірацькі 105664 +іраїль 105665 +ірвенгі 105666 +ірвін 105667 +ірен 105668 +іржавими 105669 +іржавою 105670 +іржаві 105671 +іржали 105672 +іржать 105673 +ірже 105674 +іржі 105675 +ірзаільтянин 105676 +іригації 105677 +іризлом 105678 +ірик 105679 +ірина 105680 +ірини 105681 +іринка 105682 +іринко 105683 +іринку 105684 +ірино 105685 +іриночко 105686 +іриною 105687 +ірину 105688 +ірині 105689 +іриска 105690 +ірисю 105691 +ірися 105692 +ірицаєнко 105693 +іриша 105694 +ірка 105695 +ірки 105696 +іркутську 105697 +ірландський 105698 +ірландським 105699 +ірландського 105700 +ірландську 105701 +ірландські 105702 +ірландцем 105703 +ірландцями 105704 +ірландці 105705 +ірландців 105706 +ірландію 105707 +ірландія 105708 +ірландії 105709 +ірма 105710 +ірму 105711 +іро 105712 +ірод 105713 +іром 105714 +іронізування 105715 +іронізувати 105716 +іронізує 105717 +іронічна 105718 +іронічний 105719 +іронічно 105720 +іронічного 105721 +іронічній 105722 +іронію 105723 +іронія 105724 +іронією 105725 +іронії 105726 +ірочка 105727 +ірочкою 105728 +ірою 105729 +ірпень 105730 +ірпеня 105731 +ірпені 105732 +ірпині 105733 +ірпінський 105734 +ірпінь 105735 +ірпінь-гостомнль 105736 +ірпіні 105737 +ірраваді 105738 +ірраціональним 105739 +ірунечок 105740 +ірусь 105741 +іруська 105742 +ірусю 105743 +іруся 105744 +ірушківка 105745 +ірці 105746 +ірій 105747 +іріша 105748 +іса 105749 +ісавий 105750 +ісадат 105751 +ісадек 105752 +ісайовичу 105753 +ісаєвич 105754 +іси 105755 +іскандер 105756 +іскандери 105757 +іскандером 105758 +ісковой 105759 +іскорчившуюся 105760 +іскра 105761 +іскри 105762 +іскрі 105763 +іслам 105764 +іслама 105765 +ісламабад 105766 +ісламабаду 105767 +ісламабаді 105768 +ісламом 105769 +ісламська 105770 +ісламське 105771 +ісламський 105772 +ісламськими 105773 +ісламських 105774 +ісламського 105775 +ісламському 105776 +ісламської 105777 +ісламські 105778 +ісламській 105779 +ісламу 105780 +ісламісти 105781 +ісламістське 105782 +ісламістський 105783 +ісламістським 105784 +ісламістськими 105785 +ісламістських 105786 +ісламістськм 105787 +ісламістського 105788 +ісламістської 105789 +ісламістські 105790 +ісламістів 105791 +ісламісько 105792 +ісламітського 105793 +ісландська 105794 +ісландію 105795 +ісландія 105796 +ісландією 105797 +ісландії 105798 +іслі 105799 +ісмаіл 105800 +ісмаіла 105801 +ісмаїл 105802 +ісмаїлом 105803 +ісмаїлу 105804 +існував 105805 +існувала 105806 +існували 105807 +існувало 105808 +існування 105809 +існуванням 105810 +існуванні 105811 +існувати 105812 +існуватиме 105813 +існуватимуть 105814 +існують 105815 +існуюча 105816 +існуючий 105817 +існуючим 105818 +існуючими 105819 +існуючих 105820 +існуючого 105821 +існуючою 105822 +існуючої 105823 +існуючу 105824 +існуючі 105825 +існуючій 105826 +існує 105827 +існуємо 105828 +іспанка 105829 +іспанку 105830 +іспанок 105831 +іспаномовних 105832 +іспанська 105833 +іспанський 105834 +іспанським 105835 +іспанськими 105836 +іспанського 105837 +іспанському 105838 +іспанською 105839 +іспанської 105840 +іспанську 105841 +іспанські 105842 +іспанській 105843 +іспанцеві 105844 +іспанцю 105845 +іспанця 105846 +іспанці 105847 +іспанців 105848 +іспаніст 105849 +іспанію 105850 +іспанія 105851 +іспаніяї 105852 +іспанією 105853 +іспанії 105854 +іспит 105855 +іспити 105856 +іспитовий 105857 +іспиту 105858 +іспиті 105859 +іспитів 105860 +ісполинськії 105861 +іспользуйтє 105862 +ісправний 105863 +ісса 105864 +істеблішмент 105865 +істеблішментом 105866 +істеблішменту 105867 +істеблішменті 105868 +істерик 105869 +істерика 105870 +істерики 105871 +істерику 105872 +істерію 105873 +істерії 105874 +істи 105875 +істина 105876 +істинами 105877 +істини 105878 +істинне 105879 +істинних 105880 +істинно 105881 +істинності 105882 +істину 105883 +історик 105884 +історика 105885 +історикам 105886 +істориками 105887 +історики 105888 +історико 105889 +історикові 105890 +істориком 105891 +істориків 105892 +історична 105893 +історичне 105894 +історичний 105895 +історичним 105896 +історичними 105897 +історичних 105898 +історично 105899 +історичного 105900 +історичному 105901 +історичної 105902 +історичну 105903 +історичні 105904 +історичній 105905 +історі 105906 +історій 105907 +історіографія 105908 +історіографією 105909 +історіографії 105910 +історію 105911 +історія 105912 +історіями 105913 +історіях 105914 +історією 105915 +історії 105916 +історїї 105917 +істот 105918 +істота 105919 +істоти 105920 +істотна 105921 +істотне 105922 +істотних 105923 +істотно 105924 +істотного 105925 +істотної 105926 +істоток 105927 +ісу 105928 +ісус 105929 +ісуса 105930 +ісусе 105931 +ісусу 105932 +іт 105933 +ітак 105934 +італомовне 105935 +італійська 105936 +італійське 105937 +італійський 105938 +італійським 105939 +італійськими 105940 +італійських 105941 +італійського 105942 +італійському 105943 +італійською 105944 +італійської 105945 +італійську 105946 +італійськький 105947 +італійські 105948 +італійській 105949 +італійця 105950 +італійці 105951 +італію 105952 +італія 105953 +італією 105954 +італії 105955 +ітераційний 105956 +іти 105957 +ітиметься 105958 +іто 105959 +ітогу 105960 +ітогє 105961 +ітогі 105962 +ітозі 105963 +ітпа 105964 +іуда 105965 +іудейському 105966 +іудейську 105967 +іудин 105968 +іул 105969 +іумільова 105970 +іформаційне 105971 +іфігенія 105972 +іх 105973 +іха 105974 +іханурова 105975 +іхня 105976 +іхні 105977 +іхній 105978 +іхнім 105979 +іхсаноглу 105980 +іхтіандрів 105981 +іхтіологія 105982 +іце 105983 +ічкерія 105984 +ічкерії 105985 +ічня 105986 +іша 105987 +ішемічна 105988 +ішена 105989 +ішла 105990 +ішли 105991 +ішлося 105992 +ішного 105993 +ішов 105994 +іштван 105995 +іштік 105996 +іще 105997 +ія 105998 +ієн 105999 +ієрархічну 106000 +ієрархічній 106001 +ієрархію 106002 +ієрархія 106003 +ієрусалиму 106004 +ієрусалимі 106005 +іі 106006 +ііз 106007 +ііі 106008 +іііііііііііііііі 106009 +ії 106010 +ї 106011 +їбались 106012 +їбальники 106013 +їбанашки 106014 +їбанутий 106015 +їбаністічєскімі 106016 +їбашать 106017 +їбашила 106018 +їбашили 106019 +їбашим 106020 +їбашимо 106021 +їбашимось 106022 +їбашите 106023 +їбашитись 106024 +їбашить 106025 +їбашиться 106026 +їбаште 106027 +їбоше 106028 +їбу 106029 +їбіться 106030 +їв 106031 +ївською 106032 +ївши 106033 +їда 106034 +їдальнях 106035 +їдальні 106036 +їде 106037 +їдем 106038 +їдемо 106039 +їдете 106040 +їдеться 106041 +їдеш 106042 +їди 106043 +їдна 106044 +їдного 106045 +їдну 106046 +їду 106047 +їдуть 106048 +їдучи 106049 +їдь 106050 +їдьмо 106051 +їдьте 106052 +їдять 106053 +їж 106054 +їжа 106055 +їжак 106056 +їжака 106057 +їжакових 106058 +їждження 106059 +їжджу 106060 +їжею 106061 +їжте 106062 +їжу 106063 +їжі 106064 +їзда 106065 +їздем 106066 +їздемо 106067 +їздець 106068 +їздеш 106069 +їзджу 106070 +їзди 106071 +їздив 106072 +їздила 106073 +їздили 106074 +їздило 106075 +їздим 106076 +їздимо 106077 +їздите 106078 +їздити 106079 +їздитимуть 106080 +їздить 106081 +їздиш 106082 +їзду 106083 +їздю 106084 +їздять 106085 +їздіть 106086 +їй 106087 +їла 106088 +їли 106089 +їм 106090 +їми 106091 +їмо 106092 +їніми 106093 +їсиш 106094 +їсте 106095 +їсти 106096 +їстимуть 106097 +їсторії 106098 +їсть 106099 +їсться 106100 +їстівна 106101 +їти 106102 +їх 106103 +їхав 106104 +їхала 106105 +їхали 106106 +їхало 106107 +їхати 106108 +їхатимуть 106109 +їхать 106110 +їхної 106111 +їхнього 106112 +їхньому 106113 +їхньою 106114 +їхньої 106115 +їхню 106116 +їхнюю 106117 +їхня 106118 +їхнє 106119 +їхні 106120 +їхній 106121 +їхнім 106122 +їхніми 106123 +їхніх 106124 +їі 106125 +її 106126 +ґ 106127 +ґава 106128 +ґазда 106129 +ґаздинь 106130 +ґан 106131 +ґанках 106132 +ґанку 106133 +ґанок 106134 +ґатунку 106135 +ґвалту 106136 +ґвалтувала 106137 +ґвалтуванням 106138 +ґвалтують 106139 +ґданськ 106140 +ґеніальний 106141 +ґжицький 106142 +ґлобалофіс 106143 +ґміни 106144 +ґо 106145 +ґолуста 106146 +ґоукемп 106147 +ґоукемпіст 106148 +ґоуґлобал 106149 +ґоф 106150 +ґпу 106151 +ґрат 106152 +ґрата 106153 +ґратами 106154 +ґрем 106155 +ґреммі 106156 +ґросс 106157 +ґросса 106158 +ґроссу 106159 +ґрошей 106160 +ґрузію 106161 +ґрузія 106162 +ґрунт 106163 +ґрунти 106164 +ґрунтований 106165 +ґрунтованої 106166 +ґрунтовими 106167 +ґрунтових 106168 +ґрунтовне 106169 +ґрунтовним 106170 +ґрунтовного 106171 +ґрунтовніше 106172 +ґрунтовнішими 106173 +ґрунтознавства 106174 +ґрунтом 106175 +ґрунтоутворення 106176 +ґрунту 106177 +ґрунтувався 106178 +ґрунтуватиметься 106179 +ґрунтуючись 106180 +ґрунтується 106181 +ґрунті 106182 +ґрунтів 106183 +ґудзик 106184 +ґудзиками 106185 +ґудзиків 106186 +ґуччі 106187 +ґхо 106188 +ґюнтером 106189 +ґі 106190 +ґінзберґ 106191 +#0 106192 + 106193 + 106194 diff --git a/exp/cpu_jit.pt b/exp/cpu_jit.pt new file mode 100644 index 0000000000000000000000000000000000000000..71cb81fc0f157e706cc69cc603452cb6479f080a --- /dev/null +++ b/exp/cpu_jit.pt @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:1b5a5ab6a26d88658922b6bcac970794547da8cc7840a11e31da156b0cf91288 +size 130759206 diff --git a/exp/pretrained.pt b/exp/pretrained.pt new file mode 100644 index 0000000000000000000000000000000000000000..6f4b6bff13974f1a4f503f73149df3dd712b6e1e --- /dev/null +++ b/exp/pretrained.pt @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:616abfdd0656aad03fa79bd5cf7f65cc92333737da49e7b571f8bcb0371e2896 +size 120505891 diff --git a/log/errs-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt b/log/errs-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt new file mode 100644 index 0000000000000000000000000000000000000000..1a7118050f45058eaaa9be988254c658ca9e2317 --- /dev/null +++ b/log/errs-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt @@ -0,0 +1,18843 @@ +%WER = 17.26 +Errors: 513 insertions, 578 deletions, 3097 substitutions, over 24269 reference words (20594 correct) +Search below for sections starting with PER-UTT DETAILS:, SUBSTITUTIONS:, DELETIONS:, INSERTIONS:, PER-WORD STATS: + +PER-UTT DETAILS: corr or (ref->hyp) +common_voice_uk_20894281-0-0: селянина власника знищеного (колективізацією->колективізацію) та голодомором треба відроджувати +common_voice_uk_20894282-1-0: виділи (очи->очі) що купували +common_voice_uk_20894283-2-0: якщо інвестує велика корпорація (на сторожі->насторожі) її інтересів стоїть посольство відповідної держави +common_voice_uk_20894285-3-0: давати клятву унітазу +common_voice_uk_20894291-4-0: на початку війни марко пішов добровольцем і загинув під іловайськом +common_voice_uk_20894292-5-0: на тобі боже що мені (не гоже->негоже) +common_voice_uk_20894294-6-0: безліч замальовок на папері олівець фарби пензлі +common_voice_uk_20894295-7-0: в реальному житті зеленський звів свою агітацію до мінімуму +common_voice_uk_20894311-8-0: він написав що підтримка сша для україни залишається незмінною +common_voice_uk_20894312-9-0: я думаю що дружба це також любов +common_voice_uk_20894313-10-0: доброму (їдцеви->єцеві) нема лихої страви +common_voice_uk_20894314-11-0: але бабуня замість відповіді цілувала мене в очі та (в чоло->вчавав) +common_voice_uk_20894315-12-0: подробиці наразі уточнюються +common_voice_uk_20894331-13-0: інші банки приєднаються найближчим часом +common_voice_uk_20894332-14-0: на сьогоднішній день графічні редактори та (ілюстратор->ілюстратори) доступні для широкого використання +common_voice_uk_20894333-15-0: зробила все можливе аби привернути увагу до імпресіонізму +common_voice_uk_20894334-16-0: є приклади в інших країнах як це вирішувалося це треба вивчати +common_voice_uk_20894336-17-0: збільшення податків копіює (ініціативи->ініціативу) минулої влади +common_voice_uk_20894337-18-0: у цю статистику входять і ранні смерті у тому числі від хвороб +common_voice_uk_20894338-19-0: ви знаєте який вона має попит +common_voice_uk_20894340-20-0: п'яту річницю весілля в народі називають дерев'яною +common_voice_uk_20894346-21-0: я це вперше чую +common_voice_uk_20894347-22-0: всі ці речі ми обов'язково пройдемо +common_voice_uk_20894349-23-0: вперше про розрив зіркової пари заговорили близько місяця тому +common_voice_uk_20894350-24-0: (*->ви) в результаті першого хрестового походу були створені численні малі держави (хрестоносців->христоносців) +common_voice_uk_20894351-25-0: б'ється як риба в (лід->літ) +common_voice_uk_20894352-26-0: це неправильно +common_voice_uk_20894353-27-0: повага також передбачає що всі грають в гру за (однаковими->одинаковими) правилами +common_voice_uk_20900100-28-0: вони одного плота (кілля->кільда) +common_voice_uk_20900102-29-0: щиро дякую +common_voice_uk_20900103-30-0: очі (завидющі->заводющі) руки (загребущі->заграбуще) +common_voice_uk_20900104-31-0: до кого я пригорнуся і хто (приглубить->приголубить) +common_voice_uk_20900140-32-0: погодьтесь що за два місяці і п'ять днів охопити місто київ нереально +common_voice_uk_20900141-33-0: ці всі напади я пов'язую з моєю принциповою діяльністю +common_voice_uk_20900142-34-0: електрична енергія широко застосовується в усіх галузях народного господарства і в побуті +common_voice_uk_20900143-35-0: це (є->*) причина в тому що +common_voice_uk_20900150-36-0: як (запізниш->запізнять) одним днем не доженеш і конем +common_voice_uk_20900151-37-0: ти можеш собі про мене бути й професором +common_voice_uk_20900152-38-0: це тема окремої розмови +common_voice_uk_20900153-39-0: вона віддасться +common_voice_uk_20900154-40-0: щось тут було дуже непевне +common_voice_uk_20900160-41-0: тому я би просив єдине слово виключити +common_voice_uk_20900162-42-0: ну нас уже двоє буде +common_voice_uk_20900163-43-0: (еринії->ери ні) уособлення помсти +common_voice_uk_20900210-44-0: інші не прийшли і їх це не цікавить +common_voice_uk_20900211-45-0: верніть мій телефон +common_voice_uk_20900212-46-0: радіоквоти (впроваджені->впровадженні) два роки тому спричинили вибух (україномовної->україна мовної) музики +common_voice_uk_20900213-47-0: (спинний->спини) мозок здійснює дві функції (рефлекторну->рефлекторно) і (провідникову->провідниково) +common_voice_uk_20900214-48-0: не буду я спати +common_voice_uk_20917857-49-0: це економічно (обгрунтовано->обґрунтовано) +common_voice_uk_20917858-50-0: золотий телець багатство збагачення як єдина мета життя +common_voice_uk_20917859-51-0: будь який життєвий урок засвоєний (емпірично->імперично) запам'ятовується назавжди +common_voice_uk_20917860-52-0: універсальний літературний словник (довідник->товітник) подає тисячі визначень стосовно літературного стилю та української мови +common_voice_uk_20917861-53-0: це злочин +common_voice_uk_20928506-54-0: з (файної->файною) дівки й молодиця файна +common_voice_uk_20928507-55-0: я прошу перевірити кворум у залі +common_voice_uk_20928508-56-0: (почали->почала) б від'їжджати цілі фірми +common_voice_uk_20928509-57-0: жити значить працювати +common_voice_uk_20928510-58-0: (барон мюнхгаузен->боронвін хаузан) веселий (брехун->брехон) і (хвалько->холько) +common_voice_uk_20943371-59-0: закинуті храми різняться розмірами (віком->вікон) історичною художньою та культурною цінністю +common_voice_uk_20943373-60-0: кожний громадянин україни зобов'язаний володіти державною мовою +common_voice_uk_20943375-61-0: у бразилійців звичка пити солодку каву +common_voice_uk_20943377-62-0: (у->*) державних навчальних закладах існує мораторій на підвищення вартості навчання +common_voice_uk_20943380-63-0: (мутагени->мутагини) речовини і явища які можуть викликати мутації +common_voice_uk_20947487-64-0: королівським персонам як і звичайним (парам->паром) теж доводиться справлятися з труднощами +common_voice_uk_20947489-65-0: псевдонім вигадане ім'я вибране автором чи (виконавцем->виконавцями) для позначення свого авторства +common_voice_uk_20947490-66-0: його земляк з краснодону продовжив там немає легітимної влади +common_voice_uk_20947491-67-0: після (виснажливої->веснажної) роботи з людьми (вгамовує->в догамовує) стрес переглядом (відосів->фітосів) +common_voice_uk_20947493-68-0: (це->ця) ганьба +common_voice_uk_20947494-69-0: і тоді коли ми відправляємо рішення повідомлення ми вже маємо нову інформацію +common_voice_uk_20947495-70-0: але (ви не->вона) сказали жодного слова про скасування президентської недоторканості недоторканості суддів +common_voice_uk_20947496-71-0: книга за сімома печатями щось незрозуміле приховане неприступне +common_voice_uk_20947497-72-0: ждав цього не думав тільки що (покличуть->покличу й) так швидко +common_voice_uk_20947498-73-0: приміром (в->у) цьому році в конкурсі міс всесвіт брала участь трансгендер +common_voice_uk_20947502-74-0: штучне переривання вагітності якщо вона не перевищує дванадцяти тижнів може здійснюватися за бажанням жінки +common_voice_uk_20947505-75-0: але якщо історію змінити не можна можна (*->можна) стати її частиною +common_voice_uk_20947506-76-0: я озираюсь у минуле й переживаю (двоякі->двояки) відчуття +common_voice_uk_20947507-77-0: любов і ненависть одвічні подруги (і->й) поетичні музи +common_voice_uk_20947508-78-0: (не далеко міх від торби->надала кому міг відторби) відбіг +common_voice_uk_20947509-79-0: ви сказали про відсутність паперових талонів +common_voice_uk_20947510-80-0: (тому є->то моє) прохання все ж таки підтримати (і->й) +common_voice_uk_20947511-81-0: залишиться лиш (дим->тим) та нитка +common_voice_uk_20948496-82-0: (і жили довго->жилодовго) +common_voice_uk_20948497-83-0: тому будь ласка приходьте на комісію (і->й) контролюйте виконання своїх доручень або запитів +common_voice_uk_20948498-84-0: під назвою сапфір без прикметника розуміють синій сапфір +common_voice_uk_20948499-85-0: давайте це зробимо +common_voice_uk_20948500-86-0: на зубах перетирати когось +common_voice_uk_20948506-87-0: я не розумію +common_voice_uk_20948507-88-0: жовтий (корунд->курунд) східний топаз +common_voice_uk_20948508-89-0: (потий->поти й) діда (дотий->до тих) хліба +common_voice_uk_20948509-90-0: синій сапфір дорогоцінний камінь першого порядку +common_voice_uk_20948512-91-0: вогкість поля м'яко торкалась (*->у) лиця +common_voice_uk_20948513-92-0: на чийому кони сидиш тому пісню співай +common_voice_uk_20948514-93-0: його підлеглі підозрюються у перевищенні своїх повноважень +common_voice_uk_20975609-94-0: працював ветеринарним лікарем на птахофабриці яка вирощувала (бройлерів->бойлерів) +common_voice_uk_20975610-95-0: хоч би ти йому сказав +common_voice_uk_20975611-96-0: тобто ви пропонуєте повернутися до цього питання +common_voice_uk_20975612-97-0: (добробут і->добро бути) щастя країни з найбільшим населенням у світі залежить від цього +common_voice_uk_20975613-98-0: ім'я потерпілого від (правопорушення->правого порушення) може бути (обнародуване->однародуване) лише за його (згодою->сходою) +common_voice_uk_20982328-99-0: об'їхали (всі населені->не) пункти зустрілися із головами (сільрад->*) +common_voice_uk_20982330-100-0: слухайте (всі це голос пригнобленої меншості->*) +common_voice_uk_20982337-101-0: пане (володимире->була була) +common_voice_uk_20982340-102-0: (вечероньки не доїла->бачила) +common_voice_uk_20982342-103-0: (варфоломіївська ніч жорстока масова розправа->не) +common_voice_uk_20985805-104-0: фізична особа має право (вільно->вільне) збирати зберігати використовувати і поширювати інформацію +common_voice_uk_20985807-105-0: я поїхав фактично відразу ж після політеху +common_voice_uk_20985809-106-0: найдорожче на землі (дурість->турість) тому що за (неї->нею) доводиться дуже (дорого розплачуватися->торго розплачуватись) +common_voice_uk_20987004-107-0: червона нитка керівна ідея головна думка тенденція +common_voice_uk_20987005-108-0: інформацією з обмеженим доступом (є конфіденційна->як конфлітенційна) таємна (та службова->каслужбова) інформація +common_voice_uk_20987006-109-0: бути гідним свого батька твоя особиста честь +common_voice_uk_20987007-110-0: (іще->і що) очі не дрімали а вже сходить сонце +common_voice_uk_20987008-111-0: без освіти (люди і грубі->лютої групі) і бідні (і->й) нещасні +common_voice_uk_20987009-112-0: у мене (роботи було->робота була) зовсім мало +common_voice_uk_20987010-113-0: абзац текст від одного нового рядка до другого +common_voice_uk_20987011-114-0: мовчи (ротику->гротику) будеш їсти кашку +common_voice_uk_20987012-115-0: весело зауважив він +common_voice_uk_20987013-116-0: особи нападників установлюються +common_voice_uk_20987014-117-0: це відома людина +common_voice_uk_20987015-118-0: тому на мою думку цей пункт трошки безглуздий з точки зору законодавства +common_voice_uk_20987018-119-0: плаває як сокира на воді +common_voice_uk_20987019-120-0: сонно (шелестіли->шелестіло) вершечки дерев і наче (знов->знав) засипаючи (змовкали->з мовками) +common_voice_uk_20987020-121-0: (при читанні->причинні) твору абзац вимагає довшої паузи ніж це буває після закінчення речення +common_voice_uk_20987021-122-0: важких випадків немає +common_voice_uk_20987022-123-0: вже проведений тендер і визначений підрядник +common_voice_uk_20987023-124-0: я думаю що це буде на користь громаді +common_voice_uk_20987024-125-0: поза чергою +common_voice_uk_20987026-126-0: ні з (собов->сабол) не візьми ні дома не (лиши->лише) +common_voice_uk_20987027-127-0: запрошуємо вас до трибуни +common_voice_uk_20987028-128-0: срібляста тінь +common_voice_uk_20987034-129-0: дитині (подарували->подарувала) іграшковий набір лікаря (у кота->око та) почалося нове життя з (важковиліковними->важковилікованими) хворобами +common_voice_uk_20987035-130-0: дякую за (змістовну->змістомну) доповідь +common_voice_uk_20987037-131-0: (у->о) стамбулі таємниче зник саудівський журналіст +common_voice_uk_20987045-132-0: дякую пані ольго +common_voice_uk_20987046-133-0: де ваш альтернативний план +common_voice_uk_20987047-134-0: серед інших прикладів (протести й->протесту із) заворушення у вашингтоні під час інавгурації президента +common_voice_uk_20987055-135-0: тому ми за ними доглядаємо і будемо доглядати +common_voice_uk_20987057-136-0: (іще->і що) очі не дрімали +common_voice_uk_20987058-137-0: такий стиль новин знижує легітимність виборів і поляризує суспільство +common_voice_uk_20992665-138-0: і все таки (хотілось->хотіли) щоб цьому (питанню->питанні) ми приділили більше уваги +common_voice_uk_20992668-139-0: після указу (з наступного->заступного) дня у нас починається виборчий процес +common_voice_uk_20992675-140-0: відносно того (щоб->що) продати +common_voice_uk_20992676-141-0: усі тільки (й->*) говорили за спиною що митець (сліпо закоханий->і позакоханий) у танцівниць +common_voice_uk_20992677-142-0: у багатьох регіонах країни посуха тривала півроку й (більше->більша) +common_voice_uk_20992678-143-0: в одної в руках горить (у->од) другої гниє +common_voice_uk_20992720-144-0: про це він сам розповів у своєму твіттері +common_voice_uk_20992721-145-0: ще раз повторюю +common_voice_uk_20992723-146-0: (утрималась->отримала) жінка третій +common_voice_uk_20992734-147-0: (і от раз->од трас) увечері до мого попа (почали->почала) сходитися гості +common_voice_uk_20992735-148-0: золоті верби за (нею->неї) ростуть +common_voice_uk_20992736-149-0: маєш образу на мене не в тім річ +common_voice_uk_20992738-150-0: (бумаги та->помагай) чорнила купив собі у гуляйполі +common_voice_uk_20992744-151-0: не можна починати про студентське самоврядування а закінчувати низькими зарплатами викладачів +common_voice_uk_20992746-152-0: але зараз мова не про це +common_voice_uk_20992747-153-0: я підтримую пана спікера в тому що ми завжди повинні пам'ятати уроки історії +common_voice_uk_20992748-154-0: ти не любиш моїх пісень а (а->*) не любиш +common_voice_uk_20992754-155-0: і останнє вишенька на торт +common_voice_uk_20992755-156-0: але (при->прес) справедливій приватизації підприємства опинилися б у іноземців +common_voice_uk_20992756-157-0: вже зима але погода не поспішає ставати морозною +common_voice_uk_20992757-158-0: і не буде в україні розколу (а->або) буде гармонія і порозуміння +common_voice_uk_20992819-159-0: (ви ж->*) керівник громадської організації +common_voice_uk_20992820-160-0: офіційно приватна власність починається за метр за стовпом +common_voice_uk_20992823-161-0: всі наполягають +common_voice_uk_20992849-162-0: (вибий->вей) бук з його рук поки ним тебе не вдарив +common_voice_uk_20992850-163-0: тепер з приводу перерозподілу +common_voice_uk_20992851-164-0: персональний склад ради національної безпеки (і->*) оборони україни формує президент україни +common_voice_uk_20992852-165-0: я зараз внесу пропозиції +common_voice_uk_20992853-166-0: оскільки для мого проекту (потрібні були->потрібен був) лише великі міста та (села->селам) міського +common_voice_uk_20993816-167-0: втім якщо (ознайомитися->осна я) з фактами то вимальовується цілком інша картина +common_voice_uk_20993817-168-0: але цього разу ми не зможемо проголосувати за значну частину політиків +common_voice_uk_20993818-169-0: це (дуже->туша) смачний сніданок який подарує позитив і корисні калорії на весь день +common_voice_uk_20993819-170-0: радянський завод на якому працювали її батьки (вмер->мер) +common_voice_uk_21087489-171-0: як (довго тривали->довготривале) зйомки +common_voice_uk_21087581-172-0: чим дорожче виведене з (ладу->зела до) обладнання тим цінніший досвід +common_voice_uk_21087582-173-0: існує ряд різних пензлів що (емітують аерозоль->емотуйт аерозорі) сангіну (пастель->постель) лайнер перо маркер олівець +common_voice_uk_21087586-174-0: можливо також за вміння мовчати і не висовуватися +common_voice_uk_21087589-175-0: тоді ставлю на голосування пропозицію голови земельної профільної комісії про зняття +common_voice_uk_21087590-176-0: у спину вистрілили з (травматичної зброї->травматичною зброєю) +common_voice_uk_21087631-177-0: пішов світ за (очи->очі) +common_voice_uk_21087632-178-0: вони увірвалися до демонстраційної зали і (почало->почали) нищити експонати +common_voice_uk_21087633-179-0: тут знімали кілька фільмів +common_voice_uk_21087635-180-0: бувало і (куря кувало->курякувало) а нині (й->*) зозуля не хоче +common_voice_uk_21087690-181-0: взагалі (у цій всіх->оці всій) схемі немає нічого нового і (надоригінального->неоригінального) +common_voice_uk_21087694-182-0: (азурит->а журит) мінерал (класу->клас у) карбонатів водний карбонат міді +common_voice_uk_21087695-183-0: і мимоволі (попленталася->попленталося) я (опісля->після) в (он той->онтой) ліс +common_voice_uk_21161923-184-0: підрозділ морпіхів у (феодосії->феодосі) +common_voice_uk_21161924-185-0: (бережи та шануй->пережита шанує) пам'ять про померлих +common_voice_uk_21173251-186-0: цей сервіс дозволить тепер платити через смартфон а не через ці каси +common_voice_uk_21173252-187-0: зловивши (садовили->задавили) в холодну де не раз і били +common_voice_uk_21173254-188-0: потім (тайвань->та івань) захопили китайці які не мали (з аборигенами->за береги нам і) нічого спільного +common_voice_uk_21173255-189-0: через низьку зарплату молодь не хоче залишатися у містечку донецької області +common_voice_uk_21173256-190-0: різниця в тому що японці не вважають що через це треба злитися +common_voice_uk_21199994-191-0: увійди в слова +common_voice_uk_21199998-192-0: до чорта в зуби потрапити +common_voice_uk_21200003-193-0: хоть півсвіта зійти другого такого не найти +common_voice_uk_21203417-194-0: у мене таке запитання +common_voice_uk_21203419-195-0: у дорозі застав його (й смерк->і з мерк) синій вечірній +common_voice_uk_21203420-196-0: я замер +common_voice_uk_21203421-197-0: ви олімпійський чемпіон +common_voice_uk_21203496-198-0: (золотій насти->золоті нафти) солом'яний іван до пари +common_voice_uk_21203498-199-0: ці офіційні консультації відкриті +common_voice_uk_21203500-200-0: як не буде (птахівто і->птахів то й) людське серце стане (черствішим->черсткішим) +common_voice_uk_21203504-201-0: також нами запропоновані заходи по енергозбереженню +common_voice_uk_21203561-202-0: курс на євроінтеграцію це крок назустріч розвиненому суспільству +common_voice_uk_21203564-203-0: і край +common_voice_uk_21203567-204-0: по третє фінансові (і->й) логістичні задачі виконуються занадто повільно +common_voice_uk_21203598-205-0: про це свідчать численні залишки древніх культур знайдені на його околицях +common_voice_uk_21203601-206-0: лунає оповіщення системи безпеки фабрики (яке->яка) попереджає про наближення ракети з (ядерною->ядерної) боєголовкою +common_voice_uk_21203602-207-0: (крокодилячі->крокодилляче) сльози лицемірні сльози роблене (співчуття->співчуттям) +common_voice_uk_21203604-208-0: тобто все залишається так як є +common_voice_uk_21203606-209-0: планує обговорити шляхи якими можна поліпшити стратегічне партнерство +common_voice_uk_21216661-210-0: гей (*->гей) бережись осипе я твоя правда (безштанько->без штанько) а в'язи тобі (скручу->скричу) +common_voice_uk_21216662-211-0: а ось і мої морально етичні (й->*) сякі такі економічні аргументи +common_voice_uk_21216664-212-0: ганді завжди розділяв людину і функції які вона виконує +common_voice_uk_21216665-213-0: довгий час (ми не збирались->мене збиралась) +common_voice_uk_21216666-214-0: (цербер->царбер) злий (невмолимий->не в малимий) вартовий +common_voice_uk_21217535-215-0: і тоді буде у вас все добре +common_voice_uk_21217536-216-0: правду (в->*) очі краще говорити по телефону +common_voice_uk_21217538-217-0: сьогодні я ходив у магазин по продукти +common_voice_uk_21217539-218-0: мовляв досить лише змінити таку систему і автоматично відпаде потреба (фальшувати справи->в такшувати справу) +common_voice_uk_21222762-219-0: і тому на сьогоднішній день питання (врегульовано->врегульоване) наступним чином +common_voice_uk_21222763-220-0: (але->а) десь за (пів години->півгодини) зрозумів україномовної (бази->песи) населених пунктів україни немає +common_voice_uk_21222764-221-0: і в ложці води (втопити->хто потому) може +common_voice_uk_21222765-222-0: я (пила->прилав) би це життя +common_voice_uk_21228175-223-0: аргонавти сміливі мандрівники першовідкривачі +common_voice_uk_21228177-224-0: оціночні судження не підлягають спростуванню та доведенню їх правдивості +common_voice_uk_21228179-225-0: таким чином також підтримати малий бізнес +common_voice_uk_21228181-226-0: (гроші->гаші) дають навіть наперед +common_voice_uk_21228183-227-0: з раннього ранку до пізньої (ніченькі->ніченьки) голкою (денно->денну) верти +common_voice_uk_21228206-228-0: і це далеко (не->на) всі (*->до) аргументи на користь вивчення сі +common_voice_uk_21228211-229-0: використати цю аудиторію для поширення +common_voice_uk_21228213-230-0: (притча во язяцех->перетча воязицях) предмет загального осуду (й глузування і->і полозування й) те про що всі говорять +common_voice_uk_21251129-231-0: загальна позовна давність встановлюється тривалістю у три роки +common_voice_uk_21251130-232-0: пам'ять наших героїв буде вшанована (і->й) увіковічена +common_voice_uk_21251131-233-0: (джомолунгма->джо молонгма) є пірамідальним піком +common_voice_uk_21251132-234-0: у лікарні карлос зустрічає миколу +common_voice_uk_21251370-235-0: ми всі хутко повернулись у той бік +common_voice_uk_21251373-236-0: саме (венеціанські->венеціанське) дзеркала на довгі століття стали уособленням високого статусу та престижу +common_voice_uk_21274769-237-0: (берися->бериться) за роботу без рукавиць +common_voice_uk_21276920-238-0: добре чому б нам не підійти до питання з іншого боку +common_voice_uk_21276921-239-0: що йому біда зробить як він сам (біда->віддав) +common_voice_uk_21276926-240-0: а я говорю так не можна +common_voice_uk_21276928-241-0: щоночі перш ніж заснути (уявляйте->уявляєте) собі свій ідеальний завтрашній день +common_voice_uk_21278154-242-0: (голгофа страждання муки моральні та фізичні->с) +common_voice_uk_21278155-243-0: (ліпший поганий мир від доброї сварки->не вживали мене не добрий сваркам) +common_voice_uk_21278156-244-0: голова (є->*) коби (до неї розум->немає розуму) +common_voice_uk_21298571-245-0: воно теж не було виконано +common_voice_uk_21298572-246-0: ця революція триває сто років +common_voice_uk_21298574-247-0: онікс (мінерал->мінуал) різновид (агату->атомів) з паралельними (смугами->словами) +common_voice_uk_21298576-248-0: розпочинайте +common_voice_uk_21300882-249-0: не до пісень (вже->уже) тут +common_voice_uk_21300883-250-0: (*->що) серед аксесуарів були маленькі сережки та браслети +common_voice_uk_21300884-251-0: я згоден з цим +common_voice_uk_21300886-252-0: (цірцея->серце) підступна жінка +common_voice_uk_21310684-253-0: (хоть головов->хоч голова) у камінь хоть каменем у голову +common_voice_uk_21310685-254-0: ні (богови->богова) свічку ні (чортови->чортове) огарок +common_voice_uk_21310686-255-0: за цих обставин це не найкраща лінія захисту +common_voice_uk_21310687-256-0: я приєднуюсь до цього прохання +common_voice_uk_21310688-257-0: судить будуть нехай +common_voice_uk_21321832-258-0: на мене й засідають +common_voice_uk_21321833-259-0: (харон->хорон) символ смерті зрідка просто перевізник +common_voice_uk_21321835-260-0: хто (правцює->працює) той (дома не->до мене) ночує +common_voice_uk_21321836-261-0: краса це вічність що триває мить +common_voice_uk_21321857-262-0: ходить просити а (нема в чім->не мав чим) носити +common_voice_uk_21321858-263-0: на (редактора->радактора) це вам (буде->бути) дорого коштувати коли я буду (у->*) вас редактором +common_voice_uk_21321861-264-0: у спеку (кращий->краще) десерт фрукти та ягоди +common_voice_uk_21336005-265-0: на польовому (току->таку) де (ворохи->вороги) зерна (поналивані->по наливані і) сказали кухаренкові що його викликають у район +common_voice_uk_21336006-266-0: дозвольте обгрунтувати мої слова +common_voice_uk_21336007-267-0: (ідей->іди) гарячих сніданків для суботи або неділі безліч +common_voice_uk_21336008-268-0: ось іде (пасічник->пасочник) котрий має (непоганий->непогане) гешефт (з->*) кожного вулика +common_voice_uk_21336009-269-0: також (здійснюється->здійснюються) переведення працівників цих сфер на трудові контракти +common_voice_uk_21336010-270-0: атлантида прекрасна заповітна країна +common_voice_uk_21336011-271-0: (хвали->хвилини) мене ротику (то меш->томеш) їсти кашку +common_voice_uk_21336012-272-0: ці процеси стали причиною аномально теплої зими цьогоріч +common_voice_uk_21336013-273-0: це можуть бути скажімо деталі назавжди зафіксовані (чіпкою->чіткою) дитячою пам'яттю +common_voice_uk_21336014-274-0: так вони можуть не (приїхати->переїхати) +common_voice_uk_21336015-275-0: млин меле мука буде язик меле біда буде +common_voice_uk_21336016-276-0: мене неначе струмом вдарило +common_voice_uk_21336018-277-0: знадобиться декілька листів тонкого (лаваша->лаша) начинка кілька яєць склянка молока +common_voice_uk_21336019-278-0: українці ж роблять (найбруднішу малооплачувану->найбрудніше мало оплачувану) роботу видобувають +common_voice_uk_21337877-279-0: на той час картини (кассат->касад) уже шість років були (представлені->підставлені) у (паризькому->павірському) салоні +common_voice_uk_21337878-280-0: я набрала (з крана->скрана) води і вернулась до своєї кімнати +common_voice_uk_21337879-281-0: атака на фінляндію викликала (обурення->обуєння) у світі +common_voice_uk_21337880-282-0: (ситий->сити) голодного не знає +common_voice_uk_21337881-283-0: (деяка->дика) оперативна інформація у нас уже є на сьогоднішній ранок +common_voice_uk_21342591-284-0: вони (*->й) не були проведені +common_voice_uk_21342592-285-0: як моє невлад я з своїм назад +common_voice_uk_21342593-286-0: здорово (обижається->обвижається) на мене старшина за цю пісню з посмішкою пояснив парубок +common_voice_uk_21342594-287-0: все це викликає зростання соціальної напруги в місті +common_voice_uk_21342596-288-0: не називай мене падлюкою це гноблення +common_voice_uk_21342983-289-0: відповідно інтенсивність руху поїздів збільшилась +common_voice_uk_21342984-290-0: весь час звучить це питання +common_voice_uk_21343480-291-0: величезна (перевага екзаменатора->порива як самомонатора) полягає в тому що він сидить по кращий бік столу +common_voice_uk_21343481-292-0: хотів би у вас запитати +common_voice_uk_21343482-293-0: один (з дядьків насунувся->стічків на сунувся) на перекинений (віз->біс) і не міг (далі йти->даліти) +common_voice_uk_21343483-294-0: і були на нашій землі пани (поміщики та капіталісти->коміщики так і петліста) +common_voice_uk_21343724-295-0: впевнений в тому що торговельні центри повинні бути +common_voice_uk_21343725-296-0: після кажанів і рулетки нанести черговий удар по порнографії (виявилося->виявилось) більш ніж легко +common_voice_uk_21343727-297-0: добре одягнена людина це та на (чий->чи) одяг ви не звертаєте уваги +common_voice_uk_21343728-298-0: і всі можуть приходити і розглядати +common_voice_uk_21343730-299-0: громадяни мають рівні конституційні права і свободи та є рівними перед законом +common_voice_uk_21343749-300-0: не в свої сани не сідай +common_voice_uk_21343750-301-0: сонце стояло на південь зимове блискуче але холодне +common_voice_uk_21343751-302-0: (едгар дега->а едгардага) всесвітньо відомий художник який зображав на полотнах українок +common_voice_uk_21343752-303-0: я обережно підсунувся ближче +common_voice_uk_21343784-304-0: при цьому випуск журналів і періодичних видань у роки незалежності пережив справжній (злет->злат) +common_voice_uk_21343785-305-0: хто попікся окропом на воду дує +common_voice_uk_21343788-306-0: якщо (злочинорівень->злочинний рівень) виявляється занадто високим людина змушена пройти примусове лікування +common_voice_uk_21343929-307-0: (інфляція->інфекція) процес (знецінення->на оцінення) грошей +common_voice_uk_21343930-308-0: (*->дома) до (меду->*) вуха а від (меду фіст->мене) +common_voice_uk_21343931-309-0: (кущі->кущи) мають висоту тридцять тридцять п'ять сантиметрів +common_voice_uk_21343932-310-0: система це сукупність елементів які (взаємодіють за->взаємодіються) одним відомим законом +common_voice_uk_21343933-311-0: (їдять його мухи->дітя цього вуха) з комарями (та за таке треба й->казати і) руками (й->і) ногами хапатись +common_voice_uk_21347021-312-0: затримано раніше трьох підозрюваних у виконанні злочину +common_voice_uk_21347023-313-0: набуття права інтелектуальної власності (на винахід->новинахід) корисну модель промисловий зразок (засвідчується->засвідчуючи це) патентом +common_voice_uk_21347024-314-0: якщо хтось (плює->прияв) тобі в спину значить ти попереду +common_voice_uk_21347025-315-0: кольорові різновиди корунда (дорогоцінні->дорогаційні) камені +common_voice_uk_21347289-316-0: якщо справа від цього виграє (то доцільно->традицій) +common_voice_uk_21347290-317-0: нерон (тиран що->тира ще) не спиняється ні перед чим для зміцнення своєї влади +common_voice_uk_21347291-318-0: (сердечні->серед очі) розумні блискучі +common_voice_uk_21347292-319-0: ну що ти на це (*->от) одповіді ніякої +common_voice_uk_21347293-320-0: це рішення було повністю виконано +common_voice_uk_21349472-321-0: взяти ноги на плечі +common_voice_uk_21350644-322-0: дівчата перестали ховатись і (вступали->вступили) до сміхів танців та співів +common_voice_uk_21350646-323-0: (дозвольте зупинитись на наступних питаннях->так) +common_voice_uk_21350648-324-0: ні (*->ні) +common_voice_uk_21350672-325-0: порядок проведення виборів президента україни встановлюється законом +common_voice_uk_21350676-326-0: і в неї має бути як законодавча (так і->таке) виконавча влада +common_voice_uk_21350677-327-0: в цьому кварталі +common_voice_uk_21350719-328-0: як марно прийшло так марно (й->і) пішло +common_voice_uk_21350723-329-0: батько доводить свою любов повагою слухаючи і приймаючи +common_voice_uk_21350727-330-0: звісно в програмі є (і->й) позитивні моменти +common_voice_uk_21350796-331-0: у мене кілька питань +common_voice_uk_21350797-332-0: це був лиш (сон->сам) +common_voice_uk_21350798-333-0: (нірвана->нірова на) забуття спокій смерть +common_voice_uk_21350800-334-0: про дострокове припинення повноважень верховної ради +common_voice_uk_21350836-335-0: ми не (зупинялися->зупинилися) на перекладах і (відшуковували->відшукували) останні світові тренди +common_voice_uk_21350837-336-0: сьогодні це визначення значно менше (відповідає->вид позидент) дійсності +common_voice_uk_21350839-337-0: (мінометну->минуметно) міну можна (вирахувати->вирухувати) з вельми (високою вірогідністю->високовірогідністю) +common_voice_uk_21350840-338-0: (тому я з огляду на вищесказане->то бояв цього людина вище сказала не) хочу +common_voice_uk_21352747-339-0: посередній учитель розповідає +common_voice_uk_21352748-340-0: так звані лідери думок висловлюють занепокоєння +common_voice_uk_21352750-341-0: не рубай (гілляку->гілляко) на котрій сидиш +common_voice_uk_21352751-342-0: а потім викласти (фото страви->фотострави) в (соціальні->соціальній) мережі +common_voice_uk_21352757-343-0: виглядала акторка неперевершено +common_voice_uk_21352758-344-0: ну та я не послухав +common_voice_uk_21352760-345-0: (*->і) я повністю підтримую +common_voice_uk_21352761-346-0: абсолютно вірно +common_voice_uk_21352782-347-0: ці чудові хмарки захочуть з'їсти навіть найпалкіші противники ранкових (трапез->трапес) +common_voice_uk_21352783-348-0: ніс був синій (та->*) збухлий +common_voice_uk_21352784-349-0: (потрафив->потрапив) до чорта в зуби +common_voice_uk_21352785-350-0: теперішні журналісти які займаються ексклюзивними речами є справді потрібні на ринку +common_voice_uk_21352786-351-0: потім я попрохав смішної +common_voice_uk_21353578-352-0: а коли вона хоче вибирати то нехай собі з богом вибирає +common_voice_uk_21353579-353-0: тепер про юридичну частину +common_voice_uk_21353580-354-0: маленька тісна кімнатка +common_voice_uk_21353581-355-0: всі люди в рівній мірі мають право на освіту і повинні користуватися плодами науки +common_voice_uk_21353582-356-0: поїду влітку через всю країну +common_voice_uk_21358790-357-0: (як є->які) хліб та й вода то нема (голода->голоду) +common_voice_uk_21358791-358-0: ходімо сьогодні у (стрип клуб->стрибку) кажуть там нова стриптизерка +common_voice_uk_21358794-359-0: у кожній галузі свої проблеми кожну з яких можна розглянути +common_voice_uk_21358799-360-0: я в (цьому->чому) впевнений +common_voice_uk_21358801-361-0: (визначальним->позначальним) етапом у розвитку української демократії стала (революція->революцією) гідності +common_voice_uk_21358804-362-0: і от подивіться така цікава закономірність +common_voice_uk_21358809-363-0: (дійсно->тісно) це питання надзвичайно важливе +common_voice_uk_21358811-364-0: однак лякатися (не потрібно->непотрібно) +common_voice_uk_21358813-365-0: так все є +common_voice_uk_21358814-366-0: (єдина->діти на) річ у всьому всесвіті яку ми дійсно можемо контролювати це наші думки +common_voice_uk_21358815-367-0: що було зроблено нами +common_voice_uk_21358827-368-0: (блакитний->покитний) сніг +common_voice_uk_21358828-369-0: вони були реально вкрадені +common_voice_uk_21358829-370-0: у цих (діях->тех) я вбачаю злочин і (особисто->особисту) відповідальність (департаменту->тепер та моту) освіти (і->й) науки +common_voice_uk_21358830-371-0: вже (ся->уся) купило притупило +common_voice_uk_21358836-372-0: немає теж масового (обов'язкового->зобов'язкового) закриття навчальних закладів по всій країні +common_voice_uk_21358837-373-0: тобто ми говоримо про конкурс проектів що (проводиться->проводить цим) виконавчим органом київської міської ради +common_voice_uk_21358839-374-0: купувати кота в (мішку->книжку) +common_voice_uk_21358840-375-0: всі також здивувались що я так раптово відходжу +common_voice_uk_21358930-376-0: він це просто не робить +common_voice_uk_21358931-377-0: (бурштин має->пуштин ай) до трьохсот (відтінків->підтінків) +common_voice_uk_21358932-378-0: (шановні->чиновні) колеги депутати +common_voice_uk_21358941-379-0: коронавірус нового типу може (передаватися від->одинадцять) однієї людини до іншої +common_voice_uk_21358942-380-0: україна оскаржила вирок марківа +common_voice_uk_21358944-381-0: (коло хат зеленіють->о ох дроніть) густі старі садки +common_voice_uk_21358947-382-0: (окей->*) але (це->оце) вже буде їх відповідь +common_voice_uk_21358961-383-0: якість товару це сукупність споживчих властивостей товару +common_voice_uk_21358962-384-0: основні державні програми для шахтарів (доріг->торіх) та аграріїв заморожені +common_voice_uk_21361370-385-0: (*->це) цим займається прокуратура міста +common_voice_uk_21361371-386-0: у гарварді однак пристосування до кінця позолоченого віку віку шампанського виявилось особливо болісним +common_voice_uk_21361372-387-0: (когута по гребеню пізнають->кого та погребень обізнають) +common_voice_uk_21361373-388-0: постраждалих госпіталізували +common_voice_uk_21361406-389-0: життя це (втома->вдома) що зростає з кожним роком +common_voice_uk_21361407-390-0: держава сприяє розвиткові науки +common_voice_uk_21361408-391-0: не можна збільшувати концентрацію парникових газів +common_voice_uk_21361409-392-0: пані (овраменко->обраменко) ми дякуємо за її повідомлення +common_voice_uk_21361421-393-0: відтак різні аудиторії потребують різних каналів якими до них надходитиме інформація +common_voice_uk_21361424-394-0: він їсть (і->*) його біда (їсть->єсть) +common_voice_uk_21361440-395-0: ви знаєте це надзвичайно цікава тема +common_voice_uk_21361441-396-0: я прошу записуватись +common_voice_uk_21361444-397-0: однак при перевірці його (опису виявилися->описом виявилось) деякі проблеми +common_voice_uk_21361452-398-0: (лепта->лаптом) вдовиці (внесок формально->мене суформально) малий але великий своєю внутрішньою (цінністю->оцінністю) +common_voice_uk_21361454-399-0: десь поїхав мій (миленький іншої->маленький інший) шукати +common_voice_uk_21361455-400-0: (півсвіта скаче а півсвіта плаче->підсвідоскоче аби в світлаче) +common_voice_uk_21361457-401-0: пізніше ми бачили як чітко на майдані працює їхня польова кухня +common_voice_uk_21361458-402-0: перекладай (смисл->смисел) а не слова бо контекст господь перекладу твого +common_voice_uk_21363849-403-0: хотів би запросити мажоритарників дійсно приєднуватися особливо тих (в->у) кого на округах є водойми +common_voice_uk_21363850-404-0: (квапно гониш->квапного між) голову зломиш +common_voice_uk_21363851-405-0: у людини має бути хоч якесь почуття (гумору->вимогу) +common_voice_uk_21363852-406-0: тому що збереження мажоритарної виборчої складової це чистої (води корупція->великої корупції) +common_voice_uk_21363853-407-0: а (павлов->павло) виріс і не забув +common_voice_uk_21363875-408-0: (георгія кинули->ґеоргія кинув і) за ґрати а за рік перевели до концентраційного табору в (дахау->нахау) +common_voice_uk_21363876-409-0: право опублікування та іншого використання (твору->флору) в цілому належить всім співавторам +common_voice_uk_21363878-410-0: і звідки питаюся приходимо ми до нього +common_voice_uk_21363879-411-0: (як->я) вам зручніше +common_voice_uk_21364582-412-0: особа повинна мати українське громадянство +common_voice_uk_21364584-413-0: після позбавлення парламенту повноважень приймати нічого не можна +common_voice_uk_21364585-414-0: аж зупинився він і серйозно подивився на мене +common_voice_uk_21364586-415-0: аж до мене в світлицю долітає їх (стогін->сто ген) і шум +common_voice_uk_21364587-416-0: спрощення голосування не за місцем реєстрації +common_voice_uk_21364594-417-0: це дійсно дуже болюча тема +common_voice_uk_21364596-418-0: я розумна тому що скромна і через це така гарна +common_voice_uk_21364598-419-0: вдавши (контузію->контольцію) він зіграв втрату пам'яті +common_voice_uk_21364601-420-0: (дієві->тієві) санкції за порушення або (несплату->несплуто) +common_voice_uk_21368657-421-0: рішення комісії оформлюється протоколом який підписується (головуючим на->головоюючими) засіданні комісії +common_voice_uk_21368658-422-0: (для->за) чиновників і силовиків (потенційна->потенційно) жертва (для->де) доїння +common_voice_uk_21368659-423-0: інформація є +common_voice_uk_21368660-424-0: над ним зелена зірка (трепетно->трапить на) горіла +common_voice_uk_21368661-425-0: (рінтола->ринтова) ходить по всьому класу допомагаючи кожній дитині зрозуміти ідею +common_voice_uk_21370261-426-0: прибери пень буде подобень +common_voice_uk_21370262-427-0: робота проводиться +common_voice_uk_21370263-428-0: поміг як (заяць->заєць) кобилі +common_voice_uk_21370264-429-0: у мене їхнє фото є ще з полігону (вони->вона) завжди разом +common_voice_uk_21370265-430-0: я хочу вас запитати +common_voice_uk_21370403-431-0: держава забезпечує збереження історичних пам'яток +common_voice_uk_21370405-432-0: (сардонічний->середу нічний) сміх злобний жовчний їдкий дошкульний +common_voice_uk_21370407-433-0: (не->на) експлуатуйте (несправні->насправді) електроприлади вчасно міняйте їх або ремонтуйте +common_voice_uk_21370410-434-0: так біда впала як сніг на голову +common_voice_uk_21370412-435-0: хочу також щоб кожен з нас присутніх розумів як дивляться на нас люди +common_voice_uk_21370480-436-0: тобто зараз йде дуже серйозна організаційна робота +common_voice_uk_21370482-437-0: коли ти ноги то не (думай->думаєш) бути головою +common_voice_uk_21370483-438-0: макіяж (смокіайс завершили->смокій айс завершила) її (аутфіт->аут хіт) +common_voice_uk_21370484-439-0: дякую вам за підтримку +common_voice_uk_21376175-440-0: (набирає->*) як (баран на роги->баганна роли) +common_voice_uk_21376177-441-0: (я->*) правильно сприймаю (ваше прохання->вас кохання) +common_voice_uk_21376179-442-0: що справді зробить суд (одсидить->оцілить) та й за своє +common_voice_uk_21377767-443-0: це як би відповідно (погіршує->погіршає) якість води питної +common_voice_uk_21377768-444-0: (поверніться->корінці) до цього але це не головне що я хотів сказати +common_voice_uk_21377769-445-0: я не хочу залишитись на один крок позаду всіх +common_voice_uk_21377770-446-0: батько є прикладом хоче він (того->то) чи ні +common_voice_uk_21377791-447-0: тут це важливо підкреслити +common_voice_uk_21377793-448-0: (перший тур->перше того) виборів президента україни відбувся в києві демократично без порушень і (фальсифікацій->фальсифікації) +common_voice_uk_21381433-449-0: (ні кола->ніколи) ні двора +common_voice_uk_21381434-450-0: (право->права) власності на землю гарантується +common_voice_uk_21381435-451-0: аварійність української газотранспортної системи (вп'ятеро нижча->у п'ятеро нижче) ніж (у російських газопроводів->російське газоправилі) +common_voice_uk_21381436-452-0: отже щоб зрозуміти особливості поведінки тієї або іншої мови треба знати особливості (мови сі->молості) +common_voice_uk_21381437-453-0: ці правила приймалися заради спільної безпеки (й->і) вигоди +common_voice_uk_21381440-454-0: часто (у->*) місцях надання послуг знаходяться (каси банків->канци банки) з величезними комісіями +common_voice_uk_21381441-455-0: і сьогодні це треба вже робити +common_voice_uk_21381442-456-0: (ми рік працювали->мерік працювала) над пошуком варіантів прямого експорту +common_voice_uk_21381443-457-0: санітар куди ми їдемо +common_voice_uk_21381444-458-0: справді (караїмізм як релігія->караєміз закрилігія) формується ще (за багато сторіч->забагато історич) до нашої ери +common_voice_uk_21381455-459-0: (репродукція->радпродукція) використовується (мноющоб->мною щоб) підняти із глибин пам'яті (*->і) приємні спогади +common_voice_uk_21381456-460-0: на екзаменах (ті->тілько) кому абсолютно (не цікава->нецікава) відповідь розпитують тих хто не може відповісти +common_voice_uk_21381457-461-0: механізм формування агатів остаточно не встановлений +common_voice_uk_21381459-462-0: добродушно (згодився->згадався) він знов (підносячи->піднаси чи) хустку до (очей->чаю) +common_voice_uk_21381470-463-0: дай (боже жартувати->базу зжартувати) а (не->на) хорувати +common_voice_uk_21381471-464-0: її облаштували у великій кімнаті без вікон +common_voice_uk_21381472-465-0: біда (біду найде хоть->бідона майдан хоч) і сонце зайде +common_voice_uk_21381473-466-0: знайшов таки новину +common_voice_uk_21381474-467-0: хто попоїсть та й (не ляже->навряджує) то (ся->се) сало не зав'яже +common_voice_uk_21381483-468-0: (і вовк ситий->івав ксети) і (коза ціла->козацила) +common_voice_uk_21381484-469-0: (фахівець->фахіба) так явно не вважає +common_voice_uk_21381490-470-0: і тисячі людей уперто (борються->барються) з ідентифікаційними (кодами й->кадами і) жахаються комп'ютерів +common_voice_uk_21381491-471-0: ми відчували дуже різні емоції +common_voice_uk_21381492-472-0: якби коза не скакала то (би->аби) ногу не (зламала->зламали) +common_voice_uk_21381493-473-0: що (гекубі->кубі) до нього що йому (до гекуби->довгі кубе) байдужість непричетність +common_voice_uk_21381494-474-0: вона лише каже що буде проведений конкурс +common_voice_uk_21381500-475-0: (такий->таке) механічний підхід звичайно не (є науковим->я наукавим) +common_voice_uk_21381501-476-0: я бажаю вам міцного здоров'я натхнення і хай збувається (все задумане->всезадумане) вами +common_voice_uk_21381502-477-0: (віділлються вовкові->віти для отця бавкові) баранячі сльози +common_voice_uk_21381503-478-0: (азурит->азорет) при подальшому (окисненні->окиснення) переходить у (малахіт->мелахід) +common_voice_uk_21381504-479-0: щоб навчати старших бракує вчителів книжок та інших матеріалів +common_voice_uk_21465398-480-0: жінки надихають нас на великі справи але вічно заважають нам їх (творити->робити) +common_voice_uk_21465399-481-0: дуже вам вдячний +common_voice_uk_21465401-482-0: коли співрозмовник підкреслює що (*->він) говорить правду можете не сумніватися він бреше +common_voice_uk_21465402-483-0: інколи траплялися добрі але безпомічні поламані +common_voice_uk_21465403-484-0: алмаз мінерал класу самородних елементів (поліморфна->поліморшна) модифікація карбону +common_voice_uk_21499700-485-0: заповітом є особисте розпорядження фізичної особи на випадок своєї смерті +common_voice_uk_21499701-486-0: кажуть що трейдери вивозять великі гроші не вкладаючи їх в економіку +common_voice_uk_21499702-487-0: зимою ж на завод піде заробить +common_voice_uk_21499703-488-0: воно насправді не є менш важливим +common_voice_uk_21499704-489-0: волонтери навіть (організовували->організували) декілька масштабних виставок військових товарів +common_voice_uk_21552601-490-0: так я вважаю що це рішення сьогодні виглядає для людей (природньо->природнє) +common_voice_uk_21552603-491-0: далі кладемо інгредієнти шарами вівсянка (сирок->сироп) горіхи +common_voice_uk_21552605-492-0: поки що я не бачу на (виступ->вистав) з місця не записався ніхто +common_voice_uk_21563954-493-0: біля під'їзду де була моя квартира (лавочку->лавочко) періодично ламали самі мешканці +common_voice_uk_21563964-494-0: закрите засідання проводиться за рішенням більшості від конституційного складу верховної ради україни +common_voice_uk_21563966-495-0: на автомати хлопці вдягають пластикові ковпачки аби не іржавіли (іскрогасники->і з крогасники) +common_voice_uk_21563967-496-0: легітимність +common_voice_uk_21564009-497-0: прошу реєструватись +common_voice_uk_21564010-498-0: провал діяльності нового парламенту +common_voice_uk_21564011-499-0: слід зазначити що мотивація росії відчутно відрізнялася від саудівської +common_voice_uk_21564045-500-0: чим сильніше перевантаження тим швидше вийде з ладу ізоляція і (відбудеться->відбувається) коротке замикання +common_voice_uk_21564046-501-0: це стосується колег з інших фракцій і це стосується всіх +common_voice_uk_21564047-502-0: більшість виконавців погодились виступати на (добровільних->добровідних) засадах +common_voice_uk_21564069-503-0: в аеропортах він лише міняє пасажирів заправляється і проходить техогляд +common_voice_uk_21564080-504-0: чим конкретніша назва навчальної дисципліни тим менше вона тобі знадобиться пізніше +common_voice_uk_21564081-505-0: кожен щодня стикається з електричним обладнанням +common_voice_uk_21564083-506-0: тепер більш детально +common_voice_uk_21564085-507-0: (приготування->приготували) сніданку це творчість тож поки (млинець печеться->в мене диспечаться) можна зробити (незвичайну начинку для->надзвичайного чанку до) нього +common_voice_uk_21564094-508-0: грошова база (сума готівки та банківських->сумувачів підгонківських) резервів +common_voice_uk_21564095-509-0: (*->от) це ж не верховна рада +common_voice_uk_21564096-510-0: чому не реагують контролюючі органи +common_voice_uk_21564098-511-0: хіба що ззаду чим (ударять->дарять) та памороки (заб'ють->за п'ять) +common_voice_uk_21564105-512-0: документів під поваленими (стінами кіосків->стінам кіоски) можна знайти цілу купу +common_voice_uk_21564106-513-0: ну (денисе->дениса) тепер ти можеш собі йти +common_voice_uk_21564107-514-0: на січі не було ні феодальної власності на землю ні кріпосництва +common_voice_uk_21564108-515-0: кожною (привілейованою->привілейованої) акцією одного класу її власнику акціонеру надається (однакова->однаково) сукупність прав +common_voice_uk_21564169-516-0: а я спиною до вашої спини +common_voice_uk_21564171-517-0: вам вигідніше працювати на (вахті->вах і) ніж (агрономом->агроному) +common_voice_uk_21564173-518-0: перемога на євробаченні зробила її (справжньою національною героїнею->справжнє національне героїни) +common_voice_uk_21564174-519-0: хвилина мовчання +common_voice_uk_21564175-520-0: уважніший погляд (втім->у тім) показує реалістичну достовірність цього твердження +common_voice_uk_21564219-521-0: (первісний->перевісний) ареал розселення племен вікінгів балтійське узбережжя норвегії швеції та данії +common_voice_uk_21564220-522-0: розрахували будь ласка сідайте +common_voice_uk_21564222-523-0: поки що пропоную відкласти це питання +common_voice_uk_21564225-524-0: і от бог його знав чи раділа тим зазиранням одарка чи ні +common_voice_uk_21564227-525-0: ну давай +common_voice_uk_21564265-526-0: (пуетро->поетро) ріко острів з особливим урядуванням у басейні карибського моря +common_voice_uk_21564267-527-0: зазвичай я працюю влітку фахівцем в інституті і фотографом у нічних клубах і фотостудіях +common_voice_uk_21564268-528-0: ну а все таки склада собі +common_voice_uk_21564269-529-0: за словами відомої (перукарки->перукарка) металеві (гребінці->грабінці) краще (знімають->знімаються) з волосся статичний заряд +common_voice_uk_21564271-530-0: декілька затриманих про (мубараківців->му бара ківців) мали при собі документи поліцейських +common_voice_uk_21564512-531-0: якщо вам нема чого робити то нема чого це робити в мене +common_voice_uk_21564514-532-0: поверніть будь ласка попередній слайд а тут його немає +common_voice_uk_21564515-533-0: історія оповідає про (шіня коґамі->щіня когамі) який повинен розкривати злочини в цьому темному майбутньому +common_voice_uk_21564517-534-0: герцог і герцогиня (кембриджські->кембридський) познайомилися ще в студентські роки +common_voice_uk_21564519-535-0: кого не пече той (ся->се) не відсуває +common_voice_uk_21564562-536-0: масштаб вашої особистості визначається величиною проблеми яка здатна (*->у) вас вивести з себе +common_voice_uk_21564568-537-0: я знаю мова (мамина->мами на) свята в ній вічний незнищенний дух народу +common_voice_uk_21564571-538-0: волосся вона зібрала на потилиці в пучок +common_voice_uk_21564574-539-0: тут є два аспекти +common_voice_uk_21564591-540-0: пане андрію +common_voice_uk_21564594-541-0: (решетом->решетому) воду міряє +common_voice_uk_21564614-542-0: перша пропозиція яка стоїть у порядку денному +common_voice_uk_21564615-543-0: а щоб вас біда у (сраку->страку) цілувала +common_voice_uk_21564617-544-0: головою ради національної безпеки і оборони україни є президент україни +common_voice_uk_21564624-545-0: рідкість основний фактор (у->*) цінності дорогоцінного (каменю->океану) +common_voice_uk_21564625-546-0: навіть (щодо назв->що в нас у) техніки він часто (притримується->витримується в) турецького словотвору +common_voice_uk_21564627-547-0: тобто це питна (вода->так) +common_voice_uk_21564628-548-0: (іноді самолюбство зірок доходить до критичної позначки->і собою духом) +common_voice_uk_21564636-549-0: таким документом можна вважати наприклад велику (хартію->харкію) вольностей +common_voice_uk_21564637-550-0: це на два тижні раніше аніж в ідеалі мають народжуватися двійнята +common_voice_uk_21564639-551-0: уряд унр ухвалив надіслати до бресту (власну делегацію->власне делегація) +common_voice_uk_21564641-552-0: альона стала першою жінкою (кінологом нацгвардії у->малогом на асфальтів) західній україні +common_voice_uk_21564642-553-0: цю (інформацію згодом->інформація згадом) спростували +common_voice_uk_21564646-554-0: (пане->а не) володимире я прошу вас дати команду охороні повернути мій телефон +common_voice_uk_21564648-555-0: (текстові->тексту) повідомлення чи (блоґінґ->блокінг) на їх фоні (виглядають->виглядає) значно менш радикально +common_voice_uk_21564649-556-0: (мартиролог перелік->мартеролог паралік) пережитих (кимось->кинус) страждань переслідувань +common_voice_uk_21564682-557-0: прихований дефект (дефект який не->це все підтіння) виявляється (звичайними методами->звичайний моментством) +common_voice_uk_21564683-558-0: з усмішкою від (вуха до вуха чоловік->двох очоловік) виходить (із->з) дверей (сервісного->серві смак) центру +common_voice_uk_21564684-559-0: (неможна нечесно->не можна начасно) і неправильно говорити і (узагальнювати->взагальнювати) +common_voice_uk_21564749-560-0: тому просив би вас підтримати даний (проект->проєкт) рішення і проголосувати його в залі +common_voice_uk_21564750-561-0: прошу надати (слово лесі->славу леся) василенко +common_voice_uk_21564751-562-0: (цвіте терен цвіте терен->світе таран цвітатера) +common_voice_uk_21564752-563-0: не віддавай перекладу свого поки не перевірив орфографію +common_voice_uk_21564753-564-0: (*->і) міняти їх на коліні (на скаку ми->нас такому) також цього не зробимо +common_voice_uk_21564784-565-0: (володимир->молодимир) винниченко популярний письменник початку двадцятого століття і знаменитий державний діяч +common_voice_uk_21564785-566-0: наш організм у спеку швидко втрачає воду +common_voice_uk_21564786-567-0: розкажи трохи про себе +common_voice_uk_21564787-568-0: (гоподарям->господарем) доведеться змінити сорти які вони вирощують на більш витривалі +common_voice_uk_21564788-569-0: гарпія зла жінка а також зло що мучить людину терзає її душу +common_voice_uk_21564809-570-0: він трохи слабував у цей час але чомусь приймав їх +common_voice_uk_21564811-571-0: також хотілось би почути відповідь +common_voice_uk_21564812-572-0: кожною простою акцією акціонерного товариства її власнику акціонеру надається однакова сукупність прав +common_voice_uk_21564814-573-0: тобто депутати займаються (мікроменеджментом->мікро менеджментом) чого не має бути +common_voice_uk_21564840-574-0: (інформаційній->сформаційній) війні яка велася під час виборів +common_voice_uk_21564843-575-0: ще не впав на голову +common_voice_uk_21564844-576-0: аналогічний підхід можливий і (для->до) цифрової інформації +common_voice_uk_21564845-577-0: тобто там жодних змін немає +common_voice_uk_21564878-578-0: звісно кожен із цих шляхів має свої ризики погоджується видання +common_voice_uk_21564879-579-0: у них хвальби повні торби +common_voice_uk_21564880-580-0: я праворуч від вас +common_voice_uk_21564883-581-0: (представили->пана ставили) український квадрокоптер берегиня +common_voice_uk_21564884-582-0: цих рішень було прийнято дуже багато +common_voice_uk_21564919-583-0: а навкруги (ліс->їсть) де росли високі ялинки (розложисті клени->розложості клани) і (могутні дуби->могутньої доби) +common_voice_uk_21564920-584-0: (ліниві завжди->і не різавжди) бувають людьми посередніми +common_voice_uk_21564921-585-0: це якщо є вимоги і відповідальність за країну а (не бажання->небажання) піаритися +common_voice_uk_21564923-586-0: на (місце->місці) терміново з'їхалися усі спецслужби +common_voice_uk_21564995-587-0: лежить тут і його (кухаренкова->кохаренкова) пилюка теж +common_voice_uk_21564997-588-0: навіть те що переслідування (начальства потрохи->на щастя потроху) відганяли від його парубків здавалось мало хвилювало його +common_voice_uk_21564999-589-0: сонце він зустрічав (з->*) веселою і дружньою посмішкою +common_voice_uk_21565001-590-0: (інквізиція->інквівити) тортури жорстокість витончене (мучительство->учительством) знущання +common_voice_uk_21565003-591-0: (гран прі->грант прий) київського міжнародного кінофестивалю молодість щороку присуджується міжнародним журі кінофестивалю +common_voice_uk_21565024-592-0: вирішення складної проблеми потребує пошуку по всьому ландшафту найкращих видимих рішень +common_voice_uk_21565025-593-0: що то значить химерувати +common_voice_uk_21565026-594-0: наймудріша людина та яку найбільше дратує втрата часу +common_voice_uk_21565027-595-0: (ікар->і кар) відважний юнак що трагічно загинув у ім'я своєї мрії +common_voice_uk_21565028-596-0: і коли вона довела свою успішність (прийняли->прийняла) її з ентузіазмом +common_voice_uk_21565041-597-0: так я розумію +common_voice_uk_21565042-598-0: побув як пес у сливках +common_voice_uk_21565044-599-0: (ми чесно->мечесно) йшли кожен по своєму мені не соромно (за->*) жоден день своєї роботи +common_voice_uk_21565045-600-0: батьки мають право обрати навчальний заклад +common_voice_uk_21565055-601-0: також апелюють до загальновідомих речей які насправді є поширеними міфами +common_voice_uk_21565063-602-0: (недодержава->не додержава) є однією з (наріжних->найріжних) тем російської дезінформації +common_voice_uk_21565065-603-0: їх вдалося врятувати +common_voice_uk_21565066-604-0: і морква серце має +common_voice_uk_21565069-605-0: активісти ніяк не можуть розібратися +common_voice_uk_21565099-606-0: (*->от) будь ласка поговори зі мною +common_voice_uk_21565101-607-0: чиєсь слово губить (*->і) діло +common_voice_uk_21565102-608-0: на другому поверсі потрапляємо в (опенспейс->овпенспайс) +common_voice_uk_21565103-609-0: (дурне->дурна) як сало без хліба +common_voice_uk_21565114-610-0: сюжет та ідея надзвичайні +common_voice_uk_21565115-611-0: а як вискочить на нас (ставаймо->стараємо) зразу один до одного спиною +common_voice_uk_21565116-612-0: у корпорації свої передовики виробництва (її->і) працівники мають професійну (гордість->артість) +common_voice_uk_21565117-613-0: тепер стосовно того що ми там робимо і як ми робимо +common_voice_uk_21565118-614-0: скільки (в->*) мене часу +common_voice_uk_21565119-615-0: де наші комунальні служби +common_voice_uk_21565120-616-0: як твої мама (з татом->статом) змогли народити таку дурну дитину +common_voice_uk_21565122-617-0: і в цьому реальному світі практично ніхто не говорив українською +common_voice_uk_21565123-618-0: одне (в луг->влуг) а друге в плуг +common_voice_uk_21565124-619-0: це так як ви хочете трактувати ви можете трактувати +common_voice_uk_21565196-620-0: разом із тим спостерігаються (й->і) деякі закономірності в наголошуванні слів +common_voice_uk_21565197-621-0: не будь тим що землю (риє->рає) +common_voice_uk_21565198-622-0: (вони->воно й) знов приїхали +common_voice_uk_21565200-623-0: у них на обслуговуванні (є->я) велика кількість будинків +common_voice_uk_21565237-624-0: (зустрілись->зустрілась) теж як (в->у) фільмі +common_voice_uk_21565238-625-0: звідси (і->й) недовіра чи навіть (підозри->підозра) які відкрито висловлюються +common_voice_uk_21565239-626-0: переходимо до наступного питання +common_voice_uk_21565240-627-0: шановні (колеги->колаги) прошу уваги +common_voice_uk_21565246-628-0: давайте визначимося за що ж ми голосуємо +common_voice_uk_21565247-629-0: велика частина (*->з) системного програмного забезпечення пишеться мовою сі +common_voice_uk_21565248-630-0: перун (бог->бо) грому (блискавки->близька) й дощу +common_voice_uk_21565249-631-0: підкинула як зозуля під (плиску->блиску) +common_voice_uk_21565250-632-0: і далі країна повинна розвиватись +common_voice_uk_21565333-633-0: я просто говорю як (пропозицію->пропозиції) +common_voice_uk_21565336-634-0: (ще->що) заява від фракції +common_voice_uk_21565338-635-0: про архітектуру князівства (відомо небагато->набагато) +common_voice_uk_21565340-636-0: колись (то->това) вечором (відбувалася в->відбувалося у) нас нарада +common_voice_uk_21565343-637-0: у мене досить технічне питання +common_voice_uk_21565361-638-0: другий момент +common_voice_uk_21565363-639-0: жди (псе нім кобила здохне->*) +common_voice_uk_21565365-640-0: розпочали (рити->ерити) котлован +common_voice_uk_21565368-641-0: є в нас своє лихо і горе +common_voice_uk_21565479-642-0: щодо згаданих тітушок з кримінальних середовищ та (їх->й) керівників (виокремлені->викравлення) окремі провадження +common_voice_uk_21565481-643-0: це було (висвітлено->посвітлено) і в засобах масової інформації +common_voice_uk_21565483-644-0: я (скинув->скину) свою торбину поклав свитку і сів +common_voice_uk_21565485-645-0: перед писаревим подвір'ям неодмінно танцювали +common_voice_uk_21565486-646-0: (агій на->а гіна) тебе +common_voice_uk_21565678-647-0: общини вікінгів мешкали малими оселями керували якими так звані ярли найбагатші землевласники +common_voice_uk_21565680-648-0: його критикують за повільність у (схваленні->схвалення) реформаторських законів корупційні скандали та (клоунади->клеонади) +common_voice_uk_21565682-649-0: тому прошу його прийняти за основу і відправити на доопрацювання +common_voice_uk_21565683-650-0: маленька але все ж таки перемога +common_voice_uk_21565685-651-0: я можу з ним погодитися +common_voice_uk_21565785-652-0: (дамоклів->дамоклі в) меч (постійна->постійно) небезпека +common_voice_uk_21565788-653-0: професійні тролі йдуть у (соціальні->соціальній) мережі +common_voice_uk_21565791-654-0: так він розданий +common_voice_uk_21565793-655-0: в дружбі ти проходиш (справжню->справжня) школу безкорисливості +common_voice_uk_21565795-656-0: навіщо (відкладати->одказати) на завтра те що можна зробити (післязавтра->після завтра) +common_voice_uk_21566046-657-0: що це таке робиться +common_voice_uk_21566047-658-0: так це передбачено і договором і законодавством взагалі +common_voice_uk_21566050-659-0: показали (*->показало) фото з репетиції конкурсу +common_voice_uk_21566051-660-0: щось у мене голова в (труси->трусе) падає +common_voice_uk_21566105-661-0: будь ласка доповідайте +common_voice_uk_21566106-662-0: також (надана->надано) для малювання і широка (палітра->політра) кольору +common_voice_uk_21566108-663-0: я (не прощаючись->ні прощаюсь) пішов додому вулицями +common_voice_uk_21566109-664-0: чим на зле орудуєш від того загинеш +common_voice_uk_21566110-665-0: причому це не обов'язково має бути (чисто->чиста) літературна українська чи російська +common_voice_uk_21566251-666-0: українська наука нараховує вже не одне сторіччя існування яке (характеризуться->характеризується) поступовим але сталим (розвитком->морозитком) +common_voice_uk_21566255-667-0: це була сухенька старенька істотка (в фіолетовій рясі кирпично->фіолети вірясь кирпичній) червоній (під пахвами->підпахвана) +common_voice_uk_21566258-668-0: останній з могікан останній представник покоління або соціальної групи +common_voice_uk_21566259-669-0: деякі клієнтки просили тільки без бірочки зроблено в україні +common_voice_uk_21566261-670-0: проте однаковість (в оцінці->евації) ситуації на тому закінчується +common_voice_uk_21566497-671-0: (дірявий->я не) мішок не (наповниш->направиш) +common_voice_uk_21566498-672-0: грамотна людина та (яка завжди знайде синонім->я казав дізнається) до складного слова +common_voice_uk_21566499-673-0: (вилізи бідо->белізли біда) з води (ліпше->дівчивши) з (бідов->бідою) як без біди +common_voice_uk_21566537-674-0: ще раз хочу сказати +common_voice_uk_21566538-675-0: (жодної->щоб ні) пропозиції до цього часу не (надійшло->одійшло) +common_voice_uk_21566539-676-0: я вже (бачу->бачив) до чого (воно->вони) йдеться +common_voice_uk_21566540-677-0: дружба по (суті->собі) відкриває (нам справжній сенс->насправжнє саме) життя +common_voice_uk_21566541-678-0: (срібло->срібла) вищої чистоти високо цінується (колекціонерами->корупційнерами) +common_voice_uk_21566606-679-0: мій (прадід->брат) був бургомістром харкова під час німецької окупації +common_voice_uk_21566607-680-0: (британська імперія давала->британський імперії давав) скасування рабства і (законодавчу систему окрім іншого->законодавчої системи україни) +common_voice_uk_21566608-681-0: я пишу про моду +common_voice_uk_21566610-682-0: перевіряйте факти не відходячи від життя +common_voice_uk_21566865-683-0: бурштин використовується в хімічній парфумерній та медичній промисловості +common_voice_uk_21566866-684-0: ви це знаєте +common_voice_uk_21566867-685-0: а ви пане може сюди +common_voice_uk_21566869-686-0: що зроблено +common_voice_uk_21566935-687-0: я страшно хочу жити +common_voice_uk_21566936-688-0: а що відбувається останнім часом з кліматом в україні +common_voice_uk_21566937-689-0: відкрити поверхню річки рекультивувати її (і->й) перетворити на зелену зону відпочинку +common_voice_uk_21566938-690-0: бог з ним нема +common_voice_uk_21566939-691-0: що ж (спочине->спочини) собі за той час ще кращих пісень (складе->складає) у тюрмі +common_voice_uk_21567040-692-0: норми конституції україни є нормами прямої дії +common_voice_uk_21567041-693-0: перекладай грамотно (бо->бори) редактору твоєму є гризот і без тебе +common_voice_uk_21567042-694-0: на козаку нема знаку +common_voice_uk_21567044-695-0: але це треба (передбачати->передбачити) +common_voice_uk_21567045-696-0: я не ховаюся +common_voice_uk_21567085-697-0: він відпрацював (частину->частиною) естафети +common_voice_uk_21567086-698-0: собаки на порозі сплять +common_voice_uk_21567088-699-0: хто тебе підбив на це +common_voice_uk_21567089-700-0: (бастілія->бастилія) символом королівської влади символом феодалізму +common_voice_uk_21567092-701-0: квапиться як з козами на ярмарок +common_voice_uk_21567093-702-0: насправді ж мова йде про відеозапис трансляції висадки +common_voice_uk_21567095-703-0: хай юність догорить ми віддані життю і нам воздасться в славі +common_voice_uk_21567096-704-0: не бійся того хто кричить а бійся того хто мовчить +common_voice_uk_21567097-705-0: піддався споживацьким (настроям->настроєм) +common_voice_uk_21567105-706-0: тарас шевченко досить було (однієї людини->однією людиною) щоб (урятувати->рятувати) цілу націю +common_voice_uk_21567107-707-0: (*->і) я тимчасово (осліп->ослів) через панічний напад +common_voice_uk_21567108-708-0: (консьєрж->концьєр) з твого будинку занепокоївся та приніс (її мені таке->імені пк) надійшла два дні тому +common_voice_uk_21567109-709-0: тоді я ставлю перший (проект->проєкт) +common_voice_uk_21567110-710-0: (а поет->апарат) мій зовсім змінився +common_voice_uk_21567111-711-0: (тоді ставимо->то діставимо) на голосування +common_voice_uk_21567112-712-0: далеко не треба було ходити тренери приходили до нас +common_voice_uk_21567113-713-0: обвал звинувачень +common_voice_uk_21567114-714-0: як дотик губ +common_voice_uk_21567115-715-0: де густо там не пусто +common_voice_uk_21567156-716-0: (гамлет людина->гамнадцять гра) яка (в усьому->*) сумнівається (увесь час роздумує нездатна->весь часом не здатна) діяти швидко і рішуче +common_voice_uk_21567157-717-0: я не знаю цього +common_voice_uk_21567223-718-0: тоді будь ласка на трибуну +common_voice_uk_21567224-719-0: (срібло в->сріло у) грошовому обігу більшості країн замінили на нікель і (алюміній->амії) +common_voice_uk_21567225-720-0: є виборчий кодекс який нереально прийняти там чотири тисячі поправок ми його не приймемо +common_voice_uk_21567226-721-0: великий як світ а дурний як (пліт->піт) +common_voice_uk_21567227-722-0: (фактично->аптечно) роботу російської пропагандистської машини можна порівняти з матрьошкою +common_voice_uk_21567241-723-0: як (змінилися->змінилася) показники здоров'я населення в цих районах +common_voice_uk_21567242-724-0: мені видається що перша ознака (фейкової->харкової) новини джерело +common_voice_uk_21567243-725-0: вона вміє читати (по губах->кого бахти) +common_voice_uk_21567244-726-0: саме тоді потрапили (в->*) європу рис (гречка лимони->граєч лимона) абрикоси кавуни +common_voice_uk_21567245-727-0: це неприпустимо +common_voice_uk_21567264-728-0: я шукав те що в мене було завжди +common_voice_uk_21567267-729-0: (відбуватиметься->підбиватиметься) зростання кількості лісових пожеж +common_voice_uk_21567271-730-0: у вас (ні->не в) старшого (ні молодшого->анілодша) +common_voice_uk_21567274-731-0: потім трапилася найважливіша річ (грошові одиниці отримали->шия одиниця отримала) власні імена (бренди->бравда) +common_voice_uk_21567275-732-0: тут же (тупкались мужики гаряче про щось кричачи->тут колись може жики гаряче прощастя скоричали) і до (чогось весь час нахиляючись->цього свист часу нахиляюсь) +common_voice_uk_21567301-733-0: дякую вам за запитання +common_voice_uk_21567302-734-0: на капітальний ремонт (ліфтів->ліфтіг) +common_voice_uk_21567318-735-0: щастя (усміхнеться->посміхнеться) +common_voice_uk_21567319-736-0: (красне->класне) слово золотий ключ +common_voice_uk_21567322-737-0: закарпатські прикордонники біля річки тиси виявили (крупну->крупна) партію контрабандних (*->з) цигарок +common_voice_uk_21567354-738-0: перепрошую +common_voice_uk_21567357-739-0: дійшли згоди +common_voice_uk_21567368-740-0: (до ночі->дома ми чи) будемо працювати +common_voice_uk_21567369-741-0: ми залишили всі телефони і ми завжди приходили до президента і лишали телефони +common_voice_uk_21567370-742-0: навіть в окулярах (темних круглих->тем рух) +common_voice_uk_21567371-743-0: також є (і->й) інші нюанси +common_voice_uk_21567372-744-0: до речі (*->у) вас (усіх->по всіх) запрошуємо прийняти в цьому участь +common_voice_uk_21567387-745-0: засідання верховної ради україни проводяться відкрито +common_voice_uk_21567388-746-0: заповіт складається у письмовій формі (із зазначенням->і за значенням) місця та часу його складення +common_voice_uk_21567391-747-0: молоде (*->молоде) ще квадратове з розвиненими важкими щелепами як з міді вибите лице +common_voice_uk_21567454-748-0: (повернулись->овернулась) до розгляду +common_voice_uk_21567455-749-0: (повну цивільну->повноцивільна) дієздатність має фізична особа яка досягла вісімнадцяти років +common_voice_uk_21567456-750-0: де (звіт за->звідси) його виконання +common_voice_uk_21567457-751-0: вона захоплена (співпрацею->співпрацю) з одним (із->з) класиків сучасної моди +common_voice_uk_21567513-752-0: мовчи (єзичку->язичку) будеш (кашку->кашкою) їсти +common_voice_uk_21567515-753-0: тобто ви не заперечуєте +common_voice_uk_21567516-754-0: лебедина пісня останній прояв таланту ширше останній вчинок у житті +common_voice_uk_21567518-755-0: не потрібно зачитувати +common_voice_uk_21567520-756-0: я не хотів би мати абсолютно все +common_voice_uk_21567553-757-0: спочатку мусульмани не становили загрози для держав (хрестоносців->христоносців) +common_voice_uk_21567554-758-0: я не прошу грошей +common_voice_uk_21567556-759-0: останній каже та (вийду битися->видобитеся) тільки (із->*) задниці (вилізь->виліз) +common_voice_uk_21567596-760-0: така діяльність має місце серед усіх організацій товариства червоного хреста в місті києві +common_voice_uk_21567601-761-0: походження мінерала агат (гідротермальне поствулканічне->гідромайне постовулканичне) +common_voice_uk_21567606-762-0: тому ми вас підтримуємо +common_voice_uk_21567634-763-0: тисячі квадратних метрів так і залишилися (невикористаними->невикористами) з моменту відкриття +common_voice_uk_21567635-764-0: думай і роби все для того щоб перемогли добро і справедливість +common_voice_uk_21567636-765-0: це хвилювало людей +common_voice_uk_21567637-766-0: я зрозумів що він має сказати мені щось цікаве +common_voice_uk_21567644-767-0: після бою під крутами унр визнали на міжнародному рівні +common_voice_uk_21567645-768-0: чудовий вчитель показує +common_voice_uk_21567647-769-0: він відчуває себе людиною що відбулася (в->у) житті успішною людиною +common_voice_uk_21567648-770-0: фільм показують мовою оригіналу з українськими (субтитрами->субтидрами) +common_voice_uk_21567649-771-0: знов по шиї пройшов (*->у) дрож +common_voice_uk_21567658-772-0: особисті (немайнові->не маю нові) права автора не можуть бути передані іншим особам +common_voice_uk_21567659-773-0: (згідно->з'їду) угоди грузинські війська були відведені зі своїх позицій і припинили вогонь +common_voice_uk_21567660-774-0: украли щось +common_voice_uk_21567661-775-0: одне треба а (друге->другий) хіба не треба +common_voice_uk_21567662-776-0: виховання завжди командна гра +common_voice_uk_21567679-777-0: це приємно +common_voice_uk_21567681-778-0: це все звісно риторично +common_voice_uk_21567682-779-0: це доволі легко зробити +common_voice_uk_21567684-780-0: буде так як (стара напряла->старанно пряла) +common_voice_uk_21567685-781-0: бог робить драбинку то вгору то в долинку +common_voice_uk_21567687-782-0: російська мова здійснила свою інтервенцію (у->в) наш український простір декілька століть тому +common_voice_uk_21567688-783-0: сьогодні вже помітно вщухла інформаційна хвиля навколо онлайн гри синій кит +common_voice_uk_21567689-784-0: на (встановлення->обстановлення) таких систем у будинках +common_voice_uk_21567690-785-0: (синій->в селі) корунд сапфір +common_voice_uk_21567706-786-0: він виконав прохання (головуючого->головою чого) і це дуже приємно +common_voice_uk_21567707-787-0: є необхідність відповідати +common_voice_uk_21567708-788-0: я не почув +common_voice_uk_21567709-789-0: через те й до парубків (неохоче пускав->неохочих опускав) +common_voice_uk_21567710-790-0: для цього існує (спеціальна пошукова система->спеціально пошуково систему) на сайті міністерства внутрішніх справ +common_voice_uk_21567765-791-0: та битимуть я вам кажу +common_voice_uk_21567766-792-0: (в->през) результаті (отримуємо->отримаємо) індивідуальний виріб на відміну від (ширвжиткових->шир вжиткових) +common_voice_uk_21567767-793-0: (кожний->кожен) затриманий має право (у->в) будь який час оскаржити в суді своє затримання +common_voice_uk_21567769-794-0: до кривого (яру ще->явища) можна а там будемо прощатись +common_voice_uk_21567770-795-0: якщо ти за все життя не посадив жодного дерева плати за чисте повітря +common_voice_uk_21567821-796-0: вона потребує певного звіряння +common_voice_uk_21567823-797-0: просто слова +common_voice_uk_21567824-798-0: тут ліс кінчився +common_voice_uk_21567825-799-0: глуха була ця доріжка польова ніхто не зустрічався ніхто не обганяв +common_voice_uk_21567848-800-0: яблуко (незгоди->не заходить) причина суперечок +common_voice_uk_21567850-801-0: скільки зла таїться всередині за гарною (подобою->вподобою) гадюка ховається в траві +common_voice_uk_21567853-802-0: і очам справді стало зразу легше +common_voice_uk_21567854-803-0: а я молода дівчина +common_voice_uk_21567855-804-0: державною мовою в україні є українська мова +common_voice_uk_21567863-805-0: це приниження гідності киян +common_voice_uk_21567864-806-0: скільки передбачалося отримати коштів від реклами і продажу комунального майна за цей рік +common_voice_uk_21567866-807-0: це наступне питання яке ми будемо розглядати +common_voice_uk_21567868-808-0: (їв чистій->дівчастій) воді не відмиєшся +common_voice_uk_21567914-809-0: єсть же люди що (і моїй->й мої) завидують долі +common_voice_uk_21567918-810-0: (коротше->коротша) на діагностику та лікування прийдеться витратити солідну суму +common_voice_uk_21567919-811-0: ми самі шоковані що вони вже почали чіплятися й до закордонних журналістів +common_voice_uk_21567920-812-0: (вдвох не то->вдвохне те) що самому то правда +common_voice_uk_21567940-813-0: і яка стадія на сьогоднішній день +common_voice_uk_21567942-814-0: так ми (отримуємо->отримаємо) нові проукраїнські центри впливу +common_voice_uk_21567943-815-0: і руки було піднято +common_voice_uk_21567945-816-0: європейська федерація журналістів виступила проти регулювання журналістської діяльності +common_voice_uk_21567947-817-0: один працює (умом->в умов) а другий (горбом->горбон) +common_voice_uk_21567959-818-0: це ви про кого зараз +common_voice_uk_21567960-819-0: прагнення захищати рідну землю (сповна->сповнав) виявило себе в (роки->руки) другої світової війни +common_voice_uk_21567961-820-0: нехай не вернеться +common_voice_uk_21567962-821-0: моральна шкода відшкодовується одноразово якщо інше (не встановлено->невстановлено) договором або законом +common_voice_uk_21567963-822-0: (принц->принцип) підтвердив слова дружини зазначивши що сам він може приготувати лише чай +common_voice_uk_21567964-823-0: (ни->не) по той дуб миля +common_voice_uk_21567965-824-0: (керуй своїм->керусь вам) настроєм бо він якщо не кориться то керує +common_voice_uk_21567966-825-0: вчені зі сша знайшли (найдавніший->найтавніший) орган тваринного організму +common_voice_uk_21567967-826-0: по друге накреслити деякі магістральні тенденції +common_voice_uk_21568037-827-0: а звідки ці (камери з'явились->камера з'явилась) +common_voice_uk_21568039-828-0: люба моя дякую тобі за те що подарувала життя (щє->ще) одному українцю +common_voice_uk_21568040-829-0: тому що він робити нічого іншого не вміє +common_voice_uk_21568041-830-0: (ви->без) забуваєте +common_voice_uk_21568144-831-0: це пряма корупція +common_voice_uk_21568262-832-0: земельне питання і бідність села породжує політичну напругу +common_voice_uk_21568263-833-0: (кирило->карела) розробив креслення за (ними->ним) на київському заводі виготовили апарати +common_voice_uk_21568264-834-0: і я особисто вважала що робота закінчена (де юре->даю) і де факто +common_voice_uk_21568266-835-0: ні (не пряма->непряма) +common_voice_uk_21568346-836-0: (без роботи і->з роботою) день роком стає +common_voice_uk_21568347-837-0: хлопець зробив (*->для) татуювання з невдалим фото (дівчини->дівчині) +common_voice_uk_21568348-838-0: (сани->саме) весело (неначе->наче) бавлячись (забігали->це бігали) то в один бік (то в->той) другий +common_voice_uk_21568349-839-0: (везе->база) з (роси й з->расиство) води (і з усякої калабані->зі всякою каламбанії) +common_voice_uk_21568350-840-0: сховатися в (мишачій дірці->межачій гірці) +common_voice_uk_21568596-841-0: вони зберуться комісією рішення прийматимуть +common_voice_uk_21568597-842-0: (краще->кращий) із усіх +common_voice_uk_21568598-843-0: з рибалки носити (копчену->копчану) рибу +common_voice_uk_21568599-844-0: (теща->те що) лиш (єзиком->язиком) плеще +common_voice_uk_21568626-845-0: всі ці зірки для тебе сказав хлопчик і (ударив->вдарив) дівчинку металевим тазіком по голові +common_voice_uk_21568632-846-0: невже він справді вчинив злочин +common_voice_uk_21568634-847-0: жиють як пес (с->*) котом +common_voice_uk_21568638-848-0: може прийшов час зіграти по дорослому +common_voice_uk_21568639-849-0: без проводу військо гине +common_voice_uk_21568643-850-0: і як швидко взагалі ми зможемо (ввести->вести) в експлуатацію другий та третій блоки +common_voice_uk_21568659-851-0: зійшовши вниз я не розказую нічого +common_voice_uk_21568662-852-0: треба було обминати її (і->*) йти попід самим ровом лісу +common_voice_uk_21568664-853-0: (ну->*) певно що він не пішов би того й не покликали +common_voice_uk_21568665-854-0: шкіриться як пес до жорен +common_voice_uk_21568667-855-0: активно виступає проти насильства на (ґрунті->грунті) гендерних відмінностей і стереотипів +common_voice_uk_21568743-856-0: деяких (іммігрантів->емігрантів) з європи дивує що у канаді неможливо викликати лікаря додому +common_voice_uk_21568744-857-0: ви залякуєте мене +common_voice_uk_21568745-858-0: це екологічна катастрофа +common_voice_uk_21568746-859-0: це не відповідь +common_voice_uk_21568747-860-0: ніка символ перемоги +common_voice_uk_21568868-861-0: ніч віджене ніч прижене +common_voice_uk_21568869-862-0: я піду й на сибір за правду +common_voice_uk_21568870-863-0: (дефляція->дифляція) процес падіння середнього рівня цін на (товари->товар) і послуги +common_voice_uk_21568871-864-0: (пегас->пегаз) символізує поезію +common_voice_uk_21568872-865-0: (нехай->нахай) дружба буде для тебе яскравим світлом що (осягає мету->сягає ми ту) життя +common_voice_uk_21569546-866-0: цілком згодна +common_voice_uk_21569548-867-0: я беру під свій особистий контроль +common_voice_uk_21569549-868-0: нести хрест покірність долі і велике страждання яке людина терпить (в->*) ім'я ідеї +common_voice_uk_21569550-869-0: він зараз знаходиться в аварійному стані +common_voice_uk_21569551-870-0: посміхається андрій (упершись->уперше з) ліктями в коліна і вклавши підборіддя в долоні +common_voice_uk_21569775-871-0: як тільки сідаю за роботу зразу хтось будить +common_voice_uk_21569776-872-0: кухаренко мимохіть повів рукою до серця +common_voice_uk_21569777-873-0: (титан->ти там) людина виняткового розуму (і->й) обдарованості +common_voice_uk_21569778-874-0: також вода сьогодні недешева +common_voice_uk_21569779-875-0: тому у випадках сумніву щодо наголосу слід звертатися до словників +common_voice_uk_21569792-876-0: може не так то й накладуть +common_voice_uk_21569793-877-0: ще раз доброго дня шановні колеги +common_voice_uk_21569794-878-0: (з чайної->звичайної) вийшов надвечір +common_voice_uk_21569795-879-0: не казали у вчорашній промові цього не було +common_voice_uk_21569796-880-0: на віку як на довгій ниві +common_voice_uk_21569924-881-0: щасливий хто мав змогу знайти щасливе життя але щасливіший той хто вміє ним користуватись +common_voice_uk_21569925-882-0: перевантаження (це ток->циток) який викликає дуже сильне нагрівання провідника +common_voice_uk_21569927-883-0: зазвичай каміни встановлюють саме з метою створення затишку +common_voice_uk_21569928-884-0: я майже не чув його біля себе +common_voice_uk_21570348-885-0: шановні учасники засідання +common_voice_uk_21570349-886-0: (світ ловив->світло вив) мене та не спіймав +common_voice_uk_21570351-887-0: українська мода це мода яка більше не вміщається у (старі->старій) уявлення про себе +common_voice_uk_21570352-888-0: спалити кораблі (рішуче->рішучі) порвати з минулим стати на новий шлях +common_voice_uk_21570383-889-0: не хили голову (кресафтедолинає->красафта долинає) до нього ніби крізь товщу води +common_voice_uk_21570384-890-0: він робив мені знаки (як ще->якщо) ми в'їжджали в ворота +common_voice_uk_21570386-891-0: і розливатись в повній мірі десні ніщо не завадить +common_voice_uk_21570388-892-0: сучасні підлітки подорожують значно частіше ніж колись їхні батьки +common_voice_uk_21570390-893-0: (вдалині->давні) видніється пішохідний міст +common_voice_uk_21570523-894-0: зокрема наразі одним з важливих завдань для (аснджа->санжа) є зацікавити читачів +common_voice_uk_21570524-895-0: звичка багатьох ділових людей жертвувати (ранковою->ранкової) трапезою заради роботи +common_voice_uk_21570525-896-0: вуха в'януть таке слухати +common_voice_uk_21570526-897-0: сковорода в тлумаченні біблії був радикальнішим раціоналістом за своїх найрадикальніших сучасників на заході +common_voice_uk_21570527-898-0: буде менше опадів у південній україні (що->щоб) вестиме до (опустелювання->постелювання) +common_voice_uk_21570529-899-0: щоправда тоді інформація про призначення (у->*) київ була на рівні чуток +common_voice_uk_21570530-900-0: вони попросили пари розповісти про їхні відносини +common_voice_uk_21570531-901-0: держава забезпечує захист конкуренції у підприємницькій діяльності +common_voice_uk_21570532-902-0: він потрібен +common_voice_uk_21570538-903-0: спочатку ми були вислані як куркулі а потім уже за віру заарештовані +common_voice_uk_21570539-904-0: товсті стриптизерки іноді перегинають палку +common_voice_uk_21570540-905-0: хотів би додати +common_voice_uk_21570541-906-0: одразу хочу акцентувати увагу публічний скандал не просто сварка +common_voice_uk_21570542-907-0: ми хочемо відсвяткувати у вашому ресторані день народження доньки +common_voice_uk_21570548-908-0: хоча (саме->сам у) військові (керували->керувала) цією країною протягом десятиліть +common_voice_uk_21570549-909-0: там чітко написано +common_voice_uk_21570550-910-0: це питання не пройшло узгодження +common_voice_uk_21570551-911-0: інакше (*->б) він буде автоматично переведений на загальну систему оподаткування +common_voice_uk_21570564-912-0: кожна людина це неповторний світ +common_voice_uk_21570565-913-0: (летючий->чи) голландець (непосидюча->не посидячи) людина (а->*) також людина (що->щоб) постійно подорожує +common_voice_uk_21570566-914-0: (одіссея повні пригод->дісея певні пригоди) блукання подорожі +common_voice_uk_21570578-915-0: (багачеви->багачава) дідько задурно дитину (колише->колоша) а (бідному й->бідними) за гроші (ни->не) хоче +common_voice_uk_21570579-916-0: знає (на чий млин->наче млину) воду (ллє->олія) +common_voice_uk_21570581-917-0: оптиміст це людина яка купує гаманець на останні гроші +common_voice_uk_21570582-918-0: радикальні зміни (прийшли->перейшли) до (гарварда->гарварада) +common_voice_uk_21570911-919-0: треба підхарчитись бо щось мене нудить +common_voice_uk_21570912-920-0: видно птицю (по польоту->побольоту) +common_voice_uk_21570914-921-0: яблука геспери коштовний здобуток +common_voice_uk_21570915-922-0: про виступ написали хіба кілька приватних (блогів->блорів) українців західної європи +common_voice_uk_21570917-923-0: українське місто але з (певними->певненими) німецькими традиціями +common_voice_uk_21571034-924-0: (поезія->ось я) жити не (може->можу) на смітнику (а без->аби з) неї життя злочин +common_voice_uk_21571036-925-0: видно було навіть (під->пітні) місяцем білий бік (церкви->церква) +common_voice_uk_21571037-926-0: чим менш (конкретна->конкретно) назва (навчальної->*) дисципліни тим менше з (неї узнаєш->нею знаєш) +common_voice_uk_21571039-927-0: можна говорити про довготермінові (середньотермінові->середня термінове) та короткотермінові (кампанії->компанії) +common_voice_uk_21571040-928-0: як не (срачка->страчка) то дристачка +common_voice_uk_21571097-929-0: не пояснюючи чому +common_voice_uk_21571099-930-0: у повітрі його побудувати неможливо +common_voice_uk_21571100-931-0: коли має вільну хвилю то (най гаптує->найгаптує) або шиє +common_voice_uk_21571101-932-0: жодна ідеологія не може визнаватися державою як (обов'язкова->обов'язково) +common_voice_uk_21571147-933-0: лікар на квартирі у хворого +common_voice_uk_21571148-934-0: залишається додати що (інститути->інститут і) самоврядування були достатньо розвинені також у давній україні +common_voice_uk_21571150-935-0: цю тему треба опрацювати +common_voice_uk_21571151-936-0: хочуть вкрасти +common_voice_uk_21571536-937-0: тобто це самозахоплення +common_voice_uk_21571537-938-0: таке що (не лізе->налізе) ні тече +common_voice_uk_21571538-939-0: шкода бриндзі в (собачий бурдюг->собачій бурдюк) +common_voice_uk_21571539-940-0: тоді тарифи (не зменшили->на зменшила) +common_voice_uk_21571540-941-0: пізнати пана по халявах +common_voice_uk_21571574-942-0: візьміть себе в руки +common_voice_uk_21571575-943-0: (хамелеон люди->хамалоон лютий) що (безпринципно змінюють->без принципно змінює) свої погляди залежно від обставин +common_voice_uk_21571577-944-0: змішайте всі інгредієнти та (вилийте->велити) на розігріту (пательню->потерю) з краплею оливкової (олії->ріг) +common_voice_uk_21571579-945-0: не надійся грицю на дурницю +common_voice_uk_21571658-946-0: тиха вода (береги рве->бере гирве) +common_voice_uk_21571659-947-0: також заборонила використовувати фото і (відео зйомку->відеозйомку) в залі +common_voice_uk_21571660-948-0: аби вам так не (шкодила->шкодило) вода як старому молода +common_voice_uk_21571661-949-0: це створює простір для синтезу двох течій економічної політики +common_voice_uk_21571747-950-0: одна сорока з кола (а->*) десять на (кіл->тіло) +common_voice_uk_21571748-951-0: людей (слухай->слухає) а свій розум (май->має) +common_voice_uk_21571750-952-0: (еолова->е голово) арфа душа (людини->людина) яка (відзивається->відсувається) на (всі->свій) враження життя +common_voice_uk_21571753-953-0: (працювали підприємства->пропрацювали підприємство) з випуску будівельних матеріалів продуктів харчування +common_voice_uk_21572389-954-0: зараз ми працюємо над написанням логістичної доктрини +common_voice_uk_21572390-955-0: (гни->мене й) дерево поки молоде +common_voice_uk_21572394-956-0: (це не віщувало->самим що) добра +common_voice_uk_21572424-957-0: переходимо до розділу питань власності +common_voice_uk_21572425-958-0: сняться комусь кислиці +common_voice_uk_21572426-959-0: ілюзія (оманливе->оманове) переконання викладачів ніби студенти хочуть вчитися +common_voice_uk_21572427-960-0: і тоді київ буде казати що (є->і) справедливість +common_voice_uk_21572428-961-0: коли ти реалізуєш це у своїх проектах тоді (і->*) я (скористаюсь->скористаюся) +common_voice_uk_21572429-962-0: і хто визначає на сьогодні вашу редакційну політику +common_voice_uk_21572430-963-0: (з початку->спочатку) року прокотилася не одна хвиля вимушених оптимізацій персоналу +common_voice_uk_21572431-964-0: (дорога->друга) майнувши сірим хвостом безшумно сховалася в зелені хлібів +common_voice_uk_21572432-965-0: такі суми є тільки у соціальній сфері +common_voice_uk_21572433-966-0: дід не реагує тільки люлькою (пихкає->пхихкає) +common_voice_uk_21572449-967-0: (корунд->корот) є (важливою сировиною->важливо і все) для квантових (*->я) генераторів фізичних (приладів годинників->приміків один як) +common_voice_uk_21572450-968-0: страх перед (вовками виник у->говками виниклого) хлопчика під враженням від казок +common_voice_uk_21572451-969-0: будьте добрими дітьми (своїх батьків->свої донькими) +common_voice_uk_21572452-970-0: як напився (водиці відвернувся->петиції підвернувся) від (керниці->кернеції) +common_voice_uk_21572453-971-0: адже релігія допомагає (ідентифікувати->і тим монтифікувати) себе та відрізняти від решти мешканців криму +common_voice_uk_21572582-972-0: (набувся->на бабуся) як (голий у терні->велику) +common_voice_uk_21572583-973-0: (студент завжди боретьсядо обіду зі сном після обіду з голодом->стої дозволеного) +common_voice_uk_21572585-974-0: і коли ми говоримо про пілотний (проект->проєкт) +common_voice_uk_21572586-975-0: той горя не знає +common_voice_uk_21572588-976-0: ніколи не здавайся йди вперед до своєї мети +common_voice_uk_21573294-977-0: метаморфози перетворення +common_voice_uk_21573296-978-0: від огиди через їхній відвертий расизм +common_voice_uk_21573297-979-0: на облаштування дитячого майданчика +common_voice_uk_21573299-980-0: (а->*) гарно порившись в інтернеті можна знайти безліч цікавих варіантів +common_voice_uk_21573301-981-0: іноді на слабкі землетруси реагують домашні тварини +common_voice_uk_21573350-982-0: правда в очі (коле->кола) +common_voice_uk_21573352-983-0: (спочити на лаврах->спочина лаурах) заспокоїтись на досягнутому +common_voice_uk_21573353-984-0: і провокує невпевненість в собі що проявляється в агресивності в політиці +common_voice_uk_21573354-985-0: тому зміни до конституції і скасування (недоторканності->недоторканості) президента суддів депутатів +common_voice_uk_21573482-986-0: в окулярах в картузі (з бархатним->збархатним) околушком +common_voice_uk_21573483-987-0: планує подати свої пропозиції щодо вдосконалення законопроєкту +common_voice_uk_21573484-988-0: при цьому його дії мають бути пасивними +common_voice_uk_21573485-989-0: своїх п'ять (грейцарів->грець царів) усюди тикає +common_voice_uk_21573486-990-0: адамове ребро жартівливе найменування жінки +common_voice_uk_21573487-991-0: шановні колеги у мене теж декілька запитань +common_voice_uk_21573488-992-0: я завершую +common_voice_uk_21573489-993-0: тепер щодо пропозицій +common_voice_uk_21573490-994-0: доброго дня колеги +common_voice_uk_21573713-995-0: таке що ні в (пліт ні в->плітню) ворота +common_voice_uk_21573714-996-0: очі пригашені +common_voice_uk_21573715-997-0: дуже (світла->світло) та позитивна людина +common_voice_uk_21573716-998-0: це дозволило створити ефект моральної переваги та зменшити подальшу інформаційну хвилю +common_voice_uk_21573717-999-0: громадяни відбувають військову службу відповідно до закону +common_voice_uk_21573736-1000-0: тому будь ласка наведіть лад +common_voice_uk_21573737-1001-0: що може бути (солодше->солодша) за те коли любить і прагне до тебе добра душа +common_voice_uk_21573738-1002-0: моя двоюрідна сестра вчить в університеті (соціологію->соціології) +common_voice_uk_21573739-1003-0: (гордіїв->гордій) вузол заплутана справа +common_voice_uk_21573740-1004-0: а ви не записувалися +common_voice_uk_21574145-1005-0: (в->*) нас не може бути дискусії +common_voice_uk_21574147-1006-0: і тільки після цього мораторій можна знімати +common_voice_uk_21574148-1007-0: нормандський саміт все ще в центрі уваги всіх змі +common_voice_uk_21574149-1008-0: за годину після цієї фотографії настане час (х->ікс) почнемо прорив з оточення +common_voice_uk_21574592-1009-0: схиляємо голову перед (подвигом->входом) захисників +common_voice_uk_21574594-1010-0: хто мовчить (той десятьох->доведеться цього) навчить +common_voice_uk_21574595-1011-0: і (третє останнє->третя остання) нашим колегам які говорять що завдяки їм перемогла революція гідності +common_voice_uk_21574597-1012-0: нема (мені->й) ні від сонця ні від місяця +common_voice_uk_21574599-1013-0: що кому смакує (най здоров пакує->найздоров кокоя) +common_voice_uk_21574636-1014-0: тут уже (голота вступилась би->голото вступилось) за свого (міг би вийти->і повитий) непорядок і пониження власті +common_voice_uk_21574637-1015-0: лиха іскра поле (спалить->з палець) і сама (згине->загине) +common_voice_uk_21574638-1016-0: молодий перший на своєму керівному місці +common_voice_uk_21574640-1017-0: хоча б створити сільські пожежні станції та (служби->служба) охорони +common_voice_uk_21574642-1018-0: так на (души хоть->душі хоч) гриби (суши->суші) +common_voice_uk_21574643-1019-0: грип (*->грип) з пневмонією (вірус не->вірусний) ідентифікований +common_voice_uk_21574655-1020-0: знай що в (світі->світя) найтяжче це серце (носити студене->насити студентами) +common_voice_uk_21574656-1021-0: також рекомендую вам (долучатися->долучитися) +common_voice_uk_21574658-1022-0: б'ють (і в фіст->ефіст) і в гриву +common_voice_uk_21574666-1023-0: я почув ваші аргументи +common_voice_uk_21574667-1024-0: я її любила ще малою +common_voice_uk_21574668-1025-0: (ієрихонська->і ярихонська) труба потужний (оглушливий->агушовий) звук (гучний->кучний) голос +common_voice_uk_21574669-1026-0: це такий ти передовик такий маяк під обвалом слів плечі його ще дужче (опали->опале) +common_voice_uk_21574685-1027-0: під час наповнення кулі з'явилася дірка тож від польоту (відмовилися->відмовилася) +common_voice_uk_21574686-1028-0: (ми тоді->методі) як (прикипали->прикопали) до землі (з->*) силою стискуючи (кілки->кіолки) +common_voice_uk_21574687-1029-0: я так (зніяковів->знеяка вів) що (у->в) мене волосся спітніло +common_voice_uk_21574688-1030-0: тим часом і її (подруга->по друге) теж (мило->мила) усміхалася носові (пхала якісь->хава якийсь) папери +common_voice_uk_21574689-1031-0: ноги й руки мої наливались чимсь п'яним хвилюючим майже радісним +common_voice_uk_21574780-1032-0: головна мета цієї організації надання фінансової та консультативної підтримки малим підприємствам +common_voice_uk_21574781-1033-0: (ми так->мета) можемо сказати (і->*) про (російських лібералів->російські хлібералів) що вони опортуністи +common_voice_uk_21574782-1034-0: фахівці говорять про побоювання пандемії +common_voice_uk_21574783-1035-0: насправді жодній людській силі не було дано утримати руйнівний вир цієї катастрофи +common_voice_uk_21574784-1036-0: і цей раз не став винятком +common_voice_uk_21575723-1037-0: хіба може говорити про біле той котрому (невідоме->невідомо) що таке (чорне->чорт) +common_voice_uk_21575725-1038-0: народ безпосередньо бере участь у (здійсненні->здійцині) правосуддя через присяжних +common_voice_uk_21575727-1039-0: людина конечна і за своєю суттю (хоче->хотю) закінчених історій +common_voice_uk_21576760-1040-0: але цей був як безодня кострубата чорна вогка +common_voice_uk_21576762-1041-0: ой (візьму я кріселечко->візьми як рисалочко) +common_voice_uk_21576764-1042-0: на (цій інфографіці->цінь фографиці) змальовано (плин бойових->пленьбойових) дій на (усіх->всіх) фронтах +common_voice_uk_21576767-1043-0: п'яний мажор дістав (пушку->пушко) і почав у повітря стріляти +common_voice_uk_21576803-1044-0: хай тільки я кажу не ззаду +common_voice_uk_21576804-1045-0: цю ситуацію потрібно виправити +common_voice_uk_21576805-1046-0: дуже дивна (ситуація->статі) +common_voice_uk_21576806-1047-0: і мабуть ті гроші в тому числі повинні бути (використані->викорисні) саме в дарницькому районі +common_voice_uk_21578024-1048-0: про світлі часи зазвичай думають похмуро +common_voice_uk_21578025-1049-0: як (завзялись піймать->завзяли спіймать) то (чи в яру чи деінде->чевіру чудаінда) а все одно піймають +common_voice_uk_21578026-1050-0: ще раз усім нагадую +common_voice_uk_21578029-1051-0: одне з найбільших князівств (*->в) періоду феодальної (роздробленості русі->роздоробленості росії) +common_voice_uk_21582253-1052-0: (цих грошей->це гроші) вистачить щоб тиждень обідати в інститутській їдальні +common_voice_uk_21582254-1053-0: проте ми зараз розмовляємо трошки на іншу тему +common_voice_uk_21582256-1054-0: (всі в->сів) його були запозичені навіть староста +common_voice_uk_21582288-1055-0: право власності на майно припиняється в разі його знищення +common_voice_uk_21582289-1056-0: найбільш цінними для користувачів (є->і) саме структуровані та машиночитані дані +common_voice_uk_21582290-1057-0: (чи вони->чого не) зберігаються +common_voice_uk_21582292-1058-0: хоч дрімайте не дрімайте +common_voice_uk_21582295-1059-0: зустрічається бурштин інколи із включеннями комах +common_voice_uk_21582349-1060-0: чи проходила ця правка профільну комісію +common_voice_uk_21582352-1061-0: дівчина (що->щось) зірвалася з дієти на смерть загризла торт +common_voice_uk_21582355-1062-0: (чи->що) впливають мешканці зараз на ці перспективи +common_voice_uk_21582356-1063-0: це дуже (люб'язно->любі озна) з вашого боку +common_voice_uk_21582403-1064-0: додаток повністю заснований на штучному інтелекті +common_voice_uk_21582405-1065-0: деталі сюжету тримались (у->в) секреті +common_voice_uk_21582406-1066-0: ранішній дощ як бабині сльози +common_voice_uk_21582438-1067-0: не все те (недійсне->не дійсне) що недосяжне дитячому розумові +common_voice_uk_21582440-1068-0: тому на мою думку якраз будь які провладні політичні партії зобов'язані це підтримувати +common_voice_uk_21582441-1069-0: із вузької щілини виглядає простакуватий дядько +common_voice_uk_21582442-1070-0: я (купила->побила) сметану сосиски каву з молоком і тістечко +common_voice_uk_21582464-1071-0: це капітальний ремонт +common_voice_uk_21582466-1072-0: українські фермери відкрили прямий експорт равликів до єс +common_voice_uk_21582471-1073-0: однак без скандалів не обійшлося +common_voice_uk_21582472-1074-0: і (залишаться->залишиться) політики які будуть давати людям (надію->надії) їх захистити +common_voice_uk_21582488-1075-0: (гостям->а ось там) два рази раді коли прийшли і коли пішли +common_voice_uk_21582489-1076-0: (пошануй одежину->пошанує дружину) раз а вона (тебе->теж) пошанує десять раз +common_voice_uk_21582492-1077-0: та й першу роботу після навчання я знайшов (у державній->державні) організації +common_voice_uk_21582520-1078-0: зокрема йдеться про роль комунальних служб та їх координації з силовиками +common_voice_uk_21582521-1079-0: цензура заборонена +common_voice_uk_21582525-1080-0: песик (укусив->укосив) і забув +common_voice_uk_21584172-1081-0: першочерговою і основною стравою звісно ж залишаються млинці +common_voice_uk_21584173-1082-0: (початкове->початкова) вторгнення пропустило нападників у (корпоративні->корпоративній) мережі компаній але не далі +common_voice_uk_21584174-1083-0: спи +common_voice_uk_21584175-1084-0: депутати які у вас ще будуть пропозиції +common_voice_uk_21584176-1085-0: справа от у чому +common_voice_uk_21584187-1086-0: поет (ловко->ловку) ступав (задом->ззаду) і голосно сопів (носом->мосом) +common_voice_uk_21584189-1087-0: як маєш (хлібу торбі->хліб у торби) то (сядеш і на горбі->садиш у новорбі) +common_voice_uk_21584191-1088-0: я маю деякі поради +common_voice_uk_21584192-1089-0: (закрий стайню->за кристання) як коня нема +common_voice_uk_21584193-1090-0: гірко поробити солодко (з'їсти->з'їзда) +common_voice_uk_21584194-1091-0: не жартуй із жінками ці жарти дурні й недоречні +common_voice_uk_21584195-1092-0: це буде абсолютно нормально і правильно +common_voice_uk_21584196-1093-0: (не->на) з одної (печи->печі) хліба пробував +common_voice_uk_21584213-1094-0: (*->а) візьміть форму для кексів (ідеально силіконову її->ідеального силіконова і) не (потрібно рясно->потрібна рясне) змащувати жиром +common_voice_uk_21584214-1095-0: адже в селі живуть їхні нащадки +common_voice_uk_21584215-1096-0: ранні експедиції (сходили->сходила) на (гору->урок) північним схилом (з тибету->стебету) +common_voice_uk_21584216-1097-0: прийде коза до воза +common_voice_uk_21584986-1098-0: свою долю (й конем->іконем) не об'їдеш +common_voice_uk_21584989-1099-0: (вам усім->маму всім) добре видно свої прізвища на екрані +common_voice_uk_21584990-1100-0: одне лише я знала й відчувала +common_voice_uk_21584991-1101-0: а берлінський гестапівець після війни знову спокійнісінько працює в органах влади +common_voice_uk_21585072-1102-0: якщо (є->я) запитання (готова->готове) відповідати +common_voice_uk_21585073-1103-0: шановні (панове->панові) депутати +common_voice_uk_21585074-1104-0: їхня компанія виготовляла алюмінієві вікна (й->*) двері працювали там (пів року->півроку) +common_voice_uk_21585076-1105-0: зарубай собі на носі +common_voice_uk_21585716-1106-0: інформація про державну реєстрацію фізичних осіб підприємців є відкритою +common_voice_uk_21585717-1107-0: дійсно воно дуже важливе +common_voice_uk_21585719-1108-0: аполлон ідеал чоловічої краси +common_voice_uk_21585721-1109-0: (тріснуло->кріснуло) щось під коліном +common_voice_uk_21585723-1110-0: знадвору будівлю оточили озброєні (силовики->село таки) і (не давали вивезти->надавали вивести) затриманих +common_voice_uk_21585806-1111-0: сивий гуцул стоїть на вершині гори дивиться на полонину (люльку смалить->льольку смолить) +common_voice_uk_21585811-1112-0: (вище->ви що) голови не вдариш +common_voice_uk_21585818-1113-0: деякі матеріали настільки (рідкі->рядкі) що вони практично незнайомі широкій публіці +common_voice_uk_21585819-1114-0: будемо з вами радитися +common_voice_uk_21585857-1115-0: вас такого здоровила (та->то) ви збожеволіли +common_voice_uk_21585858-1116-0: відкривали тільки тоді коли давали їсти +common_voice_uk_21585861-1117-0: усі ці фактори працюють проти появи в китаї гордості за свою роботу +common_voice_uk_21585865-1118-0: я чекав що вони захопляться (й->і) заговорять голосніше це спочатку тільки (така->таку) обережність +common_voice_uk_21585868-1119-0: так воно є +common_voice_uk_21585925-1120-0: кого кликати коли вбиває поліція +common_voice_uk_21585929-1121-0: хороший вчитель пояснює +common_voice_uk_21585932-1122-0: і наші кандидати за величезні гроші купують ці буси +common_voice_uk_21585934-1123-0: послуживши рік чи два (вислужила->вислужили) собі добру хату грунт пару коней овець корівку +common_voice_uk_21585936-1124-0: чим він сьогодні незручний +common_voice_uk_21585982-1125-0: усі (*->собі) суб'єкти права власності рівні перед законом +common_voice_uk_21585983-1126-0: в європі неможливо залишити автомобіль і не сплатити +common_voice_uk_21585984-1127-0: дивись і на задні колеса +common_voice_uk_21585986-1128-0: (нероби->не роби) другому що тобі (немиле->не мила) +common_voice_uk_21587550-1129-0: люди збирають бібліотеку голосів для синтезатора мовлення +common_voice_uk_21587551-1130-0: холодно (з->зі) співчуттям спитав парубок +common_voice_uk_21587553-1131-0: однак самих лише законів навіть найкращих замало закони мають виконуватись +common_voice_uk_21587555-1132-0: цивільні біженці що підтримують терористів +common_voice_uk_21587695-1133-0: історія українського народного вбрання тісно пов'язана з традиціями київської русі +common_voice_uk_21587696-1134-0: ми спробуємо з другого боку +common_voice_uk_21587697-1135-0: там дуже висока інтенсивність контактів із дрібними станціями +common_voice_uk_21587698-1136-0: це дуже критичний день під час якого (не складно->нескладно) нарватися на конфлікт +common_voice_uk_21587700-1137-0: зробіть пиріг із (лаваша->лобаша) рідні оцінять вашу (кулінарну->колінарну) винахідливість і смак страви +common_voice_uk_21587797-1138-0: і на що люди звертають увагу +common_voice_uk_21587798-1139-0: далеко ходять комбайни +common_voice_uk_21587799-1140-0: і тоді ми готові це підтримати +common_voice_uk_21587859-1141-0: який є сенс поспішати +common_voice_uk_21587860-1142-0: демосфен іронічно так називають балакунів +common_voice_uk_21587861-1143-0: він виконує свою роботу і виконує її як уміє +common_voice_uk_21587862-1144-0: сам (в іронічному->віронічному) подиві звів брови другий +common_voice_uk_21587863-1145-0: так не хочеш не треба +common_voice_uk_21588199-1146-0: три речі ніколи не можна повернути час слово (й->і) можливість +common_voice_uk_21588201-1147-0: які ще будуть пропозиції +common_voice_uk_21588203-1148-0: але з іншого боку де ж ця сила +common_voice_uk_21588204-1149-0: це мій обов'язок +common_voice_uk_21588205-1150-0: (покажіть->скажіть) будь ласка наступний слайд +common_voice_uk_21591019-1151-0: освіта повинна бути істинною повною ясною і міцною +common_voice_uk_21591020-1152-0: по величині зараз олег валерійович потім юлія володимирівна +common_voice_uk_21591021-1153-0: не все те отрута що неприємне на смак +common_voice_uk_21591022-1154-0: хто дітей (не має той->немає тої) жури не знає +common_voice_uk_21591080-1155-0: світ мистецтва (досі->до всі) губиться (у здогадах->уздогадах) щодо близькості стосунків цієї пари +common_voice_uk_21591081-1156-0: для мене це є трошки дивним +common_voice_uk_21591082-1157-0: він має право на свою позицію +common_voice_uk_21591083-1158-0: підписники зірки захоплено (відгукнулися->відгукувалися) про шоу +common_voice_uk_21591084-1159-0: декларації (констатація->констатації) незадовільного положення +common_voice_uk_21591148-1160-0: незабаром у школах розпочнуться весняні (канікули->конікули) +common_voice_uk_21591149-1161-0: наголос в українській мові виконує подвійну функцію +common_voice_uk_21591150-1162-0: тому прошу підтримати +common_voice_uk_21591151-1163-0: не треба +common_voice_uk_21591153-1164-0: активісти вимагали забрати у нього нагороду +common_voice_uk_21591330-1165-0: незнання законів не звільняє від юридичної відповідальності +common_voice_uk_21591331-1166-0: (правда->правильно) він купив собі нового (хворменого->хворбиного) картуза з бархатним околушком які носять (семінаристи->сімейнаристи) +common_voice_uk_21591332-1167-0: заборонений овоч найбільше смакує +common_voice_uk_21591333-1168-0: (дзвін на прадавній->звінна про давній) дзвіниці висить насторожливо +common_voice_uk_21591334-1169-0: (спалений міст->спалене місце) за спиною освітлює шлях попереду +common_voice_uk_21592578-1170-0: замість (арештованих->арештоване) наразі (у майдану нові->і майдані) лідери +common_voice_uk_21592579-1171-0: (часто говоримо що аромати зберігають у собі->сторі) спогади +common_voice_uk_21592580-1172-0: (яз->я з) тобою як риба з (водою->метою) +common_voice_uk_21594929-1173-0: з гонору на голові ходить +common_voice_uk_21594930-1174-0: скільки коштує цей довідник +common_voice_uk_21594931-1175-0: асортимент товарів набір товарів (об'єднаних->об'єднує) по якомусь одному або сукупності ознак +common_voice_uk_21594932-1176-0: любов виникає з любові коли хочу щоб мене любили я сам (перший->перше і) люблю +common_voice_uk_21594933-1177-0: чому я так кажу +common_voice_uk_21594954-1178-0: каприз бажання без (потреби->потреб) +common_voice_uk_21594955-1179-0: (цей->це) з'ясований момент +common_voice_uk_21594956-1180-0: в принципі цю інформацію можна знайти у вікіпедії +common_voice_uk_21594957-1181-0: кожному хочеться сказати щось радісне +common_voice_uk_21596402-1182-0: поганяй я тобі кажу закричав (я кучерові->як у чорами) +common_voice_uk_21596403-1183-0: те що стосується нашої подальшої (*->і) долі +common_voice_uk_21596404-1184-0: пішов пішком з мішком +common_voice_uk_21596405-1185-0: до дупи (дверцята->дверцятам) +common_voice_uk_21596407-1186-0: харчова цінність багатьох продуктів зараз (залишає бажати кращого->залишаємо повщати краще) +common_voice_uk_21618051-1187-0: дані які озвучують посадовці (оціночні й->оці ночні і) дуже приблизні +common_voice_uk_21618053-1188-0: дівчина хоче сподобатися хлопцю хлопець дівчині це нормально +common_voice_uk_21618054-1189-0: не називай солодким те що породжує гіркоту +common_voice_uk_21618055-1190-0: феміда синонім правосуддя +common_voice_uk_21623155-1191-0: організатори українського тижня моди оголосили повну програму +common_voice_uk_21623156-1192-0: рятований два рази вмирає +common_voice_uk_21623157-1193-0: я беру її на хворого зуба +common_voice_uk_21623158-1194-0: у причетності до вбивства журналіста підозрюють саудівського принца +common_voice_uk_21623159-1195-0: маком (стелиться->ставиться) перед ним +common_voice_uk_21623190-1196-0: так було у всіх тих моментах +common_voice_uk_21623191-1197-0: відповідно російські пропагандисти поспішили зафіксувати отриману перемогу +common_voice_uk_21623192-1198-0: якби свиня роги мала весь товар би перебила +common_voice_uk_21623193-1199-0: мудрець мусить (і з->із) гною вибирати золото +common_voice_uk_21623194-1200-0: акціонерне товариство не має права розміщувати акції за ціною нижчою за їх номінальну вартість +common_voice_uk_21623211-1201-0: дякую за слушне запитання +common_voice_uk_21623213-1202-0: нашою (спільною->спідною) метою яка повинна бути понад усе інше є побудова (свідомого->свідомо) українського суспільства +common_voice_uk_21623214-1203-0: оптимісти винайшли літак (песимісти->це місти) парашут +common_voice_uk_21623216-1204-0: у (віці->вічці) дев'ятнадцяти років (малік->маліть) потрапляє за грати за (бійку->бік) з полісменом +common_voice_uk_21623218-1205-0: без зміни цього способу виявляти (та->така) карати можна до безкінечності +common_voice_uk_21623608-1206-0: доступ до цієї історії має інспектор який здійснює перевірку водія +common_voice_uk_21623612-1207-0: будьте обережні вибираючи собі оточення +common_voice_uk_21623671-1208-0: щодня (ми тих горіхів повнісінькі->мате горіхи помісінькі) пазухи було приносили +common_voice_uk_21623673-1209-0: дякую +common_voice_uk_21623675-1210-0: ми вже давали власну оцінку новому (дизайнові театру на подолі->дизайнері театрудові) +common_voice_uk_21623676-1211-0: шлюб ґрунтується на вільній згоді жінки і чоловіка +common_voice_uk_21623694-1212-0: міжнародних партнерів +common_voice_uk_21623696-1213-0: якість навчального обладнання оцінили педагоги +common_voice_uk_21623698-1214-0: з'ясувати правду допоміг професіонал +common_voice_uk_21623700-1215-0: (і->*) я подивився (київ->каїп) самий потужний донор держави в даній ситуації +common_voice_uk_21623701-1216-0: такий вид (інтелектуальної->інтелектуальний) різноманітності критично важливий для пошуку правильних рішень складних проблем +common_voice_uk_21625037-1217-0: (поталанило->*) відчути себе (мамою->мамо) +common_voice_uk_21625038-1218-0: (в->у) деяких місцях (освітлення відсутнє->освітлені відсутні) +common_voice_uk_21631214-1219-0: від голови риба пахне +common_voice_uk_21631216-1220-0: (перше->так що) успішне сходження було (здійснено->здійснене) двадцять дев'ятого травня +common_voice_uk_21631217-1221-0: він зазначив що таких планів наразі немає +common_voice_uk_21631220-1222-0: контраст приваблює погляд викликає емоції (та->де) спрямовує увагу +common_voice_uk_21631221-1223-0: говорити не (ціпом молотити->ці помолотити) +common_voice_uk_21632055-1224-0: так звані (літературні->вітерні) мови річ доволі (абстрактна->обстрактна) +common_voice_uk_21632057-1225-0: ліхтар діогена спосіб шукання (істини->їстини) шукання (серед зіпсованого суспільства->сер зіпсовано суспільство) справжньої людини +common_voice_uk_21632058-1226-0: чарочка коток (котись у->кудись в) роток +common_voice_uk_21632059-1227-0: дякую вам за увагу +common_voice_uk_21632061-1228-0: ну зрозумів про що +common_voice_uk_21632741-1229-0: так само було (і->*) з цим генеральним планом +common_voice_uk_21632743-1230-0: не берися бігти доки не навчився ходити +common_voice_uk_21632745-1231-0: не вбити бика за ложку молока +common_voice_uk_21632746-1232-0: (пауло коельо->коля) став членом бразильської літературної академії +common_voice_uk_21632747-1233-0: я пісні складаю та (*->це) записую (на бумагу->набу маму) +common_voice_uk_21632754-1234-0: переляканий як (пилип з конопель->палипсько на парі) +common_voice_uk_21632755-1235-0: тому якщо виникають будь які питання ми завжди раді допомогти +common_voice_uk_21632757-1236-0: (замилування в фізичну->саме луванням фізично) красу (в->де) силу духу (віє->віяв) від всіх його картин +common_voice_uk_21632758-1237-0: рухаємось далі +common_voice_uk_21632759-1238-0: він мав щось інше на увазі +common_voice_uk_21635605-1239-0: (леннон і маккартні->олена маках не) вже рідко (писали->писала) пісні разом +common_voice_uk_21635606-1240-0: такий хліб як на сонці (печений->першому) +common_voice_uk_21635608-1241-0: (така->атака) файна як (з->*) старого (перероблена->переробиного) +common_voice_uk_21635609-1242-0: всі формальності виконані +common_voice_uk_21635611-1243-0: першість в цій допомозі займає фінансування медикаментів +common_voice_uk_21638452-1244-0: так ми погоджуємося +common_voice_uk_21638454-1245-0: метеорологи зазначають що в києві надзвичайно тепла друга половина грудня +common_voice_uk_21638455-1246-0: ніколи завчасно не (програмуй->програмують) своє мислення на негативний результат +common_voice_uk_21638457-1247-0: ви забираєте мій час +common_voice_uk_21639338-1248-0: (іде->і де) в три дороги +common_voice_uk_21643287-1249-0: як (ся файно зачєло->сафайно зачел) так (ся файно й->сафайно) скінчило +common_voice_uk_21643288-1250-0: а втім він не дуже сушив собі голову тим клопотом +common_voice_uk_21724604-1251-0: по третє прекрасно співпрацюють ломбарди (із->з) перекупниками (із->і з) радіоринків +common_voice_uk_21724605-1252-0: для людини немає роботи яку (не можливо->неможливо) виконати якщо (її->їй) виконує хтось інший +common_voice_uk_21724607-1253-0: (відвага->підвага) кайдани рве +common_voice_uk_21724669-1254-0: повернувся до літературної діяльності +common_voice_uk_21724670-1255-0: тому я підтримую тих колег які кажуть нам треба змінити виборчу систему +common_voice_uk_21724673-1256-0: сторож (*->сторож) заходився розплутувати (віжки->ліжки) міцно намотані на задубілій уже руці +common_voice_uk_21724674-1257-0: на мулах нешвидких вона верталась із ясного саду +common_voice_uk_21724676-1258-0: я запрошую всіх зайняти свої місця і підготуватися до роботи +common_voice_uk_21724716-1259-0: адамові діти нащадки адама першої людини на землі рід людський +common_voice_uk_21724717-1260-0: прошу ближче до мікрофону +common_voice_uk_21724719-1261-0: старого любити себе губити +common_voice_uk_21724720-1262-0: (ви задали->то й згадали) запитання і є відповідь +common_voice_uk_21724739-1263-0: але я не втрачаю надії +common_voice_uk_21724742-1264-0: добрий викладач може навчити інших навіть тому чого сам не вміє +common_voice_uk_21724744-1265-0: ні риба ні (м 'ясо->м'ясо) +common_voice_uk_21724746-1266-0: ну бог з вами +common_voice_uk_21755173-1267-0: коли ти твердо йдеш шляхом яким почав іти (то->*) на мою думку ти щасливий +common_voice_uk_21755174-1268-0: чи вам цього вистачає +common_voice_uk_21755175-1269-0: хотілося би більше знати про це питання +common_voice_uk_21755176-1270-0: годі (тату->тато) торгувать мені вже (здачу->здачі) нічим (давать->давати) +common_voice_uk_21755196-1271-0: одна з найпоширеніших (ожиріння->жиріння) і відповідно (хвороби серця->хоробе серце) +common_voice_uk_21755197-1272-0: то був кінець історії і хвиля постмодернізму радо несла нас (до вічного->довічного) миру +common_voice_uk_21755198-1273-0: найбільша новина тижня зустріч лідерів україни росії франції (і->*) німеччини (у->в) парижі +common_voice_uk_21755199-1274-0: кожен має право на тупість але дехто цим правом зловживає +common_voice_uk_21755200-1275-0: і наше завдання (наповнювати->заповнювати) бюджет +common_voice_uk_21755206-1276-0: (хоть свиня в->подзвіння у) сідло влізла та не кінь +common_voice_uk_21755207-1277-0: ми почали розробляти процедури для визначення кампаній +common_voice_uk_21755208-1278-0: минуло багато часу відбулося багато подій (в->у) країні тож зміни були неминучі +common_voice_uk_21755209-1279-0: з видимого (пізнавай->пізнаваль) невидиме +common_voice_uk_21755210-1280-0: насамперед (щодо->що) найбільш кричущих зловживань у вигляді захоплення бізнесу +common_voice_uk_21755227-1281-0: все це робимо за рахунок інвесторів +common_voice_uk_21755228-1282-0: є якась кількість підписів яка проти будівництва +common_voice_uk_21755230-1283-0: вона ні до (танцю->танцює) ні (до ружанцю->дорожанців) +common_voice_uk_21755231-1284-0: фізична особа яка поширює інформацію (зобов'язана->зобов'язання) переконатися в (її достовірності->гідностовірності) +common_voice_uk_21755897-1285-0: що саме +common_voice_uk_21755898-1286-0: (*->що) сьогодні так завтра інак +common_voice_uk_21755899-1287-0: щодо скасування незаконних розпоряджень +common_voice_uk_21755900-1288-0: мені все одно +common_voice_uk_21755902-1289-0: дякую вам за розуміння +common_voice_uk_21756024-1290-0: так (недофінансування->не до фінансування) на сьогоднішній день є +common_voice_uk_21756026-1291-0: біла (ворона->гурона) незвичайна людина рідкісне явище +common_voice_uk_21756027-1292-0: (у->*) спеку навіть коротка прогулянка може призвести до опіку шкіри +common_voice_uk_21756028-1293-0: це дозволило фінансувати більший дефіцит бюджету (упродовж->впродовж) більшого часу та під нижчі (відсотки->відсотків) +common_voice_uk_21756029-1294-0: та не (минуло й->минулого) року як помічниця (герцогині->герценів) написала заяву на звільнення +common_voice_uk_21757542-1295-0: з чим баба на торг з тим (з торгу->сторогом) +common_voice_uk_21757543-1296-0: (авель->я а) символ невинної жертви +common_voice_uk_21757544-1297-0: манна (небесна несподівано->небесної несподіваної) одержані (*->житель) життєві блага +common_voice_uk_21757545-1298-0: таким чином на сьогодні є два проекти рішень +common_voice_uk_21757546-1299-0: (одіссей->одісей) учасник надзвичайних подій чи пригод +common_voice_uk_21757550-1300-0: конкуренція між австрійцями та росіянами (дала румунам->талар румуном) шанс +common_voice_uk_21757551-1301-0: хто (кислиці->кислець) їв а кого оскома (напала->напало) +common_voice_uk_21757552-1302-0: і останній приклад підвищений рівень тривоги і взаємного контролю в родині +common_voice_uk_21757553-1303-0: (тогди->то годи) коли рак свисне +common_voice_uk_21760601-1304-0: (особа може відмовитися від свого майнового права->*) +common_voice_uk_21760602-1305-0: (ти->*) характеризуєш себе як творчу особистість +common_voice_uk_21760603-1306-0: весь вечір до мене клеїлась якась стара прокурена (шкапа->шкапом) +common_voice_uk_21760605-1307-0: дозвольте розпочати +common_voice_uk_21761675-1308-0: взаємна відповідальність яка (осгає->сягає) нашу дружбу найважливіше джерело вірності відданості +common_voice_uk_21761676-1309-0: чи зроблена ця робота +common_voice_uk_21761678-1310-0: прибіг на печені грушки +common_voice_uk_21761679-1311-0: ми теж відкрили вогонь і примусили наших ворогів залягти просто на бруківку +common_voice_uk_21762494-1312-0: цивільні відносини можуть регулюватися звичаєм зокрема звичаєм ділового обороту +common_voice_uk_21762497-1313-0: втім (за->з) її словами головна проблема у відсутності інфраструктури +common_voice_uk_21762509-1314-0: (не шукай те->на шукайте) чого не (губив->губиш) +common_voice_uk_21762510-1315-0: (а->*) хоча ми вже не того віку +common_voice_uk_21762511-1316-0: я не журюсь (нею->не) +common_voice_uk_21762513-1317-0: золотий дощ (несподіване->несподіваний) багатство +common_voice_uk_21762515-1318-0: причини цього величезне поле діяльності для науковців +common_voice_uk_21762529-1319-0: коні шарпнули (*->і) завищали санки і весело забігли в один бік +common_voice_uk_21762530-1320-0: ну слава богу слава богу +common_voice_uk_21762531-1321-0: хочу звернутися особисто до вас +common_voice_uk_21762532-1322-0: (це->все) технічна помилка +common_voice_uk_21762533-1323-0: (задайте->загадайте) їм (новий->на весь) сценарій і попросіть кожну групу обрати (собі->свій) представника +common_voice_uk_21778802-1324-0: видерши один кілок брав у руки (замахувавсь->замахувався) і одкидав легкий +common_voice_uk_21778804-1325-0: (в->*) чому вони полягають +common_voice_uk_21778805-1326-0: досі немає чіткого (усталеного->уставленого з) терміну для храмів у російському стилі +common_voice_uk_21778807-1327-0: в одному мішку було все (потрібне->потрібно) для бою на близькій відстані +common_voice_uk_21778809-1328-0: можна любити творчість джойса та манна проте не забувати вивчати шевченка франка стефаника +common_voice_uk_21792124-1329-0: (перший і єдиний->перше їде не) документ який не лише написаний але (й->*) може бути реалізований +common_voice_uk_21792125-1330-0: ізраїль один із ключових економічних партнерів україни на близькому сході +common_voice_uk_21792126-1331-0: решта світу (вчилася->вчилась) проводити сучасні (кампанії->компанії) +common_voice_uk_21792127-1332-0: це наступний слайд +common_voice_uk_21792128-1333-0: я ж вас запитав +common_voice_uk_21801184-1334-0: я хочу відпочити від усього цього +common_voice_uk_21801185-1335-0: я розумію +common_voice_uk_21801186-1336-0: це питання яке стосується нашої пам'яті нашої шани +common_voice_uk_21801187-1337-0: але не в районному управлінні освіти +common_voice_uk_21801188-1338-0: (вавілонська вежа->вавилонська ваша) справа яка ніколи не буде завершена +common_voice_uk_21801387-1339-0: разом із потом наш організм (втрачає і необхідні->хоча й необхідність) солі і (мінерали->мінерала) +common_voice_uk_21801388-1340-0: в (результаті->консультаті) страждають люди +common_voice_uk_21801389-1341-0: свідомо підійдіть до своїх запитань +common_voice_uk_21801390-1342-0: це сучасні підходи яких (дотримується->дотримуються) більшість країн +common_voice_uk_21807710-1343-0: тобто ми зараз розглядаємо всі ці питання +common_voice_uk_21807712-1344-0: діамант або (брильянт->брельянд) штучно (огранений->агранений) алмаз +common_voice_uk_21807713-1345-0: гора має три пологі схили +common_voice_uk_21807714-1346-0: першою жінкою що піднялася на (еверест->верераст) стала японська альпіністка +common_voice_uk_21808072-1347-0: язик до києва доведе а в києві заблудить +common_voice_uk_21808074-1348-0: ціль одна а дорога й бачення різні +common_voice_uk_21808127-1349-0: батько зразок чесності порядності (і->й) доброзичливості +common_voice_uk_21808128-1350-0: заклик до переговорів звучатиме зворушливо однак у них може критися серйозна загроза +common_voice_uk_21808129-1351-0: як (є->я) на юшку мусить бути й на петрушку +common_voice_uk_21808130-1352-0: (сумую->самою) за тобою літо +common_voice_uk_21808132-1353-0: афіна (богиня->багеня) війни покровителька наук мистецтв ремесел +common_voice_uk_21808197-1354-0: це нас було на той час (що->щоб) про нього (оце->це) розповідаємо +common_voice_uk_21808198-1355-0: інформацію про створення (аніме->аніма) фільму (підтвердили->підтвердила) на офіційній сторінці +common_voice_uk_21808199-1356-0: у повітрі відчувається кохання а на носі день всіх закоханих +common_voice_uk_21809082-1357-0: хочу скориставшись можливістю розвіяти три міфи які поступають (в->у) результаті (поверхових->поверхевих) суджень +common_voice_uk_21809083-1358-0: кіновиробництво процес (довгий і->довгої) затратний +common_voice_uk_21809084-1359-0: церемонія (передачі->передача) відбулася у п'ятницю +common_voice_uk_21809085-1360-0: у нас є порядок +common_voice_uk_21826786-1361-0: (кайся не кайся зробила с заткайся->хайстя нехайся зробилось заткається) +common_voice_uk_21826789-1362-0: я прошу (секунду уваги->скондувати) +common_voice_uk_21826791-1363-0: уряд (азарова заявляє про призупинення->анарваса являє) підготовки угоди про асоціацію +common_voice_uk_21826828-1364-0: я приймаю зауваження (*->від) доповідача +common_voice_uk_21826830-1365-0: тобто на вулиці (буде->були) дорожче (користуватися парковкою->прогосплати спалком) ніж заїхати в паркінг +common_voice_uk_21826831-1366-0: (я->та) сказав що я більше не буду давати +common_voice_uk_21826833-1367-0: (січові стрільці військовий підрозділ наддніпрянської->слідчовий стрінці військових підрозділівдніпрянської) армії (унр->унрн) +common_voice_uk_21913475-1368-0: (історичний центр->істориш цинтер) одеси (перебуває->побуває) в попередньому (спискові об'єктів світової->списку в єхище свої) спадщини юнеско +common_voice_uk_21913478-1369-0: що я маю на увазі +common_voice_uk_21913479-1370-0: (передбачаються->передбачаючи) кошти на проведення проектних робіт +common_voice_uk_21929947-1371-0: їхнє завдання приготувати традиційні корейські страви для учасників та гостей фестивалю +common_voice_uk_21929948-1372-0: пане ляшко ви сказали я прошу вас я почув вас +common_voice_uk_21929949-1373-0: він конфліктував з тодішнім лідером +common_voice_uk_21929951-1374-0: більшість грузинських мігрантів (яких доводиться->які доводяться) зустрічати незадоволені саакашвілі +common_voice_uk_21929956-1375-0: (членство->чейство) у тайпі і (тукхумі->токхумі) визначає соціальний статус чеченського чоловіка +common_voice_uk_21929957-1376-0: (і->*) який зараз інакше як (зрадницею->з радницею) інтересів україни її не називає +common_voice_uk_21929959-1377-0: о шістнадцятій (у дзизі->гудзизі) презентація книги галини (крук->крок) співіснування +common_voice_uk_21929960-1378-0: робити до сьомої суботи +common_voice_uk_21929961-1379-0: екологи називають такі явища аномальними і пов'язують зі змінами клімату +common_voice_uk_21937327-1380-0: (буквиця->букви ця) в тексті кожна стаття починається з буквиці +common_voice_uk_21937328-1381-0: підстави набуття і припинення громадянства україни (визначаються законом->визначається закон) +common_voice_uk_21937329-1382-0: іван сказав привіт а маруся подумки зіграла весілля (і->іра) народила трьох дітей +common_voice_uk_21937330-1383-0: князь вважався сакральною особою +common_voice_uk_21983490-1384-0: (кому->комо) душа болить тому весь світ плаче +common_voice_uk_21983492-1385-0: хоч вони етнічні (корейці->кореїці) та прожили в україні вже понад два десятки років +common_voice_uk_21983493-1386-0: у вашій хаті пахне горілкою +common_voice_uk_21983494-1387-0: зараз анна шукає кращу роботу самостійно слідкуючи за оголошеннями безпосередніх роботодавців +common_voice_uk_21983495-1388-0: пророк визначна людина що бачить далі за інших +common_voice_uk_22065012-1389-0: оперативно (викликайте->викликаєте) майстра для ремонту розеток (*->і) що (іскрять->іскрет) і вимикачів +common_voice_uk_22065013-1390-0: пізно вночі на (обезлюднілий->об безлюднілій) уже тік нечутно (вкотилась->вкотилося) бідарка +common_voice_uk_22065014-1391-0: хочу ще раз нагадати що циркове училище готує +common_voice_uk_22065064-1392-0: якщо будуть то яким чином +common_voice_uk_22065066-1393-0: (традиційно українські->традиційну український) школярі мають канікули кожного кварталу +common_voice_uk_22065068-1394-0: русини назва українців до сімнадцятого століття на західноукраїнських землях до початку двадцятого століття +common_voice_uk_22065070-1395-0: крим це україна +common_voice_uk_22065108-1396-0: він розуміється тільки згори здавався таким глибоким +common_voice_uk_22065109-1397-0: що зараз нас усіх хвилює +common_voice_uk_22065110-1398-0: але писар і інші не рішались більшість на сході (була->було) б проти +common_voice_uk_22065111-1399-0: смачного (пане сергію->пана сергю) +common_voice_uk_22065175-1400-0: деякі загальні враження наші люди доволі іронічно ставляться до загрози +common_voice_uk_22065176-1401-0: звісно (корупціонерів->коробціонерів) не можна терпіти на державній службі +common_voice_uk_22065177-1402-0: ця цифра мені ні про що не говорить +common_voice_uk_22071341-1403-0: сонце на очі добре немов (виправдуючи->виправдовуючи) свою (слабість->славість) часом казав він мені +common_voice_uk_22071342-1404-0: у центрі подій (*->і) її (взаємини з пані аделею->взаєминицпані а делою) +common_voice_uk_22071343-1405-0: так так саме з вікіпедій +common_voice_uk_22071530-1406-0: я нічого не знаю +common_voice_uk_22071531-1407-0: два рази на тиждень +common_voice_uk_22071532-1408-0: всюди добре а дома найліпше +common_voice_uk_22071534-1409-0: не треба як не хочеш я силувать не буду +common_voice_uk_22071746-1410-0: чаша святого грааля предмет шукань і поклоніння омріяна мета +common_voice_uk_22071748-1411-0: будемо працювати і над цим питанням (також->парку) +common_voice_uk_22071751-1412-0: як (не->*) на (спанню->нас паню) то (на вбованню->навпованню) +common_voice_uk_22071755-1413-0: такий герой +common_voice_uk_22071759-1414-0: сліпі очі коли затулені зіниці +common_voice_uk_22071807-1415-0: законопроєкт щодо (дезінформації->дезинформації) створює ризик позбавлення волі керівників каналів +common_voice_uk_22071813-1416-0: я дуже поважаю рішення викладацького складу переїхати з окупованого луганська на українську територію +common_voice_uk_22071814-1417-0: все дуже просто +common_voice_uk_22071816-1418-0: (вечероньки недоїла нічки недоспала->вечереньки надоїла нічка не доспала) +common_voice_uk_22071818-1419-0: чи є заперечення +common_voice_uk_22071821-1420-0: (крез->кас) багач +common_voice_uk_22071823-1421-0: жодних лікарень жодних коштів на дитсадки +common_voice_uk_22071824-1422-0: що я хотів би просити вас +common_voice_uk_22071825-1423-0: а ми з тобою біля рогу +common_voice_uk_22071826-1424-0: (кедр->кадр) ліванський (уособлення->поособленню) краси і величі +common_voice_uk_22071939-1425-0: як у полі густо в коморі (непусто->не пусто) +common_voice_uk_22071941-1426-0: кабінет міністрів україни складає повноваження перед новообраною верховною радою україни +common_voice_uk_22071943-1427-0: цей рік ми ще працюємо +common_voice_uk_22071945-1428-0: скоро буде вже рік +common_voice_uk_22071961-1429-0: (маємо трохи->матрохи) часу і балакаємо з хлопцями за життя +common_voice_uk_22071962-1430-0: якщо ж вам таки не пощастило (й->і) ви підхопили хворобу не панікуйте +common_voice_uk_22071964-1431-0: (вкритися->коритися) ногами +common_voice_uk_22071968-1432-0: будь який інструмент якщо його (упустити->опустити) закочується в (найнедоступніше->найнериступніше) місце приміщення +common_voice_uk_22071971-1433-0: з бурштину виготовляють прикраси і сувеніри +common_voice_uk_22081064-1434-0: там був майданчик +common_voice_uk_22081068-1435-0: у разі ж (виявлених->виявлення) при (перевірці->перебічці) загроз для здоров'я людини (накладаються високі->накладається високий) штрафи +common_voice_uk_22081080-1436-0: не (пийте->бийте) крижану воду ризикуєте застудитися +common_voice_uk_22081084-1437-0: також додам що україна (не достатньо->недостатньо) відома в південній кореї +common_voice_uk_22081360-1438-0: щоб бути добрим викладачем необхідно любити те що викладаєш і любити тих кому викладаєш +common_voice_uk_22081461-1439-0: срати я хотів +common_voice_uk_22081483-1440-0: нехай йому молодому +common_voice_uk_22081495-1441-0: ситий вовк не страшний +common_voice_uk_22081507-1442-0: конституція україни має найвищу юридичну силу +common_voice_uk_22081509-1443-0: (відмова->від мого) полковника виконувати цей ультиматум викликала зіткнення козаків (із->з) царськими військами +common_voice_uk_22081513-1444-0: олексій олексійович (проводить->провадить) активну громадську роботу +common_voice_uk_22081514-1445-0: в чому ключова ідея +common_voice_uk_22081516-1446-0: що з воза впало то пропало +common_voice_uk_22081518-1447-0: саме в харкові вперше в європі було розщеплено (атом->хату) +common_voice_uk_22081519-1448-0: (валькірії->малькії) рішучі войовничі (мужеподібні->може подібні) жінки +common_voice_uk_22081521-1449-0: якутський національний рух був тісно пов'язаний (з->із) розвитком якутської літератури +common_voice_uk_22081523-1450-0: навіть молоді та здорові (*->і) люди в спеку не відчувають себе бадьорими +common_voice_uk_22117233-1451-0: (сейсмологи->соцмологи) зазначають що поштовхи були (несильними->не сильними) +common_voice_uk_22117234-1452-0: хотів би звернути вашу увагу на кілька моментів +common_voice_uk_22117236-1453-0: у вас багато +common_voice_uk_22117382-1454-0: (гостре словечко коле->гостра слобечко кола) сердечко +common_voice_uk_22117384-1455-0: або ти відчуваєш це відчуття або ні +common_voice_uk_22117393-1456-0: кухаренко чорний (від засмаги->віцесмаги) ще більше потемнів не (роздав а видав->поздав аби дав) +common_voice_uk_22117443-1457-0: ця форма (вноситься->носиться) в (базу->пазу) +common_voice_uk_22117447-1458-0: екзамени єдина можливість знати хоча б щось хоча (б->*) декілька днів +common_voice_uk_22117455-1459-0: (нарватися->нагріватися) дупою на (іржавий->ек жабий) цвях +common_voice_uk_22117864-1460-0: (*->бути) будемо відверті поки що кількість прикладів не дуже вражає +common_voice_uk_22117867-1461-0: тенісистка (перевершила->а полегшала) свій попередній (результат->газультат) +common_voice_uk_22117872-1462-0: цей колір ніколи не вийде з моди +common_voice_uk_22117875-1463-0: і не вернути їх +common_voice_uk_22118002-1464-0: (щоб виховати в->що поховати) людині (ангельський->ангелські) характер треба мати (диявольське терпіння->я вхід терпінням) +common_voice_uk_22119009-1465-0: мені наснилося що я лежав у ліжку +common_voice_uk_22119016-1466-0: хто буде нести відповідальність за це знищення +common_voice_uk_22119024-1467-0: з (благословіння священника православний->благословення священика православної) українець (розчистив синагогу->пощастив синагоху) від сміття і привернув увагу чиновників +common_voice_uk_22119031-1468-0: (квартира->ковактерія) ніби маленька але як починаєш (прибирати пентхаус->припирати пенхаус) їй богу +common_voice_uk_22119234-1469-0: звісно чеська розвідка існує нині (й->*) існувала та працювала на той час +common_voice_uk_22119241-1470-0: амбітна і молода (монархиня->монахиня) жадала (регалій->галі) двох сусідніх (королівств->коваліст) щоб бути єдиною (володаркою заходу->було такого заходах) +common_voice_uk_22119244-1471-0: тому якщо ви не (проти->проводи) я готовий (принести->винести) цю (програму->проголову) +common_voice_uk_22119262-1472-0: ми просто їх не (проведемо в апріорі->поведемо авхеолові) +common_voice_uk_22119277-1473-0: я не буду критикувати +common_voice_uk_22119284-1474-0: повноваження народних депутатів україни (визначаються->визначається) конституцією та законами україни +common_voice_uk_22119294-1475-0: (традиційне->кадапційне) бажання мати справжню коштовність от що підтримує популярність (натуральних->на натуральні) матеріалів +common_voice_uk_22119303-1476-0: на голого (дригота->двигота) +common_voice_uk_22119309-1477-0: (ліпше->ліпша) одна торба повна ніж десять порожніх +common_voice_uk_22119314-1478-0: аби вам (чорний кіт->чорники) дорогу не перейшов +common_voice_uk_22119318-1479-0: це наше завдання +common_voice_uk_22160676-1480-0: армії мусульман все більше посилювали тиск на візантійську імперію +common_voice_uk_22160683-1481-0: хотів поставити таке питання +common_voice_uk_22160694-1482-0: мені здавалось +common_voice_uk_22160787-1483-0: рада би душа в рай та гріхи не пускають +common_voice_uk_22160788-1484-0: і їм варто писати (новини->на винни) про події з місць де вони живуть +common_voice_uk_22160790-1485-0: два пани одні штани (хторанше->хто раніше) встав той (убрав->обрав) +common_voice_uk_22160794-1486-0: тому будь ласка вислуховуйте +common_voice_uk_22160796-1487-0: оце є друге питання після покарання тих хто привів до війни +common_voice_uk_22160891-1488-0: червоний (корунд рубін->курунд робін) +common_voice_uk_22160893-1489-0: особа має право на відшкодування моральної шкоди завданої внаслідок порушення (*->і) її прав +common_voice_uk_22160894-1490-0: дякуємо +common_voice_uk_22160895-1491-0: нам у житті мало часу для життя +common_voice_uk_22160896-1492-0: правосуддя в україні здійснюють виключно суди +common_voice_uk_22160937-1493-0: це були голодранці (й->із) сини тих хто не мав ніякого відношення до копанки +common_voice_uk_22160939-1494-0: я надав ходи удвох веселіше йти +common_voice_uk_22160941-1495-0: не плюй в керничку бо меш з неї воду пити +common_voice_uk_22160943-1496-0: харків є одним з найбільших міст україни +common_voice_uk_22161066-1497-0: зроблено все справді добре +common_voice_uk_22161067-1498-0: і вухом не веде +common_voice_uk_22161069-1499-0: в україні ніша серйозних серіалів досі була майже порожньою +common_voice_uk_22161070-1500-0: будьте уважні +common_voice_uk_22161072-1501-0: націоналістичний рух у фінляндії з кожним роком посилювався +common_voice_uk_22188448-1502-0: а той (внизу->унизу) біжить (додому->модаємо) +common_voice_uk_22188449-1503-0: він (доклав великих зусиль спрямованих на->*) відродження (та->про) виживання (кримського народу->кримської мови) +common_voice_uk_22188450-1504-0: (президент->*) україни виконує свої (повноваження до вступу на пост новообраного президента україни->помилок) +common_voice_uk_22215703-1505-0: але є ідеї для сніданків здатні (істотно урізноманітнити меню кулінарними шедеврами->істотного різноманітний маню кулінарний машедеврами) зі звичних продуктів +common_voice_uk_22215704-1506-0: реквієм поетичний спогад про те що (минуло->минула) безповоротно і скорбота за ним +common_voice_uk_22215705-1507-0: нещодавно вибух (міномета->мінометр) під (рівним->рівнем) забрав життя трьох бійців +common_voice_uk_22215707-1508-0: (витати->ви татати) в (емпіреях->індіреях) фантазувати захоплюватись (мріями відірваними->мріяв і відірваним) від реальності +common_voice_uk_22215829-1509-0: за своєю природою (і->*) способом мислення він був (волюнтаристом->волінтаристом) +common_voice_uk_22215830-1510-0: (лежачий->лежать їй) камінь мохом обростає +common_voice_uk_22215831-1511-0: живи ніби завтра помреш (вчися->учишся) ніби будеш жити вічно +common_voice_uk_22215833-1512-0: без олію не (зімлію->землію) а кулешу й сама тешу +common_voice_uk_22215888-1513-0: вибачте у нас немає вільних місць +common_voice_uk_22215889-1514-0: яка проблема я не розумію +common_voice_uk_22215891-1515-0: віддаючи комусь нічого не чекати +common_voice_uk_22215894-1516-0: перемогти самого себе (найважча->найважче) з перемог +common_voice_uk_22215897-1517-0: ті області до яких інвестицій прийде найбільше вийдуть на перші позиції +common_voice_uk_22216057-1518-0: тобто це є певна процедура +common_voice_uk_22216058-1519-0: ніхто з нас у житті не (отримує->отримає) стільки добра скільки заслуговує +common_voice_uk_22216064-1520-0: уже підходячи до хати (галинки->галенки) хлопці розділялись на дві партії +common_voice_uk_22216066-1521-0: (аламаз->але мас) стійкий до кислот та нагрівання +common_voice_uk_22231938-1522-0: (масив задач у->ця задачу) кожній темі (відносно впорядкований за рівнями->відносив по якого не загідним) складності +common_voice_uk_22231940-1523-0: до приходу росіян (якути->яку ти) вже були єдиним народом +common_voice_uk_22231941-1524-0: (від будівництва->*) соціально (необхідних->необхідне) об'єктів (до кредитів->то крадів) малому бізнесу +common_voice_uk_22231942-1525-0: (взвод солдатів і->вот солдате и) кінець +common_voice_uk_22231943-1526-0: (розробки->розробка) французів (мали->мала) рекомендаційний характер а вже практичним втіленням (займалися->займалася) місцеві +common_voice_uk_22232046-1527-0: хто пізно ходить сам собі шкодить +common_voice_uk_22232050-1528-0: найбільшим партнером (альбертійських->альбертистських) консерваторів на федеральному рівні в канаді є (канадські ліберали->канадський ліберал) +common_voice_uk_22232054-1529-0: об'єднання (галичини і->галичиною) волині було здійснено волинським князем романом (мстиславичем->мстиславовича) +common_voice_uk_22232055-1530-0: (капіталізм->капітан) довів та продовжує доводити свої переваги у створенні багатства перед (державним->державно) плануванням +common_voice_uk_22232060-1531-0: ми вчимося все життя не рахуючи десятка років (проведених->провинних) у школі +common_voice_uk_22247313-1532-0: не (пропускай реченця->пропускає речниця) свого бо (видавець->видавец) твій не винен +common_voice_uk_22247322-1533-0: ескулап лікар +common_voice_uk_22247334-1534-0: і ми ще задаємось (питаннями->питанням) чому половина економіки в тіні +common_voice_uk_22247337-1535-0: хворий питається у санітара +common_voice_uk_22263669-1536-0: тому я повністю з вами згоден +common_voice_uk_22263671-1537-0: (не->на) за обличчя (судіть->сидять) а за серце +common_voice_uk_22263672-1538-0: (ця->це) картина вважається одним з (сами->найвих) великих досягнень +common_voice_uk_22263674-1539-0: обставиною що трохи (полегшила->полегшене) положення (хрестоносців->христоносців) була смерть (саладіна->салатина) +common_voice_uk_22263807-1540-0: компетенція та функції ради національної безпеки і оборони україни (визначаються->визначається) законом +common_voice_uk_22263809-1541-0: (вавілон->баган) місто розкоші і розпусти повне спокус +common_voice_uk_22263811-1542-0: (бойчукісти плеяда малярів->бачу їсти то я до маляри в) монументалістів учнів і послідовників михайла (бойчука->пальчука) +common_voice_uk_22263812-1543-0: (був->бог) насправді троянським конем з метою здобуття популярності +common_voice_uk_22263815-1544-0: головним призначенням символу було налякати і морально вплинути на жертву +common_voice_uk_22283892-1545-0: як партнери та (рекламодавці поставилися->рекомедавці поставились) до змін +common_voice_uk_22283938-1546-0: мене цікавить таке питання +common_voice_uk_22283939-1547-0: українські міста змінюються та трансформуються +common_voice_uk_22283940-1548-0: усе життя шукала принца на білому коні (а трапляються->трапляється) лише вершники без голови +common_voice_uk_22283941-1549-0: галинка (колись->когось) служила у пана в горницях +common_voice_uk_22316950-1550-0: закон концентрації говорить що все про що ви (роздумуєте->роздумаєте) збільшується в розмірах +common_voice_uk_22316951-1551-0: знати (хочуть->хочу й) багато добувати знання не всі +common_voice_uk_22316952-1552-0: ще раз усім доброго дня +common_voice_uk_22316953-1553-0: мені вдарило в лице немов полум'я +common_voice_uk_22343051-1554-0: сьогодні ми повинні зробити декілька дуже важливих кроків +common_voice_uk_22343052-1555-0: накрити (мокрим->мокрими) рядном +common_voice_uk_22343053-1556-0: мати (окрему->окремо) національну долю та ідентичність є політичним благом +common_voice_uk_22343054-1557-0: зло нічого не дає крім зла +common_voice_uk_22343055-1558-0: (чому->чого) ми не залишаємося їх власником +common_voice_uk_22343119-1559-0: дешева рибка несмачна юшка +common_voice_uk_22343120-1560-0: (*->у) українська економіка попри подвійні вибори та очікування чергової світової кризи цьогоріч показала позитивні результати +common_voice_uk_22343124-1561-0: ні (примітивні->примітив він) жарти теж є але вкрай (мало->мова) +common_voice_uk_22343126-1562-0: (нагородження->благородження) фіналістів відбулося в неділю +common_voice_uk_22343151-1563-0: (ніба->необа) нещасна мати +common_voice_uk_22343152-1564-0: бажаємо вам домашнього затишку веселої компанії друзів і нехай (усе->все) у вас буде добре +common_voice_uk_22343153-1565-0: європейський союз пропонує надто значні переваги європейським країнам (аби->ви) просто розвалитися +common_voice_uk_22343154-1566-0: (велика кількість зброї->тільки зброя) вилучена +common_voice_uk_22343155-1567-0: перед виборами ви обіцяли +common_voice_uk_22353436-1568-0: мені треба було на якийсь час сховатися +common_voice_uk_22353437-1569-0: столицею україни (є->і) місто київ +common_voice_uk_22353438-1570-0: при (гасінні->гасіння) загоряння самостійно категорично (забороняється->забороняє) входити до (кабіни->кабіна) ліфта +common_voice_uk_22353440-1571-0: присипаємо сіллю (меленим->мало ним) перцем можна додати зелень і тертий сир +common_voice_uk_22353444-1572-0: сонце розпливалося (в->у) небі розчавлене сліпуче як вибух +common_voice_uk_22353445-1573-0: на третьому поверсі місця не вистачало розносили поранених і на (верхні->верхній) поверхи +common_voice_uk_22353446-1574-0: приходьте на екзамен зі (свіжою->свіжого) головою багато в чому буде необхідно розбиратися вперше +common_voice_uk_22353447-1575-0: тому незважаючи на всі візи які є (пропоную->пропонує) визначитися досить (таки->такий) чітко +common_voice_uk_22353448-1576-0: це потрібно розвивати +common_voice_uk_22353451-1577-0: корова тим рогом чухається (*->і) який у неї є +common_voice_uk_22353452-1578-0: під час вогнепальних поранень клітини гинуть на певній ділянці кістки +common_voice_uk_22353453-1579-0: вони ще не віддали будівельникам +common_voice_uk_22353454-1580-0: а жили ми на хуторі +common_voice_uk_22353455-1581-0: шановні іменинники +common_voice_uk_22353465-1582-0: натомість (зріс товарооборот->зріст товару оборот) на внутрішньому ринку країни +common_voice_uk_22353466-1583-0: на краю світу я зрозумів одне +common_voice_uk_22353467-1584-0: вандали руйнівники культурних цінностей (невігласи->не біглося) +common_voice_uk_22353468-1585-0: ця забудова на (звіринецькому->звіриницькому) сквері +common_voice_uk_22353478-1586-0: тому абзаци в літературному творі мають і (певне->певна) композиційне значення +common_voice_uk_22353480-1587-0: тому все таки (би->*) хотілося щоб сила і закон однаково рівномірно застосовувався для всіх +common_voice_uk_22353482-1588-0: позитивних відгуків було багато думаю їх сфальсифікували +common_voice_uk_22353499-1589-0: ну (і->й) зараз продовження (дивовижної->теологічної) спецоперації на найбільш західному кордоні україни +common_voice_uk_22353502-1590-0: я так розгубився що навіть забув українську мову +common_voice_uk_22353505-1591-0: провалюється й сама ідеологія ліберальної імперії +common_voice_uk_22360876-1592-0: це спеціалісти знають +common_voice_uk_22360877-1593-0: у (токіо->то кого) відбувся один із найбільших конкурсів краси +common_voice_uk_22360878-1594-0: кований на всі чотири копита +common_voice_uk_22360879-1595-0: (я->для) вам дякую +common_voice_uk_22361126-1596-0: протягом усього літа в ісландії стоять (білі->біля) ночі +common_voice_uk_22361127-1597-0: вони складаються з вірогідних злочинців +common_voice_uk_22361128-1598-0: кожен має право на свободу (світогляду->святогляду) і (віросповідання->віросповідань) +common_voice_uk_22361129-1599-0: (вчіться і->*) читайте читайте (книги->книгу) серйозні життя зробить інше +common_voice_uk_22361130-1600-0: (ласкаве->ласкаво) теля дві (мамки ссе->мавки са) а (бистре ні->бистронні) одну +common_voice_uk_22429540-1601-0: жити наприклад у швеції дійсно дорого +common_voice_uk_22815506-1602-0: у всіх народів мова (це->цей) засіб спілкування у нас це фактор відчуження +common_voice_uk_22815507-1603-0: (думи мої->думаємо) думи мої +common_voice_uk_22815508-1604-0: мова це всі глибинні пласти духовного життя народу +common_voice_uk_22815509-1605-0: мертві сорому не мають +common_voice_uk_22815521-1606-0: чужу мову можна вивчити за шість років а свою треба вчити все життя +common_voice_uk_22815522-1607-0: ми (серцем голі догола->серце моголі довела) +common_voice_uk_22815523-1608-0: (блаженний муж на лукаву->блаженні блажен мужно лукаво) не вступає (раду->радо) +common_voice_uk_22815524-1609-0: та з собою самим у війні (не простояти->непростояти) довго мені +common_voice_uk_22815525-1610-0: не все ще той поет великий (чільний->чинний) хто (вірші пише->віршій польщі) і слова римує +common_voice_uk_22815541-1611-0: на (чужині не->чого женя на) ті (люде->люди) тяжко (з ними->знемо) жити +common_voice_uk_22815543-1612-0: тільки вірність і слухняність (творять->того говорить) передумови успіху (національної боротьби->національному боротьбу) +common_voice_uk_22815544-1613-0: помилки справжніх талантів більш повчальні для учнів ніж здобуті ними непохитні (істини->їздитини) +common_voice_uk_22815546-1614-0: (і->його) оживе добра слава слава україни +common_voice_uk_22815547-1615-0: (борітеся поборете->орітеся по борете) +common_voice_uk_22815551-1616-0: (лиш->ми ж) боротись значить (жить->лежить) +common_voice_uk_22815552-1617-0: в боротьбі виростає сила +common_voice_uk_22815553-1618-0: ні з ким буде поплакати ні поговорити +common_voice_uk_22815554-1619-0: для таланту немає смерті бо він не вірить (в->у) неї +common_voice_uk_22815555-1620-0: не забуваймо про меч (учімося->чомусь вони) міцніше тримати його в (руках->боках) +common_voice_uk_22840932-1621-0: (за->що) здобутком завжди втрата (простує->простої) +common_voice_uk_22840934-1622-0: слово то мудрості промінь слово то думка людська +common_voice_uk_22915245-1623-0: лихо мені з вами +common_voice_uk_22915261-1624-0: дух що тіло рве до бою рве за поступ щастя (й->і) волю +common_voice_uk_22915298-1625-0: і (окрадуть жалкуючи->украдуть жалкуючі) плачучи осудять +common_voice_uk_22915299-1626-0: не накличу собі долі коли так (не маю->немає) +common_voice_uk_22915314-1627-0: справа здобуття української державності це справа нації української (а не->але) якогось класу чи партії +common_voice_uk_22915315-1628-0: страшно впасти у кайдани умирать в неволі +common_voice_uk_22915337-1629-0: що проклену святого бога за (неї->нею) душу погублю +common_voice_uk_22915340-1630-0: обставини і факти творять та викликають людей +common_voice_uk_22915365-1631-0: саме знання нікому їсти не дасть +common_voice_uk_22915366-1632-0: (радьте->раття) розумні рятуйте (могучії->могутчі) +common_voice_uk_22915387-1633-0: хто (з->*) злом не (боресь той людей не->борець тої людини) любить +common_voice_uk_22915412-1634-0: (нема раю->не мораю) на всій землі та (нема й->немає) на небі +common_voice_uk_22915413-1635-0: сиротині сонце світить світить та не гріє +common_voice_uk_22915447-1636-0: слова (та->то) голос більш нічого +common_voice_uk_22915448-1637-0: там де справжній талант там справді немає старості +common_voice_uk_22915457-1638-0: наша дума наша пісня не вмре не загине +common_voice_uk_22915477-1639-0: шлях звільнення кожної нації густо кропиться кров'ю +common_voice_uk_22915478-1640-0: а ви (претеся->впретеся) на чужину шукати доброго добра +common_voice_uk_22915499-1641-0: (найстрашніша клятьба->майстрашніша клядьба) полюбити раба +common_voice_uk_22915512-1642-0: (хто нікчемну->ніхто нікчемно) душу має то така ж у нього мова +common_voice_uk_22915587-1643-0: воно не світ а всі світи +common_voice_uk_22915589-1644-0: (і день іде і->де нігде й) ніч іде +common_voice_uk_22915606-1645-0: ну (що б->щоб) здавалося слова +common_voice_uk_22915620-1646-0: де нема святої волі не буде там добра ніколи +common_voice_uk_22915623-1647-0: ну (що б здавалося->щоб здавалися) слова слова та голос більш нічого +common_voice_uk_22915624-1648-0: (таж і в->та жив) бурю не всі човни гинуть +common_voice_uk_22924875-1649-0: (погано->погана) дуже страх погано +common_voice_uk_23030303-1650-0: (реквієм->реквіям) завжди він іншим співав і спочив сам нарешті +common_voice_uk_23030305-1651-0: (з->за) кожним наступним виступом (маститий->мастити) письменник поводився все (більш->більше) відверто (шовіністично->що війністично) +common_voice_uk_23030306-1652-0: чи ж це любов (як не є гідна->якнаягідна) любові вона +common_voice_uk_23030308-1653-0: (руссю->русю) московитів ніхто не називав +common_voice_uk_23030310-1654-0: (конституційні->хомституційні) права і свободи гарантуються і не можуть бути скасовані +common_voice_uk_23030536-1655-0: не (вчи->в) рибу плавати +common_voice_uk_23030539-1656-0: п'яному і на світлій вулиці (темно->темна) +common_voice_uk_23030540-1657-0: (хан->хана) розсудить нас казав михайло і воля його буде мені законом +common_voice_uk_23030542-1658-0: один одного хваліте тоді (й бог->богу) вас (похвалить->поховать) +common_voice_uk_23030544-1659-0: слава ніколи не задовольняється і завжди (бажається більша->вважається більше) +common_voice_uk_23030730-1660-0: тоді (й->*) куликовську битву подали як спробу звільнення від (татаро->татар) монгольського ярма +common_voice_uk_23030731-1661-0: кожному гарантується недоторканність житла +common_voice_uk_23030733-1662-0: лякана ворона куща боїться +common_voice_uk_23030736-1663-0: на території україни забороняється створення і функціонування будь яких збройних формувань (не передбачених->непередбачених) законом +common_voice_uk_23030737-1664-0: шукай у (власних->власне) глибинах +common_voice_uk_23030868-1665-0: пізніше наступні хани +common_voice_uk_23030871-1666-0: еліта золотої орди переїжджала (селилася->оселилася) одержувала пільги жила (й->і) почувалася (в->у) московії як удома +common_voice_uk_23030873-1667-0: але псковитяни не послухалися митрополита хоча той прокляв їх і відлучив від церкви +common_voice_uk_23030878-1668-0: то були роки першого значного поповнення фінських племен тюркським етносом +common_voice_uk_23030969-1669-0: не той козак що поборов а той що вивернувся +common_voice_uk_23030970-1670-0: не святі (горшки->гошки) ліплять +common_voice_uk_23030972-1671-0: однак це чергова вигадка +common_voice_uk_23030974-1672-0: однак у московії ми цього ніколи не спостерігали +common_voice_uk_23030976-1673-0: до (фіно угорської->фінногорської) групи +common_voice_uk_23236040-1674-0: де грози падають там райдуги встають +common_voice_uk_23236041-1675-0: (татаро->татара) монголів ніколи не лякали стіни +common_voice_uk_23236042-1676-0: давня звичка московії бити знесилених і слабких сусідів +common_voice_uk_23236043-1677-0: але російські історики про такі дрібниці зазвичай згадують (мимохідь->мимохіть) якщо взагалі згадують +common_voice_uk_23236044-1678-0: гостре (словечко коле->словачко колес) сердечко +common_voice_uk_23236050-1679-0: так іван грозний став спадкоємцем візантійських імператорів +common_voice_uk_23236051-1680-0: як ми пам'ятаємо (племена->коли вона) тієї землі мали схожі назви +common_voice_uk_23236052-1681-0: ось такими хитрими мазками писалася російська історична дійсність +common_voice_uk_23236053-1682-0: як це відбувалося ми побачимо нижче +common_voice_uk_23236054-1683-0: двоє третього не чекають +common_voice_uk_23365573-1684-0: один із древніх істориків (смути->смут і) бачив (загальну народну провину в->загальнонародним провином у) божевільному мовчанні перед царем +common_voice_uk_23365574-1685-0: (нагинай гілляку поки молода->багинаїння в окремому лима) +common_voice_uk_23365575-1686-0: не можна керуватися (вимислами->винеслами) і (державним->державними) великоросійським бажанням +common_voice_uk_23365576-1687-0: з пісні слова не викинеш +common_voice_uk_23365577-1688-0: гордість велика (рушійна->рушина) сила рідна сестра високого почуття відповідальності +common_voice_uk_23365578-1689-0: навіть (оон із->чого з) цього питання висловилася +common_voice_uk_23365579-1690-0: згадайте брехню про київ +common_voice_uk_23365580-1691-0: з'явився (хазяїн->хая) +common_voice_uk_23365581-1692-0: регулярні звіти про доходи і видатки державного бюджету україни мають бути оприлюднені +common_voice_uk_23365582-1693-0: (висновки і->боснівки) пропозиції тимчасової слідчої комісії розглядаються на засіданні верховної ради україни +common_voice_uk_23365583-1694-0: навіщо було складати (нові->мій) списки +common_voice_uk_23365584-1695-0: добре вже (що->ще) два серйозні (мужі не назвали->межі неймовляли) ці країни (лівонією->любовні) +common_voice_uk_23365585-1696-0: (усього->а з чого) було вбито чотириста (знатних лицарів->знак не хочеться царів) а п'ятдесят (орденських братів->один скільків) потрапили в полон +common_voice_uk_23365586-1697-0: (настала->настав) черга правити (братам і синам->братами синами) олександра невського +common_voice_uk_23365587-1698-0: повернімося все таки (до тих->дити) далеких подій +common_voice_uk_23365588-1699-0: не знаю як читачі але я в подібні сказання не вірю +common_voice_uk_23365589-1700-0: вода боронить (від огню->відобх) живого згорілу (ж->з) хату дарма поливати +common_voice_uk_23365591-1701-0: він буде (приводити ці->проводити ті) війська ще не раз +common_voice_uk_23365592-1702-0: союз цих двох (татаро->та кара) монгольських (улусів->холосів) був страшний для православного світу +common_voice_uk_23365593-1703-0: (одвага->увага) наша меч (политий->коли ти) кров'ю +common_voice_uk_23365594-1704-0: слов'янством (та руссю тут і не->парує) пахне +common_voice_uk_23365595-1705-0: (вісті->місці) не лежать на місці +common_voice_uk_23365596-1706-0: навіщо їх (лічити->кричити) навіщо (так ревно->то кремно) старатися якби полічили довелося (б->*) назвати цифру +common_voice_uk_23365597-1707-0: не згадується москва як місто або селище і в європейській історії того часу +common_voice_uk_23380725-1708-0: завжди терновий (вінець->вінецьку) буде (кращий->краще) ніж царська корона +common_voice_uk_23380726-1709-0: але повернімося в золоту (орду->арту) +common_voice_uk_23380727-1710-0: зраду (брата і брехливі доноси на->брате й брехливий до носина) ближнього (сини перейняли у невського->а се не прийняли унецька) +common_voice_uk_23380728-1711-0: ясна річ не все (було->була) так просто як хотілося (олександрові->олександре) +common_voice_uk_23380729-1712-0: шлюб вимагає високого і досконалого життя +common_voice_uk_23484770-1713-0: ніщо не можна відділити від самого себе +common_voice_uk_23484773-1714-0: не було відпочинку (ні воїни->не можна) ні полководці не заплющували (очей->очі) +common_voice_uk_23484774-1715-0: усе інше як кажуть було (справою->справи) техніки (й->і) ретельності +common_voice_uk_23484777-1716-0: навіть дружина князя була (геть нечисленною->гетьмана чистому) +common_voice_uk_23484779-1717-0: інших історики того часу не знали +common_voice_uk_23548705-1718-0: всього не можна охопити навіть думкою +common_voice_uk_23548706-1719-0: звичайно ж (димитрієві донському->димитрія віденському) навіть (на гадку->нагадку) не спадало нічого схожого +common_voice_uk_23548707-1720-0: що ж до московії тут йому все цілком зрозуміло +common_voice_uk_23548708-1721-0: якийсь внутрішній голос підказував миколі що цей час настав і завдання на його плечах +common_voice_uk_23548709-1722-0: (невмируща->не вмиру що) міць народа (усе->у се) лихе переживе +common_voice_uk_23548733-1723-0: ось він (менглі гірей->менгель ірей) справжній визволитель московії від влади золотої (орди->оруди) +common_voice_uk_23548737-1724-0: нас жде (невіддячений труд->не віддячений трут) +common_voice_uk_23548741-1725-0: завоювання були істотні й знову призвели до виснаження скарбниці та зубожіння народу +common_voice_uk_23548742-1726-0: (в ліс->вліз) дрова не возять +common_voice_uk_23548744-1727-0: (геройство мусить->геройст помусить) мати нагороду се (і боги->її поги) і люди признають +common_voice_uk_23548745-1728-0: байдуже ракові в якому його горщику зварять +common_voice_uk_23548746-1729-0: повертаючись із орди помер у дорозі великий володимирський князь олександр ярославович +common_voice_uk_23548747-1730-0: (довіряти->даряти) їм можна було спокійно +common_voice_uk_23548748-1731-0: робилося це не лише хрестом а частіше мечем і кров'ю +common_voice_uk_23548749-1732-0: одиниця тоді лишень чогось варта коли висловлює хоч трохи духу своєї збірноти +common_voice_uk_23548760-1733-0: (іумільов->і умільов) у древніх монголів був зворушливий (звичай братання->звичаї британії) +common_voice_uk_23548761-1734-0: він їх (*->і) знає +common_voice_uk_23548762-1735-0: змінює саму суть того що відбувалося в ті роки +common_voice_uk_23548763-1736-0: (ясла->я скла) до (коней->конеї) не ходять +common_voice_uk_23548764-1737-0: врізав як по лобі дав +common_voice_uk_23548765-1738-0: тут як то кажуть ні відняти ні додати +common_voice_uk_23548766-1739-0: не можна сфальсифікувати факт появи міста або села +common_voice_uk_23548767-1740-0: історія російської імперії побудована на приниженні (й->*) презирстві щодо підкорених народів і племен +common_voice_uk_23548768-1741-0: у нашому дослідженні немає необхідності займатися докладним викладом (*->в) історії розвитку цього народу +common_voice_uk_23548769-1742-0: показати словами людини яка стверджує через десятки сторінок своєї книги протилежне +common_voice_uk_23548785-1743-0: олександр невський (вдруге->удруге) привів (татаро->татара) монгольські війська (й->з) чисельників до новгорода +common_voice_uk_23548787-1744-0: але ж як бачите не все чортова баба здійснила +common_voice_uk_23548788-1745-0: він мовив про користь тривалих молитв і не йшов нікуди +common_voice_uk_23548790-1746-0: а далі пішло поїхало +common_voice_uk_23548792-1747-0: ключевський (продовжує цю->продовжується) думку +common_voice_uk_23548815-1748-0: це його не цікавило +common_voice_uk_23548816-1749-0: книги подібні рікам що тамують спрагу цілого (*->столого) світу це джерела мудрості +common_voice_uk_23548817-1750-0: така (істина->істинна) приховувана під половою звичайного історичного словоблудства або по російськи (доважками->домашками) брехні +common_voice_uk_23548818-1751-0: ця перемога врятувала безліч нещасних жителів (тверської->творської) області взятих у неволю татарами +common_voice_uk_23548819-1752-0: обвинувачення не може ґрунтуватися на доказах одержаних незаконним шляхом а також на припущеннях +common_voice_uk_23548894-1753-0: але це була нова великоросійська нація яка народжувалася +common_voice_uk_23548895-1754-0: (простежмо->розстежимо) добре відому закономірність зі смертю по дорозі +common_voice_uk_23548896-1755-0: (хто->по) вище (злізе->одліза) дужче (пада->падав) +common_voice_uk_23548897-1756-0: істина є добром (інтелекту->інтелектом) +common_voice_uk_23548898-1757-0: новий князь московит як і його батько опускався в (орді->городі) до цілковитого приниження +common_voice_uk_23548935-1758-0: я свідомо занижую цю цифру +common_voice_uk_23548936-1759-0: власні невміння (і->й) тупість (закрили->закрила) людськими життями +common_voice_uk_23548937-1760-0: (виконавчу владу->виконавчувала до) в областях і районах містах києві та севастополі здійснюють місцеві державні адміністрації +common_voice_uk_23548938-1761-0: апетит з їдою прибуває +common_voice_uk_23548939-1762-0: (слов'янські святині підніс татарам->слов'янській сатині під ніс татаром) на тарілочці олександр невський своєю зрадою +common_voice_uk_23548958-1763-0: і як ми переконаємося (у->в) цих діяннях імперії крився доволі прагматичний резон +common_voice_uk_23548959-1764-0: ось кілька підтверджувальних (виписок->випусок) про ці військові походи +common_voice_uk_23548960-1765-0: (*->ми) назвався грибом (лізь у кіш->лісюкіш) +common_voice_uk_23548962-1766-0: хочу нагадати що під словом правити необхідно розуміти служити ханові +common_voice_uk_23548964-1767-0: щасливий поет що не може втекти від своєї пісні +common_voice_uk_23549040-1768-0: віра найбільше скріплює (сили->села) душі +common_voice_uk_23549042-1769-0: багато дива мало млива +common_voice_uk_23549044-1770-0: (з->*) книжних слів (набираємося мудрості->набираємо саморості) й стриманості +common_voice_uk_23549472-1771-0: мова довга не є добро +common_voice_uk_23549474-1772-0: іноді з'їси (і не доволі->й недоволі) зате живеш на волі +common_voice_uk_23549476-1773-0: (*->та) татари ж бо пішли +common_voice_uk_23549479-1774-0: провідник це той хто узнає в кожному зі своїх підвладних дитину сина +common_voice_uk_23549480-1775-0: зупиніться та задумайтеся +common_voice_uk_23549501-1776-0: із цього (довідуємося->довідаємося) від яких давніх споріднених слов'янських племен походить український народ +common_voice_uk_23549502-1777-0: а як велично звучать слова зібране за його (монаршим->монаршем) словом +common_voice_uk_23549503-1778-0: ото вже (олександре ісайовичу->олександра й сайовичу) не лукавте я вам нагадаю ваші слова +common_voice_uk_23549504-1779-0: вони вважали їх правомірними й незаперечними +common_voice_uk_23549505-1780-0: і неспроста +common_voice_uk_23549521-1781-0: (князь->*) же юрій довгорукий стосунку до цього дійства не мав +common_voice_uk_23549522-1782-0: шановні читачі +common_voice_uk_23549523-1783-0: навіть саме слово моксель довільно підмінив словом мокша +common_voice_uk_23549524-1784-0: ласий на (чужі->чужій) ковбаси +common_voice_uk_23549525-1785-0: без помилок ще ніхто написати не зміг своїх віршів +common_voice_uk_23549662-1786-0: імперія у всьому намагалася наздогнати європейські країни +common_voice_uk_23549663-1787-0: хіба все те вовк що сіре +common_voice_uk_23549664-1788-0: горбатого могила виправить +common_voice_uk_23549665-1789-0: ці думки з'явилися не лише після прочитання дитячої (книжчини->книщини) +common_voice_uk_23549666-1790-0: така думка цілковито неправильна й (облудна->я блудна) +common_voice_uk_23549700-1791-0: дивніше (дива->диво) якщо хто візьме жону потворну заради набутку +common_voice_uk_23549702-1792-0: не та людина +common_voice_uk_23549704-1793-0: але стосовно великих і гордих фінських племен +common_voice_uk_23549705-1794-0: це уявлення поступово проникало в національну свідомість +common_voice_uk_23549744-1795-0: тепер зізнався (в братанні->у братанії) олександр (ісайович->і сайович) +common_voice_uk_23549745-1796-0: не хватайте озлоблених у тюрми вони самі собі тюрма +common_voice_uk_23549746-1797-0: горе прийде як любов у кригу замерзне тверду +common_voice_uk_23549747-1798-0: навіщо мені вивчати казахську мову вона в житті не знадобиться +common_voice_uk_23549763-1799-0: то були державні проімперські писання +common_voice_uk_23549764-1800-0: пане (солженіцин->салженіцин) помізкуйте трішки і дайте собі відповідь куди ж усе це поділося +common_voice_uk_23549765-1801-0: (прадавній->про давні) очевидець спростував брехню (великоросів->велику росіг) +common_voice_uk_23549766-1802-0: (інші->інше) питання організації місцевого самоврядування формування діяльності та відповідальності органів місцевого самоврядування визначаються законом +common_voice_uk_23549767-1803-0: я спробував з'ясувати рік народження князя андрія ярославовича (й->і) наткнувся на знак питання +common_voice_uk_23549772-1804-0: чергове +common_voice_uk_23549773-1805-0: другий рік лилася кров у чечні (ічкерії->й чкері) +common_voice_uk_23549776-1806-0: права (і свободи->й свобода) людини є (невідчужуваними->невідчуваними) та (непорушними->непорука не порушуними) +common_voice_uk_23549777-1807-0: влада завжди змушувала вірити їй на слово +common_voice_uk_23549814-1808-0: не мають права голосу громадяни яких визнано судом (недієздатними->на дієздатними) +common_voice_uk_23549815-1809-0: заблукався між трьох дубів +common_voice_uk_23549816-1810-0: забезпечення стабільності грошової одиниці (є->і) основною функцією центрального банку держави національного банку україни +common_voice_uk_23549817-1811-0: ненависть є не що інше як невдоволення злом як (злом->зло) +common_voice_uk_23549928-1812-0: багато (ростовсько суздальських->ростовського создальських) князів прийняли ці умови +common_voice_uk_23549929-1813-0: на все свій час +common_voice_uk_23549930-1814-0: твори мистецтва ніби продовжують твори природи +common_voice_uk_23549931-1815-0: (в->*) останні дні життя від нього чувся нестерпний сморід +common_voice_uk_23549932-1816-0: послухаймо далі думки академіка +common_voice_uk_23549972-1817-0: хто (на->не) розпутті прожив все життя не піде ні в рай ані в пекло +common_voice_uk_23549973-1818-0: кожен (зобов'язаний не->зобов'язання) заподіювати шкоду природі культурній спадщині відшкодовувати завдані ним збитки +common_voice_uk_23549974-1819-0: (лобом->лобо) муру не проб'єш +common_voice_uk_23549975-1820-0: від гріховного кореня поганий плід буває +common_voice_uk_23549976-1821-0: не (славте->слав ти) кобзаря піснями голосними (дзвенить->дзвонить) йому хвалу його тридцятиструнна +common_voice_uk_23550025-1822-0: він випускник києво могилянської академії володів справжніми знаннями +common_voice_uk_23550027-1823-0: то були роки усвідомленого з боку (мос ковії->московії) знищення українського народу +common_voice_uk_23550028-1824-0: ось вони (*->і) звички вовка який нишпорить лісом вишукує ослабленого (й->і) погано захищеного +common_voice_uk_23550029-1825-0: і чеснота в будові +common_voice_uk_23550334-1826-0: отже чому москва мала перевагу перед (твер'ю->двер'ю) володимиром (рязанню->різанню) нижнім новгородом (ростовом->ростововом) тощо +common_voice_uk_23550335-1827-0: на побутовому людському рівні ця брехня (відверто->відверта) випирала назовні +common_voice_uk_23550336-1828-0: ясна річ у цих виданнях не обійшлося без великоросійського (прокомуністичного->про комуністичного) впливу +common_voice_uk_23550337-1829-0: брехливо облагородили олександра так званого невського +common_voice_uk_23550338-1830-0: але ось підтвердження цього в байкаря історії +common_voice_uk_23550436-1831-0: він нечесний тому що спілкувався з нечесними +common_voice_uk_23550439-1832-0: отже в чому тут таємниця +common_voice_uk_23550441-1833-0: так у державну історію (впроваджувалася->впроваджувалися) велика брехня +common_voice_uk_23550443-1834-0: але (солженіцин->солженіцим) виявляється про це не знає +common_voice_uk_23550444-1835-0: хто може дати право українцям воно в них самих +common_voice_uk_23550485-1836-0: нас виведе в панство свободи не нині не завтра так потім +common_voice_uk_23550486-1837-0: після того було запроваджено жорстку церковну і державну цензуру +common_voice_uk_23550492-1838-0: адже вас просто зациклило росіяни та росіяни +common_voice_uk_23550493-1839-0: як бачимо все (запозичувалося->запозичувалось) із західної європи навіть інженери фахівці +common_voice_uk_23550494-1840-0: особливості здійснення місцевого самоврядування в містах києві та севастополі (визначаються->визначається) окремими законами україни +common_voice_uk_23550545-1841-0: кожен має право на повагу до його гідності +common_voice_uk_23550546-1842-0: пекло страшніше (горить в->горіть у) нашім краю +common_voice_uk_23550547-1843-0: ще одна одвічна брехня запущена великоросами в історію +common_voice_uk_23550548-1844-0: посол ханський обраний за миротворця скликав князів у володимир +common_voice_uk_23550549-1845-0: як бачите звички залишилися колишніми +common_voice_uk_23550685-1846-0: мор голод і війна то страшні людоїди а ще страшніші (злі сусіди->з лісусіди) +common_voice_uk_23550687-1847-0: (всяка->сака) жертва нечестивих бридка перед богом +common_voice_uk_23550688-1848-0: шабля різанину чує люлька пожари віщує +common_voice_uk_23550689-1849-0: знову реформи (більпіовиків->більшовиків) колективізація індустріалізація тощо +common_voice_uk_23550690-1850-0: злодійське дійство пане солженіцин вчинив цар петро (і->перший) +common_voice_uk_23551003-1851-0: це не лише думка автора і результат нашого аналізу +common_voice_uk_23551004-1852-0: який їхав (таку й здибав->так ось диво) +common_voice_uk_23551006-1853-0: якщо народ обирає свободу він матиме хліб вирощений ним самим і ніким не відібраний +common_voice_uk_23551023-1854-0: це підтверджується і непрямими джерелами +common_voice_uk_23551024-1855-0: (під лежачий->підлежачий) камінь вода не тече +common_voice_uk_23551025-1856-0: послухаймо історика +common_voice_uk_23551026-1857-0: (але->а) це буде пізніше +common_voice_uk_23551027-1858-0: грабували й убивали вибірково за підказкою нового великого князя олександра невського +common_voice_uk_23551156-1859-0: на ділі каймося не на словах +common_voice_uk_23551157-1860-0: (немає->не маю) чим крити а жаль +common_voice_uk_23551158-1861-0: хто не був високо (той->то й) зроду не збагне як страшно впасти +common_voice_uk_23551159-1862-0: ось вона (двоїста російська->двоє старосійська) мірка тут (неважливо->не важливо) який ти насправді які твої діяння +common_voice_uk_23551160-1863-0: згадаймо як багато років (облагороджують->благороджують) багатостраждальний чеченський народ +common_voice_uk_23551348-1864-0: стоїть москва на вигадках незрушно +common_voice_uk_23551350-1865-0: цими словами сказано все +common_voice_uk_23551352-1866-0: (панібратство->пані братство) шкодить і доброго (нінащо->ні на що) зводить +common_voice_uk_23551353-1867-0: (про те->проте) навіщо ці літописні зводи з'явилися згодом поговоримо нижче +common_voice_uk_23551355-1868-0: приходь до своєї віри добрими справами +common_voice_uk_23551356-1869-0: послухайте ці одкровення +common_voice_uk_23551358-1870-0: не вартий дірки від бублика +common_voice_uk_23551381-1871-0: до кінця (не з'ясовані->нез'ясовані) взаємини між старшими редакціями і редакцією софійського першого (літопису->литопису) +common_voice_uk_23551384-1872-0: бачить (кіт->кит) сало та (сили->сила) мало +common_voice_uk_23551385-1873-0: звідси взялося (і->й) походить (*->у) московське князювання +common_voice_uk_23551611-1874-0: оце так государ московський навіть татари справжні степовики не змогли наздогнати князя що втікав +common_voice_uk_23551612-1875-0: згадаймо як уперше зустрілися князі з прийшлими +common_voice_uk_23551613-1876-0: ось чому він так люто підспівує бодай союзу чотирьох (росії білорусії->росій білорусі і) україни і казахстану +common_voice_uk_23551614-1877-0: імперія завжди їх (тасувала як шулер колоду карт->стосувала якщо верколоду карти) +common_voice_uk_23551630-1878-0: (через->*) що спостерігалася їхня взаємна (нелюбов->не любов) +common_voice_uk_23551631-1879-0: нехай кожен живе тим ким побажав сам чи його предки +common_voice_uk_23551632-1880-0: (батий->ба ти) кликав (досебе->до себе) великого князя +common_voice_uk_23551633-1881-0: а росіян там близько не було +common_voice_uk_23551634-1882-0: таку психологію розбою (й->і) бандитизму заклав у свідомість московитів незабутній олександр невський +common_voice_uk_23551660-1883-0: ех якби та якби та в роті виросли гриби +common_voice_uk_23551661-1884-0: автор сподівається що ми підійшли до розуміння самої суті суспільства (ростовсько суздальської->ростовського суздельської) землі +common_voice_uk_23551662-1885-0: вміє розставатись той хто вмів любить +common_voice_uk_23551663-1886-0: входячи до навчального саду мистецтва будьте благочестивими та уважними (*->і) садівниками +common_voice_uk_23551664-1887-0: настав час висповідатися +common_voice_uk_23551687-1888-0: всім давно зрозуміло (що до->щодо) початку (замятні->зам'ятні) не (існувало->існували) єдиного великого князівства володимирського +common_voice_uk_23551688-1889-0: в україні (діє->дію) вища рада правосуддя яка +common_voice_uk_23551689-1890-0: хто як постелить (так і->таки) виспиться +common_voice_uk_23551690-1891-0: він +common_voice_uk_23551691-1892-0: скільки вовка не годуй а він все в ліс дивиться +common_voice_uk_23551717-1893-0: часто крізь видимий (світу->світ у) сміх ллються невидимі світу сльози +common_voice_uk_23551718-1894-0: молодість щаслива тим що в неї є майбутнє +common_voice_uk_23551720-1895-0: а (знайти->знаєте) виправдання (великоросам розуму->великоросом розумом) не забракне +common_voice_uk_23551721-1896-0: таке військове уміння російського генералітету в кримській війні під севастополем +common_voice_uk_23551722-1897-0: вольфович лише бачить похід у сучасному оформленні танки підводні човни літаки дивізії армії +common_voice_uk_23551723-1898-0: хочу нагадати (хан->хенд) золотої (орди->оруди) давав кожному конкретному князеві ярлик (на певне->напевне) князювання +common_voice_uk_23551724-1899-0: це ж (бо становило->постановило) небезпеку +common_voice_uk_23551725-1900-0: яку думку ми почерпнули з цього здавалося б досить місткого за обсягом твердження +common_voice_uk_23551726-1901-0: (*->на) особливо якщо вони спілкувалися рідною мовою +common_voice_uk_23551783-1902-0: вплив на суддю конституційного суду україни у будь який спосіб забороняється +common_voice_uk_23551784-1903-0: (прирівняв->перерівняв) +common_voice_uk_23551785-1904-0: богом посланого царя молилися в (ростовсько суздальських а->ростовську суздарських і) пізніше у московських церквах +common_voice_uk_23551786-1905-0: де не буває віри там немає надії та любові +common_voice_uk_23551787-1906-0: навіщо приходили чому пішли (цілковитий->цілковиті) секрет +common_voice_uk_23552055-1907-0: гумор невідлучна прикмета кожного правдивого таланту +common_voice_uk_23552056-1908-0: яка брехня +common_voice_uk_23552057-1909-0: мало нас та се дарма +common_voice_uk_23552063-1910-0: (за битого->забитого) двох небитих дають +common_voice_uk_23552095-1911-0: який сум +common_voice_uk_23552097-1912-0: душа (є->і) більше там де любить ніж там де живе +common_voice_uk_23552098-1913-0: (чернець і->чернеті) християнин він же хрещений ченцем (фін->він) +common_voice_uk_23552099-1914-0: дрібні брудні фоли та помилки супроводжують імперську історію з першого дня її появи +common_voice_uk_23552101-1915-0: (це->ця) цілком (самобутній->всемогутній) народ який має (прадавнє->предавні) слов'янське коріння +common_voice_uk_23552102-1916-0: тут уже дещо прояснюється +common_voice_uk_23552104-1917-0: заздрість спричиняє для людини страждання з приводу чужого добра +common_voice_uk_23552107-1918-0: це швидко змінило обличчя країни включно із суспільними елементами (й->і) стосунками між ними +common_voice_uk_23552110-1919-0: своєї мови рідної (і->*) свого рідного звичаю вірним серцем (держітеся->бережитися) +common_voice_uk_23552111-1920-0: (скільки->стільки) вб'єш стільки (й в'їдеш->він їдеш) +common_voice_uk_23552112-1921-0: (тут->чути) виникають закономірні запитання +common_voice_uk_23552113-1922-0: не пролив ти (крові->крови) ворога в (грізну->різну) лиху годину проллєш (батькову->батькові) і (братову проллєш->брату управлеш) +common_voice_uk_23552114-1923-0: (притому->при тому) змінився ступінь залежності (московії->московія) від орди +common_voice_uk_23552115-1924-0: запанував (войовничий нищівний фіно татарський->вийовниче щівний фінататарський) етнос +common_voice_uk_23552116-1925-0: він залишався осторонь +common_voice_uk_23552118-1926-0: однак пора встановити (і->*) їх політичне підґрунтя +common_voice_uk_23552119-1927-0: хай сміються з нас (глузують->глозують) нам байдуже +common_voice_uk_23552122-1928-0: (в->*) роки коли росія категорично (забороняла->забороняє) українську мову +common_voice_uk_23552124-1929-0: народ московського князівства як і (інших->інший) жив (відособленим->від уособленим) життям +common_voice_uk_23552357-1930-0: втім це до слова +common_voice_uk_23552358-1931-0: (голка в стіжок->голкав стежок) упала пиши пропала +common_voice_uk_23552359-1932-0: (шановні читачі даруйте авторові я втомлююся розгрібати цей історичний бруд і вигадки->що) +common_voice_uk_23552360-1933-0: і за соломинку вхопиться хто топиться +common_voice_uk_23552361-1934-0: безнадійним (*->і) є бунт одиниці (що->ще) не хоче прийняти расових традицій +common_voice_uk_23552426-1935-0: відчуваєте (чию->чую) пісню співаєте (пане солженіцин пісню->як панна сурженіцин пісня) великоросійської імперії +common_voice_uk_23552427-1936-0: сказаного (і->й) сокирою не (вирубаєш->виробаєш) +common_voice_uk_23552428-1937-0: окремі літописні зводи навіть стверджують що олександр невський був прийомним сином хана батия +common_voice_uk_23552429-1938-0: великоросів ще немає (й->і) близько навколо на тисячі кілометрів живуть +common_voice_uk_23552430-1939-0: язик до києва доведе +common_voice_uk_23552436-1940-0: аж ні виявилося у москві все було (продумане->придумано) до дрібниць +common_voice_uk_23552437-1941-0: то не любов що присяги боїться +common_voice_uk_23552439-1942-0: (простежмо->просте жмо) як проходила битва +common_voice_uk_23552440-1943-0: навіть на себе погляньте +common_voice_uk_23552513-1944-0: тут теж (обману->в мене) достатньо +common_voice_uk_23552514-1945-0: (згадаймо->гадаймо) свого часу подібні процеси відбувалися і в (київських слов'янських->київській слов'янській) землях +common_voice_uk_23552515-1946-0: одержавши крила людина придбала (якості не ангела->якось і неангела) а (сатани->що там) +common_voice_uk_23552516-1947-0: (і князі в ті->князівські) часи були (чужорідним->чужорідними) тілом у громаді +common_voice_uk_23552546-1948-0: дивуватися (не варто->неважко) +common_voice_uk_23552547-1949-0: виключно адвокат здійснює представництво (іншої->ранішньої) особи в суді а також захист від кримінального обвинувачення +common_voice_uk_23552548-1950-0: яким довгим і страшним шляхом (ішла->йшла) вона до цього права на злодійство +common_voice_uk_23552549-1951-0: подумаєш туреччина вмирає гине великий народ +common_voice_uk_23552550-1952-0: (сильну->сильно) у світі любов все подолає вона +common_voice_uk_23552569-1953-0: нації як такі (відімруть->гроші) +common_voice_uk_23552570-1954-0: хочете ще одного росіянина будь ласка ленін володимир ілліч +common_voice_uk_23552572-1955-0: надто вже нечистим матеріалом доводилося йому користуватися +common_voice_uk_23552574-1956-0: чи знайдеш ти куточок землі де б не проживали безголові +common_voice_uk_23552575-1957-0: (мали іншу психологію->мала інша психологія) +common_voice_uk_23552639-1958-0: (ту->до) брехню що справдиться всі правдою зовуть +common_voice_uk_23552641-1959-0: тут варто нагадати саме хан узбек примусово ввів мусульманську віру в (улусах->волосах) золотої орди +common_voice_uk_23552644-1960-0: роки великого збирання земель (*->у) російських а насправді жорстоких завоювань несли (сусідам->сусіда) московії страшні руйнування +common_voice_uk_23552646-1961-0: і не важливо що (династія чингісидів->де настя чи негісидів) змінилася династією ординського боярина кобили +common_voice_uk_23552647-1962-0: відбулося (імперсько->імперського) шовіністичне єднання імператриці з письменником +common_voice_uk_23552764-1963-0: (і->*) зверніть увагу (великоросами->в коросами) в ті часи на узбережжі чорного моря навіть не пахло +common_voice_uk_23552765-1964-0: батьки зобов'язані утримувати дітей до їх повноліття +common_voice_uk_23552766-1965-0: брехня безкінечна +common_voice_uk_23552767-1966-0: тут шановні читачі робіть висновки самі +common_voice_uk_23552768-1967-0: (валишевський->велишевський) пише +common_voice_uk_23552796-1968-0: ніщо не може зламати вільного міркування людини +common_voice_uk_23552797-1969-0: виявляється як і батько князь олександр одержав (у->*) володіння всю південну росію (й->і) київ +common_voice_uk_23552798-1970-0: начебто так було за старих часів +common_voice_uk_23552799-1971-0: московія за роки свого розвитку не дала людству жодного відкриття +common_voice_uk_23552800-1972-0: хто живе (в->*) благословенному подружжі той живе розважливо +common_voice_uk_23552826-1973-0: церква і релігійні організації в україні відокремлені від держави а школа від церкви +common_voice_uk_23552827-1974-0: закон підписує голова верховної ради україни і невідкладно направляє його президентові україни +common_voice_uk_23552828-1975-0: отож писання про куликовську битву розраховане на обивателя який прагнув почути подібне +common_voice_uk_23552829-1976-0: козача громада на дону була утворена за зразком (запорозької->запорізької) січі +common_voice_uk_23552830-1977-0: чим не поступишся заради (звеличування->завищування) власних предків державників +common_voice_uk_23553171-1978-0: справжній брат не докорятиме братові (домом->додомому) шматком (землі->з андрія) чи (окрайцем->окрейцен) хліба +common_voice_uk_23553172-1979-0: як гірко (трупом->робимо) почуватись (безслідним->баскидним) полум'ям (згоріть->згорить) +common_voice_uk_23553173-1980-0: міфи завжди (розсіюються->росіюється) і брехливі й солодкі +common_voice_uk_23553174-1981-0: та розмова стала краплею котра переповнила чашу терпіння +common_voice_uk_23553280-1982-0: не (заносся людино->заносця людину) тебе це обманить +common_voice_uk_23553281-1983-0: коло замкнулося +common_voice_uk_23553282-1984-0: аби хліб (а зуби->азови) знайдуться +common_voice_uk_23553284-1985-0: (адже->а дуже) слова з пісні не викинеш +common_voice_uk_23553285-1986-0: (*->і) законом можуть бути передбачені додаткові вимоги до члена вищої ради правосуддя +common_voice_uk_23553286-1987-0: (*->а) злу акцію ще можна скерувати на добре брак акції дасть тільки зле +common_voice_uk_23553287-1988-0: особливості здійснення виконавчої влади у містах києві та севастополі визначаються окремими законами україни +common_voice_uk_23553288-1989-0: слів бережися солодких неначе ворожих стріл друже +common_voice_uk_23553289-1990-0: шкурка вичинки не (варта->варто) +common_voice_uk_23553306-1991-0: з чорної кішки білої не зробиш +common_voice_uk_23553308-1992-0: маючи як ви пишете українську кров ви не стали українцем +common_voice_uk_23553309-1993-0: тільки зрада шлюб християнський розлучити може а справжній тільки смерть +common_voice_uk_23553335-1994-0: слинна перспектива з ворогом по правді жить +common_voice_uk_23553336-1995-0: названим сном тих що не сплять +common_voice_uk_23553337-1996-0: тут вигадки великоросів зайві +common_voice_uk_23553338-1997-0: кожна держава складається (і->із) стверджується (непорушною->непорушне) цілістю кордонів +common_voice_uk_23553360-1998-0: хто ж він (в історичному->і страшно мав) аспекті той старший брат +common_voice_uk_23553361-1999-0: помалу (їдь->ніч) то далі будеш +common_voice_uk_23553362-2000-0: якщо вади хочуть завжди бути прихованими то чеснота навпаки радіє коли її (бачать->бачить) +common_voice_uk_23553363-2001-0: силою не бути милою +common_voice_uk_23553364-2002-0: (багатому й->багато мой) чорт яйця носить +common_voice_uk_23553412-2003-0: згине (срібло->з рибо) згине злото занедбаються клейноди +common_voice_uk_23553413-2004-0: (у->*) страху очі великі +common_voice_uk_23553415-2005-0: ніхто про це нині не хоче думати +common_voice_uk_23553418-2006-0: (брехливу->мерливу) собаку далеко чути +common_voice_uk_23553450-2007-0: хто в ліс а хто (по дрова->подарова) поліз +common_voice_uk_23553451-2008-0: любов (із ненавистю дружби не має->і зненавистю дружбою немає) +common_voice_uk_23553455-2009-0: (простить->ростуть) мучителів я не відчую (в->*) собі сили +common_voice_uk_23553458-2010-0: чоловік трохи (сторопів->скоротипів) пограв жовнами однак стримався і мовчки відійшов +common_voice_uk_23553499-2011-0: вони не погодилися з цим і чекали слушного моменту +common_voice_uk_23553500-2012-0: та ще й доленосними +common_voice_uk_23553502-2013-0: ми про це ще поговоримо +common_voice_uk_23553503-2014-0: з дурнем каші не звариш +common_voice_uk_23553504-2015-0: на ловця і звір біжить +common_voice_uk_23553789-2016-0: виборцям гарантується вільне волевиявлення +common_voice_uk_23553790-2017-0: так підкорювалася новгородська земля (московськими й монголо татарськими->московська і монголотатарськими) завойовниками так (насаджувався->масаджувався) рівень московської злиденності +common_voice_uk_23553791-2018-0: брехня про слов'янське походження московії та інше +common_voice_uk_23553792-2019-0: на той час (сартак->сортак) уже мав власну ханську ставку +common_voice_uk_23553793-2020-0: втеча від суспільного життя це зменшення (*->в) себе +common_voice_uk_23553952-2021-0: ніхто не може бути примушений до участі або (до неучасті->дани участі) у страйку +common_voice_uk_23553953-2022-0: тут подається офіційний наказ імператриці посланий (митрополитові->митрополитовій) платону (в троїце сергієву лавру->строїться сергія булавро) +common_voice_uk_23553954-2023-0: і ще (*->іще) одне підтвердження цієї думки +common_voice_uk_23553955-2024-0: послухайте як спілкувався (хан тимур кутлук із вітовтом->хам ти морк отлук і світовтом) князем (литовсько->литовська) руським +common_voice_uk_23553956-2025-0: це необхідно констатувати для розуміння історичної правди +common_voice_uk_23553977-2026-0: аби шия а ярмо буде +common_voice_uk_23553978-2027-0: кожен (народ складається->не розкладається) із щоденних виявів активності і (мовчазності->мовчасності) +common_voice_uk_23553979-2028-0: (перемелеться->перемилиться) лихо добро буде +common_voice_uk_23553980-2029-0: тому посідання (великокнязівського->великого князівського) престолу ярославом (всеволодовичем->севодовичем) слід гадати відбувалося (за->з) зовсім іншим сценарієм +common_voice_uk_23553981-2030-0: сім'я (дитинство->дитинства) материнство і (батьківство охороняються->батьківства охороняється) державою +common_voice_uk_23554343-2031-0: не зуміла матінка приєднати до імперії (персію->першію) та константинополь +common_voice_uk_23554344-2032-0: (ваша->ваше) українська мова можливо була гарна в селі але тут у (вузі недоречна->возі недоречно) +common_voice_uk_23554345-2033-0: необхідно зауважити що дослідження архівів велося з дозволу царських намісників +common_voice_uk_23554346-2034-0: сильною вона стала тільки тому що в майстерності рабства виявилася (не перевершеною->неперевершеною) +common_voice_uk_23554347-2035-0: за переможеними не залишалося жодних прав жодної власності +common_voice_uk_23554366-2036-0: (*->як) так митрополит кирило жив при дворі (*->з) самого (хана й->шана який) керував (єпархіями->іпархіями) з (сараю->сараєм) +common_voice_uk_23554367-2037-0: про це мені повідомили (у союзному держплані в->в союзного держпанів) часи перебудови +common_voice_uk_23554369-2038-0: незабаром (з'явилося->з'явилася) більш універсальне пояснення +common_voice_uk_23554410-2039-0: звичайний прийом автора (великороса->великорози) +common_voice_uk_23554411-2040-0: велике дзеркало завжди затьмарює менше +common_voice_uk_23554414-2041-0: зробив наспіх як (насміх->насміш) +common_voice_uk_23554571-2042-0: але повернімося до ярослава ярославовича щоб підсумувати наші відомості про князя +common_voice_uk_23554572-2043-0: знову ж таки навіщо ця брехня російській історії і тут усе більш ніж зрозуміло +common_voice_uk_23554573-2044-0: бо чобіт без ноги (ні к->ніч) чорту не годиться +common_voice_uk_23554574-2045-0: саме він український народ є спадкоємцем великої русі +common_voice_uk_23554575-2046-0: навіть порівнювати не можна прадавню культуру новгорода з абсолютною неосвіченістю московії того часу +common_voice_uk_23554591-2047-0: (патріархально->патріархатно) дика московія намагається принизити волзькі народи +common_voice_uk_23554592-2048-0: а якщо й побувала то це була нога лише васала кримського хана +common_voice_uk_23554593-2049-0: чернігівська область +common_voice_uk_23554594-2050-0: зупинімося бо згадувати факти московської фальші та брехні можна нескінченно +common_voice_uk_23554595-2051-0: точніше київ чернігів (ріка->річка) рось поросся (переяславль->переяслав і) руський сіверська земля курськ +common_voice_uk_23554691-2052-0: мова народу відображення батьківщини і духовного життя народу +common_voice_uk_23554692-2053-0: (московитові->москобито від) тих часів було набрехати що плюнути +common_voice_uk_23554693-2054-0: так він втік як і його предки +common_voice_uk_23554694-2055-0: політичні партії та громадські організації не можуть мати (воєнізованих->воєннізованих) формувань +common_voice_uk_23554695-2056-0: (цим->це) переселенням був навіки впокорений новгород +common_voice_uk_23554701-2057-0: (терпіть->втерпіть) кайдани то всесвітський сором (забуть->забудь) їх не розбивши гірший стид +common_voice_uk_23554702-2058-0: в україні гарантується вільний розвиток використання і (захист->захисту) російської інших мов національних меншин україни +common_voice_uk_23554703-2059-0: гадаю за цим як завше крилася та прихована істина яку (великорос->великороз) байкар намагався замовчати +common_voice_uk_23554704-2060-0: книги бездонна глибина (*->мене) ми (ними->*) в печалі втішаємося вони узда для тіла й душі +common_voice_uk_23554705-2061-0: князь із неохотою рушив до військ +common_voice_uk_23554707-2062-0: ось відтоді московська владна (і->й) релігійна верхівка вважає себе законною (спадкоємицею візантійської->спадкоємецею візантійською) імперії +common_voice_uk_23554708-2063-0: (велике->велика) київське князівство розпалося на десятки дрібних удільних які жили осібно +common_voice_uk_23554709-2064-0: дивись на зріст та питайся розуму +common_voice_uk_23554710-2065-0: велика брехня живе й понині +common_voice_uk_23554711-2066-0: тому обмежуся (наведеними->напитеними) аргументами +common_voice_uk_23554713-2067-0: ще раз послухаємо старі пісні (московитів->московиті) в оновленому сучасному виконанні +common_voice_uk_23554714-2068-0: як можна інакше дивитися на світ як не (з нутра->знутра) власної нації +common_voice_uk_23554715-2069-0: думка про існування української держави доводить (солженіцина->лишеніцина) до нестями +common_voice_uk_23554757-2070-0: одна бджола (мало->мала) меду наносить +common_voice_uk_23554758-2071-0: повернімося до статті (про москальські вотчини->до москальських вочини) в росії +common_voice_uk_23554760-2072-0: настала пора усвідомити цю правду всім (і великоросам у->великоросому) тому числі +common_voice_uk_23554771-2073-0: (повноваження->погнивання) народних депутатів україни (припиняються->чи) одночасно з припиненням повноважень верховної ради україни +common_voice_uk_23554772-2074-0: (ці слова->і словам) сказала людина яка (читала->криштала) лекції в духовній академії +common_voice_uk_23554773-2075-0: ні не в тому (причина->причини) +common_voice_uk_23554791-2076-0: будь (яке насильство над дитиною->яка насильствою) та (її->є) експлуатація (переслідуються за->переслідує цього) законом +common_voice_uk_23554792-2077-0: ця страшна дія пороху (хоча->*) вже й не нова +common_voice_uk_23554793-2078-0: рідна мова на чужині ще (милішою стає->наймилішою встає) +common_voice_uk_23554794-2079-0: (їв би кіт->я в бакит) рибку а (в->*) воду не хоче +common_voice_uk_23554851-2080-0: жінки з племен +common_voice_uk_23554852-2081-0: я не проводитиму нового дослідження цього питання +common_voice_uk_23554853-2082-0: (глупота->глопота) є особливою (принадою гарненької->канадою гарненькою) жінки +common_voice_uk_23554854-2083-0: народ (без народності тіло->безнародності) без душі +common_voice_uk_23554868-2084-0: (московити->московита) ж ніколи (русичами->русь чому) не були +common_voice_uk_23554869-2085-0: про нього (мовилося мимохідь->мовила йому мимохіть) мовляв немає нічого серйозного +common_voice_uk_23554872-2086-0: тиха вода (греблю->греблі) рве +common_voice_uk_23554894-2087-0: інакше не могло (й->*) бути +common_voice_uk_23554895-2088-0: спочатку поговоримо про крим +common_voice_uk_23554896-2089-0: дружина ж його могла (або йти->пойти) за ним або покинути його +common_voice_uk_23554897-2090-0: (чує->що я) дзвін (та->то) не знає звідки він +common_voice_uk_23554898-2091-0: вони й там у суздалі (і->й) ростові (намагалися->намагались) насаджувати свої погляди (й->і) методи дій +common_voice_uk_23555074-2092-0: повернімося однак до так званого олександра невського +common_voice_uk_23555075-2093-0: люд утікав із насиджених місць (розорених опричниною->розорних опричиненою) +common_voice_uk_23555076-2094-0: закони імперії (чингісхана->чінгісхана) такого не допускали +common_voice_uk_23555077-2095-0: дивне обвинувачення +common_voice_uk_23555078-2096-0: у світі найкраще визволення крик +common_voice_uk_23555094-2097-0: на превеликий жаль (великоросів->великоросі) імперія династії роду кобили розвалилася +common_voice_uk_23555095-2098-0: карамзін розпочав роботу над історією держави російської +common_voice_uk_23555096-2099-0: не зафіксували і годі +common_voice_uk_23555098-2100-0: (це->все) ж така нормальна річ визначати свій край за середину світу +common_voice_uk_23555109-2101-0: у кого що болить про те й кричить +common_voice_uk_23555110-2102-0: безліч шляхів є для смерті на (світ ми->світми) одним лиш (приходим->приходом) +common_voice_uk_23555111-2103-0: зла річ є незгода +common_voice_uk_23555112-2104-0: у письменника тільки один вчитель самі читачі +common_voice_uk_23555113-2105-0: вочевидь і (хан берке->ханберге) пам'ятав про (анду сартака->антусартака) олександра +common_voice_uk_23555294-2106-0: московський князь із дозволу криму цим (і->*) займався +common_voice_uk_23555296-2107-0: отже +common_voice_uk_23555297-2108-0: зверніть увагу цю думку російська еліта виношує донині +common_voice_uk_23555298-2109-0: міста київ та севастополь мають спеціальний статус який визначається законами україни +common_voice_uk_23555450-2110-0: а від солдата простого важливіший вождь є у війську +common_voice_uk_23555451-2111-0: (як кіт->які) наплакав +common_voice_uk_23555452-2112-0: цей тон стосовно україни в нього повсякденний +common_voice_uk_23555491-2113-0: з рук смерті люди дістають безсмертя +common_voice_uk_23555492-2114-0: ось зразкові слова сказані (ішаєвим->із шайвом) +common_voice_uk_23555493-2115-0: хіба коли правда оголошувала себе (фальшем і->фальшими) брехнею +common_voice_uk_23555494-2116-0: суддя здійснюючи правосуддя є незалежним та керується верховенством права +common_voice_uk_23555495-2117-0: професорові дуже хочеться возвеличити початок правління як князя юрія (так і->таке) андрія +common_voice_uk_23555522-2118-0: кожне слово неосяжне +common_voice_uk_23555524-2119-0: тоді російська еліта почне красти чуже щоб видати за своє +common_voice_uk_23555526-2120-0: над всіх старшин найстарша (правда->правка) +common_voice_uk_23555532-2121-0: ще (одна->одне) засаднича брехня російської історії +common_voice_uk_23555533-2122-0: карамзін (із->з) лакейською відданістю виправдовує князя однак (таврує->тавроя) за те ж діяння митрополита +common_voice_uk_23555534-2123-0: університет (музеї й->музею і) бібліотеки не дадуть того що можуть дати (карі->кай) сірі блакитні +common_voice_uk_23555535-2124-0: навіть ворожість між слов'янськими та фінськими племенами того часу була (інакшою->інакша) +common_voice_uk_23555536-2125-0: і ніхто не посмів +common_voice_uk_23555542-2126-0: (солженіциндавно->сол женіцин давно) всі чекали слів (солженіцина->сон женинцина) про сьогоднішню росію +common_voice_uk_23555543-2127-0: не було необхідності у той час (скребти->скрипти) росіянина аби знайти татарина і особливо (фіна->щена) +common_voice_uk_23555544-2128-0: українські герої це висловники туги і праці багатьох поколінь +common_voice_uk_23555545-2129-0: постали проти цього (й->і) кримські хани (гіреї->єрей) +common_voice_uk_23555546-2130-0: (притому->при тому) не чіпаючи ні тверського ні (рязанського->р'язанського) ні володимирського великих князівств +common_voice_uk_23555562-2131-0: не перелічуватиму безліч (лих->лиф) які принесли (на суздальську->насуздальську) землю сини олександра так званого невського +common_voice_uk_23555563-2132-0: сріблом і золотом не знайду дружини а з дружиною здобуду (і->й) срібло (і->й) золото +common_voice_uk_23555564-2133-0: автор інтелігент обзиває народ +common_voice_uk_23555565-2134-0: ви штовхаєте росію під уламки шовінізму +common_voice_uk_23555566-2135-0: слід зауважити що цього разу велика орда не спалила й не розграбувала московію +common_voice_uk_23555617-2136-0: але ж мучать (і знищують->ізнищують) гордий чеченський народ сто п'ятдесят років поспіль +common_voice_uk_23555618-2137-0: не кажи гоп поки не перескочиш +common_voice_uk_23555619-2138-0: права місцевого самоврядування захищаються в судовому порядку +common_voice_uk_23555620-2139-0: відбулося справді щось жахливе яке не надається до жодного опису +common_voice_uk_23555621-2140-0: автор дослідження розуміє не всі великороси подібні до цього варвара (залешанина->залишанина) +common_voice_uk_23555627-2141-0: (*->з) суддя обіймає посаду безстроково +common_voice_uk_23555628-2142-0: але якось треба пояснити появу великоросів із фінів і татар +common_voice_uk_23555629-2143-0: після цієї поїздки батька олександра не стало +common_voice_uk_23555630-2144-0: двоє дивляться (внизодин->вниз один) бачить калюжу другий (зоріщо->зорі що) кому +common_voice_uk_23555642-2145-0: не дорікатимемо професорові який узяв зі стелі російських переселенців котрі зустрічалися з фінськими тубільцями +common_voice_uk_23555643-2146-0: правосуддя здійснюють судді у визначених законом випадках правосуддя здійснюється за участю присяжних +common_voice_uk_23555644-2147-0: і кози (ситі і->се ті й) сіно ціле +common_voice_uk_23555645-2148-0: на сіті (вбито->в бето) князя володимира (юрійовича->юрія ввича) рязанського від татар +common_voice_uk_23555646-2149-0: законів та інших правових актів верховної ради україни +common_voice_uk_23555652-2150-0: (в->*) умілого й (долото рибу ловить->до золото риболовить) +common_voice_uk_23555654-2151-0: карамзін великий майстер (доважку->до важко) брехні +common_voice_uk_23555655-2152-0: як бачимо все це було не (благом->благо) а (величезною->величезної) шкодою (навітьросійському->навіть російському) народові +common_voice_uk_23555656-2153-0: краще б дурному не подавати меча аби собі ганьби не зажити +common_voice_uk_23555662-2154-0: автор на цьому збирався закінчити вивчення великих подвигів олександра невського +common_voice_uk_23555663-2155-0: і бреше (солженіцин->содженіться і) як звичайно +common_voice_uk_23555664-2156-0: для сучасників це дуже цінно +common_voice_uk_23555665-2157-0: коли хто вмів одважно йти на страту (той->то й) мусить (все->усе) одважно зустрічать +common_voice_uk_23555666-2158-0: не варто гадати що князь юрій данилович зробив щось (протиприродне->проти природне) +common_voice_uk_23555675-2159-0: у літературному світі немає смерті +common_voice_uk_23555677-2160-0: (живіт->живіть) товстий (а лоб->алоп) твердий +common_voice_uk_23555679-2161-0: конституція україни набуває чинності з дня її прийняття +common_voice_uk_23555680-2162-0: смерть (іоаннова->йоаннова) була важливою подією для князів вони (поспішили->поспішали) до хана +common_voice_uk_23555681-2163-0: мовчить карамзін (*->і) як у рот води набрав про свиней і свиняче м'ясо +common_voice_uk_23555693-2164-0: не слід гадати що (татаро->татара) монголи приходили (в суздальську->всюздарську) землю тільки грабувати й убивати +common_voice_uk_23555694-2165-0: тут потрібно хапати не замислюючись +common_voice_uk_23555695-2166-0: це явище в московській практиці того часу вважалося природним +common_voice_uk_23555696-2167-0: і не міг бути зафіксований +common_voice_uk_23555702-2168-0: повернімось до ярослава (ярославовича->ярослава овича) +common_voice_uk_23555704-2169-0: насправді ця гордість вилізла нам боком +common_voice_uk_23555706-2170-0: бажано лише відсіяти професорську полову ніби (мимохідь розсипану->мимохіть розсипано) +common_voice_uk_23555707-2171-0: молодець проти овець а проти молодця і сам (івця->вівця) +common_voice_uk_23555708-2172-0: і вони ікону взяли а церкву нарекли іменем василія великого +common_voice_uk_23555709-2173-0: чи наглядаєте тільки за українцями +common_voice_uk_23555711-2174-0: коли хочете мене вічно тримати залишіть мене тепер +common_voice_uk_23555870-2175-0: про візантійську спадщину мріяла і комуністична еліта радянського союзу (спадкоємиця володінь->спадкоємець володіння) романових +common_voice_uk_23555876-2176-0: а тепер підсумуємо +common_voice_uk_23555877-2177-0: брат ворога не брат є козакові +common_voice_uk_23555878-2178-0: у чому розум андрія сказати важко чи в бандитизмі чи в злодійстві +common_voice_uk_23555879-2179-0: тільки віра вища +common_voice_uk_23555880-2180-0: (при світлі->розвітлій) волі всі краї хороші +common_voice_uk_23555881-2181-0: (ерзянська->різянська) і (мокшанська->макшанська) мови становлять особливу групу +common_voice_uk_23555882-2182-0: такого дослідження ніколи не проводили російські історики +common_voice_uk_23555883-2183-0: робить як мокре горить +common_voice_uk_23555884-2184-0: москва була побита жорстоко у себе вдома +common_voice_uk_23555885-2185-0: не буду дорікати олександрові (ісайовичу в->ісаєвичу у) брутальності +common_voice_uk_23556634-2186-0: у тисячах (що років->щороків) твориться і кріпне зникає (у миг ока->умигоока) +common_voice_uk_23556636-2187-0: намагалися переконати (*->що) читачів що (суздальські->суздельські) а пізніше московські князі залишалися поза (татаро монгольською->татарами монгольської) державою +common_voice_uk_23556638-2188-0: всякий чоловік коли спершу покуштує солодощів потім не захоче гіркого приймати +common_voice_uk_23556639-2189-0: погляньмо як вони поводилися в землі (моксель->максель) і в московії +common_voice_uk_23556640-2190-0: слава безсмертна це честь і (честолюбності->ще столюбності) друг +common_voice_uk_23556716-2191-0: в діяннях (суворова->суворого) раніше описані подвиги не були винятком +common_voice_uk_23556717-2192-0: (надокучив->над окочив) як (парена->пара на) редька +common_voice_uk_23556718-2193-0: навіть після того як (на->не) індіанський престол зійшов віце король іспанії +common_voice_uk_23556719-2194-0: (ото й->отой) старається автор два факти правди два брехні +common_voice_uk_23556720-2195-0: київ спалили добре пограбували новгород чудово +common_voice_uk_23557619-2196-0: як дбаєш так і маєш +common_voice_uk_23557620-2197-0: не штука карту світу в ланцюг закувати а (спробуй->спроби) свого серця повіддя тримати +common_voice_uk_23557621-2198-0: (пам'ятаєте->пам'ятайте) у (бердяева->бердяєва) росія пришиблена своєю (широчінню->широчинню) +common_voice_uk_23557622-2199-0: (плаває->плапай) як вареник у (маслі->маски) +common_voice_uk_23557653-2200-0: і знайшов (сподвижника->з подвижника) московія зробила вибір на користь війни на півночі +common_voice_uk_23557654-2201-0: хто кохав життя ледаче (непереливки->напереливки) тому +common_voice_uk_23557655-2202-0: і постав він значно пізніше +common_voice_uk_23557658-2203-0: тринадцяте століття є ключовим у розумінні суті московії а пізніше російської держави +common_voice_uk_23557662-2204-0: гарні гості та не в (*->ту) пору +common_voice_uk_23557708-2205-0: (незаперечна->несперечна) істина помітна кожному неупередженому дослідникові +common_voice_uk_23557709-2206-0: у російській імперії дуже старанно (замовчували->замовчувала) людину яка написала історію (*->в) московії андрія івановича (лизлова->плизлова) +common_voice_uk_23557710-2207-0: (суру->*) а потім проникали й далі допомагаючи а іноді й захищаючи прогрес національного руху +common_voice_uk_23557711-2208-0: поки (ти чим->течем) кому страшний усяк тебе (і->й) поважає +common_voice_uk_23557712-2209-0: гадаю і його згодом причешуть +common_voice_uk_23558610-2210-0: кращою (є->її) набута вірою і заслугами слава глави (держави->держав) ніж та яка набута лестощами +common_voice_uk_23558612-2211-0: але бог із (ним->неї) підемо далі +common_voice_uk_23558618-2212-0: чесний (покриву->у криво) не потребує +common_voice_uk_23558624-2213-0: громадянин україни не може бути (позбавлений->позбавити й) права (в->у) будь який час повернутися в (*->окої) україну +common_voice_uk_23558625-2214-0: (*->з) за чужим столом не махай (постолом->по столом) +common_voice_uk_23558628-2215-0: (попутно->опутно) крав і собі +common_voice_uk_23558664-2216-0: жоден із (татаро->татар у) монгольських ханів не наближав до себе чужих неперевірених людей +common_voice_uk_23558665-2217-0: загинула слов'янська культура під жорстокими ударами +common_voice_uk_23558666-2218-0: даремно (і->й) чиряк не вискоче +common_voice_uk_23558667-2219-0: олександр справді був відданий (орді й->ордій і) служив їй заповзято +common_voice_uk_23558670-2220-0: необхідна була рішучість великодушність цар (утік->втік) +common_voice_uk_23558671-2221-0: саме йому (довірився->довіра все) хан батий +common_voice_uk_23558672-2222-0: добра звичка (є->я) моральний капітал закладений людиною у свою нервову систему +common_voice_uk_23558673-2223-0: бо ж оці (незросійщені->незросійні) українці галичани взяли та й провели фальшивий референдум +common_voice_uk_23558674-2224-0: його (й->*) чорт у ступі не влучить +common_voice_uk_23558675-2225-0: (фінські->фінський) племена +common_voice_uk_23558677-2226-0: сучасне завжди на дорозі з минулого (в->*) майбутнє +common_voice_uk_23558678-2227-0: у цьому криється (наріжний->на різний) камінь таємниць історії походження московитів які згодом стали великоросами +common_voice_uk_23558679-2228-0: тут великоросійським байкам місця немає +common_voice_uk_23558681-2229-0: за великі клейноди свободу тримайте +common_voice_uk_23558682-2230-0: не на оздоби (злотнікупують->злотні купують) славу на відкриті рани +common_voice_uk_23558683-2231-0: зміну (ходи->ходимий) мимоволі викликає зміна долі +common_voice_uk_23558685-2232-0: виміняв шило на швайку +common_voice_uk_23558687-2233-0: він мислив не (насущними->насушними) справами й потребами він дивився далеко вперед +common_voice_uk_23558688-2234-0: однак (обидва->обидві) варіанти не могли збігатися +common_voice_uk_23558690-2235-0: чудовий вальс (на сопках маньчжурії->насапка хманжурі) написав учасник війни +common_voice_uk_23558691-2236-0: ось що він писав про історію взагалі та свою зокрема +common_voice_uk_23558692-2237-0: і таке ставлення як нам відомо збереглося (на віки->новіки) +common_voice_uk_23558693-2238-0: до повноважень верховної ради україни належить +common_voice_uk_23558694-2239-0: повернімося до подій тих далеких часів +common_voice_uk_23558696-2240-0: крила знов на волі виростають у (соколів->високолі) приборканих +common_voice_uk_23558697-2241-0: (ворона->воро на) вороні ока не видовбає +common_voice_uk_23558699-2242-0: застосування мов в україні гарантується конституцією україни та визначається законом +common_voice_uk_23558700-2243-0: однак москва пам'ятає лише про свої права +common_voice_uk_23558701-2244-0: де плачуть там немає вже краси +common_voice_uk_23558702-2245-0: (дівиця ж->дівиться аж) бо губить красу свою (блудством а муж->блудство амуж) мужність свою (злодійством->злодійство) +common_voice_uk_23558703-2246-0: минув назавжди +common_voice_uk_23558704-2247-0: (бійтеся->бійтесь) політиків які кажуть що служать народу +common_voice_uk_23558705-2248-0: про це розказано в попередніх розділах +common_voice_uk_23558708-2249-0: де слова там (голосу жити->голос ужити) +common_voice_uk_23558714-2250-0: забудеш (*->забудеш) товариша зоставиш у (біді->ті) даремно ти (на->не) світ рождався +common_voice_uk_23558715-2251-0: відчуваєте розмах великого грабіжника свого часу який нічим не поступається предкам +common_voice_uk_23558716-2252-0: при цьому треба розуміти ні ракетами ні водневими бомбами відгородитися не вдасться +common_voice_uk_23558717-2253-0: побачимо це в текстах поданих нижче +common_voice_uk_23558718-2254-0: (вчи лінивого не молотом->вчилі невого немолотом) а голодом +common_voice_uk_23558719-2255-0: (про->*) крим (олександре->олександру) ісайовичу ми вже з вами говорили і я не буду повторюватися +common_voice_uk_23558720-2256-0: під братом не копай ями і не вкине тебе бог іще (в->*) більшу +common_voice_uk_23558721-2257-0: мовляв погляньте (*->в) самі (київські->київській) літописці зафіксували нашу появу на світ божий +common_voice_uk_23558722-2258-0: ця (аксіома->аксьома) відома (*->в) усьому світові +common_voice_uk_23558723-2259-0: кордон не закінчено потрібен час для виконання великого заходу +common_voice_uk_23558724-2260-0: питання організації управління (районами в->району мої) містах належить до компетенції міських рад +common_voice_uk_23558725-2261-0: (*->що) громадянин україни не може бути (вигнаний->визнаний) за межі україни або виданий іншій державі +common_voice_uk_23558726-2262-0: начебто зречення від царського титулу відбулося без будь яких причин +common_voice_uk_23558727-2263-0: щоб мати авторитет треба мати силу +common_voice_uk_23558728-2264-0: це за його правління було скасоване кріпацтво +common_voice_uk_23559191-2265-0: кожна група зберігає свою (самоназву->само назву) +common_voice_uk_23559192-2266-0: друга важлива істина яку ми пізнали (істина->і що не) про самобутність українського народу +common_voice_uk_23559193-2267-0: (обідрали->обітрали) як молоденьку (липку->видку) +common_voice_uk_23559196-2268-0: цей (вельможа->вельможно) приймав наших князів і (дари їхні->дереїчних) +common_voice_uk_23559216-2269-0: найбільше досягають мети і великого успіху (ті->*) хто намагається знайти вірного і доброго друга +common_voice_uk_23559217-2270-0: політика (зросійщення->з росіщена) тією чи іншою мірою торкнулася всіх народів +common_voice_uk_23559218-2271-0: у (тій->цій) ситуації князь московський (димитрій->димитрії) переможець куликового поля страшенно перелякався +common_voice_uk_23559220-2272-0: рід (людський->людські) за правду стане хоч (неправді->не справді) потура +common_voice_uk_23559225-2273-0: кілька сторіч великороси перестали (зазіхати->заїхати) на володіння русі перетворившись на рядовий (улус->голос з) золотої орди +common_voice_uk_23559226-2274-0: і тут з'явився черговий міф у російській історії +common_voice_uk_23559227-2275-0: (за->зараз) розподілом поїхав працювати до (казахстану->казарстану) +common_voice_uk_23559228-2276-0: не було єдиної батьківщини не було єднання (*->в) племен +common_voice_uk_23559229-2277-0: час зупинитися біля руїн і замислитися +common_voice_uk_23559235-2278-0: навряд чи (є вища->вище) з насолод ніж насолода творити +common_voice_uk_23559236-2279-0: неволя живої душі не уб'є +common_voice_uk_23559291-2280-0: (є->я) й такі не найде толку буде тихо не (найде ж->найдеш) точки лихо +common_voice_uk_23559292-2281-0: навіщо давати матеріал для роздумів нехай людина вірить московським сказанням +common_voice_uk_23559399-2282-0: (*->і) моя хата скраю нічого не знаю +common_voice_uk_23559442-2283-0: ключевський і підтверджує нашу думку +common_voice_uk_23559443-2284-0: росія три сотні років (вела цілеспрямовану->ввела цілоспрямовану) політику ліквідації українців +common_voice_uk_23559444-2285-0: на чужий коровай рота не роззявляй +common_voice_uk_23559445-2286-0: а росія як споконвіку повелося кинула на чужу техніку людський (гарматний->громадний) матеріал +common_voice_uk_23559446-2287-0: жорстокий (поневолювач->поневолю вач) поводився як древній варвар +common_voice_uk_23559477-2288-0: експансія на захід схід південь +common_voice_uk_23559478-2289-0: продав кота в мішку +common_voice_uk_23559479-2290-0: звичайний (бандитський->бендонський) набіг першого великороса намагалися перетворити мало (не->одно) на (доленосне->металеносна) діяння +common_voice_uk_23559480-2291-0: (шовінізм->що він) забрав у людини людську совість +common_voice_uk_23559481-2292-0: князь був сторонньою людиною +common_voice_uk_23559487-2293-0: обидва останні московські (князі династії рюриковичів->князів настій рижиковича) були людьми ненормальними +common_voice_uk_23559488-2294-0: у кожного своє розуміння волі своє розуміння щастя (спів->з під) щастя (спів участі->співучасті) +common_voice_uk_23559489-2295-0: але якщо це встановлений факт тоді зрозуміло для чого відбувалося переписування +common_voice_uk_23559490-2296-0: які прізвища +common_voice_uk_23559491-2297-0: олександр зробив доленосний (вибір->імовір) між сходом і заходом на користь сходу +common_voice_uk_23559573-2298-0: ви чуєте ці кулі це народ промовляє +common_voice_uk_23559575-2299-0: (хочу->хоче) звернути увагу на цю цитату ось у якому контексті +common_voice_uk_23559577-2300-0: (князі->разі) племен +common_voice_uk_23559634-2301-0: година вранці варта двох (увечері->овечері) +common_voice_uk_23559635-2302-0: юний литовський князь (остей->гостей) загинув захищаючи (москву->мозку) +common_voice_uk_23559636-2303-0: одне святе (є в->у) світі (кров->корови) людей хоробрих +common_voice_uk_23559637-2304-0: але про це поговоримо (дещо згодом->те що) +common_voice_uk_23559638-2305-0: але таких князів було більше десятка якщо не два десятки +common_voice_uk_23559694-2306-0: (важливо->бажливо) щоб їх можна було подати як діяння (во славу->в арславу) московії і квит +common_voice_uk_23559696-2307-0: перш ніж повернутися до московських князів хочу навести ще один замовчуваний факт російської історії +common_voice_uk_23559697-2308-0: ми нація сузір'я мільйонів ми серце (воль->вольт) ми буйна кузня сили +common_voice_uk_23559725-2309-0: (ось одна->ой сюда) з причин (князівської->княгие) зацікавленості +common_voice_uk_23559726-2310-0: (у цій->оці) цитаті два факти правда інші звична брехня +common_voice_uk_23559727-2311-0: (слід зазначити князівський->чи ти значитейські) рід по лінії юрія (довгорукого->докору кого) розмножувався з винятковою швидкістю +common_voice_uk_23559728-2312-0: і знову (запалали селища->запалась а ще) в землі (моксель->максель) почалися нові чвари +common_voice_uk_23559729-2313-0: а тільки як небудь (спіткнись->спитнись) дивись хто й поважав (той->то й) лає +common_voice_uk_23559735-2314-0: життя народу (у жнивах ланів->жнивих колонів) +common_voice_uk_23559736-2315-0: театр це така кафедра з (якої->якою) можна багато сказати світу добра +common_voice_uk_23559738-2316-0: (бояри ж які->бояриш який) оточували івана дивилися на це трохи інакше +common_voice_uk_23559739-2317-0: радше друге +common_voice_uk_23559754-2318-0: держава забезпечує захист конкуренції у підприємницькій діяльності +common_voice_uk_23559755-2319-0: і (останнє->остання) про що хочу повідомити читачам (у->по) цьому розділі +common_voice_uk_23559756-2320-0: кров без любові викупить не може +common_voice_uk_23559757-2321-0: усі об'єднання громадян рівні перед законом +common_voice_uk_23559758-2322-0: катом будь панування гидкого люто бийся за рідний свій край +common_voice_uk_23559759-2323-0: безкорисливість (це->з) самого себе пізнати (істинне->і сини) дзеркало світу і все (що->ще) в світі +common_voice_uk_23559760-2324-0: стражданнями (і->й) горем визначено (нам->на) добувати зернини мудрості не (видобуті->видно будь) із книг +common_voice_uk_23559761-2325-0: (йдеться->ідеться) про участь (суздальських->сузельських) військ і дружин у воєнних діях імперії +common_voice_uk_23559762-2326-0: до повноважень конституційного суду україни належить +common_voice_uk_23559763-2327-0: свідомо замовчує головне +common_voice_uk_23559777-2328-0: держава дбає про розвиток фізичної культури і спорту забезпечує (санітарно епідемічне благополуччя->санітарна епідемічний благополуччю) +common_voice_uk_23559779-2329-0: хай мертва буква (*->у) вас не мане до свар заслонюючи суть +common_voice_uk_23559780-2330-0: і я залишаю матеріал на (місяці оминаю->місяць комунаю) його щоб не ятрити (душу->душно) +common_voice_uk_23559781-2331-0: а так виглядає російське сказання про золоту орду +common_voice_uk_23559788-2332-0: реформи столипіна росія повністю не завершила +common_voice_uk_23559790-2333-0: в цій (ідеї->деії) криється секрет зберегти ядро імперії а інші шматки згодом приростуть +common_voice_uk_23559791-2334-0: ось і замкнуто порочне коло (з доважком брехні->здолашком верхні) +common_voice_uk_23559792-2335-0: настала пора (відучитися->й долучитися) заглядати за спину сусіда +common_voice_uk_23559893-2336-0: за цього князя (кривава->криваво) московська гризня сягнула апогею +common_voice_uk_23559895-2337-0: усі російські історики в свої оповіді (*->й) запускали той чи інший (доважок брехні->давачок верхні) +common_voice_uk_23559918-2338-0: нема (сильніш од землетрусу->сильнішого землетруса) +common_voice_uk_23559919-2339-0: хан (гірей за->єрейси) підтримки турецького султана вирішив провчити клятвопорушника який зазіхнув (на->над) титул царя +common_voice_uk_23559920-2340-0: про яке (приєднання->приєднення) південної росії може бути мова до кого приєднувати +common_voice_uk_23559921-2341-0: у випадку з олександром невським було (те ж що й->теж шиє) у випадку із власовим +common_voice_uk_23559922-2342-0: на злодієві шапка горить +common_voice_uk_23559929-2343-0: ухопив місяця зубами +common_voice_uk_23559930-2344-0: виїхати в іран була схоплена й страчена +common_voice_uk_23559931-2345-0: зостарівся +common_voice_uk_23559932-2346-0: адже (хан берке->ханбергер) розумів не (можна залишати->може залишатись) живим (анду сартака->андусар така) +common_voice_uk_23559938-2347-0: підставами для звільнення (судді->суньої) конституційного суду україни з посади є +common_voice_uk_23559939-2348-0: і (цей->це) князь (більшу->в іншій) частину (свого князювання провів в орді->спокіязьювання привів борді) +common_voice_uk_23559940-2349-0: не варто плутати князя (чингісида->чи неї сина) з його (князівством->князівства) +common_voice_uk_23559943-2350-0: (врятуєш->рятуєш) душу коли загубиш тіло +common_voice_uk_23559944-2351-0: на другому місці почали згадувати свого івана +common_voice_uk_23559947-2352-0: не слід нікому помилятися (щодо->ще до) цього +common_voice_uk_23559955-2353-0: цей факт підтверджений історично +common_voice_uk_23559956-2354-0: але брехня російської імперії не вмре власною смертю +common_voice_uk_23559957-2355-0: в природі ніщо не відбувається випадково а лише для певної (мети->мати) +common_voice_uk_23559958-2356-0: гравець не так досконало (володіє м'ячем->володієм якщом) як (оратор->окуратор) душею людини +common_voice_uk_23559959-2357-0: військам баторія відкрився прямий шлях і на (псков->москов) і на москву +common_voice_uk_23559960-2358-0: старий кінь (борозни не->борознини) зіпсує +common_voice_uk_23559961-2359-0: коли подбаємо божі заповіді зберегти то його слова у нас будуть і плоди принесемо +common_voice_uk_23559976-2360-0: (стань->стан) спершу сам (чистішим->частішив) душею а потім (намагайся->намагаюся) щоб інші були (чистіші->частіше) +common_voice_uk_23559978-2361-0: але ж відтоді минуло понад сто років +common_voice_uk_23559980-2362-0: бо автор має підставу для розмови +common_voice_uk_23559995-2363-0: адже просто так (із->і з) примхи великоросійських істориків слов'янський народ (переміщатися->переміщався) не міг +common_voice_uk_23559996-2364-0: і то був не перший випадок перебування суздальських військ на сході імперії +common_voice_uk_23559997-2365-0: їх досить +common_voice_uk_23559999-2366-0: (схилімо->сліму) голови перед безвинними жертвами варварської імперії +common_voice_uk_23560138-2367-0: хто жив довго та (пусто->капусту) не давши нічого +common_voice_uk_23560140-2368-0: (суздальський->соцький) князь ярослав став лише пішаком у протистоянні (між гуюком і батиєм->ужгородиком) +common_voice_uk_23560141-2369-0: одні живуть могили вірних батьківщині +common_voice_uk_23560142-2370-0: в історії русі (ви->винні) ніколи не знайдете подібного варварства щодо своїх (одноплемінників->однопромінів) +common_voice_uk_23560153-2371-0: трудно вірить (щоб погану->що погано) одіж могла (носить->носити) якась ідея гарна +common_voice_uk_23560154-2372-0: це не вигадки (дослідників->дослідники) +common_voice_uk_23560155-2373-0: не хвались ідучи на торг а хвались ідучи з (торгу->того) +common_voice_uk_23560156-2374-0: князь міг відіслати від себе своїх сподвижників і вони могли його залишити +common_voice_uk_23560157-2375-0: і дуже швидко +common_voice_uk_23560168-2376-0: (сарай->старай) це було місто царя +common_voice_uk_23560169-2377-0: (витратили->витратила) чимало (гропіей->крупій) але не зробили найпотрібнішого поважного вченого (зводу->своду) літописів +common_voice_uk_23560182-2378-0: земля не пекло люди не прокляті і радощі не гріх а (божий дар->гузика) +common_voice_uk_23560185-2379-0: а нам (десятиліттями->десятиліття не) розказували байки про (татаро->татара) монгольське ярмо і (куликове->коли кого) поле +common_voice_uk_23560186-2380-0: тому що населення цих підкорених (міст->місць) було (знищене->знищено) +common_voice_uk_23560189-2381-0: (у ставці хана узбека->остапці ханоуб бека) михайла тверського (чекала жорстока смерть->чекав жорстокою) +common_voice_uk_23560190-2382-0: не ганьбіться на людях +common_voice_uk_23560221-2383-0: гумор найкраще враження робить при серйозному тоні +common_voice_uk_23560222-2384-0: на тобі (небоже->не було) що мені (негоже->негози) +common_voice_uk_23560224-2385-0: предки українців поляни деревляни (уличі->у личі) тиверці +common_voice_uk_23560225-2386-0: якщо людина сама не хоче то не дозволить себе (закувати->заховати) +common_voice_uk_23560244-2387-0: організація (повноваження->повноважень) і порядок діяльності рахункової палати (визначаються->визначається) законом +common_voice_uk_23560245-2388-0: повноваження судді (припиняються->припиняється) у разі +common_voice_uk_23560247-2389-0: олександр мусив знову їхати в (орду де сталася->орбіт і сталося) велика переміна +common_voice_uk_23560272-2390-0: у (такий->такій) же спосіб у (європи->європу) був запозичений снаряд вогнепальний +common_voice_uk_23560274-2391-0: особливо в підручниках для молодого покоління і свого і чужого +common_voice_uk_23560275-2392-0: подібних записів можна запитувати ще з (десяток->десятого) +common_voice_uk_23560276-2393-0: (гадаю читачі здогадуються про причину->гадаючи такі завадилися пропорційно) +common_voice_uk_23560285-2394-0: сподіваюся читачі розуміють (*->і) доля князя михайла (ярославовича була->ярослава) вирішена +common_voice_uk_23560286-2395-0: голова верховної ради україни +common_voice_uk_23560287-2396-0: (а вам->ава) юрію (михайловичу->михайлович) +common_voice_uk_23560302-2397-0: актів президента україни +common_voice_uk_23560303-2398-0: бояри дружинники які прийшли з батьком андрія (і->*) підкорили племена +common_voice_uk_23560305-2399-0: ті хто працює мають право на (страйк->стрек) для захисту своїх економічних і соціальних інтересів +common_voice_uk_23560306-2400-0: (небо->де бо) також підлягає змінам +common_voice_uk_23560330-2401-0: (облагороджена->благороджена) нобелівською премією душа (солженіцина іншої->що сулженіцина інший) постановки питання не сприймає +common_voice_uk_23560332-2402-0: подамо (цитату->циту) факт із цієї угоди +common_voice_uk_23560333-2403-0: нагадаю вам про кілька з них +common_voice_uk_23560336-2404-0: ніхто бо хто ненавидить себе не утримає (і->*) не збереже і не (знайде->знайдете) +common_voice_uk_23560337-2405-0: таблицю складено за (історією->історію) україни (ореста субтельного->орестос оптельного) +common_voice_uk_23560345-2406-0: легше б згинути враз було в борні аніж (тратити->втратити) день за днем в журбі +common_voice_uk_23560346-2407-0: інакше про (великокнязівський->велику князівський) престол йому б і мріяти не довелося +common_voice_uk_23560347-2408-0: приголомшений батько сидів мовчки не знаючи що відповісти +common_voice_uk_23560348-2409-0: слова полова але огонь в одежі слова +common_voice_uk_23560415-2410-0: не прославиться сокира без (рубача->рубоча) +common_voice_uk_23560417-2411-0: ні в (тин ні в->темні) ворота +common_voice_uk_23560418-2412-0: отже (послухаймо->послухаємо) +common_voice_uk_23560423-2413-0: карамзін саме (іпатіївський звід->і патівсь звіт) неспроста +common_voice_uk_23560431-2414-0: у давньому перебігу подій треба очистити зерно від (полови->половини) +common_voice_uk_23560432-2415-0: і слід знайшовся +common_voice_uk_23560434-2416-0: слізка (сильніше->сильніша) одна діє ніж цілий потік +common_voice_uk_23560435-2417-0: не ганьби бо (оганьблений->ганблений) будеш +common_voice_uk_23560570-2418-0: природа створює справжні речі а мистецтво (фіктивні->фіктальні) малювання заслуговує бути +common_voice_uk_23560572-2419-0: та й не могли знати +common_voice_uk_23560573-2420-0: а за власний шмат вони готові були кожного (розтерзати->розтризати) знищити як і нині +common_voice_uk_23560574-2421-0: (і->у) ще (про один->продам) дуже цікавий факт потрібно згадати +common_voice_uk_23560606-2422-0: професор намагався гудячи одночасно вихваляти +common_voice_uk_23560609-2423-0: мене завжди вражав підтекст думки великороса +common_voice_uk_23560626-2424-0: однак це не так +common_voice_uk_23560663-2425-0: однак за джерелами великоросів на (сіті->сітті) загинув і великий володимирський князь юрій всеволодович +common_voice_uk_23560664-2426-0: ваші предки брали це місто й захищали його понад десять разів +common_voice_uk_23560735-2427-0: за (щучим->що чим) велінням (за хотінням->захотінням) карамзіна отримав димитрій не князівську посаду в татарському +common_voice_uk_23560736-2428-0: отже його книга мала посилання (на багато->набагато) першоджерел +common_voice_uk_23560737-2429-0: то в чому ж річ +common_voice_uk_23560983-2430-0: міфи російської історії (безмірні->безмірна) брехня (разюча->роздюча) +common_voice_uk_23560984-2431-0: як бачимо черговості старшинства великокнязівського володимирського престолу дотримувалася ціла низка аж дев'ять князів +common_voice_uk_23560987-2432-0: (послухаймо->то слухаймо) про країну сартаха і про її народи +common_voice_uk_23561135-2433-0: (мусіним пушіним->мусимо пущеним) так званий лаврентіївський літописний (звід->звіт) +common_voice_uk_23561193-2434-0: пригадаймо ми спинилися на (князі->князя) московиті юрію +common_voice_uk_23561194-2435-0: називай хоч горщиком тільки в піч не став +common_voice_uk_23561195-2436-0: кожна людина має право на свободу та особисту недоторканність +common_voice_uk_23561219-2437-0: а цим пустунам (пане лужков->пана лошков) теж не вистачає севастополя +common_voice_uk_23561220-2438-0: що нам із чужого ясного чи злого +common_voice_uk_23561232-2439-0: народ зібрався на площі (був->бо) свідком видовища жахливого +common_voice_uk_23561233-2440-0: (утіха й->одті хай) веселість (печаль->печальство) завжди (родять->ротять) +common_voice_uk_23561235-2441-0: гадаю (такі->таке) твердження (робилися->робилося) не просто так +common_voice_uk_23561275-2442-0: хочу нагадати претензії (солженіцина->служені міцина) до чечні (ічкерії->й чккерія) +common_voice_uk_23561349-2443-0: не сій на межі жита ані мудрості на серці нерозумних +common_voice_uk_23561367-2444-0: була вирішена доля (й->їх) синів олександра +common_voice_uk_23561369-2445-0: про його отруєння російські історики свідомо мовчать +common_voice_uk_23561387-2446-0: хоч дурний (та хитрий->птахитрий) +common_voice_uk_23561424-2447-0: він пам'ятав наскільки невдалі були подібні спроби його батька і (діда->діна) +common_voice_uk_23561605-2448-0: а далі з писань того ж автора відбулися ще більш неймовірні події +common_voice_uk_23561606-2449-0: такі реалії поразки московії в лівонській війні +common_voice_uk_23561619-2450-0: бо всі напрацювання державного правління були запозичені (й->*) прийняті у спадок від золотої (орди->орти) +common_voice_uk_23561671-2451-0: хай (буде->путе) воля божа сказав олександр і поніс багаті (дари узбекові->тари у спекові) та його (двору->твору) +common_voice_uk_23561699-2452-0: краще пізно як ніколи +common_voice_uk_23561746-2453-0: (за->це) моє жито мене ж і (бито->пито) +common_voice_uk_23561777-2454-0: ні (*->ні) +common_voice_uk_23561780-2455-0: хто тоді допоміг московитам +common_voice_uk_23561800-2456-0: я бачу російських солдатів які збираються в цей останній південний похід +common_voice_uk_23561806-2457-0: але український народ від розвалу імперії (трагедії не->трагедійне) відчуває +common_voice_uk_23561874-2458-0: якщо смерть (сартака->сертака) настала від отрути то не думаю що олександра спіткала інша (доля->толя) +common_voice_uk_23561893-2459-0: (псам->сам) бо (і->й) свиням не треба золота а нерозумному мудрих слів +common_voice_uk_23561894-2460-0: громадяни відбувають військову службу відповідно до закону +common_voice_uk_23561911-2461-0: (цю->чи) цифру називають і серйозні європейські джерела +common_voice_uk_23561915-2462-0: кого любить отець того й карає +common_voice_uk_23561937-2463-0: (мало обраних->малообраних) і мало (в->*) кому спасіння хоче віднайтися +common_voice_uk_23561939-2464-0: (своя губа ближче->своєму баблежче) +common_voice_uk_23561954-2465-0: (хто->то) любить той (уподобитись->употопитесь) може (до любого->то люпого) і (тілом->тіл) і душею +common_voice_uk_23561959-2466-0: жартувала баба з колесом та (в спицях->спитим) застряла +common_voice_uk_23561964-2467-0: велике дерево поволі росте +common_voice_uk_23561987-2468-0: (бундючиться й бундючиться->бундюче цей бундючиця) +common_voice_uk_23561989-2469-0: ми ще процитуємо слова сталіна та молотова з цього приводу +common_voice_uk_23561990-2470-0: уперед хто не хоче конати (статись трупом гнилим->стати стати струпом новим) живучи +common_voice_uk_23562004-2471-0: але (подібне відбувалося->потім не відпивалися) не лише з українцями хоча їм діставалося найбільше +common_voice_uk_23562031-2472-0: не все в цьому світі є що може бути +common_voice_uk_23562060-2473-0: сором мовчки гинути й страждати як (маєм->маємо) у руках хоч (заржавілий->дзержавілий) меч +common_voice_uk_23562074-2474-0: сам собі пан +common_voice_uk_23562102-2475-0: хоча йшлося лише про збирання данини (з новгорода->знов города) для золотої орди +common_voice_uk_23562103-2476-0: професор великорос не став би зводити наклеп на своє плем'я +common_voice_uk_23562141-2477-0: держава забезпечує особисту безпеку судді та членів його сім'ї +common_voice_uk_23562142-2478-0: неплідному дереву (в огні->вогні) мук згоряти +common_voice_uk_23562145-2479-0: і з'явилася ця мета значно пізніше коли почалися зіткнення з європою +common_voice_uk_23562183-2480-0: радянський період був не менш жорстоким +common_voice_uk_23562198-2481-0: (референдум->ресторантом) не допускається (щодо->що то) законопроектів з питань податків бюджету та амністії +common_voice_uk_23562219-2482-0: подобається чи ні ця (істина великоросам->істиневого короса) але вона є фактом (незаперечним->не заперечним) +common_voice_uk_23562261-2483-0: (великоросам->великоросим) лише так хочеться думати +common_voice_uk_23562263-2484-0: держава прагне до збалансованості бюджету україни +common_voice_uk_23562286-2485-0: хоть вовк (линяє->оленяє) та (норов->норо) не міняє +common_voice_uk_23562289-2486-0: (послухаймо->послухаємо) ректора російського державного гуманітарного університету юрія (афанасьева->афанасьєва) +common_voice_uk_23562320-2487-0: можна згадати історію іспанії +common_voice_uk_23562343-2488-0: природно ніхто ніколи не бачив цього літопису (в оригіналі->оригіналів) +common_voice_uk_23562411-2489-0: кожен має право на свободу світогляду і віросповідання +common_voice_uk_23562413-2490-0: (*->і) як виявилося дари олександру невському були гідні його (вчинків->вчинки) +common_voice_uk_23562414-2491-0: такі порядки були і в суздальській землі +common_voice_uk_23562417-2492-0: всі вони відрізняються один від одного типом поховань і кількістю останків у них +common_voice_uk_23562448-2493-0: ось вам ще приклад (горбачов->горбачок) михайло сергійович +common_voice_uk_23562518-2494-0: в ті роки на кубані як кажете ви переважно розмовляли українською мовою +common_voice_uk_23562519-2495-0: він знав що загрожувало йому в (каракорумі->карахромі) +common_voice_uk_23562721-2496-0: князь михайло ярославович повів свої війська назустріч прибульцям +common_voice_uk_23563259-2497-0: це надалі підтвердиться (й->*) іншими викладками +common_voice_uk_23563261-2498-0: україна є суверенна (і->й) незалежна демократична соціальна правова держава +common_voice_uk_23563341-2499-0: будь проклята кров ледача не за рідний край пролита +common_voice_uk_23563343-2500-0: князь за гроші збирав дружину і йшов на іншого князя +common_voice_uk_23563470-2501-0: здорові очі можуть побачити й осудити гниле око і мають на те владу +common_voice_uk_23563473-2502-0: здавалося б чого ще вимагати +common_voice_uk_23563495-2503-0: борців не лякають пригоди +common_voice_uk_23563531-2504-0: настала черга білого духовенства +common_voice_uk_23563533-2505-0: горілка вино пиво й шампанське лилися рікою +common_voice_uk_23563583-2506-0: тому в наступному зводі пишеться +common_voice_uk_23563585-2507-0: кожній чесній людині відомо чиї ті землі (политі->полеті) кров'ю казахських племен +common_voice_uk_23563664-2508-0: і після цього дня (катерининські->катерининське) заняття історією як відрізало +common_voice_uk_23563966-2509-0: обидва дивом залишилися живі врятувавшись із затонулого підводного човна +common_voice_uk_23564081-2510-0: міль ризи (їсть->гість) а печаль людину +common_voice_uk_23564149-2511-0: на сцені з'являється (й->*) князь (димитрій->димирії) +common_voice_uk_23564153-2512-0: на каральні набіги провокували (татаро->татара) монголів облудність і (своєкорисливість->свою корисливість) князів +common_voice_uk_23564155-2513-0: він всебічно стикується і обґрунтовується +common_voice_uk_23564156-2514-0: (де->ну да й) посієш там і вродиться +common_voice_uk_23564563-2515-0: це все +common_voice_uk_23565101-2516-0: незалежність адвокатури гарантується +common_voice_uk_23565103-2517-0: (божая->боже) іскра то тяжке прокляття дикий і лютий пожар +common_voice_uk_23565619-2518-0: (і в->хліб) цьому немає нічого поганого +common_voice_uk_23565621-2519-0: ви пане (солженіцин->сели женіцин) добре знаєте (імперії->імперія) завжди руйнуються безповоротно +common_voice_uk_23565716-2520-0: голота вигадлива +common_voice_uk_23565725-2521-0: на очах у всього світу +common_voice_uk_23565736-2522-0: український народ не мав історичних коренів які (б->*) пов'язували його з (московитами->московитими) +common_voice_uk_23565737-2523-0: немає війни між нами +common_voice_uk_23565741-2524-0: з москалями нема спільної мови +common_voice_uk_23565743-2525-0: саме ті часи (стали->стала) початком (великоросів->молоко росів) з'явилася так звана (суздальська->суздельська) земля +common_voice_uk_23565745-2526-0: (сміле->сміла) слово то наші гармати світлі вчинки на наші мечі +common_voice_uk_23565783-2527-0: вона завжди мала свій ласий шмат здобичі +common_voice_uk_23565784-2528-0: так вірою (й->*) правдою служив (золотій орді->золоті раді і) іван калита плазуючи біля ніг хана +common_voice_uk_23565792-2529-0: оживить (живеє->вживає) слово рідну україну +common_voice_uk_23565830-2530-0: битому собаці (кия не показуй->кияни показую) +common_voice_uk_23565864-2531-0: зверніть увагу навіть не народ спершу вийшов а лише великоросійське плем'я +common_voice_uk_23565880-2532-0: уже вкотре доводиться звертати увагу читачів на істотний факт який практично замовчують російські історики +common_voice_uk_23565884-2533-0: хіба (крові->крови) не варта краса +common_voice_uk_23565886-2534-0: хоч би як намагалися байкарі історії але й вони іншого довести не зуміли +common_voice_uk_23565899-2535-0: кожне слово неосяжне +common_voice_uk_23567691-2536-0: сховатися від ханського гніву можна було лише серед одновірців усередині своєї держави +common_voice_uk_23567711-2537-0: рада (б->*) душа в рай та гріхи не пускають +common_voice_uk_23567714-2538-0: смерть суд пекло і небо чотири квадри тії +common_voice_uk_23567756-2539-0: старого лиса не виманиш з лісу +common_voice_uk_23567759-2540-0: моксель +common_voice_uk_23567801-2541-0: дослідимо який ще (доважок->до важик) брехні (залишили->залишило) в спадщину нащадкам великоросійські автори історії +common_voice_uk_23567803-2542-0: міллер вплинув на складання російської історії +common_voice_uk_23567986-2543-0: нова (нищівна->нищивна) поразка від маленької японії +common_voice_uk_23568034-2544-0: однак трапилося велике непорозуміння +common_voice_uk_23568035-2545-0: законами україни автономній республіці крим можуть бути делеговані також інші повноваження +common_voice_uk_23568344-2546-0: тим (важча->важче) хвороба божевілля володіє кожним чим він розумнішим здається для інших +common_voice_uk_23568387-2547-0: я нічого не переплутав і чесно списав слова з книги не роблячи винятків +common_voice_uk_23568404-2548-0: йому начхати на волевиявлення народу україни до речі (й->і) російськомовного в тому числі +common_voice_uk_23568597-2549-0: до речі (іпатіївський->і патівський) літопис просто не підтверджує її буття +common_voice_uk_23568685-2550-0: (*->з) законом україни оголошується амністія +common_voice_uk_23568686-2551-0: мов легкий топиться (лід->літ) гине так слава людська +common_voice_uk_23568689-2552-0: (світла->світло) бажав я тоді лиш коли про шляхи свої думав +common_voice_uk_23568696-2553-0: воістину народ був геніальний сказавши яблуко від яблуні недалеко падає +common_voice_uk_23568706-2554-0: чим є життя це (поїздка->писка) крізь моря страшні небезпеки +common_voice_uk_23568708-2555-0: у цьому розділі хочу звернути увагу на ще дві серйозні події тих років +common_voice_uk_23568755-2556-0: лінивий двічі робить (скупий->скупи) двічі платить +common_voice_uk_23568760-2557-0: усе в україні заведено так що не знаючи російської мови людина стає неповноцінною +common_voice_uk_23568800-2558-0: отож туман вимисли ось улюблені (доважки->доввашки) брехні російської історії +common_voice_uk_23568802-2559-0: такою є подвійна російська мірка для своїх і для чужих +common_voice_uk_23568828-2560-0: на (катеринославшині->катерино слабшині) +common_voice_uk_23568840-2561-0: добровільно поділитися з (ним->ними) скарбами сибірської торгівлі він хотів збройною рукою перехопити ці скарби +common_voice_uk_23568844-2562-0: там де є українці там завжди є (мистецтво->мистецтвом) +common_voice_uk_23568845-2563-0: ця думка важко сприймається російською людиною +common_voice_uk_23568854-2564-0: князь олександр справді служив своїй батьківщині але тією батьківщиною була золота (орда->орта) +common_voice_uk_23568995-2565-0: будучи в цілком аналогічних умовах не (скорилися татаро монголам->скористалися татара монголами) литовці поляки угорці чехи +common_voice_uk_23568998-2566-0: (лизлов->лозлов) вивчивши прадавні першоджерела +common_voice_uk_23569037-2567-0: але зовсім з іншої причини +common_voice_uk_23569052-2568-0: кожна тотальна боротьба а зокрема (революційно->революційного) визвольна вимагає єдиного керівництва +common_voice_uk_23569069-2569-0: литва і русь після поразки навіть данини (не->*) платили (тимуру кутлуку->тиму руку луку) +common_voice_uk_23569086-2570-0: державна влада в україні здійснюється на засадах її поділу на законодавчу виконавчу та судову +common_voice_uk_23569094-2571-0: десять разів відміряй а раз відріж +common_voice_uk_23569099-2572-0: але в історії (з одержанням->задержанням) ярлика на великокнязівський (престол->прес) ярославом є ще один секрет +common_voice_uk_23569115-2573-0: (против рожна->проти ворожна) перти против хвиль (плистисміло->плисти сміло) аж до (смерти->смерті) хрест важкий нести +common_voice_uk_23569142-2574-0: потрібно зі сміхом бути дуже обережним тим більше що він заразливий +common_voice_uk_23569164-2575-0: (очисти->очисте) серце щоб прийняти мудрість котра (у->в) підступну душу не входить +common_voice_uk_23569499-2576-0: хто мовчить той трьох навчить +common_voice_uk_23569502-2577-0: чиє б (нявчало->навчало) а твоє б мовчало +common_voice_uk_23569656-2578-0: язик без кісток що хоче лопоче +common_voice_uk_23569660-2579-0: уперед проти хижих порядків +common_voice_uk_23570006-2580-0: (дуб міцний->доб міцним) корінням численним отак і град наш урядуванням +common_voice_uk_23570028-2581-0: виключно законами україни (визначаються->визначається) +common_voice_uk_23570029-2582-0: така брехня (історії->історія) держави російської +common_voice_uk_23570302-2583-0: у випадках передбачених законом ця допомога надається безоплатно +common_voice_uk_23570330-2584-0: тут іншого не буває +common_voice_uk_23570346-2585-0: нема нічого гірше як (буть->путь) живим і вмерти за життя +common_voice_uk_23570513-2586-0: (підставами->ти став на) для звільнення судді є +common_voice_uk_23570596-2587-0: (послухайте->послухати) що того разу (викрала->викрила) московія (з новгорода->знову города) +common_voice_uk_23570604-2588-0: а ми знаємо що він такого права не мав +common_voice_uk_23570619-2589-0: хто (замолоду->за молоду) не хоче трудитися в старості зле постраждає +common_voice_uk_23570649-2590-0: місцеві державні адміністрації підзвітні і підконтрольні (органам->органи) виконавчої влади вищого рівня +common_voice_uk_23570656-2591-0: (ви->в) чомусь забули пред'явити претензії великому китаю на це місто російської слави +common_voice_uk_23570662-2592-0: згадаймо саме так згодом єрмак із (поплічниками->попічниками) прибирали до рук сибір (і зауралля->за уралля) +common_voice_uk_23570672-2593-0: (веселися і->висолося й) пий скільки завгодно +common_voice_uk_23570777-2594-0: той тільки вільний від громадських пут кого громада кине геть від себе +common_voice_uk_23570798-2595-0: тіла ворогів лежали купами +common_voice_uk_23570801-2596-0: київ не одразу збудовано +common_voice_uk_23570857-2597-0: полишене на забуття є таке значне що здатне затьмарити найбільшу славу +common_voice_uk_23570867-2598-0: завжди звірине життя (звірами->з вірами) робить людей +common_voice_uk_23570915-2599-0: у сараї і в ставці (хана димитрію нудьгувати->ханадимитрію ноювати) не доводилося +common_voice_uk_23570929-2600-0: цілковите рабство уможливило наповнення скарбниці ресурсами та продовження експансії +common_voice_uk_23570930-2601-0: так що (в->*) срср було вигідніше стати росіянином ніж українцем +common_voice_uk_23570936-2602-0: у дорозі повертаючись (із->з) орди помер великий володимирський князь ярослав всеволодович +common_voice_uk_23570943-2603-0: тут у храмі василь темний присягав перед (православними->правосланомними) святинями на вірність (ординському->родинському) ханові +common_voice_uk_23570953-2604-0: якого горя не забирає час яка пристрасть (вціліє у->вцілює в) нерівній боротьбі з ним +common_voice_uk_23570966-2605-0: для (європейськи->європейської) освіченої людини (подібне->подібний) нонсенс свого часу (і->є) англія висловлювала претензії на францію +common_voice_uk_23570983-2606-0: законом може бути визначений обов'язковий досудовий порядок (урегулювання->у регулювання) спору +common_voice_uk_23570985-2607-0: хто два зайці гонить жодного не здогонить +common_voice_uk_23571013-2608-0: тому й відповідайте нею +common_voice_uk_23571037-2609-0: тут посилання на народ зовсім недоречні +common_voice_uk_23571078-2610-0: (атакований->атакована) з чотирьох боків і підпалений (хапай->хапає) весь вигорів (*->з) разом із населенням +common_voice_uk_23571080-2611-0: послухаймо свідка тих часів +common_voice_uk_23571089-2612-0: суспільне життя в україні (ґрунтується->грунтується) на засадах політичної економічної та ідеологічної (багатоманітності->багатомагнітності) +common_voice_uk_23571122-2613-0: любиш кататись (люби й->любий) санчата (возить->возити) +common_voice_uk_23571130-2614-0: для цієї державної структури (одночасний->одночасно) збір півсотні українців здавався підозрілим +common_voice_uk_23571196-2615-0: людину визволити велика річ (нарід->на річ) свята +common_voice_uk_23571198-2616-0: (прийшли із залешанської->прийшлись залишанською) землі і (взяли->взяла) на (щит град київ->щітградків) +common_voice_uk_23571213-2617-0: гірко (заробиш->зробиш) солодко з'їси +common_voice_uk_23571220-2618-0: не так хутко робиться як мовиться +common_voice_uk_23571377-2619-0: (вітчизна->відчизна) справжня небо +common_voice_uk_23571382-2620-0: ім'я (будуччини чин->будуть чи не чим) хто спинився той служить (*->у) тьмі хто в поході звитяжить він +common_voice_uk_23571383-2621-0: ключевський діяння митрополита (алексія->олексія) та святого стефана +common_voice_uk_23571388-2622-0: аналогічних прикладів можна подати безліч +common_voice_uk_23571402-2623-0: (та й->те) сам микола михайлович (карамзін->храм зін) не соромився в цьому зізнатися +common_voice_uk_23571403-2624-0: зверніть увагу здавалося б усе правильно говорить професор (в->*) +common_voice_uk_23571410-2625-0: синівською безбожністю є до батьків (непоштивість->не поштивість) +common_voice_uk_23571412-2626-0: сидіть дома на покої не пристало козакові +common_voice_uk_23571417-2627-0: спасайтеся законом отецьким +common_voice_uk_23571485-2628-0: (коли->коло) любиш (люби->любе) серцем а не язиком +common_voice_uk_23571530-2629-0: з усіх пристрастей людських (етична->етичних) пристрасть єдина достойна і справжня пристрасть +common_voice_uk_23571560-2630-0: тепер уже більшовицька експансія +common_voice_uk_23571711-2631-0: перший фактор родичання свого часу олександра так званого невського (із->і з) сином (батия->патия) сартаком +common_voice_uk_23571753-2632-0: (убивства почалися->вбивство почалося) вже в клині +common_voice_uk_23571785-2633-0: надто вже скидається на країну і народ (моксель->муксель) що проіснував багато сотень років +common_voice_uk_23571814-2634-0: карамзіна великого (співця->спеціа) російської державності проривається чистісінька істина +common_voice_uk_23571835-2635-0: він і сьогодні випікає аналогічну продукцію +common_voice_uk_23571882-2636-0: і те дійство було першим правовим кроком для збирання землі російської +common_voice_uk_23571885-2637-0: щедрий на батьківські гроші +common_voice_uk_23571891-2638-0: (шовіністи->шавіністю) державники в таких почесних зібраннях (недоречні->на туреччині) +common_voice_uk_23571892-2639-0: і цей князь запанував на володимирському престолі тільки з допомогою (татаро->татара) монгольських військ +common_voice_uk_23571894-2640-0: (статс->стат) секретар чітко за днями року фіксував основні діяння (своєї->своєю) володарки +common_voice_uk_23571897-2641-0: через що московит і повинен отримати перевагу +common_voice_uk_23571898-2642-0: такий масштаб (чудського->чуського) побоїща +common_voice_uk_23572957-2643-0: є історичні підтвердження цього +common_voice_uk_23573273-2644-0: (порядок->урядок) роботи верховної ради україни (встановлюється->становлюється) конституцією україни та регламентом верховної ради україни +common_voice_uk_23573373-2645-0: з'ясуємо звідки (ж->*) з'явився сам данило +common_voice_uk_23573915-2646-0: а тепер час послухати що каже пан (солженіцин->сал женіцин) про казахстан +common_voice_uk_23573979-2647-0: однак навіть такого раптового звеличення було мало князеві (московиту->москавиту) юрію +common_voice_uk_23574073-2648-0: (о трибуно->отрибуно) скільки дурнів сходило з тебе переможцями +common_voice_uk_23575207-2649-0: (давня двоїста->давнє двоє ста) мірка для своїх і для чужих +common_voice_uk_23575210-2650-0: і російський історик навіть не шукає цим діянням виправдань +common_voice_uk_23575371-2651-0: участь військ (суздальських->суздарських) князівств у поході батия проти хана (гуюка->гоюка) +common_voice_uk_23575697-2652-0: а землі що лежать за волгою і в'яткою аж ніяк не належали москві +common_voice_uk_23575780-2653-0: (багатство->багатством) всілякого гріха батько всілякої злоби винахідник (духотлінної->до хотлінної) поживи сприяч +common_voice_uk_23576858-2654-0: звернімося все ж до опонента мародерів +common_voice_uk_23576861-2655-0: так що гарматний матеріал потроївся +common_voice_uk_23577282-2656-0: держава бере участь у формуванні доходів бюджетів місцевого самоврядування фінансово підтримує місцеве самоврядування +common_voice_uk_23577287-2657-0: це була лише міжусобна сутичка всередині єдиної держави золотої орди +common_voice_uk_23577449-2658-0: цілком можливо що хтось із них намагався навіть силою втягнути государя в битву +common_voice_uk_23577953-2659-0: гостра була сокира та (на сук наскочила->насукна скочила) +common_voice_uk_23577958-2660-0: всі жінки коли вони кохають +common_voice_uk_23578086-2661-0: але російський історик як завжди хитрує та не домовляє +common_voice_uk_23578161-2662-0: російський генералітет розписався (в->у) своєму цілковитому (безсиллі->безсильні) +common_voice_uk_23578180-2663-0: чеснота краще ніж багатство (й->і) почесті +common_voice_uk_23578306-2664-0: цю умову васальної залежності було прийнято +common_voice_uk_23578372-2665-0: такі методи російської (двоїстої->двоє з тої) мірки +common_voice_uk_23578391-2666-0: такі ось маємо парадокси російської історії під тиском московського (доважку->до важко) брехні +common_voice_uk_23578436-2667-0: отже (її->і) слід було завоювати +common_voice_uk_23578525-2668-0: це більше ніж дивно +common_voice_uk_23578561-2669-0: (сіверян->всі всі варіанти) деревлян тиверців (дулібів->до лібів) тощо +common_voice_uk_23578570-2670-0: (мурома->морома) меря (весь->бесь) мокша мещера +common_voice_uk_23578606-2671-0: архітектура теж літопис світу вона говорить тоді коли вже мовчать і пісні (і->й) перекази +common_voice_uk_23578607-2672-0: але це твердження брехня російської імперії +common_voice_uk_23578640-2673-0: радянський період ще свіжий весь на очах зліплений із тіста замішаного на міфах +common_voice_uk_23578673-2674-0: а що ж є більше понад віру +common_voice_uk_23578709-2675-0: хочу розвіяти ще один запущений російськими істориками (доважок->то важок) брехні який стосується івана грозного +common_voice_uk_23578774-2676-0: як (воїну дав->воїн удав) вождь меча то побіди +common_voice_uk_23578819-2677-0: який (саватака->сава така) й слава +common_voice_uk_23579112-2678-0: поляни деревляни сіверяни (дреговичі->драговичі) дуліби тиверці +common_voice_uk_23579116-2679-0: лише сильним дано право на безсмертя +common_voice_uk_23579170-2680-0: слави треба мирові а не тому хто славен +common_voice_uk_23579352-2681-0: захід його пам'ятай заходом є теж твоїм +common_voice_uk_23579548-2682-0: погляньте як вона використовується (запаскуджена->запаскоджена) захаращена покинута (селянином->сильнином) +common_voice_uk_23579553-2683-0: ніхто серйозно його не турбував у землі ростовсько суздальській +common_voice_uk_23641387-2684-0: коли сте (вмучені->мучені) дорогою то сідайте чи влягайте на лавах сказав (опасистий->опосистий) +common_voice_uk_23641388-2685-0: а чи істина що той (меч жахав полом'ям->меджа хаополум'ям) +common_voice_uk_23641389-2686-0: богдан махнув рукою +common_voice_uk_23641390-2687-0: такий парадокс байкарів російської історії +common_voice_uk_23641391-2688-0: ми не будемо зараз (спростовувати->спростувати) рік народження олександра до цього повернемося в наступному розділі +common_voice_uk_23641392-2689-0: такому правителеві землі московської і шана і слава і хвалебні пісні на многії літа +common_voice_uk_23641393-2690-0: що сталося +common_voice_uk_23641394-2691-0: однак це справа (*->з) самого народу +common_voice_uk_23641395-2692-0: отже під терміном державність нічого іншого мати на увазі не можна +common_voice_uk_23641396-2693-0: він клятвено обіцяв бути (васалом->веселим) слухняним платити данину коритися (*->в) орді +common_voice_uk_23641397-2694-0: звичайні васали орди +common_voice_uk_23641398-2695-0: а на тій тесі та (рогатина->рогатину) +common_voice_uk_23641399-2696-0: як то скинув брови богдан тоді махнув бориславові (йдімо->і тімо) до коней болярине +common_voice_uk_23641400-2697-0: (поволжя споконвіків належало->боже споконвіки належали) народам які жили там +common_voice_uk_23641401-2698-0: княгиня в медуші сидить (пощо є->пущо я) тобі +common_voice_uk_23641402-2699-0: згадайте чечню там все погано (і->й) жорстоко в росії (добре й->добра і) правильно +common_voice_uk_23641403-2700-0: і повірте не відмовляються від завдань від походів на південь і зараз +common_voice_uk_23641404-2701-0: настав час повернутися (московитам->московитим) із сусідніх підкорених земель на свою споконвічну землю +common_voice_uk_23641405-2702-0: карамзін перестав би бути придворним істориком якби не прибрехав де небудь у своєму писанні +common_voice_uk_23641406-2703-0: (отих побитих->од тих убитих) спалити треба +common_voice_uk_23641407-2704-0: (а ци->оце) відаєш ти що чоловік (так і->таки) звався колись +common_voice_uk_23641408-2705-0: не горить сміявся (косацький->козацький) отаман (нам->мама) аби (заутра->завтра) бути в луговиках +common_voice_uk_23641409-2706-0: (при виданні->привітанік) книга одержала дозвіл цензури тобто факти в ній викладені імперія не заперечувала +common_voice_uk_23641410-2707-0: а на порозі була (доба шекспіра сервантеса джордано бруно->до ваших спіра сервантиса джордану брюну) декарта (робера етьєна дюкенуа->робеть єна дюкано) +common_voice_uk_23641412-2708-0: та на коні вороному +common_voice_uk_23641413-2709-0: (о погодивсь->ох погодився) отаман а пощо бо мед відає а ти відаєш +common_voice_uk_23641414-2710-0: саме комуністи поставили справу +common_voice_uk_23641415-2711-0: я м тебе зразу впізнала +common_voice_uk_23641416-2712-0: однак і там його наздогнав служник хана узбека іван калита разом із митрополитом +common_voice_uk_23642633-2713-0: а (з півночі->співночі) на південь імперія тяглася від (льодовитого->льодобутого) океану до індійського +common_voice_uk_23642635-2714-0: хлопці розвернули коней і погнали назад звідки (наближалася->наближалися) волячим кроком купецька валка +common_voice_uk_23642636-2715-0: а вже повідати про звичайне (боягузтво->боягузство з) самого князя димитрія вважалося блюзнірством і (святотатством->святоїкатцтвом) +common_voice_uk_23642637-2716-0: (*->у) згадайте (розбійника->розмінника) єрмака +common_voice_uk_23642638-2717-0: (звертаю->звертає) увагу (читачів->чекачем) на ще два істотні моменти (відображені->відображення) у цій (цитаті->ципаті) +common_voice_uk_23642639-2718-0: богдан мовчав дівчина зняла з білої шиї (гарно ковану золоту гривню й дала->гарна кована золотого риню і дал) йому +common_voice_uk_23642640-2719-0: але (візіготи->візігоди) так і не зважились (сполчитись->полчитись) проти (західніх->західних) слов'ян +common_voice_uk_23642641-2720-0: всі вони складали (переважно->переважну) історію росії за катерининськими джерелами +common_voice_uk_23642642-2721-0: (переселені->переселення) в (московію осемь тсяч->московії осим тисяч) людей здебільшого (вимерли->вимрили) і (загинули->загинула) +common_voice_uk_23642643-2722-0: (то й->той) що +common_voice_uk_23642644-2723-0: мовляв хто нас перевірить як захочемо так і повернемо +common_voice_uk_23642645-2724-0: ось запустив же він отакі власні вигадки про так звану (мелітопольщину->молітопольщину) +common_voice_uk_23642646-2725-0: якого князя +common_voice_uk_23642647-2726-0: малко вже давно навчився розуміти (княжича й->княжий чар і) відповів +common_voice_uk_23642648-2727-0: тобто йому (доручили->доручило) збирати ханську подушну данину (й->і) відвозити її в столицю золотої (орди->орбіди) +common_voice_uk_23642649-2728-0: (й->і) богдан таки здебільшого (бився києм->ми всяким) +common_voice_uk_23642650-2729-0: ось він приклад давній (успадковуй->успадковий) +common_voice_uk_23642651-2730-0: гой (отроче->одрочем) звернувсь один з них до вишати (як найстаршого->якнайстаршого) коні (пасете->пасета) +common_voice_uk_23642652-2731-0: незбагненно (з'явилися->з'явилася) абсолютно не маючи історичного права на слово русь +common_voice_uk_23642653-2732-0: так вона сидить (не в нежині->невжені) +common_voice_uk_23642654-2733-0: вона давно стомилася (довго очікуючи->довгоочікуючи) людських рук +common_voice_uk_23642655-2734-0: ой (піду я->підує) до лісу до (лісочку->лісочка) +common_voice_uk_23642656-2735-0: і (воювали->голували) саме (булгар->болгар) а не татар +common_voice_uk_23663944-2736-0: та й не пострашусь лютого русина +common_voice_uk_23663946-2737-0: (погляньмо->огляньмо) як (учинили московити->одчинили московитий) із (дружнім->дружньою) їм князем василем івановичем (шемячичем->шем'ячичем) +common_voice_uk_23663947-2738-0: таким чином він не міг брати (участь як->участі) керівник (у невській->уневський) і (чудській->чудський) сутичках +common_voice_uk_23665942-2739-0: хоча (тлумач істсорії це й->клубачись з сорі цей) замовчує +common_voice_uk_23665943-2740-0: (розвал->розбав) царської (росії->русі) +common_voice_uk_23665944-2741-0: (адже->*) саме там був початок становлення московії (її->і) державними (зачинателями->зачинати треба) +common_voice_uk_23665945-2742-0: (і->*) я тебе княгине +common_voice_uk_23665946-2743-0: (пійдете->підете) зі мною +common_voice_uk_23668325-2744-0: судіть самі +common_voice_uk_23668326-2745-0: ні трави ні степу +common_voice_uk_23668328-2746-0: харя зібгав білий (міх->ніг) волохатої гайди витер піт з чола +common_voice_uk_23668329-2747-0: така була твоя мати молодою така (саміська->самісінька) ти ж зовсім маленька тоді +common_voice_uk_23668637-2748-0: (князь->конязь) охолов і по хвилині мовив уже таким голосом який (не терпів->нетерпів) заперечень +common_voice_uk_23668638-2749-0: в результаті кримського удару московія втратила близько мільйона людей убитими (й->і) полоненими +common_voice_uk_23668640-2750-0: отаман (*->як) якого назвали баном важко (втупився->*) в (по слуха->тупитися в послухах) +common_voice_uk_23668641-2751-0: може це не сподобається комусь у кабулі в тегерані в анкарі +common_voice_uk_23668653-2752-0: розв'язавши державну (бійню->війню) проти маленької волелюбної (чечні ічкерії->чечнії шкерії) звалили усю відповідальність на неї +common_voice_uk_23668655-2753-0: де де вона є +common_voice_uk_23668657-2754-0: (осе таке->осадаха) закінчив він то як зумів єси (ти->та) якого (єси роду->єсироду) +common_voice_uk_23669311-2755-0: а (вмреш->в мереж) од жони (яку->якусь) залюбиш умреш коли (трісне тятива->тріснуть атева) твого лука +common_voice_uk_23669312-2756-0: і як ви розумієте російською славою поки що не пахло +common_voice_uk_23669313-2757-0: гайда (спорожнювалась->з порожнювалась) він приклався до (сопілі вустами->пірів устами) граючи (додув->дод) і заспівав далі +common_voice_uk_23669314-2758-0: назва самої оки фінського походження це зросійщена форма фінського (і->йокі) що означає ріка взагалі +common_voice_uk_23669315-2759-0: це значно пізніше російська правляча еліта вигадала інше намагаючись подати облуду за правду +common_voice_uk_23669993-2760-0: княгиня тут сидить +common_voice_uk_23669995-2761-0: (сього->всього) таки вечора сказав богдан +common_voice_uk_23670021-2762-0: (нарочитий зніяковів->нарочитись ніяковів) і визнав +common_voice_uk_23670022-2763-0: ця влада переможець якому потрібні однак (усе нові й->осейна вій) нові супротивники +common_voice_uk_23670023-2764-0: олександр молився (богу->бого) й чекав суду +common_voice_uk_23670024-2765-0: (той->та) лише (стенув->стену в) плечима +common_voice_uk_23670046-2766-0: ключевський заявив (в особі->по собі) князя андрія великорос (уперше виступив->по перше виступ) на історичну сцену +common_voice_uk_23670048-2767-0: (недомовки->не томовки) і відверта брехня є звичайним і природним явищем у російській імперській історії +common_voice_uk_23670049-2768-0: карамзін (був палким->упав ким) великоросом на службі в (імперії й->інтерії і) государя +common_voice_uk_23670050-2769-0: той (згідливо->світливо) всміхнувся +common_voice_uk_23690183-2770-0: як бачимо в (орді це->ордіце) вважалося звичайним на ті часи (*->й) явищем +common_voice_uk_23690184-2771-0: федотов думки аналогічні до наших висловив значно раніше +common_voice_uk_23690194-2772-0: ці факти забувати не варто +common_voice_uk_23690195-2773-0: сиди княже зараз харя повідає нам казочку +common_voice_uk_23690197-2774-0: все пане (солженідин->сул же ніден) на взаємному паритеті +common_voice_uk_23691211-2775-0: але навіть дотримуючись вашої логіки українці на камчатку і (петропавловськ камчатський->петро павло скамчацький) не претендують +common_voice_uk_23691212-2776-0: хай покарає мене морана хай упаде мені пек на голову скоромовкою заприсягнувся борислав +common_voice_uk_23691213-2777-0: (зросійщення->з росіщення) віталося й заохочувалося повсюдно +common_voice_uk_23694573-2778-0: навіщо ж перед нею падати на коліна хоч трохи поважайте себе +common_voice_uk_23694575-2779-0: а чого ж би й (ніт->дід) +common_voice_uk_23694576-2780-0: усіх влаштували копії +common_voice_uk_23694577-2781-0: а (а->*) здогадався тивун там за (підклітями->під ліктями) в садку +common_voice_uk_23694578-2782-0: помстивсь єси (княже->княжий) за честь (роденського->радянського) князя вогняна хвала тобі п'ю до тебе +common_voice_uk_23694581-2783-0: нас намагаються переконати що (татаро->татара) монголи лише прийшли пограбували і пішли +common_voice_uk_23694593-2784-0: недоруйнована або напівзруйнована імперія завжди має в собі потенційну можливість відродження (*->в) +common_voice_uk_23694599-2785-0: люта орда наблизилася до (твері->дверейрі) +common_voice_uk_23694600-2786-0: саме (незнання->на знання) призводить до найбільших трагедій +common_voice_uk_23694612-2787-0: учні східних государів засвоїли азійські схильності до розслаблення зневагу до тілесних зусиль +common_voice_uk_23694620-2788-0: за ними залишилися ярлики удільних князів (дмитрові->дмитрович) дістався (переславль залеський андрієві->переслав зеленський андрієвій) городець +common_voice_uk_23694637-2789-0: (в->у) якомусь селі +common_voice_uk_23694638-2790-0: отже за логікою великоросів (їхній->їхні) родовід повинен поширюватися на (норвезький->норвезькій) і шведський народи +common_voice_uk_23694640-2791-0: (у ті->оті) ж роки москва захопила і поневолила (рязань новгород->різань до город) псков +common_voice_uk_23694641-2792-0: а як той звір що живе в лісі (й->і) страшно (гарчить видів си->горичить у видерси) такого +common_voice_uk_23694642-2793-0: (єутихій ніяково->єутихії ніякого) стенувся +common_voice_uk_23694646-2794-0: відаю мовив борислав і перезирнувся з богданом +common_voice_uk_23694647-2795-0: хіба то мало виправдовувався (він->від) греки ще ніколи не платили нам дані тепер платять +common_voice_uk_23694648-2796-0: така подяка російської правлячої еліти (героям->героєм) які захищали її інтереси в боях +common_voice_uk_23694649-2797-0: не варто допускати думки що (димитрій->дмитрій) московський подумував про власну державність +common_voice_uk_23694651-2798-0: розсудливі люди називають такі дії (завоюванням розбоєм->завоюваннями розбоям) і геноцидом +common_voice_uk_23694653-2799-0: то може тямиш на голові ходити (з жовчю->жовччю) сказав він +common_voice_uk_23694661-2800-0: золота орда підтримувала порядок та дисципліну (на належному->неналежному) рівні +common_voice_uk_23694662-2801-0: хіба рогволодові дасть одного та й то коли дуже молитиме +common_voice_uk_23694663-2802-0: саме після цього військового походу андрій одержав ярлик на (великокнязівський->великокнязнівський) володимирський престол +common_voice_uk_23694665-2803-0: (нижче ми->дещо ви) подамо міркування (солженіцина->служині це не) на цю тему +common_voice_uk_23694667-2804-0: усе було так і не так та (про те мусив->проте мусить) дбати рогволод великий князь +common_voice_uk_23696551-2805-0: хоч (уникав->і неправ) дивитись на вершника відчував як його пропікають люттю очі (смаглого степовика->смагли вивестиповика) +common_voice_uk_23696552-2806-0: а де (та->ти) ваша княжна тепер +common_voice_uk_23696553-2807-0: уранці (*->уранці) коли (косаки->козаки) зібралися в дорогу богдан сказав отаманові +common_voice_uk_23696554-2808-0: богдан усміхнувся (й->і) нарочитий посмілівши додав +common_voice_uk_23696555-2809-0: на підтвердження божевільних ідей провадилися численні дослідження захищалися дисертації +common_voice_uk_23696581-2810-0: на (реформи->реформу) петра (і->першого) чекав жорстокий опір як (незатребуваність->не затребуваність) загальнолюдської культури (в московії->з москвії) +common_voice_uk_23696582-2811-0: що треба +common_voice_uk_23696584-2812-0: московський цар у прямому значенні слова смердів перед смертю наче виліз із туалетної ями +common_voice_uk_23696585-2813-0: таку культуру такий розквіт і такий розвиток несла (сусідам->сусіда) московія +common_voice_uk_23696655-2814-0: (винищуючи->знищуючи) одновірців підкорила не лише (новгород а й твер суздаль->у город відвер суздер) володимир тощо +common_voice_uk_23697148-2815-0: постійно жив у (санкт->санта) петербурзі всі (стародавні->стародавній) рукописи (знайдені->знайдений) ним згоріли (в->у) москві +common_voice_uk_23697149-2816-0: місяця (червця в->чверть це) останній день +common_voice_uk_23697153-2817-0: як ми (речемо->речима) на сього звіра +common_voice_uk_23697155-2818-0: війська (чингісидів->ченгісидів) підкорили не лише китай а (й сирію->сірію) персію туреччину кавказ +common_voice_uk_23697423-2819-0: доводиться знову нагадувати панові (солженіцину->служійцино) історичні (факти->фахти) +common_voice_uk_23697424-2820-0: історична правда нівелює і цей міф російської імперії +common_voice_uk_23697427-2821-0: хто тобі (повідав се->повідався) недовірливо перепитав (бан->вам) +common_voice_uk_23697564-2822-0: така історія з куликовим полем +common_voice_uk_23697565-2823-0: (століттями не->століття мене) відмовлялася від цих цілей ні за романових ні за комуністів +common_voice_uk_23697571-2824-0: слава гатилові +common_voice_uk_23697572-2825-0: у цих великих європейських народів є своя історія гідна й чесна +common_voice_uk_23697573-2826-0: вона повторила мов сама себе переконуючи +common_voice_uk_23697574-2827-0: пощо (*->пощо) +common_voice_uk_23697575-2828-0: я (б->*) беру тебе жоною +common_voice_uk_23697581-2829-0: люди цих селищ кинуті на підкорення (і->й) освоєння нових земель +common_voice_uk_23697582-2830-0: а давно +common_voice_uk_23697585-2831-0: київський володар перезирнувся зі своїми вельможами борислав зневажливо стенув плечима +common_voice_uk_23697587-2832-0: сюдою показував той у півтемряві сіней до (сієї->цієї) світлиці до сієї +common_voice_uk_23697588-2833-0: в цьому випадку кримський хан (прийшов->пройшов) покарати васала данника за (звичайну->звичай) непокору +common_voice_uk_23697589-2834-0: (*->тих) ти хто єси не тямлячись од образи гукнув до отрока гатило +common_voice_uk_23697611-2835-0: ні (солонь->солонці) сльозиці +common_voice_uk_23697613-2836-0: борислав припинив торохтіти й княжич наставив вухо +common_voice_uk_23697614-2837-0: але жодним словом не обмовляється що й (москві ті->в москвіті) землі не належали ніколи +common_voice_uk_23697638-2838-0: таку оцінку князь отримав тому що не вийшов за рамки (подальїпих->подальших) вигадок великоросів +common_voice_uk_23697641-2839-0: (вишата->бошата) кивнув +common_voice_uk_23697697-2840-0: димитрій бився за власні привілеї даровані його роду ханом батиєм +common_voice_uk_23697698-2841-0: княже тоненьким голосом погукав він гатила великий князь рогволод (просе->просив) тебе до хорому +common_voice_uk_23697699-2842-0: харю харю давай +common_voice_uk_23697700-2843-0: молиться відчинити +common_voice_uk_23697752-2844-0: ключевського в антицерковних настроях не випадає десятки років він був професором російської духовної академії +common_voice_uk_23697754-2845-0: не варто гадати що цієї долі уникнув князь (московит->московид) димитрій майбутній донський +common_voice_uk_23698537-2846-0: веління (государя->гусударя) і надія збагатитися здобиччю (дали->та) воїнам силу здолати (всі->усі) труднощі +common_voice_uk_23698538-2847-0: однак погляньмо на факти історії +common_voice_uk_23698539-2848-0: бачите як він грубо спотворив істину +common_voice_uk_23698540-2849-0: і так що багато хто здивувався хто чекав від олександра ісайовича зважених слів розчаровані +common_voice_uk_23698541-2850-0: певно згодом хтось дуже старанно (знищував->значував) сліди та інші нагадування про фінські племена +common_voice_uk_23698556-2851-0: тим часом усього києвого городу було чотири тисячі кроків по гостроколу +common_voice_uk_23699437-2852-0: діва підійшла збоку (й->і) торкнулася долонею його поробошня ковзнула пальцями по дубовому гатилі +common_voice_uk_23699439-2853-0: завоювавши булгар знайшли йому історичне обґрунтування +common_voice_uk_23699440-2854-0: якщо вона запущена отже щось (повинна->повинно) обґрунтувати +common_voice_uk_23700471-2855-0: ось які слова він (вкладає у вуста літописця->складає в уста дні та писця) +common_voice_uk_23700473-2856-0: він вбиває нам (у свідомість->усвідомість) мовляв уже в ті роки (димитрій->демітрій) був донським +common_voice_uk_23700475-2857-0: степовики прошепотів борислав але годечан тут таки заперечив +common_voice_uk_23700481-2858-0: але (богдан ще->бог дан що) не сказав свого слова +common_voice_uk_23700483-2859-0: (не з тих->на стиг) лугарів буркнув богдан і борислав знову закидав його словами +common_voice_uk_23700484-2860-0: ходім коли просять +common_voice_uk_23700485-2861-0: погляньте на японію за територією одна (російська губернія->російського берня) за кількістю народу майже дорівнює росії +common_voice_uk_23700513-2862-0: (приїдьте->привітте) поживіть серед нас а пізніше (й->і) поговорити можна +common_voice_uk_23700514-2863-0: вишата (лише->лишив) всміхнувся по вуха борислав (же->вже) вмить побіг знайомитися +common_voice_uk_23700515-2864-0: (лось->ось) одказав хлопець +common_voice_uk_23705056-2865-0: гукав єсмь (*->у) княже взавтра (їдеш->йдеш) до царя городу константинополя +common_voice_uk_23705057-2866-0: хлопець проказав протягло +common_voice_uk_23705058-2867-0: (пощо->то що) ж як маю хіть то (й я->є) частую +common_voice_uk_23705059-2868-0: богдан гатило знову підвищив голос +common_voice_uk_23705060-2869-0: перехитрила тебе +common_voice_uk_23728228-2870-0: ардарік одповів видимирові що аттіла зворожений +common_voice_uk_23728229-2871-0: стережи коліно гукнув йому сікур і гано знову понісся назустріч білому жеребцеві +common_voice_uk_23728230-2872-0: таке княгиня рада має тільки два сини богдана (й->і) володаря +common_voice_uk_23728231-2873-0: так перші претенденти на візантійську корону не здійснивши мрії втратили шанси +common_voice_uk_23728232-2874-0: так теодосій та його сестра пульхерія (хтіли->хотіли) отруїти тебе княже +common_voice_uk_23734172-2875-0: старий знову поторкав (підкову й->підковує) наказав людоті +common_voice_uk_23734173-2876-0: (сікурд сікурд->секурчику) хто (видів->будів) його той (меч->меж) +common_voice_uk_23734174-2877-0: а що дужче (приницює->праницює) людину те чи се +common_voice_uk_23734175-2878-0: ліпий меч вельми (ліпий->лівий) але ж (йой->яй) +common_voice_uk_23734176-2879-0: (русини->розса не) того не захочуть +common_voice_uk_23734463-2880-0: (спаси->спасибі) біг +common_voice_uk_23734464-2881-0: речи гримнув гатило +common_voice_uk_23734465-2882-0: (й->і) що (робити ймемо->робитимемо) +common_voice_uk_23734466-2883-0: а який (він->*) є (той юрів меч->твій юрій) +common_voice_uk_23734467-2884-0: борислав нагадав +common_voice_uk_23736195-2885-0: кого його (болісно зморщившись->його болюся зморшись) перепитав (рогволод->рогу) +common_voice_uk_23736196-2886-0: мовчанка (*->мовчанка) висла (й->і) досі (й->її) тиснула всім на вуха тоді хтось порушив її +common_voice_uk_23736197-2887-0: (сталося ж->склалося вже) зовсім несподіване +common_voice_uk_23736199-2888-0: а потому (й->і) молодим +common_voice_uk_23736232-2889-0: (старечо подріботівши->сторечок потреботівши) до скітної (кліті->квіті) вона ще здалеку загукала свого домажирича +common_voice_uk_23736234-2890-0: скільки +common_voice_uk_23741805-2891-0: годой зневажливо засміявся +common_voice_uk_23741806-2892-0: на (ті->ці) городи (впав->спав) гнів божий +common_voice_uk_23741807-2893-0: між якого звали лоськом ступив крок уперед і торкнувся рукою м'якого килима +common_voice_uk_23741808-2894-0: (слю в->слюб) греки годоя сказав він +common_voice_uk_23741809-2895-0: то яку хіть маєш спитав гатило +common_voice_uk_23741823-2896-0: йди гримо +common_voice_uk_23741824-2897-0: таки наша підтвердив старший терпугом обшкрібає (кузнь->кузні) лише коваль стоян і шипи його +common_voice_uk_23741825-2898-0: ходять (по саді->посаді) вітрограді й сміються +common_voice_uk_23741826-2899-0: киянин єси за свого князя (й->і в) руку тягнеш +common_voice_uk_23741827-2900-0: (намислив->на мислив) єсмь чолом бити до вас і ваших тисяцьких (сполчайте->сполучайте) смердів +common_voice_uk_23741830-2901-0: і раптом мало не крикнув од переляку зовсім поряд обізвався чийсь голос +common_voice_uk_23741831-2902-0: ходи по мені жоною +common_voice_uk_23741832-2903-0: не люблю коли смердить вандальським духом поморщилася брунгільда й вийшла супроводжувана почтом +common_voice_uk_23741833-2904-0: не личить синові гатила +common_voice_uk_23741834-2905-0: пощо не (умієш->вмієш) між її князь вогнян (роденський->руденський) умер і вона мала такоже вмерти +common_voice_uk_23741835-2906-0: так (та ак->так) загукали звідусіль +common_voice_uk_23741836-2907-0: лев перший уточнив бо головне було нарешті сказане +common_voice_uk_23741837-2908-0: кого сіпнувся луганський князь +common_voice_uk_23741838-2909-0: ти втекла (с->з) від нього +common_voice_uk_23741839-2910-0: меч юра то є оружжя супроти котори впевнено заперечив богдан +common_voice_uk_23747148-2911-0: (коваль->ковай) стоян зійшов на (теремний->темний) ґанок і земно вклонився (*->в) вічеві +common_voice_uk_23747149-2912-0: що (видиш->вийдеш) там (отрочице->отрочі це) +common_voice_uk_23747150-2913-0: руській землі без князя великого +common_voice_uk_23747151-2914-0: як не втримався євнух +common_voice_uk_23747152-2915-0: сестра +common_voice_uk_23747186-2916-0: се була данина поконові деревлян і сіврів +common_voice_uk_23747187-2917-0: то ще (*->і) є не найгірше словенського роду на русі побільшає +common_voice_uk_23747188-2918-0: що тут дієш ледве (витяг із->витяги з) себе рогволод +common_voice_uk_23747189-2919-0: будьте в моєму домі +common_voice_uk_23747190-2920-0: сам відаєш +common_voice_uk_23747246-2921-0: ходімо +common_voice_uk_23747247-2922-0: усі речуть а нікому до мене діла нема (сердито відповіла гримільда->сердитої благримільда) +common_voice_uk_23747248-2923-0: тоді я вам не (думу->думав) а (бувалину->бувалим) нарешті згодився гусляр хочете +common_voice_uk_23747249-2924-0: пощо не плазуєш у ноги мені +common_voice_uk_23747250-2925-0: (взаутра->завтра) по сонці (рікли суть->крикли) старці аби (с->з) нікуди не сходив +common_voice_uk_23750521-2926-0: хто (єсте й->єстий) хто (сле вас->слава з) до мене +common_voice_uk_23750522-2927-0: що мовлять готи спитав він (удруге й гонець->на другий ганець) відповів +common_voice_uk_23750523-2928-0: готуй гінців до рима сказав навздогін йому ецій але літорій не відгукнувся +common_voice_uk_23750525-2929-0: сідлай +common_voice_uk_23750831-2930-0: до косарів +common_voice_uk_23750832-2931-0: мовчиш (зри->зрито) тоді +common_voice_uk_23750833-2932-0: хто речи +common_voice_uk_23750834-2933-0: людота спокійно (смикав за важіль->шмикав заважільні) міха (в->*) горні (сапало->шапайло) й (сичало->шечало) +common_voice_uk_23750835-2934-0: він недбало забрав меч із гатилової руки (й->і) дав його войславові +common_voice_uk_23756262-2935-0: та ждан сказав +common_voice_uk_23756263-2936-0: не вузьмеш (рунки->рункий) куці (замунж повели->за мунчповили) княжну +common_voice_uk_23756264-2937-0: то слухайте про (київ город->київгород) хочете чи про (язву->я зву) морову +common_voice_uk_23756265-2938-0: питаю та й годі +common_voice_uk_23756266-2939-0: посли нарочитого +common_voice_uk_23756281-2940-0: звичайно ж вистачить і вишата лише всміхнувся на знак (згоди->зголоду) +common_voice_uk_23756282-2941-0: великий князь київський устав і ще суворіше ніж допіру (мовив->умови) +common_voice_uk_23756283-2942-0: то й що тобі є +common_voice_uk_23756284-2943-0: вишата привів двох можів у брудних зеленкуватих корзнах +common_voice_uk_23756285-2944-0: сам (відаєш->дідаєш) княже тихо відповів (скоморох->скоморог) +common_voice_uk_23756301-2945-0: стояном я знаю (стояна->що я) він тебе (відпусте->відпустив) +common_voice_uk_23756302-2946-0: (речіть->кричить) христородиця +common_voice_uk_23756303-2947-0: пощо відповіла гримільда то (є лишнє ми смо->єлишня мисмо) з тобою вже (виділися сього дні->виділився сьогодні) +common_voice_uk_23756304-2948-0: то для чого ж +common_voice_uk_23756305-2949-0: рогволод (вимовивши все->вимовив що це) те (завчене й затверджене->завчинений затверджений) несподівано (загнувся->загнувсь) +common_voice_uk_23766168-2950-0: княже сказав він чолом тобі латинці +common_voice_uk_23766169-2951-0: скільки поклав єси спитав гатило (й->і) син (розчепірив->прошкірив) пальці +common_voice_uk_23766170-2952-0: проти ночі +common_voice_uk_23766171-2953-0: бо не дали (по мені->повинні) +common_voice_uk_23766172-2954-0: (видів->а вите в) єси +common_voice_uk_23766178-2955-0: чого ради через мене так і рече +common_voice_uk_23766179-2956-0: грек +common_voice_uk_23766180-2957-0: приймаю з готовністю відповіла славка +common_voice_uk_23766181-2958-0: де він є той ваш князь +common_voice_uk_23766182-2959-0: людота зітхнув і (випростався->використався) +common_voice_uk_23775396-2960-0: хто не второпав той богдан відповів +common_voice_uk_23775397-2961-0: пощо воно є так що (й->є) людина зорить і (на->в) небі зорі +common_voice_uk_23775398-2962-0: гатило завернув коня (й->і) мало не зіштовхнувся з гнідим волохатим жеребчиком (вишати->вишата) +common_voice_uk_23775399-2963-0: (триста й->тростай) п'ятдесят літр (господарю->господаря) відповів (плінф по руському->плін в порозькому) +common_voice_uk_23775400-2964-0: матері нашої (перстень виджу->персні вежу) брате впізнаєш +common_voice_uk_23776923-2965-0: ти хто єси (смерд->смерть) а чи ж челядник +common_voice_uk_23776924-2966-0: короля се вивело з себе +common_voice_uk_23776926-2967-0: де вона єсть поспитав гано бо дівчини на білому жеребці коло графа не було +common_voice_uk_23776927-2968-0: а велімир +common_voice_uk_23776928-2969-0: дай йому гуню (добру->добра) +common_voice_uk_23776933-2970-0: коло нього всі (ви сте->висте) послухи +common_voice_uk_23776935-2971-0: (пощо речете->площу речі те) за (віче->відчає) глухим старечим голосом поспитав він +common_voice_uk_23776936-2972-0: до двірця +common_voice_uk_23776938-2973-0: (таж->тож) не глухий +common_voice_uk_23795963-2974-0: (звідкуду->відкуду) везете +common_voice_uk_23795964-2975-0: годой тільки (такнув->так ну) +common_voice_uk_23795965-2976-0: був єси в греках (княже->княжа) маєш відати +common_voice_uk_23795966-2977-0: хай буде так сказав він кров (зове->звела) мене до меча а (віра здержує->не роздержиє) руку +common_voice_uk_23795967-2978-0: пощо згадувати княже буле +common_voice_uk_23820002-2979-0: (то лжа є->товжая) підвищила голос дівчина ковальчук сказав +common_voice_uk_23820003-2980-0: людота відступив на крок і глухо проказав +common_voice_uk_23820004-2981-0: що ти чиниш +common_voice_uk_23820005-2982-0: (учетверте->у четверта) +common_voice_uk_23820006-2983-0: тодорік (бернський->бенський) відмовився +common_voice_uk_23820007-2984-0: то я так чи не так +common_voice_uk_23820008-2985-0: (відав->піддав) єси що діва та є моя роба +common_voice_uk_23820009-2986-0: (перевітниця залунало зусібіч->перебітниця залунала зусибіч) +common_voice_uk_23820010-2987-0: (за->це) чим же слють тебе +common_voice_uk_23820011-2988-0: але грек твердо глянув на князя й тихо проказав +common_voice_uk_23820017-2989-0: а що +common_voice_uk_23820018-2990-0: стара повільно по складах проказала (глухим->глухім) і мовби не своїм голосом +common_voice_uk_23820019-2991-0: оружжя не (лже->лише) сам до себе мовив князь і вирішив узавтра не чинити опору +common_voice_uk_23820020-2992-0: тебе сватають (жупаніце->джо паніци) +common_voice_uk_23820021-2993-0: від кого +common_voice_uk_23820022-2994-0: (лугарі служать->богар і служе) тому хто більше дає княже так ведеться (спокону->спокійно) +common_voice_uk_23820023-2995-0: і носиш на (шворці->шворце) їхній знак +common_voice_uk_23820024-2996-0: молила (м->мопи) великого князя щоб (оддав гана->одап ганна) горвата й огняна в (лугарі->лугаріти) +common_voice_uk_23820025-2997-0: вишата сказав +common_voice_uk_23820026-2998-0: нога +common_voice_uk_23820027-2999-0: наречемося русинами й (таких візьмуть->таки хвісьмоть) а (вернемось->вернилося) +common_voice_uk_23820028-3000-0: відунові +common_voice_uk_23820029-3001-0: (де с->десь) узяв його +common_voice_uk_23820030-3002-0: тоді я (м->*) був ще молодий +common_voice_uk_23820031-3003-0: ще раз +common_voice_uk_23828323-3004-0: і коли +common_voice_uk_23828324-3005-0: язичниками +common_voice_uk_23828325-3006-0: (яке->яка) твоє діло +common_voice_uk_23828326-3007-0: місяця серпня +common_voice_uk_23829145-3008-0: авжеж відповів той (остільки->оскільки) дати та щоб не +common_voice_uk_23829147-3009-0: що (повідаєш->оповідаєш) на се (войславе->виславе) +common_voice_uk_23829148-3010-0: сікур відповів +common_voice_uk_23829155-3011-0: пощо ж мовчав єси досі +common_voice_uk_23830157-3012-0: (й->її) пройшли далі +common_voice_uk_23830158-3013-0: (адаміс->адам із) глухо промовив +common_voice_uk_23830160-3014-0: (віталій->двій) +common_voice_uk_23830163-3015-0: але (борислав->бориславу) лише відмахнувся +common_voice_uk_23830164-3016-0: а кого (видиш->вийдеш) там +common_voice_uk_23830165-3017-0: пали +common_voice_uk_23830206-3018-0: куди (вихопилося в->вихопилось) хлопця +common_voice_uk_23830207-3019-0: смерті моєї (захтів->захотів) єси +common_voice_uk_23830209-3020-0: знайде собі ліпшого +common_voice_uk_23830210-3021-0: вона раптом зірвалася +common_voice_uk_23830747-3022-0: речи речи пощо замовк єси болярине чи хто (єси->є си) +common_voice_uk_23830749-3023-0: слава +common_voice_uk_23830750-3024-0: кого (кого ворожи->хороший) який день дадуть нам (узавтра кумири->уже автора кумирить) +common_voice_uk_23830751-3025-0: дай мені твій обладунок +common_voice_uk_23834218-3026-0: чи (шанувати ймеш->шанувайте ми ж) слово старців молодших і старійших +common_voice_uk_23834219-3027-0: король гано (гунтер->гонтер) сказав +common_voice_uk_23834220-3028-0: богдан вийшов у дворець (сів->сім) на витолоченому (спориші й->з парижі) глибоко зітхнув +common_voice_uk_23834221-3029-0: було видно як обличчя (князеве->князя ви) закипає (червцем->рвцем) і зловісно виблискують очі +common_voice_uk_23834222-3030-0: (тю->тьо) здивувався косак (пощо->польща) +common_voice_uk_23834264-3031-0: великий князь (ворухнув поруділими->ворухно породіломо) на кінцях (вусами й->восами і) вид йому наллявся кров'ю +common_voice_uk_23834265-3032-0: певно вдома +common_voice_uk_23834266-3033-0: (пощо в->польщо) старого дерева (немногі->не многи) листи вони молодому (черенцеві->черемцеві) сонця не заступлять +common_voice_uk_23834267-3034-0: (й->*) князь крикнув +common_voice_uk_23834268-3035-0: гано до землі вклонився старцеві й попхнув (уперед->оперед) горвата +common_voice_uk_23834269-3036-0: з городища (*->і) я м ходив шукати тебе й виглядати а тебе ніде не було +common_voice_uk_23834270-3037-0: хто єси й (пощо->польщо) +common_voice_uk_23834271-3038-0: сміл перестав (хихикати->хикати) й одступив +common_voice_uk_23834272-3039-0: (войслав->ой слав) за тим власне й прийшов і тепер подався сповістити сла про волю гатила +common_voice_uk_23834273-3040-0: п'ю до тебе гатиле +common_voice_uk_23834274-3041-0: що там у торбі маєш +common_voice_uk_23834275-3042-0: так буде (відповів->відповім) степовий зверхник до літа прийдемо ще в (дань->день) +common_voice_uk_23834276-3043-0: (браттє->браті) й ти ясна (сестрице либедице->сестра це лебедиця) +common_voice_uk_23834277-3044-0: зозирнися княже (й сам увидиш->самовидиш) його +common_voice_uk_23834278-3045-0: біг милосердний княже заперечив годой не помічаючи (в богданових->богдана) очах (іскрини->іскринь) +common_voice_uk_23834279-3046-0: якби на мою хіть то (подався->бодався) би (м->*) додому (в->*) греки +common_voice_uk_23834280-3047-0: князь (лужицький->уложицький) гано з братами відчиняй приїхали смо сватати графову доньку +common_voice_uk_23834281-3048-0: удовицю гримільда (похмуро засміялася й устала->похмара засміялась і остала) хто ж то є +common_voice_uk_23834282-3049-0: (жону ж->жодного вже) маєш +common_voice_uk_23834284-3050-0: а не прийде погодився ждан +common_voice_uk_23834285-3051-0: ще й б'ється +common_voice_uk_23834286-3052-0: де є дочка її (глухо->лого) спитав (старицю->старий цю) князь і та (засичала->засвічала) йому в вічі +common_voice_uk_23834287-3053-0: і не тямив одвіку +common_voice_uk_23834288-3054-0: ладно чинить ладно мовив старий грек думаючи своє +common_voice_uk_23834289-3055-0: речи кивнув до (старішого->старійшого) з них великий князь +common_voice_uk_23834290-3056-0: що ж (ради->радий) мав би гуцати великий князь аж сюди +common_voice_uk_23834291-3057-0: вона пильно (придивилася->придивились) до нього й узяла (з пенька->спинька) зарум'янений (різанець->різанецю) в'яленини +common_voice_uk_23834292-3058-0: адаміс відповів пріск +common_voice_uk_23834293-3059-0: а як зламлю засміявся велій (болярин войслав->боярин восьм) +common_voice_uk_23834294-3060-0: і коли (гайдарі->гайдарів) вклонившись вийшли (горват->огорват) сказав +common_voice_uk_23834295-3061-0: усе (й пряду й тчу й->в прядовуйте чуй) так +common_voice_uk_23834296-3062-0: а ти б чоломкав +common_voice_uk_23834297-3063-0: геть усі знову спитав рогволод +common_voice_uk_23835066-3064-0: (ким->кім) +common_voice_uk_23835067-3065-0: скільки (є то->ето) +common_voice_uk_23835068-3066-0: (старий->сторий) знову погладив вуса певно (ховав->хохав) лукаву посмішку +common_voice_uk_23835070-3067-0: не відаю +common_voice_uk_23838634-3068-0: (всі сте->в сісти) однакові всі геть до єдиного що ти що (тамті браттє->там ті браття) +common_voice_uk_23838635-3069-0: по якому +common_voice_uk_23838636-3070-0: а з русальської неділі на дев'яносто (четверте->четвертий) літо зверне мені +common_voice_uk_23838637-3071-0: він спитав старого конюшого першої після себе людини в сьому безконечному ворушкому світі +common_voice_uk_23838638-3072-0: такої сте хотіли поспитав дід у молоді +common_voice_uk_23866698-3073-0: хіба вітця не маєш +common_voice_uk_23866699-3074-0: я пожду +common_voice_uk_23866700-3075-0: лягаймо спитав огнян +common_voice_uk_23866701-3076-0: всі відають що ти був (єси й->я силий) лишаєшся (міжним->між ним) вождем під моєю рукою +common_voice_uk_23869761-3077-0: місяця липня +common_voice_uk_23869763-3078-0: (годой зітхнув->гудой яхну) +common_voice_uk_23869764-3079-0: куди знову не второпав сіврської говірки русинський князь +common_voice_uk_23869766-3080-0: руські (кумири->комири) калмацькі (кумири->кумир) +common_voice_uk_23869767-3081-0: (трава->провулок крово) вже (встала->сталося) проказав (людота->людон) мабуть (зночі->вночі) його або вчора +common_voice_uk_23869806-3082-0: дожиємо що в греків не зостанеться (робів->рові) повтікають а хто грекам (ріллю орати йме->рідллю орайтами) +common_voice_uk_23869808-3083-0: гатило довідавшись од (войслава->твойслава) що княгиня послала гайдарів так несподівано швидко теж здивувався +common_voice_uk_23869809-3084-0: людота (кивнув->ківном) і лише (промимрив->промимри) +common_voice_uk_23869810-3085-0: ні за нього кивнув богдан у бік вишати +common_voice_uk_23869816-3086-0: (йди->*) +common_voice_uk_23869817-3087-0: а може ті гінці втямлять письмен (руських->розкіп) +common_voice_uk_23869818-3088-0: не виджу данка де є +common_voice_uk_23869819-3089-0: (то->того) є добре сказав старійший (відун->відом) лежить головою до річки (там латини->та аму латина) +common_voice_uk_23869851-3090-0: по якомусь часі двері знову рипнули (й->і) чорна велика постать наблизилася (й стала->стало) збоку +common_voice_uk_23869852-3091-0: понеділок повторив князь не личить (вирушаємо взавтра->вирушаймо завтра) +common_voice_uk_23869853-3092-0: король подивився на нього й присунув собі свічник +common_voice_uk_23869854-3093-0: гатилові до гатила мені путь запалася +common_voice_uk_23869855-3094-0: я тямлю письмен руських сказав він і заходився (четати->читати) послання княгині (гримільди->гримільки) +common_voice_uk_23869866-3095-0: ховайся бо вже двічі приходили дідові онуки правити тобі помсту +common_voice_uk_23869867-3096-0: я м королева й жона короля бургундії +common_voice_uk_23869868-3097-0: князь крикнув орестові +common_voice_uk_23869869-3098-0: а чи відаєш ти що по моєму першому можеві (сікурдові->сі кордові) лишилися (незчисленні->на з численні) багатства +common_voice_uk_23869870-3099-0: то був товстий золотий перстень (із тьмяним->і п'яним) камінцем смарагда +common_voice_uk_23872290-3100-0: збудив їх той (таки->такий) рудочубий він підійшов і кожного поштрикав ратищем сулиці +common_voice_uk_23872292-3101-0: чого се маю рікти йому здивувався годой (речи->речі) сам коли спіткав єси (*->та) таку нагоду +common_voice_uk_23872293-3102-0: скільки (ж се->жасе) має (літ славута->лід слабода) +common_voice_uk_23872294-3103-0: (де с->десь) чув про (меч сей->мерсель) +common_voice_uk_23872340-3104-0: (ввійшов->увійшов) і (ждан->жадан) і почав боронити харю перед князем але старий лишався невблаганний +common_voice_uk_23872342-3105-0: він одразу ж послав (челядника->челядник) по них незабаром прийшов (старіший сивовусий->старійший сивогусий і) гайдар +common_voice_uk_23872343-3106-0: усякі боги бувають +common_voice_uk_23872344-3107-0: я прийду (й->і) умикну тебе (княгине->княгина) +common_voice_uk_23878619-3108-0: навпіл рубайте тих котрі (речуть->ечуть) христос має два єства +common_voice_uk_23878620-3109-0: коли рим облягають варвари він одпускає своїх робів на волю +common_voice_uk_23878621-3110-0: ні богданові самому пішло лише (мабути двадесять->мабуть два десять) сьоме літо +common_voice_uk_23878622-3111-0: і бороду голиш +common_voice_uk_23878623-3112-0: я (м рік->мрік) учора (горватові->горватовій) крикнув (до гана->ногана) гунтера тодорік (бернський->берндський) +common_voice_uk_23885503-3113-0: не йде (королево->королеву) +common_voice_uk_23885504-3114-0: годоєві нехай явить нам ще одне диво тоді не (ввірували смо кумирам->вірували смакурами) його +common_voice_uk_23885505-3115-0: болять (мені рани сікурдові->муні ранисті куртові) печуть у серці (й не можу вгамувати->а може гамувати) їх +common_voice_uk_23885506-3116-0: тепер іди собі +common_voice_uk_23885507-3117-0: (осе->оце) ж ходив єси по світах був (с->*) у греках як там боляри маються +common_voice_uk_23910889-3118-0: що (язвить->я звик) +common_voice_uk_23910891-3119-0: зразу (м упізнав->впізнав) тебе +common_voice_uk_23910892-3120-0: (вдар->так) сказав людота +common_voice_uk_23910893-3121-0: годой наважився й собі втрутитись +common_voice_uk_23910944-3122-0: безліч +common_voice_uk_23910945-3123-0: (воліємо->боліємо) дива +common_voice_uk_23910946-3124-0: скільки їх є +common_voice_uk_23910947-3125-0: тебе видіти зухвало відповів богдан +common_voice_uk_23910974-3126-0: (нагнав->магнав) страху гатило (всьому->усьому) світові ач узялися копати пощо так названо князя нашого +common_voice_uk_23915966-3127-0: віруєш +common_voice_uk_23915967-3128-0: (дужчі->дожті) +common_voice_uk_23915968-3129-0: але то ще не все +common_voice_uk_23915969-3130-0: покладу +common_voice_uk_23915970-3131-0: синів +common_voice_uk_23915971-3132-0: та ні недовірливо заглянув йому в руки лосько +common_voice_uk_23915973-3133-0: (й->є) инчі накладуть +common_voice_uk_23915974-3134-0: ото слухай що тобі молодші речуть зневажливо кинув він старому князеві +common_voice_uk_23915975-3135-0: а то забороняється нахабно вишкірився брат короля +common_voice_uk_23929767-3136-0: (речи->речі) їм хай перекажуть своєму вождеві (руси->русею) ніколи не б'ють безоружного +common_voice_uk_23929768-3137-0: не воліє вона +common_voice_uk_23929770-3138-0: (що би с робив->щоби зробив) +common_voice_uk_23929771-3139-0: місяця (стичня->з тичня) +common_voice_uk_23929772-3140-0: (та->то) дід (мов ляснув->тмофляснух) його по (щоці->шоці) +common_voice_uk_23929773-3141-0: щось (мовили сте->мовилось те) про мене +common_voice_uk_23929775-3142-0: що дають наставив вухо й великий князь +common_voice_uk_23929778-3143-0: ти хто єси може +common_voice_uk_23929780-3144-0: пощо (речете а по то->речите апото) й махнув рукою туди де зникли комонники +common_voice_uk_23931317-3145-0: гатило збагнув що непокоїть остроготського князя +common_voice_uk_23931319-3146-0: що речуть перепитала стариця й одна з тих жін що (підтримували->підтримувала) вречену шепнула +common_voice_uk_23931395-3147-0: (дівиці->дівець і) піють на дунаї +common_voice_uk_23931407-3148-0: дарма +common_voice_uk_23931409-3149-0: ти чув (єси->єсе) про юрів меч +common_voice_uk_23931411-3150-0: де +common_voice_uk_23933297-3151-0: (*->у) угу а кінь (твій->*) ноги відкидав +common_voice_uk_23933299-3152-0: адаміс (речеш->серачаєш) адаміс а чи не зміг би покликати його ще (*->й) сюди +common_voice_uk_23933300-3153-0: гатило раптом замахнувся мечем та рука його так і впала додолу тодорік проказав +common_voice_uk_23933307-3154-0: тому два дні прохрипів грек (сього дні->сьогодні) рано ще (бігав->біга) +common_voice_uk_23933622-3155-0: як (висвятиш->ви святиш) +common_voice_uk_23936636-3156-0: пощо так дорого +common_voice_uk_23936638-3157-0: (дань->день) +common_voice_uk_23936639-3158-0: за поганця дочки не (віддам->вида) хоч хай би він мав і (вотанів меч->питання в менше) +common_voice_uk_23949271-3159-0: але (запозичувалось->запозичувалась) у європи тільки те що забезпечувало збільшення військової могутності та (звеличення->з величення) самодержавства +common_voice_uk_23949274-3160-0: чого +common_voice_uk_23949275-3161-0: король ошалів +common_voice_uk_23949286-3162-0: ні ти наречи я й зроблю теє +common_voice_uk_23949289-3163-0: місяця червця +common_voice_uk_23949299-3164-0: (йди->іди) +common_voice_uk_23949311-3165-0: що значить імперська потреба +common_voice_uk_23949312-3166-0: у якій моці +common_voice_uk_23949314-3167-0: то (суть->*) ідоли княже бо (чинені->чи не) з дерева +common_voice_uk_23949334-3168-0: не відаю (осей->усе) хіба він кивнув на залізило в ковалевих руках +common_voice_uk_23949335-3169-0: добре архонте добре прошепотів євнух і радо засовався на подушках сидіння +common_voice_uk_23949342-3170-0: (й->*) було ім'я тому євнухові безбородому хрисафій +common_voice_uk_23949343-3171-0: що то є звідкуду маєш +common_voice_uk_23949345-3172-0: а не спитав єси ані раз як (жиється->же ється) мені тутки +common_voice_uk_23949347-3173-0: гатило сидів край ліжка низько схиливши голову гримільда не вгавала +common_voice_uk_23949349-3174-0: випий на похмілля тоді +common_voice_uk_23949350-3175-0: (хай на->гайно) своїх греків (годой->годою) озирається не єсмь віри грецької ні юдейської +common_voice_uk_23949351-3176-0: гримільда з завмиранням у серці побралася знову вгору +common_voice_uk_23949354-3177-0: (харя->харю) зневажливо посміхнувся +common_voice_uk_23949355-3178-0: ворожи наказав гатило +common_voice_uk_23949361-3179-0: діду там (нав->нам) лежить притишеним голосом повідав людота +common_voice_uk_23949392-3180-0: ти з сього села єси спитав богдан +common_voice_uk_23949398-3181-0: коти (всп'ять->б з п'ять) +common_voice_uk_23951214-3182-0: страхаєшся вже м рік тобі кого ймеш страхатися +common_voice_uk_23951217-3183-0: чую (завовтузилися->за вовтузилися) старці наші старійші а що то є не повім щось та є +common_voice_uk_23951218-3184-0: я маю жону +common_voice_uk_23951251-3185-0: роб +common_voice_uk_23951272-3186-0: (послух єси гатилів послух->послуг є сигатирів послуг) +common_voice_uk_23951275-3187-0: гатило важко сапаючи натягав металеву (кольчугу->кольчу) +common_voice_uk_23951289-3188-0: мій біг дає жонитися тричі сказав годой +common_voice_uk_23951292-3189-0: і він мерщій зник розтанув у темряві лишивши богдана самого з думками (й->є) острахами +common_voice_uk_23951315-3190-0: то скільки ж стріл (їдна->єдна) чи дві +common_voice_uk_23951337-3191-0: (речи->речей) людото +common_voice_uk_23951341-3192-0: (юрів->юрій) +common_voice_uk_23951353-3193-0: карамзін вимовив слово істини зраджує +common_voice_uk_23951354-3194-0: де той твій калмак +common_voice_uk_23951369-3195-0: ти не страхаєшся спитала славка +common_voice_uk_23951370-3196-0: вишата кивнув так є відун у нього +common_voice_uk_23951371-3197-0: тоді сідлай коня +common_voice_uk_23951433-3198-0: він поспитав годоя +common_voice_uk_23951442-3199-0: нема байдуже відповів князь і встав махнувши рукою шумилові +common_voice_uk_23951444-3200-0: чув єсмь +common_voice_uk_23951456-3201-0: з ними їхав і констанцій котрого ецій послав до аттіли для письмовства та ябедництва +common_voice_uk_23951458-3202-0: питаю відповів князь ото лежить його книга +common_voice_uk_23951460-3203-0: ударяй +common_voice_uk_23961217-3204-0: данка крикнув вишата за своєю звичкою тільки одне слово гатилові стислося серце +common_voice_uk_23961223-3205-0: готи (велій ксьондзе->веліксьондзе) сказали сли стали купою з римом і хочуть ковтнути нас +common_voice_uk_23961229-3206-0: пес +common_voice_uk_23961235-3207-0: підеш за мною замість відповіді спитав він +common_voice_uk_23976606-3208-0: речуть є (непевно->напевно) відмовив богдан речуть готи їх там примучують (до віри->довіри) своєї +common_voice_uk_23985909-3209-0: кождого коли воля є +common_voice_uk_24010801-3210-0: придибав той лев +common_voice_uk_24010804-3211-0: тож династія романових із привілейованою елітою (зацікавленою->зацікавлена) в цих діяннях ретельно взялася за справу +common_voice_uk_24010807-3212-0: до кого їдете до київського князя +common_voice_uk_24017716-3213-0: в поході брали участь князі андрій і олександр так званий невський +common_voice_uk_24017755-3214-0: годечан узяв (піхво->піхву) й (поволі засилив->по воді заселив) меч назад +common_voice_uk_24017778-3215-0: лізь речу заквапив (товариша->товариш) людота бо за півгоні (внизу чулося->низучулося) стримане крякання +common_voice_uk_24017793-3216-0: а той де є +common_voice_uk_24017794-3217-0: так (є га->і ага) +common_voice_uk_24017806-3218-0: одну здивувалася полонянка +common_voice_uk_24017854-3219-0: годой сидів як неживий поганці знущалися з його віри +common_voice_uk_24017893-3220-0: киянка (єсмь->єсть) +common_voice_uk_24017912-3221-0: що вони чинять +common_voice_uk_24018010-3222-0: вмію відповів той один (граматик->громатик) показав у константиновому городі пощо питаєш +common_voice_uk_24018013-3223-0: ах ти (невіголосе->неві голоси) +common_voice_uk_24018025-3224-0: і землю с їв +common_voice_uk_24029962-3225-0: ідіть буркнув гатило й зайшов до полотки +common_voice_uk_24035645-3226-0: вречу хай (прокудять->проходять) тебе з двірця бичами +common_voice_uk_24035660-3227-0: князь усміхнувся +common_voice_uk_24035675-3228-0: пощо мовив гано +common_voice_uk_24035713-3229-0: вдовиця єсмь +common_voice_uk_24035746-3230-0: ждан (виступив на видноту->виступи не видно то) й сказав пильно дивлячись у змарніле князеве обличчя +common_voice_uk_24035763-3231-0: ще хоч однісінької +common_voice_uk_24035795-3232-0: (князя->князь) джурджа вихопилося в (борислава й->бориславе і) він почервонів +common_voice_uk_24035813-3233-0: не (по рогволодовій->порог володовій) руці вже меч +common_voice_uk_24035826-3234-0: що ректи йому + +SUBSTITUTIONS: count ref -> hyp +49 й -> і +36 і -> й +19 в -> у +11 у -> в +8 із -> з +8 татаро -> татара +8 не -> на +7 є -> я +6 із -> і +6 є -> і +6 визначаються -> визначається +5 що -> щоб +4 її -> і +4 що -> ще +4 та -> то +4 на -> не +4 й -> є +3 яке -> яка +3 щодо -> що +3 щоб -> що +3 хрестоносців -> христоносців +3 хоть -> хоч +3 той -> то +3 проект -> проєкт +3 перший -> перше +3 неї -> нею +3 не -> немає +2 іще -> і +2 ічкерії -> й +2 іпатіївський -> і +2 і -> із +2 і -> у +2 єси -> є +2 ярославовича -> ярослава +2 як -> які +2 як -> якщо +2 я -> як +2 юрів -> юрій +2 цей -> це +2 це -> ця +2 це -> все +2 у -> оці +2 тому -> то +2 то -> той +2 татаро -> татар +2 таки -> такий +2 так -> таки +2 так -> таке +2 та -> так +2 ся -> се +2 ся -> сафайно +2 сього -> сьогодні +2 сусідам -> сусіда +2 суздальських -> суздарських +2 соціальні -> соціальній +2 світла -> світло +2 с -> з +2 ростовсько -> ростовського +2 речи -> речі +2 про -> проте +2 притому -> при +2 пощо -> польщо +2 почали -> почала +2 послухаймо -> послухаємо +2 послух -> послуг +2 пане -> пана +2 очи -> очі +2 отримуємо -> отримаємо +2 останнє -> остання +2 орди -> оруди +2 ні -> не +2 новгорода -> города +2 ни -> не +2 нема -> не +2 не -> мене +2 моксель -> максель +2 мимохідь -> мимохіть +2 мали -> мала +2 лід -> літ +2 крові -> крови +2 кращий -> краще +2 корунд -> курунд +2 коле -> кола +2 кампанії -> компанії +2 й -> її +2 й -> із +2 й -> цей +2 зросійщення -> з +2 золотій -> золоті +2 за -> це +2 за -> з +2 з -> за +2 ж -> вже +2 доважку -> до +2 до -> то +2 для -> до +2 де -> десь +2 двоїста -> двоє +2 дань -> день +2 видиш -> вийдеш +2 було -> була +2 без -> з +2 але -> а +2 а -> аби +1 ґрунті -> грунті +1 ґрунтується -> грунтується +1 її -> їй +1 її -> імені +1 її -> є +1 її -> гідностовірності +1 їхній -> їхні +1 їх -> й +1 їсть -> єсть +1 їсть -> гість +1 їдять -> дітя +1 їдь -> ніч +1 їдцеви -> єцеві +1 їдна -> єдна +1 їдеш -> йдеш +1 їв -> я +1 їв -> дівчастій +1 ієрихонська -> і +1 ішла -> йшла +1 ішаєвим -> із +1 ічкерії -> шкерії +1 іумільов -> і +1 істсорії -> з +1 істотно -> істотного +1 історії -> історія +1 історією -> історію +1 історичному -> страшно +1 історичний -> істориш +1 істинне -> і +1 істини -> їстини +1 істини -> їздитини +1 істина -> істинна +1 істина -> істиневого +1 істина -> і +1 існувало -> існували +1 іскрять -> іскрет +1 іскрогасники -> і +1 іскрини -> іскринь +1 ісайовичу -> ісаєвичу +1 ісайовичу -> й +1 ісайович -> і +1 іржавий -> ек +1 іоаннова -> йоаннова +1 ініціативи -> ініціативу +1 інші -> інше +1 іншу -> інша +1 іншої -> інший +1 іншої -> сулженіцина +1 іншої -> ранішньої +1 інших -> інший +1 інформацію -> інформація +1 інформаційній -> сформаційній +1 інфографіці -> фографиці +1 інфляція -> інфекція +1 інтелектуальної -> інтелектуальний +1 інтелекту -> інтелектом +1 інститути -> інститут +1 іноді -> і +1 інквізиція -> інквівити +1 інакшою -> інакша +1 імперії -> інтерії +1 імперії -> імперія +1 імперія -> імперії +1 імперсько -> імперського +1 іммігрантів -> емігрантів +1 ілюстратор -> ілюстратори +1 ікар -> і +1 із -> отлук +1 із -> залишанською +1 ідеї -> деії +1 ідентифікувати -> і +1 ідей -> іди +1 ідеально -> ідеального +1 іде -> і +1 іде -> й +1 івця -> вівця +1 і -> її +1 і -> їде +1 і -> іра +1 і -> ізнищують +1 і -> івав +1 і -> є +1 і -> хліб +1 і -> ті +1 і -> то +1 і -> синами +1 і -> першого +1 і -> перший +1 і -> од +1 і -> маках +1 і -> князівські +1 і -> йокі +1 і -> його +1 і -> и +1 і -> зі +1 і -> за +1 і -> жилодовго +1 і -> жив +1 і -> ефіст +1 і -> де +1 і -> групі +1 і -> великоросому +1 і -> бути +1 єутихій -> єутихії +1 єсте -> єстий +1 єсмь -> єсть +1 єси -> єсироду +1 єси -> єсе +1 єси -> я +1 єпархіями -> іпархіями +1 єзичку -> язичку +1 єзиком -> язиком +1 єдиний -> не +1 єдина -> діти +1 європи -> європу +1 європейськи -> європейської +1 є -> її +1 є -> єлишня +1 є -> як +1 є -> у +1 є -> моє +1 є -> ето +1 є -> вище +1 ясла -> я +1 яру -> явища +1 якісь -> якийсь +1 якути -> яку +1 яку -> якусь +1 якої -> якою +1 якості -> якось +1 яких -> які +1 який -> все +1 яка -> я +1 як -> якнаягідна +1 як -> якнайстаршого +1 як -> я +1 як -> закрилігія +1 язву -> я +1 язвить -> я +1 яз -> я +1 ядерною -> ядерної +1 я -> та +1 я -> для +1 я -> бояв +1 юрійовича -> юрія +1 щє -> ще +1 щучим -> що +1 щоці -> шоці +1 щось -> гаряче +1 щодо -> ще +1 що -> щось +1 що -> щороків +1 що -> щодо +1 що -> щоби +1 щит -> щітградків +1 ще -> що +1 ще -> дан +1 шіня -> щіня +1 шулер -> верколоду +1 шукай -> шукайте +1 шовіністично -> що +1 шовіністи -> шавіністю +1 шовінізм -> що +1 шкодила -> шкодило +1 шкапа -> шкапом +1 широчінню -> широчинню +1 ширвжиткових -> шир +1 шемячичем -> шем'ячичем +1 шелестіли -> шелестіло +1 шекспіра -> ваших +1 шедеврами -> машедеврами +1 шворці -> шворце +1 шанувати -> шанувайте +1 шановні -> що +1 шановні -> чиновні +1 чіпкою -> чіткою +1 чім -> чим +1 чільний -> чинний +1 чує -> що +1 чужі -> чужій +1 чужорідним -> чужорідними +1 чужині -> чого +1 чудській -> чудський +1 чудського -> чуського +1 чортови -> чортове +1 чорний -> чорники +1 чорне -> чорт +1 чому -> чого +1 чогось -> цього +1 членство -> чейство +1 чию -> чую +1 читачів -> чекачем +1 читачі -> такі +1 читала -> криштала +1 чистіші -> частіше +1 чистішим -> частішив +1 чисто -> чиста +1 чинені -> чи +1 чингісхана -> чінгісхана +1 чингісидів -> ченгісидів +1 чингісидів -> настя +1 чингісида -> чи +1 чин -> чи +1 чий -> чи +1 чий -> млину +1 чи -> що +1 чи -> чого +1 чи -> чевіру +1 чечні -> чечнії +1 четверте -> четвертий +1 четати -> читати +1 честолюбності -> ще +1 черствішим -> черсткішим +1 чернець -> чернеті +1 черенцеві -> черемцеві +1 червця -> чверть +1 червцем -> рвцем +1 челядника -> челядник +1 чекала -> чекав +1 часто -> сторі +1 частину -> частиною +1 час -> часу +1 час -> часом +1 цірцея -> серце +1 ціпом -> ці +1 цінністю -> оцінністю +1 цілковитий -> цілковиті +1 цілеспрямовану -> цілоспрямовану +1 цій -> цінь +1 цій -> всій +1 ці -> і +1 ці -> ті +1 ця -> це +1 цю -> чи +1 цьому -> чому +1 цих -> це +1 цитаті -> ципаті +1 цитату -> циту +1 цим -> це +1 церкви -> церква +1 цербер -> царбер +1 центр -> цинтер +1 це -> циток +1 це -> цей +1 це -> сорі +1 це -> самим +1 це -> оце +1 це -> з +1 цвіте -> цвітатера +1 цвіте -> світе +1 хтіли -> хотіли +1 хторанше -> хто +1 хто -> то +1 хто -> по +1 хто -> ніхто +1 хочуть -> хочу +1 хочу -> хоче +1 хоче -> хотю +1 хотілось -> хотіли +1 хоть -> подзвіння +1 ходи -> ходимий +1 ховав -> хохав +1 хлібу -> хліб +1 хихикати -> хикати +1 хвороби -> хоробе +1 хворменого -> хворбиного +1 хвалько -> холько +1 хвали -> хвилини +1 хат -> ох +1 харя -> харю +1 хартію -> харкію +1 харон -> хорон +1 характеризуться -> характеризується +1 хапай -> хапає +1 хана -> шана +1 хана -> ханадимитрію +1 хана -> бека +1 хан -> хенд +1 хан -> ханбергер +1 хан -> ханберге +1 хан -> хана +1 хан -> хам +1 хамелеон -> хамалоон +1 хай -> гайно +1 хазяїн -> хая +1 х -> ікс +1 фіолетовій -> вірясь +1 фінські -> фінський +1 фіно -> фінногорської +1 фіно -> фінататарський +1 фіна -> щена +1 фін -> він +1 фіктивні -> фіктальні +1 фізичну -> фізично +1 фото -> фотострави +1 формально -> суформально +1 феодосії -> феодосі +1 фейкової -> харкової +1 фахівець -> фахіба +1 фальшувати -> в +1 фальшем -> фальшими +1 фальсифікацій -> фальсифікації +1 фактично -> аптечно +1 факти -> фахти +1 файної -> файною +1 файно -> зачел +1 уявляйте -> уявляєте +1 учімося -> чомусь +1 учинили -> одчинили +1 учетверте -> у +1 участь -> участі +1 утіха -> одті +1 утік -> втік +1 утрималась -> отримала +1 усіх -> по +1 усіх -> всіх +1 усім -> всім +1 усякої -> каламбанії +1 усього -> а +1 усталеного -> уставленого +1 устала -> остала +1 успадковуй -> успадковий +1 усміхнеться -> посміхнеться +1 усе -> у +1 усе -> осейна +1 усе -> все +1 урізноманітнити -> різноманітний +1 урятувати -> рятувати +1 урегулювання -> у +1 упустити -> опустити +1 упродовж -> впродовж +1 уподобитись -> употопитесь +1 упершись -> уперше +1 уперше -> по +1 уперед -> оперед +1 уособлення -> поособленню +1 унр -> унрн +1 уникав -> і +1 умієш -> вмієш +1 умом -> в +1 улусів -> холосів +1 улусах -> волосах +1 улус -> голос +1 уличі -> у +1 укусив -> укосив +1 українські -> український +1 україномовної -> україна +1 узнаєш -> знаєш +1 узбекові -> у +1 узагальнювати -> взагальнювати +1 узавтра -> уже +1 удруге -> на +1 ударять -> дарять +1 ударив -> вдарив +1 увечері -> овечері +1 увесь -> весь +1 убрав -> обрав +1 убивства -> вбивство +1 у -> і +1 у -> усвідомість +1 у -> уневський +1 у -> умигоока +1 у -> уздогадах +1 у -> російське +1 у -> по +1 у -> оті +1 у -> остапці +1 у -> око +1 у -> од +1 у -> о +1 у -> не +1 у -> жнивих +1 у -> державні +1 у -> гудзизі +1 у -> асфальтів +1 тілом -> тіл +1 тій -> цій +1 ті -> ці +1 ті -> тілько +1 ті -> москвіті +1 тятива -> атева +1 тю -> тьо +1 тьмяним -> п'яним +1 тут -> чути +1 тур -> того +1 тупкались -> тут +1 тукхумі -> токхумі +1 ту -> до +1 тсяч -> тисяч +1 тріснуло -> кріснуло +1 трісне -> тріснуть +1 труси -> трусе +1 трупом -> стати +1 трупом -> робимо +1 труд -> віддячений +1 троїце -> сергія +1 триста -> тростай +1 третє -> третя +1 трепетно -> трапить +1 тратити -> втратити +1 трапез -> трапес +1 традиційно -> традиційну +1 традиційне -> кадапційне +1 трагедії -> трагедійне +1 травматичної -> травматичною +1 трава -> провулок +1 торгу -> того +1 торбі -> у +1 токіо -> то +1 току -> таку +1 той -> тої +1 той -> твій +1 той -> та +1 той -> доведеться +1 тоді -> то +1 того -> то +1 тогди -> то +1 товарооборот -> товару +1 товариша -> товариш +1 товари -> товар +1 то -> традицій +1 то -> томеш +1 то -> того +1 то -> товжая +1 то -> това +1 тлумач -> клубачись +1 тих -> горіхи +1 титан -> ти +1 тиран -> тира +1 тин -> темні +1 тимуру -> тиму +1 тимур -> ти +1 ти -> течем +1 ти -> та +1 теща -> те +1 терпіть -> втерпіть +1 терпіння -> вхід +1 терен -> таран +1 теремний -> темний +1 темно -> темна +1 темних -> тем +1 текстові -> тексту +1 тебе -> теж +1 театру -> театрудові +1 те -> теж +1 те -> мусить +1 творять -> того +1 твору -> флору +1 творити -> робити +1 твері -> дверейрі +1 тверської -> творської +1 твер'ю -> двер'ю +1 твер -> суздер +1 тату -> тато +1 татаро -> татарами +1 татаро -> та +1 татарам -> ніс +1 тасувала -> стосувала +1 танцю -> танцює +1 тамті -> там +1 там -> та +1 такі -> таке +1 таку -> так +1 також -> парку +1 такнув -> так +1 таких -> таки +1 такий -> такій +1 такий -> таке +1 така -> таку +1 така -> атака +1 так -> то +1 тайвань -> та +1 таж -> тож +1 таж -> та +1 таврує -> тавроя +1 та -> шанує +1 та -> ти +1 та -> те +1 та -> така +1 та -> птахитрий +1 та -> про +1 та -> парує +1 та -> каслужбова +1 та -> казати +1 та -> де +1 сієї -> цієї +1 січові -> слідчовий +1 сіті -> сітті +1 сікурдові -> сі +1 сікурдові -> куртові +1 сікурд -> секурчику +1 сіверян -> всі +1 сів -> сім +1 сядеш -> садиш +1 ся -> уся +1 сього -> всього +1 сходили -> сходила +1 схилімо -> сліму +1 схваленні -> схвалення +1 суши -> суші +1 суті -> собі +1 сусіди -> лісусіди +1 суспільства -> суспільство +1 сумую -> самою +1 сума -> сумувачів +1 сук -> скочила +1 суздальські -> суздельські +1 суздальської -> суздельської +1 суздальських -> сузельських +1 суздальських -> создальських +1 суздальський -> соцький +1 суздальська -> суздельська +1 судіть -> сидять +1 судді -> суньої +1 суворова -> суворого +1 субтитрами -> субтидрами +1 субтельного -> оптельного +1 стінами -> стінам +1 студент -> стої +1 студене -> студентами +1 стрільці -> стрінці +1 стрип -> стрибку +1 страйк -> стрек +1 стояна -> що +1 сторопів -> скоротипів +1 століттями -> століття +1 стогін -> сто +1 стичня -> з +1 степовика -> вивестиповика +1 стенув -> стену +1 стелиться -> ставиться +1 сте -> те +1 сте -> сісти +1 стає -> встає +1 статс -> стат +1 статись -> стати +1 старішого -> старійшого +1 старіший -> старійший +1 старі -> старій +1 стародавні -> стародавній +1 старицю -> старий +1 старий -> сторий +1 старечо -> сторечок +1 стара -> старанно +1 стань -> стан +1 сталося -> склалося +1 стали -> стала +1 сталася -> сталося +1 стайню -> кристання +1 ставці -> ханоуб +1 ставимо -> діставимо +1 ставаймо -> стараємо +1 ссе -> са +1 срібло -> сріло +1 срібло -> срібла +1 срібло -> з +1 срачка -> страчка +1 сраку -> страку +1 спіткнись -> спитнись +1 спільною -> спідною +1 співчуття -> співчуттям +1 співця -> спеціа +1 співпрацею -> співпрацю +1 спів -> співучасті +1 спів -> з +1 спростовувати -> спростувати +1 спробуй -> спроби +1 справою -> справи +1 справи -> такшувати +1 справжній -> саме +1 справжню -> справжня +1 справжньою -> справжнє +1 спочити -> спочина +1 спочине -> спочини +1 спорожнювалась -> з +1 спориші -> з +1 сполчитись -> полчитись +1 сполчайте -> сполучайте +1 спокону -> спокійно +1 споконвіків -> споконвіки +1 сподвижника -> з +1 сповна -> сповнав +1 спискові -> списку +1 спинний -> спини +1 спеціальна -> спеціально +1 спаси -> спасибі +1 спанню -> нас +1 спалить -> з +1 спалений -> спалене +1 спадкоємиця -> спадкоємець +1 спадкоємицею -> спадкоємецею +1 союзному -> союзного +1 соціологію -> соціології +1 сопілі -> пірів +1 сопках -> хманжурі +1 сон -> сам +1 солонь -> солонці +1 солодше -> солодша +1 солженіцину -> служійцино +1 солженіциндавно -> сол +1 солженіцина -> що +1 солженіцина -> сон +1 солженіцина -> служині +1 солженіцина -> служені +1 солженіцина -> лишеніцина +1 солженіцин -> солженіцим +1 солженіцин -> содженіться +1 солженіцин -> сели +1 солженіцин -> салженіцин +1 солженіцин -> сал +1 солженіцин -> панна +1 солженідин -> сул +1 солдатів -> солдате +1 соколів -> високолі +1 собі -> свій +1 собов -> сабол +1 собачий -> собачій +1 сміле -> сміла +1 смути -> смут +1 смугами -> словами +1 смокіайс -> смокій +1 смо -> смакурами +1 смисл -> смисел +1 смикав -> шмикав +1 смерти -> смерті +1 смерк -> з +1 смерд -> смерть +1 смалить -> смолить +1 смаглого -> смагли +1 сліпо -> і +1 слід -> чи +1 слю -> слюб +1 слухай -> слухає +1 слуха -> в +1 служби -> служба +1 служать -> і +1 слово -> славу +1 словечко -> словачко +1 словечко -> слобечко +1 слова -> словам +1 слов'янські -> слов'янській +1 слов'янських -> слов'янській +1 сле -> слава +1 славута -> слабода +1 славу -> арславу +1 славте -> слав +1 слабість -> славість +1 скільки -> стільки +1 скупий -> скупи +1 скручу -> скричу +1 скребти -> скрипти +1 скористаюсь -> скористаюся +1 скорилися -> скористалися +1 скоморох -> скоморог +1 складе -> складає +1 складається -> розкладається +1 скинув -> скину +1 скаче -> аби +1 скаку -> такому +1 сичало -> шечало +1 ситі -> се +1 ситуація -> статі +1 ситий -> сити +1 систему -> системи +1 система -> систему +1 сирок -> сироп +1 сировиною -> і +1 синій -> в +1 сини -> а +1 синагогу -> синагоху +1 силіконову -> силіконова +1 сильніше -> сильніша +1 сильніш -> сильнішого +1 сильну -> сильно +1 силовики -> село +1 сили -> сила +1 сили -> села +1 сивовусий -> сивогусий +1 си -> видерси +1 сестрице -> сестра +1 серця -> серце +1 серцем -> серце +1 середньотермінові -> середня +1 серед -> сер +1 сердито -> сердитої +1 сердечні -> серед +1 сергієву -> булавро +1 сергію -> сергю +1 сервісного -> серві +1 сервантеса -> спіра +1 семінаристи -> сімейнаристи +1 селянином -> сильнином +1 селища -> а +1 селилася -> оселилася +1 села -> селам +1 секунду -> скондувати +1 сейсмологи -> соцмологи +1 світі -> світя +1 світу -> світ +1 світогляду -> святогляду +1 світової -> єхище +1 світ -> світми +1 світ -> світло +1 свіжою -> свіжого +1 свідомого -> свідомо +1 священника -> священика +1 святотатством -> святоїкатцтвом +1 святині -> сатині +1 своїх -> свої +1 своїм -> вам +1 своєї -> своєю +1 своєкорисливість -> свою +1 своя -> своєму +1 свого -> спокіязьювання +1 свободи -> свобода +1 свиня -> у +1 сварки -> сваркам +1 сатани -> що +1 сартака -> така +1 сартака -> сертака +1 сартак -> сортак +1 сардонічний -> середу +1 сараю -> сараєм +1 сарай -> старай +1 сапало -> шапайло +1 санітарно -> санітарна +1 санкт -> санта +1 сани -> саме +1 саміська -> самісінька +1 самоназву -> само +1 самолюбство -> собою +1 самобутній -> всемогутній +1 сами -> найвих +1 саме -> сам +1 саладіна -> салатина +1 садовили -> задавили +1 саватака -> сава +1 рішуче -> рішучі +1 рінтола -> ринтова +1 ріллю -> рідллю +1 рікли -> крикли +1 ріка -> річка +1 рік -> працювала +1 різанець -> різанецю +1 рідкі -> рядкі +1 рівнями -> не +1 рівним -> рівнем +1 рясі -> кирпичній +1 рясно -> рясне +1 рязань -> різань +1 рязанського -> р'язанського +1 рязанню -> різанню +1 рюриковичів -> рижиковича +1 рушійна -> рушина +1 русі -> росії +1 руському -> порозькому +1 руських -> розкіп +1 руссю -> русю +1 русичами -> русь +1 русини -> розса +1 руси -> русею +1 рунки -> рункий +1 румунам -> румуном +1 руках -> боках +1 рубін -> робін +1 рубача -> рубоча +1 ротику -> гротику +1 росії -> русі +1 росії -> росій +1 російських -> російські +1 російських -> газоправилі +1 російська -> старосійська +1 російська -> російського +1 ростовсько -> ростовську +1 ростовом -> ростововом +1 роси -> расиство +1 роки -> руки +1 розчистив -> пощастив +1 розчепірив -> прошкірив +1 розуму -> розумом +1 розтерзати -> розтризати +1 розсіюються -> росіюється +1 розсипану -> розсипано +1 розробки -> розробка +1 розплачуватися -> розплачуватись +1 розорених -> розорних +1 розложисті -> розложості +1 роздумуєте -> роздумаєте +1 роздумує -> не +1 роздробленості -> роздоробленості +1 роздав -> поздав +1 розвитком -> морозитком +1 розвал -> розбав +1 розбійника -> розмінника +1 розбоєм -> розбоям +1 рожна -> ворожна +1 родять -> ротять +1 роденського -> радянського +1 роденський -> руденський +1 рогволодовій -> володовій +1 рогволод -> рогу +1 рогатина -> рогатину +1 робів -> рові +1 роботи -> роботою +1 роботи -> робота +1 робити -> робитимемо +1 робилися -> робилося +1 робера -> робеть +1 риє -> рає +1 рити -> ерити +1 рибу -> золото +1 решетом -> решетому +1 речіть -> кричить +1 речуть -> ечуть +1 речи -> речей +1 речеш -> серачаєш +1 речете -> речі +1 речете -> речите +1 реченця -> речниця +1 речемо -> речима +1 реформи -> реформу +1 рефлекторну -> рефлекторно +1 референдум -> ресторантом +1 репродукція -> радпродукція +1 рекламодавці -> рекомедавці +1 реквієм -> реквіям +1 результаті -> консультаті +1 результат -> газультат +1 редактора -> радактора +1 регалій -> галі +1 революція -> революцією +1 революційно -> революційного +1 ревно -> кремно +1 рве -> гирве +1 раю -> мораю +1 ранковою -> ранкової +1 рани -> ранисті +1 районами -> району +1 разюча -> роздюча +1 радьте -> раття +1 раду -> радо +1 ради -> радий +1 піхво -> піхву +1 пісню -> сурженіцин +1 післязавтра -> після +1 піймать -> спіймать +1 пійдете -> підете +1 пізнають -> обізнають +1 пізнавай -> пізнаваль +1 піду -> підує +1 підтримували -> підтримувала +1 підтвердили -> підтвердила +1 підставами -> ти +1 підрозділ -> підрозділівдніпрянської +1 підприємства -> підприємство +1 підозри -> підозра +1 підніс -> під +1 підносячи -> піднаси +1 підкову -> підковує +1 підклітями -> під +1 під -> пітні +1 під -> підпахвана +1 під -> підлежачий +1 півсвіта -> світлаче +1 півсвіта -> підсвідоскоче +1 пів -> півроку +1 пів -> півгодини +1 пхала -> хава +1 пушіним -> пущеним +1 пушку -> пушко +1 пусто -> капусту +1 пускав -> опускав +1 пуетро -> поетро +1 птахівто -> птахів +1 псков -> москов +1 психологію -> психологія +1 псам -> сам +1 прі -> прий +1 пряду -> прядовуйте +1 прощаючись -> прощаюсь +1 прохання -> кохання +1 протиприродне -> проти +1 против -> проти +1 проти -> проводи +1 протести -> протесту +1 простує -> простої +1 простить -> ростуть +1 простежмо -> розстежимо +1 простежмо -> просте +1 просе -> просив +1 пропускай -> пропускає +1 пропоную -> пропонує +1 пропозицію -> пропозиції +1 промимрив -> промимри +1 проллєш -> управлеш +1 прокудять -> проходять +1 прокомуністичного -> про +1 продумане -> придумано +1 продовжує -> продовжується +1 програмуй -> програмують +1 програму -> проголову +1 провідникову -> провідниково +1 провів -> борді +1 проводиться -> проводить +1 проводить -> провадить +1 провину -> у +1 проведених -> провинних +1 проведемо -> поведемо +1 про -> пропорційно +1 про -> продам +1 про -> жики +1 про -> до +1 приїхати -> переїхати +1 приїдьте -> привітте +1 приєднання -> приєднення +1 причина -> причини +1 приходим -> приходом +1 притча -> перетча +1 притримується -> витримується +1 прирівняв -> перерівняв +1 природньо -> природнє +1 припиняються -> чи +1 припиняються -> припиняється +1 принц -> принцип +1 приницює -> праницює +1 принести -> винести +1 принадою -> канадою +1 примітивні -> примітив +1 приладів -> приміків +1 прикипали -> прикопали +1 прийшов -> пройшов +1 прийшли -> прийшлись +1 прийшли -> перейшли +1 прийняли -> прийняла +1 придивилася -> придивились +1 приготування -> приготували +1 пригод -> пригоди +1 приглубить -> приголубить +1 привілейованою -> привілейованої +1 приводити -> проводити +1 прибирати -> припирати +1 при -> розвітлій +1 при -> причинні +1 при -> привітанік +1 при -> прес +1 претеся -> впретеся +1 престол -> прес +1 представлені -> підставлені +1 представили -> пана +1 працювали -> пропрацювали +1 прадід -> брат +1 прадавній -> про +1 прадавній -> давній +1 прадавнє -> предавні +1 правцює -> працює +1 православними -> правосланомними +1 православний -> православної +1 правопорушення -> правого +1 право -> права +1 правда -> правка +1 правда -> правильно +1 поїздка -> писка +1 пощо -> то +1 пощо -> пущо +1 пощо -> польща +1 пощо -> площу +1 пошукова -> пошуково +1 пошануй -> пошанує +1 початкове -> початкова +1 почало -> почали +1 почалися -> почалося +1 похмуро -> похмара +1 похвалить -> поховать +1 потрібні -> потрібен +1 потрібно -> потрібна +1 потрібне -> потрібно +1 потрохи -> щастя +1 потреби -> потреб +1 потрафив -> потрапив +1 потий -> поти +1 потенційна -> потенційно +1 постійна -> постійно +1 постолом -> по +1 поствулканічне -> постовулканичне +1 поставилися -> поставились +1 поспішили -> поспішали +1 послухайте -> послухати +1 послухаймо -> то +1 порядок -> урядок +1 поруділими -> породіломо +1 попутно -> опутно +1 поплічниками -> попічниками +1 попленталася -> попленталося +1 поневолювач -> поневолю +1 поналивані -> по +1 поміщики -> коміщики +1 поліморфна -> поліморшна +1 полови -> половини +1 политі -> полеті +1 политий -> коли +1 полегшила -> полегшене +1 покриву -> у +1 покличуть -> покличу +1 поки -> окремому +1 покажіть -> скажіть +1 позбавлений -> позбавити +1 поезія -> ось +1 подібне -> потім +1 подібне -> подібний +1 подріботівши -> потреботівши +1 подруга -> по +1 подобою -> вподобою +1 подвигом -> входом +1 подарували -> подарувала +1 подальїпих -> подальших +1 подався -> бодався +1 погіршує -> погіршає +1 погодивсь -> погодився +1 погляньмо -> огляньмо +1 погану -> погано +1 погано -> погана +1 поганий -> вживали +1 повідаєш -> оповідаєш +1 повідав -> повідався +1 поволі -> по +1 поволжя -> боже +1 повні -> певні +1 повну -> повноцивільна +1 повноваження -> помилок +1 повноваження -> погнивання +1 повноваження -> повноважень +1 повинна -> повинно +1 поверхових -> поверхевих +1 поверніться -> корінці +1 повернулись -> овернулась +1 повели -> мунчповили +1 поборете -> по +1 побитих -> тих +1 по -> тупитися +1 по -> та +1 по -> посаді +1 по -> порог +1 по -> подарова +1 по -> повинні +1 по -> побольоту +1 по -> кого +1 по -> в +1 пліт -> піт +1 пліт -> плітню +1 плінф -> плін +1 плює -> прияв +1 плистисміло -> плисти +1 плиску -> блиску +1 плин -> пленьбойових +1 плеяда -> їсти +1 племена -> коли +1 плаває -> плапай +1 пише -> польщі +1 пихкає -> пхихкає +1 питаннями -> питанням +1 питанню -> питанні +1 писали -> писала +1 пилип -> палипсько +1 пила -> прилав +1 пийте -> бийте +1 печи -> печі +1 печеться -> мене +1 печений -> першому +1 печаль -> печальство +1 петропавловськ -> петро +1 песимісти -> це +1 перше -> так +1 перукарки -> перукарка +1 персію -> першію +1 перстень -> персні +1 переяславль -> переяслав +1 переслідуються -> переслідує +1 переславль -> переслав +1 переселені -> переселення +1 перероблена -> переробиного +1 переміщатися -> переміщався +1 перемелеться -> перемилиться +1 перелік -> паралік +1 перейняли -> се +1 передбачаються -> передбачаючи +1 передбачати -> передбачити +1 передачі -> передача +1 передаватися -> одинадцять +1 перевітниця -> перебітниця +1 перевірці -> перебічці +1 перевершила -> а +1 переважно -> переважну +1 перевага -> порива +1 перебуває -> побуває +1 первісний -> перевісний +1 пентхаус -> пенхаус +1 пегас -> пегаз +1 певними -> певненими +1 певне -> певна +1 пауло -> коля +1 патріархально -> патріархатно +1 пательню -> потерю +1 пасічник -> пасочник +1 пастель -> постель +1 пасете -> пасета +1 парковкою -> спалком +1 паризькому -> павірському +1 парена -> пара +1 парам -> паром +1 панібратство -> пані +1 пані -> делою +1 панове -> панові +1 пане -> як +1 пане -> а +1 пам'ятаєте -> пам'ятайте +1 палітра -> політра +1 палким -> ким +1 пада -> падав +1 павлов -> павло +1 очисти -> очисте +1 очей -> чаю +1 очей -> очі +1 оціночні -> оці +1 оце -> це +1 охороняються -> охороняється +1 отрочице -> отрочі +1 отроче -> одрочем +1 отримує -> отримає +1 отримали -> отримала +1 ото -> отой +1 отих -> од +1 от -> трас +1 осягає -> сягає +1 ось -> ой +1 остільки -> оскільки +1 остей -> гостей +1 особі -> собі +1 особисто -> особисту +1 осліп -> ослів +1 осемь -> осим +1 осей -> усе +1 осе -> оце +1 осе -> осадаха +1 осгає -> сягає +1 освітлення -> освітлені +1 ореста -> орестос +1 орді -> раді +1 орді -> ордіце +1 орді -> ордій +1 орді -> городі +1 орду -> орбіт +1 орду -> арту +1 ординському -> родинському +1 орди -> орти +1 орди -> орбіди +1 орденських -> один +1 орда -> орта +1 організовували -> організували +1 органам -> органи +1 оратор -> окуратор +1 орати -> орайтами +1 опісля -> після +1 опустелювання -> постелювання +1 опричниною -> опричиненою +1 опису -> описом +1 опенспейс -> овпенспайс +1 опасистий -> опосистий +1 опали -> опале +1 оон -> чого +1 он -> онтой +1 оминаю -> комунаю +1 оманливе -> оманове +1 олії -> ріг +1 олександрові -> олександре +1 олександре -> олександру +1 олександре -> олександра +1 окрім -> україни +1 окрему -> окремо +1 окрайцем -> окрейцен +1 окрадуть -> украдуть +1 окисненні -> окиснення +1 ознайомитися -> осна +1 ожиріння -> жиріння +1 одіссея -> дісея +1 одіссей -> одісей +1 одсидить -> оцілить +1 однієї -> однією +1 одночасний -> одночасно +1 одноплемінників -> однопромінів +1 однаковими -> одинаковими +1 однакова -> однаково +1 одна -> сюда +1 одна -> одне +1 одиниці -> одиниця +1 одежину -> дружину +1 оддав -> одап +1 одвага -> увага +1 од -> землетруса +1 огранений -> агранений +1 огляду -> людина +1 оглушливий -> агушовий +1 оганьблений -> ганблений +1 овраменко -> обраменко +1 обідрали -> обітрали +1 обурення -> обуєння +1 обов'язкового -> зобов'язкового +1 обов'язкова -> обов'язково +1 обнародуване -> однародуване +1 обману -> в +1 облудна -> я +1 облагороджують -> благороджують +1 облагороджена -> благороджена +1 обижається -> обвижається +1 обидва -> обидві +1 обезлюднілий -> об +1 обгрунтовано -> обґрунтовано +1 об'єктів -> в +1 об'єднаних -> об'єднує +1 о -> ох +1 о -> отрибуно +1 ніяково -> ніякого +1 нічки -> нічка +1 ніченькі -> ніченьки +1 ніт -> дід +1 нірвана -> нірова +1 нінащо -> ні +1 нікчемну -> нікчемно +1 ніба -> необа +1 ні -> ніч +1 ні -> ніколи +1 ні -> анілодша +1 нявчало -> навчало +1 ночі -> ми +1 носом -> мосом +1 носить -> носити +1 носити -> насити +1 норов -> норо +1 норвезький -> норвезькій +1 нові -> мій +1 нові -> вій +1 новини -> на +1 новий -> на +1 новгород -> у +1 новгород -> до +1 нищівний -> щівний +1 нищівна -> нищивна +1 ними -> ним +1 ним -> ними +1 ним -> неї +1 нижче -> дещо +1 нижча -> п'ятеро +1 неї -> розуму +1 нею -> неї +1 нею -> не +1 нечисленною -> чистому +1 нечесно -> можна +1 нехай -> нахай +1 неучасті -> участі +1 несправні -> насправді +1 несподівано -> несподіваної +1 несподіване -> несподіваний +1 несплату -> несплуто +1 несильними -> не +1 нероби -> не +1 непусто -> не +1 неправді -> не +1 непоштивість -> не +1 непосидюча -> не +1 непорушною -> непорушне +1 непорушними -> непорука +1 непоганий -> непогане +1 непереливки -> напереливки +1 непевно -> напевно +1 неохоче -> неохочих +1 необхідні -> необхідність +1 необхідних -> необхідне +1 неначе -> наче +1 ненавистю -> зненавистю +1 неможна -> не +1 немногі -> не +1 немиле -> не +1 немає -> не +1 немайнові -> не +1 нема -> немає +1 нелюбов -> не +1 незчисленні -> на +1 незросійщені -> незросійні +1 незнання -> на +1 нездатна -> здатна +1 незгоди -> не +1 незвичайну -> надзвичайного +1 незатребуваність -> не +1 незаперечним -> не +1 незаперечна -> несперечна +1 недієздатними -> на +1 недійсне -> не +1 недоїла -> надоїла +1 недофінансування -> не +1 недоторканності -> недоторканості +1 недоспала -> не +1 недоречні -> на +1 недоречна -> недоречно +1 недомовки -> не +1 недодержава -> не +1 негоже -> негози +1 невідчужуваними -> невідчуваними +1 невідоме -> невідомо +1 невіддячений -> не +1 невіголосе -> неві +1 невігласи -> не +1 невського -> прийняли +1 невмолимий -> не +1 невмируща -> не +1 невикористаними -> невикористами +1 неважливо -> не +1 небоже -> не +1 небо -> де +1 небесна -> небесної +1 не -> і +1 не -> що +1 не -> те +1 не -> підтіння +1 не -> показую +1 не -> одно +1 не -> ні +1 не -> нецікава +1 не -> нехайся +1 не -> нетерпів +1 не -> нескладно +1 не -> непряма +1 не -> непростояти +1 не -> непотрібно +1 не -> непередбачених +1 не -> неперевершеною +1 не -> немолотом +1 не -> неможливо +1 не -> неймовляли +1 не -> нез'ясовані +1 не -> недостатньо +1 не -> недоволі +1 не -> негоже +1 не -> невстановлено +1 не -> невжені +1 не -> неважко +1 не -> небажання +1 не -> налізе +1 не -> надала +1 не -> надавали +1 не -> навряджує +1 не -> може +1 не -> збиралась +1 не -> женя +1 начинку -> чанку +1 начальства -> на +1 національної -> національному +1 національною -> національне +1 нацгвардії -> на +1 нахиляючись -> нахиляюсь +1 науковим -> наукавим +1 натуральних -> на +1 насущними -> насушними +1 насунувся -> сунувся +1 настроям -> настроєм +1 насти -> нафти +1 настала -> настав +1 насміх -> насміш +1 насильство -> насильствою +1 насаджувався -> масаджувався +1 наріжних -> найріжних +1 наріжний -> на +1 нарід -> на +1 нарочитий -> нарочитись +1 народу -> мови +1 народну -> провином +1 народ -> не +1 нарватися -> нагріватися +1 напряла -> пряла +1 наповнювати -> заповнювати +1 наповниш -> направиш +1 напала -> напало +1 намислив -> на +1 намагалися -> намагались +1 намагайся -> намагаюся +1 нам -> насправжнє +1 нам -> на +1 нам -> мама +1 належало -> належали +1 накладаються -> накладається +1 найстрашніша -> майстрашніша +1 найнедоступніше -> найнериступніше +1 найде -> найдеш +1 найде -> майдан +1 найдавніший -> найтавніший +1 найважча -> найважче +1 найбруднішу -> найбрудніше +1 най -> найздоров +1 най -> найгаптує +1 назв -> в +1 надію -> надії +1 надійшло -> одійшло +1 надоригінального -> неоригінального +1 надокучив -> над +1 надана -> надано +1 нагородження -> благородження +1 нагнав -> магнав +1 нагинай -> багинаїння +1 навітьросійському -> навіть +1 наведеними -> напитеними +1 нав -> нам +1 набувся -> на +1 наближалася -> наближалися +1 набираємося -> набираємо +1 на -> роли +1 на -> про +1 на -> носина +1 на -> новіки +1 на -> новорбі +1 на -> новинахід +1 на -> неналежному +1 на -> наче +1 на -> насукна +1 на -> насуздальську +1 на -> насторожі +1 на -> насапка +1 на -> нас +1 на -> напевне +1 на -> над +1 на -> нагадку +1 на -> навпованню +1 на -> набу +1 на -> набагато +1 на -> мужно +1 на -> лаурах +1 на -> гіна +1 на -> вище +1 на -> в +1 мішку -> книжку +1 міцний -> міцним +1 міх -> ніг +1 міх -> міг +1 місяці -> місяць +1 місце -> місці +1 міст -> місць +1 міст -> місце +1 мінометну -> минуметно +1 міномета -> мінометр +1 мінерали -> мінерала +1 мінерал -> мінуал +1 мікроменеджментом -> мікро +1 міжним -> між +1 між -> ужгородиком +1 міг -> і +1 мюнхгаузен -> хаузан +1 мучительство -> учительством +1 мухи -> вуха +1 мутагени -> мутагини +1 мусіним -> мусимо +1 мусить -> помусить +1 мурома -> морома +1 музеї -> музею +1 мужі -> межі +1 мужики -> колись +1 мужеподібні -> може +1 муж -> блажен +1 мудрості -> саморості +1 мубараківців -> му +1 мстиславичем -> мстиславовича +1 мріями -> мріяв +1 моїй -> мої +1 московії -> московія +1 московії -> москвії +1 московію -> московії +1 московськими -> московська +1 московитів -> московиті +1 московиту -> москавиту +1 московитові -> москобито +1 московити -> московитий +1 московити -> московита +1 московитами -> московитими +1 московитам -> московитим +1 московит -> московид +1 москві -> в +1 москву -> мозку +1 москальські -> москальських +1 мос -> московії +1 монгольською -> монгольської +1 монголо -> монголотатарськими +1 монголам -> монголами +1 монаршим -> монаршем +1 монархиня -> монахиня +1 молотити -> помолотити +1 молода -> лима +1 мокшанська -> макшанська +1 моксель -> муксель +1 мокрим -> мокрими +1 можу -> гамувати +1 можна -> може +1 може -> можу +1 могучії -> могутчі +1 могутні -> могутньої +1 мовчазності -> мовчасності +1 мовилося -> мовила +1 мовили -> мовилось +1 мовив -> умови +1 мови -> молості +1 мов -> тмофляснух +1 мноющоб -> мною +1 млинець -> в +1 мишачій -> межачій +1 михайловичу -> михайлович +1 митрополитові -> митрополитовій +1 мистецтво -> мистецтвом +1 мир -> мене +1 минуло -> минулого +1 минуло -> минула +1 мимохідь -> йому +1 милішою -> наймилішою +1 мило -> мила +1 миленький -> маленький +1 ми -> мечесно +1 ми -> методі +1 ми -> мета +1 ми -> мерік +1 ми -> мене +1 ми -> мате +1 ми -> ви +1 меч -> мерсель +1 меч -> меж +1 меч -> меджа +1 меч -> в +1 мету -> ми +1 методами -> моментством +1 мети -> мати +1 мені -> пк +1 мені -> муні +1 мені -> й +1 меню -> маню +1 менглі -> менгель +1 мелітопольщину -> молітопольщину +1 меленим -> мало +1 меду -> мене +1 маємо -> матрохи +1 маєм -> маємо +1 має -> тої +1 має -> ай +1 маститий -> мастити +1 маслі -> маски +1 масив -> ця +1 мартиролог -> мартеролог +1 мамою -> мамо +1 мамки -> мавки +1 мамина -> мами +1 малік -> маліть +1 малярів -> то +1 малооплачувану -> мало +1 мало -> мова +1 мало -> малообраних +1 мало -> мала +1 малахіт -> мелахід +1 маккартні -> не +1 майдану -> майдані +1 май -> має +1 мабути -> мабуть +1 м'ячем -> якщом +1 м -> мрік +1 м -> мопи +1 м -> м'ясо +1 м -> впізнав +1 лічити -> кричити +1 ліфтів -> ліфтіг +1 літописця -> дні +1 літопису -> литопису +1 літературні -> вітерні +1 літ -> лід +1 лісочку -> лісочка +1 ліс -> їсть +1 ліпший -> не +1 ліпше -> ліпша +1 ліпше -> дівчивши +1 ліпий -> лівий +1 ліниві -> і +1 лінивого -> невого +1 лізь -> лісюкіш +1 лівонією -> любовні +1 лібералів -> хлібералів +1 ліберали -> ліберал +1 люльку -> льольку +1 людський -> людські +1 людота -> людон +1 людино -> людину +1 людини -> людиною +1 людини -> людина +1 людина -> гра +1 люди -> лютої +1 люди -> лютий +1 людей -> людини +1 люде -> люди +1 любого -> люпого +1 люби -> любий +1 люби -> любе +1 люб'язно -> любі +1 льодовитого -> льодобутого +1 лукаву -> лукаво +1 лужков -> лошков +1 лужицький -> уложицький +1 лугарі -> лугаріти +1 лугарі -> богар +1 лось -> ось +1 ловко -> ловку +1 ловить -> риболовить +1 ловив -> вив +1 лобом -> лобо +1 ллє -> олія +1 лишнє -> мисмо +1 лиши -> лише +1 лише -> лишив +1 лиш -> ми +1 лицарів -> не +1 лих -> лиф +1 литовсько -> литовська +1 липку -> видку +1 линяє -> оленяє +1 лимони -> лимона +1 лизлова -> плизлова +1 лизлов -> лозлов +1 либедице -> це +1 лже -> лише +1 летючий -> чи +1 лесі -> леся +1 лепта -> лаптом +1 леннон -> олена +1 лежачий -> лежать +1 латини -> аму +1 ласкаве -> ласкаво +1 ладу -> зела +1 лавочку -> лавочко +1 лаваша -> лобаша +1 лаваша -> лаша +1 кіт -> кит +1 кіт -> бакит +1 кіосків -> кіоски +1 кінологом -> малогом +1 кількість -> зброя +1 кілля -> кільда +1 кілки -> кіолки +1 кіл -> тіло +1 кущі -> кущи +1 кучерові -> у +1 кухаренкова -> кохаренкова +1 кутлуку -> руку +1 кутлук -> морк +1 куря -> курякувало +1 купила -> побила +1 кумири -> кумир +1 кумири -> комири +1 кумири -> автора +1 кулінарну -> колінарну +1 кулінарними -> кулінарний +1 куликове -> коли +1 кузнь -> кузні +1 кріселечко -> рисалочко +1 крупну -> крупна +1 крук -> крок +1 круглих -> рух +1 крокодилячі -> крокодилляче +1 кров -> корови +1 кричачи -> прощастя +1 кримського -> кримської +1 кривава -> криваво +1 кресафтедолинає -> красафта +1 крез -> кас +1 кредитів -> крадів +1 кращого -> краще +1 краще -> кращий +1 красне -> класне +1 коґамі -> когамі +1 котись -> кудись +1 кота -> та +1 косацький -> козацький +1 косаки -> козаки +1 корупція -> корупції +1 корупціонерів -> коробціонерів +1 корунд -> корот +1 корпоративні -> корпоративній +1 коротше -> коротша +1 королівств -> коваліст +1 королево -> королеву +1 користуватися -> прогосплати +1 корейці -> кореїці +1 копчену -> копчану +1 конфіденційна -> конфлітенційна +1 контузію -> контольцію +1 консьєрж -> концьєр +1 конституційні -> хомституційні +1 констатація -> констатації +1 конопель -> парі +1 конкретна -> конкретно +1 коней -> конеї +1 кому -> комо +1 кольчугу -> кольчу +1 колоду -> карти +1 коло -> о +1 колише -> колоша +1 колись -> когось +1 коли -> коло +1 колекціонерами -> корупційнерами +1 колективізацією -> колективізацію +1 колеги -> колаги +1 коле -> колес +1 коза -> козацила +1 кожний -> кожен +1 кодами -> кадами +1 когута -> кого +1 кого -> хороший +1 ковану -> кована +1 коваль -> ковай +1 князівської -> княгие +1 князівський -> значитейські +1 князівством -> князівства +1 князі -> разі +1 князі -> князів +1 князі -> князя +1 князя -> князь +1 князювання -> привів +1 князь -> конязь +1 князеве -> князя +1 княжича -> княжий +1 княже -> княжий +1 княже -> княжа +1 княгине -> княгина +1 книжчини -> книщини +1 книги -> книгу +1 кліті -> квіті +1 клятьба -> клядьба +1 клоунади -> клеонади +1 клени -> клани +1 класу -> клас +1 київські -> київській +1 київських -> київській +1 київ -> київгород +1 київ -> каїп +1 києм -> всяким +1 кия -> кияни +1 кислиці -> кислець +1 кирило -> карела +1 кинули -> кинув +1 кимось -> кинус +1 ким -> кім +1 кивнув -> ківном +1 керуй -> керусь +1 керували -> керувала +1 керниці -> кернеції +1 кембриджські -> кембридський +1 кедр -> кадр +1 квартира -> ковактерія +1 квапно -> квапного +1 кашку -> кашкою +1 катеринославшині -> катерино +1 катерининські -> катерининське +1 кассат -> касад +1 каси -> канци +1 карі -> кай +1 караїмізм -> караєміз +1 карамзін -> храм +1 каракорумі -> карахромі +1 капіталісти -> і +1 капіталізм -> капітан +1 канікули -> конікули +1 канадські -> канадський +1 камчатський -> павло +1 камери -> камера +1 каменю -> океану +1 кайся -> хайстя +1 кайся -> зробилось +1 казахстану -> казарстану +1 кабіни -> кабіна +1 йой -> яй +1 його -> цього +1 ймеш -> ми +1 йдімо -> і +1 йди -> іди +1 йдеться -> ідеться +1 й -> їх +1 й -> іконем +1 й -> який +1 й -> чуй +1 й -> чар +1 й -> хай +1 й -> сірію +1 й -> стало +1 й -> силий +1 й -> самовидиш +1 й -> парижі +1 й -> ось +1 й -> ночні +1 й -> мой +1 й -> затверджений +1 й -> з +1 й -> другий +1 й -> він +1 й -> відвер +1 й -> в +1 й -> богу +1 й -> а +1 зітхнув -> яхну +1 зірок -> духом +1 зіпсованого -> зіпсовано +1 зімлію -> землію +1 зусібіч -> зусибіч +1 зустрілись -> зустрілась +1 зупинялися -> зупинилися +1 зріс -> зріст +1 зробила -> заткається +1 зри -> зрито +1 зрадницею -> з +1 зоріщо -> зорі +1 золоту -> золотого +1 зове -> звела +1 зобов'язаний -> зобов'язання +1 зобов'язана -> зобов'язання +1 зніяковів -> ніяковів +1 зніяковів -> знеяка +1 знімають -> знімаються +1 зночі -> вночі +1 знов -> знав +1 знищував -> значував +1 знищене -> знищено +1 знецінення -> на +1 знатних -> знак +1 знайти -> знаєте +1 знайдені -> знайдений +1 знайде -> знайдете +1 знайде -> дізнається +1 змістовну -> змістомну +1 змінюють -> принципно +1 змінилися -> змінилася +1 зморщившись -> болюся +1 змовкали -> з +1 зменшили -> зменшила +1 злізе -> одліза +1 злі -> з +1 злочинорівень -> злочинний +1 злотнікупують -> злотні +1 злом -> зло +1 злодійством -> злодійство +1 злет -> злат +1 зламала -> зламали +1 землі -> з +1 зеленіють -> дроніть +1 здійснюється -> здійснюються +1 здійснено -> здійснене +1 здійсненні -> здійцині +1 здоров -> кокоя +1 здогадуються -> завадилися +1 здибав -> диво +1 здержує -> роздержиє +1 здачу -> здачі +1 згідно -> з'їду +1 згідливо -> світливо +1 згоріть -> згорить +1 згодою -> сходою +1 згодом -> що +1 згодом -> згадом +1 згодився -> згадався +1 згоди -> зголоду +1 згине -> загине +1 згадаймо -> гадаймо +1 звіт -> звідси +1 звіринецькому -> звіриницькому +1 звірами -> з +1 звідкуду -> відкуду +1 звід -> патівсь +1 звід -> звіт +1 зводу -> своду +1 звичайну -> звичай +1 звичайними -> звичайний +1 звичай -> звичаї +1 звертаю -> звертає +1 звеличування -> завищування +1 звеличення -> з +1 зброї -> зброєю +1 заяць -> заєць +1 заявляє -> являє +1 зачинателями -> зачинати +1 зацікавленою -> зацікавлена +1 західніх -> західних +1 захтів -> захотів +1 заходу -> такого +1 захист -> захисту +1 заутра -> завтра +1 зауралля -> уралля +1 засміялася -> засміялась +1 засичала -> засвічала +1 засилив -> воді +1 засвідчується -> засвідчуючи +1 заробиш -> зробиш +1 заржавілий -> дзержавілий +1 запізниш -> запізнять +1 запорозької -> запорізької +1 запозичувалося -> запозичувалось +1 запозичувалось -> запозичувалась +1 запаскуджена -> запаскоджена +1 запалали -> запалась +1 заносся -> заносця +1 замятні -> зам'ятні +1 замунж -> за +1 замолоду -> за +1 замовчували -> замовчувала +1 замилування -> саме +1 замахувавсь -> замахувався +1 залунало -> залунала +1 залишили -> залишило +1 залишає -> залишаємо +1 залишаться -> залишиться +1 залишати -> залишатись +1 залешанина -> залишанина +1 залеський -> зеленський +1 закувати -> заховати +1 закрили -> закрила +1 закрий -> за +1 закоханий -> позакоханий +1 законом -> закон +1 законодавчу -> законодавчої +1 займалися -> займалася +1 зазіхати -> заїхати +1 зазначити -> ти +1 зазначенням -> за +1 задом -> ззаду +1 задач -> задачу +1 задали -> й +1 задайте -> загадайте +1 загребущі -> заграбуще +1 загнувся -> загнувсь +1 загинули -> загинула +1 загальну -> загальнонародним +1 завчене -> завчинений +1 завоюванням -> завоюваннями +1 завовтузилися -> за +1 завидющі -> заводющі +1 завзялись -> завзяли +1 завжди -> не +1 завжди -> казав +1 завжди -> дозволеного +1 завершили -> айс +1 забігали -> це +1 забуть -> забудь +1 забороняється -> забороняє +1 забороняла -> забороняє +1 заб'ють -> за +1 за -> і +1 за -> якого +1 за -> що +1 за -> цього +1 за -> захотінням +1 за -> зараз +1 за -> заважільні +1 за -> забитого +1 за -> забагато +1 з'їсти -> з'їзда +1 з'явилося -> з'явилася +1 з'явилися -> з'явилася +1 з'явились -> з'явилась +1 з -> із +1 з -> цього +1 з -> стічків +1 з -> сторогом +1 з -> стиг +1 з -> стебету +1 з -> статом +1 з -> співночі +1 з -> спочатку +1 з -> спинька +1 з -> скрана +1 з -> на +1 з -> зі +1 з -> знутра +1 з -> знову +1 з -> знов +1 з -> знемо +1 з -> здолашком +1 з -> звичайної +1 з -> збархатним +1 з -> заступного +1 з -> задержанням +1 з -> жовччю +1 з -> всякою +1 з -> а +1 жупаніце -> джо +1 жорстока -> жорстокою +1 жону -> жодного +1 жодної -> щоб +1 жнивах -> колонів +1 жиється -> же +1 жить -> лежить +1 жити -> ужити +1 живіт -> живіть +1 живеє -> вживає +1 же -> вже +1 ждан -> жадан +1 жахав -> хаополум'ям +1 жартувати -> зжартувати +1 жалкуючи -> жалкуючі +1 ж -> який +1 ж -> шиє +1 ж -> з +1 ж -> жасе +1 ж -> аж +1 етьєна -> єна +1 етична -> етичних +1 еринії -> ери +1 ерзянська -> різянська +1 епідемічне -> епідемічний +1 еолова -> е +1 емітують -> емотуйт +1 емпірично -> імперично +1 емпіреях -> індіреях +1 екзаменатора -> як +1 едгар -> а +1 еверест -> верераст +1 дієві -> тієві +1 діє -> дію +1 діях -> тех +1 дірявий -> я +1 дірці -> гірці +1 дійсно -> тісно +1 діда -> діна +1 дівчини -> дівчині +1 дівиці -> дівець +1 дівиця -> дівиться +1 дядьків -> на +1 дюкенуа -> дюкано +1 душу -> душно +1 души -> душі +1 духотлінної -> до +1 дурість -> турість +1 дурне -> дурна +1 думу -> думав +1 думи -> думаємо +1 думай -> думаєш +1 дулібів -> до +1 дужчі -> дожті +1 дуже -> туша +1 дуби -> доби +1 дуб -> доб +1 дружнім -> дружньою +1 дружби -> дружбою +1 друге -> другий +1 дригота -> двигота +1 дреговичі -> драговичі +1 дотримується -> дотримуються +1 дотий -> до +1 досі -> до +1 дослідників -> дослідники +1 досебе -> до +1 доріг -> торіх +1 доручили -> доручило +1 дорогоцінні -> дорогаційні +1 дорого -> торго +1 дорога -> друга +1 донському -> віденському +1 доноси -> до +1 домом -> додомому +1 дома -> до +1 доля -> толя +1 долучатися -> долучитися +1 долото -> до +1 доленосне -> металеносна +1 дозвольте -> так +1 додув -> дод +1 додому -> модаємо +1 догола -> довела +1 довіряти -> даряти +1 довірився -> довіра +1 довідуємося -> довідаємося +1 довідник -> товітник +1 доводиться -> доводяться +1 довгорукого -> докору +1 довго -> довготривале +1 довго -> довгоочікуючи +1 довгий -> довгої +1 доважок -> то +1 доважок -> до +1 доважок -> давачок +1 доважком -> верхні +1 доважки -> доввашки +1 доважками -> домашками +1 добру -> добра +1 доброї -> добрий +1 добровільних -> добровідних +1 добробут -> добро +1 добре -> добра +1 доба -> до +1 до -> очоловік +1 до -> ногана +1 до -> немає +1 до -> дорожанців +1 до -> дома +1 до -> довічного +1 до -> довіри +1 до -> довгі +1 до -> дити +1 до -> дани +1 дмитрові -> дмитрович +1 для -> за +1 для -> де +1 диявольське -> я +1 дитинство -> дитинства +1 династії -> настій +1 династія -> де +1 димитрієві -> димитрія +1 димитрію -> ноювати +1 димитрій -> дмитрій +1 димитрій -> димитрії +1 димитрій -> димирії +1 димитрій -> демітрій +1 дим -> тим +1 дизайнові -> дизайнері +1 дивовижної -> теологічної +1 дива -> диво +1 дзвін -> звінна +1 дзвенить -> дзвонить +1 джордано -> сервантиса +1 джомолунгма -> джо +1 деяка -> дика +1 дещо -> те +1 дефляція -> дифляція +1 дефект -> це +1 десятьох -> цього +1 десяток -> десятого +1 десятиліттями -> десятиліття +1 держітеся -> бережитися +1 держплані -> держпанів +1 державним -> державно +1 державним -> державними +1 держави -> держав +1 департаменту -> тепер +1 день -> нігде +1 денно -> денну +1 денисе -> дениса +1 делегацію -> делегація +1 дезінформації -> дезинформації +1 дега -> едгардага +1 де -> і +1 де -> ну +1 де -> даю +1 двоїстої -> двоє +1 двоякі -> двояки +1 двору -> твору +1 дверцята -> дверцятам +1 двадесять -> два +1 дахау -> нахау +1 дари -> тари +1 дари -> дереїчних +1 дамоклів -> дамоклі +1 далі -> даліти +1 дали -> та +1 далеко -> кому +1 дала -> талар +1 дала -> дал +1 давня -> давнє +1 давать -> давати +1 давали -> вивести +1 давала -> давав +1 дав -> удав +1 гіреї -> єрей +1 гірей -> ірей +1 гірей -> єрейси +1 гілляку -> гілляко +1 гілляку -> в +1 гідротермальне -> гідромайне +1 гуюка -> гоюка +1 гучний -> кучний +1 гунтер -> гонтер +1 гумору -> вимогу +1 губив -> губиш +1 губернія -> берня +1 губах -> бахти +1 губа -> баблежче +1 грізну -> різну +1 гроші -> гаші +1 грошові -> шия +1 грошей -> гроші +1 гропіей -> крупій +1 гримільди -> гримільки +1 гривню -> риню +1 гречка -> граєч +1 грейцарів -> грець +1 гребінці -> грабінці +1 греблю -> греблі +1 гребеню -> погребень +1 гран -> грант +1 граматик -> громатик +1 готівки -> підгонківських +1 готова -> готове +1 государя -> гусударя +1 гостям -> а +1 гостре -> гостра +1 господарю -> господаря +1 горіхів -> помісінькі +1 горшки -> гошки +1 гору -> урок +1 горить -> горіть +1 гордіїв -> гордій +1 гордість -> артість +1 горватові -> горватовій +1 горват -> огорват +1 горбом -> горбон +1 горбачов -> горбачок +1 гоподарям -> господарем +1 гониш -> між +1 гонець -> ганець +1 голі -> моголі +1 голота -> голото +1 голосу -> голос +1 голода -> голоду +1 головуючого -> головою +1 головуючим -> головоюючими +1 головов -> голова +1 голка -> голкав +1 голий -> велику +1 голгофа -> с +1 годой -> гудой +1 годой -> годою +1 годинників -> один +1 гнилим -> струпом +1 гни -> мене +1 глухо -> лого +1 глухим -> глухім +1 глупота -> глопота +1 глузують -> глозують +1 глузування -> полозування +1 геть -> гетьмана +1 герцогині -> герценів +1 героїнею -> героїни +1 героям -> героєм +1 геройство -> геройст +1 георгія -> ґеоргія +1 гекубі -> кубі +1 гекуби -> кубе +1 гатилів -> сигатирів +1 гасінні -> гасіння +1 гаряче -> може +1 гарчить -> горичить +1 гарно -> гарна +1 гарненької -> гарненькою +1 гарматний -> громадний +1 гарварда -> гарварада +1 гана -> ганна +1 гамлет -> гамнадцять +1 галичини -> галичиною +1 галинки -> галенки +1 гайдарі -> гайдарів +1 гадаю -> гадаючи +1 га -> ага +1 віє -> віяв +1 віче -> відчає +1 віці -> вічці +1 вітчизна -> відчизна +1 вітовтом -> і +1 віталій -> двій +1 вісті -> місці +1 вірші -> віршій +1 вірус -> вірусний +1 віросповідання -> віросповідань +1 віра -> не +1 вінець -> вінецьку +1 він -> від +1 вільно -> вільне +1 віком -> вікон +1 військовий -> військових +1 візіготи -> візігоди +1 візьмуть -> хвісьмоть +1 візьму -> візьми +1 візантійської -> візантійською +1 віз -> біс +1 віжки -> ліжки +1 відірваними -> і +1 відімруть -> гроші +1 віділлються -> віти +1 відшуковували -> відшукували +1 відучитися -> й +1 відун -> відом +1 відтінків -> підтінків +1 відсутнє -> відсутні +1 відсотки -> відсотків +1 відпусте -> відпустив +1 відповіла -> благримільда +1 відповідає -> вид +1 відповів -> відповім +1 відосів -> фітосів +1 відособленим -> від +1 відомо -> набагато +1 відображені -> відображення +1 відносно -> відносив +1 відмовилися -> відмовилася +1 відмова -> від +1 відкладати -> одказати +1 відзивається -> відсувається +1 відео -> відеозйомку +1 віддам -> вида +1 відгукнулися -> відгукувалися +1 відверто -> відверта +1 відвернувся -> підвернувся +1 відвага -> підвага +1 відбудеться -> відбувається +1 відбуватиметься -> підбиватиметься +1 відбувалося -> не +1 відбувалася -> відбувалося +1 відаєш -> дідаєш +1 відав -> піддав +1 від -> не +1 від -> віцесмаги +1 від -> відторби +1 від -> відобх +1 вчися -> учишся +1 вчинків -> вчинки +1 вчилася -> вчилась +1 вчи -> вчилі +1 вчи -> в +1 вціліє -> вцілює +1 вуха -> двох +1 вустами -> устами +1 вуста -> уста +1 вусами -> восами +1 вузі -> возі +1 втім -> у +1 втрачає -> хоча +1 втопити -> хто +1 втома -> вдома +1 всі -> усі +1 всі -> сів +1 всі -> свій +1 всі -> не +1 всі -> в +1 всяка -> сака +1 всьому -> усьому +1 вступилась -> вступилось +1 вступали -> вступили +1 встановлюється -> становлюється +1 встановлення -> обстановлення +1 встала -> сталося +1 всп'ять -> б +1 всеволодовичем -> севодовичем +1 все -> що +1 все -> усе +1 все -> всезадумане +1 врятуєш -> рятуєш +1 врегульовано -> врегульоване +1 впроваджувалася -> впроваджувалися +1 впроваджені -> впровадженні +1 впорядкований -> по +1 впав -> спав +1 вп'ятеро -> у +1 воїну -> воїн +1 воїни -> можна +1 воєнізованих -> воєннізованих +1 воювали -> голували +1 вотчини -> вочини +1 вотанів -> питання +1 ворухнув -> ворухно +1 ворохи -> вороги +1 ворона -> гурона +1 ворона -> воро +1 воно -> вони +1 вони -> не +1 вони -> воно +1 вони -> вона +1 воліємо -> боліємо +1 волюнтаристом -> волінтаристом +1 воль -> вольт +1 володіє -> володієм +1 володінь -> володіння +1 володимире -> була +1 володимир -> молодимир +1 володаркою -> було +1 войславе -> виславе +1 войслава -> твойслава +1 войслав -> ой +1 войслав -> восьм +1 войовничий -> вийовниче +1 возить -> возити +1 водою -> метою +1 водиці -> петиції +1 води -> великої +1 вода -> так +1 вовкові -> для +1 вовками -> говками +1 вовк -> ксети +1 во -> воязицях +1 во -> в +1 вноситься -> носиться +1 внизу -> унизу +1 внизу -> низучулося +1 внизодин -> вниз +1 внесок -> мене +1 вмучені -> мучені +1 вмреш -> в +1 вмер -> мер +1 власну -> власне +1 власних -> власне +1 владу -> до +1 вкритися -> коритися +1 вкотилась -> вкотилося +1 вкладає -> складає +1 виявлених -> виявлення +1 виявилося -> виявилось +1 виявилися -> виявилось +1 вищесказане -> сказала +1 вище -> ви +1 вишати -> вишата +1 вишата -> бошата +1 вихопилося -> вихопилось +1 виховати -> поховати +1 витяг -> витяги +1 витратили -> витратила +1 витати -> ви +1 виступив -> перше +1 виступив -> виступи +1 виступ -> вистав +1 високі -> високий +1 високою -> високовірогідністю +1 висновки -> боснівки +1 виснажливої -> веснажної +1 вислужила -> вислужили +1 висвітлено -> посвітлено +1 висвятиш -> ви +1 вирушаємо -> вирушаймо +1 вирубаєш -> виробаєш +1 вирахувати -> вирухувати +1 випростався -> використався +1 виправдуючи -> виправдовуючи +1 виписок -> випусок +1 виокремлені -> викравлення +1 винищуючи -> знищуючи +1 виник -> виниклого +1 вимовивши -> вимовив +1 вимислами -> винеслами +1 вимерли -> вимрили +1 вилізь -> виліз +1 вилізи -> белізли +1 вилийте -> велити +1 викрала -> викрила +1 використані -> викорисні +1 виконавчу -> виконавчувала +1 виконавцем -> виконавцями +1 викликайте -> викликаєте +1 вийду -> видобитеся +1 визначальним -> позначальним +1 виділися -> виділився +1 видів -> у +1 видів -> будів +1 видів -> а +1 видобуті -> видно +1 видноту -> видно +1 виджу -> вежу +1 видавець -> видавец +1 видав -> дав +1 вигнаний -> визнаний +1 виглядають -> виглядає +1 вибір -> імовір +1 вибий -> вей +1 ви -> то +1 ви -> вона +1 ви -> висте +1 ви -> винні +1 ви -> в +1 ви -> без +1 взяли -> взяла +1 взвод -> вот +1 взаємодіють -> взаємодіються +1 взаємини -> взаєминицпані +1 взаутра -> завтра +1 взавтра -> завтра +1 вже -> уже +1 вечероньки -> вечереньки +1 вечероньки -> бачила +1 весь -> свист +1 весь -> бесь +1 веселися -> висолося +1 верхні -> верхній +1 вернемось -> вернилося +1 венеціанські -> венеціанське +1 велій -> веліксьондзе +1 вельможа -> вельможно +1 величезною -> величезної +1 великоросів -> молоко +1 великоросів -> велику +1 великоросів -> великоросі +1 великоросами -> в +1 великоросам -> короса +1 великоросам -> великоросом +1 великоросам -> великоросим +1 великороса -> великорози +1 великорос -> великороз +1 великокнязівського -> великого +1 великокнязівський -> велику +1 великокнязівський -> великокнязнівський +1 велике -> велика +1 велика -> тільки +1 вела -> ввела +1 везе -> база +1 вежа -> ваша +1 вдруге -> удруге +1 вдвох -> вдвохне +1 вдар -> так +1 вдалині -> давні +1 вгамовує -> в +1 ввірували -> вірували +1 ввійшов -> увійшов +1 ввести -> вести +1 вбито -> в +1 ваше -> вас +1 ваша -> ваше +1 вахті -> вах +1 васалом -> веселим +1 вас -> з +1 варфоломіївська -> не +1 варта -> варто +1 вам -> маму +1 валькірії -> малькії +1 валишевський -> велишевський +1 важча -> важче +1 важливою -> важливо +1 важливо -> бажливо +1 важковиліковними -> важковилікованими +1 вавілонська -> вавилонська +1 вавілон -> баган +1 в'їдеш -> їдеш +1 в -> і +1 в -> чудаінда +1 в -> це +1 в -> фіолети +1 в -> строїться +1 в -> стежок +1 в -> спитим +1 в -> през +1 в -> по +1 в -> оригіналів +1 в -> мої +1 в -> мав +1 в -> луванням +1 в -> з +1 в -> евації +1 в -> де +1 в -> віронічному +1 в -> вчавав +1 в -> всюздарську +1 в -> вогні +1 в -> вліз +1 в -> влуг +1 в -> богдана +1 в -> авхеолові +1 білі -> біля +1 більшу -> в +1 більше -> більша +1 більша -> більше +1 більш -> більше +1 більпіовиків -> більшовиків +1 білорусії -> білорусі +1 бійтеся -> бійтесь +1 бійню -> війню +1 бійку -> бік +1 біді -> ті +1 біду -> бідона +1 бідов -> бідою +1 бідо -> біда +1 бідному -> бідними +1 біда -> віддав +1 бігав -> біга +1 буть -> путь +1 бурштин -> пуштин +1 бурдюг -> бурдюк +1 бундючиться -> бундючиця +1 бундючиться -> бундюче +1 бумагу -> маму +1 бумаги -> помагай +1 були -> був +1 булгар -> болгар +1 була -> було +1 буквиця -> букви +1 будуччини -> будуть +1 буде -> путе +1 буде -> бути +1 буде -> були +1 бувалину -> бувалим +1 був -> упав +1 був -> бог +1 був -> бо +1 бруно -> джордану +1 бройлерів -> бойлерів +1 британська -> британський +1 брильянт -> брельянд +1 брехун -> брехон +1 брехні -> верхні +1 брехливі -> брехливий +1 брехливу -> мерливу +1 бренди -> бравда +1 братів -> скільків +1 браттє -> ті +1 браттє -> браті +1 братову -> брату +1 братанні -> братанії +1 братання -> британії +1 братам -> братами +1 брата -> брате +1 бояри -> бояриш +1 боягузтво -> боягузство +1 борітеся -> орітеся +1 борються -> барються +1 боротьби -> боротьбу +1 борозни -> борознини +1 борислава -> бориславе +1 борислав -> бориславу +1 боресь -> борець +1 болісно -> його +1 болярин -> боярин +1 бойчукісти -> бачу +1 бойчука -> пальчука +1 божий -> гузика +1 боже -> базу +1 божая -> боже +1 богу -> бого +1 богови -> богова +1 богиня -> багеня +1 боги -> поги +1 богдан -> бог +1 бог -> бо +1 бо -> постановило +1 бо -> бори +1 блудством -> блудство +1 блоґінґ -> блокінг +1 блогів -> блорів +1 блискавки -> близька +1 блакитний -> покитний +1 блаженний -> блаженні +1 благословіння -> благословення +1 благополуччя -> благополуччю +1 благом -> благо +1 бито -> пито +1 бистре -> бистронні +1 бився -> ми +1 би -> повитий +1 би -> зробив +1 би -> в +1 би -> аби +1 бернський -> берндський +1 бернський -> бенський +1 берися -> бериться +1 бережи -> пережита +1 береги -> бере +1 бердяева -> бердяєва +1 безштанько -> без +1 безслідним -> баскидним +1 безсиллі -> безсильні +1 безпринципно -> без +1 безмірні -> безмірна +1 без -> безнародності +1 бачу -> бачив +1 бачать -> бачить +1 батьківство -> батьківства +1 батьків -> донькими +1 батькову -> батькові +1 батия -> патия +1 батий -> ба +1 бастілія -> бастилія +1 барон -> боронвін +1 баран -> баганна +1 банків -> банки +1 бандитський -> бендонський +1 бан -> вам +1 базу -> пазу +1 бази -> песи +1 бажається -> вважається +1 бажати -> повщати +1 багачеви -> багачава +1 багатство -> багатством +1 багатому -> багато +1 багатоманітності -> багатомагнітності +1 багато -> історич +1 б -> здавалися +1 афанасьева -> афанасьєва +1 аутфіт -> аут +1 атом -> хату +1 атакований -> атакована +1 аснджа -> санжа +1 арештованих -> арештоване +1 аніме -> аніма +1 анду -> антусартака +1 анду -> андусар +1 андрієві -> андрієвій +1 ангельський -> ангелські +1 ангела -> неангела +1 алюміній -> амії +1 альбертійських -> альбертистських +1 алексія -> олексія +1 аламаз -> але +1 аксіома -> аксьома +1 азурит -> азорет +1 азурит -> а +1 азарова -> анарваса +1 аерозоль -> аерозорі +1 адже -> а +1 адаміс -> адам +1 агій -> а +1 агрономом -> агроному +1 агату -> атомів +1 авель -> я +1 абстрактна -> обстрактна +1 аборигенами -> береги +1 або -> пойти +1 аби -> ви +1 а -> і +1 а -> трапляється +1 а -> оце +1 а -> город +1 а -> в +1 а -> апото +1 а -> апарат +1 а -> амуж +1 а -> алоп +1 а -> але +1 а -> азови +1 а -> ава +1 а -> або + +DELETIONS: count ref +38 в +32 і +32 й +14 у +12 не +9 з +6 с +6 на +6 б +6 а +5 є +4 я +4 то +4 та +4 за +3 ті +3 таке +3 ні +3 ми +3 ж +3 до +3 від +2 що +2 ще +2 це +2 фіст +2 той +2 тих +2 те +2 суть +2 суздальську +2 се +2 про +2 обіду +2 ними +2 м +2 кіт +2 йти +2 дні +2 би +2 берке +1 їхні +1 історичний +1 іронічному +1 іншого +1 із +1 яру +1 які +1 як +1 язяцех +1 юре +1 шануй +1 чулося +1 чоловік +1 чоло +1 читачі +1 читанні +1 чистій +1 чим +1 чи +1 чесно +1 через +1 чайної +1 ціла +1 цікава +1 цій +1 цю +1 цивільну +1 ци +1 цей +1 хоча +1 хотінням +1 хитрий +1 фізичні +1 файно +1 участі +1 усьому +1 упізнав +1 україни +1 узбека +1 угорської +1 увидиш +1 уваги +1 тіло +1 тчу +1 тут +1 трохи +1 тривали +1 трибуно +1 треба +1 трапляються +1 торгу +1 торби +1 ток +1 тоді +1 тибету +1 ти +1 терпів +1 терні +1 терен +1 твій +1 татом +1 татарськими +1 татарський +1 так +1 сільрад +1 сікурд +1 сі +1 суру +1 суздаль +1 стіжок +1 страждання +1 страви +1 сторіч +1 сторожі +1 сте +1 становило +1 стала +1 спрямованих +1 спицях +1 собі +1 сном +1 смо +1 смерть +1 службова +1 складно +1 ситий +1 сирію +1 синонім +1 синам +1 сенс +1 сей +1 світлі +1 свідомість +1 свого +1 сартака +1 сам +1 саді +1 рік +1 руссю +1 ружанцю +1 років +1 року +1 розум +1 розправа +1 розгрібати +1 роду +1 роги +1 робив +1 релігія +1 раз +1 після +1 півночі +1 псе +1 пряма +1 простояти +1 причину +1 призупинення +1 пригнобленої +1 президента +1 президент +1 працювали +1 права +1 початку +1 потрібно +1 поталанило +1 пост +1 польоту +1 полом'ям +1 показуй +1 позначки +1 поет +1 подолі +1 повнісінькі +1 по +1 плаче +1 питаннях +1 передбачених +1 перевершеною +1 пенька +1 певне +1 пахвами +1 пакує +1 очікуючи +1 оцінці +1 особа +1 оригіналі +1 орді +1 окей +1 ока +1 один +1 одержанням +1 огні +1 огню +1 обраних +1 ніч +1 нім +1 нутра +1 нудьгувати +1 ну +1 нові +1 новообраного +1 нежині +1 невській +1 небагато +1 наступного +1 наступних +1 наскочила +1 населені +1 народності +1 належному +1 найстаршого +1 назвали +1 наддніпрянської +1 над +1 навчальної +1 набирає +1 мусив +1 муки +1 муж +1 мої +1 моральні +1 молотом +1 молодшого +1 можливо +1 може +1 млин +1 миг +1 меш +1 меч +1 мені +1 меншості +1 меду +1 має +1 маю +1 масова +1 маньчжурії +1 майнового +1 ліс +1 лізе +1 ляснув +1 ляже +1 луг +1 лоб +1 лжа +1 лежачий +1 ланів +1 лавру +1 лаврах +1 кіш +1 кумирам +1 кувало +1 ксьондзе +1 критичної +1 крана +1 конем +1 кола +1 коельо +1 ковії +1 кобила +1 князі +1 князь +1 клуб +1 київ +1 кирпично +1 карт +1 калабані +1 к +1 ймемо +1 йме +1 йди +1 зі +1 зусиль +1 зупинитись +1 зуби +1 знищують +1 зйомку +1 землетрусу +1 здохне +1 здогадах +1 здавалося +1 зброї +1 збирались +1 зберігають +1 зачєло +1 заткайся +1 затверджене +1 засмаги +1 залешанської +1 задумане +1 з'ясовані +1 жорстока +1 жовчю +1 жили +1 дрова +1 доїла +1 доцільно +1 доходить +1 достовірності +1 достатньо +1 доклав +1 доволі +1 довго +1 дитиною +1 дзизі +1 деінде +1 державній +1 даруйте +1 дар +1 гідна +1 гуюком +1 грубі +1 гримільда +1 град +1 город +1 горбі +1 голос +1 голодом +1 гоже +1 години +1 говоримо +1 гаптує +1 гана +1 газопроводів +1 гадку +1 віщувало +1 вічного +1 вірогідністю +1 віри +1 він +1 віки +1 відмовитися +1 вчіться +1 вуха +1 втупився +1 втомлююся +1 всіх +1 всі +1 вступу +1 встановлено +1 ворожи +1 вища +1 винахід +1 вийти +1 виданні +1 вигадки +1 вивезти +1 ви +1 великоросам +1 великих +1 вгамувати +1 вбованню +1 варто +1 вам +1 важіль +1 була +1 будівництва +1 бруд +1 брехні +1 боретьсядо +1 бойових +1 богданових +1 бог +1 ближче +1 битого +1 битися +1 батиєм +1 бархатним +1 банківських +1 бажання +1 багато +1 аромати +1 апріорі +1 ак +1 адже +1 аделею +1 авторові +1 'ясо + +INSERTIONS: count hyp +38 і +21 з +18 в +17 у +16 й +15 що +10 не +10 на +6 я +6 це +5 до +4 ти +4 та +4 ні +3 як +3 чи +3 там +3 от +3 кого +3 женіцин +3 він +3 а +2 чого +2 чим +2 царів +2 ту +2 тому +2 то +2 тих +2 п'ять +2 ним +2 мене +2 маю +2 ж +2 від +2 всі +2 все +2 ви +2 важко +1 їй +1 іще +1 іншій +1 інший +1 із +1 івань +1 ється +1 ярихонська +1 щоб +1 ще +1 штанько +1 шайвом +1 чорами +1 чому +1 чккерія +1 чкері +1 численні +1 четверта +1 ця +1 цю +1 цим +1 хіт +1 хочеться +1 хотлінної +1 фінансування +1 уранці +1 уособленим +1 унецька +1 умільов +1 умов +1 убитих +1 тімо +1 тім +1 туреччині +1 трут +1 треба +1 тої +1 торби +1 томовки +1 тичня +1 тим +1 терпінням +1 термінове +1 те +1 татати +1 татаром +1 таки +1 така +1 сторож +1 столюбності +1 столом +1 столого +1 ставили +1 став +1 ста +1 справу +1 справді +1 спекові +1 собі +1 сміло +1 смак +1 слухаймо +1 служе +1 слав +1 слабшині +1 скоричали +1 скла +1 скамчацький +1 сини +1 сина +1 сильними +1 си +1 селі +1 себе +1 се +1 світовтом +1 святиш +1 свої +1 самомонатора +1 сайовичу +1 сайович +1 річ +1 різний +1 різавжди +1 рівень +1 росіщення +1 росіщена +1 російському +1 росіг +1 росів +1 роби +1 рибо +1 регулювання +1 раніше +1 радницею +1 пісня +1 під +1 пусто +1 природне +1 пощо +1 поштивість +1 потроху +1 потому +1 послухах +1 посидячи +1 порушуними +1 порушення +1 порожнювалась +1 полегшала +1 показало +1 позидент +1 подібні +1 подвижника +1 писця +1 петліста +1 патівський +1 паніци +1 паню +1 палець +1 очі +1 оцінення +1 отця +1 ось +1 оплачувану +1 окої +1 окочив +1 озна +1 один +1 овича +1 оборот +1 нічний +1 ніден +1 ну +1 нові +1 новим +1 нижче +1 неї +1 неправ +1 негісидів +1 начасно +1 натуральні +1 нас +1 нам +1 наливані +1 назву +1 міцина +1 місти +1 моту +1 монтифікувати +1 молонгма +1 молоду +1 молоде +1 можна +1 мого +1 мовчанка +1 мовної +1 мовками +1 многи +1 мислив +1 мимохіть +1 мила +1 ми +1 мерк +1 мереж +1 менше +1 менеджментом +1 мас +1 маляри +1 малимий +1 мав +1 ліктями +1 лібів +1 любов +1 луку +1 личі +1 лебедиця +1 латина +1 ківців +1 купують +1 кумирить +1 крогасники +1 крово +1 криво +1 коросами +1 корисливість +1 кордові +1 комуністичного +1 князівського +1 князівський +1 кара +1 кар +1 зін +1 значенням +1 знання +1 змінює +1 зморшись +1 згадали +1 звіт +1 зву +1 звик +1 заходить +1 заходах +1 затребуваність +1 заселив +1 заперечним +1 загідним +1 завтра +1 завершила +1 забудеш +1 журит +1 жмо +1 житель +1 женинцина +1 же +1 жабий +1 дієздатними +1 дійсне +1 дуже +1 друге +1 доспала +1 дома +1 долучитися +1 долинає +1 додержава +1 догамовує +1 для +1 диспечаться +1 десять +1 де +1 давні +1 давно +1 да +1 грип +1 город +1 голоси +1 голово +1 годи +1 говорить +1 ген +1 гей +1 вірами +1 війністично +1 відірваним +1 відпивалися +1 вів +1 всіх +1 вони +1 вона +1 вовтузилися +1 вмиру +1 вите +1 виступ +1 винни +1 вжиткових +1 весь +1 величення +1 ввича +1 вач +1 варіанти +1 важок +1 важливо +1 важик +1 біглося +1 бігали +1 бути +1 було +1 була +1 будь +1 брюну +1 браття +1 братство +1 борете +1 бо +1 блудна +1 бето +1 безлюднілій +1 бара +1 бавкові +1 бабуся +1 б +1 андрія + +PER-WORD STATS: word corr tot_errs count_in_ref count_in_hyp +і 421 233 520 555 +й 88 173 201 148 +в 273 135 354 327 +не 535 121 594 597 +у 216 97 260 269 +з 192 93 228 249 +на 349 70 383 385 +що 214 50 229 249 +а 156 39 177 174 +до 172 38 187 195 +то 67 36 78 92 +я 137 34 146 162 +та 139 34 159 153 +є 100 33 125 108 +це 169 31 181 188 +за 129 27 146 139 +із 41 24 58 48 +по 38 21 48 49 +як 153 17 162 161 +ми 70 16 80 76 +чи 37 15 41 48 +так 94 14 100 102 +ні 49 14 57 55 +ви 29 14 36 36 +її 32 12 40 36 +ще 61 12 65 69 +ти 36 12 39 45 +татаро 0 12 12 0 +про 94 12 102 98 +ж 51 12 61 53 +де 33 12 38 40 +від 65 12 72 70 +той 41 11 50 43 +щоб 21 10 24 28 +ті 12 10 18 16 +те 21 10 25 27 +мене 38 10 38 48 +с 1 9 9 2 +всі 33 9 39 36 +все 49 9 52 55 +б 16 9 23 18 +татара 0 8 0 8 +таке 12 7 15 16 +се 7 7 9 12 +пощо 14 7 20 15 +неї 7 7 11 10 +для 63 7 67 66 +він 105 7 107 110 +чого 13 6 13 19 +цей 17 6 20 20 +тих 14 6 17 17 +таки 13 6 15 17 +солженіцин 1 6 7 1 +під 26 6 29 29 +при 10 6 14 12 +немає 22 6 23 27 +може 34 6 36 38 +м 4 6 10 4 +кого 17 6 18 22 +визначається 3 6 3 9 +визначаються 2 6 8 2 +була 23 6 25 27 +би 24 6 30 24 +без 24 6 27 27 +єси 18 5 23 18 +щодо 9 5 13 10 +ця 19 5 20 23 +цього 38 5 38 43 +хто 64 5 67 66 +хан 4 5 9 4 +усе 9 5 12 11 +того 21 5 22 25 +там 36 5 37 40 +така 13 5 15 16 +ся 0 5 5 0 +солженіцина 0 5 5 0 +собі 27 5 29 30 +перше 0 5 1 4 +ось 20 5 21 24 +орді 1 5 6 1 +ним 12 5 14 15 +нею 2 5 4 5 +нам 15 5 18 17 +меч 10 5 15 10 +мало 12 5 15 14 +вони 35 5 38 37 +було 60 5 62 63 +бо 23 5 25 26 +аби 10 5 11 14 +які 31 4 32 34 +яка 24 4 25 27 +чим 14 4 15 17 +цій 3 4 6 4 +ці 23 4 25 25 +хоть 3 4 7 3 +хана 6 4 9 7 +тому 56 4 58 58 +такий 10 4 12 12 +суздальських 1 4 5 1 +саме 21 4 22 24 +сам 18 4 19 21 +перший 5 4 8 6 +пане 8 4 12 8 +очі 13 4 13 17 +оце 2 4 3 5 +от 4 4 5 7 +орди 9 4 13 9 +один 18 4 19 21 +од 4 4 5 7 +о 1 4 3 3 +нові 3 4 6 4 +ними 5 4 8 6 +московії 14 4 16 16 +можна 42 4 43 45 +мені 26 4 30 26 +має 32 4 35 33 +кіт 0 4 4 0 +краще 5 4 6 8 +коли 43 4 44 46 +князі 3 4 7 3 +завтра 4 4 4 8 +димитрій 3 4 7 3 +вже 35 4 36 38 +весь 7 4 9 9 +великоросам 0 4 4 0 +вам 22 4 24 24 +був 28 4 31 29 +бог 6 4 8 8 +але 72 4 74 74 +їсть 1 3 3 2 +іще 1 3 3 2 +ічкерії 0 3 3 0 +істина 6 3 9 6 +іншої 3 3 6 3 +інший 2 3 2 5 +імперії 16 3 18 17 +який 34 3 35 36 +яке 6 3 9 6 +чому 15 3 16 17 +цю 14 3 16 15 +христоносців 0 3 0 3 +хрестоносців 0 3 3 0 +хоч 14 3 14 17 +участі 1 3 2 3 +тут 31 3 33 32 +ту 0 3 1 2 +тої 0 3 0 3 +таку 6 3 7 8 +сього 2 3 5 2 +сте 2 3 5 2 +сталося 1 3 2 3 +срібло 1 3 4 1 +серце 7 3 7 10 +світло 0 3 0 3 +світ 9 3 11 10 +сартака 0 3 3 0 +росії 7 3 9 8 +ростовсько 1 3 4 1 +речі 6 3 6 9 +речи 5 3 8 5 +після 20 3 21 22 +проєкт 0 3 0 3 +проти 13 3 14 15 +проект 0 3 3 0 +почали 3 3 5 4 +потрібно 6 3 8 7 +послухаймо 3 3 6 3 +повноваження 4 3 7 4 +пана 3 3 3 6 +оці 1 3 1 4 +олександре 0 3 2 1 +ніч 3 3 4 5 +ну 12 3 13 14 +нема 14 3 17 14 +нас 28 3 28 31 +над 6 3 7 8 +між 9 3 10 11 +мої 4 3 5 6 +моксель 2 3 5 2 +мимохіть 1 3 1 4 +мимохідь 0 3 3 0 +маю 5 3 6 7 +мала 5 3 5 8 +літ 0 3 1 2 +лід 0 3 2 1 +людини 14 3 16 15 +людина 23 3 24 25 +люди 13 3 15 14 +лише 35 3 36 37 +кумири 0 3 3 0 +кращий 1 3 3 2 +корунд 1 3 4 1 +коле 0 3 3 0 +кола 1 3 2 3 +князя 24 3 25 26 +князь 42 3 44 43 +київ 10 3 13 10 +його 78 3 79 80 +зі 12 3 13 14 +звіт 0 3 1 2 +завжди 25 3 28 25 +женіцин 0 3 0 3 +же 7 3 8 9 +дома 3 3 4 5 +довго 2 3 5 2 +доважок 0 3 3 0 +дні 3 3 5 4 +день 14 3 15 16 +двоє 3 3 3 6 +гроші 7 3 8 9 +город 0 3 1 2 +голос 7 3 8 9 +вуха 4 3 6 5 +всіх 11 3 12 13 +вона 36 3 36 39 +вище 1 3 2 3 +видів 0 3 3 0 +верхні 0 3 1 2 +велику 1 3 1 4 +великоросів 6 3 9 6 +важливо 2 3 3 4 +більше 12 3 13 14 +бути 40 3 40 43 +буде 34 3 37 34 +боже 1 3 2 3 +багато 13 3 15 14 +їхні 3 2 4 4 +їх 32 2 33 33 +їй 3 2 3 5 +їдеш 0 2 1 1 +їв 2 2 4 2 +історичний 0 2 2 0 +істини 1 2 3 1 +ісайовичу 1 2 3 1 +іпатіївський 0 2 2 0 +імперія 6 2 7 7 +іди 1 2 1 3 +іде 2 2 4 2 +єсть 2 2 2 4 +яру 0 2 2 0 +ярославовича 2 2 4 2 +ярослава 2 2 2 4 +якщо 30 2 30 32 +яку 7 2 8 8 +юрій 3 2 3 5 +юрів 1 2 3 1 +щось 15 2 16 16 +шановні 8 2 10 8 +читачі 5 2 7 5 +чингісидів 0 2 2 0 +чий 0 2 2 0 +час 30 2 32 30 +цим 10 2 11 11 +цвіте 0 2 2 0 +царів 0 2 0 2 +хочу 19 2 20 20 +хоче 14 2 15 15 +хоча 9 2 10 10 +хотіли 1 2 1 3 +хліб 4 2 4 6 +хай 12 2 13 13 +фіст 0 2 2 0 +фіно 0 2 2 0 +файно 0 2 2 0 +усіх 6 2 8 6 +усьому 1 2 2 2 +уперше 1 2 2 2 +україни 62 2 63 63 +уже 14 2 14 16 +удруге 0 2 1 1 +тіло 2 2 3 3 +трупом 0 2 2 0 +треба 27 2 28 28 +торгу 0 2 2 0 +торби 1 2 2 2 +тоді 29 2 31 29 +тим 17 2 17 19 +терен 0 2 2 0 +теж 14 2 14 16 +твій 3 2 4 4 +твору 1 2 2 2 +татар 3 2 3 5 +такі 11 2 12 12 +таж 0 2 2 0 +сікурдові 0 2 2 0 +сікурд 0 2 2 0 +сів 1 2 2 2 +сі 2 2 3 3 +сягає 0 2 0 2 +сьогодні 13 2 13 15 +суть 2 2 4 2 +сусідам 0 2 2 0 +сусіда 1 2 1 3 +суздарських 0 2 0 2 +суздальську 0 2 2 0 +стати 3 2 3 5 +старий 4 2 5 5 +стала 5 2 6 6 +спів 0 2 2 0 +справи 1 2 2 2 +соціальній 1 2 1 3 +соціальні 0 2 2 0 +сон 0 2 1 1 +смо 1 2 3 1 +смерть 7 2 8 8 +словечко 0 2 2 0 +слов'янській 0 2 0 2 +славу 2 2 3 3 +слав 0 2 0 2 +складає 1 2 1 3 +ситий 1 2 3 1 +систему 4 2 5 5 +сини 3 2 4 4 +сили 2 2 4 2 +си 0 2 1 1 +серед 5 2 6 6 +села 3 2 4 4 +світла 0 2 2 0 +свій 8 2 8 10 +свої 15 2 15 17 +свого 17 2 19 17 +сафайно 0 2 0 2 +рік 9 2 11 9 +русі 5 2 6 6 +руссю 0 2 2 0 +російських 3 2 5 3 +російська 7 2 9 7 +ростовського 0 2 0 2 +розуму 2 2 3 3 +роботи 6 2 8 6 +робити 5 2 6 6 +речете 0 2 2 0 +півсвіта 1 2 3 1 +пів 0 2 2 0 +пусто 1 2 2 2 +проте 3 2 3 5 +простежмо 0 2 2 0 +проводить 0 2 1 1 +притому 0 2 2 0 +припиняються 0 2 2 0 +прийшли 4 2 6 4 +прийняли 1 2 2 2 +прес 0 2 0 2 +працювали 2 2 4 2 +прадавній 0 2 2 0 +правда 6 2 8 6 +права 15 2 16 16 +почала 0 2 0 2 +послухаємо 1 2 1 3 +послух 0 2 2 0 +послуг 1 2 1 3 +польщо 0 2 0 2 +подібне 1 2 3 1 +погано 3 2 4 4 +пліт 0 2 2 0 +певне 0 2 2 0 +пані 2 2 3 3 +павло 0 2 0 2 +п'ять 3 2 3 5 +очи 0 2 2 0 +очей 0 2 2 0 +ох 0 2 0 2 +отримуємо 0 2 2 0 +отримаємо 0 2 0 2 +отримала 0 2 0 2 +останнє 1 2 3 1 +остання 0 2 0 2 +осе 0 2 2 0 +оруди 0 2 0 2 +орду 1 2 3 1 +ой 2 2 2 4 +одна 10 2 12 10 +обіду 0 2 2 0 +носити 2 2 3 3 +новгорода 2 2 4 2 +новгород 2 2 4 2 +нижче 3 2 4 4 +ни 0 2 2 0 +негоже 0 2 1 1 +наче 2 2 2 4 +найде 1 2 3 1 +най 0 2 2 0 +набагато 0 2 0 2 +міх 0 2 2 0 +місці 3 2 3 5 +місце 2 2 3 3 +міст 2 2 4 2 +міг 5 2 6 6 +мусить 3 2 4 4 +муж 0 2 2 0 +московити 0 2 2 0 +можу 1 2 2 2 +мови 7 2 8 8 +минуло 2 2 4 2 +мила 0 2 0 2 +меду 1 2 3 1 +маємо 2 2 3 3 +маму 0 2 0 2 +мали 3 2 5 3 +максель 0 2 0 2 +мав 9 2 9 11 +ліс 4 2 6 4 +ліпше 0 2 2 0 +люби 0 2 2 0 +лугарі 0 2 2 0 +лежачий 0 2 2 0 +лаваша 0 2 2 0 +курунд 0 2 0 2 +крові 0 2 2 0 +крови 0 2 0 2 +кому 6 2 7 7 +компанії 1 2 1 3 +коло 4 2 5 5 +колись 3 2 4 4 +князівський 0 2 1 1 +княжий 0 2 0 2 +княже 11 2 13 11 +київській 0 2 0 2 +ким 2 2 3 3 +кампанії 0 2 2 0 +кайся 0 2 2 0 +йти 4 2 6 4 +йди 2 2 4 2 +зросійщення 0 2 2 0 +золотій 0 2 2 0 +золоті 1 2 1 3 +зобов'язання 0 2 0 2 +зніяковів 0 2 2 0 +знов 4 2 5 5 +знайде 1 2 3 1 +згодом 6 2 8 6 +звід 0 2 2 0 +звичай 0 2 1 1 +зброї 0 2 2 0 +запозичувалось 0 2 1 1 +забороняє 0 2 0 2 +з'явилася 3 2 3 5 +жорстока 0 2 2 0 +дуже 30 2 31 31 +другий 7 2 7 9 +друге 4 2 5 5 +долучитися 0 2 0 2 +доважку 0 2 2 0 +добра 9 2 9 11 +диво 1 2 1 3 +джо 0 2 0 2 +дещо 1 2 2 2 +десь 2 2 2 4 +державним 0 2 2 0 +двоїста 0 2 2 0 +дари 1 2 3 1 +дань 0 2 2 0 +дала 1 2 3 1 +давні 0 2 0 2 +дав 2 2 3 3 +гірей 0 2 2 0 +гілляку 0 2 2 0 +города 0 2 0 2 +годой 7 2 9 7 +гаряче 0 2 1 1 +гана 0 2 2 0 +відбувалося 4 2 5 5 +вчи 0 2 2 0 +ворона 1 2 3 1 +воно 7 2 8 8 +войслав 0 2 2 0 +во 0 2 2 0 +внизу 0 2 2 0 +власне 1 2 1 3 +виявилось 1 2 1 3 +вишата 6 2 7 7 +виступив 0 2 2 0 +виступ 1 2 2 2 +вийдеш 0 2 0 2 +видно 4 2 4 6 +видиш 0 2 2 0 +вечероньки 0 2 2 0 +великокнязівський 1 2 3 1 +велика 10 2 11 11 +ваше 0 2 1 1 +ваша 1 2 2 2 +вас 26 2 27 27 +варто 7 2 8 8 +важко 4 2 4 6 +більша 0 2 1 1 +біда 6 2 7 7 +бундючиться 0 2 2 0 +були 28 2 29 29 +брехні 8 2 10 8 +браттє 0 2 2 0 +богу 3 2 4 4 +бернський 0 2 2 0 +берке 0 2 2 0 +береги 0 2 1 1 +бачу 2 2 3 3 +базу 0 2 1 1 +анду 0 2 2 0 +азурит 0 2 2 0 +адже 5 2 7 5 +або 20 2 21 21 +ґрунті 0 1 1 0 +ґрунтується 1 1 2 1 +ґеоргія 0 1 0 1 +їхній 2 1 3 2 +їстини 0 1 0 1 +їсти 5 1 5 6 +їздитини 0 1 0 1 +їдять 0 1 1 0 +їдь 0 1 1 0 +їдцеви 0 1 1 0 +їдна 0 1 1 0 +їде 0 1 0 1 +ієрихонська 0 1 1 0 +ішла 0 1 1 0 +ішаєвим 0 1 1 0 +іумільов 0 1 1 0 +істсорії 0 1 1 0 +істотного 0 1 0 1 +істотно 0 1 1 0 +історії 22 1 23 22 +історією 2 1 3 2 +історія 5 1 5 6 +історію 8 1 8 9 +істориш 0 1 0 1 +історичному 0 1 1 0 +історич 0 1 0 1 +істинне 0 1 1 0 +істинна 0 1 0 1 +істиневого 0 1 0 1 +існувало 0 1 1 0 +існували 0 1 0 1 +іскрять 0 1 1 0 +іскрогасники 0 1 1 0 +іскринь 0 1 0 1 +іскрини 0 1 1 0 +іскрет 0 1 0 1 +ісаєвичу 0 1 0 1 +ісайович 0 1 1 0 +іронічному 0 1 1 0 +іржавий 0 1 1 0 +ірей 0 1 0 1 +іра 0 1 0 1 +іпархіями 0 1 0 1 +іоаннова 0 1 1 0 +ініціативу 0 1 0 1 +ініціативи 0 1 1 0 +іншій 1 1 1 2 +інші 9 1 10 9 +іншу 1 1 2 1 +іншого 8 1 9 8 +інших 10 1 11 10 +інше 8 1 8 9 +інша 2 1 2 3 +інформація 6 1 6 7 +інформацію 5 1 6 5 +інформаційній 0 1 1 0 +інфографіці 0 1 1 0 +інфляція 0 1 1 0 +інфекція 0 1 0 1 +інтерії 0 1 0 1 +інтелектуальної 1 1 2 1 +інтелектуальний 0 1 0 1 +інтелекту 0 1 1 0 +інтелектом 0 1 0 1 +інститути 0 1 1 0 +інститут 0 1 0 1 +іноді 4 1 5 4 +інквізиція 0 1 1 0 +інквівити 0 1 0 1 +індіреях 0 1 0 1 +інакшою 0 1 1 0 +інакша 0 1 0 1 +імперського 0 1 0 1 +імперсько 0 1 1 0 +імперично 0 1 0 1 +імовір 0 1 0 1 +іммігрантів 0 1 1 0 +імені 0 1 0 1 +ілюстратори 0 1 0 1 +ілюстратор 0 1 1 0 +ікс 0 1 0 1 +іконем 0 1 0 1 +ікар 0 1 1 0 +ізнищують 0 1 0 1 +ідеї 2 1 3 2 +ідеться 0 1 0 1 +ідентифікувати 0 1 1 0 +ідей 1 1 2 1 +ідеального 0 1 0 1 +ідеально 0 1 1 0 +івця 0 1 1 0 +івань 0 1 0 1 +івав 0 1 0 1 +єцеві 0 1 0 1 +єхище 0 1 0 1 +єутихії 0 1 0 1 +єутихій 0 1 1 0 +ється 0 1 0 1 +єстий 0 1 0 1 +єсте 0 1 1 0 +єсмь 5 1 6 5 +єсироду 0 1 0 1 +єсе 0 1 0 1 +єрейси 0 1 0 1 +єрей 0 1 0 1 +єпархіями 0 1 1 0 +єна 0 1 0 1 +єлишня 0 1 0 1 +єзичку 0 1 1 0 +єзиком 0 1 1 0 +єдна 0 1 0 1 +єдиний 0 1 1 0 +єдина 3 1 4 3 +європу 1 1 1 2 +європи 4 1 5 4 +європейської 0 1 0 1 +європейськи 0 1 1 0 +яхну 0 1 0 1 +ясла 0 1 1 0 +ярихонська 0 1 0 1 +якісь 0 1 1 0 +якщом 0 1 0 1 +якути 0 1 1 0 +якусь 0 1 0 1 +якої 0 1 1 0 +якою 0 1 0 1 +якось 1 1 1 2 +якості 0 1 1 0 +якого 6 1 6 7 +якнаягідна 0 1 0 1 +якнайстаршого 0 1 0 1 +яких 7 1 8 7 +якийсь 2 1 2 3 +яй 0 1 0 1 +язяцех 0 1 1 0 +язичку 0 1 0 1 +язиком 1 1 1 2 +язву 0 1 1 0 +язвить 0 1 1 0 +яз 0 1 1 0 +ядерної 0 1 0 1 +ядерною 0 1 1 0 +являє 0 1 0 1 +явища 2 1 2 3 +юрія 3 1 3 4 +юрійовича 0 1 1 0 +юре 0 1 1 0 +щітградків 0 1 0 1 +щіня 0 1 0 1 +щівний 0 1 0 1 +щє 0 1 1 0 +щучим 0 1 1 0 +щоці 0 1 1 0 +щороків 0 1 0 1 +щоби 0 1 0 1 +щит 0 1 1 0 +щена 0 1 0 1 +щастя 5 1 5 6 +шіня 0 1 1 0 +шулер 0 1 1 0 +шукайте 0 1 0 1 +шукай 1 1 2 1 +штанько 0 1 0 1 +шоці 0 1 0 1 +шовіністично 0 1 1 0 +шовіністи 0 1 1 0 +шовінізм 0 1 1 0 +шмикав 0 1 0 1 +шкодило 0 1 0 1 +шкодила 0 1 1 0 +шкерії 0 1 0 1 +шкапом 0 1 0 1 +шкапа 0 1 1 0 +шиє 1 1 1 2 +шия 1 1 1 2 +широчінню 0 1 1 0 +широчинню 0 1 0 1 +ширвжиткових 0 1 1 0 +шир 0 1 0 1 +шечало 0 1 0 1 +шемячичем 0 1 1 0 +шем'ячичем 0 1 0 1 +шелестіло 0 1 0 1 +шелестіли 0 1 1 0 +шекспіра 0 1 1 0 +шедеврами 0 1 1 0 +шворці 0 1 1 0 +шворце 0 1 0 1 +шапайло 0 1 0 1 +шанує 0 1 0 1 +шануй 0 1 1 0 +шанувати 0 1 1 0 +шанувайте 0 1 0 1 +шана 1 1 1 2 +шайвом 0 1 0 1 +шавіністю 0 1 0 1 +чіткою 0 1 0 1 +чіпкою 0 1 1 0 +чінгісхана 0 1 0 1 +чім 0 1 1 0 +чільний 0 1 1 0 +чує 1 1 2 1 +чую 2 1 2 3 +чути 1 1 1 2 +чуського 0 1 0 1 +чулося 0 1 1 0 +чуй 0 1 0 1 +чужій 0 1 0 1 +чужі 0 1 1 0 +чужорідними 0 1 0 1 +чужорідним 0 1 1 0 +чужині 1 1 2 1 +чудській 0 1 1 0 +чудського 0 1 1 0 +чудський 0 1 0 1 +чудаінда 0 1 0 1 +чортови 0 1 1 0 +чортове 0 1 0 1 +чорт 2 1 2 3 +чорники 0 1 0 1 +чорний 1 1 2 1 +чорне 0 1 1 0 +чорами 0 1 0 1 +чомусь 2 1 2 3 +чоловік 3 1 4 3 +чоло 0 1 1 0 +чогось 1 1 2 1 +членство 0 1 1 0 +чккерія 0 1 0 1 +чкері 0 1 0 1 +чию 0 1 1 0 +читачів 3 1 4 3 +читати 1 1 1 2 +читанні 0 1 1 0 +читала 0 1 1 0 +чистіші 0 1 1 0 +чистішим 0 1 1 0 +чистій 0 1 1 0 +чистому 0 1 0 1 +чисто 0 1 1 0 +чиста 0 1 0 1 +численні 3 1 3 4 +чиновні 0 1 0 1 +чинний 0 1 0 1 +чинені 0 1 1 0 +чингісхана 0 1 1 0 +чингісида 0 1 1 0 +чин 0 1 1 0 +чечнії 0 1 0 1 +чечні 2 1 3 2 +четвертий 0 1 0 1 +четверте 0 1 1 0 +четверта 0 1 0 1 +четати 0 1 1 0 +честолюбності 0 1 1 0 +чесно 1 1 2 1 +черсткішим 0 1 0 1 +черствішим 0 1 1 0 +чернець 0 1 1 0 +чернеті 0 1 0 1 +черенцеві 0 1 1 0 +черемцеві 0 1 0 1 +через 13 1 14 13 +червця 1 1 2 1 +червцем 0 1 1 0 +ченгісидів 0 1 0 1 +челядника 0 1 1 0 +челядник 1 1 1 2 +чекачем 0 1 0 1 +чекала 0 1 1 0 +чекав 4 1 4 5 +чейство 0 1 0 1 +чевіру 0 1 0 1 +чверть 0 1 0 1 +чаю 0 1 0 1 +часу 17 1 17 18 +частішив 0 1 0 1 +частіше 2 1 2 3 +часто 3 1 4 3 +частину 3 1 4 3 +частиною 1 1 1 2 +часом 5 1 5 6 +чар 0 1 0 1 +чанку 0 1 0 1 +чайної 0 1 1 0 +цієї 10 1 10 11 +цірцея 0 1 1 0 +ціпом 0 1 1 0 +цінь 0 1 0 1 +цінністю 1 1 2 1 +цілоспрямовану 0 1 0 1 +цілковиті 0 1 0 1 +цілковитий 0 1 1 0 +цілеспрямовану 0 1 1 0 +ціла 1 1 2 1 +цікава 2 1 3 2 +цьому 17 1 18 17 +цих 14 1 15 14 +циту 0 1 0 1 +циток 0 1 0 1 +цитаті 1 1 2 1 +цитату 1 1 2 1 +ципаті 0 1 0 1 +цинтер 0 1 0 1 +цивільну 0 1 1 0 +ци 0 1 1 0 +церкви 2 1 3 2 +церква 1 1 1 2 +цербер 0 1 1 0 +центр 0 1 1 0 +цвітатера 0 1 0 1 +царбер 0 1 0 1 +хіт 0 1 0 1 +хтіли 0 1 1 0 +хторанше 0 1 1 0 +храм 0 1 0 1 +хочуть 4 1 5 4 +хочеться 3 1 3 4 +хохав 0 1 0 1 +хотінням 0 1 1 0 +хотілось 1 1 2 1 +хотю 0 1 0 1 +хотлінної 0 1 0 1 +хороший 1 1 1 2 +хорон 0 1 0 1 +хоробе 0 1 0 1 +хомституційні 0 1 0 1 +холько 0 1 0 1 +холосів 0 1 0 1 +ходимий 0 1 0 1 +ходи 2 1 3 2 +ховав 0 1 1 0 +хманжурі 0 1 0 1 +хлібу 0 1 1 0 +хлібералів 0 1 0 1 +хихикати 0 1 1 0 +хитрий 0 1 1 0 +хикати 0 1 0 1 +хенд 0 1 0 1 +хвісьмоть 0 1 0 1 +хвороби 0 1 1 0 +хворменого 0 1 1 0 +хворбиного 0 1 0 1 +хвилини 0 1 0 1 +хвалько 0 1 1 0 +хвали 0 1 1 0 +хая 0 1 0 1 +хаузан 0 1 0 1 +хату 2 1 2 3 +хат 0 1 1 0 +харя 2 1 3 2 +харю 3 1 3 4 +хартію 0 1 1 0 +харон 0 1 1 0 +харкію 0 1 0 1 +харкової 0 1 0 1 +характеризується 0 1 0 1 +характеризуться 0 1 1 0 +хапає 0 1 0 1 +хапай 0 1 1 0 +хаополум'ям 0 1 0 1 +ханоуб 0 1 0 1 +ханбергер 0 1 0 1 +ханберге 0 1 0 1 +ханадимитрію 0 1 0 1 +хамелеон 0 1 1 0 +хамалоон 0 1 0 1 +хам 0 1 0 1 +хайстя 0 1 0 1 +хазяїн 0 1 1 0 +хава 0 1 0 1 +х 0 1 1 0 +фітосів 0 1 0 1 +фіолетовій 0 1 1 0 +фіолети 0 1 0 1 +фінські 1 1 2 1 +фінський 0 1 0 1 +фінногорської 0 1 0 1 +фінататарський 0 1 0 1 +фінансування 1 1 1 2 +фіна 0 1 1 0 +фін 0 1 1 0 +фіктивні 0 1 1 0 +фіктальні 0 1 0 1 +фізичні 0 1 1 0 +фізичну 0 1 1 0 +фізично 0 1 0 1 +фотострави 0 1 0 1 +фото 4 1 5 4 +формально 0 1 1 0 +фографиці 0 1 0 1 +флору 0 1 0 1 +феодосії 0 1 1 0 +феодосі 0 1 0 1 +фейкової 0 1 1 0 +фахівець 0 1 1 0 +фахіба 0 1 0 1 +фахти 0 1 0 1 +фальшувати 0 1 1 0 +фальшими 0 1 0 1 +фальшем 0 1 1 0 +фальсифікації 0 1 0 1 +фальсифікацій 0 1 1 0 +фактично 1 1 2 1 +факти 8 1 9 8 +файної 0 1 1 0 +файною 0 1 0 1 +уявляєте 0 1 0 1 +уявляйте 0 1 1 0 +учімося 0 1 1 0 +учишся 0 1 0 1 +учительством 0 1 0 1 +учинили 0 1 1 0 +учетверте 0 1 1 0 +участь 7 1 8 7 +утіха 0 1 1 0 +утік 0 1 1 0 +утрималась 0 1 1 0 +усім 2 1 3 2 +усі 8 1 8 9 +усякої 0 1 1 0 +уся 0 1 0 1 +усього 3 1 4 3 +устами 0 1 0 1 +усталеного 0 1 1 0 +устала 0 1 1 0 +уставленого 0 1 0 1 +уста 0 1 0 1 +успадковуй 0 1 1 0 +успадковий 0 1 0 1 +усміхнеться 0 1 1 0 +усвідомість 0 1 0 1 +урізноманітнити 0 1 1 0 +урятувати 0 1 1 0 +урядок 0 1 0 1 +урок 1 1 1 2 +урегулювання 0 1 1 0 +уранці 1 1 1 2 +уралля 0 1 0 1 +упізнав 0 1 1 0 +упустити 0 1 1 0 +упродовж 0 1 1 0 +управлеш 0 1 0 1 +употопитесь 0 1 0 1 +уподобитись 0 1 1 0 +упершись 0 1 1 0 +уперед 3 1 4 3 +упав 0 1 0 1 +уособлення 1 1 2 1 +уособленим 0 1 0 1 +унрн 0 1 0 1 +унр 2 1 3 2 +уникав 0 1 1 0 +унизу 0 1 0 1 +унецька 0 1 0 1 +уневський 0 1 0 1 +умієш 0 1 1 0 +умільов 0 1 0 1 +умом 0 1 1 0 +умови 1 1 1 2 +умов 0 1 0 1 +умигоока 0 1 0 1 +улусів 0 1 1 0 +улусах 0 1 1 0 +улус 0 1 1 0 +уложицький 0 1 0 1 +уличі 0 1 1 0 +укусив 0 1 1 0 +українські 3 1 4 3 +український 6 1 6 7 +україномовної 1 1 2 1 +україна 4 1 4 5 +украдуть 0 1 0 1 +укосив 0 1 0 1 +узнаєш 0 1 1 0 +уздогадах 0 1 0 1 +узбекові 0 1 1 0 +узбека 1 1 2 1 +узагальнювати 0 1 1 0 +узавтра 1 1 2 1 +ужити 0 1 0 1 +ужгородиком 0 1 0 1 +ударять 0 1 1 0 +ударив 0 1 1 0 +удав 0 1 0 1 +угорської 0 1 1 0 +увійшов 0 1 0 1 +увидиш 0 1 1 0 +увечері 1 1 2 1 +увесь 0 1 1 0 +уваги 4 1 5 4 +увага 0 1 0 1 +убрав 0 1 1 0 +убитих 0 1 0 1 +убивства 0 1 1 0 +тієві 0 1 0 1 +тісно 2 1 2 3 +тімо 0 1 0 1 +тім 1 1 1 2 +тілько 0 1 0 1 +тільки 29 1 29 30 +тілом 1 1 2 1 +тіл 0 1 0 1 +тій 1 1 2 1 +тятива 0 1 1 0 +тю 0 1 1 0 +тьо 0 1 0 1 +тьмяним 0 1 1 0 +тчу 0 1 1 0 +туша 0 1 0 1 +турість 0 1 0 1 +туреччині 0 1 0 1 +тур 0 1 1 0 +тупкались 0 1 1 0 +тупитися 0 1 0 1 +тукхумі 0 1 1 0 +тсяч 0 1 1 0 +тріснуть 0 1 0 1 +тріснуло 0 1 1 0 +трісне 0 1 1 0 +трут 0 1 0 1 +труси 0 1 1 0 +трусе 0 1 0 1 +труд 0 1 1 0 +троїце 0 1 1 0 +трохи 7 1 8 7 +тростай 0 1 0 1 +триста 0 1 1 0 +тривали 0 1 1 0 +трибуно 0 1 1 0 +третє 2 1 3 2 +третя 0 1 0 1 +трепетно 0 1 1 0 +тратити 0 1 1 0 +трас 0 1 0 1 +трапляється 0 1 0 1 +трапляються 0 1 1 0 +трапить 0 1 0 1 +трапес 0 1 0 1 +трапез 0 1 1 0 +традиційну 0 1 0 1 +традиційно 0 1 1 0 +традиційне 0 1 1 0 +традицій 1 1 1 2 +трагедії 0 1 1 0 +трагедійне 0 1 0 1 +травматичної 0 1 1 0 +травматичною 0 1 0 1 +трава 0 1 1 0 +торіх 0 1 0 1 +торго 0 1 0 1 +торбі 1 1 2 1 +томовки 0 1 0 1 +томеш 0 1 0 1 +толя 0 1 0 1 +токіо 0 1 1 0 +токхумі 0 1 0 1 +току 0 1 1 0 +ток 0 1 1 0 +тож 4 1 4 5 +тогди 0 1 1 0 +товітник 0 1 0 1 +товжая 0 1 0 1 +товару 2 1 2 3 +товарооборот 0 1 1 0 +товариша 1 1 2 1 +товариш 0 1 0 1 +товари 0 1 1 0 +товар 1 1 1 2 +това 0 1 0 1 +тмофляснух 0 1 0 1 +тлумач 0 1 1 0 +тичня 0 1 0 1 +титан 0 1 1 0 +тисяч 0 1 0 1 +тиран 0 1 1 0 +тира 0 1 0 1 +тин 0 1 1 0 +тимуру 0 1 1 0 +тимур 0 1 1 0 +тиму 0 1 0 1 +тибету 0 1 1 0 +теща 0 1 1 0 +течем 0 1 0 1 +тех 0 1 0 1 +терпіть 0 1 1 0 +терпінням 0 1 0 1 +терпіння 1 1 2 1 +терпів 0 1 1 0 +терні 0 1 1 0 +термінове 0 1 0 1 +теремний 0 1 1 0 +тепер 16 1 16 17 +теологічної 0 1 0 1 +темні 0 1 0 1 +темно 0 1 1 0 +темних 0 1 1 0 +темний 1 1 1 2 +темна 0 1 0 1 +тем 1 1 1 2 +тексту 0 1 0 1 +текстові 0 1 1 0 +тебе 28 1 29 28 +театрудові 0 1 0 1 +театру 0 1 1 0 +творять 1 1 2 1 +творської 0 1 0 1 +творити 1 1 2 1 +твойслава 0 1 0 1 +твері 0 1 1 0 +тверської 0 1 1 0 +твер'ю 0 1 1 0 +твер 0 1 1 0 +тату 0 1 1 0 +татом 0 1 1 0 +тато 0 1 0 1 +татати 0 1 0 1 +татарськими 0 1 1 0 +татарський 0 1 1 0 +татаром 0 1 0 1 +татарами 1 1 1 2 +татарам 0 1 1 0 +тасувала 0 1 1 0 +тари 0 1 0 1 +таран 0 1 0 1 +танцює 0 1 0 1 +танцю 0 1 1 0 +тамті 0 1 1 0 +талар 0 1 0 1 +такій 0 1 0 1 +такшувати 0 1 0 1 +такому 1 1 1 2 +також 24 1 25 24 +такого 7 1 7 8 +такнув 0 1 1 0 +таких 4 1 5 4 +тайвань 0 1 1 0 +таврує 0 1 1 0 +тавроя 0 1 0 1 +сієї 1 1 2 1 +січові 0 1 1 0 +сіті 1 1 2 1 +сітті 0 1 0 1 +сісти 0 1 0 1 +сірію 0 1 0 1 +сімейнаристи 0 1 0 1 +сім 0 1 0 1 +сільрад 0 1 1 0 +сіверян 0 1 1 0 +сядеш 0 1 1 0 +сюда 0 1 0 1 +сходою 0 1 0 1 +сходили 0 1 1 0 +сходила 0 1 0 1 +схилімо 0 1 1 0 +схваленні 0 1 1 0 +схвалення 0 1 0 1 +сформаційній 0 1 0 1 +суші 0 1 0 1 +суши 0 1 1 0 +суформально 0 1 0 1 +суті 2 1 3 2 +сусіди 0 1 1 0 +суспільство 1 1 1 2 +суспільства 2 1 3 2 +суру 0 1 1 0 +сурженіцин 0 1 0 1 +суньої 0 1 0 1 +сунувся 0 1 0 1 +сумую 0 1 1 0 +сумувачів 0 1 0 1 +сума 0 1 1 0 +сулженіцина 0 1 0 1 +сул 0 1 0 1 +сук 0 1 1 0 +сузельських 0 1 0 1 +суздер 0 1 0 1 +суздельські 0 1 0 1 +суздельської 0 1 0 1 +суздельська 0 1 0 1 +суздальські 0 1 1 0 +суздальської 0 1 1 0 +суздальський 0 1 1 0 +суздальська 0 1 1 0 +суздаль 0 1 1 0 +судіть 1 1 2 1 +судді 4 1 5 4 +суворого 0 1 0 1 +суворова 0 1 1 0 +субтитрами 0 1 1 0 +субтидрами 0 1 0 1 +субтельного 0 1 1 0 +стічків 0 1 0 1 +стінами 0 1 1 0 +стінам 0 1 0 1 +стільки 2 1 2 3 +стіжок 0 1 1 0 +студентами 0 1 0 1 +студент 0 1 1 0 +студене 0 1 1 0 +стрінці 0 1 0 1 +стрільці 0 1 1 0 +струпом 0 1 0 1 +строїться 0 1 0 1 +стрип 0 1 1 0 +стрибку 0 1 0 1 +стрек 0 1 0 1 +страшно 4 1 4 5 +страчка 0 1 0 1 +страку 0 1 0 1 +страйк 0 1 1 0 +страждання 2 1 3 2 +страви 3 1 4 3 +стої 0 1 0 1 +стояна 0 1 1 0 +стосувала 0 1 0 1 +сторіч 1 1 2 1 +сторі 0 1 0 1 +сторопів 0 1 1 0 +сторожі 0 1 1 0 +сторож 1 1 1 2 +сторогом 0 1 0 1 +сторий 0 1 0 1 +сторечок 0 1 0 1 +століттями 0 1 1 0 +століття 5 1 5 6 +столюбності 0 1 0 1 +столом 1 1 1 2 +столого 0 1 0 1 +стогін 0 1 1 0 +сто 3 1 3 4 +стичня 0 1 1 0 +стиг 0 1 0 1 +степовика 0 1 1 0 +стенув 1 1 2 1 +стену 0 1 0 1 +стелиться 0 1 1 0 +стежок 0 1 0 1 +стебету 0 1 0 1 +стає 2 1 3 2 +статі 0 1 0 1 +статс 0 1 1 0 +статом 0 1 0 1 +статись 0 1 1 0 +стат 0 1 0 1 +старішого 0 1 1 0 +старіший 0 1 1 0 +старійшого 0 1 0 1 +старійший 1 1 1 2 +старій 0 1 0 1 +старі 2 1 3 2 +старосійська 0 1 0 1 +стародавній 0 1 0 1 +стародавні 0 1 1 0 +старицю 0 1 1 0 +старечо 0 1 1 0 +стараємо 0 1 0 1 +старанно 2 1 2 3 +старай 0 1 0 1 +стара 2 1 3 2 +стань 0 1 1 0 +становлюється 0 1 0 1 +становило 0 1 1 0 +стан 0 1 0 1 +стало 2 1 2 3 +стали 5 1 6 5 +сталася 0 1 1 0 +стайню 0 1 1 0 +ставці 1 1 2 1 +ставиться 0 1 0 1 +ставимо 0 1 1 0 +ставили 0 1 0 1 +ставаймо 0 1 1 0 +став 6 1 6 7 +ста 0 1 0 1 +ссе 0 1 1 0 +сріло 0 1 0 1 +срібла 0 1 0 1 +срачка 0 1 1 0 +сраку 0 1 1 0 +спіткнись 0 1 1 0 +спіра 0 1 0 1 +спільною 0 1 1 0 +спіймать 0 1 0 1 +спідною 0 1 0 1 +співчуттям 1 1 1 2 +співчуття 0 1 1 0 +співця 0 1 1 0 +співучасті 0 1 0 1 +співпрацю 0 1 0 1 +співпрацею 0 1 1 0 +співночі 0 1 0 1 +спрямованих 0 1 1 0 +спростувати 0 1 0 1 +спростовувати 0 1 1 0 +спробуй 0 1 1 0 +спроби 1 1 1 2 +справу 2 1 2 3 +справою 0 1 1 0 +справжній 5 1 6 5 +справжнє 0 1 0 1 +справжня 2 1 2 3 +справжню 1 1 2 1 +справжньою 0 1 1 0 +справді 10 1 10 11 +спочити 0 1 1 0 +спочини 0 1 0 1 +спочине 0 1 1 0 +спочина 0 1 0 1 +спочатку 4 1 4 5 +спорожнювалась 0 1 1 0 +спориші 0 1 1 0 +сполчитись 0 1 1 0 +сполчайте 0 1 1 0 +сполучайте 0 1 0 1 +спокіязьювання 0 1 0 1 +спокійно 2 1 2 3 +спокону 0 1 1 0 +споконвіків 0 1 1 0 +споконвіки 0 1 0 1 +сподвижника 0 1 1 0 +сповнав 0 1 0 1 +сповна 0 1 1 0 +спицях 0 1 1 0 +спитнись 0 1 0 1 +спитим 0 1 0 1 +списку 0 1 0 1 +спискові 0 1 1 0 +спинька 0 1 0 1 +спинний 0 1 1 0 +спини 1 1 1 2 +спеціально 0 1 0 1 +спеціальна 0 1 1 0 +спеціа 0 1 0 1 +спекові 0 1 0 1 +спасибі 0 1 0 1 +спаси 0 1 1 0 +спанню 0 1 1 0 +спалком 0 1 0 1 +спалить 0 1 1 0 +спалений 0 1 1 0 +спалене 0 1 0 1 +спадкоємиця 0 1 1 0 +спадкоємицею 0 1 1 0 +спадкоємець 0 1 0 1 +спадкоємецею 0 1 0 1 +спав 0 1 0 1 +союзному 0 1 1 0 +союзного 0 1 0 1 +соціології 0 1 0 1 +соціологію 0 1 1 0 +соцький 0 1 0 1 +соцмологи 0 1 0 1 +сорі 0 1 0 1 +сортак 0 1 0 1 +сопілі 0 1 1 0 +сопках 0 1 1 0 +солонь 0 1 1 0 +солонці 0 1 0 1 +солодше 0 1 1 0 +солодша 0 1 0 1 +солженіцину 0 1 1 0 +солженіциндавно 0 1 1 0 +солженіцим 0 1 0 1 +солженідин 0 1 1 0 +солдатів 1 1 2 1 +солдате 0 1 0 1 +сол 0 1 0 1 +соколів 0 1 1 0 +создальських 0 1 0 1 +содженіться 0 1 0 1 +собою 1 1 1 2 +собов 0 1 1 0 +собачій 0 1 0 1 +собачий 0 1 1 0 +сном 1 1 2 1 +сміло 0 1 0 1 +сміле 0 1 1 0 +сміла 0 1 0 1 +смути 0 1 1 0 +смут 0 1 0 1 +смугами 0 1 1 0 +смолить 0 1 0 1 +смокій 0 1 0 1 +смокіайс 0 1 1 0 +смисл 0 1 1 0 +смисел 0 1 0 1 +смикав 0 1 1 0 +смерті 8 1 8 9 +смерти 0 1 1 0 +смерк 0 1 1 0 +смерд 0 1 1 0 +смалить 0 1 1 0 +смакурами 0 1 0 1 +смак 2 1 2 3 +смаглого 0 1 1 0 +смагли 0 1 0 1 +сліпо 0 1 1 0 +сліму 0 1 0 1 +слідчовий 0 1 0 1 +слід 8 1 9 8 +слюб 0 1 0 1 +слю 0 1 1 0 +слухає 0 1 0 1 +слухаймо 0 1 0 1 +слухай 1 1 2 1 +слуха 0 1 1 0 +служійцино 0 1 0 1 +служині 0 1 0 1 +служені 0 1 0 1 +служе 0 1 0 1 +службова 0 1 1 0 +служби 1 1 2 1 +служба 0 1 0 1 +служать 1 1 2 1 +слово 16 1 17 16 +словачко 0 1 0 1 +словами 5 1 5 6 +словам 0 1 0 1 +слова 27 1 28 27 +слов'янські 0 1 1 0 +слов'янських 1 1 2 1 +слобечко 0 1 0 1 +сле 0 1 1 0 +славість 0 1 0 1 +славута 0 1 1 0 +славте 0 1 1 0 +слава 12 1 12 13 +слабість 0 1 1 0 +слабшині 0 1 0 1 +слабода 0 1 0 1 +скільків 0 1 0 1 +скільки 14 1 15 14 +скупий 0 1 1 0 +скупи 0 1 0 1 +скручу 0 1 1 0 +скричу 0 1 0 1 +скрипти 0 1 0 1 +скребти 0 1 1 0 +скрана 0 1 0 1 +скочила 0 1 0 1 +скоротипів 0 1 0 1 +скоричали 0 1 0 1 +скористаюся 0 1 0 1 +скористаюсь 0 1 1 0 +скористалися 0 1 0 1 +скорилися 0 1 1 0 +скондувати 0 1 0 1 +скоморох 0 1 1 0 +скоморог 0 1 0 1 +склалося 0 1 0 1 +складно 0 1 1 0 +складе 0 1 1 0 +складається 2 1 3 2 +скла 0 1 0 1 +скинув 1 1 2 1 +скину 0 1 0 1 +скаче 0 1 1 0 +скамчацький 0 1 0 1 +скаку 0 1 1 0 +сказала 1 1 1 2 +скажіть 0 1 0 1 +сичало 0 1 1 0 +ситі 0 1 1 0 +ситуація 0 1 1 0 +сити 0 1 0 1 +системи 2 1 2 3 +система 1 1 2 1 +сирію 0 1 1 0 +сироп 0 1 0 1 +сирок 0 1 1 0 +сировиною 0 1 1 0 +синій 5 1 6 5 +синонім 1 1 2 1 +синами 0 1 0 1 +синам 0 1 1 0 +синагоху 0 1 0 1 +синагогу 0 1 1 0 +сина 1 1 1 2 +силіконову 0 1 1 0 +силіконова 0 1 0 1 +сильнішого 0 1 0 1 +сильніше 1 1 2 1 +сильніша 0 1 0 1 +сильніш 0 1 1 0 +сильну 0 1 1 0 +сильно 0 1 0 1 +сильнином 0 1 0 1 +сильними 0 1 0 1 +силовики 0 1 1 0 +силий 0 1 0 1 +сила 4 1 4 5 +сидять 0 1 0 1 +сигатирів 0 1 0 1 +сивогусий 0 1 0 1 +сивовусий 0 1 1 0 +сестрице 0 1 1 0 +сестра 4 1 4 5 +серця 2 1 3 2 +серцем 2 1 3 2 +сертака 0 1 0 1 +середу 0 1 0 1 +середня 0 1 0 1 +середньотермінові 0 1 1 0 +сердитої 0 1 0 1 +сердито 0 1 1 0 +сердечні 0 1 1 0 +сергієву 0 1 1 0 +сергія 0 1 0 1 +сергію 0 1 1 0 +сергю 0 1 0 1 +сервісного 0 1 1 0 +серві 0 1 0 1 +сервантиса 0 1 0 1 +сервантеса 0 1 1 0 +серачаєш 0 1 0 1 +сер 0 1 0 1 +сенс 1 1 2 1 +семінаристи 0 1 1 0 +селі 3 1 3 4 +селянином 0 1 1 0 +село 0 1 0 1 +селища 0 1 1 0 +селилася 0 1 1 0 +сели 0 1 0 1 +селам 0 1 0 1 +секурчику 0 1 0 1 +секунду 0 1 1 0 +сейсмологи 0 1 1 0 +сей 0 1 1 0 +севодовичем 0 1 0 1 +себе 31 1 31 32 +світі 10 1 11 10 +світя 0 1 0 1 +світу 11 1 12 11 +світогляду 1 1 2 1 +світовтом 0 1 0 1 +світової 2 1 3 2 +світми 0 1 0 1 +світлі 2 1 3 2 +світливо 0 1 0 1 +світлаче 0 1 0 1 +світе 0 1 0 1 +свіжою 0 1 1 0 +свіжого 0 1 0 1 +свідомість 2 1 3 2 +свідомого 0 1 1 0 +свідомо 4 1 4 5 +священника 0 1 1 0 +священика 0 1 0 1 +святоїкатцтвом 0 1 0 1 +святотатством 0 1 1 0 +святогляду 0 1 0 1 +святиш 0 1 0 1 +святині 0 1 1 0 +своїх 16 1 17 16 +своїм 2 1 3 2 +своєї 13 1 14 13 +своєю 6 1 6 7 +своєму 6 1 6 7 +своєкорисливість 0 1 1 0 +своя 1 1 2 1 +свою 17 1 17 18 +своду 0 1 0 1 +свободи 3 1 4 3 +свобода 0 1 0 1 +свист 0 1 0 1 +свиня 1 1 2 1 +сварки 0 1 1 0 +сваркам 0 1 0 1 +сатині 0 1 0 1 +сатани 0 1 1 0 +сартак 0 1 1 0 +сардонічний 0 1 1 0 +сараєм 0 1 0 1 +сараю 0 1 1 0 +сарай 0 1 1 0 +сапало 0 1 1 0 +санітарно 0 1 1 0 +санітарна 0 1 0 1 +санта 0 1 0 1 +санкт 0 1 1 0 +сани 1 1 2 1 +санжа 0 1 0 1 +самісінька 0 1 0 1 +саміська 0 1 1 0 +самою 0 1 0 1 +саморості 0 1 0 1 +самоназву 0 1 1 0 +самомонатора 0 1 0 1 +самолюбство 0 1 1 0 +самовидиш 0 1 0 1 +самобутній 0 1 1 0 +само 1 1 1 2 +самим 3 1 3 4 +сами 0 1 1 0 +салженіцин 0 1 0 1 +салатина 0 1 0 1 +саладіна 0 1 1 0 +сал 0 1 0 1 +сака 0 1 0 1 +сайовичу 0 1 0 1 +сайович 0 1 0 1 +саді 0 1 1 0 +садовили 0 1 1 0 +садиш 0 1 0 1 +саватака 0 1 1 0 +сава 0 1 0 1 +сабол 0 1 0 1 +са 0 1 0 1 +рішучі 1 1 1 2 +рішуче 1 1 2 1 +річка 0 1 0 1 +річ 10 1 10 11 +рінтола 0 1 1 0 +ріллю 0 1 1 0 +рікли 0 1 1 0 +ріка 1 1 2 1 +різянська 0 1 0 1 +різну 0 1 0 1 +різноманітний 0 1 0 1 +різний 0 1 0 1 +різань 0 1 0 1 +різанню 0 1 0 1 +різанецю 0 1 0 1 +різанець 0 1 1 0 +різавжди 0 1 0 1 +рідллю 0 1 0 1 +рідкі 0 1 1 0 +ріг 0 1 0 1 +рівнями 0 1 1 0 +рівним 0 1 1 0 +рівнем 0 1 0 1 +рівень 2 1 2 3 +рятуєш 0 1 0 1 +рятувати 0 1 0 1 +рясі 0 1 1 0 +рясно 0 1 1 0 +рясне 0 1 0 1 +рязань 0 1 1 0 +рязанського 1 1 2 1 +рязанню 0 1 1 0 +рядкі 0 1 0 1 +рюриковичів 0 1 1 0 +рушійна 0 1 1 0 +рушина 0 1 0 1 +рух 2 1 2 3 +русю 0 1 0 1 +руському 0 1 1 0 +руських 1 1 2 1 +русь 2 1 2 3 +русичами 0 1 1 0 +русини 1 1 2 1 +руси 0 1 1 0 +русею 0 1 0 1 +рункий 0 1 0 1 +рунки 0 1 1 0 +румуном 0 1 0 1 +румунам 0 1 1 0 +руку 2 1 2 3 +руки 7 1 7 8 +руках 3 1 4 3 +ружанцю 0 1 1 0 +руденський 0 1 0 1 +рубін 0 1 1 0 +рубоча 0 1 0 1 +рубача 0 1 1 0 +ротять 0 1 0 1 +ротику 1 1 2 1 +росіюється 0 1 0 1 +росіщення 0 1 0 1 +росіщена 0 1 0 1 +російські 6 1 6 7 +російському 1 1 1 2 +російського 2 1 2 3 +російське 1 1 1 2 +росій 0 1 0 1 +росіг 0 1 0 1 +росів 0 1 0 1 +ростуть 1 1 1 2 +ростовську 0 1 0 1 +ростовом 0 1 1 0 +ростововом 0 1 0 1 +роси 0 1 1 0 +роли 0 1 0 1 +років 14 1 15 14 +року 3 1 4 3 +роки 13 1 14 13 +розчистив 0 1 1 0 +розчепірив 0 1 1 0 +розумом 0 1 0 1 +розум 2 1 3 2 +розтризати 0 1 0 1 +розтерзати 0 1 1 0 +розсіюються 0 1 1 0 +розстежимо 0 1 0 1 +розсипану 0 1 1 0 +розсипано 0 1 0 1 +розса 0 1 0 1 +розробки 0 1 1 0 +розробка 0 1 0 1 +розправа 0 1 1 0 +розплачуватися 0 1 1 0 +розплачуватись 0 1 0 1 +розорних 0 1 0 1 +розорених 0 1 1 0 +розмінника 0 1 0 1 +розложості 0 1 0 1 +розложисті 0 1 1 0 +розкіп 0 1 0 1 +розкладається 0 1 0 1 +роздюча 0 1 0 1 +роздумуєте 0 1 1 0 +роздумує 0 1 1 0 +роздумаєте 0 1 0 1 +роздробленості 0 1 1 0 +роздоробленості 0 1 0 1 +роздержиє 0 1 0 1 +роздав 0 1 1 0 +розгрібати 0 1 1 0 +розвітлій 0 1 0 1 +розвитком 1 1 2 1 +розвал 0 1 1 0 +розбійника 0 1 1 0 +розбоєм 0 1 1 0 +розбоям 0 1 0 1 +розбав 0 1 0 1 +рожна 0 1 1 0 +родять 0 1 1 0 +роду 3 1 4 3 +родинському 0 1 0 1 +роденського 0 1 1 0 +роденський 0 1 1 0 +рогу 1 1 1 2 +роги 1 1 2 1 +рогволодовій 0 1 1 0 +рогволод 5 1 6 5 +рогатину 0 1 0 1 +рогатина 0 1 1 0 +рові 0 1 0 1 +робін 0 1 0 1 +робів 1 1 2 1 +роботою 0 1 0 1 +робота 4 1 4 5 +робитимемо 0 1 0 1 +робимо 3 1 3 4 +робилося 1 1 1 2 +робилися 0 1 1 0 +робив 1 1 2 1 +роби 1 1 1 2 +робеть 0 1 0 1 +робера 0 1 1 0 +риє 0 1 1 0 +рити 0 1 1 0 +рисалочко 0 1 0 1 +риню 0 1 0 1 +ринтова 0 1 0 1 +рижиковича 0 1 0 1 +рибу 2 1 3 2 +риболовить 0 1 0 1 +рибо 0 1 0 1 +решетому 0 1 0 1 +решетом 0 1 1 0 +речіть 0 1 1 0 +речуть 5 1 6 5 +речниця 0 1 0 1 +речите 0 1 0 1 +речима 0 1 0 1 +речеш 0 1 1 0 +реченця 0 1 1 0 +речемо 0 1 1 0 +речей 1 1 1 2 +реформу 0 1 0 1 +реформи 2 1 3 2 +рефлекторну 0 1 1 0 +рефлекторно 0 1 0 1 +референдум 1 1 2 1 +ресторантом 0 1 0 1 +репродукція 0 1 1 0 +релігія 1 1 2 1 +рекомедавці 0 1 0 1 +рекламодавці 0 1 1 0 +реквієм 1 1 2 1 +реквіям 0 1 0 1 +результаті 4 1 5 4 +результат 2 1 3 2 +редактора 0 1 1 0 +регулювання 1 1 1 2 +регалій 0 1 1 0 +революцією 0 1 0 1 +революція 2 1 3 2 +революційного 0 1 0 1 +революційно 0 1 1 0 +ревно 0 1 1 0 +рвцем 0 1 0 1 +рве 4 1 5 4 +рає 0 1 0 1 +раю 0 1 1 0 +раття 0 1 0 1 +расиство 0 1 0 1 +ранішньої 0 1 0 1 +раніше 4 1 4 5 +ранкової 0 1 0 1 +ранковою 0 1 1 0 +ранисті 0 1 0 1 +рани 1 1 2 1 +району 0 1 0 1 +районами 0 1 1 0 +разі 3 1 3 4 +разюча 0 1 1 0 +раз 15 1 16 15 +раді 2 1 2 3 +радянського 1 1 1 2 +радьте 0 1 1 0 +раду 0 1 1 0 +радпродукція 0 1 0 1 +радо 2 1 2 3 +радницею 0 1 0 1 +радий 0 1 0 1 +ради 17 1 18 17 +радактора 0 1 0 1 +р'язанського 0 1 0 1 +піхву 0 1 0 1 +піхво 0 1 1 0 +пітні 0 1 0 1 +піт 1 1 1 2 +пісня 2 1 2 3 +пісню 3 1 4 3 +післязавтра 0 1 1 0 +пірів 0 1 0 1 +піймать 0 1 1 0 +пійдете 0 1 1 0 +пізнають 0 1 1 0 +пізнаваль 0 1 0 1 +пізнавай 0 1 1 0 +підує 0 1 0 1 +піду 1 1 2 1 +підтіння 0 1 0 1 +підтінків 0 1 0 1 +підтримували 0 1 1 0 +підтримувала 1 1 1 2 +підтвердили 0 1 1 0 +підтвердила 0 1 0 1 +підставлені 0 1 0 1 +підставами 1 1 2 1 +підсвідоскоче 0 1 0 1 +підрозділівдніпрянської 0 1 0 1 +підрозділ 1 1 2 1 +підприємство 0 1 0 1 +підприємства 1 1 2 1 +підпахвана 0 1 0 1 +підозри 0 1 1 0 +підозра 0 1 0 1 +підніс 0 1 1 0 +підносячи 0 1 1 0 +піднаси 0 1 0 1 +підлежачий 0 1 0 1 +підковує 0 1 0 1 +підкову 0 1 1 0 +підклітями 0 1 1 0 +підете 0 1 0 1 +піддав 0 1 0 1 +підгонківських 0 1 0 1 +підвернувся 0 1 0 1 +підвага 0 1 0 1 +підбиватиметься 0 1 0 1 +півроку 1 1 1 2 +півночі 1 1 2 1 +півгодини 0 1 0 1 +пхихкає 0 1 0 1 +пхала 0 1 1 0 +пущо 0 1 0 1 +пущеним 0 1 0 1 +пушіним 0 1 1 0 +пуштин 0 1 0 1 +пушку 0 1 1 0 +пушко 0 1 0 1 +путь 1 1 1 2 +путе 0 1 0 1 +пускав 0 1 1 0 +пуетро 0 1 1 0 +птахівто 0 1 1 0 +птахів 0 1 0 1 +птахитрий 0 1 0 1 +псков 1 1 2 1 +психологія 0 1 0 1 +психологію 1 1 2 1 +псе 0 1 1 0 +псам 0 1 1 0 +прі 0 1 1 0 +пряма 1 1 2 1 +пряла 0 1 0 1 +пряду 0 1 1 0 +прядовуйте 0 1 0 1 +прощаючись 0 1 1 0 +прощаюсь 0 1 0 1 +прощастя 0 1 0 1 +прошкірив 0 1 0 1 +проходять 0 1 0 1 +прохання 3 1 4 3 +протиприродне 0 1 1 0 +против 1 1 2 1 +протесту 0 1 0 1 +протести 0 1 1 0 +простує 0 1 1 0 +простої 0 1 0 1 +простояти 0 1 1 0 +простить 0 1 1 0 +просте 0 1 0 1 +просив 2 1 2 3 +просе 0 1 1 0 +пропускає 0 1 0 1 +пропускай 0 1 1 0 +пропрацювали 0 1 0 1 +пропорційно 0 1 0 1 +пропонує 1 1 1 2 +пропоную 1 1 2 1 +пропозиції 6 1 6 7 +пропозицію 1 1 2 1 +промимрив 0 1 1 0 +промимри 0 1 0 1 +проллєш 1 1 2 1 +прокудять 0 1 1 0 +прокомуністичного 0 1 1 0 +пройшов 1 1 1 2 +продумане 0 1 1 0 +продовжується 0 1 0 1 +продовжує 1 1 2 1 +продам 0 1 0 1 +програмують 0 1 0 1 +програмуй 0 1 1 0 +програму 1 1 2 1 +прогосплати 0 1 0 1 +проголову 0 1 0 1 +провідникову 0 1 1 0 +провідниково 0 1 0 1 +провів 0 1 1 0 +провулок 0 1 0 1 +проводиться 2 1 3 2 +проводити 1 1 1 2 +проводи 0 1 0 1 +провину 0 1 1 0 +провином 0 1 0 1 +провинних 0 1 0 1 +проведених 0 1 1 0 +проведемо 0 1 1 0 +провадить 0 1 0 1 +приїхати 0 1 1 0 +приїдьте 0 1 1 0 +приєднення 0 1 0 1 +приєднання 0 1 1 0 +прияв 0 1 0 1 +причину 0 1 1 0 +причинні 0 1 0 1 +причини 2 1 2 3 +причина 2 1 3 2 +приходом 0 1 0 1 +приходим 0 1 1 0 +притча 0 1 1 0 +притримується 0 1 1 0 +прирівняв 0 1 1 0 +природнє 0 1 0 1 +природньо 0 1 1 0 +природне 0 1 0 1 +припирати 0 1 0 1 +припиняється 1 1 1 2 +принципно 0 1 0 1 +принцип 0 1 0 1 +принц 0 1 1 0 +приницює 0 1 1 0 +принести 0 1 1 0 +принадою 0 1 1 0 +примітивні 0 1 1 0 +примітив 0 1 0 1 +приміків 0 1 0 1 +приладів 0 1 1 0 +прилав 0 1 0 1 +прикопали 0 1 0 1 +прикипали 0 1 1 0 +прийшов 3 1 4 3 +прийшлись 0 1 0 1 +прийняла 0 1 0 1 +прий 0 1 0 1 +призупинення 0 1 1 0 +придумано 0 1 0 1 +придивились 0 1 0 1 +придивилася 0 1 1 0 +приготування 0 1 1 0 +приготували 0 1 0 1 +приголубить 0 1 0 1 +пригоди 1 1 1 2 +пригод 1 1 2 1 +пригнобленої 0 1 1 0 +приглубить 0 1 1 0 +привітте 0 1 0 1 +привітанік 0 1 0 1 +привілейованої 0 1 0 1 +привілейованою 1 1 2 1 +привів 3 1 3 4 +приводити 0 1 1 0 +прибирати 0 1 1 0 +претеся 0 1 1 0 +престол 3 1 4 3 +президента 6 1 7 6 +президент 2 1 3 2 +през 0 1 0 1 +представлені 0 1 1 0 +представили 0 1 1 0 +предавні 0 1 0 1 +працює 4 1 4 5 +працювала 1 1 1 2 +праницює 0 1 0 1 +прадід 0 1 1 0 +прадавнє 0 1 1 0 +правцює 0 1 1 0 +правосланомними 0 1 0 1 +православної 0 1 0 1 +православними 0 1 1 0 +православний 0 1 1 0 +правопорушення 0 1 1 0 +правого 0 1 0 1 +право 16 1 17 16 +правка 1 1 1 2 +правильно 4 1 4 5 +поїздка 0 1 1 0 +пощастив 0 1 0 1 +пошуково 0 1 0 1 +пошукова 0 1 1 0 +поштивість 0 1 0 1 +пошанує 1 1 1 2 +пошануй 0 1 1 0 +початку 4 1 5 4 +початкове 0 1 1 0 +початкова 0 1 0 1 +почалося 1 1 1 2 +почало 0 1 1 0 +почалися 2 1 3 2 +поховать 0 1 0 1 +поховати 0 1 0 1 +похмуро 1 1 2 1 +похмара 0 1 0 1 +похвалить 0 1 1 0 +потім 10 1 10 11 +потрібні 2 1 3 2 +потрібне 0 1 1 0 +потрібна 0 1 0 1 +потрібен 2 1 2 3 +потроху 0 1 0 1 +потрохи 0 1 1 0 +потреботівши 0 1 0 1 +потреби 0 1 1 0 +потреб 0 1 0 1 +потрафив 0 1 1 0 +потрапив 0 1 0 1 +потому 1 1 1 2 +потий 0 1 1 0 +поти 0 1 0 1 +потерю 0 1 0 1 +потенційно 0 1 0 1 +потенційна 0 1 1 0 +поталанило 0 1 1 0 +постійно 2 1 2 3 +постійна 0 1 1 0 +постолом 0 1 1 0 +постовулканичне 0 1 0 1 +постелювання 0 1 0 1 +постель 0 1 0 1 +поствулканічне 0 1 1 0 +постановило 0 1 0 1 +поставилися 0 1 1 0 +поставились 0 1 0 1 +пост 0 1 1 0 +поспішили 1 1 2 1 +поспішали 0 1 0 1 +посміхнеться 0 1 0 1 +послухах 0 1 0 1 +послухати 1 1 1 2 +послухайте 2 1 3 2 +посидячи 0 1 0 1 +посвітлено 0 1 0 1 +посаді 0 1 0 1 +порядок 5 1 6 5 +порушуними 0 1 0 1 +порушення 2 1 2 3 +поруділими 0 1 1 0 +порозькому 0 1 0 1 +порожнювалась 0 1 0 1 +породіломо 0 1 0 1 +порог 0 1 0 1 +порива 0 1 0 1 +попічниками 0 1 0 1 +попутно 0 1 1 0 +поплічниками 0 1 1 0 +попленталося 0 1 0 1 +попленталася 0 1 1 0 +поособленню 0 1 0 1 +поневолювач 0 1 1 0 +поневолю 0 1 0 1 +поналивані 0 1 1 0 +поміщики 0 1 1 0 +помісінькі 0 1 0 1 +помусить 0 1 0 1 +помолотити 0 1 0 1 +помилок 1 1 1 2 +помагай 0 1 0 1 +політра 0 1 0 1 +поліморшна 0 1 0 1 +поліморфна 0 1 1 0 +польщі 0 1 0 1 +польща 0 1 0 1 +польоту 1 1 2 1 +полчитись 0 1 0 1 +полом'ям 0 1 1 0 +полозування 0 1 0 1 +половини 0 1 0 1 +полови 0 1 1 0 +политі 0 1 1 0 +политий 0 1 1 0 +полеті 0 1 0 1 +полегшила 0 1 1 0 +полегшене 0 1 0 1 +полегшала 0 1 0 1 +покриву 0 1 1 0 +покличуть 0 1 1 0 +покличу 0 1 0 1 +покитний 0 1 0 1 +поки 10 1 11 10 +показую 0 1 0 1 +показуй 0 1 1 0 +показало 0 1 0 1 +покажіть 0 1 1 0 +пойти 0 1 0 1 +позначки 0 1 1 0 +позначальним 0 1 0 1 +позидент 0 1 0 1 +поздав 0 1 0 1 +позбавлений 0 1 1 0 +позбавити 0 1 0 1 +позакоханий 0 1 0 1 +поетро 0 1 0 1 +поет 3 1 4 3 +поезія 0 1 1 0 +подібні 5 1 5 6 +подібний 0 1 0 1 +подріботівши 0 1 1 0 +подруга 0 1 1 0 +подолі 0 1 1 0 +подобою 0 1 1 0 +подзвіння 0 1 0 1 +подвижника 0 1 0 1 +подвигом 0 1 1 0 +подарували 0 1 1 0 +подарувала 1 1 1 2 +подарова 0 1 0 1 +подальїпих 0 1 1 0 +подальших 0 1 0 1 +подався 1 1 2 1 +погіршує 0 1 1 0 +погіршає 0 1 0 1 +погребень 0 1 0 1 +погодився 1 1 1 2 +погодивсь 0 1 1 0 +погнивання 0 1 0 1 +погляньмо 2 1 3 2 +поги 0 1 0 1 +погану 0 1 1 0 +поганий 1 1 2 1 +погана 0 1 0 1 +повідаєш 0 1 1 0 +повідався 0 1 0 1 +повідав 1 1 2 1 +повщати 0 1 0 1 +поволі 1 1 2 1 +поволжя 0 1 1 0 +повнісінькі 0 1 1 0 +повні 1 1 2 1 +повну 1 1 2 1 +повноцивільна 0 1 0 1 +повноважень 6 1 6 7 +повитий 0 1 0 1 +повинні 5 1 5 6 +повинно 0 1 0 1 +повинна 4 1 5 4 +поверхових 0 1 1 0 +поверхевих 0 1 0 1 +поверніться 0 1 1 0 +повернулись 1 1 2 1 +повели 0 1 1 0 +поведемо 0 1 0 1 +побуває 0 1 0 1 +поборете 0 1 1 0 +побольоту 0 1 0 1 +побитих 0 1 1 0 +побила 0 1 0 1 +плітню 0 1 0 1 +плінф 0 1 1 0 +плін 0 1 0 1 +плює 0 1 1 0 +площу 0 1 0 1 +плистисміло 0 1 1 0 +плисти 0 1 0 1 +плиску 0 1 1 0 +плин 0 1 1 0 +плизлова 0 1 0 1 +плеяда 0 1 1 0 +пленьбойових 0 1 0 1 +племена 3 1 4 3 +плаче 1 1 2 1 +плапай 0 1 0 1 +плаває 1 1 2 1 +пк 0 1 0 1 +пише 1 1 2 1 +пихкає 0 1 1 0 +пито 0 1 0 1 +питанні 0 1 0 1 +питаннях 0 1 1 0 +питаннями 0 1 1 0 +питанням 1 1 1 2 +питання 24 1 24 25 +питанню 0 1 1 0 +писця 0 1 0 1 +писка 0 1 0 1 +писали 0 1 1 0 +писала 0 1 0 1 +пилип 0 1 1 0 +пила 0 1 1 0 +пийте 0 1 1 0 +печі 0 1 0 1 +печи 0 1 1 0 +печеться 0 1 1 0 +печений 0 1 1 0 +печальство 0 1 0 1 +печаль 1 1 2 1 +петропавловськ 0 1 1 0 +петро 1 1 1 2 +петліста 0 1 0 1 +петиції 0 1 0 1 +песимісти 0 1 1 0 +песи 0 1 0 1 +першію 0 1 0 1 +першому 1 1 1 2 +першого 6 1 6 7 +перукарки 0 1 1 0 +перукарка 0 1 0 1 +персію 1 1 2 1 +перстень 1 1 2 1 +персні 0 1 0 1 +переїхати 1 1 1 2 +переяславль 0 1 1 0 +переяслав 0 1 0 1 +перетча 0 1 0 1 +переслідує 0 1 0 1 +переслідуються 0 1 1 0 +переславль 0 1 1 0 +переслав 0 1 0 1 +переселені 0 1 1 0 +переселення 0 1 0 1 +перерівняв 0 1 0 1 +перероблена 0 1 1 0 +переробиного 0 1 0 1 +переміщатися 0 1 1 0 +переміщався 0 1 0 1 +перемилиться 0 1 0 1 +перемелеться 0 1 1 0 +перелік 0 1 1 0 +перейшли 0 1 0 1 +перейняли 0 1 1 0 +пережита 0 1 0 1 +передбачити 0 1 0 1 +передбачених 1 1 2 1 +передбачаючи 0 1 0 1 +передбачаються 0 1 1 0 +передбачати 0 1 1 0 +передачі 0 1 1 0 +передача 0 1 0 1 +передаватися 0 1 1 0 +перевітниця 0 1 1 0 +перевісний 0 1 0 1 +перевірці 1 1 2 1 +перевершила 0 1 1 0 +перевершеною 0 1 1 0 +переважну 0 1 0 1 +переважно 1 1 2 1 +перевага 0 1 1 0 +перебічці 0 1 0 1 +перебітниця 0 1 0 1 +перебуває 0 1 1 0 +первісний 0 1 1 0 +пенька 0 1 1 0 +пенхаус 0 1 0 1 +пентхаус 0 1 1 0 +пегас 0 1 1 0 +пегаз 0 1 0 1 +певні 0 1 0 1 +певними 0 1 1 0 +певненими 0 1 0 1 +певна 1 1 1 2 +пахвами 0 1 1 0 +пауло 0 1 1 0 +патівський 0 1 0 1 +патівсь 0 1 0 1 +патріархатно 0 1 0 1 +патріархально 0 1 1 0 +патия 0 1 0 1 +пательню 0 1 1 0 +пасічник 0 1 1 0 +пастель 0 1 1 0 +пасочник 0 1 0 1 +пасете 0 1 1 0 +пасета 0 1 0 1 +парі 0 1 0 1 +парує 0 1 0 1 +паром 0 1 0 1 +парку 0 1 0 1 +парковкою 0 1 1 0 +паризькому 0 1 1 0 +парижі 1 1 1 2 +парена 0 1 1 0 +парам 0 1 1 0 +паралік 0 1 0 1 +пара 0 1 0 1 +паніци 0 1 0 1 +панібратство 0 1 1 0 +паню 0 1 0 1 +панові 1 1 1 2 +панове 0 1 1 0 +панна 0 1 0 1 +пам'ятаєте 0 1 1 0 +пам'ятайте 0 1 0 1 +палітра 0 1 1 0 +пальчука 0 1 0 1 +палким 0 1 1 0 +палипсько 0 1 0 1 +палець 0 1 0 1 +пакує 0 1 1 0 +пазу 0 1 0 1 +падав 0 1 0 1 +пада 0 1 1 0 +павірському 0 1 0 1 +павлов 0 1 1 0 +п'ятеро 0 1 0 1 +п'яним 1 1 1 2 +очікуючи 0 1 1 0 +очоловік 0 1 0 1 +очисти 0 1 1 0 +очисте 0 1 0 1 +оцінці 0 1 1 0 +оціночні 1 1 2 1 +оцінністю 0 1 0 1 +оцінення 0 1 0 1 +оцілить 0 1 0 1 +охороняється 0 1 0 1 +охороняються 0 1 1 0 +оті 0 1 0 1 +отця 0 1 0 1 +отрочі 0 1 0 1 +отрочице 0 1 1 0 +отроче 0 1 1 0 +отримує 0 1 1 0 +отримає 0 1 0 1 +отримали 0 1 1 0 +отрибуно 0 1 0 1 +отой 0 1 0 1 +ото 3 1 4 3 +отлук 0 1 0 1 +отих 0 1 1 0 +осягає 0 1 1 0 +остільки 0 1 1 0 +остей 0 1 1 0 +остапці 0 1 0 1 +остала 0 1 0 1 +особі 0 1 1 0 +особисту 2 1 2 3 +особисто 2 1 3 2 +особа 5 1 6 5 +осна 0 1 0 1 +осліп 0 1 1 0 +ослів 0 1 0 1 +оскільки 1 1 1 2 +осим 0 1 0 1 +осемь 0 1 1 0 +оселилася 0 1 0 1 +осейна 0 1 0 1 +осей 0 1 1 0 +осгає 0 1 1 0 +освітлені 0 1 0 1 +освітлення 0 1 1 0 +осадаха 0 1 0 1 +орітеся 0 1 0 1 +орти 0 1 0 1 +орта 0 1 0 1 +оригіналів 0 1 0 1 +оригіналі 0 1 1 0 +орестос 0 1 0 1 +ореста 0 1 1 0 +ордіце 0 1 0 1 +ордій 0 1 0 1 +ординському 0 1 1 0 +орденських 0 1 1 0 +орда 3 1 4 3 +організували 0 1 0 1 +організовували 0 1 1 0 +органи 1 1 1 2 +органам 0 1 1 0 +орбіт 0 1 0 1 +орбіди 0 1 0 1 +оратор 0 1 1 0 +орати 0 1 1 0 +орайтами 0 1 0 1 +опісля 0 1 1 0 +опутно 0 1 0 1 +опустити 0 1 0 1 +опустелювання 0 1 1 0 +опускав 0 1 0 1 +оптельного 0 1 0 1 +опричниною 0 1 1 0 +опричиненою 0 1 0 1 +опосистий 0 1 0 1 +оповідаєш 0 1 0 1 +оплачувану 0 1 0 1 +опису 1 1 2 1 +описом 0 1 0 1 +оперед 0 1 0 1 +опенспейс 0 1 1 0 +опасистий 0 1 1 0 +опали 0 1 1 0 +опале 0 1 0 1 +оон 0 1 1 0 +онтой 0 1 0 1 +он 0 1 1 0 +оминаю 0 1 1 0 +оманове 0 1 0 1 +оманливе 0 1 1 0 +олії 0 1 1 0 +олія 0 1 0 1 +оленяє 0 1 0 1 +олена 0 1 0 1 +олексія 0 1 0 1 +олександру 1 1 1 2 +олександрові 1 1 2 1 +олександра 13 1 13 14 +окуратор 0 1 0 1 +окрім 0 1 1 0 +окрему 0 1 1 0 +окремому 0 1 0 1 +окремо 0 1 0 1 +окрейцен 0 1 0 1 +окрайцем 0 1 1 0 +окрадуть 0 1 1 0 +окої 0 1 0 1 +окочив 0 1 0 1 +око 1 1 1 2 +окисненні 0 1 1 0 +окиснення 0 1 0 1 +окей 0 1 1 0 +океану 1 1 1 2 +ока 1 1 2 1 +ознайомитися 0 1 1 0 +озна 0 1 0 1 +ожиріння 0 1 1 0 +одіссея 0 1 1 0 +одіссей 0 1 1 0 +одісей 0 1 0 1 +одійшло 0 1 0 1 +одчинили 0 1 0 1 +одті 0 1 0 1 +одсидить 0 1 1 0 +одрочем 0 1 0 1 +однієї 1 1 2 1 +однією 1 1 1 2 +одночасно 2 1 2 3 +одночасний 0 1 1 0 +однопромінів 0 1 0 1 +одноплемінників 0 1 1 0 +одно 2 1 2 3 +одне 10 1 10 11 +однародуване 0 1 0 1 +однаково 1 1 1 2 +однаковими 0 1 1 0 +однакова 1 1 2 1 +одліза 0 1 0 1 +одказати 0 1 0 1 +одиниці 2 1 3 2 +одиниця 1 1 1 2 +одинаковими 0 1 0 1 +одинадцять 0 1 0 1 +одержанням 0 1 1 0 +одежину 0 1 1 0 +оддав 0 1 1 0 +одвага 0 1 1 0 +одап 0 1 0 1 +огранений 0 1 1 0 +огорват 0 1 0 1 +огні 0 1 1 0 +огню 0 1 1 0 +огляньмо 0 1 0 1 +огляду 0 1 1 0 +оглушливий 0 1 1 0 +оганьблений 0 1 1 0 +овраменко 0 1 1 0 +овпенспайс 0 1 0 1 +овича 0 1 0 1 +овечері 0 1 0 1 +овернулась 0 1 0 1 +обґрунтовано 0 1 0 1 +обітрали 0 1 0 1 +обізнають 0 1 0 1 +обідрали 0 1 1 0 +обуєння 0 1 0 1 +обурення 0 1 1 0 +обстрактна 0 1 0 1 +обстановлення 0 1 0 1 +обраних 0 1 1 0 +обраменко 0 1 0 1 +обрав 0 1 0 1 +оборот 0 1 0 1 +обов'язкового 0 1 1 0 +обов'язково 2 1 2 3 +обов'язкова 0 1 1 0 +обнародуване 0 1 1 0 +обману 0 1 1 0 +облудна 0 1 1 0 +облагороджують 0 1 1 0 +облагороджена 0 1 1 0 +обижається 0 1 1 0 +обидві 0 1 0 1 +обидва 2 1 3 2 +обезлюднілий 0 1 1 0 +обгрунтовано 0 1 1 0 +обвижається 0 1 0 1 +об'єктів 1 1 2 1 +об'єднує 0 1 0 1 +об'єднаних 0 1 1 0 +об 0 1 0 1 +ніякого 1 1 1 2 +ніяковів 0 1 0 1 +ніяково 0 1 1 0 +нічний 0 1 0 1 +нічки 0 1 1 0 +нічка 0 1 0 1 +ніченькі 0 1 1 0 +ніченьки 0 1 0 1 +ніхто 13 1 13 14 +ніт 0 1 1 0 +ніс 1 1 1 2 +нірова 0 1 0 1 +нірвана 0 1 1 0 +нінащо 0 1 1 0 +нім 0 1 1 0 +нікчемну 0 1 1 0 +нікчемно 0 1 0 1 +ніколи 17 1 17 18 +ніден 0 1 0 1 +нігде 0 1 0 1 +ніг 1 1 1 2 +ніба 0 1 1 0 +нявчало 0 1 1 0 +нутра 0 1 1 0 +нудьгувати 0 1 1 0 +ноювати 0 1 0 1 +ночі 2 1 3 2 +ночні 0 1 0 1 +носом 0 1 1 0 +носиться 0 1 0 1 +носить 1 1 2 1 +носина 0 1 0 1 +норов 0 1 1 0 +норо 0 1 0 1 +норвезькій 0 1 0 1 +норвезький 0 1 1 0 +ногана 0 1 0 1 +новіки 0 1 0 1 +новорбі 0 1 0 1 +новообраного 0 1 1 0 +новини 1 1 2 1 +новинахід 0 1 0 1 +новим 0 1 0 1 +новий 2 1 3 2 +нищівний 0 1 1 0 +нищівна 0 1 1 0 +нищивна 0 1 0 1 +низучулося 0 1 0 1 +нижча 0 1 1 0 +нечисленною 0 1 1 0 +нечесно 0 1 1 0 +нецікава 0 1 0 1 +нехайся 0 1 0 1 +нехай 8 1 9 8 +неучасті 0 1 1 0 +нетерпів 0 1 0 1 +несправні 0 1 1 0 +несподіваної 0 1 0 1 +несподівано 2 1 3 2 +несподіваний 0 1 0 1 +несподіване 1 1 2 1 +несплуто 0 1 0 1 +несплату 0 1 1 0 +несперечна 0 1 0 1 +нескладно 0 1 0 1 +несильними 0 1 1 0 +нероби 0 1 1 0 +непусто 0 1 1 0 +непряма 0 1 0 1 +непростояти 0 1 0 1 +неправді 0 1 1 0 +неправ 0 1 0 1 +непоштивість 0 1 1 0 +непотрібно 0 1 0 1 +непосидюча 0 1 1 0 +непорушною 0 1 1 0 +непорушними 0 1 1 0 +непорушне 0 1 0 1 +непорука 0 1 0 1 +непоганий 0 1 1 0 +непогане 0 1 0 1 +непереливки 0 1 1 0 +непередбачених 0 1 0 1 +неперевершеною 0 1 0 1 +непевно 0 1 1 0 +неохочих 0 1 0 1 +неохоче 0 1 1 0 +неоригінального 0 1 0 1 +необхідність 1 1 1 2 +необхідні 0 1 1 0 +необхідних 0 1 1 0 +необхідне 0 1 0 1 +необа 0 1 0 1 +неначе 2 1 3 2 +неналежному 0 1 0 1 +ненавистю 0 1 1 0 +немолотом 0 1 0 1 +неможна 0 1 1 0 +неможливо 3 1 3 4 +немногі 0 1 1 0 +немиле 0 1 1 0 +немайнові 0 1 1 0 +нелюбов 0 1 1 0 +неймовляли 0 1 0 1 +незчисленні 0 1 1 0 +незросійщені 0 1 1 0 +незросійні 0 1 0 1 +незнання 1 1 2 1 +нездатна 0 1 1 0 +незгоди 0 1 1 0 +незвичайну 0 1 1 0 +незатребуваність 0 1 1 0 +незаперечним 0 1 1 0 +незаперечна 0 1 1 0 +нез'ясовані 0 1 0 1 +нежині 0 1 1 0 +недієздатними 0 1 1 0 +недійсне 0 1 1 0 +недоїла 0 1 1 0 +недофінансування 0 1 1 0 +недоторканості 2 1 2 3 +недоторканності 0 1 1 0 +недостатньо 0 1 0 1 +недоспала 0 1 1 0 +недоречні 2 1 3 2 +недоречно 0 1 0 1 +недоречна 0 1 1 0 +недомовки 0 1 1 0 +недодержава 0 1 1 0 +недоволі 0 1 0 1 +негісидів 0 1 0 1 +негози 0 1 0 1 +невідчужуваними 0 1 1 0 +невідчуваними 0 1 0 1 +невідомо 0 1 0 1 +невідоме 0 1 1 0 +невіддячений 0 1 1 0 +невіголосе 0 1 1 0 +невігласи 0 1 1 0 +неві 0 1 0 1 +невській 0 1 1 0 +невського 7 1 8 7 +невстановлено 0 1 0 1 +невого 0 1 0 1 +невмолимий 0 1 1 0 +невмируща 0 1 1 0 +невикористаними 0 1 1 0 +невикористами 0 1 0 1 +невжені 0 1 0 1 +неважливо 0 1 1 0 +неважко 0 1 0 1 +небоже 0 1 1 0 +небо 2 1 3 2 +небесної 0 1 0 1 +небесна 0 1 1 0 +небажання 0 1 0 1 +небагато 0 1 1 0 +неангела 0 1 0 1 +начинку 0 1 1 0 +начасно 0 1 0 1 +начальства 0 1 1 0 +національної 3 1 4 3 +національною 0 1 1 0 +національному 0 1 0 1 +національне 0 1 0 1 +нацгвардії 0 1 1 0 +нахиляючись 0 1 1 0 +нахиляюсь 0 1 0 1 +нахау 0 1 0 1 +нахай 0 1 0 1 +нафти 0 1 0 1 +науковим 0 1 1 0 +наукавим 0 1 0 1 +натуральні 0 1 0 1 +натуральних 0 1 1 0 +насущними 0 1 1 0 +насушними 0 1 0 1 +насунувся 0 1 1 0 +насукна 0 1 0 1 +насуздальську 0 1 0 1 +настій 0 1 0 1 +настя 0 1 0 1 +наступного 1 1 2 1 +наступних 0 1 1 0 +настроєм 1 1 1 2 +настроям 0 1 1 0 +насторожі 0 1 0 1 +насти 0 1 1 0 +настала 4 1 5 4 +настав 3 1 3 4 +насправжнє 0 1 0 1 +насправді 8 1 8 9 +насміш 0 1 0 1 +насміх 0 1 1 0 +наскочила 0 1 1 0 +насити 0 1 0 1 +насильствою 0 1 0 1 +насильство 0 1 1 0 +населені 0 1 1 0 +насапка 0 1 0 1 +насаджувався 0 1 1 0 +наріжних 0 1 1 0 +наріжний 0 1 1 0 +нарід 0 1 1 0 +нарочитись 0 1 0 1 +нарочитий 1 1 2 1 +народу 13 1 14 13 +народну 0 1 1 0 +народності 0 1 1 0 +народ 20 1 21 20 +нарватися 1 1 2 1 +напряла 0 1 1 0 +направиш 0 1 0 1 +наповнювати 0 1 1 0 +наповниш 0 1 1 0 +напитеними 0 1 0 1 +напереливки 0 1 0 1 +напевно 0 1 0 1 +напевне 0 1 0 1 +напало 0 1 0 1 +напала 0 1 1 0 +намислив 0 1 1 0 +намагаюся 0 1 0 1 +намагалися 3 1 4 3 +намагались 0 1 0 1 +намагайся 0 1 1 0 +налізе 0 1 0 1 +наливані 0 1 0 1 +належному 0 1 1 0 +належало 0 1 1 0 +належали 2 1 2 3 +накладається 0 1 0 1 +накладаються 0 1 1 0 +найтавніший 0 1 0 1 +найстрашніша 0 1 1 0 +найстаршого 0 1 1 0 +найріжних 0 1 0 1 +найнериступніше 0 1 0 1 +найнедоступніше 0 1 1 0 +наймилішою 0 1 0 1 +найздоров 0 1 0 1 +найдеш 0 1 0 1 +найдавніший 0 1 1 0 +найгаптує 0 1 0 1 +найвих 0 1 0 1 +найважче 0 1 0 1 +найважча 0 1 1 0 +найбруднішу 0 1 1 0 +найбрудніше 0 1 0 1 +назву 0 1 0 1 +назвали 1 1 2 1 +назв 0 1 1 0 +надії 2 1 2 3 +надію 0 1 1 0 +надійшло 0 1 1 0 +надоїла 0 1 0 1 +надоригінального 0 1 1 0 +надокучив 0 1 1 0 +надзвичайного 0 1 0 1 +наддніпрянської 0 1 1 0 +надано 0 1 0 1 +надана 0 1 1 0 +надала 0 1 0 1 +надавали 0 1 0 1 +нагріватися 0 1 0 1 +нагородження 0 1 1 0 +нагнав 0 1 1 0 +нагинай 0 1 1 0 +нагадку 0 1 0 1 +навітьросійському 0 1 1 0 +навіть 33 1 33 34 +навчальної 1 1 2 1 +навчало 0 1 0 1 +навряджує 0 1 0 1 +навпованню 0 1 0 1 +наведеними 0 1 1 0 +нав 0 1 1 0 +набувся 0 1 1 0 +набу 0 1 0 1 +наближалися 0 1 0 1 +наближалася 0 1 1 0 +набираємося 0 1 1 0 +набираємо 0 1 0 1 +набирає 0 1 1 0 +мішку 2 1 3 2 +міцним 0 1 0 1 +міцний 0 1 1 0 +міцина 0 1 0 1 +місяці 1 1 2 1 +місяць 0 1 0 1 +місць 3 1 3 4 +місти 0 1 0 1 +мінуал 0 1 0 1 +мінометр 0 1 0 1 +мінометну 0 1 1 0 +міномета 0 1 1 0 +мінерали 0 1 1 0 +мінерала 1 1 1 2 +мінерал 2 1 3 2 +мікроменеджментом 0 1 1 0 +мікро 0 1 0 1 +мій 8 1 8 9 +міжним 0 1 1 0 +мюнхгаузен 0 1 1 0 +мучительство 0 1 1 0 +мучені 0 1 0 1 +мухи 0 1 1 0 +мутагини 0 1 0 1 +мутагени 0 1 1 0 +мусіним 0 1 1 0 +мусимо 0 1 0 1 +мусив 1 1 2 1 +мурома 0 1 1 0 +муні 0 1 0 1 +мунчповили 0 1 0 1 +муксель 0 1 0 1 +муки 0 1 1 0 +музеї 0 1 1 0 +музею 0 1 0 1 +мужі 0 1 1 0 +мужно 0 1 0 1 +мужики 0 1 1 0 +мужеподібні 0 1 1 0 +мудрості 4 1 5 4 +мубараківців 0 1 1 0 +му 0 1 0 1 +мстиславовича 0 1 0 1 +мстиславичем 0 1 1 0 +мріями 0 1 1 0 +мріяв 0 1 0 1 +мрік 0 1 0 1 +моїй 0 1 1 0 +моє 2 1 2 3 +моту 0 1 0 1 +мосом 0 1 0 1 +московія 6 1 6 7 +московію 1 1 2 1 +московськими 0 1 1 0 +московська 2 1 2 3 +московитів 3 1 4 3 +московиті 1 1 1 2 +московиту 0 1 1 0 +московитові 0 1 1 0 +московитими 0 1 0 1 +московитим 0 1 0 1 +московитий 0 1 0 1 +московитами 0 1 1 0 +московитам 1 1 2 1 +московита 0 1 0 1 +московит 2 1 3 2 +московид 0 1 0 1 +москов 0 1 0 1 +москобито 0 1 0 1 +москвії 0 1 0 1 +москвіті 0 1 0 1 +москві 3 1 4 3 +москву 1 1 2 1 +москальські 0 1 1 0 +москальських 0 1 0 1 +москавиту 0 1 0 1 +мос 0 1 1 0 +морома 0 1 0 1 +морозитком 0 1 0 1 +морк 0 1 0 1 +мораю 0 1 0 1 +моральні 0 1 1 0 +мопи 0 1 0 1 +монтифікувати 0 1 0 1 +монгольської 0 1 0 1 +монгольською 0 1 1 0 +монголотатарськими 0 1 0 1 +монголо 0 1 1 0 +монголами 0 1 0 1 +монголам 0 1 1 0 +монахиня 0 1 0 1 +монаршим 0 1 1 0 +монаршем 0 1 0 1 +монархиня 0 1 1 0 +моментством 0 1 0 1 +молітопольщину 0 1 0 1 +молотом 0 1 1 0 +молотити 0 1 1 0 +молості 0 1 0 1 +молонгма 0 1 0 1 +молоко 0 1 0 1 +молодшого 0 1 1 0 +молоду 0 1 0 1 +молодимир 0 1 0 1 +молоде 2 1 2 3 +молода 3 1 4 3 +мокшанська 0 1 1 0 +мокрими 0 1 0 1 +мокрим 0 1 1 0 +мой 0 1 0 1 +мозку 0 1 0 1 +можливо 3 1 4 3 +модаємо 0 1 0 1 +могучії 0 1 1 0 +могутчі 0 1 0 1 +могутні 0 1 1 0 +могутньої 0 1 0 1 +моголі 0 1 0 1 +мого 2 1 2 3 +мовчасності 0 1 0 1 +мовчанка 1 1 1 2 +мовчазності 0 1 1 0 +мовної 0 1 0 1 +мовками 0 1 0 1 +мовилося 0 1 1 0 +мовилось 0 1 0 1 +мовили 0 1 1 0 +мовила 0 1 0 1 +мовив 6 1 7 6 +мова 13 1 13 14 +мов 4 1 5 4 +мноющоб 0 1 1 0 +мною 3 1 3 4 +многи 0 1 0 1 +млину 0 1 0 1 +млинець 0 1 1 0 +млин 1 1 2 1 +мишачій 0 1 1 0 +михайловичу 0 1 1 0 +михайлович 1 1 1 2 +митрополитовій 0 1 0 1 +митрополитові 0 1 1 0 +мистецтвом 0 1 0 1 +мистецтво 1 1 2 1 +мисмо 0 1 0 1 +мислив 1 1 1 2 +мир 0 1 1 0 +минуметно 0 1 0 1 +минулого 1 1 1 2 +минула 0 1 0 1 +милішою 0 1 1 0 +мило 0 1 1 0 +миленький 0 1 1 0 +миг 0 1 1 0 +меш 1 1 2 1 +мечесно 0 1 0 1 +мету 0 1 1 0 +метою 3 1 3 4 +методі 0 1 0 1 +методами 0 1 1 0 +мети 2 1 3 2 +металеносна 0 1 0 1 +мета 4 1 4 5 +мерік 0 1 0 1 +мерсель 0 1 0 1 +мерливу 0 1 0 1 +мерк 0 1 0 1 +мереж 0 1 0 1 +мер 0 1 0 1 +меню 0 1 1 0 +меншості 0 1 1 0 +менше 5 1 5 6 +менеджментом 0 1 0 1 +менглі 0 1 1 0 +менгель 0 1 0 1 +мелітопольщину 0 1 1 0 +меленим 0 1 1 0 +мелахід 0 1 0 1 +межі 2 1 2 3 +межачій 0 1 0 1 +меж 0 1 0 1 +меджа 0 1 0 1 +маєм 0 1 1 0 +машедеврами 0 1 0 1 +матрохи 0 1 0 1 +мати 12 1 12 13 +мате 0 1 0 1 +маститий 0 1 1 0 +мастити 0 1 0 1 +масова 0 1 1 0 +маслі 0 1 1 0 +маски 0 1 0 1 +масив 0 1 1 0 +масаджувався 0 1 0 1 +мас 0 1 0 1 +мартиролог 0 1 1 0 +мартеролог 0 1 0 1 +маню 0 1 0 1 +маньчжурії 0 1 1 0 +мамою 0 1 1 0 +мамо 0 1 0 1 +мамки 0 1 1 0 +мамина 0 1 1 0 +мами 0 1 0 1 +мама 1 1 1 2 +маліть 0 1 0 1 +малік 0 1 1 0 +малярів 0 1 1 0 +маляри 0 1 0 1 +малькії 0 1 0 1 +малооплачувану 0 1 1 0 +малообраних 0 1 0 1 +малогом 0 1 0 1 +малимий 0 1 0 1 +маленький 0 1 0 1 +малахіт 0 1 1 0 +макшанська 0 1 0 1 +маккартні 0 1 1 0 +маках 0 1 0 1 +майстрашніша 0 1 0 1 +майнового 0 1 1 0 +майдані 1 1 1 2 +майдану 0 1 1 0 +майдан 0 1 0 1 +май 0 1 1 0 +магнав 0 1 0 1 +мавки 0 1 0 1 +мабуть 2 1 2 3 +мабути 0 1 1 0 +м'ячем 0 1 1 0 +м'ясо 1 1 1 2 +лічити 0 1 1 0 +ліфтіг 0 1 0 1 +ліфтів 0 1 1 0 +літописця 0 1 1 0 +літопису 1 1 2 1 +літературні 0 1 1 0 +лісюкіш 0 1 0 1 +лісусіди 0 1 0 1 +лісочку 0 1 1 0 +лісочка 0 1 0 1 +ліпший 0 1 1 0 +ліпша 0 1 0 1 +ліпий 1 1 2 1 +ліниві 0 1 1 0 +лінивого 0 1 1 0 +ліктями 1 1 1 2 +лізь 1 1 2 1 +лізе 0 1 1 0 +ліжки 0 1 0 1 +лівонією 0 1 1 0 +лівий 0 1 0 1 +лібів 0 1 0 1 +лібералів 0 1 1 0 +ліберали 0 1 1 0 +ліберал 0 1 0 1 +ляснув 0 1 1 0 +ляже 0 1 1 0 +лютої 0 1 0 1 +лютий 1 1 1 2 +люпого 0 1 0 1 +люльку 0 1 1 0 +людські 0 1 0 1 +людський 2 1 3 2 +людота 7 1 8 7 +людон 0 1 0 1 +людину 6 1 6 7 +людиною 5 1 5 6 +людино 0 1 1 0 +людей 11 1 12 11 +люде 0 1 1 0 +любі 0 1 0 1 +любого 0 1 1 0 +любовні 0 1 0 1 +любов 9 1 9 10 +любий 0 1 0 1 +любе 0 1 0 1 +люб'язно 0 1 1 0 +льольку 0 1 0 1 +льодовитого 0 1 1 0 +льодобутого 0 1 0 1 +луку 0 1 0 1 +лукаву 1 1 2 1 +лукаво 0 1 0 1 +лужков 0 1 1 0 +лужицький 0 1 1 0 +лугаріти 0 1 0 1 +луг 0 1 1 0 +луванням 0 1 0 1 +лошков 0 1 0 1 +лось 0 1 1 0 +лозлов 0 1 0 1 +лого 0 1 0 1 +ловку 0 1 0 1 +ловко 0 1 1 0 +ловить 0 1 1 0 +ловив 0 1 1 0 +лобом 0 1 1 0 +лобо 0 1 0 1 +лобаша 0 1 0 1 +лоб 0 1 1 0 +ллє 0 1 1 0 +лишнє 0 1 1 0 +лишив 0 1 0 1 +лиши 0 1 1 0 +лишеніцина 0 1 0 1 +лиш 5 1 6 5 +личі 0 1 0 1 +лицарів 0 1 1 0 +лих 0 1 1 0 +лиф 0 1 0 1 +литопису 0 1 0 1 +литовсько 0 1 1 0 +литовська 0 1 0 1 +липку 0 1 1 0 +линяє 0 1 1 0 +лимони 0 1 1 0 +лимона 0 1 0 1 +лима 0 1 0 1 +лизлова 0 1 1 0 +лизлов 0 1 1 0 +либедице 0 1 1 0 +лже 0 1 1 0 +лжа 0 1 1 0 +летючий 0 1 1 0 +лесі 0 1 1 0 +леся 0 1 0 1 +лепта 0 1 1 0 +леннон 0 1 1 0 +лежить 4 1 4 5 +лежать 2 1 2 3 +лебедиця 0 1 0 1 +лаша 0 1 0 1 +лаурах 0 1 0 1 +латини 0 1 1 0 +латина 0 1 0 1 +ласкаво 0 1 0 1 +ласкаве 0 1 1 0 +лаптом 0 1 0 1 +ланів 0 1 1 0 +ладу 1 1 2 1 +лавру 0 1 1 0 +лаврах 0 1 1 0 +лавочку 0 1 1 0 +лавочко 0 1 0 1 +кіш 0 1 1 0 +кіосків 0 1 1 0 +кіоски 0 1 0 1 +кіолки 0 1 0 1 +кінологом 0 1 1 0 +кім 0 1 0 1 +кількість 3 1 4 3 +кільда 0 1 0 1 +кілля 0 1 1 0 +кілки 0 1 1 0 +кіл 0 1 1 0 +ківців 0 1 0 1 +ківном 0 1 0 1 +кущі 0 1 1 0 +кущи 0 1 0 1 +кучний 0 1 0 1 +кучерові 0 1 1 0 +кухаренкова 0 1 1 0 +кутлуку 0 1 1 0 +кутлук 0 1 1 0 +курякувало 0 1 0 1 +куря 0 1 1 0 +куртові 0 1 0 1 +купують 1 1 1 2 +купила 0 1 1 0 +кумирить 0 1 0 1 +кумирам 0 1 1 0 +кумир 0 1 0 1 +кулінарну 0 1 1 0 +кулінарними 0 1 1 0 +кулінарний 0 1 0 1 +куликове 0 1 1 0 +кузні 0 1 0 1 +кузнь 0 1 1 0 +кудись 0 1 0 1 +кувало 0 1 1 0 +кубі 0 1 0 1 +кубе 0 1 0 1 +ксьондзе 0 1 1 0 +ксети 0 1 0 1 +кріснуло 0 1 0 1 +кріселечко 0 1 1 0 +крупій 0 1 0 1 +крупну 0 1 1 0 +крупна 0 1 0 1 +крук 0 1 1 0 +круглих 0 1 1 0 +крокодилячі 0 1 1 0 +крокодилляче 0 1 0 1 +крок 4 1 4 5 +крогасники 0 1 0 1 +крово 0 1 0 1 +кров 5 1 6 5 +криштала 0 1 0 1 +кричить 2 1 2 3 +кричити 0 1 0 1 +кричачи 0 1 1 0 +критичної 0 1 1 0 +кристання 0 1 0 1 +кримської 0 1 0 1 +кримського 2 1 3 2 +крикли 0 1 0 1 +криво 0 1 0 1 +криваво 0 1 0 1 +кривава 0 1 1 0 +кресафтедолинає 0 1 1 0 +кремно 0 1 0 1 +крез 0 1 1 0 +кредитів 0 1 1 0 +кращого 0 1 1 0 +красне 0 1 1 0 +красафта 0 1 0 1 +крана 0 1 1 0 +крадів 0 1 0 1 +коґамі 0 1 1 0 +кохаренкова 0 1 0 1 +кохання 1 1 1 2 +котись 0 1 1 0 +кота 2 1 3 2 +косацький 0 1 1 0 +косаки 0 1 1 0 +корінці 0 1 0 1 +корупції 0 1 0 1 +корупція 1 1 2 1 +корупціонерів 0 1 1 0 +корупційнерами 0 1 0 1 +корпоративній 0 1 0 1 +корпоративні 0 1 1 0 +коротше 0 1 1 0 +коротша 0 1 0 1 +корот 0 1 0 1 +коросами 0 1 0 1 +короса 0 1 0 1 +королівств 0 1 1 0 +королеву 0 1 0 1 +королево 0 1 1 0 +корови 0 1 0 1 +коробціонерів 0 1 0 1 +коритися 1 1 1 2 +користуватися 2 1 3 2 +корисливість 0 1 0 1 +кореїці 0 1 0 1 +корейці 0 1 1 0 +кордові 0 1 0 1 +копчену 0 1 1 0 +копчану 0 1 0 1 +конікули 0 1 0 1 +конязь 0 1 0 1 +концьєр 0 1 0 1 +конфіденційна 0 1 1 0 +конфлітенційна 0 1 0 1 +контузію 0 1 1 0 +контольцію 0 1 0 1 +консьєрж 0 1 1 0 +консультаті 0 1 0 1 +конституційні 1 1 2 1 +констатації 0 1 0 1 +констатація 0 1 1 0 +конопель 0 1 1 0 +конкретно 0 1 0 1 +конкретна 0 1 1 0 +конеї 0 1 0 1 +конем 2 1 3 2 +коней 3 1 4 3 +коміщики 0 1 0 1 +комуністичного 0 1 0 1 +комунаю 0 1 0 1 +комо 0 1 0 1 +комири 0 1 0 1 +колінарну 0 1 0 1 +коля 0 1 0 1 +кольчугу 0 1 1 0 +кольчу 0 1 0 1 +колоша 0 1 0 1 +колонів 0 1 0 1 +колоду 0 1 1 0 +колише 0 1 1 0 +колес 0 1 0 1 +колекціонерами 0 1 1 0 +колективізацією 0 1 1 0 +колективізацію 0 1 0 1 +колеги 4 1 5 4 +колаги 0 1 0 1 +кокоя 0 1 0 1 +козацький 0 1 0 1 +козацила 0 1 0 1 +козаки 0 1 0 1 +коза 2 1 3 2 +кожний 1 1 2 1 +кожен 11 1 11 12 +коельо 0 1 1 0 +кодами 0 1 1 0 +когута 0 1 1 0 +когось 1 1 1 2 +когамі 0 1 0 1 +ковії 0 1 1 0 +ковану 0 1 1 0 +кована 0 1 0 1 +коваліст 0 1 0 1 +коваль 1 1 2 1 +ковактерія 0 1 0 1 +ковай 0 1 0 1 +кобила 0 1 1 0 +князівські 0 1 0 1 +князівської 0 1 1 0 +князівського 0 1 0 1 +князівством 0 1 1 0 +князівства 3 1 3 4 +князів 9 1 9 10 +князювання 2 1 3 2 +князеве 1 1 2 1 +княжича 0 1 1 0 +княжа 0 1 0 1 +княгине 1 1 2 1 +княгина 0 1 0 1 +княгие 0 1 0 1 +книщини 0 1 0 1 +книжчини 0 1 1 0 +книжку 0 1 0 1 +книгу 0 1 0 1 +книги 5 1 6 5 +кліті 0 1 1 0 +клятьба 0 1 1 0 +клядьба 0 1 0 1 +клубачись 0 1 0 1 +клуб 0 1 1 0 +клоунади 0 1 1 0 +клеонади 0 1 0 1 +клени 0 1 1 0 +класу 4 1 5 4 +класне 0 1 0 1 +клас 0 1 0 1 +клани 0 1 0 1 +київські 0 1 1 0 +київських 0 1 1 0 +київгород 0 1 0 1 +києм 0 1 1 0 +кияни 0 1 0 1 +кия 0 1 1 0 +кит 1 1 1 2 +кислиці 1 1 2 1 +кислець 0 1 0 1 +кирпичній 0 1 0 1 +кирпично 0 1 1 0 +кирило 1 1 2 1 +кинус 0 1 0 1 +кинули 0 1 1 0 +кинув 1 1 1 2 +кимось 0 1 1 0 +кивнув 5 1 6 5 +керусь 0 1 0 1 +керуй 0 1 1 0 +керували 1 1 2 1 +керувала 0 1 0 1 +керниці 0 1 1 0 +кернеції 0 1 0 1 +кембридський 0 1 0 1 +кембриджські 0 1 1 0 +кедр 0 1 1 0 +квіті 0 1 0 1 +квартира 1 1 2 1 +квапного 0 1 0 1 +квапно 0 1 1 0 +каїп 0 1 0 1 +кашку 2 1 3 2 +кашкою 0 1 0 1 +катеринославшині 0 1 1 0 +катерино 0 1 0 1 +катерининські 0 1 1 0 +катерининське 0 1 0 1 +кассат 0 1 1 0 +каслужбова 0 1 0 1 +каси 1 1 2 1 +касад 0 1 0 1 +кас 0 1 0 1 +карі 0 1 1 0 +карти 0 1 0 1 +карт 0 1 1 0 +карела 0 1 0 1 +караїмізм 0 1 1 0 +караєміз 0 1 0 1 +карахромі 0 1 0 1 +карамзін 8 1 9 8 +каракорумі 0 1 1 0 +кара 0 1 0 1 +кар 0 1 0 1 +капітан 0 1 0 1 +капіталісти 0 1 1 0 +капіталізм 0 1 1 0 +капусту 0 1 0 1 +канікули 1 1 2 1 +канци 0 1 0 1 +канадські 0 1 1 0 +канадський 0 1 0 1 +канадою 0 1 0 1 +камчатський 0 1 1 0 +камери 0 1 1 0 +камера 0 1 0 1 +каменю 0 1 1 0 +каламбанії 0 1 0 1 +калабані 0 1 1 0 +кай 0 1 0 1 +казахстану 1 1 2 1 +казати 1 1 1 2 +казарстану 0 1 0 1 +казав 2 1 2 3 +кадр 0 1 0 1 +кадапційне 0 1 0 1 +кадами 0 1 0 1 +кабіни 0 1 1 0 +кабіна 0 1 0 1 +к 0 1 1 0 +йшла 0 1 0 1 +йому 22 1 22 23 +йокі 0 1 0 1 +йой 0 1 1 0 +йоаннова 0 1 0 1 +ймеш 1 1 2 1 +ймемо 0 1 1 0 +йме 0 1 1 0 +йдімо 0 1 1 0 +йдеш 1 1 1 2 +йдеться 2 1 3 2 +и 0 1 0 1 +зітхнув 2 1 3 2 +зірок 0 1 1 0 +зіпсованого 0 1 1 0 +зіпсовано 0 1 0 1 +зін 0 1 0 1 +зімлію 0 1 1 0 +зусібіч 0 1 1 0 +зустрілись 0 1 1 0 +зустрілась 0 1 0 1 +зусиль 1 1 2 1 +зусибіч 0 1 0 1 +зупинялися 0 1 1 0 +зупинитись 0 1 1 0 +зупинилися 0 1 0 1 +зуби 2 1 3 2 +зріст 1 1 1 2 +зріс 0 1 1 0 +зробиш 1 1 1 2 +зробилось 0 1 0 1 +зробила 3 1 4 3 +зробив 4 1 4 5 +зрито 0 1 0 1 +зри 0 1 1 0 +зрадницею 0 1 1 0 +зоріщо 0 1 1 0 +зорі 1 1 1 2 +золоту 2 1 3 2 +золотого 0 1 0 1 +золото 2 1 2 3 +зове 0 1 1 0 +зобов'язкового 0 1 0 1 +зобов'язаний 1 1 2 1 +зобов'язана 0 1 1 0 +знімаються 0 1 0 1 +знімають 0 1 1 0 +знутра 0 1 0 1 +зночі 0 1 1 0 +знову 16 1 16 17 +знищуючи 0 1 0 1 +знищують 0 1 1 0 +знищував 0 1 1 0 +знищено 0 1 0 1 +знищене 0 1 1 0 +знеяка 0 1 0 1 +знецінення 0 1 1 0 +зненавистю 0 1 0 1 +знемо 0 1 0 1 +знаєш 0 1 0 1 +знаєте 4 1 4 5 +значував 0 1 0 1 +значитейські 0 1 0 1 +значенням 0 1 0 1 +знатних 0 1 1 0 +знання 2 1 2 3 +знак 3 1 3 4 +знайти 6 1 7 6 +знайдете 1 1 1 2 +знайдені 1 1 2 1 +знайдений 0 1 0 1 +знав 2 1 2 3 +змістомну 0 1 0 1 +змістовну 0 1 1 0 +змінює 1 1 1 2 +змінюють 0 1 1 0 +змінилися 0 1 1 0 +змінилася 1 1 1 2 +зморщившись 0 1 1 0 +зморшись 0 1 0 1 +змовкали 0 1 1 0 +зменшили 0 1 1 0 +зменшила 0 1 0 1 +злізе 0 1 1 0 +злі 0 1 1 0 +злочинорівень 0 1 1 0 +злочинний 0 1 0 1 +злотнікупують 0 1 1 0 +злотні 0 1 0 1 +злом 2 1 3 2 +злодійством 0 1 1 0 +злодійство 1 1 1 2 +зло 2 1 2 3 +злет 0 1 1 0 +злат 0 1 0 1 +зламали 0 1 0 1 +зламала 0 1 1 0 +зйомку 0 1 1 0 +ззаду 2 1 2 3 +зжартувати 0 1 0 1 +землію 0 1 0 1 +землі 20 1 21 20 +землетрусу 0 1 1 0 +землетруса 0 1 0 1 +зеленіють 0 1 1 0 +зеленський 1 1 1 2 +зела 0 1 0 1 +здійцині 0 1 0 1 +здійснюється 2 1 3 2 +здійснюються 0 1 0 1 +здійснено 1 1 2 1 +здійсненні 0 1 1 0 +здійснене 0 1 0 1 +здохне 0 1 1 0 +здоров 0 1 1 0 +здолашком 0 1 0 1 +здогадуються 0 1 1 0 +здогадах 0 1 1 0 +здибав 0 1 1 0 +здержує 0 1 1 0 +здачі 0 1 0 1 +здачу 0 1 1 0 +здатна 1 1 1 2 +здавалося 4 1 5 4 +здавалися 0 1 0 1 +згідно 0 1 1 0 +згідливо 0 1 1 0 +згоріть 0 1 1 0 +згорить 0 1 0 1 +зголоду 0 1 0 1 +згодою 0 1 1 0 +згодився 1 1 2 1 +згоди 1 1 2 1 +згине 2 1 3 2 +згадом 0 1 0 1 +згадали 0 1 0 1 +згадаймо 3 1 4 3 +згадався 0 1 0 1 +звіриницькому 0 1 0 1 +звіринецькому 0 1 1 0 +звірами 0 1 1 0 +звінна 0 1 0 1 +звідси 2 1 2 3 +звідкуду 1 1 2 1 +зву 0 1 0 1 +зводу 0 1 1 0 +звичаї 0 1 0 1 +звичайну 0 1 1 0 +звичайної 0 1 0 1 +звичайними 0 1 1 0 +звичайний 2 1 2 3 +звик 0 1 0 1 +звертає 0 1 0 1 +звертаю 0 1 1 0 +звеличування 0 1 1 0 +звеличення 1 1 2 1 +звела 0 1 0 1 +зброєю 0 1 0 1 +зброя 0 1 0 1 +збирались 0 1 1 0 +збиралась 0 1 0 1 +зберігають 0 1 1 0 +збархатним 0 1 0 1 +заїхати 1 1 1 2 +заєць 0 1 0 1 +заяць 0 1 1 0 +заявляє 0 1 1 0 +зачєло 0 1 1 0 +зачинати 0 1 0 1 +зачинателями 0 1 1 0 +зачел 0 1 0 1 +зацікавленою 0 1 1 0 +зацікавлена 0 1 0 1 +західніх 0 1 1 0 +західних 0 1 0 1 +захтів 0 1 1 0 +захотінням 0 1 0 1 +захотів 0 1 0 1 +заходу 1 1 2 1 +заходить 0 1 0 1 +заходах 0 1 0 1 +заховати 0 1 0 1 +захисту 2 1 2 3 +захист 3 1 4 3 +заутра 0 1 1 0 +зауралля 0 1 1 0 +затребуваність 0 1 0 1 +заткається 0 1 0 1 +заткайся 0 1 1 0 +затверджений 0 1 0 1 +затверджене 0 1 1 0 +заступного 0 1 0 1 +засміялася 0 1 1 0 +засміялась 0 1 0 1 +засмаги 0 1 1 0 +засичала 0 1 1 0 +засилив 0 1 1 0 +заселив 0 1 0 1 +засвічала 0 1 0 1 +засвідчується 0 1 1 0 +засвідчуючи 0 1 0 1 +заробиш 0 1 1 0 +заржавілий 0 1 1 0 +зараз 18 1 18 19 +запізнять 0 1 0 1 +запізниш 0 1 1 0 +запорізької 0 1 0 1 +запорозької 0 1 1 0 +запозичувалося 0 1 1 0 +запозичувалась 0 1 0 1 +заповнювати 0 1 0 1 +заперечним 0 1 0 1 +запаскуджена 0 1 1 0 +запаскоджена 0 1 0 1 +запалась 0 1 0 1 +запалали 0 1 1 0 +заносця 0 1 0 1 +заносся 0 1 1 0 +замятні 0 1 1 0 +замунж 0 1 1 0 +замолоду 0 1 1 0 +замовчували 0 1 1 0 +замовчувала 0 1 0 1 +замилування 0 1 1 0 +замахувався 0 1 0 1 +замахувавсь 0 1 1 0 +зам'ятні 0 1 0 1 +залунало 0 1 1 0 +залунала 0 1 0 1 +залишиться 1 1 1 2 +залишило 0 1 0 1 +залишили 1 1 2 1 +залишаємо 0 1 0 1 +залишає 0 1 1 0 +залишаться 0 1 1 0 +залишатись 0 1 0 1 +залишати 0 1 1 0 +залишанською 0 1 0 1 +залишанина 0 1 0 1 +залешанської 0 1 1 0 +залешанина 0 1 1 0 +залеський 0 1 1 0 +закувати 1 1 2 1 +закрилігія 0 1 0 1 +закрили 0 1 1 0 +закрила 0 1 0 1 +закрий 0 1 1 0 +закоханий 0 1 1 0 +законом 19 1 20 19 +законодавчу 1 1 2 1 +законодавчої 0 1 0 1 +закон 3 1 3 4 +займалися 0 1 1 0 +займалася 0 1 0 1 +зазіхати 0 1 1 0 +зазначити 1 1 2 1 +зазначенням 0 1 1 0 +задумане 0 1 1 0 +задом 0 1 1 0 +задержанням 0 1 0 1 +задачу 0 1 0 1 +задач 0 1 1 0 +задали 0 1 1 0 +задайте 0 1 1 0 +задавили 0 1 0 1 +загідним 0 1 0 1 +загребущі 0 1 1 0 +заграбуще 0 1 0 1 +загнувся 0 1 1 0 +загнувсь 0 1 0 1 +загинули 0 1 1 0 +загинула 1 1 1 2 +загине 1 1 1 2 +загальну 1 1 2 1 +загальнонародним 0 1 0 1 +загадайте 0 1 0 1 +завчинений 0 1 0 1 +завчене 0 1 1 0 +завоюваннями 0 1 0 1 +завоюванням 0 1 1 0 +заводющі 0 1 0 1 +завовтузилися 0 1 1 0 +завищування 0 1 0 1 +завидющі 0 1 1 0 +завзялись 0 1 1 0 +завзяли 0 1 0 1 +завершили 0 1 1 0 +завершила 1 1 1 2 +заважільні 0 1 0 1 +завадилися 0 1 0 1 +забігали 0 1 1 0 +забуть 0 1 1 0 +забудь 0 1 0 1 +забудеш 1 1 1 2 +забороняється 3 1 4 3 +забороняла 0 1 1 0 +забитого 0 1 0 1 +забагато 0 1 0 1 +заб'ють 0 1 1 0 +з'їсти 1 1 2 1 +з'їзда 0 1 0 1 +з'їду 0 1 0 1 +з'ясовані 0 1 1 0 +з'явилося 0 1 1 0 +з'явилися 2 1 3 2 +з'явились 0 1 1 0 +з'явилась 0 1 0 1 +журит 0 1 0 1 +жупаніце 0 1 1 0 +жорстокою 0 1 0 1 +жону 2 1 3 2 +жодної 1 1 2 1 +жодного 5 1 5 6 +жовчю 0 1 1 0 +жовччю 0 1 0 1 +жнивих 0 1 0 1 +жнивах 0 1 1 0 +жмо 0 1 0 1 +жиється 0 1 1 0 +жить 1 1 2 1 +жити 6 1 7 6 +житель 0 1 0 1 +жиріння 0 1 0 1 +жилодовго 0 1 0 1 +жили 3 1 4 3 +жики 0 1 0 1 +живіть 0 1 0 1 +живіт 0 1 1 0 +живеє 0 1 1 0 +жив 4 1 4 5 +женя 0 1 0 1 +женинцина 0 1 0 1 +ждан 3 1 4 3 +жахав 0 1 1 0 +жасе 0 1 0 1 +жартувати 0 1 1 0 +жалкуючі 0 1 0 1 +жалкуючи 0 1 1 0 +жадан 0 1 0 1 +жабий 0 1 0 1 +ечуть 0 1 0 1 +ефіст 0 1 0 1 +етьєна 0 1 1 0 +ето 0 1 0 1 +етичних 0 1 0 1 +етична 0 1 1 0 +ерити 0 1 0 1 +еринії 0 1 1 0 +ери 1 1 1 2 +ерзянська 0 1 1 0 +епідемічний 0 1 0 1 +епідемічне 0 1 1 0 +еолова 0 1 1 0 +емітують 0 1 1 0 +емігрантів 0 1 0 1 +емпірично 0 1 1 0 +емпіреях 0 1 1 0 +емотуйт 0 1 0 1 +екзаменатора 0 1 1 0 +ек 0 1 0 1 +едгардага 0 1 0 1 +едгар 0 1 1 0 +еверест 0 1 1 0 +евації 0 1 0 1 +е 0 1 0 1 +дієздатними 0 1 0 1 +дієві 0 1 1 0 +діє 1 1 2 1 +діях 1 1 2 1 +дію 0 1 0 1 +дітя 0 1 0 1 +діти 1 1 1 2 +діставимо 0 1 0 1 +дісея 0 1 0 1 +дірявий 0 1 1 0 +дірці 0 1 1 0 +діна 0 1 0 1 +дійсно 5 1 6 5 +дійсне 0 1 0 1 +дізнається 0 1 0 1 +дідаєш 0 1 0 1 +діда 1 1 2 1 +дід 3 1 3 4 +дівчині 1 1 1 2 +дівчини 1 1 2 1 +дівчивши 0 1 0 1 +дівчастій 0 1 0 1 +дівиці 0 1 1 0 +дівиця 0 1 1 0 +дівиться 0 1 0 1 +дівець 0 1 0 1 +дядьків 0 1 1 0 +дюкенуа 0 1 1 0 +дюкано 0 1 0 1 +душі 4 1 4 5 +душу 5 1 6 5 +душно 0 1 0 1 +души 0 1 1 0 +духотлінної 0 1 1 0 +духом 1 1 1 2 +дурість 0 1 1 0 +дурне 0 1 1 0 +дурна 0 1 0 1 +думу 0 1 1 0 +думи 1 1 2 1 +думаєш 0 1 0 1 +думаємо 0 1 0 1 +думай 1 1 2 1 +думав 2 1 2 3 +дулібів 0 1 1 0 +дужчі 0 1 1 0 +дуби 0 1 1 0 +дуб 1 1 2 1 +дружнім 0 1 1 0 +дружньою 1 1 1 2 +дружину 1 1 1 2 +дружбою 0 1 0 1 +дружби 0 1 1 0 +друга 3 1 3 4 +дроніть 0 1 0 1 +дрова 1 1 2 1 +дригота 0 1 1 0 +дреговичі 0 1 1 0 +драговичі 0 1 0 1 +доїла 0 1 1 0 +доцільно 0 1 1 0 +доходить 0 1 1 0 +дотримується 0 1 1 0 +дотримуються 0 1 0 1 +дотий 0 1 1 0 +досі 4 1 5 4 +достовірності 0 1 1 0 +достатньо 2 1 3 2 +доспала 0 1 0 1 +дослідників 0 1 1 0 +дослідники 0 1 0 1 +досебе 0 1 1 0 +доріг 0 1 1 0 +доручило 0 1 0 1 +доручили 0 1 1 0 +дорожанців 0 1 0 1 +дорогоцінні 0 1 1 0 +дорого 3 1 4 3 +дорогаційні 0 1 0 1 +дорога 1 1 2 1 +донькими 0 1 0 1 +донському 0 1 1 0 +доноси 0 1 1 0 +домом 0 1 1 0 +домашками 0 1 0 1 +доля 2 1 3 2 +долучатися 0 1 1 0 +долото 0 1 1 0 +долинає 0 1 0 1 +доленосне 0 1 1 0 +докору 0 1 0 1 +доклав 0 1 1 0 +дозвольте 2 1 3 2 +дозволеного 0 1 0 1 +дожті 0 1 0 1 +додув 0 1 1 0 +додому 3 1 4 3 +додомому 0 1 0 1 +додержава 0 1 0 1 +дод 0 1 0 1 +догола 0 1 1 0 +догамовує 0 1 0 1 +довічного 0 1 0 1 +довіряти 0 1 1 0 +довірився 0 1 1 0 +довіри 0 1 0 1 +довіра 0 1 0 1 +довідуємося 0 1 1 0 +довідник 1 1 2 1 +довідаємося 0 1 0 1 +доволі 4 1 5 4 +доводяться 0 1 0 1 +доводиться 4 1 5 4 +довела 1 1 1 2 +доведеться 1 1 1 2 +довгі 1 1 1 2 +довгої 0 1 0 1 +довготривале 0 1 0 1 +довгорукого 0 1 1 0 +довгоочікуючи 0 1 0 1 +довгий 1 1 2 1 +доввашки 0 1 0 1 +доважком 0 1 1 0 +доважки 0 1 1 0 +доважками 0 1 1 0 +добру 1 1 2 1 +доброї 0 1 1 0 +добровільних 0 1 1 0 +добровідних 0 1 0 1 +добробут 0 1 1 0 +добро 3 1 3 4 +добрий 1 1 1 2 +добре 16 1 17 16 +доби 0 1 0 1 +доба 0 1 1 0 +доб 0 1 0 1 +дмитрій 0 1 0 1 +дмитрові 0 1 1 0 +дмитрович 0 1 0 1 +диявольське 0 1 1 0 +дифляція 0 1 0 1 +дитинство 0 1 1 0 +дитинства 0 1 0 1 +дитиною 0 1 1 0 +дити 0 1 0 1 +диспечаться 0 1 0 1 +династії 1 1 2 1 +династія 1 1 2 1 +димитрії 0 1 0 1 +димитрієві 0 1 1 0 +димитрія 1 1 1 2 +димитрію 0 1 1 0 +димирії 0 1 0 1 +дим 0 1 1 0 +дика 1 1 1 2 +дизайнові 0 1 1 0 +дизайнері 0 1 0 1 +дивовижної 0 1 1 0 +дива 2 1 3 2 +дзизі 0 1 1 0 +дзержавілий 0 1 0 1 +дзвін 1 1 2 1 +дзвонить 0 1 0 1 +дзвенить 0 1 1 0 +джордану 0 1 0 1 +джордано 0 1 1 0 +джомолунгма 0 1 1 0 +деії 0 1 0 1 +деінде 0 1 1 0 +деяка 0 1 1 0 +дефляція 0 1 1 0 +дефект 1 1 2 1 +десятьох 0 1 1 0 +десять 5 1 5 6 +десяток 0 1 1 0 +десятого 0 1 0 1 +десятиліттями 0 1 1 0 +десятиліття 0 1 0 1 +держітеся 0 1 1 0 +держплані 0 1 1 0 +держпанів 0 1 0 1 +державній 1 1 2 1 +державні 4 1 4 5 +державно 0 1 0 1 +державними 1 1 1 2 +держави 11 1 12 11 +держав 1 1 1 2 +дереїчних 0 1 0 1 +департаменту 0 1 1 0 +денну 0 1 0 1 +денно 0 1 1 0 +денисе 0 1 1 0 +дениса 0 1 0 1 +демітрій 0 1 0 1 +делою 0 1 0 1 +делегація 0 1 0 1 +делегацію 0 1 1 0 +дезінформації 1 1 2 1 +дезинформації 0 1 0 1 +дега 0 1 1 0 +двій 0 1 0 1 +двоїстої 0 1 1 0 +двоякі 0 1 1 0 +двояки 0 1 0 1 +двох 6 1 6 7 +двору 0 1 1 0 +двигота 0 1 0 1 +дверцятам 0 1 0 1 +дверцята 0 1 1 0 +дверейрі 0 1 0 1 +двер'ю 0 1 0 1 +двадесять 0 1 1 0 +два 22 1 22 23 +даю 0 1 0 1 +дахау 0 1 1 0 +дарять 0 1 0 1 +даряти 0 1 0 1 +даруйте 0 1 1 0 +дар 0 1 1 0 +дани 0 1 0 1 +дан 0 1 0 1 +дамоклів 0 1 1 0 +дамоклі 0 1 0 1 +даліти 0 1 0 1 +далі 13 1 14 13 +дали 1 1 2 1 +далеко 5 1 6 5 +дал 0 1 0 1 +давній 2 1 2 3 +давнє 0 1 0 1 +давня 1 1 2 1 +давно 4 1 4 5 +давачок 0 1 0 1 +давать 0 1 1 0 +давати 4 1 4 5 +давали 2 1 3 2 +давала 0 1 1 0 +давав 1 1 1 2 +да 0 1 0 1 +гість 0 1 0 1 +гірці 0 1 0 1 +гіреї 0 1 1 0 +гіна 0 1 0 1 +гілляко 0 1 0 1 +гідротермальне 0 1 1 0 +гідромайне 0 1 0 1 +гідностовірності 0 1 0 1 +гідна 1 1 2 1 +гуюком 0 1 1 0 +гуюка 0 1 1 0 +гучний 0 1 1 0 +гусударя 0 1 0 1 +гурона 0 1 0 1 +гунтер 0 1 1 0 +гумору 0 1 1 0 +гузика 0 1 0 1 +гудой 0 1 0 1 +гудзизі 0 1 0 1 +губиш 0 1 0 1 +губив 0 1 1 0 +губернія 0 1 1 0 +губах 0 1 1 0 +губа 0 1 1 0 +грізну 0 1 1 0 +групі 0 1 0 1 +грунті 0 1 0 1 +грунтується 0 1 0 1 +грубі 0 1 1 0 +грошові 0 1 1 0 +грошей 2 1 3 2 +гротику 0 1 0 1 +гропіей 0 1 1 0 +громатик 0 1 0 1 +громадний 0 1 0 1 +грип 1 1 1 2 +гримільки 0 1 0 1 +гримільди 0 1 1 0 +гримільда 4 1 5 4 +гривню 0 1 1 0 +гречка 0 1 1 0 +грець 0 1 0 1 +грейцарів 0 1 1 0 +гребінці 0 1 1 0 +греблі 0 1 0 1 +греблю 0 1 1 0 +гребеню 0 1 1 0 +граєч 0 1 0 1 +грант 0 1 0 1 +гран 0 1 1 0 +граматик 0 1 1 0 +град 1 1 2 1 +грабінці 0 1 0 1 +гра 1 1 1 2 +гоюка 0 1 0 1 +гошки 0 1 0 1 +готівки 0 1 1 0 +готове 0 1 0 1 +готова 0 1 1 0 +государя 2 1 3 2 +гостям 0 1 1 0 +гостре 1 1 2 1 +гостра 1 1 1 2 +гостей 1 1 1 2 +господаря 0 1 0 1 +господарю 0 1 1 0 +господарем 0 1 0 1 +горіхів 0 1 1 0 +горіхи 1 1 1 2 +горіть 0 1 0 1 +горшки 0 1 1 0 +гору 0 1 1 0 +городі 1 1 1 2 +горичить 0 1 0 1 +горить 4 1 5 4 +гордіїв 0 1 1 0 +гордість 2 1 3 2 +гордій 0 1 0 1 +горватовій 0 1 0 1 +горватові 0 1 1 0 +горват 0 1 1 0 +горбі 0 1 1 0 +горбон 0 1 0 1 +горбом 0 1 1 0 +горбачок 0 1 0 1 +горбачов 0 1 1 0 +гоподарям 0 1 1 0 +гонтер 0 1 0 1 +гониш 0 1 1 0 +гонець 0 1 1 0 +голі 0 1 1 0 +голували 0 1 0 1 +голото 0 1 0 1 +голота 1 1 2 1 +голосу 1 1 2 1 +голоси 0 1 0 1 +голоду 0 1 0 1 +голодом 1 1 2 1 +голода 0 1 1 0 +головуючого 0 1 1 0 +головуючим 0 1 1 0 +головоюючими 0 1 0 1 +головою 4 1 4 5 +головов 0 1 1 0 +голово 0 1 0 1 +голова 4 1 4 5 +голкав 0 1 0 1 +голка 0 1 1 0 +голий 0 1 1 0 +голгофа 0 1 1 0 +гоже 0 1 1 0 +годою 0 1 0 1 +годинників 0 1 1 0 +години 0 1 1 0 +годи 0 1 0 1 +говорить 5 1 5 6 +говоримо 2 1 3 2 +говками 0 1 0 1 +гнилим 0 1 1 0 +гни 0 1 1 0 +глухім 0 1 0 1 +глухо 2 1 3 2 +глухим 1 1 2 1 +глупота 0 1 1 0 +глузують 0 1 1 0 +глузування 0 1 1 0 +глопота 0 1 0 1 +глозують 0 1 0 1 +гирве 0 1 0 1 +гетьмана 0 1 0 1 +геть 3 1 4 3 +герцогині 0 1 1 0 +герценів 0 1 0 1 +героїни 0 1 0 1 +героїнею 0 1 1 0 +героєм 0 1 0 1 +героям 0 1 1 0 +геройство 0 1 1 0 +геройст 0 1 0 1 +георгія 0 1 1 0 +ген 0 1 0 1 +гекубі 0 1 1 0 +гекуби 0 1 1 0 +гей 1 1 1 2 +гаші 0 1 0 1 +гатилів 0 1 1 0 +гасінні 0 1 1 0 +гасіння 0 1 0 1 +гарчить 0 1 1 0 +гарно 1 1 2 1 +гарненької 0 1 1 0 +гарненькою 0 1 0 1 +гарна 3 1 3 4 +гарматний 1 1 2 1 +гарварда 0 1 1 0 +гарварада 0 1 0 1 +гаптує 0 1 1 0 +ганна 0 1 0 1 +ганець 0 1 0 1 +ганблений 0 1 0 1 +гамувати 0 1 0 1 +гамнадцять 0 1 0 1 +гамлет 0 1 1 0 +галі 0 1 0 1 +галичиною 0 1 0 1 +галичини 0 1 1 0 +галинки 0 1 1 0 +галенки 0 1 0 1 +гайно 0 1 0 1 +гайдарів 1 1 1 2 +гайдарі 0 1 1 0 +газультат 0 1 0 1 +газопроводів 0 1 1 0 +газоправилі 0 1 0 1 +гадку 0 1 1 0 +гадаючи 0 1 0 1 +гадаю 3 1 4 3 +гадаймо 0 1 0 1 +га 0 1 1 0 +віє 0 1 1 0 +віяв 0 1 0 1 +віщувало 0 1 1 0 +вічці 0 1 0 1 +вічного 0 1 1 0 +віче 0 1 1 0 +віці 0 1 1 0 +віцесмаги 0 1 0 1 +вітчизна 0 1 1 0 +вітовтом 0 1 1 0 +віти 0 1 0 1 +вітерні 0 1 0 1 +віталій 0 1 1 0 +вісті 0 1 1 0 +вірясь 0 1 0 1 +віршій 0 1 0 1 +вірші 0 1 1 0 +вірусний 0 1 0 1 +вірус 0 1 1 0 +вірували 0 1 0 1 +віросповідань 0 1 0 1 +віросповідання 1 1 2 1 +віронічному 0 1 0 1 +вірогідністю 0 1 1 0 +віри 4 1 5 4 +вірами 0 1 0 1 +віра 2 1 3 2 +вінецьку 0 1 0 1 +вінець 0 1 1 0 +вільно 0 1 1 0 +вільне 1 1 1 2 +вікон 1 1 1 2 +віком 0 1 1 0 +віки 0 1 1 0 +військових 1 1 1 2 +військовий 0 1 1 0 +війністично 0 1 0 1 +війню 0 1 0 1 +вій 0 1 0 1 +візіготи 0 1 1 0 +візігоди 0 1 0 1 +візьмуть 0 1 1 0 +візьму 0 1 1 0 +візьми 1 1 1 2 +візантійської 0 1 1 0 +візантійською 0 1 0 1 +віз 0 1 1 0 +віжки 0 1 1 0 +відірваними 0 1 1 0 +відірваним 0 1 0 1 +відімруть 0 1 1 0 +віділлються 0 1 1 0 +відшукували 0 1 0 1 +відшуковували 0 1 1 0 +відчизна 0 1 0 1 +відчає 0 1 0 1 +відучитися 0 1 1 0 +відун 1 1 2 1 +відтінків 0 1 1 0 +відторби 0 1 0 1 +відсутні 0 1 0 1 +відсутнє 0 1 1 0 +відсувається 0 1 0 1 +відсотків 0 1 0 1 +відсотки 0 1 1 0 +відпустив 0 1 0 1 +відпусте 0 1 1 0 +відповім 0 1 0 1 +відповіла 2 1 3 2 +відповідає 0 1 1 0 +відповів 12 1 13 12 +відпивалися 0 1 0 1 +відосів 0 1 1 0 +відособленим 0 1 1 0 +відомо 2 1 3 2 +відом 0 1 0 1 +відобх 0 1 0 1 +відображені 0 1 1 0 +відображення 1 1 1 2 +відносно 1 1 2 1 +відносив 0 1 0 1 +відмовитися 0 1 1 0 +відмовилися 0 1 1 0 +відмовилася 0 1 0 1 +відмова 0 1 1 0 +відкуду 0 1 0 1 +відкладати 0 1 1 0 +відзивається 0 1 1 0 +відеозйомку 0 1 0 1 +відео 0 1 1 0 +віденському 0 1 0 1 +віддячений 0 1 0 1 +віддам 0 1 1 0 +віддав 0 1 0 1 +відгукувалися 0 1 0 1 +відгукнулися 0 1 1 0 +відверто 1 1 2 1 +відверта 1 1 1 2 +відвернувся 0 1 1 0 +відвер 0 1 0 1 +відвага 0 1 1 0 +відбудеться 0 1 1 0 +відбувається 2 1 2 3 +відбуватиметься 0 1 1 0 +відбувалася 0 1 1 0 +відаєш 4 1 5 4 +відав 0 1 1 0 +вівця 0 1 0 1 +вів 0 1 0 1 +вчіться 0 1 1 0 +вчися 0 1 1 0 +вчинків 0 1 1 0 +вчинки 1 1 1 2 +вчилі 0 1 0 1 +вчилася 0 1 1 0 +вчилась 0 1 0 1 +вчавав 0 1 0 1 +вціліє 0 1 1 0 +вцілює 0 1 0 1 +вхід 0 1 0 1 +входом 0 1 0 1 +вустами 0 1 1 0 +вуста 0 1 1 0 +вусами 0 1 1 0 +вузі 0 1 1 0 +втім 4 1 5 4 +втік 1 1 1 2 +втупився 0 1 1 0 +втрачає 1 1 2 1 +втратити 0 1 0 1 +втопити 0 1 1 0 +втомлююся 0 1 1 0 +втома 0 1 1 0 +втерпіть 0 1 0 1 +всім 4 1 4 5 +всій 2 1 2 3 +всякою 0 1 0 1 +всяким 0 1 0 1 +всяка 0 1 1 0 +всюздарську 0 1 0 1 +всьому 4 1 5 4 +всього 2 1 2 3 +вступу 0 1 1 0 +вступилось 0 1 0 1 +вступили 0 1 0 1 +вступилась 0 1 1 0 +вступали 0 1 1 0 +встає 0 1 0 1 +встановлюється 2 1 3 2 +встановлено 0 1 1 0 +встановлення 0 1 1 0 +встала 0 1 1 0 +всп'ять 0 1 1 0 +всемогутній 0 1 0 1 +всезадумане 0 1 0 1 +всеволодовичем 0 1 1 0 +врятуєш 0 1 1 0 +врегульовано 0 1 1 0 +врегульоване 0 1 0 1 +впізнав 0 1 0 1 +впродовж 0 1 0 1 +впроваджувалися 0 1 0 1 +впроваджувалася 0 1 1 0 +впроваджені 0 1 1 0 +впровадженні 0 1 0 1 +впретеся 0 1 0 1 +впорядкований 0 1 1 0 +вподобою 0 1 0 1 +впав 1 1 2 1 +вп'ятеро 0 1 1 0 +воїну 0 1 1 0 +воїни 0 1 1 0 +воїн 0 1 0 1 +воєнізованих 0 1 1 0 +воєннізованих 0 1 0 1 +воязицях 0 1 0 1 +воювали 0 1 1 0 +вочини 0 1 0 1 +вотчини 0 1 1 0 +вотанів 0 1 1 0 +вот 0 1 0 1 +восьм 0 1 0 1 +восами 0 1 0 1 +ворухнув 0 1 1 0 +ворухно 0 1 0 1 +ворохи 0 1 1 0 +ворожна 0 1 0 1 +ворожи 1 1 2 1 +вороги 0 1 0 1 +воро 0 1 0 1 +воліємо 0 1 1 0 +волінтаристом 0 1 0 1 +волюнтаристом 0 1 1 0 +вольт 0 1 0 1 +воль 0 1 1 0 +волосах 0 1 0 1 +володієм 0 1 0 1 +володіє 1 1 2 1 +володінь 0 1 1 0 +володіння 2 1 2 3 +володовій 0 1 0 1 +володимире 1 1 2 1 +володимир 3 1 4 3 +володаркою 0 1 1 0 +войславе 0 1 1 0 +войслава 0 1 1 0 +войовничий 0 1 1 0 +возі 0 1 0 1 +возить 0 1 1 0 +возити 0 1 0 1 +воді 2 1 2 3 +водою 0 1 1 0 +водиці 0 1 1 0 +води 7 1 8 7 +вода 7 1 8 7 +вогні 0 1 0 1 +вовтузилися 0 1 0 1 +вовкові 0 1 1 0 +вовками 0 1 1 0 +вовк 3 1 4 3 +вночі 1 1 1 2 +вноситься 0 1 1 0 +внизодин 0 1 1 0 +вниз 1 1 1 2 +внесок 0 1 1 0 +вмієш 0 1 0 1 +вмучені 0 1 1 0 +вмреш 0 1 1 0 +вмиру 0 1 0 1 +вмер 0 1 1 0 +вліз 0 1 0 1 +влуг 0 1 0 1 +власну 3 1 4 3 +власних 1 1 2 1 +владу 1 1 2 1 +вкритися 0 1 1 0 +вкотилося 0 1 0 1 +вкотилась 0 1 1 0 +вкладає 0 1 1 0 +виявлення 0 1 0 1 +виявлених 0 1 1 0 +виявилося 2 1 3 2 +виявилися 0 1 1 0 +вищесказане 0 1 1 0 +вища 2 1 3 2 +вишати 2 1 3 2 +вихопилося 1 1 2 1 +вихопилось 0 1 0 1 +виховати 0 1 1 0 +витяги 0 1 0 1 +витяг 0 1 1 0 +витримується 0 1 0 1 +витратили 0 1 1 0 +витратила 0 1 0 1 +вите 0 1 0 1 +витати 0 1 1 0 +виступи 0 1 0 1 +висте 0 1 0 1 +вистав 0 1 0 1 +висолося 0 1 0 1 +високі 1 1 2 1 +високою 0 1 1 0 +високолі 0 1 0 1 +високовірогідністю 0 1 0 1 +високий 0 1 0 1 +висновки 1 1 2 1 +виснажливої 0 1 1 0 +вислужили 0 1 0 1 +вислужила 0 1 1 0 +виславе 0 1 0 1 +висвітлено 0 1 1 0 +висвятиш 0 1 1 0 +вирушаємо 0 1 1 0 +вирушаймо 0 1 0 1 +вирухувати 0 1 0 1 +вирубаєш 0 1 1 0 +виробаєш 0 1 0 1 +вирахувати 0 1 1 0 +випусок 0 1 0 1 +випростався 0 1 1 0 +виправдуючи 0 1 1 0 +виправдовуючи 0 1 0 1 +виписок 0 1 1 0 +виокремлені 0 1 1 0 +винні 0 1 0 1 +винни 0 1 0 1 +винищуючи 0 1 1 0 +виниклого 0 1 0 1 +виник 0 1 1 0 +винести 0 1 0 1 +винеслами 0 1 0 1 +винахід 0 1 1 0 +вимрили 0 1 0 1 +вимогу 0 1 0 1 +вимовивши 0 1 1 0 +вимовив 1 1 1 2 +вимислами 0 1 1 0 +вимерли 0 1 1 0 +вилізь 0 1 1 0 +вилізи 0 1 1 0 +виліз 1 1 1 2 +вилийте 0 1 1 0 +викрила 0 1 0 1 +викрала 0 1 1 0 +викравлення 0 1 0 1 +використані 0 1 1 0 +використався 0 1 0 1 +викорисні 0 1 0 1 +виконавчувала 0 1 0 1 +виконавчу 1 1 2 1 +виконавцями 0 1 0 1 +виконавцем 0 1 1 0 +викликаєте 0 1 0 1 +викликайте 0 1 1 0 +вийти 0 1 1 0 +вийовниче 0 1 0 1 +вийду 0 1 1 0 +визначальним 0 1 1 0 +визнаний 0 1 0 1 +виділися 0 1 1 0 +виділився 0 1 0 1 +видобуті 0 1 1 0 +видобитеся 0 1 0 1 +видноту 0 1 1 0 +видку 0 1 0 1 +виджу 1 1 2 1 +видерси 0 1 0 1 +виданні 0 1 1 0 +видавець 0 1 1 0 +видавец 0 1 0 1 +видав 0 1 1 0 +вида 0 1 0 1 +вид 2 1 2 3 +вигнаний 0 1 1 0 +виглядає 3 1 3 4 +виглядають 0 1 1 0 +вигадки 3 1 4 3 +вивестиповика 0 1 0 1 +вивести 1 1 1 2 +вивезти 0 1 1 0 +вив 0 1 0 1 +вибір 1 1 2 1 +вибий 0 1 1 0 +взяли 2 1 3 2 +взяла 0 1 0 1 +взвод 0 1 1 0 +взаємодіються 0 1 0 1 +взаємодіють 0 1 1 0 +взаєминицпані 0 1 0 1 +взаємини 1 1 2 1 +взаутра 0 1 1 0 +взагальнювати 0 1 0 1 +взавтра 1 1 2 1 +вжиткових 0 1 0 1 +вживає 0 1 0 1 +вживали 0 1 0 1 +вечереньки 0 1 0 1 +вести 0 1 0 1 +веснажної 0 1 0 1 +веселися 0 1 1 0 +веселим 0 1 0 1 +верхній 0 1 0 1 +вернилося 0 1 0 1 +вернемось 0 1 1 0 +верколоду 0 1 0 1 +верераст 0 1 0 1 +венеціанські 0 1 1 0 +венеціанське 0 1 0 1 +веліксьондзе 0 1 0 1 +велій 1 1 2 1 +вельможно 0 1 0 1 +вельможа 0 1 1 0 +велишевський 0 1 0 1 +величення 0 1 0 1 +величезної 0 1 0 1 +величезною 0 1 1 0 +велити 0 1 0 1 +великої 1 1 1 2 +великоросі 0 1 0 1 +великоросому 0 1 0 1 +великоросом 1 1 1 2 +великоросим 0 1 0 1 +великоросами 2 1 3 2 +великороса 2 1 3 2 +великорос 2 1 3 2 +великорози 0 1 0 1 +великороз 0 1 0 1 +великокнязівського 1 1 2 1 +великокнязнівський 0 1 0 1 +великого 11 1 11 12 +великих 5 1 6 5 +велике 4 1 5 4 +вела 0 1 1 0 +вей 0 1 0 1 +везе 0 1 1 0 +вежу 0 1 0 1 +вежа 0 1 1 0 +вдруге 0 1 1 0 +вдома 2 1 2 3 +вдвохне 0 1 0 1 +вдвох 0 1 1 0 +вдарив 1 1 1 2 +вдар 0 1 1 0 +вдалині 0 1 1 0 +вгамувати 0 1 1 0 +вгамовує 0 1 1 0 +ввірували 0 1 1 0 +ввійшов 0 1 1 0 +ввича 0 1 0 1 +ввести 0 1 1 0 +ввела 0 1 0 1 +вважається 1 1 1 2 +вбованню 0 1 1 0 +вбито 1 1 2 1 +вбивство 0 1 0 1 +ваших 1 1 1 2 +вач 0 1 0 1 +вахті 0 1 1 0 +вах 0 1 0 1 +васалом 0 1 1 0 +варіанти 1 1 1 2 +варфоломіївська 0 1 1 0 +варта 3 1 4 3 +валькірії 0 1 1 0 +валишевський 0 1 1 0 +важіль 0 1 1 0 +важче 0 1 0 1 +важча 0 1 1 0 +важок 0 1 0 1 +важливою 1 1 2 1 +важковиліковними 0 1 1 0 +важковилікованими 0 1 0 1 +важик 0 1 0 1 +вавілонська 0 1 1 0 +вавілон 0 1 1 0 +вавилонська 0 1 0 1 +в'їдеш 0 1 1 0 +біс 0 1 0 1 +білі 0 1 1 0 +біля 6 1 6 7 +більшу 1 1 2 1 +більшовиків 0 1 0 1 +більш 9 1 10 9 +більпіовиків 0 1 1 0 +білорусії 0 1 1 0 +білорусі 0 1 0 1 +бік 6 1 6 7 +бійтеся 0 1 1 0 +бійтесь 0 1 0 1 +бійню 0 1 1 0 +бійку 0 1 1 0 +біді 0 1 1 0 +біду 0 1 1 0 +бідою 0 1 0 1 +бідона 0 1 0 1 +бідов 0 1 1 0 +бідо 0 1 1 0 +бідному 0 1 1 0 +бідними 0 1 0 1 +біглося 0 1 0 1 +бігали 0 1 0 1 +бігав 0 1 1 0 +біга 0 1 0 1 +буть 0 1 1 0 +бурштин 2 1 3 2 +бурдюк 0 1 0 1 +бурдюг 0 1 1 0 +бундючиця 0 1 0 1 +бундюче 0 1 0 1 +бумагу 0 1 1 0 +бумаги 0 1 1 0 +булгар 1 1 2 1 +булавро 0 1 0 1 +буквиця 0 1 1 0 +букви 0 1 0 1 +будівництва 1 1 2 1 +будів 0 1 0 1 +будь 23 1 23 24 +будуччини 0 1 1 0 +будуть 6 1 6 7 +бувалину 0 1 1 0 +бувалим 0 1 0 1 +брюну 0 1 0 1 +бруно 0 1 1 0 +бруд 0 1 1 0 +бройлерів 0 1 1 0 +британії 0 1 0 1 +британський 0 1 0 1 +британська 0 1 1 0 +брильянт 0 1 1 0 +брехун 0 1 1 0 +брехон 0 1 0 1 +брехливі 1 1 2 1 +брехливу 0 1 1 0 +брехливий 0 1 0 1 +бренди 0 1 1 0 +брельянд 0 1 0 1 +братів 0 1 1 0 +браті 0 1 0 1 +брату 0 1 0 1 +браття 0 1 0 1 +братство 0 1 0 1 +братову 0 1 1 0 +брате 1 1 1 2 +братанії 0 1 0 1 +братанні 0 1 1 0 +братання 0 1 1 0 +братами 1 1 1 2 +братам 0 1 1 0 +брата 0 1 1 0 +брат 5 1 5 6 +бравда 0 1 0 1 +бояриш 0 1 0 1 +боярин 0 1 0 1 +бояри 1 1 2 1 +боягузтво 0 1 1 0 +боягузство 0 1 0 1 +бояв 0 1 0 1 +бошата 0 1 0 1 +боснівки 0 1 0 1 +борітеся 0 1 1 0 +борються 0 1 1 0 +боротьбу 0 1 0 1 +боротьби 0 1 1 0 +боронвін 0 1 0 1 +борознини 0 1 0 1 +борозни 0 1 1 0 +бориславу 0 1 0 1 +бориславе 0 1 0 1 +борислава 0 1 1 0 +борислав 8 1 9 8 +бори 0 1 0 1 +борець 0 1 0 1 +боретьсядо 0 1 1 0 +борете 0 1 0 1 +боресь 0 1 1 0 +борді 0 1 0 1 +боліємо 0 1 0 1 +болісно 0 1 1 0 +болярин 0 1 1 0 +болюся 0 1 0 1 +болгар 0 1 0 1 +боках 0 1 0 1 +бойчукісти 0 1 1 0 +бойчука 0 1 1 0 +бойових 0 1 1 0 +бойлерів 0 1 0 1 +божий 2 1 3 2 +божая 0 1 1 0 +бодався 0 1 0 1 +богови 0 1 1 0 +богова 0 1 0 1 +бого 0 1 0 1 +богиня 0 1 1 0 +боги 1 1 2 1 +богданових 0 1 1 0 +богдана 2 1 2 3 +богдан 16 1 17 16 +богар 0 1 0 1 +блудством 0 1 1 0 +блудство 0 1 0 1 +блудна 0 1 0 1 +блоґінґ 0 1 1 0 +блорів 0 1 0 1 +блокінг 0 1 0 1 +блогів 0 1 1 0 +блиску 0 1 0 1 +блискавки 0 1 1 0 +близька 0 1 0 1 +ближче 2 1 3 2 +блакитний 0 1 1 0 +блаженні 0 1 0 1 +блаженний 0 1 1 0 +блажен 0 1 0 1 +благримільда 0 1 0 1 +благословіння 0 1 1 0 +благословення 0 1 0 1 +благороджують 0 1 0 1 +благородження 0 1 0 1 +благороджена 0 1 0 1 +благополуччя 0 1 1 0 +благополуччю 0 1 0 1 +благом 1 1 2 1 +благо 0 1 0 1 +битого 0 1 1 0 +бито 0 1 1 0 +битися 0 1 1 0 +бистронні 0 1 0 1 +бистре 0 1 1 0 +бийте 0 1 0 1 +бився 1 1 2 1 +бето 0 1 0 1 +бесь 0 1 0 1 +берня 0 1 0 1 +берндський 0 1 0 1 +бериться 0 1 0 1 +берися 1 1 2 1 +бережитися 0 1 0 1 +бережи 0 1 1 0 +бере 2 1 2 3 +бердяєва 0 1 0 1 +бердяева 0 1 1 0 +бенський 0 1 0 1 +бендонський 0 1 0 1 +белізли 0 1 0 1 +бека 0 1 0 1 +безштанько 0 1 1 0 +безслідним 0 1 1 0 +безсильні 0 1 0 1 +безсиллі 0 1 1 0 +безпринципно 0 1 1 0 +безнародності 0 1 0 1 +безмірні 0 1 1 0 +безмірна 0 1 0 1 +безлюднілій 0 1 0 1 +бачить 4 1 4 5 +бачила 0 1 0 1 +бачив 2 1 2 3 +бачать 0 1 1 0 +бахти 0 1 0 1 +батьківство 0 1 1 0 +батьківства 0 1 0 1 +батьків 1 1 2 1 +батькові 0 1 0 1 +батькову 0 1 1 0 +батиєм 1 1 2 1 +батия 2 1 3 2 +батий 1 1 2 1 +бастілія 0 1 1 0 +бастилія 0 1 0 1 +баскидним 0 1 0 1 +барються 0 1 0 1 +бархатним 1 1 2 1 +барон 0 1 1 0 +баран 0 1 1 0 +бара 0 1 0 1 +банківських 0 1 1 0 +банків 0 1 1 0 +банки 1 1 1 2 +бандитський 0 1 1 0 +бан 0 1 1 0 +бакит 0 1 0 1 +бази 0 1 1 0 +база 1 1 1 2 +бажливо 0 1 0 1 +бажається 0 1 1 0 +бажати 0 1 1 0 +бажання 2 1 3 2 +багинаїння 0 1 0 1 +багеня 0 1 0 1 +багачеви 0 1 1 0 +багачава 0 1 0 1 +багатством 0 1 0 1 +багатство 3 1 4 3 +багатому 0 1 1 0 +багатоманітності 0 1 1 0 +багатомагнітності 0 1 0 1 +баганна 0 1 0 1 +баган 0 1 0 1 +бавкові 0 1 0 1 +бабуся 0 1 0 1 +баблежче 0 1 0 1 +ба 0 1 0 1 +афанасьєва 0 1 0 1 +афанасьева 0 1 1 0 +аутфіт 0 1 1 0 +аут 0 1 0 1 +атомів 0 1 0 1 +атом 0 1 1 0 +атева 0 1 0 1 +атакований 0 1 1 0 +атакована 0 1 0 1 +атака 1 1 1 2 +асфальтів 0 1 0 1 +аснджа 0 1 1 0 +артість 0 1 0 1 +арту 0 1 0 1 +арславу 0 1 0 1 +аромати 0 1 1 0 +арештованих 0 1 1 0 +арештоване 0 1 0 1 +аптечно 0 1 0 1 +апріорі 0 1 1 0 +апото 0 1 0 1 +апарат 0 1 0 1 +аніме 0 1 1 0 +аніма 0 1 0 1 +анілодша 0 1 0 1 +антусартака 0 1 0 1 +андусар 0 1 0 1 +андрієвій 0 1 0 1 +андрієві 0 1 1 0 +андрія 6 1 6 7 +ангельський 0 1 1 0 +ангелські 0 1 0 1 +ангела 0 1 1 0 +анарваса 0 1 0 1 +амії 0 1 0 1 +амуж 0 1 0 1 +аму 0 1 0 1 +алюміній 0 1 1 0 +альбертійських 0 1 1 0 +альбертистських 0 1 0 1 +алоп 0 1 0 1 +алексія 0 1 1 0 +аламаз 0 1 1 0 +аксіома 0 1 1 0 +аксьома 0 1 0 1 +ак 0 1 1 0 +айс 0 1 0 1 +ай 0 1 0 1 +азорет 0 1 0 1 +азови 0 1 0 1 +азарова 0 1 1 0 +аж 7 1 7 8 +аерозорі 0 1 0 1 +аерозоль 0 1 1 0 +аделею 0 1 1 0 +адаміс 3 1 4 3 +адам 0 1 0 1 +агій 0 1 1 0 +агушовий 0 1 0 1 +агроному 0 1 0 1 +агрономом 0 1 1 0 +агранений 0 1 0 1 +агату 0 1 1 0 +ага 0 1 0 1 +авхеолові 0 1 0 1 +авторові 0 1 1 0 +автора 4 1 4 5 +авель 0 1 1 0 +ава 0 1 0 1 +абстрактна 0 1 1 0 +аборигенами 0 1 1 0 +'ясо 0 1 1 0 +ґрунтуватися 1 0 1 1 +ґрати 1 0 1 1 +ґанок 1 0 1 1 +їхнє 2 0 2 2 +їхня 3 0 3 3 +їхати 1 0 1 1 +їхав 2 0 2 2 +їм 7 0 7 7 +їдою 1 0 1 1 +їдкий 1 0 1 1 +їдете 1 0 1 1 +їдемо 1 0 1 1 +їдальні 1 0 1 1 +іти 1 0 1 1 +істотні 2 0 2 2 +істотний 1 0 1 1 +істотка 1 0 1 1 +історій 1 0 1 1 +історичні 2 0 2 2 +історичну 1 0 1 1 +історичної 1 0 1 1 +історичною 1 0 1 1 +історичного 2 0 2 2 +історично 1 0 1 1 +історичних 2 0 2 2 +історичне 1 0 1 1 +історична 2 0 2 2 +істориків 2 0 2 2 +істориком 1 0 1 1 +історики 6 0 6 6 +істориками 1 0 1 1 +історика 1 0 1 1 +історик 2 0 2 2 +істину 1 0 1 1 +істинною 1 0 1 1 +іспанії 2 0 2 2 +існує 4 0 4 4 +існування 2 0 2 2 +існувала 1 0 1 1 +ісландії 1 0 1 1 +іскра 2 0 2 2 +ісайовича 1 0 1 1 +іронічно 2 0 2 2 +іржавіли 1 0 1 1 +іран 1 0 1 1 +іншою 1 0 1 1 +іншими 1 0 1 1 +іншим 3 0 3 3 +інфраструктури 1 0 1 1 +інформації 2 0 2 2 +інформацією 1 0 1 1 +інформаційну 1 0 1 1 +інформаційна 1 0 1 1 +інтернеті 1 0 1 1 +інтересів 3 0 3 3 +інтереси 1 0 1 1 +інтервенцію 1 0 1 1 +інтенсивність 2 0 2 2 +інтелігент 1 0 1 1 +інтелекті 1 0 1 1 +інструмент 1 0 1 1 +інституті 1 0 1 1 +інститутській 1 0 1 1 +інспектор 1 0 1 1 +іноземців 1 0 1 1 +інколи 2 0 2 2 +інженери 1 0 1 1 +індійського 1 0 1 1 +індіанський 1 0 1 1 +індустріалізація 1 0 1 1 +індивідуальний 1 0 1 1 +інгредієнти 2 0 2 2 +інвестує 1 0 1 1 +інвесторів 1 0 1 1 +інвестицій 1 0 1 1 +інакше 6 0 6 6 +інак 1 0 1 1 +інавгурації 1 0 1 1 +імпресіонізму 1 0 1 1 +імперію 1 0 1 1 +імперській 1 0 1 1 +імперську 1 0 1 1 +імперська 1 0 1 1 +імператриці 2 0 2 2 +імператорів 1 0 1 1 +іменинники 1 0 1 1 +іменем 1 0 1 1 +імена 1 0 1 1 +ім'я 6 0 6 6 +ілюзія 1 0 1 1 +іловайськом 1 0 1 1 +ілліч 1 0 1 1 +ікону 1 0 1 1 +ізраїль 1 0 1 1 +ізоляція 1 0 1 1 +ідіть 1 0 1 1 +ідучи 2 0 2 2 +ідоли 1 0 1 1 +ідея 4 0 4 4 +ідею 1 0 1 1 +ідеологія 2 0 2 2 +ідеологічної 1 0 1 1 +ідентичність 1 0 1 1 +ідентифікований 1 0 1 1 +ідентифікаційними 1 0 1 1 +ідеалі 1 0 1 1 +ідеальний 1 0 1 1 +ідеал 1 0 1 1 +іграшковий 1 0 1 1 +івановичем 1 0 1 1 +івановича 1 0 1 1 +івана 3 0 3 3 +іван 5 0 5 5 +єства 1 0 1 1 +єс 1 0 1 1 +єрмака 1 0 1 1 +єрмак 1 0 1 1 +єднання 2 0 2 2 +єдиної 2 0 2 2 +єдиною 1 0 1 1 +єдиного 3 0 3 3 +єдиним 1 0 1 1 +єдине 1 0 1 1 +євроінтеграцію 1 0 1 1 +європі 2 0 2 2 +європою 1 0 1 1 +європейській 1 0 1 1 +європейські 2 0 2 2 +європейських 1 0 1 1 +європейським 1 0 1 1 +європейський 1 0 1 1 +європейська 1 0 1 1 +євробаченні 1 0 1 1 +євнухові 1 0 1 1 +євнух 2 0 2 2 +яєць 1 0 1 1 +ятрити 1 0 1 1 +ясною 1 0 1 1 +ясного 2 0 2 2 +ясна 3 0 3 3 +яскравим 1 0 1 1 +ярославом 2 0 2 2 +ярославович 2 0 2 2 +ярослав 2 0 2 2 +ярмо 2 0 2 2 +ярмарок 1 0 1 1 +ярма 1 0 1 1 +ярлики 1 0 1 1 +ярлика 1 0 1 1 +ярлик 2 0 2 2 +ярли 1 0 1 1 +японії 1 0 1 1 +японію 1 0 1 1 +японці 1 0 1 1 +японська 1 0 1 1 +ями 2 0 2 2 +ялинки 1 0 1 1 +якість 3 0 3 3 +якій 1 0 1 1 +якутської 1 0 1 1 +якутський 1 0 1 1 +якраз 1 0 1 1 +якомусь 3 0 3 3 +якому 5 0 5 5 +якогось 1 0 1 1 +якими 3 0 3 3 +яким 3 0 3 3 +якесь 1 0 1 1 +якби 7 0 7 7 +якась 3 0 3 3 +яйця 1 0 1 1 +язичниками 1 0 1 1 +язик 4 0 4 4 +ядро 1 0 1 1 +ягоди 1 0 1 1 +явно 1 0 1 1 +явищем 2 0 2 2 +явище 2 0 2 2 +явить 1 0 1 1 +яблуні 1 0 1 1 +яблуко 2 0 2 2 +яблука 1 0 1 1 +ябедництва 1 0 1 1 +юшку 1 0 1 1 +юшка 1 0 1 1 +юрію 3 0 3 3 +юридичну 2 0 2 2 +юридичної 1 0 1 1 +юра 1 0 1 1 +юність 1 0 1 1 +юний 1 0 1 1 +юнеско 1 0 1 1 +юнак 1 0 1 1 +юлія 1 0 1 1 +юдейської 1 0 1 1 +щілини 1 0 1 1 +щороку 1 0 1 1 +щоправда 1 0 1 1 +щоночі 1 0 1 1 +щодня 2 0 2 2 +щоденних 1 0 1 1 +щиро 1 0 1 1 +щелепами 1 0 1 1 +щедрий 1 0 1 1 +щасливіший 1 0 1 1 +щасливий 3 0 3 3 +щасливе 1 0 1 1 +щаслива 1 0 1 1 +шість 2 0 2 2 +шістнадцятій 1 0 1 1 +шумилові 1 0 1 1 +шум 1 0 1 1 +шукає 2 0 2 2 +шукати 3 0 3 3 +шукань 1 0 1 1 +шукання 2 0 2 2 +шукала 1 0 1 1 +шукав 1 0 1 1 +штучному 1 0 1 1 +штучно 1 0 1 1 +штучне 1 0 1 1 +штука 1 0 1 1 +штрафи 1 0 1 1 +штовхаєте 1 0 1 1 +штани 1 0 1 1 +шоу 1 0 1 1 +шоковані 1 0 1 1 +шовіністичне 1 0 1 1 +шовінізму 1 0 1 1 +шматком 1 0 1 1 +шматки 1 0 1 1 +шмат 2 0 2 2 +шляхів 2 0 2 2 +шляхом 3 0 3 3 +шляхи 2 0 2 2 +шлях 4 0 4 4 +шлюб 3 0 3 3 +шкіриться 1 0 1 1 +шкіри 1 0 1 1 +шкурка 1 0 1 1 +школі 1 0 1 1 +школярі 1 0 1 1 +школу 1 0 1 1 +школах 1 0 1 1 +школа 1 0 1 1 +шкоду 1 0 1 1 +шкодою 1 0 1 1 +шкодить 2 0 2 2 +шкоди 1 0 1 1 +шкода 2 0 2 2 +шиї 2 0 2 2 +ширше 1 0 1 1 +широкій 1 0 1 1 +широкого 1 0 1 1 +широко 1 0 1 1 +широка 1 0 1 1 +шипи 1 0 1 1 +шило 1 0 1 1 +шепнула 1 0 1 1 +шевченко 1 0 1 1 +шевченка 1 0 1 1 +швидше 1 0 1 1 +швидкістю 1 0 1 1 +швидко 7 0 7 7 +швеції 2 0 2 2 +шведський 1 0 1 1 +швайку 1 0 1 1 +шахтарів 1 0 1 1 +шарпнули 1 0 1 1 +шарами 1 0 1 1 +шапка 1 0 1 1 +шанси 1 0 1 1 +шанс 1 0 1 1 +шани 1 0 1 1 +шампанського 1 0 1 1 +шампанське 1 0 1 1 +шабля 1 0 1 1 +чіткого 1 0 1 1 +чітко 4 0 4 4 +чіплятися 1 0 1 1 +чіпаючи 1 0 1 1 +чуєте 1 0 1 1 +чухається 1 0 1 1 +чуток 1 0 1 1 +чужу 2 0 2 2 +чужого 3 0 3 3 +чужих 3 0 3 3 +чужину 1 0 1 1 +чужим 1 0 1 1 +чужий 1 0 1 1 +чуже 1 0 1 1 +чудові 1 0 1 1 +чудово 1 0 1 1 +чудовий 2 0 2 2 +чувся 1 0 1 1 +чув 4 0 4 4 +чотирьох 2 0 2 2 +чотириста 1 0 1 1 +чотири 4 0 4 4 +чорту 1 0 1 1 +чортова 1 0 1 1 +чорта 2 0 2 2 +чорної 1 0 1 1 +чорного 1 0 1 1 +чорнила 1 0 1 1 +чорна 2 0 2 2 +чоломкав 1 0 1 1 +чолом 2 0 2 2 +чоловічої 1 0 1 1 +чоловіка 2 0 2 2 +чола 1 0 1 1 +човни 2 0 2 2 +човна 1 0 1 1 +чобіт 1 0 1 1 +членів 1 0 1 1 +членом 1 0 1 1 +члена 1 0 1 1 +чиї 1 0 1 1 +чиєсь 1 0 1 1 +чиє 1 0 1 1 +читачам 1 0 1 1 +читайте 2 0 2 2 +чистісінька 1 0 1 1 +чистої 1 0 1 1 +чистоти 1 0 1 1 +чисте 1 0 1 1 +числі 4 0 4 4 +численним 1 0 1 1 +чисельників 1 0 1 1 +чиряк 1 0 1 1 +чинять 1 0 1 1 +чином 5 0 5 5 +чиновників 2 0 2 2 +чинності 1 0 1 1 +чиниш 1 0 1 1 +чинить 1 0 1 1 +чинити 1 0 1 1 +чимсь 1 0 1 1 +чимало 1 0 1 1 +чийсь 1 0 1 1 +чийому 1 0 1 1 +чечню 1 0 1 1 +чеченського 1 0 1 1 +чеченський 2 0 2 2 +чехи 1 0 1 1 +чеська 1 0 1 1 +честь 3 0 3 3 +чесній 1 0 1 1 +чеснота 3 0 3 3 +чесності 1 0 1 1 +чесний 1 0 1 1 +чесна 1 0 1 1 +чернігівська 1 0 1 1 +чернігів 1 0 1 1 +чергою 1 0 1 1 +чергової 1 0 1 1 +черговості 1 0 1 1 +черговий 2 0 2 2 +чергове 1 0 1 1 +чергова 1 0 1 1 +черга 2 0 2 2 +червоній 1 0 1 1 +червоного 1 0 1 1 +червоний 1 0 1 1 +червона 1 0 1 1 +ченцем 1 0 1 1 +чемпіон 1 0 1 1 +чекають 1 0 1 1 +чекати 1 0 1 1 +чекали 2 0 2 2 +чвари 1 0 1 1 +чашу 1 0 1 1 +чаша 1 0 1 1 +часів 4 0 4 4 +часі 1 0 1 1 +частую 1 0 1 1 +частина 1 0 1 1 +часи 6 0 6 6 +чарочка 1 0 1 1 +чай 1 0 1 1 +цією 1 0 1 1 +цінується 1 0 1 1 +ціною 1 0 1 1 +цінніший 1 0 1 1 +цінність 1 0 1 1 +цінності 1 0 1 1 +цінностей 1 0 1 1 +цінно 1 0 1 1 +цінними 1 0 1 1 +цін 1 0 1 1 +цілістю 1 0 1 1 +цілі 1 0 1 1 +ціль 1 0 1 1 +цілувала 2 0 2 2 +цілу 2 0 2 2 +цілому 1 0 1 1 +цілого 1 0 1 1 +цілком 6 0 6 6 +цілковитому 1 0 1 1 +цілковитого 1 0 1 1 +цілковито 1 0 1 1 +цілковите 1 0 1 1 +цілий 1 0 1 1 +цілей 1 0 1 1 +ціле 1 0 1 1 +цікавих 1 0 1 1 +цікавить 2 0 2 2 +цікавило 1 0 1 1 +цікавий 1 0 1 1 +цікаве 1 0 1 1 +цьогоріч 2 0 2 2 +цифру 3 0 3 3 +цифрової 1 0 1 1 +цифра 1 0 1 1 +циркове 1 0 1 1 +цими 1 0 1 1 +цигарок 1 0 1 1 +цивільні 2 0 2 2 +церковну 1 0 1 1 +церкву 1 0 1 1 +церквах 1 0 1 1 +церемонія 1 0 1 1 +центрі 2 0 2 2 +центру 1 0 1 1 +центри 2 0 2 2 +центрального 1 0 1 1 +цензуру 1 0 1 1 +цензури 1 0 1 1 +цензура 1 0 1 1 +цвях 1 0 1 1 +царя 4 0 4 4 +царської 1 0 1 1 +царського 1 0 1 1 +царських 1 0 1 1 +царськими 1 0 1 1 +царська 1 0 1 1 +царем 1 0 1 1 +цар 3 0 3 3 +хіть 3 0 3 3 +хімічній 1 0 1 1 +хіба 11 0 11 11 +хуторі 1 0 1 1 +хутко 2 0 2 2 +хустку 1 0 1 1 +художньою 1 0 1 1 +художник 1 0 1 1 +хтось 6 0 6 6 +христос 1 0 1 1 +христородиця 1 0 1 1 +християнський 1 0 1 1 +християнин 1 0 1 1 +хрисафій 1 0 1 1 +хрещений 1 0 1 1 +хрестом 1 0 1 1 +хрестового 1 0 1 1 +хреста 1 0 1 1 +хрест 2 0 2 2 +храмів 1 0 1 1 +храмі 1 0 1 1 +храми 1 0 1 1 +хочеш 2 0 2 2 +хочете 5 0 5 5 +хочемо 1 0 1 1 +хотілося 3 0 3 3 +хотів 10 0 10 10 +хорувати 1 0 1 1 +хороші 1 0 1 1 +хорому 1 0 1 1 +хоробрих 1 0 1 1 +холодну 1 0 1 1 +холодно 1 0 1 1 +холодне 1 0 1 1 +ходімо 2 0 2 2 +ходім 1 0 1 1 +ходять 3 0 3 3 +ходить 4 0 4 4 +ходити 3 0 3 3 +ходив 3 0 3 3 +ховається 1 0 1 1 +ховаюся 1 0 1 1 +ховатись 1 0 1 1 +ховайся 1 0 1 1 +хмарки 1 0 1 1 +хлібів 1 0 1 1 +хліба 4 0 4 4 +хлопчика 1 0 1 1 +хлопчик 1 0 1 1 +хлопці 3 0 3 3 +хлопцями 1 0 1 1 +хлопця 1 0 1 1 +хлопцю 1 0 1 1 +хлопець 4 0 4 4 +хитрує 1 0 1 1 +хитрими 1 0 1 1 +химерувати 1 0 1 1 +хили 1 0 1 1 +хижих 1 0 1 1 +хвостом 1 0 1 1 +хворого 2 0 2 2 +хворобу 1 0 1 1 +хворобами 1 0 1 1 +хвороба 1 0 1 1 +хвороб 1 0 1 1 +хворий 1 0 1 1 +хвиля 3 0 3 3 +хвилює 1 0 1 1 +хвилюючим 1 0 1 1 +хвилювало 2 0 2 2 +хвилю 2 0 2 2 +хвиль 1 0 1 1 +хвилині 1 0 1 1 +хвилина 1 0 1 1 +хватайте 1 0 1 1 +хваліте 1 0 1 1 +хвальби 1 0 1 1 +хвалу 1 0 1 1 +хвались 2 0 2 2 +хвалебні 1 0 1 1 +хвала 1 0 1 1 +хаті 1 0 1 1 +хати 1 0 1 1 +хата 1 0 1 1 +харчування 1 0 1 1 +харчова 1 0 1 1 +харків 1 0 1 1 +харкові 1 0 1 1 +харкова 1 0 1 1 +характеризуєш 1 0 1 1 +характер 2 0 2 2 +хапатись 1 0 1 1 +хапати 1 0 1 1 +ханів 1 0 1 1 +ханську 2 0 2 2 +ханського 1 0 1 1 +ханський 1 0 1 1 +ханом 1 0 1 1 +ханові 2 0 2 2 +хани 2 0 2 2 +халявах 1 0 1 1 +фірми 1 0 1 1 +фінів 1 0 1 1 +фінського 2 0 2 2 +фінських 2 0 2 2 +фінськими 2 0 2 2 +фінляндії 1 0 1 1 +фінляндію 1 0 1 1 +фінансувати 1 0 1 1 +фінансові 1 0 1 1 +фінансової 1 0 1 1 +фінансово 1 0 1 1 +фіналістів 1 0 1 1 +фільмів 1 0 1 1 +фільмі 1 0 1 1 +фільму 1 0 1 1 +фільм 1 0 1 1 +фіксував 1 0 1 1 +фізичної 2 0 2 2 +фізичних 2 0 2 2 +фізична 3 0 3 3 +функції 3 0 3 3 +функцією 1 0 1 1 +функцію 1 0 1 1 +функціонування 1 0 1 1 +фрукти 1 0 1 1 +фронтах 1 0 1 1 +франції 1 0 1 1 +францію 1 0 1 1 +французів 1 0 1 1 +франка 1 0 1 1 +фракції 1 0 1 1 +фракцій 1 0 1 1 +фотостудіях 1 0 1 1 +фотографії 1 0 1 1 +фотографом 1 0 1 1 +формі 1 0 1 1 +формується 1 0 1 1 +формує 1 0 1 1 +формувань 2 0 2 2 +формуванні 1 0 1 1 +формування 2 0 2 2 +форму 1 0 1 1 +формальності 1 0 1 1 +форма 2 0 2 2 +фоні 1 0 1 1 +фоли 1 0 1 1 +фестивалю 1 0 1 1 +фермери 1 0 1 1 +феодалізму 1 0 1 1 +феодальної 2 0 2 2 +феміда 1 0 1 1 +федотов 1 0 1 1 +федерація 1 0 1 1 +федеральному 1 0 1 1 +фахівці 2 0 2 2 +фахівцем 1 0 1 1 +фарби 1 0 1 1 +фантазувати 1 0 1 1 +фальші 1 0 1 1 +фальшивий 1 0 1 1 +фактори 1 0 1 1 +фактор 3 0 3 3 +фактом 1 0 1 1 +факто 1 0 1 1 +фактами 1 0 1 1 +факт 7 0 7 7 +файна 2 0 2 2 +фабрики 1 0 1 1 +уявлення 2 0 2 2 +учора 1 0 1 1 +учнів 2 0 2 2 +учні 1 0 1 1 +учитель 1 0 1 1 +училище 1 0 1 1 +участю 1 0 1 1 +учасників 1 0 1 1 +учасники 1 0 1 1 +учасник 2 0 2 2 +ухопив 1 0 1 1 +ухвалив 1 0 1 1 +утікав 1 0 1 1 +утримувати 1 0 1 1 +утримає 1 0 1 1 +утримати 1 0 1 1 +уточнюються 1 0 1 1 +уточнив 1 0 1 1 +утворена 1 0 1 1 +усякі 1 0 1 1 +усяк 1 0 1 1 +усюди 1 0 1 1 +усю 1 0 1 1 +установлюються 1 0 1 1 +устав 1 0 1 1 +успішність 1 0 1 1 +успішною 1 0 1 1 +успішне 1 0 1 1 +успіху 2 0 2 2 +усмішкою 1 0 1 1 +усміхнувся 2 0 2 2 +усміхалася 1 0 1 1 +усередині 1 0 1 1 +усвідомленого 1 0 1 1 +усвідомити 1 0 1 1 +урядуванням 2 0 2 2 +уряд 2 0 2 2 +уроки 1 0 1 1 +управлінні 1 0 1 1 +управління 1 0 1 1 +уперто 1 0 1 1 +упала 1 0 1 1 +упаде 1 0 1 1 +уособленням 1 0 1 1 +унітазу 1 0 1 1 +університеті 1 0 1 1 +університету 1 0 1 1 +університет 1 0 1 1 +універсальний 1 0 1 1 +універсальне 1 0 1 1 +уникнув 1 0 1 1 +уміє 1 0 1 1 +уміння 1 0 1 1 +умілого 1 0 1 1 +умреш 1 0 1 1 +уможливило 1 0 1 1 +умову 1 0 1 1 +умовах 1 0 1 1 +умирать 1 0 1 1 +умикну 1 0 1 1 +умер 1 0 1 1 +улюблені 1 0 1 1 +ультиматум 1 0 1 1 +уламки 1 0 1 1 +україні 17 0 17 17 +українців 5 0 5 5 +українці 4 0 4 4 +українцями 2 0 2 2 +українцям 1 0 1 1 +українцю 1 0 1 1 +українцем 2 0 2 2 +україну 2 0 2 2 +українській 1 0 1 1 +українську 4 0 4 4 +української 6 0 6 6 +українською 2 0 2 2 +українського 5 0 5 5 +українськими 1 0 1 1 +українське 2 0 2 2 +українська 6 0 6 6 +українок 1 0 1 1 +українець 1 0 1 1 +украли 1 0 1 1 +указу 1 0 1 1 +узялися 1 0 1 1 +узяла 1 0 1 1 +узяв 3 0 3 3 +узнає 1 0 1 1 +узда 1 0 1 1 +узгодження 1 0 1 1 +узбережжі 1 0 1 1 +узбережжя 1 0 1 1 +узбек 1 0 1 1 +удільних 2 0 2 2 +удома 1 0 1 1 +удовицю 1 0 1 1 +удвох 1 0 1 1 +ударяй 1 0 1 1 +удару 1 0 1 1 +ударами 1 0 1 1 +удар 1 0 1 1 +угу 1 0 1 1 +угорці 1 0 1 1 +угоди 3 0 3 3 +увірвалися 1 0 1 1 +увіковічена 1 0 1 1 +увійди 1 0 1 1 +увазі 3 0 3 3 +уважніший 1 0 1 1 +уважні 1 0 1 1 +уважними 1 0 1 1 +увагу 15 0 15 15 +убитими 1 0 1 1 +убивати 1 0 1 1 +убивали 1 0 1 1 +уб'є 1 0 1 1 +тії 1 0 1 1 +тієї 2 0 2 2 +тією 2 0 2 2 +тітушок 1 0 1 1 +тістечко 1 0 1 1 +тіста 1 0 1 1 +тісна 1 0 1 1 +тіні 1 0 1 1 +тінь 1 0 1 1 +тілесних 1 0 1 1 +тіла 2 0 2 2 +тік 1 0 1 1 +тямлячись 1 0 1 1 +тямлю 1 0 1 1 +тямиш 1 0 1 1 +тямив 1 0 1 1 +тяжко 1 0 1 1 +тяжке 1 0 1 1 +тягнеш 1 0 1 1 +тяглася 1 0 1 1 +тюрмі 1 0 1 1 +тюрми 1 0 1 1 +тюрма 1 0 1 1 +тюркським 1 0 1 1 +тьмі 1 0 1 1 +тутки 1 0 1 1 +туреччину 1 0 1 1 +туреччина 1 0 1 1 +турецького 2 0 2 2 +турбував 1 0 1 1 +тупість 2 0 2 2 +туман 1 0 1 1 +туди 1 0 1 1 +туги 1 0 1 1 +тубільцями 1 0 1 1 +туалетної 1 0 1 1 +трішки 1 0 1 1 +трьохсот 1 0 1 1 +трьох 5 0 5 5 +трудові 1 0 1 1 +труднощі 1 0 1 1 +труднощами 1 0 1 1 +трудно 1 0 1 1 +трудитися 1 0 1 1 +труба 1 0 1 1 +троянським 1 0 1 1 +трошки 3 0 3 3 +тролі 1 0 1 1 +тричі 1 0 1 1 +тринадцяте 1 0 1 1 +тримати 3 0 3 3 +тримались 1 0 1 1 +тримайте 1 0 1 1 +тридцять 2 0 2 2 +тридцятиструнна 1 0 1 1 +тривоги 1 0 1 1 +триває 2 0 2 2 +тривалістю 1 0 1 1 +тривалих 1 0 1 1 +тривала 1 0 1 1 +трибуну 1 0 1 1 +трибуни 1 0 1 1 +три 6 0 6 6 +третій 2 0 2 2 +третьому 1 0 1 1 +третього 1 0 1 1 +тренери 1 0 1 1 +тренди 1 0 1 1 +трейдери 1 0 1 1 +траплялися 1 0 1 1 +трапилося 1 0 1 1 +трапилася 1 0 1 1 +трапезою 1 0 1 1 +трансформуються 1 0 1 1 +трансляції 1 0 1 1 +трансгендер 1 0 1 1 +трактувати 2 0 2 2 +традиціями 2 0 2 2 +традиційні 1 0 1 1 +трагічно 1 0 1 1 +трагедій 1 0 1 1 +траві 1 0 1 1 +травня 1 0 1 1 +трави 1 0 1 1 +тощо 4 0 4 4 +точніше 1 0 1 1 +точки 2 0 2 2 +тотальна 1 0 1 1 +тортури 1 0 1 1 +торт 2 0 2 2 +торохтіти 1 0 1 1 +торкнулася 2 0 2 2 +торкнувся 1 0 1 1 +торкалась 1 0 1 1 +торгівлі 1 0 1 1 +торгувать 1 0 1 1 +торговельні 1 0 1 1 +торг 2 0 2 2 +торбину 1 0 1 1 +торба 1 0 1 1 +топиться 2 0 2 2 +топаз 1 0 1 1 +тоні 1 0 1 1 +тонкого 1 0 1 1 +тоненьким 1 0 1 1 +тон 1 0 1 1 +толку 1 0 1 1 +тодішнім 1 0 1 1 +тодорік 3 0 3 3 +товщу 1 0 1 1 +товсті 1 0 1 1 +товстий 2 0 2 2 +товарів 3 0 3 3 +товариство 1 0 1 1 +товариства 2 0 2 2 +тобі 16 0 16 16 +тобто 14 0 14 14 +тобою 4 0 4 4 +тлумаченні 1 0 1 1 +тихо 3 0 3 3 +тиха 2 0 2 2 +титулу 1 0 1 1 +титул 1 0 1 1 +тисячі 6 0 6 6 +тисячах 1 0 1 1 +тисяцьких 1 0 1 1 +тиснула 1 0 1 1 +тиском 1 0 1 1 +тиск 1 0 1 1 +тиси 1 0 1 1 +типу 1 0 1 1 +типом 1 0 1 1 +тимчасової 1 0 1 1 +тимчасово 1 0 1 1 +тикає 1 0 1 1 +тижнів 1 0 1 1 +тижні 1 0 1 1 +тижня 2 0 2 2 +тиждень 2 0 2 2 +тивун 1 0 1 1 +тиверців 1 0 1 1 +тиверці 2 0 2 2 +теє 1 0 1 1 +тешу 1 0 1 1 +течій 1 0 1 1 +тече 2 0 2 2 +техогляд 1 0 1 1 +технічне 1 0 1 1 +технічна 1 0 1 1 +техніку 1 0 1 1 +техніки 2 0 2 2 +тесі 1 0 1 1 +тертий 1 0 1 1 +терпіти 1 0 1 1 +терпугом 1 0 1 1 +терпить 1 0 1 1 +терористів 1 0 1 1 +терновий 1 0 1 1 +терміну 1 0 1 1 +терміном 1 0 1 1 +терміново 1 0 1 1 +території 1 0 1 1 +територією 1 0 1 1 +територію 1 0 1 1 +терзає 1 0 1 1 +теплої 1 0 1 1 +тепла 1 0 1 1 +теперішні 1 0 1 1 +теодосій 1 0 1 1 +тенісистка 1 0 1 1 +тендер 1 0 1 1 +тенденції 1 0 1 1 +тенденція 1 0 1 1 +темі 1 0 1 1 +тему 3 0 3 3 +темряві 1 0 1 1 +темному 1 0 1 1 +тема 3 0 3 3 +теля 1 0 1 1 +телець 1 0 1 1 +телефону 1 0 1 1 +телефони 2 0 2 2 +телефон 2 0 2 2 +тексті 1 0 1 1 +текстах 1 0 1 1 +текст 1 0 1 1 +тегерані 1 0 1 1 +театр 1 0 1 1 +твіттері 1 0 1 1 +твоїм 1 0 1 1 +твої 2 0 2 2 +твоєму 1 0 1 1 +твоє 2 0 2 2 +твоя 3 0 3 3 +творі 1 0 1 1 +творчість 2 0 2 2 +творчу 1 0 1 1 +твориться 1 0 1 1 +твори 2 0 2 2 +твого 3 0 3 3 +тверського 2 0 2 2 +тверду 1 0 1 1 +твердо 2 0 2 2 +твердий 1 0 1 1 +твердження 4 0 4 4 +тваринного 1 0 1 1 +тварини 1 0 1 1 +таїться 1 0 1 1 +таємниче 1 0 1 1 +таємниця 1 0 1 1 +таємниць 1 0 1 1 +таємна 1 0 1 1 +татуювання 1 0 1 1 +татарському 1 0 1 1 +татарина 1 0 1 1 +татари 2 0 2 2 +тарілочці 1 0 1 1 +тарифи 1 0 1 1 +тарас 1 0 1 1 +танцівниць 1 0 1 1 +танців 1 0 1 1 +танцювали 1 0 1 1 +танки 1 0 1 1 +тамують 1 0 1 1 +талонів 1 0 1 1 +талантів 1 0 1 1 +таланту 3 0 3 3 +талант 1 0 1 1 +такої 1 0 1 1 +такою 1 0 1 1 +такоже 1 0 1 1 +такими 1 0 1 1 +таким 6 0 6 6 +тайпі 1 0 1 1 +тазіком 1 0 1 1 +табору 1 0 1 1 +таблицю 1 0 1 1 +січі 2 0 2 2 +сірі 1 0 1 1 +сірим 1 0 1 1 +сіре 1 0 1 1 +сіпнувся 1 0 1 1 +сіно 1 0 1 1 +сіней 1 0 1 1 +сімома 1 0 1 1 +сімнадцятого 1 0 1 1 +сім'ї 1 0 1 1 +сім'я 1 0 1 1 +сільські 1 0 1 1 +сіллю 1 0 1 1 +сікур 2 0 2 2 +сій 1 0 1 1 +сідло 1 0 1 1 +сідлай 2 0 2 2 +сідаю 1 0 1 1 +сідайте 2 0 2 2 +сідай 1 0 1 1 +сіврів 1 0 1 1 +сіврської 1 0 1 1 +сіверяни 1 0 1 1 +сіверська 1 0 1 1 +сякі 1 0 1 1 +сягнула 1 0 1 1 +сюжету 1 0 1 1 +сюжет 1 0 1 1 +сюдою 1 0 1 1 +сюди 3 0 3 3 +сьому 1 0 1 1 +сьомої 1 0 1 1 +сьоме 1 0 1 1 +сьогоднішній 5 0 5 5 +сьогоднішню 1 0 1 1 +сша 2 0 2 2 +сцені 1 0 1 1 +сцену 1 0 1 1 +сценарієм 1 0 1 1 +сценарій 1 0 1 1 +східних 1 0 1 1 +східний 1 0 1 1 +схід 1 0 1 1 +схоплена 1 0 1 1 +схожі 1 0 1 1 +схожого 1 0 1 1 +сході 3 0 3 3 +сходу 1 0 1 1 +сходом 1 0 1 1 +сходить 1 0 1 1 +сходитися 1 0 1 1 +сходило 1 0 1 1 +сходив 1 0 1 1 +сходження 1 0 1 1 +сховатися 3 0 3 3 +сховалася 1 0 1 1 +схиляємо 1 0 1 1 +схильності 1 0 1 1 +схилом 1 0 1 1 +схиливши 1 0 1 1 +схили 1 0 1 1 +схемі 1 0 1 1 +сфері 1 0 1 1 +сфер 1 0 1 1 +сфальсифікувати 1 0 1 1 +сфальсифікували 1 0 1 1 +сушив 1 0 1 1 +сучасні 3 0 3 3 +сучасної 1 0 1 1 +сучасному 2 0 2 2 +сучасників 2 0 2 2 +сучасне 1 0 1 1 +сухенька 1 0 1 1 +суттю 1 0 1 1 +сутичках 1 0 1 1 +сутичка 1 0 1 1 +сусідів 1 0 1 1 +сусідніх 2 0 2 2 +суспільству 1 0 1 1 +суспільного 1 0 1 1 +суспільними 1 0 1 1 +суспільне 1 0 1 1 +супротивники 1 0 1 1 +супроти 1 0 1 1 +супроводжують 1 0 1 1 +супроводжувана 1 0 1 1 +суперечок 1 0 1 1 +суму 1 0 1 1 +сумніву 1 0 1 1 +сумнівається 1 0 1 1 +сумніватися 1 0 1 1 +суми 1 0 1 1 +сум 1 0 1 1 +султана 1 0 1 1 +сулиці 1 0 1 1 +сукупність 4 0 4 4 +сукупності 1 0 1 1 +сузір'я 1 0 1 1 +суздалі 1 0 1 1 +суздальській 2 0 2 2 +суді 2 0 2 2 +суду 4 0 4 4 +судом 1 0 1 1 +судову 1 0 1 1 +судовому 1 0 1 1 +судить 1 0 1 1 +суди 1 0 1 1 +суджень 1 0 1 1 +судження 1 0 1 1 +суддів 2 0 2 2 +суддя 2 0 2 2 +суддю 1 0 1 1 +суд 2 0 2 2 +суворіше 1 0 1 1 +суверенна 1 0 1 1 +сувеніри 1 0 1 1 +суботи 2 0 2 2 +суб'єкти 1 0 1 1 +стіни 1 0 1 1 +стійкий 1 0 1 1 +ступінь 1 0 1 1 +ступі 1 0 1 1 +ступив 1 0 1 1 +ступав 1 0 1 1 +студентські 1 0 1 1 +студентське 1 0 1 1 +студенти 1 0 1 1 +стріляти 1 0 1 1 +стріл 2 0 2 2 +струмом 1 0 1 1 +структуровані 1 0 1 1 +структури 1 0 1 1 +стриптизерки 1 0 1 1 +стриптизерка 1 0 1 1 +стриманості 1 0 1 1 +стримане 1 0 1 1 +стримався 1 0 1 1 +стрес 1 0 1 1 +страшніші 1 0 1 1 +страшніше 1 0 1 1 +страшні 3 0 3 3 +страшним 1 0 1 1 +страшний 3 0 3 3 +страшна 1 0 1 1 +страшенно 1 0 1 1 +страчена 1 0 1 1 +страху 2 0 2 2 +страхаєшся 2 0 2 2 +страхатися 1 0 1 1 +страх 2 0 2 2 +страту 1 0 1 1 +стратегічне 1 0 1 1 +страйку 1 0 1 1 +страждають 1 0 1 1 +страждати 1 0 1 1 +страждань 1 0 1 1 +стражданнями 1 0 1 1 +стравою 1 0 1 1 +стоїть 4 0 4 4 +стоять 1 0 1 1 +стояном 1 0 1 1 +стоян 2 0 2 2 +стояло 1 0 1 1 +стосується 5 0 5 5 +стосунків 1 0 1 1 +стосунку 1 0 1 1 +стосунками 1 0 1 1 +стосовно 4 0 4 4 +сторіччя 1 0 1 1 +сторінці 1 0 1 1 +сторінок 1 0 1 1 +сторонньою 1 0 1 1 +стомилася 1 0 1 1 +століть 1 0 1 1 +столу 1 0 1 1 +столицю 1 0 1 1 +столицею 1 0 1 1 +столипіна 1 0 1 1 +стовпом 1 0 1 1 +стислося 1 0 1 1 +стискуючи 1 0 1 1 +стилі 1 0 1 1 +стилю 1 0 1 1 +стиль 1 0 1 1 +стикується 1 0 1 1 +стикається 1 0 1 1 +стид 1 0 1 1 +стефаника 1 0 1 1 +стефана 1 0 1 1 +стереотипів 1 0 1 1 +стережи 1 0 1 1 +степу 1 0 1 1 +степовики 2 0 2 2 +степовий 1 0 1 1 +стенувся 1 0 1 1 +стелі 1 0 1 1 +створює 3 0 3 3 +створити 2 0 2 2 +створені 1 0 1 1 +створенні 1 0 1 1 +створення 3 0 3 3 +стверджується 1 0 1 1 +стверджує 1 0 1 1 +стверджують 1 0 1 1 +статусу 1 0 1 1 +статус 2 0 2 2 +статті 1 0 1 1 +стаття 1 0 1 1 +статичний 1 0 1 1 +статистику 1 0 1 1 +старійші 1 0 1 1 +старійших 1 0 1 1 +старшого 1 0 1 1 +старших 1 0 1 1 +старшинства 1 0 1 1 +старшина 1 0 1 1 +старшин 1 0 1 1 +старшими 1 0 1 1 +старший 2 0 2 2 +старців 1 0 1 1 +старці 2 0 2 2 +старцеві 1 0 1 1 +старості 2 0 2 2 +староста 1 0 1 1 +старому 2 0 2 2 +старого 5 0 5 5 +стариця 1 0 1 1 +старих 1 0 1 1 +старечим 1 0 1 1 +старенька 1 0 1 1 +старається 1 0 1 1 +старатися 1 0 1 1 +стані 1 0 1 1 +станції 1 0 1 1 +станціями 1 0 1 1 +становлять 1 0 1 1 +становлення 1 0 1 1 +становили 1 0 1 1 +стане 2 0 2 2 +стамбулі 1 0 1 1 +сталіна 1 0 1 1 +сталим 1 0 1 1 +стадія 1 0 1 1 +ставляться 1 0 1 1 +ставлю 2 0 2 2 +ставлення 1 0 1 1 +ставку 1 0 1 1 +ставати 1 0 1 1 +стабільності 1 0 1 1 +срібляста 1 0 1 1 +сріблом 1 0 1 1 +срср 1 0 1 1 +срати 1 0 1 1 +спітніло 1 0 1 1 +спіткала 1 0 1 1 +спіткав 1 0 1 1 +спільної 2 0 2 2 +спільного 1 0 1 1 +спілкування 1 0 1 1 +спілкувалися 1 0 1 1 +спілкувався 2 0 2 2 +спікера 1 0 1 1 +спіймав 1 0 1 1 +співіснування 1 0 1 1 +співів 1 0 1 1 +співрозмовник 1 0 1 1 +співпрацюють 1 0 1 1 +співаєте 1 0 1 1 +співай 1 0 1 1 +співавторам 1 0 1 1 +співав 1 0 1 1 +спрямовує 1 0 1 1 +спрощення 1 0 1 1 +спростуванню 1 0 1 1 +спростували 1 0 1 1 +спростував 1 0 1 1 +спробуємо 1 0 1 1 +спробував 1 0 1 1 +спробу 1 0 1 1 +сприяє 1 0 1 1 +сприяч 1 0 1 1 +спричиняє 1 0 1 1 +спричинили 1 0 1 1 +сприймається 1 0 1 1 +сприймає 1 0 1 1 +сприймаю 1 0 1 1 +спрагу 1 0 1 1 +справлятися 1 0 1 1 +справжніх 1 0 1 1 +справжніми 1 0 1 1 +справжні 2 0 2 2 +справжньої 1 0 1 1 +справедливість 2 0 2 2 +справедливій 1 0 1 1 +справдиться 1 0 1 1 +справами 2 0 2 2 +справа 7 0 7 7 +справ 1 0 1 1 +спочив 1 0 1 1 +спотворив 1 0 1 1 +спосіб 3 0 3 3 +спостерігаються 1 0 1 1 +спостерігали 1 0 1 1 +спостерігалася 1 0 1 1 +способу 1 0 1 1 +способом 1 0 1 1 +споріднених 1 0 1 1 +спору 1 0 1 1 +спорту 1 0 1 1 +спокійнісінько 1 0 1 1 +спокій 1 0 1 1 +спокус 1 0 1 1 +споконвічну 1 0 1 1 +споконвіку 1 0 1 1 +споживчих 1 0 1 1 +споживацьким 1 0 1 1 +сподівається 1 0 1 1 +сподіваюся 1 0 1 1 +сподобається 1 0 1 1 +сподобатися 1 0 1 1 +сподвижників 1 0 1 1 +спогади 2 0 2 2 +спогад 1 0 1 1 +сповістити 1 0 1 1 +сплять 2 0 2 2 +сплатити 1 0 1 1 +спитала 1 0 1 1 +спитав 11 0 11 11 +списки 1 0 1 1 +списав 1 0 1 1 +спиняється 1 0 1 1 +спину 3 0 3 3 +спиною 4 0 4 4 +спинилися 1 0 1 1 +спинився 1 0 1 1 +спи 1 0 1 1 +спеціалісти 1 0 1 1 +спеціальний 1 0 1 1 +спецслужби 1 0 1 1 +спецоперації 1 0 1 1 +спершу 3 0 3 3 +спеку 4 0 4 4 +спати 1 0 1 1 +спасіння 1 0 1 1 +спасайтеся 1 0 1 1 +спалити 2 0 2 2 +спалили 1 0 1 1 +спалила 1 0 1 1 +спадщині 1 0 1 1 +спадщину 2 0 2 2 +спадщини 1 0 1 1 +спадок 1 0 1 1 +спадкоємцем 2 0 2 2 +спадало 1 0 1 1 +союзу 2 0 2 2 +союз 2 0 2 2 +соціальної 2 0 2 2 +соціально 1 0 1 1 +соціальних 1 0 1 1 +соціальний 1 0 1 1 +соціальна 1 0 1 1 +софійського 1 0 1 1 +сотні 1 0 1 1 +сотень 1 0 1 1 +сосиски 1 0 1 1 +сорти 1 0 1 1 +сорому 1 0 1 1 +соромно 1 0 1 1 +соромився 1 0 1 1 +сором 2 0 2 2 +сорока 1 0 1 1 +сопів 1 0 1 1 +сонці 2 0 2 2 +сонця 2 0 2 2 +сонце 7 0 7 7 +сонно 1 0 1 1 +солідну 1 0 1 1 +солі 1 0 1 1 +соломинку 1 0 1 1 +солом'яний 1 0 1 1 +солодощів 1 0 1 1 +солодкі 1 0 1 1 +солодку 1 0 1 1 +солодко 2 0 2 2 +солодких 1 0 1 1 +солодким 1 0 1 1 +солдата 1 0 1 1 +сокирою 1 0 1 1 +сокира 3 0 3 3 +совість 1 0 1 1 +собаці 1 0 1 1 +собаку 1 0 1 1 +собаки 1 0 1 1 +сніданок 1 0 1 1 +сніданків 2 0 2 2 +сніданку 1 0 1 1 +сніг 2 0 2 2 +сняться 1 0 1 1 +снаряд 1 0 1 1 +сміявся 1 0 1 1 +сміються 2 0 2 2 +смішної 1 0 1 1 +сміхів 1 0 1 1 +сміхом 1 0 1 1 +сміх 2 0 2 2 +сміття 1 0 1 1 +смітнику 1 0 1 1 +сміливі 1 0 1 1 +сміл 1 0 1 1 +сморід 1 0 1 1 +сметану 1 0 1 1 +смертю 3 0 3 3 +смердів 2 0 2 2 +смердить 1 0 1 1 +смачного 1 0 1 1 +смачний 1 0 1 1 +смартфон 1 0 1 1 +смарагда 1 0 1 1 +смакує 2 0 2 2 +сліпі 1 0 1 1 +сліпуче 1 0 1 1 +слізка 1 0 1 1 +слідчої 1 0 1 1 +слідкуючи 1 0 1 1 +сліди 1 0 1 1 +слів 7 0 7 7 +слють 1 0 1 1 +сльозиці 1 0 1 1 +сльози 5 0 5 5 +слушного 1 0 1 1 +слушне 1 0 1 1 +слухняність 1 0 1 1 +слухняним 1 0 1 1 +слухаючи 1 0 1 1 +слухати 1 0 1 1 +слухайте 2 0 2 2 +служник 1 0 1 1 +служить 1 0 1 1 +служити 1 0 1 1 +служила 1 0 1 1 +служив 3 0 3 3 +службі 2 0 2 2 +службу 2 0 2 2 +служб 1 0 1 1 +словотвору 1 0 1 1 +словом 4 0 4 4 +словоблудства 1 0 1 1 +словників 1 0 1 1 +словник 1 0 1 1 +словенського 1 0 1 1 +словах 1 0 1 1 +слов'янськими 1 0 1 1 +слов'янський 1 0 1 1 +слов'янське 2 0 2 2 +слов'янська 1 0 1 1 +слов'янством 1 0 1 1 +слов'ян 1 0 1 1 +слинна 1 0 1 1 +сливках 1 0 1 1 +сли 1 0 1 1 +слайд 3 0 3 3 +славі 1 0 1 1 +славою 1 0 1 1 +славка 2 0 2 2 +слави 2 0 2 2 +славен 1 0 1 1 +слабував 1 0 1 1 +слабкі 1 0 1 1 +слабких 1 0 1 1 +сла 1 0 1 1 +скітної 1 0 1 1 +скінчило 1 0 1 1 +скріплює 1 0 1 1 +скромна 1 0 1 1 +скраю 1 0 1 1 +скоромовкою 1 0 1 1 +скоро 1 0 1 1 +скориставшись 1 0 1 1 +скорбота 1 0 1 1 +сковорода 1 0 1 1 +склянка 1 0 1 1 +скликав 1 0 1 1 +складу 2 0 2 2 +складової 1 0 1 1 +складної 1 0 1 1 +складності 1 0 1 1 +складного 1 0 1 1 +складних 1 0 1 1 +складено 1 0 1 1 +складення 1 0 1 1 +складаються 1 0 1 1 +складаю 1 0 1 1 +складах 1 0 1 1 +складати 1 0 1 1 +складання 1 0 1 1 +складали 1 0 1 1 +склада 1 0 1 1 +склад 1 0 1 1 +скидається 1 0 1 1 +скерувати 1 0 1 1 +сквері 1 0 1 1 +скасування 4 0 4 4 +скасовані 1 0 1 1 +скасоване 1 0 1 1 +скарбниці 2 0 2 2 +скарби 1 0 1 1 +скарбами 1 0 1 1 +скандалів 1 0 1 1 +скандали 1 0 1 1 +скандал 1 0 1 1 +скакала 1 0 1 1 +сказати 7 0 7 7 +сказані 1 0 1 1 +сказаного 1 0 1 1 +сказано 1 0 1 1 +сказанням 1 0 1 1 +сказання 2 0 2 2 +сказане 1 0 1 1 +сказали 5 0 5 5 +сказавши 1 0 1 1 +сказав 24 0 24 24 +скажімо 1 0 1 1 +ситуації 3 0 3 3 +ситуацію 1 0 1 1 +системного 1 0 1 1 +систем 1 0 1 1 +сиротині 1 0 1 1 +сир 1 0 1 1 +синівською 1 0 1 1 +синів 2 0 2 2 +синтезу 1 0 1 1 +синтезатора 1 0 1 1 +сином 2 0 2 2 +синові 1 0 1 1 +син 1 0 1 1 +символізує 1 0 1 1 +символу 1 0 1 1 +символом 2 0 2 2 +символ 3 0 3 3 +силі 1 0 1 1 +сильною 1 0 1 1 +сильним 1 0 1 1 +сильне 1 0 1 1 +силувать 1 0 1 1 +силу 4 0 4 4 +силою 3 0 3 3 +силовиків 1 0 1 1 +силовиками 1 0 1 1 +сидіть 1 0 1 1 +сидіння 1 0 1 1 +сидів 3 0 3 3 +сидиш 2 0 2 2 +сидить 4 0 4 4 +сиди 1 0 1 1 +сивий 1 0 1 1 +сибірської 1 0 1 1 +сибір 2 0 2 2 +серіалів 1 0 1 1 +серці 3 0 3 3 +серпня 1 0 1 1 +серйозні 4 0 4 4 +серйозному 1 0 1 1 +серйозного 1 0 1 1 +серйозно 2 0 2 2 +серйозних 1 0 1 1 +серйозна 2 0 2 2 +сережки 1 0 1 1 +середовищ 1 0 1 1 +середнього 1 0 1 1 +середину 1 0 1 1 +сердечко 2 0 2 2 +сергійович 1 0 1 1 +сервіс 1 0 1 1 +селянина 1 0 1 1 +селище 1 0 1 1 +селищ 1 0 1 1 +секреті 1 0 1 1 +секретар 1 0 1 1 +секрет 3 0 3 3 +севастополі 3 0 3 3 +севастополя 1 0 1 1 +севастополь 1 0 1 1 +севастополем 1 0 1 1 +свічник 1 0 1 1 +свічку 1 0 1 1 +світові 3 0 3 3 +світлій 1 0 1 1 +світлом 1 0 1 1 +світлиці 1 0 1 1 +світлицю 1 0 1 1 +світить 2 0 2 2 +світи 1 0 1 1 +світах 1 0 1 1 +свіжий 1 0 1 1 +свідчать 1 0 1 1 +свідком 1 0 1 1 +свідка 1 0 1 1 +святі 1 0 1 1 +святої 1 0 1 1 +святого 3 0 3 3 +святинями 1 0 1 1 +святе 1 0 1 1 +свята 2 0 2 2 +своїми 1 0 1 1 +своїй 1 0 1 1 +своє 9 0 9 9 +свободу 5 0 5 5 +свитку 1 0 1 1 +свисне 1 0 1 1 +свиняче 1 0 1 1 +свиням 1 0 1 1 +свиней 1 0 1 1 +сватають 1 0 1 1 +сватати 1 0 1 1 +сварка 1 0 1 1 +свар 1 0 1 1 +саудівської 1 0 1 1 +саудівського 1 0 1 1 +саудівський 1 0 1 1 +сартаха 1 0 1 1 +сартаком 1 0 1 1 +сараї 1 0 1 1 +сапфір 4 0 4 4 +сапаючи 1 0 1 1 +санітара 1 0 1 1 +санітар 1 0 1 1 +санчата 1 0 1 1 +сантиметрів 1 0 1 1 +санкції 1 0 1 1 +санки 1 0 1 1 +сангіну 1 0 1 1 +саміт 1 0 1 1 +самі 7 0 7 7 +саму 1 0 1 1 +самої 2 0 2 2 +самостійно 2 0 2 2 +самородних 1 0 1 1 +самому 2 0 2 2 +самозахоплення 1 0 1 1 +самодержавства 1 0 1 1 +самого 7 0 7 7 +самоврядування 8 0 8 8 +самобутність 1 0 1 1 +самих 2 0 2 2 +самий 1 0 1 1 +сама 5 0 5 5 +салоні 1 0 1 1 +сало 3 0 3 3 +сакральною 1 0 1 1 +сайті 1 0 1 1 +садівниками 1 0 1 1 +саду 2 0 2 2 +садку 1 0 1 1 +садки 1 0 1 1 +саакашвілі 1 0 1 1 +рішучість 1 0 1 1 +рішень 4 0 4 4 +рішенням 1 0 1 1 +рішення 7 0 7 7 +рішались 1 0 1 1 +річницю 1 0 1 1 +річки 3 0 3 3 +рікти 1 0 1 1 +рікою 1 0 1 1 +ріко 1 0 1 1 +рікам 1 0 1 1 +різні 3 0 3 3 +різняться 1 0 1 1 +різноманітності 1 0 1 1 +різновиди 1 0 1 1 +різновид 1 0 1 1 +різниця 1 0 1 1 +різних 2 0 2 2 +різанину 1 0 1 1 +рідні 1 0 1 1 +рідну 2 0 2 2 +рідної 1 0 1 1 +рідною 1 0 1 1 +рідного 1 0 1 1 +рідний 2 0 2 2 +рідна 2 0 2 2 +рідкість 1 0 1 1 +рідкісне 1 0 1 1 +рідко 1 0 1 1 +рід 3 0 3 3 +рівній 1 0 1 1 +рівні 8 0 8 8 +рівня 2 0 2 2 +рівномірно 1 0 1 1 +рівними 1 0 1 1 +рятуйте 1 0 1 1 +рятований 1 0 1 1 +рядовий 1 0 1 1 +рядном 1 0 1 1 +рядка 1 0 1 1 +ряд 1 0 1 1 +руїн 1 0 1 1 +рушив 1 0 1 1 +руці 2 0 2 2 +руху 2 0 2 2 +рухаємось 1 0 1 1 +руській 1 0 1 1 +руські 1 0 1 1 +руським 1 0 1 1 +руський 1 0 1 1 +русинський 1 0 1 1 +русинами 1 0 1 1 +русина 1 0 1 1 +русальської 1 0 1 1 +рулетки 1 0 1 1 +рукою 7 0 7 7 +рукописи 1 0 1 1 +руками 1 0 1 1 +рукавиць 1 0 1 1 +рука 1 0 1 1 +рук 4 0 4 4 +руйнівники 1 0 1 1 +руйнівний 1 0 1 1 +руйнуються 1 0 1 1 +руйнування 1 0 1 1 +рудочубий 1 0 1 1 +рубайте 1 0 1 1 +рубай 1 0 1 1 +році 1 0 1 1 +роті 1 0 1 1 +роток 1 0 1 1 +рота 1 0 1 1 +рот 1 0 1 1 +росіянином 1 0 1 1 +росіянина 2 0 2 2 +росіяни 2 0 2 2 +росіянами 1 0 1 1 +росіян 2 0 2 2 +росія 5 0 5 5 +росію 3 0 3 3 +російській 4 0 4 4 +російської 24 0 24 24 +російською 2 0 2 2 +російськомовного 1 0 1 1 +російськими 1 0 1 1 +російський 3 0 3 3 +російськи 1 0 1 1 +рось 1 0 1 1 +ростові 1 0 1 1 +росте 1 0 1 1 +росли 1 0 1 1 +романом 1 0 1 1 +романових 3 0 3 3 +роль 1 0 1 1 +роком 3 0 3 3 +розігріту 1 0 1 1 +розібратися 1 0 1 1 +розщеплено 1 0 1 1 +розчаровані 1 0 1 1 +розчавлене 1 0 1 1 +розуміється 1 0 1 1 +розумієте 1 0 1 1 +розуміє 1 0 1 1 +розуміють 2 0 2 2 +розумію 4 0 4 4 +розуміти 3 0 3 3 +розумінні 1 0 1 1 +розуміння 5 0 5 5 +розумів 2 0 2 2 +розумові 1 0 1 1 +розумнішим 1 0 1 1 +розумні 2 0 2 2 +розумна 1 0 1 1 +розтанув 1 0 1 1 +розсудливі 1 0 1 1 +розсудить 1 0 1 1 +розставатись 1 0 1 1 +розслаблення 1 0 1 1 +розселення 1 0 1 1 +розробляти 1 0 1 1 +розробив 1 0 1 1 +розрив 1 0 1 1 +розрахували 1 0 1 1 +розраховане 1 0 1 1 +розпутті 1 0 1 1 +розпусти 1 0 1 1 +розпочнуться 1 0 1 1 +розпочинайте 1 0 1 1 +розпочати 1 0 1 1 +розпочали 1 0 1 1 +розпочав 1 0 1 1 +розпоряджень 1 0 1 1 +розпорядження 1 0 1 1 +розподілом 1 0 1 1 +розповісти 1 0 1 1 +розповідаємо 1 0 1 1 +розповідає 1 0 1 1 +розповів 1 0 1 1 +розплутувати 1 0 1 1 +розпливалося 1 0 1 1 +розпитують 1 0 1 1 +розписався 1 0 1 1 +розпалося 1 0 1 1 +розносили 1 0 1 1 +розміщувати 1 0 1 1 +розмірах 1 0 1 1 +розмірами 1 0 1 1 +розмовляємо 1 0 1 1 +розмовляли 1 0 1 1 +розмови 2 0 2 2 +розмова 1 0 1 1 +розмножувався 1 0 1 1 +розмах 1 0 1 1 +розлучити 1 0 1 1 +розливатись 1 0 1 1 +розкривати 1 0 1 1 +розкоші 1 0 1 1 +розколу 1 0 1 1 +розквіт 1 0 1 1 +розказую 1 0 1 1 +розказували 1 0 1 1 +розказано 1 0 1 1 +розкажи 1 0 1 1 +роззявляй 1 0 1 1 +розеток 1 0 1 1 +розділі 3 0 3 3 +розділялись 1 0 1 1 +розділяв 1 0 1 1 +розділу 1 0 1 1 +розділах 1 0 1 1 +роздумів 1 0 1 1 +розданий 1 0 1 1 +розгубився 1 0 1 1 +розграбувала 1 0 1 1 +розглянути 1 0 1 1 +розгляду 1 0 1 1 +розглядаємо 1 0 1 1 +розглядаються 1 0 1 1 +розглядати 2 0 2 2 +розвіяти 2 0 2 2 +розвідка 1 0 1 1 +розвиток 3 0 3 3 +розвитку 3 0 3 3 +розвиткові 1 0 1 1 +розвинені 1 0 1 1 +розвиненому 1 0 1 1 +розвиненими 1 0 1 1 +розвиватись 1 0 1 1 +розвивати 1 0 1 1 +розвернули 1 0 1 1 +розвалу 1 0 1 1 +розвалитися 1 0 1 1 +розвалилася 1 0 1 1 +розважливо 1 0 1 1 +розв'язавши 1 0 1 1 +розбою 1 0 1 1 +розбиратися 1 0 1 1 +розбивши 1 0 1 1 +рождався 1 0 1 1 +родовід 1 0 1 1 +родичання 1 0 1 1 +родині 1 0 1 1 +рогом 1 0 1 1 +рогволодові 1 0 1 1 +ровом 1 0 1 1 +робіть 1 0 1 1 +робіт 1 0 1 1 +роботу 10 0 10 10 +роботодавців 1 0 1 1 +роблячи 1 0 1 1 +роблять 1 0 1 1 +роблене 1 0 1 1 +робиться 2 0 2 2 +робить 6 0 6 6 +роба 1 0 1 1 +роб 1 0 1 1 +риторично 1 0 1 1 +рис 1 0 1 1 +рипнули 1 0 1 1 +ринку 2 0 2 2 +римує 1 0 1 1 +римом 1 0 1 1 +рима 1 0 1 1 +рим 1 0 1 1 +ризикуєте 1 0 1 1 +ризики 1 0 1 1 +ризик 1 0 1 1 +ризи 1 0 1 1 +рибку 1 0 1 1 +рибка 1 0 1 1 +рибалки 1 0 1 1 +риба 4 0 4 4 +реєструватись 1 0 1 1 +реєстрації 1 0 1 1 +реєстрацію 1 0 1 1 +решти 1 0 1 1 +решта 1 0 1 1 +речу 1 0 1 1 +речовини 1 0 1 1 +речення 1 0 1 1 +рече 1 0 1 1 +речами 1 0 1 1 +реформаторських 1 0 1 1 +ретельності 1 0 1 1 +ретельно 1 0 1 1 +ресурсами 1 0 1 1 +ресторані 1 0 1 1 +республіці 1 0 1 1 +репетиції 1 0 1 1 +ремонтуйте 1 0 1 1 +ремонту 1 0 1 1 +ремонт 2 0 2 2 +ремесел 1 0 1 1 +релігійні 1 0 1 1 +релігійна 1 0 1 1 +рекультивувати 1 0 1 1 +ректора 1 0 1 1 +ректи 1 0 1 1 +рекомендую 1 0 1 1 +рекомендаційний 1 0 1 1 +реклами 1 0 1 1 +результати 1 0 1 1 +резон 1 0 1 1 +резервів 1 0 1 1 +редька 1 0 1 1 +редакцією 1 0 1 1 +редакціями 1 0 1 1 +редакційну 1 0 1 1 +редактору 1 0 1 1 +редактором 1 0 1 1 +редактори 1 0 1 1 +регіонах 1 0 1 1 +регулярні 1 0 1 1 +регулюватися 1 0 1 1 +регламентом 1 0 1 1 +ребро 1 0 1 1 +реалії 1 0 1 1 +реалістичну 1 0 1 1 +реалізуєш 1 0 1 1 +реалізований 1 0 1 1 +реальності 1 0 1 1 +реальному 2 0 2 2 +реально 1 0 1 1 +реагує 1 0 1 1 +реагують 2 0 2 2 +раціоналістом 1 0 1 1 +рахуючи 1 0 1 1 +рахунок 1 0 1 1 +рахункової 1 0 1 1 +ратищем 1 0 1 1 +расових 1 0 1 1 +расизм 1 0 1 1 +раптом 3 0 3 3 +раптового 1 0 1 1 +раптово 1 0 1 1 +ранішній 1 0 1 1 +ранок 1 0 1 1 +рано 1 0 1 1 +ранні 2 0 2 2 +раннього 1 0 1 1 +ранку 1 0 1 1 +ранкових 1 0 1 1 +рамки 1 0 1 1 +ракові 1 0 1 1 +ракети 1 0 1 1 +ракетами 1 0 1 1 +рак 1 0 1 1 +районі 1 0 1 1 +районному 1 0 1 1 +районах 2 0 2 2 +район 1 0 1 1 +райдуги 1 0 1 1 +рай 3 0 3 3 +разів 2 0 2 2 +разу 3 0 3 3 +разом 6 0 6 6 +рази 3 0 3 3 +радіє 1 0 1 1 +радісним 1 0 1 1 +радісне 1 0 1 1 +радіоринків 1 0 1 1 +радіоквоти 1 0 1 1 +раділа 1 0 1 1 +радянський 3 0 3 3 +радше 1 0 1 1 +радою 1 0 1 1 +радощі 1 0 1 1 +радитися 1 0 1 1 +радикальнішим 1 0 1 1 +радикальні 1 0 1 1 +радикально 1 0 1 1 +рада 5 0 5 5 +рад 1 0 1 1 +равликів 1 0 1 1 +рабство 1 0 1 1 +рабства 2 0 2 2 +раба 1 0 1 1 +піють 1 0 1 1 +пішохідний 1 0 1 1 +пішов 5 0 5 5 +пішло 3 0 3 3 +пішли 4 0 4 4 +пішком 1 0 1 1 +пішаком 1 0 1 1 +піч 1 0 1 1 +пісні 8 0 8 8 +піснями 1 0 1 1 +пісень 3 0 3 3 +пірамідальним 1 0 1 1 +пільги 1 0 1 1 +пілотний 1 0 1 1 +піком 1 0 1 1 +піймають 1 0 1 1 +пізніше 11 0 11 11 +пізньої 1 0 1 1 +пізно 3 0 3 3 +пізнати 2 0 2 2 +пізнали 1 0 1 1 +підґрунтя 1 0 1 1 +підійшов 1 0 1 1 +підійшли 1 0 1 1 +підійшла 1 0 1 1 +підійти 1 0 1 1 +підійдіть 1 0 1 1 +підхід 2 0 2 2 +підхопили 1 0 1 1 +підходячи 1 0 1 1 +підходи 1 0 1 1 +підхарчитись 1 0 1 1 +підтримуємо 1 0 1 1 +підтримує 2 0 2 2 +підтримують 1 0 1 1 +підтримую 3 0 3 3 +підтримувати 1 0 1 1 +підтримку 1 0 1 1 +підтримки 2 0 2 2 +підтримка 1 0 1 1 +підтримати 5 0 5 5 +підтекст 1 0 1 1 +підтвердиться 1 0 1 1 +підтвердив 2 0 2 2 +підтверджується 1 0 1 1 +підтверджує 2 0 2 2 +підтверджувальних 1 0 1 1 +підтвердження 4 0 4 4 +підтверджений 1 0 1 1 +підсунувся 1 0 1 1 +підсумуємо 1 0 1 1 +підсумувати 1 0 1 1 +підступну 1 0 1 1 +підступна 1 0 1 1 +підставу 1 0 1 1 +підстави 1 0 1 1 +підспівує 1 0 1 1 +підрядник 1 0 1 1 +підручниках 1 0 1 1 +підприємців 1 0 1 1 +підприємствам 1 0 1 1 +підприємницькій 2 0 2 2 +підписів 1 0 1 1 +підписується 1 0 1 1 +підписує 1 0 1 1 +підписники 1 0 1 1 +підпалений 1 0 1 1 +підозрілим 1 0 1 1 +підозрюються 1 0 1 1 +підозрюють 1 0 1 1 +підозрюваних 1 0 1 1 +піднято 1 0 1 1 +підняти 1 0 1 1 +піднялася 1 0 1 1 +підмінив 1 0 1 1 +підлітки 1 0 1 1 +підлягає 1 0 1 1 +підлягають 1 0 1 1 +підлеглі 1 0 1 1 +підкреслює 1 0 1 1 +підкреслити 1 0 1 1 +підкорювалася 1 0 1 1 +підкорили 2 0 2 2 +підкорила 1 0 1 1 +підкорення 1 0 1 1 +підкорених 3 0 3 3 +підконтрольні 1 0 1 1 +підкинула 1 0 1 1 +підказував 1 0 1 1 +підказкою 1 0 1 1 +підзвітні 1 0 1 1 +підеш 1 0 1 1 +підемо 1 0 1 1 +піде 2 0 2 2 +піддався 1 0 1 1 +підготуватися 1 0 1 1 +підготовки 1 0 1 1 +підводні 1 0 1 1 +підводного 1 0 1 1 +підвладних 1 0 1 1 +підвищила 1 0 1 1 +підвищив 1 0 1 1 +підвищення 1 0 1 1 +підвищений 1 0 1 1 +підборіддя 1 0 1 1 +підбив 1 0 1 1 +під'їзду 1 0 1 1 +півтемряві 1 0 1 1 +півсотні 1 0 1 1 +північним 1 0 1 1 +південь 4 0 4 4 +південній 2 0 2 2 +південну 1 0 1 1 +південної 1 0 1 1 +південний 1 0 1 1 +півгоні 1 0 1 1 +піаритися 1 0 1 1 +пучок 1 0 1 1 +пут 1 0 1 1 +пустунам 1 0 1 1 +пускають 2 0 2 2 +пунктів 1 0 1 1 +пункти 1 0 1 1 +пункт 1 0 1 1 +пульхерія 1 0 1 1 +публічний 1 0 1 1 +публіці 1 0 1 1 +птицю 1 0 1 1 +птахофабриці 1 0 1 1 +псковитяни 1 0 1 1 +псевдонім 1 0 1 1 +пріск 1 0 1 1 +прізвища 2 0 2 2 +прямої 1 0 1 1 +прямому 1 0 1 1 +прямого 1 0 1 1 +прямий 2 0 2 2 +проіснував 1 0 1 1 +проімперські 1 0 1 1 +прояснюється 1 0 1 1 +проявляється 1 0 1 1 +прояв 1 0 1 1 +прощатись 1 0 1 1 +прошу 12 0 12 12 +прошепотів 2 0 2 2 +прочитання 1 0 1 1 +процитуємо 1 0 1 1 +процеси 2 0 2 2 +процес 4 0 4 4 +процедури 1 0 1 1 +процедура 1 0 1 1 +прохрипів 1 0 1 1 +проходиш 1 0 1 1 +проходить 1 0 1 1 +проходила 2 0 2 2 +профільну 1 0 1 1 +профільної 1 0 1 1 +професіонал 1 0 1 1 +професійні 1 0 1 1 +професійну 1 0 1 1 +професорську 1 0 1 1 +професором 2 0 2 2 +професорові 2 0 2 2 +професор 3 0 3 3 +проукраїнські 1 0 1 1 +протягом 2 0 2 2 +протягло 1 0 1 1 +протоколом 1 0 1 1 +протистоянні 1 0 1 1 +протилежне 1 0 1 1 +противники 1 0 1 1 +просять 1 0 1 1 +простір 2 0 2 2 +простою 1 0 1 1 +простого 1 0 1 1 +просто 14 0 14 14 +простакуватий 1 0 1 1 +прославиться 1 0 1 1 +просити 2 0 2 2 +просили 1 0 1 1 +пророк 1 0 1 1 +проривається 1 0 1 1 +прорив 1 0 1 1 +пропікають 1 0 1 1 +пропустило 1 0 1 1 +пропонуєте 1 0 1 1 +пропозиція 1 0 1 1 +пропозицій 1 0 1 1 +пропало 1 0 1 1 +пропала 1 0 1 1 +пропагандистської 1 0 1 1 +пропагандисти 1 0 1 1 +проникало 1 0 1 1 +проникали 1 0 1 1 +промінь 1 0 1 1 +промові 1 0 1 1 +промовляє 1 0 1 1 +промовив 1 0 1 1 +промисловості 1 0 1 1 +промисловий 1 0 1 1 +пролита 1 0 1 1 +пролив 1 0 1 1 +прокурена 1 0 1 1 +прокуратура 1 0 1 1 +прокотилася 1 0 1 1 +прокляті 1 0 1 1 +прокляття 1 0 1 1 +проклята 1 0 1 1 +прокляв 1 0 1 1 +проклену 1 0 1 1 +проказала 1 0 1 1 +проказав 5 0 5 5 +пройшло 1 0 1 1 +пройшли 1 0 1 1 +пройти 1 0 1 1 +пройдемо 1 0 1 1 +прожили 1 0 1 1 +проживали 1 0 1 1 +прожив 1 0 1 1 +проектів 1 0 1 1 +проекту 1 0 1 1 +проектних 1 0 1 1 +проекти 1 0 1 1 +проектах 1 0 1 1 +продукцію 1 0 1 1 +продуктів 3 0 3 3 +продукти 1 0 1 1 +продовжують 1 0 1 1 +продовжив 1 0 1 1 +продовження 2 0 2 2 +продати 1 0 1 1 +продажу 1 0 1 1 +продав 1 0 1 1 +прогулянка 1 0 1 1 +прогрес 1 0 1 1 +програмі 1 0 1 1 +програмного 1 0 1 1 +програми 1 0 1 1 +проголосувати 2 0 2 2 +провідника 1 0 1 1 +провідник 1 0 1 1 +провчити 1 0 1 1 +провокує 1 0 1 1 +провокували 1 0 1 1 +проводяться 1 0 1 1 +проводу 1 0 1 1 +проводитиму 1 0 1 1 +проводили 1 0 1 1 +провладні 1 0 1 1 +провели 1 0 1 1 +проведені 1 0 1 1 +проведення 2 0 2 2 +проведений 2 0 2 2 +провалюється 1 0 1 1 +провал 1 0 1 1 +провадилися 1 0 1 1 +провадження 1 0 1 1 +пробував 1 0 1 1 +проблеми 4 0 4 4 +проблема 2 0 2 2 +проблем 1 0 1 1 +проб'єш 1 0 1 1 +приїхали 2 0 2 2 +приємні 1 0 1 1 +приємно 2 0 2 2 +приєднуюсь 1 0 1 1 +приєднуватися 1 0 1 1 +приєднувати 1 0 1 1 +приєднаються 1 0 1 1 +приєднати 1 0 1 1 +пришиблена 1 0 1 1 +причому 1 0 1 1 +причиною 1 0 1 1 +причин 2 0 2 2 +причешуть 1 0 1 1 +причетності 1 0 1 1 +приходьте 2 0 2 2 +приходь 1 0 1 1 +приходу 1 0 1 1 +приходити 1 0 1 1 +приходимо 1 0 1 1 +приходили 5 0 5 5 +приховувана 1 0 1 1 +прихованими 1 0 1 1 +прихований 1 0 1 1 +приховане 1 0 1 1 +прихована 1 0 1 1 +притупило 1 0 1 1 +притишеним 1 0 1 1 +присяжних 2 0 2 2 +присяги 1 0 1 1 +присягав 1 0 1 1 +присутніх 1 0 1 1 +присунув 1 0 1 1 +присуджується 1 0 1 1 +пристрасть 3 0 3 3 +пристрастей 1 0 1 1 +пристосування 1 0 1 1 +пристало 1 0 1 1 +присипаємо 1 0 1 1 +приростуть 1 0 1 1 +природі 2 0 2 2 +природою 1 0 1 1 +природно 1 0 1 1 +природним 2 0 2 2 +природи 1 0 1 1 +природа 1 0 1 1 +припущеннях 1 0 1 1 +припинили 1 0 1 1 +припинив 1 0 1 1 +припиненням 1 0 1 1 +припинення 2 0 2 2 +приніс 1 0 1 1 +принципі 1 0 1 1 +принциповою 1 0 1 1 +принца 2 0 2 2 +приносили 1 0 1 1 +принизити 1 0 1 1 +приниженні 1 0 1 1 +приниження 2 0 2 2 +принесли 1 0 1 1 +принесемо 1 0 1 1 +приміщення 1 0 1 1 +приміром 1 0 1 1 +примхи 1 0 1 1 +примушений 1 0 1 1 +примучують 1 0 1 1 +примусово 1 0 1 1 +примусове 1 0 1 1 +примусили 1 0 1 1 +прикраси 1 0 1 1 +прикордонники 1 0 1 1 +прикметника 1 0 1 1 +прикмета 1 0 1 1 +прикладів 3 0 3 3 +прикладом 1 0 1 1 +приклади 1 0 1 1 +приклад 3 0 3 3 +приклався 1 0 1 1 +прийшло 1 0 1 1 +прийшлими 1 0 1 1 +прийомним 1 0 1 1 +прийом 1 0 1 1 +прийняті 1 0 1 1 +прийняття 1 0 1 1 +прийнято 2 0 2 2 +прийняти 5 0 5 5 +приймемо 1 0 1 1 +приймаючи 1 0 1 1 +приймаю 2 0 2 2 +прийматимуть 1 0 1 1 +приймати 2 0 2 2 +приймалися 1 0 1 1 +приймав 2 0 2 2 +прийду 1 0 1 1 +прийдеться 1 0 1 1 +прийдемо 1 0 1 1 +прийде 4 0 4 4 +признають 1 0 1 1 +призначенням 1 0 1 1 +призначення 1 0 1 1 +призводить 1 0 1 1 +призвести 1 0 1 1 +призвели 1 0 1 1 +прижене 1 0 1 1 +приділили 1 0 1 1 +придибав 1 0 1 1 +придворним 1 0 1 1 +придбала 1 0 1 1 +приготувати 2 0 2 2 +пригорнуся 1 0 1 1 +приголомшений 1 0 1 1 +пригашені 1 0 1 1 +пригадаймо 1 0 1 1 +привіт 1 0 1 1 +привілеї 1 0 1 1 +приводу 3 0 3 3 +привернути 1 0 1 1 +привернув 1 0 1 1 +приватних 1 0 1 1 +приватна 1 0 1 1 +приватизації 1 0 1 1 +приваблює 1 0 1 1 +прибіг 1 0 1 1 +прибульцям 1 0 1 1 +прибуває 1 0 1 1 +прибрехав 1 0 1 1 +приборканих 1 0 1 1 +приблизні 1 0 1 1 +прибирали 1 0 1 1 +прибери 1 0 1 1 +претензії 3 0 3 3 +претендують 1 0 1 1 +претенденти 1 0 1 1 +престолі 1 0 1 1 +престолу 2 0 2 2 +престижу 1 0 1 1 +премією 1 0 1 1 +прекрасно 1 0 1 1 +прекрасна 1 0 1 1 +презирстві 1 0 1 1 +президентської 1 0 1 1 +президентові 1 0 1 1 +презентація 1 0 1 1 +представництво 1 0 1 1 +представника 1 0 1 1 +представник 1 0 1 1 +предмет 2 0 2 2 +предків 1 0 1 1 +предки 4 0 4 4 +предкам 1 0 1 1 +пред'явити 1 0 1 1 +превеликий 1 0 1 1 +працівників 1 0 1 1 +працівники 1 0 1 1 +праці 1 0 1 1 +працюємо 2 0 2 2 +працюють 1 0 1 1 +працюю 1 0 1 1 +працювати 5 0 5 5 +працював 1 0 1 1 +практично 3 0 3 3 +практичним 1 0 1 1 +практиці 1 0 1 1 +прадавні 1 0 1 1 +прадавню 1 0 1 1 +прагнув 1 0 1 1 +прагнення 1 0 1 1 +прагне 2 0 2 2 +прагматичний 1 0 1 1 +правосуддя 8 0 8 8 +православного 1 0 1 1 +праворуч 1 0 1 1 +правомірними 1 0 1 1 +правом 1 0 1 1 +правових 1 0 1 1 +правовим 1 0 1 1 +правова 1 0 1 1 +правління 3 0 3 3 +правлячої 1 0 1 1 +правляча 1 0 1 1 +правити 3 0 3 3 +правителеві 1 0 1 1 +правильних 1 0 1 1 +правилами 1 0 1 1 +правила 1 0 1 1 +правді 1 0 1 1 +правду 7 0 7 7 +правдою 2 0 2 2 +правдивості 1 0 1 1 +правдивого 1 0 1 1 +правди 2 0 2 2 +прав 4 0 4 4 +поїхало 1 0 1 1 +поїхав 3 0 3 3 +поїздів 1 0 1 1 +поїздки 1 0 1 1 +поїду 1 0 1 1 +пояснює 1 0 1 1 +пояснюючи 1 0 1 1 +пояснити 1 0 1 1 +пояснив 1 0 1 1 +пояснення 1 0 1 1 +появу 2 0 2 2 +появи 3 0 3 3 +пощастило 1 0 1 1 +пошуку 2 0 2 2 +пошуком 1 0 1 1 +поштрикав 1 0 1 1 +поштовхи 1 0 1 1 +поширює 1 0 1 1 +поширюватися 1 0 1 1 +поширювати 1 0 1 1 +поширення 1 0 1 1 +поширеними 1 0 1 1 +почуття 2 0 2 2 +почути 2 0 2 2 +почуватись 1 0 1 1 +почувалася 1 0 1 1 +почув 3 0 3 3 +почтом 1 0 1 1 +почнемо 1 0 1 1 +почне 1 0 1 1 +починаєш 1 0 1 1 +починається 3 0 3 3 +починати 1 0 1 1 +почесті 1 0 1 1 +почесних 1 0 1 1 +почерпнули 1 0 1 1 +почервонів 1 0 1 1 +початок 2 0 2 2 +початком 1 0 1 1 +почав 3 0 3 3 +похід 2 0 2 2 +походів 1 0 1 1 +поході 3 0 3 3 +походу 2 0 2 2 +походить 2 0 2 2 +походи 1 0 1 1 +походження 4 0 4 4 +поховань 1 0 1 1 +похмілля 1 0 1 1 +потік 1 0 1 1 +потура 1 0 1 1 +потужний 2 0 2 2 +потроївся 1 0 1 1 +потребує 3 0 3 3 +потребують 1 0 1 1 +потребами 1 0 1 1 +потреба 2 0 2 2 +потрапляємо 1 0 1 1 +потрапляє 1 0 1 1 +потрапити 1 0 1 1 +потрапили 2 0 2 2 +поторкав 1 0 1 1 +потом 1 0 1 1 +потилиці 1 0 1 1 +потерпілого 1 0 1 1 +потенційну 1 0 1 1 +потемнів 1 0 1 1 +потворну 1 0 1 1 +посієш 1 0 1 1 +посідання 1 0 1 1 +посуха 1 0 1 1 +поступово 1 0 1 1 +поступовим 1 0 1 1 +поступишся 1 0 1 1 +поступається 1 0 1 1 +поступають 1 0 1 1 +поступ 1 0 1 1 +пострашусь 1 0 1 1 +постраждає 1 0 1 1 +постраждалих 1 0 1 1 +постмодернізму 1 0 1 1 +постелить 1 0 1 1 +постать 1 0 1 1 +постановки 1 0 1 1 +постали 1 0 1 1 +поставити 1 0 1 1 +поставили 1 0 1 1 +постав 1 0 1 1 +поспішає 1 0 1 1 +поспішати 1 0 1 1 +поспіль 1 0 1 1 +поспитав 4 0 4 4 +посольство 1 0 1 1 +посол 1 0 1 1 +посмішку 1 0 1 1 +посмішкою 2 0 2 2 +посміхнувся 1 0 1 1 +посміхається 1 0 1 1 +посмілівши 1 0 1 1 +посмів 1 0 1 1 +послідовників 1 0 1 1 +послухи 1 0 1 1 +послухалися 1 0 1 1 +послухав 1 0 1 1 +послуживши 1 0 1 1 +послуги 1 0 1 1 +посли 1 0 1 1 +посланого 1 0 1 1 +послання 1 0 1 1 +посланий 1 0 1 1 +послала 1 0 1 1 +послав 2 0 2 2 +посилювали 1 0 1 1 +посилювався 1 0 1 1 +посилання 2 0 2 2 +посередніми 1 0 1 1 +посередній 1 0 1 1 +посаду 2 0 2 2 +посадовці 1 0 1 1 +посадив 1 0 1 1 +посади 1 0 1 1 +порівняти 1 0 1 1 +порівнювати 1 0 1 1 +порядності 1 0 1 1 +порядків 1 0 1 1 +порядку 3 0 3 3 +порядки 1 0 1 1 +поряд 1 0 1 1 +порушив 1 0 1 1 +порушень 1 0 1 1 +пору 1 0 1 1 +порочне 1 0 1 1 +пороху 1 0 1 1 +поросся 1 0 1 1 +порозі 2 0 2 2 +порозуміння 1 0 1 1 +порожніх 1 0 1 1 +порожньою 1 0 1 1 +породжує 2 0 2 2 +поробошня 1 0 1 1 +поробити 1 0 1 1 +порнографії 1 0 1 1 +порившись 1 0 1 1 +порвати 1 0 1 1 +поранень 1 0 1 1 +поранених 1 0 1 1 +поразки 2 0 2 2 +поразка 1 0 1 1 +поради 1 0 1 1 +пора 3 0 3 3 +попікся 1 0 1 1 +попід 1 0 1 1 +попхнув 1 0 1 1 +популярність 1 0 1 1 +популярності 1 0 1 1 +популярний 1 0 1 1 +попрохав 1 0 1 1 +попросіть 1 0 1 1 +попросили 1 0 1 1 +попри 1 0 1 1 +поправок 1 0 1 1 +попоїсть 1 0 1 1 +поповнення 1 0 1 1 +поплакати 1 0 1 1 +попит 1 0 1 1 +попереду 2 0 2 2 +попередніх 1 0 1 1 +попередній 2 0 2 2 +попередньому 1 0 1 1 +попереджає 1 0 1 1 +попа 1 0 1 1 +понісся 1 0 1 1 +поніс 1 0 1 1 +понині 1 0 1 1 +пониження 1 0 1 1 +понеділок 1 0 1 1 +поневолила 1 0 1 1 +понад 5 0 5 5 +помічниця 1 0 1 1 +помічаючи 1 0 1 1 +помітно 1 0 1 1 +помітна 1 0 1 1 +помізкуйте 1 0 1 1 +поміг 1 0 1 1 +помсту 1 0 1 1 +помстивсь 1 0 1 1 +помсти 1 0 1 1 +помреш 1 0 1 1 +поморщилася 1 0 1 1 +помилятися 1 0 1 1 +помилки 2 0 2 2 +помилка 1 0 1 1 +померлих 1 0 1 1 +помер 2 0 2 2 +помалу 1 0 1 1 +полічили 1 0 1 1 +поліція 1 0 1 1 +поліцейських 1 0 1 1 +політичні 2 0 2 2 +політичну 1 0 1 1 +політичної 1 0 1 1 +політичним 1 0 1 1 +політичне 1 0 1 1 +політиці 1 0 1 1 +політиків 2 0 2 2 +політику 2 0 2 2 +політики 2 0 2 2 +політика 1 0 1 1 +політеху 1 0 1 1 +полісменом 1 0 1 1 +поліпшити 1 0 1 1 +поліз 1 0 1 1 +полігону 1 0 1 1 +полі 1 0 1 1 +поляризує 1 0 1 1 +поляни 2 0 2 2 +поляки 1 0 1 1 +полягає 1 0 1 1 +полягають 1 0 1 1 +поля 2 0 2 2 +полюбити 1 0 1 1 +польовому 1 0 1 1 +польова 2 0 2 2 +полум'ям 1 0 1 1 +полум'я 1 0 1 1 +полотнах 1 0 1 1 +полотки 1 0 1 1 +полонянка 1 0 1 1 +полонину 1 0 1 1 +полоненими 1 0 1 1 +полон 1 0 1 1 +положення 2 0 2 2 +пологі 1 0 1 1 +полову 1 0 1 1 +половою 1 0 1 1 +половина 2 0 2 2 +полова 1 0 1 1 +полководці 1 0 1 1 +полковника 1 0 1 1 +полишене 1 0 1 1 +поливати 1 0 1 1 +полем 1 0 1 1 +поле 3 0 3 3 +поламані 1 0 1 1 +покірність 1 0 1 1 +покуштує 1 0 1 1 +покровителька 1 0 1 1 +покої 1 0 1 1 +поконові 1 0 1 1 +поколінь 1 0 1 1 +покоління 2 0 2 2 +поклоніння 1 0 1 1 +покликати 1 0 1 1 +покликали 1 0 1 1 +покладу 1 0 1 1 +поклав 2 0 2 2 +покинути 1 0 1 1 +покинута 1 0 1 1 +покарає 1 0 1 1 +покарати 1 0 1 1 +покарання 1 0 1 1 +показує 2 0 2 2 +показують 1 0 1 1 +показував 1 0 1 1 +показники 1 0 1 1 +показати 1 0 1 1 +показали 1 0 1 1 +показала 1 0 1 1 +показав 1 0 1 1 +позолоченого 1 0 1 1 +позовна 1 0 1 1 +позначення 1 0 1 1 +познайомилися 1 0 1 1 +позиції 1 0 1 1 +позицію 1 0 1 1 +позицій 1 0 1 1 +позитивні 2 0 2 2 +позитивних 1 0 1 1 +позитивна 1 0 1 1 +позитив 1 0 1 1 +позбавлення 2 0 2 2 +позаду 1 0 1 1 +поза 2 0 2 2 +поживіть 1 0 1 1 +поживи 1 0 1 1 +пожежні 1 0 1 1 +пожеж 1 0 1 1 +пожду 1 0 1 1 +пожари 1 0 1 1 +пожар 1 0 1 1 +поетичні 1 0 1 1 +поетичний 1 0 1 1 +поезію 1 0 1 1 +події 3 0 3 3 +подією 1 0 1 1 +поділу 1 0 1 1 +поділося 1 0 1 1 +поділитися 1 0 1 1 +подій 6 0 6 6 +подібного 1 0 1 1 +подібних 1 0 1 1 +подяка 1 0 1 1 +подушну 1 0 1 1 +подушках 1 0 1 1 +подумував 1 0 1 1 +подумки 1 0 1 1 +подумаєш 1 0 1 1 +подружжі 1 0 1 1 +подруги 1 0 1 1 +подробиці 1 0 1 1 +подорожі 1 0 1 1 +подорожує 1 0 1 1 +подорожують 1 0 1 1 +подолає 1 0 1 1 +подобень 1 0 1 1 +подобається 1 0 1 1 +подивіться 1 0 1 1 +подиві 1 0 1 1 +подивився 3 0 3 3 +подвір'ям 1 0 1 1 +подвійні 1 0 1 1 +подвійну 1 0 1 1 +подвійна 1 0 1 1 +подвигів 1 0 1 1 +подвиги 1 0 1 1 +подбаємо 1 0 1 1 +подається 1 0 1 1 +подає 1 0 1 1 +податків 2 0 2 2 +подати 4 0 4 4 +подарує 1 0 1 1 +поданих 1 0 1 1 +подамо 2 0 2 2 +подальшу 1 0 1 1 +подальшої 1 0 1 1 +подальшому 1 0 1 1 +подали 1 0 1 1 +подавати 1 0 1 1 +погукав 1 0 1 1 +погублю 1 0 1 1 +пограв 1 0 1 1 +пограбували 2 0 2 2 +погодьтесь 1 0 1 1 +погодитися 1 0 1 1 +погодилися 1 0 1 1 +погодились 1 0 1 1 +погоджується 1 0 1 1 +погоджуємося 1 0 1 1 +погода 1 0 1 1 +поговорити 2 0 2 2 +поговоримо 4 0 4 4 +поговори 1 0 1 1 +погнали 1 0 1 1 +погляньте 4 0 4 4 +погляди 2 0 2 2 +погляд 2 0 2 2 +погладив 1 0 1 1 +поганяй 1 0 1 1 +поганці 1 0 1 1 +поганця 1 0 1 1 +поганого 1 0 1 1 +повітрі 2 0 2 2 +повітря 2 0 2 2 +повірте 1 0 1 1 +повім 1 0 1 1 +повільність 1 0 1 1 +повільно 2 0 2 2 +повідомлення 3 0 3 3 +повідомити 1 0 1 1 +повідомили 1 0 1 1 +повіддя 1 0 1 1 +повідає 1 0 1 1 +повідати 1 0 1 1 +повів 2 0 2 2 +повчальні 1 0 1 1 +повтікають 1 0 1 1 +повторюю 1 0 1 1 +повторюватися 1 0 1 1 +повторила 1 0 1 1 +повторив 1 0 1 1 +повсякденний 1 0 1 1 +повсюдно 1 0 1 1 +поводилися 1 0 1 1 +поводився 2 0 2 2 +повністю 5 0 5 5 +повній 1 0 1 1 +повною 1 0 1 1 +повноліття 1 0 1 1 +повне 1 0 1 1 +повна 1 0 1 1 +повинен 3 0 3 3 +поверхню 1 0 1 1 +поверхи 1 0 1 1 +повертаючись 2 0 2 2 +поверсі 2 0 2 2 +поверніть 1 0 1 1 +повернімося 6 0 6 6 +повернімось 1 0 1 1 +повернутися 4 0 4 4 +повернути 2 0 2 2 +повернувся 1 0 1 1 +повернемося 1 0 1 1 +повернемо 1 0 1 1 +повелося 1 0 1 1 +поведінки 1 0 1 1 +поваленими 1 0 1 1 +поважного 1 0 1 1 +поважає 1 0 1 1 +поважаю 1 0 1 1 +поважайте 1 0 1 1 +поважав 1 0 1 1 +повагу 1 0 1 1 +повагою 1 0 1 1 +повага 1 0 1 1 +пов'язують 1 0 1 1 +пов'язую 1 0 1 1 +пов'язували 1 0 1 1 +пов'язаний 1 0 1 1 +пов'язана 1 0 1 1 +побільшає 1 0 1 1 +побіди 1 0 1 1 +побіг 1 0 1 1 +побуті 1 0 1 1 +побутовому 1 0 1 1 +побудувати 1 0 1 1 +побудована 1 0 1 1 +побудова 1 0 1 1 +побувала 1 0 1 1 +побув 1 0 1 1 +побралася 1 0 1 1 +побоїща 1 0 1 1 +побоювання 1 0 1 1 +поборов 1 0 1 1 +побита 1 0 1 1 +побачити 1 0 1 1 +побачимо 2 0 2 2 +побажав 1 0 1 1 +пневмонією 1 0 1 1 +плід 1 0 1 1 +плюнути 1 0 1 1 +плюй 1 0 1 1 +плутати 1 0 1 1 +плуг 1 0 1 1 +площі 1 0 1 1 +плота 1 0 1 1 +плоди 1 0 1 1 +плодами 1 0 1 1 +плеще 1 0 1 1 +плечі 2 0 2 2 +плечима 2 0 2 2 +плечах 1 0 1 1 +племенами 1 0 1 1 +племен 9 0 9 9 +плем'я 2 0 2 2 +плачучи 1 0 1 1 +плачуть 1 0 1 1 +платять 1 0 1 1 +платону 1 0 1 1 +платить 1 0 1 1 +платити 2 0 2 2 +платили 2 0 2 2 +плати 1 0 1 1 +пластикові 1 0 1 1 +пласти 1 0 1 1 +планів 1 0 1 1 +планує 2 0 2 2 +плануванням 1 0 1 1 +планом 1 0 1 1 +план 1 0 1 1 +плазуєш 1 0 1 1 +плазуючи 1 0 1 1 +плавати 1 0 1 1 +пишу 1 0 1 1 +пиши 1 0 1 1 +пишеться 2 0 2 2 +пишете 1 0 1 1 +питної 1 0 1 1 +питна 1 0 1 1 +пити 2 0 2 2 +питаєш 1 0 1 1 +питається 1 0 1 1 +питаюся 1 0 1 1 +питаю 2 0 2 2 +питань 3 0 3 3 +питайся 1 0 1 1 +письмовій 1 0 1 1 +письмовства 1 0 1 1 +письменником 1 0 1 1 +письменника 1 0 1 1 +письменник 2 0 2 2 +письмен 2 0 2 2 +писати 1 0 1 1 +писаревим 1 0 1 1 +писар 1 0 1 1 +писань 1 0 1 1 +писанні 1 0 1 1 +писання 2 0 2 2 +писалася 1 0 1 1 +писав 1 0 1 1 +пиріг 1 0 1 1 +пилюка 1 0 1 1 +пильно 2 0 2 2 +пий 1 0 1 1 +пиво 1 0 1 1 +печуть 1 0 1 1 +печені 1 0 1 1 +пече 1 0 1 1 +печатями 1 0 1 1 +печалі 1 0 1 1 +петрушку 1 0 1 1 +петра 1 0 1 1 +петербурзі 1 0 1 1 +песик 1 0 1 1 +пес 4 0 4 4 +періоду 1 0 1 1 +періодично 1 0 1 1 +періодичних 1 0 1 1 +період 2 0 2 2 +першість 1 0 1 1 +перші 2 0 2 2 +першу 1 0 1 1 +першої 2 0 2 2 +першою 2 0 2 2 +першочерговою 1 0 1 1 +першоджерела 1 0 1 1 +першоджерел 1 0 1 1 +першовідкривачі 1 0 1 1 +першим 1 0 1 1 +перша 2 0 2 2 +перш 2 0 2 2 +перцем 1 0 1 1 +перун 1 0 1 1 +перти 1 0 1 1 +перспективи 1 0 1 1 +перспектива 1 0 1 1 +персонам 1 0 1 1 +персональний 1 0 1 1 +персоналу 1 0 1 1 +перо 1 0 1 1 +переїжджала 1 0 1 1 +перехопити 1 0 1 1 +переходить 1 0 1 1 +переходимо 2 0 2 2 +перехитрила 1 0 1 1 +перетирати 1 0 1 1 +перетворити 2 0 2 2 +перетворившись 1 0 1 1 +перетворення 1 0 1 1 +перестали 2 0 2 2 +перестав 2 0 2 2 +переслідувань 1 0 1 1 +переслідування 1 0 1 1 +перескочиш 1 0 1 1 +переселенців 1 0 1 1 +переселенням 1 0 1 1 +перерозподілу 1 0 1 1 +переривання 1 0 1 1 +перепрошую 1 0 1 1 +переповнила 1 0 1 1 +переплутав 1 0 1 1 +перепитала 1 0 1 1 +перепитав 2 0 2 2 +переписування 1 0 1 1 +переміна 1 0 1 1 +переможцями 1 0 1 1 +переможець 2 0 2 2 +переможеними 1 0 1 1 +перемогу 1 0 1 1 +перемогти 1 0 1 1 +перемогли 1 0 1 1 +перемогла 1 0 1 1 +перемоги 1 0 1 1 +перемога 3 0 3 3 +перемог 1 0 1 1 +перелічуватиму 1 0 1 1 +переляку 1 0 1 1 +переляканий 1 0 1 1 +перелякався 1 0 1 1 +перекупниками 1 0 1 1 +переконуючи 1 0 1 1 +переконаємося 1 0 1 1 +переконатися 1 0 1 1 +переконати 2 0 2 2 +переконання 1 0 1 1 +перекладу 2 0 2 2 +перекладах 1 0 1 1 +перекладай 2 0 2 2 +перекинений 1 0 1 1 +перекази 1 0 1 1 +перекажуть 1 0 1 1 +перейшов 1 0 1 1 +перезирнувся 2 0 2 2 +пережитих 1 0 1 1 +переживе 1 0 1 1 +переживаю 1 0 1 1 +пережив 1 0 1 1 +передумови 1 0 1 1 +передовики 1 0 1 1 +передовик 1 0 1 1 +передбачені 1 0 1 1 +передбачено 1 0 1 1 +передбачає 1 0 1 1 +передбачалося 1 0 1 1 +передані 1 0 1 1 +перед 19 0 19 19 +переговорів 1 0 1 1 +переглядом 1 0 1 1 +перегинають 1 0 1 1 +перевіряйте 1 0 1 1 +перевірку 1 0 1 1 +перевірить 1 0 1 1 +перевірити 1 0 1 1 +перевірив 1 0 1 1 +перевізник 1 0 1 1 +перевищує 1 0 1 1 +перевищенні 1 0 1 1 +перевели 1 0 1 1 +переведення 1 0 1 1 +переведений 1 0 1 1 +перевантаження 2 0 2 2 +перевагу 2 0 2 2 +переваги 3 0 3 3 +перебігу 1 0 1 1 +перебудови 1 0 1 1 +перебування 1 0 1 1 +перебила 1 0 1 1 +пень 1 0 1 1 +пензлів 1 0 1 1 +пензлі 1 0 1 1 +пекло 4 0 4 4 +пек 1 0 1 1 +педагоги 1 0 1 1 +певній 1 0 1 1 +певної 1 0 1 1 +певного 1 0 1 1 +певно 4 0 4 4 +пахне 3 0 3 3 +пахло 2 0 2 2 +паузи 1 0 1 1 +патентом 1 0 1 1 +пасивними 1 0 1 1 +пасажирів 1 0 1 1 +парфумерній 1 0 1 1 +парубок 2 0 2 2 +парубків 2 0 2 2 +пару 1 0 1 1 +партії 4 0 4 4 +партію 1 0 1 1 +партнерів 2 0 2 2 +партнерство 1 0 1 1 +партнером 1 0 1 1 +партнери 1 0 1 1 +парникових 1 0 1 1 +парламенту 2 0 2 2 +паркінг 1 0 1 1 +паритеті 1 0 1 1 +пари 4 0 4 4 +парашут 1 0 1 1 +паралельними 1 0 1 1 +парадокси 1 0 1 1 +парадокс 1 0 1 1 +папері 1 0 1 1 +паперових 1 0 1 1 +папери 1 0 1 1 +панічний 1 0 1 1 +панікуйте 1 0 1 1 +панування 1 0 1 1 +панство 1 0 1 1 +пани 2 0 2 2 +пандемії 1 0 1 1 +пан 2 0 2 2 +памороки 1 0 1 1 +пам'яті 3 0 3 3 +пам'ять 2 0 2 2 +пам'яттю 1 0 1 1 +пам'яток 1 0 1 1 +пам'ятаємо 1 0 1 1 +пам'ятає 1 0 1 1 +пам'ятати 1 0 1 1 +пам'ятай 1 0 1 1 +пам'ятав 2 0 2 2 +пальці 1 0 1 1 +пальцями 1 0 1 1 +палку 1 0 1 1 +пали 1 0 1 1 +палати 1 0 1 1 +пазухи 1 0 1 1 +падіння 1 0 1 1 +падлюкою 1 0 1 1 +падає 2 0 2 2 +падають 1 0 1 1 +падати 1 0 1 1 +п'яту 1 0 1 1 +п'ятницю 1 0 1 1 +п'ятдесят 3 0 3 3 +п'яному 1 0 1 1 +п'яний 1 0 1 1 +п'ю 2 0 2 2 +ошалів 1 0 1 1 +очікування 1 0 1 1 +очистити 1 0 1 1 +очевидець 1 0 1 1 +очах 3 0 3 3 +очам 1 0 1 1 +оцінять 1 0 1 1 +оцінку 2 0 2 2 +оцінили 1 0 1 1 +охороні 1 0 1 1 +охорони 1 0 1 1 +охопити 2 0 2 2 +охолов 1 0 1 1 +офіційній 1 0 1 1 +офіційні 1 0 1 1 +офіційно 1 0 1 1 +офіційний 1 0 1 1 +оформлюється 1 0 1 1 +оформленні 1 0 1 1 +отруїти 1 0 1 1 +отруєння 1 0 1 1 +отрути 1 0 1 1 +отрута 1 0 1 1 +отрока 1 0 1 1 +отримати 2 0 2 2 +отриману 1 0 1 1 +отримав 2 0 2 2 +оточували 1 0 1 1 +оточили 1 0 1 1 +оточення 2 0 2 2 +отож 2 0 2 2 +отже 10 0 10 10 +отецьким 1 0 1 1 +отець 1 0 1 1 +отаманові 1 0 1 1 +отаман 3 0 3 3 +отакі 1 0 1 1 +отак 1 0 1 1 +осібно 1 0 1 1 +осіб 1 0 1 1 +осудять 1 0 1 1 +осуду 1 0 1 1 +осудити 1 0 1 1 +острів 1 0 1 1 +остроготського 1 0 1 1 +острахами 1 0 1 1 +осторонь 1 0 1 1 +остаточно 1 0 1 1 +останнім 1 0 1 1 +останній 8 0 8 8 +останні 4 0 4 4 +останків 1 0 1 1 +особою 1 0 1 1 +особливу 1 0 1 1 +особливою 1 0 1 1 +особливості 4 0 4 4 +особливо 5 0 5 5 +особливим 1 0 1 1 +особистість 1 0 1 1 +особисті 1 0 1 1 +особистості 1 0 1 1 +особистий 1 0 1 1 +особисте 1 0 1 1 +особиста 1 0 1 1 +особи 3 0 3 3 +особам 1 0 1 1 +основу 1 0 1 1 +основні 2 0 2 2 +основною 2 0 2 2 +основний 1 0 1 1 +ослабленого 1 0 1 1 +оскома 1 0 1 1 +оскаржити 1 0 1 1 +оскаржила 1 0 1 1 +осипе 1 0 1 1 +оселями 1 0 1 1 +освіченої 1 0 1 1 +освіту 1 0 1 1 +освітлює 1 0 1 1 +освіти 3 0 3 3 +освіта 1 0 1 1 +освоєння 1 0 1 1 +орфографію 1 0 1 1 +оружжя 2 0 2 2 +орудуєш 1 0 1 1 +оригіналу 1 0 1 1 +орестові 1 0 1 1 +ординського 1 0 1 1 +організму 1 0 1 1 +організм 2 0 2 2 +організації 7 0 7 7 +організація 1 0 1 1 +організаційна 1 0 1 1 +організацій 1 0 1 1 +організатори 1 0 1 1 +органів 1 0 1 1 +органом 1 0 1 1 +органах 1 0 1 1 +орган 1 0 1 1 +опір 1 0 1 1 +опіку 1 0 1 1 +опускався 1 0 1 1 +опублікування 1 0 1 1 +оптимісти 1 0 1 1 +оптиміст 1 0 1 1 +оптимізацій 1 0 1 1 +оприлюднені 1 0 1 1 +опрацювати 1 0 1 1 +опору 1 0 1 1 +опортуністи 1 0 1 1 +опонента 1 0 1 1 +оподаткування 1 0 1 1 +оповіщення 1 0 1 1 +оповіді 1 0 1 1 +оповідає 1 0 1 1 +описані 1 0 1 1 +опинилися 1 0 1 1 +оперативно 1 0 1 1 +оперативна 1 0 1 1 +опадів 1 0 1 1 +онікс 1 0 1 1 +онуки 1 0 1 1 +оновленому 1 0 1 1 +онлайн 1 0 1 1 +омріяна 1 0 1 1 +олію 1 0 1 1 +олімпійський 1 0 1 1 +олівець 2 0 2 2 +ольго 1 0 1 1 +оливкової 1 0 1 1 +олексійович 1 0 1 1 +олексій 1 0 1 1 +олександром 1 0 1 1 +олександр 14 0 14 14 +олег 1 0 1 1 +окупованого 1 0 1 1 +окупації 1 0 1 1 +окулярах 2 0 2 2 +округах 1 0 1 1 +окропом 1 0 1 1 +окремі 2 0 2 2 +окремої 1 0 1 1 +окремими 2 0 2 2 +околушком 2 0 2 2 +околицях 1 0 1 1 +оки 1 0 1 1 +означає 1 0 1 1 +ознака 1 0 1 1 +ознак 1 0 1 1 +озлоблених 1 0 1 1 +озирається 1 0 1 1 +озираюсь 1 0 1 1 +оздоби 1 0 1 1 +озвучують 1 0 1 1 +озброєні 1 0 1 1 +оживить 1 0 1 1 +оживе 1 0 1 1 +одіж 1 0 1 1 +одягнена 1 0 1 1 +одяг 1 0 1 1 +одступив 1 0 1 1 +одразу 3 0 3 3 +одпускає 1 0 1 1 +одповіді 1 0 1 1 +одповів 1 0 1 1 +однісінької 1 0 1 1 +одні 2 0 2 2 +одну 2 0 2 2 +одної 2 0 2 2 +одноразово 1 0 1 1 +одному 3 0 3 3 +одного 8 0 8 8 +одновірців 2 0 2 2 +одним 7 0 7 7 +однаковість 1 0 1 1 +однакові 1 0 1 1 +однак 22 0 22 22 +одкровення 1 0 1 1 +одкидав 1 0 1 1 +одказав 1 0 1 1 +одеси 1 0 1 1 +одержувала 1 0 1 1 +одержані 1 0 1 1 +одержаних 1 0 1 1 +одержала 1 0 1 1 +одержавши 1 0 1 1 +одержав 2 0 2 2 +одежі 1 0 1 1 +одвічні 1 0 1 1 +одвічна 1 0 1 1 +одвіку 1 0 1 1 +одважно 2 0 2 2 +одарка 1 0 1 1 +огонь 1 0 1 1 +оголошується 1 0 1 1 +оголошувала 1 0 1 1 +оголошеннями 1 0 1 1 +оголосили 1 0 1 1 +огняна 1 0 1 1 +огнян 1 0 1 1 +огиди 1 0 1 1 +огарок 1 0 1 1 +овоч 1 0 1 1 +овець 2 0 2 2 +обґрунтувати 1 0 1 1 +обґрунтування 1 0 1 1 +обґрунтовується 1 0 1 1 +обіцяли 1 0 1 1 +обіцяв 1 0 1 1 +обійшлося 2 0 2 2 +обіймає 1 0 1 1 +обізвався 1 0 1 1 +обідати 1 0 1 1 +обігу 1 0 1 1 +общини 1 0 1 1 +обшкрібає 1 0 1 1 +обсягом 1 0 1 1 +обставиною 1 0 1 1 +обставини 1 0 1 1 +обставин 2 0 2 2 +обслуговуванні 1 0 1 1 +обростає 1 0 1 1 +обрати 2 0 2 2 +обраний 1 0 1 1 +образу 1 0 1 1 +образи 1 0 1 1 +обороту 1 0 1 1 +оборони 3 0 3 3 +обов'язок 1 0 1 1 +обов'язковий 1 0 1 1 +обмовляється 1 0 1 1 +обминати 1 0 1 1 +обмежуся 1 0 1 1 +обмеженим 1 0 1 1 +обманить 1 0 1 1 +облягають 1 0 1 1 +облуду 1 0 1 1 +облудність 1 0 1 1 +обличчя 4 0 4 4 +облаштування 1 0 1 1 +облаштували 1 0 1 1 +області 3 0 3 3 +областях 1 0 1 1 +область 1 0 1 1 +обладунок 1 0 1 1 +обладнанням 1 0 1 1 +обладнання 2 0 2 2 +облагородили 1 0 1 1 +обирає 1 0 1 1 +обивателя 1 0 1 1 +обзиває 1 0 1 1 +обережність 1 0 1 1 +обережні 1 0 1 1 +обережно 1 0 1 1 +обережним 1 0 1 1 +обдарованості 1 0 1 1 +обгрунтувати 1 0 1 1 +обговорити 1 0 1 1 +обганяв 1 0 1 1 +обвинувачення 3 0 3 3 +обвалом 1 0 1 1 +обвал 1 0 1 1 +об'їхали 1 0 1 1 +об'їдеш 1 0 1 1 +об'єднання 2 0 2 2 +ніякої 1 0 1 1 +ніяк 2 0 2 2 +ніщо 4 0 4 4 +ніша 1 0 1 1 +нічого 18 0 18 18 +нічних 1 0 1 1 +нічим 2 0 2 2 +німеччини 1 0 1 1 +німецької 1 0 1 1 +німецькими 1 0 1 1 +нікуди 2 0 2 2 +нікому 3 0 3 3 +ніким 1 0 1 1 +нікель 1 0 1 1 +ніка 1 0 1 1 +ній 2 0 2 2 +ніж 20 0 20 20 +ніде 1 0 1 1 +нівелює 1 0 1 1 +ніби 7 0 7 7 +нюанси 1 0 1 1 +нього 16 0 16 16 +нудить 1 0 1 1 +ночує 1 0 1 1 +носі 2 0 2 2 +носять 1 0 1 1 +носові 1 0 1 1 +носиш 1 0 1 1 +норми 1 0 1 1 +нормандський 1 0 1 1 +нормами 1 0 1 1 +нормально 2 0 2 2 +нормальна 1 0 1 1 +норвегії 1 0 1 1 +нонсенс 1 0 1 1 +номінальну 1 0 1 1 +ногу 1 0 1 1 +ноги 6 0 6 6 +ногами 2 0 2 2 +нога 2 0 2 2 +нову 1 0 1 1 +новообраною 1 0 1 1 +новому 1 0 1 1 +нового 7 0 7 7 +нових 1 0 1 1 +новину 1 0 1 1 +новина 1 0 1 1 +новин 1 0 1 1 +нове 1 0 1 1 +новгородська 1 0 1 1 +новгородом 1 0 1 1 +нова 4 0 4 4 +нобелівською 1 0 1 1 +нищити 1 0 1 1 +нишпорить 1 0 1 1 +них 11 0 11 11 +нитка 2 0 2 2 +нині 5 0 5 5 +низьку 1 0 1 1 +низько 1 0 1 1 +низькими 1 0 1 1 +низка 1 0 1 1 +нижчі 1 0 1 1 +нижчою 1 0 1 1 +нижнім 1 0 1 1 +ниві 1 0 1 1 +нещодавно 1 0 1 1 +нещасні 1 0 1 1 +нещасних 1 0 1 1 +нещасна 1 0 1 1 +нешвидких 1 0 1 1 +нечутно 1 0 1 1 +нечистим 1 0 1 1 +нечестивих 1 0 1 1 +нечесними 1 0 1 1 +нечесний 1 0 1 1 +неупередженому 1 0 1 1 +нестями 1 0 1 1 +нести 3 0 3 3 +нестерпний 1 0 1 1 +неспроста 2 0 2 2 +несмачна 1 0 1 1 +несли 1 0 1 1 +несла 2 0 2 2 +нескінченно 1 0 1 1 +нерівній 1 0 1 1 +нерон 1 0 1 1 +нерозумному 1 0 1 1 +нерозумних 1 0 1 1 +нереально 2 0 2 2 +нервову 1 0 1 1 +непрямими 1 0 1 1 +неприємне 1 0 1 1 +непричетність 1 0 1 1 +неприступне 1 0 1 1 +неприпустимо 1 0 1 1 +неправильно 2 0 2 2 +неправильна 1 0 1 1 +непохитні 1 0 1 1 +непорядок 1 0 1 1 +непорозуміння 1 0 1 1 +непокоїть 1 0 1 1 +непокору 1 0 1 1 +неповторний 1 0 1 1 +неповноцінною 1 0 1 1 +неплідному 1 0 1 1 +неперевірених 1 0 1 1 +неперевершено 1 0 1 1 +непевне 1 0 1 1 +неохотою 1 0 1 1 +неосяжне 2 0 2 2 +неосвіченістю 1 0 1 1 +неодмінно 1 0 1 1 +необхідності 2 0 2 2 +необхідно 5 0 5 5 +необхідна 1 0 1 1 +ненормальними 1 0 1 1 +ненависть 2 0 2 2 +ненавидить 1 0 1 1 +немов 2 0 2 2 +неминучі 1 0 1 1 +неймовірні 1 0 1 1 +незрушно 1 0 1 1 +незручний 1 0 1 1 +незрозуміле 1 0 1 1 +незнищенний 1 0 1 1 +незнайомі 1 0 1 1 +незмінною 1 0 1 1 +незгода 1 0 1 1 +незвичайна 1 0 1 1 +незважаючи 1 0 1 1 +незбагненно 1 0 1 1 +незаперечними 1 0 1 1 +незалежність 1 0 1 1 +незалежності 1 0 1 1 +незалежним 1 0 1 1 +незалежна 1 0 1 1 +незаконних 1 0 1 1 +незаконним 1 0 1 1 +незадовільного 1 0 1 1 +незадоволені 1 0 1 1 +незабутній 1 0 1 1 +незабаром 3 0 3 3 +неживий 1 0 1 1 +неділі 2 0 2 2 +неділю 1 0 1 1 +недоторканність 2 0 2 2 +недосяжне 1 0 1 1 +недоруйнована 1 0 1 1 +недовірливо 2 0 2 2 +недовіра 1 0 1 1 +недешева 1 0 1 1 +недбало 1 0 1 1 +недалеко 1 0 1 1 +негативний 1 0 1 1 +невідлучна 1 0 1 1 +невідкладно 1 0 1 1 +невському 1 0 1 1 +невським 1 0 1 1 +невський 5 0 5 5 +невпевненість 1 0 1 1 +неволі 1 0 1 1 +неволя 1 0 1 1 +неволю 1 0 1 1 +невміння 1 0 1 1 +невлад 1 0 1 1 +невинної 1 0 1 1 +невидимі 1 0 1 1 +невидиме 1 0 1 1 +невже 1 0 1 1 +невдоволення 1 0 1 1 +невдалі 1 0 1 1 +невдалим 1 0 1 1 +невблаганний 1 0 1 1 +небі 3 0 3 3 +небудь 2 0 2 2 +небитих 1 0 1 1 +небезпеку 1 0 1 1 +небезпеки 1 0 1 1 +небезпека 1 0 1 1 +нащадки 2 0 2 2 +нащадкам 1 0 1 1 +нашім 1 0 1 1 +нашій 1 0 1 1 +наші 8 0 8 8 +нашу 3 0 3 3 +нашої 5 0 5 5 +нашою 1 0 1 1 +нашому 1 0 1 1 +нашого 2 0 2 2 +наших 4 0 4 4 +нашим 1 0 1 1 +наше 2 0 2 2 +наша 4 0 4 4 +наш 4 0 4 4 +начхати 1 0 1 1 +начинка 1 0 1 1 +начебто 2 0 2 2 +нації 4 0 4 4 +нація 2 0 2 2 +націю 1 0 1 1 +націоналістичний 1 0 1 1 +національну 2 0 2 2 +національного 2 0 2 2 +національних 1 0 1 1 +національний 1 0 1 1 +нахабно 1 0 1 1 +науковців 1 0 1 1 +науки 3 0 3 3 +наука 1 0 1 1 +наук 1 0 1 1 +натягав 1 0 1 1 +натхнення 1 0 1 1 +натомість 1 0 1 1 +наткнувся 1 0 1 1 +настільки 1 0 1 1 +наступні 1 0 1 1 +наступному 2 0 2 2 +наступним 2 0 2 2 +наступний 2 0 2 2 +наступне 1 0 1 1 +настроях 1 0 1 1 +насторожливо 1 0 1 1 +настане 1 0 1 1 +наставив 2 0 2 2 +наспіх 1 0 1 1 +насолода 1 0 1 1 +насолод 1 0 1 1 +наснилося 1 0 1 1 +наскільки 1 0 1 1 +насильства 1 0 1 1 +насиджених 1 0 1 1 +населенням 2 0 2 2 +населення 2 0 2 2 +населених 1 0 1 1 +насамперед 1 0 1 1 +насаджувати 1 0 1 1 +нарочитого 1 0 1 1 +народів 4 0 4 4 +народі 1 0 1 1 +народом 1 0 1 1 +народові 1 0 1 1 +народного 2 0 2 2 +народних 2 0 2 2 +народити 1 0 1 1 +народила 1 0 1 1 +народи 3 0 3 3 +народжуватися 1 0 1 1 +народжувалася 1 0 1 1 +народження 3 0 3 3 +народам 1 0 1 1 +народа 1 0 1 1 +нарешті 3 0 3 3 +наречи 1 0 1 1 +наречемося 1 0 1 1 +нарекли 1 0 1 1 +нараховує 1 0 1 1 +наразі 4 0 4 4 +нарада 1 0 1 1 +напівзруйнована 1 0 1 1 +напругу 1 0 1 1 +напруги 1 0 1 1 +наприклад 2 0 2 2 +напрацювання 1 0 1 1 +направляє 1 0 1 1 +наполягають 1 0 1 1 +наповнення 2 0 2 2 +наплакав 1 0 1 1 +написати 1 0 1 1 +написано 1 0 1 1 +написанням 1 0 1 1 +написаний 1 0 1 1 +написали 1 0 1 1 +написала 2 0 2 2 +написав 2 0 2 2 +напився 1 0 1 1 +наперед 1 0 1 1 +нападників 2 0 2 2 +напади 1 0 1 1 +напад 1 0 1 1 +наносить 1 0 1 1 +нанести 1 0 1 1 +намісників 1 0 1 1 +намотані 1 0 1 1 +нами 3 0 3 3 +намагається 2 0 2 2 +намагаючись 1 0 1 1 +намагаються 1 0 1 1 +намагалася 1 0 1 1 +намагався 3 0 3 3 +налякати 1 0 1 1 +наллявся 1 0 1 1 +наливались 1 0 1 1 +належить 4 0 4 4 +накрити 1 0 1 1 +накреслити 1 0 1 1 +накличу 1 0 1 1 +наклеп 1 0 1 1 +накладуть 2 0 2 2 +наказав 2 0 2 2 +наказ 1 0 1 1 +найтяжче 1 0 1 1 +найти 1 0 1 1 +найстарша 1 0 1 1 +найрадикальніших 1 0 1 1 +найпоширеніших 1 0 1 1 +найпотрібнішого 1 0 1 1 +найпалкіші 1 0 1 1 +наймудріша 1 0 1 1 +найменування 1 0 1 1 +найліпше 1 0 1 1 +найкращих 2 0 2 2 +найкраще 2 0 2 2 +найкраща 1 0 1 1 +найдорожче 1 0 1 1 +найгірше 1 0 1 1 +найвищу 1 0 1 1 +найважливіше 1 0 1 1 +найважливіша 1 0 1 1 +найбільшу 1 0 1 1 +найбільших 4 0 4 4 +найбільшим 2 0 2 2 +найбільше 6 0 6 6 +найбільша 1 0 1 1 +найбільш 3 0 3 3 +найближчим 1 0 1 1 +найбагатші 1 0 1 1 +назустріч 3 0 3 3 +назовні 1 0 1 1 +називає 1 0 1 1 +називають 5 0 5 5 +називай 3 0 3 3 +називав 1 0 1 1 +наздогнати 2 0 2 2 +наздогнав 1 0 1 1 +назвою 1 0 1 1 +назви 1 0 1 1 +назвати 1 0 1 1 +названо 1 0 1 1 +названим 1 0 1 1 +назвався 1 0 1 1 +назва 4 0 4 4 +назад 3 0 3 3 +назавжди 3 0 3 3 +надія 1 0 1 1 +надіслати 1 0 1 1 +надійшла 1 0 1 1 +надійся 1 0 1 1 +надходитиме 1 0 1 1 +надто 3 0 3 3 +надихають 1 0 1 1 +надзвичайні 1 0 1 1 +надзвичайно 3 0 3 3 +надзвичайних 1 0 1 1 +надвечір 1 0 1 1 +надається 4 0 4 4 +надати 1 0 1 1 +надання 2 0 2 2 +надалі 1 0 1 1 +надав 1 0 1 1 +нагрівання 2 0 2 2 +нагороду 2 0 2 2 +наголошуванні 1 0 1 1 +наголосу 1 0 1 1 +наголос 1 0 1 1 +нагоду 1 0 1 1 +наглядаєте 1 0 1 1 +нагадую 1 0 1 1 +нагадувати 1 0 1 1 +нагадування 1 0 1 1 +нагадаю 2 0 2 2 +нагадати 5 0 5 5 +нагадав 1 0 1 1 +навіщо 10 0 10 10 +навіки 1 0 1 1 +навчить 2 0 2 2 +навчити 1 0 1 1 +навчився 2 0 2 2 +навчати 1 0 1 1 +навчання 2 0 2 2 +навчального 2 0 2 2 +навчальних 2 0 2 2 +навчальний 1 0 1 1 +навряд 1 0 1 1 +навпіл 1 0 1 1 +навпаки 1 0 1 1 +навкруги 1 0 1 1 +навколо 2 0 2 2 +навздогін 1 0 1 1 +навести 1 0 1 1 +наведіть 1 0 1 1 +наважився 1 0 1 1 +набір 2 0 2 2 +набіги 1 0 1 1 +набіг 1 0 1 1 +набуття 2 0 2 2 +набутку 1 0 1 1 +набута 2 0 2 2 +набуває 1 0 1 1 +набрехати 1 0 1 1 +набрала 1 0 1 1 +набрав 1 0 1 1 +наблизилася 2 0 2 2 +наближення 1 0 1 1 +наближав 1 0 1 1 +мішок 1 0 1 1 +мішком 1 0 1 1 +міць 1 0 1 1 +міцніше 1 0 1 1 +міцною 1 0 1 1 +міцного 1 0 1 1 +міцно 1 0 1 1 +міха 1 0 1 1 +міфи 3 0 3 3 +міфах 1 0 1 1 +міфами 1 0 1 1 +міф 2 0 2 2 +місяця 8 0 8 8 +місяцем 1 0 1 1 +міської 1 0 1 1 +міського 1 0 1 1 +міських 1 0 1 1 +місцях 2 0 2 2 +місця 5 0 5 5 +місцем 1 0 1 1 +місцеві 3 0 3 3 +місцевого 5 0 5 5 +місцеве 1 0 1 1 +місті 2 0 2 2 +місто 8 0 8 8 +місткого 1 0 1 1 +містечку 1 0 1 1 +містах 4 0 4 4 +міста 5 0 5 5 +міс 1 0 1 1 +мірі 2 0 2 2 +міряє 1 0 1 1 +мірою 1 0 1 1 +міркування 2 0 2 2 +мірки 1 0 1 1 +мірка 3 0 3 3 +міністрів 1 0 1 1 +міністерства 1 0 1 1 +мінімуму 1 0 1 1 +міняє 2 0 2 2 +міняти 1 0 1 1 +міняйте 1 0 1 1 +міну 1 0 1 1 +мільйонів 1 0 1 1 +мільйона 1 0 1 1 +міль 1 0 1 1 +міллер 1 0 1 1 +мікрофону 1 0 1 1 +міжусобна 1 0 1 1 +міжнародному 1 0 1 1 +міжнародного 1 0 1 1 +міжнародних 1 0 1 1 +міжнародним 1 0 1 1 +міді 2 0 2 2 +мігрантів 1 0 1 1 +мучить 1 0 1 1 +мучителів 1 0 1 1 +мучать 1 0 1 1 +мутації 1 0 1 1 +мусульманську 1 0 1 1 +мусульмани 1 0 1 1 +мусульман 1 0 1 1 +муру 1 0 1 1 +мулах 1 0 1 1 +мука 1 0 1 1 +мук 1 0 1 1 +музики 1 0 1 1 +музи 1 0 1 1 +мужність 1 0 1 1 +мудрість 1 0 1 1 +мудрих 1 0 1 1 +мудрець 1 0 1 1 +мрії 2 0 2 2 +мріяти 1 0 1 1 +мріяла 1 0 1 1 +моїх 1 0 1 1 +моєї 1 0 1 1 +моєю 2 0 2 2 +моєму 2 0 2 2 +моя 5 0 5 5 +мою 4 0 4 4 +моці 1 0 1 1 +мохом 1 0 1 1 +мотивація 1 0 1 1 +московській 1 0 1 1 +московські 2 0 2 2 +московської 3 0 3 3 +московського 2 0 2 2 +московських 2 0 2 2 +московським 1 0 1 1 +московський 5 0 5 5 +московське 1 0 1 1 +москва 6 0 6 6 +москалями 1 0 1 1 +моря 3 0 3 3 +морпіхів 1 0 1 1 +морозною 1 0 1 1 +морову 1 0 1 1 +морква 1 0 1 1 +мораторій 2 0 2 2 +морана 1 0 1 1 +моральної 2 0 2 2 +морально 2 0 2 2 +моральний 1 0 1 1 +моральна 1 0 1 1 +мор 1 0 1 1 +монументалістів 1 0 1 1 +монголів 3 0 3 3 +монгольські 1 0 1 1 +монгольського 1 0 1 1 +монгольських 3 0 3 3 +монгольське 1 0 1 1 +монголи 2 0 2 2 +моментів 1 0 1 1 +моменту 2 0 2 2 +моменти 2 0 2 2 +моментах 1 0 1 1 +момент 2 0 2 2 +молотова 1 0 1 1 +молоком 1 0 1 1 +молока 2 0 2 2 +молодість 2 0 2 2 +молоді 2 0 2 2 +молодь 1 0 1 1 +молодші 1 0 1 1 +молодших 1 0 1 1 +молодця 1 0 1 1 +молодою 1 0 1 1 +молодому 2 0 2 2 +молодого 1 0 1 1 +молодиця 1 0 1 1 +молодим 1 0 1 1 +молодий 2 0 2 2 +молодець 1 0 1 1 +молоденьку 1 0 1 1 +молиться 1 0 1 1 +молитиме 1 0 1 1 +молитв 1 0 1 1 +молилися 1 0 1 1 +молила 1 0 1 1 +молився 1 0 1 1 +мокша 2 0 2 2 +мокре 1 0 1 1 +мозок 1 0 1 1 +можів 1 0 1 1 +можуть 13 0 13 13 +можливістю 1 0 1 1 +можливість 3 0 3 3 +можливий 1 0 1 1 +можливе 1 0 1 1 +можеш 2 0 2 2 +можете 2 0 2 2 +можемо 2 0 2 2 +можеві 1 0 1 1 +моду 1 0 1 1 +модифікація 1 0 1 1 +моди 3 0 3 3 +модель 1 0 1 1 +мода 2 0 2 2 +могікан 1 0 1 1 +могутності 1 0 1 1 +могло 1 0 1 1 +могли 3 0 3 3 +могла 2 0 2 2 +могилянської 1 0 1 1 +могили 1 0 1 1 +могила 1 0 1 1 +мові 1 0 1 1 +мовчки 3 0 3 3 +мовчиш 1 0 1 1 +мовчить 4 0 4 4 +мовчи 2 0 2 2 +мовчать 2 0 2 2 +мовчати 1 0 1 1 +мовчанні 1 0 1 1 +мовчання 1 0 1 1 +мовчало 1 0 1 1 +мовчав 2 0 2 2 +мову 4 0 4 4 +мовою 6 0 6 6 +мовлять 1 0 1 1 +мовляв 5 0 5 5 +мовлення 1 0 1 1 +мовиться 1 0 1 1 +мовби 1 0 1 1 +многії 1 0 1 1 +млинці 1 0 1 1 +млива 1 0 1 1 +михайло 3 0 3 3 +михайла 3 0 3 3 +мить 1 0 1 1 +митрополитом 1 0 1 1 +митрополита 3 0 3 3 +митрополит 1 0 1 1 +митець 1 0 1 1 +мистецтва 3 0 3 3 +мистецтв 1 0 1 1 +мислення 2 0 2 2 +миру 1 0 1 1 +миротворця 1 0 1 1 +мирові 1 0 1 1 +минулої 1 0 1 1 +минулим 1 0 1 1 +минуле 1 0 1 1 +минув 1 0 1 1 +мимоволі 2 0 2 2 +миля 1 0 1 1 +милою 1 0 1 1 +милосердний 1 0 1 1 +миколі 1 0 1 1 +миколу 1 0 1 1 +микола 1 0 1 1 +мещера 1 0 1 1 +мешканців 1 0 1 1 +мешканці 2 0 2 2 +мешкали 1 0 1 1 +мечі 1 0 1 1 +мечем 2 0 2 2 +меча 3 0 3 3 +механічний 1 0 1 1 +механізм 1 0 1 1 +метрів 1 0 1 1 +метр 1 0 1 1 +методи 2 0 2 2 +метеорологи 1 0 1 1 +метаморфози 1 0 1 1 +металеві 1 0 1 1 +металеву 1 0 1 1 +металевим 1 0 1 1 +меря 1 0 1 1 +мерщій 1 0 1 1 +мертві 1 0 1 1 +мертва 1 0 1 1 +мережі 3 0 3 3 +меншин 1 0 1 1 +менш 4 0 4 4 +меле 2 0 2 2 +медуші 1 0 1 1 +медичній 1 0 1 1 +медикаментів 1 0 1 1 +мед 1 0 1 1 +маєш 9 0 9 9 +маяк 1 0 1 1 +маючи 2 0 2 2 +маються 1 0 1 1 +мають 16 0 16 16 +машиночитані 1 0 1 1 +машини 1 0 1 1 +махнувши 1 0 1 1 +махнув 3 0 3 3 +махай 1 0 1 1 +матінка 1 0 1 1 +матрьошкою 1 0 1 1 +матиме 1 0 1 1 +матеріалів 3 0 3 3 +матеріалом 1 0 1 1 +матеріали 1 0 1 1 +матеріал 4 0 4 4 +матері 1 0 1 1 +материнство 1 0 1 1 +масштабних 1 0 1 1 +масштаб 2 0 2 2 +масової 1 0 1 1 +масового 1 0 1 1 +маруся 1 0 1 1 +мародерів 1 0 1 1 +марно 2 0 2 2 +марківа 1 0 1 1 +марко 1 0 1 1 +маркер 1 0 1 1 +манна 2 0 2 2 +мане 1 0 1 1 +мандрівники 1 0 1 1 +малі 1 0 1 1 +малювання 2 0 2 2 +малою 1 0 1 1 +малому 1 0 1 1 +малко 1 0 1 1 +малими 1 0 1 1 +малим 1 0 1 1 +малий 2 0 2 2 +маленькі 1 0 1 1 +маленької 2 0 2 2 +маленька 4 0 4 4 +макіяж 1 0 1 1 +маком 1 0 1 1 +майстра 1 0 1 1 +майстерності 1 0 1 1 +майстер 1 0 1 1 +майнувши 1 0 1 1 +майно 1 0 1 1 +майна 1 0 1 1 +майже 4 0 4 4 +майданчика 1 0 1 1 +майданчик 1 0 1 1 +майбутній 1 0 1 1 +майбутнє 2 0 2 2 +майбутньому 1 0 1 1 +мазками 1 0 1 1 +мажоритарної 1 0 1 1 +мажоритарників 1 0 1 1 +мажор 1 0 1 1 +магістральні 1 0 1 1 +магазин 1 0 1 1 +м'якого 1 0 1 1 +м'яко 1 0 1 1 +ліхтар 1 0 1 1 +ліфта 1 0 1 1 +літр 1 0 1 1 +літорій 1 0 1 1 +літописів 1 0 1 1 +літописці 1 0 1 1 +літописні 2 0 2 2 +літописний 1 0 1 1 +літопис 2 0 2 2 +літо 3 0 3 3 +літературної 2 0 2 2 +літературному 2 0 2 2 +літературного 1 0 1 1 +літературний 1 0 1 1 +літературна 1 0 1 1 +літератури 1 0 1 1 +літаки 1 0 1 1 +літак 1 0 1 1 +літа 3 0 3 3 +лісі 1 0 1 1 +лісу 3 0 3 3 +лісом 1 0 1 1 +лісових 1 0 1 1 +ліпшого 1 0 1 1 +ліплять 1 0 1 1 +лінії 1 0 1 1 +лінія 1 0 1 1 +лінивий 1 0 1 1 +лікування 2 0 2 2 +ліквідації 1 0 1 1 +лікаря 2 0 2 2 +лікарні 1 0 1 1 +лікарень 1 0 1 1 +лікарем 1 0 1 1 +лікар 2 0 2 2 +ліжку 1 0 1 1 +ліжка 1 0 1 1 +лідерів 1 0 1 1 +лідером 1 0 1 1 +лідери 2 0 2 2 +лівонській 1 0 1 1 +ліванський 1 0 1 1 +ліберальної 1 0 1 1 +ляшко 1 0 1 1 +лякають 1 0 1 1 +лякатися 1 0 1 1 +лякана 1 0 1 1 +лякали 1 0 1 1 +лягаймо 1 0 1 1 +люттю 1 0 1 1 +лютого 1 0 1 1 +люто 2 0 2 2 +люта 1 0 1 1 +люлькою 1 0 1 1 +люлька 1 0 1 1 +людях 1 0 1 1 +людям 1 0 1 1 +людьми 3 0 3 3 +людській 1 0 1 1 +людську 1 0 1 1 +людському 1 0 1 1 +людських 2 0 2 2 +людськими 1 0 1 1 +людське 1 0 1 1 +людська 2 0 2 2 +людству 1 0 1 1 +людоїди 1 0 1 1 +людоті 1 0 1 1 +людото 1 0 1 1 +людині 2 0 2 2 +люд 1 0 1 1 +любові 4 0 4 4 +люблю 2 0 2 2 +любиш 4 0 4 4 +любить 6 0 6 6 +любити 4 0 4 4 +любили 1 0 1 1 +любила 1 0 1 1 +люба 1 0 1 1 +лунає 1 0 1 1 +лукавте 1 0 1 1 +лука 1 0 1 1 +луговиках 1 0 1 1 +лугарів 1 0 1 1 +луганський 1 0 1 1 +луганська 1 0 1 1 +лоськом 1 0 1 1 +лосько 1 0 1 1 +лопоче 1 0 1 1 +ломбарди 1 0 1 1 +ложці 1 0 1 1 +ложку 1 0 1 1 +логістичні 1 0 1 1 +логістичної 1 0 1 1 +логікою 1 0 1 1 +логіки 1 0 1 1 +ловця 1 0 1 1 +лобі 1 0 1 1 +ллються 1 0 1 1 +лишилися 1 0 1 1 +лишивши 1 0 1 1 +лишень 1 0 1 1 +лишаєшся 1 0 1 1 +лишали 1 0 1 1 +лишався 1 0 1 1 +личить 2 0 2 2 +лиця 1 0 1 1 +лицемірні 1 0 1 1 +лице 2 0 2 2 +лиху 1 0 1 1 +лихої 1 0 1 1 +лихо 4 0 4 4 +лихе 1 0 1 1 +лиха 1 0 1 1 +литовці 1 0 1 1 +литовський 1 0 1 1 +литва 1 0 1 1 +листів 1 0 1 1 +листи 1 0 1 1 +лиса 1 0 1 1 +липня 1 0 1 1 +лилися 1 0 1 1 +лилася 1 0 1 1 +лестощами 1 0 1 1 +ленін 1 0 1 1 +лекції 1 0 1 1 +лежали 1 0 1 1 +лежав 1 0 1 1 +ледве 1 0 1 1 +ледаче 1 0 1 1 +ледача 1 0 1 1 +легітимність 2 0 2 2 +легітимної 1 0 1 1 +легше 2 0 2 2 +легко 2 0 2 2 +легкий 2 0 2 2 +лев 2 0 2 2 +лебедина 1 0 1 1 +лає 1 0 1 1 +латинці 1 0 1 1 +ласка 10 0 10 10 +ласий 2 0 2 2 +ланцюг 1 0 1 1 +ландшафту 1 0 1 1 +ламали 1 0 1 1 +лакейською 1 0 1 1 +лайнер 1 0 1 1 +ладно 2 0 2 2 +лад 1 0 1 1 +лаврентіївський 1 0 1 1 +лавах 1 0 1 1 +кішки 1 0 1 1 +кісток 1 0 1 1 +кістки 1 0 1 1 +кінь 3 0 3 3 +кінчився 1 0 1 1 +кінцях 1 0 1 1 +кінця 2 0 2 2 +кінофестивалю 2 0 2 2 +кіновиробництво 1 0 1 1 +кінець 2 0 2 2 +кімнаті 1 0 1 1 +кімнатка 1 0 1 1 +кімнати 1 0 1 1 +кількістю 2 0 2 2 +кількості 1 0 1 1 +кілька 8 0 8 8 +кілометрів 1 0 1 1 +кілок 1 0 1 1 +куща 1 0 1 1 +куці 1 0 1 1 +кухня 1 0 1 1 +кухаренкові 1 0 1 1 +кухаренко 2 0 2 2 +куточок 1 0 1 1 +курськ 1 0 1 1 +курс 1 0 1 1 +куркулі 1 0 1 1 +купує 1 0 1 1 +купувати 1 0 1 1 +купували 1 0 1 1 +купу 1 0 1 1 +купою 1 0 1 1 +купило 1 0 1 1 +купив 2 0 2 2 +купецька 1 0 1 1 +купами 1 0 1 1 +кулі 2 0 2 2 +культуру 2 0 2 2 +культурній 1 0 1 1 +культурною 1 0 1 1 +культурних 1 0 1 1 +культури 2 0 2 2 +культура 1 0 1 1 +культур 1 0 1 1 +куликовську 2 0 2 2 +куликового 1 0 1 1 +куликовим 1 0 1 1 +кулешу 1 0 1 1 +кузня 1 0 1 1 +куди 4 0 4 4 +кубані 1 0 1 1 +кріпосництва 1 0 1 1 +кріпне 1 0 1 1 +кріпацтво 1 0 1 1 +крім 1 0 1 1 +крізь 3 0 3 3 +крякання 1 0 1 1 +крутами 1 0 1 1 +кропиться 1 0 1 1 +кроків 2 0 2 2 +кроком 2 0 2 2 +кров'ю 5 0 5 5 +криється 2 0 2 2 +кричущих 1 0 1 1 +критично 1 0 1 1 +критичний 1 0 1 1 +критися 1 0 1 1 +критикують 1 0 1 1 +критикувати 1 0 1 1 +крити 1 0 1 1 +кримінального 1 0 1 1 +кримінальних 1 0 1 1 +криму 2 0 2 2 +кримській 1 0 1 1 +кримські 1 0 1 1 +кримський 1 0 1 1 +крим 4 0 4 4 +крилася 1 0 1 1 +крила 2 0 2 2 +крикнув 5 0 5 5 +крик 1 0 1 1 +кризи 1 0 1 1 +крижану 1 0 1 1 +кригу 1 0 1 1 +крився 1 0 1 1 +кривого 1 0 1 1 +креслення 1 0 1 1 +країні 2 0 2 2 +країну 4 0 4 4 +країною 1 0 1 1 +країни 6 0 6 6 +країнах 1 0 1 1 +країнам 1 0 1 1 +країна 2 0 2 2 +країн 2 0 2 2 +краї 1 0 1 1 +краю 2 0 2 2 +кращу 1 0 1 1 +кращою 1 0 1 1 +кращих 1 0 1 1 +красу 2 0 2 2 +красти 1 0 1 1 +краснодону 1 0 1 1 +краси 4 0 4 4 +краса 2 0 2 2 +краплею 2 0 2 2 +край 5 0 5 5 +крав 1 0 1 1 +коштів 2 0 2 2 +коштує 1 0 1 1 +коштувати 1 0 1 1 +коштовність 1 0 1 1 +коштовний 1 0 1 1 +кошти 1 0 1 1 +кохають 1 0 1 1 +кохав 1 0 1 1 +котрій 1 0 1 1 +котрі 2 0 2 2 +котрому 1 0 1 1 +котрого 1 0 1 1 +котрий 1 0 1 1 +котра 2 0 2 2 +котори 1 0 1 1 +котом 1 0 1 1 +коток 1 0 1 1 +котлован 1 0 1 1 +коти 1 0 1 1 +кострубата 1 0 1 1 +косарів 1 0 1 1 +косак 1 0 1 1 +корінням 1 0 1 1 +коріння 1 0 1 1 +корівку 1 0 1 1 +корупційні 1 0 1 1 +корунда 1 0 1 1 +корпорації 1 0 1 1 +корпорація 1 0 1 1 +короткотермінові 1 0 1 1 +коротке 1 0 1 1 +коротка 1 0 1 1 +корону 1 0 1 1 +коронавірус 1 0 1 1 +корона 1 0 1 1 +королівської 1 0 1 1 +королівським 1 0 1 1 +короля 3 0 3 3 +король 4 0 4 4 +королева 1 0 1 1 +коровай 1 0 1 1 +корова 1 0 1 1 +кориться 1 0 1 1 +користь 5 0 5 5 +користувачів 1 0 1 1 +користуватись 1 0 1 1 +корисні 1 0 1 1 +корисну 1 0 1 1 +корзнах 1 0 1 1 +кореї 1 0 1 1 +коренів 1 0 1 1 +кореня 1 0 1 1 +корейські 1 0 1 1 +кордонів 1 0 1 1 +кордоні 1 0 1 1 +кордон 1 0 1 1 +кораблі 1 0 1 1 +копії 1 0 1 1 +копіює 1 0 1 1 +копита 1 0 1 1 +копати 1 0 1 1 +копанки 1 0 1 1 +копай 1 0 1 1 +координації 1 0 1 1 +коні 4 0 4 4 +коня 3 0 3 3 +конюшого 1 0 1 1 +концентрації 1 0 1 1 +концентрацію 1 0 1 1 +концентраційного 1 0 1 1 +конфліктував 1 0 1 1 +конфлікт 1 0 1 1 +контролюючі 1 0 1 1 +контролюйте 1 0 1 1 +контролювати 1 0 1 1 +контролю 1 0 1 1 +контроль 1 0 1 1 +контраст 1 0 1 1 +контракти 1 0 1 1 +контрабандних 1 0 1 1 +контексті 1 0 1 1 +контекст 1 0 1 1 +контактів 1 0 1 1 +консультації 1 0 1 1 +консультативної 1 0 1 1 +конституції 2 0 2 2 +конституцією 3 0 3 3 +конституція 2 0 2 2 +конституційного 4 0 4 4 +констатувати 1 0 1 1 +констанцій 1 0 1 1 +константинополя 1 0 1 1 +константинополь 1 0 1 1 +константиновому 1 0 1 1 +консерваторів 1 0 1 1 +конкурсів 1 0 1 1 +конкурсі 1 0 1 1 +конкурсу 1 0 1 1 +конкурс 2 0 2 2 +конкуренції 2 0 2 2 +конкуренція 1 0 1 1 +конкретніша 1 0 1 1 +конкретному 1 0 1 1 +кони 1 0 1 1 +конечна 1 0 1 1 +конати 1 0 1 1 +комісії 4 0 4 4 +комісією 1 0 1 1 +комісіями 1 0 1 1 +комісію 2 0 2 2 +комусь 3 0 3 3 +комуністів 1 0 1 1 +комуністична 1 0 1 1 +комуністи 1 0 1 1 +комунальні 1 0 1 1 +комунального 1 0 1 1 +комунальних 1 0 1 1 +композиційне 1 0 1 1 +компетенції 1 0 1 1 +компетенція 1 0 1 1 +компанія 1 0 1 1 +компаній 1 0 1 1 +комп'ютерів 1 0 1 1 +коморі 1 0 1 1 +комонники 1 0 1 1 +комбайни 1 0 1 1 +комах 1 0 1 1 +комарями 1 0 1 1 +команду 1 0 1 1 +командна 1 0 1 1 +колір 1 0 1 1 +коліні 1 0 1 1 +коліном 1 0 1 1 +коліно 1 0 1 1 +коліна 2 0 2 2 +кольору 1 0 1 1 +кольорові 1 0 1 1 +колишніми 1 0 1 1 +колесом 1 0 1 1 +колеса 1 0 1 1 +колективізація 1 0 1 1 +колегам 1 0 1 1 +колег 2 0 2 2 +кози 1 0 1 1 +козача 1 0 1 1 +козами 1 0 1 1 +козаків 1 0 1 1 +козаку 1 0 1 1 +козакові 2 0 2 2 +козак 1 0 1 1 +кожній 4 0 4 4 +кожну 2 0 2 2 +кожної 1 0 1 1 +кожною 2 0 2 2 +кожному 5 0 5 5 +кожного 6 0 6 6 +кожним 4 0 4 4 +кожне 2 0 2 2 +кожна 6 0 6 6 +кождого 1 0 1 1 +кодекс 1 0 1 1 +ковтнути 1 0 1 1 +ковпачки 1 0 1 1 +ковзнула 1 0 1 1 +ковбаси 1 0 1 1 +кований 1 0 1 1 +ковальчук 1 0 1 1 +ковалевих 1 0 1 1 +кобилі 1 0 1 1 +кобили 2 0 2 2 +коби 1 0 1 1 +кобзаря 1 0 1 1 +князівську 1 0 1 1 +князівство 1 0 1 1 +князівств 3 0 3 3 +князем 4 0 4 4 +князеві 3 0 3 3 +княжну 1 0 1 1 +княжна 1 0 1 1 +княжич 1 0 1 1 +княгині 1 0 1 1 +княгиня 4 0 4 4 +книжок 1 0 1 1 +книжних 1 0 1 1 +книга 4 0 4 4 +книг 1 0 1 1 +клієнтки 1 0 1 1 +клітини 1 0 1 1 +клімату 1 0 1 1 +кліматом 1 0 1 1 +клятву 1 0 1 1 +клятвопорушника 1 0 1 1 +клятвено 1 0 1 1 +ключових 1 0 1 1 +ключовим 1 0 1 1 +ключова 1 0 1 1 +ключевського 1 0 1 1 +ключевський 4 0 4 4 +ключ 1 0 1 1 +клубах 1 0 1 1 +клопотом 1 0 1 1 +клині 1 0 1 1 +кликати 1 0 1 1 +кликав 1 0 1 1 +клеїлась 1 0 1 1 +клейноди 2 0 2 2 +класиків 1 0 1 1 +кладемо 1 0 1 1 +київської 2 0 2 2 +київському 1 0 1 1 +київського 2 0 2 2 +київський 2 0 2 2 +київське 1 0 1 1 +києві 7 0 7 7 +києвого 1 0 1 1 +києво 1 0 1 1 +києва 2 0 2 2 +киянка 1 0 1 1 +киянин 1 0 1 1 +киян 1 0 1 1 +китаї 1 0 1 1 +китаю 1 0 1 1 +китайці 1 0 1 1 +китай 1 0 1 1 +кислот 1 0 1 1 +кинуті 1 0 1 1 +кинула 1 0 1 1 +кине 1 0 1 1 +килима 1 0 1 1 +керівному 1 0 1 1 +керівництва 1 0 1 1 +керівників 2 0 2 2 +керівник 2 0 2 2 +керівна 1 0 1 1 +керується 1 0 1 1 +керує 1 0 1 1 +керуватися 1 0 1 1 +керував 1 0 1 1 +керничку 1 0 1 1 +кексів 1 0 1 1 +кворум 1 0 1 1 +квит 1 0 1 1 +квартирі 1 0 1 1 +кварталі 1 0 1 1 +кварталу 1 0 1 1 +квапиться 1 0 1 1 +квантових 1 0 1 1 +квадрокоптер 1 0 1 1 +квадри 1 0 1 1 +квадратове 1 0 1 1 +квадратних 1 0 1 1 +каші 1 0 1 1 +кафедра 1 0 1 1 +катом 1 0 1 1 +катерининськими 1 0 1 1 +категорично 2 0 2 2 +кататись 1 0 1 1 +катастрофи 1 0 1 1 +катастрофа 1 0 1 1 +картузі 1 0 1 1 +картуза 1 0 1 1 +карту 1 0 1 1 +картини 1 0 1 1 +картина 2 0 2 2 +картин 1 0 1 1 +карлос 1 0 1 1 +карибського 1 0 1 1 +карбону 1 0 1 1 +карбонатів 1 0 1 1 +карбонат 1 0 1 1 +карає 1 0 1 1 +карати 1 0 1 1 +карамзіна 2 0 2 2 +каральні 1 0 1 1 +капітальний 2 0 2 2 +капітал 1 0 1 1 +каприз 1 0 1 1 +кандидати 1 0 1 1 +каналів 2 0 2 2 +канаді 2 0 2 2 +камінь 5 0 5 5 +камінцем 1 0 1 1 +каміни 1 0 1 1 +камчатку 1 0 1 1 +кампаній 1 0 1 1 +камені 1 0 1 1 +каменем 1 0 1 1 +калюжу 1 0 1 1 +калорії 1 0 1 1 +калмацькі 1 0 1 1 +калмак 1 0 1 1 +калита 2 0 2 2 +каймося 1 0 1 1 +кайдани 3 0 3 3 +казочку 1 0 1 1 +казок 1 0 1 1 +казахську 1 0 1 1 +казахських 1 0 1 1 +казахстан 1 0 1 1 +казали 1 0 1 1 +кажуть 6 0 6 6 +кажу 4 0 4 4 +кажи 1 0 1 1 +кажете 1 0 1 1 +каже 3 0 3 3 +кажанів 1 0 1 1 +кавуни 1 0 1 1 +каву 2 0 2 2 +кавказ 1 0 1 1 +кабінет 1 0 1 1 +кабулі 1 0 1 1 +йшов 2 0 2 2 +йшлося 1 0 1 1 +йшли 1 0 1 1 +йдуть 1 0 1 1 +йде 3 0 3 3 +инчі 1 0 1 1 +зіштовхнувся 1 0 1 1 +зіткнення 2 0 2 2 +зіркової 1 0 1 1 +зірки 2 0 2 2 +зірка 1 0 1 1 +зірвалася 2 0 2 2 +зіпсує 1 0 1 1 +зіниці 1 0 1 1 +зійшовши 1 0 1 1 +зійшов 2 0 2 2 +зійти 1 0 1 1 +зізнатися 1 0 1 1 +зізнався 1 0 1 1 +зіграти 1 0 1 1 +зіграла 1 0 1 1 +зіграв 1 0 1 1 +зібраннях 1 0 1 1 +зібране 1 0 1 1 +зібралися 1 0 1 1 +зібрала 1 0 1 1 +зібрався 1 0 1 1 +зібгав 1 0 1 1 +зухвало 1 0 1 1 +зустрічається 1 0 1 1 +зустрічає 1 0 1 1 +зустрічать 1 0 1 1 +зустрічати 1 0 1 1 +зустрічалися 1 0 1 1 +зустрічався 1 0 1 1 +зустрічав 1 0 1 1 +зустріч 1 0 1 1 +зустрілися 2 0 2 2 +зупиніться 1 0 1 1 +зупинімося 1 0 1 1 +зупинитися 1 0 1 1 +зупинився 1 0 1 1 +зуміли 1 0 1 1 +зуміла 1 0 1 1 +зумів 1 0 1 1 +зубожіння 1 0 1 1 +зубах 1 0 1 1 +зубами 1 0 1 1 +зуба 1 0 1 1 +зрідка 1 0 1 1 +зручніше 1 0 1 1 +зросійщена 1 0 1 1 +зростає 1 0 1 1 +зростання 2 0 2 2 +зрозуміти 2 0 2 2 +зрозуміло 4 0 4 4 +зрозумів 4 0 4 4 +зроду 1 0 1 1 +зробіть 1 0 1 1 +зроблю 1 0 1 1 +зроблено 4 0 4 4 +зроблена 1 0 1 1 +зробить 3 0 3 3 +зробити 4 0 4 4 +зробимо 2 0 2 2 +зробили 1 0 1 1 +зречення 1 0 1 1 +зразу 5 0 5 5 +зразок 2 0 2 2 +зразком 1 0 1 1 +зразкові 1 0 1 1 +зраду 1 0 1 1 +зрадою 1 0 1 1 +зраджує 1 0 1 1 +зрада 1 0 1 1 +зостарівся 1 0 1 1 +зостанеться 1 0 1 1 +зоставиш 1 0 1 1 +зору 1 0 1 1 +зорить 1 0 1 1 +зону 1 0 1 1 +золотої 9 0 9 9 +золотом 1 0 1 1 +золотий 4 0 4 4 +золота 3 0 3 3 +зокрема 5 0 5 5 +зозуля 2 0 2 2 +зозирнися 1 0 1 1 +зовуть 1 0 1 1 +зовсім 8 0 8 8 +зображав 1 0 1 1 +зобов'язані 2 0 2 2 +знімати 1 0 1 1 +знімали 1 0 1 1 +зняття 1 0 1 1 +зняла 1 0 1 1 +знущання 1 0 1 1 +знущалися 1 0 1 1 +знищити 1 0 1 1 +знищеного 1 0 1 1 +знищення 3 0 3 3 +зникли 1 0 1 1 +зникає 1 0 1 1 +зник 2 0 2 2 +знижує 1 0 1 1 +знесилених 1 0 1 1 +зневажливо 4 0 4 4 +зневагу 1 0 1 1 +знаємо 1 0 1 1 +знає 7 0 7 7 +знаючи 2 0 2 2 +знають 1 0 1 1 +знаю 6 0 6 6 +значні 1 0 1 1 +значну 1 0 1 1 +значного 1 0 1 1 +значно 7 0 7 7 +значне 1 0 1 1 +значить 5 0 5 5 +значенні 1 0 1 1 +значення 1 0 1 1 +знаходяться 1 0 1 1 +знаходиться 1 0 1 1 +знати 5 0 5 5 +знаннями 1 0 1 1 +знаменитий 1 0 1 1 +знали 1 0 1 1 +знала 1 0 1 1 +знаку 1 0 1 1 +знаки 1 0 1 1 +знайшовся 1 0 1 1 +знайшов 3 0 3 3 +знайшли 2 0 2 2 +знайомитися 1 0 1 1 +знайдуться 1 0 1 1 +знайду 1 0 1 1 +знайдеш 1 0 1 1 +знай 1 0 1 1 +знадобиться 3 0 3 3 +знадвору 1 0 1 1 +змішайте 1 0 1 1 +зміцнення 1 0 1 1 +змінюються 1 0 1 1 +зміну 1 0 1 1 +змінити 4 0 4 4 +змінило 1 0 1 1 +змінився 2 0 2 2 +зміни 4 0 4 4 +змінами 1 0 1 1 +змінам 1 0 1 1 +зміна 1 0 1 1 +змін 2 0 2 2 +зміг 2 0 2 2 +змі 1 0 1 1 +змушувала 1 0 1 1 +змушена 1 0 1 1 +зможемо 2 0 2 2 +змогу 1 0 1 1 +змогли 2 0 2 2 +зменшити 1 0 1 1 +зменшення 1 0 1 1 +змащувати 1 0 1 1 +змарніле 1 0 1 1 +змальовано 1 0 1 1 +зліплений 1 0 1 1 +злу 1 0 1 1 +злочинців 1 0 1 1 +злочину 1 0 1 1 +злочини 1 0 1 1 +злочин 4 0 4 4 +злото 1 0 1 1 +зломиш 1 0 1 1 +злодієві 1 0 1 1 +злодійське 1 0 1 1 +злодійстві 1 0 1 1 +злого 1 0 1 1 +зловісно 1 0 1 1 +зловивши 1 0 1 1 +зловживає 1 0 1 1 +зловживань 1 0 1 1 +злобний 1 0 1 1 +злоби 1 0 1 1 +злитися 1 0 1 1 +злий 1 0 1 1 +злиденності 1 0 1 1 +зле 3 0 3 3 +зламлю 1 0 1 1 +зламати 1 0 1 1 +зла 4 0 4 4 +зйомки 1 0 1 1 +зимою 1 0 1 1 +зимове 1 0 1 1 +зими 1 0 1 1 +зима 1 0 1 1 +зерно 1 0 1 1 +зернини 1 0 1 1 +зерна 1 0 1 1 +земно 1 0 1 1 +землях 2 0 2 2 +земляк 1 0 1 1 +земля 4 0 4 4 +землю 8 0 8 8 +землетруси 1 0 1 1 +землевласники 1 0 1 1 +земельної 1 0 1 1 +земельне 1 0 1 1 +земель 3 0 3 3 +зелені 1 0 1 1 +зелень 1 0 1 1 +зелену 1 0 1 1 +зеленкуватих 1 0 1 1 +зелена 1 0 1 1 +здійснює 3 0 3 3 +здійснюючи 1 0 1 1 +здійснюють 3 0 3 3 +здійснюватися 1 0 1 1 +здійснила 2 0 2 2 +здійснивши 1 0 1 1 +здійснення 2 0 2 2 +здорові 2 0 2 2 +здорово 1 0 1 1 +здоровила 1 0 1 1 +здоров'я 3 0 3 3 +здолати 1 0 1 1 +здогонить 1 0 1 1 +здогадався 1 0 1 1 +здобуті 1 0 1 1 +здобуття 2 0 2 2 +здобуток 1 0 1 1 +здобутком 1 0 1 1 +здобуду 1 0 1 1 +здобичі 1 0 1 1 +здобиччю 1 0 1 1 +здивувались 1 0 1 1 +здивувалася 1 0 1 1 +здивувався 4 0 4 4 +здебільшого 2 0 2 2 +здається 1 0 1 1 +здатні 1 0 1 1 +здатне 1 0 1 1 +здалеку 1 0 1 1 +здавалось 2 0 2 2 +здавайся 1 0 1 1 +здавався 2 0 2 2 +згорілу 1 0 1 1 +згоріли 1 0 1 1 +згоряти 1 0 1 1 +згори 1 0 1 1 +згоді 1 0 1 1 +згодна 1 0 1 1 +згоден 2 0 2 2 +згинути 1 0 1 1 +згадується 1 0 1 1 +згадують 2 0 2 2 +згадувати 3 0 3 3 +згадати 2 0 2 2 +згаданих 1 0 1 1 +згадайте 3 0 3 3 +звіти 1 0 1 1 +звісно 6 0 6 6 +звіряння 1 0 1 1 +звірине 1 0 1 1 +звіра 1 0 1 1 +звір 2 0 2 2 +звільняє 1 0 1 1 +звільнення 5 0 5 5 +звідусіль 1 0 1 1 +звідки 5 0 5 5 +звів 2 0 2 2 +звучить 1 0 1 1 +звучать 1 0 1 1 +звучатиме 1 0 1 1 +звук 1 0 1 1 +зворушливо 1 0 1 1 +зворушливий 1 0 1 1 +зворожений 1 0 1 1 +зводі 1 0 1 1 +зводить 1 0 1 1 +зводити 1 0 1 1 +зводи 2 0 2 2 +звичних 1 0 1 1 +звична 1 0 1 1 +звичкою 1 0 1 1 +звички 2 0 2 2 +звичка 4 0 4 4 +звичаєм 2 0 2 2 +звичаю 1 0 1 1 +звичайні 1 0 1 1 +звичайного 1 0 1 1 +звичайно 4 0 4 4 +звичайним 3 0 3 3 +звичайне 1 0 1 1 +звитяжить 1 0 1 1 +звинувачень 1 0 1 1 +зверхник 1 0 1 1 +звертаєте 1 0 1 1 +звертають 1 0 1 1 +звертатися 1 0 1 1 +звертати 1 0 1 1 +зверніть 4 0 4 4 +звернімося 1 0 1 1 +звернутися 1 0 1 1 +звернути 3 0 3 3 +звернувсь 1 0 1 1 +зверне 1 0 1 1 +зварять 1 0 1 1 +звариш 1 0 1 1 +звані 3 0 3 3 +звану 1 0 1 1 +званого 4 0 4 4 +званий 2 0 2 2 +звана 1 0 1 1 +звалили 1 0 1 1 +звали 1 0 1 1 +зважились 1 0 1 1 +зважених 1 0 1 1 +звався 1 0 1 1 +збірноти 1 0 1 1 +збір 1 0 1 1 +збільшується 1 0 1 1 +збільшувати 1 0 1 1 +збільшилась 1 0 1 1 +збільшення 2 0 2 2 +збігатися 1 0 1 1 +збухлий 1 0 1 1 +збудовано 1 0 1 1 +збудив 1 0 1 1 +збувається 1 0 1 1 +збройною 1 0 1 1 +збройних 1 0 1 1 +збоку 2 0 2 2 +збожеволіли 1 0 1 1 +збитки 1 0 1 1 +збираються 1 0 1 1 +збирають 1 0 1 1 +збирати 2 0 2 2 +збирання 3 0 3 3 +збирався 1 0 1 1 +збирав 1 0 1 1 +зберігає 1 0 1 1 +зберігаються 1 0 1 1 +зберігати 1 0 1 1 +зберуться 1 0 1 1 +збереження 2 0 2 2 +збереже 1 0 1 1 +зберегти 2 0 2 2 +збереглося 1 0 1 1 +збалансованості 1 0 1 1 +збагнув 1 0 1 1 +збагне 1 0 1 1 +збагачення 1 0 1 1 +збагатитися 1 0 1 1 +заяву 1 0 1 1 +заявив 1 0 1 1 +заява 1 0 1 1 +зачитувати 1 0 1 1 +зацікавленості 1 0 1 1 +зацікавити 1 0 1 1 +зациклило 1 0 1 1 +західній 1 0 1 1 +західної 2 0 2 2 +західноукраїнських 1 0 1 1 +західному 1 0 1 1 +захід 2 0 2 2 +захочуть 2 0 2 2 +захочемо 1 0 1 1 +захоче 1 0 1 1 +захопляться 1 0 1 1 +захоплюватись 1 0 1 1 +захоплено 1 0 1 1 +захоплення 1 0 1 1 +захоплена 1 0 1 1 +захопили 1 0 1 1 +захопила 1 0 1 1 +заході 1 0 1 1 +заходом 2 0 2 2 +заходився 2 0 2 2 +заходи 1 0 1 1 +захищеного 1 0 1 1 +захищаючи 2 0 2 2 +захищаються 1 0 1 1 +захищати 1 0 1 1 +захищалися 1 0 1 1 +захищали 2 0 2 2 +захистити 1 0 1 1 +захисників 1 0 1 1 +захаращена 1 0 1 1 +зафіксувати 1 0 1 1 +зафіксували 2 0 2 2 +зафіксовані 1 0 1 1 +зафіксований 1 0 1 1 +зауважити 2 0 2 2 +зауважив 1 0 1 1 +зауваження 1 0 1 1 +затьмарює 1 0 1 1 +затьмарити 1 0 1 1 +затулені 1 0 1 1 +затримано 1 0 1 1 +затримання 1 0 1 1 +затриманих 2 0 2 2 +затриманий 1 0 1 1 +затратний 1 0 1 1 +затонулого 1 0 1 1 +затишку 2 0 2 2 +зате 1 0 1 1 +засідають 1 0 1 1 +засіданні 2 0 2 2 +засідання 3 0 3 3 +засіб 1 0 1 1 +заступлять 1 0 1 1 +застудитися 1 0 1 1 +застряла 1 0 1 1 +застосування 1 0 1 1 +застосовується 1 0 1 1 +застосовувався 1 0 1 1 +застав 1 0 1 1 +заспівав 1 0 1 1 +заспокоїтись 1 0 1 1 +засовався 1 0 1 1 +засобах 1 0 1 1 +заснути 1 0 1 1 +заснований 1 0 1 1 +засміявся 2 0 2 2 +заслуговує 2 0 2 2 +заслугами 1 0 1 1 +заслонюючи 1 0 1 1 +засипаючи 1 0 1 1 +засвоїли 1 0 1 1 +засвоєний 1 0 1 1 +засаднича 1 0 1 1 +засадах 3 0 3 3 +заряд 1 0 1 1 +зарум'янений 1 0 1 1 +зарубай 1 0 1 1 +зарплату 1 0 1 1 +зарплатами 1 0 1 1 +заробить 1 0 1 1 +заразливий 1 0 1 1 +заради 4 0 4 4 +запущений 1 0 1 1 +запущена 2 0 2 2 +запустив 1 0 1 1 +запускали 1 0 1 1 +запрошуємо 2 0 2 2 +запрошую 1 0 1 1 +запросити 1 0 1 1 +запропоновані 1 0 1 1 +запроваджено 1 0 1 1 +заприсягнувся 1 0 1 1 +заправляється 1 0 1 1 +запозичені 2 0 2 2 +запозичений 1 0 1 1 +заподіювати 1 0 1 1 +заповітом 1 0 1 1 +заповітна 1 0 1 1 +заповіт 1 0 1 1 +заповіді 1 0 1 1 +заповзято 1 0 1 1 +заплющували 1 0 1 1 +заплутана 1 0 1 1 +запитів 1 0 1 1 +запитувати 1 0 1 1 +запитати 2 0 2 2 +запитань 2 0 2 2 +запитання 6 0 6 6 +запитав 1 0 1 1 +записів 1 0 1 1 +записую 1 0 1 1 +записуватись 1 0 1 1 +записувалися 1 0 1 1 +записався 1 0 1 1 +заперечуєте 1 0 1 1 +заперечувала 1 0 1 1 +заперечив 3 0 3 3 +заперечень 1 0 1 1 +заперечення 1 0 1 1 +запанував 2 0 2 2 +запам'ятовується 1 0 1 1 +запалася 1 0 1 1 +заохочувалося 1 0 1 1 +заняття 1 0 1 1 +занижую 1 0 1 1 +занепокоївся 1 0 1 1 +занепокоєння 1 0 1 1 +занедбаються 1 0 1 1 +занадто 2 0 2 2 +замішаного 1 0 1 1 +замість 3 0 3 3 +замінили 1 0 1 1 +заморожені 1 0 1 1 +замовчує 2 0 2 2 +замовчують 1 0 1 1 +замовчуваний 1 0 1 1 +замовчати 1 0 1 1 +замовк 1 0 1 1 +замкнуто 1 0 1 1 +замкнулося 1 0 1 1 +замислюючись 1 0 1 1 +замислитися 1 0 1 1 +замикання 1 0 1 1 +замерзне 1 0 1 1 +замер 1 0 1 1 +замахнувся 1 0 1 1 +замальовок 1 0 1 1 +замало 1 0 1 1 +залізило 1 0 1 1 +залі 3 0 3 3 +залякуєте 1 0 1 1 +залягти 1 0 1 1 +залюбиш 1 0 1 1 +залишіть 1 0 1 1 +залишки 1 0 1 1 +залишитись 1 0 1 1 +залишити 2 0 2 2 +залишилися 4 0 4 4 +залишається 3 0 3 3 +залишаємося 1 0 1 1 +залишаються 1 0 1 1 +залишаю 1 0 1 1 +залишатися 1 0 1 1 +залишалося 1 0 1 1 +залишалися 1 0 1 1 +залишався 1 0 1 1 +зали 1 0 1 1 +залежності 2 0 2 2 +залежно 1 0 1 1 +залежить 1 0 1 1 +закінчується 1 0 1 1 +закінчувати 1 0 1 1 +закінчити 1 0 1 1 +закінчив 1 0 1 1 +закінчено 1 0 1 1 +закінчення 1 0 1 1 +закінчених 1 0 1 1 +закінчена 1 0 1 1 +закричав 1 0 1 1 +закриття 1 0 1 1 +закрите 1 0 1 1 +закочується 1 0 1 1 +закоханих 1 0 1 1 +закордонних 1 0 1 1 +законів 4 0 4 4 +закону 2 0 2 2 +законопроєкту 1 0 1 1 +законопроєкт 1 0 1 1 +законопроектів 1 0 1 1 +закономірність 2 0 2 2 +закономірні 1 0 1 1 +закономірності 1 0 1 1 +законодавча 1 0 1 1 +законодавством 1 0 1 1 +законодавства 1 0 1 1 +законною 1 0 1 1 +закони 2 0 2 2 +законами 6 0 6 6 +заклик 1 0 1 1 +закладів 1 0 1 1 +закладений 1 0 1 1 +закладах 1 0 1 1 +заклад 1 0 1 1 +заклав 1 0 1 1 +закипає 1 0 1 1 +закинуті 1 0 1 1 +закидав 1 0 1 1 +заквапив 1 0 1 1 +закарпатські 1 0 1 1 +зайшов 1 0 1 1 +зайці 1 0 1 1 +зайняти 1 0 1 1 +займається 1 0 1 1 +займає 1 0 1 1 +займаються 2 0 2 2 +займатися 1 0 1 1 +займався 1 0 1 1 +зайде 1 0 1 1 +зайві 1 0 1 1 +зазіхнув 1 0 1 1 +зазначивши 1 0 1 1 +зазначив 1 0 1 1 +зазначають 2 0 2 2 +зазиранням 1 0 1 1 +заздрість 1 0 1 1 +зазвичай 4 0 4 4 +зажити 1 0 1 1 +задурно 1 0 1 1 +задумайтеся 1 0 1 1 +задубілій 1 0 1 1 +задовольняється 1 0 1 1 +задні 1 0 1 1 +задниці 1 0 1 1 +задаємось 1 0 1 1 +задачі 1 0 1 1 +загукали 1 0 1 1 +загукала 1 0 1 1 +загубиш 1 0 1 1 +загрози 2 0 2 2 +загроза 1 0 1 1 +загроз 1 0 1 1 +загрожувало 1 0 1 1 +загризла 1 0 1 1 +загоряння 1 0 1 1 +заговорять 1 0 1 1 +заговорили 1 0 1 1 +заглянув 1 0 1 1 +заглядати 1 0 1 1 +загинув 4 0 4 4 +загинеш 1 0 1 1 +загальні 1 0 1 1 +загальнолюдської 1 0 1 1 +загального 1 0 1 1 +загальновідомих 1 0 1 1 +загальна 1 0 1 1 +завше 1 0 1 1 +завчасно 1 0 1 1 +завтрашній 1 0 1 1 +завоювати 1 0 1 1 +завоювань 1 0 1 1 +завоювання 1 0 1 1 +завоювавши 1 0 1 1 +заворушення 1 0 1 1 +завойовниками 1 0 1 1 +заводі 1 0 1 1 +завод 2 0 2 2 +завмиранням 1 0 1 1 +завищали 1 0 1 1 +завидують 1 0 1 1 +завершую 1 0 1 1 +завершена 1 0 1 1 +завернув 1 0 1 1 +заведено 1 0 1 1 +завдяки 1 0 1 1 +завдані 1 0 1 1 +завдань 2 0 2 2 +завданої 1 0 1 1 +завдання 4 0 4 4 +завгодно 1 0 1 1 +заважають 1 0 1 1 +завадить 1 0 1 1 +зав'яже 1 0 1 1 +забігли 1 0 1 1 +забуття 2 0 2 2 +забули 1 0 1 1 +забудова 1 0 1 1 +забуваєте 1 0 1 1 +забувати 2 0 2 2 +забуваймо 1 0 1 1 +забув 3 0 3 3 +забрати 1 0 1 1 +забракне 1 0 1 1 +забрав 3 0 3 3 +заборонила 1 0 1 1 +заборонений 1 0 1 1 +заборонена 1 0 1 1 +заблукався 1 0 1 1 +заблудить 1 0 1 1 +забираєте 1 0 1 1 +забирає 1 0 1 1 +забезпечує 5 0 5 5 +забезпечувало 1 0 1 1 +забезпечення 2 0 2 2 +заарештовані 1 0 1 1 +з'їхалися 1 0 1 1 +з'їси 2 0 2 2 +з'ясуємо 1 0 1 1 +з'ясувати 2 0 2 2 +з'ясований 1 0 1 1 +з'являється 1 0 1 1 +з'явився 3 0 3 3 +жінкою 2 0 2 2 +жінки 8 0 8 8 +жінками 1 0 1 1 +жінка 3 0 3 3 +жін 1 0 1 1 +журі 1 0 1 1 +журюсь 1 0 1 1 +журналістів 2 0 2 2 +журналістської 1 0 1 1 +журналісти 1 0 1 1 +журналіста 1 0 1 1 +журналіст 1 0 1 1 +журналів 1 0 1 1 +жури 1 0 1 1 +журбі 1 0 1 1 +жорстокість 1 0 1 1 +жорстоко 2 0 2 2 +жорстоких 1 0 1 1 +жорстокими 1 0 1 1 +жорстоким 1 0 1 1 +жорстокий 2 0 2 2 +жорстку 1 0 1 1 +жорен 1 0 1 1 +жоною 2 0 2 2 +жонитися 1 0 1 1 +жони 1 0 1 1 +жона 1 0 1 1 +жодній 1 0 1 1 +жодних 4 0 4 4 +жодним 1 0 1 1 +жодна 1 0 1 1 +жоден 2 0 2 2 +жовчний 1 0 1 1 +жовтий 1 0 1 1 +жовнами 1 0 1 1 +жиють 1 0 1 1 +житті 6 0 6 6 +життєві 1 0 1 1 +життєвий 1 0 1 1 +життями 1 0 1 1 +життям 1 0 1 1 +життя 31 0 31 31 +життю 1 0 1 1 +жито 1 0 1 1 +житла 1 0 1 1 +жителів 1 0 1 1 +жита 1 0 1 1 +жиром 1 0 1 1 +жила 1 0 1 1 +живі 1 0 1 1 +живучи 1 0 1 1 +живуть 4 0 4 4 +живої 1 0 1 1 +живого 1 0 1 1 +живим 2 0 2 2 +живи 1 0 1 1 +живеш 1 0 1 1 +живе 6 0 6 6 +жертвувати 1 0 1 1 +жертву 1 0 1 1 +жертви 1 0 1 1 +жертвами 1 0 1 1 +жертва 2 0 2 2 +жеребчиком 1 0 1 1 +жеребці 1 0 1 1 +жеребцеві 1 0 1 1 +жди 1 0 1 1 +жде 1 0 1 1 +ждав 1 0 1 1 +жахливого 1 0 1 1 +жахливе 1 0 1 1 +жахаються 1 0 1 1 +жартівливе 1 0 1 1 +жартуй 1 0 1 1 +жартувала 1 0 1 1 +жарти 2 0 2 2 +жаль 2 0 2 2 +жадала 1 0 1 1 +ецій 2 0 2 2 +ех 1 0 1 1 +ефект 1 0 1 1 +етнічні 1 0 1 1 +етносом 1 0 1 1 +етнос 1 0 1 1 +етичні 1 0 1 1 +етапом 1 0 1 1 +естафети 1 0 1 1 +ескулап 1 0 1 1 +ентузіазмом 1 0 1 1 +енергія 1 0 1 1 +енергозбереженню 1 0 1 1 +емоції 2 0 2 2 +елітою 1 0 1 1 +еліти 1 0 1 1 +еліта 5 0 5 5 +елементів 2 0 2 2 +елементами 1 0 1 1 +електроприлади 1 0 1 1 +електричним 1 0 1 1 +електрична 1 0 1 1 +експорту 1 0 1 1 +експорт 1 0 1 1 +експонати 1 0 1 1 +експлуатуйте 1 0 1 1 +експлуатація 1 0 1 1 +експлуатацію 1 0 1 1 +експедиції 1 0 1 1 +експансії 1 0 1 1 +експансія 2 0 2 2 +ексклюзивними 1 0 1 1 +екрані 1 0 1 1 +економічні 1 0 1 1 +економічної 2 0 2 2 +економічно 1 0 1 1 +економічних 2 0 2 2 +економіку 1 0 1 1 +економіки 1 0 1 1 +економіка 1 0 1 1 +екологічна 1 0 1 1 +екологи 1 0 1 1 +екзамени 1 0 1 1 +екзаменах 1 0 1 1 +екзамен 1 0 1 1 +дії 3 0 3 3 +дієш 1 0 1 1 +дієти 1 0 1 1 +дієздатність 1 0 1 1 +діяч 1 0 1 1 +діяти 1 0 1 1 +діяннях 3 0 3 3 +діянням 1 0 1 1 +діяння 6 0 6 6 +діяльністю 1 0 1 1 +діяльність 1 0 1 1 +діяльності 8 0 8 8 +дія 1 0 1 1 +дітьми 1 0 1 1 +дітей 3 0 3 3 +дістають 1 0 1 1 +дістався 1 0 1 1 +діставалося 1 0 1 1 +дістав 1 0 1 1 +дірки 1 0 1 1 +дірка 1 0 1 1 +діогена 1 0 1 1 +ділі 1 0 1 1 +ділянці 1 0 1 1 +ділового 1 0 1 1 +ділових 1 0 1 1 +діло 2 0 2 2 +діла 1 0 1 1 +дійшли 1 0 1 1 +дійство 2 0 2 2 +дійства 1 0 1 1 +дійсність 1 0 1 1 +дійсності 1 0 1 1 +дій 2 0 2 2 +дідько 1 0 1 1 +діду 1 0 1 1 +дідові 1 0 1 1 +дівчинку 1 0 1 1 +дівчина 5 0 5 5 +дівчата 1 0 1 1 +дівки 1 0 1 1 +діва 2 0 2 2 +діамант 1 0 1 1 +діагностику 1 0 1 1 +дякуємо 2 0 2 2 +дякую 11 0 11 11 +дядько 1 0 1 1 +дує 1 0 1 1 +душею 3 0 3 3 +душа 7 0 7 7 +духу 2 0 2 2 +духовній 1 0 1 1 +духовної 1 0 1 1 +духовного 2 0 2 2 +духовенства 1 0 1 1 +дух 2 0 2 2 +дурнів 1 0 1 1 +дурні 1 0 1 1 +дурну 1 0 1 1 +дурному 1 0 1 1 +дурницю 1 0 1 1 +дурний 2 0 2 2 +дурнем 1 0 1 1 +дупою 1 0 1 1 +дупи 1 0 1 1 +дунаї 1 0 1 1 +думок 1 0 1 1 +думку 7 0 7 7 +думкою 1 0 1 1 +думки 7 0 7 7 +думками 1 0 1 1 +думка 6 0 6 6 +думаючи 1 0 1 1 +думають 1 0 1 1 +думаю 4 0 4 4 +думати 2 0 2 2 +дума 1 0 1 1 +дуліби 1 0 1 1 +дужче 3 0 3 3 +дубів 1 0 1 1 +дубовому 1 0 1 1 +дрімали 2 0 2 2 +дрімайте 2 0 2 2 +дрібні 1 0 1 1 +дрібниці 1 0 1 1 +дрібниць 1 0 1 1 +дрібних 1 0 1 1 +дрібними 1 0 1 1 +друзів 1 0 1 1 +дружиною 1 0 1 1 +дружинники 1 0 1 1 +дружини 2 0 2 2 +дружина 2 0 2 2 +дружин 1 0 1 1 +друже 1 0 1 1 +дружбі 1 0 1 1 +дружбу 1 0 1 1 +дружба 3 0 3 3 +другої 2 0 2 2 +другому 3 0 3 3 +другого 3 0 3 3 +друг 1 0 1 1 +дрож 1 0 1 1 +дристачка 1 0 1 1 +древніх 3 0 3 3 +древній 1 0 1 1 +дратує 1 0 1 1 +драбинку 1 0 1 1 +доїння 1 0 1 1 +дощу 1 0 1 1 +дощ 2 0 2 2 +дошкульний 1 0 1 1 +дочки 1 0 1 1 +дочка 1 0 1 1 +доходів 1 0 1 1 +доходи 1 0 1 1 +дотримуючись 1 0 1 1 +дотримувалася 1 0 1 1 +дотик 1 0 1 1 +досягнутому 1 0 1 1 +досягнень 1 0 1 1 +досягла 1 0 1 1 +досягають 1 0 1 1 +досудовий 1 0 1 1 +доступом 1 0 1 1 +доступні 1 0 1 1 +доступ 1 0 1 1 +дострокове 1 0 1 1 +достойна 1 0 1 1 +достовірність 1 0 1 1 +дослідникові 1 0 1 1 +дослідимо 1 0 1 1 +дослідженні 1 0 1 1 +дослідження 5 0 5 5 +досконалого 1 0 1 1 +досконало 1 0 1 1 +досить 6 0 6 6 +досвід 1 0 1 1 +дорікатимемо 1 0 1 1 +дорікати 1 0 1 1 +доріжка 1 0 1 1 +дорівнює 1 0 1 1 +доручень 1 0 1 1 +дорослому 1 0 1 1 +дорозі 5 0 5 5 +дорожче 2 0 2 2 +дорогу 2 0 2 2 +дорогою 1 0 1 1 +дорогоцінного 1 0 1 1 +дорогоцінний 1 0 1 1 +дороги 1 0 1 1 +допіру 1 0 1 1 +допускається 1 0 1 1 +допускати 1 0 1 1 +допускали 1 0 1 1 +допоміг 2 0 2 2 +допомозі 1 0 1 1 +допомогти 1 0 1 1 +допомогою 1 0 1 1 +допомога 1 0 1 1 +допомагає 1 0 1 1 +допомагаючи 2 0 2 2 +доповідь 1 0 1 1 +доповідача 1 0 1 1 +доповідайте 1 0 1 1 +доопрацювання 1 0 1 1 +доньку 1 0 1 1 +доньки 1 0 1 1 +дону 1 0 1 1 +донським 1 0 1 1 +донський 1 0 1 1 +донор 1 0 1 1 +донині 1 0 1 1 +донецької 1 0 1 1 +домі 1 0 1 1 +домовляє 1 0 1 1 +домашні 1 0 1 1 +домашнього 1 0 1 1 +домажирича 1 0 1 1 +долітає 1 0 1 1 +долі 6 0 6 6 +долю 2 0 2 2 +долоні 1 0 1 1 +долонею 1 0 1 1 +долинку 1 0 1 1 +доленосними 1 0 1 1 +доленосний 1 0 1 1 +документів 1 0 1 1 +документом 1 0 1 1 +документи 1 0 1 1 +документ 1 0 1 1 +доктрини 1 0 1 1 +докорятиме 1 0 1 1 +докладним 1 0 1 1 +доки 1 0 1 1 +доказах 1 0 1 1 +дозвіл 1 0 1 1 +дозволу 2 0 2 2 +дозволить 2 0 2 2 +дозволило 2 0 2 2 +дожиємо 1 0 1 1 +доженеш 1 0 1 1 +додолу 1 0 1 1 +додаток 1 0 1 1 +додаткові 1 0 1 1 +додати 4 0 4 4 +додам 1 0 1 1 +додав 1 0 1 1 +догорить 1 0 1 1 +договором 2 0 2 2 +доглядаємо 1 0 1 1 +доглядати 1 0 1 1 +довільно 1 0 1 1 +довідавшись 1 0 1 1 +довів 1 0 1 1 +довшої 1 0 1 1 +доводить 2 0 2 2 +доводити 1 0 1 1 +доводилося 2 0 2 2 +довести 1 0 1 1 +довелося 2 0 2 2 +доведенню 1 0 1 1 +доведе 2 0 2 2 +довгій 1 0 1 1 +довготермінові 1 0 1 1 +довгорукий 1 0 1 1 +довгим 1 0 1 1 +довга 1 0 1 1 +добувати 2 0 2 2 +добрі 1 0 1 1 +доброму 1 0 1 1 +добром 1 0 1 1 +доброзичливості 1 0 1 1 +добродушно 1 0 1 1 +доброго 6 0 6 6 +добровільно 1 0 1 1 +добровольцем 1 0 1 1 +добрими 2 0 2 2 +добрим 1 0 1 1 +днів 2 0 2 2 +днями 1 0 1 1 +дня 7 0 7 7 +днем 2 0 2 2 +дитячої 1 0 1 1 +дитячою 1 0 1 1 +дитячому 1 0 1 1 +дитячого 1 0 1 1 +дитсадки 1 0 1 1 +дитині 2 0 2 2 +дитину 3 0 3 3 +дисципліну 1 0 1 1 +дисципліни 2 0 2 2 +дискусії 1 0 1 1 +дисертації 1 0 1 1 +династією 1 0 1 1 +дикий 1 0 1 1 +дивізії 1 0 1 1 +дивує 1 0 1 1 +дивуватися 1 0 1 1 +дивом 1 0 1 1 +дивніше 1 0 1 1 +дивно 1 0 1 1 +дивним 1 0 1 1 +дивне 1 0 1 1 +дивна 1 0 1 1 +дивлячись 1 0 1 1 +дивляться 2 0 2 2 +дивиться 2 0 2 2 +дивитися 1 0 1 1 +дивитись 1 0 1 1 +дивись 3 0 3 3 +дивилися 1 0 1 1 +дивився 1 0 1 1 +дзеркало 2 0 2 2 +дзеркала 1 0 1 1 +дзвіниці 1 0 1 1 +джурджа 1 0 1 1 +джойса 1 0 1 1 +джерело 2 0 2 2 +джерелами 3 0 3 3 +джерела 2 0 2 2 +деякі 7 0 7 7 +деяких 2 0 2 2 +дешева 1 0 1 1 +дехто 1 0 1 1 +дефіцит 1 0 1 1 +деталі 2 0 2 2 +детально 1 0 1 1 +десятки 5 0 5 5 +десятка 2 0 2 2 +десятиліть 1 0 1 1 +десні 1 0 1 1 +десерт 1 0 1 1 +державі 1 0 1 1 +державою 3 0 3 3 +державність 2 0 2 2 +державну 4 0 4 4 +державної 1 0 1 1 +державною 2 0 2 2 +державності 2 0 2 2 +державного 3 0 3 3 +державних 1 0 1 1 +державників 1 0 1 1 +державники 1 0 1 1 +державний 1 0 1 1 +державна 1 0 1 1 +держава 10 0 10 10 +дереву 1 0 1 1 +дерево 2 0 2 2 +деревляни 2 0 2 2 +деревлян 2 0 2 2 +дерева 3 0 3 3 +дерев'яною 1 0 1 1 +дерев 1 0 1 1 +депутатів 3 0 3 3 +депутати 4 0 4 4 +денному 1 0 1 1 +демосфен 1 0 1 1 +демонстраційної 1 0 1 1 +демократії 1 0 1 1 +демократично 1 0 1 1 +демократична 1 0 1 1 +делеговані 1 0 1 1 +декілька 7 0 7 7 +декларації 1 0 1 1 +декарта 1 0 1 1 +дев'ять 1 0 1 1 +дев'ятого 1 0 1 1 +дев'ятнадцяти 1 0 1 1 +дев'яносто 1 0 1 1 +двічі 3 0 3 3 +двірця 2 0 2 2 +двійнята 1 0 1 1 +дві 5 0 5 5 +двоюрідна 1 0 1 1 +дворі 1 0 1 1 +дворець 1 0 1 1 +двора 1 0 1 1 +двері 2 0 2 2 +дверей 1 0 1 1 +дванадцяти 1 0 1 1 +двадцять 1 0 1 1 +двадцятого 2 0 2 2 +дбаєш 1 0 1 1 +дбає 1 0 1 1 +дбати 1 0 1 1 +дає 3 0 3 3 +дають 3 0 3 3 +дати 4 0 4 4 +дасть 3 0 3 3 +даровані 1 0 1 1 +дарницькому 1 0 1 1 +дарма 3 0 3 3 +даремно 2 0 2 2 +данії 1 0 1 1 +даній 1 0 1 1 +дані 3 0 3 3 +дано 2 0 2 2 +данника 1 0 1 1 +данка 2 0 2 2 +данину 2 0 2 2 +данини 2 0 2 2 +данина 1 0 1 1 +данилович 1 0 1 1 +данило 1 0 1 1 +даний 1 0 1 1 +далеких 2 0 2 2 +дайте 1 0 1 1 +дай 3 0 3 3 +дадуть 2 0 2 2 +давши 1 0 1 1 +давніх 1 0 1 1 +давність 1 0 1 1 +давньому 1 0 1 1 +давайте 2 0 2 2 +давай 2 0 2 2 +гірший 1 0 1 1 +гірше 1 0 1 1 +гіркоту 1 0 1 1 +гіркого 1 0 1 1 +гірко 3 0 3 3 +гінців 1 0 1 1 +гінці 1 0 1 1 +гідні 1 0 1 1 +гідності 4 0 4 4 +гідним 1 0 1 1 +гуцул 1 0 1 1 +гуцати 1 0 1 1 +густі 1 0 1 1 +густо 3 0 3 3 +гусляр 1 0 1 1 +гуню 1 0 1 1 +гунтера 1 0 1 1 +гумор 2 0 2 2 +гуманітарного 1 0 1 1 +гуляйполі 1 0 1 1 +гукнув 2 0 2 2 +гукав 1 0 1 1 +гудячи 1 0 1 1 +губиться 1 0 1 1 +губить 2 0 2 2 +губити 1 0 1 1 +губ 1 0 1 1 +гріє 1 0 1 1 +гріховного 1 0 1 1 +гріхи 2 0 2 2 +гріха 1 0 1 1 +гріх 1 0 1 1 +грушки 1 0 1 1 +групу 2 0 2 2 +групи 2 0 2 2 +група 1 0 1 1 +грунт 1 0 1 1 +грузинські 1 0 1 1 +грузинських 1 0 1 1 +грудня 1 0 1 1 +грубо 1 0 1 1 +гру 1 0 1 1 +грошової 1 0 1 1 +грошовому 1 0 1 1 +грошова 1 0 1 1 +грому 1 0 1 1 +громаді 2 0 2 2 +громадянство 1 0 1 1 +громадянства 1 0 1 1 +громадянин 3 0 3 3 +громадяни 4 0 4 4 +громадян 1 0 1 1 +громадські 1 0 1 1 +громадську 1 0 1 1 +громадської 1 0 1 1 +громадських 1 0 1 1 +громада 2 0 2 2 +грозного 1 0 1 1 +грозний 1 0 1 1 +грози 1 0 1 1 +грицю 1 0 1 1 +гримо 1 0 1 1 +гримнув 1 0 1 1 +гризот 1 0 1 1 +гризня 1 0 1 1 +гриву 1 0 1 1 +грибом 1 0 1 1 +гриби 2 0 2 2 +гри 1 0 1 1 +грецької 1 0 1 1 +греків 2 0 2 2 +греки 3 0 3 3 +греках 2 0 2 2 +грекам 1 0 1 1 +грек 4 0 4 4 +граючи 1 0 1 1 +грають 1 0 1 1 +графічні 1 0 1 1 +графову 1 0 1 1 +графа 1 0 1 1 +грати 1 0 1 1 +грамотно 1 0 1 1 +грамотна 1 0 1 1 +гравець 1 0 1 1 +грабіжника 1 0 1 1 +грабувати 1 0 1 1 +грабували 1 0 1 1 +грааля 1 0 1 1 +готує 1 0 1 1 +готуй 1 0 1 1 +готові 2 0 2 2 +готовністю 1 0 1 1 +готовий 1 0 1 1 +готи 3 0 3 3 +государів 1 0 1 1 +государ 1 0 1 1 +гості 2 0 2 2 +гостроколу 1 0 1 1 +госпіталізували 1 0 1 1 +господь 1 0 1 1 +господарства 1 0 1 1 +горілкою 1 0 1 1 +горілка 1 0 1 1 +горіла 1 0 1 1 +горя 2 0 2 2 +горщику 1 0 1 1 +горщиком 1 0 1 1 +городу 2 0 2 2 +городища 1 0 1 1 +городи 1 0 1 1 +городець 1 0 1 1 +горні 1 0 1 1 +горницях 1 0 1 1 +гори 1 0 1 1 +горем 1 0 1 1 +горе 2 0 2 2 +гордості 1 0 1 1 +гордих 1 0 1 1 +гордий 1 0 1 1 +горвата 2 0 2 2 +горбатого 1 0 1 1 +гора 1 0 1 1 +гоп 1 0 1 1 +гонору 1 0 1 1 +гонить 1 0 1 1 +голосів 1 0 1 1 +голосуємо 1 0 1 1 +голосування 3 0 3 3 +голосом 5 0 5 5 +голосніше 1 0 1 1 +голосно 1 0 1 1 +голосними 1 0 1 1 +голодранці 1 0 1 1 +голодомором 1 0 1 1 +голодного 1 0 1 1 +голод 1 0 1 1 +голого 1 0 1 1 +голові 3 0 3 3 +голову 9 0 9 9 +головним 1 0 1 1 +головне 3 0 3 3 +головна 3 0 3 3 +голови 5 0 5 5 +головами 1 0 1 1 +голландець 1 0 1 1 +голкою 1 0 1 1 +голиш 1 0 1 1 +гой 1 0 1 1 +годі 3 0 3 3 +годуй 1 0 1 1 +годоєві 1 0 1 1 +годоя 2 0 2 2 +годиться 1 0 1 1 +годину 2 0 2 2 +година 1 0 1 1 +годечан 2 0 2 2 +говірки 1 0 1 1 +говорять 3 0 3 3 +говорю 2 0 2 2 +говорити 5 0 5 5 +говорили 2 0 2 2 +говорив 1 0 1 1 +гнідим 1 0 1 1 +гніву 1 0 1 1 +гнів 1 0 1 1 +гною 1 0 1 1 +гноблення 1 0 1 1 +гниє 1 0 1 1 +гниле 1 0 1 1 +глянув 1 0 1 1 +глухий 1 0 1 1 +глуха 1 0 1 1 +глибоко 1 0 1 1 +глибоким 1 0 1 1 +глибинні 1 0 1 1 +глибинах 1 0 1 1 +глибина 1 0 1 1 +глибин 1 0 1 1 +глави 1 0 1 1 +гинуть 2 0 2 2 +гинути 1 0 1 1 +гине 3 0 3 3 +гидкого 1 0 1 1 +гешефт 1 0 1 1 +гестапівець 1 0 1 1 +геспери 1 0 1 1 +герцогиня 1 0 1 1 +герцог 1 0 1 1 +героїв 1 0 1 1 +герої 1 0 1 1 +герой 1 0 1 1 +геніальний 1 0 1 1 +геноцидом 1 0 1 1 +генераторів 1 0 1 1 +генералітету 1 0 1 1 +генералітет 1 0 1 1 +генеральним 1 0 1 1 +гендерних 1 0 1 1 +гатилі 1 0 1 1 +гатилові 3 0 3 3 +гатилової 1 0 1 1 +гатило 14 0 14 14 +гатиле 1 0 1 1 +гатила 4 0 4 4 +гарячих 1 0 1 1 +гарпія 1 0 1 1 +гарні 1 0 1 1 +гарною 1 0 1 1 +гармонія 1 0 1 1 +гармати 1 0 1 1 +гарварді 1 0 1 1 +гарантується 6 0 6 6 +гарантуються 1 0 1 1 +ганьбіться 1 0 1 1 +ганьби 2 0 2 2 +ганьба 1 0 1 1 +гано 6 0 6 6 +ганді 1 0 1 1 +гаманець 1 0 1 1 +галузі 1 0 1 1 +галузях 1 0 1 1 +галичани 1 0 1 1 +галинка 1 0 1 1 +галини 1 0 1 1 +гайди 1 0 1 1 +гайдар 1 0 1 1 +гайда 1 0 1 1 +газів 1 0 1 1 +газотранспортної 1 0 1 1 +гадюка 1 0 1 1 +гадати 4 0 4 4 +віщує 1 0 1 1 +вічі 1 0 1 1 +вічність 1 0 1 1 +вічно 3 0 3 3 +вічний 1 0 1 1 +вічеві 1 0 1 1 +віце 1 0 1 1 +вітця 1 0 1 1 +вітрограді 1 0 1 1 +віталося 1 0 1 1 +вісімнадцяти 1 0 1 1 +вірю 1 0 1 1 +віршів 1 0 1 1 +віруєш 1 0 1 1 +віру 3 0 3 3 +вірою 2 0 2 2 +вірогідних 1 0 1 1 +вірність 2 0 2 2 +вірності 1 0 1 1 +вірного 1 0 1 1 +вірно 1 0 1 1 +вірних 1 0 1 1 +вірним 1 0 1 1 +вірить 3 0 3 3 +вірити 1 0 1 1 +вільній 1 0 1 1 +вільну 1 0 1 1 +вільного 1 0 1 1 +вільних 1 0 1 1 +вільний 2 0 2 2 +вікіпедії 1 0 1 1 +вікіпедій 1 0 1 1 +вікінгів 2 0 2 2 +віку 4 0 4 4 +вікна 1 0 1 1 +війську 1 0 1 1 +військові 2 0 2 2 +військову 2 0 2 2 +військової 1 0 1 1 +військового 1 0 1 1 +військове 1 0 1 1 +військо 1 0 1 1 +військами 1 0 1 1 +військам 1 0 1 1 +війська 5 0 5 5 +військ 5 0 5 5 +війні 4 0 4 4 +війни 8 0 8 8 +війна 1 0 1 1 +візьміть 2 0 2 2 +візьме 1 0 1 1 +візи 1 0 1 1 +візантійську 3 0 3 3 +візантійських 1 0 1 1 +відіслати 1 0 1 1 +відійшов 1 0 1 1 +відібраний 1 0 1 1 +відшкодування 1 0 1 1 +відшкодовується 1 0 1 1 +відшкодовувати 1 0 1 1 +відчую 1 0 1 1 +відчуття 2 0 2 2 +відчутно 1 0 1 1 +відчути 1 0 1 1 +відчуження 1 0 1 1 +відчуваєш 1 0 1 1 +відчувається 1 0 1 1 +відчуваєте 2 0 2 2 +відчуває 2 0 2 2 +відчувають 1 0 1 1 +відчували 1 0 1 1 +відчувала 1 0 1 1 +відчував 1 0 1 1 +відчиняй 1 0 1 1 +відчинити 1 0 1 1 +відходячи 1 0 1 1 +відходжу 1 0 1 1 +відунові 1 0 1 1 +відтоді 2 0 2 2 +відтак 1 0 1 1 +відсіяти 1 0 1 1 +відсутність 1 0 1 1 +відсутності 1 0 1 1 +відсуває 1 0 1 1 +відступив 1 0 1 1 +відстані 1 0 1 1 +відсвяткувати 1 0 1 1 +відрізняються 1 0 1 1 +відрізняти 1 0 1 1 +відрізнялася 1 0 1 1 +відрізало 1 0 1 1 +відріж 1 0 1 1 +відроджувати 1 0 1 1 +відродження 2 0 2 2 +відразу 1 0 1 1 +відпрацював 1 0 1 1 +відправляємо 1 0 1 1 +відправити 1 0 1 1 +відпочити 1 0 1 1 +відпочинку 2 0 2 2 +відповісти 2 0 2 2 +відповіді 2 0 2 2 +відповідь 6 0 6 6 +відповідної 1 0 1 1 +відповідно 6 0 6 6 +відповідати 2 0 2 2 +відповідальність 5 0 5 5 +відповідальності 3 0 3 3 +відповідайте 1 0 1 1 +відпаде 1 0 1 1 +відому 1 0 1 1 +відомої 1 0 1 1 +відомості 1 0 1 1 +відомим 1 0 1 1 +відомий 1 0 1 1 +відома 3 0 3 3 +відокремлені 1 0 1 1 +відняти 1 0 1 1 +відношення 1 0 1 1 +відносини 2 0 2 2 +віднайтися 1 0 1 1 +відміряй 1 0 1 1 +відміну 1 0 1 1 +відмінностей 1 0 1 1 +відмовляються 1 0 1 1 +відмовлялася 1 0 1 1 +відмовився 1 0 1 1 +відмовив 1 0 1 1 +відмиєшся 1 0 1 1 +відмахнувся 1 0 1 1 +відлучив 1 0 1 1 +відкриті 2 0 2 2 +відкриття 2 0 2 2 +відкритою 1 0 1 1 +відкрито 2 0 2 2 +відкрити 1 0 1 1 +відкрили 2 0 2 2 +відкрився 1 0 1 1 +відкриває 1 0 1 1 +відкривали 1 0 1 1 +відкласти 1 0 1 1 +відкидав 1 0 1 1 +віджене 1 0 1 1 +відеозапис 1 0 1 1 +відділити 1 0 1 1 +віддаючи 1 0 1 1 +віддасться 1 0 1 1 +відданістю 1 0 1 1 +віддані 1 0 1 1 +відданості 1 0 1 1 +відданий 1 0 1 1 +віддали 1 0 1 1 +віддавай 1 0 1 1 +відгуків 1 0 1 1 +відгукнувся 1 0 1 1 +відгородитися 1 0 1 1 +відганяли 1 0 1 1 +відвозити 1 0 1 1 +відверті 1 0 1 1 +відвертий 1 0 1 1 +відведені 1 0 1 1 +відважний 1 0 1 1 +відбіг 1 0 1 1 +відбулося 5 0 5 5 +відбулися 1 0 1 1 +відбулася 2 0 2 2 +відбувся 2 0 2 2 +відбувають 2 0 2 2 +відбувалися 1 0 1 1 +відає 1 0 1 1 +відають 1 0 1 1 +відаю 3 0 3 3 +відати 1 0 1 1 +від'їжджати 1 0 1 1 +вівсянка 1 0 1 1 +вщухла 1 0 1 1 +вшанована 1 0 1 1 +вчорашній 1 0 1 1 +вчора 1 0 1 1 +вчить 1 0 1 1 +вчитися 1 0 1 1 +вчити 1 0 1 1 +вчителів 1 0 1 1 +вчитель 3 0 3 3 +вчинок 1 0 1 1 +вчинив 2 0 2 2 +вчимося 1 0 1 1 +вчені 1 0 1 1 +вченого 1 0 1 1 +вчасно 1 0 1 1 +вхопиться 1 0 1 1 +входячи 1 0 1 1 +входять 1 0 1 1 +входить 1 0 1 1 +входити 1 0 1 1 +вухом 1 0 1 1 +вухо 2 0 2 2 +вуса 1 0 1 1 +вулиці 2 0 2 2 +вулицями 1 0 1 1 +вулика 1 0 1 1 +вузьмеш 1 0 1 1 +вузької 1 0 1 1 +вузол 1 0 1 1 +втішаємося 1 0 1 1 +втіленням 1 0 1 1 +втікав 1 0 1 1 +втямлять 1 0 1 1 +втягнути 1 0 1 1 +втрутитись 1 0 1 1 +втримався 1 0 1 1 +втрачаю 1 0 1 1 +втрату 1 0 1 1 +втратили 1 0 1 1 +втратила 1 0 1 1 +втрата 2 0 2 2 +второпав 2 0 2 2 +вторгнення 1 0 1 1 +втеча 1 0 1 1 +втекти 1 0 1 1 +втекла 1 0 1 1 +всілякої 1 0 1 1 +всілякого 1 0 1 1 +всякий 1 0 1 1 +всюди 1 0 1 1 +всю 2 0 2 2 +вступає 1 0 1 1 +встають 1 0 1 1 +встановлюють 1 0 1 1 +встановлений 2 0 2 2 +встановити 1 0 1 1 +встав 2 0 2 2 +всміхнувся 3 0 3 3 +всесвіті 1 0 1 1 +всесвітський 1 0 1 1 +всесвітньо 1 0 1 1 +всесвіт 1 0 1 1 +всередині 2 0 2 2 +всеволодович 2 0 2 2 +всебічно 1 0 1 1 +врізав 1 0 1 1 +врятувати 1 0 1 1 +врятувала 1 0 1 1 +врятувавшись 1 0 1 1 +вродиться 1 0 1 1 +вречу 1 0 1 1 +вречену 1 0 1 1 +вранці 1 0 1 1 +враз 1 0 1 1 +враженням 1 0 1 1 +враження 3 0 3 3 +вражає 1 0 1 1 +вражав 1 0 1 1 +впізнаєш 1 0 1 1 +впізнала 1 0 1 1 +впокорений 1 0 1 1 +вплинути 1 0 1 1 +вплинув 1 0 1 1 +впливу 2 0 2 2 +впливають 1 0 1 1 +вплив 1 0 1 1 +вперше 4 0 4 4 +вперед 2 0 2 2 +впевнено 1 0 1 1 +впевнений 2 0 2 2 +впасти 2 0 2 2 +впало 1 0 1 1 +впала 2 0 2 2 +воїнам 1 0 1 1 +воістину 1 0 1 1 +воєнних 1 0 1 1 +вочевидь 1 0 1 1 +ворушкому 1 0 1 1 +ворота 3 0 3 3 +вороні 1 0 1 1 +вороному 1 0 1 1 +ворожість 1 0 1 1 +ворожих 1 0 1 1 +ворогів 2 0 2 2 +ворогом 1 0 1 1 +ворога 2 0 2 2 +воліє 1 0 1 1 +волі 6 0 6 6 +волячим 1 0 1 1 +воля 3 0 3 3 +волю 3 0 3 3 +вольфович 1 0 1 1 +вольностей 1 0 1 1 +волохатої 1 0 1 1 +волохатим 1 0 1 1 +волосся 3 0 3 3 +волонтери 1 0 1 1 +володіти 1 0 1 1 +володів 1 0 1 1 +володимирівна 1 0 1 1 +володимирському 1 0 1 1 +володимирського 3 0 3 3 +володимирський 4 0 4 4 +володимиром 1 0 1 1 +володимира 1 0 1 1 +володаря 1 0 1 1 +володарки 1 0 1 1 +володар 1 0 1 1 +волині 1 0 1 1 +волинським 1 0 1 1 +волзькі 1 0 1 1 +волелюбної 1 0 1 1 +волевиявлення 2 0 2 2 +волгою 1 0 1 1 +войславові 1 0 1 1 +войовничі 1 0 1 1 +возять 1 0 1 1 +воздасться 1 0 1 1 +возвеличити 1 0 1 1 +воза 2 0 2 2 +вождь 2 0 2 2 +вождем 1 0 1 1 +вождеві 1 0 1 1 +водія 1 0 1 1 +воду 7 0 7 7 +водойми 1 0 1 1 +водний 1 0 1 1 +водневими 1 0 1 1 +вогонь 2 0 2 2 +вогняна 1 0 1 1 +вогнян 1 0 1 1 +вогнепальних 1 0 1 1 +вогнепальний 1 0 1 1 +вогкість 1 0 1 1 +вогка 1 0 1 1 +вовка 2 0 2 2 +внутрішніх 1 0 1 1 +внутрішній 1 0 1 1 +внутрішньою 1 0 1 1 +внутрішньому 1 0 1 1 +внесу 1 0 1 1 +внаслідок 1 0 1 1 +вміє 5 0 5 5 +вмію 1 0 1 1 +вміщається 1 0 1 1 +вміння 1 0 1 1 +вмів 2 0 2 2 +вмре 2 0 2 2 +вмить 1 0 1 1 +вмирає 2 0 2 2 +вмерти 2 0 2 2 +влітку 2 0 2 2 +влізла 1 0 1 1 +влягайте 1 0 1 1 +влучить 1 0 1 1 +влаштували 1 0 1 1 +власті 1 0 1 1 +властивостей 1 0 1 1 +власовим 1 0 1 1 +власність 1 0 1 1 +власні 4 0 4 4 +власної 1 0 1 1 +власною 1 0 1 1 +власності 7 0 7 7 +власнику 2 0 2 2 +власником 1 0 1 1 +власника 1 0 1 1 +власний 1 0 1 1 +владна 1 0 1 1 +влади 8 0 8 8 +влада 4 0 4 4 +вкрасти 1 0 1 1 +вкрай 1 0 1 1 +вкрадені 1 0 1 1 +вкотре 1 0 1 1 +включно 1 0 1 1 +включеннями 1 0 1 1 +вклонившись 1 0 1 1 +вклонився 2 0 2 2 +вкладаючи 1 0 1 1 +вклавши 1 0 1 1 +вкине 1 0 1 1 +виїхати 1 0 1 1 +виявів 1 0 1 1 +виявляється 4 0 4 4 +виявляти 1 0 1 1 +виявило 1 0 1 1 +виявили 1 0 1 1 +виявилася 1 0 1 1 +вищої 2 0 2 2 +вищого 1 0 1 1 +вишукує 1 0 1 1 +вишкірився 1 0 1 1 +вишенька 1 0 1 1 +вичинки 1 0 1 1 +виходить 1 0 1 1 +виховання 1 0 1 1 +вихваляти 1 0 1 1 +витривалі 1 0 1 1 +витратити 1 0 1 1 +витончене 1 0 1 1 +витолоченому 1 0 1 1 +витер 1 0 1 1 +виступом 1 0 1 1 +виступила 1 0 1 1 +виступає 1 0 1 1 +виступати 1 0 1 1 +вистрілили 1 0 1 1 +вистачить 2 0 2 2 +вистачає 2 0 2 2 +вистачало 1 0 1 1 +виставок 1 0 1 1 +висповідатися 1 0 1 1 +виспиться 1 0 1 1 +висоту 1 0 1 1 +високого 3 0 3 3 +високо 2 0 2 2 +високим 1 0 1 1 +висока 1 0 1 1 +висовуватися 1 0 1 1 +виснаження 1 0 1 1 +вислуховуйте 1 0 1 1 +висловники 1 0 1 1 +висловлює 1 0 1 1 +висловлюються 1 0 1 1 +висловлюють 1 0 1 1 +висловлювала 1 0 1 1 +висловилася 1 0 1 1 +висловив 1 0 1 1 +вислані 1 0 1 1 +висла 1 0 1 1 +вискочить 1 0 1 1 +вискоче 1 0 1 1 +висить 1 0 1 1 +висадки 1 0 1 1 +вирішувалося 1 0 1 1 +вирішив 2 0 2 2 +вирішення 1 0 1 1 +вирішена 2 0 2 2 +виріс 1 0 1 1 +виріб 1 0 1 1 +вирощують 1 0 1 1 +вирощувала 1 0 1 1 +вирощений 1 0 1 1 +виростає 1 0 1 1 +виростають 1 0 1 1 +виросли 1 0 1 1 +вирок 1 0 1 1 +виробництва 1 0 1 1 +вир 1 0 1 1 +випікає 1 0 1 1 +випуску 1 0 1 1 +випускник 1 0 1 1 +випуск 1 0 1 1 +виправить 1 0 1 1 +виправити 1 0 1 1 +виправдовує 1 0 1 1 +виправдовувався 1 0 1 1 +виправдань 1 0 1 1 +виправдання 1 0 1 1 +випирала 1 0 1 1 +випий 1 0 1 1 +випадок 2 0 2 2 +випадків 1 0 1 1 +випадку 3 0 3 3 +випадково 1 0 1 1 +випадках 3 0 3 3 +випадає 1 0 1 1 +винятків 1 0 1 1 +винятком 2 0 2 2 +винятковою 1 0 1 1 +виняткового 1 0 1 1 +виношує 1 0 1 1 +вино 1 0 1 1 +винниченко 1 0 1 1 +виникає 1 0 1 1 +виникають 2 0 2 2 +винен 1 0 1 1 +винахідник 1 0 1 1 +винахідливість 1 0 1 1 +винайшли 1 0 1 1 +виміняв 1 0 1 1 +вимушених 1 0 1 1 +вимоги 2 0 2 2 +вимисли 1 0 1 1 +вимикачів 1 0 1 1 +виманиш 1 0 1 1 +вимальовується 1 0 1 1 +вимагає 3 0 3 3 +вимагати 1 0 1 1 +вимагали 1 0 1 1 +вилізла 1 0 1 1 +вилучена 1 0 1 1 +викупить 1 0 1 1 +використовується 3 0 3 3 +використовувати 2 0 2 2 +використати 1 0 1 1 +використання 3 0 3 3 +виконує 6 0 6 6 +виконуються 1 0 1 1 +виконуватись 1 0 1 1 +виконувати 1 0 1 1 +виконати 1 0 1 1 +виконані 1 0 1 1 +виконано 2 0 2 2 +виконанні 2 0 2 2 +виконання 3 0 3 3 +виконавчої 2 0 2 2 +виконавчим 1 0 1 1 +виконавча 1 0 1 1 +виконавців 1 0 1 1 +виконав 1 0 1 1 +виключно 3 0 3 3 +виключити 1 0 1 1 +викликає 4 0 4 4 +викликають 2 0 2 2 +викликати 2 0 2 2 +викликала 2 0 2 2 +викласти 1 0 1 1 +викладом 1 0 1 1 +викладками 1 0 1 1 +викладені 1 0 1 1 +викладаєш 2 0 2 2 +викладачів 2 0 2 2 +викладачем 1 0 1 1 +викладач 1 0 1 1 +викладацького 1 0 1 1 +викинеш 2 0 2 2 +вийшов 4 0 4 4 +вийшли 1 0 1 1 +вийшла 1 0 1 1 +вийдуть 1 0 1 1 +вийде 2 0 2 2 +визначна 1 0 1 1 +визначитися 1 0 1 1 +визначимося 1 0 1 1 +визначень 1 0 1 1 +визначено 1 0 1 1 +визначення 2 0 2 2 +визначених 1 0 1 1 +визначений 2 0 2 2 +визначає 2 0 2 2 +визначати 1 0 1 1 +визнано 1 0 1 1 +визнали 1 0 1 1 +визнаватися 1 0 1 1 +визнав 1 0 1 1 +визвольна 1 0 1 1 +визволити 1 0 1 1 +визволитель 1 0 1 1 +визволення 1 0 1 1 +виживання 1 0 1 1 +видіти 1 0 1 1 +виділи 1 0 1 1 +видовища 1 0 1 1 +видовбає 1 0 1 1 +видобувають 1 0 1 1 +видніється 1 0 1 1 +видимого 1 0 1 1 +видимих 1 0 1 1 +видимирові 1 0 1 1 +видимий 1 0 1 1 +видерши 1 0 1 1 +видається 1 0 1 1 +видатки 1 0 1 1 +видати 1 0 1 1 +видань 1 0 1 1 +виданнях 1 0 1 1 +видання 1 0 1 1 +виданий 1 0 1 1 +вигідніше 2 0 2 2 +виграє 1 0 1 1 +виготовляють 1 0 1 1 +виготовляла 1 0 1 1 +виготовили 1 0 1 1 +вигорів 1 0 1 1 +вигоди 1 0 1 1 +вигляді 1 0 1 1 +виглядати 1 0 1 1 +виглядала 1 0 1 1 +вигадок 1 0 1 1 +вигадлива 1 0 1 1 +вигадках 1 0 1 1 +вигадка 1 0 1 1 +вигадане 1 0 1 1 +вигадала 1 0 1 1 +вивчити 1 0 1 1 +вивчивши 1 0 1 1 +вивчення 2 0 2 2 +вивчати 3 0 3 3 +вивозять 1 0 1 1 +вивернувся 1 0 1 1 +вивело 1 0 1 1 +виведене 1 0 1 1 +виведе 1 0 1 1 +вибірково 1 0 1 1 +вибух 3 0 3 3 +вибране 1 0 1 1 +виборів 4 0 4 4 +виборчу 1 0 1 1 +виборчої 1 0 1 1 +виборчий 2 0 2 2 +виборцям 1 0 1 1 +вибори 1 0 1 1 +виборами 1 0 1 1 +виблискують 1 0 1 1 +вибите 1 0 1 1 +вибирає 1 0 1 1 +вибираючи 1 0 1 1 +вибирати 2 0 2 2 +вибачте 1 0 1 1 +взятих 1 0 1 1 +взяти 1 0 1 1 +взялося 1 0 1 1 +взялася 1 0 1 1 +взаємному 1 0 1 1 +взаємного 1 0 1 1 +взаємна 2 0 2 2 +взагалі 6 0 6 6 +вечірній 1 0 1 1 +вечір 1 0 1 1 +вечором 1 0 1 1 +вечора 1 0 1 1 +ветеринарним 1 0 1 1 +весілля 2 0 2 2 +вестиме 1 0 1 1 +весняні 1 0 1 1 +веселіше 1 0 1 1 +веселість 1 0 1 1 +веселої 1 0 1 1 +веселою 1 0 1 1 +весело 3 0 3 3 +веселий 1 0 1 1 +вершники 1 0 1 1 +вершника 1 0 1 1 +вершині 1 0 1 1 +вершечки 1 0 1 1 +верхівка 1 0 1 1 +верховної 11 0 11 11 +верховною 1 0 1 1 +верховна 1 0 1 1 +верховенством 1 0 1 1 +верти 1 0 1 1 +верталась 1 0 1 1 +верніть 1 0 1 1 +вернути 1 0 1 1 +вернулась 1 0 1 1 +вернеться 1 0 1 1 +верби 1 0 1 1 +велінням 1 0 1 1 +веління 1 0 1 1 +велімир 1 0 1 1 +вельможами 1 0 1 1 +вельми 2 0 2 2 +велося 1 0 1 1 +величі 1 0 1 1 +велично 1 0 1 1 +величині 1 0 1 1 +величиною 1 0 1 1 +величезні 1 0 1 1 +величезними 1 0 1 1 +величезне 1 0 1 1 +величезна 1 0 1 1 +великій 1 0 1 1 +великі 5 0 5 5 +великоросійські 1 0 1 1 +великоросійської 1 0 1 1 +великоросійського 1 0 1 1 +великоросійських 1 0 1 1 +великоросійським 2 0 2 2 +великоросійське 1 0 1 1 +великоросійська 1 0 1 1 +великороси 2 0 2 2 +великому 1 0 1 1 +великодушність 1 0 1 1 +великий 15 0 15 15 +велася 1 0 1 1 +везете 1 0 1 1 +ведеться 1 0 1 1 +веде 1 0 1 1 +вдячний 1 0 1 1 +вдягають 1 0 1 1 +вдосконалення 1 0 1 1 +вдовиці 1 0 1 1 +вдовиця 1 0 1 1 +вдасться 1 0 1 1 +вдариш 1 0 1 1 +вдарило 2 0 2 2 +вдалося 1 0 1 1 +вдавши 1 0 1 1 +вгору 2 0 2 2 +вгавала 1 0 1 1 +ввів 1 0 1 1 +вважає 2 0 2 2 +вважають 1 0 1 1 +вважаю 1 0 1 1 +вважати 1 0 1 1 +вважалося 3 0 3 3 +вважали 1 0 1 1 +вважала 1 0 1 1 +вважався 1 0 1 1 +вбрання 1 0 1 1 +вбити 1 0 1 1 +вбивства 1 0 1 1 +вбиває 2 0 2 2 +вбачаю 1 0 1 1 +вб'єш 1 0 1 1 +вашій 1 0 1 1 +ваші 3 0 3 3 +вашу 3 0 3 3 +вашої 3 0 3 3 +вашому 1 0 1 1 +вашого 1 0 1 1 +вашингтоні 1 0 1 1 +ваш 2 0 2 2 +василія 1 0 1 1 +василь 1 0 1 1 +василенко 1 0 1 1 +василем 1 0 1 1 +васальної 1 0 1 1 +васали 1 0 1 1 +васала 2 0 2 2 +варіантів 2 0 2 2 +вартість 1 0 1 1 +вартості 1 0 1 1 +вартовий 1 0 1 1 +вартий 1 0 1 1 +вареник 1 0 1 1 +варварської 1 0 1 1 +варварства 1 0 1 1 +варвари 1 0 1 1 +варвара 1 0 1 1 +варвар 1 0 1 1 +вандальським 1 0 1 1 +вандали 1 0 1 1 +вами 6 0 6 6 +вальс 1 0 1 1 +валка 1 0 1 1 +валерійович 1 0 1 1 +важливіший 1 0 1 1 +важливих 2 0 2 2 +важливим 1 0 1 1 +важливий 1 0 1 1 +важливе 2 0 2 2 +важлива 1 0 1 1 +важких 1 0 1 1 +важкими 1 0 1 1 +важкий 1 0 1 1 +вади 1 0 1 1 +вагітності 1 0 1 1 +в'їжджали 1 0 1 1 +в'яткою 1 0 1 1 +в'януть 1 0 1 1 +в'яленини 1 0 1 1 +в'язи 1 0 1 1 +бірочки 1 0 1 1 +більшість 4 0 4 4 +більшості 2 0 2 2 +більшого 1 0 1 1 +більшовицька 1 0 1 1 +більший 1 0 1 1 +білої 2 0 2 2 +білому 3 0 3 3 +білого 1 0 1 1 +білий 2 0 2 2 +біле 1 0 1 1 +біла 1 0 1 1 +бійців 1 0 1 1 +бійся 2 0 2 2 +бізнесу 2 0 2 2 +бізнес 1 0 1 1 +біжить 2 0 2 2 +біженці 1 0 1 1 +бідність 1 0 1 1 +бідні 1 0 1 1 +біди 1 0 1 1 +бідарка 1 0 1 1 +бігти 1 0 1 1 +біг 3 0 3 3 +біблії 1 0 1 1 +бібліотеку 1 0 1 1 +бібліотеки 1 0 1 1 +бюджетів 1 0 1 1 +бюджету 4 0 4 4 +бюджет 1 0 1 1 +буття 1 0 1 1 +буси 1 0 1 1 +бурю 1 0 1 1 +бурштину 1 0 1 1 +буркнув 2 0 2 2 +бургундії 1 0 1 1 +бургомістром 1 0 1 1 +бунт 1 0 1 1 +буле 1 0 1 1 +буквиці 1 0 1 1 +буква 1 0 1 1 +бук 1 0 1 1 +буйна 1 0 1 1 +будівлю 1 0 1 1 +будівельних 1 0 1 1 +будівельникам 1 0 1 1 +будьте 5 0 5 5 +будучи 1 0 1 1 +буду 7 0 7 7 +будові 1 0 1 1 +будить 1 0 1 1 +будинків 1 0 1 1 +будинку 1 0 1 1 +будинках 1 0 1 1 +будеш 5 0 5 5 +будемо 8 0 8 8 +буває 4 0 4 4 +бувають 2 0 2 2 +бувало 1 0 1 1 +бублика 1 0 1 1 +брутальності 1 0 1 1 +брунгільда 1 0 1 1 +бруківку 1 0 1 1 +брудні 1 0 1 1 +брудних 1 0 1 1 +брови 2 0 2 2 +бриндзі 1 0 1 1 +бридка 1 0 1 1 +бреше 2 0 2 2 +брехня 15 0 15 15 +брехню 3 0 3 3 +брехнею 1 0 1 1 +брехливо 1 0 1 1 +бресту 1 0 1 1 +братом 1 0 1 1 +братові 1 0 1 1 +брати 1 0 1 1 +браслети 1 0 1 1 +брали 2 0 2 2 +брала 1 0 1 1 +бракує 1 0 1 1 +брак 1 0 1 1 +бразилійців 1 0 1 1 +бразильської 1 0 1 1 +брав 1 0 1 1 +боїться 2 0 2 2 +боєголовкою 1 0 1 1 +боях 1 0 1 1 +боярина 1 0 1 1 +бою 3 0 3 3 +борців 1 0 1 1 +боротьбі 2 0 2 2 +боротьба 1 0 1 1 +боротись 1 0 1 1 +боронить 1 0 1 1 +боронити 1 0 1 1 +бороду 1 0 1 1 +борні 1 0 1 1 +бориславові 1 0 1 1 +бомбами 1 0 1 1 +болісним 1 0 1 1 +болять 1 0 1 1 +болярине 2 0 2 2 +боляри 1 0 1 1 +болюча 1 0 1 1 +болить 2 0 2 2 +боків 1 0 1 1 +боку 5 0 5 5 +боком 1 0 1 1 +божі 1 0 1 1 +божевільному 1 0 1 1 +божевільних 1 0 1 1 +божевілля 1 0 1 1 +божа 1 0 1 1 +бодай 1 0 1 1 +богом 3 0 3 3 +богданом 1 0 1 1 +богданові 1 0 1 1 +бога 1 0 1 1 +блюзнірством 1 0 1 1 +блукання 1 0 1 1 +блоки 1 0 1 1 +блискучі 1 0 1 1 +блискуче 1 0 1 1 +близькій 1 0 1 1 +близькості 1 0 1 1 +близькому 1 0 1 1 +близько 4 0 4 4 +ближнього 1 0 1 1 +блакитні 1 0 1 1 +благочестивими 1 0 1 1 +благословенному 1 0 1 1 +блага 1 0 1 1 +бичами 1 0 1 1 +битому 1 0 1 1 +битимуть 1 0 1 1 +бити 2 0 2 2 +битву 3 0 3 3 +битва 1 0 1 1 +били 1 0 1 1 +бика 1 0 1 1 +бийся 1 0 1 1 +беру 3 0 3 3 +берлінський 1 0 1 1 +бережися 1 0 1 1 +бережись 1 0 1 1 +берегиня 1 0 1 1 +безшумно 1 0 1 1 +безстроково 1 0 1 1 +безсмертя 2 0 2 2 +безсмертна 1 0 1 1 +безпосередніх 1 0 1 1 +безпосередньо 1 0 1 1 +безпомічні 1 0 1 1 +безповоротно 2 0 2 2 +безпеку 1 0 1 1 +безпеки 5 0 5 5 +безоружного 1 0 1 1 +безоплатно 1 0 1 1 +безодня 1 0 1 1 +безнадійним 1 0 1 1 +безліч 8 0 8 8 +безкінечності 1 0 1 1 +безкінечна 1 0 1 1 +безкорисливість 1 0 1 1 +безкорисливості 1 0 1 1 +безконечному 1 0 1 1 +бездонна 1 0 1 1 +безголові 1 0 1 1 +безглуздий 1 0 1 1 +безвинними 1 0 1 1 +безбородому 1 0 1 1 +безбожністю 1 0 1 1 +бджола 1 0 1 1 +бачите 3 0 3 3 +бачимо 4 0 4 4 +бачили 1 0 1 1 +бачення 1 0 1 1 +батьківщині 2 0 2 2 +батьківщиною 1 0 1 1 +батьківщини 2 0 2 2 +батьківські 1 0 1 1 +батьком 1 0 1 1 +батько 7 0 7 7 +батьки 4 0 4 4 +батька 3 0 3 3 +баторія 1 0 1 1 +басейні 1 0 1 1 +баранячі 1 0 1 1 +баном 1 0 1 1 +банку 2 0 2 2 +бандитизмі 1 0 1 1 +бандитизму 1 0 1 1 +балтійське 1 0 1 1 +балакунів 1 0 1 1 +балакаємо 1 0 1 1 +байки 1 0 1 1 +байкарів 1 0 1 1 +байкарі 1 0 1 1 +байкаря 1 0 1 1 +байкар 1 0 1 1 +байкам 1 0 1 1 +байдужість 1 0 1 1 +байдуже 3 0 3 3 +бажаємо 1 0 1 1 +бажаю 1 0 1 1 +бажано 1 0 1 1 +бажанням 2 0 2 2 +бажав 1 0 1 1 +бадьорими 1 0 1 1 +багач 1 0 1 1 +багаті 1 0 1 1 +багатьох 4 0 4 4 +багатства 2 0 2 2 +багатостраждальний 1 0 1 1 +бавлячись 1 0 1 1 +бабуня 1 0 1 1 +бабині 1 0 1 1 +баба 3 0 3 3 +б'ється 2 0 2 2 +б'ють 2 0 2 2 +ач 1 0 1 1 +ах 1 0 1 1 +афіна 1 0 1 1 +аудиторії 1 0 1 1 +аудиторію 1 0 1 1 +аттіли 1 0 1 1 +аттіла 1 0 1 1 +атлантида 1 0 1 1 +аспекті 1 0 1 1 +аспекти 1 0 1 1 +асоціацію 1 0 1 1 +асортимент 1 0 1 1 +архітектуру 1 0 1 1 +архітектура 1 0 1 1 +архівів 1 0 1 1 +архонте 1 0 1 1 +арфа 1 0 1 1 +армії 3 0 3 3 +ареал 1 0 1 1 +ардарік 1 0 1 1 +аргументи 3 0 3 3 +аргументами 1 0 1 1 +аргонавти 1 0 1 1 +аполлон 1 0 1 1 +апогею 1 0 1 1 +апетит 1 0 1 1 +апелюють 1 0 1 1 +апарати 1 0 1 1 +аніж 2 0 2 2 +ані 3 0 3 3 +антицерковних 1 0 1 1 +аномально 1 0 1 1 +аномальними 1 0 1 1 +анна 1 0 1 1 +анкарі 1 0 1 1 +андрію 1 0 1 1 +андрій 3 0 3 3 +англія 1 0 1 1 +аналізу 1 0 1 1 +аналогічні 1 0 1 1 +аналогічну 1 0 1 1 +аналогічних 2 0 2 2 +аналогічний 1 0 1 1 +амністії 1 0 1 1 +амністія 1 0 1 1 +амбітна 1 0 1 1 +алюмінієві 1 0 1 1 +альтернативний 1 0 1 1 +альпіністка 1 0 1 1 +альона 1 0 1 1 +алмаз 2 0 2 2 +акції 2 0 2 2 +акцією 2 0 2 2 +акцію 1 0 1 1 +акціонеру 2 0 2 2 +акціонерного 1 0 1 1 +акціонерне 1 0 1 1 +акцентувати 1 0 1 1 +актів 2 0 2 2 +акторка 1 0 1 1 +активісти 2 0 2 2 +активну 1 0 1 1 +активності 1 0 1 1 +активно 1 0 1 1 +аксесуарів 1 0 1 1 +академії 4 0 4 4 +академіка 1 0 1 1 +азійські 1 0 1 1 +аеропортах 1 0 1 1 +адміністрації 2 0 2 2 +адвокатури 1 0 1 1 +адвокат 1 0 1 1 +адамові 1 0 1 1 +адамове 1 0 1 1 +адама 1 0 1 1 +агітацію 1 0 1 1 +агресивності 1 0 1 1 +аграріїв 1 0 1 1 +агатів 1 0 1 1 +агат 1 0 1 1 +авторства 1 0 1 1 +автором 1 0 1 1 +авторитет 1 0 1 1 +автори 1 0 1 1 +автор 6 0 6 6 +автономній 1 0 1 1 +автомобіль 1 0 1 1 +автоматично 2 0 2 2 +автомати 1 0 1 1 +австрійцями 1 0 1 1 +авжеж 1 0 1 1 +аварійність 1 0 1 1 +аварійному 1 0 1 1 +абсолютною 1 0 1 1 +абсолютно 5 0 5 5 +абрикоси 1 0 1 1 +абзаци 1 0 1 1 +абзац 2 0 2 2 diff --git a/log/log-decode-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model-2022-09-19-22-54-24 b/log/log-decode-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model-2022-09-19-22-54-24 new file mode 100644 index 0000000000000000000000000000000000000000..f109fc62d65fe3d2dc6a6719423cd5f041890f98 --- /dev/null +++ b/log/log-decode-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model-2022-09-19-22-54-24 @@ -0,0 +1,22 @@ +2022-09-19 22:54:24,045 INFO [decode.py:698] Decoding started +2022-09-19 22:54:24,045 INFO [decode.py:704] Device: cpu +2022-09-19 22:54:24,050 INFO [decode.py:719] {'best_train_loss': inf, 'best_valid_loss': inf, 'best_train_epoch': -1, 'best_valid_epoch': -1, 'batch_idx_train': 0, 'log_interval': 50, 'reset_interval': 200, 'valid_interval': 3000, 'feature_dim': 80, 'subsampling_factor': 4, 'model_warm_step': 3000, 'env_info': {'k2-version': '1.19', 'k2-build-type': 'Release', 'k2-with-cuda': True, 'k2-git-sha1': '125d34703f898b5ca54f6f4a925f2bc2d7a5ba98', 'k2-git-date': 'Wed Aug 31 04:50:54 2022', 'lhotse-version': '1.6.0', 'torch-version': '1.12.1+cu113', 'torch-cuda-available': False, 'torch-cuda-version': '11.3', 'python-version': '3.8', 'icefall-git-branch': 'uk', 'icefall-git-sha1': '42c4476-dirty', 'icefall-git-date': 'Thu Sep 15 16:29:29 2022', 'icefall-path': '/home/proger/icefall', 'k2-path': '/home/proger/.local/lib/python3.8/site-packages/k2-1.19.dev20220916+cuda11.3.torch1.12.1-py3.8-linux-x86_64.egg/k2/__init__.py', 'lhotse-path': '/home/proger/.local/lib/python3.8/site-packages/lhotse/__init__.py', 'hostname': 'rt', 'IP address': '127.0.1.1'}, 'epoch': 31, 'iter': 0, 'avg': 12, 'use_averaged_model': True, 'exp_dir': PosixPath('pruned_transducer_stateless5/exp-uk-filtered2'), 'bpe_model': 'uk/data/lang_bpe_250/bpe.model', 'lang_dir': PosixPath('uk/data/lang_bpe_250'), 'decoding_method': 'fast_beam_search_nbest_LG', 'beam_size': 4, 'beam': 20.0, 'ngram_lm_scale': 0.01, 'max_contexts': 8, 'max_states': 64, 'context_size': 2, 'max_sym_per_frame': 1, 'num_paths': 200, 'nbest_scale': 0.5, 'simulate_streaming': False, 'decode_chunk_size': 16, 'left_context': 64, 'num_encoder_layers': 18, 'dim_feedforward': 1024, 'nhead': 4, 'encoder_dim': 256, 'decoder_dim': 512, 'joiner_dim': 512, 'dynamic_chunk_training': True, 'causal_convolution': True, 'short_chunk_size': 25, 'num_left_chunks': 4, 'full_libri': True, 'manifest_dir': PosixPath('uk/data/fbank'), 'max_duration': 200.0, 'bucketing_sampler': True, 'num_buckets': 30, 'concatenate_cuts': False, 'duration_factor': 1.0, 'gap': 1.0, 'on_the_fly_feats': False, 'shuffle': True, 'drop_last': True, 'return_cuts': True, 'num_workers': 2, 'enable_spec_aug': True, 'spec_aug_time_warp_factor': 80, 'enable_musan': True, 'input_strategy': 'PrecomputedFeatures', 'res_dir': PosixPath('pruned_transducer_stateless5/exp-uk-filtered2/fast_beam_search_nbest_LG'), 'suffix': 'epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model', 'blank_id': 0, 'unk_id': 2, 'vocab_size': 250} +2022-09-19 22:54:24,050 INFO [decode.py:721] About to create model +2022-09-19 22:54:24,162 INFO [decode.py:788] Calculating the averaged model over epoch range from 19 (excluded) to 31 +2022-09-19 22:54:25,982 WARNING [decode.py:816] No uk/data/lang_bpe_250/LG.pt - using a trivial graph without a word table +2022-09-19 22:54:25,989 INFO [decode.py:832] Number of model parameters: 30053246 +2022-09-19 22:54:25,989 INFO [asr_datamodule_uk.py:422] About to get ('train-other-shuffled-filtered2',) cuts +2022-09-19 22:54:26,653 INFO [asr_datamodule_uk.py:441] About to get test-other cuts +2022-09-19 22:54:43,726 INFO [decode.py:596] batch 0/?, cuts processed until now is 29 +2022-09-19 22:59:48,659 INFO [decode.py:596] batch 20/?, cuts processed until now is 659 +2022-09-19 23:04:53,039 INFO [decode.py:596] batch 40/?, cuts processed until now is 1323 +2022-09-19 23:09:53,214 INFO [decode.py:596] batch 60/?, cuts processed until now is 2057 +2022-09-19 23:14:57,627 INFO [decode.py:596] batch 80/?, cuts processed until now is 2763 +2022-09-19 23:17:57,558 INFO [decode.py:614] The transcripts are stored in pruned_transducer_stateless5/exp-uk-filtered2/fast_beam_search_nbest_LG/recogs-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt +2022-09-19 23:17:57,589 INFO [utils.py:428] [test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01] %WER 17.26% [4188 / 24269, 513 ins, 578 del, 3097 sub ] +2022-09-19 23:17:57,668 INFO [decode.py:627] Wrote detailed error stats to pruned_transducer_stateless5/exp-uk-filtered2/fast_beam_search_nbest_LG/errs-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt +2022-09-19 23:17:57,669 INFO [decode.py:644] +For test-other, WER of different settings are: +beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01 17.26 best for test-other + +2022-09-19 23:17:57,669 INFO [decode.py:887] Done! diff --git a/log/log-train-2022-09-17-00-39-59-0 b/log/log-train-2022-09-17-00-39-59-0 new file mode 100644 index 0000000000000000000000000000000000000000..cb9ac7a77f6b875376d38ae556589a04c5932284 --- /dev/null +++ b/log/log-train-2022-09-17-00-39-59-0 @@ -0,0 +1,6700 @@ +2022-09-17 00:39:59,264 INFO [train.py:949] (0/2) Training started +2022-09-17 00:40:01,007 INFO [train.py:959] (0/2) Device: cuda:0 +2022-09-17 00:40:01,008 INFO [train.py:973] (0/2) {'best_train_loss': inf, 'best_valid_loss': inf, 'best_train_epoch': -1, 'best_valid_epoch': -1, 'batch_idx_train': 0, 'log_interval': 50, 'reset_interval': 200, 'valid_interval': 3000, 'feature_dim': 80, 'subsampling_factor': 4, 'model_warm_step': 3000, 'env_info': {'k2-version': '1.19', 'k2-build-type': 'Release', 'k2-with-cuda': True, 'k2-git-sha1': '125d34703f898b5ca54f6f4a925f2bc2d7a5ba98', 'k2-git-date': 'Wed Aug 31 04:50:54 2022', 'lhotse-version': '1.6.0', 'torch-version': '1.12.1+cu113', 'torch-cuda-available': True, 'torch-cuda-version': '11.3', 'python-version': '3.8', 'icefall-git-branch': 'uk', 'icefall-git-sha1': '42c4476-dirty', 'icefall-git-date': 'Thu Sep 15 16:29:29 2022', 'icefall-path': '/home/proger/icefall', 'k2-path': '/home/proger/k2/k2/python/k2/__init__.py', 'lhotse-path': '/home/proger/.local/lib/python3.8/site-packages/lhotse/__init__.py', 'hostname': 'rt', 'IP address': '127.0.1.1'}, 'world_size': 2, 'master_port': 12354, 'tensorboard': True, 'num_epochs': 40, 'start_epoch': 1, 'start_batch': 0, 'exp_dir': PosixPath('pruned_transducer_stateless5/exp-uk-filtered2'), 'bpe_model': 'uk/data/lang_bpe_250/bpe.model', 'initial_lr': 0.003, 'lr_batches': 5000, 'lr_epochs': 6, 'context_size': 2, 'prune_range': 5, 'lm_scale': 0.25, 'am_scale': 0.0, 'simple_loss_scale': 0.5, 'seed': 42, 'print_diagnostics': False, 'save_every_n': 4000, 'keep_last_k': 30, 'average_period': 100, 'use_fp16': True, 'num_encoder_layers': 18, 'dim_feedforward': 1024, 'nhead': 4, 'encoder_dim': 256, 'decoder_dim': 512, 'joiner_dim': 512, 'dynamic_chunk_training': True, 'causal_convolution': True, 'short_chunk_size': 25, 'num_left_chunks': 4, 'full_libri': True, 'manifest_dir': PosixPath('uk/data/fbank'), 'max_duration': 600, 'bucketing_sampler': True, 'num_buckets': 30, 'concatenate_cuts': False, 'duration_factor': 1.0, 'gap': 1.0, 'on_the_fly_feats': False, 'shuffle': True, 'drop_last': True, 'return_cuts': True, 'num_workers': 2, 'enable_spec_aug': True, 'spec_aug_time_warp_factor': 80, 'enable_musan': True, 'input_strategy': 'PrecomputedFeatures', 'blank_id': 0, 'vocab_size': 250} +2022-09-17 00:40:01,008 INFO [train.py:975] (0/2) About to create model +2022-09-17 00:40:01,108 INFO [train.py:979] (0/2) Number of model parameters: 30053246 +2022-09-17 00:40:02,819 INFO [train.py:994] (0/2) Using DDP +2022-09-17 00:40:02,902 INFO [asr_datamodule_uk.py:422] (0/2) About to get ('train-other-shuffled-filtered2',) cuts +2022-09-17 00:40:03,441 INFO [asr_datamodule_uk.py:225] (0/2) Enable MUSAN +2022-09-17 00:40:03,442 INFO [asr_datamodule_uk.py:226] (0/2) About to get Musan cuts +2022-09-17 00:40:04,920 INFO [asr_datamodule_uk.py:254] (0/2) Enable SpecAugment +2022-09-17 00:40:04,921 INFO [asr_datamodule_uk.py:255] (0/2) Time warp factor: 80 +2022-09-17 00:40:04,921 INFO [asr_datamodule_uk.py:267] (0/2) Num frame mask: 10 +2022-09-17 00:40:04,921 INFO [asr_datamodule_uk.py:280] (0/2) About to create train dataset +2022-09-17 00:40:04,921 INFO [asr_datamodule_uk.py:309] (0/2) Using DynamicBucketingSampler. +2022-09-17 00:40:06,285 INFO [asr_datamodule_uk.py:324] (0/2) About to create train dataloader +2022-09-17 00:40:06,285 INFO [asr_datamodule_uk.py:434] (0/2) About to get test-other (for dev) cuts +2022-09-17 00:40:06,286 INFO [asr_datamodule_uk.py:355] (0/2) About to create dev dataset +2022-09-17 00:40:06,379 INFO [asr_datamodule_uk.py:374] (0/2) About to create dev dataloader +2022-09-17 00:40:14,939 INFO [train.py:885] (0/2) Epoch 1, batch 0, loss[loss=2.827, simple_loss=5.654, pruned_loss=5.865, over 13542.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.08802, over 42.00 utterances.], tot_loss[loss=2.827, simple_loss=5.654, pruned_loss=5.865, over 13542.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.08802, over 42.00 utterances.], batch size: 42, lr: 3.00e-03 +2022-09-17 00:40:14,998 INFO [distributed.py:995] (0/2) Reducer buckets have been rebuilt in this iteration. +2022-09-17 00:40:43,410 INFO [train.py:885] (0/2) Epoch 1, batch 50, loss[loss=0.4994, simple_loss=0.9989, pruned_loss=6.582, over 12689.00 frames. utt_duration=2032 frames, utt_pad_proportion=0.1268, over 25.00 utterances.], tot_loss[loss=1.432, simple_loss=2.863, pruned_loss=6.529, over 623699.62 frames. utt_duration=221.1 frames, utt_pad_proportion=0.07838, over 11360.20 utterances.], batch size: 25, lr: 3.00e-03 +2022-09-17 00:41:12,930 INFO [train.py:885] (0/2) Epoch 1, batch 100, loss[loss=0.4571, simple_loss=0.9141, pruned_loss=6.602, over 14131.00 frames. utt_duration=636.7 frames, utt_pad_proportion=0.05114, over 89.00 utterances.], tot_loss[loss=0.9413, simple_loss=1.883, pruned_loss=6.638, over 1101126.10 frames. utt_duration=230.2 frames, utt_pad_proportion=0.0751, over 19256.19 utterances.], batch size: 89, lr: 3.00e-03 +2022-09-17 00:41:42,957 INFO [train.py:885] (0/2) Epoch 1, batch 150, loss[loss=0.5156, simple_loss=1.031, pruned_loss=6.207, over 14364.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03776, over 167.00 utterances.], tot_loss[loss=0.7543, simple_loss=1.509, pruned_loss=6.539, over 1473972.37 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07268, over 24640.01 utterances.], batch size: 167, lr: 3.00e-03 +2022-09-17 00:42:11,720 INFO [train.py:885] (0/2) Epoch 1, batch 200, loss[loss=0.3697, simple_loss=0.7395, pruned_loss=6.024, over 14215.00 frames. utt_duration=640.4 frames, utt_pad_proportion=0.04563, over 89.00 utterances.], tot_loss[loss=0.6546, simple_loss=1.309, pruned_loss=6.434, over 1766662.41 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06958, over 29213.73 utterances.], batch size: 89, lr: 3.00e-03 +2022-09-17 00:42:41,758 INFO [train.py:885] (0/2) Epoch 1, batch 250, loss[loss=0.4472, simple_loss=0.8945, pruned_loss=6.316, over 14260.00 frames. utt_duration=372 frames, utt_pad_proportion=0.03869, over 154.00 utterances.], tot_loss[loss=0.5895, simple_loss=1.179, pruned_loss=6.377, over 1989925.63 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07124, over 32179.23 utterances.], batch size: 154, lr: 3.00e-03 +2022-09-17 00:43:11,091 INFO [train.py:885] (0/2) Epoch 1, batch 300, loss[loss=0.6029, simple_loss=1.206, pruned_loss=6.79, over 13161.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.5501, simple_loss=1.1, pruned_loss=6.359, over 2157051.54 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07453, over 36269.16 utterances.], batch size: 653, lr: 3.00e-03 +2022-09-17 00:43:40,625 INFO [train.py:885] (0/2) Epoch 1, batch 350, loss[loss=0.4676, simple_loss=0.9352, pruned_loss=6.576, over 14373.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03215, over 244.00 utterances.], tot_loss[loss=0.5203, simple_loss=1.041, pruned_loss=6.365, over 2300471.46 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07192, over 38955.00 utterances.], batch size: 244, lr: 3.00e-03 +2022-09-17 00:44:16,416 INFO [train.py:885] (0/2) Epoch 1, batch 400, loss[loss=0.2655, simple_loss=0.531, pruned_loss=5.749, over 13469.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.08724, over 50.00 utterances.], tot_loss[loss=0.4935, simple_loss=0.987, pruned_loss=6.353, over 2407131.50 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07106, over 40863.36 utterances.], batch size: 50, lr: 3.00e-03 +2022-09-17 00:44:47,057 INFO [train.py:885] (0/2) Epoch 1, batch 450, loss[loss=0.4159, simple_loss=0.8319, pruned_loss=6.454, over 14341.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03632, over 195.00 utterances.], tot_loss[loss=0.47, simple_loss=0.9401, pruned_loss=6.347, over 2490867.49 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07035, over 41378.87 utterances.], batch size: 195, lr: 2.99e-03 +2022-09-17 00:45:16,752 INFO [train.py:885] (0/2) Epoch 1, batch 500, loss[loss=0.2869, simple_loss=0.5737, pruned_loss=5.923, over 13894.00 frames. utt_duration=927.7 frames, utt_pad_proportion=0.06765, over 60.00 utterances.], tot_loss[loss=0.4516, simple_loss=0.9032, pruned_loss=6.338, over 2549699.24 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07328, over 42820.40 utterances.], batch size: 60, lr: 2.99e-03 +2022-09-17 00:45:55,384 INFO [train.py:885] (0/2) Epoch 1, batch 550, loss[loss=0.3921, simple_loss=0.7842, pruned_loss=6.403, over 14258.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04474, over 141.00 utterances.], tot_loss[loss=0.4356, simple_loss=0.8712, pruned_loss=6.329, over 2602353.15 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07443, over 44395.70 utterances.], batch size: 141, lr: 2.99e-03 +2022-09-17 00:46:24,822 INFO [train.py:885] (0/2) Epoch 1, batch 600, loss[loss=0.3843, simple_loss=0.7686, pruned_loss=6.442, over 14349.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03589, over 210.00 utterances.], tot_loss[loss=0.4162, simple_loss=0.8323, pruned_loss=6.3, over 2639569.86 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07273, over 43841.66 utterances.], batch size: 210, lr: 2.99e-03 +2022-09-17 00:46:54,629 INFO [train.py:885] (0/2) Epoch 1, batch 650, loss[loss=0.3803, simple_loss=0.7607, pruned_loss=6.268, over 14191.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04475, over 306.00 utterances.], tot_loss[loss=0.4012, simple_loss=0.8024, pruned_loss=6.29, over 2669485.87 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07209, over 44145.81 utterances.], batch size: 306, lr: 2.99e-03 +2022-09-17 00:47:24,357 INFO [train.py:885] (0/2) Epoch 1, batch 700, loss[loss=0.3668, simple_loss=0.7337, pruned_loss=6.323, over 14387.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.03078, over 244.00 utterances.], tot_loss[loss=0.3909, simple_loss=0.7819, pruned_loss=6.293, over 2692403.04 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07268, over 46008.15 utterances.], batch size: 244, lr: 2.99e-03 +2022-09-17 00:47:54,269 INFO [train.py:885] (0/2) Epoch 1, batch 750, loss[loss=0.2603, simple_loss=0.5206, pruned_loss=5.986, over 13978.00 frames. utt_duration=708.9 frames, utt_pad_proportion=0.06225, over 79.00 utterances.], tot_loss[loss=0.3819, simple_loss=0.7637, pruned_loss=6.296, over 2710010.88 frames. utt_duration=229.3 frames, utt_pad_proportion=0.07292, over 47589.89 utterances.], batch size: 79, lr: 2.98e-03 +2022-09-17 00:48:23,340 INFO [train.py:885] (0/2) Epoch 1, batch 800, loss[loss=0.3447, simple_loss=0.6894, pruned_loss=6.356, over 14274.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04026, over 180.00 utterances.], tot_loss[loss=0.3691, simple_loss=0.7381, pruned_loss=6.288, over 2731331.84 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07045, over 46161.92 utterances.], batch size: 180, lr: 2.98e-03 +2022-09-17 00:48:52,589 INFO [train.py:885] (0/2) Epoch 1, batch 850, loss[loss=0.2484, simple_loss=0.4969, pruned_loss=6.109, over 13584.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08568, over 50.00 utterances.], tot_loss[loss=0.3601, simple_loss=0.7203, pruned_loss=6.285, over 2744337.38 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07019, over 46125.22 utterances.], batch size: 50, lr: 2.98e-03 +2022-09-17 00:49:22,337 INFO [train.py:885] (0/2) Epoch 1, batch 900, loss[loss=0.1874, simple_loss=0.3749, pruned_loss=5.854, over 13359.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08829, over 41.00 utterances.], tot_loss[loss=0.3517, simple_loss=0.7034, pruned_loss=6.286, over 2750733.25 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07064, over 45776.39 utterances.], batch size: 41, lr: 2.98e-03 +2022-09-17 00:49:51,826 INFO [train.py:885] (0/2) Epoch 1, batch 950, loss[loss=0.3371, simple_loss=0.6743, pruned_loss=6.432, over 14369.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03453, over 195.00 utterances.], tot_loss[loss=0.3454, simple_loss=0.6908, pruned_loss=6.289, over 2754608.06 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07161, over 45953.40 utterances.], batch size: 195, lr: 2.97e-03 +2022-09-17 00:50:21,889 INFO [train.py:885] (0/2) Epoch 1, batch 1000, loss[loss=0.2247, simple_loss=0.4495, pruned_loss=5.915, over 13409.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08485, over 41.00 utterances.], tot_loss[loss=0.3373, simple_loss=0.6746, pruned_loss=6.296, over 2759643.56 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07183, over 45286.11 utterances.], batch size: 41, lr: 2.97e-03 +2022-09-17 00:50:51,328 INFO [train.py:885] (0/2) Epoch 1, batch 1050, loss[loss=0.3012, simple_loss=0.6023, pruned_loss=6.362, over 14213.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04548, over 141.00 utterances.], tot_loss[loss=0.328, simple_loss=0.6559, pruned_loss=6.289, over 2759825.65 frames. utt_duration=258.7 frames, utt_pad_proportion=0.07154, over 42917.56 utterances.], batch size: 141, lr: 2.97e-03 +2022-09-17 00:51:21,107 INFO [train.py:885] (0/2) Epoch 1, batch 1100, loss[loss=0.3028, simple_loss=0.6056, pruned_loss=6.363, over 14348.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03663, over 195.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.6475, pruned_loss=6.295, over 2763435.47 frames. utt_duration=252.9 frames, utt_pad_proportion=0.0711, over 43961.88 utterances.], batch size: 195, lr: 2.96e-03 +2022-09-17 00:51:55,278 INFO [train.py:885] (0/2) Epoch 1, batch 1150, loss[loss=0.3563, simple_loss=0.7127, pruned_loss=6.492, over 13974.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05795, over 365.00 utterances.], tot_loss[loss=0.3226, simple_loss=0.6452, pruned_loss=6.314, over 2767973.97 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07167, over 45503.15 utterances.], batch size: 365, lr: 2.96e-03 +2022-09-17 00:52:27,500 INFO [train.py:885] (0/2) Epoch 1, batch 1200, loss[loss=0.3559, simple_loss=0.7117, pruned_loss=6.658, over 14059.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05122, over 367.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.6318, pruned_loss=6.317, over 2775645.26 frames. utt_duration=251.8 frames, utt_pad_proportion=0.0686, over 44348.40 utterances.], batch size: 367, lr: 2.96e-03 +2022-09-17 00:52:57,079 INFO [train.py:885] (0/2) Epoch 1, batch 1250, loss[loss=0.3516, simple_loss=0.7033, pruned_loss=6.503, over 13938.00 frames. utt_duration=154.1 frames, utt_pad_proportion=0.06019, over 365.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.6298, pruned_loss=6.339, over 2776294.97 frames. utt_duration=241.4 frames, utt_pad_proportion=0.06973, over 46282.79 utterances.], batch size: 365, lr: 2.95e-03 +2022-09-17 00:53:27,118 INFO [train.py:885] (0/2) Epoch 1, batch 1300, loss[loss=0.2204, simple_loss=0.4408, pruned_loss=6.109, over 14111.00 frames. utt_duration=715.8 frames, utt_pad_proportion=0.05311, over 79.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.6162, pruned_loss=6.33, over 2776549.07 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06855, over 44655.76 utterances.], batch size: 79, lr: 2.95e-03 +2022-09-17 00:53:56,577 INFO [train.py:885] (0/2) Epoch 1, batch 1350, loss[loss=0.3191, simple_loss=0.6382, pruned_loss=6.483, over 14298.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04, over 283.00 utterances.], tot_loss[loss=0.3055, simple_loss=0.611, pruned_loss=6.339, over 2778899.13 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06925, over 44938.09 utterances.], batch size: 283, lr: 2.95e-03 +2022-09-17 00:54:26,250 INFO [train.py:885] (0/2) Epoch 1, batch 1400, loss[loss=0.2304, simple_loss=0.4608, pruned_loss=6.136, over 13927.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.05865, over 69.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.6084, pruned_loss=6.352, over 2782030.83 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06985, over 45922.93 utterances.], batch size: 69, lr: 2.94e-03 +2022-09-17 00:54:55,912 INFO [train.py:885] (0/2) Epoch 1, batch 1450, loss[loss=0.2158, simple_loss=0.4316, pruned_loss=6.092, over 12832.00 frames. utt_duration=2055 frames, utt_pad_proportion=0.1338, over 25.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.6077, pruned_loss=6.361, over 2782483.00 frames. utt_duration=238.5 frames, utt_pad_proportion=0.06975, over 46948.77 utterances.], batch size: 25, lr: 2.94e-03 +2022-09-17 00:55:25,842 INFO [train.py:885] (0/2) Epoch 1, batch 1500, loss[loss=0.3483, simple_loss=0.6966, pruned_loss=6.536, over 13843.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06952, over 412.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.5912, pruned_loss=6.349, over 2786762.11 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06706, over 43576.27 utterances.], batch size: 412, lr: 2.94e-03 +2022-09-17 00:55:55,951 INFO [train.py:885] (0/2) Epoch 1, batch 1550, loss[loss=0.3318, simple_loss=0.6637, pruned_loss=6.479, over 14308.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03935, over 283.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.5884, pruned_loss=6.351, over 2782677.20 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06706, over 44636.06 utterances.], batch size: 283, lr: 2.93e-03 +2022-09-17 00:56:25,190 INFO [train.py:885] (0/2) Epoch 1, batch 1600, loss[loss=0.3579, simple_loss=0.7158, pruned_loss=6.436, over 14021.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05454, over 365.00 utterances.], tot_loss[loss=0.292, simple_loss=0.5839, pruned_loss=6.362, over 2785944.41 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06641, over 43817.32 utterances.], batch size: 365, lr: 2.93e-03 +2022-09-17 00:56:55,175 INFO [train.py:885] (0/2) Epoch 1, batch 1650, loss[loss=0.1594, simple_loss=0.3188, pruned_loss=5.972, over 11978.00 frames. utt_duration=1998 frames, utt_pad_proportion=0.1932, over 24.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.5817, pruned_loss=6.371, over 2784143.34 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06822, over 44869.54 utterances.], batch size: 24, lr: 2.92e-03 +2022-09-17 00:57:24,664 INFO [train.py:885] (0/2) Epoch 1, batch 1700, loss[loss=0.302, simple_loss=0.604, pruned_loss=6.454, over 14310.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03852, over 180.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.5736, pruned_loss=6.372, over 2785022.58 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06757, over 43993.40 utterances.], batch size: 180, lr: 2.92e-03 +2022-09-17 00:57:54,856 INFO [train.py:885] (0/2) Epoch 1, batch 1750, loss[loss=0.335, simple_loss=0.6699, pruned_loss=6.734, over 13620.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.07842, over 560.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.5697, pruned_loss=6.378, over 2786202.15 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06717, over 44277.47 utterances.], batch size: 560, lr: 2.91e-03 +2022-09-17 00:58:24,899 INFO [train.py:885] (0/2) Epoch 1, batch 1800, loss[loss=0.1859, simple_loss=0.3718, pruned_loss=5.999, over 13163.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.1161, over 33.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.5726, pruned_loss=6.391, over 2784772.55 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07053, over 45051.66 utterances.], batch size: 33, lr: 2.91e-03 +2022-09-17 00:58:53,929 INFO [train.py:885] (0/2) Epoch 1, batch 1850, loss[loss=0.1805, simple_loss=0.3609, pruned_loss=6.03, over 13516.00 frames. utt_duration=1320 frames, utt_pad_proportion=0.0776, over 41.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.5622, pruned_loss=6.384, over 2781963.12 frames. utt_duration=256.4 frames, utt_pad_proportion=0.07025, over 43645.20 utterances.], batch size: 41, lr: 2.91e-03 +2022-09-17 00:59:23,327 INFO [train.py:885] (0/2) Epoch 1, batch 1900, loss[loss=0.3017, simple_loss=0.6033, pruned_loss=6.45, over 14396.00 frames. utt_duration=373 frames, utt_pad_proportion=0.03608, over 155.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.5583, pruned_loss=6.389, over 2777733.80 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07214, over 44226.03 utterances.], batch size: 155, lr: 2.90e-03 +2022-09-17 00:59:52,622 INFO [train.py:885] (0/2) Epoch 1, batch 1950, loss[loss=0.2975, simple_loss=0.595, pruned_loss=6.547, over 14321.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03835, over 283.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.5603, pruned_loss=6.395, over 2779303.50 frames. utt_duration=248.9 frames, utt_pad_proportion=0.072, over 44934.41 utterances.], batch size: 283, lr: 2.90e-03 +2022-09-17 01:00:22,747 INFO [train.py:885] (0/2) Epoch 1, batch 2000, loss[loss=0.268, simple_loss=0.536, pruned_loss=6.463, over 14314.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03783, over 180.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.5602, pruned_loss=6.407, over 2773869.19 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07604, over 45614.90 utterances.], batch size: 180, lr: 2.89e-03 +2022-09-17 01:00:52,046 INFO [train.py:885] (0/2) Epoch 1, batch 2050, loss[loss=0.4421, simple_loss=0.8843, pruned_loss=7.023, over 12459.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1471, over 810.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.5608, pruned_loss=6.41, over 2778154.33 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07509, over 45913.13 utterances.], batch size: 810, lr: 2.89e-03 +2022-09-17 01:01:22,024 INFO [train.py:885] (0/2) Epoch 1, batch 2100, loss[loss=0.1736, simple_loss=0.3471, pruned_loss=5.993, over 12540.00 frames. utt_duration=2092 frames, utt_pad_proportion=0.1493, over 24.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.5544, pruned_loss=6.41, over 2776488.18 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07401, over 45271.52 utterances.], batch size: 24, lr: 2.88e-03 +2022-09-17 01:01:52,411 INFO [train.py:885] (0/2) Epoch 1, batch 2150, loss[loss=0.3278, simple_loss=0.6555, pruned_loss=6.676, over 13647.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07966, over 477.00 utterances.], tot_loss[loss=0.277, simple_loss=0.554, pruned_loss=6.413, over 2774823.09 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07356, over 45852.28 utterances.], batch size: 477, lr: 2.88e-03 +2022-09-17 01:02:21,661 INFO [train.py:885] (0/2) Epoch 1, batch 2200, loss[loss=0.2053, simple_loss=0.4105, pruned_loss=6.118, over 12448.00 frames. utt_duration=2076 frames, utt_pad_proportion=0.159, over 24.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.5539, pruned_loss=6.419, over 2779443.27 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07141, over 45369.91 utterances.], batch size: 24, lr: 2.87e-03 +2022-09-17 01:02:50,949 INFO [train.py:885] (0/2) Epoch 1, batch 2250, loss[loss=0.2848, simple_loss=0.5695, pruned_loss=6.455, over 14350.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03592, over 210.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.5507, pruned_loss=6.42, over 2779911.16 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07195, over 45067.58 utterances.], batch size: 210, lr: 2.86e-03 +2022-09-17 01:03:21,352 INFO [train.py:885] (0/2) Epoch 1, batch 2300, loss[loss=0.306, simple_loss=0.6119, pruned_loss=6.52, over 14219.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04388, over 335.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.5549, pruned_loss=6.432, over 2777804.04 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07332, over 47231.58 utterances.], batch size: 335, lr: 2.86e-03 +2022-09-17 01:03:50,744 INFO [train.py:885] (0/2) Epoch 1, batch 2350, loss[loss=0.2516, simple_loss=0.5033, pruned_loss=6.424, over 14359.00 frames. utt_duration=476.1 frames, utt_pad_proportion=0.04007, over 121.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.5525, pruned_loss=6.429, over 2778634.14 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07344, over 46964.04 utterances.], batch size: 121, lr: 2.85e-03 +2022-09-17 01:04:20,736 INFO [train.py:885] (0/2) Epoch 1, batch 2400, loss[loss=0.3104, simple_loss=0.6208, pruned_loss=6.619, over 13711.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07744, over 478.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.5525, pruned_loss=6.443, over 2777487.57 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07405, over 47735.16 utterances.], batch size: 478, lr: 2.85e-03 +2022-09-17 01:04:50,522 INFO [train.py:885] (0/2) Epoch 1, batch 2450, loss[loss=0.2865, simple_loss=0.5729, pruned_loss=6.498, over 14007.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05556, over 365.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.5495, pruned_loss=6.447, over 2781274.60 frames. utt_duration=236.3 frames, utt_pad_proportion=0.0732, over 47372.42 utterances.], batch size: 365, lr: 2.84e-03 +2022-09-17 01:05:19,964 INFO [train.py:885] (0/2) Epoch 1, batch 2500, loss[loss=0.2281, simple_loss=0.4562, pruned_loss=6.357, over 14243.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04414, over 141.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.5353, pruned_loss=6.432, over 2781887.05 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07067, over 43989.95 utterances.], batch size: 141, lr: 2.84e-03 +2022-09-17 01:05:49,995 INFO [train.py:885] (0/2) Epoch 1, batch 2550, loss[loss=0.3168, simple_loss=0.6335, pruned_loss=6.685, over 13791.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07064, over 411.00 utterances.], tot_loss[loss=0.27, simple_loss=0.5401, pruned_loss=6.449, over 2778161.37 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07286, over 45277.97 utterances.], batch size: 411, lr: 2.83e-03 +2022-09-17 01:06:19,764 INFO [train.py:885] (0/2) Epoch 1, batch 2600, loss[loss=0.2016, simple_loss=0.4031, pruned_loss=6.27, over 14153.00 frames. utt_duration=579.2 frames, utt_pad_proportion=0.05055, over 98.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.535, pruned_loss=6.446, over 2778166.26 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07271, over 44387.59 utterances.], batch size: 98, lr: 2.83e-03 +2022-09-17 01:06:49,173 INFO [train.py:885] (0/2) Epoch 1, batch 2650, loss[loss=0.2719, simple_loss=0.5437, pruned_loss=6.575, over 14308.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03802, over 154.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.5366, pruned_loss=6.46, over 2780912.37 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07178, over 45102.11 utterances.], batch size: 154, lr: 2.82e-03 +2022-09-17 01:07:19,438 INFO [train.py:885] (0/2) Epoch 1, batch 2700, loss[loss=0.1881, simple_loss=0.3763, pruned_loss=6.184, over 12767.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.09388, over 25.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.5308, pruned_loss=6.456, over 2776627.24 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07205, over 44475.10 utterances.], batch size: 25, lr: 2.81e-03 +2022-09-17 01:07:48,464 INFO [train.py:885] (0/2) Epoch 1, batch 2750, loss[loss=0.362, simple_loss=0.724, pruned_loss=6.774, over 13192.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1048, over 653.00 utterances.], tot_loss[loss=0.2645, simple_loss=0.529, pruned_loss=6.46, over 2780325.61 frames. utt_duration=252.6 frames, utt_pad_proportion=0.0707, over 44292.39 utterances.], batch size: 653, lr: 2.81e-03 +2022-09-17 01:08:18,634 INFO [train.py:885] (0/2) Epoch 1, batch 2800, loss[loss=0.4546, simple_loss=0.9092, pruned_loss=7.119, over 12490.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.147, over 811.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.5293, pruned_loss=6.465, over 2780631.95 frames. utt_duration=244.2 frames, utt_pad_proportion=0.0716, over 45827.63 utterances.], batch size: 811, lr: 2.80e-03 +2022-09-17 01:08:48,111 INFO [train.py:885] (0/2) Epoch 1, batch 2850, loss[loss=0.305, simple_loss=0.6099, pruned_loss=6.715, over 13724.00 frames. utt_duration=116.5 frames, utt_pad_proportion=0.07549, over 477.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.5326, pruned_loss=6.479, over 2783444.59 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07162, over 46911.72 utterances.], batch size: 477, lr: 2.80e-03 +2022-09-17 01:09:17,774 INFO [train.py:885] (0/2) Epoch 1, batch 2900, loss[loss=0.2661, simple_loss=0.5322, pruned_loss=6.546, over 14328.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03785, over 195.00 utterances.], tot_loss[loss=0.267, simple_loss=0.5339, pruned_loss=6.485, over 2783467.82 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07205, over 47036.02 utterances.], batch size: 195, lr: 2.79e-03 +2022-09-17 01:09:46,971 INFO [train.py:885] (0/2) Epoch 1, batch 2950, loss[loss=0.3367, simple_loss=0.6734, pruned_loss=6.779, over 13627.00 frames. utt_duration=98.71 frames, utt_pad_proportion=0.07749, over 560.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.5304, pruned_loss=6.484, over 2783663.70 frames. utt_duration=242.8 frames, utt_pad_proportion=0.06995, over 46146.77 utterances.], batch size: 560, lr: 2.78e-03 +2022-09-17 01:10:16,717 INFO [train.py:885] (0/2) Epoch 1, batch 3000, loss[loss=0.9467, simple_loss=0.583, pruned_loss=6.552, over 14227.00 frames. utt_duration=254.4 frames, utt_pad_proportion=0.04368, over 225.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.5267, pruned_loss=6.487, over 2786723.58 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06823, over 45385.65 utterances.], batch size: 225, lr: 2.78e-03 +2022-09-17 01:10:16,718 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 01:10:21,630 INFO [train.py:914] (0/2) Epoch 1, validation: loss=2.24, simple_loss=0.4092, pruned_loss=2.035, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 01:10:50,545 INFO [train.py:885] (0/2) Epoch 1, batch 3050, loss[loss=0.2886, simple_loss=0.4439, pruned_loss=0.6659, over 14257.00 frames. utt_duration=642.4 frames, utt_pad_proportion=0.04263, over 89.00 utterances.], tot_loss[loss=0.3185, simple_loss=0.5283, pruned_loss=5.308, over 2785920.85 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06932, over 45711.42 utterances.], batch size: 89, lr: 2.77e-03 +2022-09-17 01:11:20,186 INFO [train.py:885] (0/2) Epoch 1, batch 3100, loss[loss=0.1873, simple_loss=0.3194, pruned_loss=0.2755, over 13226.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.09871, over 33.00 utterances.], tot_loss[loss=0.3195, simple_loss=0.5275, pruned_loss=4.266, over 2785000.32 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06847, over 45660.88 utterances.], batch size: 33, lr: 2.77e-03 +2022-09-17 01:11:49,871 INFO [train.py:885] (0/2) Epoch 1, batch 3150, loss[loss=0.1931, simple_loss=0.335, pruned_loss=0.2555, over 13391.00 frames. utt_duration=1624 frames, utt_pad_proportion=0.09557, over 33.00 utterances.], tot_loss[loss=0.3177, simple_loss=0.5272, pruned_loss=3.433, over 2779336.63 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07259, over 47060.59 utterances.], batch size: 33, lr: 2.76e-03 +2022-09-17 01:12:19,314 INFO [train.py:885] (0/2) Epoch 1, batch 3200, loss[loss=0.1533, simple_loss=0.2697, pruned_loss=0.1843, over 13116.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1071, over 33.00 utterances.], tot_loss[loss=0.3139, simple_loss=0.5248, pruned_loss=2.769, over 2776188.47 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07401, over 46774.74 utterances.], batch size: 33, lr: 2.75e-03 +2022-09-17 01:12:49,291 INFO [train.py:885] (0/2) Epoch 1, batch 3250, loss[loss=0.3249, simple_loss=0.5632, pruned_loss=0.4331, over 14374.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03249, over 244.00 utterances.], tot_loss[loss=0.3133, simple_loss=0.528, pruned_loss=2.245, over 2780774.83 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07323, over 47962.17 utterances.], batch size: 244, lr: 2.75e-03 +2022-09-17 01:13:19,222 INFO [train.py:885] (0/2) Epoch 1, batch 3300, loss[loss=0.2435, simple_loss=0.4254, pruned_loss=0.3075, over 14058.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05699, over 98.00 utterances.], tot_loss[loss=0.309, simple_loss=0.5245, pruned_loss=1.83, over 2782200.65 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07262, over 47329.77 utterances.], batch size: 98, lr: 2.74e-03 +2022-09-17 01:13:47,958 INFO [train.py:885] (0/2) Epoch 1, batch 3350, loss[loss=0.3106, simple_loss=0.5424, pruned_loss=0.3939, over 14379.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03203, over 244.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.5215, pruned_loss=1.505, over 2784829.23 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07132, over 46096.71 utterances.], batch size: 244, lr: 2.73e-03 +2022-09-17 01:14:17,500 INFO [train.py:885] (0/2) Epoch 1, batch 3400, loss[loss=0.2372, simple_loss=0.4192, pruned_loss=0.2767, over 14070.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05471, over 98.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.5166, pruned_loss=1.25, over 2784601.16 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07031, over 44437.96 utterances.], batch size: 98, lr: 2.73e-03 +2022-09-17 01:14:46,971 INFO [train.py:885] (0/2) Epoch 1, batch 3450, loss[loss=0.4042, simple_loss=0.6961, pruned_loss=0.5615, over 14272.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04067, over 335.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.5191, pruned_loss=1.055, over 2785736.14 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07102, over 45370.19 utterances.], batch size: 335, lr: 2.72e-03 +2022-09-17 01:15:16,372 INFO [train.py:885] (0/2) Epoch 1, batch 3500, loss[loss=0.2456, simple_loss=0.4378, pruned_loss=0.2667, over 14092.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05317, over 98.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.5182, pruned_loss=0.8987, over 2788445.05 frames. utt_duration=248 frames, utt_pad_proportion=0.06853, over 45240.48 utterances.], batch size: 98, lr: 2.72e-03 +2022-09-17 01:15:46,039 INFO [train.py:885] (0/2) Epoch 1, batch 3550, loss[loss=0.3235, simple_loss=0.5694, pruned_loss=0.388, over 14363.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03571, over 195.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.5146, pruned_loss=0.7749, over 2785250.06 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06943, over 45021.29 utterances.], batch size: 195, lr: 2.71e-03 +2022-09-17 01:16:15,610 INFO [train.py:885] (0/2) Epoch 1, batch 3600, loss[loss=0.2023, simple_loss=0.3623, pruned_loss=0.2118, over 13522.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.09055, over 50.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.5181, pruned_loss=0.6848, over 2781375.15 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07205, over 46760.83 utterances.], batch size: 50, lr: 2.70e-03 +2022-09-17 01:16:45,030 INFO [train.py:885] (0/2) Epoch 1, batch 3650, loss[loss=0.2836, simple_loss=0.5031, pruned_loss=0.3208, over 14258.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04504, over 141.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.5183, pruned_loss=0.6112, over 2779623.07 frames. utt_duration=242.4 frames, utt_pad_proportion=0.0721, over 46142.32 utterances.], batch size: 141, lr: 2.70e-03 +2022-09-17 01:17:13,501 INFO [train.py:885] (0/2) Epoch 1, batch 3700, loss[loss=0.2179, simple_loss=0.3881, pruned_loss=0.2387, over 14053.00 frames. utt_duration=712.9 frames, utt_pad_proportion=0.05193, over 79.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.5154, pruned_loss=0.5494, over 2781283.63 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07134, over 45637.35 utterances.], batch size: 79, lr: 2.69e-03 +2022-09-17 01:17:43,381 INFO [train.py:885] (0/2) Epoch 1, batch 3750, loss[loss=0.2037, simple_loss=0.3649, pruned_loss=0.2126, over 13976.00 frames. utt_duration=811.7 frames, utt_pad_proportion=0.05505, over 69.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.5179, pruned_loss=0.5055, over 2775406.24 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07509, over 46857.91 utterances.], batch size: 69, lr: 2.68e-03 +2022-09-17 01:18:13,036 INFO [train.py:885] (0/2) Epoch 1, batch 3800, loss[loss=0.3751, simple_loss=0.6623, pruned_loss=0.4395, over 13604.00 frames. utt_duration=98.53 frames, utt_pad_proportion=0.07919, over 560.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.513, pruned_loss=0.4653, over 2773340.73 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07389, over 46158.88 utterances.], batch size: 560, lr: 2.68e-03 +2022-09-17 01:18:43,369 INFO [train.py:885] (0/2) Epoch 1, batch 3850, loss[loss=0.3565, simple_loss=0.6307, pruned_loss=0.4118, over 13637.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08096, over 477.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.5207, pruned_loss=0.4426, over 2774591.53 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07583, over 48654.72 utterances.], batch size: 477, lr: 2.67e-03 +2022-09-17 01:19:12,641 INFO [train.py:885] (0/2) Epoch 1, batch 3900, loss[loss=0.2697, simple_loss=0.4807, pruned_loss=0.2932, over 14311.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.0376, over 180.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.5215, pruned_loss=0.4206, over 2775800.58 frames. utt_duration=226.2 frames, utt_pad_proportion=0.07729, over 49408.62 utterances.], batch size: 180, lr: 2.66e-03 +2022-09-17 01:19:41,955 INFO [train.py:885] (0/2) Epoch 1, batch 3950, loss[loss=0.2586, simple_loss=0.4592, pruned_loss=0.2896, over 14187.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04365, over 109.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.5161, pruned_loss=0.3985, over 2779779.37 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07504, over 47902.64 utterances.], batch size: 109, lr: 2.66e-03 +2022-09-17 01:20:10,674 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-4000.pt +2022-09-17 01:20:11,713 INFO [train.py:885] (0/2) Epoch 1, batch 4000, loss[loss=0.2974, simple_loss=0.5334, pruned_loss=0.3069, over 13995.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05615, over 365.00 utterances.], tot_loss[loss=0.294, simple_loss=0.519, pruned_loss=0.3861, over 2778431.94 frames. utt_duration=227 frames, utt_pad_proportion=0.07598, over 49281.72 utterances.], batch size: 365, lr: 2.65e-03 +2022-09-17 01:20:40,835 INFO [train.py:885] (0/2) Epoch 1, batch 4050, loss[loss=0.3133, simple_loss=0.5596, pruned_loss=0.3344, over 13747.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07253, over 411.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.5133, pruned_loss=0.3696, over 2781078.48 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07397, over 47627.20 utterances.], batch size: 411, lr: 2.64e-03 +2022-09-17 01:21:10,119 INFO [train.py:885] (0/2) Epoch 1, batch 4100, loss[loss=0.2906, simple_loss=0.5151, pruned_loss=0.3304, over 14355.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03329, over 244.00 utterances.], tot_loss[loss=0.286, simple_loss=0.5061, pruned_loss=0.3545, over 2780696.58 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07183, over 45651.76 utterances.], batch size: 244, lr: 2.64e-03 +2022-09-17 01:21:40,411 INFO [train.py:885] (0/2) Epoch 1, batch 4150, loss[loss=0.1925, simple_loss=0.3483, pruned_loss=0.1837, over 12505.00 frames. utt_duration=2085 frames, utt_pad_proportion=0.1488, over 24.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.5059, pruned_loss=0.3481, over 2779451.96 frames. utt_duration=243 frames, utt_pad_proportion=0.07141, over 46024.50 utterances.], batch size: 24, lr: 2.63e-03 +2022-09-17 01:22:16,292 INFO [train.py:885] (0/2) Epoch 1, batch 4200, loss[loss=0.3202, simple_loss=0.5715, pruned_loss=0.3451, over 13757.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07236, over 411.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.5073, pruned_loss=0.3429, over 2780524.28 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07274, over 46673.50 utterances.], batch size: 411, lr: 2.63e-03 +2022-09-17 01:22:46,042 INFO [train.py:885] (0/2) Epoch 1, batch 4250, loss[loss=0.2854, simple_loss=0.509, pruned_loss=0.3088, over 14339.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03688, over 210.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.507, pruned_loss=0.3377, over 2781196.64 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07225, over 46517.59 utterances.], batch size: 210, lr: 2.62e-03 +2022-09-17 01:23:15,395 INFO [train.py:885] (0/2) Epoch 1, batch 4300, loss[loss=0.3392, simple_loss=0.6041, pruned_loss=0.3716, over 13635.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08144, over 477.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.4994, pruned_loss=0.3275, over 2781306.61 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06991, over 44780.89 utterances.], batch size: 477, lr: 2.61e-03 +2022-09-17 01:23:45,299 INFO [train.py:885] (0/2) Epoch 1, batch 4350, loss[loss=0.2113, simple_loss=0.3818, pruned_loss=0.2043, over 14079.00 frames. utt_duration=714.2 frames, utt_pad_proportion=0.05527, over 79.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.4979, pruned_loss=0.3222, over 2778935.32 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07086, over 45434.21 utterances.], batch size: 79, lr: 2.61e-03 +2022-09-17 01:24:14,134 INFO [train.py:885] (0/2) Epoch 1, batch 4400, loss[loss=0.2334, simple_loss=0.4179, pruned_loss=0.2447, over 14175.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04446, over 109.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.4992, pruned_loss=0.3208, over 2785623.92 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06795, over 45176.79 utterances.], batch size: 109, lr: 2.60e-03 +2022-09-17 01:24:44,374 INFO [train.py:885] (0/2) Epoch 1, batch 4450, loss[loss=0.2285, simple_loss=0.4102, pruned_loss=0.2341, over 14033.00 frames. utt_duration=574.2 frames, utt_pad_proportion=0.0572, over 98.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.5015, pruned_loss=0.3199, over 2782492.95 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07041, over 46594.50 utterances.], batch size: 98, lr: 2.59e-03 +2022-09-17 01:25:15,033 INFO [train.py:885] (0/2) Epoch 1, batch 4500, loss[loss=0.1739, simple_loss=0.3146, pruned_loss=0.1658, over 13607.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.08969, over 42.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.5016, pruned_loss=0.3182, over 2776407.24 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07375, over 47237.08 utterances.], batch size: 42, lr: 2.59e-03 +2022-09-17 01:25:44,742 INFO [train.py:885] (0/2) Epoch 1, batch 4550, loss[loss=0.2035, simple_loss=0.3658, pruned_loss=0.2063, over 13945.00 frames. utt_duration=931 frames, utt_pad_proportion=0.06524, over 60.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.4994, pruned_loss=0.3146, over 2779683.81 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07235, over 46659.64 utterances.], batch size: 60, lr: 2.58e-03 +2022-09-17 01:26:14,578 INFO [train.py:885] (0/2) Epoch 1, batch 4600, loss[loss=0.2603, simple_loss=0.4632, pruned_loss=0.2875, over 14303.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04076, over 154.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.4957, pruned_loss=0.3102, over 2776941.82 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07057, over 45739.37 utterances.], batch size: 154, lr: 2.57e-03 +2022-09-17 01:26:43,778 INFO [train.py:885] (0/2) Epoch 1, batch 4650, loss[loss=0.2863, simple_loss=0.5101, pruned_loss=0.3129, over 14262.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04501, over 141.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.4971, pruned_loss=0.311, over 2776708.63 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07167, over 45845.21 utterances.], batch size: 141, lr: 2.57e-03 +2022-09-17 01:27:13,589 INFO [train.py:885] (0/2) Epoch 1, batch 4700, loss[loss=0.2953, simple_loss=0.5257, pruned_loss=0.3246, over 14294.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03946, over 180.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.4961, pruned_loss=0.3094, over 2773972.98 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07119, over 44868.71 utterances.], batch size: 180, lr: 2.56e-03 +2022-09-17 01:27:42,776 INFO [train.py:885] (0/2) Epoch 1, batch 4750, loss[loss=0.1833, simple_loss=0.332, pruned_loss=0.1729, over 13252.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.0948, over 41.00 utterances.], tot_loss[loss=0.278, simple_loss=0.4948, pruned_loss=0.3068, over 2776005.06 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07115, over 44811.75 utterances.], batch size: 41, lr: 2.55e-03 +2022-09-17 01:28:11,904 INFO [train.py:885] (0/2) Epoch 1, batch 4800, loss[loss=0.1711, simple_loss=0.3107, pruned_loss=0.1571, over 13946.00 frames. utt_duration=931.1 frames, utt_pad_proportion=0.05854, over 60.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.4899, pruned_loss=0.3031, over 2779525.41 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06978, over 43223.72 utterances.], batch size: 60, lr: 2.55e-03 +2022-09-17 01:28:42,059 INFO [train.py:885] (0/2) Epoch 1, batch 4850, loss[loss=0.2746, simple_loss=0.4895, pruned_loss=0.2983, over 14269.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04055, over 180.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.4899, pruned_loss=0.3029, over 2777702.47 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0705, over 43856.68 utterances.], batch size: 180, lr: 2.54e-03 +2022-09-17 01:29:11,277 INFO [train.py:885] (0/2) Epoch 1, batch 4900, loss[loss=0.2236, simple_loss=0.4038, pruned_loss=0.2166, over 13383.00 frames. utt_duration=1072 frames, utt_pad_proportion=0.09839, over 50.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.4887, pruned_loss=0.3002, over 2783524.66 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06841, over 43507.53 utterances.], batch size: 50, lr: 2.54e-03 +2022-09-17 01:29:40,819 INFO [train.py:885] (0/2) Epoch 1, batch 4950, loss[loss=0.2555, simple_loss=0.4528, pruned_loss=0.2912, over 14070.00 frames. utt_duration=713.8 frames, utt_pad_proportion=0.05329, over 79.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.4943, pruned_loss=0.3041, over 2781792.54 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07029, over 45125.90 utterances.], batch size: 79, lr: 2.53e-03 +2022-09-17 01:30:10,407 INFO [train.py:885] (0/2) Epoch 1, batch 5000, loss[loss=0.242, simple_loss=0.4361, pruned_loss=0.2389, over 14216.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04763, over 141.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.4961, pruned_loss=0.3045, over 2780198.13 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07155, over 46339.38 utterances.], batch size: 141, lr: 2.52e-03 +2022-09-17 01:30:40,601 INFO [train.py:885] (0/2) Epoch 1, batch 5050, loss[loss=0.2985, simple_loss=0.5364, pruned_loss=0.303, over 13998.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0561, over 365.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.4971, pruned_loss=0.3035, over 2778228.66 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07251, over 47698.86 utterances.], batch size: 365, lr: 2.52e-03 +2022-09-17 01:31:09,885 INFO [train.py:885] (0/2) Epoch 1, batch 5100, loss[loss=0.309, simple_loss=0.5537, pruned_loss=0.3216, over 13738.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07394, over 411.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.4971, pruned_loss=0.3033, over 2781688.71 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07183, over 47206.02 utterances.], batch size: 411, lr: 2.51e-03 +2022-09-17 01:31:39,478 INFO [train.py:885] (0/2) Epoch 1, batch 5150, loss[loss=0.2656, simple_loss=0.4763, pruned_loss=0.2746, over 14305.00 frames. utt_duration=407.3 frames, utt_pad_proportion=0.04175, over 141.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.4962, pruned_loss=0.3018, over 2781624.73 frames. utt_duration=236.1 frames, utt_pad_proportion=0.0707, over 47423.91 utterances.], batch size: 141, lr: 2.50e-03 +2022-09-17 01:32:08,679 INFO [train.py:885] (0/2) Epoch 1, batch 5200, loss[loss=0.2173, simple_loss=0.3951, pruned_loss=0.1973, over 14055.00 frames. utt_duration=804.7 frames, utt_pad_proportion=0.05773, over 70.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.4911, pruned_loss=0.2971, over 2780784.12 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07114, over 46474.76 utterances.], batch size: 70, lr: 2.50e-03 +2022-09-17 01:32:38,615 INFO [train.py:885] (0/2) Epoch 1, batch 5250, loss[loss=0.2595, simple_loss=0.4654, pruned_loss=0.268, over 14306.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.0405, over 154.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.4902, pruned_loss=0.2953, over 2780271.12 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07119, over 46875.86 utterances.], batch size: 154, lr: 2.49e-03 +2022-09-17 01:33:08,014 INFO [train.py:885] (0/2) Epoch 1, batch 5300, loss[loss=0.2635, simple_loss=0.4718, pruned_loss=0.2764, over 14340.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03548, over 130.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.4888, pruned_loss=0.2936, over 2784629.37 frames. utt_duration=241.9 frames, utt_pad_proportion=0.06847, over 46333.66 utterances.], batch size: 130, lr: 2.49e-03 +2022-09-17 01:33:37,471 INFO [train.py:885] (0/2) Epoch 1, batch 5350, loss[loss=0.2923, simple_loss=0.5195, pruned_loss=0.3259, over 14344.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03672, over 283.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.4832, pruned_loss=0.2888, over 2785947.73 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06625, over 45044.26 utterances.], batch size: 283, lr: 2.48e-03 +2022-09-17 01:34:07,206 INFO [train.py:885] (0/2) Epoch 1, batch 5400, loss[loss=0.1667, simple_loss=0.3031, pruned_loss=0.1521, over 12758.00 frames. utt_duration=1548 frames, utt_pad_proportion=0.1378, over 33.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.4813, pruned_loss=0.2866, over 2780176.07 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06936, over 45043.03 utterances.], batch size: 33, lr: 2.47e-03 +2022-09-17 01:34:36,796 INFO [train.py:885] (0/2) Epoch 1, batch 5450, loss[loss=0.3594, simple_loss=0.6422, pruned_loss=0.3834, over 13197.00 frames. utt_duration=82.4 frames, utt_pad_proportion=0.1043, over 653.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.4813, pruned_loss=0.2855, over 2781558.58 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06799, over 44999.27 utterances.], batch size: 653, lr: 2.47e-03 +2022-09-17 01:35:06,772 INFO [train.py:885] (0/2) Epoch 1, batch 5500, loss[loss=0.2852, simple_loss=0.5104, pruned_loss=0.3002, over 14327.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03812, over 262.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.4825, pruned_loss=0.2865, over 2780122.72 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06895, over 44979.11 utterances.], batch size: 262, lr: 2.46e-03 +2022-09-17 01:35:35,847 INFO [train.py:885] (0/2) Epoch 1, batch 5550, loss[loss=0.2857, simple_loss=0.5085, pruned_loss=0.315, over 14306.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03788, over 180.00 utterances.], tot_loss[loss=0.268, simple_loss=0.4794, pruned_loss=0.2834, over 2777006.20 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06901, over 44244.41 utterances.], batch size: 180, lr: 2.45e-03 +2022-09-17 01:36:05,442 INFO [train.py:885] (0/2) Epoch 1, batch 5600, loss[loss=0.3047, simple_loss=0.5394, pruned_loss=0.3504, over 14327.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03878, over 262.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.4802, pruned_loss=0.2842, over 2782055.73 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06706, over 43711.11 utterances.], batch size: 262, lr: 2.45e-03 +2022-09-17 01:36:34,589 INFO [train.py:885] (0/2) Epoch 1, batch 5650, loss[loss=0.2278, simple_loss=0.4072, pruned_loss=0.2421, over 14143.00 frames. utt_duration=578.5 frames, utt_pad_proportion=0.05007, over 98.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.4775, pruned_loss=0.2811, over 2780548.96 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06741, over 43476.46 utterances.], batch size: 98, lr: 2.44e-03 +2022-09-17 01:37:04,361 INFO [train.py:885] (0/2) Epoch 1, batch 5700, loss[loss=0.1944, simple_loss=0.3521, pruned_loss=0.183, over 13605.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.07712, over 50.00 utterances.], tot_loss[loss=0.268, simple_loss=0.4797, pruned_loss=0.2813, over 2776442.16 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07, over 44966.53 utterances.], batch size: 50, lr: 2.44e-03 +2022-09-17 01:37:34,039 INFO [train.py:885] (0/2) Epoch 1, batch 5750, loss[loss=0.2547, simple_loss=0.457, pruned_loss=0.2626, over 14177.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04282, over 109.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.4799, pruned_loss=0.282, over 2780180.16 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06847, over 44336.52 utterances.], batch size: 109, lr: 2.43e-03 +2022-09-17 01:38:03,032 INFO [train.py:885] (0/2) Epoch 1, batch 5800, loss[loss=0.2844, simple_loss=0.508, pruned_loss=0.3038, over 14318.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03937, over 262.00 utterances.], tot_loss[loss=0.2639, simple_loss=0.4728, pruned_loss=0.2757, over 2778982.87 frames. utt_duration=263.8 frames, utt_pad_proportion=0.06746, over 42376.07 utterances.], batch size: 262, lr: 2.42e-03 +2022-09-17 01:38:32,614 INFO [train.py:885] (0/2) Epoch 1, batch 5850, loss[loss=0.2037, simple_loss=0.3671, pruned_loss=0.2017, over 13410.00 frames. utt_duration=1278 frames, utt_pad_proportion=0.09519, over 42.00 utterances.], tot_loss[loss=0.265, simple_loss=0.4746, pruned_loss=0.2773, over 2778846.18 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06684, over 42903.74 utterances.], batch size: 42, lr: 2.42e-03 +2022-09-17 01:39:01,788 INFO [train.py:885] (0/2) Epoch 1, batch 5900, loss[loss=0.2323, simple_loss=0.4172, pruned_loss=0.2368, over 14164.00 frames. utt_duration=638 frames, utt_pad_proportion=0.04913, over 89.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.4759, pruned_loss=0.2787, over 2777597.36 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06868, over 43503.96 utterances.], batch size: 89, lr: 2.41e-03 +2022-09-17 01:39:31,272 INFO [train.py:885] (0/2) Epoch 1, batch 5950, loss[loss=0.3124, simple_loss=0.5549, pruned_loss=0.3496, over 14334.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03858, over 262.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.4795, pruned_loss=0.2802, over 2779546.21 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06974, over 45113.24 utterances.], batch size: 262, lr: 2.41e-03 +2022-09-17 01:40:01,015 INFO [train.py:885] (0/2) Epoch 1, batch 6000, loss[loss=0.2935, simple_loss=0.2801, pruned_loss=0.1535, over 13448.00 frames. utt_duration=1282 frames, utt_pad_proportion=0.09389, over 42.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.4795, pruned_loss=0.28, over 2778326.54 frames. utt_duration=243.9 frames, utt_pad_proportion=0.0715, over 45846.93 utterances.], batch size: 42, lr: 2.40e-03 +2022-09-17 01:40:01,016 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 01:40:05,157 INFO [train.py:914] (0/2) Epoch 1, validation: loss=0.3558, simple_loss=0.3599, pruned_loss=0.1759, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 01:40:35,219 INFO [train.py:885] (0/2) Epoch 1, batch 6050, loss[loss=0.5552, simple_loss=0.5273, pruned_loss=0.2916, over 14007.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05536, over 365.00 utterances.], tot_loss[loss=0.3367, simple_loss=0.4871, pruned_loss=0.2877, over 2780335.55 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07046, over 47312.09 utterances.], batch size: 365, lr: 2.39e-03 +2022-09-17 01:41:05,122 INFO [train.py:885] (0/2) Epoch 1, batch 6100, loss[loss=0.5913, simple_loss=0.5336, pruned_loss=0.3245, over 14291.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03982, over 225.00 utterances.], tot_loss[loss=0.3715, simple_loss=0.4807, pruned_loss=0.2825, over 2782740.27 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06912, over 45020.65 utterances.], batch size: 225, lr: 2.39e-03 +2022-09-17 01:41:33,946 INFO [train.py:885] (0/2) Epoch 1, batch 6150, loss[loss=0.628, simple_loss=0.5701, pruned_loss=0.343, over 13959.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05817, over 365.00 utterances.], tot_loss[loss=0.4034, simple_loss=0.4804, pruned_loss=0.2809, over 2783212.51 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06812, over 44520.22 utterances.], batch size: 365, lr: 2.38e-03 +2022-09-17 01:42:03,866 INFO [train.py:885] (0/2) Epoch 1, batch 6200, loss[loss=1.031, simple_loss=0.8676, pruned_loss=0.5974, over 12508.00 frames. utt_duration=63.37 frames, utt_pad_proportion=0.1436, over 810.00 utterances.], tot_loss[loss=0.4309, simple_loss=0.4826, pruned_loss=0.2814, over 2777787.46 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07133, over 44964.72 utterances.], batch size: 810, lr: 2.38e-03 +2022-09-17 01:42:33,526 INFO [train.py:885] (0/2) Epoch 1, batch 6250, loss[loss=0.3872, simple_loss=0.3832, pruned_loss=0.1956, over 13869.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.06221, over 69.00 utterances.], tot_loss[loss=0.4586, simple_loss=0.4897, pruned_loss=0.2851, over 2782208.99 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07161, over 46701.63 utterances.], batch size: 69, lr: 2.37e-03 +2022-09-17 01:43:03,226 INFO [train.py:885] (0/2) Epoch 1, batch 6300, loss[loss=0.5426, simple_loss=0.5057, pruned_loss=0.2898, over 14310.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03865, over 195.00 utterances.], tot_loss[loss=0.4684, simple_loss=0.4862, pruned_loss=0.2809, over 2779379.17 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07355, over 46011.23 utterances.], batch size: 195, lr: 2.37e-03 +2022-09-17 01:43:32,552 INFO [train.py:885] (0/2) Epoch 1, batch 6350, loss[loss=0.7167, simple_loss=0.6113, pruned_loss=0.4111, over 14197.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04452, over 306.00 utterances.], tot_loss[loss=0.4803, simple_loss=0.4862, pruned_loss=0.2804, over 2782580.44 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07113, over 46025.27 utterances.], batch size: 306, lr: 2.36e-03 +2022-09-17 01:44:02,386 INFO [train.py:885] (0/2) Epoch 1, batch 6400, loss[loss=0.3451, simple_loss=0.355, pruned_loss=0.1676, over 13718.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.084, over 42.00 utterances.], tot_loss[loss=0.4841, simple_loss=0.4829, pruned_loss=0.2763, over 2782684.10 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06993, over 45385.94 utterances.], batch size: 42, lr: 2.35e-03 +2022-09-17 01:44:31,779 INFO [train.py:885] (0/2) Epoch 1, batch 6450, loss[loss=0.5645, simple_loss=0.5125, pruned_loss=0.3082, over 14325.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04008, over 167.00 utterances.], tot_loss[loss=0.4906, simple_loss=0.4825, pruned_loss=0.2756, over 2784205.58 frames. utt_duration=249 frames, utt_pad_proportion=0.06922, over 44987.55 utterances.], batch size: 167, lr: 2.35e-03 +2022-09-17 01:45:01,102 INFO [train.py:885] (0/2) Epoch 1, batch 6500, loss[loss=0.366, simple_loss=0.3676, pruned_loss=0.1822, over 13879.00 frames. utt_duration=806 frames, utt_pad_proportion=0.06059, over 69.00 utterances.], tot_loss[loss=0.4981, simple_loss=0.4848, pruned_loss=0.276, over 2786918.98 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06885, over 45481.79 utterances.], batch size: 69, lr: 2.34e-03 +2022-09-17 01:45:30,415 INFO [train.py:885] (0/2) Epoch 1, batch 6550, loss[loss=0.3488, simple_loss=0.355, pruned_loss=0.1713, over 12632.00 frames. utt_duration=2023 frames, utt_pad_proportion=0.1558, over 25.00 utterances.], tot_loss[loss=0.4964, simple_loss=0.4809, pruned_loss=0.2718, over 2782078.72 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07005, over 44795.75 utterances.], batch size: 25, lr: 2.34e-03 +2022-09-17 01:46:01,383 INFO [train.py:885] (0/2) Epoch 1, batch 6600, loss[loss=0.4346, simple_loss=0.3922, pruned_loss=0.2385, over 14048.00 frames. utt_duration=712.8 frames, utt_pad_proportion=0.05588, over 79.00 utterances.], tot_loss[loss=0.5049, simple_loss=0.4863, pruned_loss=0.2742, over 2780680.35 frames. utt_duration=239 frames, utt_pad_proportion=0.07172, over 46834.84 utterances.], batch size: 79, lr: 2.33e-03 +2022-09-17 01:46:31,038 INFO [train.py:885] (0/2) Epoch 1, batch 6650, loss[loss=0.5007, simple_loss=0.4765, pruned_loss=0.2625, over 14335.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03724, over 210.00 utterances.], tot_loss[loss=0.5018, simple_loss=0.4817, pruned_loss=0.2706, over 2787364.88 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0689, over 45028.99 utterances.], batch size: 210, lr: 2.33e-03 +2022-09-17 01:47:00,610 INFO [train.py:885] (0/2) Epoch 1, batch 6700, loss[loss=0.428, simple_loss=0.4329, pruned_loss=0.2116, over 14277.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04285, over 154.00 utterances.], tot_loss[loss=0.5111, simple_loss=0.4882, pruned_loss=0.2745, over 2786974.63 frames. utt_duration=236 frames, utt_pad_proportion=0.07141, over 47527.00 utterances.], batch size: 154, lr: 2.32e-03 +2022-09-17 01:47:29,825 INFO [train.py:885] (0/2) Epoch 1, batch 6750, loss[loss=0.9002, simple_loss=0.7944, pruned_loss=0.503, over 12437.00 frames. utt_duration=62.93 frames, utt_pad_proportion=0.1496, over 810.00 utterances.], tot_loss[loss=0.5122, simple_loss=0.4887, pruned_loss=0.2736, over 2785311.29 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07285, over 47927.03 utterances.], batch size: 810, lr: 2.31e-03 +2022-09-17 01:47:59,546 INFO [train.py:885] (0/2) Epoch 1, batch 6800, loss[loss=0.5407, simple_loss=0.5114, pruned_loss=0.285, over 14252.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.0419, over 180.00 utterances.], tot_loss[loss=0.5092, simple_loss=0.4859, pruned_loss=0.2708, over 2784596.44 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07238, over 47166.67 utterances.], batch size: 180, lr: 2.31e-03 +2022-09-17 01:48:28,789 INFO [train.py:885] (0/2) Epoch 1, batch 6850, loss[loss=0.3033, simple_loss=0.3164, pruned_loss=0.145, over 12148.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.1618, over 24.00 utterances.], tot_loss[loss=0.5077, simple_loss=0.4836, pruned_loss=0.2694, over 2782292.20 frames. utt_duration=241.9 frames, utt_pad_proportion=0.0718, over 46299.08 utterances.], batch size: 24, lr: 2.30e-03 +2022-09-17 01:48:58,542 INFO [train.py:885] (0/2) Epoch 1, batch 6900, loss[loss=0.4505, simple_loss=0.446, pruned_loss=0.2275, over 14266.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04411, over 141.00 utterances.], tot_loss[loss=0.5098, simple_loss=0.4853, pruned_loss=0.2699, over 2784096.86 frames. utt_duration=240 frames, utt_pad_proportion=0.07204, over 46696.04 utterances.], batch size: 141, lr: 2.30e-03 +2022-09-17 01:49:27,724 INFO [train.py:885] (0/2) Epoch 1, batch 6950, loss[loss=0.6091, simple_loss=0.5433, pruned_loss=0.3374, over 14343.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03916, over 167.00 utterances.], tot_loss[loss=0.5029, simple_loss=0.4802, pruned_loss=0.2649, over 2777983.56 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07193, over 45918.86 utterances.], batch size: 167, lr: 2.29e-03 +2022-09-17 01:49:57,205 INFO [train.py:885] (0/2) Epoch 1, batch 7000, loss[loss=0.6312, simple_loss=0.5706, pruned_loss=0.3459, over 14245.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04208, over 306.00 utterances.], tot_loss[loss=0.5064, simple_loss=0.4826, pruned_loss=0.2667, over 2781638.98 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07083, over 46293.52 utterances.], batch size: 306, lr: 2.29e-03 +2022-09-17 01:50:27,465 INFO [train.py:885] (0/2) Epoch 1, batch 7050, loss[loss=0.5831, simple_loss=0.5365, pruned_loss=0.3148, over 14267.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04144, over 225.00 utterances.], tot_loss[loss=0.512, simple_loss=0.487, pruned_loss=0.2698, over 2781171.72 frames. utt_duration=233.3 frames, utt_pad_proportion=0.0719, over 47993.03 utterances.], batch size: 225, lr: 2.28e-03 +2022-09-17 01:50:57,121 INFO [train.py:885] (0/2) Epoch 1, batch 7100, loss[loss=0.3693, simple_loss=0.3637, pruned_loss=0.1874, over 13852.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.06339, over 69.00 utterances.], tot_loss[loss=0.5074, simple_loss=0.484, pruned_loss=0.2665, over 2780056.34 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07242, over 47606.60 utterances.], batch size: 69, lr: 2.28e-03 +2022-09-17 01:51:26,727 INFO [train.py:885] (0/2) Epoch 1, batch 7150, loss[loss=0.4618, simple_loss=0.459, pruned_loss=0.2323, over 14255.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04519, over 141.00 utterances.], tot_loss[loss=0.5065, simple_loss=0.4839, pruned_loss=0.2653, over 2781095.08 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07265, over 48022.25 utterances.], batch size: 141, lr: 2.27e-03 +2022-09-17 01:51:56,048 INFO [train.py:885] (0/2) Epoch 1, batch 7200, loss[loss=0.4829, simple_loss=0.4766, pruned_loss=0.2446, over 14278.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04032, over 225.00 utterances.], tot_loss[loss=0.5055, simple_loss=0.4828, pruned_loss=0.2647, over 2780716.53 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07104, over 47097.24 utterances.], batch size: 225, lr: 2.27e-03 +2022-09-17 01:52:25,598 INFO [train.py:885] (0/2) Epoch 1, batch 7250, loss[loss=0.9066, simple_loss=0.8102, pruned_loss=0.5015, over 12495.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 810.00 utterances.], tot_loss[loss=0.5083, simple_loss=0.4853, pruned_loss=0.2661, over 2779769.50 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07307, over 47751.53 utterances.], batch size: 810, lr: 2.26e-03 +2022-09-17 01:52:55,211 INFO [train.py:885] (0/2) Epoch 1, batch 7300, loss[loss=0.5871, simple_loss=0.5342, pruned_loss=0.32, over 14194.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.045, over 306.00 utterances.], tot_loss[loss=0.5077, simple_loss=0.4847, pruned_loss=0.2657, over 2781229.94 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07263, over 47578.41 utterances.], batch size: 306, lr: 2.26e-03 +2022-09-17 01:53:24,276 INFO [train.py:885] (0/2) Epoch 1, batch 7350, loss[loss=0.5927, simple_loss=0.5376, pruned_loss=0.3239, over 14238.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.04306, over 225.00 utterances.], tot_loss[loss=0.505, simple_loss=0.4826, pruned_loss=0.264, over 2785119.41 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07007, over 46228.75 utterances.], batch size: 225, lr: 2.25e-03 +2022-09-17 01:53:54,082 INFO [train.py:885] (0/2) Epoch 1, batch 7400, loss[loss=0.5816, simple_loss=0.5345, pruned_loss=0.3144, over 14342.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03749, over 283.00 utterances.], tot_loss[loss=0.5077, simple_loss=0.4852, pruned_loss=0.2653, over 2782978.69 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07078, over 47157.38 utterances.], batch size: 283, lr: 2.24e-03 +2022-09-17 01:54:23,376 INFO [train.py:885] (0/2) Epoch 1, batch 7450, loss[loss=0.54, simple_loss=0.5111, pruned_loss=0.2844, over 14320.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03814, over 226.00 utterances.], tot_loss[loss=0.5111, simple_loss=0.4883, pruned_loss=0.2671, over 2782702.46 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07125, over 48204.27 utterances.], batch size: 226, lr: 2.24e-03 +2022-09-17 01:54:52,627 INFO [train.py:885] (0/2) Epoch 1, batch 7500, loss[loss=0.5003, simple_loss=0.4665, pruned_loss=0.2671, over 14017.00 frames. utt_duration=711 frames, utt_pad_proportion=0.05826, over 79.00 utterances.], tot_loss[loss=0.5083, simple_loss=0.486, pruned_loss=0.2655, over 2785834.53 frames. utt_duration=239 frames, utt_pad_proportion=0.06929, over 46919.13 utterances.], batch size: 79, lr: 2.23e-03 +2022-09-17 01:55:22,173 INFO [train.py:885] (0/2) Epoch 1, batch 7550, loss[loss=0.2895, simple_loss=0.2999, pruned_loss=0.1395, over 13297.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.09305, over 41.00 utterances.], tot_loss[loss=0.5041, simple_loss=0.4831, pruned_loss=0.2627, over 2781552.88 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07233, over 46706.47 utterances.], batch size: 41, lr: 2.23e-03 +2022-09-17 01:55:52,346 INFO [train.py:885] (0/2) Epoch 1, batch 7600, loss[loss=0.656, simple_loss=0.5771, pruned_loss=0.3674, over 14279.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04037, over 335.00 utterances.], tot_loss[loss=0.5009, simple_loss=0.4805, pruned_loss=0.2607, over 2780927.63 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07235, over 45877.55 utterances.], batch size: 335, lr: 2.22e-03 +2022-09-17 01:56:22,061 INFO [train.py:885] (0/2) Epoch 1, batch 7650, loss[loss=0.492, simple_loss=0.4864, pruned_loss=0.2487, over 14251.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.0418, over 180.00 utterances.], tot_loss[loss=0.5009, simple_loss=0.4804, pruned_loss=0.2608, over 2778037.42 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07361, over 45975.91 utterances.], batch size: 180, lr: 2.22e-03 +2022-09-17 01:56:51,164 INFO [train.py:885] (0/2) Epoch 1, batch 7700, loss[loss=0.5245, simple_loss=0.5379, pruned_loss=0.2556, over 13616.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08193, over 477.00 utterances.], tot_loss[loss=0.4977, simple_loss=0.4777, pruned_loss=0.2589, over 2783049.51 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07189, over 44963.11 utterances.], batch size: 477, lr: 2.21e-03 +2022-09-17 01:57:21,009 INFO [train.py:885] (0/2) Epoch 1, batch 7750, loss[loss=0.332, simple_loss=0.3528, pruned_loss=0.1557, over 13851.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06362, over 69.00 utterances.], tot_loss[loss=0.496, simple_loss=0.4769, pruned_loss=0.2576, over 2782604.31 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07114, over 44934.06 utterances.], batch size: 69, lr: 2.21e-03 +2022-09-17 01:57:50,505 INFO [train.py:885] (0/2) Epoch 1, batch 7800, loss[loss=0.6371, simple_loss=0.6184, pruned_loss=0.3279, over 13171.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.4943, simple_loss=0.4757, pruned_loss=0.2564, over 2784526.14 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07013, over 44447.04 utterances.], batch size: 653, lr: 2.20e-03 +2022-09-17 01:58:19,091 INFO [train.py:885] (0/2) Epoch 1, batch 7850, loss[loss=0.3216, simple_loss=0.3407, pruned_loss=0.1512, over 13695.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07409, over 50.00 utterances.], tot_loss[loss=0.4907, simple_loss=0.473, pruned_loss=0.2542, over 2786784.14 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06771, over 43003.05 utterances.], batch size: 50, lr: 2.20e-03 +2022-09-17 01:58:49,051 INFO [train.py:885] (0/2) Epoch 1, batch 7900, loss[loss=0.5077, simple_loss=0.4887, pruned_loss=0.2634, over 14233.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.04324, over 225.00 utterances.], tot_loss[loss=0.4882, simple_loss=0.4708, pruned_loss=0.2528, over 2786877.14 frames. utt_duration=264.2 frames, utt_pad_proportion=0.06742, over 42429.10 utterances.], batch size: 225, lr: 2.19e-03 +2022-09-17 01:59:19,124 INFO [train.py:885] (0/2) Epoch 1, batch 7950, loss[loss=0.3661, simple_loss=0.3784, pruned_loss=0.1769, over 14112.00 frames. utt_duration=715.9 frames, utt_pad_proportion=0.05424, over 79.00 utterances.], tot_loss[loss=0.4975, simple_loss=0.4787, pruned_loss=0.2582, over 2789934.63 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06899, over 44800.33 utterances.], batch size: 79, lr: 2.19e-03 +2022-09-17 01:59:47,547 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-8000.pt +2022-09-17 01:59:49,035 INFO [train.py:885] (0/2) Epoch 1, batch 8000, loss[loss=0.4718, simple_loss=0.4593, pruned_loss=0.2421, over 14307.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03809, over 180.00 utterances.], tot_loss[loss=0.4944, simple_loss=0.4768, pruned_loss=0.256, over 2791313.15 frames. utt_duration=254.4 frames, utt_pad_proportion=0.0679, over 44140.23 utterances.], batch size: 180, lr: 2.18e-03 +2022-09-17 02:00:18,274 INFO [train.py:885] (0/2) Epoch 1, batch 8050, loss[loss=0.5202, simple_loss=0.489, pruned_loss=0.2757, over 14365.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03801, over 167.00 utterances.], tot_loss[loss=0.4932, simple_loss=0.4764, pruned_loss=0.255, over 2791319.57 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06681, over 44069.01 utterances.], batch size: 167, lr: 2.18e-03 +2022-09-17 02:00:48,304 INFO [train.py:885] (0/2) Epoch 1, batch 8100, loss[loss=0.4888, simple_loss=0.4811, pruned_loss=0.2482, over 14328.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03883, over 262.00 utterances.], tot_loss[loss=0.495, simple_loss=0.4775, pruned_loss=0.2562, over 2791603.64 frames. utt_duration=250 frames, utt_pad_proportion=0.06761, over 44934.37 utterances.], batch size: 262, lr: 2.17e-03 +2022-09-17 02:01:17,461 INFO [train.py:885] (0/2) Epoch 1, batch 8150, loss[loss=0.3344, simple_loss=0.3541, pruned_loss=0.1573, over 14150.00 frames. utt_duration=637.5 frames, utt_pad_proportion=0.04997, over 89.00 utterances.], tot_loss[loss=0.4919, simple_loss=0.4753, pruned_loss=0.2542, over 2789605.47 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06914, over 44692.75 utterances.], batch size: 89, lr: 2.17e-03 +2022-09-17 02:01:47,574 INFO [train.py:885] (0/2) Epoch 1, batch 8200, loss[loss=0.3827, simple_loss=0.3864, pruned_loss=0.1895, over 13957.00 frames. utt_duration=708.1 frames, utt_pad_proportion=0.06336, over 79.00 utterances.], tot_loss[loss=0.4975, simple_loss=0.4806, pruned_loss=0.2573, over 2783940.85 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07212, over 46780.42 utterances.], batch size: 79, lr: 2.16e-03 +2022-09-17 02:02:17,336 INFO [train.py:885] (0/2) Epoch 1, batch 8250, loss[loss=0.5116, simple_loss=0.4814, pruned_loss=0.2709, over 14244.00 frames. utt_duration=519.4 frames, utt_pad_proportion=0.04689, over 110.00 utterances.], tot_loss[loss=0.4984, simple_loss=0.4814, pruned_loss=0.2577, over 2784940.38 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07112, over 46582.55 utterances.], batch size: 110, lr: 2.16e-03 +2022-09-17 02:02:46,168 INFO [train.py:885] (0/2) Epoch 1, batch 8300, loss[loss=0.4067, simple_loss=0.3974, pruned_loss=0.208, over 14198.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.0467, over 89.00 utterances.], tot_loss[loss=0.4916, simple_loss=0.4759, pruned_loss=0.2537, over 2789115.60 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06926, over 44325.24 utterances.], batch size: 89, lr: 2.15e-03 +2022-09-17 02:03:16,219 INFO [train.py:885] (0/2) Epoch 1, batch 8350, loss[loss=0.6355, simple_loss=0.6201, pruned_loss=0.3254, over 13113.00 frames. utt_duration=81.82 frames, utt_pad_proportion=0.1106, over 653.00 utterances.], tot_loss[loss=0.4966, simple_loss=0.4796, pruned_loss=0.2568, over 2785230.94 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07159, over 46159.39 utterances.], batch size: 653, lr: 2.15e-03 +2022-09-17 02:03:45,643 INFO [train.py:885] (0/2) Epoch 1, batch 8400, loss[loss=0.357, simple_loss=0.3468, pruned_loss=0.1836, over 13963.00 frames. utt_duration=810.9 frames, utt_pad_proportion=0.05595, over 69.00 utterances.], tot_loss[loss=0.4956, simple_loss=0.479, pruned_loss=0.2561, over 2788806.78 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06999, over 45882.78 utterances.], batch size: 69, lr: 2.15e-03 +2022-09-17 02:04:15,771 INFO [train.py:885] (0/2) Epoch 1, batch 8450, loss[loss=0.5472, simple_loss=0.5195, pruned_loss=0.2874, over 14325.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03832, over 283.00 utterances.], tot_loss[loss=0.4935, simple_loss=0.4784, pruned_loss=0.2543, over 2783761.97 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07353, over 46985.35 utterances.], batch size: 283, lr: 2.14e-03 +2022-09-17 02:04:45,374 INFO [train.py:885] (0/2) Epoch 1, batch 8500, loss[loss=0.5135, simple_loss=0.4988, pruned_loss=0.264, over 14320.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03774, over 226.00 utterances.], tot_loss[loss=0.4932, simple_loss=0.4786, pruned_loss=0.2539, over 2784113.91 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07302, over 47305.42 utterances.], batch size: 226, lr: 2.14e-03 +2022-09-17 02:05:13,853 INFO [train.py:885] (0/2) Epoch 1, batch 8550, loss[loss=0.539, simple_loss=0.5179, pruned_loss=0.2801, over 14327.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.037, over 180.00 utterances.], tot_loss[loss=0.4843, simple_loss=0.4719, pruned_loss=0.2483, over 2788007.34 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06913, over 44729.79 utterances.], batch size: 180, lr: 2.13e-03 +2022-09-17 02:05:44,500 INFO [train.py:885] (0/2) Epoch 1, batch 8600, loss[loss=0.2402, simple_loss=0.2628, pruned_loss=0.1088, over 12377.00 frames. utt_duration=2064 frames, utt_pad_proportion=0.1477, over 24.00 utterances.], tot_loss[loss=0.4878, simple_loss=0.4748, pruned_loss=0.2504, over 2785550.91 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06917, over 45954.81 utterances.], batch size: 24, lr: 2.13e-03 +2022-09-17 02:06:14,259 INFO [train.py:885] (0/2) Epoch 1, batch 8650, loss[loss=0.3063, simple_loss=0.3076, pruned_loss=0.1525, over 13921.00 frames. utt_duration=929.3 frames, utt_pad_proportion=0.06511, over 60.00 utterances.], tot_loss[loss=0.4864, simple_loss=0.4745, pruned_loss=0.2492, over 2783637.09 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07103, over 46632.36 utterances.], batch size: 60, lr: 2.12e-03 +2022-09-17 02:06:43,452 INFO [train.py:885] (0/2) Epoch 1, batch 8700, loss[loss=0.4353, simple_loss=0.439, pruned_loss=0.2158, over 14314.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03877, over 120.00 utterances.], tot_loss[loss=0.4854, simple_loss=0.4737, pruned_loss=0.2486, over 2784619.29 frames. utt_duration=242 frames, utt_pad_proportion=0.0715, over 46313.77 utterances.], batch size: 120, lr: 2.12e-03 +2022-09-17 02:07:12,936 INFO [train.py:885] (0/2) Epoch 1, batch 8750, loss[loss=0.3379, simple_loss=0.3694, pruned_loss=0.1532, over 13866.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.06159, over 69.00 utterances.], tot_loss[loss=0.4809, simple_loss=0.4701, pruned_loss=0.2458, over 2781947.89 frames. utt_duration=246 frames, utt_pad_proportion=0.07146, over 45512.57 utterances.], batch size: 69, lr: 2.11e-03 +2022-09-17 02:07:42,427 INFO [train.py:885] (0/2) Epoch 1, batch 8800, loss[loss=0.6951, simple_loss=0.6064, pruned_loss=0.3919, over 14250.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04167, over 335.00 utterances.], tot_loss[loss=0.4884, simple_loss=0.4764, pruned_loss=0.2502, over 2776544.26 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07463, over 47995.66 utterances.], batch size: 335, lr: 2.11e-03 +2022-09-17 02:08:11,819 INFO [train.py:885] (0/2) Epoch 1, batch 8850, loss[loss=0.4503, simple_loss=0.457, pruned_loss=0.2219, over 14291.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.0437, over 110.00 utterances.], tot_loss[loss=0.489, simple_loss=0.4771, pruned_loss=0.2505, over 2776950.99 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07432, over 48215.89 utterances.], batch size: 110, lr: 2.10e-03 +2022-09-17 02:08:41,547 INFO [train.py:885] (0/2) Epoch 1, batch 8900, loss[loss=0.4879, simple_loss=0.4761, pruned_loss=0.2498, over 14356.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03831, over 167.00 utterances.], tot_loss[loss=0.4841, simple_loss=0.4731, pruned_loss=0.2475, over 2776730.50 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07416, over 47259.82 utterances.], batch size: 167, lr: 2.10e-03 +2022-09-17 02:09:11,127 INFO [train.py:885] (0/2) Epoch 1, batch 8950, loss[loss=0.3335, simple_loss=0.3551, pruned_loss=0.1559, over 13891.00 frames. utt_duration=927.5 frames, utt_pad_proportion=0.06692, over 60.00 utterances.], tot_loss[loss=0.4792, simple_loss=0.4693, pruned_loss=0.2446, over 2777639.58 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07165, over 45852.25 utterances.], batch size: 60, lr: 2.10e-03 +2022-09-17 02:09:40,635 INFO [train.py:885] (0/2) Epoch 1, batch 9000, loss[loss=0.2829, simple_loss=0.3057, pruned_loss=0.1301, over 13222.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.1117, over 33.00 utterances.], tot_loss[loss=0.4834, simple_loss=0.4731, pruned_loss=0.2468, over 2773699.11 frames. utt_duration=236 frames, utt_pad_proportion=0.07397, over 47317.90 utterances.], batch size: 33, lr: 2.09e-03 +2022-09-17 02:09:40,637 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 02:09:45,338 INFO [train.py:914] (0/2) Epoch 1, validation: loss=0.3176, simple_loss=0.3557, pruned_loss=0.1398, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 02:10:14,818 INFO [train.py:885] (0/2) Epoch 1, batch 9050, loss[loss=0.4359, simple_loss=0.4447, pruned_loss=0.2136, over 14227.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04456, over 141.00 utterances.], tot_loss[loss=0.4799, simple_loss=0.4703, pruned_loss=0.2447, over 2777439.95 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07184, over 46447.33 utterances.], batch size: 141, lr: 2.09e-03 +2022-09-17 02:10:44,278 INFO [train.py:885] (0/2) Epoch 1, batch 9100, loss[loss=0.4629, simple_loss=0.4557, pruned_loss=0.235, over 14292.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.04255, over 141.00 utterances.], tot_loss[loss=0.4799, simple_loss=0.4708, pruned_loss=0.2444, over 2775963.01 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07265, over 47197.84 utterances.], batch size: 141, lr: 2.08e-03 +2022-09-17 02:11:14,130 INFO [train.py:885] (0/2) Epoch 1, batch 9150, loss[loss=0.5968, simple_loss=0.5808, pruned_loss=0.3064, over 13671.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.0778, over 477.00 utterances.], tot_loss[loss=0.483, simple_loss=0.4737, pruned_loss=0.2462, over 2774971.49 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07443, over 47424.92 utterances.], batch size: 477, lr: 2.08e-03 +2022-09-17 02:11:43,034 INFO [train.py:885] (0/2) Epoch 1, batch 9200, loss[loss=0.4098, simple_loss=0.4223, pruned_loss=0.1986, over 14170.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04507, over 109.00 utterances.], tot_loss[loss=0.4795, simple_loss=0.4701, pruned_loss=0.2445, over 2775088.65 frames. utt_duration=243 frames, utt_pad_proportion=0.07396, over 45963.94 utterances.], batch size: 109, lr: 2.07e-03 +2022-09-17 02:12:12,376 INFO [train.py:885] (0/2) Epoch 1, batch 9250, loss[loss=0.6111, simple_loss=0.5873, pruned_loss=0.3175, over 13773.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07143, over 411.00 utterances.], tot_loss[loss=0.4803, simple_loss=0.4711, pruned_loss=0.2447, over 2778637.90 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07432, over 45685.17 utterances.], batch size: 411, lr: 2.07e-03 +2022-09-17 02:12:41,889 INFO [train.py:885] (0/2) Epoch 1, batch 9300, loss[loss=0.2877, simple_loss=0.2963, pruned_loss=0.1396, over 12891.00 frames. utt_duration=2064 frames, utt_pad_proportion=0.125, over 25.00 utterances.], tot_loss[loss=0.4829, simple_loss=0.4733, pruned_loss=0.2463, over 2781746.50 frames. utt_duration=243 frames, utt_pad_proportion=0.07222, over 46074.22 utterances.], batch size: 25, lr: 2.06e-03 +2022-09-17 02:13:11,460 INFO [train.py:885] (0/2) Epoch 1, batch 9350, loss[loss=0.3875, simple_loss=0.4023, pruned_loss=0.1863, over 14179.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04422, over 109.00 utterances.], tot_loss[loss=0.4829, simple_loss=0.4738, pruned_loss=0.246, over 2776955.08 frames. utt_duration=236 frames, utt_pad_proportion=0.07398, over 47364.87 utterances.], batch size: 109, lr: 2.06e-03 +2022-09-17 02:13:41,654 INFO [train.py:885] (0/2) Epoch 1, batch 9400, loss[loss=0.5624, simple_loss=0.5338, pruned_loss=0.2955, over 14245.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04191, over 335.00 utterances.], tot_loss[loss=0.4874, simple_loss=0.478, pruned_loss=0.2484, over 2779856.45 frames. utt_duration=229.5 frames, utt_pad_proportion=0.07505, over 48767.74 utterances.], batch size: 335, lr: 2.06e-03 +2022-09-17 02:14:11,243 INFO [train.py:885] (0/2) Epoch 1, batch 9450, loss[loss=0.5085, simple_loss=0.4878, pruned_loss=0.2646, over 14321.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04085, over 167.00 utterances.], tot_loss[loss=0.4851, simple_loss=0.4764, pruned_loss=0.2469, over 2779676.73 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07414, over 48394.39 utterances.], batch size: 167, lr: 2.05e-03 +2022-09-17 02:14:40,815 INFO [train.py:885] (0/2) Epoch 1, batch 9500, loss[loss=0.4268, simple_loss=0.447, pruned_loss=0.2033, over 14303.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.03848, over 154.00 utterances.], tot_loss[loss=0.4787, simple_loss=0.4715, pruned_loss=0.243, over 2781933.00 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07142, over 46626.49 utterances.], batch size: 154, lr: 2.05e-03 +2022-09-17 02:15:10,299 INFO [train.py:885] (0/2) Epoch 1, batch 9550, loss[loss=0.5267, simple_loss=0.5059, pruned_loss=0.2738, over 14274.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04093, over 226.00 utterances.], tot_loss[loss=0.4822, simple_loss=0.4737, pruned_loss=0.2454, over 2779731.25 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07197, over 46948.79 utterances.], batch size: 226, lr: 2.04e-03 +2022-09-17 02:15:39,798 INFO [train.py:885] (0/2) Epoch 1, batch 9600, loss[loss=0.3268, simple_loss=0.3622, pruned_loss=0.1457, over 13977.00 frames. utt_duration=709 frames, utt_pad_proportion=0.06094, over 79.00 utterances.], tot_loss[loss=0.4804, simple_loss=0.4724, pruned_loss=0.2442, over 2778193.80 frames. utt_duration=236.3 frames, utt_pad_proportion=0.0718, over 47328.23 utterances.], batch size: 79, lr: 2.04e-03 +2022-09-17 02:16:08,869 INFO [train.py:885] (0/2) Epoch 1, batch 9650, loss[loss=0.5045, simple_loss=0.497, pruned_loss=0.256, over 14383.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03187, over 244.00 utterances.], tot_loss[loss=0.4828, simple_loss=0.4746, pruned_loss=0.2455, over 2775587.00 frames. utt_duration=230.1 frames, utt_pad_proportion=0.07367, over 48571.60 utterances.], batch size: 244, lr: 2.03e-03 +2022-09-17 02:16:38,683 INFO [train.py:885] (0/2) Epoch 1, batch 9700, loss[loss=0.4928, simple_loss=0.4894, pruned_loss=0.2481, over 14358.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03699, over 244.00 utterances.], tot_loss[loss=0.4865, simple_loss=0.477, pruned_loss=0.248, over 2776988.30 frames. utt_duration=229.5 frames, utt_pad_proportion=0.07473, over 48717.33 utterances.], batch size: 244, lr: 2.03e-03 +2022-09-17 02:17:07,829 INFO [train.py:885] (0/2) Epoch 1, batch 9750, loss[loss=0.5601, simple_loss=0.523, pruned_loss=0.2986, over 14376.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03454, over 210.00 utterances.], tot_loss[loss=0.478, simple_loss=0.47, pruned_loss=0.243, over 2777061.10 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07266, over 46435.67 utterances.], batch size: 210, lr: 2.03e-03 +2022-09-17 02:17:37,455 INFO [train.py:885] (0/2) Epoch 1, batch 9800, loss[loss=0.3853, simple_loss=0.3947, pruned_loss=0.1879, over 14083.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05529, over 98.00 utterances.], tot_loss[loss=0.4791, simple_loss=0.4716, pruned_loss=0.2433, over 2784222.78 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07148, over 46652.28 utterances.], batch size: 98, lr: 2.02e-03 +2022-09-17 02:18:06,630 INFO [train.py:885] (0/2) Epoch 1, batch 9850, loss[loss=0.3804, simple_loss=0.393, pruned_loss=0.1839, over 14281.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03967, over 130.00 utterances.], tot_loss[loss=0.4753, simple_loss=0.469, pruned_loss=0.2408, over 2784620.82 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07112, over 45427.79 utterances.], batch size: 130, lr: 2.02e-03 +2022-09-17 02:18:36,569 INFO [train.py:885] (0/2) Epoch 1, batch 9900, loss[loss=0.3724, simple_loss=0.3968, pruned_loss=0.174, over 14206.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04263, over 109.00 utterances.], tot_loss[loss=0.4747, simple_loss=0.4686, pruned_loss=0.2404, over 2785031.96 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07104, over 45307.87 utterances.], batch size: 109, lr: 2.01e-03 +2022-09-17 02:19:05,763 INFO [train.py:885] (0/2) Epoch 1, batch 9950, loss[loss=0.5222, simple_loss=0.501, pruned_loss=0.2716, over 14342.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03805, over 244.00 utterances.], tot_loss[loss=0.4801, simple_loss=0.4725, pruned_loss=0.2438, over 2785729.11 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07069, over 46107.95 utterances.], batch size: 244, lr: 2.01e-03 +2022-09-17 02:19:35,589 INFO [train.py:885] (0/2) Epoch 1, batch 10000, loss[loss=0.5401, simple_loss=0.5109, pruned_loss=0.2846, over 14179.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04558, over 306.00 utterances.], tot_loss[loss=0.4813, simple_loss=0.4738, pruned_loss=0.2444, over 2787888.07 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07118, over 46430.17 utterances.], batch size: 306, lr: 2.01e-03 +2022-09-17 02:20:05,243 INFO [train.py:885] (0/2) Epoch 1, batch 10050, loss[loss=0.3761, simple_loss=0.3785, pruned_loss=0.1868, over 13799.00 frames. utt_duration=801.4 frames, utt_pad_proportion=0.06591, over 69.00 utterances.], tot_loss[loss=0.4815, simple_loss=0.4736, pruned_loss=0.2447, over 2789598.42 frames. utt_duration=246 frames, utt_pad_proportion=0.0699, over 45625.29 utterances.], batch size: 69, lr: 2.00e-03 +2022-09-17 02:20:35,247 INFO [train.py:885] (0/2) Epoch 1, batch 10100, loss[loss=0.3271, simple_loss=0.3341, pruned_loss=0.16, over 13424.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.0845, over 41.00 utterances.], tot_loss[loss=0.481, simple_loss=0.4735, pruned_loss=0.2443, over 2789372.25 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07034, over 45703.29 utterances.], batch size: 41, lr: 2.00e-03 +2022-09-17 02:21:04,896 INFO [train.py:885] (0/2) Epoch 1, batch 10150, loss[loss=0.2615, simple_loss=0.2783, pruned_loss=0.1223, over 13340.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.106, over 33.00 utterances.], tot_loss[loss=0.4841, simple_loss=0.4752, pruned_loss=0.2465, over 2786362.49 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07127, over 46038.08 utterances.], batch size: 33, lr: 1.99e-03 +2022-09-17 02:21:34,584 INFO [train.py:885] (0/2) Epoch 1, batch 10200, loss[loss=0.4801, simple_loss=0.4802, pruned_loss=0.24, over 14316.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03928, over 262.00 utterances.], tot_loss[loss=0.4773, simple_loss=0.4698, pruned_loss=0.2424, over 2784662.93 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07036, over 44863.53 utterances.], batch size: 262, lr: 1.99e-03 +2022-09-17 02:22:03,896 INFO [train.py:885] (0/2) Epoch 1, batch 10250, loss[loss=0.4957, simple_loss=0.4723, pruned_loss=0.2595, over 14252.00 frames. utt_duration=440.1 frames, utt_pad_proportion=0.04109, over 130.00 utterances.], tot_loss[loss=0.4741, simple_loss=0.4679, pruned_loss=0.2401, over 2788726.32 frames. utt_duration=252.7 frames, utt_pad_proportion=0.0683, over 44392.57 utterances.], batch size: 130, lr: 1.99e-03 +2022-09-17 02:22:32,845 INFO [train.py:885] (0/2) Epoch 1, batch 10300, loss[loss=0.3092, simple_loss=0.3415, pruned_loss=0.1385, over 13964.00 frames. utt_duration=811 frames, utt_pad_proportion=0.05703, over 69.00 utterances.], tot_loss[loss=0.4748, simple_loss=0.4695, pruned_loss=0.2401, over 2788280.48 frames. utt_duration=245.3 frames, utt_pad_proportion=0.0693, over 45736.49 utterances.], batch size: 69, lr: 1.98e-03 +2022-09-17 02:23:03,339 INFO [train.py:885] (0/2) Epoch 1, batch 10350, loss[loss=0.4659, simple_loss=0.4775, pruned_loss=0.2271, over 14366.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03317, over 244.00 utterances.], tot_loss[loss=0.4768, simple_loss=0.4716, pruned_loss=0.241, over 2781781.52 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07271, over 47086.65 utterances.], batch size: 244, lr: 1.98e-03 +2022-09-17 02:23:32,425 INFO [train.py:885] (0/2) Epoch 1, batch 10400, loss[loss=0.4961, simple_loss=0.4825, pruned_loss=0.2548, over 14236.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04215, over 306.00 utterances.], tot_loss[loss=0.4738, simple_loss=0.4692, pruned_loss=0.2392, over 2781373.63 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07305, over 46672.73 utterances.], batch size: 306, lr: 1.97e-03 +2022-09-17 02:24:02,249 INFO [train.py:885] (0/2) Epoch 1, batch 10450, loss[loss=0.49, simple_loss=0.4911, pruned_loss=0.2445, over 14269.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04048, over 180.00 utterances.], tot_loss[loss=0.4674, simple_loss=0.4646, pruned_loss=0.2351, over 2780563.68 frames. utt_duration=244 frames, utt_pad_proportion=0.07205, over 45855.71 utterances.], batch size: 180, lr: 1.97e-03 +2022-09-17 02:24:31,651 INFO [train.py:885] (0/2) Epoch 1, batch 10500, loss[loss=0.4665, simple_loss=0.46, pruned_loss=0.2365, over 14289.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03919, over 180.00 utterances.], tot_loss[loss=0.4628, simple_loss=0.461, pruned_loss=0.2323, over 2783202.48 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07136, over 45043.03 utterances.], batch size: 180, lr: 1.97e-03 +2022-09-17 02:25:01,186 INFO [train.py:885] (0/2) Epoch 1, batch 10550, loss[loss=0.3323, simple_loss=0.3518, pruned_loss=0.1564, over 13994.00 frames. utt_duration=710.1 frames, utt_pad_proportion=0.0595, over 79.00 utterances.], tot_loss[loss=0.4652, simple_loss=0.4624, pruned_loss=0.234, over 2779382.31 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07452, over 45190.08 utterances.], batch size: 79, lr: 1.96e-03 +2022-09-17 02:25:31,232 INFO [train.py:885] (0/2) Epoch 1, batch 10600, loss[loss=0.6058, simple_loss=0.6076, pruned_loss=0.302, over 13164.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.4659, simple_loss=0.4633, pruned_loss=0.2342, over 2781348.70 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07266, over 45597.25 utterances.], batch size: 653, lr: 1.96e-03 +2022-09-17 02:26:00,063 INFO [train.py:885] (0/2) Epoch 1, batch 10650, loss[loss=0.3394, simple_loss=0.3635, pruned_loss=0.1577, over 11959.00 frames. utt_duration=1995 frames, utt_pad_proportion=0.1855, over 24.00 utterances.], tot_loss[loss=0.4585, simple_loss=0.4576, pruned_loss=0.2297, over 2780392.20 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06998, over 43445.99 utterances.], batch size: 24, lr: 1.96e-03 +2022-09-17 02:26:29,729 INFO [train.py:885] (0/2) Epoch 1, batch 10700, loss[loss=0.4994, simple_loss=0.5164, pruned_loss=0.2412, over 13771.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07199, over 411.00 utterances.], tot_loss[loss=0.4602, simple_loss=0.4586, pruned_loss=0.2308, over 2782656.28 frames. utt_duration=259 frames, utt_pad_proportion=0.06899, over 43213.04 utterances.], batch size: 411, lr: 1.95e-03 +2022-09-17 02:26:59,391 INFO [train.py:885] (0/2) Epoch 1, batch 10750, loss[loss=0.4994, simple_loss=0.4758, pruned_loss=0.2614, over 14278.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.04186, over 130.00 utterances.], tot_loss[loss=0.4683, simple_loss=0.4656, pruned_loss=0.2355, over 2783252.34 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07034, over 45570.47 utterances.], batch size: 130, lr: 1.95e-03 +2022-09-17 02:27:29,229 INFO [train.py:885] (0/2) Epoch 1, batch 10800, loss[loss=0.4487, simple_loss=0.4509, pruned_loss=0.2233, over 14253.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04546, over 141.00 utterances.], tot_loss[loss=0.4685, simple_loss=0.4659, pruned_loss=0.2356, over 2784900.95 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07098, over 45435.38 utterances.], batch size: 141, lr: 1.94e-03 +2022-09-17 02:27:58,818 INFO [train.py:885] (0/2) Epoch 1, batch 10850, loss[loss=0.2899, simple_loss=0.31, pruned_loss=0.1349, over 13770.00 frames. utt_duration=919.1 frames, utt_pad_proportion=0.0763, over 60.00 utterances.], tot_loss[loss=0.4647, simple_loss=0.4634, pruned_loss=0.2329, over 2783482.07 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07125, over 45393.02 utterances.], batch size: 60, lr: 1.94e-03 +2022-09-17 02:28:28,626 INFO [train.py:885] (0/2) Epoch 1, batch 10900, loss[loss=0.2847, simple_loss=0.3127, pruned_loss=0.1284, over 13610.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.08479, over 42.00 utterances.], tot_loss[loss=0.4631, simple_loss=0.462, pruned_loss=0.232, over 2780871.15 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07135, over 45222.17 utterances.], batch size: 42, lr: 1.94e-03 +2022-09-17 02:28:58,644 INFO [train.py:885] (0/2) Epoch 1, batch 10950, loss[loss=0.6389, simple_loss=0.6286, pruned_loss=0.3247, over 13605.00 frames. utt_duration=98.55 frames, utt_pad_proportion=0.07897, over 560.00 utterances.], tot_loss[loss=0.4657, simple_loss=0.4647, pruned_loss=0.2334, over 2775576.01 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07471, over 47157.66 utterances.], batch size: 560, lr: 1.93e-03 +2022-09-17 02:29:27,609 INFO [train.py:885] (0/2) Epoch 1, batch 11000, loss[loss=0.2724, simple_loss=0.2945, pruned_loss=0.1252, over 13430.00 frames. utt_duration=1630 frames, utt_pad_proportion=0.09867, over 33.00 utterances.], tot_loss[loss=0.4645, simple_loss=0.4641, pruned_loss=0.2324, over 2777580.44 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07339, over 46666.92 utterances.], batch size: 33, lr: 1.93e-03 +2022-09-17 02:29:56,456 INFO [train.py:885] (0/2) Epoch 1, batch 11050, loss[loss=0.4156, simple_loss=0.4283, pruned_loss=0.2015, over 14259.00 frames. utt_duration=476.7 frames, utt_pad_proportion=0.04285, over 120.00 utterances.], tot_loss[loss=0.4678, simple_loss=0.4667, pruned_loss=0.2344, over 2778121.01 frames. utt_duration=235.7 frames, utt_pad_proportion=0.0736, over 47438.14 utterances.], batch size: 120, lr: 1.93e-03 +2022-09-17 02:30:26,407 INFO [train.py:885] (0/2) Epoch 1, batch 11100, loss[loss=0.2855, simple_loss=0.3215, pruned_loss=0.1247, over 13786.00 frames. utt_duration=800.6 frames, utt_pad_proportion=0.06794, over 69.00 utterances.], tot_loss[loss=0.4682, simple_loss=0.4675, pruned_loss=0.2345, over 2779873.59 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07438, over 47491.16 utterances.], batch size: 69, lr: 1.92e-03 +2022-09-17 02:30:55,779 INFO [train.py:885] (0/2) Epoch 1, batch 11150, loss[loss=0.2156, simple_loss=0.2408, pruned_loss=0.09514, over 13061.00 frames. utt_duration=1585 frames, utt_pad_proportion=0.1246, over 33.00 utterances.], tot_loss[loss=0.4636, simple_loss=0.4639, pruned_loss=0.2316, over 2778874.60 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07351, over 47133.82 utterances.], batch size: 33, lr: 1.92e-03 +2022-09-17 02:31:25,865 INFO [train.py:885] (0/2) Epoch 1, batch 11200, loss[loss=0.3896, simple_loss=0.3963, pruned_loss=0.1915, over 14053.00 frames. utt_duration=575 frames, utt_pad_proportion=0.0558, over 98.00 utterances.], tot_loss[loss=0.4699, simple_loss=0.4693, pruned_loss=0.2352, over 2780014.36 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07365, over 48463.48 utterances.], batch size: 98, lr: 1.92e-03 +2022-09-17 02:31:55,218 INFO [train.py:885] (0/2) Epoch 1, batch 11250, loss[loss=0.2842, simple_loss=0.2952, pruned_loss=0.1366, over 12661.00 frames. utt_duration=2027 frames, utt_pad_proportion=0.1505, over 25.00 utterances.], tot_loss[loss=0.4708, simple_loss=0.4699, pruned_loss=0.2359, over 2779104.95 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07276, over 48610.94 utterances.], batch size: 25, lr: 1.91e-03 +2022-09-17 02:32:25,604 INFO [train.py:885] (0/2) Epoch 1, batch 11300, loss[loss=0.5749, simple_loss=0.5766, pruned_loss=0.2866, over 13675.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08025, over 478.00 utterances.], tot_loss[loss=0.4667, simple_loss=0.4666, pruned_loss=0.2334, over 2777809.38 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07276, over 47930.95 utterances.], batch size: 478, lr: 1.91e-03 +2022-09-17 02:32:53,933 INFO [train.py:885] (0/2) Epoch 1, batch 11350, loss[loss=0.4916, simple_loss=0.4958, pruned_loss=0.2437, over 14360.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03292, over 244.00 utterances.], tot_loss[loss=0.461, simple_loss=0.4623, pruned_loss=0.2298, over 2782110.18 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06993, over 46449.69 utterances.], batch size: 244, lr: 1.90e-03 +2022-09-17 02:33:24,166 INFO [train.py:885] (0/2) Epoch 1, batch 11400, loss[loss=0.4128, simple_loss=0.4327, pruned_loss=0.1964, over 14321.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.0403, over 154.00 utterances.], tot_loss[loss=0.4606, simple_loss=0.4626, pruned_loss=0.2293, over 2780769.40 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07001, over 46875.40 utterances.], batch size: 154, lr: 1.90e-03 +2022-09-17 02:33:53,061 INFO [train.py:885] (0/2) Epoch 1, batch 11450, loss[loss=0.4358, simple_loss=0.4427, pruned_loss=0.2144, over 14321.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03882, over 120.00 utterances.], tot_loss[loss=0.4601, simple_loss=0.4624, pruned_loss=0.2289, over 2776582.17 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07203, over 47487.83 utterances.], batch size: 120, lr: 1.90e-03 +2022-09-17 02:34:22,641 INFO [train.py:885] (0/2) Epoch 1, batch 11500, loss[loss=0.3895, simple_loss=0.415, pruned_loss=0.182, over 14402.00 frames. utt_duration=346.3 frames, utt_pad_proportion=0.03536, over 167.00 utterances.], tot_loss[loss=0.4652, simple_loss=0.4669, pruned_loss=0.2318, over 2775992.74 frames. utt_duration=226.5 frames, utt_pad_proportion=0.07344, over 49338.73 utterances.], batch size: 167, lr: 1.89e-03 +2022-09-17 02:34:52,117 INFO [train.py:885] (0/2) Epoch 1, batch 11550, loss[loss=0.474, simple_loss=0.473, pruned_loss=0.2375, over 14341.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.0393, over 167.00 utterances.], tot_loss[loss=0.4661, simple_loss=0.4681, pruned_loss=0.232, over 2780662.44 frames. utt_duration=224.3 frames, utt_pad_proportion=0.07229, over 49925.74 utterances.], batch size: 167, lr: 1.89e-03 +2022-09-17 02:35:21,423 INFO [train.py:885] (0/2) Epoch 1, batch 11600, loss[loss=0.3719, simple_loss=0.3826, pruned_loss=0.1806, over 14251.00 frames. utt_duration=642 frames, utt_pad_proportion=0.04329, over 89.00 utterances.], tot_loss[loss=0.4656, simple_loss=0.4674, pruned_loss=0.2319, over 2781871.63 frames. utt_duration=227.3 frames, utt_pad_proportion=0.07134, over 49275.10 utterances.], batch size: 89, lr: 1.89e-03 +2022-09-17 02:35:51,571 INFO [train.py:885] (0/2) Epoch 1, batch 11650, loss[loss=0.3333, simple_loss=0.3619, pruned_loss=0.1524, over 14046.00 frames. utt_duration=712.5 frames, utt_pad_proportion=0.05625, over 79.00 utterances.], tot_loss[loss=0.4612, simple_loss=0.4637, pruned_loss=0.2294, over 2780682.78 frames. utt_duration=236.2 frames, utt_pad_proportion=0.06989, over 47393.28 utterances.], batch size: 79, lr: 1.88e-03 +2022-09-17 02:36:21,327 INFO [train.py:885] (0/2) Epoch 1, batch 11700, loss[loss=0.2527, simple_loss=0.2674, pruned_loss=0.119, over 12911.00 frames. utt_duration=1988 frames, utt_pad_proportion=0.1162, over 26.00 utterances.], tot_loss[loss=0.4563, simple_loss=0.4601, pruned_loss=0.2262, over 2779908.44 frames. utt_duration=239.4 frames, utt_pad_proportion=0.06852, over 46726.35 utterances.], batch size: 26, lr: 1.88e-03 +2022-09-17 02:36:51,045 INFO [train.py:885] (0/2) Epoch 1, batch 11750, loss[loss=0.5073, simple_loss=0.5012, pruned_loss=0.2567, over 14281.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.0413, over 262.00 utterances.], tot_loss[loss=0.4588, simple_loss=0.4616, pruned_loss=0.228, over 2777836.14 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07159, over 47095.11 utterances.], batch size: 262, lr: 1.88e-03 +2022-09-17 02:37:20,081 INFO [train.py:885] (0/2) Epoch 1, batch 11800, loss[loss=0.5112, simple_loss=0.5345, pruned_loss=0.244, over 13602.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08274, over 477.00 utterances.], tot_loss[loss=0.4558, simple_loss=0.4595, pruned_loss=0.226, over 2775772.54 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07146, over 46116.21 utterances.], batch size: 477, lr: 1.87e-03 +2022-09-17 02:37:50,559 INFO [train.py:885] (0/2) Epoch 1, batch 11850, loss[loss=0.5854, simple_loss=0.5465, pruned_loss=0.3122, over 14210.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04478, over 335.00 utterances.], tot_loss[loss=0.4556, simple_loss=0.459, pruned_loss=0.2261, over 2781090.65 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06973, over 45732.59 utterances.], batch size: 335, lr: 1.87e-03 +2022-09-17 02:38:19,855 INFO [train.py:885] (0/2) Epoch 1, batch 11900, loss[loss=0.5355, simple_loss=0.5186, pruned_loss=0.2763, over 14315.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03804, over 226.00 utterances.], tot_loss[loss=0.4544, simple_loss=0.4574, pruned_loss=0.2256, over 2782404.87 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07014, over 45115.15 utterances.], batch size: 226, lr: 1.87e-03 +2022-09-17 02:38:49,642 INFO [train.py:885] (0/2) Epoch 1, batch 11950, loss[loss=0.3533, simple_loss=0.3856, pruned_loss=0.1605, over 13785.00 frames. utt_duration=920.4 frames, utt_pad_proportion=0.06465, over 60.00 utterances.], tot_loss[loss=0.4548, simple_loss=0.4569, pruned_loss=0.2264, over 2779817.71 frames. utt_duration=252 frames, utt_pad_proportion=0.07083, over 44389.94 utterances.], batch size: 60, lr: 1.86e-03 +2022-09-17 02:39:18,234 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-12000.pt +2022-09-17 02:39:19,295 INFO [train.py:885] (0/2) Epoch 1, batch 12000, loss[loss=0.5269, simple_loss=0.5475, pruned_loss=0.2531, over 13593.00 frames. utt_duration=98.48 frames, utt_pad_proportion=0.07966, over 560.00 utterances.], tot_loss[loss=0.4528, simple_loss=0.456, pruned_loss=0.2248, over 2780977.12 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07019, over 44949.99 utterances.], batch size: 560, lr: 1.86e-03 +2022-09-17 02:39:19,296 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 02:39:24,059 INFO [train.py:914] (0/2) Epoch 1, validation: loss=0.3121, simple_loss=0.3546, pruned_loss=0.1348, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 02:39:53,089 INFO [train.py:885] (0/2) Epoch 1, batch 12050, loss[loss=0.3645, simple_loss=0.3835, pruned_loss=0.1728, over 14173.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04451, over 109.00 utterances.], tot_loss[loss=0.4508, simple_loss=0.454, pruned_loss=0.2238, over 2787073.48 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06725, over 43545.73 utterances.], batch size: 109, lr: 1.86e-03 +2022-09-17 02:40:23,142 INFO [train.py:885] (0/2) Epoch 1, batch 12100, loss[loss=0.498, simple_loss=0.48, pruned_loss=0.258, over 14337.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03682, over 154.00 utterances.], tot_loss[loss=0.4571, simple_loss=0.459, pruned_loss=0.2276, over 2785151.55 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07008, over 45275.87 utterances.], batch size: 154, lr: 1.85e-03 +2022-09-17 02:40:52,708 INFO [train.py:885] (0/2) Epoch 1, batch 12150, loss[loss=0.3492, simple_loss=0.3805, pruned_loss=0.159, over 14076.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.0552, over 79.00 utterances.], tot_loss[loss=0.4542, simple_loss=0.4573, pruned_loss=0.2255, over 2784447.05 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07018, over 45195.11 utterances.], batch size: 79, lr: 1.85e-03 +2022-09-17 02:41:22,383 INFO [train.py:885] (0/2) Epoch 1, batch 12200, loss[loss=0.3262, simple_loss=0.3574, pruned_loss=0.1475, over 12550.00 frames. utt_duration=2010 frames, utt_pad_proportion=0.1623, over 25.00 utterances.], tot_loss[loss=0.4538, simple_loss=0.4578, pruned_loss=0.225, over 2781312.65 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07062, over 46007.43 utterances.], batch size: 25, lr: 1.85e-03 +2022-09-17 02:41:51,337 INFO [train.py:885] (0/2) Epoch 1, batch 12250, loss[loss=0.2534, simple_loss=0.279, pruned_loss=0.114, over 13453.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.0994, over 34.00 utterances.], tot_loss[loss=0.4564, simple_loss=0.4594, pruned_loss=0.2266, over 2785813.73 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06939, over 45917.36 utterances.], batch size: 34, lr: 1.84e-03 +2022-09-17 02:42:21,399 INFO [train.py:885] (0/2) Epoch 1, batch 12300, loss[loss=0.5428, simple_loss=0.5219, pruned_loss=0.2818, over 14298.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04003, over 262.00 utterances.], tot_loss[loss=0.4619, simple_loss=0.4638, pruned_loss=0.23, over 2785564.26 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07141, over 47438.82 utterances.], batch size: 262, lr: 1.84e-03 +2022-09-17 02:42:50,336 INFO [train.py:885] (0/2) Epoch 1, batch 12350, loss[loss=0.2792, simple_loss=0.3169, pruned_loss=0.1207, over 13288.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.1072, over 33.00 utterances.], tot_loss[loss=0.454, simple_loss=0.4576, pruned_loss=0.2252, over 2788561.29 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06924, over 45232.39 utterances.], batch size: 33, lr: 1.84e-03 +2022-09-17 02:43:21,199 INFO [train.py:885] (0/2) Epoch 1, batch 12400, loss[loss=0.482, simple_loss=0.5151, pruned_loss=0.2244, over 13733.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07396, over 411.00 utterances.], tot_loss[loss=0.4575, simple_loss=0.461, pruned_loss=0.227, over 2783051.49 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07188, over 47345.15 utterances.], batch size: 411, lr: 1.83e-03 +2022-09-17 02:43:50,713 INFO [train.py:885] (0/2) Epoch 1, batch 12450, loss[loss=0.5706, simple_loss=0.5391, pruned_loss=0.3011, over 14249.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04207, over 335.00 utterances.], tot_loss[loss=0.4573, simple_loss=0.4606, pruned_loss=0.2271, over 2779853.35 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07294, over 47444.25 utterances.], batch size: 335, lr: 1.83e-03 +2022-09-17 02:44:19,435 INFO [train.py:885] (0/2) Epoch 1, batch 12500, loss[loss=0.3268, simple_loss=0.3396, pruned_loss=0.157, over 13526.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08941, over 50.00 utterances.], tot_loss[loss=0.4531, simple_loss=0.4565, pruned_loss=0.2249, over 2780362.38 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07113, over 45775.20 utterances.], batch size: 50, lr: 1.83e-03 +2022-09-17 02:44:49,331 INFO [train.py:885] (0/2) Epoch 1, batch 12550, loss[loss=0.3732, simple_loss=0.3725, pruned_loss=0.1869, over 13730.00 frames. utt_duration=916.9 frames, utt_pad_proportion=0.07013, over 60.00 utterances.], tot_loss[loss=0.4538, simple_loss=0.4577, pruned_loss=0.225, over 2781310.25 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07123, over 45974.43 utterances.], batch size: 60, lr: 1.83e-03 +2022-09-17 02:45:16,145 INFO [train.py:885] (0/2) Epoch 1, batch 12600, loss[loss=0.434, simple_loss=0.4493, pruned_loss=0.2093, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03926, over 180.00 utterances.], tot_loss[loss=0.4517, simple_loss=0.4566, pruned_loss=0.2234, over 2779636.00 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07251, over 46369.23 utterances.], batch size: 180, lr: 1.82e-03 +2022-09-17 02:45:27,230 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-1.pt +2022-09-17 02:45:34,936 INFO [train.py:885] (0/2) Epoch 2, batch 0, loss[loss=0.4509, simple_loss=0.4897, pruned_loss=0.2061, over 13835.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06951, over 412.00 utterances.], tot_loss[loss=0.4509, simple_loss=0.4897, pruned_loss=0.2061, over 13835.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06951, over 412.00 utterances.], batch size: 412, lr: 1.81e-03 +2022-09-17 02:46:04,105 INFO [train.py:885] (0/2) Epoch 2, batch 50, loss[loss=0.2674, simple_loss=0.2903, pruned_loss=0.1222, over 13631.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.07927, over 50.00 utterances.], tot_loss[loss=0.444, simple_loss=0.4514, pruned_loss=0.2183, over 622827.47 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07423, over 10563.49 utterances.], batch size: 50, lr: 1.81e-03 +2022-09-17 02:46:34,207 INFO [train.py:885] (0/2) Epoch 2, batch 100, loss[loss=0.3369, simple_loss=0.3703, pruned_loss=0.1518, over 14215.00 frames. utt_duration=640.6 frames, utt_pad_proportion=0.04389, over 89.00 utterances.], tot_loss[loss=0.4499, simple_loss=0.4567, pruned_loss=0.2215, over 1105967.93 frames. utt_duration=237.8 frames, utt_pad_proportion=0.06883, over 18721.44 utterances.], batch size: 89, lr: 1.80e-03 +2022-09-17 02:47:03,603 INFO [train.py:885] (0/2) Epoch 2, batch 150, loss[loss=0.2556, simple_loss=0.2884, pruned_loss=0.1114, over 13167.00 frames. utt_duration=1551 frames, utt_pad_proportion=0.1199, over 34.00 utterances.], tot_loss[loss=0.4472, simple_loss=0.4548, pruned_loss=0.2198, over 1474139.52 frames. utt_duration=238 frames, utt_pad_proportion=0.07129, over 24927.18 utterances.], batch size: 34, lr: 1.80e-03 +2022-09-17 02:47:40,835 INFO [train.py:885] (0/2) Epoch 2, batch 200, loss[loss=0.3802, simple_loss=0.401, pruned_loss=0.1797, over 14243.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04594, over 141.00 utterances.], tot_loss[loss=0.4424, simple_loss=0.4492, pruned_loss=0.2178, over 1767853.09 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06773, over 27806.41 utterances.], batch size: 141, lr: 1.80e-03 +2022-09-17 02:48:10,698 INFO [train.py:885] (0/2) Epoch 2, batch 250, loss[loss=0.486, simple_loss=0.4941, pruned_loss=0.239, over 14349.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03665, over 195.00 utterances.], tot_loss[loss=0.439, simple_loss=0.4462, pruned_loss=0.2159, over 1991663.00 frames. utt_duration=263.6 frames, utt_pad_proportion=0.0678, over 30392.94 utterances.], batch size: 195, lr: 1.79e-03 +2022-09-17 02:48:39,765 INFO [train.py:885] (0/2) Epoch 2, batch 300, loss[loss=0.4858, simple_loss=0.4886, pruned_loss=0.2414, over 14313.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0388, over 283.00 utterances.], tot_loss[loss=0.4427, simple_loss=0.4499, pruned_loss=0.2178, over 2172518.67 frames. utt_duration=257.1 frames, utt_pad_proportion=0.0655, over 33989.89 utterances.], batch size: 283, lr: 1.79e-03 +2022-09-17 02:49:09,317 INFO [train.py:885] (0/2) Epoch 2, batch 350, loss[loss=0.4888, simple_loss=0.4998, pruned_loss=0.2389, over 13947.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05934, over 365.00 utterances.], tot_loss[loss=0.4384, simple_loss=0.4464, pruned_loss=0.2152, over 2307961.86 frames. utt_duration=259.9 frames, utt_pad_proportion=0.06583, over 35728.66 utterances.], batch size: 365, lr: 1.79e-03 +2022-09-17 02:49:38,595 INFO [train.py:885] (0/2) Epoch 2, batch 400, loss[loss=0.4728, simple_loss=0.5044, pruned_loss=0.2206, over 13756.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07229, over 411.00 utterances.], tot_loss[loss=0.4507, simple_loss=0.456, pruned_loss=0.2227, over 2411755.81 frames. utt_duration=242.9 frames, utt_pad_proportion=0.06864, over 39950.66 utterances.], batch size: 411, lr: 1.78e-03 +2022-09-17 02:50:08,463 INFO [train.py:885] (0/2) Epoch 2, batch 450, loss[loss=0.4576, simple_loss=0.4673, pruned_loss=0.224, over 14313.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03877, over 195.00 utterances.], tot_loss[loss=0.4489, simple_loss=0.4546, pruned_loss=0.2215, over 2489597.99 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07011, over 41488.72 utterances.], batch size: 195, lr: 1.78e-03 +2022-09-17 02:50:37,819 INFO [train.py:885] (0/2) Epoch 2, batch 500, loss[loss=0.666, simple_loss=0.6528, pruned_loss=0.3396, over 13174.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.4459, simple_loss=0.4521, pruned_loss=0.2199, over 2553232.85 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07028, over 41330.35 utterances.], batch size: 653, lr: 1.78e-03 +2022-09-17 02:51:07,245 INFO [train.py:885] (0/2) Epoch 2, batch 550, loss[loss=0.572, simple_loss=0.5542, pruned_loss=0.2949, over 13967.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.0583, over 365.00 utterances.], tot_loss[loss=0.4435, simple_loss=0.4495, pruned_loss=0.2188, over 2600134.40 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07077, over 41529.32 utterances.], batch size: 365, lr: 1.78e-03 +2022-09-17 02:51:36,613 INFO [train.py:885] (0/2) Epoch 2, batch 600, loss[loss=0.2983, simple_loss=0.3323, pruned_loss=0.1322, over 13727.00 frames. utt_duration=916.6 frames, utt_pad_proportion=0.07412, over 60.00 utterances.], tot_loss[loss=0.4511, simple_loss=0.4565, pruned_loss=0.2228, over 2644356.32 frames. utt_duration=241 frames, utt_pad_proportion=0.06988, over 44160.42 utterances.], batch size: 60, lr: 1.77e-03 +2022-09-17 02:52:05,663 INFO [train.py:885] (0/2) Epoch 2, batch 650, loss[loss=0.8011, simple_loss=0.7618, pruned_loss=0.4202, over 12487.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1458, over 810.00 utterances.], tot_loss[loss=0.4511, simple_loss=0.4568, pruned_loss=0.2227, over 2674768.78 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07053, over 44792.00 utterances.], batch size: 810, lr: 1.77e-03 +2022-09-17 02:52:36,244 INFO [train.py:885] (0/2) Epoch 2, batch 700, loss[loss=0.4499, simple_loss=0.4641, pruned_loss=0.2178, over 14396.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03487, over 244.00 utterances.], tot_loss[loss=0.4564, simple_loss=0.4616, pruned_loss=0.2256, over 2696626.04 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07255, over 46685.17 utterances.], batch size: 244, lr: 1.77e-03 +2022-09-17 02:53:04,848 INFO [train.py:885] (0/2) Epoch 2, batch 750, loss[loss=0.4538, simple_loss=0.4665, pruned_loss=0.2205, over 14387.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.03368, over 210.00 utterances.], tot_loss[loss=0.4523, simple_loss=0.4585, pruned_loss=0.2231, over 2714589.47 frames. utt_duration=238 frames, utt_pad_proportion=0.0717, over 45904.60 utterances.], batch size: 210, lr: 1.76e-03 +2022-09-17 02:53:34,721 INFO [train.py:885] (0/2) Epoch 2, batch 800, loss[loss=0.5639, simple_loss=0.5577, pruned_loss=0.285, over 13756.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07324, over 411.00 utterances.], tot_loss[loss=0.4472, simple_loss=0.4542, pruned_loss=0.2201, over 2728964.37 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07113, over 45241.54 utterances.], batch size: 411, lr: 1.76e-03 +2022-09-17 02:54:03,399 INFO [train.py:885] (0/2) Epoch 2, batch 850, loss[loss=0.6149, simple_loss=0.5697, pruned_loss=0.33, over 14183.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.0452, over 306.00 utterances.], tot_loss[loss=0.4467, simple_loss=0.4532, pruned_loss=0.2201, over 2739409.02 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07028, over 44963.88 utterances.], batch size: 306, lr: 1.76e-03 +2022-09-17 02:54:33,251 INFO [train.py:885] (0/2) Epoch 2, batch 900, loss[loss=0.3539, simple_loss=0.3658, pruned_loss=0.171, over 14086.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.0534, over 98.00 utterances.], tot_loss[loss=0.4462, simple_loss=0.4528, pruned_loss=0.2198, over 2750520.77 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06906, over 44484.83 utterances.], batch size: 98, lr: 1.75e-03 +2022-09-17 02:55:02,268 INFO [train.py:885] (0/2) Epoch 2, batch 950, loss[loss=0.4943, simple_loss=0.522, pruned_loss=0.2333, over 13876.00 frames. utt_duration=136.2 frames, utt_pad_proportion=0.06696, over 412.00 utterances.], tot_loss[loss=0.447, simple_loss=0.4544, pruned_loss=0.2198, over 2757304.15 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06848, over 45223.66 utterances.], batch size: 412, lr: 1.75e-03 +2022-09-17 02:55:31,891 INFO [train.py:885] (0/2) Epoch 2, batch 1000, loss[loss=0.4865, simple_loss=0.4779, pruned_loss=0.2475, over 14343.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03891, over 167.00 utterances.], tot_loss[loss=0.445, simple_loss=0.4524, pruned_loss=0.2188, over 2762589.23 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06945, over 44772.89 utterances.], batch size: 167, lr: 1.75e-03 +2022-09-17 02:56:01,295 INFO [train.py:885] (0/2) Epoch 2, batch 1050, loss[loss=0.4884, simple_loss=0.5158, pruned_loss=0.2305, over 13771.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07153, over 411.00 utterances.], tot_loss[loss=0.4474, simple_loss=0.4555, pruned_loss=0.2196, over 2763304.31 frames. utt_duration=239.4 frames, utt_pad_proportion=0.06888, over 46464.74 utterances.], batch size: 411, lr: 1.75e-03 +2022-09-17 02:56:30,617 INFO [train.py:885] (0/2) Epoch 2, batch 1100, loss[loss=0.4894, simple_loss=0.5032, pruned_loss=0.2378, over 14012.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05523, over 365.00 utterances.], tot_loss[loss=0.4485, simple_loss=0.4561, pruned_loss=0.2204, over 2767104.63 frames. utt_duration=239 frames, utt_pad_proportion=0.06953, over 46592.36 utterances.], batch size: 365, lr: 1.74e-03 +2022-09-17 02:56:59,661 INFO [train.py:885] (0/2) Epoch 2, batch 1150, loss[loss=0.576, simple_loss=0.5891, pruned_loss=0.2814, over 13148.00 frames. utt_duration=82.13 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.4477, simple_loss=0.4561, pruned_loss=0.2196, over 2771198.28 frames. utt_duration=237.8 frames, utt_pad_proportion=0.06978, over 46909.87 utterances.], batch size: 653, lr: 1.74e-03 +2022-09-17 02:57:29,386 INFO [train.py:885] (0/2) Epoch 2, batch 1200, loss[loss=0.3286, simple_loss=0.3403, pruned_loss=0.1585, over 13762.00 frames. utt_duration=1103 frames, utt_pad_proportion=0.07195, over 50.00 utterances.], tot_loss[loss=0.4466, simple_loss=0.4552, pruned_loss=0.219, over 2774144.38 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07144, over 46437.78 utterances.], batch size: 50, lr: 1.74e-03 +2022-09-17 02:57:58,463 INFO [train.py:885] (0/2) Epoch 2, batch 1250, loss[loss=0.383, simple_loss=0.4112, pruned_loss=0.1774, over 14291.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04043, over 120.00 utterances.], tot_loss[loss=0.4453, simple_loss=0.4537, pruned_loss=0.2185, over 2772224.27 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07195, over 46024.93 utterances.], batch size: 120, lr: 1.74e-03 +2022-09-17 02:58:28,293 INFO [train.py:885] (0/2) Epoch 2, batch 1300, loss[loss=0.2803, simple_loss=0.314, pruned_loss=0.1233, over 13796.00 frames. utt_duration=921.3 frames, utt_pad_proportion=0.07127, over 60.00 utterances.], tot_loss[loss=0.4483, simple_loss=0.4561, pruned_loss=0.2202, over 2773921.07 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0737, over 46640.53 utterances.], batch size: 60, lr: 1.73e-03 +2022-09-17 02:58:57,771 INFO [train.py:885] (0/2) Epoch 2, batch 1350, loss[loss=0.4404, simple_loss=0.4519, pruned_loss=0.2144, over 14228.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04686, over 141.00 utterances.], tot_loss[loss=0.4491, simple_loss=0.4568, pruned_loss=0.2207, over 2776371.78 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07286, over 47139.23 utterances.], batch size: 141, lr: 1.73e-03 +2022-09-17 02:59:27,775 INFO [train.py:885] (0/2) Epoch 2, batch 1400, loss[loss=0.2601, simple_loss=0.2929, pruned_loss=0.1137, over 13487.00 frames. utt_duration=1588 frames, utt_pad_proportion=0.09806, over 34.00 utterances.], tot_loss[loss=0.4478, simple_loss=0.4554, pruned_loss=0.2201, over 2772366.56 frames. utt_duration=239 frames, utt_pad_proportion=0.07352, over 46683.69 utterances.], batch size: 34, lr: 1.73e-03 +2022-09-17 02:59:56,981 INFO [train.py:885] (0/2) Epoch 2, batch 1450, loss[loss=0.2889, simple_loss=0.2964, pruned_loss=0.1407, over 13068.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.122, over 33.00 utterances.], tot_loss[loss=0.4452, simple_loss=0.4533, pruned_loss=0.2186, over 2775857.20 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07345, over 46223.02 utterances.], batch size: 33, lr: 1.72e-03 +2022-09-17 03:00:26,630 INFO [train.py:885] (0/2) Epoch 2, batch 1500, loss[loss=0.5617, simple_loss=0.529, pruned_loss=0.2972, over 14190.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04533, over 306.00 utterances.], tot_loss[loss=0.4442, simple_loss=0.452, pruned_loss=0.2183, over 2779348.44 frames. utt_duration=247 frames, utt_pad_proportion=0.07173, over 45287.69 utterances.], batch size: 306, lr: 1.72e-03 +2022-09-17 03:00:55,839 INFO [train.py:885] (0/2) Epoch 2, batch 1550, loss[loss=0.293, simple_loss=0.3201, pruned_loss=0.1329, over 13847.00 frames. utt_duration=804 frames, utt_pad_proportion=0.06404, over 69.00 utterances.], tot_loss[loss=0.4484, simple_loss=0.4567, pruned_loss=0.2201, over 2778586.81 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07284, over 47347.45 utterances.], batch size: 69, lr: 1.72e-03 +2022-09-17 03:01:25,312 INFO [train.py:885] (0/2) Epoch 2, batch 1600, loss[loss=0.9358, simple_loss=0.84, pruned_loss=0.5158, over 12496.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1445, over 810.00 utterances.], tot_loss[loss=0.4437, simple_loss=0.4527, pruned_loss=0.2174, over 2782221.07 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07225, over 45750.93 utterances.], batch size: 810, lr: 1.72e-03 +2022-09-17 03:01:54,875 INFO [train.py:885] (0/2) Epoch 2, batch 1650, loss[loss=0.4306, simple_loss=0.4417, pruned_loss=0.2097, over 14260.00 frames. utt_duration=343 frames, utt_pad_proportion=0.0445, over 167.00 utterances.], tot_loss[loss=0.4438, simple_loss=0.4523, pruned_loss=0.2176, over 2780018.84 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07261, over 45577.34 utterances.], batch size: 167, lr: 1.71e-03 +2022-09-17 03:02:24,311 INFO [train.py:885] (0/2) Epoch 2, batch 1700, loss[loss=0.3014, simple_loss=0.3246, pruned_loss=0.1391, over 13869.00 frames. utt_duration=805.5 frames, utt_pad_proportion=0.06338, over 69.00 utterances.], tot_loss[loss=0.4398, simple_loss=0.4489, pruned_loss=0.2154, over 2781980.02 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07186, over 44306.15 utterances.], batch size: 69, lr: 1.71e-03 +2022-09-17 03:02:53,889 INFO [train.py:885] (0/2) Epoch 2, batch 1750, loss[loss=0.3526, simple_loss=0.3743, pruned_loss=0.1654, over 14095.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05268, over 98.00 utterances.], tot_loss[loss=0.4441, simple_loss=0.4526, pruned_loss=0.2178, over 2786527.85 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06954, over 45416.93 utterances.], batch size: 98, lr: 1.71e-03 +2022-09-17 03:03:23,253 INFO [train.py:885] (0/2) Epoch 2, batch 1800, loss[loss=0.584, simple_loss=0.544, pruned_loss=0.312, over 14246.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04247, over 335.00 utterances.], tot_loss[loss=0.4465, simple_loss=0.4552, pruned_loss=0.2189, over 2786047.17 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07145, over 46636.95 utterances.], batch size: 335, lr: 1.71e-03 +2022-09-17 03:03:52,828 INFO [train.py:885] (0/2) Epoch 2, batch 1850, loss[loss=0.3501, simple_loss=0.3709, pruned_loss=0.1647, over 14193.00 frames. utt_duration=580.6 frames, utt_pad_proportion=0.04821, over 98.00 utterances.], tot_loss[loss=0.4406, simple_loss=0.4496, pruned_loss=0.2158, over 2788763.59 frames. utt_duration=251.9 frames, utt_pad_proportion=0.0676, over 44552.05 utterances.], batch size: 98, lr: 1.70e-03 +2022-09-17 03:04:22,291 INFO [train.py:885] (0/2) Epoch 2, batch 1900, loss[loss=0.4553, simple_loss=0.4852, pruned_loss=0.2127, over 13966.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05855, over 365.00 utterances.], tot_loss[loss=0.4365, simple_loss=0.4459, pruned_loss=0.2136, over 2790159.84 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06606, over 43285.78 utterances.], batch size: 365, lr: 1.70e-03 +2022-09-17 03:04:51,789 INFO [train.py:885] (0/2) Epoch 2, batch 1950, loss[loss=0.3827, simple_loss=0.4174, pruned_loss=0.174, over 14293.00 frames. utt_duration=373 frames, utt_pad_proportion=0.03876, over 154.00 utterances.], tot_loss[loss=0.4422, simple_loss=0.4506, pruned_loss=0.2169, over 2787363.75 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06827, over 44781.78 utterances.], batch size: 154, lr: 1.70e-03 +2022-09-17 03:05:21,314 INFO [train.py:885] (0/2) Epoch 2, batch 2000, loss[loss=0.8174, simple_loss=0.7761, pruned_loss=0.4293, over 12461.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.147, over 810.00 utterances.], tot_loss[loss=0.4454, simple_loss=0.4532, pruned_loss=0.2188, over 2782264.45 frames. utt_duration=245.7 frames, utt_pad_proportion=0.0706, over 45569.46 utterances.], batch size: 810, lr: 1.69e-03 +2022-09-17 03:05:50,740 INFO [train.py:885] (0/2) Epoch 2, batch 2050, loss[loss=0.5618, simple_loss=0.5833, pruned_loss=0.2701, over 13177.00 frames. utt_duration=82.24 frames, utt_pad_proportion=0.1061, over 653.00 utterances.], tot_loss[loss=0.4453, simple_loss=0.4535, pruned_loss=0.2186, over 2785949.14 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07032, over 45781.31 utterances.], batch size: 653, lr: 1.69e-03 +2022-09-17 03:06:20,281 INFO [train.py:885] (0/2) Epoch 2, batch 2100, loss[loss=0.8875, simple_loss=0.805, pruned_loss=0.485, over 12421.00 frames. utt_duration=62.94 frames, utt_pad_proportion=0.1494, over 810.00 utterances.], tot_loss[loss=0.4445, simple_loss=0.4535, pruned_loss=0.2178, over 2785407.23 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07091, over 46196.35 utterances.], batch size: 810, lr: 1.69e-03 +2022-09-17 03:06:50,496 INFO [train.py:885] (0/2) Epoch 2, batch 2150, loss[loss=0.9178, simple_loss=0.8322, pruned_loss=0.5017, over 12495.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 811.00 utterances.], tot_loss[loss=0.4428, simple_loss=0.4526, pruned_loss=0.2165, over 2781254.19 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07231, over 46319.28 utterances.], batch size: 811, lr: 1.69e-03 +2022-09-17 03:07:20,323 INFO [train.py:885] (0/2) Epoch 2, batch 2200, loss[loss=0.2589, simple_loss=0.3011, pruned_loss=0.1083, over 13608.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.07924, over 42.00 utterances.], tot_loss[loss=0.444, simple_loss=0.4537, pruned_loss=0.2171, over 2779222.20 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07452, over 47570.95 utterances.], batch size: 42, lr: 1.68e-03 +2022-09-17 03:07:49,375 INFO [train.py:885] (0/2) Epoch 2, batch 2250, loss[loss=0.579, simple_loss=0.5339, pruned_loss=0.312, over 14288.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04132, over 262.00 utterances.], tot_loss[loss=0.4369, simple_loss=0.4477, pruned_loss=0.2131, over 2777383.11 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07413, over 45758.48 utterances.], batch size: 262, lr: 1.68e-03 +2022-09-17 03:08:18,530 INFO [train.py:885] (0/2) Epoch 2, batch 2300, loss[loss=0.3183, simple_loss=0.3219, pruned_loss=0.1573, over 13840.00 frames. utt_duration=924 frames, utt_pad_proportion=0.07131, over 60.00 utterances.], tot_loss[loss=0.4407, simple_loss=0.4506, pruned_loss=0.2153, over 2773380.62 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07884, over 46889.43 utterances.], batch size: 60, lr: 1.68e-03 +2022-09-17 03:08:48,329 INFO [train.py:885] (0/2) Epoch 2, batch 2350, loss[loss=1.017, simple_loss=0.8963, pruned_loss=0.5684, over 12499.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 811.00 utterances.], tot_loss[loss=0.4505, simple_loss=0.4583, pruned_loss=0.2214, over 2772107.85 frames. utt_duration=227.1 frames, utt_pad_proportion=0.08039, over 49152.22 utterances.], batch size: 811, lr: 1.68e-03 +2022-09-17 03:09:17,360 INFO [train.py:885] (0/2) Epoch 2, batch 2400, loss[loss=0.8198, simple_loss=0.7664, pruned_loss=0.4366, over 12485.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 811.00 utterances.], tot_loss[loss=0.445, simple_loss=0.454, pruned_loss=0.218, over 2773285.33 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07871, over 47477.69 utterances.], batch size: 811, lr: 1.67e-03 +2022-09-17 03:09:47,085 INFO [train.py:885] (0/2) Epoch 2, batch 2450, loss[loss=0.2902, simple_loss=0.3283, pruned_loss=0.126, over 13226.00 frames. utt_duration=2037 frames, utt_pad_proportion=0.1153, over 26.00 utterances.], tot_loss[loss=0.4411, simple_loss=0.4515, pruned_loss=0.2154, over 2776209.51 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07602, over 47101.73 utterances.], batch size: 26, lr: 1.67e-03 +2022-09-17 03:10:16,388 INFO [train.py:885] (0/2) Epoch 2, batch 2500, loss[loss=0.306, simple_loss=0.3573, pruned_loss=0.1273, over 14022.00 frames. utt_duration=711.3 frames, utt_pad_proportion=0.05907, over 79.00 utterances.], tot_loss[loss=0.4395, simple_loss=0.4499, pruned_loss=0.2145, over 2776062.24 frames. utt_duration=240 frames, utt_pad_proportion=0.07637, over 46560.91 utterances.], batch size: 79, lr: 1.67e-03 +2022-09-17 03:10:46,195 INFO [train.py:885] (0/2) Epoch 2, batch 2550, loss[loss=0.6255, simple_loss=0.6222, pruned_loss=0.3144, over 13126.00 frames. utt_duration=81.97 frames, utt_pad_proportion=0.109, over 653.00 utterances.], tot_loss[loss=0.4401, simple_loss=0.4505, pruned_loss=0.2148, over 2779472.35 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0748, over 46330.89 utterances.], batch size: 653, lr: 1.67e-03 +2022-09-17 03:11:15,384 INFO [train.py:885] (0/2) Epoch 2, batch 2600, loss[loss=0.3031, simple_loss=0.3255, pruned_loss=0.1404, over 13862.00 frames. utt_duration=925.5 frames, utt_pad_proportion=0.06987, over 60.00 utterances.], tot_loss[loss=0.4318, simple_loss=0.4432, pruned_loss=0.2101, over 2777702.03 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07318, over 43946.48 utterances.], batch size: 60, lr: 1.66e-03 +2022-09-17 03:11:44,937 INFO [train.py:885] (0/2) Epoch 2, batch 2650, loss[loss=0.8689, simple_loss=0.8009, pruned_loss=0.4684, over 12491.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.4304, simple_loss=0.4425, pruned_loss=0.2092, over 2774206.09 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07501, over 44089.56 utterances.], batch size: 810, lr: 1.66e-03 +2022-09-17 03:12:21,529 INFO [train.py:885] (0/2) Epoch 2, batch 2700, loss[loss=0.5167, simple_loss=0.5123, pruned_loss=0.2605, over 14287.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04105, over 262.00 utterances.], tot_loss[loss=0.4306, simple_loss=0.4429, pruned_loss=0.2092, over 2774551.87 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07266, over 44443.79 utterances.], batch size: 262, lr: 1.66e-03 +2022-09-17 03:12:51,620 INFO [train.py:885] (0/2) Epoch 2, batch 2750, loss[loss=0.5104, simple_loss=0.505, pruned_loss=0.2579, over 14235.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04335, over 306.00 utterances.], tot_loss[loss=0.4396, simple_loss=0.4496, pruned_loss=0.2147, over 2770699.43 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07624, over 46325.77 utterances.], batch size: 306, lr: 1.66e-03 +2022-09-17 03:13:21,325 INFO [train.py:885] (0/2) Epoch 2, batch 2800, loss[loss=0.4286, simple_loss=0.4756, pruned_loss=0.1908, over 13783.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07059, over 411.00 utterances.], tot_loss[loss=0.4387, simple_loss=0.449, pruned_loss=0.2142, over 2773780.67 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07396, over 46606.70 utterances.], batch size: 411, lr: 1.65e-03 +2022-09-17 03:13:50,247 INFO [train.py:885] (0/2) Epoch 2, batch 2850, loss[loss=0.7437, simple_loss=0.6941, pruned_loss=0.3967, over 13179.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.4418, simple_loss=0.4518, pruned_loss=0.2159, over 2777884.62 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07224, over 47057.52 utterances.], batch size: 653, lr: 1.65e-03 +2022-09-17 03:14:19,772 INFO [train.py:885] (0/2) Epoch 2, batch 2900, loss[loss=0.5225, simple_loss=0.529, pruned_loss=0.258, over 13758.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07219, over 411.00 utterances.], tot_loss[loss=0.4394, simple_loss=0.4499, pruned_loss=0.2144, over 2779748.79 frames. utt_duration=243 frames, utt_pad_proportion=0.07111, over 46037.85 utterances.], batch size: 411, lr: 1.65e-03 +2022-09-17 03:14:48,907 INFO [train.py:885] (0/2) Epoch 2, batch 2950, loss[loss=0.3308, simple_loss=0.3861, pruned_loss=0.1377, over 11954.00 frames. utt_duration=1994 frames, utt_pad_proportion=0.1849, over 24.00 utterances.], tot_loss[loss=0.4379, simple_loss=0.4484, pruned_loss=0.2137, over 2776434.69 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07003, over 45385.68 utterances.], batch size: 24, lr: 1.65e-03 +2022-09-17 03:15:18,819 INFO [train.py:885] (0/2) Epoch 2, batch 3000, loss[loss=0.3973, simple_loss=0.4236, pruned_loss=0.1855, over 14364.00 frames. utt_duration=480.4 frames, utt_pad_proportion=0.03531, over 120.00 utterances.], tot_loss[loss=0.4386, simple_loss=0.449, pruned_loss=0.2141, over 2776801.26 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07099, over 45928.36 utterances.], batch size: 120, lr: 1.65e-03 +2022-09-17 03:15:18,821 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 03:15:23,019 INFO [train.py:914] (0/2) Epoch 2, validation: loss=0.2888, simple_loss=0.3402, pruned_loss=0.1187, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 03:15:51,839 INFO [train.py:885] (0/2) Epoch 2, batch 3050, loss[loss=0.2721, simple_loss=0.3153, pruned_loss=0.1145, over 13549.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09177, over 42.00 utterances.], tot_loss[loss=0.436, simple_loss=0.4477, pruned_loss=0.2122, over 2774714.89 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07275, over 46564.80 utterances.], batch size: 42, lr: 1.64e-03 +2022-09-17 03:16:21,619 INFO [train.py:885] (0/2) Epoch 2, batch 3100, loss[loss=0.3943, simple_loss=0.3911, pruned_loss=0.1988, over 14181.00 frames. utt_duration=638.8 frames, utt_pad_proportion=0.04796, over 89.00 utterances.], tot_loss[loss=0.434, simple_loss=0.4461, pruned_loss=0.211, over 2771380.54 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07355, over 46722.26 utterances.], batch size: 89, lr: 1.64e-03 +2022-09-17 03:16:51,165 INFO [train.py:885] (0/2) Epoch 2, batch 3150, loss[loss=0.5529, simple_loss=0.5345, pruned_loss=0.2857, over 14187.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04532, over 306.00 utterances.], tot_loss[loss=0.438, simple_loss=0.4486, pruned_loss=0.2137, over 2776605.73 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07227, over 46870.07 utterances.], batch size: 306, lr: 1.64e-03 +2022-09-17 03:17:20,662 INFO [train.py:885] (0/2) Epoch 2, batch 3200, loss[loss=0.4143, simple_loss=0.4371, pruned_loss=0.1958, over 14317.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03986, over 154.00 utterances.], tot_loss[loss=0.4327, simple_loss=0.4443, pruned_loss=0.2105, over 2778845.20 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07077, over 45467.02 utterances.], batch size: 154, lr: 1.64e-03 +2022-09-17 03:17:50,483 INFO [train.py:885] (0/2) Epoch 2, batch 3250, loss[loss=0.4623, simple_loss=0.4902, pruned_loss=0.2172, over 13984.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05688, over 365.00 utterances.], tot_loss[loss=0.4303, simple_loss=0.4424, pruned_loss=0.2091, over 2781212.55 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07025, over 44812.26 utterances.], batch size: 365, lr: 1.63e-03 +2022-09-17 03:18:20,137 INFO [train.py:885] (0/2) Epoch 2, batch 3300, loss[loss=0.4907, simple_loss=0.5221, pruned_loss=0.2297, over 13646.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08031, over 477.00 utterances.], tot_loss[loss=0.4372, simple_loss=0.4485, pruned_loss=0.2129, over 2776664.56 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07304, over 47184.33 utterances.], batch size: 477, lr: 1.63e-03 +2022-09-17 03:18:49,499 INFO [train.py:885] (0/2) Epoch 2, batch 3350, loss[loss=0.2672, simple_loss=0.3029, pruned_loss=0.1158, over 13443.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.08582, over 50.00 utterances.], tot_loss[loss=0.4363, simple_loss=0.4481, pruned_loss=0.2122, over 2775467.84 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07342, over 47089.51 utterances.], batch size: 50, lr: 1.63e-03 +2022-09-17 03:19:06,320 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-16000.pt +2022-09-17 03:19:19,192 INFO [train.py:885] (0/2) Epoch 2, batch 3400, loss[loss=0.4181, simple_loss=0.4313, pruned_loss=0.2025, over 14248.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04611, over 141.00 utterances.], tot_loss[loss=0.4325, simple_loss=0.4451, pruned_loss=0.21, over 2779177.90 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07318, over 45705.34 utterances.], batch size: 141, lr: 1.63e-03 +2022-09-17 03:19:48,612 INFO [train.py:885] (0/2) Epoch 2, batch 3450, loss[loss=0.4466, simple_loss=0.467, pruned_loss=0.2132, over 14323.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03842, over 195.00 utterances.], tot_loss[loss=0.4308, simple_loss=0.4438, pruned_loss=0.2089, over 2786243.15 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06941, over 45050.78 utterances.], batch size: 195, lr: 1.62e-03 +2022-09-17 03:20:17,863 INFO [train.py:885] (0/2) Epoch 2, batch 3500, loss[loss=0.4416, simple_loss=0.4775, pruned_loss=0.2029, over 13973.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.0582, over 365.00 utterances.], tot_loss[loss=0.4322, simple_loss=0.4453, pruned_loss=0.2096, over 2785167.86 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06877, over 45322.51 utterances.], batch size: 365, lr: 1.62e-03 +2022-09-17 03:20:47,795 INFO [train.py:885] (0/2) Epoch 2, batch 3550, loss[loss=0.5208, simple_loss=0.5232, pruned_loss=0.2593, over 13947.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05917, over 365.00 utterances.], tot_loss[loss=0.432, simple_loss=0.4451, pruned_loss=0.2095, over 2783853.45 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07013, over 45780.91 utterances.], batch size: 365, lr: 1.62e-03 +2022-09-17 03:21:16,937 INFO [train.py:885] (0/2) Epoch 2, batch 3600, loss[loss=0.4739, simple_loss=0.4802, pruned_loss=0.2339, over 14287.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04057, over 283.00 utterances.], tot_loss[loss=0.4306, simple_loss=0.4438, pruned_loss=0.2087, over 2780481.99 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07138, over 45654.29 utterances.], batch size: 283, lr: 1.62e-03 +2022-09-17 03:21:46,578 INFO [train.py:885] (0/2) Epoch 2, batch 3650, loss[loss=0.4869, simple_loss=0.4807, pruned_loss=0.2465, over 14307.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03827, over 180.00 utterances.], tot_loss[loss=0.4238, simple_loss=0.4385, pruned_loss=0.2046, over 2783000.28 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06914, over 43928.19 utterances.], batch size: 180, lr: 1.61e-03 +2022-09-17 03:22:16,552 INFO [train.py:885] (0/2) Epoch 2, batch 3700, loss[loss=0.8236, simple_loss=0.7829, pruned_loss=0.4321, over 12521.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1445, over 811.00 utterances.], tot_loss[loss=0.4258, simple_loss=0.4407, pruned_loss=0.2054, over 2782203.62 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07098, over 44821.06 utterances.], batch size: 811, lr: 1.61e-03 +2022-09-17 03:22:45,779 INFO [train.py:885] (0/2) Epoch 2, batch 3750, loss[loss=0.3237, simple_loss=0.3558, pruned_loss=0.1458, over 13960.00 frames. utt_duration=810.8 frames, utt_pad_proportion=0.0561, over 69.00 utterances.], tot_loss[loss=0.4233, simple_loss=0.4382, pruned_loss=0.2042, over 2781897.80 frames. utt_duration=257.2 frames, utt_pad_proportion=0.07009, over 43521.78 utterances.], batch size: 69, lr: 1.61e-03 +2022-09-17 03:23:15,798 INFO [train.py:885] (0/2) Epoch 2, batch 3800, loss[loss=0.2357, simple_loss=0.2654, pruned_loss=0.103, over 13209.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1013, over 33.00 utterances.], tot_loss[loss=0.4272, simple_loss=0.442, pruned_loss=0.2062, over 2783010.26 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07074, over 44889.67 utterances.], batch size: 33, lr: 1.61e-03 +2022-09-17 03:23:45,306 INFO [train.py:885] (0/2) Epoch 2, batch 3850, loss[loss=0.3923, simple_loss=0.4171, pruned_loss=0.1838, over 13989.00 frames. utt_duration=572.4 frames, utt_pad_proportion=0.06168, over 98.00 utterances.], tot_loss[loss=0.4239, simple_loss=0.4391, pruned_loss=0.2044, over 2783120.42 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06981, over 43718.96 utterances.], batch size: 98, lr: 1.61e-03 +2022-09-17 03:24:14,867 INFO [train.py:885] (0/2) Epoch 2, batch 3900, loss[loss=0.3912, simple_loss=0.4037, pruned_loss=0.1894, over 13980.00 frames. utt_duration=572.1 frames, utt_pad_proportion=0.05908, over 98.00 utterances.], tot_loss[loss=0.4322, simple_loss=0.4466, pruned_loss=0.2089, over 2776193.25 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07184, over 47242.04 utterances.], batch size: 98, lr: 1.60e-03 +2022-09-17 03:24:44,500 INFO [train.py:885] (0/2) Epoch 2, batch 3950, loss[loss=0.3834, simple_loss=0.4076, pruned_loss=0.1796, over 14326.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03835, over 120.00 utterances.], tot_loss[loss=0.4294, simple_loss=0.444, pruned_loss=0.2074, over 2774375.31 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07345, over 45870.56 utterances.], batch size: 120, lr: 1.60e-03 +2022-09-17 03:25:13,785 INFO [train.py:885] (0/2) Epoch 2, batch 4000, loss[loss=0.5126, simple_loss=0.4975, pruned_loss=0.2639, over 14357.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03624, over 283.00 utterances.], tot_loss[loss=0.4273, simple_loss=0.4419, pruned_loss=0.2064, over 2777299.87 frames. utt_duration=246 frames, utt_pad_proportion=0.07213, over 45427.67 utterances.], batch size: 283, lr: 1.60e-03 +2022-09-17 03:25:44,231 INFO [train.py:885] (0/2) Epoch 2, batch 4050, loss[loss=0.4536, simple_loss=0.4711, pruned_loss=0.218, over 14271.00 frames. utt_duration=219.2 frames, utt_pad_proportion=0.04258, over 262.00 utterances.], tot_loss[loss=0.4282, simple_loss=0.442, pruned_loss=0.2072, over 2772604.00 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07277, over 45529.44 utterances.], batch size: 262, lr: 1.60e-03 +2022-09-17 03:26:12,807 INFO [train.py:885] (0/2) Epoch 2, batch 4100, loss[loss=0.2223, simple_loss=0.2545, pruned_loss=0.09504, over 12589.00 frames. utt_duration=2099 frames, utt_pad_proportion=0.147, over 24.00 utterances.], tot_loss[loss=0.4212, simple_loss=0.437, pruned_loss=0.2027, over 2778699.88 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06969, over 43749.13 utterances.], batch size: 24, lr: 1.59e-03 +2022-09-17 03:26:42,971 INFO [train.py:885] (0/2) Epoch 2, batch 4150, loss[loss=0.465, simple_loss=0.4685, pruned_loss=0.2308, over 14180.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04609, over 306.00 utterances.], tot_loss[loss=0.4257, simple_loss=0.4405, pruned_loss=0.2055, over 2779158.54 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07064, over 44854.55 utterances.], batch size: 306, lr: 1.59e-03 +2022-09-17 03:27:12,334 INFO [train.py:885] (0/2) Epoch 2, batch 4200, loss[loss=0.3949, simple_loss=0.4201, pruned_loss=0.1849, over 14332.00 frames. utt_duration=408 frames, utt_pad_proportion=0.03779, over 141.00 utterances.], tot_loss[loss=0.427, simple_loss=0.442, pruned_loss=0.2059, over 2779500.23 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07228, over 45748.10 utterances.], batch size: 141, lr: 1.59e-03 +2022-09-17 03:27:42,275 INFO [train.py:885] (0/2) Epoch 2, batch 4250, loss[loss=0.4903, simple_loss=0.4935, pruned_loss=0.2435, over 14291.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03911, over 225.00 utterances.], tot_loss[loss=0.4241, simple_loss=0.4395, pruned_loss=0.2043, over 2778644.79 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07196, over 44877.33 utterances.], batch size: 225, lr: 1.59e-03 +2022-09-17 03:28:11,288 INFO [train.py:885] (0/2) Epoch 2, batch 4300, loss[loss=0.4389, simple_loss=0.4546, pruned_loss=0.2116, over 14315.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04095, over 167.00 utterances.], tot_loss[loss=0.4277, simple_loss=0.4423, pruned_loss=0.2065, over 2781846.05 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07107, over 45237.93 utterances.], batch size: 167, lr: 1.59e-03 +2022-09-17 03:28:40,868 INFO [train.py:885] (0/2) Epoch 2, batch 4350, loss[loss=0.3108, simple_loss=0.3446, pruned_loss=0.1385, over 11939.00 frames. utt_duration=1992 frames, utt_pad_proportion=0.1966, over 24.00 utterances.], tot_loss[loss=0.4322, simple_loss=0.446, pruned_loss=0.2092, over 2779133.13 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0728, over 46042.02 utterances.], batch size: 24, lr: 1.58e-03 +2022-09-17 03:29:09,753 INFO [train.py:885] (0/2) Epoch 2, batch 4400, loss[loss=0.492, simple_loss=0.518, pruned_loss=0.233, over 13704.00 frames. utt_duration=134.9 frames, utt_pad_proportion=0.07619, over 411.00 utterances.], tot_loss[loss=0.4287, simple_loss=0.4433, pruned_loss=0.2071, over 2779434.32 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07232, over 45773.69 utterances.], batch size: 411, lr: 1.58e-03 +2022-09-17 03:29:39,311 INFO [train.py:885] (0/2) Epoch 2, batch 4450, loss[loss=0.3465, simple_loss=0.4002, pruned_loss=0.1464, over 12949.00 frames. utt_duration=1994 frames, utt_pad_proportion=0.1186, over 26.00 utterances.], tot_loss[loss=0.4291, simple_loss=0.4432, pruned_loss=0.2075, over 2782395.99 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07143, over 45099.04 utterances.], batch size: 26, lr: 1.58e-03 +2022-09-17 03:30:08,934 INFO [train.py:885] (0/2) Epoch 2, batch 4500, loss[loss=0.4013, simple_loss=0.4223, pruned_loss=0.1902, over 14347.00 frames. utt_duration=374.3 frames, utt_pad_proportion=0.03789, over 154.00 utterances.], tot_loss[loss=0.4298, simple_loss=0.4431, pruned_loss=0.2083, over 2783764.35 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07089, over 44603.90 utterances.], batch size: 154, lr: 1.58e-03 +2022-09-17 03:30:37,687 INFO [train.py:885] (0/2) Epoch 2, batch 4550, loss[loss=0.4948, simple_loss=0.4936, pruned_loss=0.2481, over 14318.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03918, over 262.00 utterances.], tot_loss[loss=0.4299, simple_loss=0.4436, pruned_loss=0.2081, over 2789614.20 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06785, over 44779.43 utterances.], batch size: 262, lr: 1.58e-03 +2022-09-17 03:31:07,825 INFO [train.py:885] (0/2) Epoch 2, batch 4600, loss[loss=0.6182, simple_loss=0.5669, pruned_loss=0.3347, over 14251.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04214, over 335.00 utterances.], tot_loss[loss=0.4358, simple_loss=0.4484, pruned_loss=0.2116, over 2788531.69 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0699, over 46198.03 utterances.], batch size: 335, lr: 1.57e-03 +2022-09-17 03:31:36,736 INFO [train.py:885] (0/2) Epoch 2, batch 4650, loss[loss=0.3397, simple_loss=0.3732, pruned_loss=0.1531, over 14204.00 frames. utt_duration=522.6 frames, utt_pad_proportion=0.04295, over 109.00 utterances.], tot_loss[loss=0.4387, simple_loss=0.4513, pruned_loss=0.2131, over 2784166.79 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07262, over 47238.79 utterances.], batch size: 109, lr: 1.57e-03 +2022-09-17 03:32:06,326 INFO [train.py:885] (0/2) Epoch 2, batch 4700, loss[loss=0.5664, simple_loss=0.5314, pruned_loss=0.3007, over 14213.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04362, over 306.00 utterances.], tot_loss[loss=0.4365, simple_loss=0.4499, pruned_loss=0.2116, over 2785300.95 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07086, over 47325.45 utterances.], batch size: 306, lr: 1.57e-03 +2022-09-17 03:32:36,345 INFO [train.py:885] (0/2) Epoch 2, batch 4750, loss[loss=0.4355, simple_loss=0.4748, pruned_loss=0.1981, over 13985.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05703, over 365.00 utterances.], tot_loss[loss=0.4366, simple_loss=0.4497, pruned_loss=0.2117, over 2781490.76 frames. utt_duration=241 frames, utt_pad_proportion=0.07111, over 46455.09 utterances.], batch size: 365, lr: 1.57e-03 +2022-09-17 03:33:06,750 INFO [train.py:885] (0/2) Epoch 2, batch 4800, loss[loss=0.6513, simple_loss=0.6447, pruned_loss=0.329, over 13122.00 frames. utt_duration=81.9 frames, utt_pad_proportion=0.1098, over 653.00 utterances.], tot_loss[loss=0.4387, simple_loss=0.4524, pruned_loss=0.2124, over 2783871.56 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07138, over 47865.85 utterances.], batch size: 653, lr: 1.56e-03 +2022-09-17 03:33:35,167 INFO [train.py:885] (0/2) Epoch 2, batch 4850, loss[loss=0.3675, simple_loss=0.3827, pruned_loss=0.1762, over 12968.00 frames. utt_duration=1997 frames, utt_pad_proportion=0.1162, over 26.00 utterances.], tot_loss[loss=0.4301, simple_loss=0.4447, pruned_loss=0.2078, over 2782331.40 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06934, over 45107.21 utterances.], batch size: 26, lr: 1.56e-03 +2022-09-17 03:34:04,792 INFO [train.py:885] (0/2) Epoch 2, batch 4900, loss[loss=0.4937, simple_loss=0.4938, pruned_loss=0.2468, over 14253.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04189, over 225.00 utterances.], tot_loss[loss=0.4352, simple_loss=0.4491, pruned_loss=0.2107, over 2779543.99 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07279, over 47090.73 utterances.], batch size: 225, lr: 1.56e-03 +2022-09-17 03:34:34,602 INFO [train.py:885] (0/2) Epoch 2, batch 4950, loss[loss=0.5652, simple_loss=0.538, pruned_loss=0.2962, over 14383.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0317, over 244.00 utterances.], tot_loss[loss=0.4364, simple_loss=0.4506, pruned_loss=0.2111, over 2778839.90 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07203, over 47587.46 utterances.], batch size: 244, lr: 1.56e-03 +2022-09-17 03:35:03,699 INFO [train.py:885] (0/2) Epoch 2, batch 5000, loss[loss=0.5071, simple_loss=0.4897, pruned_loss=0.2622, over 14372.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03659, over 244.00 utterances.], tot_loss[loss=0.4373, simple_loss=0.4513, pruned_loss=0.2116, over 2773746.24 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07301, over 48502.28 utterances.], batch size: 244, lr: 1.56e-03 +2022-09-17 03:35:33,364 INFO [train.py:885] (0/2) Epoch 2, batch 5050, loss[loss=0.4166, simple_loss=0.4467, pruned_loss=0.1933, over 14259.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04144, over 225.00 utterances.], tot_loss[loss=0.4343, simple_loss=0.449, pruned_loss=0.2098, over 2776549.11 frames. utt_duration=232 frames, utt_pad_proportion=0.07079, over 48188.05 utterances.], batch size: 225, lr: 1.55e-03 +2022-09-17 03:36:03,277 INFO [train.py:885] (0/2) Epoch 2, batch 5100, loss[loss=0.2941, simple_loss=0.3317, pruned_loss=0.1282, over 14152.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.0515, over 89.00 utterances.], tot_loss[loss=0.4315, simple_loss=0.4462, pruned_loss=0.2084, over 2776554.49 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07121, over 47079.48 utterances.], batch size: 89, lr: 1.55e-03 +2022-09-17 03:36:32,063 INFO [train.py:885] (0/2) Epoch 2, batch 5150, loss[loss=0.4179, simple_loss=0.4267, pruned_loss=0.2045, over 14338.00 frames. utt_duration=442.8 frames, utt_pad_proportion=0.03749, over 130.00 utterances.], tot_loss[loss=0.4272, simple_loss=0.4425, pruned_loss=0.206, over 2784398.38 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06849, over 45435.71 utterances.], batch size: 130, lr: 1.55e-03 +2022-09-17 03:37:02,124 INFO [train.py:885] (0/2) Epoch 2, batch 5200, loss[loss=0.3926, simple_loss=0.4272, pruned_loss=0.1789, over 14312.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04098, over 167.00 utterances.], tot_loss[loss=0.4216, simple_loss=0.4378, pruned_loss=0.2027, over 2779578.01 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06917, over 44981.64 utterances.], batch size: 167, lr: 1.55e-03 +2022-09-17 03:37:31,113 INFO [train.py:885] (0/2) Epoch 2, batch 5250, loss[loss=0.487, simple_loss=0.5082, pruned_loss=0.2329, over 13973.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05725, over 365.00 utterances.], tot_loss[loss=0.4218, simple_loss=0.4379, pruned_loss=0.2029, over 2782510.90 frames. utt_duration=249 frames, utt_pad_proportion=0.06871, over 44959.39 utterances.], batch size: 365, lr: 1.55e-03 +2022-09-17 03:38:00,953 INFO [train.py:885] (0/2) Epoch 2, batch 5300, loss[loss=0.42, simple_loss=0.4402, pruned_loss=0.1998, over 14274.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04048, over 180.00 utterances.], tot_loss[loss=0.4184, simple_loss=0.4353, pruned_loss=0.2008, over 2784916.63 frames. utt_duration=255 frames, utt_pad_proportion=0.06768, over 43933.19 utterances.], batch size: 180, lr: 1.54e-03 +2022-09-17 03:38:30,176 INFO [train.py:885] (0/2) Epoch 2, batch 5350, loss[loss=0.4524, simple_loss=0.4672, pruned_loss=0.2189, over 14257.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04122, over 225.00 utterances.], tot_loss[loss=0.4255, simple_loss=0.4412, pruned_loss=0.2049, over 2783580.98 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07179, over 46011.93 utterances.], batch size: 225, lr: 1.54e-03 +2022-09-17 03:38:59,964 INFO [train.py:885] (0/2) Epoch 2, batch 5400, loss[loss=0.4428, simple_loss=0.4578, pruned_loss=0.2139, over 14365.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.03501, over 195.00 utterances.], tot_loss[loss=0.4257, simple_loss=0.4419, pruned_loss=0.2048, over 2786578.52 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07044, over 46043.33 utterances.], batch size: 195, lr: 1.54e-03 +2022-09-17 03:39:28,920 INFO [train.py:885] (0/2) Epoch 2, batch 5450, loss[loss=0.3909, simple_loss=0.427, pruned_loss=0.1774, over 14308.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03805, over 180.00 utterances.], tot_loss[loss=0.4278, simple_loss=0.444, pruned_loss=0.2058, over 2788260.16 frames. utt_duration=239.8 frames, utt_pad_proportion=0.06902, over 46797.67 utterances.], batch size: 180, lr: 1.54e-03 +2022-09-17 03:39:58,465 INFO [train.py:885] (0/2) Epoch 2, batch 5500, loss[loss=0.4762, simple_loss=0.4588, pruned_loss=0.2468, over 14209.00 frames. utt_duration=640.1 frames, utt_pad_proportion=0.04598, over 89.00 utterances.], tot_loss[loss=0.4267, simple_loss=0.4427, pruned_loss=0.2054, over 2785731.02 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06979, over 45910.00 utterances.], batch size: 89, lr: 1.54e-03 +2022-09-17 03:40:27,622 INFO [train.py:885] (0/2) Epoch 2, batch 5550, loss[loss=0.3539, simple_loss=0.3835, pruned_loss=0.1621, over 14297.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03838, over 130.00 utterances.], tot_loss[loss=0.4238, simple_loss=0.4401, pruned_loss=0.2038, over 2783244.77 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07086, over 45188.35 utterances.], batch size: 130, lr: 1.53e-03 +2022-09-17 03:40:57,559 INFO [train.py:885] (0/2) Epoch 2, batch 5600, loss[loss=0.3857, simple_loss=0.4238, pruned_loss=0.1738, over 14356.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03848, over 167.00 utterances.], tot_loss[loss=0.4241, simple_loss=0.4406, pruned_loss=0.2038, over 2786676.59 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06926, over 45133.02 utterances.], batch size: 167, lr: 1.53e-03 +2022-09-17 03:41:27,550 INFO [train.py:885] (0/2) Epoch 2, batch 5650, loss[loss=0.263, simple_loss=0.3075, pruned_loss=0.1093, over 13664.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08716, over 42.00 utterances.], tot_loss[loss=0.428, simple_loss=0.4437, pruned_loss=0.2061, over 2780337.15 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07216, over 46466.32 utterances.], batch size: 42, lr: 1.53e-03 +2022-09-17 03:41:56,916 INFO [train.py:885] (0/2) Epoch 2, batch 5700, loss[loss=0.2765, simple_loss=0.2968, pruned_loss=0.1281, over 12253.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.1499, over 24.00 utterances.], tot_loss[loss=0.4203, simple_loss=0.4374, pruned_loss=0.2016, over 2776840.89 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07341, over 44943.10 utterances.], batch size: 24, lr: 1.53e-03 +2022-09-17 03:42:26,540 INFO [train.py:885] (0/2) Epoch 2, batch 5750, loss[loss=0.4992, simple_loss=0.4974, pruned_loss=0.2505, over 14307.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03983, over 262.00 utterances.], tot_loss[loss=0.4183, simple_loss=0.4363, pruned_loss=0.2002, over 2780369.46 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07054, over 44707.09 utterances.], batch size: 262, lr: 1.53e-03 +2022-09-17 03:42:56,179 INFO [train.py:885] (0/2) Epoch 2, batch 5800, loss[loss=0.4666, simple_loss=0.4739, pruned_loss=0.2296, over 14179.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04594, over 306.00 utterances.], tot_loss[loss=0.4204, simple_loss=0.4385, pruned_loss=0.2012, over 2781429.95 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07154, over 45701.91 utterances.], batch size: 306, lr: 1.52e-03 +2022-09-17 03:43:25,243 INFO [train.py:885] (0/2) Epoch 2, batch 5850, loss[loss=0.2571, simple_loss=0.2739, pruned_loss=0.1201, over 13252.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1032, over 33.00 utterances.], tot_loss[loss=0.4134, simple_loss=0.4326, pruned_loss=0.1971, over 2780410.70 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07086, over 43961.58 utterances.], batch size: 33, lr: 1.52e-03 +2022-09-17 03:43:55,385 INFO [train.py:885] (0/2) Epoch 2, batch 5900, loss[loss=0.4842, simple_loss=0.4967, pruned_loss=0.2359, over 14347.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03623, over 226.00 utterances.], tot_loss[loss=0.4218, simple_loss=0.4398, pruned_loss=0.2019, over 2781538.54 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07217, over 45932.79 utterances.], batch size: 226, lr: 1.52e-03 +2022-09-17 03:44:24,370 INFO [train.py:885] (0/2) Epoch 2, batch 5950, loss[loss=0.3491, simple_loss=0.39, pruned_loss=0.1541, over 14331.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03767, over 120.00 utterances.], tot_loss[loss=0.4225, simple_loss=0.4404, pruned_loss=0.2023, over 2781302.59 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07146, over 46013.92 utterances.], batch size: 120, lr: 1.52e-03 +2022-09-17 03:44:53,840 INFO [train.py:885] (0/2) Epoch 2, batch 6000, loss[loss=0.422, simple_loss=0.446, pruned_loss=0.199, over 14309.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03812, over 180.00 utterances.], tot_loss[loss=0.4243, simple_loss=0.4414, pruned_loss=0.2036, over 2782244.52 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07226, over 45722.05 utterances.], batch size: 180, lr: 1.52e-03 +2022-09-17 03:44:53,842 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 03:44:57,970 INFO [train.py:914] (0/2) Epoch 2, validation: loss=0.2658, simple_loss=0.3242, pruned_loss=0.1037, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 03:45:27,116 INFO [train.py:885] (0/2) Epoch 2, batch 6050, loss[loss=0.3258, simple_loss=0.3683, pruned_loss=0.1417, over 14271.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04504, over 110.00 utterances.], tot_loss[loss=0.4249, simple_loss=0.4418, pruned_loss=0.204, over 2783939.86 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06925, over 45820.02 utterances.], batch size: 110, lr: 1.52e-03 +2022-09-17 03:45:56,960 INFO [train.py:885] (0/2) Epoch 2, batch 6100, loss[loss=0.2487, simple_loss=0.2718, pruned_loss=0.1128, over 13576.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.08725, over 42.00 utterances.], tot_loss[loss=0.4223, simple_loss=0.4398, pruned_loss=0.2024, over 2781938.54 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07092, over 45928.52 utterances.], batch size: 42, lr: 1.51e-03 +2022-09-17 03:46:26,987 INFO [train.py:885] (0/2) Epoch 2, batch 6150, loss[loss=0.2957, simple_loss=0.3044, pruned_loss=0.1434, over 13188.00 frames. utt_duration=1288 frames, utt_pad_proportion=0.09845, over 41.00 utterances.], tot_loss[loss=0.4202, simple_loss=0.4379, pruned_loss=0.2013, over 2780423.45 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06914, over 45201.59 utterances.], batch size: 41, lr: 1.51e-03 +2022-09-17 03:46:56,482 INFO [train.py:885] (0/2) Epoch 2, batch 6200, loss[loss=0.5003, simple_loss=0.4982, pruned_loss=0.2512, over 14310.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03972, over 262.00 utterances.], tot_loss[loss=0.419, simple_loss=0.4374, pruned_loss=0.2003, over 2778494.66 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06979, over 45227.21 utterances.], batch size: 262, lr: 1.51e-03 +2022-09-17 03:47:25,813 INFO [train.py:885] (0/2) Epoch 2, batch 6250, loss[loss=0.6711, simple_loss=0.5975, pruned_loss=0.3724, over 14375.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03193, over 244.00 utterances.], tot_loss[loss=0.4169, simple_loss=0.4351, pruned_loss=0.1994, over 2778968.78 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06991, over 44100.08 utterances.], batch size: 244, lr: 1.51e-03 +2022-09-17 03:47:55,401 INFO [train.py:885] (0/2) Epoch 2, batch 6300, loss[loss=0.488, simple_loss=0.4711, pruned_loss=0.2524, over 14293.00 frames. utt_duration=407.1 frames, utt_pad_proportion=0.04217, over 141.00 utterances.], tot_loss[loss=0.4272, simple_loss=0.4443, pruned_loss=0.2051, over 2775886.13 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07311, over 47645.00 utterances.], batch size: 141, lr: 1.51e-03 +2022-09-17 03:48:24,572 INFO [train.py:885] (0/2) Epoch 2, batch 6350, loss[loss=0.4529, simple_loss=0.4886, pruned_loss=0.2086, over 13787.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07004, over 411.00 utterances.], tot_loss[loss=0.4303, simple_loss=0.4461, pruned_loss=0.2073, over 2772360.99 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07432, over 48042.02 utterances.], batch size: 411, lr: 1.50e-03 +2022-09-17 03:48:54,165 INFO [train.py:885] (0/2) Epoch 2, batch 6400, loss[loss=0.5034, simple_loss=0.5059, pruned_loss=0.2505, over 14322.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03912, over 262.00 utterances.], tot_loss[loss=0.4279, simple_loss=0.4438, pruned_loss=0.206, over 2775436.61 frames. utt_duration=240 frames, utt_pad_proportion=0.07233, over 46535.90 utterances.], batch size: 262, lr: 1.50e-03 +2022-09-17 03:49:23,475 INFO [train.py:885] (0/2) Epoch 2, batch 6450, loss[loss=0.2211, simple_loss=0.2601, pruned_loss=0.09105, over 13377.00 frames. utt_duration=1623 frames, utt_pad_proportion=0.1027, over 33.00 utterances.], tot_loss[loss=0.4293, simple_loss=0.4451, pruned_loss=0.2067, over 2776068.38 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07295, over 46897.93 utterances.], batch size: 33, lr: 1.50e-03 +2022-09-17 03:49:53,350 INFO [train.py:885] (0/2) Epoch 2, batch 6500, loss[loss=0.3675, simple_loss=0.3999, pruned_loss=0.1676, over 14246.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04557, over 141.00 utterances.], tot_loss[loss=0.4286, simple_loss=0.446, pruned_loss=0.2056, over 2776332.34 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07456, over 48333.63 utterances.], batch size: 141, lr: 1.50e-03 +2022-09-17 03:50:22,392 INFO [train.py:885] (0/2) Epoch 2, batch 6550, loss[loss=0.281, simple_loss=0.3006, pruned_loss=0.1307, over 12410.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1521, over 24.00 utterances.], tot_loss[loss=0.4231, simple_loss=0.441, pruned_loss=0.2026, over 2775035.60 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07432, over 46619.38 utterances.], batch size: 24, lr: 1.50e-03 +2022-09-17 03:50:52,903 INFO [train.py:885] (0/2) Epoch 2, batch 6600, loss[loss=0.3548, simple_loss=0.3907, pruned_loss=0.1594, over 14248.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04561, over 141.00 utterances.], tot_loss[loss=0.431, simple_loss=0.4477, pruned_loss=0.2072, over 2775110.14 frames. utt_duration=228.9 frames, utt_pad_proportion=0.07557, over 48804.08 utterances.], batch size: 141, lr: 1.49e-03 +2022-09-17 03:51:22,334 INFO [train.py:885] (0/2) Epoch 2, batch 6650, loss[loss=0.4563, simple_loss=0.4642, pruned_loss=0.2242, over 14291.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03922, over 180.00 utterances.], tot_loss[loss=0.4328, simple_loss=0.4503, pruned_loss=0.2076, over 2774607.45 frames. utt_duration=221.9 frames, utt_pad_proportion=0.07598, over 50345.87 utterances.], batch size: 180, lr: 1.49e-03 +2022-09-17 03:51:51,459 INFO [train.py:885] (0/2) Epoch 2, batch 6700, loss[loss=0.4634, simple_loss=0.4593, pruned_loss=0.2337, over 14330.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04, over 167.00 utterances.], tot_loss[loss=0.4297, simple_loss=0.4479, pruned_loss=0.2057, over 2779491.40 frames. utt_duration=227.2 frames, utt_pad_proportion=0.07359, over 49252.02 utterances.], batch size: 167, lr: 1.49e-03 +2022-09-17 03:52:20,543 INFO [train.py:885] (0/2) Epoch 2, batch 6750, loss[loss=0.5847, simple_loss=0.5475, pruned_loss=0.3109, over 14242.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04241, over 335.00 utterances.], tot_loss[loss=0.4272, simple_loss=0.4458, pruned_loss=0.2043, over 2777340.38 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07445, over 48783.68 utterances.], batch size: 335, lr: 1.49e-03 +2022-09-17 03:52:50,408 INFO [train.py:885] (0/2) Epoch 2, batch 6800, loss[loss=0.5369, simple_loss=0.5602, pruned_loss=0.2568, over 13623.00 frames. utt_duration=98.69 frames, utt_pad_proportion=0.07764, over 560.00 utterances.], tot_loss[loss=0.4277, simple_loss=0.4463, pruned_loss=0.2046, over 2779624.19 frames. utt_duration=227.8 frames, utt_pad_proportion=0.07307, over 49135.75 utterances.], batch size: 560, lr: 1.49e-03 +2022-09-17 03:53:20,087 INFO [train.py:885] (0/2) Epoch 2, batch 6850, loss[loss=0.3361, simple_loss=0.354, pruned_loss=0.1591, over 13922.00 frames. utt_duration=808.7 frames, utt_pad_proportion=0.05858, over 69.00 utterances.], tot_loss[loss=0.4208, simple_loss=0.4399, pruned_loss=0.2008, over 2778943.90 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07222, over 46613.35 utterances.], batch size: 69, lr: 1.49e-03 +2022-09-17 03:53:49,190 INFO [train.py:885] (0/2) Epoch 2, batch 6900, loss[loss=0.3313, simple_loss=0.3626, pruned_loss=0.15, over 12778.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.1476, over 25.00 utterances.], tot_loss[loss=0.4177, simple_loss=0.4373, pruned_loss=0.1991, over 2779391.93 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07044, over 45605.56 utterances.], batch size: 25, lr: 1.48e-03 +2022-09-17 03:54:18,708 INFO [train.py:885] (0/2) Epoch 2, batch 6950, loss[loss=0.3285, simple_loss=0.3779, pruned_loss=0.1395, over 14319.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03709, over 130.00 utterances.], tot_loss[loss=0.4194, simple_loss=0.4396, pruned_loss=0.1996, over 2781972.51 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07189, over 47325.44 utterances.], batch size: 130, lr: 1.48e-03 +2022-09-17 03:54:48,156 INFO [train.py:885] (0/2) Epoch 2, batch 7000, loss[loss=0.2954, simple_loss=0.322, pruned_loss=0.1344, over 13135.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.115, over 26.00 utterances.], tot_loss[loss=0.4162, simple_loss=0.436, pruned_loss=0.1982, over 2781973.34 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06966, over 45212.16 utterances.], batch size: 26, lr: 1.48e-03 +2022-09-17 03:55:17,644 INFO [train.py:885] (0/2) Epoch 2, batch 7050, loss[loss=0.3712, simple_loss=0.4066, pruned_loss=0.168, over 14313.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04041, over 154.00 utterances.], tot_loss[loss=0.4236, simple_loss=0.4414, pruned_loss=0.2029, over 2776058.77 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07352, over 46868.10 utterances.], batch size: 154, lr: 1.48e-03 +2022-09-17 03:55:46,845 INFO [train.py:885] (0/2) Epoch 2, batch 7100, loss[loss=0.3428, simple_loss=0.3776, pruned_loss=0.154, over 14255.00 frames. utt_duration=476.6 frames, utt_pad_proportion=0.04302, over 120.00 utterances.], tot_loss[loss=0.4178, simple_loss=0.4363, pruned_loss=0.1996, over 2778896.98 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07164, over 45476.75 utterances.], batch size: 120, lr: 1.48e-03 +2022-09-17 03:56:16,311 INFO [train.py:885] (0/2) Epoch 2, batch 7150, loss[loss=0.3036, simple_loss=0.3268, pruned_loss=0.1402, over 13502.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08657, over 50.00 utterances.], tot_loss[loss=0.4153, simple_loss=0.4345, pruned_loss=0.1981, over 2779923.53 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07022, over 45169.90 utterances.], batch size: 50, lr: 1.48e-03 +2022-09-17 03:56:45,550 INFO [train.py:885] (0/2) Epoch 2, batch 7200, loss[loss=0.3038, simple_loss=0.3248, pruned_loss=0.1414, over 12244.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.1523, over 24.00 utterances.], tot_loss[loss=0.4128, simple_loss=0.432, pruned_loss=0.1968, over 2775092.42 frames. utt_duration=253 frames, utt_pad_proportion=0.06995, over 44134.13 utterances.], batch size: 24, lr: 1.47e-03 +2022-09-17 03:57:15,480 INFO [train.py:885] (0/2) Epoch 2, batch 7250, loss[loss=0.25, simple_loss=0.2877, pruned_loss=0.1061, over 12348.00 frames. utt_duration=2060 frames, utt_pad_proportion=0.1514, over 24.00 utterances.], tot_loss[loss=0.4102, simple_loss=0.4293, pruned_loss=0.1956, over 2772073.86 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07007, over 43528.16 utterances.], batch size: 24, lr: 1.47e-03 +2022-09-17 03:57:45,014 INFO [train.py:885] (0/2) Epoch 2, batch 7300, loss[loss=0.2197, simple_loss=0.2474, pruned_loss=0.09594, over 12651.00 frames. utt_duration=2110 frames, utt_pad_proportion=0.1377, over 24.00 utterances.], tot_loss[loss=0.412, simple_loss=0.4309, pruned_loss=0.1966, over 2775955.88 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07039, over 43512.52 utterances.], batch size: 24, lr: 1.47e-03 +2022-09-17 03:58:14,478 INFO [train.py:885] (0/2) Epoch 2, batch 7350, loss[loss=0.4533, simple_loss=0.4673, pruned_loss=0.2197, over 14207.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04632, over 141.00 utterances.], tot_loss[loss=0.4131, simple_loss=0.4312, pruned_loss=0.1975, over 2768241.70 frames. utt_duration=256 frames, utt_pad_proportion=0.07444, over 43505.74 utterances.], batch size: 141, lr: 1.47e-03 +2022-09-17 03:58:40,337 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-20000.pt +2022-09-17 03:58:53,006 INFO [train.py:885] (0/2) Epoch 2, batch 7400, loss[loss=0.4713, simple_loss=0.5006, pruned_loss=0.221, over 13744.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07311, over 411.00 utterances.], tot_loss[loss=0.4147, simple_loss=0.4328, pruned_loss=0.1984, over 2772162.49 frames. utt_duration=257.2 frames, utt_pad_proportion=0.07171, over 43366.13 utterances.], batch size: 411, lr: 1.47e-03 +2022-09-17 03:59:22,574 INFO [train.py:885] (0/2) Epoch 2, batch 7450, loss[loss=0.4393, simple_loss=0.4612, pruned_loss=0.2087, over 14306.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04155, over 167.00 utterances.], tot_loss[loss=0.4187, simple_loss=0.4362, pruned_loss=0.2006, over 2772496.50 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07261, over 44594.21 utterances.], batch size: 167, lr: 1.46e-03 +2022-09-17 03:59:52,150 INFO [train.py:885] (0/2) Epoch 2, batch 7500, loss[loss=0.6146, simple_loss=0.616, pruned_loss=0.3066, over 13149.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.4211, simple_loss=0.4389, pruned_loss=0.2017, over 2769385.55 frames. utt_duration=241 frames, utt_pad_proportion=0.07395, over 46240.44 utterances.], batch size: 653, lr: 1.46e-03 +2022-09-17 04:00:21,540 INFO [train.py:885] (0/2) Epoch 2, batch 7550, loss[loss=0.4138, simple_loss=0.4389, pruned_loss=0.1943, over 14355.00 frames. utt_duration=220.6 frames, utt_pad_proportion=0.03675, over 262.00 utterances.], tot_loss[loss=0.4212, simple_loss=0.4398, pruned_loss=0.2013, over 2768730.63 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07494, over 46955.59 utterances.], batch size: 262, lr: 1.46e-03 +2022-09-17 04:00:51,292 INFO [train.py:885] (0/2) Epoch 2, batch 7600, loss[loss=0.6278, simple_loss=0.629, pruned_loss=0.3133, over 13100.00 frames. utt_duration=81.76 frames, utt_pad_proportion=0.1113, over 653.00 utterances.], tot_loss[loss=0.4216, simple_loss=0.4396, pruned_loss=0.2018, over 2770326.92 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07418, over 46234.51 utterances.], batch size: 653, lr: 1.46e-03 +2022-09-17 04:01:20,585 INFO [train.py:885] (0/2) Epoch 2, batch 7650, loss[loss=0.452, simple_loss=0.4613, pruned_loss=0.2214, over 14356.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03332, over 244.00 utterances.], tot_loss[loss=0.4225, simple_loss=0.4398, pruned_loss=0.2026, over 2777217.23 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07142, over 45853.30 utterances.], batch size: 244, lr: 1.46e-03 +2022-09-17 04:01:50,428 INFO [train.py:885] (0/2) Epoch 2, batch 7700, loss[loss=0.3646, simple_loss=0.4064, pruned_loss=0.1614, over 14233.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04684, over 141.00 utterances.], tot_loss[loss=0.4215, simple_loss=0.4395, pruned_loss=0.2018, over 2776718.52 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07355, over 46075.68 utterances.], batch size: 141, lr: 1.46e-03 +2022-09-17 04:02:20,175 INFO [train.py:885] (0/2) Epoch 2, batch 7750, loss[loss=0.2832, simple_loss=0.3127, pruned_loss=0.1268, over 13832.00 frames. utt_duration=803.4 frames, utt_pad_proportion=0.06475, over 69.00 utterances.], tot_loss[loss=0.4173, simple_loss=0.4354, pruned_loss=0.1996, over 2780172.51 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07148, over 44464.37 utterances.], batch size: 69, lr: 1.45e-03 +2022-09-17 04:02:49,415 INFO [train.py:885] (0/2) Epoch 2, batch 7800, loss[loss=0.3139, simple_loss=0.3589, pruned_loss=0.1345, over 13517.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08913, over 50.00 utterances.], tot_loss[loss=0.4139, simple_loss=0.433, pruned_loss=0.1975, over 2782312.94 frames. utt_duration=258 frames, utt_pad_proportion=0.07011, over 43378.07 utterances.], batch size: 50, lr: 1.45e-03 +2022-09-17 04:03:18,395 INFO [train.py:885] (0/2) Epoch 2, batch 7850, loss[loss=0.2708, simple_loss=0.3177, pruned_loss=0.112, over 13918.00 frames. utt_duration=929.4 frames, utt_pad_proportion=0.06685, over 60.00 utterances.], tot_loss[loss=0.4152, simple_loss=0.4349, pruned_loss=0.1978, over 2783510.30 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07076, over 44997.21 utterances.], batch size: 60, lr: 1.45e-03 +2022-09-17 04:03:48,376 INFO [train.py:885] (0/2) Epoch 2, batch 7900, loss[loss=0.7625, simple_loss=0.7364, pruned_loss=0.3942, over 12412.00 frames. utt_duration=62.79 frames, utt_pad_proportion=0.1514, over 811.00 utterances.], tot_loss[loss=0.4187, simple_loss=0.4373, pruned_loss=0.2001, over 2778222.84 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07295, over 45511.78 utterances.], batch size: 811, lr: 1.45e-03 +2022-09-17 04:04:17,565 INFO [train.py:885] (0/2) Epoch 2, batch 7950, loss[loss=0.4717, simple_loss=0.4784, pruned_loss=0.2325, over 14192.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04532, over 306.00 utterances.], tot_loss[loss=0.4222, simple_loss=0.4402, pruned_loss=0.2021, over 2784544.17 frames. utt_duration=243.8 frames, utt_pad_proportion=0.0717, over 45971.34 utterances.], batch size: 306, lr: 1.45e-03 +2022-09-17 04:04:46,679 INFO [train.py:885] (0/2) Epoch 2, batch 8000, loss[loss=0.4811, simple_loss=0.4749, pruned_loss=0.2436, over 14246.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04586, over 141.00 utterances.], tot_loss[loss=0.4156, simple_loss=0.4346, pruned_loss=0.1983, over 2780807.18 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07186, over 44705.70 utterances.], batch size: 141, lr: 1.45e-03 +2022-09-17 04:05:16,262 INFO [train.py:885] (0/2) Epoch 2, batch 8050, loss[loss=0.2899, simple_loss=0.332, pruned_loss=0.1239, over 13975.00 frames. utt_duration=709.1 frames, utt_pad_proportion=0.06204, over 79.00 utterances.], tot_loss[loss=0.4178, simple_loss=0.4365, pruned_loss=0.1996, over 2786423.36 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07076, over 44910.28 utterances.], batch size: 79, lr: 1.44e-03 +2022-09-17 04:05:46,641 INFO [train.py:885] (0/2) Epoch 2, batch 8100, loss[loss=0.2492, simple_loss=0.2935, pruned_loss=0.1024, over 13601.00 frames. utt_duration=1328 frames, utt_pad_proportion=0.07271, over 41.00 utterances.], tot_loss[loss=0.4145, simple_loss=0.4338, pruned_loss=0.1976, over 2782527.38 frames. utt_duration=249.3 frames, utt_pad_proportion=0.0715, over 44909.05 utterances.], batch size: 41, lr: 1.44e-03 +2022-09-17 04:06:15,960 INFO [train.py:885] (0/2) Epoch 2, batch 8150, loss[loss=0.4424, simple_loss=0.4615, pruned_loss=0.2116, over 14334.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03708, over 210.00 utterances.], tot_loss[loss=0.415, simple_loss=0.4347, pruned_loss=0.1976, over 2785078.40 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07015, over 45526.02 utterances.], batch size: 210, lr: 1.44e-03 +2022-09-17 04:06:45,536 INFO [train.py:885] (0/2) Epoch 2, batch 8200, loss[loss=0.4641, simple_loss=0.4769, pruned_loss=0.2257, over 14196.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0448, over 306.00 utterances.], tot_loss[loss=0.4151, simple_loss=0.4347, pruned_loss=0.1977, over 2788183.56 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06819, over 44919.02 utterances.], batch size: 306, lr: 1.44e-03 +2022-09-17 04:07:14,191 INFO [train.py:885] (0/2) Epoch 2, batch 8250, loss[loss=0.4419, simple_loss=0.4676, pruned_loss=0.2081, over 14300.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04067, over 262.00 utterances.], tot_loss[loss=0.4148, simple_loss=0.4337, pruned_loss=0.1979, over 2791870.89 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06545, over 43810.94 utterances.], batch size: 262, lr: 1.44e-03 +2022-09-17 04:07:51,226 INFO [train.py:885] (0/2) Epoch 2, batch 8300, loss[loss=0.5789, simple_loss=0.5463, pruned_loss=0.3058, over 14231.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04329, over 335.00 utterances.], tot_loss[loss=0.4144, simple_loss=0.4327, pruned_loss=0.198, over 2788802.42 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06397, over 43359.97 utterances.], batch size: 335, lr: 1.44e-03 +2022-09-17 04:08:20,623 INFO [train.py:885] (0/2) Epoch 2, batch 8350, loss[loss=0.3226, simple_loss=0.3582, pruned_loss=0.1435, over 14070.00 frames. utt_duration=713.9 frames, utt_pad_proportion=0.05567, over 79.00 utterances.], tot_loss[loss=0.4112, simple_loss=0.43, pruned_loss=0.1962, over 2787732.15 frames. utt_duration=263.3 frames, utt_pad_proportion=0.06571, over 42590.07 utterances.], batch size: 79, lr: 1.43e-03 +2022-09-17 04:08:50,690 INFO [train.py:885] (0/2) Epoch 2, batch 8400, loss[loss=0.274, simple_loss=0.3001, pruned_loss=0.1239, over 13866.00 frames. utt_duration=925.9 frames, utt_pad_proportion=0.07041, over 60.00 utterances.], tot_loss[loss=0.412, simple_loss=0.431, pruned_loss=0.1965, over 2790681.88 frames. utt_duration=265.1 frames, utt_pad_proportion=0.06475, over 42338.63 utterances.], batch size: 60, lr: 1.43e-03 +2022-09-17 04:09:20,786 INFO [train.py:885] (0/2) Epoch 2, batch 8450, loss[loss=0.5592, simple_loss=0.5371, pruned_loss=0.2907, over 14204.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04388, over 306.00 utterances.], tot_loss[loss=0.4116, simple_loss=0.4316, pruned_loss=0.1958, over 2784201.79 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06674, over 43570.58 utterances.], batch size: 306, lr: 1.43e-03 +2022-09-17 04:09:50,050 INFO [train.py:885] (0/2) Epoch 2, batch 8500, loss[loss=0.3469, simple_loss=0.379, pruned_loss=0.1574, over 14173.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04431, over 109.00 utterances.], tot_loss[loss=0.418, simple_loss=0.437, pruned_loss=0.1995, over 2787316.09 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06718, over 44773.73 utterances.], batch size: 109, lr: 1.43e-03 +2022-09-17 04:10:19,167 INFO [train.py:885] (0/2) Epoch 2, batch 8550, loss[loss=0.5251, simple_loss=0.5314, pruned_loss=0.2594, over 13985.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05733, over 365.00 utterances.], tot_loss[loss=0.4109, simple_loss=0.4314, pruned_loss=0.1952, over 2782443.75 frames. utt_duration=259 frames, utt_pad_proportion=0.06763, over 43212.48 utterances.], batch size: 365, lr: 1.43e-03 +2022-09-17 04:10:48,202 INFO [train.py:885] (0/2) Epoch 2, batch 8600, loss[loss=0.5046, simple_loss=0.5004, pruned_loss=0.2544, over 14352.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03391, over 244.00 utterances.], tot_loss[loss=0.4112, simple_loss=0.4322, pruned_loss=0.195, over 2785696.99 frames. utt_duration=257.9 frames, utt_pad_proportion=0.0666, over 43448.90 utterances.], batch size: 244, lr: 1.43e-03 +2022-09-17 04:11:18,978 INFO [train.py:885] (0/2) Epoch 2, batch 8650, loss[loss=0.4715, simple_loss=0.4997, pruned_loss=0.2217, over 13999.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05585, over 365.00 utterances.], tot_loss[loss=0.4124, simple_loss=0.4338, pruned_loss=0.1955, over 2779332.26 frames. utt_duration=248 frames, utt_pad_proportion=0.07072, over 45091.71 utterances.], batch size: 365, lr: 1.43e-03 +2022-09-17 04:11:48,739 INFO [train.py:885] (0/2) Epoch 2, batch 8700, loss[loss=0.4164, simple_loss=0.4453, pruned_loss=0.1937, over 14360.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03551, over 210.00 utterances.], tot_loss[loss=0.4093, simple_loss=0.431, pruned_loss=0.1938, over 2781202.63 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06941, over 43903.39 utterances.], batch size: 210, lr: 1.42e-03 +2022-09-17 04:12:18,117 INFO [train.py:885] (0/2) Epoch 2, batch 8750, loss[loss=0.3107, simple_loss=0.3357, pruned_loss=0.1429, over 13767.00 frames. utt_duration=919.2 frames, utt_pad_proportion=0.0734, over 60.00 utterances.], tot_loss[loss=0.4132, simple_loss=0.4341, pruned_loss=0.1962, over 2779265.75 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07096, over 45035.66 utterances.], batch size: 60, lr: 1.42e-03 +2022-09-17 04:12:47,789 INFO [train.py:885] (0/2) Epoch 2, batch 8800, loss[loss=0.8925, simple_loss=0.816, pruned_loss=0.4844, over 12481.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.1471, over 811.00 utterances.], tot_loss[loss=0.4149, simple_loss=0.436, pruned_loss=0.1969, over 2782584.72 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07152, over 45926.91 utterances.], batch size: 811, lr: 1.42e-03 +2022-09-17 04:13:17,245 INFO [train.py:885] (0/2) Epoch 2, batch 8850, loss[loss=0.2562, simple_loss=0.2786, pruned_loss=0.1169, over 13706.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.07649, over 42.00 utterances.], tot_loss[loss=0.4094, simple_loss=0.4319, pruned_loss=0.1934, over 2786503.31 frames. utt_duration=250 frames, utt_pad_proportion=0.06963, over 44855.22 utterances.], batch size: 42, lr: 1.42e-03 +2022-09-17 04:13:47,035 INFO [train.py:885] (0/2) Epoch 2, batch 8900, loss[loss=0.838, simple_loss=0.7813, pruned_loss=0.4473, over 12527.00 frames. utt_duration=63.43 frames, utt_pad_proportion=0.1428, over 810.00 utterances.], tot_loss[loss=0.4139, simple_loss=0.4353, pruned_loss=0.1962, over 2783351.31 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07235, over 46021.13 utterances.], batch size: 810, lr: 1.42e-03 +2022-09-17 04:14:16,454 INFO [train.py:885] (0/2) Epoch 2, batch 8950, loss[loss=0.3805, simple_loss=0.42, pruned_loss=0.1705, over 14381.00 frames. utt_duration=296.6 frames, utt_pad_proportion=0.03374, over 195.00 utterances.], tot_loss[loss=0.4124, simple_loss=0.434, pruned_loss=0.1954, over 2786616.12 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07122, over 45165.04 utterances.], batch size: 195, lr: 1.42e-03 +2022-09-17 04:14:46,341 INFO [train.py:885] (0/2) Epoch 2, batch 9000, loss[loss=0.4295, simple_loss=0.453, pruned_loss=0.2031, over 14359.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03556, over 210.00 utterances.], tot_loss[loss=0.4091, simple_loss=0.4308, pruned_loss=0.1937, over 2782716.93 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07327, over 44629.02 utterances.], batch size: 210, lr: 1.41e-03 +2022-09-17 04:14:46,343 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 04:14:50,978 INFO [train.py:914] (0/2) Epoch 2, validation: loss=0.267, simple_loss=0.3254, pruned_loss=0.1043, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 04:15:20,850 INFO [train.py:885] (0/2) Epoch 2, batch 9050, loss[loss=0.2513, simple_loss=0.2913, pruned_loss=0.1057, over 12116.00 frames. utt_duration=2021 frames, utt_pad_proportion=0.163, over 24.00 utterances.], tot_loss[loss=0.4144, simple_loss=0.4355, pruned_loss=0.1967, over 2781970.19 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07179, over 45597.80 utterances.], batch size: 24, lr: 1.41e-03 +2022-09-17 04:15:51,037 INFO [train.py:885] (0/2) Epoch 2, batch 9100, loss[loss=0.4065, simple_loss=0.4393, pruned_loss=0.1869, over 14288.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03944, over 180.00 utterances.], tot_loss[loss=0.412, simple_loss=0.4334, pruned_loss=0.1953, over 2782505.10 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07156, over 45475.28 utterances.], batch size: 180, lr: 1.41e-03 +2022-09-17 04:16:20,578 INFO [train.py:885] (0/2) Epoch 2, batch 9150, loss[loss=0.4497, simple_loss=0.4945, pruned_loss=0.2024, over 13768.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07153, over 411.00 utterances.], tot_loss[loss=0.4131, simple_loss=0.4355, pruned_loss=0.1954, over 2783495.96 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07149, over 46716.85 utterances.], batch size: 411, lr: 1.41e-03 +2022-09-17 04:16:49,538 INFO [train.py:885] (0/2) Epoch 2, batch 9200, loss[loss=0.3418, simple_loss=0.3724, pruned_loss=0.1557, over 14094.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.05295, over 98.00 utterances.], tot_loss[loss=0.4118, simple_loss=0.434, pruned_loss=0.1948, over 2784311.48 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07084, over 45815.22 utterances.], batch size: 98, lr: 1.41e-03 +2022-09-17 04:17:19,237 INFO [train.py:885] (0/2) Epoch 2, batch 9250, loss[loss=0.3426, simple_loss=0.3763, pruned_loss=0.1545, over 14194.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.04369, over 109.00 utterances.], tot_loss[loss=0.4093, simple_loss=0.4323, pruned_loss=0.1931, over 2782999.04 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07082, over 46046.78 utterances.], batch size: 109, lr: 1.41e-03 +2022-09-17 04:17:48,750 INFO [train.py:885] (0/2) Epoch 2, batch 9300, loss[loss=0.2488, simple_loss=0.2679, pruned_loss=0.1148, over 13027.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1248, over 33.00 utterances.], tot_loss[loss=0.4068, simple_loss=0.4291, pruned_loss=0.1923, over 2780515.15 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07061, over 44437.85 utterances.], batch size: 33, lr: 1.41e-03 +2022-09-17 04:18:18,789 INFO [train.py:885] (0/2) Epoch 2, batch 9350, loss[loss=0.2548, simple_loss=0.2937, pruned_loss=0.1079, over 13440.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.09311, over 50.00 utterances.], tot_loss[loss=0.4061, simple_loss=0.4292, pruned_loss=0.1915, over 2778731.93 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07115, over 45054.35 utterances.], batch size: 50, lr: 1.40e-03 +2022-09-17 04:18:48,223 INFO [train.py:885] (0/2) Epoch 2, batch 9400, loss[loss=0.3047, simple_loss=0.3233, pruned_loss=0.1431, over 12282.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1693, over 24.00 utterances.], tot_loss[loss=0.4029, simple_loss=0.4264, pruned_loss=0.1896, over 2774863.06 frames. utt_duration=254 frames, utt_pad_proportion=0.07005, over 43953.77 utterances.], batch size: 24, lr: 1.40e-03 +2022-09-17 04:19:17,419 INFO [train.py:885] (0/2) Epoch 2, batch 9450, loss[loss=0.2628, simple_loss=0.3086, pruned_loss=0.1085, over 13829.00 frames. utt_duration=803.2 frames, utt_pad_proportion=0.06492, over 69.00 utterances.], tot_loss[loss=0.4047, simple_loss=0.4281, pruned_loss=0.1906, over 2779977.48 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07063, over 43815.48 utterances.], batch size: 69, lr: 1.40e-03 +2022-09-17 04:19:46,998 INFO [train.py:885] (0/2) Epoch 2, batch 9500, loss[loss=0.4684, simple_loss=0.4825, pruned_loss=0.2272, over 14343.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03763, over 262.00 utterances.], tot_loss[loss=0.402, simple_loss=0.4265, pruned_loss=0.1887, over 2772913.14 frames. utt_duration=252.7 frames, utt_pad_proportion=0.0713, over 44150.62 utterances.], batch size: 262, lr: 1.40e-03 +2022-09-17 04:20:16,834 INFO [train.py:885] (0/2) Epoch 2, batch 9550, loss[loss=0.9534, simple_loss=0.8733, pruned_loss=0.5167, over 12442.00 frames. utt_duration=63.04 frames, utt_pad_proportion=0.1481, over 810.00 utterances.], tot_loss[loss=0.4006, simple_loss=0.4252, pruned_loss=0.188, over 2769422.99 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07193, over 44329.79 utterances.], batch size: 810, lr: 1.40e-03 +2022-09-17 04:20:45,830 INFO [train.py:885] (0/2) Epoch 2, batch 9600, loss[loss=0.4417, simple_loss=0.4528, pruned_loss=0.2153, over 14289.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04015, over 283.00 utterances.], tot_loss[loss=0.404, simple_loss=0.4278, pruned_loss=0.1901, over 2770813.82 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07256, over 44741.31 utterances.], batch size: 283, lr: 1.40e-03 +2022-09-17 04:21:15,657 INFO [train.py:885] (0/2) Epoch 2, batch 9650, loss[loss=0.7694, simple_loss=0.7461, pruned_loss=0.3964, over 12412.00 frames. utt_duration=62.86 frames, utt_pad_proportion=0.1506, over 810.00 utterances.], tot_loss[loss=0.4086, simple_loss=0.4321, pruned_loss=0.1925, over 2770828.75 frames. utt_duration=241 frames, utt_pad_proportion=0.07519, over 46276.38 utterances.], batch size: 810, lr: 1.39e-03 +2022-09-17 04:21:45,557 INFO [train.py:885] (0/2) Epoch 2, batch 9700, loss[loss=0.4015, simple_loss=0.4315, pruned_loss=0.1857, over 14314.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03767, over 180.00 utterances.], tot_loss[loss=0.4087, simple_loss=0.4322, pruned_loss=0.1926, over 2771281.87 frames. utt_duration=241 frames, utt_pad_proportion=0.07433, over 46276.42 utterances.], batch size: 180, lr: 1.39e-03 +2022-09-17 04:22:14,980 INFO [train.py:885] (0/2) Epoch 2, batch 9750, loss[loss=0.4005, simple_loss=0.4329, pruned_loss=0.1841, over 14359.00 frames. utt_duration=443 frames, utt_pad_proportion=0.03702, over 130.00 utterances.], tot_loss[loss=0.4077, simple_loss=0.4313, pruned_loss=0.192, over 2775604.19 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07342, over 46129.61 utterances.], batch size: 130, lr: 1.39e-03 +2022-09-17 04:22:45,083 INFO [train.py:885] (0/2) Epoch 2, batch 9800, loss[loss=0.2098, simple_loss=0.2363, pruned_loss=0.09162, over 13276.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.1093, over 33.00 utterances.], tot_loss[loss=0.4113, simple_loss=0.4343, pruned_loss=0.1941, over 2773559.18 frames. utt_duration=236 frames, utt_pad_proportion=0.07512, over 47302.40 utterances.], batch size: 33, lr: 1.39e-03 +2022-09-17 04:23:14,234 INFO [train.py:885] (0/2) Epoch 2, batch 9850, loss[loss=0.4183, simple_loss=0.4382, pruned_loss=0.1992, over 14213.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04823, over 141.00 utterances.], tot_loss[loss=0.4118, simple_loss=0.4354, pruned_loss=0.1941, over 2778171.38 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07252, over 47357.55 utterances.], batch size: 141, lr: 1.39e-03 +2022-09-17 04:23:44,252 INFO [train.py:885] (0/2) Epoch 2, batch 9900, loss[loss=0.4093, simple_loss=0.4403, pruned_loss=0.1891, over 14359.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03712, over 244.00 utterances.], tot_loss[loss=0.4079, simple_loss=0.432, pruned_loss=0.1919, over 2778054.04 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07302, over 47089.61 utterances.], batch size: 244, lr: 1.39e-03 +2022-09-17 04:24:13,519 INFO [train.py:885] (0/2) Epoch 2, batch 9950, loss[loss=0.5026, simple_loss=0.5215, pruned_loss=0.2418, over 14036.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05398, over 365.00 utterances.], tot_loss[loss=0.4076, simple_loss=0.4318, pruned_loss=0.1917, over 2784167.87 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06955, over 45975.20 utterances.], batch size: 365, lr: 1.39e-03 +2022-09-17 04:24:49,571 INFO [train.py:885] (0/2) Epoch 2, batch 10000, loss[loss=0.3926, simple_loss=0.41, pruned_loss=0.1876, over 14315.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.0369, over 130.00 utterances.], tot_loss[loss=0.4073, simple_loss=0.4312, pruned_loss=0.1917, over 2780713.80 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07029, over 45498.43 utterances.], batch size: 130, lr: 1.38e-03 +2022-09-17 04:25:19,339 INFO [train.py:885] (0/2) Epoch 2, batch 10050, loss[loss=0.4092, simple_loss=0.4267, pruned_loss=0.1958, over 14345.00 frames. utt_duration=442.8 frames, utt_pad_proportion=0.03521, over 130.00 utterances.], tot_loss[loss=0.4068, simple_loss=0.4306, pruned_loss=0.1915, over 2781305.72 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07061, over 44977.06 utterances.], batch size: 130, lr: 1.38e-03 +2022-09-17 04:25:48,885 INFO [train.py:885] (0/2) Epoch 2, batch 10100, loss[loss=0.2816, simple_loss=0.3196, pruned_loss=0.1218, over 12134.00 frames. utt_duration=2023 frames, utt_pad_proportion=0.1666, over 24.00 utterances.], tot_loss[loss=0.4049, simple_loss=0.4288, pruned_loss=0.1905, over 2772895.05 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07238, over 44513.00 utterances.], batch size: 24, lr: 1.38e-03 +2022-09-17 04:26:18,718 INFO [train.py:885] (0/2) Epoch 2, batch 10150, loss[loss=0.3933, simple_loss=0.4306, pruned_loss=0.178, over 14295.00 frames. utt_duration=294.8 frames, utt_pad_proportion=0.03961, over 195.00 utterances.], tot_loss[loss=0.4054, simple_loss=0.429, pruned_loss=0.1909, over 2773115.80 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07226, over 44519.44 utterances.], batch size: 195, lr: 1.38e-03 +2022-09-17 04:26:48,206 INFO [train.py:885] (0/2) Epoch 2, batch 10200, loss[loss=0.3858, simple_loss=0.4165, pruned_loss=0.1775, over 14277.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04347, over 141.00 utterances.], tot_loss[loss=0.4072, simple_loss=0.4315, pruned_loss=0.1915, over 2773826.29 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07392, over 46033.82 utterances.], batch size: 141, lr: 1.38e-03 +2022-09-17 04:27:17,873 INFO [train.py:885] (0/2) Epoch 2, batch 10250, loss[loss=0.3694, simple_loss=0.4093, pruned_loss=0.1647, over 14220.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04788, over 141.00 utterances.], tot_loss[loss=0.4077, simple_loss=0.4315, pruned_loss=0.1919, over 2775196.01 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07272, over 45237.94 utterances.], batch size: 141, lr: 1.38e-03 +2022-09-17 04:27:46,921 INFO [train.py:885] (0/2) Epoch 2, batch 10300, loss[loss=0.5593, simple_loss=0.5343, pruned_loss=0.2922, over 14250.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04201, over 335.00 utterances.], tot_loss[loss=0.4073, simple_loss=0.4314, pruned_loss=0.1916, over 2780273.23 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07127, over 45148.84 utterances.], batch size: 335, lr: 1.38e-03 +2022-09-17 04:28:17,046 INFO [train.py:885] (0/2) Epoch 2, batch 10350, loss[loss=0.4796, simple_loss=0.5049, pruned_loss=0.2271, over 13807.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06901, over 411.00 utterances.], tot_loss[loss=0.4053, simple_loss=0.4297, pruned_loss=0.1905, over 2775679.83 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07114, over 44574.99 utterances.], batch size: 411, lr: 1.37e-03 +2022-09-17 04:28:46,391 INFO [train.py:885] (0/2) Epoch 2, batch 10400, loss[loss=0.4356, simple_loss=0.4549, pruned_loss=0.2082, over 14369.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.0369, over 196.00 utterances.], tot_loss[loss=0.401, simple_loss=0.4253, pruned_loss=0.1884, over 2776882.77 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06976, over 43253.37 utterances.], batch size: 196, lr: 1.37e-03 +2022-09-17 04:29:15,610 INFO [train.py:885] (0/2) Epoch 2, batch 10450, loss[loss=0.2679, simple_loss=0.313, pruned_loss=0.1115, over 14224.00 frames. utt_duration=640.6 frames, utt_pad_proportion=0.04525, over 89.00 utterances.], tot_loss[loss=0.4033, simple_loss=0.4268, pruned_loss=0.1899, over 2776620.77 frames. utt_duration=256.9 frames, utt_pad_proportion=0.0704, over 43490.99 utterances.], batch size: 89, lr: 1.37e-03 +2022-09-17 04:29:44,991 INFO [train.py:885] (0/2) Epoch 2, batch 10500, loss[loss=0.4454, simple_loss=0.4593, pruned_loss=0.2157, over 14336.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03734, over 210.00 utterances.], tot_loss[loss=0.4031, simple_loss=0.4264, pruned_loss=0.1899, over 2781386.91 frames. utt_duration=261.1 frames, utt_pad_proportion=0.06806, over 42852.60 utterances.], batch size: 210, lr: 1.37e-03 +2022-09-17 04:30:14,499 INFO [train.py:885] (0/2) Epoch 2, batch 10550, loss[loss=0.3203, simple_loss=0.3647, pruned_loss=0.138, over 14242.00 frames. utt_duration=476.2 frames, utt_pad_proportion=0.04374, over 120.00 utterances.], tot_loss[loss=0.4051, simple_loss=0.4283, pruned_loss=0.191, over 2780255.88 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07071, over 43813.44 utterances.], batch size: 120, lr: 1.37e-03 +2022-09-17 04:30:44,675 INFO [train.py:885] (0/2) Epoch 2, batch 10600, loss[loss=0.9037, simple_loss=0.8409, pruned_loss=0.4833, over 12349.00 frames. utt_duration=62.61 frames, utt_pad_proportion=0.1539, over 810.00 utterances.], tot_loss[loss=0.407, simple_loss=0.43, pruned_loss=0.192, over 2778711.80 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07146, over 44458.67 utterances.], batch size: 810, lr: 1.37e-03 +2022-09-17 04:31:13,337 INFO [train.py:885] (0/2) Epoch 2, batch 10650, loss[loss=0.2945, simple_loss=0.3292, pruned_loss=0.13, over 13799.00 frames. utt_duration=801.4 frames, utt_pad_proportion=0.06708, over 69.00 utterances.], tot_loss[loss=0.4039, simple_loss=0.4281, pruned_loss=0.1898, over 2779767.82 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06848, over 43622.90 utterances.], batch size: 69, lr: 1.37e-03 +2022-09-17 04:31:42,778 INFO [train.py:885] (0/2) Epoch 2, batch 10700, loss[loss=0.2611, simple_loss=0.3107, pruned_loss=0.1058, over 13785.00 frames. utt_duration=920.3 frames, utt_pad_proportion=0.07511, over 60.00 utterances.], tot_loss[loss=0.4018, simple_loss=0.4264, pruned_loss=0.1886, over 2782924.42 frames. utt_duration=261 frames, utt_pad_proportion=0.06879, over 42891.84 utterances.], batch size: 60, lr: 1.36e-03 +2022-09-17 04:32:12,303 INFO [train.py:885] (0/2) Epoch 2, batch 10750, loss[loss=0.523, simple_loss=0.5135, pruned_loss=0.2662, over 14323.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03782, over 283.00 utterances.], tot_loss[loss=0.399, simple_loss=0.4244, pruned_loss=0.1868, over 2783232.15 frames. utt_duration=262.1 frames, utt_pad_proportion=0.06767, over 42715.68 utterances.], batch size: 283, lr: 1.36e-03 +2022-09-17 04:32:41,824 INFO [train.py:885] (0/2) Epoch 2, batch 10800, loss[loss=0.363, simple_loss=0.4021, pruned_loss=0.162, over 14305.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03799, over 130.00 utterances.], tot_loss[loss=0.3985, simple_loss=0.4241, pruned_loss=0.1864, over 2782101.11 frames. utt_duration=261.3 frames, utt_pad_proportion=0.06982, over 42835.66 utterances.], batch size: 130, lr: 1.36e-03 +2022-09-17 04:33:11,707 INFO [train.py:885] (0/2) Epoch 2, batch 10850, loss[loss=0.4681, simple_loss=0.4803, pruned_loss=0.228, over 14337.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.03692, over 226.00 utterances.], tot_loss[loss=0.3984, simple_loss=0.4245, pruned_loss=0.1861, over 2783401.24 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06903, over 43424.79 utterances.], batch size: 226, lr: 1.36e-03 +2022-09-17 04:33:41,468 INFO [train.py:885] (0/2) Epoch 2, batch 10900, loss[loss=0.2692, simple_loss=0.3087, pruned_loss=0.1149, over 12695.00 frames. utt_duration=1540 frames, utt_pad_proportion=0.1476, over 33.00 utterances.], tot_loss[loss=0.3989, simple_loss=0.4246, pruned_loss=0.1865, over 2783846.60 frames. utt_duration=262.3 frames, utt_pad_proportion=0.06691, over 42698.89 utterances.], batch size: 33, lr: 1.36e-03 +2022-09-17 04:34:10,491 INFO [train.py:885] (0/2) Epoch 2, batch 10950, loss[loss=0.4176, simple_loss=0.4708, pruned_loss=0.1822, over 13765.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07456, over 412.00 utterances.], tot_loss[loss=0.4012, simple_loss=0.4267, pruned_loss=0.1878, over 2783758.89 frames. utt_duration=254 frames, utt_pad_proportion=0.06771, over 44088.41 utterances.], batch size: 412, lr: 1.36e-03 +2022-09-17 04:34:41,060 INFO [train.py:885] (0/2) Epoch 2, batch 11000, loss[loss=0.7675, simple_loss=0.7282, pruned_loss=0.4035, over 12488.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1478, over 811.00 utterances.], tot_loss[loss=0.4058, simple_loss=0.4307, pruned_loss=0.1905, over 2780865.69 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07099, over 46227.66 utterances.], batch size: 811, lr: 1.36e-03 +2022-09-17 04:35:10,098 INFO [train.py:885] (0/2) Epoch 2, batch 11050, loss[loss=0.4794, simple_loss=0.4837, pruned_loss=0.2376, over 14315.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03845, over 195.00 utterances.], tot_loss[loss=0.3982, simple_loss=0.4237, pruned_loss=0.1863, over 2777417.85 frames. utt_duration=254 frames, utt_pad_proportion=0.06954, over 43999.33 utterances.], batch size: 195, lr: 1.35e-03 +2022-09-17 04:35:47,416 INFO [train.py:885] (0/2) Epoch 2, batch 11100, loss[loss=0.3904, simple_loss=0.4163, pruned_loss=0.1822, over 14303.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04113, over 154.00 utterances.], tot_loss[loss=0.4073, simple_loss=0.4315, pruned_loss=0.1916, over 2774141.07 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07341, over 46834.89 utterances.], batch size: 154, lr: 1.35e-03 +2022-09-17 04:36:17,040 INFO [train.py:885] (0/2) Epoch 2, batch 11150, loss[loss=0.4484, simple_loss=0.4697, pruned_loss=0.2136, over 14345.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03646, over 210.00 utterances.], tot_loss[loss=0.4025, simple_loss=0.4277, pruned_loss=0.1886, over 2779230.41 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07188, over 45580.55 utterances.], batch size: 210, lr: 1.35e-03 +2022-09-17 04:36:46,351 INFO [train.py:885] (0/2) Epoch 2, batch 11200, loss[loss=0.2812, simple_loss=0.3128, pruned_loss=0.1249, over 12991.00 frames. utt_duration=1577 frames, utt_pad_proportion=0.128, over 33.00 utterances.], tot_loss[loss=0.3984, simple_loss=0.4248, pruned_loss=0.186, over 2779610.64 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07011, over 44840.16 utterances.], batch size: 33, lr: 1.35e-03 +2022-09-17 04:37:15,756 INFO [train.py:885] (0/2) Epoch 2, batch 11250, loss[loss=0.4619, simple_loss=0.4698, pruned_loss=0.227, over 14407.00 frames. utt_duration=237.6 frames, utt_pad_proportion=0.03034, over 244.00 utterances.], tot_loss[loss=0.3974, simple_loss=0.4236, pruned_loss=0.1856, over 2779198.13 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07055, over 44216.26 utterances.], batch size: 244, lr: 1.35e-03 +2022-09-17 04:37:45,526 INFO [train.py:885] (0/2) Epoch 2, batch 11300, loss[loss=0.4467, simple_loss=0.4686, pruned_loss=0.2124, over 14195.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04533, over 306.00 utterances.], tot_loss[loss=0.4002, simple_loss=0.4253, pruned_loss=0.1875, over 2782000.15 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06968, over 44859.51 utterances.], batch size: 306, lr: 1.35e-03 +2022-09-17 04:38:15,217 INFO [train.py:885] (0/2) Epoch 2, batch 11350, loss[loss=0.4171, simple_loss=0.441, pruned_loss=0.1966, over 14261.00 frames. utt_duration=371.9 frames, utt_pad_proportion=0.04142, over 154.00 utterances.], tot_loss[loss=0.4041, simple_loss=0.4285, pruned_loss=0.1898, over 2785315.71 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06887, over 45037.92 utterances.], batch size: 154, lr: 1.35e-03 +2022-09-17 04:38:32,312 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-24000.pt +2022-09-17 04:38:45,348 INFO [train.py:885] (0/2) Epoch 2, batch 11400, loss[loss=0.4014, simple_loss=0.4363, pruned_loss=0.1832, over 14335.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03698, over 210.00 utterances.], tot_loss[loss=0.4029, simple_loss=0.4286, pruned_loss=0.1886, over 2779270.94 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07313, over 46131.50 utterances.], batch size: 210, lr: 1.35e-03 +2022-09-17 04:39:14,934 INFO [train.py:885] (0/2) Epoch 2, batch 11450, loss[loss=0.4682, simple_loss=0.4989, pruned_loss=0.2188, over 14013.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05521, over 365.00 utterances.], tot_loss[loss=0.4013, simple_loss=0.4273, pruned_loss=0.1876, over 2783838.23 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07109, over 45426.99 utterances.], batch size: 365, lr: 1.34e-03 +2022-09-17 04:39:43,914 INFO [train.py:885] (0/2) Epoch 2, batch 11500, loss[loss=0.4685, simple_loss=0.4769, pruned_loss=0.23, over 14345.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03449, over 244.00 utterances.], tot_loss[loss=0.402, simple_loss=0.4278, pruned_loss=0.1881, over 2783952.77 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07136, over 45876.31 utterances.], batch size: 244, lr: 1.34e-03 +2022-09-17 04:40:13,588 INFO [train.py:885] (0/2) Epoch 2, batch 11550, loss[loss=0.2414, simple_loss=0.2569, pruned_loss=0.113, over 13839.00 frames. utt_duration=924.1 frames, utt_pad_proportion=0.07029, over 60.00 utterances.], tot_loss[loss=0.3975, simple_loss=0.4236, pruned_loss=0.1857, over 2785107.36 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06963, over 44377.75 utterances.], batch size: 60, lr: 1.34e-03 +2022-09-17 04:40:42,972 INFO [train.py:885] (0/2) Epoch 2, batch 11600, loss[loss=0.5464, simple_loss=0.5277, pruned_loss=0.2825, over 14320.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03867, over 283.00 utterances.], tot_loss[loss=0.4014, simple_loss=0.4275, pruned_loss=0.1876, over 2783843.09 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07026, over 45654.94 utterances.], batch size: 283, lr: 1.34e-03 +2022-09-17 04:41:12,555 INFO [train.py:885] (0/2) Epoch 2, batch 11650, loss[loss=0.3989, simple_loss=0.4244, pruned_loss=0.1867, over 14310.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03758, over 180.00 utterances.], tot_loss[loss=0.407, simple_loss=0.4328, pruned_loss=0.1906, over 2784146.32 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07114, over 47426.92 utterances.], batch size: 180, lr: 1.34e-03 +2022-09-17 04:41:42,451 INFO [train.py:885] (0/2) Epoch 2, batch 11700, loss[loss=0.452, simple_loss=0.4752, pruned_loss=0.2144, over 14331.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03774, over 226.00 utterances.], tot_loss[loss=0.4076, simple_loss=0.4327, pruned_loss=0.1913, over 2782055.79 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07185, over 47129.78 utterances.], batch size: 226, lr: 1.34e-03 +2022-09-17 04:42:11,909 INFO [train.py:885] (0/2) Epoch 2, batch 11750, loss[loss=0.2446, simple_loss=0.2962, pruned_loss=0.09655, over 13379.00 frames. utt_duration=1072 frames, utt_pad_proportion=0.09872, over 50.00 utterances.], tot_loss[loss=0.4053, simple_loss=0.4313, pruned_loss=0.1896, over 2782924.97 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07025, over 46425.58 utterances.], batch size: 50, lr: 1.34e-03 +2022-09-17 04:42:49,054 INFO [train.py:885] (0/2) Epoch 2, batch 11800, loss[loss=0.3959, simple_loss=0.4231, pruned_loss=0.1843, over 14323.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03885, over 130.00 utterances.], tot_loss[loss=0.4024, simple_loss=0.4284, pruned_loss=0.1882, over 2785566.54 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06872, over 45256.75 utterances.], batch size: 130, lr: 1.33e-03 +2022-09-17 04:43:19,257 INFO [train.py:885] (0/2) Epoch 2, batch 11850, loss[loss=0.5265, simple_loss=0.5109, pruned_loss=0.271, over 14233.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.0419, over 306.00 utterances.], tot_loss[loss=0.4042, simple_loss=0.4296, pruned_loss=0.1894, over 2784860.59 frames. utt_duration=244 frames, utt_pad_proportion=0.06894, over 45927.71 utterances.], batch size: 306, lr: 1.33e-03 +2022-09-17 04:43:48,819 INFO [train.py:885] (0/2) Epoch 2, batch 11900, loss[loss=0.4076, simple_loss=0.42, pruned_loss=0.1976, over 14335.00 frames. utt_duration=479.5 frames, utt_pad_proportion=0.03717, over 120.00 utterances.], tot_loss[loss=0.4038, simple_loss=0.4295, pruned_loss=0.1891, over 2788480.87 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06833, over 45554.80 utterances.], batch size: 120, lr: 1.33e-03 +2022-09-17 04:44:17,889 INFO [train.py:885] (0/2) Epoch 2, batch 11950, loss[loss=0.4767, simple_loss=0.4917, pruned_loss=0.2309, over 14352.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03579, over 210.00 utterances.], tot_loss[loss=0.401, simple_loss=0.4267, pruned_loss=0.1876, over 2788752.30 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06772, over 44584.72 utterances.], batch size: 210, lr: 1.33e-03 +2022-09-17 04:44:46,814 INFO [train.py:885] (0/2) Epoch 2, batch 12000, loss[loss=0.3459, simple_loss=0.3725, pruned_loss=0.1596, over 14030.00 frames. utt_duration=574 frames, utt_pad_proportion=0.05749, over 98.00 utterances.], tot_loss[loss=0.4001, simple_loss=0.4255, pruned_loss=0.1873, over 2784370.19 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06902, over 43994.80 utterances.], batch size: 98, lr: 1.33e-03 +2022-09-17 04:44:46,816 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 04:44:50,943 INFO [train.py:914] (0/2) Epoch 2, validation: loss=0.25, simple_loss=0.3137, pruned_loss=0.09315, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 04:45:20,525 INFO [train.py:885] (0/2) Epoch 2, batch 12050, loss[loss=0.3327, simple_loss=0.3743, pruned_loss=0.1455, over 14197.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04307, over 109.00 utterances.], tot_loss[loss=0.4033, simple_loss=0.4283, pruned_loss=0.1892, over 2780014.47 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07199, over 45312.08 utterances.], batch size: 109, lr: 1.33e-03 +2022-09-17 04:45:50,452 INFO [train.py:885] (0/2) Epoch 2, batch 12100, loss[loss=0.3872, simple_loss=0.4046, pruned_loss=0.1849, over 14182.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04436, over 109.00 utterances.], tot_loss[loss=0.4016, simple_loss=0.4271, pruned_loss=0.1881, over 2778225.59 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07347, over 45343.37 utterances.], batch size: 109, lr: 1.33e-03 +2022-09-17 04:46:20,171 INFO [train.py:885] (0/2) Epoch 2, batch 12150, loss[loss=0.2722, simple_loss=0.3197, pruned_loss=0.1123, over 14036.00 frames. utt_duration=712.1 frames, utt_pad_proportion=0.05803, over 79.00 utterances.], tot_loss[loss=0.4077, simple_loss=0.4325, pruned_loss=0.1914, over 2779247.08 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07437, over 47216.59 utterances.], batch size: 79, lr: 1.33e-03 +2022-09-17 04:46:49,616 INFO [train.py:885] (0/2) Epoch 2, batch 12200, loss[loss=0.3614, simple_loss=0.4019, pruned_loss=0.1605, over 14234.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04622, over 141.00 utterances.], tot_loss[loss=0.4056, simple_loss=0.4309, pruned_loss=0.1902, over 2780834.06 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07333, over 46260.30 utterances.], batch size: 141, lr: 1.32e-03 +2022-09-17 04:47:19,639 INFO [train.py:885] (0/2) Epoch 2, batch 12250, loss[loss=0.5513, simple_loss=0.5816, pruned_loss=0.2605, over 13122.00 frames. utt_duration=81.91 frames, utt_pad_proportion=0.1097, over 653.00 utterances.], tot_loss[loss=0.414, simple_loss=0.4373, pruned_loss=0.1954, over 2775688.66 frames. utt_duration=229.1 frames, utt_pad_proportion=0.07613, over 48773.51 utterances.], batch size: 653, lr: 1.32e-03 +2022-09-17 04:47:48,903 INFO [train.py:885] (0/2) Epoch 2, batch 12300, loss[loss=0.2885, simple_loss=0.3296, pruned_loss=0.1238, over 13436.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.09251, over 50.00 utterances.], tot_loss[loss=0.4107, simple_loss=0.4345, pruned_loss=0.1935, over 2773969.37 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07665, over 48644.31 utterances.], batch size: 50, lr: 1.32e-03 +2022-09-17 04:48:18,137 INFO [train.py:885] (0/2) Epoch 2, batch 12350, loss[loss=0.3589, simple_loss=0.3997, pruned_loss=0.1591, over 14356.00 frames. utt_duration=408.7 frames, utt_pad_proportion=0.03835, over 141.00 utterances.], tot_loss[loss=0.4113, simple_loss=0.4346, pruned_loss=0.1939, over 2773420.70 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07661, over 48024.33 utterances.], batch size: 141, lr: 1.32e-03 +2022-09-17 04:48:47,666 INFO [train.py:885] (0/2) Epoch 2, batch 12400, loss[loss=0.5133, simple_loss=0.5202, pruned_loss=0.2533, over 13977.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.0572, over 365.00 utterances.], tot_loss[loss=0.4046, simple_loss=0.4292, pruned_loss=0.19, over 2778523.57 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07334, over 46227.59 utterances.], batch size: 365, lr: 1.32e-03 +2022-09-17 04:49:17,347 INFO [train.py:885] (0/2) Epoch 2, batch 12450, loss[loss=0.3907, simple_loss=0.4231, pruned_loss=0.1792, over 14247.00 frames. utt_duration=371.6 frames, utt_pad_proportion=0.04469, over 154.00 utterances.], tot_loss[loss=0.4054, simple_loss=0.4299, pruned_loss=0.1904, over 2780436.77 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07254, over 46384.53 utterances.], batch size: 154, lr: 1.32e-03 +2022-09-17 04:49:46,660 INFO [train.py:885] (0/2) Epoch 2, batch 12500, loss[loss=0.2674, simple_loss=0.3309, pruned_loss=0.1019, over 13696.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.0798, over 42.00 utterances.], tot_loss[loss=0.4039, simple_loss=0.4296, pruned_loss=0.1891, over 2779611.09 frames. utt_duration=240 frames, utt_pad_proportion=0.07364, over 46615.95 utterances.], batch size: 42, lr: 1.32e-03 +2022-09-17 04:50:15,621 INFO [train.py:885] (0/2) Epoch 2, batch 12550, loss[loss=0.1956, simple_loss=0.2258, pruned_loss=0.08271, over 13185.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1157, over 33.00 utterances.], tot_loss[loss=0.4038, simple_loss=0.4293, pruned_loss=0.1892, over 2779047.11 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07265, over 46339.30 utterances.], batch size: 33, lr: 1.32e-03 +2022-09-17 04:50:43,267 INFO [train.py:885] (0/2) Epoch 2, batch 12600, loss[loss=0.3723, simple_loss=0.4106, pruned_loss=0.167, over 14327.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04015, over 167.00 utterances.], tot_loss[loss=0.4015, simple_loss=0.4278, pruned_loss=0.1876, over 2787278.63 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06961, over 45281.19 utterances.], batch size: 167, lr: 1.31e-03 +2022-09-17 04:50:54,038 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-2.pt +2022-09-17 04:51:02,186 INFO [train.py:885] (0/2) Epoch 3, batch 0, loss[loss=0.2855, simple_loss=0.3195, pruned_loss=0.1258, over 13406.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08441, over 41.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3195, pruned_loss=0.1258, over 13406.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08441, over 41.00 utterances.], batch size: 41, lr: 1.29e-03 +2022-09-17 04:51:31,246 INFO [train.py:885] (0/2) Epoch 3, batch 50, loss[loss=0.4477, simple_loss=0.4544, pruned_loss=0.2205, over 14294.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03968, over 180.00 utterances.], tot_loss[loss=0.4012, simple_loss=0.4266, pruned_loss=0.1878, over 630199.20 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06039, over 10098.82 utterances.], batch size: 180, lr: 1.29e-03 +2022-09-17 04:52:01,736 INFO [train.py:885] (0/2) Epoch 3, batch 100, loss[loss=0.515, simple_loss=0.5491, pruned_loss=0.2404, over 13639.00 frames. utt_duration=98.8 frames, utt_pad_proportion=0.0766, over 560.00 utterances.], tot_loss[loss=0.4061, simple_loss=0.4311, pruned_loss=0.1906, over 1104764.84 frames. utt_duration=237.2 frames, utt_pad_proportion=0.06992, over 18748.21 utterances.], batch size: 560, lr: 1.29e-03 +2022-09-17 04:52:31,181 INFO [train.py:885] (0/2) Epoch 3, batch 150, loss[loss=0.4055, simple_loss=0.4408, pruned_loss=0.1851, over 14262.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04097, over 225.00 utterances.], tot_loss[loss=0.3995, simple_loss=0.4249, pruned_loss=0.187, over 1478949.28 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06742, over 23876.83 utterances.], batch size: 225, lr: 1.28e-03 +2022-09-17 04:52:59,550 INFO [train.py:885] (0/2) Epoch 3, batch 200, loss[loss=0.2664, simple_loss=0.2977, pruned_loss=0.1175, over 13773.00 frames. utt_duration=919.6 frames, utt_pad_proportion=0.07573, over 60.00 utterances.], tot_loss[loss=0.3908, simple_loss=0.4168, pruned_loss=0.1824, over 1769299.94 frames. utt_duration=266.2 frames, utt_pad_proportion=0.0668, over 26739.27 utterances.], batch size: 60, lr: 1.28e-03 +2022-09-17 04:53:29,924 INFO [train.py:885] (0/2) Epoch 3, batch 250, loss[loss=0.5387, simple_loss=0.5743, pruned_loss=0.2515, over 13133.00 frames. utt_duration=82.01 frames, utt_pad_proportion=0.1086, over 653.00 utterances.], tot_loss[loss=0.3981, simple_loss=0.4231, pruned_loss=0.1865, over 1990565.02 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06849, over 30903.45 utterances.], batch size: 653, lr: 1.28e-03 +2022-09-17 04:53:58,498 INFO [train.py:885] (0/2) Epoch 3, batch 300, loss[loss=0.4445, simple_loss=0.4572, pruned_loss=0.2159, over 14340.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03708, over 195.00 utterances.], tot_loss[loss=0.3954, simple_loss=0.4211, pruned_loss=0.1848, over 2161318.69 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06984, over 33906.80 utterances.], batch size: 195, lr: 1.28e-03 +2022-09-17 04:54:28,726 INFO [train.py:885] (0/2) Epoch 3, batch 350, loss[loss=0.4741, simple_loss=0.4912, pruned_loss=0.2285, over 14228.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04295, over 306.00 utterances.], tot_loss[loss=0.3961, simple_loss=0.4222, pruned_loss=0.185, over 2300225.80 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06866, over 36376.58 utterances.], batch size: 306, lr: 1.28e-03 +2022-09-17 04:54:57,685 INFO [train.py:885] (0/2) Epoch 3, batch 400, loss[loss=0.2715, simple_loss=0.3068, pruned_loss=0.118, over 13633.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08213, over 50.00 utterances.], tot_loss[loss=0.396, simple_loss=0.4217, pruned_loss=0.1851, over 2407598.15 frames. utt_duration=260.6 frames, utt_pad_proportion=0.06637, over 37162.76 utterances.], batch size: 50, lr: 1.28e-03 +2022-09-17 04:55:27,389 INFO [train.py:885] (0/2) Epoch 3, batch 450, loss[loss=0.4672, simple_loss=0.5138, pruned_loss=0.2103, over 13606.00 frames. utt_duration=98.59 frames, utt_pad_proportion=0.0786, over 560.00 utterances.], tot_loss[loss=0.3995, simple_loss=0.4249, pruned_loss=0.187, over 2489016.73 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06772, over 39401.48 utterances.], batch size: 560, lr: 1.28e-03 +2022-09-17 04:55:57,452 INFO [train.py:885] (0/2) Epoch 3, batch 500, loss[loss=0.3985, simple_loss=0.4316, pruned_loss=0.1827, over 14354.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03299, over 244.00 utterances.], tot_loss[loss=0.3981, simple_loss=0.4238, pruned_loss=0.1862, over 2552833.63 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06928, over 40312.23 utterances.], batch size: 244, lr: 1.28e-03 +2022-09-17 04:56:26,120 INFO [train.py:885] (0/2) Epoch 3, batch 550, loss[loss=0.4763, simple_loss=0.4807, pruned_loss=0.2359, over 14305.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.03998, over 262.00 utterances.], tot_loss[loss=0.3968, simple_loss=0.4226, pruned_loss=0.1855, over 2606589.67 frames. utt_duration=259.3 frames, utt_pad_proportion=0.0683, over 40432.58 utterances.], batch size: 262, lr: 1.27e-03 +2022-09-17 04:56:56,004 INFO [train.py:885] (0/2) Epoch 3, batch 600, loss[loss=0.4589, simple_loss=0.4906, pruned_loss=0.2136, over 13985.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05864, over 366.00 utterances.], tot_loss[loss=0.3964, simple_loss=0.4224, pruned_loss=0.1852, over 2639839.74 frames. utt_duration=257.6 frames, utt_pad_proportion=0.0705, over 41222.25 utterances.], batch size: 366, lr: 1.27e-03 +2022-09-17 04:57:25,821 INFO [train.py:885] (0/2) Epoch 3, batch 650, loss[loss=0.3436, simple_loss=0.3731, pruned_loss=0.1571, over 14095.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05276, over 98.00 utterances.], tot_loss[loss=0.4041, simple_loss=0.4297, pruned_loss=0.1893, over 2667410.52 frames. utt_duration=240 frames, utt_pad_proportion=0.07327, over 44740.70 utterances.], batch size: 98, lr: 1.27e-03 +2022-09-17 04:57:55,081 INFO [train.py:885] (0/2) Epoch 3, batch 700, loss[loss=0.388, simple_loss=0.4222, pruned_loss=0.1769, over 14299.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04008, over 120.00 utterances.], tot_loss[loss=0.4079, simple_loss=0.4331, pruned_loss=0.1913, over 2692089.35 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07402, over 46658.04 utterances.], batch size: 120, lr: 1.27e-03 +2022-09-17 04:58:24,367 INFO [train.py:885] (0/2) Epoch 3, batch 750, loss[loss=0.4182, simple_loss=0.4623, pruned_loss=0.1871, over 13747.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07298, over 411.00 utterances.], tot_loss[loss=0.401, simple_loss=0.4272, pruned_loss=0.1874, over 2711387.47 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07239, over 44645.73 utterances.], batch size: 411, lr: 1.27e-03 +2022-09-17 04:58:54,592 INFO [train.py:885] (0/2) Epoch 3, batch 800, loss[loss=0.4184, simple_loss=0.4452, pruned_loss=0.1958, over 14333.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04016, over 167.00 utterances.], tot_loss[loss=0.4096, simple_loss=0.4341, pruned_loss=0.1926, over 2726289.78 frames. utt_duration=234 frames, utt_pad_proportion=0.07472, over 46903.44 utterances.], batch size: 167, lr: 1.27e-03 +2022-09-17 04:59:24,462 INFO [train.py:885] (0/2) Epoch 3, batch 850, loss[loss=0.4094, simple_loss=0.4455, pruned_loss=0.1867, over 14239.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04242, over 225.00 utterances.], tot_loss[loss=0.4133, simple_loss=0.4365, pruned_loss=0.195, over 2741619.89 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07395, over 47120.83 utterances.], batch size: 225, lr: 1.27e-03 +2022-09-17 04:59:53,411 INFO [train.py:885] (0/2) Epoch 3, batch 900, loss[loss=0.2619, simple_loss=0.3152, pruned_loss=0.1043, over 13743.00 frames. utt_duration=917.8 frames, utt_pad_proportion=0.07198, over 60.00 utterances.], tot_loss[loss=0.4077, simple_loss=0.4325, pruned_loss=0.1915, over 2750917.72 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0734, over 46185.74 utterances.], batch size: 60, lr: 1.27e-03 +2022-09-17 05:00:23,301 INFO [train.py:885] (0/2) Epoch 3, batch 950, loss[loss=0.2735, simple_loss=0.3256, pruned_loss=0.1106, over 13167.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1104, over 33.00 utterances.], tot_loss[loss=0.4068, simple_loss=0.4315, pruned_loss=0.1911, over 2757274.86 frames. utt_duration=244 frames, utt_pad_proportion=0.07198, over 45480.07 utterances.], batch size: 33, lr: 1.27e-03 +2022-09-17 05:00:59,510 INFO [train.py:885] (0/2) Epoch 3, batch 1000, loss[loss=0.2507, simple_loss=0.2724, pruned_loss=0.1145, over 13828.00 frames. utt_duration=923.2 frames, utt_pad_proportion=0.07218, over 60.00 utterances.], tot_loss[loss=0.4086, simple_loss=0.433, pruned_loss=0.1921, over 2763026.89 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07153, over 45848.87 utterances.], batch size: 60, lr: 1.26e-03 +2022-09-17 05:01:29,140 INFO [train.py:885] (0/2) Epoch 3, batch 1050, loss[loss=0.3719, simple_loss=0.3988, pruned_loss=0.1725, over 14227.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04699, over 141.00 utterances.], tot_loss[loss=0.4038, simple_loss=0.4282, pruned_loss=0.1897, over 2766536.92 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07081, over 44425.34 utterances.], batch size: 141, lr: 1.26e-03 +2022-09-17 05:01:58,813 INFO [train.py:885] (0/2) Epoch 3, batch 1100, loss[loss=0.3277, simple_loss=0.3616, pruned_loss=0.1469, over 14235.00 frames. utt_duration=523.9 frames, utt_pad_proportion=0.04043, over 109.00 utterances.], tot_loss[loss=0.4014, simple_loss=0.4261, pruned_loss=0.1884, over 2768822.71 frames. utt_duration=253.5 frames, utt_pad_proportion=0.0704, over 43938.46 utterances.], batch size: 109, lr: 1.26e-03 +2022-09-17 05:02:28,335 INFO [train.py:885] (0/2) Epoch 3, batch 1150, loss[loss=0.4428, simple_loss=0.4604, pruned_loss=0.2126, over 14356.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03838, over 167.00 utterances.], tot_loss[loss=0.4036, simple_loss=0.4291, pruned_loss=0.189, over 2771888.03 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07184, over 45693.90 utterances.], batch size: 167, lr: 1.26e-03 +2022-09-17 05:02:58,396 INFO [train.py:885] (0/2) Epoch 3, batch 1200, loss[loss=0.3404, simple_loss=0.3658, pruned_loss=0.1575, over 14029.00 frames. utt_duration=574 frames, utt_pad_proportion=0.05589, over 98.00 utterances.], tot_loss[loss=0.4029, simple_loss=0.4285, pruned_loss=0.1886, over 2771926.72 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07236, over 45961.12 utterances.], batch size: 98, lr: 1.26e-03 +2022-09-17 05:03:27,019 INFO [train.py:885] (0/2) Epoch 3, batch 1250, loss[loss=0.4333, simple_loss=0.4501, pruned_loss=0.2082, over 14279.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04057, over 154.00 utterances.], tot_loss[loss=0.4015, simple_loss=0.4277, pruned_loss=0.1877, over 2775949.73 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07137, over 45757.64 utterances.], batch size: 154, lr: 1.26e-03 +2022-09-17 05:03:56,584 INFO [train.py:885] (0/2) Epoch 3, batch 1300, loss[loss=0.4657, simple_loss=0.4685, pruned_loss=0.2314, over 14403.00 frames. utt_duration=237.6 frames, utt_pad_proportion=0.03432, over 244.00 utterances.], tot_loss[loss=0.4025, simple_loss=0.4286, pruned_loss=0.1883, over 2777607.70 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07275, over 45889.58 utterances.], batch size: 244, lr: 1.26e-03 +2022-09-17 05:04:25,965 INFO [train.py:885] (0/2) Epoch 3, batch 1350, loss[loss=0.4091, simple_loss=0.4422, pruned_loss=0.1881, over 14171.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04595, over 306.00 utterances.], tot_loss[loss=0.4047, simple_loss=0.4309, pruned_loss=0.1892, over 2779393.14 frames. utt_duration=236 frames, utt_pad_proportion=0.07245, over 47400.21 utterances.], batch size: 306, lr: 1.26e-03 +2022-09-17 05:04:55,376 INFO [train.py:885] (0/2) Epoch 3, batch 1400, loss[loss=0.4215, simple_loss=0.4489, pruned_loss=0.197, over 14269.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04032, over 225.00 utterances.], tot_loss[loss=0.4008, simple_loss=0.4277, pruned_loss=0.187, over 2781059.62 frames. utt_duration=244 frames, utt_pad_proportion=0.07174, over 45864.62 utterances.], batch size: 225, lr: 1.25e-03 +2022-09-17 05:05:24,267 INFO [train.py:885] (0/2) Epoch 3, batch 1450, loss[loss=0.4125, simple_loss=0.4456, pruned_loss=0.1896, over 14275.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0405, over 225.00 utterances.], tot_loss[loss=0.3952, simple_loss=0.4229, pruned_loss=0.1838, over 2780183.09 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07134, over 44681.10 utterances.], batch size: 225, lr: 1.25e-03 +2022-09-17 05:05:54,031 INFO [train.py:885] (0/2) Epoch 3, batch 1500, loss[loss=0.332, simple_loss=0.3636, pruned_loss=0.1502, over 14258.00 frames. utt_duration=642.4 frames, utt_pad_proportion=0.04267, over 89.00 utterances.], tot_loss[loss=0.3921, simple_loss=0.4202, pruned_loss=0.1819, over 2779025.56 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07201, over 44135.67 utterances.], batch size: 89, lr: 1.25e-03 +2022-09-17 05:06:23,391 INFO [train.py:885] (0/2) Epoch 3, batch 1550, loss[loss=0.2496, simple_loss=0.292, pruned_loss=0.1036, over 14101.00 frames. utt_duration=715.4 frames, utt_pad_proportion=0.05373, over 79.00 utterances.], tot_loss[loss=0.393, simple_loss=0.4204, pruned_loss=0.1828, over 2774831.98 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07424, over 44577.44 utterances.], batch size: 79, lr: 1.25e-03 +2022-09-17 05:06:53,190 INFO [train.py:885] (0/2) Epoch 3, batch 1600, loss[loss=0.8251, simple_loss=0.7737, pruned_loss=0.4382, over 12594.00 frames. utt_duration=63.74 frames, utt_pad_proportion=0.1387, over 810.00 utterances.], tot_loss[loss=0.3935, simple_loss=0.4212, pruned_loss=0.1829, over 2771358.30 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07512, over 45318.69 utterances.], batch size: 810, lr: 1.25e-03 +2022-09-17 05:07:22,970 INFO [train.py:885] (0/2) Epoch 3, batch 1650, loss[loss=0.2803, simple_loss=0.3295, pruned_loss=0.1155, over 13835.00 frames. utt_duration=803.4 frames, utt_pad_proportion=0.06358, over 69.00 utterances.], tot_loss[loss=0.3967, simple_loss=0.4245, pruned_loss=0.1844, over 2770451.29 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07624, over 46574.28 utterances.], batch size: 69, lr: 1.25e-03 +2022-09-17 05:07:52,562 INFO [train.py:885] (0/2) Epoch 3, batch 1700, loss[loss=0.6783, simple_loss=0.6837, pruned_loss=0.3364, over 12522.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1433, over 810.00 utterances.], tot_loss[loss=0.3945, simple_loss=0.4233, pruned_loss=0.1829, over 2773722.65 frames. utt_duration=241.4 frames, utt_pad_proportion=0.075, over 46242.50 utterances.], batch size: 810, lr: 1.25e-03 +2022-09-17 05:08:22,371 INFO [train.py:885] (0/2) Epoch 3, batch 1750, loss[loss=0.4501, simple_loss=0.4728, pruned_loss=0.2137, over 14309.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03978, over 262.00 utterances.], tot_loss[loss=0.3979, simple_loss=0.4266, pruned_loss=0.1846, over 2777043.01 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07425, over 46909.29 utterances.], batch size: 262, lr: 1.25e-03 +2022-09-17 05:08:58,630 INFO [train.py:885] (0/2) Epoch 3, batch 1800, loss[loss=0.4093, simple_loss=0.4459, pruned_loss=0.1864, over 14372.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03647, over 244.00 utterances.], tot_loss[loss=0.399, simple_loss=0.4275, pruned_loss=0.1852, over 2776454.36 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07468, over 47386.95 utterances.], batch size: 244, lr: 1.25e-03 +2022-09-17 05:09:27,722 INFO [train.py:885] (0/2) Epoch 3, batch 1850, loss[loss=0.461, simple_loss=0.4684, pruned_loss=0.2268, over 14369.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03733, over 167.00 utterances.], tot_loss[loss=0.3933, simple_loss=0.4221, pruned_loss=0.1823, over 2776995.26 frames. utt_duration=250 frames, utt_pad_proportion=0.07315, over 44688.52 utterances.], batch size: 167, lr: 1.24e-03 +2022-09-17 05:09:57,368 INFO [train.py:885] (0/2) Epoch 3, batch 1900, loss[loss=0.4246, simple_loss=0.4562, pruned_loss=0.1965, over 14276.00 frames. utt_duration=219.4 frames, utt_pad_proportion=0.04192, over 262.00 utterances.], tot_loss[loss=0.3947, simple_loss=0.4228, pruned_loss=0.1833, over 2780312.52 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07312, over 44512.89 utterances.], batch size: 262, lr: 1.24e-03 +2022-09-17 05:10:36,411 INFO [train.py:885] (0/2) Epoch 3, batch 1950, loss[loss=0.4895, simple_loss=0.4884, pruned_loss=0.2453, over 14266.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04058, over 225.00 utterances.], tot_loss[loss=0.3983, simple_loss=0.4252, pruned_loss=0.1857, over 2780120.95 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07315, over 44805.41 utterances.], batch size: 225, lr: 1.24e-03 +2022-09-17 05:11:05,282 INFO [train.py:885] (0/2) Epoch 3, batch 2000, loss[loss=0.4646, simple_loss=0.4789, pruned_loss=0.2251, over 14229.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04262, over 306.00 utterances.], tot_loss[loss=0.4035, simple_loss=0.43, pruned_loss=0.1885, over 2776754.47 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07567, over 46880.93 utterances.], batch size: 306, lr: 1.24e-03 +2022-09-17 05:11:35,151 INFO [train.py:885] (0/2) Epoch 3, batch 2050, loss[loss=0.3731, simple_loss=0.3995, pruned_loss=0.1733, over 14071.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05631, over 98.00 utterances.], tot_loss[loss=0.4092, simple_loss=0.4347, pruned_loss=0.1918, over 2776560.18 frames. utt_duration=230.8 frames, utt_pad_proportion=0.07525, over 48428.73 utterances.], batch size: 98, lr: 1.24e-03 +2022-09-17 05:12:04,127 INFO [train.py:885] (0/2) Epoch 3, batch 2100, loss[loss=0.4886, simple_loss=0.4882, pruned_loss=0.2445, over 14234.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04272, over 335.00 utterances.], tot_loss[loss=0.4054, simple_loss=0.4313, pruned_loss=0.1897, over 2778198.19 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07296, over 47470.97 utterances.], batch size: 335, lr: 1.24e-03 +2022-09-17 05:12:33,369 INFO [train.py:885] (0/2) Epoch 3, batch 2150, loss[loss=0.2904, simple_loss=0.3346, pruned_loss=0.1231, over 13894.00 frames. utt_duration=806.8 frames, utt_pad_proportion=0.06077, over 69.00 utterances.], tot_loss[loss=0.3964, simple_loss=0.4244, pruned_loss=0.1842, over 2775585.70 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0725, over 46264.12 utterances.], batch size: 69, lr: 1.24e-03 +2022-09-17 05:13:03,102 INFO [train.py:885] (0/2) Epoch 3, batch 2200, loss[loss=0.2854, simple_loss=0.3416, pruned_loss=0.1146, over 14109.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05318, over 98.00 utterances.], tot_loss[loss=0.3962, simple_loss=0.4242, pruned_loss=0.1841, over 2779131.46 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07133, over 45714.02 utterances.], batch size: 98, lr: 1.24e-03 +2022-09-17 05:13:32,697 INFO [train.py:885] (0/2) Epoch 3, batch 2250, loss[loss=0.2065, simple_loss=0.2318, pruned_loss=0.09062, over 12473.00 frames. utt_duration=2080 frames, utt_pad_proportion=0.1533, over 24.00 utterances.], tot_loss[loss=0.3903, simple_loss=0.4197, pruned_loss=0.1805, over 2778666.87 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07013, over 44807.69 utterances.], batch size: 24, lr: 1.24e-03 +2022-09-17 05:14:02,700 INFO [train.py:885] (0/2) Epoch 3, batch 2300, loss[loss=0.423, simple_loss=0.4232, pruned_loss=0.2114, over 14142.00 frames. utt_duration=578.7 frames, utt_pad_proportion=0.05134, over 98.00 utterances.], tot_loss[loss=0.3941, simple_loss=0.4229, pruned_loss=0.1827, over 2781584.85 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07152, over 45837.13 utterances.], batch size: 98, lr: 1.23e-03 +2022-09-17 05:14:32,394 INFO [train.py:885] (0/2) Epoch 3, batch 2350, loss[loss=0.418, simple_loss=0.4446, pruned_loss=0.1957, over 14345.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03639, over 210.00 utterances.], tot_loss[loss=0.3977, simple_loss=0.4262, pruned_loss=0.1846, over 2776259.37 frames. utt_duration=233 frames, utt_pad_proportion=0.07506, over 47972.75 utterances.], batch size: 210, lr: 1.23e-03 +2022-09-17 05:15:01,655 INFO [train.py:885] (0/2) Epoch 3, batch 2400, loss[loss=0.361, simple_loss=0.3891, pruned_loss=0.1664, over 14416.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03575, over 131.00 utterances.], tot_loss[loss=0.3922, simple_loss=0.4223, pruned_loss=0.1811, over 2779073.44 frames. utt_duration=240.2 frames, utt_pad_proportion=0.073, over 46570.67 utterances.], batch size: 131, lr: 1.23e-03 +2022-09-17 05:15:30,567 INFO [train.py:885] (0/2) Epoch 3, batch 2450, loss[loss=0.3966, simple_loss=0.4331, pruned_loss=0.1801, over 14341.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03935, over 167.00 utterances.], tot_loss[loss=0.3858, simple_loss=0.4169, pruned_loss=0.1773, over 2781038.47 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07019, over 43957.20 utterances.], batch size: 167, lr: 1.23e-03 +2022-09-17 05:16:00,354 INFO [train.py:885] (0/2) Epoch 3, batch 2500, loss[loss=0.2478, simple_loss=0.295, pruned_loss=0.1003, over 13941.00 frames. utt_duration=930.7 frames, utt_pad_proportion=0.06464, over 60.00 utterances.], tot_loss[loss=0.3886, simple_loss=0.4196, pruned_loss=0.1788, over 2782596.36 frames. utt_duration=247.8 frames, utt_pad_proportion=0.0691, over 45178.11 utterances.], batch size: 60, lr: 1.23e-03 +2022-09-17 05:16:29,644 INFO [train.py:885] (0/2) Epoch 3, batch 2550, loss[loss=0.3847, simple_loss=0.4215, pruned_loss=0.174, over 14282.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04004, over 180.00 utterances.], tot_loss[loss=0.3915, simple_loss=0.4219, pruned_loss=0.1805, over 2786138.78 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06808, over 45293.03 utterances.], batch size: 180, lr: 1.23e-03 +2022-09-17 05:16:59,023 INFO [train.py:885] (0/2) Epoch 3, batch 2600, loss[loss=0.4109, simple_loss=0.4612, pruned_loss=0.1803, over 13949.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.0588, over 365.00 utterances.], tot_loss[loss=0.3892, simple_loss=0.4203, pruned_loss=0.179, over 2785261.64 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06843, over 44839.96 utterances.], batch size: 365, lr: 1.23e-03 +2022-09-17 05:17:29,171 INFO [train.py:885] (0/2) Epoch 3, batch 2650, loss[loss=0.4698, simple_loss=0.5004, pruned_loss=0.2196, over 13801.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06984, over 411.00 utterances.], tot_loss[loss=0.3929, simple_loss=0.423, pruned_loss=0.1814, over 2780773.14 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07098, over 45663.21 utterances.], batch size: 411, lr: 1.23e-03 +2022-09-17 05:17:58,307 INFO [train.py:885] (0/2) Epoch 3, batch 2700, loss[loss=0.8048, simple_loss=0.7788, pruned_loss=0.4154, over 12409.00 frames. utt_duration=62.9 frames, utt_pad_proportion=0.1501, over 810.00 utterances.], tot_loss[loss=0.3998, simple_loss=0.4285, pruned_loss=0.1856, over 2781016.76 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07201, over 47327.49 utterances.], batch size: 810, lr: 1.23e-03 +2022-09-17 05:18:28,113 INFO [train.py:885] (0/2) Epoch 3, batch 2750, loss[loss=0.3468, simple_loss=0.3962, pruned_loss=0.1487, over 14201.00 frames. utt_duration=404.3 frames, utt_pad_proportion=0.04869, over 141.00 utterances.], tot_loss[loss=0.3969, simple_loss=0.4261, pruned_loss=0.1839, over 2780555.35 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07287, over 47002.07 utterances.], batch size: 141, lr: 1.23e-03 +2022-09-17 05:18:33,993 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-28000.pt +2022-09-17 05:18:57,817 INFO [train.py:885] (0/2) Epoch 3, batch 2800, loss[loss=0.2248, simple_loss=0.2543, pruned_loss=0.09769, over 12528.00 frames. utt_duration=2090 frames, utt_pad_proportion=0.1333, over 24.00 utterances.], tot_loss[loss=0.394, simple_loss=0.4231, pruned_loss=0.1824, over 2780189.89 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07309, over 46393.39 utterances.], batch size: 24, lr: 1.22e-03 +2022-09-17 05:19:27,187 INFO [train.py:885] (0/2) Epoch 3, batch 2850, loss[loss=0.35, simple_loss=0.3764, pruned_loss=0.1618, over 14000.00 frames. utt_duration=572.9 frames, utt_pad_proportion=0.05925, over 98.00 utterances.], tot_loss[loss=0.3916, simple_loss=0.4215, pruned_loss=0.1809, over 2781148.13 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07279, over 45894.40 utterances.], batch size: 98, lr: 1.22e-03 +2022-09-17 05:19:56,738 INFO [train.py:885] (0/2) Epoch 3, batch 2900, loss[loss=0.4422, simple_loss=0.4831, pruned_loss=0.2007, over 13761.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07224, over 411.00 utterances.], tot_loss[loss=0.3914, simple_loss=0.4213, pruned_loss=0.1807, over 2782011.17 frames. utt_duration=243.6 frames, utt_pad_proportion=0.0736, over 45967.45 utterances.], batch size: 411, lr: 1.22e-03 +2022-09-17 05:20:26,384 INFO [train.py:885] (0/2) Epoch 3, batch 2950, loss[loss=0.5127, simple_loss=0.5432, pruned_loss=0.2411, over 13600.00 frames. utt_duration=98.56 frames, utt_pad_proportion=0.07889, over 560.00 utterances.], tot_loss[loss=0.3918, simple_loss=0.4217, pruned_loss=0.181, over 2780468.64 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07183, over 45793.05 utterances.], batch size: 560, lr: 1.22e-03 +2022-09-17 05:20:56,168 INFO [train.py:885] (0/2) Epoch 3, batch 3000, loss[loss=0.4376, simple_loss=0.4873, pruned_loss=0.1939, over 13653.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07956, over 477.00 utterances.], tot_loss[loss=0.3906, simple_loss=0.4196, pruned_loss=0.1808, over 2777693.45 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07216, over 45135.50 utterances.], batch size: 477, lr: 1.22e-03 +2022-09-17 05:20:56,169 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 05:21:00,307 INFO [train.py:914] (0/2) Epoch 3, validation: loss=0.2615, simple_loss=0.3217, pruned_loss=0.1006, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 05:21:29,832 INFO [train.py:885] (0/2) Epoch 3, batch 3050, loss[loss=0.3788, simple_loss=0.4203, pruned_loss=0.1687, over 14359.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.0355, over 195.00 utterances.], tot_loss[loss=0.3944, simple_loss=0.4234, pruned_loss=0.1827, over 2780036.08 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07248, over 46095.40 utterances.], batch size: 195, lr: 1.22e-03 +2022-09-17 05:21:59,830 INFO [train.py:885] (0/2) Epoch 3, batch 3100, loss[loss=0.3391, simple_loss=0.381, pruned_loss=0.1486, over 14261.00 frames. utt_duration=440.3 frames, utt_pad_proportion=0.04081, over 130.00 utterances.], tot_loss[loss=0.397, simple_loss=0.4259, pruned_loss=0.184, over 2778434.68 frames. utt_duration=234.4 frames, utt_pad_proportion=0.0735, over 47708.31 utterances.], batch size: 130, lr: 1.22e-03 +2022-09-17 05:22:28,935 INFO [train.py:885] (0/2) Epoch 3, batch 3150, loss[loss=0.3723, simple_loss=0.4157, pruned_loss=0.1645, over 14385.00 frames. utt_duration=346 frames, utt_pad_proportion=0.03626, over 167.00 utterances.], tot_loss[loss=0.3921, simple_loss=0.422, pruned_loss=0.1811, over 2778943.90 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07232, over 46819.09 utterances.], batch size: 167, lr: 1.22e-03 +2022-09-17 05:22:58,886 INFO [train.py:885] (0/2) Epoch 3, batch 3200, loss[loss=0.4367, simple_loss=0.481, pruned_loss=0.1962, over 13710.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07496, over 411.00 utterances.], tot_loss[loss=0.3889, simple_loss=0.4191, pruned_loss=0.1794, over 2781928.83 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07012, over 45388.77 utterances.], batch size: 411, lr: 1.22e-03 +2022-09-17 05:23:28,009 INFO [train.py:885] (0/2) Epoch 3, batch 3250, loss[loss=0.3172, simple_loss=0.3449, pruned_loss=0.1447, over 14125.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05104, over 98.00 utterances.], tot_loss[loss=0.3889, simple_loss=0.4191, pruned_loss=0.1793, over 2783844.17 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0707, over 45194.44 utterances.], batch size: 98, lr: 1.21e-03 +2022-09-17 05:23:57,537 INFO [train.py:885] (0/2) Epoch 3, batch 3300, loss[loss=0.3629, simple_loss=0.4024, pruned_loss=0.1617, over 14313.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03714, over 130.00 utterances.], tot_loss[loss=0.3833, simple_loss=0.4143, pruned_loss=0.1762, over 2785455.45 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06942, over 43416.76 utterances.], batch size: 130, lr: 1.21e-03 +2022-09-17 05:24:27,429 INFO [train.py:885] (0/2) Epoch 3, batch 3350, loss[loss=0.2725, simple_loss=0.2973, pruned_loss=0.1239, over 13188.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1136, over 33.00 utterances.], tot_loss[loss=0.3835, simple_loss=0.4149, pruned_loss=0.176, over 2785224.59 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06908, over 44076.19 utterances.], batch size: 33, lr: 1.21e-03 +2022-09-17 05:24:56,660 INFO [train.py:885] (0/2) Epoch 3, batch 3400, loss[loss=0.2777, simple_loss=0.3258, pruned_loss=0.1148, over 14179.00 frames. utt_duration=638.8 frames, utt_pad_proportion=0.04939, over 89.00 utterances.], tot_loss[loss=0.3856, simple_loss=0.4174, pruned_loss=0.1769, over 2789180.63 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06847, over 44761.30 utterances.], batch size: 89, lr: 1.21e-03 +2022-09-17 05:25:26,214 INFO [train.py:885] (0/2) Epoch 3, batch 3450, loss[loss=0.4763, simple_loss=0.4821, pruned_loss=0.2353, over 14277.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04069, over 225.00 utterances.], tot_loss[loss=0.3857, simple_loss=0.417, pruned_loss=0.1772, over 2791772.33 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06722, over 43981.58 utterances.], batch size: 225, lr: 1.21e-03 +2022-09-17 05:25:56,194 INFO [train.py:885] (0/2) Epoch 3, batch 3500, loss[loss=0.3663, simple_loss=0.3982, pruned_loss=0.1672, over 14346.00 frames. utt_duration=442.9 frames, utt_pad_proportion=0.03514, over 130.00 utterances.], tot_loss[loss=0.389, simple_loss=0.4198, pruned_loss=0.1791, over 2791357.10 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06772, over 44917.42 utterances.], batch size: 130, lr: 1.21e-03 +2022-09-17 05:26:25,615 INFO [train.py:885] (0/2) Epoch 3, batch 3550, loss[loss=0.2102, simple_loss=0.2411, pruned_loss=0.08967, over 13647.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08215, over 50.00 utterances.], tot_loss[loss=0.3863, simple_loss=0.4175, pruned_loss=0.1776, over 2785416.62 frames. utt_duration=251.9 frames, utt_pad_proportion=0.0682, over 44486.72 utterances.], batch size: 50, lr: 1.21e-03 +2022-09-17 05:26:55,137 INFO [train.py:885] (0/2) Epoch 3, batch 3600, loss[loss=0.2778, simple_loss=0.3222, pruned_loss=0.1167, over 14203.00 frames. utt_duration=639.8 frames, utt_pad_proportion=0.04657, over 89.00 utterances.], tot_loss[loss=0.3897, simple_loss=0.4203, pruned_loss=0.1795, over 2782718.36 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06911, over 45584.22 utterances.], batch size: 89, lr: 1.21e-03 +2022-09-17 05:27:24,550 INFO [train.py:885] (0/2) Epoch 3, batch 3650, loss[loss=0.2428, simple_loss=0.302, pruned_loss=0.0918, over 12995.00 frames. utt_duration=1576 frames, utt_pad_proportion=0.1212, over 33.00 utterances.], tot_loss[loss=0.3876, simple_loss=0.4177, pruned_loss=0.1787, over 2783601.16 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06814, over 43783.04 utterances.], batch size: 33, lr: 1.21e-03 +2022-09-17 05:27:53,999 INFO [train.py:885] (0/2) Epoch 3, batch 3700, loss[loss=0.2593, simple_loss=0.3048, pruned_loss=0.1069, over 14048.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05728, over 79.00 utterances.], tot_loss[loss=0.3902, simple_loss=0.4203, pruned_loss=0.1801, over 2784525.03 frames. utt_duration=250.6 frames, utt_pad_proportion=0.0703, over 44703.64 utterances.], batch size: 79, lr: 1.21e-03 +2022-09-17 05:28:24,146 INFO [train.py:885] (0/2) Epoch 3, batch 3750, loss[loss=0.2297, simple_loss=0.2571, pruned_loss=0.1011, over 12577.00 frames. utt_duration=2098 frames, utt_pad_proportion=0.1592, over 24.00 utterances.], tot_loss[loss=0.3929, simple_loss=0.423, pruned_loss=0.1814, over 2777851.50 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07257, over 46331.15 utterances.], batch size: 24, lr: 1.20e-03 +2022-09-17 05:28:53,329 INFO [train.py:885] (0/2) Epoch 3, batch 3800, loss[loss=0.3879, simple_loss=0.4264, pruned_loss=0.1747, over 14333.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0371, over 226.00 utterances.], tot_loss[loss=0.3917, simple_loss=0.4224, pruned_loss=0.1805, over 2778820.45 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07279, over 46350.09 utterances.], batch size: 226, lr: 1.20e-03 +2022-09-17 05:29:22,912 INFO [train.py:885] (0/2) Epoch 3, batch 3850, loss[loss=0.3837, simple_loss=0.4189, pruned_loss=0.1743, over 14378.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03127, over 195.00 utterances.], tot_loss[loss=0.3899, simple_loss=0.4205, pruned_loss=0.1796, over 2781962.47 frames. utt_duration=247 frames, utt_pad_proportion=0.07211, over 45314.90 utterances.], batch size: 195, lr: 1.20e-03 +2022-09-17 05:29:52,670 INFO [train.py:885] (0/2) Epoch 3, batch 3900, loss[loss=0.4808, simple_loss=0.4899, pruned_loss=0.2359, over 14307.00 frames. utt_duration=273.9 frames, utt_pad_proportion=0.03881, over 210.00 utterances.], tot_loss[loss=0.3876, simple_loss=0.4179, pruned_loss=0.1787, over 2783536.38 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06975, over 44160.40 utterances.], batch size: 210, lr: 1.20e-03 +2022-09-17 05:30:21,761 INFO [train.py:885] (0/2) Epoch 3, batch 3950, loss[loss=0.41, simple_loss=0.4252, pruned_loss=0.1974, over 14272.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04048, over 180.00 utterances.], tot_loss[loss=0.3913, simple_loss=0.421, pruned_loss=0.1808, over 2784956.28 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06868, over 44942.29 utterances.], batch size: 180, lr: 1.20e-03 +2022-09-17 05:30:51,079 INFO [train.py:885] (0/2) Epoch 3, batch 4000, loss[loss=0.2595, simple_loss=0.3084, pruned_loss=0.1053, over 13649.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08289, over 42.00 utterances.], tot_loss[loss=0.389, simple_loss=0.4197, pruned_loss=0.1792, over 2782549.01 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07033, over 45363.72 utterances.], batch size: 42, lr: 1.20e-03 +2022-09-17 05:31:20,266 INFO [train.py:885] (0/2) Epoch 3, batch 4050, loss[loss=0.3613, simple_loss=0.4019, pruned_loss=0.1603, over 14346.00 frames. utt_duration=374.2 frames, utt_pad_proportion=0.03794, over 154.00 utterances.], tot_loss[loss=0.3863, simple_loss=0.4173, pruned_loss=0.1777, over 2779699.95 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07178, over 45029.09 utterances.], batch size: 154, lr: 1.20e-03 +2022-09-17 05:31:49,968 INFO [train.py:885] (0/2) Epoch 3, batch 4100, loss[loss=0.3235, simple_loss=0.3673, pruned_loss=0.1399, over 14218.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.0454, over 141.00 utterances.], tot_loss[loss=0.3884, simple_loss=0.4195, pruned_loss=0.1787, over 2774589.30 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07401, over 46015.28 utterances.], batch size: 141, lr: 1.20e-03 +2022-09-17 05:32:19,147 INFO [train.py:885] (0/2) Epoch 3, batch 4150, loss[loss=0.3551, simple_loss=0.4034, pruned_loss=0.1534, over 14249.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04561, over 141.00 utterances.], tot_loss[loss=0.3825, simple_loss=0.4147, pruned_loss=0.1752, over 2779257.04 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07067, over 44335.93 utterances.], batch size: 141, lr: 1.20e-03 +2022-09-17 05:32:48,230 INFO [train.py:885] (0/2) Epoch 3, batch 4200, loss[loss=0.3712, simple_loss=0.4066, pruned_loss=0.1679, over 14300.00 frames. utt_duration=407.1 frames, utt_pad_proportion=0.04212, over 141.00 utterances.], tot_loss[loss=0.384, simple_loss=0.4158, pruned_loss=0.1761, over 2778600.10 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07137, over 44383.22 utterances.], batch size: 141, lr: 1.20e-03 +2022-09-17 05:33:17,284 INFO [train.py:885] (0/2) Epoch 3, batch 4250, loss[loss=0.3308, simple_loss=0.3813, pruned_loss=0.1402, over 14270.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04195, over 141.00 utterances.], tot_loss[loss=0.3826, simple_loss=0.4138, pruned_loss=0.1757, over 2780482.52 frames. utt_duration=260.4 frames, utt_pad_proportion=0.0694, over 42958.05 utterances.], batch size: 141, lr: 1.19e-03 +2022-09-17 05:33:56,597 INFO [train.py:885] (0/2) Epoch 3, batch 4300, loss[loss=0.2533, simple_loss=0.2933, pruned_loss=0.1066, over 13969.00 frames. utt_duration=799.8 frames, utt_pad_proportion=0.06673, over 70.00 utterances.], tot_loss[loss=0.3899, simple_loss=0.4208, pruned_loss=0.1795, over 2782289.29 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07017, over 45798.05 utterances.], batch size: 70, lr: 1.19e-03 +2022-09-17 05:34:25,933 INFO [train.py:885] (0/2) Epoch 3, batch 4350, loss[loss=0.4698, simple_loss=0.4803, pruned_loss=0.2296, over 14211.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04508, over 335.00 utterances.], tot_loss[loss=0.3902, simple_loss=0.4222, pruned_loss=0.1791, over 2785868.17 frames. utt_duration=239.2 frames, utt_pad_proportion=0.06997, over 46874.14 utterances.], batch size: 335, lr: 1.19e-03 +2022-09-17 05:34:55,370 INFO [train.py:885] (0/2) Epoch 3, batch 4400, loss[loss=0.3171, simple_loss=0.3535, pruned_loss=0.1403, over 14384.00 frames. utt_duration=480.9 frames, utt_pad_proportion=0.03427, over 120.00 utterances.], tot_loss[loss=0.388, simple_loss=0.4201, pruned_loss=0.1779, over 2786560.31 frames. utt_duration=242.9 frames, utt_pad_proportion=0.06997, over 46161.32 utterances.], batch size: 120, lr: 1.19e-03 +2022-09-17 05:35:25,749 INFO [train.py:885] (0/2) Epoch 3, batch 4450, loss[loss=0.3817, simple_loss=0.4096, pruned_loss=0.1769, over 14331.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04006, over 167.00 utterances.], tot_loss[loss=0.3921, simple_loss=0.4234, pruned_loss=0.1804, over 2785664.70 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07058, over 47078.29 utterances.], batch size: 167, lr: 1.19e-03 +2022-09-17 05:35:54,166 INFO [train.py:885] (0/2) Epoch 3, batch 4500, loss[loss=0.4434, simple_loss=0.4812, pruned_loss=0.2028, over 13969.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05824, over 365.00 utterances.], tot_loss[loss=0.3876, simple_loss=0.4192, pruned_loss=0.178, over 2787253.39 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06916, over 45956.23 utterances.], batch size: 365, lr: 1.19e-03 +2022-09-17 05:36:24,618 INFO [train.py:885] (0/2) Epoch 3, batch 4550, loss[loss=0.3912, simple_loss=0.427, pruned_loss=0.1777, over 14292.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04146, over 154.00 utterances.], tot_loss[loss=0.3875, simple_loss=0.4194, pruned_loss=0.1778, over 2779292.30 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07194, over 46326.19 utterances.], batch size: 154, lr: 1.19e-03 +2022-09-17 05:36:54,016 INFO [train.py:885] (0/2) Epoch 3, batch 4600, loss[loss=0.2846, simple_loss=0.3322, pruned_loss=0.1185, over 14044.00 frames. utt_duration=712.3 frames, utt_pad_proportion=0.05787, over 79.00 utterances.], tot_loss[loss=0.3866, simple_loss=0.4187, pruned_loss=0.1773, over 2780226.32 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07154, over 46088.52 utterances.], batch size: 79, lr: 1.19e-03 +2022-09-17 05:37:23,942 INFO [train.py:885] (0/2) Epoch 3, batch 4650, loss[loss=0.4064, simple_loss=0.4704, pruned_loss=0.1712, over 13639.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08075, over 477.00 utterances.], tot_loss[loss=0.3857, simple_loss=0.4182, pruned_loss=0.1766, over 2776350.93 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07271, over 46542.14 utterances.], batch size: 477, lr: 1.19e-03 +2022-09-17 05:37:52,689 INFO [train.py:885] (0/2) Epoch 3, batch 4700, loss[loss=0.3054, simple_loss=0.3407, pruned_loss=0.1351, over 14257.00 frames. utt_duration=635 frames, utt_pad_proportion=0.04655, over 90.00 utterances.], tot_loss[loss=0.3839, simple_loss=0.4166, pruned_loss=0.1757, over 2777556.12 frames. utt_duration=245.8 frames, utt_pad_proportion=0.0728, over 45464.83 utterances.], batch size: 90, lr: 1.19e-03 +2022-09-17 05:38:22,559 INFO [train.py:885] (0/2) Epoch 3, batch 4750, loss[loss=0.6623, simple_loss=0.6838, pruned_loss=0.3204, over 12438.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.3843, simple_loss=0.4164, pruned_loss=0.1761, over 2778321.44 frames. utt_duration=249 frames, utt_pad_proportion=0.07171, over 44896.82 utterances.], batch size: 810, lr: 1.18e-03 +2022-09-17 05:38:52,298 INFO [train.py:885] (0/2) Epoch 3, batch 4800, loss[loss=0.4036, simple_loss=0.4364, pruned_loss=0.1854, over 14296.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03859, over 180.00 utterances.], tot_loss[loss=0.3902, simple_loss=0.4214, pruned_loss=0.1795, over 2779438.60 frames. utt_duration=243.3 frames, utt_pad_proportion=0.072, over 45973.96 utterances.], batch size: 180, lr: 1.18e-03 +2022-09-17 05:39:21,941 INFO [train.py:885] (0/2) Epoch 3, batch 4850, loss[loss=0.4802, simple_loss=0.4984, pruned_loss=0.231, over 14365.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03459, over 210.00 utterances.], tot_loss[loss=0.3911, simple_loss=0.4211, pruned_loss=0.1805, over 2780043.17 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07086, over 45079.01 utterances.], batch size: 210, lr: 1.18e-03 +2022-09-17 05:39:51,678 INFO [train.py:885] (0/2) Epoch 3, batch 4900, loss[loss=0.4091, simple_loss=0.4425, pruned_loss=0.1878, over 14308.00 frames. utt_duration=273.9 frames, utt_pad_proportion=0.03891, over 210.00 utterances.], tot_loss[loss=0.3908, simple_loss=0.4214, pruned_loss=0.1801, over 2782038.08 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07157, over 45436.05 utterances.], batch size: 210, lr: 1.18e-03 +2022-09-17 05:40:21,251 INFO [train.py:885] (0/2) Epoch 3, batch 4950, loss[loss=0.4688, simple_loss=0.5163, pruned_loss=0.2106, over 13640.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08011, over 477.00 utterances.], tot_loss[loss=0.3885, simple_loss=0.4191, pruned_loss=0.1789, over 2784661.58 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06959, over 44678.57 utterances.], batch size: 477, lr: 1.18e-03 +2022-09-17 05:40:50,442 INFO [train.py:885] (0/2) Epoch 3, batch 5000, loss[loss=0.5081, simple_loss=0.5009, pruned_loss=0.2576, over 14247.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04257, over 335.00 utterances.], tot_loss[loss=0.3876, simple_loss=0.4172, pruned_loss=0.179, over 2781249.63 frames. utt_duration=257.5 frames, utt_pad_proportion=0.0695, over 43450.80 utterances.], batch size: 335, lr: 1.18e-03 +2022-09-17 05:41:20,191 INFO [train.py:885] (0/2) Epoch 3, batch 5050, loss[loss=0.3025, simple_loss=0.3491, pruned_loss=0.128, over 14188.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04394, over 109.00 utterances.], tot_loss[loss=0.3859, simple_loss=0.4171, pruned_loss=0.1773, over 2782194.26 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06988, over 43995.78 utterances.], batch size: 109, lr: 1.18e-03 +2022-09-17 05:41:49,493 INFO [train.py:885] (0/2) Epoch 3, batch 5100, loss[loss=0.349, simple_loss=0.386, pruned_loss=0.156, over 14246.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04547, over 141.00 utterances.], tot_loss[loss=0.389, simple_loss=0.4202, pruned_loss=0.1789, over 2784571.48 frames. utt_duration=247.1 frames, utt_pad_proportion=0.0704, over 45350.42 utterances.], batch size: 141, lr: 1.18e-03 +2022-09-17 05:42:18,624 INFO [train.py:885] (0/2) Epoch 3, batch 5150, loss[loss=0.4046, simple_loss=0.4588, pruned_loss=0.1752, over 13779.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07091, over 411.00 utterances.], tot_loss[loss=0.3873, simple_loss=0.4183, pruned_loss=0.1782, over 2781924.31 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07084, over 45074.54 utterances.], batch size: 411, lr: 1.18e-03 +2022-09-17 05:42:48,223 INFO [train.py:885] (0/2) Epoch 3, batch 5200, loss[loss=0.4324, simple_loss=0.4454, pruned_loss=0.2096, over 14259.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04506, over 141.00 utterances.], tot_loss[loss=0.3914, simple_loss=0.4216, pruned_loss=0.1805, over 2780020.61 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07222, over 46507.21 utterances.], batch size: 141, lr: 1.18e-03 +2022-09-17 05:43:18,971 INFO [train.py:885] (0/2) Epoch 3, batch 5250, loss[loss=0.4981, simple_loss=0.5105, pruned_loss=0.2429, over 13982.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.0571, over 365.00 utterances.], tot_loss[loss=0.3925, simple_loss=0.4228, pruned_loss=0.1811, over 2784741.24 frames. utt_duration=239.5 frames, utt_pad_proportion=0.06996, over 46805.56 utterances.], batch size: 365, lr: 1.18e-03 +2022-09-17 05:43:48,097 INFO [train.py:885] (0/2) Epoch 3, batch 5300, loss[loss=0.4188, simple_loss=0.4402, pruned_loss=0.1987, over 14341.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03448, over 244.00 utterances.], tot_loss[loss=0.3881, simple_loss=0.4188, pruned_loss=0.1787, over 2785436.28 frames. utt_duration=245 frames, utt_pad_proportion=0.06981, over 45757.06 utterances.], batch size: 244, lr: 1.17e-03 +2022-09-17 05:44:17,381 INFO [train.py:885] (0/2) Epoch 3, batch 5350, loss[loss=0.4459, simple_loss=0.4997, pruned_loss=0.1961, over 13652.00 frames. utt_duration=98.88 frames, utt_pad_proportion=0.07588, over 560.00 utterances.], tot_loss[loss=0.3897, simple_loss=0.4197, pruned_loss=0.1799, over 2785079.62 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07032, over 45681.67 utterances.], batch size: 560, lr: 1.17e-03 +2022-09-17 05:44:46,867 INFO [train.py:885] (0/2) Epoch 3, batch 5400, loss[loss=0.3111, simple_loss=0.3502, pruned_loss=0.136, over 14160.00 frames. utt_duration=637.9 frames, utt_pad_proportion=0.04935, over 89.00 utterances.], tot_loss[loss=0.3848, simple_loss=0.4158, pruned_loss=0.1768, over 2783144.87 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07165, over 44530.55 utterances.], batch size: 89, lr: 1.17e-03 +2022-09-17 05:45:16,721 INFO [train.py:885] (0/2) Epoch 3, batch 5450, loss[loss=0.3969, simple_loss=0.4208, pruned_loss=0.1864, over 14251.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04549, over 141.00 utterances.], tot_loss[loss=0.3885, simple_loss=0.4197, pruned_loss=0.1786, over 2787769.07 frames. utt_duration=243 frames, utt_pad_proportion=0.06981, over 46166.66 utterances.], batch size: 141, lr: 1.17e-03 +2022-09-17 05:45:46,543 INFO [train.py:885] (0/2) Epoch 3, batch 5500, loss[loss=0.3888, simple_loss=0.4223, pruned_loss=0.1776, over 14336.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03991, over 167.00 utterances.], tot_loss[loss=0.3881, simple_loss=0.4193, pruned_loss=0.1785, over 2782110.57 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07036, over 45934.06 utterances.], batch size: 167, lr: 1.17e-03 +2022-09-17 05:46:15,458 INFO [train.py:885] (0/2) Epoch 3, batch 5550, loss[loss=0.5513, simple_loss=0.5213, pruned_loss=0.2907, over 14220.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04386, over 335.00 utterances.], tot_loss[loss=0.3913, simple_loss=0.4223, pruned_loss=0.1801, over 2784920.90 frames. utt_duration=239.5 frames, utt_pad_proportion=0.06975, over 46794.18 utterances.], batch size: 335, lr: 1.17e-03 +2022-09-17 05:46:44,926 INFO [train.py:885] (0/2) Epoch 3, batch 5600, loss[loss=0.3353, simple_loss=0.387, pruned_loss=0.1418, over 14237.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04656, over 141.00 utterances.], tot_loss[loss=0.3951, simple_loss=0.4263, pruned_loss=0.1819, over 2780376.75 frames. utt_duration=228.9 frames, utt_pad_proportion=0.07287, over 48898.02 utterances.], batch size: 141, lr: 1.17e-03 +2022-09-17 05:47:14,607 INFO [train.py:885] (0/2) Epoch 3, batch 5650, loss[loss=0.3621, simple_loss=0.4054, pruned_loss=0.1594, over 14278.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.0414, over 120.00 utterances.], tot_loss[loss=0.3945, simple_loss=0.426, pruned_loss=0.1815, over 2781975.28 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07125, over 48577.57 utterances.], batch size: 120, lr: 1.17e-03 +2022-09-17 05:47:44,420 INFO [train.py:885] (0/2) Epoch 3, batch 5700, loss[loss=0.7247, simple_loss=0.7212, pruned_loss=0.3641, over 12505.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.145, over 810.00 utterances.], tot_loss[loss=0.3929, simple_loss=0.4247, pruned_loss=0.1805, over 2771835.95 frames. utt_duration=227.1 frames, utt_pad_proportion=0.07544, over 49145.32 utterances.], batch size: 810, lr: 1.17e-03 +2022-09-17 05:48:13,596 INFO [train.py:885] (0/2) Epoch 3, batch 5750, loss[loss=0.2526, simple_loss=0.2949, pruned_loss=0.1051, over 12711.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1279, over 25.00 utterances.], tot_loss[loss=0.3909, simple_loss=0.4232, pruned_loss=0.1793, over 2773845.03 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07346, over 48406.94 utterances.], batch size: 25, lr: 1.17e-03 +2022-09-17 05:48:43,369 INFO [train.py:885] (0/2) Epoch 3, batch 5800, loss[loss=0.3194, simple_loss=0.346, pruned_loss=0.1464, over 13619.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.07943, over 50.00 utterances.], tot_loss[loss=0.3934, simple_loss=0.4246, pruned_loss=0.1811, over 2773076.40 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07514, over 48102.30 utterances.], batch size: 50, lr: 1.17e-03 +2022-09-17 05:49:12,582 INFO [train.py:885] (0/2) Epoch 3, batch 5850, loss[loss=0.4232, simple_loss=0.4485, pruned_loss=0.199, over 14368.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03682, over 244.00 utterances.], tot_loss[loss=0.3959, simple_loss=0.4258, pruned_loss=0.183, over 2778921.15 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07165, over 47420.53 utterances.], batch size: 244, lr: 1.16e-03 +2022-09-17 05:49:42,341 INFO [train.py:885] (0/2) Epoch 3, batch 5900, loss[loss=0.2448, simple_loss=0.276, pruned_loss=0.1069, over 12496.00 frames. utt_duration=2001 frames, utt_pad_proportion=0.1403, over 25.00 utterances.], tot_loss[loss=0.3938, simple_loss=0.4243, pruned_loss=0.1817, over 2780288.52 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07015, over 46962.46 utterances.], batch size: 25, lr: 1.16e-03 +2022-09-17 05:50:11,671 INFO [train.py:885] (0/2) Epoch 3, batch 5950, loss[loss=0.3229, simple_loss=0.3642, pruned_loss=0.1408, over 14066.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05497, over 98.00 utterances.], tot_loss[loss=0.3945, simple_loss=0.4247, pruned_loss=0.1821, over 2781080.02 frames. utt_duration=237.4 frames, utt_pad_proportion=0.0705, over 47151.22 utterances.], batch size: 98, lr: 1.16e-03 +2022-09-17 05:50:41,471 INFO [train.py:885] (0/2) Epoch 3, batch 6000, loss[loss=0.4905, simple_loss=0.5366, pruned_loss=0.2222, over 13668.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08023, over 478.00 utterances.], tot_loss[loss=0.3898, simple_loss=0.4212, pruned_loss=0.1792, over 2781519.05 frames. utt_duration=240.7 frames, utt_pad_proportion=0.06909, over 46499.80 utterances.], batch size: 478, lr: 1.16e-03 +2022-09-17 05:50:41,472 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 05:50:45,662 INFO [train.py:914] (0/2) Epoch 3, validation: loss=0.2567, simple_loss=0.3201, pruned_loss=0.09671, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 05:51:15,753 INFO [train.py:885] (0/2) Epoch 3, batch 6050, loss[loss=0.2815, simple_loss=0.3308, pruned_loss=0.1161, over 14064.00 frames. utt_duration=713.8 frames, utt_pad_proportion=0.05584, over 79.00 utterances.], tot_loss[loss=0.3911, simple_loss=0.4221, pruned_loss=0.18, over 2780439.33 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07226, over 47317.36 utterances.], batch size: 79, lr: 1.16e-03 +2022-09-17 05:51:45,461 INFO [train.py:885] (0/2) Epoch 3, batch 6100, loss[loss=0.467, simple_loss=0.464, pruned_loss=0.235, over 14353.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03626, over 210.00 utterances.], tot_loss[loss=0.3943, simple_loss=0.4252, pruned_loss=0.1817, over 2777621.86 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07426, over 48682.57 utterances.], batch size: 210, lr: 1.16e-03 +2022-09-17 05:52:15,427 INFO [train.py:885] (0/2) Epoch 3, batch 6150, loss[loss=0.3554, simple_loss=0.3938, pruned_loss=0.1585, over 14347.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03913, over 167.00 utterances.], tot_loss[loss=0.3928, simple_loss=0.424, pruned_loss=0.1808, over 2780999.93 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07287, over 48122.90 utterances.], batch size: 167, lr: 1.16e-03 +2022-09-17 05:52:44,988 INFO [train.py:885] (0/2) Epoch 3, batch 6200, loss[loss=0.2995, simple_loss=0.3339, pruned_loss=0.1326, over 13831.00 frames. utt_duration=923.4 frames, utt_pad_proportion=0.06354, over 60.00 utterances.], tot_loss[loss=0.3899, simple_loss=0.4218, pruned_loss=0.1791, over 2779032.37 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07223, over 47071.52 utterances.], batch size: 60, lr: 1.16e-03 +2022-09-17 05:53:14,421 INFO [train.py:885] (0/2) Epoch 3, batch 6250, loss[loss=0.7233, simple_loss=0.7159, pruned_loss=0.3654, over 12509.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 810.00 utterances.], tot_loss[loss=0.3907, simple_loss=0.4223, pruned_loss=0.1796, over 2779653.16 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07158, over 46601.65 utterances.], batch size: 810, lr: 1.16e-03 +2022-09-17 05:53:43,596 INFO [train.py:885] (0/2) Epoch 3, batch 6300, loss[loss=0.259, simple_loss=0.3119, pruned_loss=0.103, over 13477.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09199, over 50.00 utterances.], tot_loss[loss=0.3848, simple_loss=0.4173, pruned_loss=0.1761, over 2775304.37 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07284, over 45634.65 utterances.], batch size: 50, lr: 1.16e-03 +2022-09-17 05:54:13,496 INFO [train.py:885] (0/2) Epoch 3, batch 6350, loss[loss=0.4218, simple_loss=0.4762, pruned_loss=0.1837, over 13828.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06759, over 411.00 utterances.], tot_loss[loss=0.3884, simple_loss=0.4205, pruned_loss=0.1781, over 2774782.41 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07421, over 47101.74 utterances.], batch size: 411, lr: 1.16e-03 +2022-09-17 05:54:43,331 INFO [train.py:885] (0/2) Epoch 3, batch 6400, loss[loss=0.3354, simple_loss=0.3815, pruned_loss=0.1447, over 14297.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03826, over 130.00 utterances.], tot_loss[loss=0.382, simple_loss=0.4149, pruned_loss=0.1746, over 2773615.13 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07225, over 45199.63 utterances.], batch size: 130, lr: 1.15e-03 +2022-09-17 05:55:12,268 INFO [train.py:885] (0/2) Epoch 3, batch 6450, loss[loss=0.2682, simple_loss=0.3026, pruned_loss=0.117, over 11938.00 frames. utt_duration=1991 frames, utt_pad_proportion=0.1854, over 24.00 utterances.], tot_loss[loss=0.3809, simple_loss=0.414, pruned_loss=0.1739, over 2777524.71 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07015, over 44328.11 utterances.], batch size: 24, lr: 1.15e-03 +2022-09-17 05:55:42,381 INFO [train.py:885] (0/2) Epoch 3, batch 6500, loss[loss=0.2854, simple_loss=0.3319, pruned_loss=0.1194, over 14176.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04787, over 89.00 utterances.], tot_loss[loss=0.3828, simple_loss=0.4156, pruned_loss=0.175, over 2775419.82 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07065, over 44909.24 utterances.], batch size: 89, lr: 1.15e-03 +2022-09-17 05:56:11,353 INFO [train.py:885] (0/2) Epoch 3, batch 6550, loss[loss=0.3851, simple_loss=0.4167, pruned_loss=0.1767, over 14313.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04112, over 167.00 utterances.], tot_loss[loss=0.3837, simple_loss=0.4166, pruned_loss=0.1754, over 2777334.52 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07155, over 45653.83 utterances.], batch size: 167, lr: 1.15e-03 +2022-09-17 05:56:40,978 INFO [train.py:885] (0/2) Epoch 3, batch 6600, loss[loss=0.4811, simple_loss=0.4701, pruned_loss=0.246, over 14314.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03894, over 120.00 utterances.], tot_loss[loss=0.3799, simple_loss=0.413, pruned_loss=0.1734, over 2782328.82 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06919, over 44288.92 utterances.], batch size: 120, lr: 1.15e-03 +2022-09-17 05:57:10,429 INFO [train.py:885] (0/2) Epoch 3, batch 6650, loss[loss=0.7078, simple_loss=0.7067, pruned_loss=0.3544, over 12433.00 frames. utt_duration=62.99 frames, utt_pad_proportion=0.1487, over 810.00 utterances.], tot_loss[loss=0.3831, simple_loss=0.4162, pruned_loss=0.175, over 2784319.09 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06953, over 45339.67 utterances.], batch size: 810, lr: 1.15e-03 +2022-09-17 05:57:39,836 INFO [train.py:885] (0/2) Epoch 3, batch 6700, loss[loss=0.2496, simple_loss=0.3029, pruned_loss=0.09818, over 13887.00 frames. utt_duration=806.6 frames, utt_pad_proportion=0.06097, over 69.00 utterances.], tot_loss[loss=0.3821, simple_loss=0.4153, pruned_loss=0.1745, over 2786025.11 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06939, over 44874.50 utterances.], batch size: 69, lr: 1.15e-03 +2022-09-17 05:58:09,238 INFO [train.py:885] (0/2) Epoch 3, batch 6750, loss[loss=0.3426, simple_loss=0.37, pruned_loss=0.1577, over 14183.00 frames. utt_duration=580.3 frames, utt_pad_proportion=0.04712, over 98.00 utterances.], tot_loss[loss=0.3785, simple_loss=0.4117, pruned_loss=0.1727, over 2786255.36 frames. utt_duration=261.2 frames, utt_pad_proportion=0.06781, over 42908.57 utterances.], batch size: 98, lr: 1.15e-03 +2022-09-17 05:58:15,314 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-32000.pt +2022-09-17 05:58:39,534 INFO [train.py:885] (0/2) Epoch 3, batch 6800, loss[loss=0.2952, simple_loss=0.3501, pruned_loss=0.1202, over 14209.00 frames. utt_duration=640.2 frames, utt_pad_proportion=0.04595, over 89.00 utterances.], tot_loss[loss=0.3836, simple_loss=0.4165, pruned_loss=0.1754, over 2779614.62 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07239, over 45324.00 utterances.], batch size: 89, lr: 1.15e-03 +2022-09-17 05:59:09,134 INFO [train.py:885] (0/2) Epoch 3, batch 6850, loss[loss=0.4893, simple_loss=0.5187, pruned_loss=0.23, over 13609.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08266, over 477.00 utterances.], tot_loss[loss=0.3858, simple_loss=0.418, pruned_loss=0.1768, over 2777411.62 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07278, over 45986.30 utterances.], batch size: 477, lr: 1.15e-03 +2022-09-17 05:59:38,670 INFO [train.py:885] (0/2) Epoch 3, batch 6900, loss[loss=0.3456, simple_loss=0.3822, pruned_loss=0.1545, over 14326.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.03652, over 130.00 utterances.], tot_loss[loss=0.3881, simple_loss=0.4201, pruned_loss=0.1781, over 2779992.87 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07225, over 46772.70 utterances.], batch size: 130, lr: 1.15e-03 +2022-09-17 06:00:08,296 INFO [train.py:885] (0/2) Epoch 3, batch 6950, loss[loss=0.4675, simple_loss=0.4593, pruned_loss=0.2378, over 14292.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03885, over 130.00 utterances.], tot_loss[loss=0.3861, simple_loss=0.4182, pruned_loss=0.177, over 2784475.03 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06966, over 45759.86 utterances.], batch size: 130, lr: 1.14e-03 +2022-09-17 06:00:37,405 INFO [train.py:885] (0/2) Epoch 3, batch 7000, loss[loss=0.3133, simple_loss=0.3398, pruned_loss=0.1434, over 13212.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.0988, over 41.00 utterances.], tot_loss[loss=0.3849, simple_loss=0.4169, pruned_loss=0.1764, over 2783276.43 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07016, over 45186.43 utterances.], batch size: 41, lr: 1.14e-03 +2022-09-17 06:01:06,986 INFO [train.py:885] (0/2) Epoch 3, batch 7050, loss[loss=0.3437, simple_loss=0.3724, pruned_loss=0.1575, over 14350.00 frames. utt_duration=479.7 frames, utt_pad_proportion=0.0367, over 120.00 utterances.], tot_loss[loss=0.3854, simple_loss=0.4174, pruned_loss=0.1766, over 2782306.87 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06884, over 45215.33 utterances.], batch size: 120, lr: 1.14e-03 +2022-09-17 06:01:36,733 INFO [train.py:885] (0/2) Epoch 3, batch 7100, loss[loss=0.4543, simple_loss=0.4648, pruned_loss=0.2219, over 14304.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04012, over 262.00 utterances.], tot_loss[loss=0.384, simple_loss=0.4165, pruned_loss=0.1757, over 2782509.36 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06813, over 44832.63 utterances.], batch size: 262, lr: 1.14e-03 +2022-09-17 06:02:06,235 INFO [train.py:885] (0/2) Epoch 3, batch 7150, loss[loss=0.3191, simple_loss=0.3671, pruned_loss=0.1355, over 14315.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03931, over 130.00 utterances.], tot_loss[loss=0.3829, simple_loss=0.4153, pruned_loss=0.1753, over 2783501.69 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06795, over 44286.51 utterances.], batch size: 130, lr: 1.14e-03 +2022-09-17 06:02:36,044 INFO [train.py:885] (0/2) Epoch 3, batch 7200, loss[loss=0.4385, simple_loss=0.4833, pruned_loss=0.1968, over 14006.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05581, over 365.00 utterances.], tot_loss[loss=0.3889, simple_loss=0.421, pruned_loss=0.1783, over 2785272.38 frames. utt_duration=240.3 frames, utt_pad_proportion=0.06905, over 46651.30 utterances.], batch size: 365, lr: 1.14e-03 +2022-09-17 06:03:05,121 INFO [train.py:885] (0/2) Epoch 3, batch 7250, loss[loss=0.2859, simple_loss=0.3311, pruned_loss=0.1204, over 14234.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.04879, over 99.00 utterances.], tot_loss[loss=0.3833, simple_loss=0.4156, pruned_loss=0.1755, over 2783264.90 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06838, over 44503.60 utterances.], batch size: 99, lr: 1.14e-03 +2022-09-17 06:03:34,823 INFO [train.py:885] (0/2) Epoch 3, batch 7300, loss[loss=0.3789, simple_loss=0.4081, pruned_loss=0.1749, over 14311.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03941, over 120.00 utterances.], tot_loss[loss=0.3812, simple_loss=0.4143, pruned_loss=0.174, over 2784623.50 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06846, over 44693.84 utterances.], batch size: 120, lr: 1.14e-03 +2022-09-17 06:04:04,128 INFO [train.py:885] (0/2) Epoch 3, batch 7350, loss[loss=0.357, simple_loss=0.4064, pruned_loss=0.1538, over 14349.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03866, over 167.00 utterances.], tot_loss[loss=0.3805, simple_loss=0.4141, pruned_loss=0.1735, over 2784893.78 frames. utt_duration=251.4 frames, utt_pad_proportion=0.0702, over 44568.04 utterances.], batch size: 167, lr: 1.14e-03 +2022-09-17 06:04:34,164 INFO [train.py:885] (0/2) Epoch 3, batch 7400, loss[loss=0.8335, simple_loss=0.7922, pruned_loss=0.4374, over 12500.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1451, over 810.00 utterances.], tot_loss[loss=0.3846, simple_loss=0.418, pruned_loss=0.1756, over 2779845.89 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07306, over 46291.39 utterances.], batch size: 810, lr: 1.14e-03 +2022-09-17 06:05:03,384 INFO [train.py:885] (0/2) Epoch 3, batch 7450, loss[loss=0.3849, simple_loss=0.4319, pruned_loss=0.1689, over 14369.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03536, over 210.00 utterances.], tot_loss[loss=0.3824, simple_loss=0.4161, pruned_loss=0.1743, over 2780439.18 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07088, over 45326.79 utterances.], batch size: 210, lr: 1.14e-03 +2022-09-17 06:05:33,144 INFO [train.py:885] (0/2) Epoch 3, batch 7500, loss[loss=0.2884, simple_loss=0.3209, pruned_loss=0.1279, over 13853.00 frames. utt_duration=804.5 frames, utt_pad_proportion=0.06231, over 69.00 utterances.], tot_loss[loss=0.3839, simple_loss=0.4172, pruned_loss=0.1753, over 2776042.47 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07299, over 46567.88 utterances.], batch size: 69, lr: 1.14e-03 +2022-09-17 06:06:02,530 INFO [train.py:885] (0/2) Epoch 3, batch 7550, loss[loss=0.4468, simple_loss=0.501, pruned_loss=0.1963, over 13596.00 frames. utt_duration=98.49 frames, utt_pad_proportion=0.07952, over 560.00 utterances.], tot_loss[loss=0.3834, simple_loss=0.4167, pruned_loss=0.1751, over 2776287.23 frames. utt_duration=241 frames, utt_pad_proportion=0.07213, over 46359.59 utterances.], batch size: 560, lr: 1.13e-03 +2022-09-17 06:06:31,724 INFO [train.py:885] (0/2) Epoch 3, batch 7600, loss[loss=0.489, simple_loss=0.4919, pruned_loss=0.243, over 14361.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03524, over 210.00 utterances.], tot_loss[loss=0.3796, simple_loss=0.4131, pruned_loss=0.173, over 2778255.35 frames. utt_duration=250 frames, utt_pad_proportion=0.07051, over 44715.33 utterances.], batch size: 210, lr: 1.13e-03 +2022-09-17 06:07:01,631 INFO [train.py:885] (0/2) Epoch 3, batch 7650, loss[loss=0.5496, simple_loss=0.5341, pruned_loss=0.2826, over 14251.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04157, over 306.00 utterances.], tot_loss[loss=0.3841, simple_loss=0.4171, pruned_loss=0.1756, over 2780265.47 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07054, over 45460.12 utterances.], batch size: 306, lr: 1.13e-03 +2022-09-17 06:07:31,240 INFO [train.py:885] (0/2) Epoch 3, batch 7700, loss[loss=0.4744, simple_loss=0.5265, pruned_loss=0.2112, over 13625.00 frames. utt_duration=98.74 frames, utt_pad_proportion=0.07724, over 560.00 utterances.], tot_loss[loss=0.3814, simple_loss=0.415, pruned_loss=0.1739, over 2783265.82 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06867, over 45028.85 utterances.], batch size: 560, lr: 1.13e-03 +2022-09-17 06:08:01,467 INFO [train.py:885] (0/2) Epoch 3, batch 7750, loss[loss=0.4041, simple_loss=0.4225, pruned_loss=0.1928, over 14353.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03875, over 167.00 utterances.], tot_loss[loss=0.3821, simple_loss=0.4159, pruned_loss=0.1742, over 2786958.46 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06821, over 45176.38 utterances.], batch size: 167, lr: 1.13e-03 +2022-09-17 06:08:30,412 INFO [train.py:885] (0/2) Epoch 3, batch 7800, loss[loss=0.4792, simple_loss=0.4904, pruned_loss=0.234, over 14327.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03797, over 283.00 utterances.], tot_loss[loss=0.3805, simple_loss=0.4144, pruned_loss=0.1733, over 2790033.10 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06611, over 44425.63 utterances.], batch size: 283, lr: 1.13e-03 +2022-09-17 06:09:00,951 INFO [train.py:885] (0/2) Epoch 3, batch 7850, loss[loss=0.1919, simple_loss=0.2243, pruned_loss=0.07975, over 12545.00 frames. utt_duration=2009 frames, utt_pad_proportion=0.1617, over 25.00 utterances.], tot_loss[loss=0.3788, simple_loss=0.4132, pruned_loss=0.1722, over 2786581.00 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06922, over 44427.93 utterances.], batch size: 25, lr: 1.13e-03 +2022-09-17 06:09:30,091 INFO [train.py:885] (0/2) Epoch 3, batch 7900, loss[loss=0.3961, simple_loss=0.4023, pruned_loss=0.195, over 14178.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04444, over 109.00 utterances.], tot_loss[loss=0.3808, simple_loss=0.4145, pruned_loss=0.1735, over 2786768.75 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06902, over 45268.59 utterances.], batch size: 109, lr: 1.13e-03 +2022-09-17 06:09:59,416 INFO [train.py:885] (0/2) Epoch 3, batch 7950, loss[loss=0.3738, simple_loss=0.3916, pruned_loss=0.178, over 14193.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04313, over 109.00 utterances.], tot_loss[loss=0.379, simple_loss=0.4126, pruned_loss=0.1727, over 2788659.70 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06846, over 44409.64 utterances.], batch size: 109, lr: 1.13e-03 +2022-09-17 06:10:29,367 INFO [train.py:885] (0/2) Epoch 3, batch 8000, loss[loss=0.4031, simple_loss=0.4294, pruned_loss=0.1884, over 14270.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04025, over 225.00 utterances.], tot_loss[loss=0.3774, simple_loss=0.4118, pruned_loss=0.1715, over 2790214.85 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06806, over 44473.56 utterances.], batch size: 225, lr: 1.13e-03 +2022-09-17 06:11:03,072 INFO [train.py:885] (0/2) Epoch 3, batch 8050, loss[loss=0.2592, simple_loss=0.3035, pruned_loss=0.1074, over 13232.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1027, over 33.00 utterances.], tot_loss[loss=0.3725, simple_loss=0.4079, pruned_loss=0.1685, over 2786199.93 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06778, over 43805.32 utterances.], batch size: 33, lr: 1.13e-03 +2022-09-17 06:11:33,424 INFO [train.py:885] (0/2) Epoch 3, batch 8100, loss[loss=0.2422, simple_loss=0.2694, pruned_loss=0.1075, over 13192.00 frames. utt_duration=2031 frames, utt_pad_proportion=0.1181, over 26.00 utterances.], tot_loss[loss=0.3803, simple_loss=0.414, pruned_loss=0.1733, over 2783808.09 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07011, over 45243.25 utterances.], batch size: 26, lr: 1.13e-03 +2022-09-17 06:12:03,348 INFO [train.py:885] (0/2) Epoch 3, batch 8150, loss[loss=0.5302, simple_loss=0.55, pruned_loss=0.2552, over 13693.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07767, over 477.00 utterances.], tot_loss[loss=0.3793, simple_loss=0.4133, pruned_loss=0.1726, over 2785903.92 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06829, over 45041.77 utterances.], batch size: 477, lr: 1.12e-03 +2022-09-17 06:12:33,148 INFO [train.py:885] (0/2) Epoch 3, batch 8200, loss[loss=0.2464, simple_loss=0.2984, pruned_loss=0.09719, over 12791.00 frames. utt_duration=1552 frames, utt_pad_proportion=0.1361, over 33.00 utterances.], tot_loss[loss=0.3775, simple_loss=0.4114, pruned_loss=0.1718, over 2780170.95 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07031, over 44339.29 utterances.], batch size: 33, lr: 1.12e-03 +2022-09-17 06:13:02,890 INFO [train.py:885] (0/2) Epoch 3, batch 8250, loss[loss=0.3357, simple_loss=0.3782, pruned_loss=0.1466, over 14303.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03973, over 120.00 utterances.], tot_loss[loss=0.3807, simple_loss=0.414, pruned_loss=0.1736, over 2778016.45 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07277, over 45574.39 utterances.], batch size: 120, lr: 1.12e-03 +2022-09-17 06:13:32,077 INFO [train.py:885] (0/2) Epoch 3, batch 8300, loss[loss=0.2251, simple_loss=0.2417, pruned_loss=0.1042, over 12674.00 frames. utt_duration=2114 frames, utt_pad_proportion=0.1484, over 24.00 utterances.], tot_loss[loss=0.3804, simple_loss=0.4135, pruned_loss=0.1736, over 2781929.32 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07154, over 44871.90 utterances.], batch size: 24, lr: 1.12e-03 +2022-09-17 06:14:01,605 INFO [train.py:885] (0/2) Epoch 3, batch 8350, loss[loss=0.4332, simple_loss=0.474, pruned_loss=0.1962, over 14005.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05791, over 366.00 utterances.], tot_loss[loss=0.3776, simple_loss=0.4113, pruned_loss=0.1719, over 2781641.16 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07107, over 44378.69 utterances.], batch size: 366, lr: 1.12e-03 +2022-09-17 06:14:31,285 INFO [train.py:885] (0/2) Epoch 3, batch 8400, loss[loss=0.4024, simple_loss=0.4492, pruned_loss=0.1778, over 14020.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05428, over 365.00 utterances.], tot_loss[loss=0.3806, simple_loss=0.4141, pruned_loss=0.1735, over 2779800.35 frames. utt_duration=245 frames, utt_pad_proportion=0.0723, over 45662.73 utterances.], batch size: 365, lr: 1.12e-03 +2022-09-17 06:15:00,939 INFO [train.py:885] (0/2) Epoch 3, batch 8450, loss[loss=0.3899, simple_loss=0.4241, pruned_loss=0.1779, over 14331.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03498, over 244.00 utterances.], tot_loss[loss=0.382, simple_loss=0.4159, pruned_loss=0.1741, over 2781808.81 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07318, over 46466.83 utterances.], batch size: 244, lr: 1.12e-03 +2022-09-17 06:15:30,089 INFO [train.py:885] (0/2) Epoch 3, batch 8500, loss[loss=0.3194, simple_loss=0.3621, pruned_loss=0.1383, over 14095.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05275, over 98.00 utterances.], tot_loss[loss=0.3757, simple_loss=0.4099, pruned_loss=0.1707, over 2778583.36 frames. utt_duration=256.5 frames, utt_pad_proportion=0.07275, over 43588.34 utterances.], batch size: 98, lr: 1.12e-03 +2022-09-17 06:16:00,047 INFO [train.py:885] (0/2) Epoch 3, batch 8550, loss[loss=0.3805, simple_loss=0.4387, pruned_loss=0.1611, over 14010.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05535, over 365.00 utterances.], tot_loss[loss=0.3791, simple_loss=0.4133, pruned_loss=0.1724, over 2781167.10 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07265, over 44904.94 utterances.], batch size: 365, lr: 1.12e-03 +2022-09-17 06:16:29,308 INFO [train.py:885] (0/2) Epoch 3, batch 8600, loss[loss=0.2709, simple_loss=0.3147, pruned_loss=0.1136, over 14030.00 frames. utt_duration=711.9 frames, utt_pad_proportion=0.05827, over 79.00 utterances.], tot_loss[loss=0.3778, simple_loss=0.4125, pruned_loss=0.1715, over 2778327.25 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0736, over 44865.15 utterances.], batch size: 79, lr: 1.12e-03 +2022-09-17 06:16:59,255 INFO [train.py:885] (0/2) Epoch 3, batch 8650, loss[loss=0.7048, simple_loss=0.7023, pruned_loss=0.3537, over 12538.00 frames. utt_duration=63.52 frames, utt_pad_proportion=0.1416, over 810.00 utterances.], tot_loss[loss=0.3804, simple_loss=0.4147, pruned_loss=0.1731, over 2780259.24 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07427, over 45311.79 utterances.], batch size: 810, lr: 1.12e-03 +2022-09-17 06:17:28,500 INFO [train.py:885] (0/2) Epoch 3, batch 8700, loss[loss=0.2117, simple_loss=0.2732, pruned_loss=0.07514, over 13233.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1121, over 33.00 utterances.], tot_loss[loss=0.3804, simple_loss=0.4142, pruned_loss=0.1733, over 2779993.18 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07362, over 44914.29 utterances.], batch size: 33, lr: 1.12e-03 +2022-09-17 06:17:58,474 INFO [train.py:885] (0/2) Epoch 3, batch 8750, loss[loss=0.2656, simple_loss=0.3243, pruned_loss=0.1034, over 13496.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.09251, over 50.00 utterances.], tot_loss[loss=0.3801, simple_loss=0.4147, pruned_loss=0.1727, over 2776084.04 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07599, over 46008.63 utterances.], batch size: 50, lr: 1.11e-03 +2022-09-17 06:18:27,754 INFO [train.py:885] (0/2) Epoch 3, batch 8800, loss[loss=0.4918, simple_loss=0.4957, pruned_loss=0.244, over 14229.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04359, over 335.00 utterances.], tot_loss[loss=0.3799, simple_loss=0.4147, pruned_loss=0.1725, over 2775488.87 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07544, over 46012.04 utterances.], batch size: 335, lr: 1.11e-03 +2022-09-17 06:18:57,327 INFO [train.py:885] (0/2) Epoch 3, batch 8850, loss[loss=0.2359, simple_loss=0.2837, pruned_loss=0.09408, over 13952.00 frames. utt_duration=810.4 frames, utt_pad_proportion=0.05659, over 69.00 utterances.], tot_loss[loss=0.3802, simple_loss=0.4145, pruned_loss=0.173, over 2776395.25 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07584, over 45692.52 utterances.], batch size: 69, lr: 1.11e-03 +2022-09-17 06:19:27,025 INFO [train.py:885] (0/2) Epoch 3, batch 8900, loss[loss=0.4329, simple_loss=0.4929, pruned_loss=0.1864, over 13666.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08084, over 478.00 utterances.], tot_loss[loss=0.3781, simple_loss=0.4137, pruned_loss=0.1713, over 2782926.04 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07322, over 45568.33 utterances.], batch size: 478, lr: 1.11e-03 +2022-09-17 06:19:56,446 INFO [train.py:885] (0/2) Epoch 3, batch 8950, loss[loss=0.3618, simple_loss=0.4017, pruned_loss=0.1609, over 14403.00 frames. utt_duration=346.5 frames, utt_pad_proportion=0.03483, over 167.00 utterances.], tot_loss[loss=0.3771, simple_loss=0.4126, pruned_loss=0.1708, over 2778456.74 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07288, over 45356.93 utterances.], batch size: 167, lr: 1.11e-03 +2022-09-17 06:20:26,323 INFO [train.py:885] (0/2) Epoch 3, batch 9000, loss[loss=0.4126, simple_loss=0.4666, pruned_loss=0.1793, over 13984.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05745, over 365.00 utterances.], tot_loss[loss=0.3704, simple_loss=0.4063, pruned_loss=0.1673, over 2778328.99 frames. utt_duration=256.3 frames, utt_pad_proportion=0.07188, over 43619.18 utterances.], batch size: 365, lr: 1.11e-03 +2022-09-17 06:20:26,325 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 06:20:30,990 INFO [train.py:914] (0/2) Epoch 3, validation: loss=0.2395, simple_loss=0.3069, pruned_loss=0.08608, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 06:21:00,661 INFO [train.py:885] (0/2) Epoch 3, batch 9050, loss[loss=0.3418, simple_loss=0.3965, pruned_loss=0.1435, over 14225.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04703, over 141.00 utterances.], tot_loss[loss=0.3694, simple_loss=0.4056, pruned_loss=0.1666, over 2781905.79 frames. utt_duration=260.3 frames, utt_pad_proportion=0.07012, over 42987.35 utterances.], batch size: 141, lr: 1.11e-03 +2022-09-17 06:21:30,117 INFO [train.py:885] (0/2) Epoch 3, batch 9100, loss[loss=0.4672, simple_loss=0.4762, pruned_loss=0.2291, over 14228.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04309, over 335.00 utterances.], tot_loss[loss=0.372, simple_loss=0.4071, pruned_loss=0.1684, over 2782667.04 frames. utt_duration=263.5 frames, utt_pad_proportion=0.06797, over 42477.38 utterances.], batch size: 335, lr: 1.11e-03 +2022-09-17 06:22:00,128 INFO [train.py:885] (0/2) Epoch 3, batch 9150, loss[loss=0.4476, simple_loss=0.4791, pruned_loss=0.208, over 13982.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05683, over 365.00 utterances.], tot_loss[loss=0.3723, simple_loss=0.408, pruned_loss=0.1683, over 2779296.20 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06871, over 43321.55 utterances.], batch size: 365, lr: 1.11e-03 +2022-09-17 06:22:29,670 INFO [train.py:885] (0/2) Epoch 3, batch 9200, loss[loss=0.3044, simple_loss=0.354, pruned_loss=0.1274, over 13949.00 frames. utt_duration=707.9 frames, utt_pad_proportion=0.06368, over 79.00 utterances.], tot_loss[loss=0.3721, simple_loss=0.4081, pruned_loss=0.168, over 2782907.42 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06692, over 43478.31 utterances.], batch size: 79, lr: 1.11e-03 +2022-09-17 06:22:58,713 INFO [train.py:885] (0/2) Epoch 3, batch 9250, loss[loss=0.3504, simple_loss=0.3603, pruned_loss=0.1702, over 13912.00 frames. utt_duration=705.8 frames, utt_pad_proportion=0.06642, over 79.00 utterances.], tot_loss[loss=0.3737, simple_loss=0.4091, pruned_loss=0.1691, over 2780456.59 frames. utt_duration=257 frames, utt_pad_proportion=0.06885, over 43533.00 utterances.], batch size: 79, lr: 1.11e-03 +2022-09-17 06:23:28,598 INFO [train.py:885] (0/2) Epoch 3, batch 9300, loss[loss=0.2823, simple_loss=0.3334, pruned_loss=0.1156, over 14191.00 frames. utt_duration=639.3 frames, utt_pad_proportion=0.04729, over 89.00 utterances.], tot_loss[loss=0.3715, simple_loss=0.4072, pruned_loss=0.1679, over 2776595.85 frames. utt_duration=259.5 frames, utt_pad_proportion=0.06964, over 43049.43 utterances.], batch size: 89, lr: 1.11e-03 +2022-09-17 06:23:57,862 INFO [train.py:885] (0/2) Epoch 3, batch 9350, loss[loss=0.2702, simple_loss=0.3202, pruned_loss=0.1101, over 14209.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04239, over 109.00 utterances.], tot_loss[loss=0.3732, simple_loss=0.4086, pruned_loss=0.1689, over 2775457.97 frames. utt_duration=256.9 frames, utt_pad_proportion=0.07011, over 43461.52 utterances.], batch size: 109, lr: 1.11e-03 +2022-09-17 06:24:27,527 INFO [train.py:885] (0/2) Epoch 3, batch 9400, loss[loss=0.1953, simple_loss=0.2437, pruned_loss=0.07339, over 13223.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.09274, over 33.00 utterances.], tot_loss[loss=0.3685, simple_loss=0.4051, pruned_loss=0.166, over 2773034.90 frames. utt_duration=258.5 frames, utt_pad_proportion=0.07106, over 43163.72 utterances.], batch size: 33, lr: 1.10e-03 +2022-09-17 06:24:57,063 INFO [train.py:885] (0/2) Epoch 3, batch 9450, loss[loss=0.258, simple_loss=0.3005, pruned_loss=0.1077, over 13190.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1135, over 33.00 utterances.], tot_loss[loss=0.3715, simple_loss=0.4082, pruned_loss=0.1673, over 2768619.33 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07375, over 44904.19 utterances.], batch size: 33, lr: 1.10e-03 +2022-09-17 06:25:26,826 INFO [train.py:885] (0/2) Epoch 3, batch 9500, loss[loss=0.4059, simple_loss=0.4529, pruned_loss=0.1795, over 14003.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05586, over 365.00 utterances.], tot_loss[loss=0.3698, simple_loss=0.407, pruned_loss=0.1663, over 2770838.86 frames. utt_duration=249.5 frames, utt_pad_proportion=0.0727, over 44679.54 utterances.], batch size: 365, lr: 1.10e-03 +2022-09-17 06:25:56,584 INFO [train.py:885] (0/2) Epoch 3, batch 9550, loss[loss=0.455, simple_loss=0.4664, pruned_loss=0.2218, over 14327.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0378, over 283.00 utterances.], tot_loss[loss=0.3725, simple_loss=0.4089, pruned_loss=0.1681, over 2770422.03 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07362, over 44897.06 utterances.], batch size: 283, lr: 1.10e-03 +2022-09-17 06:26:25,920 INFO [train.py:885] (0/2) Epoch 3, batch 9600, loss[loss=0.3038, simple_loss=0.3346, pruned_loss=0.1365, over 13775.00 frames. utt_duration=920 frames, utt_pad_proportion=0.07261, over 60.00 utterances.], tot_loss[loss=0.374, simple_loss=0.4102, pruned_loss=0.1689, over 2772139.20 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07435, over 45475.32 utterances.], batch size: 60, lr: 1.10e-03 +2022-09-17 06:26:56,059 INFO [train.py:885] (0/2) Epoch 3, batch 9650, loss[loss=0.2947, simple_loss=0.3383, pruned_loss=0.1256, over 14356.00 frames. utt_duration=480 frames, utt_pad_proportion=0.03608, over 120.00 utterances.], tot_loss[loss=0.3787, simple_loss=0.4138, pruned_loss=0.1717, over 2766376.29 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07699, over 46961.25 utterances.], batch size: 120, lr: 1.10e-03 +2022-09-17 06:27:25,368 INFO [train.py:885] (0/2) Epoch 3, batch 9700, loss[loss=0.3943, simple_loss=0.4156, pruned_loss=0.1866, over 14307.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03756, over 130.00 utterances.], tot_loss[loss=0.3781, simple_loss=0.4128, pruned_loss=0.1717, over 2769551.72 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07591, over 46270.95 utterances.], batch size: 130, lr: 1.10e-03 +2022-09-17 06:27:53,967 INFO [train.py:885] (0/2) Epoch 3, batch 9750, loss[loss=0.5659, simple_loss=0.5403, pruned_loss=0.2958, over 14315.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03935, over 283.00 utterances.], tot_loss[loss=0.3765, simple_loss=0.4111, pruned_loss=0.171, over 2775089.56 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07231, over 44856.98 utterances.], batch size: 283, lr: 1.10e-03 +2022-09-17 06:28:23,224 INFO [train.py:885] (0/2) Epoch 3, batch 9800, loss[loss=0.4425, simple_loss=0.4676, pruned_loss=0.2087, over 14312.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03868, over 210.00 utterances.], tot_loss[loss=0.3738, simple_loss=0.4092, pruned_loss=0.1692, over 2780020.68 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06952, over 44009.66 utterances.], batch size: 210, lr: 1.10e-03 +2022-09-17 06:28:52,715 INFO [train.py:885] (0/2) Epoch 3, batch 9850, loss[loss=0.5754, simple_loss=0.5846, pruned_loss=0.283, over 13624.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07707, over 560.00 utterances.], tot_loss[loss=0.3737, simple_loss=0.4102, pruned_loss=0.1686, over 2784180.16 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06728, over 44672.04 utterances.], batch size: 560, lr: 1.10e-03 +2022-09-17 06:29:30,921 INFO [train.py:885] (0/2) Epoch 3, batch 9900, loss[loss=0.6595, simple_loss=0.65, pruned_loss=0.3345, over 13199.00 frames. utt_duration=82.38 frames, utt_pad_proportion=0.1046, over 653.00 utterances.], tot_loss[loss=0.3738, simple_loss=0.4107, pruned_loss=0.1685, over 2781561.54 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06919, over 45035.99 utterances.], batch size: 653, lr: 1.10e-03 +2022-09-17 06:30:00,631 INFO [train.py:885] (0/2) Epoch 3, batch 9950, loss[loss=0.4023, simple_loss=0.4694, pruned_loss=0.1676, over 13635.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.0773, over 560.00 utterances.], tot_loss[loss=0.3686, simple_loss=0.4059, pruned_loss=0.1656, over 2784168.35 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06712, over 43286.73 utterances.], batch size: 560, lr: 1.10e-03 +2022-09-17 06:30:29,932 INFO [train.py:885] (0/2) Epoch 3, batch 10000, loss[loss=0.4338, simple_loss=0.4653, pruned_loss=0.2011, over 14248.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04189, over 225.00 utterances.], tot_loss[loss=0.3691, simple_loss=0.4058, pruned_loss=0.1662, over 2779464.41 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06984, over 42711.76 utterances.], batch size: 225, lr: 1.10e-03 +2022-09-17 06:30:59,234 INFO [train.py:885] (0/2) Epoch 3, batch 10050, loss[loss=0.4368, simple_loss=0.4535, pruned_loss=0.2101, over 14197.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04478, over 306.00 utterances.], tot_loss[loss=0.3741, simple_loss=0.4104, pruned_loss=0.1689, over 2780478.77 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06914, over 44296.56 utterances.], batch size: 306, lr: 1.09e-03 +2022-09-17 06:31:28,455 INFO [train.py:885] (0/2) Epoch 3, batch 10100, loss[loss=0.3978, simple_loss=0.4575, pruned_loss=0.169, over 13752.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07268, over 411.00 utterances.], tot_loss[loss=0.3682, simple_loss=0.405, pruned_loss=0.1657, over 2780793.10 frames. utt_duration=265.2 frames, utt_pad_proportion=0.06668, over 42170.80 utterances.], batch size: 411, lr: 1.09e-03 +2022-09-17 06:31:58,193 INFO [train.py:885] (0/2) Epoch 3, batch 10150, loss[loss=0.3275, simple_loss=0.3738, pruned_loss=0.1406, over 14310.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03921, over 120.00 utterances.], tot_loss[loss=0.3732, simple_loss=0.4095, pruned_loss=0.1685, over 2776818.13 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07113, over 44051.00 utterances.], batch size: 120, lr: 1.09e-03 +2022-09-17 06:32:27,408 INFO [train.py:885] (0/2) Epoch 3, batch 10200, loss[loss=0.346, simple_loss=0.3835, pruned_loss=0.1543, over 14214.00 frames. utt_duration=522.8 frames, utt_pad_proportion=0.04241, over 109.00 utterances.], tot_loss[loss=0.3745, simple_loss=0.4092, pruned_loss=0.1699, over 2776389.40 frames. utt_duration=260.2 frames, utt_pad_proportion=0.07033, over 42917.65 utterances.], batch size: 109, lr: 1.09e-03 +2022-09-17 06:32:56,988 INFO [train.py:885] (0/2) Epoch 3, batch 10250, loss[loss=0.5267, simple_loss=0.5708, pruned_loss=0.2413, over 13178.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.3743, simple_loss=0.4097, pruned_loss=0.1694, over 2771819.17 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07284, over 43921.17 utterances.], batch size: 653, lr: 1.09e-03 +2022-09-17 06:33:26,143 INFO [train.py:885] (0/2) Epoch 3, batch 10300, loss[loss=0.4099, simple_loss=0.4496, pruned_loss=0.1851, over 14318.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03799, over 210.00 utterances.], tot_loss[loss=0.3781, simple_loss=0.4124, pruned_loss=0.1719, over 2774850.67 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07291, over 44527.44 utterances.], batch size: 210, lr: 1.09e-03 +2022-09-17 06:33:55,816 INFO [train.py:885] (0/2) Epoch 3, batch 10350, loss[loss=0.3942, simple_loss=0.4225, pruned_loss=0.183, over 14305.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04043, over 154.00 utterances.], tot_loss[loss=0.3759, simple_loss=0.4111, pruned_loss=0.1704, over 2775031.08 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07208, over 44890.22 utterances.], batch size: 154, lr: 1.09e-03 +2022-09-17 06:34:25,759 INFO [train.py:885] (0/2) Epoch 3, batch 10400, loss[loss=0.3804, simple_loss=0.422, pruned_loss=0.1694, over 14315.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04038, over 154.00 utterances.], tot_loss[loss=0.374, simple_loss=0.4092, pruned_loss=0.1694, over 2776931.33 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07251, over 44261.01 utterances.], batch size: 154, lr: 1.09e-03 +2022-09-17 06:34:54,717 INFO [train.py:885] (0/2) Epoch 3, batch 10450, loss[loss=0.3624, simple_loss=0.413, pruned_loss=0.1559, over 14319.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03825, over 210.00 utterances.], tot_loss[loss=0.3753, simple_loss=0.41, pruned_loss=0.1703, over 2782692.94 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06942, over 44203.21 utterances.], batch size: 210, lr: 1.09e-03 +2022-09-17 06:35:23,829 INFO [train.py:885] (0/2) Epoch 3, batch 10500, loss[loss=0.7021, simple_loss=0.6783, pruned_loss=0.363, over 13159.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.3738, simple_loss=0.4087, pruned_loss=0.1695, over 2777782.98 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07227, over 44461.41 utterances.], batch size: 653, lr: 1.09e-03 +2022-09-17 06:35:53,794 INFO [train.py:885] (0/2) Epoch 3, batch 10550, loss[loss=0.3879, simple_loss=0.4407, pruned_loss=0.1676, over 13990.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05874, over 366.00 utterances.], tot_loss[loss=0.3808, simple_loss=0.415, pruned_loss=0.1733, over 2777959.59 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07363, over 46186.41 utterances.], batch size: 366, lr: 1.09e-03 +2022-09-17 06:36:22,873 INFO [train.py:885] (0/2) Epoch 3, batch 10600, loss[loss=0.3096, simple_loss=0.3453, pruned_loss=0.1369, over 14155.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04574, over 109.00 utterances.], tot_loss[loss=0.3822, simple_loss=0.4164, pruned_loss=0.174, over 2779219.56 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07239, over 46307.97 utterances.], batch size: 109, lr: 1.09e-03 +2022-09-17 06:36:52,632 INFO [train.py:885] (0/2) Epoch 3, batch 10650, loss[loss=0.2976, simple_loss=0.3267, pruned_loss=0.1342, over 13022.00 frames. utt_duration=1580 frames, utt_pad_proportion=0.1232, over 33.00 utterances.], tot_loss[loss=0.3834, simple_loss=0.4167, pruned_loss=0.1751, over 2780320.67 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07212, over 45966.60 utterances.], batch size: 33, lr: 1.09e-03 +2022-09-17 06:37:22,550 INFO [train.py:885] (0/2) Epoch 3, batch 10700, loss[loss=0.305, simple_loss=0.3574, pruned_loss=0.1262, over 14086.00 frames. utt_duration=714.7 frames, utt_pad_proportion=0.05468, over 79.00 utterances.], tot_loss[loss=0.3796, simple_loss=0.4141, pruned_loss=0.1726, over 2777699.92 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07351, over 45651.75 utterances.], batch size: 79, lr: 1.08e-03 +2022-09-17 06:37:52,171 INFO [train.py:885] (0/2) Epoch 3, batch 10750, loss[loss=0.4109, simple_loss=0.4869, pruned_loss=0.1675, over 13582.00 frames. utt_duration=98.39 frames, utt_pad_proportion=0.08047, over 560.00 utterances.], tot_loss[loss=0.3844, simple_loss=0.4187, pruned_loss=0.1751, over 2781354.35 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07362, over 47367.54 utterances.], batch size: 560, lr: 1.08e-03 +2022-09-17 06:37:58,395 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-36000.pt +2022-09-17 06:38:22,148 INFO [train.py:885] (0/2) Epoch 3, batch 10800, loss[loss=0.3635, simple_loss=0.3989, pruned_loss=0.164, over 14337.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03544, over 130.00 utterances.], tot_loss[loss=0.3789, simple_loss=0.4142, pruned_loss=0.1718, over 2777760.29 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07258, over 46023.12 utterances.], batch size: 130, lr: 1.08e-03 +2022-09-17 06:38:51,975 INFO [train.py:885] (0/2) Epoch 3, batch 10850, loss[loss=0.512, simple_loss=0.5494, pruned_loss=0.2373, over 13627.00 frames. utt_duration=98.7 frames, utt_pad_proportion=0.07757, over 560.00 utterances.], tot_loss[loss=0.3739, simple_loss=0.41, pruned_loss=0.1689, over 2774944.80 frames. utt_duration=249.9 frames, utt_pad_proportion=0.0709, over 44674.36 utterances.], batch size: 560, lr: 1.08e-03 +2022-09-17 06:39:21,197 INFO [train.py:885] (0/2) Epoch 3, batch 10900, loss[loss=0.4414, simple_loss=0.4442, pruned_loss=0.2193, over 14295.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03906, over 154.00 utterances.], tot_loss[loss=0.3785, simple_loss=0.4133, pruned_loss=0.1718, over 2776591.98 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07118, over 44899.47 utterances.], batch size: 154, lr: 1.08e-03 +2022-09-17 06:39:50,219 INFO [train.py:885] (0/2) Epoch 3, batch 10950, loss[loss=0.466, simple_loss=0.4765, pruned_loss=0.2278, over 14238.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04282, over 335.00 utterances.], tot_loss[loss=0.375, simple_loss=0.4099, pruned_loss=0.17, over 2775368.75 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06992, over 43852.83 utterances.], batch size: 335, lr: 1.08e-03 +2022-09-17 06:40:19,454 INFO [train.py:885] (0/2) Epoch 3, batch 11000, loss[loss=0.3576, simple_loss=0.3755, pruned_loss=0.1699, over 13909.00 frames. utt_duration=705.8 frames, utt_pad_proportion=0.06522, over 79.00 utterances.], tot_loss[loss=0.3725, simple_loss=0.4077, pruned_loss=0.1686, over 2777863.10 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06984, over 42903.97 utterances.], batch size: 79, lr: 1.08e-03 +2022-09-17 06:40:49,287 INFO [train.py:885] (0/2) Epoch 3, batch 11050, loss[loss=0.585, simple_loss=0.6018, pruned_loss=0.2841, over 13166.00 frames. utt_duration=82.24 frames, utt_pad_proportion=0.1061, over 653.00 utterances.], tot_loss[loss=0.3768, simple_loss=0.4116, pruned_loss=0.1711, over 2780123.58 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06892, over 44337.68 utterances.], batch size: 653, lr: 1.08e-03 +2022-09-17 06:41:18,985 INFO [train.py:885] (0/2) Epoch 3, batch 11100, loss[loss=0.474, simple_loss=0.4816, pruned_loss=0.2332, over 14328.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03767, over 283.00 utterances.], tot_loss[loss=0.3791, simple_loss=0.4139, pruned_loss=0.1722, over 2780838.42 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06857, over 45288.61 utterances.], batch size: 283, lr: 1.08e-03 +2022-09-17 06:41:48,198 INFO [train.py:885] (0/2) Epoch 3, batch 11150, loss[loss=0.4997, simple_loss=0.4971, pruned_loss=0.2512, over 14238.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04197, over 306.00 utterances.], tot_loss[loss=0.3822, simple_loss=0.4166, pruned_loss=0.1738, over 2782654.04 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07012, over 46367.21 utterances.], batch size: 306, lr: 1.08e-03 +2022-09-17 06:42:17,510 INFO [train.py:885] (0/2) Epoch 3, batch 11200, loss[loss=0.3494, simple_loss=0.3996, pruned_loss=0.1496, over 14330.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03683, over 180.00 utterances.], tot_loss[loss=0.3782, simple_loss=0.414, pruned_loss=0.1711, over 2785031.59 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06827, over 45586.68 utterances.], batch size: 180, lr: 1.08e-03 +2022-09-17 06:42:47,174 INFO [train.py:885] (0/2) Epoch 3, batch 11250, loss[loss=0.4351, simple_loss=0.4533, pruned_loss=0.2084, over 14369.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03229, over 244.00 utterances.], tot_loss[loss=0.3809, simple_loss=0.416, pruned_loss=0.1729, over 2781131.78 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0708, over 46222.58 utterances.], batch size: 244, lr: 1.08e-03 +2022-09-17 06:43:17,087 INFO [train.py:885] (0/2) Epoch 3, batch 11300, loss[loss=0.3896, simple_loss=0.4278, pruned_loss=0.1757, over 14345.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.0363, over 195.00 utterances.], tot_loss[loss=0.3733, simple_loss=0.409, pruned_loss=0.1688, over 2779723.28 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07012, over 44472.34 utterances.], batch size: 195, lr: 1.08e-03 +2022-09-17 06:43:46,883 INFO [train.py:885] (0/2) Epoch 3, batch 11350, loss[loss=0.8603, simple_loss=0.7963, pruned_loss=0.4622, over 12514.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1445, over 810.00 utterances.], tot_loss[loss=0.3718, simple_loss=0.4075, pruned_loss=0.1681, over 2776789.14 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07081, over 44400.37 utterances.], batch size: 810, lr: 1.08e-03 +2022-09-17 06:44:16,419 INFO [train.py:885] (0/2) Epoch 3, batch 11400, loss[loss=0.2646, simple_loss=0.3171, pruned_loss=0.1061, over 14114.00 frames. utt_duration=519.5 frames, utt_pad_proportion=0.04858, over 109.00 utterances.], tot_loss[loss=0.37, simple_loss=0.4058, pruned_loss=0.167, over 2778804.05 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06929, over 43512.10 utterances.], batch size: 109, lr: 1.07e-03 +2022-09-17 06:44:46,120 INFO [train.py:885] (0/2) Epoch 3, batch 11450, loss[loss=0.3355, simple_loss=0.375, pruned_loss=0.148, over 14283.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.04116, over 120.00 utterances.], tot_loss[loss=0.3751, simple_loss=0.4108, pruned_loss=0.1698, over 2774300.66 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07297, over 45587.87 utterances.], batch size: 120, lr: 1.07e-03 +2022-09-17 06:45:15,210 INFO [train.py:885] (0/2) Epoch 3, batch 11500, loss[loss=0.264, simple_loss=0.3077, pruned_loss=0.1101, over 13863.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.06264, over 69.00 utterances.], tot_loss[loss=0.3714, simple_loss=0.4081, pruned_loss=0.1673, over 2775517.37 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07251, over 45249.95 utterances.], batch size: 69, lr: 1.07e-03 +2022-09-17 06:45:44,722 INFO [train.py:885] (0/2) Epoch 3, batch 11550, loss[loss=0.3935, simple_loss=0.4574, pruned_loss=0.1648, over 13819.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06929, over 411.00 utterances.], tot_loss[loss=0.3675, simple_loss=0.4056, pruned_loss=0.1647, over 2777975.29 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07135, over 44775.60 utterances.], batch size: 411, lr: 1.07e-03 +2022-09-17 06:46:14,666 INFO [train.py:885] (0/2) Epoch 3, batch 11600, loss[loss=0.4479, simple_loss=0.4901, pruned_loss=0.2029, over 13783.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07034, over 411.00 utterances.], tot_loss[loss=0.3724, simple_loss=0.4099, pruned_loss=0.1674, over 2773037.22 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07628, over 46587.81 utterances.], batch size: 411, lr: 1.07e-03 +2022-09-17 06:46:44,071 INFO [train.py:885] (0/2) Epoch 3, batch 11650, loss[loss=0.4099, simple_loss=0.421, pruned_loss=0.1994, over 14184.00 frames. utt_duration=403.7 frames, utt_pad_proportion=0.04781, over 141.00 utterances.], tot_loss[loss=0.3809, simple_loss=0.4178, pruned_loss=0.172, over 2775268.36 frames. utt_duration=226.7 frames, utt_pad_proportion=0.07716, over 49282.47 utterances.], batch size: 141, lr: 1.07e-03 +2022-09-17 06:47:13,868 INFO [train.py:885] (0/2) Epoch 3, batch 11700, loss[loss=0.3237, simple_loss=0.3805, pruned_loss=0.1335, over 14252.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04579, over 141.00 utterances.], tot_loss[loss=0.3795, simple_loss=0.417, pruned_loss=0.171, over 2774296.67 frames. utt_duration=226.8 frames, utt_pad_proportion=0.07691, over 49260.21 utterances.], batch size: 141, lr: 1.07e-03 +2022-09-17 06:47:43,240 INFO [train.py:885] (0/2) Epoch 3, batch 11750, loss[loss=0.4083, simple_loss=0.459, pruned_loss=0.1788, over 14003.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05553, over 365.00 utterances.], tot_loss[loss=0.3761, simple_loss=0.4138, pruned_loss=0.1691, over 2774765.20 frames. utt_duration=230.1 frames, utt_pad_proportion=0.07596, over 48540.29 utterances.], batch size: 365, lr: 1.07e-03 +2022-09-17 06:48:12,935 INFO [train.py:885] (0/2) Epoch 3, batch 11800, loss[loss=0.3725, simple_loss=0.4066, pruned_loss=0.1692, over 14286.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03963, over 180.00 utterances.], tot_loss[loss=0.3739, simple_loss=0.4109, pruned_loss=0.1684, over 2776551.95 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07333, over 46833.33 utterances.], batch size: 180, lr: 1.07e-03 +2022-09-17 06:48:41,682 INFO [train.py:885] (0/2) Epoch 3, batch 11850, loss[loss=0.5083, simple_loss=0.5304, pruned_loss=0.2431, over 13679.00 frames. utt_duration=134.7 frames, utt_pad_proportion=0.07736, over 411.00 utterances.], tot_loss[loss=0.375, simple_loss=0.4121, pruned_loss=0.1689, over 2778491.69 frames. utt_duration=237 frames, utt_pad_proportion=0.0733, over 47184.11 utterances.], batch size: 411, lr: 1.07e-03 +2022-09-17 06:49:11,277 INFO [train.py:885] (0/2) Epoch 3, batch 11900, loss[loss=0.3773, simple_loss=0.4253, pruned_loss=0.1646, over 14351.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03597, over 210.00 utterances.], tot_loss[loss=0.3726, simple_loss=0.4097, pruned_loss=0.1678, over 2777286.44 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07397, over 46562.05 utterances.], batch size: 210, lr: 1.07e-03 +2022-09-17 06:49:40,843 INFO [train.py:885] (0/2) Epoch 3, batch 11950, loss[loss=0.27, simple_loss=0.3147, pruned_loss=0.1127, over 13390.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08675, over 41.00 utterances.], tot_loss[loss=0.3769, simple_loss=0.4133, pruned_loss=0.1703, over 2778601.07 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07274, over 47084.38 utterances.], batch size: 41, lr: 1.07e-03 +2022-09-17 06:50:10,423 INFO [train.py:885] (0/2) Epoch 3, batch 12000, loss[loss=0.3792, simple_loss=0.4455, pruned_loss=0.1565, over 13729.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07424, over 411.00 utterances.], tot_loss[loss=0.377, simple_loss=0.414, pruned_loss=0.17, over 2780901.66 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07114, over 47163.73 utterances.], batch size: 411, lr: 1.07e-03 +2022-09-17 06:50:10,425 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 06:50:14,567 INFO [train.py:914] (0/2) Epoch 3, validation: loss=0.2491, simple_loss=0.3145, pruned_loss=0.0919, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 06:50:44,704 INFO [train.py:885] (0/2) Epoch 3, batch 12050, loss[loss=0.422, simple_loss=0.4429, pruned_loss=0.2005, over 14282.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04112, over 262.00 utterances.], tot_loss[loss=0.3765, simple_loss=0.413, pruned_loss=0.17, over 2779846.42 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07263, over 46881.85 utterances.], batch size: 262, lr: 1.07e-03 +2022-09-17 06:51:13,736 INFO [train.py:885] (0/2) Epoch 3, batch 12100, loss[loss=0.4664, simple_loss=0.4678, pruned_loss=0.2325, over 14368.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03524, over 210.00 utterances.], tot_loss[loss=0.3727, simple_loss=0.4085, pruned_loss=0.1685, over 2784383.74 frames. utt_duration=252.7 frames, utt_pad_proportion=0.0691, over 44331.67 utterances.], batch size: 210, lr: 1.06e-03 +2022-09-17 06:51:43,501 INFO [train.py:885] (0/2) Epoch 3, batch 12150, loss[loss=0.5037, simple_loss=0.5231, pruned_loss=0.2422, over 13976.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05954, over 366.00 utterances.], tot_loss[loss=0.374, simple_loss=0.4098, pruned_loss=0.1691, over 2784182.30 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06742, over 44176.93 utterances.], batch size: 366, lr: 1.06e-03 +2022-09-17 06:52:13,637 INFO [train.py:885] (0/2) Epoch 3, batch 12200, loss[loss=0.4252, simple_loss=0.4529, pruned_loss=0.1988, over 14287.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.0405, over 283.00 utterances.], tot_loss[loss=0.3802, simple_loss=0.415, pruned_loss=0.1728, over 2779573.43 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07055, over 46129.69 utterances.], batch size: 283, lr: 1.06e-03 +2022-09-17 06:52:49,126 INFO [train.py:885] (0/2) Epoch 3, batch 12250, loss[loss=0.2371, simple_loss=0.2951, pruned_loss=0.08957, over 13638.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07933, over 50.00 utterances.], tot_loss[loss=0.3797, simple_loss=0.4143, pruned_loss=0.1726, over 2778781.36 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07136, over 45910.05 utterances.], batch size: 50, lr: 1.06e-03 +2022-09-17 06:53:18,844 INFO [train.py:885] (0/2) Epoch 3, batch 12300, loss[loss=0.5277, simple_loss=0.5166, pruned_loss=0.2694, over 14317.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03852, over 283.00 utterances.], tot_loss[loss=0.3809, simple_loss=0.4156, pruned_loss=0.1731, over 2778469.21 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07246, over 46495.08 utterances.], batch size: 283, lr: 1.06e-03 +2022-09-17 06:53:47,672 INFO [train.py:885] (0/2) Epoch 3, batch 12350, loss[loss=0.3869, simple_loss=0.4265, pruned_loss=0.1737, over 14350.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03616, over 195.00 utterances.], tot_loss[loss=0.3762, simple_loss=0.4117, pruned_loss=0.1704, over 2780308.94 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07149, over 45152.23 utterances.], batch size: 195, lr: 1.06e-03 +2022-09-17 06:54:17,435 INFO [train.py:885] (0/2) Epoch 3, batch 12400, loss[loss=0.3015, simple_loss=0.3136, pruned_loss=0.1447, over 13514.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08246, over 50.00 utterances.], tot_loss[loss=0.3782, simple_loss=0.4133, pruned_loss=0.1715, over 2782061.58 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07091, over 46009.26 utterances.], batch size: 50, lr: 1.06e-03 +2022-09-17 06:54:46,913 INFO [train.py:885] (0/2) Epoch 3, batch 12450, loss[loss=0.3832, simple_loss=0.4515, pruned_loss=0.1574, over 13776.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07118, over 411.00 utterances.], tot_loss[loss=0.3797, simple_loss=0.4144, pruned_loss=0.1725, over 2780488.97 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07265, over 46348.93 utterances.], batch size: 411, lr: 1.06e-03 +2022-09-17 06:55:16,619 INFO [train.py:885] (0/2) Epoch 3, batch 12500, loss[loss=0.2567, simple_loss=0.3167, pruned_loss=0.0983, over 13660.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.07616, over 42.00 utterances.], tot_loss[loss=0.3796, simple_loss=0.4144, pruned_loss=0.1724, over 2783593.50 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07117, over 45961.34 utterances.], batch size: 42, lr: 1.06e-03 +2022-09-17 06:55:46,290 INFO [train.py:885] (0/2) Epoch 3, batch 12550, loss[loss=0.2698, simple_loss=0.3107, pruned_loss=0.1144, over 13811.00 frames. utt_duration=802.1 frames, utt_pad_proportion=0.06622, over 69.00 utterances.], tot_loss[loss=0.377, simple_loss=0.4122, pruned_loss=0.171, over 2782916.22 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07249, over 45199.32 utterances.], batch size: 69, lr: 1.06e-03 +2022-09-17 06:56:14,654 INFO [train.py:885] (0/2) Epoch 3, batch 12600, loss[loss=0.3468, simple_loss=0.3659, pruned_loss=0.1638, over 13786.00 frames. utt_duration=800.7 frames, utt_pad_proportion=0.06793, over 69.00 utterances.], tot_loss[loss=0.38, simple_loss=0.414, pruned_loss=0.173, over 2782761.10 frames. utt_duration=248.4 frames, utt_pad_proportion=0.0721, over 45077.71 utterances.], batch size: 69, lr: 1.06e-03 +2022-09-17 06:56:25,520 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-3.pt +2022-09-17 06:56:33,099 INFO [train.py:885] (0/2) Epoch 4, batch 0, loss[loss=0.4016, simple_loss=0.4361, pruned_loss=0.1836, over 14186.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04547, over 306.00 utterances.], tot_loss[loss=0.4016, simple_loss=0.4361, pruned_loss=0.1836, over 14186.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04547, over 306.00 utterances.], batch size: 306, lr: 1.03e-03 +2022-09-17 06:57:02,344 INFO [train.py:885] (0/2) Epoch 4, batch 50, loss[loss=0.6981, simple_loss=0.7054, pruned_loss=0.3455, over 12431.00 frames. utt_duration=62.94 frames, utt_pad_proportion=0.1495, over 810.00 utterances.], tot_loss[loss=0.3711, simple_loss=0.409, pruned_loss=0.1665, over 619764.42 frames. utt_duration=236.1 frames, utt_pad_proportion=0.0851, over 10568.25 utterances.], batch size: 810, lr: 1.03e-03 +2022-09-17 06:57:31,494 INFO [train.py:885] (0/2) Epoch 4, batch 100, loss[loss=0.3724, simple_loss=0.3875, pruned_loss=0.1786, over 14061.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05514, over 98.00 utterances.], tot_loss[loss=0.3754, simple_loss=0.4114, pruned_loss=0.1697, over 1104767.03 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07329, over 17743.81 utterances.], batch size: 98, lr: 1.03e-03 +2022-09-17 06:58:01,687 INFO [train.py:885] (0/2) Epoch 4, batch 150, loss[loss=0.3214, simple_loss=0.3597, pruned_loss=0.1415, over 14118.00 frames. utt_duration=577.8 frames, utt_pad_proportion=0.05125, over 98.00 utterances.], tot_loss[loss=0.3759, simple_loss=0.4117, pruned_loss=0.17, over 1475192.66 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07514, over 24479.60 utterances.], batch size: 98, lr: 1.02e-03 +2022-09-17 06:58:31,229 INFO [train.py:885] (0/2) Epoch 4, batch 200, loss[loss=0.3973, simple_loss=0.4282, pruned_loss=0.1832, over 14384.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03167, over 244.00 utterances.], tot_loss[loss=0.3774, simple_loss=0.4126, pruned_loss=0.1711, over 1764505.69 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07086, over 29208.29 utterances.], batch size: 244, lr: 1.02e-03 +2022-09-17 06:59:01,066 INFO [train.py:885] (0/2) Epoch 4, batch 250, loss[loss=0.4076, simple_loss=0.4292, pruned_loss=0.193, over 14357.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03544, over 210.00 utterances.], tot_loss[loss=0.3716, simple_loss=0.4085, pruned_loss=0.1674, over 1996612.88 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06847, over 31954.89 utterances.], batch size: 210, lr: 1.02e-03 +2022-09-17 06:59:29,618 INFO [train.py:885] (0/2) Epoch 4, batch 300, loss[loss=0.2927, simple_loss=0.3295, pruned_loss=0.1279, over 14273.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04505, over 110.00 utterances.], tot_loss[loss=0.3716, simple_loss=0.4078, pruned_loss=0.1677, over 2171964.79 frames. utt_duration=258 frames, utt_pad_proportion=0.06652, over 33861.46 utterances.], batch size: 110, lr: 1.02e-03 +2022-09-17 06:59:59,695 INFO [train.py:885] (0/2) Epoch 4, batch 350, loss[loss=0.3456, simple_loss=0.3841, pruned_loss=0.1536, over 14156.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04587, over 109.00 utterances.], tot_loss[loss=0.3723, simple_loss=0.4088, pruned_loss=0.1679, over 2310536.72 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06672, over 36264.74 utterances.], batch size: 109, lr: 1.02e-03 +2022-09-17 07:00:29,402 INFO [train.py:885] (0/2) Epoch 4, batch 400, loss[loss=0.1928, simple_loss=0.2467, pruned_loss=0.06948, over 13753.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.07793, over 42.00 utterances.], tot_loss[loss=0.368, simple_loss=0.4048, pruned_loss=0.1656, over 2410964.44 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06817, over 37358.76 utterances.], batch size: 42, lr: 1.02e-03 +2022-09-17 07:00:59,118 INFO [train.py:885] (0/2) Epoch 4, batch 450, loss[loss=0.2006, simple_loss=0.2429, pruned_loss=0.07913, over 13569.00 frames. utt_duration=1646 frames, utt_pad_proportion=0.08488, over 33.00 utterances.], tot_loss[loss=0.3714, simple_loss=0.4079, pruned_loss=0.1675, over 2491451.06 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07048, over 39672.86 utterances.], batch size: 33, lr: 1.02e-03 +2022-09-17 07:01:28,544 INFO [train.py:885] (0/2) Epoch 4, batch 500, loss[loss=0.2348, simple_loss=0.2788, pruned_loss=0.09542, over 13055.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1061, over 33.00 utterances.], tot_loss[loss=0.3653, simple_loss=0.4022, pruned_loss=0.1642, over 2558408.42 frames. utt_duration=269.4 frames, utt_pad_proportion=0.06763, over 38198.81 utterances.], batch size: 33, lr: 1.02e-03 +2022-09-17 07:01:58,294 INFO [train.py:885] (0/2) Epoch 4, batch 550, loss[loss=0.5043, simple_loss=0.5529, pruned_loss=0.2279, over 13160.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1071, over 653.00 utterances.], tot_loss[loss=0.3697, simple_loss=0.406, pruned_loss=0.1667, over 2607359.95 frames. utt_duration=262.4 frames, utt_pad_proportion=0.06833, over 39969.99 utterances.], batch size: 653, lr: 1.02e-03 +2022-09-17 07:02:28,035 INFO [train.py:885] (0/2) Epoch 4, batch 600, loss[loss=0.3539, simple_loss=0.4012, pruned_loss=0.1532, over 14249.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04209, over 225.00 utterances.], tot_loss[loss=0.3682, simple_loss=0.4052, pruned_loss=0.1656, over 2645318.23 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06936, over 41261.64 utterances.], batch size: 225, lr: 1.02e-03 +2022-09-17 07:02:57,101 INFO [train.py:885] (0/2) Epoch 4, batch 650, loss[loss=0.2553, simple_loss=0.3172, pruned_loss=0.09667, over 13837.00 frames. utt_duration=803.6 frames, utt_pad_proportion=0.0645, over 69.00 utterances.], tot_loss[loss=0.3662, simple_loss=0.4035, pruned_loss=0.1645, over 2678399.28 frames. utt_duration=262.2 frames, utt_pad_proportion=0.06772, over 41085.19 utterances.], batch size: 69, lr: 1.02e-03 +2022-09-17 07:03:26,194 INFO [train.py:885] (0/2) Epoch 4, batch 700, loss[loss=0.2738, simple_loss=0.3165, pruned_loss=0.1156, over 14106.00 frames. utt_duration=577.1 frames, utt_pad_proportion=0.05243, over 98.00 utterances.], tot_loss[loss=0.3726, simple_loss=0.4094, pruned_loss=0.1679, over 2699446.19 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07055, over 43811.62 utterances.], batch size: 98, lr: 1.02e-03 +2022-09-17 07:03:55,932 INFO [train.py:885] (0/2) Epoch 4, batch 750, loss[loss=0.4636, simple_loss=0.4727, pruned_loss=0.2272, over 14304.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03984, over 283.00 utterances.], tot_loss[loss=0.3739, simple_loss=0.4109, pruned_loss=0.1685, over 2719431.63 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06944, over 44741.25 utterances.], batch size: 283, lr: 1.02e-03 +2022-09-17 07:04:25,373 INFO [train.py:885] (0/2) Epoch 4, batch 800, loss[loss=0.2155, simple_loss=0.2614, pruned_loss=0.08479, over 13813.00 frames. utt_duration=922.2 frames, utt_pad_proportion=0.06756, over 60.00 utterances.], tot_loss[loss=0.3699, simple_loss=0.4074, pruned_loss=0.1662, over 2722463.42 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07131, over 44160.37 utterances.], batch size: 60, lr: 1.02e-03 +2022-09-17 07:04:54,472 INFO [train.py:885] (0/2) Epoch 4, batch 850, loss[loss=0.3205, simple_loss=0.3628, pruned_loss=0.1392, over 14320.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.03849, over 120.00 utterances.], tot_loss[loss=0.3729, simple_loss=0.4105, pruned_loss=0.1676, over 2735694.55 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07162, over 45475.79 utterances.], batch size: 120, lr: 1.02e-03 +2022-09-17 07:05:24,057 INFO [train.py:885] (0/2) Epoch 4, batch 900, loss[loss=0.3483, simple_loss=0.4007, pruned_loss=0.1479, over 14361.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03791, over 167.00 utterances.], tot_loss[loss=0.3724, simple_loss=0.4098, pruned_loss=0.1675, over 2741099.92 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07184, over 44815.95 utterances.], batch size: 167, lr: 1.01e-03 +2022-09-17 07:05:53,879 INFO [train.py:885] (0/2) Epoch 4, batch 950, loss[loss=0.329, simple_loss=0.391, pruned_loss=0.1335, over 14374.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.0349, over 210.00 utterances.], tot_loss[loss=0.3718, simple_loss=0.4099, pruned_loss=0.1669, over 2751783.77 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07101, over 44776.44 utterances.], batch size: 210, lr: 1.01e-03 +2022-09-17 07:06:23,567 INFO [train.py:885] (0/2) Epoch 4, batch 1000, loss[loss=0.3769, simple_loss=0.4189, pruned_loss=0.1675, over 14283.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03906, over 180.00 utterances.], tot_loss[loss=0.3687, simple_loss=0.4074, pruned_loss=0.165, over 2758174.35 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07072, over 43792.16 utterances.], batch size: 180, lr: 1.01e-03 +2022-09-17 07:06:52,934 INFO [train.py:885] (0/2) Epoch 4, batch 1050, loss[loss=0.3666, simple_loss=0.4077, pruned_loss=0.1627, over 14356.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03629, over 210.00 utterances.], tot_loss[loss=0.364, simple_loss=0.403, pruned_loss=0.1625, over 2764182.83 frames. utt_duration=265.8 frames, utt_pad_proportion=0.06806, over 41835.31 utterances.], batch size: 210, lr: 1.01e-03 +2022-09-17 07:07:22,704 INFO [train.py:885] (0/2) Epoch 4, batch 1100, loss[loss=0.8607, simple_loss=0.7992, pruned_loss=0.4611, over 12533.00 frames. utt_duration=63.43 frames, utt_pad_proportion=0.1429, over 810.00 utterances.], tot_loss[loss=0.3713, simple_loss=0.4097, pruned_loss=0.1665, over 2767883.89 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06892, over 44502.12 utterances.], batch size: 810, lr: 1.01e-03 +2022-09-17 07:07:52,741 INFO [train.py:885] (0/2) Epoch 4, batch 1150, loss[loss=0.3649, simple_loss=0.4256, pruned_loss=0.1521, over 13999.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05595, over 365.00 utterances.], tot_loss[loss=0.3715, simple_loss=0.4097, pruned_loss=0.1666, over 2769276.60 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07044, over 45389.17 utterances.], batch size: 365, lr: 1.01e-03 +2022-09-17 07:08:22,150 INFO [train.py:885] (0/2) Epoch 4, batch 1200, loss[loss=0.4674, simple_loss=0.4957, pruned_loss=0.2195, over 13965.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05837, over 365.00 utterances.], tot_loss[loss=0.3716, simple_loss=0.4099, pruned_loss=0.1666, over 2772316.09 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07064, over 45407.45 utterances.], batch size: 365, lr: 1.01e-03 +2022-09-17 07:08:51,572 INFO [train.py:885] (0/2) Epoch 4, batch 1250, loss[loss=0.3697, simple_loss=0.4203, pruned_loss=0.1595, over 14313.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03963, over 262.00 utterances.], tot_loss[loss=0.3767, simple_loss=0.4142, pruned_loss=0.1696, over 2775613.86 frames. utt_duration=237.1 frames, utt_pad_proportion=0.06987, over 47118.63 utterances.], batch size: 262, lr: 1.01e-03 +2022-09-17 07:09:21,397 INFO [train.py:885] (0/2) Epoch 4, batch 1300, loss[loss=0.1999, simple_loss=0.2532, pruned_loss=0.07326, over 13485.00 frames. utt_duration=1588 frames, utt_pad_proportion=0.09935, over 34.00 utterances.], tot_loss[loss=0.3749, simple_loss=0.4131, pruned_loss=0.1684, over 2775070.15 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07061, over 47070.63 utterances.], batch size: 34, lr: 1.01e-03 +2022-09-17 07:09:50,928 INFO [train.py:885] (0/2) Epoch 4, batch 1350, loss[loss=0.4157, simple_loss=0.4462, pruned_loss=0.1926, over 14350.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03616, over 210.00 utterances.], tot_loss[loss=0.3772, simple_loss=0.4148, pruned_loss=0.1698, over 2773054.83 frames. utt_duration=234 frames, utt_pad_proportion=0.07403, over 47707.13 utterances.], batch size: 210, lr: 1.01e-03 +2022-09-17 07:10:19,997 INFO [train.py:885] (0/2) Epoch 4, batch 1400, loss[loss=0.5056, simple_loss=0.5001, pruned_loss=0.2555, over 14355.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03359, over 244.00 utterances.], tot_loss[loss=0.375, simple_loss=0.4122, pruned_loss=0.1689, over 2774129.33 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07318, over 46624.49 utterances.], batch size: 244, lr: 1.01e-03 +2022-09-17 07:10:49,628 INFO [train.py:885] (0/2) Epoch 4, batch 1450, loss[loss=0.4252, simple_loss=0.4478, pruned_loss=0.2013, over 14321.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03888, over 262.00 utterances.], tot_loss[loss=0.3732, simple_loss=0.4114, pruned_loss=0.1675, over 2773992.26 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07532, over 46839.62 utterances.], batch size: 262, lr: 1.01e-03 +2022-09-17 07:11:19,261 INFO [train.py:885] (0/2) Epoch 4, batch 1500, loss[loss=0.4171, simple_loss=0.4441, pruned_loss=0.195, over 14297.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04015, over 283.00 utterances.], tot_loss[loss=0.3652, simple_loss=0.4037, pruned_loss=0.1633, over 2774849.81 frames. utt_duration=256.3 frames, utt_pad_proportion=0.07278, over 43562.17 utterances.], batch size: 283, lr: 1.01e-03 +2022-09-17 07:11:47,979 INFO [train.py:885] (0/2) Epoch 4, batch 1550, loss[loss=0.1642, simple_loss=0.2013, pruned_loss=0.06354, over 13291.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.09769, over 33.00 utterances.], tot_loss[loss=0.3668, simple_loss=0.405, pruned_loss=0.1643, over 2775439.52 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07429, over 43898.49 utterances.], batch size: 33, lr: 1.01e-03 +2022-09-17 07:12:17,706 INFO [train.py:885] (0/2) Epoch 4, batch 1600, loss[loss=0.4941, simple_loss=0.4935, pruned_loss=0.2474, over 14246.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04204, over 335.00 utterances.], tot_loss[loss=0.3718, simple_loss=0.4085, pruned_loss=0.1676, over 2777118.05 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07361, over 44670.42 utterances.], batch size: 335, lr: 1.01e-03 +2022-09-17 07:12:46,910 INFO [train.py:885] (0/2) Epoch 4, batch 1650, loss[loss=0.3938, simple_loss=0.4218, pruned_loss=0.1828, over 14307.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03869, over 195.00 utterances.], tot_loss[loss=0.3716, simple_loss=0.4081, pruned_loss=0.1675, over 2778513.29 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07295, over 44591.81 utterances.], batch size: 195, lr: 1.01e-03 +2022-09-17 07:13:16,371 INFO [train.py:885] (0/2) Epoch 4, batch 1700, loss[loss=0.3821, simple_loss=0.4494, pruned_loss=0.1574, over 13766.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07231, over 411.00 utterances.], tot_loss[loss=0.3718, simple_loss=0.4079, pruned_loss=0.1679, over 2781063.52 frames. utt_duration=256.5 frames, utt_pad_proportion=0.07027, over 43617.71 utterances.], batch size: 411, lr: 1.00e-03 +2022-09-17 07:13:45,951 INFO [train.py:885] (0/2) Epoch 4, batch 1750, loss[loss=0.3103, simple_loss=0.3647, pruned_loss=0.1279, over 14298.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03787, over 130.00 utterances.], tot_loss[loss=0.3703, simple_loss=0.4068, pruned_loss=0.1669, over 2783721.98 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06833, over 43827.08 utterances.], batch size: 130, lr: 1.00e-03 +2022-09-17 07:14:24,095 INFO [train.py:885] (0/2) Epoch 4, batch 1800, loss[loss=0.2477, simple_loss=0.2839, pruned_loss=0.1058, over 13316.00 frames. utt_duration=1067 frames, utt_pad_proportion=0.1044, over 50.00 utterances.], tot_loss[loss=0.3633, simple_loss=0.4004, pruned_loss=0.1631, over 2784826.07 frames. utt_duration=269.4 frames, utt_pad_proportion=0.06665, over 41569.99 utterances.], batch size: 50, lr: 1.00e-03 +2022-09-17 07:14:53,654 INFO [train.py:885] (0/2) Epoch 4, batch 1850, loss[loss=0.259, simple_loss=0.2758, pruned_loss=0.1211, over 13057.00 frames. utt_duration=2090 frames, utt_pad_proportion=0.1206, over 25.00 utterances.], tot_loss[loss=0.369, simple_loss=0.4057, pruned_loss=0.1662, over 2781224.25 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06993, over 43809.95 utterances.], batch size: 25, lr: 1.00e-03 +2022-09-17 07:15:23,481 INFO [train.py:885] (0/2) Epoch 4, batch 1900, loss[loss=0.3835, simple_loss=0.4216, pruned_loss=0.1727, over 14276.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04014, over 180.00 utterances.], tot_loss[loss=0.3681, simple_loss=0.4052, pruned_loss=0.1655, over 2779692.03 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06993, over 43537.50 utterances.], batch size: 180, lr: 1.00e-03 +2022-09-17 07:15:53,204 INFO [train.py:885] (0/2) Epoch 4, batch 1950, loss[loss=0.3812, simple_loss=0.418, pruned_loss=0.1722, over 14370.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0324, over 244.00 utterances.], tot_loss[loss=0.3728, simple_loss=0.4098, pruned_loss=0.1679, over 2777861.47 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07341, over 45490.32 utterances.], batch size: 244, lr: 1.00e-03 +2022-09-17 07:16:23,002 INFO [train.py:885] (0/2) Epoch 4, batch 2000, loss[loss=0.4013, simple_loss=0.4694, pruned_loss=0.1666, over 13642.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08275, over 478.00 utterances.], tot_loss[loss=0.3726, simple_loss=0.4099, pruned_loss=0.1676, over 2775390.61 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07337, over 46232.43 utterances.], batch size: 478, lr: 1.00e-03 +2022-09-17 07:16:52,364 INFO [train.py:885] (0/2) Epoch 4, batch 2050, loss[loss=0.2614, simple_loss=0.3075, pruned_loss=0.1076, over 14145.00 frames. utt_duration=809.7 frames, utt_pad_proportion=0.05297, over 70.00 utterances.], tot_loss[loss=0.3751, simple_loss=0.4122, pruned_loss=0.169, over 2780057.40 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07136, over 46497.27 utterances.], batch size: 70, lr: 1.00e-03 +2022-09-17 07:17:22,202 INFO [train.py:885] (0/2) Epoch 4, batch 2100, loss[loss=0.3651, simple_loss=0.4147, pruned_loss=0.1578, over 14376.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03681, over 167.00 utterances.], tot_loss[loss=0.3752, simple_loss=0.4122, pruned_loss=0.1691, over 2778985.86 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07197, over 46525.42 utterances.], batch size: 167, lr: 1.00e-03 +2022-09-17 07:17:46,110 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-40000.pt +2022-09-17 07:17:52,018 INFO [train.py:885] (0/2) Epoch 4, batch 2150, loss[loss=0.2567, simple_loss=0.3061, pruned_loss=0.1037, over 13510.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08981, over 50.00 utterances.], tot_loss[loss=0.3748, simple_loss=0.4111, pruned_loss=0.1693, over 2784157.37 frames. utt_duration=246 frames, utt_pad_proportion=0.06894, over 45539.61 utterances.], batch size: 50, lr: 9.99e-04 +2022-09-17 07:18:21,480 INFO [train.py:885] (0/2) Epoch 4, batch 2200, loss[loss=0.4037, simple_loss=0.436, pruned_loss=0.1857, over 14317.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03895, over 262.00 utterances.], tot_loss[loss=0.3745, simple_loss=0.4113, pruned_loss=0.1688, over 2785862.69 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06698, over 45299.60 utterances.], batch size: 262, lr: 9.98e-04 +2022-09-17 07:18:51,001 INFO [train.py:885] (0/2) Epoch 4, batch 2250, loss[loss=0.3555, simple_loss=0.4053, pruned_loss=0.1529, over 14229.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.03978, over 225.00 utterances.], tot_loss[loss=0.3712, simple_loss=0.4091, pruned_loss=0.1667, over 2784422.61 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06825, over 45225.72 utterances.], batch size: 225, lr: 9.98e-04 +2022-09-17 07:19:20,590 INFO [train.py:885] (0/2) Epoch 4, batch 2300, loss[loss=0.4552, simple_loss=0.4671, pruned_loss=0.2216, over 14342.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.0373, over 283.00 utterances.], tot_loss[loss=0.3754, simple_loss=0.4122, pruned_loss=0.1694, over 2785524.62 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07001, over 45909.78 utterances.], batch size: 283, lr: 9.97e-04 +2022-09-17 07:19:50,615 INFO [train.py:885] (0/2) Epoch 4, batch 2350, loss[loss=0.5426, simple_loss=0.5706, pruned_loss=0.2573, over 13172.00 frames. utt_duration=82.26 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.3765, simple_loss=0.4133, pruned_loss=0.1698, over 2781720.24 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07096, over 45994.58 utterances.], batch size: 653, lr: 9.97e-04 +2022-09-17 07:20:19,738 INFO [train.py:885] (0/2) Epoch 4, batch 2400, loss[loss=0.361, simple_loss=0.4183, pruned_loss=0.1519, over 14339.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03722, over 195.00 utterances.], tot_loss[loss=0.3772, simple_loss=0.4137, pruned_loss=0.1704, over 2779215.78 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07112, over 46485.71 utterances.], batch size: 195, lr: 9.96e-04 +2022-09-17 07:20:49,551 INFO [train.py:885] (0/2) Epoch 4, batch 2450, loss[loss=0.3047, simple_loss=0.3422, pruned_loss=0.1336, over 14161.00 frames. utt_duration=579.5 frames, utt_pad_proportion=0.04846, over 98.00 utterances.], tot_loss[loss=0.3762, simple_loss=0.413, pruned_loss=0.1697, over 2778861.32 frames. utt_duration=241.8 frames, utt_pad_proportion=0.0715, over 46252.25 utterances.], batch size: 98, lr: 9.95e-04 +2022-09-17 07:21:19,289 INFO [train.py:885] (0/2) Epoch 4, batch 2500, loss[loss=0.2628, simple_loss=0.3096, pruned_loss=0.1079, over 13815.00 frames. utt_duration=802.4 frames, utt_pad_proportion=0.06585, over 69.00 utterances.], tot_loss[loss=0.3798, simple_loss=0.4161, pruned_loss=0.1717, over 2778118.61 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07188, over 47771.46 utterances.], batch size: 69, lr: 9.95e-04 +2022-09-17 07:21:48,978 INFO [train.py:885] (0/2) Epoch 4, batch 2550, loss[loss=0.4325, simple_loss=0.4931, pruned_loss=0.186, over 13595.00 frames. utt_duration=98.51 frames, utt_pad_proportion=0.07937, over 560.00 utterances.], tot_loss[loss=0.3758, simple_loss=0.4128, pruned_loss=0.1694, over 2784154.55 frames. utt_duration=242.8 frames, utt_pad_proportion=0.06987, over 46139.72 utterances.], batch size: 560, lr: 9.94e-04 +2022-09-17 07:22:18,259 INFO [train.py:885] (0/2) Epoch 4, batch 2600, loss[loss=0.2208, simple_loss=0.2739, pruned_loss=0.08387, over 12903.00 frames. utt_duration=2066 frames, utt_pad_proportion=0.1271, over 25.00 utterances.], tot_loss[loss=0.3748, simple_loss=0.4112, pruned_loss=0.1692, over 2783686.87 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06913, over 45018.77 utterances.], batch size: 25, lr: 9.94e-04 +2022-09-17 07:22:48,157 INFO [train.py:885] (0/2) Epoch 4, batch 2650, loss[loss=0.4125, simple_loss=0.4725, pruned_loss=0.1763, over 13666.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07858, over 477.00 utterances.], tot_loss[loss=0.3787, simple_loss=0.4149, pruned_loss=0.1712, over 2781524.79 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07106, over 46884.51 utterances.], batch size: 477, lr: 9.93e-04 +2022-09-17 07:23:17,216 INFO [train.py:885] (0/2) Epoch 4, batch 2700, loss[loss=0.3564, simple_loss=0.3907, pruned_loss=0.1611, over 14244.00 frames. utt_duration=524 frames, utt_pad_proportion=0.04026, over 109.00 utterances.], tot_loss[loss=0.374, simple_loss=0.4115, pruned_loss=0.1683, over 2781270.65 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07088, over 46006.83 utterances.], batch size: 109, lr: 9.92e-04 +2022-09-17 07:23:45,724 INFO [train.py:885] (0/2) Epoch 4, batch 2750, loss[loss=0.374, simple_loss=0.3833, pruned_loss=0.1823, over 14041.00 frames. utt_duration=574.7 frames, utt_pad_proportion=0.05783, over 98.00 utterances.], tot_loss[loss=0.3721, simple_loss=0.4095, pruned_loss=0.1673, over 2783962.33 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06869, over 45195.31 utterances.], batch size: 98, lr: 9.92e-04 +2022-09-17 07:24:15,828 INFO [train.py:885] (0/2) Epoch 4, batch 2800, loss[loss=0.2676, simple_loss=0.3215, pruned_loss=0.1068, over 14230.00 frames. utt_duration=641.1 frames, utt_pad_proportion=0.04463, over 89.00 utterances.], tot_loss[loss=0.3745, simple_loss=0.412, pruned_loss=0.1685, over 2780581.81 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07027, over 46420.15 utterances.], batch size: 89, lr: 9.91e-04 +2022-09-17 07:24:45,218 INFO [train.py:885] (0/2) Epoch 4, batch 2850, loss[loss=0.4834, simple_loss=0.5002, pruned_loss=0.2333, over 14333.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03705, over 195.00 utterances.], tot_loss[loss=0.3713, simple_loss=0.4093, pruned_loss=0.1666, over 2780027.38 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07033, over 45624.17 utterances.], batch size: 195, lr: 9.91e-04 +2022-09-17 07:25:14,997 INFO [train.py:885] (0/2) Epoch 4, batch 2900, loss[loss=0.3679, simple_loss=0.4112, pruned_loss=0.1623, over 14302.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03991, over 120.00 utterances.], tot_loss[loss=0.3718, simple_loss=0.4095, pruned_loss=0.167, over 2779173.56 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07195, over 45960.38 utterances.], batch size: 120, lr: 9.90e-04 +2022-09-17 07:25:44,573 INFO [train.py:885] (0/2) Epoch 4, batch 2950, loss[loss=0.462, simple_loss=0.5068, pruned_loss=0.2087, over 13616.00 frames. utt_duration=98.69 frames, utt_pad_proportion=0.07767, over 560.00 utterances.], tot_loss[loss=0.3686, simple_loss=0.4069, pruned_loss=0.1651, over 2784312.52 frames. utt_duration=247 frames, utt_pad_proportion=0.0693, over 45367.40 utterances.], batch size: 560, lr: 9.89e-04 +2022-09-17 07:26:14,298 INFO [train.py:885] (0/2) Epoch 4, batch 3000, loss[loss=0.445, simple_loss=0.5093, pruned_loss=0.1903, over 13187.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.3664, simple_loss=0.4054, pruned_loss=0.1637, over 2783542.91 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06942, over 45542.12 utterances.], batch size: 653, lr: 9.89e-04 +2022-09-17 07:26:14,300 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 07:26:18,435 INFO [train.py:914] (0/2) Epoch 4, validation: loss=0.2377, simple_loss=0.3059, pruned_loss=0.08477, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 07:26:47,620 INFO [train.py:885] (0/2) Epoch 4, batch 3050, loss[loss=0.3488, simple_loss=0.3879, pruned_loss=0.1549, over 14367.00 frames. utt_duration=480.2 frames, utt_pad_proportion=0.03569, over 120.00 utterances.], tot_loss[loss=0.365, simple_loss=0.4038, pruned_loss=0.1631, over 2785076.77 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06939, over 44508.26 utterances.], batch size: 120, lr: 9.88e-04 +2022-09-17 07:27:17,295 INFO [train.py:885] (0/2) Epoch 4, batch 3100, loss[loss=0.4534, simple_loss=0.4842, pruned_loss=0.2113, over 14039.00 frames. utt_duration=155.3 frames, utt_pad_proportion=0.05334, over 365.00 utterances.], tot_loss[loss=0.3692, simple_loss=0.4077, pruned_loss=0.1653, over 2781070.33 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07123, over 45741.35 utterances.], batch size: 365, lr: 9.88e-04 +2022-09-17 07:27:47,450 INFO [train.py:885] (0/2) Epoch 4, batch 3150, loss[loss=0.1802, simple_loss=0.2159, pruned_loss=0.0723, over 12213.00 frames. utt_duration=2037 frames, utt_pad_proportion=0.1635, over 24.00 utterances.], tot_loss[loss=0.3667, simple_loss=0.4057, pruned_loss=0.1638, over 2778878.28 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07054, over 46171.79 utterances.], batch size: 24, lr: 9.87e-04 +2022-09-17 07:28:17,237 INFO [train.py:885] (0/2) Epoch 4, batch 3200, loss[loss=0.3895, simple_loss=0.411, pruned_loss=0.184, over 14418.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03429, over 155.00 utterances.], tot_loss[loss=0.3662, simple_loss=0.405, pruned_loss=0.1637, over 2782901.16 frames. utt_duration=245 frames, utt_pad_proportion=0.06877, over 45707.64 utterances.], batch size: 155, lr: 9.86e-04 +2022-09-17 07:28:46,502 INFO [train.py:885] (0/2) Epoch 4, batch 3250, loss[loss=0.2997, simple_loss=0.3456, pruned_loss=0.1269, over 14146.00 frames. utt_duration=637 frames, utt_pad_proportion=0.0492, over 89.00 utterances.], tot_loss[loss=0.369, simple_loss=0.4073, pruned_loss=0.1654, over 2778109.03 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07115, over 46165.94 utterances.], batch size: 89, lr: 9.86e-04 +2022-09-17 07:29:16,513 INFO [train.py:885] (0/2) Epoch 4, batch 3300, loss[loss=0.296, simple_loss=0.3289, pruned_loss=0.1316, over 13610.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08251, over 50.00 utterances.], tot_loss[loss=0.3707, simple_loss=0.4089, pruned_loss=0.1662, over 2776907.89 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07186, over 46707.15 utterances.], batch size: 50, lr: 9.85e-04 +2022-09-17 07:29:45,721 INFO [train.py:885] (0/2) Epoch 4, batch 3350, loss[loss=0.5901, simple_loss=0.5485, pruned_loss=0.3159, over 14216.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04376, over 335.00 utterances.], tot_loss[loss=0.3707, simple_loss=0.4087, pruned_loss=0.1664, over 2777067.03 frames. utt_duration=237 frames, utt_pad_proportion=0.07292, over 47157.93 utterances.], batch size: 335, lr: 9.85e-04 +2022-09-17 07:30:15,141 INFO [train.py:885] (0/2) Epoch 4, batch 3400, loss[loss=0.4182, simple_loss=0.4485, pruned_loss=0.194, over 14312.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03965, over 262.00 utterances.], tot_loss[loss=0.3659, simple_loss=0.404, pruned_loss=0.1639, over 2780219.28 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07048, over 44849.77 utterances.], batch size: 262, lr: 9.84e-04 +2022-09-17 07:30:44,442 INFO [train.py:885] (0/2) Epoch 4, batch 3450, loss[loss=0.2579, simple_loss=0.3083, pruned_loss=0.1038, over 13856.00 frames. utt_duration=925.3 frames, utt_pad_proportion=0.06727, over 60.00 utterances.], tot_loss[loss=0.3654, simple_loss=0.404, pruned_loss=0.1634, over 2780280.60 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07162, over 45261.73 utterances.], batch size: 60, lr: 9.83e-04 +2022-09-17 07:31:14,479 INFO [train.py:885] (0/2) Epoch 4, batch 3500, loss[loss=0.2656, simple_loss=0.3164, pruned_loss=0.1074, over 14106.00 frames. utt_duration=807.3 frames, utt_pad_proportion=0.05684, over 70.00 utterances.], tot_loss[loss=0.3693, simple_loss=0.4072, pruned_loss=0.1657, over 2778837.43 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07366, over 45779.77 utterances.], batch size: 70, lr: 9.83e-04 +2022-09-17 07:31:43,856 INFO [train.py:885] (0/2) Epoch 4, batch 3550, loss[loss=0.4256, simple_loss=0.4663, pruned_loss=0.1925, over 13972.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05768, over 365.00 utterances.], tot_loss[loss=0.3716, simple_loss=0.4084, pruned_loss=0.1674, over 2776778.72 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07395, over 45693.65 utterances.], batch size: 365, lr: 9.82e-04 +2022-09-17 07:32:13,753 INFO [train.py:885] (0/2) Epoch 4, batch 3600, loss[loss=0.3985, simple_loss=0.4364, pruned_loss=0.1803, over 14230.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04312, over 306.00 utterances.], tot_loss[loss=0.3697, simple_loss=0.408, pruned_loss=0.1657, over 2777012.59 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07464, over 46658.99 utterances.], batch size: 306, lr: 9.82e-04 +2022-09-17 07:32:43,174 INFO [train.py:885] (0/2) Epoch 4, batch 3650, loss[loss=0.4392, simple_loss=0.4611, pruned_loss=0.2087, over 14196.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04493, over 306.00 utterances.], tot_loss[loss=0.3673, simple_loss=0.4056, pruned_loss=0.1645, over 2777316.02 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07291, over 45766.84 utterances.], batch size: 306, lr: 9.81e-04 +2022-09-17 07:33:12,807 INFO [train.py:885] (0/2) Epoch 4, batch 3700, loss[loss=0.2109, simple_loss=0.2664, pruned_loss=0.07766, over 13302.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.09092, over 41.00 utterances.], tot_loss[loss=0.3664, simple_loss=0.4049, pruned_loss=0.164, over 2777905.85 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07324, over 45381.47 utterances.], batch size: 41, lr: 9.81e-04 +2022-09-17 07:33:42,351 INFO [train.py:885] (0/2) Epoch 4, batch 3750, loss[loss=0.2863, simple_loss=0.3144, pruned_loss=0.1291, over 14091.00 frames. utt_duration=714.9 frames, utt_pad_proportion=0.05437, over 79.00 utterances.], tot_loss[loss=0.368, simple_loss=0.4065, pruned_loss=0.1647, over 2780247.85 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0742, over 45693.60 utterances.], batch size: 79, lr: 9.80e-04 +2022-09-17 07:34:12,110 INFO [train.py:885] (0/2) Epoch 4, batch 3800, loss[loss=0.3036, simple_loss=0.3456, pruned_loss=0.1308, over 14122.00 frames. utt_duration=519.7 frames, utt_pad_proportion=0.04826, over 109.00 utterances.], tot_loss[loss=0.3674, simple_loss=0.4061, pruned_loss=0.1644, over 2787001.01 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07091, over 44829.62 utterances.], batch size: 109, lr: 9.79e-04 +2022-09-17 07:34:41,521 INFO [train.py:885] (0/2) Epoch 4, batch 3850, loss[loss=0.4679, simple_loss=0.4744, pruned_loss=0.2307, over 14351.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03705, over 262.00 utterances.], tot_loss[loss=0.3727, simple_loss=0.4111, pruned_loss=0.1672, over 2790237.26 frames. utt_duration=240.3 frames, utt_pad_proportion=0.06956, over 46734.24 utterances.], batch size: 262, lr: 9.79e-04 +2022-09-17 07:35:10,867 INFO [train.py:885] (0/2) Epoch 4, batch 3900, loss[loss=0.3898, simple_loss=0.4329, pruned_loss=0.1733, over 14276.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04042, over 225.00 utterances.], tot_loss[loss=0.3697, simple_loss=0.4086, pruned_loss=0.1654, over 2787521.18 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06995, over 46400.76 utterances.], batch size: 225, lr: 9.78e-04 +2022-09-17 07:35:41,657 INFO [train.py:885] (0/2) Epoch 4, batch 3950, loss[loss=0.3729, simple_loss=0.412, pruned_loss=0.1668, over 14217.00 frames. utt_duration=404.6 frames, utt_pad_proportion=0.04793, over 141.00 utterances.], tot_loss[loss=0.3732, simple_loss=0.4111, pruned_loss=0.1676, over 2781336.37 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07225, over 46875.19 utterances.], batch size: 141, lr: 9.78e-04 +2022-09-17 07:36:10,514 INFO [train.py:885] (0/2) Epoch 4, batch 4000, loss[loss=0.4239, simple_loss=0.4824, pruned_loss=0.1827, over 13622.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08153, over 477.00 utterances.], tot_loss[loss=0.3726, simple_loss=0.4108, pruned_loss=0.1672, over 2778001.64 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07465, over 46901.31 utterances.], batch size: 477, lr: 9.77e-04 +2022-09-17 07:36:40,539 INFO [train.py:885] (0/2) Epoch 4, batch 4050, loss[loss=0.41, simple_loss=0.444, pruned_loss=0.188, over 14365.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03199, over 210.00 utterances.], tot_loss[loss=0.3706, simple_loss=0.4091, pruned_loss=0.166, over 2777403.11 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07496, over 46884.53 utterances.], batch size: 210, lr: 9.77e-04 +2022-09-17 07:37:09,921 INFO [train.py:885] (0/2) Epoch 4, batch 4100, loss[loss=0.323, simple_loss=0.3772, pruned_loss=0.1343, over 14331.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03956, over 167.00 utterances.], tot_loss[loss=0.3697, simple_loss=0.4077, pruned_loss=0.1658, over 2775165.64 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07419, over 46442.50 utterances.], batch size: 167, lr: 9.76e-04 +2022-09-17 07:37:39,813 INFO [train.py:885] (0/2) Epoch 4, batch 4150, loss[loss=0.4184, simple_loss=0.4417, pruned_loss=0.1976, over 14316.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03922, over 262.00 utterances.], tot_loss[loss=0.375, simple_loss=0.4123, pruned_loss=0.1689, over 2774092.51 frames. utt_duration=234.9 frames, utt_pad_proportion=0.0748, over 47544.82 utterances.], batch size: 262, lr: 9.75e-04 +2022-09-17 07:38:09,154 INFO [train.py:885] (0/2) Epoch 4, batch 4200, loss[loss=0.3806, simple_loss=0.426, pruned_loss=0.1676, over 14335.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03753, over 195.00 utterances.], tot_loss[loss=0.3707, simple_loss=0.4084, pruned_loss=0.1665, over 2772421.12 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07498, over 46810.75 utterances.], batch size: 195, lr: 9.75e-04 +2022-09-17 07:38:39,077 INFO [train.py:885] (0/2) Epoch 4, batch 4250, loss[loss=0.452, simple_loss=0.4676, pruned_loss=0.2183, over 14317.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03882, over 283.00 utterances.], tot_loss[loss=0.3679, simple_loss=0.4064, pruned_loss=0.1647, over 2772336.50 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07469, over 46620.37 utterances.], batch size: 283, lr: 9.74e-04 +2022-09-17 07:39:08,279 INFO [train.py:885] (0/2) Epoch 4, batch 4300, loss[loss=0.4065, simple_loss=0.4672, pruned_loss=0.1729, over 13636.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08115, over 477.00 utterances.], tot_loss[loss=0.365, simple_loss=0.4035, pruned_loss=0.1632, over 2776294.59 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07338, over 45107.26 utterances.], batch size: 477, lr: 9.74e-04 +2022-09-17 07:39:37,667 INFO [train.py:885] (0/2) Epoch 4, batch 4350, loss[loss=0.3138, simple_loss=0.36, pruned_loss=0.1338, over 14331.00 frames. utt_duration=479 frames, utt_pad_proportion=0.0381, over 120.00 utterances.], tot_loss[loss=0.3687, simple_loss=0.4076, pruned_loss=0.1649, over 2773794.69 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07652, over 46698.98 utterances.], batch size: 120, lr: 9.73e-04 +2022-09-17 07:40:07,591 INFO [train.py:885] (0/2) Epoch 4, batch 4400, loss[loss=0.4079, simple_loss=0.4386, pruned_loss=0.1886, over 14377.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03417, over 210.00 utterances.], tot_loss[loss=0.3706, simple_loss=0.4093, pruned_loss=0.1659, over 2772997.97 frames. utt_duration=232.4 frames, utt_pad_proportion=0.077, over 48026.43 utterances.], batch size: 210, lr: 9.73e-04 +2022-09-17 07:40:37,004 INFO [train.py:885] (0/2) Epoch 4, batch 4450, loss[loss=0.3994, simple_loss=0.4587, pruned_loss=0.1701, over 13768.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07224, over 411.00 utterances.], tot_loss[loss=0.3752, simple_loss=0.4136, pruned_loss=0.1684, over 2774683.28 frames. utt_duration=227.9 frames, utt_pad_proportion=0.0755, over 49025.08 utterances.], batch size: 411, lr: 9.72e-04 +2022-09-17 07:41:06,676 INFO [train.py:885] (0/2) Epoch 4, batch 4500, loss[loss=0.2678, simple_loss=0.326, pruned_loss=0.1048, over 14003.00 frames. utt_duration=710.3 frames, utt_pad_proportion=0.05546, over 79.00 utterances.], tot_loss[loss=0.3756, simple_loss=0.4144, pruned_loss=0.1684, over 2778943.02 frames. utt_duration=226.7 frames, utt_pad_proportion=0.07407, over 49349.02 utterances.], batch size: 79, lr: 9.71e-04 +2022-09-17 07:41:36,240 INFO [train.py:885] (0/2) Epoch 4, batch 4550, loss[loss=0.4373, simple_loss=0.4691, pruned_loss=0.2027, over 14233.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04213, over 306.00 utterances.], tot_loss[loss=0.3716, simple_loss=0.4115, pruned_loss=0.1659, over 2775065.31 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07458, over 48524.99 utterances.], batch size: 306, lr: 9.71e-04 +2022-09-17 07:42:05,956 INFO [train.py:885] (0/2) Epoch 4, batch 4600, loss[loss=0.4787, simple_loss=0.5181, pruned_loss=0.2196, over 13607.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08251, over 477.00 utterances.], tot_loss[loss=0.3703, simple_loss=0.4096, pruned_loss=0.1655, over 2774076.47 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07405, over 47228.50 utterances.], batch size: 477, lr: 9.70e-04 +2022-09-17 07:42:34,897 INFO [train.py:885] (0/2) Epoch 4, batch 4650, loss[loss=0.6487, simple_loss=0.6707, pruned_loss=0.3133, over 12446.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.372, simple_loss=0.4102, pruned_loss=0.1669, over 2776317.23 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07447, over 47095.71 utterances.], batch size: 810, lr: 9.70e-04 +2022-09-17 07:43:04,661 INFO [train.py:885] (0/2) Epoch 4, batch 4700, loss[loss=0.277, simple_loss=0.3209, pruned_loss=0.1166, over 14056.00 frames. utt_duration=713 frames, utt_pad_proportion=0.05691, over 79.00 utterances.], tot_loss[loss=0.3708, simple_loss=0.4093, pruned_loss=0.1661, over 2781435.76 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07297, over 46270.42 utterances.], batch size: 79, lr: 9.69e-04 +2022-09-17 07:43:34,683 INFO [train.py:885] (0/2) Epoch 4, batch 4750, loss[loss=0.2939, simple_loss=0.3436, pruned_loss=0.1221, over 14274.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.03979, over 130.00 utterances.], tot_loss[loss=0.3707, simple_loss=0.4092, pruned_loss=0.1661, over 2781648.56 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07178, over 45905.23 utterances.], batch size: 130, lr: 9.69e-04 +2022-09-17 07:44:03,593 INFO [train.py:885] (0/2) Epoch 4, batch 4800, loss[loss=0.3228, simple_loss=0.3703, pruned_loss=0.1377, over 14285.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.04144, over 130.00 utterances.], tot_loss[loss=0.3735, simple_loss=0.4116, pruned_loss=0.1677, over 2783021.96 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07108, over 46137.17 utterances.], batch size: 130, lr: 9.68e-04 +2022-09-17 07:44:32,877 INFO [train.py:885] (0/2) Epoch 4, batch 4850, loss[loss=0.3717, simple_loss=0.4075, pruned_loss=0.1679, over 14281.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04349, over 141.00 utterances.], tot_loss[loss=0.3683, simple_loss=0.4069, pruned_loss=0.1649, over 2779837.94 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07041, over 44888.73 utterances.], batch size: 141, lr: 9.67e-04 +2022-09-17 07:45:02,889 INFO [train.py:885] (0/2) Epoch 4, batch 4900, loss[loss=0.477, simple_loss=0.4841, pruned_loss=0.2349, over 14360.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03326, over 244.00 utterances.], tot_loss[loss=0.3675, simple_loss=0.4065, pruned_loss=0.1643, over 2784832.24 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06734, over 44800.87 utterances.], batch size: 244, lr: 9.67e-04 +2022-09-17 07:45:32,061 INFO [train.py:885] (0/2) Epoch 4, batch 4950, loss[loss=0.4218, simple_loss=0.4516, pruned_loss=0.196, over 14355.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03581, over 210.00 utterances.], tot_loss[loss=0.3682, simple_loss=0.4066, pruned_loss=0.1649, over 2785557.73 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06765, over 44257.67 utterances.], batch size: 210, lr: 9.66e-04 +2022-09-17 07:46:02,348 INFO [train.py:885] (0/2) Epoch 4, batch 5000, loss[loss=0.3215, simple_loss=0.3496, pruned_loss=0.1467, over 13992.00 frames. utt_duration=572.7 frames, utt_pad_proportion=0.05958, over 98.00 utterances.], tot_loss[loss=0.372, simple_loss=0.4106, pruned_loss=0.1667, over 2782516.74 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07017, over 46311.72 utterances.], batch size: 98, lr: 9.66e-04 +2022-09-17 07:46:31,516 INFO [train.py:885] (0/2) Epoch 4, batch 5050, loss[loss=0.7791, simple_loss=0.7564, pruned_loss=0.4009, over 12497.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1448, over 810.00 utterances.], tot_loss[loss=0.3763, simple_loss=0.4146, pruned_loss=0.169, over 2781558.46 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07151, over 47974.52 utterances.], batch size: 810, lr: 9.65e-04 +2022-09-17 07:47:00,494 INFO [train.py:885] (0/2) Epoch 4, batch 5100, loss[loss=0.3803, simple_loss=0.4368, pruned_loss=0.1619, over 13995.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05645, over 365.00 utterances.], tot_loss[loss=0.3724, simple_loss=0.4111, pruned_loss=0.1668, over 2782597.74 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07071, over 46525.27 utterances.], batch size: 365, lr: 9.65e-04 +2022-09-17 07:47:30,053 INFO [train.py:885] (0/2) Epoch 4, batch 5150, loss[loss=0.2273, simple_loss=0.2866, pruned_loss=0.08403, over 13779.00 frames. utt_duration=919.8 frames, utt_pad_proportion=0.07278, over 60.00 utterances.], tot_loss[loss=0.3667, simple_loss=0.4059, pruned_loss=0.1637, over 2785069.66 frames. utt_duration=251 frames, utt_pad_proportion=0.06974, over 44649.17 utterances.], batch size: 60, lr: 9.64e-04 +2022-09-17 07:47:59,613 INFO [train.py:885] (0/2) Epoch 4, batch 5200, loss[loss=0.5229, simple_loss=0.5546, pruned_loss=0.2456, over 13600.00 frames. utt_duration=98.53 frames, utt_pad_proportion=0.07917, over 560.00 utterances.], tot_loss[loss=0.3665, simple_loss=0.4065, pruned_loss=0.1633, over 2779575.61 frames. utt_duration=243 frames, utt_pad_proportion=0.07076, over 46027.48 utterances.], batch size: 560, lr: 9.64e-04 +2022-09-17 07:48:29,257 INFO [train.py:885] (0/2) Epoch 4, batch 5250, loss[loss=0.2451, simple_loss=0.2967, pruned_loss=0.09676, over 13921.00 frames. utt_duration=929.5 frames, utt_pad_proportion=0.06673, over 60.00 utterances.], tot_loss[loss=0.3587, simple_loss=0.3993, pruned_loss=0.159, over 2782104.20 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06789, over 43765.41 utterances.], batch size: 60, lr: 9.63e-04 +2022-09-17 07:48:59,172 INFO [train.py:885] (0/2) Epoch 4, batch 5300, loss[loss=0.2075, simple_loss=0.2487, pruned_loss=0.08316, over 13534.00 frames. utt_duration=1290 frames, utt_pad_proportion=0.08804, over 42.00 utterances.], tot_loss[loss=0.3611, simple_loss=0.4015, pruned_loss=0.1603, over 2780118.66 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06999, over 44337.35 utterances.], batch size: 42, lr: 9.62e-04 +2022-09-17 07:49:28,700 INFO [train.py:885] (0/2) Epoch 4, batch 5350, loss[loss=0.4332, simple_loss=0.4811, pruned_loss=0.1926, over 13774.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07126, over 411.00 utterances.], tot_loss[loss=0.3608, simple_loss=0.4015, pruned_loss=0.16, over 2779314.27 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07207, over 44930.14 utterances.], batch size: 411, lr: 9.62e-04 +2022-09-17 07:49:58,324 INFO [train.py:885] (0/2) Epoch 4, batch 5400, loss[loss=0.3771, simple_loss=0.4372, pruned_loss=0.1584, over 13988.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05638, over 365.00 utterances.], tot_loss[loss=0.362, simple_loss=0.4023, pruned_loss=0.1608, over 2780549.35 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06939, over 44560.61 utterances.], batch size: 365, lr: 9.61e-04 +2022-09-17 07:50:28,055 INFO [train.py:885] (0/2) Epoch 4, batch 5450, loss[loss=0.3725, simple_loss=0.4193, pruned_loss=0.1629, over 14317.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03767, over 180.00 utterances.], tot_loss[loss=0.3608, simple_loss=0.4013, pruned_loss=0.1602, over 2778526.00 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07068, over 44468.34 utterances.], batch size: 180, lr: 9.61e-04 +2022-09-17 07:50:57,189 INFO [train.py:885] (0/2) Epoch 4, batch 5500, loss[loss=0.3768, simple_loss=0.4194, pruned_loss=0.1671, over 14341.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03787, over 244.00 utterances.], tot_loss[loss=0.3598, simple_loss=0.4003, pruned_loss=0.1597, over 2776095.53 frames. utt_duration=253.5 frames, utt_pad_proportion=0.0695, over 44055.62 utterances.], batch size: 244, lr: 9.60e-04 +2022-09-17 07:51:26,560 INFO [train.py:885] (0/2) Epoch 4, batch 5550, loss[loss=0.2442, simple_loss=0.3019, pruned_loss=0.09322, over 13904.00 frames. utt_duration=928.4 frames, utt_pad_proportion=0.06784, over 60.00 utterances.], tot_loss[loss=0.363, simple_loss=0.4024, pruned_loss=0.1618, over 2782346.73 frames. utt_duration=256.4 frames, utt_pad_proportion=0.0672, over 43664.01 utterances.], batch size: 60, lr: 9.60e-04 +2022-09-17 07:51:56,279 INFO [train.py:885] (0/2) Epoch 4, batch 5600, loss[loss=0.6788, simple_loss=0.6922, pruned_loss=0.3327, over 12554.00 frames. utt_duration=63.52 frames, utt_pad_proportion=0.1416, over 811.00 utterances.], tot_loss[loss=0.3635, simple_loss=0.403, pruned_loss=0.162, over 2777528.77 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07117, over 44436.07 utterances.], batch size: 811, lr: 9.59e-04 +2022-09-17 07:52:25,912 INFO [train.py:885] (0/2) Epoch 4, batch 5650, loss[loss=0.3971, simple_loss=0.4358, pruned_loss=0.1792, over 14320.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0386, over 283.00 utterances.], tot_loss[loss=0.3659, simple_loss=0.4052, pruned_loss=0.1633, over 2776018.44 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07229, over 45510.68 utterances.], batch size: 283, lr: 9.59e-04 +2022-09-17 07:52:54,568 INFO [train.py:885] (0/2) Epoch 4, batch 5700, loss[loss=0.4374, simple_loss=0.4778, pruned_loss=0.1985, over 14001.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05535, over 365.00 utterances.], tot_loss[loss=0.3667, simple_loss=0.406, pruned_loss=0.1637, over 2778650.56 frames. utt_duration=247 frames, utt_pad_proportion=0.07341, over 45264.85 utterances.], batch size: 365, lr: 9.58e-04 +2022-09-17 07:53:24,128 INFO [train.py:885] (0/2) Epoch 4, batch 5750, loss[loss=0.4387, simple_loss=0.4563, pruned_loss=0.2106, over 14196.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04493, over 306.00 utterances.], tot_loss[loss=0.3661, simple_loss=0.405, pruned_loss=0.1636, over 2784143.73 frames. utt_duration=252 frames, utt_pad_proportion=0.07069, over 44451.04 utterances.], batch size: 306, lr: 9.58e-04 +2022-09-17 07:53:53,925 INFO [train.py:885] (0/2) Epoch 4, batch 5800, loss[loss=0.3642, simple_loss=0.4164, pruned_loss=0.156, over 14386.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03542, over 244.00 utterances.], tot_loss[loss=0.3686, simple_loss=0.4067, pruned_loss=0.1653, over 2786422.64 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07027, over 44540.74 utterances.], batch size: 244, lr: 9.57e-04 +2022-09-17 07:54:23,422 INFO [train.py:885] (0/2) Epoch 4, batch 5850, loss[loss=0.1853, simple_loss=0.2409, pruned_loss=0.06488, over 13478.00 frames. utt_duration=1316 frames, utt_pad_proportion=0.07882, over 41.00 utterances.], tot_loss[loss=0.3699, simple_loss=0.408, pruned_loss=0.1659, over 2787696.59 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06975, over 44979.50 utterances.], batch size: 41, lr: 9.56e-04 +2022-09-17 07:54:53,310 INFO [train.py:885] (0/2) Epoch 4, batch 5900, loss[loss=0.3653, simple_loss=0.3942, pruned_loss=0.1682, over 14316.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03899, over 120.00 utterances.], tot_loss[loss=0.3734, simple_loss=0.4116, pruned_loss=0.1676, over 2784730.97 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07099, over 46727.63 utterances.], batch size: 120, lr: 9.56e-04 +2022-09-17 07:55:22,703 INFO [train.py:885] (0/2) Epoch 4, batch 5950, loss[loss=0.3837, simple_loss=0.4418, pruned_loss=0.1628, over 14034.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05411, over 365.00 utterances.], tot_loss[loss=0.3665, simple_loss=0.406, pruned_loss=0.1635, over 2782089.21 frames. utt_duration=248 frames, utt_pad_proportion=0.07071, over 45140.66 utterances.], batch size: 365, lr: 9.55e-04 +2022-09-17 07:55:52,284 INFO [train.py:885] (0/2) Epoch 4, batch 6000, loss[loss=0.4741, simple_loss=0.4919, pruned_loss=0.2282, over 14336.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03468, over 244.00 utterances.], tot_loss[loss=0.3715, simple_loss=0.4104, pruned_loss=0.1663, over 2780478.36 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07293, over 46278.28 utterances.], batch size: 244, lr: 9.55e-04 +2022-09-17 07:55:52,286 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 07:55:56,492 INFO [train.py:914] (0/2) Epoch 4, validation: loss=0.2393, simple_loss=0.3087, pruned_loss=0.08494, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 07:56:25,893 INFO [train.py:885] (0/2) Epoch 4, batch 6050, loss[loss=0.5262, simple_loss=0.5658, pruned_loss=0.2433, over 13188.00 frames. utt_duration=82.3 frames, utt_pad_proportion=0.1054, over 653.00 utterances.], tot_loss[loss=0.3728, simple_loss=0.4117, pruned_loss=0.167, over 2775097.74 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07588, over 47514.43 utterances.], batch size: 653, lr: 9.54e-04 +2022-09-17 07:56:55,691 INFO [train.py:885] (0/2) Epoch 4, batch 6100, loss[loss=0.4466, simple_loss=0.4983, pruned_loss=0.1975, over 13639.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.07654, over 560.00 utterances.], tot_loss[loss=0.3698, simple_loss=0.4089, pruned_loss=0.1653, over 2776332.97 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07367, over 46381.42 utterances.], batch size: 560, lr: 9.54e-04 +2022-09-17 07:57:19,289 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-44000.pt +2022-09-17 07:57:25,277 INFO [train.py:885] (0/2) Epoch 4, batch 6150, loss[loss=0.2217, simple_loss=0.2665, pruned_loss=0.08848, over 13131.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1175, over 33.00 utterances.], tot_loss[loss=0.3672, simple_loss=0.4065, pruned_loss=0.164, over 2775723.27 frames. utt_duration=244 frames, utt_pad_proportion=0.07372, over 45776.66 utterances.], batch size: 33, lr: 9.53e-04 +2022-09-17 07:57:54,770 INFO [train.py:885] (0/2) Epoch 4, batch 6200, loss[loss=0.3301, simple_loss=0.3884, pruned_loss=0.1359, over 14344.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.0393, over 167.00 utterances.], tot_loss[loss=0.375, simple_loss=0.4138, pruned_loss=0.168, over 2782956.24 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07241, over 47576.93 utterances.], batch size: 167, lr: 9.53e-04 +2022-09-17 07:58:25,055 INFO [train.py:885] (0/2) Epoch 4, batch 6250, loss[loss=0.3863, simple_loss=0.4212, pruned_loss=0.1757, over 14285.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04117, over 262.00 utterances.], tot_loss[loss=0.3701, simple_loss=0.4098, pruned_loss=0.1652, over 2785055.26 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07042, over 46451.16 utterances.], batch size: 262, lr: 9.52e-04 +2022-09-17 07:58:53,642 INFO [train.py:885] (0/2) Epoch 4, batch 6300, loss[loss=0.4442, simple_loss=0.4527, pruned_loss=0.2179, over 14294.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.041, over 262.00 utterances.], tot_loss[loss=0.3705, simple_loss=0.4092, pruned_loss=0.1659, over 2788744.40 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06865, over 45527.98 utterances.], batch size: 262, lr: 9.52e-04 +2022-09-17 07:59:23,406 INFO [train.py:885] (0/2) Epoch 4, batch 6350, loss[loss=0.3818, simple_loss=0.428, pruned_loss=0.1678, over 14291.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03855, over 180.00 utterances.], tot_loss[loss=0.3662, simple_loss=0.4048, pruned_loss=0.1638, over 2785481.60 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06884, over 44169.94 utterances.], batch size: 180, lr: 9.51e-04 +2022-09-17 07:59:52,549 INFO [train.py:885] (0/2) Epoch 4, batch 6400, loss[loss=0.3864, simple_loss=0.4295, pruned_loss=0.1716, over 14355.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03317, over 244.00 utterances.], tot_loss[loss=0.3658, simple_loss=0.4047, pruned_loss=0.1635, over 2785594.23 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06963, over 44236.36 utterances.], batch size: 244, lr: 9.51e-04 +2022-09-17 08:00:22,856 INFO [train.py:885] (0/2) Epoch 4, batch 6450, loss[loss=0.3311, simple_loss=0.3539, pruned_loss=0.1541, over 13942.00 frames. utt_duration=809.6 frames, utt_pad_proportion=0.05752, over 69.00 utterances.], tot_loss[loss=0.3682, simple_loss=0.407, pruned_loss=0.1647, over 2782665.93 frames. utt_duration=248 frames, utt_pad_proportion=0.07052, over 45144.36 utterances.], batch size: 69, lr: 9.50e-04 +2022-09-17 08:00:52,070 INFO [train.py:885] (0/2) Epoch 4, batch 6500, loss[loss=0.3941, simple_loss=0.4093, pruned_loss=0.1895, over 14149.00 frames. utt_duration=579.1 frames, utt_pad_proportion=0.05074, over 98.00 utterances.], tot_loss[loss=0.3648, simple_loss=0.4042, pruned_loss=0.1627, over 2783649.54 frames. utt_duration=251.5 frames, utt_pad_proportion=0.0713, over 44527.29 utterances.], batch size: 98, lr: 9.50e-04 +2022-09-17 08:01:21,710 INFO [train.py:885] (0/2) Epoch 4, batch 6550, loss[loss=0.4262, simple_loss=0.4525, pruned_loss=0.1999, over 14291.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04138, over 262.00 utterances.], tot_loss[loss=0.3661, simple_loss=0.4059, pruned_loss=0.1631, over 2785731.68 frames. utt_duration=248.1 frames, utt_pad_proportion=0.0703, over 45184.98 utterances.], batch size: 262, lr: 9.49e-04 +2022-09-17 08:01:50,668 INFO [train.py:885] (0/2) Epoch 4, batch 6600, loss[loss=0.2927, simple_loss=0.3414, pruned_loss=0.122, over 14111.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05184, over 98.00 utterances.], tot_loss[loss=0.3642, simple_loss=0.4043, pruned_loss=0.162, over 2785399.95 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07104, over 44839.29 utterances.], batch size: 98, lr: 9.48e-04 +2022-09-17 08:02:20,346 INFO [train.py:885] (0/2) Epoch 4, batch 6650, loss[loss=0.4332, simple_loss=0.4576, pruned_loss=0.2044, over 14313.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03864, over 283.00 utterances.], tot_loss[loss=0.3658, simple_loss=0.4056, pruned_loss=0.163, over 2784815.04 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07009, over 44529.55 utterances.], batch size: 283, lr: 9.48e-04 +2022-09-17 08:02:50,073 INFO [train.py:885] (0/2) Epoch 4, batch 6700, loss[loss=0.2128, simple_loss=0.2509, pruned_loss=0.08732, over 13348.00 frames. utt_duration=1619 frames, utt_pad_proportion=0.09327, over 33.00 utterances.], tot_loss[loss=0.3681, simple_loss=0.4082, pruned_loss=0.1639, over 2781047.96 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07318, over 46178.46 utterances.], batch size: 33, lr: 9.47e-04 +2022-09-17 08:03:20,108 INFO [train.py:885] (0/2) Epoch 4, batch 6750, loss[loss=0.8193, simple_loss=0.7815, pruned_loss=0.4286, over 12476.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1467, over 810.00 utterances.], tot_loss[loss=0.3678, simple_loss=0.4077, pruned_loss=0.164, over 2781596.39 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07397, over 46533.78 utterances.], batch size: 810, lr: 9.47e-04 +2022-09-17 08:03:50,012 INFO [train.py:885] (0/2) Epoch 4, batch 6800, loss[loss=0.3625, simple_loss=0.3946, pruned_loss=0.1652, over 14278.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.04177, over 130.00 utterances.], tot_loss[loss=0.3649, simple_loss=0.4051, pruned_loss=0.1623, over 2778304.71 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07213, over 44766.18 utterances.], batch size: 130, lr: 9.46e-04 +2022-09-17 08:04:19,798 INFO [train.py:885] (0/2) Epoch 4, batch 6850, loss[loss=0.2964, simple_loss=0.3485, pruned_loss=0.1221, over 14190.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04342, over 109.00 utterances.], tot_loss[loss=0.3651, simple_loss=0.4048, pruned_loss=0.1627, over 2779394.99 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07123, over 44452.16 utterances.], batch size: 109, lr: 9.46e-04 +2022-09-17 08:04:48,748 INFO [train.py:885] (0/2) Epoch 4, batch 6900, loss[loss=0.3955, simple_loss=0.4229, pruned_loss=0.184, over 14360.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03535, over 195.00 utterances.], tot_loss[loss=0.3651, simple_loss=0.4047, pruned_loss=0.1627, over 2782716.40 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07092, over 44651.78 utterances.], batch size: 195, lr: 9.45e-04 +2022-09-17 08:05:18,582 INFO [train.py:885] (0/2) Epoch 4, batch 6950, loss[loss=0.3445, simple_loss=0.3523, pruned_loss=0.1683, over 12330.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.1727, over 24.00 utterances.], tot_loss[loss=0.3649, simple_loss=0.4043, pruned_loss=0.1628, over 2783820.74 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06792, over 43852.78 utterances.], batch size: 24, lr: 9.45e-04 +2022-09-17 08:05:47,989 INFO [train.py:885] (0/2) Epoch 4, batch 7000, loss[loss=0.2702, simple_loss=0.3113, pruned_loss=0.1145, over 13861.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.06264, over 69.00 utterances.], tot_loss[loss=0.37, simple_loss=0.4088, pruned_loss=0.1656, over 2781726.67 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07087, over 45640.07 utterances.], batch size: 69, lr: 9.44e-04 +2022-09-17 08:06:17,438 INFO [train.py:885] (0/2) Epoch 4, batch 7050, loss[loss=0.6043, simple_loss=0.6197, pruned_loss=0.2945, over 13125.00 frames. utt_duration=81.97 frames, utt_pad_proportion=0.109, over 653.00 utterances.], tot_loss[loss=0.3672, simple_loss=0.4069, pruned_loss=0.1638, over 2779602.40 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07166, over 45812.86 utterances.], batch size: 653, lr: 9.44e-04 +2022-09-17 08:06:46,480 INFO [train.py:885] (0/2) Epoch 4, batch 7100, loss[loss=0.393, simple_loss=0.4216, pruned_loss=0.1822, over 14313.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04015, over 154.00 utterances.], tot_loss[loss=0.3683, simple_loss=0.4069, pruned_loss=0.1648, over 2779259.38 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07103, over 45405.92 utterances.], batch size: 154, lr: 9.43e-04 +2022-09-17 08:07:15,811 INFO [train.py:885] (0/2) Epoch 4, batch 7150, loss[loss=0.4304, simple_loss=0.4553, pruned_loss=0.2028, over 14343.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03707, over 283.00 utterances.], tot_loss[loss=0.367, simple_loss=0.406, pruned_loss=0.164, over 2777514.08 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07189, over 45530.63 utterances.], batch size: 283, lr: 9.43e-04 +2022-09-17 08:07:46,235 INFO [train.py:885] (0/2) Epoch 4, batch 7200, loss[loss=0.3759, simple_loss=0.4164, pruned_loss=0.1677, over 14359.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03321, over 244.00 utterances.], tot_loss[loss=0.3747, simple_loss=0.4132, pruned_loss=0.1681, over 2776767.02 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07462, over 48483.40 utterances.], batch size: 244, lr: 9.42e-04 +2022-09-17 08:08:15,902 INFO [train.py:885] (0/2) Epoch 4, batch 7250, loss[loss=0.3972, simple_loss=0.423, pruned_loss=0.1857, over 14269.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04056, over 180.00 utterances.], tot_loss[loss=0.3653, simple_loss=0.4056, pruned_loss=0.1625, over 2781008.68 frames. utt_duration=243 frames, utt_pad_proportion=0.07196, over 46059.57 utterances.], batch size: 180, lr: 9.42e-04 +2022-09-17 08:08:45,032 INFO [train.py:885] (0/2) Epoch 4, batch 7300, loss[loss=0.2257, simple_loss=0.2779, pruned_loss=0.08671, over 13596.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08482, over 50.00 utterances.], tot_loss[loss=0.3653, simple_loss=0.4054, pruned_loss=0.1626, over 2779381.49 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07173, over 45309.34 utterances.], batch size: 50, lr: 9.41e-04 +2022-09-17 08:09:14,723 INFO [train.py:885] (0/2) Epoch 4, batch 7350, loss[loss=0.645, simple_loss=0.6709, pruned_loss=0.3096, over 12486.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 811.00 utterances.], tot_loss[loss=0.3736, simple_loss=0.4119, pruned_loss=0.1676, over 2778471.73 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07512, over 47569.33 utterances.], batch size: 811, lr: 9.41e-04 +2022-09-17 08:09:43,591 INFO [train.py:885] (0/2) Epoch 4, batch 7400, loss[loss=0.2799, simple_loss=0.3227, pruned_loss=0.1186, over 13905.00 frames. utt_duration=928.4 frames, utt_pad_proportion=0.06032, over 60.00 utterances.], tot_loss[loss=0.3696, simple_loss=0.4082, pruned_loss=0.1655, over 2780362.90 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07346, over 46222.05 utterances.], batch size: 60, lr: 9.40e-04 +2022-09-17 08:10:13,096 INFO [train.py:885] (0/2) Epoch 4, batch 7450, loss[loss=0.4633, simple_loss=0.4676, pruned_loss=0.2295, over 14192.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04518, over 306.00 utterances.], tot_loss[loss=0.3676, simple_loss=0.4071, pruned_loss=0.1641, over 2782397.67 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07114, over 45945.30 utterances.], batch size: 306, lr: 9.40e-04 +2022-09-17 08:10:42,850 INFO [train.py:885] (0/2) Epoch 4, batch 7500, loss[loss=0.4038, simple_loss=0.4376, pruned_loss=0.185, over 14200.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04507, over 306.00 utterances.], tot_loss[loss=0.362, simple_loss=0.4024, pruned_loss=0.1608, over 2784555.52 frames. utt_duration=252 frames, utt_pad_proportion=0.06932, over 44463.62 utterances.], batch size: 306, lr: 9.39e-04 +2022-09-17 08:11:12,778 INFO [train.py:885] (0/2) Epoch 4, batch 7550, loss[loss=0.3643, simple_loss=0.417, pruned_loss=0.1558, over 14299.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03906, over 225.00 utterances.], tot_loss[loss=0.3629, simple_loss=0.4034, pruned_loss=0.1613, over 2784921.58 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07059, over 44443.94 utterances.], batch size: 225, lr: 9.39e-04 +2022-09-17 08:11:41,849 INFO [train.py:885] (0/2) Epoch 4, batch 7600, loss[loss=0.4027, simple_loss=0.4423, pruned_loss=0.1815, over 14279.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04057, over 283.00 utterances.], tot_loss[loss=0.3637, simple_loss=0.4035, pruned_loss=0.1619, over 2785034.34 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07059, over 44001.01 utterances.], batch size: 283, lr: 9.38e-04 +2022-09-17 08:12:11,173 INFO [train.py:885] (0/2) Epoch 4, batch 7650, loss[loss=0.3642, simple_loss=0.4152, pruned_loss=0.1566, over 14247.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04256, over 225.00 utterances.], tot_loss[loss=0.3621, simple_loss=0.4018, pruned_loss=0.1612, over 2782057.65 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07028, over 44283.04 utterances.], batch size: 225, lr: 9.38e-04 +2022-09-17 08:12:40,041 INFO [train.py:885] (0/2) Epoch 4, batch 7700, loss[loss=0.4548, simple_loss=0.4604, pruned_loss=0.2246, over 14350.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03633, over 195.00 utterances.], tot_loss[loss=0.3657, simple_loss=0.4048, pruned_loss=0.1633, over 2783024.77 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07012, over 44930.60 utterances.], batch size: 195, lr: 9.37e-04 +2022-09-17 08:13:09,729 INFO [train.py:885] (0/2) Epoch 4, batch 7750, loss[loss=0.4636, simple_loss=0.4765, pruned_loss=0.2254, over 14356.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03629, over 283.00 utterances.], tot_loss[loss=0.3655, simple_loss=0.4051, pruned_loss=0.163, over 2784228.65 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07005, over 45602.92 utterances.], batch size: 283, lr: 9.37e-04 +2022-09-17 08:13:39,449 INFO [train.py:885] (0/2) Epoch 4, batch 7800, loss[loss=0.1992, simple_loss=0.2597, pruned_loss=0.06937, over 13416.00 frames. utt_duration=1580 frames, utt_pad_proportion=0.09992, over 34.00 utterances.], tot_loss[loss=0.3642, simple_loss=0.4044, pruned_loss=0.162, over 2778275.92 frames. utt_duration=243.8 frames, utt_pad_proportion=0.073, over 45855.30 utterances.], batch size: 34, lr: 9.36e-04 +2022-09-17 08:14:08,791 INFO [train.py:885] (0/2) Epoch 4, batch 7850, loss[loss=0.5031, simple_loss=0.498, pruned_loss=0.2541, over 14238.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04271, over 335.00 utterances.], tot_loss[loss=0.3658, simple_loss=0.4063, pruned_loss=0.1627, over 2780745.29 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07305, over 46548.38 utterances.], batch size: 335, lr: 9.36e-04 +2022-09-17 08:14:38,692 INFO [train.py:885] (0/2) Epoch 4, batch 7900, loss[loss=0.2609, simple_loss=0.2985, pruned_loss=0.1116, over 13943.00 frames. utt_duration=809.9 frames, utt_pad_proportion=0.05721, over 69.00 utterances.], tot_loss[loss=0.3669, simple_loss=0.4073, pruned_loss=0.1632, over 2780430.83 frames. utt_duration=239 frames, utt_pad_proportion=0.07308, over 46824.76 utterances.], batch size: 69, lr: 9.35e-04 +2022-09-17 08:15:08,436 INFO [train.py:885] (0/2) Epoch 4, batch 7950, loss[loss=0.4041, simple_loss=0.4382, pruned_loss=0.185, over 14304.00 frames. utt_duration=273.9 frames, utt_pad_proportion=0.03878, over 210.00 utterances.], tot_loss[loss=0.369, simple_loss=0.4091, pruned_loss=0.1645, over 2780290.65 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07384, over 47667.83 utterances.], batch size: 210, lr: 9.35e-04 +2022-09-17 08:15:37,653 INFO [train.py:885] (0/2) Epoch 4, batch 8000, loss[loss=0.2692, simple_loss=0.3201, pruned_loss=0.1091, over 14175.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04824, over 89.00 utterances.], tot_loss[loss=0.3674, simple_loss=0.408, pruned_loss=0.1634, over 2784497.94 frames. utt_duration=237.9 frames, utt_pad_proportion=0.0722, over 47116.19 utterances.], batch size: 89, lr: 9.34e-04 +2022-09-17 08:16:07,868 INFO [train.py:885] (0/2) Epoch 4, batch 8050, loss[loss=0.3691, simple_loss=0.4252, pruned_loss=0.1565, over 14288.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04017, over 283.00 utterances.], tot_loss[loss=0.367, simple_loss=0.4073, pruned_loss=0.1633, over 2779632.54 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07417, over 47461.77 utterances.], batch size: 283, lr: 9.34e-04 +2022-09-17 08:16:37,185 INFO [train.py:885] (0/2) Epoch 4, batch 8100, loss[loss=0.3805, simple_loss=0.4167, pruned_loss=0.1721, over 14239.00 frames. utt_duration=317.7 frames, utt_pad_proportion=0.04311, over 180.00 utterances.], tot_loss[loss=0.3639, simple_loss=0.4051, pruned_loss=0.1614, over 2778935.51 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07408, over 46554.94 utterances.], batch size: 180, lr: 9.33e-04 +2022-09-17 08:17:07,118 INFO [train.py:885] (0/2) Epoch 4, batch 8150, loss[loss=0.2385, simple_loss=0.3006, pruned_loss=0.08821, over 13188.00 frames. utt_duration=1288 frames, utt_pad_proportion=0.09848, over 41.00 utterances.], tot_loss[loss=0.3663, simple_loss=0.4073, pruned_loss=0.1626, over 2775683.08 frames. utt_duration=235.6 frames, utt_pad_proportion=0.0747, over 47419.83 utterances.], batch size: 41, lr: 9.33e-04 +2022-09-17 08:17:36,719 INFO [train.py:885] (0/2) Epoch 4, batch 8200, loss[loss=0.4233, simple_loss=0.494, pruned_loss=0.1763, over 13614.00 frames. utt_duration=98.6 frames, utt_pad_proportion=0.07847, over 560.00 utterances.], tot_loss[loss=0.3679, simple_loss=0.4085, pruned_loss=0.1637, over 2774713.47 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07564, over 47459.12 utterances.], batch size: 560, lr: 9.32e-04 +2022-09-17 08:18:06,093 INFO [train.py:885] (0/2) Epoch 4, batch 8250, loss[loss=0.3677, simple_loss=0.4111, pruned_loss=0.1621, over 14307.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03944, over 283.00 utterances.], tot_loss[loss=0.3666, simple_loss=0.4057, pruned_loss=0.1638, over 2776017.57 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07476, over 46031.95 utterances.], batch size: 283, lr: 9.32e-04 +2022-09-17 08:18:35,696 INFO [train.py:885] (0/2) Epoch 4, batch 8300, loss[loss=0.3019, simple_loss=0.3608, pruned_loss=0.1214, over 14319.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03993, over 154.00 utterances.], tot_loss[loss=0.3701, simple_loss=0.4081, pruned_loss=0.166, over 2780068.58 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07385, over 45629.32 utterances.], batch size: 154, lr: 9.31e-04 +2022-09-17 08:19:05,060 INFO [train.py:885] (0/2) Epoch 4, batch 8350, loss[loss=0.2901, simple_loss=0.3314, pruned_loss=0.1244, over 14027.00 frames. utt_duration=574.1 frames, utt_pad_proportion=0.05579, over 98.00 utterances.], tot_loss[loss=0.3665, simple_loss=0.4054, pruned_loss=0.1638, over 2781079.51 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07215, over 45079.47 utterances.], batch size: 98, lr: 9.31e-04 +2022-09-17 08:19:35,052 INFO [train.py:885] (0/2) Epoch 4, batch 8400, loss[loss=0.4265, simple_loss=0.4887, pruned_loss=0.1821, over 13628.00 frames. utt_duration=98.74 frames, utt_pad_proportion=0.07715, over 560.00 utterances.], tot_loss[loss=0.3633, simple_loss=0.4034, pruned_loss=0.1616, over 2782381.76 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07268, over 45011.04 utterances.], batch size: 560, lr: 9.30e-04 +2022-09-17 08:20:04,714 INFO [train.py:885] (0/2) Epoch 4, batch 8450, loss[loss=0.3741, simple_loss=0.4138, pruned_loss=0.1672, over 14294.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03916, over 180.00 utterances.], tot_loss[loss=0.3605, simple_loss=0.4012, pruned_loss=0.1599, over 2782652.18 frames. utt_duration=252 frames, utt_pad_proportion=0.0719, over 44432.02 utterances.], batch size: 180, lr: 9.30e-04 +2022-09-17 08:20:34,818 INFO [train.py:885] (0/2) Epoch 4, batch 8500, loss[loss=0.1955, simple_loss=0.252, pruned_loss=0.06955, over 13160.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.11, over 33.00 utterances.], tot_loss[loss=0.3636, simple_loss=0.4039, pruned_loss=0.1616, over 2779475.56 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07298, over 44967.11 utterances.], batch size: 33, lr: 9.29e-04 +2022-09-17 08:21:04,546 INFO [train.py:885] (0/2) Epoch 4, batch 8550, loss[loss=0.6722, simple_loss=0.6822, pruned_loss=0.3311, over 12476.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1468, over 810.00 utterances.], tot_loss[loss=0.3645, simple_loss=0.4042, pruned_loss=0.1624, over 2781760.26 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07265, over 44633.86 utterances.], batch size: 810, lr: 9.29e-04 +2022-09-17 08:21:33,620 INFO [train.py:885] (0/2) Epoch 4, batch 8600, loss[loss=0.2533, simple_loss=0.3154, pruned_loss=0.09554, over 14206.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04236, over 109.00 utterances.], tot_loss[loss=0.3684, simple_loss=0.4082, pruned_loss=0.1643, over 2780997.98 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07364, over 46106.22 utterances.], batch size: 109, lr: 9.28e-04 +2022-09-17 08:22:03,264 INFO [train.py:885] (0/2) Epoch 4, batch 8650, loss[loss=0.3697, simple_loss=0.4209, pruned_loss=0.1592, over 14347.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.0371, over 262.00 utterances.], tot_loss[loss=0.364, simple_loss=0.4045, pruned_loss=0.1618, over 2776236.98 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07422, over 45492.35 utterances.], batch size: 262, lr: 9.28e-04 +2022-09-17 08:22:32,679 INFO [train.py:885] (0/2) Epoch 4, batch 8700, loss[loss=0.4048, simple_loss=0.4355, pruned_loss=0.1871, over 14353.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03611, over 210.00 utterances.], tot_loss[loss=0.3621, simple_loss=0.4034, pruned_loss=0.1604, over 2780246.74 frames. utt_duration=246 frames, utt_pad_proportion=0.072, over 45489.54 utterances.], batch size: 210, lr: 9.27e-04 +2022-09-17 08:23:02,603 INFO [train.py:885] (0/2) Epoch 4, batch 8750, loss[loss=0.34, simple_loss=0.3823, pruned_loss=0.1488, over 14338.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04085, over 110.00 utterances.], tot_loss[loss=0.3638, simple_loss=0.4045, pruned_loss=0.1615, over 2777290.71 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07372, over 46050.16 utterances.], batch size: 110, lr: 9.27e-04 +2022-09-17 08:23:32,043 INFO [train.py:885] (0/2) Epoch 4, batch 8800, loss[loss=0.2208, simple_loss=0.2716, pruned_loss=0.08497, over 13797.00 frames. utt_duration=921.3 frames, utt_pad_proportion=0.07129, over 60.00 utterances.], tot_loss[loss=0.3615, simple_loss=0.4035, pruned_loss=0.1598, over 2775860.62 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07447, over 46408.72 utterances.], batch size: 60, lr: 9.26e-04 +2022-09-17 08:24:01,930 INFO [train.py:885] (0/2) Epoch 4, batch 8850, loss[loss=0.4533, simple_loss=0.4961, pruned_loss=0.2053, over 13752.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07316, over 411.00 utterances.], tot_loss[loss=0.3603, simple_loss=0.4038, pruned_loss=0.1584, over 2777664.29 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07414, over 46918.96 utterances.], batch size: 411, lr: 9.26e-04 +2022-09-17 08:24:30,762 INFO [train.py:885] (0/2) Epoch 4, batch 8900, loss[loss=0.3562, simple_loss=0.4061, pruned_loss=0.1531, over 14273.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.0367, over 225.00 utterances.], tot_loss[loss=0.3622, simple_loss=0.4047, pruned_loss=0.1598, over 2780679.87 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07297, over 46401.49 utterances.], batch size: 225, lr: 9.25e-04 +2022-09-17 08:25:00,435 INFO [train.py:885] (0/2) Epoch 4, batch 8950, loss[loss=0.3062, simple_loss=0.3271, pruned_loss=0.1427, over 13956.00 frames. utt_duration=810.4 frames, utt_pad_proportion=0.0566, over 69.00 utterances.], tot_loss[loss=0.3594, simple_loss=0.4019, pruned_loss=0.1584, over 2777388.37 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07432, over 45641.32 utterances.], batch size: 69, lr: 9.25e-04 +2022-09-17 08:25:29,654 INFO [train.py:885] (0/2) Epoch 4, batch 9000, loss[loss=0.1795, simple_loss=0.224, pruned_loss=0.06756, over 12368.00 frames. utt_duration=2062 frames, utt_pad_proportion=0.1654, over 24.00 utterances.], tot_loss[loss=0.365, simple_loss=0.407, pruned_loss=0.1615, over 2775435.73 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07498, over 47417.36 utterances.], batch size: 24, lr: 9.24e-04 +2022-09-17 08:25:29,656 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 08:25:34,295 INFO [train.py:914] (0/2) Epoch 4, validation: loss=0.2375, simple_loss=0.306, pruned_loss=0.08451, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 08:26:03,952 INFO [train.py:885] (0/2) Epoch 4, batch 9050, loss[loss=0.2398, simple_loss=0.2753, pruned_loss=0.1022, over 13472.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09384, over 50.00 utterances.], tot_loss[loss=0.3626, simple_loss=0.4042, pruned_loss=0.1605, over 2773357.90 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07453, over 46558.36 utterances.], batch size: 50, lr: 9.24e-04 +2022-09-17 08:26:33,975 INFO [train.py:885] (0/2) Epoch 4, batch 9100, loss[loss=0.8076, simple_loss=0.775, pruned_loss=0.4202, over 12459.00 frames. utt_duration=63.14 frames, utt_pad_proportion=0.1468, over 810.00 utterances.], tot_loss[loss=0.3661, simple_loss=0.4078, pruned_loss=0.1622, over 2775685.99 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07277, over 47638.55 utterances.], batch size: 810, lr: 9.23e-04 +2022-09-17 08:27:03,556 INFO [train.py:885] (0/2) Epoch 4, batch 9150, loss[loss=0.367, simple_loss=0.407, pruned_loss=0.1635, over 14263.00 frames. utt_duration=371.9 frames, utt_pad_proportion=0.04385, over 154.00 utterances.], tot_loss[loss=0.3611, simple_loss=0.4034, pruned_loss=0.1594, over 2775314.93 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07256, over 46105.09 utterances.], batch size: 154, lr: 9.23e-04 +2022-09-17 08:27:32,909 INFO [train.py:885] (0/2) Epoch 4, batch 9200, loss[loss=0.4042, simple_loss=0.4525, pruned_loss=0.178, over 13983.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05672, over 365.00 utterances.], tot_loss[loss=0.361, simple_loss=0.4032, pruned_loss=0.1594, over 2774530.58 frames. utt_duration=244.5 frames, utt_pad_proportion=0.0732, over 45661.19 utterances.], batch size: 365, lr: 9.22e-04 +2022-09-17 08:28:02,759 INFO [train.py:885] (0/2) Epoch 4, batch 9250, loss[loss=0.4972, simple_loss=0.4932, pruned_loss=0.2506, over 14251.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04184, over 335.00 utterances.], tot_loss[loss=0.3615, simple_loss=0.404, pruned_loss=0.1595, over 2775885.35 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07211, over 46423.14 utterances.], batch size: 335, lr: 9.22e-04 +2022-09-17 08:28:32,119 INFO [train.py:885] (0/2) Epoch 4, batch 9300, loss[loss=0.2529, simple_loss=0.2996, pruned_loss=0.1031, over 13728.00 frames. utt_duration=1100 frames, utt_pad_proportion=0.07517, over 50.00 utterances.], tot_loss[loss=0.3601, simple_loss=0.4028, pruned_loss=0.1587, over 2778055.71 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07315, over 46368.50 utterances.], batch size: 50, lr: 9.21e-04 +2022-09-17 08:29:01,663 INFO [train.py:885] (0/2) Epoch 4, batch 9350, loss[loss=0.26, simple_loss=0.3134, pruned_loss=0.1033, over 14062.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05619, over 79.00 utterances.], tot_loss[loss=0.3638, simple_loss=0.4055, pruned_loss=0.161, over 2786576.44 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07035, over 45897.11 utterances.], batch size: 79, lr: 9.21e-04 +2022-09-17 08:29:31,843 INFO [train.py:885] (0/2) Epoch 4, batch 9400, loss[loss=0.4182, simple_loss=0.4478, pruned_loss=0.1943, over 14321.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03867, over 283.00 utterances.], tot_loss[loss=0.3618, simple_loss=0.4039, pruned_loss=0.1599, over 2788193.60 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06845, over 45378.08 utterances.], batch size: 283, lr: 9.20e-04 +2022-09-17 08:30:01,291 INFO [train.py:885] (0/2) Epoch 4, batch 9450, loss[loss=0.3258, simple_loss=0.3736, pruned_loss=0.139, over 14129.00 frames. utt_duration=578.1 frames, utt_pad_proportion=0.05231, over 98.00 utterances.], tot_loss[loss=0.3596, simple_loss=0.4014, pruned_loss=0.1588, over 2791146.84 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06607, over 44004.97 utterances.], batch size: 98, lr: 9.20e-04 +2022-09-17 08:30:31,283 INFO [train.py:885] (0/2) Epoch 4, batch 9500, loss[loss=0.4839, simple_loss=0.5277, pruned_loss=0.22, over 13622.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07815, over 560.00 utterances.], tot_loss[loss=0.3608, simple_loss=0.4026, pruned_loss=0.1595, over 2789690.78 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06571, over 44475.61 utterances.], batch size: 560, lr: 9.19e-04 +2022-09-17 08:31:00,838 INFO [train.py:885] (0/2) Epoch 4, batch 9550, loss[loss=0.5346, simple_loss=0.5281, pruned_loss=0.2706, over 14192.00 frames. utt_duration=170.8 frames, utt_pad_proportion=0.04601, over 335.00 utterances.], tot_loss[loss=0.3598, simple_loss=0.4013, pruned_loss=0.1592, over 2790960.33 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06531, over 43835.70 utterances.], batch size: 335, lr: 9.19e-04 +2022-09-17 08:31:29,806 INFO [train.py:885] (0/2) Epoch 4, batch 9600, loss[loss=0.2914, simple_loss=0.3508, pruned_loss=0.116, over 14315.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03907, over 120.00 utterances.], tot_loss[loss=0.3614, simple_loss=0.4028, pruned_loss=0.16, over 2784628.08 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06803, over 45136.82 utterances.], batch size: 120, lr: 9.18e-04 +2022-09-17 08:31:59,435 INFO [train.py:885] (0/2) Epoch 4, batch 9650, loss[loss=0.2649, simple_loss=0.3218, pruned_loss=0.1039, over 14173.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04508, over 109.00 utterances.], tot_loss[loss=0.3643, simple_loss=0.4056, pruned_loss=0.1615, over 2778799.16 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0718, over 46661.36 utterances.], batch size: 109, lr: 9.18e-04 +2022-09-17 08:32:28,933 INFO [train.py:885] (0/2) Epoch 4, batch 9700, loss[loss=0.1716, simple_loss=0.2089, pruned_loss=0.06718, over 13102.00 frames. utt_duration=1590 frames, utt_pad_proportion=0.1103, over 33.00 utterances.], tot_loss[loss=0.3578, simple_loss=0.3999, pruned_loss=0.1578, over 2777180.92 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07152, over 44928.26 utterances.], batch size: 33, lr: 9.17e-04 +2022-09-17 08:32:58,838 INFO [train.py:885] (0/2) Epoch 4, batch 9750, loss[loss=0.2697, simple_loss=0.3274, pruned_loss=0.106, over 14113.00 frames. utt_duration=577.5 frames, utt_pad_proportion=0.05335, over 98.00 utterances.], tot_loss[loss=0.3615, simple_loss=0.404, pruned_loss=0.1595, over 2779378.53 frames. utt_duration=239 frames, utt_pad_proportion=0.07212, over 46809.19 utterances.], batch size: 98, lr: 9.17e-04 +2022-09-17 08:33:28,817 INFO [train.py:885] (0/2) Epoch 4, batch 9800, loss[loss=0.3972, simple_loss=0.4383, pruned_loss=0.178, over 14334.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03469, over 244.00 utterances.], tot_loss[loss=0.3628, simple_loss=0.4054, pruned_loss=0.1601, over 2770933.44 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07486, over 47900.80 utterances.], batch size: 244, lr: 9.16e-04 +2022-09-17 08:33:57,342 INFO [train.py:885] (0/2) Epoch 4, batch 9850, loss[loss=0.232, simple_loss=0.2779, pruned_loss=0.0931, over 13913.00 frames. utt_duration=929 frames, utt_pad_proportion=0.06063, over 60.00 utterances.], tot_loss[loss=0.3563, simple_loss=0.3993, pruned_loss=0.1567, over 2772756.91 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07352, over 45386.74 utterances.], batch size: 60, lr: 9.16e-04 +2022-09-17 08:34:27,202 INFO [train.py:885] (0/2) Epoch 4, batch 9900, loss[loss=0.386, simple_loss=0.4275, pruned_loss=0.1723, over 14293.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04037, over 262.00 utterances.], tot_loss[loss=0.3543, simple_loss=0.3973, pruned_loss=0.1557, over 2776050.49 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07147, over 44793.23 utterances.], batch size: 262, lr: 9.16e-04 +2022-09-17 08:34:57,326 INFO [train.py:885] (0/2) Epoch 4, batch 9950, loss[loss=0.4103, simple_loss=0.4331, pruned_loss=0.1937, over 14324.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03797, over 226.00 utterances.], tot_loss[loss=0.3585, simple_loss=0.4011, pruned_loss=0.158, over 2770400.10 frames. utt_duration=238 frames, utt_pad_proportion=0.07409, over 46844.11 utterances.], batch size: 226, lr: 9.15e-04 +2022-09-17 08:35:26,506 INFO [train.py:885] (0/2) Epoch 4, batch 10000, loss[loss=0.3014, simple_loss=0.3479, pruned_loss=0.1274, over 14184.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04786, over 89.00 utterances.], tot_loss[loss=0.3622, simple_loss=0.4044, pruned_loss=0.16, over 2773082.27 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07373, over 46979.72 utterances.], batch size: 89, lr: 9.15e-04 +2022-09-17 08:35:56,022 INFO [train.py:885] (0/2) Epoch 4, batch 10050, loss[loss=0.3403, simple_loss=0.38, pruned_loss=0.1503, over 14356.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.0385, over 167.00 utterances.], tot_loss[loss=0.3626, simple_loss=0.4045, pruned_loss=0.1603, over 2776569.87 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07243, over 46032.65 utterances.], batch size: 167, lr: 9.14e-04 +2022-09-17 08:36:25,863 INFO [train.py:885] (0/2) Epoch 4, batch 10100, loss[loss=0.3266, simple_loss=0.3804, pruned_loss=0.1364, over 14033.00 frames. utt_duration=574.2 frames, utt_pad_proportion=0.05552, over 98.00 utterances.], tot_loss[loss=0.3598, simple_loss=0.4027, pruned_loss=0.1584, over 2777996.37 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07223, over 45535.40 utterances.], batch size: 98, lr: 9.14e-04 +2022-09-17 08:36:49,963 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-48000.pt +2022-09-17 08:36:55,837 INFO [train.py:885] (0/2) Epoch 4, batch 10150, loss[loss=0.3622, simple_loss=0.3878, pruned_loss=0.1683, over 14189.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04349, over 109.00 utterances.], tot_loss[loss=0.3651, simple_loss=0.4078, pruned_loss=0.1612, over 2778166.32 frames. utt_duration=237 frames, utt_pad_proportion=0.07335, over 47179.51 utterances.], batch size: 109, lr: 9.13e-04 +2022-09-17 08:37:24,827 INFO [train.py:885] (0/2) Epoch 4, batch 10200, loss[loss=0.3618, simple_loss=0.4235, pruned_loss=0.15, over 13957.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.0592, over 365.00 utterances.], tot_loss[loss=0.3638, simple_loss=0.4075, pruned_loss=0.1601, over 2783428.82 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07134, over 47004.23 utterances.], batch size: 365, lr: 9.13e-04 +2022-09-17 08:37:54,423 INFO [train.py:885] (0/2) Epoch 4, batch 10250, loss[loss=0.3595, simple_loss=0.4044, pruned_loss=0.1573, over 14370.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03215, over 244.00 utterances.], tot_loss[loss=0.3628, simple_loss=0.4056, pruned_loss=0.16, over 2786420.70 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07017, over 45684.91 utterances.], batch size: 244, lr: 9.12e-04 +2022-09-17 08:38:24,311 INFO [train.py:885] (0/2) Epoch 4, batch 10300, loss[loss=0.7745, simple_loss=0.7539, pruned_loss=0.3975, over 12579.00 frames. utt_duration=63.55 frames, utt_pad_proportion=0.1412, over 811.00 utterances.], tot_loss[loss=0.365, simple_loss=0.4071, pruned_loss=0.1614, over 2786176.51 frames. utt_duration=245 frames, utt_pad_proportion=0.06985, over 45760.03 utterances.], batch size: 811, lr: 9.12e-04 +2022-09-17 08:38:54,025 INFO [train.py:885] (0/2) Epoch 4, batch 10350, loss[loss=0.2591, simple_loss=0.3026, pruned_loss=0.1078, over 13555.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08208, over 50.00 utterances.], tot_loss[loss=0.366, simple_loss=0.4073, pruned_loss=0.1623, over 2782457.61 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07047, over 46124.47 utterances.], batch size: 50, lr: 9.11e-04 +2022-09-17 08:39:24,431 INFO [train.py:885] (0/2) Epoch 4, batch 10400, loss[loss=0.2875, simple_loss=0.3351, pruned_loss=0.12, over 14147.00 frames. utt_duration=578.9 frames, utt_pad_proportion=0.04945, over 98.00 utterances.], tot_loss[loss=0.3653, simple_loss=0.407, pruned_loss=0.1618, over 2782626.38 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07047, over 46633.92 utterances.], batch size: 98, lr: 9.11e-04 +2022-09-17 08:39:53,255 INFO [train.py:885] (0/2) Epoch 4, batch 10450, loss[loss=0.2616, simple_loss=0.3176, pruned_loss=0.1028, over 14066.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.0594, over 70.00 utterances.], tot_loss[loss=0.3654, simple_loss=0.4076, pruned_loss=0.1616, over 2779992.79 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07131, over 47527.13 utterances.], batch size: 70, lr: 9.10e-04 +2022-09-17 08:40:22,889 INFO [train.py:885] (0/2) Epoch 4, batch 10500, loss[loss=0.4607, simple_loss=0.5157, pruned_loss=0.2028, over 13628.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.07729, over 560.00 utterances.], tot_loss[loss=0.3631, simple_loss=0.4054, pruned_loss=0.1604, over 2781348.31 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07172, over 46597.02 utterances.], batch size: 560, lr: 9.10e-04 +2022-09-17 08:40:52,414 INFO [train.py:885] (0/2) Epoch 4, batch 10550, loss[loss=0.5715, simple_loss=0.5465, pruned_loss=0.2983, over 14292.00 frames. utt_duration=172 frames, utt_pad_proportion=0.03931, over 335.00 utterances.], tot_loss[loss=0.3624, simple_loss=0.405, pruned_loss=0.1599, over 2784692.50 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07, over 46376.75 utterances.], batch size: 335, lr: 9.09e-04 +2022-09-17 08:41:21,941 INFO [train.py:885] (0/2) Epoch 4, batch 10600, loss[loss=0.3881, simple_loss=0.4575, pruned_loss=0.1593, over 13616.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08236, over 477.00 utterances.], tot_loss[loss=0.3573, simple_loss=0.4002, pruned_loss=0.1572, over 2785025.61 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06941, over 44600.71 utterances.], batch size: 477, lr: 9.09e-04 +2022-09-17 08:41:52,081 INFO [train.py:885] (0/2) Epoch 4, batch 10650, loss[loss=0.4021, simple_loss=0.4114, pruned_loss=0.1964, over 14185.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04345, over 109.00 utterances.], tot_loss[loss=0.3634, simple_loss=0.4058, pruned_loss=0.1605, over 2784463.26 frames. utt_duration=240.8 frames, utt_pad_proportion=0.06983, over 46530.42 utterances.], batch size: 109, lr: 9.08e-04 +2022-09-17 08:42:21,152 INFO [train.py:885] (0/2) Epoch 4, batch 10700, loss[loss=0.3193, simple_loss=0.3735, pruned_loss=0.1326, over 14280.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03948, over 130.00 utterances.], tot_loss[loss=0.3604, simple_loss=0.4024, pruned_loss=0.1592, over 2786887.32 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06722, over 44641.62 utterances.], batch size: 130, lr: 9.08e-04 +2022-09-17 08:42:50,543 INFO [train.py:885] (0/2) Epoch 4, batch 10750, loss[loss=0.3526, simple_loss=0.4002, pruned_loss=0.1524, over 14332.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04001, over 167.00 utterances.], tot_loss[loss=0.3601, simple_loss=0.4022, pruned_loss=0.159, over 2790843.41 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06651, over 44609.01 utterances.], batch size: 167, lr: 9.08e-04 +2022-09-17 08:43:19,980 INFO [train.py:885] (0/2) Epoch 4, batch 10800, loss[loss=0.644, simple_loss=0.6733, pruned_loss=0.3074, over 12492.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1451, over 810.00 utterances.], tot_loss[loss=0.3589, simple_loss=0.402, pruned_loss=0.1579, over 2780967.44 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07072, over 45607.38 utterances.], batch size: 810, lr: 9.07e-04 +2022-09-17 08:43:49,153 INFO [train.py:885] (0/2) Epoch 4, batch 10850, loss[loss=0.4061, simple_loss=0.4452, pruned_loss=0.1835, over 14343.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03702, over 283.00 utterances.], tot_loss[loss=0.3582, simple_loss=0.4007, pruned_loss=0.1578, over 2783510.14 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06794, over 44656.00 utterances.], batch size: 283, lr: 9.07e-04 +2022-09-17 08:44:18,535 INFO [train.py:885] (0/2) Epoch 4, batch 10900, loss[loss=0.3182, simple_loss=0.3683, pruned_loss=0.134, over 14300.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03966, over 120.00 utterances.], tot_loss[loss=0.3561, simple_loss=0.3989, pruned_loss=0.1566, over 2778902.78 frames. utt_duration=247.2 frames, utt_pad_proportion=0.0714, over 45227.41 utterances.], batch size: 120, lr: 9.06e-04 +2022-09-17 08:44:48,069 INFO [train.py:885] (0/2) Epoch 4, batch 10950, loss[loss=0.4078, simple_loss=0.4432, pruned_loss=0.1861, over 14294.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04122, over 262.00 utterances.], tot_loss[loss=0.3527, simple_loss=0.3958, pruned_loss=0.1548, over 2781073.68 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06853, over 43824.08 utterances.], batch size: 262, lr: 9.06e-04 +2022-09-17 08:45:17,251 INFO [train.py:885] (0/2) Epoch 4, batch 11000, loss[loss=0.4121, simple_loss=0.4635, pruned_loss=0.1804, over 13838.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06911, over 412.00 utterances.], tot_loss[loss=0.354, simple_loss=0.3972, pruned_loss=0.1554, over 2777125.79 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07124, over 44558.82 utterances.], batch size: 412, lr: 9.05e-04 +2022-09-17 08:45:46,947 INFO [train.py:885] (0/2) Epoch 4, batch 11050, loss[loss=0.2204, simple_loss=0.2762, pruned_loss=0.08227, over 12251.00 frames. utt_duration=2043 frames, utt_pad_proportion=0.1631, over 24.00 utterances.], tot_loss[loss=0.3552, simple_loss=0.3992, pruned_loss=0.1556, over 2775067.73 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07198, over 45535.40 utterances.], batch size: 24, lr: 9.05e-04 +2022-09-17 08:46:16,405 INFO [train.py:885] (0/2) Epoch 4, batch 11100, loss[loss=0.3059, simple_loss=0.3388, pruned_loss=0.1365, over 12185.00 frames. utt_duration=2032 frames, utt_pad_proportion=0.1775, over 24.00 utterances.], tot_loss[loss=0.3506, simple_loss=0.3949, pruned_loss=0.1532, over 2775746.03 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06992, over 43474.52 utterances.], batch size: 24, lr: 9.04e-04 +2022-09-17 08:46:45,924 INFO [train.py:885] (0/2) Epoch 4, batch 11150, loss[loss=0.2552, simple_loss=0.3118, pruned_loss=0.09933, over 12885.00 frames. utt_duration=1984 frames, utt_pad_proportion=0.1254, over 26.00 utterances.], tot_loss[loss=0.3521, simple_loss=0.3957, pruned_loss=0.1542, over 2774839.56 frames. utt_duration=256.4 frames, utt_pad_proportion=0.07182, over 43534.66 utterances.], batch size: 26, lr: 9.04e-04 +2022-09-17 08:47:15,533 INFO [train.py:885] (0/2) Epoch 4, batch 11200, loss[loss=0.3591, simple_loss=0.4107, pruned_loss=0.1537, over 14337.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03698, over 210.00 utterances.], tot_loss[loss=0.3498, simple_loss=0.3935, pruned_loss=0.153, over 2782050.65 frames. utt_duration=264.4 frames, utt_pad_proportion=0.06788, over 42328.92 utterances.], batch size: 210, lr: 9.03e-04 +2022-09-17 08:47:45,529 INFO [train.py:885] (0/2) Epoch 4, batch 11250, loss[loss=0.3985, simple_loss=0.4455, pruned_loss=0.1758, over 13979.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.0572, over 365.00 utterances.], tot_loss[loss=0.3562, simple_loss=0.3989, pruned_loss=0.1567, over 2780611.72 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07012, over 44163.57 utterances.], batch size: 365, lr: 9.03e-04 +2022-09-17 08:48:15,024 INFO [train.py:885] (0/2) Epoch 4, batch 11300, loss[loss=0.2315, simple_loss=0.2906, pruned_loss=0.08618, over 13334.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08924, over 41.00 utterances.], tot_loss[loss=0.3555, simple_loss=0.3979, pruned_loss=0.1566, over 2783102.54 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06895, over 43529.52 utterances.], batch size: 41, lr: 9.03e-04 +2022-09-17 08:48:44,219 INFO [train.py:885] (0/2) Epoch 4, batch 11350, loss[loss=0.4248, simple_loss=0.4785, pruned_loss=0.1855, over 13666.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07847, over 477.00 utterances.], tot_loss[loss=0.3546, simple_loss=0.3965, pruned_loss=0.1563, over 2785630.80 frames. utt_duration=265.9 frames, utt_pad_proportion=0.06727, over 42136.67 utterances.], batch size: 477, lr: 9.02e-04 +2022-09-17 08:49:13,557 INFO [train.py:885] (0/2) Epoch 4, batch 11400, loss[loss=0.512, simple_loss=0.5368, pruned_loss=0.2436, over 13761.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07191, over 411.00 utterances.], tot_loss[loss=0.3572, simple_loss=0.3993, pruned_loss=0.1575, over 2783838.17 frames. utt_duration=260.8 frames, utt_pad_proportion=0.06815, over 42935.11 utterances.], batch size: 411, lr: 9.02e-04 +2022-09-17 08:49:42,996 INFO [train.py:885] (0/2) Epoch 4, batch 11450, loss[loss=0.4825, simple_loss=0.4929, pruned_loss=0.2361, over 14207.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04491, over 335.00 utterances.], tot_loss[loss=0.3566, simple_loss=0.3986, pruned_loss=0.1573, over 2778631.21 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06953, over 43520.50 utterances.], batch size: 335, lr: 9.01e-04 +2022-09-17 08:50:12,610 INFO [train.py:885] (0/2) Epoch 4, batch 11500, loss[loss=0.3941, simple_loss=0.4303, pruned_loss=0.179, over 14256.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04124, over 225.00 utterances.], tot_loss[loss=0.3557, simple_loss=0.3979, pruned_loss=0.1567, over 2781072.24 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06917, over 43320.99 utterances.], batch size: 225, lr: 9.01e-04 +2022-09-17 08:50:42,085 INFO [train.py:885] (0/2) Epoch 4, batch 11550, loss[loss=0.2478, simple_loss=0.2996, pruned_loss=0.09799, over 12407.00 frames. utt_duration=1987 frames, utt_pad_proportion=0.1549, over 25.00 utterances.], tot_loss[loss=0.355, simple_loss=0.3982, pruned_loss=0.1559, over 2778019.49 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06938, over 44376.33 utterances.], batch size: 25, lr: 9.00e-04 +2022-09-17 08:51:11,882 INFO [train.py:885] (0/2) Epoch 4, batch 11600, loss[loss=0.6021, simple_loss=0.6149, pruned_loss=0.2946, over 13177.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1066, over 653.00 utterances.], tot_loss[loss=0.3539, simple_loss=0.3972, pruned_loss=0.1553, over 2779286.82 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06874, over 44529.48 utterances.], batch size: 653, lr: 9.00e-04 +2022-09-17 08:51:41,126 INFO [train.py:885] (0/2) Epoch 4, batch 11650, loss[loss=0.4909, simple_loss=0.4962, pruned_loss=0.2428, over 14205.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04425, over 306.00 utterances.], tot_loss[loss=0.3575, simple_loss=0.4002, pruned_loss=0.1574, over 2780801.52 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0679, over 45146.23 utterances.], batch size: 306, lr: 8.99e-04 +2022-09-17 08:52:10,675 INFO [train.py:885] (0/2) Epoch 4, batch 11700, loss[loss=0.4791, simple_loss=0.5125, pruned_loss=0.2228, over 13766.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07156, over 411.00 utterances.], tot_loss[loss=0.3558, simple_loss=0.3992, pruned_loss=0.1562, over 2781027.72 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06852, over 44965.98 utterances.], batch size: 411, lr: 8.99e-04 +2022-09-17 08:52:40,515 INFO [train.py:885] (0/2) Epoch 4, batch 11750, loss[loss=0.391, simple_loss=0.4451, pruned_loss=0.1685, over 13958.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05844, over 365.00 utterances.], tot_loss[loss=0.3583, simple_loss=0.4016, pruned_loss=0.1575, over 2777673.20 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07165, over 46255.38 utterances.], batch size: 365, lr: 8.98e-04 +2022-09-17 08:53:10,443 INFO [train.py:885] (0/2) Epoch 4, batch 11800, loss[loss=0.2765, simple_loss=0.3378, pruned_loss=0.1076, over 14162.00 frames. utt_duration=638.1 frames, utt_pad_proportion=0.05049, over 89.00 utterances.], tot_loss[loss=0.3606, simple_loss=0.4042, pruned_loss=0.1585, over 2777893.23 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07328, over 47286.80 utterances.], batch size: 89, lr: 8.98e-04 +2022-09-17 08:53:39,779 INFO [train.py:885] (0/2) Epoch 4, batch 11850, loss[loss=0.2201, simple_loss=0.2711, pruned_loss=0.08461, over 13885.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.0696, over 51.00 utterances.], tot_loss[loss=0.3575, simple_loss=0.4015, pruned_loss=0.1567, over 2776854.79 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07432, over 47038.00 utterances.], batch size: 51, lr: 8.98e-04 +2022-09-17 08:54:08,879 INFO [train.py:885] (0/2) Epoch 4, batch 11900, loss[loss=0.2949, simple_loss=0.334, pruned_loss=0.1279, over 13982.00 frames. utt_duration=709.2 frames, utt_pad_proportion=0.06068, over 79.00 utterances.], tot_loss[loss=0.3644, simple_loss=0.407, pruned_loss=0.1608, over 2778144.46 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07409, over 48229.82 utterances.], batch size: 79, lr: 8.97e-04 +2022-09-17 08:54:38,351 INFO [train.py:885] (0/2) Epoch 4, batch 11950, loss[loss=0.2773, simple_loss=0.3282, pruned_loss=0.1132, over 14021.00 frames. utt_duration=711.3 frames, utt_pad_proportion=0.05412, over 79.00 utterances.], tot_loss[loss=0.3587, simple_loss=0.4016, pruned_loss=0.1579, over 2784026.26 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07132, over 45391.07 utterances.], batch size: 79, lr: 8.97e-04 +2022-09-17 08:55:08,173 INFO [train.py:885] (0/2) Epoch 4, batch 12000, loss[loss=0.2705, simple_loss=0.3099, pruned_loss=0.1156, over 13879.00 frames. utt_duration=926.8 frames, utt_pad_proportion=0.06571, over 60.00 utterances.], tot_loss[loss=0.3595, simple_loss=0.4023, pruned_loss=0.1583, over 2786022.12 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07075, over 45929.78 utterances.], batch size: 60, lr: 8.96e-04 +2022-09-17 08:55:08,174 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 08:55:12,844 INFO [train.py:914] (0/2) Epoch 4, validation: loss=0.2384, simple_loss=0.3097, pruned_loss=0.08354, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 08:55:41,940 INFO [train.py:885] (0/2) Epoch 4, batch 12050, loss[loss=0.3416, simple_loss=0.3898, pruned_loss=0.1467, over 14345.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03943, over 167.00 utterances.], tot_loss[loss=0.358, simple_loss=0.4015, pruned_loss=0.1573, over 2782315.71 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07214, over 46129.50 utterances.], batch size: 167, lr: 8.96e-04 +2022-09-17 08:56:12,330 INFO [train.py:885] (0/2) Epoch 4, batch 12100, loss[loss=0.3078, simple_loss=0.3549, pruned_loss=0.1304, over 14148.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04649, over 109.00 utterances.], tot_loss[loss=0.3643, simple_loss=0.4066, pruned_loss=0.161, over 2782685.00 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07387, over 47472.06 utterances.], batch size: 109, lr: 8.95e-04 +2022-09-17 08:56:41,984 INFO [train.py:885] (0/2) Epoch 4, batch 12150, loss[loss=0.3822, simple_loss=0.4295, pruned_loss=0.1674, over 14372.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03187, over 244.00 utterances.], tot_loss[loss=0.3668, simple_loss=0.4084, pruned_loss=0.1626, over 2785818.46 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07303, over 47097.24 utterances.], batch size: 244, lr: 8.95e-04 +2022-09-17 08:57:11,174 INFO [train.py:885] (0/2) Epoch 4, batch 12200, loss[loss=0.2626, simple_loss=0.3142, pruned_loss=0.1055, over 14184.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04781, over 89.00 utterances.], tot_loss[loss=0.3701, simple_loss=0.411, pruned_loss=0.1646, over 2783571.41 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07484, over 47978.01 utterances.], batch size: 89, lr: 8.94e-04 +2022-09-17 08:57:40,997 INFO [train.py:885] (0/2) Epoch 4, batch 12250, loss[loss=0.4346, simple_loss=0.4597, pruned_loss=0.2048, over 14321.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03855, over 283.00 utterances.], tot_loss[loss=0.3671, simple_loss=0.4083, pruned_loss=0.163, over 2784276.24 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07392, over 47703.97 utterances.], batch size: 283, lr: 8.94e-04 +2022-09-17 08:58:09,947 INFO [train.py:885] (0/2) Epoch 4, batch 12300, loss[loss=0.2926, simple_loss=0.3394, pruned_loss=0.1229, over 14089.00 frames. utt_duration=714.8 frames, utt_pad_proportion=0.05447, over 79.00 utterances.], tot_loss[loss=0.3666, simple_loss=0.4078, pruned_loss=0.1627, over 2786237.76 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07386, over 47064.24 utterances.], batch size: 79, lr: 8.94e-04 +2022-09-17 08:58:40,270 INFO [train.py:885] (0/2) Epoch 4, batch 12350, loss[loss=0.447, simple_loss=0.4616, pruned_loss=0.2162, over 14319.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03511, over 210.00 utterances.], tot_loss[loss=0.3647, simple_loss=0.4067, pruned_loss=0.1613, over 2778427.27 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07578, over 47661.11 utterances.], batch size: 210, lr: 8.93e-04 +2022-09-17 08:59:09,547 INFO [train.py:885] (0/2) Epoch 4, batch 12400, loss[loss=0.4336, simple_loss=0.4537, pruned_loss=0.2068, over 14252.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04224, over 335.00 utterances.], tot_loss[loss=0.3645, simple_loss=0.4062, pruned_loss=0.1614, over 2776189.68 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07498, over 46725.75 utterances.], batch size: 335, lr: 8.93e-04 +2022-09-17 08:59:39,535 INFO [train.py:885] (0/2) Epoch 4, batch 12450, loss[loss=0.4011, simple_loss=0.4554, pruned_loss=0.1734, over 13976.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05682, over 365.00 utterances.], tot_loss[loss=0.3626, simple_loss=0.4051, pruned_loss=0.1601, over 2777128.77 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07362, over 46657.05 utterances.], batch size: 365, lr: 8.92e-04 +2022-09-17 09:00:08,979 INFO [train.py:885] (0/2) Epoch 4, batch 12500, loss[loss=0.3854, simple_loss=0.4345, pruned_loss=0.1682, over 14320.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03858, over 262.00 utterances.], tot_loss[loss=0.3685, simple_loss=0.4107, pruned_loss=0.1632, over 2783204.46 frames. utt_duration=229.3 frames, utt_pad_proportion=0.07243, over 48861.08 utterances.], batch size: 262, lr: 8.92e-04 +2022-09-17 09:00:39,084 INFO [train.py:885] (0/2) Epoch 4, batch 12550, loss[loss=0.4112, simple_loss=0.4472, pruned_loss=0.1876, over 14158.00 frames. utt_duration=186.8 frames, utt_pad_proportion=0.047, over 306.00 utterances.], tot_loss[loss=0.37, simple_loss=0.4125, pruned_loss=0.1638, over 2783522.05 frames. utt_duration=226.7 frames, utt_pad_proportion=0.07181, over 49445.00 utterances.], batch size: 306, lr: 8.91e-04 +2022-09-17 09:01:06,218 INFO [train.py:885] (0/2) Epoch 4, batch 12600, loss[loss=0.2594, simple_loss=0.3138, pruned_loss=0.1025, over 14205.00 frames. utt_duration=639.9 frames, utt_pad_proportion=0.04493, over 89.00 utterances.], tot_loss[loss=0.369, simple_loss=0.4116, pruned_loss=0.1633, over 2783729.24 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07169, over 49225.14 utterances.], batch size: 89, lr: 8.91e-04 +2022-09-17 09:01:17,052 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-4.pt +2022-09-17 09:01:24,766 INFO [train.py:885] (0/2) Epoch 5, batch 0, loss[loss=0.4884, simple_loss=0.4996, pruned_loss=0.2386, over 14208.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.044, over 306.00 utterances.], tot_loss[loss=0.4884, simple_loss=0.4996, pruned_loss=0.2386, over 14208.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.044, over 306.00 utterances.], batch size: 306, lr: 8.59e-04 +2022-09-17 09:01:53,944 INFO [train.py:885] (0/2) Epoch 5, batch 50, loss[loss=0.4103, simple_loss=0.4424, pruned_loss=0.1891, over 14346.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03657, over 195.00 utterances.], tot_loss[loss=0.371, simple_loss=0.4103, pruned_loss=0.1659, over 631773.32 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06777, over 10205.99 utterances.], batch size: 195, lr: 8.59e-04 +2022-09-17 09:02:23,478 INFO [train.py:885] (0/2) Epoch 5, batch 100, loss[loss=0.2253, simple_loss=0.2775, pruned_loss=0.08655, over 13764.00 frames. utt_duration=918.9 frames, utt_pad_proportion=0.07371, over 60.00 utterances.], tot_loss[loss=0.3716, simple_loss=0.4106, pruned_loss=0.1663, over 1107654.19 frames. utt_duration=243 frames, utt_pad_proportion=0.06767, over 18343.23 utterances.], batch size: 60, lr: 8.58e-04 +2022-09-17 09:02:52,916 INFO [train.py:885] (0/2) Epoch 5, batch 150, loss[loss=0.3841, simple_loss=0.4241, pruned_loss=0.1721, over 14388.00 frames. utt_duration=346 frames, utt_pad_proportion=0.03621, over 167.00 utterances.], tot_loss[loss=0.3653, simple_loss=0.4055, pruned_loss=0.1625, over 1479914.81 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06881, over 23800.91 utterances.], batch size: 167, lr: 8.58e-04 +2022-09-17 09:03:22,682 INFO [train.py:885] (0/2) Epoch 5, batch 200, loss[loss=0.3073, simple_loss=0.3644, pruned_loss=0.1251, over 14204.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04838, over 141.00 utterances.], tot_loss[loss=0.361, simple_loss=0.4026, pruned_loss=0.1597, over 1771903.04 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06951, over 27984.32 utterances.], batch size: 141, lr: 8.57e-04 +2022-09-17 09:03:52,736 INFO [train.py:885] (0/2) Epoch 5, batch 250, loss[loss=0.2825, simple_loss=0.3278, pruned_loss=0.1185, over 13786.00 frames. utt_duration=800.7 frames, utt_pad_proportion=0.06565, over 69.00 utterances.], tot_loss[loss=0.365, simple_loss=0.4066, pruned_loss=0.1617, over 1994254.90 frames. utt_duration=239 frames, utt_pad_proportion=0.07253, over 33586.27 utterances.], batch size: 69, lr: 8.57e-04 +2022-09-17 09:04:22,167 INFO [train.py:885] (0/2) Epoch 5, batch 300, loss[loss=0.368, simple_loss=0.4497, pruned_loss=0.1431, over 13661.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07902, over 477.00 utterances.], tot_loss[loss=0.3634, simple_loss=0.4059, pruned_loss=0.1604, over 2169769.89 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06995, over 36031.57 utterances.], batch size: 477, lr: 8.57e-04 +2022-09-17 09:04:52,099 INFO [train.py:885] (0/2) Epoch 5, batch 350, loss[loss=0.3286, simple_loss=0.3769, pruned_loss=0.1401, over 14303.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.04005, over 130.00 utterances.], tot_loss[loss=0.3613, simple_loss=0.4041, pruned_loss=0.1593, over 2312886.94 frames. utt_duration=249 frames, utt_pad_proportion=0.06776, over 37373.14 utterances.], batch size: 130, lr: 8.56e-04 +2022-09-17 09:05:21,540 INFO [train.py:885] (0/2) Epoch 5, batch 400, loss[loss=0.4734, simple_loss=0.4743, pruned_loss=0.2362, over 14207.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.044, over 306.00 utterances.], tot_loss[loss=0.3656, simple_loss=0.4083, pruned_loss=0.1614, over 2417455.61 frames. utt_duration=237 frames, utt_pad_proportion=0.06924, over 41053.26 utterances.], batch size: 306, lr: 8.56e-04 +2022-09-17 09:05:50,984 INFO [train.py:885] (0/2) Epoch 5, batch 450, loss[loss=0.3976, simple_loss=0.4228, pruned_loss=0.1862, over 14290.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04178, over 154.00 utterances.], tot_loss[loss=0.3676, simple_loss=0.4101, pruned_loss=0.1626, over 2502237.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07017, over 42476.93 utterances.], batch size: 154, lr: 8.55e-04 +2022-09-17 09:06:20,234 INFO [train.py:885] (0/2) Epoch 5, batch 500, loss[loss=0.6813, simple_loss=0.6999, pruned_loss=0.3313, over 12405.00 frames. utt_duration=62.8 frames, utt_pad_proportion=0.1513, over 810.00 utterances.], tot_loss[loss=0.3605, simple_loss=0.4035, pruned_loss=0.1588, over 2558505.33 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07118, over 41831.20 utterances.], batch size: 810, lr: 8.55e-04 +2022-09-17 09:06:50,099 INFO [train.py:885] (0/2) Epoch 5, batch 550, loss[loss=0.1912, simple_loss=0.2445, pruned_loss=0.06891, over 13110.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1004, over 33.00 utterances.], tot_loss[loss=0.3596, simple_loss=0.403, pruned_loss=0.1581, over 2604348.24 frames. utt_duration=243.2 frames, utt_pad_proportion=0.0715, over 43100.51 utterances.], batch size: 33, lr: 8.55e-04 +2022-09-17 09:07:19,245 INFO [train.py:885] (0/2) Epoch 5, batch 600, loss[loss=0.5459, simple_loss=0.5221, pruned_loss=0.2849, over 14244.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04239, over 335.00 utterances.], tot_loss[loss=0.3596, simple_loss=0.402, pruned_loss=0.1586, over 2645091.69 frames. utt_duration=251 frames, utt_pad_proportion=0.06861, over 42405.50 utterances.], batch size: 335, lr: 8.54e-04 +2022-09-17 09:07:48,691 INFO [train.py:885] (0/2) Epoch 5, batch 650, loss[loss=0.4196, simple_loss=0.4641, pruned_loss=0.1875, over 13983.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05643, over 365.00 utterances.], tot_loss[loss=0.359, simple_loss=0.4012, pruned_loss=0.1584, over 2677166.43 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06822, over 42679.90 utterances.], batch size: 365, lr: 8.54e-04 +2022-09-17 09:08:17,991 INFO [train.py:885] (0/2) Epoch 5, batch 700, loss[loss=0.3165, simple_loss=0.3692, pruned_loss=0.1319, over 14262.00 frames. utt_duration=440.3 frames, utt_pad_proportion=0.04079, over 130.00 utterances.], tot_loss[loss=0.3638, simple_loss=0.4055, pruned_loss=0.1611, over 2699537.98 frames. utt_duration=243 frames, utt_pad_proportion=0.06884, over 44715.86 utterances.], batch size: 130, lr: 8.53e-04 +2022-09-17 09:08:47,910 INFO [train.py:885] (0/2) Epoch 5, batch 750, loss[loss=0.2288, simple_loss=0.2723, pruned_loss=0.09263, over 14080.00 frames. utt_duration=714.2 frames, utt_pad_proportion=0.0553, over 79.00 utterances.], tot_loss[loss=0.3609, simple_loss=0.4029, pruned_loss=0.1594, over 2718628.15 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06776, over 44239.29 utterances.], batch size: 79, lr: 8.53e-04 +2022-09-17 09:09:17,152 INFO [train.py:885] (0/2) Epoch 5, batch 800, loss[loss=0.3868, simple_loss=0.4319, pruned_loss=0.1708, over 14311.00 frames. utt_duration=236.1 frames, utt_pad_proportion=0.03635, over 244.00 utterances.], tot_loss[loss=0.3639, simple_loss=0.4051, pruned_loss=0.1614, over 2732176.93 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06839, over 44823.70 utterances.], batch size: 244, lr: 8.52e-04 +2022-09-17 09:09:47,139 INFO [train.py:885] (0/2) Epoch 5, batch 850, loss[loss=0.2915, simple_loss=0.3304, pruned_loss=0.1263, over 14139.00 frames. utt_duration=636.9 frames, utt_pad_proportion=0.04945, over 89.00 utterances.], tot_loss[loss=0.3638, simple_loss=0.4045, pruned_loss=0.1616, over 2742369.41 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06943, over 44224.61 utterances.], batch size: 89, lr: 8.52e-04 +2022-09-17 09:10:16,985 INFO [train.py:885] (0/2) Epoch 5, batch 900, loss[loss=0.3974, simple_loss=0.4378, pruned_loss=0.1785, over 14267.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04084, over 225.00 utterances.], tot_loss[loss=0.3636, simple_loss=0.4048, pruned_loss=0.1612, over 2751950.40 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06969, over 45343.24 utterances.], batch size: 225, lr: 8.52e-04 +2022-09-17 09:10:46,340 INFO [train.py:885] (0/2) Epoch 5, batch 950, loss[loss=0.2366, simple_loss=0.2982, pruned_loss=0.0875, over 14072.00 frames. utt_duration=805.5 frames, utt_pad_proportion=0.06006, over 70.00 utterances.], tot_loss[loss=0.359, simple_loss=0.4011, pruned_loss=0.1585, over 2761122.12 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06888, over 43877.11 utterances.], batch size: 70, lr: 8.51e-04 +2022-09-17 09:11:16,097 INFO [train.py:885] (0/2) Epoch 5, batch 1000, loss[loss=0.4364, simple_loss=0.4581, pruned_loss=0.2074, over 14322.00 frames. utt_duration=236.3 frames, utt_pad_proportion=0.03561, over 244.00 utterances.], tot_loss[loss=0.3593, simple_loss=0.4023, pruned_loss=0.1581, over 2763720.18 frames. utt_duration=247 frames, utt_pad_proportion=0.0687, over 45030.67 utterances.], batch size: 244, lr: 8.51e-04 +2022-09-17 09:11:46,758 INFO [train.py:885] (0/2) Epoch 5, batch 1050, loss[loss=0.2671, simple_loss=0.3318, pruned_loss=0.1013, over 14074.00 frames. utt_duration=576 frames, utt_pad_proportion=0.05422, over 98.00 utterances.], tot_loss[loss=0.3592, simple_loss=0.402, pruned_loss=0.1582, over 2765611.70 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06965, over 45070.30 utterances.], batch size: 98, lr: 8.50e-04 +2022-09-17 09:12:15,339 INFO [train.py:885] (0/2) Epoch 5, batch 1100, loss[loss=0.2302, simple_loss=0.2845, pruned_loss=0.08795, over 13973.00 frames. utt_duration=799.9 frames, utt_pad_proportion=0.06557, over 70.00 utterances.], tot_loss[loss=0.3569, simple_loss=0.3995, pruned_loss=0.1572, over 2768988.42 frames. utt_duration=254 frames, utt_pad_proportion=0.0686, over 43865.74 utterances.], batch size: 70, lr: 8.50e-04 +2022-09-17 09:12:45,926 INFO [train.py:885] (0/2) Epoch 5, batch 1150, loss[loss=0.38, simple_loss=0.4137, pruned_loss=0.1732, over 14309.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03879, over 283.00 utterances.], tot_loss[loss=0.3582, simple_loss=0.4015, pruned_loss=0.1574, over 2768461.48 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07184, over 45376.67 utterances.], batch size: 283, lr: 8.50e-04 +2022-09-17 09:13:15,120 INFO [train.py:885] (0/2) Epoch 5, batch 1200, loss[loss=0.4135, simple_loss=0.4753, pruned_loss=0.1759, over 13659.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07928, over 477.00 utterances.], tot_loss[loss=0.3525, simple_loss=0.3971, pruned_loss=0.1539, over 2770456.06 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07088, over 44340.25 utterances.], batch size: 477, lr: 8.49e-04 +2022-09-17 09:13:44,516 INFO [train.py:885] (0/2) Epoch 5, batch 1250, loss[loss=0.3896, simple_loss=0.4776, pruned_loss=0.1508, over 13618.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07777, over 560.00 utterances.], tot_loss[loss=0.3559, simple_loss=0.4006, pruned_loss=0.1557, over 2773031.71 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07099, over 45252.77 utterances.], batch size: 560, lr: 8.49e-04 +2022-09-17 09:14:13,569 INFO [train.py:885] (0/2) Epoch 5, batch 1300, loss[loss=0.4007, simple_loss=0.4353, pruned_loss=0.1831, over 14341.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03688, over 195.00 utterances.], tot_loss[loss=0.3528, simple_loss=0.3976, pruned_loss=0.154, over 2779104.99 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06859, over 43832.44 utterances.], batch size: 195, lr: 8.48e-04 +2022-09-17 09:14:43,177 INFO [train.py:885] (0/2) Epoch 5, batch 1350, loss[loss=0.4356, simple_loss=0.4681, pruned_loss=0.2015, over 14287.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03898, over 225.00 utterances.], tot_loss[loss=0.3517, simple_loss=0.397, pruned_loss=0.1532, over 2782022.60 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06904, over 43857.64 utterances.], batch size: 225, lr: 8.48e-04 +2022-09-17 09:15:12,599 INFO [train.py:885] (0/2) Epoch 5, batch 1400, loss[loss=0.368, simple_loss=0.4177, pruned_loss=0.1591, over 14332.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03903, over 262.00 utterances.], tot_loss[loss=0.3481, simple_loss=0.3934, pruned_loss=0.1514, over 2784543.73 frames. utt_duration=262.3 frames, utt_pad_proportion=0.06747, over 42695.72 utterances.], batch size: 262, lr: 8.48e-04 +2022-09-17 09:15:42,154 INFO [train.py:885] (0/2) Epoch 5, batch 1450, loss[loss=0.1601, simple_loss=0.2096, pruned_loss=0.05527, over 13067.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1127, over 33.00 utterances.], tot_loss[loss=0.3472, simple_loss=0.3925, pruned_loss=0.151, over 2777469.84 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06915, over 43389.89 utterances.], batch size: 33, lr: 8.47e-04 +2022-09-17 09:16:11,748 INFO [train.py:885] (0/2) Epoch 5, batch 1500, loss[loss=0.4388, simple_loss=0.4633, pruned_loss=0.2072, over 14374.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03482, over 210.00 utterances.], tot_loss[loss=0.35, simple_loss=0.3949, pruned_loss=0.1525, over 2778692.51 frames. utt_duration=254 frames, utt_pad_proportion=0.06883, over 44008.87 utterances.], batch size: 210, lr: 8.47e-04 +2022-09-17 09:16:23,670 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-52000.pt +2022-09-17 09:16:41,468 INFO [train.py:885] (0/2) Epoch 5, batch 1550, loss[loss=0.3244, simple_loss=0.3841, pruned_loss=0.1323, over 14333.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04008, over 167.00 utterances.], tot_loss[loss=0.3502, simple_loss=0.3956, pruned_loss=0.1525, over 2776525.67 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07067, over 45430.70 utterances.], batch size: 167, lr: 8.46e-04 +2022-09-17 09:17:11,261 INFO [train.py:885] (0/2) Epoch 5, batch 1600, loss[loss=0.3752, simple_loss=0.4077, pruned_loss=0.1714, over 14299.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03844, over 180.00 utterances.], tot_loss[loss=0.3522, simple_loss=0.3972, pruned_loss=0.1537, over 2778781.06 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06995, over 45381.10 utterances.], batch size: 180, lr: 8.46e-04 +2022-09-17 09:17:40,667 INFO [train.py:885] (0/2) Epoch 5, batch 1650, loss[loss=0.3789, simple_loss=0.4504, pruned_loss=0.1537, over 13680.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07848, over 477.00 utterances.], tot_loss[loss=0.3536, simple_loss=0.398, pruned_loss=0.1546, over 2777690.63 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07076, over 46045.07 utterances.], batch size: 477, lr: 8.46e-04 +2022-09-17 09:18:09,954 INFO [train.py:885] (0/2) Epoch 5, batch 1700, loss[loss=0.2613, simple_loss=0.3067, pruned_loss=0.108, over 14209.00 frames. utt_duration=640.1 frames, utt_pad_proportion=0.04608, over 89.00 utterances.], tot_loss[loss=0.3519, simple_loss=0.3964, pruned_loss=0.1538, over 2778706.17 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07059, over 45245.66 utterances.], batch size: 89, lr: 8.45e-04 +2022-09-17 09:18:39,174 INFO [train.py:885] (0/2) Epoch 5, batch 1750, loss[loss=0.2421, simple_loss=0.2933, pruned_loss=0.09543, over 13848.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06476, over 69.00 utterances.], tot_loss[loss=0.3558, simple_loss=0.3992, pruned_loss=0.1562, over 2779168.42 frames. utt_duration=243.4 frames, utt_pad_proportion=0.0709, over 45946.86 utterances.], batch size: 69, lr: 8.45e-04 +2022-09-17 09:19:08,560 INFO [train.py:885] (0/2) Epoch 5, batch 1800, loss[loss=0.3287, simple_loss=0.3723, pruned_loss=0.1426, over 14144.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04686, over 109.00 utterances.], tot_loss[loss=0.3585, simple_loss=0.4014, pruned_loss=0.1578, over 2781423.48 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07233, over 46090.72 utterances.], batch size: 109, lr: 8.44e-04 +2022-09-17 09:19:37,457 INFO [train.py:885] (0/2) Epoch 5, batch 1850, loss[loss=0.2149, simple_loss=0.255, pruned_loss=0.08743, over 13566.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08519, over 50.00 utterances.], tot_loss[loss=0.3528, simple_loss=0.3963, pruned_loss=0.1547, over 2780926.62 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07053, over 44204.04 utterances.], batch size: 50, lr: 8.44e-04 +2022-09-17 09:20:07,159 INFO [train.py:885] (0/2) Epoch 5, batch 1900, loss[loss=0.3755, simple_loss=0.4363, pruned_loss=0.1573, over 13749.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07288, over 411.00 utterances.], tot_loss[loss=0.3536, simple_loss=0.397, pruned_loss=0.1551, over 2783174.82 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06988, over 44579.17 utterances.], batch size: 411, lr: 8.44e-04 +2022-09-17 09:20:37,339 INFO [train.py:885] (0/2) Epoch 5, batch 1950, loss[loss=0.2788, simple_loss=0.331, pruned_loss=0.1133, over 14103.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05255, over 98.00 utterances.], tot_loss[loss=0.3588, simple_loss=0.402, pruned_loss=0.1578, over 2784425.88 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07104, over 46014.61 utterances.], batch size: 98, lr: 8.43e-04 +2022-09-17 09:21:06,190 INFO [train.py:885] (0/2) Epoch 5, batch 2000, loss[loss=0.3056, simple_loss=0.3602, pruned_loss=0.1255, over 14070.00 frames. utt_duration=713.8 frames, utt_pad_proportion=0.05582, over 79.00 utterances.], tot_loss[loss=0.364, simple_loss=0.4068, pruned_loss=0.1606, over 2783064.27 frames. utt_duration=235 frames, utt_pad_proportion=0.07117, over 47670.94 utterances.], batch size: 79, lr: 8.43e-04 +2022-09-17 09:21:35,718 INFO [train.py:885] (0/2) Epoch 5, batch 2050, loss[loss=0.2899, simple_loss=0.3581, pruned_loss=0.1108, over 14262.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04454, over 141.00 utterances.], tot_loss[loss=0.3638, simple_loss=0.4071, pruned_loss=0.1603, over 2781014.11 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07223, over 48091.90 utterances.], batch size: 141, lr: 8.42e-04 +2022-09-17 09:22:05,687 INFO [train.py:885] (0/2) Epoch 5, batch 2100, loss[loss=0.1915, simple_loss=0.2343, pruned_loss=0.07432, over 13677.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08557, over 42.00 utterances.], tot_loss[loss=0.3607, simple_loss=0.4046, pruned_loss=0.1585, over 2781899.88 frames. utt_duration=235 frames, utt_pad_proportion=0.07312, over 47647.69 utterances.], batch size: 42, lr: 8.42e-04 +2022-09-17 09:22:43,169 INFO [train.py:885] (0/2) Epoch 5, batch 2150, loss[loss=0.2964, simple_loss=0.3339, pruned_loss=0.1295, over 13998.00 frames. utt_duration=710 frames, utt_pad_proportion=0.05587, over 79.00 utterances.], tot_loss[loss=0.3574, simple_loss=0.4019, pruned_loss=0.1565, over 2780309.76 frames. utt_duration=238 frames, utt_pad_proportion=0.07315, over 47024.10 utterances.], batch size: 79, lr: 8.42e-04 +2022-09-17 09:23:12,759 INFO [train.py:885] (0/2) Epoch 5, batch 2200, loss[loss=0.4096, simple_loss=0.4773, pruned_loss=0.171, over 13655.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07943, over 477.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.398, pruned_loss=0.1545, over 2781055.03 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07177, over 45275.65 utterances.], batch size: 477, lr: 8.41e-04 +2022-09-17 09:23:41,660 INFO [train.py:885] (0/2) Epoch 5, batch 2250, loss[loss=0.4137, simple_loss=0.4615, pruned_loss=0.183, over 14029.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05666, over 366.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.3978, pruned_loss=0.1545, over 2781959.91 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07024, over 45244.64 utterances.], batch size: 366, lr: 8.41e-04 +2022-09-17 09:24:11,506 INFO [train.py:885] (0/2) Epoch 5, batch 2300, loss[loss=0.3231, simple_loss=0.3814, pruned_loss=0.1324, over 14317.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03839, over 195.00 utterances.], tot_loss[loss=0.3598, simple_loss=0.4034, pruned_loss=0.1581, over 2782224.54 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07267, over 46940.33 utterances.], batch size: 195, lr: 8.40e-04 +2022-09-17 09:24:40,695 INFO [train.py:885] (0/2) Epoch 5, batch 2350, loss[loss=0.4276, simple_loss=0.4874, pruned_loss=0.1839, over 13593.00 frames. utt_duration=98.44 frames, utt_pad_proportion=0.07996, over 560.00 utterances.], tot_loss[loss=0.36, simple_loss=0.4045, pruned_loss=0.1577, over 2777941.27 frames. utt_duration=230.4 frames, utt_pad_proportion=0.07626, over 48531.92 utterances.], batch size: 560, lr: 8.40e-04 +2022-09-17 09:25:11,032 INFO [train.py:885] (0/2) Epoch 5, batch 2400, loss[loss=0.2408, simple_loss=0.2926, pruned_loss=0.0945, over 13303.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.09266, over 41.00 utterances.], tot_loss[loss=0.3594, simple_loss=0.4047, pruned_loss=0.1571, over 2776561.58 frames. utt_duration=228.8 frames, utt_pad_proportion=0.07527, over 48850.72 utterances.], batch size: 41, lr: 8.40e-04 +2022-09-17 09:25:40,939 INFO [train.py:885] (0/2) Epoch 5, batch 2450, loss[loss=0.2407, simple_loss=0.3116, pruned_loss=0.08489, over 14241.00 frames. utt_duration=641.6 frames, utt_pad_proportion=0.04382, over 89.00 utterances.], tot_loss[loss=0.3583, simple_loss=0.4031, pruned_loss=0.1568, over 2778943.55 frames. utt_duration=236 frames, utt_pad_proportion=0.07374, over 47393.73 utterances.], batch size: 89, lr: 8.39e-04 +2022-09-17 09:26:10,217 INFO [train.py:885] (0/2) Epoch 5, batch 2500, loss[loss=0.2161, simple_loss=0.2745, pruned_loss=0.07884, over 13310.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.09032, over 41.00 utterances.], tot_loss[loss=0.3582, simple_loss=0.403, pruned_loss=0.1567, over 2779225.67 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07353, over 47090.97 utterances.], batch size: 41, lr: 8.39e-04 +2022-09-17 09:26:39,804 INFO [train.py:885] (0/2) Epoch 5, batch 2550, loss[loss=0.4542, simple_loss=0.5079, pruned_loss=0.2003, over 13640.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.07654, over 560.00 utterances.], tot_loss[loss=0.3546, simple_loss=0.3992, pruned_loss=0.1549, over 2770253.99 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07364, over 46425.31 utterances.], batch size: 560, lr: 8.38e-04 +2022-09-17 09:27:09,417 INFO [train.py:885] (0/2) Epoch 5, batch 2600, loss[loss=0.2945, simple_loss=0.3446, pruned_loss=0.1222, over 14105.00 frames. utt_duration=519 frames, utt_pad_proportion=0.04943, over 109.00 utterances.], tot_loss[loss=0.3517, simple_loss=0.3966, pruned_loss=0.1534, over 2773595.11 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07188, over 45166.05 utterances.], batch size: 109, lr: 8.38e-04 +2022-09-17 09:27:39,505 INFO [train.py:885] (0/2) Epoch 5, batch 2650, loss[loss=0.3047, simple_loss=0.3486, pruned_loss=0.1305, over 14191.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04347, over 109.00 utterances.], tot_loss[loss=0.356, simple_loss=0.4008, pruned_loss=0.1556, over 2776357.53 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07339, over 47327.23 utterances.], batch size: 109, lr: 8.38e-04 +2022-09-17 09:28:08,789 INFO [train.py:885] (0/2) Epoch 5, batch 2700, loss[loss=0.3464, simple_loss=0.379, pruned_loss=0.1569, over 14218.00 frames. utt_duration=581.5 frames, utt_pad_proportion=0.04514, over 98.00 utterances.], tot_loss[loss=0.352, simple_loss=0.3967, pruned_loss=0.1537, over 2778709.52 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0716, over 45562.06 utterances.], batch size: 98, lr: 8.37e-04 +2022-09-17 09:28:37,925 INFO [train.py:885] (0/2) Epoch 5, batch 2750, loss[loss=0.3691, simple_loss=0.4109, pruned_loss=0.1637, over 14281.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03963, over 180.00 utterances.], tot_loss[loss=0.3525, simple_loss=0.3972, pruned_loss=0.1539, over 2778887.61 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07209, over 45527.38 utterances.], batch size: 180, lr: 8.37e-04 +2022-09-17 09:29:07,315 INFO [train.py:885] (0/2) Epoch 5, batch 2800, loss[loss=0.3741, simple_loss=0.413, pruned_loss=0.1676, over 14258.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04148, over 180.00 utterances.], tot_loss[loss=0.3551, simple_loss=0.3998, pruned_loss=0.1552, over 2783900.85 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06982, over 45523.89 utterances.], batch size: 180, lr: 8.36e-04 +2022-09-17 09:29:37,283 INFO [train.py:885] (0/2) Epoch 5, batch 2850, loss[loss=0.3657, simple_loss=0.432, pruned_loss=0.1497, over 13949.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05882, over 365.00 utterances.], tot_loss[loss=0.3549, simple_loss=0.4001, pruned_loss=0.1548, over 2781589.82 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07236, over 46360.66 utterances.], batch size: 365, lr: 8.36e-04 +2022-09-17 09:30:06,851 INFO [train.py:885] (0/2) Epoch 5, batch 2900, loss[loss=0.3122, simple_loss=0.3696, pruned_loss=0.1274, over 14334.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03772, over 120.00 utterances.], tot_loss[loss=0.3559, simple_loss=0.4007, pruned_loss=0.1556, over 2781946.49 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07288, over 46400.87 utterances.], batch size: 120, lr: 8.36e-04 +2022-09-17 09:30:36,083 INFO [train.py:885] (0/2) Epoch 5, batch 2950, loss[loss=0.2323, simple_loss=0.297, pruned_loss=0.08381, over 13950.00 frames. utt_duration=810.2 frames, utt_pad_proportion=0.05795, over 69.00 utterances.], tot_loss[loss=0.3574, simple_loss=0.4017, pruned_loss=0.1566, over 2779046.62 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07417, over 46688.64 utterances.], batch size: 69, lr: 8.35e-04 +2022-09-17 09:31:05,724 INFO [train.py:885] (0/2) Epoch 5, batch 3000, loss[loss=0.4605, simple_loss=0.4823, pruned_loss=0.2194, over 14213.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04373, over 306.00 utterances.], tot_loss[loss=0.3586, simple_loss=0.4027, pruned_loss=0.1573, over 2781850.63 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07201, over 46548.86 utterances.], batch size: 306, lr: 8.35e-04 +2022-09-17 09:31:05,725 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 09:31:10,373 INFO [train.py:914] (0/2) Epoch 5, validation: loss=0.2301, simple_loss=0.3025, pruned_loss=0.0789, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 09:31:40,279 INFO [train.py:885] (0/2) Epoch 5, batch 3050, loss[loss=0.3311, simple_loss=0.3692, pruned_loss=0.1465, over 14187.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04391, over 109.00 utterances.], tot_loss[loss=0.3633, simple_loss=0.4064, pruned_loss=0.16, over 2781418.21 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07233, over 47820.08 utterances.], batch size: 109, lr: 8.35e-04 +2022-09-17 09:32:09,319 INFO [train.py:885] (0/2) Epoch 5, batch 3100, loss[loss=0.4158, simple_loss=0.4671, pruned_loss=0.1822, over 13995.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05625, over 365.00 utterances.], tot_loss[loss=0.362, simple_loss=0.4055, pruned_loss=0.1593, over 2780778.46 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07268, over 47752.37 utterances.], batch size: 365, lr: 8.34e-04 +2022-09-17 09:32:38,804 INFO [train.py:885] (0/2) Epoch 5, batch 3150, loss[loss=0.515, simple_loss=0.5638, pruned_loss=0.2331, over 13185.00 frames. utt_duration=82.31 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.3575, simple_loss=0.4012, pruned_loss=0.1569, over 2780362.32 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07218, over 46661.94 utterances.], batch size: 653, lr: 8.34e-04 +2022-09-17 09:33:08,045 INFO [train.py:885] (0/2) Epoch 5, batch 3200, loss[loss=0.2352, simple_loss=0.2968, pruned_loss=0.08677, over 14174.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04971, over 89.00 utterances.], tot_loss[loss=0.3558, simple_loss=0.3996, pruned_loss=0.156, over 2783695.48 frames. utt_duration=242 frames, utt_pad_proportion=0.07052, over 46295.35 utterances.], batch size: 89, lr: 8.33e-04 +2022-09-17 09:33:38,010 INFO [train.py:885] (0/2) Epoch 5, batch 3250, loss[loss=0.3249, simple_loss=0.3604, pruned_loss=0.1447, over 14271.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.0454, over 110.00 utterances.], tot_loss[loss=0.3574, simple_loss=0.4014, pruned_loss=0.1567, over 2785029.83 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07043, over 47284.43 utterances.], batch size: 110, lr: 8.33e-04 +2022-09-17 09:34:07,267 INFO [train.py:885] (0/2) Epoch 5, batch 3300, loss[loss=0.2945, simple_loss=0.3652, pruned_loss=0.1119, over 14271.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04058, over 180.00 utterances.], tot_loss[loss=0.3582, simple_loss=0.4023, pruned_loss=0.1571, over 2787447.10 frames. utt_duration=238.9 frames, utt_pad_proportion=0.06956, over 46969.05 utterances.], batch size: 180, lr: 8.33e-04 +2022-09-17 09:34:37,345 INFO [train.py:885] (0/2) Epoch 5, batch 3350, loss[loss=0.3928, simple_loss=0.4268, pruned_loss=0.1794, over 14291.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04068, over 262.00 utterances.], tot_loss[loss=0.3557, simple_loss=0.4, pruned_loss=0.1557, over 2784634.26 frames. utt_duration=239.2 frames, utt_pad_proportion=0.06985, over 46846.87 utterances.], batch size: 262, lr: 8.32e-04 +2022-09-17 09:35:06,416 INFO [train.py:885] (0/2) Epoch 5, batch 3400, loss[loss=0.2059, simple_loss=0.2386, pruned_loss=0.08661, over 12102.00 frames. utt_duration=2018 frames, utt_pad_proportion=0.1772, over 24.00 utterances.], tot_loss[loss=0.3559, simple_loss=0.3999, pruned_loss=0.156, over 2784439.29 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06919, over 46050.65 utterances.], batch size: 24, lr: 8.32e-04 +2022-09-17 09:35:36,107 INFO [train.py:885] (0/2) Epoch 5, batch 3450, loss[loss=0.3129, simple_loss=0.3707, pruned_loss=0.1275, over 14340.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03695, over 120.00 utterances.], tot_loss[loss=0.3568, simple_loss=0.4003, pruned_loss=0.1567, over 2787813.49 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06837, over 45160.97 utterances.], batch size: 120, lr: 8.31e-04 +2022-09-17 09:36:06,120 INFO [train.py:885] (0/2) Epoch 5, batch 3500, loss[loss=0.361, simple_loss=0.4102, pruned_loss=0.1559, over 14287.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04197, over 154.00 utterances.], tot_loss[loss=0.3595, simple_loss=0.4034, pruned_loss=0.1578, over 2781874.93 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07203, over 47378.17 utterances.], batch size: 154, lr: 8.31e-04 +2022-09-17 09:36:34,515 INFO [train.py:885] (0/2) Epoch 5, batch 3550, loss[loss=0.2555, simple_loss=0.305, pruned_loss=0.103, over 13840.00 frames. utt_duration=924.1 frames, utt_pad_proportion=0.07216, over 60.00 utterances.], tot_loss[loss=0.3581, simple_loss=0.4015, pruned_loss=0.1574, over 2783555.22 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07146, over 46188.34 utterances.], batch size: 60, lr: 8.31e-04 +2022-09-17 09:37:04,422 INFO [train.py:885] (0/2) Epoch 5, batch 3600, loss[loss=0.3356, simple_loss=0.3787, pruned_loss=0.1462, over 14276.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04367, over 141.00 utterances.], tot_loss[loss=0.3636, simple_loss=0.4077, pruned_loss=0.1598, over 2781361.05 frames. utt_duration=227.5 frames, utt_pad_proportion=0.07486, over 49217.97 utterances.], batch size: 141, lr: 8.30e-04 +2022-09-17 09:37:34,057 INFO [train.py:885] (0/2) Epoch 5, batch 3650, loss[loss=0.2555, simple_loss=0.2955, pruned_loss=0.1077, over 13970.00 frames. utt_duration=811.3 frames, utt_pad_proportion=0.05441, over 69.00 utterances.], tot_loss[loss=0.3561, simple_loss=0.4004, pruned_loss=0.1559, over 2782015.68 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07276, over 46001.64 utterances.], batch size: 69, lr: 8.30e-04 +2022-09-17 09:38:03,453 INFO [train.py:885] (0/2) Epoch 5, batch 3700, loss[loss=0.3237, simple_loss=0.3724, pruned_loss=0.1375, over 14253.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04519, over 141.00 utterances.], tot_loss[loss=0.3523, simple_loss=0.3973, pruned_loss=0.1537, over 2782848.18 frames. utt_duration=248 frames, utt_pad_proportion=0.06989, over 45144.75 utterances.], batch size: 141, lr: 8.30e-04 +2022-09-17 09:38:33,405 INFO [train.py:885] (0/2) Epoch 5, batch 3750, loss[loss=0.4513, simple_loss=0.4735, pruned_loss=0.2145, over 14236.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04193, over 306.00 utterances.], tot_loss[loss=0.3508, simple_loss=0.396, pruned_loss=0.1528, over 2784268.08 frames. utt_duration=250.2 frames, utt_pad_proportion=0.0686, over 44770.98 utterances.], batch size: 306, lr: 8.29e-04 +2022-09-17 09:39:02,894 INFO [train.py:885] (0/2) Epoch 5, batch 3800, loss[loss=0.3645, simple_loss=0.4126, pruned_loss=0.1582, over 14351.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0374, over 244.00 utterances.], tot_loss[loss=0.3502, simple_loss=0.3951, pruned_loss=0.1526, over 2786682.53 frames. utt_duration=256.4 frames, utt_pad_proportion=0.0672, over 43718.66 utterances.], batch size: 244, lr: 8.29e-04 +2022-09-17 09:39:32,814 INFO [train.py:885] (0/2) Epoch 5, batch 3850, loss[loss=0.2799, simple_loss=0.3305, pruned_loss=0.1147, over 14029.00 frames. utt_duration=574.1 frames, utt_pad_proportion=0.0558, over 98.00 utterances.], tot_loss[loss=0.3533, simple_loss=0.3983, pruned_loss=0.1541, over 2785074.24 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06965, over 45719.87 utterances.], batch size: 98, lr: 8.28e-04 +2022-09-17 09:40:01,894 INFO [train.py:885] (0/2) Epoch 5, batch 3900, loss[loss=0.3625, simple_loss=0.4134, pruned_loss=0.1558, over 14357.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03575, over 195.00 utterances.], tot_loss[loss=0.354, simple_loss=0.3983, pruned_loss=0.1549, over 2782635.52 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07133, over 45108.36 utterances.], batch size: 195, lr: 8.28e-04 +2022-09-17 09:40:31,954 INFO [train.py:885] (0/2) Epoch 5, batch 3950, loss[loss=0.4276, simple_loss=0.4521, pruned_loss=0.2015, over 14284.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04052, over 283.00 utterances.], tot_loss[loss=0.3536, simple_loss=0.3976, pruned_loss=0.1548, over 2778878.71 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07165, over 44683.93 utterances.], batch size: 283, lr: 8.28e-04 +2022-09-17 09:41:01,033 INFO [train.py:885] (0/2) Epoch 5, batch 4000, loss[loss=0.2232, simple_loss=0.2704, pruned_loss=0.08798, over 13887.00 frames. utt_duration=927.2 frames, utt_pad_proportion=0.06811, over 60.00 utterances.], tot_loss[loss=0.3567, simple_loss=0.4004, pruned_loss=0.1565, over 2779830.72 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07322, over 45718.42 utterances.], batch size: 60, lr: 8.27e-04 +2022-09-17 09:41:30,503 INFO [train.py:885] (0/2) Epoch 5, batch 4050, loss[loss=0.4278, simple_loss=0.4717, pruned_loss=0.1919, over 14005.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05493, over 365.00 utterances.], tot_loss[loss=0.3532, simple_loss=0.3974, pruned_loss=0.1544, over 2781347.34 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07064, over 44833.02 utterances.], batch size: 365, lr: 8.27e-04 +2022-09-17 09:41:59,381 INFO [train.py:885] (0/2) Epoch 5, batch 4100, loss[loss=0.4495, simple_loss=0.5017, pruned_loss=0.1987, over 13620.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08188, over 477.00 utterances.], tot_loss[loss=0.3533, simple_loss=0.3979, pruned_loss=0.1543, over 2779484.07 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0706, over 45544.58 utterances.], batch size: 477, lr: 8.27e-04 +2022-09-17 09:42:28,616 INFO [train.py:885] (0/2) Epoch 5, batch 4150, loss[loss=0.2171, simple_loss=0.286, pruned_loss=0.07408, over 13640.00 frames. utt_duration=910.9 frames, utt_pad_proportion=0.08449, over 60.00 utterances.], tot_loss[loss=0.3515, simple_loss=0.3962, pruned_loss=0.1534, over 2782054.35 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07022, over 45200.48 utterances.], batch size: 60, lr: 8.26e-04 +2022-09-17 09:42:58,662 INFO [train.py:885] (0/2) Epoch 5, batch 4200, loss[loss=0.3961, simple_loss=0.4596, pruned_loss=0.1663, over 13791.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07063, over 411.00 utterances.], tot_loss[loss=0.3537, simple_loss=0.3984, pruned_loss=0.1545, over 2776532.83 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07359, over 45905.77 utterances.], batch size: 411, lr: 8.26e-04 +2022-09-17 09:43:28,591 INFO [train.py:885] (0/2) Epoch 5, batch 4250, loss[loss=0.1994, simple_loss=0.2444, pruned_loss=0.07724, over 13145.00 frames. utt_duration=1595 frames, utt_pad_proportion=0.118, over 33.00 utterances.], tot_loss[loss=0.355, simple_loss=0.4, pruned_loss=0.1549, over 2773579.19 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07521, over 46895.06 utterances.], batch size: 33, lr: 8.25e-04 +2022-09-17 09:43:58,060 INFO [train.py:885] (0/2) Epoch 5, batch 4300, loss[loss=0.3453, simple_loss=0.4021, pruned_loss=0.1443, over 14344.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03672, over 195.00 utterances.], tot_loss[loss=0.3512, simple_loss=0.3962, pruned_loss=0.1531, over 2772462.12 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07456, over 45380.36 utterances.], batch size: 195, lr: 8.25e-04 +2022-09-17 09:44:27,637 INFO [train.py:885] (0/2) Epoch 5, batch 4350, loss[loss=0.2705, simple_loss=0.3244, pruned_loss=0.1083, over 14040.00 frames. utt_duration=712.3 frames, utt_pad_proportion=0.0578, over 79.00 utterances.], tot_loss[loss=0.348, simple_loss=0.3931, pruned_loss=0.1514, over 2774012.57 frames. utt_duration=252 frames, utt_pad_proportion=0.07369, over 44291.48 utterances.], batch size: 79, lr: 8.25e-04 +2022-09-17 09:44:57,339 INFO [train.py:885] (0/2) Epoch 5, batch 4400, loss[loss=0.5361, simple_loss=0.5784, pruned_loss=0.2469, over 13121.00 frames. utt_duration=81.89 frames, utt_pad_proportion=0.1099, over 653.00 utterances.], tot_loss[loss=0.347, simple_loss=0.3925, pruned_loss=0.1507, over 2776995.78 frames. utt_duration=254.8 frames, utt_pad_proportion=0.07174, over 43845.97 utterances.], batch size: 653, lr: 8.24e-04 +2022-09-17 09:45:26,355 INFO [train.py:885] (0/2) Epoch 5, batch 4450, loss[loss=0.2045, simple_loss=0.2681, pruned_loss=0.07046, over 12394.00 frames. utt_duration=1985 frames, utt_pad_proportion=0.1551, over 25.00 utterances.], tot_loss[loss=0.3447, simple_loss=0.391, pruned_loss=0.1492, over 2778344.03 frames. utt_duration=256 frames, utt_pad_proportion=0.07079, over 43661.88 utterances.], batch size: 25, lr: 8.24e-04 +2022-09-17 09:45:55,555 INFO [train.py:885] (0/2) Epoch 5, batch 4500, loss[loss=0.294, simple_loss=0.3442, pruned_loss=0.122, over 14195.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04322, over 109.00 utterances.], tot_loss[loss=0.3445, simple_loss=0.3907, pruned_loss=0.1491, over 2777344.86 frames. utt_duration=257.6 frames, utt_pad_proportion=0.0696, over 43380.66 utterances.], batch size: 109, lr: 8.24e-04 +2022-09-17 09:46:25,532 INFO [train.py:885] (0/2) Epoch 5, batch 4550, loss[loss=0.4186, simple_loss=0.4396, pruned_loss=0.1988, over 14324.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04083, over 167.00 utterances.], tot_loss[loss=0.3432, simple_loss=0.3896, pruned_loss=0.1484, over 2778590.30 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06872, over 42961.12 utterances.], batch size: 167, lr: 8.23e-04 +2022-09-17 09:46:55,813 INFO [train.py:885] (0/2) Epoch 5, batch 4600, loss[loss=0.3713, simple_loss=0.41, pruned_loss=0.1663, over 14316.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03722, over 154.00 utterances.], tot_loss[loss=0.3488, simple_loss=0.3941, pruned_loss=0.1518, over 2775899.33 frames. utt_duration=248 frames, utt_pad_proportion=0.07277, over 45035.60 utterances.], batch size: 154, lr: 8.23e-04 +2022-09-17 09:47:25,351 INFO [train.py:885] (0/2) Epoch 5, batch 4650, loss[loss=0.3875, simple_loss=0.4447, pruned_loss=0.1652, over 14049.00 frames. utt_duration=155.5 frames, utt_pad_proportion=0.05207, over 365.00 utterances.], tot_loss[loss=0.3496, simple_loss=0.3953, pruned_loss=0.1519, over 2778961.24 frames. utt_duration=247.7 frames, utt_pad_proportion=0.0712, over 45151.27 utterances.], batch size: 365, lr: 8.22e-04 +2022-09-17 09:47:54,820 INFO [train.py:885] (0/2) Epoch 5, batch 4700, loss[loss=0.3155, simple_loss=0.3636, pruned_loss=0.1336, over 14295.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03821, over 130.00 utterances.], tot_loss[loss=0.3507, simple_loss=0.3958, pruned_loss=0.1527, over 2778494.20 frames. utt_duration=246.3 frames, utt_pad_proportion=0.071, over 45396.51 utterances.], batch size: 130, lr: 8.22e-04 +2022-09-17 09:48:24,061 INFO [train.py:885] (0/2) Epoch 5, batch 4750, loss[loss=0.7419, simple_loss=0.7229, pruned_loss=0.3804, over 12432.00 frames. utt_duration=62.94 frames, utt_pad_proportion=0.1495, over 810.00 utterances.], tot_loss[loss=0.3511, simple_loss=0.3966, pruned_loss=0.1528, over 2781118.66 frames. utt_duration=245.3 frames, utt_pad_proportion=0.0721, over 45633.65 utterances.], batch size: 810, lr: 8.22e-04 +2022-09-17 09:48:53,982 INFO [train.py:885] (0/2) Epoch 5, batch 4800, loss[loss=0.3902, simple_loss=0.4343, pruned_loss=0.173, over 14390.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03401, over 227.00 utterances.], tot_loss[loss=0.3615, simple_loss=0.4055, pruned_loss=0.1588, over 2782612.12 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07118, over 47910.73 utterances.], batch size: 227, lr: 8.21e-04 +2022-09-17 09:49:22,947 INFO [train.py:885] (0/2) Epoch 5, batch 4850, loss[loss=0.3797, simple_loss=0.407, pruned_loss=0.1762, over 14233.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04659, over 141.00 utterances.], tot_loss[loss=0.3634, simple_loss=0.407, pruned_loss=0.1599, over 2782453.89 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07144, over 47501.17 utterances.], batch size: 141, lr: 8.21e-04 +2022-09-17 09:49:52,549 INFO [train.py:885] (0/2) Epoch 5, batch 4900, loss[loss=0.2472, simple_loss=0.3074, pruned_loss=0.09349, over 13666.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.08008, over 50.00 utterances.], tot_loss[loss=0.3584, simple_loss=0.4033, pruned_loss=0.1567, over 2785457.12 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06867, over 46305.84 utterances.], batch size: 50, lr: 8.21e-04 +2022-09-17 09:50:21,965 INFO [train.py:885] (0/2) Epoch 5, batch 4950, loss[loss=0.649, simple_loss=0.6782, pruned_loss=0.3099, over 12536.00 frames. utt_duration=63.5 frames, utt_pad_proportion=0.1419, over 810.00 utterances.], tot_loss[loss=0.3554, simple_loss=0.4007, pruned_loss=0.1551, over 2779397.98 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07006, over 46102.12 utterances.], batch size: 810, lr: 8.20e-04 +2022-09-17 09:50:51,464 INFO [train.py:885] (0/2) Epoch 5, batch 5000, loss[loss=0.3157, simple_loss=0.3494, pruned_loss=0.141, over 14241.00 frames. utt_duration=641.5 frames, utt_pad_proportion=0.04392, over 89.00 utterances.], tot_loss[loss=0.3533, simple_loss=0.398, pruned_loss=0.1543, over 2780819.83 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06913, over 44597.78 utterances.], batch size: 89, lr: 8.20e-04 +2022-09-17 09:51:21,515 INFO [train.py:885] (0/2) Epoch 5, batch 5050, loss[loss=0.247, simple_loss=0.3067, pruned_loss=0.09366, over 13595.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.08836, over 42.00 utterances.], tot_loss[loss=0.3537, simple_loss=0.3988, pruned_loss=0.1543, over 2779822.34 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07032, over 45367.94 utterances.], batch size: 42, lr: 8.19e-04 +2022-09-17 09:51:50,679 INFO [train.py:885] (0/2) Epoch 5, batch 5100, loss[loss=0.223, simple_loss=0.259, pruned_loss=0.09349, over 13404.00 frames. utt_duration=1626 frames, utt_pad_proportion=0.09907, over 33.00 utterances.], tot_loss[loss=0.3579, simple_loss=0.4021, pruned_loss=0.1568, over 2777218.32 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07226, over 46714.73 utterances.], batch size: 33, lr: 8.19e-04 +2022-09-17 09:52:21,231 INFO [train.py:885] (0/2) Epoch 5, batch 5150, loss[loss=0.1802, simple_loss=0.2262, pruned_loss=0.06707, over 13793.00 frames. utt_duration=921.2 frames, utt_pad_proportion=0.07419, over 60.00 utterances.], tot_loss[loss=0.3598, simple_loss=0.4037, pruned_loss=0.158, over 2778436.04 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07267, over 47531.79 utterances.], batch size: 60, lr: 8.19e-04 +2022-09-17 09:52:49,907 INFO [train.py:885] (0/2) Epoch 5, batch 5200, loss[loss=0.1962, simple_loss=0.2596, pruned_loss=0.0664, over 13929.00 frames. utt_duration=930 frames, utt_pad_proportion=0.06531, over 60.00 utterances.], tot_loss[loss=0.355, simple_loss=0.3995, pruned_loss=0.1553, over 2781410.15 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07221, over 45991.48 utterances.], batch size: 60, lr: 8.18e-04 +2022-09-17 09:53:19,594 INFO [train.py:885] (0/2) Epoch 5, batch 5250, loss[loss=0.2542, simple_loss=0.3, pruned_loss=0.1042, over 13808.00 frames. utt_duration=922 frames, utt_pad_proportion=0.07248, over 60.00 utterances.], tot_loss[loss=0.3569, simple_loss=0.4004, pruned_loss=0.1567, over 2782089.68 frames. utt_duration=243.8 frames, utt_pad_proportion=0.0718, over 45920.14 utterances.], batch size: 60, lr: 8.18e-04 +2022-09-17 09:53:48,337 INFO [train.py:885] (0/2) Epoch 5, batch 5300, loss[loss=0.2564, simple_loss=0.3159, pruned_loss=0.09848, over 14154.00 frames. utt_duration=579.1 frames, utt_pad_proportion=0.05062, over 98.00 utterances.], tot_loss[loss=0.3595, simple_loss=0.4027, pruned_loss=0.1581, over 2785464.73 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07102, over 46755.35 utterances.], batch size: 98, lr: 8.18e-04 +2022-09-17 09:54:18,152 INFO [train.py:885] (0/2) Epoch 5, batch 5350, loss[loss=0.3976, simple_loss=0.4335, pruned_loss=0.1809, over 14328.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03812, over 283.00 utterances.], tot_loss[loss=0.359, simple_loss=0.4026, pruned_loss=0.1577, over 2783989.32 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07117, over 47366.46 utterances.], batch size: 283, lr: 8.17e-04 +2022-09-17 09:54:47,570 INFO [train.py:885] (0/2) Epoch 5, batch 5400, loss[loss=0.405, simple_loss=0.435, pruned_loss=0.1875, over 14308.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04017, over 262.00 utterances.], tot_loss[loss=0.3582, simple_loss=0.4018, pruned_loss=0.1573, over 2785689.52 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07036, over 46780.96 utterances.], batch size: 262, lr: 8.17e-04 +2022-09-17 09:55:16,854 INFO [train.py:885] (0/2) Epoch 5, batch 5450, loss[loss=0.3482, simple_loss=0.3915, pruned_loss=0.1524, over 14301.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04232, over 141.00 utterances.], tot_loss[loss=0.3511, simple_loss=0.3953, pruned_loss=0.1534, over 2788690.94 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06816, over 44186.47 utterances.], batch size: 141, lr: 8.17e-04 +2022-09-17 09:55:46,567 INFO [train.py:885] (0/2) Epoch 5, batch 5500, loss[loss=0.3272, simple_loss=0.3844, pruned_loss=0.135, over 14313.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03755, over 180.00 utterances.], tot_loss[loss=0.3529, simple_loss=0.397, pruned_loss=0.1544, over 2787729.24 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06892, over 44606.91 utterances.], batch size: 180, lr: 8.16e-04 +2022-09-17 09:55:58,452 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-56000.pt +2022-09-17 09:56:16,509 INFO [train.py:885] (0/2) Epoch 5, batch 5550, loss[loss=0.2529, simple_loss=0.3175, pruned_loss=0.09417, over 13814.00 frames. utt_duration=802.6 frames, utt_pad_proportion=0.06563, over 69.00 utterances.], tot_loss[loss=0.3489, simple_loss=0.3934, pruned_loss=0.1522, over 2783684.69 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06872, over 43517.83 utterances.], batch size: 69, lr: 8.16e-04 +2022-09-17 09:56:45,991 INFO [train.py:885] (0/2) Epoch 5, batch 5600, loss[loss=0.3999, simple_loss=0.4634, pruned_loss=0.1682, over 13659.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07905, over 477.00 utterances.], tot_loss[loss=0.3477, simple_loss=0.3933, pruned_loss=0.151, over 2783498.82 frames. utt_duration=256 frames, utt_pad_proportion=0.06949, over 43737.30 utterances.], batch size: 477, lr: 8.15e-04 +2022-09-17 09:57:15,465 INFO [train.py:885] (0/2) Epoch 5, batch 5650, loss[loss=0.2953, simple_loss=0.3582, pruned_loss=0.1162, over 14350.00 frames. utt_duration=374.5 frames, utt_pad_proportion=0.03731, over 154.00 utterances.], tot_loss[loss=0.3526, simple_loss=0.3974, pruned_loss=0.1539, over 2782728.01 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06999, over 44630.70 utterances.], batch size: 154, lr: 8.15e-04 +2022-09-17 09:57:46,113 INFO [train.py:885] (0/2) Epoch 5, batch 5700, loss[loss=0.349, simple_loss=0.398, pruned_loss=0.1499, over 14255.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04239, over 225.00 utterances.], tot_loss[loss=0.3563, simple_loss=0.4017, pruned_loss=0.1554, over 2778525.30 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07306, over 47231.02 utterances.], batch size: 225, lr: 8.15e-04 +2022-09-17 09:58:15,131 INFO [train.py:885] (0/2) Epoch 5, batch 5750, loss[loss=0.3894, simple_loss=0.4314, pruned_loss=0.1737, over 14273.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.0417, over 262.00 utterances.], tot_loss[loss=0.3536, simple_loss=0.3986, pruned_loss=0.1543, over 2777932.97 frames. utt_duration=246 frames, utt_pad_proportion=0.07139, over 45444.52 utterances.], batch size: 262, lr: 8.14e-04 +2022-09-17 09:58:44,448 INFO [train.py:885] (0/2) Epoch 5, batch 5800, loss[loss=0.2967, simple_loss=0.3322, pruned_loss=0.1306, over 14319.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.042, over 110.00 utterances.], tot_loss[loss=0.3539, simple_loss=0.3984, pruned_loss=0.1547, over 2780656.02 frames. utt_duration=248 frames, utt_pad_proportion=0.06874, over 45109.77 utterances.], batch size: 110, lr: 8.14e-04 +2022-09-17 09:59:13,728 INFO [train.py:885] (0/2) Epoch 5, batch 5850, loss[loss=0.3221, simple_loss=0.3702, pruned_loss=0.137, over 14274.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04412, over 141.00 utterances.], tot_loss[loss=0.3508, simple_loss=0.3957, pruned_loss=0.153, over 2776579.30 frames. utt_duration=253.3 frames, utt_pad_proportion=0.0698, over 44104.63 utterances.], batch size: 141, lr: 8.14e-04 +2022-09-17 09:59:43,020 INFO [train.py:885] (0/2) Epoch 5, batch 5900, loss[loss=0.4775, simple_loss=0.4877, pruned_loss=0.2336, over 14233.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04309, over 335.00 utterances.], tot_loss[loss=0.352, simple_loss=0.3972, pruned_loss=0.1534, over 2773995.15 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07171, over 45360.41 utterances.], batch size: 335, lr: 8.13e-04 +2022-09-17 10:00:12,706 INFO [train.py:885] (0/2) Epoch 5, batch 5950, loss[loss=0.6324, simple_loss=0.6695, pruned_loss=0.2977, over 12430.00 frames. utt_duration=62.95 frames, utt_pad_proportion=0.1493, over 810.00 utterances.], tot_loss[loss=0.3526, simple_loss=0.3979, pruned_loss=0.1536, over 2774353.93 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07243, over 45881.32 utterances.], batch size: 810, lr: 8.13e-04 +2022-09-17 10:00:42,386 INFO [train.py:885] (0/2) Epoch 5, batch 6000, loss[loss=0.3007, simple_loss=0.3517, pruned_loss=0.1249, over 14204.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04275, over 109.00 utterances.], tot_loss[loss=0.3534, simple_loss=0.3981, pruned_loss=0.1544, over 2778213.92 frames. utt_duration=247 frames, utt_pad_proportion=0.07179, over 45259.34 utterances.], batch size: 109, lr: 8.13e-04 +2022-09-17 10:00:42,387 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 10:00:46,531 INFO [train.py:914] (0/2) Epoch 5, validation: loss=0.234, simple_loss=0.3041, pruned_loss=0.08194, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 10:01:15,764 INFO [train.py:885] (0/2) Epoch 5, batch 6050, loss[loss=0.2743, simple_loss=0.3253, pruned_loss=0.1116, over 14122.00 frames. utt_duration=636 frames, utt_pad_proportion=0.05218, over 89.00 utterances.], tot_loss[loss=0.3544, simple_loss=0.3985, pruned_loss=0.1551, over 2778495.78 frames. utt_duration=247 frames, utt_pad_proportion=0.072, over 45270.43 utterances.], batch size: 89, lr: 8.12e-04 +2022-09-17 10:01:45,309 INFO [train.py:885] (0/2) Epoch 5, batch 6100, loss[loss=0.3998, simple_loss=0.4304, pruned_loss=0.1846, over 14327.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03935, over 262.00 utterances.], tot_loss[loss=0.3554, simple_loss=0.3996, pruned_loss=0.1556, over 2777646.53 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07098, over 46396.93 utterances.], batch size: 262, lr: 8.12e-04 +2022-09-17 10:02:15,302 INFO [train.py:885] (0/2) Epoch 5, batch 6150, loss[loss=0.302, simple_loss=0.365, pruned_loss=0.1195, over 14262.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04347, over 154.00 utterances.], tot_loss[loss=0.3586, simple_loss=0.403, pruned_loss=0.1571, over 2776782.53 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07319, over 47476.65 utterances.], batch size: 154, lr: 8.12e-04 +2022-09-17 10:02:44,982 INFO [train.py:885] (0/2) Epoch 5, batch 6200, loss[loss=0.3473, simple_loss=0.4059, pruned_loss=0.1443, over 14348.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03637, over 210.00 utterances.], tot_loss[loss=0.3592, simple_loss=0.4041, pruned_loss=0.1571, over 2778033.87 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07323, over 47864.60 utterances.], batch size: 210, lr: 8.11e-04 +2022-09-17 10:03:15,117 INFO [train.py:885] (0/2) Epoch 5, batch 6250, loss[loss=0.3939, simple_loss=0.4216, pruned_loss=0.1831, over 14245.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04627, over 141.00 utterances.], tot_loss[loss=0.3626, simple_loss=0.4069, pruned_loss=0.1592, over 2778741.11 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07283, over 48454.57 utterances.], batch size: 141, lr: 8.11e-04 +2022-09-17 10:03:44,871 INFO [train.py:885] (0/2) Epoch 5, batch 6300, loss[loss=0.4507, simple_loss=0.4767, pruned_loss=0.2124, over 14232.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04316, over 335.00 utterances.], tot_loss[loss=0.3597, simple_loss=0.4042, pruned_loss=0.1576, over 2777890.56 frames. utt_duration=234.2 frames, utt_pad_proportion=0.0718, over 47750.39 utterances.], batch size: 335, lr: 8.10e-04 +2022-09-17 10:04:14,416 INFO [train.py:885] (0/2) Epoch 5, batch 6350, loss[loss=0.2149, simple_loss=0.2649, pruned_loss=0.08242, over 13307.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.09175, over 41.00 utterances.], tot_loss[loss=0.3554, simple_loss=0.3995, pruned_loss=0.1556, over 2776339.38 frames. utt_duration=243 frames, utt_pad_proportion=0.07022, over 45977.11 utterances.], batch size: 41, lr: 8.10e-04 +2022-09-17 10:04:43,896 INFO [train.py:885] (0/2) Epoch 5, batch 6400, loss[loss=0.3358, simple_loss=0.3932, pruned_loss=0.1392, over 14319.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03815, over 195.00 utterances.], tot_loss[loss=0.3494, simple_loss=0.3945, pruned_loss=0.1522, over 2777514.79 frames. utt_duration=251.9 frames, utt_pad_proportion=0.0695, over 44372.82 utterances.], batch size: 195, lr: 8.10e-04 +2022-09-17 10:05:13,323 INFO [train.py:885] (0/2) Epoch 5, batch 6450, loss[loss=0.3436, simple_loss=0.4153, pruned_loss=0.1359, over 13978.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05743, over 365.00 utterances.], tot_loss[loss=0.3485, simple_loss=0.3938, pruned_loss=0.1516, over 2775186.03 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07073, over 44684.71 utterances.], batch size: 365, lr: 8.09e-04 +2022-09-17 10:05:42,526 INFO [train.py:885] (0/2) Epoch 5, batch 6500, loss[loss=0.3793, simple_loss=0.4193, pruned_loss=0.1697, over 14297.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04022, over 262.00 utterances.], tot_loss[loss=0.3531, simple_loss=0.3979, pruned_loss=0.1541, over 2777070.91 frames. utt_duration=240.4 frames, utt_pad_proportion=0.0719, over 46500.33 utterances.], batch size: 262, lr: 8.09e-04 +2022-09-17 10:06:12,329 INFO [train.py:885] (0/2) Epoch 5, batch 6550, loss[loss=0.3355, simple_loss=0.3827, pruned_loss=0.1441, over 14308.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04083, over 154.00 utterances.], tot_loss[loss=0.3573, simple_loss=0.4015, pruned_loss=0.1565, over 2774452.10 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07432, over 47643.66 utterances.], batch size: 154, lr: 8.09e-04 +2022-09-17 10:06:42,309 INFO [train.py:885] (0/2) Epoch 5, batch 6600, loss[loss=0.3684, simple_loss=0.4097, pruned_loss=0.1636, over 14297.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04082, over 262.00 utterances.], tot_loss[loss=0.3565, simple_loss=0.402, pruned_loss=0.1555, over 2775696.86 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07362, over 48237.10 utterances.], batch size: 262, lr: 8.08e-04 +2022-09-17 10:07:11,079 INFO [train.py:885] (0/2) Epoch 5, batch 6650, loss[loss=0.4144, simple_loss=0.449, pruned_loss=0.1899, over 14295.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.0408, over 262.00 utterances.], tot_loss[loss=0.3544, simple_loss=0.4001, pruned_loss=0.1544, over 2780005.40 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07173, over 47099.10 utterances.], batch size: 262, lr: 8.08e-04 +2022-09-17 10:07:40,596 INFO [train.py:885] (0/2) Epoch 5, batch 6700, loss[loss=0.2611, simple_loss=0.3142, pruned_loss=0.104, over 13876.00 frames. utt_duration=805.9 frames, utt_pad_proportion=0.06076, over 69.00 utterances.], tot_loss[loss=0.3577, simple_loss=0.4027, pruned_loss=0.1563, over 2782590.47 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07269, over 47535.55 utterances.], batch size: 69, lr: 8.08e-04 +2022-09-17 10:08:10,535 INFO [train.py:885] (0/2) Epoch 5, batch 6750, loss[loss=0.175, simple_loss=0.2288, pruned_loss=0.06059, over 13034.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1085, over 33.00 utterances.], tot_loss[loss=0.3516, simple_loss=0.3979, pruned_loss=0.1526, over 2778513.87 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07327, over 46692.15 utterances.], batch size: 33, lr: 8.07e-04 +2022-09-17 10:08:40,388 INFO [train.py:885] (0/2) Epoch 5, batch 6800, loss[loss=0.2513, simple_loss=0.2958, pruned_loss=0.1034, over 13798.00 frames. utt_duration=1106 frames, utt_pad_proportion=0.06866, over 50.00 utterances.], tot_loss[loss=0.3515, simple_loss=0.3973, pruned_loss=0.1529, over 2775666.71 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07455, over 45805.43 utterances.], batch size: 50, lr: 8.07e-04 +2022-09-17 10:09:09,291 INFO [train.py:885] (0/2) Epoch 5, batch 6850, loss[loss=0.1974, simple_loss=0.2565, pruned_loss=0.06914, over 13250.00 frames. utt_duration=1607 frames, utt_pad_proportion=0.09437, over 33.00 utterances.], tot_loss[loss=0.347, simple_loss=0.3933, pruned_loss=0.1503, over 2780403.18 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07241, over 44143.34 utterances.], batch size: 33, lr: 8.07e-04 +2022-09-17 10:09:39,392 INFO [train.py:885] (0/2) Epoch 5, batch 6900, loss[loss=0.4268, simple_loss=0.4427, pruned_loss=0.2055, over 14339.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03695, over 195.00 utterances.], tot_loss[loss=0.3461, simple_loss=0.3926, pruned_loss=0.1497, over 2781628.33 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07075, over 44087.79 utterances.], batch size: 195, lr: 8.06e-04 +2022-09-17 10:10:09,028 INFO [train.py:885] (0/2) Epoch 5, batch 6950, loss[loss=0.2056, simple_loss=0.2742, pruned_loss=0.06849, over 13687.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08492, over 42.00 utterances.], tot_loss[loss=0.3483, simple_loss=0.3946, pruned_loss=0.151, over 2784474.59 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06982, over 44395.26 utterances.], batch size: 42, lr: 8.06e-04 +2022-09-17 10:10:38,035 INFO [train.py:885] (0/2) Epoch 5, batch 7000, loss[loss=0.4783, simple_loss=0.5406, pruned_loss=0.208, over 13128.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.3488, simple_loss=0.3945, pruned_loss=0.1515, over 2777917.59 frames. utt_duration=254 frames, utt_pad_proportion=0.07121, over 43998.74 utterances.], batch size: 653, lr: 8.06e-04 +2022-09-17 10:11:07,723 INFO [train.py:885] (0/2) Epoch 5, batch 7050, loss[loss=0.3505, simple_loss=0.4038, pruned_loss=0.1487, over 14330.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03484, over 244.00 utterances.], tot_loss[loss=0.3489, simple_loss=0.3939, pruned_loss=0.152, over 2774200.55 frames. utt_duration=253.6 frames, utt_pad_proportion=0.0728, over 44010.04 utterances.], batch size: 244, lr: 8.05e-04 +2022-09-17 10:11:36,703 INFO [train.py:885] (0/2) Epoch 5, batch 7100, loss[loss=0.3571, simple_loss=0.4182, pruned_loss=0.148, over 14365.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.033, over 244.00 utterances.], tot_loss[loss=0.3476, simple_loss=0.3933, pruned_loss=0.1509, over 2782163.24 frames. utt_duration=256.1 frames, utt_pad_proportion=0.0698, over 43712.38 utterances.], batch size: 244, lr: 8.05e-04 +2022-09-17 10:12:07,312 INFO [train.py:885] (0/2) Epoch 5, batch 7150, loss[loss=0.3481, simple_loss=0.3981, pruned_loss=0.1491, over 14330.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03853, over 262.00 utterances.], tot_loss[loss=0.3468, simple_loss=0.3923, pruned_loss=0.1506, over 2776816.52 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06938, over 44020.63 utterances.], batch size: 262, lr: 8.05e-04 +2022-09-17 10:12:35,899 INFO [train.py:885] (0/2) Epoch 5, batch 7200, loss[loss=0.3254, simple_loss=0.3804, pruned_loss=0.1352, over 14244.00 frames. utt_duration=371.6 frames, utt_pad_proportion=0.04229, over 154.00 utterances.], tot_loss[loss=0.3412, simple_loss=0.3865, pruned_loss=0.1479, over 2774695.66 frames. utt_duration=265.3 frames, utt_pad_proportion=0.06853, over 42065.67 utterances.], batch size: 154, lr: 8.04e-04 +2022-09-17 10:13:05,602 INFO [train.py:885] (0/2) Epoch 5, batch 7250, loss[loss=0.3177, simple_loss=0.3639, pruned_loss=0.1358, over 14324.00 frames. utt_duration=407.8 frames, utt_pad_proportion=0.04058, over 141.00 utterances.], tot_loss[loss=0.3404, simple_loss=0.3865, pruned_loss=0.1471, over 2768555.80 frames. utt_duration=257.7 frames, utt_pad_proportion=0.07141, over 43224.62 utterances.], batch size: 141, lr: 8.04e-04 +2022-09-17 10:13:35,719 INFO [train.py:885] (0/2) Epoch 5, batch 7300, loss[loss=0.4318, simple_loss=0.457, pruned_loss=0.2033, over 14249.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04247, over 335.00 utterances.], tot_loss[loss=0.3379, simple_loss=0.3845, pruned_loss=0.1456, over 2773625.56 frames. utt_duration=262.1 frames, utt_pad_proportion=0.07031, over 42563.33 utterances.], batch size: 335, lr: 8.03e-04 +2022-09-17 10:14:04,653 INFO [train.py:885] (0/2) Epoch 5, batch 7350, loss[loss=0.3377, simple_loss=0.4061, pruned_loss=0.1347, over 14009.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05573, over 365.00 utterances.], tot_loss[loss=0.3403, simple_loss=0.3867, pruned_loss=0.1469, over 2777443.87 frames. utt_duration=259.2 frames, utt_pad_proportion=0.06873, over 43101.32 utterances.], batch size: 365, lr: 8.03e-04 +2022-09-17 10:14:34,752 INFO [train.py:885] (0/2) Epoch 5, batch 7400, loss[loss=0.4087, simple_loss=0.4765, pruned_loss=0.1704, over 13646.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07991, over 477.00 utterances.], tot_loss[loss=0.345, simple_loss=0.3915, pruned_loss=0.1492, over 2775170.13 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07004, over 44593.27 utterances.], batch size: 477, lr: 8.03e-04 +2022-09-17 10:15:04,631 INFO [train.py:885] (0/2) Epoch 5, batch 7450, loss[loss=0.2232, simple_loss=0.27, pruned_loss=0.08813, over 13202.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1081, over 33.00 utterances.], tot_loss[loss=0.3461, simple_loss=0.3932, pruned_loss=0.1495, over 2775693.52 frames. utt_duration=244 frames, utt_pad_proportion=0.07153, over 45773.02 utterances.], batch size: 33, lr: 8.02e-04 +2022-09-17 10:15:34,218 INFO [train.py:885] (0/2) Epoch 5, batch 7500, loss[loss=0.2502, simple_loss=0.3021, pruned_loss=0.09918, over 13422.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08273, over 41.00 utterances.], tot_loss[loss=0.3455, simple_loss=0.3926, pruned_loss=0.1492, over 2779095.93 frames. utt_duration=247 frames, utt_pad_proportion=0.07118, over 45284.96 utterances.], batch size: 41, lr: 8.02e-04 +2022-09-17 10:16:04,303 INFO [train.py:885] (0/2) Epoch 5, batch 7550, loss[loss=0.3455, simple_loss=0.3939, pruned_loss=0.1486, over 14321.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03983, over 154.00 utterances.], tot_loss[loss=0.3443, simple_loss=0.3918, pruned_loss=0.1484, over 2778143.13 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07129, over 44703.49 utterances.], batch size: 154, lr: 8.02e-04 +2022-09-17 10:16:41,590 INFO [train.py:885] (0/2) Epoch 5, batch 7600, loss[loss=0.2466, simple_loss=0.2748, pruned_loss=0.1092, over 13095.00 frames. utt_duration=2016 frames, utt_pad_proportion=0.1166, over 26.00 utterances.], tot_loss[loss=0.344, simple_loss=0.3912, pruned_loss=0.1484, over 2776022.58 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07132, over 44241.57 utterances.], batch size: 26, lr: 8.01e-04 +2022-09-17 10:17:11,571 INFO [train.py:885] (0/2) Epoch 5, batch 7650, loss[loss=0.482, simple_loss=0.5412, pruned_loss=0.2114, over 13138.00 frames. utt_duration=82.06 frames, utt_pad_proportion=0.1081, over 653.00 utterances.], tot_loss[loss=0.344, simple_loss=0.3905, pruned_loss=0.1487, over 2778174.92 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07032, over 43943.25 utterances.], batch size: 653, lr: 8.01e-04 +2022-09-17 10:17:40,900 INFO [train.py:885] (0/2) Epoch 5, batch 7700, loss[loss=0.3949, simple_loss=0.4278, pruned_loss=0.181, over 14316.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03937, over 262.00 utterances.], tot_loss[loss=0.3463, simple_loss=0.3923, pruned_loss=0.1501, over 2775262.00 frames. utt_duration=250 frames, utt_pad_proportion=0.07194, over 44666.34 utterances.], batch size: 262, lr: 8.01e-04 +2022-09-17 10:18:10,665 INFO [train.py:885] (0/2) Epoch 5, batch 7750, loss[loss=0.4106, simple_loss=0.4404, pruned_loss=0.1904, over 14313.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04027, over 262.00 utterances.], tot_loss[loss=0.3518, simple_loss=0.397, pruned_loss=0.1533, over 2776959.94 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07319, over 46059.89 utterances.], batch size: 262, lr: 8.00e-04 +2022-09-17 10:18:39,954 INFO [train.py:885] (0/2) Epoch 5, batch 7800, loss[loss=0.2339, simple_loss=0.2704, pruned_loss=0.09872, over 13496.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.0915, over 50.00 utterances.], tot_loss[loss=0.3561, simple_loss=0.4011, pruned_loss=0.1556, over 2780516.51 frames. utt_duration=236 frames, utt_pad_proportion=0.0725, over 47416.49 utterances.], batch size: 50, lr: 8.00e-04 +2022-09-17 10:19:09,576 INFO [train.py:885] (0/2) Epoch 5, batch 7850, loss[loss=0.3842, simple_loss=0.4221, pruned_loss=0.1732, over 14418.00 frames. utt_duration=275.9 frames, utt_pad_proportion=0.032, over 210.00 utterances.], tot_loss[loss=0.351, simple_loss=0.3966, pruned_loss=0.1527, over 2781961.05 frames. utt_duration=243.4 frames, utt_pad_proportion=0.0719, over 45996.35 utterances.], batch size: 210, lr: 8.00e-04 +2022-09-17 10:19:38,833 INFO [train.py:885] (0/2) Epoch 5, batch 7900, loss[loss=0.4834, simple_loss=0.5441, pruned_loss=0.2114, over 13239.00 frames. utt_duration=82.62 frames, utt_pad_proportion=0.102, over 653.00 utterances.], tot_loss[loss=0.3507, simple_loss=0.3968, pruned_loss=0.1523, over 2782793.95 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07121, over 46056.28 utterances.], batch size: 653, lr: 7.99e-04 +2022-09-17 10:20:08,657 INFO [train.py:885] (0/2) Epoch 5, batch 7950, loss[loss=0.5135, simple_loss=0.5575, pruned_loss=0.2348, over 13222.00 frames. utt_duration=82.47 frames, utt_pad_proportion=0.1036, over 653.00 utterances.], tot_loss[loss=0.3568, simple_loss=0.4024, pruned_loss=0.1556, over 2779230.30 frames. utt_duration=228 frames, utt_pad_proportion=0.0737, over 49069.75 utterances.], batch size: 653, lr: 7.99e-04 +2022-09-17 10:20:37,570 INFO [train.py:885] (0/2) Epoch 5, batch 8000, loss[loss=0.3583, simple_loss=0.4043, pruned_loss=0.1562, over 14316.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03834, over 195.00 utterances.], tot_loss[loss=0.354, simple_loss=0.4001, pruned_loss=0.1539, over 2779363.92 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07316, over 48360.34 utterances.], batch size: 195, lr: 7.99e-04 +2022-09-17 10:21:07,158 INFO [train.py:885] (0/2) Epoch 5, batch 8050, loss[loss=0.3169, simple_loss=0.378, pruned_loss=0.1279, over 14308.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04026, over 154.00 utterances.], tot_loss[loss=0.3531, simple_loss=0.3991, pruned_loss=0.1536, over 2780520.34 frames. utt_duration=236.4 frames, utt_pad_proportion=0.0724, over 47336.65 utterances.], batch size: 154, lr: 7.98e-04 +2022-09-17 10:21:36,913 INFO [train.py:885] (0/2) Epoch 5, batch 8100, loss[loss=0.2792, simple_loss=0.3187, pruned_loss=0.1198, over 13993.00 frames. utt_duration=710 frames, utt_pad_proportion=0.06083, over 79.00 utterances.], tot_loss[loss=0.3497, simple_loss=0.3964, pruned_loss=0.1515, over 2776182.68 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07478, over 47413.96 utterances.], batch size: 79, lr: 7.98e-04 +2022-09-17 10:22:06,046 INFO [train.py:885] (0/2) Epoch 5, batch 8150, loss[loss=0.3333, simple_loss=0.395, pruned_loss=0.1358, over 14291.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03914, over 180.00 utterances.], tot_loss[loss=0.3502, simple_loss=0.3972, pruned_loss=0.1516, over 2772523.09 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07636, over 47970.56 utterances.], batch size: 180, lr: 7.98e-04 +2022-09-17 10:22:35,786 INFO [train.py:885] (0/2) Epoch 5, batch 8200, loss[loss=0.3983, simple_loss=0.4595, pruned_loss=0.1686, over 13726.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07458, over 411.00 utterances.], tot_loss[loss=0.35, simple_loss=0.3969, pruned_loss=0.1516, over 2774073.16 frames. utt_duration=234.1 frames, utt_pad_proportion=0.0743, over 47693.14 utterances.], batch size: 411, lr: 7.97e-04 +2022-09-17 10:23:05,470 INFO [train.py:885] (0/2) Epoch 5, batch 8250, loss[loss=0.4699, simple_loss=0.5145, pruned_loss=0.2126, over 13616.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08154, over 477.00 utterances.], tot_loss[loss=0.3522, simple_loss=0.3985, pruned_loss=0.153, over 2773144.59 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07487, over 47771.08 utterances.], batch size: 477, lr: 7.97e-04 +2022-09-17 10:23:34,641 INFO [train.py:885] (0/2) Epoch 5, batch 8300, loss[loss=0.3823, simple_loss=0.4255, pruned_loss=0.1696, over 14301.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03967, over 283.00 utterances.], tot_loss[loss=0.3537, simple_loss=0.3987, pruned_loss=0.1543, over 2776120.58 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07368, over 46626.68 utterances.], batch size: 283, lr: 7.97e-04 +2022-09-17 10:24:04,672 INFO [train.py:885] (0/2) Epoch 5, batch 8350, loss[loss=0.2937, simple_loss=0.3151, pruned_loss=0.1362, over 13825.00 frames. utt_duration=923.2 frames, utt_pad_proportion=0.06653, over 60.00 utterances.], tot_loss[loss=0.3533, simple_loss=0.3987, pruned_loss=0.154, over 2778048.59 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07186, over 46503.93 utterances.], batch size: 60, lr: 7.96e-04 +2022-09-17 10:24:33,582 INFO [train.py:885] (0/2) Epoch 5, batch 8400, loss[loss=0.3094, simple_loss=0.3498, pruned_loss=0.1346, over 14210.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04224, over 109.00 utterances.], tot_loss[loss=0.3552, simple_loss=0.4, pruned_loss=0.1552, over 2780954.02 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07197, over 46541.06 utterances.], batch size: 109, lr: 7.96e-04 +2022-09-17 10:25:03,795 INFO [train.py:885] (0/2) Epoch 5, batch 8450, loss[loss=0.4068, simple_loss=0.4743, pruned_loss=0.1696, over 13598.00 frames. utt_duration=98.54 frames, utt_pad_proportion=0.07907, over 560.00 utterances.], tot_loss[loss=0.3549, simple_loss=0.4, pruned_loss=0.155, over 2778084.16 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07315, over 46906.12 utterances.], batch size: 560, lr: 7.96e-04 +2022-09-17 10:25:33,025 INFO [train.py:885] (0/2) Epoch 5, batch 8500, loss[loss=0.3629, simple_loss=0.4129, pruned_loss=0.1564, over 14309.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03967, over 262.00 utterances.], tot_loss[loss=0.3508, simple_loss=0.3966, pruned_loss=0.1525, over 2778646.21 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07221, over 45783.52 utterances.], batch size: 262, lr: 7.95e-04 +2022-09-17 10:26:03,440 INFO [train.py:885] (0/2) Epoch 5, batch 8550, loss[loss=0.3918, simple_loss=0.4474, pruned_loss=0.1681, over 13772.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07139, over 411.00 utterances.], tot_loss[loss=0.3496, simple_loss=0.3969, pruned_loss=0.1511, over 2778265.61 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07201, over 46917.52 utterances.], batch size: 411, lr: 7.95e-04 +2022-09-17 10:26:32,526 INFO [train.py:885] (0/2) Epoch 5, batch 8600, loss[loss=0.259, simple_loss=0.3108, pruned_loss=0.1036, over 13758.00 frames. utt_duration=918.7 frames, utt_pad_proportion=0.07577, over 60.00 utterances.], tot_loss[loss=0.349, simple_loss=0.3968, pruned_loss=0.1506, over 2780091.49 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07056, over 47157.99 utterances.], batch size: 60, lr: 7.95e-04 +2022-09-17 10:27:02,293 INFO [train.py:885] (0/2) Epoch 5, batch 8650, loss[loss=0.147, simple_loss=0.205, pruned_loss=0.04452, over 12425.00 frames. utt_duration=1989 frames, utt_pad_proportion=0.1614, over 25.00 utterances.], tot_loss[loss=0.3438, simple_loss=0.3919, pruned_loss=0.1479, over 2779764.71 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07097, over 45621.76 utterances.], batch size: 25, lr: 7.94e-04 +2022-09-17 10:27:31,198 INFO [train.py:885] (0/2) Epoch 5, batch 8700, loss[loss=0.3635, simple_loss=0.4137, pruned_loss=0.1567, over 14353.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03401, over 244.00 utterances.], tot_loss[loss=0.3476, simple_loss=0.3947, pruned_loss=0.1502, over 2783271.19 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07114, over 45603.85 utterances.], batch size: 244, lr: 7.94e-04 +2022-09-17 10:27:59,898 INFO [train.py:885] (0/2) Epoch 5, batch 8750, loss[loss=0.5305, simple_loss=0.508, pruned_loss=0.2764, over 14236.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04281, over 225.00 utterances.], tot_loss[loss=0.348, simple_loss=0.3945, pruned_loss=0.1508, over 2782959.15 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07023, over 44588.92 utterances.], batch size: 225, lr: 7.94e-04 +2022-09-17 10:28:29,482 INFO [train.py:885] (0/2) Epoch 5, batch 8800, loss[loss=0.4134, simple_loss=0.4465, pruned_loss=0.1902, over 14350.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03361, over 244.00 utterances.], tot_loss[loss=0.3458, simple_loss=0.393, pruned_loss=0.1493, over 2784874.24 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07001, over 44134.68 utterances.], batch size: 244, lr: 7.93e-04 +2022-09-17 10:28:58,934 INFO [train.py:885] (0/2) Epoch 5, batch 8850, loss[loss=0.4385, simple_loss=0.4676, pruned_loss=0.2047, over 14251.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04203, over 306.00 utterances.], tot_loss[loss=0.3441, simple_loss=0.3915, pruned_loss=0.1484, over 2782954.82 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06975, over 44280.92 utterances.], batch size: 306, lr: 7.93e-04 +2022-09-17 10:29:28,857 INFO [train.py:885] (0/2) Epoch 5, batch 8900, loss[loss=0.5487, simple_loss=0.5272, pruned_loss=0.2851, over 14226.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04416, over 335.00 utterances.], tot_loss[loss=0.3441, simple_loss=0.3905, pruned_loss=0.1488, over 2782654.76 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06816, over 43428.83 utterances.], batch size: 335, lr: 7.93e-04 +2022-09-17 10:29:58,655 INFO [train.py:885] (0/2) Epoch 5, batch 8950, loss[loss=0.36, simple_loss=0.4117, pruned_loss=0.1542, over 14317.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03805, over 226.00 utterances.], tot_loss[loss=0.3459, simple_loss=0.3923, pruned_loss=0.1498, over 2780576.04 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07106, over 44878.85 utterances.], batch size: 226, lr: 7.92e-04 +2022-09-17 10:30:28,610 INFO [train.py:885] (0/2) Epoch 5, batch 9000, loss[loss=0.3017, simple_loss=0.3522, pruned_loss=0.1255, over 12404.00 frames. utt_duration=1986 frames, utt_pad_proportion=0.1618, over 25.00 utterances.], tot_loss[loss=0.3478, simple_loss=0.3946, pruned_loss=0.1505, over 2777860.86 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07241, over 45560.29 utterances.], batch size: 25, lr: 7.92e-04 +2022-09-17 10:30:28,612 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 10:30:32,884 INFO [train.py:914] (0/2) Epoch 5, validation: loss=0.2282, simple_loss=0.2991, pruned_loss=0.0787, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 10:31:03,116 INFO [train.py:885] (0/2) Epoch 5, batch 9050, loss[loss=0.293, simple_loss=0.3551, pruned_loss=0.1155, over 14355.00 frames. utt_duration=479.7 frames, utt_pad_proportion=0.03666, over 120.00 utterances.], tot_loss[loss=0.3483, simple_loss=0.3955, pruned_loss=0.1506, over 2775430.95 frames. utt_duration=242 frames, utt_pad_proportion=0.0745, over 46166.75 utterances.], batch size: 120, lr: 7.92e-04 +2022-09-17 10:31:32,176 INFO [train.py:885] (0/2) Epoch 5, batch 9100, loss[loss=0.3834, simple_loss=0.4614, pruned_loss=0.1527, over 13618.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07779, over 560.00 utterances.], tot_loss[loss=0.3456, simple_loss=0.3924, pruned_loss=0.1494, over 2779290.51 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07254, over 44522.09 utterances.], batch size: 560, lr: 7.91e-04 +2022-09-17 10:32:01,996 INFO [train.py:885] (0/2) Epoch 5, batch 9150, loss[loss=0.3957, simple_loss=0.432, pruned_loss=0.1797, over 14298.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04058, over 262.00 utterances.], tot_loss[loss=0.3487, simple_loss=0.3959, pruned_loss=0.1508, over 2780802.38 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07341, over 46003.64 utterances.], batch size: 262, lr: 7.91e-04 +2022-09-17 10:32:31,064 INFO [train.py:885] (0/2) Epoch 5, batch 9200, loss[loss=0.3731, simple_loss=0.4357, pruned_loss=0.1553, over 13972.00 frames. utt_duration=154.1 frames, utt_pad_proportion=0.06036, over 366.00 utterances.], tot_loss[loss=0.3502, simple_loss=0.3967, pruned_loss=0.1518, over 2781571.75 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07265, over 46036.44 utterances.], batch size: 366, lr: 7.91e-04 +2022-09-17 10:33:00,882 INFO [train.py:885] (0/2) Epoch 5, batch 9250, loss[loss=0.386, simple_loss=0.4267, pruned_loss=0.1726, over 14295.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03892, over 180.00 utterances.], tot_loss[loss=0.3519, simple_loss=0.3977, pruned_loss=0.1531, over 2782854.43 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07238, over 46021.96 utterances.], batch size: 180, lr: 7.90e-04 +2022-09-17 10:33:30,138 INFO [train.py:885] (0/2) Epoch 5, batch 9300, loss[loss=0.4144, simple_loss=0.4391, pruned_loss=0.1949, over 14361.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03727, over 244.00 utterances.], tot_loss[loss=0.353, simple_loss=0.399, pruned_loss=0.1535, over 2779623.33 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07322, over 47019.31 utterances.], batch size: 244, lr: 7.90e-04 +2022-09-17 10:34:00,234 INFO [train.py:885] (0/2) Epoch 5, batch 9350, loss[loss=0.3724, simple_loss=0.3865, pruned_loss=0.1792, over 14183.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04389, over 109.00 utterances.], tot_loss[loss=0.3531, simple_loss=0.3987, pruned_loss=0.1538, over 2782167.98 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07348, over 46561.52 utterances.], batch size: 109, lr: 7.90e-04 +2022-09-17 10:34:29,394 INFO [train.py:885] (0/2) Epoch 5, batch 9400, loss[loss=0.3363, simple_loss=0.3838, pruned_loss=0.1444, over 14330.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.0373, over 195.00 utterances.], tot_loss[loss=0.3506, simple_loss=0.3962, pruned_loss=0.1525, over 2783425.46 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07218, over 45821.24 utterances.], batch size: 195, lr: 7.89e-04 +2022-09-17 10:34:59,323 INFO [train.py:885] (0/2) Epoch 5, batch 9450, loss[loss=0.3698, simple_loss=0.4319, pruned_loss=0.1538, over 13998.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05581, over 365.00 utterances.], tot_loss[loss=0.35, simple_loss=0.3965, pruned_loss=0.1518, over 2782950.38 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07137, over 46364.74 utterances.], batch size: 365, lr: 7.89e-04 +2022-09-17 10:35:28,667 INFO [train.py:885] (0/2) Epoch 5, batch 9500, loss[loss=0.4817, simple_loss=0.5458, pruned_loss=0.2088, over 13210.00 frames. utt_duration=82.42 frames, utt_pad_proportion=0.1041, over 653.00 utterances.], tot_loss[loss=0.3525, simple_loss=0.3989, pruned_loss=0.1531, over 2780231.67 frames. utt_duration=235.4 frames, utt_pad_proportion=0.0729, over 47536.66 utterances.], batch size: 653, lr: 7.89e-04 +2022-09-17 10:35:40,405 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-60000.pt +2022-09-17 10:35:58,885 INFO [train.py:885] (0/2) Epoch 5, batch 9550, loss[loss=0.2249, simple_loss=0.2845, pruned_loss=0.08269, over 13401.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08409, over 41.00 utterances.], tot_loss[loss=0.3509, simple_loss=0.3971, pruned_loss=0.1524, over 2783047.35 frames. utt_duration=243 frames, utt_pad_proportion=0.06998, over 46086.65 utterances.], batch size: 41, lr: 7.88e-04 +2022-09-17 10:36:28,125 INFO [train.py:885] (0/2) Epoch 5, batch 9600, loss[loss=0.3188, simple_loss=0.3664, pruned_loss=0.1355, over 14158.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04562, over 109.00 utterances.], tot_loss[loss=0.3497, simple_loss=0.3954, pruned_loss=0.1521, over 2780864.31 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07023, over 45374.33 utterances.], batch size: 109, lr: 7.88e-04 +2022-09-17 10:36:58,064 INFO [train.py:885] (0/2) Epoch 5, batch 9650, loss[loss=0.2795, simple_loss=0.3262, pruned_loss=0.1164, over 14185.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04754, over 89.00 utterances.], tot_loss[loss=0.3523, simple_loss=0.3976, pruned_loss=0.1535, over 2780317.08 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07138, over 46491.49 utterances.], batch size: 89, lr: 7.88e-04 +2022-09-17 10:37:27,262 INFO [train.py:885] (0/2) Epoch 5, batch 9700, loss[loss=0.4084, simple_loss=0.4642, pruned_loss=0.1763, over 13777.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07168, over 411.00 utterances.], tot_loss[loss=0.3476, simple_loss=0.3942, pruned_loss=0.1506, over 2779887.44 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07093, over 45649.15 utterances.], batch size: 411, lr: 7.87e-04 +2022-09-17 10:37:57,247 INFO [train.py:885] (0/2) Epoch 5, batch 9750, loss[loss=0.2521, simple_loss=0.3138, pruned_loss=0.09516, over 13524.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08252, over 50.00 utterances.], tot_loss[loss=0.3484, simple_loss=0.3947, pruned_loss=0.151, over 2779515.89 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07144, over 46043.49 utterances.], batch size: 50, lr: 7.87e-04 +2022-09-17 10:38:26,696 INFO [train.py:885] (0/2) Epoch 5, batch 9800, loss[loss=0.266, simple_loss=0.3257, pruned_loss=0.1031, over 14154.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04592, over 109.00 utterances.], tot_loss[loss=0.3481, simple_loss=0.3942, pruned_loss=0.151, over 2785204.14 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06958, over 44732.66 utterances.], batch size: 109, lr: 7.87e-04 +2022-09-17 10:38:55,908 INFO [train.py:885] (0/2) Epoch 5, batch 9850, loss[loss=0.3249, simple_loss=0.3704, pruned_loss=0.1397, over 14289.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.03872, over 120.00 utterances.], tot_loss[loss=0.3462, simple_loss=0.3928, pruned_loss=0.1498, over 2779872.24 frames. utt_duration=250 frames, utt_pad_proportion=0.07187, over 44743.09 utterances.], batch size: 120, lr: 7.86e-04 +2022-09-17 10:39:25,888 INFO [train.py:885] (0/2) Epoch 5, batch 9900, loss[loss=0.2976, simple_loss=0.3476, pruned_loss=0.1238, over 14288.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03908, over 130.00 utterances.], tot_loss[loss=0.3474, simple_loss=0.3938, pruned_loss=0.1505, over 2783388.90 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07073, over 44753.01 utterances.], batch size: 130, lr: 7.86e-04 +2022-09-17 10:39:55,766 INFO [train.py:885] (0/2) Epoch 5, batch 9950, loss[loss=0.3514, simple_loss=0.4052, pruned_loss=0.1488, over 14299.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03852, over 180.00 utterances.], tot_loss[loss=0.3517, simple_loss=0.3981, pruned_loss=0.1527, over 2783421.71 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07054, over 46755.75 utterances.], batch size: 180, lr: 7.86e-04 +2022-09-17 10:40:25,398 INFO [train.py:885] (0/2) Epoch 5, batch 10000, loss[loss=0.2996, simple_loss=0.3504, pruned_loss=0.1244, over 14294.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03906, over 130.00 utterances.], tot_loss[loss=0.3484, simple_loss=0.3956, pruned_loss=0.1506, over 2787769.57 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06846, over 45429.40 utterances.], batch size: 130, lr: 7.85e-04 +2022-09-17 10:40:54,546 INFO [train.py:885] (0/2) Epoch 5, batch 10050, loss[loss=0.5578, simple_loss=0.5975, pruned_loss=0.2591, over 13156.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.1071, over 653.00 utterances.], tot_loss[loss=0.3461, simple_loss=0.3941, pruned_loss=0.1491, over 2787448.32 frames. utt_duration=247.1 frames, utt_pad_proportion=0.0689, over 45401.45 utterances.], batch size: 653, lr: 7.85e-04 +2022-09-17 10:41:24,615 INFO [train.py:885] (0/2) Epoch 5, batch 10100, loss[loss=0.1862, simple_loss=0.2453, pruned_loss=0.06351, over 13518.00 frames. utt_duration=1289 frames, utt_pad_proportion=0.09734, over 42.00 utterances.], tot_loss[loss=0.343, simple_loss=0.3916, pruned_loss=0.1472, over 2781661.03 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07012, over 45362.92 utterances.], batch size: 42, lr: 7.85e-04 +2022-09-17 10:41:53,542 INFO [train.py:885] (0/2) Epoch 5, batch 10150, loss[loss=0.6811, simple_loss=0.6964, pruned_loss=0.3329, over 12492.00 frames. utt_duration=63.28 frames, utt_pad_proportion=0.1449, over 810.00 utterances.], tot_loss[loss=0.3406, simple_loss=0.389, pruned_loss=0.1462, over 2778192.38 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06997, over 44087.45 utterances.], batch size: 810, lr: 7.85e-04 +2022-09-17 10:42:23,465 INFO [train.py:885] (0/2) Epoch 5, batch 10200, loss[loss=0.5087, simple_loss=0.5555, pruned_loss=0.2309, over 13205.00 frames. utt_duration=82.41 frames, utt_pad_proportion=0.1042, over 653.00 utterances.], tot_loss[loss=0.3441, simple_loss=0.3921, pruned_loss=0.1481, over 2772232.23 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07478, over 45764.93 utterances.], batch size: 653, lr: 7.84e-04 +2022-09-17 10:42:52,732 INFO [train.py:885] (0/2) Epoch 5, batch 10250, loss[loss=0.3332, simple_loss=0.394, pruned_loss=0.1362, over 14353.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03595, over 195.00 utterances.], tot_loss[loss=0.3439, simple_loss=0.3911, pruned_loss=0.1484, over 2776191.81 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07273, over 44078.82 utterances.], batch size: 195, lr: 7.84e-04 +2022-09-17 10:43:22,029 INFO [train.py:885] (0/2) Epoch 5, batch 10300, loss[loss=0.366, simple_loss=0.4025, pruned_loss=0.1647, over 14318.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.03762, over 154.00 utterances.], tot_loss[loss=0.346, simple_loss=0.3933, pruned_loss=0.1494, over 2779922.60 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07125, over 44848.86 utterances.], batch size: 154, lr: 7.84e-04 +2022-09-17 10:43:52,242 INFO [train.py:885] (0/2) Epoch 5, batch 10350, loss[loss=0.4173, simple_loss=0.4635, pruned_loss=0.1855, over 14049.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05559, over 366.00 utterances.], tot_loss[loss=0.3475, simple_loss=0.3947, pruned_loss=0.1501, over 2781690.75 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07146, over 45112.60 utterances.], batch size: 366, lr: 7.83e-04 +2022-09-17 10:44:21,963 INFO [train.py:885] (0/2) Epoch 5, batch 10400, loss[loss=0.4967, simple_loss=0.4996, pruned_loss=0.247, over 14241.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04284, over 335.00 utterances.], tot_loss[loss=0.3478, simple_loss=0.395, pruned_loss=0.1503, over 2786528.65 frames. utt_duration=248.7 frames, utt_pad_proportion=0.0691, over 45091.57 utterances.], batch size: 335, lr: 7.83e-04 +2022-09-17 10:44:51,109 INFO [train.py:885] (0/2) Epoch 5, batch 10450, loss[loss=0.3831, simple_loss=0.4283, pruned_loss=0.1689, over 14302.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03924, over 195.00 utterances.], tot_loss[loss=0.3442, simple_loss=0.3915, pruned_loss=0.1484, over 2786070.64 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06679, over 44102.64 utterances.], batch size: 195, lr: 7.83e-04 +2022-09-17 10:45:20,360 INFO [train.py:885] (0/2) Epoch 5, batch 10500, loss[loss=0.2893, simple_loss=0.3251, pruned_loss=0.1267, over 13844.00 frames. utt_duration=804.1 frames, utt_pad_proportion=0.06396, over 69.00 utterances.], tot_loss[loss=0.3429, simple_loss=0.3911, pruned_loss=0.1474, over 2779572.76 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07046, over 45338.73 utterances.], batch size: 69, lr: 7.82e-04 +2022-09-17 10:45:50,264 INFO [train.py:885] (0/2) Epoch 5, batch 10550, loss[loss=0.2969, simple_loss=0.342, pruned_loss=0.1259, over 14132.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05055, over 98.00 utterances.], tot_loss[loss=0.3404, simple_loss=0.3884, pruned_loss=0.1462, over 2780206.52 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06835, over 44479.38 utterances.], batch size: 98, lr: 7.82e-04 +2022-09-17 10:46:19,995 INFO [train.py:885] (0/2) Epoch 5, batch 10600, loss[loss=0.3688, simple_loss=0.405, pruned_loss=0.1663, over 14295.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03886, over 180.00 utterances.], tot_loss[loss=0.3455, simple_loss=0.3933, pruned_loss=0.1489, over 2778013.13 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07127, over 46040.28 utterances.], batch size: 180, lr: 7.82e-04 +2022-09-17 10:46:49,473 INFO [train.py:885] (0/2) Epoch 5, batch 10650, loss[loss=0.3103, simple_loss=0.3715, pruned_loss=0.1246, over 14403.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03501, over 196.00 utterances.], tot_loss[loss=0.3449, simple_loss=0.3927, pruned_loss=0.1486, over 2780774.49 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06983, over 45505.02 utterances.], batch size: 196, lr: 7.81e-04 +2022-09-17 10:47:18,863 INFO [train.py:885] (0/2) Epoch 5, batch 10700, loss[loss=0.4241, simple_loss=0.4541, pruned_loss=0.197, over 14190.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04488, over 306.00 utterances.], tot_loss[loss=0.3441, simple_loss=0.3915, pruned_loss=0.1483, over 2778544.07 frames. utt_duration=250 frames, utt_pad_proportion=0.07138, over 44726.13 utterances.], batch size: 306, lr: 7.81e-04 +2022-09-17 10:47:48,070 INFO [train.py:885] (0/2) Epoch 5, batch 10750, loss[loss=0.3974, simple_loss=0.4429, pruned_loss=0.176, over 14354.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03582, over 210.00 utterances.], tot_loss[loss=0.3475, simple_loss=0.3944, pruned_loss=0.1503, over 2778914.59 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07054, over 45573.63 utterances.], batch size: 210, lr: 7.81e-04 +2022-09-17 10:48:17,896 INFO [train.py:885] (0/2) Epoch 5, batch 10800, loss[loss=0.2536, simple_loss=0.3193, pruned_loss=0.094, over 14303.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03996, over 120.00 utterances.], tot_loss[loss=0.3454, simple_loss=0.3935, pruned_loss=0.1486, over 2777554.15 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0709, over 45646.51 utterances.], batch size: 120, lr: 7.80e-04 +2022-09-17 10:48:47,166 INFO [train.py:885] (0/2) Epoch 5, batch 10850, loss[loss=0.3656, simple_loss=0.3877, pruned_loss=0.1718, over 14078.00 frames. utt_duration=576.1 frames, utt_pad_proportion=0.05397, over 98.00 utterances.], tot_loss[loss=0.3476, simple_loss=0.3946, pruned_loss=0.1503, over 2782099.51 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06859, over 45529.34 utterances.], batch size: 98, lr: 7.80e-04 +2022-09-17 10:49:17,156 INFO [train.py:885] (0/2) Epoch 5, batch 10900, loss[loss=0.2232, simple_loss=0.2786, pruned_loss=0.0839, over 12892.00 frames. utt_duration=2065 frames, utt_pad_proportion=0.1259, over 25.00 utterances.], tot_loss[loss=0.3467, simple_loss=0.3937, pruned_loss=0.1499, over 2779790.92 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0682, over 45300.26 utterances.], batch size: 25, lr: 7.80e-04 +2022-09-17 10:49:46,796 INFO [train.py:885] (0/2) Epoch 5, batch 10950, loss[loss=0.3354, simple_loss=0.3954, pruned_loss=0.1377, over 14355.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03601, over 210.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3904, pruned_loss=0.1473, over 2780520.70 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06803, over 44763.96 utterances.], batch size: 210, lr: 7.79e-04 +2022-09-17 10:50:15,686 INFO [train.py:885] (0/2) Epoch 5, batch 11000, loss[loss=0.4551, simple_loss=0.5244, pruned_loss=0.1929, over 13199.00 frames. utt_duration=82.4 frames, utt_pad_proportion=0.1043, over 653.00 utterances.], tot_loss[loss=0.3433, simple_loss=0.3901, pruned_loss=0.1482, over 2778884.93 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06887, over 44180.55 utterances.], batch size: 653, lr: 7.79e-04 +2022-09-17 10:50:45,578 INFO [train.py:885] (0/2) Epoch 5, batch 11050, loss[loss=0.1731, simple_loss=0.2244, pruned_loss=0.06094, over 13288.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.1084, over 33.00 utterances.], tot_loss[loss=0.3438, simple_loss=0.39, pruned_loss=0.1488, over 2780181.05 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06722, over 43321.36 utterances.], batch size: 33, lr: 7.79e-04 +2022-09-17 10:51:15,774 INFO [train.py:885] (0/2) Epoch 5, batch 11100, loss[loss=0.4026, simple_loss=0.4415, pruned_loss=0.1819, over 14268.00 frames. utt_duration=188.1 frames, utt_pad_proportion=0.04035, over 306.00 utterances.], tot_loss[loss=0.3468, simple_loss=0.3938, pruned_loss=0.1499, over 2781518.95 frames. utt_duration=248 frames, utt_pad_proportion=0.06767, over 45131.19 utterances.], batch size: 306, lr: 7.78e-04 +2022-09-17 10:51:45,372 INFO [train.py:885] (0/2) Epoch 5, batch 11150, loss[loss=0.2129, simple_loss=0.2773, pruned_loss=0.07426, over 13395.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.09817, over 50.00 utterances.], tot_loss[loss=0.3477, simple_loss=0.3949, pruned_loss=0.1502, over 2783247.48 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06812, over 45465.40 utterances.], batch size: 50, lr: 7.78e-04 +2022-09-17 10:52:14,489 INFO [train.py:885] (0/2) Epoch 5, batch 11200, loss[loss=0.8396, simple_loss=0.801, pruned_loss=0.4391, over 12446.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1486, over 810.00 utterances.], tot_loss[loss=0.3473, simple_loss=0.3946, pruned_loss=0.15, over 2783743.44 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06883, over 44966.44 utterances.], batch size: 810, lr: 7.78e-04 +2022-09-17 10:52:44,506 INFO [train.py:885] (0/2) Epoch 5, batch 11250, loss[loss=0.3612, simple_loss=0.404, pruned_loss=0.1592, over 14314.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03767, over 180.00 utterances.], tot_loss[loss=0.3471, simple_loss=0.3944, pruned_loss=0.1499, over 2784750.30 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06833, over 44797.99 utterances.], batch size: 180, lr: 7.78e-04 +2022-09-17 10:53:13,734 INFO [train.py:885] (0/2) Epoch 5, batch 11300, loss[loss=0.3729, simple_loss=0.4208, pruned_loss=0.1625, over 14298.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04117, over 262.00 utterances.], tot_loss[loss=0.3441, simple_loss=0.3913, pruned_loss=0.1484, over 2786051.01 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06744, over 43850.32 utterances.], batch size: 262, lr: 7.77e-04 +2022-09-17 10:53:43,485 INFO [train.py:885] (0/2) Epoch 5, batch 11350, loss[loss=0.4076, simple_loss=0.456, pruned_loss=0.1796, over 13968.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05753, over 365.00 utterances.], tot_loss[loss=0.3444, simple_loss=0.3913, pruned_loss=0.1487, over 2784639.55 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06816, over 44156.22 utterances.], batch size: 365, lr: 7.77e-04 +2022-09-17 10:54:13,426 INFO [train.py:885] (0/2) Epoch 5, batch 11400, loss[loss=0.4434, simple_loss=0.4635, pruned_loss=0.2117, over 14234.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04329, over 335.00 utterances.], tot_loss[loss=0.3472, simple_loss=0.3946, pruned_loss=0.1499, over 2786394.41 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06776, over 45164.43 utterances.], batch size: 335, lr: 7.77e-04 +2022-09-17 10:54:42,950 INFO [train.py:885] (0/2) Epoch 5, batch 11450, loss[loss=0.4489, simple_loss=0.4683, pruned_loss=0.2148, over 14220.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04364, over 335.00 utterances.], tot_loss[loss=0.3488, simple_loss=0.3964, pruned_loss=0.1506, over 2781377.78 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07093, over 46426.99 utterances.], batch size: 335, lr: 7.76e-04 +2022-09-17 10:55:12,483 INFO [train.py:885] (0/2) Epoch 5, batch 11500, loss[loss=0.3815, simple_loss=0.4246, pruned_loss=0.1692, over 14395.00 frames. utt_duration=275.5 frames, utt_pad_proportion=0.03325, over 210.00 utterances.], tot_loss[loss=0.3487, simple_loss=0.3953, pruned_loss=0.151, over 2782055.87 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07017, over 45047.07 utterances.], batch size: 210, lr: 7.76e-04 +2022-09-17 10:55:41,817 INFO [train.py:885] (0/2) Epoch 5, batch 11550, loss[loss=0.5433, simple_loss=0.5299, pruned_loss=0.2783, over 14238.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04308, over 335.00 utterances.], tot_loss[loss=0.349, simple_loss=0.3952, pruned_loss=0.1514, over 2785433.14 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06907, over 44722.99 utterances.], batch size: 335, lr: 7.76e-04 +2022-09-17 10:56:11,259 INFO [train.py:885] (0/2) Epoch 5, batch 11600, loss[loss=0.6371, simple_loss=0.6719, pruned_loss=0.3011, over 12493.00 frames. utt_duration=63.22 frames, utt_pad_proportion=0.1457, over 811.00 utterances.], tot_loss[loss=0.3496, simple_loss=0.395, pruned_loss=0.1521, over 2782962.76 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06995, over 44143.82 utterances.], batch size: 811, lr: 7.75e-04 +2022-09-17 10:56:40,457 INFO [train.py:885] (0/2) Epoch 5, batch 11650, loss[loss=0.4398, simple_loss=0.4647, pruned_loss=0.2074, over 14233.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04271, over 335.00 utterances.], tot_loss[loss=0.348, simple_loss=0.3933, pruned_loss=0.1513, over 2788080.91 frames. utt_duration=258 frames, utt_pad_proportion=0.06883, over 43467.81 utterances.], batch size: 335, lr: 7.75e-04 +2022-09-17 10:57:09,891 INFO [train.py:885] (0/2) Epoch 5, batch 11700, loss[loss=0.2221, simple_loss=0.2805, pruned_loss=0.08189, over 14054.00 frames. utt_duration=712.9 frames, utt_pad_proportion=0.0557, over 79.00 utterances.], tot_loss[loss=0.3479, simple_loss=0.3935, pruned_loss=0.1511, over 2785130.17 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06917, over 44152.64 utterances.], batch size: 79, lr: 7.75e-04 +2022-09-17 10:57:39,698 INFO [train.py:885] (0/2) Epoch 5, batch 11750, loss[loss=0.415, simple_loss=0.4771, pruned_loss=0.1764, over 13645.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0805, over 477.00 utterances.], tot_loss[loss=0.3468, simple_loss=0.3932, pruned_loss=0.1502, over 2783616.84 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06925, over 44887.69 utterances.], batch size: 477, lr: 7.74e-04 +2022-09-17 10:58:08,289 INFO [train.py:885] (0/2) Epoch 5, batch 11800, loss[loss=0.3198, simple_loss=0.3676, pruned_loss=0.136, over 14220.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04761, over 141.00 utterances.], tot_loss[loss=0.3495, simple_loss=0.3959, pruned_loss=0.1515, over 2783378.90 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07098, over 45382.42 utterances.], batch size: 141, lr: 7.74e-04 +2022-09-17 10:58:38,493 INFO [train.py:885] (0/2) Epoch 5, batch 11850, loss[loss=0.3895, simple_loss=0.4286, pruned_loss=0.1752, over 14213.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04365, over 306.00 utterances.], tot_loss[loss=0.3504, simple_loss=0.3964, pruned_loss=0.1522, over 2783185.28 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07148, over 45429.60 utterances.], batch size: 306, lr: 7.74e-04 +2022-09-17 10:59:15,608 INFO [train.py:885] (0/2) Epoch 5, batch 11900, loss[loss=0.57, simple_loss=0.592, pruned_loss=0.274, over 13192.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1047, over 653.00 utterances.], tot_loss[loss=0.3478, simple_loss=0.3941, pruned_loss=0.1507, over 2786225.40 frames. utt_duration=249.3 frames, utt_pad_proportion=0.0701, over 44971.77 utterances.], batch size: 653, lr: 7.74e-04 +2022-09-17 10:59:46,298 INFO [train.py:885] (0/2) Epoch 5, batch 11950, loss[loss=0.4415, simple_loss=0.4684, pruned_loss=0.2074, over 14272.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04027, over 335.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.3997, pruned_loss=0.1536, over 2784489.63 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07203, over 47067.46 utterances.], batch size: 335, lr: 7.73e-04 +2022-09-17 11:00:14,688 INFO [train.py:885] (0/2) Epoch 5, batch 12000, loss[loss=0.1771, simple_loss=0.2124, pruned_loss=0.07085, over 13065.00 frames. utt_duration=1585 frames, utt_pad_proportion=0.122, over 33.00 utterances.], tot_loss[loss=0.3483, simple_loss=0.3952, pruned_loss=0.1507, over 2784277.65 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07063, over 45401.63 utterances.], batch size: 33, lr: 7.73e-04 +2022-09-17 11:00:14,689 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 11:00:18,858 INFO [train.py:914] (0/2) Epoch 5, validation: loss=0.2292, simple_loss=0.2982, pruned_loss=0.08013, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 11:00:48,283 INFO [train.py:885] (0/2) Epoch 5, batch 12050, loss[loss=0.6455, simple_loss=0.6721, pruned_loss=0.3095, over 12447.00 frames. utt_duration=63.08 frames, utt_pad_proportion=0.1476, over 810.00 utterances.], tot_loss[loss=0.3506, simple_loss=0.3964, pruned_loss=0.1524, over 2787686.69 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07032, over 45019.69 utterances.], batch size: 810, lr: 7.73e-04 +2022-09-17 11:01:17,718 INFO [train.py:885] (0/2) Epoch 5, batch 12100, loss[loss=0.4211, simple_loss=0.4448, pruned_loss=0.1987, over 14322.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03815, over 210.00 utterances.], tot_loss[loss=0.3497, simple_loss=0.396, pruned_loss=0.1517, over 2781381.85 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07232, over 45764.54 utterances.], batch size: 210, lr: 7.72e-04 +2022-09-17 11:01:47,084 INFO [train.py:885] (0/2) Epoch 5, batch 12150, loss[loss=0.2615, simple_loss=0.3259, pruned_loss=0.09857, over 14019.00 frames. utt_duration=573.6 frames, utt_pad_proportion=0.05812, over 98.00 utterances.], tot_loss[loss=0.3524, simple_loss=0.3994, pruned_loss=0.1527, over 2787836.00 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07004, over 46725.11 utterances.], batch size: 98, lr: 7.72e-04 +2022-09-17 11:02:17,106 INFO [train.py:885] (0/2) Epoch 5, batch 12200, loss[loss=0.3073, simple_loss=0.3459, pruned_loss=0.1343, over 14088.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.0548, over 98.00 utterances.], tot_loss[loss=0.3471, simple_loss=0.3949, pruned_loss=0.1496, over 2788186.05 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06811, over 45758.02 utterances.], batch size: 98, lr: 7.72e-04 +2022-09-17 11:02:47,126 INFO [train.py:885] (0/2) Epoch 5, batch 12250, loss[loss=0.2271, simple_loss=0.2803, pruned_loss=0.08695, over 13696.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.07963, over 42.00 utterances.], tot_loss[loss=0.3475, simple_loss=0.3952, pruned_loss=0.1499, over 2784145.94 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07123, over 46319.11 utterances.], batch size: 42, lr: 7.71e-04 +2022-09-17 11:03:16,424 INFO [train.py:885] (0/2) Epoch 5, batch 12300, loss[loss=0.3644, simple_loss=0.4507, pruned_loss=0.139, over 13647.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.07655, over 560.00 utterances.], tot_loss[loss=0.3462, simple_loss=0.3931, pruned_loss=0.1496, over 2783872.57 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07117, over 45618.21 utterances.], batch size: 560, lr: 7.71e-04 +2022-09-17 11:03:46,421 INFO [train.py:885] (0/2) Epoch 5, batch 12350, loss[loss=0.3841, simple_loss=0.421, pruned_loss=0.1735, over 14297.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03886, over 180.00 utterances.], tot_loss[loss=0.3474, simple_loss=0.3939, pruned_loss=0.1504, over 2780036.41 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07202, over 46103.23 utterances.], batch size: 180, lr: 7.71e-04 +2022-09-17 11:04:15,332 INFO [train.py:885] (0/2) Epoch 5, batch 12400, loss[loss=0.4197, simple_loss=0.445, pruned_loss=0.1972, over 14325.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0383, over 283.00 utterances.], tot_loss[loss=0.345, simple_loss=0.3922, pruned_loss=0.1489, over 2782219.30 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06917, over 45280.13 utterances.], batch size: 283, lr: 7.70e-04 +2022-09-17 11:04:45,283 INFO [train.py:885] (0/2) Epoch 5, batch 12450, loss[loss=0.2847, simple_loss=0.347, pruned_loss=0.1113, over 14298.00 frames. utt_duration=343.8 frames, utt_pad_proportion=0.04232, over 167.00 utterances.], tot_loss[loss=0.3451, simple_loss=0.3917, pruned_loss=0.1493, over 2784774.30 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06831, over 44516.70 utterances.], batch size: 167, lr: 7.70e-04 +2022-09-17 11:05:23,035 INFO [train.py:885] (0/2) Epoch 5, batch 12500, loss[loss=0.2496, simple_loss=0.3104, pruned_loss=0.09442, over 14050.00 frames. utt_duration=712.8 frames, utt_pad_proportion=0.05711, over 79.00 utterances.], tot_loss[loss=0.3428, simple_loss=0.3892, pruned_loss=0.1482, over 2785335.63 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06684, over 43395.15 utterances.], batch size: 79, lr: 7.70e-04 +2022-09-17 11:05:52,872 INFO [train.py:885] (0/2) Epoch 5, batch 12550, loss[loss=0.5464, simple_loss=0.5277, pruned_loss=0.2825, over 14240.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04286, over 335.00 utterances.], tot_loss[loss=0.3469, simple_loss=0.3928, pruned_loss=0.1505, over 2783653.43 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06845, over 44351.72 utterances.], batch size: 335, lr: 7.70e-04 +2022-09-17 11:06:20,327 INFO [train.py:885] (0/2) Epoch 5, batch 12600, loss[loss=0.2895, simple_loss=0.341, pruned_loss=0.119, over 14299.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03998, over 130.00 utterances.], tot_loss[loss=0.3488, simple_loss=0.3945, pruned_loss=0.1516, over 2785029.41 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06896, over 44885.96 utterances.], batch size: 130, lr: 7.69e-04 +2022-09-17 11:06:31,605 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-5.pt +2022-09-17 11:06:39,244 INFO [train.py:885] (0/2) Epoch 6, batch 0, loss[loss=0.305, simple_loss=0.3548, pruned_loss=0.1276, over 14286.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.041, over 120.00 utterances.], tot_loss[loss=0.305, simple_loss=0.3548, pruned_loss=0.1276, over 14286.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.041, over 120.00 utterances.], batch size: 120, lr: 7.39e-04 +2022-09-17 11:07:08,631 INFO [train.py:885] (0/2) Epoch 6, batch 50, loss[loss=0.3681, simple_loss=0.4024, pruned_loss=0.1669, over 14277.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04263, over 154.00 utterances.], tot_loss[loss=0.3478, simple_loss=0.3978, pruned_loss=0.1489, over 623741.31 frames. utt_duration=212.3 frames, utt_pad_proportion=0.07913, over 11832.21 utterances.], batch size: 154, lr: 7.39e-04 +2022-09-17 11:07:37,841 INFO [train.py:885] (0/2) Epoch 6, batch 100, loss[loss=0.3979, simple_loss=0.4416, pruned_loss=0.1771, over 14359.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03544, over 210.00 utterances.], tot_loss[loss=0.3419, simple_loss=0.392, pruned_loss=0.1459, over 1108208.61 frames. utt_duration=240.9 frames, utt_pad_proportion=0.06775, over 18514.08 utterances.], batch size: 210, lr: 7.38e-04 +2022-09-17 11:08:07,169 INFO [train.py:885] (0/2) Epoch 6, batch 150, loss[loss=0.4258, simple_loss=0.4535, pruned_loss=0.1991, over 14204.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04448, over 335.00 utterances.], tot_loss[loss=0.3471, simple_loss=0.3956, pruned_loss=0.1493, over 1472623.24 frames. utt_duration=234.9 frames, utt_pad_proportion=0.074, over 25241.17 utterances.], batch size: 335, lr: 7.38e-04 +2022-09-17 11:08:37,308 INFO [train.py:885] (0/2) Epoch 6, batch 200, loss[loss=0.5041, simple_loss=0.5538, pruned_loss=0.2272, over 13139.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1083, over 653.00 utterances.], tot_loss[loss=0.3501, simple_loss=0.3982, pruned_loss=0.1511, over 1757611.28 frames. utt_duration=227 frames, utt_pad_proportion=0.07705, over 31176.05 utterances.], batch size: 653, lr: 7.38e-04 +2022-09-17 11:09:06,800 INFO [train.py:885] (0/2) Epoch 6, batch 250, loss[loss=0.2091, simple_loss=0.258, pruned_loss=0.08009, over 13454.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.0824, over 41.00 utterances.], tot_loss[loss=0.3464, simple_loss=0.3949, pruned_loss=0.1489, over 1984464.60 frames. utt_duration=234 frames, utt_pad_proportion=0.07485, over 34138.27 utterances.], batch size: 41, lr: 7.38e-04 +2022-09-17 11:09:35,991 INFO [train.py:885] (0/2) Epoch 6, batch 300, loss[loss=0.5241, simple_loss=0.507, pruned_loss=0.2706, over 14221.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04418, over 335.00 utterances.], tot_loss[loss=0.3438, simple_loss=0.3923, pruned_loss=0.1476, over 2164343.67 frames. utt_duration=241 frames, utt_pad_proportion=0.07174, over 36142.68 utterances.], batch size: 335, lr: 7.37e-04 +2022-09-17 11:10:05,703 INFO [train.py:885] (0/2) Epoch 6, batch 350, loss[loss=0.4548, simple_loss=0.4727, pruned_loss=0.2184, over 14308.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03904, over 283.00 utterances.], tot_loss[loss=0.3396, simple_loss=0.3887, pruned_loss=0.1452, over 2303278.31 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06984, over 37451.66 utterances.], batch size: 283, lr: 7.37e-04 +2022-09-17 11:10:35,602 INFO [train.py:885] (0/2) Epoch 6, batch 400, loss[loss=0.2493, simple_loss=0.2914, pruned_loss=0.1036, over 13178.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.09917, over 41.00 utterances.], tot_loss[loss=0.345, simple_loss=0.3939, pruned_loss=0.1481, over 2407049.48 frames. utt_duration=235 frames, utt_pad_proportion=0.0742, over 41227.25 utterances.], batch size: 41, lr: 7.37e-04 +2022-09-17 11:11:04,881 INFO [train.py:885] (0/2) Epoch 6, batch 450, loss[loss=0.3838, simple_loss=0.4246, pruned_loss=0.1715, over 14365.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03264, over 244.00 utterances.], tot_loss[loss=0.3496, simple_loss=0.3978, pruned_loss=0.1507, over 2487594.95 frames. utt_duration=229 frames, utt_pad_proportion=0.0766, over 43736.52 utterances.], batch size: 244, lr: 7.36e-04 +2022-09-17 11:11:34,036 INFO [train.py:885] (0/2) Epoch 6, batch 500, loss[loss=0.3374, simple_loss=0.3788, pruned_loss=0.148, over 14170.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.04486, over 109.00 utterances.], tot_loss[loss=0.3504, simple_loss=0.3981, pruned_loss=0.1514, over 2550261.53 frames. utt_duration=229 frames, utt_pad_proportion=0.07651, over 44835.40 utterances.], batch size: 109, lr: 7.36e-04 +2022-09-17 11:12:04,211 INFO [train.py:885] (0/2) Epoch 6, batch 550, loss[loss=0.6194, simple_loss=0.6543, pruned_loss=0.2923, over 12556.00 frames. utt_duration=63.52 frames, utt_pad_proportion=0.1416, over 810.00 utterances.], tot_loss[loss=0.3476, simple_loss=0.3962, pruned_loss=0.1495, over 2599162.68 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07621, over 45556.60 utterances.], batch size: 810, lr: 7.36e-04 +2022-09-17 11:12:33,329 INFO [train.py:885] (0/2) Epoch 6, batch 600, loss[loss=0.2362, simple_loss=0.2767, pruned_loss=0.09791, over 13613.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08345, over 50.00 utterances.], tot_loss[loss=0.3446, simple_loss=0.3936, pruned_loss=0.1478, over 2640448.33 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07469, over 45045.88 utterances.], batch size: 50, lr: 7.36e-04 +2022-09-17 11:13:02,619 INFO [train.py:885] (0/2) Epoch 6, batch 650, loss[loss=0.475, simple_loss=0.4782, pruned_loss=0.2359, over 14335.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03737, over 195.00 utterances.], tot_loss[loss=0.3372, simple_loss=0.3861, pruned_loss=0.1441, over 2670510.84 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07155, over 43015.80 utterances.], batch size: 195, lr: 7.35e-04 +2022-09-17 11:13:32,077 INFO [train.py:885] (0/2) Epoch 6, batch 700, loss[loss=0.2844, simple_loss=0.3359, pruned_loss=0.1165, over 14035.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05675, over 98.00 utterances.], tot_loss[loss=0.3417, simple_loss=0.3907, pruned_loss=0.1463, over 2697717.30 frames. utt_duration=244 frames, utt_pad_proportion=0.07088, over 44488.97 utterances.], batch size: 98, lr: 7.35e-04 +2022-09-17 11:14:01,160 INFO [train.py:885] (0/2) Epoch 6, batch 750, loss[loss=0.2882, simple_loss=0.3354, pruned_loss=0.1204, over 14275.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.0451, over 110.00 utterances.], tot_loss[loss=0.3442, simple_loss=0.3933, pruned_loss=0.1476, over 2713840.88 frames. utt_duration=238 frames, utt_pad_proportion=0.07201, over 45889.80 utterances.], batch size: 110, lr: 7.35e-04 +2022-09-17 11:14:31,393 INFO [train.py:885] (0/2) Epoch 6, batch 800, loss[loss=0.2639, simple_loss=0.304, pruned_loss=0.1119, over 14070.00 frames. utt_duration=713.9 frames, utt_pad_proportion=0.05574, over 79.00 utterances.], tot_loss[loss=0.3485, simple_loss=0.3968, pruned_loss=0.1501, over 2731615.30 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07218, over 46602.03 utterances.], batch size: 79, lr: 7.34e-04 +2022-09-17 11:15:00,878 INFO [train.py:885] (0/2) Epoch 6, batch 850, loss[loss=0.384, simple_loss=0.4409, pruned_loss=0.1636, over 13990.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05715, over 365.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3946, pruned_loss=0.1492, over 2743524.77 frames. utt_duration=240.4 frames, utt_pad_proportion=0.0714, over 45937.15 utterances.], batch size: 365, lr: 7.34e-04 +2022-09-17 11:15:30,509 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-64000.pt +2022-09-17 11:15:31,000 INFO [train.py:885] (0/2) Epoch 6, batch 900, loss[loss=0.2685, simple_loss=0.3139, pruned_loss=0.1115, over 13994.00 frames. utt_duration=709.8 frames, utt_pad_proportion=0.06111, over 79.00 utterances.], tot_loss[loss=0.3419, simple_loss=0.3902, pruned_loss=0.1468, over 2750817.25 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06904, over 43639.23 utterances.], batch size: 79, lr: 7.34e-04 +2022-09-17 11:16:00,707 INFO [train.py:885] (0/2) Epoch 6, batch 950, loss[loss=0.3692, simple_loss=0.4367, pruned_loss=0.1509, over 13802.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06993, over 411.00 utterances.], tot_loss[loss=0.3457, simple_loss=0.3937, pruned_loss=0.1488, over 2756386.66 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07193, over 45449.95 utterances.], batch size: 411, lr: 7.34e-04 +2022-09-17 11:16:30,251 INFO [train.py:885] (0/2) Epoch 6, batch 1000, loss[loss=0.2805, simple_loss=0.3446, pruned_loss=0.1082, over 14345.00 frames. utt_duration=442.8 frames, utt_pad_proportion=0.03524, over 130.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3942, pruned_loss=0.1494, over 2761133.53 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07172, over 45313.97 utterances.], batch size: 130, lr: 7.33e-04 +2022-09-17 11:16:59,685 INFO [train.py:885] (0/2) Epoch 6, batch 1050, loss[loss=0.193, simple_loss=0.2393, pruned_loss=0.07341, over 12517.00 frames. utt_duration=2004 frames, utt_pad_proportion=0.1392, over 25.00 utterances.], tot_loss[loss=0.3477, simple_loss=0.395, pruned_loss=0.1503, over 2762568.06 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07288, over 46171.07 utterances.], batch size: 25, lr: 7.33e-04 +2022-09-17 11:17:29,246 INFO [train.py:885] (0/2) Epoch 6, batch 1100, loss[loss=0.287, simple_loss=0.3306, pruned_loss=0.1217, over 14157.00 frames. utt_duration=579.2 frames, utt_pad_proportion=0.04886, over 98.00 utterances.], tot_loss[loss=0.3435, simple_loss=0.3922, pruned_loss=0.1474, over 2768132.07 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07132, over 45621.21 utterances.], batch size: 98, lr: 7.33e-04 +2022-09-17 11:17:58,258 INFO [train.py:885] (0/2) Epoch 6, batch 1150, loss[loss=0.2034, simple_loss=0.2595, pruned_loss=0.07361, over 13461.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.08251, over 41.00 utterances.], tot_loss[loss=0.3388, simple_loss=0.3879, pruned_loss=0.1449, over 2767725.16 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07124, over 44124.67 utterances.], batch size: 41, lr: 7.32e-04 +2022-09-17 11:18:28,090 INFO [train.py:885] (0/2) Epoch 6, batch 1200, loss[loss=0.2994, simple_loss=0.3493, pruned_loss=0.1248, over 13488.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.08837, over 50.00 utterances.], tot_loss[loss=0.3394, simple_loss=0.3882, pruned_loss=0.1453, over 2768048.82 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07175, over 44402.76 utterances.], batch size: 50, lr: 7.32e-04 +2022-09-17 11:18:57,661 INFO [train.py:885] (0/2) Epoch 6, batch 1250, loss[loss=0.4901, simple_loss=0.4942, pruned_loss=0.243, over 14259.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04167, over 335.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3911, pruned_loss=0.147, over 2771289.06 frames. utt_duration=246 frames, utt_pad_proportion=0.071, over 45327.95 utterances.], batch size: 335, lr: 7.32e-04 +2022-09-17 11:19:27,362 INFO [train.py:885] (0/2) Epoch 6, batch 1300, loss[loss=0.3775, simple_loss=0.4302, pruned_loss=0.1625, over 14274.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04018, over 180.00 utterances.], tot_loss[loss=0.3411, simple_loss=0.3893, pruned_loss=0.1464, over 2774480.62 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06848, over 44109.09 utterances.], batch size: 180, lr: 7.32e-04 +2022-09-17 11:19:56,872 INFO [train.py:885] (0/2) Epoch 6, batch 1350, loss[loss=0.4145, simple_loss=0.4477, pruned_loss=0.1907, over 14242.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04155, over 306.00 utterances.], tot_loss[loss=0.3428, simple_loss=0.39, pruned_loss=0.1478, over 2773577.32 frames. utt_duration=252.4 frames, utt_pad_proportion=0.0706, over 44206.29 utterances.], batch size: 306, lr: 7.31e-04 +2022-09-17 11:20:26,046 INFO [train.py:885] (0/2) Epoch 6, batch 1400, loss[loss=0.1975, simple_loss=0.2576, pruned_loss=0.06873, over 13388.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08549, over 41.00 utterances.], tot_loss[loss=0.34, simple_loss=0.3874, pruned_loss=0.1463, over 2776082.47 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06887, over 43097.09 utterances.], batch size: 41, lr: 7.31e-04 +2022-09-17 11:20:55,518 INFO [train.py:885] (0/2) Epoch 6, batch 1450, loss[loss=0.2408, simple_loss=0.2906, pruned_loss=0.09552, over 14002.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.06028, over 79.00 utterances.], tot_loss[loss=0.3393, simple_loss=0.3872, pruned_loss=0.1456, over 2781344.91 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06801, over 42885.81 utterances.], batch size: 79, lr: 7.31e-04 +2022-09-17 11:21:25,539 INFO [train.py:885] (0/2) Epoch 6, batch 1500, loss[loss=0.3463, simple_loss=0.3941, pruned_loss=0.1492, over 14340.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.0369, over 195.00 utterances.], tot_loss[loss=0.3388, simple_loss=0.3871, pruned_loss=0.1452, over 2787497.70 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06691, over 42843.23 utterances.], batch size: 195, lr: 7.30e-04 +2022-09-17 11:21:54,495 INFO [train.py:885] (0/2) Epoch 6, batch 1550, loss[loss=0.2389, simple_loss=0.2889, pruned_loss=0.09445, over 13906.00 frames. utt_duration=928.6 frames, utt_pad_proportion=0.06293, over 60.00 utterances.], tot_loss[loss=0.3409, simple_loss=0.3891, pruned_loss=0.1464, over 2782949.84 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06909, over 43540.17 utterances.], batch size: 60, lr: 7.30e-04 +2022-09-17 11:22:23,745 INFO [train.py:885] (0/2) Epoch 6, batch 1600, loss[loss=0.357, simple_loss=0.4343, pruned_loss=0.1399, over 13749.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07361, over 411.00 utterances.], tot_loss[loss=0.3422, simple_loss=0.3907, pruned_loss=0.1468, over 2784395.74 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06952, over 45033.06 utterances.], batch size: 411, lr: 7.30e-04 +2022-09-17 11:22:53,267 INFO [train.py:885] (0/2) Epoch 6, batch 1650, loss[loss=0.363, simple_loss=0.4116, pruned_loss=0.1572, over 14302.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.0395, over 283.00 utterances.], tot_loss[loss=0.3411, simple_loss=0.3897, pruned_loss=0.1463, over 2781283.33 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06942, over 44809.15 utterances.], batch size: 283, lr: 7.30e-04 +2022-09-17 11:23:23,084 INFO [train.py:885] (0/2) Epoch 6, batch 1700, loss[loss=0.3999, simple_loss=0.4767, pruned_loss=0.1615, over 13685.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.0782, over 477.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3911, pruned_loss=0.1469, over 2783587.66 frames. utt_duration=248 frames, utt_pad_proportion=0.06865, over 45161.33 utterances.], batch size: 477, lr: 7.29e-04 +2022-09-17 11:23:52,133 INFO [train.py:885] (0/2) Epoch 6, batch 1750, loss[loss=0.3345, simple_loss=0.3911, pruned_loss=0.1389, over 14311.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03858, over 210.00 utterances.], tot_loss[loss=0.3395, simple_loss=0.3882, pruned_loss=0.1454, over 2786686.69 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06653, over 43941.43 utterances.], batch size: 210, lr: 7.29e-04 +2022-09-17 11:24:22,169 INFO [train.py:885] (0/2) Epoch 6, batch 1800, loss[loss=0.2156, simple_loss=0.2482, pruned_loss=0.09145, over 13099.00 frames. utt_duration=1589 frames, utt_pad_proportion=0.1205, over 33.00 utterances.], tot_loss[loss=0.3464, simple_loss=0.3941, pruned_loss=0.1494, over 2787615.58 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06811, over 45312.81 utterances.], batch size: 33, lr: 7.29e-04 +2022-09-17 11:24:51,857 INFO [train.py:885] (0/2) Epoch 6, batch 1850, loss[loss=0.4131, simple_loss=0.4404, pruned_loss=0.1929, over 14319.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03948, over 262.00 utterances.], tot_loss[loss=0.3409, simple_loss=0.3889, pruned_loss=0.1465, over 2784983.76 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06977, over 43899.39 utterances.], batch size: 262, lr: 7.28e-04 +2022-09-17 11:25:21,072 INFO [train.py:885] (0/2) Epoch 6, batch 1900, loss[loss=0.3007, simple_loss=0.3576, pruned_loss=0.1219, over 14270.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04401, over 141.00 utterances.], tot_loss[loss=0.3387, simple_loss=0.3872, pruned_loss=0.145, over 2787020.70 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06973, over 43512.69 utterances.], batch size: 141, lr: 7.28e-04 +2022-09-17 11:25:50,681 INFO [train.py:885] (0/2) Epoch 6, batch 1950, loss[loss=0.2886, simple_loss=0.3211, pruned_loss=0.1281, over 13397.00 frames. utt_duration=2062 frames, utt_pad_proportion=0.1045, over 26.00 utterances.], tot_loss[loss=0.3389, simple_loss=0.3871, pruned_loss=0.1454, over 2788409.93 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06732, over 43109.33 utterances.], batch size: 26, lr: 7.28e-04 +2022-09-17 11:26:19,702 INFO [train.py:885] (0/2) Epoch 6, batch 2000, loss[loss=0.2235, simple_loss=0.285, pruned_loss=0.08104, over 14007.00 frames. utt_duration=710.8 frames, utt_pad_proportion=0.05856, over 79.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.391, pruned_loss=0.147, over 2789899.79 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06954, over 44774.91 utterances.], batch size: 79, lr: 7.28e-04 +2022-09-17 11:26:49,168 INFO [train.py:885] (0/2) Epoch 6, batch 2050, loss[loss=0.4801, simple_loss=0.5435, pruned_loss=0.2083, over 13166.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1061, over 653.00 utterances.], tot_loss[loss=0.3428, simple_loss=0.3916, pruned_loss=0.147, over 2787610.10 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07048, over 44477.02 utterances.], batch size: 653, lr: 7.27e-04 +2022-09-17 11:27:18,347 INFO [train.py:885] (0/2) Epoch 6, batch 2100, loss[loss=0.4114, simple_loss=0.4394, pruned_loss=0.1917, over 14286.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03947, over 225.00 utterances.], tot_loss[loss=0.3433, simple_loss=0.3925, pruned_loss=0.147, over 2786150.96 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07167, over 45476.86 utterances.], batch size: 225, lr: 7.27e-04 +2022-09-17 11:27:47,971 INFO [train.py:885] (0/2) Epoch 6, batch 2150, loss[loss=0.3042, simple_loss=0.3545, pruned_loss=0.127, over 14327.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.0385, over 120.00 utterances.], tot_loss[loss=0.3415, simple_loss=0.3906, pruned_loss=0.1462, over 2782403.55 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07187, over 44864.94 utterances.], batch size: 120, lr: 7.27e-04 +2022-09-17 11:28:23,929 INFO [train.py:885] (0/2) Epoch 6, batch 2200, loss[loss=0.2981, simple_loss=0.3485, pruned_loss=0.1239, over 14143.00 frames. utt_duration=578.7 frames, utt_pad_proportion=0.05134, over 98.00 utterances.], tot_loss[loss=0.3419, simple_loss=0.3912, pruned_loss=0.1463, over 2784894.37 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07126, over 44994.44 utterances.], batch size: 98, lr: 7.27e-04 +2022-09-17 11:28:53,909 INFO [train.py:885] (0/2) Epoch 6, batch 2250, loss[loss=0.3541, simple_loss=0.4104, pruned_loss=0.1489, over 14360.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0371, over 244.00 utterances.], tot_loss[loss=0.3402, simple_loss=0.3898, pruned_loss=0.1453, over 2788254.69 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06876, over 44859.86 utterances.], batch size: 244, lr: 7.26e-04 +2022-09-17 11:29:23,410 INFO [train.py:885] (0/2) Epoch 6, batch 2300, loss[loss=0.3545, simple_loss=0.3988, pruned_loss=0.1551, over 14301.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03896, over 225.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3918, pruned_loss=0.1466, over 2786847.69 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06969, over 45300.41 utterances.], batch size: 225, lr: 7.26e-04 +2022-09-17 11:29:53,181 INFO [train.py:885] (0/2) Epoch 6, batch 2350, loss[loss=0.2302, simple_loss=0.2864, pruned_loss=0.08703, over 13678.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.0784, over 50.00 utterances.], tot_loss[loss=0.3478, simple_loss=0.3959, pruned_loss=0.1499, over 2784751.50 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07124, over 46279.77 utterances.], batch size: 50, lr: 7.26e-04 +2022-09-17 11:30:22,422 INFO [train.py:885] (0/2) Epoch 6, batch 2400, loss[loss=0.2996, simple_loss=0.3642, pruned_loss=0.1175, over 14296.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04141, over 154.00 utterances.], tot_loss[loss=0.3472, simple_loss=0.3955, pruned_loss=0.1495, over 2781410.92 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07231, over 46033.47 utterances.], batch size: 154, lr: 7.25e-04 +2022-09-17 11:30:51,636 INFO [train.py:885] (0/2) Epoch 6, batch 2450, loss[loss=0.2521, simple_loss=0.3222, pruned_loss=0.09103, over 14237.00 frames. utt_duration=641.3 frames, utt_pad_proportion=0.04426, over 89.00 utterances.], tot_loss[loss=0.3428, simple_loss=0.3918, pruned_loss=0.1469, over 2777423.95 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07325, over 45403.52 utterances.], batch size: 89, lr: 7.25e-04 +2022-09-17 11:31:21,686 INFO [train.py:885] (0/2) Epoch 6, batch 2500, loss[loss=0.197, simple_loss=0.2605, pruned_loss=0.06679, over 13568.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.08908, over 42.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3913, pruned_loss=0.1468, over 2775989.11 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07331, over 45277.06 utterances.], batch size: 42, lr: 7.25e-04 +2022-09-17 11:31:51,474 INFO [train.py:885] (0/2) Epoch 6, batch 2550, loss[loss=0.6036, simple_loss=0.6484, pruned_loss=0.2795, over 12412.00 frames. utt_duration=62.88 frames, utt_pad_proportion=0.1503, over 810.00 utterances.], tot_loss[loss=0.3444, simple_loss=0.3927, pruned_loss=0.148, over 2780177.00 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07226, over 45192.34 utterances.], batch size: 810, lr: 7.25e-04 +2022-09-17 11:32:20,820 INFO [train.py:885] (0/2) Epoch 6, batch 2600, loss[loss=0.2655, simple_loss=0.3136, pruned_loss=0.1087, over 14102.00 frames. utt_duration=519 frames, utt_pad_proportion=0.04952, over 109.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3907, pruned_loss=0.1471, over 2781724.41 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07073, over 44646.90 utterances.], batch size: 109, lr: 7.24e-04 +2022-09-17 11:32:49,579 INFO [train.py:885] (0/2) Epoch 6, batch 2650, loss[loss=0.2681, simple_loss=0.3284, pruned_loss=0.1039, over 13735.00 frames. utt_duration=1101 frames, utt_pad_proportion=0.07513, over 50.00 utterances.], tot_loss[loss=0.3378, simple_loss=0.3868, pruned_loss=0.1444, over 2781209.37 frames. utt_duration=259.9 frames, utt_pad_proportion=0.07078, over 43050.22 utterances.], batch size: 50, lr: 7.24e-04 +2022-09-17 11:33:19,543 INFO [train.py:885] (0/2) Epoch 6, batch 2700, loss[loss=0.2513, simple_loss=0.303, pruned_loss=0.09979, over 13912.00 frames. utt_duration=808 frames, utt_pad_proportion=0.05822, over 69.00 utterances.], tot_loss[loss=0.3396, simple_loss=0.3888, pruned_loss=0.1451, over 2780907.65 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07174, over 44116.46 utterances.], batch size: 69, lr: 7.24e-04 +2022-09-17 11:33:48,894 INFO [train.py:885] (0/2) Epoch 6, batch 2750, loss[loss=0.3573, simple_loss=0.4081, pruned_loss=0.1532, over 14369.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03525, over 210.00 utterances.], tot_loss[loss=0.3364, simple_loss=0.3852, pruned_loss=0.1438, over 2780690.91 frames. utt_duration=263.7 frames, utt_pad_proportion=0.06936, over 42409.05 utterances.], batch size: 210, lr: 7.24e-04 +2022-09-17 11:34:18,550 INFO [train.py:885] (0/2) Epoch 6, batch 2800, loss[loss=0.4041, simple_loss=0.4269, pruned_loss=0.1906, over 14348.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03688, over 120.00 utterances.], tot_loss[loss=0.3438, simple_loss=0.3918, pruned_loss=0.1479, over 2782083.69 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07023, over 45006.39 utterances.], batch size: 120, lr: 7.23e-04 +2022-09-17 11:34:48,355 INFO [train.py:885] (0/2) Epoch 6, batch 2850, loss[loss=0.3458, simple_loss=0.4242, pruned_loss=0.1337, over 13771.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07139, over 411.00 utterances.], tot_loss[loss=0.3406, simple_loss=0.3897, pruned_loss=0.1458, over 2789065.76 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06725, over 44217.24 utterances.], batch size: 411, lr: 7.23e-04 +2022-09-17 11:35:17,727 INFO [train.py:885] (0/2) Epoch 6, batch 2900, loss[loss=0.3489, simple_loss=0.3988, pruned_loss=0.1495, over 14320.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03715, over 180.00 utterances.], tot_loss[loss=0.3413, simple_loss=0.3902, pruned_loss=0.1462, over 2788662.72 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06903, over 44828.21 utterances.], batch size: 180, lr: 7.23e-04 +2022-09-17 11:35:47,001 INFO [train.py:885] (0/2) Epoch 6, batch 2950, loss[loss=0.433, simple_loss=0.5131, pruned_loss=0.1764, over 13167.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.3372, simple_loss=0.3869, pruned_loss=0.1438, over 2787921.71 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06903, over 44389.86 utterances.], batch size: 653, lr: 7.22e-04 +2022-09-17 11:36:16,895 INFO [train.py:885] (0/2) Epoch 6, batch 3000, loss[loss=0.4063, simple_loss=0.4548, pruned_loss=0.1789, over 13971.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05778, over 365.00 utterances.], tot_loss[loss=0.3377, simple_loss=0.3875, pruned_loss=0.144, over 2780995.66 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07142, over 45191.25 utterances.], batch size: 365, lr: 7.22e-04 +2022-09-17 11:36:16,896 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 11:36:20,996 INFO [train.py:914] (0/2) Epoch 6, validation: loss=0.2209, simple_loss=0.2949, pruned_loss=0.07349, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 11:36:51,380 INFO [train.py:885] (0/2) Epoch 6, batch 3050, loss[loss=0.1767, simple_loss=0.2306, pruned_loss=0.06136, over 13340.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.1019, over 33.00 utterances.], tot_loss[loss=0.3395, simple_loss=0.3892, pruned_loss=0.1449, over 2782701.53 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06994, over 45758.41 utterances.], batch size: 33, lr: 7.22e-04 +2022-09-17 11:37:21,082 INFO [train.py:885] (0/2) Epoch 6, batch 3100, loss[loss=0.3602, simple_loss=0.4328, pruned_loss=0.1438, over 14044.00 frames. utt_duration=155.3 frames, utt_pad_proportion=0.05292, over 365.00 utterances.], tot_loss[loss=0.3417, simple_loss=0.3905, pruned_loss=0.1465, over 2782513.79 frames. utt_duration=243 frames, utt_pad_proportion=0.06991, over 46080.99 utterances.], batch size: 365, lr: 7.22e-04 +2022-09-17 11:37:50,256 INFO [train.py:885] (0/2) Epoch 6, batch 3150, loss[loss=0.314, simple_loss=0.3739, pruned_loss=0.127, over 14270.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04106, over 180.00 utterances.], tot_loss[loss=0.3399, simple_loss=0.3882, pruned_loss=0.1458, over 2780786.02 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07074, over 45179.27 utterances.], batch size: 180, lr: 7.21e-04 +2022-09-17 11:38:19,862 INFO [train.py:885] (0/2) Epoch 6, batch 3200, loss[loss=0.2353, simple_loss=0.2912, pruned_loss=0.0897, over 13898.00 frames. utt_duration=928.1 frames, utt_pad_proportion=0.0644, over 60.00 utterances.], tot_loss[loss=0.3365, simple_loss=0.3852, pruned_loss=0.1439, over 2780046.61 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07095, over 44991.82 utterances.], batch size: 60, lr: 7.21e-04 +2022-09-17 11:38:48,905 INFO [train.py:885] (0/2) Epoch 6, batch 3250, loss[loss=0.316, simple_loss=0.3762, pruned_loss=0.1279, over 14290.00 frames. utt_duration=294.8 frames, utt_pad_proportion=0.03986, over 195.00 utterances.], tot_loss[loss=0.3411, simple_loss=0.3887, pruned_loss=0.1467, over 2781319.58 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07102, over 44966.75 utterances.], batch size: 195, lr: 7.21e-04 +2022-09-17 11:39:18,538 INFO [train.py:885] (0/2) Epoch 6, batch 3300, loss[loss=0.4869, simple_loss=0.5357, pruned_loss=0.219, over 13167.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.3417, simple_loss=0.3896, pruned_loss=0.1469, over 2779604.29 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07288, over 45163.60 utterances.], batch size: 653, lr: 7.21e-04 +2022-09-17 11:39:47,813 INFO [train.py:885] (0/2) Epoch 6, batch 3350, loss[loss=0.336, simple_loss=0.3833, pruned_loss=0.1444, over 14318.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03859, over 195.00 utterances.], tot_loss[loss=0.3435, simple_loss=0.3907, pruned_loss=0.1481, over 2784536.69 frames. utt_duration=250.6 frames, utt_pad_proportion=0.0714, over 44710.53 utterances.], batch size: 195, lr: 7.20e-04 +2022-09-17 11:40:26,795 INFO [train.py:885] (0/2) Epoch 6, batch 3400, loss[loss=0.3235, simple_loss=0.3764, pruned_loss=0.1353, over 14284.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04088, over 120.00 utterances.], tot_loss[loss=0.3426, simple_loss=0.39, pruned_loss=0.1476, over 2782262.00 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07208, over 44817.29 utterances.], batch size: 120, lr: 7.20e-04 +2022-09-17 11:40:55,942 INFO [train.py:885] (0/2) Epoch 6, batch 3450, loss[loss=0.402, simple_loss=0.4597, pruned_loss=0.1722, over 13804.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06933, over 411.00 utterances.], tot_loss[loss=0.3428, simple_loss=0.3907, pruned_loss=0.1474, over 2782422.73 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07123, over 45191.65 utterances.], batch size: 411, lr: 7.20e-04 +2022-09-17 11:41:25,704 INFO [train.py:885] (0/2) Epoch 6, batch 3500, loss[loss=0.5883, simple_loss=0.6473, pruned_loss=0.2647, over 12455.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1472, over 810.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3908, pruned_loss=0.1471, over 2779008.67 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07406, over 45199.93 utterances.], batch size: 810, lr: 7.19e-04 +2022-09-17 11:41:55,110 INFO [train.py:885] (0/2) Epoch 6, batch 3550, loss[loss=0.4707, simple_loss=0.5356, pruned_loss=0.2029, over 13127.00 frames. utt_duration=81.98 frames, utt_pad_proportion=0.1089, over 653.00 utterances.], tot_loss[loss=0.3433, simple_loss=0.3924, pruned_loss=0.1471, over 2780759.44 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07265, over 46564.60 utterances.], batch size: 653, lr: 7.19e-04 +2022-09-17 11:42:24,768 INFO [train.py:885] (0/2) Epoch 6, batch 3600, loss[loss=0.3328, simple_loss=0.3964, pruned_loss=0.1346, over 14366.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.0373, over 167.00 utterances.], tot_loss[loss=0.3454, simple_loss=0.394, pruned_loss=0.1484, over 2782625.47 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07353, over 47196.11 utterances.], batch size: 167, lr: 7.19e-04 +2022-09-17 11:42:53,873 INFO [train.py:885] (0/2) Epoch 6, batch 3650, loss[loss=0.2752, simple_loss=0.3185, pruned_loss=0.1159, over 11940.00 frames. utt_duration=1991 frames, utt_pad_proportion=0.1801, over 24.00 utterances.], tot_loss[loss=0.3461, simple_loss=0.3953, pruned_loss=0.1485, over 2779114.08 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07469, over 48054.62 utterances.], batch size: 24, lr: 7.19e-04 +2022-09-17 11:43:24,412 INFO [train.py:885] (0/2) Epoch 6, batch 3700, loss[loss=0.2237, simple_loss=0.2903, pruned_loss=0.07852, over 13959.00 frames. utt_duration=708.3 frames, utt_pad_proportion=0.05809, over 79.00 utterances.], tot_loss[loss=0.3496, simple_loss=0.3983, pruned_loss=0.1504, over 2778103.66 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07438, over 48690.92 utterances.], batch size: 79, lr: 7.18e-04 +2022-09-17 11:43:53,551 INFO [train.py:885] (0/2) Epoch 6, batch 3750, loss[loss=0.3694, simple_loss=0.4238, pruned_loss=0.1575, over 14360.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03714, over 244.00 utterances.], tot_loss[loss=0.352, simple_loss=0.4003, pruned_loss=0.1519, over 2779943.68 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07365, over 48719.29 utterances.], batch size: 244, lr: 7.18e-04 +2022-09-17 11:44:23,463 INFO [train.py:885] (0/2) Epoch 6, batch 3800, loss[loss=0.3751, simple_loss=0.4266, pruned_loss=0.1618, over 14373.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03637, over 244.00 utterances.], tot_loss[loss=0.3496, simple_loss=0.3981, pruned_loss=0.1506, over 2776944.81 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07398, over 47860.10 utterances.], batch size: 244, lr: 7.18e-04 +2022-09-17 11:44:52,760 INFO [train.py:885] (0/2) Epoch 6, batch 3850, loss[loss=0.2844, simple_loss=0.348, pruned_loss=0.1104, over 14284.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04342, over 141.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3959, pruned_loss=0.1486, over 2775579.79 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07407, over 47681.99 utterances.], batch size: 141, lr: 7.18e-04 +2022-09-17 11:45:22,508 INFO [train.py:885] (0/2) Epoch 6, batch 3900, loss[loss=0.26, simple_loss=0.3019, pruned_loss=0.109, over 13491.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.09215, over 42.00 utterances.], tot_loss[loss=0.3484, simple_loss=0.397, pruned_loss=0.1499, over 2779998.57 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07333, over 47973.68 utterances.], batch size: 42, lr: 7.17e-04 +2022-09-17 11:45:51,758 INFO [train.py:885] (0/2) Epoch 6, batch 3950, loss[loss=0.3369, simple_loss=0.3914, pruned_loss=0.1412, over 14340.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03682, over 195.00 utterances.], tot_loss[loss=0.3493, simple_loss=0.3978, pruned_loss=0.1504, over 2777480.95 frames. utt_duration=230 frames, utt_pad_proportion=0.07496, over 48620.88 utterances.], batch size: 195, lr: 7.17e-04 +2022-09-17 11:46:21,728 INFO [train.py:885] (0/2) Epoch 6, batch 4000, loss[loss=0.2932, simple_loss=0.3441, pruned_loss=0.1212, over 14043.00 frames. utt_duration=574.7 frames, utt_pad_proportion=0.0563, over 98.00 utterances.], tot_loss[loss=0.3448, simple_loss=0.3938, pruned_loss=0.148, over 2778100.04 frames. utt_duration=236.6 frames, utt_pad_proportion=0.0743, over 47260.28 utterances.], batch size: 98, lr: 7.17e-04 +2022-09-17 11:46:51,001 INFO [train.py:885] (0/2) Epoch 6, batch 4050, loss[loss=0.5962, simple_loss=0.6398, pruned_loss=0.2763, over 12540.00 frames. utt_duration=63.44 frames, utt_pad_proportion=0.1427, over 810.00 utterances.], tot_loss[loss=0.3492, simple_loss=0.3978, pruned_loss=0.1503, over 2775968.49 frames. utt_duration=230.9 frames, utt_pad_proportion=0.0753, over 48390.77 utterances.], batch size: 810, lr: 7.17e-04 +2022-09-17 11:47:20,391 INFO [train.py:885] (0/2) Epoch 6, batch 4100, loss[loss=0.2183, simple_loss=0.2696, pruned_loss=0.0835, over 13915.00 frames. utt_duration=929.2 frames, utt_pad_proportion=0.06613, over 60.00 utterances.], tot_loss[loss=0.3417, simple_loss=0.3902, pruned_loss=0.1466, over 2780572.73 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07277, over 45206.72 utterances.], batch size: 60, lr: 7.16e-04 +2022-09-17 11:47:49,827 INFO [train.py:885] (0/2) Epoch 6, batch 4150, loss[loss=0.3994, simple_loss=0.4526, pruned_loss=0.1731, over 14002.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05808, over 366.00 utterances.], tot_loss[loss=0.3406, simple_loss=0.3902, pruned_loss=0.1455, over 2777931.62 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07364, over 46028.45 utterances.], batch size: 366, lr: 7.16e-04 +2022-09-17 11:48:19,626 INFO [train.py:885] (0/2) Epoch 6, batch 4200, loss[loss=0.2403, simple_loss=0.3042, pruned_loss=0.08819, over 13486.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.0883, over 50.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3865, pruned_loss=0.1438, over 2778234.25 frames. utt_duration=249.3 frames, utt_pad_proportion=0.0712, over 44842.21 utterances.], batch size: 50, lr: 7.16e-04 +2022-09-17 11:48:49,270 INFO [train.py:885] (0/2) Epoch 6, batch 4250, loss[loss=0.272, simple_loss=0.3454, pruned_loss=0.09923, over 14197.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04344, over 109.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.3867, pruned_loss=0.1437, over 2780055.34 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07116, over 44829.54 utterances.], batch size: 109, lr: 7.15e-04 +2022-09-17 11:49:25,264 INFO [train.py:885] (0/2) Epoch 6, batch 4300, loss[loss=0.3117, simple_loss=0.3791, pruned_loss=0.1222, over 14309.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03829, over 180.00 utterances.], tot_loss[loss=0.3383, simple_loss=0.3877, pruned_loss=0.1445, over 2783595.44 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06924, over 45024.07 utterances.], batch size: 180, lr: 7.15e-04 +2022-09-17 11:49:55,129 INFO [train.py:885] (0/2) Epoch 6, batch 4350, loss[loss=0.24, simple_loss=0.2881, pruned_loss=0.09593, over 13383.00 frames. utt_duration=1624 frames, utt_pad_proportion=0.08926, over 33.00 utterances.], tot_loss[loss=0.3352, simple_loss=0.3858, pruned_loss=0.1424, over 2776851.77 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07126, over 45323.85 utterances.], batch size: 33, lr: 7.15e-04 +2022-09-17 11:50:24,430 INFO [train.py:885] (0/2) Epoch 6, batch 4400, loss[loss=0.3872, simple_loss=0.4302, pruned_loss=0.1721, over 14358.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03312, over 244.00 utterances.], tot_loss[loss=0.3355, simple_loss=0.3855, pruned_loss=0.1427, over 2778834.78 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07127, over 44472.55 utterances.], batch size: 244, lr: 7.15e-04 +2022-09-17 11:50:54,875 INFO [train.py:885] (0/2) Epoch 6, batch 4450, loss[loss=0.3622, simple_loss=0.4137, pruned_loss=0.1553, over 14376.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03419, over 210.00 utterances.], tot_loss[loss=0.3384, simple_loss=0.3876, pruned_loss=0.1446, over 2775881.79 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0732, over 45357.85 utterances.], batch size: 210, lr: 7.14e-04 +2022-09-17 11:51:23,845 INFO [train.py:885] (0/2) Epoch 6, batch 4500, loss[loss=0.2316, simple_loss=0.2955, pruned_loss=0.08386, over 14088.00 frames. utt_duration=806.7 frames, utt_pad_proportion=0.05866, over 70.00 utterances.], tot_loss[loss=0.3412, simple_loss=0.3904, pruned_loss=0.146, over 2783405.81 frames. utt_duration=247 frames, utt_pad_proportion=0.07063, over 45351.34 utterances.], batch size: 70, lr: 7.14e-04 +2022-09-17 11:51:53,912 INFO [train.py:885] (0/2) Epoch 6, batch 4550, loss[loss=0.3159, simple_loss=0.3778, pruned_loss=0.127, over 14323.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03679, over 130.00 utterances.], tot_loss[loss=0.3405, simple_loss=0.3893, pruned_loss=0.1458, over 2783701.69 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06934, over 44932.40 utterances.], batch size: 130, lr: 7.14e-04 +2022-09-17 11:52:23,639 INFO [train.py:885] (0/2) Epoch 6, batch 4600, loss[loss=0.3613, simple_loss=0.4376, pruned_loss=0.1425, over 14024.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05304, over 367.00 utterances.], tot_loss[loss=0.3393, simple_loss=0.3886, pruned_loss=0.145, over 2786962.47 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06884, over 44561.29 utterances.], batch size: 367, lr: 7.14e-04 +2022-09-17 11:52:52,888 INFO [train.py:885] (0/2) Epoch 6, batch 4650, loss[loss=0.3375, simple_loss=0.3831, pruned_loss=0.1459, over 14293.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04272, over 141.00 utterances.], tot_loss[loss=0.3397, simple_loss=0.389, pruned_loss=0.1452, over 2783857.76 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06993, over 45033.47 utterances.], batch size: 141, lr: 7.13e-04 +2022-09-17 11:53:22,586 INFO [train.py:885] (0/2) Epoch 6, batch 4700, loss[loss=0.2756, simple_loss=0.3198, pruned_loss=0.1156, over 13552.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08462, over 50.00 utterances.], tot_loss[loss=0.3367, simple_loss=0.3864, pruned_loss=0.1435, over 2780416.93 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07071, over 44552.79 utterances.], batch size: 50, lr: 7.13e-04 +2022-09-17 11:53:51,770 INFO [train.py:885] (0/2) Epoch 6, batch 4750, loss[loss=0.4353, simple_loss=0.4948, pruned_loss=0.1879, over 13708.00 frames. utt_duration=116.4 frames, utt_pad_proportion=0.07602, over 477.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.3848, pruned_loss=0.1424, over 2782684.29 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06978, over 43612.73 utterances.], batch size: 477, lr: 7.13e-04 +2022-09-17 11:54:21,396 INFO [train.py:885] (0/2) Epoch 6, batch 4800, loss[loss=0.4255, simple_loss=0.4348, pruned_loss=0.2081, over 14240.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04631, over 141.00 utterances.], tot_loss[loss=0.335, simple_loss=0.3847, pruned_loss=0.1427, over 2784241.09 frames. utt_duration=260.6 frames, utt_pad_proportion=0.06822, over 42985.28 utterances.], batch size: 141, lr: 7.13e-04 +2022-09-17 11:54:51,165 INFO [train.py:885] (0/2) Epoch 6, batch 4850, loss[loss=0.4043, simple_loss=0.4344, pruned_loss=0.1871, over 14318.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03818, over 210.00 utterances.], tot_loss[loss=0.341, simple_loss=0.3896, pruned_loss=0.1462, over 2782271.38 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06866, over 44485.70 utterances.], batch size: 210, lr: 7.12e-04 +2022-09-17 11:55:20,128 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-68000.pt +2022-09-17 11:55:20,641 INFO [train.py:885] (0/2) Epoch 6, batch 4900, loss[loss=0.278, simple_loss=0.3378, pruned_loss=0.1091, over 14287.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04096, over 120.00 utterances.], tot_loss[loss=0.3408, simple_loss=0.3895, pruned_loss=0.1461, over 2778957.04 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06904, over 44717.33 utterances.], batch size: 120, lr: 7.12e-04 +2022-09-17 11:55:50,778 INFO [train.py:885] (0/2) Epoch 6, batch 4950, loss[loss=0.2136, simple_loss=0.2775, pruned_loss=0.07484, over 12274.00 frames. utt_duration=2047 frames, utt_pad_proportion=0.1675, over 24.00 utterances.], tot_loss[loss=0.3455, simple_loss=0.3945, pruned_loss=0.1483, over 2774953.45 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07179, over 47344.38 utterances.], batch size: 24, lr: 7.12e-04 +2022-09-17 11:56:20,177 INFO [train.py:885] (0/2) Epoch 6, batch 5000, loss[loss=0.2195, simple_loss=0.2905, pruned_loss=0.0743, over 13899.00 frames. utt_duration=807.2 frames, utt_pad_proportion=0.05925, over 69.00 utterances.], tot_loss[loss=0.3436, simple_loss=0.3921, pruned_loss=0.1475, over 2778801.47 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06945, over 45740.73 utterances.], batch size: 69, lr: 7.12e-04 +2022-09-17 11:56:49,879 INFO [train.py:885] (0/2) Epoch 6, batch 5050, loss[loss=0.1912, simple_loss=0.2507, pruned_loss=0.06579, over 13569.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.08822, over 42.00 utterances.], tot_loss[loss=0.3423, simple_loss=0.3909, pruned_loss=0.1469, over 2778779.76 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07016, over 45334.46 utterances.], batch size: 42, lr: 7.11e-04 +2022-09-17 11:57:19,138 INFO [train.py:885] (0/2) Epoch 6, batch 5100, loss[loss=0.448, simple_loss=0.4709, pruned_loss=0.2125, over 14235.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04251, over 335.00 utterances.], tot_loss[loss=0.3407, simple_loss=0.3896, pruned_loss=0.146, over 2778252.87 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07056, over 45225.03 utterances.], batch size: 335, lr: 7.11e-04 +2022-09-17 11:57:48,740 INFO [train.py:885] (0/2) Epoch 6, batch 5150, loss[loss=0.5064, simple_loss=0.5058, pruned_loss=0.2535, over 14316.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03849, over 283.00 utterances.], tot_loss[loss=0.3405, simple_loss=0.3896, pruned_loss=0.1457, over 2782149.35 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06919, over 45248.82 utterances.], batch size: 283, lr: 7.11e-04 +2022-09-17 11:58:18,519 INFO [train.py:885] (0/2) Epoch 6, batch 5200, loss[loss=0.2281, simple_loss=0.2862, pruned_loss=0.08501, over 14100.00 frames. utt_duration=807.1 frames, utt_pad_proportion=0.05384, over 70.00 utterances.], tot_loss[loss=0.3377, simple_loss=0.3868, pruned_loss=0.1443, over 2780540.36 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07084, over 44548.85 utterances.], batch size: 70, lr: 7.10e-04 +2022-09-17 11:58:47,611 INFO [train.py:885] (0/2) Epoch 6, batch 5250, loss[loss=0.2982, simple_loss=0.3478, pruned_loss=0.1243, over 14148.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04585, over 109.00 utterances.], tot_loss[loss=0.3332, simple_loss=0.3828, pruned_loss=0.1418, over 2782286.36 frames. utt_duration=258.8 frames, utt_pad_proportion=0.0698, over 43257.10 utterances.], batch size: 109, lr: 7.10e-04 +2022-09-17 11:59:17,869 INFO [train.py:885] (0/2) Epoch 6, batch 5300, loss[loss=0.4499, simple_loss=0.4648, pruned_loss=0.2175, over 14232.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04374, over 335.00 utterances.], tot_loss[loss=0.3395, simple_loss=0.3888, pruned_loss=0.1451, over 2781080.61 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07112, over 45992.97 utterances.], batch size: 335, lr: 7.10e-04 +2022-09-17 11:59:46,232 INFO [train.py:885] (0/2) Epoch 6, batch 5350, loss[loss=0.4317, simple_loss=0.4564, pruned_loss=0.2035, over 14238.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04293, over 335.00 utterances.], tot_loss[loss=0.3364, simple_loss=0.3859, pruned_loss=0.1435, over 2783853.14 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06948, over 44850.14 utterances.], batch size: 335, lr: 7.10e-04 +2022-09-17 12:00:16,085 INFO [train.py:885] (0/2) Epoch 6, batch 5400, loss[loss=0.3068, simple_loss=0.3658, pruned_loss=0.1239, over 14286.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03953, over 154.00 utterances.], tot_loss[loss=0.3348, simple_loss=0.3846, pruned_loss=0.1425, over 2780142.20 frames. utt_duration=252 frames, utt_pad_proportion=0.07211, over 44393.27 utterances.], batch size: 154, lr: 7.09e-04 +2022-09-17 12:00:45,521 INFO [train.py:885] (0/2) Epoch 6, batch 5450, loss[loss=0.3427, simple_loss=0.3934, pruned_loss=0.146, over 14341.00 frames. utt_duration=320.1 frames, utt_pad_proportion=0.03599, over 180.00 utterances.], tot_loss[loss=0.3323, simple_loss=0.382, pruned_loss=0.1413, over 2780132.41 frames. utt_duration=257.9 frames, utt_pad_proportion=0.0715, over 43361.86 utterances.], batch size: 180, lr: 7.09e-04 +2022-09-17 12:01:16,003 INFO [train.py:885] (0/2) Epoch 6, batch 5500, loss[loss=0.3621, simple_loss=0.4128, pruned_loss=0.1557, over 14344.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.0371, over 283.00 utterances.], tot_loss[loss=0.3407, simple_loss=0.3891, pruned_loss=0.1462, over 2783538.52 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07129, over 44864.64 utterances.], batch size: 283, lr: 7.09e-04 +2022-09-17 12:01:45,182 INFO [train.py:885] (0/2) Epoch 6, batch 5550, loss[loss=0.334, simple_loss=0.391, pruned_loss=0.1385, over 14253.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04206, over 225.00 utterances.], tot_loss[loss=0.3401, simple_loss=0.389, pruned_loss=0.1456, over 2784323.92 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07034, over 44799.48 utterances.], batch size: 225, lr: 7.09e-04 +2022-09-17 12:02:14,587 INFO [train.py:885] (0/2) Epoch 6, batch 5600, loss[loss=0.3315, simple_loss=0.3989, pruned_loss=0.132, over 14304.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.03877, over 226.00 utterances.], tot_loss[loss=0.3418, simple_loss=0.3914, pruned_loss=0.1461, over 2782300.06 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07113, over 45863.29 utterances.], batch size: 226, lr: 7.08e-04 +2022-09-17 12:02:44,250 INFO [train.py:885] (0/2) Epoch 6, batch 5650, loss[loss=0.2977, simple_loss=0.3593, pruned_loss=0.1181, over 14305.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03811, over 130.00 utterances.], tot_loss[loss=0.3424, simple_loss=0.3913, pruned_loss=0.1468, over 2781454.66 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07125, over 45146.14 utterances.], batch size: 130, lr: 7.08e-04 +2022-09-17 12:03:13,323 INFO [train.py:885] (0/2) Epoch 6, batch 5700, loss[loss=0.2139, simple_loss=0.2705, pruned_loss=0.07867, over 13931.00 frames. utt_duration=930.1 frames, utt_pad_proportion=0.06615, over 60.00 utterances.], tot_loss[loss=0.3382, simple_loss=0.3874, pruned_loss=0.1446, over 2783515.18 frames. utt_duration=256.7 frames, utt_pad_proportion=0.0695, over 43627.27 utterances.], batch size: 60, lr: 7.08e-04 +2022-09-17 12:03:43,332 INFO [train.py:885] (0/2) Epoch 6, batch 5750, loss[loss=0.3411, simple_loss=0.4365, pruned_loss=0.1228, over 13633.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08146, over 477.00 utterances.], tot_loss[loss=0.3402, simple_loss=0.3893, pruned_loss=0.1455, over 2778095.06 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07191, over 44398.46 utterances.], batch size: 477, lr: 7.08e-04 +2022-09-17 12:04:12,828 INFO [train.py:885] (0/2) Epoch 6, batch 5800, loss[loss=0.2892, simple_loss=0.3351, pruned_loss=0.1216, over 13948.00 frames. utt_duration=707.6 frames, utt_pad_proportion=0.06151, over 79.00 utterances.], tot_loss[loss=0.3438, simple_loss=0.3932, pruned_loss=0.1472, over 2777804.80 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07412, over 46801.27 utterances.], batch size: 79, lr: 7.07e-04 +2022-09-17 12:04:42,449 INFO [train.py:885] (0/2) Epoch 6, batch 5850, loss[loss=0.3803, simple_loss=0.427, pruned_loss=0.1668, over 14277.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04119, over 283.00 utterances.], tot_loss[loss=0.3476, simple_loss=0.3972, pruned_loss=0.149, over 2785038.89 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07123, over 48042.33 utterances.], batch size: 283, lr: 7.07e-04 +2022-09-17 12:05:11,710 INFO [train.py:885] (0/2) Epoch 6, batch 5900, loss[loss=0.4062, simple_loss=0.4304, pruned_loss=0.191, over 14407.00 frames. utt_duration=346.5 frames, utt_pad_proportion=0.03491, over 167.00 utterances.], tot_loss[loss=0.3484, simple_loss=0.3975, pruned_loss=0.1497, over 2785442.34 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07229, over 47992.51 utterances.], batch size: 167, lr: 7.07e-04 +2022-09-17 12:05:41,100 INFO [train.py:885] (0/2) Epoch 6, batch 5950, loss[loss=0.3395, simple_loss=0.3945, pruned_loss=0.1422, over 14221.00 frames. utt_duration=254.4 frames, utt_pad_proportion=0.04371, over 225.00 utterances.], tot_loss[loss=0.3422, simple_loss=0.3921, pruned_loss=0.1462, over 2787742.27 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06942, over 45531.62 utterances.], batch size: 225, lr: 7.07e-04 +2022-09-17 12:06:10,249 INFO [train.py:885] (0/2) Epoch 6, batch 6000, loss[loss=0.3024, simple_loss=0.3576, pruned_loss=0.1236, over 14192.00 frames. utt_duration=404 frames, utt_pad_proportion=0.04945, over 141.00 utterances.], tot_loss[loss=0.3408, simple_loss=0.3904, pruned_loss=0.1456, over 2789455.62 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06847, over 45051.19 utterances.], batch size: 141, lr: 7.06e-04 +2022-09-17 12:06:10,250 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 12:06:15,113 INFO [train.py:914] (0/2) Epoch 6, validation: loss=0.236, simple_loss=0.3, pruned_loss=0.08599, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 12:06:44,724 INFO [train.py:885] (0/2) Epoch 6, batch 6050, loss[loss=0.4427, simple_loss=0.4995, pruned_loss=0.193, over 13695.00 frames. utt_duration=99.19 frames, utt_pad_proportion=0.07296, over 560.00 utterances.], tot_loss[loss=0.3452, simple_loss=0.3944, pruned_loss=0.1479, over 2789096.65 frames. utt_duration=239.7 frames, utt_pad_proportion=0.06958, over 46828.12 utterances.], batch size: 560, lr: 7.06e-04 +2022-09-17 12:07:14,455 INFO [train.py:885] (0/2) Epoch 6, batch 6100, loss[loss=0.3321, simple_loss=0.3869, pruned_loss=0.1386, over 14365.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.0381, over 167.00 utterances.], tot_loss[loss=0.3442, simple_loss=0.393, pruned_loss=0.1477, over 2788963.02 frames. utt_duration=242.5 frames, utt_pad_proportion=0.06928, over 46283.26 utterances.], batch size: 167, lr: 7.06e-04 +2022-09-17 12:07:42,886 INFO [train.py:885] (0/2) Epoch 6, batch 6150, loss[loss=0.2693, simple_loss=0.3385, pruned_loss=0.1, over 14332.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03618, over 130.00 utterances.], tot_loss[loss=0.34, simple_loss=0.3895, pruned_loss=0.1453, over 2789107.80 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06719, over 44807.85 utterances.], batch size: 130, lr: 7.06e-04 +2022-09-17 12:08:13,083 INFO [train.py:885] (0/2) Epoch 6, batch 6200, loss[loss=0.4473, simple_loss=0.4758, pruned_loss=0.2094, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04052, over 225.00 utterances.], tot_loss[loss=0.3462, simple_loss=0.3957, pruned_loss=0.1484, over 2780767.81 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07085, over 47984.82 utterances.], batch size: 225, lr: 7.05e-04 +2022-09-17 12:08:42,960 INFO [train.py:885] (0/2) Epoch 6, batch 6250, loss[loss=0.2251, simple_loss=0.2803, pruned_loss=0.08488, over 13752.00 frames. utt_duration=918.2 frames, utt_pad_proportion=0.07528, over 60.00 utterances.], tot_loss[loss=0.3447, simple_loss=0.394, pruned_loss=0.1477, over 2774942.49 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07162, over 47474.81 utterances.], batch size: 60, lr: 7.05e-04 +2022-09-17 12:09:12,448 INFO [train.py:885] (0/2) Epoch 6, batch 6300, loss[loss=0.2823, simple_loss=0.327, pruned_loss=0.1188, over 14107.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05201, over 98.00 utterances.], tot_loss[loss=0.3455, simple_loss=0.3945, pruned_loss=0.1482, over 2779450.15 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07146, over 47491.44 utterances.], batch size: 98, lr: 7.05e-04 +2022-09-17 12:09:41,610 INFO [train.py:885] (0/2) Epoch 6, batch 6350, loss[loss=0.2395, simple_loss=0.2989, pruned_loss=0.09004, over 13159.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1157, over 33.00 utterances.], tot_loss[loss=0.3421, simple_loss=0.3912, pruned_loss=0.1465, over 2778152.26 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07022, over 46283.49 utterances.], batch size: 33, lr: 7.05e-04 +2022-09-17 12:10:11,188 INFO [train.py:885] (0/2) Epoch 6, batch 6400, loss[loss=0.5146, simple_loss=0.5052, pruned_loss=0.262, over 14234.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04319, over 335.00 utterances.], tot_loss[loss=0.341, simple_loss=0.3899, pruned_loss=0.1461, over 2778652.15 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06992, over 45170.02 utterances.], batch size: 335, lr: 7.04e-04 +2022-09-17 12:10:40,825 INFO [train.py:885] (0/2) Epoch 6, batch 6450, loss[loss=0.3486, simple_loss=0.3982, pruned_loss=0.1495, over 14363.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03526, over 195.00 utterances.], tot_loss[loss=0.3479, simple_loss=0.3958, pruned_loss=0.1501, over 2776884.62 frames. utt_duration=239.6 frames, utt_pad_proportion=0.0737, over 46653.91 utterances.], batch size: 195, lr: 7.04e-04 +2022-09-17 12:11:11,165 INFO [train.py:885] (0/2) Epoch 6, batch 6500, loss[loss=0.2247, simple_loss=0.2792, pruned_loss=0.08514, over 13434.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.09031, over 50.00 utterances.], tot_loss[loss=0.3454, simple_loss=0.3947, pruned_loss=0.1481, over 2775667.78 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07339, over 47570.30 utterances.], batch size: 50, lr: 7.04e-04 +2022-09-17 12:11:40,435 INFO [train.py:885] (0/2) Epoch 6, batch 6550, loss[loss=0.4089, simple_loss=0.4824, pruned_loss=0.1677, over 13613.00 frames. utt_duration=98.57 frames, utt_pad_proportion=0.07881, over 560.00 utterances.], tot_loss[loss=0.347, simple_loss=0.3955, pruned_loss=0.1492, over 2775540.65 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07255, over 47024.72 utterances.], batch size: 560, lr: 7.04e-04 +2022-09-17 12:12:09,955 INFO [train.py:885] (0/2) Epoch 6, batch 6600, loss[loss=0.1839, simple_loss=0.2331, pruned_loss=0.06732, over 12484.00 frames. utt_duration=2082 frames, utt_pad_proportion=0.161, over 24.00 utterances.], tot_loss[loss=0.3462, simple_loss=0.3932, pruned_loss=0.1496, over 2776776.73 frames. utt_duration=242.2 frames, utt_pad_proportion=0.0712, over 46147.80 utterances.], batch size: 24, lr: 7.03e-04 +2022-09-17 12:12:39,696 INFO [train.py:885] (0/2) Epoch 6, batch 6650, loss[loss=0.4299, simple_loss=0.4581, pruned_loss=0.2009, over 14211.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04388, over 306.00 utterances.], tot_loss[loss=0.3494, simple_loss=0.3967, pruned_loss=0.151, over 2778542.79 frames. utt_duration=234.7 frames, utt_pad_proportion=0.0726, over 47651.07 utterances.], batch size: 306, lr: 7.03e-04 +2022-09-17 12:13:08,367 INFO [train.py:885] (0/2) Epoch 6, batch 6700, loss[loss=0.3311, simple_loss=0.4083, pruned_loss=0.127, over 13977.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.0571, over 365.00 utterances.], tot_loss[loss=0.3464, simple_loss=0.394, pruned_loss=0.1494, over 2781185.69 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0711, over 46601.10 utterances.], batch size: 365, lr: 7.03e-04 +2022-09-17 12:13:37,510 INFO [train.py:885] (0/2) Epoch 6, batch 6750, loss[loss=0.2847, simple_loss=0.3395, pruned_loss=0.115, over 14280.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03953, over 130.00 utterances.], tot_loss[loss=0.35, simple_loss=0.3978, pruned_loss=0.1511, over 2780010.46 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07398, over 47797.46 utterances.], batch size: 130, lr: 7.03e-04 +2022-09-17 12:14:06,955 INFO [train.py:885] (0/2) Epoch 6, batch 6800, loss[loss=0.3113, simple_loss=0.3472, pruned_loss=0.1377, over 14217.00 frames. utt_duration=640.5 frames, utt_pad_proportion=0.04545, over 89.00 utterances.], tot_loss[loss=0.3511, simple_loss=0.3987, pruned_loss=0.1518, over 2781443.68 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07179, over 48007.53 utterances.], batch size: 89, lr: 7.02e-04 +2022-09-17 12:14:36,711 INFO [train.py:885] (0/2) Epoch 6, batch 6850, loss[loss=0.659, simple_loss=0.6885, pruned_loss=0.3147, over 12451.00 frames. utt_duration=63.04 frames, utt_pad_proportion=0.1482, over 810.00 utterances.], tot_loss[loss=0.3476, simple_loss=0.3958, pruned_loss=0.1497, over 2778403.46 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07271, over 46770.78 utterances.], batch size: 810, lr: 7.02e-04 +2022-09-17 12:15:05,705 INFO [train.py:885] (0/2) Epoch 6, batch 6900, loss[loss=0.3189, simple_loss=0.3738, pruned_loss=0.132, over 14327.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.0371, over 154.00 utterances.], tot_loss[loss=0.3498, simple_loss=0.3971, pruned_loss=0.1513, over 2781418.78 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07296, over 46725.05 utterances.], batch size: 154, lr: 7.02e-04 +2022-09-17 12:15:35,194 INFO [train.py:885] (0/2) Epoch 6, batch 6950, loss[loss=0.2514, simple_loss=0.3171, pruned_loss=0.09284, over 14209.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04764, over 89.00 utterances.], tot_loss[loss=0.3495, simple_loss=0.3972, pruned_loss=0.1509, over 2782578.13 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07288, over 47481.84 utterances.], batch size: 89, lr: 7.02e-04 +2022-09-17 12:16:05,007 INFO [train.py:885] (0/2) Epoch 6, batch 7000, loss[loss=0.4189, simple_loss=0.4486, pruned_loss=0.1946, over 14226.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.043, over 306.00 utterances.], tot_loss[loss=0.3438, simple_loss=0.3918, pruned_loss=0.1479, over 2779828.57 frames. utt_duration=246 frames, utt_pad_proportion=0.07114, over 45472.31 utterances.], batch size: 306, lr: 7.01e-04 +2022-09-17 12:16:34,162 INFO [train.py:885] (0/2) Epoch 6, batch 7050, loss[loss=0.3547, simple_loss=0.4054, pruned_loss=0.152, over 14341.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03386, over 244.00 utterances.], tot_loss[loss=0.346, simple_loss=0.3944, pruned_loss=0.1488, over 2779713.71 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07335, over 46982.66 utterances.], batch size: 244, lr: 7.01e-04 +2022-09-17 12:17:03,815 INFO [train.py:885] (0/2) Epoch 6, batch 7100, loss[loss=0.4678, simple_loss=0.5266, pruned_loss=0.2045, over 13239.00 frames. utt_duration=82.54 frames, utt_pad_proportion=0.1028, over 653.00 utterances.], tot_loss[loss=0.3422, simple_loss=0.3904, pruned_loss=0.147, over 2780007.93 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07301, over 45911.82 utterances.], batch size: 653, lr: 7.01e-04 +2022-09-17 12:17:32,964 INFO [train.py:885] (0/2) Epoch 6, batch 7150, loss[loss=0.2661, simple_loss=0.3246, pruned_loss=0.1038, over 14218.00 frames. utt_duration=581.6 frames, utt_pad_proportion=0.04492, over 98.00 utterances.], tot_loss[loss=0.3364, simple_loss=0.3856, pruned_loss=0.1436, over 2781662.47 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07132, over 44493.69 utterances.], batch size: 98, lr: 7.01e-04 +2022-09-17 12:18:02,758 INFO [train.py:885] (0/2) Epoch 6, batch 7200, loss[loss=0.2088, simple_loss=0.2371, pruned_loss=0.09021, over 12712.00 frames. utt_duration=2120 frames, utt_pad_proportion=0.1227, over 24.00 utterances.], tot_loss[loss=0.3339, simple_loss=0.3842, pruned_loss=0.1418, over 2784070.78 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07077, over 44939.61 utterances.], batch size: 24, lr: 7.00e-04 +2022-09-17 12:18:32,616 INFO [train.py:885] (0/2) Epoch 6, batch 7250, loss[loss=0.2498, simple_loss=0.2988, pruned_loss=0.1004, over 14104.00 frames. utt_duration=715.4 frames, utt_pad_proportion=0.04989, over 79.00 utterances.], tot_loss[loss=0.3392, simple_loss=0.389, pruned_loss=0.1446, over 2785493.93 frames. utt_duration=243.1 frames, utt_pad_proportion=0.06961, over 46119.36 utterances.], batch size: 79, lr: 7.00e-04 +2022-09-17 12:19:01,744 INFO [train.py:885] (0/2) Epoch 6, batch 7300, loss[loss=0.4379, simple_loss=0.4584, pruned_loss=0.2087, over 14232.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.0426, over 306.00 utterances.], tot_loss[loss=0.3409, simple_loss=0.3909, pruned_loss=0.1454, over 2784276.34 frames. utt_duration=240 frames, utt_pad_proportion=0.07152, over 46687.26 utterances.], batch size: 306, lr: 7.00e-04 +2022-09-17 12:19:31,490 INFO [train.py:885] (0/2) Epoch 6, batch 7350, loss[loss=0.3952, simple_loss=0.4691, pruned_loss=0.1606, over 13668.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07948, over 477.00 utterances.], tot_loss[loss=0.3413, simple_loss=0.3911, pruned_loss=0.1458, over 2781987.29 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07185, over 46665.58 utterances.], batch size: 477, lr: 7.00e-04 +2022-09-17 12:20:00,522 INFO [train.py:885] (0/2) Epoch 6, batch 7400, loss[loss=0.3243, simple_loss=0.3666, pruned_loss=0.141, over 14305.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.04128, over 120.00 utterances.], tot_loss[loss=0.3391, simple_loss=0.3893, pruned_loss=0.1444, over 2780781.82 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07255, over 45618.53 utterances.], batch size: 120, lr: 6.99e-04 +2022-09-17 12:20:30,180 INFO [train.py:885] (0/2) Epoch 6, batch 7450, loss[loss=0.211, simple_loss=0.2693, pruned_loss=0.07633, over 13275.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09458, over 41.00 utterances.], tot_loss[loss=0.3381, simple_loss=0.3887, pruned_loss=0.1438, over 2777187.60 frames. utt_duration=242.2 frames, utt_pad_proportion=0.0735, over 46143.10 utterances.], batch size: 41, lr: 6.99e-04 +2022-09-17 12:20:59,859 INFO [train.py:885] (0/2) Epoch 6, batch 7500, loss[loss=0.5399, simple_loss=0.5769, pruned_loss=0.2514, over 13643.00 frames. utt_duration=98.85 frames, utt_pad_proportion=0.07613, over 560.00 utterances.], tot_loss[loss=0.3397, simple_loss=0.3903, pruned_loss=0.1445, over 2775627.39 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07447, over 46482.46 utterances.], batch size: 560, lr: 6.99e-04 +2022-09-17 12:21:29,157 INFO [train.py:885] (0/2) Epoch 6, batch 7550, loss[loss=0.3523, simple_loss=0.4073, pruned_loss=0.1486, over 14392.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03093, over 244.00 utterances.], tot_loss[loss=0.3439, simple_loss=0.3943, pruned_loss=0.1467, over 2774752.52 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07505, over 47990.22 utterances.], batch size: 244, lr: 6.99e-04 +2022-09-17 12:22:07,435 INFO [train.py:885] (0/2) Epoch 6, batch 7600, loss[loss=0.299, simple_loss=0.3597, pruned_loss=0.1192, over 14210.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04854, over 141.00 utterances.], tot_loss[loss=0.3421, simple_loss=0.3926, pruned_loss=0.1458, over 2777132.78 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07221, over 46754.71 utterances.], batch size: 141, lr: 6.98e-04 +2022-09-17 12:22:36,339 INFO [train.py:885] (0/2) Epoch 6, batch 7650, loss[loss=0.3728, simple_loss=0.4097, pruned_loss=0.168, over 14304.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03937, over 283.00 utterances.], tot_loss[loss=0.3403, simple_loss=0.3913, pruned_loss=0.1446, over 2781910.71 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0714, over 46767.81 utterances.], batch size: 283, lr: 6.98e-04 +2022-09-17 12:23:06,001 INFO [train.py:885] (0/2) Epoch 6, batch 7700, loss[loss=0.3617, simple_loss=0.4311, pruned_loss=0.1461, over 13983.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05643, over 365.00 utterances.], tot_loss[loss=0.3401, simple_loss=0.3904, pruned_loss=0.1449, over 2781375.91 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07007, over 46289.51 utterances.], batch size: 365, lr: 6.98e-04 +2022-09-17 12:23:35,245 INFO [train.py:885] (0/2) Epoch 6, batch 7750, loss[loss=0.4499, simple_loss=0.468, pruned_loss=0.2159, over 14207.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04421, over 335.00 utterances.], tot_loss[loss=0.3407, simple_loss=0.3912, pruned_loss=0.1451, over 2784645.35 frames. utt_duration=240.4 frames, utt_pad_proportion=0.06914, over 46625.13 utterances.], batch size: 335, lr: 6.98e-04 +2022-09-17 12:24:05,281 INFO [train.py:885] (0/2) Epoch 6, batch 7800, loss[loss=0.3651, simple_loss=0.4348, pruned_loss=0.1477, over 13787.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07046, over 411.00 utterances.], tot_loss[loss=0.3411, simple_loss=0.391, pruned_loss=0.1455, over 2784180.35 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06893, over 46070.34 utterances.], batch size: 411, lr: 6.97e-04 +2022-09-17 12:24:35,336 INFO [train.py:885] (0/2) Epoch 6, batch 7850, loss[loss=0.3084, simple_loss=0.3667, pruned_loss=0.125, over 14221.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04756, over 141.00 utterances.], tot_loss[loss=0.3411, simple_loss=0.3916, pruned_loss=0.1453, over 2786152.23 frames. utt_duration=238.3 frames, utt_pad_proportion=0.06844, over 47068.65 utterances.], batch size: 141, lr: 6.97e-04 +2022-09-17 12:25:04,103 INFO [train.py:885] (0/2) Epoch 6, batch 7900, loss[loss=0.3581, simple_loss=0.4347, pruned_loss=0.1407, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07106, over 411.00 utterances.], tot_loss[loss=0.3368, simple_loss=0.3874, pruned_loss=0.143, over 2789197.86 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06702, over 45487.18 utterances.], batch size: 411, lr: 6.97e-04 +2022-09-17 12:25:33,635 INFO [train.py:885] (0/2) Epoch 6, batch 7950, loss[loss=0.3344, simple_loss=0.3842, pruned_loss=0.1423, over 14239.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04683, over 141.00 utterances.], tot_loss[loss=0.3331, simple_loss=0.3838, pruned_loss=0.1412, over 2784461.09 frames. utt_duration=251.1 frames, utt_pad_proportion=0.0677, over 44610.35 utterances.], batch size: 141, lr: 6.97e-04 +2022-09-17 12:26:02,785 INFO [train.py:885] (0/2) Epoch 6, batch 8000, loss[loss=0.3141, simple_loss=0.3808, pruned_loss=0.1237, over 14331.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03745, over 195.00 utterances.], tot_loss[loss=0.3292, simple_loss=0.3801, pruned_loss=0.1392, over 2785866.67 frames. utt_duration=259.5 frames, utt_pad_proportion=0.06625, over 43179.70 utterances.], batch size: 195, lr: 6.96e-04 +2022-09-17 12:26:32,248 INFO [train.py:885] (0/2) Epoch 6, batch 8050, loss[loss=0.3754, simple_loss=0.4557, pruned_loss=0.1475, over 13576.00 frames. utt_duration=98.39 frames, utt_pad_proportion=0.08046, over 560.00 utterances.], tot_loss[loss=0.3273, simple_loss=0.3792, pruned_loss=0.1377, over 2787846.00 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06625, over 42899.73 utterances.], batch size: 560, lr: 6.96e-04 +2022-09-17 12:27:01,787 INFO [train.py:885] (0/2) Epoch 6, batch 8100, loss[loss=0.2651, simple_loss=0.3241, pruned_loss=0.103, over 13751.00 frames. utt_duration=798.7 frames, utt_pad_proportion=0.0702, over 69.00 utterances.], tot_loss[loss=0.3225, simple_loss=0.3752, pruned_loss=0.1349, over 2784617.63 frames. utt_duration=267.1 frames, utt_pad_proportion=0.06644, over 41930.66 utterances.], batch size: 69, lr: 6.96e-04 +2022-09-17 12:27:30,782 INFO [train.py:885] (0/2) Epoch 6, batch 8150, loss[loss=0.2134, simple_loss=0.2789, pruned_loss=0.07394, over 13814.00 frames. utt_duration=802.3 frames, utt_pad_proportion=0.0671, over 69.00 utterances.], tot_loss[loss=0.3242, simple_loss=0.3758, pruned_loss=0.1363, over 2784548.00 frames. utt_duration=271.1 frames, utt_pad_proportion=0.0659, over 41305.67 utterances.], batch size: 69, lr: 6.96e-04 +2022-09-17 12:28:00,254 INFO [train.py:885] (0/2) Epoch 6, batch 8200, loss[loss=0.3604, simple_loss=0.4165, pruned_loss=0.1521, over 14306.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.03591, over 262.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3769, pruned_loss=0.1373, over 2782894.83 frames. utt_duration=266.9 frames, utt_pad_proportion=0.06696, over 41937.01 utterances.], batch size: 262, lr: 6.95e-04 +2022-09-17 12:28:29,357 INFO [train.py:885] (0/2) Epoch 6, batch 8250, loss[loss=0.3635, simple_loss=0.4138, pruned_loss=0.1566, over 14321.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03852, over 283.00 utterances.], tot_loss[loss=0.3297, simple_loss=0.3805, pruned_loss=0.1394, over 2784177.62 frames. utt_duration=258.6 frames, utt_pad_proportion=0.0691, over 43305.72 utterances.], batch size: 283, lr: 6.95e-04 +2022-09-17 12:28:59,021 INFO [train.py:885] (0/2) Epoch 6, batch 8300, loss[loss=0.4715, simple_loss=0.483, pruned_loss=0.23, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04334, over 335.00 utterances.], tot_loss[loss=0.3327, simple_loss=0.3823, pruned_loss=0.1416, over 2783506.63 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06861, over 43171.33 utterances.], batch size: 335, lr: 6.95e-04 +2022-09-17 12:29:28,888 INFO [train.py:885] (0/2) Epoch 6, batch 8350, loss[loss=0.3486, simple_loss=0.3988, pruned_loss=0.1492, over 14352.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03607, over 210.00 utterances.], tot_loss[loss=0.3363, simple_loss=0.3853, pruned_loss=0.1437, over 2782319.97 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06865, over 43940.81 utterances.], batch size: 210, lr: 6.95e-04 +2022-09-17 12:29:59,097 INFO [train.py:885] (0/2) Epoch 6, batch 8400, loss[loss=0.2602, simple_loss=0.3073, pruned_loss=0.1066, over 13774.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.07881, over 42.00 utterances.], tot_loss[loss=0.34, simple_loss=0.3889, pruned_loss=0.1456, over 2777608.67 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07104, over 45608.92 utterances.], batch size: 42, lr: 6.94e-04 +2022-09-17 12:30:27,709 INFO [train.py:885] (0/2) Epoch 6, batch 8450, loss[loss=0.2142, simple_loss=0.2721, pruned_loss=0.07814, over 12126.00 frames. utt_duration=2023 frames, utt_pad_proportion=0.1754, over 24.00 utterances.], tot_loss[loss=0.3349, simple_loss=0.3836, pruned_loss=0.1431, over 2777313.12 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06984, over 43560.48 utterances.], batch size: 24, lr: 6.94e-04 +2022-09-17 12:30:57,699 INFO [train.py:885] (0/2) Epoch 6, batch 8500, loss[loss=0.479, simple_loss=0.4917, pruned_loss=0.2332, over 14253.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04204, over 335.00 utterances.], tot_loss[loss=0.3367, simple_loss=0.3859, pruned_loss=0.1438, over 2776898.83 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07059, over 44576.33 utterances.], batch size: 335, lr: 6.94e-04 +2022-09-17 12:31:27,420 INFO [train.py:885] (0/2) Epoch 6, batch 8550, loss[loss=0.3896, simple_loss=0.4313, pruned_loss=0.174, over 14198.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04467, over 306.00 utterances.], tot_loss[loss=0.3364, simple_loss=0.3862, pruned_loss=0.1433, over 2776025.91 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07126, over 45314.17 utterances.], batch size: 306, lr: 6.94e-04 +2022-09-17 12:31:56,699 INFO [train.py:885] (0/2) Epoch 6, batch 8600, loss[loss=0.2389, simple_loss=0.2989, pruned_loss=0.08947, over 14054.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05556, over 98.00 utterances.], tot_loss[loss=0.3375, simple_loss=0.3861, pruned_loss=0.1444, over 2779439.47 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06948, over 44413.24 utterances.], batch size: 98, lr: 6.94e-04 +2022-09-17 12:32:26,117 INFO [train.py:885] (0/2) Epoch 6, batch 8650, loss[loss=0.3874, simple_loss=0.4262, pruned_loss=0.1743, over 14242.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04272, over 335.00 utterances.], tot_loss[loss=0.3361, simple_loss=0.3859, pruned_loss=0.1431, over 2784803.62 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06851, over 44652.44 utterances.], batch size: 335, lr: 6.93e-04 +2022-09-17 12:32:55,128 INFO [train.py:885] (0/2) Epoch 6, batch 8700, loss[loss=0.3615, simple_loss=0.407, pruned_loss=0.158, over 14361.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03745, over 244.00 utterances.], tot_loss[loss=0.3411, simple_loss=0.3896, pruned_loss=0.1463, over 2788249.90 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06637, over 44858.75 utterances.], batch size: 244, lr: 6.93e-04 +2022-09-17 12:33:25,298 INFO [train.py:885] (0/2) Epoch 6, batch 8750, loss[loss=0.2558, simple_loss=0.3196, pruned_loss=0.09595, over 14171.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04515, over 109.00 utterances.], tot_loss[loss=0.3423, simple_loss=0.3917, pruned_loss=0.1464, over 2784116.40 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07112, over 46797.35 utterances.], batch size: 109, lr: 6.93e-04 +2022-09-17 12:33:54,566 INFO [train.py:885] (0/2) Epoch 6, batch 8800, loss[loss=0.4401, simple_loss=0.4703, pruned_loss=0.2049, over 14243.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04251, over 225.00 utterances.], tot_loss[loss=0.3423, simple_loss=0.3918, pruned_loss=0.1464, over 2788164.68 frames. utt_duration=241.4 frames, utt_pad_proportion=0.06976, over 46488.27 utterances.], batch size: 225, lr: 6.93e-04 +2022-09-17 12:34:23,735 INFO [train.py:885] (0/2) Epoch 6, batch 8850, loss[loss=0.545, simple_loss=0.6099, pruned_loss=0.24, over 12562.00 frames. utt_duration=63.59 frames, utt_pad_proportion=0.1406, over 810.00 utterances.], tot_loss[loss=0.3434, simple_loss=0.3932, pruned_loss=0.1468, over 2784885.23 frames. utt_duration=237 frames, utt_pad_proportion=0.07193, over 47305.34 utterances.], batch size: 810, lr: 6.92e-04 +2022-09-17 12:34:52,390 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-72000.pt +2022-09-17 12:34:52,871 INFO [train.py:885] (0/2) Epoch 6, batch 8900, loss[loss=0.4442, simple_loss=0.4844, pruned_loss=0.2019, over 13966.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05819, over 365.00 utterances.], tot_loss[loss=0.34, simple_loss=0.3899, pruned_loss=0.1451, over 2786178.78 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06941, over 45246.98 utterances.], batch size: 365, lr: 6.92e-04 +2022-09-17 12:35:22,652 INFO [train.py:885] (0/2) Epoch 6, batch 8950, loss[loss=0.3824, simple_loss=0.4232, pruned_loss=0.1708, over 14348.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03885, over 167.00 utterances.], tot_loss[loss=0.3395, simple_loss=0.3895, pruned_loss=0.1448, over 2784034.39 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06953, over 44902.51 utterances.], batch size: 167, lr: 6.92e-04 +2022-09-17 12:35:51,963 INFO [train.py:885] (0/2) Epoch 6, batch 9000, loss[loss=0.346, simple_loss=0.3965, pruned_loss=0.1478, over 14288.00 frames. utt_duration=254.4 frames, utt_pad_proportion=0.03996, over 226.00 utterances.], tot_loss[loss=0.3374, simple_loss=0.3874, pruned_loss=0.1436, over 2785597.07 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07044, over 44778.74 utterances.], batch size: 226, lr: 6.92e-04 +2022-09-17 12:35:51,964 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 12:35:56,502 INFO [train.py:914] (0/2) Epoch 6, validation: loss=0.2205, simple_loss=0.2927, pruned_loss=0.07412, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 12:36:25,809 INFO [train.py:885] (0/2) Epoch 6, batch 9050, loss[loss=0.2348, simple_loss=0.2678, pruned_loss=0.1009, over 12776.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.1204, over 25.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.383, pruned_loss=0.141, over 2782390.70 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06802, over 43294.35 utterances.], batch size: 25, lr: 6.91e-04 +2022-09-17 12:36:55,748 INFO [train.py:885] (0/2) Epoch 6, batch 9100, loss[loss=0.2402, simple_loss=0.3073, pruned_loss=0.0866, over 13789.00 frames. utt_duration=801 frames, utt_pad_proportion=0.0675, over 69.00 utterances.], tot_loss[loss=0.3357, simple_loss=0.3859, pruned_loss=0.1428, over 2781431.11 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06881, over 44657.33 utterances.], batch size: 69, lr: 6.91e-04 +2022-09-17 12:37:25,304 INFO [train.py:885] (0/2) Epoch 6, batch 9150, loss[loss=0.334, simple_loss=0.3917, pruned_loss=0.1381, over 14331.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03717, over 195.00 utterances.], tot_loss[loss=0.3332, simple_loss=0.384, pruned_loss=0.1412, over 2781158.01 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06907, over 44365.09 utterances.], batch size: 195, lr: 6.91e-04 +2022-09-17 12:37:54,862 INFO [train.py:885] (0/2) Epoch 6, batch 9200, loss[loss=0.3118, simple_loss=0.362, pruned_loss=0.1308, over 14344.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03918, over 167.00 utterances.], tot_loss[loss=0.3326, simple_loss=0.3844, pruned_loss=0.1404, over 2780039.87 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06929, over 44545.91 utterances.], batch size: 167, lr: 6.91e-04 +2022-09-17 12:38:24,750 INFO [train.py:885] (0/2) Epoch 6, batch 9250, loss[loss=0.3019, simple_loss=0.3566, pruned_loss=0.1236, over 14332.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03642, over 130.00 utterances.], tot_loss[loss=0.3342, simple_loss=0.3856, pruned_loss=0.1414, over 2782100.37 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06845, over 44981.75 utterances.], batch size: 130, lr: 6.90e-04 +2022-09-17 12:38:53,881 INFO [train.py:885] (0/2) Epoch 6, batch 9300, loss[loss=0.1866, simple_loss=0.2362, pruned_loss=0.06849, over 13411.00 frames. utt_duration=1627 frames, utt_pad_proportion=0.09953, over 33.00 utterances.], tot_loss[loss=0.3343, simple_loss=0.3852, pruned_loss=0.1417, over 2783905.26 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06861, over 44585.33 utterances.], batch size: 33, lr: 6.90e-04 +2022-09-17 12:39:23,571 INFO [train.py:885] (0/2) Epoch 6, batch 9350, loss[loss=0.1952, simple_loss=0.2337, pruned_loss=0.07836, over 13508.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.09157, over 50.00 utterances.], tot_loss[loss=0.3318, simple_loss=0.3827, pruned_loss=0.1405, over 2784158.11 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06721, over 43133.22 utterances.], batch size: 50, lr: 6.90e-04 +2022-09-17 12:39:53,253 INFO [train.py:885] (0/2) Epoch 6, batch 9400, loss[loss=0.3791, simple_loss=0.4382, pruned_loss=0.16, over 14013.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05438, over 365.00 utterances.], tot_loss[loss=0.3295, simple_loss=0.3803, pruned_loss=0.1394, over 2784412.09 frames. utt_duration=267.7 frames, utt_pad_proportion=0.06692, over 41832.26 utterances.], batch size: 365, lr: 6.90e-04 +2022-09-17 12:40:22,274 INFO [train.py:885] (0/2) Epoch 6, batch 9450, loss[loss=0.1845, simple_loss=0.2238, pruned_loss=0.07258, over 13610.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.08745, over 42.00 utterances.], tot_loss[loss=0.3242, simple_loss=0.3753, pruned_loss=0.1366, over 2781125.85 frames. utt_duration=276.2 frames, utt_pad_proportion=0.06677, over 40499.43 utterances.], batch size: 42, lr: 6.89e-04 +2022-09-17 12:40:52,257 INFO [train.py:885] (0/2) Epoch 6, batch 9500, loss[loss=0.3875, simple_loss=0.4563, pruned_loss=0.1593, over 13755.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07199, over 411.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3799, pruned_loss=0.1386, over 2780219.61 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06861, over 42787.78 utterances.], batch size: 411, lr: 6.89e-04 +2022-09-17 12:41:21,836 INFO [train.py:885] (0/2) Epoch 6, batch 9550, loss[loss=0.2878, simple_loss=0.3334, pruned_loss=0.1211, over 13997.00 frames. utt_duration=572.7 frames, utt_pad_proportion=0.05953, over 98.00 utterances.], tot_loss[loss=0.3344, simple_loss=0.3854, pruned_loss=0.1417, over 2778566.06 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07068, over 45046.48 utterances.], batch size: 98, lr: 6.89e-04 +2022-09-17 12:41:51,376 INFO [train.py:885] (0/2) Epoch 6, batch 9600, loss[loss=0.2538, simple_loss=0.3152, pruned_loss=0.09623, over 14103.00 frames. utt_duration=519.2 frames, utt_pad_proportion=0.04915, over 109.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.387, pruned_loss=0.1436, over 2781915.86 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06993, over 44991.84 utterances.], batch size: 109, lr: 6.89e-04 +2022-09-17 12:42:20,904 INFO [train.py:885] (0/2) Epoch 6, batch 9650, loss[loss=0.2477, simple_loss=0.3118, pruned_loss=0.09178, over 13971.00 frames. utt_duration=709 frames, utt_pad_proportion=0.06091, over 79.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.385, pruned_loss=0.1422, over 2781881.90 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07044, over 44812.95 utterances.], batch size: 79, lr: 6.89e-04 +2022-09-17 12:42:50,267 INFO [train.py:885] (0/2) Epoch 6, batch 9700, loss[loss=0.2138, simple_loss=0.2651, pruned_loss=0.08125, over 13418.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08275, over 41.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3822, pruned_loss=0.1402, over 2778704.86 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07144, over 43743.40 utterances.], batch size: 41, lr: 6.88e-04 +2022-09-17 12:43:19,888 INFO [train.py:885] (0/2) Epoch 6, batch 9750, loss[loss=0.4655, simple_loss=0.4748, pruned_loss=0.2281, over 14199.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0444, over 306.00 utterances.], tot_loss[loss=0.3345, simple_loss=0.385, pruned_loss=0.142, over 2782224.35 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07044, over 44373.02 utterances.], batch size: 306, lr: 6.88e-04 +2022-09-17 12:43:48,953 INFO [train.py:885] (0/2) Epoch 6, batch 9800, loss[loss=0.3642, simple_loss=0.4321, pruned_loss=0.1482, over 14031.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05361, over 365.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.3852, pruned_loss=0.1421, over 2785041.27 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06875, over 44398.25 utterances.], batch size: 365, lr: 6.88e-04 +2022-09-17 12:44:18,726 INFO [train.py:885] (0/2) Epoch 6, batch 9850, loss[loss=0.5525, simple_loss=0.5947, pruned_loss=0.2552, over 13123.00 frames. utt_duration=81.92 frames, utt_pad_proportion=0.1095, over 653.00 utterances.], tot_loss[loss=0.335, simple_loss=0.3863, pruned_loss=0.1419, over 2786312.67 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06885, over 45037.82 utterances.], batch size: 653, lr: 6.88e-04 +2022-09-17 12:44:48,352 INFO [train.py:885] (0/2) Epoch 6, batch 9900, loss[loss=0.2541, simple_loss=0.3031, pruned_loss=0.1025, over 13126.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.104, over 33.00 utterances.], tot_loss[loss=0.3329, simple_loss=0.3834, pruned_loss=0.1412, over 2785150.06 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06902, over 43437.62 utterances.], batch size: 33, lr: 6.87e-04 +2022-09-17 12:45:17,495 INFO [train.py:885] (0/2) Epoch 6, batch 9950, loss[loss=0.4788, simple_loss=0.4829, pruned_loss=0.2373, over 14219.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04451, over 335.00 utterances.], tot_loss[loss=0.3306, simple_loss=0.3811, pruned_loss=0.14, over 2785943.71 frames. utt_duration=266.4 frames, utt_pad_proportion=0.06634, over 42070.86 utterances.], batch size: 335, lr: 6.87e-04 +2022-09-17 12:45:47,566 INFO [train.py:885] (0/2) Epoch 6, batch 10000, loss[loss=0.2643, simple_loss=0.3136, pruned_loss=0.1075, over 14081.00 frames. utt_duration=714.5 frames, utt_pad_proportion=0.0549, over 79.00 utterances.], tot_loss[loss=0.3361, simple_loss=0.3864, pruned_loss=0.1428, over 2782502.29 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06903, over 44981.66 utterances.], batch size: 79, lr: 6.87e-04 +2022-09-17 12:46:17,050 INFO [train.py:885] (0/2) Epoch 6, batch 10050, loss[loss=0.3165, simple_loss=0.3802, pruned_loss=0.1264, over 14383.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.03478, over 155.00 utterances.], tot_loss[loss=0.3353, simple_loss=0.3855, pruned_loss=0.1425, over 2784773.92 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06869, over 43353.58 utterances.], batch size: 155, lr: 6.87e-04 +2022-09-17 12:46:46,355 INFO [train.py:885] (0/2) Epoch 6, batch 10100, loss[loss=0.2574, simple_loss=0.3183, pruned_loss=0.09827, over 14239.00 frames. utt_duration=641.5 frames, utt_pad_proportion=0.04401, over 89.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.3835, pruned_loss=0.1408, over 2777663.92 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07167, over 43429.09 utterances.], batch size: 89, lr: 6.86e-04 +2022-09-17 12:47:16,083 INFO [train.py:885] (0/2) Epoch 6, batch 10150, loss[loss=0.3728, simple_loss=0.4225, pruned_loss=0.1615, over 14302.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03982, over 283.00 utterances.], tot_loss[loss=0.3326, simple_loss=0.3838, pruned_loss=0.1407, over 2775837.34 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07191, over 43878.60 utterances.], batch size: 283, lr: 6.86e-04 +2022-09-17 12:47:45,597 INFO [train.py:885] (0/2) Epoch 6, batch 10200, loss[loss=0.3923, simple_loss=0.436, pruned_loss=0.1743, over 14203.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04526, over 335.00 utterances.], tot_loss[loss=0.3388, simple_loss=0.3897, pruned_loss=0.144, over 2775866.46 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07458, over 46137.60 utterances.], batch size: 335, lr: 6.86e-04 +2022-09-17 12:48:14,477 INFO [train.py:885] (0/2) Epoch 6, batch 10250, loss[loss=0.3837, simple_loss=0.4245, pruned_loss=0.1715, over 14268.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04132, over 225.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.3883, pruned_loss=0.143, over 2776951.33 frames. utt_duration=244 frames, utt_pad_proportion=0.07452, over 45800.34 utterances.], batch size: 225, lr: 6.86e-04 +2022-09-17 12:48:43,929 INFO [train.py:885] (0/2) Epoch 6, batch 10300, loss[loss=0.3919, simple_loss=0.4654, pruned_loss=0.1592, over 13627.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.07784, over 560.00 utterances.], tot_loss[loss=0.3389, simple_loss=0.3898, pruned_loss=0.144, over 2784038.74 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07189, over 45705.83 utterances.], batch size: 560, lr: 6.85e-04 +2022-09-17 12:49:13,998 INFO [train.py:885] (0/2) Epoch 6, batch 10350, loss[loss=0.2761, simple_loss=0.3226, pruned_loss=0.1148, over 14040.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.05773, over 79.00 utterances.], tot_loss[loss=0.3435, simple_loss=0.3938, pruned_loss=0.1466, over 2784479.03 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07404, over 47547.47 utterances.], batch size: 79, lr: 6.85e-04 +2022-09-17 12:49:43,419 INFO [train.py:885] (0/2) Epoch 6, batch 10400, loss[loss=0.4063, simple_loss=0.4415, pruned_loss=0.1855, over 14183.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04567, over 306.00 utterances.], tot_loss[loss=0.3397, simple_loss=0.3899, pruned_loss=0.1447, over 2782256.93 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07099, over 45990.85 utterances.], batch size: 306, lr: 6.85e-04 +2022-09-17 12:50:13,232 INFO [train.py:885] (0/2) Epoch 6, batch 10450, loss[loss=0.3245, simple_loss=0.383, pruned_loss=0.133, over 14300.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.0422, over 167.00 utterances.], tot_loss[loss=0.3387, simple_loss=0.3888, pruned_loss=0.1443, over 2783083.45 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07065, over 45869.16 utterances.], batch size: 167, lr: 6.85e-04 +2022-09-17 12:50:42,008 INFO [train.py:885] (0/2) Epoch 6, batch 10500, loss[loss=0.3666, simple_loss=0.4121, pruned_loss=0.1605, over 14244.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04226, over 225.00 utterances.], tot_loss[loss=0.3344, simple_loss=0.3849, pruned_loss=0.142, over 2782822.04 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06948, over 43814.98 utterances.], batch size: 225, lr: 6.85e-04 +2022-09-17 12:51:12,462 INFO [train.py:885] (0/2) Epoch 6, batch 10550, loss[loss=0.2317, simple_loss=0.3034, pruned_loss=0.08003, over 14022.00 frames. utt_duration=711.3 frames, utt_pad_proportion=0.05794, over 79.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.3816, pruned_loss=0.1408, over 2785640.05 frames. utt_duration=264.5 frames, utt_pad_proportion=0.06766, over 42362.97 utterances.], batch size: 79, lr: 6.84e-04 +2022-09-17 12:51:41,679 INFO [train.py:885] (0/2) Epoch 6, batch 10600, loss[loss=0.5273, simple_loss=0.5494, pruned_loss=0.2526, over 13747.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07318, over 411.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.382, pruned_loss=0.1406, over 2784296.04 frames. utt_duration=261.1 frames, utt_pad_proportion=0.06863, over 42901.99 utterances.], batch size: 411, lr: 6.84e-04 +2022-09-17 12:52:11,527 INFO [train.py:885] (0/2) Epoch 6, batch 10650, loss[loss=0.4707, simple_loss=0.5382, pruned_loss=0.2016, over 13138.00 frames. utt_duration=82.03 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.3329, simple_loss=0.3836, pruned_loss=0.1411, over 2777774.99 frames. utt_duration=258.3 frames, utt_pad_proportion=0.07224, over 43256.32 utterances.], batch size: 653, lr: 6.84e-04 +2022-09-17 12:52:40,630 INFO [train.py:885] (0/2) Epoch 6, batch 10700, loss[loss=0.3613, simple_loss=0.4041, pruned_loss=0.1592, over 14321.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04102, over 167.00 utterances.], tot_loss[loss=0.3303, simple_loss=0.381, pruned_loss=0.1398, over 2778720.58 frames. utt_duration=264.3 frames, utt_pad_proportion=0.06982, over 42282.03 utterances.], batch size: 167, lr: 6.84e-04 +2022-09-17 12:53:10,054 INFO [train.py:885] (0/2) Epoch 6, batch 10750, loss[loss=0.3682, simple_loss=0.4247, pruned_loss=0.1559, over 13995.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05648, over 365.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.3833, pruned_loss=0.1408, over 2778503.93 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07017, over 43547.02 utterances.], batch size: 365, lr: 6.83e-04 +2022-09-17 12:53:39,123 INFO [train.py:885] (0/2) Epoch 6, batch 10800, loss[loss=0.3355, simple_loss=0.3945, pruned_loss=0.1382, over 14279.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.03993, over 180.00 utterances.], tot_loss[loss=0.3304, simple_loss=0.3817, pruned_loss=0.1395, over 2779952.16 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06951, over 43248.22 utterances.], batch size: 180, lr: 6.83e-04 +2022-09-17 12:54:09,346 INFO [train.py:885] (0/2) Epoch 6, batch 10850, loss[loss=0.1541, simple_loss=0.2046, pruned_loss=0.05182, over 13283.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.1083, over 33.00 utterances.], tot_loss[loss=0.3336, simple_loss=0.3846, pruned_loss=0.1413, over 2782476.88 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06897, over 44089.61 utterances.], batch size: 33, lr: 6.83e-04 +2022-09-17 12:54:38,439 INFO [train.py:885] (0/2) Epoch 6, batch 10900, loss[loss=0.2275, simple_loss=0.2821, pruned_loss=0.08648, over 13540.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.0891, over 50.00 utterances.], tot_loss[loss=0.3335, simple_loss=0.3851, pruned_loss=0.141, over 2781208.00 frames. utt_duration=251.5 frames, utt_pad_proportion=0.0698, over 44486.17 utterances.], batch size: 50, lr: 6.83e-04 +2022-09-17 12:55:07,978 INFO [train.py:885] (0/2) Epoch 6, batch 10950, loss[loss=0.2291, simple_loss=0.2971, pruned_loss=0.08054, over 14094.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05322, over 98.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.386, pruned_loss=0.1417, over 2780198.43 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07048, over 45048.05 utterances.], batch size: 98, lr: 6.82e-04 +2022-09-17 12:55:37,227 INFO [train.py:885] (0/2) Epoch 6, batch 11000, loss[loss=0.3285, simple_loss=0.3959, pruned_loss=0.1306, over 14259.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04093, over 180.00 utterances.], tot_loss[loss=0.3387, simple_loss=0.3901, pruned_loss=0.1436, over 2777305.15 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07217, over 47104.35 utterances.], batch size: 180, lr: 6.82e-04 +2022-09-17 12:56:07,070 INFO [train.py:885] (0/2) Epoch 6, batch 11050, loss[loss=0.4327, simple_loss=0.4572, pruned_loss=0.2041, over 14240.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04257, over 225.00 utterances.], tot_loss[loss=0.3381, simple_loss=0.3896, pruned_loss=0.1433, over 2777951.19 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07259, over 46226.68 utterances.], batch size: 225, lr: 6.82e-04 +2022-09-17 12:56:36,139 INFO [train.py:885] (0/2) Epoch 6, batch 11100, loss[loss=0.3214, simple_loss=0.3811, pruned_loss=0.1309, over 14325.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03783, over 210.00 utterances.], tot_loss[loss=0.335, simple_loss=0.3868, pruned_loss=0.1416, over 2779196.91 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07161, over 45334.61 utterances.], batch size: 210, lr: 6.82e-04 +2022-09-17 12:57:05,809 INFO [train.py:885] (0/2) Epoch 6, batch 11150, loss[loss=0.2809, simple_loss=0.3352, pruned_loss=0.1133, over 14168.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.0451, over 109.00 utterances.], tot_loss[loss=0.3353, simple_loss=0.3874, pruned_loss=0.1416, over 2778961.17 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07302, over 46201.01 utterances.], batch size: 109, lr: 6.82e-04 +2022-09-17 12:57:34,909 INFO [train.py:885] (0/2) Epoch 6, batch 11200, loss[loss=0.2362, simple_loss=0.29, pruned_loss=0.09118, over 13542.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.07898, over 50.00 utterances.], tot_loss[loss=0.3366, simple_loss=0.3886, pruned_loss=0.1423, over 2775782.55 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07449, over 46477.74 utterances.], batch size: 50, lr: 6.81e-04 +2022-09-17 12:58:04,637 INFO [train.py:885] (0/2) Epoch 6, batch 11250, loss[loss=0.3248, simple_loss=0.367, pruned_loss=0.1413, over 14283.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04083, over 120.00 utterances.], tot_loss[loss=0.3387, simple_loss=0.3903, pruned_loss=0.1435, over 2775614.37 frames. utt_duration=238 frames, utt_pad_proportion=0.0755, over 46951.17 utterances.], batch size: 120, lr: 6.81e-04 +2022-09-17 12:58:34,825 INFO [train.py:885] (0/2) Epoch 6, batch 11300, loss[loss=0.2575, simple_loss=0.2976, pruned_loss=0.1086, over 13287.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.107, over 33.00 utterances.], tot_loss[loss=0.3423, simple_loss=0.3935, pruned_loss=0.1455, over 2774084.44 frames. utt_duration=230.3 frames, utt_pad_proportion=0.07695, over 48493.48 utterances.], batch size: 33, lr: 6.81e-04 +2022-09-17 12:59:04,294 INFO [train.py:885] (0/2) Epoch 6, batch 11350, loss[loss=0.2913, simple_loss=0.3566, pruned_loss=0.113, over 14290.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.0433, over 141.00 utterances.], tot_loss[loss=0.3415, simple_loss=0.3927, pruned_loss=0.1451, over 2775829.83 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07495, over 47686.58 utterances.], batch size: 141, lr: 6.81e-04 +2022-09-17 12:59:33,675 INFO [train.py:885] (0/2) Epoch 6, batch 11400, loss[loss=0.3296, simple_loss=0.3765, pruned_loss=0.1413, over 14367.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03516, over 195.00 utterances.], tot_loss[loss=0.3388, simple_loss=0.3905, pruned_loss=0.1436, over 2772975.07 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07629, over 47403.35 utterances.], batch size: 195, lr: 6.80e-04 +2022-09-17 13:00:03,111 INFO [train.py:885] (0/2) Epoch 6, batch 11450, loss[loss=0.4305, simple_loss=0.4463, pruned_loss=0.2073, over 14252.00 frames. utt_duration=440 frames, utt_pad_proportion=0.0393, over 130.00 utterances.], tot_loss[loss=0.3372, simple_loss=0.3882, pruned_loss=0.1431, over 2778779.30 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07296, over 45962.86 utterances.], batch size: 130, lr: 6.80e-04 +2022-09-17 13:00:32,830 INFO [train.py:885] (0/2) Epoch 6, batch 11500, loss[loss=0.2361, simple_loss=0.2972, pruned_loss=0.0875, over 13847.00 frames. utt_duration=924.4 frames, utt_pad_proportion=0.07185, over 60.00 utterances.], tot_loss[loss=0.3383, simple_loss=0.3893, pruned_loss=0.1437, over 2780360.13 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07352, over 46108.94 utterances.], batch size: 60, lr: 6.80e-04 +2022-09-17 13:01:01,702 INFO [train.py:885] (0/2) Epoch 6, batch 11550, loss[loss=0.3794, simple_loss=0.4612, pruned_loss=0.1489, over 13619.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08116, over 477.00 utterances.], tot_loss[loss=0.3341, simple_loss=0.3856, pruned_loss=0.1413, over 2775738.52 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07369, over 45637.58 utterances.], batch size: 477, lr: 6.80e-04 +2022-09-17 13:01:31,056 INFO [train.py:885] (0/2) Epoch 6, batch 11600, loss[loss=0.4449, simple_loss=0.4649, pruned_loss=0.2124, over 14312.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03962, over 262.00 utterances.], tot_loss[loss=0.3335, simple_loss=0.3849, pruned_loss=0.141, over 2778677.85 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07121, over 44963.29 utterances.], batch size: 262, lr: 6.80e-04 +2022-09-17 13:02:00,356 INFO [train.py:885] (0/2) Epoch 6, batch 11650, loss[loss=0.3405, simple_loss=0.3922, pruned_loss=0.1444, over 14347.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03885, over 167.00 utterances.], tot_loss[loss=0.3362, simple_loss=0.3867, pruned_loss=0.1428, over 2778160.03 frames. utt_duration=250 frames, utt_pad_proportion=0.07029, over 44719.54 utterances.], batch size: 167, lr: 6.79e-04 +2022-09-17 13:02:30,160 INFO [train.py:885] (0/2) Epoch 6, batch 11700, loss[loss=0.2639, simple_loss=0.3318, pruned_loss=0.09795, over 14277.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.0396, over 130.00 utterances.], tot_loss[loss=0.3346, simple_loss=0.3856, pruned_loss=0.1418, over 2780694.96 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06773, over 43968.92 utterances.], batch size: 130, lr: 6.79e-04 +2022-09-17 13:02:59,508 INFO [train.py:885] (0/2) Epoch 6, batch 11750, loss[loss=0.29, simple_loss=0.3526, pruned_loss=0.1137, over 14297.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.04155, over 154.00 utterances.], tot_loss[loss=0.3353, simple_loss=0.386, pruned_loss=0.1423, over 2781228.88 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06693, over 44070.66 utterances.], batch size: 154, lr: 6.79e-04 +2022-09-17 13:03:29,212 INFO [train.py:885] (0/2) Epoch 6, batch 11800, loss[loss=0.3422, simple_loss=0.3929, pruned_loss=0.1458, over 14320.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.03655, over 130.00 utterances.], tot_loss[loss=0.3326, simple_loss=0.3839, pruned_loss=0.1406, over 2783229.73 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06692, over 43810.21 utterances.], batch size: 130, lr: 6.79e-04 +2022-09-17 13:03:57,923 INFO [train.py:885] (0/2) Epoch 6, batch 11850, loss[loss=0.201, simple_loss=0.2674, pruned_loss=0.06724, over 14046.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.056, over 79.00 utterances.], tot_loss[loss=0.3324, simple_loss=0.3837, pruned_loss=0.1405, over 2781485.36 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06924, over 44501.36 utterances.], batch size: 79, lr: 6.78e-04 +2022-09-17 13:04:28,093 INFO [train.py:885] (0/2) Epoch 6, batch 11900, loss[loss=0.7054, simple_loss=0.7094, pruned_loss=0.3507, over 12487.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1452, over 810.00 utterances.], tot_loss[loss=0.3383, simple_loss=0.3888, pruned_loss=0.1439, over 2777197.90 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07364, over 46206.35 utterances.], batch size: 810, lr: 6.78e-04 +2022-09-17 13:04:56,795 INFO [train.py:885] (0/2) Epoch 6, batch 11950, loss[loss=0.3431, simple_loss=0.3922, pruned_loss=0.147, over 14315.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03747, over 180.00 utterances.], tot_loss[loss=0.3376, simple_loss=0.3881, pruned_loss=0.1436, over 2780096.07 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07303, over 46104.62 utterances.], batch size: 180, lr: 6.78e-04 +2022-09-17 13:05:26,354 INFO [train.py:885] (0/2) Epoch 6, batch 12000, loss[loss=0.4786, simple_loss=0.4896, pruned_loss=0.2338, over 14281.00 frames. utt_duration=219.4 frames, utt_pad_proportion=0.04182, over 262.00 utterances.], tot_loss[loss=0.3385, simple_loss=0.388, pruned_loss=0.1445, over 2783987.13 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07124, over 45162.00 utterances.], batch size: 262, lr: 6.78e-04 +2022-09-17 13:05:26,355 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 13:05:30,451 INFO [train.py:914] (0/2) Epoch 6, validation: loss=0.2296, simple_loss=0.3022, pruned_loss=0.07851, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 13:06:01,224 INFO [train.py:885] (0/2) Epoch 6, batch 12050, loss[loss=0.2789, simple_loss=0.322, pruned_loss=0.1179, over 13926.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.05762, over 69.00 utterances.], tot_loss[loss=0.3387, simple_loss=0.3888, pruned_loss=0.1443, over 2781439.56 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07353, over 46196.78 utterances.], batch size: 69, lr: 6.77e-04 +2022-09-17 13:06:30,817 INFO [train.py:885] (0/2) Epoch 6, batch 12100, loss[loss=0.344, simple_loss=0.394, pruned_loss=0.147, over 14339.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03903, over 167.00 utterances.], tot_loss[loss=0.3404, simple_loss=0.3904, pruned_loss=0.1452, over 2781548.03 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07322, over 46974.60 utterances.], batch size: 167, lr: 6.77e-04 +2022-09-17 13:07:00,608 INFO [train.py:885] (0/2) Epoch 6, batch 12150, loss[loss=0.3621, simple_loss=0.4118, pruned_loss=0.1562, over 14309.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03954, over 283.00 utterances.], tot_loss[loss=0.3397, simple_loss=0.3898, pruned_loss=0.1448, over 2785284.40 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07108, over 46077.05 utterances.], batch size: 283, lr: 6.77e-04 +2022-09-17 13:07:29,905 INFO [train.py:885] (0/2) Epoch 6, batch 12200, loss[loss=0.2211, simple_loss=0.2782, pruned_loss=0.082, over 13125.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1184, over 33.00 utterances.], tot_loss[loss=0.3409, simple_loss=0.391, pruned_loss=0.1454, over 2781412.80 frames. utt_duration=240 frames, utt_pad_proportion=0.07142, over 46648.20 utterances.], batch size: 33, lr: 6.77e-04 +2022-09-17 13:07:59,679 INFO [train.py:885] (0/2) Epoch 6, batch 12250, loss[loss=0.2675, simple_loss=0.3321, pruned_loss=0.1014, over 14181.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04412, over 109.00 utterances.], tot_loss[loss=0.3406, simple_loss=0.3907, pruned_loss=0.1452, over 2781130.07 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0715, over 46505.21 utterances.], batch size: 109, lr: 6.77e-04 +2022-09-17 13:08:29,650 INFO [train.py:885] (0/2) Epoch 6, batch 12300, loss[loss=0.2847, simple_loss=0.3483, pruned_loss=0.1105, over 14183.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04416, over 109.00 utterances.], tot_loss[loss=0.3377, simple_loss=0.3883, pruned_loss=0.1436, over 2777528.95 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07057, over 45485.44 utterances.], batch size: 109, lr: 6.76e-04 +2022-09-17 13:08:59,154 INFO [train.py:885] (0/2) Epoch 6, batch 12350, loss[loss=0.1749, simple_loss=0.2211, pruned_loss=0.0643, over 12464.00 frames. utt_duration=1996 frames, utt_pad_proportion=0.1587, over 25.00 utterances.], tot_loss[loss=0.3323, simple_loss=0.3828, pruned_loss=0.1409, over 2781800.54 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06878, over 43265.45 utterances.], batch size: 25, lr: 6.76e-04 +2022-09-17 13:09:29,009 INFO [train.py:885] (0/2) Epoch 6, batch 12400, loss[loss=0.4104, simple_loss=0.4785, pruned_loss=0.1712, over 13586.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07929, over 560.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.3824, pruned_loss=0.1404, over 2785159.23 frames. utt_duration=260.8 frames, utt_pad_proportion=0.06704, over 42955.97 utterances.], batch size: 560, lr: 6.76e-04 +2022-09-17 13:09:58,107 INFO [train.py:885] (0/2) Epoch 6, batch 12450, loss[loss=0.4374, simple_loss=0.456, pruned_loss=0.2094, over 14245.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04202, over 335.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.3786, pruned_loss=0.1388, over 2785990.21 frames. utt_duration=272 frames, utt_pad_proportion=0.06613, over 41200.46 utterances.], batch size: 335, lr: 6.76e-04 +2022-09-17 13:10:34,809 INFO [train.py:885] (0/2) Epoch 6, batch 12500, loss[loss=0.1464, simple_loss=0.206, pruned_loss=0.04344, over 13334.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.1058, over 33.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.378, pruned_loss=0.1382, over 2784064.05 frames. utt_duration=271.7 frames, utt_pad_proportion=0.06738, over 41209.13 utterances.], batch size: 33, lr: 6.75e-04 +2022-09-17 13:11:04,013 INFO [train.py:885] (0/2) Epoch 6, batch 12550, loss[loss=0.3052, simple_loss=0.3598, pruned_loss=0.1253, over 14322.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03848, over 130.00 utterances.], tot_loss[loss=0.333, simple_loss=0.3834, pruned_loss=0.1413, over 2786071.28 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06789, over 42997.84 utterances.], batch size: 130, lr: 6.75e-04 +2022-09-17 13:11:32,089 INFO [train.py:885] (0/2) Epoch 6, batch 12600, loss[loss=0.3837, simple_loss=0.4656, pruned_loss=0.1509, over 13648.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.07659, over 560.00 utterances.], tot_loss[loss=0.3364, simple_loss=0.3865, pruned_loss=0.1431, over 2785963.58 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06813, over 44555.28 utterances.], batch size: 560, lr: 6.75e-04 +2022-09-17 13:11:43,108 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-6.pt +2022-09-17 13:11:50,384 INFO [train.py:885] (0/2) Epoch 7, batch 0, loss[loss=0.2012, simple_loss=0.2578, pruned_loss=0.07232, over 13925.00 frames. utt_duration=929.5 frames, utt_pad_proportion=0.06673, over 60.00 utterances.], tot_loss[loss=0.2012, simple_loss=0.2578, pruned_loss=0.07232, over 13925.00 frames. utt_duration=929.5 frames, utt_pad_proportion=0.06673, over 60.00 utterances.], batch size: 60, lr: 6.48e-04 +2022-09-17 13:12:20,069 INFO [train.py:885] (0/2) Epoch 7, batch 50, loss[loss=0.2657, simple_loss=0.3223, pruned_loss=0.1046, over 14011.00 frames. utt_duration=710.9 frames, utt_pad_proportion=0.05962, over 79.00 utterances.], tot_loss[loss=0.3301, simple_loss=0.3808, pruned_loss=0.1397, over 625574.02 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06971, over 9964.35 utterances.], batch size: 79, lr: 6.47e-04 +2022-09-17 13:12:49,907 INFO [train.py:885] (0/2) Epoch 7, batch 100, loss[loss=0.2025, simple_loss=0.2543, pruned_loss=0.07531, over 13693.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07983, over 50.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3828, pruned_loss=0.1373, over 1105014.36 frames. utt_duration=242.5 frames, utt_pad_proportion=0.06814, over 18337.11 utterances.], batch size: 50, lr: 6.47e-04 +2022-09-17 13:13:18,888 INFO [train.py:885] (0/2) Epoch 7, batch 150, loss[loss=0.1918, simple_loss=0.2386, pruned_loss=0.07251, over 13405.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1042, over 34.00 utterances.], tot_loss[loss=0.3307, simple_loss=0.3836, pruned_loss=0.1389, over 1475201.34 frames. utt_duration=243.8 frames, utt_pad_proportion=0.0707, over 24351.06 utterances.], batch size: 34, lr: 6.47e-04 +2022-09-17 13:13:48,777 INFO [train.py:885] (0/2) Epoch 7, batch 200, loss[loss=0.2378, simple_loss=0.2763, pruned_loss=0.0996, over 13372.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08795, over 41.00 utterances.], tot_loss[loss=0.3324, simple_loss=0.3848, pruned_loss=0.14, over 1759579.83 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07323, over 29539.99 utterances.], batch size: 41, lr: 6.47e-04 +2022-09-17 13:14:17,852 INFO [train.py:885] (0/2) Epoch 7, batch 250, loss[loss=0.238, simple_loss=0.2987, pruned_loss=0.08865, over 14212.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04571, over 89.00 utterances.], tot_loss[loss=0.3329, simple_loss=0.3847, pruned_loss=0.1406, over 1985569.37 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07238, over 33089.25 utterances.], batch size: 89, lr: 6.46e-04 +2022-09-17 13:14:35,551 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-76000.pt +2022-09-17 13:14:47,749 INFO [train.py:885] (0/2) Epoch 7, batch 300, loss[loss=0.2572, simple_loss=0.2987, pruned_loss=0.1078, over 13931.00 frames. utt_duration=809.2 frames, utt_pad_proportion=0.05792, over 69.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3811, pruned_loss=0.1383, over 2160787.17 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07134, over 34927.61 utterances.], batch size: 69, lr: 6.46e-04 +2022-09-17 13:15:16,992 INFO [train.py:885] (0/2) Epoch 7, batch 350, loss[loss=0.3198, simple_loss=0.3603, pruned_loss=0.1397, over 14004.00 frames. utt_duration=710.5 frames, utt_pad_proportion=0.06024, over 79.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.3845, pruned_loss=0.1402, over 2300301.96 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07144, over 37687.46 utterances.], batch size: 79, lr: 6.46e-04 +2022-09-17 13:15:46,499 INFO [train.py:885] (0/2) Epoch 7, batch 400, loss[loss=0.2734, simple_loss=0.3332, pruned_loss=0.1068, over 14258.00 frames. utt_duration=524.6 frames, utt_pad_proportion=0.0374, over 109.00 utterances.], tot_loss[loss=0.3306, simple_loss=0.3831, pruned_loss=0.139, over 2407039.36 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07043, over 38652.71 utterances.], batch size: 109, lr: 6.46e-04 +2022-09-17 13:16:16,270 INFO [train.py:885] (0/2) Epoch 7, batch 450, loss[loss=0.6029, simple_loss=0.6498, pruned_loss=0.278, over 12483.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1466, over 811.00 utterances.], tot_loss[loss=0.3306, simple_loss=0.3832, pruned_loss=0.139, over 2489449.18 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07208, over 40046.72 utterances.], batch size: 811, lr: 6.46e-04 +2022-09-17 13:16:45,438 INFO [train.py:885] (0/2) Epoch 7, batch 500, loss[loss=0.3928, simple_loss=0.4596, pruned_loss=0.163, over 13627.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08136, over 477.00 utterances.], tot_loss[loss=0.3315, simple_loss=0.3841, pruned_loss=0.1394, over 2554637.16 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07017, over 41059.19 utterances.], batch size: 477, lr: 6.45e-04 +2022-09-17 13:17:16,185 INFO [train.py:885] (0/2) Epoch 7, batch 550, loss[loss=0.587, simple_loss=0.6361, pruned_loss=0.269, over 12529.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.1441, over 810.00 utterances.], tot_loss[loss=0.3365, simple_loss=0.389, pruned_loss=0.1421, over 2605924.80 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07144, over 43976.98 utterances.], batch size: 810, lr: 6.45e-04 +2022-09-17 13:17:45,427 INFO [train.py:885] (0/2) Epoch 7, batch 600, loss[loss=0.3207, simple_loss=0.3803, pruned_loss=0.1305, over 14379.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.0342, over 210.00 utterances.], tot_loss[loss=0.3368, simple_loss=0.389, pruned_loss=0.1423, over 2645754.54 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07032, over 44470.53 utterances.], batch size: 210, lr: 6.45e-04 +2022-09-17 13:18:14,906 INFO [train.py:885] (0/2) Epoch 7, batch 650, loss[loss=0.3917, simple_loss=0.4314, pruned_loss=0.1759, over 14358.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03546, over 210.00 utterances.], tot_loss[loss=0.3373, simple_loss=0.3888, pruned_loss=0.1429, over 2675697.40 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07045, over 44955.55 utterances.], batch size: 210, lr: 6.45e-04 +2022-09-17 13:18:43,793 INFO [train.py:885] (0/2) Epoch 7, batch 700, loss[loss=0.3263, simple_loss=0.3768, pruned_loss=0.1379, over 14341.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.03581, over 154.00 utterances.], tot_loss[loss=0.3388, simple_loss=0.39, pruned_loss=0.1438, over 2705808.25 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06929, over 44656.78 utterances.], batch size: 154, lr: 6.45e-04 +2022-09-17 13:19:13,943 INFO [train.py:885] (0/2) Epoch 7, batch 750, loss[loss=0.5316, simple_loss=0.5698, pruned_loss=0.2466, over 13655.00 frames. utt_duration=98.83 frames, utt_pad_proportion=0.0764, over 560.00 utterances.], tot_loss[loss=0.3331, simple_loss=0.3853, pruned_loss=0.1404, over 2720811.39 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06936, over 43843.39 utterances.], batch size: 560, lr: 6.44e-04 +2022-09-17 13:19:43,569 INFO [train.py:885] (0/2) Epoch 7, batch 800, loss[loss=0.3641, simple_loss=0.435, pruned_loss=0.1466, over 13762.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07188, over 411.00 utterances.], tot_loss[loss=0.3318, simple_loss=0.3843, pruned_loss=0.1396, over 2735340.00 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06877, over 43925.21 utterances.], batch size: 411, lr: 6.44e-04 +2022-09-17 13:20:12,682 INFO [train.py:885] (0/2) Epoch 7, batch 850, loss[loss=0.4017, simple_loss=0.446, pruned_loss=0.1787, over 14201.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04462, over 306.00 utterances.], tot_loss[loss=0.3336, simple_loss=0.3858, pruned_loss=0.1407, over 2747011.90 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06939, over 45015.53 utterances.], batch size: 306, lr: 6.44e-04 +2022-09-17 13:20:42,463 INFO [train.py:885] (0/2) Epoch 7, batch 900, loss[loss=0.4786, simple_loss=0.4867, pruned_loss=0.2353, over 14259.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04151, over 335.00 utterances.], tot_loss[loss=0.3311, simple_loss=0.3833, pruned_loss=0.1394, over 2753074.99 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06899, over 44064.85 utterances.], batch size: 335, lr: 6.44e-04 +2022-09-17 13:21:11,891 INFO [train.py:885] (0/2) Epoch 7, batch 950, loss[loss=0.2402, simple_loss=0.3175, pruned_loss=0.08141, over 14342.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.0355, over 130.00 utterances.], tot_loss[loss=0.3337, simple_loss=0.3861, pruned_loss=0.1407, over 2762681.66 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06855, over 44903.71 utterances.], batch size: 130, lr: 6.44e-04 +2022-09-17 13:21:41,995 INFO [train.py:885] (0/2) Epoch 7, batch 1000, loss[loss=0.3566, simple_loss=0.3931, pruned_loss=0.1601, over 14362.00 frames. utt_duration=480.1 frames, utt_pad_proportion=0.03588, over 120.00 utterances.], tot_loss[loss=0.3406, simple_loss=0.3917, pruned_loss=0.1447, over 2766617.80 frames. utt_duration=239.2 frames, utt_pad_proportion=0.06962, over 46559.03 utterances.], batch size: 120, lr: 6.43e-04 +2022-09-17 13:22:11,486 INFO [train.py:885] (0/2) Epoch 7, batch 1050, loss[loss=0.2584, simple_loss=0.3054, pruned_loss=0.1057, over 14083.00 frames. utt_duration=634.3 frames, utt_pad_proportion=0.05466, over 89.00 utterances.], tot_loss[loss=0.335, simple_loss=0.387, pruned_loss=0.1416, over 2773077.99 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06725, over 45535.81 utterances.], batch size: 89, lr: 6.43e-04 +2022-09-17 13:22:41,084 INFO [train.py:885] (0/2) Epoch 7, batch 1100, loss[loss=0.1878, simple_loss=0.2379, pruned_loss=0.0688, over 12623.00 frames. utt_duration=2021 frames, utt_pad_proportion=0.1407, over 25.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.3864, pruned_loss=0.1415, over 2772813.36 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06948, over 45750.23 utterances.], batch size: 25, lr: 6.43e-04 +2022-09-17 13:23:10,365 INFO [train.py:885] (0/2) Epoch 7, batch 1150, loss[loss=0.3946, simple_loss=0.4278, pruned_loss=0.1807, over 14340.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.03702, over 226.00 utterances.], tot_loss[loss=0.3349, simple_loss=0.3868, pruned_loss=0.1415, over 2775236.40 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07021, over 45726.25 utterances.], batch size: 226, lr: 6.43e-04 +2022-09-17 13:23:40,113 INFO [train.py:885] (0/2) Epoch 7, batch 1200, loss[loss=0.3249, simple_loss=0.3863, pruned_loss=0.1318, over 14369.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0366, over 244.00 utterances.], tot_loss[loss=0.3289, simple_loss=0.3813, pruned_loss=0.1383, over 2776633.12 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06891, over 43820.70 utterances.], batch size: 244, lr: 6.42e-04 +2022-09-17 13:24:09,258 INFO [train.py:885] (0/2) Epoch 7, batch 1250, loss[loss=0.2753, simple_loss=0.3457, pruned_loss=0.1025, over 14368.00 frames. utt_duration=443.5 frames, utt_pad_proportion=0.03385, over 130.00 utterances.], tot_loss[loss=0.3392, simple_loss=0.3899, pruned_loss=0.1442, over 2778023.93 frames. utt_duration=242.7 frames, utt_pad_proportion=0.071, over 46062.32 utterances.], batch size: 130, lr: 6.42e-04 +2022-09-17 13:24:39,203 INFO [train.py:885] (0/2) Epoch 7, batch 1300, loss[loss=0.6162, simple_loss=0.6624, pruned_loss=0.285, over 12483.00 frames. utt_duration=63.22 frames, utt_pad_proportion=0.1456, over 810.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3879, pruned_loss=0.1431, over 2777801.40 frames. utt_duration=244 frames, utt_pad_proportion=0.07153, over 45815.81 utterances.], batch size: 810, lr: 6.42e-04 +2022-09-17 13:25:08,293 INFO [train.py:885] (0/2) Epoch 7, batch 1350, loss[loss=0.5867, simple_loss=0.6071, pruned_loss=0.2832, over 13144.00 frames. utt_duration=82.07 frames, utt_pad_proportion=0.1079, over 653.00 utterances.], tot_loss[loss=0.3378, simple_loss=0.3888, pruned_loss=0.1434, over 2781361.12 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07071, over 46304.54 utterances.], batch size: 653, lr: 6.42e-04 +2022-09-17 13:25:37,532 INFO [train.py:885] (0/2) Epoch 7, batch 1400, loss[loss=0.5943, simple_loss=0.6428, pruned_loss=0.2729, over 12502.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1442, over 810.00 utterances.], tot_loss[loss=0.3393, simple_loss=0.3903, pruned_loss=0.1441, over 2782689.04 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07057, over 46998.93 utterances.], batch size: 810, lr: 6.42e-04 +2022-09-17 13:26:07,671 INFO [train.py:885] (0/2) Epoch 7, batch 1450, loss[loss=0.2061, simple_loss=0.27, pruned_loss=0.07106, over 13479.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09167, over 50.00 utterances.], tot_loss[loss=0.3387, simple_loss=0.3895, pruned_loss=0.1439, over 2783676.86 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07046, over 46257.86 utterances.], batch size: 50, lr: 6.41e-04 +2022-09-17 13:26:36,916 INFO [train.py:885] (0/2) Epoch 7, batch 1500, loss[loss=0.374, simple_loss=0.4496, pruned_loss=0.1492, over 13648.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.0808, over 477.00 utterances.], tot_loss[loss=0.3376, simple_loss=0.3879, pruned_loss=0.1436, over 2781498.52 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07038, over 45148.05 utterances.], batch size: 477, lr: 6.41e-04 +2022-09-17 13:27:06,743 INFO [train.py:885] (0/2) Epoch 7, batch 1550, loss[loss=0.2024, simple_loss=0.2734, pruned_loss=0.06566, over 14039.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.05638, over 79.00 utterances.], tot_loss[loss=0.333, simple_loss=0.3842, pruned_loss=0.1408, over 2783780.53 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06891, over 44051.70 utterances.], batch size: 79, lr: 6.41e-04 +2022-09-17 13:27:35,975 INFO [train.py:885] (0/2) Epoch 7, batch 1600, loss[loss=0.2259, simple_loss=0.2796, pruned_loss=0.08614, over 13475.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09364, over 50.00 utterances.], tot_loss[loss=0.3354, simple_loss=0.3863, pruned_loss=0.1422, over 2786200.21 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06893, over 44408.55 utterances.], batch size: 50, lr: 6.41e-04 +2022-09-17 13:28:05,638 INFO [train.py:885] (0/2) Epoch 7, batch 1650, loss[loss=0.3257, simple_loss=0.3806, pruned_loss=0.1354, over 14282.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.0426, over 154.00 utterances.], tot_loss[loss=0.3341, simple_loss=0.385, pruned_loss=0.1416, over 2785171.85 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06971, over 44243.06 utterances.], batch size: 154, lr: 6.41e-04 +2022-09-17 13:28:34,850 INFO [train.py:885] (0/2) Epoch 7, batch 1700, loss[loss=0.1919, simple_loss=0.262, pruned_loss=0.06095, over 13880.00 frames. utt_duration=806.2 frames, utt_pad_proportion=0.06037, over 69.00 utterances.], tot_loss[loss=0.3305, simple_loss=0.3818, pruned_loss=0.1396, over 2784876.65 frames. utt_duration=259.9 frames, utt_pad_proportion=0.06771, over 43101.07 utterances.], batch size: 69, lr: 6.40e-04 +2022-09-17 13:29:04,726 INFO [train.py:885] (0/2) Epoch 7, batch 1750, loss[loss=0.1886, simple_loss=0.2449, pruned_loss=0.0662, over 13152.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1167, over 33.00 utterances.], tot_loss[loss=0.3326, simple_loss=0.3832, pruned_loss=0.141, over 2784132.79 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06734, over 43264.74 utterances.], batch size: 33, lr: 6.40e-04 +2022-09-17 13:29:34,497 INFO [train.py:885] (0/2) Epoch 7, batch 1800, loss[loss=0.3603, simple_loss=0.4143, pruned_loss=0.1531, over 14214.00 frames. utt_duration=254.3 frames, utt_pad_proportion=0.04406, over 225.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.3801, pruned_loss=0.1381, over 2783476.40 frames. utt_duration=257.7 frames, utt_pad_proportion=0.067, over 43446.44 utterances.], batch size: 225, lr: 6.40e-04 +2022-09-17 13:30:03,945 INFO [train.py:885] (0/2) Epoch 7, batch 1850, loss[loss=0.27, simple_loss=0.3319, pruned_loss=0.1041, over 14235.00 frames. utt_duration=523.8 frames, utt_pad_proportion=0.04065, over 109.00 utterances.], tot_loss[loss=0.3291, simple_loss=0.3809, pruned_loss=0.1386, over 2782751.14 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06637, over 43323.37 utterances.], batch size: 109, lr: 6.40e-04 +2022-09-17 13:30:33,711 INFO [train.py:885] (0/2) Epoch 7, batch 1900, loss[loss=0.4211, simple_loss=0.4995, pruned_loss=0.1714, over 13192.00 frames. utt_duration=82.32 frames, utt_pad_proportion=0.1052, over 653.00 utterances.], tot_loss[loss=0.3307, simple_loss=0.3827, pruned_loss=0.1393, over 2784117.79 frames. utt_duration=252 frames, utt_pad_proportion=0.06737, over 44459.19 utterances.], batch size: 653, lr: 6.40e-04 +2022-09-17 13:31:02,996 INFO [train.py:885] (0/2) Epoch 7, batch 1950, loss[loss=0.3699, simple_loss=0.4151, pruned_loss=0.1624, over 14357.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03586, over 195.00 utterances.], tot_loss[loss=0.3337, simple_loss=0.386, pruned_loss=0.1407, over 2778180.64 frames. utt_duration=242.6 frames, utt_pad_proportion=0.06951, over 46092.89 utterances.], batch size: 195, lr: 6.39e-04 +2022-09-17 13:31:32,142 INFO [train.py:885] (0/2) Epoch 7, batch 2000, loss[loss=0.2874, simple_loss=0.3474, pruned_loss=0.1137, over 14245.00 frames. utt_duration=439.7 frames, utt_pad_proportion=0.042, over 130.00 utterances.], tot_loss[loss=0.3324, simple_loss=0.3844, pruned_loss=0.1402, over 2781095.03 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0694, over 45019.86 utterances.], batch size: 130, lr: 6.39e-04 +2022-09-17 13:32:01,387 INFO [train.py:885] (0/2) Epoch 7, batch 2050, loss[loss=0.3326, simple_loss=0.3934, pruned_loss=0.1359, over 14321.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03818, over 210.00 utterances.], tot_loss[loss=0.3337, simple_loss=0.3864, pruned_loss=0.1405, over 2774368.10 frames. utt_duration=240 frames, utt_pad_proportion=0.07391, over 46520.63 utterances.], batch size: 210, lr: 6.39e-04 +2022-09-17 13:32:31,094 INFO [train.py:885] (0/2) Epoch 7, batch 2100, loss[loss=0.3769, simple_loss=0.454, pruned_loss=0.1498, over 13648.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0804, over 477.00 utterances.], tot_loss[loss=0.3259, simple_loss=0.3795, pruned_loss=0.1361, over 2773276.42 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07186, over 44685.60 utterances.], batch size: 477, lr: 6.39e-04 +2022-09-17 13:33:00,750 INFO [train.py:885] (0/2) Epoch 7, batch 2150, loss[loss=0.3314, simple_loss=0.3944, pruned_loss=0.1342, over 14323.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.0369, over 180.00 utterances.], tot_loss[loss=0.3255, simple_loss=0.3792, pruned_loss=0.1359, over 2780105.86 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0708, over 43766.54 utterances.], batch size: 180, lr: 6.39e-04 +2022-09-17 13:33:30,221 INFO [train.py:885] (0/2) Epoch 7, batch 2200, loss[loss=0.2475, simple_loss=0.3144, pruned_loss=0.09029, over 13987.00 frames. utt_duration=709.8 frames, utt_pad_proportion=0.05989, over 79.00 utterances.], tot_loss[loss=0.3269, simple_loss=0.3806, pruned_loss=0.1366, over 2778921.13 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07072, over 44237.24 utterances.], batch size: 79, lr: 6.38e-04 +2022-09-17 13:33:59,844 INFO [train.py:885] (0/2) Epoch 7, batch 2250, loss[loss=0.3369, simple_loss=0.3695, pruned_loss=0.1522, over 14223.00 frames. utt_duration=640.9 frames, utt_pad_proportion=0.04493, over 89.00 utterances.], tot_loss[loss=0.329, simple_loss=0.3826, pruned_loss=0.1377, over 2780173.30 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07004, over 45391.18 utterances.], batch size: 89, lr: 6.38e-04 +2022-09-17 13:34:28,904 INFO [train.py:885] (0/2) Epoch 7, batch 2300, loss[loss=0.4226, simple_loss=0.4806, pruned_loss=0.1823, over 13722.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07509, over 411.00 utterances.], tot_loss[loss=0.326, simple_loss=0.379, pruned_loss=0.1365, over 2780499.25 frames. utt_duration=254.2 frames, utt_pad_proportion=0.0689, over 44007.09 utterances.], batch size: 411, lr: 6.38e-04 +2022-09-17 13:34:58,829 INFO [train.py:885] (0/2) Epoch 7, batch 2350, loss[loss=0.2251, simple_loss=0.2853, pruned_loss=0.08244, over 14047.00 frames. utt_duration=804.2 frames, utt_pad_proportion=0.06051, over 70.00 utterances.], tot_loss[loss=0.3337, simple_loss=0.3866, pruned_loss=0.1404, over 2776106.81 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07274, over 46710.51 utterances.], batch size: 70, lr: 6.38e-04 +2022-09-17 13:35:28,028 INFO [train.py:885] (0/2) Epoch 7, batch 2400, loss[loss=0.3883, simple_loss=0.4581, pruned_loss=0.1592, over 13663.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07907, over 477.00 utterances.], tot_loss[loss=0.333, simple_loss=0.3852, pruned_loss=0.1404, over 2774672.20 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07428, over 46270.65 utterances.], batch size: 477, lr: 6.38e-04 +2022-09-17 13:35:57,956 INFO [train.py:885] (0/2) Epoch 7, batch 2450, loss[loss=0.2994, simple_loss=0.3647, pruned_loss=0.117, over 14202.00 frames. utt_duration=404.2 frames, utt_pad_proportion=0.04883, over 141.00 utterances.], tot_loss[loss=0.3331, simple_loss=0.3851, pruned_loss=0.1406, over 2773375.16 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07471, over 45857.96 utterances.], batch size: 141, lr: 6.37e-04 +2022-09-17 13:36:27,276 INFO [train.py:885] (0/2) Epoch 7, batch 2500, loss[loss=0.4464, simple_loss=0.5182, pruned_loss=0.1873, over 13138.00 frames. utt_duration=81.96 frames, utt_pad_proportion=0.1091, over 653.00 utterances.], tot_loss[loss=0.3326, simple_loss=0.385, pruned_loss=0.1401, over 2773310.96 frames. utt_duration=242 frames, utt_pad_proportion=0.07328, over 46125.77 utterances.], batch size: 653, lr: 6.37e-04 +2022-09-17 13:36:56,986 INFO [train.py:885] (0/2) Epoch 7, batch 2550, loss[loss=0.3193, simple_loss=0.3893, pruned_loss=0.1247, over 14284.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03988, over 225.00 utterances.], tot_loss[loss=0.3337, simple_loss=0.3864, pruned_loss=0.1405, over 2775581.76 frames. utt_duration=240 frames, utt_pad_proportion=0.0736, over 46551.40 utterances.], batch size: 225, lr: 6.37e-04 +2022-09-17 13:37:26,107 INFO [train.py:885] (0/2) Epoch 7, batch 2600, loss[loss=0.3372, simple_loss=0.3927, pruned_loss=0.1408, over 14261.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04111, over 180.00 utterances.], tot_loss[loss=0.3374, simple_loss=0.3906, pruned_loss=0.1421, over 2776601.52 frames. utt_duration=231.7 frames, utt_pad_proportion=0.0745, over 48249.84 utterances.], batch size: 180, lr: 6.37e-04 +2022-09-17 13:37:55,248 INFO [train.py:885] (0/2) Epoch 7, batch 2650, loss[loss=0.2664, simple_loss=0.3048, pruned_loss=0.114, over 13840.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06316, over 69.00 utterances.], tot_loss[loss=0.3365, simple_loss=0.3896, pruned_loss=0.1417, over 2777254.53 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07351, over 48049.59 utterances.], batch size: 69, lr: 6.37e-04 +2022-09-17 13:38:25,011 INFO [train.py:885] (0/2) Epoch 7, batch 2700, loss[loss=0.3256, simple_loss=0.3797, pruned_loss=0.1357, over 14340.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03365, over 210.00 utterances.], tot_loss[loss=0.3355, simple_loss=0.3885, pruned_loss=0.1412, over 2780322.38 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07178, over 47137.48 utterances.], batch size: 210, lr: 6.36e-04 +2022-09-17 13:38:54,095 INFO [train.py:885] (0/2) Epoch 7, batch 2750, loss[loss=0.201, simple_loss=0.2442, pruned_loss=0.07895, over 13415.00 frames. utt_duration=1628 frames, utt_pad_proportion=0.09933, over 33.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.3853, pruned_loss=0.1398, over 2779267.60 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07103, over 46137.32 utterances.], batch size: 33, lr: 6.36e-04 +2022-09-17 13:39:24,088 INFO [train.py:885] (0/2) Epoch 7, batch 2800, loss[loss=0.4086, simple_loss=0.4241, pruned_loss=0.1966, over 14261.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04506, over 141.00 utterances.], tot_loss[loss=0.3356, simple_loss=0.3875, pruned_loss=0.1418, over 2782658.65 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06938, over 46219.14 utterances.], batch size: 141, lr: 6.36e-04 +2022-09-17 13:39:53,526 INFO [train.py:885] (0/2) Epoch 7, batch 2850, loss[loss=0.3613, simple_loss=0.4434, pruned_loss=0.1396, over 13685.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07775, over 477.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3886, pruned_loss=0.1427, over 2785241.28 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06883, over 46236.03 utterances.], batch size: 477, lr: 6.36e-04 +2022-09-17 13:40:22,882 INFO [train.py:885] (0/2) Epoch 7, batch 2900, loss[loss=0.3432, simple_loss=0.4165, pruned_loss=0.1349, over 13969.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05819, over 365.00 utterances.], tot_loss[loss=0.3401, simple_loss=0.3919, pruned_loss=0.1441, over 2781527.62 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07197, over 48427.62 utterances.], batch size: 365, lr: 6.36e-04 +2022-09-17 13:40:52,290 INFO [train.py:885] (0/2) Epoch 7, batch 2950, loss[loss=0.2742, simple_loss=0.3384, pruned_loss=0.105, over 14113.00 frames. utt_duration=519.4 frames, utt_pad_proportion=0.04866, over 109.00 utterances.], tot_loss[loss=0.3367, simple_loss=0.3889, pruned_loss=0.1423, over 2777537.54 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07313, over 47933.70 utterances.], batch size: 109, lr: 6.35e-04 +2022-09-17 13:41:22,498 INFO [train.py:885] (0/2) Epoch 7, batch 3000, loss[loss=0.244, simple_loss=0.2969, pruned_loss=0.09558, over 13973.00 frames. utt_duration=800.1 frames, utt_pad_proportion=0.06534, over 70.00 utterances.], tot_loss[loss=0.3392, simple_loss=0.3911, pruned_loss=0.1436, over 2780369.73 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07283, over 48335.21 utterances.], batch size: 70, lr: 6.35e-04 +2022-09-17 13:41:22,499 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 13:41:26,805 INFO [train.py:914] (0/2) Epoch 7, validation: loss=0.2154, simple_loss=0.2906, pruned_loss=0.07012, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 13:41:56,491 INFO [train.py:885] (0/2) Epoch 7, batch 3050, loss[loss=0.3983, simple_loss=0.4672, pruned_loss=0.1647, over 13598.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08319, over 477.00 utterances.], tot_loss[loss=0.3352, simple_loss=0.3875, pruned_loss=0.1414, over 2778234.32 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07296, over 47708.90 utterances.], batch size: 477, lr: 6.35e-04 +2022-09-17 13:42:25,766 INFO [train.py:885] (0/2) Epoch 7, batch 3100, loss[loss=0.2691, simple_loss=0.3324, pruned_loss=0.1029, over 14065.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05491, over 98.00 utterances.], tot_loss[loss=0.3334, simple_loss=0.3856, pruned_loss=0.1406, over 2775354.27 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07412, over 46919.76 utterances.], batch size: 98, lr: 6.35e-04 +2022-09-17 13:42:55,469 INFO [train.py:885] (0/2) Epoch 7, batch 3150, loss[loss=0.2258, simple_loss=0.2887, pruned_loss=0.0814, over 13968.00 frames. utt_duration=708.5 frames, utt_pad_proportion=0.06282, over 79.00 utterances.], tot_loss[loss=0.3331, simple_loss=0.3852, pruned_loss=0.1405, over 2776865.26 frames. utt_duration=239 frames, utt_pad_proportion=0.07294, over 46759.73 utterances.], batch size: 79, lr: 6.35e-04 +2022-09-17 13:43:24,846 INFO [train.py:885] (0/2) Epoch 7, batch 3200, loss[loss=0.3639, simple_loss=0.4505, pruned_loss=0.1387, over 13650.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08006, over 477.00 utterances.], tot_loss[loss=0.3328, simple_loss=0.3853, pruned_loss=0.1402, over 2775803.12 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07416, over 47156.71 utterances.], batch size: 477, lr: 6.34e-04 +2022-09-17 13:43:54,294 INFO [train.py:885] (0/2) Epoch 7, batch 3250, loss[loss=0.4338, simple_loss=0.4593, pruned_loss=0.2042, over 14269.00 frames. utt_duration=188.1 frames, utt_pad_proportion=0.04012, over 306.00 utterances.], tot_loss[loss=0.3377, simple_loss=0.3894, pruned_loss=0.143, over 2782732.66 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07174, over 47941.28 utterances.], batch size: 306, lr: 6.34e-04 +2022-09-17 13:44:24,377 INFO [train.py:885] (0/2) Epoch 7, batch 3300, loss[loss=0.2589, simple_loss=0.3259, pruned_loss=0.0959, over 14039.00 frames. utt_duration=574.3 frames, utt_pad_proportion=0.05848, over 98.00 utterances.], tot_loss[loss=0.3389, simple_loss=0.3903, pruned_loss=0.1437, over 2774359.04 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07617, over 48740.63 utterances.], batch size: 98, lr: 6.34e-04 +2022-09-17 13:44:53,735 INFO [train.py:885] (0/2) Epoch 7, batch 3350, loss[loss=0.2033, simple_loss=0.2652, pruned_loss=0.07072, over 13225.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.098, over 41.00 utterances.], tot_loss[loss=0.3376, simple_loss=0.3901, pruned_loss=0.1426, over 2773589.98 frames. utt_duration=227.8 frames, utt_pad_proportion=0.07608, over 49023.80 utterances.], batch size: 41, lr: 6.34e-04 +2022-09-17 13:45:23,529 INFO [train.py:885] (0/2) Epoch 7, batch 3400, loss[loss=0.7866, simple_loss=0.773, pruned_loss=0.4, over 12525.00 frames. utt_duration=63.43 frames, utt_pad_proportion=0.1428, over 810.00 utterances.], tot_loss[loss=0.3394, simple_loss=0.3916, pruned_loss=0.1436, over 2775795.10 frames. utt_duration=226.9 frames, utt_pad_proportion=0.07584, over 49257.57 utterances.], batch size: 810, lr: 6.34e-04 +2022-09-17 13:45:52,999 INFO [train.py:885] (0/2) Epoch 7, batch 3450, loss[loss=0.2589, simple_loss=0.3174, pruned_loss=0.1002, over 13996.00 frames. utt_duration=710.1 frames, utt_pad_proportion=0.05441, over 79.00 utterances.], tot_loss[loss=0.3389, simple_loss=0.3908, pruned_loss=0.1435, over 2778938.52 frames. utt_duration=231 frames, utt_pad_proportion=0.07533, over 48433.99 utterances.], batch size: 79, lr: 6.33e-04 +2022-09-17 13:46:22,891 INFO [train.py:885] (0/2) Epoch 7, batch 3500, loss[loss=0.3419, simple_loss=0.3987, pruned_loss=0.1426, over 14326.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03777, over 195.00 utterances.], tot_loss[loss=0.3399, simple_loss=0.392, pruned_loss=0.1439, over 2780075.84 frames. utt_duration=230 frames, utt_pad_proportion=0.07553, over 48667.86 utterances.], batch size: 195, lr: 6.33e-04 +2022-09-17 13:46:52,330 INFO [train.py:885] (0/2) Epoch 7, batch 3550, loss[loss=0.2359, simple_loss=0.2961, pruned_loss=0.08781, over 14008.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05994, over 79.00 utterances.], tot_loss[loss=0.3373, simple_loss=0.3896, pruned_loss=0.1425, over 2779570.82 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07443, over 47923.67 utterances.], batch size: 79, lr: 6.33e-04 +2022-09-17 13:47:22,048 INFO [train.py:885] (0/2) Epoch 7, batch 3600, loss[loss=0.3069, simple_loss=0.3539, pruned_loss=0.13, over 14296.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03868, over 130.00 utterances.], tot_loss[loss=0.3369, simple_loss=0.3891, pruned_loss=0.1424, over 2779340.55 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07425, over 47734.93 utterances.], batch size: 130, lr: 6.33e-04 +2022-09-17 13:47:51,448 INFO [train.py:885] (0/2) Epoch 7, batch 3650, loss[loss=0.3715, simple_loss=0.4246, pruned_loss=0.1591, over 14298.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04055, over 262.00 utterances.], tot_loss[loss=0.3357, simple_loss=0.3876, pruned_loss=0.1419, over 2782634.69 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07233, over 46772.18 utterances.], batch size: 262, lr: 6.33e-04 +2022-09-17 13:48:21,091 INFO [train.py:885] (0/2) Epoch 7, batch 3700, loss[loss=0.4992, simple_loss=0.4994, pruned_loss=0.2495, over 14240.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04225, over 306.00 utterances.], tot_loss[loss=0.3339, simple_loss=0.3859, pruned_loss=0.141, over 2783446.86 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07173, over 45556.30 utterances.], batch size: 306, lr: 6.32e-04 +2022-09-17 13:48:51,178 INFO [train.py:885] (0/2) Epoch 7, batch 3750, loss[loss=0.3458, simple_loss=0.3898, pruned_loss=0.1509, over 14320.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03717, over 130.00 utterances.], tot_loss[loss=0.3349, simple_loss=0.3872, pruned_loss=0.1412, over 2784381.75 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07005, over 45868.82 utterances.], batch size: 130, lr: 6.32e-04 +2022-09-17 13:49:20,384 INFO [train.py:885] (0/2) Epoch 7, batch 3800, loss[loss=0.3571, simple_loss=0.4047, pruned_loss=0.1548, over 14302.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03827, over 180.00 utterances.], tot_loss[loss=0.3329, simple_loss=0.3848, pruned_loss=0.1405, over 2781710.76 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07016, over 44120.75 utterances.], batch size: 180, lr: 6.32e-04 +2022-09-17 13:49:50,380 INFO [train.py:885] (0/2) Epoch 7, batch 3850, loss[loss=0.4117, simple_loss=0.4519, pruned_loss=0.1857, over 14184.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04568, over 306.00 utterances.], tot_loss[loss=0.3317, simple_loss=0.3842, pruned_loss=0.1396, over 2783654.41 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06828, over 44234.99 utterances.], batch size: 306, lr: 6.32e-04 +2022-09-17 13:50:20,152 INFO [train.py:885] (0/2) Epoch 7, batch 3900, loss[loss=0.176, simple_loss=0.2215, pruned_loss=0.06525, over 12340.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1708, over 24.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3831, pruned_loss=0.1394, over 2781766.45 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06887, over 44101.66 utterances.], batch size: 24, lr: 6.32e-04 +2022-09-17 13:50:49,199 INFO [train.py:885] (0/2) Epoch 7, batch 3950, loss[loss=0.722, simple_loss=0.7226, pruned_loss=0.3607, over 12483.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1455, over 810.00 utterances.], tot_loss[loss=0.3311, simple_loss=0.3831, pruned_loss=0.1396, over 2784903.15 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06879, over 43787.99 utterances.], batch size: 810, lr: 6.31e-04 +2022-09-17 13:51:18,505 INFO [train.py:885] (0/2) Epoch 7, batch 4000, loss[loss=0.3537, simple_loss=0.4306, pruned_loss=0.1384, over 13758.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07464, over 412.00 utterances.], tot_loss[loss=0.3323, simple_loss=0.3851, pruned_loss=0.1397, over 2783954.57 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06916, over 45255.47 utterances.], batch size: 412, lr: 6.31e-04 +2022-09-17 13:51:48,676 INFO [train.py:885] (0/2) Epoch 7, batch 4050, loss[loss=0.4029, simple_loss=0.4373, pruned_loss=0.1842, over 14374.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03232, over 244.00 utterances.], tot_loss[loss=0.3378, simple_loss=0.3901, pruned_loss=0.1428, over 2783737.71 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07127, over 47543.31 utterances.], batch size: 244, lr: 6.31e-04 +2022-09-17 13:52:18,358 INFO [train.py:885] (0/2) Epoch 7, batch 4100, loss[loss=0.2994, simple_loss=0.3694, pruned_loss=0.1147, over 14236.00 frames. utt_duration=317.7 frames, utt_pad_proportion=0.04316, over 180.00 utterances.], tot_loss[loss=0.336, simple_loss=0.3882, pruned_loss=0.1419, over 2780448.88 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07228, over 46876.96 utterances.], batch size: 180, lr: 6.31e-04 +2022-09-17 13:52:47,339 INFO [train.py:885] (0/2) Epoch 7, batch 4150, loss[loss=0.1639, simple_loss=0.2206, pruned_loss=0.05359, over 12287.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1675, over 24.00 utterances.], tot_loss[loss=0.3339, simple_loss=0.3863, pruned_loss=0.1407, over 2781270.08 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07055, over 45914.37 utterances.], batch size: 24, lr: 6.31e-04 +2022-09-17 13:53:17,219 INFO [train.py:885] (0/2) Epoch 7, batch 4200, loss[loss=0.2247, simple_loss=0.2891, pruned_loss=0.08017, over 13944.00 frames. utt_duration=707.5 frames, utt_pad_proportion=0.06173, over 79.00 utterances.], tot_loss[loss=0.3374, simple_loss=0.3892, pruned_loss=0.1428, over 2779422.19 frames. utt_duration=236.2 frames, utt_pad_proportion=0.0732, over 47356.58 utterances.], batch size: 79, lr: 6.30e-04 +2022-09-17 13:53:46,191 INFO [train.py:885] (0/2) Epoch 7, batch 4250, loss[loss=0.3463, simple_loss=0.3785, pruned_loss=0.157, over 14308.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03786, over 130.00 utterances.], tot_loss[loss=0.3355, simple_loss=0.3875, pruned_loss=0.1418, over 2780519.50 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07307, over 46291.24 utterances.], batch size: 130, lr: 6.30e-04 +2022-09-17 13:54:03,922 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-80000.pt +2022-09-17 13:54:16,418 INFO [train.py:885] (0/2) Epoch 7, batch 4300, loss[loss=0.3687, simple_loss=0.3891, pruned_loss=0.1741, over 14085.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05338, over 98.00 utterances.], tot_loss[loss=0.3327, simple_loss=0.3842, pruned_loss=0.1405, over 2776791.07 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0721, over 44954.08 utterances.], batch size: 98, lr: 6.30e-04 +2022-09-17 13:54:45,807 INFO [train.py:885] (0/2) Epoch 7, batch 4350, loss[loss=0.1881, simple_loss=0.2412, pruned_loss=0.0675, over 13369.00 frames. utt_duration=1071 frames, utt_pad_proportion=0.1, over 50.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3809, pruned_loss=0.1381, over 2780282.08 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06994, over 44028.90 utterances.], batch size: 50, lr: 6.30e-04 +2022-09-17 13:55:15,492 INFO [train.py:885] (0/2) Epoch 7, batch 4400, loss[loss=0.3904, simple_loss=0.4565, pruned_loss=0.1622, over 13746.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07308, over 411.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3834, pruned_loss=0.1392, over 2778429.49 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07143, over 44860.35 utterances.], batch size: 411, lr: 6.30e-04 +2022-09-17 13:55:45,008 INFO [train.py:885] (0/2) Epoch 7, batch 4450, loss[loss=0.228, simple_loss=0.2854, pruned_loss=0.08524, over 14082.00 frames. utt_duration=806 frames, utt_pad_proportion=0.05949, over 70.00 utterances.], tot_loss[loss=0.3279, simple_loss=0.3808, pruned_loss=0.1375, over 2770637.86 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07317, over 44698.30 utterances.], batch size: 70, lr: 6.29e-04 +2022-09-17 13:56:14,348 INFO [train.py:885] (0/2) Epoch 7, batch 4500, loss[loss=0.3813, simple_loss=0.4624, pruned_loss=0.1501, over 13621.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07865, over 560.00 utterances.], tot_loss[loss=0.3294, simple_loss=0.3827, pruned_loss=0.1381, over 2775251.63 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07235, over 45609.94 utterances.], batch size: 560, lr: 6.29e-04 +2022-09-17 13:56:44,769 INFO [train.py:885] (0/2) Epoch 7, batch 4550, loss[loss=0.3489, simple_loss=0.4278, pruned_loss=0.135, over 13768.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07228, over 411.00 utterances.], tot_loss[loss=0.333, simple_loss=0.3865, pruned_loss=0.1398, over 2777602.51 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07289, over 47429.14 utterances.], batch size: 411, lr: 6.29e-04 +2022-09-17 13:57:13,511 INFO [train.py:885] (0/2) Epoch 7, batch 4600, loss[loss=0.2954, simple_loss=0.359, pruned_loss=0.1159, over 14350.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.03823, over 154.00 utterances.], tot_loss[loss=0.3304, simple_loss=0.3839, pruned_loss=0.1385, over 2781018.38 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07187, over 46010.83 utterances.], batch size: 154, lr: 6.29e-04 +2022-09-17 13:57:42,703 INFO [train.py:885] (0/2) Epoch 7, batch 4650, loss[loss=0.4453, simple_loss=0.4551, pruned_loss=0.2178, over 14312.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04157, over 167.00 utterances.], tot_loss[loss=0.3301, simple_loss=0.383, pruned_loss=0.1385, over 2780489.86 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07196, over 45495.49 utterances.], batch size: 167, lr: 6.29e-04 +2022-09-17 13:58:12,277 INFO [train.py:885] (0/2) Epoch 7, batch 4700, loss[loss=0.3013, simple_loss=0.3482, pruned_loss=0.1272, over 14125.00 frames. utt_duration=636.4 frames, utt_pad_proportion=0.04871, over 89.00 utterances.], tot_loss[loss=0.3255, simple_loss=0.3791, pruned_loss=0.1359, over 2779675.11 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07145, over 44515.12 utterances.], batch size: 89, lr: 6.28e-04 +2022-09-17 13:58:41,672 INFO [train.py:885] (0/2) Epoch 7, batch 4750, loss[loss=0.3462, simple_loss=0.3983, pruned_loss=0.147, over 14316.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03546, over 262.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.3803, pruned_loss=0.137, over 2783326.20 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06925, over 43973.32 utterances.], batch size: 262, lr: 6.28e-04 +2022-09-17 13:59:11,802 INFO [train.py:885] (0/2) Epoch 7, batch 4800, loss[loss=0.1797, simple_loss=0.2393, pruned_loss=0.06002, over 13520.00 frames. utt_duration=1289 frames, utt_pad_proportion=0.08947, over 42.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.3869, pruned_loss=0.1412, over 2781766.17 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07154, over 45988.63 utterances.], batch size: 42, lr: 6.28e-04 +2022-09-17 13:59:41,385 INFO [train.py:885] (0/2) Epoch 7, batch 4850, loss[loss=0.3887, simple_loss=0.438, pruned_loss=0.1697, over 14238.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04246, over 335.00 utterances.], tot_loss[loss=0.339, simple_loss=0.3903, pruned_loss=0.1438, over 2778214.46 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07224, over 47134.17 utterances.], batch size: 335, lr: 6.28e-04 +2022-09-17 14:00:10,268 INFO [train.py:885] (0/2) Epoch 7, batch 4900, loss[loss=0.2537, simple_loss=0.3097, pruned_loss=0.09883, over 14204.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04617, over 89.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3887, pruned_loss=0.1426, over 2776358.71 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07184, over 46392.58 utterances.], batch size: 89, lr: 6.28e-04 +2022-09-17 14:00:40,530 INFO [train.py:885] (0/2) Epoch 7, batch 4950, loss[loss=0.3812, simple_loss=0.4271, pruned_loss=0.1676, over 14246.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04196, over 335.00 utterances.], tot_loss[loss=0.3358, simple_loss=0.3874, pruned_loss=0.1421, over 2773707.68 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07146, over 46400.37 utterances.], batch size: 335, lr: 6.27e-04 +2022-09-17 14:01:09,635 INFO [train.py:885] (0/2) Epoch 7, batch 5000, loss[loss=0.315, simple_loss=0.4057, pruned_loss=0.1122, over 13769.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07138, over 411.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.3867, pruned_loss=0.1413, over 2776040.24 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07153, over 46430.29 utterances.], batch size: 411, lr: 6.27e-04 +2022-09-17 14:01:39,466 INFO [train.py:885] (0/2) Epoch 7, batch 5050, loss[loss=0.3847, simple_loss=0.4288, pruned_loss=0.1703, over 14372.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03447, over 210.00 utterances.], tot_loss[loss=0.3331, simple_loss=0.3864, pruned_loss=0.1399, over 2776819.33 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07174, over 47304.61 utterances.], batch size: 210, lr: 6.27e-04 +2022-09-17 14:02:08,495 INFO [train.py:885] (0/2) Epoch 7, batch 5100, loss[loss=0.2298, simple_loss=0.2815, pruned_loss=0.0891, over 13557.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08358, over 50.00 utterances.], tot_loss[loss=0.3366, simple_loss=0.389, pruned_loss=0.142, over 2774306.62 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07448, over 47401.39 utterances.], batch size: 50, lr: 6.27e-04 +2022-09-17 14:02:38,730 INFO [train.py:885] (0/2) Epoch 7, batch 5150, loss[loss=0.2518, simple_loss=0.3138, pruned_loss=0.09492, over 13973.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.0614, over 79.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.3872, pruned_loss=0.1411, over 2772964.44 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07418, over 46991.65 utterances.], batch size: 79, lr: 6.27e-04 +2022-09-17 14:03:08,256 INFO [train.py:885] (0/2) Epoch 7, batch 5200, loss[loss=0.2918, simple_loss=0.3511, pruned_loss=0.1163, over 14279.00 frames. utt_duration=477.3 frames, utt_pad_proportion=0.04344, over 120.00 utterances.], tot_loss[loss=0.3335, simple_loss=0.3863, pruned_loss=0.1403, over 2768375.60 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07626, over 47461.99 utterances.], batch size: 120, lr: 6.26e-04 +2022-09-17 14:03:37,850 INFO [train.py:885] (0/2) Epoch 7, batch 5250, loss[loss=0.4019, simple_loss=0.4411, pruned_loss=0.1814, over 14327.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0384, over 283.00 utterances.], tot_loss[loss=0.3345, simple_loss=0.387, pruned_loss=0.141, over 2775136.56 frames. utt_duration=236 frames, utt_pad_proportion=0.07443, over 47324.32 utterances.], batch size: 283, lr: 6.26e-04 +2022-09-17 14:04:06,797 INFO [train.py:885] (0/2) Epoch 7, batch 5300, loss[loss=0.3486, simple_loss=0.4079, pruned_loss=0.1446, over 14310.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03824, over 180.00 utterances.], tot_loss[loss=0.3341, simple_loss=0.3863, pruned_loss=0.1409, over 2775728.55 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07395, over 46904.63 utterances.], batch size: 180, lr: 6.26e-04 +2022-09-17 14:04:36,579 INFO [train.py:885] (0/2) Epoch 7, batch 5350, loss[loss=0.2286, simple_loss=0.2855, pruned_loss=0.08592, over 13571.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.08811, over 42.00 utterances.], tot_loss[loss=0.3329, simple_loss=0.3847, pruned_loss=0.1405, over 2778690.48 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07155, over 46062.18 utterances.], batch size: 42, lr: 6.26e-04 +2022-09-17 14:05:05,911 INFO [train.py:885] (0/2) Epoch 7, batch 5400, loss[loss=0.3586, simple_loss=0.4013, pruned_loss=0.1579, over 14366.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.0356, over 195.00 utterances.], tot_loss[loss=0.3321, simple_loss=0.3838, pruned_loss=0.1402, over 2780763.99 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07075, over 45722.83 utterances.], batch size: 195, lr: 6.26e-04 +2022-09-17 14:05:35,946 INFO [train.py:885] (0/2) Epoch 7, batch 5450, loss[loss=0.2362, simple_loss=0.2904, pruned_loss=0.09104, over 14008.00 frames. utt_duration=710.6 frames, utt_pad_proportion=0.06004, over 79.00 utterances.], tot_loss[loss=0.3321, simple_loss=0.3842, pruned_loss=0.14, over 2777273.36 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07298, over 46116.29 utterances.], batch size: 79, lr: 6.26e-04 +2022-09-17 14:06:05,745 INFO [train.py:885] (0/2) Epoch 7, batch 5500, loss[loss=0.5931, simple_loss=0.6421, pruned_loss=0.2721, over 12483.00 frames. utt_duration=63.22 frames, utt_pad_proportion=0.1457, over 810.00 utterances.], tot_loss[loss=0.3345, simple_loss=0.3869, pruned_loss=0.1411, over 2780034.30 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07328, over 46890.23 utterances.], batch size: 810, lr: 6.25e-04 +2022-09-17 14:06:34,669 INFO [train.py:885] (0/2) Epoch 7, batch 5550, loss[loss=0.3421, simple_loss=0.3651, pruned_loss=0.1595, over 14211.00 frames. utt_duration=640.2 frames, utt_pad_proportion=0.04454, over 89.00 utterances.], tot_loss[loss=0.3377, simple_loss=0.3901, pruned_loss=0.1427, over 2779065.15 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07448, over 48200.53 utterances.], batch size: 89, lr: 6.25e-04 +2022-09-17 14:07:04,174 INFO [train.py:885] (0/2) Epoch 7, batch 5600, loss[loss=0.2191, simple_loss=0.2713, pruned_loss=0.08345, over 13886.00 frames. utt_duration=927.1 frames, utt_pad_proportion=0.06918, over 60.00 utterances.], tot_loss[loss=0.3345, simple_loss=0.3876, pruned_loss=0.1407, over 2779583.81 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07388, over 47075.84 utterances.], batch size: 60, lr: 6.25e-04 +2022-09-17 14:07:33,800 INFO [train.py:885] (0/2) Epoch 7, batch 5650, loss[loss=0.3611, simple_loss=0.4319, pruned_loss=0.1452, over 14006.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05781, over 366.00 utterances.], tot_loss[loss=0.331, simple_loss=0.3839, pruned_loss=0.139, over 2782809.79 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07056, over 44776.63 utterances.], batch size: 366, lr: 6.25e-04 +2022-09-17 14:08:04,499 INFO [train.py:885] (0/2) Epoch 7, batch 5700, loss[loss=0.2418, simple_loss=0.2891, pruned_loss=0.09724, over 13420.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.0841, over 41.00 utterances.], tot_loss[loss=0.3348, simple_loss=0.3874, pruned_loss=0.1411, over 2780298.81 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07179, over 46276.66 utterances.], batch size: 41, lr: 6.25e-04 +2022-09-17 14:08:32,859 INFO [train.py:885] (0/2) Epoch 7, batch 5750, loss[loss=0.2033, simple_loss=0.2495, pruned_loss=0.07859, over 13318.00 frames. utt_duration=1568 frames, utt_pad_proportion=0.1076, over 34.00 utterances.], tot_loss[loss=0.329, simple_loss=0.3824, pruned_loss=0.1378, over 2780756.78 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07069, over 44912.02 utterances.], batch size: 34, lr: 6.24e-04 +2022-09-17 14:09:02,287 INFO [train.py:885] (0/2) Epoch 7, batch 5800, loss[loss=0.3246, simple_loss=0.3763, pruned_loss=0.1365, over 14382.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03693, over 155.00 utterances.], tot_loss[loss=0.3285, simple_loss=0.3809, pruned_loss=0.138, over 2782817.37 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06786, over 43402.58 utterances.], batch size: 155, lr: 6.24e-04 +2022-09-17 14:09:32,420 INFO [train.py:885] (0/2) Epoch 7, batch 5850, loss[loss=0.5802, simple_loss=0.636, pruned_loss=0.2622, over 12512.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 811.00 utterances.], tot_loss[loss=0.3341, simple_loss=0.3868, pruned_loss=0.1407, over 2777436.99 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07133, over 46248.82 utterances.], batch size: 811, lr: 6.24e-04 +2022-09-17 14:10:02,197 INFO [train.py:885] (0/2) Epoch 7, batch 5900, loss[loss=0.3419, simple_loss=0.3935, pruned_loss=0.1452, over 14337.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03698, over 195.00 utterances.], tot_loss[loss=0.3348, simple_loss=0.3873, pruned_loss=0.1412, over 2777600.59 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07269, over 46722.54 utterances.], batch size: 195, lr: 6.24e-04 +2022-09-17 14:10:31,372 INFO [train.py:885] (0/2) Epoch 7, batch 5950, loss[loss=0.3246, simple_loss=0.3776, pruned_loss=0.1358, over 14291.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03954, over 180.00 utterances.], tot_loss[loss=0.3355, simple_loss=0.388, pruned_loss=0.1416, over 2779065.58 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07199, over 46850.40 utterances.], batch size: 180, lr: 6.24e-04 +2022-09-17 14:11:01,143 INFO [train.py:885] (0/2) Epoch 7, batch 6000, loss[loss=0.3589, simple_loss=0.4104, pruned_loss=0.1537, over 14360.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03619, over 283.00 utterances.], tot_loss[loss=0.3373, simple_loss=0.3892, pruned_loss=0.1427, over 2781194.60 frames. utt_duration=237 frames, utt_pad_proportion=0.07152, over 47232.43 utterances.], batch size: 283, lr: 6.23e-04 +2022-09-17 14:11:01,145 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 14:11:05,881 INFO [train.py:914] (0/2) Epoch 7, validation: loss=0.217, simple_loss=0.2925, pruned_loss=0.07079, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 14:11:35,655 INFO [train.py:885] (0/2) Epoch 7, batch 6050, loss[loss=0.5839, simple_loss=0.6357, pruned_loss=0.266, over 12546.00 frames. utt_duration=63.5 frames, utt_pad_proportion=0.1419, over 810.00 utterances.], tot_loss[loss=0.3376, simple_loss=0.3899, pruned_loss=0.1426, over 2785530.06 frames. utt_duration=238.1 frames, utt_pad_proportion=0.0718, over 47087.14 utterances.], batch size: 810, lr: 6.23e-04 +2022-09-17 14:12:04,719 INFO [train.py:885] (0/2) Epoch 7, batch 6100, loss[loss=0.3655, simple_loss=0.4447, pruned_loss=0.1432, over 13607.00 frames. utt_duration=98.51 frames, utt_pad_proportion=0.07937, over 560.00 utterances.], tot_loss[loss=0.3303, simple_loss=0.3835, pruned_loss=0.1386, over 2780079.29 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07146, over 45434.81 utterances.], batch size: 560, lr: 6.23e-04 +2022-09-17 14:12:34,591 INFO [train.py:885] (0/2) Epoch 7, batch 6150, loss[loss=0.2033, simple_loss=0.2581, pruned_loss=0.07424, over 13344.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08971, over 41.00 utterances.], tot_loss[loss=0.331, simple_loss=0.3844, pruned_loss=0.1388, over 2780059.78 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07238, over 45829.16 utterances.], batch size: 41, lr: 6.23e-04 +2022-09-17 14:13:03,889 INFO [train.py:885] (0/2) Epoch 7, batch 6200, loss[loss=0.3928, simple_loss=0.4346, pruned_loss=0.1755, over 14167.00 frames. utt_duration=186.8 frames, utt_pad_proportion=0.04694, over 306.00 utterances.], tot_loss[loss=0.3294, simple_loss=0.3829, pruned_loss=0.1379, over 2779723.73 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07106, over 45610.67 utterances.], batch size: 306, lr: 6.23e-04 +2022-09-17 14:13:33,779 INFO [train.py:885] (0/2) Epoch 7, batch 6250, loss[loss=0.3509, simple_loss=0.3994, pruned_loss=0.1512, over 14354.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03585, over 195.00 utterances.], tot_loss[loss=0.328, simple_loss=0.382, pruned_loss=0.137, over 2778611.66 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07117, over 45619.43 utterances.], batch size: 195, lr: 6.22e-04 +2022-09-17 14:14:03,288 INFO [train.py:885] (0/2) Epoch 7, batch 6300, loss[loss=0.3918, simple_loss=0.4305, pruned_loss=0.1765, over 14309.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.0391, over 283.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3827, pruned_loss=0.1389, over 2773770.85 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07301, over 45459.32 utterances.], batch size: 283, lr: 6.22e-04 +2022-09-17 14:14:32,942 INFO [train.py:885] (0/2) Epoch 7, batch 6350, loss[loss=0.1922, simple_loss=0.2574, pruned_loss=0.06355, over 13873.00 frames. utt_duration=926.5 frames, utt_pad_proportion=0.06981, over 60.00 utterances.], tot_loss[loss=0.332, simple_loss=0.3842, pruned_loss=0.1399, over 2781836.11 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07072, over 45280.77 utterances.], batch size: 60, lr: 6.22e-04 +2022-09-17 14:15:02,928 INFO [train.py:885] (0/2) Epoch 7, batch 6400, loss[loss=0.2271, simple_loss=0.2858, pruned_loss=0.08424, over 13544.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.0883, over 50.00 utterances.], tot_loss[loss=0.3335, simple_loss=0.3854, pruned_loss=0.1408, over 2781463.01 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07155, over 45848.67 utterances.], batch size: 50, lr: 6.22e-04 +2022-09-17 14:15:32,623 INFO [train.py:885] (0/2) Epoch 7, batch 6450, loss[loss=0.2254, simple_loss=0.2842, pruned_loss=0.08335, over 13806.00 frames. utt_duration=801.8 frames, utt_pad_proportion=0.06656, over 69.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3841, pruned_loss=0.1393, over 2784621.34 frames. utt_duration=246.6 frames, utt_pad_proportion=0.0704, over 45447.16 utterances.], batch size: 69, lr: 6.22e-04 +2022-09-17 14:16:02,307 INFO [train.py:885] (0/2) Epoch 7, batch 6500, loss[loss=0.5663, simple_loss=0.6146, pruned_loss=0.259, over 12594.00 frames. utt_duration=63.61 frames, utt_pad_proportion=0.1405, over 811.00 utterances.], tot_loss[loss=0.334, simple_loss=0.3866, pruned_loss=0.1408, over 2781868.91 frames. utt_duration=239 frames, utt_pad_proportion=0.07359, over 46849.51 utterances.], batch size: 811, lr: 6.22e-04 +2022-09-17 14:16:31,776 INFO [train.py:885] (0/2) Epoch 7, batch 6550, loss[loss=0.3308, simple_loss=0.3822, pruned_loss=0.1397, over 14289.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03938, over 154.00 utterances.], tot_loss[loss=0.3271, simple_loss=0.3812, pruned_loss=0.1365, over 2780014.29 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07234, over 45836.46 utterances.], batch size: 154, lr: 6.21e-04 +2022-09-17 14:17:01,793 INFO [train.py:885] (0/2) Epoch 7, batch 6600, loss[loss=0.3646, simple_loss=0.4102, pruned_loss=0.1594, over 14291.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04108, over 262.00 utterances.], tot_loss[loss=0.3276, simple_loss=0.3809, pruned_loss=0.1371, over 2778577.68 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07076, over 45414.09 utterances.], batch size: 262, lr: 6.21e-04 +2022-09-17 14:17:31,179 INFO [train.py:885] (0/2) Epoch 7, batch 6650, loss[loss=0.2809, simple_loss=0.3574, pruned_loss=0.1022, over 14300.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04098, over 154.00 utterances.], tot_loss[loss=0.3271, simple_loss=0.3806, pruned_loss=0.1368, over 2778393.79 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07124, over 45662.45 utterances.], batch size: 154, lr: 6.21e-04 +2022-09-17 14:18:01,164 INFO [train.py:885] (0/2) Epoch 7, batch 6700, loss[loss=0.3385, simple_loss=0.4193, pruned_loss=0.1288, over 13777.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07119, over 411.00 utterances.], tot_loss[loss=0.3276, simple_loss=0.3812, pruned_loss=0.137, over 2777980.32 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07201, over 45326.09 utterances.], batch size: 411, lr: 6.21e-04 +2022-09-17 14:18:30,595 INFO [train.py:885] (0/2) Epoch 7, batch 6750, loss[loss=0.2847, simple_loss=0.3276, pruned_loss=0.1209, over 14216.00 frames. utt_duration=523.2 frames, utt_pad_proportion=0.04179, over 109.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3822, pruned_loss=0.1377, over 2776455.48 frames. utt_duration=242 frames, utt_pad_proportion=0.073, over 46170.06 utterances.], batch size: 109, lr: 6.21e-04 +2022-09-17 14:19:00,720 INFO [train.py:885] (0/2) Epoch 7, batch 6800, loss[loss=0.3754, simple_loss=0.4237, pruned_loss=0.1635, over 14310.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03922, over 262.00 utterances.], tot_loss[loss=0.3304, simple_loss=0.384, pruned_loss=0.1384, over 2773019.99 frames. utt_duration=236.1 frames, utt_pad_proportion=0.0737, over 47270.37 utterances.], batch size: 262, lr: 6.20e-04 +2022-09-17 14:19:29,675 INFO [train.py:885] (0/2) Epoch 7, batch 6850, loss[loss=0.2813, simple_loss=0.3318, pruned_loss=0.1154, over 14269.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.04188, over 120.00 utterances.], tot_loss[loss=0.3322, simple_loss=0.3846, pruned_loss=0.1399, over 2772624.10 frames. utt_duration=239 frames, utt_pad_proportion=0.07446, over 46699.25 utterances.], batch size: 120, lr: 6.20e-04 +2022-09-17 14:19:59,530 INFO [train.py:885] (0/2) Epoch 7, batch 6900, loss[loss=0.4217, simple_loss=0.4499, pruned_loss=0.1967, over 14372.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03454, over 195.00 utterances.], tot_loss[loss=0.3329, simple_loss=0.3846, pruned_loss=0.1406, over 2773021.74 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07394, over 46048.27 utterances.], batch size: 195, lr: 6.20e-04 +2022-09-17 14:20:28,604 INFO [train.py:885] (0/2) Epoch 7, batch 6950, loss[loss=0.3244, simple_loss=0.3827, pruned_loss=0.133, over 14370.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.03495, over 195.00 utterances.], tot_loss[loss=0.329, simple_loss=0.3813, pruned_loss=0.1384, over 2772624.69 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07367, over 45124.79 utterances.], batch size: 195, lr: 6.20e-04 +2022-09-17 14:20:58,477 INFO [train.py:885] (0/2) Epoch 7, batch 7000, loss[loss=0.2313, simple_loss=0.2761, pruned_loss=0.09322, over 13449.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09521, over 50.00 utterances.], tot_loss[loss=0.3283, simple_loss=0.3807, pruned_loss=0.1379, over 2773311.89 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07358, over 45315.18 utterances.], batch size: 50, lr: 6.20e-04 +2022-09-17 14:21:27,679 INFO [train.py:885] (0/2) Epoch 7, batch 7050, loss[loss=0.216, simple_loss=0.2557, pruned_loss=0.08812, over 13309.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1034, over 26.00 utterances.], tot_loss[loss=0.3258, simple_loss=0.379, pruned_loss=0.1362, over 2772267.37 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07406, over 44829.73 utterances.], batch size: 26, lr: 6.19e-04 +2022-09-17 14:21:57,744 INFO [train.py:885] (0/2) Epoch 7, batch 7100, loss[loss=0.2014, simple_loss=0.2627, pruned_loss=0.07006, over 13524.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.09038, over 50.00 utterances.], tot_loss[loss=0.3278, simple_loss=0.3816, pruned_loss=0.137, over 2771012.36 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07602, over 46537.41 utterances.], batch size: 50, lr: 6.19e-04 +2022-09-17 14:22:27,289 INFO [train.py:885] (0/2) Epoch 7, batch 7150, loss[loss=0.353, simple_loss=0.4073, pruned_loss=0.1494, over 14293.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04077, over 262.00 utterances.], tot_loss[loss=0.3293, simple_loss=0.383, pruned_loss=0.1378, over 2773393.07 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07466, over 46838.17 utterances.], batch size: 262, lr: 6.19e-04 +2022-09-17 14:22:56,568 INFO [train.py:885] (0/2) Epoch 7, batch 7200, loss[loss=0.3654, simple_loss=0.4487, pruned_loss=0.141, over 13663.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.0785, over 477.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3826, pruned_loss=0.1375, over 2773218.45 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07454, over 46578.40 utterances.], batch size: 477, lr: 6.19e-04 +2022-09-17 14:23:25,815 INFO [train.py:885] (0/2) Epoch 7, batch 7250, loss[loss=0.3528, simple_loss=0.4064, pruned_loss=0.1496, over 14317.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03877, over 283.00 utterances.], tot_loss[loss=0.3258, simple_loss=0.38, pruned_loss=0.1358, over 2772029.50 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07395, over 45520.85 utterances.], batch size: 283, lr: 6.19e-04 +2022-09-17 14:23:55,392 INFO [train.py:885] (0/2) Epoch 7, batch 7300, loss[loss=0.696, simple_loss=0.708, pruned_loss=0.3419, over 12459.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1469, over 810.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3823, pruned_loss=0.1376, over 2771777.47 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07488, over 46164.88 utterances.], batch size: 810, lr: 6.19e-04 +2022-09-17 14:24:24,602 INFO [train.py:885] (0/2) Epoch 7, batch 7350, loss[loss=0.2732, simple_loss=0.3496, pruned_loss=0.09841, over 14188.00 frames. utt_duration=403.9 frames, utt_pad_proportion=0.04971, over 141.00 utterances.], tot_loss[loss=0.3279, simple_loss=0.3812, pruned_loss=0.1373, over 2772529.73 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07433, over 45617.95 utterances.], batch size: 141, lr: 6.18e-04 +2022-09-17 14:24:54,931 INFO [train.py:885] (0/2) Epoch 7, batch 7400, loss[loss=0.2318, simple_loss=0.2919, pruned_loss=0.08582, over 13787.00 frames. utt_duration=920.6 frames, utt_pad_proportion=0.0757, over 60.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.3825, pruned_loss=0.1369, over 2771894.94 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07514, over 46569.77 utterances.], batch size: 60, lr: 6.18e-04 +2022-09-17 14:25:24,202 INFO [train.py:885] (0/2) Epoch 7, batch 7450, loss[loss=0.2587, simple_loss=0.3183, pruned_loss=0.09957, over 13624.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.09027, over 42.00 utterances.], tot_loss[loss=0.3301, simple_loss=0.3836, pruned_loss=0.1382, over 2773190.43 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07529, over 46957.66 utterances.], batch size: 42, lr: 6.18e-04 +2022-09-17 14:25:54,362 INFO [train.py:885] (0/2) Epoch 7, batch 7500, loss[loss=0.3223, simple_loss=0.3778, pruned_loss=0.1335, over 14348.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03586, over 195.00 utterances.], tot_loss[loss=0.3306, simple_loss=0.3839, pruned_loss=0.1386, over 2774337.68 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07459, over 47009.16 utterances.], batch size: 195, lr: 6.18e-04 +2022-09-17 14:26:23,017 INFO [train.py:885] (0/2) Epoch 7, batch 7550, loss[loss=0.3412, simple_loss=0.3997, pruned_loss=0.1414, over 14268.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04075, over 225.00 utterances.], tot_loss[loss=0.3279, simple_loss=0.3817, pruned_loss=0.137, over 2776147.17 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07301, over 46081.41 utterances.], batch size: 225, lr: 6.18e-04 +2022-09-17 14:26:53,659 INFO [train.py:885] (0/2) Epoch 7, batch 7600, loss[loss=0.4971, simple_loss=0.5025, pruned_loss=0.2458, over 14221.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04273, over 306.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.386, pruned_loss=0.1395, over 2777983.55 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07302, over 46903.82 utterances.], batch size: 306, lr: 6.17e-04 +2022-09-17 14:27:23,355 INFO [train.py:885] (0/2) Epoch 7, batch 7650, loss[loss=0.3434, simple_loss=0.3955, pruned_loss=0.1456, over 14328.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03409, over 226.00 utterances.], tot_loss[loss=0.3326, simple_loss=0.386, pruned_loss=0.1396, over 2781830.22 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07119, over 46494.15 utterances.], batch size: 226, lr: 6.17e-04 +2022-09-17 14:27:52,730 INFO [train.py:885] (0/2) Epoch 7, batch 7700, loss[loss=0.4238, simple_loss=0.4612, pruned_loss=0.1932, over 14235.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04263, over 306.00 utterances.], tot_loss[loss=0.3339, simple_loss=0.3857, pruned_loss=0.1411, over 2779118.34 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07157, over 45601.99 utterances.], batch size: 306, lr: 6.17e-04 +2022-09-17 14:28:22,363 INFO [train.py:885] (0/2) Epoch 7, batch 7750, loss[loss=0.1694, simple_loss=0.2205, pruned_loss=0.05917, over 13380.00 frames. utt_duration=1623 frames, utt_pad_proportion=0.09606, over 33.00 utterances.], tot_loss[loss=0.3283, simple_loss=0.3804, pruned_loss=0.1381, over 2775807.00 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07176, over 44264.32 utterances.], batch size: 33, lr: 6.17e-04 +2022-09-17 14:28:51,953 INFO [train.py:885] (0/2) Epoch 7, batch 7800, loss[loss=0.4192, simple_loss=0.4948, pruned_loss=0.1718, over 13167.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.3283, simple_loss=0.3805, pruned_loss=0.1381, over 2776992.77 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07307, over 44578.47 utterances.], batch size: 653, lr: 6.17e-04 +2022-09-17 14:29:21,314 INFO [train.py:885] (0/2) Epoch 7, batch 7850, loss[loss=0.3584, simple_loss=0.4326, pruned_loss=0.1421, over 13743.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07378, over 411.00 utterances.], tot_loss[loss=0.3305, simple_loss=0.3826, pruned_loss=0.1392, over 2777209.79 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07361, over 45391.05 utterances.], batch size: 411, lr: 6.17e-04 +2022-09-17 14:29:50,271 INFO [train.py:885] (0/2) Epoch 7, batch 7900, loss[loss=0.3273, simple_loss=0.4141, pruned_loss=0.1202, over 13788.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07031, over 411.00 utterances.], tot_loss[loss=0.3307, simple_loss=0.383, pruned_loss=0.1392, over 2781667.80 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07158, over 45460.03 utterances.], batch size: 411, lr: 6.16e-04 +2022-09-17 14:30:20,220 INFO [train.py:885] (0/2) Epoch 7, batch 7950, loss[loss=0.2742, simple_loss=0.3233, pruned_loss=0.1125, over 13982.00 frames. utt_duration=572 frames, utt_pad_proportion=0.06235, over 98.00 utterances.], tot_loss[loss=0.3295, simple_loss=0.3819, pruned_loss=0.1385, over 2778722.19 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07226, over 45286.44 utterances.], batch size: 98, lr: 6.16e-04 +2022-09-17 14:30:49,838 INFO [train.py:885] (0/2) Epoch 7, batch 8000, loss[loss=0.3262, simple_loss=0.3842, pruned_loss=0.1341, over 14322.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.0371, over 154.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3807, pruned_loss=0.1382, over 2783936.24 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06943, over 44324.85 utterances.], batch size: 154, lr: 6.16e-04 +2022-09-17 14:31:25,886 INFO [train.py:885] (0/2) Epoch 7, batch 8050, loss[loss=0.4163, simple_loss=0.4542, pruned_loss=0.1892, over 14339.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03828, over 244.00 utterances.], tot_loss[loss=0.3305, simple_loss=0.3828, pruned_loss=0.1391, over 2787586.47 frames. utt_duration=248 frames, utt_pad_proportion=0.06739, over 45238.84 utterances.], batch size: 244, lr: 6.16e-04 +2022-09-17 14:31:55,782 INFO [train.py:885] (0/2) Epoch 7, batch 8100, loss[loss=0.2257, simple_loss=0.2899, pruned_loss=0.08076, over 13769.00 frames. utt_duration=799.6 frames, utt_pad_proportion=0.06374, over 69.00 utterances.], tot_loss[loss=0.332, simple_loss=0.3842, pruned_loss=0.1399, over 2786438.10 frames. utt_duration=241.2 frames, utt_pad_proportion=0.06757, over 46494.53 utterances.], batch size: 69, lr: 6.16e-04 +2022-09-17 14:32:24,972 INFO [train.py:885] (0/2) Epoch 7, batch 8150, loss[loss=0.3611, simple_loss=0.4167, pruned_loss=0.1527, over 14305.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03845, over 180.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3812, pruned_loss=0.1378, over 2790495.87 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06498, over 44746.46 utterances.], batch size: 180, lr: 6.15e-04 +2022-09-17 14:32:54,873 INFO [train.py:885] (0/2) Epoch 7, batch 8200, loss[loss=0.235, simple_loss=0.2892, pruned_loss=0.09034, over 14162.00 frames. utt_duration=638 frames, utt_pad_proportion=0.04915, over 89.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3802, pruned_loss=0.1364, over 2785552.76 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06745, over 45145.48 utterances.], batch size: 89, lr: 6.15e-04 +2022-09-17 14:33:23,916 INFO [train.py:885] (0/2) Epoch 7, batch 8250, loss[loss=0.4292, simple_loss=0.4738, pruned_loss=0.1923, over 13986.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05707, over 365.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3777, pruned_loss=0.1358, over 2786099.31 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06543, over 43490.77 utterances.], batch size: 365, lr: 6.15e-04 +2022-09-17 14:33:41,711 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-84000.pt +2022-09-17 14:33:54,263 INFO [train.py:885] (0/2) Epoch 7, batch 8300, loss[loss=0.2386, simple_loss=0.2931, pruned_loss=0.0921, over 13762.00 frames. utt_duration=918.9 frames, utt_pad_proportion=0.06809, over 60.00 utterances.], tot_loss[loss=0.3267, simple_loss=0.3796, pruned_loss=0.1369, over 2784628.04 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06845, over 44124.76 utterances.], batch size: 60, lr: 6.15e-04 +2022-09-17 14:34:23,872 INFO [train.py:885] (0/2) Epoch 7, batch 8350, loss[loss=0.2243, simple_loss=0.2774, pruned_loss=0.08563, over 13880.00 frames. utt_duration=1323 frames, utt_pad_proportion=0.0721, over 42.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.378, pruned_loss=0.1363, over 2782617.67 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06974, over 43685.99 utterances.], batch size: 42, lr: 6.15e-04 +2022-09-17 14:34:53,269 INFO [train.py:885] (0/2) Epoch 7, batch 8400, loss[loss=0.2927, simple_loss=0.3398, pruned_loss=0.1228, over 14093.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.0547, over 98.00 utterances.], tot_loss[loss=0.3274, simple_loss=0.3813, pruned_loss=0.1368, over 2779493.56 frames. utt_duration=245 frames, utt_pad_proportion=0.07046, over 45646.79 utterances.], batch size: 98, lr: 6.14e-04 +2022-09-17 14:35:22,828 INFO [train.py:885] (0/2) Epoch 7, batch 8450, loss[loss=0.3737, simple_loss=0.4152, pruned_loss=0.1661, over 14249.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04547, over 141.00 utterances.], tot_loss[loss=0.3279, simple_loss=0.3815, pruned_loss=0.1371, over 2779975.61 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07122, over 45336.91 utterances.], batch size: 141, lr: 6.14e-04 +2022-09-17 14:35:52,870 INFO [train.py:885] (0/2) Epoch 7, batch 8500, loss[loss=0.1623, simple_loss=0.2222, pruned_loss=0.05117, over 13148.00 frames. utt_duration=1595 frames, utt_pad_proportion=0.1038, over 33.00 utterances.], tot_loss[loss=0.3297, simple_loss=0.3835, pruned_loss=0.1379, over 2781457.42 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07006, over 46115.16 utterances.], batch size: 33, lr: 6.14e-04 +2022-09-17 14:36:22,451 INFO [train.py:885] (0/2) Epoch 7, batch 8550, loss[loss=0.2675, simple_loss=0.3376, pruned_loss=0.0987, over 14197.00 frames. utt_duration=639.6 frames, utt_pad_proportion=0.04545, over 89.00 utterances.], tot_loss[loss=0.3256, simple_loss=0.38, pruned_loss=0.1356, over 2785891.66 frames. utt_duration=252 frames, utt_pad_proportion=0.06737, over 44483.56 utterances.], batch size: 89, lr: 6.14e-04 +2022-09-17 14:36:51,743 INFO [train.py:885] (0/2) Epoch 7, batch 8600, loss[loss=0.2319, simple_loss=0.2934, pruned_loss=0.08522, over 13874.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.05987, over 69.00 utterances.], tot_loss[loss=0.3273, simple_loss=0.3815, pruned_loss=0.1365, over 2782977.63 frames. utt_duration=246.4 frames, utt_pad_proportion=0.0702, over 45453.24 utterances.], batch size: 69, lr: 6.14e-04 +2022-09-17 14:37:21,055 INFO [train.py:885] (0/2) Epoch 7, batch 8650, loss[loss=0.2228, simple_loss=0.2747, pruned_loss=0.0855, over 13663.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.07811, over 50.00 utterances.], tot_loss[loss=0.3273, simple_loss=0.3805, pruned_loss=0.137, over 2784369.10 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06807, over 44223.26 utterances.], batch size: 50, lr: 6.14e-04 +2022-09-17 14:37:50,440 INFO [train.py:885] (0/2) Epoch 7, batch 8700, loss[loss=0.3661, simple_loss=0.4497, pruned_loss=0.1412, over 13573.00 frames. utt_duration=98.37 frames, utt_pad_proportion=0.08064, over 560.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3839, pruned_loss=0.1383, over 2779759.54 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07229, over 46240.56 utterances.], batch size: 560, lr: 6.13e-04 +2022-09-17 14:38:20,131 INFO [train.py:885] (0/2) Epoch 7, batch 8750, loss[loss=0.2029, simple_loss=0.27, pruned_loss=0.06794, over 13785.00 frames. utt_duration=800.6 frames, utt_pad_proportion=0.06803, over 69.00 utterances.], tot_loss[loss=0.3312, simple_loss=0.3847, pruned_loss=0.1388, over 2779886.50 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07251, over 46671.68 utterances.], batch size: 69, lr: 6.13e-04 +2022-09-17 14:38:49,532 INFO [train.py:885] (0/2) Epoch 7, batch 8800, loss[loss=0.2184, simple_loss=0.2768, pruned_loss=0.07998, over 13862.00 frames. utt_duration=925.8 frames, utt_pad_proportion=0.0667, over 60.00 utterances.], tot_loss[loss=0.3319, simple_loss=0.3852, pruned_loss=0.1393, over 2781491.81 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07157, over 46581.90 utterances.], batch size: 60, lr: 6.13e-04 +2022-09-17 14:39:19,350 INFO [train.py:885] (0/2) Epoch 7, batch 8850, loss[loss=0.2934, simple_loss=0.3574, pruned_loss=0.1147, over 14330.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04028, over 167.00 utterances.], tot_loss[loss=0.3294, simple_loss=0.3836, pruned_loss=0.1376, over 2781653.26 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07249, over 46690.17 utterances.], batch size: 167, lr: 6.13e-04 +2022-09-17 14:39:48,488 INFO [train.py:885] (0/2) Epoch 7, batch 8900, loss[loss=0.2998, simple_loss=0.3494, pruned_loss=0.1251, over 14310.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03949, over 120.00 utterances.], tot_loss[loss=0.3289, simple_loss=0.3826, pruned_loss=0.1376, over 2783594.40 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07127, over 45622.18 utterances.], batch size: 120, lr: 6.13e-04 +2022-09-17 14:40:18,580 INFO [train.py:885] (0/2) Epoch 7, batch 8950, loss[loss=0.3522, simple_loss=0.4333, pruned_loss=0.1356, over 13576.00 frames. utt_duration=115.3 frames, utt_pad_proportion=0.08467, over 477.00 utterances.], tot_loss[loss=0.3327, simple_loss=0.3863, pruned_loss=0.1396, over 2779145.24 frames. utt_duration=233 frames, utt_pad_proportion=0.07386, over 48015.18 utterances.], batch size: 477, lr: 6.12e-04 +2022-09-17 14:40:47,791 INFO [train.py:885] (0/2) Epoch 7, batch 9000, loss[loss=0.254, simple_loss=0.3177, pruned_loss=0.09519, over 14112.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05189, over 98.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3831, pruned_loss=0.1372, over 2778675.32 frames. utt_duration=237.6 frames, utt_pad_proportion=0.0732, over 47080.62 utterances.], batch size: 98, lr: 6.12e-04 +2022-09-17 14:40:47,792 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 14:40:52,492 INFO [train.py:914] (0/2) Epoch 7, validation: loss=0.2185, simple_loss=0.2938, pruned_loss=0.07161, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 14:41:22,400 INFO [train.py:885] (0/2) Epoch 7, batch 9050, loss[loss=0.3346, simple_loss=0.3855, pruned_loss=0.1418, over 14347.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03885, over 167.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3857, pruned_loss=0.138, over 2769397.17 frames. utt_duration=229.3 frames, utt_pad_proportion=0.07597, over 48622.02 utterances.], batch size: 167, lr: 6.12e-04 +2022-09-17 14:41:52,113 INFO [train.py:885] (0/2) Epoch 7, batch 9100, loss[loss=0.3222, simple_loss=0.3854, pruned_loss=0.1295, over 14277.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04033, over 225.00 utterances.], tot_loss[loss=0.3336, simple_loss=0.3886, pruned_loss=0.1393, over 2769216.41 frames. utt_duration=223.6 frames, utt_pad_proportion=0.07651, over 49858.90 utterances.], batch size: 225, lr: 6.12e-04 +2022-09-17 14:42:21,777 INFO [train.py:885] (0/2) Epoch 7, batch 9150, loss[loss=0.3291, simple_loss=0.3734, pruned_loss=0.1424, over 14317.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03996, over 154.00 utterances.], tot_loss[loss=0.333, simple_loss=0.3873, pruned_loss=0.1394, over 2773229.73 frames. utt_duration=230 frames, utt_pad_proportion=0.07599, over 48551.56 utterances.], batch size: 154, lr: 6.12e-04 +2022-09-17 14:42:50,685 INFO [train.py:885] (0/2) Epoch 7, batch 9200, loss[loss=0.3046, simple_loss=0.3434, pruned_loss=0.1329, over 14115.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05164, over 98.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3853, pruned_loss=0.1388, over 2776460.38 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07449, over 47660.34 utterances.], batch size: 98, lr: 6.12e-04 +2022-09-17 14:43:27,960 INFO [train.py:885] (0/2) Epoch 7, batch 9250, loss[loss=0.2352, simple_loss=0.3042, pruned_loss=0.0831, over 14092.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05327, over 98.00 utterances.], tot_loss[loss=0.3331, simple_loss=0.3872, pruned_loss=0.1395, over 2779437.41 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07454, over 47681.36 utterances.], batch size: 98, lr: 6.11e-04 +2022-09-17 14:43:57,730 INFO [train.py:885] (0/2) Epoch 7, batch 9300, loss[loss=0.2822, simple_loss=0.3461, pruned_loss=0.1092, over 14162.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.04542, over 109.00 utterances.], tot_loss[loss=0.3328, simple_loss=0.3873, pruned_loss=0.1392, over 2782845.83 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07175, over 48043.02 utterances.], batch size: 109, lr: 6.11e-04 +2022-09-17 14:44:27,544 INFO [train.py:885] (0/2) Epoch 7, batch 9350, loss[loss=0.5269, simple_loss=0.5648, pruned_loss=0.2445, over 13141.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.329, simple_loss=0.384, pruned_loss=0.1371, over 2783240.05 frames. utt_duration=237.3 frames, utt_pad_proportion=0.0702, over 47213.00 utterances.], batch size: 653, lr: 6.11e-04 +2022-09-17 14:44:56,968 INFO [train.py:885] (0/2) Epoch 7, batch 9400, loss[loss=0.2495, simple_loss=0.3071, pruned_loss=0.096, over 14252.00 frames. utt_duration=642.1 frames, utt_pad_proportion=0.04444, over 89.00 utterances.], tot_loss[loss=0.3237, simple_loss=0.3787, pruned_loss=0.1344, over 2782829.34 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07003, over 45422.87 utterances.], batch size: 89, lr: 6.11e-04 +2022-09-17 14:45:26,474 INFO [train.py:885] (0/2) Epoch 7, batch 9450, loss[loss=0.2539, simple_loss=0.3098, pruned_loss=0.09905, over 14025.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.05877, over 79.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.3798, pruned_loss=0.1348, over 2783869.59 frames. utt_duration=246 frames, utt_pad_proportion=0.0697, over 45535.39 utterances.], batch size: 79, lr: 6.11e-04 +2022-09-17 14:45:55,851 INFO [train.py:885] (0/2) Epoch 7, batch 9500, loss[loss=0.2637, simple_loss=0.3337, pruned_loss=0.09684, over 14292.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03896, over 130.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.3801, pruned_loss=0.1352, over 2781783.32 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07017, over 45245.37 utterances.], batch size: 130, lr: 6.11e-04 +2022-09-17 14:46:26,309 INFO [train.py:885] (0/2) Epoch 7, batch 9550, loss[loss=0.3743, simple_loss=0.4378, pruned_loss=0.1554, over 14001.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05558, over 365.00 utterances.], tot_loss[loss=0.3297, simple_loss=0.3838, pruned_loss=0.1378, over 2779825.45 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07248, over 46630.96 utterances.], batch size: 365, lr: 6.10e-04 +2022-09-17 14:46:55,951 INFO [train.py:885] (0/2) Epoch 7, batch 9600, loss[loss=0.4411, simple_loss=0.4789, pruned_loss=0.2017, over 14029.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05638, over 366.00 utterances.], tot_loss[loss=0.331, simple_loss=0.3847, pruned_loss=0.1387, over 2784259.52 frames. utt_duration=244 frames, utt_pad_proportion=0.07056, over 45925.28 utterances.], batch size: 366, lr: 6.10e-04 +2022-09-17 14:47:25,248 INFO [train.py:885] (0/2) Epoch 7, batch 9650, loss[loss=0.3777, simple_loss=0.4376, pruned_loss=0.1589, over 14023.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05749, over 366.00 utterances.], tot_loss[loss=0.332, simple_loss=0.3858, pruned_loss=0.1391, over 2785222.22 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07066, over 46793.96 utterances.], batch size: 366, lr: 6.10e-04 +2022-09-17 14:47:54,641 INFO [train.py:885] (0/2) Epoch 7, batch 9700, loss[loss=0.589, simple_loss=0.6444, pruned_loss=0.2668, over 12529.00 frames. utt_duration=63.44 frames, utt_pad_proportion=0.1427, over 810.00 utterances.], tot_loss[loss=0.3297, simple_loss=0.3829, pruned_loss=0.1383, over 2785691.85 frames. utt_duration=247 frames, utt_pad_proportion=0.0708, over 45381.62 utterances.], batch size: 810, lr: 6.10e-04 +2022-09-17 14:48:24,024 INFO [train.py:885] (0/2) Epoch 7, batch 9750, loss[loss=0.6442, simple_loss=0.6735, pruned_loss=0.3075, over 12575.00 frames. utt_duration=63.41 frames, utt_pad_proportion=0.1431, over 813.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3837, pruned_loss=0.1383, over 2785097.40 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07147, over 45547.89 utterances.], batch size: 813, lr: 6.10e-04 +2022-09-17 14:48:53,578 INFO [train.py:885] (0/2) Epoch 7, batch 9800, loss[loss=0.3557, simple_loss=0.3946, pruned_loss=0.1584, over 14312.00 frames. utt_duration=407.5 frames, utt_pad_proportion=0.04118, over 141.00 utterances.], tot_loss[loss=0.3294, simple_loss=0.3827, pruned_loss=0.1381, over 2788999.84 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06882, over 44477.86 utterances.], batch size: 141, lr: 6.09e-04 +2022-09-17 14:49:22,951 INFO [train.py:885] (0/2) Epoch 7, batch 9850, loss[loss=0.3352, simple_loss=0.3965, pruned_loss=0.137, over 14341.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03656, over 210.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3843, pruned_loss=0.1392, over 2791288.28 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06869, over 44958.69 utterances.], batch size: 210, lr: 6.09e-04 +2022-09-17 14:49:52,778 INFO [train.py:885] (0/2) Epoch 7, batch 9900, loss[loss=0.3457, simple_loss=0.4003, pruned_loss=0.1455, over 14406.00 frames. utt_duration=237.6 frames, utt_pad_proportion=0.03028, over 244.00 utterances.], tot_loss[loss=0.3333, simple_loss=0.3866, pruned_loss=0.14, over 2789536.30 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07082, over 46690.81 utterances.], batch size: 244, lr: 6.09e-04 +2022-09-17 14:50:22,232 INFO [train.py:885] (0/2) Epoch 7, batch 9950, loss[loss=0.263, simple_loss=0.3137, pruned_loss=0.1061, over 14120.00 frames. utt_duration=577.8 frames, utt_pad_proportion=0.05125, over 98.00 utterances.], tot_loss[loss=0.3296, simple_loss=0.3833, pruned_loss=0.1379, over 2786937.52 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06856, over 45815.60 utterances.], batch size: 98, lr: 6.09e-04 +2022-09-17 14:50:52,313 INFO [train.py:885] (0/2) Epoch 7, batch 10000, loss[loss=0.3311, simple_loss=0.3739, pruned_loss=0.1442, over 14317.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03877, over 120.00 utterances.], tot_loss[loss=0.3307, simple_loss=0.3845, pruned_loss=0.1385, over 2783543.56 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07124, over 46417.62 utterances.], batch size: 120, lr: 6.09e-04 +2022-09-17 14:51:28,693 INFO [train.py:885] (0/2) Epoch 7, batch 10050, loss[loss=0.4029, simple_loss=0.4745, pruned_loss=0.1657, over 13665.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07862, over 477.00 utterances.], tot_loss[loss=0.3274, simple_loss=0.3823, pruned_loss=0.1362, over 2780802.91 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07197, over 46656.92 utterances.], batch size: 477, lr: 6.09e-04 +2022-09-17 14:51:58,228 INFO [train.py:885] (0/2) Epoch 7, batch 10100, loss[loss=0.2627, simple_loss=0.3262, pruned_loss=0.09962, over 13887.00 frames. utt_duration=806.5 frames, utt_pad_proportion=0.06007, over 69.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.3857, pruned_loss=0.1387, over 2787530.36 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06915, over 46315.46 utterances.], batch size: 69, lr: 6.08e-04 +2022-09-17 14:52:28,145 INFO [train.py:885] (0/2) Epoch 7, batch 10150, loss[loss=0.3647, simple_loss=0.4458, pruned_loss=0.1418, over 13669.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07315, over 478.00 utterances.], tot_loss[loss=0.3373, simple_loss=0.3903, pruned_loss=0.1422, over 2785589.08 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07099, over 48049.94 utterances.], batch size: 478, lr: 6.08e-04 +2022-09-17 14:53:05,759 INFO [train.py:885] (0/2) Epoch 7, batch 10200, loss[loss=0.3426, simple_loss=0.3947, pruned_loss=0.1452, over 14319.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03902, over 262.00 utterances.], tot_loss[loss=0.3337, simple_loss=0.3863, pruned_loss=0.1406, over 2786876.22 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07018, over 45521.33 utterances.], batch size: 262, lr: 6.08e-04 +2022-09-17 14:53:35,505 INFO [train.py:885] (0/2) Epoch 7, batch 10250, loss[loss=0.409, simple_loss=0.4475, pruned_loss=0.1853, over 14219.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04317, over 306.00 utterances.], tot_loss[loss=0.3315, simple_loss=0.3843, pruned_loss=0.1394, over 2787561.49 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06801, over 44605.18 utterances.], batch size: 306, lr: 6.08e-04 +2022-09-17 14:54:04,745 INFO [train.py:885] (0/2) Epoch 7, batch 10300, loss[loss=0.3069, simple_loss=0.3673, pruned_loss=0.1232, over 14344.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03657, over 210.00 utterances.], tot_loss[loss=0.3271, simple_loss=0.3806, pruned_loss=0.1368, over 2788513.17 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06591, over 43265.16 utterances.], batch size: 210, lr: 6.08e-04 +2022-09-17 14:54:34,804 INFO [train.py:885] (0/2) Epoch 7, batch 10350, loss[loss=0.2086, simple_loss=0.2649, pruned_loss=0.07616, over 13316.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.0918, over 41.00 utterances.], tot_loss[loss=0.3303, simple_loss=0.383, pruned_loss=0.1389, over 2791507.82 frames. utt_duration=259 frames, utt_pad_proportion=0.06608, over 43354.32 utterances.], batch size: 41, lr: 6.08e-04 +2022-09-17 14:55:04,520 INFO [train.py:885] (0/2) Epoch 7, batch 10400, loss[loss=0.2923, simple_loss=0.3419, pruned_loss=0.1213, over 14192.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04367, over 109.00 utterances.], tot_loss[loss=0.3315, simple_loss=0.3838, pruned_loss=0.1396, over 2783013.04 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07129, over 44910.01 utterances.], batch size: 109, lr: 6.07e-04 +2022-09-17 14:55:33,907 INFO [train.py:885] (0/2) Epoch 7, batch 10450, loss[loss=0.3904, simple_loss=0.4619, pruned_loss=0.1595, over 13828.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06781, over 411.00 utterances.], tot_loss[loss=0.3291, simple_loss=0.3826, pruned_loss=0.1378, over 2781670.39 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07036, over 44921.52 utterances.], batch size: 411, lr: 6.07e-04 +2022-09-17 14:56:04,160 INFO [train.py:885] (0/2) Epoch 7, batch 10500, loss[loss=0.2974, simple_loss=0.3442, pruned_loss=0.1253, over 13886.00 frames. utt_duration=806.5 frames, utt_pad_proportion=0.06108, over 69.00 utterances.], tot_loss[loss=0.3258, simple_loss=0.38, pruned_loss=0.1358, over 2779762.98 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07005, over 44634.58 utterances.], batch size: 69, lr: 6.07e-04 +2022-09-17 14:56:34,305 INFO [train.py:885] (0/2) Epoch 7, batch 10550, loss[loss=0.2379, simple_loss=0.3005, pruned_loss=0.08764, over 13964.00 frames. utt_duration=811 frames, utt_pad_proportion=0.05585, over 69.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3803, pruned_loss=0.1364, over 2782007.15 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06958, over 44101.55 utterances.], batch size: 69, lr: 6.07e-04 +2022-09-17 14:57:02,865 INFO [train.py:885] (0/2) Epoch 7, batch 10600, loss[loss=0.3587, simple_loss=0.4015, pruned_loss=0.1579, over 14352.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.0383, over 167.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3828, pruned_loss=0.1388, over 2786317.58 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06756, over 43694.25 utterances.], batch size: 167, lr: 6.07e-04 +2022-09-17 14:57:32,605 INFO [train.py:885] (0/2) Epoch 7, batch 10650, loss[loss=0.2266, simple_loss=0.2942, pruned_loss=0.07948, over 14052.00 frames. utt_duration=575 frames, utt_pad_proportion=0.0559, over 98.00 utterances.], tot_loss[loss=0.3245, simple_loss=0.3782, pruned_loss=0.1354, over 2780699.26 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06798, over 43175.28 utterances.], batch size: 98, lr: 6.06e-04 +2022-09-17 14:58:02,331 INFO [train.py:885] (0/2) Epoch 7, batch 10700, loss[loss=0.4536, simple_loss=0.4744, pruned_loss=0.2164, over 14223.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04429, over 335.00 utterances.], tot_loss[loss=0.3331, simple_loss=0.3855, pruned_loss=0.1403, over 2780146.87 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07207, over 45702.25 utterances.], batch size: 335, lr: 6.06e-04 +2022-09-17 14:58:32,074 INFO [train.py:885] (0/2) Epoch 7, batch 10750, loss[loss=0.3447, simple_loss=0.4037, pruned_loss=0.1428, over 14308.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03904, over 283.00 utterances.], tot_loss[loss=0.3338, simple_loss=0.3866, pruned_loss=0.1405, over 2782437.96 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06996, over 45747.88 utterances.], batch size: 283, lr: 6.06e-04 +2022-09-17 14:59:01,399 INFO [train.py:885] (0/2) Epoch 7, batch 10800, loss[loss=0.3773, simple_loss=0.4323, pruned_loss=0.1612, over 14259.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04144, over 225.00 utterances.], tot_loss[loss=0.3373, simple_loss=0.3899, pruned_loss=0.1423, over 2783461.58 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07146, over 46940.52 utterances.], batch size: 225, lr: 6.06e-04 +2022-09-17 14:59:31,292 INFO [train.py:885] (0/2) Epoch 7, batch 10850, loss[loss=0.2037, simple_loss=0.26, pruned_loss=0.0737, over 13651.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.08109, over 50.00 utterances.], tot_loss[loss=0.3373, simple_loss=0.39, pruned_loss=0.1423, over 2783562.81 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07254, over 47001.19 utterances.], batch size: 50, lr: 6.06e-04 +2022-09-17 15:00:00,401 INFO [train.py:885] (0/2) Epoch 7, batch 10900, loss[loss=0.5992, simple_loss=0.6532, pruned_loss=0.2726, over 12490.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.3331, simple_loss=0.3861, pruned_loss=0.1401, over 2782057.44 frames. utt_duration=244 frames, utt_pad_proportion=0.07078, over 45887.52 utterances.], batch size: 810, lr: 6.06e-04 +2022-09-17 15:00:30,278 INFO [train.py:885] (0/2) Epoch 7, batch 10950, loss[loss=0.1812, simple_loss=0.2323, pruned_loss=0.06507, over 13073.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1071, over 33.00 utterances.], tot_loss[loss=0.3333, simple_loss=0.3866, pruned_loss=0.14, over 2778408.26 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07283, over 46867.20 utterances.], batch size: 33, lr: 6.05e-04 +2022-09-17 15:00:59,734 INFO [train.py:885] (0/2) Epoch 7, batch 11000, loss[loss=0.3381, simple_loss=0.3961, pruned_loss=0.1401, over 14362.00 frames. utt_duration=320.4 frames, utt_pad_proportion=0.03487, over 180.00 utterances.], tot_loss[loss=0.3315, simple_loss=0.385, pruned_loss=0.139, over 2780147.63 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07142, over 46064.06 utterances.], batch size: 180, lr: 6.05e-04 +2022-09-17 15:01:29,409 INFO [train.py:885] (0/2) Epoch 7, batch 11050, loss[loss=0.3287, simple_loss=0.3791, pruned_loss=0.1392, over 14154.00 frames. utt_duration=520.8 frames, utt_pad_proportion=0.04617, over 109.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3832, pruned_loss=0.1386, over 2777673.95 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07135, over 45482.38 utterances.], batch size: 109, lr: 6.05e-04 +2022-09-17 15:01:58,896 INFO [train.py:885] (0/2) Epoch 7, batch 11100, loss[loss=0.2934, simple_loss=0.3582, pruned_loss=0.1143, over 14393.00 frames. utt_duration=346.1 frames, utt_pad_proportion=0.03596, over 167.00 utterances.], tot_loss[loss=0.3293, simple_loss=0.3828, pruned_loss=0.1379, over 2780721.39 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07092, over 45273.07 utterances.], batch size: 167, lr: 6.05e-04 +2022-09-17 15:02:28,653 INFO [train.py:885] (0/2) Epoch 7, batch 11150, loss[loss=0.1802, simple_loss=0.2359, pruned_loss=0.06221, over 13683.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08314, over 42.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3823, pruned_loss=0.1374, over 2777547.82 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07295, over 45016.51 utterances.], batch size: 42, lr: 6.05e-04 +2022-09-17 15:02:58,932 INFO [train.py:885] (0/2) Epoch 7, batch 11200, loss[loss=0.2678, simple_loss=0.3448, pruned_loss=0.09538, over 14304.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04116, over 154.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.3871, pruned_loss=0.139, over 2780258.05 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07343, over 47144.68 utterances.], batch size: 154, lr: 6.05e-04 +2022-09-17 15:03:28,007 INFO [train.py:885] (0/2) Epoch 7, batch 11250, loss[loss=0.2734, simple_loss=0.3255, pruned_loss=0.1107, over 13953.00 frames. utt_duration=707.9 frames, utt_pad_proportion=0.06363, over 79.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3858, pruned_loss=0.138, over 2779231.25 frames. utt_duration=238 frames, utt_pad_proportion=0.07295, over 46991.81 utterances.], batch size: 79, lr: 6.04e-04 +2022-09-17 15:03:57,497 INFO [train.py:885] (0/2) Epoch 7, batch 11300, loss[loss=0.2989, simple_loss=0.3675, pruned_loss=0.1152, over 14327.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03683, over 180.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3822, pruned_loss=0.1354, over 2781901.44 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07159, over 46164.04 utterances.], batch size: 180, lr: 6.04e-04 +2022-09-17 15:04:26,114 INFO [train.py:885] (0/2) Epoch 7, batch 11350, loss[loss=0.2439, simple_loss=0.3, pruned_loss=0.0939, over 13957.00 frames. utt_duration=931.9 frames, utt_pad_proportion=0.05772, over 60.00 utterances.], tot_loss[loss=0.3244, simple_loss=0.3801, pruned_loss=0.1344, over 2781768.77 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07202, over 45748.46 utterances.], batch size: 60, lr: 6.04e-04 +2022-09-17 15:04:56,185 INFO [train.py:885] (0/2) Epoch 7, batch 11400, loss[loss=0.4086, simple_loss=0.4691, pruned_loss=0.174, over 13644.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07811, over 561.00 utterances.], tot_loss[loss=0.3251, simple_loss=0.3809, pruned_loss=0.1347, over 2781457.23 frames. utt_duration=240 frames, utt_pad_proportion=0.07096, over 46638.91 utterances.], batch size: 561, lr: 6.04e-04 +2022-09-17 15:05:25,170 INFO [train.py:885] (0/2) Epoch 7, batch 11450, loss[loss=0.2033, simple_loss=0.2662, pruned_loss=0.0702, over 13903.00 frames. utt_duration=807.5 frames, utt_pad_proportion=0.06, over 69.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3765, pruned_loss=0.1326, over 2788193.43 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0685, over 43887.13 utterances.], batch size: 69, lr: 6.04e-04 +2022-09-17 15:05:55,591 INFO [train.py:885] (0/2) Epoch 7, batch 11500, loss[loss=0.3294, simple_loss=0.4173, pruned_loss=0.1208, over 13729.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07331, over 411.00 utterances.], tot_loss[loss=0.3274, simple_loss=0.3825, pruned_loss=0.1361, over 2784610.67 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07022, over 46023.32 utterances.], batch size: 411, lr: 6.04e-04 +2022-09-17 15:06:24,789 INFO [train.py:885] (0/2) Epoch 7, batch 11550, loss[loss=0.3476, simple_loss=0.407, pruned_loss=0.1441, over 14259.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.0411, over 225.00 utterances.], tot_loss[loss=0.3279, simple_loss=0.3832, pruned_loss=0.1363, over 2785403.27 frames. utt_duration=238.1 frames, utt_pad_proportion=0.06996, over 47089.05 utterances.], batch size: 225, lr: 6.03e-04 +2022-09-17 15:06:54,390 INFO [train.py:885] (0/2) Epoch 7, batch 11600, loss[loss=0.3421, simple_loss=0.4108, pruned_loss=0.1367, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.039, over 283.00 utterances.], tot_loss[loss=0.327, simple_loss=0.3818, pruned_loss=0.1361, over 2785856.08 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06907, over 46101.07 utterances.], batch size: 283, lr: 6.03e-04 +2022-09-17 15:07:23,615 INFO [train.py:885] (0/2) Epoch 7, batch 11650, loss[loss=0.4159, simple_loss=0.4684, pruned_loss=0.1817, over 13771.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07121, over 411.00 utterances.], tot_loss[loss=0.3301, simple_loss=0.3849, pruned_loss=0.1377, over 2784919.92 frames. utt_duration=235.3 frames, utt_pad_proportion=0.0714, over 47643.84 utterances.], batch size: 411, lr: 6.03e-04 +2022-09-17 15:07:53,114 INFO [train.py:885] (0/2) Epoch 7, batch 11700, loss[loss=0.1957, simple_loss=0.2461, pruned_loss=0.07258, over 13424.00 frames. utt_duration=1535 frames, utt_pad_proportion=0.08225, over 35.00 utterances.], tot_loss[loss=0.3256, simple_loss=0.38, pruned_loss=0.1355, over 2781532.74 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06989, over 45339.60 utterances.], batch size: 35, lr: 6.03e-04 +2022-09-17 15:08:22,636 INFO [train.py:885] (0/2) Epoch 7, batch 11750, loss[loss=0.193, simple_loss=0.2435, pruned_loss=0.07124, over 13474.00 frames. utt_duration=1285 frames, utt_pad_proportion=0.09708, over 42.00 utterances.], tot_loss[loss=0.324, simple_loss=0.3787, pruned_loss=0.1346, over 2778771.89 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06978, over 45339.70 utterances.], batch size: 42, lr: 6.03e-04 +2022-09-17 15:08:53,150 INFO [train.py:885] (0/2) Epoch 7, batch 11800, loss[loss=0.4045, simple_loss=0.4429, pruned_loss=0.183, over 14234.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04295, over 306.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3834, pruned_loss=0.1369, over 2779481.64 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07089, over 46659.15 utterances.], batch size: 306, lr: 6.02e-04 +2022-09-17 15:09:22,934 INFO [train.py:885] (0/2) Epoch 7, batch 11850, loss[loss=0.4024, simple_loss=0.4376, pruned_loss=0.1836, over 14241.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04198, over 306.00 utterances.], tot_loss[loss=0.33, simple_loss=0.3846, pruned_loss=0.1376, over 2783407.13 frames. utt_duration=238.1 frames, utt_pad_proportion=0.06929, over 47045.77 utterances.], batch size: 306, lr: 6.02e-04 +2022-09-17 15:09:52,394 INFO [train.py:885] (0/2) Epoch 7, batch 11900, loss[loss=0.2335, simple_loss=0.2995, pruned_loss=0.08373, over 13967.00 frames. utt_duration=811.2 frames, utt_pad_proportion=0.05459, over 69.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.3867, pruned_loss=0.1392, over 2784261.64 frames. utt_duration=236 frames, utt_pad_proportion=0.07009, over 47476.64 utterances.], batch size: 69, lr: 6.02e-04 +2022-09-17 15:10:21,965 INFO [train.py:885] (0/2) Epoch 7, batch 11950, loss[loss=0.3571, simple_loss=0.4262, pruned_loss=0.1439, over 13789.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07058, over 411.00 utterances.], tot_loss[loss=0.3312, simple_loss=0.3848, pruned_loss=0.1388, over 2778959.04 frames. utt_duration=239 frames, utt_pad_proportion=0.07113, over 46804.71 utterances.], batch size: 411, lr: 6.02e-04 +2022-09-17 15:10:51,480 INFO [train.py:885] (0/2) Epoch 7, batch 12000, loss[loss=0.3226, simple_loss=0.3686, pruned_loss=0.1383, over 14148.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04648, over 109.00 utterances.], tot_loss[loss=0.3361, simple_loss=0.3893, pruned_loss=0.1415, over 2780020.51 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07276, over 48259.24 utterances.], batch size: 109, lr: 6.02e-04 +2022-09-17 15:10:51,482 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 15:10:55,646 INFO [train.py:914] (0/2) Epoch 7, validation: loss=0.2161, simple_loss=0.2901, pruned_loss=0.07106, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 15:11:25,754 INFO [train.py:885] (0/2) Epoch 7, batch 12050, loss[loss=0.328, simple_loss=0.3854, pruned_loss=0.1353, over 14314.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03755, over 180.00 utterances.], tot_loss[loss=0.3364, simple_loss=0.3896, pruned_loss=0.1416, over 2780741.34 frames. utt_duration=228.9 frames, utt_pad_proportion=0.07352, over 48919.36 utterances.], batch size: 180, lr: 6.02e-04 +2022-09-17 15:11:55,115 INFO [train.py:885] (0/2) Epoch 7, batch 12100, loss[loss=0.6112, simple_loss=0.6571, pruned_loss=0.2827, over 12518.00 frames. utt_duration=63.41 frames, utt_pad_proportion=0.1431, over 810.00 utterances.], tot_loss[loss=0.3321, simple_loss=0.3855, pruned_loss=0.1394, over 2779179.08 frames. utt_duration=233 frames, utt_pad_proportion=0.0726, over 48021.97 utterances.], batch size: 810, lr: 6.01e-04 +2022-09-17 15:12:24,809 INFO [train.py:885] (0/2) Epoch 7, batch 12150, loss[loss=0.4246, simple_loss=0.4479, pruned_loss=0.2007, over 14186.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04547, over 306.00 utterances.], tot_loss[loss=0.3271, simple_loss=0.3811, pruned_loss=0.1366, over 2774937.30 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07273, over 46288.97 utterances.], batch size: 306, lr: 6.01e-04 +2022-09-17 15:12:53,839 INFO [train.py:885] (0/2) Epoch 7, batch 12200, loss[loss=0.3998, simple_loss=0.4389, pruned_loss=0.1803, over 14290.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.0405, over 283.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3773, pruned_loss=0.1342, over 2773186.11 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07344, over 45260.25 utterances.], batch size: 283, lr: 6.01e-04 +2022-09-17 15:13:24,015 INFO [train.py:885] (0/2) Epoch 7, batch 12250, loss[loss=0.4001, simple_loss=0.465, pruned_loss=0.1676, over 13788.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06981, over 411.00 utterances.], tot_loss[loss=0.3227, simple_loss=0.3775, pruned_loss=0.134, over 2771086.71 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07429, over 45643.58 utterances.], batch size: 411, lr: 6.01e-04 +2022-09-17 15:13:41,590 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-88000.pt +2022-09-17 15:13:53,528 INFO [train.py:885] (0/2) Epoch 7, batch 12300, loss[loss=0.2351, simple_loss=0.3066, pruned_loss=0.08186, over 13937.00 frames. utt_duration=707 frames, utt_pad_proportion=0.0648, over 79.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3782, pruned_loss=0.135, over 2772526.32 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07249, over 45508.60 utterances.], batch size: 79, lr: 6.01e-04 +2022-09-17 15:14:23,112 INFO [train.py:885] (0/2) Epoch 7, batch 12350, loss[loss=0.2857, simple_loss=0.3408, pruned_loss=0.1153, over 14114.00 frames. utt_duration=716 frames, utt_pad_proportion=0.05286, over 79.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3753, pruned_loss=0.1333, over 2776679.90 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07093, over 44284.69 utterances.], batch size: 79, lr: 6.01e-04 +2022-09-17 15:14:52,662 INFO [train.py:885] (0/2) Epoch 7, batch 12400, loss[loss=0.341, simple_loss=0.3866, pruned_loss=0.1477, over 14282.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.04, over 225.00 utterances.], tot_loss[loss=0.3255, simple_loss=0.3788, pruned_loss=0.1361, over 2780621.30 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06989, over 44372.01 utterances.], batch size: 225, lr: 6.00e-04 +2022-09-17 15:15:22,113 INFO [train.py:885] (0/2) Epoch 7, batch 12450, loss[loss=0.2188, simple_loss=0.2868, pruned_loss=0.07537, over 13995.00 frames. utt_duration=710.2 frames, utt_pad_proportion=0.05932, over 79.00 utterances.], tot_loss[loss=0.3239, simple_loss=0.3776, pruned_loss=0.1351, over 2779215.34 frames. utt_duration=252.4 frames, utt_pad_proportion=0.0706, over 44301.80 utterances.], batch size: 79, lr: 6.00e-04 +2022-09-17 15:15:51,899 INFO [train.py:885] (0/2) Epoch 7, batch 12500, loss[loss=0.5092, simple_loss=0.5488, pruned_loss=0.2348, over 13167.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.327, simple_loss=0.381, pruned_loss=0.1366, over 2779976.48 frames. utt_duration=244.1 frames, utt_pad_proportion=0.0711, over 45838.28 utterances.], batch size: 653, lr: 6.00e-04 +2022-09-17 15:16:21,006 INFO [train.py:885] (0/2) Epoch 7, batch 12550, loss[loss=0.2238, simple_loss=0.2816, pruned_loss=0.08303, over 13745.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.07898, over 51.00 utterances.], tot_loss[loss=0.3296, simple_loss=0.3837, pruned_loss=0.1377, over 2779657.96 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07167, over 46474.48 utterances.], batch size: 51, lr: 6.00e-04 +2022-09-17 15:16:48,732 INFO [train.py:885] (0/2) Epoch 7, batch 12600, loss[loss=0.435, simple_loss=0.4779, pruned_loss=0.1961, over 13979.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05718, over 365.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.3825, pruned_loss=0.1369, over 2781850.15 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07115, over 45965.50 utterances.], batch size: 365, lr: 6.00e-04 +2022-09-17 15:17:00,145 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-7.pt +2022-09-17 15:17:07,396 INFO [train.py:885] (0/2) Epoch 8, batch 0, loss[loss=0.3212, simple_loss=0.3873, pruned_loss=0.1276, over 14387.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03545, over 244.00 utterances.], tot_loss[loss=0.3212, simple_loss=0.3873, pruned_loss=0.1276, over 14387.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03545, over 244.00 utterances.], batch size: 244, lr: 5.75e-04 +2022-09-17 15:17:36,433 INFO [train.py:885] (0/2) Epoch 8, batch 50, loss[loss=0.3764, simple_loss=0.4574, pruned_loss=0.1478, over 13638.00 frames. utt_duration=98.86 frames, utt_pad_proportion=0.0761, over 560.00 utterances.], tot_loss[loss=0.3264, simple_loss=0.3822, pruned_loss=0.1353, over 627701.71 frames. utt_duration=242.5 frames, utt_pad_proportion=0.06885, over 10415.82 utterances.], batch size: 560, lr: 5.75e-04 +2022-09-17 15:18:06,509 INFO [train.py:885] (0/2) Epoch 8, batch 100, loss[loss=0.2424, simple_loss=0.3089, pruned_loss=0.08798, over 13275.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09379, over 41.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.3729, pruned_loss=0.1311, over 1104104.59 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06971, over 17739.32 utterances.], batch size: 41, lr: 5.75e-04 +2022-09-17 15:18:44,762 INFO [train.py:885] (0/2) Epoch 8, batch 150, loss[loss=0.349, simple_loss=0.4144, pruned_loss=0.1419, over 14244.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04267, over 225.00 utterances.], tot_loss[loss=0.3204, simple_loss=0.3756, pruned_loss=0.1326, over 1475839.70 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07092, over 24284.52 utterances.], batch size: 225, lr: 5.75e-04 +2022-09-17 15:19:14,083 INFO [train.py:885] (0/2) Epoch 8, batch 200, loss[loss=0.2671, simple_loss=0.3266, pruned_loss=0.1039, over 14099.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05276, over 98.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3762, pruned_loss=0.1328, over 1767624.43 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06833, over 28753.96 utterances.], batch size: 98, lr: 5.75e-04 +2022-09-17 15:19:43,883 INFO [train.py:885] (0/2) Epoch 8, batch 250, loss[loss=0.3646, simple_loss=0.4077, pruned_loss=0.1608, over 14318.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03892, over 262.00 utterances.], tot_loss[loss=0.3292, simple_loss=0.3842, pruned_loss=0.1371, over 1990749.39 frames. utt_duration=229.8 frames, utt_pad_proportion=0.07208, over 34876.52 utterances.], batch size: 262, lr: 5.74e-04 +2022-09-17 15:20:13,300 INFO [train.py:885] (0/2) Epoch 8, batch 300, loss[loss=0.2836, simple_loss=0.3361, pruned_loss=0.1155, over 14224.00 frames. utt_duration=523.5 frames, utt_pad_proportion=0.04117, over 109.00 utterances.], tot_loss[loss=0.3295, simple_loss=0.3842, pruned_loss=0.1374, over 2166344.74 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07201, over 37647.70 utterances.], batch size: 109, lr: 5.74e-04 +2022-09-17 15:20:43,053 INFO [train.py:885] (0/2) Epoch 8, batch 350, loss[loss=0.2638, simple_loss=0.3165, pruned_loss=0.1055, over 14322.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.0385, over 120.00 utterances.], tot_loss[loss=0.3327, simple_loss=0.3871, pruned_loss=0.1391, over 2299305.68 frames. utt_duration=229 frames, utt_pad_proportion=0.0736, over 40429.09 utterances.], batch size: 120, lr: 5.74e-04 +2022-09-17 15:21:12,052 INFO [train.py:885] (0/2) Epoch 8, batch 400, loss[loss=0.4543, simple_loss=0.5198, pruned_loss=0.1944, over 13120.00 frames. utt_duration=81.93 frames, utt_pad_proportion=0.1095, over 653.00 utterances.], tot_loss[loss=0.3294, simple_loss=0.3841, pruned_loss=0.1373, over 2405572.01 frames. utt_duration=235 frames, utt_pad_proportion=0.07233, over 41205.53 utterances.], batch size: 653, lr: 5.74e-04 +2022-09-17 15:21:41,866 INFO [train.py:885] (0/2) Epoch 8, batch 450, loss[loss=0.3112, simple_loss=0.375, pruned_loss=0.1237, over 14268.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04108, over 180.00 utterances.], tot_loss[loss=0.3339, simple_loss=0.3879, pruned_loss=0.14, over 2487242.14 frames. utt_duration=233.5 frames, utt_pad_proportion=0.0736, over 42883.83 utterances.], batch size: 180, lr: 5.74e-04 +2022-09-17 15:22:11,705 INFO [train.py:885] (0/2) Epoch 8, batch 500, loss[loss=0.2151, simple_loss=0.2782, pruned_loss=0.07601, over 13843.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06321, over 69.00 utterances.], tot_loss[loss=0.3305, simple_loss=0.3863, pruned_loss=0.1374, over 2553641.21 frames. utt_duration=230 frames, utt_pad_proportion=0.07355, over 44696.39 utterances.], batch size: 69, lr: 5.74e-04 +2022-09-17 15:22:41,257 INFO [train.py:885] (0/2) Epoch 8, batch 550, loss[loss=0.3647, simple_loss=0.4162, pruned_loss=0.1566, over 14306.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03844, over 180.00 utterances.], tot_loss[loss=0.331, simple_loss=0.3861, pruned_loss=0.138, over 2607155.36 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07074, over 45121.50 utterances.], batch size: 180, lr: 5.74e-04 +2022-09-17 15:23:10,532 INFO [train.py:885] (0/2) Epoch 8, batch 600, loss[loss=0.4179, simple_loss=0.4418, pruned_loss=0.1971, over 14362.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03543, over 195.00 utterances.], tot_loss[loss=0.3292, simple_loss=0.384, pruned_loss=0.1372, over 2644991.91 frames. utt_duration=238.1 frames, utt_pad_proportion=0.0708, over 44714.85 utterances.], batch size: 195, lr: 5.73e-04 +2022-09-17 15:23:39,845 INFO [train.py:885] (0/2) Epoch 8, batch 650, loss[loss=0.2019, simple_loss=0.256, pruned_loss=0.07388, over 13856.00 frames. utt_duration=925.4 frames, utt_pad_proportion=0.069, over 60.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3775, pruned_loss=0.1337, over 2672514.57 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07142, over 43374.53 utterances.], batch size: 60, lr: 5.73e-04 +2022-09-17 15:24:10,248 INFO [train.py:885] (0/2) Epoch 8, batch 700, loss[loss=0.139, simple_loss=0.186, pruned_loss=0.04603, over 13127.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1202, over 33.00 utterances.], tot_loss[loss=0.3225, simple_loss=0.3776, pruned_loss=0.1337, over 2686142.18 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07501, over 44274.03 utterances.], batch size: 33, lr: 5.73e-04 +2022-09-17 15:24:39,683 INFO [train.py:885] (0/2) Epoch 8, batch 750, loss[loss=0.4029, simple_loss=0.4464, pruned_loss=0.1797, over 14220.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04368, over 306.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3792, pruned_loss=0.1354, over 2706962.76 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07271, over 43885.16 utterances.], batch size: 306, lr: 5.73e-04 +2022-09-17 15:25:09,334 INFO [train.py:885] (0/2) Epoch 8, batch 800, loss[loss=0.3581, simple_loss=0.41, pruned_loss=0.1532, over 14269.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.03804, over 154.00 utterances.], tot_loss[loss=0.3239, simple_loss=0.3784, pruned_loss=0.1347, over 2724440.09 frames. utt_duration=250 frames, utt_pad_proportion=0.07213, over 43847.71 utterances.], batch size: 154, lr: 5.73e-04 +2022-09-17 15:25:38,569 INFO [train.py:885] (0/2) Epoch 8, batch 850, loss[loss=0.4128, simple_loss=0.4491, pruned_loss=0.1882, over 14250.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04207, over 335.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3758, pruned_loss=0.1329, over 2734931.28 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07138, over 43235.18 utterances.], batch size: 335, lr: 5.73e-04 +2022-09-17 15:26:08,437 INFO [train.py:885] (0/2) Epoch 8, batch 900, loss[loss=0.3175, simple_loss=0.3797, pruned_loss=0.1276, over 14268.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04459, over 141.00 utterances.], tot_loss[loss=0.3197, simple_loss=0.375, pruned_loss=0.1322, over 2743916.15 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07074, over 43380.03 utterances.], batch size: 141, lr: 5.72e-04 +2022-09-17 15:26:38,026 INFO [train.py:885] (0/2) Epoch 8, batch 950, loss[loss=0.4408, simple_loss=0.4632, pruned_loss=0.2092, over 14283.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03983, over 180.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3776, pruned_loss=0.1335, over 2751995.71 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06958, over 44665.52 utterances.], batch size: 180, lr: 5.72e-04 +2022-09-17 15:27:08,127 INFO [train.py:885] (0/2) Epoch 8, batch 1000, loss[loss=0.4773, simple_loss=0.5436, pruned_loss=0.2054, over 13126.00 frames. utt_duration=81.9 frames, utt_pad_proportion=0.1098, over 653.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3811, pruned_loss=0.1351, over 2759026.16 frames. utt_duration=241 frames, utt_pad_proportion=0.07146, over 46079.41 utterances.], batch size: 653, lr: 5.72e-04 +2022-09-17 15:27:36,938 INFO [train.py:885] (0/2) Epoch 8, batch 1050, loss[loss=0.3554, simple_loss=0.4378, pruned_loss=0.1365, over 13649.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07943, over 477.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.3791, pruned_loss=0.1342, over 2760441.76 frames. utt_duration=244 frames, utt_pad_proportion=0.07198, over 45526.82 utterances.], batch size: 477, lr: 5.72e-04 +2022-09-17 15:28:06,646 INFO [train.py:885] (0/2) Epoch 8, batch 1100, loss[loss=0.2944, simple_loss=0.3535, pruned_loss=0.1177, over 14384.00 frames. utt_duration=480.8 frames, utt_pad_proportion=0.03455, over 120.00 utterances.], tot_loss[loss=0.3274, simple_loss=0.3828, pruned_loss=0.136, over 2767264.94 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07206, over 47015.96 utterances.], batch size: 120, lr: 5.72e-04 +2022-09-17 15:28:36,174 INFO [train.py:885] (0/2) Epoch 8, batch 1150, loss[loss=0.3257, simple_loss=0.3814, pruned_loss=0.135, over 14313.00 frames. utt_duration=255.8 frames, utt_pad_proportion=0.0384, over 225.00 utterances.], tot_loss[loss=0.3283, simple_loss=0.3828, pruned_loss=0.1369, over 2775769.00 frames. utt_duration=242.8 frames, utt_pad_proportion=0.0702, over 46008.49 utterances.], batch size: 225, lr: 5.72e-04 +2022-09-17 15:29:06,521 INFO [train.py:885] (0/2) Epoch 8, batch 1200, loss[loss=0.4148, simple_loss=0.4492, pruned_loss=0.1902, over 14250.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04257, over 335.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3831, pruned_loss=0.1372, over 2780612.21 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06958, over 45275.76 utterances.], batch size: 335, lr: 5.71e-04 +2022-09-17 15:29:35,931 INFO [train.py:885] (0/2) Epoch 8, batch 1250, loss[loss=0.2945, simple_loss=0.3439, pruned_loss=0.1226, over 14344.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03751, over 130.00 utterances.], tot_loss[loss=0.3276, simple_loss=0.3818, pruned_loss=0.1367, over 2778480.66 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06977, over 44755.38 utterances.], batch size: 130, lr: 5.71e-04 +2022-09-17 15:30:04,890 INFO [train.py:885] (0/2) Epoch 8, batch 1300, loss[loss=0.241, simple_loss=0.2971, pruned_loss=0.09247, over 14065.00 frames. utt_duration=713.4 frames, utt_pad_proportion=0.05634, over 79.00 utterances.], tot_loss[loss=0.3317, simple_loss=0.385, pruned_loss=0.1392, over 2782143.14 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06968, over 45614.55 utterances.], batch size: 79, lr: 5.71e-04 +2022-09-17 15:30:34,450 INFO [train.py:885] (0/2) Epoch 8, batch 1350, loss[loss=0.3508, simple_loss=0.4351, pruned_loss=0.1333, over 13645.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07932, over 477.00 utterances.], tot_loss[loss=0.3321, simple_loss=0.3854, pruned_loss=0.1394, over 2782242.39 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06942, over 45966.39 utterances.], batch size: 477, lr: 5.71e-04 +2022-09-17 15:31:04,288 INFO [train.py:885] (0/2) Epoch 8, batch 1400, loss[loss=0.4871, simple_loss=0.5437, pruned_loss=0.2153, over 13560.00 frames. utt_duration=98.24 frames, utt_pad_proportion=0.08189, over 560.00 utterances.], tot_loss[loss=0.3342, simple_loss=0.3879, pruned_loss=0.1403, over 2780518.46 frames. utt_duration=234.2 frames, utt_pad_proportion=0.0714, over 47786.03 utterances.], batch size: 560, lr: 5.71e-04 +2022-09-17 15:31:39,328 INFO [train.py:885] (0/2) Epoch 8, batch 1450, loss[loss=0.3022, simple_loss=0.351, pruned_loss=0.1267, over 14280.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04132, over 120.00 utterances.], tot_loss[loss=0.3391, simple_loss=0.3928, pruned_loss=0.1427, over 2781600.66 frames. utt_duration=225.6 frames, utt_pad_proportion=0.07243, over 49653.06 utterances.], batch size: 120, lr: 5.71e-04 +2022-09-17 15:32:09,339 INFO [train.py:885] (0/2) Epoch 8, batch 1500, loss[loss=0.1563, simple_loss=0.2041, pruned_loss=0.0542, over 12564.00 frames. utt_duration=2095 frames, utt_pad_proportion=0.1605, over 24.00 utterances.], tot_loss[loss=0.3326, simple_loss=0.3871, pruned_loss=0.1391, over 2774646.56 frames. utt_duration=229.8 frames, utt_pad_proportion=0.0731, over 48614.84 utterances.], batch size: 24, lr: 5.71e-04 +2022-09-17 15:32:38,266 INFO [train.py:885] (0/2) Epoch 8, batch 1550, loss[loss=0.237, simple_loss=0.3072, pruned_loss=0.08343, over 14213.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04234, over 109.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3868, pruned_loss=0.138, over 2775366.61 frames. utt_duration=229.5 frames, utt_pad_proportion=0.07367, over 48689.89 utterances.], batch size: 109, lr: 5.70e-04 +2022-09-17 15:33:08,359 INFO [train.py:885] (0/2) Epoch 8, batch 1600, loss[loss=0.326, simple_loss=0.4168, pruned_loss=0.1176, over 13598.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08298, over 477.00 utterances.], tot_loss[loss=0.3357, simple_loss=0.3901, pruned_loss=0.1407, over 2777850.04 frames. utt_duration=228.2 frames, utt_pad_proportion=0.07459, over 49017.06 utterances.], batch size: 477, lr: 5.70e-04 +2022-09-17 15:33:38,237 INFO [train.py:885] (0/2) Epoch 8, batch 1650, loss[loss=0.1893, simple_loss=0.248, pruned_loss=0.0653, over 13367.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08776, over 41.00 utterances.], tot_loss[loss=0.3317, simple_loss=0.3854, pruned_loss=0.139, over 2778828.22 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07277, over 46873.58 utterances.], batch size: 41, lr: 5.70e-04 +2022-09-17 15:34:07,454 INFO [train.py:885] (0/2) Epoch 8, batch 1700, loss[loss=0.6043, simple_loss=0.6508, pruned_loss=0.2789, over 12569.00 frames. utt_duration=63.62 frames, utt_pad_proportion=0.1402, over 810.00 utterances.], tot_loss[loss=0.3307, simple_loss=0.3846, pruned_loss=0.1384, over 2778959.56 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07189, over 46122.70 utterances.], batch size: 810, lr: 5.70e-04 +2022-09-17 15:34:37,315 INFO [train.py:885] (0/2) Epoch 8, batch 1750, loss[loss=0.3094, simple_loss=0.3707, pruned_loss=0.124, over 14261.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.0435, over 154.00 utterances.], tot_loss[loss=0.3328, simple_loss=0.3871, pruned_loss=0.1393, over 2777370.70 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07398, over 47715.37 utterances.], batch size: 154, lr: 5.70e-04 +2022-09-17 15:35:06,701 INFO [train.py:885] (0/2) Epoch 8, batch 1800, loss[loss=0.2676, simple_loss=0.3375, pruned_loss=0.09884, over 14357.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03653, over 120.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.3857, pruned_loss=0.1387, over 2774568.49 frames. utt_duration=234.3 frames, utt_pad_proportion=0.0743, over 47671.09 utterances.], batch size: 120, lr: 5.70e-04 +2022-09-17 15:35:36,431 INFO [train.py:885] (0/2) Epoch 8, batch 1850, loss[loss=0.3286, simple_loss=0.3876, pruned_loss=0.1348, over 14343.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03652, over 210.00 utterances.], tot_loss[loss=0.3298, simple_loss=0.3844, pruned_loss=0.1376, over 2773775.76 frames. utt_duration=234 frames, utt_pad_proportion=0.07679, over 47718.94 utterances.], batch size: 210, lr: 5.69e-04 +2022-09-17 15:36:05,835 INFO [train.py:885] (0/2) Epoch 8, batch 1900, loss[loss=0.2123, simple_loss=0.2795, pruned_loss=0.07255, over 13989.00 frames. utt_duration=934 frames, utt_pad_proportion=0.06136, over 60.00 utterances.], tot_loss[loss=0.3269, simple_loss=0.3818, pruned_loss=0.136, over 2770041.72 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07642, over 46708.27 utterances.], batch size: 60, lr: 5.69e-04 +2022-09-17 15:36:35,675 INFO [train.py:885] (0/2) Epoch 8, batch 1950, loss[loss=0.3853, simple_loss=0.4137, pruned_loss=0.1784, over 14332.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03675, over 154.00 utterances.], tot_loss[loss=0.3239, simple_loss=0.379, pruned_loss=0.1344, over 2772809.09 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07397, over 45450.56 utterances.], batch size: 154, lr: 5.69e-04 +2022-09-17 15:37:05,183 INFO [train.py:885] (0/2) Epoch 8, batch 2000, loss[loss=0.3995, simple_loss=0.4458, pruned_loss=0.1766, over 14362.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03275, over 244.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3827, pruned_loss=0.1374, over 2778330.56 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07247, over 45724.79 utterances.], batch size: 244, lr: 5.69e-04 +2022-09-17 15:37:34,936 INFO [train.py:885] (0/2) Epoch 8, batch 2050, loss[loss=0.6014, simple_loss=0.6499, pruned_loss=0.2764, over 12385.00 frames. utt_duration=62.72 frames, utt_pad_proportion=0.1524, over 810.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3842, pruned_loss=0.1381, over 2779918.58 frames. utt_duration=240.1 frames, utt_pad_proportion=0.0732, over 46598.60 utterances.], batch size: 810, lr: 5.69e-04 +2022-09-17 15:38:04,558 INFO [train.py:885] (0/2) Epoch 8, batch 2100, loss[loss=0.3422, simple_loss=0.3982, pruned_loss=0.1431, over 14334.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03773, over 195.00 utterances.], tot_loss[loss=0.326, simple_loss=0.3817, pruned_loss=0.1352, over 2777745.10 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07335, over 46726.44 utterances.], batch size: 195, lr: 5.69e-04 +2022-09-17 15:38:34,388 INFO [train.py:885] (0/2) Epoch 8, batch 2150, loss[loss=0.3132, simple_loss=0.3646, pruned_loss=0.1309, over 14264.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04457, over 141.00 utterances.], tot_loss[loss=0.3234, simple_loss=0.3791, pruned_loss=0.1339, over 2774045.74 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07411, over 46162.98 utterances.], batch size: 141, lr: 5.68e-04 +2022-09-17 15:39:03,723 INFO [train.py:885] (0/2) Epoch 8, batch 2200, loss[loss=0.4184, simple_loss=0.4431, pruned_loss=0.1969, over 14319.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03963, over 262.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3773, pruned_loss=0.1342, over 2775230.53 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07212, over 44780.77 utterances.], batch size: 262, lr: 5.68e-04 +2022-09-17 15:39:33,352 INFO [train.py:885] (0/2) Epoch 8, batch 2250, loss[loss=0.3297, simple_loss=0.3909, pruned_loss=0.1343, over 14334.00 frames. utt_duration=254.1 frames, utt_pad_proportion=0.03748, over 227.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3755, pruned_loss=0.1331, over 2775607.62 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07282, over 44359.07 utterances.], batch size: 227, lr: 5.68e-04 +2022-09-17 15:40:02,654 INFO [train.py:885] (0/2) Epoch 8, batch 2300, loss[loss=0.2677, simple_loss=0.3128, pruned_loss=0.1113, over 13856.00 frames. utt_duration=925.1 frames, utt_pad_proportion=0.06459, over 60.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.379, pruned_loss=0.1357, over 2776411.52 frames. utt_duration=250 frames, utt_pad_proportion=0.07007, over 44689.82 utterances.], batch size: 60, lr: 5.68e-04 +2022-09-17 15:40:32,293 INFO [train.py:885] (0/2) Epoch 8, batch 2350, loss[loss=0.2939, simple_loss=0.3651, pruned_loss=0.1113, over 14314.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03738, over 180.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3787, pruned_loss=0.1353, over 2779804.11 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06955, over 44267.89 utterances.], batch size: 180, lr: 5.68e-04 +2022-09-17 15:41:02,584 INFO [train.py:885] (0/2) Epoch 8, batch 2400, loss[loss=0.3156, simple_loss=0.4115, pruned_loss=0.1099, over 13809.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06943, over 411.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3804, pruned_loss=0.1355, over 2777193.91 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07086, over 45945.90 utterances.], batch size: 411, lr: 5.68e-04 +2022-09-17 15:41:32,345 INFO [train.py:885] (0/2) Epoch 8, batch 2450, loss[loss=0.1702, simple_loss=0.2392, pruned_loss=0.05065, over 12319.00 frames. utt_duration=2055 frames, utt_pad_proportion=0.1517, over 24.00 utterances.], tot_loss[loss=0.3262, simple_loss=0.3807, pruned_loss=0.1359, over 2777301.67 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07198, over 45818.68 utterances.], batch size: 24, lr: 5.68e-04 +2022-09-17 15:42:02,097 INFO [train.py:885] (0/2) Epoch 8, batch 2500, loss[loss=0.4002, simple_loss=0.4728, pruned_loss=0.1638, over 13659.00 frames. utt_duration=98.9 frames, utt_pad_proportion=0.07572, over 560.00 utterances.], tot_loss[loss=0.3261, simple_loss=0.3812, pruned_loss=0.1355, over 2778929.56 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07296, over 46244.21 utterances.], batch size: 560, lr: 5.67e-04 +2022-09-17 15:42:31,286 INFO [train.py:885] (0/2) Epoch 8, batch 2550, loss[loss=0.4247, simple_loss=0.4485, pruned_loss=0.2004, over 14237.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04316, over 335.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3806, pruned_loss=0.1361, over 2778551.31 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07176, over 45840.53 utterances.], batch size: 335, lr: 5.67e-04 +2022-09-17 15:43:01,491 INFO [train.py:885] (0/2) Epoch 8, batch 2600, loss[loss=0.3534, simple_loss=0.4097, pruned_loss=0.1485, over 14217.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04448, over 306.00 utterances.], tot_loss[loss=0.328, simple_loss=0.382, pruned_loss=0.137, over 2778450.71 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07247, over 45711.09 utterances.], batch size: 306, lr: 5.67e-04 +2022-09-17 15:43:30,511 INFO [train.py:885] (0/2) Epoch 8, batch 2650, loss[loss=0.4579, simple_loss=0.4725, pruned_loss=0.2217, over 14201.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04506, over 335.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3825, pruned_loss=0.1375, over 2775887.09 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07313, over 45991.71 utterances.], batch size: 335, lr: 5.67e-04 +2022-09-17 15:44:00,532 INFO [train.py:885] (0/2) Epoch 8, batch 2700, loss[loss=0.6627, simple_loss=0.6755, pruned_loss=0.3249, over 12508.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1448, over 810.00 utterances.], tot_loss[loss=0.3345, simple_loss=0.3882, pruned_loss=0.1404, over 2775864.38 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07539, over 48750.45 utterances.], batch size: 810, lr: 5.67e-04 +2022-09-17 15:44:29,589 INFO [train.py:885] (0/2) Epoch 8, batch 2750, loss[loss=0.1685, simple_loss=0.2288, pruned_loss=0.05411, over 13655.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08647, over 42.00 utterances.], tot_loss[loss=0.3307, simple_loss=0.3849, pruned_loss=0.1382, over 2781143.58 frames. utt_duration=236 frames, utt_pad_proportion=0.07302, over 47434.64 utterances.], batch size: 42, lr: 5.67e-04 +2022-09-17 15:44:59,537 INFO [train.py:885] (0/2) Epoch 8, batch 2800, loss[loss=0.275, simple_loss=0.3274, pruned_loss=0.1113, over 13329.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08879, over 41.00 utterances.], tot_loss[loss=0.3269, simple_loss=0.3815, pruned_loss=0.1362, over 2781331.93 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07103, over 45622.60 utterances.], batch size: 41, lr: 5.66e-04 +2022-09-17 15:45:28,929 INFO [train.py:885] (0/2) Epoch 8, batch 2850, loss[loss=0.246, simple_loss=0.3048, pruned_loss=0.09361, over 14094.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.0531, over 98.00 utterances.], tot_loss[loss=0.3254, simple_loss=0.3805, pruned_loss=0.1351, over 2782936.01 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07057, over 45194.33 utterances.], batch size: 98, lr: 5.66e-04 +2022-09-17 15:45:58,838 INFO [train.py:885] (0/2) Epoch 8, batch 2900, loss[loss=0.4314, simple_loss=0.4608, pruned_loss=0.201, over 14171.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.0465, over 306.00 utterances.], tot_loss[loss=0.3245, simple_loss=0.3795, pruned_loss=0.1348, over 2782037.98 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07178, over 45541.60 utterances.], batch size: 306, lr: 5.66e-04 +2022-09-17 15:46:28,186 INFO [train.py:885] (0/2) Epoch 8, batch 2950, loss[loss=0.184, simple_loss=0.2462, pruned_loss=0.06094, over 13558.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08646, over 50.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.3802, pruned_loss=0.1351, over 2780575.88 frames. utt_duration=245 frames, utt_pad_proportion=0.0711, over 45674.99 utterances.], batch size: 50, lr: 5.66e-04 +2022-09-17 15:46:57,841 INFO [train.py:885] (0/2) Epoch 8, batch 3000, loss[loss=0.6264, simple_loss=0.6645, pruned_loss=0.2942, over 12539.00 frames. utt_duration=63.38 frames, utt_pad_proportion=0.1435, over 811.00 utterances.], tot_loss[loss=0.326, simple_loss=0.3806, pruned_loss=0.1358, over 2778881.35 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07123, over 45248.67 utterances.], batch size: 811, lr: 5.66e-04 +2022-09-17 15:46:57,842 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 15:47:02,531 INFO [train.py:914] (0/2) Epoch 8, validation: loss=0.216, simple_loss=0.2905, pruned_loss=0.07074, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 15:47:32,013 INFO [train.py:885] (0/2) Epoch 8, batch 3050, loss[loss=0.3636, simple_loss=0.4471, pruned_loss=0.14, over 13654.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0798, over 477.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3791, pruned_loss=0.1346, over 2779241.80 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07038, over 44593.54 utterances.], batch size: 477, lr: 5.66e-04 +2022-09-17 15:48:00,821 INFO [train.py:885] (0/2) Epoch 8, batch 3100, loss[loss=0.2438, simple_loss=0.3086, pruned_loss=0.08951, over 14197.00 frames. utt_duration=639.5 frames, utt_pad_proportion=0.04694, over 89.00 utterances.], tot_loss[loss=0.3217, simple_loss=0.3763, pruned_loss=0.1335, over 2786898.50 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06724, over 43104.62 utterances.], batch size: 89, lr: 5.66e-04 +2022-09-17 15:48:30,925 INFO [train.py:885] (0/2) Epoch 8, batch 3150, loss[loss=0.2841, simple_loss=0.3365, pruned_loss=0.1159, over 14310.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03931, over 120.00 utterances.], tot_loss[loss=0.3216, simple_loss=0.376, pruned_loss=0.1336, over 2787336.37 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06703, over 43189.93 utterances.], batch size: 120, lr: 5.65e-04 +2022-09-17 15:49:00,422 INFO [train.py:885] (0/2) Epoch 8, batch 3200, loss[loss=0.2006, simple_loss=0.2495, pruned_loss=0.07589, over 13603.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09165, over 42.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3753, pruned_loss=0.1324, over 2788021.83 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06599, over 43776.02 utterances.], batch size: 42, lr: 5.65e-04 +2022-09-17 15:49:29,619 INFO [train.py:885] (0/2) Epoch 8, batch 3250, loss[loss=0.2133, simple_loss=0.2862, pruned_loss=0.07014, over 13919.00 frames. utt_duration=929.4 frames, utt_pad_proportion=0.06593, over 60.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3743, pruned_loss=0.1326, over 2787132.93 frames. utt_duration=260.6 frames, utt_pad_proportion=0.06717, over 43024.77 utterances.], batch size: 60, lr: 5.65e-04 +2022-09-17 15:49:59,713 INFO [train.py:885] (0/2) Epoch 8, batch 3300, loss[loss=0.2976, simple_loss=0.3547, pruned_loss=0.1202, over 14330.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03955, over 154.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3782, pruned_loss=0.135, over 2782217.86 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07171, over 44797.93 utterances.], batch size: 154, lr: 5.65e-04 +2022-09-17 15:50:28,994 INFO [train.py:885] (0/2) Epoch 8, batch 3350, loss[loss=0.3211, simple_loss=0.4153, pruned_loss=0.1134, over 13667.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07932, over 477.00 utterances.], tot_loss[loss=0.3217, simple_loss=0.3766, pruned_loss=0.1335, over 2782316.32 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07203, over 44622.48 utterances.], batch size: 477, lr: 5.65e-04 +2022-09-17 15:50:59,585 INFO [train.py:885] (0/2) Epoch 8, batch 3400, loss[loss=0.5433, simple_loss=0.6082, pruned_loss=0.2392, over 12535.00 frames. utt_duration=63.46 frames, utt_pad_proportion=0.1424, over 810.00 utterances.], tot_loss[loss=0.3251, simple_loss=0.3804, pruned_loss=0.135, over 2779169.64 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07457, over 46455.04 utterances.], batch size: 810, lr: 5.65e-04 +2022-09-17 15:51:28,412 INFO [train.py:885] (0/2) Epoch 8, batch 3450, loss[loss=0.4779, simple_loss=0.5136, pruned_loss=0.221, over 13947.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05909, over 365.00 utterances.], tot_loss[loss=0.3285, simple_loss=0.3825, pruned_loss=0.1372, over 2777068.43 frames. utt_duration=239 frames, utt_pad_proportion=0.07483, over 46763.01 utterances.], batch size: 365, lr: 5.64e-04 +2022-09-17 15:51:58,402 INFO [train.py:885] (0/2) Epoch 8, batch 3500, loss[loss=0.2087, simple_loss=0.2738, pruned_loss=0.07177, over 13493.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.09155, over 50.00 utterances.], tot_loss[loss=0.3273, simple_loss=0.3827, pruned_loss=0.1359, over 2781532.37 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07413, over 47594.54 utterances.], batch size: 50, lr: 5.64e-04 +2022-09-17 15:52:27,540 INFO [train.py:885] (0/2) Epoch 8, batch 3550, loss[loss=0.2383, simple_loss=0.3172, pruned_loss=0.07975, over 14292.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03896, over 130.00 utterances.], tot_loss[loss=0.3227, simple_loss=0.3781, pruned_loss=0.1337, over 2777774.22 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07326, over 45995.86 utterances.], batch size: 130, lr: 5.64e-04 +2022-09-17 15:52:57,207 INFO [train.py:885] (0/2) Epoch 8, batch 3600, loss[loss=0.2136, simple_loss=0.2596, pruned_loss=0.08381, over 13430.00 frames. utt_duration=1281 frames, utt_pad_proportion=0.09483, over 42.00 utterances.], tot_loss[loss=0.3222, simple_loss=0.3768, pruned_loss=0.1338, over 2775158.53 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07339, over 45365.46 utterances.], batch size: 42, lr: 5.64e-04 +2022-09-17 15:53:27,071 INFO [train.py:885] (0/2) Epoch 8, batch 3650, loss[loss=0.2192, simple_loss=0.2754, pruned_loss=0.08154, over 13872.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.06212, over 69.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3771, pruned_loss=0.1338, over 2778068.14 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07215, over 44976.67 utterances.], batch size: 69, lr: 5.64e-04 +2022-09-17 15:53:33,277 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-92000.pt +2022-09-17 15:53:57,201 INFO [train.py:885] (0/2) Epoch 8, batch 3700, loss[loss=0.2631, simple_loss=0.3206, pruned_loss=0.1028, over 14125.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.04949, over 98.00 utterances.], tot_loss[loss=0.3259, simple_loss=0.3805, pruned_loss=0.1357, over 2771981.93 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07666, over 46752.20 utterances.], batch size: 98, lr: 5.64e-04 +2022-09-17 15:54:26,731 INFO [train.py:885] (0/2) Epoch 8, batch 3750, loss[loss=0.4042, simple_loss=0.4738, pruned_loss=0.1673, over 13673.00 frames. utt_duration=99.13 frames, utt_pad_proportion=0.07355, over 560.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.378, pruned_loss=0.1341, over 2773616.63 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07552, over 45887.37 utterances.], batch size: 560, lr: 5.64e-04 +2022-09-17 15:54:55,909 INFO [train.py:885] (0/2) Epoch 8, batch 3800, loss[loss=0.2427, simple_loss=0.3099, pruned_loss=0.08779, over 14188.00 frames. utt_duration=639.3 frames, utt_pad_proportion=0.04725, over 89.00 utterances.], tot_loss[loss=0.3245, simple_loss=0.3796, pruned_loss=0.1347, over 2775594.97 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07601, over 46093.18 utterances.], batch size: 89, lr: 5.63e-04 +2022-09-17 15:55:24,913 INFO [train.py:885] (0/2) Epoch 8, batch 3850, loss[loss=0.4802, simple_loss=0.543, pruned_loss=0.2087, over 13103.00 frames. utt_duration=81.86 frames, utt_pad_proportion=0.1102, over 653.00 utterances.], tot_loss[loss=0.3236, simple_loss=0.3788, pruned_loss=0.1342, over 2776696.52 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07509, over 45187.87 utterances.], batch size: 653, lr: 5.63e-04 +2022-09-17 15:55:54,608 INFO [train.py:885] (0/2) Epoch 8, batch 3900, loss[loss=0.3532, simple_loss=0.4345, pruned_loss=0.1359, over 13787.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07253, over 412.00 utterances.], tot_loss[loss=0.3211, simple_loss=0.3765, pruned_loss=0.1329, over 2780316.99 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07183, over 44269.13 utterances.], batch size: 412, lr: 5.63e-04 +2022-09-17 15:56:24,217 INFO [train.py:885] (0/2) Epoch 8, batch 3950, loss[loss=0.2691, simple_loss=0.3428, pruned_loss=0.09768, over 14375.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.0373, over 167.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3758, pruned_loss=0.1319, over 2779575.14 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07199, over 44077.17 utterances.], batch size: 167, lr: 5.63e-04 +2022-09-17 15:56:53,554 INFO [train.py:885] (0/2) Epoch 8, batch 4000, loss[loss=0.2504, simple_loss=0.3146, pruned_loss=0.09314, over 14219.00 frames. utt_duration=640.7 frames, utt_pad_proportion=0.04518, over 89.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3742, pruned_loss=0.1312, over 2778107.92 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07203, over 44059.26 utterances.], batch size: 89, lr: 5.63e-04 +2022-09-17 15:57:23,583 INFO [train.py:885] (0/2) Epoch 8, batch 4050, loss[loss=0.3443, simple_loss=0.4291, pruned_loss=0.1297, over 13752.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07539, over 412.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3784, pruned_loss=0.1332, over 2778180.92 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07296, over 46608.03 utterances.], batch size: 412, lr: 5.63e-04 +2022-09-17 15:57:53,314 INFO [train.py:885] (0/2) Epoch 8, batch 4100, loss[loss=0.27, simple_loss=0.3287, pruned_loss=0.1056, over 14187.00 frames. utt_duration=639 frames, utt_pad_proportion=0.04484, over 89.00 utterances.], tot_loss[loss=0.3233, simple_loss=0.3795, pruned_loss=0.1336, over 2780627.12 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0717, over 46598.85 utterances.], batch size: 89, lr: 5.62e-04 +2022-09-17 15:58:22,744 INFO [train.py:885] (0/2) Epoch 8, batch 4150, loss[loss=0.385, simple_loss=0.4392, pruned_loss=0.1654, over 13936.00 frames. utt_duration=154 frames, utt_pad_proportion=0.06073, over 365.00 utterances.], tot_loss[loss=0.3231, simple_loss=0.3791, pruned_loss=0.1335, over 2782873.39 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07037, over 46350.12 utterances.], batch size: 365, lr: 5.62e-04 +2022-09-17 15:58:52,063 INFO [train.py:885] (0/2) Epoch 8, batch 4200, loss[loss=0.3853, simple_loss=0.427, pruned_loss=0.1718, over 14317.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03935, over 283.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3823, pruned_loss=0.1346, over 2782563.39 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07143, over 47990.98 utterances.], batch size: 283, lr: 5.62e-04 +2022-09-17 15:59:21,501 INFO [train.py:885] (0/2) Epoch 8, batch 4250, loss[loss=0.1987, simple_loss=0.2444, pruned_loss=0.07649, over 13497.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.08923, over 50.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3815, pruned_loss=0.1349, over 2780758.97 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07015, over 47353.95 utterances.], batch size: 50, lr: 5.62e-04 +2022-09-17 15:59:50,744 INFO [train.py:885] (0/2) Epoch 8, batch 4300, loss[loss=0.2375, simple_loss=0.3045, pruned_loss=0.08527, over 13764.00 frames. utt_duration=919 frames, utt_pad_proportion=0.07635, over 60.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3771, pruned_loss=0.132, over 2775388.25 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07264, over 46478.52 utterances.], batch size: 60, lr: 5.62e-04 +2022-09-17 16:00:21,259 INFO [train.py:885] (0/2) Epoch 8, batch 4350, loss[loss=0.67, simple_loss=0.7018, pruned_loss=0.3191, over 12442.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1487, over 810.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.3833, pruned_loss=0.1355, over 2773365.64 frames. utt_duration=228.5 frames, utt_pad_proportion=0.07492, over 48865.62 utterances.], batch size: 810, lr: 5.62e-04 +2022-09-17 16:00:49,643 INFO [train.py:885] (0/2) Epoch 8, batch 4400, loss[loss=0.2691, simple_loss=0.3233, pruned_loss=0.1074, over 14256.00 frames. utt_duration=642.3 frames, utt_pad_proportion=0.04272, over 89.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.3812, pruned_loss=0.1347, over 2779103.71 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07208, over 47082.34 utterances.], batch size: 89, lr: 5.62e-04 +2022-09-17 16:01:20,300 INFO [train.py:885] (0/2) Epoch 8, batch 4450, loss[loss=0.2962, simple_loss=0.3556, pruned_loss=0.1183, over 14352.00 frames. utt_duration=443.1 frames, utt_pad_proportion=0.03469, over 130.00 utterances.], tot_loss[loss=0.3245, simple_loss=0.3807, pruned_loss=0.1341, over 2774553.06 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07352, over 47304.92 utterances.], batch size: 130, lr: 5.61e-04 +2022-09-17 16:01:49,687 INFO [train.py:885] (0/2) Epoch 8, batch 4500, loss[loss=0.4626, simple_loss=0.4761, pruned_loss=0.2245, over 14200.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04458, over 306.00 utterances.], tot_loss[loss=0.3297, simple_loss=0.3851, pruned_loss=0.1372, over 2774937.31 frames. utt_duration=228.5 frames, utt_pad_proportion=0.07391, over 48882.18 utterances.], batch size: 306, lr: 5.61e-04 +2022-09-17 16:02:19,244 INFO [train.py:885] (0/2) Epoch 8, batch 4550, loss[loss=0.3133, simple_loss=0.3804, pruned_loss=0.1231, over 14253.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.0409, over 180.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3802, pruned_loss=0.1345, over 2778747.47 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07178, over 46381.62 utterances.], batch size: 180, lr: 5.61e-04 +2022-09-17 16:02:48,498 INFO [train.py:885] (0/2) Epoch 8, batch 4600, loss[loss=0.2309, simple_loss=0.2722, pruned_loss=0.09479, over 12959.00 frames. utt_duration=1572 frames, utt_pad_proportion=0.1308, over 33.00 utterances.], tot_loss[loss=0.3261, simple_loss=0.3811, pruned_loss=0.1355, over 2778779.56 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07141, over 46772.12 utterances.], batch size: 33, lr: 5.61e-04 +2022-09-17 16:03:18,516 INFO [train.py:885] (0/2) Epoch 8, batch 4650, loss[loss=0.3619, simple_loss=0.4118, pruned_loss=0.156, over 14369.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0363, over 244.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3816, pruned_loss=0.1348, over 2782839.62 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07066, over 47595.02 utterances.], batch size: 244, lr: 5.61e-04 +2022-09-17 16:03:48,362 INFO [train.py:885] (0/2) Epoch 8, batch 4700, loss[loss=0.3715, simple_loss=0.4372, pruned_loss=0.1529, over 13814.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06868, over 411.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.3826, pruned_loss=0.1359, over 2780623.26 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07101, over 47234.61 utterances.], batch size: 411, lr: 5.61e-04 +2022-09-17 16:04:17,662 INFO [train.py:885] (0/2) Epoch 8, batch 4750, loss[loss=0.3878, simple_loss=0.465, pruned_loss=0.1553, over 13644.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08075, over 477.00 utterances.], tot_loss[loss=0.3295, simple_loss=0.3855, pruned_loss=0.1367, over 2777730.06 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07202, over 48279.67 utterances.], batch size: 477, lr: 5.60e-04 +2022-09-17 16:04:46,811 INFO [train.py:885] (0/2) Epoch 8, batch 4800, loss[loss=0.3254, simple_loss=0.3845, pruned_loss=0.1331, over 14274.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.0426, over 154.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.3816, pruned_loss=0.1344, over 2776748.19 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07196, over 47185.17 utterances.], batch size: 154, lr: 5.60e-04 +2022-09-17 16:05:16,385 INFO [train.py:885] (0/2) Epoch 8, batch 4850, loss[loss=0.4101, simple_loss=0.4424, pruned_loss=0.1889, over 14324.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03791, over 210.00 utterances.], tot_loss[loss=0.321, simple_loss=0.3775, pruned_loss=0.1323, over 2780218.56 frames. utt_duration=246 frames, utt_pad_proportion=0.07032, over 45485.05 utterances.], batch size: 210, lr: 5.60e-04 +2022-09-17 16:05:45,702 INFO [train.py:885] (0/2) Epoch 8, batch 4900, loss[loss=0.3448, simple_loss=0.4016, pruned_loss=0.144, over 14312.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03907, over 283.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3763, pruned_loss=0.1317, over 2783762.14 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06839, over 44396.29 utterances.], batch size: 283, lr: 5.60e-04 +2022-09-17 16:06:15,747 INFO [train.py:885] (0/2) Epoch 8, batch 4950, loss[loss=0.3545, simple_loss=0.4201, pruned_loss=0.1445, over 13985.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05747, over 365.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.38, pruned_loss=0.1341, over 2779826.77 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07091, over 46366.38 utterances.], batch size: 365, lr: 5.60e-04 +2022-09-17 16:06:46,436 INFO [train.py:885] (0/2) Epoch 8, batch 5000, loss[loss=0.2642, simple_loss=0.3334, pruned_loss=0.09755, over 14020.00 frames. utt_duration=711.2 frames, utt_pad_proportion=0.05803, over 79.00 utterances.], tot_loss[loss=0.3233, simple_loss=0.3787, pruned_loss=0.134, over 2778778.72 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07052, over 45560.67 utterances.], batch size: 79, lr: 5.60e-04 +2022-09-17 16:07:15,614 INFO [train.py:885] (0/2) Epoch 8, batch 5050, loss[loss=0.3134, simple_loss=0.3765, pruned_loss=0.1252, over 14343.00 frames. utt_duration=320.2 frames, utt_pad_proportion=0.03543, over 180.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3764, pruned_loss=0.1318, over 2780279.98 frames. utt_duration=247 frames, utt_pad_proportion=0.0704, over 45300.95 utterances.], batch size: 180, lr: 5.60e-04 +2022-09-17 16:07:44,708 INFO [train.py:885] (0/2) Epoch 8, batch 5100, loss[loss=0.1495, simple_loss=0.2091, pruned_loss=0.04492, over 13254.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1061, over 33.00 utterances.], tot_loss[loss=0.3146, simple_loss=0.3711, pruned_loss=0.1291, over 2785555.50 frames. utt_duration=262.4 frames, utt_pad_proportion=0.06683, over 42694.80 utterances.], batch size: 33, lr: 5.59e-04 +2022-09-17 16:08:15,105 INFO [train.py:885] (0/2) Epoch 8, batch 5150, loss[loss=0.3638, simple_loss=0.4174, pruned_loss=0.1551, over 14353.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03649, over 283.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3761, pruned_loss=0.1318, over 2780228.60 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06995, over 44764.69 utterances.], batch size: 283, lr: 5.59e-04 +2022-09-17 16:08:43,936 INFO [train.py:885] (0/2) Epoch 8, batch 5200, loss[loss=0.4016, simple_loss=0.4398, pruned_loss=0.1817, over 14209.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04412, over 306.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3721, pruned_loss=0.1305, over 2779088.31 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06801, over 43050.21 utterances.], batch size: 306, lr: 5.59e-04 +2022-09-17 16:09:13,600 INFO [train.py:885] (0/2) Epoch 8, batch 5250, loss[loss=0.5581, simple_loss=0.6257, pruned_loss=0.2452, over 12441.00 frames. utt_duration=63.04 frames, utt_pad_proportion=0.1481, over 810.00 utterances.], tot_loss[loss=0.3226, simple_loss=0.3776, pruned_loss=0.1338, over 2779349.49 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07056, over 45029.11 utterances.], batch size: 810, lr: 5.59e-04 +2022-09-17 16:09:43,838 INFO [train.py:885] (0/2) Epoch 8, batch 5300, loss[loss=0.3234, simple_loss=0.3975, pruned_loss=0.1247, over 14333.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03743, over 210.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.378, pruned_loss=0.1338, over 2782057.48 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06942, over 45240.73 utterances.], batch size: 210, lr: 5.59e-04 +2022-09-17 16:10:13,424 INFO [train.py:885] (0/2) Epoch 8, batch 5350, loss[loss=0.3624, simple_loss=0.3917, pruned_loss=0.1665, over 14321.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.04036, over 120.00 utterances.], tot_loss[loss=0.3251, simple_loss=0.3797, pruned_loss=0.1352, over 2782768.17 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06964, over 45669.15 utterances.], batch size: 120, lr: 5.59e-04 +2022-09-17 16:10:43,076 INFO [train.py:885] (0/2) Epoch 8, batch 5400, loss[loss=0.3846, simple_loss=0.4674, pruned_loss=0.1509, over 13595.00 frames. utt_duration=98.5 frames, utt_pad_proportion=0.07946, over 560.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.3793, pruned_loss=0.1339, over 2787224.97 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06837, over 45656.09 utterances.], batch size: 560, lr: 5.59e-04 +2022-09-17 16:11:11,958 INFO [train.py:885] (0/2) Epoch 8, batch 5450, loss[loss=0.3765, simple_loss=0.4279, pruned_loss=0.1625, over 14203.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04462, over 306.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3778, pruned_loss=0.1334, over 2789297.95 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06621, over 44951.51 utterances.], batch size: 306, lr: 5.58e-04 +2022-09-17 16:11:41,134 INFO [train.py:885] (0/2) Epoch 8, batch 5500, loss[loss=0.3155, simple_loss=0.3766, pruned_loss=0.1272, over 14355.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.0386, over 167.00 utterances.], tot_loss[loss=0.3242, simple_loss=0.3787, pruned_loss=0.1348, over 2788909.66 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06821, over 44940.45 utterances.], batch size: 167, lr: 5.58e-04 +2022-09-17 16:12:10,528 INFO [train.py:885] (0/2) Epoch 8, batch 5550, loss[loss=0.3194, simple_loss=0.4091, pruned_loss=0.1149, over 13782.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07093, over 411.00 utterances.], tot_loss[loss=0.3203, simple_loss=0.3753, pruned_loss=0.1326, over 2788298.38 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06728, over 43764.62 utterances.], batch size: 411, lr: 5.58e-04 +2022-09-17 16:12:40,198 INFO [train.py:885] (0/2) Epoch 8, batch 5600, loss[loss=0.2076, simple_loss=0.2669, pruned_loss=0.07409, over 13428.00 frames. utt_duration=1280 frames, utt_pad_proportion=0.08834, over 42.00 utterances.], tot_loss[loss=0.3194, simple_loss=0.3756, pruned_loss=0.1316, over 2792277.64 frames. utt_duration=255.3 frames, utt_pad_proportion=0.0668, over 43995.16 utterances.], batch size: 42, lr: 5.58e-04 +2022-09-17 16:13:09,516 INFO [train.py:885] (0/2) Epoch 8, batch 5650, loss[loss=0.2324, simple_loss=0.2871, pruned_loss=0.08889, over 14050.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05222, over 79.00 utterances.], tot_loss[loss=0.3203, simple_loss=0.3766, pruned_loss=0.132, over 2788067.04 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06831, over 44625.16 utterances.], batch size: 79, lr: 5.58e-04 +2022-09-17 16:13:39,319 INFO [train.py:885] (0/2) Epoch 8, batch 5700, loss[loss=0.5125, simple_loss=0.5652, pruned_loss=0.23, over 13127.00 frames. utt_duration=81.98 frames, utt_pad_proportion=0.1089, over 653.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3794, pruned_loss=0.1344, over 2786389.24 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07022, over 45448.13 utterances.], batch size: 653, lr: 5.58e-04 +2022-09-17 16:14:16,478 INFO [train.py:885] (0/2) Epoch 8, batch 5750, loss[loss=0.2839, simple_loss=0.3446, pruned_loss=0.1115, over 14110.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05047, over 98.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3776, pruned_loss=0.1344, over 2783322.59 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07058, over 44753.88 utterances.], batch size: 98, lr: 5.58e-04 +2022-09-17 16:14:46,317 INFO [train.py:885] (0/2) Epoch 8, batch 5800, loss[loss=0.3445, simple_loss=0.3859, pruned_loss=0.1515, over 14329.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04067, over 167.00 utterances.], tot_loss[loss=0.3237, simple_loss=0.3795, pruned_loss=0.1339, over 2781963.12 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07349, over 46219.88 utterances.], batch size: 167, lr: 5.57e-04 +2022-09-17 16:15:15,898 INFO [train.py:885] (0/2) Epoch 8, batch 5850, loss[loss=0.1938, simple_loss=0.2352, pruned_loss=0.07621, over 13301.00 frames. utt_duration=1066 frames, utt_pad_proportion=0.1044, over 50.00 utterances.], tot_loss[loss=0.3231, simple_loss=0.3786, pruned_loss=0.1338, over 2779968.16 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07289, over 45780.58 utterances.], batch size: 50, lr: 5.57e-04 +2022-09-17 16:15:45,222 INFO [train.py:885] (0/2) Epoch 8, batch 5900, loss[loss=0.3883, simple_loss=0.4338, pruned_loss=0.1714, over 14285.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03998, over 225.00 utterances.], tot_loss[loss=0.3218, simple_loss=0.3767, pruned_loss=0.1334, over 2776712.48 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07325, over 44537.84 utterances.], batch size: 225, lr: 5.57e-04 +2022-09-17 16:16:15,083 INFO [train.py:885] (0/2) Epoch 8, batch 5950, loss[loss=0.2582, simple_loss=0.3087, pruned_loss=0.1039, over 14009.00 frames. utt_duration=710.8 frames, utt_pad_proportion=0.05981, over 79.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3784, pruned_loss=0.134, over 2779275.78 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07293, over 44794.96 utterances.], batch size: 79, lr: 5.57e-04 +2022-09-17 16:16:44,931 INFO [train.py:885] (0/2) Epoch 8, batch 6000, loss[loss=0.3438, simple_loss=0.3994, pruned_loss=0.1441, over 14249.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04239, over 225.00 utterances.], tot_loss[loss=0.3239, simple_loss=0.3791, pruned_loss=0.1344, over 2781220.91 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07154, over 45073.72 utterances.], batch size: 225, lr: 5.57e-04 +2022-09-17 16:16:44,933 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 16:16:49,102 INFO [train.py:914] (0/2) Epoch 8, validation: loss=0.2186, simple_loss=0.2935, pruned_loss=0.07178, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 16:17:17,646 INFO [train.py:885] (0/2) Epoch 8, batch 6050, loss[loss=0.3515, simple_loss=0.4377, pruned_loss=0.1327, over 13656.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07961, over 477.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.3762, pruned_loss=0.1327, over 2781528.97 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07014, over 44152.17 utterances.], batch size: 477, lr: 5.57e-04 +2022-09-17 16:17:47,969 INFO [train.py:885] (0/2) Epoch 8, batch 6100, loss[loss=0.178, simple_loss=0.2298, pruned_loss=0.06309, over 12243.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.1756, over 24.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.3809, pruned_loss=0.1349, over 2779476.53 frames. utt_duration=241.8 frames, utt_pad_proportion=0.0727, over 46256.93 utterances.], batch size: 24, lr: 5.56e-04 +2022-09-17 16:18:16,761 INFO [train.py:885] (0/2) Epoch 8, batch 6150, loss[loss=0.4647, simple_loss=0.514, pruned_loss=0.2077, over 13662.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07905, over 477.00 utterances.], tot_loss[loss=0.3227, simple_loss=0.3785, pruned_loss=0.1334, over 2778954.95 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07149, over 45476.09 utterances.], batch size: 477, lr: 5.56e-04 +2022-09-17 16:18:46,505 INFO [train.py:885] (0/2) Epoch 8, batch 6200, loss[loss=0.225, simple_loss=0.2815, pruned_loss=0.08428, over 13520.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08498, over 50.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.3808, pruned_loss=0.1349, over 2774248.91 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0733, over 46643.45 utterances.], batch size: 50, lr: 5.56e-04 +2022-09-17 16:19:16,325 INFO [train.py:885] (0/2) Epoch 8, batch 6250, loss[loss=0.3193, simple_loss=0.3853, pruned_loss=0.1267, over 14236.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04287, over 225.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3807, pruned_loss=0.1346, over 2781356.40 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07164, over 46115.82 utterances.], batch size: 225, lr: 5.56e-04 +2022-09-17 16:19:52,453 INFO [train.py:885] (0/2) Epoch 8, batch 6300, loss[loss=0.2957, simple_loss=0.3472, pruned_loss=0.1221, over 14352.00 frames. utt_duration=443.1 frames, utt_pad_proportion=0.03466, over 130.00 utterances.], tot_loss[loss=0.3226, simple_loss=0.379, pruned_loss=0.1331, over 2779111.61 frames. utt_duration=243.3 frames, utt_pad_proportion=0.0727, over 45971.41 utterances.], batch size: 130, lr: 5.56e-04 +2022-09-17 16:20:22,054 INFO [train.py:885] (0/2) Epoch 8, batch 6350, loss[loss=0.2781, simple_loss=0.3349, pruned_loss=0.1107, over 14021.00 frames. utt_duration=573.6 frames, utt_pad_proportion=0.05653, over 98.00 utterances.], tot_loss[loss=0.3221, simple_loss=0.3786, pruned_loss=0.1328, over 2777304.39 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07239, over 46417.29 utterances.], batch size: 98, lr: 5.56e-04 +2022-09-17 16:20:51,464 INFO [train.py:885] (0/2) Epoch 8, batch 6400, loss[loss=0.3891, simple_loss=0.4465, pruned_loss=0.1659, over 13976.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05717, over 365.00 utterances.], tot_loss[loss=0.3254, simple_loss=0.3818, pruned_loss=0.1346, over 2783019.71 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07106, over 47116.72 utterances.], batch size: 365, lr: 5.56e-04 +2022-09-17 16:21:21,054 INFO [train.py:885] (0/2) Epoch 8, batch 6450, loss[loss=0.3396, simple_loss=0.3808, pruned_loss=0.1493, over 14372.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03715, over 167.00 utterances.], tot_loss[loss=0.324, simple_loss=0.3809, pruned_loss=0.1335, over 2780585.44 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07185, over 47493.38 utterances.], batch size: 167, lr: 5.55e-04 +2022-09-17 16:21:50,877 INFO [train.py:885] (0/2) Epoch 8, batch 6500, loss[loss=0.3375, simple_loss=0.3979, pruned_loss=0.1386, over 14280.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03995, over 225.00 utterances.], tot_loss[loss=0.3212, simple_loss=0.378, pruned_loss=0.1322, over 2782857.56 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07, over 46123.69 utterances.], batch size: 225, lr: 5.55e-04 +2022-09-17 16:22:19,817 INFO [train.py:885] (0/2) Epoch 8, batch 6550, loss[loss=0.2845, simple_loss=0.3345, pruned_loss=0.1173, over 14130.00 frames. utt_duration=636.5 frames, utt_pad_proportion=0.05137, over 89.00 utterances.], tot_loss[loss=0.323, simple_loss=0.3788, pruned_loss=0.1336, over 2784761.07 frames. utt_duration=244.3 frames, utt_pad_proportion=0.0685, over 45875.58 utterances.], batch size: 89, lr: 5.55e-04 +2022-09-17 16:22:49,600 INFO [train.py:885] (0/2) Epoch 8, batch 6600, loss[loss=0.3161, simple_loss=0.3691, pruned_loss=0.1315, over 14303.00 frames. utt_duration=407.2 frames, utt_pad_proportion=0.04192, over 141.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3757, pruned_loss=0.1322, over 2780573.57 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06985, over 44629.42 utterances.], batch size: 141, lr: 5.55e-04 +2022-09-17 16:23:19,663 INFO [train.py:885] (0/2) Epoch 8, batch 6650, loss[loss=0.3735, simple_loss=0.4224, pruned_loss=0.1623, over 14307.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03895, over 195.00 utterances.], tot_loss[loss=0.323, simple_loss=0.379, pruned_loss=0.1335, over 2779904.61 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07145, over 46328.32 utterances.], batch size: 195, lr: 5.55e-04 +2022-09-17 16:23:49,543 INFO [train.py:885] (0/2) Epoch 8, batch 6700, loss[loss=0.2249, simple_loss=0.2844, pruned_loss=0.08272, over 14255.00 frames. utt_duration=642.1 frames, utt_pad_proportion=0.04303, over 89.00 utterances.], tot_loss[loss=0.323, simple_loss=0.379, pruned_loss=0.1335, over 2778912.83 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07341, over 46153.16 utterances.], batch size: 89, lr: 5.55e-04 +2022-09-17 16:24:19,071 INFO [train.py:885] (0/2) Epoch 8, batch 6750, loss[loss=0.3189, simple_loss=0.3768, pruned_loss=0.1305, over 14275.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04375, over 141.00 utterances.], tot_loss[loss=0.3195, simple_loss=0.3764, pruned_loss=0.1314, over 2781187.20 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07165, over 44827.22 utterances.], batch size: 141, lr: 5.55e-04 +2022-09-17 16:24:48,099 INFO [train.py:885] (0/2) Epoch 8, batch 6800, loss[loss=0.3117, simple_loss=0.3729, pruned_loss=0.1252, over 14276.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03989, over 180.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3747, pruned_loss=0.1309, over 2782797.10 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06971, over 44045.53 utterances.], batch size: 180, lr: 5.54e-04 +2022-09-17 16:25:18,526 INFO [train.py:885] (0/2) Epoch 8, batch 6850, loss[loss=0.3552, simple_loss=0.4111, pruned_loss=0.1497, over 14285.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.0398, over 225.00 utterances.], tot_loss[loss=0.321, simple_loss=0.3774, pruned_loss=0.1323, over 2783957.26 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07056, over 45613.10 utterances.], batch size: 225, lr: 5.54e-04 +2022-09-17 16:25:47,968 INFO [train.py:885] (0/2) Epoch 8, batch 6900, loss[loss=0.4859, simple_loss=0.5016, pruned_loss=0.2351, over 14212.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04418, over 306.00 utterances.], tot_loss[loss=0.3195, simple_loss=0.3762, pruned_loss=0.1314, over 2786842.39 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06943, over 45342.66 utterances.], batch size: 306, lr: 5.54e-04 +2022-09-17 16:26:17,522 INFO [train.py:885] (0/2) Epoch 8, batch 6950, loss[loss=0.1532, simple_loss=0.2065, pruned_loss=0.04997, over 13136.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.1181, over 33.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3743, pruned_loss=0.13, over 2783043.46 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06984, over 45574.65 utterances.], batch size: 33, lr: 5.54e-04 +2022-09-17 16:26:54,182 INFO [train.py:885] (0/2) Epoch 8, batch 7000, loss[loss=0.2233, simple_loss=0.2931, pruned_loss=0.07673, over 14226.00 frames. utt_duration=640.8 frames, utt_pad_proportion=0.04499, over 89.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3743, pruned_loss=0.1296, over 2777246.22 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07144, over 46047.26 utterances.], batch size: 89, lr: 5.54e-04 +2022-09-17 16:27:23,470 INFO [train.py:885] (0/2) Epoch 8, batch 7050, loss[loss=0.2007, simple_loss=0.2522, pruned_loss=0.07456, over 13679.00 frames. utt_duration=913.4 frames, utt_pad_proportion=0.07363, over 60.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3772, pruned_loss=0.1323, over 2779300.06 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07001, over 45671.98 utterances.], batch size: 60, lr: 5.54e-04 +2022-09-17 16:27:53,141 INFO [train.py:885] (0/2) Epoch 8, batch 7100, loss[loss=0.4112, simple_loss=0.4422, pruned_loss=0.1901, over 14189.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04568, over 306.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3734, pruned_loss=0.1307, over 2776453.63 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07124, over 44567.55 utterances.], batch size: 306, lr: 5.54e-04 +2022-09-17 16:28:22,462 INFO [train.py:885] (0/2) Epoch 8, batch 7150, loss[loss=0.2987, simple_loss=0.3768, pruned_loss=0.1103, over 14331.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03733, over 195.00 utterances.], tot_loss[loss=0.3258, simple_loss=0.3808, pruned_loss=0.1354, over 2780899.00 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07208, over 46134.53 utterances.], batch size: 195, lr: 5.53e-04 +2022-09-17 16:28:51,174 INFO [train.py:885] (0/2) Epoch 8, batch 7200, loss[loss=0.3213, simple_loss=0.3831, pruned_loss=0.1297, over 14343.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03721, over 210.00 utterances.], tot_loss[loss=0.3196, simple_loss=0.3748, pruned_loss=0.1321, over 2780460.39 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07152, over 44159.14 utterances.], batch size: 210, lr: 5.53e-04 +2022-09-17 16:29:21,527 INFO [train.py:885] (0/2) Epoch 8, batch 7250, loss[loss=0.3724, simple_loss=0.4359, pruned_loss=0.1545, over 13972.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05772, over 365.00 utterances.], tot_loss[loss=0.3236, simple_loss=0.3787, pruned_loss=0.1342, over 2777422.65 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07155, over 45989.66 utterances.], batch size: 365, lr: 5.53e-04 +2022-09-17 16:29:51,619 INFO [train.py:885] (0/2) Epoch 8, batch 7300, loss[loss=0.1981, simple_loss=0.2508, pruned_loss=0.07275, over 13835.00 frames. utt_duration=803.4 frames, utt_pad_proportion=0.06467, over 69.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.3821, pruned_loss=0.1361, over 2775002.49 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07412, over 47429.65 utterances.], batch size: 69, lr: 5.53e-04 +2022-09-17 16:30:20,585 INFO [train.py:885] (0/2) Epoch 8, batch 7350, loss[loss=0.3681, simple_loss=0.4173, pruned_loss=0.1595, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03907, over 283.00 utterances.], tot_loss[loss=0.3234, simple_loss=0.3786, pruned_loss=0.1341, over 2779577.72 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07188, over 45642.13 utterances.], batch size: 283, lr: 5.53e-04 +2022-09-17 16:30:49,756 INFO [train.py:885] (0/2) Epoch 8, batch 7400, loss[loss=0.2202, simple_loss=0.2706, pruned_loss=0.08493, over 13644.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07841, over 50.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3801, pruned_loss=0.1349, over 2782853.51 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07095, over 45977.80 utterances.], batch size: 50, lr: 5.53e-04 +2022-09-17 16:31:19,521 INFO [train.py:885] (0/2) Epoch 8, batch 7450, loss[loss=0.312, simple_loss=0.3741, pruned_loss=0.125, over 14318.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.0411, over 167.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3785, pruned_loss=0.1339, over 2780850.08 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07131, over 45524.56 utterances.], batch size: 167, lr: 5.53e-04 +2022-09-17 16:31:49,932 INFO [train.py:885] (0/2) Epoch 8, batch 7500, loss[loss=0.2095, simple_loss=0.2798, pruned_loss=0.06961, over 13793.00 frames. utt_duration=920.8 frames, utt_pad_proportion=0.06894, over 60.00 utterances.], tot_loss[loss=0.3275, simple_loss=0.3825, pruned_loss=0.1362, over 2776787.88 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07439, over 46993.45 utterances.], batch size: 60, lr: 5.52e-04 +2022-09-17 16:32:19,385 INFO [train.py:885] (0/2) Epoch 8, batch 7550, loss[loss=0.3187, simple_loss=0.3731, pruned_loss=0.1322, over 14346.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.03824, over 154.00 utterances.], tot_loss[loss=0.3258, simple_loss=0.381, pruned_loss=0.1353, over 2779240.46 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07386, over 46587.11 utterances.], batch size: 154, lr: 5.52e-04 +2022-09-17 16:32:48,731 INFO [train.py:885] (0/2) Epoch 8, batch 7600, loss[loss=0.4797, simple_loss=0.4838, pruned_loss=0.2377, over 14217.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04327, over 306.00 utterances.], tot_loss[loss=0.3278, simple_loss=0.3832, pruned_loss=0.1362, over 2779396.70 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07388, over 47939.77 utterances.], batch size: 306, lr: 5.52e-04 +2022-09-17 16:33:18,499 INFO [train.py:885] (0/2) Epoch 8, batch 7650, loss[loss=0.3187, simple_loss=0.3688, pruned_loss=0.1343, over 14283.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.0398, over 130.00 utterances.], tot_loss[loss=0.3308, simple_loss=0.3859, pruned_loss=0.1379, over 2784367.86 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07276, over 48912.45 utterances.], batch size: 130, lr: 5.52e-04 +2022-09-17 16:33:24,474 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-96000.pt +2022-09-17 16:33:48,689 INFO [train.py:885] (0/2) Epoch 8, batch 7700, loss[loss=0.2354, simple_loss=0.3092, pruned_loss=0.08079, over 14043.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.05637, over 79.00 utterances.], tot_loss[loss=0.3251, simple_loss=0.381, pruned_loss=0.1347, over 2784105.18 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07078, over 47431.51 utterances.], batch size: 79, lr: 5.52e-04 +2022-09-17 16:34:17,866 INFO [train.py:885] (0/2) Epoch 8, batch 7750, loss[loss=0.3515, simple_loss=0.4039, pruned_loss=0.1495, over 14325.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03817, over 195.00 utterances.], tot_loss[loss=0.3274, simple_loss=0.3819, pruned_loss=0.1364, over 2784574.33 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07178, over 46922.80 utterances.], batch size: 195, lr: 5.52e-04 +2022-09-17 16:34:47,333 INFO [train.py:885] (0/2) Epoch 8, batch 7800, loss[loss=0.3474, simple_loss=0.437, pruned_loss=0.1289, over 13689.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07685, over 477.00 utterances.], tot_loss[loss=0.3227, simple_loss=0.3782, pruned_loss=0.1336, over 2779873.38 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07088, over 45894.29 utterances.], batch size: 477, lr: 5.52e-04 +2022-09-17 16:35:17,562 INFO [train.py:885] (0/2) Epoch 8, batch 7850, loss[loss=0.2453, simple_loss=0.3081, pruned_loss=0.09123, over 14058.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.06113, over 70.00 utterances.], tot_loss[loss=0.3237, simple_loss=0.3798, pruned_loss=0.1338, over 2777504.52 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07294, over 47236.19 utterances.], batch size: 70, lr: 5.51e-04 +2022-09-17 16:35:46,722 INFO [train.py:885] (0/2) Epoch 8, batch 7900, loss[loss=0.445, simple_loss=0.4683, pruned_loss=0.2109, over 14198.00 frames. utt_duration=170.8 frames, utt_pad_proportion=0.04594, over 335.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3767, pruned_loss=0.1316, over 2777856.68 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07268, over 46253.39 utterances.], batch size: 335, lr: 5.51e-04 +2022-09-17 16:36:15,345 INFO [train.py:885] (0/2) Epoch 8, batch 7950, loss[loss=0.1511, simple_loss=0.2062, pruned_loss=0.04795, over 13372.00 frames. utt_duration=1623 frames, utt_pad_proportion=0.09957, over 33.00 utterances.], tot_loss[loss=0.3144, simple_loss=0.3712, pruned_loss=0.1288, over 2780015.54 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07082, over 43957.89 utterances.], batch size: 33, lr: 5.51e-04 +2022-09-17 16:36:46,000 INFO [train.py:885] (0/2) Epoch 8, batch 8000, loss[loss=0.2843, simple_loss=0.3385, pruned_loss=0.115, over 14145.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04649, over 109.00 utterances.], tot_loss[loss=0.3182, simple_loss=0.3745, pruned_loss=0.1309, over 2777803.61 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07198, over 45390.83 utterances.], batch size: 109, lr: 5.51e-04 +2022-09-17 16:37:15,716 INFO [train.py:885] (0/2) Epoch 8, batch 8050, loss[loss=0.1905, simple_loss=0.2318, pruned_loss=0.07463, over 13620.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08271, over 50.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.373, pruned_loss=0.1306, over 2781237.90 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07202, over 44183.25 utterances.], batch size: 50, lr: 5.51e-04 +2022-09-17 16:37:44,792 INFO [train.py:885] (0/2) Epoch 8, batch 8100, loss[loss=0.3326, simple_loss=0.3948, pruned_loss=0.1352, over 14256.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04167, over 225.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3709, pruned_loss=0.129, over 2783062.22 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06994, over 43491.29 utterances.], batch size: 225, lr: 5.51e-04 +2022-09-17 16:38:14,787 INFO [train.py:885] (0/2) Epoch 8, batch 8150, loss[loss=0.3913, simple_loss=0.4301, pruned_loss=0.1763, over 14255.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04192, over 335.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3734, pruned_loss=0.1299, over 2786443.00 frames. utt_duration=253.9 frames, utt_pad_proportion=0.0686, over 44162.65 utterances.], batch size: 335, lr: 5.51e-04 +2022-09-17 16:38:43,485 INFO [train.py:885] (0/2) Epoch 8, batch 8200, loss[loss=0.2452, simple_loss=0.3001, pruned_loss=0.09512, over 13941.00 frames. utt_duration=809.8 frames, utt_pad_proportion=0.05723, over 69.00 utterances.], tot_loss[loss=0.3177, simple_loss=0.3736, pruned_loss=0.1309, over 2783399.30 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07061, over 43526.62 utterances.], batch size: 69, lr: 5.50e-04 +2022-09-17 16:39:13,475 INFO [train.py:885] (0/2) Epoch 8, batch 8250, loss[loss=0.3286, simple_loss=0.3714, pruned_loss=0.1429, over 14111.00 frames. utt_duration=635.8 frames, utt_pad_proportion=0.04958, over 89.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.3714, pruned_loss=0.1302, over 2781940.69 frames. utt_duration=263.3 frames, utt_pad_proportion=0.06924, over 42504.16 utterances.], batch size: 89, lr: 5.50e-04 +2022-09-17 16:39:43,549 INFO [train.py:885] (0/2) Epoch 8, batch 8300, loss[loss=0.3387, simple_loss=0.4168, pruned_loss=0.1302, over 13780.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07328, over 412.00 utterances.], tot_loss[loss=0.3195, simple_loss=0.375, pruned_loss=0.1321, over 2782237.43 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06924, over 43872.98 utterances.], batch size: 412, lr: 5.50e-04 +2022-09-17 16:40:12,555 INFO [train.py:885] (0/2) Epoch 8, batch 8350, loss[loss=0.334, simple_loss=0.3852, pruned_loss=0.1414, over 14360.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03551, over 195.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3748, pruned_loss=0.1333, over 2784602.06 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06691, over 43197.75 utterances.], batch size: 195, lr: 5.50e-04 +2022-09-17 16:40:42,740 INFO [train.py:885] (0/2) Epoch 8, batch 8400, loss[loss=0.3516, simple_loss=0.4312, pruned_loss=0.1361, over 13797.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07029, over 411.00 utterances.], tot_loss[loss=0.3258, simple_loss=0.3798, pruned_loss=0.1359, over 2781228.77 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07042, over 45555.51 utterances.], batch size: 411, lr: 5.50e-04 +2022-09-17 16:41:18,202 INFO [train.py:885] (0/2) Epoch 8, batch 8450, loss[loss=0.3931, simple_loss=0.4736, pruned_loss=0.1562, over 13626.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07709, over 560.00 utterances.], tot_loss[loss=0.3267, simple_loss=0.3821, pruned_loss=0.1357, over 2780900.16 frames. utt_duration=234.7 frames, utt_pad_proportion=0.0711, over 47697.36 utterances.], batch size: 560, lr: 5.50e-04 +2022-09-17 16:41:47,752 INFO [train.py:885] (0/2) Epoch 8, batch 8500, loss[loss=0.2492, simple_loss=0.3149, pruned_loss=0.09175, over 14067.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05599, over 79.00 utterances.], tot_loss[loss=0.3236, simple_loss=0.3796, pruned_loss=0.1338, over 2783468.82 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07031, over 46148.57 utterances.], batch size: 79, lr: 5.50e-04 +2022-09-17 16:42:16,437 INFO [train.py:885] (0/2) Epoch 8, batch 8550, loss[loss=0.2342, simple_loss=0.2986, pruned_loss=0.08491, over 14139.00 frames. utt_duration=636.7 frames, utt_pad_proportion=0.05106, over 89.00 utterances.], tot_loss[loss=0.3226, simple_loss=0.379, pruned_loss=0.1331, over 2783849.44 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06946, over 46248.10 utterances.], batch size: 89, lr: 5.49e-04 +2022-09-17 16:42:46,293 INFO [train.py:885] (0/2) Epoch 8, batch 8600, loss[loss=0.2935, simple_loss=0.356, pruned_loss=0.1155, over 14288.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04101, over 120.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.376, pruned_loss=0.1318, over 2786193.45 frames. utt_duration=253 frames, utt_pad_proportion=0.06782, over 44309.82 utterances.], batch size: 120, lr: 5.49e-04 +2022-09-17 16:43:16,155 INFO [train.py:885] (0/2) Epoch 8, batch 8650, loss[loss=0.3084, simple_loss=0.3574, pruned_loss=0.1297, over 14380.00 frames. utt_duration=480.8 frames, utt_pad_proportion=0.03457, over 120.00 utterances.], tot_loss[loss=0.3181, simple_loss=0.3742, pruned_loss=0.131, over 2784474.80 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06832, over 43830.97 utterances.], batch size: 120, lr: 5.49e-04 +2022-09-17 16:43:45,587 INFO [train.py:885] (0/2) Epoch 8, batch 8700, loss[loss=0.2969, simple_loss=0.3907, pruned_loss=0.1016, over 13763.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07171, over 411.00 utterances.], tot_loss[loss=0.3182, simple_loss=0.3741, pruned_loss=0.1311, over 2781787.06 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06807, over 43633.21 utterances.], batch size: 411, lr: 5.49e-04 +2022-09-17 16:44:15,249 INFO [train.py:885] (0/2) Epoch 8, batch 8750, loss[loss=0.3477, simple_loss=0.4098, pruned_loss=0.1428, over 14302.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04003, over 262.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.376, pruned_loss=0.1327, over 2784055.84 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06825, over 44038.55 utterances.], batch size: 262, lr: 5.49e-04 +2022-09-17 16:44:44,731 INFO [train.py:885] (0/2) Epoch 8, batch 8800, loss[loss=0.2467, simple_loss=0.3073, pruned_loss=0.09308, over 14230.00 frames. utt_duration=523.8 frames, utt_pad_proportion=0.04073, over 109.00 utterances.], tot_loss[loss=0.3214, simple_loss=0.3766, pruned_loss=0.1331, over 2786406.43 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06796, over 44064.86 utterances.], batch size: 109, lr: 5.49e-04 +2022-09-17 16:45:14,699 INFO [train.py:885] (0/2) Epoch 8, batch 8850, loss[loss=0.4531, simple_loss=0.506, pruned_loss=0.2001, over 13644.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08129, over 478.00 utterances.], tot_loss[loss=0.3231, simple_loss=0.3786, pruned_loss=0.1338, over 2785991.44 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06978, over 44683.05 utterances.], batch size: 478, lr: 5.49e-04 +2022-09-17 16:45:43,955 INFO [train.py:885] (0/2) Epoch 8, batch 8900, loss[loss=0.3222, simple_loss=0.3756, pruned_loss=0.1344, over 14293.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04075, over 262.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.3799, pruned_loss=0.1338, over 2787687.83 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07087, over 45803.40 utterances.], batch size: 262, lr: 5.48e-04 +2022-09-17 16:46:13,599 INFO [train.py:885] (0/2) Epoch 8, batch 8950, loss[loss=0.364, simple_loss=0.4092, pruned_loss=0.1594, over 14322.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03725, over 180.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3804, pruned_loss=0.1344, over 2787633.76 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07145, over 46042.04 utterances.], batch size: 180, lr: 5.48e-04 +2022-09-17 16:46:43,599 INFO [train.py:885] (0/2) Epoch 8, batch 9000, loss[loss=0.2315, simple_loss=0.28, pruned_loss=0.09153, over 13813.00 frames. utt_duration=922.1 frames, utt_pad_proportion=0.0742, over 60.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3784, pruned_loss=0.1331, over 2786575.05 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06972, over 45527.84 utterances.], batch size: 60, lr: 5.48e-04 +2022-09-17 16:46:43,601 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 16:46:47,783 INFO [train.py:914] (0/2) Epoch 8, validation: loss=0.2105, simple_loss=0.2854, pruned_loss=0.06781, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 16:47:17,041 INFO [train.py:885] (0/2) Epoch 8, batch 9050, loss[loss=0.2708, simple_loss=0.3339, pruned_loss=0.1039, over 14328.00 frames. utt_duration=442.5 frames, utt_pad_proportion=0.036, over 130.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3769, pruned_loss=0.1321, over 2788148.29 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06737, over 45293.80 utterances.], batch size: 130, lr: 5.48e-04 +2022-09-17 16:47:46,885 INFO [train.py:885] (0/2) Epoch 8, batch 9100, loss[loss=0.5552, simple_loss=0.5365, pruned_loss=0.287, over 14191.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04548, over 306.00 utterances.], tot_loss[loss=0.3181, simple_loss=0.3738, pruned_loss=0.1312, over 2778530.27 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07087, over 43979.78 utterances.], batch size: 306, lr: 5.48e-04 +2022-09-17 16:48:16,158 INFO [train.py:885] (0/2) Epoch 8, batch 9150, loss[loss=0.5788, simple_loss=0.6353, pruned_loss=0.2612, over 12451.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1479, over 810.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3739, pruned_loss=0.1314, over 2774300.38 frames. utt_duration=254.6 frames, utt_pad_proportion=0.07241, over 43845.77 utterances.], batch size: 810, lr: 5.48e-04 +2022-09-17 16:48:45,981 INFO [train.py:885] (0/2) Epoch 8, batch 9200, loss[loss=0.1509, simple_loss=0.2062, pruned_loss=0.04778, over 13156.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1044, over 33.00 utterances.], tot_loss[loss=0.3211, simple_loss=0.377, pruned_loss=0.1326, over 2776184.82 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07141, over 45189.31 utterances.], batch size: 33, lr: 5.48e-04 +2022-09-17 16:49:15,304 INFO [train.py:885] (0/2) Epoch 8, batch 9250, loss[loss=0.3258, simple_loss=0.3865, pruned_loss=0.1325, over 14360.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03315, over 244.00 utterances.], tot_loss[loss=0.3191, simple_loss=0.3756, pruned_loss=0.1313, over 2775918.64 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07322, over 44942.16 utterances.], batch size: 244, lr: 5.47e-04 +2022-09-17 16:49:45,551 INFO [train.py:885] (0/2) Epoch 8, batch 9300, loss[loss=0.4155, simple_loss=0.4497, pruned_loss=0.1907, over 14236.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04281, over 335.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3769, pruned_loss=0.132, over 2770933.24 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07615, over 46201.65 utterances.], batch size: 335, lr: 5.47e-04 +2022-09-17 16:50:14,589 INFO [train.py:885] (0/2) Epoch 8, batch 9350, loss[loss=0.2243, simple_loss=0.2814, pruned_loss=0.08361, over 12678.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1231, over 25.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3769, pruned_loss=0.1316, over 2773444.78 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07451, over 45666.27 utterances.], batch size: 25, lr: 5.47e-04 +2022-09-17 16:50:43,598 INFO [train.py:885] (0/2) Epoch 8, batch 9400, loss[loss=0.3304, simple_loss=0.3924, pruned_loss=0.1342, over 14313.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03843, over 210.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.3797, pruned_loss=0.1337, over 2777029.37 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07362, over 46232.93 utterances.], batch size: 210, lr: 5.47e-04 +2022-09-17 16:51:12,641 INFO [train.py:885] (0/2) Epoch 8, batch 9450, loss[loss=0.2265, simple_loss=0.2916, pruned_loss=0.08072, over 13501.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.09026, over 50.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.3799, pruned_loss=0.1336, over 2782057.69 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07163, over 46748.18 utterances.], batch size: 50, lr: 5.47e-04 +2022-09-17 16:51:42,531 INFO [train.py:885] (0/2) Epoch 8, batch 9500, loss[loss=0.3171, simple_loss=0.3584, pruned_loss=0.1379, over 14283.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03928, over 130.00 utterances.], tot_loss[loss=0.3311, simple_loss=0.3873, pruned_loss=0.1374, over 2777877.15 frames. utt_duration=223.8 frames, utt_pad_proportion=0.07592, over 49987.12 utterances.], batch size: 130, lr: 5.47e-04 +2022-09-17 16:52:12,274 INFO [train.py:885] (0/2) Epoch 8, batch 9550, loss[loss=0.3502, simple_loss=0.4306, pruned_loss=0.1349, over 13754.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07214, over 411.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3848, pruned_loss=0.1364, over 2780685.17 frames. utt_duration=228.4 frames, utt_pad_proportion=0.07422, over 49024.30 utterances.], batch size: 411, lr: 5.47e-04 +2022-09-17 16:52:42,114 INFO [train.py:885] (0/2) Epoch 8, batch 9600, loss[loss=0.2563, simple_loss=0.3147, pruned_loss=0.09892, over 13990.00 frames. utt_duration=934.1 frames, utt_pad_proportion=0.06116, over 60.00 utterances.], tot_loss[loss=0.3256, simple_loss=0.3818, pruned_loss=0.1347, over 2773920.81 frames. utt_duration=231.7 frames, utt_pad_proportion=0.0746, over 48200.69 utterances.], batch size: 60, lr: 5.46e-04 +2022-09-17 16:53:11,906 INFO [train.py:885] (0/2) Epoch 8, batch 9650, loss[loss=0.2697, simple_loss=0.3307, pruned_loss=0.1044, over 14194.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04352, over 109.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3769, pruned_loss=0.1324, over 2779928.27 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07084, over 45260.01 utterances.], batch size: 109, lr: 5.46e-04 +2022-09-17 16:53:41,243 INFO [train.py:885] (0/2) Epoch 8, batch 9700, loss[loss=0.2208, simple_loss=0.265, pruned_loss=0.08832, over 12678.00 frames. utt_duration=1952 frames, utt_pad_proportion=0.1359, over 26.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3826, pruned_loss=0.1352, over 2777532.36 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07354, over 48172.75 utterances.], batch size: 26, lr: 5.46e-04 +2022-09-17 16:54:09,480 INFO [train.py:885] (0/2) Epoch 8, batch 9750, loss[loss=0.3538, simple_loss=0.4028, pruned_loss=0.1523, over 14325.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03913, over 262.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3845, pruned_loss=0.1366, over 2778326.26 frames. utt_duration=230.8 frames, utt_pad_proportion=0.07429, over 48467.74 utterances.], batch size: 262, lr: 5.46e-04 +2022-09-17 16:54:39,285 INFO [train.py:885] (0/2) Epoch 8, batch 9800, loss[loss=0.3353, simple_loss=0.4006, pruned_loss=0.1349, over 14380.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03437, over 210.00 utterances.], tot_loss[loss=0.3311, simple_loss=0.3868, pruned_loss=0.1377, over 2781946.10 frames. utt_duration=229 frames, utt_pad_proportion=0.0716, over 48911.50 utterances.], batch size: 210, lr: 5.46e-04 +2022-09-17 16:55:08,550 INFO [train.py:885] (0/2) Epoch 8, batch 9850, loss[loss=0.4245, simple_loss=0.5005, pruned_loss=0.1742, over 13101.00 frames. utt_duration=81.74 frames, utt_pad_proportion=0.1115, over 653.00 utterances.], tot_loss[loss=0.326, simple_loss=0.3823, pruned_loss=0.1348, over 2783870.84 frames. utt_duration=235.8 frames, utt_pad_proportion=0.06972, over 47512.36 utterances.], batch size: 653, lr: 5.46e-04 +2022-09-17 16:55:38,424 INFO [train.py:885] (0/2) Epoch 8, batch 9900, loss[loss=0.2923, simple_loss=0.3454, pruned_loss=0.1196, over 14283.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04369, over 141.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.381, pruned_loss=0.1336, over 2780916.39 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07033, over 47567.25 utterances.], batch size: 141, lr: 5.46e-04 +2022-09-17 16:56:08,132 INFO [train.py:885] (0/2) Epoch 8, batch 9950, loss[loss=0.5359, simple_loss=0.6091, pruned_loss=0.2313, over 12448.00 frames. utt_duration=63.04 frames, utt_pad_proportion=0.148, over 810.00 utterances.], tot_loss[loss=0.3249, simple_loss=0.3818, pruned_loss=0.134, over 2778908.39 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07108, over 48307.95 utterances.], batch size: 810, lr: 5.45e-04 +2022-09-17 16:56:37,556 INFO [train.py:885] (0/2) Epoch 8, batch 10000, loss[loss=0.3366, simple_loss=0.3747, pruned_loss=0.1493, over 14303.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03966, over 120.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3816, pruned_loss=0.1342, over 2779932.02 frames. utt_duration=236.1 frames, utt_pad_proportion=0.06997, over 47383.13 utterances.], batch size: 120, lr: 5.45e-04 +2022-09-17 16:57:06,750 INFO [train.py:885] (0/2) Epoch 8, batch 10050, loss[loss=0.3434, simple_loss=0.4046, pruned_loss=0.1411, over 14346.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03637, over 210.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.3802, pruned_loss=0.1334, over 2780556.26 frames. utt_duration=240.2 frames, utt_pad_proportion=0.06949, over 46587.55 utterances.], batch size: 210, lr: 5.45e-04 +2022-09-17 16:57:36,772 INFO [train.py:885] (0/2) Epoch 8, batch 10100, loss[loss=0.3494, simple_loss=0.4122, pruned_loss=0.1433, over 14344.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03627, over 210.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.378, pruned_loss=0.1323, over 2778574.07 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07091, over 45795.97 utterances.], batch size: 210, lr: 5.45e-04 +2022-09-17 16:58:06,694 INFO [train.py:885] (0/2) Epoch 8, batch 10150, loss[loss=0.3774, simple_loss=0.4524, pruned_loss=0.1513, over 13630.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08246, over 477.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3807, pruned_loss=0.1337, over 2776833.57 frames. utt_duration=240 frames, utt_pad_proportion=0.07228, over 46568.55 utterances.], batch size: 477, lr: 5.45e-04 +2022-09-17 16:58:36,301 INFO [train.py:885] (0/2) Epoch 8, batch 10200, loss[loss=0.2354, simple_loss=0.2914, pruned_loss=0.08973, over 13667.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.08003, over 50.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.379, pruned_loss=0.1324, over 2779152.55 frames. utt_duration=243.2 frames, utt_pad_proportion=0.0714, over 45989.91 utterances.], batch size: 50, lr: 5.45e-04 +2022-09-17 16:59:05,302 INFO [train.py:885] (0/2) Epoch 8, batch 10250, loss[loss=0.3783, simple_loss=0.4022, pruned_loss=0.1772, over 14336.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03879, over 154.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.3773, pruned_loss=0.1326, over 2785102.57 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06725, over 44374.63 utterances.], batch size: 154, lr: 5.45e-04 +2022-09-17 16:59:34,998 INFO [train.py:885] (0/2) Epoch 8, batch 10300, loss[loss=0.2367, simple_loss=0.3077, pruned_loss=0.08287, over 14050.00 frames. utt_duration=574.9 frames, utt_pad_proportion=0.056, over 98.00 utterances.], tot_loss[loss=0.3218, simple_loss=0.3777, pruned_loss=0.133, over 2783358.38 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06735, over 45093.78 utterances.], batch size: 98, lr: 5.45e-04 +2022-09-17 17:00:04,473 INFO [train.py:885] (0/2) Epoch 8, batch 10350, loss[loss=0.1904, simple_loss=0.2345, pruned_loss=0.07319, over 13218.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.09645, over 41.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3783, pruned_loss=0.1331, over 2784837.32 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06922, over 45334.20 utterances.], batch size: 41, lr: 5.44e-04 +2022-09-17 17:00:33,709 INFO [train.py:885] (0/2) Epoch 8, batch 10400, loss[loss=0.2432, simple_loss=0.3165, pruned_loss=0.08493, over 14199.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04296, over 109.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.3795, pruned_loss=0.1337, over 2787134.09 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06747, over 45121.03 utterances.], batch size: 109, lr: 5.44e-04 +2022-09-17 17:01:03,334 INFO [train.py:885] (0/2) Epoch 8, batch 10450, loss[loss=0.2187, simple_loss=0.2891, pruned_loss=0.07408, over 14166.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04888, over 89.00 utterances.], tot_loss[loss=0.3259, simple_loss=0.3815, pruned_loss=0.1352, over 2790627.73 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06597, over 45608.69 utterances.], batch size: 89, lr: 5.44e-04 +2022-09-17 17:01:33,669 INFO [train.py:885] (0/2) Epoch 8, batch 10500, loss[loss=0.3829, simple_loss=0.4595, pruned_loss=0.1531, over 13613.00 frames. utt_duration=98.56 frames, utt_pad_proportion=0.07884, over 560.00 utterances.], tot_loss[loss=0.3204, simple_loss=0.376, pruned_loss=0.1324, over 2783982.60 frames. utt_duration=252.8 frames, utt_pad_proportion=0.0679, over 44299.54 utterances.], batch size: 560, lr: 5.44e-04 +2022-09-17 17:02:03,081 INFO [train.py:885] (0/2) Epoch 8, batch 10550, loss[loss=0.2408, simple_loss=0.2998, pruned_loss=0.09088, over 14142.00 frames. utt_duration=578.6 frames, utt_pad_proportion=0.05142, over 98.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3753, pruned_loss=0.1321, over 2782025.13 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06763, over 44008.44 utterances.], batch size: 98, lr: 5.44e-04 +2022-09-17 17:02:33,022 INFO [train.py:885] (0/2) Epoch 8, batch 10600, loss[loss=0.4088, simple_loss=0.4446, pruned_loss=0.1865, over 14340.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03867, over 244.00 utterances.], tot_loss[loss=0.3231, simple_loss=0.3783, pruned_loss=0.1339, over 2783767.94 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06919, over 44936.61 utterances.], batch size: 244, lr: 5.44e-04 +2022-09-17 17:03:02,647 INFO [train.py:885] (0/2) Epoch 8, batch 10650, loss[loss=0.5935, simple_loss=0.6462, pruned_loss=0.2704, over 12503.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1445, over 811.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3782, pruned_loss=0.1341, over 2781796.70 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07051, over 44483.15 utterances.], batch size: 811, lr: 5.44e-04 +2022-09-17 17:03:34,413 INFO [train.py:885] (0/2) Epoch 8, batch 10700, loss[loss=0.3706, simple_loss=0.4163, pruned_loss=0.1625, over 14333.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03845, over 262.00 utterances.], tot_loss[loss=0.3211, simple_loss=0.3762, pruned_loss=0.133, over 2778778.88 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07025, over 44267.79 utterances.], batch size: 262, lr: 5.43e-04 +2022-09-17 17:04:09,975 INFO [train.py:885] (0/2) Epoch 8, batch 10750, loss[loss=0.2954, simple_loss=0.3602, pruned_loss=0.1153, over 14358.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03557, over 210.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3786, pruned_loss=0.1339, over 2778301.81 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07197, over 45738.58 utterances.], batch size: 210, lr: 5.43e-04 +2022-09-17 17:04:40,051 INFO [train.py:885] (0/2) Epoch 8, batch 10800, loss[loss=0.2982, simple_loss=0.3505, pruned_loss=0.1229, over 14267.00 frames. utt_duration=476.8 frames, utt_pad_proportion=0.04259, over 120.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3783, pruned_loss=0.1333, over 2781370.96 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07033, over 46090.14 utterances.], batch size: 120, lr: 5.43e-04 +2022-09-17 17:05:09,921 INFO [train.py:885] (0/2) Epoch 8, batch 10850, loss[loss=0.3064, simple_loss=0.3421, pruned_loss=0.1353, over 14248.00 frames. utt_duration=476.2 frames, utt_pad_proportion=0.04367, over 120.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3768, pruned_loss=0.1315, over 2782754.63 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06996, over 45564.02 utterances.], batch size: 120, lr: 5.43e-04 +2022-09-17 17:05:39,658 INFO [train.py:885] (0/2) Epoch 8, batch 10900, loss[loss=0.179, simple_loss=0.221, pruned_loss=0.06853, over 12468.00 frames. utt_duration=2080 frames, utt_pad_proportion=0.1481, over 24.00 utterances.], tot_loss[loss=0.3211, simple_loss=0.3779, pruned_loss=0.1321, over 2780792.13 frames. utt_duration=244 frames, utt_pad_proportion=0.07109, over 45861.49 utterances.], batch size: 24, lr: 5.43e-04 +2022-09-17 17:06:08,991 INFO [train.py:885] (0/2) Epoch 8, batch 10950, loss[loss=0.3563, simple_loss=0.4019, pruned_loss=0.1554, over 14307.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03839, over 226.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3775, pruned_loss=0.132, over 2784500.81 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06846, over 45933.41 utterances.], batch size: 226, lr: 5.43e-04 +2022-09-17 17:06:38,660 INFO [train.py:885] (0/2) Epoch 8, batch 11000, loss[loss=0.3505, simple_loss=0.4029, pruned_loss=0.1491, over 14303.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04038, over 262.00 utterances.], tot_loss[loss=0.3251, simple_loss=0.3818, pruned_loss=0.1342, over 2782757.64 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07199, over 47296.29 utterances.], batch size: 262, lr: 5.43e-04 +2022-09-17 17:07:07,758 INFO [train.py:885] (0/2) Epoch 8, batch 11050, loss[loss=0.2923, simple_loss=0.3697, pruned_loss=0.1074, over 14304.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.04218, over 167.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3865, pruned_loss=0.137, over 2784490.55 frames. utt_duration=229.9 frames, utt_pad_proportion=0.07203, over 48759.00 utterances.], batch size: 167, lr: 5.42e-04 +2022-09-17 17:07:38,470 INFO [train.py:885] (0/2) Epoch 8, batch 11100, loss[loss=0.3429, simple_loss=0.4312, pruned_loss=0.1274, over 13661.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07955, over 477.00 utterances.], tot_loss[loss=0.33, simple_loss=0.3869, pruned_loss=0.1366, over 2785414.77 frames. utt_duration=225.7 frames, utt_pad_proportion=0.07229, over 49680.22 utterances.], batch size: 477, lr: 5.42e-04 +2022-09-17 17:08:07,131 INFO [train.py:885] (0/2) Epoch 8, batch 11150, loss[loss=0.2037, simple_loss=0.267, pruned_loss=0.07023, over 13452.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.08181, over 41.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3817, pruned_loss=0.1341, over 2784099.71 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07098, over 47408.42 utterances.], batch size: 41, lr: 5.42e-04 +2022-09-17 17:08:37,860 INFO [train.py:885] (0/2) Epoch 8, batch 11200, loss[loss=0.2833, simple_loss=0.3553, pruned_loss=0.1056, over 14296.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04123, over 154.00 utterances.], tot_loss[loss=0.321, simple_loss=0.3781, pruned_loss=0.132, over 2777103.31 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07346, over 47635.23 utterances.], batch size: 154, lr: 5.42e-04 +2022-09-17 17:09:07,169 INFO [train.py:885] (0/2) Epoch 8, batch 11250, loss[loss=0.316, simple_loss=0.3759, pruned_loss=0.128, over 14273.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.038, over 154.00 utterances.], tot_loss[loss=0.3239, simple_loss=0.3815, pruned_loss=0.1332, over 2779366.49 frames. utt_duration=228.3 frames, utt_pad_proportion=0.07415, over 49004.29 utterances.], batch size: 154, lr: 5.42e-04 +2022-09-17 17:09:36,729 INFO [train.py:885] (0/2) Epoch 8, batch 11300, loss[loss=0.4038, simple_loss=0.4395, pruned_loss=0.184, over 14323.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.0388, over 262.00 utterances.], tot_loss[loss=0.3234, simple_loss=0.3811, pruned_loss=0.1329, over 2782599.35 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07288, over 48478.54 utterances.], batch size: 262, lr: 5.42e-04 +2022-09-17 17:10:05,888 INFO [train.py:885] (0/2) Epoch 8, batch 11350, loss[loss=0.3238, simple_loss=0.3815, pruned_loss=0.133, over 14338.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03928, over 167.00 utterances.], tot_loss[loss=0.3194, simple_loss=0.3781, pruned_loss=0.1303, over 2780538.00 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07452, over 47665.97 utterances.], batch size: 167, lr: 5.42e-04 +2022-09-17 17:10:35,669 INFO [train.py:885] (0/2) Epoch 8, batch 11400, loss[loss=0.243, simple_loss=0.2981, pruned_loss=0.09395, over 14230.00 frames. utt_duration=641.2 frames, utt_pad_proportion=0.04583, over 89.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.379, pruned_loss=0.1312, over 2779401.46 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07566, over 47176.53 utterances.], batch size: 89, lr: 5.42e-04 +2022-09-17 17:11:05,527 INFO [train.py:885] (0/2) Epoch 8, batch 11450, loss[loss=0.3919, simple_loss=0.4695, pruned_loss=0.1571, over 13664.00 frames. utt_duration=99.01 frames, utt_pad_proportion=0.0747, over 560.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3766, pruned_loss=0.1306, over 2776962.23 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07518, over 46202.79 utterances.], batch size: 560, lr: 5.41e-04 +2022-09-17 17:11:34,794 INFO [train.py:885] (0/2) Epoch 8, batch 11500, loss[loss=0.1925, simple_loss=0.2262, pruned_loss=0.0794, over 13420.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08492, over 41.00 utterances.], tot_loss[loss=0.3196, simple_loss=0.3769, pruned_loss=0.1311, over 2779264.59 frames. utt_duration=241.7 frames, utt_pad_proportion=0.0738, over 46282.12 utterances.], batch size: 41, lr: 5.41e-04 +2022-09-17 17:12:03,688 INFO [train.py:885] (0/2) Epoch 8, batch 11550, loss[loss=0.229, simple_loss=0.2804, pruned_loss=0.08879, over 12300.00 frames. utt_duration=2052 frames, utt_pad_proportion=0.167, over 24.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3771, pruned_loss=0.1312, over 2779238.88 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07334, over 46287.75 utterances.], batch size: 24, lr: 5.41e-04 +2022-09-17 17:12:33,505 INFO [train.py:885] (0/2) Epoch 8, batch 11600, loss[loss=0.2804, simple_loss=0.3528, pruned_loss=0.1039, over 14275.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04283, over 154.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.374, pruned_loss=0.1289, over 2775004.69 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07307, over 45595.01 utterances.], batch size: 154, lr: 5.41e-04 +2022-09-17 17:13:03,749 INFO [train.py:885] (0/2) Epoch 8, batch 11650, loss[loss=0.2772, simple_loss=0.3352, pruned_loss=0.1097, over 14281.00 frames. utt_duration=441 frames, utt_pad_proportion=0.0393, over 130.00 utterances.], tot_loss[loss=0.3188, simple_loss=0.3771, pruned_loss=0.1302, over 2776035.67 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07314, over 47195.94 utterances.], batch size: 130, lr: 5.41e-04 +2022-09-17 17:13:09,496 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-100000.pt +2022-09-17 17:13:33,165 INFO [train.py:885] (0/2) Epoch 8, batch 11700, loss[loss=0.279, simple_loss=0.3432, pruned_loss=0.1073, over 14283.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.0438, over 141.00 utterances.], tot_loss[loss=0.3188, simple_loss=0.3767, pruned_loss=0.1305, over 2780995.32 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07051, over 45723.30 utterances.], batch size: 141, lr: 5.41e-04 +2022-09-17 17:14:03,192 INFO [train.py:885] (0/2) Epoch 8, batch 11750, loss[loss=0.3136, simple_loss=0.3686, pruned_loss=0.1294, over 14263.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04472, over 141.00 utterances.], tot_loss[loss=0.3192, simple_loss=0.3769, pruned_loss=0.1308, over 2778856.01 frames. utt_duration=241.1 frames, utt_pad_proportion=0.0714, over 46382.13 utterances.], batch size: 141, lr: 5.41e-04 +2022-09-17 17:14:32,508 INFO [train.py:885] (0/2) Epoch 8, batch 11800, loss[loss=0.3268, simple_loss=0.3903, pruned_loss=0.1317, over 14324.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.038, over 283.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3791, pruned_loss=0.1328, over 2776924.28 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07181, over 46832.97 utterances.], batch size: 283, lr: 5.40e-04 +2022-09-17 17:15:01,991 INFO [train.py:885] (0/2) Epoch 8, batch 11850, loss[loss=0.3748, simple_loss=0.4261, pruned_loss=0.1617, over 14318.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03767, over 180.00 utterances.], tot_loss[loss=0.3212, simple_loss=0.3776, pruned_loss=0.1324, over 2782445.45 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06966, over 45633.34 utterances.], batch size: 180, lr: 5.40e-04 +2022-09-17 17:15:31,730 INFO [train.py:885] (0/2) Epoch 8, batch 11900, loss[loss=0.4324, simple_loss=0.4706, pruned_loss=0.1972, over 14214.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04403, over 306.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.377, pruned_loss=0.1324, over 2782463.34 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06997, over 45373.25 utterances.], batch size: 306, lr: 5.40e-04 +2022-09-17 17:16:00,974 INFO [train.py:885] (0/2) Epoch 8, batch 11950, loss[loss=0.5073, simple_loss=0.5587, pruned_loss=0.2279, over 13182.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.3188, simple_loss=0.3747, pruned_loss=0.1314, over 2783082.61 frames. utt_duration=251 frames, utt_pad_proportion=0.06854, over 44605.32 utterances.], batch size: 653, lr: 5.40e-04 +2022-09-17 17:16:30,921 INFO [train.py:885] (0/2) Epoch 8, batch 12000, loss[loss=0.2311, simple_loss=0.2767, pruned_loss=0.09281, over 12691.00 frames. utt_duration=2033 frames, utt_pad_proportion=0.1235, over 25.00 utterances.], tot_loss[loss=0.3215, simple_loss=0.3771, pruned_loss=0.1329, over 2777353.27 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07061, over 45982.14 utterances.], batch size: 25, lr: 5.40e-04 +2022-09-17 17:16:30,922 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 17:16:35,103 INFO [train.py:914] (0/2) Epoch 8, validation: loss=0.2079, simple_loss=0.284, pruned_loss=0.06587, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 17:17:04,296 INFO [train.py:885] (0/2) Epoch 8, batch 12050, loss[loss=0.195, simple_loss=0.261, pruned_loss=0.06445, over 13633.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.08512, over 42.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3728, pruned_loss=0.1304, over 2781238.69 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06906, over 44116.18 utterances.], batch size: 42, lr: 5.40e-04 +2022-09-17 17:17:34,220 INFO [train.py:885] (0/2) Epoch 8, batch 12100, loss[loss=0.3732, simple_loss=0.3943, pruned_loss=0.176, over 14111.00 frames. utt_duration=519.3 frames, utt_pad_proportion=0.04881, over 109.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3782, pruned_loss=0.1337, over 2778408.32 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07102, over 46419.55 utterances.], batch size: 109, lr: 5.40e-04 +2022-09-17 17:18:03,008 INFO [train.py:885] (0/2) Epoch 8, batch 12150, loss[loss=0.4853, simple_loss=0.4903, pruned_loss=0.2401, over 14216.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04413, over 335.00 utterances.], tot_loss[loss=0.3229, simple_loss=0.3786, pruned_loss=0.1336, over 2778920.21 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07119, over 46546.68 utterances.], batch size: 335, lr: 5.40e-04 +2022-09-17 17:18:33,586 INFO [train.py:885] (0/2) Epoch 8, batch 12200, loss[loss=0.5361, simple_loss=0.575, pruned_loss=0.2485, over 13227.00 frames. utt_duration=82.53 frames, utt_pad_proportion=0.1029, over 653.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3827, pruned_loss=0.1352, over 2776330.20 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07306, over 48018.50 utterances.], batch size: 653, lr: 5.39e-04 +2022-09-17 17:19:02,937 INFO [train.py:885] (0/2) Epoch 8, batch 12250, loss[loss=0.3245, simple_loss=0.387, pruned_loss=0.131, over 14347.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03656, over 210.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3802, pruned_loss=0.134, over 2775244.01 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07412, over 47476.79 utterances.], batch size: 210, lr: 5.39e-04 +2022-09-17 17:19:32,809 INFO [train.py:885] (0/2) Epoch 8, batch 12300, loss[loss=0.341, simple_loss=0.3876, pruned_loss=0.1472, over 14317.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03822, over 195.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3814, pruned_loss=0.135, over 2774848.39 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07543, over 47691.71 utterances.], batch size: 195, lr: 5.39e-04 +2022-09-17 17:20:02,320 INFO [train.py:885] (0/2) Epoch 8, batch 12350, loss[loss=0.2352, simple_loss=0.2917, pruned_loss=0.08936, over 13681.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.07894, over 50.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.3796, pruned_loss=0.134, over 2778461.55 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07348, over 46854.49 utterances.], batch size: 50, lr: 5.39e-04 +2022-09-17 17:20:31,928 INFO [train.py:885] (0/2) Epoch 8, batch 12400, loss[loss=0.2, simple_loss=0.2553, pruned_loss=0.07231, over 13457.00 frames. utt_duration=1283 frames, utt_pad_proportion=0.09633, over 42.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.3767, pruned_loss=0.1324, over 2782384.72 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07164, over 45418.97 utterances.], batch size: 42, lr: 5.39e-04 +2022-09-17 17:21:01,779 INFO [train.py:885] (0/2) Epoch 8, batch 12450, loss[loss=0.4211, simple_loss=0.4534, pruned_loss=0.1944, over 14244.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04227, over 335.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.379, pruned_loss=0.1339, over 2779239.31 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07117, over 45980.91 utterances.], batch size: 335, lr: 5.39e-04 +2022-09-17 17:21:37,678 INFO [train.py:885] (0/2) Epoch 8, batch 12500, loss[loss=0.5615, simple_loss=0.6226, pruned_loss=0.2502, over 12524.00 frames. utt_duration=63.43 frames, utt_pad_proportion=0.1429, over 810.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.3815, pruned_loss=0.1345, over 2784370.92 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07067, over 46434.92 utterances.], batch size: 810, lr: 5.39e-04 +2022-09-17 17:22:07,399 INFO [train.py:885] (0/2) Epoch 8, batch 12550, loss[loss=0.1701, simple_loss=0.2191, pruned_loss=0.0606, over 13166.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.117, over 33.00 utterances.], tot_loss[loss=0.3254, simple_loss=0.3814, pruned_loss=0.1348, over 2781592.43 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07254, over 47058.16 utterances.], batch size: 33, lr: 5.38e-04 +2022-09-17 17:22:34,666 INFO [train.py:885] (0/2) Epoch 8, batch 12600, loss[loss=0.3217, simple_loss=0.409, pruned_loss=0.1172, over 13765.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07211, over 411.00 utterances.], tot_loss[loss=0.3227, simple_loss=0.3779, pruned_loss=0.1337, over 2787437.02 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06896, over 44976.01 utterances.], batch size: 411, lr: 5.38e-04 +2022-09-17 17:22:45,679 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-8.pt +2022-09-17 17:22:53,306 INFO [train.py:885] (0/2) Epoch 9, batch 0, loss[loss=0.3694, simple_loss=0.4166, pruned_loss=0.1611, over 14182.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04612, over 306.00 utterances.], tot_loss[loss=0.3694, simple_loss=0.4166, pruned_loss=0.1611, over 14182.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04612, over 306.00 utterances.], batch size: 306, lr: 5.17e-04 +2022-09-17 17:23:23,423 INFO [train.py:885] (0/2) Epoch 9, batch 50, loss[loss=0.2157, simple_loss=0.291, pruned_loss=0.07027, over 14168.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04886, over 89.00 utterances.], tot_loss[loss=0.3304, simple_loss=0.3872, pruned_loss=0.1368, over 631377.23 frames. utt_duration=226.6 frames, utt_pad_proportion=0.0699, over 11218.97 utterances.], batch size: 89, lr: 5.17e-04 +2022-09-17 17:23:52,889 INFO [train.py:885] (0/2) Epoch 9, batch 100, loss[loss=0.249, simple_loss=0.3036, pruned_loss=0.09722, over 14235.00 frames. utt_duration=641.4 frames, utt_pad_proportion=0.04123, over 89.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3771, pruned_loss=0.1302, over 1106527.45 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07254, over 19320.70 utterances.], batch size: 89, lr: 5.17e-04 +2022-09-17 17:24:22,331 INFO [train.py:885] (0/2) Epoch 9, batch 150, loss[loss=0.3674, simple_loss=0.4502, pruned_loss=0.1423, over 13638.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08061, over 477.00 utterances.], tot_loss[loss=0.323, simple_loss=0.3808, pruned_loss=0.1326, over 1481176.80 frames. utt_duration=227.2 frames, utt_pad_proportion=0.07023, over 26250.80 utterances.], batch size: 477, lr: 5.16e-04 +2022-09-17 17:24:50,823 INFO [train.py:885] (0/2) Epoch 9, batch 200, loss[loss=0.3532, simple_loss=0.3857, pruned_loss=0.1604, over 14287.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03958, over 130.00 utterances.], tot_loss[loss=0.317, simple_loss=0.374, pruned_loss=0.13, over 1771112.13 frames. utt_duration=249 frames, utt_pad_proportion=0.06616, over 28622.79 utterances.], batch size: 130, lr: 5.16e-04 +2022-09-17 17:25:21,027 INFO [train.py:885] (0/2) Epoch 9, batch 250, loss[loss=0.2628, simple_loss=0.333, pruned_loss=0.0963, over 14105.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05268, over 98.00 utterances.], tot_loss[loss=0.3203, simple_loss=0.3776, pruned_loss=0.1315, over 1988856.49 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07234, over 32981.84 utterances.], batch size: 98, lr: 5.16e-04 +2022-09-17 17:25:50,136 INFO [train.py:885] (0/2) Epoch 9, batch 300, loss[loss=0.4307, simple_loss=0.4738, pruned_loss=0.1939, over 14012.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05505, over 365.00 utterances.], tot_loss[loss=0.3254, simple_loss=0.3823, pruned_loss=0.1342, over 2161514.61 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07517, over 37013.22 utterances.], batch size: 365, lr: 5.16e-04 +2022-09-17 17:26:20,093 INFO [train.py:885] (0/2) Epoch 9, batch 350, loss[loss=0.3036, simple_loss=0.3786, pruned_loss=0.1144, over 14317.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03764, over 210.00 utterances.], tot_loss[loss=0.3242, simple_loss=0.3812, pruned_loss=0.1336, over 2298307.22 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07565, over 39302.34 utterances.], batch size: 210, lr: 5.16e-04 +2022-09-17 17:26:49,314 INFO [train.py:885] (0/2) Epoch 9, batch 400, loss[loss=0.2849, simple_loss=0.3621, pruned_loss=0.1038, over 14285.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03984, over 180.00 utterances.], tot_loss[loss=0.3261, simple_loss=0.3828, pruned_loss=0.1347, over 2405274.50 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07513, over 41466.35 utterances.], batch size: 180, lr: 5.16e-04 +2022-09-17 17:27:19,740 INFO [train.py:885] (0/2) Epoch 9, batch 450, loss[loss=0.4222, simple_loss=0.4563, pruned_loss=0.194, over 14406.00 frames. utt_duration=275.9 frames, utt_pad_proportion=0.0319, over 210.00 utterances.], tot_loss[loss=0.3266, simple_loss=0.3834, pruned_loss=0.1349, over 2482622.88 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07827, over 43534.89 utterances.], batch size: 210, lr: 5.16e-04 +2022-09-17 17:27:48,619 INFO [train.py:885] (0/2) Epoch 9, batch 500, loss[loss=0.3203, simple_loss=0.4006, pruned_loss=0.12, over 13976.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05767, over 365.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3741, pruned_loss=0.1298, over 2543162.56 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07516, over 41755.17 utterances.], batch size: 365, lr: 5.16e-04 +2022-09-17 17:28:18,493 INFO [train.py:885] (0/2) Epoch 9, batch 550, loss[loss=0.3488, simple_loss=0.3933, pruned_loss=0.1522, over 14342.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03913, over 167.00 utterances.], tot_loss[loss=0.318, simple_loss=0.3755, pruned_loss=0.1302, over 2599107.86 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07405, over 42725.21 utterances.], batch size: 167, lr: 5.15e-04 +2022-09-17 17:28:48,315 INFO [train.py:885] (0/2) Epoch 9, batch 600, loss[loss=0.2849, simple_loss=0.343, pruned_loss=0.1134, over 14298.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04135, over 154.00 utterances.], tot_loss[loss=0.322, simple_loss=0.3796, pruned_loss=0.1322, over 2638537.15 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07572, over 44916.78 utterances.], batch size: 154, lr: 5.15e-04 +2022-09-17 17:29:17,865 INFO [train.py:885] (0/2) Epoch 9, batch 650, loss[loss=0.2266, simple_loss=0.2854, pruned_loss=0.08389, over 13979.00 frames. utt_duration=709.4 frames, utt_pad_proportion=0.06168, over 79.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3773, pruned_loss=0.1303, over 2665421.71 frames. utt_duration=235.3 frames, utt_pad_proportion=0.0768, over 45601.47 utterances.], batch size: 79, lr: 5.15e-04 +2022-09-17 17:29:47,532 INFO [train.py:885] (0/2) Epoch 9, batch 700, loss[loss=0.2907, simple_loss=0.3625, pruned_loss=0.1094, over 14374.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03185, over 244.00 utterances.], tot_loss[loss=0.3163, simple_loss=0.3748, pruned_loss=0.1289, over 2687650.55 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07595, over 44958.56 utterances.], batch size: 244, lr: 5.15e-04 +2022-09-17 17:30:16,846 INFO [train.py:885] (0/2) Epoch 9, batch 750, loss[loss=0.2817, simple_loss=0.3378, pruned_loss=0.1128, over 14298.00 frames. utt_duration=441.3 frames, utt_pad_proportion=0.03848, over 130.00 utterances.], tot_loss[loss=0.3136, simple_loss=0.3724, pruned_loss=0.1274, over 2705397.48 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07531, over 44356.27 utterances.], batch size: 130, lr: 5.15e-04 +2022-09-17 17:30:46,673 INFO [train.py:885] (0/2) Epoch 9, batch 800, loss[loss=0.3194, simple_loss=0.3877, pruned_loss=0.1256, over 14315.00 frames. utt_duration=236.2 frames, utt_pad_proportion=0.0359, over 244.00 utterances.], tot_loss[loss=0.3146, simple_loss=0.3732, pruned_loss=0.128, over 2717543.18 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07492, over 44722.48 utterances.], batch size: 244, lr: 5.15e-04 +2022-09-17 17:31:16,267 INFO [train.py:885] (0/2) Epoch 9, batch 850, loss[loss=0.1769, simple_loss=0.2406, pruned_loss=0.05663, over 13781.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.06761, over 42.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3733, pruned_loss=0.1287, over 2732643.34 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07302, over 44682.34 utterances.], batch size: 42, lr: 5.15e-04 +2022-09-17 17:31:45,663 INFO [train.py:885] (0/2) Epoch 9, batch 900, loss[loss=0.3061, simple_loss=0.3696, pruned_loss=0.1213, over 14308.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03857, over 226.00 utterances.], tot_loss[loss=0.3192, simple_loss=0.3764, pruned_loss=0.131, over 2747773.18 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07212, over 45224.56 utterances.], batch size: 226, lr: 5.15e-04 +2022-09-17 17:32:15,036 INFO [train.py:885] (0/2) Epoch 9, batch 950, loss[loss=0.2621, simple_loss=0.3312, pruned_loss=0.09655, over 14327.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03841, over 130.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3703, pruned_loss=0.1276, over 2753699.33 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06974, over 42584.18 utterances.], batch size: 130, lr: 5.14e-04 +2022-09-17 17:32:45,056 INFO [train.py:885] (0/2) Epoch 9, batch 1000, loss[loss=0.4311, simple_loss=0.4498, pruned_loss=0.2062, over 14342.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03951, over 167.00 utterances.], tot_loss[loss=0.3185, simple_loss=0.3744, pruned_loss=0.1313, over 2764927.20 frames. utt_duration=259 frames, utt_pad_proportion=0.06842, over 42951.33 utterances.], batch size: 167, lr: 5.14e-04 +2022-09-17 17:33:14,483 INFO [train.py:885] (0/2) Epoch 9, batch 1050, loss[loss=0.3577, simple_loss=0.4113, pruned_loss=0.1521, over 14343.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03745, over 283.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3729, pruned_loss=0.1306, over 2766049.01 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06886, over 42504.56 utterances.], batch size: 283, lr: 5.14e-04 +2022-09-17 17:33:43,992 INFO [train.py:885] (0/2) Epoch 9, batch 1100, loss[loss=0.2718, simple_loss=0.3394, pruned_loss=0.1021, over 14301.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.0417, over 120.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3712, pruned_loss=0.1293, over 2771844.77 frames. utt_duration=265.6 frames, utt_pad_proportion=0.06749, over 41973.30 utterances.], batch size: 120, lr: 5.14e-04 +2022-09-17 17:34:13,064 INFO [train.py:885] (0/2) Epoch 9, batch 1150, loss[loss=0.356, simple_loss=0.387, pruned_loss=0.1625, over 14212.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04337, over 141.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3725, pruned_loss=0.1293, over 2775648.14 frames. utt_duration=261.3 frames, utt_pad_proportion=0.06719, over 42727.97 utterances.], batch size: 141, lr: 5.14e-04 +2022-09-17 17:34:42,822 INFO [train.py:885] (0/2) Epoch 9, batch 1200, loss[loss=0.3072, simple_loss=0.3704, pruned_loss=0.122, over 14396.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03463, over 211.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3741, pruned_loss=0.1303, over 2779647.15 frames. utt_duration=259.2 frames, utt_pad_proportion=0.06506, over 43143.60 utterances.], batch size: 211, lr: 5.14e-04 +2022-09-17 17:35:12,259 INFO [train.py:885] (0/2) Epoch 9, batch 1250, loss[loss=0.2824, simple_loss=0.3321, pruned_loss=0.1163, over 14140.00 frames. utt_duration=637.2 frames, utt_pad_proportion=0.0504, over 89.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3733, pruned_loss=0.13, over 2781730.63 frames. utt_duration=262.9 frames, utt_pad_proportion=0.06492, over 42553.82 utterances.], batch size: 89, lr: 5.14e-04 +2022-09-17 17:35:42,170 INFO [train.py:885] (0/2) Epoch 9, batch 1300, loss[loss=0.6245, simple_loss=0.661, pruned_loss=0.294, over 12533.00 frames. utt_duration=63.45 frames, utt_pad_proportion=0.1426, over 810.00 utterances.], tot_loss[loss=0.3157, simple_loss=0.3731, pruned_loss=0.1292, over 2783330.60 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06667, over 43241.49 utterances.], batch size: 810, lr: 5.14e-04 +2022-09-17 17:36:12,025 INFO [train.py:885] (0/2) Epoch 9, batch 1350, loss[loss=0.2873, simple_loss=0.3456, pruned_loss=0.1145, over 14158.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04569, over 109.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3743, pruned_loss=0.13, over 2780689.32 frames. utt_duration=255.8 frames, utt_pad_proportion=0.0689, over 43732.10 utterances.], batch size: 109, lr: 5.13e-04 +2022-09-17 17:36:40,962 INFO [train.py:885] (0/2) Epoch 9, batch 1400, loss[loss=0.1889, simple_loss=0.2474, pruned_loss=0.06518, over 13611.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08076, over 50.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3721, pruned_loss=0.1288, over 2779563.88 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06941, over 43444.71 utterances.], batch size: 50, lr: 5.13e-04 +2022-09-17 17:37:10,815 INFO [train.py:885] (0/2) Epoch 9, batch 1450, loss[loss=0.4702, simple_loss=0.485, pruned_loss=0.2277, over 14320.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03875, over 283.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3716, pruned_loss=0.1287, over 2781444.98 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06962, over 43087.65 utterances.], batch size: 283, lr: 5.13e-04 +2022-09-17 17:37:39,618 INFO [train.py:885] (0/2) Epoch 9, batch 1500, loss[loss=0.2664, simple_loss=0.3415, pruned_loss=0.09563, over 14135.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.04742, over 109.00 utterances.], tot_loss[loss=0.3146, simple_loss=0.3721, pruned_loss=0.1286, over 2780839.15 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06955, over 43602.26 utterances.], batch size: 109, lr: 5.13e-04 +2022-09-17 17:38:09,689 INFO [train.py:885] (0/2) Epoch 9, batch 1550, loss[loss=0.3559, simple_loss=0.406, pruned_loss=0.1529, over 14320.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03988, over 262.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3725, pruned_loss=0.1289, over 2780926.34 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07075, over 43998.25 utterances.], batch size: 262, lr: 5.13e-04 +2022-09-17 17:38:38,704 INFO [train.py:885] (0/2) Epoch 9, batch 1600, loss[loss=0.2828, simple_loss=0.3485, pruned_loss=0.1086, over 14347.00 frames. utt_duration=442.8 frames, utt_pad_proportion=0.03533, over 130.00 utterances.], tot_loss[loss=0.3139, simple_loss=0.3712, pruned_loss=0.1282, over 2781854.05 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07068, over 43796.36 utterances.], batch size: 130, lr: 5.13e-04 +2022-09-17 17:39:08,633 INFO [train.py:885] (0/2) Epoch 9, batch 1650, loss[loss=0.321, simple_loss=0.3826, pruned_loss=0.1297, over 14400.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.0309, over 244.00 utterances.], tot_loss[loss=0.3177, simple_loss=0.3754, pruned_loss=0.13, over 2781290.35 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07169, over 46034.76 utterances.], batch size: 244, lr: 5.13e-04 +2022-09-17 17:39:37,838 INFO [train.py:885] (0/2) Epoch 9, batch 1700, loss[loss=0.2113, simple_loss=0.2768, pruned_loss=0.07293, over 13996.00 frames. utt_duration=801.3 frames, utt_pad_proportion=0.06501, over 70.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3741, pruned_loss=0.1298, over 2785408.14 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06876, over 44911.19 utterances.], batch size: 70, lr: 5.13e-04 +2022-09-17 17:40:07,654 INFO [train.py:885] (0/2) Epoch 9, batch 1750, loss[loss=0.2667, simple_loss=0.329, pruned_loss=0.1022, over 14310.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03934, over 120.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3753, pruned_loss=0.1306, over 2783402.66 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07099, over 45770.84 utterances.], batch size: 120, lr: 5.12e-04 +2022-09-17 17:40:37,376 INFO [train.py:885] (0/2) Epoch 9, batch 1800, loss[loss=0.3216, simple_loss=0.3914, pruned_loss=0.1259, over 14347.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03584, over 210.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3723, pruned_loss=0.1293, over 2786668.28 frames. utt_duration=256 frames, utt_pad_proportion=0.06733, over 43796.42 utterances.], batch size: 210, lr: 5.12e-04 +2022-09-17 17:41:06,821 INFO [train.py:885] (0/2) Epoch 9, batch 1850, loss[loss=0.3569, simple_loss=0.4432, pruned_loss=0.1353, over 13663.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07925, over 477.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3714, pruned_loss=0.1274, over 2788819.07 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06688, over 44130.63 utterances.], batch size: 477, lr: 5.12e-04 +2022-09-17 17:41:36,471 INFO [train.py:885] (0/2) Epoch 9, batch 1900, loss[loss=0.23, simple_loss=0.2932, pruned_loss=0.0834, over 13825.00 frames. utt_duration=923 frames, utt_pad_proportion=0.07145, over 60.00 utterances.], tot_loss[loss=0.3116, simple_loss=0.3695, pruned_loss=0.1268, over 2789143.78 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06718, over 43789.92 utterances.], batch size: 60, lr: 5.12e-04 +2022-09-17 17:42:05,724 INFO [train.py:885] (0/2) Epoch 9, batch 1950, loss[loss=0.2039, simple_loss=0.2616, pruned_loss=0.0731, over 13452.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09491, over 50.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3687, pruned_loss=0.1266, over 2786459.57 frames. utt_duration=258.5 frames, utt_pad_proportion=0.0676, over 43368.10 utterances.], batch size: 50, lr: 5.12e-04 +2022-09-17 17:42:35,269 INFO [train.py:885] (0/2) Epoch 9, batch 2000, loss[loss=0.3067, simple_loss=0.3725, pruned_loss=0.1205, over 14324.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03456, over 154.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3725, pruned_loss=0.1288, over 2782216.83 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07124, over 44922.01 utterances.], batch size: 154, lr: 5.12e-04 +2022-09-17 17:43:04,384 INFO [train.py:885] (0/2) Epoch 9, batch 2050, loss[loss=0.2553, simple_loss=0.3283, pruned_loss=0.0911, over 14151.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04633, over 109.00 utterances.], tot_loss[loss=0.3142, simple_loss=0.372, pruned_loss=0.1282, over 2786207.73 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06955, over 44559.76 utterances.], batch size: 109, lr: 5.12e-04 +2022-09-17 17:43:34,280 INFO [train.py:885] (0/2) Epoch 9, batch 2100, loss[loss=0.3421, simple_loss=0.4142, pruned_loss=0.135, over 13973.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05773, over 365.00 utterances.], tot_loss[loss=0.3107, simple_loss=0.3683, pruned_loss=0.1265, over 2790887.15 frames. utt_duration=263.8 frames, utt_pad_proportion=0.06572, over 42557.63 utterances.], batch size: 365, lr: 5.12e-04 +2022-09-17 17:44:04,014 INFO [train.py:885] (0/2) Epoch 9, batch 2150, loss[loss=0.184, simple_loss=0.2385, pruned_loss=0.06477, over 13024.00 frames. utt_duration=1580 frames, utt_pad_proportion=0.1052, over 33.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.37, pruned_loss=0.127, over 2786993.23 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06818, over 43272.06 utterances.], batch size: 33, lr: 5.11e-04 +2022-09-17 17:44:33,896 INFO [train.py:885] (0/2) Epoch 9, batch 2200, loss[loss=0.2103, simple_loss=0.2623, pruned_loss=0.07917, over 13482.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.08994, over 50.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3728, pruned_loss=0.1285, over 2785146.22 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06947, over 44739.99 utterances.], batch size: 50, lr: 5.11e-04 +2022-09-17 17:45:03,582 INFO [train.py:885] (0/2) Epoch 9, batch 2250, loss[loss=0.3113, simple_loss=0.376, pruned_loss=0.1233, over 14322.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.0407, over 167.00 utterances.], tot_loss[loss=0.3202, simple_loss=0.3779, pruned_loss=0.1313, over 2784259.95 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07258, over 46754.23 utterances.], batch size: 167, lr: 5.11e-04 +2022-09-17 17:45:32,517 INFO [train.py:885] (0/2) Epoch 9, batch 2300, loss[loss=0.2288, simple_loss=0.2706, pruned_loss=0.09346, over 13854.00 frames. utt_duration=804.8 frames, utt_pad_proportion=0.06204, over 69.00 utterances.], tot_loss[loss=0.3182, simple_loss=0.3758, pruned_loss=0.1303, over 2784520.84 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07146, over 46050.62 utterances.], batch size: 69, lr: 5.11e-04 +2022-09-17 17:46:02,321 INFO [train.py:885] (0/2) Epoch 9, batch 2350, loss[loss=0.3485, simple_loss=0.4003, pruned_loss=0.1484, over 14371.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.03491, over 195.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3739, pruned_loss=0.1296, over 2787533.03 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06926, over 44253.56 utterances.], batch size: 195, lr: 5.11e-04 +2022-09-17 17:46:31,687 INFO [train.py:885] (0/2) Epoch 9, batch 2400, loss[loss=0.3105, simple_loss=0.3661, pruned_loss=0.1275, over 14311.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03761, over 130.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.3736, pruned_loss=0.1291, over 2788251.32 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06782, over 44103.91 utterances.], batch size: 130, lr: 5.11e-04 +2022-09-17 17:47:01,713 INFO [train.py:885] (0/2) Epoch 9, batch 2450, loss[loss=0.3872, simple_loss=0.4628, pruned_loss=0.1558, over 13611.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08246, over 477.00 utterances.], tot_loss[loss=0.3179, simple_loss=0.3764, pruned_loss=0.1298, over 2787118.34 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06893, over 46092.54 utterances.], batch size: 477, lr: 5.11e-04 +2022-09-17 17:47:31,687 INFO [train.py:885] (0/2) Epoch 9, batch 2500, loss[loss=0.2311, simple_loss=0.2702, pruned_loss=0.09602, over 13300.00 frames. utt_duration=1614 frames, utt_pad_proportion=0.108, over 33.00 utterances.], tot_loss[loss=0.3162, simple_loss=0.3752, pruned_loss=0.1287, over 2782324.38 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07081, over 46494.24 utterances.], batch size: 33, lr: 5.11e-04 +2022-09-17 17:48:00,994 INFO [train.py:885] (0/2) Epoch 9, batch 2550, loss[loss=0.2821, simple_loss=0.3197, pruned_loss=0.1222, over 14037.00 frames. utt_duration=712.5 frames, utt_pad_proportion=0.05632, over 79.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3755, pruned_loss=0.1288, over 2781669.39 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0716, over 46242.90 utterances.], batch size: 79, lr: 5.10e-04 +2022-09-17 17:48:29,400 INFO [train.py:885] (0/2) Epoch 9, batch 2600, loss[loss=0.1574, simple_loss=0.2044, pruned_loss=0.05515, over 13051.00 frames. utt_duration=1583 frames, utt_pad_proportion=0.1189, over 33.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.374, pruned_loss=0.1285, over 2783285.78 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06904, over 45358.59 utterances.], batch size: 33, lr: 5.10e-04 +2022-09-17 17:49:07,117 INFO [train.py:885] (0/2) Epoch 9, batch 2650, loss[loss=0.3812, simple_loss=0.4326, pruned_loss=0.1649, over 13973.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05743, over 365.00 utterances.], tot_loss[loss=0.3185, simple_loss=0.3768, pruned_loss=0.1301, over 2777336.70 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07261, over 46994.84 utterances.], batch size: 365, lr: 5.10e-04 +2022-09-17 17:49:35,967 INFO [train.py:885] (0/2) Epoch 9, batch 2700, loss[loss=0.2081, simple_loss=0.2693, pruned_loss=0.07341, over 13351.00 frames. utt_duration=2055 frames, utt_pad_proportion=0.08896, over 26.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.3761, pruned_loss=0.1295, over 2773529.51 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07277, over 46647.67 utterances.], batch size: 26, lr: 5.10e-04 +2022-09-17 17:50:06,348 INFO [train.py:885] (0/2) Epoch 9, batch 2750, loss[loss=0.361, simple_loss=0.4123, pruned_loss=0.1548, over 14340.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03686, over 210.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3755, pruned_loss=0.1295, over 2775997.99 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07315, over 46665.27 utterances.], batch size: 210, lr: 5.10e-04 +2022-09-17 17:50:34,855 INFO [train.py:885] (0/2) Epoch 9, batch 2800, loss[loss=0.3624, simple_loss=0.4128, pruned_loss=0.156, over 14224.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04318, over 306.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3739, pruned_loss=0.1294, over 2776431.97 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07266, over 45769.90 utterances.], batch size: 306, lr: 5.10e-04 +2022-09-17 17:51:05,656 INFO [train.py:885] (0/2) Epoch 9, batch 2850, loss[loss=0.1901, simple_loss=0.2589, pruned_loss=0.06065, over 13655.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.0816, over 50.00 utterances.], tot_loss[loss=0.3175, simple_loss=0.3755, pruned_loss=0.1298, over 2770233.74 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07426, over 47303.09 utterances.], batch size: 50, lr: 5.10e-04 +2022-09-17 17:51:34,623 INFO [train.py:885] (0/2) Epoch 9, batch 2900, loss[loss=0.2577, simple_loss=0.3298, pruned_loss=0.09281, over 14321.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04077, over 167.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3751, pruned_loss=0.1298, over 2772617.97 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07342, over 46179.34 utterances.], batch size: 167, lr: 5.10e-04 +2022-09-17 17:52:04,395 INFO [train.py:885] (0/2) Epoch 9, batch 2950, loss[loss=0.245, simple_loss=0.2971, pruned_loss=0.09643, over 14134.00 frames. utt_duration=717.1 frames, utt_pad_proportion=0.05149, over 79.00 utterances.], tot_loss[loss=0.317, simple_loss=0.3749, pruned_loss=0.1296, over 2774732.29 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07134, over 45837.33 utterances.], batch size: 79, lr: 5.09e-04 +2022-09-17 17:52:34,255 INFO [train.py:885] (0/2) Epoch 9, batch 3000, loss[loss=0.3142, simple_loss=0.3758, pruned_loss=0.1263, over 14344.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03606, over 195.00 utterances.], tot_loss[loss=0.3138, simple_loss=0.3715, pruned_loss=0.128, over 2775889.20 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07017, over 44564.20 utterances.], batch size: 195, lr: 5.09e-04 +2022-09-17 17:52:34,257 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 17:52:38,440 INFO [train.py:914] (0/2) Epoch 9, validation: loss=0.2097, simple_loss=0.2858, pruned_loss=0.06676, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 17:53:01,761 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-104000.pt +2022-09-17 17:53:08,706 INFO [train.py:885] (0/2) Epoch 9, batch 3050, loss[loss=0.2703, simple_loss=0.3493, pruned_loss=0.09569, over 14317.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04112, over 167.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3701, pruned_loss=0.1277, over 2775793.51 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07039, over 44110.38 utterances.], batch size: 167, lr: 5.09e-04 +2022-09-17 17:53:37,854 INFO [train.py:885] (0/2) Epoch 9, batch 3100, loss[loss=0.3425, simple_loss=0.4009, pruned_loss=0.142, over 14318.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03781, over 210.00 utterances.], tot_loss[loss=0.3144, simple_loss=0.3721, pruned_loss=0.1283, over 2775808.87 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0709, over 44835.88 utterances.], batch size: 210, lr: 5.09e-04 +2022-09-17 17:54:07,747 INFO [train.py:885] (0/2) Epoch 9, batch 3150, loss[loss=0.295, simple_loss=0.3542, pruned_loss=0.1179, over 14390.00 frames. utt_duration=440.6 frames, utt_pad_proportion=0.03792, over 131.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3734, pruned_loss=0.129, over 2777340.55 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07134, over 45018.20 utterances.], batch size: 131, lr: 5.09e-04 +2022-09-17 17:54:37,019 INFO [train.py:885] (0/2) Epoch 9, batch 3200, loss[loss=0.3934, simple_loss=0.4702, pruned_loss=0.1583, over 13636.00 frames. utt_duration=98.83 frames, utt_pad_proportion=0.07637, over 560.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3762, pruned_loss=0.1306, over 2778741.53 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07175, over 46151.69 utterances.], batch size: 560, lr: 5.09e-04 +2022-09-17 17:55:06,268 INFO [train.py:885] (0/2) Epoch 9, batch 3250, loss[loss=0.3303, simple_loss=0.384, pruned_loss=0.1383, over 14339.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03958, over 167.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3751, pruned_loss=0.1297, over 2783582.66 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07039, over 45553.75 utterances.], batch size: 167, lr: 5.09e-04 +2022-09-17 17:55:35,118 INFO [train.py:885] (0/2) Epoch 9, batch 3300, loss[loss=0.2657, simple_loss=0.322, pruned_loss=0.1047, over 14183.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04747, over 89.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3735, pruned_loss=0.1289, over 2781960.64 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07199, over 45530.11 utterances.], batch size: 89, lr: 5.09e-04 +2022-09-17 17:56:04,850 INFO [train.py:885] (0/2) Epoch 9, batch 3350, loss[loss=0.4137, simple_loss=0.4497, pruned_loss=0.1888, over 14276.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04017, over 225.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3722, pruned_loss=0.1283, over 2781703.00 frames. utt_duration=249 frames, utt_pad_proportion=0.07119, over 44946.75 utterances.], batch size: 225, lr: 5.08e-04 +2022-09-17 17:56:33,802 INFO [train.py:885] (0/2) Epoch 9, batch 3400, loss[loss=0.3579, simple_loss=0.4414, pruned_loss=0.1372, over 13623.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.0774, over 560.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3734, pruned_loss=0.1288, over 2785729.40 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07006, over 44777.81 utterances.], batch size: 560, lr: 5.08e-04 +2022-09-17 17:57:03,822 INFO [train.py:885] (0/2) Epoch 9, batch 3450, loss[loss=0.3431, simple_loss=0.4249, pruned_loss=0.1307, over 13772.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07154, over 411.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3722, pruned_loss=0.1282, over 2787796.60 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06837, over 44179.20 utterances.], batch size: 411, lr: 5.08e-04 +2022-09-17 17:57:33,583 INFO [train.py:885] (0/2) Epoch 9, batch 3500, loss[loss=0.2595, simple_loss=0.3175, pruned_loss=0.1007, over 14387.00 frames. utt_duration=481.1 frames, utt_pad_proportion=0.03399, over 120.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3711, pruned_loss=0.128, over 2785273.86 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06931, over 43718.85 utterances.], batch size: 120, lr: 5.08e-04 +2022-09-17 17:58:02,872 INFO [train.py:885] (0/2) Epoch 9, batch 3550, loss[loss=0.3922, simple_loss=0.4795, pruned_loss=0.1524, over 13115.00 frames. utt_duration=81.85 frames, utt_pad_proportion=0.1103, over 653.00 utterances.], tot_loss[loss=0.3121, simple_loss=0.3703, pruned_loss=0.1269, over 2785967.58 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06882, over 43409.18 utterances.], batch size: 653, lr: 5.08e-04 +2022-09-17 17:58:32,624 INFO [train.py:885] (0/2) Epoch 9, batch 3600, loss[loss=0.3926, simple_loss=0.4385, pruned_loss=0.1733, over 14175.00 frames. utt_duration=170.5 frames, utt_pad_proportion=0.04723, over 335.00 utterances.], tot_loss[loss=0.3157, simple_loss=0.3734, pruned_loss=0.1291, over 2787254.92 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06835, over 44596.07 utterances.], batch size: 335, lr: 5.08e-04 +2022-09-17 17:59:02,087 INFO [train.py:885] (0/2) Epoch 9, batch 3650, loss[loss=0.3354, simple_loss=0.3813, pruned_loss=0.1447, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03934, over 180.00 utterances.], tot_loss[loss=0.3195, simple_loss=0.3767, pruned_loss=0.1312, over 2785287.45 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07101, over 45824.33 utterances.], batch size: 180, lr: 5.08e-04 +2022-09-17 17:59:31,786 INFO [train.py:885] (0/2) Epoch 9, batch 3700, loss[loss=0.353, simple_loss=0.4347, pruned_loss=0.1357, over 13641.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.07464, over 478.00 utterances.], tot_loss[loss=0.3233, simple_loss=0.3801, pruned_loss=0.1332, over 2781117.70 frames. utt_duration=237 frames, utt_pad_proportion=0.07326, over 47234.34 utterances.], batch size: 478, lr: 5.08e-04 +2022-09-17 18:00:01,335 INFO [train.py:885] (0/2) Epoch 9, batch 3750, loss[loss=0.4558, simple_loss=0.4668, pruned_loss=0.2224, over 14350.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03599, over 210.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3764, pruned_loss=0.1318, over 2784220.45 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06989, over 45154.48 utterances.], batch size: 210, lr: 5.08e-04 +2022-09-17 18:00:31,101 INFO [train.py:885] (0/2) Epoch 9, batch 3800, loss[loss=0.3391, simple_loss=0.3966, pruned_loss=0.1408, over 14315.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03935, over 262.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3773, pruned_loss=0.1318, over 2783406.92 frames. utt_duration=246 frames, utt_pad_proportion=0.07063, over 45537.54 utterances.], batch size: 262, lr: 5.07e-04 +2022-09-17 18:01:00,372 INFO [train.py:885] (0/2) Epoch 9, batch 3850, loss[loss=0.3444, simple_loss=0.3893, pruned_loss=0.1497, over 14276.00 frames. utt_duration=440.6 frames, utt_pad_proportion=0.04002, over 130.00 utterances.], tot_loss[loss=0.3236, simple_loss=0.3795, pruned_loss=0.1339, over 2779154.96 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07162, over 45882.37 utterances.], batch size: 130, lr: 5.07e-04 +2022-09-17 18:01:29,745 INFO [train.py:885] (0/2) Epoch 9, batch 3900, loss[loss=0.3773, simple_loss=0.4241, pruned_loss=0.1652, over 14291.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04014, over 283.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3749, pruned_loss=0.1313, over 2779943.91 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06928, over 44315.30 utterances.], batch size: 283, lr: 5.07e-04 +2022-09-17 18:01:59,500 INFO [train.py:885] (0/2) Epoch 9, batch 3950, loss[loss=0.579, simple_loss=0.6372, pruned_loss=0.2604, over 12439.00 frames. utt_duration=63.03 frames, utt_pad_proportion=0.1482, over 810.00 utterances.], tot_loss[loss=0.3132, simple_loss=0.3705, pruned_loss=0.1279, over 2780351.41 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06836, over 43515.16 utterances.], batch size: 810, lr: 5.07e-04 +2022-09-17 18:02:28,220 INFO [train.py:885] (0/2) Epoch 9, batch 4000, loss[loss=0.7071, simple_loss=0.7295, pruned_loss=0.3424, over 12494.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1452, over 810.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3724, pruned_loss=0.1294, over 2780119.33 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07083, over 44257.71 utterances.], batch size: 810, lr: 5.07e-04 +2022-09-17 18:02:57,845 INFO [train.py:885] (0/2) Epoch 9, batch 4050, loss[loss=0.1791, simple_loss=0.2387, pruned_loss=0.05976, over 13675.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.0868, over 42.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3702, pruned_loss=0.1277, over 2778969.84 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07167, over 43983.15 utterances.], batch size: 42, lr: 5.07e-04 +2022-09-17 18:03:27,230 INFO [train.py:885] (0/2) Epoch 9, batch 4100, loss[loss=0.4627, simple_loss=0.4773, pruned_loss=0.224, over 14201.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04438, over 306.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3741, pruned_loss=0.1298, over 2778903.51 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07223, over 44928.78 utterances.], batch size: 306, lr: 5.07e-04 +2022-09-17 18:04:04,316 INFO [train.py:885] (0/2) Epoch 9, batch 4150, loss[loss=0.1959, simple_loss=0.2624, pruned_loss=0.06467, over 13260.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1072, over 33.00 utterances.], tot_loss[loss=0.3139, simple_loss=0.3712, pruned_loss=0.1283, over 2776837.27 frames. utt_duration=254.6 frames, utt_pad_proportion=0.07196, over 43883.41 utterances.], batch size: 33, lr: 5.07e-04 +2022-09-17 18:04:32,876 INFO [train.py:885] (0/2) Epoch 9, batch 4200, loss[loss=0.2809, simple_loss=0.3357, pruned_loss=0.113, over 14332.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03976, over 120.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3743, pruned_loss=0.1293, over 2780491.46 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07228, over 45809.71 utterances.], batch size: 120, lr: 5.06e-04 +2022-09-17 18:05:01,975 INFO [train.py:885] (0/2) Epoch 9, batch 4250, loss[loss=0.3012, simple_loss=0.3545, pruned_loss=0.124, over 14147.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04651, over 109.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3731, pruned_loss=0.129, over 2781416.39 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07243, over 44980.59 utterances.], batch size: 109, lr: 5.06e-04 +2022-09-17 18:05:31,477 INFO [train.py:885] (0/2) Epoch 9, batch 4300, loss[loss=0.3616, simple_loss=0.4083, pruned_loss=0.1574, over 14351.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.0364, over 195.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3745, pruned_loss=0.1295, over 2783531.18 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07159, over 45504.50 utterances.], batch size: 195, lr: 5.06e-04 +2022-09-17 18:06:00,421 INFO [train.py:885] (0/2) Epoch 9, batch 4350, loss[loss=0.2093, simple_loss=0.2716, pruned_loss=0.07354, over 13998.00 frames. utt_duration=813.1 frames, utt_pad_proportion=0.05348, over 69.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.3748, pruned_loss=0.1297, over 2782386.09 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07232, over 45635.89 utterances.], batch size: 69, lr: 5.06e-04 +2022-09-17 18:06:29,943 INFO [train.py:885] (0/2) Epoch 9, batch 4400, loss[loss=0.4069, simple_loss=0.4478, pruned_loss=0.1829, over 14312.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03885, over 283.00 utterances.], tot_loss[loss=0.3196, simple_loss=0.3769, pruned_loss=0.1312, over 2783757.00 frames. utt_duration=246 frames, utt_pad_proportion=0.07105, over 45534.26 utterances.], batch size: 283, lr: 5.06e-04 +2022-09-17 18:06:59,148 INFO [train.py:885] (0/2) Epoch 9, batch 4450, loss[loss=0.2054, simple_loss=0.2646, pruned_loss=0.0731, over 13372.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08594, over 41.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3748, pruned_loss=0.1295, over 2784520.85 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07065, over 44759.35 utterances.], batch size: 41, lr: 5.06e-04 +2022-09-17 18:07:28,196 INFO [train.py:885] (0/2) Epoch 9, batch 4500, loss[loss=0.1936, simple_loss=0.2581, pruned_loss=0.06456, over 13937.00 frames. utt_duration=930.6 frames, utt_pad_proportion=0.06476, over 60.00 utterances.], tot_loss[loss=0.3132, simple_loss=0.3716, pruned_loss=0.1274, over 2788630.07 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06739, over 43862.19 utterances.], batch size: 60, lr: 5.06e-04 +2022-09-17 18:07:57,300 INFO [train.py:885] (0/2) Epoch 9, batch 4550, loss[loss=0.2221, simple_loss=0.2833, pruned_loss=0.08041, over 13974.00 frames. utt_duration=709 frames, utt_pad_proportion=0.06098, over 79.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3705, pruned_loss=0.1276, over 2791701.12 frames. utt_duration=264 frames, utt_pad_proportion=0.06617, over 42536.54 utterances.], batch size: 79, lr: 5.06e-04 +2022-09-17 18:08:26,782 INFO [train.py:885] (0/2) Epoch 9, batch 4600, loss[loss=0.3243, simple_loss=0.3792, pruned_loss=0.1347, over 14267.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04083, over 180.00 utterances.], tot_loss[loss=0.3124, simple_loss=0.3698, pruned_loss=0.1275, over 2785257.06 frames. utt_duration=263.2 frames, utt_pad_proportion=0.06947, over 42570.70 utterances.], batch size: 180, lr: 5.05e-04 +2022-09-17 18:08:56,705 INFO [train.py:885] (0/2) Epoch 9, batch 4650, loss[loss=0.3199, simple_loss=0.3819, pruned_loss=0.1289, over 14365.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03515, over 210.00 utterances.], tot_loss[loss=0.3122, simple_loss=0.3695, pruned_loss=0.1275, over 2783553.07 frames. utt_duration=265.2 frames, utt_pad_proportion=0.06941, over 42226.87 utterances.], batch size: 210, lr: 5.05e-04 +2022-09-17 18:09:25,603 INFO [train.py:885] (0/2) Epoch 9, batch 4700, loss[loss=0.215, simple_loss=0.2823, pruned_loss=0.07389, over 14109.00 frames. utt_duration=807.7 frames, utt_pad_proportion=0.05639, over 70.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3742, pruned_loss=0.13, over 2786247.55 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06883, over 43550.37 utterances.], batch size: 70, lr: 5.05e-04 +2022-09-17 18:09:55,505 INFO [train.py:885] (0/2) Epoch 9, batch 4750, loss[loss=0.2067, simple_loss=0.2681, pruned_loss=0.07265, over 14157.00 frames. utt_duration=810.4 frames, utt_pad_proportion=0.05211, over 70.00 utterances.], tot_loss[loss=0.3194, simple_loss=0.376, pruned_loss=0.1314, over 2786540.84 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06819, over 43817.59 utterances.], batch size: 70, lr: 5.05e-04 +2022-09-17 18:10:24,750 INFO [train.py:885] (0/2) Epoch 9, batch 4800, loss[loss=0.2703, simple_loss=0.3361, pruned_loss=0.1022, over 14284.00 frames. utt_duration=406.7 frames, utt_pad_proportion=0.0431, over 141.00 utterances.], tot_loss[loss=0.3206, simple_loss=0.3778, pruned_loss=0.1316, over 2789158.48 frames. utt_duration=251 frames, utt_pad_proportion=0.06798, over 44715.21 utterances.], batch size: 141, lr: 5.05e-04 +2022-09-17 18:10:54,439 INFO [train.py:885] (0/2) Epoch 9, batch 4850, loss[loss=0.2637, simple_loss=0.3206, pruned_loss=0.1034, over 14209.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04234, over 109.00 utterances.], tot_loss[loss=0.3181, simple_loss=0.3757, pruned_loss=0.1302, over 2789716.22 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06578, over 44454.08 utterances.], batch size: 109, lr: 5.05e-04 +2022-09-17 18:11:24,280 INFO [train.py:885] (0/2) Epoch 9, batch 4900, loss[loss=0.276, simple_loss=0.3402, pruned_loss=0.1059, over 14250.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04522, over 141.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3777, pruned_loss=0.1311, over 2787270.14 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06728, over 45697.77 utterances.], batch size: 141, lr: 5.05e-04 +2022-09-17 18:11:54,083 INFO [train.py:885] (0/2) Epoch 9, batch 4950, loss[loss=0.2863, simple_loss=0.3526, pruned_loss=0.11, over 14337.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03752, over 120.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3754, pruned_loss=0.1294, over 2787698.24 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06688, over 44643.70 utterances.], batch size: 120, lr: 5.05e-04 +2022-09-17 18:12:23,905 INFO [train.py:885] (0/2) Epoch 9, batch 5000, loss[loss=0.2268, simple_loss=0.2852, pruned_loss=0.08414, over 14269.00 frames. utt_duration=642.9 frames, utt_pad_proportion=0.04183, over 89.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3828, pruned_loss=0.1332, over 2786087.52 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07018, over 48045.52 utterances.], batch size: 89, lr: 5.05e-04 +2022-09-17 18:12:53,016 INFO [train.py:885] (0/2) Epoch 9, batch 5050, loss[loss=0.3515, simple_loss=0.4044, pruned_loss=0.1493, over 14328.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03759, over 210.00 utterances.], tot_loss[loss=0.3215, simple_loss=0.3796, pruned_loss=0.1317, over 2784836.49 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07158, over 46763.22 utterances.], batch size: 210, lr: 5.04e-04 +2022-09-17 18:13:22,368 INFO [train.py:885] (0/2) Epoch 9, batch 5100, loss[loss=0.2669, simple_loss=0.3372, pruned_loss=0.09835, over 14320.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03732, over 154.00 utterances.], tot_loss[loss=0.3181, simple_loss=0.3758, pruned_loss=0.1302, over 2779741.11 frames. utt_duration=244 frames, utt_pad_proportion=0.072, over 45841.21 utterances.], batch size: 154, lr: 5.04e-04 +2022-09-17 18:13:51,705 INFO [train.py:885] (0/2) Epoch 9, batch 5150, loss[loss=0.2541, simple_loss=0.3212, pruned_loss=0.09344, over 14212.00 frames. utt_duration=523 frames, utt_pad_proportion=0.04214, over 109.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3776, pruned_loss=0.131, over 2779249.23 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07241, over 46946.92 utterances.], batch size: 109, lr: 5.04e-04 +2022-09-17 18:14:21,067 INFO [train.py:885] (0/2) Epoch 9, batch 5200, loss[loss=0.3049, simple_loss=0.3664, pruned_loss=0.1217, over 14277.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03932, over 180.00 utterances.], tot_loss[loss=0.3215, simple_loss=0.3789, pruned_loss=0.132, over 2780799.61 frames. utt_duration=237 frames, utt_pad_proportion=0.07377, over 47235.02 utterances.], batch size: 180, lr: 5.04e-04 +2022-09-17 18:14:50,931 INFO [train.py:885] (0/2) Epoch 9, batch 5250, loss[loss=0.2497, simple_loss=0.3148, pruned_loss=0.09231, over 14047.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05776, over 98.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3765, pruned_loss=0.1306, over 2782185.75 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07206, over 46586.25 utterances.], batch size: 98, lr: 5.04e-04 +2022-09-17 18:15:20,272 INFO [train.py:885] (0/2) Epoch 9, batch 5300, loss[loss=0.3012, simple_loss=0.3694, pruned_loss=0.1165, over 14325.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03752, over 195.00 utterances.], tot_loss[loss=0.3206, simple_loss=0.3785, pruned_loss=0.1313, over 2775911.54 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07479, over 48109.74 utterances.], batch size: 195, lr: 5.04e-04 +2022-09-17 18:15:49,990 INFO [train.py:885] (0/2) Epoch 9, batch 5350, loss[loss=0.3202, simple_loss=0.3868, pruned_loss=0.1268, over 14311.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.03879, over 226.00 utterances.], tot_loss[loss=0.3216, simple_loss=0.3797, pruned_loss=0.1318, over 2782554.22 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07315, over 48441.27 utterances.], batch size: 226, lr: 5.04e-04 +2022-09-17 18:16:19,577 INFO [train.py:885] (0/2) Epoch 9, batch 5400, loss[loss=0.6162, simple_loss=0.6571, pruned_loss=0.2877, over 12528.00 frames. utt_duration=63.44 frames, utt_pad_proportion=0.1426, over 810.00 utterances.], tot_loss[loss=0.3206, simple_loss=0.3788, pruned_loss=0.1312, over 2784413.69 frames. utt_duration=233 frames, utt_pad_proportion=0.07173, over 48109.98 utterances.], batch size: 810, lr: 5.04e-04 +2022-09-17 18:16:48,913 INFO [train.py:885] (0/2) Epoch 9, batch 5450, loss[loss=0.4215, simple_loss=0.4811, pruned_loss=0.1809, over 13728.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07448, over 411.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3805, pruned_loss=0.1325, over 2781490.65 frames. utt_duration=230.3 frames, utt_pad_proportion=0.07422, over 48628.91 utterances.], batch size: 411, lr: 5.03e-04 +2022-09-17 18:17:18,155 INFO [train.py:885] (0/2) Epoch 9, batch 5500, loss[loss=0.3495, simple_loss=0.4365, pruned_loss=0.1313, over 13669.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07872, over 477.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3797, pruned_loss=0.1326, over 2782987.25 frames. utt_duration=235 frames, utt_pad_proportion=0.07154, over 47660.24 utterances.], batch size: 477, lr: 5.03e-04 +2022-09-17 18:17:47,323 INFO [train.py:885] (0/2) Epoch 9, batch 5550, loss[loss=0.2451, simple_loss=0.2962, pruned_loss=0.09696, over 12626.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.152, over 25.00 utterances.], tot_loss[loss=0.3218, simple_loss=0.379, pruned_loss=0.1323, over 2781865.99 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07279, over 47373.58 utterances.], batch size: 25, lr: 5.03e-04 +2022-09-17 18:18:17,177 INFO [train.py:885] (0/2) Epoch 9, batch 5600, loss[loss=0.4846, simple_loss=0.5417, pruned_loss=0.2137, over 13146.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.323, simple_loss=0.3806, pruned_loss=0.1327, over 2778718.68 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07401, over 48169.71 utterances.], batch size: 653, lr: 5.03e-04 +2022-09-17 18:18:47,054 INFO [train.py:885] (0/2) Epoch 9, batch 5650, loss[loss=0.3044, simple_loss=0.3616, pruned_loss=0.1236, over 14314.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03709, over 130.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3771, pruned_loss=0.1312, over 2779311.55 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07237, over 46749.95 utterances.], batch size: 130, lr: 5.03e-04 +2022-09-17 18:19:16,856 INFO [train.py:885] (0/2) Epoch 9, batch 5700, loss[loss=0.492, simple_loss=0.5422, pruned_loss=0.2209, over 13155.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3751, pruned_loss=0.1298, over 2783398.24 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07044, over 46137.15 utterances.], batch size: 653, lr: 5.03e-04 +2022-09-17 18:19:46,134 INFO [train.py:885] (0/2) Epoch 9, batch 5750, loss[loss=0.3729, simple_loss=0.4247, pruned_loss=0.1605, over 14230.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.043, over 306.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3733, pruned_loss=0.1284, over 2781478.64 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07251, over 45993.31 utterances.], batch size: 306, lr: 5.03e-04 +2022-09-17 18:20:15,504 INFO [train.py:885] (0/2) Epoch 9, batch 5800, loss[loss=0.5151, simple_loss=0.5467, pruned_loss=0.2418, over 13765.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07183, over 411.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3738, pruned_loss=0.1285, over 2781856.73 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07284, over 46215.00 utterances.], batch size: 411, lr: 5.03e-04 +2022-09-17 18:20:44,634 INFO [train.py:885] (0/2) Epoch 9, batch 5850, loss[loss=0.3224, simple_loss=0.4104, pruned_loss=0.1172, over 13771.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07158, over 411.00 utterances.], tot_loss[loss=0.3114, simple_loss=0.3704, pruned_loss=0.1262, over 2783367.30 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07033, over 44488.41 utterances.], batch size: 411, lr: 5.03e-04 +2022-09-17 18:21:14,147 INFO [train.py:885] (0/2) Epoch 9, batch 5900, loss[loss=0.1951, simple_loss=0.2515, pruned_loss=0.0693, over 13693.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07894, over 50.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3707, pruned_loss=0.1274, over 2785994.29 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06796, over 43967.75 utterances.], batch size: 50, lr: 5.02e-04 +2022-09-17 18:21:43,558 INFO [train.py:885] (0/2) Epoch 9, batch 5950, loss[loss=0.5238, simple_loss=0.515, pruned_loss=0.2663, over 14311.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03907, over 283.00 utterances.], tot_loss[loss=0.3134, simple_loss=0.3713, pruned_loss=0.1277, over 2785924.86 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06799, over 43772.45 utterances.], batch size: 283, lr: 5.02e-04 +2022-09-17 18:22:13,080 INFO [train.py:885] (0/2) Epoch 9, batch 6000, loss[loss=0.2319, simple_loss=0.2988, pruned_loss=0.08251, over 12209.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1597, over 24.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3718, pruned_loss=0.1276, over 2781631.51 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07108, over 44042.35 utterances.], batch size: 24, lr: 5.02e-04 +2022-09-17 18:22:13,081 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 18:22:17,564 INFO [train.py:914] (0/2) Epoch 9, validation: loss=0.2051, simple_loss=0.2806, pruned_loss=0.06473, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 18:22:47,188 INFO [train.py:885] (0/2) Epoch 9, batch 6050, loss[loss=0.3347, simple_loss=0.3891, pruned_loss=0.1401, over 14329.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03946, over 154.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3715, pruned_loss=0.1271, over 2783783.16 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07141, over 44279.69 utterances.], batch size: 154, lr: 5.02e-04 +2022-09-17 18:23:16,928 INFO [train.py:885] (0/2) Epoch 9, batch 6100, loss[loss=0.2716, simple_loss=0.3307, pruned_loss=0.1063, over 14189.00 frames. utt_duration=580.7 frames, utt_pad_proportion=0.04494, over 98.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3744, pruned_loss=0.1291, over 2784984.59 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07065, over 44715.72 utterances.], batch size: 98, lr: 5.02e-04 +2022-09-17 18:23:47,026 INFO [train.py:885] (0/2) Epoch 9, batch 6150, loss[loss=0.5222, simple_loss=0.5726, pruned_loss=0.2359, over 13146.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.3231, simple_loss=0.3811, pruned_loss=0.1325, over 2778644.75 frames. utt_duration=234 frames, utt_pad_proportion=0.0744, over 47795.93 utterances.], batch size: 653, lr: 5.02e-04 +2022-09-17 18:24:16,359 INFO [train.py:885] (0/2) Epoch 9, batch 6200, loss[loss=0.3384, simple_loss=0.4068, pruned_loss=0.135, over 14025.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05451, over 365.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3759, pruned_loss=0.1289, over 2777075.21 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07379, over 46629.33 utterances.], batch size: 365, lr: 5.02e-04 +2022-09-17 18:24:46,106 INFO [train.py:885] (0/2) Epoch 9, batch 6250, loss[loss=0.3474, simple_loss=0.4058, pruned_loss=0.1445, over 14302.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.0397, over 283.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3772, pruned_loss=0.1301, over 2775214.66 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07459, over 46907.46 utterances.], batch size: 283, lr: 5.02e-04 +2022-09-17 18:25:15,379 INFO [train.py:885] (0/2) Epoch 9, batch 6300, loss[loss=0.3545, simple_loss=0.3938, pruned_loss=0.1576, over 14288.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03891, over 130.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3765, pruned_loss=0.1291, over 2776958.28 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07399, over 46822.33 utterances.], batch size: 130, lr: 5.01e-04 +2022-09-17 18:25:45,312 INFO [train.py:885] (0/2) Epoch 9, batch 6350, loss[loss=0.2787, simple_loss=0.3306, pruned_loss=0.1134, over 14330.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03767, over 120.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.3783, pruned_loss=0.1316, over 2775114.56 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07483, over 46655.24 utterances.], batch size: 120, lr: 5.01e-04 +2022-09-17 18:26:14,382 INFO [train.py:885] (0/2) Epoch 9, batch 6400, loss[loss=0.6606, simple_loss=0.6866, pruned_loss=0.3173, over 12457.00 frames. utt_duration=63.1 frames, utt_pad_proportion=0.1473, over 810.00 utterances.], tot_loss[loss=0.3217, simple_loss=0.379, pruned_loss=0.1322, over 2777963.54 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07484, over 46913.94 utterances.], batch size: 810, lr: 5.01e-04 +2022-09-17 18:26:44,050 INFO [train.py:885] (0/2) Epoch 9, batch 6450, loss[loss=0.5074, simple_loss=0.5021, pruned_loss=0.2563, over 14240.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04298, over 335.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3771, pruned_loss=0.1313, over 2779038.53 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07281, over 46085.06 utterances.], batch size: 335, lr: 5.01e-04 +2022-09-17 18:27:13,938 INFO [train.py:885] (0/2) Epoch 9, batch 6500, loss[loss=0.3405, simple_loss=0.4119, pruned_loss=0.1346, over 14013.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05484, over 365.00 utterances.], tot_loss[loss=0.3215, simple_loss=0.3792, pruned_loss=0.1319, over 2775322.39 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07368, over 47576.23 utterances.], batch size: 365, lr: 5.01e-04 +2022-09-17 18:27:42,895 INFO [train.py:885] (0/2) Epoch 9, batch 6550, loss[loss=0.2302, simple_loss=0.2699, pruned_loss=0.09528, over 12571.00 frames. utt_duration=2097 frames, utt_pad_proportion=0.1576, over 24.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3709, pruned_loss=0.128, over 2773886.70 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07208, over 44262.55 utterances.], batch size: 24, lr: 5.01e-04 +2022-09-17 18:28:12,745 INFO [train.py:885] (0/2) Epoch 9, batch 6600, loss[loss=0.2142, simple_loss=0.2916, pruned_loss=0.06838, over 14022.00 frames. utt_duration=711.3 frames, utt_pad_proportion=0.05911, over 79.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3705, pruned_loss=0.1273, over 2775328.95 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07212, over 44285.77 utterances.], batch size: 79, lr: 5.01e-04 +2022-09-17 18:28:42,927 INFO [train.py:885] (0/2) Epoch 9, batch 6650, loss[loss=0.3661, simple_loss=0.4527, pruned_loss=0.1397, over 13638.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07707, over 560.00 utterances.], tot_loss[loss=0.317, simple_loss=0.3754, pruned_loss=0.1292, over 2777616.88 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07293, over 46790.70 utterances.], batch size: 560, lr: 5.01e-04 +2022-09-17 18:29:12,140 INFO [train.py:885] (0/2) Epoch 9, batch 6700, loss[loss=0.3032, simple_loss=0.3655, pruned_loss=0.1205, over 14302.00 frames. utt_duration=373 frames, utt_pad_proportion=0.03869, over 154.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3709, pruned_loss=0.1264, over 2780256.74 frames. utt_duration=252 frames, utt_pad_proportion=0.07059, over 44398.68 utterances.], batch size: 154, lr: 5.01e-04 +2022-09-17 18:29:41,657 INFO [train.py:885] (0/2) Epoch 9, batch 6750, loss[loss=0.3099, simple_loss=0.397, pruned_loss=0.1114, over 13849.00 frames. utt_duration=136.3 frames, utt_pad_proportion=0.06616, over 411.00 utterances.], tot_loss[loss=0.3107, simple_loss=0.3698, pruned_loss=0.1258, over 2780718.44 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06962, over 43929.22 utterances.], batch size: 411, lr: 5.00e-04 +2022-09-17 18:30:11,217 INFO [train.py:885] (0/2) Epoch 9, batch 6800, loss[loss=0.1856, simple_loss=0.2425, pruned_loss=0.06433, over 13402.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08453, over 41.00 utterances.], tot_loss[loss=0.3137, simple_loss=0.3722, pruned_loss=0.1276, over 2780869.07 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07095, over 44302.82 utterances.], batch size: 41, lr: 5.00e-04 +2022-09-17 18:30:40,713 INFO [train.py:885] (0/2) Epoch 9, batch 6850, loss[loss=0.2422, simple_loss=0.3112, pruned_loss=0.08656, over 14205.00 frames. utt_duration=640.1 frames, utt_pad_proportion=0.04607, over 89.00 utterances.], tot_loss[loss=0.31, simple_loss=0.3692, pruned_loss=0.1254, over 2779161.38 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07161, over 43935.71 utterances.], batch size: 89, lr: 5.00e-04 +2022-09-17 18:31:10,521 INFO [train.py:885] (0/2) Epoch 9, batch 6900, loss[loss=0.4391, simple_loss=0.46, pruned_loss=0.2091, over 14274.00 frames. utt_duration=188.1 frames, utt_pad_proportion=0.0401, over 306.00 utterances.], tot_loss[loss=0.3114, simple_loss=0.3703, pruned_loss=0.1262, over 2784368.90 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06914, over 44027.64 utterances.], batch size: 306, lr: 5.00e-04 +2022-09-17 18:31:39,802 INFO [train.py:885] (0/2) Epoch 9, batch 6950, loss[loss=0.2332, simple_loss=0.2898, pruned_loss=0.08829, over 12869.00 frames. utt_duration=2060 frames, utt_pad_proportion=0.1325, over 25.00 utterances.], tot_loss[loss=0.31, simple_loss=0.3692, pruned_loss=0.1254, over 2783926.12 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06952, over 43946.92 utterances.], batch size: 25, lr: 5.00e-04 +2022-09-17 18:32:09,073 INFO [train.py:885] (0/2) Epoch 9, batch 7000, loss[loss=0.2566, simple_loss=0.3214, pruned_loss=0.09596, over 14108.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05363, over 98.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3713, pruned_loss=0.127, over 2782951.39 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07, over 44630.18 utterances.], batch size: 98, lr: 5.00e-04 +2022-09-17 18:32:32,201 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-108000.pt +2022-09-17 18:32:39,252 INFO [train.py:885] (0/2) Epoch 9, batch 7050, loss[loss=0.3499, simple_loss=0.4387, pruned_loss=0.1305, over 13645.00 frames. utt_duration=98.86 frames, utt_pad_proportion=0.07605, over 560.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3687, pruned_loss=0.1258, over 2784860.70 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06686, over 43353.37 utterances.], batch size: 560, lr: 5.00e-04 +2022-09-17 18:33:08,374 INFO [train.py:885] (0/2) Epoch 9, batch 7100, loss[loss=0.5751, simple_loss=0.6252, pruned_loss=0.2625, over 12514.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1442, over 810.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3693, pruned_loss=0.1266, over 2783086.95 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06826, over 43439.46 utterances.], batch size: 810, lr: 5.00e-04 +2022-09-17 18:33:37,591 INFO [train.py:885] (0/2) Epoch 9, batch 7150, loss[loss=0.148, simple_loss=0.1987, pruned_loss=0.04872, over 12855.00 frames. utt_duration=1560 frames, utt_pad_proportion=0.1317, over 33.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3702, pruned_loss=0.1274, over 2782281.90 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06868, over 43927.51 utterances.], batch size: 33, lr: 4.99e-04 +2022-09-17 18:34:07,656 INFO [train.py:885] (0/2) Epoch 9, batch 7200, loss[loss=0.2494, simple_loss=0.3011, pruned_loss=0.09889, over 14049.00 frames. utt_duration=575 frames, utt_pad_proportion=0.05588, over 98.00 utterances.], tot_loss[loss=0.3107, simple_loss=0.3683, pruned_loss=0.1266, over 2781681.51 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06868, over 43084.01 utterances.], batch size: 98, lr: 4.99e-04 +2022-09-17 18:34:37,156 INFO [train.py:885] (0/2) Epoch 9, batch 7250, loss[loss=0.3669, simple_loss=0.4184, pruned_loss=0.1577, over 14180.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04585, over 306.00 utterances.], tot_loss[loss=0.3103, simple_loss=0.368, pruned_loss=0.1263, over 2780176.81 frames. utt_duration=259.2 frames, utt_pad_proportion=0.06903, over 43150.21 utterances.], batch size: 306, lr: 4.99e-04 +2022-09-17 18:35:07,070 INFO [train.py:885] (0/2) Epoch 9, batch 7300, loss[loss=0.6132, simple_loss=0.6666, pruned_loss=0.2799, over 12421.00 frames. utt_duration=62.88 frames, utt_pad_proportion=0.1503, over 810.00 utterances.], tot_loss[loss=0.312, simple_loss=0.3704, pruned_loss=0.1267, over 2777169.04 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07194, over 44711.52 utterances.], batch size: 810, lr: 4.99e-04 +2022-09-17 18:35:36,244 INFO [train.py:885] (0/2) Epoch 9, batch 7350, loss[loss=0.3671, simple_loss=0.4237, pruned_loss=0.1553, over 14318.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03753, over 180.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.374, pruned_loss=0.1294, over 2780475.40 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07225, over 45712.85 utterances.], batch size: 180, lr: 4.99e-04 +2022-09-17 18:36:05,625 INFO [train.py:885] (0/2) Epoch 9, batch 7400, loss[loss=0.1829, simple_loss=0.242, pruned_loss=0.06191, over 13700.00 frames. utt_duration=914.9 frames, utt_pad_proportion=0.07213, over 60.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.37, pruned_loss=0.1269, over 2780448.05 frames. utt_duration=254 frames, utt_pad_proportion=0.0717, over 44037.02 utterances.], batch size: 60, lr: 4.99e-04 +2022-09-17 18:36:35,627 INFO [train.py:885] (0/2) Epoch 9, batch 7450, loss[loss=0.3631, simple_loss=0.4093, pruned_loss=0.1585, over 14245.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.0421, over 306.00 utterances.], tot_loss[loss=0.316, simple_loss=0.3736, pruned_loss=0.1292, over 2779195.15 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07131, over 45217.67 utterances.], batch size: 306, lr: 4.99e-04 +2022-09-17 18:37:05,163 INFO [train.py:885] (0/2) Epoch 9, batch 7500, loss[loss=0.4573, simple_loss=0.5276, pruned_loss=0.1935, over 13147.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1081, over 653.00 utterances.], tot_loss[loss=0.3192, simple_loss=0.3758, pruned_loss=0.1313, over 2778231.64 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07224, over 45557.96 utterances.], batch size: 653, lr: 4.99e-04 +2022-09-17 18:37:34,338 INFO [train.py:885] (0/2) Epoch 9, batch 7550, loss[loss=0.3548, simple_loss=0.4085, pruned_loss=0.1505, over 14359.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03642, over 283.00 utterances.], tot_loss[loss=0.3185, simple_loss=0.3761, pruned_loss=0.1305, over 2778730.97 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07097, over 46219.61 utterances.], batch size: 283, lr: 4.99e-04 +2022-09-17 18:38:03,750 INFO [train.py:885] (0/2) Epoch 9, batch 7600, loss[loss=0.2917, simple_loss=0.3572, pruned_loss=0.1131, over 14329.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03663, over 180.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3761, pruned_loss=0.1302, over 2777566.13 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07125, over 46140.45 utterances.], batch size: 180, lr: 4.98e-04 +2022-09-17 18:38:32,883 INFO [train.py:885] (0/2) Epoch 9, batch 7650, loss[loss=0.2496, simple_loss=0.3231, pruned_loss=0.08802, over 14220.00 frames. utt_duration=523.4 frames, utt_pad_proportion=0.04144, over 109.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.3751, pruned_loss=0.13, over 2779449.51 frames. utt_duration=246.2 frames, utt_pad_proportion=0.0701, over 45425.48 utterances.], batch size: 109, lr: 4.98e-04 +2022-09-17 18:39:03,047 INFO [train.py:885] (0/2) Epoch 9, batch 7700, loss[loss=0.2089, simple_loss=0.2604, pruned_loss=0.0787, over 13924.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.05863, over 69.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3718, pruned_loss=0.1286, over 2774446.37 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07013, over 44437.30 utterances.], batch size: 69, lr: 4.98e-04 +2022-09-17 18:39:33,007 INFO [train.py:885] (0/2) Epoch 9, batch 7750, loss[loss=0.223, simple_loss=0.2805, pruned_loss=0.0827, over 13916.00 frames. utt_duration=929.4 frames, utt_pad_proportion=0.06598, over 60.00 utterances.], tot_loss[loss=0.318, simple_loss=0.3757, pruned_loss=0.1302, over 2778957.25 frames. utt_duration=241 frames, utt_pad_proportion=0.07028, over 46398.09 utterances.], batch size: 60, lr: 4.98e-04 +2022-09-17 18:40:02,463 INFO [train.py:885] (0/2) Epoch 9, batch 7800, loss[loss=0.2729, simple_loss=0.3239, pruned_loss=0.111, over 14117.00 frames. utt_duration=519.8 frames, utt_pad_proportion=0.04797, over 109.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3742, pruned_loss=0.1293, over 2782253.14 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07093, over 45689.56 utterances.], batch size: 109, lr: 4.98e-04 +2022-09-17 18:40:32,065 INFO [train.py:885] (0/2) Epoch 9, batch 7850, loss[loss=0.2587, simple_loss=0.3116, pruned_loss=0.1029, over 14074.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05444, over 98.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3742, pruned_loss=0.1302, over 2788966.13 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06873, over 44435.83 utterances.], batch size: 98, lr: 4.98e-04 +2022-09-17 18:41:01,558 INFO [train.py:885] (0/2) Epoch 9, batch 7900, loss[loss=0.3196, simple_loss=0.3602, pruned_loss=0.1395, over 14316.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03761, over 130.00 utterances.], tot_loss[loss=0.3179, simple_loss=0.375, pruned_loss=0.1304, over 2786010.98 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07022, over 45515.41 utterances.], batch size: 130, lr: 4.98e-04 +2022-09-17 18:41:30,535 INFO [train.py:885] (0/2) Epoch 9, batch 7950, loss[loss=0.3567, simple_loss=0.4102, pruned_loss=0.1516, over 14376.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.0345, over 210.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3731, pruned_loss=0.1293, over 2789497.32 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06872, over 44789.87 utterances.], batch size: 210, lr: 4.98e-04 +2022-09-17 18:41:59,620 INFO [train.py:885] (0/2) Epoch 9, batch 8000, loss[loss=0.4457, simple_loss=0.51, pruned_loss=0.1907, over 13602.00 frames. utt_duration=98.55 frames, utt_pad_proportion=0.07901, over 560.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3737, pruned_loss=0.1286, over 2789611.20 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06917, over 45518.89 utterances.], batch size: 560, lr: 4.98e-04 +2022-09-17 18:42:29,564 INFO [train.py:885] (0/2) Epoch 9, batch 8050, loss[loss=0.3393, simple_loss=0.4155, pruned_loss=0.1316, over 13746.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07338, over 411.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3765, pruned_loss=0.13, over 2784830.98 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07157, over 46473.85 utterances.], batch size: 411, lr: 4.97e-04 +2022-09-17 18:42:58,741 INFO [train.py:885] (0/2) Epoch 9, batch 8100, loss[loss=0.1733, simple_loss=0.2247, pruned_loss=0.06095, over 13589.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08199, over 50.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3748, pruned_loss=0.1294, over 2777733.66 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07477, over 46372.86 utterances.], batch size: 50, lr: 4.97e-04 +2022-09-17 18:43:28,072 INFO [train.py:885] (0/2) Epoch 9, batch 8150, loss[loss=0.3078, simple_loss=0.3512, pruned_loss=0.1322, over 14333.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03612, over 130.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3742, pruned_loss=0.1295, over 2773114.46 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07505, over 46540.73 utterances.], batch size: 130, lr: 4.97e-04 +2022-09-17 18:43:57,593 INFO [train.py:885] (0/2) Epoch 9, batch 8200, loss[loss=0.2964, simple_loss=0.3617, pruned_loss=0.1155, over 14280.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03976, over 180.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3739, pruned_loss=0.1287, over 2777802.28 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0736, over 46641.46 utterances.], batch size: 180, lr: 4.97e-04 +2022-09-17 18:44:27,605 INFO [train.py:885] (0/2) Epoch 9, batch 8250, loss[loss=0.2232, simple_loss=0.2917, pruned_loss=0.07739, over 13871.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.062, over 69.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.3737, pruned_loss=0.129, over 2781991.23 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07072, over 45984.93 utterances.], batch size: 69, lr: 4.97e-04 +2022-09-17 18:44:56,791 INFO [train.py:885] (0/2) Epoch 9, batch 8300, loss[loss=0.3337, simple_loss=0.3747, pruned_loss=0.1463, over 14246.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04599, over 141.00 utterances.], tot_loss[loss=0.3137, simple_loss=0.3715, pruned_loss=0.128, over 2781849.14 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06997, over 44809.63 utterances.], batch size: 141, lr: 4.97e-04 +2022-09-17 18:45:26,484 INFO [train.py:885] (0/2) Epoch 9, batch 8350, loss[loss=0.5674, simple_loss=0.6345, pruned_loss=0.2502, over 12500.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1451, over 810.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3734, pruned_loss=0.1291, over 2781640.37 frames. utt_duration=246.8 frames, utt_pad_proportion=0.0708, over 45352.98 utterances.], batch size: 810, lr: 4.97e-04 +2022-09-17 18:45:55,663 INFO [train.py:885] (0/2) Epoch 9, batch 8400, loss[loss=0.2311, simple_loss=0.3035, pruned_loss=0.07932, over 14122.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.051, over 98.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3705, pruned_loss=0.1276, over 2783322.26 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06935, over 44099.66 utterances.], batch size: 98, lr: 4.97e-04 +2022-09-17 18:46:25,586 INFO [train.py:885] (0/2) Epoch 9, batch 8450, loss[loss=0.2782, simple_loss=0.3507, pruned_loss=0.1029, over 14224.00 frames. utt_duration=371.2 frames, utt_pad_proportion=0.04581, over 154.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3739, pruned_loss=0.1286, over 2781204.52 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07105, over 46169.21 utterances.], batch size: 154, lr: 4.97e-04 +2022-09-17 18:46:54,735 INFO [train.py:885] (0/2) Epoch 9, batch 8500, loss[loss=0.4713, simple_loss=0.5178, pruned_loss=0.2124, over 13618.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08209, over 477.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3734, pruned_loss=0.1284, over 2785806.01 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06896, over 45702.98 utterances.], batch size: 477, lr: 4.96e-04 +2022-09-17 18:47:23,754 INFO [train.py:885] (0/2) Epoch 9, batch 8550, loss[loss=0.3777, simple_loss=0.4544, pruned_loss=0.1505, over 13604.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07835, over 560.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3718, pruned_loss=0.1266, over 2783187.25 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06946, over 46056.59 utterances.], batch size: 560, lr: 4.96e-04 +2022-09-17 18:47:53,652 INFO [train.py:885] (0/2) Epoch 9, batch 8600, loss[loss=0.2268, simple_loss=0.2817, pruned_loss=0.08598, over 12186.00 frames. utt_duration=2033 frames, utt_pad_proportion=0.1608, over 24.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3705, pruned_loss=0.1254, over 2779539.89 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07037, over 45538.71 utterances.], batch size: 24, lr: 4.96e-04 +2022-09-17 18:48:23,375 INFO [train.py:885] (0/2) Epoch 9, batch 8650, loss[loss=0.3265, simple_loss=0.4073, pruned_loss=0.1229, over 14017.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05484, over 365.00 utterances.], tot_loss[loss=0.3121, simple_loss=0.3712, pruned_loss=0.1265, over 2780095.77 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07108, over 45546.18 utterances.], batch size: 365, lr: 4.96e-04 +2022-09-17 18:48:52,610 INFO [train.py:885] (0/2) Epoch 9, batch 8700, loss[loss=0.3382, simple_loss=0.4271, pruned_loss=0.1247, over 13698.00 frames. utt_duration=116.4 frames, utt_pad_proportion=0.07634, over 477.00 utterances.], tot_loss[loss=0.3118, simple_loss=0.3703, pruned_loss=0.1266, over 2778134.94 frames. utt_duration=249 frames, utt_pad_proportion=0.07068, over 44888.56 utterances.], batch size: 477, lr: 4.96e-04 +2022-09-17 18:49:21,963 INFO [train.py:885] (0/2) Epoch 9, batch 8750, loss[loss=0.2417, simple_loss=0.3106, pruned_loss=0.08635, over 14128.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.04944, over 98.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3717, pruned_loss=0.1266, over 2779198.26 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07102, over 45485.04 utterances.], batch size: 98, lr: 4.96e-04 +2022-09-17 18:49:51,327 INFO [train.py:885] (0/2) Epoch 9, batch 8800, loss[loss=0.2139, simple_loss=0.2813, pruned_loss=0.07326, over 13976.00 frames. utt_duration=709 frames, utt_pad_proportion=0.05845, over 79.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3725, pruned_loss=0.1266, over 2784511.84 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06905, over 45687.16 utterances.], batch size: 79, lr: 4.96e-04 +2022-09-17 18:50:20,900 INFO [train.py:885] (0/2) Epoch 9, batch 8850, loss[loss=0.2532, simple_loss=0.3037, pruned_loss=0.1013, over 14002.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.06028, over 79.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3754, pruned_loss=0.1288, over 2782440.78 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07107, over 46099.98 utterances.], batch size: 79, lr: 4.96e-04 +2022-09-17 18:50:50,557 INFO [train.py:885] (0/2) Epoch 9, batch 8900, loss[loss=0.3459, simple_loss=0.3946, pruned_loss=0.1486, over 14301.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.0409, over 154.00 utterances.], tot_loss[loss=0.3214, simple_loss=0.3801, pruned_loss=0.1313, over 2779618.13 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07299, over 47857.55 utterances.], batch size: 154, lr: 4.95e-04 +2022-09-17 18:51:19,960 INFO [train.py:885] (0/2) Epoch 9, batch 8950, loss[loss=0.3444, simple_loss=0.4023, pruned_loss=0.1433, over 14363.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03289, over 244.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3795, pruned_loss=0.1311, over 2775441.76 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07475, over 47990.03 utterances.], batch size: 244, lr: 4.95e-04 +2022-09-17 18:51:49,556 INFO [train.py:885] (0/2) Epoch 9, batch 9000, loss[loss=0.2506, simple_loss=0.3173, pruned_loss=0.09194, over 14188.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04737, over 89.00 utterances.], tot_loss[loss=0.317, simple_loss=0.376, pruned_loss=0.129, over 2778504.62 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07433, over 46304.94 utterances.], batch size: 89, lr: 4.95e-04 +2022-09-17 18:51:49,558 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 18:51:53,675 INFO [train.py:914] (0/2) Epoch 9, validation: loss=0.212, simple_loss=0.289, pruned_loss=0.06748, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 18:52:23,273 INFO [train.py:885] (0/2) Epoch 9, batch 9050, loss[loss=0.1804, simple_loss=0.2223, pruned_loss=0.06922, over 13012.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1113, over 33.00 utterances.], tot_loss[loss=0.3188, simple_loss=0.3774, pruned_loss=0.1302, over 2779895.16 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07245, over 47105.95 utterances.], batch size: 33, lr: 4.95e-04 +2022-09-17 18:52:52,653 INFO [train.py:885] (0/2) Epoch 9, batch 9100, loss[loss=0.2705, simple_loss=0.3242, pruned_loss=0.1084, over 14355.00 frames. utt_duration=479.9 frames, utt_pad_proportion=0.03631, over 120.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.3811, pruned_loss=0.1329, over 2777142.01 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07446, over 48373.63 utterances.], batch size: 120, lr: 4.95e-04 +2022-09-17 18:53:22,575 INFO [train.py:885] (0/2) Epoch 9, batch 9150, loss[loss=0.3747, simple_loss=0.4324, pruned_loss=0.1585, over 13991.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.0572, over 365.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3801, pruned_loss=0.1327, over 2777587.45 frames. utt_duration=233 frames, utt_pad_proportion=0.07383, over 47998.21 utterances.], batch size: 365, lr: 4.95e-04 +2022-09-17 18:53:51,551 INFO [train.py:885] (0/2) Epoch 9, batch 9200, loss[loss=0.6804, simple_loss=0.6862, pruned_loss=0.3373, over 12486.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1466, over 811.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.3841, pruned_loss=0.1351, over 2778715.09 frames. utt_duration=227.3 frames, utt_pad_proportion=0.07442, over 49227.28 utterances.], batch size: 811, lr: 4.95e-04 +2022-09-17 18:54:21,578 INFO [train.py:885] (0/2) Epoch 9, batch 9250, loss[loss=0.3324, simple_loss=0.3901, pruned_loss=0.1373, over 14315.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03814, over 195.00 utterances.], tot_loss[loss=0.3293, simple_loss=0.3859, pruned_loss=0.1364, over 2773310.30 frames. utt_duration=224.2 frames, utt_pad_proportion=0.077, over 49801.39 utterances.], batch size: 195, lr: 4.95e-04 +2022-09-17 18:54:51,566 INFO [train.py:885] (0/2) Epoch 9, batch 9300, loss[loss=0.1876, simple_loss=0.2513, pruned_loss=0.062, over 13106.00 frames. utt_duration=1590 frames, utt_pad_proportion=0.1126, over 33.00 utterances.], tot_loss[loss=0.3259, simple_loss=0.3836, pruned_loss=0.1341, over 2777213.81 frames. utt_duration=227.8 frames, utt_pad_proportion=0.07584, over 49080.03 utterances.], batch size: 33, lr: 4.95e-04 +2022-09-17 18:55:21,466 INFO [train.py:885] (0/2) Epoch 9, batch 9350, loss[loss=0.2338, simple_loss=0.2947, pruned_loss=0.08643, over 14013.00 frames. utt_duration=802.3 frames, utt_pad_proportion=0.0594, over 70.00 utterances.], tot_loss[loss=0.3216, simple_loss=0.3795, pruned_loss=0.1318, over 2781608.67 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07335, over 47269.08 utterances.], batch size: 70, lr: 4.94e-04 +2022-09-17 18:55:50,578 INFO [train.py:885] (0/2) Epoch 9, batch 9400, loss[loss=0.3703, simple_loss=0.4134, pruned_loss=0.1636, over 14338.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03488, over 244.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3758, pruned_loss=0.1294, over 2785437.13 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07168, over 46431.07 utterances.], batch size: 244, lr: 4.94e-04 +2022-09-17 18:56:20,329 INFO [train.py:885] (0/2) Epoch 9, batch 9450, loss[loss=0.2848, simple_loss=0.3694, pruned_loss=0.1001, over 14283.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04021, over 180.00 utterances.], tot_loss[loss=0.318, simple_loss=0.3767, pruned_loss=0.1296, over 2784971.19 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07086, over 46632.93 utterances.], batch size: 180, lr: 4.94e-04 +2022-09-17 18:56:49,754 INFO [train.py:885] (0/2) Epoch 9, batch 9500, loss[loss=0.3434, simple_loss=0.3981, pruned_loss=0.1443, over 14384.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.03378, over 210.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3749, pruned_loss=0.1282, over 2786083.35 frames. utt_duration=241 frames, utt_pad_proportion=0.07086, over 46527.01 utterances.], batch size: 210, lr: 4.94e-04 +2022-09-17 18:57:19,738 INFO [train.py:885] (0/2) Epoch 9, batch 9550, loss[loss=0.287, simple_loss=0.3519, pruned_loss=0.111, over 14299.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04133, over 154.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3759, pruned_loss=0.1291, over 2781291.04 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07273, over 46997.68 utterances.], batch size: 154, lr: 4.94e-04 +2022-09-17 18:57:49,040 INFO [train.py:885] (0/2) Epoch 9, batch 9600, loss[loss=0.2544, simple_loss=0.3084, pruned_loss=0.1002, over 14055.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05553, over 98.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3746, pruned_loss=0.1291, over 2781998.93 frames. utt_duration=244 frames, utt_pad_proportion=0.07132, over 45883.95 utterances.], batch size: 98, lr: 4.94e-04 +2022-09-17 18:58:18,795 INFO [train.py:885] (0/2) Epoch 9, batch 9650, loss[loss=0.3871, simple_loss=0.4629, pruned_loss=0.1557, over 13678.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08025, over 478.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3739, pruned_loss=0.1284, over 2781161.79 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07135, over 45590.70 utterances.], batch size: 478, lr: 4.94e-04 +2022-09-17 18:58:48,976 INFO [train.py:885] (0/2) Epoch 9, batch 9700, loss[loss=0.342, simple_loss=0.4041, pruned_loss=0.1399, over 14321.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03807, over 226.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.3756, pruned_loss=0.1298, over 2781284.37 frames. utt_duration=241.2 frames, utt_pad_proportion=0.0735, over 46414.96 utterances.], batch size: 226, lr: 4.94e-04 +2022-09-17 18:59:17,535 INFO [train.py:885] (0/2) Epoch 9, batch 9750, loss[loss=0.4172, simple_loss=0.4459, pruned_loss=0.1943, over 14373.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.0347, over 210.00 utterances.], tot_loss[loss=0.3153, simple_loss=0.3729, pruned_loss=0.1289, over 2788778.69 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07012, over 44113.13 utterances.], batch size: 210, lr: 4.94e-04 +2022-09-17 18:59:47,756 INFO [train.py:885] (0/2) Epoch 9, batch 9800, loss[loss=0.353, simple_loss=0.4318, pruned_loss=0.1371, over 13808.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07132, over 412.00 utterances.], tot_loss[loss=0.3162, simple_loss=0.3738, pruned_loss=0.1293, over 2788410.07 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06956, over 44094.94 utterances.], batch size: 412, lr: 4.93e-04 +2022-09-17 19:00:17,303 INFO [train.py:885] (0/2) Epoch 9, batch 9850, loss[loss=0.3452, simple_loss=0.3983, pruned_loss=0.1461, over 14364.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.0351, over 195.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3713, pruned_loss=0.1278, over 2788547.79 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06857, over 43268.73 utterances.], batch size: 195, lr: 4.93e-04 +2022-09-17 19:00:47,124 INFO [train.py:885] (0/2) Epoch 9, batch 9900, loss[loss=0.2955, simple_loss=0.342, pruned_loss=0.1245, over 14193.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04391, over 109.00 utterances.], tot_loss[loss=0.3192, simple_loss=0.3768, pruned_loss=0.1308, over 2787505.24 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07087, over 45879.02 utterances.], batch size: 109, lr: 4.93e-04 +2022-09-17 19:01:16,946 INFO [train.py:885] (0/2) Epoch 9, batch 9950, loss[loss=0.2146, simple_loss=0.2806, pruned_loss=0.07432, over 14168.00 frames. utt_duration=638.1 frames, utt_pad_proportion=0.04901, over 89.00 utterances.], tot_loss[loss=0.3188, simple_loss=0.3766, pruned_loss=0.1305, over 2789074.05 frames. utt_duration=246.7 frames, utt_pad_proportion=0.0684, over 45498.46 utterances.], batch size: 89, lr: 4.93e-04 +2022-09-17 19:01:45,845 INFO [train.py:885] (0/2) Epoch 9, batch 10000, loss[loss=0.331, simple_loss=0.3876, pruned_loss=0.1372, over 14313.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.0376, over 180.00 utterances.], tot_loss[loss=0.3152, simple_loss=0.3732, pruned_loss=0.1286, over 2790206.95 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06671, over 43821.61 utterances.], batch size: 180, lr: 4.93e-04 +2022-09-17 19:02:15,851 INFO [train.py:885] (0/2) Epoch 9, batch 10050, loss[loss=0.3595, simple_loss=0.4158, pruned_loss=0.1516, over 14328.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03912, over 262.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3755, pruned_loss=0.1297, over 2787700.16 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06819, over 44883.51 utterances.], batch size: 262, lr: 4.93e-04 +2022-09-17 19:02:44,915 INFO [train.py:885] (0/2) Epoch 9, batch 10100, loss[loss=0.1972, simple_loss=0.236, pruned_loss=0.07922, over 13075.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1227, over 33.00 utterances.], tot_loss[loss=0.3126, simple_loss=0.3709, pruned_loss=0.1272, over 2780515.81 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07049, over 43806.07 utterances.], batch size: 33, lr: 4.93e-04 +2022-09-17 19:03:14,920 INFO [train.py:885] (0/2) Epoch 9, batch 10150, loss[loss=0.2674, simple_loss=0.3377, pruned_loss=0.09861, over 14177.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04439, over 109.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.3744, pruned_loss=0.1287, over 2781520.83 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06989, over 44792.02 utterances.], batch size: 109, lr: 4.93e-04 +2022-09-17 19:03:44,265 INFO [train.py:885] (0/2) Epoch 9, batch 10200, loss[loss=0.1819, simple_loss=0.239, pruned_loss=0.06237, over 13220.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.1099, over 33.00 utterances.], tot_loss[loss=0.3157, simple_loss=0.3736, pruned_loss=0.1289, over 2779223.25 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07219, over 44644.10 utterances.], batch size: 33, lr: 4.93e-04 +2022-09-17 19:04:13,840 INFO [train.py:885] (0/2) Epoch 9, batch 10250, loss[loss=0.3537, simple_loss=0.4362, pruned_loss=0.1356, over 13619.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08141, over 477.00 utterances.], tot_loss[loss=0.313, simple_loss=0.371, pruned_loss=0.1275, over 2780766.28 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07041, over 44177.39 utterances.], batch size: 477, lr: 4.92e-04 +2022-09-17 19:04:43,025 INFO [train.py:885] (0/2) Epoch 9, batch 10300, loss[loss=0.2331, simple_loss=0.2987, pruned_loss=0.08376, over 14080.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.05522, over 79.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3735, pruned_loss=0.1291, over 2783895.29 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06956, over 44748.42 utterances.], batch size: 79, lr: 4.92e-04 +2022-09-17 19:05:13,068 INFO [train.py:885] (0/2) Epoch 9, batch 10350, loss[loss=0.19, simple_loss=0.2662, pruned_loss=0.05686, over 12242.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.1765, over 24.00 utterances.], tot_loss[loss=0.3175, simple_loss=0.3756, pruned_loss=0.1297, over 2780970.82 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06969, over 45514.22 utterances.], batch size: 24, lr: 4.92e-04 +2022-09-17 19:05:42,525 INFO [train.py:885] (0/2) Epoch 9, batch 10400, loss[loss=0.3646, simple_loss=0.4419, pruned_loss=0.1437, over 13631.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08131, over 477.00 utterances.], tot_loss[loss=0.3136, simple_loss=0.372, pruned_loss=0.1276, over 2782997.23 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06854, over 44106.48 utterances.], batch size: 477, lr: 4.92e-04 +2022-09-17 19:06:12,239 INFO [train.py:885] (0/2) Epoch 9, batch 10450, loss[loss=0.3417, simple_loss=0.3917, pruned_loss=0.1458, over 14291.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03919, over 180.00 utterances.], tot_loss[loss=0.3161, simple_loss=0.3745, pruned_loss=0.1288, over 2776212.71 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07171, over 46314.45 utterances.], batch size: 180, lr: 4.92e-04 +2022-09-17 19:06:41,312 INFO [train.py:885] (0/2) Epoch 9, batch 10500, loss[loss=0.4184, simple_loss=0.4881, pruned_loss=0.1744, over 13646.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08048, over 477.00 utterances.], tot_loss[loss=0.3179, simple_loss=0.3756, pruned_loss=0.1301, over 2776942.29 frames. utt_duration=243 frames, utt_pad_proportion=0.07232, over 45997.43 utterances.], batch size: 477, lr: 4.92e-04 +2022-09-17 19:07:10,738 INFO [train.py:885] (0/2) Epoch 9, batch 10550, loss[loss=0.3917, simple_loss=0.4347, pruned_loss=0.1744, over 14387.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03113, over 244.00 utterances.], tot_loss[loss=0.322, simple_loss=0.3788, pruned_loss=0.1326, over 2777877.00 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07368, over 46489.63 utterances.], batch size: 244, lr: 4.92e-04 +2022-09-17 19:07:40,330 INFO [train.py:885] (0/2) Epoch 9, batch 10600, loss[loss=0.2114, simple_loss=0.2746, pruned_loss=0.07412, over 13892.00 frames. utt_duration=806.9 frames, utt_pad_proportion=0.06064, over 69.00 utterances.], tot_loss[loss=0.3216, simple_loss=0.3791, pruned_loss=0.132, over 2784264.42 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07062, over 46543.31 utterances.], batch size: 69, lr: 4.92e-04 +2022-09-17 19:08:09,635 INFO [train.py:885] (0/2) Epoch 9, batch 10650, loss[loss=0.3634, simple_loss=0.4527, pruned_loss=0.137, over 13585.00 frames. utt_duration=98.44 frames, utt_pad_proportion=0.07997, over 560.00 utterances.], tot_loss[loss=0.3258, simple_loss=0.3823, pruned_loss=0.1347, over 2779891.57 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07366, over 47648.01 utterances.], batch size: 560, lr: 4.92e-04 +2022-09-17 19:08:39,314 INFO [train.py:885] (0/2) Epoch 9, batch 10700, loss[loss=0.231, simple_loss=0.2933, pruned_loss=0.08441, over 13938.00 frames. utt_duration=809.7 frames, utt_pad_proportion=0.05741, over 69.00 utterances.], tot_loss[loss=0.3221, simple_loss=0.3794, pruned_loss=0.1324, over 2782035.17 frames. utt_duration=241 frames, utt_pad_proportion=0.07239, over 46464.27 utterances.], batch size: 69, lr: 4.91e-04 +2022-09-17 19:09:08,733 INFO [train.py:885] (0/2) Epoch 9, batch 10750, loss[loss=0.2824, simple_loss=0.3507, pruned_loss=0.1071, over 14342.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03958, over 167.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3771, pruned_loss=0.1301, over 2782508.08 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07156, over 45917.18 utterances.], batch size: 167, lr: 4.91e-04 +2022-09-17 19:09:38,259 INFO [train.py:885] (0/2) Epoch 9, batch 10800, loss[loss=0.2661, simple_loss=0.3183, pruned_loss=0.107, over 14095.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05273, over 98.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3807, pruned_loss=0.1328, over 2779839.87 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07235, over 46840.84 utterances.], batch size: 98, lr: 4.91e-04 +2022-09-17 19:10:07,673 INFO [train.py:885] (0/2) Epoch 9, batch 10850, loss[loss=0.2225, simple_loss=0.2892, pruned_loss=0.07793, over 13799.00 frames. utt_duration=801.5 frames, utt_pad_proportion=0.06691, over 69.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.3781, pruned_loss=0.1316, over 2784645.75 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07029, over 45444.06 utterances.], batch size: 69, lr: 4.91e-04 +2022-09-17 19:10:37,401 INFO [train.py:885] (0/2) Epoch 9, batch 10900, loss[loss=0.4284, simple_loss=0.5075, pruned_loss=0.1747, over 13166.00 frames. utt_duration=82.12 frames, utt_pad_proportion=0.1074, over 653.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3728, pruned_loss=0.129, over 2782366.56 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06917, over 43253.64 utterances.], batch size: 653, lr: 4.91e-04 +2022-09-17 19:11:07,054 INFO [train.py:885] (0/2) Epoch 9, batch 10950, loss[loss=0.404, simple_loss=0.445, pruned_loss=0.1815, over 14329.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03824, over 283.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3714, pruned_loss=0.127, over 2787008.94 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06705, over 43642.09 utterances.], batch size: 283, lr: 4.91e-04 +2022-09-17 19:11:36,327 INFO [train.py:885] (0/2) Epoch 9, batch 11000, loss[loss=0.3787, simple_loss=0.4556, pruned_loss=0.1509, over 13602.00 frames. utt_duration=98.45 frames, utt_pad_proportion=0.07992, over 560.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3731, pruned_loss=0.1277, over 2789324.31 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06773, over 44440.26 utterances.], batch size: 560, lr: 4.91e-04 +2022-09-17 19:12:00,438 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-112000.pt +2022-09-17 19:12:06,412 INFO [train.py:885] (0/2) Epoch 9, batch 11050, loss[loss=0.212, simple_loss=0.2716, pruned_loss=0.07619, over 12960.00 frames. utt_duration=1572 frames, utt_pad_proportion=0.1275, over 33.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3732, pruned_loss=0.1281, over 2786351.55 frames. utt_duration=252 frames, utt_pad_proportion=0.06735, over 44490.39 utterances.], batch size: 33, lr: 4.91e-04 +2022-09-17 19:12:35,548 INFO [train.py:885] (0/2) Epoch 9, batch 11100, loss[loss=0.3531, simple_loss=0.4023, pruned_loss=0.1519, over 14299.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03843, over 130.00 utterances.], tot_loss[loss=0.3136, simple_loss=0.3722, pruned_loss=0.1275, over 2788786.04 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06597, over 43687.68 utterances.], batch size: 130, lr: 4.91e-04 +2022-09-17 19:13:05,666 INFO [train.py:885] (0/2) Epoch 9, batch 11150, loss[loss=0.3942, simple_loss=0.4498, pruned_loss=0.1692, over 13965.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05834, over 365.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3728, pruned_loss=0.1279, over 2790807.53 frames. utt_duration=255 frames, utt_pad_proportion=0.06555, over 44024.62 utterances.], batch size: 365, lr: 4.91e-04 +2022-09-17 19:13:35,465 INFO [train.py:885] (0/2) Epoch 9, batch 11200, loss[loss=0.2598, simple_loss=0.3161, pruned_loss=0.1017, over 14304.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03979, over 120.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.3762, pruned_loss=0.1295, over 2787950.42 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06826, over 45773.91 utterances.], batch size: 120, lr: 4.90e-04 +2022-09-17 19:14:05,343 INFO [train.py:885] (0/2) Epoch 9, batch 11250, loss[loss=0.4788, simple_loss=0.4829, pruned_loss=0.2374, over 14233.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04251, over 335.00 utterances.], tot_loss[loss=0.3161, simple_loss=0.3746, pruned_loss=0.1288, over 2784436.90 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06937, over 45569.19 utterances.], batch size: 335, lr: 4.90e-04 +2022-09-17 19:14:34,974 INFO [train.py:885] (0/2) Epoch 9, batch 11300, loss[loss=0.2178, simple_loss=0.2707, pruned_loss=0.0824, over 13919.00 frames. utt_duration=1327 frames, utt_pad_proportion=0.06807, over 42.00 utterances.], tot_loss[loss=0.3175, simple_loss=0.3759, pruned_loss=0.1295, over 2784482.23 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06957, over 46234.35 utterances.], batch size: 42, lr: 4.90e-04 +2022-09-17 19:15:04,855 INFO [train.py:885] (0/2) Epoch 9, batch 11350, loss[loss=0.1862, simple_loss=0.2252, pruned_loss=0.07365, over 12973.00 frames. utt_duration=1574 frames, utt_pad_proportion=0.127, over 33.00 utterances.], tot_loss[loss=0.3157, simple_loss=0.3745, pruned_loss=0.1284, over 2779617.93 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07096, over 46312.37 utterances.], batch size: 33, lr: 4.90e-04 +2022-09-17 19:15:33,841 INFO [train.py:885] (0/2) Epoch 9, batch 11400, loss[loss=0.3029, simple_loss=0.3709, pruned_loss=0.1174, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04042, over 225.00 utterances.], tot_loss[loss=0.3181, simple_loss=0.3767, pruned_loss=0.1298, over 2782925.83 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07175, over 46375.31 utterances.], batch size: 225, lr: 4.90e-04 +2022-09-17 19:16:03,433 INFO [train.py:885] (0/2) Epoch 9, batch 11450, loss[loss=0.3013, simple_loss=0.3638, pruned_loss=0.1194, over 14303.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04083, over 154.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3761, pruned_loss=0.1291, over 2788472.66 frames. utt_duration=245 frames, utt_pad_proportion=0.07083, over 45797.97 utterances.], batch size: 154, lr: 4.90e-04 +2022-09-17 19:16:32,452 INFO [train.py:885] (0/2) Epoch 9, batch 11500, loss[loss=0.2971, simple_loss=0.3512, pruned_loss=0.1215, over 14307.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03791, over 130.00 utterances.], tot_loss[loss=0.3163, simple_loss=0.3746, pruned_loss=0.129, over 2785803.50 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07172, over 45584.32 utterances.], batch size: 130, lr: 4.90e-04 +2022-09-17 19:17:02,317 INFO [train.py:885] (0/2) Epoch 9, batch 11550, loss[loss=0.3904, simple_loss=0.4461, pruned_loss=0.1674, over 13980.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05733, over 365.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3715, pruned_loss=0.1288, over 2783301.92 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07078, over 43852.45 utterances.], batch size: 365, lr: 4.90e-04 +2022-09-17 19:17:31,491 INFO [train.py:885] (0/2) Epoch 9, batch 11600, loss[loss=0.4222, simple_loss=0.5, pruned_loss=0.1722, over 13120.00 frames. utt_duration=81.87 frames, utt_pad_proportion=0.1101, over 653.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3733, pruned_loss=0.1291, over 2787766.09 frames. utt_duration=252 frames, utt_pad_proportion=0.06807, over 44504.86 utterances.], batch size: 653, lr: 4.90e-04 +2022-09-17 19:18:01,458 INFO [train.py:885] (0/2) Epoch 9, batch 11650, loss[loss=0.3901, simple_loss=0.4789, pruned_loss=0.1507, over 13135.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1081, over 653.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3751, pruned_loss=0.1295, over 2784541.03 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06969, over 45495.74 utterances.], batch size: 653, lr: 4.89e-04 +2022-09-17 19:18:30,405 INFO [train.py:885] (0/2) Epoch 9, batch 11700, loss[loss=0.2925, simple_loss=0.3342, pruned_loss=0.1254, over 13336.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.1052, over 33.00 utterances.], tot_loss[loss=0.3126, simple_loss=0.3706, pruned_loss=0.1273, over 2782296.44 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06912, over 43772.35 utterances.], batch size: 33, lr: 4.89e-04 +2022-09-17 19:18:59,997 INFO [train.py:885] (0/2) Epoch 9, batch 11750, loss[loss=0.2282, simple_loss=0.2903, pruned_loss=0.08305, over 14209.00 frames. utt_duration=640.1 frames, utt_pad_proportion=0.04612, over 89.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3672, pruned_loss=0.1248, over 2780212.87 frames. utt_duration=260.8 frames, utt_pad_proportion=0.0696, over 42876.16 utterances.], batch size: 89, lr: 4.89e-04 +2022-09-17 19:19:29,126 INFO [train.py:885] (0/2) Epoch 9, batch 11800, loss[loss=0.3472, simple_loss=0.4252, pruned_loss=0.1345, over 13787.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07046, over 411.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3667, pruned_loss=0.124, over 2775767.38 frames. utt_duration=258.1 frames, utt_pad_proportion=0.07081, over 43273.82 utterances.], batch size: 411, lr: 4.89e-04 +2022-09-17 19:19:58,885 INFO [train.py:885] (0/2) Epoch 9, batch 11850, loss[loss=0.2956, simple_loss=0.3435, pruned_loss=0.1238, over 14010.00 frames. utt_duration=573.3 frames, utt_pad_proportion=0.06017, over 98.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3672, pruned_loss=0.1241, over 2776524.61 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07228, over 44120.18 utterances.], batch size: 98, lr: 4.89e-04 +2022-09-17 19:20:28,756 INFO [train.py:885] (0/2) Epoch 9, batch 11900, loss[loss=0.3556, simple_loss=0.4029, pruned_loss=0.1541, over 14328.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0379, over 283.00 utterances.], tot_loss[loss=0.3121, simple_loss=0.3715, pruned_loss=0.1264, over 2780136.64 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07318, over 45203.94 utterances.], batch size: 283, lr: 4.89e-04 +2022-09-17 19:20:58,001 INFO [train.py:885] (0/2) Epoch 9, batch 11950, loss[loss=0.3395, simple_loss=0.3999, pruned_loss=0.1396, over 14358.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03614, over 283.00 utterances.], tot_loss[loss=0.31, simple_loss=0.3692, pruned_loss=0.1254, over 2780620.91 frames. utt_duration=251 frames, utt_pad_proportion=0.0721, over 44578.98 utterances.], batch size: 283, lr: 4.89e-04 +2022-09-17 19:21:27,308 INFO [train.py:885] (0/2) Epoch 9, batch 12000, loss[loss=0.3521, simple_loss=0.4315, pruned_loss=0.1363, over 13662.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07823, over 477.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3681, pruned_loss=0.1254, over 2779989.05 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07049, over 44024.25 utterances.], batch size: 477, lr: 4.89e-04 +2022-09-17 19:21:27,310 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 19:21:31,990 INFO [train.py:914] (0/2) Epoch 9, validation: loss=0.2093, simple_loss=0.2851, pruned_loss=0.06677, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 19:22:00,827 INFO [train.py:885] (0/2) Epoch 9, batch 12050, loss[loss=0.3102, simple_loss=0.4033, pruned_loss=0.1085, over 13713.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07493, over 411.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3688, pruned_loss=0.1258, over 2780766.95 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06998, over 43918.26 utterances.], batch size: 411, lr: 4.89e-04 +2022-09-17 19:22:30,889 INFO [train.py:885] (0/2) Epoch 9, batch 12100, loss[loss=0.4224, simple_loss=0.4986, pruned_loss=0.1731, over 13122.00 frames. utt_duration=81.93 frames, utt_pad_proportion=0.1094, over 653.00 utterances.], tot_loss[loss=0.3144, simple_loss=0.3732, pruned_loss=0.1278, over 2783642.73 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07075, over 46583.48 utterances.], batch size: 653, lr: 4.88e-04 +2022-09-17 19:23:00,956 INFO [train.py:885] (0/2) Epoch 9, batch 12150, loss[loss=0.3948, simple_loss=0.4127, pruned_loss=0.1885, over 14234.00 frames. utt_duration=439.3 frames, utt_pad_proportion=0.04507, over 130.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3787, pruned_loss=0.1314, over 2778732.36 frames. utt_duration=229.9 frames, utt_pad_proportion=0.07271, over 48663.13 utterances.], batch size: 130, lr: 4.88e-04 +2022-09-17 19:23:29,876 INFO [train.py:885] (0/2) Epoch 9, batch 12200, loss[loss=0.4093, simple_loss=0.4373, pruned_loss=0.1906, over 14206.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04457, over 306.00 utterances.], tot_loss[loss=0.3161, simple_loss=0.3745, pruned_loss=0.1288, over 2778207.03 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07323, over 47153.60 utterances.], batch size: 306, lr: 4.88e-04 +2022-09-17 19:23:59,158 INFO [train.py:885] (0/2) Epoch 9, batch 12250, loss[loss=0.4096, simple_loss=0.4673, pruned_loss=0.176, over 13828.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06828, over 411.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3742, pruned_loss=0.1285, over 2776049.28 frames. utt_duration=239.2 frames, utt_pad_proportion=0.0736, over 46703.07 utterances.], batch size: 411, lr: 4.88e-04 +2022-09-17 19:24:29,066 INFO [train.py:885] (0/2) Epoch 9, batch 12300, loss[loss=0.4788, simple_loss=0.5227, pruned_loss=0.2175, over 13625.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.0755, over 478.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3755, pruned_loss=0.1291, over 2773826.90 frames. utt_duration=234 frames, utt_pad_proportion=0.07465, over 47713.13 utterances.], batch size: 478, lr: 4.88e-04 +2022-09-17 19:24:58,478 INFO [train.py:885] (0/2) Epoch 9, batch 12350, loss[loss=0.2954, simple_loss=0.3901, pruned_loss=0.1003, over 13791.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07018, over 411.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3753, pruned_loss=0.1289, over 2780374.01 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07275, over 47152.16 utterances.], batch size: 411, lr: 4.88e-04 +2022-09-17 19:25:27,568 INFO [train.py:885] (0/2) Epoch 9, batch 12400, loss[loss=0.2668, simple_loss=0.3252, pruned_loss=0.1042, over 14277.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03972, over 130.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3733, pruned_loss=0.1283, over 2784105.58 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07103, over 45602.95 utterances.], batch size: 130, lr: 4.88e-04 +2022-09-17 19:25:58,078 INFO [train.py:885] (0/2) Epoch 9, batch 12450, loss[loss=0.3717, simple_loss=0.4234, pruned_loss=0.1601, over 14182.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04563, over 306.00 utterances.], tot_loss[loss=0.3204, simple_loss=0.3785, pruned_loss=0.1312, over 2779102.14 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07438, over 47659.31 utterances.], batch size: 306, lr: 4.88e-04 +2022-09-17 19:26:27,259 INFO [train.py:885] (0/2) Epoch 9, batch 12500, loss[loss=0.3363, simple_loss=0.4122, pruned_loss=0.1303, over 13740.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07384, over 411.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.379, pruned_loss=0.131, over 2780625.89 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07386, over 47736.47 utterances.], batch size: 411, lr: 4.88e-04 +2022-09-17 19:26:56,608 INFO [train.py:885] (0/2) Epoch 9, batch 12550, loss[loss=0.2823, simple_loss=0.3559, pruned_loss=0.1043, over 14332.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03668, over 180.00 utterances.], tot_loss[loss=0.3217, simple_loss=0.3796, pruned_loss=0.1319, over 2780222.42 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07182, over 47256.91 utterances.], batch size: 180, lr: 4.87e-04 +2022-09-17 19:27:24,731 INFO [train.py:885] (0/2) Epoch 9, batch 12600, loss[loss=0.4397, simple_loss=0.4744, pruned_loss=0.2025, over 14236.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04348, over 335.00 utterances.], tot_loss[loss=0.324, simple_loss=0.3817, pruned_loss=0.1332, over 2783157.36 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07105, over 47915.80 utterances.], batch size: 335, lr: 4.87e-04 +2022-09-17 19:27:34,991 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-9.pt +2022-09-17 19:27:43,430 INFO [train.py:885] (0/2) Epoch 10, batch 0, loss[loss=0.3073, simple_loss=0.37, pruned_loss=0.1223, over 14303.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03894, over 180.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.37, pruned_loss=0.1223, over 14303.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03894, over 180.00 utterances.], batch size: 180, lr: 4.69e-04 +2022-09-17 19:28:14,134 INFO [train.py:885] (0/2) Epoch 10, batch 50, loss[loss=0.3512, simple_loss=0.4387, pruned_loss=0.1318, over 13681.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07808, over 477.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3568, pruned_loss=0.1179, over 628951.61 frames. utt_duration=272.1 frames, utt_pad_proportion=0.05738, over 9293.42 utterances.], batch size: 477, lr: 4.68e-04 +2022-09-17 19:28:43,643 INFO [train.py:885] (0/2) Epoch 10, batch 100, loss[loss=0.3147, simple_loss=0.379, pruned_loss=0.1252, over 14355.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03569, over 210.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.3678, pruned_loss=0.1255, over 1110539.88 frames. utt_duration=265.8 frames, utt_pad_proportion=0.06231, over 16805.15 utterances.], batch size: 210, lr: 4.68e-04 +2022-09-17 19:29:13,443 INFO [train.py:885] (0/2) Epoch 10, batch 150, loss[loss=0.3437, simple_loss=0.4026, pruned_loss=0.1424, over 14331.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03828, over 262.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3708, pruned_loss=0.1263, over 1480293.83 frames. utt_duration=255 frames, utt_pad_proportion=0.06628, over 23355.80 utterances.], batch size: 262, lr: 4.68e-04 +2022-09-17 19:29:42,419 INFO [train.py:885] (0/2) Epoch 10, batch 200, loss[loss=0.1963, simple_loss=0.2482, pruned_loss=0.07216, over 13691.00 frames. utt_duration=914.2 frames, utt_pad_proportion=0.0766, over 60.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3706, pruned_loss=0.1264, over 1768832.81 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06897, over 28595.30 utterances.], batch size: 60, lr: 4.68e-04 +2022-09-17 19:30:12,172 INFO [train.py:885] (0/2) Epoch 10, batch 250, loss[loss=0.3592, simple_loss=0.404, pruned_loss=0.1572, over 14261.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03816, over 225.00 utterances.], tot_loss[loss=0.314, simple_loss=0.3732, pruned_loss=0.1275, over 1994683.85 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06967, over 33163.84 utterances.], batch size: 225, lr: 4.68e-04 +2022-09-17 19:30:41,529 INFO [train.py:885] (0/2) Epoch 10, batch 300, loss[loss=0.4311, simple_loss=0.4877, pruned_loss=0.1872, over 13775.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07099, over 411.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3734, pruned_loss=0.1276, over 2168077.86 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0702, over 35623.49 utterances.], batch size: 411, lr: 4.68e-04 +2022-09-17 19:31:11,252 INFO [train.py:885] (0/2) Epoch 10, batch 350, loss[loss=0.281, simple_loss=0.3506, pruned_loss=0.1057, over 14222.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04759, over 141.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3738, pruned_loss=0.1279, over 2303526.82 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07131, over 38159.05 utterances.], batch size: 141, lr: 4.68e-04 +2022-09-17 19:31:40,462 INFO [train.py:885] (0/2) Epoch 10, batch 400, loss[loss=0.2848, simple_loss=0.3538, pruned_loss=0.1079, over 14299.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03891, over 180.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.3762, pruned_loss=0.1295, over 2411234.78 frames. utt_duration=239.2 frames, utt_pad_proportion=0.0707, over 40567.18 utterances.], batch size: 180, lr: 4.68e-04 +2022-09-17 19:32:10,434 INFO [train.py:885] (0/2) Epoch 10, batch 450, loss[loss=0.2564, simple_loss=0.3248, pruned_loss=0.09403, over 14104.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05256, over 98.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3808, pruned_loss=0.132, over 2489195.15 frames. utt_duration=229.9 frames, utt_pad_proportion=0.07372, over 43590.06 utterances.], batch size: 98, lr: 4.68e-04 +2022-09-17 19:32:39,355 INFO [train.py:885] (0/2) Epoch 10, batch 500, loss[loss=0.1956, simple_loss=0.2432, pruned_loss=0.07399, over 13159.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1113, over 33.00 utterances.], tot_loss[loss=0.3227, simple_loss=0.3811, pruned_loss=0.1321, over 2556511.13 frames. utt_duration=230 frames, utt_pad_proportion=0.0743, over 44747.76 utterances.], batch size: 33, lr: 4.68e-04 +2022-09-17 19:33:09,454 INFO [train.py:885] (0/2) Epoch 10, batch 550, loss[loss=0.2641, simple_loss=0.3357, pruned_loss=0.09625, over 14271.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04022, over 130.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.3799, pruned_loss=0.1314, over 2606756.92 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07305, over 44978.46 utterances.], batch size: 130, lr: 4.67e-04 +2022-09-17 19:33:38,715 INFO [train.py:885] (0/2) Epoch 10, batch 600, loss[loss=0.3691, simple_loss=0.4126, pruned_loss=0.1628, over 14315.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04118, over 167.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.3806, pruned_loss=0.1316, over 2642746.89 frames. utt_duration=230 frames, utt_pad_proportion=0.07229, over 46266.82 utterances.], batch size: 167, lr: 4.67e-04 +2022-09-17 19:34:08,299 INFO [train.py:885] (0/2) Epoch 10, batch 650, loss[loss=0.3197, simple_loss=0.3996, pruned_loss=0.1199, over 14335.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03996, over 167.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.38, pruned_loss=0.1307, over 2677914.84 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07155, over 46476.38 utterances.], batch size: 167, lr: 4.67e-04 +2022-09-17 19:34:36,683 INFO [train.py:885] (0/2) Epoch 10, batch 700, loss[loss=0.231, simple_loss=0.3109, pruned_loss=0.07557, over 14065.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05618, over 79.00 utterances.], tot_loss[loss=0.3181, simple_loss=0.3771, pruned_loss=0.1295, over 2699549.99 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07216, over 46223.03 utterances.], batch size: 79, lr: 4.67e-04 +2022-09-17 19:35:06,387 INFO [train.py:885] (0/2) Epoch 10, batch 750, loss[loss=0.2192, simple_loss=0.277, pruned_loss=0.08071, over 13862.00 frames. utt_duration=925.4 frames, utt_pad_proportion=0.07092, over 60.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3734, pruned_loss=0.1276, over 2720133.35 frames. utt_duration=242 frames, utt_pad_proportion=0.07128, over 45229.22 utterances.], batch size: 60, lr: 4.67e-04 +2022-09-17 19:35:35,648 INFO [train.py:885] (0/2) Epoch 10, batch 800, loss[loss=0.2313, simple_loss=0.2781, pruned_loss=0.09229, over 14030.00 frames. utt_duration=711.7 frames, utt_pad_proportion=0.05736, over 79.00 utterances.], tot_loss[loss=0.3103, simple_loss=0.3696, pruned_loss=0.1255, over 2734706.57 frames. utt_duration=249 frames, utt_pad_proportion=0.06873, over 44196.96 utterances.], batch size: 79, lr: 4.67e-04 +2022-09-17 19:36:05,081 INFO [train.py:885] (0/2) Epoch 10, batch 850, loss[loss=0.3994, simple_loss=0.4852, pruned_loss=0.1568, over 13217.00 frames. utt_duration=82.49 frames, utt_pad_proportion=0.1033, over 653.00 utterances.], tot_loss[loss=0.3091, simple_loss=0.3687, pruned_loss=0.1247, over 2749166.37 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06848, over 43733.31 utterances.], batch size: 653, lr: 4.67e-04 +2022-09-17 19:36:35,210 INFO [train.py:885] (0/2) Epoch 10, batch 900, loss[loss=0.328, simple_loss=0.4269, pruned_loss=0.1145, over 13619.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08181, over 477.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3683, pruned_loss=0.1255, over 2750047.97 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06962, over 43402.92 utterances.], batch size: 477, lr: 4.67e-04 +2022-09-17 19:37:03,666 INFO [train.py:885] (0/2) Epoch 10, batch 950, loss[loss=0.2476, simple_loss=0.2925, pruned_loss=0.1014, over 13994.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.06093, over 79.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.366, pruned_loss=0.1238, over 2760425.30 frames. utt_duration=262.4 frames, utt_pad_proportion=0.06854, over 42318.34 utterances.], batch size: 79, lr: 4.67e-04 +2022-09-17 19:37:33,998 INFO [train.py:885] (0/2) Epoch 10, batch 1000, loss[loss=0.2373, simple_loss=0.3033, pruned_loss=0.08565, over 14130.00 frames. utt_duration=636.4 frames, utt_pad_proportion=0.05009, over 89.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.3679, pruned_loss=0.1244, over 2764675.22 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06728, over 43230.24 utterances.], batch size: 89, lr: 4.67e-04 +2022-09-17 19:38:03,266 INFO [train.py:885] (0/2) Epoch 10, batch 1050, loss[loss=0.285, simple_loss=0.3554, pruned_loss=0.1074, over 14248.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04577, over 141.00 utterances.], tot_loss[loss=0.3089, simple_loss=0.3685, pruned_loss=0.1246, over 2769126.48 frames. utt_duration=254.5 frames, utt_pad_proportion=0.0675, over 43778.96 utterances.], batch size: 141, lr: 4.66e-04 +2022-09-17 19:38:32,715 INFO [train.py:885] (0/2) Epoch 10, batch 1100, loss[loss=0.4251, simple_loss=0.503, pruned_loss=0.1736, over 13164.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.315, simple_loss=0.374, pruned_loss=0.128, over 2775615.92 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06827, over 45444.39 utterances.], batch size: 653, lr: 4.66e-04 +2022-09-17 19:39:02,527 INFO [train.py:885] (0/2) Epoch 10, batch 1150, loss[loss=0.4342, simple_loss=0.4563, pruned_loss=0.206, over 14245.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04236, over 335.00 utterances.], tot_loss[loss=0.3233, simple_loss=0.3817, pruned_loss=0.1325, over 2776756.37 frames. utt_duration=231.6 frames, utt_pad_proportion=0.0715, over 48273.09 utterances.], batch size: 335, lr: 4.66e-04 +2022-09-17 19:39:32,197 INFO [train.py:885] (0/2) Epoch 10, batch 1200, loss[loss=0.2034, simple_loss=0.2753, pruned_loss=0.06571, over 13847.00 frames. utt_duration=804.2 frames, utt_pad_proportion=0.06377, over 69.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3752, pruned_loss=0.1292, over 2774385.77 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07175, over 45796.69 utterances.], batch size: 69, lr: 4.66e-04 +2022-09-17 19:40:01,639 INFO [train.py:885] (0/2) Epoch 10, batch 1250, loss[loss=0.2469, simple_loss=0.3032, pruned_loss=0.0953, over 14098.00 frames. utt_duration=518.8 frames, utt_pad_proportion=0.0498, over 109.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.376, pruned_loss=0.1285, over 2782260.43 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06919, over 46208.83 utterances.], batch size: 109, lr: 4.66e-04 +2022-09-17 19:40:31,214 INFO [train.py:885] (0/2) Epoch 10, batch 1300, loss[loss=0.2717, simple_loss=0.3369, pruned_loss=0.1032, over 14154.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04591, over 109.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3757, pruned_loss=0.1287, over 2782078.56 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06847, over 46033.16 utterances.], batch size: 109, lr: 4.66e-04 +2022-09-17 19:41:00,621 INFO [train.py:885] (0/2) Epoch 10, batch 1350, loss[loss=0.3737, simple_loss=0.4564, pruned_loss=0.1455, over 13674.00 frames. utt_duration=99.01 frames, utt_pad_proportion=0.07472, over 560.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3748, pruned_loss=0.1281, over 2781415.61 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06905, over 45606.36 utterances.], batch size: 560, lr: 4.66e-04 +2022-09-17 19:41:30,562 INFO [train.py:885] (0/2) Epoch 10, batch 1400, loss[loss=0.266, simple_loss=0.3372, pruned_loss=0.09737, over 14281.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04101, over 120.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3718, pruned_loss=0.1268, over 2787547.71 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06545, over 43524.81 utterances.], batch size: 120, lr: 4.66e-04 +2022-09-17 19:41:59,988 INFO [train.py:885] (0/2) Epoch 10, batch 1450, loss[loss=0.3254, simple_loss=0.3767, pruned_loss=0.137, over 14258.00 frames. utt_duration=372 frames, utt_pad_proportion=0.04372, over 154.00 utterances.], tot_loss[loss=0.3107, simple_loss=0.3701, pruned_loss=0.1256, over 2785144.02 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06845, over 43726.68 utterances.], batch size: 154, lr: 4.66e-04 +2022-09-17 19:42:29,489 INFO [train.py:885] (0/2) Epoch 10, batch 1500, loss[loss=0.2588, simple_loss=0.3163, pruned_loss=0.1007, over 14031.00 frames. utt_duration=574.1 frames, utt_pad_proportion=0.05574, over 98.00 utterances.], tot_loss[loss=0.3114, simple_loss=0.37, pruned_loss=0.1263, over 2787860.50 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06637, over 43744.73 utterances.], batch size: 98, lr: 4.66e-04 +2022-09-17 19:43:06,610 INFO [train.py:885] (0/2) Epoch 10, batch 1550, loss[loss=0.3613, simple_loss=0.445, pruned_loss=0.1389, over 13648.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08222, over 478.00 utterances.], tot_loss[loss=0.3129, simple_loss=0.372, pruned_loss=0.1269, over 2785746.60 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06808, over 45004.03 utterances.], batch size: 478, lr: 4.65e-04 +2022-09-17 19:43:35,826 INFO [train.py:885] (0/2) Epoch 10, batch 1600, loss[loss=0.2483, simple_loss=0.3151, pruned_loss=0.09079, over 14180.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04429, over 109.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3735, pruned_loss=0.1279, over 2787194.31 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06798, over 45385.99 utterances.], batch size: 109, lr: 4.65e-04 +2022-09-17 19:44:05,178 INFO [train.py:885] (0/2) Epoch 10, batch 1650, loss[loss=0.3021, simple_loss=0.3669, pruned_loss=0.1186, over 14311.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03948, over 262.00 utterances.], tot_loss[loss=0.3157, simple_loss=0.3735, pruned_loss=0.1289, over 2783520.06 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06806, over 45276.57 utterances.], batch size: 262, lr: 4.65e-04 +2022-09-17 19:44:35,317 INFO [train.py:885] (0/2) Epoch 10, batch 1700, loss[loss=0.3339, simple_loss=0.4168, pruned_loss=0.1255, over 13735.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07396, over 411.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.3753, pruned_loss=0.1296, over 2781698.47 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0689, over 46231.07 utterances.], batch size: 411, lr: 4.65e-04 +2022-09-17 19:45:04,203 INFO [train.py:885] (0/2) Epoch 10, batch 1750, loss[loss=0.4119, simple_loss=0.4967, pruned_loss=0.1636, over 13206.00 frames. utt_duration=82.43 frames, utt_pad_proportion=0.1041, over 653.00 utterances.], tot_loss[loss=0.315, simple_loss=0.3729, pruned_loss=0.1286, over 2785049.70 frames. utt_duration=247 frames, utt_pad_proportion=0.06801, over 45376.12 utterances.], batch size: 653, lr: 4.65e-04 +2022-09-17 19:45:33,339 INFO [train.py:885] (0/2) Epoch 10, batch 1800, loss[loss=0.4869, simple_loss=0.5207, pruned_loss=0.2266, over 13699.00 frames. utt_duration=134.8 frames, utt_pad_proportion=0.07646, over 411.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3736, pruned_loss=0.1283, over 2779715.22 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07009, over 46170.41 utterances.], batch size: 411, lr: 4.65e-04 +2022-09-17 19:46:02,904 INFO [train.py:885] (0/2) Epoch 10, batch 1850, loss[loss=0.2172, simple_loss=0.2764, pruned_loss=0.07903, over 12207.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1642, over 24.00 utterances.], tot_loss[loss=0.3201, simple_loss=0.3785, pruned_loss=0.1308, over 2777585.12 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07321, over 47733.03 utterances.], batch size: 24, lr: 4.65e-04 +2022-09-17 19:46:32,444 INFO [train.py:885] (0/2) Epoch 10, batch 1900, loss[loss=0.2009, simple_loss=0.2799, pruned_loss=0.06093, over 14066.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05619, over 79.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3776, pruned_loss=0.1301, over 2782846.96 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07121, over 47171.94 utterances.], batch size: 79, lr: 4.65e-04 +2022-09-17 19:47:01,878 INFO [train.py:885] (0/2) Epoch 10, batch 1950, loss[loss=0.3487, simple_loss=0.4015, pruned_loss=0.1479, over 14331.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03727, over 195.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3786, pruned_loss=0.1307, over 2781979.80 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07139, over 46934.42 utterances.], batch size: 195, lr: 4.65e-04 +2022-09-17 19:47:31,580 INFO [train.py:885] (0/2) Epoch 10, batch 2000, loss[loss=0.409, simple_loss=0.4709, pruned_loss=0.1735, over 13736.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07388, over 411.00 utterances.], tot_loss[loss=0.3242, simple_loss=0.3828, pruned_loss=0.1328, over 2780360.27 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07342, over 48843.38 utterances.], batch size: 411, lr: 4.65e-04 +2022-09-17 19:48:09,222 INFO [train.py:885] (0/2) Epoch 10, batch 2050, loss[loss=0.2397, simple_loss=0.3105, pruned_loss=0.08441, over 13302.00 frames. utt_duration=2048 frames, utt_pad_proportion=0.09464, over 26.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.3789, pruned_loss=0.1313, over 2781382.35 frames. utt_duration=239 frames, utt_pad_proportion=0.07263, over 46842.31 utterances.], batch size: 26, lr: 4.64e-04 +2022-09-17 19:48:38,401 INFO [train.py:885] (0/2) Epoch 10, batch 2100, loss[loss=0.1805, simple_loss=0.2385, pruned_loss=0.06121, over 13230.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1024, over 33.00 utterances.], tot_loss[loss=0.3193, simple_loss=0.3782, pruned_loss=0.1303, over 2784243.72 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07248, over 46833.67 utterances.], batch size: 33, lr: 4.64e-04 +2022-09-17 19:49:08,008 INFO [train.py:885] (0/2) Epoch 10, batch 2150, loss[loss=0.328, simple_loss=0.3926, pruned_loss=0.1317, over 14284.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04057, over 283.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.376, pruned_loss=0.1288, over 2779899.04 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07162, over 46395.90 utterances.], batch size: 283, lr: 4.64e-04 +2022-09-17 19:49:37,790 INFO [train.py:885] (0/2) Epoch 10, batch 2200, loss[loss=0.2964, simple_loss=0.3476, pruned_loss=0.1226, over 14306.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03769, over 120.00 utterances.], tot_loss[loss=0.3113, simple_loss=0.3712, pruned_loss=0.1256, over 2780696.73 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06938, over 44630.25 utterances.], batch size: 120, lr: 4.64e-04 +2022-09-17 19:50:07,428 INFO [train.py:885] (0/2) Epoch 10, batch 2250, loss[loss=0.4431, simple_loss=0.4964, pruned_loss=0.1949, over 13796.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07026, over 411.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3753, pruned_loss=0.1282, over 2781227.77 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07068, over 46216.73 utterances.], batch size: 411, lr: 4.64e-04 +2022-09-17 19:50:37,208 INFO [train.py:885] (0/2) Epoch 10, batch 2300, loss[loss=0.3715, simple_loss=0.4157, pruned_loss=0.1637, over 14360.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03351, over 244.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3751, pruned_loss=0.128, over 2780520.26 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07187, over 47051.46 utterances.], batch size: 244, lr: 4.64e-04 +2022-09-17 19:51:06,259 INFO [train.py:885] (0/2) Epoch 10, batch 2350, loss[loss=0.1525, simple_loss=0.2101, pruned_loss=0.04745, over 13177.00 frames. utt_duration=1599 frames, utt_pad_proportion=0.09632, over 33.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3763, pruned_loss=0.1292, over 2786192.24 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07125, over 46312.94 utterances.], batch size: 33, lr: 4.64e-04 +2022-09-17 19:51:35,843 INFO [train.py:885] (0/2) Epoch 10, batch 2400, loss[loss=0.216, simple_loss=0.2518, pruned_loss=0.09014, over 13867.00 frames. utt_duration=925.9 frames, utt_pad_proportion=0.07043, over 60.00 utterances.], tot_loss[loss=0.3152, simple_loss=0.3747, pruned_loss=0.1279, over 2782133.71 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07135, over 46140.44 utterances.], batch size: 60, lr: 4.64e-04 +2022-09-17 19:51:48,407 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-116000.pt +2022-09-17 19:52:05,956 INFO [train.py:885] (0/2) Epoch 10, batch 2450, loss[loss=0.1972, simple_loss=0.2591, pruned_loss=0.06762, over 14068.00 frames. utt_duration=805.1 frames, utt_pad_proportion=0.06051, over 70.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3772, pruned_loss=0.1292, over 2775534.40 frames. utt_duration=235 frames, utt_pad_proportion=0.07419, over 47531.94 utterances.], batch size: 70, lr: 4.64e-04 +2022-09-17 19:52:35,118 INFO [train.py:885] (0/2) Epoch 10, batch 2500, loss[loss=0.2629, simple_loss=0.3321, pruned_loss=0.09687, over 14301.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.04015, over 130.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3739, pruned_loss=0.1279, over 2776742.91 frames. utt_duration=244 frames, utt_pad_proportion=0.07366, over 45806.28 utterances.], batch size: 130, lr: 4.64e-04 +2022-09-17 19:53:04,962 INFO [train.py:885] (0/2) Epoch 10, batch 2550, loss[loss=0.371, simple_loss=0.4175, pruned_loss=0.1622, over 14309.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03917, over 195.00 utterances.], tot_loss[loss=0.3126, simple_loss=0.3719, pruned_loss=0.1267, over 2781462.94 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07054, over 44601.37 utterances.], batch size: 195, lr: 4.63e-04 +2022-09-17 19:53:33,828 INFO [train.py:885] (0/2) Epoch 10, batch 2600, loss[loss=0.3702, simple_loss=0.4192, pruned_loss=0.1605, over 14192.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04528, over 306.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3705, pruned_loss=0.1259, over 2779784.15 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07071, over 44642.90 utterances.], batch size: 306, lr: 4.63e-04 +2022-09-17 19:54:03,775 INFO [train.py:885] (0/2) Epoch 10, batch 2650, loss[loss=0.298, simple_loss=0.3639, pruned_loss=0.116, over 14355.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03876, over 167.00 utterances.], tot_loss[loss=0.3142, simple_loss=0.3729, pruned_loss=0.1277, over 2785031.33 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06862, over 44747.06 utterances.], batch size: 167, lr: 4.63e-04 +2022-09-17 19:54:33,705 INFO [train.py:885] (0/2) Epoch 10, batch 2700, loss[loss=0.4315, simple_loss=0.4867, pruned_loss=0.1881, over 13662.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08122, over 478.00 utterances.], tot_loss[loss=0.3177, simple_loss=0.3766, pruned_loss=0.1294, over 2787335.71 frames. utt_duration=241.9 frames, utt_pad_proportion=0.06887, over 46365.26 utterances.], batch size: 478, lr: 4.63e-04 +2022-09-17 19:55:02,819 INFO [train.py:885] (0/2) Epoch 10, batch 2750, loss[loss=0.4448, simple_loss=0.4795, pruned_loss=0.2051, over 13964.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05824, over 365.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.3789, pruned_loss=0.1318, over 2792284.35 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06685, over 45719.04 utterances.], batch size: 365, lr: 4.63e-04 +2022-09-17 19:55:32,724 INFO [train.py:885] (0/2) Epoch 10, batch 2800, loss[loss=0.203, simple_loss=0.2756, pruned_loss=0.06516, over 13425.00 frames. utt_duration=1629 frames, utt_pad_proportion=0.09609, over 33.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.378, pruned_loss=0.1309, over 2783728.24 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07113, over 46424.30 utterances.], batch size: 33, lr: 4.63e-04 +2022-09-17 19:56:01,594 INFO [train.py:885] (0/2) Epoch 10, batch 2850, loss[loss=0.1934, simple_loss=0.2623, pruned_loss=0.06227, over 13930.00 frames. utt_duration=930.3 frames, utt_pad_proportion=0.06405, over 60.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3733, pruned_loss=0.1284, over 2785687.05 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06954, over 44717.02 utterances.], batch size: 60, lr: 4.63e-04 +2022-09-17 19:56:31,455 INFO [train.py:885] (0/2) Epoch 10, batch 2900, loss[loss=0.2129, simple_loss=0.2607, pruned_loss=0.08256, over 13133.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1079, over 33.00 utterances.], tot_loss[loss=0.3184, simple_loss=0.3772, pruned_loss=0.1298, over 2790928.80 frames. utt_duration=241.6 frames, utt_pad_proportion=0.06727, over 46500.53 utterances.], batch size: 33, lr: 4.63e-04 +2022-09-17 19:57:00,273 INFO [train.py:885] (0/2) Epoch 10, batch 2950, loss[loss=0.2141, simple_loss=0.2387, pruned_loss=0.09469, over 13233.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1116, over 33.00 utterances.], tot_loss[loss=0.3129, simple_loss=0.3718, pruned_loss=0.127, over 2784239.63 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06889, over 45029.66 utterances.], batch size: 33, lr: 4.63e-04 +2022-09-17 19:57:29,649 INFO [train.py:885] (0/2) Epoch 10, batch 3000, loss[loss=0.2311, simple_loss=0.2973, pruned_loss=0.0824, over 13819.00 frames. utt_duration=922.8 frames, utt_pad_proportion=0.06979, over 60.00 utterances.], tot_loss[loss=0.3137, simple_loss=0.3717, pruned_loss=0.1278, over 2784633.16 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06809, over 44416.92 utterances.], batch size: 60, lr: 4.63e-04 +2022-09-17 19:57:29,651 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 19:57:34,743 INFO [train.py:914] (0/2) Epoch 10, validation: loss=0.2049, simple_loss=0.2828, pruned_loss=0.06348, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 19:58:04,709 INFO [train.py:885] (0/2) Epoch 10, batch 3050, loss[loss=0.3555, simple_loss=0.3999, pruned_loss=0.1555, over 14335.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03996, over 167.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3723, pruned_loss=0.1282, over 2789731.12 frames. utt_duration=254 frames, utt_pad_proportion=0.06636, over 44192.45 utterances.], batch size: 167, lr: 4.62e-04 +2022-09-17 19:58:34,731 INFO [train.py:885] (0/2) Epoch 10, batch 3100, loss[loss=0.6677, simple_loss=0.6997, pruned_loss=0.3179, over 12564.00 frames. utt_duration=63.6 frames, utt_pad_proportion=0.1405, over 810.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.377, pruned_loss=0.1303, over 2785512.24 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07016, over 46882.26 utterances.], batch size: 810, lr: 4.62e-04 +2022-09-17 19:59:03,654 INFO [train.py:885] (0/2) Epoch 10, batch 3150, loss[loss=0.2741, simple_loss=0.3521, pruned_loss=0.09808, over 14342.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.0371, over 195.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3755, pruned_loss=0.1296, over 2787472.30 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06998, over 46122.32 utterances.], batch size: 195, lr: 4.62e-04 +2022-09-17 19:59:32,822 INFO [train.py:885] (0/2) Epoch 10, batch 3200, loss[loss=0.4163, simple_loss=0.4945, pruned_loss=0.169, over 13158.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.3761, pruned_loss=0.1291, over 2784127.33 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07242, over 47496.11 utterances.], batch size: 653, lr: 4.62e-04 +2022-09-17 20:00:02,718 INFO [train.py:885] (0/2) Epoch 10, batch 3250, loss[loss=0.6036, simple_loss=0.6512, pruned_loss=0.278, over 12528.00 frames. utt_duration=63.45 frames, utt_pad_proportion=0.1425, over 810.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3767, pruned_loss=0.1287, over 2782336.30 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07229, over 47950.76 utterances.], batch size: 810, lr: 4.62e-04 +2022-09-17 20:00:33,397 INFO [train.py:885] (0/2) Epoch 10, batch 3300, loss[loss=0.3204, simple_loss=0.3824, pruned_loss=0.1292, over 14357.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03332, over 244.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.378, pruned_loss=0.1294, over 2776164.58 frames. utt_duration=229.5 frames, utt_pad_proportion=0.075, over 48705.78 utterances.], batch size: 244, lr: 4.62e-04 +2022-09-17 20:01:02,978 INFO [train.py:885] (0/2) Epoch 10, batch 3350, loss[loss=0.1608, simple_loss=0.2078, pruned_loss=0.05688, over 12801.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.1322, over 25.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3797, pruned_loss=0.1301, over 2780763.23 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07426, over 49170.52 utterances.], batch size: 25, lr: 4.62e-04 +2022-09-17 20:01:32,674 INFO [train.py:885] (0/2) Epoch 10, batch 3400, loss[loss=0.271, simple_loss=0.3226, pruned_loss=0.1096, over 14160.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04564, over 109.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3774, pruned_loss=0.1285, over 2777364.02 frames. utt_duration=228 frames, utt_pad_proportion=0.07501, over 49036.88 utterances.], batch size: 109, lr: 4.62e-04 +2022-09-17 20:02:02,051 INFO [train.py:885] (0/2) Epoch 10, batch 3450, loss[loss=0.557, simple_loss=0.6227, pruned_loss=0.2457, over 12465.00 frames. utt_duration=63.14 frames, utt_pad_proportion=0.1468, over 810.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.3753, pruned_loss=0.1282, over 2773618.65 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07541, over 47949.54 utterances.], batch size: 810, lr: 4.62e-04 +2022-09-17 20:02:31,714 INFO [train.py:885] (0/2) Epoch 10, batch 3500, loss[loss=0.3071, simple_loss=0.3567, pruned_loss=0.1288, over 14235.00 frames. utt_duration=523.7 frames, utt_pad_proportion=0.0408, over 109.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.3767, pruned_loss=0.1289, over 2776369.59 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07512, over 48214.85 utterances.], batch size: 109, lr: 4.62e-04 +2022-09-17 20:03:00,793 INFO [train.py:885] (0/2) Epoch 10, batch 3550, loss[loss=0.297, simple_loss=0.3602, pruned_loss=0.1169, over 14292.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03876, over 180.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3753, pruned_loss=0.1288, over 2779330.27 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07331, over 46893.47 utterances.], batch size: 180, lr: 4.61e-04 +2022-09-17 20:03:30,494 INFO [train.py:885] (0/2) Epoch 10, batch 3600, loss[loss=0.2802, simple_loss=0.3418, pruned_loss=0.1093, over 14304.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03781, over 130.00 utterances.], tot_loss[loss=0.3141, simple_loss=0.3732, pruned_loss=0.1275, over 2779996.97 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07273, over 46217.39 utterances.], batch size: 130, lr: 4.61e-04 +2022-09-17 20:03:59,822 INFO [train.py:885] (0/2) Epoch 10, batch 3650, loss[loss=0.1979, simple_loss=0.263, pruned_loss=0.06634, over 13827.00 frames. utt_duration=802.9 frames, utt_pad_proportion=0.06531, over 69.00 utterances.], tot_loss[loss=0.3161, simple_loss=0.3748, pruned_loss=0.1287, over 2778563.44 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07271, over 46879.15 utterances.], batch size: 69, lr: 4.61e-04 +2022-09-17 20:04:29,687 INFO [train.py:885] (0/2) Epoch 10, batch 3700, loss[loss=0.4036, simple_loss=0.4749, pruned_loss=0.1662, over 13613.00 frames. utt_duration=98.69 frames, utt_pad_proportion=0.0777, over 560.00 utterances.], tot_loss[loss=0.3162, simple_loss=0.3746, pruned_loss=0.1289, over 2777902.15 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07286, over 46632.49 utterances.], batch size: 560, lr: 4.61e-04 +2022-09-17 20:04:59,043 INFO [train.py:885] (0/2) Epoch 10, batch 3750, loss[loss=0.1781, simple_loss=0.2314, pruned_loss=0.06235, over 13402.00 frames. utt_duration=1626 frames, utt_pad_proportion=0.08751, over 33.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.375, pruned_loss=0.1283, over 2781106.29 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07107, over 46885.10 utterances.], batch size: 33, lr: 4.61e-04 +2022-09-17 20:05:28,821 INFO [train.py:885] (0/2) Epoch 10, batch 3800, loss[loss=0.3023, simple_loss=0.349, pruned_loss=0.1278, over 14173.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04501, over 109.00 utterances.], tot_loss[loss=0.3162, simple_loss=0.3752, pruned_loss=0.1286, over 2779938.10 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0722, over 46575.87 utterances.], batch size: 109, lr: 4.61e-04 +2022-09-17 20:05:58,201 INFO [train.py:885] (0/2) Epoch 10, batch 3850, loss[loss=0.3389, simple_loss=0.4013, pruned_loss=0.1382, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0406, over 225.00 utterances.], tot_loss[loss=0.3118, simple_loss=0.371, pruned_loss=0.1263, over 2776951.53 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07252, over 45375.44 utterances.], batch size: 225, lr: 4.61e-04 +2022-09-17 20:06:27,973 INFO [train.py:885] (0/2) Epoch 10, batch 3900, loss[loss=0.3944, simple_loss=0.4395, pruned_loss=0.1746, over 14263.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04136, over 335.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3715, pruned_loss=0.127, over 2778974.91 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07233, over 45527.26 utterances.], batch size: 335, lr: 4.61e-04 +2022-09-17 20:06:57,493 INFO [train.py:885] (0/2) Epoch 10, batch 3950, loss[loss=0.3385, simple_loss=0.3995, pruned_loss=0.1387, over 14368.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03513, over 195.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3706, pruned_loss=0.1266, over 2782357.21 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07147, over 44923.04 utterances.], batch size: 195, lr: 4.61e-04 +2022-09-17 20:07:27,603 INFO [train.py:885] (0/2) Epoch 10, batch 4000, loss[loss=0.3926, simple_loss=0.4328, pruned_loss=0.1763, over 14348.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03606, over 195.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3737, pruned_loss=0.1282, over 2778730.54 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07275, over 46143.68 utterances.], batch size: 195, lr: 4.61e-04 +2022-09-17 20:07:57,291 INFO [train.py:885] (0/2) Epoch 10, batch 4050, loss[loss=0.2596, simple_loss=0.3412, pruned_loss=0.08902, over 14254.00 frames. utt_duration=371.9 frames, utt_pad_proportion=0.04394, over 154.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3735, pruned_loss=0.1279, over 2777803.87 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07355, over 46235.87 utterances.], batch size: 154, lr: 4.60e-04 +2022-09-17 20:08:26,494 INFO [train.py:885] (0/2) Epoch 10, batch 4100, loss[loss=0.2858, simple_loss=0.3528, pruned_loss=0.1094, over 14321.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03971, over 154.00 utterances.], tot_loss[loss=0.3142, simple_loss=0.3728, pruned_loss=0.1278, over 2779257.32 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07236, over 45755.80 utterances.], batch size: 154, lr: 4.60e-04 +2022-09-17 20:08:55,902 INFO [train.py:885] (0/2) Epoch 10, batch 4150, loss[loss=0.3687, simple_loss=0.4443, pruned_loss=0.1465, over 13584.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08421, over 477.00 utterances.], tot_loss[loss=0.3161, simple_loss=0.3754, pruned_loss=0.1284, over 2780934.83 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07327, over 47175.95 utterances.], batch size: 477, lr: 4.60e-04 +2022-09-17 20:09:25,614 INFO [train.py:885] (0/2) Epoch 10, batch 4200, loss[loss=0.4442, simple_loss=0.4728, pruned_loss=0.2078, over 14215.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04375, over 306.00 utterances.], tot_loss[loss=0.3179, simple_loss=0.3774, pruned_loss=0.1292, over 2776450.45 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07528, over 48371.90 utterances.], batch size: 306, lr: 4.60e-04 +2022-09-17 20:09:54,727 INFO [train.py:885] (0/2) Epoch 10, batch 4250, loss[loss=0.352, simple_loss=0.4016, pruned_loss=0.1512, over 14324.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03516, over 244.00 utterances.], tot_loss[loss=0.3185, simple_loss=0.3776, pruned_loss=0.1297, over 2779643.66 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07359, over 47488.31 utterances.], batch size: 244, lr: 4.60e-04 +2022-09-17 20:10:24,560 INFO [train.py:885] (0/2) Epoch 10, batch 4300, loss[loss=0.3416, simple_loss=0.3822, pruned_loss=0.1505, over 14288.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03951, over 180.00 utterances.], tot_loss[loss=0.3163, simple_loss=0.3753, pruned_loss=0.1286, over 2777082.89 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07543, over 46835.74 utterances.], batch size: 180, lr: 4.60e-04 +2022-09-17 20:10:53,757 INFO [train.py:885] (0/2) Epoch 10, batch 4350, loss[loss=0.284, simple_loss=0.3404, pruned_loss=0.1138, over 14169.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.04483, over 109.00 utterances.], tot_loss[loss=0.314, simple_loss=0.3729, pruned_loss=0.1276, over 2782215.14 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07176, over 45868.75 utterances.], batch size: 109, lr: 4.60e-04 +2022-09-17 20:11:23,377 INFO [train.py:885] (0/2) Epoch 10, batch 4400, loss[loss=0.4564, simple_loss=0.5249, pruned_loss=0.1939, over 13156.00 frames. utt_duration=82.08 frames, utt_pad_proportion=0.1078, over 653.00 utterances.], tot_loss[loss=0.3103, simple_loss=0.3697, pruned_loss=0.1255, over 2783196.42 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07059, over 44494.43 utterances.], batch size: 653, lr: 4.60e-04 +2022-09-17 20:11:53,152 INFO [train.py:885] (0/2) Epoch 10, batch 4450, loss[loss=0.5362, simple_loss=0.6126, pruned_loss=0.2299, over 12497.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.146, over 811.00 utterances.], tot_loss[loss=0.3086, simple_loss=0.3685, pruned_loss=0.1244, over 2780714.80 frames. utt_duration=249 frames, utt_pad_proportion=0.07188, over 44943.58 utterances.], batch size: 811, lr: 4.60e-04 +2022-09-17 20:12:23,117 INFO [train.py:885] (0/2) Epoch 10, batch 4500, loss[loss=0.2958, simple_loss=0.3647, pruned_loss=0.1134, over 14329.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03421, over 154.00 utterances.], tot_loss[loss=0.309, simple_loss=0.369, pruned_loss=0.1246, over 2779455.67 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07292, over 45080.41 utterances.], batch size: 154, lr: 4.60e-04 +2022-09-17 20:12:52,299 INFO [train.py:885] (0/2) Epoch 10, batch 4550, loss[loss=0.3489, simple_loss=0.435, pruned_loss=0.1315, over 13629.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08154, over 477.00 utterances.], tot_loss[loss=0.3099, simple_loss=0.3696, pruned_loss=0.1251, over 2778061.82 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07341, over 45200.63 utterances.], batch size: 477, lr: 4.59e-04 +2022-09-17 20:13:21,798 INFO [train.py:885] (0/2) Epoch 10, batch 4600, loss[loss=0.3566, simple_loss=0.4358, pruned_loss=0.1387, over 13772.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07183, over 411.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3715, pruned_loss=0.1261, over 2776999.91 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07403, over 45771.60 utterances.], batch size: 411, lr: 4.59e-04 +2022-09-17 20:13:51,848 INFO [train.py:885] (0/2) Epoch 10, batch 4650, loss[loss=0.5993, simple_loss=0.6462, pruned_loss=0.2762, over 12477.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1469, over 810.00 utterances.], tot_loss[loss=0.3109, simple_loss=0.3707, pruned_loss=0.1256, over 2775211.68 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07446, over 45318.67 utterances.], batch size: 810, lr: 4.59e-04 +2022-09-17 20:14:21,491 INFO [train.py:885] (0/2) Epoch 10, batch 4700, loss[loss=0.2597, simple_loss=0.3194, pruned_loss=0.1, over 14155.00 frames. utt_duration=579.2 frames, utt_pad_proportion=0.05057, over 98.00 utterances.], tot_loss[loss=0.3133, simple_loss=0.3723, pruned_loss=0.1271, over 2773825.18 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07596, over 45812.56 utterances.], batch size: 98, lr: 4.59e-04 +2022-09-17 20:14:50,210 INFO [train.py:885] (0/2) Epoch 10, batch 4750, loss[loss=0.1896, simple_loss=0.2417, pruned_loss=0.06875, over 13379.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.08729, over 41.00 utterances.], tot_loss[loss=0.308, simple_loss=0.3673, pruned_loss=0.1244, over 2774442.47 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07273, over 43962.81 utterances.], batch size: 41, lr: 4.59e-04 +2022-09-17 20:15:19,592 INFO [train.py:885] (0/2) Epoch 10, batch 4800, loss[loss=0.3474, simple_loss=0.3983, pruned_loss=0.1482, over 14316.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03789, over 195.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3666, pruned_loss=0.1237, over 2775640.61 frames. utt_duration=257.1 frames, utt_pad_proportion=0.07317, over 43428.02 utterances.], batch size: 195, lr: 4.59e-04 +2022-09-17 20:15:50,001 INFO [train.py:885] (0/2) Epoch 10, batch 4850, loss[loss=0.3466, simple_loss=0.4015, pruned_loss=0.1459, over 14296.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03962, over 283.00 utterances.], tot_loss[loss=0.3099, simple_loss=0.3691, pruned_loss=0.1253, over 2778131.68 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07231, over 44777.58 utterances.], batch size: 283, lr: 4.59e-04 +2022-09-17 20:16:19,330 INFO [train.py:885] (0/2) Epoch 10, batch 4900, loss[loss=0.2216, simple_loss=0.2815, pruned_loss=0.08086, over 13670.00 frames. utt_duration=912.7 frames, utt_pad_proportion=0.08179, over 60.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3735, pruned_loss=0.1275, over 2783182.22 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07052, over 46128.28 utterances.], batch size: 60, lr: 4.59e-04 +2022-09-17 20:16:48,153 INFO [train.py:885] (0/2) Epoch 10, batch 4950, loss[loss=0.3168, simple_loss=0.393, pruned_loss=0.1203, over 13965.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05827, over 365.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3717, pruned_loss=0.1273, over 2783782.89 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07096, over 44850.71 utterances.], batch size: 365, lr: 4.59e-04 +2022-09-17 20:17:17,840 INFO [train.py:885] (0/2) Epoch 10, batch 5000, loss[loss=0.3899, simple_loss=0.4819, pruned_loss=0.1489, over 13185.00 frames. utt_duration=82.33 frames, utt_pad_proportion=0.1051, over 653.00 utterances.], tot_loss[loss=0.3157, simple_loss=0.3748, pruned_loss=0.1283, over 2778603.37 frames. utt_duration=240 frames, utt_pad_proportion=0.0741, over 46596.92 utterances.], batch size: 653, lr: 4.59e-04 +2022-09-17 20:17:47,066 INFO [train.py:885] (0/2) Epoch 10, batch 5050, loss[loss=0.3316, simple_loss=0.3916, pruned_loss=0.1358, over 14307.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03982, over 262.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.3687, pruned_loss=0.125, over 2780679.37 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07124, over 44057.50 utterances.], batch size: 262, lr: 4.59e-04 +2022-09-17 20:18:16,756 INFO [train.py:885] (0/2) Epoch 10, batch 5100, loss[loss=0.4175, simple_loss=0.4999, pruned_loss=0.1675, over 13126.00 frames. utt_duration=81.95 frames, utt_pad_proportion=0.1093, over 653.00 utterances.], tot_loss[loss=0.3099, simple_loss=0.3692, pruned_loss=0.1253, over 2777604.14 frames. utt_duration=251.2 frames, utt_pad_proportion=0.0725, over 44483.64 utterances.], batch size: 653, lr: 4.58e-04 +2022-09-17 20:18:45,976 INFO [train.py:885] (0/2) Epoch 10, batch 5150, loss[loss=0.2404, simple_loss=0.2947, pruned_loss=0.09309, over 14211.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04578, over 89.00 utterances.], tot_loss[loss=0.3114, simple_loss=0.37, pruned_loss=0.1264, over 2777516.14 frames. utt_duration=252.8 frames, utt_pad_proportion=0.0733, over 44213.06 utterances.], batch size: 89, lr: 4.58e-04 +2022-09-17 20:19:15,731 INFO [train.py:885] (0/2) Epoch 10, batch 5200, loss[loss=0.2872, simple_loss=0.3539, pruned_loss=0.1103, over 14144.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04648, over 109.00 utterances.], tot_loss[loss=0.3137, simple_loss=0.3718, pruned_loss=0.1278, over 2779142.84 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07272, over 45054.94 utterances.], batch size: 109, lr: 4.58e-04 +2022-09-17 20:19:45,374 INFO [train.py:885] (0/2) Epoch 10, batch 5250, loss[loss=0.2003, simple_loss=0.246, pruned_loss=0.07725, over 12807.00 frames. utt_duration=2136 frames, utt_pad_proportion=0.1262, over 24.00 utterances.], tot_loss[loss=0.317, simple_loss=0.3753, pruned_loss=0.1293, over 2780209.69 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07271, over 46755.55 utterances.], batch size: 24, lr: 4.58e-04 +2022-09-17 20:20:14,581 INFO [train.py:885] (0/2) Epoch 10, batch 5300, loss[loss=0.1844, simple_loss=0.2488, pruned_loss=0.05998, over 12397.00 frames. utt_duration=2067 frames, utt_pad_proportion=0.1427, over 24.00 utterances.], tot_loss[loss=0.3182, simple_loss=0.3768, pruned_loss=0.1298, over 2780028.36 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07283, over 47554.74 utterances.], batch size: 24, lr: 4.58e-04 +2022-09-17 20:20:43,869 INFO [train.py:885] (0/2) Epoch 10, batch 5350, loss[loss=0.3402, simple_loss=0.39, pruned_loss=0.1452, over 14353.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.036, over 195.00 utterances.], tot_loss[loss=0.3144, simple_loss=0.3728, pruned_loss=0.128, over 2779948.79 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07183, over 46188.21 utterances.], batch size: 195, lr: 4.58e-04 +2022-09-17 20:21:13,062 INFO [train.py:885] (0/2) Epoch 10, batch 5400, loss[loss=0.3186, simple_loss=0.3751, pruned_loss=0.1311, over 14314.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03557, over 262.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3757, pruned_loss=0.1292, over 2780852.24 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07161, over 47140.60 utterances.], batch size: 262, lr: 4.58e-04 +2022-09-17 20:21:44,021 INFO [train.py:885] (0/2) Epoch 10, batch 5450, loss[loss=0.434, simple_loss=0.5097, pruned_loss=0.1791, over 13162.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.3226, simple_loss=0.3822, pruned_loss=0.1315, over 2773729.94 frames. utt_duration=218.5 frames, utt_pad_proportion=0.07572, over 51130.01 utterances.], batch size: 653, lr: 4.58e-04 +2022-09-17 20:22:13,320 INFO [train.py:885] (0/2) Epoch 10, batch 5500, loss[loss=0.204, simple_loss=0.2643, pruned_loss=0.07186, over 14091.00 frames. utt_duration=806.6 frames, utt_pad_proportion=0.05876, over 70.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3806, pruned_loss=0.1307, over 2773470.15 frames. utt_duration=220.9 frames, utt_pad_proportion=0.07539, over 50551.49 utterances.], batch size: 70, lr: 4.58e-04 +2022-09-17 20:22:42,406 INFO [train.py:885] (0/2) Epoch 10, batch 5550, loss[loss=0.3078, simple_loss=0.3806, pruned_loss=0.1175, over 14281.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03966, over 180.00 utterances.], tot_loss[loss=0.3204, simple_loss=0.3796, pruned_loss=0.1306, over 2769902.89 frames. utt_duration=222.6 frames, utt_pad_proportion=0.07718, over 50103.35 utterances.], batch size: 180, lr: 4.58e-04 +2022-09-17 20:23:11,641 INFO [train.py:885] (0/2) Epoch 10, batch 5600, loss[loss=0.308, simple_loss=0.3789, pruned_loss=0.1185, over 14311.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03826, over 210.00 utterances.], tot_loss[loss=0.317, simple_loss=0.3765, pruned_loss=0.1287, over 2774689.98 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07496, over 48412.10 utterances.], batch size: 210, lr: 4.57e-04 +2022-09-17 20:23:40,296 INFO [train.py:885] (0/2) Epoch 10, batch 5650, loss[loss=0.273, simple_loss=0.3424, pruned_loss=0.1018, over 14366.00 frames. utt_duration=443.4 frames, utt_pad_proportion=0.03394, over 130.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.3754, pruned_loss=0.1282, over 2777261.32 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07276, over 47298.26 utterances.], batch size: 130, lr: 4.57e-04 +2022-09-17 20:24:09,983 INFO [train.py:885] (0/2) Epoch 10, batch 5700, loss[loss=0.1866, simple_loss=0.2414, pruned_loss=0.06584, over 12982.00 frames. utt_duration=1575 frames, utt_pad_proportion=0.1126, over 33.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.375, pruned_loss=0.1281, over 2774428.26 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07359, over 47358.42 utterances.], batch size: 33, lr: 4.57e-04 +2022-09-17 20:24:40,140 INFO [train.py:885] (0/2) Epoch 10, batch 5750, loss[loss=0.3054, simple_loss=0.3766, pruned_loss=0.1171, over 14341.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.0385, over 244.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3746, pruned_loss=0.1276, over 2772874.58 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07541, over 47620.61 utterances.], batch size: 244, lr: 4.57e-04 +2022-09-17 20:25:09,671 INFO [train.py:885] (0/2) Epoch 10, batch 5800, loss[loss=0.4958, simple_loss=0.5544, pruned_loss=0.2186, over 13145.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.3181, simple_loss=0.3784, pruned_loss=0.129, over 2774947.35 frames. utt_duration=226.8 frames, utt_pad_proportion=0.07584, over 49267.21 utterances.], batch size: 653, lr: 4.57e-04 +2022-09-17 20:25:39,262 INFO [train.py:885] (0/2) Epoch 10, batch 5850, loss[loss=0.2553, simple_loss=0.3222, pruned_loss=0.09424, over 14209.00 frames. utt_duration=640.2 frames, utt_pad_proportion=0.04583, over 89.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3747, pruned_loss=0.1275, over 2776263.23 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07289, over 47481.00 utterances.], batch size: 89, lr: 4.57e-04 +2022-09-17 20:26:08,848 INFO [train.py:885] (0/2) Epoch 10, batch 5900, loss[loss=0.192, simple_loss=0.2489, pruned_loss=0.06755, over 13852.00 frames. utt_duration=924.8 frames, utt_pad_proportion=0.06773, over 60.00 utterances.], tot_loss[loss=0.3142, simple_loss=0.3743, pruned_loss=0.127, over 2779576.71 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07166, over 47510.42 utterances.], batch size: 60, lr: 4.57e-04 +2022-09-17 20:26:38,159 INFO [train.py:885] (0/2) Epoch 10, batch 5950, loss[loss=0.3867, simple_loss=0.4264, pruned_loss=0.1736, over 14309.00 frames. utt_duration=294.9 frames, utt_pad_proportion=0.03925, over 195.00 utterances.], tot_loss[loss=0.3137, simple_loss=0.3731, pruned_loss=0.1271, over 2780047.46 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07232, over 46312.61 utterances.], batch size: 195, lr: 4.57e-04 +2022-09-17 20:27:08,026 INFO [train.py:885] (0/2) Epoch 10, batch 6000, loss[loss=0.2001, simple_loss=0.2548, pruned_loss=0.07273, over 13799.00 frames. utt_duration=921.4 frames, utt_pad_proportion=0.06552, over 60.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3703, pruned_loss=0.1256, over 2782691.31 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07192, over 45245.13 utterances.], batch size: 60, lr: 4.57e-04 +2022-09-17 20:27:08,027 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 20:27:12,702 INFO [train.py:914] (0/2) Epoch 10, validation: loss=0.2045, simple_loss=0.2829, pruned_loss=0.0631, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 20:27:42,401 INFO [train.py:885] (0/2) Epoch 10, batch 6050, loss[loss=0.3296, simple_loss=0.4182, pruned_loss=0.1205, over 13720.00 frames. utt_duration=116.6 frames, utt_pad_proportion=0.07464, over 477.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3708, pruned_loss=0.1257, over 2782474.18 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07074, over 45467.89 utterances.], batch size: 477, lr: 4.57e-04 +2022-09-17 20:28:11,716 INFO [train.py:885] (0/2) Epoch 10, batch 6100, loss[loss=0.3725, simple_loss=0.4273, pruned_loss=0.1588, over 14324.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03795, over 195.00 utterances.], tot_loss[loss=0.309, simple_loss=0.3689, pruned_loss=0.1245, over 2784147.84 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06921, over 44510.31 utterances.], batch size: 195, lr: 4.56e-04 +2022-09-17 20:28:41,263 INFO [train.py:885] (0/2) Epoch 10, batch 6150, loss[loss=0.3337, simple_loss=0.4109, pruned_loss=0.1283, over 14005.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05756, over 366.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3701, pruned_loss=0.126, over 2788324.03 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06807, over 44224.01 utterances.], batch size: 366, lr: 4.56e-04 +2022-09-17 20:29:10,532 INFO [train.py:885] (0/2) Epoch 10, batch 6200, loss[loss=0.358, simple_loss=0.4007, pruned_loss=0.1576, over 14240.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04627, over 141.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3673, pruned_loss=0.1247, over 2784744.28 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06868, over 43203.61 utterances.], batch size: 141, lr: 4.56e-04 +2022-09-17 20:29:40,311 INFO [train.py:885] (0/2) Epoch 10, batch 6250, loss[loss=0.2585, simple_loss=0.328, pruned_loss=0.09454, over 14087.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05333, over 98.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3669, pruned_loss=0.1236, over 2784749.62 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06884, over 43799.27 utterances.], batch size: 98, lr: 4.56e-04 +2022-09-17 20:30:09,535 INFO [train.py:885] (0/2) Epoch 10, batch 6300, loss[loss=0.194, simple_loss=0.2537, pruned_loss=0.06714, over 13219.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.09089, over 26.00 utterances.], tot_loss[loss=0.3066, simple_loss=0.367, pruned_loss=0.1231, over 2786319.86 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06803, over 44231.91 utterances.], batch size: 26, lr: 4.56e-04 +2022-09-17 20:30:39,410 INFO [train.py:885] (0/2) Epoch 10, batch 6350, loss[loss=0.3381, simple_loss=0.4102, pruned_loss=0.133, over 14004.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05516, over 365.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3678, pruned_loss=0.1241, over 2786409.44 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06693, over 44101.87 utterances.], batch size: 365, lr: 4.56e-04 +2022-09-17 20:31:08,490 INFO [train.py:885] (0/2) Epoch 10, batch 6400, loss[loss=0.2094, simple_loss=0.2773, pruned_loss=0.07078, over 14118.00 frames. utt_duration=636 frames, utt_pad_proportion=0.05362, over 89.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3697, pruned_loss=0.1248, over 2781701.59 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07064, over 45071.09 utterances.], batch size: 89, lr: 4.56e-04 +2022-09-17 20:31:20,869 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-120000.pt +2022-09-17 20:31:38,542 INFO [train.py:885] (0/2) Epoch 10, batch 6450, loss[loss=0.3073, simple_loss=0.3949, pruned_loss=0.1098, over 13744.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07398, over 411.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3654, pruned_loss=0.1224, over 2787079.35 frames. utt_duration=260.4 frames, utt_pad_proportion=0.06875, over 43053.63 utterances.], batch size: 411, lr: 4.56e-04 +2022-09-17 20:32:08,228 INFO [train.py:885] (0/2) Epoch 10, batch 6500, loss[loss=0.3691, simple_loss=0.4468, pruned_loss=0.1456, over 13587.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08407, over 477.00 utterances.], tot_loss[loss=0.3039, simple_loss=0.3643, pruned_loss=0.1218, over 2785440.48 frames. utt_duration=260 frames, utt_pad_proportion=0.0684, over 43100.55 utterances.], batch size: 477, lr: 4.56e-04 +2022-09-17 20:32:37,663 INFO [train.py:885] (0/2) Epoch 10, batch 6550, loss[loss=0.2972, simple_loss=0.3571, pruned_loss=0.1186, over 14194.00 frames. utt_duration=404.1 frames, utt_pad_proportion=0.04916, over 141.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3604, pruned_loss=0.1199, over 2784858.04 frames. utt_duration=268.5 frames, utt_pad_proportion=0.06893, over 41712.79 utterances.], batch size: 141, lr: 4.56e-04 +2022-09-17 20:33:07,237 INFO [train.py:885] (0/2) Epoch 10, batch 6600, loss[loss=0.3093, simple_loss=0.3772, pruned_loss=0.1207, over 14329.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0386, over 262.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3645, pruned_loss=0.1224, over 2789509.46 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06605, over 42934.36 utterances.], batch size: 262, lr: 4.56e-04 +2022-09-17 20:33:36,801 INFO [train.py:885] (0/2) Epoch 10, batch 6650, loss[loss=0.4481, simple_loss=0.467, pruned_loss=0.2146, over 14214.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04459, over 335.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.367, pruned_loss=0.1249, over 2780024.10 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06902, over 43639.33 utterances.], batch size: 335, lr: 4.55e-04 +2022-09-17 20:34:05,942 INFO [train.py:885] (0/2) Epoch 10, batch 6700, loss[loss=0.316, simple_loss=0.3613, pruned_loss=0.1353, over 14289.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04073, over 120.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3663, pruned_loss=0.1242, over 2781749.31 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06996, over 43632.58 utterances.], batch size: 120, lr: 4.55e-04 +2022-09-17 20:34:35,244 INFO [train.py:885] (0/2) Epoch 10, batch 6750, loss[loss=0.3746, simple_loss=0.4337, pruned_loss=0.1578, over 13960.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05957, over 365.00 utterances.], tot_loss[loss=0.3062, simple_loss=0.3652, pruned_loss=0.1236, over 2783539.18 frames. utt_duration=261.3 frames, utt_pad_proportion=0.06834, over 42858.89 utterances.], batch size: 365, lr: 4.55e-04 +2022-09-17 20:35:05,462 INFO [train.py:885] (0/2) Epoch 10, batch 6800, loss[loss=0.5354, simple_loss=0.6087, pruned_loss=0.2311, over 12438.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1478, over 810.00 utterances.], tot_loss[loss=0.3091, simple_loss=0.3693, pruned_loss=0.1244, over 2782463.69 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07188, over 45264.23 utterances.], batch size: 810, lr: 4.55e-04 +2022-09-17 20:35:34,439 INFO [train.py:885] (0/2) Epoch 10, batch 6850, loss[loss=0.6855, simple_loss=0.711, pruned_loss=0.3301, over 12461.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1472, over 810.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3698, pruned_loss=0.1253, over 2778833.17 frames. utt_duration=249 frames, utt_pad_proportion=0.07301, over 44910.24 utterances.], batch size: 810, lr: 4.55e-04 +2022-09-17 20:36:03,841 INFO [train.py:885] (0/2) Epoch 10, batch 6900, loss[loss=0.3352, simple_loss=0.3919, pruned_loss=0.1393, over 14330.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0384, over 283.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3685, pruned_loss=0.1254, over 2775259.46 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07267, over 44122.72 utterances.], batch size: 283, lr: 4.55e-04 +2022-09-17 20:36:32,660 INFO [train.py:885] (0/2) Epoch 10, batch 6950, loss[loss=0.2803, simple_loss=0.3325, pruned_loss=0.114, over 14145.00 frames. utt_duration=578.7 frames, utt_pad_proportion=0.04983, over 98.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3702, pruned_loss=0.1261, over 2781193.13 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07023, over 44125.13 utterances.], batch size: 98, lr: 4.55e-04 +2022-09-17 20:37:01,880 INFO [train.py:885] (0/2) Epoch 10, batch 7000, loss[loss=0.3594, simple_loss=0.4108, pruned_loss=0.154, over 14206.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04463, over 306.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3697, pruned_loss=0.1257, over 2774674.20 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07123, over 44218.13 utterances.], batch size: 306, lr: 4.55e-04 +2022-09-17 20:37:31,878 INFO [train.py:885] (0/2) Epoch 10, batch 7050, loss[loss=0.3322, simple_loss=0.3943, pruned_loss=0.1351, over 14290.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.0403, over 283.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3676, pruned_loss=0.1238, over 2773832.02 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07065, over 44403.98 utterances.], batch size: 283, lr: 4.55e-04 +2022-09-17 20:38:01,666 INFO [train.py:885] (0/2) Epoch 10, batch 7100, loss[loss=0.4272, simple_loss=0.453, pruned_loss=0.2007, over 14369.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.035, over 195.00 utterances.], tot_loss[loss=0.31, simple_loss=0.3697, pruned_loss=0.1252, over 2775601.11 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07115, over 45201.87 utterances.], batch size: 195, lr: 4.55e-04 +2022-09-17 20:38:30,748 INFO [train.py:885] (0/2) Epoch 10, batch 7150, loss[loss=0.3553, simple_loss=0.4303, pruned_loss=0.1402, over 13773.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07154, over 411.00 utterances.], tot_loss[loss=0.3085, simple_loss=0.3686, pruned_loss=0.1242, over 2778501.01 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06956, over 44915.23 utterances.], batch size: 411, lr: 4.55e-04 +2022-09-17 20:39:00,246 INFO [train.py:885] (0/2) Epoch 10, batch 7200, loss[loss=0.3627, simple_loss=0.4069, pruned_loss=0.1593, over 14338.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03667, over 195.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3672, pruned_loss=0.1234, over 2779350.18 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06824, over 44447.39 utterances.], batch size: 195, lr: 4.54e-04 +2022-09-17 20:39:29,632 INFO [train.py:885] (0/2) Epoch 10, batch 7250, loss[loss=0.3526, simple_loss=0.4352, pruned_loss=0.135, over 13669.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07843, over 477.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3702, pruned_loss=0.1251, over 2781366.65 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06923, over 45657.99 utterances.], batch size: 477, lr: 4.54e-04 +2022-09-17 20:39:59,433 INFO [train.py:885] (0/2) Epoch 10, batch 7300, loss[loss=0.3641, simple_loss=0.4159, pruned_loss=0.1561, over 14305.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03942, over 283.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3701, pruned_loss=0.1256, over 2782477.06 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06838, over 45049.27 utterances.], batch size: 283, lr: 4.54e-04 +2022-09-17 20:40:28,404 INFO [train.py:885] (0/2) Epoch 10, batch 7350, loss[loss=0.2079, simple_loss=0.27, pruned_loss=0.07295, over 13644.00 frames. utt_duration=911 frames, utt_pad_proportion=0.07508, over 60.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3701, pruned_loss=0.1258, over 2781030.67 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06964, over 45402.53 utterances.], batch size: 60, lr: 4.54e-04 +2022-09-17 20:40:57,663 INFO [train.py:885] (0/2) Epoch 10, batch 7400, loss[loss=0.2718, simple_loss=0.3341, pruned_loss=0.1048, over 14192.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04342, over 109.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.369, pruned_loss=0.1248, over 2784811.84 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06732, over 44164.93 utterances.], batch size: 109, lr: 4.54e-04 +2022-09-17 20:41:26,836 INFO [train.py:885] (0/2) Epoch 10, batch 7450, loss[loss=0.3165, simple_loss=0.3882, pruned_loss=0.1224, over 14353.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03567, over 210.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3679, pruned_loss=0.1242, over 2787981.94 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06529, over 42983.71 utterances.], batch size: 210, lr: 4.54e-04 +2022-09-17 20:41:56,543 INFO [train.py:885] (0/2) Epoch 10, batch 7500, loss[loss=0.4882, simple_loss=0.5276, pruned_loss=0.2243, over 13801.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06963, over 411.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3758, pruned_loss=0.1294, over 2787967.28 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06756, over 45271.73 utterances.], batch size: 411, lr: 4.54e-04 +2022-09-17 20:42:26,256 INFO [train.py:885] (0/2) Epoch 10, batch 7550, loss[loss=0.3292, simple_loss=0.3945, pruned_loss=0.1319, over 14336.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03848, over 262.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3748, pruned_loss=0.1282, over 2788766.15 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07003, over 45510.33 utterances.], batch size: 262, lr: 4.54e-04 +2022-09-17 20:42:55,855 INFO [train.py:885] (0/2) Epoch 10, batch 7600, loss[loss=0.2033, simple_loss=0.2755, pruned_loss=0.06562, over 14022.00 frames. utt_duration=802.6 frames, utt_pad_proportion=0.05682, over 70.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3712, pruned_loss=0.1255, over 2786428.92 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06871, over 45086.00 utterances.], batch size: 70, lr: 4.54e-04 +2022-09-17 20:43:25,181 INFO [train.py:885] (0/2) Epoch 10, batch 7650, loss[loss=0.3171, simple_loss=0.3758, pruned_loss=0.1293, over 14335.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03968, over 167.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3717, pruned_loss=0.126, over 2788982.39 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06873, over 45537.97 utterances.], batch size: 167, lr: 4.54e-04 +2022-09-17 20:43:54,517 INFO [train.py:885] (0/2) Epoch 10, batch 7700, loss[loss=0.328, simple_loss=0.3753, pruned_loss=0.1404, over 14246.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04602, over 141.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3675, pruned_loss=0.124, over 2788105.86 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06814, over 44005.28 utterances.], batch size: 141, lr: 4.53e-04 +2022-09-17 20:44:24,149 INFO [train.py:885] (0/2) Epoch 10, batch 7750, loss[loss=0.2924, simple_loss=0.3285, pruned_loss=0.1282, over 14149.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04606, over 109.00 utterances.], tot_loss[loss=0.3085, simple_loss=0.3681, pruned_loss=0.1245, over 2787545.54 frames. utt_duration=254 frames, utt_pad_proportion=0.06945, over 44153.91 utterances.], batch size: 109, lr: 4.53e-04 +2022-09-17 20:44:52,867 INFO [train.py:885] (0/2) Epoch 10, batch 7800, loss[loss=0.2861, simple_loss=0.3702, pruned_loss=0.101, over 13977.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05687, over 365.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3651, pruned_loss=0.1232, over 2786041.45 frames. utt_duration=261.2 frames, utt_pad_proportion=0.06885, over 42913.63 utterances.], batch size: 365, lr: 4.53e-04 +2022-09-17 20:45:22,594 INFO [train.py:885] (0/2) Epoch 10, batch 7850, loss[loss=0.3578, simple_loss=0.4361, pruned_loss=0.1397, over 13605.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.07839, over 560.00 utterances.], tot_loss[loss=0.304, simple_loss=0.3646, pruned_loss=0.1217, over 2785209.23 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06897, over 44039.89 utterances.], batch size: 560, lr: 4.53e-04 +2022-09-17 20:45:52,214 INFO [train.py:885] (0/2) Epoch 10, batch 7900, loss[loss=0.2022, simple_loss=0.259, pruned_loss=0.07268, over 13769.00 frames. utt_duration=919.6 frames, utt_pad_proportion=0.07298, over 60.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3627, pruned_loss=0.1213, over 2785711.42 frames. utt_duration=259 frames, utt_pad_proportion=0.06807, over 43265.11 utterances.], batch size: 60, lr: 4.53e-04 +2022-09-17 20:46:21,108 INFO [train.py:885] (0/2) Epoch 10, batch 7950, loss[loss=0.3014, simple_loss=0.3499, pruned_loss=0.1264, over 14296.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.0435, over 110.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3627, pruned_loss=0.1217, over 2784954.60 frames. utt_duration=262.9 frames, utt_pad_proportion=0.06994, over 42605.10 utterances.], batch size: 110, lr: 4.53e-04 +2022-09-17 20:46:51,298 INFO [train.py:885] (0/2) Epoch 10, batch 8000, loss[loss=0.3957, simple_loss=0.4357, pruned_loss=0.1778, over 14188.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04538, over 306.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3653, pruned_loss=0.1232, over 2779456.75 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07264, over 43912.65 utterances.], batch size: 306, lr: 4.53e-04 +2022-09-17 20:47:20,767 INFO [train.py:885] (0/2) Epoch 10, batch 8050, loss[loss=0.3372, simple_loss=0.4273, pruned_loss=0.1236, over 13621.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08083, over 477.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3666, pruned_loss=0.1231, over 2777654.91 frames. utt_duration=252 frames, utt_pad_proportion=0.07296, over 44355.02 utterances.], batch size: 477, lr: 4.53e-04 +2022-09-17 20:47:49,847 INFO [train.py:885] (0/2) Epoch 10, batch 8100, loss[loss=0.3033, simple_loss=0.3724, pruned_loss=0.1171, over 14311.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03757, over 180.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3702, pruned_loss=0.1257, over 2776879.96 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07415, over 45690.43 utterances.], batch size: 180, lr: 4.53e-04 +2022-09-17 20:48:19,396 INFO [train.py:885] (0/2) Epoch 10, batch 8150, loss[loss=0.3684, simple_loss=0.4304, pruned_loss=0.1531, over 14026.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05453, over 365.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3675, pruned_loss=0.1242, over 2785337.47 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06931, over 43933.98 utterances.], batch size: 365, lr: 4.53e-04 +2022-09-17 20:48:48,921 INFO [train.py:885] (0/2) Epoch 10, batch 8200, loss[loss=0.3303, simple_loss=0.3923, pruned_loss=0.1341, over 14325.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03784, over 195.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3704, pruned_loss=0.125, over 2782866.13 frames. utt_duration=247 frames, utt_pad_proportion=0.06943, over 45344.87 utterances.], batch size: 195, lr: 4.53e-04 +2022-09-17 20:49:18,712 INFO [train.py:885] (0/2) Epoch 10, batch 8250, loss[loss=0.2006, simple_loss=0.249, pruned_loss=0.07609, over 12220.00 frames. utt_duration=2038 frames, utt_pad_proportion=0.162, over 24.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3729, pruned_loss=0.1262, over 2783461.23 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06987, over 46016.75 utterances.], batch size: 24, lr: 4.52e-04 +2022-09-17 20:49:47,687 INFO [train.py:885] (0/2) Epoch 10, batch 8300, loss[loss=0.2407, simple_loss=0.3059, pruned_loss=0.08782, over 14042.00 frames. utt_duration=712.2 frames, utt_pad_proportion=0.0567, over 79.00 utterances.], tot_loss[loss=0.3116, simple_loss=0.3722, pruned_loss=0.1255, over 2785758.18 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07021, over 46351.24 utterances.], batch size: 79, lr: 4.52e-04 +2022-09-17 20:50:16,672 INFO [train.py:885] (0/2) Epoch 10, batch 8350, loss[loss=0.1649, simple_loss=0.217, pruned_loss=0.0564, over 13125.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1133, over 33.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3728, pruned_loss=0.1261, over 2781243.27 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07105, over 46370.75 utterances.], batch size: 33, lr: 4.52e-04 +2022-09-17 20:50:46,409 INFO [train.py:885] (0/2) Epoch 10, batch 8400, loss[loss=0.1696, simple_loss=0.2184, pruned_loss=0.06038, over 13081.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1191, over 33.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.377, pruned_loss=0.1284, over 2782148.63 frames. utt_duration=235 frames, utt_pad_proportion=0.0727, over 47663.01 utterances.], batch size: 33, lr: 4.52e-04 +2022-09-17 20:51:16,015 INFO [train.py:885] (0/2) Epoch 10, batch 8450, loss[loss=0.2233, simple_loss=0.2913, pruned_loss=0.07763, over 14147.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.04863, over 89.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3731, pruned_loss=0.1266, over 2780623.45 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07247, over 46967.02 utterances.], batch size: 89, lr: 4.52e-04 +2022-09-17 20:51:45,957 INFO [train.py:885] (0/2) Epoch 10, batch 8500, loss[loss=0.4292, simple_loss=0.4903, pruned_loss=0.184, over 13662.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08101, over 478.00 utterances.], tot_loss[loss=0.3191, simple_loss=0.3779, pruned_loss=0.1301, over 2780234.39 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07219, over 48119.84 utterances.], batch size: 478, lr: 4.52e-04 +2022-09-17 20:52:14,977 INFO [train.py:885] (0/2) Epoch 10, batch 8550, loss[loss=0.3059, simple_loss=0.3757, pruned_loss=0.118, over 14372.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03482, over 210.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3754, pruned_loss=0.1277, over 2783799.44 frames. utt_duration=235.7 frames, utt_pad_proportion=0.06991, over 47538.66 utterances.], batch size: 210, lr: 4.52e-04 +2022-09-17 20:52:44,370 INFO [train.py:885] (0/2) Epoch 10, batch 8600, loss[loss=0.3341, simple_loss=0.3941, pruned_loss=0.1371, over 14310.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03825, over 210.00 utterances.], tot_loss[loss=0.3163, simple_loss=0.3754, pruned_loss=0.1286, over 2784875.32 frames. utt_duration=240.4 frames, utt_pad_proportion=0.06968, over 46631.67 utterances.], batch size: 210, lr: 4.52e-04 +2022-09-17 20:53:13,934 INFO [train.py:885] (0/2) Epoch 10, batch 8650, loss[loss=0.3395, simple_loss=0.4205, pruned_loss=0.1293, over 13800.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06976, over 411.00 utterances.], tot_loss[loss=0.317, simple_loss=0.377, pruned_loss=0.1284, over 2781394.19 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07299, over 48440.24 utterances.], batch size: 411, lr: 4.52e-04 +2022-09-17 20:53:43,445 INFO [train.py:885] (0/2) Epoch 10, batch 8700, loss[loss=0.353, simple_loss=0.4114, pruned_loss=0.1473, over 14323.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03809, over 283.00 utterances.], tot_loss[loss=0.3132, simple_loss=0.3731, pruned_loss=0.1266, over 2778654.93 frames. utt_duration=239.2 frames, utt_pad_proportion=0.0733, over 46763.34 utterances.], batch size: 283, lr: 4.52e-04 +2022-09-17 20:54:13,170 INFO [train.py:885] (0/2) Epoch 10, batch 8750, loss[loss=0.2842, simple_loss=0.3364, pruned_loss=0.116, over 14272.00 frames. utt_duration=440.6 frames, utt_pad_proportion=0.04017, over 130.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.3693, pruned_loss=0.1241, over 2777173.27 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07302, over 45197.57 utterances.], batch size: 130, lr: 4.52e-04 +2022-09-17 20:54:42,505 INFO [train.py:885] (0/2) Epoch 10, batch 8800, loss[loss=0.3371, simple_loss=0.3934, pruned_loss=0.1404, over 14315.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03898, over 262.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3653, pruned_loss=0.1231, over 2776881.72 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07377, over 43607.89 utterances.], batch size: 262, lr: 4.51e-04 +2022-09-17 20:55:12,109 INFO [train.py:885] (0/2) Epoch 10, batch 8850, loss[loss=0.4084, simple_loss=0.4372, pruned_loss=0.1898, over 14315.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03884, over 283.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3663, pruned_loss=0.1226, over 2776346.00 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07305, over 44379.24 utterances.], batch size: 283, lr: 4.51e-04 +2022-09-17 20:55:41,244 INFO [train.py:885] (0/2) Epoch 10, batch 8900, loss[loss=0.5779, simple_loss=0.6311, pruned_loss=0.2623, over 12476.00 frames. utt_duration=63.19 frames, utt_pad_proportion=0.1461, over 810.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3703, pruned_loss=0.1254, over 2777156.33 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07428, over 46215.80 utterances.], batch size: 810, lr: 4.51e-04 +2022-09-17 20:56:10,978 INFO [train.py:885] (0/2) Epoch 10, batch 8950, loss[loss=0.2746, simple_loss=0.3315, pruned_loss=0.1089, over 14104.00 frames. utt_duration=577.2 frames, utt_pad_proportion=0.05375, over 98.00 utterances.], tot_loss[loss=0.3116, simple_loss=0.3713, pruned_loss=0.1259, over 2780025.78 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07252, over 45704.32 utterances.], batch size: 98, lr: 4.51e-04 +2022-09-17 20:56:40,622 INFO [train.py:885] (0/2) Epoch 10, batch 9000, loss[loss=0.1763, simple_loss=0.2286, pruned_loss=0.06205, over 12225.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.176, over 24.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3706, pruned_loss=0.1248, over 2780179.36 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07202, over 45688.79 utterances.], batch size: 24, lr: 4.51e-04 +2022-09-17 20:56:40,623 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 20:56:44,765 INFO [train.py:914] (0/2) Epoch 10, validation: loss=0.2048, simple_loss=0.2816, pruned_loss=0.06403, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 20:57:14,371 INFO [train.py:885] (0/2) Epoch 10, batch 9050, loss[loss=0.3036, simple_loss=0.374, pruned_loss=0.1166, over 14353.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03305, over 244.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.37, pruned_loss=0.1247, over 2774662.97 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07398, over 46073.40 utterances.], batch size: 244, lr: 4.51e-04 +2022-09-17 20:57:43,583 INFO [train.py:885] (0/2) Epoch 10, batch 9100, loss[loss=0.214, simple_loss=0.2731, pruned_loss=0.07742, over 13808.00 frames. utt_duration=922 frames, utt_pad_proportion=0.07435, over 60.00 utterances.], tot_loss[loss=0.313, simple_loss=0.3726, pruned_loss=0.1267, over 2777443.41 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07336, over 46270.65 utterances.], batch size: 60, lr: 4.51e-04 +2022-09-17 20:58:13,351 INFO [train.py:885] (0/2) Epoch 10, batch 9150, loss[loss=0.2472, simple_loss=0.3245, pruned_loss=0.0849, over 14208.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.0426, over 109.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3723, pruned_loss=0.1262, over 2776053.94 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07455, over 46201.80 utterances.], batch size: 109, lr: 4.51e-04 +2022-09-17 20:58:42,304 INFO [train.py:885] (0/2) Epoch 10, batch 9200, loss[loss=0.1765, simple_loss=0.2382, pruned_loss=0.05739, over 13474.00 frames. utt_duration=1316 frames, utt_pad_proportion=0.08111, over 41.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.369, pruned_loss=0.1248, over 2773477.50 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07488, over 44481.78 utterances.], batch size: 41, lr: 4.51e-04 +2022-09-17 20:59:11,888 INFO [train.py:885] (0/2) Epoch 10, batch 9250, loss[loss=0.3307, simple_loss=0.3887, pruned_loss=0.1363, over 14282.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03957, over 225.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.3686, pruned_loss=0.1244, over 2777762.09 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07315, over 44149.35 utterances.], batch size: 225, lr: 4.51e-04 +2022-09-17 20:59:41,927 INFO [train.py:885] (0/2) Epoch 10, batch 9300, loss[loss=0.1968, simple_loss=0.2633, pruned_loss=0.06513, over 13557.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08669, over 50.00 utterances.], tot_loss[loss=0.3075, simple_loss=0.367, pruned_loss=0.124, over 2781915.64 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07015, over 43498.99 utterances.], batch size: 50, lr: 4.51e-04 +2022-09-17 21:00:11,803 INFO [train.py:885] (0/2) Epoch 10, batch 9350, loss[loss=0.3779, simple_loss=0.4182, pruned_loss=0.1688, over 14289.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.0409, over 283.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3678, pruned_loss=0.124, over 2782089.93 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06905, over 44078.79 utterances.], batch size: 283, lr: 4.50e-04 +2022-09-17 21:00:41,419 INFO [train.py:885] (0/2) Epoch 10, batch 9400, loss[loss=0.3438, simple_loss=0.4388, pruned_loss=0.1244, over 13646.00 frames. utt_duration=98.83 frames, utt_pad_proportion=0.07632, over 560.00 utterances.], tot_loss[loss=0.3104, simple_loss=0.3703, pruned_loss=0.1253, over 2779745.30 frames. utt_duration=247.8 frames, utt_pad_proportion=0.071, over 45142.40 utterances.], batch size: 560, lr: 4.50e-04 +2022-09-17 21:01:10,875 INFO [train.py:885] (0/2) Epoch 10, batch 9450, loss[loss=0.2582, simple_loss=0.3433, pruned_loss=0.08656, over 14325.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03768, over 210.00 utterances.], tot_loss[loss=0.312, simple_loss=0.3727, pruned_loss=0.1257, over 2775577.89 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07444, over 47169.08 utterances.], batch size: 210, lr: 4.50e-04 +2022-09-17 21:01:40,282 INFO [train.py:885] (0/2) Epoch 10, batch 9500, loss[loss=0.6743, simple_loss=0.6985, pruned_loss=0.325, over 12367.00 frames. utt_duration=62.62 frames, utt_pad_proportion=0.1538, over 810.00 utterances.], tot_loss[loss=0.3122, simple_loss=0.373, pruned_loss=0.1257, over 2776396.73 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07439, over 47398.41 utterances.], batch size: 810, lr: 4.50e-04 +2022-09-17 21:02:09,806 INFO [train.py:885] (0/2) Epoch 10, batch 9550, loss[loss=0.3522, simple_loss=0.4388, pruned_loss=0.1328, over 13676.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07803, over 477.00 utterances.], tot_loss[loss=0.3113, simple_loss=0.3723, pruned_loss=0.1251, over 2776633.67 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07421, over 47174.00 utterances.], batch size: 477, lr: 4.50e-04 +2022-09-17 21:02:39,721 INFO [train.py:885] (0/2) Epoch 10, batch 9600, loss[loss=0.2802, simple_loss=0.3328, pruned_loss=0.1138, over 14293.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.0426, over 120.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3746, pruned_loss=0.1262, over 2776707.79 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07488, over 48376.54 utterances.], batch size: 120, lr: 4.50e-04 +2022-09-17 21:03:08,924 INFO [train.py:885] (0/2) Epoch 10, batch 9650, loss[loss=0.3041, simple_loss=0.3589, pruned_loss=0.1246, over 14287.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.0421, over 154.00 utterances.], tot_loss[loss=0.3133, simple_loss=0.374, pruned_loss=0.1263, over 2781030.97 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07394, over 47943.53 utterances.], batch size: 154, lr: 4.50e-04 +2022-09-17 21:03:39,294 INFO [train.py:885] (0/2) Epoch 10, batch 9700, loss[loss=0.2857, simple_loss=0.3624, pruned_loss=0.1046, over 14253.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04201, over 225.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3727, pruned_loss=0.1255, over 2780047.69 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07167, over 47442.80 utterances.], batch size: 225, lr: 4.50e-04 +2022-09-17 21:04:09,185 INFO [train.py:885] (0/2) Epoch 10, batch 9750, loss[loss=0.3027, simple_loss=0.3602, pruned_loss=0.1226, over 14067.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05477, over 98.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3727, pruned_loss=0.1256, over 2784190.42 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07041, over 47400.27 utterances.], batch size: 98, lr: 4.50e-04 +2022-09-17 21:04:38,517 INFO [train.py:885] (0/2) Epoch 10, batch 9800, loss[loss=0.5596, simple_loss=0.6226, pruned_loss=0.2483, over 12501.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.145, over 810.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3759, pruned_loss=0.1269, over 2783228.91 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07108, over 48448.40 utterances.], batch size: 810, lr: 4.50e-04 +2022-09-17 21:05:07,326 INFO [train.py:885] (0/2) Epoch 10, batch 9850, loss[loss=0.3225, simple_loss=0.3825, pruned_loss=0.1313, over 14335.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0383, over 262.00 utterances.], tot_loss[loss=0.3089, simple_loss=0.3697, pruned_loss=0.124, over 2784104.22 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06905, over 45595.37 utterances.], batch size: 262, lr: 4.50e-04 +2022-09-17 21:05:37,561 INFO [train.py:885] (0/2) Epoch 10, batch 9900, loss[loss=0.3243, simple_loss=0.3778, pruned_loss=0.1354, over 14308.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03792, over 154.00 utterances.], tot_loss[loss=0.3107, simple_loss=0.3714, pruned_loss=0.1249, over 2776575.39 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07264, over 46641.27 utterances.], batch size: 154, lr: 4.49e-04 +2022-09-17 21:06:07,299 INFO [train.py:885] (0/2) Epoch 10, batch 9950, loss[loss=0.1762, simple_loss=0.2403, pruned_loss=0.05606, over 13607.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08084, over 50.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3754, pruned_loss=0.1271, over 2781356.62 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07186, over 47526.69 utterances.], batch size: 50, lr: 4.49e-04 +2022-09-17 21:06:36,379 INFO [train.py:885] (0/2) Epoch 10, batch 10000, loss[loss=0.2927, simple_loss=0.3676, pruned_loss=0.1089, over 14289.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03909, over 180.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3746, pruned_loss=0.1272, over 2787637.65 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07022, over 46410.29 utterances.], batch size: 180, lr: 4.49e-04 +2022-09-17 21:07:06,278 INFO [train.py:885] (0/2) Epoch 10, batch 10050, loss[loss=0.4048, simple_loss=0.477, pruned_loss=0.1663, over 13652.00 frames. utt_duration=98.94 frames, utt_pad_proportion=0.07532, over 560.00 utterances.], tot_loss[loss=0.3124, simple_loss=0.3721, pruned_loss=0.1264, over 2781871.67 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07108, over 45202.92 utterances.], batch size: 560, lr: 4.49e-04 +2022-09-17 21:07:35,836 INFO [train.py:885] (0/2) Epoch 10, batch 10100, loss[loss=0.3143, simple_loss=0.3921, pruned_loss=0.1182, over 13983.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05685, over 365.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3755, pruned_loss=0.1281, over 2782101.07 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07144, over 46525.51 utterances.], batch size: 365, lr: 4.49e-04 +2022-09-17 21:08:05,649 INFO [train.py:885] (0/2) Epoch 10, batch 10150, loss[loss=0.4254, simple_loss=0.4703, pruned_loss=0.1903, over 14005.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05541, over 365.00 utterances.], tot_loss[loss=0.3138, simple_loss=0.3731, pruned_loss=0.1273, over 2776470.29 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07112, over 45390.57 utterances.], batch size: 365, lr: 4.49e-04 +2022-09-17 21:08:34,698 INFO [train.py:885] (0/2) Epoch 10, batch 10200, loss[loss=0.3779, simple_loss=0.4504, pruned_loss=0.1527, over 13780.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07103, over 411.00 utterances.], tot_loss[loss=0.3146, simple_loss=0.3742, pruned_loss=0.1275, over 2777077.05 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0723, over 46009.13 utterances.], batch size: 411, lr: 4.49e-04 +2022-09-17 21:09:05,001 INFO [train.py:885] (0/2) Epoch 10, batch 10250, loss[loss=0.4323, simple_loss=0.5141, pruned_loss=0.1753, over 13203.00 frames. utt_duration=82.32 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3743, pruned_loss=0.1276, over 2778761.66 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07055, over 46249.91 utterances.], batch size: 653, lr: 4.49e-04 +2022-09-17 21:09:33,748 INFO [train.py:885] (0/2) Epoch 10, batch 10300, loss[loss=0.3466, simple_loss=0.3957, pruned_loss=0.1488, over 14370.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03649, over 244.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.373, pruned_loss=0.127, over 2778291.78 frames. utt_duration=243.6 frames, utt_pad_proportion=0.0707, over 45900.27 utterances.], batch size: 244, lr: 4.49e-04 +2022-09-17 21:10:03,335 INFO [train.py:885] (0/2) Epoch 10, batch 10350, loss[loss=0.2287, simple_loss=0.2938, pruned_loss=0.08182, over 13769.00 frames. utt_duration=919.4 frames, utt_pad_proportion=0.07319, over 60.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3703, pruned_loss=0.1256, over 2775860.42 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07223, over 44660.15 utterances.], batch size: 60, lr: 4.49e-04 +2022-09-17 21:10:33,143 INFO [train.py:885] (0/2) Epoch 10, batch 10400, loss[loss=0.333, simple_loss=0.3891, pruned_loss=0.1384, over 14282.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03987, over 225.00 utterances.], tot_loss[loss=0.3104, simple_loss=0.3698, pruned_loss=0.1255, over 2776628.10 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07101, over 44521.68 utterances.], batch size: 225, lr: 4.49e-04 +2022-09-17 21:10:44,803 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-124000.pt +2022-09-17 21:11:02,737 INFO [train.py:885] (0/2) Epoch 10, batch 10450, loss[loss=0.1952, simple_loss=0.2684, pruned_loss=0.06106, over 13744.00 frames. utt_duration=917.8 frames, utt_pad_proportion=0.07478, over 60.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3704, pruned_loss=0.1254, over 2774718.44 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07308, over 45330.93 utterances.], batch size: 60, lr: 4.48e-04 +2022-09-17 21:11:32,536 INFO [train.py:885] (0/2) Epoch 10, batch 10500, loss[loss=0.1835, simple_loss=0.2483, pruned_loss=0.05938, over 13615.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08345, over 50.00 utterances.], tot_loss[loss=0.3133, simple_loss=0.3726, pruned_loss=0.127, over 2779677.99 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07192, over 45755.48 utterances.], batch size: 50, lr: 4.48e-04 +2022-09-17 21:12:01,931 INFO [train.py:885] (0/2) Epoch 10, batch 10550, loss[loss=0.2055, simple_loss=0.27, pruned_loss=0.07052, over 13661.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.08102, over 50.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3718, pruned_loss=0.1269, over 2777777.39 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07238, over 45742.67 utterances.], batch size: 50, lr: 4.48e-04 +2022-09-17 21:12:31,481 INFO [train.py:885] (0/2) Epoch 10, batch 10600, loss[loss=0.3591, simple_loss=0.4212, pruned_loss=0.1485, over 13984.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05718, over 365.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3743, pruned_loss=0.1286, over 2783090.00 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07149, over 45548.54 utterances.], batch size: 365, lr: 4.48e-04 +2022-09-17 21:13:00,535 INFO [train.py:885] (0/2) Epoch 10, batch 10650, loss[loss=0.3695, simple_loss=0.4133, pruned_loss=0.1628, over 14326.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03945, over 154.00 utterances.], tot_loss[loss=0.3124, simple_loss=0.3717, pruned_loss=0.1265, over 2784082.75 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07015, over 44878.23 utterances.], batch size: 154, lr: 4.48e-04 +2022-09-17 21:13:30,542 INFO [train.py:885] (0/2) Epoch 10, batch 10700, loss[loss=0.416, simple_loss=0.4752, pruned_loss=0.1784, over 13614.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08266, over 477.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3743, pruned_loss=0.1278, over 2782809.99 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07145, over 46205.98 utterances.], batch size: 477, lr: 4.48e-04 +2022-09-17 21:14:00,131 INFO [train.py:885] (0/2) Epoch 10, batch 10750, loss[loss=0.6796, simple_loss=0.7028, pruned_loss=0.3282, over 12442.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.3186, simple_loss=0.3785, pruned_loss=0.1293, over 2784620.69 frames. utt_duration=232 frames, utt_pad_proportion=0.07162, over 48312.18 utterances.], batch size: 810, lr: 4.48e-04 +2022-09-17 21:14:29,517 INFO [train.py:885] (0/2) Epoch 10, batch 10800, loss[loss=0.355, simple_loss=0.4159, pruned_loss=0.1471, over 14217.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04335, over 306.00 utterances.], tot_loss[loss=0.3134, simple_loss=0.3733, pruned_loss=0.1267, over 2784459.69 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07035, over 45848.12 utterances.], batch size: 306, lr: 4.48e-04 +2022-09-17 21:14:58,808 INFO [train.py:885] (0/2) Epoch 10, batch 10850, loss[loss=0.207, simple_loss=0.2688, pruned_loss=0.07263, over 13784.00 frames. utt_duration=920.1 frames, utt_pad_proportion=0.07251, over 60.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3713, pruned_loss=0.1253, over 2782779.50 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07102, over 45424.12 utterances.], batch size: 60, lr: 4.48e-04 +2022-09-17 21:15:29,444 INFO [train.py:885] (0/2) Epoch 10, batch 10900, loss[loss=0.1982, simple_loss=0.2619, pruned_loss=0.06726, over 13863.00 frames. utt_duration=925.8 frames, utt_pad_proportion=0.07052, over 60.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3721, pruned_loss=0.1249, over 2781778.88 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07233, over 46496.06 utterances.], batch size: 60, lr: 4.48e-04 +2022-09-17 21:15:58,289 INFO [train.py:885] (0/2) Epoch 10, batch 10950, loss[loss=0.2206, simple_loss=0.2869, pruned_loss=0.07715, over 13861.00 frames. utt_duration=703.4 frames, utt_pad_proportion=0.06588, over 79.00 utterances.], tot_loss[loss=0.3114, simple_loss=0.3729, pruned_loss=0.1249, over 2783184.87 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07229, over 47353.95 utterances.], batch size: 79, lr: 4.48e-04 +2022-09-17 21:16:28,094 INFO [train.py:885] (0/2) Epoch 10, batch 11000, loss[loss=0.3162, simple_loss=0.392, pruned_loss=0.1202, over 14016.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05488, over 365.00 utterances.], tot_loss[loss=0.3144, simple_loss=0.3755, pruned_loss=0.1267, over 2781203.41 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07179, over 48381.28 utterances.], batch size: 365, lr: 4.47e-04 +2022-09-17 21:16:57,426 INFO [train.py:885] (0/2) Epoch 10, batch 11050, loss[loss=0.1786, simple_loss=0.2458, pruned_loss=0.05566, over 12105.00 frames. utt_duration=2019 frames, utt_pad_proportion=0.1732, over 24.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3726, pruned_loss=0.1247, over 2779945.68 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07115, over 46992.59 utterances.], batch size: 24, lr: 4.47e-04 +2022-09-17 21:17:26,618 INFO [train.py:885] (0/2) Epoch 10, batch 11100, loss[loss=0.2485, simple_loss=0.3197, pruned_loss=0.08867, over 14154.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04602, over 109.00 utterances.], tot_loss[loss=0.3062, simple_loss=0.3675, pruned_loss=0.1225, over 2777151.20 frames. utt_duration=247 frames, utt_pad_proportion=0.07081, over 45243.98 utterances.], batch size: 109, lr: 4.47e-04 +2022-09-17 21:17:55,570 INFO [train.py:885] (0/2) Epoch 10, batch 11150, loss[loss=0.2138, simple_loss=0.2797, pruned_loss=0.07392, over 14063.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05521, over 98.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3647, pruned_loss=0.1207, over 2779470.55 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06938, over 44171.86 utterances.], batch size: 98, lr: 4.47e-04 +2022-09-17 21:18:25,509 INFO [train.py:885] (0/2) Epoch 10, batch 11200, loss[loss=0.2544, simple_loss=0.3157, pruned_loss=0.09658, over 13840.00 frames. utt_duration=803.7 frames, utt_pad_proportion=0.06329, over 69.00 utterances.], tot_loss[loss=0.3069, simple_loss=0.3679, pruned_loss=0.123, over 2779587.90 frames. utt_duration=246 frames, utt_pad_proportion=0.07061, over 45476.53 utterances.], batch size: 69, lr: 4.47e-04 +2022-09-17 21:18:55,202 INFO [train.py:885] (0/2) Epoch 10, batch 11250, loss[loss=0.2407, simple_loss=0.3041, pruned_loss=0.08871, over 14068.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05474, over 98.00 utterances.], tot_loss[loss=0.3085, simple_loss=0.369, pruned_loss=0.124, over 2777230.51 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07285, over 45722.07 utterances.], batch size: 98, lr: 4.47e-04 +2022-09-17 21:19:25,021 INFO [train.py:885] (0/2) Epoch 10, batch 11300, loss[loss=0.3931, simple_loss=0.4339, pruned_loss=0.1762, over 14280.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.03997, over 335.00 utterances.], tot_loss[loss=0.3124, simple_loss=0.3728, pruned_loss=0.126, over 2781995.00 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07265, over 46902.82 utterances.], batch size: 335, lr: 4.47e-04 +2022-09-17 21:19:54,168 INFO [train.py:885] (0/2) Epoch 10, batch 11350, loss[loss=0.2154, simple_loss=0.277, pruned_loss=0.07692, over 14022.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.0537, over 79.00 utterances.], tot_loss[loss=0.3107, simple_loss=0.3708, pruned_loss=0.1253, over 2782325.36 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07165, over 45662.83 utterances.], batch size: 79, lr: 4.47e-04 +2022-09-17 21:20:22,968 INFO [train.py:885] (0/2) Epoch 10, batch 11400, loss[loss=0.1525, simple_loss=0.2117, pruned_loss=0.04664, over 12286.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1794, over 24.00 utterances.], tot_loss[loss=0.309, simple_loss=0.3692, pruned_loss=0.1244, over 2782739.37 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06954, over 44487.73 utterances.], batch size: 24, lr: 4.47e-04 +2022-09-17 21:20:53,013 INFO [train.py:885] (0/2) Epoch 10, batch 11450, loss[loss=0.318, simple_loss=0.4041, pruned_loss=0.1159, over 14023.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05463, over 365.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3721, pruned_loss=0.125, over 2779909.43 frames. utt_duration=239.1 frames, utt_pad_proportion=0.0711, over 46787.43 utterances.], batch size: 365, lr: 4.47e-04 +2022-09-17 21:21:22,371 INFO [train.py:885] (0/2) Epoch 10, batch 11500, loss[loss=0.2085, simple_loss=0.2799, pruned_loss=0.06854, over 13801.00 frames. utt_duration=921.6 frames, utt_pad_proportion=0.07472, over 60.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3735, pruned_loss=0.1259, over 2778872.85 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07106, over 47126.77 utterances.], batch size: 60, lr: 4.47e-04 +2022-09-17 21:21:52,662 INFO [train.py:885] (0/2) Epoch 10, batch 11550, loss[loss=0.3471, simple_loss=0.4379, pruned_loss=0.1282, over 13636.00 frames. utt_duration=98.83 frames, utt_pad_proportion=0.07635, over 560.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3708, pruned_loss=0.1243, over 2777130.59 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07199, over 47003.62 utterances.], batch size: 560, lr: 4.46e-04 +2022-09-17 21:22:20,906 INFO [train.py:885] (0/2) Epoch 10, batch 11600, loss[loss=0.2896, simple_loss=0.3519, pruned_loss=0.1137, over 14196.00 frames. utt_duration=404 frames, utt_pad_proportion=0.04946, over 141.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3661, pruned_loss=0.1217, over 2779325.33 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07004, over 44034.95 utterances.], batch size: 141, lr: 4.46e-04 +2022-09-17 21:23:05,904 INFO [train.py:885] (0/2) Epoch 10, batch 11650, loss[loss=0.4796, simple_loss=0.5438, pruned_loss=0.2077, over 13143.00 frames. utt_duration=82.08 frames, utt_pad_proportion=0.1078, over 653.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3666, pruned_loss=0.1221, over 2778083.37 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07025, over 44491.81 utterances.], batch size: 653, lr: 4.46e-04 +2022-09-17 21:23:35,507 INFO [train.py:885] (0/2) Epoch 10, batch 11700, loss[loss=0.3291, simple_loss=0.3927, pruned_loss=0.1327, over 14259.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04165, over 225.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3666, pruned_loss=0.122, over 2775741.34 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07368, over 44971.32 utterances.], batch size: 225, lr: 4.46e-04 +2022-09-17 21:24:05,513 INFO [train.py:885] (0/2) Epoch 10, batch 11750, loss[loss=0.2771, simple_loss=0.3478, pruned_loss=0.1032, over 14366.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03451, over 195.00 utterances.], tot_loss[loss=0.3075, simple_loss=0.3689, pruned_loss=0.1231, over 2772423.43 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07479, over 46442.63 utterances.], batch size: 195, lr: 4.46e-04 +2022-09-17 21:24:34,550 INFO [train.py:885] (0/2) Epoch 10, batch 11800, loss[loss=0.2351, simple_loss=0.3009, pruned_loss=0.08468, over 13996.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.06093, over 79.00 utterances.], tot_loss[loss=0.3109, simple_loss=0.3714, pruned_loss=0.1252, over 2777208.39 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07355, over 46485.68 utterances.], batch size: 79, lr: 4.46e-04 +2022-09-17 21:25:04,425 INFO [train.py:885] (0/2) Epoch 10, batch 11850, loss[loss=0.3469, simple_loss=0.4132, pruned_loss=0.1403, over 14183.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04585, over 306.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3724, pruned_loss=0.1255, over 2777246.16 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07265, over 47053.95 utterances.], batch size: 306, lr: 4.46e-04 +2022-09-17 21:25:33,756 INFO [train.py:885] (0/2) Epoch 10, batch 11900, loss[loss=0.4637, simple_loss=0.4797, pruned_loss=0.2238, over 14242.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04247, over 335.00 utterances.], tot_loss[loss=0.315, simple_loss=0.3755, pruned_loss=0.1273, over 2775609.24 frames. utt_duration=228.1 frames, utt_pad_proportion=0.07514, over 49000.64 utterances.], batch size: 335, lr: 4.46e-04 +2022-09-17 21:26:03,647 INFO [train.py:885] (0/2) Epoch 10, batch 11950, loss[loss=0.2289, simple_loss=0.3061, pruned_loss=0.07586, over 14158.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04565, over 109.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3724, pruned_loss=0.125, over 2778812.25 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07352, over 47526.62 utterances.], batch size: 109, lr: 4.46e-04 +2022-09-17 21:26:33,126 INFO [train.py:885] (0/2) Epoch 10, batch 12000, loss[loss=0.5754, simple_loss=0.6406, pruned_loss=0.2551, over 12410.00 frames. utt_duration=62.88 frames, utt_pad_proportion=0.1503, over 810.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3721, pruned_loss=0.1251, over 2780120.62 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07284, over 47319.59 utterances.], batch size: 810, lr: 4.46e-04 +2022-09-17 21:26:33,127 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 21:26:37,743 INFO [train.py:914] (0/2) Epoch 10, validation: loss=0.2085, simple_loss=0.2859, pruned_loss=0.06557, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 21:27:06,707 INFO [train.py:885] (0/2) Epoch 10, batch 12050, loss[loss=0.3715, simple_loss=0.412, pruned_loss=0.1655, over 14277.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04062, over 225.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3704, pruned_loss=0.1236, over 2782720.54 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07266, over 46649.93 utterances.], batch size: 225, lr: 4.46e-04 +2022-09-17 21:27:35,201 INFO [train.py:885] (0/2) Epoch 10, batch 12100, loss[loss=0.245, simple_loss=0.2997, pruned_loss=0.09513, over 14191.00 frames. utt_duration=580.8 frames, utt_pad_proportion=0.04636, over 98.00 utterances.], tot_loss[loss=0.3063, simple_loss=0.3677, pruned_loss=0.1225, over 2783135.67 frames. utt_duration=247.7 frames, utt_pad_proportion=0.071, over 45214.19 utterances.], batch size: 98, lr: 4.45e-04 +2022-09-17 21:28:05,998 INFO [train.py:885] (0/2) Epoch 10, batch 12150, loss[loss=0.3107, simple_loss=0.3747, pruned_loss=0.1233, over 14289.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03934, over 180.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3724, pruned_loss=0.125, over 2782321.87 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07299, over 47370.64 utterances.], batch size: 180, lr: 4.45e-04 +2022-09-17 21:28:35,749 INFO [train.py:885] (0/2) Epoch 10, batch 12200, loss[loss=0.4211, simple_loss=0.4888, pruned_loss=0.1768, over 13605.00 frames. utt_duration=98.59 frames, utt_pad_proportion=0.07859, over 560.00 utterances.], tot_loss[loss=0.3137, simple_loss=0.374, pruned_loss=0.1267, over 2777391.89 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07455, over 48290.39 utterances.], batch size: 560, lr: 4.45e-04 +2022-09-17 21:29:05,183 INFO [train.py:885] (0/2) Epoch 10, batch 12250, loss[loss=0.4435, simple_loss=0.471, pruned_loss=0.208, over 14247.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04244, over 335.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3706, pruned_loss=0.1249, over 2773791.36 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07484, over 47264.67 utterances.], batch size: 335, lr: 4.45e-04 +2022-09-17 21:29:34,692 INFO [train.py:885] (0/2) Epoch 10, batch 12300, loss[loss=0.169, simple_loss=0.236, pruned_loss=0.05103, over 13074.00 frames. utt_duration=2013 frames, utt_pad_proportion=0.1101, over 26.00 utterances.], tot_loss[loss=0.308, simple_loss=0.3682, pruned_loss=0.1239, over 2777235.50 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07283, over 45627.51 utterances.], batch size: 26, lr: 4.45e-04 +2022-09-17 21:30:03,742 INFO [train.py:885] (0/2) Epoch 10, batch 12350, loss[loss=0.3175, simple_loss=0.3827, pruned_loss=0.1262, over 14365.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03282, over 244.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.3688, pruned_loss=0.1243, over 2781943.40 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07204, over 45154.54 utterances.], batch size: 244, lr: 4.45e-04 +2022-09-17 21:30:40,356 INFO [train.py:885] (0/2) Epoch 10, batch 12400, loss[loss=0.2692, simple_loss=0.3352, pruned_loss=0.1015, over 14332.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03953, over 167.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3695, pruned_loss=0.1249, over 2780808.14 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07286, over 45247.01 utterances.], batch size: 167, lr: 4.45e-04 +2022-09-17 21:31:10,668 INFO [train.py:885] (0/2) Epoch 10, batch 12450, loss[loss=0.415, simple_loss=0.4907, pruned_loss=0.1697, over 13187.00 frames. utt_duration=82.35 frames, utt_pad_proportion=0.1049, over 653.00 utterances.], tot_loss[loss=0.317, simple_loss=0.377, pruned_loss=0.1285, over 2782038.79 frames. utt_duration=231.4 frames, utt_pad_proportion=0.0722, over 48399.25 utterances.], batch size: 653, lr: 4.45e-04 +2022-09-17 21:31:39,842 INFO [train.py:885] (0/2) Epoch 10, batch 12500, loss[loss=0.3681, simple_loss=0.4126, pruned_loss=0.1618, over 14379.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03195, over 244.00 utterances.], tot_loss[loss=0.3142, simple_loss=0.3745, pruned_loss=0.1269, over 2779996.53 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07205, over 47711.23 utterances.], batch size: 244, lr: 4.45e-04 +2022-09-17 21:32:09,090 INFO [train.py:885] (0/2) Epoch 10, batch 12550, loss[loss=0.3273, simple_loss=0.4144, pruned_loss=0.1201, over 13815.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06918, over 411.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3771, pruned_loss=0.1287, over 2779679.73 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07338, over 47744.43 utterances.], batch size: 411, lr: 4.45e-04 +2022-09-17 21:32:37,416 INFO [train.py:885] (0/2) Epoch 10, batch 12600, loss[loss=0.3048, simple_loss=0.3722, pruned_loss=0.1187, over 14303.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03827, over 180.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3763, pruned_loss=0.1283, over 2782861.93 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07177, over 47376.14 utterances.], batch size: 180, lr: 4.45e-04 +2022-09-17 21:32:48,113 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-10.pt +2022-09-17 21:32:56,465 INFO [train.py:885] (0/2) Epoch 11, batch 0, loss[loss=0.2598, simple_loss=0.3344, pruned_loss=0.09261, over 14260.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04096, over 130.00 utterances.], tot_loss[loss=0.2598, simple_loss=0.3344, pruned_loss=0.09261, over 14260.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04096, over 130.00 utterances.], batch size: 130, lr: 4.28e-04 +2022-09-17 21:33:27,098 INFO [train.py:885] (0/2) Epoch 11, batch 50, loss[loss=0.3679, simple_loss=0.4099, pruned_loss=0.1629, over 14312.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03832, over 180.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3487, pruned_loss=0.1136, over 629446.45 frames. utt_duration=292.5 frames, utt_pad_proportion=0.05669, over 8650.02 utterances.], batch size: 180, lr: 4.28e-04 +2022-09-17 21:33:56,776 INFO [train.py:885] (0/2) Epoch 11, batch 100, loss[loss=0.3012, simple_loss=0.3933, pruned_loss=0.1045, over 13747.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07314, over 411.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3483, pruned_loss=0.1126, over 1103251.54 frames. utt_duration=289.7 frames, utt_pad_proportion=0.06473, over 15308.36 utterances.], batch size: 411, lr: 4.28e-04 +2022-09-17 21:34:26,091 INFO [train.py:885] (0/2) Epoch 11, batch 150, loss[loss=0.2222, simple_loss=0.3012, pruned_loss=0.07161, over 14043.00 frames. utt_duration=712.5 frames, utt_pad_proportion=0.0563, over 79.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3644, pruned_loss=0.1196, over 1474599.39 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07208, over 23900.29 utterances.], batch size: 79, lr: 4.28e-04 +2022-09-17 21:34:55,918 INFO [train.py:885] (0/2) Epoch 11, batch 200, loss[loss=0.3096, simple_loss=0.3665, pruned_loss=0.1264, over 14349.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03876, over 167.00 utterances.], tot_loss[loss=0.304, simple_loss=0.3663, pruned_loss=0.1209, over 1763128.22 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07137, over 28658.38 utterances.], batch size: 167, lr: 4.28e-04 +2022-09-17 21:35:25,933 INFO [train.py:885] (0/2) Epoch 11, batch 250, loss[loss=0.246, simple_loss=0.3113, pruned_loss=0.09036, over 14082.00 frames. utt_duration=576.2 frames, utt_pad_proportion=0.05385, over 98.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.3718, pruned_loss=0.1235, over 1982313.16 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07526, over 33789.07 utterances.], batch size: 98, lr: 4.28e-04 +2022-09-17 21:35:54,910 INFO [train.py:885] (0/2) Epoch 11, batch 300, loss[loss=0.2419, simple_loss=0.3065, pruned_loss=0.08869, over 14133.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.04737, over 109.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3706, pruned_loss=0.1223, over 2156977.55 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07636, over 36921.18 utterances.], batch size: 109, lr: 4.28e-04 +2022-09-17 21:36:24,887 INFO [train.py:885] (0/2) Epoch 11, batch 350, loss[loss=0.2063, simple_loss=0.2819, pruned_loss=0.06538, over 12448.00 frames. utt_duration=2076 frames, utt_pad_proportion=0.1567, over 24.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3693, pruned_loss=0.1229, over 2291204.64 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07543, over 38359.50 utterances.], batch size: 24, lr: 4.28e-04 +2022-09-17 21:36:54,082 INFO [train.py:885] (0/2) Epoch 11, batch 400, loss[loss=0.3211, simple_loss=0.3826, pruned_loss=0.1299, over 14262.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04125, over 180.00 utterances.], tot_loss[loss=0.3072, simple_loss=0.3696, pruned_loss=0.1224, over 2404081.84 frames. utt_duration=240 frames, utt_pad_proportion=0.07393, over 40319.90 utterances.], batch size: 180, lr: 4.27e-04 +2022-09-17 21:37:23,801 INFO [train.py:885] (0/2) Epoch 11, batch 450, loss[loss=0.197, simple_loss=0.2456, pruned_loss=0.07418, over 12502.00 frames. utt_duration=2085 frames, utt_pad_proportion=0.1575, over 24.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3687, pruned_loss=0.1229, over 2489003.34 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07087, over 40612.68 utterances.], batch size: 24, lr: 4.27e-04 +2022-09-17 21:37:53,857 INFO [train.py:885] (0/2) Epoch 11, batch 500, loss[loss=0.4126, simple_loss=0.4912, pruned_loss=0.167, over 13141.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3727, pruned_loss=0.1256, over 2548452.02 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07476, over 43665.07 utterances.], batch size: 653, lr: 4.27e-04 +2022-09-17 21:38:23,685 INFO [train.py:885] (0/2) Epoch 11, batch 550, loss[loss=0.2783, simple_loss=0.3318, pruned_loss=0.1124, over 14212.00 frames. utt_duration=523.1 frames, utt_pad_proportion=0.04202, over 109.00 utterances.], tot_loss[loss=0.3126, simple_loss=0.3734, pruned_loss=0.1259, over 2601035.46 frames. utt_duration=238 frames, utt_pad_proportion=0.07447, over 43996.13 utterances.], batch size: 109, lr: 4.27e-04 +2022-09-17 21:38:53,061 INFO [train.py:885] (0/2) Epoch 11, batch 600, loss[loss=0.3494, simple_loss=0.4032, pruned_loss=0.1478, over 14202.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04405, over 306.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3699, pruned_loss=0.1246, over 2637121.08 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07414, over 43004.34 utterances.], batch size: 306, lr: 4.27e-04 +2022-09-17 21:39:22,769 INFO [train.py:885] (0/2) Epoch 11, batch 650, loss[loss=0.2462, simple_loss=0.3049, pruned_loss=0.09378, over 14197.00 frames. utt_duration=639.6 frames, utt_pad_proportion=0.04541, over 89.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3667, pruned_loss=0.1235, over 2670409.73 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07113, over 42059.52 utterances.], batch size: 89, lr: 4.27e-04 +2022-09-17 21:39:52,282 INFO [train.py:885] (0/2) Epoch 11, batch 700, loss[loss=0.3666, simple_loss=0.4327, pruned_loss=0.1502, over 13995.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.0568, over 365.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3695, pruned_loss=0.1248, over 2700388.04 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07028, over 43048.47 utterances.], batch size: 365, lr: 4.27e-04 +2022-09-17 21:40:21,826 INFO [train.py:885] (0/2) Epoch 11, batch 750, loss[loss=0.2492, simple_loss=0.3273, pruned_loss=0.08549, over 14304.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03951, over 120.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3669, pruned_loss=0.1224, over 2719236.72 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06938, over 43541.55 utterances.], batch size: 120, lr: 4.27e-04 +2022-09-17 21:40:51,868 INFO [train.py:885] (0/2) Epoch 11, batch 800, loss[loss=0.2487, simple_loss=0.3121, pruned_loss=0.09263, over 14059.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05698, over 98.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3653, pruned_loss=0.1211, over 2727798.10 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07107, over 44043.82 utterances.], batch size: 98, lr: 4.27e-04 +2022-09-17 21:41:21,066 INFO [train.py:885] (0/2) Epoch 11, batch 850, loss[loss=0.1761, simple_loss=0.2397, pruned_loss=0.05623, over 13340.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08828, over 41.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3648, pruned_loss=0.1212, over 2736185.62 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07114, over 44150.23 utterances.], batch size: 41, lr: 4.27e-04 +2022-09-17 21:41:50,555 INFO [train.py:885] (0/2) Epoch 11, batch 900, loss[loss=0.3773, simple_loss=0.4178, pruned_loss=0.1684, over 14329.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03785, over 283.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3675, pruned_loss=0.123, over 2749986.38 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06907, over 44307.65 utterances.], batch size: 283, lr: 4.27e-04 +2022-09-17 21:42:19,850 INFO [train.py:885] (0/2) Epoch 11, batch 950, loss[loss=0.4089, simple_loss=0.4403, pruned_loss=0.1888, over 14296.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03859, over 180.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.367, pruned_loss=0.1232, over 2762961.36 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06735, over 43388.32 utterances.], batch size: 180, lr: 4.27e-04 +2022-09-17 21:42:49,212 INFO [train.py:885] (0/2) Epoch 11, batch 1000, loss[loss=0.2355, simple_loss=0.3023, pruned_loss=0.08435, over 13080.00 frames. utt_duration=2014 frames, utt_pad_proportion=0.1246, over 26.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3679, pruned_loss=0.1237, over 2764289.90 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06908, over 44007.40 utterances.], batch size: 26, lr: 4.26e-04 +2022-09-17 21:43:18,501 INFO [train.py:885] (0/2) Epoch 11, batch 1050, loss[loss=0.2483, simple_loss=0.3231, pruned_loss=0.08671, over 14075.00 frames. utt_duration=576.1 frames, utt_pad_proportion=0.05397, over 98.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3652, pruned_loss=0.1219, over 2769402.06 frames. utt_duration=259 frames, utt_pad_proportion=0.06646, over 43013.45 utterances.], batch size: 98, lr: 4.26e-04 +2022-09-17 21:43:48,167 INFO [train.py:885] (0/2) Epoch 11, batch 1100, loss[loss=0.4712, simple_loss=0.4821, pruned_loss=0.2302, over 14257.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04261, over 335.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3711, pruned_loss=0.1256, over 2770142.57 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06869, over 45236.06 utterances.], batch size: 335, lr: 4.26e-04 +2022-09-17 21:44:17,484 INFO [train.py:885] (0/2) Epoch 11, batch 1150, loss[loss=0.3475, simple_loss=0.4067, pruned_loss=0.1441, over 14360.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03549, over 210.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.3681, pruned_loss=0.1247, over 2777013.07 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06794, over 43388.26 utterances.], batch size: 210, lr: 4.26e-04 +2022-09-17 21:44:47,406 INFO [train.py:885] (0/2) Epoch 11, batch 1200, loss[loss=0.1842, simple_loss=0.2444, pruned_loss=0.06196, over 13344.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08979, over 41.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3665, pruned_loss=0.1234, over 2777749.43 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06771, over 43451.94 utterances.], batch size: 41, lr: 4.26e-04 +2022-09-17 21:45:16,374 INFO [train.py:885] (0/2) Epoch 11, batch 1250, loss[loss=0.4036, simple_loss=0.4386, pruned_loss=0.1843, over 14270.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04064, over 335.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3696, pruned_loss=0.1254, over 2780862.36 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06645, over 44179.00 utterances.], batch size: 335, lr: 4.26e-04 +2022-09-17 21:45:46,356 INFO [train.py:885] (0/2) Epoch 11, batch 1300, loss[loss=0.3796, simple_loss=0.4628, pruned_loss=0.1482, over 13663.00 frames. utt_duration=99.01 frames, utt_pad_proportion=0.07463, over 560.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3714, pruned_loss=0.1254, over 2783171.34 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06689, over 45030.84 utterances.], batch size: 560, lr: 4.26e-04 +2022-09-17 21:46:15,401 INFO [train.py:885] (0/2) Epoch 11, batch 1350, loss[loss=0.3848, simple_loss=0.4271, pruned_loss=0.1713, over 14319.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03863, over 262.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3701, pruned_loss=0.1251, over 2785469.36 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06549, over 44490.29 utterances.], batch size: 262, lr: 4.26e-04 +2022-09-17 21:46:44,946 INFO [train.py:885] (0/2) Epoch 11, batch 1400, loss[loss=0.2135, simple_loss=0.2799, pruned_loss=0.07358, over 13989.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.05977, over 79.00 utterances.], tot_loss[loss=0.3129, simple_loss=0.3731, pruned_loss=0.1263, over 2786876.08 frames. utt_duration=244.7 frames, utt_pad_proportion=0.0672, over 45828.05 utterances.], batch size: 79, lr: 4.26e-04 +2022-09-17 21:47:14,807 INFO [train.py:885] (0/2) Epoch 11, batch 1450, loss[loss=0.3709, simple_loss=0.4552, pruned_loss=0.1433, over 13611.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07867, over 560.00 utterances.], tot_loss[loss=0.3099, simple_loss=0.3709, pruned_loss=0.1244, over 2780726.14 frames. utt_duration=240 frames, utt_pad_proportion=0.07025, over 46636.43 utterances.], batch size: 560, lr: 4.26e-04 +2022-09-17 21:47:44,107 INFO [train.py:885] (0/2) Epoch 11, batch 1500, loss[loss=0.1768, simple_loss=0.2394, pruned_loss=0.05708, over 13357.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08686, over 41.00 utterances.], tot_loss[loss=0.3061, simple_loss=0.367, pruned_loss=0.1227, over 2780515.36 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06887, over 44989.34 utterances.], batch size: 41, lr: 4.26e-04 +2022-09-17 21:48:13,412 INFO [train.py:885] (0/2) Epoch 11, batch 1550, loss[loss=0.2156, simple_loss=0.2915, pruned_loss=0.06992, over 13463.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09343, over 50.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3652, pruned_loss=0.1217, over 2779393.54 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06882, over 44272.50 utterances.], batch size: 50, lr: 4.26e-04 +2022-09-17 21:48:43,138 INFO [train.py:885] (0/2) Epoch 11, batch 1600, loss[loss=0.3713, simple_loss=0.4407, pruned_loss=0.151, over 14009.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05491, over 365.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3664, pruned_loss=0.1225, over 2779852.22 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07061, over 44253.70 utterances.], batch size: 365, lr: 4.25e-04 +2022-09-17 21:49:13,002 INFO [train.py:885] (0/2) Epoch 11, batch 1650, loss[loss=0.1832, simple_loss=0.2545, pruned_loss=0.05595, over 13119.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1083, over 33.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3721, pruned_loss=0.1258, over 2777563.84 frames. utt_duration=239 frames, utt_pad_proportion=0.07345, over 46765.87 utterances.], batch size: 33, lr: 4.25e-04 +2022-09-17 21:49:42,705 INFO [train.py:885] (0/2) Epoch 11, batch 1700, loss[loss=0.1974, simple_loss=0.2733, pruned_loss=0.06076, over 13455.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.08745, over 50.00 utterances.], tot_loss[loss=0.3139, simple_loss=0.3744, pruned_loss=0.1267, over 2777961.17 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07534, over 47422.77 utterances.], batch size: 50, lr: 4.25e-04 +2022-09-17 21:50:11,773 INFO [train.py:885] (0/2) Epoch 11, batch 1750, loss[loss=0.3883, simple_loss=0.4592, pruned_loss=0.1587, over 13716.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07511, over 411.00 utterances.], tot_loss[loss=0.3099, simple_loss=0.3704, pruned_loss=0.1247, over 2776619.94 frames. utt_duration=243.5 frames, utt_pad_proportion=0.0753, over 45893.70 utterances.], batch size: 411, lr: 4.25e-04 +2022-09-17 21:50:41,832 INFO [train.py:885] (0/2) Epoch 11, batch 1800, loss[loss=0.1854, simple_loss=0.2467, pruned_loss=0.06203, over 13864.00 frames. utt_duration=925.7 frames, utt_pad_proportion=0.07057, over 60.00 utterances.], tot_loss[loss=0.3104, simple_loss=0.3704, pruned_loss=0.1252, over 2773139.09 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07537, over 45760.02 utterances.], batch size: 60, lr: 4.25e-04 +2022-09-17 21:50:42,478 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-128000.pt +2022-09-17 21:51:12,071 INFO [train.py:885] (0/2) Epoch 11, batch 1850, loss[loss=0.1581, simple_loss=0.2225, pruned_loss=0.04682, over 13284.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.1055, over 33.00 utterances.], tot_loss[loss=0.3092, simple_loss=0.3693, pruned_loss=0.1245, over 2775045.42 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07384, over 45740.36 utterances.], batch size: 33, lr: 4.25e-04 +2022-09-17 21:51:41,053 INFO [train.py:885] (0/2) Epoch 11, batch 1900, loss[loss=0.2351, simple_loss=0.2982, pruned_loss=0.08602, over 14136.00 frames. utt_duration=578.4 frames, utt_pad_proportion=0.05032, over 98.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3663, pruned_loss=0.1228, over 2778591.01 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07266, over 44201.15 utterances.], batch size: 98, lr: 4.25e-04 +2022-09-17 21:52:10,587 INFO [train.py:885] (0/2) Epoch 11, batch 1950, loss[loss=0.2629, simple_loss=0.3261, pruned_loss=0.09982, over 14205.00 frames. utt_duration=522.6 frames, utt_pad_proportion=0.04281, over 109.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.3699, pruned_loss=0.1244, over 2783477.75 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06993, over 45654.37 utterances.], batch size: 109, lr: 4.25e-04 +2022-09-17 21:52:39,813 INFO [train.py:885] (0/2) Epoch 11, batch 2000, loss[loss=0.1957, simple_loss=0.2604, pruned_loss=0.06552, over 13554.00 frames. utt_duration=1324 frames, utt_pad_proportion=0.07482, over 41.00 utterances.], tot_loss[loss=0.3113, simple_loss=0.3714, pruned_loss=0.1256, over 2785281.79 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07021, over 46165.14 utterances.], batch size: 41, lr: 4.25e-04 +2022-09-17 21:53:09,761 INFO [train.py:885] (0/2) Epoch 11, batch 2050, loss[loss=0.2606, simple_loss=0.3336, pruned_loss=0.09374, over 14295.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04118, over 154.00 utterances.], tot_loss[loss=0.3136, simple_loss=0.3736, pruned_loss=0.1268, over 2783061.90 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07248, over 46771.33 utterances.], batch size: 154, lr: 4.25e-04 +2022-09-17 21:53:39,686 INFO [train.py:885] (0/2) Epoch 11, batch 2100, loss[loss=0.4297, simple_loss=0.504, pruned_loss=0.1777, over 13144.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1085, over 653.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3749, pruned_loss=0.1274, over 2781848.41 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07239, over 47929.04 utterances.], batch size: 653, lr: 4.25e-04 +2022-09-17 21:54:10,030 INFO [train.py:885] (0/2) Epoch 11, batch 2150, loss[loss=0.3961, simple_loss=0.4393, pruned_loss=0.1764, over 14332.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.03638, over 180.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3769, pruned_loss=0.1281, over 2783176.52 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07159, over 48063.52 utterances.], batch size: 180, lr: 4.25e-04 +2022-09-17 21:54:38,649 INFO [train.py:885] (0/2) Epoch 11, batch 2200, loss[loss=0.3866, simple_loss=0.4535, pruned_loss=0.1599, over 13819.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07021, over 412.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3733, pruned_loss=0.1262, over 2781404.56 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07178, over 47091.71 utterances.], batch size: 412, lr: 4.24e-04 +2022-09-17 21:55:07,744 INFO [train.py:885] (0/2) Epoch 11, batch 2250, loss[loss=0.4099, simple_loss=0.4447, pruned_loss=0.1875, over 14224.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04372, over 306.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.3709, pruned_loss=0.1243, over 2782098.66 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07042, over 46717.30 utterances.], batch size: 306, lr: 4.24e-04 +2022-09-17 21:55:38,020 INFO [train.py:885] (0/2) Epoch 11, batch 2300, loss[loss=0.3839, simple_loss=0.4215, pruned_loss=0.1731, over 14301.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04003, over 262.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3745, pruned_loss=0.1263, over 2779423.35 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07179, over 47999.50 utterances.], batch size: 262, lr: 4.24e-04 +2022-09-17 21:56:07,219 INFO [train.py:885] (0/2) Epoch 11, batch 2350, loss[loss=0.3199, simple_loss=0.3899, pruned_loss=0.1249, over 14348.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03382, over 244.00 utterances.], tot_loss[loss=0.3118, simple_loss=0.3729, pruned_loss=0.1253, over 2777551.27 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07265, over 47452.72 utterances.], batch size: 244, lr: 4.24e-04 +2022-09-17 21:56:37,155 INFO [train.py:885] (0/2) Epoch 11, batch 2400, loss[loss=0.2938, simple_loss=0.3639, pruned_loss=0.1118, over 14220.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04788, over 141.00 utterances.], tot_loss[loss=0.3133, simple_loss=0.3744, pruned_loss=0.1261, over 2780051.86 frames. utt_duration=234 frames, utt_pad_proportion=0.07357, over 47824.45 utterances.], batch size: 141, lr: 4.24e-04 +2022-09-17 21:57:06,580 INFO [train.py:885] (0/2) Epoch 11, batch 2450, loss[loss=0.1817, simple_loss=0.242, pruned_loss=0.06068, over 13084.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1192, over 33.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3742, pruned_loss=0.1257, over 2780014.38 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07413, over 47563.66 utterances.], batch size: 33, lr: 4.24e-04 +2022-09-17 21:57:35,926 INFO [train.py:885] (0/2) Epoch 11, batch 2500, loss[loss=0.3456, simple_loss=0.4005, pruned_loss=0.1453, over 14283.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04153, over 262.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3736, pruned_loss=0.1255, over 2781465.03 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07205, over 47394.12 utterances.], batch size: 262, lr: 4.24e-04 +2022-09-17 21:58:11,956 INFO [train.py:885] (0/2) Epoch 11, batch 2550, loss[loss=0.2115, simple_loss=0.2635, pruned_loss=0.07974, over 13161.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.1056, over 33.00 utterances.], tot_loss[loss=0.3124, simple_loss=0.3734, pruned_loss=0.1257, over 2782545.11 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07315, over 47105.84 utterances.], batch size: 33, lr: 4.24e-04 +2022-09-17 21:58:41,614 INFO [train.py:885] (0/2) Epoch 11, batch 2600, loss[loss=0.2613, simple_loss=0.3286, pruned_loss=0.09703, over 14292.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.0419, over 154.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3739, pruned_loss=0.1262, over 2781799.82 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07385, over 46982.74 utterances.], batch size: 154, lr: 4.24e-04 +2022-09-17 21:59:10,778 INFO [train.py:885] (0/2) Epoch 11, batch 2650, loss[loss=0.2817, simple_loss=0.3597, pruned_loss=0.1019, over 14359.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03833, over 167.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.375, pruned_loss=0.1268, over 2780115.52 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07345, over 47397.40 utterances.], batch size: 167, lr: 4.24e-04 +2022-09-17 21:59:40,922 INFO [train.py:885] (0/2) Epoch 11, batch 2700, loss[loss=0.2777, simple_loss=0.3455, pruned_loss=0.105, over 14230.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04656, over 141.00 utterances.], tot_loss[loss=0.3137, simple_loss=0.3741, pruned_loss=0.1266, over 2783128.84 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07204, over 46633.38 utterances.], batch size: 141, lr: 4.24e-04 +2022-09-17 22:00:10,898 INFO [train.py:885] (0/2) Epoch 11, batch 2750, loss[loss=0.2575, simple_loss=0.3154, pruned_loss=0.0998, over 14167.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04478, over 109.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3694, pruned_loss=0.1246, over 2775861.39 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07206, over 44603.50 utterances.], batch size: 109, lr: 4.24e-04 +2022-09-17 22:00:40,061 INFO [train.py:885] (0/2) Epoch 11, batch 2800, loss[loss=0.2261, simple_loss=0.2969, pruned_loss=0.07763, over 14043.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.0568, over 98.00 utterances.], tot_loss[loss=0.3086, simple_loss=0.3695, pruned_loss=0.1238, over 2775922.38 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07189, over 45362.52 utterances.], batch size: 98, lr: 4.23e-04 +2022-09-17 22:01:09,219 INFO [train.py:885] (0/2) Epoch 11, batch 2850, loss[loss=0.3416, simple_loss=0.3764, pruned_loss=0.1534, over 14344.00 frames. utt_duration=479.5 frames, utt_pad_proportion=0.0371, over 120.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.3705, pruned_loss=0.1245, over 2778745.15 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07116, over 45911.31 utterances.], batch size: 120, lr: 4.23e-04 +2022-09-17 22:01:39,173 INFO [train.py:885] (0/2) Epoch 11, batch 2900, loss[loss=0.3038, simple_loss=0.3605, pruned_loss=0.1236, over 14324.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03835, over 120.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3725, pruned_loss=0.1243, over 2777624.69 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07284, over 47828.02 utterances.], batch size: 120, lr: 4.23e-04 +2022-09-17 22:02:08,971 INFO [train.py:885] (0/2) Epoch 11, batch 2950, loss[loss=0.2436, simple_loss=0.2868, pruned_loss=0.1002, over 13838.00 frames. utt_duration=924.1 frames, utt_pad_proportion=0.07221, over 60.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3682, pruned_loss=0.1229, over 2780327.36 frames. utt_duration=245 frames, utt_pad_proportion=0.07258, over 45675.56 utterances.], batch size: 60, lr: 4.23e-04 +2022-09-17 22:02:38,245 INFO [train.py:885] (0/2) Epoch 11, batch 3000, loss[loss=0.4636, simple_loss=0.4775, pruned_loss=0.2248, over 14376.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03453, over 195.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3699, pruned_loss=0.1238, over 2776890.80 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07313, over 46859.94 utterances.], batch size: 195, lr: 4.23e-04 +2022-09-17 22:02:38,246 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 22:02:42,980 INFO [train.py:914] (0/2) Epoch 11, validation: loss=0.1964, simple_loss=0.2746, pruned_loss=0.05905, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 22:03:12,755 INFO [train.py:885] (0/2) Epoch 11, batch 3050, loss[loss=0.2433, simple_loss=0.3135, pruned_loss=0.08654, over 14236.00 frames. utt_duration=641.2 frames, utt_pad_proportion=0.04446, over 89.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3709, pruned_loss=0.1257, over 2777575.35 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07374, over 46315.48 utterances.], batch size: 89, lr: 4.23e-04 +2022-09-17 22:03:42,832 INFO [train.py:885] (0/2) Epoch 11, batch 3100, loss[loss=0.196, simple_loss=0.2537, pruned_loss=0.06919, over 13481.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09239, over 50.00 utterances.], tot_loss[loss=0.3115, simple_loss=0.3714, pruned_loss=0.1258, over 2770928.11 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07634, over 47228.75 utterances.], batch size: 50, lr: 4.23e-04 +2022-09-17 22:04:12,041 INFO [train.py:885] (0/2) Epoch 11, batch 3150, loss[loss=0.2149, simple_loss=0.2606, pruned_loss=0.08453, over 12254.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.18, over 24.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3663, pruned_loss=0.1229, over 2771811.29 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07436, over 45179.34 utterances.], batch size: 24, lr: 4.23e-04 +2022-09-17 22:04:41,946 INFO [train.py:885] (0/2) Epoch 11, batch 3200, loss[loss=0.2708, simple_loss=0.3536, pruned_loss=0.09396, over 14297.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04245, over 141.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3655, pruned_loss=0.1224, over 2774608.85 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07169, over 44784.80 utterances.], batch size: 141, lr: 4.23e-04 +2022-09-17 22:05:11,240 INFO [train.py:885] (0/2) Epoch 11, batch 3250, loss[loss=0.4006, simple_loss=0.4882, pruned_loss=0.1565, over 13170.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3706, pruned_loss=0.1249, over 2774473.12 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07356, over 46750.82 utterances.], batch size: 653, lr: 4.23e-04 +2022-09-17 22:05:40,385 INFO [train.py:885] (0/2) Epoch 11, batch 3300, loss[loss=0.3013, simple_loss=0.3669, pruned_loss=0.1178, over 14370.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03252, over 244.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3715, pruned_loss=0.1248, over 2783258.76 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07072, over 46327.49 utterances.], batch size: 244, lr: 4.23e-04 +2022-09-17 22:06:09,522 INFO [train.py:885] (0/2) Epoch 11, batch 3350, loss[loss=0.2588, simple_loss=0.2916, pruned_loss=0.113, over 14292.00 frames. utt_duration=643.8 frames, utt_pad_proportion=0.04192, over 89.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.3691, pruned_loss=0.1242, over 2786160.64 frames. utt_duration=249 frames, utt_pad_proportion=0.06947, over 45017.14 utterances.], batch size: 89, lr: 4.23e-04 +2022-09-17 22:06:39,565 INFO [train.py:885] (0/2) Epoch 11, batch 3400, loss[loss=0.2593, simple_loss=0.3228, pruned_loss=0.09788, over 14188.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.0436, over 109.00 utterances.], tot_loss[loss=0.3144, simple_loss=0.3746, pruned_loss=0.1271, over 2789076.12 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07141, over 46705.48 utterances.], batch size: 109, lr: 4.23e-04 +2022-09-17 22:07:09,308 INFO [train.py:885] (0/2) Epoch 11, batch 3450, loss[loss=0.3256, simple_loss=0.3789, pruned_loss=0.1362, over 14288.00 frames. utt_duration=406.7 frames, utt_pad_proportion=0.04314, over 141.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3734, pruned_loss=0.126, over 2787794.73 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07276, over 46672.45 utterances.], batch size: 141, lr: 4.22e-04 +2022-09-17 22:07:39,042 INFO [train.py:885] (0/2) Epoch 11, batch 3500, loss[loss=0.2174, simple_loss=0.2749, pruned_loss=0.07992, over 13589.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.09098, over 42.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3717, pruned_loss=0.1247, over 2783512.45 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07477, over 46813.46 utterances.], batch size: 42, lr: 4.22e-04 +2022-09-17 22:08:08,199 INFO [train.py:885] (0/2) Epoch 11, batch 3550, loss[loss=0.3255, simple_loss=0.3862, pruned_loss=0.1324, over 14306.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03935, over 283.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3714, pruned_loss=0.1253, over 2783844.97 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07336, over 46643.16 utterances.], batch size: 283, lr: 4.22e-04 +2022-09-17 22:08:37,851 INFO [train.py:885] (0/2) Epoch 11, batch 3600, loss[loss=0.3733, simple_loss=0.426, pruned_loss=0.1603, over 14247.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04264, over 335.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3695, pruned_loss=0.124, over 2781659.03 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07195, over 46182.65 utterances.], batch size: 335, lr: 4.22e-04 +2022-09-17 22:09:06,801 INFO [train.py:885] (0/2) Epoch 11, batch 3650, loss[loss=0.5361, simple_loss=0.6103, pruned_loss=0.2309, over 12561.00 frames. utt_duration=63.5 frames, utt_pad_proportion=0.1419, over 811.00 utterances.], tot_loss[loss=0.309, simple_loss=0.3695, pruned_loss=0.1243, over 2784232.90 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07158, over 45711.71 utterances.], batch size: 811, lr: 4.22e-04 +2022-09-17 22:09:36,807 INFO [train.py:885] (0/2) Epoch 11, batch 3700, loss[loss=0.5901, simple_loss=0.6432, pruned_loss=0.2685, over 12531.00 frames. utt_duration=63.44 frames, utt_pad_proportion=0.1427, over 810.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3717, pruned_loss=0.1252, over 2786153.98 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07082, over 46440.04 utterances.], batch size: 810, lr: 4.22e-04 +2022-09-17 22:10:07,090 INFO [train.py:885] (0/2) Epoch 11, batch 3750, loss[loss=0.2203, simple_loss=0.2803, pruned_loss=0.08014, over 14047.00 frames. utt_duration=712.6 frames, utt_pad_proportion=0.05617, over 79.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3691, pruned_loss=0.1229, over 2786109.25 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06983, over 45535.55 utterances.], batch size: 79, lr: 4.22e-04 +2022-09-17 22:10:35,918 INFO [train.py:885] (0/2) Epoch 11, batch 3800, loss[loss=0.2673, simple_loss=0.3378, pruned_loss=0.09842, over 14327.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03996, over 167.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3675, pruned_loss=0.1222, over 2783255.83 frames. utt_duration=247 frames, utt_pad_proportion=0.07108, over 45343.58 utterances.], batch size: 167, lr: 4.22e-04 +2022-09-17 22:11:05,831 INFO [train.py:885] (0/2) Epoch 11, batch 3850, loss[loss=0.3043, simple_loss=0.382, pruned_loss=0.1133, over 14284.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.041, over 283.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.365, pruned_loss=0.1207, over 2780453.08 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07067, over 44428.43 utterances.], batch size: 283, lr: 4.22e-04 +2022-09-17 22:11:35,337 INFO [train.py:885] (0/2) Epoch 11, batch 3900, loss[loss=0.2987, simple_loss=0.3691, pruned_loss=0.1142, over 14338.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03384, over 195.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3688, pruned_loss=0.122, over 2780594.46 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07131, over 46334.16 utterances.], batch size: 195, lr: 4.22e-04 +2022-09-17 22:12:04,979 INFO [train.py:885] (0/2) Epoch 11, batch 3950, loss[loss=0.4258, simple_loss=0.463, pruned_loss=0.1943, over 14225.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04394, over 335.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3681, pruned_loss=0.1219, over 2783111.96 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06928, over 46026.85 utterances.], batch size: 335, lr: 4.22e-04 +2022-09-17 22:12:34,776 INFO [train.py:885] (0/2) Epoch 11, batch 4000, loss[loss=0.2914, simple_loss=0.3539, pruned_loss=0.1145, over 14347.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03908, over 167.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3694, pruned_loss=0.1223, over 2780057.34 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07149, over 47181.49 utterances.], batch size: 167, lr: 4.22e-04 +2022-09-17 22:13:04,053 INFO [train.py:885] (0/2) Epoch 11, batch 4050, loss[loss=0.2042, simple_loss=0.2715, pruned_loss=0.06843, over 13675.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.08012, over 50.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3685, pruned_loss=0.1217, over 2778765.37 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07357, over 46564.34 utterances.], batch size: 50, lr: 4.21e-04 +2022-09-17 22:13:33,455 INFO [train.py:885] (0/2) Epoch 11, batch 4100, loss[loss=0.3992, simple_loss=0.4367, pruned_loss=0.1808, over 14378.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03589, over 244.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3675, pruned_loss=0.1215, over 2776979.75 frames. utt_duration=244 frames, utt_pad_proportion=0.07195, over 45797.80 utterances.], batch size: 244, lr: 4.21e-04 +2022-09-17 22:14:03,839 INFO [train.py:885] (0/2) Epoch 11, batch 4150, loss[loss=0.3479, simple_loss=0.4043, pruned_loss=0.1457, over 14238.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.0424, over 306.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3644, pruned_loss=0.119, over 2779655.28 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07102, over 44894.63 utterances.], batch size: 306, lr: 4.21e-04 +2022-09-17 22:14:32,524 INFO [train.py:885] (0/2) Epoch 11, batch 4200, loss[loss=0.4207, simple_loss=0.4862, pruned_loss=0.1776, over 13791.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06998, over 411.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.3631, pruned_loss=0.119, over 2782292.58 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06966, over 44132.84 utterances.], batch size: 411, lr: 4.21e-04 +2022-09-17 22:15:03,410 INFO [train.py:885] (0/2) Epoch 11, batch 4250, loss[loss=0.2174, simple_loss=0.2734, pruned_loss=0.08064, over 13503.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.09087, over 50.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.365, pruned_loss=0.1191, over 2784693.28 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06921, over 45131.50 utterances.], batch size: 50, lr: 4.21e-04 +2022-09-17 22:15:32,861 INFO [train.py:885] (0/2) Epoch 11, batch 4300, loss[loss=0.5379, simple_loss=0.5737, pruned_loss=0.2511, over 13180.00 frames. utt_duration=82.32 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3694, pruned_loss=0.1217, over 2784951.90 frames. utt_duration=241.4 frames, utt_pad_proportion=0.0712, over 46433.46 utterances.], batch size: 653, lr: 4.21e-04 +2022-09-17 22:16:02,408 INFO [train.py:885] (0/2) Epoch 11, batch 4350, loss[loss=0.303, simple_loss=0.3683, pruned_loss=0.1188, over 14348.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03745, over 262.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3682, pruned_loss=0.1207, over 2786985.58 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07086, over 46441.35 utterances.], batch size: 262, lr: 4.21e-04 +2022-09-17 22:16:31,684 INFO [train.py:885] (0/2) Epoch 11, batch 4400, loss[loss=0.1934, simple_loss=0.2606, pruned_loss=0.06308, over 13380.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.08724, over 41.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3675, pruned_loss=0.1211, over 2785003.39 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07158, over 45603.05 utterances.], batch size: 41, lr: 4.21e-04 +2022-09-17 22:17:00,957 INFO [train.py:885] (0/2) Epoch 11, batch 4450, loss[loss=0.3735, simple_loss=0.4583, pruned_loss=0.1443, over 13539.00 frames. utt_duration=98.13 frames, utt_pad_proportion=0.08291, over 560.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3644, pruned_loss=0.1199, over 2784995.52 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06984, over 44092.17 utterances.], batch size: 560, lr: 4.21e-04 +2022-09-17 22:17:30,044 INFO [train.py:885] (0/2) Epoch 11, batch 4500, loss[loss=0.271, simple_loss=0.3403, pruned_loss=0.1009, over 14005.00 frames. utt_duration=573.1 frames, utt_pad_proportion=0.05891, over 98.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3674, pruned_loss=0.1222, over 2786818.90 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0692, over 45115.26 utterances.], batch size: 98, lr: 4.21e-04 +2022-09-17 22:17:59,522 INFO [train.py:885] (0/2) Epoch 11, batch 4550, loss[loss=0.4651, simple_loss=0.5328, pruned_loss=0.1987, over 13203.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1048, over 653.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3636, pruned_loss=0.12, over 2789221.80 frames. utt_duration=258 frames, utt_pad_proportion=0.06731, over 43498.09 utterances.], batch size: 653, lr: 4.21e-04 +2022-09-17 22:18:28,787 INFO [train.py:885] (0/2) Epoch 11, batch 4600, loss[loss=0.255, simple_loss=0.3341, pruned_loss=0.08797, over 14339.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03608, over 154.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3645, pruned_loss=0.1204, over 2785674.25 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06852, over 43862.87 utterances.], batch size: 154, lr: 4.21e-04 +2022-09-17 22:18:58,667 INFO [train.py:885] (0/2) Epoch 11, batch 4650, loss[loss=0.3138, simple_loss=0.3822, pruned_loss=0.1227, over 14384.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03402, over 210.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3661, pruned_loss=0.1223, over 2788007.07 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06679, over 43731.63 utterances.], batch size: 210, lr: 4.20e-04 +2022-09-17 22:19:27,605 INFO [train.py:885] (0/2) Epoch 11, batch 4700, loss[loss=0.3552, simple_loss=0.4008, pruned_loss=0.1548, over 14355.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03621, over 210.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3683, pruned_loss=0.1228, over 2788243.06 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06833, over 45732.86 utterances.], batch size: 210, lr: 4.20e-04 +2022-09-17 22:19:57,269 INFO [train.py:885] (0/2) Epoch 11, batch 4750, loss[loss=0.2168, simple_loss=0.2856, pruned_loss=0.07406, over 14006.00 frames. utt_duration=710.5 frames, utt_pad_proportion=0.059, over 79.00 utterances.], tot_loss[loss=0.3082, simple_loss=0.3695, pruned_loss=0.1235, over 2790577.56 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06861, over 45905.55 utterances.], batch size: 79, lr: 4.20e-04 +2022-09-17 22:20:26,630 INFO [train.py:885] (0/2) Epoch 11, batch 4800, loss[loss=0.2679, simple_loss=0.3229, pruned_loss=0.1065, over 13607.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.07914, over 50.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3656, pruned_loss=0.121, over 2785643.85 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07028, over 44531.16 utterances.], batch size: 50, lr: 4.20e-04 +2022-09-17 22:20:56,653 INFO [train.py:885] (0/2) Epoch 11, batch 4850, loss[loss=0.5667, simple_loss=0.6342, pruned_loss=0.2496, over 12447.00 frames. utt_duration=63.05 frames, utt_pad_proportion=0.1479, over 810.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.369, pruned_loss=0.1232, over 2781124.71 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07339, over 45602.72 utterances.], batch size: 810, lr: 4.20e-04 +2022-09-17 22:21:25,784 INFO [train.py:885] (0/2) Epoch 11, batch 4900, loss[loss=0.2397, simple_loss=0.2959, pruned_loss=0.09175, over 13621.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08308, over 50.00 utterances.], tot_loss[loss=0.3115, simple_loss=0.3724, pruned_loss=0.1253, over 2783168.05 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07231, over 46371.35 utterances.], batch size: 50, lr: 4.20e-04 +2022-09-17 22:21:55,700 INFO [train.py:885] (0/2) Epoch 11, batch 4950, loss[loss=0.3215, simple_loss=0.4184, pruned_loss=0.1123, over 13609.00 frames. utt_duration=98.56 frames, utt_pad_proportion=0.07886, over 560.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3707, pruned_loss=0.1241, over 2783780.22 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07083, over 45974.30 utterances.], batch size: 560, lr: 4.20e-04 +2022-09-17 22:22:25,128 INFO [train.py:885] (0/2) Epoch 11, batch 5000, loss[loss=0.3723, simple_loss=0.4224, pruned_loss=0.1611, over 14223.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04419, over 335.00 utterances.], tot_loss[loss=0.3065, simple_loss=0.368, pruned_loss=0.1225, over 2788138.46 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06858, over 45259.86 utterances.], batch size: 335, lr: 4.20e-04 +2022-09-17 22:22:57,179 INFO [train.py:885] (0/2) Epoch 11, batch 5050, loss[loss=0.4056, simple_loss=0.4751, pruned_loss=0.1681, over 13652.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07965, over 477.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.372, pruned_loss=0.1252, over 2787070.21 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07001, over 46804.68 utterances.], batch size: 477, lr: 4.20e-04 +2022-09-17 22:23:27,062 INFO [train.py:885] (0/2) Epoch 11, batch 5100, loss[loss=0.3167, simple_loss=0.3784, pruned_loss=0.1275, over 14257.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04501, over 141.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3736, pruned_loss=0.126, over 2785514.86 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07233, over 47203.66 utterances.], batch size: 141, lr: 4.20e-04 +2022-09-17 22:23:56,445 INFO [train.py:885] (0/2) Epoch 11, batch 5150, loss[loss=0.2304, simple_loss=0.2679, pruned_loss=0.09639, over 13189.00 frames. utt_duration=1553 frames, utt_pad_proportion=0.1159, over 34.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3691, pruned_loss=0.1239, over 2783651.05 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07187, over 45598.51 utterances.], batch size: 34, lr: 4.20e-04 +2022-09-17 22:24:26,112 INFO [train.py:885] (0/2) Epoch 11, batch 5200, loss[loss=0.3123, simple_loss=0.3654, pruned_loss=0.1296, over 14348.00 frames. utt_duration=374.2 frames, utt_pad_proportion=0.03551, over 154.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3677, pruned_loss=0.123, over 2782304.58 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07195, over 45906.78 utterances.], batch size: 154, lr: 4.20e-04 +2022-09-17 22:24:55,785 INFO [train.py:885] (0/2) Epoch 11, batch 5250, loss[loss=0.2072, simple_loss=0.2816, pruned_loss=0.06641, over 14150.00 frames. utt_duration=637.3 frames, utt_pad_proportion=0.04875, over 89.00 utterances.], tot_loss[loss=0.3071, simple_loss=0.3683, pruned_loss=0.123, over 2781445.36 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07186, over 46421.32 utterances.], batch size: 89, lr: 4.20e-04 +2022-09-17 22:25:25,598 INFO [train.py:885] (0/2) Epoch 11, batch 5300, loss[loss=0.3168, simple_loss=0.4204, pruned_loss=0.1066, over 13625.00 frames. utt_duration=98.69 frames, utt_pad_proportion=0.07765, over 560.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3719, pruned_loss=0.1246, over 2777476.61 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07285, over 48176.39 utterances.], batch size: 560, lr: 4.19e-04 +2022-09-17 22:25:54,926 INFO [train.py:885] (0/2) Epoch 11, batch 5350, loss[loss=0.3695, simple_loss=0.4165, pruned_loss=0.1612, over 14216.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04417, over 306.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3691, pruned_loss=0.1224, over 2779398.61 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07138, over 47753.88 utterances.], batch size: 306, lr: 4.19e-04 +2022-09-17 22:26:24,958 INFO [train.py:885] (0/2) Epoch 11, batch 5400, loss[loss=0.1837, simple_loss=0.2552, pruned_loss=0.05607, over 13843.00 frames. utt_duration=924.3 frames, utt_pad_proportion=0.06545, over 60.00 utterances.], tot_loss[loss=0.3062, simple_loss=0.3683, pruned_loss=0.1221, over 2780509.64 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07151, over 46844.26 utterances.], batch size: 60, lr: 4.19e-04 +2022-09-17 22:26:54,023 INFO [train.py:885] (0/2) Epoch 11, batch 5450, loss[loss=0.2386, simple_loss=0.3018, pruned_loss=0.08768, over 14129.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.04745, over 109.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3688, pruned_loss=0.1223, over 2781137.45 frames. utt_duration=239 frames, utt_pad_proportion=0.07062, over 46831.29 utterances.], batch size: 109, lr: 4.19e-04 +2022-09-17 22:27:23,654 INFO [train.py:885] (0/2) Epoch 11, batch 5500, loss[loss=0.2889, simple_loss=0.3583, pruned_loss=0.1097, over 14359.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03576, over 210.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3677, pruned_loss=0.1221, over 2782503.24 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07114, over 45666.85 utterances.], batch size: 210, lr: 4.19e-04 +2022-09-17 22:27:53,799 INFO [train.py:885] (0/2) Epoch 11, batch 5550, loss[loss=0.3885, simple_loss=0.4613, pruned_loss=0.1579, over 13634.00 frames. utt_duration=98.71 frames, utt_pad_proportion=0.07744, over 560.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3701, pruned_loss=0.1238, over 2787736.36 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06748, over 46134.12 utterances.], batch size: 560, lr: 4.19e-04 +2022-09-17 22:28:22,058 INFO [train.py:885] (0/2) Epoch 11, batch 5600, loss[loss=0.4168, simple_loss=0.5048, pruned_loss=0.1643, over 13110.00 frames. utt_duration=81.91 frames, utt_pad_proportion=0.1097, over 653.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.367, pruned_loss=0.1221, over 2780694.98 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07011, over 44925.73 utterances.], batch size: 653, lr: 4.19e-04 +2022-09-17 22:28:52,299 INFO [train.py:885] (0/2) Epoch 11, batch 5650, loss[loss=0.1619, simple_loss=0.2066, pruned_loss=0.05857, over 13234.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1124, over 33.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3689, pruned_loss=0.1229, over 2782466.82 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07105, over 46159.25 utterances.], batch size: 33, lr: 4.19e-04 +2022-09-17 22:29:22,102 INFO [train.py:885] (0/2) Epoch 11, batch 5700, loss[loss=0.1717, simple_loss=0.2326, pruned_loss=0.0554, over 13425.00 frames. utt_duration=2067 frames, utt_pad_proportion=0.08627, over 26.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3674, pruned_loss=0.1222, over 2781607.46 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07187, over 45540.42 utterances.], batch size: 26, lr: 4.19e-04 +2022-09-17 22:29:51,658 INFO [train.py:885] (0/2) Epoch 11, batch 5750, loss[loss=0.2888, simple_loss=0.3636, pruned_loss=0.107, over 14283.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03978, over 180.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3698, pruned_loss=0.1235, over 2781487.34 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07261, over 46574.95 utterances.], batch size: 180, lr: 4.19e-04 +2022-09-17 22:30:20,867 INFO [train.py:885] (0/2) Epoch 11, batch 5800, loss[loss=0.3142, simple_loss=0.3783, pruned_loss=0.1251, over 14328.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.0379, over 195.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3677, pruned_loss=0.122, over 2779739.42 frames. utt_duration=241.1 frames, utt_pad_proportion=0.0723, over 46400.99 utterances.], batch size: 195, lr: 4.19e-04 +2022-09-17 22:30:21,582 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-132000.pt +2022-09-17 22:30:50,611 INFO [train.py:885] (0/2) Epoch 11, batch 5850, loss[loss=0.1958, simple_loss=0.2588, pruned_loss=0.06642, over 12330.00 frames. utt_duration=2056 frames, utt_pad_proportion=0.1702, over 24.00 utterances.], tot_loss[loss=0.31, simple_loss=0.371, pruned_loss=0.1245, over 2775926.64 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07312, over 46638.39 utterances.], batch size: 24, lr: 4.19e-04 +2022-09-17 22:31:20,020 INFO [train.py:885] (0/2) Epoch 11, batch 5900, loss[loss=0.2327, simple_loss=0.2899, pruned_loss=0.08776, over 14180.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04446, over 109.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3667, pruned_loss=0.1224, over 2778429.72 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07076, over 44583.65 utterances.], batch size: 109, lr: 4.18e-04 +2022-09-17 22:31:49,796 INFO [train.py:885] (0/2) Epoch 11, batch 5950, loss[loss=0.399, simple_loss=0.468, pruned_loss=0.165, over 13764.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07198, over 411.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3724, pruned_loss=0.1248, over 2775334.51 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07406, over 47851.39 utterances.], batch size: 411, lr: 4.18e-04 +2022-09-17 22:32:19,702 INFO [train.py:885] (0/2) Epoch 11, batch 6000, loss[loss=0.3265, simple_loss=0.3964, pruned_loss=0.1283, over 14340.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03835, over 262.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3675, pruned_loss=0.1222, over 2778052.40 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07105, over 45955.15 utterances.], batch size: 262, lr: 4.18e-04 +2022-09-17 22:32:19,704 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 22:32:24,489 INFO [train.py:914] (0/2) Epoch 11, validation: loss=0.2073, simple_loss=0.2838, pruned_loss=0.06541, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 22:32:54,101 INFO [train.py:885] (0/2) Epoch 11, batch 6050, loss[loss=0.3413, simple_loss=0.4152, pruned_loss=0.1337, over 13818.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07057, over 412.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3663, pruned_loss=0.1214, over 2778957.47 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07073, over 45318.82 utterances.], batch size: 412, lr: 4.18e-04 +2022-09-17 22:33:24,194 INFO [train.py:885] (0/2) Epoch 11, batch 6100, loss[loss=0.2392, simple_loss=0.2899, pruned_loss=0.09419, over 12169.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1878, over 24.00 utterances.], tot_loss[loss=0.305, simple_loss=0.3669, pruned_loss=0.1215, over 2777338.29 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07189, over 45715.99 utterances.], batch size: 24, lr: 4.18e-04 +2022-09-17 22:33:53,758 INFO [train.py:885] (0/2) Epoch 11, batch 6150, loss[loss=0.4379, simple_loss=0.5149, pruned_loss=0.1804, over 13159.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1071, over 653.00 utterances.], tot_loss[loss=0.3066, simple_loss=0.3689, pruned_loss=0.1221, over 2777059.56 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07179, over 46589.77 utterances.], batch size: 653, lr: 4.18e-04 +2022-09-17 22:34:22,945 INFO [train.py:885] (0/2) Epoch 11, batch 6200, loss[loss=0.2724, simple_loss=0.3445, pruned_loss=0.1001, over 14312.00 frames. utt_duration=407.3 frames, utt_pad_proportion=0.04165, over 141.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3699, pruned_loss=0.1231, over 2778851.24 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07001, over 46382.28 utterances.], batch size: 141, lr: 4.18e-04 +2022-09-17 22:34:52,836 INFO [train.py:885] (0/2) Epoch 11, batch 6250, loss[loss=0.3056, simple_loss=0.3929, pruned_loss=0.1092, over 13795.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06988, over 411.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3693, pruned_loss=0.1228, over 2779050.51 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07016, over 46337.49 utterances.], batch size: 411, lr: 4.18e-04 +2022-09-17 22:35:22,671 INFO [train.py:885] (0/2) Epoch 11, batch 6300, loss[loss=0.2216, simple_loss=0.3, pruned_loss=0.07155, over 14150.00 frames. utt_duration=578.9 frames, utt_pad_proportion=0.04946, over 98.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3703, pruned_loss=0.123, over 2777908.99 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07008, over 46627.78 utterances.], batch size: 98, lr: 4.18e-04 +2022-09-17 22:35:52,245 INFO [train.py:885] (0/2) Epoch 11, batch 6350, loss[loss=0.2743, simple_loss=0.3512, pruned_loss=0.09872, over 14283.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04339, over 141.00 utterances.], tot_loss[loss=0.3086, simple_loss=0.37, pruned_loss=0.1236, over 2776403.70 frames. utt_duration=241.6 frames, utt_pad_proportion=0.0721, over 46257.46 utterances.], batch size: 141, lr: 4.18e-04 +2022-09-17 22:36:20,651 INFO [train.py:885] (0/2) Epoch 11, batch 6400, loss[loss=0.2786, simple_loss=0.3498, pruned_loss=0.1037, over 14290.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.039, over 130.00 utterances.], tot_loss[loss=0.3086, simple_loss=0.3699, pruned_loss=0.1237, over 2775147.83 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07346, over 46644.61 utterances.], batch size: 130, lr: 4.18e-04 +2022-09-17 22:36:50,644 INFO [train.py:885] (0/2) Epoch 11, batch 6450, loss[loss=0.3792, simple_loss=0.4616, pruned_loss=0.1484, over 13606.00 frames. utt_duration=98.5 frames, utt_pad_proportion=0.07944, over 560.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.371, pruned_loss=0.124, over 2776686.52 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07353, over 47083.54 utterances.], batch size: 560, lr: 4.18e-04 +2022-09-17 22:37:19,602 INFO [train.py:885] (0/2) Epoch 11, batch 6500, loss[loss=0.2408, simple_loss=0.3067, pruned_loss=0.08751, over 12208.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1628, over 24.00 utterances.], tot_loss[loss=0.3082, simple_loss=0.3696, pruned_loss=0.1234, over 2783619.48 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07057, over 46132.55 utterances.], batch size: 24, lr: 4.18e-04 +2022-09-17 22:37:49,427 INFO [train.py:885] (0/2) Epoch 11, batch 6550, loss[loss=0.2548, simple_loss=0.3258, pruned_loss=0.09191, over 14311.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03902, over 120.00 utterances.], tot_loss[loss=0.305, simple_loss=0.3665, pruned_loss=0.1218, over 2778642.97 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07055, over 44820.56 utterances.], batch size: 120, lr: 4.17e-04 +2022-09-17 22:38:19,616 INFO [train.py:885] (0/2) Epoch 11, batch 6600, loss[loss=0.2788, simple_loss=0.3508, pruned_loss=0.1034, over 14362.00 frames. utt_duration=443.3 frames, utt_pad_proportion=0.03639, over 130.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.3697, pruned_loss=0.1235, over 2779882.64 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07124, over 46076.09 utterances.], batch size: 130, lr: 4.17e-04 +2022-09-17 22:38:49,007 INFO [train.py:885] (0/2) Epoch 11, batch 6650, loss[loss=0.2909, simple_loss=0.3665, pruned_loss=0.1076, over 14342.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03646, over 210.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3687, pruned_loss=0.1231, over 2782699.68 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07036, over 45530.50 utterances.], batch size: 210, lr: 4.17e-04 +2022-09-17 22:39:18,768 INFO [train.py:885] (0/2) Epoch 11, batch 6700, loss[loss=0.3047, simple_loss=0.375, pruned_loss=0.1171, over 14283.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03992, over 225.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3658, pruned_loss=0.1216, over 2786260.91 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06796, over 44466.47 utterances.], batch size: 225, lr: 4.17e-04 +2022-09-17 22:39:48,507 INFO [train.py:885] (0/2) Epoch 11, batch 6750, loss[loss=0.2715, simple_loss=0.3393, pruned_loss=0.1018, over 14340.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03961, over 167.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3643, pruned_loss=0.1208, over 2782573.79 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06832, over 44179.19 utterances.], batch size: 167, lr: 4.17e-04 +2022-09-17 22:40:18,370 INFO [train.py:885] (0/2) Epoch 11, batch 6800, loss[loss=0.2998, simple_loss=0.3741, pruned_loss=0.1128, over 14342.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03397, over 244.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3669, pruned_loss=0.1225, over 2780201.86 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06993, over 44737.02 utterances.], batch size: 244, lr: 4.17e-04 +2022-09-17 22:40:47,963 INFO [train.py:885] (0/2) Epoch 11, batch 6850, loss[loss=0.3018, simple_loss=0.3655, pruned_loss=0.119, over 14305.00 frames. utt_duration=407.3 frames, utt_pad_proportion=0.04164, over 141.00 utterances.], tot_loss[loss=0.309, simple_loss=0.3696, pruned_loss=0.1241, over 2780834.56 frames. utt_duration=245.7 frames, utt_pad_proportion=0.0713, over 45553.28 utterances.], batch size: 141, lr: 4.17e-04 +2022-09-17 22:41:17,237 INFO [train.py:885] (0/2) Epoch 11, batch 6900, loss[loss=0.3136, simple_loss=0.369, pruned_loss=0.1291, over 14313.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04036, over 154.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3681, pruned_loss=0.1234, over 2785472.83 frames. utt_duration=251 frames, utt_pad_proportion=0.06886, over 44655.64 utterances.], batch size: 154, lr: 4.17e-04 +2022-09-17 22:41:46,931 INFO [train.py:885] (0/2) Epoch 11, batch 6950, loss[loss=0.364, simple_loss=0.4124, pruned_loss=0.1578, over 14312.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04117, over 167.00 utterances.], tot_loss[loss=0.315, simple_loss=0.3748, pruned_loss=0.1276, over 2785193.13 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07132, over 46622.93 utterances.], batch size: 167, lr: 4.17e-04 +2022-09-17 22:42:16,099 INFO [train.py:885] (0/2) Epoch 11, batch 7000, loss[loss=0.1682, simple_loss=0.2316, pruned_loss=0.05236, over 12682.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1429, over 25.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3758, pruned_loss=0.1269, over 2784276.02 frames. utt_duration=233.1 frames, utt_pad_proportion=0.0724, over 48090.84 utterances.], batch size: 25, lr: 4.17e-04 +2022-09-17 22:42:45,959 INFO [train.py:885] (0/2) Epoch 11, batch 7050, loss[loss=0.388, simple_loss=0.4281, pruned_loss=0.1739, over 14229.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04354, over 335.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3737, pruned_loss=0.126, over 2780057.93 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07446, over 47311.59 utterances.], batch size: 335, lr: 4.17e-04 +2022-09-17 22:43:15,024 INFO [train.py:885] (0/2) Epoch 11, batch 7100, loss[loss=0.3194, simple_loss=0.3857, pruned_loss=0.1266, over 14263.00 frames. utt_duration=219.2 frames, utt_pad_proportion=0.0427, over 262.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3705, pruned_loss=0.124, over 2780883.79 frames. utt_duration=243 frames, utt_pad_proportion=0.07306, over 46059.11 utterances.], batch size: 262, lr: 4.17e-04 +2022-09-17 22:43:44,772 INFO [train.py:885] (0/2) Epoch 11, batch 7150, loss[loss=0.2584, simple_loss=0.3254, pruned_loss=0.09575, over 14342.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03693, over 120.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3671, pruned_loss=0.1218, over 2782184.71 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07195, over 44653.80 utterances.], batch size: 120, lr: 4.17e-04 +2022-09-17 22:44:14,322 INFO [train.py:885] (0/2) Epoch 11, batch 7200, loss[loss=0.2121, simple_loss=0.2738, pruned_loss=0.0752, over 13919.00 frames. utt_duration=929.4 frames, utt_pad_proportion=0.06593, over 60.00 utterances.], tot_loss[loss=0.304, simple_loss=0.3662, pruned_loss=0.1209, over 2777898.11 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0738, over 45386.66 utterances.], batch size: 60, lr: 4.16e-04 +2022-09-17 22:44:44,118 INFO [train.py:885] (0/2) Epoch 11, batch 7250, loss[loss=0.5191, simple_loss=0.6018, pruned_loss=0.2182, over 12443.00 frames. utt_duration=62.97 frames, utt_pad_proportion=0.149, over 810.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3653, pruned_loss=0.1201, over 2770587.17 frames. utt_duration=243 frames, utt_pad_proportion=0.07637, over 45883.10 utterances.], batch size: 810, lr: 4.16e-04 +2022-09-17 22:45:13,502 INFO [train.py:885] (0/2) Epoch 11, batch 7300, loss[loss=0.221, simple_loss=0.2964, pruned_loss=0.07285, over 14125.00 frames. utt_duration=808.3 frames, utt_pad_proportion=0.05346, over 70.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3621, pruned_loss=0.1181, over 2774750.58 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07325, over 44322.47 utterances.], batch size: 70, lr: 4.16e-04 +2022-09-17 22:45:43,211 INFO [train.py:885] (0/2) Epoch 11, batch 7350, loss[loss=0.2871, simple_loss=0.3577, pruned_loss=0.1083, over 14244.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04211, over 225.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3634, pruned_loss=0.1194, over 2778920.13 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07057, over 44348.85 utterances.], batch size: 225, lr: 4.16e-04 +2022-09-17 22:46:12,937 INFO [train.py:885] (0/2) Epoch 11, batch 7400, loss[loss=0.3446, simple_loss=0.4007, pruned_loss=0.1442, over 14279.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04158, over 262.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3608, pruned_loss=0.1181, over 2779467.24 frames. utt_duration=264.5 frames, utt_pad_proportion=0.06791, over 42267.35 utterances.], batch size: 262, lr: 4.16e-04 +2022-09-17 22:46:42,284 INFO [train.py:885] (0/2) Epoch 11, batch 7450, loss[loss=0.2745, simple_loss=0.3451, pruned_loss=0.1019, over 14225.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04714, over 141.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.365, pruned_loss=0.1199, over 2781023.56 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06981, over 44451.99 utterances.], batch size: 141, lr: 4.16e-04 +2022-09-17 22:47:12,270 INFO [train.py:885] (0/2) Epoch 11, batch 7500, loss[loss=0.3657, simple_loss=0.4174, pruned_loss=0.157, over 14313.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03923, over 262.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3647, pruned_loss=0.1193, over 2776017.96 frames. utt_duration=249.8 frames, utt_pad_proportion=0.0708, over 44709.48 utterances.], batch size: 262, lr: 4.16e-04 +2022-09-17 22:47:41,616 INFO [train.py:885] (0/2) Epoch 11, batch 7550, loss[loss=0.1735, simple_loss=0.2326, pruned_loss=0.05724, over 13674.00 frames. utt_duration=1659 frames, utt_pad_proportion=0.07799, over 33.00 utterances.], tot_loss[loss=0.308, simple_loss=0.3695, pruned_loss=0.1233, over 2781069.97 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07079, over 45563.35 utterances.], batch size: 33, lr: 4.16e-04 +2022-09-17 22:48:11,670 INFO [train.py:885] (0/2) Epoch 11, batch 7600, loss[loss=0.1699, simple_loss=0.2308, pruned_loss=0.05447, over 12317.00 frames. utt_duration=1972 frames, utt_pad_proportion=0.1563, over 25.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3692, pruned_loss=0.1227, over 2778401.42 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0721, over 46704.33 utterances.], batch size: 25, lr: 4.16e-04 +2022-09-17 22:48:41,495 INFO [train.py:885] (0/2) Epoch 11, batch 7650, loss[loss=0.414, simple_loss=0.4795, pruned_loss=0.1743, over 13682.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07172, over 478.00 utterances.], tot_loss[loss=0.307, simple_loss=0.369, pruned_loss=0.1225, over 2779825.51 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07115, over 46879.10 utterances.], batch size: 478, lr: 4.16e-04 +2022-09-17 22:49:10,968 INFO [train.py:885] (0/2) Epoch 11, batch 7700, loss[loss=0.2167, simple_loss=0.2488, pruned_loss=0.09227, over 13544.00 frames. utt_duration=1643 frames, utt_pad_proportion=0.08656, over 33.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3695, pruned_loss=0.123, over 2780281.90 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07248, over 47186.75 utterances.], batch size: 33, lr: 4.16e-04 +2022-09-17 22:49:40,154 INFO [train.py:885] (0/2) Epoch 11, batch 7750, loss[loss=0.2092, simple_loss=0.2822, pruned_loss=0.06805, over 14123.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05085, over 98.00 utterances.], tot_loss[loss=0.31, simple_loss=0.3706, pruned_loss=0.1247, over 2784865.47 frames. utt_duration=240.3 frames, utt_pad_proportion=0.06988, over 46647.33 utterances.], batch size: 98, lr: 4.16e-04 +2022-09-17 22:50:09,991 INFO [train.py:885] (0/2) Epoch 11, batch 7800, loss[loss=0.3378, simple_loss=0.3994, pruned_loss=0.1381, over 14218.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04387, over 306.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.369, pruned_loss=0.1233, over 2784161.45 frames. utt_duration=237.5 frames, utt_pad_proportion=0.06931, over 47178.33 utterances.], batch size: 306, lr: 4.16e-04 +2022-09-17 22:50:39,195 INFO [train.py:885] (0/2) Epoch 11, batch 7850, loss[loss=0.3192, simple_loss=0.3913, pruned_loss=0.1236, over 14337.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03732, over 283.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3692, pruned_loss=0.1231, over 2783092.02 frames. utt_duration=238.6 frames, utt_pad_proportion=0.06962, over 46954.68 utterances.], batch size: 283, lr: 4.15e-04 +2022-09-17 22:51:08,803 INFO [train.py:885] (0/2) Epoch 11, batch 7900, loss[loss=0.2312, simple_loss=0.29, pruned_loss=0.08621, over 13701.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08124, over 42.00 utterances.], tot_loss[loss=0.3049, simple_loss=0.3662, pruned_loss=0.1218, over 2787134.04 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06725, over 45192.55 utterances.], batch size: 42, lr: 4.15e-04 +2022-09-17 22:51:38,011 INFO [train.py:885] (0/2) Epoch 11, batch 7950, loss[loss=0.1936, simple_loss=0.2598, pruned_loss=0.06374, over 13751.00 frames. utt_duration=798.9 frames, utt_pad_proportion=0.07002, over 69.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3637, pruned_loss=0.1205, over 2784510.03 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06793, over 44834.62 utterances.], batch size: 69, lr: 4.15e-04 +2022-09-17 22:52:08,146 INFO [train.py:885] (0/2) Epoch 11, batch 8000, loss[loss=0.2525, simple_loss=0.3101, pruned_loss=0.09747, over 14077.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.05515, over 79.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.365, pruned_loss=0.1207, over 2787656.72 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06756, over 45394.78 utterances.], batch size: 79, lr: 4.15e-04 +2022-09-17 22:52:38,167 INFO [train.py:885] (0/2) Epoch 11, batch 8050, loss[loss=0.2903, simple_loss=0.3636, pruned_loss=0.1085, over 14278.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04028, over 180.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3638, pruned_loss=0.1192, over 2788822.38 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06798, over 44928.03 utterances.], batch size: 180, lr: 4.15e-04 +2022-09-17 22:53:07,873 INFO [train.py:885] (0/2) Epoch 11, batch 8100, loss[loss=0.2158, simple_loss=0.2701, pruned_loss=0.08073, over 14089.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05345, over 98.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3646, pruned_loss=0.1195, over 2783572.99 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07068, over 45805.15 utterances.], batch size: 98, lr: 4.15e-04 +2022-09-17 22:53:38,010 INFO [train.py:885] (0/2) Epoch 11, batch 8150, loss[loss=0.2712, simple_loss=0.3299, pruned_loss=0.1063, over 14062.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05357, over 98.00 utterances.], tot_loss[loss=0.3061, simple_loss=0.3689, pruned_loss=0.1217, over 2786610.73 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07072, over 47422.29 utterances.], batch size: 98, lr: 4.15e-04 +2022-09-17 22:54:08,012 INFO [train.py:885] (0/2) Epoch 11, batch 8200, loss[loss=0.1714, simple_loss=0.2385, pruned_loss=0.05216, over 13599.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08143, over 50.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3698, pruned_loss=0.1218, over 2785540.62 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07042, over 47658.02 utterances.], batch size: 50, lr: 4.15e-04 +2022-09-17 22:54:36,943 INFO [train.py:885] (0/2) Epoch 11, batch 8250, loss[loss=0.2977, simple_loss=0.3638, pruned_loss=0.1158, over 14340.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03474, over 244.00 utterances.], tot_loss[loss=0.3085, simple_loss=0.3713, pruned_loss=0.1228, over 2788536.93 frames. utt_duration=234.7 frames, utt_pad_proportion=0.06933, over 47818.57 utterances.], batch size: 244, lr: 4.15e-04 +2022-09-17 22:55:06,843 INFO [train.py:885] (0/2) Epoch 11, batch 8300, loss[loss=0.2757, simple_loss=0.3407, pruned_loss=0.1053, over 14274.00 frames. utt_duration=440.6 frames, utt_pad_proportion=0.04219, over 130.00 utterances.], tot_loss[loss=0.3061, simple_loss=0.3677, pruned_loss=0.1222, over 2784082.75 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06867, over 45639.43 utterances.], batch size: 130, lr: 4.15e-04 +2022-09-17 22:55:37,431 INFO [train.py:885] (0/2) Epoch 11, batch 8350, loss[loss=0.2143, simple_loss=0.2908, pruned_loss=0.0689, over 13627.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08338, over 50.00 utterances.], tot_loss[loss=0.3078, simple_loss=0.3696, pruned_loss=0.123, over 2779191.97 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07211, over 46894.13 utterances.], batch size: 50, lr: 4.15e-04 +2022-09-17 22:56:06,741 INFO [train.py:885] (0/2) Epoch 11, batch 8400, loss[loss=0.2629, simple_loss=0.3285, pruned_loss=0.09861, over 14163.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04554, over 109.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3645, pruned_loss=0.1208, over 2781819.60 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07026, over 44462.14 utterances.], batch size: 109, lr: 4.15e-04 +2022-09-17 22:56:37,009 INFO [train.py:885] (0/2) Epoch 11, batch 8450, loss[loss=0.2451, simple_loss=0.3008, pruned_loss=0.09475, over 14055.00 frames. utt_duration=575 frames, utt_pad_proportion=0.05738, over 98.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3652, pruned_loss=0.1209, over 2778965.40 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07193, over 45027.71 utterances.], batch size: 98, lr: 4.15e-04 +2022-09-17 22:57:06,616 INFO [train.py:885] (0/2) Epoch 11, batch 8500, loss[loss=0.1949, simple_loss=0.2688, pruned_loss=0.06045, over 12276.00 frames. utt_duration=2047 frames, utt_pad_proportion=0.1571, over 24.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3663, pruned_loss=0.121, over 2780025.33 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07304, over 45611.31 utterances.], batch size: 24, lr: 4.14e-04 +2022-09-17 22:57:36,315 INFO [train.py:885] (0/2) Epoch 11, batch 8550, loss[loss=0.1964, simple_loss=0.2539, pruned_loss=0.06945, over 14028.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.05742, over 79.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3697, pruned_loss=0.1229, over 2780054.28 frames. utt_duration=240 frames, utt_pad_proportion=0.07279, over 46613.32 utterances.], batch size: 79, lr: 4.14e-04 +2022-09-17 22:58:06,593 INFO [train.py:885] (0/2) Epoch 11, batch 8600, loss[loss=0.2379, simple_loss=0.2991, pruned_loss=0.0883, over 13000.00 frames. utt_duration=2001 frames, utt_pad_proportion=0.1136, over 26.00 utterances.], tot_loss[loss=0.31, simple_loss=0.3717, pruned_loss=0.1241, over 2780348.86 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07373, over 47145.83 utterances.], batch size: 26, lr: 4.14e-04 +2022-09-17 22:58:35,821 INFO [train.py:885] (0/2) Epoch 11, batch 8650, loss[loss=0.3169, simple_loss=0.3821, pruned_loss=0.1259, over 14339.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03662, over 210.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3686, pruned_loss=0.1224, over 2779581.96 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07292, over 46509.16 utterances.], batch size: 210, lr: 4.14e-04 +2022-09-17 22:59:05,096 INFO [train.py:885] (0/2) Epoch 11, batch 8700, loss[loss=0.4552, simple_loss=0.4769, pruned_loss=0.2167, over 14321.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03875, over 262.00 utterances.], tot_loss[loss=0.307, simple_loss=0.368, pruned_loss=0.123, over 2781790.05 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07075, over 45054.79 utterances.], batch size: 262, lr: 4.14e-04 +2022-09-17 22:59:35,384 INFO [train.py:885] (0/2) Epoch 11, batch 8750, loss[loss=0.6086, simple_loss=0.6511, pruned_loss=0.283, over 12504.00 frames. utt_duration=63.24 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.3109, simple_loss=0.372, pruned_loss=0.1249, over 2779269.15 frames. utt_duration=238 frames, utt_pad_proportion=0.07419, over 47005.06 utterances.], batch size: 810, lr: 4.14e-04 +2022-09-17 23:00:05,936 INFO [train.py:885] (0/2) Epoch 11, batch 8800, loss[loss=0.2833, simple_loss=0.3386, pruned_loss=0.1141, over 14322.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03893, over 130.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3711, pruned_loss=0.1241, over 2778951.37 frames. utt_duration=242 frames, utt_pad_proportion=0.07429, over 46217.53 utterances.], batch size: 130, lr: 4.14e-04 +2022-09-17 23:00:35,077 INFO [train.py:885] (0/2) Epoch 11, batch 8850, loss[loss=0.3423, simple_loss=0.3948, pruned_loss=0.1449, over 14358.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03554, over 210.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.366, pruned_loss=0.1208, over 2780445.39 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07232, over 44538.26 utterances.], batch size: 210, lr: 4.14e-04 +2022-09-17 23:01:05,759 INFO [train.py:885] (0/2) Epoch 11, batch 8900, loss[loss=0.2514, simple_loss=0.3184, pruned_loss=0.09222, over 14300.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03973, over 120.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3672, pruned_loss=0.1216, over 2779765.86 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07261, over 45366.88 utterances.], batch size: 120, lr: 4.14e-04 +2022-09-17 23:01:34,803 INFO [train.py:885] (0/2) Epoch 11, batch 8950, loss[loss=0.3119, simple_loss=0.3815, pruned_loss=0.1211, over 14358.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03342, over 244.00 utterances.], tot_loss[loss=0.3022, simple_loss=0.3644, pruned_loss=0.12, over 2778808.43 frames. utt_duration=251.7 frames, utt_pad_proportion=0.0732, over 44424.66 utterances.], batch size: 244, lr: 4.14e-04 +2022-09-17 23:02:05,396 INFO [train.py:885] (0/2) Epoch 11, batch 9000, loss[loss=0.2997, simple_loss=0.3737, pruned_loss=0.1128, over 14348.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03409, over 244.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3696, pruned_loss=0.1229, over 2780435.08 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07361, over 46680.19 utterances.], batch size: 244, lr: 4.14e-04 +2022-09-17 23:02:05,398 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 23:02:10,410 INFO [train.py:914] (0/2) Epoch 11, validation: loss=0.2081, simple_loss=0.2842, pruned_loss=0.06595, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 23:02:39,977 INFO [train.py:885] (0/2) Epoch 11, batch 9050, loss[loss=0.2087, simple_loss=0.248, pruned_loss=0.0847, over 13481.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09191, over 50.00 utterances.], tot_loss[loss=0.3071, simple_loss=0.3692, pruned_loss=0.1226, over 2781151.00 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07336, over 46665.10 utterances.], batch size: 50, lr: 4.14e-04 +2022-09-17 23:03:10,000 INFO [train.py:885] (0/2) Epoch 11, batch 9100, loss[loss=0.3498, simple_loss=0.4095, pruned_loss=0.1451, over 14242.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04217, over 306.00 utterances.], tot_loss[loss=0.3104, simple_loss=0.3724, pruned_loss=0.1241, over 2784021.13 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07118, over 47620.11 utterances.], batch size: 306, lr: 4.14e-04 +2022-09-17 23:03:39,579 INFO [train.py:885] (0/2) Epoch 11, batch 9150, loss[loss=0.3573, simple_loss=0.4085, pruned_loss=0.1531, over 14253.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04214, over 335.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.3709, pruned_loss=0.1229, over 2781907.26 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07283, over 47174.92 utterances.], batch size: 335, lr: 4.13e-04 +2022-09-17 23:04:09,330 INFO [train.py:885] (0/2) Epoch 11, batch 9200, loss[loss=0.1968, simple_loss=0.2337, pruned_loss=0.07995, over 13399.00 frames. utt_duration=1278 frames, utt_pad_proportion=0.08933, over 42.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.3711, pruned_loss=0.1232, over 2786323.06 frames. utt_duration=236.9 frames, utt_pad_proportion=0.06936, over 47340.22 utterances.], batch size: 42, lr: 4.13e-04 +2022-09-17 23:04:39,395 INFO [train.py:885] (0/2) Epoch 11, batch 9250, loss[loss=0.3905, simple_loss=0.4483, pruned_loss=0.1664, over 13976.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05755, over 365.00 utterances.], tot_loss[loss=0.3115, simple_loss=0.3743, pruned_loss=0.1244, over 2786995.57 frames. utt_duration=229.9 frames, utt_pad_proportion=0.0704, over 48810.22 utterances.], batch size: 365, lr: 4.13e-04 +2022-09-17 23:05:09,442 INFO [train.py:885] (0/2) Epoch 11, batch 9300, loss[loss=0.2012, simple_loss=0.2636, pruned_loss=0.06942, over 13797.00 frames. utt_duration=1105 frames, utt_pad_proportion=0.06971, over 50.00 utterances.], tot_loss[loss=0.3118, simple_loss=0.3732, pruned_loss=0.1252, over 2789479.35 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07014, over 47325.76 utterances.], batch size: 50, lr: 4.13e-04 +2022-09-17 23:05:39,440 INFO [train.py:885] (0/2) Epoch 11, batch 9350, loss[loss=0.3319, simple_loss=0.3996, pruned_loss=0.1321, over 14271.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04017, over 225.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3741, pruned_loss=0.1257, over 2782660.84 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07204, over 48164.66 utterances.], batch size: 225, lr: 4.13e-04 +2022-09-17 23:06:09,328 INFO [train.py:885] (0/2) Epoch 11, batch 9400, loss[loss=0.2217, simple_loss=0.2817, pruned_loss=0.08088, over 13578.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.0853, over 50.00 utterances.], tot_loss[loss=0.31, simple_loss=0.3711, pruned_loss=0.1244, over 2782371.93 frames. utt_duration=240.8 frames, utt_pad_proportion=0.06954, over 46512.13 utterances.], batch size: 50, lr: 4.13e-04 +2022-09-17 23:06:39,456 INFO [train.py:885] (0/2) Epoch 11, batch 9450, loss[loss=0.3361, simple_loss=0.413, pruned_loss=0.1297, over 14011.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05503, over 365.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3734, pruned_loss=0.125, over 2778858.22 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07248, over 48030.51 utterances.], batch size: 365, lr: 4.13e-04 +2022-09-17 23:07:09,363 INFO [train.py:885] (0/2) Epoch 11, batch 9500, loss[loss=0.3772, simple_loss=0.4455, pruned_loss=0.1544, over 13713.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07529, over 411.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3711, pruned_loss=0.1237, over 2785777.31 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07024, over 47070.14 utterances.], batch size: 411, lr: 4.13e-04 +2022-09-17 23:07:39,042 INFO [train.py:885] (0/2) Epoch 11, batch 9550, loss[loss=0.3216, simple_loss=0.4135, pruned_loss=0.1149, over 13762.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07219, over 411.00 utterances.], tot_loss[loss=0.311, simple_loss=0.373, pruned_loss=0.1245, over 2784881.29 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07246, over 48082.45 utterances.], batch size: 411, lr: 4.13e-04 +2022-09-17 23:08:09,062 INFO [train.py:885] (0/2) Epoch 11, batch 9600, loss[loss=0.2542, simple_loss=0.3111, pruned_loss=0.09864, over 14190.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04355, over 109.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3688, pruned_loss=0.1223, over 2776969.70 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07335, over 46609.82 utterances.], batch size: 109, lr: 4.13e-04 +2022-09-17 23:08:38,689 INFO [train.py:885] (0/2) Epoch 11, batch 9650, loss[loss=0.1899, simple_loss=0.2527, pruned_loss=0.06355, over 13606.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.08762, over 42.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3691, pruned_loss=0.1231, over 2771022.66 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07559, over 46252.27 utterances.], batch size: 42, lr: 4.13e-04 +2022-09-17 23:09:08,175 INFO [train.py:885] (0/2) Epoch 11, batch 9700, loss[loss=0.2512, simple_loss=0.3248, pruned_loss=0.08876, over 14143.00 frames. utt_duration=578.7 frames, utt_pad_proportion=0.04981, over 98.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.3705, pruned_loss=0.1235, over 2772889.42 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07331, over 46731.62 utterances.], batch size: 98, lr: 4.13e-04 +2022-09-17 23:09:38,147 INFO [train.py:885] (0/2) Epoch 11, batch 9750, loss[loss=0.3384, simple_loss=0.3925, pruned_loss=0.1421, over 14363.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03758, over 167.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3728, pruned_loss=0.1244, over 2776273.67 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07504, over 47949.39 utterances.], batch size: 167, lr: 4.13e-04 +2022-09-17 23:10:07,645 INFO [train.py:885] (0/2) Epoch 11, batch 9800, loss[loss=0.1876, simple_loss=0.254, pruned_loss=0.06064, over 13589.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09014, over 42.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.366, pruned_loss=0.1215, over 2776718.18 frames. utt_duration=249.4 frames, utt_pad_proportion=0.0721, over 44800.10 utterances.], batch size: 42, lr: 4.12e-04 +2022-09-17 23:10:08,249 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-136000.pt +2022-09-17 23:10:37,712 INFO [train.py:885] (0/2) Epoch 11, batch 9850, loss[loss=0.2524, simple_loss=0.3232, pruned_loss=0.09086, over 14204.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04303, over 109.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3664, pruned_loss=0.1222, over 2778520.37 frames. utt_duration=250.8 frames, utt_pad_proportion=0.0722, over 44570.66 utterances.], batch size: 109, lr: 4.12e-04 +2022-09-17 23:11:07,711 INFO [train.py:885] (0/2) Epoch 11, batch 9900, loss[loss=0.3786, simple_loss=0.4578, pruned_loss=0.1497, over 13650.00 frames. utt_duration=98.93 frames, utt_pad_proportion=0.07542, over 560.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3658, pruned_loss=0.1223, over 2781292.97 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07074, over 44119.99 utterances.], batch size: 560, lr: 4.12e-04 +2022-09-17 23:11:37,000 INFO [train.py:885] (0/2) Epoch 11, batch 9950, loss[loss=0.212, simple_loss=0.2867, pruned_loss=0.0687, over 12946.00 frames. utt_duration=1993 frames, utt_pad_proportion=0.119, over 26.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3654, pruned_loss=0.1215, over 2779972.79 frames. utt_duration=253 frames, utt_pad_proportion=0.07118, over 44213.92 utterances.], batch size: 26, lr: 4.12e-04 +2022-09-17 23:12:07,059 INFO [train.py:885] (0/2) Epoch 11, batch 10000, loss[loss=0.3388, simple_loss=0.4096, pruned_loss=0.134, over 14012.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05471, over 365.00 utterances.], tot_loss[loss=0.3089, simple_loss=0.3705, pruned_loss=0.1236, over 2780395.81 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07341, over 46484.81 utterances.], batch size: 365, lr: 4.12e-04 +2022-09-17 23:12:36,119 INFO [train.py:885] (0/2) Epoch 11, batch 10050, loss[loss=0.4247, simple_loss=0.4751, pruned_loss=0.1871, over 14034.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05621, over 366.00 utterances.], tot_loss[loss=0.3078, simple_loss=0.3691, pruned_loss=0.1233, over 2783286.32 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07049, over 45331.58 utterances.], batch size: 366, lr: 4.12e-04 +2022-09-17 23:13:05,566 INFO [train.py:885] (0/2) Epoch 11, batch 10100, loss[loss=0.3359, simple_loss=0.3916, pruned_loss=0.1402, over 14303.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04008, over 262.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3661, pruned_loss=0.1215, over 2777286.15 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07099, over 44217.21 utterances.], batch size: 262, lr: 4.12e-04 +2022-09-17 23:13:35,983 INFO [train.py:885] (0/2) Epoch 11, batch 10150, loss[loss=0.3202, simple_loss=0.4098, pruned_loss=0.1153, over 13666.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07872, over 477.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3709, pruned_loss=0.1239, over 2774416.07 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07309, over 46206.63 utterances.], batch size: 477, lr: 4.12e-04 +2022-09-17 23:14:05,475 INFO [train.py:885] (0/2) Epoch 11, batch 10200, loss[loss=0.2672, simple_loss=0.3462, pruned_loss=0.09407, over 14298.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03886, over 180.00 utterances.], tot_loss[loss=0.3104, simple_loss=0.3728, pruned_loss=0.124, over 2778358.25 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07274, over 47301.42 utterances.], batch size: 180, lr: 4.12e-04 +2022-09-17 23:14:34,980 INFO [train.py:885] (0/2) Epoch 11, batch 10250, loss[loss=0.1716, simple_loss=0.2371, pruned_loss=0.05308, over 13613.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08445, over 50.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3694, pruned_loss=0.1234, over 2777403.92 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07227, over 45689.91 utterances.], batch size: 50, lr: 4.12e-04 +2022-09-17 23:15:05,555 INFO [train.py:885] (0/2) Epoch 11, batch 10300, loss[loss=0.176, simple_loss=0.2406, pruned_loss=0.05569, over 13443.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09057, over 50.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3735, pruned_loss=0.1257, over 2776545.85 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07454, over 47267.73 utterances.], batch size: 50, lr: 4.12e-04 +2022-09-17 23:15:34,773 INFO [train.py:885] (0/2) Epoch 11, batch 10350, loss[loss=0.3464, simple_loss=0.4395, pruned_loss=0.1267, over 13632.00 frames. utt_duration=98.78 frames, utt_pad_proportion=0.07682, over 560.00 utterances.], tot_loss[loss=0.3109, simple_loss=0.3725, pruned_loss=0.1247, over 2779165.58 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07432, over 46813.08 utterances.], batch size: 560, lr: 4.12e-04 +2022-09-17 23:16:04,877 INFO [train.py:885] (0/2) Epoch 11, batch 10400, loss[loss=0.323, simple_loss=0.3867, pruned_loss=0.1296, over 14348.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03648, over 195.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3723, pruned_loss=0.1247, over 2776415.68 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07402, over 47115.76 utterances.], batch size: 195, lr: 4.12e-04 +2022-09-17 23:16:34,799 INFO [train.py:885] (0/2) Epoch 11, batch 10450, loss[loss=0.258, simple_loss=0.3233, pruned_loss=0.09637, over 14352.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03858, over 120.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3737, pruned_loss=0.1254, over 2773181.25 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07506, over 47993.97 utterances.], batch size: 120, lr: 4.11e-04 +2022-09-17 23:17:04,154 INFO [train.py:885] (0/2) Epoch 11, batch 10500, loss[loss=0.4258, simple_loss=0.4666, pruned_loss=0.1925, over 13969.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05783, over 365.00 utterances.], tot_loss[loss=0.3118, simple_loss=0.3739, pruned_loss=0.1249, over 2777787.76 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07324, over 48002.58 utterances.], batch size: 365, lr: 4.11e-04 +2022-09-17 23:17:34,029 INFO [train.py:885] (0/2) Epoch 11, batch 10550, loss[loss=0.1895, simple_loss=0.2514, pruned_loss=0.06379, over 13229.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09645, over 41.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.37, pruned_loss=0.1231, over 2777258.37 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07173, over 46626.74 utterances.], batch size: 41, lr: 4.11e-04 +2022-09-17 23:18:03,643 INFO [train.py:885] (0/2) Epoch 11, batch 10600, loss[loss=0.316, simple_loss=0.3993, pruned_loss=0.1164, over 13929.00 frames. utt_duration=154.1 frames, utt_pad_proportion=0.06041, over 365.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.3699, pruned_loss=0.1233, over 2774923.46 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07361, over 46756.06 utterances.], batch size: 365, lr: 4.11e-04 +2022-09-17 23:18:32,422 INFO [train.py:885] (0/2) Epoch 11, batch 10650, loss[loss=0.358, simple_loss=0.4424, pruned_loss=0.1368, over 13624.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.0781, over 560.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.371, pruned_loss=0.1238, over 2776461.32 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07299, over 47062.59 utterances.], batch size: 560, lr: 4.11e-04 +2022-09-17 23:19:02,386 INFO [train.py:885] (0/2) Epoch 11, batch 10700, loss[loss=0.2246, simple_loss=0.2887, pruned_loss=0.08022, over 13961.00 frames. utt_duration=810.9 frames, utt_pad_proportion=0.05601, over 69.00 utterances.], tot_loss[loss=0.306, simple_loss=0.368, pruned_loss=0.122, over 2776463.30 frames. utt_duration=245.9 frames, utt_pad_proportion=0.0724, over 45438.11 utterances.], batch size: 69, lr: 4.11e-04 +2022-09-17 23:19:32,363 INFO [train.py:885] (0/2) Epoch 11, batch 10750, loss[loss=0.1831, simple_loss=0.2535, pruned_loss=0.05638, over 13919.00 frames. utt_duration=929.2 frames, utt_pad_proportion=0.06608, over 60.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.364, pruned_loss=0.1204, over 2778869.97 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06961, over 43471.57 utterances.], batch size: 60, lr: 4.11e-04 +2022-09-17 23:20:01,575 INFO [train.py:885] (0/2) Epoch 11, batch 10800, loss[loss=0.3051, simple_loss=0.3679, pruned_loss=0.1211, over 14303.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03855, over 195.00 utterances.], tot_loss[loss=0.3055, simple_loss=0.3673, pruned_loss=0.1218, over 2782822.28 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06924, over 44634.98 utterances.], batch size: 195, lr: 4.11e-04 +2022-09-17 23:20:31,507 INFO [train.py:885] (0/2) Epoch 11, batch 10850, loss[loss=0.1945, simple_loss=0.241, pruned_loss=0.07401, over 13838.00 frames. utt_duration=803.7 frames, utt_pad_proportion=0.06433, over 69.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3628, pruned_loss=0.1194, over 2778628.71 frames. utt_duration=258.7 frames, utt_pad_proportion=0.07062, over 43213.44 utterances.], batch size: 69, lr: 4.11e-04 +2022-09-17 23:21:00,458 INFO [train.py:885] (0/2) Epoch 11, batch 10900, loss[loss=0.6864, simple_loss=0.7121, pruned_loss=0.3303, over 12549.00 frames. utt_duration=63.49 frames, utt_pad_proportion=0.142, over 810.00 utterances.], tot_loss[loss=0.3062, simple_loss=0.367, pruned_loss=0.1227, over 2780878.22 frames. utt_duration=252.5 frames, utt_pad_proportion=0.0716, over 44303.05 utterances.], batch size: 810, lr: 4.11e-04 +2022-09-17 23:21:30,322 INFO [train.py:885] (0/2) Epoch 11, batch 10950, loss[loss=0.4518, simple_loss=0.5014, pruned_loss=0.2011, over 13802.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06929, over 411.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.37, pruned_loss=0.1245, over 2780629.27 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07267, over 45276.83 utterances.], batch size: 411, lr: 4.11e-04 +2022-09-17 23:22:00,227 INFO [train.py:885] (0/2) Epoch 11, batch 11000, loss[loss=0.3551, simple_loss=0.4407, pruned_loss=0.1348, over 13609.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08298, over 477.00 utterances.], tot_loss[loss=0.3121, simple_loss=0.3731, pruned_loss=0.1255, over 2777421.08 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07501, over 47456.29 utterances.], batch size: 477, lr: 4.11e-04 +2022-09-17 23:22:29,731 INFO [train.py:885] (0/2) Epoch 11, batch 11050, loss[loss=0.3941, simple_loss=0.4741, pruned_loss=0.157, over 13655.00 frames. utt_duration=98.96 frames, utt_pad_proportion=0.07512, over 560.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3682, pruned_loss=0.1229, over 2774560.53 frames. utt_duration=245.2 frames, utt_pad_proportion=0.0749, over 45530.70 utterances.], batch size: 560, lr: 4.11e-04 +2022-09-17 23:22:59,566 INFO [train.py:885] (0/2) Epoch 11, batch 11100, loss[loss=0.322, simple_loss=0.3873, pruned_loss=0.1284, over 14318.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03887, over 283.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3677, pruned_loss=0.122, over 2777492.73 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07382, over 45585.14 utterances.], batch size: 283, lr: 4.11e-04 +2022-09-17 23:23:29,004 INFO [train.py:885] (0/2) Epoch 11, batch 11150, loss[loss=0.2913, simple_loss=0.3636, pruned_loss=0.1095, over 14327.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03763, over 210.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.367, pruned_loss=0.121, over 2782349.21 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07179, over 45095.95 utterances.], batch size: 210, lr: 4.10e-04 +2022-09-17 23:23:59,025 INFO [train.py:885] (0/2) Epoch 11, batch 11200, loss[loss=0.1746, simple_loss=0.2137, pruned_loss=0.06778, over 12737.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.1195, over 25.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3661, pruned_loss=0.1208, over 2783116.44 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06973, over 44588.12 utterances.], batch size: 25, lr: 4.10e-04 +2022-09-17 23:24:36,559 INFO [train.py:885] (0/2) Epoch 11, batch 11250, loss[loss=0.2559, simple_loss=0.3187, pruned_loss=0.09658, over 14111.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05193, over 98.00 utterances.], tot_loss[loss=0.3056, simple_loss=0.3679, pruned_loss=0.1216, over 2783708.98 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06896, over 45361.88 utterances.], batch size: 98, lr: 4.10e-04 +2022-09-17 23:25:06,448 INFO [train.py:885] (0/2) Epoch 11, batch 11300, loss[loss=0.3999, simple_loss=0.4334, pruned_loss=0.1832, over 14316.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03958, over 262.00 utterances.], tot_loss[loss=0.304, simple_loss=0.366, pruned_loss=0.121, over 2782030.01 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06906, over 45052.17 utterances.], batch size: 262, lr: 4.10e-04 +2022-09-17 23:25:35,959 INFO [train.py:885] (0/2) Epoch 11, batch 11350, loss[loss=0.1781, simple_loss=0.2446, pruned_loss=0.05576, over 12622.00 frames. utt_duration=2021 frames, utt_pad_proportion=0.1334, over 25.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3695, pruned_loss=0.123, over 2784361.71 frames. utt_duration=244 frames, utt_pad_proportion=0.06964, over 45926.31 utterances.], batch size: 25, lr: 4.10e-04 +2022-09-17 23:26:05,880 INFO [train.py:885] (0/2) Epoch 11, batch 11400, loss[loss=0.2578, simple_loss=0.3358, pruned_loss=0.08985, over 14313.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04153, over 167.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3703, pruned_loss=0.1226, over 2781289.13 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07126, over 46884.07 utterances.], batch size: 167, lr: 4.10e-04 +2022-09-17 23:26:35,259 INFO [train.py:885] (0/2) Epoch 11, batch 11450, loss[loss=0.1825, simple_loss=0.2416, pruned_loss=0.06171, over 13489.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.09264, over 50.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3656, pruned_loss=0.1202, over 2772774.18 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07313, over 45757.91 utterances.], batch size: 50, lr: 4.10e-04 +2022-09-17 23:27:05,609 INFO [train.py:885] (0/2) Epoch 11, batch 11500, loss[loss=0.1799, simple_loss=0.2418, pruned_loss=0.05904, over 13433.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.09343, over 50.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3626, pruned_loss=0.1185, over 2773544.53 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07083, over 45215.72 utterances.], batch size: 50, lr: 4.10e-04 +2022-09-17 23:27:35,373 INFO [train.py:885] (0/2) Epoch 11, batch 11550, loss[loss=0.2862, simple_loss=0.3577, pruned_loss=0.1073, over 14291.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03911, over 180.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3625, pruned_loss=0.1189, over 2776844.23 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06985, over 44117.28 utterances.], batch size: 180, lr: 4.10e-04 +2022-09-17 23:28:05,405 INFO [train.py:885] (0/2) Epoch 11, batch 11600, loss[loss=0.3362, simple_loss=0.393, pruned_loss=0.1397, over 14319.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03892, over 283.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3649, pruned_loss=0.12, over 2779771.68 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06862, over 45047.78 utterances.], batch size: 283, lr: 4.10e-04 +2022-09-17 23:28:34,943 INFO [train.py:885] (0/2) Epoch 11, batch 11650, loss[loss=0.3225, simple_loss=0.3855, pruned_loss=0.1298, over 14364.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03299, over 244.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3629, pruned_loss=0.1193, over 2782952.31 frames. utt_duration=257 frames, utt_pad_proportion=0.06747, over 43568.15 utterances.], batch size: 244, lr: 4.10e-04 +2022-09-17 23:29:04,364 INFO [train.py:885] (0/2) Epoch 11, batch 11700, loss[loss=0.3318, simple_loss=0.3902, pruned_loss=0.1367, over 14297.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03845, over 180.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.3632, pruned_loss=0.1192, over 2781336.44 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06887, over 44015.96 utterances.], batch size: 180, lr: 4.10e-04 +2022-09-17 23:29:34,244 INFO [train.py:885] (0/2) Epoch 11, batch 11750, loss[loss=0.272, simple_loss=0.3327, pruned_loss=0.1056, over 14151.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04666, over 109.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3622, pruned_loss=0.1181, over 2778276.09 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07135, over 44470.46 utterances.], batch size: 109, lr: 4.10e-04 +2022-09-17 23:30:03,167 INFO [train.py:885] (0/2) Epoch 11, batch 11800, loss[loss=0.3715, simple_loss=0.4486, pruned_loss=0.1471, over 13604.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.07682, over 478.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.3649, pruned_loss=0.12, over 2779685.62 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07079, over 45004.06 utterances.], batch size: 478, lr: 4.09e-04 +2022-09-17 23:30:33,319 INFO [train.py:885] (0/2) Epoch 11, batch 11850, loss[loss=0.329, simple_loss=0.3843, pruned_loss=0.1369, over 12946.00 frames. utt_duration=1993 frames, utt_pad_proportion=0.1127, over 26.00 utterances.], tot_loss[loss=0.3039, simple_loss=0.3656, pruned_loss=0.121, over 2781544.57 frames. utt_duration=252 frames, utt_pad_proportion=0.06955, over 44414.14 utterances.], batch size: 26, lr: 4.09e-04 +2022-09-17 23:31:03,069 INFO [train.py:885] (0/2) Epoch 11, batch 11900, loss[loss=0.3029, simple_loss=0.3954, pruned_loss=0.1052, over 13780.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07069, over 411.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3673, pruned_loss=0.1217, over 2776603.54 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07131, over 45663.92 utterances.], batch size: 411, lr: 4.09e-04 +2022-09-17 23:31:33,088 INFO [train.py:885] (0/2) Epoch 11, batch 11950, loss[loss=0.3264, simple_loss=0.3918, pruned_loss=0.1305, over 14366.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03469, over 210.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3692, pruned_loss=0.1228, over 2779217.83 frames. utt_duration=243 frames, utt_pad_proportion=0.07185, over 46028.48 utterances.], batch size: 210, lr: 4.09e-04 +2022-09-17 23:32:02,971 INFO [train.py:885] (0/2) Epoch 11, batch 12000, loss[loss=0.1658, simple_loss=0.2237, pruned_loss=0.05394, over 13750.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08049, over 42.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3644, pruned_loss=0.1195, over 2779127.04 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07082, over 44755.75 utterances.], batch size: 42, lr: 4.09e-04 +2022-09-17 23:32:02,973 INFO [train.py:905] (0/2) Computing validation loss +2022-09-17 23:32:07,742 INFO [train.py:914] (0/2) Epoch 11, validation: loss=0.2051, simple_loss=0.2808, pruned_loss=0.06466, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 23:32:37,088 INFO [train.py:885] (0/2) Epoch 11, batch 12050, loss[loss=0.3934, simple_loss=0.4819, pruned_loss=0.1524, over 13116.00 frames. utt_duration=81.84 frames, utt_pad_proportion=0.1105, over 653.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3635, pruned_loss=0.1182, over 2784694.08 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06898, over 45024.18 utterances.], batch size: 653, lr: 4.09e-04 +2022-09-17 23:33:06,875 INFO [train.py:885] (0/2) Epoch 11, batch 12100, loss[loss=0.206, simple_loss=0.278, pruned_loss=0.06704, over 13179.00 frames. utt_duration=1599 frames, utt_pad_proportion=0.1051, over 33.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3643, pruned_loss=0.118, over 2787689.57 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06726, over 45337.06 utterances.], batch size: 33, lr: 4.09e-04 +2022-09-17 23:33:36,164 INFO [train.py:885] (0/2) Epoch 11, batch 12150, loss[loss=0.2004, simple_loss=0.2513, pruned_loss=0.0747, over 13943.00 frames. utt_duration=809.7 frames, utt_pad_proportion=0.05736, over 69.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3652, pruned_loss=0.1193, over 2786622.74 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06824, over 45102.55 utterances.], batch size: 69, lr: 4.09e-04 +2022-09-17 23:34:06,257 INFO [train.py:885] (0/2) Epoch 11, batch 12200, loss[loss=0.1693, simple_loss=0.2328, pruned_loss=0.05286, over 13013.00 frames. utt_duration=1579 frames, utt_pad_proportion=0.1209, over 33.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3675, pruned_loss=0.1197, over 2782677.24 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07183, over 46950.36 utterances.], batch size: 33, lr: 4.09e-04 +2022-09-17 23:34:35,676 INFO [train.py:885] (0/2) Epoch 11, batch 12250, loss[loss=0.3966, simple_loss=0.4413, pruned_loss=0.176, over 14234.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04246, over 335.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3639, pruned_loss=0.1183, over 2782152.20 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06921, over 45251.81 utterances.], batch size: 335, lr: 4.09e-04 +2022-09-17 23:35:05,396 INFO [train.py:885] (0/2) Epoch 11, batch 12300, loss[loss=0.2788, simple_loss=0.3566, pruned_loss=0.1005, over 14341.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03815, over 244.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3672, pruned_loss=0.1206, over 2787689.92 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06839, over 45843.15 utterances.], batch size: 244, lr: 4.09e-04 +2022-09-17 23:35:35,606 INFO [train.py:885] (0/2) Epoch 11, batch 12350, loss[loss=0.345, simple_loss=0.4236, pruned_loss=0.1332, over 13782.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07099, over 411.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3688, pruned_loss=0.1219, over 2785393.31 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0695, over 46761.96 utterances.], batch size: 411, lr: 4.09e-04 +2022-09-17 23:36:05,191 INFO [train.py:885] (0/2) Epoch 11, batch 12400, loss[loss=0.3702, simple_loss=0.432, pruned_loss=0.1542, over 13970.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05785, over 365.00 utterances.], tot_loss[loss=0.3066, simple_loss=0.369, pruned_loss=0.1222, over 2781890.23 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07218, over 46972.33 utterances.], batch size: 365, lr: 4.09e-04 +2022-09-17 23:36:34,846 INFO [train.py:885] (0/2) Epoch 11, batch 12450, loss[loss=0.2501, simple_loss=0.3051, pruned_loss=0.0976, over 14262.00 frames. utt_duration=642.3 frames, utt_pad_proportion=0.04277, over 89.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3695, pruned_loss=0.122, over 2783754.78 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07196, over 47106.71 utterances.], batch size: 89, lr: 4.09e-04 +2022-09-17 23:37:04,351 INFO [train.py:885] (0/2) Epoch 11, batch 12500, loss[loss=0.2398, simple_loss=0.2999, pruned_loss=0.08981, over 13788.00 frames. utt_duration=800.9 frames, utt_pad_proportion=0.06766, over 69.00 utterances.], tot_loss[loss=0.3055, simple_loss=0.3676, pruned_loss=0.1217, over 2782075.94 frames. utt_duration=245.6 frames, utt_pad_proportion=0.071, over 45594.66 utterances.], batch size: 69, lr: 4.08e-04 +2022-09-17 23:37:33,755 INFO [train.py:885] (0/2) Epoch 11, batch 12550, loss[loss=0.2215, simple_loss=0.2919, pruned_loss=0.07557, over 13504.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.09087, over 50.00 utterances.], tot_loss[loss=0.3072, simple_loss=0.3687, pruned_loss=0.1228, over 2783836.99 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07023, over 45378.68 utterances.], batch size: 50, lr: 4.08e-04 +2022-09-17 23:38:01,663 INFO [train.py:885] (0/2) Epoch 11, batch 12600, loss[loss=0.3402, simple_loss=0.4, pruned_loss=0.1402, over 14270.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.0411, over 225.00 utterances.], tot_loss[loss=0.3089, simple_loss=0.3706, pruned_loss=0.1236, over 2778724.06 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07301, over 46384.39 utterances.], batch size: 225, lr: 4.08e-04 +2022-09-17 23:38:12,809 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-11.pt +2022-09-17 23:38:20,538 INFO [train.py:885] (0/2) Epoch 12, batch 0, loss[loss=0.273, simple_loss=0.3569, pruned_loss=0.09451, over 14289.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03921, over 180.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3569, pruned_loss=0.09451, over 14289.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03921, over 180.00 utterances.], batch size: 180, lr: 3.94e-04 +2022-09-17 23:38:49,931 INFO [train.py:885] (0/2) Epoch 12, batch 50, loss[loss=0.225, simple_loss=0.2917, pruned_loss=0.07914, over 13980.00 frames. utt_duration=709.2 frames, utt_pad_proportion=0.06192, over 79.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.3837, pruned_loss=0.13, over 625962.79 frames. utt_duration=210.8 frames, utt_pad_proportion=0.08001, over 11961.05 utterances.], batch size: 79, lr: 3.94e-04 +2022-09-17 23:39:19,614 INFO [train.py:885] (0/2) Epoch 12, batch 100, loss[loss=0.2174, simple_loss=0.2984, pruned_loss=0.06818, over 14091.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05317, over 98.00 utterances.], tot_loss[loss=0.3192, simple_loss=0.3804, pruned_loss=0.129, over 1104536.48 frames. utt_duration=223.1 frames, utt_pad_proportion=0.07417, over 19935.66 utterances.], batch size: 98, lr: 3.94e-04 +2022-09-17 23:39:49,558 INFO [train.py:885] (0/2) Epoch 12, batch 150, loss[loss=0.3831, simple_loss=0.4225, pruned_loss=0.1718, over 14330.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03752, over 283.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3769, pruned_loss=0.1281, over 1474441.40 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07495, over 25596.52 utterances.], batch size: 283, lr: 3.94e-04 +2022-09-17 23:40:19,098 INFO [train.py:885] (0/2) Epoch 12, batch 200, loss[loss=0.2419, simple_loss=0.3016, pruned_loss=0.09114, over 14150.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04458, over 109.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3749, pruned_loss=0.126, over 1759630.50 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07623, over 30167.58 utterances.], batch size: 109, lr: 3.94e-04 +2022-09-17 23:40:48,350 INFO [train.py:885] (0/2) Epoch 12, batch 250, loss[loss=0.2033, simple_loss=0.2752, pruned_loss=0.06566, over 13394.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08652, over 41.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3737, pruned_loss=0.1251, over 1983933.04 frames. utt_duration=236 frames, utt_pad_proportion=0.0763, over 33842.16 utterances.], batch size: 41, lr: 3.94e-04 +2022-09-17 23:41:17,984 INFO [train.py:885] (0/2) Epoch 12, batch 300, loss[loss=0.2456, simple_loss=0.3051, pruned_loss=0.09301, over 14100.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05412, over 98.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3719, pruned_loss=0.1236, over 2162046.03 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07315, over 36601.83 utterances.], batch size: 98, lr: 3.93e-04 +2022-09-17 23:41:47,527 INFO [train.py:885] (0/2) Epoch 12, batch 350, loss[loss=0.1747, simple_loss=0.2168, pruned_loss=0.06635, over 13416.00 frames. utt_duration=2066 frames, utt_pad_proportion=0.09403, over 26.00 utterances.], tot_loss[loss=0.309, simple_loss=0.3719, pruned_loss=0.123, over 2299870.85 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07393, over 39614.60 utterances.], batch size: 26, lr: 3.93e-04 +2022-09-17 23:42:17,332 INFO [train.py:885] (0/2) Epoch 12, batch 400, loss[loss=0.2452, simple_loss=0.3184, pruned_loss=0.08601, over 14082.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.0537, over 98.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3734, pruned_loss=0.1239, over 2409536.13 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07208, over 41617.37 utterances.], batch size: 98, lr: 3.93e-04 +2022-09-17 23:42:46,643 INFO [train.py:885] (0/2) Epoch 12, batch 450, loss[loss=0.2758, simple_loss=0.3475, pruned_loss=0.102, over 14293.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.04165, over 154.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3728, pruned_loss=0.1238, over 2488766.09 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07254, over 42922.64 utterances.], batch size: 154, lr: 3.93e-04 +2022-09-17 23:43:16,370 INFO [train.py:885] (0/2) Epoch 12, batch 500, loss[loss=0.3468, simple_loss=0.405, pruned_loss=0.1443, over 14308.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03982, over 262.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3694, pruned_loss=0.1217, over 2549252.22 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07384, over 43237.13 utterances.], batch size: 262, lr: 3.93e-04 +2022-09-17 23:43:45,654 INFO [train.py:885] (0/2) Epoch 12, batch 550, loss[loss=0.3137, simple_loss=0.3772, pruned_loss=0.125, over 14255.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04143, over 180.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3719, pruned_loss=0.1236, over 2597043.37 frames. utt_duration=237.5 frames, utt_pad_proportion=0.074, over 44004.07 utterances.], batch size: 180, lr: 3.93e-04 +2022-09-17 23:44:16,042 INFO [train.py:885] (0/2) Epoch 12, batch 600, loss[loss=0.2935, simple_loss=0.3704, pruned_loss=0.1083, over 14343.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03694, over 210.00 utterances.], tot_loss[loss=0.313, simple_loss=0.3752, pruned_loss=0.1254, over 2638846.24 frames. utt_duration=228.1 frames, utt_pad_proportion=0.0743, over 46576.06 utterances.], batch size: 210, lr: 3.93e-04 +2022-09-17 23:44:45,407 INFO [train.py:885] (0/2) Epoch 12, batch 650, loss[loss=0.3073, simple_loss=0.3792, pruned_loss=0.1177, over 14346.00 frames. utt_duration=345 frames, utt_pad_proportion=0.0391, over 167.00 utterances.], tot_loss[loss=0.313, simple_loss=0.3752, pruned_loss=0.1254, over 2673885.13 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07243, over 46701.26 utterances.], batch size: 167, lr: 3.93e-04 +2022-09-17 23:45:15,167 INFO [train.py:885] (0/2) Epoch 12, batch 700, loss[loss=0.2511, simple_loss=0.3, pruned_loss=0.1011, over 14071.00 frames. utt_duration=805.4 frames, utt_pad_proportion=0.05911, over 70.00 utterances.], tot_loss[loss=0.3129, simple_loss=0.3755, pruned_loss=0.1251, over 2699190.74 frames. utt_duration=227.9 frames, utt_pad_proportion=0.0721, over 47688.07 utterances.], batch size: 70, lr: 3.93e-04 +2022-09-17 23:45:44,202 INFO [train.py:885] (0/2) Epoch 12, batch 750, loss[loss=0.3228, simple_loss=0.3864, pruned_loss=0.1296, over 14354.00 frames. utt_duration=296 frames, utt_pad_proportion=0.0357, over 195.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3739, pruned_loss=0.1254, over 2719148.05 frames. utt_duration=233 frames, utt_pad_proportion=0.07044, over 46986.31 utterances.], batch size: 195, lr: 3.93e-04 +2022-09-17 23:46:13,905 INFO [train.py:885] (0/2) Epoch 12, batch 800, loss[loss=0.2436, simple_loss=0.2867, pruned_loss=0.1002, over 13765.00 frames. utt_duration=1103 frames, utt_pad_proportion=0.06402, over 50.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.37, pruned_loss=0.1231, over 2729121.02 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07205, over 46204.67 utterances.], batch size: 50, lr: 3.93e-04 +2022-09-17 23:46:43,710 INFO [train.py:885] (0/2) Epoch 12, batch 850, loss[loss=0.3051, simple_loss=0.4008, pruned_loss=0.1047, over 13754.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07261, over 411.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3728, pruned_loss=0.1241, over 2743737.12 frames. utt_duration=233 frames, utt_pad_proportion=0.07218, over 47396.87 utterances.], batch size: 411, lr: 3.93e-04 +2022-09-17 23:47:13,179 INFO [train.py:885] (0/2) Epoch 12, batch 900, loss[loss=0.3845, simple_loss=0.454, pruned_loss=0.1575, over 13765.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07166, over 411.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3731, pruned_loss=0.124, over 2755256.77 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07093, over 47113.11 utterances.], batch size: 411, lr: 3.93e-04 +2022-09-17 23:47:43,105 INFO [train.py:885] (0/2) Epoch 12, batch 950, loss[loss=0.3711, simple_loss=0.4204, pruned_loss=0.1609, over 14359.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0329, over 244.00 utterances.], tot_loss[loss=0.308, simple_loss=0.3699, pruned_loss=0.123, over 2759506.48 frames. utt_duration=241.5 frames, utt_pad_proportion=0.071, over 45995.51 utterances.], batch size: 244, lr: 3.93e-04 +2022-09-17 23:48:19,400 INFO [train.py:885] (0/2) Epoch 12, batch 1000, loss[loss=0.2596, simple_loss=0.3215, pruned_loss=0.09889, over 14096.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.05137, over 98.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.3702, pruned_loss=0.1232, over 2766958.46 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07033, over 45744.47 utterances.], batch size: 98, lr: 3.92e-04 +2022-09-17 23:48:49,155 INFO [train.py:885] (0/2) Epoch 12, batch 1050, loss[loss=0.3282, simple_loss=0.3869, pruned_loss=0.1348, over 14340.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03945, over 167.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3623, pruned_loss=0.1189, over 2769954.87 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06757, over 42565.40 utterances.], batch size: 167, lr: 3.92e-04 +2022-09-17 23:49:18,519 INFO [train.py:885] (0/2) Epoch 12, batch 1100, loss[loss=0.3355, simple_loss=0.3919, pruned_loss=0.1395, over 14251.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04157, over 180.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3656, pruned_loss=0.1206, over 2770592.22 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07061, over 44311.93 utterances.], batch size: 180, lr: 3.92e-04 +2022-09-17 23:49:48,454 INFO [train.py:885] (0/2) Epoch 12, batch 1150, loss[loss=0.2188, simple_loss=0.2821, pruned_loss=0.0778, over 13549.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08715, over 50.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3636, pruned_loss=0.1194, over 2769792.68 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07133, over 44301.46 utterances.], batch size: 50, lr: 3.92e-04 +2022-09-17 23:50:06,389 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-140000.pt +2022-09-17 23:50:18,746 INFO [train.py:885] (0/2) Epoch 12, batch 1200, loss[loss=0.1732, simple_loss=0.2565, pruned_loss=0.04495, over 12555.00 frames. utt_duration=2010 frames, utt_pad_proportion=0.142, over 25.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3619, pruned_loss=0.1182, over 2774662.85 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06964, over 43112.59 utterances.], batch size: 25, lr: 3.92e-04 +2022-09-17 23:50:48,333 INFO [train.py:885] (0/2) Epoch 12, batch 1250, loss[loss=0.6955, simple_loss=0.714, pruned_loss=0.3385, over 12541.00 frames. utt_duration=63.51 frames, utt_pad_proportion=0.1418, over 810.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3624, pruned_loss=0.1186, over 2776644.15 frames. utt_duration=257 frames, utt_pad_proportion=0.07056, over 43465.87 utterances.], batch size: 810, lr: 3.92e-04 +2022-09-17 23:51:18,140 INFO [train.py:885] (0/2) Epoch 12, batch 1300, loss[loss=0.314, simple_loss=0.3805, pruned_loss=0.1237, over 14315.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03955, over 262.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.3644, pruned_loss=0.1193, over 2782429.18 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06952, over 44189.58 utterances.], batch size: 262, lr: 3.92e-04 +2022-09-17 23:51:48,441 INFO [train.py:885] (0/2) Epoch 12, batch 1350, loss[loss=0.239, simple_loss=0.2971, pruned_loss=0.09048, over 14115.00 frames. utt_duration=716.1 frames, utt_pad_proportion=0.05281, over 79.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3681, pruned_loss=0.1211, over 2782872.64 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07013, over 45661.87 utterances.], batch size: 79, lr: 3.92e-04 +2022-09-17 23:52:18,117 INFO [train.py:885] (0/2) Epoch 12, batch 1400, loss[loss=0.2237, simple_loss=0.2943, pruned_loss=0.07652, over 14108.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05351, over 98.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3663, pruned_loss=0.1206, over 2786060.99 frames. utt_duration=248.9 frames, utt_pad_proportion=0.0678, over 45038.59 utterances.], batch size: 98, lr: 3.92e-04 +2022-09-17 23:52:46,939 INFO [train.py:885] (0/2) Epoch 12, batch 1450, loss[loss=0.3159, simple_loss=0.3779, pruned_loss=0.1269, over 14381.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03437, over 210.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3647, pruned_loss=0.1195, over 2786462.44 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06757, over 44802.74 utterances.], batch size: 210, lr: 3.92e-04 +2022-09-17 23:53:17,301 INFO [train.py:885] (0/2) Epoch 12, batch 1500, loss[loss=0.423, simple_loss=0.4505, pruned_loss=0.1977, over 14192.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04488, over 306.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3661, pruned_loss=0.1206, over 2789423.07 frames. utt_duration=252.3 frames, utt_pad_proportion=0.0663, over 44479.75 utterances.], batch size: 306, lr: 3.92e-04 +2022-09-17 23:53:46,862 INFO [train.py:885] (0/2) Epoch 12, batch 1550, loss[loss=0.1937, simple_loss=0.2548, pruned_loss=0.0663, over 13816.00 frames. utt_duration=1317 frames, utt_pad_proportion=0.0762, over 42.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3659, pruned_loss=0.1205, over 2788402.58 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06798, over 44422.96 utterances.], batch size: 42, lr: 3.92e-04 +2022-09-17 23:54:15,972 INFO [train.py:885] (0/2) Epoch 12, batch 1600, loss[loss=0.2617, simple_loss=0.3362, pruned_loss=0.09356, over 14284.00 frames. utt_duration=441 frames, utt_pad_proportion=0.04139, over 130.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3695, pruned_loss=0.1222, over 2783378.59 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07178, over 46547.37 utterances.], batch size: 130, lr: 3.92e-04 +2022-09-17 23:54:45,190 INFO [train.py:885] (0/2) Epoch 12, batch 1650, loss[loss=0.2181, simple_loss=0.3017, pruned_loss=0.06727, over 13641.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.0827, over 42.00 utterances.], tot_loss[loss=0.3063, simple_loss=0.3689, pruned_loss=0.1218, over 2781897.98 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07134, over 46355.11 utterances.], batch size: 42, lr: 3.92e-04 +2022-09-17 23:55:14,882 INFO [train.py:885] (0/2) Epoch 12, batch 1700, loss[loss=0.2685, simple_loss=0.3361, pruned_loss=0.1004, over 14208.00 frames. utt_duration=438.7 frames, utt_pad_proportion=0.04418, over 130.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.3662, pruned_loss=0.1213, over 2778265.83 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07131, over 44845.66 utterances.], batch size: 130, lr: 3.91e-04 +2022-09-17 23:55:44,380 INFO [train.py:885] (0/2) Epoch 12, batch 1750, loss[loss=0.3211, simple_loss=0.4072, pruned_loss=0.1175, over 13737.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07399, over 411.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3653, pruned_loss=0.1205, over 2781247.15 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06984, over 45221.36 utterances.], batch size: 411, lr: 3.91e-04 +2022-09-17 23:56:14,138 INFO [train.py:885] (0/2) Epoch 12, batch 1800, loss[loss=0.3686, simple_loss=0.4563, pruned_loss=0.1405, over 13660.00 frames. utt_duration=98.97 frames, utt_pad_proportion=0.07507, over 560.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3667, pruned_loss=0.1213, over 2780502.13 frames. utt_duration=246 frames, utt_pad_proportion=0.06943, over 45485.78 utterances.], batch size: 560, lr: 3.91e-04 +2022-09-17 23:56:43,623 INFO [train.py:885] (0/2) Epoch 12, batch 1850, loss[loss=0.2036, simple_loss=0.2607, pruned_loss=0.07328, over 12651.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.13, over 25.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3669, pruned_loss=0.1217, over 2779780.20 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07069, over 45011.99 utterances.], batch size: 25, lr: 3.91e-04 +2022-09-17 23:57:12,806 INFO [train.py:885] (0/2) Epoch 12, batch 1900, loss[loss=0.3591, simple_loss=0.4105, pruned_loss=0.1538, over 14399.00 frames. utt_duration=275.6 frames, utt_pad_proportion=0.033, over 210.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3673, pruned_loss=0.1221, over 2780626.11 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06987, over 45094.88 utterances.], batch size: 210, lr: 3.91e-04 +2022-09-17 23:57:42,223 INFO [train.py:885] (0/2) Epoch 12, batch 1950, loss[loss=0.3473, simple_loss=0.4098, pruned_loss=0.1424, over 14278.00 frames. utt_duration=254.3 frames, utt_pad_proportion=0.04052, over 226.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.366, pruned_loss=0.1212, over 2784910.40 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06726, over 44431.15 utterances.], batch size: 226, lr: 3.91e-04 +2022-09-17 23:58:11,006 INFO [train.py:885] (0/2) Epoch 12, batch 2000, loss[loss=0.4146, simple_loss=0.4448, pruned_loss=0.1922, over 14206.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04473, over 335.00 utterances.], tot_loss[loss=0.3056, simple_loss=0.3675, pruned_loss=0.1218, over 2785818.31 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06838, over 45871.13 utterances.], batch size: 335, lr: 3.91e-04 +2022-09-17 23:58:41,409 INFO [train.py:885] (0/2) Epoch 12, batch 2050, loss[loss=0.5085, simple_loss=0.5608, pruned_loss=0.2281, over 13128.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.3141, simple_loss=0.3751, pruned_loss=0.1266, over 2779424.50 frames. utt_duration=228.1 frames, utt_pad_proportion=0.07327, over 49048.44 utterances.], batch size: 653, lr: 3.91e-04 +2022-09-17 23:59:11,220 INFO [train.py:885] (0/2) Epoch 12, batch 2100, loss[loss=0.143, simple_loss=0.1902, pruned_loss=0.04789, over 13369.00 frames. utt_duration=1622 frames, utt_pad_proportion=0.103, over 33.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3776, pruned_loss=0.1266, over 2776494.87 frames. utt_duration=219.3 frames, utt_pad_proportion=0.07524, over 50994.85 utterances.], batch size: 33, lr: 3.91e-04 +2022-09-17 23:59:40,942 INFO [train.py:885] (0/2) Epoch 12, batch 2150, loss[loss=0.2366, simple_loss=0.295, pruned_loss=0.08913, over 13882.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06831, over 60.00 utterances.], tot_loss[loss=0.3062, simple_loss=0.368, pruned_loss=0.1221, over 2775907.01 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07221, over 46906.33 utterances.], batch size: 60, lr: 3.91e-04 +2022-09-18 00:00:11,164 INFO [train.py:885] (0/2) Epoch 12, batch 2200, loss[loss=0.2785, simple_loss=0.3518, pruned_loss=0.1026, over 14356.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03858, over 167.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3674, pruned_loss=0.1222, over 2778570.95 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07188, over 46111.47 utterances.], batch size: 167, lr: 3.91e-04 +2022-09-18 00:00:40,601 INFO [train.py:885] (0/2) Epoch 12, batch 2250, loss[loss=0.3525, simple_loss=0.414, pruned_loss=0.1455, over 13967.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05814, over 365.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.3649, pruned_loss=0.12, over 2784332.17 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06912, over 44826.71 utterances.], batch size: 365, lr: 3.91e-04 +2022-09-18 00:01:10,724 INFO [train.py:885] (0/2) Epoch 12, batch 2300, loss[loss=0.3472, simple_loss=0.4239, pruned_loss=0.1352, over 13986.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05713, over 365.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3669, pruned_loss=0.1208, over 2784653.94 frames. utt_duration=244.3 frames, utt_pad_proportion=0.06885, over 45861.83 utterances.], batch size: 365, lr: 3.91e-04 +2022-09-18 00:01:40,244 INFO [train.py:885] (0/2) Epoch 12, batch 2350, loss[loss=0.2818, simple_loss=0.3473, pruned_loss=0.1081, over 14308.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.04061, over 154.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.365, pruned_loss=0.1198, over 2787045.47 frames. utt_duration=247 frames, utt_pad_proportion=0.06782, over 45408.85 utterances.], batch size: 154, lr: 3.91e-04 +2022-09-18 00:02:10,169 INFO [train.py:885] (0/2) Epoch 12, batch 2400, loss[loss=0.3595, simple_loss=0.4097, pruned_loss=0.1547, over 14293.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03916, over 180.00 utterances.], tot_loss[loss=0.304, simple_loss=0.3659, pruned_loss=0.121, over 2784180.86 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06733, over 45500.32 utterances.], batch size: 180, lr: 3.91e-04 +2022-09-18 00:02:39,689 INFO [train.py:885] (0/2) Epoch 12, batch 2450, loss[loss=0.4517, simple_loss=0.5156, pruned_loss=0.1939, over 13610.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07869, over 560.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3617, pruned_loss=0.1187, over 2778585.37 frames. utt_duration=253.5 frames, utt_pad_proportion=0.0684, over 44100.01 utterances.], batch size: 560, lr: 3.90e-04 +2022-09-18 00:03:09,009 INFO [train.py:885] (0/2) Epoch 12, batch 2500, loss[loss=0.1998, simple_loss=0.2685, pruned_loss=0.0656, over 13790.00 frames. utt_duration=920.9 frames, utt_pad_proportion=0.07449, over 60.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3597, pruned_loss=0.1179, over 2779694.99 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06912, over 43299.18 utterances.], batch size: 60, lr: 3.90e-04 +2022-09-18 00:03:39,086 INFO [train.py:885] (0/2) Epoch 12, batch 2550, loss[loss=0.5201, simple_loss=0.6018, pruned_loss=0.2191, over 12457.00 frames. utt_duration=63.19 frames, utt_pad_proportion=0.146, over 810.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3635, pruned_loss=0.1197, over 2776919.00 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07227, over 44983.48 utterances.], batch size: 810, lr: 3.90e-04 +2022-09-18 00:04:08,634 INFO [train.py:885] (0/2) Epoch 12, batch 2600, loss[loss=0.337, simple_loss=0.3946, pruned_loss=0.1397, over 14279.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.0396, over 225.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.362, pruned_loss=0.1184, over 2777999.43 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07204, over 44476.60 utterances.], batch size: 225, lr: 3.90e-04 +2022-09-18 00:04:38,218 INFO [train.py:885] (0/2) Epoch 12, batch 2650, loss[loss=0.3087, simple_loss=0.3898, pruned_loss=0.1138, over 13941.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05992, over 365.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3652, pruned_loss=0.1205, over 2780870.14 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07148, over 45526.79 utterances.], batch size: 365, lr: 3.90e-04 +2022-09-18 00:05:07,197 INFO [train.py:885] (0/2) Epoch 12, batch 2700, loss[loss=0.3097, simple_loss=0.3798, pruned_loss=0.1198, over 14349.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03579, over 210.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3694, pruned_loss=0.1226, over 2780411.10 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07334, over 47269.77 utterances.], batch size: 210, lr: 3.90e-04 +2022-09-18 00:05:36,723 INFO [train.py:885] (0/2) Epoch 12, batch 2750, loss[loss=0.2721, simple_loss=0.3323, pruned_loss=0.1059, over 14305.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03801, over 130.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3661, pruned_loss=0.1208, over 2778182.39 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07396, over 46066.74 utterances.], batch size: 130, lr: 3.90e-04 +2022-09-18 00:06:06,781 INFO [train.py:885] (0/2) Epoch 12, batch 2800, loss[loss=0.2483, simple_loss=0.3114, pruned_loss=0.09264, over 14194.00 frames. utt_duration=639.5 frames, utt_pad_proportion=0.04839, over 89.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3694, pruned_loss=0.122, over 2779619.99 frames. utt_duration=235 frames, utt_pad_proportion=0.07479, over 47605.43 utterances.], batch size: 89, lr: 3.90e-04 +2022-09-18 00:06:36,185 INFO [train.py:885] (0/2) Epoch 12, batch 2850, loss[loss=0.2725, simple_loss=0.3387, pruned_loss=0.1031, over 14290.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03899, over 154.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3675, pruned_loss=0.1215, over 2785537.66 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07135, over 45683.49 utterances.], batch size: 154, lr: 3.90e-04 +2022-09-18 00:07:06,135 INFO [train.py:885] (0/2) Epoch 12, batch 2900, loss[loss=0.3352, simple_loss=0.3932, pruned_loss=0.1386, over 14365.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03262, over 244.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3636, pruned_loss=0.1196, over 2783287.29 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07197, over 44676.66 utterances.], batch size: 244, lr: 3.90e-04 +2022-09-18 00:07:35,871 INFO [train.py:885] (0/2) Epoch 12, batch 2950, loss[loss=0.299, simple_loss=0.3628, pruned_loss=0.1176, over 14241.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04607, over 141.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3644, pruned_loss=0.119, over 2780924.81 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07342, over 45521.98 utterances.], batch size: 141, lr: 3.90e-04 +2022-09-18 00:08:05,600 INFO [train.py:885] (0/2) Epoch 12, batch 3000, loss[loss=0.452, simple_loss=0.497, pruned_loss=0.2035, over 14030.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05576, over 366.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3647, pruned_loss=0.1197, over 2782695.35 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07111, over 44598.79 utterances.], batch size: 366, lr: 3.90e-04 +2022-09-18 00:08:05,601 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 00:08:10,307 INFO [train.py:914] (0/2) Epoch 12, validation: loss=0.204, simple_loss=0.2849, pruned_loss=0.06157, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 00:08:40,530 INFO [train.py:885] (0/2) Epoch 12, batch 3050, loss[loss=0.2729, simple_loss=0.3462, pruned_loss=0.09983, over 14327.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.0365, over 180.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3665, pruned_loss=0.1205, over 2781327.80 frames. utt_duration=247.7 frames, utt_pad_proportion=0.0729, over 45182.14 utterances.], batch size: 180, lr: 3.90e-04 +2022-09-18 00:09:08,995 INFO [train.py:885] (0/2) Epoch 12, batch 3100, loss[loss=0.229, simple_loss=0.3018, pruned_loss=0.07812, over 14271.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.0419, over 120.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3679, pruned_loss=0.1218, over 2783055.63 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07296, over 45270.31 utterances.], batch size: 120, lr: 3.90e-04 +2022-09-18 00:09:38,047 INFO [train.py:885] (0/2) Epoch 12, batch 3150, loss[loss=0.2088, simple_loss=0.2768, pruned_loss=0.07042, over 14118.00 frames. utt_duration=577.8 frames, utt_pad_proportion=0.05279, over 98.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3641, pruned_loss=0.1206, over 2786538.99 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07047, over 43762.15 utterances.], batch size: 98, lr: 3.89e-04 +2022-09-18 00:10:08,055 INFO [train.py:885] (0/2) Epoch 12, batch 3200, loss[loss=0.4742, simple_loss=0.5632, pruned_loss=0.1926, over 12480.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1455, over 810.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3621, pruned_loss=0.1195, over 2782401.38 frames. utt_duration=257.8 frames, utt_pad_proportion=0.07151, over 43410.79 utterances.], batch size: 810, lr: 3.89e-04 +2022-09-18 00:10:38,235 INFO [train.py:885] (0/2) Epoch 12, batch 3250, loss[loss=0.2751, simple_loss=0.3487, pruned_loss=0.1007, over 14288.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03883, over 130.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3647, pruned_loss=0.1212, over 2783184.35 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07173, over 44404.52 utterances.], batch size: 130, lr: 3.89e-04 +2022-09-18 00:11:08,031 INFO [train.py:885] (0/2) Epoch 12, batch 3300, loss[loss=0.2196, simple_loss=0.2804, pruned_loss=0.07942, over 14007.00 frames. utt_duration=710.9 frames, utt_pad_proportion=0.05969, over 79.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.3625, pruned_loss=0.1202, over 2785385.51 frames. utt_duration=257.6 frames, utt_pad_proportion=0.07024, over 43503.52 utterances.], batch size: 79, lr: 3.89e-04 +2022-09-18 00:11:37,281 INFO [train.py:885] (0/2) Epoch 12, batch 3350, loss[loss=0.3765, simple_loss=0.4455, pruned_loss=0.1538, over 13806.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06984, over 411.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3612, pruned_loss=0.1185, over 2786969.88 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06846, over 43495.15 utterances.], batch size: 411, lr: 3.89e-04 +2022-09-18 00:12:07,194 INFO [train.py:885] (0/2) Epoch 12, batch 3400, loss[loss=0.1759, simple_loss=0.2303, pruned_loss=0.06074, over 13153.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.09946, over 33.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3605, pruned_loss=0.1186, over 2788943.49 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06704, over 43108.71 utterances.], batch size: 33, lr: 3.89e-04 +2022-09-18 00:12:36,513 INFO [train.py:885] (0/2) Epoch 12, batch 3450, loss[loss=0.2825, simple_loss=0.3643, pruned_loss=0.1003, over 14310.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03889, over 195.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3596, pruned_loss=0.1178, over 2784760.45 frames. utt_duration=259.7 frames, utt_pad_proportion=0.07006, over 43146.06 utterances.], batch size: 195, lr: 3.89e-04 +2022-09-18 00:13:06,675 INFO [train.py:885] (0/2) Epoch 12, batch 3500, loss[loss=0.1446, simple_loss=0.1891, pruned_loss=0.05004, over 12712.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1371, over 25.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3587, pruned_loss=0.1175, over 2785661.17 frames. utt_duration=264 frames, utt_pad_proportion=0.06905, over 42444.66 utterances.], batch size: 25, lr: 3.89e-04 +2022-09-18 00:13:35,915 INFO [train.py:885] (0/2) Epoch 12, batch 3550, loss[loss=0.3027, simple_loss=0.3702, pruned_loss=0.1176, over 14267.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04447, over 141.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3614, pruned_loss=0.1186, over 2782955.87 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06979, over 44244.13 utterances.], batch size: 141, lr: 3.89e-04 +2022-09-18 00:14:06,030 INFO [train.py:885] (0/2) Epoch 12, batch 3600, loss[loss=0.2884, simple_loss=0.3828, pruned_loss=0.09705, over 13736.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07381, over 411.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3659, pruned_loss=0.1207, over 2783673.44 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07076, over 46190.24 utterances.], batch size: 411, lr: 3.89e-04 +2022-09-18 00:14:35,303 INFO [train.py:885] (0/2) Epoch 12, batch 3650, loss[loss=0.29, simple_loss=0.3696, pruned_loss=0.1052, over 14259.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04169, over 225.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3668, pruned_loss=0.1211, over 2782560.57 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07047, over 45784.13 utterances.], batch size: 225, lr: 3.89e-04 +2022-09-18 00:15:05,281 INFO [train.py:885] (0/2) Epoch 12, batch 3700, loss[loss=0.3523, simple_loss=0.4071, pruned_loss=0.1487, over 14218.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04313, over 306.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.365, pruned_loss=0.1191, over 2780800.25 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06948, over 45709.74 utterances.], batch size: 306, lr: 3.89e-04 +2022-09-18 00:15:35,155 INFO [train.py:885] (0/2) Epoch 12, batch 3750, loss[loss=0.2439, simple_loss=0.3073, pruned_loss=0.09031, over 14233.00 frames. utt_duration=641.1 frames, utt_pad_proportion=0.04318, over 89.00 utterances.], tot_loss[loss=0.3004, simple_loss=0.3647, pruned_loss=0.1181, over 2783896.20 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06911, over 46342.17 utterances.], batch size: 89, lr: 3.89e-04 +2022-09-18 00:16:13,699 INFO [train.py:885] (0/2) Epoch 12, batch 3800, loss[loss=0.6649, simple_loss=0.6911, pruned_loss=0.3194, over 12487.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1458, over 810.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3679, pruned_loss=0.1202, over 2786628.70 frames. utt_duration=240 frames, utt_pad_proportion=0.06891, over 46729.58 utterances.], batch size: 810, lr: 3.89e-04 +2022-09-18 00:16:43,869 INFO [train.py:885] (0/2) Epoch 12, batch 3850, loss[loss=0.3629, simple_loss=0.4175, pruned_loss=0.1542, over 14233.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04303, over 335.00 utterances.], tot_loss[loss=0.3082, simple_loss=0.3716, pruned_loss=0.1224, over 2789153.45 frames. utt_duration=234.7 frames, utt_pad_proportion=0.06932, over 47838.33 utterances.], batch size: 335, lr: 3.89e-04 +2022-09-18 00:17:12,902 INFO [train.py:885] (0/2) Epoch 12, batch 3900, loss[loss=0.2347, simple_loss=0.2986, pruned_loss=0.08542, over 14110.00 frames. utt_duration=635.6 frames, utt_pad_proportion=0.05417, over 89.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3677, pruned_loss=0.1209, over 2786463.54 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06974, over 46013.66 utterances.], batch size: 89, lr: 3.88e-04 +2022-09-18 00:17:42,709 INFO [train.py:885] (0/2) Epoch 12, batch 3950, loss[loss=0.3081, simple_loss=0.4055, pruned_loss=0.1053, over 13783.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07328, over 412.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3667, pruned_loss=0.1204, over 2783757.52 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07004, over 45792.47 utterances.], batch size: 412, lr: 3.88e-04 +2022-09-18 00:18:12,364 INFO [train.py:885] (0/2) Epoch 12, batch 4000, loss[loss=0.2136, simple_loss=0.2757, pruned_loss=0.07572, over 14079.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.0551, over 79.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3628, pruned_loss=0.1182, over 2774999.33 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07265, over 44936.40 utterances.], batch size: 79, lr: 3.88e-04 +2022-09-18 00:18:42,277 INFO [train.py:885] (0/2) Epoch 12, batch 4050, loss[loss=0.2292, simple_loss=0.2763, pruned_loss=0.09103, over 13830.00 frames. utt_duration=923.5 frames, utt_pad_proportion=0.06714, over 60.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3604, pruned_loss=0.1171, over 2774636.90 frames. utt_duration=252.6 frames, utt_pad_proportion=0.0718, over 44191.60 utterances.], batch size: 60, lr: 3.88e-04 +2022-09-18 00:19:11,890 INFO [train.py:885] (0/2) Epoch 12, batch 4100, loss[loss=0.3158, simple_loss=0.3825, pruned_loss=0.1245, over 14348.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03733, over 262.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.3644, pruned_loss=0.1191, over 2779547.81 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07093, over 45700.31 utterances.], batch size: 262, lr: 3.88e-04 +2022-09-18 00:19:41,810 INFO [train.py:885] (0/2) Epoch 12, batch 4150, loss[loss=0.2562, simple_loss=0.3173, pruned_loss=0.09757, over 14052.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05566, over 98.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3661, pruned_loss=0.1199, over 2778678.20 frames. utt_duration=239 frames, utt_pad_proportion=0.07226, over 46798.36 utterances.], batch size: 98, lr: 3.88e-04 +2022-09-18 00:20:11,383 INFO [train.py:885] (0/2) Epoch 12, batch 4200, loss[loss=0.3037, simple_loss=0.3693, pruned_loss=0.1191, over 14329.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04018, over 167.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3641, pruned_loss=0.1186, over 2778346.13 frames. utt_duration=244 frames, utt_pad_proportion=0.07216, over 45832.73 utterances.], batch size: 167, lr: 3.88e-04 +2022-09-18 00:20:41,082 INFO [train.py:885] (0/2) Epoch 12, batch 4250, loss[loss=0.2304, simple_loss=0.2946, pruned_loss=0.08317, over 14187.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04431, over 109.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3667, pruned_loss=0.1203, over 2781246.68 frames. utt_duration=240 frames, utt_pad_proportion=0.07185, over 46645.71 utterances.], batch size: 109, lr: 3.88e-04 +2022-09-18 00:21:10,505 INFO [train.py:885] (0/2) Epoch 12, batch 4300, loss[loss=0.2426, simple_loss=0.3055, pruned_loss=0.08983, over 14091.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05325, over 98.00 utterances.], tot_loss[loss=0.3066, simple_loss=0.37, pruned_loss=0.1216, over 2782563.89 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07231, over 47845.73 utterances.], batch size: 98, lr: 3.88e-04 +2022-09-18 00:21:40,384 INFO [train.py:885] (0/2) Epoch 12, batch 4350, loss[loss=0.1961, simple_loss=0.2623, pruned_loss=0.06498, over 14035.00 frames. utt_duration=712 frames, utt_pad_proportion=0.05818, over 79.00 utterances.], tot_loss[loss=0.3065, simple_loss=0.3702, pruned_loss=0.1214, over 2775400.93 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07583, over 48530.62 utterances.], batch size: 79, lr: 3.88e-04 +2022-09-18 00:22:10,017 INFO [train.py:885] (0/2) Epoch 12, batch 4400, loss[loss=0.3046, simple_loss=0.3668, pruned_loss=0.1212, over 14271.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04275, over 154.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3684, pruned_loss=0.121, over 2780278.66 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07344, over 47001.57 utterances.], batch size: 154, lr: 3.88e-04 +2022-09-18 00:22:39,767 INFO [train.py:885] (0/2) Epoch 12, batch 4450, loss[loss=0.3438, simple_loss=0.4138, pruned_loss=0.1369, over 14029.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05391, over 365.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3686, pruned_loss=0.1211, over 2784276.17 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07295, over 46724.45 utterances.], batch size: 365, lr: 3.88e-04 +2022-09-18 00:23:09,658 INFO [train.py:885] (0/2) Epoch 12, batch 4500, loss[loss=0.3577, simple_loss=0.4138, pruned_loss=0.1508, over 14226.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04348, over 306.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3699, pruned_loss=0.1225, over 2781436.35 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07278, over 47255.17 utterances.], batch size: 306, lr: 3.88e-04 +2022-09-18 00:23:38,723 INFO [train.py:885] (0/2) Epoch 12, batch 4550, loss[loss=0.4166, simple_loss=0.4931, pruned_loss=0.1701, over 13172.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.3085, simple_loss=0.3711, pruned_loss=0.123, over 2783302.02 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07168, over 47394.16 utterances.], batch size: 653, lr: 3.88e-04 +2022-09-18 00:24:08,171 INFO [train.py:885] (0/2) Epoch 12, batch 4600, loss[loss=0.309, simple_loss=0.3887, pruned_loss=0.1147, over 13990.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0564, over 365.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3719, pruned_loss=0.1233, over 2777499.68 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07401, over 48064.47 utterances.], batch size: 365, lr: 3.88e-04 +2022-09-18 00:24:37,761 INFO [train.py:885] (0/2) Epoch 12, batch 4650, loss[loss=0.1851, simple_loss=0.2512, pruned_loss=0.05943, over 13765.00 frames. utt_duration=919.2 frames, utt_pad_proportion=0.07711, over 60.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.373, pruned_loss=0.1236, over 2779970.64 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07269, over 48335.10 utterances.], batch size: 60, lr: 3.87e-04 +2022-09-18 00:25:07,963 INFO [train.py:885] (0/2) Epoch 12, batch 4700, loss[loss=0.2757, simple_loss=0.349, pruned_loss=0.1012, over 14251.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04544, over 141.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3704, pruned_loss=0.1221, over 2779501.61 frames. utt_duration=238 frames, utt_pad_proportion=0.07292, over 47001.84 utterances.], batch size: 141, lr: 3.87e-04 +2022-09-18 00:25:37,225 INFO [train.py:885] (0/2) Epoch 12, batch 4750, loss[loss=0.3243, simple_loss=0.3905, pruned_loss=0.129, over 14363.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03279, over 244.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3719, pruned_loss=0.1228, over 2780662.06 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07311, over 47548.83 utterances.], batch size: 244, lr: 3.87e-04 +2022-09-18 00:26:06,628 INFO [train.py:885] (0/2) Epoch 12, batch 4800, loss[loss=0.4251, simple_loss=0.5048, pruned_loss=0.1727, over 13204.00 frames. utt_duration=82.4 frames, utt_pad_proportion=0.1044, over 653.00 utterances.], tot_loss[loss=0.308, simple_loss=0.371, pruned_loss=0.1225, over 2778151.35 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07315, over 47260.27 utterances.], batch size: 653, lr: 3.87e-04 +2022-09-18 00:26:35,970 INFO [train.py:885] (0/2) Epoch 12, batch 4850, loss[loss=0.1976, simple_loss=0.2554, pruned_loss=0.0699, over 13819.00 frames. utt_duration=802.5 frames, utt_pad_proportion=0.06468, over 69.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3667, pruned_loss=0.1208, over 2780971.24 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07208, over 45253.35 utterances.], batch size: 69, lr: 3.87e-04 +2022-09-18 00:27:05,522 INFO [train.py:885] (0/2) Epoch 12, batch 4900, loss[loss=0.1801, simple_loss=0.257, pruned_loss=0.05156, over 13976.00 frames. utt_duration=709.2 frames, utt_pad_proportion=0.06066, over 79.00 utterances.], tot_loss[loss=0.3028, simple_loss=0.3658, pruned_loss=0.1199, over 2782157.98 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07141, over 45302.61 utterances.], batch size: 79, lr: 3.87e-04 +2022-09-18 00:27:35,044 INFO [train.py:885] (0/2) Epoch 12, batch 4950, loss[loss=0.1959, simple_loss=0.2574, pruned_loss=0.0672, over 13290.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09159, over 41.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3655, pruned_loss=0.1203, over 2782515.05 frames. utt_duration=247.1 frames, utt_pad_proportion=0.071, over 45314.84 utterances.], batch size: 41, lr: 3.87e-04 +2022-09-18 00:28:04,058 INFO [train.py:885] (0/2) Epoch 12, batch 5000, loss[loss=0.3973, simple_loss=0.434, pruned_loss=0.1803, over 14204.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04403, over 306.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3653, pruned_loss=0.121, over 2782030.06 frames. utt_duration=248.1 frames, utt_pad_proportion=0.0705, over 45116.40 utterances.], batch size: 306, lr: 3.87e-04 +2022-09-18 00:28:34,594 INFO [train.py:885] (0/2) Epoch 12, batch 5050, loss[loss=0.355, simple_loss=0.4143, pruned_loss=0.1479, over 14243.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04204, over 335.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.371, pruned_loss=0.1233, over 2778533.73 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07371, over 47859.21 utterances.], batch size: 335, lr: 3.87e-04 +2022-09-18 00:29:04,064 INFO [train.py:885] (0/2) Epoch 12, batch 5100, loss[loss=0.3091, simple_loss=0.4076, pruned_loss=0.1053, over 13595.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08283, over 477.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3669, pruned_loss=0.1213, over 2775358.42 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07407, over 46700.84 utterances.], batch size: 477, lr: 3.87e-04 +2022-09-18 00:29:33,938 INFO [train.py:885] (0/2) Epoch 12, batch 5150, loss[loss=0.1871, simple_loss=0.2435, pruned_loss=0.06532, over 12696.00 frames. utt_duration=2032 frames, utt_pad_proportion=0.1285, over 25.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3688, pruned_loss=0.123, over 2776454.30 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07465, over 47485.38 utterances.], batch size: 25, lr: 3.87e-04 +2022-09-18 00:29:52,268 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-144000.pt +2022-09-18 00:30:03,694 INFO [train.py:885] (0/2) Epoch 12, batch 5200, loss[loss=0.3976, simple_loss=0.4853, pruned_loss=0.155, over 13149.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1085, over 653.00 utterances.], tot_loss[loss=0.3078, simple_loss=0.3693, pruned_loss=0.1232, over 2775250.08 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07632, over 47649.80 utterances.], batch size: 653, lr: 3.87e-04 +2022-09-18 00:30:33,363 INFO [train.py:885] (0/2) Epoch 12, batch 5250, loss[loss=0.4124, simple_loss=0.4449, pruned_loss=0.19, over 14223.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04378, over 335.00 utterances.], tot_loss[loss=0.3049, simple_loss=0.3658, pruned_loss=0.122, over 2777714.32 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07412, over 46102.06 utterances.], batch size: 335, lr: 3.87e-04 +2022-09-18 00:31:03,259 INFO [train.py:885] (0/2) Epoch 12, batch 5300, loss[loss=0.3304, simple_loss=0.394, pruned_loss=0.1334, over 14198.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04475, over 306.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.367, pruned_loss=0.1229, over 2779595.06 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07353, over 45937.89 utterances.], batch size: 306, lr: 3.87e-04 +2022-09-18 00:31:32,460 INFO [train.py:885] (0/2) Epoch 12, batch 5350, loss[loss=0.4993, simple_loss=0.5076, pruned_loss=0.2455, over 14210.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04447, over 306.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3687, pruned_loss=0.1233, over 2779460.62 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07364, over 46496.76 utterances.], batch size: 306, lr: 3.86e-04 +2022-09-18 00:32:01,860 INFO [train.py:885] (0/2) Epoch 12, batch 5400, loss[loss=0.267, simple_loss=0.3481, pruned_loss=0.09291, over 14332.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03743, over 195.00 utterances.], tot_loss[loss=0.3069, simple_loss=0.3692, pruned_loss=0.1223, over 2778163.97 frames. utt_duration=233 frames, utt_pad_proportion=0.07384, over 47998.34 utterances.], batch size: 195, lr: 3.86e-04 +2022-09-18 00:32:32,207 INFO [train.py:885] (0/2) Epoch 12, batch 5450, loss[loss=0.5804, simple_loss=0.6369, pruned_loss=0.262, over 12514.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1442, over 810.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3712, pruned_loss=0.1237, over 2780933.60 frames. utt_duration=230.3 frames, utt_pad_proportion=0.07454, over 48613.63 utterances.], batch size: 810, lr: 3.86e-04 +2022-09-18 00:33:01,864 INFO [train.py:885] (0/2) Epoch 12, batch 5500, loss[loss=0.3471, simple_loss=0.3996, pruned_loss=0.1473, over 14349.00 frames. utt_duration=345 frames, utt_pad_proportion=0.0389, over 167.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3677, pruned_loss=0.1215, over 2782757.50 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07319, over 46525.27 utterances.], batch size: 167, lr: 3.86e-04 +2022-09-18 00:33:30,507 INFO [train.py:885] (0/2) Epoch 12, batch 5550, loss[loss=0.3044, simple_loss=0.3751, pruned_loss=0.1169, over 14368.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03516, over 195.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3644, pruned_loss=0.1192, over 2778329.61 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07339, over 45534.55 utterances.], batch size: 195, lr: 3.86e-04 +2022-09-18 00:34:01,275 INFO [train.py:885] (0/2) Epoch 12, batch 5600, loss[loss=0.1903, simple_loss=0.2443, pruned_loss=0.06817, over 13833.00 frames. utt_duration=803.4 frames, utt_pad_proportion=0.0647, over 69.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3676, pruned_loss=0.1206, over 2779237.55 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07387, over 47417.91 utterances.], batch size: 69, lr: 3.86e-04 +2022-09-18 00:34:30,284 INFO [train.py:885] (0/2) Epoch 12, batch 5650, loss[loss=0.1851, simple_loss=0.2662, pruned_loss=0.05196, over 13738.00 frames. utt_duration=1101 frames, utt_pad_proportion=0.07597, over 50.00 utterances.], tot_loss[loss=0.3019, simple_loss=0.3649, pruned_loss=0.1194, over 2777529.81 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07282, over 46634.09 utterances.], batch size: 50, lr: 3.86e-04 +2022-09-18 00:35:00,085 INFO [train.py:885] (0/2) Epoch 12, batch 5700, loss[loss=0.2484, simple_loss=0.3048, pruned_loss=0.09603, over 14071.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05487, over 98.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.3667, pruned_loss=0.1211, over 2781646.92 frames. utt_duration=238.9 frames, utt_pad_proportion=0.0705, over 46858.34 utterances.], batch size: 98, lr: 3.86e-04 +2022-09-18 00:35:29,598 INFO [train.py:885] (0/2) Epoch 12, batch 5750, loss[loss=0.1565, simple_loss=0.2148, pruned_loss=0.04907, over 13464.00 frames. utt_duration=1633 frames, utt_pad_proportion=0.09454, over 33.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3636, pruned_loss=0.1192, over 2778328.48 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06998, over 45420.64 utterances.], batch size: 33, lr: 3.86e-04 +2022-09-18 00:35:59,523 INFO [train.py:885] (0/2) Epoch 12, batch 5800, loss[loss=0.1978, simple_loss=0.2591, pruned_loss=0.06826, over 13836.00 frames. utt_duration=803.6 frames, utt_pad_proportion=0.06228, over 69.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3683, pruned_loss=0.1212, over 2777956.98 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07264, over 47870.44 utterances.], batch size: 69, lr: 3.86e-04 +2022-09-18 00:36:28,677 INFO [train.py:885] (0/2) Epoch 12, batch 5850, loss[loss=0.5046, simple_loss=0.5014, pruned_loss=0.2539, over 14313.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03943, over 262.00 utterances.], tot_loss[loss=0.3107, simple_loss=0.3735, pruned_loss=0.124, over 2779429.25 frames. utt_duration=225 frames, utt_pad_proportion=0.07376, over 49739.80 utterances.], batch size: 262, lr: 3.86e-04 +2022-09-18 00:36:58,328 INFO [train.py:885] (0/2) Epoch 12, batch 5900, loss[loss=0.1719, simple_loss=0.2341, pruned_loss=0.05482, over 13270.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.0936, over 41.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3707, pruned_loss=0.1226, over 2780744.45 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07371, over 48490.36 utterances.], batch size: 41, lr: 3.86e-04 +2022-09-18 00:37:28,519 INFO [train.py:885] (0/2) Epoch 12, batch 5950, loss[loss=0.5183, simple_loss=0.5125, pruned_loss=0.262, over 14209.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04409, over 335.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3699, pruned_loss=0.1231, over 2784930.92 frames. utt_duration=236.4 frames, utt_pad_proportion=0.0718, over 47426.44 utterances.], batch size: 335, lr: 3.86e-04 +2022-09-18 00:37:58,583 INFO [train.py:885] (0/2) Epoch 12, batch 6000, loss[loss=0.3957, simple_loss=0.4372, pruned_loss=0.1771, over 14230.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04311, over 335.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.3722, pruned_loss=0.1236, over 2788430.39 frames. utt_duration=230.7 frames, utt_pad_proportion=0.06986, over 48665.48 utterances.], batch size: 335, lr: 3.86e-04 +2022-09-18 00:37:58,584 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 00:38:03,329 INFO [train.py:914] (0/2) Epoch 12, validation: loss=0.2036, simple_loss=0.281, pruned_loss=0.06309, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 00:38:33,064 INFO [train.py:885] (0/2) Epoch 12, batch 6050, loss[loss=0.2403, simple_loss=0.3129, pruned_loss=0.08389, over 14213.00 frames. utt_duration=523.1 frames, utt_pad_proportion=0.04194, over 109.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3701, pruned_loss=0.1219, over 2789847.46 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07003, over 47280.69 utterances.], batch size: 109, lr: 3.86e-04 +2022-09-18 00:39:01,820 INFO [train.py:885] (0/2) Epoch 12, batch 6100, loss[loss=0.3632, simple_loss=0.4094, pruned_loss=0.1584, over 14347.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03651, over 210.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3666, pruned_loss=0.1201, over 2789140.95 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06723, over 45701.23 utterances.], batch size: 210, lr: 3.85e-04 +2022-09-18 00:39:31,845 INFO [train.py:885] (0/2) Epoch 12, batch 6150, loss[loss=0.4117, simple_loss=0.4417, pruned_loss=0.1908, over 14329.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03817, over 283.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3691, pruned_loss=0.1209, over 2785064.56 frames. utt_duration=237.7 frames, utt_pad_proportion=0.06904, over 47151.76 utterances.], batch size: 283, lr: 3.85e-04 +2022-09-18 00:40:01,188 INFO [train.py:885] (0/2) Epoch 12, batch 6200, loss[loss=0.7579, simple_loss=0.7617, pruned_loss=0.377, over 12531.00 frames. utt_duration=63.48 frames, utt_pad_proportion=0.1422, over 810.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3664, pruned_loss=0.1202, over 2784392.16 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06919, over 45502.40 utterances.], batch size: 810, lr: 3.85e-04 +2022-09-18 00:40:30,116 INFO [train.py:885] (0/2) Epoch 12, batch 6250, loss[loss=0.303, simple_loss=0.3729, pruned_loss=0.1166, over 14363.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03527, over 210.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3647, pruned_loss=0.1198, over 2783186.25 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06912, over 45051.62 utterances.], batch size: 210, lr: 3.85e-04 +2022-09-18 00:40:59,768 INFO [train.py:885] (0/2) Epoch 12, batch 6300, loss[loss=0.318, simple_loss=0.3762, pruned_loss=0.1299, over 14325.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.0404, over 167.00 utterances.], tot_loss[loss=0.3019, simple_loss=0.3647, pruned_loss=0.1196, over 2786668.25 frames. utt_duration=251 frames, utt_pad_proportion=0.06712, over 44666.61 utterances.], batch size: 167, lr: 3.85e-04 +2022-09-18 00:41:29,048 INFO [train.py:885] (0/2) Epoch 12, batch 6350, loss[loss=0.1989, simple_loss=0.2706, pruned_loss=0.06359, over 14041.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.05768, over 79.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.3597, pruned_loss=0.1172, over 2784310.45 frames. utt_duration=262.6 frames, utt_pad_proportion=0.06692, over 42647.09 utterances.], batch size: 79, lr: 3.85e-04 +2022-09-18 00:41:58,805 INFO [train.py:885] (0/2) Epoch 12, batch 6400, loss[loss=0.6342, simple_loss=0.679, pruned_loss=0.2947, over 12439.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1486, over 810.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3627, pruned_loss=0.1186, over 2777581.89 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07195, over 44387.58 utterances.], batch size: 810, lr: 3.85e-04 +2022-09-18 00:42:27,989 INFO [train.py:885] (0/2) Epoch 12, batch 6450, loss[loss=0.2147, simple_loss=0.2816, pruned_loss=0.07388, over 14197.00 frames. utt_duration=639.5 frames, utt_pad_proportion=0.04832, over 89.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3638, pruned_loss=0.1191, over 2781623.97 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06924, over 44884.43 utterances.], batch size: 89, lr: 3.85e-04 +2022-09-18 00:42:57,465 INFO [train.py:885] (0/2) Epoch 12, batch 6500, loss[loss=0.2906, simple_loss=0.3596, pruned_loss=0.1108, over 14305.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03824, over 154.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3618, pruned_loss=0.1185, over 2780115.58 frames. utt_duration=255.7 frames, utt_pad_proportion=0.0686, over 43735.42 utterances.], batch size: 154, lr: 3.85e-04 +2022-09-18 00:43:27,124 INFO [train.py:885] (0/2) Epoch 12, batch 6550, loss[loss=0.3615, simple_loss=0.4095, pruned_loss=0.1568, over 14223.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04345, over 306.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3607, pruned_loss=0.1184, over 2776398.63 frames. utt_duration=258.9 frames, utt_pad_proportion=0.0692, over 43137.75 utterances.], batch size: 306, lr: 3.85e-04 +2022-09-18 00:43:57,095 INFO [train.py:885] (0/2) Epoch 12, batch 6600, loss[loss=0.3127, simple_loss=0.363, pruned_loss=0.1312, over 14309.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.04058, over 154.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3573, pruned_loss=0.1162, over 2773798.25 frames. utt_duration=263 frames, utt_pad_proportion=0.06946, over 42420.67 utterances.], batch size: 154, lr: 3.85e-04 +2022-09-18 00:44:26,436 INFO [train.py:885] (0/2) Epoch 12, batch 6650, loss[loss=0.329, simple_loss=0.3916, pruned_loss=0.1332, over 14303.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04018, over 262.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3571, pruned_loss=0.1157, over 2779472.24 frames. utt_duration=264.1 frames, utt_pad_proportion=0.0669, over 42333.41 utterances.], batch size: 262, lr: 3.85e-04 +2022-09-18 00:44:56,061 INFO [train.py:885] (0/2) Epoch 12, batch 6700, loss[loss=0.2827, simple_loss=0.3565, pruned_loss=0.1045, over 14305.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.042, over 167.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.359, pruned_loss=0.1161, over 2777749.30 frames. utt_duration=257.9 frames, utt_pad_proportion=0.0692, over 43331.58 utterances.], batch size: 167, lr: 3.85e-04 +2022-09-18 00:45:25,560 INFO [train.py:885] (0/2) Epoch 12, batch 6750, loss[loss=0.3547, simple_loss=0.407, pruned_loss=0.1512, over 14353.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03735, over 262.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3598, pruned_loss=0.1169, over 2779101.34 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06859, over 43325.04 utterances.], batch size: 262, lr: 3.85e-04 +2022-09-18 00:45:54,829 INFO [train.py:885] (0/2) Epoch 12, batch 6800, loss[loss=0.2851, simple_loss=0.356, pruned_loss=0.1071, over 14314.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03755, over 180.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.364, pruned_loss=0.1186, over 2781112.40 frames. utt_duration=248 frames, utt_pad_proportion=0.07009, over 45117.76 utterances.], batch size: 180, lr: 3.85e-04 +2022-09-18 00:46:24,420 INFO [train.py:885] (0/2) Epoch 12, batch 6850, loss[loss=0.1959, simple_loss=0.2645, pruned_loss=0.06367, over 13850.00 frames. utt_duration=804.2 frames, utt_pad_proportion=0.06377, over 69.00 utterances.], tot_loss[loss=0.296, simple_loss=0.3593, pruned_loss=0.1164, over 2778774.13 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06937, over 43367.87 utterances.], batch size: 69, lr: 3.84e-04 +2022-09-18 00:46:53,541 INFO [train.py:885] (0/2) Epoch 12, batch 6900, loss[loss=0.2524, simple_loss=0.3272, pruned_loss=0.08884, over 14269.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04421, over 141.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3595, pruned_loss=0.1158, over 2783278.01 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06929, over 43608.63 utterances.], batch size: 141, lr: 3.84e-04 +2022-09-18 00:47:23,395 INFO [train.py:885] (0/2) Epoch 12, batch 6950, loss[loss=0.2111, simple_loss=0.2712, pruned_loss=0.07547, over 12999.00 frames. utt_duration=2081 frames, utt_pad_proportion=0.1214, over 25.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3634, pruned_loss=0.1177, over 2775844.98 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07289, over 45188.69 utterances.], batch size: 25, lr: 3.84e-04 +2022-09-18 00:47:52,658 INFO [train.py:885] (0/2) Epoch 12, batch 7000, loss[loss=0.2858, simple_loss=0.3565, pruned_loss=0.1075, over 14270.00 frames. utt_duration=477 frames, utt_pad_proportion=0.04215, over 120.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3623, pruned_loss=0.1171, over 2780198.95 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06957, over 44259.12 utterances.], batch size: 120, lr: 3.84e-04 +2022-09-18 00:48:23,024 INFO [train.py:885] (0/2) Epoch 12, batch 7050, loss[loss=0.3327, simple_loss=0.3961, pruned_loss=0.1346, over 14333.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.03633, over 180.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3665, pruned_loss=0.12, over 2782284.20 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06961, over 45258.61 utterances.], batch size: 180, lr: 3.84e-04 +2022-09-18 00:48:52,456 INFO [train.py:885] (0/2) Epoch 12, batch 7100, loss[loss=0.3617, simple_loss=0.407, pruned_loss=0.1582, over 14282.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04, over 154.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3685, pruned_loss=0.121, over 2778445.06 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07267, over 46867.14 utterances.], batch size: 154, lr: 3.84e-04 +2022-09-18 00:49:21,920 INFO [train.py:885] (0/2) Epoch 12, batch 7150, loss[loss=0.5805, simple_loss=0.6367, pruned_loss=0.2621, over 12418.00 frames. utt_duration=62.86 frames, utt_pad_proportion=0.1505, over 810.00 utterances.], tot_loss[loss=0.3056, simple_loss=0.3693, pruned_loss=0.121, over 2775891.17 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07416, over 47420.81 utterances.], batch size: 810, lr: 3.84e-04 +2022-09-18 00:49:51,940 INFO [train.py:885] (0/2) Epoch 12, batch 7200, loss[loss=0.2458, simple_loss=0.31, pruned_loss=0.0908, over 14274.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04472, over 110.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3686, pruned_loss=0.1208, over 2778382.49 frames. utt_duration=236 frames, utt_pad_proportion=0.07274, over 47393.66 utterances.], batch size: 110, lr: 3.84e-04 +2022-09-18 00:50:20,934 INFO [train.py:885] (0/2) Epoch 12, batch 7250, loss[loss=0.2495, simple_loss=0.3238, pruned_loss=0.08764, over 14358.00 frames. utt_duration=443.2 frames, utt_pad_proportion=0.03661, over 130.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3656, pruned_loss=0.1192, over 2781681.06 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07138, over 46378.01 utterances.], batch size: 130, lr: 3.84e-04 +2022-09-18 00:50:50,922 INFO [train.py:885] (0/2) Epoch 12, batch 7300, loss[loss=0.4335, simple_loss=0.4588, pruned_loss=0.2041, over 14210.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04409, over 335.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.364, pruned_loss=0.1181, over 2777406.39 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07268, over 46499.74 utterances.], batch size: 335, lr: 3.84e-04 +2022-09-18 00:51:20,197 INFO [train.py:885] (0/2) Epoch 12, batch 7350, loss[loss=0.2066, simple_loss=0.2779, pruned_loss=0.06766, over 13411.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.09733, over 50.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.362, pruned_loss=0.1178, over 2779811.10 frames. utt_duration=251 frames, utt_pad_proportion=0.07011, over 44562.81 utterances.], batch size: 50, lr: 3.84e-04 +2022-09-18 00:51:49,713 INFO [train.py:885] (0/2) Epoch 12, batch 7400, loss[loss=0.2729, simple_loss=0.3435, pruned_loss=0.1011, over 14330.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03728, over 195.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3649, pruned_loss=0.1192, over 2779828.42 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07084, over 45810.38 utterances.], batch size: 195, lr: 3.84e-04 +2022-09-18 00:52:19,241 INFO [train.py:885] (0/2) Epoch 12, batch 7450, loss[loss=0.1858, simple_loss=0.2465, pruned_loss=0.06256, over 13640.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.0818, over 50.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3663, pruned_loss=0.1198, over 2778588.56 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07194, over 46705.64 utterances.], batch size: 50, lr: 3.84e-04 +2022-09-18 00:52:49,132 INFO [train.py:885] (0/2) Epoch 12, batch 7500, loss[loss=0.4266, simple_loss=0.5095, pruned_loss=0.1718, over 13111.00 frames. utt_duration=81.87 frames, utt_pad_proportion=0.1101, over 653.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3672, pruned_loss=0.1201, over 2776507.36 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07152, over 46695.51 utterances.], batch size: 653, lr: 3.84e-04 +2022-09-18 00:53:18,270 INFO [train.py:885] (0/2) Epoch 12, batch 7550, loss[loss=0.214, simple_loss=0.2764, pruned_loss=0.07581, over 14111.00 frames. utt_duration=807.9 frames, utt_pad_proportion=0.05729, over 70.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3661, pruned_loss=0.1196, over 2776885.54 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07243, over 46807.78 utterances.], batch size: 70, lr: 3.84e-04 +2022-09-18 00:53:47,808 INFO [train.py:885] (0/2) Epoch 12, batch 7600, loss[loss=0.4131, simple_loss=0.4411, pruned_loss=0.1926, over 14363.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03284, over 244.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3634, pruned_loss=0.1182, over 2777021.03 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07045, over 46064.67 utterances.], batch size: 244, lr: 3.84e-04 +2022-09-18 00:54:17,819 INFO [train.py:885] (0/2) Epoch 12, batch 7650, loss[loss=0.3538, simple_loss=0.4087, pruned_loss=0.1494, over 14220.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04431, over 335.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3644, pruned_loss=0.119, over 2777280.30 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07083, over 46694.97 utterances.], batch size: 335, lr: 3.83e-04 +2022-09-18 00:54:47,991 INFO [train.py:885] (0/2) Epoch 12, batch 7700, loss[loss=0.2126, simple_loss=0.2806, pruned_loss=0.07229, over 13996.00 frames. utt_duration=710.2 frames, utt_pad_proportion=0.0606, over 79.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3657, pruned_loss=0.1193, over 2773565.48 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07273, over 47038.80 utterances.], batch size: 79, lr: 3.83e-04 +2022-09-18 00:55:16,934 INFO [train.py:885] (0/2) Epoch 12, batch 7750, loss[loss=0.3721, simple_loss=0.4358, pruned_loss=0.1542, over 13780.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07101, over 411.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3664, pruned_loss=0.1203, over 2775158.09 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07259, over 46893.33 utterances.], batch size: 411, lr: 3.83e-04 +2022-09-18 00:55:46,486 INFO [train.py:885] (0/2) Epoch 12, batch 7800, loss[loss=0.2435, simple_loss=0.3095, pruned_loss=0.0887, over 14247.00 frames. utt_duration=524.3 frames, utt_pad_proportion=0.03976, over 109.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3673, pruned_loss=0.1207, over 2775263.40 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07406, over 47315.21 utterances.], batch size: 109, lr: 3.83e-04 +2022-09-18 00:56:15,715 INFO [train.py:885] (0/2) Epoch 12, batch 7850, loss[loss=0.1496, simple_loss=0.2031, pruned_loss=0.0481, over 12624.00 frames. utt_duration=2106 frames, utt_pad_proportion=0.1395, over 24.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3645, pruned_loss=0.1189, over 2776186.08 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07376, over 46788.79 utterances.], batch size: 24, lr: 3.83e-04 +2022-09-18 00:56:45,173 INFO [train.py:885] (0/2) Epoch 12, batch 7900, loss[loss=0.3276, simple_loss=0.397, pruned_loss=0.1291, over 14323.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03874, over 283.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3656, pruned_loss=0.1192, over 2779284.94 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07218, over 46892.44 utterances.], batch size: 283, lr: 3.83e-04 +2022-09-18 00:57:14,824 INFO [train.py:885] (0/2) Epoch 12, batch 7950, loss[loss=0.3597, simple_loss=0.4199, pruned_loss=0.1498, over 14266.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04116, over 335.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3672, pruned_loss=0.12, over 2782781.86 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07021, over 47241.43 utterances.], batch size: 335, lr: 3.83e-04 +2022-09-18 00:57:45,060 INFO [train.py:885] (0/2) Epoch 12, batch 8000, loss[loss=0.316, simple_loss=0.3764, pruned_loss=0.1278, over 14305.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.04198, over 167.00 utterances.], tot_loss[loss=0.307, simple_loss=0.37, pruned_loss=0.122, over 2782090.77 frames. utt_duration=235 frames, utt_pad_proportion=0.07071, over 47652.52 utterances.], batch size: 167, lr: 3.83e-04 +2022-09-18 00:58:14,553 INFO [train.py:885] (0/2) Epoch 12, batch 8050, loss[loss=0.3268, simple_loss=0.3871, pruned_loss=0.1333, over 14334.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03745, over 195.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3701, pruned_loss=0.1226, over 2779712.31 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07065, over 47276.36 utterances.], batch size: 195, lr: 3.83e-04 +2022-09-18 00:58:44,356 INFO [train.py:885] (0/2) Epoch 12, batch 8100, loss[loss=0.2955, simple_loss=0.346, pruned_loss=0.1225, over 14261.00 frames. utt_duration=476.6 frames, utt_pad_proportion=0.04301, over 120.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3701, pruned_loss=0.1229, over 2778973.72 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07312, over 47226.05 utterances.], batch size: 120, lr: 3.83e-04 +2022-09-18 00:59:14,091 INFO [train.py:885] (0/2) Epoch 12, batch 8150, loss[loss=0.1617, simple_loss=0.2055, pruned_loss=0.05902, over 12244.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.1637, over 24.00 utterances.], tot_loss[loss=0.3039, simple_loss=0.3655, pruned_loss=0.1211, over 2778332.08 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07154, over 45044.87 utterances.], batch size: 24, lr: 3.83e-04 +2022-09-18 00:59:43,346 INFO [train.py:885] (0/2) Epoch 12, batch 8200, loss[loss=0.3541, simple_loss=0.4219, pruned_loss=0.1431, over 13972.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05835, over 365.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3643, pruned_loss=0.1199, over 2783040.66 frames. utt_duration=250 frames, utt_pad_proportion=0.06971, over 44792.25 utterances.], batch size: 365, lr: 3.83e-04 +2022-09-18 01:00:12,808 INFO [train.py:885] (0/2) Epoch 12, batch 8250, loss[loss=0.3434, simple_loss=0.412, pruned_loss=0.1375, over 13963.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05799, over 365.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3625, pruned_loss=0.1187, over 2779940.13 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07109, over 44548.53 utterances.], batch size: 365, lr: 3.83e-04 +2022-09-18 01:00:42,109 INFO [train.py:885] (0/2) Epoch 12, batch 8300, loss[loss=0.2692, simple_loss=0.3419, pruned_loss=0.09829, over 14297.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03906, over 180.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3619, pruned_loss=0.1184, over 2778063.45 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07107, over 44218.82 utterances.], batch size: 180, lr: 3.83e-04 +2022-09-18 01:01:11,443 INFO [train.py:885] (0/2) Epoch 12, batch 8350, loss[loss=0.2916, simple_loss=0.3585, pruned_loss=0.1123, over 14349.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.0388, over 167.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3578, pruned_loss=0.1161, over 2776202.32 frames. utt_duration=261 frames, utt_pad_proportion=0.07058, over 42785.31 utterances.], batch size: 167, lr: 3.83e-04 +2022-09-18 01:01:40,637 INFO [train.py:885] (0/2) Epoch 12, batch 8400, loss[loss=0.5712, simple_loss=0.6346, pruned_loss=0.2539, over 12496.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1451, over 810.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3604, pruned_loss=0.118, over 2776206.02 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07292, over 44049.14 utterances.], batch size: 810, lr: 3.82e-04 +2022-09-18 01:02:10,320 INFO [train.py:885] (0/2) Epoch 12, batch 8450, loss[loss=0.3454, simple_loss=0.4388, pruned_loss=0.126, over 13666.00 frames. utt_duration=98.99 frames, utt_pad_proportion=0.07487, over 560.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3621, pruned_loss=0.1183, over 2775721.42 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07446, over 45018.68 utterances.], batch size: 560, lr: 3.82e-04 +2022-09-18 01:02:39,500 INFO [train.py:885] (0/2) Epoch 12, batch 8500, loss[loss=0.3468, simple_loss=0.3882, pruned_loss=0.1527, over 14289.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03936, over 180.00 utterances.], tot_loss[loss=0.305, simple_loss=0.367, pruned_loss=0.1215, over 2775561.40 frames. utt_duration=239.8 frames, utt_pad_proportion=0.0737, over 46579.95 utterances.], batch size: 180, lr: 3.82e-04 +2022-09-18 01:03:09,373 INFO [train.py:885] (0/2) Epoch 12, batch 8550, loss[loss=0.3292, simple_loss=0.3716, pruned_loss=0.1434, over 14324.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.04026, over 120.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3665, pruned_loss=0.1214, over 2771756.05 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07549, over 46142.07 utterances.], batch size: 120, lr: 3.82e-04 +2022-09-18 01:03:39,080 INFO [train.py:885] (0/2) Epoch 12, batch 8600, loss[loss=0.2501, simple_loss=0.3225, pruned_loss=0.08881, over 14229.00 frames. utt_duration=523.7 frames, utt_pad_proportion=0.04083, over 109.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3677, pruned_loss=0.1215, over 2769935.20 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07514, over 46715.45 utterances.], batch size: 109, lr: 3.82e-04 +2022-09-18 01:04:08,457 INFO [train.py:885] (0/2) Epoch 12, batch 8650, loss[loss=0.1762, simple_loss=0.2606, pruned_loss=0.04591, over 13766.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.07888, over 42.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3671, pruned_loss=0.1212, over 2775833.51 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07288, over 45957.38 utterances.], batch size: 42, lr: 3.82e-04 +2022-09-18 01:04:38,009 INFO [train.py:885] (0/2) Epoch 12, batch 8700, loss[loss=0.2659, simple_loss=0.3395, pruned_loss=0.09614, over 14252.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04326, over 141.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3661, pruned_loss=0.1199, over 2775760.70 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07253, over 46137.71 utterances.], batch size: 141, lr: 3.82e-04 +2022-09-18 01:05:07,768 INFO [train.py:885] (0/2) Epoch 12, batch 8750, loss[loss=0.2898, simple_loss=0.3673, pruned_loss=0.1061, over 14330.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04052, over 167.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3647, pruned_loss=0.1193, over 2773921.94 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07418, over 45546.76 utterances.], batch size: 167, lr: 3.82e-04 +2022-09-18 01:05:36,950 INFO [train.py:885] (0/2) Epoch 12, batch 8800, loss[loss=0.1982, simple_loss=0.2571, pruned_loss=0.06967, over 13441.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.0962, over 50.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3636, pruned_loss=0.118, over 2771394.83 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07431, over 45771.45 utterances.], batch size: 50, lr: 3.82e-04 +2022-09-18 01:06:06,245 INFO [train.py:885] (0/2) Epoch 12, batch 8850, loss[loss=0.1972, simple_loss=0.2445, pruned_loss=0.07495, over 12345.00 frames. utt_duration=2059 frames, utt_pad_proportion=0.1738, over 24.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.3631, pruned_loss=0.1181, over 2779802.99 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07155, over 44614.67 utterances.], batch size: 24, lr: 3.82e-04 +2022-09-18 01:06:35,916 INFO [train.py:885] (0/2) Epoch 12, batch 8900, loss[loss=0.3435, simple_loss=0.4344, pruned_loss=0.1263, over 13609.00 frames. utt_duration=98.57 frames, utt_pad_proportion=0.07877, over 560.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3635, pruned_loss=0.1176, over 2775251.16 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07516, over 45697.20 utterances.], batch size: 560, lr: 3.82e-04 +2022-09-18 01:07:05,885 INFO [train.py:885] (0/2) Epoch 12, batch 8950, loss[loss=0.2099, simple_loss=0.2696, pruned_loss=0.07513, over 13047.00 frames. utt_duration=1583 frames, utt_pad_proportion=0.1182, over 33.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.3628, pruned_loss=0.1183, over 2773654.08 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07526, over 45242.53 utterances.], batch size: 33, lr: 3.82e-04 +2022-09-18 01:07:35,947 INFO [train.py:885] (0/2) Epoch 12, batch 9000, loss[loss=0.3487, simple_loss=0.398, pruned_loss=0.1497, over 14344.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03901, over 167.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3639, pruned_loss=0.118, over 2770821.58 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07724, over 46420.38 utterances.], batch size: 167, lr: 3.82e-04 +2022-09-18 01:07:35,949 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 01:07:40,626 INFO [train.py:914] (0/2) Epoch 12, validation: loss=0.207, simple_loss=0.2853, pruned_loss=0.0644, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 01:08:09,834 INFO [train.py:885] (0/2) Epoch 12, batch 9050, loss[loss=0.2389, simple_loss=0.3118, pruned_loss=0.08306, over 14060.00 frames. utt_duration=575.3 frames, utt_pad_proportion=0.05691, over 98.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3653, pruned_loss=0.1185, over 2773947.92 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07677, over 46823.87 utterances.], batch size: 98, lr: 3.82e-04 +2022-09-18 01:08:40,061 INFO [train.py:885] (0/2) Epoch 12, batch 9100, loss[loss=0.5197, simple_loss=0.5169, pruned_loss=0.2613, over 14350.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03675, over 283.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3711, pruned_loss=0.1222, over 2776487.61 frames. utt_duration=232 frames, utt_pad_proportion=0.07765, over 48171.07 utterances.], batch size: 283, lr: 3.82e-04 +2022-09-18 01:09:09,231 INFO [train.py:885] (0/2) Epoch 12, batch 9150, loss[loss=0.4414, simple_loss=0.5271, pruned_loss=0.1779, over 13151.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.3678, pruned_loss=0.1205, over 2779764.37 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07419, over 46838.40 utterances.], batch size: 653, lr: 3.82e-04 +2022-09-18 01:09:28,223 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-148000.pt +2022-09-18 01:09:39,552 INFO [train.py:885] (0/2) Epoch 12, batch 9200, loss[loss=0.1783, simple_loss=0.2369, pruned_loss=0.05981, over 12394.00 frames. utt_duration=1985 frames, utt_pad_proportion=0.1424, over 25.00 utterances.], tot_loss[loss=0.3022, simple_loss=0.3652, pruned_loss=0.1196, over 2782494.79 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07243, over 45564.07 utterances.], batch size: 25, lr: 3.81e-04 +2022-09-18 01:10:09,426 INFO [train.py:885] (0/2) Epoch 12, batch 9250, loss[loss=0.4461, simple_loss=0.5037, pruned_loss=0.1943, over 13702.00 frames. utt_duration=134.8 frames, utt_pad_proportion=0.07661, over 411.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3621, pruned_loss=0.118, over 2780254.29 frames. utt_duration=251 frames, utt_pad_proportion=0.07171, over 44565.98 utterances.], batch size: 411, lr: 3.81e-04 +2022-09-18 01:10:39,073 INFO [train.py:885] (0/2) Epoch 12, batch 9300, loss[loss=0.1878, simple_loss=0.2627, pruned_loss=0.0565, over 13882.00 frames. utt_duration=806.2 frames, utt_pad_proportion=0.06141, over 69.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.366, pruned_loss=0.12, over 2777691.56 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07352, over 46653.42 utterances.], batch size: 69, lr: 3.81e-04 +2022-09-18 01:11:07,906 INFO [train.py:885] (0/2) Epoch 12, batch 9350, loss[loss=0.2058, simple_loss=0.2708, pruned_loss=0.07043, over 13653.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08141, over 42.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3655, pruned_loss=0.1199, over 2785109.29 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07038, over 45829.57 utterances.], batch size: 42, lr: 3.81e-04 +2022-09-18 01:11:38,205 INFO [train.py:885] (0/2) Epoch 12, batch 9400, loss[loss=0.2543, simple_loss=0.3302, pruned_loss=0.08918, over 14299.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03839, over 130.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3685, pruned_loss=0.1209, over 2780826.76 frames. utt_duration=236.7 frames, utt_pad_proportion=0.0727, over 47287.51 utterances.], batch size: 130, lr: 3.81e-04 +2022-09-18 01:12:07,921 INFO [train.py:885] (0/2) Epoch 12, batch 9450, loss[loss=0.2637, simple_loss=0.3156, pruned_loss=0.1059, over 14090.00 frames. utt_duration=715.2 frames, utt_pad_proportion=0.05396, over 79.00 utterances.], tot_loss[loss=0.3085, simple_loss=0.3713, pruned_loss=0.1229, over 2775869.08 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07522, over 48284.95 utterances.], batch size: 79, lr: 3.81e-04 +2022-09-18 01:12:37,328 INFO [train.py:885] (0/2) Epoch 12, batch 9500, loss[loss=0.4566, simple_loss=0.4819, pruned_loss=0.2156, over 14220.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04431, over 335.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3668, pruned_loss=0.1209, over 2775175.39 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07325, over 46037.06 utterances.], batch size: 335, lr: 3.81e-04 +2022-09-18 01:13:06,875 INFO [train.py:885] (0/2) Epoch 12, batch 9550, loss[loss=0.2828, simple_loss=0.3333, pruned_loss=0.1161, over 14156.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04629, over 109.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3658, pruned_loss=0.1197, over 2778047.50 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07192, over 45936.04 utterances.], batch size: 109, lr: 3.81e-04 +2022-09-18 01:13:36,600 INFO [train.py:885] (0/2) Epoch 12, batch 9600, loss[loss=0.2373, simple_loss=0.3021, pruned_loss=0.08623, over 14293.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.04055, over 120.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.365, pruned_loss=0.1184, over 2783346.64 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07069, over 46155.29 utterances.], batch size: 120, lr: 3.81e-04 +2022-09-18 01:14:14,423 INFO [train.py:885] (0/2) Epoch 12, batch 9650, loss[loss=0.3466, simple_loss=0.433, pruned_loss=0.1301, over 13611.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08213, over 477.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3639, pruned_loss=0.1179, over 2782052.84 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07083, over 45686.93 utterances.], batch size: 477, lr: 3.81e-04 +2022-09-18 01:14:44,324 INFO [train.py:885] (0/2) Epoch 12, batch 9700, loss[loss=0.3027, simple_loss=0.3585, pruned_loss=0.1235, over 14292.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.0405, over 120.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.365, pruned_loss=0.1188, over 2788093.02 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06937, over 45561.59 utterances.], batch size: 120, lr: 3.81e-04 +2022-09-18 01:15:13,485 INFO [train.py:885] (0/2) Epoch 12, batch 9750, loss[loss=0.2159, simple_loss=0.2922, pruned_loss=0.06984, over 14156.00 frames. utt_duration=579.3 frames, utt_pad_proportion=0.04881, over 98.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3622, pruned_loss=0.1178, over 2785767.98 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06874, over 44694.92 utterances.], batch size: 98, lr: 3.81e-04 +2022-09-18 01:15:42,779 INFO [train.py:885] (0/2) Epoch 12, batch 9800, loss[loss=0.1751, simple_loss=0.2326, pruned_loss=0.05886, over 13058.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.124, over 33.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3619, pruned_loss=0.1181, over 2782058.73 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07117, over 44082.69 utterances.], batch size: 33, lr: 3.81e-04 +2022-09-18 01:16:11,802 INFO [train.py:885] (0/2) Epoch 12, batch 9850, loss[loss=0.2839, simple_loss=0.329, pruned_loss=0.1193, over 14166.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04888, over 89.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3617, pruned_loss=0.119, over 2779511.00 frames. utt_duration=257.9 frames, utt_pad_proportion=0.07041, over 43353.97 utterances.], batch size: 89, lr: 3.81e-04 +2022-09-18 01:16:41,126 INFO [train.py:885] (0/2) Epoch 12, batch 9900, loss[loss=0.3063, simple_loss=0.3976, pruned_loss=0.1075, over 13732.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07453, over 411.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3616, pruned_loss=0.1182, over 2786044.12 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06631, over 43424.35 utterances.], batch size: 411, lr: 3.81e-04 +2022-09-18 01:17:10,902 INFO [train.py:885] (0/2) Epoch 12, batch 9950, loss[loss=0.3719, simple_loss=0.4346, pruned_loss=0.1546, over 14051.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05491, over 366.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3664, pruned_loss=0.121, over 2783902.08 frames. utt_duration=246 frames, utt_pad_proportion=0.07115, over 45543.00 utterances.], batch size: 366, lr: 3.80e-04 +2022-09-18 01:17:40,866 INFO [train.py:885] (0/2) Epoch 12, batch 10000, loss[loss=0.2088, simple_loss=0.2584, pruned_loss=0.07954, over 13360.00 frames. utt_duration=1621 frames, utt_pad_proportion=0.09751, over 33.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3671, pruned_loss=0.1211, over 2780448.84 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07442, over 46002.18 utterances.], batch size: 33, lr: 3.80e-04 +2022-09-18 01:18:09,719 INFO [train.py:885] (0/2) Epoch 12, batch 10050, loss[loss=0.3732, simple_loss=0.4233, pruned_loss=0.1615, over 14206.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04428, over 306.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3646, pruned_loss=0.1195, over 2784516.82 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07099, over 44120.51 utterances.], batch size: 306, lr: 3.80e-04 +2022-09-18 01:18:39,822 INFO [train.py:885] (0/2) Epoch 12, batch 10100, loss[loss=0.2075, simple_loss=0.2465, pruned_loss=0.08424, over 13296.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09267, over 41.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.367, pruned_loss=0.1208, over 2777865.25 frames. utt_duration=247.1 frames, utt_pad_proportion=0.0736, over 45241.51 utterances.], batch size: 41, lr: 3.80e-04 +2022-09-18 01:19:09,539 INFO [train.py:885] (0/2) Epoch 12, batch 10150, loss[loss=0.3272, simple_loss=0.3976, pruned_loss=0.1284, over 14344.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03656, over 210.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3639, pruned_loss=0.1187, over 2779899.75 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07251, over 44151.97 utterances.], batch size: 210, lr: 3.80e-04 +2022-09-18 01:19:39,824 INFO [train.py:885] (0/2) Epoch 12, batch 10200, loss[loss=0.1765, simple_loss=0.2391, pruned_loss=0.05696, over 13281.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.09966, over 33.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.365, pruned_loss=0.1189, over 2775131.05 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07411, over 45376.59 utterances.], batch size: 33, lr: 3.80e-04 +2022-09-18 01:20:08,839 INFO [train.py:885] (0/2) Epoch 12, batch 10250, loss[loss=0.5468, simple_loss=0.6178, pruned_loss=0.2379, over 12439.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3645, pruned_loss=0.1191, over 2780267.47 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07126, over 44614.62 utterances.], batch size: 810, lr: 3.80e-04 +2022-09-18 01:20:38,280 INFO [train.py:885] (0/2) Epoch 12, batch 10300, loss[loss=0.2786, simple_loss=0.3337, pruned_loss=0.1118, over 14281.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03922, over 130.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3663, pruned_loss=0.1203, over 2779294.29 frames. utt_duration=246.8 frames, utt_pad_proportion=0.0721, over 45315.35 utterances.], batch size: 130, lr: 3.80e-04 +2022-09-18 01:21:08,525 INFO [train.py:885] (0/2) Epoch 12, batch 10350, loss[loss=0.3973, simple_loss=0.4332, pruned_loss=0.1807, over 14319.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03884, over 283.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3667, pruned_loss=0.1203, over 2782705.84 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07006, over 45547.42 utterances.], batch size: 283, lr: 3.80e-04 +2022-09-18 01:21:37,230 INFO [train.py:885] (0/2) Epoch 12, batch 10400, loss[loss=0.3005, simple_loss=0.3723, pruned_loss=0.1144, over 14320.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03778, over 210.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3662, pruned_loss=0.1203, over 2783392.49 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06974, over 44926.89 utterances.], batch size: 210, lr: 3.80e-04 +2022-09-18 01:22:07,580 INFO [train.py:885] (0/2) Epoch 12, batch 10450, loss[loss=0.1488, simple_loss=0.1927, pruned_loss=0.05244, over 12372.00 frames. utt_duration=2064 frames, utt_pad_proportion=0.1709, over 24.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3672, pruned_loss=0.1209, over 2780824.88 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07034, over 45695.11 utterances.], batch size: 24, lr: 3.80e-04 +2022-09-18 01:22:38,873 INFO [train.py:885] (0/2) Epoch 12, batch 10500, loss[loss=0.2291, simple_loss=0.2833, pruned_loss=0.08748, over 13289.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.09068, over 26.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3666, pruned_loss=0.1204, over 2780475.82 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06993, over 45469.91 utterances.], batch size: 26, lr: 3.80e-04 +2022-09-18 01:23:08,758 INFO [train.py:885] (0/2) Epoch 12, batch 10550, loss[loss=0.2799, simple_loss=0.3553, pruned_loss=0.1022, over 14275.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04399, over 141.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.367, pruned_loss=0.1207, over 2779894.78 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07151, over 45602.18 utterances.], batch size: 141, lr: 3.80e-04 +2022-09-18 01:23:38,446 INFO [train.py:885] (0/2) Epoch 12, batch 10600, loss[loss=0.1768, simple_loss=0.2234, pruned_loss=0.06509, over 13059.00 frames. utt_duration=1585 frames, utt_pad_proportion=0.1231, over 33.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3659, pruned_loss=0.1194, over 2777897.88 frames. utt_duration=243 frames, utt_pad_proportion=0.07242, over 46014.43 utterances.], batch size: 33, lr: 3.80e-04 +2022-09-18 01:24:08,013 INFO [train.py:885] (0/2) Epoch 12, batch 10650, loss[loss=0.2444, simple_loss=0.2984, pruned_loss=0.09522, over 14037.00 frames. utt_duration=712.2 frames, utt_pad_proportion=0.05667, over 79.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.3645, pruned_loss=0.1191, over 2778667.54 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07167, over 44655.07 utterances.], batch size: 79, lr: 3.80e-04 +2022-09-18 01:24:37,443 INFO [train.py:885] (0/2) Epoch 12, batch 10700, loss[loss=0.3899, simple_loss=0.4309, pruned_loss=0.1744, over 14273.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.0402, over 225.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3649, pruned_loss=0.119, over 2781217.97 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07198, over 45156.00 utterances.], batch size: 225, lr: 3.80e-04 +2022-09-18 01:25:16,270 INFO [train.py:885] (0/2) Epoch 12, batch 10750, loss[loss=0.2488, simple_loss=0.2789, pruned_loss=0.1094, over 12796.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1404, over 25.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3704, pruned_loss=0.1226, over 2779904.97 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07302, over 46675.00 utterances.], batch size: 25, lr: 3.79e-04 +2022-09-18 01:25:46,594 INFO [train.py:885] (0/2) Epoch 12, batch 10800, loss[loss=0.2466, simple_loss=0.3019, pruned_loss=0.09563, over 13344.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.09043, over 41.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3754, pruned_loss=0.1254, over 2781377.28 frames. utt_duration=230.8 frames, utt_pad_proportion=0.07336, over 48520.17 utterances.], batch size: 41, lr: 3.79e-04 +2022-09-18 01:26:15,584 INFO [train.py:885] (0/2) Epoch 12, batch 10850, loss[loss=0.3331, simple_loss=0.4202, pruned_loss=0.123, over 13625.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08086, over 477.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3761, pruned_loss=0.1254, over 2780540.51 frames. utt_duration=226.8 frames, utt_pad_proportion=0.07362, over 49359.58 utterances.], batch size: 477, lr: 3.79e-04 +2022-09-18 01:26:44,227 INFO [train.py:885] (0/2) Epoch 12, batch 10900, loss[loss=0.1848, simple_loss=0.2579, pruned_loss=0.05586, over 14015.00 frames. utt_duration=711.1 frames, utt_pad_proportion=0.05941, over 79.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3683, pruned_loss=0.1216, over 2783278.43 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07085, over 46032.78 utterances.], batch size: 79, lr: 3.79e-04 +2022-09-18 01:27:14,984 INFO [train.py:885] (0/2) Epoch 12, batch 10950, loss[loss=0.3129, simple_loss=0.3718, pruned_loss=0.127, over 14350.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03624, over 210.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3684, pruned_loss=0.1209, over 2782187.88 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07141, over 47094.15 utterances.], batch size: 210, lr: 3.79e-04 +2022-09-18 01:27:44,946 INFO [train.py:885] (0/2) Epoch 12, batch 11000, loss[loss=0.2875, simple_loss=0.3534, pruned_loss=0.1108, over 14263.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04462, over 141.00 utterances.], tot_loss[loss=0.305, simple_loss=0.3689, pruned_loss=0.1205, over 2782533.20 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07127, over 47583.66 utterances.], batch size: 141, lr: 3.79e-04 +2022-09-18 01:28:13,938 INFO [train.py:885] (0/2) Epoch 12, batch 11050, loss[loss=0.3355, simple_loss=0.397, pruned_loss=0.137, over 14271.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.041, over 225.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3686, pruned_loss=0.1205, over 2781955.13 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07088, over 47698.85 utterances.], batch size: 225, lr: 3.79e-04 +2022-09-18 01:28:43,577 INFO [train.py:885] (0/2) Epoch 12, batch 11100, loss[loss=0.2501, simple_loss=0.3141, pruned_loss=0.09307, over 14170.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.04495, over 109.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3679, pruned_loss=0.1194, over 2783335.01 frames. utt_duration=234.2 frames, utt_pad_proportion=0.0715, over 47845.45 utterances.], batch size: 109, lr: 3.79e-04 +2022-09-18 01:29:13,052 INFO [train.py:885] (0/2) Epoch 12, batch 11150, loss[loss=0.4483, simple_loss=0.5099, pruned_loss=0.1934, over 13717.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07506, over 411.00 utterances.], tot_loss[loss=0.303, simple_loss=0.367, pruned_loss=0.1195, over 2785014.82 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07053, over 47011.92 utterances.], batch size: 411, lr: 3.79e-04 +2022-09-18 01:29:43,141 INFO [train.py:885] (0/2) Epoch 12, batch 11200, loss[loss=0.538, simple_loss=0.6034, pruned_loss=0.2363, over 12514.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1442, over 810.00 utterances.], tot_loss[loss=0.3039, simple_loss=0.368, pruned_loss=0.1199, over 2780120.04 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07256, over 48084.79 utterances.], batch size: 810, lr: 3.79e-04 +2022-09-18 01:30:11,912 INFO [train.py:885] (0/2) Epoch 12, batch 11250, loss[loss=0.3255, simple_loss=0.386, pruned_loss=0.1325, over 14351.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03599, over 210.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3638, pruned_loss=0.118, over 2785845.40 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0694, over 45217.14 utterances.], batch size: 210, lr: 3.79e-04 +2022-09-18 01:30:41,939 INFO [train.py:885] (0/2) Epoch 12, batch 11300, loss[loss=0.2806, simple_loss=0.3582, pruned_loss=0.1015, over 14344.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03668, over 210.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.36, pruned_loss=0.1161, over 2783656.60 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06885, over 44168.06 utterances.], batch size: 210, lr: 3.79e-04 +2022-09-18 01:31:11,317 INFO [train.py:885] (0/2) Epoch 12, batch 11350, loss[loss=0.199, simple_loss=0.2567, pruned_loss=0.07066, over 13565.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.07732, over 50.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3615, pruned_loss=0.1167, over 2780699.79 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07098, over 45213.66 utterances.], batch size: 50, lr: 3.79e-04 +2022-09-18 01:31:41,048 INFO [train.py:885] (0/2) Epoch 12, batch 11400, loss[loss=0.1886, simple_loss=0.2515, pruned_loss=0.06285, over 13229.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1098, over 33.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3614, pruned_loss=0.1177, over 2783020.07 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06905, over 44404.58 utterances.], batch size: 33, lr: 3.79e-04 +2022-09-18 01:32:10,297 INFO [train.py:885] (0/2) Epoch 12, batch 11450, loss[loss=0.3362, simple_loss=0.4149, pruned_loss=0.1288, over 13791.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06994, over 411.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3625, pruned_loss=0.1186, over 2783214.68 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06765, over 44458.64 utterances.], batch size: 411, lr: 3.79e-04 +2022-09-18 01:32:40,742 INFO [train.py:885] (0/2) Epoch 12, batch 11500, loss[loss=0.3924, simple_loss=0.436, pruned_loss=0.1744, over 14221.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04408, over 335.00 utterances.], tot_loss[loss=0.305, simple_loss=0.3671, pruned_loss=0.1214, over 2780954.60 frames. utt_duration=243 frames, utt_pad_proportion=0.07126, over 46047.76 utterances.], batch size: 335, lr: 3.79e-04 +2022-09-18 01:33:10,110 INFO [train.py:885] (0/2) Epoch 12, batch 11550, loss[loss=0.2296, simple_loss=0.2984, pruned_loss=0.08038, over 14271.00 frames. utt_duration=477.2 frames, utt_pad_proportion=0.04185, over 120.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3697, pruned_loss=0.1225, over 2776945.79 frames. utt_duration=235.7 frames, utt_pad_proportion=0.074, over 47422.63 utterances.], batch size: 120, lr: 3.78e-04 +2022-09-18 01:33:39,751 INFO [train.py:885] (0/2) Epoch 12, batch 11600, loss[loss=0.3053, simple_loss=0.3734, pruned_loss=0.1186, over 14306.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03982, over 262.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.369, pruned_loss=0.1222, over 2779304.42 frames. utt_duration=239 frames, utt_pad_proportion=0.07255, over 46801.95 utterances.], batch size: 262, lr: 3.78e-04 +2022-09-18 01:34:08,975 INFO [train.py:885] (0/2) Epoch 12, batch 11650, loss[loss=0.3153, simple_loss=0.3607, pruned_loss=0.1349, over 14092.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.05146, over 98.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3681, pruned_loss=0.1227, over 2780449.37 frames. utt_duration=242 frames, utt_pad_proportion=0.0717, over 46246.29 utterances.], batch size: 98, lr: 3.78e-04 +2022-09-18 01:34:38,037 INFO [train.py:885] (0/2) Epoch 12, batch 11700, loss[loss=0.4325, simple_loss=0.5032, pruned_loss=0.1809, over 13163.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3691, pruned_loss=0.1228, over 2784436.79 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07207, over 46214.60 utterances.], batch size: 653, lr: 3.78e-04 +2022-09-18 01:35:07,763 INFO [train.py:885] (0/2) Epoch 12, batch 11750, loss[loss=0.656, simple_loss=0.6945, pruned_loss=0.3087, over 12460.00 frames. utt_duration=63.03 frames, utt_pad_proportion=0.1482, over 811.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3683, pruned_loss=0.1219, over 2781257.70 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07166, over 46430.09 utterances.], batch size: 811, lr: 3.78e-04 +2022-09-18 01:35:37,564 INFO [train.py:885] (0/2) Epoch 12, batch 11800, loss[loss=0.2032, simple_loss=0.2695, pruned_loss=0.06844, over 13700.00 frames. utt_duration=795.7 frames, utt_pad_proportion=0.07265, over 69.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3668, pruned_loss=0.1211, over 2780831.82 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07253, over 46079.23 utterances.], batch size: 69, lr: 3.78e-04 +2022-09-18 01:36:06,448 INFO [train.py:885] (0/2) Epoch 12, batch 11850, loss[loss=0.3493, simple_loss=0.4398, pruned_loss=0.1294, over 13616.00 frames. utt_duration=98.44 frames, utt_pad_proportion=0.08001, over 561.00 utterances.], tot_loss[loss=0.3089, simple_loss=0.3711, pruned_loss=0.1233, over 2784621.32 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07333, over 47429.87 utterances.], batch size: 561, lr: 3.78e-04 +2022-09-18 01:36:35,835 INFO [train.py:885] (0/2) Epoch 12, batch 11900, loss[loss=0.205, simple_loss=0.2703, pruned_loss=0.06983, over 13975.00 frames. utt_duration=933 frames, utt_pad_proportion=0.06324, over 60.00 utterances.], tot_loss[loss=0.3078, simple_loss=0.3702, pruned_loss=0.1227, over 2786766.90 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07253, over 47037.40 utterances.], batch size: 60, lr: 3.78e-04 +2022-09-18 01:37:05,516 INFO [train.py:885] (0/2) Epoch 12, batch 11950, loss[loss=0.3799, simple_loss=0.4422, pruned_loss=0.1589, over 14020.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05481, over 365.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3726, pruned_loss=0.1245, over 2786581.25 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07206, over 47765.15 utterances.], batch size: 365, lr: 3.78e-04 +2022-09-18 01:37:35,388 INFO [train.py:885] (0/2) Epoch 12, batch 12000, loss[loss=0.3576, simple_loss=0.404, pruned_loss=0.1556, over 14325.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03885, over 283.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3708, pruned_loss=0.1234, over 2786332.31 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07212, over 46833.77 utterances.], batch size: 283, lr: 3.78e-04 +2022-09-18 01:37:35,389 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 01:37:40,063 INFO [train.py:914] (0/2) Epoch 12, validation: loss=0.2007, simple_loss=0.2785, pruned_loss=0.06142, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 01:38:09,121 INFO [train.py:885] (0/2) Epoch 12, batch 12050, loss[loss=0.2246, simple_loss=0.3023, pruned_loss=0.07349, over 14172.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04968, over 89.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3705, pruned_loss=0.1226, over 2785719.17 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07243, over 47430.28 utterances.], batch size: 89, lr: 3.78e-04 +2022-09-18 01:38:39,093 INFO [train.py:885] (0/2) Epoch 12, batch 12100, loss[loss=0.4387, simple_loss=0.5187, pruned_loss=0.1794, over 13137.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3728, pruned_loss=0.1231, over 2783786.27 frames. utt_duration=229.9 frames, utt_pad_proportion=0.07241, over 48749.00 utterances.], batch size: 653, lr: 3.78e-04 +2022-09-18 01:39:09,167 INFO [train.py:885] (0/2) Epoch 12, batch 12150, loss[loss=0.3441, simple_loss=0.4042, pruned_loss=0.142, over 14329.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.03745, over 226.00 utterances.], tot_loss[loss=0.3075, simple_loss=0.3717, pruned_loss=0.1216, over 2778809.23 frames. utt_duration=226.1 frames, utt_pad_proportion=0.07364, over 49481.83 utterances.], batch size: 226, lr: 3.78e-04 +2022-09-18 01:39:39,088 INFO [train.py:885] (0/2) Epoch 12, batch 12200, loss[loss=0.3335, simple_loss=0.3918, pruned_loss=0.1376, over 14302.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03963, over 262.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3691, pruned_loss=0.1209, over 2779898.18 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07172, over 48548.61 utterances.], batch size: 262, lr: 3.78e-04 +2022-09-18 01:40:08,293 INFO [train.py:885] (0/2) Epoch 12, batch 12250, loss[loss=0.3112, simple_loss=0.3781, pruned_loss=0.1221, over 14327.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03829, over 283.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3663, pruned_loss=0.1195, over 2777155.44 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07211, over 47833.44 utterances.], batch size: 283, lr: 3.78e-04 +2022-09-18 01:40:38,764 INFO [train.py:885] (0/2) Epoch 12, batch 12300, loss[loss=0.2029, simple_loss=0.2677, pruned_loss=0.06903, over 13027.00 frames. utt_duration=2006 frames, utt_pad_proportion=0.1238, over 26.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3646, pruned_loss=0.1187, over 2777455.14 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07248, over 47296.70 utterances.], batch size: 26, lr: 3.78e-04 +2022-09-18 01:41:08,393 INFO [train.py:885] (0/2) Epoch 12, batch 12350, loss[loss=0.2503, simple_loss=0.2772, pruned_loss=0.1117, over 12937.00 frames. utt_duration=1992 frames, utt_pad_proportion=0.1341, over 26.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3665, pruned_loss=0.1199, over 2777020.00 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07256, over 47504.65 utterances.], batch size: 26, lr: 3.77e-04 +2022-09-18 01:41:37,562 INFO [train.py:885] (0/2) Epoch 12, batch 12400, loss[loss=0.2968, simple_loss=0.3595, pruned_loss=0.1171, over 14260.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04129, over 225.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.3658, pruned_loss=0.1186, over 2777525.00 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07285, over 47700.21 utterances.], batch size: 225, lr: 3.77e-04 +2022-09-18 01:42:07,109 INFO [train.py:885] (0/2) Epoch 12, batch 12450, loss[loss=0.3096, simple_loss=0.3768, pruned_loss=0.1213, over 14316.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04112, over 167.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3655, pruned_loss=0.1193, over 2772194.02 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07466, over 47271.28 utterances.], batch size: 167, lr: 3.77e-04 +2022-09-18 01:42:37,052 INFO [train.py:885] (0/2) Epoch 12, batch 12500, loss[loss=0.3004, simple_loss=0.3483, pruned_loss=0.1262, over 14034.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05836, over 98.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.366, pruned_loss=0.1195, over 2774762.08 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07469, over 47290.52 utterances.], batch size: 98, lr: 3.77e-04 +2022-09-18 01:43:06,851 INFO [train.py:885] (0/2) Epoch 12, batch 12550, loss[loss=0.5771, simple_loss=0.6273, pruned_loss=0.2634, over 12503.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1442, over 810.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3681, pruned_loss=0.121, over 2774629.35 frames. utt_duration=235 frames, utt_pad_proportion=0.07416, over 47518.41 utterances.], batch size: 810, lr: 3.77e-04 +2022-09-18 01:43:34,468 INFO [train.py:885] (0/2) Epoch 12, batch 12600, loss[loss=0.3143, simple_loss=0.3849, pruned_loss=0.1219, over 14354.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03522, over 210.00 utterances.], tot_loss[loss=0.3028, simple_loss=0.366, pruned_loss=0.1197, over 2777378.50 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07294, over 46457.08 utterances.], batch size: 210, lr: 3.77e-04 +2022-09-18 01:43:45,634 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-12.pt +2022-09-18 01:43:53,088 INFO [train.py:885] (0/2) Epoch 13, batch 0, loss[loss=0.2922, simple_loss=0.3594, pruned_loss=0.1125, over 14321.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04033, over 167.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3594, pruned_loss=0.1125, over 14321.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04033, over 167.00 utterances.], batch size: 167, lr: 3.64e-04 +2022-09-18 01:44:22,833 INFO [train.py:885] (0/2) Epoch 13, batch 50, loss[loss=0.2443, simple_loss=0.3127, pruned_loss=0.08795, over 14100.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05263, over 98.00 utterances.], tot_loss[loss=0.3028, simple_loss=0.3655, pruned_loss=0.1201, over 627737.91 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07128, over 10033.24 utterances.], batch size: 98, lr: 3.64e-04 +2022-09-18 01:44:52,190 INFO [train.py:885] (0/2) Epoch 13, batch 100, loss[loss=0.337, simple_loss=0.3863, pruned_loss=0.1439, over 14281.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04267, over 154.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3699, pruned_loss=0.1224, over 1102893.73 frames. utt_duration=236 frames, utt_pad_proportion=0.07506, over 18813.90 utterances.], batch size: 154, lr: 3.64e-04 +2022-09-18 01:45:21,637 INFO [train.py:885] (0/2) Epoch 13, batch 150, loss[loss=0.2418, simple_loss=0.3106, pruned_loss=0.08647, over 14076.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.05392, over 79.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3625, pruned_loss=0.1182, over 1475637.17 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07308, over 23638.19 utterances.], batch size: 79, lr: 3.64e-04 +2022-09-18 01:45:51,523 INFO [train.py:885] (0/2) Epoch 13, batch 200, loss[loss=0.2317, simple_loss=0.2967, pruned_loss=0.08335, over 14204.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04664, over 89.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3687, pruned_loss=0.1198, over 1763315.78 frames. utt_duration=228.4 frames, utt_pad_proportion=0.07403, over 31084.09 utterances.], batch size: 89, lr: 3.64e-04 +2022-09-18 01:46:20,840 INFO [train.py:885] (0/2) Epoch 13, batch 250, loss[loss=0.3019, simple_loss=0.3687, pruned_loss=0.1176, over 14343.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03627, over 210.00 utterances.], tot_loss[loss=0.3022, simple_loss=0.3659, pruned_loss=0.1193, over 1994327.83 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07001, over 33606.15 utterances.], batch size: 210, lr: 3.64e-04 +2022-09-18 01:46:50,808 INFO [train.py:885] (0/2) Epoch 13, batch 300, loss[loss=0.2654, simple_loss=0.3244, pruned_loss=0.1032, over 14174.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04473, over 109.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3602, pruned_loss=0.116, over 2167912.69 frames. utt_duration=248 frames, utt_pad_proportion=0.06881, over 35183.67 utterances.], batch size: 109, lr: 3.64e-04 +2022-09-18 01:47:20,177 INFO [train.py:885] (0/2) Epoch 13, batch 350, loss[loss=0.2912, simple_loss=0.3524, pruned_loss=0.115, over 14393.00 frames. utt_duration=346.1 frames, utt_pad_proportion=0.03601, over 167.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3631, pruned_loss=0.1175, over 2303989.68 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07071, over 38451.38 utterances.], batch size: 167, lr: 3.64e-04 +2022-09-18 01:47:49,912 INFO [train.py:885] (0/2) Epoch 13, batch 400, loss[loss=0.3083, simple_loss=0.3702, pruned_loss=0.1232, over 14328.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04011, over 167.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3668, pruned_loss=0.1197, over 2404869.22 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07346, over 41656.10 utterances.], batch size: 167, lr: 3.64e-04 +2022-09-18 01:48:19,774 INFO [train.py:885] (0/2) Epoch 13, batch 450, loss[loss=0.3356, simple_loss=0.4284, pruned_loss=0.1214, over 13578.00 frames. utt_duration=98.3 frames, utt_pad_proportion=0.08129, over 560.00 utterances.], tot_loss[loss=0.3039, simple_loss=0.3687, pruned_loss=0.1196, over 2492938.80 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07158, over 43393.95 utterances.], batch size: 560, lr: 3.64e-04 +2022-09-18 01:48:49,294 INFO [train.py:885] (0/2) Epoch 13, batch 500, loss[loss=0.1972, simple_loss=0.2707, pruned_loss=0.06192, over 13942.00 frames. utt_duration=707.4 frames, utt_pad_proportion=0.06306, over 79.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3684, pruned_loss=0.1201, over 2556672.82 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07294, over 44025.35 utterances.], batch size: 79, lr: 3.64e-04 +2022-09-18 01:49:18,747 INFO [train.py:885] (0/2) Epoch 13, batch 550, loss[loss=0.2803, simple_loss=0.3506, pruned_loss=0.105, over 14346.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03667, over 195.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3633, pruned_loss=0.1173, over 2608134.69 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0701, over 42767.04 utterances.], batch size: 195, lr: 3.64e-04 +2022-09-18 01:49:25,668 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-152000.pt +2022-09-18 01:49:48,793 INFO [train.py:885] (0/2) Epoch 13, batch 600, loss[loss=0.2524, simple_loss=0.3142, pruned_loss=0.09526, over 14334.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.0379, over 120.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3615, pruned_loss=0.116, over 2647214.82 frames. utt_duration=248.4 frames, utt_pad_proportion=0.0693, over 42883.79 utterances.], batch size: 120, lr: 3.64e-04 +2022-09-18 01:50:18,796 INFO [train.py:885] (0/2) Epoch 13, batch 650, loss[loss=0.3511, simple_loss=0.3858, pruned_loss=0.1582, over 14238.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04611, over 141.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3608, pruned_loss=0.1159, over 2673696.49 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07075, over 43308.44 utterances.], batch size: 141, lr: 3.64e-04 +2022-09-18 01:50:48,914 INFO [train.py:885] (0/2) Epoch 13, batch 700, loss[loss=0.3171, simple_loss=0.4012, pruned_loss=0.1165, over 13998.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05641, over 365.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3641, pruned_loss=0.1171, over 2697331.86 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07171, over 44950.60 utterances.], batch size: 365, lr: 3.64e-04 +2022-09-18 01:51:18,269 INFO [train.py:885] (0/2) Epoch 13, batch 750, loss[loss=0.2843, simple_loss=0.3493, pruned_loss=0.1096, over 14330.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04001, over 167.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3675, pruned_loss=0.1186, over 2718012.97 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07268, over 46460.62 utterances.], batch size: 167, lr: 3.64e-04 +2022-09-18 01:51:47,749 INFO [train.py:885] (0/2) Epoch 13, batch 800, loss[loss=0.3639, simple_loss=0.4093, pruned_loss=0.1593, over 14348.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03633, over 195.00 utterances.], tot_loss[loss=0.3019, simple_loss=0.3664, pruned_loss=0.1187, over 2731811.52 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07125, over 45956.19 utterances.], batch size: 195, lr: 3.63e-04 +2022-09-18 01:52:17,174 INFO [train.py:885] (0/2) Epoch 13, batch 850, loss[loss=0.3142, simple_loss=0.3809, pruned_loss=0.1237, over 14286.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.0396, over 154.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3672, pruned_loss=0.12, over 2744767.75 frames. utt_duration=241 frames, utt_pad_proportion=0.07101, over 45833.61 utterances.], batch size: 154, lr: 3.63e-04 +2022-09-18 01:52:47,299 INFO [train.py:885] (0/2) Epoch 13, batch 900, loss[loss=0.5906, simple_loss=0.6474, pruned_loss=0.2669, over 12505.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 810.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3672, pruned_loss=0.1193, over 2747888.04 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07411, over 47116.35 utterances.], batch size: 810, lr: 3.63e-04 +2022-09-18 01:53:16,513 INFO [train.py:885] (0/2) Epoch 13, batch 950, loss[loss=0.2954, simple_loss=0.3701, pruned_loss=0.1103, over 14335.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03715, over 195.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3669, pruned_loss=0.1198, over 2761372.66 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07164, over 46025.75 utterances.], batch size: 195, lr: 3.63e-04 +2022-09-18 01:53:46,320 INFO [train.py:885] (0/2) Epoch 13, batch 1000, loss[loss=0.2734, simple_loss=0.3427, pruned_loss=0.1021, over 14316.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03892, over 120.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3655, pruned_loss=0.1189, over 2761047.30 frames. utt_duration=243.7 frames, utt_pad_proportion=0.0708, over 45602.35 utterances.], batch size: 120, lr: 3.63e-04 +2022-09-18 01:54:15,860 INFO [train.py:885] (0/2) Epoch 13, batch 1050, loss[loss=0.2126, simple_loss=0.2605, pruned_loss=0.08234, over 13111.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1187, over 33.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3634, pruned_loss=0.1183, over 2764585.99 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06993, over 44515.29 utterances.], batch size: 33, lr: 3.63e-04 +2022-09-18 01:54:45,392 INFO [train.py:885] (0/2) Epoch 13, batch 1100, loss[loss=0.1751, simple_loss=0.2409, pruned_loss=0.0546, over 13027.00 frames. utt_duration=1273 frames, utt_pad_proportion=0.1107, over 41.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3625, pruned_loss=0.118, over 2767939.39 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06942, over 43485.47 utterances.], batch size: 41, lr: 3.63e-04 +2022-09-18 01:55:15,649 INFO [train.py:885] (0/2) Epoch 13, batch 1150, loss[loss=0.1717, simple_loss=0.2231, pruned_loss=0.06014, over 13649.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08119, over 50.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.37, pruned_loss=0.1224, over 2769461.48 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07163, over 46722.91 utterances.], batch size: 50, lr: 3.63e-04 +2022-09-18 01:55:43,942 INFO [train.py:885] (0/2) Epoch 13, batch 1200, loss[loss=0.3514, simple_loss=0.4456, pruned_loss=0.1286, over 13637.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.0771, over 560.00 utterances.], tot_loss[loss=0.3019, simple_loss=0.3651, pruned_loss=0.1193, over 2771798.92 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07152, over 45015.67 utterances.], batch size: 560, lr: 3.63e-04 +2022-09-18 01:56:14,228 INFO [train.py:885] (0/2) Epoch 13, batch 1250, loss[loss=0.3718, simple_loss=0.4174, pruned_loss=0.1631, over 14344.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03421, over 244.00 utterances.], tot_loss[loss=0.3028, simple_loss=0.3661, pruned_loss=0.1198, over 2769585.42 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07243, over 45774.26 utterances.], batch size: 244, lr: 3.63e-04 +2022-09-18 01:56:43,737 INFO [train.py:885] (0/2) Epoch 13, batch 1300, loss[loss=0.2907, simple_loss=0.3534, pruned_loss=0.114, over 14255.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04054, over 141.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3714, pruned_loss=0.1231, over 2770802.39 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07349, over 47409.80 utterances.], batch size: 141, lr: 3.63e-04 +2022-09-18 01:57:13,172 INFO [train.py:885] (0/2) Epoch 13, batch 1350, loss[loss=0.2724, simple_loss=0.3296, pruned_loss=0.1077, over 14068.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05472, over 79.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3683, pruned_loss=0.1218, over 2774045.85 frames. utt_duration=240.9 frames, utt_pad_proportion=0.0721, over 46354.28 utterances.], batch size: 79, lr: 3.63e-04 +2022-09-18 01:57:42,682 INFO [train.py:885] (0/2) Epoch 13, batch 1400, loss[loss=0.2541, simple_loss=0.3241, pruned_loss=0.09205, over 14315.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03759, over 130.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3691, pruned_loss=0.1213, over 2772056.21 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07392, over 47408.80 utterances.], batch size: 130, lr: 3.63e-04 +2022-09-18 01:58:12,621 INFO [train.py:885] (0/2) Epoch 13, batch 1450, loss[loss=0.3352, simple_loss=0.3981, pruned_loss=0.1362, over 14240.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04218, over 306.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3707, pruned_loss=0.1224, over 2777524.21 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07291, over 47967.67 utterances.], batch size: 306, lr: 3.63e-04 +2022-09-18 01:58:42,026 INFO [train.py:885] (0/2) Epoch 13, batch 1500, loss[loss=0.3521, simple_loss=0.4028, pruned_loss=0.1507, over 14310.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03915, over 283.00 utterances.], tot_loss[loss=0.3061, simple_loss=0.3694, pruned_loss=0.1214, over 2779065.70 frames. utt_duration=234.3 frames, utt_pad_proportion=0.0725, over 47753.14 utterances.], batch size: 283, lr: 3.63e-04 +2022-09-18 01:59:11,962 INFO [train.py:885] (0/2) Epoch 13, batch 1550, loss[loss=0.3071, simple_loss=0.37, pruned_loss=0.1221, over 14261.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04119, over 225.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3661, pruned_loss=0.1194, over 2780529.10 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07075, over 46274.00 utterances.], batch size: 225, lr: 3.63e-04 +2022-09-18 01:59:41,601 INFO [train.py:885] (0/2) Epoch 13, batch 1600, loss[loss=0.1587, simple_loss=0.2257, pruned_loss=0.04581, over 13075.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1221, over 33.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3679, pruned_loss=0.1197, over 2774878.25 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07359, over 47610.34 utterances.], batch size: 33, lr: 3.63e-04 +2022-09-18 02:00:10,882 INFO [train.py:885] (0/2) Epoch 13, batch 1650, loss[loss=0.2439, simple_loss=0.3053, pruned_loss=0.09128, over 13419.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.08713, over 50.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3663, pruned_loss=0.1197, over 2782985.91 frames. utt_duration=244 frames, utt_pad_proportion=0.07089, over 45897.53 utterances.], batch size: 50, lr: 3.62e-04 +2022-09-18 02:00:39,924 INFO [train.py:885] (0/2) Epoch 13, batch 1700, loss[loss=0.276, simple_loss=0.3455, pruned_loss=0.1033, over 14273.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04406, over 141.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3645, pruned_loss=0.1195, over 2782880.98 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06993, over 44952.36 utterances.], batch size: 141, lr: 3.62e-04 +2022-09-18 02:01:09,374 INFO [train.py:885] (0/2) Epoch 13, batch 1750, loss[loss=0.3638, simple_loss=0.4142, pruned_loss=0.1567, over 14303.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04015, over 262.00 utterances.], tot_loss[loss=0.3022, simple_loss=0.3643, pruned_loss=0.12, over 2786779.12 frames. utt_duration=255 frames, utt_pad_proportion=0.06732, over 43972.77 utterances.], batch size: 262, lr: 3.62e-04 +2022-09-18 02:01:39,487 INFO [train.py:885] (0/2) Epoch 13, batch 1800, loss[loss=0.1728, simple_loss=0.2252, pruned_loss=0.06024, over 13422.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08322, over 41.00 utterances.], tot_loss[loss=0.3061, simple_loss=0.3682, pruned_loss=0.122, over 2782070.04 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07154, over 46187.58 utterances.], batch size: 41, lr: 3.62e-04 +2022-09-18 02:02:09,148 INFO [train.py:885] (0/2) Epoch 13, batch 1850, loss[loss=0.3276, simple_loss=0.4142, pruned_loss=0.1205, over 13732.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07396, over 411.00 utterances.], tot_loss[loss=0.3066, simple_loss=0.3696, pruned_loss=0.1219, over 2775154.25 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07578, over 47919.96 utterances.], batch size: 411, lr: 3.62e-04 +2022-09-18 02:02:38,764 INFO [train.py:885] (0/2) Epoch 13, batch 1900, loss[loss=0.1417, simple_loss=0.2038, pruned_loss=0.03982, over 12281.00 frames. utt_duration=2048 frames, utt_pad_proportion=0.1619, over 24.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3672, pruned_loss=0.1205, over 2778183.16 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07411, over 47031.48 utterances.], batch size: 24, lr: 3.62e-04 +2022-09-18 02:03:08,112 INFO [train.py:885] (0/2) Epoch 13, batch 1950, loss[loss=0.2599, simple_loss=0.3255, pruned_loss=0.09712, over 14307.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03921, over 120.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3687, pruned_loss=0.1213, over 2781298.03 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07518, over 46892.69 utterances.], batch size: 120, lr: 3.62e-04 +2022-09-18 02:03:38,069 INFO [train.py:885] (0/2) Epoch 13, batch 2000, loss[loss=0.2799, simple_loss=0.3391, pruned_loss=0.1103, over 14345.00 frames. utt_duration=479.5 frames, utt_pad_proportion=0.03514, over 120.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3685, pruned_loss=0.1211, over 2779278.62 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07503, over 46942.60 utterances.], batch size: 120, lr: 3.62e-04 +2022-09-18 02:04:07,298 INFO [train.py:885] (0/2) Epoch 13, batch 2050, loss[loss=0.2647, simple_loss=0.3358, pruned_loss=0.09674, over 14218.00 frames. utt_duration=439.2 frames, utt_pad_proportion=0.04517, over 130.00 utterances.], tot_loss[loss=0.3004, simple_loss=0.3636, pruned_loss=0.1185, over 2778616.46 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07389, over 45572.32 utterances.], batch size: 130, lr: 3.62e-04 +2022-09-18 02:04:37,392 INFO [train.py:885] (0/2) Epoch 13, batch 2100, loss[loss=0.3831, simple_loss=0.4246, pruned_loss=0.1707, over 14224.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04363, over 306.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3649, pruned_loss=0.119, over 2781666.31 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07196, over 46058.14 utterances.], batch size: 306, lr: 3.62e-04 +2022-09-18 02:05:06,654 INFO [train.py:885] (0/2) Epoch 13, batch 2150, loss[loss=0.297, simple_loss=0.368, pruned_loss=0.1131, over 14302.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04145, over 154.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3654, pruned_loss=0.1187, over 2778416.50 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07369, over 46274.25 utterances.], batch size: 154, lr: 3.62e-04 +2022-09-18 02:05:36,148 INFO [train.py:885] (0/2) Epoch 13, batch 2200, loss[loss=0.4352, simple_loss=0.4616, pruned_loss=0.2044, over 14237.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04259, over 335.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3655, pruned_loss=0.1184, over 2780548.11 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07267, over 46613.03 utterances.], batch size: 335, lr: 3.62e-04 +2022-09-18 02:06:06,235 INFO [train.py:885] (0/2) Epoch 13, batch 2250, loss[loss=0.2442, simple_loss=0.294, pruned_loss=0.09717, over 13653.00 frames. utt_duration=911.7 frames, utt_pad_proportion=0.08375, over 60.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3657, pruned_loss=0.1191, over 2774899.08 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07272, over 46707.97 utterances.], batch size: 60, lr: 3.62e-04 +2022-09-18 02:06:35,659 INFO [train.py:885] (0/2) Epoch 13, batch 2300, loss[loss=0.1963, simple_loss=0.2597, pruned_loss=0.06647, over 13698.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.07888, over 42.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.3654, pruned_loss=0.1188, over 2775979.73 frames. utt_duration=241 frames, utt_pad_proportion=0.07424, over 46364.39 utterances.], batch size: 42, lr: 3.62e-04 +2022-09-18 02:07:05,313 INFO [train.py:885] (0/2) Epoch 13, batch 2350, loss[loss=0.3638, simple_loss=0.4169, pruned_loss=0.1554, over 14217.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04293, over 306.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3636, pruned_loss=0.119, over 2774505.88 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07392, over 45114.00 utterances.], batch size: 306, lr: 3.62e-04 +2022-09-18 02:07:35,126 INFO [train.py:885] (0/2) Epoch 13, batch 2400, loss[loss=0.2716, simple_loss=0.3419, pruned_loss=0.1006, over 14306.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03806, over 130.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3629, pruned_loss=0.1183, over 2778229.51 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07204, over 44444.59 utterances.], batch size: 130, lr: 3.62e-04 +2022-09-18 02:08:04,916 INFO [train.py:885] (0/2) Epoch 13, batch 2450, loss[loss=0.2153, simple_loss=0.2841, pruned_loss=0.07327, over 13864.00 frames. utt_duration=925.9 frames, utt_pad_proportion=0.07043, over 60.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3612, pruned_loss=0.1178, over 2783391.52 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06893, over 43130.72 utterances.], batch size: 60, lr: 3.62e-04 +2022-09-18 02:08:35,113 INFO [train.py:885] (0/2) Epoch 13, batch 2500, loss[loss=0.167, simple_loss=0.2186, pruned_loss=0.05769, over 13184.00 frames. utt_duration=1288 frames, utt_pad_proportion=0.1015, over 41.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.363, pruned_loss=0.118, over 2782346.77 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07041, over 44742.04 utterances.], batch size: 41, lr: 3.61e-04 +2022-09-18 02:09:04,008 INFO [train.py:885] (0/2) Epoch 13, batch 2550, loss[loss=0.3755, simple_loss=0.4214, pruned_loss=0.1648, over 14243.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04207, over 335.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.358, pruned_loss=0.1156, over 2780586.87 frames. utt_duration=262 frames, utt_pad_proportion=0.06705, over 42689.96 utterances.], batch size: 335, lr: 3.61e-04 +2022-09-18 02:09:33,703 INFO [train.py:885] (0/2) Epoch 13, batch 2600, loss[loss=0.3146, simple_loss=0.3886, pruned_loss=0.1203, over 14339.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03683, over 195.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3613, pruned_loss=0.1172, over 2778900.61 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06795, over 44475.93 utterances.], batch size: 195, lr: 3.61e-04 +2022-09-18 02:10:03,038 INFO [train.py:885] (0/2) Epoch 13, batch 2650, loss[loss=0.3756, simple_loss=0.4105, pruned_loss=0.1703, over 14287.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03939, over 180.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3628, pruned_loss=0.1181, over 2782244.06 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06806, over 44640.42 utterances.], batch size: 180, lr: 3.61e-04 +2022-09-18 02:10:31,577 INFO [train.py:885] (0/2) Epoch 13, batch 2700, loss[loss=0.3606, simple_loss=0.4234, pruned_loss=0.1489, over 14016.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05484, over 365.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3583, pruned_loss=0.1164, over 2781699.15 frames. utt_duration=262 frames, utt_pad_proportion=0.06643, over 42703.35 utterances.], batch size: 365, lr: 3.61e-04 +2022-09-18 02:11:01,367 INFO [train.py:885] (0/2) Epoch 13, batch 2750, loss[loss=0.3005, simple_loss=0.37, pruned_loss=0.1156, over 14354.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03635, over 195.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3621, pruned_loss=0.1189, over 2779092.15 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06875, over 43959.51 utterances.], batch size: 195, lr: 3.61e-04 +2022-09-18 02:11:31,374 INFO [train.py:885] (0/2) Epoch 13, batch 2800, loss[loss=0.2712, simple_loss=0.3475, pruned_loss=0.09743, over 14260.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04098, over 180.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3619, pruned_loss=0.1187, over 2776167.16 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07046, over 44259.36 utterances.], batch size: 180, lr: 3.61e-04 +2022-09-18 02:12:01,171 INFO [train.py:885] (0/2) Epoch 13, batch 2850, loss[loss=0.3018, simple_loss=0.3653, pruned_loss=0.1192, over 14171.00 frames. utt_duration=403.4 frames, utt_pad_proportion=0.05085, over 141.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3602, pruned_loss=0.1176, over 2776491.85 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07034, over 43998.23 utterances.], batch size: 141, lr: 3.61e-04 +2022-09-18 02:12:30,325 INFO [train.py:885] (0/2) Epoch 13, batch 2900, loss[loss=0.1911, simple_loss=0.2616, pruned_loss=0.06032, over 13840.00 frames. utt_duration=924.1 frames, utt_pad_proportion=0.07214, over 60.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3563, pruned_loss=0.1156, over 2776287.76 frames. utt_duration=263.8 frames, utt_pad_proportion=0.06872, over 42339.29 utterances.], batch size: 60, lr: 3.61e-04 +2022-09-18 02:12:59,894 INFO [train.py:885] (0/2) Epoch 13, batch 2950, loss[loss=0.1777, simple_loss=0.2527, pruned_loss=0.05135, over 14045.00 frames. utt_duration=712.6 frames, utt_pad_proportion=0.05736, over 79.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3568, pruned_loss=0.1155, over 2779190.56 frames. utt_duration=263.3 frames, utt_pad_proportion=0.06821, over 42463.78 utterances.], batch size: 79, lr: 3.61e-04 +2022-09-18 02:13:29,666 INFO [train.py:885] (0/2) Epoch 13, batch 3000, loss[loss=0.2247, simple_loss=0.2881, pruned_loss=0.08064, over 14269.00 frames. utt_duration=642.8 frames, utt_pad_proportion=0.0421, over 89.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3569, pruned_loss=0.115, over 2775522.00 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06945, over 43119.45 utterances.], batch size: 89, lr: 3.61e-04 +2022-09-18 02:13:29,668 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 02:13:34,384 INFO [train.py:914] (0/2) Epoch 13, validation: loss=0.2063, simple_loss=0.283, pruned_loss=0.06475, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 02:14:04,248 INFO [train.py:885] (0/2) Epoch 13, batch 3050, loss[loss=0.2779, simple_loss=0.358, pruned_loss=0.09894, over 14276.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04016, over 180.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3591, pruned_loss=0.1158, over 2773820.50 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07121, over 44437.25 utterances.], batch size: 180, lr: 3.61e-04 +2022-09-18 02:14:33,434 INFO [train.py:885] (0/2) Epoch 13, batch 3100, loss[loss=0.3303, simple_loss=0.3952, pruned_loss=0.1327, over 14221.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0433, over 306.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3606, pruned_loss=0.1158, over 2773944.46 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07133, over 46077.11 utterances.], batch size: 306, lr: 3.61e-04 +2022-09-18 02:15:03,170 INFO [train.py:885] (0/2) Epoch 13, batch 3150, loss[loss=0.3702, simple_loss=0.4244, pruned_loss=0.158, over 14267.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04035, over 225.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3581, pruned_loss=0.1156, over 2778046.21 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06954, over 44107.67 utterances.], batch size: 225, lr: 3.61e-04 +2022-09-18 02:15:32,256 INFO [train.py:885] (0/2) Epoch 13, batch 3200, loss[loss=0.31, simple_loss=0.4018, pruned_loss=0.1091, over 13845.00 frames. utt_duration=136.3 frames, utt_pad_proportion=0.06648, over 411.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3582, pruned_loss=0.1148, over 2778301.89 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07141, over 44874.17 utterances.], batch size: 411, lr: 3.61e-04 +2022-09-18 02:16:02,119 INFO [train.py:885] (0/2) Epoch 13, batch 3250, loss[loss=0.1586, simple_loss=0.215, pruned_loss=0.0511, over 13126.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1093, over 33.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3582, pruned_loss=0.1146, over 2778602.64 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07017, over 44944.45 utterances.], batch size: 33, lr: 3.61e-04 +2022-09-18 02:16:31,609 INFO [train.py:885] (0/2) Epoch 13, batch 3300, loss[loss=0.1582, simple_loss=0.226, pruned_loss=0.04516, over 14068.00 frames. utt_duration=939.2 frames, utt_pad_proportion=0.05326, over 60.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3589, pruned_loss=0.1152, over 2777897.85 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07249, over 44931.38 utterances.], batch size: 60, lr: 3.61e-04 +2022-09-18 02:17:00,761 INFO [train.py:885] (0/2) Epoch 13, batch 3350, loss[loss=0.2528, simple_loss=0.3315, pruned_loss=0.08701, over 14245.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04574, over 141.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3594, pruned_loss=0.1146, over 2781286.25 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07148, over 44970.76 utterances.], batch size: 141, lr: 3.60e-04 +2022-09-18 02:17:30,312 INFO [train.py:885] (0/2) Epoch 13, batch 3400, loss[loss=0.3864, simple_loss=0.481, pruned_loss=0.1459, over 13167.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1066, over 653.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3583, pruned_loss=0.1152, over 2778680.84 frames. utt_duration=254.8 frames, utt_pad_proportion=0.07157, over 43868.30 utterances.], batch size: 653, lr: 3.60e-04 +2022-09-18 02:18:00,214 INFO [train.py:885] (0/2) Epoch 13, batch 3450, loss[loss=0.404, simple_loss=0.4384, pruned_loss=0.1848, over 14230.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04255, over 306.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3595, pruned_loss=0.1151, over 2782315.87 frames. utt_duration=251.2 frames, utt_pad_proportion=0.0721, over 44560.93 utterances.], batch size: 306, lr: 3.60e-04 +2022-09-18 02:18:30,291 INFO [train.py:885] (0/2) Epoch 13, batch 3500, loss[loss=0.2295, simple_loss=0.2945, pruned_loss=0.08222, over 13814.00 frames. utt_duration=802 frames, utt_pad_proportion=0.06522, over 69.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3611, pruned_loss=0.1164, over 2774683.24 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07348, over 45036.69 utterances.], batch size: 69, lr: 3.60e-04 +2022-09-18 02:18:59,579 INFO [train.py:885] (0/2) Epoch 13, batch 3550, loss[loss=0.2894, simple_loss=0.3584, pruned_loss=0.1102, over 14313.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04113, over 167.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.3633, pruned_loss=0.118, over 2775781.29 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07475, over 45471.08 utterances.], batch size: 167, lr: 3.60e-04 +2022-09-18 02:19:28,835 INFO [train.py:885] (0/2) Epoch 13, batch 3600, loss[loss=0.2567, simple_loss=0.3284, pruned_loss=0.09256, over 14300.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03823, over 130.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3639, pruned_loss=0.1179, over 2780870.65 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07261, over 45545.09 utterances.], batch size: 130, lr: 3.60e-04 +2022-09-18 02:19:58,690 INFO [train.py:885] (0/2) Epoch 13, batch 3650, loss[loss=0.2078, simple_loss=0.2746, pruned_loss=0.07048, over 13764.00 frames. utt_duration=799.3 frames, utt_pad_proportion=0.06841, over 69.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3663, pruned_loss=0.1199, over 2776886.88 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07517, over 46512.24 utterances.], batch size: 69, lr: 3.60e-04 +2022-09-18 02:20:28,408 INFO [train.py:885] (0/2) Epoch 13, batch 3700, loss[loss=0.3321, simple_loss=0.3893, pruned_loss=0.1375, over 14369.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.032, over 244.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3634, pruned_loss=0.1181, over 2780417.34 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07215, over 45541.89 utterances.], batch size: 244, lr: 3.60e-04 +2022-09-18 02:20:57,210 INFO [train.py:885] (0/2) Epoch 13, batch 3750, loss[loss=0.3419, simple_loss=0.4168, pruned_loss=0.1335, over 13959.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05844, over 365.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3655, pruned_loss=0.1184, over 2780384.23 frames. utt_duration=238.4 frames, utt_pad_proportion=0.0732, over 46940.38 utterances.], batch size: 365, lr: 3.60e-04 +2022-09-18 02:21:26,812 INFO [train.py:885] (0/2) Epoch 13, batch 3800, loss[loss=0.2229, simple_loss=0.2889, pruned_loss=0.07843, over 13977.00 frames. utt_duration=811.7 frames, utt_pad_proportion=0.05505, over 69.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3643, pruned_loss=0.118, over 2779816.79 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07219, over 46114.09 utterances.], batch size: 69, lr: 3.60e-04 +2022-09-18 02:21:55,668 INFO [train.py:885] (0/2) Epoch 13, batch 3850, loss[loss=0.3529, simple_loss=0.4025, pruned_loss=0.1517, over 14370.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0367, over 244.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3632, pruned_loss=0.1178, over 2778165.33 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07285, over 45777.98 utterances.], batch size: 244, lr: 3.60e-04 +2022-09-18 02:22:25,387 INFO [train.py:885] (0/2) Epoch 13, batch 3900, loss[loss=0.5344, simple_loss=0.6068, pruned_loss=0.231, over 12497.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 810.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3613, pruned_loss=0.1169, over 2777913.65 frames. utt_duration=248 frames, utt_pad_proportion=0.07342, over 45074.68 utterances.], batch size: 810, lr: 3.60e-04 +2022-09-18 02:22:55,063 INFO [train.py:885] (0/2) Epoch 13, batch 3950, loss[loss=0.3459, simple_loss=0.3964, pruned_loss=0.1477, over 14336.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03714, over 210.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3632, pruned_loss=0.1175, over 2776844.41 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07405, over 45968.69 utterances.], batch size: 210, lr: 3.60e-04 +2022-09-18 02:23:24,659 INFO [train.py:885] (0/2) Epoch 13, batch 4000, loss[loss=0.196, simple_loss=0.2714, pruned_loss=0.06034, over 13706.00 frames. utt_duration=915 frames, utt_pad_proportion=0.08134, over 60.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3614, pruned_loss=0.1162, over 2779548.73 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07249, over 45812.18 utterances.], batch size: 60, lr: 3.60e-04 +2022-09-18 02:23:54,213 INFO [train.py:885] (0/2) Epoch 13, batch 4050, loss[loss=0.1881, simple_loss=0.2602, pruned_loss=0.05799, over 13676.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.0803, over 50.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3631, pruned_loss=0.1171, over 2775639.99 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07464, over 47218.18 utterances.], batch size: 50, lr: 3.60e-04 +2022-09-18 02:24:24,506 INFO [train.py:885] (0/2) Epoch 13, batch 4100, loss[loss=0.2526, simple_loss=0.3048, pruned_loss=0.1002, over 14244.00 frames. utt_duration=524.1 frames, utt_pad_proportion=0.04013, over 109.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3659, pruned_loss=0.1186, over 2776571.78 frames. utt_duration=233.1 frames, utt_pad_proportion=0.0761, over 47958.72 utterances.], batch size: 109, lr: 3.60e-04 +2022-09-18 02:24:53,841 INFO [train.py:885] (0/2) Epoch 13, batch 4150, loss[loss=0.3438, simple_loss=0.3974, pruned_loss=0.1451, over 14408.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03338, over 211.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3654, pruned_loss=0.1176, over 2777400.58 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07461, over 47735.64 utterances.], batch size: 211, lr: 3.60e-04 +2022-09-18 02:25:23,522 INFO [train.py:885] (0/2) Epoch 13, batch 4200, loss[loss=0.2873, simple_loss=0.3394, pruned_loss=0.1176, over 14065.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05491, over 98.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3646, pruned_loss=0.1176, over 2773541.51 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07575, over 47518.99 utterances.], batch size: 98, lr: 3.59e-04 +2022-09-18 02:25:53,157 INFO [train.py:885] (0/2) Epoch 13, batch 4250, loss[loss=0.3814, simple_loss=0.4495, pruned_loss=0.1566, over 14026.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05473, over 365.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3643, pruned_loss=0.1179, over 2774613.70 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07373, over 46628.70 utterances.], batch size: 365, lr: 3.59e-04 +2022-09-18 02:26:22,774 INFO [train.py:885] (0/2) Epoch 13, batch 4300, loss[loss=0.3724, simple_loss=0.4626, pruned_loss=0.1411, over 13598.00 frames. utt_duration=98.49 frames, utt_pad_proportion=0.07949, over 560.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3601, pruned_loss=0.1157, over 2778525.62 frames. utt_duration=247.6 frames, utt_pad_proportion=0.0713, over 45151.39 utterances.], batch size: 560, lr: 3.59e-04 +2022-09-18 02:26:52,182 INFO [train.py:885] (0/2) Epoch 13, batch 4350, loss[loss=0.3932, simple_loss=0.4734, pruned_loss=0.1566, over 13605.00 frames. utt_duration=98.54 frames, utt_pad_proportion=0.07911, over 560.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3608, pruned_loss=0.1161, over 2776972.13 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07331, over 45865.19 utterances.], batch size: 560, lr: 3.59e-04 +2022-09-18 02:27:22,183 INFO [train.py:885] (0/2) Epoch 13, batch 4400, loss[loss=0.297, simple_loss=0.3683, pruned_loss=0.1129, over 14268.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04034, over 180.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3639, pruned_loss=0.1169, over 2780694.10 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07126, over 46711.38 utterances.], batch size: 180, lr: 3.59e-04 +2022-09-18 02:27:51,635 INFO [train.py:885] (0/2) Epoch 13, batch 4450, loss[loss=0.2712, simple_loss=0.3719, pruned_loss=0.08526, over 13739.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07459, over 411.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3668, pruned_loss=0.1186, over 2778907.02 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07393, over 47740.21 utterances.], batch size: 411, lr: 3.59e-04 +2022-09-18 02:28:21,561 INFO [train.py:885] (0/2) Epoch 13, batch 4500, loss[loss=0.1953, simple_loss=0.2636, pruned_loss=0.0635, over 14067.00 frames. utt_duration=805.3 frames, utt_pad_proportion=0.06034, over 70.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3605, pruned_loss=0.1151, over 2779530.10 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07284, over 45734.80 utterances.], batch size: 70, lr: 3.59e-04 +2022-09-18 02:28:51,469 INFO [train.py:885] (0/2) Epoch 13, batch 4550, loss[loss=0.246, simple_loss=0.3055, pruned_loss=0.09325, over 14034.00 frames. utt_duration=574.1 frames, utt_pad_proportion=0.0557, over 98.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3618, pruned_loss=0.1158, over 2781758.84 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07169, over 45645.23 utterances.], batch size: 98, lr: 3.59e-04 +2022-09-18 02:28:58,093 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-156000.pt +2022-09-18 02:29:21,017 INFO [train.py:885] (0/2) Epoch 13, batch 4600, loss[loss=0.2768, simple_loss=0.341, pruned_loss=0.1063, over 14140.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04676, over 109.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3566, pruned_loss=0.1129, over 2785578.83 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06841, over 43533.91 utterances.], batch size: 109, lr: 3.59e-04 +2022-09-18 02:29:51,330 INFO [train.py:885] (0/2) Epoch 13, batch 4650, loss[loss=0.2609, simple_loss=0.3443, pruned_loss=0.08876, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03927, over 180.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.361, pruned_loss=0.1153, over 2784897.61 frames. utt_duration=248 frames, utt_pad_proportion=0.07018, over 45188.57 utterances.], batch size: 180, lr: 3.59e-04 +2022-09-18 02:30:20,189 INFO [train.py:885] (0/2) Epoch 13, batch 4700, loss[loss=0.1889, simple_loss=0.2412, pruned_loss=0.06827, over 13203.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1096, over 33.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3632, pruned_loss=0.1177, over 2788509.77 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06868, over 44949.73 utterances.], batch size: 33, lr: 3.59e-04 +2022-09-18 02:30:49,870 INFO [train.py:885] (0/2) Epoch 13, batch 4750, loss[loss=0.3546, simple_loss=0.4005, pruned_loss=0.1544, over 14291.00 frames. utt_duration=406.7 frames, utt_pad_proportion=0.04307, over 141.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.362, pruned_loss=0.1164, over 2791116.85 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06732, over 44093.35 utterances.], batch size: 141, lr: 3.59e-04 +2022-09-18 02:31:19,701 INFO [train.py:885] (0/2) Epoch 13, batch 4800, loss[loss=0.2153, simple_loss=0.2802, pruned_loss=0.07525, over 14075.00 frames. utt_duration=713.9 frames, utt_pad_proportion=0.05571, over 79.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3618, pruned_loss=0.1171, over 2790590.86 frames. utt_duration=260.1 frames, utt_pad_proportion=0.0665, over 43155.93 utterances.], batch size: 79, lr: 3.59e-04 +2022-09-18 02:31:48,558 INFO [train.py:885] (0/2) Epoch 13, batch 4850, loss[loss=0.2307, simple_loss=0.2796, pruned_loss=0.09096, over 14018.00 frames. utt_duration=711.1 frames, utt_pad_proportion=0.05942, over 79.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3623, pruned_loss=0.1172, over 2785397.29 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06948, over 43892.92 utterances.], batch size: 79, lr: 3.59e-04 +2022-09-18 02:32:18,198 INFO [train.py:885] (0/2) Epoch 13, batch 4900, loss[loss=0.1919, simple_loss=0.2724, pruned_loss=0.05568, over 13956.00 frames. utt_duration=708.3 frames, utt_pad_proportion=0.0619, over 79.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3608, pruned_loss=0.1162, over 2785317.86 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07073, over 43545.76 utterances.], batch size: 79, lr: 3.59e-04 +2022-09-18 02:32:48,159 INFO [train.py:885] (0/2) Epoch 13, batch 4950, loss[loss=0.2751, simple_loss=0.3419, pruned_loss=0.1042, over 14308.00 frames. utt_duration=407.5 frames, utt_pad_proportion=0.04115, over 141.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.3653, pruned_loss=0.1186, over 2784516.52 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07175, over 45483.35 utterances.], batch size: 141, lr: 3.59e-04 +2022-09-18 02:33:17,157 INFO [train.py:885] (0/2) Epoch 13, batch 5000, loss[loss=0.1989, simple_loss=0.2729, pruned_loss=0.06239, over 14259.00 frames. utt_duration=642.3 frames, utt_pad_proportion=0.04275, over 89.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3637, pruned_loss=0.118, over 2787737.17 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07002, over 44389.73 utterances.], batch size: 89, lr: 3.59e-04 +2022-09-18 02:33:46,666 INFO [train.py:885] (0/2) Epoch 13, batch 5050, loss[loss=0.291, simple_loss=0.3433, pruned_loss=0.1193, over 14151.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04629, over 109.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3648, pruned_loss=0.1193, over 2783586.96 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06955, over 44588.67 utterances.], batch size: 109, lr: 3.59e-04 +2022-09-18 02:34:17,053 INFO [train.py:885] (0/2) Epoch 13, batch 5100, loss[loss=0.3171, simple_loss=0.37, pruned_loss=0.1321, over 14341.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03768, over 130.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3641, pruned_loss=0.1182, over 2778463.65 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07111, over 45126.90 utterances.], batch size: 130, lr: 3.58e-04 +2022-09-18 02:34:46,636 INFO [train.py:885] (0/2) Epoch 13, batch 5150, loss[loss=0.275, simple_loss=0.336, pruned_loss=0.107, over 14299.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.041, over 154.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.3654, pruned_loss=0.1186, over 2775938.40 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07308, over 46050.50 utterances.], batch size: 154, lr: 3.58e-04 +2022-09-18 02:35:15,558 INFO [train.py:885] (0/2) Epoch 13, batch 5200, loss[loss=0.3382, simple_loss=0.4197, pruned_loss=0.1283, over 13747.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07341, over 411.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.361, pruned_loss=0.1164, over 2780524.89 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07023, over 43962.68 utterances.], batch size: 411, lr: 3.58e-04 +2022-09-18 02:35:44,446 INFO [train.py:885] (0/2) Epoch 13, batch 5250, loss[loss=0.54, simple_loss=0.6088, pruned_loss=0.2356, over 12479.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1465, over 811.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3564, pruned_loss=0.1144, over 2781868.17 frames. utt_duration=265.3 frames, utt_pad_proportion=0.06893, over 42178.45 utterances.], batch size: 811, lr: 3.58e-04 +2022-09-18 02:36:14,099 INFO [train.py:885] (0/2) Epoch 13, batch 5300, loss[loss=0.1579, simple_loss=0.21, pruned_loss=0.05293, over 13048.00 frames. utt_duration=1583 frames, utt_pad_proportion=0.1235, over 33.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3534, pruned_loss=0.1135, over 2783104.09 frames. utt_duration=272.4 frames, utt_pad_proportion=0.06882, over 41086.45 utterances.], batch size: 33, lr: 3.58e-04 +2022-09-18 02:36:50,863 INFO [train.py:885] (0/2) Epoch 13, batch 5350, loss[loss=0.2239, simple_loss=0.287, pruned_loss=0.08037, over 13820.00 frames. utt_duration=923 frames, utt_pad_proportion=0.06961, over 60.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3545, pruned_loss=0.1131, over 2782612.54 frames. utt_duration=265.4 frames, utt_pad_proportion=0.06889, over 42170.08 utterances.], batch size: 60, lr: 3.58e-04 +2022-09-18 02:37:20,938 INFO [train.py:885] (0/2) Epoch 13, batch 5400, loss[loss=0.23, simple_loss=0.2933, pruned_loss=0.08331, over 14123.00 frames. utt_duration=636.3 frames, utt_pad_proportion=0.05169, over 89.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3543, pruned_loss=0.112, over 2780140.82 frames. utt_duration=261.2 frames, utt_pad_proportion=0.07161, over 42825.05 utterances.], batch size: 89, lr: 3.58e-04 +2022-09-18 02:37:50,821 INFO [train.py:885] (0/2) Epoch 13, batch 5450, loss[loss=0.3837, simple_loss=0.4286, pruned_loss=0.1694, over 14233.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04313, over 335.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3573, pruned_loss=0.1144, over 2781094.76 frames. utt_duration=257.7 frames, utt_pad_proportion=0.07093, over 43415.69 utterances.], batch size: 335, lr: 3.58e-04 +2022-09-18 02:38:19,950 INFO [train.py:885] (0/2) Epoch 13, batch 5500, loss[loss=0.169, simple_loss=0.2392, pruned_loss=0.04943, over 13809.00 frames. utt_duration=801.9 frames, utt_pad_proportion=0.06537, over 69.00 utterances.], tot_loss[loss=0.296, simple_loss=0.3599, pruned_loss=0.116, over 2780891.21 frames. utt_duration=251 frames, utt_pad_proportion=0.07167, over 44576.26 utterances.], batch size: 69, lr: 3.58e-04 +2022-09-18 02:38:49,458 INFO [train.py:885] (0/2) Epoch 13, batch 5550, loss[loss=0.3532, simple_loss=0.4421, pruned_loss=0.1321, over 13638.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08048, over 477.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3669, pruned_loss=0.1195, over 2769455.96 frames. utt_duration=231 frames, utt_pad_proportion=0.07765, over 48274.42 utterances.], batch size: 477, lr: 3.58e-04 +2022-09-18 02:39:18,679 INFO [train.py:885] (0/2) Epoch 13, batch 5600, loss[loss=0.4609, simple_loss=0.5212, pruned_loss=0.2002, over 13835.00 frames. utt_duration=136.2 frames, utt_pad_proportion=0.06699, over 411.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.367, pruned_loss=0.12, over 2773627.09 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07613, over 47444.33 utterances.], batch size: 411, lr: 3.58e-04 +2022-09-18 02:39:48,217 INFO [train.py:885] (0/2) Epoch 13, batch 5650, loss[loss=0.1925, simple_loss=0.2702, pruned_loss=0.05738, over 13902.00 frames. utt_duration=928.1 frames, utt_pad_proportion=0.06817, over 60.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3655, pruned_loss=0.119, over 2771120.50 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07621, over 46618.17 utterances.], batch size: 60, lr: 3.58e-04 +2022-09-18 02:40:17,783 INFO [train.py:885] (0/2) Epoch 13, batch 5700, loss[loss=0.2068, simple_loss=0.2936, pruned_loss=0.06002, over 14192.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04566, over 89.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3618, pruned_loss=0.1174, over 2773547.38 frames. utt_duration=249.4 frames, utt_pad_proportion=0.0764, over 44759.61 utterances.], batch size: 89, lr: 3.58e-04 +2022-09-18 02:40:47,457 INFO [train.py:885] (0/2) Epoch 13, batch 5750, loss[loss=0.2621, simple_loss=0.3068, pruned_loss=0.1087, over 13812.00 frames. utt_duration=922.7 frames, utt_pad_proportion=0.06988, over 60.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3643, pruned_loss=0.118, over 2768993.02 frames. utt_duration=238 frames, utt_pad_proportion=0.07861, over 46828.66 utterances.], batch size: 60, lr: 3.58e-04 +2022-09-18 02:41:17,706 INFO [train.py:885] (0/2) Epoch 13, batch 5800, loss[loss=0.1404, simple_loss=0.1929, pruned_loss=0.04389, over 13126.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1187, over 33.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3635, pruned_loss=0.1174, over 2767878.44 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07922, over 46543.20 utterances.], batch size: 33, lr: 3.58e-04 +2022-09-18 02:41:47,091 INFO [train.py:885] (0/2) Epoch 13, batch 5850, loss[loss=0.3544, simple_loss=0.4133, pruned_loss=0.1477, over 14337.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03692, over 195.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3645, pruned_loss=0.1181, over 2767500.19 frames. utt_duration=238.9 frames, utt_pad_proportion=0.08004, over 46621.64 utterances.], batch size: 195, lr: 3.58e-04 +2022-09-18 02:42:16,830 INFO [train.py:885] (0/2) Epoch 13, batch 5900, loss[loss=0.2212, simple_loss=0.2902, pruned_loss=0.07608, over 13790.00 frames. utt_duration=921 frames, utt_pad_proportion=0.07159, over 60.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3632, pruned_loss=0.1175, over 2774356.82 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07686, over 45911.83 utterances.], batch size: 60, lr: 3.58e-04 +2022-09-18 02:42:45,950 INFO [train.py:885] (0/2) Epoch 13, batch 5950, loss[loss=0.2093, simple_loss=0.2611, pruned_loss=0.07873, over 13510.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08354, over 50.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3642, pruned_loss=0.1174, over 2779625.53 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07387, over 46356.07 utterances.], batch size: 50, lr: 3.57e-04 +2022-09-18 02:43:15,998 INFO [train.py:885] (0/2) Epoch 13, batch 6000, loss[loss=0.5236, simple_loss=0.6034, pruned_loss=0.2219, over 12503.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1442, over 810.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3639, pruned_loss=0.118, over 2778369.09 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07505, over 45983.59 utterances.], batch size: 810, lr: 3.57e-04 +2022-09-18 02:43:15,999 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 02:43:20,663 INFO [train.py:914] (0/2) Epoch 13, validation: loss=0.2024, simple_loss=0.2828, pruned_loss=0.06096, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 02:43:50,142 INFO [train.py:885] (0/2) Epoch 13, batch 6050, loss[loss=0.3565, simple_loss=0.4451, pruned_loss=0.134, over 13636.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07704, over 560.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.3645, pruned_loss=0.1192, over 2782087.09 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07224, over 45370.92 utterances.], batch size: 560, lr: 3.57e-04 +2022-09-18 02:44:19,917 INFO [train.py:885] (0/2) Epoch 13, batch 6100, loss[loss=0.3177, simple_loss=0.4077, pruned_loss=0.1139, over 13761.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07213, over 411.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3604, pruned_loss=0.1168, over 2785770.42 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06947, over 43808.97 utterances.], batch size: 411, lr: 3.57e-04 +2022-09-18 02:44:49,167 INFO [train.py:885] (0/2) Epoch 13, batch 6150, loss[loss=0.3289, simple_loss=0.3932, pruned_loss=0.1323, over 14293.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04042, over 283.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3636, pruned_loss=0.1186, over 2780688.02 frames. utt_duration=246 frames, utt_pad_proportion=0.07221, over 45479.09 utterances.], batch size: 283, lr: 3.57e-04 +2022-09-18 02:45:18,740 INFO [train.py:885] (0/2) Epoch 13, batch 6200, loss[loss=0.3434, simple_loss=0.4156, pruned_loss=0.1355, over 13989.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05645, over 365.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3622, pruned_loss=0.1189, over 2779166.22 frames. utt_duration=250.5 frames, utt_pad_proportion=0.0719, over 44643.08 utterances.], batch size: 365, lr: 3.57e-04 +2022-09-18 02:45:47,842 INFO [train.py:885] (0/2) Epoch 13, batch 6250, loss[loss=0.2035, simple_loss=0.2526, pruned_loss=0.07718, over 13238.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1103, over 33.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3595, pruned_loss=0.1168, over 2781097.00 frames. utt_duration=257.8 frames, utt_pad_proportion=0.0701, over 43395.15 utterances.], batch size: 33, lr: 3.57e-04 +2022-09-18 02:46:16,810 INFO [train.py:885] (0/2) Epoch 13, batch 6300, loss[loss=0.4884, simple_loss=0.5093, pruned_loss=0.2338, over 14004.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05586, over 365.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3608, pruned_loss=0.1169, over 2786290.43 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06847, over 44122.67 utterances.], batch size: 365, lr: 3.57e-04 +2022-09-18 02:46:46,693 INFO [train.py:885] (0/2) Epoch 13, batch 6350, loss[loss=0.3484, simple_loss=0.4127, pruned_loss=0.142, over 14303.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.03994, over 283.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.3631, pruned_loss=0.1182, over 2780954.51 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0726, over 45325.15 utterances.], batch size: 283, lr: 3.57e-04 +2022-09-18 02:47:16,398 INFO [train.py:885] (0/2) Epoch 13, batch 6400, loss[loss=0.3056, simple_loss=0.3691, pruned_loss=0.121, over 14349.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03649, over 210.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3615, pruned_loss=0.1173, over 2780100.73 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07238, over 44600.08 utterances.], batch size: 210, lr: 3.57e-04 +2022-09-18 02:47:45,799 INFO [train.py:885] (0/2) Epoch 13, batch 6450, loss[loss=0.2807, simple_loss=0.3432, pruned_loss=0.1091, over 14257.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04314, over 130.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3647, pruned_loss=0.1188, over 2777997.88 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07454, over 45871.89 utterances.], batch size: 130, lr: 3.57e-04 +2022-09-18 02:48:15,616 INFO [train.py:885] (0/2) Epoch 13, batch 6500, loss[loss=0.3078, simple_loss=0.4027, pruned_loss=0.1065, over 13822.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06838, over 411.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3649, pruned_loss=0.1185, over 2777702.62 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07446, over 46473.64 utterances.], batch size: 411, lr: 3.57e-04 +2022-09-18 02:48:45,242 INFO [train.py:885] (0/2) Epoch 13, batch 6550, loss[loss=0.3632, simple_loss=0.4571, pruned_loss=0.1346, over 13153.00 frames. utt_duration=82.13 frames, utt_pad_proportion=0.1073, over 653.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3633, pruned_loss=0.1172, over 2776785.84 frames. utt_duration=240 frames, utt_pad_proportion=0.07496, over 46572.84 utterances.], batch size: 653, lr: 3.57e-04 +2022-09-18 02:49:15,203 INFO [train.py:885] (0/2) Epoch 13, batch 6600, loss[loss=0.2693, simple_loss=0.3373, pruned_loss=0.1006, over 14320.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.04048, over 120.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3659, pruned_loss=0.1187, over 2771682.03 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07688, over 47486.52 utterances.], batch size: 120, lr: 3.57e-04 +2022-09-18 02:49:44,752 INFO [train.py:885] (0/2) Epoch 13, batch 6650, loss[loss=0.3222, simple_loss=0.3966, pruned_loss=0.124, over 13976.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05822, over 365.00 utterances.], tot_loss[loss=0.3055, simple_loss=0.3696, pruned_loss=0.1206, over 2774904.54 frames. utt_duration=228.6 frames, utt_pad_proportion=0.07595, over 48865.38 utterances.], batch size: 365, lr: 3.57e-04 +2022-09-18 02:50:14,034 INFO [train.py:885] (0/2) Epoch 13, batch 6700, loss[loss=0.3032, simple_loss=0.3669, pruned_loss=0.1197, over 14357.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03791, over 167.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3702, pruned_loss=0.1203, over 2774821.81 frames. utt_duration=226 frames, utt_pad_proportion=0.07757, over 49444.06 utterances.], batch size: 167, lr: 3.57e-04 +2022-09-18 02:50:43,393 INFO [train.py:885] (0/2) Epoch 13, batch 6750, loss[loss=0.2225, simple_loss=0.3033, pruned_loss=0.07084, over 14313.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.0372, over 130.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3685, pruned_loss=0.1195, over 2771812.94 frames. utt_duration=227.9 frames, utt_pad_proportion=0.07722, over 48972.55 utterances.], batch size: 130, lr: 3.57e-04 +2022-09-18 02:51:13,953 INFO [train.py:885] (0/2) Epoch 13, batch 6800, loss[loss=0.2443, simple_loss=0.3168, pruned_loss=0.08591, over 14314.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03938, over 130.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3681, pruned_loss=0.1188, over 2774456.04 frames. utt_duration=227.6 frames, utt_pad_proportion=0.07601, over 49081.03 utterances.], batch size: 130, lr: 3.57e-04 +2022-09-18 02:51:43,299 INFO [train.py:885] (0/2) Epoch 13, batch 6850, loss[loss=0.2832, simple_loss=0.3846, pruned_loss=0.09088, over 13824.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06828, over 411.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3656, pruned_loss=0.1174, over 2777023.94 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07416, over 48217.09 utterances.], batch size: 411, lr: 3.56e-04 +2022-09-18 02:52:12,830 INFO [train.py:885] (0/2) Epoch 13, batch 6900, loss[loss=0.2361, simple_loss=0.2954, pruned_loss=0.08842, over 14122.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05102, over 98.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.3626, pruned_loss=0.1158, over 2775814.32 frames. utt_duration=234 frames, utt_pad_proportion=0.07362, over 47756.99 utterances.], batch size: 98, lr: 3.56e-04 +2022-09-18 02:52:41,827 INFO [train.py:885] (0/2) Epoch 13, batch 6950, loss[loss=0.1755, simple_loss=0.2431, pruned_loss=0.0539, over 12865.00 frames. utt_duration=1561 frames, utt_pad_proportion=0.1337, over 33.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3604, pruned_loss=0.1147, over 2777567.10 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07211, over 46111.69 utterances.], batch size: 33, lr: 3.56e-04 +2022-09-18 02:53:11,536 INFO [train.py:885] (0/2) Epoch 13, batch 7000, loss[loss=0.3097, simple_loss=0.3661, pruned_loss=0.1267, over 14325.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.0394, over 154.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3626, pruned_loss=0.1168, over 2777823.31 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07291, over 46457.28 utterances.], batch size: 154, lr: 3.56e-04 +2022-09-18 02:53:40,710 INFO [train.py:885] (0/2) Epoch 13, batch 7050, loss[loss=0.2727, simple_loss=0.3249, pruned_loss=0.1102, over 14287.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.03917, over 120.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3616, pruned_loss=0.1169, over 2784057.60 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06964, over 45114.53 utterances.], batch size: 120, lr: 3.56e-04 +2022-09-18 02:54:09,994 INFO [train.py:885] (0/2) Epoch 13, batch 7100, loss[loss=0.2848, simple_loss=0.3405, pruned_loss=0.1146, over 14345.00 frames. utt_duration=443 frames, utt_pad_proportion=0.03496, over 130.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3611, pruned_loss=0.1168, over 2785702.03 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06929, over 45151.56 utterances.], batch size: 130, lr: 3.56e-04 +2022-09-18 02:54:39,683 INFO [train.py:885] (0/2) Epoch 13, batch 7150, loss[loss=0.2253, simple_loss=0.2786, pruned_loss=0.08603, over 13645.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08826, over 42.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3607, pruned_loss=0.1169, over 2788597.94 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06768, over 44963.51 utterances.], batch size: 42, lr: 3.56e-04 +2022-09-18 02:55:16,018 INFO [train.py:885] (0/2) Epoch 13, batch 7200, loss[loss=0.3468, simple_loss=0.3902, pruned_loss=0.1516, over 14273.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04028, over 154.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3584, pruned_loss=0.1156, over 2780682.79 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07097, over 44419.94 utterances.], batch size: 154, lr: 3.56e-04 +2022-09-18 02:55:45,596 INFO [train.py:885] (0/2) Epoch 13, batch 7250, loss[loss=0.2959, simple_loss=0.3598, pruned_loss=0.116, over 14327.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.0369, over 154.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3572, pruned_loss=0.1139, over 2781662.31 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07187, over 44684.76 utterances.], batch size: 154, lr: 3.56e-04 +2022-09-18 02:56:14,921 INFO [train.py:885] (0/2) Epoch 13, batch 7300, loss[loss=0.2667, simple_loss=0.3573, pruned_loss=0.08803, over 14332.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03692, over 195.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3577, pruned_loss=0.1149, over 2783236.11 frames. utt_duration=253.6 frames, utt_pad_proportion=0.0694, over 44159.65 utterances.], batch size: 195, lr: 3.56e-04 +2022-09-18 02:56:43,757 INFO [train.py:885] (0/2) Epoch 13, batch 7350, loss[loss=0.3018, simple_loss=0.3734, pruned_loss=0.1152, over 14354.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03586, over 210.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3556, pruned_loss=0.1136, over 2778985.88 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06899, over 43724.31 utterances.], batch size: 210, lr: 3.56e-04 +2022-09-18 02:57:13,614 INFO [train.py:885] (0/2) Epoch 13, batch 7400, loss[loss=0.1902, simple_loss=0.2544, pruned_loss=0.06297, over 13914.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.06997, over 51.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3608, pruned_loss=0.1162, over 2777940.63 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07055, over 45385.37 utterances.], batch size: 51, lr: 3.56e-04 +2022-09-18 02:57:43,535 INFO [train.py:885] (0/2) Epoch 13, batch 7450, loss[loss=0.5074, simple_loss=0.5107, pruned_loss=0.2521, over 14224.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0433, over 306.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3615, pruned_loss=0.1166, over 2774991.67 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07251, over 45866.23 utterances.], batch size: 306, lr: 3.56e-04 +2022-09-18 02:58:12,808 INFO [train.py:885] (0/2) Epoch 13, batch 7500, loss[loss=0.2872, simple_loss=0.3639, pruned_loss=0.1053, over 14316.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03763, over 180.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3612, pruned_loss=0.116, over 2778983.11 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07116, over 45922.79 utterances.], batch size: 180, lr: 3.56e-04 +2022-09-18 02:58:42,528 INFO [train.py:885] (0/2) Epoch 13, batch 7550, loss[loss=0.2811, simple_loss=0.3399, pruned_loss=0.1112, over 14134.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.05033, over 98.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3633, pruned_loss=0.1168, over 2782500.36 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07014, over 46167.02 utterances.], batch size: 98, lr: 3.56e-04 +2022-09-18 02:59:11,671 INFO [train.py:885] (0/2) Epoch 13, batch 7600, loss[loss=0.3063, simple_loss=0.3807, pruned_loss=0.1159, over 14302.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.03868, over 225.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3619, pruned_loss=0.1163, over 2780428.18 frames. utt_duration=243.3 frames, utt_pad_proportion=0.0702, over 45991.09 utterances.], batch size: 225, lr: 3.56e-04 +2022-09-18 02:59:41,382 INFO [train.py:885] (0/2) Epoch 13, batch 7650, loss[loss=0.2679, simple_loss=0.3317, pruned_loss=0.1021, over 14223.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04716, over 141.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3634, pruned_loss=0.1174, over 2780541.91 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06989, over 45827.84 utterances.], batch size: 141, lr: 3.56e-04 +2022-09-18 03:00:10,846 INFO [train.py:885] (0/2) Epoch 13, batch 7700, loss[loss=0.4282, simple_loss=0.5037, pruned_loss=0.1764, over 13178.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.1059, over 653.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3646, pruned_loss=0.1178, over 2782066.17 frames. utt_duration=240.8 frames, utt_pad_proportion=0.06909, over 46506.28 utterances.], batch size: 653, lr: 3.56e-04 +2022-09-18 03:00:40,520 INFO [train.py:885] (0/2) Epoch 13, batch 7750, loss[loss=0.2534, simple_loss=0.3149, pruned_loss=0.09599, over 14156.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04594, over 109.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3648, pruned_loss=0.1179, over 2781472.65 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07158, over 46675.02 utterances.], batch size: 109, lr: 3.55e-04 +2022-09-18 03:01:09,952 INFO [train.py:885] (0/2) Epoch 13, batch 7800, loss[loss=0.3189, simple_loss=0.3871, pruned_loss=0.1253, over 14312.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03968, over 262.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3617, pruned_loss=0.1161, over 2779490.77 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07148, over 45621.54 utterances.], batch size: 262, lr: 3.55e-04 +2022-09-18 03:01:40,236 INFO [train.py:885] (0/2) Epoch 13, batch 7850, loss[loss=0.2945, simple_loss=0.3639, pruned_loss=0.1125, over 14341.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03903, over 167.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.3649, pruned_loss=0.1184, over 2782353.35 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07096, over 46713.94 utterances.], batch size: 167, lr: 3.55e-04 +2022-09-18 03:02:09,178 INFO [train.py:885] (0/2) Epoch 13, batch 7900, loss[loss=0.1745, simple_loss=0.2193, pruned_loss=0.06482, over 12960.00 frames. utt_duration=1572 frames, utt_pad_proportion=0.1288, over 33.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3634, pruned_loss=0.1184, over 2784255.48 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06939, over 45474.50 utterances.], batch size: 33, lr: 3.55e-04 +2022-09-18 03:02:38,962 INFO [train.py:885] (0/2) Epoch 13, batch 7950, loss[loss=0.1348, simple_loss=0.1757, pruned_loss=0.04699, over 13032.00 frames. utt_duration=2087 frames, utt_pad_proportion=0.1281, over 25.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3604, pruned_loss=0.1159, over 2782330.79 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07006, over 45570.10 utterances.], batch size: 25, lr: 3.55e-04 +2022-09-18 03:03:08,640 INFO [train.py:885] (0/2) Epoch 13, batch 8000, loss[loss=0.2653, simple_loss=0.3483, pruned_loss=0.09116, over 14337.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03713, over 195.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3589, pruned_loss=0.1149, over 2784105.76 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07043, over 44949.83 utterances.], batch size: 195, lr: 3.55e-04 +2022-09-18 03:03:37,813 INFO [train.py:885] (0/2) Epoch 13, batch 8050, loss[loss=0.2568, simple_loss=0.3311, pruned_loss=0.09123, over 14315.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04063, over 167.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3569, pruned_loss=0.1139, over 2787647.14 frames. utt_duration=254 frames, utt_pad_proportion=0.06777, over 44156.01 utterances.], batch size: 167, lr: 3.55e-04 +2022-09-18 03:04:07,238 INFO [train.py:885] (0/2) Epoch 13, batch 8100, loss[loss=0.3388, simple_loss=0.4024, pruned_loss=0.1376, over 14254.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04179, over 225.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3574, pruned_loss=0.1146, over 2785137.95 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06917, over 43699.26 utterances.], batch size: 225, lr: 3.55e-04 +2022-09-18 03:04:37,135 INFO [train.py:885] (0/2) Epoch 13, batch 8150, loss[loss=0.3193, simple_loss=0.4098, pruned_loss=0.1144, over 13779.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07164, over 411.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3602, pruned_loss=0.116, over 2785304.78 frames. utt_duration=252.1 frames, utt_pad_proportion=0.0694, over 44458.78 utterances.], batch size: 411, lr: 3.55e-04 +2022-09-18 03:05:06,542 INFO [train.py:885] (0/2) Epoch 13, batch 8200, loss[loss=0.1637, simple_loss=0.2204, pruned_loss=0.05345, over 13744.00 frames. utt_duration=1101 frames, utt_pad_proportion=0.07391, over 50.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3614, pruned_loss=0.1166, over 2784277.16 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07065, over 45428.96 utterances.], batch size: 50, lr: 3.55e-04 +2022-09-18 03:05:36,047 INFO [train.py:885] (0/2) Epoch 13, batch 8250, loss[loss=0.286, simple_loss=0.3569, pruned_loss=0.1075, over 14299.00 frames. utt_duration=373 frames, utt_pad_proportion=0.03624, over 154.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3612, pruned_loss=0.117, over 2783257.35 frames. utt_duration=251 frames, utt_pad_proportion=0.07006, over 44616.00 utterances.], batch size: 154, lr: 3.55e-04 +2022-09-18 03:06:11,935 INFO [train.py:885] (0/2) Epoch 13, batch 8300, loss[loss=0.4275, simple_loss=0.5047, pruned_loss=0.1752, over 13133.00 frames. utt_duration=81.98 frames, utt_pad_proportion=0.1089, over 653.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3624, pruned_loss=0.1169, over 2786706.50 frames. utt_duration=248 frames, utt_pad_proportion=0.06907, over 45212.43 utterances.], batch size: 653, lr: 3.55e-04 +2022-09-18 03:06:41,512 INFO [train.py:885] (0/2) Epoch 13, batch 8350, loss[loss=0.2986, simple_loss=0.3691, pruned_loss=0.1141, over 14341.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03731, over 210.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3634, pruned_loss=0.1172, over 2785337.87 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07015, over 46156.78 utterances.], batch size: 210, lr: 3.55e-04 +2022-09-18 03:07:10,905 INFO [train.py:885] (0/2) Epoch 13, batch 8400, loss[loss=0.3781, simple_loss=0.4606, pruned_loss=0.1478, over 13685.00 frames. utt_duration=99.14 frames, utt_pad_proportion=0.07345, over 560.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3604, pruned_loss=0.1163, over 2783850.87 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06996, over 45046.45 utterances.], batch size: 560, lr: 3.55e-04 +2022-09-18 03:07:40,426 INFO [train.py:885] (0/2) Epoch 13, batch 8450, loss[loss=0.3656, simple_loss=0.4546, pruned_loss=0.1383, over 13598.00 frames. utt_duration=98.54 frames, utt_pad_proportion=0.07911, over 560.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3587, pruned_loss=0.1168, over 2784221.33 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06963, over 43640.56 utterances.], batch size: 560, lr: 3.55e-04 +2022-09-18 03:08:09,547 INFO [train.py:885] (0/2) Epoch 13, batch 8500, loss[loss=0.292, simple_loss=0.3857, pruned_loss=0.09917, over 13808.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06899, over 411.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3586, pruned_loss=0.1157, over 2782330.63 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07058, over 43837.00 utterances.], batch size: 411, lr: 3.55e-04 +2022-09-18 03:08:39,496 INFO [train.py:885] (0/2) Epoch 13, batch 8550, loss[loss=0.3185, simple_loss=0.3849, pruned_loss=0.126, over 14268.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04134, over 225.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3616, pruned_loss=0.1172, over 2783491.79 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07067, over 45124.02 utterances.], batch size: 225, lr: 3.55e-04 +2022-09-18 03:08:46,487 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-160000.pt +2022-09-18 03:09:09,399 INFO [train.py:885] (0/2) Epoch 13, batch 8600, loss[loss=0.3464, simple_loss=0.4101, pruned_loss=0.1413, over 14356.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03572, over 210.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3592, pruned_loss=0.1156, over 2789757.36 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06721, over 43623.76 utterances.], batch size: 210, lr: 3.55e-04 +2022-09-18 03:09:38,690 INFO [train.py:885] (0/2) Epoch 13, batch 8650, loss[loss=0.3631, simple_loss=0.4137, pruned_loss=0.1562, over 14197.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04487, over 306.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3581, pruned_loss=0.1147, over 2785476.07 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06718, over 43975.42 utterances.], batch size: 306, lr: 3.54e-04 +2022-09-18 03:10:09,043 INFO [train.py:885] (0/2) Epoch 13, batch 8700, loss[loss=0.2064, simple_loss=0.2773, pruned_loss=0.06775, over 13892.00 frames. utt_duration=806.9 frames, utt_pad_proportion=0.06062, over 69.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3625, pruned_loss=0.117, over 2781273.46 frames. utt_duration=243.4 frames, utt_pad_proportion=0.072, over 45980.82 utterances.], batch size: 69, lr: 3.54e-04 +2022-09-18 03:10:38,326 INFO [train.py:885] (0/2) Epoch 13, batch 8750, loss[loss=0.2163, simple_loss=0.2827, pruned_loss=0.07495, over 14005.00 frames. utt_duration=710.6 frames, utt_pad_proportion=0.05637, over 79.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3618, pruned_loss=0.1165, over 2780240.02 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06951, over 44967.54 utterances.], batch size: 79, lr: 3.54e-04 +2022-09-18 03:11:08,397 INFO [train.py:885] (0/2) Epoch 13, batch 8800, loss[loss=0.2094, simple_loss=0.282, pruned_loss=0.06845, over 14212.00 frames. utt_duration=640.2 frames, utt_pad_proportion=0.04585, over 89.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3627, pruned_loss=0.1162, over 2777048.39 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07409, over 46275.87 utterances.], batch size: 89, lr: 3.54e-04 +2022-09-18 03:11:36,754 INFO [train.py:885] (0/2) Epoch 13, batch 8850, loss[loss=0.1968, simple_loss=0.2687, pruned_loss=0.06246, over 13881.00 frames. utt_duration=806.1 frames, utt_pad_proportion=0.06155, over 69.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3624, pruned_loss=0.1166, over 2778886.20 frames. utt_duration=247 frames, utt_pad_proportion=0.07281, over 45283.08 utterances.], batch size: 69, lr: 3.54e-04 +2022-09-18 03:12:07,418 INFO [train.py:885] (0/2) Epoch 13, batch 8900, loss[loss=0.3617, simple_loss=0.4152, pruned_loss=0.154, over 14211.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04451, over 335.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3625, pruned_loss=0.1172, over 2774474.91 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07437, over 45169.04 utterances.], batch size: 335, lr: 3.54e-04 +2022-09-18 03:12:36,499 INFO [train.py:885] (0/2) Epoch 13, batch 8950, loss[loss=0.2709, simple_loss=0.3385, pruned_loss=0.1017, over 14279.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03963, over 130.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3638, pruned_loss=0.1174, over 2781812.62 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07165, over 45268.77 utterances.], batch size: 130, lr: 3.54e-04 +2022-09-18 03:13:06,277 INFO [train.py:885] (0/2) Epoch 13, batch 9000, loss[loss=0.4274, simple_loss=0.5063, pruned_loss=0.1743, over 13189.00 frames. utt_duration=82.27 frames, utt_pad_proportion=0.1057, over 653.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3645, pruned_loss=0.118, over 2780251.90 frames. utt_duration=245.7 frames, utt_pad_proportion=0.0729, over 45528.42 utterances.], batch size: 653, lr: 3.54e-04 +2022-09-18 03:13:06,279 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 03:13:10,457 INFO [train.py:914] (0/2) Epoch 13, validation: loss=0.1998, simple_loss=0.2787, pruned_loss=0.06045, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 03:13:40,193 INFO [train.py:885] (0/2) Epoch 13, batch 9050, loss[loss=0.1989, simple_loss=0.2646, pruned_loss=0.06657, over 13904.00 frames. utt_duration=807.5 frames, utt_pad_proportion=0.06, over 69.00 utterances.], tot_loss[loss=0.304, simple_loss=0.3678, pruned_loss=0.1201, over 2784114.23 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07327, over 46580.34 utterances.], batch size: 69, lr: 3.54e-04 +2022-09-18 03:14:09,788 INFO [train.py:885] (0/2) Epoch 13, batch 9100, loss[loss=0.3751, simple_loss=0.4438, pruned_loss=0.1532, over 13622.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08211, over 477.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3663, pruned_loss=0.1195, over 2777545.66 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07378, over 45907.34 utterances.], batch size: 477, lr: 3.54e-04 +2022-09-18 03:14:39,586 INFO [train.py:885] (0/2) Epoch 13, batch 9150, loss[loss=0.1784, simple_loss=0.2467, pruned_loss=0.05508, over 13924.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.05653, over 69.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3653, pruned_loss=0.1185, over 2775998.07 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07496, over 46307.58 utterances.], batch size: 69, lr: 3.54e-04 +2022-09-18 03:15:09,019 INFO [train.py:885] (0/2) Epoch 13, batch 9200, loss[loss=0.2628, simple_loss=0.3238, pruned_loss=0.1009, over 13880.00 frames. utt_duration=806.1 frames, utt_pad_proportion=0.06153, over 69.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.3659, pruned_loss=0.1185, over 2778073.50 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0741, over 47225.29 utterances.], batch size: 69, lr: 3.54e-04 +2022-09-18 03:15:39,178 INFO [train.py:885] (0/2) Epoch 13, batch 9250, loss[loss=0.2593, simple_loss=0.309, pruned_loss=0.1048, over 13643.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08096, over 50.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3642, pruned_loss=0.118, over 2778750.73 frames. utt_duration=242 frames, utt_pad_proportion=0.07218, over 46218.78 utterances.], batch size: 50, lr: 3.54e-04 +2022-09-18 03:16:07,911 INFO [train.py:885] (0/2) Epoch 13, batch 9300, loss[loss=0.2072, simple_loss=0.2812, pruned_loss=0.06662, over 14056.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05551, over 79.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3615, pruned_loss=0.1168, over 2781691.40 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06999, over 44743.78 utterances.], batch size: 79, lr: 3.54e-04 +2022-09-18 03:16:38,006 INFO [train.py:885] (0/2) Epoch 13, batch 9350, loss[loss=0.1923, simple_loss=0.2366, pruned_loss=0.07397, over 13027.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1184, over 33.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3655, pruned_loss=0.1176, over 2781916.33 frames. utt_duration=239.3 frames, utt_pad_proportion=0.0713, over 46796.01 utterances.], batch size: 33, lr: 3.54e-04 +2022-09-18 03:17:07,980 INFO [train.py:885] (0/2) Epoch 13, batch 9400, loss[loss=0.2573, simple_loss=0.3175, pruned_loss=0.09859, over 14272.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.04192, over 120.00 utterances.], tot_loss[loss=0.3004, simple_loss=0.3654, pruned_loss=0.1177, over 2784588.96 frames. utt_duration=240.1 frames, utt_pad_proportion=0.06924, over 46678.58 utterances.], batch size: 120, lr: 3.54e-04 +2022-09-18 03:17:36,853 INFO [train.py:885] (0/2) Epoch 13, batch 9450, loss[loss=0.3713, simple_loss=0.4396, pruned_loss=0.1515, over 13758.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07238, over 411.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3601, pruned_loss=0.1153, over 2782118.68 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06671, over 43882.61 utterances.], batch size: 411, lr: 3.54e-04 +2022-09-18 03:18:06,866 INFO [train.py:885] (0/2) Epoch 13, batch 9500, loss[loss=0.38, simple_loss=0.4266, pruned_loss=0.1667, over 14211.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04473, over 335.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3589, pruned_loss=0.1152, over 2782340.77 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06457, over 43462.79 utterances.], batch size: 335, lr: 3.54e-04 +2022-09-18 03:18:36,183 INFO [train.py:885] (0/2) Epoch 13, batch 9550, loss[loss=0.3173, simple_loss=0.3889, pruned_loss=0.1228, over 14214.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04382, over 306.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3584, pruned_loss=0.1149, over 2783016.21 frames. utt_duration=259 frames, utt_pad_proportion=0.06448, over 43230.93 utterances.], batch size: 306, lr: 3.53e-04 +2022-09-18 03:19:06,096 INFO [train.py:885] (0/2) Epoch 13, batch 9600, loss[loss=0.2438, simple_loss=0.3003, pruned_loss=0.09363, over 14090.00 frames. utt_duration=518.5 frames, utt_pad_proportion=0.05044, over 109.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3631, pruned_loss=0.1176, over 2783391.32 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06632, over 44938.21 utterances.], batch size: 109, lr: 3.53e-04 +2022-09-18 03:19:35,930 INFO [train.py:885] (0/2) Epoch 13, batch 9650, loss[loss=0.133, simple_loss=0.1791, pruned_loss=0.04347, over 13231.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1027, over 33.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3565, pruned_loss=0.1141, over 2780514.68 frames. utt_duration=262.7 frames, utt_pad_proportion=0.06701, over 42573.62 utterances.], batch size: 33, lr: 3.53e-04 +2022-09-18 03:20:06,427 INFO [train.py:885] (0/2) Epoch 13, batch 9700, loss[loss=0.237, simple_loss=0.3086, pruned_loss=0.08267, over 14173.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04478, over 109.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3611, pruned_loss=0.1159, over 2779736.67 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07041, over 44960.37 utterances.], batch size: 109, lr: 3.53e-04 +2022-09-18 03:20:43,424 INFO [train.py:885] (0/2) Epoch 13, batch 9750, loss[loss=0.2156, simple_loss=0.2775, pruned_loss=0.07688, over 14063.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05491, over 79.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3639, pruned_loss=0.1171, over 2781922.14 frames. utt_duration=244.3 frames, utt_pad_proportion=0.06946, over 45824.17 utterances.], batch size: 79, lr: 3.53e-04 +2022-09-18 03:21:12,928 INFO [train.py:885] (0/2) Epoch 13, batch 9800, loss[loss=0.164, simple_loss=0.2356, pruned_loss=0.04617, over 13675.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08577, over 42.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3646, pruned_loss=0.117, over 2786461.40 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06953, over 46302.77 utterances.], batch size: 42, lr: 3.53e-04 +2022-09-18 03:21:42,799 INFO [train.py:885] (0/2) Epoch 13, batch 9850, loss[loss=0.1791, simple_loss=0.234, pruned_loss=0.06209, over 14053.00 frames. utt_duration=713.2 frames, utt_pad_proportion=0.05663, over 79.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3581, pruned_loss=0.1141, over 2779693.60 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06968, over 44436.39 utterances.], batch size: 79, lr: 3.53e-04 +2022-09-18 03:22:12,182 INFO [train.py:885] (0/2) Epoch 13, batch 9900, loss[loss=0.2445, simple_loss=0.306, pruned_loss=0.0915, over 14112.00 frames. utt_duration=577.5 frames, utt_pad_proportion=0.05176, over 98.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3583, pruned_loss=0.1149, over 2782134.60 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06856, over 43434.18 utterances.], batch size: 98, lr: 3.53e-04 +2022-09-18 03:22:41,650 INFO [train.py:885] (0/2) Epoch 13, batch 9950, loss[loss=0.3065, simple_loss=0.3781, pruned_loss=0.1174, over 14367.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03507, over 210.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3575, pruned_loss=0.1145, over 2779549.20 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06848, over 43248.74 utterances.], batch size: 210, lr: 3.53e-04 +2022-09-18 03:23:11,679 INFO [train.py:885] (0/2) Epoch 13, batch 10000, loss[loss=0.3039, simple_loss=0.409, pruned_loss=0.09933, over 13714.00 frames. utt_duration=116.4 frames, utt_pad_proportion=0.07615, over 477.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3615, pruned_loss=0.1161, over 2779175.04 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07095, over 45108.27 utterances.], batch size: 477, lr: 3.53e-04 +2022-09-18 03:23:41,579 INFO [train.py:885] (0/2) Epoch 13, batch 10050, loss[loss=0.3176, simple_loss=0.386, pruned_loss=0.1246, over 14309.00 frames. utt_duration=220 frames, utt_pad_proportion=0.0392, over 262.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3582, pruned_loss=0.1148, over 2775878.91 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06867, over 43362.97 utterances.], batch size: 262, lr: 3.53e-04 +2022-09-18 03:24:10,398 INFO [train.py:885] (0/2) Epoch 13, batch 10100, loss[loss=0.2843, simple_loss=0.3606, pruned_loss=0.104, over 14257.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04139, over 225.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3588, pruned_loss=0.1148, over 2779429.11 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06827, over 43277.08 utterances.], batch size: 225, lr: 3.53e-04 +2022-09-18 03:24:40,485 INFO [train.py:885] (0/2) Epoch 13, batch 10150, loss[loss=0.7765, simple_loss=0.772, pruned_loss=0.3905, over 12466.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 810.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3605, pruned_loss=0.1154, over 2777596.31 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07115, over 44329.66 utterances.], batch size: 810, lr: 3.53e-04 +2022-09-18 03:25:10,056 INFO [train.py:885] (0/2) Epoch 13, batch 10200, loss[loss=0.4244, simple_loss=0.5081, pruned_loss=0.1704, over 13160.00 frames. utt_duration=82.13 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3623, pruned_loss=0.1162, over 2774756.82 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07426, over 45273.64 utterances.], batch size: 653, lr: 3.53e-04 +2022-09-18 03:25:39,773 INFO [train.py:885] (0/2) Epoch 13, batch 10250, loss[loss=0.363, simple_loss=0.415, pruned_loss=0.1555, over 14217.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04394, over 335.00 utterances.], tot_loss[loss=0.2986, simple_loss=0.3631, pruned_loss=0.117, over 2778669.14 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0728, over 45287.89 utterances.], batch size: 335, lr: 3.53e-04 +2022-09-18 03:26:08,764 INFO [train.py:885] (0/2) Epoch 13, batch 10300, loss[loss=0.3314, simple_loss=0.3942, pruned_loss=0.1343, over 14284.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.0414, over 262.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.358, pruned_loss=0.1146, over 2781929.01 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06947, over 43096.77 utterances.], batch size: 262, lr: 3.53e-04 +2022-09-18 03:26:38,571 INFO [train.py:885] (0/2) Epoch 13, batch 10350, loss[loss=0.2084, simple_loss=0.2757, pruned_loss=0.07056, over 13966.00 frames. utt_duration=932.5 frames, utt_pad_proportion=0.06286, over 60.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3606, pruned_loss=0.1155, over 2780834.53 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07241, over 44786.09 utterances.], batch size: 60, lr: 3.53e-04 +2022-09-18 03:27:08,177 INFO [train.py:885] (0/2) Epoch 13, batch 10400, loss[loss=0.2063, simple_loss=0.2612, pruned_loss=0.07576, over 13963.00 frames. utt_duration=932.3 frames, utt_pad_proportion=0.06015, over 60.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3618, pruned_loss=0.1154, over 2783521.02 frames. utt_duration=246 frames, utt_pad_proportion=0.07279, over 45523.85 utterances.], batch size: 60, lr: 3.53e-04 +2022-09-18 03:27:38,197 INFO [train.py:885] (0/2) Epoch 13, batch 10450, loss[loss=0.287, simple_loss=0.3564, pruned_loss=0.1088, over 14349.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03581, over 210.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3659, pruned_loss=0.1177, over 2784278.14 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07374, over 46681.38 utterances.], batch size: 210, lr: 3.52e-04 +2022-09-18 03:28:07,648 INFO [train.py:885] (0/2) Epoch 13, batch 10500, loss[loss=0.1906, simple_loss=0.2604, pruned_loss=0.06038, over 13994.00 frames. utt_duration=710 frames, utt_pad_proportion=0.05962, over 79.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3631, pruned_loss=0.1165, over 2785934.29 frames. utt_duration=247 frames, utt_pad_proportion=0.07269, over 45382.88 utterances.], batch size: 79, lr: 3.52e-04 +2022-09-18 03:28:37,261 INFO [train.py:885] (0/2) Epoch 13, batch 10550, loss[loss=0.3072, simple_loss=0.4106, pruned_loss=0.1019, over 13641.00 frames. utt_duration=98.84 frames, utt_pad_proportion=0.07625, over 560.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3643, pruned_loss=0.1165, over 2785309.54 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07317, over 46019.37 utterances.], batch size: 560, lr: 3.52e-04 +2022-09-18 03:29:06,564 INFO [train.py:885] (0/2) Epoch 13, batch 10600, loss[loss=0.1671, simple_loss=0.2236, pruned_loss=0.05529, over 13651.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08603, over 42.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3617, pruned_loss=0.1155, over 2785999.99 frames. utt_duration=250 frames, utt_pad_proportion=0.07264, over 44838.94 utterances.], batch size: 42, lr: 3.52e-04 +2022-09-18 03:29:36,650 INFO [train.py:885] (0/2) Epoch 13, batch 10650, loss[loss=0.409, simple_loss=0.4938, pruned_loss=0.1621, over 13110.00 frames. utt_duration=81.87 frames, utt_pad_proportion=0.1101, over 653.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3623, pruned_loss=0.116, over 2779610.49 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07337, over 45455.95 utterances.], batch size: 653, lr: 3.52e-04 +2022-09-18 03:30:14,422 INFO [train.py:885] (0/2) Epoch 13, batch 10700, loss[loss=0.1395, simple_loss=0.1833, pruned_loss=0.04786, over 12304.00 frames. utt_duration=2052 frames, utt_pad_proportion=0.1575, over 24.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3641, pruned_loss=0.1172, over 2776554.38 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07274, over 45809.00 utterances.], batch size: 24, lr: 3.52e-04 +2022-09-18 03:30:43,760 INFO [train.py:885] (0/2) Epoch 13, batch 10750, loss[loss=0.3149, simple_loss=0.3859, pruned_loss=0.122, over 14361.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03292, over 244.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3655, pruned_loss=0.1178, over 2778710.94 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07229, over 45961.36 utterances.], batch size: 244, lr: 3.52e-04 +2022-09-18 03:31:13,698 INFO [train.py:885] (0/2) Epoch 13, batch 10800, loss[loss=0.3, simple_loss=0.3716, pruned_loss=0.1142, over 14339.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.0364, over 180.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3627, pruned_loss=0.116, over 2779435.99 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07122, over 45162.78 utterances.], batch size: 180, lr: 3.52e-04 +2022-09-18 03:31:43,631 INFO [train.py:885] (0/2) Epoch 13, batch 10850, loss[loss=0.3972, simple_loss=0.4359, pruned_loss=0.1792, over 14246.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04221, over 335.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3669, pruned_loss=0.1185, over 2778604.66 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07156, over 47332.89 utterances.], batch size: 335, lr: 3.52e-04 +2022-09-18 03:32:13,461 INFO [train.py:885] (0/2) Epoch 13, batch 10900, loss[loss=0.2803, simple_loss=0.3528, pruned_loss=0.1039, over 14326.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04047, over 167.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3652, pruned_loss=0.1174, over 2777361.26 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07113, over 46650.35 utterances.], batch size: 167, lr: 3.52e-04 +2022-09-18 03:32:42,460 INFO [train.py:885] (0/2) Epoch 13, batch 10950, loss[loss=0.3261, simple_loss=0.4294, pruned_loss=0.1114, over 13547.00 frames. utt_duration=98.13 frames, utt_pad_proportion=0.08289, over 560.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3644, pruned_loss=0.1173, over 2774949.00 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07255, over 46431.26 utterances.], batch size: 560, lr: 3.52e-04 +2022-09-18 03:33:12,564 INFO [train.py:885] (0/2) Epoch 13, batch 11000, loss[loss=0.2095, simple_loss=0.28, pruned_loss=0.06947, over 13904.00 frames. utt_duration=807.8 frames, utt_pad_proportion=0.05961, over 69.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3645, pruned_loss=0.1166, over 2777584.77 frames. utt_duration=238 frames, utt_pad_proportion=0.07235, over 46964.66 utterances.], batch size: 69, lr: 3.52e-04 +2022-09-18 03:33:41,970 INFO [train.py:885] (0/2) Epoch 13, batch 11050, loss[loss=0.3378, simple_loss=0.422, pruned_loss=0.1268, over 13982.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05641, over 365.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3658, pruned_loss=0.1164, over 2774081.59 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07546, over 48040.71 utterances.], batch size: 365, lr: 3.52e-04 +2022-09-18 03:34:11,937 INFO [train.py:885] (0/2) Epoch 13, batch 11100, loss[loss=0.3531, simple_loss=0.4087, pruned_loss=0.1488, over 14280.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.0399, over 225.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3625, pruned_loss=0.1156, over 2774709.68 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07428, over 46565.94 utterances.], batch size: 225, lr: 3.52e-04 +2022-09-18 03:34:41,916 INFO [train.py:885] (0/2) Epoch 13, batch 11150, loss[loss=0.1813, simple_loss=0.2552, pruned_loss=0.05374, over 14077.00 frames. utt_duration=805.9 frames, utt_pad_proportion=0.05851, over 70.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3645, pruned_loss=0.1165, over 2775959.93 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07479, over 47488.17 utterances.], batch size: 70, lr: 3.52e-04 +2022-09-18 03:35:11,662 INFO [train.py:885] (0/2) Epoch 13, batch 11200, loss[loss=0.3273, simple_loss=0.399, pruned_loss=0.1278, over 14260.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04142, over 225.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3671, pruned_loss=0.1186, over 2773080.49 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07624, over 47873.56 utterances.], batch size: 225, lr: 3.52e-04 +2022-09-18 03:35:41,128 INFO [train.py:885] (0/2) Epoch 13, batch 11250, loss[loss=0.4044, simple_loss=0.4938, pruned_loss=0.1574, over 13217.00 frames. utt_duration=82.43 frames, utt_pad_proportion=0.104, over 653.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3685, pruned_loss=0.12, over 2775634.49 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07519, over 47884.55 utterances.], batch size: 653, lr: 3.52e-04 +2022-09-18 03:36:10,912 INFO [train.py:885] (0/2) Epoch 13, batch 11300, loss[loss=0.189, simple_loss=0.2366, pruned_loss=0.07067, over 12741.00 frames. utt_duration=2125 frames, utt_pad_proportion=0.1284, over 24.00 utterances.], tot_loss[loss=0.302, simple_loss=0.366, pruned_loss=0.119, over 2774011.30 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07469, over 47376.52 utterances.], batch size: 24, lr: 3.52e-04 +2022-09-18 03:36:40,281 INFO [train.py:885] (0/2) Epoch 13, batch 11350, loss[loss=0.2094, simple_loss=0.2807, pruned_loss=0.06905, over 13907.00 frames. utt_duration=796.2 frames, utt_pad_proportion=0.07093, over 70.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3682, pruned_loss=0.1207, over 2775252.47 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07457, over 47552.63 utterances.], batch size: 70, lr: 3.52e-04 +2022-09-18 03:37:10,067 INFO [train.py:885] (0/2) Epoch 13, batch 11400, loss[loss=0.3545, simple_loss=0.412, pruned_loss=0.1485, over 14235.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04242, over 306.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.363, pruned_loss=0.1173, over 2773609.90 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07307, over 45770.72 utterances.], batch size: 306, lr: 3.51e-04 +2022-09-18 03:37:39,297 INFO [train.py:885] (0/2) Epoch 13, batch 11450, loss[loss=0.3487, simple_loss=0.4403, pruned_loss=0.1286, over 13663.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07787, over 477.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3641, pruned_loss=0.1177, over 2774917.80 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07295, over 46674.23 utterances.], batch size: 477, lr: 3.51e-04 +2022-09-18 03:38:09,295 INFO [train.py:885] (0/2) Epoch 13, batch 11500, loss[loss=0.1502, simple_loss=0.2072, pruned_loss=0.04658, over 13609.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09067, over 42.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3637, pruned_loss=0.1177, over 2779763.31 frames. utt_duration=241.6 frames, utt_pad_proportion=0.06979, over 46302.03 utterances.], batch size: 42, lr: 3.51e-04 +2022-09-18 03:38:38,842 INFO [train.py:885] (0/2) Epoch 13, batch 11550, loss[loss=0.3285, simple_loss=0.3907, pruned_loss=0.1331, over 14380.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03432, over 210.00 utterances.], tot_loss[loss=0.305, simple_loss=0.3684, pruned_loss=0.1208, over 2778609.19 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07224, over 47696.58 utterances.], batch size: 210, lr: 3.51e-04 +2022-09-18 03:39:09,250 INFO [train.py:885] (0/2) Epoch 13, batch 11600, loss[loss=0.3272, simple_loss=0.3927, pruned_loss=0.1309, over 14316.00 frames. utt_duration=188.7 frames, utt_pad_proportion=0.03746, over 306.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3682, pruned_loss=0.1201, over 2774509.43 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07434, over 48105.33 utterances.], batch size: 306, lr: 3.51e-04 +2022-09-18 03:39:38,513 INFO [train.py:885] (0/2) Epoch 13, batch 11650, loss[loss=0.2557, simple_loss=0.3259, pruned_loss=0.09275, over 14198.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04308, over 109.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3689, pruned_loss=0.1198, over 2778533.53 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07333, over 48495.19 utterances.], batch size: 109, lr: 3.51e-04 +2022-09-18 03:40:08,687 INFO [train.py:885] (0/2) Epoch 13, batch 11700, loss[loss=0.2106, simple_loss=0.2624, pruned_loss=0.07941, over 12907.00 frames. utt_duration=1987 frames, utt_pad_proportion=0.1216, over 26.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.365, pruned_loss=0.1177, over 2780409.70 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07156, over 46650.47 utterances.], batch size: 26, lr: 3.51e-04 +2022-09-18 03:40:37,853 INFO [train.py:885] (0/2) Epoch 13, batch 11750, loss[loss=0.3352, simple_loss=0.3899, pruned_loss=0.1403, over 14291.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04105, over 262.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.367, pruned_loss=0.1189, over 2780638.43 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07246, over 47008.58 utterances.], batch size: 262, lr: 3.51e-04 +2022-09-18 03:41:16,114 INFO [train.py:885] (0/2) Epoch 13, batch 11800, loss[loss=0.2965, simple_loss=0.3622, pruned_loss=0.1154, over 14388.00 frames. utt_duration=346.1 frames, utt_pad_proportion=0.03586, over 167.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3651, pruned_loss=0.1173, over 2779234.32 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07268, over 46487.40 utterances.], batch size: 167, lr: 3.51e-04 +2022-09-18 03:41:52,649 INFO [train.py:885] (0/2) Epoch 13, batch 11850, loss[loss=0.3595, simple_loss=0.4168, pruned_loss=0.1511, over 14288.00 frames. utt_duration=254.3 frames, utt_pad_proportion=0.04044, over 226.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3626, pruned_loss=0.1151, over 2787053.67 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06917, over 46038.92 utterances.], batch size: 226, lr: 3.51e-04 +2022-09-18 03:42:22,558 INFO [train.py:885] (0/2) Epoch 13, batch 11900, loss[loss=0.4773, simple_loss=0.5423, pruned_loss=0.2062, over 13183.00 frames. utt_duration=82.26 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.361, pruned_loss=0.1146, over 2781372.50 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07053, over 45774.03 utterances.], batch size: 653, lr: 3.51e-04 +2022-09-18 03:42:51,914 INFO [train.py:885] (0/2) Epoch 13, batch 11950, loss[loss=0.3142, simple_loss=0.3677, pruned_loss=0.1304, over 14345.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.0395, over 167.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3649, pruned_loss=0.1178, over 2784128.29 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07075, over 46263.64 utterances.], batch size: 167, lr: 3.51e-04 +2022-09-18 03:43:21,294 INFO [train.py:885] (0/2) Epoch 13, batch 12000, loss[loss=0.2051, simple_loss=0.2613, pruned_loss=0.07441, over 13682.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.07916, over 50.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3623, pruned_loss=0.1166, over 2782578.50 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07187, over 45504.51 utterances.], batch size: 50, lr: 3.51e-04 +2022-09-18 03:43:21,296 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 03:43:26,001 INFO [train.py:914] (0/2) Epoch 13, validation: loss=0.196, simple_loss=0.2771, pruned_loss=0.05742, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 03:43:55,386 INFO [train.py:885] (0/2) Epoch 13, batch 12050, loss[loss=0.2496, simple_loss=0.3214, pruned_loss=0.08893, over 14324.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04001, over 154.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3619, pruned_loss=0.1167, over 2786425.54 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06995, over 44935.16 utterances.], batch size: 154, lr: 3.51e-04 +2022-09-18 03:44:25,485 INFO [train.py:885] (0/2) Epoch 13, batch 12100, loss[loss=0.4979, simple_loss=0.5678, pruned_loss=0.214, over 13198.00 frames. utt_duration=82.38 frames, utt_pad_proportion=0.1046, over 653.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3634, pruned_loss=0.117, over 2787331.42 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06802, over 45609.22 utterances.], batch size: 653, lr: 3.51e-04 +2022-09-18 03:45:01,694 INFO [train.py:885] (0/2) Epoch 13, batch 12150, loss[loss=0.2258, simple_loss=0.296, pruned_loss=0.07778, over 13723.00 frames. utt_duration=916.4 frames, utt_pad_proportion=0.07901, over 60.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3621, pruned_loss=0.1164, over 2787894.86 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06691, over 44629.33 utterances.], batch size: 60, lr: 3.51e-04 +2022-09-18 03:45:31,366 INFO [train.py:885] (0/2) Epoch 13, batch 12200, loss[loss=0.1705, simple_loss=0.2302, pruned_loss=0.05545, over 13822.00 frames. utt_duration=922.7 frames, utt_pad_proportion=0.06989, over 60.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3599, pruned_loss=0.1151, over 2781296.92 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06976, over 44644.50 utterances.], batch size: 60, lr: 3.51e-04 +2022-09-18 03:46:00,569 INFO [train.py:885] (0/2) Epoch 13, batch 12250, loss[loss=0.3212, simple_loss=0.3853, pruned_loss=0.1285, over 14266.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04147, over 225.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3599, pruned_loss=0.1151, over 2782115.95 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06882, over 44615.73 utterances.], batch size: 225, lr: 3.51e-04 +2022-09-18 03:46:30,516 INFO [train.py:885] (0/2) Epoch 13, batch 12300, loss[loss=0.1446, simple_loss=0.189, pruned_loss=0.0501, over 13255.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1096, over 33.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3606, pruned_loss=0.116, over 2785973.09 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06863, over 44549.40 utterances.], batch size: 33, lr: 3.50e-04 +2022-09-18 03:47:00,275 INFO [train.py:885] (0/2) Epoch 13, batch 12350, loss[loss=0.3525, simple_loss=0.3984, pruned_loss=0.1534, over 14357.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.0383, over 167.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.3658, pruned_loss=0.1186, over 2783673.09 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07171, over 46521.16 utterances.], batch size: 167, lr: 3.50e-04 +2022-09-18 03:47:29,657 INFO [train.py:885] (0/2) Epoch 13, batch 12400, loss[loss=0.2862, simple_loss=0.3688, pruned_loss=0.1018, over 14341.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03458, over 244.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3659, pruned_loss=0.1196, over 2784914.88 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07198, over 45956.77 utterances.], batch size: 244, lr: 3.50e-04 +2022-09-18 03:47:59,170 INFO [train.py:885] (0/2) Epoch 13, batch 12450, loss[loss=0.1788, simple_loss=0.2398, pruned_loss=0.05886, over 13043.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.119, over 33.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3674, pruned_loss=0.1201, over 2783001.73 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07206, over 46984.44 utterances.], batch size: 33, lr: 3.50e-04 +2022-09-18 03:48:35,869 INFO [train.py:885] (0/2) Epoch 13, batch 12500, loss[loss=0.379, simple_loss=0.4274, pruned_loss=0.1653, over 14208.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04413, over 335.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3682, pruned_loss=0.1211, over 2779893.11 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07242, over 46944.93 utterances.], batch size: 335, lr: 3.50e-04 +2022-09-18 03:49:05,860 INFO [train.py:885] (0/2) Epoch 13, batch 12550, loss[loss=0.2216, simple_loss=0.2832, pruned_loss=0.08003, over 13717.00 frames. utt_duration=915.9 frames, utt_pad_proportion=0.07673, over 60.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3685, pruned_loss=0.1204, over 2776475.04 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07408, over 48252.27 utterances.], batch size: 60, lr: 3.50e-04 +2022-09-18 03:49:12,393 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-164000.pt +2022-09-18 03:49:34,348 INFO [train.py:885] (0/2) Epoch 13, batch 12600, loss[loss=0.2858, simple_loss=0.353, pruned_loss=0.1093, over 14315.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.03776, over 154.00 utterances.], tot_loss[loss=0.3062, simple_loss=0.3697, pruned_loss=0.1214, over 2779651.94 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07361, over 48004.55 utterances.], batch size: 154, lr: 3.50e-04 +2022-09-18 03:49:45,128 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-13.pt +2022-09-18 03:49:52,540 INFO [train.py:885] (0/2) Epoch 14, batch 0, loss[loss=0.3535, simple_loss=0.4026, pruned_loss=0.1522, over 14320.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03827, over 283.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.4026, pruned_loss=0.1522, over 14320.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03827, over 283.00 utterances.], batch size: 283, lr: 3.39e-04 +2022-09-18 03:50:24,683 INFO [train.py:885] (0/2) Epoch 14, batch 50, loss[loss=0.185, simple_loss=0.2223, pruned_loss=0.07384, over 13319.00 frames. utt_duration=1568 frames, utt_pad_proportion=0.09283, over 34.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3639, pruned_loss=0.117, over 622526.28 frames. utt_duration=226.1 frames, utt_pad_proportion=0.07885, over 11084.80 utterances.], batch size: 34, lr: 3.39e-04 +2022-09-18 03:50:54,268 INFO [train.py:885] (0/2) Epoch 14, batch 100, loss[loss=0.174, simple_loss=0.2242, pruned_loss=0.06194, over 13129.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.116, over 33.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3623, pruned_loss=0.1155, over 1102494.18 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07125, over 18327.68 utterances.], batch size: 33, lr: 3.39e-04 +2022-09-18 03:51:24,436 INFO [train.py:885] (0/2) Epoch 14, batch 150, loss[loss=0.2074, simple_loss=0.287, pruned_loss=0.06389, over 14173.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04833, over 89.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3611, pruned_loss=0.1142, over 1477688.42 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06646, over 24362.69 utterances.], batch size: 89, lr: 3.39e-04 +2022-09-18 03:51:54,034 INFO [train.py:885] (0/2) Epoch 14, batch 200, loss[loss=0.3461, simple_loss=0.4305, pruned_loss=0.1309, over 13634.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08061, over 477.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3546, pruned_loss=0.111, over 1763401.52 frames. utt_duration=259.8 frames, utt_pad_proportion=0.06919, over 27310.22 utterances.], batch size: 477, lr: 3.39e-04 +2022-09-18 03:52:23,682 INFO [train.py:885] (0/2) Epoch 14, batch 250, loss[loss=0.479, simple_loss=0.5393, pruned_loss=0.2094, over 13178.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1057, over 653.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3579, pruned_loss=0.1125, over 1989626.58 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0684, over 32426.83 utterances.], batch size: 653, lr: 3.39e-04 +2022-09-18 03:52:53,333 INFO [train.py:885] (0/2) Epoch 14, batch 300, loss[loss=0.2032, simple_loss=0.2745, pruned_loss=0.06594, over 13784.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.0797, over 42.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3572, pruned_loss=0.1121, over 2166849.94 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06833, over 35130.82 utterances.], batch size: 42, lr: 3.39e-04 +2022-09-18 03:53:23,028 INFO [train.py:885] (0/2) Epoch 14, batch 350, loss[loss=0.3436, simple_loss=0.432, pruned_loss=0.1277, over 13583.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07971, over 560.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3574, pruned_loss=0.1123, over 2300189.01 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06941, over 37277.40 utterances.], batch size: 560, lr: 3.39e-04 +2022-09-18 03:53:52,810 INFO [train.py:885] (0/2) Epoch 14, batch 400, loss[loss=0.2993, simple_loss=0.3684, pruned_loss=0.1152, over 14406.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03324, over 211.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3628, pruned_loss=0.1164, over 2411207.84 frames. utt_duration=242 frames, utt_pad_proportion=0.06936, over 40105.05 utterances.], batch size: 211, lr: 3.39e-04 +2022-09-18 03:54:22,102 INFO [train.py:885] (0/2) Epoch 14, batch 450, loss[loss=0.4656, simple_loss=0.5365, pruned_loss=0.1973, over 13155.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3608, pruned_loss=0.1152, over 2494095.83 frames. utt_duration=246.7 frames, utt_pad_proportion=0.0679, over 40681.50 utterances.], batch size: 653, lr: 3.38e-04 +2022-09-18 03:54:51,210 INFO [train.py:885] (0/2) Epoch 14, batch 500, loss[loss=0.2711, simple_loss=0.3394, pruned_loss=0.1014, over 14163.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.04535, over 109.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3629, pruned_loss=0.1159, over 2555721.05 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07039, over 42870.22 utterances.], batch size: 109, lr: 3.38e-04 +2022-09-18 03:55:21,835 INFO [train.py:885] (0/2) Epoch 14, batch 550, loss[loss=0.5712, simple_loss=0.6385, pruned_loss=0.252, over 12509.00 frames. utt_duration=63.35 frames, utt_pad_proportion=0.1439, over 810.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3665, pruned_loss=0.1178, over 2605606.56 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07099, over 44805.05 utterances.], batch size: 810, lr: 3.38e-04 +2022-09-18 03:55:50,852 INFO [train.py:885] (0/2) Epoch 14, batch 600, loss[loss=0.6231, simple_loss=0.6591, pruned_loss=0.2936, over 12538.00 frames. utt_duration=63.5 frames, utt_pad_proportion=0.1418, over 810.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3695, pruned_loss=0.1196, over 2645606.62 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07306, over 46058.10 utterances.], batch size: 810, lr: 3.38e-04 +2022-09-18 03:56:20,833 INFO [train.py:885] (0/2) Epoch 14, batch 650, loss[loss=0.3261, simple_loss=0.3783, pruned_loss=0.137, over 14378.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03718, over 167.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3659, pruned_loss=0.1181, over 2675572.18 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07179, over 45136.64 utterances.], batch size: 167, lr: 3.38e-04 +2022-09-18 03:56:49,957 INFO [train.py:885] (0/2) Epoch 14, batch 700, loss[loss=0.2185, simple_loss=0.2762, pruned_loss=0.08046, over 14076.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.05311, over 70.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3674, pruned_loss=0.1193, over 2699509.65 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07257, over 45946.89 utterances.], batch size: 70, lr: 3.38e-04 +2022-09-18 03:57:19,750 INFO [train.py:885] (0/2) Epoch 14, batch 750, loss[loss=0.3953, simple_loss=0.4863, pruned_loss=0.1522, over 13101.00 frames. utt_duration=81.83 frames, utt_pad_proportion=0.1106, over 653.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3639, pruned_loss=0.1181, over 2719387.79 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07145, over 44724.92 utterances.], batch size: 653, lr: 3.38e-04 +2022-09-18 03:57:49,398 INFO [train.py:885] (0/2) Epoch 14, batch 800, loss[loss=0.3672, simple_loss=0.4294, pruned_loss=0.1525, over 13995.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05628, over 365.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3647, pruned_loss=0.1193, over 2732398.01 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07266, over 45329.32 utterances.], batch size: 365, lr: 3.38e-04 +2022-09-18 03:58:18,671 INFO [train.py:885] (0/2) Epoch 14, batch 850, loss[loss=0.4722, simple_loss=0.5411, pruned_loss=0.2017, over 13175.00 frames. utt_duration=82.24 frames, utt_pad_proportion=0.1061, over 653.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.366, pruned_loss=0.1202, over 2743667.30 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07219, over 45556.10 utterances.], batch size: 653, lr: 3.38e-04 +2022-09-18 03:58:48,135 INFO [train.py:885] (0/2) Epoch 14, batch 900, loss[loss=0.3249, simple_loss=0.3825, pruned_loss=0.1337, over 14359.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03846, over 167.00 utterances.], tot_loss[loss=0.3022, simple_loss=0.3656, pruned_loss=0.1194, over 2755535.93 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07086, over 45356.28 utterances.], batch size: 167, lr: 3.38e-04 +2022-09-18 03:59:17,422 INFO [train.py:885] (0/2) Epoch 14, batch 950, loss[loss=0.2541, simple_loss=0.3198, pruned_loss=0.09424, over 14275.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04485, over 110.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3646, pruned_loss=0.1188, over 2760132.96 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07285, over 44890.61 utterances.], batch size: 110, lr: 3.38e-04 +2022-09-18 03:59:46,920 INFO [train.py:885] (0/2) Epoch 14, batch 1000, loss[loss=0.3361, simple_loss=0.3847, pruned_loss=0.1437, over 14359.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03816, over 167.00 utterances.], tot_loss[loss=0.301, simple_loss=0.365, pruned_loss=0.1185, over 2765828.97 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07264, over 45324.58 utterances.], batch size: 167, lr: 3.38e-04 +2022-09-18 04:00:16,076 INFO [train.py:885] (0/2) Epoch 14, batch 1050, loss[loss=0.2436, simple_loss=0.2989, pruned_loss=0.09411, over 14130.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.05043, over 98.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.3639, pruned_loss=0.1177, over 2768099.13 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07243, over 45691.77 utterances.], batch size: 98, lr: 3.38e-04 +2022-09-18 04:00:46,680 INFO [train.py:885] (0/2) Epoch 14, batch 1100, loss[loss=0.2921, simple_loss=0.384, pruned_loss=0.1001, over 13943.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05912, over 365.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3698, pruned_loss=0.1215, over 2771779.54 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07363, over 47527.82 utterances.], batch size: 365, lr: 3.38e-04 +2022-09-18 04:01:16,040 INFO [train.py:885] (0/2) Epoch 14, batch 1150, loss[loss=0.2873, simple_loss=0.3597, pruned_loss=0.1075, over 14200.00 frames. utt_duration=404.2 frames, utt_pad_proportion=0.04891, over 141.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3682, pruned_loss=0.1196, over 2773375.01 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07373, over 47803.16 utterances.], batch size: 141, lr: 3.38e-04 +2022-09-18 04:01:45,699 INFO [train.py:885] (0/2) Epoch 14, batch 1200, loss[loss=0.3655, simple_loss=0.4148, pruned_loss=0.1581, over 14370.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03443, over 195.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3695, pruned_loss=0.1205, over 2773141.05 frames. utt_duration=234 frames, utt_pad_proportion=0.07442, over 47715.36 utterances.], batch size: 195, lr: 3.38e-04 +2022-09-18 04:02:15,216 INFO [train.py:885] (0/2) Epoch 14, batch 1250, loss[loss=0.3597, simple_loss=0.4103, pruned_loss=0.1546, over 14212.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04382, over 306.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3723, pruned_loss=0.1218, over 2778138.79 frames. utt_duration=226.8 frames, utt_pad_proportion=0.07424, over 49325.07 utterances.], batch size: 306, lr: 3.38e-04 +2022-09-18 04:02:44,768 INFO [train.py:885] (0/2) Epoch 14, batch 1300, loss[loss=0.2335, simple_loss=0.2992, pruned_loss=0.08388, over 13955.00 frames. utt_duration=932.1 frames, utt_pad_proportion=0.06323, over 60.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.367, pruned_loss=0.1199, over 2782337.48 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07096, over 46558.28 utterances.], batch size: 60, lr: 3.38e-04 +2022-09-18 04:03:13,829 INFO [train.py:885] (0/2) Epoch 14, batch 1350, loss[loss=0.3297, simple_loss=0.3914, pruned_loss=0.134, over 14373.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03244, over 244.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.3649, pruned_loss=0.1185, over 2779392.96 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07277, over 46189.41 utterances.], batch size: 244, lr: 3.38e-04 +2022-09-18 04:03:43,575 INFO [train.py:885] (0/2) Epoch 14, batch 1400, loss[loss=0.3161, simple_loss=0.3803, pruned_loss=0.126, over 14369.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03479, over 210.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3656, pruned_loss=0.1184, over 2774060.15 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07473, over 47398.33 utterances.], batch size: 210, lr: 3.38e-04 +2022-09-18 04:04:12,749 INFO [train.py:885] (0/2) Epoch 14, batch 1450, loss[loss=0.2267, simple_loss=0.3027, pruned_loss=0.07531, over 13676.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.0785, over 50.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3635, pruned_loss=0.1165, over 2774874.72 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07417, over 46944.16 utterances.], batch size: 50, lr: 3.37e-04 +2022-09-18 04:04:42,866 INFO [train.py:885] (0/2) Epoch 14, batch 1500, loss[loss=0.5377, simple_loss=0.5879, pruned_loss=0.2437, over 13140.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3635, pruned_loss=0.1172, over 2772500.09 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07528, over 46285.94 utterances.], batch size: 653, lr: 3.37e-04 +2022-09-18 04:05:12,780 INFO [train.py:885] (0/2) Epoch 14, batch 1550, loss[loss=0.4183, simple_loss=0.4537, pruned_loss=0.1915, over 14206.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04453, over 335.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3641, pruned_loss=0.118, over 2778904.64 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0741, over 45111.33 utterances.], batch size: 335, lr: 3.37e-04 +2022-09-18 04:05:41,811 INFO [train.py:885] (0/2) Epoch 14, batch 1600, loss[loss=0.2379, simple_loss=0.3073, pruned_loss=0.0843, over 13998.00 frames. utt_duration=710.3 frames, utt_pad_proportion=0.06044, over 79.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3626, pruned_loss=0.1169, over 2782913.04 frames. utt_duration=250 frames, utt_pad_proportion=0.07055, over 44783.14 utterances.], batch size: 79, lr: 3.37e-04 +2022-09-18 04:06:11,692 INFO [train.py:885] (0/2) Epoch 14, batch 1650, loss[loss=0.3351, simple_loss=0.4175, pruned_loss=0.1263, over 13766.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07274, over 411.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3642, pruned_loss=0.1173, over 2778692.55 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07263, over 45889.41 utterances.], batch size: 411, lr: 3.37e-04 +2022-09-18 04:06:41,724 INFO [train.py:885] (0/2) Epoch 14, batch 1700, loss[loss=0.3256, simple_loss=0.4201, pruned_loss=0.1156, over 13665.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.0783, over 477.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3667, pruned_loss=0.1184, over 2778535.74 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07404, over 47365.37 utterances.], batch size: 477, lr: 3.37e-04 +2022-09-18 04:07:11,437 INFO [train.py:885] (0/2) Epoch 14, batch 1750, loss[loss=0.3969, simple_loss=0.4371, pruned_loss=0.1783, over 14195.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04487, over 306.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3639, pruned_loss=0.1171, over 2784623.85 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07099, over 45334.94 utterances.], batch size: 306, lr: 3.37e-04 +2022-09-18 04:07:40,763 INFO [train.py:885] (0/2) Epoch 14, batch 1800, loss[loss=0.3072, simple_loss=0.3689, pruned_loss=0.1227, over 14337.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03894, over 154.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3632, pruned_loss=0.1168, over 2783579.55 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06994, over 45212.09 utterances.], batch size: 154, lr: 3.37e-04 +2022-09-18 04:08:10,525 INFO [train.py:885] (0/2) Epoch 14, batch 1850, loss[loss=0.1979, simple_loss=0.2569, pruned_loss=0.06946, over 12303.00 frames. utt_duration=2052 frames, utt_pad_proportion=0.1488, over 24.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.3652, pruned_loss=0.1183, over 2783457.40 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07213, over 45878.31 utterances.], batch size: 24, lr: 3.37e-04 +2022-09-18 04:08:39,439 INFO [train.py:885] (0/2) Epoch 14, batch 1900, loss[loss=0.3287, simple_loss=0.4218, pruned_loss=0.1178, over 13694.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.077, over 477.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.3671, pruned_loss=0.1197, over 2781264.23 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07357, over 46747.10 utterances.], batch size: 477, lr: 3.37e-04 +2022-09-18 04:09:09,507 INFO [train.py:885] (0/2) Epoch 14, batch 1950, loss[loss=0.2257, simple_loss=0.2985, pruned_loss=0.07644, over 13423.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08244, over 41.00 utterances.], tot_loss[loss=0.3004, simple_loss=0.3644, pruned_loss=0.1182, over 2771991.23 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07528, over 46498.24 utterances.], batch size: 41, lr: 3.37e-04 +2022-09-18 04:09:38,748 INFO [train.py:885] (0/2) Epoch 14, batch 2000, loss[loss=0.1574, simple_loss=0.2007, pruned_loss=0.0571, over 13362.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.09058, over 26.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3624, pruned_loss=0.1175, over 2774875.91 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07396, over 45191.30 utterances.], batch size: 26, lr: 3.37e-04 +2022-09-18 04:10:08,400 INFO [train.py:885] (0/2) Epoch 14, batch 2050, loss[loss=0.2825, simple_loss=0.3581, pruned_loss=0.1034, over 14264.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04323, over 154.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3635, pruned_loss=0.1176, over 2779988.01 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07081, over 45615.07 utterances.], batch size: 154, lr: 3.37e-04 +2022-09-18 04:10:38,257 INFO [train.py:885] (0/2) Epoch 14, batch 2100, loss[loss=0.1731, simple_loss=0.2188, pruned_loss=0.06368, over 12202.00 frames. utt_duration=2035 frames, utt_pad_proportion=0.1826, over 24.00 utterances.], tot_loss[loss=0.296, simple_loss=0.3603, pruned_loss=0.1158, over 2781966.16 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07103, over 43988.84 utterances.], batch size: 24, lr: 3.37e-04 +2022-09-18 04:11:07,456 INFO [train.py:885] (0/2) Epoch 14, batch 2150, loss[loss=0.2259, simple_loss=0.3028, pruned_loss=0.07451, over 14016.00 frames. utt_duration=711.1 frames, utt_pad_proportion=0.05939, over 79.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.359, pruned_loss=0.1159, over 2785531.40 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06914, over 43057.49 utterances.], batch size: 79, lr: 3.37e-04 +2022-09-18 04:11:37,639 INFO [train.py:885] (0/2) Epoch 14, batch 2200, loss[loss=0.393, simple_loss=0.4708, pruned_loss=0.1576, over 13630.00 frames. utt_duration=98.82 frames, utt_pad_proportion=0.07647, over 560.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3599, pruned_loss=0.1158, over 2783263.88 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07042, over 43884.98 utterances.], batch size: 560, lr: 3.37e-04 +2022-09-18 04:12:13,353 INFO [train.py:885] (0/2) Epoch 14, batch 2250, loss[loss=0.1868, simple_loss=0.2552, pruned_loss=0.0592, over 13528.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08024, over 50.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3574, pruned_loss=0.1142, over 2783086.96 frames. utt_duration=260.7 frames, utt_pad_proportion=0.07048, over 42948.46 utterances.], batch size: 50, lr: 3.37e-04 +2022-09-18 04:12:42,902 INFO [train.py:885] (0/2) Epoch 14, batch 2300, loss[loss=0.1915, simple_loss=0.2646, pruned_loss=0.05919, over 12414.00 frames. utt_duration=2071 frames, utt_pad_proportion=0.1368, over 24.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3598, pruned_loss=0.115, over 2783157.48 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06931, over 44250.08 utterances.], batch size: 24, lr: 3.37e-04 +2022-09-18 04:13:12,901 INFO [train.py:885] (0/2) Epoch 14, batch 2350, loss[loss=0.4193, simple_loss=0.4491, pruned_loss=0.1947, over 14265.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04073, over 180.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3594, pruned_loss=0.1147, over 2784010.47 frames. utt_duration=256.3 frames, utt_pad_proportion=0.0681, over 43699.15 utterances.], batch size: 180, lr: 3.37e-04 +2022-09-18 04:13:42,117 INFO [train.py:885] (0/2) Epoch 14, batch 2400, loss[loss=0.1813, simple_loss=0.2464, pruned_loss=0.05814, over 13438.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09453, over 50.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3562, pruned_loss=0.1133, over 2786080.64 frames. utt_duration=265.4 frames, utt_pad_proportion=0.06719, over 42221.91 utterances.], batch size: 50, lr: 3.37e-04 +2022-09-18 04:14:11,726 INFO [train.py:885] (0/2) Epoch 14, batch 2450, loss[loss=0.1987, simple_loss=0.2564, pruned_loss=0.07044, over 13923.00 frames. utt_duration=929.5 frames, utt_pad_proportion=0.06018, over 60.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3564, pruned_loss=0.1131, over 2789349.87 frames. utt_duration=265.4 frames, utt_pad_proportion=0.06626, over 42267.31 utterances.], batch size: 60, lr: 3.36e-04 +2022-09-18 04:14:41,454 INFO [train.py:885] (0/2) Epoch 14, batch 2500, loss[loss=0.2376, simple_loss=0.3082, pruned_loss=0.08355, over 14225.00 frames. utt_duration=640.7 frames, utt_pad_proportion=0.0437, over 89.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3601, pruned_loss=0.1156, over 2789594.27 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06638, over 42853.70 utterances.], batch size: 89, lr: 3.36e-04 +2022-09-18 04:15:11,379 INFO [train.py:885] (0/2) Epoch 14, batch 2550, loss[loss=0.3394, simple_loss=0.3902, pruned_loss=0.1443, over 14303.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03832, over 180.00 utterances.], tot_loss[loss=0.295, simple_loss=0.359, pruned_loss=0.1155, over 2792477.80 frames. utt_duration=267.4 frames, utt_pad_proportion=0.06424, over 42002.46 utterances.], batch size: 180, lr: 3.36e-04 +2022-09-18 04:15:41,381 INFO [train.py:885] (0/2) Epoch 14, batch 2600, loss[loss=0.2783, simple_loss=0.3576, pruned_loss=0.09946, over 14317.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04, over 154.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.359, pruned_loss=0.1152, over 2793252.40 frames. utt_duration=264.1 frames, utt_pad_proportion=0.06395, over 42548.33 utterances.], batch size: 154, lr: 3.36e-04 +2022-09-18 04:16:11,456 INFO [train.py:885] (0/2) Epoch 14, batch 2650, loss[loss=0.2235, simple_loss=0.2739, pruned_loss=0.08653, over 13004.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.119, over 33.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3619, pruned_loss=0.1167, over 2788032.87 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06628, over 44449.72 utterances.], batch size: 33, lr: 3.36e-04 +2022-09-18 04:16:40,631 INFO [train.py:885] (0/2) Epoch 14, batch 2700, loss[loss=0.408, simple_loss=0.4373, pruned_loss=0.1894, over 14331.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03742, over 195.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3589, pruned_loss=0.1154, over 2788650.78 frames. utt_duration=258.5 frames, utt_pad_proportion=0.0661, over 43401.27 utterances.], batch size: 195, lr: 3.36e-04 +2022-09-18 04:17:10,216 INFO [train.py:885] (0/2) Epoch 14, batch 2750, loss[loss=0.1932, simple_loss=0.2596, pruned_loss=0.06339, over 14071.00 frames. utt_duration=714 frames, utt_pad_proportion=0.05557, over 79.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3592, pruned_loss=0.1152, over 2787980.65 frames. utt_duration=254 frames, utt_pad_proportion=0.06783, over 44165.52 utterances.], batch size: 79, lr: 3.36e-04 +2022-09-18 04:17:39,535 INFO [train.py:885] (0/2) Epoch 14, batch 2800, loss[loss=0.5922, simple_loss=0.6485, pruned_loss=0.2679, over 12502.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.145, over 810.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3616, pruned_loss=0.1167, over 2782092.20 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07152, over 45013.29 utterances.], batch size: 810, lr: 3.36e-04 +2022-09-18 04:18:15,860 INFO [train.py:885] (0/2) Epoch 14, batch 2850, loss[loss=0.3116, simple_loss=0.3717, pruned_loss=0.1257, over 14358.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03853, over 167.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.3666, pruned_loss=0.1192, over 2780327.43 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07341, over 47330.95 utterances.], batch size: 167, lr: 3.36e-04 +2022-09-18 04:18:45,233 INFO [train.py:885] (0/2) Epoch 14, batch 2900, loss[loss=0.1965, simple_loss=0.2672, pruned_loss=0.06292, over 14083.00 frames. utt_duration=806.4 frames, utt_pad_proportion=0.05906, over 70.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3654, pruned_loss=0.1189, over 2777066.60 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07431, over 47091.17 utterances.], batch size: 70, lr: 3.36e-04 +2022-09-18 04:19:15,077 INFO [train.py:885] (0/2) Epoch 14, batch 2950, loss[loss=0.4172, simple_loss=0.4781, pruned_loss=0.1782, over 13749.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07326, over 411.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3633, pruned_loss=0.1176, over 2782431.83 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07052, over 45296.77 utterances.], batch size: 411, lr: 3.36e-04 +2022-09-18 04:19:44,557 INFO [train.py:885] (0/2) Epoch 14, batch 3000, loss[loss=0.5107, simple_loss=0.5978, pruned_loss=0.2118, over 12463.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1469, over 810.00 utterances.], tot_loss[loss=0.301, simple_loss=0.365, pruned_loss=0.1186, over 2783256.82 frames. utt_duration=243 frames, utt_pad_proportion=0.07248, over 46103.14 utterances.], batch size: 810, lr: 3.36e-04 +2022-09-18 04:19:44,558 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 04:19:49,227 INFO [train.py:914] (0/2) Epoch 14, validation: loss=0.2017, simple_loss=0.2828, pruned_loss=0.06032, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 04:20:18,178 INFO [train.py:885] (0/2) Epoch 14, batch 3050, loss[loss=0.4098, simple_loss=0.4882, pruned_loss=0.1657, over 13169.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3644, pruned_loss=0.1178, over 2782340.48 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07094, over 46497.57 utterances.], batch size: 653, lr: 3.36e-04 +2022-09-18 04:20:47,306 INFO [train.py:885] (0/2) Epoch 14, batch 3100, loss[loss=0.2184, simple_loss=0.2694, pruned_loss=0.08372, over 13860.00 frames. utt_duration=925.1 frames, utt_pad_proportion=0.07117, over 60.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3628, pruned_loss=0.1172, over 2778738.14 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07219, over 46466.74 utterances.], batch size: 60, lr: 3.36e-04 +2022-09-18 04:21:17,283 INFO [train.py:885] (0/2) Epoch 14, batch 3150, loss[loss=0.2572, simple_loss=0.3427, pruned_loss=0.08584, over 14347.00 frames. utt_duration=374.2 frames, utt_pad_proportion=0.03796, over 154.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3613, pruned_loss=0.1168, over 2775951.63 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07289, over 46023.68 utterances.], batch size: 154, lr: 3.36e-04 +2022-09-18 04:21:45,893 INFO [train.py:885] (0/2) Epoch 14, batch 3200, loss[loss=0.3329, simple_loss=0.3924, pruned_loss=0.1368, over 14340.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03673, over 195.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3585, pruned_loss=0.1151, over 2778066.79 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07135, over 45130.92 utterances.], batch size: 195, lr: 3.36e-04 +2022-09-18 04:22:15,680 INFO [train.py:885] (0/2) Epoch 14, batch 3250, loss[loss=0.1721, simple_loss=0.242, pruned_loss=0.05107, over 13674.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07877, over 50.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3601, pruned_loss=0.1148, over 2778340.69 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07184, over 46454.85 utterances.], batch size: 50, lr: 3.36e-04 +2022-09-18 04:22:45,196 INFO [train.py:885] (0/2) Epoch 14, batch 3300, loss[loss=0.5718, simple_loss=0.6351, pruned_loss=0.2542, over 12541.00 frames. utt_duration=63.52 frames, utt_pad_proportion=0.1416, over 810.00 utterances.], tot_loss[loss=0.296, simple_loss=0.3612, pruned_loss=0.1155, over 2774539.92 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07392, over 46972.76 utterances.], batch size: 810, lr: 3.36e-04 +2022-09-18 04:23:14,940 INFO [train.py:885] (0/2) Epoch 14, batch 3350, loss[loss=0.3525, simple_loss=0.4369, pruned_loss=0.1341, over 13664.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08106, over 478.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3614, pruned_loss=0.1148, over 2779913.48 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07198, over 47187.54 utterances.], batch size: 478, lr: 3.36e-04 +2022-09-18 04:23:44,694 INFO [train.py:885] (0/2) Epoch 14, batch 3400, loss[loss=0.2709, simple_loss=0.3477, pruned_loss=0.09702, over 14334.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03933, over 167.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3598, pruned_loss=0.1132, over 2781272.71 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07164, over 46273.28 utterances.], batch size: 167, lr: 3.35e-04 +2022-09-18 04:24:13,786 INFO [train.py:885] (0/2) Epoch 14, batch 3450, loss[loss=0.3125, simple_loss=0.3985, pruned_loss=0.1133, over 13935.00 frames. utt_duration=154.1 frames, utt_pad_proportion=0.06017, over 365.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3602, pruned_loss=0.1137, over 2783894.98 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07102, over 46348.28 utterances.], batch size: 365, lr: 3.35e-04 +2022-09-18 04:24:43,698 INFO [train.py:885] (0/2) Epoch 14, batch 3500, loss[loss=0.337, simple_loss=0.3906, pruned_loss=0.1417, over 14323.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03794, over 283.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3639, pruned_loss=0.1165, over 2786962.34 frames. utt_duration=239.4 frames, utt_pad_proportion=0.06985, over 46848.23 utterances.], batch size: 283, lr: 3.35e-04 +2022-09-18 04:25:13,329 INFO [train.py:885] (0/2) Epoch 14, batch 3550, loss[loss=0.2518, simple_loss=0.3316, pruned_loss=0.08603, over 14301.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.04249, over 141.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3674, pruned_loss=0.1189, over 2789596.06 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07074, over 47555.47 utterances.], batch size: 141, lr: 3.35e-04 +2022-09-18 04:25:42,815 INFO [train.py:885] (0/2) Epoch 14, batch 3600, loss[loss=0.3134, simple_loss=0.3776, pruned_loss=0.1246, over 14396.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.03066, over 244.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3681, pruned_loss=0.119, over 2784822.08 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07311, over 48356.55 utterances.], batch size: 244, lr: 3.35e-04 +2022-09-18 04:26:12,601 INFO [train.py:885] (0/2) Epoch 14, batch 3650, loss[loss=0.4184, simple_loss=0.5011, pruned_loss=0.1679, over 13157.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3685, pruned_loss=0.1188, over 2781097.25 frames. utt_duration=228.9 frames, utt_pad_proportion=0.0746, over 48906.90 utterances.], batch size: 653, lr: 3.35e-04 +2022-09-18 04:26:41,617 INFO [train.py:885] (0/2) Epoch 14, batch 3700, loss[loss=0.3476, simple_loss=0.4376, pruned_loss=0.1288, over 13590.00 frames. utt_duration=98.22 frames, utt_pad_proportion=0.08203, over 561.00 utterances.], tot_loss[loss=0.3004, simple_loss=0.3656, pruned_loss=0.1176, over 2784850.17 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07233, over 47629.97 utterances.], batch size: 561, lr: 3.35e-04 +2022-09-18 04:27:11,344 INFO [train.py:885] (0/2) Epoch 14, batch 3750, loss[loss=0.2429, simple_loss=0.3012, pruned_loss=0.09229, over 13828.00 frames. utt_duration=923.5 frames, utt_pad_proportion=0.07189, over 60.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.361, pruned_loss=0.1159, over 2783812.75 frames. utt_duration=249 frames, utt_pad_proportion=0.07027, over 44988.05 utterances.], batch size: 60, lr: 3.35e-04 +2022-09-18 04:27:41,236 INFO [train.py:885] (0/2) Epoch 14, batch 3800, loss[loss=0.3352, simple_loss=0.4161, pruned_loss=0.1272, over 13780.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07086, over 411.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3623, pruned_loss=0.1174, over 2783729.74 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07027, over 44959.46 utterances.], batch size: 411, lr: 3.35e-04 +2022-09-18 04:28:10,830 INFO [train.py:885] (0/2) Epoch 14, batch 3850, loss[loss=0.1859, simple_loss=0.2587, pruned_loss=0.05654, over 12652.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.1412, over 25.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3669, pruned_loss=0.1198, over 2783557.85 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0698, over 46395.16 utterances.], batch size: 25, lr: 3.35e-04 +2022-09-18 04:28:40,203 INFO [train.py:885] (0/2) Epoch 14, batch 3900, loss[loss=0.1994, simple_loss=0.2712, pruned_loss=0.06376, over 13759.00 frames. utt_duration=1102 frames, utt_pad_proportion=0.07373, over 50.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.365, pruned_loss=0.1183, over 2780692.94 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07172, over 46576.66 utterances.], batch size: 50, lr: 3.35e-04 +2022-09-18 04:29:04,978 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-168000.pt +2022-09-18 04:29:10,795 INFO [train.py:885] (0/2) Epoch 14, batch 3950, loss[loss=0.2152, simple_loss=0.2849, pruned_loss=0.07274, over 13994.00 frames. utt_duration=710.1 frames, utt_pad_proportion=0.0607, over 79.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3677, pruned_loss=0.1192, over 2778102.44 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07249, over 48426.43 utterances.], batch size: 79, lr: 3.35e-04 +2022-09-18 04:29:40,181 INFO [train.py:885] (0/2) Epoch 14, batch 4000, loss[loss=0.3733, simple_loss=0.4163, pruned_loss=0.1651, over 14332.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03903, over 244.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.3662, pruned_loss=0.1182, over 2781868.71 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07091, over 47746.96 utterances.], batch size: 244, lr: 3.35e-04 +2022-09-18 04:30:10,160 INFO [train.py:885] (0/2) Epoch 14, batch 4050, loss[loss=0.3006, simple_loss=0.3709, pruned_loss=0.1152, over 14340.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03652, over 195.00 utterances.], tot_loss[loss=0.3028, simple_loss=0.3671, pruned_loss=0.1192, over 2782474.69 frames. utt_duration=235 frames, utt_pad_proportion=0.07176, over 47665.61 utterances.], batch size: 195, lr: 3.35e-04 +2022-09-18 04:30:39,933 INFO [train.py:885] (0/2) Epoch 14, batch 4100, loss[loss=0.2378, simple_loss=0.3038, pruned_loss=0.08584, over 14188.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04362, over 109.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3655, pruned_loss=0.1184, over 2780624.62 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07244, over 46968.48 utterances.], batch size: 109, lr: 3.35e-04 +2022-09-18 04:31:08,950 INFO [train.py:885] (0/2) Epoch 14, batch 4150, loss[loss=0.5244, simple_loss=0.6001, pruned_loss=0.2243, over 12397.00 frames. utt_duration=62.76 frames, utt_pad_proportion=0.1519, over 810.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.3647, pruned_loss=0.1186, over 2785214.55 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06963, over 45553.09 utterances.], batch size: 810, lr: 3.35e-04 +2022-09-18 04:31:38,498 INFO [train.py:885] (0/2) Epoch 14, batch 4200, loss[loss=0.1779, simple_loss=0.2502, pruned_loss=0.05279, over 13831.00 frames. utt_duration=923.9 frames, utt_pad_proportion=0.06867, over 60.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3665, pruned_loss=0.1195, over 2789310.36 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06929, over 45683.34 utterances.], batch size: 60, lr: 3.35e-04 +2022-09-18 04:32:07,773 INFO [train.py:885] (0/2) Epoch 14, batch 4250, loss[loss=0.5672, simple_loss=0.6315, pruned_loss=0.2514, over 12493.00 frames. utt_duration=63.24 frames, utt_pad_proportion=0.1454, over 810.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3661, pruned_loss=0.1193, over 2786860.34 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07031, over 46194.00 utterances.], batch size: 810, lr: 3.35e-04 +2022-09-18 04:32:37,643 INFO [train.py:885] (0/2) Epoch 14, batch 4300, loss[loss=0.46, simple_loss=0.474, pruned_loss=0.223, over 14189.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04575, over 306.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3644, pruned_loss=0.1181, over 2786101.79 frames. utt_duration=246.4 frames, utt_pad_proportion=0.0687, over 45495.79 utterances.], batch size: 306, lr: 3.35e-04 +2022-09-18 04:33:07,290 INFO [train.py:885] (0/2) Epoch 14, batch 4350, loss[loss=0.317, simple_loss=0.3878, pruned_loss=0.1231, over 14308.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03965, over 262.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3622, pruned_loss=0.1175, over 2787987.81 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06789, over 44479.10 utterances.], batch size: 262, lr: 3.35e-04 +2022-09-18 04:33:36,847 INFO [train.py:885] (0/2) Epoch 14, batch 4400, loss[loss=0.2363, simple_loss=0.3097, pruned_loss=0.08146, over 14106.00 frames. utt_duration=577.1 frames, utt_pad_proportion=0.05388, over 98.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3617, pruned_loss=0.116, over 2781307.78 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07046, over 44964.25 utterances.], batch size: 98, lr: 3.35e-04 +2022-09-18 04:34:06,390 INFO [train.py:885] (0/2) Epoch 14, batch 4450, loss[loss=0.2787, simple_loss=0.3473, pruned_loss=0.1051, over 14348.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03885, over 167.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3659, pruned_loss=0.1179, over 2786068.53 frames. utt_duration=242 frames, utt_pad_proportion=0.06803, over 46329.45 utterances.], batch size: 167, lr: 3.34e-04 +2022-09-18 04:34:35,964 INFO [train.py:885] (0/2) Epoch 14, batch 4500, loss[loss=0.301, simple_loss=0.3969, pruned_loss=0.1025, over 13631.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08118, over 477.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3606, pruned_loss=0.1149, over 2782388.93 frames. utt_duration=251 frames, utt_pad_proportion=0.06858, over 44596.96 utterances.], batch size: 477, lr: 3.34e-04 +2022-09-18 04:35:05,909 INFO [train.py:885] (0/2) Epoch 14, batch 4550, loss[loss=0.2162, simple_loss=0.2762, pruned_loss=0.07806, over 14023.00 frames. utt_duration=573.7 frames, utt_pad_proportion=0.05791, over 98.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3602, pruned_loss=0.1151, over 2784111.15 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06789, over 44266.57 utterances.], batch size: 98, lr: 3.34e-04 +2022-09-18 04:35:35,359 INFO [train.py:885] (0/2) Epoch 14, batch 4600, loss[loss=0.2113, simple_loss=0.2775, pruned_loss=0.07251, over 13771.00 frames. utt_duration=919.5 frames, utt_pad_proportion=0.07677, over 60.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3582, pruned_loss=0.1146, over 2783222.65 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06873, over 43029.78 utterances.], batch size: 60, lr: 3.34e-04 +2022-09-18 04:36:05,744 INFO [train.py:885] (0/2) Epoch 14, batch 4650, loss[loss=0.335, simple_loss=0.3919, pruned_loss=0.139, over 14332.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03798, over 210.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3605, pruned_loss=0.1153, over 2782870.79 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06986, over 44638.56 utterances.], batch size: 210, lr: 3.34e-04 +2022-09-18 04:36:35,026 INFO [train.py:885] (0/2) Epoch 14, batch 4700, loss[loss=0.267, simple_loss=0.3335, pruned_loss=0.1002, over 14272.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04241, over 130.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3598, pruned_loss=0.1152, over 2784287.14 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07004, over 44403.93 utterances.], batch size: 130, lr: 3.34e-04 +2022-09-18 04:37:05,129 INFO [train.py:885] (0/2) Epoch 14, batch 4750, loss[loss=0.4504, simple_loss=0.5186, pruned_loss=0.1911, over 13181.00 frames. utt_duration=82.29 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3635, pruned_loss=0.1174, over 2784266.88 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07061, over 45455.22 utterances.], batch size: 653, lr: 3.34e-04 +2022-09-18 04:37:34,453 INFO [train.py:885] (0/2) Epoch 14, batch 4800, loss[loss=0.3249, simple_loss=0.3859, pruned_loss=0.1319, over 14366.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03516, over 195.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3621, pruned_loss=0.1159, over 2786084.94 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06948, over 45196.44 utterances.], batch size: 195, lr: 3.34e-04 +2022-09-18 04:38:04,323 INFO [train.py:885] (0/2) Epoch 14, batch 4850, loss[loss=0.4007, simple_loss=0.4374, pruned_loss=0.182, over 14213.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04441, over 335.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3647, pruned_loss=0.117, over 2788836.27 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06894, over 46343.96 utterances.], batch size: 335, lr: 3.34e-04 +2022-09-18 04:38:34,813 INFO [train.py:885] (0/2) Epoch 14, batch 4900, loss[loss=0.2303, simple_loss=0.2986, pruned_loss=0.08104, over 14206.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04271, over 109.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3657, pruned_loss=0.1171, over 2791274.85 frames. utt_duration=240.3 frames, utt_pad_proportion=0.06729, over 46751.05 utterances.], batch size: 109, lr: 3.34e-04 +2022-09-18 04:39:04,326 INFO [train.py:885] (0/2) Epoch 14, batch 4950, loss[loss=0.3161, simple_loss=0.3794, pruned_loss=0.1264, over 14326.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03802, over 283.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3636, pruned_loss=0.1166, over 2781621.83 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07004, over 45806.90 utterances.], batch size: 283, lr: 3.34e-04 +2022-09-18 04:39:33,298 INFO [train.py:885] (0/2) Epoch 14, batch 5000, loss[loss=0.1903, simple_loss=0.2631, pruned_loss=0.05873, over 13365.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08768, over 41.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3589, pruned_loss=0.1143, over 2780301.50 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06916, over 44199.26 utterances.], batch size: 41, lr: 3.34e-04 +2022-09-18 04:40:03,176 INFO [train.py:885] (0/2) Epoch 14, batch 5050, loss[loss=0.2454, simple_loss=0.3248, pruned_loss=0.08303, over 14204.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04856, over 141.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3626, pruned_loss=0.1153, over 2778524.82 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07288, over 46372.98 utterances.], batch size: 141, lr: 3.34e-04 +2022-09-18 04:40:32,420 INFO [train.py:885] (0/2) Epoch 14, batch 5100, loss[loss=0.2571, simple_loss=0.3142, pruned_loss=0.1, over 13871.00 frames. utt_duration=925.9 frames, utt_pad_proportion=0.0666, over 60.00 utterances.], tot_loss[loss=0.296, simple_loss=0.3615, pruned_loss=0.1153, over 2776856.14 frames. utt_duration=243.5 frames, utt_pad_proportion=0.0738, over 45893.94 utterances.], batch size: 60, lr: 3.34e-04 +2022-09-18 04:41:01,885 INFO [train.py:885] (0/2) Epoch 14, batch 5150, loss[loss=0.3019, simple_loss=0.3724, pruned_loss=0.1157, over 14217.00 frames. utt_duration=254.3 frames, utt_pad_proportion=0.04394, over 225.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3625, pruned_loss=0.1163, over 2777572.06 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07458, over 46151.06 utterances.], batch size: 225, lr: 3.34e-04 +2022-09-18 04:41:31,986 INFO [train.py:885] (0/2) Epoch 14, batch 5200, loss[loss=0.2541, simple_loss=0.3301, pruned_loss=0.08908, over 14307.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03796, over 130.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3601, pruned_loss=0.1145, over 2775369.14 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07354, over 45621.02 utterances.], batch size: 130, lr: 3.34e-04 +2022-09-18 04:42:01,220 INFO [train.py:885] (0/2) Epoch 14, batch 5250, loss[loss=0.2297, simple_loss=0.31, pruned_loss=0.07468, over 14275.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.0414, over 120.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3615, pruned_loss=0.116, over 2774628.14 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07367, over 46125.90 utterances.], batch size: 120, lr: 3.34e-04 +2022-09-18 04:42:30,881 INFO [train.py:885] (0/2) Epoch 14, batch 5300, loss[loss=0.2125, simple_loss=0.2793, pruned_loss=0.07288, over 13044.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1219, over 33.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3605, pruned_loss=0.1156, over 2776555.46 frames. utt_duration=244.2 frames, utt_pad_proportion=0.0729, over 45755.86 utterances.], batch size: 33, lr: 3.34e-04 +2022-09-18 04:42:59,856 INFO [train.py:885] (0/2) Epoch 14, batch 5350, loss[loss=0.2416, simple_loss=0.3121, pruned_loss=0.08553, over 14064.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05474, over 98.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3612, pruned_loss=0.1151, over 2782460.21 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07293, over 45676.55 utterances.], batch size: 98, lr: 3.34e-04 +2022-09-18 04:43:29,564 INFO [train.py:885] (0/2) Epoch 14, batch 5400, loss[loss=0.178, simple_loss=0.248, pruned_loss=0.05403, over 13352.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08734, over 41.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3565, pruned_loss=0.1122, over 2781291.65 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07087, over 44301.30 utterances.], batch size: 41, lr: 3.34e-04 +2022-09-18 04:43:59,527 INFO [train.py:885] (0/2) Epoch 14, batch 5450, loss[loss=0.2731, simple_loss=0.3461, pruned_loss=0.1, over 14288.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.04155, over 154.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3534, pruned_loss=0.1106, over 2778904.73 frames. utt_duration=260.7 frames, utt_pad_proportion=0.07167, over 42876.13 utterances.], batch size: 154, lr: 3.33e-04 +2022-09-18 04:44:28,940 INFO [train.py:885] (0/2) Epoch 14, batch 5500, loss[loss=0.2023, simple_loss=0.2546, pruned_loss=0.07503, over 13098.00 frames. utt_duration=1589 frames, utt_pad_proportion=0.1048, over 33.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.353, pruned_loss=0.1103, over 2777947.45 frames. utt_duration=260.5 frames, utt_pad_proportion=0.07168, over 42896.96 utterances.], batch size: 33, lr: 3.33e-04 +2022-09-18 04:44:59,071 INFO [train.py:885] (0/2) Epoch 14, batch 5550, loss[loss=0.1864, simple_loss=0.2399, pruned_loss=0.06638, over 13670.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07881, over 50.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3565, pruned_loss=0.1122, over 2781250.20 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06982, over 44032.09 utterances.], batch size: 50, lr: 3.33e-04 +2022-09-18 04:45:29,833 INFO [train.py:885] (0/2) Epoch 14, batch 5600, loss[loss=0.3359, simple_loss=0.4305, pruned_loss=0.1206, over 13610.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07775, over 560.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3625, pruned_loss=0.1153, over 2779330.11 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07158, over 46541.63 utterances.], batch size: 560, lr: 3.33e-04 +2022-09-18 04:46:00,279 INFO [train.py:885] (0/2) Epoch 14, batch 5650, loss[loss=0.5333, simple_loss=0.5795, pruned_loss=0.2435, over 13154.00 frames. utt_duration=82.12 frames, utt_pad_proportion=0.1073, over 653.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3641, pruned_loss=0.1157, over 2781104.68 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07231, over 47257.22 utterances.], batch size: 653, lr: 3.33e-04 +2022-09-18 04:46:29,865 INFO [train.py:885] (0/2) Epoch 14, batch 5700, loss[loss=0.4706, simple_loss=0.5287, pruned_loss=0.2062, over 13609.00 frames. utt_duration=98.63 frames, utt_pad_proportion=0.07824, over 560.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3649, pruned_loss=0.1165, over 2781363.41 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07153, over 47690.99 utterances.], batch size: 560, lr: 3.33e-04 +2022-09-18 04:46:59,770 INFO [train.py:885] (0/2) Epoch 14, batch 5750, loss[loss=0.3668, simple_loss=0.4126, pruned_loss=0.1605, over 14364.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03295, over 244.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3644, pruned_loss=0.1167, over 2779024.52 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07395, over 47128.57 utterances.], batch size: 244, lr: 3.33e-04 +2022-09-18 04:47:29,431 INFO [train.py:885] (0/2) Epoch 14, batch 5800, loss[loss=0.3386, simple_loss=0.4108, pruned_loss=0.1331, over 13973.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05757, over 365.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3636, pruned_loss=0.1163, over 2782854.65 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07286, over 46424.35 utterances.], batch size: 365, lr: 3.33e-04 +2022-09-18 04:47:58,662 INFO [train.py:885] (0/2) Epoch 14, batch 5850, loss[loss=0.3489, simple_loss=0.4314, pruned_loss=0.1332, over 13637.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.0753, over 478.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.36, pruned_loss=0.1144, over 2783527.13 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07126, over 45027.25 utterances.], batch size: 478, lr: 3.33e-04 +2022-09-18 04:48:28,678 INFO [train.py:885] (0/2) Epoch 14, batch 5900, loss[loss=0.4163, simple_loss=0.4459, pruned_loss=0.1933, over 14210.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04355, over 306.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.359, pruned_loss=0.1137, over 2783884.52 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07033, over 44873.14 utterances.], batch size: 306, lr: 3.33e-04 +2022-09-18 04:48:57,797 INFO [train.py:885] (0/2) Epoch 14, batch 5950, loss[loss=0.36, simple_loss=0.4128, pruned_loss=0.1536, over 14210.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0444, over 306.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3571, pruned_loss=0.1133, over 2786921.81 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06887, over 43717.59 utterances.], batch size: 306, lr: 3.33e-04 +2022-09-18 04:49:27,554 INFO [train.py:885] (0/2) Epoch 14, batch 6000, loss[loss=0.2725, simple_loss=0.3419, pruned_loss=0.1016, over 14294.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03899, over 180.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3556, pruned_loss=0.1133, over 2789419.99 frames. utt_duration=263 frames, utt_pad_proportion=0.06757, over 42668.95 utterances.], batch size: 180, lr: 3.33e-04 +2022-09-18 04:49:27,556 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 04:49:32,264 INFO [train.py:914] (0/2) Epoch 14, validation: loss=0.2032, simple_loss=0.2805, pruned_loss=0.06293, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 04:50:02,277 INFO [train.py:885] (0/2) Epoch 14, batch 6050, loss[loss=0.303, simple_loss=0.37, pruned_loss=0.1181, over 14376.00 frames. utt_duration=220.9 frames, utt_pad_proportion=0.03545, over 262.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3603, pruned_loss=0.1147, over 2783778.25 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07273, over 45657.92 utterances.], batch size: 262, lr: 3.33e-04 +2022-09-18 04:50:31,864 INFO [train.py:885] (0/2) Epoch 14, batch 6100, loss[loss=0.3026, simple_loss=0.4018, pruned_loss=0.1018, over 13674.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07803, over 477.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3613, pruned_loss=0.1155, over 2783275.21 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07145, over 45847.66 utterances.], batch size: 477, lr: 3.33e-04 +2022-09-18 04:51:01,900 INFO [train.py:885] (0/2) Epoch 14, batch 6150, loss[loss=0.63, simple_loss=0.6668, pruned_loss=0.2966, over 12489.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1455, over 810.00 utterances.], tot_loss[loss=0.296, simple_loss=0.3615, pruned_loss=0.1153, over 2780243.65 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07227, over 46214.08 utterances.], batch size: 810, lr: 3.33e-04 +2022-09-18 04:51:30,608 INFO [train.py:885] (0/2) Epoch 14, batch 6200, loss[loss=0.1827, simple_loss=0.2647, pruned_loss=0.05037, over 12801.00 frames. utt_duration=1553 frames, utt_pad_proportion=0.1268, over 33.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3572, pruned_loss=0.1126, over 2780549.73 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07185, over 44151.39 utterances.], batch size: 33, lr: 3.33e-04 +2022-09-18 04:52:00,639 INFO [train.py:885] (0/2) Epoch 14, batch 6250, loss[loss=0.2506, simple_loss=0.2988, pruned_loss=0.1012, over 13928.00 frames. utt_duration=809 frames, utt_pad_proportion=0.05821, over 69.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3601, pruned_loss=0.1142, over 2784710.31 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07113, over 45024.97 utterances.], batch size: 69, lr: 3.33e-04 +2022-09-18 04:52:29,562 INFO [train.py:885] (0/2) Epoch 14, batch 6300, loss[loss=0.2946, simple_loss=0.3622, pruned_loss=0.1134, over 14357.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03542, over 210.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3631, pruned_loss=0.1156, over 2787044.59 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07122, over 46042.46 utterances.], batch size: 210, lr: 3.33e-04 +2022-09-18 04:52:59,689 INFO [train.py:885] (0/2) Epoch 14, batch 6350, loss[loss=0.2076, simple_loss=0.2741, pruned_loss=0.07053, over 14097.00 frames. utt_duration=806.9 frames, utt_pad_proportion=0.05519, over 70.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3591, pruned_loss=0.1148, over 2785622.84 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06933, over 44007.32 utterances.], batch size: 70, lr: 3.33e-04 +2022-09-18 04:53:29,462 INFO [train.py:885] (0/2) Epoch 14, batch 6400, loss[loss=0.1807, simple_loss=0.2462, pruned_loss=0.05759, over 13803.00 frames. utt_duration=921.7 frames, utt_pad_proportion=0.06801, over 60.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3622, pruned_loss=0.1162, over 2783133.07 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07045, over 45475.60 utterances.], batch size: 60, lr: 3.33e-04 +2022-09-18 04:53:58,842 INFO [train.py:885] (0/2) Epoch 14, batch 6450, loss[loss=0.291, simple_loss=0.3616, pruned_loss=0.1102, over 14356.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03611, over 210.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3606, pruned_loss=0.1147, over 2785623.95 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06874, over 45179.39 utterances.], batch size: 210, lr: 3.32e-04 +2022-09-18 04:54:28,332 INFO [train.py:885] (0/2) Epoch 14, batch 6500, loss[loss=0.3593, simple_loss=0.4293, pruned_loss=0.1447, over 14002.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0559, over 365.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3581, pruned_loss=0.1134, over 2788016.32 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06771, over 44767.06 utterances.], batch size: 365, lr: 3.32e-04 +2022-09-18 04:54:58,744 INFO [train.py:885] (0/2) Epoch 14, batch 6550, loss[loss=0.278, simple_loss=0.3531, pruned_loss=0.1015, over 14377.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.0346, over 210.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.358, pruned_loss=0.114, over 2781486.73 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06903, over 44423.13 utterances.], batch size: 210, lr: 3.32e-04 +2022-09-18 04:55:28,239 INFO [train.py:885] (0/2) Epoch 14, batch 6600, loss[loss=0.2958, simple_loss=0.3667, pruned_loss=0.1125, over 14387.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03182, over 244.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3564, pruned_loss=0.1129, over 2780173.94 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06899, over 44181.76 utterances.], batch size: 244, lr: 3.32e-04 +2022-09-18 04:55:57,234 INFO [train.py:885] (0/2) Epoch 14, batch 6650, loss[loss=0.2604, simple_loss=0.3333, pruned_loss=0.09379, over 14242.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04599, over 141.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3559, pruned_loss=0.1128, over 2780453.05 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06828, over 43627.94 utterances.], batch size: 141, lr: 3.32e-04 +2022-09-18 04:56:27,059 INFO [train.py:885] (0/2) Epoch 14, batch 6700, loss[loss=0.2432, simple_loss=0.2932, pruned_loss=0.09661, over 14037.00 frames. utt_duration=712.1 frames, utt_pad_proportion=0.0568, over 79.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3566, pruned_loss=0.1135, over 2776492.46 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07029, over 44819.75 utterances.], batch size: 79, lr: 3.32e-04 +2022-09-18 04:56:56,413 INFO [train.py:885] (0/2) Epoch 14, batch 6750, loss[loss=0.3074, simple_loss=0.4074, pruned_loss=0.1037, over 13607.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08254, over 477.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3559, pruned_loss=0.1135, over 2775133.60 frames. utt_duration=252.6 frames, utt_pad_proportion=0.0711, over 44209.24 utterances.], batch size: 477, lr: 3.32e-04 +2022-09-18 04:57:25,356 INFO [train.py:885] (0/2) Epoch 14, batch 6800, loss[loss=0.2559, simple_loss=0.3364, pruned_loss=0.08764, over 14354.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03823, over 167.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3571, pruned_loss=0.114, over 2774228.67 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07176, over 44867.31 utterances.], batch size: 167, lr: 3.32e-04 +2022-09-18 04:57:55,193 INFO [train.py:885] (0/2) Epoch 14, batch 6850, loss[loss=0.2175, simple_loss=0.2912, pruned_loss=0.07193, over 13836.00 frames. utt_duration=803.6 frames, utt_pad_proportion=0.06453, over 69.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3568, pruned_loss=0.1131, over 2775692.31 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07023, over 44728.19 utterances.], batch size: 69, lr: 3.32e-04 +2022-09-18 04:58:24,672 INFO [train.py:885] (0/2) Epoch 14, batch 6900, loss[loss=0.2692, simple_loss=0.3504, pruned_loss=0.09405, over 14299.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03922, over 180.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3594, pruned_loss=0.1141, over 2776924.69 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07103, over 46272.07 utterances.], batch size: 180, lr: 3.32e-04 +2022-09-18 04:58:54,336 INFO [train.py:885] (0/2) Epoch 14, batch 6950, loss[loss=0.4054, simple_loss=0.4342, pruned_loss=0.1883, over 14267.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04432, over 141.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3572, pruned_loss=0.1132, over 2778269.38 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07062, over 44509.36 utterances.], batch size: 141, lr: 3.32e-04 +2022-09-18 04:59:23,693 INFO [train.py:885] (0/2) Epoch 14, batch 7000, loss[loss=0.226, simple_loss=0.3006, pruned_loss=0.07567, over 14137.00 frames. utt_duration=636.9 frames, utt_pad_proportion=0.0494, over 89.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3599, pruned_loss=0.1138, over 2773034.03 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07339, over 46634.91 utterances.], batch size: 89, lr: 3.32e-04 +2022-09-18 04:59:53,336 INFO [train.py:885] (0/2) Epoch 14, batch 7050, loss[loss=0.335, simple_loss=0.3952, pruned_loss=0.1374, over 14247.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04244, over 225.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3568, pruned_loss=0.1125, over 2772533.38 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07288, over 45700.86 utterances.], batch size: 225, lr: 3.32e-04 +2022-09-18 05:00:22,963 INFO [train.py:885] (0/2) Epoch 14, batch 7100, loss[loss=0.3948, simple_loss=0.4852, pruned_loss=0.1521, over 13189.00 frames. utt_duration=82.27 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.356, pruned_loss=0.1128, over 2767667.16 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07342, over 44826.07 utterances.], batch size: 653, lr: 3.32e-04 +2022-09-18 05:00:52,153 INFO [train.py:885] (0/2) Epoch 14, batch 7150, loss[loss=0.2269, simple_loss=0.3081, pruned_loss=0.07287, over 14140.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.0453, over 109.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3616, pruned_loss=0.1155, over 2772709.79 frames. utt_duration=240 frames, utt_pad_proportion=0.07493, over 46499.72 utterances.], batch size: 109, lr: 3.32e-04 +2022-09-18 05:01:21,850 INFO [train.py:885] (0/2) Epoch 14, batch 7200, loss[loss=0.2624, simple_loss=0.326, pruned_loss=0.09943, over 14200.00 frames. utt_duration=522.6 frames, utt_pad_proportion=0.04285, over 109.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3624, pruned_loss=0.1161, over 2774055.12 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07503, over 46967.07 utterances.], batch size: 109, lr: 3.32e-04 +2022-09-18 05:01:51,110 INFO [train.py:885] (0/2) Epoch 14, batch 7250, loss[loss=0.3302, simple_loss=0.4258, pruned_loss=0.1173, over 13597.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07926, over 560.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3603, pruned_loss=0.1155, over 2778311.25 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07282, over 45568.30 utterances.], batch size: 560, lr: 3.32e-04 +2022-09-18 05:02:20,838 INFO [train.py:885] (0/2) Epoch 14, batch 7300, loss[loss=0.2308, simple_loss=0.2977, pruned_loss=0.08192, over 14167.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.04583, over 89.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3614, pruned_loss=0.1161, over 2775273.53 frames. utt_duration=241.7 frames, utt_pad_proportion=0.0745, over 46217.24 utterances.], batch size: 89, lr: 3.32e-04 +2022-09-18 05:02:50,349 INFO [train.py:885] (0/2) Epoch 14, batch 7350, loss[loss=0.2795, simple_loss=0.3592, pruned_loss=0.09994, over 14337.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03389, over 210.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.358, pruned_loss=0.1145, over 2776353.26 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07427, over 45076.65 utterances.], batch size: 210, lr: 3.32e-04 +2022-09-18 05:03:19,720 INFO [train.py:885] (0/2) Epoch 14, batch 7400, loss[loss=0.2241, simple_loss=0.3011, pruned_loss=0.07351, over 14143.00 frames. utt_duration=637 frames, utt_pad_proportion=0.05205, over 89.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3599, pruned_loss=0.1148, over 2774443.71 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07469, over 46901.32 utterances.], batch size: 89, lr: 3.32e-04 +2022-09-18 05:03:49,237 INFO [train.py:885] (0/2) Epoch 14, batch 7450, loss[loss=0.2873, simple_loss=0.3527, pruned_loss=0.1109, over 14272.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04471, over 141.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3608, pruned_loss=0.115, over 2780694.28 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07262, over 46231.89 utterances.], batch size: 141, lr: 3.32e-04 +2022-09-18 05:04:18,596 INFO [train.py:885] (0/2) Epoch 14, batch 7500, loss[loss=0.2443, simple_loss=0.3116, pruned_loss=0.08847, over 14205.00 frames. utt_duration=404.3 frames, utt_pad_proportion=0.04861, over 141.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3644, pruned_loss=0.1176, over 2783249.89 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07207, over 46882.62 utterances.], batch size: 141, lr: 3.31e-04 +2022-09-18 05:04:48,335 INFO [train.py:885] (0/2) Epoch 14, batch 7550, loss[loss=0.1945, simple_loss=0.2619, pruned_loss=0.06355, over 13857.00 frames. utt_duration=804.8 frames, utt_pad_proportion=0.06201, over 69.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3628, pruned_loss=0.1165, over 2776487.38 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07412, over 46896.58 utterances.], batch size: 69, lr: 3.31e-04 +2022-09-18 05:05:17,574 INFO [train.py:885] (0/2) Epoch 14, batch 7600, loss[loss=0.3319, simple_loss=0.3889, pruned_loss=0.1374, over 14253.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04153, over 306.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.3655, pruned_loss=0.1178, over 2776779.04 frames. utt_duration=234.1 frames, utt_pad_proportion=0.0746, over 47739.98 utterances.], batch size: 306, lr: 3.31e-04 +2022-09-18 05:05:47,287 INFO [train.py:885] (0/2) Epoch 14, batch 7650, loss[loss=0.3101, simple_loss=0.3848, pruned_loss=0.1177, over 14374.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03458, over 195.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3657, pruned_loss=0.118, over 2780348.28 frames. utt_duration=235.7 frames, utt_pad_proportion=0.0726, over 47487.79 utterances.], batch size: 195, lr: 3.31e-04 +2022-09-18 05:06:17,778 INFO [train.py:885] (0/2) Epoch 14, batch 7700, loss[loss=0.3056, simple_loss=0.3687, pruned_loss=0.1212, over 14301.00 frames. utt_duration=294.9 frames, utt_pad_proportion=0.0362, over 195.00 utterances.], tot_loss[loss=0.3022, simple_loss=0.3665, pruned_loss=0.1189, over 2786570.29 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07106, over 47169.54 utterances.], batch size: 195, lr: 3.31e-04 +2022-09-18 05:06:47,380 INFO [train.py:885] (0/2) Epoch 14, batch 7750, loss[loss=0.171, simple_loss=0.2283, pruned_loss=0.05692, over 13204.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.105, over 33.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.366, pruned_loss=0.1188, over 2780494.32 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07278, over 47042.84 utterances.], batch size: 33, lr: 3.31e-04 +2022-09-18 05:07:17,044 INFO [train.py:885] (0/2) Epoch 14, batch 7800, loss[loss=0.2831, simple_loss=0.3369, pruned_loss=0.1146, over 14212.00 frames. utt_duration=640.2 frames, utt_pad_proportion=0.04583, over 89.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3624, pruned_loss=0.1164, over 2782555.44 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07136, over 45613.78 utterances.], batch size: 89, lr: 3.31e-04 +2022-09-18 05:07:45,781 INFO [train.py:885] (0/2) Epoch 14, batch 7850, loss[loss=0.1834, simple_loss=0.2598, pruned_loss=0.05357, over 14167.00 frames. utt_duration=638.1 frames, utt_pad_proportion=0.04908, over 89.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3589, pruned_loss=0.1139, over 2783850.76 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07105, over 44767.00 utterances.], batch size: 89, lr: 3.31e-04 +2022-09-18 05:08:15,349 INFO [train.py:885] (0/2) Epoch 14, batch 7900, loss[loss=0.3152, simple_loss=0.3836, pruned_loss=0.1234, over 14363.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.0379, over 167.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3588, pruned_loss=0.1139, over 2786074.48 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07105, over 44424.93 utterances.], batch size: 167, lr: 3.31e-04 +2022-09-18 05:08:39,627 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-172000.pt +2022-09-18 05:08:45,742 INFO [train.py:885] (0/2) Epoch 14, batch 7950, loss[loss=0.4357, simple_loss=0.48, pruned_loss=0.1957, over 13960.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.058, over 365.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3604, pruned_loss=0.1146, over 2780755.22 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07408, over 45626.80 utterances.], batch size: 365, lr: 3.31e-04 +2022-09-18 05:09:15,817 INFO [train.py:885] (0/2) Epoch 14, batch 8000, loss[loss=0.2101, simple_loss=0.2754, pruned_loss=0.0724, over 14166.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.0489, over 89.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3618, pruned_loss=0.1146, over 2779242.63 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07439, over 46791.65 utterances.], batch size: 89, lr: 3.31e-04 +2022-09-18 05:09:44,930 INFO [train.py:885] (0/2) Epoch 14, batch 8050, loss[loss=0.2481, simple_loss=0.315, pruned_loss=0.09067, over 14058.00 frames. utt_duration=575.3 frames, utt_pad_proportion=0.05528, over 98.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3604, pruned_loss=0.1143, over 2782377.43 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07387, over 45564.68 utterances.], batch size: 98, lr: 3.31e-04 +2022-09-18 05:10:14,896 INFO [train.py:885] (0/2) Epoch 14, batch 8100, loss[loss=0.2526, simple_loss=0.322, pruned_loss=0.09163, over 14301.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04008, over 120.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3579, pruned_loss=0.1127, over 2783653.55 frames. utt_duration=250 frames, utt_pad_proportion=0.0723, over 44807.50 utterances.], batch size: 120, lr: 3.31e-04 +2022-09-18 05:10:44,268 INFO [train.py:885] (0/2) Epoch 14, batch 8150, loss[loss=0.3886, simple_loss=0.4602, pruned_loss=0.1585, over 13643.00 frames. utt_duration=98.82 frames, utt_pad_proportion=0.07647, over 560.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3625, pruned_loss=0.1152, over 2784250.96 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07324, over 47098.43 utterances.], batch size: 560, lr: 3.31e-04 +2022-09-18 05:11:13,969 INFO [train.py:885] (0/2) Epoch 14, batch 8200, loss[loss=0.3623, simple_loss=0.405, pruned_loss=0.1599, over 14382.00 frames. utt_duration=296.6 frames, utt_pad_proportion=0.03388, over 195.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3619, pruned_loss=0.1146, over 2787640.65 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07148, over 46701.19 utterances.], batch size: 195, lr: 3.31e-04 +2022-09-18 05:11:43,050 INFO [train.py:885] (0/2) Epoch 14, batch 8250, loss[loss=0.3385, simple_loss=0.3947, pruned_loss=0.1411, over 14294.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.0403, over 283.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.36, pruned_loss=0.1138, over 2788996.74 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07028, over 45275.27 utterances.], batch size: 283, lr: 3.31e-04 +2022-09-18 05:12:12,973 INFO [train.py:885] (0/2) Epoch 14, batch 8300, loss[loss=0.2141, simple_loss=0.2963, pruned_loss=0.06591, over 14208.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04767, over 89.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3625, pruned_loss=0.1165, over 2790477.15 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06899, over 45112.59 utterances.], batch size: 89, lr: 3.31e-04 +2022-09-18 05:12:42,707 INFO [train.py:885] (0/2) Epoch 14, batch 8350, loss[loss=0.327, simple_loss=0.385, pruned_loss=0.1345, over 14303.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04008, over 262.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3601, pruned_loss=0.1155, over 2789080.62 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06883, over 44231.42 utterances.], batch size: 262, lr: 3.31e-04 +2022-09-18 05:13:11,728 INFO [train.py:885] (0/2) Epoch 14, batch 8400, loss[loss=0.2921, simple_loss=0.3674, pruned_loss=0.1084, over 14320.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03696, over 180.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3598, pruned_loss=0.1149, over 2788578.87 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06991, over 44720.34 utterances.], batch size: 180, lr: 3.31e-04 +2022-09-18 05:13:49,782 INFO [train.py:885] (0/2) Epoch 14, batch 8450, loss[loss=0.3562, simple_loss=0.4494, pruned_loss=0.1316, over 13645.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07772, over 561.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3606, pruned_loss=0.1151, over 2788904.90 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07138, over 45154.89 utterances.], batch size: 561, lr: 3.31e-04 +2022-09-18 05:14:18,614 INFO [train.py:885] (0/2) Epoch 14, batch 8500, loss[loss=0.1884, simple_loss=0.2551, pruned_loss=0.06082, over 13617.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08336, over 50.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3624, pruned_loss=0.1157, over 2790305.59 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07044, over 45865.88 utterances.], batch size: 50, lr: 3.31e-04 +2022-09-18 05:14:48,175 INFO [train.py:885] (0/2) Epoch 14, batch 8550, loss[loss=0.3839, simple_loss=0.4243, pruned_loss=0.1718, over 14190.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04585, over 306.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3627, pruned_loss=0.1167, over 2784925.64 frames. utt_duration=245 frames, utt_pad_proportion=0.07162, over 45748.93 utterances.], batch size: 306, lr: 3.30e-04 +2022-09-18 05:15:17,326 INFO [train.py:885] (0/2) Epoch 14, batch 8600, loss[loss=0.4898, simple_loss=0.5492, pruned_loss=0.2152, over 13198.00 frames. utt_duration=82.41 frames, utt_pad_proportion=0.1043, over 653.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3588, pruned_loss=0.1147, over 2784241.68 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07047, over 44576.79 utterances.], batch size: 653, lr: 3.30e-04 +2022-09-18 05:15:47,809 INFO [train.py:885] (0/2) Epoch 14, batch 8650, loss[loss=0.338, simple_loss=0.4203, pruned_loss=0.1279, over 13801.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06933, over 411.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3608, pruned_loss=0.1152, over 2785357.22 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07075, over 45454.34 utterances.], batch size: 411, lr: 3.30e-04 +2022-09-18 05:16:17,064 INFO [train.py:885] (0/2) Epoch 14, batch 8700, loss[loss=0.2928, simple_loss=0.3696, pruned_loss=0.108, over 14329.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03728, over 210.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3629, pruned_loss=0.1155, over 2784284.43 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07145, over 46622.50 utterances.], batch size: 210, lr: 3.30e-04 +2022-09-18 05:16:47,421 INFO [train.py:885] (0/2) Epoch 14, batch 8750, loss[loss=0.307, simple_loss=0.3933, pruned_loss=0.1104, over 13986.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05603, over 365.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3638, pruned_loss=0.1151, over 2781876.60 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07299, over 47636.23 utterances.], batch size: 365, lr: 3.30e-04 +2022-09-18 05:17:16,671 INFO [train.py:885] (0/2) Epoch 14, batch 8800, loss[loss=0.2633, simple_loss=0.3382, pruned_loss=0.0942, over 14270.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04041, over 180.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3632, pruned_loss=0.1152, over 2786033.00 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07055, over 46945.21 utterances.], batch size: 180, lr: 3.30e-04 +2022-09-18 05:17:46,243 INFO [train.py:885] (0/2) Epoch 14, batch 8850, loss[loss=0.3469, simple_loss=0.4075, pruned_loss=0.1432, over 14332.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.0386, over 244.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3618, pruned_loss=0.1155, over 2786648.36 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06994, over 45826.36 utterances.], batch size: 244, lr: 3.30e-04 +2022-09-18 05:18:16,474 INFO [train.py:885] (0/2) Epoch 14, batch 8900, loss[loss=0.4846, simple_loss=0.5701, pruned_loss=0.1995, over 12486.00 frames. utt_duration=63.22 frames, utt_pad_proportion=0.1457, over 810.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3622, pruned_loss=0.1151, over 2778490.73 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07319, over 46636.26 utterances.], batch size: 810, lr: 3.30e-04 +2022-09-18 05:18:45,824 INFO [train.py:885] (0/2) Epoch 14, batch 8950, loss[loss=0.2905, simple_loss=0.3552, pruned_loss=0.1129, over 14226.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04733, over 141.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3618, pruned_loss=0.1145, over 2778605.20 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07245, over 46557.23 utterances.], batch size: 141, lr: 3.30e-04 +2022-09-18 05:19:15,692 INFO [train.py:885] (0/2) Epoch 14, batch 9000, loss[loss=0.4552, simple_loss=0.5241, pruned_loss=0.1931, over 13586.00 frames. utt_duration=98.44 frames, utt_pad_proportion=0.07999, over 560.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3603, pruned_loss=0.114, over 2775920.54 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07409, over 46030.75 utterances.], batch size: 560, lr: 3.30e-04 +2022-09-18 05:19:15,693 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 05:19:20,470 INFO [train.py:914] (0/2) Epoch 14, validation: loss=0.1996, simple_loss=0.2788, pruned_loss=0.06025, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 05:19:49,007 INFO [train.py:885] (0/2) Epoch 14, batch 9050, loss[loss=0.2319, simple_loss=0.2966, pruned_loss=0.08362, over 14132.00 frames. utt_duration=520 frames, utt_pad_proportion=0.04759, over 109.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3585, pruned_loss=0.113, over 2778336.86 frames. utt_duration=246 frames, utt_pad_proportion=0.07266, over 45444.55 utterances.], batch size: 109, lr: 3.30e-04 +2022-09-18 05:20:18,856 INFO [train.py:885] (0/2) Epoch 14, batch 9100, loss[loss=0.2701, simple_loss=0.3433, pruned_loss=0.09844, over 14388.00 frames. utt_duration=345.9 frames, utt_pad_proportion=0.03641, over 167.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.36, pruned_loss=0.1134, over 2778271.12 frames. utt_duration=243.6 frames, utt_pad_proportion=0.0717, over 45902.26 utterances.], batch size: 167, lr: 3.30e-04 +2022-09-18 05:20:49,003 INFO [train.py:885] (0/2) Epoch 14, batch 9150, loss[loss=0.2535, simple_loss=0.3181, pruned_loss=0.09449, over 14191.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04362, over 109.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3615, pruned_loss=0.1142, over 2775246.32 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07329, over 46576.94 utterances.], batch size: 109, lr: 3.30e-04 +2022-09-18 05:21:18,810 INFO [train.py:885] (0/2) Epoch 14, batch 9200, loss[loss=0.2891, simple_loss=0.3518, pruned_loss=0.1132, over 13901.00 frames. utt_duration=705.4 frames, utt_pad_proportion=0.06689, over 79.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3636, pruned_loss=0.1152, over 2777821.08 frames. utt_duration=238 frames, utt_pad_proportion=0.07296, over 46969.51 utterances.], batch size: 79, lr: 3.30e-04 +2022-09-18 05:21:48,019 INFO [train.py:885] (0/2) Epoch 14, batch 9250, loss[loss=0.3264, simple_loss=0.3607, pruned_loss=0.146, over 14113.00 frames. utt_duration=577.5 frames, utt_pad_proportion=0.0486, over 98.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3633, pruned_loss=0.1161, over 2782074.64 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07043, over 46436.55 utterances.], batch size: 98, lr: 3.30e-04 +2022-09-18 05:22:17,646 INFO [train.py:885] (0/2) Epoch 14, batch 9300, loss[loss=0.1754, simple_loss=0.2444, pruned_loss=0.05321, over 13846.00 frames. utt_duration=924.5 frames, utt_pad_proportion=0.07177, over 60.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.364, pruned_loss=0.1168, over 2781582.40 frames. utt_duration=240 frames, utt_pad_proportion=0.07045, over 46636.13 utterances.], batch size: 60, lr: 3.30e-04 +2022-09-18 05:22:47,152 INFO [train.py:885] (0/2) Epoch 14, batch 9350, loss[loss=0.3529, simple_loss=0.3973, pruned_loss=0.1542, over 14197.00 frames. utt_duration=404.1 frames, utt_pad_proportion=0.04911, over 141.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.3644, pruned_loss=0.1175, over 2780750.53 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07122, over 46589.47 utterances.], batch size: 141, lr: 3.30e-04 +2022-09-18 05:23:16,857 INFO [train.py:885] (0/2) Epoch 14, batch 9400, loss[loss=0.2611, simple_loss=0.334, pruned_loss=0.09416, over 14335.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.03998, over 167.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3625, pruned_loss=0.1166, over 2783955.38 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07017, over 45839.61 utterances.], batch size: 167, lr: 3.30e-04 +2022-09-18 05:23:47,028 INFO [train.py:885] (0/2) Epoch 14, batch 9450, loss[loss=0.2475, simple_loss=0.3137, pruned_loss=0.0906, over 14078.00 frames. utt_duration=576.2 frames, utt_pad_proportion=0.05547, over 98.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.367, pruned_loss=0.118, over 2778335.54 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07351, over 48075.78 utterances.], batch size: 98, lr: 3.30e-04 +2022-09-18 05:24:17,098 INFO [train.py:885] (0/2) Epoch 14, batch 9500, loss[loss=0.4645, simple_loss=0.5129, pruned_loss=0.208, over 13763.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07159, over 411.00 utterances.], tot_loss[loss=0.3063, simple_loss=0.3713, pruned_loss=0.1207, over 2780809.32 frames. utt_duration=226.8 frames, utt_pad_proportion=0.07414, over 49358.64 utterances.], batch size: 411, lr: 3.30e-04 +2022-09-18 05:24:46,249 INFO [train.py:885] (0/2) Epoch 14, batch 9550, loss[loss=0.6195, simple_loss=0.6685, pruned_loss=0.2852, over 12494.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1451, over 810.00 utterances.], tot_loss[loss=0.305, simple_loss=0.3704, pruned_loss=0.1198, over 2777487.37 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07424, over 49104.09 utterances.], batch size: 810, lr: 3.30e-04 +2022-09-18 05:25:15,579 INFO [train.py:885] (0/2) Epoch 14, batch 9600, loss[loss=0.2051, simple_loss=0.2668, pruned_loss=0.07172, over 14036.00 frames. utt_duration=712.1 frames, utt_pad_proportion=0.05684, over 79.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3668, pruned_loss=0.1178, over 2779896.36 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07385, over 48133.24 utterances.], batch size: 79, lr: 3.29e-04 +2022-09-18 05:25:45,024 INFO [train.py:885] (0/2) Epoch 14, batch 9650, loss[loss=0.3385, simple_loss=0.4255, pruned_loss=0.1258, over 13629.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08128, over 477.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.3632, pruned_loss=0.1155, over 2774722.15 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07407, over 47207.75 utterances.], batch size: 477, lr: 3.29e-04 +2022-09-18 05:26:14,916 INFO [train.py:885] (0/2) Epoch 14, batch 9700, loss[loss=0.44, simple_loss=0.513, pruned_loss=0.1834, over 13137.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1083, over 653.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3646, pruned_loss=0.1164, over 2769310.71 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07713, over 48565.77 utterances.], batch size: 653, lr: 3.29e-04 +2022-09-18 05:26:44,799 INFO [train.py:885] (0/2) Epoch 14, batch 9750, loss[loss=0.204, simple_loss=0.2717, pruned_loss=0.06821, over 13877.00 frames. utt_duration=806 frames, utt_pad_proportion=0.06059, over 69.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3641, pruned_loss=0.1164, over 2777739.63 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07465, over 47930.89 utterances.], batch size: 69, lr: 3.29e-04 +2022-09-18 05:27:13,913 INFO [train.py:885] (0/2) Epoch 14, batch 9800, loss[loss=0.3997, simple_loss=0.4833, pruned_loss=0.1581, over 13109.00 frames. utt_duration=81.82 frames, utt_pad_proportion=0.1106, over 653.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3614, pruned_loss=0.1147, over 2779400.70 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07251, over 46653.44 utterances.], batch size: 653, lr: 3.29e-04 +2022-09-18 05:27:43,599 INFO [train.py:885] (0/2) Epoch 14, batch 9850, loss[loss=0.2561, simple_loss=0.3387, pruned_loss=0.08678, over 14343.00 frames. utt_duration=320 frames, utt_pad_proportion=0.03609, over 180.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3634, pruned_loss=0.1157, over 2777535.88 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07361, over 47678.24 utterances.], batch size: 180, lr: 3.29e-04 +2022-09-18 05:28:13,099 INFO [train.py:885] (0/2) Epoch 14, batch 9900, loss[loss=0.2995, simple_loss=0.3768, pruned_loss=0.1111, over 14286.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03985, over 225.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.364, pruned_loss=0.1167, over 2778552.45 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07272, over 47020.24 utterances.], batch size: 225, lr: 3.29e-04 +2022-09-18 05:28:43,355 INFO [train.py:885] (0/2) Epoch 14, batch 9950, loss[loss=0.2729, simple_loss=0.3398, pruned_loss=0.103, over 14361.00 frames. utt_duration=374.5 frames, utt_pad_proportion=0.03728, over 154.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3648, pruned_loss=0.1169, over 2772601.50 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07495, over 47960.44 utterances.], batch size: 154, lr: 3.29e-04 +2022-09-18 05:29:13,342 INFO [train.py:885] (0/2) Epoch 14, batch 10000, loss[loss=0.3012, simple_loss=0.3739, pruned_loss=0.1142, over 14363.00 frames. utt_duration=204.4 frames, utt_pad_proportion=0.03569, over 283.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3642, pruned_loss=0.1158, over 2777387.67 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07258, over 47015.40 utterances.], batch size: 283, lr: 3.29e-04 +2022-09-18 05:29:42,317 INFO [train.py:885] (0/2) Epoch 14, batch 10050, loss[loss=0.272, simple_loss=0.3418, pruned_loss=0.1011, over 14303.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.0404, over 130.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3608, pruned_loss=0.1147, over 2775608.47 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07242, over 45075.91 utterances.], batch size: 130, lr: 3.29e-04 +2022-09-18 05:30:12,375 INFO [train.py:885] (0/2) Epoch 14, batch 10100, loss[loss=0.3326, simple_loss=0.3937, pruned_loss=0.1357, over 14347.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03672, over 283.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3635, pruned_loss=0.1167, over 2776267.77 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07279, over 46124.30 utterances.], batch size: 283, lr: 3.29e-04 +2022-09-18 05:30:42,128 INFO [train.py:885] (0/2) Epoch 14, batch 10150, loss[loss=0.3229, simple_loss=0.3822, pruned_loss=0.1318, over 14322.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03777, over 195.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3655, pruned_loss=0.1186, over 2779758.63 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07209, over 45907.18 utterances.], batch size: 195, lr: 3.29e-04 +2022-09-18 05:31:11,311 INFO [train.py:885] (0/2) Epoch 14, batch 10200, loss[loss=0.2487, simple_loss=0.3175, pruned_loss=0.08994, over 14320.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.03847, over 120.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3639, pruned_loss=0.1173, over 2780694.53 frames. utt_duration=247 frames, utt_pad_proportion=0.07057, over 45304.76 utterances.], batch size: 120, lr: 3.29e-04 +2022-09-18 05:31:41,162 INFO [train.py:885] (0/2) Epoch 14, batch 10250, loss[loss=0.1634, simple_loss=0.2251, pruned_loss=0.05087, over 13596.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09145, over 42.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3617, pruned_loss=0.1157, over 2780781.09 frames. utt_duration=251 frames, utt_pad_proportion=0.07052, over 44567.53 utterances.], batch size: 42, lr: 3.29e-04 +2022-09-18 05:32:10,814 INFO [train.py:885] (0/2) Epoch 14, batch 10300, loss[loss=0.2976, simple_loss=0.3642, pruned_loss=0.1155, over 14301.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03807, over 180.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3624, pruned_loss=0.1153, over 2783402.28 frames. utt_duration=249 frames, utt_pad_proportion=0.06995, over 44983.07 utterances.], batch size: 180, lr: 3.29e-04 +2022-09-18 05:32:40,701 INFO [train.py:885] (0/2) Epoch 14, batch 10350, loss[loss=0.182, simple_loss=0.248, pruned_loss=0.05806, over 13476.00 frames. utt_duration=1285 frames, utt_pad_proportion=0.0902, over 42.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3628, pruned_loss=0.1154, over 2780686.14 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07195, over 45902.34 utterances.], batch size: 42, lr: 3.29e-04 +2022-09-18 05:33:10,574 INFO [train.py:885] (0/2) Epoch 14, batch 10400, loss[loss=0.3192, simple_loss=0.4068, pruned_loss=0.1158, over 13623.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08193, over 477.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3611, pruned_loss=0.1147, over 2779362.47 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07188, over 45724.83 utterances.], batch size: 477, lr: 3.29e-04 +2022-09-18 05:33:40,082 INFO [train.py:885] (0/2) Epoch 14, batch 10450, loss[loss=0.226, simple_loss=0.2848, pruned_loss=0.08355, over 13579.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08489, over 50.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3609, pruned_loss=0.1146, over 2777855.14 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07212, over 45742.61 utterances.], batch size: 50, lr: 3.29e-04 +2022-09-18 05:34:09,681 INFO [train.py:885] (0/2) Epoch 14, batch 10500, loss[loss=0.442, simple_loss=0.4639, pruned_loss=0.2101, over 14236.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04299, over 335.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3614, pruned_loss=0.1142, over 2779620.90 frames. utt_duration=239 frames, utt_pad_proportion=0.07171, over 46807.17 utterances.], batch size: 335, lr: 3.29e-04 +2022-09-18 05:34:38,899 INFO [train.py:885] (0/2) Epoch 14, batch 10550, loss[loss=0.3338, simple_loss=0.3924, pruned_loss=0.1376, over 14357.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03552, over 210.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3612, pruned_loss=0.1145, over 2781681.47 frames. utt_duration=242 frames, utt_pad_proportion=0.07091, over 46257.97 utterances.], batch size: 210, lr: 3.29e-04 +2022-09-18 05:35:08,683 INFO [train.py:885] (0/2) Epoch 14, batch 10600, loss[loss=0.3472, simple_loss=0.3955, pruned_loss=0.1494, over 14269.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04429, over 141.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3606, pruned_loss=0.114, over 2782343.55 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07075, over 45810.73 utterances.], batch size: 141, lr: 3.29e-04 +2022-09-18 05:35:38,447 INFO [train.py:885] (0/2) Epoch 14, batch 10650, loss[loss=0.2015, simple_loss=0.2707, pruned_loss=0.0662, over 13580.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.07814, over 50.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.36, pruned_loss=0.1147, over 2780343.04 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07152, over 45027.20 utterances.], batch size: 50, lr: 3.28e-04 +2022-09-18 05:36:07,981 INFO [train.py:885] (0/2) Epoch 14, batch 10700, loss[loss=0.3035, simple_loss=0.3742, pruned_loss=0.1164, over 14325.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03832, over 262.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3601, pruned_loss=0.1152, over 2782887.57 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07024, over 44693.19 utterances.], batch size: 262, lr: 3.28e-04 +2022-09-18 05:36:37,074 INFO [train.py:885] (0/2) Epoch 14, batch 10750, loss[loss=0.2721, simple_loss=0.3476, pruned_loss=0.09828, over 14357.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03831, over 167.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3589, pruned_loss=0.1138, over 2783563.12 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06996, over 44970.35 utterances.], batch size: 167, lr: 3.28e-04 +2022-09-18 05:37:06,314 INFO [train.py:885] (0/2) Epoch 14, batch 10800, loss[loss=0.3169, simple_loss=0.3841, pruned_loss=0.1249, over 14345.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03602, over 210.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3552, pruned_loss=0.1121, over 2781207.89 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06894, over 43246.90 utterances.], batch size: 210, lr: 3.28e-04 +2022-09-18 05:37:36,361 INFO [train.py:885] (0/2) Epoch 14, batch 10850, loss[loss=0.2574, simple_loss=0.323, pruned_loss=0.09593, over 14219.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04165, over 109.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3583, pruned_loss=0.1139, over 2786073.39 frames. utt_duration=254.6 frames, utt_pad_proportion=0.0684, over 44031.19 utterances.], batch size: 109, lr: 3.28e-04 +2022-09-18 05:38:05,736 INFO [train.py:885] (0/2) Epoch 14, batch 10900, loss[loss=0.3465, simple_loss=0.4031, pruned_loss=0.145, over 14191.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04507, over 306.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3581, pruned_loss=0.1137, over 2783814.88 frames. utt_duration=253.3 frames, utt_pad_proportion=0.0687, over 44210.67 utterances.], batch size: 306, lr: 3.28e-04 +2022-09-18 05:38:36,798 INFO [train.py:885] (0/2) Epoch 14, batch 10950, loss[loss=0.1684, simple_loss=0.2286, pruned_loss=0.05411, over 13157.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1161, over 33.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3606, pruned_loss=0.1149, over 2777224.56 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07166, over 45941.55 utterances.], batch size: 33, lr: 3.28e-04 +2022-09-18 05:39:05,454 INFO [train.py:885] (0/2) Epoch 14, batch 11000, loss[loss=0.3352, simple_loss=0.4219, pruned_loss=0.1243, over 13630.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08088, over 477.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3557, pruned_loss=0.1121, over 2779543.94 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06998, over 44158.33 utterances.], batch size: 477, lr: 3.28e-04 +2022-09-18 05:39:35,687 INFO [train.py:885] (0/2) Epoch 14, batch 11050, loss[loss=0.36, simple_loss=0.4115, pruned_loss=0.1542, over 14226.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04353, over 335.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3589, pruned_loss=0.114, over 2783580.02 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06915, over 44718.03 utterances.], batch size: 335, lr: 3.28e-04 +2022-09-18 05:40:05,335 INFO [train.py:885] (0/2) Epoch 14, batch 11100, loss[loss=0.3868, simple_loss=0.4678, pruned_loss=0.1529, over 13657.00 frames. utt_duration=98.92 frames, utt_pad_proportion=0.07548, over 560.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3599, pruned_loss=0.1141, over 2779181.85 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07066, over 45219.27 utterances.], batch size: 560, lr: 3.28e-04 +2022-09-18 05:40:35,453 INFO [train.py:885] (0/2) Epoch 14, batch 11150, loss[loss=0.4157, simple_loss=0.4993, pruned_loss=0.166, over 13149.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1075, over 653.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3591, pruned_loss=0.1134, over 2783990.64 frames. utt_duration=248 frames, utt_pad_proportion=0.06934, over 45173.23 utterances.], batch size: 653, lr: 3.28e-04 +2022-09-18 05:41:04,860 INFO [train.py:885] (0/2) Epoch 14, batch 11200, loss[loss=0.2707, simple_loss=0.3536, pruned_loss=0.0939, over 14359.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03551, over 210.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3598, pruned_loss=0.1139, over 2779331.48 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07292, over 45605.69 utterances.], batch size: 210, lr: 3.28e-04 +2022-09-18 05:41:34,826 INFO [train.py:885] (0/2) Epoch 14, batch 11250, loss[loss=0.1757, simple_loss=0.2288, pruned_loss=0.06133, over 12985.00 frames. utt_duration=1575 frames, utt_pad_proportion=0.125, over 33.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.36, pruned_loss=0.1135, over 2778344.83 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07196, over 45945.93 utterances.], batch size: 33, lr: 3.28e-04 +2022-09-18 05:42:04,643 INFO [train.py:885] (0/2) Epoch 14, batch 11300, loss[loss=0.2787, simple_loss=0.3608, pruned_loss=0.09833, over 14308.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03825, over 180.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.36, pruned_loss=0.1141, over 2780188.69 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07159, over 45684.72 utterances.], batch size: 180, lr: 3.28e-04 +2022-09-18 05:42:34,189 INFO [train.py:885] (0/2) Epoch 14, batch 11350, loss[loss=0.4757, simple_loss=0.5425, pruned_loss=0.2044, over 13182.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3551, pruned_loss=0.1118, over 2778187.30 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07092, over 44206.70 utterances.], batch size: 653, lr: 3.28e-04 +2022-09-18 05:43:03,907 INFO [train.py:885] (0/2) Epoch 14, batch 11400, loss[loss=0.1952, simple_loss=0.2662, pruned_loss=0.06212, over 13661.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.07495, over 50.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3581, pruned_loss=0.1135, over 2782757.80 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06954, over 44809.10 utterances.], batch size: 50, lr: 3.28e-04 +2022-09-18 05:43:33,086 INFO [train.py:885] (0/2) Epoch 14, batch 11450, loss[loss=0.2177, simple_loss=0.2916, pruned_loss=0.07185, over 14189.00 frames. utt_duration=580.6 frames, utt_pad_proportion=0.04506, over 98.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.357, pruned_loss=0.1126, over 2777791.32 frames. utt_duration=249.7 frames, utt_pad_proportion=0.0717, over 44755.96 utterances.], batch size: 98, lr: 3.28e-04 +2022-09-18 05:44:03,068 INFO [train.py:885] (0/2) Epoch 14, batch 11500, loss[loss=0.5674, simple_loss=0.631, pruned_loss=0.2519, over 12538.00 frames. utt_duration=63.45 frames, utt_pad_proportion=0.1425, over 810.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3609, pruned_loss=0.1147, over 2776298.75 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07335, over 45844.06 utterances.], batch size: 810, lr: 3.28e-04 +2022-09-18 05:44:33,083 INFO [train.py:885] (0/2) Epoch 14, batch 11550, loss[loss=0.2254, simple_loss=0.2965, pruned_loss=0.07715, over 14111.00 frames. utt_duration=519.3 frames, utt_pad_proportion=0.04898, over 109.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3593, pruned_loss=0.1142, over 2775301.43 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07339, over 45474.02 utterances.], batch size: 109, lr: 3.28e-04 +2022-09-18 05:45:02,216 INFO [train.py:885] (0/2) Epoch 14, batch 11600, loss[loss=0.2235, simple_loss=0.2948, pruned_loss=0.0761, over 14136.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.047, over 109.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3598, pruned_loss=0.1142, over 2771354.41 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0754, over 45952.37 utterances.], batch size: 109, lr: 3.28e-04 +2022-09-18 05:45:31,212 INFO [train.py:885] (0/2) Epoch 14, batch 11650, loss[loss=0.3457, simple_loss=0.3951, pruned_loss=0.1481, over 14278.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04014, over 180.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3574, pruned_loss=0.1129, over 2777943.87 frames. utt_duration=250 frames, utt_pad_proportion=0.07181, over 44704.83 utterances.], batch size: 180, lr: 3.28e-04 +2022-09-18 05:46:01,125 INFO [train.py:885] (0/2) Epoch 14, batch 11700, loss[loss=0.188, simple_loss=0.2643, pruned_loss=0.05584, over 14055.00 frames. utt_duration=713 frames, utt_pad_proportion=0.05688, over 79.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3572, pruned_loss=0.1124, over 2778115.36 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07234, over 44995.96 utterances.], batch size: 79, lr: 3.27e-04 +2022-09-18 05:46:31,249 INFO [train.py:885] (0/2) Epoch 14, batch 11750, loss[loss=0.3014, simple_loss=0.4014, pruned_loss=0.1007, over 13690.00 frames. utt_duration=134.8 frames, utt_pad_proportion=0.07668, over 411.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.359, pruned_loss=0.1137, over 2777119.50 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07256, over 45448.99 utterances.], batch size: 411, lr: 3.27e-04 +2022-09-18 05:47:00,410 INFO [train.py:885] (0/2) Epoch 14, batch 11800, loss[loss=0.2801, simple_loss=0.3585, pruned_loss=0.1008, over 14370.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03549, over 210.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3593, pruned_loss=0.1138, over 2778193.96 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07082, over 45123.76 utterances.], batch size: 210, lr: 3.27e-04 +2022-09-18 05:47:29,688 INFO [train.py:885] (0/2) Epoch 14, batch 11850, loss[loss=0.2414, simple_loss=0.3016, pruned_loss=0.09059, over 14143.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.04706, over 109.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3556, pruned_loss=0.1122, over 2784514.28 frames. utt_duration=260.4 frames, utt_pad_proportion=0.06815, over 43009.68 utterances.], batch size: 109, lr: 3.27e-04 +2022-09-18 05:47:59,827 INFO [train.py:885] (0/2) Epoch 14, batch 11900, loss[loss=0.3119, simple_loss=0.3728, pruned_loss=0.1255, over 14220.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04501, over 141.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3558, pruned_loss=0.1128, over 2783315.16 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06838, over 43133.61 utterances.], batch size: 141, lr: 3.27e-04 +2022-09-18 05:48:24,115 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-176000.pt +2022-09-18 05:48:30,052 INFO [train.py:885] (0/2) Epoch 14, batch 11950, loss[loss=0.2999, simple_loss=0.3676, pruned_loss=0.1161, over 14304.00 frames. utt_duration=294.9 frames, utt_pad_proportion=0.03929, over 195.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3586, pruned_loss=0.1138, over 2780844.20 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07174, over 45198.78 utterances.], batch size: 195, lr: 3.27e-04 +2022-09-18 05:48:59,421 INFO [train.py:885] (0/2) Epoch 14, batch 12000, loss[loss=0.2537, simple_loss=0.3242, pruned_loss=0.09161, over 14384.00 frames. utt_duration=444.1 frames, utt_pad_proportion=0.03236, over 130.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3569, pruned_loss=0.1132, over 2781219.89 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07009, over 43940.85 utterances.], batch size: 130, lr: 3.27e-04 +2022-09-18 05:48:59,423 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 05:49:03,541 INFO [train.py:914] (0/2) Epoch 14, validation: loss=0.2034, simple_loss=0.2819, pruned_loss=0.06241, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 05:49:32,981 INFO [train.py:885] (0/2) Epoch 14, batch 12050, loss[loss=0.304, simple_loss=0.3612, pruned_loss=0.1234, over 14178.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04453, over 109.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3578, pruned_loss=0.1137, over 2785049.40 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06838, over 44255.31 utterances.], batch size: 109, lr: 3.27e-04 +2022-09-18 05:50:02,686 INFO [train.py:885] (0/2) Epoch 14, batch 12100, loss[loss=0.1969, simple_loss=0.2818, pruned_loss=0.05601, over 13296.00 frames. utt_duration=2047 frames, utt_pad_proportion=0.1026, over 26.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3579, pruned_loss=0.1138, over 2786910.84 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06801, over 44060.92 utterances.], batch size: 26, lr: 3.27e-04 +2022-09-18 05:50:31,694 INFO [train.py:885] (0/2) Epoch 14, batch 12150, loss[loss=0.3193, simple_loss=0.3765, pruned_loss=0.131, over 14248.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.0419, over 180.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3601, pruned_loss=0.1151, over 2790194.16 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06786, over 44495.80 utterances.], batch size: 180, lr: 3.27e-04 +2022-09-18 05:51:01,971 INFO [train.py:885] (0/2) Epoch 14, batch 12200, loss[loss=0.3549, simple_loss=0.4212, pruned_loss=0.1443, over 13975.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05743, over 365.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3595, pruned_loss=0.1145, over 2784299.04 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07005, over 45032.77 utterances.], batch size: 365, lr: 3.27e-04 +2022-09-18 05:51:31,658 INFO [train.py:885] (0/2) Epoch 14, batch 12250, loss[loss=0.2469, simple_loss=0.3288, pruned_loss=0.08249, over 14308.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03822, over 154.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3623, pruned_loss=0.1156, over 2787568.45 frames. utt_duration=243 frames, utt_pad_proportion=0.06913, over 46167.93 utterances.], batch size: 154, lr: 3.27e-04 +2022-09-18 05:52:00,815 INFO [train.py:885] (0/2) Epoch 14, batch 12300, loss[loss=0.2498, simple_loss=0.3229, pruned_loss=0.08839, over 14282.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04332, over 141.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3577, pruned_loss=0.1126, over 2783838.26 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07025, over 45642.70 utterances.], batch size: 141, lr: 3.27e-04 +2022-09-18 05:52:30,324 INFO [train.py:885] (0/2) Epoch 14, batch 12350, loss[loss=0.2354, simple_loss=0.3071, pruned_loss=0.08184, over 14281.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.04113, over 120.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3578, pruned_loss=0.1126, over 2787725.10 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06872, over 45487.72 utterances.], batch size: 120, lr: 3.27e-04 +2022-09-18 05:52:59,572 INFO [train.py:885] (0/2) Epoch 14, batch 12400, loss[loss=0.1816, simple_loss=0.2365, pruned_loss=0.06334, over 13637.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08198, over 50.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3606, pruned_loss=0.1149, over 2786821.27 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07033, over 45945.24 utterances.], batch size: 50, lr: 3.27e-04 +2022-09-18 05:53:28,887 INFO [train.py:885] (0/2) Epoch 14, batch 12450, loss[loss=0.2909, simple_loss=0.3724, pruned_loss=0.1047, over 14388.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03393, over 210.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3601, pruned_loss=0.1149, over 2789518.08 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06709, over 45387.22 utterances.], batch size: 210, lr: 3.27e-04 +2022-09-18 05:53:58,392 INFO [train.py:885] (0/2) Epoch 14, batch 12500, loss[loss=0.2118, simple_loss=0.2756, pruned_loss=0.07404, over 14115.00 frames. utt_duration=716.2 frames, utt_pad_proportion=0.05264, over 79.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3592, pruned_loss=0.1143, over 2786715.48 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06764, over 44535.60 utterances.], batch size: 79, lr: 3.27e-04 +2022-09-18 05:54:27,939 INFO [train.py:885] (0/2) Epoch 14, batch 12550, loss[loss=0.2532, simple_loss=0.3181, pruned_loss=0.09414, over 14334.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03768, over 120.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3599, pruned_loss=0.1141, over 2787018.27 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06773, over 44818.68 utterances.], batch size: 120, lr: 3.27e-04 +2022-09-18 05:54:55,642 INFO [train.py:885] (0/2) Epoch 14, batch 12600, loss[loss=0.3391, simple_loss=0.3728, pruned_loss=0.1527, over 14298.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.0402, over 130.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3591, pruned_loss=0.114, over 2789268.37 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06679, over 44086.86 utterances.], batch size: 130, lr: 3.27e-04 +2022-09-18 05:55:07,164 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-14.pt +2022-09-18 05:55:14,914 INFO [train.py:885] (0/2) Epoch 15, batch 0, loss[loss=0.321, simple_loss=0.4134, pruned_loss=0.1143, over 13634.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08035, over 477.00 utterances.], tot_loss[loss=0.321, simple_loss=0.4134, pruned_loss=0.1143, over 13634.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08035, over 477.00 utterances.], batch size: 477, lr: 3.17e-04 +2022-09-18 05:55:44,955 INFO [train.py:885] (0/2) Epoch 15, batch 50, loss[loss=0.526, simple_loss=0.6085, pruned_loss=0.2218, over 12468.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3695, pruned_loss=0.1193, over 621849.28 frames. utt_duration=214.4 frames, utt_pad_proportion=0.08409, over 11683.61 utterances.], batch size: 810, lr: 3.17e-04 +2022-09-18 05:56:14,142 INFO [train.py:885] (0/2) Epoch 15, batch 100, loss[loss=0.2438, simple_loss=0.3259, pruned_loss=0.08085, over 14264.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04294, over 130.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3595, pruned_loss=0.114, over 1106735.01 frames. utt_duration=239 frames, utt_pad_proportion=0.0712, over 18638.07 utterances.], batch size: 130, lr: 3.17e-04 +2022-09-18 05:56:43,874 INFO [train.py:885] (0/2) Epoch 15, batch 150, loss[loss=0.2465, simple_loss=0.3211, pruned_loss=0.08597, over 14321.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03905, over 130.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3651, pruned_loss=0.117, over 1477078.77 frames. utt_duration=238 frames, utt_pad_proportion=0.07193, over 24982.06 utterances.], batch size: 130, lr: 3.17e-04 +2022-09-18 05:57:13,122 INFO [train.py:885] (0/2) Epoch 15, batch 200, loss[loss=0.1703, simple_loss=0.2333, pruned_loss=0.05362, over 13320.00 frames. utt_duration=1067 frames, utt_pad_proportion=0.09697, over 50.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3628, pruned_loss=0.1162, over 1769177.03 frames. utt_duration=246 frames, utt_pad_proportion=0.06778, over 28943.26 utterances.], batch size: 50, lr: 3.17e-04 +2022-09-18 05:57:42,825 INFO [train.py:885] (0/2) Epoch 15, batch 250, loss[loss=0.3088, simple_loss=0.3718, pruned_loss=0.1229, over 14353.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03718, over 262.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3663, pruned_loss=0.117, over 1996415.87 frames. utt_duration=233.8 frames, utt_pad_proportion=0.06894, over 34380.27 utterances.], batch size: 262, lr: 3.16e-04 +2022-09-18 05:58:13,512 INFO [train.py:885] (0/2) Epoch 15, batch 300, loss[loss=0.3354, simple_loss=0.4122, pruned_loss=0.1293, over 13766.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07184, over 411.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3667, pruned_loss=0.1174, over 2170165.28 frames. utt_duration=231.3 frames, utt_pad_proportion=0.06927, over 37771.81 utterances.], batch size: 411, lr: 3.16e-04 +2022-09-18 05:58:42,113 INFO [train.py:885] (0/2) Epoch 15, batch 350, loss[loss=0.4846, simple_loss=0.5376, pruned_loss=0.2158, over 13187.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3614, pruned_loss=0.1147, over 2307432.77 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06769, over 37328.00 utterances.], batch size: 653, lr: 3.16e-04 +2022-09-18 05:59:11,779 INFO [train.py:885] (0/2) Epoch 15, batch 400, loss[loss=0.1876, simple_loss=0.2362, pruned_loss=0.06946, over 13536.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08731, over 50.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3581, pruned_loss=0.1137, over 2409311.88 frames. utt_duration=251.4 frames, utt_pad_proportion=0.0692, over 38554.32 utterances.], batch size: 50, lr: 3.16e-04 +2022-09-18 05:59:41,652 INFO [train.py:885] (0/2) Epoch 15, batch 450, loss[loss=0.2174, simple_loss=0.2815, pruned_loss=0.07665, over 14216.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04426, over 89.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3586, pruned_loss=0.1139, over 2490119.19 frames. utt_duration=247.6 frames, utt_pad_proportion=0.0719, over 40477.56 utterances.], batch size: 89, lr: 3.16e-04 +2022-09-18 06:00:11,295 INFO [train.py:885] (0/2) Epoch 15, batch 500, loss[loss=0.1764, simple_loss=0.2478, pruned_loss=0.05248, over 13550.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08706, over 50.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3575, pruned_loss=0.113, over 2553073.32 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07346, over 41323.87 utterances.], batch size: 50, lr: 3.16e-04 +2022-09-18 06:00:40,298 INFO [train.py:885] (0/2) Epoch 15, batch 550, loss[loss=0.2494, simple_loss=0.3085, pruned_loss=0.09509, over 14066.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05672, over 98.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3584, pruned_loss=0.1135, over 2602597.33 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07306, over 42248.65 utterances.], batch size: 98, lr: 3.16e-04 +2022-09-18 06:01:09,875 INFO [train.py:885] (0/2) Epoch 15, batch 600, loss[loss=0.328, simple_loss=0.3875, pruned_loss=0.1342, over 14219.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04343, over 306.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3566, pruned_loss=0.1127, over 2642100.38 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07233, over 42095.28 utterances.], batch size: 306, lr: 3.16e-04 +2022-09-18 06:01:39,477 INFO [train.py:885] (0/2) Epoch 15, batch 650, loss[loss=0.3487, simple_loss=0.4005, pruned_loss=0.1484, over 14369.00 frames. utt_duration=220.8 frames, utt_pad_proportion=0.03585, over 262.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.36, pruned_loss=0.1139, over 2675053.24 frames. utt_duration=245 frames, utt_pad_proportion=0.07282, over 43942.73 utterances.], batch size: 262, lr: 3.16e-04 +2022-09-18 06:02:09,535 INFO [train.py:885] (0/2) Epoch 15, batch 700, loss[loss=0.2416, simple_loss=0.3192, pruned_loss=0.08197, over 14167.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.045, over 109.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3631, pruned_loss=0.1157, over 2696317.75 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07297, over 45306.98 utterances.], batch size: 109, lr: 3.16e-04 +2022-09-18 06:02:39,261 INFO [train.py:885] (0/2) Epoch 15, batch 750, loss[loss=0.3714, simple_loss=0.4205, pruned_loss=0.1612, over 14226.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04399, over 335.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3621, pruned_loss=0.1148, over 2718522.07 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07152, over 45634.33 utterances.], batch size: 335, lr: 3.16e-04 +2022-09-18 06:03:08,650 INFO [train.py:885] (0/2) Epoch 15, batch 800, loss[loss=0.5723, simple_loss=0.6338, pruned_loss=0.2554, over 12507.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 810.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3606, pruned_loss=0.1151, over 2731093.93 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07115, over 44597.94 utterances.], batch size: 810, lr: 3.16e-04 +2022-09-18 06:03:38,495 INFO [train.py:885] (0/2) Epoch 15, batch 850, loss[loss=0.4161, simple_loss=0.4524, pruned_loss=0.1899, over 14260.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.0416, over 225.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3624, pruned_loss=0.1161, over 2739663.22 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07073, over 45650.23 utterances.], batch size: 225, lr: 3.16e-04 +2022-09-18 06:04:07,986 INFO [train.py:885] (0/2) Epoch 15, batch 900, loss[loss=0.3272, simple_loss=0.3845, pruned_loss=0.1349, over 14380.00 frames. utt_duration=296.6 frames, utt_pad_proportion=0.03384, over 195.00 utterances.], tot_loss[loss=0.297, simple_loss=0.362, pruned_loss=0.1161, over 2741350.15 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07274, over 45881.28 utterances.], batch size: 195, lr: 3.16e-04 +2022-09-18 06:04:37,352 INFO [train.py:885] (0/2) Epoch 15, batch 950, loss[loss=0.2121, simple_loss=0.2696, pruned_loss=0.07735, over 14029.00 frames. utt_duration=803.3 frames, utt_pad_proportion=0.05603, over 70.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3609, pruned_loss=0.1153, over 2748391.47 frames. utt_duration=242 frames, utt_pad_proportion=0.0737, over 45711.59 utterances.], batch size: 70, lr: 3.16e-04 +2022-09-18 06:05:06,479 INFO [train.py:885] (0/2) Epoch 15, batch 1000, loss[loss=0.413, simple_loss=0.5011, pruned_loss=0.1625, over 13163.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3627, pruned_loss=0.1156, over 2758472.03 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07372, over 46155.03 utterances.], batch size: 653, lr: 3.16e-04 +2022-09-18 06:05:44,369 INFO [train.py:885] (0/2) Epoch 15, batch 1050, loss[loss=0.287, simple_loss=0.3873, pruned_loss=0.0934, over 13990.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05633, over 365.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3663, pruned_loss=0.117, over 2764822.27 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07318, over 48277.23 utterances.], batch size: 365, lr: 3.16e-04 +2022-09-18 06:06:13,779 INFO [train.py:885] (0/2) Epoch 15, batch 1100, loss[loss=0.2835, simple_loss=0.3418, pruned_loss=0.1126, over 14311.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03737, over 130.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3633, pruned_loss=0.115, over 2765391.03 frames. utt_duration=236 frames, utt_pad_proportion=0.07264, over 47161.55 utterances.], batch size: 130, lr: 3.16e-04 +2022-09-18 06:06:43,497 INFO [train.py:885] (0/2) Epoch 15, batch 1150, loss[loss=0.2308, simple_loss=0.3065, pruned_loss=0.07753, over 14333.00 frames. utt_duration=442.6 frames, utt_pad_proportion=0.03786, over 130.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3654, pruned_loss=0.1155, over 2772775.66 frames. utt_duration=231.3 frames, utt_pad_proportion=0.0711, over 48253.03 utterances.], batch size: 130, lr: 3.16e-04 +2022-09-18 06:07:13,143 INFO [train.py:885] (0/2) Epoch 15, batch 1200, loss[loss=0.2021, simple_loss=0.2506, pruned_loss=0.07683, over 13815.00 frames. utt_duration=922.5 frames, utt_pad_proportion=0.07283, over 60.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3636, pruned_loss=0.1152, over 2768318.66 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07276, over 47956.47 utterances.], batch size: 60, lr: 3.16e-04 +2022-09-18 06:07:42,661 INFO [train.py:885] (0/2) Epoch 15, batch 1250, loss[loss=0.2798, simple_loss=0.3352, pruned_loss=0.1121, over 14032.00 frames. utt_duration=574.3 frames, utt_pad_proportion=0.0555, over 98.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3616, pruned_loss=0.1139, over 2768756.43 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07284, over 47325.51 utterances.], batch size: 98, lr: 3.16e-04 +2022-09-18 06:08:12,579 INFO [train.py:885] (0/2) Epoch 15, batch 1300, loss[loss=0.2595, simple_loss=0.3021, pruned_loss=0.1084, over 13757.00 frames. utt_duration=799 frames, utt_pad_proportion=0.06871, over 69.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3636, pruned_loss=0.1151, over 2768378.00 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07574, over 48125.71 utterances.], batch size: 69, lr: 3.16e-04 +2022-09-18 06:08:42,213 INFO [train.py:885] (0/2) Epoch 15, batch 1350, loss[loss=0.2958, simple_loss=0.3714, pruned_loss=0.1101, over 14342.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03798, over 262.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3598, pruned_loss=0.1129, over 2770612.34 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07394, over 46569.81 utterances.], batch size: 262, lr: 3.15e-04 +2022-09-18 06:09:11,507 INFO [train.py:885] (0/2) Epoch 15, batch 1400, loss[loss=0.1671, simple_loss=0.236, pruned_loss=0.04909, over 13274.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.1013, over 33.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3614, pruned_loss=0.1137, over 2774435.41 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07204, over 46634.75 utterances.], batch size: 33, lr: 3.15e-04 +2022-09-18 06:09:41,464 INFO [train.py:885] (0/2) Epoch 15, batch 1450, loss[loss=0.2276, simple_loss=0.2927, pruned_loss=0.08131, over 13686.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.07782, over 42.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3611, pruned_loss=0.1132, over 2774718.34 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0705, over 46640.68 utterances.], batch size: 42, lr: 3.15e-04 +2022-09-18 06:10:10,655 INFO [train.py:885] (0/2) Epoch 15, batch 1500, loss[loss=0.1891, simple_loss=0.2472, pruned_loss=0.06553, over 13462.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.08238, over 41.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3626, pruned_loss=0.1146, over 2774738.36 frames. utt_duration=237 frames, utt_pad_proportion=0.07078, over 47121.70 utterances.], batch size: 41, lr: 3.15e-04 +2022-09-18 06:10:39,807 INFO [train.py:885] (0/2) Epoch 15, batch 1550, loss[loss=0.2894, simple_loss=0.3704, pruned_loss=0.1041, over 14275.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.0402, over 225.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3619, pruned_loss=0.1149, over 2777036.85 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07135, over 46731.88 utterances.], batch size: 225, lr: 3.15e-04 +2022-09-18 06:11:10,192 INFO [train.py:885] (0/2) Epoch 15, batch 1600, loss[loss=0.2192, simple_loss=0.2992, pruned_loss=0.06961, over 14223.00 frames. utt_duration=640.9 frames, utt_pad_proportion=0.04493, over 89.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3649, pruned_loss=0.1175, over 2777258.34 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07291, over 47496.43 utterances.], batch size: 89, lr: 3.15e-04 +2022-09-18 06:11:39,652 INFO [train.py:885] (0/2) Epoch 15, batch 1650, loss[loss=0.3109, simple_loss=0.3678, pruned_loss=0.1269, over 14271.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04421, over 141.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3652, pruned_loss=0.1176, over 2776731.99 frames. utt_duration=236 frames, utt_pad_proportion=0.07363, over 47356.17 utterances.], batch size: 141, lr: 3.15e-04 +2022-09-18 06:12:09,171 INFO [train.py:885] (0/2) Epoch 15, batch 1700, loss[loss=0.3085, simple_loss=0.3694, pruned_loss=0.1238, over 14280.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.03998, over 180.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3694, pruned_loss=0.1187, over 2779113.90 frames. utt_duration=225.9 frames, utt_pad_proportion=0.0745, over 49525.92 utterances.], batch size: 180, lr: 3.15e-04 +2022-09-18 06:12:38,551 INFO [train.py:885] (0/2) Epoch 15, batch 1750, loss[loss=0.3227, simple_loss=0.3844, pruned_loss=0.1305, over 14400.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.03046, over 244.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3662, pruned_loss=0.1173, over 2775954.21 frames. utt_duration=227 frames, utt_pad_proportion=0.07492, over 49237.70 utterances.], batch size: 244, lr: 3.15e-04 +2022-09-18 06:13:08,244 INFO [train.py:885] (0/2) Epoch 15, batch 1800, loss[loss=0.2361, simple_loss=0.2881, pruned_loss=0.09205, over 13248.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09493, over 41.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3616, pruned_loss=0.1148, over 2778991.46 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07259, over 47088.42 utterances.], batch size: 41, lr: 3.15e-04 +2022-09-18 06:13:38,078 INFO [train.py:885] (0/2) Epoch 15, batch 1850, loss[loss=0.4986, simple_loss=0.5823, pruned_loss=0.2075, over 12498.00 frames. utt_duration=63.14 frames, utt_pad_proportion=0.1467, over 811.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3611, pruned_loss=0.1144, over 2778663.73 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07253, over 46779.24 utterances.], batch size: 811, lr: 3.15e-04 +2022-09-18 06:14:07,125 INFO [train.py:885] (0/2) Epoch 15, batch 1900, loss[loss=0.2301, simple_loss=0.2929, pruned_loss=0.08364, over 14046.00 frames. utt_duration=712.5 frames, utt_pad_proportion=0.05758, over 79.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3572, pruned_loss=0.1131, over 2780859.16 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07056, over 45136.30 utterances.], batch size: 79, lr: 3.15e-04 +2022-09-18 06:14:37,181 INFO [train.py:885] (0/2) Epoch 15, batch 1950, loss[loss=0.6927, simple_loss=0.7196, pruned_loss=0.3329, over 12451.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3618, pruned_loss=0.1159, over 2781938.79 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07174, over 46101.00 utterances.], batch size: 810, lr: 3.15e-04 +2022-09-18 06:15:06,203 INFO [train.py:885] (0/2) Epoch 15, batch 2000, loss[loss=0.2009, simple_loss=0.2573, pruned_loss=0.07222, over 12647.00 frames. utt_duration=2025 frames, utt_pad_proportion=0.1243, over 25.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3602, pruned_loss=0.1149, over 2784382.93 frames. utt_duration=247 frames, utt_pad_proportion=0.06993, over 45365.09 utterances.], batch size: 25, lr: 3.15e-04 +2022-09-18 06:15:36,372 INFO [train.py:885] (0/2) Epoch 15, batch 2050, loss[loss=0.3401, simple_loss=0.4001, pruned_loss=0.1401, over 14335.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03511, over 244.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3648, pruned_loss=0.1169, over 2786176.18 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07223, over 47007.38 utterances.], batch size: 244, lr: 3.15e-04 +2022-09-18 06:16:06,140 INFO [train.py:885] (0/2) Epoch 15, batch 2100, loss[loss=0.219, simple_loss=0.2902, pruned_loss=0.07386, over 13778.00 frames. utt_duration=920 frames, utt_pad_proportion=0.07634, over 60.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3619, pruned_loss=0.1149, over 2782531.80 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07155, over 46246.94 utterances.], batch size: 60, lr: 3.15e-04 +2022-09-18 06:16:35,414 INFO [train.py:885] (0/2) Epoch 15, batch 2150, loss[loss=0.1934, simple_loss=0.2171, pruned_loss=0.08487, over 13135.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1187, over 33.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3604, pruned_loss=0.1145, over 2775697.28 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07384, over 46184.42 utterances.], batch size: 33, lr: 3.15e-04 +2022-09-18 06:17:05,003 INFO [train.py:885] (0/2) Epoch 15, batch 2200, loss[loss=0.2934, simple_loss=0.3382, pruned_loss=0.1242, over 14144.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04671, over 109.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3596, pruned_loss=0.1142, over 2769945.95 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07368, over 46035.65 utterances.], batch size: 109, lr: 3.15e-04 +2022-09-18 06:17:34,065 INFO [train.py:885] (0/2) Epoch 15, batch 2250, loss[loss=0.2072, simple_loss=0.2396, pruned_loss=0.08744, over 13645.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08499, over 42.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3581, pruned_loss=0.1133, over 2774545.40 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07252, over 45588.20 utterances.], batch size: 42, lr: 3.15e-04 +2022-09-18 06:18:03,912 INFO [train.py:885] (0/2) Epoch 15, batch 2300, loss[loss=0.2012, simple_loss=0.2695, pruned_loss=0.06643, over 13932.00 frames. utt_duration=809.1 frames, utt_pad_proportion=0.05694, over 69.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3551, pruned_loss=0.1117, over 2774173.21 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0718, over 44787.59 utterances.], batch size: 69, lr: 3.15e-04 +2022-09-18 06:18:33,634 INFO [train.py:885] (0/2) Epoch 15, batch 2350, loss[loss=0.1931, simple_loss=0.2698, pruned_loss=0.05823, over 14229.00 frames. utt_duration=640.7 frames, utt_pad_proportion=0.04521, over 89.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3587, pruned_loss=0.1136, over 2774528.85 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07234, over 45897.83 utterances.], batch size: 89, lr: 3.15e-04 +2022-09-18 06:19:03,489 INFO [train.py:885] (0/2) Epoch 15, batch 2400, loss[loss=0.2043, simple_loss=0.2951, pruned_loss=0.05676, over 12846.00 frames. utt_duration=1977 frames, utt_pad_proportion=0.1141, over 26.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3594, pruned_loss=0.1136, over 2771582.71 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07328, over 46544.60 utterances.], batch size: 26, lr: 3.15e-04 +2022-09-18 06:19:32,527 INFO [train.py:885] (0/2) Epoch 15, batch 2450, loss[loss=0.2889, simple_loss=0.3531, pruned_loss=0.1124, over 14231.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04664, over 141.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3575, pruned_loss=0.1133, over 2778910.90 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07059, over 44462.57 utterances.], batch size: 141, lr: 3.15e-04 +2022-09-18 06:20:02,465 INFO [train.py:885] (0/2) Epoch 15, batch 2500, loss[loss=0.2048, simple_loss=0.277, pruned_loss=0.06627, over 14039.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.05396, over 79.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3586, pruned_loss=0.1132, over 2777163.28 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07181, over 45205.69 utterances.], batch size: 79, lr: 3.14e-04 +2022-09-18 06:20:32,800 INFO [train.py:885] (0/2) Epoch 15, batch 2550, loss[loss=0.6185, simple_loss=0.6721, pruned_loss=0.2825, over 12515.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1444, over 810.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3594, pruned_loss=0.1142, over 2776082.82 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07181, over 44954.01 utterances.], batch size: 810, lr: 3.14e-04 +2022-09-18 06:21:02,238 INFO [train.py:885] (0/2) Epoch 15, batch 2600, loss[loss=0.3074, simple_loss=0.3707, pruned_loss=0.122, over 14228.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04307, over 306.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3587, pruned_loss=0.114, over 2779702.88 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07107, over 44710.14 utterances.], batch size: 306, lr: 3.14e-04 +2022-09-18 06:21:32,131 INFO [train.py:885] (0/2) Epoch 15, batch 2650, loss[loss=0.2984, simple_loss=0.3639, pruned_loss=0.1164, over 14279.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.0395, over 130.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3586, pruned_loss=0.1128, over 2783660.47 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06971, over 45230.60 utterances.], batch size: 130, lr: 3.14e-04 +2022-09-18 06:22:01,423 INFO [train.py:885] (0/2) Epoch 15, batch 2700, loss[loss=0.2946, simple_loss=0.3597, pruned_loss=0.1148, over 14309.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03803, over 130.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3598, pruned_loss=0.1137, over 2785184.66 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07028, over 45496.61 utterances.], batch size: 130, lr: 3.14e-04 +2022-09-18 06:22:30,683 INFO [train.py:885] (0/2) Epoch 15, batch 2750, loss[loss=0.3455, simple_loss=0.419, pruned_loss=0.136, over 14009.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05521, over 365.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3561, pruned_loss=0.1117, over 2776934.88 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07197, over 44596.82 utterances.], batch size: 365, lr: 3.14e-04 +2022-09-18 06:23:00,271 INFO [train.py:885] (0/2) Epoch 15, batch 2800, loss[loss=0.2337, simple_loss=0.3023, pruned_loss=0.08257, over 14228.00 frames. utt_duration=641 frames, utt_pad_proportion=0.04473, over 89.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3573, pruned_loss=0.1124, over 2774541.30 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07171, over 45300.02 utterances.], batch size: 89, lr: 3.14e-04 +2022-09-18 06:23:30,321 INFO [train.py:885] (0/2) Epoch 15, batch 2850, loss[loss=0.2221, simple_loss=0.2745, pruned_loss=0.08489, over 13473.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.08992, over 50.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3583, pruned_loss=0.1125, over 2773987.16 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07259, over 46150.94 utterances.], batch size: 50, lr: 3.14e-04 +2022-09-18 06:23:59,432 INFO [train.py:885] (0/2) Epoch 15, batch 2900, loss[loss=0.3153, simple_loss=0.4008, pruned_loss=0.1149, over 13722.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07504, over 411.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3595, pruned_loss=0.1129, over 2773729.00 frames. utt_duration=238.4 frames, utt_pad_proportion=0.0722, over 46828.60 utterances.], batch size: 411, lr: 3.14e-04 +2022-09-18 06:24:28,850 INFO [train.py:885] (0/2) Epoch 15, batch 2950, loss[loss=0.354, simple_loss=0.4435, pruned_loss=0.1323, over 13640.00 frames. utt_duration=98.8 frames, utt_pad_proportion=0.07662, over 560.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3593, pruned_loss=0.113, over 2778185.53 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07071, over 46430.68 utterances.], batch size: 560, lr: 3.14e-04 +2022-09-18 06:24:59,467 INFO [train.py:885] (0/2) Epoch 15, batch 3000, loss[loss=0.2456, simple_loss=0.3222, pruned_loss=0.08452, over 14282.00 frames. utt_duration=441 frames, utt_pad_proportion=0.04137, over 130.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3605, pruned_loss=0.1139, over 2782553.78 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07001, over 46427.89 utterances.], batch size: 130, lr: 3.14e-04 +2022-09-18 06:24:59,469 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 06:25:04,148 INFO [train.py:914] (0/2) Epoch 15, validation: loss=0.2007, simple_loss=0.2803, pruned_loss=0.06056, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 06:25:33,840 INFO [train.py:885] (0/2) Epoch 15, batch 3050, loss[loss=0.1456, simple_loss=0.2019, pruned_loss=0.04462, over 13713.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08285, over 42.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.3584, pruned_loss=0.1127, over 2782964.87 frames. utt_duration=242.5 frames, utt_pad_proportion=0.0681, over 46192.33 utterances.], batch size: 42, lr: 3.14e-04 +2022-09-18 06:26:03,345 INFO [train.py:885] (0/2) Epoch 15, batch 3100, loss[loss=0.3001, simple_loss=0.3663, pruned_loss=0.1169, over 14323.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03713, over 180.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.361, pruned_loss=0.1137, over 2783649.70 frames. utt_duration=237.2 frames, utt_pad_proportion=0.06932, over 47240.07 utterances.], batch size: 180, lr: 3.14e-04 +2022-09-18 06:26:32,537 INFO [train.py:885] (0/2) Epoch 15, batch 3150, loss[loss=0.2012, simple_loss=0.2576, pruned_loss=0.07246, over 13478.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.08874, over 50.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3618, pruned_loss=0.1143, over 2786318.22 frames. utt_duration=237.7 frames, utt_pad_proportion=0.06886, over 47179.16 utterances.], batch size: 50, lr: 3.14e-04 +2022-09-18 06:27:02,833 INFO [train.py:885] (0/2) Epoch 15, batch 3200, loss[loss=0.2694, simple_loss=0.3212, pruned_loss=0.1088, over 14064.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05649, over 98.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3596, pruned_loss=0.1134, over 2783175.96 frames. utt_duration=240.6 frames, utt_pad_proportion=0.06907, over 46546.96 utterances.], batch size: 98, lr: 3.14e-04 +2022-09-18 06:27:32,004 INFO [train.py:885] (0/2) Epoch 15, batch 3250, loss[loss=0.3436, simple_loss=0.3964, pruned_loss=0.1455, over 14326.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03814, over 283.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3604, pruned_loss=0.1143, over 2783106.23 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06866, over 46452.77 utterances.], batch size: 283, lr: 3.14e-04 +2022-09-18 06:28:01,648 INFO [train.py:885] (0/2) Epoch 15, batch 3300, loss[loss=0.1641, simple_loss=0.2219, pruned_loss=0.05316, over 13452.00 frames. utt_duration=1283 frames, utt_pad_proportion=0.08495, over 42.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3571, pruned_loss=0.1125, over 2782530.70 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06918, over 45240.97 utterances.], batch size: 42, lr: 3.14e-04 +2022-09-18 06:28:14,133 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-180000.pt +2022-09-18 06:28:31,509 INFO [train.py:885] (0/2) Epoch 15, batch 3350, loss[loss=0.285, simple_loss=0.3552, pruned_loss=0.1074, over 14291.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04198, over 154.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.36, pruned_loss=0.1135, over 2785970.69 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06856, over 46000.97 utterances.], batch size: 154, lr: 3.14e-04 +2022-09-18 06:29:01,184 INFO [train.py:885] (0/2) Epoch 15, batch 3400, loss[loss=0.3396, simple_loss=0.413, pruned_loss=0.1331, over 13975.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05755, over 365.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3591, pruned_loss=0.1129, over 2785968.05 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07033, over 45688.07 utterances.], batch size: 365, lr: 3.14e-04 +2022-09-18 06:29:31,194 INFO [train.py:885] (0/2) Epoch 15, batch 3450, loss[loss=0.1844, simple_loss=0.2396, pruned_loss=0.06458, over 13308.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.09163, over 41.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3607, pruned_loss=0.1135, over 2784910.93 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07134, over 46718.77 utterances.], batch size: 41, lr: 3.14e-04 +2022-09-18 06:30:00,939 INFO [train.py:885] (0/2) Epoch 15, batch 3500, loss[loss=0.3483, simple_loss=0.4036, pruned_loss=0.1465, over 14348.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03389, over 244.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3625, pruned_loss=0.1152, over 2779062.23 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07281, over 46680.27 utterances.], batch size: 244, lr: 3.14e-04 +2022-09-18 06:30:30,195 INFO [train.py:885] (0/2) Epoch 15, batch 3550, loss[loss=0.2288, simple_loss=0.2886, pruned_loss=0.08444, over 13593.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08372, over 50.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.363, pruned_loss=0.1153, over 2784804.86 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07101, over 46638.30 utterances.], batch size: 50, lr: 3.14e-04 +2022-09-18 06:30:59,815 INFO [train.py:885] (0/2) Epoch 15, batch 3600, loss[loss=0.2359, simple_loss=0.3143, pruned_loss=0.07873, over 14304.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03984, over 120.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3602, pruned_loss=0.1147, over 2786364.22 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07083, over 45279.82 utterances.], batch size: 120, lr: 3.14e-04 +2022-09-18 06:31:29,165 INFO [train.py:885] (0/2) Epoch 15, batch 3650, loss[loss=0.5664, simple_loss=0.6352, pruned_loss=0.2488, over 12451.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1478, over 810.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3609, pruned_loss=0.1155, over 2785357.12 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07312, over 45266.59 utterances.], batch size: 810, lr: 3.13e-04 +2022-09-18 06:31:58,687 INFO [train.py:885] (0/2) Epoch 15, batch 3700, loss[loss=0.3014, simple_loss=0.3769, pruned_loss=0.113, over 14338.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03493, over 244.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3633, pruned_loss=0.1161, over 2787544.87 frames. utt_duration=240.9 frames, utt_pad_proportion=0.0727, over 46578.27 utterances.], batch size: 244, lr: 3.13e-04 +2022-09-18 06:32:28,208 INFO [train.py:885] (0/2) Epoch 15, batch 3750, loss[loss=0.2484, simple_loss=0.3123, pruned_loss=0.09221, over 14295.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04023, over 120.00 utterances.], tot_loss[loss=0.296, simple_loss=0.362, pruned_loss=0.115, over 2789374.84 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07023, over 46479.57 utterances.], batch size: 120, lr: 3.13e-04 +2022-09-18 06:32:57,944 INFO [train.py:885] (0/2) Epoch 15, batch 3800, loss[loss=0.3312, simple_loss=0.3945, pruned_loss=0.134, over 14273.00 frames. utt_duration=203.1 frames, utt_pad_proportion=0.0418, over 283.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3629, pruned_loss=0.1161, over 2787695.97 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07101, over 46793.41 utterances.], batch size: 283, lr: 3.13e-04 +2022-09-18 06:33:28,208 INFO [train.py:885] (0/2) Epoch 15, batch 3850, loss[loss=0.2977, simple_loss=0.3799, pruned_loss=0.1077, over 13970.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05789, over 365.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3613, pruned_loss=0.1149, over 2789221.84 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06992, over 46305.24 utterances.], batch size: 365, lr: 3.13e-04 +2022-09-18 06:33:57,257 INFO [train.py:885] (0/2) Epoch 15, batch 3900, loss[loss=0.3116, simple_loss=0.3756, pruned_loss=0.1238, over 14288.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0392, over 225.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3578, pruned_loss=0.1133, over 2787907.56 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06825, over 44850.64 utterances.], batch size: 225, lr: 3.13e-04 +2022-09-18 06:34:26,699 INFO [train.py:885] (0/2) Epoch 15, batch 3950, loss[loss=0.1906, simple_loss=0.2432, pruned_loss=0.06907, over 13861.00 frames. utt_duration=804.9 frames, utt_pad_proportion=0.06194, over 69.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3561, pruned_loss=0.1123, over 2786528.65 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06941, over 44024.81 utterances.], batch size: 69, lr: 3.13e-04 +2022-09-18 06:34:55,706 INFO [train.py:885] (0/2) Epoch 15, batch 4000, loss[loss=0.2994, simple_loss=0.3954, pruned_loss=0.1017, over 13737.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07379, over 411.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3569, pruned_loss=0.1126, over 2781894.71 frames. utt_duration=249 frames, utt_pad_proportion=0.07037, over 44963.21 utterances.], batch size: 411, lr: 3.13e-04 +2022-09-18 06:35:25,360 INFO [train.py:885] (0/2) Epoch 15, batch 4050, loss[loss=0.2059, simple_loss=0.2823, pruned_loss=0.06474, over 14072.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.05971, over 70.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3549, pruned_loss=0.1126, over 2784172.26 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06866, over 43226.69 utterances.], batch size: 70, lr: 3.13e-04 +2022-09-18 06:35:55,387 INFO [train.py:885] (0/2) Epoch 15, batch 4100, loss[loss=0.2893, simple_loss=0.3673, pruned_loss=0.1057, over 14364.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03245, over 244.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3564, pruned_loss=0.1128, over 2780531.24 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07158, over 44460.67 utterances.], batch size: 244, lr: 3.13e-04 +2022-09-18 06:36:24,552 INFO [train.py:885] (0/2) Epoch 15, batch 4150, loss[loss=0.1845, simple_loss=0.2251, pruned_loss=0.07196, over 13378.00 frames. utt_duration=1623 frames, utt_pad_proportion=0.09783, over 33.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3548, pruned_loss=0.1122, over 2781948.92 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07067, over 43677.31 utterances.], batch size: 33, lr: 3.13e-04 +2022-09-18 06:36:54,303 INFO [train.py:885] (0/2) Epoch 15, batch 4200, loss[loss=0.3265, simple_loss=0.3739, pruned_loss=0.1396, over 14251.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04299, over 141.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3591, pruned_loss=0.1149, over 2785522.50 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07078, over 44675.45 utterances.], batch size: 141, lr: 3.13e-04 +2022-09-18 06:37:23,540 INFO [train.py:885] (0/2) Epoch 15, batch 4250, loss[loss=0.1975, simple_loss=0.2516, pruned_loss=0.07175, over 13228.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09632, over 41.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3587, pruned_loss=0.1141, over 2787109.00 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06925, over 44711.41 utterances.], batch size: 41, lr: 3.13e-04 +2022-09-18 06:37:53,182 INFO [train.py:885] (0/2) Epoch 15, batch 4300, loss[loss=0.215, simple_loss=0.2814, pruned_loss=0.07429, over 14109.00 frames. utt_duration=519.1 frames, utt_pad_proportion=0.0492, over 109.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3584, pruned_loss=0.1133, over 2790029.46 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06837, over 44965.65 utterances.], batch size: 109, lr: 3.13e-04 +2022-09-18 06:38:22,742 INFO [train.py:885] (0/2) Epoch 15, batch 4350, loss[loss=0.3492, simple_loss=0.4041, pruned_loss=0.1472, over 14229.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04351, over 335.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3589, pruned_loss=0.1138, over 2785373.84 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0705, over 45078.38 utterances.], batch size: 335, lr: 3.13e-04 +2022-09-18 06:38:53,057 INFO [train.py:885] (0/2) Epoch 15, batch 4400, loss[loss=0.2298, simple_loss=0.3046, pruned_loss=0.07748, over 14219.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04164, over 109.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3612, pruned_loss=0.1147, over 2784140.01 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07002, over 46177.43 utterances.], batch size: 109, lr: 3.13e-04 +2022-09-18 06:39:22,487 INFO [train.py:885] (0/2) Epoch 15, batch 4450, loss[loss=0.3156, simple_loss=0.4151, pruned_loss=0.108, over 13615.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08259, over 477.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3618, pruned_loss=0.1147, over 2781075.85 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07237, over 46741.88 utterances.], batch size: 477, lr: 3.13e-04 +2022-09-18 06:39:52,192 INFO [train.py:885] (0/2) Epoch 15, batch 4500, loss[loss=0.3339, simple_loss=0.4227, pruned_loss=0.1226, over 13639.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08066, over 477.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3595, pruned_loss=0.1134, over 2785223.10 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06966, over 45629.32 utterances.], batch size: 477, lr: 3.13e-04 +2022-09-18 06:40:21,761 INFO [train.py:885] (0/2) Epoch 15, batch 4550, loss[loss=0.1428, simple_loss=0.2097, pruned_loss=0.03794, over 12531.00 frames. utt_duration=2090 frames, utt_pad_proportion=0.1475, over 24.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3571, pruned_loss=0.1118, over 2779525.09 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07071, over 45339.70 utterances.], batch size: 24, lr: 3.13e-04 +2022-09-18 06:40:51,523 INFO [train.py:885] (0/2) Epoch 15, batch 4600, loss[loss=0.2541, simple_loss=0.3234, pruned_loss=0.09236, over 14138.00 frames. utt_duration=578.6 frames, utt_pad_proportion=0.05149, over 98.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3557, pruned_loss=0.1115, over 2778063.98 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07112, over 44755.44 utterances.], batch size: 98, lr: 3.13e-04 +2022-09-18 06:41:21,435 INFO [train.py:885] (0/2) Epoch 15, batch 4650, loss[loss=0.1558, simple_loss=0.2125, pruned_loss=0.04952, over 13236.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.105, over 33.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3543, pruned_loss=0.1117, over 2779468.27 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06953, over 43945.75 utterances.], batch size: 33, lr: 3.13e-04 +2022-09-18 06:41:50,379 INFO [train.py:885] (0/2) Epoch 15, batch 4700, loss[loss=0.2385, simple_loss=0.3071, pruned_loss=0.08495, over 14184.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04391, over 109.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3544, pruned_loss=0.1116, over 2779645.10 frames. utt_duration=256.4 frames, utt_pad_proportion=0.07024, over 43614.20 utterances.], batch size: 109, lr: 3.13e-04 +2022-09-18 06:42:19,566 INFO [train.py:885] (0/2) Epoch 15, batch 4750, loss[loss=0.1917, simple_loss=0.258, pruned_loss=0.06273, over 13875.00 frames. utt_duration=926.5 frames, utt_pad_proportion=0.06879, over 60.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.354, pruned_loss=0.1113, over 2783566.98 frames. utt_duration=264.2 frames, utt_pad_proportion=0.06847, over 42374.59 utterances.], batch size: 60, lr: 3.13e-04 +2022-09-18 06:42:49,604 INFO [train.py:885] (0/2) Epoch 15, batch 4800, loss[loss=0.1952, simple_loss=0.2819, pruned_loss=0.0543, over 13717.00 frames. utt_duration=915.9 frames, utt_pad_proportion=0.07296, over 60.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3582, pruned_loss=0.1125, over 2781076.12 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0705, over 45007.31 utterances.], batch size: 60, lr: 3.12e-04 +2022-09-18 06:43:19,633 INFO [train.py:885] (0/2) Epoch 15, batch 4850, loss[loss=0.1738, simple_loss=0.237, pruned_loss=0.05531, over 12997.00 frames. utt_duration=1577 frames, utt_pad_proportion=0.1264, over 33.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3614, pruned_loss=0.1141, over 2779989.00 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07155, over 46494.25 utterances.], batch size: 33, lr: 3.12e-04 +2022-09-18 06:43:48,712 INFO [train.py:885] (0/2) Epoch 15, batch 4900, loss[loss=0.2015, simple_loss=0.2679, pruned_loss=0.06755, over 13807.00 frames. utt_duration=921.9 frames, utt_pad_proportion=0.07259, over 60.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3585, pruned_loss=0.1129, over 2775100.75 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07209, over 45716.31 utterances.], batch size: 60, lr: 3.12e-04 +2022-09-18 06:44:18,357 INFO [train.py:885] (0/2) Epoch 15, batch 4950, loss[loss=0.3167, simple_loss=0.3818, pruned_loss=0.1258, over 14325.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03855, over 262.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3606, pruned_loss=0.1142, over 2783001.62 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07006, over 45663.99 utterances.], batch size: 262, lr: 3.12e-04 +2022-09-18 06:44:47,548 INFO [train.py:885] (0/2) Epoch 15, batch 5000, loss[loss=0.3774, simple_loss=0.4311, pruned_loss=0.1618, over 14220.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04379, over 335.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3623, pruned_loss=0.1151, over 2777851.31 frames. utt_duration=238 frames, utt_pad_proportion=0.07198, over 46975.63 utterances.], batch size: 335, lr: 3.12e-04 +2022-09-18 06:45:17,422 INFO [train.py:885] (0/2) Epoch 15, batch 5050, loss[loss=0.2152, simple_loss=0.282, pruned_loss=0.07427, over 13746.00 frames. utt_duration=917.8 frames, utt_pad_proportion=0.07759, over 60.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3639, pruned_loss=0.1159, over 2778351.85 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07204, over 47125.49 utterances.], batch size: 60, lr: 3.12e-04 +2022-09-18 06:45:46,373 INFO [train.py:885] (0/2) Epoch 15, batch 5100, loss[loss=0.3057, simple_loss=0.3744, pruned_loss=0.1185, over 14324.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03787, over 283.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3624, pruned_loss=0.1149, over 2777432.20 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07174, over 46236.96 utterances.], batch size: 283, lr: 3.12e-04 +2022-09-18 06:46:15,856 INFO [train.py:885] (0/2) Epoch 15, batch 5150, loss[loss=0.2538, simple_loss=0.3361, pruned_loss=0.08581, over 14255.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04157, over 180.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3613, pruned_loss=0.1156, over 2782976.31 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06991, over 45051.67 utterances.], batch size: 180, lr: 3.12e-04 +2022-09-18 06:46:45,983 INFO [train.py:885] (0/2) Epoch 15, batch 5200, loss[loss=0.3249, simple_loss=0.4008, pruned_loss=0.1245, over 13971.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05757, over 365.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3598, pruned_loss=0.1148, over 2781465.62 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07115, over 45177.25 utterances.], batch size: 365, lr: 3.12e-04 +2022-09-18 06:47:15,354 INFO [train.py:885] (0/2) Epoch 15, batch 5250, loss[loss=0.2305, simple_loss=0.2798, pruned_loss=0.09054, over 12181.00 frames. utt_duration=2031 frames, utt_pad_proportion=0.1575, over 24.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3565, pruned_loss=0.1134, over 2772339.33 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07379, over 44647.88 utterances.], batch size: 24, lr: 3.12e-04 +2022-09-18 06:47:45,676 INFO [train.py:885] (0/2) Epoch 15, batch 5300, loss[loss=0.1683, simple_loss=0.2323, pruned_loss=0.0522, over 13258.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1113, over 33.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3584, pruned_loss=0.1138, over 2768243.98 frames. utt_duration=240 frames, utt_pad_proportion=0.07569, over 46420.68 utterances.], batch size: 33, lr: 3.12e-04 +2022-09-18 06:48:14,874 INFO [train.py:885] (0/2) Epoch 15, batch 5350, loss[loss=0.2469, simple_loss=0.3163, pruned_loss=0.08874, over 14141.00 frames. utt_duration=578.9 frames, utt_pad_proportion=0.04948, over 98.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3569, pruned_loss=0.1125, over 2771365.61 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07553, over 46233.74 utterances.], batch size: 98, lr: 3.12e-04 +2022-09-18 06:48:44,340 INFO [train.py:885] (0/2) Epoch 15, batch 5400, loss[loss=0.3334, simple_loss=0.4265, pruned_loss=0.1201, over 13592.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07926, over 560.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3607, pruned_loss=0.1145, over 2773394.77 frames. utt_duration=235.6 frames, utt_pad_proportion=0.0758, over 47391.37 utterances.], batch size: 560, lr: 3.12e-04 +2022-09-18 06:49:13,349 INFO [train.py:885] (0/2) Epoch 15, batch 5450, loss[loss=0.2925, simple_loss=0.3601, pruned_loss=0.1125, over 14237.00 frames. utt_duration=317.9 frames, utt_pad_proportion=0.04244, over 180.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3594, pruned_loss=0.1139, over 2775653.88 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07596, over 46375.26 utterances.], batch size: 180, lr: 3.12e-04 +2022-09-18 06:49:43,473 INFO [train.py:885] (0/2) Epoch 15, batch 5500, loss[loss=0.4345, simple_loss=0.4513, pruned_loss=0.2088, over 14372.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.0346, over 210.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3619, pruned_loss=0.1154, over 2776796.56 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07408, over 46746.90 utterances.], batch size: 210, lr: 3.12e-04 +2022-09-18 06:50:13,116 INFO [train.py:885] (0/2) Epoch 15, batch 5550, loss[loss=0.3119, simple_loss=0.379, pruned_loss=0.1224, over 14325.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03837, over 262.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3621, pruned_loss=0.1149, over 2783369.24 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07118, over 46047.66 utterances.], batch size: 262, lr: 3.12e-04 +2022-09-18 06:50:42,771 INFO [train.py:885] (0/2) Epoch 15, batch 5600, loss[loss=0.3134, simple_loss=0.4107, pruned_loss=0.1081, over 13634.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08136, over 477.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3591, pruned_loss=0.1139, over 2783004.14 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06978, over 44719.11 utterances.], batch size: 477, lr: 3.12e-04 +2022-09-18 06:51:12,422 INFO [train.py:885] (0/2) Epoch 15, batch 5650, loss[loss=0.195, simple_loss=0.263, pruned_loss=0.06349, over 14102.00 frames. utt_duration=715.4 frames, utt_pad_proportion=0.05376, over 79.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3576, pruned_loss=0.1134, over 2783816.60 frames. utt_duration=255 frames, utt_pad_proportion=0.06952, over 43919.65 utterances.], batch size: 79, lr: 3.12e-04 +2022-09-18 06:51:41,451 INFO [train.py:885] (0/2) Epoch 15, batch 5700, loss[loss=0.3479, simple_loss=0.4012, pruned_loss=0.1472, over 14254.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04169, over 225.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3578, pruned_loss=0.1139, over 2781743.20 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06907, over 43300.91 utterances.], batch size: 225, lr: 3.12e-04 +2022-09-18 06:52:11,245 INFO [train.py:885] (0/2) Epoch 15, batch 5750, loss[loss=0.2818, simple_loss=0.3556, pruned_loss=0.104, over 14259.00 frames. utt_duration=371.8 frames, utt_pad_proportion=0.04434, over 154.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3595, pruned_loss=0.1145, over 2779904.78 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07025, over 44534.36 utterances.], batch size: 154, lr: 3.12e-04 +2022-09-18 06:52:41,486 INFO [train.py:885] (0/2) Epoch 15, batch 5800, loss[loss=0.344, simple_loss=0.4031, pruned_loss=0.1425, over 14238.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04259, over 335.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.363, pruned_loss=0.1158, over 2777668.82 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07208, over 46323.58 utterances.], batch size: 335, lr: 3.12e-04 +2022-09-18 06:53:10,511 INFO [train.py:885] (0/2) Epoch 15, batch 5850, loss[loss=0.1881, simple_loss=0.2521, pruned_loss=0.06209, over 13876.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.06192, over 69.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.356, pruned_loss=0.1126, over 2782222.12 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06881, over 43194.52 utterances.], batch size: 69, lr: 3.12e-04 +2022-09-18 06:53:40,341 INFO [train.py:885] (0/2) Epoch 15, batch 5900, loss[loss=0.3112, simple_loss=0.3818, pruned_loss=0.1203, over 14356.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03359, over 244.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3563, pruned_loss=0.1125, over 2787325.83 frames. utt_duration=261 frames, utt_pad_proportion=0.06734, over 42951.53 utterances.], batch size: 244, lr: 3.12e-04 +2022-09-18 06:54:10,582 INFO [train.py:885] (0/2) Epoch 15, batch 5950, loss[loss=0.3057, simple_loss=0.3942, pruned_loss=0.1086, over 13964.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05862, over 365.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3606, pruned_loss=0.1144, over 2781704.35 frames. utt_duration=245.2 frames, utt_pad_proportion=0.0717, over 45653.00 utterances.], batch size: 365, lr: 3.11e-04 +2022-09-18 06:54:40,746 INFO [train.py:885] (0/2) Epoch 15, batch 6000, loss[loss=0.2501, simple_loss=0.3323, pruned_loss=0.08398, over 14358.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03808, over 167.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3635, pruned_loss=0.1152, over 2782112.83 frames. utt_duration=237 frames, utt_pad_proportion=0.0729, over 47250.94 utterances.], batch size: 167, lr: 3.11e-04 +2022-09-18 06:54:40,748 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 06:54:45,781 INFO [train.py:914] (0/2) Epoch 15, validation: loss=0.1931, simple_loss=0.2739, pruned_loss=0.05617, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 06:55:15,305 INFO [train.py:885] (0/2) Epoch 15, batch 6050, loss[loss=0.3315, simple_loss=0.4228, pruned_loss=0.1201, over 13690.00 frames. utt_duration=99.17 frames, utt_pad_proportion=0.07318, over 560.00 utterances.], tot_loss[loss=0.292, simple_loss=0.3584, pruned_loss=0.1128, over 2777701.29 frames. utt_duration=244 frames, utt_pad_proportion=0.07315, over 45817.37 utterances.], batch size: 560, lr: 3.11e-04 +2022-09-18 06:55:44,657 INFO [train.py:885] (0/2) Epoch 15, batch 6100, loss[loss=0.2477, simple_loss=0.3149, pruned_loss=0.09023, over 14346.00 frames. utt_duration=479.7 frames, utt_pad_proportion=0.03668, over 120.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3584, pruned_loss=0.1122, over 2778030.57 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07306, over 46150.43 utterances.], batch size: 120, lr: 3.11e-04 +2022-09-18 06:56:13,925 INFO [train.py:885] (0/2) Epoch 15, batch 6150, loss[loss=0.4508, simple_loss=0.4794, pruned_loss=0.2111, over 14189.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04532, over 306.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3568, pruned_loss=0.1121, over 2776718.00 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07164, over 44705.22 utterances.], batch size: 306, lr: 3.11e-04 +2022-09-18 06:56:42,789 INFO [train.py:885] (0/2) Epoch 15, batch 6200, loss[loss=0.3105, simple_loss=0.3737, pruned_loss=0.1236, over 14337.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03702, over 195.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3512, pruned_loss=0.1094, over 2773143.88 frames. utt_duration=262.8 frames, utt_pad_proportion=0.06999, over 42443.01 utterances.], batch size: 195, lr: 3.11e-04 +2022-09-18 06:57:12,088 INFO [train.py:885] (0/2) Epoch 15, batch 6250, loss[loss=0.212, simple_loss=0.2609, pruned_loss=0.08151, over 12347.00 frames. utt_duration=1977 frames, utt_pad_proportion=0.1511, over 25.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3501, pruned_loss=0.1087, over 2774747.21 frames. utt_duration=263.8 frames, utt_pad_proportion=0.06907, over 42308.43 utterances.], batch size: 25, lr: 3.11e-04 +2022-09-18 06:57:42,552 INFO [train.py:885] (0/2) Epoch 15, batch 6300, loss[loss=0.524, simple_loss=0.6097, pruned_loss=0.2191, over 12463.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.1471, over 810.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3535, pruned_loss=0.1098, over 2777806.14 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06941, over 44187.77 utterances.], batch size: 810, lr: 3.11e-04 +2022-09-18 06:58:11,796 INFO [train.py:885] (0/2) Epoch 15, batch 6350, loss[loss=0.2719, simple_loss=0.336, pruned_loss=0.1039, over 14269.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04087, over 154.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3523, pruned_loss=0.1092, over 2779966.15 frames. utt_duration=256 frames, utt_pad_proportion=0.06892, over 43695.14 utterances.], batch size: 154, lr: 3.11e-04 +2022-09-18 06:58:41,843 INFO [train.py:885] (0/2) Epoch 15, batch 6400, loss[loss=0.4379, simple_loss=0.4725, pruned_loss=0.2017, over 14199.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.0453, over 306.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3569, pruned_loss=0.1124, over 2780603.92 frames. utt_duration=252.4 frames, utt_pad_proportion=0.0705, over 44322.82 utterances.], batch size: 306, lr: 3.11e-04 +2022-09-18 06:59:10,827 INFO [train.py:885] (0/2) Epoch 15, batch 6450, loss[loss=0.2865, simple_loss=0.3617, pruned_loss=0.1056, over 14251.00 frames. utt_duration=371.7 frames, utt_pad_proportion=0.04204, over 154.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3555, pruned_loss=0.1112, over 2782598.59 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06854, over 44357.47 utterances.], batch size: 154, lr: 3.11e-04 +2022-09-18 06:59:40,480 INFO [train.py:885] (0/2) Epoch 15, batch 6500, loss[loss=0.6811, simple_loss=0.7031, pruned_loss=0.3295, over 12602.00 frames. utt_duration=63.67 frames, utt_pad_proportion=0.1396, over 811.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3595, pruned_loss=0.1134, over 2781918.05 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07064, over 45891.01 utterances.], batch size: 811, lr: 3.11e-04 +2022-09-18 07:00:09,954 INFO [train.py:885] (0/2) Epoch 15, batch 6550, loss[loss=0.1984, simple_loss=0.2616, pruned_loss=0.0676, over 13551.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08467, over 50.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3611, pruned_loss=0.1138, over 2783556.67 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07104, over 46839.90 utterances.], batch size: 50, lr: 3.11e-04 +2022-09-18 07:00:39,826 INFO [train.py:885] (0/2) Epoch 15, batch 6600, loss[loss=0.25, simple_loss=0.3053, pruned_loss=0.09737, over 14073.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05449, over 98.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3576, pruned_loss=0.112, over 2783809.31 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07163, over 45547.38 utterances.], batch size: 98, lr: 3.11e-04 +2022-09-18 07:01:09,657 INFO [train.py:885] (0/2) Epoch 15, batch 6650, loss[loss=0.3022, simple_loss=0.3694, pruned_loss=0.1174, over 14380.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03434, over 210.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.359, pruned_loss=0.1122, over 2786496.75 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07005, over 45643.73 utterances.], batch size: 210, lr: 3.11e-04 +2022-09-18 07:01:39,048 INFO [train.py:885] (0/2) Epoch 15, batch 6700, loss[loss=0.2099, simple_loss=0.2874, pruned_loss=0.06626, over 13850.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06367, over 69.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3602, pruned_loss=0.1126, over 2785337.93 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07136, over 46338.87 utterances.], batch size: 69, lr: 3.11e-04 +2022-09-18 07:02:09,314 INFO [train.py:885] (0/2) Epoch 15, batch 6750, loss[loss=0.2966, simple_loss=0.3917, pruned_loss=0.1007, over 13768.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07191, over 411.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3646, pruned_loss=0.1151, over 2782474.44 frames. utt_duration=235 frames, utt_pad_proportion=0.07154, over 47656.20 utterances.], batch size: 411, lr: 3.11e-04 +2022-09-18 07:02:38,681 INFO [train.py:885] (0/2) Epoch 15, batch 6800, loss[loss=0.2146, simple_loss=0.2675, pruned_loss=0.08083, over 12307.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.1676, over 24.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3617, pruned_loss=0.1127, over 2779839.19 frames. utt_duration=234.9 frames, utt_pad_proportion=0.0724, over 47628.19 utterances.], batch size: 24, lr: 3.11e-04 +2022-09-18 07:03:07,995 INFO [train.py:885] (0/2) Epoch 15, batch 6850, loss[loss=0.3611, simple_loss=0.4068, pruned_loss=0.1578, over 14279.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.04, over 225.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3614, pruned_loss=0.1126, over 2780132.82 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07266, over 47585.81 utterances.], batch size: 225, lr: 3.11e-04 +2022-09-18 07:03:37,625 INFO [train.py:885] (0/2) Epoch 15, batch 6900, loss[loss=0.2435, simple_loss=0.3069, pruned_loss=0.09005, over 14084.00 frames. utt_duration=634.4 frames, utt_pad_proportion=0.05454, over 89.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3631, pruned_loss=0.1142, over 2781375.48 frames. utt_duration=233.3 frames, utt_pad_proportion=0.0713, over 47998.23 utterances.], batch size: 89, lr: 3.11e-04 +2022-09-18 07:04:06,990 INFO [train.py:885] (0/2) Epoch 15, batch 6950, loss[loss=0.2321, simple_loss=0.2867, pruned_loss=0.08875, over 12528.00 frames. utt_duration=2006 frames, utt_pad_proportion=0.143, over 25.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3626, pruned_loss=0.115, over 2780083.10 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07263, over 47520.27 utterances.], batch size: 25, lr: 3.11e-04 +2022-09-18 07:04:36,737 INFO [train.py:885] (0/2) Epoch 15, batch 7000, loss[loss=0.2115, simple_loss=0.2711, pruned_loss=0.07597, over 13122.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1124, over 33.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3638, pruned_loss=0.1156, over 2778469.79 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07323, over 48320.27 utterances.], batch size: 33, lr: 3.11e-04 +2022-09-18 07:05:06,191 INFO [train.py:885] (0/2) Epoch 15, batch 7050, loss[loss=0.281, simple_loss=0.3375, pruned_loss=0.1122, over 14122.00 frames. utt_duration=519.8 frames, utt_pad_proportion=0.04801, over 109.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3649, pruned_loss=0.1167, over 2776813.53 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07345, over 48126.24 utterances.], batch size: 109, lr: 3.11e-04 +2022-09-18 07:05:35,828 INFO [train.py:885] (0/2) Epoch 15, batch 7100, loss[loss=0.3408, simple_loss=0.4344, pruned_loss=0.1236, over 13630.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.077, over 560.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3613, pruned_loss=0.1148, over 2777886.53 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07323, over 46915.34 utterances.], batch size: 560, lr: 3.11e-04 +2022-09-18 07:06:05,561 INFO [train.py:885] (0/2) Epoch 15, batch 7150, loss[loss=0.3388, simple_loss=0.4168, pruned_loss=0.1304, over 13793.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07212, over 412.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3602, pruned_loss=0.1143, over 2781920.00 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07197, over 45798.25 utterances.], batch size: 412, lr: 3.10e-04 +2022-09-18 07:06:35,060 INFO [train.py:885] (0/2) Epoch 15, batch 7200, loss[loss=0.1509, simple_loss=0.2167, pruned_loss=0.04256, over 13214.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1063, over 33.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3587, pruned_loss=0.1135, over 2784234.48 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06993, over 45210.56 utterances.], batch size: 33, lr: 3.10e-04 +2022-09-18 07:07:04,903 INFO [train.py:885] (0/2) Epoch 15, batch 7250, loss[loss=0.4476, simple_loss=0.4685, pruned_loss=0.2134, over 14362.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.035, over 226.00 utterances.], tot_loss[loss=0.296, simple_loss=0.361, pruned_loss=0.1155, over 2779000.59 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07232, over 45972.43 utterances.], batch size: 226, lr: 3.10e-04 +2022-09-18 07:07:34,260 INFO [train.py:885] (0/2) Epoch 15, batch 7300, loss[loss=0.1168, simple_loss=0.1742, pruned_loss=0.02966, over 12456.00 frames. utt_duration=2078 frames, utt_pad_proportion=0.1663, over 24.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3597, pruned_loss=0.1151, over 2775101.96 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07257, over 45516.83 utterances.], batch size: 24, lr: 3.10e-04 +2022-09-18 07:07:46,726 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-184000.pt +2022-09-18 07:08:04,614 INFO [train.py:885] (0/2) Epoch 15, batch 7350, loss[loss=0.2099, simple_loss=0.2814, pruned_loss=0.06926, over 14239.00 frames. utt_duration=641.5 frames, utt_pad_proportion=0.04535, over 89.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3614, pruned_loss=0.1147, over 2773599.27 frames. utt_duration=238 frames, utt_pad_proportion=0.07292, over 46904.71 utterances.], batch size: 89, lr: 3.10e-04 +2022-09-18 07:08:34,002 INFO [train.py:885] (0/2) Epoch 15, batch 7400, loss[loss=0.2145, simple_loss=0.2718, pruned_loss=0.07862, over 13288.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09234, over 41.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3589, pruned_loss=0.1138, over 2779969.00 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06931, over 45518.01 utterances.], batch size: 41, lr: 3.10e-04 +2022-09-18 07:09:03,051 INFO [train.py:885] (0/2) Epoch 15, batch 7450, loss[loss=0.35, simple_loss=0.4004, pruned_loss=0.1499, over 14329.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03895, over 262.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3546, pruned_loss=0.1115, over 2779533.09 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06708, over 43422.42 utterances.], batch size: 262, lr: 3.10e-04 +2022-09-18 07:09:33,001 INFO [train.py:885] (0/2) Epoch 15, batch 7500, loss[loss=0.2912, simple_loss=0.376, pruned_loss=0.1032, over 14241.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04272, over 225.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3545, pruned_loss=0.1109, over 2782505.04 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06736, over 43466.09 utterances.], batch size: 225, lr: 3.10e-04 +2022-09-18 07:10:01,982 INFO [train.py:885] (0/2) Epoch 15, batch 7550, loss[loss=0.1893, simple_loss=0.2598, pruned_loss=0.05939, over 12927.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1371, over 25.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3544, pruned_loss=0.1105, over 2781838.11 frames. utt_duration=258.1 frames, utt_pad_proportion=0.0675, over 43361.24 utterances.], batch size: 25, lr: 3.10e-04 +2022-09-18 07:10:31,672 INFO [train.py:885] (0/2) Epoch 15, batch 7600, loss[loss=0.3347, simple_loss=0.3945, pruned_loss=0.1374, over 14297.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04017, over 283.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3552, pruned_loss=0.1114, over 2785312.94 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06612, over 43569.30 utterances.], batch size: 283, lr: 3.10e-04 +2022-09-18 07:11:01,310 INFO [train.py:885] (0/2) Epoch 15, batch 7650, loss[loss=0.2121, simple_loss=0.2831, pruned_loss=0.07052, over 14098.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05418, over 98.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3529, pruned_loss=0.1103, over 2787211.76 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06605, over 42842.91 utterances.], batch size: 98, lr: 3.10e-04 +2022-09-18 07:11:31,247 INFO [train.py:885] (0/2) Epoch 15, batch 7700, loss[loss=0.327, simple_loss=0.3875, pruned_loss=0.1333, over 14378.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03157, over 244.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3536, pruned_loss=0.1109, over 2787393.94 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06711, over 43046.66 utterances.], batch size: 244, lr: 3.10e-04 +2022-09-18 07:12:01,360 INFO [train.py:885] (0/2) Epoch 15, batch 7750, loss[loss=0.2129, simple_loss=0.288, pruned_loss=0.06893, over 14130.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05216, over 98.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3558, pruned_loss=0.1122, over 2786537.18 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06849, over 43919.56 utterances.], batch size: 98, lr: 3.10e-04 +2022-09-18 07:12:30,683 INFO [train.py:885] (0/2) Epoch 15, batch 7800, loss[loss=0.2823, simple_loss=0.3583, pruned_loss=0.1032, over 14275.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04033, over 180.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3546, pruned_loss=0.1107, over 2784561.16 frames. utt_duration=256 frames, utt_pad_proportion=0.06919, over 43768.50 utterances.], batch size: 180, lr: 3.10e-04 +2022-09-18 07:12:59,564 INFO [train.py:885] (0/2) Epoch 15, batch 7850, loss[loss=0.1845, simple_loss=0.244, pruned_loss=0.0625, over 13562.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.08625, over 42.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3534, pruned_loss=0.1104, over 2786604.68 frames. utt_duration=261 frames, utt_pad_proportion=0.0687, over 42952.84 utterances.], batch size: 42, lr: 3.10e-04 +2022-09-18 07:13:29,473 INFO [train.py:885] (0/2) Epoch 15, batch 7900, loss[loss=0.3936, simple_loss=0.4676, pruned_loss=0.1598, over 13601.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07927, over 560.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3561, pruned_loss=0.1118, over 2790331.47 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06903, over 43809.73 utterances.], batch size: 560, lr: 3.10e-04 +2022-09-18 07:13:58,901 INFO [train.py:885] (0/2) Epoch 15, batch 7950, loss[loss=0.1779, simple_loss=0.2435, pruned_loss=0.05621, over 13765.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.07968, over 42.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3534, pruned_loss=0.1102, over 2787738.96 frames. utt_duration=259.2 frames, utt_pad_proportion=0.06864, over 43263.65 utterances.], batch size: 42, lr: 3.10e-04 +2022-09-18 07:14:27,739 INFO [train.py:885] (0/2) Epoch 15, batch 8000, loss[loss=0.3831, simple_loss=0.4273, pruned_loss=0.1694, over 14285.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03969, over 180.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3532, pruned_loss=0.1109, over 2785302.19 frames. utt_duration=263.3 frames, utt_pad_proportion=0.06837, over 42548.92 utterances.], batch size: 180, lr: 3.10e-04 +2022-09-18 07:14:58,053 INFO [train.py:885] (0/2) Epoch 15, batch 8050, loss[loss=0.3552, simple_loss=0.4491, pruned_loss=0.1307, over 13621.00 frames. utt_duration=98.77 frames, utt_pad_proportion=0.0769, over 560.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3541, pruned_loss=0.111, over 2785759.93 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06696, over 43355.48 utterances.], batch size: 560, lr: 3.10e-04 +2022-09-18 07:15:27,690 INFO [train.py:885] (0/2) Epoch 15, batch 8100, loss[loss=0.2002, simple_loss=0.2735, pruned_loss=0.06344, over 14172.00 frames. utt_duration=638.5 frames, utt_pad_proportion=0.04844, over 89.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3562, pruned_loss=0.1119, over 2785047.20 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06959, over 44521.27 utterances.], batch size: 89, lr: 3.10e-04 +2022-09-18 07:15:57,028 INFO [train.py:885] (0/2) Epoch 15, batch 8150, loss[loss=0.3371, simple_loss=0.3947, pruned_loss=0.1398, over 14293.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03984, over 283.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3546, pruned_loss=0.1107, over 2782871.46 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06933, over 44462.36 utterances.], batch size: 283, lr: 3.10e-04 +2022-09-18 07:16:26,605 INFO [train.py:885] (0/2) Epoch 15, batch 8200, loss[loss=0.1737, simple_loss=0.2351, pruned_loss=0.05619, over 13567.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08749, over 50.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.35, pruned_loss=0.1081, over 2779286.19 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06839, over 42889.77 utterances.], batch size: 50, lr: 3.10e-04 +2022-09-18 07:16:55,630 INFO [train.py:885] (0/2) Epoch 15, batch 8250, loss[loss=0.2852, simple_loss=0.3483, pruned_loss=0.111, over 14181.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04424, over 109.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.35, pruned_loss=0.1083, over 2782164.70 frames. utt_duration=262.2 frames, utt_pad_proportion=0.06743, over 42681.17 utterances.], batch size: 109, lr: 3.10e-04 +2022-09-18 07:17:25,427 INFO [train.py:885] (0/2) Epoch 15, batch 8300, loss[loss=0.3453, simple_loss=0.402, pruned_loss=0.1443, over 14334.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.0382, over 262.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3546, pruned_loss=0.1114, over 2781792.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06829, over 43925.17 utterances.], batch size: 262, lr: 3.10e-04 +2022-09-18 07:17:55,327 INFO [train.py:885] (0/2) Epoch 15, batch 8350, loss[loss=0.3728, simple_loss=0.4207, pruned_loss=0.1625, over 14251.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04221, over 335.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3582, pruned_loss=0.1132, over 2781788.54 frames. utt_duration=246 frames, utt_pad_proportion=0.07174, over 45505.53 utterances.], batch size: 335, lr: 3.09e-04 +2022-09-18 07:18:24,868 INFO [train.py:885] (0/2) Epoch 15, batch 8400, loss[loss=0.3139, simple_loss=0.3714, pruned_loss=0.1282, over 14371.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03718, over 167.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3552, pruned_loss=0.112, over 2782269.61 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06942, over 44361.03 utterances.], batch size: 167, lr: 3.09e-04 +2022-09-18 07:18:54,722 INFO [train.py:885] (0/2) Epoch 15, batch 8450, loss[loss=0.2675, simple_loss=0.3242, pruned_loss=0.1054, over 14141.00 frames. utt_duration=578.8 frames, utt_pad_proportion=0.04966, over 98.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3552, pruned_loss=0.1123, over 2780643.73 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07009, over 44065.11 utterances.], batch size: 98, lr: 3.09e-04 +2022-09-18 07:19:24,110 INFO [train.py:885] (0/2) Epoch 15, batch 8500, loss[loss=0.4353, simple_loss=0.5005, pruned_loss=0.185, over 13699.00 frames. utt_duration=116.4 frames, utt_pad_proportion=0.07654, over 477.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.358, pruned_loss=0.1137, over 2780765.68 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07083, over 44795.60 utterances.], batch size: 477, lr: 3.09e-04 +2022-09-18 07:19:53,451 INFO [train.py:885] (0/2) Epoch 15, batch 8550, loss[loss=0.362, simple_loss=0.4404, pruned_loss=0.1418, over 13617.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08224, over 477.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3551, pruned_loss=0.1116, over 2781551.98 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07051, over 44223.45 utterances.], batch size: 477, lr: 3.09e-04 +2022-09-18 07:20:23,031 INFO [train.py:885] (0/2) Epoch 15, batch 8600, loss[loss=0.1997, simple_loss=0.2609, pruned_loss=0.06926, over 11900.00 frames. utt_duration=1985 frames, utt_pad_proportion=0.1812, over 24.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3557, pruned_loss=0.1123, over 2780377.49 frames. utt_duration=252.8 frames, utt_pad_proportion=0.0711, over 44244.75 utterances.], batch size: 24, lr: 3.09e-04 +2022-09-18 07:20:52,244 INFO [train.py:885] (0/2) Epoch 15, batch 8650, loss[loss=0.1557, simple_loss=0.2074, pruned_loss=0.05198, over 12978.00 frames. utt_duration=1575 frames, utt_pad_proportion=0.1168, over 33.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3533, pruned_loss=0.1113, over 2783474.20 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06822, over 43470.67 utterances.], batch size: 33, lr: 3.09e-04 +2022-09-18 07:21:21,699 INFO [train.py:885] (0/2) Epoch 15, batch 8700, loss[loss=0.2884, simple_loss=0.3579, pruned_loss=0.1095, over 14321.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03722, over 154.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3504, pruned_loss=0.1093, over 2784739.27 frames. utt_duration=263.5 frames, utt_pad_proportion=0.06762, over 42510.56 utterances.], batch size: 154, lr: 3.09e-04 +2022-09-18 07:21:52,026 INFO [train.py:885] (0/2) Epoch 15, batch 8750, loss[loss=0.2827, simple_loss=0.3578, pruned_loss=0.1038, over 14321.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.0409, over 167.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3534, pruned_loss=0.1103, over 2788474.86 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06844, over 43627.59 utterances.], batch size: 167, lr: 3.09e-04 +2022-09-18 07:22:21,516 INFO [train.py:885] (0/2) Epoch 15, batch 8800, loss[loss=0.4444, simple_loss=0.5468, pruned_loss=0.171, over 12480.00 frames. utt_duration=63.19 frames, utt_pad_proportion=0.1461, over 810.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3578, pruned_loss=0.112, over 2786678.74 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07068, over 45730.98 utterances.], batch size: 810, lr: 3.09e-04 +2022-09-18 07:22:51,054 INFO [train.py:885] (0/2) Epoch 15, batch 8850, loss[loss=0.2393, simple_loss=0.3178, pruned_loss=0.08036, over 14257.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04509, over 141.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3576, pruned_loss=0.1111, over 2784567.63 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07234, over 45788.30 utterances.], batch size: 141, lr: 3.09e-04 +2022-09-18 07:23:20,499 INFO [train.py:885] (0/2) Epoch 15, batch 8900, loss[loss=0.2522, simple_loss=0.3155, pruned_loss=0.09448, over 14081.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05373, over 98.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3588, pruned_loss=0.1121, over 2787904.32 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06959, over 45765.40 utterances.], batch size: 98, lr: 3.09e-04 +2022-09-18 07:23:49,668 INFO [train.py:885] (0/2) Epoch 15, batch 8950, loss[loss=0.1429, simple_loss=0.1892, pruned_loss=0.04827, over 13797.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.07636, over 42.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3592, pruned_loss=0.1129, over 2785960.82 frames. utt_duration=245 frames, utt_pad_proportion=0.07222, over 45765.99 utterances.], batch size: 42, lr: 3.09e-04 +2022-09-18 07:24:19,755 INFO [train.py:885] (0/2) Epoch 15, batch 9000, loss[loss=0.1918, simple_loss=0.2494, pruned_loss=0.06706, over 12312.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.1673, over 24.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3596, pruned_loss=0.114, over 2780704.41 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07325, over 46024.39 utterances.], batch size: 24, lr: 3.09e-04 +2022-09-18 07:24:19,757 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 07:24:24,405 INFO [train.py:914] (0/2) Epoch 15, validation: loss=0.193, simple_loss=0.2721, pruned_loss=0.05698, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 07:24:54,471 INFO [train.py:885] (0/2) Epoch 15, batch 9050, loss[loss=0.2563, simple_loss=0.325, pruned_loss=0.0938, over 14286.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04182, over 154.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3563, pruned_loss=0.1123, over 2779151.33 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07275, over 45044.43 utterances.], batch size: 154, lr: 3.09e-04 +2022-09-18 07:25:23,980 INFO [train.py:885] (0/2) Epoch 15, batch 9100, loss[loss=0.1814, simple_loss=0.2391, pruned_loss=0.06184, over 12354.00 frames. utt_duration=2060 frames, utt_pad_proportion=0.1679, over 24.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3566, pruned_loss=0.1119, over 2777382.09 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07357, over 45110.92 utterances.], batch size: 24, lr: 3.09e-04 +2022-09-18 07:25:53,519 INFO [train.py:885] (0/2) Epoch 15, batch 9150, loss[loss=0.3163, simple_loss=0.3799, pruned_loss=0.1263, over 14364.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03743, over 167.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3566, pruned_loss=0.1119, over 2778913.53 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07238, over 44713.71 utterances.], batch size: 167, lr: 3.09e-04 +2022-09-18 07:26:23,206 INFO [train.py:885] (0/2) Epoch 15, batch 9200, loss[loss=0.3595, simple_loss=0.4642, pruned_loss=0.1274, over 13173.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3572, pruned_loss=0.1122, over 2780288.60 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07268, over 45261.20 utterances.], batch size: 653, lr: 3.09e-04 +2022-09-18 07:26:53,448 INFO [train.py:885] (0/2) Epoch 15, batch 9250, loss[loss=0.2714, simple_loss=0.3464, pruned_loss=0.09818, over 14276.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04043, over 180.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3604, pruned_loss=0.114, over 2780732.69 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07238, over 46980.02 utterances.], batch size: 180, lr: 3.09e-04 +2022-09-18 07:27:22,574 INFO [train.py:885] (0/2) Epoch 15, batch 9300, loss[loss=0.3148, simple_loss=0.3684, pruned_loss=0.1306, over 14338.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.0396, over 167.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3638, pruned_loss=0.116, over 2778121.24 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07318, over 47959.78 utterances.], batch size: 167, lr: 3.09e-04 +2022-09-18 07:27:52,378 INFO [train.py:885] (0/2) Epoch 15, batch 9350, loss[loss=0.3649, simple_loss=0.4179, pruned_loss=0.156, over 14212.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04407, over 306.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3627, pruned_loss=0.1158, over 2778069.11 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07352, over 46966.47 utterances.], batch size: 306, lr: 3.09e-04 +2022-09-18 07:28:22,061 INFO [train.py:885] (0/2) Epoch 15, batch 9400, loss[loss=0.1694, simple_loss=0.2335, pruned_loss=0.05261, over 13856.00 frames. utt_duration=925.2 frames, utt_pad_proportion=0.07012, over 60.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3609, pruned_loss=0.1145, over 2776578.20 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07305, over 46455.43 utterances.], batch size: 60, lr: 3.09e-04 +2022-09-18 07:28:51,674 INFO [train.py:885] (0/2) Epoch 15, batch 9450, loss[loss=0.2653, simple_loss=0.3334, pruned_loss=0.09858, over 14120.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.05136, over 98.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.361, pruned_loss=0.1149, over 2778952.55 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07329, over 46438.88 utterances.], batch size: 98, lr: 3.09e-04 +2022-09-18 07:29:21,186 INFO [train.py:885] (0/2) Epoch 15, batch 9500, loss[loss=0.2406, simple_loss=0.3098, pruned_loss=0.08574, over 14101.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05415, over 98.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3611, pruned_loss=0.1153, over 2775831.76 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07428, over 46496.05 utterances.], batch size: 98, lr: 3.09e-04 +2022-09-18 07:29:50,907 INFO [train.py:885] (0/2) Epoch 15, batch 9550, loss[loss=0.2192, simple_loss=0.2851, pruned_loss=0.07671, over 14014.00 frames. utt_duration=573.6 frames, utt_pad_proportion=0.05812, over 98.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3558, pruned_loss=0.1126, over 2778482.82 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07176, over 44225.81 utterances.], batch size: 98, lr: 3.08e-04 +2022-09-18 07:30:20,143 INFO [train.py:885] (0/2) Epoch 15, batch 9600, loss[loss=0.1804, simple_loss=0.2461, pruned_loss=0.05736, over 13481.00 frames. utt_duration=1317 frames, utt_pad_proportion=0.08061, over 41.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3543, pruned_loss=0.1107, over 2777041.59 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07077, over 44187.77 utterances.], batch size: 41, lr: 3.08e-04 +2022-09-18 07:30:49,800 INFO [train.py:885] (0/2) Epoch 15, batch 9650, loss[loss=0.2022, simple_loss=0.2752, pruned_loss=0.06462, over 13737.00 frames. utt_duration=917.4 frames, utt_pad_proportion=0.07524, over 60.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.357, pruned_loss=0.1119, over 2775366.17 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07239, over 45492.71 utterances.], batch size: 60, lr: 3.08e-04 +2022-09-18 07:31:20,369 INFO [train.py:885] (0/2) Epoch 15, batch 9700, loss[loss=0.2791, simple_loss=0.3445, pruned_loss=0.1068, over 14148.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04676, over 109.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3589, pruned_loss=0.1127, over 2775587.96 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07169, over 46284.91 utterances.], batch size: 109, lr: 3.08e-04 +2022-09-18 07:31:50,325 INFO [train.py:885] (0/2) Epoch 15, batch 9750, loss[loss=0.3464, simple_loss=0.4106, pruned_loss=0.1411, over 14368.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0368, over 244.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3588, pruned_loss=0.1122, over 2775542.24 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0737, over 46514.12 utterances.], batch size: 244, lr: 3.08e-04 +2022-09-18 07:32:19,422 INFO [train.py:885] (0/2) Epoch 15, batch 9800, loss[loss=0.2634, simple_loss=0.3458, pruned_loss=0.09055, over 14339.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03933, over 167.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3565, pruned_loss=0.1116, over 2780001.35 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07108, over 44592.77 utterances.], batch size: 167, lr: 3.08e-04 +2022-09-18 07:32:48,973 INFO [train.py:885] (0/2) Epoch 15, batch 9850, loss[loss=0.13, simple_loss=0.1868, pruned_loss=0.03657, over 12356.00 frames. utt_duration=2060 frames, utt_pad_proportion=0.1566, over 24.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3577, pruned_loss=0.1115, over 2779705.85 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07266, over 45403.97 utterances.], batch size: 24, lr: 3.08e-04 +2022-09-18 07:33:18,467 INFO [train.py:885] (0/2) Epoch 15, batch 9900, loss[loss=0.1882, simple_loss=0.2575, pruned_loss=0.0595, over 13917.00 frames. utt_duration=929.1 frames, utt_pad_proportion=0.0662, over 60.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3544, pruned_loss=0.11, over 2777595.31 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07335, over 44458.06 utterances.], batch size: 60, lr: 3.08e-04 +2022-09-18 07:33:48,206 INFO [train.py:885] (0/2) Epoch 15, batch 9950, loss[loss=0.6995, simple_loss=0.7295, pruned_loss=0.3348, over 12355.00 frames. utt_duration=62.58 frames, utt_pad_proportion=0.1543, over 810.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3567, pruned_loss=0.1119, over 2780409.11 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07192, over 44607.38 utterances.], batch size: 810, lr: 3.08e-04 +2022-09-18 07:34:17,398 INFO [train.py:885] (0/2) Epoch 15, batch 10000, loss[loss=0.3035, simple_loss=0.3708, pruned_loss=0.1181, over 14340.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03688, over 195.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3561, pruned_loss=0.1113, over 2786526.02 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06855, over 43917.46 utterances.], batch size: 195, lr: 3.08e-04 +2022-09-18 07:34:47,146 INFO [train.py:885] (0/2) Epoch 15, batch 10050, loss[loss=0.3869, simple_loss=0.428, pruned_loss=0.1729, over 14351.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03624, over 283.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3565, pruned_loss=0.1112, over 2789035.67 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06618, over 43589.81 utterances.], batch size: 283, lr: 3.08e-04 +2022-09-18 07:35:17,063 INFO [train.py:885] (0/2) Epoch 15, batch 10100, loss[loss=0.378, simple_loss=0.4349, pruned_loss=0.1605, over 13993.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0562, over 365.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.3592, pruned_loss=0.1123, over 2784399.07 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07087, over 45589.96 utterances.], batch size: 365, lr: 3.08e-04 +2022-09-18 07:35:46,661 INFO [train.py:885] (0/2) Epoch 15, batch 10150, loss[loss=0.2295, simple_loss=0.2883, pruned_loss=0.08529, over 13630.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08235, over 50.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3609, pruned_loss=0.1135, over 2782551.69 frames. utt_duration=244 frames, utt_pad_proportion=0.07046, over 45900.58 utterances.], batch size: 50, lr: 3.08e-04 +2022-09-18 07:36:15,731 INFO [train.py:885] (0/2) Epoch 15, batch 10200, loss[loss=0.2826, simple_loss=0.3833, pruned_loss=0.09095, over 13762.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07218, over 411.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3607, pruned_loss=0.1123, over 2778815.54 frames. utt_duration=238 frames, utt_pad_proportion=0.07204, over 46996.54 utterances.], batch size: 411, lr: 3.08e-04 +2022-09-18 07:36:45,395 INFO [train.py:885] (0/2) Epoch 15, batch 10250, loss[loss=0.2415, simple_loss=0.3012, pruned_loss=0.09091, over 14079.00 frames. utt_duration=518.2 frames, utt_pad_proportion=0.05086, over 109.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3607, pruned_loss=0.1127, over 2777793.83 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07191, over 47332.05 utterances.], batch size: 109, lr: 3.08e-04 +2022-09-18 07:37:15,716 INFO [train.py:885] (0/2) Epoch 15, batch 10300, loss[loss=0.1977, simple_loss=0.2292, pruned_loss=0.0831, over 12463.00 frames. utt_duration=2079 frames, utt_pad_proportion=0.1347, over 24.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3604, pruned_loss=0.1126, over 2778612.62 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07086, over 46638.29 utterances.], batch size: 24, lr: 3.08e-04 +2022-09-18 07:37:44,398 INFO [train.py:885] (0/2) Epoch 15, batch 10350, loss[loss=0.2746, simple_loss=0.3425, pruned_loss=0.1034, over 14331.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03679, over 154.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.357, pruned_loss=0.1118, over 2776184.12 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07147, over 44650.97 utterances.], batch size: 154, lr: 3.08e-04 +2022-09-18 07:38:14,007 INFO [train.py:885] (0/2) Epoch 15, batch 10400, loss[loss=0.3108, simple_loss=0.4081, pruned_loss=0.1068, over 13604.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07869, over 560.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3561, pruned_loss=0.1112, over 2774014.66 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07247, over 45181.69 utterances.], batch size: 560, lr: 3.08e-04 +2022-09-18 07:38:43,069 INFO [train.py:885] (0/2) Epoch 15, batch 10450, loss[loss=0.4158, simple_loss=0.4513, pruned_loss=0.1901, over 14390.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03113, over 244.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3525, pruned_loss=0.1098, over 2772518.56 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07281, over 44373.19 utterances.], batch size: 244, lr: 3.08e-04 +2022-09-18 07:39:12,954 INFO [train.py:885] (0/2) Epoch 15, batch 10500, loss[loss=0.2986, simple_loss=0.3534, pruned_loss=0.1219, over 14297.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.0425, over 141.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3514, pruned_loss=0.1095, over 2775186.94 frames. utt_duration=256.8 frames, utt_pad_proportion=0.07185, over 43480.78 utterances.], batch size: 141, lr: 3.08e-04 +2022-09-18 07:39:42,154 INFO [train.py:885] (0/2) Epoch 15, batch 10550, loss[loss=0.2752, simple_loss=0.3528, pruned_loss=0.09881, over 14337.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03715, over 195.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3528, pruned_loss=0.1102, over 2775905.15 frames. utt_duration=255 frames, utt_pad_proportion=0.07131, over 43801.03 utterances.], batch size: 195, lr: 3.08e-04 +2022-09-18 07:40:11,896 INFO [train.py:885] (0/2) Epoch 15, batch 10600, loss[loss=0.2721, simple_loss=0.3481, pruned_loss=0.09803, over 14341.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03985, over 167.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3522, pruned_loss=0.1104, over 2776919.27 frames. utt_duration=259.7 frames, utt_pad_proportion=0.07137, over 43020.85 utterances.], batch size: 167, lr: 3.08e-04 +2022-09-18 07:40:41,968 INFO [train.py:885] (0/2) Epoch 15, batch 10650, loss[loss=0.2101, simple_loss=0.2816, pruned_loss=0.06933, over 13972.00 frames. utt_duration=708.8 frames, utt_pad_proportion=0.06247, over 79.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3526, pruned_loss=0.11, over 2780435.85 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06995, over 43178.28 utterances.], batch size: 79, lr: 3.08e-04 +2022-09-18 07:41:12,067 INFO [train.py:885] (0/2) Epoch 15, batch 10700, loss[loss=0.2986, simple_loss=0.3614, pruned_loss=0.1179, over 14293.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04131, over 154.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3569, pruned_loss=0.1124, over 2781855.79 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07021, over 43900.07 utterances.], batch size: 154, lr: 3.08e-04 +2022-09-18 07:41:41,515 INFO [train.py:885] (0/2) Epoch 15, batch 10750, loss[loss=0.1758, simple_loss=0.2329, pruned_loss=0.05929, over 13056.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1198, over 33.00 utterances.], tot_loss[loss=0.292, simple_loss=0.3581, pruned_loss=0.1129, over 2782273.44 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06962, over 44638.73 utterances.], batch size: 33, lr: 3.07e-04 +2022-09-18 07:42:10,854 INFO [train.py:885] (0/2) Epoch 15, batch 10800, loss[loss=0.312, simple_loss=0.4129, pruned_loss=0.1055, over 13617.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08248, over 477.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3569, pruned_loss=0.1121, over 2779491.34 frames. utt_duration=251 frames, utt_pad_proportion=0.07018, over 44549.07 utterances.], batch size: 477, lr: 3.07e-04 +2022-09-18 07:42:40,586 INFO [train.py:885] (0/2) Epoch 15, batch 10850, loss[loss=0.3088, simple_loss=0.4013, pruned_loss=0.1082, over 13666.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07935, over 477.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3553, pruned_loss=0.1106, over 2781790.39 frames. utt_duration=253 frames, utt_pad_proportion=0.06934, over 44237.27 utterances.], batch size: 477, lr: 3.07e-04 +2022-09-18 07:43:09,726 INFO [train.py:885] (0/2) Epoch 15, batch 10900, loss[loss=0.2674, simple_loss=0.3199, pruned_loss=0.1075, over 14037.00 frames. utt_duration=574.3 frames, utt_pad_proportion=0.05694, over 98.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3543, pruned_loss=0.1106, over 2777520.60 frames. utt_duration=254 frames, utt_pad_proportion=0.06992, over 44000.50 utterances.], batch size: 98, lr: 3.07e-04 +2022-09-18 07:43:39,783 INFO [train.py:885] (0/2) Epoch 15, batch 10950, loss[loss=0.3284, simple_loss=0.3864, pruned_loss=0.1352, over 14365.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03542, over 210.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.355, pruned_loss=0.1103, over 2776955.60 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07224, over 45005.12 utterances.], batch size: 210, lr: 3.07e-04 +2022-09-18 07:44:15,796 INFO [train.py:885] (0/2) Epoch 15, batch 11000, loss[loss=0.303, simple_loss=0.3659, pruned_loss=0.12, over 14276.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.0404, over 225.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3558, pruned_loss=0.1104, over 2773782.84 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07404, over 45455.72 utterances.], batch size: 225, lr: 3.07e-04 +2022-09-18 07:44:45,221 INFO [train.py:885] (0/2) Epoch 15, batch 11050, loss[loss=0.3652, simple_loss=0.4053, pruned_loss=0.1626, over 14318.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03932, over 262.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3601, pruned_loss=0.1136, over 2774764.38 frames. utt_duration=240 frames, utt_pad_proportion=0.07367, over 46523.53 utterances.], batch size: 262, lr: 3.07e-04 +2022-09-18 07:45:14,003 INFO [train.py:885] (0/2) Epoch 15, batch 11100, loss[loss=0.3114, simple_loss=0.3767, pruned_loss=0.123, over 14350.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.0362, over 195.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3586, pruned_loss=0.1128, over 2775963.11 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07205, over 45947.25 utterances.], batch size: 195, lr: 3.07e-04 +2022-09-18 07:45:43,848 INFO [train.py:885] (0/2) Epoch 15, batch 11150, loss[loss=0.1861, simple_loss=0.2245, pruned_loss=0.07387, over 12347.00 frames. utt_duration=2059 frames, utt_pad_proportion=0.1575, over 24.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3541, pruned_loss=0.1112, over 2775586.22 frames. utt_duration=253 frames, utt_pad_proportion=0.07178, over 44132.88 utterances.], batch size: 24, lr: 3.07e-04 +2022-09-18 07:46:13,815 INFO [train.py:885] (0/2) Epoch 15, batch 11200, loss[loss=0.1881, simple_loss=0.2649, pruned_loss=0.05569, over 13110.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1187, over 33.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3565, pruned_loss=0.1132, over 2777878.56 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07319, over 44064.20 utterances.], batch size: 33, lr: 3.07e-04 +2022-09-18 07:46:43,064 INFO [train.py:885] (0/2) Epoch 15, batch 11250, loss[loss=0.3084, simple_loss=0.3991, pruned_loss=0.1088, over 13760.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07214, over 411.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3596, pruned_loss=0.1144, over 2775701.81 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07357, over 45524.56 utterances.], batch size: 411, lr: 3.07e-04 +2022-09-18 07:47:12,614 INFO [train.py:885] (0/2) Epoch 15, batch 11300, loss[loss=0.296, simple_loss=0.3622, pruned_loss=0.1149, over 14316.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03928, over 262.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3597, pruned_loss=0.1146, over 2779066.08 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07239, over 45724.33 utterances.], batch size: 262, lr: 3.07e-04 +2022-09-18 07:47:25,256 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-188000.pt +2022-09-18 07:47:42,508 INFO [train.py:885] (0/2) Epoch 15, batch 11350, loss[loss=0.1748, simple_loss=0.232, pruned_loss=0.05875, over 13476.00 frames. utt_duration=1316 frames, utt_pad_proportion=0.07945, over 41.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3605, pruned_loss=0.1147, over 2778969.11 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07186, over 46295.67 utterances.], batch size: 41, lr: 3.07e-04 +2022-09-18 07:48:13,053 INFO [train.py:885] (0/2) Epoch 15, batch 11400, loss[loss=0.5046, simple_loss=0.5819, pruned_loss=0.2136, over 12490.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1456, over 810.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3625, pruned_loss=0.1153, over 2779722.23 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07273, over 47314.68 utterances.], batch size: 810, lr: 3.07e-04 +2022-09-18 07:48:43,108 INFO [train.py:885] (0/2) Epoch 15, batch 11450, loss[loss=0.4059, simple_loss=0.445, pruned_loss=0.1834, over 14256.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04244, over 335.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3641, pruned_loss=0.1159, over 2777630.72 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07308, over 48353.32 utterances.], batch size: 335, lr: 3.07e-04 +2022-09-18 07:49:11,955 INFO [train.py:885] (0/2) Epoch 15, batch 11500, loss[loss=0.3631, simple_loss=0.3991, pruned_loss=0.1635, over 14299.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04091, over 154.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3606, pruned_loss=0.1143, over 2780293.54 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07261, over 46976.34 utterances.], batch size: 154, lr: 3.07e-04 +2022-09-18 07:49:41,239 INFO [train.py:885] (0/2) Epoch 15, batch 11550, loss[loss=0.3618, simple_loss=0.4014, pruned_loss=0.1611, over 14277.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04157, over 141.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3602, pruned_loss=0.1133, over 2775015.40 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07553, over 47294.99 utterances.], batch size: 141, lr: 3.07e-04 +2022-09-18 07:50:10,851 INFO [train.py:885] (0/2) Epoch 15, batch 11600, loss[loss=0.3443, simple_loss=0.4366, pruned_loss=0.126, over 13600.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.07844, over 560.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3619, pruned_loss=0.1141, over 2780998.08 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07382, over 47525.02 utterances.], batch size: 560, lr: 3.07e-04 +2022-09-18 07:50:39,901 INFO [train.py:885] (0/2) Epoch 15, batch 11650, loss[loss=0.2357, simple_loss=0.3035, pruned_loss=0.08388, over 14098.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05268, over 98.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3614, pruned_loss=0.1132, over 2780625.49 frames. utt_duration=233 frames, utt_pad_proportion=0.0743, over 48046.58 utterances.], batch size: 98, lr: 3.07e-04 +2022-09-18 07:51:09,926 INFO [train.py:885] (0/2) Epoch 15, batch 11700, loss[loss=0.1682, simple_loss=0.2269, pruned_loss=0.05482, over 13755.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.07682, over 42.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3612, pruned_loss=0.1128, over 2770757.44 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07752, over 48452.89 utterances.], batch size: 42, lr: 3.07e-04 +2022-09-18 07:51:39,523 INFO [train.py:885] (0/2) Epoch 15, batch 11750, loss[loss=0.4655, simple_loss=0.5328, pruned_loss=0.1991, over 13138.00 frames. utt_duration=82.01 frames, utt_pad_proportion=0.1086, over 653.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3613, pruned_loss=0.1119, over 2766401.45 frames. utt_duration=224.2 frames, utt_pad_proportion=0.07832, over 49690.72 utterances.], batch size: 653, lr: 3.07e-04 +2022-09-18 07:52:08,450 INFO [train.py:885] (0/2) Epoch 15, batch 11800, loss[loss=0.1676, simple_loss=0.226, pruned_loss=0.0546, over 13822.00 frames. utt_duration=922.8 frames, utt_pad_proportion=0.0726, over 60.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3611, pruned_loss=0.1127, over 2773295.96 frames. utt_duration=228.9 frames, utt_pad_proportion=0.07591, over 48778.10 utterances.], batch size: 60, lr: 3.07e-04 +2022-09-18 07:52:38,422 INFO [train.py:885] (0/2) Epoch 15, batch 11850, loss[loss=0.2317, simple_loss=0.2798, pruned_loss=0.09185, over 13842.00 frames. utt_duration=924.2 frames, utt_pad_proportion=0.07204, over 60.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3614, pruned_loss=0.113, over 2771455.59 frames. utt_duration=227.4 frames, utt_pad_proportion=0.07731, over 49062.93 utterances.], batch size: 60, lr: 3.07e-04 +2022-09-18 07:53:07,703 INFO [train.py:885] (0/2) Epoch 15, batch 11900, loss[loss=0.2005, simple_loss=0.2729, pruned_loss=0.06405, over 13637.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07948, over 50.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3576, pruned_loss=0.1115, over 2778218.33 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07328, over 45906.60 utterances.], batch size: 50, lr: 3.07e-04 +2022-09-18 07:53:36,927 INFO [train.py:885] (0/2) Epoch 15, batch 11950, loss[loss=0.3098, simple_loss=0.3804, pruned_loss=0.1195, over 14362.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03525, over 210.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3608, pruned_loss=0.1132, over 2775276.70 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07496, over 46801.01 utterances.], batch size: 210, lr: 3.06e-04 +2022-09-18 07:54:06,554 INFO [train.py:885] (0/2) Epoch 15, batch 12000, loss[loss=0.1676, simple_loss=0.2355, pruned_loss=0.04984, over 13094.00 frames. utt_duration=1279 frames, utt_pad_proportion=0.105, over 41.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3568, pruned_loss=0.1113, over 2775935.96 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07382, over 45361.99 utterances.], batch size: 41, lr: 3.06e-04 +2022-09-18 07:54:06,555 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 07:54:11,268 INFO [train.py:914] (0/2) Epoch 15, validation: loss=0.1998, simple_loss=0.2786, pruned_loss=0.06048, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 07:54:41,336 INFO [train.py:885] (0/2) Epoch 15, batch 12050, loss[loss=0.1417, simple_loss=0.2038, pruned_loss=0.03979, over 12278.00 frames. utt_duration=2048 frames, utt_pad_proportion=0.1499, over 24.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.357, pruned_loss=0.111, over 2774301.79 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07508, over 45778.89 utterances.], batch size: 24, lr: 3.06e-04 +2022-09-18 07:55:10,717 INFO [train.py:885] (0/2) Epoch 15, batch 12100, loss[loss=0.3109, simple_loss=0.3755, pruned_loss=0.1232, over 14318.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04003, over 262.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3576, pruned_loss=0.1109, over 2776442.52 frames. utt_duration=240 frames, utt_pad_proportion=0.07491, over 46570.99 utterances.], batch size: 262, lr: 3.06e-04 +2022-09-18 07:55:39,766 INFO [train.py:885] (0/2) Epoch 15, batch 12150, loss[loss=0.2468, simple_loss=0.31, pruned_loss=0.09174, over 14085.00 frames. utt_duration=714.6 frames, utt_pad_proportion=0.05482, over 79.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3602, pruned_loss=0.1127, over 2781184.16 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07267, over 46788.37 utterances.], batch size: 79, lr: 3.06e-04 +2022-09-18 07:56:10,217 INFO [train.py:885] (0/2) Epoch 15, batch 12200, loss[loss=0.2321, simple_loss=0.2673, pruned_loss=0.09845, over 13222.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.09872, over 33.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.36, pruned_loss=0.1127, over 2777613.58 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07586, over 47560.61 utterances.], batch size: 33, lr: 3.06e-04 +2022-09-18 07:56:39,263 INFO [train.py:885] (0/2) Epoch 15, batch 12250, loss[loss=0.3503, simple_loss=0.3924, pruned_loss=0.1541, over 14308.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03944, over 120.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3584, pruned_loss=0.1121, over 2781665.54 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07421, over 45753.68 utterances.], batch size: 120, lr: 3.06e-04 +2022-09-18 07:57:09,209 INFO [train.py:885] (0/2) Epoch 15, batch 12300, loss[loss=0.2917, simple_loss=0.3909, pruned_loss=0.09626, over 13734.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07399, over 411.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3571, pruned_loss=0.1114, over 2779085.04 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07443, over 46252.18 utterances.], batch size: 411, lr: 3.06e-04 +2022-09-18 07:57:39,167 INFO [train.py:885] (0/2) Epoch 15, batch 12350, loss[loss=0.1891, simple_loss=0.2579, pruned_loss=0.0602, over 13665.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.08076, over 50.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3554, pruned_loss=0.1103, over 2781680.20 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07327, over 45492.76 utterances.], batch size: 50, lr: 3.06e-04 +2022-09-18 07:58:08,468 INFO [train.py:885] (0/2) Epoch 15, batch 12400, loss[loss=0.2931, simple_loss=0.3595, pruned_loss=0.1133, over 14257.00 frames. utt_duration=476.8 frames, utt_pad_proportion=0.04267, over 120.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3549, pruned_loss=0.1101, over 2783166.72 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07291, over 45002.10 utterances.], batch size: 120, lr: 3.06e-04 +2022-09-18 07:58:38,179 INFO [train.py:885] (0/2) Epoch 15, batch 12450, loss[loss=0.3383, simple_loss=0.4256, pruned_loss=0.1255, over 13712.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07232, over 479.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3585, pruned_loss=0.1125, over 2785439.08 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07138, over 45951.17 utterances.], batch size: 479, lr: 3.06e-04 +2022-09-18 07:59:07,907 INFO [train.py:885] (0/2) Epoch 15, batch 12500, loss[loss=0.347, simple_loss=0.4068, pruned_loss=0.1436, over 14339.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03975, over 167.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3534, pruned_loss=0.1101, over 2784878.26 frames. utt_duration=257.6 frames, utt_pad_proportion=0.07, over 43494.72 utterances.], batch size: 167, lr: 3.06e-04 +2022-09-18 07:59:37,530 INFO [train.py:885] (0/2) Epoch 15, batch 12550, loss[loss=0.3096, simple_loss=0.4045, pruned_loss=0.1073, over 13621.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08173, over 477.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3584, pruned_loss=0.1121, over 2784806.26 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07116, over 46196.44 utterances.], batch size: 477, lr: 3.06e-04 +2022-09-18 08:00:04,900 INFO [train.py:885] (0/2) Epoch 15, batch 12600, loss[loss=0.2545, simple_loss=0.323, pruned_loss=0.09298, over 14316.00 frames. utt_duration=407.4 frames, utt_pad_proportion=0.04139, over 141.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3617, pruned_loss=0.1137, over 2786493.04 frames. utt_duration=236 frames, utt_pad_proportion=0.0719, over 47525.97 utterances.], batch size: 141, lr: 3.06e-04 +2022-09-18 08:00:16,123 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-15.pt +2022-09-18 08:00:24,425 INFO [train.py:885] (0/2) Epoch 16, batch 0, loss[loss=0.4516, simple_loss=0.4783, pruned_loss=0.2125, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04354, over 335.00 utterances.], tot_loss[loss=0.4516, simple_loss=0.4783, pruned_loss=0.2125, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04354, over 335.00 utterances.], batch size: 335, lr: 2.97e-04 +2022-09-18 08:00:53,813 INFO [train.py:885] (0/2) Epoch 16, batch 50, loss[loss=0.179, simple_loss=0.2458, pruned_loss=0.05605, over 13579.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08347, over 50.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.357, pruned_loss=0.1138, over 628607.55 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06842, over 10027.91 utterances.], batch size: 50, lr: 2.97e-04 +2022-09-18 08:01:23,310 INFO [train.py:885] (0/2) Epoch 16, batch 100, loss[loss=0.3106, simple_loss=0.3858, pruned_loss=0.1177, over 14324.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03823, over 262.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3659, pruned_loss=0.1161, over 1103749.92 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07455, over 19112.30 utterances.], batch size: 262, lr: 2.97e-04 +2022-09-18 08:01:53,372 INFO [train.py:885] (0/2) Epoch 16, batch 150, loss[loss=0.291, simple_loss=0.3804, pruned_loss=0.1008, over 13994.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05626, over 365.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3581, pruned_loss=0.1116, over 1476271.43 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07024, over 24142.20 utterances.], batch size: 365, lr: 2.97e-04 +2022-09-18 08:02:23,089 INFO [train.py:885] (0/2) Epoch 16, batch 200, loss[loss=0.346, simple_loss=0.4327, pruned_loss=0.1296, over 13651.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07968, over 477.00 utterances.], tot_loss[loss=0.286, simple_loss=0.354, pruned_loss=0.109, over 1762340.31 frames. utt_duration=248.7 frames, utt_pad_proportion=0.0721, over 28515.61 utterances.], batch size: 477, lr: 2.97e-04 +2022-09-18 08:02:52,864 INFO [train.py:885] (0/2) Epoch 16, batch 250, loss[loss=0.3947, simple_loss=0.4892, pruned_loss=0.1501, over 13186.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1048, over 653.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.352, pruned_loss=0.1079, over 1987334.44 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07028, over 31818.28 utterances.], batch size: 653, lr: 2.97e-04 +2022-09-18 08:03:22,546 INFO [train.py:885] (0/2) Epoch 16, batch 300, loss[loss=0.2548, simple_loss=0.3312, pruned_loss=0.0892, over 14324.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04006, over 167.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3574, pruned_loss=0.1111, over 2163486.77 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07174, over 35967.00 utterances.], batch size: 167, lr: 2.97e-04 +2022-09-18 08:03:51,606 INFO [train.py:885] (0/2) Epoch 16, batch 350, loss[loss=0.3895, simple_loss=0.484, pruned_loss=0.1475, over 13202.00 frames. utt_duration=82.47 frames, utt_pad_proportion=0.1036, over 653.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3543, pruned_loss=0.1092, over 2302845.76 frames. utt_duration=249 frames, utt_pad_proportion=0.07065, over 37213.89 utterances.], batch size: 653, lr: 2.97e-04 +2022-09-18 08:04:21,590 INFO [train.py:885] (0/2) Epoch 16, batch 400, loss[loss=0.2933, simple_loss=0.3822, pruned_loss=0.1022, over 14006.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05578, over 365.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3578, pruned_loss=0.1116, over 2408165.82 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07242, over 40409.13 utterances.], batch size: 365, lr: 2.97e-04 +2022-09-18 08:04:51,508 INFO [train.py:885] (0/2) Epoch 16, batch 450, loss[loss=0.3677, simple_loss=0.4381, pruned_loss=0.1486, over 13738.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07419, over 411.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3617, pruned_loss=0.1145, over 2488552.84 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07434, over 42464.16 utterances.], batch size: 411, lr: 2.97e-04 +2022-09-18 08:05:28,681 INFO [train.py:885] (0/2) Epoch 16, batch 500, loss[loss=0.2704, simple_loss=0.3471, pruned_loss=0.09684, over 14390.00 frames. utt_duration=275.5 frames, utt_pad_proportion=0.03327, over 210.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3628, pruned_loss=0.1152, over 2553911.55 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07377, over 44020.68 utterances.], batch size: 210, lr: 2.97e-04 +2022-09-18 08:05:58,496 INFO [train.py:885] (0/2) Epoch 16, batch 550, loss[loss=0.3237, simple_loss=0.4095, pruned_loss=0.119, over 13990.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05667, over 365.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3625, pruned_loss=0.1141, over 2601678.57 frames. utt_duration=231 frames, utt_pad_proportion=0.07291, over 45335.88 utterances.], batch size: 365, lr: 2.97e-04 +2022-09-18 08:06:27,930 INFO [train.py:885] (0/2) Epoch 16, batch 600, loss[loss=0.1993, simple_loss=0.2733, pruned_loss=0.06268, over 13866.00 frames. utt_duration=925.9 frames, utt_pad_proportion=0.06667, over 60.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3606, pruned_loss=0.1127, over 2636855.80 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07422, over 45208.49 utterances.], batch size: 60, lr: 2.97e-04 +2022-09-18 08:06:57,263 INFO [train.py:885] (0/2) Epoch 16, batch 650, loss[loss=0.3099, simple_loss=0.3918, pruned_loss=0.114, over 13996.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05596, over 365.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3595, pruned_loss=0.1132, over 2673369.55 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07087, over 44155.44 utterances.], batch size: 365, lr: 2.97e-04 +2022-09-18 08:07:26,376 INFO [train.py:885] (0/2) Epoch 16, batch 700, loss[loss=0.1695, simple_loss=0.2449, pruned_loss=0.04707, over 13382.00 frames. utt_duration=1623 frames, utt_pad_proportion=0.08706, over 33.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3606, pruned_loss=0.1132, over 2695174.61 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07376, over 45566.63 utterances.], batch size: 33, lr: 2.97e-04 +2022-09-18 08:07:55,681 INFO [train.py:885] (0/2) Epoch 16, batch 750, loss[loss=0.3012, simple_loss=0.3682, pruned_loss=0.1171, over 14263.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04115, over 180.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3603, pruned_loss=0.1142, over 2722856.19 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07011, over 44381.39 utterances.], batch size: 180, lr: 2.96e-04 +2022-09-18 08:08:25,418 INFO [train.py:885] (0/2) Epoch 16, batch 800, loss[loss=0.2106, simple_loss=0.2676, pruned_loss=0.07678, over 13942.00 frames. utt_duration=930.8 frames, utt_pad_proportion=0.06551, over 60.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3574, pruned_loss=0.1124, over 2739152.72 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06732, over 43323.38 utterances.], batch size: 60, lr: 2.96e-04 +2022-09-18 08:08:55,209 INFO [train.py:885] (0/2) Epoch 16, batch 850, loss[loss=0.4078, simple_loss=0.4412, pruned_loss=0.1872, over 14281.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03961, over 180.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3558, pruned_loss=0.1121, over 2744285.31 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06962, over 42980.71 utterances.], batch size: 180, lr: 2.96e-04 +2022-09-18 08:09:24,689 INFO [train.py:885] (0/2) Epoch 16, batch 900, loss[loss=0.2993, simple_loss=0.3863, pruned_loss=0.1061, over 13962.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.0588, over 365.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3562, pruned_loss=0.1128, over 2751051.16 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07028, over 43338.68 utterances.], batch size: 365, lr: 2.96e-04 +2022-09-18 08:09:54,372 INFO [train.py:885] (0/2) Epoch 16, batch 950, loss[loss=0.2593, simple_loss=0.3153, pruned_loss=0.1016, over 14123.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05084, over 98.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3525, pruned_loss=0.1104, over 2754826.62 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06996, over 42337.93 utterances.], batch size: 98, lr: 2.96e-04 +2022-09-18 08:10:23,725 INFO [train.py:885] (0/2) Epoch 16, batch 1000, loss[loss=0.2102, simple_loss=0.2746, pruned_loss=0.07286, over 13131.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1194, over 33.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.351, pruned_loss=0.1091, over 2759889.83 frames. utt_duration=264.6 frames, utt_pad_proportion=0.06926, over 41959.98 utterances.], batch size: 33, lr: 2.96e-04 +2022-09-18 08:10:53,682 INFO [train.py:885] (0/2) Epoch 16, batch 1050, loss[loss=0.2238, simple_loss=0.2999, pruned_loss=0.07386, over 13997.00 frames. utt_duration=710.1 frames, utt_pad_proportion=0.06071, over 79.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3551, pruned_loss=0.1114, over 2764727.59 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07075, over 43414.94 utterances.], batch size: 79, lr: 2.96e-04 +2022-09-18 08:11:22,695 INFO [train.py:885] (0/2) Epoch 16, batch 1100, loss[loss=0.1898, simple_loss=0.2631, pruned_loss=0.05823, over 13843.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06421, over 69.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3549, pruned_loss=0.111, over 2770196.86 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06976, over 43395.59 utterances.], batch size: 69, lr: 2.96e-04 +2022-09-18 08:11:52,504 INFO [train.py:885] (0/2) Epoch 16, batch 1150, loss[loss=0.308, simple_loss=0.3789, pruned_loss=0.1185, over 14331.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03754, over 210.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3538, pruned_loss=0.1102, over 2774543.63 frames. utt_duration=259.2 frames, utt_pad_proportion=0.06855, over 43055.70 utterances.], batch size: 210, lr: 2.96e-04 +2022-09-18 08:12:22,062 INFO [train.py:885] (0/2) Epoch 16, batch 1200, loss[loss=0.6846, simple_loss=0.7025, pruned_loss=0.3333, over 12483.00 frames. utt_duration=63.22 frames, utt_pad_proportion=0.1457, over 810.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.362, pruned_loss=0.1152, over 2774625.85 frames. utt_duration=243 frames, utt_pad_proportion=0.07349, over 45960.38 utterances.], batch size: 810, lr: 2.96e-04 +2022-09-18 08:12:51,338 INFO [train.py:885] (0/2) Epoch 16, batch 1250, loss[loss=0.3887, simple_loss=0.4342, pruned_loss=0.1716, over 14234.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04284, over 335.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3607, pruned_loss=0.114, over 2773012.47 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07343, over 45966.69 utterances.], batch size: 335, lr: 2.96e-04 +2022-09-18 08:13:21,143 INFO [train.py:885] (0/2) Epoch 16, batch 1300, loss[loss=0.3789, simple_loss=0.4664, pruned_loss=0.1457, over 13112.00 frames. utt_duration=81.86 frames, utt_pad_proportion=0.1102, over 653.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3619, pruned_loss=0.1148, over 2777723.47 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07185, over 46375.63 utterances.], batch size: 653, lr: 2.96e-04 +2022-09-18 08:13:50,291 INFO [train.py:885] (0/2) Epoch 16, batch 1350, loss[loss=0.2435, simple_loss=0.3202, pruned_loss=0.08343, over 14309.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03769, over 130.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3588, pruned_loss=0.1135, over 2784420.44 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06828, over 44735.13 utterances.], batch size: 130, lr: 2.96e-04 +2022-09-18 08:14:19,949 INFO [train.py:885] (0/2) Epoch 16, batch 1400, loss[loss=0.3343, simple_loss=0.3908, pruned_loss=0.139, over 14230.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04343, over 335.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3594, pruned_loss=0.1138, over 2787481.23 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0678, over 45116.63 utterances.], batch size: 335, lr: 2.96e-04 +2022-09-18 08:14:49,886 INFO [train.py:885] (0/2) Epoch 16, batch 1450, loss[loss=0.2421, simple_loss=0.3236, pruned_loss=0.08029, over 14329.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03676, over 180.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3566, pruned_loss=0.1126, over 2783979.49 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06677, over 44307.68 utterances.], batch size: 180, lr: 2.96e-04 +2022-09-18 08:15:18,861 INFO [train.py:885] (0/2) Epoch 16, batch 1500, loss[loss=0.3822, simple_loss=0.4286, pruned_loss=0.1679, over 14246.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04196, over 335.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3576, pruned_loss=0.1129, over 2783034.90 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06822, over 45015.85 utterances.], batch size: 335, lr: 2.96e-04 +2022-09-18 08:15:48,170 INFO [train.py:885] (0/2) Epoch 16, batch 1550, loss[loss=0.2958, simple_loss=0.3959, pruned_loss=0.09786, over 13604.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08294, over 477.00 utterances.], tot_loss[loss=0.291, simple_loss=0.357, pruned_loss=0.1124, over 2779959.44 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06957, over 44850.30 utterances.], batch size: 477, lr: 2.96e-04 +2022-09-18 08:16:17,830 INFO [train.py:885] (0/2) Epoch 16, batch 1600, loss[loss=0.2653, simple_loss=0.3281, pruned_loss=0.1012, over 14330.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03805, over 120.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.354, pruned_loss=0.1104, over 2784829.86 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06833, over 43479.86 utterances.], batch size: 120, lr: 2.96e-04 +2022-09-18 08:16:47,737 INFO [train.py:885] (0/2) Epoch 16, batch 1650, loss[loss=0.2629, simple_loss=0.3314, pruned_loss=0.09718, over 14193.00 frames. utt_duration=404 frames, utt_pad_proportion=0.04935, over 141.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3551, pruned_loss=0.1115, over 2787124.30 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06797, over 43567.33 utterances.], batch size: 141, lr: 2.96e-04 +2022-09-18 08:17:17,509 INFO [train.py:885] (0/2) Epoch 16, batch 1700, loss[loss=0.311, simple_loss=0.3834, pruned_loss=0.1193, over 14314.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03506, over 210.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3572, pruned_loss=0.1125, over 2791124.11 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06788, over 44706.91 utterances.], batch size: 210, lr: 2.96e-04 +2022-09-18 08:17:46,632 INFO [train.py:885] (0/2) Epoch 16, batch 1750, loss[loss=0.3707, simple_loss=0.4159, pruned_loss=0.1627, over 14329.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03723, over 210.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3565, pruned_loss=0.1129, over 2787372.60 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06736, over 43773.39 utterances.], batch size: 210, lr: 2.96e-04 +2022-09-18 08:18:16,133 INFO [train.py:885] (0/2) Epoch 16, batch 1800, loss[loss=0.3319, simple_loss=0.3856, pruned_loss=0.1391, over 14304.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03814, over 130.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3583, pruned_loss=0.1132, over 2786426.55 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06858, over 44963.68 utterances.], batch size: 130, lr: 2.96e-04 +2022-09-18 08:18:46,121 INFO [train.py:885] (0/2) Epoch 16, batch 1850, loss[loss=0.5173, simple_loss=0.6024, pruned_loss=0.2162, over 12450.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.361, pruned_loss=0.1142, over 2780977.24 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07224, over 46916.41 utterances.], batch size: 810, lr: 2.96e-04 +2022-09-18 08:19:15,933 INFO [train.py:885] (0/2) Epoch 16, batch 1900, loss[loss=0.1688, simple_loss=0.2306, pruned_loss=0.05355, over 13906.00 frames. utt_duration=928.5 frames, utt_pad_proportion=0.06117, over 60.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3596, pruned_loss=0.1134, over 2780245.22 frames. utt_duration=241.2 frames, utt_pad_proportion=0.0717, over 46387.49 utterances.], batch size: 60, lr: 2.96e-04 +2022-09-18 08:19:45,107 INFO [train.py:885] (0/2) Epoch 16, batch 1950, loss[loss=0.3262, simple_loss=0.4232, pruned_loss=0.1146, over 13621.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.0813, over 477.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3567, pruned_loss=0.1119, over 2783046.12 frames. utt_duration=247.1 frames, utt_pad_proportion=0.0689, over 45327.78 utterances.], batch size: 477, lr: 2.96e-04 +2022-09-18 08:20:14,933 INFO [train.py:885] (0/2) Epoch 16, batch 2000, loss[loss=0.312, simple_loss=0.3816, pruned_loss=0.1213, over 14379.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03168, over 244.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3529, pruned_loss=0.1098, over 2783618.49 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06713, over 43828.91 utterances.], batch size: 244, lr: 2.96e-04 +2022-09-18 08:20:44,397 INFO [train.py:885] (0/2) Epoch 16, batch 2050, loss[loss=0.3969, simple_loss=0.4713, pruned_loss=0.1612, over 13801.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06944, over 411.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3545, pruned_loss=0.1106, over 2787600.89 frames. utt_duration=255 frames, utt_pad_proportion=0.06609, over 43979.00 utterances.], batch size: 411, lr: 2.95e-04 +2022-09-18 08:21:13,524 INFO [train.py:885] (0/2) Epoch 16, batch 2100, loss[loss=0.2954, simple_loss=0.3605, pruned_loss=0.1152, over 14358.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03821, over 167.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3518, pruned_loss=0.1096, over 2789406.22 frames. utt_duration=265.1 frames, utt_pad_proportion=0.06394, over 42326.65 utterances.], batch size: 167, lr: 2.95e-04 +2022-09-18 08:21:43,197 INFO [train.py:885] (0/2) Epoch 16, batch 2150, loss[loss=0.2207, simple_loss=0.2873, pruned_loss=0.07701, over 14232.00 frames. utt_duration=641.1 frames, utt_pad_proportion=0.04458, over 89.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3553, pruned_loss=0.1108, over 2792084.78 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06566, over 43519.80 utterances.], batch size: 89, lr: 2.95e-04 +2022-09-18 08:22:12,762 INFO [train.py:885] (0/2) Epoch 16, batch 2200, loss[loss=0.3392, simple_loss=0.4284, pruned_loss=0.125, over 13645.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08005, over 477.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3532, pruned_loss=0.1097, over 2791538.60 frames. utt_duration=264.9 frames, utt_pad_proportion=0.06563, over 42394.67 utterances.], batch size: 477, lr: 2.95e-04 +2022-09-18 08:22:41,708 INFO [train.py:885] (0/2) Epoch 16, batch 2250, loss[loss=0.3494, simple_loss=0.3999, pruned_loss=0.1495, over 14260.00 frames. utt_duration=255 frames, utt_pad_proportion=0.0415, over 225.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3546, pruned_loss=0.1106, over 2790684.40 frames. utt_duration=261.3 frames, utt_pad_proportion=0.06721, over 42964.19 utterances.], batch size: 225, lr: 2.95e-04 +2022-09-18 08:23:11,800 INFO [train.py:885] (0/2) Epoch 16, batch 2300, loss[loss=0.19, simple_loss=0.2502, pruned_loss=0.06491, over 13602.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08422, over 50.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3541, pruned_loss=0.1104, over 2788728.06 frames. utt_duration=263 frames, utt_pad_proportion=0.06632, over 42660.55 utterances.], batch size: 50, lr: 2.95e-04 +2022-09-18 08:23:41,085 INFO [train.py:885] (0/2) Epoch 16, batch 2350, loss[loss=0.2801, simple_loss=0.3622, pruned_loss=0.09901, over 14340.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03443, over 244.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3508, pruned_loss=0.1084, over 2788837.03 frames. utt_duration=266.8 frames, utt_pad_proportion=0.06646, over 42036.26 utterances.], batch size: 244, lr: 2.95e-04 +2022-09-18 08:24:10,898 INFO [train.py:885] (0/2) Epoch 16, batch 2400, loss[loss=0.3191, simple_loss=0.4008, pruned_loss=0.1187, over 13973.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05695, over 365.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3553, pruned_loss=0.1108, over 2785558.57 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06933, over 43725.13 utterances.], batch size: 365, lr: 2.95e-04 +2022-09-18 08:24:39,969 INFO [train.py:885] (0/2) Epoch 16, batch 2450, loss[loss=0.3804, simple_loss=0.4247, pruned_loss=0.1681, over 14316.00 frames. utt_duration=236.1 frames, utt_pad_proportion=0.04025, over 244.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3531, pruned_loss=0.1097, over 2785991.94 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06788, over 43091.91 utterances.], batch size: 244, lr: 2.95e-04 +2022-09-18 08:25:09,732 INFO [train.py:885] (0/2) Epoch 16, batch 2500, loss[loss=0.1782, simple_loss=0.2347, pruned_loss=0.06082, over 13738.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.07251, over 42.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3569, pruned_loss=0.1116, over 2787742.12 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06868, over 44772.39 utterances.], batch size: 42, lr: 2.95e-04 +2022-09-18 08:25:39,111 INFO [train.py:885] (0/2) Epoch 16, batch 2550, loss[loss=0.3935, simple_loss=0.4338, pruned_loss=0.1766, over 14329.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03769, over 283.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.356, pruned_loss=0.1115, over 2780689.99 frames. utt_duration=250.8 frames, utt_pad_proportion=0.0697, over 44609.18 utterances.], batch size: 283, lr: 2.95e-04 +2022-09-18 08:26:08,115 INFO [train.py:885] (0/2) Epoch 16, batch 2600, loss[loss=0.1898, simple_loss=0.2507, pruned_loss=0.06448, over 12136.00 frames. utt_duration=2024 frames, utt_pad_proportion=0.1734, over 24.00 utterances.], tot_loss[loss=0.289, simple_loss=0.355, pruned_loss=0.1115, over 2783786.65 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06704, over 43562.87 utterances.], batch size: 24, lr: 2.95e-04 +2022-09-18 08:26:37,806 INFO [train.py:885] (0/2) Epoch 16, batch 2650, loss[loss=0.2419, simple_loss=0.3059, pruned_loss=0.08897, over 14154.00 frames. utt_duration=718.3 frames, utt_pad_proportion=0.04993, over 79.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3561, pruned_loss=0.112, over 2785422.93 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06581, over 43454.18 utterances.], batch size: 79, lr: 2.95e-04 +2022-09-18 08:27:06,938 INFO [train.py:885] (0/2) Epoch 16, batch 2700, loss[loss=0.2077, simple_loss=0.2746, pruned_loss=0.07037, over 13336.00 frames. utt_duration=1068 frames, utt_pad_proportion=0.1024, over 50.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3548, pruned_loss=0.1124, over 2783219.70 frames. utt_duration=263.2 frames, utt_pad_proportion=0.06598, over 42528.91 utterances.], batch size: 50, lr: 2.95e-04 +2022-09-18 08:27:07,504 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-192000.pt +2022-09-18 08:27:37,384 INFO [train.py:885] (0/2) Epoch 16, batch 2750, loss[loss=0.3125, simple_loss=0.4007, pruned_loss=0.1122, over 13774.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07373, over 412.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3567, pruned_loss=0.1128, over 2781384.13 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06873, over 43666.42 utterances.], batch size: 412, lr: 2.95e-04 +2022-09-18 08:28:06,510 INFO [train.py:885] (0/2) Epoch 16, batch 2800, loss[loss=0.3191, simple_loss=0.3937, pruned_loss=0.1223, over 14197.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04515, over 306.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3557, pruned_loss=0.1118, over 2784995.64 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06705, over 43299.01 utterances.], batch size: 306, lr: 2.95e-04 +2022-09-18 08:28:37,012 INFO [train.py:885] (0/2) Epoch 16, batch 2850, loss[loss=0.1813, simple_loss=0.24, pruned_loss=0.06132, over 13170.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1087, over 33.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3539, pruned_loss=0.1103, over 2783009.02 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06822, over 43346.22 utterances.], batch size: 33, lr: 2.95e-04 +2022-09-18 08:29:06,719 INFO [train.py:885] (0/2) Epoch 16, batch 2900, loss[loss=0.3802, simple_loss=0.4743, pruned_loss=0.1431, over 13181.00 frames. utt_duration=82.24 frames, utt_pad_proportion=0.1061, over 653.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3505, pruned_loss=0.1084, over 2780613.37 frames. utt_duration=261.1 frames, utt_pad_proportion=0.06947, over 42833.70 utterances.], batch size: 653, lr: 2.95e-04 +2022-09-18 08:29:36,000 INFO [train.py:885] (0/2) Epoch 16, batch 2950, loss[loss=0.2938, simple_loss=0.3851, pruned_loss=0.1012, over 13770.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07179, over 411.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3551, pruned_loss=0.1107, over 2781876.12 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07073, over 44677.49 utterances.], batch size: 411, lr: 2.95e-04 +2022-09-18 08:30:05,808 INFO [train.py:885] (0/2) Epoch 16, batch 3000, loss[loss=0.3755, simple_loss=0.4262, pruned_loss=0.1624, over 14353.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03614, over 210.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3556, pruned_loss=0.1112, over 2780353.16 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07081, over 44668.55 utterances.], batch size: 210, lr: 2.95e-04 +2022-09-18 08:30:05,809 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 08:30:09,964 INFO [train.py:914] (0/2) Epoch 16, validation: loss=0.195, simple_loss=0.2753, pruned_loss=0.05737, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 08:30:39,356 INFO [train.py:885] (0/2) Epoch 16, batch 3050, loss[loss=0.6409, simple_loss=0.6789, pruned_loss=0.3015, over 12455.00 frames. utt_duration=63.14 frames, utt_pad_proportion=0.1468, over 810.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3588, pruned_loss=0.1131, over 2780186.88 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07106, over 45440.87 utterances.], batch size: 810, lr: 2.95e-04 +2022-09-18 08:31:09,791 INFO [train.py:885] (0/2) Epoch 16, batch 3100, loss[loss=0.2892, simple_loss=0.3843, pruned_loss=0.09702, over 13780.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07154, over 411.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3599, pruned_loss=0.1137, over 2780561.14 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07119, over 46000.89 utterances.], batch size: 411, lr: 2.95e-04 +2022-09-18 08:31:39,880 INFO [train.py:885] (0/2) Epoch 16, batch 3150, loss[loss=0.4428, simple_loss=0.4675, pruned_loss=0.209, over 14267.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04159, over 335.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.365, pruned_loss=0.1158, over 2781307.64 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07191, over 48740.07 utterances.], batch size: 335, lr: 2.95e-04 +2022-09-18 08:32:09,141 INFO [train.py:885] (0/2) Epoch 16, batch 3200, loss[loss=0.6067, simple_loss=0.6516, pruned_loss=0.2809, over 12582.00 frames. utt_duration=63.64 frames, utt_pad_proportion=0.1401, over 811.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3654, pruned_loss=0.1156, over 2781226.02 frames. utt_duration=228.2 frames, utt_pad_proportion=0.07315, over 49070.47 utterances.], batch size: 811, lr: 2.95e-04 +2022-09-18 08:32:38,359 INFO [train.py:885] (0/2) Epoch 16, batch 3250, loss[loss=0.2427, simple_loss=0.31, pruned_loss=0.08768, over 14153.00 frames. utt_duration=637.5 frames, utt_pad_proportion=0.0499, over 89.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3628, pruned_loss=0.1139, over 2777588.78 frames. utt_duration=229.4 frames, utt_pad_proportion=0.07402, over 48748.56 utterances.], batch size: 89, lr: 2.95e-04 +2022-09-18 08:33:07,565 INFO [train.py:885] (0/2) Epoch 16, batch 3300, loss[loss=0.3156, simple_loss=0.3991, pruned_loss=0.1161, over 13959.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05834, over 365.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3584, pruned_loss=0.1117, over 2783496.68 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07053, over 46777.74 utterances.], batch size: 365, lr: 2.95e-04 +2022-09-18 08:33:37,393 INFO [train.py:885] (0/2) Epoch 16, batch 3350, loss[loss=0.35, simple_loss=0.4123, pruned_loss=0.1439, over 14022.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05576, over 366.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3564, pruned_loss=0.1109, over 2783741.88 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06995, over 45335.05 utterances.], batch size: 366, lr: 2.94e-04 +2022-09-18 08:34:05,987 INFO [train.py:885] (0/2) Epoch 16, batch 3400, loss[loss=0.2207, simple_loss=0.2839, pruned_loss=0.07876, over 13282.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.1082, over 33.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3563, pruned_loss=0.1103, over 2787020.63 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06855, over 45057.84 utterances.], batch size: 33, lr: 2.94e-04 +2022-09-18 08:34:35,357 INFO [train.py:885] (0/2) Epoch 16, batch 3450, loss[loss=0.4104, simple_loss=0.4451, pruned_loss=0.1878, over 14190.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04498, over 306.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3597, pruned_loss=0.1127, over 2788151.19 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06929, over 46289.32 utterances.], batch size: 306, lr: 2.94e-04 +2022-09-18 08:35:04,267 INFO [train.py:885] (0/2) Epoch 16, batch 3500, loss[loss=0.2273, simple_loss=0.31, pruned_loss=0.0723, over 14150.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.05007, over 89.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3583, pruned_loss=0.112, over 2783503.22 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06884, over 45869.05 utterances.], batch size: 89, lr: 2.94e-04 +2022-09-18 08:35:34,131 INFO [train.py:885] (0/2) Epoch 16, batch 3550, loss[loss=0.272, simple_loss=0.3491, pruned_loss=0.09744, over 14410.00 frames. utt_duration=346.6 frames, utt_pad_proportion=0.03468, over 167.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3574, pruned_loss=0.111, over 2778540.92 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06952, over 45944.22 utterances.], batch size: 167, lr: 2.94e-04 +2022-09-18 08:36:04,266 INFO [train.py:885] (0/2) Epoch 16, batch 3600, loss[loss=0.5134, simple_loss=0.5964, pruned_loss=0.2152, over 12523.00 frames. utt_duration=63.36 frames, utt_pad_proportion=0.1438, over 810.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3582, pruned_loss=0.1113, over 2777080.83 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07144, over 46661.53 utterances.], batch size: 810, lr: 2.94e-04 +2022-09-18 08:36:33,981 INFO [train.py:885] (0/2) Epoch 16, batch 3650, loss[loss=0.1894, simple_loss=0.2357, pruned_loss=0.07154, over 12921.00 frames. utt_duration=1262 frames, utt_pad_proportion=0.1177, over 41.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3584, pruned_loss=0.1117, over 2774958.09 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07129, over 46220.79 utterances.], batch size: 41, lr: 2.94e-04 +2022-09-18 08:37:03,518 INFO [train.py:885] (0/2) Epoch 16, batch 3700, loss[loss=0.2776, simple_loss=0.3401, pruned_loss=0.1076, over 14161.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.04533, over 109.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3609, pruned_loss=0.1131, over 2773858.71 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07373, over 46991.28 utterances.], batch size: 109, lr: 2.94e-04 +2022-09-18 08:37:32,536 INFO [train.py:885] (0/2) Epoch 16, batch 3750, loss[loss=0.4013, simple_loss=0.4408, pruned_loss=0.1808, over 14188.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04507, over 306.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3589, pruned_loss=0.1126, over 2774841.82 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07298, over 46318.80 utterances.], batch size: 306, lr: 2.94e-04 +2022-09-18 08:38:01,948 INFO [train.py:885] (0/2) Epoch 16, batch 3800, loss[loss=0.2899, simple_loss=0.3649, pruned_loss=0.1074, over 14306.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03962, over 262.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.358, pruned_loss=0.1117, over 2777486.18 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07196, over 45853.21 utterances.], batch size: 262, lr: 2.94e-04 +2022-09-18 08:38:31,659 INFO [train.py:885] (0/2) Epoch 16, batch 3850, loss[loss=0.3131, simple_loss=0.3838, pruned_loss=0.1212, over 14350.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03609, over 210.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3582, pruned_loss=0.1116, over 2778539.35 frames. utt_duration=243.5 frames, utt_pad_proportion=0.0712, over 45916.26 utterances.], batch size: 210, lr: 2.94e-04 +2022-09-18 08:39:00,555 INFO [train.py:885] (0/2) Epoch 16, batch 3900, loss[loss=0.1935, simple_loss=0.2536, pruned_loss=0.06673, over 13042.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1145, over 33.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3595, pruned_loss=0.1112, over 2775951.92 frames. utt_duration=236 frames, utt_pad_proportion=0.07423, over 47354.31 utterances.], batch size: 33, lr: 2.94e-04 +2022-09-18 08:39:30,051 INFO [train.py:885] (0/2) Epoch 16, batch 3950, loss[loss=0.3115, simple_loss=0.3834, pruned_loss=0.1198, over 14316.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03923, over 262.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3594, pruned_loss=0.1118, over 2776610.33 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07299, over 46898.99 utterances.], batch size: 262, lr: 2.94e-04 +2022-09-18 08:39:59,802 INFO [train.py:885] (0/2) Epoch 16, batch 4000, loss[loss=0.3055, simple_loss=0.3991, pruned_loss=0.1059, over 13734.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07411, over 411.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3629, pruned_loss=0.1134, over 2776515.11 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07539, over 48227.48 utterances.], batch size: 411, lr: 2.94e-04 +2022-09-18 08:40:28,917 INFO [train.py:885] (0/2) Epoch 16, batch 4050, loss[loss=0.2415, simple_loss=0.3241, pruned_loss=0.07942, over 14276.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04027, over 154.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3622, pruned_loss=0.1138, over 2777747.20 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07442, over 47411.94 utterances.], batch size: 154, lr: 2.94e-04 +2022-09-18 08:40:58,409 INFO [train.py:885] (0/2) Epoch 16, batch 4100, loss[loss=0.44, simple_loss=0.4628, pruned_loss=0.2086, over 14262.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04122, over 306.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.362, pruned_loss=0.1142, over 2780394.75 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07293, over 46972.77 utterances.], batch size: 306, lr: 2.94e-04 +2022-09-18 08:41:28,342 INFO [train.py:885] (0/2) Epoch 16, batch 4150, loss[loss=0.3065, simple_loss=0.3719, pruned_loss=0.1205, over 14301.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.0385, over 180.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3626, pruned_loss=0.1146, over 2781933.75 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07264, over 46967.45 utterances.], batch size: 180, lr: 2.94e-04 +2022-09-18 08:41:57,993 INFO [train.py:885] (0/2) Epoch 16, batch 4200, loss[loss=0.3109, simple_loss=0.4014, pruned_loss=0.1102, over 13790.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07011, over 411.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3635, pruned_loss=0.1152, over 2780701.36 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0728, over 47257.80 utterances.], batch size: 411, lr: 2.94e-04 +2022-09-18 08:42:27,996 INFO [train.py:885] (0/2) Epoch 16, batch 4250, loss[loss=0.3317, simple_loss=0.3932, pruned_loss=0.135, over 14338.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03773, over 262.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3608, pruned_loss=0.1133, over 2778801.66 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07361, over 47427.35 utterances.], batch size: 262, lr: 2.94e-04 +2022-09-18 08:42:56,695 INFO [train.py:885] (0/2) Epoch 16, batch 4300, loss[loss=0.2127, simple_loss=0.2663, pruned_loss=0.07954, over 14198.00 frames. utt_duration=639.8 frames, utt_pad_proportion=0.04657, over 89.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3553, pruned_loss=0.1108, over 2779901.21 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07133, over 44582.22 utterances.], batch size: 89, lr: 2.94e-04 +2022-09-18 08:43:26,321 INFO [train.py:885] (0/2) Epoch 16, batch 4350, loss[loss=0.1996, simple_loss=0.2462, pruned_loss=0.07651, over 13724.00 frames. utt_duration=916.4 frames, utt_pad_proportion=0.07716, over 60.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3583, pruned_loss=0.1124, over 2784983.00 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07109, over 45515.73 utterances.], batch size: 60, lr: 2.94e-04 +2022-09-18 08:43:55,636 INFO [train.py:885] (0/2) Epoch 16, batch 4400, loss[loss=0.28, simple_loss=0.3548, pruned_loss=0.1026, over 14256.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04137, over 180.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3577, pruned_loss=0.1117, over 2786915.17 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07093, over 45710.31 utterances.], batch size: 180, lr: 2.94e-04 +2022-09-18 08:44:25,117 INFO [train.py:885] (0/2) Epoch 16, batch 4450, loss[loss=0.3353, simple_loss=0.414, pruned_loss=0.1282, over 13979.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05728, over 365.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3564, pruned_loss=0.111, over 2783991.95 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07181, over 45324.27 utterances.], batch size: 365, lr: 2.94e-04 +2022-09-18 08:44:54,833 INFO [train.py:885] (0/2) Epoch 16, batch 4500, loss[loss=0.2297, simple_loss=0.3044, pruned_loss=0.07753, over 14295.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04357, over 110.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3551, pruned_loss=0.1105, over 2780243.55 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07332, over 44986.68 utterances.], batch size: 110, lr: 2.94e-04 +2022-09-18 08:45:23,993 INFO [train.py:885] (0/2) Epoch 16, batch 4550, loss[loss=0.6344, simple_loss=0.6835, pruned_loss=0.2926, over 12408.00 frames. utt_duration=62.9 frames, utt_pad_proportion=0.15, over 810.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3549, pruned_loss=0.11, over 2782348.21 frames. utt_duration=247 frames, utt_pad_proportion=0.07332, over 45323.18 utterances.], batch size: 810, lr: 2.94e-04 +2022-09-18 08:45:53,990 INFO [train.py:885] (0/2) Epoch 16, batch 4600, loss[loss=0.3077, simple_loss=0.3763, pruned_loss=0.1195, over 14254.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04162, over 225.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3569, pruned_loss=0.1112, over 2782813.06 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07264, over 45724.08 utterances.], batch size: 225, lr: 2.94e-04 +2022-09-18 08:46:23,307 INFO [train.py:885] (0/2) Epoch 16, batch 4650, loss[loss=0.2276, simple_loss=0.2984, pruned_loss=0.07843, over 14176.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04406, over 109.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.357, pruned_loss=0.111, over 2784884.77 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07104, over 46080.48 utterances.], batch size: 109, lr: 2.93e-04 +2022-09-18 08:46:52,374 INFO [train.py:885] (0/2) Epoch 16, batch 4700, loss[loss=0.3029, simple_loss=0.3527, pruned_loss=0.1266, over 14087.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05515, over 98.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3561, pruned_loss=0.1103, over 2787865.89 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06974, over 45220.09 utterances.], batch size: 98, lr: 2.93e-04 +2022-09-18 08:47:22,113 INFO [train.py:885] (0/2) Epoch 16, batch 4750, loss[loss=0.2325, simple_loss=0.2853, pruned_loss=0.08986, over 13992.00 frames. utt_duration=934.3 frames, utt_pad_proportion=0.06097, over 60.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.356, pruned_loss=0.1113, over 2789872.49 frames. utt_duration=252.1 frames, utt_pad_proportion=0.0669, over 44534.04 utterances.], batch size: 60, lr: 2.93e-04 +2022-09-18 08:47:51,908 INFO [train.py:885] (0/2) Epoch 16, batch 4800, loss[loss=0.1793, simple_loss=0.2461, pruned_loss=0.05628, over 12501.00 frames. utt_duration=2085 frames, utt_pad_proportion=0.164, over 24.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3544, pruned_loss=0.1102, over 2790265.37 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06489, over 43886.92 utterances.], batch size: 24, lr: 2.93e-04 +2022-09-18 08:48:22,471 INFO [train.py:885] (0/2) Epoch 16, batch 4850, loss[loss=0.2857, simple_loss=0.3583, pruned_loss=0.1065, over 14319.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03789, over 210.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3573, pruned_loss=0.1113, over 2784753.20 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06869, over 45254.19 utterances.], batch size: 210, lr: 2.93e-04 +2022-09-18 08:48:51,174 INFO [train.py:885] (0/2) Epoch 16, batch 4900, loss[loss=0.3426, simple_loss=0.3937, pruned_loss=0.1457, over 14278.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.03996, over 180.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3579, pruned_loss=0.1116, over 2787463.75 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06878, over 44749.65 utterances.], batch size: 180, lr: 2.93e-04 +2022-09-18 08:49:20,262 INFO [train.py:885] (0/2) Epoch 16, batch 4950, loss[loss=0.1797, simple_loss=0.2193, pruned_loss=0.07012, over 12951.00 frames. utt_duration=1571 frames, utt_pad_proportion=0.115, over 33.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3566, pruned_loss=0.1104, over 2785396.78 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06967, over 44786.41 utterances.], batch size: 33, lr: 2.93e-04 +2022-09-18 08:49:49,887 INFO [train.py:885] (0/2) Epoch 16, batch 5000, loss[loss=0.1922, simple_loss=0.2511, pruned_loss=0.06659, over 13531.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08996, over 50.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3573, pruned_loss=0.1103, over 2786989.45 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06912, over 45482.77 utterances.], batch size: 50, lr: 2.93e-04 +2022-09-18 08:50:19,608 INFO [train.py:885] (0/2) Epoch 16, batch 5050, loss[loss=0.1825, simple_loss=0.2509, pruned_loss=0.05699, over 12922.00 frames. utt_duration=1568 frames, utt_pad_proportion=0.1295, over 33.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3565, pruned_loss=0.1106, over 2786034.51 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06805, over 44750.56 utterances.], batch size: 33, lr: 2.93e-04 +2022-09-18 08:50:56,527 INFO [train.py:885] (0/2) Epoch 16, batch 5100, loss[loss=0.2806, simple_loss=0.352, pruned_loss=0.1046, over 14295.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03876, over 180.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3568, pruned_loss=0.1108, over 2782606.84 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07077, over 45662.65 utterances.], batch size: 180, lr: 2.93e-04 +2022-09-18 08:51:26,486 INFO [train.py:885] (0/2) Epoch 16, batch 5150, loss[loss=0.3379, simple_loss=0.4292, pruned_loss=0.1233, over 13782.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07061, over 411.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.358, pruned_loss=0.1116, over 2778747.53 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07181, over 46586.43 utterances.], batch size: 411, lr: 2.93e-04 +2022-09-18 08:51:55,277 INFO [train.py:885] (0/2) Epoch 16, batch 5200, loss[loss=0.2431, simple_loss=0.3164, pruned_loss=0.08487, over 14267.00 frames. utt_duration=440.4 frames, utt_pad_proportion=0.04051, over 130.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3519, pruned_loss=0.1097, over 2778879.78 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06921, over 43090.86 utterances.], batch size: 130, lr: 2.93e-04 +2022-09-18 08:52:25,160 INFO [train.py:885] (0/2) Epoch 16, batch 5250, loss[loss=0.2232, simple_loss=0.2828, pruned_loss=0.08185, over 13907.00 frames. utt_duration=807.8 frames, utt_pad_proportion=0.05853, over 69.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3534, pruned_loss=0.11, over 2775588.00 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07188, over 44607.92 utterances.], batch size: 69, lr: 2.93e-04 +2022-09-18 08:52:54,721 INFO [train.py:885] (0/2) Epoch 16, batch 5300, loss[loss=0.3821, simple_loss=0.4242, pruned_loss=0.1699, over 14293.00 frames. utt_duration=254.4 frames, utt_pad_proportion=0.04007, over 226.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3548, pruned_loss=0.1106, over 2775905.16 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07213, over 45088.96 utterances.], batch size: 226, lr: 2.93e-04 +2022-09-18 08:53:24,212 INFO [train.py:885] (0/2) Epoch 16, batch 5350, loss[loss=0.3116, simple_loss=0.3794, pruned_loss=0.1219, over 14316.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03807, over 226.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3558, pruned_loss=0.1106, over 2778616.19 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06932, over 45392.60 utterances.], batch size: 226, lr: 2.93e-04 +2022-09-18 08:53:53,864 INFO [train.py:885] (0/2) Epoch 16, batch 5400, loss[loss=0.2079, simple_loss=0.263, pruned_loss=0.0764, over 12071.00 frames. utt_duration=2013 frames, utt_pad_proportion=0.1742, over 24.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3555, pruned_loss=0.1109, over 2779173.49 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06917, over 44619.63 utterances.], batch size: 24, lr: 2.93e-04 +2022-09-18 08:54:22,876 INFO [train.py:885] (0/2) Epoch 16, batch 5450, loss[loss=0.2621, simple_loss=0.3218, pruned_loss=0.1012, over 14306.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03787, over 130.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3566, pruned_loss=0.1111, over 2779857.69 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0702, over 44911.68 utterances.], batch size: 130, lr: 2.93e-04 +2022-09-18 08:54:52,565 INFO [train.py:885] (0/2) Epoch 16, batch 5500, loss[loss=0.4224, simple_loss=0.4528, pruned_loss=0.196, over 14322.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03797, over 283.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.359, pruned_loss=0.1129, over 2781432.95 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06967, over 45071.07 utterances.], batch size: 283, lr: 2.93e-04 +2022-09-18 08:55:21,734 INFO [train.py:885] (0/2) Epoch 16, batch 5550, loss[loss=0.279, simple_loss=0.3577, pruned_loss=0.1002, over 14242.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04244, over 225.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3607, pruned_loss=0.1136, over 2782298.91 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07017, over 46364.84 utterances.], batch size: 225, lr: 2.93e-04 +2022-09-18 08:55:51,737 INFO [train.py:885] (0/2) Epoch 16, batch 5600, loss[loss=0.4357, simple_loss=0.4989, pruned_loss=0.1863, over 13556.00 frames. utt_duration=98.15 frames, utt_pad_proportion=0.08268, over 560.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.361, pruned_loss=0.1141, over 2777562.53 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07094, over 46291.43 utterances.], batch size: 560, lr: 2.93e-04 +2022-09-18 08:56:21,238 INFO [train.py:885] (0/2) Epoch 16, batch 5650, loss[loss=0.4175, simple_loss=0.4955, pruned_loss=0.1698, over 13114.00 frames. utt_duration=81.85 frames, utt_pad_proportion=0.1103, over 653.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.359, pruned_loss=0.1132, over 2777920.52 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07097, over 45958.97 utterances.], batch size: 653, lr: 2.93e-04 +2022-09-18 08:56:50,291 INFO [train.py:885] (0/2) Epoch 16, batch 5700, loss[loss=0.1842, simple_loss=0.2478, pruned_loss=0.06031, over 13883.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06926, over 60.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.357, pruned_loss=0.1116, over 2778070.52 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07022, over 45740.94 utterances.], batch size: 60, lr: 2.93e-04 +2022-09-18 08:57:27,223 INFO [train.py:885] (0/2) Epoch 16, batch 5750, loss[loss=0.3609, simple_loss=0.4172, pruned_loss=0.1523, over 14336.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03742, over 283.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3586, pruned_loss=0.1118, over 2776806.37 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07201, over 46676.55 utterances.], batch size: 283, lr: 2.93e-04 +2022-09-18 08:57:56,852 INFO [train.py:885] (0/2) Epoch 16, batch 5800, loss[loss=0.4113, simple_loss=0.4887, pruned_loss=0.167, over 13628.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08123, over 477.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3577, pruned_loss=0.1114, over 2776635.63 frames. utt_duration=241 frames, utt_pad_proportion=0.07352, over 46372.94 utterances.], batch size: 477, lr: 2.93e-04 +2022-09-18 08:58:26,400 INFO [train.py:885] (0/2) Epoch 16, batch 5850, loss[loss=0.256, simple_loss=0.3271, pruned_loss=0.09243, over 14309.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04152, over 167.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3592, pruned_loss=0.1131, over 2777890.02 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07391, over 46525.80 utterances.], batch size: 167, lr: 2.93e-04 +2022-09-18 08:58:56,027 INFO [train.py:885] (0/2) Epoch 16, batch 5900, loss[loss=0.2431, simple_loss=0.3031, pruned_loss=0.09158, over 14170.00 frames. utt_duration=579.7 frames, utt_pad_proportion=0.04807, over 98.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3607, pruned_loss=0.1136, over 2777293.81 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07499, over 47221.64 utterances.], batch size: 98, lr: 2.93e-04 +2022-09-18 08:59:25,515 INFO [train.py:885] (0/2) Epoch 16, batch 5950, loss[loss=0.2918, simple_loss=0.3602, pruned_loss=0.1117, over 14374.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03208, over 244.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3577, pruned_loss=0.1122, over 2776158.88 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07447, over 46272.31 utterances.], batch size: 244, lr: 2.93e-04 +2022-09-18 08:59:55,039 INFO [train.py:885] (0/2) Epoch 16, batch 6000, loss[loss=0.4718, simple_loss=0.4859, pruned_loss=0.2288, over 14222.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04353, over 335.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3591, pruned_loss=0.1131, over 2784004.68 frames. utt_duration=244 frames, utt_pad_proportion=0.07146, over 45917.04 utterances.], batch size: 335, lr: 2.92e-04 +2022-09-18 08:59:55,040 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 08:59:59,215 INFO [train.py:914] (0/2) Epoch 16, validation: loss=0.196, simple_loss=0.2737, pruned_loss=0.05915, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 09:00:29,392 INFO [train.py:885] (0/2) Epoch 16, batch 6050, loss[loss=0.2385, simple_loss=0.3165, pruned_loss=0.08021, over 14258.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04509, over 141.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3562, pruned_loss=0.1116, over 2780331.69 frames. utt_duration=247.1 frames, utt_pad_proportion=0.0713, over 45283.36 utterances.], batch size: 141, lr: 2.92e-04 +2022-09-18 09:00:58,687 INFO [train.py:885] (0/2) Epoch 16, batch 6100, loss[loss=0.242, simple_loss=0.3204, pruned_loss=0.08186, over 14299.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04021, over 120.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3576, pruned_loss=0.1124, over 2778446.57 frames. utt_duration=243 frames, utt_pad_proportion=0.07197, over 46012.51 utterances.], batch size: 120, lr: 2.92e-04 +2022-09-18 09:01:28,191 INFO [train.py:885] (0/2) Epoch 16, batch 6150, loss[loss=0.3219, simple_loss=0.3856, pruned_loss=0.1291, over 14344.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03664, over 210.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3557, pruned_loss=0.1107, over 2775538.50 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07341, over 45360.45 utterances.], batch size: 210, lr: 2.92e-04 +2022-09-18 09:01:58,192 INFO [train.py:885] (0/2) Epoch 16, batch 6200, loss[loss=0.2179, simple_loss=0.2911, pruned_loss=0.07232, over 14035.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05673, over 98.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3571, pruned_loss=0.1122, over 2775396.84 frames. utt_duration=245 frames, utt_pad_proportion=0.07426, over 45597.41 utterances.], batch size: 98, lr: 2.92e-04 +2022-09-18 09:02:27,238 INFO [train.py:885] (0/2) Epoch 16, batch 6250, loss[loss=0.2128, simple_loss=0.2755, pruned_loss=0.07498, over 13890.00 frames. utt_duration=806.7 frames, utt_pad_proportion=0.05875, over 69.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3578, pruned_loss=0.1134, over 2777264.07 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07242, over 45134.45 utterances.], batch size: 69, lr: 2.92e-04 +2022-09-18 09:02:56,932 INFO [train.py:885] (0/2) Epoch 16, batch 6300, loss[loss=0.1634, simple_loss=0.2476, pruned_loss=0.0396, over 13657.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.0825, over 42.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3532, pruned_loss=0.1103, over 2778780.04 frames. utt_duration=256.1 frames, utt_pad_proportion=0.07052, over 43649.92 utterances.], batch size: 42, lr: 2.92e-04 +2022-09-18 09:03:26,221 INFO [train.py:885] (0/2) Epoch 16, batch 6350, loss[loss=0.313, simple_loss=0.3822, pruned_loss=0.1219, over 14202.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04485, over 306.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3532, pruned_loss=0.1104, over 2780560.56 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06926, over 43472.91 utterances.], batch size: 306, lr: 2.92e-04 +2022-09-18 09:03:56,520 INFO [train.py:885] (0/2) Epoch 16, batch 6400, loss[loss=0.4491, simple_loss=0.475, pruned_loss=0.2116, over 14200.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0447, over 306.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3536, pruned_loss=0.1108, over 2780106.93 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06907, over 43456.54 utterances.], batch size: 306, lr: 2.92e-04 +2022-09-18 09:04:25,700 INFO [train.py:885] (0/2) Epoch 16, batch 6450, loss[loss=0.322, simple_loss=0.3798, pruned_loss=0.1321, over 14307.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03804, over 154.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.353, pruned_loss=0.1101, over 2780415.96 frames. utt_duration=258.6 frames, utt_pad_proportion=0.07062, over 43261.79 utterances.], batch size: 154, lr: 2.92e-04 +2022-09-18 09:04:55,290 INFO [train.py:885] (0/2) Epoch 16, batch 6500, loss[loss=0.2169, simple_loss=0.2908, pruned_loss=0.07153, over 13773.00 frames. utt_duration=799.8 frames, utt_pad_proportion=0.06887, over 69.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3517, pruned_loss=0.1092, over 2778884.86 frames. utt_duration=262.2 frames, utt_pad_proportion=0.07044, over 42639.09 utterances.], batch size: 69, lr: 2.92e-04 +2022-09-18 09:05:24,434 INFO [train.py:885] (0/2) Epoch 16, batch 6550, loss[loss=0.1581, simple_loss=0.2138, pruned_loss=0.05117, over 13168.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1148, over 33.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3515, pruned_loss=0.1097, over 2781236.76 frames. utt_duration=263.2 frames, utt_pad_proportion=0.07008, over 42504.10 utterances.], batch size: 33, lr: 2.92e-04 +2022-09-18 09:05:54,067 INFO [train.py:885] (0/2) Epoch 16, batch 6600, loss[loss=0.1722, simple_loss=0.2337, pruned_loss=0.05532, over 13545.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08419, over 50.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3515, pruned_loss=0.1095, over 2779056.54 frames. utt_duration=263.8 frames, utt_pad_proportion=0.0713, over 42376.86 utterances.], batch size: 50, lr: 2.92e-04 +2022-09-18 09:06:23,848 INFO [train.py:885] (0/2) Epoch 16, batch 6650, loss[loss=0.3308, simple_loss=0.3907, pruned_loss=0.1355, over 14346.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03647, over 195.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3525, pruned_loss=0.1107, over 2778984.52 frames. utt_duration=262.7 frames, utt_pad_proportion=0.07041, over 42557.32 utterances.], batch size: 195, lr: 2.92e-04 +2022-09-18 09:06:53,650 INFO [train.py:885] (0/2) Epoch 16, batch 6700, loss[loss=0.2932, simple_loss=0.377, pruned_loss=0.1047, over 13972.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05752, over 365.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3559, pruned_loss=0.1125, over 2778579.33 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07126, over 44092.28 utterances.], batch size: 365, lr: 2.92e-04 +2022-09-18 09:06:54,243 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-196000.pt +2022-09-18 09:07:23,515 INFO [train.py:885] (0/2) Epoch 16, batch 6750, loss[loss=0.2175, simple_loss=0.2944, pruned_loss=0.07037, over 14076.00 frames. utt_duration=576.1 frames, utt_pad_proportion=0.05405, over 98.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3564, pruned_loss=0.1128, over 2776056.20 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07126, over 44427.80 utterances.], batch size: 98, lr: 2.92e-04 +2022-09-18 09:07:53,567 INFO [train.py:885] (0/2) Epoch 16, batch 6800, loss[loss=0.3325, simple_loss=0.3985, pruned_loss=0.1333, over 14205.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0446, over 306.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3556, pruned_loss=0.1116, over 2777764.73 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07098, over 44379.53 utterances.], batch size: 306, lr: 2.92e-04 +2022-09-18 09:08:23,540 INFO [train.py:885] (0/2) Epoch 16, batch 6850, loss[loss=0.1525, simple_loss=0.2265, pruned_loss=0.03919, over 13094.00 frames. utt_duration=1589 frames, utt_pad_proportion=0.102, over 33.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3555, pruned_loss=0.1113, over 2781587.91 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06965, over 44816.18 utterances.], batch size: 33, lr: 2.92e-04 +2022-09-18 09:08:52,662 INFO [train.py:885] (0/2) Epoch 16, batch 6900, loss[loss=0.2549, simple_loss=0.3302, pruned_loss=0.08978, over 14306.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03983, over 130.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3567, pruned_loss=0.1108, over 2783617.46 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07059, over 46231.55 utterances.], batch size: 130, lr: 2.92e-04 +2022-09-18 09:09:22,546 INFO [train.py:885] (0/2) Epoch 16, batch 6950, loss[loss=0.1941, simple_loss=0.272, pruned_loss=0.05812, over 13899.00 frames. utt_duration=807 frames, utt_pad_proportion=0.0605, over 69.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3578, pruned_loss=0.1108, over 2783347.40 frames. utt_duration=235.9 frames, utt_pad_proportion=0.0725, over 47483.47 utterances.], batch size: 69, lr: 2.92e-04 +2022-09-18 09:09:52,049 INFO [train.py:885] (0/2) Epoch 16, batch 7000, loss[loss=0.4522, simple_loss=0.5226, pruned_loss=0.1909, over 13133.00 frames. utt_duration=82.06 frames, utt_pad_proportion=0.108, over 653.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3551, pruned_loss=0.1099, over 2784289.85 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07225, over 46012.17 utterances.], batch size: 653, lr: 2.92e-04 +2022-09-18 09:10:20,977 INFO [train.py:885] (0/2) Epoch 16, batch 7050, loss[loss=0.2324, simple_loss=0.2983, pruned_loss=0.08325, over 14094.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05317, over 98.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3577, pruned_loss=0.1108, over 2785426.26 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07114, over 47384.64 utterances.], batch size: 98, lr: 2.92e-04 +2022-09-18 09:10:50,152 INFO [train.py:885] (0/2) Epoch 16, batch 7100, loss[loss=0.1747, simple_loss=0.2462, pruned_loss=0.05159, over 13582.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.08877, over 42.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3554, pruned_loss=0.1101, over 2781871.93 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07113, over 45978.98 utterances.], batch size: 42, lr: 2.92e-04 +2022-09-18 09:11:20,163 INFO [train.py:885] (0/2) Epoch 16, batch 7150, loss[loss=0.2792, simple_loss=0.3515, pruned_loss=0.1035, over 14311.00 frames. utt_duration=407.3 frames, utt_pad_proportion=0.04159, over 141.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3584, pruned_loss=0.1123, over 2782806.89 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07147, over 45945.74 utterances.], batch size: 141, lr: 2.92e-04 +2022-09-18 09:11:50,436 INFO [train.py:885] (0/2) Epoch 16, batch 7200, loss[loss=0.3426, simple_loss=0.3934, pruned_loss=0.1459, over 14237.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.0428, over 306.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3613, pruned_loss=0.1139, over 2777637.25 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07494, over 47608.77 utterances.], batch size: 306, lr: 2.92e-04 +2022-09-18 09:12:19,743 INFO [train.py:885] (0/2) Epoch 16, batch 7250, loss[loss=0.2408, simple_loss=0.2889, pruned_loss=0.09635, over 13821.00 frames. utt_duration=803 frames, utt_pad_proportion=0.06519, over 69.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3611, pruned_loss=0.1133, over 2776583.95 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07433, over 48099.84 utterances.], batch size: 69, lr: 2.92e-04 +2022-09-18 09:12:49,314 INFO [train.py:885] (0/2) Epoch 16, batch 7300, loss[loss=0.2604, simple_loss=0.3224, pruned_loss=0.09921, over 14337.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.0375, over 120.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3609, pruned_loss=0.1141, over 2779603.83 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07348, over 47331.18 utterances.], batch size: 120, lr: 2.92e-04 +2022-09-18 09:13:18,995 INFO [train.py:885] (0/2) Epoch 16, batch 7350, loss[loss=0.2754, simple_loss=0.3379, pruned_loss=0.1064, over 14325.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03936, over 154.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3604, pruned_loss=0.1144, over 2779953.68 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07308, over 46217.82 utterances.], batch size: 154, lr: 2.91e-04 +2022-09-18 09:13:48,862 INFO [train.py:885] (0/2) Epoch 16, batch 7400, loss[loss=0.2719, simple_loss=0.3379, pruned_loss=0.1029, over 14350.00 frames. utt_duration=374.3 frames, utt_pad_proportion=0.03768, over 154.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3582, pruned_loss=0.1131, over 2780546.84 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07224, over 45281.04 utterances.], batch size: 154, lr: 2.91e-04 +2022-09-18 09:14:18,026 INFO [train.py:885] (0/2) Epoch 16, batch 7450, loss[loss=0.1418, simple_loss=0.2058, pruned_loss=0.03888, over 13169.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1034, over 33.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3576, pruned_loss=0.1127, over 2780569.05 frames. utt_duration=250 frames, utt_pad_proportion=0.0723, over 44762.16 utterances.], batch size: 33, lr: 2.91e-04 +2022-09-18 09:14:48,100 INFO [train.py:885] (0/2) Epoch 16, batch 7500, loss[loss=0.2555, simple_loss=0.3287, pruned_loss=0.09119, over 14165.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04508, over 109.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3579, pruned_loss=0.1115, over 2780216.66 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07206, over 46000.73 utterances.], batch size: 109, lr: 2.91e-04 +2022-09-18 09:15:17,921 INFO [train.py:885] (0/2) Epoch 16, batch 7550, loss[loss=0.3732, simple_loss=0.4171, pruned_loss=0.1646, over 14280.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04085, over 283.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3574, pruned_loss=0.1113, over 2779922.51 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07269, over 46143.17 utterances.], batch size: 283, lr: 2.91e-04 +2022-09-18 09:15:47,020 INFO [train.py:885] (0/2) Epoch 16, batch 7600, loss[loss=0.2797, simple_loss=0.3509, pruned_loss=0.1042, over 14241.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04606, over 141.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3595, pruned_loss=0.1126, over 2784852.00 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07068, over 46102.40 utterances.], batch size: 141, lr: 2.91e-04 +2022-09-18 09:16:16,692 INFO [train.py:885] (0/2) Epoch 16, batch 7650, loss[loss=0.1867, simple_loss=0.2399, pruned_loss=0.06678, over 13657.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.07661, over 50.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3583, pruned_loss=0.1114, over 2781037.90 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07354, over 46719.62 utterances.], batch size: 50, lr: 2.91e-04 +2022-09-18 09:16:45,994 INFO [train.py:885] (0/2) Epoch 16, batch 7700, loss[loss=0.1886, simple_loss=0.2588, pruned_loss=0.0592, over 13904.00 frames. utt_duration=807.7 frames, utt_pad_proportion=0.05973, over 69.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3588, pruned_loss=0.1119, over 2780640.54 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07473, over 46855.81 utterances.], batch size: 69, lr: 2.91e-04 +2022-09-18 09:17:15,423 INFO [train.py:885] (0/2) Epoch 16, batch 7750, loss[loss=0.3447, simple_loss=0.3994, pruned_loss=0.145, over 14351.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03616, over 210.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3599, pruned_loss=0.1136, over 2784916.76 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07266, over 45988.63 utterances.], batch size: 210, lr: 2.91e-04 +2022-09-18 09:17:44,943 INFO [train.py:885] (0/2) Epoch 16, batch 7800, loss[loss=0.2766, simple_loss=0.3577, pruned_loss=0.09775, over 14374.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.03483, over 195.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3571, pruned_loss=0.1116, over 2783051.01 frames. utt_duration=247 frames, utt_pad_proportion=0.073, over 45334.84 utterances.], batch size: 195, lr: 2.91e-04 +2022-09-18 09:18:15,506 INFO [train.py:885] (0/2) Epoch 16, batch 7850, loss[loss=0.5562, simple_loss=0.6286, pruned_loss=0.2419, over 12514.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 810.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3585, pruned_loss=0.1113, over 2778724.21 frames. utt_duration=238 frames, utt_pad_proportion=0.07422, over 46996.48 utterances.], batch size: 810, lr: 2.91e-04 +2022-09-18 09:18:44,710 INFO [train.py:885] (0/2) Epoch 16, batch 7900, loss[loss=0.2641, simple_loss=0.3328, pruned_loss=0.09768, over 14332.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03768, over 120.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3596, pruned_loss=0.1121, over 2782654.52 frames. utt_duration=239 frames, utt_pad_proportion=0.07378, over 46853.14 utterances.], batch size: 120, lr: 2.91e-04 +2022-09-18 09:19:14,549 INFO [train.py:885] (0/2) Epoch 16, batch 7950, loss[loss=0.3372, simple_loss=0.3945, pruned_loss=0.14, over 14267.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04079, over 225.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3614, pruned_loss=0.1127, over 2785909.75 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07324, over 47766.76 utterances.], batch size: 225, lr: 2.91e-04 +2022-09-18 09:19:43,598 INFO [train.py:885] (0/2) Epoch 16, batch 8000, loss[loss=0.5863, simple_loss=0.6339, pruned_loss=0.2693, over 12424.00 frames. utt_duration=62.94 frames, utt_pad_proportion=0.1494, over 810.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3639, pruned_loss=0.1142, over 2785153.52 frames. utt_duration=231 frames, utt_pad_proportion=0.07423, over 48539.53 utterances.], batch size: 810, lr: 2.91e-04 +2022-09-18 09:20:13,207 INFO [train.py:885] (0/2) Epoch 16, batch 8050, loss[loss=0.4051, simple_loss=0.4774, pruned_loss=0.1664, over 13678.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.0778, over 477.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3613, pruned_loss=0.1135, over 2784680.76 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07475, over 46654.33 utterances.], batch size: 477, lr: 2.91e-04 +2022-09-18 09:20:42,570 INFO [train.py:885] (0/2) Epoch 16, batch 8100, loss[loss=0.3347, simple_loss=0.3934, pruned_loss=0.138, over 14209.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04405, over 306.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3606, pruned_loss=0.1134, over 2782515.05 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07412, over 46842.03 utterances.], batch size: 306, lr: 2.91e-04 +2022-09-18 09:21:12,130 INFO [train.py:885] (0/2) Epoch 16, batch 8150, loss[loss=0.1461, simple_loss=0.194, pruned_loss=0.04916, over 12797.00 frames. utt_duration=2134 frames, utt_pad_proportion=0.1269, over 24.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3593, pruned_loss=0.1131, over 2785654.11 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07354, over 45858.68 utterances.], batch size: 24, lr: 2.91e-04 +2022-09-18 09:21:41,270 INFO [train.py:885] (0/2) Epoch 16, batch 8200, loss[loss=0.2881, simple_loss=0.3643, pruned_loss=0.1059, over 14381.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03585, over 196.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3567, pruned_loss=0.1116, over 2787140.57 frames. utt_duration=250.6 frames, utt_pad_proportion=0.0708, over 44746.51 utterances.], batch size: 196, lr: 2.91e-04 +2022-09-18 09:22:11,110 INFO [train.py:885] (0/2) Epoch 16, batch 8250, loss[loss=0.4667, simple_loss=0.5222, pruned_loss=0.2056, over 13751.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07303, over 411.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3616, pruned_loss=0.1139, over 2782810.97 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07358, over 46291.01 utterances.], batch size: 411, lr: 2.91e-04 +2022-09-18 09:22:40,469 INFO [train.py:885] (0/2) Epoch 16, batch 8300, loss[loss=0.2004, simple_loss=0.2675, pruned_loss=0.06667, over 13677.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.07998, over 50.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3627, pruned_loss=0.1137, over 2784374.40 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07247, over 47114.75 utterances.], batch size: 50, lr: 2.91e-04 +2022-09-18 09:23:10,874 INFO [train.py:885] (0/2) Epoch 16, batch 8350, loss[loss=0.258, simple_loss=0.3255, pruned_loss=0.09525, over 14332.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03966, over 120.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3646, pruned_loss=0.1151, over 2782648.07 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07258, over 47968.13 utterances.], batch size: 120, lr: 2.91e-04 +2022-09-18 09:23:39,701 INFO [train.py:885] (0/2) Epoch 16, batch 8400, loss[loss=0.1987, simple_loss=0.2651, pruned_loss=0.0662, over 13955.00 frames. utt_duration=810.3 frames, utt_pad_proportion=0.05664, over 69.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3602, pruned_loss=0.1129, over 2780150.92 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07286, over 46086.06 utterances.], batch size: 69, lr: 2.91e-04 +2022-09-18 09:24:09,832 INFO [train.py:885] (0/2) Epoch 16, batch 8450, loss[loss=0.2612, simple_loss=0.3291, pruned_loss=0.0966, over 14303.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03818, over 130.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3625, pruned_loss=0.1144, over 2785155.40 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07122, over 46661.58 utterances.], batch size: 130, lr: 2.91e-04 +2022-09-18 09:24:38,577 INFO [train.py:885] (0/2) Epoch 16, batch 8500, loss[loss=0.2295, simple_loss=0.2935, pruned_loss=0.08271, over 14095.00 frames. utt_duration=577.1 frames, utt_pad_proportion=0.05239, over 98.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3593, pruned_loss=0.1126, over 2784042.50 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07026, over 45564.60 utterances.], batch size: 98, lr: 2.91e-04 +2022-09-18 09:25:09,169 INFO [train.py:885] (0/2) Epoch 16, batch 8550, loss[loss=0.355, simple_loss=0.4117, pruned_loss=0.1492, over 14376.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03207, over 244.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.36, pruned_loss=0.1129, over 2777953.53 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07198, over 46716.98 utterances.], batch size: 244, lr: 2.91e-04 +2022-09-18 09:25:38,198 INFO [train.py:885] (0/2) Epoch 16, batch 8600, loss[loss=0.5151, simple_loss=0.5999, pruned_loss=0.2152, over 12423.00 frames. utt_duration=62.93 frames, utt_pad_proportion=0.1496, over 810.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3607, pruned_loss=0.1127, over 2775827.93 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07317, over 47576.94 utterances.], batch size: 810, lr: 2.91e-04 +2022-09-18 09:26:08,263 INFO [train.py:885] (0/2) Epoch 16, batch 8650, loss[loss=0.3376, simple_loss=0.4317, pruned_loss=0.1218, over 13632.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07704, over 560.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3607, pruned_loss=0.1125, over 2775635.14 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07358, over 47287.72 utterances.], batch size: 560, lr: 2.91e-04 +2022-09-18 09:26:37,371 INFO [train.py:885] (0/2) Epoch 16, batch 8700, loss[loss=0.3371, simple_loss=0.4134, pruned_loss=0.1304, over 13961.00 frames. utt_duration=154 frames, utt_pad_proportion=0.06089, over 366.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3592, pruned_loss=0.1125, over 2781557.25 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07099, over 45718.58 utterances.], batch size: 366, lr: 2.90e-04 +2022-09-18 09:27:07,315 INFO [train.py:885] (0/2) Epoch 16, batch 8750, loss[loss=0.3613, simple_loss=0.4129, pruned_loss=0.1548, over 14361.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03509, over 210.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3577, pruned_loss=0.1116, over 2779925.39 frames. utt_duration=246.2 frames, utt_pad_proportion=0.0723, over 45430.91 utterances.], batch size: 210, lr: 2.90e-04 +2022-09-18 09:27:36,615 INFO [train.py:885] (0/2) Epoch 16, batch 8800, loss[loss=0.23, simple_loss=0.2988, pruned_loss=0.08054, over 14312.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03914, over 120.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3557, pruned_loss=0.11, over 2780349.22 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07152, over 45145.54 utterances.], batch size: 120, lr: 2.90e-04 +2022-09-18 09:28:05,992 INFO [train.py:885] (0/2) Epoch 16, batch 8850, loss[loss=0.3439, simple_loss=0.3952, pruned_loss=0.1463, over 14326.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.0375, over 226.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3566, pruned_loss=0.1097, over 2778273.28 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07133, over 45929.33 utterances.], batch size: 226, lr: 2.90e-04 +2022-09-18 09:28:35,502 INFO [train.py:885] (0/2) Epoch 16, batch 8900, loss[loss=0.3272, simple_loss=0.3883, pruned_loss=0.1331, over 14328.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03905, over 244.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3564, pruned_loss=0.1087, over 2778565.87 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07228, over 46510.99 utterances.], batch size: 244, lr: 2.90e-04 +2022-09-18 09:29:04,954 INFO [train.py:885] (0/2) Epoch 16, batch 8950, loss[loss=0.2977, simple_loss=0.3723, pruned_loss=0.1116, over 14312.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03855, over 283.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.357, pruned_loss=0.109, over 2772941.87 frames. utt_duration=238.5 frames, utt_pad_proportion=0.074, over 46792.38 utterances.], batch size: 283, lr: 2.90e-04 +2022-09-18 09:29:34,106 INFO [train.py:885] (0/2) Epoch 16, batch 9000, loss[loss=0.4048, simple_loss=0.4432, pruned_loss=0.1832, over 14229.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04265, over 306.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3566, pruned_loss=0.1092, over 2778917.01 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07069, over 45376.45 utterances.], batch size: 306, lr: 2.90e-04 +2022-09-18 09:29:34,107 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 09:29:38,308 INFO [train.py:914] (0/2) Epoch 16, validation: loss=0.2025, simple_loss=0.2821, pruned_loss=0.06147, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 09:30:08,356 INFO [train.py:885] (0/2) Epoch 16, batch 9050, loss[loss=0.2207, simple_loss=0.2796, pruned_loss=0.08095, over 13768.00 frames. utt_duration=919.4 frames, utt_pad_proportion=0.07598, over 60.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3602, pruned_loss=0.1122, over 2779413.46 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07128, over 46375.38 utterances.], batch size: 60, lr: 2.90e-04 +2022-09-18 09:30:37,766 INFO [train.py:885] (0/2) Epoch 16, batch 9100, loss[loss=0.3238, simple_loss=0.4067, pruned_loss=0.1204, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07124, over 411.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3573, pruned_loss=0.1106, over 2783897.82 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06795, over 45190.42 utterances.], batch size: 411, lr: 2.90e-04 +2022-09-18 09:31:07,640 INFO [train.py:885] (0/2) Epoch 16, batch 9150, loss[loss=0.2403, simple_loss=0.3042, pruned_loss=0.08826, over 14024.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.05378, over 79.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.36, pruned_loss=0.1119, over 2779462.37 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07068, over 46639.59 utterances.], batch size: 79, lr: 2.90e-04 +2022-09-18 09:31:37,009 INFO [train.py:885] (0/2) Epoch 16, batch 9200, loss[loss=0.2864, simple_loss=0.3476, pruned_loss=0.1126, over 14306.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04096, over 154.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3574, pruned_loss=0.111, over 2780698.45 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06962, over 45510.01 utterances.], batch size: 154, lr: 2.90e-04 +2022-09-18 09:32:06,793 INFO [train.py:885] (0/2) Epoch 16, batch 9250, loss[loss=0.2893, simple_loss=0.3674, pruned_loss=0.1056, over 14308.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03952, over 262.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3566, pruned_loss=0.1107, over 2788107.33 frames. utt_duration=251.7 frames, utt_pad_proportion=0.0678, over 44577.70 utterances.], batch size: 262, lr: 2.90e-04 +2022-09-18 09:32:35,319 INFO [train.py:885] (0/2) Epoch 16, batch 9300, loss[loss=0.4733, simple_loss=0.5309, pruned_loss=0.2079, over 13615.00 frames. utt_duration=98.6 frames, utt_pad_proportion=0.07852, over 560.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3562, pruned_loss=0.1111, over 2785367.08 frames. utt_duration=253 frames, utt_pad_proportion=0.06934, over 44291.16 utterances.], batch size: 560, lr: 2.90e-04 +2022-09-18 09:33:04,771 INFO [train.py:885] (0/2) Epoch 16, batch 9350, loss[loss=0.3828, simple_loss=0.466, pruned_loss=0.1498, over 13594.00 frames. utt_duration=98.55 frames, utt_pad_proportion=0.07896, over 560.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3573, pruned_loss=0.1115, over 2783311.71 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07101, over 45403.16 utterances.], batch size: 560, lr: 2.90e-04 +2022-09-18 09:33:34,410 INFO [train.py:885] (0/2) Epoch 16, batch 9400, loss[loss=0.5433, simple_loss=0.6128, pruned_loss=0.2369, over 12528.00 frames. utt_duration=63.44 frames, utt_pad_proportion=0.1427, over 810.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3538, pruned_loss=0.11, over 2779741.46 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07187, over 44218.43 utterances.], batch size: 810, lr: 2.90e-04 +2022-09-18 09:34:03,964 INFO [train.py:885] (0/2) Epoch 16, batch 9450, loss[loss=0.2877, simple_loss=0.3801, pruned_loss=0.09767, over 13996.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05613, over 365.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3577, pruned_loss=0.1115, over 2781324.84 frames. utt_duration=243 frames, utt_pad_proportion=0.07269, over 46059.59 utterances.], batch size: 365, lr: 2.90e-04 +2022-09-18 09:34:33,349 INFO [train.py:885] (0/2) Epoch 16, batch 9500, loss[loss=0.1507, simple_loss=0.2166, pruned_loss=0.04244, over 13517.00 frames. utt_duration=1320 frames, utt_pad_proportion=0.07801, over 41.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3533, pruned_loss=0.11, over 2782677.46 frames. utt_duration=257.5 frames, utt_pad_proportion=0.07048, over 43475.77 utterances.], batch size: 41, lr: 2.90e-04 +2022-09-18 09:35:02,980 INFO [train.py:885] (0/2) Epoch 16, batch 9550, loss[loss=0.3409, simple_loss=0.3999, pruned_loss=0.1409, over 14230.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04307, over 306.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3556, pruned_loss=0.1116, over 2782382.94 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07162, over 43826.32 utterances.], batch size: 306, lr: 2.90e-04 +2022-09-18 09:35:32,928 INFO [train.py:885] (0/2) Epoch 16, batch 9600, loss[loss=0.268, simple_loss=0.3383, pruned_loss=0.09878, over 14296.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04098, over 154.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3552, pruned_loss=0.1112, over 2783972.17 frames. utt_duration=255.8 frames, utt_pad_proportion=0.07092, over 43781.35 utterances.], batch size: 154, lr: 2.90e-04 +2022-09-18 09:36:02,661 INFO [train.py:885] (0/2) Epoch 16, batch 9650, loss[loss=0.1965, simple_loss=0.2583, pruned_loss=0.06739, over 14051.00 frames. utt_duration=816 frames, utt_pad_proportion=0.05006, over 69.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3513, pruned_loss=0.1088, over 2789818.21 frames. utt_duration=265.4 frames, utt_pad_proportion=0.06835, over 42285.30 utterances.], batch size: 69, lr: 2.90e-04 +2022-09-18 09:36:31,469 INFO [train.py:885] (0/2) Epoch 16, batch 9700, loss[loss=0.191, simple_loss=0.2668, pruned_loss=0.05761, over 14218.00 frames. utt_duration=640.4 frames, utt_pad_proportion=0.04553, over 89.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3484, pruned_loss=0.107, over 2787372.24 frames. utt_duration=268.8 frames, utt_pad_proportion=0.06742, over 41698.89 utterances.], batch size: 89, lr: 2.90e-04 +2022-09-18 09:37:01,660 INFO [train.py:885] (0/2) Epoch 16, batch 9750, loss[loss=0.2426, simple_loss=0.324, pruned_loss=0.08059, over 14250.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04549, over 141.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3532, pruned_loss=0.1092, over 2780425.88 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07111, over 43998.47 utterances.], batch size: 141, lr: 2.90e-04 +2022-09-18 09:37:30,670 INFO [train.py:885] (0/2) Epoch 16, batch 9800, loss[loss=0.2707, simple_loss=0.3555, pruned_loss=0.09296, over 14351.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03647, over 210.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3569, pruned_loss=0.1113, over 2781871.42 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07142, over 45089.62 utterances.], batch size: 210, lr: 2.90e-04 +2022-09-18 09:37:59,857 INFO [train.py:885] (0/2) Epoch 16, batch 9850, loss[loss=0.3475, simple_loss=0.4054, pruned_loss=0.1448, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03912, over 283.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3582, pruned_loss=0.1117, over 2785051.62 frames. utt_duration=245 frames, utt_pad_proportion=0.07118, over 45750.51 utterances.], batch size: 283, lr: 2.90e-04 +2022-09-18 09:38:29,608 INFO [train.py:885] (0/2) Epoch 16, batch 9900, loss[loss=0.1777, simple_loss=0.2279, pruned_loss=0.06372, over 12366.00 frames. utt_duration=2062 frames, utt_pad_proportion=0.1558, over 24.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3574, pruned_loss=0.1121, over 2783453.16 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07054, over 45093.99 utterances.], batch size: 24, lr: 2.90e-04 +2022-09-18 09:38:59,409 INFO [train.py:885] (0/2) Epoch 16, batch 9950, loss[loss=0.2028, simple_loss=0.2704, pruned_loss=0.06764, over 13359.00 frames. utt_duration=2056 frames, utt_pad_proportion=0.09093, over 26.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3567, pruned_loss=0.1114, over 2780542.75 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07081, over 45201.41 utterances.], batch size: 26, lr: 2.90e-04 +2022-09-18 09:39:28,646 INFO [train.py:885] (0/2) Epoch 16, batch 10000, loss[loss=0.218, simple_loss=0.2931, pruned_loss=0.07147, over 13923.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.05755, over 69.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3589, pruned_loss=0.1121, over 2782544.61 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07215, over 45778.19 utterances.], batch size: 69, lr: 2.90e-04 +2022-09-18 09:39:58,474 INFO [train.py:885] (0/2) Epoch 16, batch 10050, loss[loss=0.2373, simple_loss=0.3006, pruned_loss=0.08699, over 14075.00 frames. utt_duration=713.8 frames, utt_pad_proportion=0.05579, over 79.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3595, pruned_loss=0.1125, over 2781734.45 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07196, over 45778.78 utterances.], batch size: 79, lr: 2.89e-04 +2022-09-18 09:40:27,449 INFO [train.py:885] (0/2) Epoch 16, batch 10100, loss[loss=0.2022, simple_loss=0.2864, pruned_loss=0.05901, over 14175.00 frames. utt_duration=638.8 frames, utt_pad_proportion=0.04228, over 89.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3624, pruned_loss=0.1145, over 2786631.43 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07019, over 45610.26 utterances.], batch size: 89, lr: 2.89e-04 +2022-09-18 09:40:57,421 INFO [train.py:885] (0/2) Epoch 16, batch 10150, loss[loss=0.2049, simple_loss=0.2667, pruned_loss=0.07161, over 13755.00 frames. utt_duration=798.9 frames, utt_pad_proportion=0.07, over 69.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.36, pruned_loss=0.1133, over 2783031.80 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07052, over 45037.02 utterances.], batch size: 69, lr: 2.89e-04 +2022-09-18 09:41:26,962 INFO [train.py:885] (0/2) Epoch 16, batch 10200, loss[loss=0.2219, simple_loss=0.3037, pruned_loss=0.07006, over 14286.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03915, over 130.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3625, pruned_loss=0.1142, over 2783169.54 frames. utt_duration=242 frames, utt_pad_proportion=0.07199, over 46288.66 utterances.], batch size: 130, lr: 2.89e-04 +2022-09-18 09:42:05,259 INFO [train.py:885] (0/2) Epoch 16, batch 10250, loss[loss=0.2165, simple_loss=0.2844, pruned_loss=0.07429, over 13919.00 frames. utt_duration=929.5 frames, utt_pad_proportion=0.06583, over 60.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3619, pruned_loss=0.1147, over 2783902.01 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07106, over 45992.64 utterances.], batch size: 60, lr: 2.89e-04 +2022-09-18 09:42:34,768 INFO [train.py:885] (0/2) Epoch 16, batch 10300, loss[loss=0.4171, simple_loss=0.5014, pruned_loss=0.1664, over 13201.00 frames. utt_duration=82.34 frames, utt_pad_proportion=0.105, over 653.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3581, pruned_loss=0.113, over 2782073.29 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07049, over 44531.46 utterances.], batch size: 653, lr: 2.89e-04 +2022-09-18 09:43:03,766 INFO [train.py:885] (0/2) Epoch 16, batch 10350, loss[loss=0.2492, simple_loss=0.3107, pruned_loss=0.09385, over 14177.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04828, over 89.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3535, pruned_loss=0.1108, over 2785209.67 frames. utt_duration=263.7 frames, utt_pad_proportion=0.06861, over 42480.74 utterances.], batch size: 89, lr: 2.89e-04 +2022-09-18 09:43:33,438 INFO [train.py:885] (0/2) Epoch 16, batch 10400, loss[loss=0.4371, simple_loss=0.5014, pruned_loss=0.1865, over 13573.00 frames. utt_duration=98.35 frames, utt_pad_proportion=0.08082, over 560.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3513, pruned_loss=0.1091, over 2787842.03 frames. utt_duration=267.1 frames, utt_pad_proportion=0.06731, over 41975.08 utterances.], batch size: 560, lr: 2.89e-04 +2022-09-18 09:44:03,479 INFO [train.py:885] (0/2) Epoch 16, batch 10450, loss[loss=0.3426, simple_loss=0.434, pruned_loss=0.1256, over 13607.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.0787, over 560.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3541, pruned_loss=0.1097, over 2788407.90 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06787, over 43940.33 utterances.], batch size: 560, lr: 2.89e-04 +2022-09-18 09:44:32,692 INFO [train.py:885] (0/2) Epoch 16, batch 10500, loss[loss=0.2887, simple_loss=0.3715, pruned_loss=0.103, over 14384.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03599, over 244.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3529, pruned_loss=0.1093, over 2786409.67 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06847, over 43561.35 utterances.], batch size: 244, lr: 2.89e-04 +2022-09-18 09:45:02,624 INFO [train.py:885] (0/2) Epoch 16, batch 10550, loss[loss=0.2643, simple_loss=0.3427, pruned_loss=0.09291, over 14335.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03976, over 167.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3517, pruned_loss=0.1086, over 2784625.84 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06821, over 43240.55 utterances.], batch size: 167, lr: 2.89e-04 +2022-09-18 09:45:31,974 INFO [train.py:885] (0/2) Epoch 16, batch 10600, loss[loss=0.3006, simple_loss=0.3724, pruned_loss=0.1144, over 14330.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03733, over 195.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3561, pruned_loss=0.1114, over 2784316.28 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07012, over 44738.19 utterances.], batch size: 195, lr: 2.89e-04 +2022-09-18 09:46:01,897 INFO [train.py:885] (0/2) Epoch 16, batch 10650, loss[loss=0.3083, simple_loss=0.3654, pruned_loss=0.1256, over 14311.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03894, over 120.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3527, pruned_loss=0.11, over 2779221.25 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06998, over 43965.14 utterances.], batch size: 120, lr: 2.89e-04 +2022-09-18 09:46:31,222 INFO [train.py:885] (0/2) Epoch 16, batch 10700, loss[loss=0.1783, simple_loss=0.2674, pruned_loss=0.04456, over 13570.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08346, over 50.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3554, pruned_loss=0.1101, over 2781018.95 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07139, over 45521.72 utterances.], batch size: 50, lr: 2.89e-04 +2022-09-18 09:46:31,801 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-200000.pt +2022-09-18 09:47:01,081 INFO [train.py:885] (0/2) Epoch 16, batch 10750, loss[loss=0.3145, simple_loss=0.3857, pruned_loss=0.1217, over 14364.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03505, over 195.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3593, pruned_loss=0.1121, over 2780423.38 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07194, over 46791.72 utterances.], batch size: 195, lr: 2.89e-04 +2022-09-18 09:47:30,648 INFO [train.py:885] (0/2) Epoch 16, batch 10800, loss[loss=0.3202, simple_loss=0.381, pruned_loss=0.1297, over 14316.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03923, over 262.00 utterances.], tot_loss[loss=0.292, simple_loss=0.359, pruned_loss=0.1125, over 2781422.62 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07041, over 45990.60 utterances.], batch size: 262, lr: 2.89e-04 +2022-09-18 09:48:00,041 INFO [train.py:885] (0/2) Epoch 16, batch 10850, loss[loss=0.2591, simple_loss=0.3365, pruned_loss=0.0909, over 14335.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03961, over 167.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3562, pruned_loss=0.1111, over 2778774.72 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07049, over 44740.13 utterances.], batch size: 167, lr: 2.89e-04 +2022-09-18 09:48:29,381 INFO [train.py:885] (0/2) Epoch 16, batch 10900, loss[loss=0.3945, simple_loss=0.4859, pruned_loss=0.1515, over 13208.00 frames. utt_duration=82.4 frames, utt_pad_proportion=0.1044, over 653.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3564, pruned_loss=0.1109, over 2779480.63 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07101, over 45172.63 utterances.], batch size: 653, lr: 2.89e-04 +2022-09-18 09:48:58,472 INFO [train.py:885] (0/2) Epoch 16, batch 10950, loss[loss=0.2122, simple_loss=0.2834, pruned_loss=0.07046, over 13572.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08714, over 50.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3582, pruned_loss=0.1122, over 2780780.31 frames. utt_duration=245.5 frames, utt_pad_proportion=0.0709, over 45573.60 utterances.], batch size: 50, lr: 2.89e-04 +2022-09-18 09:49:27,937 INFO [train.py:885] (0/2) Epoch 16, batch 11000, loss[loss=0.2916, simple_loss=0.387, pruned_loss=0.09815, over 13748.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07338, over 411.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.359, pruned_loss=0.1118, over 2778897.44 frames. utt_duration=240 frames, utt_pad_proportion=0.07053, over 46599.10 utterances.], batch size: 411, lr: 2.89e-04 +2022-09-18 09:49:56,948 INFO [train.py:885] (0/2) Epoch 16, batch 11050, loss[loss=0.2428, simple_loss=0.3206, pruned_loss=0.08254, over 14294.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04215, over 120.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3534, pruned_loss=0.109, over 2780155.21 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07032, over 43906.57 utterances.], batch size: 120, lr: 2.89e-04 +2022-09-18 09:50:26,903 INFO [train.py:885] (0/2) Epoch 16, batch 11100, loss[loss=0.2438, simple_loss=0.3127, pruned_loss=0.08749, over 14320.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03879, over 120.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3546, pruned_loss=0.1095, over 2777386.90 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07169, over 44823.69 utterances.], batch size: 120, lr: 2.89e-04 +2022-09-18 09:50:56,792 INFO [train.py:885] (0/2) Epoch 16, batch 11150, loss[loss=0.2865, simple_loss=0.3475, pruned_loss=0.1127, over 14261.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04497, over 141.00 utterances.], tot_loss[loss=0.29, simple_loss=0.357, pruned_loss=0.1115, over 2778957.33 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07125, over 45187.03 utterances.], batch size: 141, lr: 2.89e-04 +2022-09-18 09:51:26,130 INFO [train.py:885] (0/2) Epoch 16, batch 11200, loss[loss=0.3538, simple_loss=0.4077, pruned_loss=0.15, over 14239.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04262, over 335.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3542, pruned_loss=0.1101, over 2777665.55 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07178, over 44373.15 utterances.], batch size: 335, lr: 2.89e-04 +2022-09-18 09:51:55,302 INFO [train.py:885] (0/2) Epoch 16, batch 11250, loss[loss=0.3572, simple_loss=0.411, pruned_loss=0.1517, over 14298.00 frames. utt_duration=294.8 frames, utt_pad_proportion=0.03969, over 195.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3551, pruned_loss=0.1111, over 2782517.64 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07052, over 44148.03 utterances.], batch size: 195, lr: 2.89e-04 +2022-09-18 09:52:25,436 INFO [train.py:885] (0/2) Epoch 16, batch 11300, loss[loss=0.1712, simple_loss=0.2335, pruned_loss=0.05442, over 13440.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.0818, over 41.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3536, pruned_loss=0.1095, over 2785111.37 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06893, over 44375.01 utterances.], batch size: 41, lr: 2.89e-04 +2022-09-18 09:52:54,942 INFO [train.py:885] (0/2) Epoch 16, batch 11350, loss[loss=0.2591, simple_loss=0.3324, pruned_loss=0.09289, over 14347.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.03917, over 142.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3551, pruned_loss=0.1098, over 2791444.49 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06594, over 44278.27 utterances.], batch size: 142, lr: 2.89e-04 +2022-09-18 09:53:24,552 INFO [train.py:885] (0/2) Epoch 16, batch 11400, loss[loss=0.5618, simple_loss=0.6284, pruned_loss=0.2476, over 12436.00 frames. utt_duration=63.05 frames, utt_pad_proportion=0.148, over 810.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3597, pruned_loss=0.1119, over 2784514.88 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07245, over 46628.62 utterances.], batch size: 810, lr: 2.89e-04 +2022-09-18 09:53:53,625 INFO [train.py:885] (0/2) Epoch 16, batch 11450, loss[loss=0.4027, simple_loss=0.4417, pruned_loss=0.1819, over 14208.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04463, over 306.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3609, pruned_loss=0.1129, over 2782782.13 frames. utt_duration=240 frames, utt_pad_proportion=0.07299, over 46658.60 utterances.], batch size: 306, lr: 2.88e-04 +2022-09-18 09:54:23,110 INFO [train.py:885] (0/2) Epoch 16, batch 11500, loss[loss=0.2719, simple_loss=0.3493, pruned_loss=0.0972, over 14330.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.0378, over 195.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3594, pruned_loss=0.112, over 2776480.97 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07489, over 46816.83 utterances.], batch size: 195, lr: 2.88e-04 +2022-09-18 09:54:52,638 INFO [train.py:885] (0/2) Epoch 16, batch 11550, loss[loss=0.2268, simple_loss=0.2972, pruned_loss=0.07819, over 13194.00 frames. utt_duration=1289 frames, utt_pad_proportion=0.09811, over 41.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3556, pruned_loss=0.1099, over 2777016.48 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07381, over 45708.05 utterances.], batch size: 41, lr: 2.88e-04 +2022-09-18 09:55:21,991 INFO [train.py:885] (0/2) Epoch 16, batch 11600, loss[loss=0.3755, simple_loss=0.4536, pruned_loss=0.1487, over 13638.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08066, over 477.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3611, pruned_loss=0.1131, over 2777246.68 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07395, over 47463.51 utterances.], batch size: 477, lr: 2.88e-04 +2022-09-18 09:55:51,878 INFO [train.py:885] (0/2) Epoch 16, batch 11650, loss[loss=0.3706, simple_loss=0.4144, pruned_loss=0.1634, over 14248.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.0419, over 180.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3597, pruned_loss=0.1125, over 2778100.75 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07233, over 47192.53 utterances.], batch size: 180, lr: 2.88e-04 +2022-09-18 09:56:21,268 INFO [train.py:885] (0/2) Epoch 16, batch 11700, loss[loss=0.333, simple_loss=0.4122, pruned_loss=0.1269, over 13735.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07394, over 411.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3586, pruned_loss=0.1121, over 2777928.59 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07288, over 46300.10 utterances.], batch size: 411, lr: 2.88e-04 +2022-09-18 09:56:50,856 INFO [train.py:885] (0/2) Epoch 16, batch 11750, loss[loss=0.3106, simple_loss=0.3673, pruned_loss=0.127, over 14295.00 frames. utt_duration=404.1 frames, utt_pad_proportion=0.0423, over 142.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3553, pruned_loss=0.1105, over 2775503.68 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07251, over 45349.77 utterances.], batch size: 142, lr: 2.88e-04 +2022-09-18 09:57:20,757 INFO [train.py:885] (0/2) Epoch 16, batch 11800, loss[loss=0.4129, simple_loss=0.4503, pruned_loss=0.1877, over 14183.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04528, over 306.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.357, pruned_loss=0.1115, over 2774715.83 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07383, over 46018.71 utterances.], batch size: 306, lr: 2.88e-04 +2022-09-18 09:57:49,879 INFO [train.py:885] (0/2) Epoch 16, batch 11850, loss[loss=0.4068, simple_loss=0.4953, pruned_loss=0.1592, over 13102.00 frames. utt_duration=81.84 frames, utt_pad_proportion=0.1105, over 653.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3564, pruned_loss=0.1108, over 2776310.75 frames. utt_duration=245.1 frames, utt_pad_proportion=0.0729, over 45578.38 utterances.], batch size: 653, lr: 2.88e-04 +2022-09-18 09:58:19,236 INFO [train.py:885] (0/2) Epoch 16, batch 11900, loss[loss=0.3535, simple_loss=0.4118, pruned_loss=0.1476, over 14206.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04483, over 306.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3565, pruned_loss=0.1108, over 2778265.23 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07295, over 45624.69 utterances.], batch size: 306, lr: 2.88e-04 +2022-09-18 09:58:49,039 INFO [train.py:885] (0/2) Epoch 16, batch 11950, loss[loss=0.2106, simple_loss=0.2621, pruned_loss=0.07952, over 13519.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08832, over 50.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3516, pruned_loss=0.108, over 2781632.80 frames. utt_duration=255.1 frames, utt_pad_proportion=0.0717, over 43873.82 utterances.], batch size: 50, lr: 2.88e-04 +2022-09-18 09:59:18,756 INFO [train.py:885] (0/2) Epoch 16, batch 12000, loss[loss=0.2043, simple_loss=0.2706, pruned_loss=0.06902, over 13845.00 frames. utt_duration=924.4 frames, utt_pad_proportion=0.06816, over 60.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3535, pruned_loss=0.109, over 2781774.85 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07195, over 44639.22 utterances.], batch size: 60, lr: 2.88e-04 +2022-09-18 09:59:18,758 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 09:59:22,888 INFO [train.py:914] (0/2) Epoch 16, validation: loss=0.1949, simple_loss=0.2758, pruned_loss=0.05702, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 09:59:52,616 INFO [train.py:885] (0/2) Epoch 16, batch 12050, loss[loss=0.28, simple_loss=0.3303, pruned_loss=0.1148, over 14123.00 frames. utt_duration=578 frames, utt_pad_proportion=0.0509, over 98.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3515, pruned_loss=0.1081, over 2786575.50 frames. utt_duration=258.5 frames, utt_pad_proportion=0.07074, over 43374.10 utterances.], batch size: 98, lr: 2.88e-04 +2022-09-18 10:00:21,806 INFO [train.py:885] (0/2) Epoch 16, batch 12100, loss[loss=0.2708, simple_loss=0.3445, pruned_loss=0.09856, over 14325.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04018, over 167.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3556, pruned_loss=0.1107, over 2780552.43 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07247, over 45316.90 utterances.], batch size: 167, lr: 2.88e-04 +2022-09-18 10:00:51,663 INFO [train.py:885] (0/2) Epoch 16, batch 12150, loss[loss=0.2174, simple_loss=0.2944, pruned_loss=0.07019, over 14096.00 frames. utt_duration=715.4 frames, utt_pad_proportion=0.05375, over 79.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3523, pruned_loss=0.1086, over 2779757.38 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07173, over 44318.66 utterances.], batch size: 79, lr: 2.88e-04 +2022-09-18 10:01:21,173 INFO [train.py:885] (0/2) Epoch 16, batch 12200, loss[loss=0.3184, simple_loss=0.3795, pruned_loss=0.1287, over 14268.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04332, over 154.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3534, pruned_loss=0.1097, over 2781079.57 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07025, over 43490.31 utterances.], batch size: 154, lr: 2.88e-04 +2022-09-18 10:01:51,105 INFO [train.py:885] (0/2) Epoch 16, batch 12250, loss[loss=0.394, simple_loss=0.4337, pruned_loss=0.1771, over 14189.00 frames. utt_duration=170.7 frames, utt_pad_proportion=0.04636, over 335.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3505, pruned_loss=0.1086, over 2781556.90 frames. utt_duration=264.8 frames, utt_pad_proportion=0.06791, over 42250.90 utterances.], batch size: 335, lr: 2.88e-04 +2022-09-18 10:02:20,295 INFO [train.py:885] (0/2) Epoch 16, batch 12300, loss[loss=0.3026, simple_loss=0.3709, pruned_loss=0.1172, over 14328.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03743, over 195.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3505, pruned_loss=0.1088, over 2780403.36 frames. utt_duration=264.1 frames, utt_pad_proportion=0.06901, over 42348.93 utterances.], batch size: 195, lr: 2.88e-04 +2022-09-18 10:02:49,570 INFO [train.py:885] (0/2) Epoch 16, batch 12350, loss[loss=0.2686, simple_loss=0.337, pruned_loss=0.1001, over 14256.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04497, over 141.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3505, pruned_loss=0.1091, over 2781704.99 frames. utt_duration=266.7 frames, utt_pad_proportion=0.06804, over 41956.04 utterances.], batch size: 141, lr: 2.88e-04 +2022-09-18 10:03:19,622 INFO [train.py:885] (0/2) Epoch 16, batch 12400, loss[loss=0.2344, simple_loss=0.295, pruned_loss=0.08696, over 14069.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05594, over 79.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3527, pruned_loss=0.1097, over 2782197.75 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06923, over 43278.92 utterances.], batch size: 79, lr: 2.88e-04 +2022-09-18 10:03:49,339 INFO [train.py:885] (0/2) Epoch 16, batch 12450, loss[loss=0.1882, simple_loss=0.2468, pruned_loss=0.06476, over 13725.00 frames. utt_duration=916.2 frames, utt_pad_proportion=0.0801, over 60.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3562, pruned_loss=0.1118, over 2785875.55 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06824, over 43928.22 utterances.], batch size: 60, lr: 2.88e-04 +2022-09-18 10:04:18,282 INFO [train.py:885] (0/2) Epoch 16, batch 12500, loss[loss=0.2795, simple_loss=0.3586, pruned_loss=0.1003, over 14298.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03847, over 180.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3537, pruned_loss=0.111, over 2788257.17 frames. utt_duration=265 frames, utt_pad_proportion=0.06647, over 42320.15 utterances.], batch size: 180, lr: 2.88e-04 +2022-09-18 10:04:48,362 INFO [train.py:885] (0/2) Epoch 16, batch 12550, loss[loss=0.3118, simple_loss=0.378, pruned_loss=0.1228, over 14202.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04432, over 306.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3578, pruned_loss=0.1121, over 2783287.19 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07055, over 44671.89 utterances.], batch size: 306, lr: 2.88e-04 +2022-09-18 10:05:15,635 INFO [train.py:885] (0/2) Epoch 16, batch 12600, loss[loss=0.2562, simple_loss=0.3279, pruned_loss=0.09227, over 14261.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04487, over 141.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3588, pruned_loss=0.1124, over 2783864.65 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07261, over 45402.60 utterances.], batch size: 141, lr: 2.88e-04 +2022-09-18 10:05:27,117 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-16.pt +2022-09-18 10:05:34,919 INFO [train.py:885] (0/2) Epoch 17, batch 0, loss[loss=0.3048, simple_loss=0.3775, pruned_loss=0.1161, over 14322.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03792, over 226.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3775, pruned_loss=0.1161, over 14322.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03792, over 226.00 utterances.], batch size: 226, lr: 2.80e-04 +2022-09-18 10:06:04,607 INFO [train.py:885] (0/2) Epoch 17, batch 50, loss[loss=0.1729, simple_loss=0.2202, pruned_loss=0.06283, over 12791.00 frames. utt_duration=2048 frames, utt_pad_proportion=0.1241, over 25.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3522, pruned_loss=0.1087, over 628245.78 frames. utt_duration=259.8 frames, utt_pad_proportion=0.07377, over 9728.76 utterances.], batch size: 25, lr: 2.80e-04 +2022-09-18 10:06:34,302 INFO [train.py:885] (0/2) Epoch 17, batch 100, loss[loss=0.2857, simple_loss=0.3511, pruned_loss=0.1102, over 14282.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03959, over 180.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3586, pruned_loss=0.1107, over 1106685.84 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07407, over 18236.27 utterances.], batch size: 180, lr: 2.80e-04 +2022-09-18 10:07:04,223 INFO [train.py:885] (0/2) Epoch 17, batch 150, loss[loss=0.304, simple_loss=0.3645, pruned_loss=0.1217, over 14362.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03796, over 167.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3516, pruned_loss=0.1075, over 1477477.82 frames. utt_duration=261.7 frames, utt_pad_proportion=0.07026, over 22713.36 utterances.], batch size: 167, lr: 2.80e-04 +2022-09-18 10:07:34,066 INFO [train.py:885] (0/2) Epoch 17, batch 200, loss[loss=0.3861, simple_loss=0.4266, pruned_loss=0.1728, over 14243.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04264, over 335.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3521, pruned_loss=0.1086, over 1767681.83 frames. utt_duration=266.1 frames, utt_pad_proportion=0.06808, over 26724.24 utterances.], batch size: 335, lr: 2.80e-04 +2022-09-18 10:08:03,258 INFO [train.py:885] (0/2) Epoch 17, batch 250, loss[loss=0.2871, simple_loss=0.3375, pruned_loss=0.1183, over 14307.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03739, over 130.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3499, pruned_loss=0.1076, over 1998898.83 frames. utt_duration=275.9 frames, utt_pad_proportion=0.06424, over 29139.92 utterances.], batch size: 130, lr: 2.80e-04 +2022-09-18 10:08:32,047 INFO [train.py:885] (0/2) Epoch 17, batch 300, loss[loss=0.2976, simple_loss=0.3662, pruned_loss=0.1145, over 14361.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03544, over 210.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3477, pruned_loss=0.1061, over 2171238.97 frames. utt_duration=275.5 frames, utt_pad_proportion=0.06376, over 31692.09 utterances.], batch size: 210, lr: 2.79e-04 +2022-09-18 10:09:01,373 INFO [train.py:885] (0/2) Epoch 17, batch 350, loss[loss=0.2577, simple_loss=0.3349, pruned_loss=0.09026, over 14284.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03969, over 180.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3506, pruned_loss=0.1075, over 2304918.06 frames. utt_duration=262.6 frames, utt_pad_proportion=0.06712, over 35312.51 utterances.], batch size: 180, lr: 2.79e-04 +2022-09-18 10:09:31,533 INFO [train.py:885] (0/2) Epoch 17, batch 400, loss[loss=0.3218, simple_loss=0.3934, pruned_loss=0.1251, over 14321.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03852, over 283.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3596, pruned_loss=0.1114, over 2406546.88 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07311, over 40585.18 utterances.], batch size: 283, lr: 2.79e-04 +2022-09-18 10:10:01,344 INFO [train.py:885] (0/2) Epoch 17, batch 450, loss[loss=0.3332, simple_loss=0.3952, pruned_loss=0.1356, over 14274.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04055, over 180.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3628, pruned_loss=0.1142, over 2488347.00 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07518, over 43225.83 utterances.], batch size: 180, lr: 2.79e-04 +2022-09-18 10:10:30,709 INFO [train.py:885] (0/2) Epoch 17, batch 500, loss[loss=0.3295, simple_loss=0.391, pruned_loss=0.134, over 14380.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03212, over 244.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3614, pruned_loss=0.1139, over 2553621.04 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07433, over 43113.77 utterances.], batch size: 244, lr: 2.79e-04 +2022-09-18 10:11:00,052 INFO [train.py:885] (0/2) Epoch 17, batch 550, loss[loss=0.148, simple_loss=0.2129, pruned_loss=0.04153, over 12728.00 frames. utt_duration=2038 frames, utt_pad_proportion=0.1469, over 25.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3589, pruned_loss=0.1126, over 2605692.69 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07293, over 42956.39 utterances.], batch size: 25, lr: 2.79e-04 +2022-09-18 10:11:29,844 INFO [train.py:885] (0/2) Epoch 17, batch 600, loss[loss=0.3541, simple_loss=0.4171, pruned_loss=0.1456, over 14348.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03707, over 262.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3585, pruned_loss=0.112, over 2639857.29 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0754, over 43741.89 utterances.], batch size: 262, lr: 2.79e-04 +2022-09-18 10:11:59,431 INFO [train.py:885] (0/2) Epoch 17, batch 650, loss[loss=0.2029, simple_loss=0.2758, pruned_loss=0.06501, over 14218.00 frames. utt_duration=640.5 frames, utt_pad_proportion=0.04397, over 89.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.356, pruned_loss=0.1114, over 2672554.21 frames. utt_duration=251 frames, utt_pad_proportion=0.07294, over 42844.64 utterances.], batch size: 89, lr: 2.79e-04 +2022-09-18 10:12:29,239 INFO [train.py:885] (0/2) Epoch 17, batch 700, loss[loss=0.164, simple_loss=0.227, pruned_loss=0.05048, over 13225.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.1037, over 33.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.354, pruned_loss=0.1104, over 2695730.50 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07156, over 42576.74 utterances.], batch size: 33, lr: 2.79e-04 +2022-09-18 10:12:58,489 INFO [train.py:885] (0/2) Epoch 17, batch 750, loss[loss=0.1966, simple_loss=0.2654, pruned_loss=0.06389, over 14066.00 frames. utt_duration=805.3 frames, utt_pad_proportion=0.06031, over 70.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3522, pruned_loss=0.1092, over 2713306.32 frames. utt_duration=256.8 frames, utt_pad_proportion=0.07111, over 42504.36 utterances.], batch size: 70, lr: 2.79e-04 +2022-09-18 10:13:28,363 INFO [train.py:885] (0/2) Epoch 17, batch 800, loss[loss=0.1788, simple_loss=0.2397, pruned_loss=0.05894, over 13483.00 frames. utt_duration=1317 frames, utt_pad_proportion=0.0798, over 41.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3523, pruned_loss=0.1093, over 2727433.03 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07041, over 42967.06 utterances.], batch size: 41, lr: 2.79e-04 +2022-09-18 10:13:57,596 INFO [train.py:885] (0/2) Epoch 17, batch 850, loss[loss=0.2709, simple_loss=0.353, pruned_loss=0.09438, over 14308.00 frames. utt_duration=273.9 frames, utt_pad_proportion=0.03881, over 210.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3505, pruned_loss=0.1081, over 2735898.16 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06949, over 42423.11 utterances.], batch size: 210, lr: 2.79e-04 +2022-09-18 10:14:27,130 INFO [train.py:885] (0/2) Epoch 17, batch 900, loss[loss=0.2808, simple_loss=0.3333, pruned_loss=0.1141, over 14296.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04083, over 120.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3511, pruned_loss=0.108, over 2747325.38 frames. utt_duration=257.7 frames, utt_pad_proportion=0.07009, over 42885.32 utterances.], batch size: 120, lr: 2.79e-04 +2022-09-18 10:14:56,731 INFO [train.py:885] (0/2) Epoch 17, batch 950, loss[loss=0.3186, simple_loss=0.3833, pruned_loss=0.1269, over 14316.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0386, over 283.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3524, pruned_loss=0.1085, over 2754343.69 frames. utt_duration=255.8 frames, utt_pad_proportion=0.0697, over 43323.01 utterances.], batch size: 283, lr: 2.79e-04 +2022-09-18 10:15:25,943 INFO [train.py:885] (0/2) Epoch 17, batch 1000, loss[loss=0.3446, simple_loss=0.4056, pruned_loss=0.1418, over 14345.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03634, over 210.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3496, pruned_loss=0.1076, over 2761790.21 frames. utt_duration=267.1 frames, utt_pad_proportion=0.06797, over 41591.11 utterances.], batch size: 210, lr: 2.79e-04 +2022-09-18 10:15:55,643 INFO [train.py:885] (0/2) Epoch 17, batch 1050, loss[loss=0.3016, simple_loss=0.3729, pruned_loss=0.1151, over 14315.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03812, over 226.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3527, pruned_loss=0.1089, over 2765950.44 frames. utt_duration=258.6 frames, utt_pad_proportion=0.07083, over 43035.14 utterances.], batch size: 226, lr: 2.79e-04 +2022-09-18 10:16:24,849 INFO [train.py:885] (0/2) Epoch 17, batch 1100, loss[loss=0.3877, simple_loss=0.4239, pruned_loss=0.1758, over 14310.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03854, over 195.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3525, pruned_loss=0.1082, over 2765860.85 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07214, over 43624.35 utterances.], batch size: 195, lr: 2.79e-04 +2022-09-18 10:16:54,715 INFO [train.py:885] (0/2) Epoch 17, batch 1150, loss[loss=0.2552, simple_loss=0.3416, pruned_loss=0.08441, over 14328.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03725, over 195.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3551, pruned_loss=0.1102, over 2763857.65 frames. utt_duration=249 frames, utt_pad_proportion=0.0737, over 44662.05 utterances.], batch size: 195, lr: 2.79e-04 +2022-09-18 10:17:23,702 INFO [train.py:885] (0/2) Epoch 17, batch 1200, loss[loss=0.2962, simple_loss=0.3625, pruned_loss=0.1149, over 14276.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04065, over 225.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.354, pruned_loss=0.1101, over 2767796.13 frames. utt_duration=256.8 frames, utt_pad_proportion=0.07312, over 43357.11 utterances.], batch size: 225, lr: 2.79e-04 +2022-09-18 10:17:54,036 INFO [train.py:885] (0/2) Epoch 17, batch 1250, loss[loss=0.3373, simple_loss=0.419, pruned_loss=0.1278, over 13642.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0803, over 477.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3574, pruned_loss=0.1112, over 2770877.92 frames. utt_duration=245.8 frames, utt_pad_proportion=0.0729, over 45369.15 utterances.], batch size: 477, lr: 2.79e-04 +2022-09-18 10:18:23,039 INFO [train.py:885] (0/2) Epoch 17, batch 1300, loss[loss=0.3107, simple_loss=0.4178, pruned_loss=0.1018, over 13638.00 frames. utt_duration=98.78 frames, utt_pad_proportion=0.0768, over 560.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3531, pruned_loss=0.1091, over 2771588.57 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07141, over 44574.43 utterances.], batch size: 560, lr: 2.79e-04 +2022-09-18 10:18:52,839 INFO [train.py:885] (0/2) Epoch 17, batch 1350, loss[loss=0.3304, simple_loss=0.398, pruned_loss=0.1315, over 14364.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03264, over 244.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3564, pruned_loss=0.11, over 2773820.09 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07324, over 46657.86 utterances.], batch size: 244, lr: 2.79e-04 +2022-09-18 10:19:22,753 INFO [train.py:885] (0/2) Epoch 17, batch 1400, loss[loss=0.262, simple_loss=0.328, pruned_loss=0.09802, over 14145.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04659, over 109.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.36, pruned_loss=0.1121, over 2776680.75 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07332, over 47273.97 utterances.], batch size: 109, lr: 2.79e-04 +2022-09-18 10:19:52,193 INFO [train.py:885] (0/2) Epoch 17, batch 1450, loss[loss=0.149, simple_loss=0.1983, pruned_loss=0.04989, over 13225.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.1112, over 33.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3583, pruned_loss=0.1117, over 2780852.75 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07263, over 46586.92 utterances.], batch size: 33, lr: 2.79e-04 +2022-09-18 10:20:21,860 INFO [train.py:885] (0/2) Epoch 17, batch 1500, loss[loss=0.3343, simple_loss=0.3926, pruned_loss=0.138, over 14290.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04069, over 283.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3566, pruned_loss=0.111, over 2779856.45 frames. utt_duration=241 frames, utt_pad_proportion=0.072, over 46429.29 utterances.], batch size: 283, lr: 2.79e-04 +2022-09-18 10:20:50,791 INFO [train.py:885] (0/2) Epoch 17, batch 1550, loss[loss=0.317, simple_loss=0.3757, pruned_loss=0.1291, over 14300.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03911, over 226.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3571, pruned_loss=0.1107, over 2779586.92 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07172, over 46190.92 utterances.], batch size: 226, lr: 2.79e-04 +2022-09-18 10:21:21,192 INFO [train.py:885] (0/2) Epoch 17, batch 1600, loss[loss=0.3201, simple_loss=0.4026, pruned_loss=0.1188, over 13968.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05765, over 365.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3579, pruned_loss=0.1117, over 2776756.02 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07347, over 47014.45 utterances.], batch size: 365, lr: 2.79e-04 +2022-09-18 10:21:50,616 INFO [train.py:885] (0/2) Epoch 17, batch 1650, loss[loss=0.1899, simple_loss=0.2491, pruned_loss=0.06537, over 13777.00 frames. utt_duration=919.7 frames, utt_pad_proportion=0.07378, over 60.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3601, pruned_loss=0.1136, over 2773060.74 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07391, over 47282.96 utterances.], batch size: 60, lr: 2.79e-04 +2022-09-18 10:22:20,386 INFO [train.py:885] (0/2) Epoch 17, batch 1700, loss[loss=0.3097, simple_loss=0.3524, pruned_loss=0.1335, over 14344.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03879, over 120.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3587, pruned_loss=0.113, over 2776235.86 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07287, over 46685.54 utterances.], batch size: 120, lr: 2.79e-04 +2022-09-18 10:22:49,688 INFO [train.py:885] (0/2) Epoch 17, batch 1750, loss[loss=0.2637, simple_loss=0.3272, pruned_loss=0.1001, over 14263.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04487, over 141.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3567, pruned_loss=0.1121, over 2775815.78 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07318, over 45338.75 utterances.], batch size: 141, lr: 2.78e-04 +2022-09-18 10:23:19,022 INFO [train.py:885] (0/2) Epoch 17, batch 1800, loss[loss=0.1761, simple_loss=0.2376, pruned_loss=0.05735, over 13757.00 frames. utt_duration=918.5 frames, utt_pad_proportion=0.07506, over 60.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3566, pruned_loss=0.1118, over 2777133.52 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07188, over 45349.85 utterances.], batch size: 60, lr: 2.78e-04 +2022-09-18 10:23:49,235 INFO [train.py:885] (0/2) Epoch 17, batch 1850, loss[loss=0.3475, simple_loss=0.4073, pruned_loss=0.1439, over 14240.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04282, over 335.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3567, pruned_loss=0.1109, over 2773897.71 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07254, over 46373.33 utterances.], batch size: 335, lr: 2.78e-04 +2022-09-18 10:24:19,426 INFO [train.py:885] (0/2) Epoch 17, batch 1900, loss[loss=0.1931, simple_loss=0.2477, pruned_loss=0.06922, over 13384.00 frames. utt_duration=1624 frames, utt_pad_proportion=0.09903, over 33.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3597, pruned_loss=0.1122, over 2773975.77 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07337, over 47867.93 utterances.], batch size: 33, lr: 2.78e-04 +2022-09-18 10:24:48,597 INFO [train.py:885] (0/2) Epoch 17, batch 1950, loss[loss=0.2742, simple_loss=0.355, pruned_loss=0.09669, over 14356.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03863, over 167.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3604, pruned_loss=0.1121, over 2776096.85 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07371, over 48075.53 utterances.], batch size: 167, lr: 2.78e-04 +2022-09-18 10:25:18,400 INFO [train.py:885] (0/2) Epoch 17, batch 2000, loss[loss=0.3607, simple_loss=0.4306, pruned_loss=0.1454, over 13970.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.0581, over 365.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3583, pruned_loss=0.1113, over 2777999.79 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07146, over 46793.54 utterances.], batch size: 365, lr: 2.78e-04 +2022-09-18 10:25:47,633 INFO [train.py:885] (0/2) Epoch 17, batch 2050, loss[loss=0.1908, simple_loss=0.2549, pruned_loss=0.06339, over 13913.00 frames. utt_duration=929 frames, utt_pad_proportion=0.06352, over 60.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3599, pruned_loss=0.1124, over 2778606.14 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07369, over 47366.36 utterances.], batch size: 60, lr: 2.78e-04 +2022-09-18 10:26:06,482 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-204000.pt +2022-09-18 10:26:18,234 INFO [train.py:885] (0/2) Epoch 17, batch 2100, loss[loss=0.5852, simple_loss=0.644, pruned_loss=0.2633, over 12536.00 frames. utt_duration=63.51 frames, utt_pad_proportion=0.1418, over 810.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3621, pruned_loss=0.1128, over 2777795.28 frames. utt_duration=230.3 frames, utt_pad_proportion=0.07427, over 48567.86 utterances.], batch size: 810, lr: 2.78e-04 +2022-09-18 10:26:47,423 INFO [train.py:885] (0/2) Epoch 17, batch 2150, loss[loss=0.3211, simple_loss=0.3848, pruned_loss=0.1287, over 14314.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03877, over 283.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3599, pruned_loss=0.1108, over 2781217.31 frames. utt_duration=235.2 frames, utt_pad_proportion=0.072, over 47600.19 utterances.], batch size: 283, lr: 2.78e-04 +2022-09-18 10:27:17,286 INFO [train.py:885] (0/2) Epoch 17, batch 2200, loss[loss=0.1882, simple_loss=0.2527, pruned_loss=0.06191, over 13254.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1107, over 33.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3529, pruned_loss=0.1079, over 2781158.94 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06919, over 44277.54 utterances.], batch size: 33, lr: 2.78e-04 +2022-09-18 10:27:47,740 INFO [train.py:885] (0/2) Epoch 17, batch 2250, loss[loss=0.4621, simple_loss=0.51, pruned_loss=0.2071, over 13724.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07419, over 411.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.355, pruned_loss=0.1082, over 2779738.77 frames. utt_duration=246 frames, utt_pad_proportion=0.07075, over 45472.04 utterances.], batch size: 411, lr: 2.78e-04 +2022-09-18 10:28:17,195 INFO [train.py:885] (0/2) Epoch 17, batch 2300, loss[loss=0.3122, simple_loss=0.3746, pruned_loss=0.1249, over 14311.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04007, over 262.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.354, pruned_loss=0.1092, over 2785398.12 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06778, over 43718.26 utterances.], batch size: 262, lr: 2.78e-04 +2022-09-18 10:28:47,035 INFO [train.py:885] (0/2) Epoch 17, batch 2350, loss[loss=0.2624, simple_loss=0.3424, pruned_loss=0.09119, over 14334.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03745, over 195.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3537, pruned_loss=0.1091, over 2787902.34 frames. utt_duration=260 frames, utt_pad_proportion=0.06604, over 43132.94 utterances.], batch size: 195, lr: 2.78e-04 +2022-09-18 10:29:15,929 INFO [train.py:885] (0/2) Epoch 17, batch 2400, loss[loss=0.2759, simple_loss=0.3781, pruned_loss=0.08685, over 13788.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07101, over 411.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.353, pruned_loss=0.1082, over 2787311.59 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06806, over 43071.82 utterances.], batch size: 411, lr: 2.78e-04 +2022-09-18 10:29:46,377 INFO [train.py:885] (0/2) Epoch 17, batch 2450, loss[loss=0.2266, simple_loss=0.2937, pruned_loss=0.07974, over 13907.00 frames. utt_duration=706 frames, utt_pad_proportion=0.06615, over 79.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3605, pruned_loss=0.1126, over 2785783.64 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07184, over 45834.02 utterances.], batch size: 79, lr: 2.78e-04 +2022-09-18 10:30:15,781 INFO [train.py:885] (0/2) Epoch 17, batch 2500, loss[loss=0.2568, simple_loss=0.3372, pruned_loss=0.08821, over 14362.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03803, over 167.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3581, pruned_loss=0.1118, over 2781575.49 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07189, over 45346.94 utterances.], batch size: 167, lr: 2.78e-04 +2022-09-18 10:30:45,700 INFO [train.py:885] (0/2) Epoch 17, batch 2550, loss[loss=0.3239, simple_loss=0.39, pruned_loss=0.1289, over 14297.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04068, over 262.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3611, pruned_loss=0.1128, over 2780733.30 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07309, over 46573.05 utterances.], batch size: 262, lr: 2.78e-04 +2022-09-18 10:31:15,287 INFO [train.py:885] (0/2) Epoch 17, batch 2600, loss[loss=0.3353, simple_loss=0.3931, pruned_loss=0.1387, over 14209.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04418, over 306.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3584, pruned_loss=0.1113, over 2782283.58 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07073, over 45798.48 utterances.], batch size: 306, lr: 2.78e-04 +2022-09-18 10:31:44,667 INFO [train.py:885] (0/2) Epoch 17, batch 2650, loss[loss=0.1976, simple_loss=0.2744, pruned_loss=0.0604, over 14222.00 frames. utt_duration=640.7 frames, utt_pad_proportion=0.04377, over 89.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3563, pruned_loss=0.1101, over 2780908.35 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07154, over 45540.81 utterances.], batch size: 89, lr: 2.78e-04 +2022-09-18 10:32:14,501 INFO [train.py:885] (0/2) Epoch 17, batch 2700, loss[loss=0.2988, simple_loss=0.3685, pruned_loss=0.1146, over 14290.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03904, over 180.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.354, pruned_loss=0.1085, over 2779813.64 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07109, over 44677.29 utterances.], batch size: 180, lr: 2.78e-04 +2022-09-18 10:32:43,553 INFO [train.py:885] (0/2) Epoch 17, batch 2750, loss[loss=0.2696, simple_loss=0.3479, pruned_loss=0.09564, over 14284.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03981, over 180.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3572, pruned_loss=0.1111, over 2784587.75 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06944, over 44794.17 utterances.], batch size: 180, lr: 2.78e-04 +2022-09-18 10:33:13,529 INFO [train.py:885] (0/2) Epoch 17, batch 2800, loss[loss=0.2864, simple_loss=0.3584, pruned_loss=0.1072, over 14331.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03774, over 210.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3581, pruned_loss=0.1108, over 2784084.09 frames. utt_duration=240.8 frames, utt_pad_proportion=0.0713, over 46534.32 utterances.], batch size: 210, lr: 2.78e-04 +2022-09-18 10:33:42,695 INFO [train.py:885] (0/2) Epoch 17, batch 2850, loss[loss=0.2928, simple_loss=0.3611, pruned_loss=0.1122, over 14243.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04234, over 225.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3554, pruned_loss=0.1095, over 2781529.11 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07054, over 45267.58 utterances.], batch size: 225, lr: 2.78e-04 +2022-09-18 10:34:12,394 INFO [train.py:885] (0/2) Epoch 17, batch 2900, loss[loss=0.2611, simple_loss=0.3308, pruned_loss=0.09566, over 14251.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04567, over 141.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3539, pruned_loss=0.1089, over 2782137.24 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06867, over 44370.03 utterances.], batch size: 141, lr: 2.78e-04 +2022-09-18 10:34:42,007 INFO [train.py:885] (0/2) Epoch 17, batch 2950, loss[loss=0.2037, simple_loss=0.2812, pruned_loss=0.0631, over 14177.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04422, over 109.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3568, pruned_loss=0.1109, over 2779774.46 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07064, over 45121.84 utterances.], batch size: 109, lr: 2.78e-04 +2022-09-18 10:35:12,045 INFO [train.py:885] (0/2) Epoch 17, batch 3000, loss[loss=0.2805, simple_loss=0.3473, pruned_loss=0.1068, over 14299.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03929, over 226.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.356, pruned_loss=0.1104, over 2782368.84 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06948, over 45160.11 utterances.], batch size: 226, lr: 2.78e-04 +2022-09-18 10:35:12,046 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 10:35:16,210 INFO [train.py:914] (0/2) Epoch 17, validation: loss=0.1976, simple_loss=0.2769, pruned_loss=0.05919, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 10:35:45,060 INFO [train.py:885] (0/2) Epoch 17, batch 3050, loss[loss=0.1989, simple_loss=0.2792, pruned_loss=0.05928, over 13892.00 frames. utt_duration=807.1 frames, utt_pad_proportion=0.05934, over 69.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3565, pruned_loss=0.111, over 2782570.05 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06988, over 45353.72 utterances.], batch size: 69, lr: 2.78e-04 +2022-09-18 10:36:14,579 INFO [train.py:885] (0/2) Epoch 17, batch 3100, loss[loss=0.2959, simple_loss=0.3862, pruned_loss=0.1028, over 13796.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07031, over 411.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3546, pruned_loss=0.1101, over 2779689.37 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06925, over 44945.31 utterances.], batch size: 411, lr: 2.78e-04 +2022-09-18 10:36:44,304 INFO [train.py:885] (0/2) Epoch 17, batch 3150, loss[loss=0.2961, simple_loss=0.3407, pruned_loss=0.1257, over 14250.00 frames. utt_duration=519.7 frames, utt_pad_proportion=0.04467, over 110.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3538, pruned_loss=0.1097, over 2778427.27 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07069, over 45251.82 utterances.], batch size: 110, lr: 2.78e-04 +2022-09-18 10:37:21,285 INFO [train.py:885] (0/2) Epoch 17, batch 3200, loss[loss=0.3701, simple_loss=0.4192, pruned_loss=0.1605, over 14269.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04151, over 335.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3511, pruned_loss=0.108, over 2780150.85 frames. utt_duration=254 frames, utt_pad_proportion=0.0705, over 44042.48 utterances.], batch size: 335, lr: 2.78e-04 +2022-09-18 10:37:50,570 INFO [train.py:885] (0/2) Epoch 17, batch 3250, loss[loss=0.32, simple_loss=0.3929, pruned_loss=0.1236, over 14318.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03805, over 195.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3514, pruned_loss=0.1076, over 2778818.90 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07244, over 44572.14 utterances.], batch size: 195, lr: 2.77e-04 +2022-09-18 10:38:19,921 INFO [train.py:885] (0/2) Epoch 17, batch 3300, loss[loss=0.2389, simple_loss=0.303, pruned_loss=0.08737, over 14135.00 frames. utt_duration=578.4 frames, utt_pad_proportion=0.0503, over 98.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3501, pruned_loss=0.1075, over 2781061.96 frames. utt_duration=257.5 frames, utt_pad_proportion=0.07123, over 43451.49 utterances.], batch size: 98, lr: 2.77e-04 +2022-09-18 10:38:49,219 INFO [train.py:885] (0/2) Epoch 17, batch 3350, loss[loss=0.354, simple_loss=0.4137, pruned_loss=0.1472, over 14230.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04277, over 306.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3507, pruned_loss=0.1075, over 2782234.79 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07004, over 44027.90 utterances.], batch size: 306, lr: 2.77e-04 +2022-09-18 10:39:19,699 INFO [train.py:885] (0/2) Epoch 17, batch 3400, loss[loss=0.2797, simple_loss=0.3524, pruned_loss=0.1035, over 14268.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04315, over 154.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3523, pruned_loss=0.1084, over 2774536.56 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07413, over 44815.08 utterances.], batch size: 154, lr: 2.77e-04 +2022-09-18 10:39:48,057 INFO [train.py:885] (0/2) Epoch 17, batch 3450, loss[loss=0.3745, simple_loss=0.4247, pruned_loss=0.1621, over 14335.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03772, over 283.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3483, pruned_loss=0.1071, over 2777668.30 frames. utt_duration=260.5 frames, utt_pad_proportion=0.07249, over 42891.45 utterances.], batch size: 283, lr: 2.77e-04 +2022-09-18 10:40:17,799 INFO [train.py:885] (0/2) Epoch 17, batch 3500, loss[loss=0.5118, simple_loss=0.5884, pruned_loss=0.2176, over 12497.00 frames. utt_duration=63.36 frames, utt_pad_proportion=0.1438, over 810.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3537, pruned_loss=0.1096, over 2775444.01 frames. utt_duration=247.5 frames, utt_pad_proportion=0.0741, over 45120.53 utterances.], batch size: 810, lr: 2.77e-04 +2022-09-18 10:40:47,455 INFO [train.py:885] (0/2) Epoch 17, batch 3550, loss[loss=0.4081, simple_loss=0.5034, pruned_loss=0.1564, over 13170.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3555, pruned_loss=0.1104, over 2775980.10 frames. utt_duration=246 frames, utt_pad_proportion=0.07279, over 45420.48 utterances.], batch size: 653, lr: 2.77e-04 +2022-09-18 10:41:17,099 INFO [train.py:885] (0/2) Epoch 17, batch 3600, loss[loss=0.3875, simple_loss=0.4852, pruned_loss=0.1449, over 13125.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1083, over 653.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3549, pruned_loss=0.1096, over 2775672.63 frames. utt_duration=246 frames, utt_pad_proportion=0.07384, over 45401.33 utterances.], batch size: 653, lr: 2.77e-04 +2022-09-18 10:41:46,223 INFO [train.py:885] (0/2) Epoch 17, batch 3650, loss[loss=0.3874, simple_loss=0.4272, pruned_loss=0.1738, over 14355.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03591, over 195.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3541, pruned_loss=0.1094, over 2775680.95 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07315, over 44735.92 utterances.], batch size: 195, lr: 2.77e-04 +2022-09-18 10:42:15,472 INFO [train.py:885] (0/2) Epoch 17, batch 3700, loss[loss=0.3341, simple_loss=0.3962, pruned_loss=0.136, over 14247.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04112, over 306.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3575, pruned_loss=0.1112, over 2779918.23 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07099, over 45604.64 utterances.], batch size: 306, lr: 2.77e-04 +2022-09-18 10:42:45,442 INFO [train.py:885] (0/2) Epoch 17, batch 3750, loss[loss=0.2707, simple_loss=0.3455, pruned_loss=0.09791, over 14279.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03971, over 180.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3561, pruned_loss=0.1105, over 2780226.94 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07105, over 44821.82 utterances.], batch size: 180, lr: 2.77e-04 +2022-09-18 10:43:14,625 INFO [train.py:885] (0/2) Epoch 17, batch 3800, loss[loss=0.2707, simple_loss=0.3356, pruned_loss=0.103, over 14170.00 frames. utt_duration=638.4 frames, utt_pad_proportion=0.04861, over 89.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3548, pruned_loss=0.1094, over 2776534.19 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07108, over 44395.29 utterances.], batch size: 89, lr: 2.77e-04 +2022-09-18 10:43:44,186 INFO [train.py:885] (0/2) Epoch 17, batch 3850, loss[loss=0.2645, simple_loss=0.3458, pruned_loss=0.0916, over 14302.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.0403, over 262.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3519, pruned_loss=0.1082, over 2778913.63 frames. utt_duration=255.9 frames, utt_pad_proportion=0.07072, over 43692.48 utterances.], batch size: 262, lr: 2.77e-04 +2022-09-18 10:44:13,961 INFO [train.py:885] (0/2) Epoch 17, batch 3900, loss[loss=0.2709, simple_loss=0.3433, pruned_loss=0.09923, over 14309.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04038, over 154.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3557, pruned_loss=0.1102, over 2775030.81 frames. utt_duration=244.8 frames, utt_pad_proportion=0.0728, over 45623.09 utterances.], batch size: 154, lr: 2.77e-04 +2022-09-18 10:44:43,185 INFO [train.py:885] (0/2) Epoch 17, batch 3950, loss[loss=0.416, simple_loss=0.4917, pruned_loss=0.1702, over 13177.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3569, pruned_loss=0.1105, over 2776265.97 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07313, over 46065.09 utterances.], batch size: 653, lr: 2.77e-04 +2022-09-18 10:45:12,516 INFO [train.py:885] (0/2) Epoch 17, batch 4000, loss[loss=0.1903, simple_loss=0.249, pruned_loss=0.06575, over 13159.00 frames. utt_duration=1285 frames, utt_pad_proportion=0.1031, over 41.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3576, pruned_loss=0.1117, over 2773676.83 frames. utt_duration=243.9 frames, utt_pad_proportion=0.0737, over 45772.87 utterances.], batch size: 41, lr: 2.77e-04 +2022-09-18 10:45:42,243 INFO [train.py:885] (0/2) Epoch 17, batch 4050, loss[loss=0.425, simple_loss=0.5081, pruned_loss=0.1709, over 13171.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1066, over 653.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3575, pruned_loss=0.1112, over 2779471.22 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07104, over 45817.52 utterances.], batch size: 653, lr: 2.77e-04 +2022-09-18 10:46:11,727 INFO [train.py:885] (0/2) Epoch 17, batch 4100, loss[loss=0.1718, simple_loss=0.2344, pruned_loss=0.05461, over 13449.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1008, over 34.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3562, pruned_loss=0.1099, over 2782038.14 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06995, over 45675.30 utterances.], batch size: 34, lr: 2.77e-04 +2022-09-18 10:46:40,842 INFO [train.py:885] (0/2) Epoch 17, batch 4150, loss[loss=0.2434, simple_loss=0.3116, pruned_loss=0.08766, over 14174.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04464, over 109.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3556, pruned_loss=0.1089, over 2782796.22 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07059, over 45592.90 utterances.], batch size: 109, lr: 2.77e-04 +2022-09-18 10:47:10,443 INFO [train.py:885] (0/2) Epoch 17, batch 4200, loss[loss=0.1549, simple_loss=0.2197, pruned_loss=0.04506, over 13705.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.07796, over 42.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3567, pruned_loss=0.1098, over 2787120.89 frames. utt_duration=247 frames, utt_pad_proportion=0.06978, over 45408.99 utterances.], batch size: 42, lr: 2.77e-04 +2022-09-18 10:47:39,880 INFO [train.py:885] (0/2) Epoch 17, batch 4250, loss[loss=0.3342, simple_loss=0.3974, pruned_loss=0.1355, over 14298.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04063, over 262.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3541, pruned_loss=0.1088, over 2784033.49 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06973, over 44399.25 utterances.], batch size: 262, lr: 2.77e-04 +2022-09-18 10:48:09,791 INFO [train.py:885] (0/2) Epoch 17, batch 4300, loss[loss=0.2503, simple_loss=0.3298, pruned_loss=0.08534, over 14300.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03862, over 180.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.356, pruned_loss=0.1091, over 2784110.92 frames. utt_duration=244.4 frames, utt_pad_proportion=0.0702, over 45850.54 utterances.], batch size: 180, lr: 2.77e-04 +2022-09-18 10:48:38,884 INFO [train.py:885] (0/2) Epoch 17, batch 4350, loss[loss=0.1799, simple_loss=0.247, pruned_loss=0.05644, over 13881.00 frames. utt_duration=926.9 frames, utt_pad_proportion=0.06943, over 60.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3561, pruned_loss=0.1093, over 2784033.83 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07095, over 45939.79 utterances.], batch size: 60, lr: 2.77e-04 +2022-09-18 10:49:08,734 INFO [train.py:885] (0/2) Epoch 17, batch 4400, loss[loss=0.3776, simple_loss=0.4534, pruned_loss=0.1509, over 13740.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07363, over 411.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3567, pruned_loss=0.1094, over 2786443.50 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06956, over 45735.53 utterances.], batch size: 411, lr: 2.77e-04 +2022-09-18 10:49:38,375 INFO [train.py:885] (0/2) Epoch 17, batch 4450, loss[loss=0.3429, simple_loss=0.4289, pruned_loss=0.1285, over 13682.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07805, over 477.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3541, pruned_loss=0.1079, over 2783575.42 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06962, over 45388.38 utterances.], batch size: 477, lr: 2.77e-04 +2022-09-18 10:50:07,587 INFO [train.py:885] (0/2) Epoch 17, batch 4500, loss[loss=0.1902, simple_loss=0.2638, pruned_loss=0.05834, over 14009.00 frames. utt_duration=710.6 frames, utt_pad_proportion=0.06008, over 79.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3555, pruned_loss=0.1096, over 2785380.25 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06896, over 44947.37 utterances.], batch size: 79, lr: 2.77e-04 +2022-09-18 10:50:36,511 INFO [train.py:885] (0/2) Epoch 17, batch 4550, loss[loss=0.3394, simple_loss=0.3899, pruned_loss=0.1444, over 14289.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03925, over 225.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3575, pruned_loss=0.1113, over 2788588.68 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06744, over 44963.07 utterances.], batch size: 225, lr: 2.77e-04 +2022-09-18 10:51:06,283 INFO [train.py:885] (0/2) Epoch 17, batch 4600, loss[loss=0.2407, simple_loss=0.3146, pruned_loss=0.08336, over 14334.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03763, over 120.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3532, pruned_loss=0.1088, over 2787392.45 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06785, over 43441.16 utterances.], batch size: 120, lr: 2.77e-04 +2022-09-18 10:51:36,824 INFO [train.py:885] (0/2) Epoch 17, batch 4650, loss[loss=0.4673, simple_loss=0.4793, pruned_loss=0.2277, over 14248.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04239, over 335.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3547, pruned_loss=0.11, over 2786350.52 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06721, over 44036.17 utterances.], batch size: 335, lr: 2.77e-04 +2022-09-18 10:52:06,757 INFO [train.py:885] (0/2) Epoch 17, batch 4700, loss[loss=0.1803, simple_loss=0.2506, pruned_loss=0.05499, over 13001.00 frames. utt_duration=1577 frames, utt_pad_proportion=0.1232, over 33.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3527, pruned_loss=0.1083, over 2781271.21 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06941, over 44138.68 utterances.], batch size: 33, lr: 2.76e-04 +2022-09-18 10:52:36,269 INFO [train.py:885] (0/2) Epoch 17, batch 4750, loss[loss=0.2961, simple_loss=0.347, pruned_loss=0.1226, over 14178.00 frames. utt_duration=403.6 frames, utt_pad_proportion=0.04589, over 141.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3499, pruned_loss=0.1069, over 2783261.50 frames. utt_duration=261.9 frames, utt_pad_proportion=0.06809, over 42744.31 utterances.], batch size: 141, lr: 2.76e-04 +2022-09-18 10:53:05,755 INFO [train.py:885] (0/2) Epoch 17, batch 4800, loss[loss=0.1277, simple_loss=0.1742, pruned_loss=0.04055, over 13179.00 frames. utt_duration=1599 frames, utt_pad_proportion=0.1161, over 33.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3494, pruned_loss=0.1061, over 2781042.40 frames. utt_duration=259.9 frames, utt_pad_proportion=0.06846, over 43046.64 utterances.], batch size: 33, lr: 2.76e-04 +2022-09-18 10:53:35,282 INFO [train.py:885] (0/2) Epoch 17, batch 4850, loss[loss=0.4026, simple_loss=0.4559, pruned_loss=0.1746, over 14007.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05493, over 365.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.353, pruned_loss=0.1086, over 2782880.33 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07075, over 43884.07 utterances.], batch size: 365, lr: 2.76e-04 +2022-09-18 10:54:03,871 INFO [train.py:885] (0/2) Epoch 17, batch 4900, loss[loss=0.198, simple_loss=0.2629, pruned_loss=0.06654, over 13059.00 frames. utt_duration=2011 frames, utt_pad_proportion=0.1259, over 26.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3463, pruned_loss=0.1056, over 2782555.99 frames. utt_duration=277 frames, utt_pad_proportion=0.06796, over 40398.41 utterances.], batch size: 26, lr: 2.76e-04 +2022-09-18 10:54:34,514 INFO [train.py:885] (0/2) Epoch 17, batch 4950, loss[loss=0.3374, simple_loss=0.4319, pruned_loss=0.1214, over 13637.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08036, over 477.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3511, pruned_loss=0.1075, over 2776792.95 frames. utt_duration=254.6 frames, utt_pad_proportion=0.07127, over 43887.11 utterances.], batch size: 477, lr: 2.76e-04 +2022-09-18 10:55:03,298 INFO [train.py:885] (0/2) Epoch 17, batch 5000, loss[loss=0.2864, simple_loss=0.3586, pruned_loss=0.1071, over 14229.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04681, over 141.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3524, pruned_loss=0.1084, over 2777940.21 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07015, over 44010.48 utterances.], batch size: 141, lr: 2.76e-04 +2022-09-18 10:55:32,869 INFO [train.py:885] (0/2) Epoch 17, batch 5050, loss[loss=0.3486, simple_loss=0.4019, pruned_loss=0.1477, over 14319.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03825, over 283.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3576, pruned_loss=0.1108, over 2779250.43 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07223, over 46038.65 utterances.], batch size: 283, lr: 2.76e-04 +2022-09-18 10:56:02,352 INFO [train.py:885] (0/2) Epoch 17, batch 5100, loss[loss=0.1724, simple_loss=0.225, pruned_loss=0.05985, over 12597.00 frames. utt_duration=2017 frames, utt_pad_proportion=0.1359, over 25.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3543, pruned_loss=0.1091, over 2774859.74 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07221, over 45550.91 utterances.], batch size: 25, lr: 2.76e-04 +2022-09-18 10:56:31,637 INFO [train.py:885] (0/2) Epoch 17, batch 5150, loss[loss=0.164, simple_loss=0.2317, pruned_loss=0.04809, over 13660.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08692, over 42.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3561, pruned_loss=0.1102, over 2781444.90 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07119, over 45541.76 utterances.], batch size: 42, lr: 2.76e-04 +2022-09-18 10:57:01,213 INFO [train.py:885] (0/2) Epoch 17, batch 5200, loss[loss=0.3336, simple_loss=0.432, pruned_loss=0.1176, over 13572.00 frames. utt_duration=98.32 frames, utt_pad_proportion=0.08109, over 560.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3539, pruned_loss=0.1096, over 2784391.02 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06839, over 44427.24 utterances.], batch size: 560, lr: 2.76e-04 +2022-09-18 10:57:31,421 INFO [train.py:885] (0/2) Epoch 17, batch 5250, loss[loss=0.1835, simple_loss=0.2398, pruned_loss=0.06365, over 12686.00 frames. utt_duration=2116 frames, utt_pad_proportion=0.1386, over 24.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3525, pruned_loss=0.1096, over 2778767.86 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06977, over 44224.17 utterances.], batch size: 24, lr: 2.76e-04 +2022-09-18 10:58:00,618 INFO [train.py:885] (0/2) Epoch 17, batch 5300, loss[loss=0.3199, simple_loss=0.3824, pruned_loss=0.1287, over 14450.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03148, over 196.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3484, pruned_loss=0.107, over 2780649.14 frames. utt_duration=263.7 frames, utt_pad_proportion=0.06834, over 42421.11 utterances.], batch size: 196, lr: 2.76e-04 +2022-09-18 10:58:29,830 INFO [train.py:885] (0/2) Epoch 17, batch 5350, loss[loss=0.2534, simple_loss=0.3206, pruned_loss=0.09305, over 14317.00 frames. utt_duration=407.6 frames, utt_pad_proportion=0.03876, over 141.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3514, pruned_loss=0.1088, over 2784044.28 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06796, over 43268.26 utterances.], batch size: 141, lr: 2.76e-04 +2022-09-18 10:58:59,209 INFO [train.py:885] (0/2) Epoch 17, batch 5400, loss[loss=0.273, simple_loss=0.3479, pruned_loss=0.09904, over 14314.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03825, over 226.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3501, pruned_loss=0.1086, over 2782749.73 frames. utt_duration=263.3 frames, utt_pad_proportion=0.06777, over 42515.26 utterances.], batch size: 226, lr: 2.76e-04 +2022-09-18 10:59:28,746 INFO [train.py:885] (0/2) Epoch 17, batch 5450, loss[loss=0.3289, simple_loss=0.423, pruned_loss=0.1174, over 13740.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07333, over 411.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3503, pruned_loss=0.108, over 2783002.00 frames. utt_duration=262.1 frames, utt_pad_proportion=0.0685, over 42703.95 utterances.], batch size: 411, lr: 2.76e-04 +2022-09-18 10:59:57,828 INFO [train.py:885] (0/2) Epoch 17, batch 5500, loss[loss=0.3243, simple_loss=0.386, pruned_loss=0.1313, over 14340.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03682, over 283.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.351, pruned_loss=0.1078, over 2779906.37 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06874, over 43116.19 utterances.], batch size: 283, lr: 2.76e-04 +2022-09-18 11:00:27,831 INFO [train.py:885] (0/2) Epoch 17, batch 5550, loss[loss=0.5182, simple_loss=0.598, pruned_loss=0.2192, over 12464.00 frames. utt_duration=63.14 frames, utt_pad_proportion=0.1468, over 810.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3516, pruned_loss=0.1081, over 2781261.09 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06855, over 43614.16 utterances.], batch size: 810, lr: 2.76e-04 +2022-09-18 11:00:56,908 INFO [train.py:885] (0/2) Epoch 17, batch 5600, loss[loss=0.2323, simple_loss=0.3086, pruned_loss=0.07805, over 14169.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04518, over 109.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3511, pruned_loss=0.1081, over 2780339.89 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06781, over 43273.11 utterances.], batch size: 109, lr: 2.76e-04 +2022-09-18 11:01:25,464 INFO [train.py:885] (0/2) Epoch 17, batch 5650, loss[loss=0.2041, simple_loss=0.2791, pruned_loss=0.06455, over 14229.00 frames. utt_duration=641.2 frames, utt_pad_proportion=0.04444, over 89.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3535, pruned_loss=0.1096, over 2783046.07 frames. utt_duration=257.5 frames, utt_pad_proportion=0.0672, over 43487.66 utterances.], batch size: 89, lr: 2.76e-04 +2022-09-18 11:01:55,438 INFO [train.py:885] (0/2) Epoch 17, batch 5700, loss[loss=0.3434, simple_loss=0.3978, pruned_loss=0.1445, over 14277.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04022, over 335.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.358, pruned_loss=0.1112, over 2782812.10 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07034, over 45761.58 utterances.], batch size: 335, lr: 2.76e-04 +2022-09-18 11:02:24,522 INFO [train.py:885] (0/2) Epoch 17, batch 5750, loss[loss=0.1891, simple_loss=0.2672, pruned_loss=0.05551, over 14236.00 frames. utt_duration=641.4 frames, utt_pad_proportion=0.04406, over 89.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.355, pruned_loss=0.1099, over 2783005.06 frames. utt_duration=254 frames, utt_pad_proportion=0.0713, over 44087.88 utterances.], batch size: 89, lr: 2.76e-04 +2022-09-18 11:02:54,472 INFO [train.py:885] (0/2) Epoch 17, batch 5800, loss[loss=0.3244, simple_loss=0.3911, pruned_loss=0.1289, over 14294.00 frames. utt_duration=294.6 frames, utt_pad_proportion=0.04024, over 195.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3547, pruned_loss=0.11, over 2779856.27 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07072, over 43915.83 utterances.], batch size: 195, lr: 2.76e-04 +2022-09-18 11:03:23,537 INFO [train.py:885] (0/2) Epoch 17, batch 5850, loss[loss=0.2941, simple_loss=0.4091, pruned_loss=0.08961, over 13626.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.07789, over 560.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3526, pruned_loss=0.1081, over 2778981.29 frames. utt_duration=252.7 frames, utt_pad_proportion=0.0714, over 44240.76 utterances.], batch size: 560, lr: 2.76e-04 +2022-09-18 11:03:53,882 INFO [train.py:885] (0/2) Epoch 17, batch 5900, loss[loss=0.3439, simple_loss=0.4393, pruned_loss=0.1242, over 13628.00 frames. utt_duration=98.71 frames, utt_pad_proportion=0.07752, over 560.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3583, pruned_loss=0.1106, over 2780523.15 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07215, over 47083.05 utterances.], batch size: 560, lr: 2.76e-04 +2022-09-18 11:04:23,291 INFO [train.py:885] (0/2) Epoch 17, batch 5950, loss[loss=0.1795, simple_loss=0.2567, pruned_loss=0.05118, over 13569.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09139, over 42.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.3603, pruned_loss=0.1117, over 2778560.92 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07409, over 47981.13 utterances.], batch size: 42, lr: 2.76e-04 +2022-09-18 11:04:52,964 INFO [train.py:885] (0/2) Epoch 17, batch 6000, loss[loss=0.2978, simple_loss=0.3692, pruned_loss=0.1132, over 14368.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.0353, over 210.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3563, pruned_loss=0.1097, over 2777668.06 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07455, over 46810.68 utterances.], batch size: 210, lr: 2.76e-04 +2022-09-18 11:04:52,965 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 11:04:57,188 INFO [train.py:914] (0/2) Epoch 17, validation: loss=0.1992, simple_loss=0.2768, pruned_loss=0.06084, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 11:05:26,330 INFO [train.py:885] (0/2) Epoch 17, batch 6050, loss[loss=0.3051, simple_loss=0.385, pruned_loss=0.1126, over 13969.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.0586, over 365.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3565, pruned_loss=0.1106, over 2777502.71 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07428, over 46609.79 utterances.], batch size: 365, lr: 2.76e-04 +2022-09-18 11:05:44,975 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-208000.pt +2022-09-18 11:05:56,709 INFO [train.py:885] (0/2) Epoch 17, batch 6100, loss[loss=0.2654, simple_loss=0.3477, pruned_loss=0.09153, over 14331.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03945, over 167.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3566, pruned_loss=0.1103, over 2777170.27 frames. utt_duration=240.3 frames, utt_pad_proportion=0.0741, over 46511.15 utterances.], batch size: 167, lr: 2.76e-04 +2022-09-18 11:06:26,383 INFO [train.py:885] (0/2) Epoch 17, batch 6150, loss[loss=0.2476, simple_loss=0.3256, pruned_loss=0.08487, over 14347.00 frames. utt_duration=408.4 frames, utt_pad_proportion=0.03917, over 141.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3542, pruned_loss=0.1095, over 2776244.92 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07272, over 45151.03 utterances.], batch size: 141, lr: 2.76e-04 +2022-09-18 11:06:55,867 INFO [train.py:885] (0/2) Epoch 17, batch 6200, loss[loss=0.2542, simple_loss=0.3002, pruned_loss=0.1041, over 13525.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08656, over 50.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3563, pruned_loss=0.1103, over 2778772.03 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07209, over 46091.00 utterances.], batch size: 50, lr: 2.75e-04 +2022-09-18 11:07:26,448 INFO [train.py:885] (0/2) Epoch 17, batch 6250, loss[loss=0.1851, simple_loss=0.2558, pruned_loss=0.0572, over 13601.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08529, over 50.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3521, pruned_loss=0.108, over 2778681.98 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07097, over 44408.81 utterances.], batch size: 50, lr: 2.75e-04 +2022-09-18 11:07:55,748 INFO [train.py:885] (0/2) Epoch 17, batch 6300, loss[loss=0.2113, simple_loss=0.264, pruned_loss=0.07932, over 14010.00 frames. utt_duration=711 frames, utt_pad_proportion=0.05829, over 79.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3499, pruned_loss=0.1068, over 2783203.47 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06864, over 43137.20 utterances.], batch size: 79, lr: 2.75e-04 +2022-09-18 11:08:26,003 INFO [train.py:885] (0/2) Epoch 17, batch 6350, loss[loss=0.4108, simple_loss=0.4927, pruned_loss=0.1645, over 13164.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3556, pruned_loss=0.1093, over 2783347.35 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07023, over 45657.52 utterances.], batch size: 653, lr: 2.75e-04 +2022-09-18 11:08:55,432 INFO [train.py:885] (0/2) Epoch 17, batch 6400, loss[loss=0.1602, simple_loss=0.2292, pruned_loss=0.04564, over 12977.00 frames. utt_duration=1574 frames, utt_pad_proportion=0.1278, over 33.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3534, pruned_loss=0.1085, over 2782526.99 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06979, over 44558.15 utterances.], batch size: 33, lr: 2.75e-04 +2022-09-18 11:09:25,466 INFO [train.py:885] (0/2) Epoch 17, batch 6450, loss[loss=0.2802, simple_loss=0.3489, pruned_loss=0.1058, over 14360.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03818, over 167.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3555, pruned_loss=0.1096, over 2782048.73 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07052, over 45995.52 utterances.], batch size: 167, lr: 2.75e-04 +2022-09-18 11:09:54,819 INFO [train.py:885] (0/2) Epoch 17, batch 6500, loss[loss=0.4109, simple_loss=0.4923, pruned_loss=0.1648, over 13169.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3563, pruned_loss=0.1108, over 2779745.39 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07049, over 45882.77 utterances.], batch size: 653, lr: 2.75e-04 +2022-09-18 11:10:24,778 INFO [train.py:885] (0/2) Epoch 17, batch 6550, loss[loss=0.256, simple_loss=0.3393, pruned_loss=0.08634, over 14283.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04007, over 154.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3585, pruned_loss=0.1119, over 2784031.49 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07222, over 46204.81 utterances.], batch size: 154, lr: 2.75e-04 +2022-09-18 11:10:54,585 INFO [train.py:885] (0/2) Epoch 17, batch 6600, loss[loss=0.1829, simple_loss=0.2584, pruned_loss=0.05368, over 13780.00 frames. utt_duration=920 frames, utt_pad_proportion=0.07533, over 60.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3577, pruned_loss=0.1112, over 2781139.53 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07111, over 45967.04 utterances.], batch size: 60, lr: 2.75e-04 +2022-09-18 11:11:23,892 INFO [train.py:885] (0/2) Epoch 17, batch 6650, loss[loss=0.389, simple_loss=0.4307, pruned_loss=0.1737, over 14189.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04532, over 306.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3568, pruned_loss=0.1106, over 2779476.02 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07134, over 45886.66 utterances.], batch size: 306, lr: 2.75e-04 +2022-09-18 11:11:53,323 INFO [train.py:885] (0/2) Epoch 17, batch 6700, loss[loss=0.3566, simple_loss=0.4143, pruned_loss=0.1494, over 14182.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04605, over 306.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.357, pruned_loss=0.1114, over 2782932.89 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06993, over 45259.84 utterances.], batch size: 306, lr: 2.75e-04 +2022-09-18 11:12:22,575 INFO [train.py:885] (0/2) Epoch 17, batch 6750, loss[loss=0.2359, simple_loss=0.2889, pruned_loss=0.09145, over 13821.00 frames. utt_duration=922.5 frames, utt_pad_proportion=0.07003, over 60.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3548, pruned_loss=0.1095, over 2781459.86 frames. utt_duration=250 frames, utt_pad_proportion=0.07036, over 44773.39 utterances.], batch size: 60, lr: 2.75e-04 +2022-09-18 11:12:52,360 INFO [train.py:885] (0/2) Epoch 17, batch 6800, loss[loss=0.3216, simple_loss=0.3882, pruned_loss=0.1275, over 14302.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04032, over 262.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3589, pruned_loss=0.1114, over 2783799.44 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07129, over 46470.24 utterances.], batch size: 262, lr: 2.75e-04 +2022-09-18 11:13:21,439 INFO [train.py:885] (0/2) Epoch 17, batch 6850, loss[loss=0.3153, simple_loss=0.3843, pruned_loss=0.1232, over 14340.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03688, over 210.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3583, pruned_loss=0.1111, over 2786284.57 frames. utt_duration=242 frames, utt_pad_proportion=0.07072, over 46331.74 utterances.], batch size: 210, lr: 2.75e-04 +2022-09-18 11:13:51,502 INFO [train.py:885] (0/2) Epoch 17, batch 6900, loss[loss=0.3264, simple_loss=0.3958, pruned_loss=0.1285, over 14240.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04215, over 306.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3566, pruned_loss=0.1103, over 2783067.51 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07091, over 46126.63 utterances.], batch size: 306, lr: 2.75e-04 +2022-09-18 11:14:21,032 INFO [train.py:885] (0/2) Epoch 17, batch 6950, loss[loss=0.2655, simple_loss=0.3362, pruned_loss=0.09741, over 14281.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04106, over 141.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.3598, pruned_loss=0.112, over 2777370.30 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07301, over 47327.26 utterances.], batch size: 141, lr: 2.75e-04 +2022-09-18 11:14:50,904 INFO [train.py:885] (0/2) Epoch 17, batch 7000, loss[loss=0.1627, simple_loss=0.2324, pruned_loss=0.04649, over 13825.00 frames. utt_duration=802.9 frames, utt_pad_proportion=0.06422, over 69.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3535, pruned_loss=0.1087, over 2774532.18 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07183, over 45102.25 utterances.], batch size: 69, lr: 2.75e-04 +2022-09-18 11:15:20,297 INFO [train.py:885] (0/2) Epoch 17, batch 7050, loss[loss=0.2492, simple_loss=0.3349, pruned_loss=0.08173, over 14314.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0383, over 226.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3531, pruned_loss=0.1086, over 2776870.86 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07027, over 44528.27 utterances.], batch size: 226, lr: 2.75e-04 +2022-09-18 11:15:49,858 INFO [train.py:885] (0/2) Epoch 17, batch 7100, loss[loss=0.3367, simple_loss=0.4247, pruned_loss=0.1243, over 13974.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05665, over 365.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3514, pruned_loss=0.1074, over 2772714.49 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07071, over 44665.70 utterances.], batch size: 365, lr: 2.75e-04 +2022-09-18 11:16:19,061 INFO [train.py:885] (0/2) Epoch 17, batch 7150, loss[loss=0.2706, simple_loss=0.3384, pruned_loss=0.1014, over 14275.00 frames. utt_duration=477.3 frames, utt_pad_proportion=0.04163, over 120.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3506, pruned_loss=0.1077, over 2777052.25 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06993, over 43659.72 utterances.], batch size: 120, lr: 2.75e-04 +2022-09-18 11:16:48,402 INFO [train.py:885] (0/2) Epoch 17, batch 7200, loss[loss=0.1596, simple_loss=0.2275, pruned_loss=0.04588, over 12437.00 frames. utt_duration=2074 frames, utt_pad_proportion=0.141, over 24.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3514, pruned_loss=0.1076, over 2776938.52 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07045, over 44769.28 utterances.], batch size: 24, lr: 2.75e-04 +2022-09-18 11:17:18,313 INFO [train.py:885] (0/2) Epoch 17, batch 7250, loss[loss=0.3272, simple_loss=0.4232, pruned_loss=0.1157, over 13623.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07794, over 560.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3527, pruned_loss=0.1085, over 2770122.37 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07454, over 45021.40 utterances.], batch size: 560, lr: 2.75e-04 +2022-09-18 11:17:47,892 INFO [train.py:885] (0/2) Epoch 17, batch 7300, loss[loss=0.1769, simple_loss=0.2403, pruned_loss=0.05676, over 13588.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.07688, over 50.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3523, pruned_loss=0.1078, over 2768125.18 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07375, over 45594.52 utterances.], batch size: 50, lr: 2.75e-04 +2022-09-18 11:18:17,974 INFO [train.py:885] (0/2) Epoch 17, batch 7350, loss[loss=0.1341, simple_loss=0.189, pruned_loss=0.0396, over 12637.00 frames. utt_duration=2023 frames, utt_pad_proportion=0.1361, over 25.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3525, pruned_loss=0.108, over 2770212.93 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07292, over 45643.99 utterances.], batch size: 25, lr: 2.75e-04 +2022-09-18 11:18:47,646 INFO [train.py:885] (0/2) Epoch 17, batch 7400, loss[loss=0.5011, simple_loss=0.5517, pruned_loss=0.2252, over 13636.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08016, over 477.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3515, pruned_loss=0.1078, over 2774740.43 frames. utt_duration=251.1 frames, utt_pad_proportion=0.0712, over 44458.78 utterances.], batch size: 477, lr: 2.75e-04 +2022-09-18 11:19:17,246 INFO [train.py:885] (0/2) Epoch 17, batch 7450, loss[loss=0.2594, simple_loss=0.3362, pruned_loss=0.09137, over 14292.00 frames. utt_duration=441 frames, utt_pad_proportion=0.0393, over 130.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3507, pruned_loss=0.1068, over 2777872.03 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06876, over 43836.66 utterances.], batch size: 130, lr: 2.75e-04 +2022-09-18 11:19:47,228 INFO [train.py:885] (0/2) Epoch 17, batch 7500, loss[loss=0.6887, simple_loss=0.7266, pruned_loss=0.3254, over 12512.00 frames. utt_duration=63.4 frames, utt_pad_proportion=0.1433, over 810.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3547, pruned_loss=0.1087, over 2779060.91 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07051, over 44870.91 utterances.], batch size: 810, lr: 2.75e-04 +2022-09-18 11:20:15,633 INFO [train.py:885] (0/2) Epoch 17, batch 7550, loss[loss=0.3393, simple_loss=0.3976, pruned_loss=0.1405, over 14345.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03448, over 244.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3516, pruned_loss=0.1076, over 2780637.66 frames. utt_duration=257 frames, utt_pad_proportion=0.06896, over 43525.03 utterances.], batch size: 244, lr: 2.75e-04 +2022-09-18 11:20:46,255 INFO [train.py:885] (0/2) Epoch 17, batch 7600, loss[loss=0.2777, simple_loss=0.3536, pruned_loss=0.1009, over 14340.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.03655, over 180.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3546, pruned_loss=0.1087, over 2777083.83 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07128, over 44944.33 utterances.], batch size: 180, lr: 2.75e-04 +2022-09-18 11:21:15,623 INFO [train.py:885] (0/2) Epoch 17, batch 7650, loss[loss=0.2104, simple_loss=0.2913, pruned_loss=0.06473, over 14156.00 frames. utt_duration=637.9 frames, utt_pad_proportion=0.04933, over 89.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3551, pruned_loss=0.1091, over 2780685.19 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07029, over 44560.28 utterances.], batch size: 89, lr: 2.75e-04 +2022-09-18 11:21:45,446 INFO [train.py:885] (0/2) Epoch 17, batch 7700, loss[loss=0.5175, simple_loss=0.5708, pruned_loss=0.2321, over 13069.00 frames. utt_duration=81.64 frames, utt_pad_proportion=0.1126, over 653.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3544, pruned_loss=0.1091, over 2777228.92 frames. utt_duration=248.7 frames, utt_pad_proportion=0.0721, over 44932.61 utterances.], batch size: 653, lr: 2.75e-04 +2022-09-18 11:22:14,656 INFO [train.py:885] (0/2) Epoch 17, batch 7750, loss[loss=0.2112, simple_loss=0.2822, pruned_loss=0.07015, over 14214.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04149, over 109.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3506, pruned_loss=0.1074, over 2775235.73 frames. utt_duration=256.4 frames, utt_pad_proportion=0.07074, over 43540.03 utterances.], batch size: 109, lr: 2.74e-04 +2022-09-18 11:22:45,051 INFO [train.py:885] (0/2) Epoch 17, batch 7800, loss[loss=0.3455, simple_loss=0.4161, pruned_loss=0.1375, over 13955.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05884, over 365.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3519, pruned_loss=0.108, over 2779428.73 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06926, over 43351.47 utterances.], batch size: 365, lr: 2.74e-04 +2022-09-18 11:23:14,574 INFO [train.py:885] (0/2) Epoch 17, batch 7850, loss[loss=0.2125, simple_loss=0.2727, pruned_loss=0.07614, over 13823.00 frames. utt_duration=922.9 frames, utt_pad_proportion=0.06687, over 60.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3518, pruned_loss=0.1079, over 2784279.26 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06794, over 43360.29 utterances.], batch size: 60, lr: 2.74e-04 +2022-09-18 11:23:44,404 INFO [train.py:885] (0/2) Epoch 17, batch 7900, loss[loss=0.2246, simple_loss=0.298, pruned_loss=0.07559, over 14133.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05212, over 98.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3482, pruned_loss=0.106, over 2783237.07 frames. utt_duration=266.1 frames, utt_pad_proportion=0.06771, over 42076.46 utterances.], batch size: 98, lr: 2.74e-04 +2022-09-18 11:24:13,660 INFO [train.py:885] (0/2) Epoch 17, batch 7950, loss[loss=0.2137, simple_loss=0.2838, pruned_loss=0.07175, over 13943.00 frames. utt_duration=809.8 frames, utt_pad_proportion=0.05723, over 69.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3502, pruned_loss=0.1075, over 2787037.05 frames. utt_duration=260.6 frames, utt_pad_proportion=0.06784, over 43017.33 utterances.], batch size: 69, lr: 2.74e-04 +2022-09-18 11:24:43,019 INFO [train.py:885] (0/2) Epoch 17, batch 8000, loss[loss=0.1848, simple_loss=0.2429, pruned_loss=0.06337, over 13440.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.08243, over 41.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3482, pruned_loss=0.1066, over 2793905.94 frames. utt_duration=269.1 frames, utt_pad_proportion=0.06429, over 41755.48 utterances.], batch size: 41, lr: 2.74e-04 +2022-09-18 11:25:12,895 INFO [train.py:885] (0/2) Epoch 17, batch 8050, loss[loss=0.4455, simple_loss=0.4727, pruned_loss=0.2091, over 14339.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03641, over 210.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3511, pruned_loss=0.1079, over 2786132.17 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06925, over 43463.80 utterances.], batch size: 210, lr: 2.74e-04 +2022-09-18 11:25:42,490 INFO [train.py:885] (0/2) Epoch 17, batch 8100, loss[loss=0.3002, simple_loss=0.3727, pruned_loss=0.1139, over 14342.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.0377, over 262.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3524, pruned_loss=0.1087, over 2786646.76 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06951, over 43525.57 utterances.], batch size: 262, lr: 2.74e-04 +2022-09-18 11:26:11,581 INFO [train.py:885] (0/2) Epoch 17, batch 8150, loss[loss=0.2155, simple_loss=0.2837, pruned_loss=0.07362, over 14204.00 frames. utt_duration=581.1 frames, utt_pad_proportion=0.04578, over 98.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3511, pruned_loss=0.1082, over 2788683.85 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06744, over 43065.70 utterances.], batch size: 98, lr: 2.74e-04 +2022-09-18 11:26:42,331 INFO [train.py:885] (0/2) Epoch 17, batch 8200, loss[loss=0.3947, simple_loss=0.48, pruned_loss=0.1546, over 13187.00 frames. utt_duration=82.37 frames, utt_pad_proportion=0.1047, over 653.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3535, pruned_loss=0.1089, over 2783477.72 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07037, over 44477.88 utterances.], batch size: 653, lr: 2.74e-04 +2022-09-18 11:27:11,066 INFO [train.py:885] (0/2) Epoch 17, batch 8250, loss[loss=0.1641, simple_loss=0.2414, pruned_loss=0.04336, over 13695.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07862, over 50.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3545, pruned_loss=0.1089, over 2780068.67 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07213, over 45270.22 utterances.], batch size: 50, lr: 2.74e-04 +2022-09-18 11:27:40,847 INFO [train.py:885] (0/2) Epoch 17, batch 8300, loss[loss=0.3013, simple_loss=0.3715, pruned_loss=0.1155, over 14351.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03685, over 283.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3539, pruned_loss=0.1088, over 2782834.36 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06916, over 44473.12 utterances.], batch size: 283, lr: 2.74e-04 +2022-09-18 11:28:10,727 INFO [train.py:885] (0/2) Epoch 17, batch 8350, loss[loss=0.2786, simple_loss=0.3431, pruned_loss=0.107, over 14295.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04148, over 154.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3539, pruned_loss=0.1092, over 2785693.63 frames. utt_duration=250.3 frames, utt_pad_proportion=0.0689, over 44787.78 utterances.], batch size: 154, lr: 2.74e-04 +2022-09-18 11:28:40,245 INFO [train.py:885] (0/2) Epoch 17, batch 8400, loss[loss=0.2158, simple_loss=0.2889, pruned_loss=0.07132, over 13873.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.06113, over 69.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3578, pruned_loss=0.1119, over 2789125.88 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06815, over 45571.28 utterances.], batch size: 69, lr: 2.74e-04 +2022-09-18 11:29:09,991 INFO [train.py:885] (0/2) Epoch 17, batch 8450, loss[loss=0.3913, simple_loss=0.4357, pruned_loss=0.1735, over 14243.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04286, over 335.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3556, pruned_loss=0.1111, over 2783757.36 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07025, over 45107.02 utterances.], batch size: 335, lr: 2.74e-04 +2022-09-18 11:29:39,152 INFO [train.py:885] (0/2) Epoch 17, batch 8500, loss[loss=0.2481, simple_loss=0.3152, pruned_loss=0.09056, over 14205.00 frames. utt_duration=640.1 frames, utt_pad_proportion=0.04463, over 89.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3562, pruned_loss=0.1115, over 2787113.44 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0695, over 45005.80 utterances.], batch size: 89, lr: 2.74e-04 +2022-09-18 11:30:16,141 INFO [train.py:885] (0/2) Epoch 17, batch 8550, loss[loss=0.3519, simple_loss=0.4027, pruned_loss=0.1505, over 14321.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03705, over 180.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3574, pruned_loss=0.1125, over 2790511.22 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06813, over 44474.85 utterances.], batch size: 180, lr: 2.74e-04 +2022-09-18 11:30:45,882 INFO [train.py:885] (0/2) Epoch 17, batch 8600, loss[loss=0.1979, simple_loss=0.2522, pruned_loss=0.07177, over 14035.00 frames. utt_duration=712 frames, utt_pad_proportion=0.05823, over 79.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3526, pruned_loss=0.1098, over 2785995.37 frames. utt_duration=259.5 frames, utt_pad_proportion=0.06929, over 43192.57 utterances.], batch size: 79, lr: 2.74e-04 +2022-09-18 11:31:15,356 INFO [train.py:885] (0/2) Epoch 17, batch 8650, loss[loss=0.3431, simple_loss=0.4015, pruned_loss=0.1424, over 14311.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03977, over 262.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3566, pruned_loss=0.1121, over 2785695.45 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06925, over 44627.17 utterances.], batch size: 262, lr: 2.74e-04 +2022-09-18 11:31:44,464 INFO [train.py:885] (0/2) Epoch 17, batch 8700, loss[loss=0.3116, simple_loss=0.3829, pruned_loss=0.1202, over 14327.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03733, over 210.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3603, pruned_loss=0.1136, over 2788166.52 frames. utt_duration=245 frames, utt_pad_proportion=0.06911, over 45796.25 utterances.], batch size: 210, lr: 2.74e-04 +2022-09-18 11:32:14,062 INFO [train.py:885] (0/2) Epoch 17, batch 8750, loss[loss=0.3782, simple_loss=0.4196, pruned_loss=0.1684, over 14314.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.0375, over 180.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3567, pruned_loss=0.1112, over 2785539.52 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06799, over 44592.33 utterances.], batch size: 180, lr: 2.74e-04 +2022-09-18 11:32:44,040 INFO [train.py:885] (0/2) Epoch 17, batch 8800, loss[loss=0.3352, simple_loss=0.4233, pruned_loss=0.1235, over 13684.00 frames. utt_duration=116.4 frames, utt_pad_proportion=0.07657, over 477.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3578, pruned_loss=0.1117, over 2778162.61 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07172, over 45780.26 utterances.], batch size: 477, lr: 2.74e-04 +2022-09-18 11:33:13,764 INFO [train.py:885] (0/2) Epoch 17, batch 8850, loss[loss=0.2758, simple_loss=0.3542, pruned_loss=0.09875, over 14358.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03536, over 226.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3579, pruned_loss=0.1119, over 2775950.72 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07418, over 46020.51 utterances.], batch size: 226, lr: 2.74e-04 +2022-09-18 11:33:43,809 INFO [train.py:885] (0/2) Epoch 17, batch 8900, loss[loss=0.1553, simple_loss=0.196, pruned_loss=0.05729, over 13679.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08283, over 42.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3576, pruned_loss=0.1105, over 2779526.27 frames. utt_duration=239.6 frames, utt_pad_proportion=0.0731, over 46688.02 utterances.], batch size: 42, lr: 2.74e-04 +2022-09-18 11:34:12,835 INFO [train.py:885] (0/2) Epoch 17, batch 8950, loss[loss=0.3258, simple_loss=0.3874, pruned_loss=0.1321, over 14343.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03678, over 195.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3547, pruned_loss=0.1086, over 2780051.84 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07156, over 46518.46 utterances.], batch size: 195, lr: 2.74e-04 +2022-09-18 11:34:42,780 INFO [train.py:885] (0/2) Epoch 17, batch 9000, loss[loss=0.3984, simple_loss=0.4901, pruned_loss=0.1534, over 13172.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3563, pruned_loss=0.1097, over 2776012.27 frames. utt_duration=238 frames, utt_pad_proportion=0.07352, over 46943.40 utterances.], batch size: 653, lr: 2.74e-04 +2022-09-18 11:34:42,781 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 11:34:46,923 INFO [train.py:914] (0/2) Epoch 17, validation: loss=0.1966, simple_loss=0.279, pruned_loss=0.05714, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 11:35:16,521 INFO [train.py:885] (0/2) Epoch 17, batch 9050, loss[loss=0.1944, simple_loss=0.2729, pruned_loss=0.05794, over 13981.00 frames. utt_duration=572.4 frames, utt_pad_proportion=0.05861, over 98.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3569, pruned_loss=0.1099, over 2779004.37 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07298, over 46840.17 utterances.], batch size: 98, lr: 2.74e-04 +2022-09-18 11:35:46,079 INFO [train.py:885] (0/2) Epoch 17, batch 9100, loss[loss=0.3083, simple_loss=0.4167, pruned_loss=0.09996, over 13638.00 frames. utt_duration=98.82 frames, utt_pad_proportion=0.07647, over 560.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3564, pruned_loss=0.1094, over 2779822.43 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07295, over 47281.77 utterances.], batch size: 560, lr: 2.74e-04 +2022-09-18 11:36:15,711 INFO [train.py:885] (0/2) Epoch 17, batch 9150, loss[loss=0.2337, simple_loss=0.3021, pruned_loss=0.08268, over 14052.00 frames. utt_duration=575 frames, utt_pad_proportion=0.05586, over 98.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3558, pruned_loss=0.1093, over 2786921.26 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06934, over 46060.61 utterances.], batch size: 98, lr: 2.74e-04 +2022-09-18 11:36:45,335 INFO [train.py:885] (0/2) Epoch 17, batch 9200, loss[loss=0.2767, simple_loss=0.333, pruned_loss=0.1102, over 13958.00 frames. utt_duration=708.1 frames, utt_pad_proportion=0.06336, over 79.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.357, pruned_loss=0.1097, over 2780804.11 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07218, over 47169.90 utterances.], batch size: 79, lr: 2.74e-04 +2022-09-18 11:37:14,661 INFO [train.py:885] (0/2) Epoch 17, batch 9250, loss[loss=0.2552, simple_loss=0.3224, pruned_loss=0.09398, over 14053.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05719, over 98.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3535, pruned_loss=0.1084, over 2784320.05 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06995, over 45042.85 utterances.], batch size: 98, lr: 2.74e-04 +2022-09-18 11:37:44,679 INFO [train.py:885] (0/2) Epoch 17, batch 9300, loss[loss=0.1975, simple_loss=0.258, pruned_loss=0.06845, over 14009.00 frames. utt_duration=710.9 frames, utt_pad_proportion=0.05835, over 79.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3531, pruned_loss=0.1092, over 2781296.78 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07131, over 44842.08 utterances.], batch size: 79, lr: 2.73e-04 +2022-09-18 11:38:21,029 INFO [train.py:885] (0/2) Epoch 17, batch 9350, loss[loss=0.3122, simple_loss=0.4092, pruned_loss=0.1076, over 13773.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07321, over 412.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3531, pruned_loss=0.1087, over 2778877.12 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07191, over 45066.24 utterances.], batch size: 412, lr: 2.73e-04 +2022-09-18 11:38:50,857 INFO [train.py:885] (0/2) Epoch 17, batch 9400, loss[loss=0.1926, simple_loss=0.2534, pruned_loss=0.06583, over 13583.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08625, over 50.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3525, pruned_loss=0.1074, over 2775713.01 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07343, over 45823.55 utterances.], batch size: 50, lr: 2.73e-04 +2022-09-18 11:39:28,235 INFO [train.py:885] (0/2) Epoch 17, batch 9450, loss[loss=0.2702, simple_loss=0.3224, pruned_loss=0.109, over 14326.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03802, over 120.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3532, pruned_loss=0.1082, over 2775372.39 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07423, over 45912.52 utterances.], batch size: 120, lr: 2.73e-04 +2022-09-18 11:39:57,977 INFO [train.py:885] (0/2) Epoch 17, batch 9500, loss[loss=0.2402, simple_loss=0.3128, pruned_loss=0.08376, over 14318.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.0369, over 130.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.354, pruned_loss=0.1087, over 2775906.06 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07333, over 46229.99 utterances.], batch size: 130, lr: 2.73e-04 +2022-09-18 11:40:27,333 INFO [train.py:885] (0/2) Epoch 17, batch 9550, loss[loss=0.2174, simple_loss=0.2879, pruned_loss=0.07346, over 13955.00 frames. utt_duration=571.1 frames, utt_pad_proportion=0.0622, over 98.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.353, pruned_loss=0.1083, over 2773898.14 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07392, over 45844.93 utterances.], batch size: 98, lr: 2.73e-04 +2022-09-18 11:40:56,766 INFO [train.py:885] (0/2) Epoch 17, batch 9600, loss[loss=0.223, simple_loss=0.2924, pruned_loss=0.07681, over 14156.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04587, over 109.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3535, pruned_loss=0.1091, over 2774784.52 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07429, over 45533.26 utterances.], batch size: 109, lr: 2.73e-04 +2022-09-18 11:41:26,346 INFO [train.py:885] (0/2) Epoch 17, batch 9650, loss[loss=0.1885, simple_loss=0.231, pruned_loss=0.07305, over 13395.00 frames. utt_duration=1625 frames, utt_pad_proportion=0.09802, over 33.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3544, pruned_loss=0.1098, over 2779563.54 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07119, over 45911.17 utterances.], batch size: 33, lr: 2.73e-04 +2022-09-18 11:41:56,065 INFO [train.py:885] (0/2) Epoch 17, batch 9700, loss[loss=0.2337, simple_loss=0.3142, pruned_loss=0.07662, over 13919.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.05871, over 69.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3538, pruned_loss=0.1097, over 2781501.49 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06944, over 45447.27 utterances.], batch size: 69, lr: 2.73e-04 +2022-09-18 11:42:25,373 INFO [train.py:885] (0/2) Epoch 17, batch 9750, loss[loss=0.3587, simple_loss=0.4488, pruned_loss=0.1343, over 13615.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.07782, over 560.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3536, pruned_loss=0.1088, over 2782192.16 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06909, over 46042.79 utterances.], batch size: 560, lr: 2.73e-04 +2022-09-18 11:42:55,361 INFO [train.py:885] (0/2) Epoch 17, batch 9800, loss[loss=0.356, simple_loss=0.4025, pruned_loss=0.1547, over 14324.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03797, over 120.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3544, pruned_loss=0.1094, over 2780778.03 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07073, over 46013.48 utterances.], batch size: 120, lr: 2.73e-04 +2022-09-18 11:43:25,041 INFO [train.py:885] (0/2) Epoch 17, batch 9850, loss[loss=0.2303, simple_loss=0.3023, pruned_loss=0.0791, over 14188.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04367, over 109.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3538, pruned_loss=0.109, over 2778140.83 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07129, over 46107.40 utterances.], batch size: 109, lr: 2.73e-04 +2022-09-18 11:43:54,565 INFO [train.py:885] (0/2) Epoch 17, batch 9900, loss[loss=0.1876, simple_loss=0.2474, pruned_loss=0.06392, over 12756.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.1251, over 25.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3534, pruned_loss=0.1086, over 2775845.23 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07157, over 46268.31 utterances.], batch size: 25, lr: 2.73e-04 +2022-09-18 11:44:25,228 INFO [train.py:885] (0/2) Epoch 17, batch 9950, loss[loss=0.3058, simple_loss=0.3977, pruned_loss=0.107, over 13778.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07101, over 411.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3544, pruned_loss=0.1089, over 2775893.37 frames. utt_duration=242.6 frames, utt_pad_proportion=0.0715, over 46057.61 utterances.], batch size: 411, lr: 2.73e-04 +2022-09-18 11:44:53,654 INFO [train.py:885] (0/2) Epoch 17, batch 10000, loss[loss=0.2922, simple_loss=0.3607, pruned_loss=0.1118, over 14332.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03757, over 226.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3503, pruned_loss=0.1067, over 2778870.91 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07112, over 43830.01 utterances.], batch size: 226, lr: 2.73e-04 +2022-09-18 11:45:22,870 INFO [train.py:885] (0/2) Epoch 17, batch 10050, loss[loss=0.2798, simple_loss=0.3625, pruned_loss=0.09851, over 14296.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03909, over 226.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3521, pruned_loss=0.1078, over 2775644.87 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07247, over 44043.64 utterances.], batch size: 226, lr: 2.73e-04 +2022-09-18 11:45:41,320 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-212000.pt +2022-09-18 11:45:53,227 INFO [train.py:885] (0/2) Epoch 17, batch 10100, loss[loss=0.2303, simple_loss=0.2756, pruned_loss=0.09247, over 12673.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.148, over 25.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3552, pruned_loss=0.1098, over 2774837.81 frames. utt_duration=248 frames, utt_pad_proportion=0.07355, over 45027.76 utterances.], batch size: 25, lr: 2.73e-04 +2022-09-18 11:46:23,360 INFO [train.py:885] (0/2) Epoch 17, batch 10150, loss[loss=0.2251, simple_loss=0.3083, pruned_loss=0.07093, over 14304.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03774, over 130.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3556, pruned_loss=0.1092, over 2774410.88 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07259, over 45665.89 utterances.], batch size: 130, lr: 2.73e-04 +2022-09-18 11:46:52,642 INFO [train.py:885] (0/2) Epoch 17, batch 10200, loss[loss=0.2743, simple_loss=0.3457, pruned_loss=0.1015, over 14283.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04335, over 141.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3565, pruned_loss=0.1095, over 2775449.69 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07275, over 45889.08 utterances.], batch size: 141, lr: 2.73e-04 +2022-09-18 11:47:29,994 INFO [train.py:885] (0/2) Epoch 17, batch 10250, loss[loss=0.1712, simple_loss=0.2288, pruned_loss=0.0568, over 13037.00 frames. utt_duration=2088 frames, utt_pad_proportion=0.1056, over 25.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3554, pruned_loss=0.1086, over 2773943.65 frames. utt_duration=242 frames, utt_pad_proportion=0.07291, over 46128.21 utterances.], batch size: 25, lr: 2.73e-04 +2022-09-18 11:47:59,187 INFO [train.py:885] (0/2) Epoch 17, batch 10300, loss[loss=0.2373, simple_loss=0.2949, pruned_loss=0.0898, over 13746.00 frames. utt_duration=798.5 frames, utt_pad_proportion=0.0683, over 69.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3535, pruned_loss=0.1083, over 2782226.95 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06872, over 44019.67 utterances.], batch size: 69, lr: 2.73e-04 +2022-09-18 11:48:28,948 INFO [train.py:885] (0/2) Epoch 17, batch 10350, loss[loss=0.1596, simple_loss=0.2271, pruned_loss=0.04599, over 13661.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.07877, over 50.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3514, pruned_loss=0.1071, over 2783259.46 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06856, over 43346.16 utterances.], batch size: 50, lr: 2.73e-04 +2022-09-18 11:48:58,732 INFO [train.py:885] (0/2) Epoch 17, batch 10400, loss[loss=0.214, simple_loss=0.282, pruned_loss=0.07301, over 13741.00 frames. utt_duration=917.4 frames, utt_pad_proportion=0.07801, over 60.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3528, pruned_loss=0.1079, over 2786363.49 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06699, over 43579.87 utterances.], batch size: 60, lr: 2.73e-04 +2022-09-18 11:49:28,742 INFO [train.py:885] (0/2) Epoch 17, batch 10450, loss[loss=0.2155, simple_loss=0.2739, pruned_loss=0.07853, over 14098.00 frames. utt_duration=715.1 frames, utt_pad_proportion=0.05417, over 79.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3488, pruned_loss=0.1061, over 2781930.83 frames. utt_duration=260.6 frames, utt_pad_proportion=0.06932, over 42934.30 utterances.], batch size: 79, lr: 2.73e-04 +2022-09-18 11:49:57,965 INFO [train.py:885] (0/2) Epoch 17, batch 10500, loss[loss=0.1761, simple_loss=0.2289, pruned_loss=0.06168, over 13076.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1211, over 33.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.351, pruned_loss=0.1067, over 2779018.06 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07146, over 44161.42 utterances.], batch size: 33, lr: 2.73e-04 +2022-09-18 11:50:27,491 INFO [train.py:885] (0/2) Epoch 17, batch 10550, loss[loss=0.2694, simple_loss=0.3265, pruned_loss=0.1061, over 14314.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03872, over 120.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3547, pruned_loss=0.1088, over 2781899.97 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07088, over 45527.70 utterances.], batch size: 120, lr: 2.73e-04 +2022-09-18 11:50:57,116 INFO [train.py:885] (0/2) Epoch 17, batch 10600, loss[loss=0.1547, simple_loss=0.2216, pruned_loss=0.04392, over 13172.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1047, over 33.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3511, pruned_loss=0.1076, over 2782458.18 frames. utt_duration=259 frames, utt_pad_proportion=0.06941, over 43224.27 utterances.], batch size: 33, lr: 2.73e-04 +2022-09-18 11:51:27,023 INFO [train.py:885] (0/2) Epoch 17, batch 10650, loss[loss=0.4365, simple_loss=0.4645, pruned_loss=0.2043, over 14250.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04136, over 335.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3544, pruned_loss=0.1092, over 2784588.06 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06898, over 44574.35 utterances.], batch size: 335, lr: 2.73e-04 +2022-09-18 11:51:56,313 INFO [train.py:885] (0/2) Epoch 17, batch 10700, loss[loss=0.2769, simple_loss=0.3584, pruned_loss=0.09772, over 14316.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03852, over 226.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3556, pruned_loss=0.109, over 2786520.83 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06882, over 45200.26 utterances.], batch size: 226, lr: 2.73e-04 +2022-09-18 11:52:25,203 INFO [train.py:885] (0/2) Epoch 17, batch 10750, loss[loss=0.3632, simple_loss=0.4103, pruned_loss=0.158, over 14187.00 frames. utt_duration=170.7 frames, utt_pad_proportion=0.04626, over 335.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3584, pruned_loss=0.111, over 2783082.07 frames. utt_duration=240 frames, utt_pad_proportion=0.07055, over 46666.75 utterances.], batch size: 335, lr: 2.73e-04 +2022-09-18 11:52:55,358 INFO [train.py:885] (0/2) Epoch 17, batch 10800, loss[loss=0.29, simple_loss=0.3708, pruned_loss=0.1046, over 14303.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.03969, over 226.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3575, pruned_loss=0.1104, over 2780771.56 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07109, over 46039.81 utterances.], batch size: 226, lr: 2.73e-04 +2022-09-18 11:53:25,721 INFO [train.py:885] (0/2) Epoch 17, batch 10850, loss[loss=0.1439, simple_loss=0.2074, pruned_loss=0.0402, over 13154.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1106, over 33.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3577, pruned_loss=0.1106, over 2780823.38 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07128, over 46477.24 utterances.], batch size: 33, lr: 2.72e-04 +2022-09-18 11:53:54,865 INFO [train.py:885] (0/2) Epoch 17, batch 10900, loss[loss=0.1861, simple_loss=0.249, pruned_loss=0.06164, over 13440.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09212, over 50.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3577, pruned_loss=0.1106, over 2784570.17 frames. utt_duration=243 frames, utt_pad_proportion=0.06984, over 46122.15 utterances.], batch size: 50, lr: 2.72e-04 +2022-09-18 11:54:24,880 INFO [train.py:885] (0/2) Epoch 17, batch 10950, loss[loss=0.1944, simple_loss=0.2725, pruned_loss=0.05814, over 14164.00 frames. utt_duration=638.1 frames, utt_pad_proportion=0.0491, over 89.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3584, pruned_loss=0.1115, over 2782053.62 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07108, over 46303.40 utterances.], batch size: 89, lr: 2.72e-04 +2022-09-18 11:54:54,311 INFO [train.py:885] (0/2) Epoch 17, batch 11000, loss[loss=0.1755, simple_loss=0.2372, pruned_loss=0.05687, over 13075.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1212, over 33.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.359, pruned_loss=0.1119, over 2773448.85 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07514, over 46849.80 utterances.], batch size: 33, lr: 2.72e-04 +2022-09-18 11:55:23,990 INFO [train.py:885] (0/2) Epoch 17, batch 11050, loss[loss=0.2903, simple_loss=0.3614, pruned_loss=0.1095, over 14309.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03874, over 195.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.362, pruned_loss=0.1132, over 2778122.39 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07492, over 47426.00 utterances.], batch size: 195, lr: 2.72e-04 +2022-09-18 11:55:53,195 INFO [train.py:885] (0/2) Epoch 17, batch 11100, loss[loss=0.4046, simple_loss=0.4888, pruned_loss=0.1602, over 13167.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3571, pruned_loss=0.1109, over 2781308.75 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07326, over 45042.87 utterances.], batch size: 653, lr: 2.72e-04 +2022-09-18 11:56:22,881 INFO [train.py:885] (0/2) Epoch 17, batch 11150, loss[loss=0.2472, simple_loss=0.3133, pruned_loss=0.09057, over 14349.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03693, over 120.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3576, pruned_loss=0.1112, over 2787165.33 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07057, over 44761.90 utterances.], batch size: 120, lr: 2.72e-04 +2022-09-18 11:56:52,609 INFO [train.py:885] (0/2) Epoch 17, batch 11200, loss[loss=0.3227, simple_loss=0.4243, pruned_loss=0.1105, over 13622.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.081, over 477.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3585, pruned_loss=0.1108, over 2782088.40 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07333, over 46616.10 utterances.], batch size: 477, lr: 2.72e-04 +2022-09-18 11:57:22,219 INFO [train.py:885] (0/2) Epoch 17, batch 11250, loss[loss=0.2406, simple_loss=0.3107, pruned_loss=0.08523, over 14325.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03995, over 120.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3582, pruned_loss=0.1103, over 2782547.03 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07339, over 46746.35 utterances.], batch size: 120, lr: 2.72e-04 +2022-09-18 11:57:52,139 INFO [train.py:885] (0/2) Epoch 17, batch 11300, loss[loss=0.2946, simple_loss=0.3696, pruned_loss=0.1098, over 14367.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03292, over 244.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3587, pruned_loss=0.1106, over 2780374.41 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07578, over 47362.32 utterances.], batch size: 244, lr: 2.72e-04 +2022-09-18 11:58:21,260 INFO [train.py:885] (0/2) Epoch 17, batch 11350, loss[loss=0.2622, simple_loss=0.3388, pruned_loss=0.09276, over 14380.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03681, over 167.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3561, pruned_loss=0.109, over 2781638.81 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07364, over 46039.41 utterances.], batch size: 167, lr: 2.72e-04 +2022-09-18 11:58:50,604 INFO [train.py:885] (0/2) Epoch 17, batch 11400, loss[loss=0.1617, simple_loss=0.222, pruned_loss=0.05067, over 12021.00 frames. utt_duration=2005 frames, utt_pad_proportion=0.197, over 24.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3562, pruned_loss=0.1094, over 2777670.05 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07533, over 46016.94 utterances.], batch size: 24, lr: 2.72e-04 +2022-09-18 11:59:20,359 INFO [train.py:885] (0/2) Epoch 17, batch 11450, loss[loss=0.2841, simple_loss=0.3581, pruned_loss=0.1051, over 14329.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04031, over 167.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3546, pruned_loss=0.1096, over 2776889.83 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07343, over 44762.70 utterances.], batch size: 167, lr: 2.72e-04 +2022-09-18 11:59:50,033 INFO [train.py:885] (0/2) Epoch 17, batch 11500, loss[loss=0.2663, simple_loss=0.3451, pruned_loss=0.09377, over 14310.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03919, over 195.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3559, pruned_loss=0.1105, over 2778394.79 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07056, over 44839.90 utterances.], batch size: 195, lr: 2.72e-04 +2022-09-18 12:00:19,806 INFO [train.py:885] (0/2) Epoch 17, batch 11550, loss[loss=0.2407, simple_loss=0.3059, pruned_loss=0.08777, over 14071.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05479, over 98.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3579, pruned_loss=0.111, over 2777946.91 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07242, over 46371.34 utterances.], batch size: 98, lr: 2.72e-04 +2022-09-18 12:00:49,635 INFO [train.py:885] (0/2) Epoch 17, batch 11600, loss[loss=0.366, simple_loss=0.4701, pruned_loss=0.131, over 13197.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1057, over 653.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.36, pruned_loss=0.1114, over 2780251.00 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07167, over 47377.68 utterances.], batch size: 653, lr: 2.72e-04 +2022-09-18 12:01:18,709 INFO [train.py:885] (0/2) Epoch 17, batch 11650, loss[loss=0.3295, simple_loss=0.389, pruned_loss=0.1351, over 14337.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03724, over 283.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3637, pruned_loss=0.1128, over 2781039.55 frames. utt_duration=228.3 frames, utt_pad_proportion=0.07277, over 49036.78 utterances.], batch size: 283, lr: 2.72e-04 +2022-09-18 12:01:48,435 INFO [train.py:885] (0/2) Epoch 17, batch 11700, loss[loss=0.1659, simple_loss=0.2408, pruned_loss=0.04553, over 13494.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.08915, over 50.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3583, pruned_loss=0.1102, over 2782371.61 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07028, over 47008.91 utterances.], batch size: 50, lr: 2.72e-04 +2022-09-18 12:02:17,286 INFO [train.py:885] (0/2) Epoch 17, batch 11750, loss[loss=0.2223, simple_loss=0.2869, pruned_loss=0.07887, over 14170.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04498, over 109.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3564, pruned_loss=0.1095, over 2782927.60 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06988, over 45757.72 utterances.], batch size: 109, lr: 2.72e-04 +2022-09-18 12:02:46,144 INFO [train.py:885] (0/2) Epoch 17, batch 11800, loss[loss=0.1992, simple_loss=0.2838, pruned_loss=0.0573, over 14199.00 frames. utt_duration=639.8 frames, utt_pad_proportion=0.04511, over 89.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3561, pruned_loss=0.1094, over 2786399.23 frames. utt_duration=247 frames, utt_pad_proportion=0.06768, over 45399.13 utterances.], batch size: 89, lr: 2.72e-04 +2022-09-18 12:03:16,258 INFO [train.py:885] (0/2) Epoch 17, batch 11850, loss[loss=0.1775, simple_loss=0.2485, pruned_loss=0.0533, over 13150.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.108, over 33.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3582, pruned_loss=0.1098, over 2781758.32 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07014, over 46869.16 utterances.], batch size: 33, lr: 2.72e-04 +2022-09-18 12:03:45,995 INFO [train.py:885] (0/2) Epoch 17, batch 11900, loss[loss=0.3036, simple_loss=0.375, pruned_loss=0.116, over 14302.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.0381, over 180.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3602, pruned_loss=0.1105, over 2783146.02 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07044, over 47911.12 utterances.], batch size: 180, lr: 2.72e-04 +2022-09-18 12:04:16,231 INFO [train.py:885] (0/2) Epoch 17, batch 11950, loss[loss=0.2648, simple_loss=0.3499, pruned_loss=0.08984, over 14253.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.0418, over 225.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.364, pruned_loss=0.1122, over 2776927.07 frames. utt_duration=222.9 frames, utt_pad_proportion=0.07392, over 50159.67 utterances.], batch size: 225, lr: 2.72e-04 +2022-09-18 12:04:45,292 INFO [train.py:885] (0/2) Epoch 17, batch 12000, loss[loss=0.2875, simple_loss=0.3535, pruned_loss=0.1108, over 14343.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03945, over 167.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3608, pruned_loss=0.1111, over 2780954.32 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07219, over 47665.27 utterances.], batch size: 167, lr: 2.72e-04 +2022-09-18 12:04:45,293 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 12:04:50,060 INFO [train.py:914] (0/2) Epoch 17, validation: loss=0.1947, simple_loss=0.2725, pruned_loss=0.05844, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 12:05:19,876 INFO [train.py:885] (0/2) Epoch 17, batch 12050, loss[loss=0.2337, simple_loss=0.3068, pruned_loss=0.08033, over 13957.00 frames. utt_duration=708 frames, utt_pad_proportion=0.06348, over 79.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3592, pruned_loss=0.11, over 2776760.99 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07262, over 47547.05 utterances.], batch size: 79, lr: 2.72e-04 +2022-09-18 12:05:49,542 INFO [train.py:885] (0/2) Epoch 17, batch 12100, loss[loss=0.2002, simple_loss=0.2887, pruned_loss=0.05587, over 14055.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05501, over 79.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3577, pruned_loss=0.1086, over 2775477.40 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07458, over 47699.95 utterances.], batch size: 79, lr: 2.72e-04 +2022-09-18 12:06:18,387 INFO [train.py:885] (0/2) Epoch 17, batch 12150, loss[loss=0.3142, simple_loss=0.408, pruned_loss=0.1102, over 13834.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06972, over 412.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3596, pruned_loss=0.1098, over 2779278.98 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07246, over 48543.77 utterances.], batch size: 412, lr: 2.72e-04 +2022-09-18 12:06:48,306 INFO [train.py:885] (0/2) Epoch 17, batch 12200, loss[loss=0.2765, simple_loss=0.361, pruned_loss=0.09602, over 14268.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04065, over 180.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3591, pruned_loss=0.1103, over 2775919.18 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07377, over 48103.10 utterances.], batch size: 180, lr: 2.72e-04 +2022-09-18 12:07:17,722 INFO [train.py:885] (0/2) Epoch 17, batch 12250, loss[loss=0.3181, simple_loss=0.3621, pruned_loss=0.1371, over 14265.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04219, over 141.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3567, pruned_loss=0.1096, over 2774007.55 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07289, over 47250.01 utterances.], batch size: 141, lr: 2.72e-04 +2022-09-18 12:07:47,288 INFO [train.py:885] (0/2) Epoch 17, batch 12300, loss[loss=0.3418, simple_loss=0.4007, pruned_loss=0.1414, over 14293.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04113, over 262.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3623, pruned_loss=0.1128, over 2780604.59 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07291, over 48215.33 utterances.], batch size: 262, lr: 2.72e-04 +2022-09-18 12:08:15,921 INFO [train.py:885] (0/2) Epoch 17, batch 12350, loss[loss=0.1708, simple_loss=0.2406, pruned_loss=0.05051, over 13157.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1142, over 33.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3562, pruned_loss=0.1097, over 2784768.01 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07047, over 46282.25 utterances.], batch size: 33, lr: 2.72e-04 +2022-09-18 12:08:45,667 INFO [train.py:885] (0/2) Epoch 17, batch 12400, loss[loss=0.1585, simple_loss=0.2242, pruned_loss=0.04634, over 13593.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08175, over 50.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3521, pruned_loss=0.1078, over 2787054.95 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06904, over 44557.67 utterances.], batch size: 50, lr: 2.71e-04 +2022-09-18 12:09:15,423 INFO [train.py:885] (0/2) Epoch 17, batch 12450, loss[loss=0.2742, simple_loss=0.3388, pruned_loss=0.1049, over 14320.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.03665, over 130.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3534, pruned_loss=0.1082, over 2786716.05 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0698, over 45023.00 utterances.], batch size: 130, lr: 2.71e-04 +2022-09-18 12:09:44,420 INFO [train.py:885] (0/2) Epoch 17, batch 12500, loss[loss=0.3555, simple_loss=0.426, pruned_loss=0.1425, over 14050.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05498, over 366.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3535, pruned_loss=0.1078, over 2785808.44 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06828, over 45293.15 utterances.], batch size: 366, lr: 2.71e-04 +2022-09-18 12:10:15,138 INFO [train.py:885] (0/2) Epoch 17, batch 12550, loss[loss=0.3511, simple_loss=0.4019, pruned_loss=0.1502, over 14252.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.0418, over 180.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3545, pruned_loss=0.109, over 2781912.50 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06935, over 45367.78 utterances.], batch size: 180, lr: 2.71e-04 +2022-09-18 12:10:42,711 INFO [train.py:885] (0/2) Epoch 17, batch 12600, loss[loss=0.3389, simple_loss=0.4189, pruned_loss=0.1295, over 13790.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07038, over 411.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3557, pruned_loss=0.11, over 2784819.35 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06919, over 45676.96 utterances.], batch size: 411, lr: 2.71e-04 +2022-09-18 12:10:53,452 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-17.pt +2022-09-18 12:11:00,497 INFO [train.py:885] (0/2) Epoch 18, batch 0, loss[loss=0.2765, simple_loss=0.3484, pruned_loss=0.1023, over 14292.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04183, over 154.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3484, pruned_loss=0.1023, over 14292.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04183, over 154.00 utterances.], batch size: 154, lr: 2.64e-04 +2022-09-18 12:11:30,536 INFO [train.py:885] (0/2) Epoch 18, batch 50, loss[loss=0.1647, simple_loss=0.2175, pruned_loss=0.05599, over 12256.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.1647, over 24.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3684, pruned_loss=0.1132, over 622149.33 frames. utt_duration=208.6 frames, utt_pad_proportion=0.08236, over 12017.19 utterances.], batch size: 24, lr: 2.64e-04 +2022-09-18 12:12:09,746 INFO [train.py:885] (0/2) Epoch 18, batch 100, loss[loss=0.378, simple_loss=0.4228, pruned_loss=0.1666, over 14273.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04077, over 335.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3552, pruned_loss=0.1098, over 1102454.91 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07337, over 18138.93 utterances.], batch size: 335, lr: 2.64e-04 +2022-09-18 12:12:39,028 INFO [train.py:885] (0/2) Epoch 18, batch 150, loss[loss=0.4115, simple_loss=0.4789, pruned_loss=0.1721, over 13602.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07974, over 560.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3586, pruned_loss=0.1103, over 1476310.65 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07098, over 25708.23 utterances.], batch size: 560, lr: 2.64e-04 +2022-09-18 12:13:08,003 INFO [train.py:885] (0/2) Epoch 18, batch 200, loss[loss=0.2119, simple_loss=0.2766, pruned_loss=0.07355, over 13788.00 frames. utt_duration=800.7 frames, utt_pad_proportion=0.06787, over 69.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3557, pruned_loss=0.1083, over 1769381.58 frames. utt_duration=241.2 frames, utt_pad_proportion=0.06679, over 29522.32 utterances.], batch size: 69, lr: 2.64e-04 +2022-09-18 12:13:38,268 INFO [train.py:885] (0/2) Epoch 18, batch 250, loss[loss=0.2896, simple_loss=0.3616, pruned_loss=0.1088, over 14356.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03566, over 195.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.361, pruned_loss=0.1106, over 1986873.28 frames. utt_duration=225.2 frames, utt_pad_proportion=0.07274, over 35526.07 utterances.], batch size: 195, lr: 2.64e-04 +2022-09-18 12:14:07,588 INFO [train.py:885] (0/2) Epoch 18, batch 300, loss[loss=0.2634, simple_loss=0.3415, pruned_loss=0.09263, over 14321.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.0395, over 154.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3614, pruned_loss=0.1117, over 2166070.47 frames. utt_duration=230 frames, utt_pad_proportion=0.07189, over 37909.34 utterances.], batch size: 154, lr: 2.64e-04 +2022-09-18 12:14:37,311 INFO [train.py:885] (0/2) Epoch 18, batch 350, loss[loss=0.2349, simple_loss=0.3068, pruned_loss=0.08146, over 14057.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05566, over 98.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3591, pruned_loss=0.1098, over 2302037.48 frames. utt_duration=229.5 frames, utt_pad_proportion=0.07286, over 40387.89 utterances.], batch size: 98, lr: 2.64e-04 +2022-09-18 12:15:06,968 INFO [train.py:885] (0/2) Epoch 18, batch 400, loss[loss=0.4187, simple_loss=0.5041, pruned_loss=0.1666, over 13156.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3594, pruned_loss=0.1095, over 2408474.57 frames. utt_duration=227.2 frames, utt_pad_proportion=0.07256, over 42676.32 utterances.], batch size: 653, lr: 2.64e-04 +2022-09-18 12:15:36,362 INFO [train.py:885] (0/2) Epoch 18, batch 450, loss[loss=0.3329, simple_loss=0.3929, pruned_loss=0.1365, over 14240.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.0426, over 306.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3553, pruned_loss=0.1079, over 2491888.05 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07217, over 42302.77 utterances.], batch size: 306, lr: 2.64e-04 +2022-09-18 12:16:06,140 INFO [train.py:885] (0/2) Epoch 18, batch 500, loss[loss=0.1917, simple_loss=0.2456, pruned_loss=0.06887, over 13924.00 frames. utt_duration=929.5 frames, utt_pad_proportion=0.06583, over 60.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3585, pruned_loss=0.1096, over 2550816.87 frames. utt_duration=228.4 frames, utt_pad_proportion=0.0736, over 44962.89 utterances.], batch size: 60, lr: 2.64e-04 +2022-09-18 12:16:35,544 INFO [train.py:885] (0/2) Epoch 18, batch 550, loss[loss=0.1745, simple_loss=0.2527, pruned_loss=0.04816, over 12929.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1082, over 25.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3527, pruned_loss=0.1072, over 2599672.83 frames. utt_duration=242.4 frames, utt_pad_proportion=0.0712, over 43158.76 utterances.], batch size: 25, lr: 2.64e-04 +2022-09-18 12:17:04,593 INFO [train.py:885] (0/2) Epoch 18, batch 600, loss[loss=0.1918, simple_loss=0.2555, pruned_loss=0.06407, over 12973.00 frames. utt_duration=1574 frames, utt_pad_proportion=0.1217, over 33.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3526, pruned_loss=0.1078, over 2644542.18 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06874, over 42709.79 utterances.], batch size: 33, lr: 2.64e-04 +2022-09-18 12:17:34,715 INFO [train.py:885] (0/2) Epoch 18, batch 650, loss[loss=0.2552, simple_loss=0.3243, pruned_loss=0.09307, over 14335.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03755, over 120.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3533, pruned_loss=0.1084, over 2670913.64 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07085, over 43524.66 utterances.], batch size: 120, lr: 2.64e-04 +2022-09-18 12:18:03,991 INFO [train.py:885] (0/2) Epoch 18, batch 700, loss[loss=0.2978, simple_loss=0.3711, pruned_loss=0.1123, over 14393.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03504, over 244.00 utterances.], tot_loss[loss=0.292, simple_loss=0.3603, pruned_loss=0.1118, over 2696584.13 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07301, over 46933.21 utterances.], batch size: 244, lr: 2.64e-04 +2022-09-18 12:18:33,072 INFO [train.py:885] (0/2) Epoch 18, batch 750, loss[loss=0.2899, simple_loss=0.369, pruned_loss=0.1054, over 14353.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03299, over 244.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3577, pruned_loss=0.1106, over 2716235.15 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07164, over 46455.26 utterances.], batch size: 244, lr: 2.64e-04 +2022-09-18 12:19:03,112 INFO [train.py:885] (0/2) Epoch 18, batch 800, loss[loss=0.2536, simple_loss=0.3212, pruned_loss=0.09298, over 14285.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03896, over 130.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3559, pruned_loss=0.1092, over 2732331.23 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0711, over 45872.45 utterances.], batch size: 130, lr: 2.64e-04 +2022-09-18 12:19:32,448 INFO [train.py:885] (0/2) Epoch 18, batch 850, loss[loss=0.1741, simple_loss=0.237, pruned_loss=0.05559, over 13248.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09584, over 41.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.356, pruned_loss=0.1096, over 2743156.54 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07012, over 45783.53 utterances.], batch size: 41, lr: 2.64e-04 +2022-09-18 12:20:02,461 INFO [train.py:885] (0/2) Epoch 18, batch 900, loss[loss=0.3236, simple_loss=0.3904, pruned_loss=0.1284, over 14340.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03617, over 210.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3536, pruned_loss=0.1088, over 2757645.53 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06676, over 43703.98 utterances.], batch size: 210, lr: 2.64e-04 +2022-09-18 12:20:31,317 INFO [train.py:885] (0/2) Epoch 18, batch 950, loss[loss=0.403, simple_loss=0.4424, pruned_loss=0.1819, over 14178.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04594, over 306.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3536, pruned_loss=0.1091, over 2763484.40 frames. utt_duration=256.4 frames, utt_pad_proportion=0.0671, over 43352.14 utterances.], batch size: 306, lr: 2.64e-04 +2022-09-18 12:21:00,979 INFO [train.py:885] (0/2) Epoch 18, batch 1000, loss[loss=0.3191, simple_loss=0.4086, pruned_loss=0.1148, over 13800.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07001, over 411.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3573, pruned_loss=0.1112, over 2767900.34 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06851, over 44717.94 utterances.], batch size: 411, lr: 2.64e-04 +2022-09-18 12:21:30,816 INFO [train.py:885] (0/2) Epoch 18, batch 1050, loss[loss=0.2833, simple_loss=0.3578, pruned_loss=0.1045, over 14366.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03244, over 244.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3571, pruned_loss=0.1109, over 2773241.52 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06814, over 44595.84 utterances.], batch size: 244, lr: 2.64e-04 +2022-09-18 12:22:00,197 INFO [train.py:885] (0/2) Epoch 18, batch 1100, loss[loss=0.4839, simple_loss=0.5468, pruned_loss=0.2105, over 13604.00 frames. utt_duration=98.54 frames, utt_pad_proportion=0.07904, over 560.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3587, pruned_loss=0.1119, over 2775326.43 frames. utt_duration=245 frames, utt_pad_proportion=0.06887, over 45576.09 utterances.], batch size: 560, lr: 2.64e-04 +2022-09-18 12:22:29,467 INFO [train.py:885] (0/2) Epoch 18, batch 1150, loss[loss=0.1569, simple_loss=0.2259, pruned_loss=0.04393, over 13722.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.07987, over 42.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.36, pruned_loss=0.1128, over 2771602.07 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07182, over 45979.62 utterances.], batch size: 42, lr: 2.63e-04 +2022-09-18 12:22:59,178 INFO [train.py:885] (0/2) Epoch 18, batch 1200, loss[loss=0.3465, simple_loss=0.4234, pruned_loss=0.1348, over 13767.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07213, over 411.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3581, pruned_loss=0.1118, over 2777701.23 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06865, over 44955.58 utterances.], batch size: 411, lr: 2.63e-04 +2022-09-18 12:23:29,031 INFO [train.py:885] (0/2) Epoch 18, batch 1250, loss[loss=0.2105, simple_loss=0.2726, pruned_loss=0.07418, over 14049.00 frames. utt_duration=574.9 frames, utt_pad_proportion=0.05593, over 98.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3549, pruned_loss=0.1095, over 2774736.49 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06929, over 44394.99 utterances.], batch size: 98, lr: 2.63e-04 +2022-09-18 12:23:58,525 INFO [train.py:885] (0/2) Epoch 18, batch 1300, loss[loss=0.2304, simple_loss=0.3065, pruned_loss=0.07713, over 14309.00 frames. utt_duration=407.3 frames, utt_pad_proportion=0.04154, over 141.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3586, pruned_loss=0.1105, over 2773700.75 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07247, over 47187.75 utterances.], batch size: 141, lr: 2.63e-04 +2022-09-18 12:24:26,723 INFO [train.py:885] (0/2) Epoch 18, batch 1350, loss[loss=0.2854, simple_loss=0.3471, pruned_loss=0.1118, over 14357.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03871, over 167.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3554, pruned_loss=0.1087, over 2772827.10 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07192, over 46413.66 utterances.], batch size: 167, lr: 2.63e-04 +2022-09-18 12:24:56,718 INFO [train.py:885] (0/2) Epoch 18, batch 1400, loss[loss=0.1921, simple_loss=0.2729, pruned_loss=0.05566, over 13801.00 frames. utt_duration=1316 frames, utt_pad_proportion=0.0721, over 42.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3554, pruned_loss=0.1089, over 2769512.67 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07607, over 46924.12 utterances.], batch size: 42, lr: 2.63e-04 +2022-09-18 12:25:26,816 INFO [train.py:885] (0/2) Epoch 18, batch 1450, loss[loss=0.2503, simple_loss=0.3051, pruned_loss=0.09777, over 14119.00 frames. utt_duration=808.1 frames, utt_pad_proportion=0.0548, over 70.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.353, pruned_loss=0.1072, over 2772263.00 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07452, over 45981.60 utterances.], batch size: 70, lr: 2.63e-04 +2022-09-18 12:25:33,213 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-216000.pt +2022-09-18 12:25:56,515 INFO [train.py:885] (0/2) Epoch 18, batch 1500, loss[loss=0.1519, simple_loss=0.2225, pruned_loss=0.04061, over 13068.00 frames. utt_duration=1585 frames, utt_pad_proportion=0.1192, over 33.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3509, pruned_loss=0.1057, over 2779472.59 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07136, over 44669.71 utterances.], batch size: 33, lr: 2.63e-04 +2022-09-18 12:26:26,949 INFO [train.py:885] (0/2) Epoch 18, batch 1550, loss[loss=0.3722, simple_loss=0.4355, pruned_loss=0.1544, over 14027.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05411, over 365.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3531, pruned_loss=0.1079, over 2777309.78 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07107, over 45153.27 utterances.], batch size: 365, lr: 2.63e-04 +2022-09-18 12:26:56,091 INFO [train.py:885] (0/2) Epoch 18, batch 1600, loss[loss=0.3544, simple_loss=0.417, pruned_loss=0.1459, over 14334.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03775, over 283.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3539, pruned_loss=0.109, over 2783870.28 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06936, over 44832.16 utterances.], batch size: 283, lr: 2.63e-04 +2022-09-18 12:27:25,851 INFO [train.py:885] (0/2) Epoch 18, batch 1650, loss[loss=0.3079, simple_loss=0.3755, pruned_loss=0.1201, over 14381.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.0354, over 244.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3538, pruned_loss=0.1085, over 2784925.98 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06776, over 44798.85 utterances.], batch size: 244, lr: 2.63e-04 +2022-09-18 12:27:54,609 INFO [train.py:885] (0/2) Epoch 18, batch 1700, loss[loss=0.3417, simple_loss=0.4166, pruned_loss=0.1334, over 13982.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05715, over 365.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3488, pruned_loss=0.1061, over 2780804.85 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06911, over 43140.34 utterances.], batch size: 365, lr: 2.63e-04 +2022-09-18 12:28:24,310 INFO [train.py:885] (0/2) Epoch 18, batch 1750, loss[loss=0.1891, simple_loss=0.2669, pruned_loss=0.05565, over 14189.00 frames. utt_duration=639.6 frames, utt_pad_proportion=0.0468, over 89.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3518, pruned_loss=0.1072, over 2783239.02 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06751, over 44474.83 utterances.], batch size: 89, lr: 2.63e-04 +2022-09-18 12:28:54,076 INFO [train.py:885] (0/2) Epoch 18, batch 1800, loss[loss=0.2944, simple_loss=0.3725, pruned_loss=0.1082, over 14373.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03455, over 210.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3511, pruned_loss=0.1065, over 2781502.78 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07059, over 44856.77 utterances.], batch size: 210, lr: 2.63e-04 +2022-09-18 12:29:24,091 INFO [train.py:885] (0/2) Epoch 18, batch 1850, loss[loss=0.3951, simple_loss=0.4408, pruned_loss=0.1746, over 14211.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04473, over 335.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3537, pruned_loss=0.1086, over 2781931.94 frames. utt_duration=247 frames, utt_pad_proportion=0.07052, over 45321.30 utterances.], batch size: 335, lr: 2.63e-04 +2022-09-18 12:29:53,756 INFO [train.py:885] (0/2) Epoch 18, batch 1900, loss[loss=0.3713, simple_loss=0.4404, pruned_loss=0.1512, over 14024.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05689, over 366.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3569, pruned_loss=0.1101, over 2783123.19 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07173, over 45816.69 utterances.], batch size: 366, lr: 2.63e-04 +2022-09-18 12:30:23,144 INFO [train.py:885] (0/2) Epoch 18, batch 1950, loss[loss=0.3664, simple_loss=0.4671, pruned_loss=0.1329, over 13098.00 frames. utt_duration=81.8 frames, utt_pad_proportion=0.1109, over 653.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3563, pruned_loss=0.11, over 2779133.03 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07159, over 46464.88 utterances.], batch size: 653, lr: 2.63e-04 +2022-09-18 12:30:52,788 INFO [train.py:885] (0/2) Epoch 18, batch 2000, loss[loss=0.2382, simple_loss=0.3115, pruned_loss=0.08242, over 14088.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05522, over 98.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.357, pruned_loss=0.1098, over 2783033.23 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07138, over 46727.85 utterances.], batch size: 98, lr: 2.63e-04 +2022-09-18 12:31:22,379 INFO [train.py:885] (0/2) Epoch 18, batch 2050, loss[loss=0.2784, simple_loss=0.3427, pruned_loss=0.107, over 14321.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03715, over 130.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3589, pruned_loss=0.1111, over 2785206.90 frames. utt_duration=241 frames, utt_pad_proportion=0.07219, over 46508.06 utterances.], batch size: 130, lr: 2.63e-04 +2022-09-18 12:31:52,140 INFO [train.py:885] (0/2) Epoch 18, batch 2100, loss[loss=0.4838, simple_loss=0.4969, pruned_loss=0.2354, over 14215.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04377, over 306.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3593, pruned_loss=0.1116, over 2782138.29 frames. utt_duration=240 frames, utt_pad_proportion=0.07281, over 46659.84 utterances.], batch size: 306, lr: 2.63e-04 +2022-09-18 12:32:21,319 INFO [train.py:885] (0/2) Epoch 18, batch 2150, loss[loss=0.1641, simple_loss=0.2424, pruned_loss=0.04291, over 13863.00 frames. utt_duration=805.1 frames, utt_pad_proportion=0.06271, over 69.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3575, pruned_loss=0.1106, over 2780151.67 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07174, over 45894.51 utterances.], batch size: 69, lr: 2.63e-04 +2022-09-18 12:32:51,740 INFO [train.py:885] (0/2) Epoch 18, batch 2200, loss[loss=0.2824, simple_loss=0.3513, pruned_loss=0.1067, over 14245.00 frames. utt_duration=317.9 frames, utt_pad_proportion=0.04235, over 180.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.36, pruned_loss=0.1115, over 2782558.93 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07166, over 47229.74 utterances.], batch size: 180, lr: 2.63e-04 +2022-09-18 12:33:20,955 INFO [train.py:885] (0/2) Epoch 18, batch 2250, loss[loss=0.1955, simple_loss=0.2622, pruned_loss=0.06437, over 13460.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09159, over 50.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.36, pruned_loss=0.1108, over 2781454.46 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07258, over 47724.88 utterances.], batch size: 50, lr: 2.63e-04 +2022-09-18 12:33:50,733 INFO [train.py:885] (0/2) Epoch 18, batch 2300, loss[loss=0.523, simple_loss=0.5997, pruned_loss=0.2232, over 12470.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.147, over 810.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3602, pruned_loss=0.111, over 2784936.69 frames. utt_duration=234.9 frames, utt_pad_proportion=0.0711, over 47721.00 utterances.], batch size: 810, lr: 2.63e-04 +2022-09-18 12:34:19,872 INFO [train.py:885] (0/2) Epoch 18, batch 2350, loss[loss=0.2143, simple_loss=0.2927, pruned_loss=0.06791, over 13245.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.0986, over 26.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3583, pruned_loss=0.1097, over 2784210.28 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07028, over 46751.57 utterances.], batch size: 26, lr: 2.63e-04 +2022-09-18 12:34:49,910 INFO [train.py:885] (0/2) Epoch 18, batch 2400, loss[loss=0.344, simple_loss=0.3794, pruned_loss=0.1543, over 14187.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.04369, over 109.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3552, pruned_loss=0.1084, over 2783900.30 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06999, over 45511.87 utterances.], batch size: 109, lr: 2.63e-04 +2022-09-18 12:35:19,920 INFO [train.py:885] (0/2) Epoch 18, batch 2450, loss[loss=0.3548, simple_loss=0.4049, pruned_loss=0.1523, over 14319.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03857, over 283.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3535, pruned_loss=0.1085, over 2780198.26 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07145, over 44651.91 utterances.], batch size: 283, lr: 2.63e-04 +2022-09-18 12:35:49,307 INFO [train.py:885] (0/2) Epoch 18, batch 2500, loss[loss=0.2677, simple_loss=0.3453, pruned_loss=0.095, over 14273.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04404, over 141.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3558, pruned_loss=0.1093, over 2780796.17 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07164, over 45876.49 utterances.], batch size: 141, lr: 2.63e-04 +2022-09-18 12:36:18,468 INFO [train.py:885] (0/2) Epoch 18, batch 2550, loss[loss=0.3019, simple_loss=0.3671, pruned_loss=0.1184, over 14296.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03891, over 180.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3568, pruned_loss=0.1101, over 2781867.40 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07113, over 45899.24 utterances.], batch size: 180, lr: 2.63e-04 +2022-09-18 12:36:48,249 INFO [train.py:885] (0/2) Epoch 18, batch 2600, loss[loss=0.1771, simple_loss=0.2485, pruned_loss=0.0528, over 13619.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.0906, over 42.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.358, pruned_loss=0.1105, over 2780115.00 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07143, over 46313.93 utterances.], batch size: 42, lr: 2.63e-04 +2022-09-18 12:37:18,444 INFO [train.py:885] (0/2) Epoch 18, batch 2650, loss[loss=0.1758, simple_loss=0.2452, pruned_loss=0.05319, over 13026.00 frames. utt_duration=2006 frames, utt_pad_proportion=0.1161, over 26.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3578, pruned_loss=0.1106, over 2773981.97 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07448, over 45873.97 utterances.], batch size: 26, lr: 2.63e-04 +2022-09-18 12:37:47,867 INFO [train.py:885] (0/2) Epoch 18, batch 2700, loss[loss=0.3256, simple_loss=0.3864, pruned_loss=0.1324, over 14267.00 frames. utt_duration=219.3 frames, utt_pad_proportion=0.04243, over 262.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3601, pruned_loss=0.1109, over 2775093.36 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07514, over 47653.45 utterances.], batch size: 262, lr: 2.63e-04 +2022-09-18 12:38:17,549 INFO [train.py:885] (0/2) Epoch 18, batch 2750, loss[loss=0.3076, simple_loss=0.3827, pruned_loss=0.1162, over 14365.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03289, over 244.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3572, pruned_loss=0.1098, over 2778397.36 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07337, over 46553.26 utterances.], batch size: 244, lr: 2.63e-04 +2022-09-18 12:38:46,460 INFO [train.py:885] (0/2) Epoch 18, batch 2800, loss[loss=0.307, simple_loss=0.381, pruned_loss=0.1165, over 14315.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03922, over 262.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3563, pruned_loss=0.1094, over 2784316.74 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07102, over 45989.96 utterances.], batch size: 262, lr: 2.62e-04 +2022-09-18 12:39:16,964 INFO [train.py:885] (0/2) Epoch 18, batch 2850, loss[loss=0.3305, simple_loss=0.4361, pruned_loss=0.1124, over 13620.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07774, over 560.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3617, pruned_loss=0.1109, over 2780930.61 frames. utt_duration=226.9 frames, utt_pad_proportion=0.07399, over 49348.81 utterances.], batch size: 560, lr: 2.62e-04 +2022-09-18 12:39:45,562 INFO [train.py:885] (0/2) Epoch 18, batch 2900, loss[loss=0.2461, simple_loss=0.3208, pruned_loss=0.08574, over 14304.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04085, over 154.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3586, pruned_loss=0.1105, over 2781578.22 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07233, over 47295.36 utterances.], batch size: 154, lr: 2.62e-04 +2022-09-18 12:40:15,667 INFO [train.py:885] (0/2) Epoch 18, batch 2950, loss[loss=0.2734, simple_loss=0.3483, pruned_loss=0.09922, over 14229.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04679, over 141.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3555, pruned_loss=0.1092, over 2772888.94 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07377, over 46582.33 utterances.], batch size: 141, lr: 2.62e-04 +2022-09-18 12:40:45,197 INFO [train.py:885] (0/2) Epoch 18, batch 3000, loss[loss=0.2237, simple_loss=0.2956, pruned_loss=0.0759, over 14115.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.05136, over 98.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.358, pruned_loss=0.1111, over 2769806.38 frames. utt_duration=234 frames, utt_pad_proportion=0.07601, over 47652.69 utterances.], batch size: 98, lr: 2.62e-04 +2022-09-18 12:40:45,198 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 12:40:49,329 INFO [train.py:914] (0/2) Epoch 18, validation: loss=0.2004, simple_loss=0.2787, pruned_loss=0.06103, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 12:41:19,171 INFO [train.py:885] (0/2) Epoch 18, batch 3050, loss[loss=0.2715, simple_loss=0.3483, pruned_loss=0.09733, over 14340.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03647, over 195.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3571, pruned_loss=0.1106, over 2773208.90 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07496, over 47206.74 utterances.], batch size: 195, lr: 2.62e-04 +2022-09-18 12:41:48,633 INFO [train.py:885] (0/2) Epoch 18, batch 3100, loss[loss=0.2477, simple_loss=0.3155, pruned_loss=0.08996, over 14114.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05162, over 98.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3575, pruned_loss=0.1105, over 2772333.16 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07513, over 47678.11 utterances.], batch size: 98, lr: 2.62e-04 +2022-09-18 12:42:18,023 INFO [train.py:885] (0/2) Epoch 18, batch 3150, loss[loss=0.1504, simple_loss=0.2035, pruned_loss=0.04863, over 13117.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1141, over 33.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3524, pruned_loss=0.1082, over 2775544.73 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07329, over 45331.99 utterances.], batch size: 33, lr: 2.62e-04 +2022-09-18 12:42:47,793 INFO [train.py:885] (0/2) Epoch 18, batch 3200, loss[loss=0.3386, simple_loss=0.4373, pruned_loss=0.12, over 13669.00 frames. utt_duration=99.02 frames, utt_pad_proportion=0.0746, over 560.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3539, pruned_loss=0.1087, over 2773788.88 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07561, over 46838.50 utterances.], batch size: 560, lr: 2.62e-04 +2022-09-18 12:43:17,407 INFO [train.py:885] (0/2) Epoch 18, batch 3250, loss[loss=0.2683, simple_loss=0.3352, pruned_loss=0.1007, over 14326.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03943, over 154.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3521, pruned_loss=0.107, over 2773706.64 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07432, over 46471.64 utterances.], batch size: 154, lr: 2.62e-04 +2022-09-18 12:43:47,378 INFO [train.py:885] (0/2) Epoch 18, batch 3300, loss[loss=0.2118, simple_loss=0.2686, pruned_loss=0.07753, over 14153.00 frames. utt_duration=718.3 frames, utt_pad_proportion=0.0499, over 79.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3521, pruned_loss=0.1069, over 2776517.60 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07196, over 46459.29 utterances.], batch size: 79, lr: 2.62e-04 +2022-09-18 12:44:17,027 INFO [train.py:885] (0/2) Epoch 18, batch 3350, loss[loss=0.232, simple_loss=0.2881, pruned_loss=0.08798, over 14100.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05261, over 98.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3541, pruned_loss=0.1088, over 2775530.93 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07473, over 46281.78 utterances.], batch size: 98, lr: 2.62e-04 +2022-09-18 12:44:46,914 INFO [train.py:885] (0/2) Epoch 18, batch 3400, loss[loss=0.3285, simple_loss=0.3767, pruned_loss=0.1402, over 14242.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04611, over 141.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.354, pruned_loss=0.1087, over 2782866.75 frames. utt_duration=248.1 frames, utt_pad_proportion=0.0711, over 45135.63 utterances.], batch size: 141, lr: 2.62e-04 +2022-09-18 12:45:16,281 INFO [train.py:885] (0/2) Epoch 18, batch 3450, loss[loss=0.3074, simple_loss=0.3753, pruned_loss=0.1197, over 14313.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03767, over 180.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3543, pruned_loss=0.1076, over 2782300.88 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07128, over 46563.37 utterances.], batch size: 180, lr: 2.62e-04 +2022-09-18 12:45:45,925 INFO [train.py:885] (0/2) Epoch 18, batch 3500, loss[loss=0.5007, simple_loss=0.5863, pruned_loss=0.2075, over 12583.00 frames. utt_duration=63.7 frames, utt_pad_proportion=0.1392, over 810.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3567, pruned_loss=0.109, over 2784732.43 frames. utt_duration=239.9 frames, utt_pad_proportion=0.0702, over 46724.72 utterances.], batch size: 810, lr: 2.62e-04 +2022-09-18 12:46:15,136 INFO [train.py:885] (0/2) Epoch 18, batch 3550, loss[loss=0.3776, simple_loss=0.4605, pruned_loss=0.1474, over 13604.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07924, over 560.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.356, pruned_loss=0.1089, over 2783074.14 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07072, over 46688.69 utterances.], batch size: 560, lr: 2.62e-04 +2022-09-18 12:46:44,906 INFO [train.py:885] (0/2) Epoch 18, batch 3600, loss[loss=0.2482, simple_loss=0.329, pruned_loss=0.08364, over 14191.00 frames. utt_duration=403.8 frames, utt_pad_proportion=0.04983, over 141.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3562, pruned_loss=0.1095, over 2782217.92 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07128, over 46753.59 utterances.], batch size: 141, lr: 2.62e-04 +2022-09-18 12:47:13,734 INFO [train.py:885] (0/2) Epoch 18, batch 3650, loss[loss=0.3575, simple_loss=0.4125, pruned_loss=0.1513, over 14178.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04612, over 306.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3549, pruned_loss=0.109, over 2786256.35 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06931, over 45907.51 utterances.], batch size: 306, lr: 2.62e-04 +2022-09-18 12:47:43,388 INFO [train.py:885] (0/2) Epoch 18, batch 3700, loss[loss=0.1946, simple_loss=0.2664, pruned_loss=0.06147, over 13983.00 frames. utt_duration=709.4 frames, utt_pad_proportion=0.05918, over 79.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3571, pruned_loss=0.1097, over 2787103.86 frames. utt_duration=239.8 frames, utt_pad_proportion=0.0694, over 46770.71 utterances.], batch size: 79, lr: 2.62e-04 +2022-09-18 12:48:13,727 INFO [train.py:885] (0/2) Epoch 18, batch 3750, loss[loss=0.3286, simple_loss=0.3943, pruned_loss=0.1315, over 14361.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03305, over 244.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3591, pruned_loss=0.111, over 2783508.66 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07178, over 47488.42 utterances.], batch size: 244, lr: 2.62e-04 +2022-09-18 12:48:42,650 INFO [train.py:885] (0/2) Epoch 18, batch 3800, loss[loss=0.3508, simple_loss=0.412, pruned_loss=0.1448, over 14219.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04438, over 306.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3601, pruned_loss=0.1115, over 2781782.32 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07162, over 47538.08 utterances.], batch size: 306, lr: 2.62e-04 +2022-09-18 12:49:12,067 INFO [train.py:885] (0/2) Epoch 18, batch 3850, loss[loss=0.3187, simple_loss=0.3855, pruned_loss=0.126, over 14236.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04378, over 335.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3646, pruned_loss=0.1136, over 2782294.02 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07182, over 49199.47 utterances.], batch size: 335, lr: 2.62e-04 +2022-09-18 12:49:41,313 INFO [train.py:885] (0/2) Epoch 18, batch 3900, loss[loss=0.4351, simple_loss=0.4699, pruned_loss=0.2001, over 14232.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.0431, over 306.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3634, pruned_loss=0.1133, over 2782172.25 frames. utt_duration=229.5 frames, utt_pad_proportion=0.07209, over 48802.46 utterances.], batch size: 306, lr: 2.62e-04 +2022-09-18 12:50:10,725 INFO [train.py:885] (0/2) Epoch 18, batch 3950, loss[loss=0.3566, simple_loss=0.4118, pruned_loss=0.1507, over 14271.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04089, over 335.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3575, pruned_loss=0.1102, over 2783040.19 frames. utt_duration=240 frames, utt_pad_proportion=0.0712, over 46664.19 utterances.], batch size: 335, lr: 2.62e-04 +2022-09-18 12:50:46,658 INFO [train.py:885] (0/2) Epoch 18, batch 4000, loss[loss=0.3018, simple_loss=0.392, pruned_loss=0.1058, over 14044.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05536, over 366.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3592, pruned_loss=0.1113, over 2783346.67 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07056, over 47211.14 utterances.], batch size: 366, lr: 2.62e-04 +2022-09-18 12:51:15,970 INFO [train.py:885] (0/2) Epoch 18, batch 4050, loss[loss=0.2917, simple_loss=0.3575, pruned_loss=0.1129, over 14283.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04185, over 154.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3574, pruned_loss=0.1104, over 2783072.99 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07113, over 46346.46 utterances.], batch size: 154, lr: 2.62e-04 +2022-09-18 12:51:45,768 INFO [train.py:885] (0/2) Epoch 18, batch 4100, loss[loss=0.2323, simple_loss=0.3066, pruned_loss=0.07899, over 14298.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04013, over 120.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3585, pruned_loss=0.1107, over 2779224.36 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07319, over 46755.15 utterances.], batch size: 120, lr: 2.62e-04 +2022-09-18 12:52:15,053 INFO [train.py:885] (0/2) Epoch 18, batch 4150, loss[loss=0.5153, simple_loss=0.6013, pruned_loss=0.2146, over 12451.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1487, over 811.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.36, pruned_loss=0.1121, over 2776049.97 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07459, over 47933.78 utterances.], batch size: 811, lr: 2.62e-04 +2022-09-18 12:52:44,498 INFO [train.py:885] (0/2) Epoch 18, batch 4200, loss[loss=0.3197, simple_loss=0.4196, pruned_loss=0.1099, over 13651.00 frames. utt_duration=98.87 frames, utt_pad_proportion=0.07595, over 560.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3587, pruned_loss=0.111, over 2778554.84 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07422, over 47697.59 utterances.], batch size: 560, lr: 2.62e-04 +2022-09-18 12:53:15,073 INFO [train.py:885] (0/2) Epoch 18, batch 4250, loss[loss=0.1979, simple_loss=0.2813, pruned_loss=0.05725, over 14176.00 frames. utt_duration=638.5 frames, utt_pad_proportion=0.04848, over 89.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3615, pruned_loss=0.1126, over 2780708.47 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07538, over 48416.17 utterances.], batch size: 89, lr: 2.62e-04 +2022-09-18 12:53:44,335 INFO [train.py:885] (0/2) Epoch 18, batch 4300, loss[loss=0.3426, simple_loss=0.437, pruned_loss=0.1241, over 13591.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07969, over 560.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3591, pruned_loss=0.1111, over 2778274.29 frames. utt_duration=232.7 frames, utt_pad_proportion=0.0757, over 48058.09 utterances.], batch size: 560, lr: 2.62e-04 +2022-09-18 12:54:14,258 INFO [train.py:885] (0/2) Epoch 18, batch 4350, loss[loss=0.2759, simple_loss=0.3523, pruned_loss=0.09969, over 14301.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03835, over 180.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3609, pruned_loss=0.1118, over 2780270.56 frames. utt_duration=228.5 frames, utt_pad_proportion=0.07422, over 48989.65 utterances.], batch size: 180, lr: 2.62e-04 +2022-09-18 12:54:43,849 INFO [train.py:885] (0/2) Epoch 18, batch 4400, loss[loss=0.5033, simple_loss=0.5914, pruned_loss=0.2076, over 12499.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1465, over 811.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3606, pruned_loss=0.1113, over 2774872.57 frames. utt_duration=227.5 frames, utt_pad_proportion=0.07774, over 49112.80 utterances.], batch size: 811, lr: 2.62e-04 +2022-09-18 12:55:13,818 INFO [train.py:885] (0/2) Epoch 18, batch 4450, loss[loss=0.1904, simple_loss=0.2728, pruned_loss=0.05397, over 13933.00 frames. utt_duration=930.4 frames, utt_pad_proportion=0.06213, over 60.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3589, pruned_loss=0.1105, over 2774093.57 frames. utt_duration=230 frames, utt_pad_proportion=0.07572, over 48555.42 utterances.], batch size: 60, lr: 2.61e-04 +2022-09-18 12:55:42,805 INFO [train.py:885] (0/2) Epoch 18, batch 4500, loss[loss=0.3024, simple_loss=0.3672, pruned_loss=0.1188, over 14260.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04099, over 225.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3559, pruned_loss=0.1092, over 2777149.96 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07505, over 47292.21 utterances.], batch size: 225, lr: 2.61e-04 +2022-09-18 12:56:12,697 INFO [train.py:885] (0/2) Epoch 18, batch 4550, loss[loss=0.3354, simple_loss=0.424, pruned_loss=0.1234, over 13608.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08308, over 477.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3565, pruned_loss=0.1089, over 2776955.92 frames. utt_duration=235 frames, utt_pad_proportion=0.07444, over 47574.54 utterances.], batch size: 477, lr: 2.61e-04 +2022-09-18 12:56:41,881 INFO [train.py:885] (0/2) Epoch 18, batch 4600, loss[loss=0.2936, simple_loss=0.339, pruned_loss=0.124, over 14072.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05486, over 98.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3557, pruned_loss=0.1093, over 2775561.47 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07519, over 46049.04 utterances.], batch size: 98, lr: 2.61e-04 +2022-09-18 12:57:11,312 INFO [train.py:885] (0/2) Epoch 18, batch 4650, loss[loss=0.3719, simple_loss=0.4437, pruned_loss=0.1501, over 13767.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07201, over 411.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3496, pruned_loss=0.1058, over 2774961.75 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07312, over 44250.77 utterances.], batch size: 411, lr: 2.61e-04 +2022-09-18 12:57:40,708 INFO [train.py:885] (0/2) Epoch 18, batch 4700, loss[loss=0.3988, simple_loss=0.4344, pruned_loss=0.1816, over 14309.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.03827, over 154.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3513, pruned_loss=0.1067, over 2776596.99 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07282, over 44954.37 utterances.], batch size: 154, lr: 2.61e-04 +2022-09-18 12:58:10,157 INFO [train.py:885] (0/2) Epoch 18, batch 4750, loss[loss=0.252, simple_loss=0.3195, pruned_loss=0.09223, over 13073.00 frames. utt_duration=2012 frames, utt_pad_proportion=0.1024, over 26.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3549, pruned_loss=0.1084, over 2777402.15 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07394, over 46274.65 utterances.], batch size: 26, lr: 2.61e-04 +2022-09-18 12:58:40,114 INFO [train.py:885] (0/2) Epoch 18, batch 4800, loss[loss=0.3563, simple_loss=0.4406, pruned_loss=0.136, over 13591.00 frames. utt_duration=98.44 frames, utt_pad_proportion=0.08004, over 560.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3544, pruned_loss=0.1079, over 2776369.06 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07294, over 45860.86 utterances.], batch size: 560, lr: 2.61e-04 +2022-09-18 12:59:09,481 INFO [train.py:885] (0/2) Epoch 18, batch 4850, loss[loss=0.21, simple_loss=0.2789, pruned_loss=0.07062, over 14073.00 frames. utt_duration=713.9 frames, utt_pad_proportion=0.05571, over 79.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3512, pruned_loss=0.1071, over 2775610.94 frames. utt_duration=255 frames, utt_pad_proportion=0.07083, over 43784.38 utterances.], batch size: 79, lr: 2.61e-04 +2022-09-18 12:59:38,822 INFO [train.py:885] (0/2) Epoch 18, batch 4900, loss[loss=0.1823, simple_loss=0.2647, pruned_loss=0.04996, over 13738.00 frames. utt_duration=1101 frames, utt_pad_proportion=0.07518, over 50.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3532, pruned_loss=0.1079, over 2776279.13 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07141, over 44652.90 utterances.], batch size: 50, lr: 2.61e-04 +2022-09-18 13:00:08,498 INFO [train.py:885] (0/2) Epoch 18, batch 4950, loss[loss=0.3239, simple_loss=0.389, pruned_loss=0.1294, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03894, over 283.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3521, pruned_loss=0.1083, over 2779462.10 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06976, over 43531.45 utterances.], batch size: 283, lr: 2.61e-04 +2022-09-18 13:00:37,319 INFO [train.py:885] (0/2) Epoch 18, batch 5000, loss[loss=0.396, simple_loss=0.4346, pruned_loss=0.1787, over 14311.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03884, over 283.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3493, pruned_loss=0.1065, over 2782449.40 frames. utt_duration=265.3 frames, utt_pad_proportion=0.0677, over 42188.24 utterances.], batch size: 283, lr: 2.61e-04 +2022-09-18 13:01:07,931 INFO [train.py:885] (0/2) Epoch 18, batch 5050, loss[loss=0.2956, simple_loss=0.3811, pruned_loss=0.105, over 13989.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05641, over 365.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3553, pruned_loss=0.1088, over 2778866.07 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07194, over 45800.99 utterances.], batch size: 365, lr: 2.61e-04 +2022-09-18 13:01:37,375 INFO [train.py:885] (0/2) Epoch 18, batch 5100, loss[loss=0.1966, simple_loss=0.2542, pruned_loss=0.06952, over 13546.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08249, over 50.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3585, pruned_loss=0.1098, over 2779557.13 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07175, over 47531.74 utterances.], batch size: 50, lr: 2.61e-04 +2022-09-18 13:02:07,184 INFO [train.py:885] (0/2) Epoch 18, batch 5150, loss[loss=0.321, simple_loss=0.3997, pruned_loss=0.1212, over 13988.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05598, over 365.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3603, pruned_loss=0.1114, over 2783362.35 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07158, over 47652.84 utterances.], batch size: 365, lr: 2.61e-04 +2022-09-18 13:02:36,968 INFO [train.py:885] (0/2) Epoch 18, batch 5200, loss[loss=0.2139, simple_loss=0.2934, pruned_loss=0.06721, over 14171.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04833, over 89.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3573, pruned_loss=0.1104, over 2782460.82 frames. utt_duration=239.6 frames, utt_pad_proportion=0.0708, over 46734.80 utterances.], batch size: 89, lr: 2.61e-04 +2022-09-18 13:03:06,170 INFO [train.py:885] (0/2) Epoch 18, batch 5250, loss[loss=0.295, simple_loss=0.3745, pruned_loss=0.1077, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03909, over 283.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3543, pruned_loss=0.1088, over 2786936.22 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06903, over 45727.25 utterances.], batch size: 283, lr: 2.61e-04 +2022-09-18 13:03:35,265 INFO [train.py:885] (0/2) Epoch 18, batch 5300, loss[loss=0.1772, simple_loss=0.2472, pruned_loss=0.05358, over 13867.00 frames. utt_duration=925.8 frames, utt_pad_proportion=0.06861, over 60.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3529, pruned_loss=0.1071, over 2782973.07 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07175, over 46764.60 utterances.], batch size: 60, lr: 2.61e-04 +2022-09-18 13:04:04,629 INFO [train.py:885] (0/2) Epoch 18, batch 5350, loss[loss=0.2099, simple_loss=0.2734, pruned_loss=0.07326, over 13906.00 frames. utt_duration=807.6 frames, utt_pad_proportion=0.0587, over 69.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3526, pruned_loss=0.1067, over 2782723.61 frames. utt_duration=242 frames, utt_pad_proportion=0.07216, over 46275.33 utterances.], batch size: 69, lr: 2.61e-04 +2022-09-18 13:04:34,454 INFO [train.py:885] (0/2) Epoch 18, batch 5400, loss[loss=0.4211, simple_loss=0.4929, pruned_loss=0.1746, over 13699.00 frames. utt_duration=116.4 frames, utt_pad_proportion=0.07645, over 477.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3505, pruned_loss=0.1054, over 2781631.50 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07096, over 45445.55 utterances.], batch size: 477, lr: 2.61e-04 +2022-09-18 13:05:03,610 INFO [train.py:885] (0/2) Epoch 18, batch 5450, loss[loss=0.3212, simple_loss=0.4162, pruned_loss=0.1131, over 13609.00 frames. utt_duration=98.45 frames, utt_pad_proportion=0.07988, over 561.00 utterances.], tot_loss[loss=0.282, simple_loss=0.352, pruned_loss=0.106, over 2778754.13 frames. utt_duration=241 frames, utt_pad_proportion=0.07137, over 46404.20 utterances.], batch size: 561, lr: 2.61e-04 +2022-09-18 13:05:10,735 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-220000.pt +2022-09-18 13:05:34,730 INFO [train.py:885] (0/2) Epoch 18, batch 5500, loss[loss=0.2337, simple_loss=0.3106, pruned_loss=0.07838, over 14321.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03976, over 154.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3576, pruned_loss=0.1092, over 2778018.10 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07354, over 48431.32 utterances.], batch size: 154, lr: 2.61e-04 +2022-09-18 13:06:05,906 INFO [train.py:885] (0/2) Epoch 18, batch 5550, loss[loss=0.2481, simple_loss=0.3171, pruned_loss=0.08954, over 14272.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04037, over 130.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3588, pruned_loss=0.11, over 2777033.76 frames. utt_duration=229.9 frames, utt_pad_proportion=0.07517, over 48637.76 utterances.], batch size: 130, lr: 2.61e-04 +2022-09-18 13:06:35,386 INFO [train.py:885] (0/2) Epoch 18, batch 5600, loss[loss=0.2436, simple_loss=0.3139, pruned_loss=0.08666, over 14341.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03943, over 120.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3561, pruned_loss=0.1084, over 2777248.94 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07472, over 47758.42 utterances.], batch size: 120, lr: 2.61e-04 +2022-09-18 13:07:04,809 INFO [train.py:885] (0/2) Epoch 18, batch 5650, loss[loss=0.1998, simple_loss=0.2627, pruned_loss=0.06842, over 13469.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.0893, over 50.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3522, pruned_loss=0.1062, over 2780195.01 frames. utt_duration=245 frames, utt_pad_proportion=0.07183, over 45667.25 utterances.], batch size: 50, lr: 2.61e-04 +2022-09-18 13:07:34,455 INFO [train.py:885] (0/2) Epoch 18, batch 5700, loss[loss=0.3609, simple_loss=0.4499, pruned_loss=0.1359, over 13618.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07872, over 560.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3548, pruned_loss=0.1082, over 2782223.01 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07062, over 46283.37 utterances.], batch size: 560, lr: 2.61e-04 +2022-09-18 13:08:04,146 INFO [train.py:885] (0/2) Epoch 18, batch 5750, loss[loss=0.2173, simple_loss=0.2732, pruned_loss=0.08068, over 13879.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.05997, over 69.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3515, pruned_loss=0.1068, over 2773843.65 frames. utt_duration=246 frames, utt_pad_proportion=0.07177, over 45379.28 utterances.], batch size: 69, lr: 2.61e-04 +2022-09-18 13:08:33,748 INFO [train.py:885] (0/2) Epoch 18, batch 5800, loss[loss=0.3058, simple_loss=0.395, pruned_loss=0.1083, over 13795.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06961, over 411.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3549, pruned_loss=0.1083, over 2777351.50 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06997, over 46362.08 utterances.], batch size: 411, lr: 2.61e-04 +2022-09-18 13:09:03,077 INFO [train.py:885] (0/2) Epoch 18, batch 5850, loss[loss=0.2881, simple_loss=0.3545, pruned_loss=0.1109, over 14334.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03948, over 167.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.355, pruned_loss=0.1087, over 2777947.84 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06967, over 45797.25 utterances.], batch size: 167, lr: 2.61e-04 +2022-09-18 13:09:32,724 INFO [train.py:885] (0/2) Epoch 18, batch 5900, loss[loss=0.1778, simple_loss=0.2418, pruned_loss=0.05692, over 13569.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.083, over 50.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3513, pruned_loss=0.1068, over 2777634.70 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06924, over 44424.93 utterances.], batch size: 50, lr: 2.61e-04 +2022-09-18 13:10:02,191 INFO [train.py:885] (0/2) Epoch 18, batch 5950, loss[loss=0.1848, simple_loss=0.264, pruned_loss=0.05277, over 14151.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.05, over 89.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3499, pruned_loss=0.1063, over 2781178.86 frames. utt_duration=255.8 frames, utt_pad_proportion=0.0683, over 43741.02 utterances.], batch size: 89, lr: 2.61e-04 +2022-09-18 13:10:31,344 INFO [train.py:885] (0/2) Epoch 18, batch 6000, loss[loss=0.4018, simple_loss=0.4841, pruned_loss=0.1597, over 13154.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3526, pruned_loss=0.1075, over 2784811.60 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06794, over 44448.00 utterances.], batch size: 653, lr: 2.61e-04 +2022-09-18 13:10:31,346 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 13:10:35,535 INFO [train.py:914] (0/2) Epoch 18, validation: loss=0.1964, simple_loss=0.275, pruned_loss=0.05895, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 13:11:05,086 INFO [train.py:885] (0/2) Epoch 18, batch 6050, loss[loss=0.2871, simple_loss=0.3832, pruned_loss=0.09549, over 13771.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07168, over 411.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3569, pruned_loss=0.1102, over 2789134.04 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06907, over 45711.86 utterances.], batch size: 411, lr: 2.61e-04 +2022-09-18 13:11:35,000 INFO [train.py:885] (0/2) Epoch 18, batch 6100, loss[loss=0.3058, simple_loss=0.3649, pruned_loss=0.1234, over 14223.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04768, over 141.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3547, pruned_loss=0.1085, over 2779769.58 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07158, over 45668.95 utterances.], batch size: 141, lr: 2.61e-04 +2022-09-18 13:12:04,916 INFO [train.py:885] (0/2) Epoch 18, batch 6150, loss[loss=0.1922, simple_loss=0.2437, pruned_loss=0.07039, over 13677.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.07391, over 50.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.357, pruned_loss=0.1102, over 2781260.45 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07221, over 46104.55 utterances.], batch size: 50, lr: 2.60e-04 +2022-09-18 13:12:34,765 INFO [train.py:885] (0/2) Epoch 18, batch 6200, loss[loss=0.2963, simple_loss=0.391, pruned_loss=0.1008, over 13794.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07011, over 411.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3535, pruned_loss=0.1082, over 2779195.31 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07059, over 45135.04 utterances.], batch size: 411, lr: 2.60e-04 +2022-09-18 13:13:04,114 INFO [train.py:885] (0/2) Epoch 18, batch 6250, loss[loss=0.3396, simple_loss=0.4123, pruned_loss=0.1335, over 13975.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05772, over 365.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3524, pruned_loss=0.1072, over 2779964.68 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07068, over 45201.17 utterances.], batch size: 365, lr: 2.60e-04 +2022-09-18 13:13:34,061 INFO [train.py:885] (0/2) Epoch 18, batch 6300, loss[loss=0.2312, simple_loss=0.2924, pruned_loss=0.08503, over 14105.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05255, over 98.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3518, pruned_loss=0.107, over 2778348.51 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07139, over 44799.99 utterances.], batch size: 98, lr: 2.60e-04 +2022-09-18 13:14:03,655 INFO [train.py:885] (0/2) Epoch 18, batch 6350, loss[loss=0.2955, simple_loss=0.3643, pruned_loss=0.1134, over 14246.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04261, over 225.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3536, pruned_loss=0.1082, over 2776653.79 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07135, over 45831.22 utterances.], batch size: 225, lr: 2.60e-04 +2022-09-18 13:14:33,515 INFO [train.py:885] (0/2) Epoch 18, batch 6400, loss[loss=0.3115, simple_loss=0.3818, pruned_loss=0.1206, over 14302.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04037, over 262.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3535, pruned_loss=0.1077, over 2776299.68 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07132, over 45530.30 utterances.], batch size: 262, lr: 2.60e-04 +2022-09-18 13:15:02,959 INFO [train.py:885] (0/2) Epoch 18, batch 6450, loss[loss=0.2974, simple_loss=0.3622, pruned_loss=0.1163, over 14361.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03816, over 167.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3559, pruned_loss=0.1089, over 2776559.31 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07298, over 46544.77 utterances.], batch size: 167, lr: 2.60e-04 +2022-09-18 13:15:33,021 INFO [train.py:885] (0/2) Epoch 18, batch 6500, loss[loss=0.3502, simple_loss=0.4073, pruned_loss=0.1466, over 14246.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04236, over 225.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.357, pruned_loss=0.1098, over 2774848.66 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07516, over 47377.98 utterances.], batch size: 225, lr: 2.60e-04 +2022-09-18 13:16:01,920 INFO [train.py:885] (0/2) Epoch 18, batch 6550, loss[loss=0.2537, simple_loss=0.3326, pruned_loss=0.08738, over 14292.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04244, over 141.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.354, pruned_loss=0.1077, over 2776453.07 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07318, over 46242.52 utterances.], batch size: 141, lr: 2.60e-04 +2022-09-18 13:16:32,102 INFO [train.py:885] (0/2) Epoch 18, batch 6600, loss[loss=0.3219, simple_loss=0.4127, pruned_loss=0.1156, over 13664.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.0786, over 477.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3542, pruned_loss=0.1086, over 2774466.60 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07233, over 46185.13 utterances.], batch size: 477, lr: 2.60e-04 +2022-09-18 13:17:00,768 INFO [train.py:885] (0/2) Epoch 18, batch 6650, loss[loss=0.4572, simple_loss=0.516, pruned_loss=0.1991, over 13787.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07003, over 411.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3501, pruned_loss=0.1064, over 2778945.05 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07024, over 44286.84 utterances.], batch size: 411, lr: 2.60e-04 +2022-09-18 13:17:30,965 INFO [train.py:885] (0/2) Epoch 18, batch 6700, loss[loss=0.1557, simple_loss=0.2345, pruned_loss=0.03844, over 13435.00 frames. utt_duration=1630 frames, utt_pad_proportion=0.09201, over 33.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3546, pruned_loss=0.1082, over 2773054.07 frames. utt_duration=239.3 frames, utt_pad_proportion=0.0734, over 46648.71 utterances.], batch size: 33, lr: 2.60e-04 +2022-09-18 13:18:00,940 INFO [train.py:885] (0/2) Epoch 18, batch 6750, loss[loss=0.3298, simple_loss=0.3916, pruned_loss=0.134, over 14331.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0386, over 262.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3549, pruned_loss=0.1079, over 2772846.72 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07465, over 47241.20 utterances.], batch size: 262, lr: 2.60e-04 +2022-09-18 13:18:29,979 INFO [train.py:885] (0/2) Epoch 18, batch 6800, loss[loss=0.2015, simple_loss=0.2721, pruned_loss=0.06544, over 14072.00 frames. utt_duration=805.5 frames, utt_pad_proportion=0.06004, over 70.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3513, pruned_loss=0.1064, over 2774941.89 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07179, over 45166.12 utterances.], batch size: 70, lr: 2.60e-04 +2022-09-18 13:18:59,872 INFO [train.py:885] (0/2) Epoch 18, batch 6850, loss[loss=0.3549, simple_loss=0.4077, pruned_loss=0.151, over 14268.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04107, over 335.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3493, pruned_loss=0.1055, over 2775619.63 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07198, over 44754.34 utterances.], batch size: 335, lr: 2.60e-04 +2022-09-18 13:19:29,030 INFO [train.py:885] (0/2) Epoch 18, batch 6900, loss[loss=0.2073, simple_loss=0.2731, pruned_loss=0.07077, over 13884.00 frames. utt_duration=926.9 frames, utt_pad_proportion=0.06841, over 60.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3503, pruned_loss=0.1063, over 2777503.20 frames. utt_duration=251.6 frames, utt_pad_proportion=0.0717, over 44412.68 utterances.], batch size: 60, lr: 2.60e-04 +2022-09-18 13:19:58,945 INFO [train.py:885] (0/2) Epoch 18, batch 6950, loss[loss=0.311, simple_loss=0.4033, pruned_loss=0.1094, over 13752.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07263, over 411.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3521, pruned_loss=0.1072, over 2775167.06 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07288, over 45245.48 utterances.], batch size: 411, lr: 2.60e-04 +2022-09-18 13:20:28,200 INFO [train.py:885] (0/2) Epoch 18, batch 7000, loss[loss=0.3167, simple_loss=0.3835, pruned_loss=0.1249, over 14290.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03929, over 180.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3517, pruned_loss=0.1069, over 2779957.81 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07215, over 44806.01 utterances.], batch size: 180, lr: 2.60e-04 +2022-09-18 13:20:57,954 INFO [train.py:885] (0/2) Epoch 18, batch 7050, loss[loss=0.2095, simple_loss=0.2605, pruned_loss=0.07929, over 13098.00 frames. utt_duration=2017 frames, utt_pad_proportion=0.1174, over 26.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3508, pruned_loss=0.1062, over 2778706.88 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07313, over 44988.75 utterances.], batch size: 26, lr: 2.60e-04 +2022-09-18 13:21:27,381 INFO [train.py:885] (0/2) Epoch 18, batch 7100, loss[loss=0.1582, simple_loss=0.2308, pruned_loss=0.04284, over 13779.00 frames. utt_duration=1104 frames, utt_pad_proportion=0.07325, over 50.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3509, pruned_loss=0.1069, over 2779274.90 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07354, over 45139.97 utterances.], batch size: 50, lr: 2.60e-04 +2022-09-18 13:21:56,756 INFO [train.py:885] (0/2) Epoch 18, batch 7150, loss[loss=0.3083, simple_loss=0.3701, pruned_loss=0.1233, over 14318.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03923, over 130.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3502, pruned_loss=0.1055, over 2777896.01 frames. utt_duration=247 frames, utt_pad_proportion=0.07341, over 45248.26 utterances.], batch size: 130, lr: 2.60e-04 +2022-09-18 13:22:26,366 INFO [train.py:885] (0/2) Epoch 18, batch 7200, loss[loss=0.4835, simple_loss=0.568, pruned_loss=0.1995, over 12420.00 frames. utt_duration=62.83 frames, utt_pad_proportion=0.151, over 811.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3483, pruned_loss=0.1043, over 2781631.46 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07145, over 44804.19 utterances.], batch size: 811, lr: 2.60e-04 +2022-09-18 13:22:55,385 INFO [train.py:885] (0/2) Epoch 18, batch 7250, loss[loss=0.3028, simple_loss=0.3716, pruned_loss=0.117, over 14289.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04065, over 262.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3496, pruned_loss=0.1048, over 2781533.81 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07113, over 45390.00 utterances.], batch size: 262, lr: 2.60e-04 +2022-09-18 13:23:25,373 INFO [train.py:885] (0/2) Epoch 18, batch 7300, loss[loss=0.346, simple_loss=0.4048, pruned_loss=0.1437, over 14237.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04195, over 306.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3528, pruned_loss=0.107, over 2781477.24 frames. utt_duration=244 frames, utt_pad_proportion=0.07049, over 45868.77 utterances.], batch size: 306, lr: 2.60e-04 +2022-09-18 13:23:54,628 INFO [train.py:885] (0/2) Epoch 18, batch 7350, loss[loss=0.321, simple_loss=0.4217, pruned_loss=0.1102, over 13673.00 frames. utt_duration=99.04 frames, utt_pad_proportion=0.07435, over 560.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3544, pruned_loss=0.1078, over 2780551.54 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07037, over 46410.19 utterances.], batch size: 560, lr: 2.60e-04 +2022-09-18 13:24:23,934 INFO [train.py:885] (0/2) Epoch 18, batch 7400, loss[loss=0.3787, simple_loss=0.4228, pruned_loss=0.1673, over 14184.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.0452, over 306.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3543, pruned_loss=0.1081, over 2784725.25 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06868, over 45915.98 utterances.], batch size: 306, lr: 2.60e-04 +2022-09-18 13:24:53,303 INFO [train.py:885] (0/2) Epoch 18, batch 7450, loss[loss=0.337, simple_loss=0.4145, pruned_loss=0.1297, over 14023.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05469, over 365.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3505, pruned_loss=0.1065, over 2788031.66 frames. utt_duration=257 frames, utt_pad_proportion=0.06601, over 43634.52 utterances.], batch size: 365, lr: 2.60e-04 +2022-09-18 13:25:22,681 INFO [train.py:885] (0/2) Epoch 18, batch 7500, loss[loss=0.2191, simple_loss=0.269, pruned_loss=0.08458, over 13315.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.09172, over 41.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3502, pruned_loss=0.1064, over 2788024.58 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06596, over 43393.79 utterances.], batch size: 41, lr: 2.60e-04 +2022-09-18 13:25:52,543 INFO [train.py:885] (0/2) Epoch 18, batch 7550, loss[loss=0.1761, simple_loss=0.2515, pruned_loss=0.05031, over 14279.00 frames. utt_duration=643.2 frames, utt_pad_proportion=0.04149, over 89.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3514, pruned_loss=0.1064, over 2779592.23 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06984, over 45501.35 utterances.], batch size: 89, lr: 2.60e-04 +2022-09-18 13:26:22,154 INFO [train.py:885] (0/2) Epoch 18, batch 7600, loss[loss=0.2683, simple_loss=0.3537, pruned_loss=0.09149, over 14359.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03364, over 244.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.35, pruned_loss=0.1057, over 2777490.67 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07222, over 44918.79 utterances.], batch size: 244, lr: 2.60e-04 +2022-09-18 13:26:51,901 INFO [train.py:885] (0/2) Epoch 18, batch 7650, loss[loss=0.3118, simple_loss=0.3706, pruned_loss=0.1265, over 14311.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04011, over 154.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.351, pruned_loss=0.1069, over 2779263.91 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07096, over 44763.10 utterances.], batch size: 154, lr: 2.60e-04 +2022-09-18 13:27:21,369 INFO [train.py:885] (0/2) Epoch 18, batch 7700, loss[loss=0.5463, simple_loss=0.6208, pruned_loss=0.2359, over 12394.00 frames. utt_duration=62.87 frames, utt_pad_proportion=0.1505, over 810.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3504, pruned_loss=0.1067, over 2774322.13 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07327, over 45406.91 utterances.], batch size: 810, lr: 2.60e-04 +2022-09-18 13:27:50,334 INFO [train.py:885] (0/2) Epoch 18, batch 7750, loss[loss=0.3294, simple_loss=0.398, pruned_loss=0.1304, over 14211.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0439, over 306.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3535, pruned_loss=0.1079, over 2779360.83 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07269, over 46250.99 utterances.], batch size: 306, lr: 2.60e-04 +2022-09-18 13:28:20,933 INFO [train.py:885] (0/2) Epoch 18, batch 7800, loss[loss=0.3097, simple_loss=0.3867, pruned_loss=0.1164, over 14340.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03763, over 262.00 utterances.], tot_loss[loss=0.286, simple_loss=0.356, pruned_loss=0.108, over 2778157.05 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07365, over 48328.93 utterances.], batch size: 262, lr: 2.60e-04 +2022-09-18 13:28:49,863 INFO [train.py:885] (0/2) Epoch 18, batch 7850, loss[loss=0.1985, simple_loss=0.2619, pruned_loss=0.06755, over 14116.00 frames. utt_duration=716.2 frames, utt_pad_proportion=0.05259, over 79.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3554, pruned_loss=0.1081, over 2780639.04 frames. utt_duration=233 frames, utt_pad_proportion=0.07266, over 48034.89 utterances.], batch size: 79, lr: 2.59e-04 +2022-09-18 13:29:19,778 INFO [train.py:885] (0/2) Epoch 18, batch 7900, loss[loss=0.1889, simple_loss=0.2469, pruned_loss=0.06541, over 13366.00 frames. utt_duration=1622 frames, utt_pad_proportion=0.08892, over 33.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3551, pruned_loss=0.1077, over 2785603.26 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07048, over 47377.92 utterances.], batch size: 33, lr: 2.59e-04 +2022-09-18 13:29:49,072 INFO [train.py:885] (0/2) Epoch 18, batch 7950, loss[loss=0.2298, simple_loss=0.3041, pruned_loss=0.07774, over 14128.00 frames. utt_duration=519.9 frames, utt_pad_proportion=0.0478, over 109.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3567, pruned_loss=0.1087, over 2788467.74 frames. utt_duration=235 frames, utt_pad_proportion=0.06941, over 47757.19 utterances.], batch size: 109, lr: 2.59e-04 +2022-09-18 13:30:19,029 INFO [train.py:885] (0/2) Epoch 18, batch 8000, loss[loss=0.3901, simple_loss=0.441, pruned_loss=0.1697, over 14286.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04025, over 283.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3552, pruned_loss=0.1077, over 2788852.15 frames. utt_duration=238 frames, utt_pad_proportion=0.0708, over 47172.33 utterances.], batch size: 283, lr: 2.59e-04 +2022-09-18 13:30:48,480 INFO [train.py:885] (0/2) Epoch 18, batch 8050, loss[loss=0.3135, simple_loss=0.3856, pruned_loss=0.1207, over 14314.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0389, over 283.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3536, pruned_loss=0.1068, over 2787645.15 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0699, over 46331.78 utterances.], batch size: 283, lr: 2.59e-04 +2022-09-18 13:31:17,585 INFO [train.py:885] (0/2) Epoch 18, batch 8100, loss[loss=0.2195, simple_loss=0.2891, pruned_loss=0.07494, over 14159.00 frames. utt_duration=579.3 frames, utt_pad_proportion=0.05028, over 98.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3506, pruned_loss=0.1053, over 2787204.56 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06934, over 45118.73 utterances.], batch size: 98, lr: 2.59e-04 +2022-09-18 13:31:47,156 INFO [train.py:885] (0/2) Epoch 18, batch 8150, loss[loss=0.2183, simple_loss=0.2875, pruned_loss=0.07459, over 14033.00 frames. utt_duration=711.9 frames, utt_pad_proportion=0.05707, over 79.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3496, pruned_loss=0.1049, over 2789442.78 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06815, over 44921.18 utterances.], batch size: 79, lr: 2.59e-04 +2022-09-18 13:32:16,724 INFO [train.py:885] (0/2) Epoch 18, batch 8200, loss[loss=0.3846, simple_loss=0.4281, pruned_loss=0.1705, over 14207.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04458, over 335.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3534, pruned_loss=0.1067, over 2791202.83 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06943, over 45811.12 utterances.], batch size: 335, lr: 2.59e-04 +2022-09-18 13:32:46,492 INFO [train.py:885] (0/2) Epoch 18, batch 8250, loss[loss=0.3103, simple_loss=0.4054, pruned_loss=0.1076, over 13649.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08011, over 477.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3568, pruned_loss=0.1083, over 2789168.70 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07102, over 47452.01 utterances.], batch size: 477, lr: 2.59e-04 +2022-09-18 13:33:16,115 INFO [train.py:885] (0/2) Epoch 18, batch 8300, loss[loss=0.3061, simple_loss=0.3744, pruned_loss=0.1189, over 14331.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03511, over 244.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3609, pruned_loss=0.1112, over 2786778.12 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07172, over 48389.22 utterances.], batch size: 244, lr: 2.59e-04 +2022-09-18 13:33:45,500 INFO [train.py:885] (0/2) Epoch 18, batch 8350, loss[loss=0.2564, simple_loss=0.3166, pruned_loss=0.09811, over 14309.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.04122, over 120.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3591, pruned_loss=0.1104, over 2783277.09 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07235, over 47727.36 utterances.], batch size: 120, lr: 2.59e-04 +2022-09-18 13:34:15,038 INFO [train.py:885] (0/2) Epoch 18, batch 8400, loss[loss=0.2315, simple_loss=0.3199, pruned_loss=0.07157, over 14269.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04412, over 141.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3544, pruned_loss=0.1083, over 2782821.41 frames. utt_duration=244.7 frames, utt_pad_proportion=0.073, over 45771.27 utterances.], batch size: 141, lr: 2.59e-04 +2022-09-18 13:34:44,472 INFO [train.py:885] (0/2) Epoch 18, batch 8450, loss[loss=0.2123, simple_loss=0.2786, pruned_loss=0.07296, over 13925.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.0587, over 69.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3509, pruned_loss=0.1062, over 2780792.80 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07268, over 44909.90 utterances.], batch size: 69, lr: 2.59e-04 +2022-09-18 13:35:14,309 INFO [train.py:885] (0/2) Epoch 18, batch 8500, loss[loss=0.2765, simple_loss=0.3552, pruned_loss=0.09894, over 14351.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03788, over 244.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3545, pruned_loss=0.1086, over 2784355.86 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07267, over 45300.54 utterances.], batch size: 244, lr: 2.59e-04 +2022-09-18 13:35:43,741 INFO [train.py:885] (0/2) Epoch 18, batch 8550, loss[loss=0.2851, simple_loss=0.359, pruned_loss=0.1056, over 14262.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04048, over 180.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3527, pruned_loss=0.1074, over 2785836.26 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07042, over 44180.89 utterances.], batch size: 180, lr: 2.59e-04 +2022-09-18 13:36:13,072 INFO [train.py:885] (0/2) Epoch 18, batch 8600, loss[loss=0.2843, simple_loss=0.3633, pruned_loss=0.1026, over 14301.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03895, over 195.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3513, pruned_loss=0.1064, over 2783807.28 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07177, over 43934.91 utterances.], batch size: 195, lr: 2.59e-04 +2022-09-18 13:36:42,687 INFO [train.py:885] (0/2) Epoch 18, batch 8650, loss[loss=0.274, simple_loss=0.3334, pruned_loss=0.1073, over 14261.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04457, over 141.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3512, pruned_loss=0.1064, over 2782619.16 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07161, over 44339.08 utterances.], batch size: 141, lr: 2.59e-04 +2022-09-18 13:37:12,327 INFO [train.py:885] (0/2) Epoch 18, batch 8700, loss[loss=0.3561, simple_loss=0.4402, pruned_loss=0.136, over 13674.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07835, over 477.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3545, pruned_loss=0.108, over 2782915.46 frames. utt_duration=244 frames, utt_pad_proportion=0.07194, over 45890.95 utterances.], batch size: 477, lr: 2.59e-04 +2022-09-18 13:37:41,848 INFO [train.py:885] (0/2) Epoch 18, batch 8750, loss[loss=0.3279, simple_loss=0.3949, pruned_loss=0.1304, over 14335.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0383, over 262.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3536, pruned_loss=0.1066, over 2778231.58 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07396, over 46855.09 utterances.], batch size: 262, lr: 2.59e-04 +2022-09-18 13:38:11,428 INFO [train.py:885] (0/2) Epoch 18, batch 8800, loss[loss=0.2309, simple_loss=0.3082, pruned_loss=0.07685, over 14306.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03976, over 120.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3541, pruned_loss=0.1071, over 2777993.88 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07338, over 46443.54 utterances.], batch size: 120, lr: 2.59e-04 +2022-09-18 13:38:41,366 INFO [train.py:885] (0/2) Epoch 18, batch 8850, loss[loss=0.242, simple_loss=0.2831, pruned_loss=0.1005, over 13372.00 frames. utt_duration=1071 frames, utt_pad_proportion=0.09454, over 50.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3551, pruned_loss=0.1081, over 2775975.91 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07378, over 46529.37 utterances.], batch size: 50, lr: 2.59e-04 +2022-09-18 13:39:11,075 INFO [train.py:885] (0/2) Epoch 18, batch 8900, loss[loss=0.1721, simple_loss=0.2256, pruned_loss=0.0593, over 13321.00 frames. utt_duration=1568 frames, utt_pad_proportion=0.09442, over 34.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3515, pruned_loss=0.1059, over 2777425.03 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07318, over 45101.30 utterances.], batch size: 34, lr: 2.59e-04 +2022-09-18 13:39:40,555 INFO [train.py:885] (0/2) Epoch 18, batch 8950, loss[loss=0.3084, simple_loss=0.3734, pruned_loss=0.1217, over 14346.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.03829, over 154.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3533, pruned_loss=0.1074, over 2776889.97 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07261, over 45743.80 utterances.], batch size: 154, lr: 2.59e-04 +2022-09-18 13:40:09,865 INFO [train.py:885] (0/2) Epoch 18, batch 9000, loss[loss=0.2658, simple_loss=0.3486, pruned_loss=0.09149, over 14347.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03438, over 244.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3511, pruned_loss=0.1058, over 2779256.85 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07018, over 45198.47 utterances.], batch size: 244, lr: 2.59e-04 +2022-09-18 13:40:09,867 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 13:40:14,507 INFO [train.py:914] (0/2) Epoch 18, validation: loss=0.1941, simple_loss=0.2748, pruned_loss=0.05674, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 13:40:43,648 INFO [train.py:885] (0/2) Epoch 18, batch 9050, loss[loss=0.2068, simple_loss=0.2768, pruned_loss=0.06839, over 13453.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.0898, over 50.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3557, pruned_loss=0.1084, over 2780861.00 frames. utt_duration=240.3 frames, utt_pad_proportion=0.0715, over 46580.93 utterances.], batch size: 50, lr: 2.59e-04 +2022-09-18 13:41:13,591 INFO [train.py:885] (0/2) Epoch 18, batch 9100, loss[loss=0.3305, simple_loss=0.4197, pruned_loss=0.1206, over 13726.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07494, over 411.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3563, pruned_loss=0.1089, over 2780281.65 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07234, over 46314.98 utterances.], batch size: 411, lr: 2.59e-04 +2022-09-18 13:41:43,365 INFO [train.py:885] (0/2) Epoch 18, batch 9150, loss[loss=0.1729, simple_loss=0.2446, pruned_loss=0.05058, over 13551.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.09135, over 34.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3555, pruned_loss=0.1088, over 2780021.15 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07082, over 45617.13 utterances.], batch size: 34, lr: 2.59e-04 +2022-09-18 13:42:12,540 INFO [train.py:885] (0/2) Epoch 18, batch 9200, loss[loss=0.3318, simple_loss=0.4301, pruned_loss=0.1168, over 13569.00 frames. utt_duration=98.3 frames, utt_pad_proportion=0.08133, over 560.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.353, pruned_loss=0.1071, over 2785599.37 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06859, over 44517.40 utterances.], batch size: 560, lr: 2.59e-04 +2022-09-18 13:42:42,187 INFO [train.py:885] (0/2) Epoch 18, batch 9250, loss[loss=0.4113, simple_loss=0.4829, pruned_loss=0.1699, over 13688.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07903, over 478.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3542, pruned_loss=0.1077, over 2788685.74 frames. utt_duration=251 frames, utt_pad_proportion=0.06809, over 44710.13 utterances.], batch size: 478, lr: 2.59e-04 +2022-09-18 13:43:11,329 INFO [train.py:885] (0/2) Epoch 18, batch 9300, loss[loss=0.3531, simple_loss=0.4401, pruned_loss=0.1331, over 13653.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07975, over 477.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3541, pruned_loss=0.1073, over 2788723.94 frames. utt_duration=249 frames, utt_pad_proportion=0.06872, over 45070.44 utterances.], batch size: 477, lr: 2.59e-04 +2022-09-18 13:43:40,947 INFO [train.py:885] (0/2) Epoch 18, batch 9350, loss[loss=0.1939, simple_loss=0.2543, pruned_loss=0.06675, over 12426.00 frames. utt_duration=2072 frames, utt_pad_proportion=0.1387, over 24.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3543, pruned_loss=0.1074, over 2784701.04 frames. utt_duration=245 frames, utt_pad_proportion=0.06845, over 45736.34 utterances.], batch size: 24, lr: 2.59e-04 +2022-09-18 13:44:10,121 INFO [train.py:885] (0/2) Epoch 18, batch 9400, loss[loss=0.2901, simple_loss=0.3683, pruned_loss=0.106, over 14422.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03308, over 196.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.354, pruned_loss=0.1075, over 2787210.25 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06778, over 45312.08 utterances.], batch size: 196, lr: 2.59e-04 +2022-09-18 13:44:39,702 INFO [train.py:885] (0/2) Epoch 18, batch 9450, loss[loss=0.1906, simple_loss=0.2517, pruned_loss=0.06482, over 13830.00 frames. utt_duration=923.4 frames, utt_pad_proportion=0.07193, over 60.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3521, pruned_loss=0.1071, over 2781721.95 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06966, over 44738.81 utterances.], batch size: 60, lr: 2.59e-04 +2022-09-18 13:44:46,267 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-224000.pt +2022-09-18 13:45:10,578 INFO [train.py:885] (0/2) Epoch 18, batch 9500, loss[loss=0.312, simple_loss=0.3806, pruned_loss=0.1218, over 14193.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.0456, over 306.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3544, pruned_loss=0.1081, over 2777149.03 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07199, over 46360.39 utterances.], batch size: 306, lr: 2.59e-04 +2022-09-18 13:45:41,906 INFO [train.py:885] (0/2) Epoch 18, batch 9550, loss[loss=0.2741, simple_loss=0.3443, pruned_loss=0.102, over 14323.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03723, over 180.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.353, pruned_loss=0.1072, over 2773078.41 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07276, over 45906.42 utterances.], batch size: 180, lr: 2.58e-04 +2022-09-18 13:46:11,151 INFO [train.py:885] (0/2) Epoch 18, batch 9600, loss[loss=0.6083, simple_loss=0.6567, pruned_loss=0.2799, over 12449.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1479, over 810.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3524, pruned_loss=0.1078, over 2770584.07 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07381, over 45087.16 utterances.], batch size: 810, lr: 2.58e-04 +2022-09-18 13:46:40,845 INFO [train.py:885] (0/2) Epoch 18, batch 9650, loss[loss=0.2098, simple_loss=0.2831, pruned_loss=0.06822, over 14324.00 frames. utt_duration=479 frames, utt_pad_proportion=0.04005, over 120.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3531, pruned_loss=0.1081, over 2766682.32 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07497, over 45617.85 utterances.], batch size: 120, lr: 2.58e-04 +2022-09-18 13:47:10,690 INFO [train.py:885] (0/2) Epoch 18, batch 9700, loss[loss=0.2477, simple_loss=0.3229, pruned_loss=0.08625, over 14297.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03834, over 130.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3513, pruned_loss=0.1071, over 2773167.24 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07253, over 44474.06 utterances.], batch size: 130, lr: 2.58e-04 +2022-09-18 13:47:40,185 INFO [train.py:885] (0/2) Epoch 18, batch 9750, loss[loss=0.2186, simple_loss=0.2861, pruned_loss=0.07557, over 13850.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06257, over 69.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3539, pruned_loss=0.1085, over 2775379.75 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07269, over 45316.05 utterances.], batch size: 69, lr: 2.58e-04 +2022-09-18 13:48:09,935 INFO [train.py:885] (0/2) Epoch 18, batch 9800, loss[loss=0.2385, simple_loss=0.319, pruned_loss=0.07903, over 14300.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03826, over 130.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3531, pruned_loss=0.1078, over 2775118.52 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07311, over 45186.82 utterances.], batch size: 130, lr: 2.58e-04 +2022-09-18 13:48:39,238 INFO [train.py:885] (0/2) Epoch 18, batch 9850, loss[loss=0.5769, simple_loss=0.6484, pruned_loss=0.2527, over 12445.00 frames. utt_duration=62.98 frames, utt_pad_proportion=0.149, over 811.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.352, pruned_loss=0.1068, over 2776829.30 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07322, over 45018.24 utterances.], batch size: 811, lr: 2.58e-04 +2022-09-18 13:49:08,906 INFO [train.py:885] (0/2) Epoch 18, batch 9900, loss[loss=0.2605, simple_loss=0.3363, pruned_loss=0.09235, over 14325.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03941, over 154.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3527, pruned_loss=0.108, over 2780512.96 frames. utt_duration=251.8 frames, utt_pad_proportion=0.0716, over 44428.14 utterances.], batch size: 154, lr: 2.58e-04 +2022-09-18 13:49:38,615 INFO [train.py:885] (0/2) Epoch 18, batch 9950, loss[loss=0.2882, simple_loss=0.3539, pruned_loss=0.1113, over 14299.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.0386, over 180.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3529, pruned_loss=0.1086, over 2781473.54 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07105, over 44103.74 utterances.], batch size: 180, lr: 2.58e-04 +2022-09-18 13:50:07,885 INFO [train.py:885] (0/2) Epoch 18, batch 10000, loss[loss=0.2299, simple_loss=0.311, pruned_loss=0.07437, over 14177.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04438, over 109.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3528, pruned_loss=0.1084, over 2783881.85 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07124, over 44016.32 utterances.], batch size: 109, lr: 2.58e-04 +2022-09-18 13:50:36,874 INFO [train.py:885] (0/2) Epoch 18, batch 10050, loss[loss=0.3426, simple_loss=0.4036, pruned_loss=0.1408, over 14384.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.0339, over 210.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3527, pruned_loss=0.1081, over 2789068.52 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06802, over 43629.44 utterances.], batch size: 210, lr: 2.58e-04 +2022-09-18 13:51:07,114 INFO [train.py:885] (0/2) Epoch 18, batch 10100, loss[loss=0.2491, simple_loss=0.3267, pruned_loss=0.08578, over 14314.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03739, over 154.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3589, pruned_loss=0.111, over 2786275.46 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07093, over 46284.95 utterances.], batch size: 154, lr: 2.58e-04 +2022-09-18 13:51:37,220 INFO [train.py:885] (0/2) Epoch 18, batch 10150, loss[loss=0.2584, simple_loss=0.3336, pruned_loss=0.09157, over 14309.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04038, over 154.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3572, pruned_loss=0.1099, over 2785092.12 frames. utt_duration=241.5 frames, utt_pad_proportion=0.06918, over 46407.47 utterances.], batch size: 154, lr: 2.58e-04 +2022-09-18 13:52:05,915 INFO [train.py:885] (0/2) Epoch 18, batch 10200, loss[loss=0.271, simple_loss=0.3437, pruned_loss=0.09914, over 14348.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03883, over 167.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3557, pruned_loss=0.1083, over 2785781.30 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06935, over 46262.32 utterances.], batch size: 167, lr: 2.58e-04 +2022-09-18 13:52:35,589 INFO [train.py:885] (0/2) Epoch 18, batch 10250, loss[loss=0.5684, simple_loss=0.6321, pruned_loss=0.2524, over 12468.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1472, over 810.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3559, pruned_loss=0.1082, over 2783954.86 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07121, over 46599.27 utterances.], batch size: 810, lr: 2.58e-04 +2022-09-18 13:53:05,261 INFO [train.py:885] (0/2) Epoch 18, batch 10300, loss[loss=0.2448, simple_loss=0.3092, pruned_loss=0.09019, over 14131.00 frames. utt_duration=578.5 frames, utt_pad_proportion=0.04699, over 98.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3569, pruned_loss=0.1093, over 2783281.72 frames. utt_duration=241 frames, utt_pad_proportion=0.0699, over 46471.89 utterances.], batch size: 98, lr: 2.58e-04 +2022-09-18 13:53:35,068 INFO [train.py:885] (0/2) Epoch 18, batch 10350, loss[loss=0.1616, simple_loss=0.2305, pruned_loss=0.04636, over 13361.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08879, over 41.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3543, pruned_loss=0.1078, over 2785777.10 frames. utt_duration=248 frames, utt_pad_proportion=0.06866, over 45192.61 utterances.], batch size: 41, lr: 2.58e-04 +2022-09-18 13:54:04,424 INFO [train.py:885] (0/2) Epoch 18, batch 10400, loss[loss=0.2183, simple_loss=0.3064, pruned_loss=0.06509, over 13333.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.09255, over 26.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.354, pruned_loss=0.1079, over 2784102.67 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06968, over 45108.95 utterances.], batch size: 26, lr: 2.58e-04 +2022-09-18 13:54:34,451 INFO [train.py:885] (0/2) Epoch 18, batch 10450, loss[loss=0.3125, simple_loss=0.3736, pruned_loss=0.1257, over 14332.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04023, over 167.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3531, pruned_loss=0.1077, over 2784186.57 frames. utt_duration=247.4 frames, utt_pad_proportion=0.0696, over 45277.63 utterances.], batch size: 167, lr: 2.58e-04 +2022-09-18 13:55:04,107 INFO [train.py:885] (0/2) Epoch 18, batch 10500, loss[loss=0.2999, simple_loss=0.353, pruned_loss=0.1234, over 14112.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05196, over 98.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.351, pruned_loss=0.1064, over 2779885.51 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07217, over 44509.67 utterances.], batch size: 98, lr: 2.58e-04 +2022-09-18 13:55:33,317 INFO [train.py:885] (0/2) Epoch 18, batch 10550, loss[loss=0.204, simple_loss=0.2743, pruned_loss=0.06687, over 13266.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09331, over 41.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3531, pruned_loss=0.1068, over 2781820.17 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07014, over 45526.50 utterances.], batch size: 41, lr: 2.58e-04 +2022-09-18 13:56:03,897 INFO [train.py:885] (0/2) Epoch 18, batch 10600, loss[loss=0.2178, simple_loss=0.2895, pruned_loss=0.07304, over 14084.00 frames. utt_duration=714.5 frames, utt_pad_proportion=0.05495, over 79.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3583, pruned_loss=0.1098, over 2784487.47 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07101, over 47062.10 utterances.], batch size: 79, lr: 2.58e-04 +2022-09-18 13:56:33,230 INFO [train.py:885] (0/2) Epoch 18, batch 10650, loss[loss=0.3593, simple_loss=0.4114, pruned_loss=0.1536, over 14224.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04356, over 335.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3601, pruned_loss=0.1111, over 2783181.46 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07161, over 47191.75 utterances.], batch size: 335, lr: 2.58e-04 +2022-09-18 13:57:03,061 INFO [train.py:885] (0/2) Epoch 18, batch 10700, loss[loss=0.2841, simple_loss=0.3365, pruned_loss=0.1158, over 14100.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05403, over 98.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.358, pruned_loss=0.11, over 2780028.62 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07143, over 46682.36 utterances.], batch size: 98, lr: 2.58e-04 +2022-09-18 13:57:32,555 INFO [train.py:885] (0/2) Epoch 18, batch 10750, loss[loss=0.2687, simple_loss=0.3522, pruned_loss=0.09263, over 14385.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03163, over 244.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3597, pruned_loss=0.1106, over 2782259.09 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07085, over 47526.93 utterances.], batch size: 244, lr: 2.58e-04 +2022-09-18 13:58:02,531 INFO [train.py:885] (0/2) Epoch 18, batch 10800, loss[loss=0.2725, simple_loss=0.3581, pruned_loss=0.09347, over 14012.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05496, over 365.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3618, pruned_loss=0.1109, over 2780230.06 frames. utt_duration=225.7 frames, utt_pad_proportion=0.07287, over 49606.93 utterances.], batch size: 365, lr: 2.58e-04 +2022-09-18 13:58:31,873 INFO [train.py:885] (0/2) Epoch 18, batch 10850, loss[loss=0.3036, simple_loss=0.4014, pruned_loss=0.1028, over 13684.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07762, over 477.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3595, pruned_loss=0.1095, over 2779144.99 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07195, over 48500.11 utterances.], batch size: 477, lr: 2.58e-04 +2022-09-18 13:59:01,710 INFO [train.py:885] (0/2) Epoch 18, batch 10900, loss[loss=0.2701, simple_loss=0.3376, pruned_loss=0.1013, over 14247.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04131, over 141.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3576, pruned_loss=0.1096, over 2777785.02 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07132, over 47254.14 utterances.], batch size: 141, lr: 2.58e-04 +2022-09-18 13:59:30,839 INFO [train.py:885] (0/2) Epoch 18, batch 10950, loss[loss=0.3259, simple_loss=0.3741, pruned_loss=0.1389, over 14335.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03899, over 154.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3547, pruned_loss=0.1078, over 2782877.95 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06985, over 46193.27 utterances.], batch size: 154, lr: 2.58e-04 +2022-09-18 14:00:00,636 INFO [train.py:885] (0/2) Epoch 18, batch 11000, loss[loss=0.3589, simple_loss=0.4153, pruned_loss=0.1513, over 14300.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04045, over 262.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3518, pruned_loss=0.1064, over 2782337.14 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06842, over 44666.83 utterances.], batch size: 262, lr: 2.58e-04 +2022-09-18 14:00:29,541 INFO [train.py:885] (0/2) Epoch 18, batch 11050, loss[loss=0.35, simple_loss=0.4042, pruned_loss=0.1479, over 14351.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03627, over 210.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3479, pruned_loss=0.1047, over 2782683.04 frames. utt_duration=262.8 frames, utt_pad_proportion=0.06703, over 42593.35 utterances.], batch size: 210, lr: 2.58e-04 +2022-09-18 14:00:59,845 INFO [train.py:885] (0/2) Epoch 18, batch 11100, loss[loss=0.4847, simple_loss=0.5728, pruned_loss=0.1983, over 12610.00 frames. utt_duration=63.82 frames, utt_pad_proportion=0.1376, over 810.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3548, pruned_loss=0.1083, over 2776161.01 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07228, over 45911.34 utterances.], batch size: 810, lr: 2.58e-04 +2022-09-18 14:01:29,447 INFO [train.py:885] (0/2) Epoch 18, batch 11150, loss[loss=0.242, simple_loss=0.3105, pruned_loss=0.08675, over 14185.00 frames. utt_duration=580.5 frames, utt_pad_proportion=0.04681, over 98.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3556, pruned_loss=0.1082, over 2780833.74 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07039, over 45957.99 utterances.], batch size: 98, lr: 2.58e-04 +2022-09-18 14:01:59,863 INFO [train.py:885] (0/2) Epoch 18, batch 11200, loss[loss=0.3442, simple_loss=0.4092, pruned_loss=0.1396, over 14227.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04281, over 335.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3556, pruned_loss=0.1084, over 2787981.66 frames. utt_duration=248.1 frames, utt_pad_proportion=0.0684, over 45215.22 utterances.], batch size: 335, lr: 2.58e-04 +2022-09-18 14:02:28,856 INFO [train.py:885] (0/2) Epoch 18, batch 11250, loss[loss=0.3736, simple_loss=0.4247, pruned_loss=0.1612, over 14331.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03747, over 283.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3555, pruned_loss=0.1092, over 2793958.16 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06567, over 43926.12 utterances.], batch size: 283, lr: 2.58e-04 +2022-09-18 14:02:58,812 INFO [train.py:885] (0/2) Epoch 18, batch 11300, loss[loss=0.1973, simple_loss=0.2635, pruned_loss=0.0655, over 12299.00 frames. utt_duration=2051 frames, utt_pad_proportion=0.1659, over 24.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.356, pruned_loss=0.1093, over 2790360.28 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06671, over 44669.46 utterances.], batch size: 24, lr: 2.57e-04 +2022-09-18 14:03:28,366 INFO [train.py:885] (0/2) Epoch 18, batch 11350, loss[loss=0.3388, simple_loss=0.3972, pruned_loss=0.1401, over 14226.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04343, over 335.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3563, pruned_loss=0.11, over 2783908.35 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06852, over 45217.76 utterances.], batch size: 335, lr: 2.57e-04 +2022-09-18 14:03:58,137 INFO [train.py:885] (0/2) Epoch 18, batch 11400, loss[loss=0.2492, simple_loss=0.3149, pruned_loss=0.09171, over 14063.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05355, over 98.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3547, pruned_loss=0.1092, over 2787144.58 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06642, over 44366.28 utterances.], batch size: 98, lr: 2.57e-04 +2022-09-18 14:04:27,462 INFO [train.py:885] (0/2) Epoch 18, batch 11450, loss[loss=0.2574, simple_loss=0.3065, pruned_loss=0.1042, over 13992.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.06096, over 79.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3528, pruned_loss=0.1074, over 2787518.46 frames. utt_duration=254 frames, utt_pad_proportion=0.06601, over 44151.80 utterances.], batch size: 79, lr: 2.57e-04 +2022-09-18 14:04:56,839 INFO [train.py:885] (0/2) Epoch 18, batch 11500, loss[loss=0.4014, simple_loss=0.4726, pruned_loss=0.1651, over 13609.00 frames. utt_duration=98.69 frames, utt_pad_proportion=0.07767, over 560.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3521, pruned_loss=0.107, over 2786301.77 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06678, over 44515.79 utterances.], batch size: 560, lr: 2.57e-04 +2022-09-18 14:05:25,887 INFO [train.py:885] (0/2) Epoch 18, batch 11550, loss[loss=0.2401, simple_loss=0.303, pruned_loss=0.08859, over 14062.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05509, over 98.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3509, pruned_loss=0.1059, over 2781496.88 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06971, over 44658.49 utterances.], batch size: 98, lr: 2.57e-04 +2022-09-18 14:05:55,445 INFO [train.py:885] (0/2) Epoch 18, batch 11600, loss[loss=0.1958, simple_loss=0.2704, pruned_loss=0.06067, over 13894.00 frames. utt_duration=927.6 frames, utt_pad_proportion=0.06588, over 60.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3496, pruned_loss=0.1054, over 2779052.11 frames. utt_duration=253 frames, utt_pad_proportion=0.07047, over 44185.99 utterances.], batch size: 60, lr: 2.57e-04 +2022-09-18 14:06:25,145 INFO [train.py:885] (0/2) Epoch 18, batch 11650, loss[loss=0.184, simple_loss=0.267, pruned_loss=0.05051, over 12971.00 frames. utt_duration=1997 frames, utt_pad_proportion=0.1133, over 26.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3486, pruned_loss=0.105, over 2778865.38 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07059, over 43759.25 utterances.], batch size: 26, lr: 2.57e-04 +2022-09-18 14:06:54,571 INFO [train.py:885] (0/2) Epoch 18, batch 11700, loss[loss=0.3448, simple_loss=0.4334, pruned_loss=0.1281, over 13613.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.0781, over 560.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3515, pruned_loss=0.1067, over 2779096.21 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07027, over 44668.64 utterances.], batch size: 560, lr: 2.57e-04 +2022-09-18 14:07:23,847 INFO [train.py:885] (0/2) Epoch 18, batch 11750, loss[loss=0.2317, simple_loss=0.297, pruned_loss=0.08323, over 14110.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05196, over 98.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3505, pruned_loss=0.1058, over 2776422.87 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07223, over 44996.73 utterances.], batch size: 98, lr: 2.57e-04 +2022-09-18 14:07:53,157 INFO [train.py:885] (0/2) Epoch 18, batch 11800, loss[loss=0.189, simple_loss=0.2509, pruned_loss=0.06357, over 13247.00 frames. utt_duration=1607 frames, utt_pad_proportion=0.11, over 33.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3484, pruned_loss=0.1043, over 2774233.15 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07279, over 44592.47 utterances.], batch size: 33, lr: 2.57e-04 +2022-09-18 14:08:22,348 INFO [train.py:885] (0/2) Epoch 18, batch 11850, loss[loss=0.2938, simple_loss=0.3935, pruned_loss=0.09705, over 13762.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07263, over 411.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3507, pruned_loss=0.1056, over 2774338.14 frames. utt_duration=247 frames, utt_pad_proportion=0.07357, over 45197.61 utterances.], batch size: 411, lr: 2.57e-04 +2022-09-18 14:08:52,541 INFO [train.py:885] (0/2) Epoch 18, batch 11900, loss[loss=0.3482, simple_loss=0.4032, pruned_loss=0.1466, over 14339.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03712, over 195.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3561, pruned_loss=0.1088, over 2773387.88 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07622, over 47535.23 utterances.], batch size: 195, lr: 2.57e-04 +2022-09-18 14:09:30,054 INFO [train.py:885] (0/2) Epoch 18, batch 11950, loss[loss=0.1961, simple_loss=0.2735, pruned_loss=0.05939, over 13760.00 frames. utt_duration=918.9 frames, utt_pad_proportion=0.06616, over 60.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3534, pruned_loss=0.1075, over 2776655.52 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07447, over 46433.55 utterances.], batch size: 60, lr: 2.57e-04 +2022-09-18 14:09:59,894 INFO [train.py:885] (0/2) Epoch 18, batch 12000, loss[loss=0.3053, simple_loss=0.3642, pruned_loss=0.1232, over 14253.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04163, over 180.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.354, pruned_loss=0.1081, over 2777504.66 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07416, over 46121.22 utterances.], batch size: 180, lr: 2.57e-04 +2022-09-18 14:09:59,896 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 14:10:04,120 INFO [train.py:914] (0/2) Epoch 18, validation: loss=0.1988, simple_loss=0.2789, pruned_loss=0.05933, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 14:10:33,314 INFO [train.py:885] (0/2) Epoch 18, batch 12050, loss[loss=0.326, simple_loss=0.3934, pruned_loss=0.1293, over 14244.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04213, over 306.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3546, pruned_loss=0.108, over 2780860.02 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07214, over 46309.56 utterances.], batch size: 306, lr: 2.57e-04 +2022-09-18 14:11:03,100 INFO [train.py:885] (0/2) Epoch 18, batch 12100, loss[loss=0.2312, simple_loss=0.2968, pruned_loss=0.08279, over 14131.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.0475, over 109.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3532, pruned_loss=0.1075, over 2778697.56 frames. utt_duration=244 frames, utt_pad_proportion=0.07279, over 45837.88 utterances.], batch size: 109, lr: 2.57e-04 +2022-09-18 14:11:32,379 INFO [train.py:885] (0/2) Epoch 18, batch 12150, loss[loss=0.1773, simple_loss=0.2441, pruned_loss=0.05524, over 13937.00 frames. utt_duration=797.9 frames, utt_pad_proportion=0.06572, over 70.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3531, pruned_loss=0.1077, over 2775244.92 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07385, over 45735.92 utterances.], batch size: 70, lr: 2.57e-04 +2022-09-18 14:12:01,547 INFO [train.py:885] (0/2) Epoch 18, batch 12200, loss[loss=0.2777, simple_loss=0.3553, pruned_loss=0.1, over 14254.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04147, over 180.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3538, pruned_loss=0.1075, over 2778143.04 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07336, over 46038.60 utterances.], batch size: 180, lr: 2.57e-04 +2022-09-18 14:12:31,196 INFO [train.py:885] (0/2) Epoch 18, batch 12250, loss[loss=0.1792, simple_loss=0.2454, pruned_loss=0.05654, over 13583.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08631, over 50.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3555, pruned_loss=0.1082, over 2781302.99 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07115, over 46554.36 utterances.], batch size: 50, lr: 2.57e-04 +2022-09-18 14:13:01,333 INFO [train.py:885] (0/2) Epoch 18, batch 12300, loss[loss=0.3897, simple_loss=0.4773, pruned_loss=0.151, over 13146.00 frames. utt_duration=82.06 frames, utt_pad_proportion=0.108, over 653.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3607, pruned_loss=0.111, over 2780049.19 frames. utt_duration=230.8 frames, utt_pad_proportion=0.07376, over 48493.71 utterances.], batch size: 653, lr: 2.57e-04 +2022-09-18 14:13:31,236 INFO [train.py:885] (0/2) Epoch 18, batch 12350, loss[loss=0.304, simple_loss=0.3748, pruned_loss=0.1166, over 14343.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03744, over 283.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3613, pruned_loss=0.1111, over 2783385.26 frames. utt_duration=229.8 frames, utt_pad_proportion=0.07383, over 48760.32 utterances.], batch size: 283, lr: 2.57e-04 +2022-09-18 14:14:01,168 INFO [train.py:885] (0/2) Epoch 18, batch 12400, loss[loss=0.4967, simple_loss=0.5619, pruned_loss=0.2157, over 13236.00 frames. utt_duration=82.58 frames, utt_pad_proportion=0.1024, over 653.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3598, pruned_loss=0.1099, over 2787925.04 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07213, over 48112.77 utterances.], batch size: 653, lr: 2.57e-04 +2022-09-18 14:14:30,362 INFO [train.py:885] (0/2) Epoch 18, batch 12450, loss[loss=0.242, simple_loss=0.3292, pruned_loss=0.07739, over 14283.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04324, over 141.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3567, pruned_loss=0.1088, over 2787738.35 frames. utt_duration=245 frames, utt_pad_proportion=0.06985, over 45790.44 utterances.], batch size: 141, lr: 2.57e-04 +2022-09-18 14:14:59,411 INFO [train.py:885] (0/2) Epoch 18, batch 12500, loss[loss=0.3119, simple_loss=0.3607, pruned_loss=0.1316, over 14264.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04489, over 141.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3547, pruned_loss=0.1088, over 2783660.21 frames. utt_duration=251.5 frames, utt_pad_proportion=0.0696, over 44541.35 utterances.], batch size: 141, lr: 2.57e-04 +2022-09-18 14:15:28,875 INFO [train.py:885] (0/2) Epoch 18, batch 12550, loss[loss=0.282, simple_loss=0.3631, pruned_loss=0.1004, over 14359.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03567, over 210.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3528, pruned_loss=0.1078, over 2787132.60 frames. utt_duration=254 frames, utt_pad_proportion=0.0691, over 44142.02 utterances.], batch size: 210, lr: 2.57e-04 +2022-09-18 14:15:56,826 INFO [train.py:885] (0/2) Epoch 18, batch 12600, loss[loss=0.247, simple_loss=0.3194, pruned_loss=0.08734, over 14250.00 frames. utt_duration=440 frames, utt_pad_proportion=0.04348, over 130.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3546, pruned_loss=0.1092, over 2780596.17 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07179, over 45227.34 utterances.], batch size: 130, lr: 2.57e-04 +2022-09-18 14:16:07,866 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-18.pt +2022-09-18 14:16:17,483 INFO [train.py:885] (0/2) Epoch 19, batch 0, loss[loss=0.3906, simple_loss=0.4541, pruned_loss=0.1636, over 13989.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05628, over 365.00 utterances.], tot_loss[loss=0.3906, simple_loss=0.4541, pruned_loss=0.1636, over 13989.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05628, over 365.00 utterances.], batch size: 365, lr: 2.50e-04 +2022-09-18 14:16:46,663 INFO [train.py:885] (0/2) Epoch 19, batch 50, loss[loss=0.3036, simple_loss=0.3711, pruned_loss=0.118, over 14313.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03919, over 283.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3539, pruned_loss=0.1074, over 626284.09 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07038, over 10731.67 utterances.], batch size: 283, lr: 2.50e-04 +2022-09-18 14:17:16,571 INFO [train.py:885] (0/2) Epoch 19, batch 100, loss[loss=0.2494, simple_loss=0.3298, pruned_loss=0.0845, over 14210.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04853, over 141.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3617, pruned_loss=0.1101, over 1101486.89 frames. utt_duration=222.8 frames, utt_pad_proportion=0.0777, over 19902.09 utterances.], batch size: 141, lr: 2.50e-04 +2022-09-18 14:17:45,984 INFO [train.py:885] (0/2) Epoch 19, batch 150, loss[loss=0.1753, simple_loss=0.2408, pruned_loss=0.05483, over 13988.00 frames. utt_duration=709.8 frames, utt_pad_proportion=0.05741, over 79.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3614, pruned_loss=0.1106, over 1467743.35 frames. utt_duration=226.9 frames, utt_pad_proportion=0.08055, over 26044.21 utterances.], batch size: 79, lr: 2.50e-04 +2022-09-18 14:18:15,841 INFO [train.py:885] (0/2) Epoch 19, batch 200, loss[loss=0.2219, simple_loss=0.2876, pruned_loss=0.07803, over 13972.00 frames. utt_duration=708.8 frames, utt_pad_proportion=0.06237, over 79.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3609, pruned_loss=0.1113, over 1762786.45 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07503, over 30361.42 utterances.], batch size: 79, lr: 2.50e-04 +2022-09-18 14:18:45,698 INFO [train.py:885] (0/2) Epoch 19, batch 250, loss[loss=0.4869, simple_loss=0.541, pruned_loss=0.2164, over 13132.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.363, pruned_loss=0.1122, over 1985760.17 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07686, over 35106.80 utterances.], batch size: 653, lr: 2.50e-04 +2022-09-18 14:19:14,600 INFO [train.py:885] (0/2) Epoch 19, batch 300, loss[loss=0.2923, simple_loss=0.364, pruned_loss=0.1103, over 14409.00 frames. utt_duration=237.7 frames, utt_pad_proportion=0.02969, over 244.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3567, pruned_loss=0.1097, over 2161771.40 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07371, over 36072.39 utterances.], batch size: 244, lr: 2.50e-04 +2022-09-18 14:19:44,801 INFO [train.py:885] (0/2) Epoch 19, batch 350, loss[loss=0.3809, simple_loss=0.4317, pruned_loss=0.1651, over 14300.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03944, over 283.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3554, pruned_loss=0.1095, over 2299282.74 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07151, over 37632.19 utterances.], batch size: 283, lr: 2.50e-04 +2022-09-18 14:20:14,284 INFO [train.py:885] (0/2) Epoch 19, batch 400, loss[loss=0.2002, simple_loss=0.2779, pruned_loss=0.06128, over 13826.00 frames. utt_duration=802.9 frames, utt_pad_proportion=0.06536, over 69.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3528, pruned_loss=0.109, over 2406523.32 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07103, over 38014.97 utterances.], batch size: 69, lr: 2.50e-04 +2022-09-18 14:20:44,128 INFO [train.py:885] (0/2) Epoch 19, batch 450, loss[loss=0.2986, simple_loss=0.3662, pruned_loss=0.1155, over 14271.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04086, over 180.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3554, pruned_loss=0.1097, over 2484663.17 frames. utt_duration=243 frames, utt_pad_proportion=0.07146, over 41154.56 utterances.], batch size: 180, lr: 2.50e-04 +2022-09-18 14:21:13,378 INFO [train.py:885] (0/2) Epoch 19, batch 500, loss[loss=0.2883, simple_loss=0.3639, pruned_loss=0.1063, over 14318.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03868, over 262.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3546, pruned_loss=0.1089, over 2553866.89 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06951, over 41486.25 utterances.], batch size: 262, lr: 2.50e-04 +2022-09-18 14:21:43,110 INFO [train.py:885] (0/2) Epoch 19, batch 550, loss[loss=0.3069, simple_loss=0.3773, pruned_loss=0.1183, over 14304.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.0401, over 262.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3577, pruned_loss=0.1108, over 2604337.33 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07187, over 43152.10 utterances.], batch size: 262, lr: 2.50e-04 +2022-09-18 14:22:12,533 INFO [train.py:885] (0/2) Epoch 19, batch 600, loss[loss=0.1729, simple_loss=0.2299, pruned_loss=0.05797, over 13861.00 frames. utt_duration=925.7 frames, utt_pad_proportion=0.06965, over 60.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3596, pruned_loss=0.1119, over 2644803.73 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07244, over 44972.53 utterances.], batch size: 60, lr: 2.50e-04 +2022-09-18 14:22:41,998 INFO [train.py:885] (0/2) Epoch 19, batch 650, loss[loss=0.2976, simple_loss=0.368, pruned_loss=0.1136, over 14328.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03747, over 195.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3559, pruned_loss=0.1096, over 2669091.38 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07324, over 44545.83 utterances.], batch size: 195, lr: 2.50e-04 +2022-09-18 14:23:18,777 INFO [train.py:885] (0/2) Epoch 19, batch 700, loss[loss=0.2708, simple_loss=0.3246, pruned_loss=0.1085, over 14145.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04695, over 109.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3529, pruned_loss=0.1081, over 2694431.69 frames. utt_duration=247 frames, utt_pad_proportion=0.07128, over 43895.52 utterances.], batch size: 109, lr: 2.50e-04 +2022-09-18 14:23:48,127 INFO [train.py:885] (0/2) Epoch 19, batch 750, loss[loss=0.3132, simple_loss=0.4001, pruned_loss=0.1132, over 13778.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07161, over 411.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3523, pruned_loss=0.1071, over 2716534.87 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06926, over 44216.99 utterances.], batch size: 411, lr: 2.50e-04 +2022-09-18 14:24:17,816 INFO [train.py:885] (0/2) Epoch 19, batch 800, loss[loss=0.3712, simple_loss=0.4638, pruned_loss=0.1393, over 13181.00 frames. utt_duration=82.3 frames, utt_pad_proportion=0.1054, over 653.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.354, pruned_loss=0.1077, over 2729440.98 frames. utt_duration=243 frames, utt_pad_proportion=0.07153, over 45208.23 utterances.], batch size: 653, lr: 2.50e-04 +2022-09-18 14:24:42,400 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-228000.pt +2022-09-18 14:24:47,784 INFO [train.py:885] (0/2) Epoch 19, batch 850, loss[loss=0.2767, simple_loss=0.3508, pruned_loss=0.1014, over 14279.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04016, over 180.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3578, pruned_loss=0.1097, over 2739669.88 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07155, over 46640.22 utterances.], batch size: 180, lr: 2.50e-04 +2022-09-18 14:25:17,484 INFO [train.py:885] (0/2) Epoch 19, batch 900, loss[loss=0.3561, simple_loss=0.443, pruned_loss=0.1346, over 13658.00 frames. utt_duration=98.95 frames, utt_pad_proportion=0.07527, over 560.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3587, pruned_loss=0.11, over 2746328.83 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07222, over 47179.73 utterances.], batch size: 560, lr: 2.50e-04 +2022-09-18 14:25:47,040 INFO [train.py:885] (0/2) Epoch 19, batch 950, loss[loss=0.2776, simple_loss=0.3577, pruned_loss=0.09875, over 14276.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04157, over 262.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3597, pruned_loss=0.1105, over 2754321.51 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07212, over 47566.23 utterances.], batch size: 262, lr: 2.50e-04 +2022-09-18 14:26:17,112 INFO [train.py:885] (0/2) Epoch 19, batch 1000, loss[loss=0.3101, simple_loss=0.3829, pruned_loss=0.1186, over 14322.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03978, over 262.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3595, pruned_loss=0.1108, over 2759413.26 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07091, over 46757.93 utterances.], batch size: 262, lr: 2.50e-04 +2022-09-18 14:26:46,729 INFO [train.py:885] (0/2) Epoch 19, batch 1050, loss[loss=0.2646, simple_loss=0.3465, pruned_loss=0.09136, over 14341.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03859, over 154.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3609, pruned_loss=0.1118, over 2763707.18 frames. utt_duration=237 frames, utt_pad_proportion=0.07073, over 46944.96 utterances.], batch size: 154, lr: 2.50e-04 +2022-09-18 14:27:16,105 INFO [train.py:885] (0/2) Epoch 19, batch 1100, loss[loss=0.2347, simple_loss=0.2973, pruned_loss=0.08609, over 14055.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05416, over 98.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3585, pruned_loss=0.1112, over 2768860.51 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07173, over 45523.36 utterances.], batch size: 98, lr: 2.50e-04 +2022-09-18 14:27:45,708 INFO [train.py:885] (0/2) Epoch 19, batch 1150, loss[loss=0.3085, simple_loss=0.368, pruned_loss=0.1245, over 14272.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04043, over 180.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3587, pruned_loss=0.1106, over 2766274.08 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07385, over 46898.88 utterances.], batch size: 180, lr: 2.50e-04 +2022-09-18 14:28:15,478 INFO [train.py:885] (0/2) Epoch 19, batch 1200, loss[loss=0.2878, simple_loss=0.3442, pruned_loss=0.1157, over 14297.00 frames. utt_duration=441.3 frames, utt_pad_proportion=0.0385, over 130.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3604, pruned_loss=0.1102, over 2773644.63 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07285, over 47988.10 utterances.], batch size: 130, lr: 2.50e-04 +2022-09-18 14:28:44,689 INFO [train.py:885] (0/2) Epoch 19, batch 1250, loss[loss=0.2287, simple_loss=0.2972, pruned_loss=0.08012, over 14112.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05162, over 98.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3629, pruned_loss=0.1121, over 2776435.81 frames. utt_duration=229.5 frames, utt_pad_proportion=0.0725, over 48712.34 utterances.], batch size: 98, lr: 2.50e-04 +2022-09-18 14:29:14,909 INFO [train.py:885] (0/2) Epoch 19, batch 1300, loss[loss=0.2134, simple_loss=0.2897, pruned_loss=0.06851, over 14047.00 frames. utt_duration=574.9 frames, utt_pad_proportion=0.05754, over 98.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3591, pruned_loss=0.11, over 2772452.99 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07232, over 47873.56 utterances.], batch size: 98, lr: 2.50e-04 +2022-09-18 14:29:44,259 INFO [train.py:885] (0/2) Epoch 19, batch 1350, loss[loss=0.2337, simple_loss=0.2735, pruned_loss=0.09692, over 12655.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.1314, over 25.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3552, pruned_loss=0.1084, over 2770153.93 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07131, over 46614.18 utterances.], batch size: 25, lr: 2.50e-04 +2022-09-18 14:30:13,247 INFO [train.py:885] (0/2) Epoch 19, batch 1400, loss[loss=0.2976, simple_loss=0.4001, pruned_loss=0.09757, over 13657.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08161, over 478.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3543, pruned_loss=0.1076, over 2771229.86 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07133, over 46258.95 utterances.], batch size: 478, lr: 2.49e-04 +2022-09-18 14:30:42,954 INFO [train.py:885] (0/2) Epoch 19, batch 1450, loss[loss=0.2846, simple_loss=0.3413, pruned_loss=0.114, over 14108.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05204, over 98.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3538, pruned_loss=0.1079, over 2773085.56 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07198, over 46058.18 utterances.], batch size: 98, lr: 2.49e-04 +2022-09-18 14:31:12,886 INFO [train.py:885] (0/2) Epoch 19, batch 1500, loss[loss=0.2027, simple_loss=0.2608, pruned_loss=0.07225, over 13694.00 frames. utt_duration=914.4 frames, utt_pad_proportion=0.07826, over 60.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3585, pruned_loss=0.1101, over 2777865.79 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07129, over 47811.04 utterances.], batch size: 60, lr: 2.49e-04 +2022-09-18 14:31:42,379 INFO [train.py:885] (0/2) Epoch 19, batch 1550, loss[loss=0.2544, simple_loss=0.3231, pruned_loss=0.09279, over 14275.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03967, over 130.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3563, pruned_loss=0.1096, over 2772044.14 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07381, over 47568.05 utterances.], batch size: 130, lr: 2.49e-04 +2022-09-18 14:32:11,887 INFO [train.py:885] (0/2) Epoch 19, batch 1600, loss[loss=0.341, simple_loss=0.4009, pruned_loss=0.1406, over 14189.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04517, over 306.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3582, pruned_loss=0.1101, over 2778751.01 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07181, over 47732.72 utterances.], batch size: 306, lr: 2.49e-04 +2022-09-18 14:32:41,300 INFO [train.py:885] (0/2) Epoch 19, batch 1650, loss[loss=0.3655, simple_loss=0.4184, pruned_loss=0.1563, over 14284.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04062, over 335.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3583, pruned_loss=0.1106, over 2775115.07 frames. utt_duration=238.7 frames, utt_pad_proportion=0.0704, over 46787.51 utterances.], batch size: 335, lr: 2.49e-04 +2022-09-18 14:33:11,060 INFO [train.py:885] (0/2) Epoch 19, batch 1700, loss[loss=0.2622, simple_loss=0.333, pruned_loss=0.09571, over 14334.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03772, over 120.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3528, pruned_loss=0.1087, over 2778936.11 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06753, over 44043.40 utterances.], batch size: 120, lr: 2.49e-04 +2022-09-18 14:33:40,861 INFO [train.py:885] (0/2) Epoch 19, batch 1750, loss[loss=0.3104, simple_loss=0.4139, pruned_loss=0.1035, over 13624.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.07732, over 560.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3551, pruned_loss=0.1096, over 2774901.46 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07006, over 45368.85 utterances.], batch size: 560, lr: 2.49e-04 +2022-09-18 14:34:10,847 INFO [train.py:885] (0/2) Epoch 19, batch 1800, loss[loss=0.2804, simple_loss=0.3627, pruned_loss=0.09899, over 14278.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04062, over 225.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3565, pruned_loss=0.1102, over 2774893.66 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07014, over 46519.37 utterances.], batch size: 225, lr: 2.49e-04 +2022-09-18 14:34:40,228 INFO [train.py:885] (0/2) Epoch 19, batch 1850, loss[loss=0.2871, simple_loss=0.3591, pruned_loss=0.1076, over 14345.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03938, over 167.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3574, pruned_loss=0.1106, over 2779007.33 frames. utt_duration=240.9 frames, utt_pad_proportion=0.06977, over 46421.76 utterances.], batch size: 167, lr: 2.49e-04 +2022-09-18 14:35:09,628 INFO [train.py:885] (0/2) Epoch 19, batch 1900, loss[loss=0.2079, simple_loss=0.2808, pruned_loss=0.06752, over 14044.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05608, over 79.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3542, pruned_loss=0.1084, over 2777200.38 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07203, over 45461.46 utterances.], batch size: 79, lr: 2.49e-04 +2022-09-18 14:35:39,142 INFO [train.py:885] (0/2) Epoch 19, batch 1950, loss[loss=0.2071, simple_loss=0.2711, pruned_loss=0.07154, over 13407.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08438, over 41.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3563, pruned_loss=0.1097, over 2780903.87 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07134, over 45984.22 utterances.], batch size: 41, lr: 2.49e-04 +2022-09-18 14:36:15,390 INFO [train.py:885] (0/2) Epoch 19, batch 2000, loss[loss=0.3168, simple_loss=0.3773, pruned_loss=0.1281, over 14385.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.0337, over 210.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3571, pruned_loss=0.1095, over 2782215.57 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07133, over 46772.76 utterances.], batch size: 210, lr: 2.49e-04 +2022-09-18 14:36:44,912 INFO [train.py:885] (0/2) Epoch 19, batch 2050, loss[loss=0.1892, simple_loss=0.2717, pruned_loss=0.05342, over 14059.00 frames. utt_duration=713.4 frames, utt_pad_proportion=0.05634, over 79.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3539, pruned_loss=0.1087, over 2789028.14 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06867, over 44407.74 utterances.], batch size: 79, lr: 2.49e-04 +2022-09-18 14:37:15,673 INFO [train.py:885] (0/2) Epoch 19, batch 2100, loss[loss=0.192, simple_loss=0.256, pruned_loss=0.06403, over 13724.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.07871, over 42.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3549, pruned_loss=0.1089, over 2789761.39 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06923, over 44884.83 utterances.], batch size: 42, lr: 2.49e-04 +2022-09-18 14:37:44,867 INFO [train.py:885] (0/2) Epoch 19, batch 2150, loss[loss=0.197, simple_loss=0.2639, pruned_loss=0.06506, over 14075.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.05988, over 70.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.352, pruned_loss=0.1071, over 2788643.57 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06949, over 44268.63 utterances.], batch size: 70, lr: 2.49e-04 +2022-09-18 14:38:14,188 INFO [train.py:885] (0/2) Epoch 19, batch 2200, loss[loss=0.2696, simple_loss=0.3516, pruned_loss=0.09383, over 14233.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.04322, over 225.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3501, pruned_loss=0.106, over 2790507.35 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06793, over 43837.57 utterances.], batch size: 225, lr: 2.49e-04 +2022-09-18 14:38:43,877 INFO [train.py:885] (0/2) Epoch 19, batch 2250, loss[loss=0.2321, simple_loss=0.2979, pruned_loss=0.08314, over 14242.00 frames. utt_duration=641.6 frames, utt_pad_proportion=0.04386, over 89.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3525, pruned_loss=0.1066, over 2786304.10 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06993, over 45596.14 utterances.], batch size: 89, lr: 2.49e-04 +2022-09-18 14:39:12,615 INFO [train.py:885] (0/2) Epoch 19, batch 2300, loss[loss=0.1805, simple_loss=0.2608, pruned_loss=0.0501, over 14056.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05681, over 79.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3484, pruned_loss=0.1043, over 2783717.15 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06826, over 44187.06 utterances.], batch size: 79, lr: 2.49e-04 +2022-09-18 14:39:42,821 INFO [train.py:885] (0/2) Epoch 19, batch 2350, loss[loss=0.2243, simple_loss=0.3005, pruned_loss=0.07403, over 14151.00 frames. utt_duration=718.1 frames, utt_pad_proportion=0.05016, over 79.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3466, pruned_loss=0.1033, over 2782987.11 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06836, over 43154.44 utterances.], batch size: 79, lr: 2.49e-04 +2022-09-18 14:40:12,299 INFO [train.py:885] (0/2) Epoch 19, batch 2400, loss[loss=0.2818, simple_loss=0.3359, pruned_loss=0.1138, over 14222.00 frames. utt_duration=640.5 frames, utt_pad_proportion=0.04397, over 89.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3509, pruned_loss=0.1058, over 2787174.57 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06777, over 44188.20 utterances.], batch size: 89, lr: 2.49e-04 +2022-09-18 14:40:41,636 INFO [train.py:885] (0/2) Epoch 19, batch 2450, loss[loss=0.3725, simple_loss=0.4696, pruned_loss=0.1377, over 13114.00 frames. utt_duration=81.92 frames, utt_pad_proportion=0.1095, over 653.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3514, pruned_loss=0.1058, over 2785858.36 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07012, over 44595.24 utterances.], batch size: 653, lr: 2.49e-04 +2022-09-18 14:41:10,893 INFO [train.py:885] (0/2) Epoch 19, batch 2500, loss[loss=0.2914, simple_loss=0.3635, pruned_loss=0.1097, over 14292.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04025, over 283.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3498, pruned_loss=0.1051, over 2783509.25 frames. utt_duration=257.4 frames, utt_pad_proportion=0.07004, over 43512.47 utterances.], batch size: 283, lr: 2.49e-04 +2022-09-18 14:41:40,105 INFO [train.py:885] (0/2) Epoch 19, batch 2550, loss[loss=0.3352, simple_loss=0.3949, pruned_loss=0.1377, over 14223.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04332, over 306.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3508, pruned_loss=0.106, over 2786204.52 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06923, over 44056.92 utterances.], batch size: 306, lr: 2.49e-04 +2022-09-18 14:42:09,796 INFO [train.py:885] (0/2) Epoch 19, batch 2600, loss[loss=0.3418, simple_loss=0.4156, pruned_loss=0.134, over 13759.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07274, over 411.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.354, pruned_loss=0.1076, over 2778065.54 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07211, over 45887.95 utterances.], batch size: 411, lr: 2.49e-04 +2022-09-18 14:42:39,602 INFO [train.py:885] (0/2) Epoch 19, batch 2650, loss[loss=0.3408, simple_loss=0.4295, pruned_loss=0.1261, over 13690.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07675, over 477.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3552, pruned_loss=0.1081, over 2782044.99 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07082, over 46445.54 utterances.], batch size: 477, lr: 2.49e-04 +2022-09-18 14:43:09,078 INFO [train.py:885] (0/2) Epoch 19, batch 2700, loss[loss=0.2875, simple_loss=0.3624, pruned_loss=0.1063, over 14272.00 frames. utt_duration=219.3 frames, utt_pad_proportion=0.04215, over 262.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3534, pruned_loss=0.1069, over 2781234.70 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0704, over 45610.99 utterances.], batch size: 262, lr: 2.49e-04 +2022-09-18 14:43:38,399 INFO [train.py:885] (0/2) Epoch 19, batch 2750, loss[loss=0.1916, simple_loss=0.2672, pruned_loss=0.05803, over 13869.00 frames. utt_duration=794.3 frames, utt_pad_proportion=0.07321, over 70.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3514, pruned_loss=0.1071, over 2783941.67 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06989, over 44148.84 utterances.], batch size: 70, lr: 2.49e-04 +2022-09-18 14:44:07,897 INFO [train.py:885] (0/2) Epoch 19, batch 2800, loss[loss=0.2655, simple_loss=0.3505, pruned_loss=0.09023, over 14391.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03143, over 244.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3533, pruned_loss=0.1076, over 2781005.27 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07176, over 46032.97 utterances.], batch size: 244, lr: 2.49e-04 +2022-09-18 14:44:37,637 INFO [train.py:885] (0/2) Epoch 19, batch 2850, loss[loss=0.2623, simple_loss=0.3447, pruned_loss=0.08996, over 14338.00 frames. utt_duration=320.1 frames, utt_pad_proportion=0.03576, over 180.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3532, pruned_loss=0.1074, over 2780998.19 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07185, over 45911.15 utterances.], batch size: 180, lr: 2.49e-04 +2022-09-18 14:45:07,119 INFO [train.py:885] (0/2) Epoch 19, batch 2900, loss[loss=0.3643, simple_loss=0.4102, pruned_loss=0.1592, over 14335.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03792, over 262.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3498, pruned_loss=0.1059, over 2776973.91 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07173, over 45336.57 utterances.], batch size: 262, lr: 2.49e-04 +2022-09-18 14:45:36,770 INFO [train.py:885] (0/2) Epoch 19, batch 2950, loss[loss=0.3061, simple_loss=0.3674, pruned_loss=0.1224, over 14298.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.04203, over 167.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3505, pruned_loss=0.1062, over 2773186.94 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07315, over 45765.45 utterances.], batch size: 167, lr: 2.49e-04 +2022-09-18 14:46:06,112 INFO [train.py:885] (0/2) Epoch 19, batch 3000, loss[loss=0.143, simple_loss=0.2072, pruned_loss=0.03937, over 13081.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1129, over 33.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3507, pruned_loss=0.1057, over 2776226.72 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07206, over 45930.97 utterances.], batch size: 33, lr: 2.49e-04 +2022-09-18 14:46:06,114 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 14:46:10,302 INFO [train.py:914] (0/2) Epoch 19, validation: loss=0.1982, simple_loss=0.2761, pruned_loss=0.06017, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 14:46:39,499 INFO [train.py:885] (0/2) Epoch 19, batch 3050, loss[loss=0.276, simple_loss=0.353, pruned_loss=0.09953, over 14350.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03583, over 195.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3525, pruned_loss=0.1074, over 2779174.79 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07167, over 45777.66 utterances.], batch size: 195, lr: 2.49e-04 +2022-09-18 14:47:09,232 INFO [train.py:885] (0/2) Epoch 19, batch 3100, loss[loss=0.2417, simple_loss=0.3078, pruned_loss=0.08783, over 14075.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05589, over 98.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3518, pruned_loss=0.1068, over 2781310.15 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07082, over 45146.54 utterances.], batch size: 98, lr: 2.49e-04 +2022-09-18 14:47:38,700 INFO [train.py:885] (0/2) Epoch 19, batch 3150, loss[loss=0.1874, simple_loss=0.2527, pruned_loss=0.06101, over 14087.00 frames. utt_duration=806.2 frames, utt_pad_proportion=0.05933, over 70.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.352, pruned_loss=0.1071, over 2779757.67 frames. utt_duration=246 frames, utt_pad_proportion=0.07337, over 45468.27 utterances.], batch size: 70, lr: 2.49e-04 +2022-09-18 14:48:08,381 INFO [train.py:885] (0/2) Epoch 19, batch 3200, loss[loss=0.1783, simple_loss=0.2582, pruned_loss=0.04919, over 13948.00 frames. utt_duration=798.4 frames, utt_pad_proportion=0.06841, over 70.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3535, pruned_loss=0.1078, over 2777905.57 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07256, over 46236.80 utterances.], batch size: 70, lr: 2.49e-04 +2022-09-18 14:48:37,490 INFO [train.py:885] (0/2) Epoch 19, batch 3250, loss[loss=0.1983, simple_loss=0.267, pruned_loss=0.06482, over 13912.00 frames. utt_duration=706 frames, utt_pad_proportion=0.06122, over 79.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3536, pruned_loss=0.1076, over 2782842.18 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07068, over 45638.24 utterances.], batch size: 79, lr: 2.48e-04 +2022-09-18 14:49:07,118 INFO [train.py:885] (0/2) Epoch 19, batch 3300, loss[loss=0.3476, simple_loss=0.4012, pruned_loss=0.147, over 14321.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03843, over 262.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3547, pruned_loss=0.1074, over 2783311.53 frames. utt_duration=241 frames, utt_pad_proportion=0.0701, over 46485.57 utterances.], batch size: 262, lr: 2.48e-04 +2022-09-18 14:49:36,227 INFO [train.py:885] (0/2) Epoch 19, batch 3350, loss[loss=0.208, simple_loss=0.2738, pruned_loss=0.07103, over 14244.00 frames. utt_duration=641.7 frames, utt_pad_proportion=0.04369, over 89.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3544, pruned_loss=0.1076, over 2785642.32 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06937, over 46043.89 utterances.], batch size: 89, lr: 2.48e-04 +2022-09-18 14:50:05,542 INFO [train.py:885] (0/2) Epoch 19, batch 3400, loss[loss=0.2722, simple_loss=0.3249, pruned_loss=0.1098, over 14200.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04667, over 89.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3521, pruned_loss=0.1066, over 2786726.77 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06957, over 45064.00 utterances.], batch size: 89, lr: 2.48e-04 +2022-09-18 14:50:35,107 INFO [train.py:885] (0/2) Epoch 19, batch 3450, loss[loss=0.3088, simple_loss=0.3806, pruned_loss=0.1185, over 14282.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.04003, over 225.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3606, pruned_loss=0.1108, over 2785876.16 frames. utt_duration=230.3 frames, utt_pad_proportion=0.07243, over 48696.93 utterances.], batch size: 225, lr: 2.48e-04 +2022-09-18 14:51:05,154 INFO [train.py:885] (0/2) Epoch 19, batch 3500, loss[loss=0.3408, simple_loss=0.3989, pruned_loss=0.1413, over 14340.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.0371, over 195.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3556, pruned_loss=0.1083, over 2784657.42 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07145, over 46712.02 utterances.], batch size: 195, lr: 2.48e-04 +2022-09-18 14:51:34,301 INFO [train.py:885] (0/2) Epoch 19, batch 3550, loss[loss=0.3175, simple_loss=0.3891, pruned_loss=0.1229, over 14366.00 frames. utt_duration=204.4 frames, utt_pad_proportion=0.03574, over 283.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3543, pruned_loss=0.1082, over 2784350.80 frames. utt_duration=245.2 frames, utt_pad_proportion=0.0706, over 45707.29 utterances.], batch size: 283, lr: 2.48e-04 +2022-09-18 14:52:03,912 INFO [train.py:885] (0/2) Epoch 19, batch 3600, loss[loss=0.2187, simple_loss=0.2787, pruned_loss=0.07931, over 13019.00 frames. utt_duration=2004 frames, utt_pad_proportion=0.1139, over 26.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3572, pruned_loss=0.1104, over 2783188.80 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07146, over 46850.92 utterances.], batch size: 26, lr: 2.48e-04 +2022-09-18 14:52:33,605 INFO [train.py:885] (0/2) Epoch 19, batch 3650, loss[loss=0.3106, simple_loss=0.3828, pruned_loss=0.1192, over 14336.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03679, over 210.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3584, pruned_loss=0.1105, over 2786643.18 frames. utt_duration=239.1 frames, utt_pad_proportion=0.06972, over 46913.64 utterances.], batch size: 210, lr: 2.48e-04 +2022-09-18 14:53:11,149 INFO [train.py:885] (0/2) Epoch 19, batch 3700, loss[loss=0.3089, simple_loss=0.413, pruned_loss=0.1024, over 13613.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07795, over 560.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3569, pruned_loss=0.1094, over 2786657.44 frames. utt_duration=238.7 frames, utt_pad_proportion=0.06875, over 46986.47 utterances.], batch size: 560, lr: 2.48e-04 +2022-09-18 14:53:40,158 INFO [train.py:885] (0/2) Epoch 19, batch 3750, loss[loss=0.4571, simple_loss=0.5222, pruned_loss=0.196, over 13147.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3548, pruned_loss=0.1079, over 2782808.96 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07155, over 46401.30 utterances.], batch size: 653, lr: 2.48e-04 +2022-09-18 14:54:09,812 INFO [train.py:885] (0/2) Epoch 19, batch 3800, loss[loss=0.2798, simple_loss=0.348, pruned_loss=0.1058, over 14335.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03956, over 167.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3565, pruned_loss=0.1084, over 2783371.07 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07139, over 46716.73 utterances.], batch size: 167, lr: 2.48e-04 +2022-09-18 14:54:39,404 INFO [train.py:885] (0/2) Epoch 19, batch 3850, loss[loss=0.3141, simple_loss=0.38, pruned_loss=0.1241, over 14358.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03525, over 210.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.354, pruned_loss=0.1071, over 2781456.67 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07099, over 45827.91 utterances.], batch size: 210, lr: 2.48e-04 +2022-09-18 14:55:09,132 INFO [train.py:885] (0/2) Epoch 19, batch 3900, loss[loss=0.1904, simple_loss=0.2645, pruned_loss=0.0582, over 14184.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04761, over 89.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3547, pruned_loss=0.1071, over 2781125.61 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07235, over 46315.75 utterances.], batch size: 89, lr: 2.48e-04 +2022-09-18 14:55:38,890 INFO [train.py:885] (0/2) Epoch 19, batch 3950, loss[loss=0.3694, simple_loss=0.4111, pruned_loss=0.1638, over 14200.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04467, over 306.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3535, pruned_loss=0.107, over 2783786.11 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07048, over 45802.97 utterances.], batch size: 306, lr: 2.48e-04 +2022-09-18 14:56:07,877 INFO [train.py:885] (0/2) Epoch 19, batch 4000, loss[loss=0.3147, simple_loss=0.3779, pruned_loss=0.1257, over 14382.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.0352, over 244.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3545, pruned_loss=0.1073, over 2783801.75 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07144, over 46393.23 utterances.], batch size: 244, lr: 2.48e-04 +2022-09-18 14:56:37,458 INFO [train.py:885] (0/2) Epoch 19, batch 4050, loss[loss=0.195, simple_loss=0.2649, pruned_loss=0.06248, over 14054.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05726, over 79.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3542, pruned_loss=0.1074, over 2783336.72 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07155, over 46429.59 utterances.], batch size: 79, lr: 2.48e-04 +2022-09-18 14:57:07,009 INFO [train.py:885] (0/2) Epoch 19, batch 4100, loss[loss=0.3088, simple_loss=0.39, pruned_loss=0.1138, over 13990.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05626, over 365.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3533, pruned_loss=0.1061, over 2781739.16 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07123, over 46700.21 utterances.], batch size: 365, lr: 2.48e-04 +2022-09-18 14:57:36,524 INFO [train.py:885] (0/2) Epoch 19, batch 4150, loss[loss=0.308, simple_loss=0.3921, pruned_loss=0.112, over 14002.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05536, over 365.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3527, pruned_loss=0.1065, over 2780738.25 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07211, over 45850.57 utterances.], batch size: 365, lr: 2.48e-04 +2022-09-18 14:58:06,236 INFO [train.py:885] (0/2) Epoch 19, batch 4200, loss[loss=0.299, simple_loss=0.3756, pruned_loss=0.1112, over 14317.00 frames. utt_duration=256 frames, utt_pad_proportion=0.03769, over 225.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3541, pruned_loss=0.1069, over 2777686.08 frames. utt_duration=239 frames, utt_pad_proportion=0.07209, over 46781.94 utterances.], batch size: 225, lr: 2.48e-04 +2022-09-18 14:58:35,944 INFO [train.py:885] (0/2) Epoch 19, batch 4250, loss[loss=0.3211, simple_loss=0.4125, pruned_loss=0.1148, over 13660.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07933, over 477.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3541, pruned_loss=0.1069, over 2778520.53 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07246, over 46701.58 utterances.], batch size: 477, lr: 2.48e-04 +2022-09-18 14:59:04,886 INFO [train.py:885] (0/2) Epoch 19, batch 4300, loss[loss=0.3252, simple_loss=0.4066, pruned_loss=0.1219, over 13938.00 frames. utt_duration=154.1 frames, utt_pad_proportion=0.06011, over 365.00 utterances.], tot_loss[loss=0.283, simple_loss=0.353, pruned_loss=0.1065, over 2773477.04 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07477, over 46831.73 utterances.], batch size: 365, lr: 2.48e-04 +2022-09-18 14:59:34,228 INFO [train.py:885] (0/2) Epoch 19, batch 4350, loss[loss=0.2636, simple_loss=0.3264, pruned_loss=0.1003, over 14295.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03876, over 130.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3528, pruned_loss=0.1067, over 2776025.12 frames. utt_duration=240 frames, utt_pad_proportion=0.0737, over 46561.30 utterances.], batch size: 130, lr: 2.48e-04 +2022-09-18 15:00:03,308 INFO [train.py:885] (0/2) Epoch 19, batch 4400, loss[loss=0.3864, simple_loss=0.4301, pruned_loss=0.1714, over 14256.00 frames. utt_duration=219.1 frames, utt_pad_proportion=0.04327, over 262.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3565, pruned_loss=0.1096, over 2779669.92 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07284, over 46886.11 utterances.], batch size: 262, lr: 2.48e-04 +2022-09-18 15:00:32,992 INFO [train.py:885] (0/2) Epoch 19, batch 4450, loss[loss=0.322, simple_loss=0.3901, pruned_loss=0.1269, over 14204.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0446, over 306.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3537, pruned_loss=0.1081, over 2780875.15 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06994, over 45394.76 utterances.], batch size: 306, lr: 2.48e-04 +2022-09-18 15:01:02,172 INFO [train.py:885] (0/2) Epoch 19, batch 4500, loss[loss=0.3813, simple_loss=0.4132, pruned_loss=0.1747, over 14209.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0442, over 306.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3536, pruned_loss=0.1074, over 2782465.28 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06964, over 45745.28 utterances.], batch size: 306, lr: 2.48e-04 +2022-09-18 15:01:32,073 INFO [train.py:885] (0/2) Epoch 19, batch 4550, loss[loss=0.2986, simple_loss=0.3725, pruned_loss=0.1123, over 14339.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03749, over 283.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3556, pruned_loss=0.1085, over 2786866.39 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06809, over 46406.87 utterances.], batch size: 283, lr: 2.48e-04 +2022-09-18 15:02:01,478 INFO [train.py:885] (0/2) Epoch 19, batch 4600, loss[loss=0.2641, simple_loss=0.3326, pruned_loss=0.09777, over 14364.00 frames. utt_duration=374.7 frames, utt_pad_proportion=0.03676, over 154.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3506, pruned_loss=0.1057, over 2781015.15 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07021, over 44805.26 utterances.], batch size: 154, lr: 2.48e-04 +2022-09-18 15:02:31,050 INFO [train.py:885] (0/2) Epoch 19, batch 4650, loss[loss=0.3896, simple_loss=0.4281, pruned_loss=0.1756, over 14219.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04361, over 335.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3476, pruned_loss=0.1044, over 2779980.36 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07029, over 44051.66 utterances.], batch size: 335, lr: 2.48e-04 +2022-09-18 15:03:00,449 INFO [train.py:885] (0/2) Epoch 19, batch 4700, loss[loss=0.2312, simple_loss=0.2903, pruned_loss=0.08606, over 14199.00 frames. utt_duration=639.6 frames, utt_pad_proportion=0.04392, over 89.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3447, pruned_loss=0.1034, over 2777193.25 frames. utt_duration=265.2 frames, utt_pad_proportion=0.07082, over 42115.67 utterances.], batch size: 89, lr: 2.48e-04 +2022-09-18 15:03:29,551 INFO [train.py:885] (0/2) Epoch 19, batch 4750, loss[loss=0.3676, simple_loss=0.4227, pruned_loss=0.1563, over 14295.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03923, over 225.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3486, pruned_loss=0.1053, over 2775917.89 frames. utt_duration=257.2 frames, utt_pad_proportion=0.07119, over 43421.11 utterances.], batch size: 225, lr: 2.48e-04 +2022-09-18 15:03:59,382 INFO [train.py:885] (0/2) Epoch 19, batch 4800, loss[loss=0.3112, simple_loss=0.3716, pruned_loss=0.1254, over 14324.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04063, over 167.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3511, pruned_loss=0.1068, over 2778882.09 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07109, over 44273.16 utterances.], batch size: 167, lr: 2.48e-04 +2022-09-18 15:04:23,866 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-232000.pt +2022-09-18 15:04:29,937 INFO [train.py:885] (0/2) Epoch 19, batch 4850, loss[loss=0.265, simple_loss=0.3441, pruned_loss=0.09297, over 14328.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04057, over 167.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3525, pruned_loss=0.1068, over 2778904.12 frames. utt_duration=245.9 frames, utt_pad_proportion=0.0719, over 45480.84 utterances.], batch size: 167, lr: 2.48e-04 +2022-09-18 15:04:59,197 INFO [train.py:885] (0/2) Epoch 19, batch 4900, loss[loss=0.2109, simple_loss=0.2739, pruned_loss=0.07391, over 13941.00 frames. utt_duration=798.2 frames, utt_pad_proportion=0.06091, over 70.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3526, pruned_loss=0.1073, over 2778214.67 frames. utt_duration=248 frames, utt_pad_proportion=0.07269, over 45086.38 utterances.], batch size: 70, lr: 2.48e-04 +2022-09-18 15:05:29,332 INFO [train.py:885] (0/2) Epoch 19, batch 4950, loss[loss=0.3389, simple_loss=0.4138, pruned_loss=0.132, over 14022.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05438, over 365.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3583, pruned_loss=0.1093, over 2773537.18 frames. utt_duration=230 frames, utt_pad_proportion=0.07535, over 48547.93 utterances.], batch size: 365, lr: 2.48e-04 +2022-09-18 15:05:59,389 INFO [train.py:885] (0/2) Epoch 19, batch 5000, loss[loss=0.1952, simple_loss=0.2756, pruned_loss=0.05743, over 14255.00 frames. utt_duration=642.4 frames, utt_pad_proportion=0.04268, over 89.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3537, pruned_loss=0.1068, over 2775124.93 frames. utt_duration=239 frames, utt_pad_proportion=0.07418, over 46737.29 utterances.], batch size: 89, lr: 2.48e-04 +2022-09-18 15:06:28,825 INFO [train.py:885] (0/2) Epoch 19, batch 5050, loss[loss=0.2187, simple_loss=0.2654, pruned_loss=0.08599, over 13793.00 frames. utt_duration=800.9 frames, utt_pad_proportion=0.06655, over 69.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.352, pruned_loss=0.1054, over 2779904.48 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07165, over 45648.04 utterances.], batch size: 69, lr: 2.48e-04 +2022-09-18 15:06:58,125 INFO [train.py:885] (0/2) Epoch 19, batch 5100, loss[loss=0.3216, simple_loss=0.3943, pruned_loss=0.1245, over 14334.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.0376, over 262.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3514, pruned_loss=0.1052, over 2779145.95 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07052, over 45530.27 utterances.], batch size: 262, lr: 2.47e-04 +2022-09-18 15:07:28,218 INFO [train.py:885] (0/2) Epoch 19, batch 5150, loss[loss=0.2277, simple_loss=0.3079, pruned_loss=0.07372, over 14019.00 frames. utt_duration=573.8 frames, utt_pad_proportion=0.05928, over 98.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.355, pruned_loss=0.107, over 2781936.93 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07208, over 46619.33 utterances.], batch size: 98, lr: 2.47e-04 +2022-09-18 15:07:56,878 INFO [train.py:885] (0/2) Epoch 19, batch 5200, loss[loss=0.3074, simple_loss=0.4036, pruned_loss=0.1056, over 13602.00 frames. utt_duration=98.59 frames, utt_pad_proportion=0.07855, over 560.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3527, pruned_loss=0.1063, over 2784726.93 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07013, over 45630.73 utterances.], batch size: 560, lr: 2.47e-04 +2022-09-18 15:08:26,717 INFO [train.py:885] (0/2) Epoch 19, batch 5250, loss[loss=0.3331, simple_loss=0.388, pruned_loss=0.1391, over 14325.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03918, over 262.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3531, pruned_loss=0.107, over 2781821.38 frames. utt_duration=245.3 frames, utt_pad_proportion=0.0704, over 45639.38 utterances.], batch size: 262, lr: 2.47e-04 +2022-09-18 15:08:56,502 INFO [train.py:885] (0/2) Epoch 19, batch 5300, loss[loss=0.3918, simple_loss=0.481, pruned_loss=0.1513, over 13121.00 frames. utt_duration=81.97 frames, utt_pad_proportion=0.109, over 653.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3528, pruned_loss=0.107, over 2783419.52 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06911, over 45999.39 utterances.], batch size: 653, lr: 2.47e-04 +2022-09-18 15:09:25,749 INFO [train.py:885] (0/2) Epoch 19, batch 5350, loss[loss=0.2509, simple_loss=0.3315, pruned_loss=0.0851, over 14255.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04504, over 141.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3526, pruned_loss=0.1067, over 2788437.33 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06715, over 45760.92 utterances.], batch size: 141, lr: 2.47e-04 +2022-09-18 15:10:01,523 INFO [train.py:885] (0/2) Epoch 19, batch 5400, loss[loss=0.2124, simple_loss=0.267, pruned_loss=0.07895, over 12873.00 frames. utt_duration=1562 frames, utt_pad_proportion=0.1347, over 33.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3523, pruned_loss=0.1071, over 2781207.60 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06952, over 45457.34 utterances.], batch size: 33, lr: 2.47e-04 +2022-09-18 15:10:32,021 INFO [train.py:885] (0/2) Epoch 19, batch 5450, loss[loss=0.2199, simple_loss=0.2829, pruned_loss=0.07851, over 13840.00 frames. utt_duration=803.9 frames, utt_pad_proportion=0.06415, over 69.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.359, pruned_loss=0.1109, over 2781106.50 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07156, over 48086.08 utterances.], batch size: 69, lr: 2.47e-04 +2022-09-18 15:11:01,071 INFO [train.py:885] (0/2) Epoch 19, batch 5500, loss[loss=0.5063, simple_loss=0.5936, pruned_loss=0.2095, over 12547.00 frames. utt_duration=63.42 frames, utt_pad_proportion=0.1429, over 811.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3568, pruned_loss=0.1092, over 2780238.76 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07285, over 47160.23 utterances.], batch size: 811, lr: 2.47e-04 +2022-09-18 15:11:30,657 INFO [train.py:885] (0/2) Epoch 19, batch 5550, loss[loss=0.1835, simple_loss=0.2591, pruned_loss=0.05396, over 14046.00 frames. utt_duration=712.8 frames, utt_pad_proportion=0.0572, over 79.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3556, pruned_loss=0.1082, over 2775730.30 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07377, over 47355.29 utterances.], batch size: 79, lr: 2.47e-04 +2022-09-18 15:11:59,851 INFO [train.py:885] (0/2) Epoch 19, batch 5600, loss[loss=0.2681, simple_loss=0.3252, pruned_loss=0.1054, over 14195.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04325, over 109.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.353, pruned_loss=0.1064, over 2779955.81 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07249, over 46285.92 utterances.], batch size: 109, lr: 2.47e-04 +2022-09-18 15:12:29,632 INFO [train.py:885] (0/2) Epoch 19, batch 5650, loss[loss=0.3196, simple_loss=0.4117, pruned_loss=0.1137, over 13589.00 frames. utt_duration=115.2 frames, utt_pad_proportion=0.07808, over 478.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3512, pruned_loss=0.1052, over 2777461.51 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07226, over 45504.13 utterances.], batch size: 478, lr: 2.47e-04 +2022-09-18 15:12:59,046 INFO [train.py:885] (0/2) Epoch 19, batch 5700, loss[loss=0.2714, simple_loss=0.3687, pruned_loss=0.08705, over 14062.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.0541, over 366.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3513, pruned_loss=0.1057, over 2781820.27 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07005, over 45290.80 utterances.], batch size: 366, lr: 2.47e-04 +2022-09-18 15:13:28,486 INFO [train.py:885] (0/2) Epoch 19, batch 5750, loss[loss=0.2824, simple_loss=0.3629, pruned_loss=0.1009, over 14292.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04087, over 262.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3555, pruned_loss=0.1082, over 2783380.79 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07088, over 46212.48 utterances.], batch size: 262, lr: 2.47e-04 +2022-09-18 15:13:58,139 INFO [train.py:885] (0/2) Epoch 19, batch 5800, loss[loss=0.5151, simple_loss=0.5931, pruned_loss=0.2185, over 12452.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 811.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3539, pruned_loss=0.1072, over 2777964.89 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07316, over 45788.53 utterances.], batch size: 811, lr: 2.47e-04 +2022-09-18 15:14:27,682 INFO [train.py:885] (0/2) Epoch 19, batch 5850, loss[loss=0.3086, simple_loss=0.3849, pruned_loss=0.1161, over 14304.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03975, over 262.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3535, pruned_loss=0.1073, over 2775991.49 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07296, over 45662.49 utterances.], batch size: 262, lr: 2.47e-04 +2022-09-18 15:14:57,948 INFO [train.py:885] (0/2) Epoch 19, batch 5900, loss[loss=0.2328, simple_loss=0.2909, pruned_loss=0.08736, over 13888.00 frames. utt_duration=806.6 frames, utt_pad_proportion=0.06101, over 69.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3517, pruned_loss=0.1069, over 2772783.95 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07385, over 45390.54 utterances.], batch size: 69, lr: 2.47e-04 +2022-09-18 15:15:31,770 INFO [train.py:885] (0/2) Epoch 19, batch 5950, loss[loss=0.2989, simple_loss=0.3419, pruned_loss=0.128, over 14116.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05105, over 98.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3505, pruned_loss=0.106, over 2776676.30 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07238, over 44885.04 utterances.], batch size: 98, lr: 2.47e-04 +2022-09-18 15:16:01,394 INFO [train.py:885] (0/2) Epoch 19, batch 6000, loss[loss=0.2732, simple_loss=0.3396, pruned_loss=0.1034, over 14238.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04639, over 141.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3505, pruned_loss=0.1061, over 2776780.51 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07273, over 44820.84 utterances.], batch size: 141, lr: 2.47e-04 +2022-09-18 15:16:01,395 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 15:16:06,066 INFO [train.py:914] (0/2) Epoch 19, validation: loss=0.1909, simple_loss=0.2707, pruned_loss=0.05554, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 15:16:35,191 INFO [train.py:885] (0/2) Epoch 19, batch 6050, loss[loss=0.1696, simple_loss=0.245, pruned_loss=0.04707, over 13117.00 frames. utt_duration=1281 frames, utt_pad_proportion=0.104, over 41.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3511, pruned_loss=0.106, over 2778305.46 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07369, over 45143.48 utterances.], batch size: 41, lr: 2.47e-04 +2022-09-18 15:17:04,768 INFO [train.py:885] (0/2) Epoch 19, batch 6100, loss[loss=0.2827, simple_loss=0.3758, pruned_loss=0.09484, over 13752.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07334, over 411.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3521, pruned_loss=0.1061, over 2774709.94 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07475, over 45791.04 utterances.], batch size: 411, lr: 2.47e-04 +2022-09-18 15:17:34,557 INFO [train.py:885] (0/2) Epoch 19, batch 6150, loss[loss=0.1818, simple_loss=0.2547, pruned_loss=0.05445, over 13805.00 frames. utt_duration=921.7 frames, utt_pad_proportion=0.07369, over 60.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3506, pruned_loss=0.1063, over 2775611.05 frames. utt_duration=252 frames, utt_pad_proportion=0.07345, over 44311.54 utterances.], batch size: 60, lr: 2.47e-04 +2022-09-18 15:18:04,721 INFO [train.py:885] (0/2) Epoch 19, batch 6200, loss[loss=0.3056, simple_loss=0.3659, pruned_loss=0.1226, over 14290.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03952, over 180.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3533, pruned_loss=0.1072, over 2780629.81 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06994, over 45459.18 utterances.], batch size: 180, lr: 2.47e-04 +2022-09-18 15:18:33,251 INFO [train.py:885] (0/2) Epoch 19, batch 6250, loss[loss=0.2685, simple_loss=0.3357, pruned_loss=0.1006, over 14332.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04153, over 110.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3537, pruned_loss=0.1088, over 2780470.42 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06991, over 44781.68 utterances.], batch size: 110, lr: 2.47e-04 +2022-09-18 15:19:03,175 INFO [train.py:885] (0/2) Epoch 19, batch 6300, loss[loss=0.219, simple_loss=0.2981, pruned_loss=0.06992, over 14201.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04268, over 109.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3552, pruned_loss=0.1089, over 2782263.24 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07015, over 45809.41 utterances.], batch size: 109, lr: 2.47e-04 +2022-09-18 15:19:33,065 INFO [train.py:885] (0/2) Epoch 19, batch 6350, loss[loss=0.1639, simple_loss=0.2426, pruned_loss=0.0426, over 12382.00 frames. utt_duration=1983 frames, utt_pad_proportion=0.1735, over 25.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3557, pruned_loss=0.1094, over 2781350.71 frames. utt_duration=242 frames, utt_pad_proportion=0.07185, over 46256.86 utterances.], batch size: 25, lr: 2.47e-04 +2022-09-18 15:20:02,790 INFO [train.py:885] (0/2) Epoch 19, batch 6400, loss[loss=0.4909, simple_loss=0.5526, pruned_loss=0.2147, over 13237.00 frames. utt_duration=82.63 frames, utt_pad_proportion=0.1019, over 653.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3565, pruned_loss=0.1104, over 2775409.32 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07381, over 46404.39 utterances.], batch size: 653, lr: 2.47e-04 +2022-09-18 15:20:32,591 INFO [train.py:885] (0/2) Epoch 19, batch 6450, loss[loss=0.3294, simple_loss=0.3962, pruned_loss=0.1313, over 14331.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03833, over 262.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3577, pruned_loss=0.1105, over 2779246.67 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07151, over 46303.90 utterances.], batch size: 262, lr: 2.47e-04 +2022-09-18 15:21:01,301 INFO [train.py:885] (0/2) Epoch 19, batch 6500, loss[loss=0.1868, simple_loss=0.236, pruned_loss=0.06879, over 13552.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08467, over 50.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3516, pruned_loss=0.1076, over 2780601.55 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06873, over 43908.58 utterances.], batch size: 50, lr: 2.47e-04 +2022-09-18 15:21:31,351 INFO [train.py:885] (0/2) Epoch 19, batch 6550, loss[loss=0.2802, simple_loss=0.3559, pruned_loss=0.1022, over 14385.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03137, over 244.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3502, pruned_loss=0.1065, over 2778564.94 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06993, over 44242.17 utterances.], batch size: 244, lr: 2.47e-04 +2022-09-18 15:22:01,021 INFO [train.py:885] (0/2) Epoch 19, batch 6600, loss[loss=0.1502, simple_loss=0.1903, pruned_loss=0.05508, over 12168.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1614, over 24.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3521, pruned_loss=0.1076, over 2776384.86 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07043, over 45170.55 utterances.], batch size: 24, lr: 2.47e-04 +2022-09-18 15:22:30,215 INFO [train.py:885] (0/2) Epoch 19, batch 6650, loss[loss=0.1814, simple_loss=0.2545, pruned_loss=0.05419, over 13504.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.09082, over 50.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3548, pruned_loss=0.1079, over 2778431.00 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07131, over 46582.08 utterances.], batch size: 50, lr: 2.47e-04 +2022-09-18 15:22:59,349 INFO [train.py:885] (0/2) Epoch 19, batch 6700, loss[loss=0.3168, simple_loss=0.3826, pruned_loss=0.1255, over 14358.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03558, over 195.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3534, pruned_loss=0.1075, over 2781802.97 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06936, over 45603.14 utterances.], batch size: 195, lr: 2.47e-04 +2022-09-18 15:23:29,325 INFO [train.py:885] (0/2) Epoch 19, batch 6750, loss[loss=0.2881, simple_loss=0.3572, pruned_loss=0.1095, over 14373.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03728, over 167.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.355, pruned_loss=0.1078, over 2781666.77 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07092, over 46615.12 utterances.], batch size: 167, lr: 2.47e-04 +2022-09-18 15:23:58,654 INFO [train.py:885] (0/2) Epoch 19, batch 6800, loss[loss=0.1664, simple_loss=0.223, pruned_loss=0.05486, over 13327.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.09037, over 41.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3546, pruned_loss=0.1076, over 2778761.54 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07264, over 46690.49 utterances.], batch size: 41, lr: 2.47e-04 +2022-09-18 15:24:28,500 INFO [train.py:885] (0/2) Epoch 19, batch 6850, loss[loss=0.1812, simple_loss=0.2272, pruned_loss=0.06759, over 12561.00 frames. utt_duration=2095 frames, utt_pad_proportion=0.1446, over 24.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3516, pruned_loss=0.1056, over 2774567.44 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07225, over 45676.45 utterances.], batch size: 24, lr: 2.47e-04 +2022-09-18 15:24:57,751 INFO [train.py:885] (0/2) Epoch 19, batch 6900, loss[loss=0.2584, simple_loss=0.3423, pruned_loss=0.08727, over 14324.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03736, over 210.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3478, pruned_loss=0.1038, over 2774878.81 frames. utt_duration=252.2 frames, utt_pad_proportion=0.0721, over 44274.43 utterances.], batch size: 210, lr: 2.47e-04 +2022-09-18 15:25:27,864 INFO [train.py:885] (0/2) Epoch 19, batch 6950, loss[loss=0.1826, simple_loss=0.2588, pruned_loss=0.05323, over 13839.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.07254, over 51.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3519, pruned_loss=0.1063, over 2777316.35 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07183, over 45294.11 utterances.], batch size: 51, lr: 2.47e-04 +2022-09-18 15:25:57,049 INFO [train.py:885] (0/2) Epoch 19, batch 7000, loss[loss=0.2511, simple_loss=0.3143, pruned_loss=0.09392, over 14133.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.0474, over 109.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3543, pruned_loss=0.1074, over 2781014.51 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07216, over 46302.85 utterances.], batch size: 109, lr: 2.46e-04 +2022-09-18 15:26:26,890 INFO [train.py:885] (0/2) Epoch 19, batch 7050, loss[loss=0.3698, simple_loss=0.4565, pruned_loss=0.1415, over 13601.00 frames. utt_duration=98.54 frames, utt_pad_proportion=0.07909, over 560.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3529, pruned_loss=0.1059, over 2779441.64 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07225, over 46366.11 utterances.], batch size: 560, lr: 2.46e-04 +2022-09-18 15:26:56,646 INFO [train.py:885] (0/2) Epoch 19, batch 7100, loss[loss=0.2415, simple_loss=0.3056, pruned_loss=0.08871, over 13201.00 frames. utt_duration=1601 frames, utt_pad_proportion=0.09882, over 33.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3519, pruned_loss=0.1055, over 2779505.23 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07284, over 46001.05 utterances.], batch size: 33, lr: 2.46e-04 +2022-09-18 15:27:26,016 INFO [train.py:885] (0/2) Epoch 19, batch 7150, loss[loss=0.2807, simple_loss=0.3594, pruned_loss=0.1009, over 14358.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03559, over 210.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3531, pruned_loss=0.1058, over 2776685.61 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07522, over 46920.22 utterances.], batch size: 210, lr: 2.46e-04 +2022-09-18 15:27:55,499 INFO [train.py:885] (0/2) Epoch 19, batch 7200, loss[loss=0.3389, simple_loss=0.4055, pruned_loss=0.1361, over 14337.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03855, over 262.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3509, pruned_loss=0.1057, over 2778390.88 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07293, over 45677.29 utterances.], batch size: 262, lr: 2.46e-04 +2022-09-18 15:28:24,817 INFO [train.py:885] (0/2) Epoch 19, batch 7250, loss[loss=0.1461, simple_loss=0.1845, pruned_loss=0.05387, over 12336.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.1715, over 24.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3513, pruned_loss=0.1061, over 2774313.01 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07446, over 45960.95 utterances.], batch size: 24, lr: 2.46e-04 +2022-09-18 15:28:54,777 INFO [train.py:885] (0/2) Epoch 19, batch 7300, loss[loss=0.2505, simple_loss=0.3219, pruned_loss=0.08956, over 14315.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03894, over 120.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3523, pruned_loss=0.1065, over 2773821.80 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07521, over 46248.65 utterances.], batch size: 120, lr: 2.46e-04 +2022-09-18 15:29:23,988 INFO [train.py:885] (0/2) Epoch 19, batch 7350, loss[loss=0.4877, simple_loss=0.5783, pruned_loss=0.1986, over 12525.00 frames. utt_duration=63.36 frames, utt_pad_proportion=0.1437, over 810.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3538, pruned_loss=0.107, over 2777278.54 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07484, over 46820.20 utterances.], batch size: 810, lr: 2.46e-04 +2022-09-18 15:29:53,660 INFO [train.py:885] (0/2) Epoch 19, batch 7400, loss[loss=0.4084, simple_loss=0.4529, pruned_loss=0.1819, over 14256.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04127, over 335.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3518, pruned_loss=0.1064, over 2778734.14 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07333, over 45515.54 utterances.], batch size: 335, lr: 2.46e-04 +2022-09-18 15:30:22,954 INFO [train.py:885] (0/2) Epoch 19, batch 7450, loss[loss=0.3175, simple_loss=0.3853, pruned_loss=0.1249, over 14371.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03458, over 195.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3533, pruned_loss=0.1072, over 2778682.17 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0746, over 45665.56 utterances.], batch size: 195, lr: 2.46e-04 +2022-09-18 15:30:52,175 INFO [train.py:885] (0/2) Epoch 19, batch 7500, loss[loss=0.188, simple_loss=0.2637, pruned_loss=0.05616, over 13921.00 frames. utt_duration=706.3 frames, utt_pad_proportion=0.0657, over 79.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3489, pruned_loss=0.1049, over 2778536.75 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07233, over 43896.62 utterances.], batch size: 79, lr: 2.46e-04 +2022-09-18 15:31:21,994 INFO [train.py:885] (0/2) Epoch 19, batch 7550, loss[loss=0.2189, simple_loss=0.2992, pruned_loss=0.06934, over 14084.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05514, over 98.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.35, pruned_loss=0.1048, over 2778189.77 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07335, over 44834.97 utterances.], batch size: 98, lr: 2.46e-04 +2022-09-18 15:31:51,463 INFO [train.py:885] (0/2) Epoch 19, batch 7600, loss[loss=0.3167, simple_loss=0.379, pruned_loss=0.1272, over 14304.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03915, over 283.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3525, pruned_loss=0.1056, over 2783280.11 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07136, over 45874.03 utterances.], batch size: 283, lr: 2.46e-04 +2022-09-18 15:32:21,189 INFO [train.py:885] (0/2) Epoch 19, batch 7650, loss[loss=0.4167, simple_loss=0.4974, pruned_loss=0.168, over 13142.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1083, over 653.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3518, pruned_loss=0.105, over 2778710.50 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0735, over 46459.29 utterances.], batch size: 653, lr: 2.46e-04 +2022-09-18 15:32:50,794 INFO [train.py:885] (0/2) Epoch 19, batch 7700, loss[loss=0.2603, simple_loss=0.3328, pruned_loss=0.09392, over 14304.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04188, over 167.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3537, pruned_loss=0.1067, over 2777129.49 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07344, over 46519.75 utterances.], batch size: 167, lr: 2.46e-04 +2022-09-18 15:33:20,228 INFO [train.py:885] (0/2) Epoch 19, batch 7750, loss[loss=0.3165, simple_loss=0.3878, pruned_loss=0.1226, over 14257.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04117, over 306.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3536, pruned_loss=0.1075, over 2784459.45 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06937, over 45245.60 utterances.], batch size: 306, lr: 2.46e-04 +2022-09-18 15:33:49,434 INFO [train.py:885] (0/2) Epoch 19, batch 7800, loss[loss=0.3397, simple_loss=0.4003, pruned_loss=0.1395, over 14388.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03137, over 244.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3511, pruned_loss=0.1065, over 2786883.12 frames. utt_duration=254 frames, utt_pad_proportion=0.06934, over 44147.45 utterances.], batch size: 244, lr: 2.46e-04 +2022-09-18 15:34:19,083 INFO [train.py:885] (0/2) Epoch 19, batch 7850, loss[loss=0.1979, simple_loss=0.2697, pruned_loss=0.06309, over 13728.00 frames. utt_duration=797.3 frames, utt_pad_proportion=0.07179, over 69.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3499, pruned_loss=0.1055, over 2787341.91 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06785, over 43738.10 utterances.], batch size: 69, lr: 2.46e-04 +2022-09-18 15:34:48,803 INFO [train.py:885] (0/2) Epoch 19, batch 7900, loss[loss=0.2033, simple_loss=0.2735, pruned_loss=0.06648, over 13519.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08604, over 50.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.352, pruned_loss=0.1062, over 2784000.30 frames. utt_duration=246.5 frames, utt_pad_proportion=0.0705, over 45446.98 utterances.], batch size: 50, lr: 2.46e-04 +2022-09-18 15:35:18,878 INFO [train.py:885] (0/2) Epoch 19, batch 7950, loss[loss=0.3021, simple_loss=0.3724, pruned_loss=0.1159, over 14360.00 frames. utt_duration=220.7 frames, utt_pad_proportion=0.03628, over 262.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3553, pruned_loss=0.1091, over 2789845.87 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06758, over 45338.16 utterances.], batch size: 262, lr: 2.46e-04 +2022-09-18 15:35:48,281 INFO [train.py:885] (0/2) Epoch 19, batch 8000, loss[loss=0.3546, simple_loss=0.4018, pruned_loss=0.1537, over 14354.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03825, over 167.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3562, pruned_loss=0.11, over 2794787.56 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06599, over 45367.06 utterances.], batch size: 167, lr: 2.46e-04 +2022-09-18 15:36:17,503 INFO [train.py:885] (0/2) Epoch 19, batch 8050, loss[loss=0.3689, simple_loss=0.4192, pruned_loss=0.1592, over 14176.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04637, over 306.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3556, pruned_loss=0.11, over 2793534.47 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06676, over 44873.53 utterances.], batch size: 306, lr: 2.46e-04 +2022-09-18 15:36:47,284 INFO [train.py:885] (0/2) Epoch 19, batch 8100, loss[loss=0.2573, simple_loss=0.3249, pruned_loss=0.09488, over 14262.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04116, over 180.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3535, pruned_loss=0.1083, over 2786093.62 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06881, over 45086.69 utterances.], batch size: 180, lr: 2.46e-04 +2022-09-18 15:37:16,948 INFO [train.py:885] (0/2) Epoch 19, batch 8150, loss[loss=0.3661, simple_loss=0.4205, pruned_loss=0.1559, over 14240.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04205, over 306.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3578, pruned_loss=0.1104, over 2782250.26 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07177, over 47429.54 utterances.], batch size: 306, lr: 2.46e-04 +2022-09-18 15:37:46,551 INFO [train.py:885] (0/2) Epoch 19, batch 8200, loss[loss=0.2396, simple_loss=0.2898, pruned_loss=0.09472, over 14201.00 frames. utt_duration=639.8 frames, utt_pad_proportion=0.04647, over 89.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3572, pruned_loss=0.1105, over 2782747.90 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07247, over 46850.72 utterances.], batch size: 89, lr: 2.46e-04 +2022-09-18 15:38:15,670 INFO [train.py:885] (0/2) Epoch 19, batch 8250, loss[loss=0.2284, simple_loss=0.3023, pruned_loss=0.07728, over 14116.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.05146, over 98.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3567, pruned_loss=0.111, over 2786420.23 frames. utt_duration=243.4 frames, utt_pad_proportion=0.0714, over 46073.47 utterances.], batch size: 98, lr: 2.46e-04 +2022-09-18 15:38:45,209 INFO [train.py:885] (0/2) Epoch 19, batch 8300, loss[loss=0.2762, simple_loss=0.3557, pruned_loss=0.09832, over 14254.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04169, over 225.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3543, pruned_loss=0.1094, over 2783569.47 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07014, over 45151.98 utterances.], batch size: 225, lr: 2.46e-04 +2022-09-18 15:39:14,423 INFO [train.py:885] (0/2) Epoch 19, batch 8350, loss[loss=0.3159, simple_loss=0.3913, pruned_loss=0.1202, over 14171.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04655, over 306.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3508, pruned_loss=0.1078, over 2784124.33 frames. utt_duration=261.3 frames, utt_pad_proportion=0.06843, over 42865.52 utterances.], batch size: 306, lr: 2.46e-04 +2022-09-18 15:39:43,556 INFO [train.py:885] (0/2) Epoch 19, batch 8400, loss[loss=0.234, simple_loss=0.3037, pruned_loss=0.08218, over 14172.00 frames. utt_duration=638.4 frames, utt_pad_proportion=0.04711, over 89.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3509, pruned_loss=0.1079, over 2780592.16 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06914, over 43428.36 utterances.], batch size: 89, lr: 2.46e-04 +2022-09-18 15:40:13,255 INFO [train.py:885] (0/2) Epoch 19, batch 8450, loss[loss=0.5191, simple_loss=0.6007, pruned_loss=0.2187, over 12412.00 frames. utt_duration=62.84 frames, utt_pad_proportion=0.1508, over 810.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.35, pruned_loss=0.1066, over 2782963.00 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06868, over 43483.55 utterances.], batch size: 810, lr: 2.46e-04 +2022-09-18 15:40:42,479 INFO [train.py:885] (0/2) Epoch 19, batch 8500, loss[loss=0.3923, simple_loss=0.4328, pruned_loss=0.1758, over 14231.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04303, over 306.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.353, pruned_loss=0.1077, over 2779993.47 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07084, over 45248.81 utterances.], batch size: 306, lr: 2.46e-04 +2022-09-18 15:41:12,905 INFO [train.py:885] (0/2) Epoch 19, batch 8550, loss[loss=0.2775, simple_loss=0.3363, pruned_loss=0.1093, over 14087.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05183, over 98.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3506, pruned_loss=0.1058, over 2776991.96 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07145, over 44946.45 utterances.], batch size: 98, lr: 2.46e-04 +2022-09-18 15:41:41,693 INFO [train.py:885] (0/2) Epoch 19, batch 8600, loss[loss=0.5225, simple_loss=0.6068, pruned_loss=0.2191, over 12583.00 frames. utt_duration=63.66 frames, utt_pad_proportion=0.1397, over 810.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3515, pruned_loss=0.1061, over 2777148.80 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07239, over 44933.24 utterances.], batch size: 810, lr: 2.46e-04 +2022-09-18 15:42:11,260 INFO [train.py:885] (0/2) Epoch 19, batch 8650, loss[loss=0.1822, simple_loss=0.2747, pruned_loss=0.04487, over 14217.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04434, over 89.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3496, pruned_loss=0.1046, over 2781371.84 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06991, over 44177.48 utterances.], batch size: 89, lr: 2.46e-04 +2022-09-18 15:42:41,393 INFO [train.py:885] (0/2) Epoch 19, batch 8700, loss[loss=0.1971, simple_loss=0.2603, pruned_loss=0.06692, over 13920.00 frames. utt_duration=929.6 frames, utt_pad_proportion=0.06663, over 60.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3498, pruned_loss=0.1042, over 2780212.52 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0714, over 45132.20 utterances.], batch size: 60, lr: 2.46e-04 +2022-09-18 15:43:10,943 INFO [train.py:885] (0/2) Epoch 19, batch 8750, loss[loss=0.3669, simple_loss=0.4185, pruned_loss=0.1576, over 14226.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04342, over 306.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3497, pruned_loss=0.1044, over 2781663.47 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06942, over 44399.45 utterances.], batch size: 306, lr: 2.46e-04 +2022-09-18 15:43:40,398 INFO [train.py:885] (0/2) Epoch 19, batch 8800, loss[loss=0.3631, simple_loss=0.4625, pruned_loss=0.1319, over 13196.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1048, over 653.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3517, pruned_loss=0.1057, over 2782125.99 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07051, over 45067.22 utterances.], batch size: 653, lr: 2.46e-04 +2022-09-18 15:44:04,288 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-236000.pt +2022-09-18 15:44:10,452 INFO [train.py:885] (0/2) Epoch 19, batch 8850, loss[loss=0.2821, simple_loss=0.3548, pruned_loss=0.1047, over 14345.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03606, over 210.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3481, pruned_loss=0.1037, over 2780622.11 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06958, over 43953.10 utterances.], batch size: 210, lr: 2.46e-04 +2022-09-18 15:44:40,119 INFO [train.py:885] (0/2) Epoch 19, batch 8900, loss[loss=0.2889, simple_loss=0.3507, pruned_loss=0.1135, over 14313.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03757, over 130.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.352, pruned_loss=0.1056, over 2783685.99 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06957, over 44868.54 utterances.], batch size: 130, lr: 2.45e-04 +2022-09-18 15:45:09,634 INFO [train.py:885] (0/2) Epoch 19, batch 8950, loss[loss=0.2243, simple_loss=0.3013, pruned_loss=0.07366, over 14248.00 frames. utt_duration=524.2 frames, utt_pad_proportion=0.03996, over 109.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3519, pruned_loss=0.1059, over 2781813.22 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07063, over 45089.23 utterances.], batch size: 109, lr: 2.45e-04 +2022-09-18 15:45:39,676 INFO [train.py:885] (0/2) Epoch 19, batch 9000, loss[loss=0.2133, simple_loss=0.2885, pruned_loss=0.06911, over 13989.00 frames. utt_duration=572.6 frames, utt_pad_proportion=0.06138, over 98.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.354, pruned_loss=0.1068, over 2781681.63 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07175, over 45928.69 utterances.], batch size: 98, lr: 2.45e-04 +2022-09-18 15:45:39,677 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 15:45:43,838 INFO [train.py:914] (0/2) Epoch 19, validation: loss=0.2024, simple_loss=0.2815, pruned_loss=0.06165, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 15:46:13,586 INFO [train.py:885] (0/2) Epoch 19, batch 9050, loss[loss=0.2524, simple_loss=0.3215, pruned_loss=0.09161, over 14302.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03798, over 130.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3555, pruned_loss=0.1081, over 2785666.73 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06902, over 45276.01 utterances.], batch size: 130, lr: 2.45e-04 +2022-09-18 15:46:42,938 INFO [train.py:885] (0/2) Epoch 19, batch 9100, loss[loss=0.1963, simple_loss=0.2779, pruned_loss=0.05729, over 14226.00 frames. utt_duration=640.7 frames, utt_pad_proportion=0.04229, over 89.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3531, pruned_loss=0.1067, over 2785275.53 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06848, over 45215.76 utterances.], batch size: 89, lr: 2.45e-04 +2022-09-18 15:47:12,984 INFO [train.py:885] (0/2) Epoch 19, batch 9150, loss[loss=0.2109, simple_loss=0.2771, pruned_loss=0.07233, over 13841.00 frames. utt_duration=924 frames, utt_pad_proportion=0.06853, over 60.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3555, pruned_loss=0.1072, over 2785803.07 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06921, over 46370.37 utterances.], batch size: 60, lr: 2.45e-04 +2022-09-18 15:47:42,453 INFO [train.py:885] (0/2) Epoch 19, batch 9200, loss[loss=0.5121, simple_loss=0.5607, pruned_loss=0.2318, over 13155.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1081, over 653.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3572, pruned_loss=0.1076, over 2788532.42 frames. utt_duration=236.6 frames, utt_pad_proportion=0.06882, over 47437.10 utterances.], batch size: 653, lr: 2.45e-04 +2022-09-18 15:48:11,989 INFO [train.py:885] (0/2) Epoch 19, batch 9250, loss[loss=0.2936, simple_loss=0.3623, pruned_loss=0.1125, over 14378.00 frames. utt_duration=296.5 frames, utt_pad_proportion=0.03431, over 195.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3555, pruned_loss=0.1068, over 2793051.19 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06631, over 46495.58 utterances.], batch size: 195, lr: 2.45e-04 +2022-09-18 15:48:41,174 INFO [train.py:885] (0/2) Epoch 19, batch 9300, loss[loss=0.2972, simple_loss=0.3686, pruned_loss=0.1129, over 14290.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03946, over 180.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3525, pruned_loss=0.1061, over 2794285.74 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06483, over 44747.83 utterances.], batch size: 180, lr: 2.45e-04 +2022-09-18 15:49:11,003 INFO [train.py:885] (0/2) Epoch 19, batch 9350, loss[loss=0.2991, simple_loss=0.3692, pruned_loss=0.1144, over 14349.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03602, over 226.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.354, pruned_loss=0.1076, over 2790982.46 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06669, over 45183.01 utterances.], batch size: 226, lr: 2.45e-04 +2022-09-18 15:49:40,970 INFO [train.py:885] (0/2) Epoch 19, batch 9400, loss[loss=0.3476, simple_loss=0.4121, pruned_loss=0.1415, over 14195.00 frames. utt_duration=170.8 frames, utt_pad_proportion=0.04578, over 335.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3544, pruned_loss=0.1076, over 2787759.36 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06671, over 45820.22 utterances.], batch size: 335, lr: 2.45e-04 +2022-09-18 15:50:10,272 INFO [train.py:885] (0/2) Epoch 19, batch 9450, loss[loss=0.1829, simple_loss=0.2455, pruned_loss=0.06013, over 13354.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08843, over 41.00 utterances.], tot_loss[loss=0.286, simple_loss=0.355, pruned_loss=0.1085, over 2782570.39 frames. utt_duration=244.6 frames, utt_pad_proportion=0.0679, over 45781.51 utterances.], batch size: 41, lr: 2.45e-04 +2022-09-18 15:50:39,913 INFO [train.py:885] (0/2) Epoch 19, batch 9500, loss[loss=0.218, simple_loss=0.3002, pruned_loss=0.06792, over 14291.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04039, over 120.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3516, pruned_loss=0.1069, over 2785676.68 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06789, over 44553.78 utterances.], batch size: 120, lr: 2.45e-04 +2022-09-18 15:51:09,791 INFO [train.py:885] (0/2) Epoch 19, batch 9550, loss[loss=0.2983, simple_loss=0.3718, pruned_loss=0.1124, over 14371.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0325, over 244.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3519, pruned_loss=0.1058, over 2783432.67 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06972, over 45682.29 utterances.], batch size: 244, lr: 2.45e-04 +2022-09-18 15:51:39,063 INFO [train.py:885] (0/2) Epoch 19, batch 9600, loss[loss=0.4996, simple_loss=0.582, pruned_loss=0.2086, over 12418.00 frames. utt_duration=62.92 frames, utt_pad_proportion=0.1497, over 810.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3495, pruned_loss=0.1041, over 2780437.06 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06973, over 45374.64 utterances.], batch size: 810, lr: 2.45e-04 +2022-09-18 15:52:09,032 INFO [train.py:885] (0/2) Epoch 19, batch 9650, loss[loss=0.3338, simple_loss=0.4291, pruned_loss=0.1193, over 13606.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.07782, over 560.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3487, pruned_loss=0.104, over 2776018.36 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07209, over 45445.03 utterances.], batch size: 560, lr: 2.45e-04 +2022-09-18 15:52:38,256 INFO [train.py:885] (0/2) Epoch 19, batch 9700, loss[loss=0.4643, simple_loss=0.5663, pruned_loss=0.1811, over 12482.00 frames. utt_duration=63.17 frames, utt_pad_proportion=0.1463, over 810.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3504, pruned_loss=0.1045, over 2774349.28 frames. utt_duration=242 frames, utt_pad_proportion=0.07474, over 46139.11 utterances.], batch size: 810, lr: 2.45e-04 +2022-09-18 15:53:08,175 INFO [train.py:885] (0/2) Epoch 19, batch 9750, loss[loss=0.3093, simple_loss=0.3692, pruned_loss=0.1248, over 14326.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03789, over 210.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3499, pruned_loss=0.1042, over 2779663.36 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07172, over 45209.14 utterances.], batch size: 210, lr: 2.45e-04 +2022-09-18 15:53:37,491 INFO [train.py:885] (0/2) Epoch 19, batch 9800, loss[loss=0.3439, simple_loss=0.4059, pruned_loss=0.1409, over 14236.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04243, over 306.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3478, pruned_loss=0.1036, over 2782147.04 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06972, over 44050.41 utterances.], batch size: 306, lr: 2.45e-04 +2022-09-18 15:54:07,374 INFO [train.py:885] (0/2) Epoch 19, batch 9850, loss[loss=0.3275, simple_loss=0.4203, pruned_loss=0.1174, over 13611.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08158, over 477.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3509, pruned_loss=0.1052, over 2779710.67 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07176, over 45785.74 utterances.], batch size: 477, lr: 2.45e-04 +2022-09-18 15:54:36,643 INFO [train.py:885] (0/2) Epoch 19, batch 9900, loss[loss=0.3389, simple_loss=0.4382, pruned_loss=0.1198, over 13608.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07797, over 560.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3502, pruned_loss=0.1054, over 2780484.93 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07026, over 44894.12 utterances.], batch size: 560, lr: 2.45e-04 +2022-09-18 15:55:06,666 INFO [train.py:885] (0/2) Epoch 19, batch 9950, loss[loss=0.2889, simple_loss=0.3831, pruned_loss=0.09731, over 13772.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07181, over 411.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3524, pruned_loss=0.1068, over 2780622.01 frames. utt_duration=246 frames, utt_pad_proportion=0.07108, over 45494.77 utterances.], batch size: 411, lr: 2.45e-04 +2022-09-18 15:55:35,586 INFO [train.py:885] (0/2) Epoch 19, batch 10000, loss[loss=0.2118, simple_loss=0.2691, pruned_loss=0.0772, over 13497.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.08679, over 50.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3514, pruned_loss=0.1065, over 2782675.81 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06981, over 44461.32 utterances.], batch size: 50, lr: 2.45e-04 +2022-09-18 15:56:06,483 INFO [train.py:885] (0/2) Epoch 19, batch 10050, loss[loss=0.1582, simple_loss=0.2283, pruned_loss=0.04406, over 13277.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09259, over 41.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3545, pruned_loss=0.1067, over 2774978.13 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07487, over 47092.49 utterances.], batch size: 41, lr: 2.45e-04 +2022-09-18 15:56:36,107 INFO [train.py:885] (0/2) Epoch 19, batch 10100, loss[loss=0.1786, simple_loss=0.2525, pruned_loss=0.05231, over 13308.00 frames. utt_duration=1615 frames, utt_pad_proportion=0.104, over 33.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3538, pruned_loss=0.1062, over 2772493.90 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07346, over 46907.93 utterances.], batch size: 33, lr: 2.45e-04 +2022-09-18 15:57:05,020 INFO [train.py:885] (0/2) Epoch 19, batch 10150, loss[loss=0.3848, simple_loss=0.4233, pruned_loss=0.1732, over 14349.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.0361, over 195.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3538, pruned_loss=0.1062, over 2775959.69 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07266, over 46196.89 utterances.], batch size: 195, lr: 2.45e-04 +2022-09-18 15:57:35,026 INFO [train.py:885] (0/2) Epoch 19, batch 10200, loss[loss=0.3063, simple_loss=0.3573, pruned_loss=0.1277, over 14293.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04133, over 154.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3526, pruned_loss=0.1058, over 2773806.47 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07392, over 46167.81 utterances.], batch size: 154, lr: 2.45e-04 +2022-09-18 15:58:04,482 INFO [train.py:885] (0/2) Epoch 19, batch 10250, loss[loss=0.3399, simple_loss=0.4041, pruned_loss=0.1378, over 14302.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04052, over 262.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3538, pruned_loss=0.1066, over 2777828.62 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0725, over 45646.39 utterances.], batch size: 262, lr: 2.45e-04 +2022-09-18 15:58:34,203 INFO [train.py:885] (0/2) Epoch 19, batch 10300, loss[loss=0.2728, simple_loss=0.3467, pruned_loss=0.0995, over 14274.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.0407, over 180.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3536, pruned_loss=0.1065, over 2779999.42 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07068, over 45514.39 utterances.], batch size: 180, lr: 2.45e-04 +2022-09-18 15:59:03,676 INFO [train.py:885] (0/2) Epoch 19, batch 10350, loss[loss=0.1723, simple_loss=0.2524, pruned_loss=0.04615, over 13231.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1121, over 33.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3543, pruned_loss=0.1066, over 2782205.98 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07061, over 45717.81 utterances.], batch size: 33, lr: 2.45e-04 +2022-09-18 15:59:33,411 INFO [train.py:885] (0/2) Epoch 19, batch 10400, loss[loss=0.3616, simple_loss=0.4383, pruned_loss=0.1424, over 13659.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07961, over 477.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3506, pruned_loss=0.1051, over 2780278.55 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07031, over 45141.11 utterances.], batch size: 477, lr: 2.45e-04 +2022-09-18 16:00:02,911 INFO [train.py:885] (0/2) Epoch 19, batch 10450, loss[loss=0.2974, simple_loss=0.3601, pruned_loss=0.1173, over 14363.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03778, over 167.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3494, pruned_loss=0.1042, over 2783745.79 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06917, over 45035.25 utterances.], batch size: 167, lr: 2.45e-04 +2022-09-18 16:00:32,054 INFO [train.py:885] (0/2) Epoch 19, batch 10500, loss[loss=0.2497, simple_loss=0.3159, pruned_loss=0.09173, over 14151.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04629, over 109.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3503, pruned_loss=0.1052, over 2786423.52 frames. utt_duration=252 frames, utt_pad_proportion=0.06895, over 44489.87 utterances.], batch size: 109, lr: 2.45e-04 +2022-09-18 16:01:02,346 INFO [train.py:885] (0/2) Epoch 19, batch 10550, loss[loss=0.4011, simple_loss=0.4708, pruned_loss=0.1657, over 13988.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05672, over 365.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3506, pruned_loss=0.1052, over 2782864.17 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06908, over 44945.48 utterances.], batch size: 365, lr: 2.45e-04 +2022-09-18 16:01:31,550 INFO [train.py:885] (0/2) Epoch 19, batch 10600, loss[loss=0.2107, simple_loss=0.2885, pruned_loss=0.06648, over 12912.00 frames. utt_duration=1566 frames, utt_pad_proportion=0.1239, over 33.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3526, pruned_loss=0.1069, over 2784996.01 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06976, over 44777.95 utterances.], batch size: 33, lr: 2.45e-04 +2022-09-18 16:02:01,296 INFO [train.py:885] (0/2) Epoch 19, batch 10650, loss[loss=0.3092, simple_loss=0.3986, pruned_loss=0.1098, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07133, over 411.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3493, pruned_loss=0.1049, over 2783724.65 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06895, over 43791.73 utterances.], batch size: 411, lr: 2.45e-04 +2022-09-18 16:02:30,776 INFO [train.py:885] (0/2) Epoch 19, batch 10700, loss[loss=0.3361, simple_loss=0.3928, pruned_loss=0.1397, over 14308.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03917, over 283.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3512, pruned_loss=0.1067, over 2784906.03 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06872, over 43651.57 utterances.], batch size: 283, lr: 2.45e-04 +2022-09-18 16:03:06,756 INFO [train.py:885] (0/2) Epoch 19, batch 10750, loss[loss=0.3228, simple_loss=0.3703, pruned_loss=0.1377, over 14327.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.0399, over 120.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.351, pruned_loss=0.107, over 2786642.21 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06668, over 42876.25 utterances.], batch size: 120, lr: 2.45e-04 +2022-09-18 16:03:36,749 INFO [train.py:885] (0/2) Epoch 19, batch 10800, loss[loss=0.253, simple_loss=0.315, pruned_loss=0.09553, over 14052.00 frames. utt_duration=575 frames, utt_pad_proportion=0.05731, over 98.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3534, pruned_loss=0.1078, over 2780064.31 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06948, over 44637.11 utterances.], batch size: 98, lr: 2.45e-04 +2022-09-18 16:04:05,955 INFO [train.py:885] (0/2) Epoch 19, batch 10850, loss[loss=0.3231, simple_loss=0.4247, pruned_loss=0.1108, over 13651.00 frames. utt_duration=98.88 frames, utt_pad_proportion=0.07593, over 560.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3553, pruned_loss=0.1079, over 2784987.78 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06826, over 45721.22 utterances.], batch size: 560, lr: 2.44e-04 +2022-09-18 16:04:35,108 INFO [train.py:885] (0/2) Epoch 19, batch 10900, loss[loss=0.5516, simple_loss=0.6221, pruned_loss=0.2406, over 12447.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3551, pruned_loss=0.1074, over 2782028.65 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07049, over 46388.33 utterances.], batch size: 810, lr: 2.44e-04 +2022-09-18 16:05:04,522 INFO [train.py:885] (0/2) Epoch 19, batch 10950, loss[loss=0.3107, simple_loss=0.3853, pruned_loss=0.118, over 14341.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03441, over 244.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3536, pruned_loss=0.1074, over 2781494.48 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07016, over 45734.03 utterances.], batch size: 244, lr: 2.44e-04 +2022-09-18 16:05:34,466 INFO [train.py:885] (0/2) Epoch 19, batch 11000, loss[loss=0.3182, simple_loss=0.386, pruned_loss=0.1252, over 14333.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03802, over 262.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3545, pruned_loss=0.1075, over 2783485.50 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06937, over 46042.10 utterances.], batch size: 262, lr: 2.44e-04 +2022-09-18 16:06:04,274 INFO [train.py:885] (0/2) Epoch 19, batch 11050, loss[loss=0.5299, simple_loss=0.6092, pruned_loss=0.2252, over 12549.00 frames. utt_duration=63.48 frames, utt_pad_proportion=0.1421, over 810.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3536, pruned_loss=0.1068, over 2782048.62 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07112, over 45837.88 utterances.], batch size: 810, lr: 2.44e-04 +2022-09-18 16:06:34,183 INFO [train.py:885] (0/2) Epoch 19, batch 11100, loss[loss=0.3689, simple_loss=0.4261, pruned_loss=0.1559, over 14300.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04003, over 262.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3553, pruned_loss=0.1074, over 2779436.88 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07289, over 46940.09 utterances.], batch size: 262, lr: 2.44e-04 +2022-09-18 16:07:03,817 INFO [train.py:885] (0/2) Epoch 19, batch 11150, loss[loss=0.3254, simple_loss=0.3985, pruned_loss=0.1262, over 13991.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05618, over 365.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.355, pruned_loss=0.1074, over 2778179.31 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07398, over 46863.40 utterances.], batch size: 365, lr: 2.44e-04 +2022-09-18 16:07:33,477 INFO [train.py:885] (0/2) Epoch 19, batch 11200, loss[loss=0.2349, simple_loss=0.305, pruned_loss=0.08235, over 14121.00 frames. utt_duration=519.8 frames, utt_pad_proportion=0.04801, over 109.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3503, pruned_loss=0.1047, over 2778005.57 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07257, over 45092.09 utterances.], batch size: 109, lr: 2.44e-04 +2022-09-18 16:08:02,197 INFO [train.py:885] (0/2) Epoch 19, batch 11250, loss[loss=0.261, simple_loss=0.3373, pruned_loss=0.09236, over 14326.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03682, over 130.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3486, pruned_loss=0.1035, over 2783801.58 frames. utt_duration=252 frames, utt_pad_proportion=0.06998, over 44442.97 utterances.], batch size: 130, lr: 2.44e-04 +2022-09-18 16:08:32,379 INFO [train.py:885] (0/2) Epoch 19, batch 11300, loss[loss=0.5599, simple_loss=0.6323, pruned_loss=0.2437, over 12540.00 frames. utt_duration=63.47 frames, utt_pad_proportion=0.1423, over 810.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3529, pruned_loss=0.1064, over 2782527.79 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07189, over 45993.97 utterances.], batch size: 810, lr: 2.44e-04 +2022-09-18 16:09:00,778 INFO [train.py:885] (0/2) Epoch 19, batch 11350, loss[loss=0.1658, simple_loss=0.2332, pruned_loss=0.04914, over 13565.00 frames. utt_duration=1646 frames, utt_pad_proportion=0.09034, over 33.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3508, pruned_loss=0.1058, over 2787015.40 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06955, over 44424.95 utterances.], batch size: 33, lr: 2.44e-04 +2022-09-18 16:09:30,861 INFO [train.py:885] (0/2) Epoch 19, batch 11400, loss[loss=0.2807, simple_loss=0.3559, pruned_loss=0.1027, over 14332.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03745, over 195.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3502, pruned_loss=0.1049, over 2787941.67 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06831, over 44770.26 utterances.], batch size: 195, lr: 2.44e-04 +2022-09-18 16:10:00,654 INFO [train.py:885] (0/2) Epoch 19, batch 11450, loss[loss=0.2576, simple_loss=0.3266, pruned_loss=0.09433, over 14100.00 frames. utt_duration=577.1 frames, utt_pad_proportion=0.05243, over 98.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3534, pruned_loss=0.1067, over 2784072.57 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06954, over 45692.14 utterances.], batch size: 98, lr: 2.44e-04 +2022-09-18 16:10:30,924 INFO [train.py:885] (0/2) Epoch 19, batch 11500, loss[loss=0.3629, simple_loss=0.4172, pruned_loss=0.1543, over 14339.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03722, over 283.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3551, pruned_loss=0.1078, over 2779436.84 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07146, over 46664.55 utterances.], batch size: 283, lr: 2.44e-04 +2022-09-18 16:11:00,800 INFO [train.py:885] (0/2) Epoch 19, batch 11550, loss[loss=0.1958, simple_loss=0.2684, pruned_loss=0.06155, over 14247.00 frames. utt_duration=642 frames, utt_pad_proportion=0.04315, over 89.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3552, pruned_loss=0.1077, over 2782012.48 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07119, over 46897.43 utterances.], batch size: 89, lr: 2.44e-04 +2022-09-18 16:11:30,167 INFO [train.py:885] (0/2) Epoch 19, batch 11600, loss[loss=0.2499, simple_loss=0.3224, pruned_loss=0.08874, over 14217.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04763, over 141.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3493, pruned_loss=0.1042, over 2782039.34 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06905, over 44516.08 utterances.], batch size: 141, lr: 2.44e-04 +2022-09-18 16:12:00,255 INFO [train.py:885] (0/2) Epoch 19, batch 11650, loss[loss=0.4853, simple_loss=0.5775, pruned_loss=0.1966, over 12552.00 frames. utt_duration=63.55 frames, utt_pad_proportion=0.1413, over 810.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3508, pruned_loss=0.1052, over 2778402.07 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07238, over 45364.72 utterances.], batch size: 810, lr: 2.44e-04 +2022-09-18 16:12:29,509 INFO [train.py:885] (0/2) Epoch 19, batch 11700, loss[loss=0.263, simple_loss=0.3449, pruned_loss=0.09051, over 14345.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03686, over 120.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3511, pruned_loss=0.1051, over 2777705.41 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07271, over 45758.28 utterances.], batch size: 120, lr: 2.44e-04 +2022-09-18 16:12:59,536 INFO [train.py:885] (0/2) Epoch 19, batch 11750, loss[loss=0.2017, simple_loss=0.2836, pruned_loss=0.0599, over 14016.00 frames. utt_duration=711.5 frames, utt_pad_proportion=0.05892, over 79.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.354, pruned_loss=0.1065, over 2775386.55 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0744, over 46784.21 utterances.], batch size: 79, lr: 2.44e-04 +2022-09-18 16:13:28,549 INFO [train.py:885] (0/2) Epoch 19, batch 11800, loss[loss=0.2764, simple_loss=0.3792, pruned_loss=0.08685, over 13805.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06919, over 411.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.352, pruned_loss=0.1053, over 2775732.47 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07448, over 46646.46 utterances.], batch size: 411, lr: 2.44e-04 +2022-09-18 16:13:57,926 INFO [train.py:885] (0/2) Epoch 19, batch 11850, loss[loss=0.3079, simple_loss=0.3699, pruned_loss=0.1229, over 14311.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03777, over 154.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3554, pruned_loss=0.1076, over 2774941.48 frames. utt_duration=234.2 frames, utt_pad_proportion=0.0767, over 47705.19 utterances.], batch size: 154, lr: 2.44e-04 +2022-09-18 16:14:27,312 INFO [train.py:885] (0/2) Epoch 19, batch 11900, loss[loss=0.1968, simple_loss=0.2601, pruned_loss=0.06672, over 13001.00 frames. utt_duration=2082 frames, utt_pad_proportion=0.1135, over 25.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3517, pruned_loss=0.105, over 2776141.47 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07462, over 46455.36 utterances.], batch size: 25, lr: 2.44e-04 +2022-09-18 16:14:57,097 INFO [train.py:885] (0/2) Epoch 19, batch 11950, loss[loss=0.2732, simple_loss=0.3301, pruned_loss=0.1082, over 14295.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04001, over 120.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3488, pruned_loss=0.1041, over 2781213.86 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07109, over 44455.34 utterances.], batch size: 120, lr: 2.44e-04 +2022-09-18 16:15:26,589 INFO [train.py:885] (0/2) Epoch 19, batch 12000, loss[loss=0.5529, simple_loss=0.6276, pruned_loss=0.2391, over 12430.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3503, pruned_loss=0.1056, over 2775783.51 frames. utt_duration=248.2 frames, utt_pad_proportion=0.0743, over 45011.95 utterances.], batch size: 810, lr: 2.44e-04 +2022-09-18 16:15:26,591 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 16:15:31,138 INFO [train.py:914] (0/2) Epoch 19, validation: loss=0.1956, simple_loss=0.2755, pruned_loss=0.05781, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 16:16:00,959 INFO [train.py:885] (0/2) Epoch 19, batch 12050, loss[loss=0.2657, simple_loss=0.3363, pruned_loss=0.09753, over 14325.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.0366, over 130.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3526, pruned_loss=0.1069, over 2780132.26 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07267, over 46000.61 utterances.], batch size: 130, lr: 2.44e-04 +2022-09-18 16:16:31,206 INFO [train.py:885] (0/2) Epoch 19, batch 12100, loss[loss=0.3087, simple_loss=0.3728, pruned_loss=0.1223, over 14376.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.032, over 244.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3567, pruned_loss=0.1092, over 2780599.84 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07527, over 47264.29 utterances.], batch size: 244, lr: 2.44e-04 +2022-09-18 16:17:00,887 INFO [train.py:885] (0/2) Epoch 19, batch 12150, loss[loss=0.164, simple_loss=0.2337, pruned_loss=0.04718, over 12690.00 frames. utt_duration=2032 frames, utt_pad_proportion=0.1486, over 25.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.354, pruned_loss=0.1078, over 2773077.28 frames. utt_duration=240 frames, utt_pad_proportion=0.07533, over 46501.82 utterances.], batch size: 25, lr: 2.44e-04 +2022-09-18 16:17:30,426 INFO [train.py:885] (0/2) Epoch 19, batch 12200, loss[loss=0.6433, simple_loss=0.6802, pruned_loss=0.3031, over 12450.00 frames. utt_duration=63.1 frames, utt_pad_proportion=0.1473, over 810.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3566, pruned_loss=0.1096, over 2773770.90 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07464, over 47564.94 utterances.], batch size: 810, lr: 2.44e-04 +2022-09-18 16:18:00,094 INFO [train.py:885] (0/2) Epoch 19, batch 12250, loss[loss=0.3621, simple_loss=0.4105, pruned_loss=0.1569, over 14292.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04007, over 283.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3535, pruned_loss=0.1072, over 2770397.99 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07462, over 47391.43 utterances.], batch size: 283, lr: 2.44e-04 +2022-09-18 16:18:30,192 INFO [train.py:885] (0/2) Epoch 19, batch 12300, loss[loss=0.5322, simple_loss=0.6061, pruned_loss=0.2291, over 12428.00 frames. utt_duration=62.93 frames, utt_pad_proportion=0.1496, over 810.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3509, pruned_loss=0.1065, over 2774562.94 frames. utt_duration=245.7 frames, utt_pad_proportion=0.0731, over 45435.50 utterances.], batch size: 810, lr: 2.44e-04 +2022-09-18 16:18:59,955 INFO [train.py:885] (0/2) Epoch 19, batch 12350, loss[loss=0.2575, simple_loss=0.3381, pruned_loss=0.08841, over 14333.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03995, over 167.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3489, pruned_loss=0.105, over 2775092.25 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07217, over 45121.10 utterances.], batch size: 167, lr: 2.44e-04 +2022-09-18 16:19:29,160 INFO [train.py:885] (0/2) Epoch 19, batch 12400, loss[loss=0.1382, simple_loss=0.2029, pruned_loss=0.03678, over 13717.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.0763, over 42.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3489, pruned_loss=0.1049, over 2776701.58 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07097, over 44724.23 utterances.], batch size: 42, lr: 2.44e-04 +2022-09-18 16:19:58,956 INFO [train.py:885] (0/2) Epoch 19, batch 12450, loss[loss=0.2107, simple_loss=0.2918, pruned_loss=0.06478, over 14026.00 frames. utt_duration=711.7 frames, utt_pad_proportion=0.05739, over 79.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3531, pruned_loss=0.1078, over 2777010.99 frames. utt_duration=245.2 frames, utt_pad_proportion=0.0731, over 45575.19 utterances.], batch size: 79, lr: 2.44e-04 +2022-09-18 16:20:28,518 INFO [train.py:885] (0/2) Epoch 19, batch 12500, loss[loss=0.4086, simple_loss=0.4724, pruned_loss=0.1724, over 13774.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07158, over 411.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.354, pruned_loss=0.1083, over 2780728.92 frames. utt_duration=244 frames, utt_pad_proportion=0.07151, over 45870.25 utterances.], batch size: 411, lr: 2.44e-04 +2022-09-18 16:20:57,818 INFO [train.py:885] (0/2) Epoch 19, batch 12550, loss[loss=0.2483, simple_loss=0.321, pruned_loss=0.0878, over 14255.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04507, over 141.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3523, pruned_loss=0.1076, over 2784948.42 frames. utt_duration=254.7 frames, utt_pad_proportion=0.0695, over 43997.13 utterances.], batch size: 141, lr: 2.44e-04 +2022-09-18 16:21:25,642 INFO [train.py:885] (0/2) Epoch 19, batch 12600, loss[loss=0.2414, simple_loss=0.3131, pruned_loss=0.08486, over 14211.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04234, over 109.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3535, pruned_loss=0.1078, over 2783243.14 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06953, over 45238.50 utterances.], batch size: 109, lr: 2.44e-04 +2022-09-18 16:21:37,658 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-19.pt +2022-09-18 16:21:45,504 INFO [train.py:885] (0/2) Epoch 20, batch 0, loss[loss=0.2052, simple_loss=0.2851, pruned_loss=0.0626, over 14055.00 frames. utt_duration=575 frames, utt_pad_proportion=0.05731, over 98.00 utterances.], tot_loss[loss=0.2052, simple_loss=0.2851, pruned_loss=0.0626, over 14055.00 frames. utt_duration=575 frames, utt_pad_proportion=0.05731, over 98.00 utterances.], batch size: 98, lr: 2.38e-04 +2022-09-18 16:22:16,723 INFO [train.py:885] (0/2) Epoch 20, batch 50, loss[loss=0.1811, simple_loss=0.2458, pruned_loss=0.05823, over 13485.00 frames. utt_duration=1317 frames, utt_pad_proportion=0.08031, over 41.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3555, pruned_loss=0.1085, over 626760.39 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07057, over 10695.31 utterances.], batch size: 41, lr: 2.38e-04 +2022-09-18 16:22:46,111 INFO [train.py:885] (0/2) Epoch 20, batch 100, loss[loss=0.2768, simple_loss=0.3508, pruned_loss=0.1014, over 14256.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04526, over 141.00 utterances.], tot_loss[loss=0.281, simple_loss=0.352, pruned_loss=0.105, over 1102277.55 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07456, over 18759.72 utterances.], batch size: 141, lr: 2.38e-04 +2022-09-18 16:23:15,697 INFO [train.py:885] (0/2) Epoch 20, batch 150, loss[loss=0.2732, simple_loss=0.3568, pruned_loss=0.09481, over 14333.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03812, over 262.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3469, pruned_loss=0.1042, over 1476733.91 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07063, over 23386.86 utterances.], batch size: 262, lr: 2.38e-04 +2022-09-18 16:23:45,500 INFO [train.py:885] (0/2) Epoch 20, batch 200, loss[loss=0.2486, simple_loss=0.3206, pruned_loss=0.08826, over 14101.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.05442, over 98.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.347, pruned_loss=0.1046, over 1759493.55 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07322, over 27934.88 utterances.], batch size: 98, lr: 2.38e-04 +2022-09-18 16:23:57,453 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-240000.pt +2022-09-18 16:24:16,106 INFO [train.py:885] (0/2) Epoch 20, batch 250, loss[loss=0.2777, simple_loss=0.3533, pruned_loss=0.101, over 14313.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03742, over 180.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3426, pruned_loss=0.1017, over 1982758.57 frames. utt_duration=262.7 frames, utt_pad_proportion=0.0722, over 30356.91 utterances.], batch size: 180, lr: 2.38e-04 +2022-09-18 16:24:46,504 INFO [train.py:885] (0/2) Epoch 20, batch 300, loss[loss=0.334, simple_loss=0.4076, pruned_loss=0.1302, over 14351.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03346, over 244.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3471, pruned_loss=0.1043, over 2161972.77 frames. utt_duration=259.2 frames, utt_pad_proportion=0.07266, over 33559.92 utterances.], batch size: 244, lr: 2.38e-04 +2022-09-18 16:25:15,716 INFO [train.py:885] (0/2) Epoch 20, batch 350, loss[loss=0.181, simple_loss=0.2466, pruned_loss=0.05775, over 12334.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.1635, over 24.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3509, pruned_loss=0.1068, over 2300058.90 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07063, over 36198.42 utterances.], batch size: 24, lr: 2.38e-04 +2022-09-18 16:25:45,491 INFO [train.py:885] (0/2) Epoch 20, batch 400, loss[loss=0.4585, simple_loss=0.4744, pruned_loss=0.2213, over 14368.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03255, over 244.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3542, pruned_loss=0.1082, over 2406664.09 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07278, over 39357.37 utterances.], batch size: 244, lr: 2.38e-04 +2022-09-18 16:26:14,332 INFO [train.py:885] (0/2) Epoch 20, batch 450, loss[loss=0.2893, simple_loss=0.3967, pruned_loss=0.09097, over 13639.00 frames. utt_duration=98.94 frames, utt_pad_proportion=0.07537, over 560.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3569, pruned_loss=0.1101, over 2486070.76 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07419, over 41587.74 utterances.], batch size: 560, lr: 2.37e-04 +2022-09-18 16:26:44,050 INFO [train.py:885] (0/2) Epoch 20, batch 500, loss[loss=0.2166, simple_loss=0.2772, pruned_loss=0.07794, over 13385.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.08636, over 41.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3538, pruned_loss=0.1083, over 2551381.02 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07233, over 42331.21 utterances.], batch size: 41, lr: 2.37e-04 +2022-09-18 16:27:13,723 INFO [train.py:885] (0/2) Epoch 20, batch 550, loss[loss=0.2205, simple_loss=0.2926, pruned_loss=0.07417, over 14277.00 frames. utt_duration=643.2 frames, utt_pad_proportion=0.04144, over 89.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3511, pruned_loss=0.1066, over 2593983.84 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07527, over 42701.49 utterances.], batch size: 89, lr: 2.37e-04 +2022-09-18 16:27:43,721 INFO [train.py:885] (0/2) Epoch 20, batch 600, loss[loss=0.2861, simple_loss=0.3599, pruned_loss=0.1062, over 14362.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03813, over 167.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3514, pruned_loss=0.107, over 2635084.03 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07431, over 42737.60 utterances.], batch size: 167, lr: 2.37e-04 +2022-09-18 16:28:13,728 INFO [train.py:885] (0/2) Epoch 20, batch 650, loss[loss=0.2874, simple_loss=0.3633, pruned_loss=0.1058, over 14328.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03804, over 283.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.349, pruned_loss=0.105, over 2664859.86 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07328, over 42697.36 utterances.], batch size: 283, lr: 2.37e-04 +2022-09-18 16:28:43,221 INFO [train.py:885] (0/2) Epoch 20, batch 700, loss[loss=0.3405, simple_loss=0.4037, pruned_loss=0.1387, over 14197.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04408, over 306.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3508, pruned_loss=0.1058, over 2688938.50 frames. utt_duration=245 frames, utt_pad_proportion=0.07344, over 44169.57 utterances.], batch size: 306, lr: 2.37e-04 +2022-09-18 16:29:13,637 INFO [train.py:885] (0/2) Epoch 20, batch 750, loss[loss=0.1638, simple_loss=0.2171, pruned_loss=0.05522, over 13504.00 frames. utt_duration=1638 frames, utt_pad_proportion=0.09341, over 33.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3508, pruned_loss=0.1052, over 2710940.04 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07352, over 44973.53 utterances.], batch size: 33, lr: 2.37e-04 +2022-09-18 16:29:42,840 INFO [train.py:885] (0/2) Epoch 20, batch 800, loss[loss=0.2583, simple_loss=0.316, pruned_loss=0.1003, over 14196.00 frames. utt_duration=580.8 frames, utt_pad_proportion=0.04626, over 98.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3486, pruned_loss=0.1045, over 2731314.27 frames. utt_duration=252 frames, utt_pad_proportion=0.07052, over 43615.01 utterances.], batch size: 98, lr: 2.37e-04 +2022-09-18 16:30:12,276 INFO [train.py:885] (0/2) Epoch 20, batch 850, loss[loss=0.2758, simple_loss=0.3584, pruned_loss=0.09659, over 14260.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04192, over 225.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3491, pruned_loss=0.1048, over 2741294.63 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06959, over 43974.94 utterances.], batch size: 225, lr: 2.37e-04 +2022-09-18 16:30:41,874 INFO [train.py:885] (0/2) Epoch 20, batch 900, loss[loss=0.1686, simple_loss=0.2204, pruned_loss=0.05844, over 13140.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.1172, over 33.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3486, pruned_loss=0.1046, over 2748874.45 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06915, over 43557.15 utterances.], batch size: 33, lr: 2.37e-04 +2022-09-18 16:31:11,161 INFO [train.py:885] (0/2) Epoch 20, batch 950, loss[loss=0.2699, simple_loss=0.3345, pruned_loss=0.1027, over 14253.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04574, over 141.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3508, pruned_loss=0.1059, over 2759774.11 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06807, over 43427.85 utterances.], batch size: 141, lr: 2.37e-04 +2022-09-18 16:31:41,001 INFO [train.py:885] (0/2) Epoch 20, batch 1000, loss[loss=0.3813, simple_loss=0.4761, pruned_loss=0.1432, over 13162.00 frames. utt_duration=82.13 frames, utt_pad_proportion=0.1073, over 653.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3525, pruned_loss=0.1059, over 2760536.49 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06991, over 44823.49 utterances.], batch size: 653, lr: 2.37e-04 +2022-09-18 16:32:09,804 INFO [train.py:885] (0/2) Epoch 20, batch 1050, loss[loss=0.2027, simple_loss=0.2705, pruned_loss=0.06747, over 13242.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.0963, over 41.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3514, pruned_loss=0.105, over 2765296.99 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07061, over 44467.32 utterances.], batch size: 41, lr: 2.37e-04 +2022-09-18 16:32:39,875 INFO [train.py:885] (0/2) Epoch 20, batch 1100, loss[loss=0.2597, simple_loss=0.3277, pruned_loss=0.09581, over 14349.00 frames. utt_duration=443.2 frames, utt_pad_proportion=0.03447, over 130.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3496, pruned_loss=0.1039, over 2765866.25 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07315, over 44610.52 utterances.], batch size: 130, lr: 2.37e-04 +2022-09-18 16:33:09,115 INFO [train.py:885] (0/2) Epoch 20, batch 1150, loss[loss=0.2759, simple_loss=0.354, pruned_loss=0.09889, over 14293.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03896, over 225.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3475, pruned_loss=0.1031, over 2770843.17 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07228, over 43834.22 utterances.], batch size: 225, lr: 2.37e-04 +2022-09-18 16:33:38,123 INFO [train.py:885] (0/2) Epoch 20, batch 1200, loss[loss=0.304, simple_loss=0.3705, pruned_loss=0.1187, over 14348.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03694, over 283.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3499, pruned_loss=0.1043, over 2777295.34 frames. utt_duration=252.4 frames, utt_pad_proportion=0.0711, over 44278.04 utterances.], batch size: 283, lr: 2.37e-04 +2022-09-18 16:34:07,662 INFO [train.py:885] (0/2) Epoch 20, batch 1250, loss[loss=0.3478, simple_loss=0.3992, pruned_loss=0.1482, over 14318.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.0401, over 154.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3502, pruned_loss=0.1048, over 2777011.31 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07193, over 44462.60 utterances.], batch size: 154, lr: 2.37e-04 +2022-09-18 16:34:37,586 INFO [train.py:885] (0/2) Epoch 20, batch 1300, loss[loss=0.3129, simple_loss=0.3846, pruned_loss=0.1206, over 14339.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03714, over 210.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3506, pruned_loss=0.1044, over 2774255.88 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07479, over 45663.18 utterances.], batch size: 210, lr: 2.37e-04 +2022-09-18 16:35:15,053 INFO [train.py:885] (0/2) Epoch 20, batch 1350, loss[loss=0.2684, simple_loss=0.3517, pruned_loss=0.0925, over 14347.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03702, over 262.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3508, pruned_loss=0.1044, over 2776781.68 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07388, over 45367.28 utterances.], batch size: 262, lr: 2.37e-04 +2022-09-18 16:35:44,295 INFO [train.py:885] (0/2) Epoch 20, batch 1400, loss[loss=0.3203, simple_loss=0.3895, pruned_loss=0.1256, over 14303.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03844, over 226.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3513, pruned_loss=0.105, over 2780383.76 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07291, over 45363.60 utterances.], batch size: 226, lr: 2.37e-04 +2022-09-18 16:36:14,160 INFO [train.py:885] (0/2) Epoch 20, batch 1450, loss[loss=0.29, simple_loss=0.366, pruned_loss=0.1071, over 14373.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03728, over 167.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3489, pruned_loss=0.1035, over 2781117.89 frames. utt_duration=249.7 frames, utt_pad_proportion=0.0712, over 44821.59 utterances.], batch size: 167, lr: 2.37e-04 +2022-09-18 16:36:43,077 INFO [train.py:885] (0/2) Epoch 20, batch 1500, loss[loss=0.3478, simple_loss=0.4021, pruned_loss=0.1468, over 14280.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04105, over 283.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3506, pruned_loss=0.1051, over 2782053.83 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06958, over 44559.44 utterances.], batch size: 283, lr: 2.37e-04 +2022-09-18 16:37:17,328 INFO [train.py:885] (0/2) Epoch 20, batch 1550, loss[loss=0.2583, simple_loss=0.348, pruned_loss=0.08433, over 14373.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0325, over 244.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3538, pruned_loss=0.1075, over 2781350.81 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06986, over 45223.39 utterances.], batch size: 244, lr: 2.37e-04 +2022-09-18 16:37:49,781 INFO [train.py:885] (0/2) Epoch 20, batch 1600, loss[loss=0.3733, simple_loss=0.4576, pruned_loss=0.1445, over 13585.00 frames. utt_duration=98.44 frames, utt_pad_proportion=0.07996, over 560.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3525, pruned_loss=0.106, over 2780788.55 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07058, over 45828.61 utterances.], batch size: 560, lr: 2.37e-04 +2022-09-18 16:38:18,941 INFO [train.py:885] (0/2) Epoch 20, batch 1650, loss[loss=0.2293, simple_loss=0.3161, pruned_loss=0.07128, over 14311.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.03836, over 154.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3527, pruned_loss=0.1061, over 2779396.57 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07284, over 45783.41 utterances.], batch size: 154, lr: 2.37e-04 +2022-09-18 16:38:49,227 INFO [train.py:885] (0/2) Epoch 20, batch 1700, loss[loss=0.2909, simple_loss=0.3939, pruned_loss=0.09391, over 13666.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0796, over 477.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3535, pruned_loss=0.1068, over 2774526.03 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07348, over 46582.85 utterances.], batch size: 477, lr: 2.37e-04 +2022-09-18 16:39:18,474 INFO [train.py:885] (0/2) Epoch 20, batch 1750, loss[loss=0.3539, simple_loss=0.4066, pruned_loss=0.1506, over 14213.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04448, over 225.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3528, pruned_loss=0.1066, over 2777873.17 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07141, over 45733.93 utterances.], batch size: 225, lr: 2.37e-04 +2022-09-18 16:39:48,285 INFO [train.py:885] (0/2) Epoch 20, batch 1800, loss[loss=0.3181, simple_loss=0.3927, pruned_loss=0.1217, over 14337.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03671, over 210.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3549, pruned_loss=0.1075, over 2781250.98 frames. utt_duration=243 frames, utt_pad_proportion=0.07272, over 46053.45 utterances.], batch size: 210, lr: 2.37e-04 +2022-09-18 16:40:17,687 INFO [train.py:885] (0/2) Epoch 20, batch 1850, loss[loss=0.1926, simple_loss=0.2589, pruned_loss=0.06313, over 13647.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.0798, over 50.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3522, pruned_loss=0.1065, over 2782394.99 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07003, over 45481.36 utterances.], batch size: 50, lr: 2.37e-04 +2022-09-18 16:40:47,672 INFO [train.py:885] (0/2) Epoch 20, batch 1900, loss[loss=0.3271, simple_loss=0.3864, pruned_loss=0.1339, over 14325.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03867, over 283.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3554, pruned_loss=0.1079, over 2782262.23 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07283, over 47240.69 utterances.], batch size: 283, lr: 2.37e-04 +2022-09-18 16:41:16,837 INFO [train.py:885] (0/2) Epoch 20, batch 1950, loss[loss=0.2414, simple_loss=0.3176, pruned_loss=0.08264, over 14225.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04157, over 109.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3592, pruned_loss=0.1095, over 2783346.86 frames. utt_duration=232.8 frames, utt_pad_proportion=0.0721, over 48135.46 utterances.], batch size: 109, lr: 2.37e-04 +2022-09-18 16:41:46,379 INFO [train.py:885] (0/2) Epoch 20, batch 2000, loss[loss=0.5708, simple_loss=0.6335, pruned_loss=0.2541, over 12505.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.144, over 810.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3617, pruned_loss=0.1113, over 2780705.53 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07407, over 48765.52 utterances.], batch size: 810, lr: 2.37e-04 +2022-09-18 16:42:16,766 INFO [train.py:885] (0/2) Epoch 20, batch 2050, loss[loss=0.2926, simple_loss=0.3546, pruned_loss=0.1153, over 14236.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04649, over 141.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.3617, pruned_loss=0.111, over 2779395.03 frames. utt_duration=226.1 frames, utt_pad_proportion=0.07488, over 49497.29 utterances.], batch size: 141, lr: 2.37e-04 +2022-09-18 16:42:46,048 INFO [train.py:885] (0/2) Epoch 20, batch 2100, loss[loss=0.2807, simple_loss=0.3545, pruned_loss=0.1034, over 14273.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04387, over 141.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3619, pruned_loss=0.1108, over 2779964.57 frames. utt_duration=226 frames, utt_pad_proportion=0.07516, over 49524.15 utterances.], batch size: 141, lr: 2.37e-04 +2022-09-18 16:43:15,842 INFO [train.py:885] (0/2) Epoch 20, batch 2150, loss[loss=0.2391, simple_loss=0.3078, pruned_loss=0.0852, over 14378.00 frames. utt_duration=480.6 frames, utt_pad_proportion=0.03502, over 120.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3607, pruned_loss=0.1106, over 2774308.32 frames. utt_duration=225.9 frames, utt_pad_proportion=0.07694, over 49455.43 utterances.], batch size: 120, lr: 2.37e-04 +2022-09-18 16:43:45,274 INFO [train.py:885] (0/2) Epoch 20, batch 2200, loss[loss=0.2137, simple_loss=0.277, pruned_loss=0.07517, over 14111.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05203, over 98.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3569, pruned_loss=0.1085, over 2769768.57 frames. utt_duration=229.9 frames, utt_pad_proportion=0.07754, over 48508.77 utterances.], batch size: 98, lr: 2.37e-04 +2022-09-18 16:44:14,607 INFO [train.py:885] (0/2) Epoch 20, batch 2250, loss[loss=0.244, simple_loss=0.322, pruned_loss=0.08302, over 14394.00 frames. utt_duration=346.2 frames, utt_pad_proportion=0.03563, over 167.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3538, pruned_loss=0.1069, over 2774213.47 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07533, over 47249.59 utterances.], batch size: 167, lr: 2.37e-04 +2022-09-18 16:44:44,597 INFO [train.py:885] (0/2) Epoch 20, batch 2300, loss[loss=0.3905, simple_loss=0.4349, pruned_loss=0.1731, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04371, over 335.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3568, pruned_loss=0.1087, over 2775835.56 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07476, over 48017.35 utterances.], batch size: 335, lr: 2.37e-04 +2022-09-18 16:45:13,822 INFO [train.py:885] (0/2) Epoch 20, batch 2350, loss[loss=0.2609, simple_loss=0.325, pruned_loss=0.09845, over 14139.00 frames. utt_duration=520.2 frames, utt_pad_proportion=0.04717, over 109.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3556, pruned_loss=0.1081, over 2779582.89 frames. utt_duration=237.8 frames, utt_pad_proportion=0.0734, over 47056.98 utterances.], batch size: 109, lr: 2.37e-04 +2022-09-18 16:45:43,676 INFO [train.py:885] (0/2) Epoch 20, batch 2400, loss[loss=0.2834, simple_loss=0.3592, pruned_loss=0.1038, over 14265.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04083, over 180.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3572, pruned_loss=0.1087, over 2774285.29 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07688, over 48200.75 utterances.], batch size: 180, lr: 2.37e-04 +2022-09-18 16:46:12,909 INFO [train.py:885] (0/2) Epoch 20, batch 2450, loss[loss=0.2757, simple_loss=0.3603, pruned_loss=0.09552, over 14322.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03923, over 262.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3563, pruned_loss=0.1087, over 2778116.66 frames. utt_duration=238 frames, utt_pad_proportion=0.07472, over 46975.89 utterances.], batch size: 262, lr: 2.36e-04 +2022-09-18 16:46:42,643 INFO [train.py:885] (0/2) Epoch 20, batch 2500, loss[loss=0.2069, simple_loss=0.2838, pruned_loss=0.06503, over 14012.00 frames. utt_duration=711 frames, utt_pad_proportion=0.05957, over 79.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3569, pruned_loss=0.1088, over 2778745.17 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07424, over 47619.56 utterances.], batch size: 79, lr: 2.36e-04 +2022-09-18 16:47:12,081 INFO [train.py:885] (0/2) Epoch 20, batch 2550, loss[loss=0.2678, simple_loss=0.3336, pruned_loss=0.101, over 14234.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04666, over 141.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3574, pruned_loss=0.109, over 2784371.62 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07229, over 46840.67 utterances.], batch size: 141, lr: 2.36e-04 +2022-09-18 16:47:41,931 INFO [train.py:885] (0/2) Epoch 20, batch 2600, loss[loss=0.4186, simple_loss=0.4752, pruned_loss=0.181, over 13660.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07963, over 477.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3549, pruned_loss=0.108, over 2778386.04 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07347, over 46167.70 utterances.], batch size: 477, lr: 2.36e-04 +2022-09-18 16:48:10,771 INFO [train.py:885] (0/2) Epoch 20, batch 2650, loss[loss=0.3646, simple_loss=0.4175, pruned_loss=0.1559, over 14314.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03864, over 283.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3529, pruned_loss=0.1076, over 2775706.07 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07377, over 45417.10 utterances.], batch size: 283, lr: 2.36e-04 +2022-09-18 16:48:41,682 INFO [train.py:885] (0/2) Epoch 20, batch 2700, loss[loss=0.3433, simple_loss=0.4096, pruned_loss=0.1385, over 14199.00 frames. utt_duration=170.8 frames, utt_pad_proportion=0.04563, over 335.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3557, pruned_loss=0.1093, over 2774393.54 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07392, over 46290.90 utterances.], batch size: 335, lr: 2.36e-04 +2022-09-18 16:49:11,386 INFO [train.py:885] (0/2) Epoch 20, batch 2750, loss[loss=0.2669, simple_loss=0.3269, pruned_loss=0.1035, over 14060.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05666, over 98.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3578, pruned_loss=0.1101, over 2774653.68 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07522, over 46704.70 utterances.], batch size: 98, lr: 2.36e-04 +2022-09-18 16:49:40,145 INFO [train.py:885] (0/2) Epoch 20, batch 2800, loss[loss=0.2772, simple_loss=0.3576, pruned_loss=0.09835, over 14398.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03083, over 244.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3582, pruned_loss=0.1101, over 2775318.01 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07413, over 47401.28 utterances.], batch size: 244, lr: 2.36e-04 +2022-09-18 16:50:09,487 INFO [train.py:885] (0/2) Epoch 20, batch 2850, loss[loss=0.309, simple_loss=0.3772, pruned_loss=0.1204, over 14291.00 frames. utt_duration=343.8 frames, utt_pad_proportion=0.04237, over 167.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3586, pruned_loss=0.1092, over 2773315.36 frames. utt_duration=230.6 frames, utt_pad_proportion=0.0747, over 48415.48 utterances.], batch size: 167, lr: 2.36e-04 +2022-09-18 16:50:39,408 INFO [train.py:885] (0/2) Epoch 20, batch 2900, loss[loss=0.2463, simple_loss=0.3317, pruned_loss=0.08043, over 14232.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04234, over 141.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3591, pruned_loss=0.1091, over 2775374.95 frames. utt_duration=228.8 frames, utt_pad_proportion=0.07405, over 48843.56 utterances.], batch size: 141, lr: 2.36e-04 +2022-09-18 16:51:08,844 INFO [train.py:885] (0/2) Epoch 20, batch 2950, loss[loss=0.1978, simple_loss=0.2664, pruned_loss=0.06462, over 13845.00 frames. utt_duration=924.6 frames, utt_pad_proportion=0.07074, over 60.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3578, pruned_loss=0.108, over 2775373.62 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07353, over 48233.24 utterances.], batch size: 60, lr: 2.36e-04 +2022-09-18 16:51:38,192 INFO [train.py:885] (0/2) Epoch 20, batch 3000, loss[loss=0.2731, simple_loss=0.344, pruned_loss=0.1011, over 14332.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03946, over 167.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3546, pruned_loss=0.1065, over 2775737.77 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07169, over 46171.61 utterances.], batch size: 167, lr: 2.36e-04 +2022-09-18 16:51:38,193 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 16:51:42,945 INFO [train.py:914] (0/2) Epoch 20, validation: loss=0.1912, simple_loss=0.2716, pruned_loss=0.05539, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 16:52:12,475 INFO [train.py:885] (0/2) Epoch 20, batch 3050, loss[loss=0.2674, simple_loss=0.3338, pruned_loss=0.1005, over 14186.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04411, over 109.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3529, pruned_loss=0.1057, over 2776241.15 frames. utt_duration=244 frames, utt_pad_proportion=0.07192, over 45783.07 utterances.], batch size: 109, lr: 2.36e-04 +2022-09-18 16:52:42,425 INFO [train.py:885] (0/2) Epoch 20, batch 3100, loss[loss=0.2821, simple_loss=0.3597, pruned_loss=0.1023, over 14211.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04402, over 306.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3514, pruned_loss=0.1046, over 2780076.97 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07063, over 45896.24 utterances.], batch size: 306, lr: 2.36e-04 +2022-09-18 16:53:11,342 INFO [train.py:885] (0/2) Epoch 20, batch 3150, loss[loss=0.1851, simple_loss=0.2472, pruned_loss=0.06145, over 13769.00 frames. utt_duration=1103 frames, utt_pad_proportion=0.06549, over 50.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3494, pruned_loss=0.104, over 2778439.65 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07062, over 45127.29 utterances.], batch size: 50, lr: 2.36e-04 +2022-09-18 16:53:41,381 INFO [train.py:885] (0/2) Epoch 20, batch 3200, loss[loss=0.2892, simple_loss=0.3641, pruned_loss=0.1071, over 14199.00 frames. utt_duration=254.1 frames, utt_pad_proportion=0.04486, over 225.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3494, pruned_loss=0.1039, over 2775497.14 frames. utt_duration=243 frames, utt_pad_proportion=0.07172, over 45967.32 utterances.], batch size: 225, lr: 2.36e-04 +2022-09-18 16:54:11,173 INFO [train.py:885] (0/2) Epoch 20, batch 3250, loss[loss=0.2922, simple_loss=0.3982, pruned_loss=0.09307, over 13650.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0799, over 477.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3502, pruned_loss=0.1049, over 2776164.38 frames. utt_duration=244.5 frames, utt_pad_proportion=0.0711, over 45695.69 utterances.], batch size: 477, lr: 2.36e-04 +2022-09-18 16:54:41,130 INFO [train.py:885] (0/2) Epoch 20, batch 3300, loss[loss=0.2917, simple_loss=0.3808, pruned_loss=0.1013, over 13981.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.0568, over 365.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3514, pruned_loss=0.1053, over 2780142.76 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06992, over 46297.41 utterances.], batch size: 365, lr: 2.36e-04 +2022-09-18 16:55:10,672 INFO [train.py:885] (0/2) Epoch 20, batch 3350, loss[loss=0.2466, simple_loss=0.305, pruned_loss=0.09412, over 14063.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05344, over 98.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.349, pruned_loss=0.1044, over 2780713.73 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07016, over 45231.88 utterances.], batch size: 98, lr: 2.36e-04 +2022-09-18 16:55:39,999 INFO [train.py:885] (0/2) Epoch 20, batch 3400, loss[loss=0.239, simple_loss=0.315, pruned_loss=0.08149, over 14264.00 frames. utt_duration=477 frames, utt_pad_proportion=0.04214, over 120.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3477, pruned_loss=0.1033, over 2787077.85 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06737, over 44419.46 utterances.], batch size: 120, lr: 2.36e-04 +2022-09-18 16:56:09,398 INFO [train.py:885] (0/2) Epoch 20, batch 3450, loss[loss=0.2376, simple_loss=0.3165, pruned_loss=0.07936, over 14362.00 frames. utt_duration=480.2 frames, utt_pad_proportion=0.03578, over 120.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3481, pruned_loss=0.1036, over 2784650.74 frames. utt_duration=252 frames, utt_pad_proportion=0.06956, over 44461.05 utterances.], batch size: 120, lr: 2.36e-04 +2022-09-18 16:56:39,008 INFO [train.py:885] (0/2) Epoch 20, batch 3500, loss[loss=0.2692, simple_loss=0.349, pruned_loss=0.09471, over 14320.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03749, over 154.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3498, pruned_loss=0.1036, over 2786195.47 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06904, over 45509.92 utterances.], batch size: 154, lr: 2.36e-04 +2022-09-18 16:57:08,007 INFO [train.py:885] (0/2) Epoch 20, batch 3550, loss[loss=0.2268, simple_loss=0.2934, pruned_loss=0.08013, over 14094.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.05442, over 98.00 utterances.], tot_loss[loss=0.277, simple_loss=0.348, pruned_loss=0.103, over 2787783.74 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06802, over 44783.62 utterances.], batch size: 98, lr: 2.36e-04 +2022-09-18 16:57:37,981 INFO [train.py:885] (0/2) Epoch 20, batch 3600, loss[loss=0.2941, simple_loss=0.369, pruned_loss=0.1096, over 14321.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03722, over 180.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3499, pruned_loss=0.1037, over 2782694.32 frames. utt_duration=246 frames, utt_pad_proportion=0.07117, over 45521.66 utterances.], batch size: 180, lr: 2.36e-04 +2022-09-18 16:58:07,610 INFO [train.py:885] (0/2) Epoch 20, batch 3650, loss[loss=0.3224, simple_loss=0.391, pruned_loss=0.1269, over 14370.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.032, over 244.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3495, pruned_loss=0.104, over 2782049.51 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07076, over 45350.80 utterances.], batch size: 244, lr: 2.36e-04 +2022-09-18 16:58:37,208 INFO [train.py:885] (0/2) Epoch 20, batch 3700, loss[loss=0.4916, simple_loss=0.5636, pruned_loss=0.2098, over 13128.00 frames. utt_duration=81.94 frames, utt_pad_proportion=0.1093, over 653.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3511, pruned_loss=0.1044, over 2779813.08 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07289, over 46152.83 utterances.], batch size: 653, lr: 2.36e-04 +2022-09-18 16:59:06,619 INFO [train.py:885] (0/2) Epoch 20, batch 3750, loss[loss=0.233, simple_loss=0.3079, pruned_loss=0.07907, over 14131.00 frames. utt_duration=520.2 frames, utt_pad_proportion=0.04733, over 109.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3507, pruned_loss=0.1043, over 2784777.85 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07042, over 45501.08 utterances.], batch size: 109, lr: 2.36e-04 +2022-09-18 16:59:35,807 INFO [train.py:885] (0/2) Epoch 20, batch 3800, loss[loss=0.2319, simple_loss=0.2959, pruned_loss=0.0839, over 14053.00 frames. utt_duration=713 frames, utt_pad_proportion=0.05684, over 79.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3487, pruned_loss=0.1036, over 2784076.27 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07043, over 44045.82 utterances.], batch size: 79, lr: 2.36e-04 +2022-09-18 17:00:05,453 INFO [train.py:885] (0/2) Epoch 20, batch 3850, loss[loss=0.1885, simple_loss=0.2704, pruned_loss=0.0533, over 14106.00 frames. utt_duration=635.5 frames, utt_pad_proportion=0.05285, over 89.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.348, pruned_loss=0.1031, over 2781856.16 frames. utt_duration=254 frames, utt_pad_proportion=0.07177, over 44058.80 utterances.], batch size: 89, lr: 2.36e-04 +2022-09-18 17:00:34,570 INFO [train.py:885] (0/2) Epoch 20, batch 3900, loss[loss=0.2182, simple_loss=0.2944, pruned_loss=0.07106, over 14021.00 frames. utt_duration=573.7 frames, utt_pad_proportion=0.05796, over 98.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3463, pruned_loss=0.1027, over 2782042.50 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06938, over 43365.76 utterances.], batch size: 98, lr: 2.36e-04 +2022-09-18 17:01:04,500 INFO [train.py:885] (0/2) Epoch 20, batch 3950, loss[loss=0.3318, simple_loss=0.4258, pruned_loss=0.1189, over 13595.00 frames. utt_duration=98.48 frames, utt_pad_proportion=0.07966, over 560.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3478, pruned_loss=0.1032, over 2775244.87 frames. utt_duration=247 frames, utt_pad_proportion=0.07276, over 45213.03 utterances.], batch size: 560, lr: 2.36e-04 +2022-09-18 17:01:34,139 INFO [train.py:885] (0/2) Epoch 20, batch 4000, loss[loss=0.3, simple_loss=0.3696, pruned_loss=0.1152, over 14264.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04075, over 180.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3449, pruned_loss=0.1019, over 2778681.68 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07225, over 43540.33 utterances.], batch size: 180, lr: 2.36e-04 +2022-09-18 17:02:03,387 INFO [train.py:885] (0/2) Epoch 20, batch 4050, loss[loss=0.1986, simple_loss=0.2495, pruned_loss=0.07385, over 13082.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1218, over 33.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3486, pruned_loss=0.1045, over 2777335.59 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07373, over 44147.64 utterances.], batch size: 33, lr: 2.36e-04 +2022-09-18 17:02:33,159 INFO [train.py:885] (0/2) Epoch 20, batch 4100, loss[loss=0.3627, simple_loss=0.4123, pruned_loss=0.1566, over 14217.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04323, over 306.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3493, pruned_loss=0.1051, over 2777651.20 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07288, over 44816.09 utterances.], batch size: 306, lr: 2.36e-04 +2022-09-18 17:03:03,075 INFO [train.py:885] (0/2) Epoch 20, batch 4150, loss[loss=0.2904, simple_loss=0.3664, pruned_loss=0.1072, over 14318.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03857, over 283.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3521, pruned_loss=0.1058, over 2773739.04 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07689, over 46068.45 utterances.], batch size: 283, lr: 2.36e-04 +2022-09-18 17:03:31,706 INFO [train.py:885] (0/2) Epoch 20, batch 4200, loss[loss=0.3958, simple_loss=0.4653, pruned_loss=0.1631, over 13703.00 frames. utt_duration=134.9 frames, utt_pad_proportion=0.07569, over 411.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3504, pruned_loss=0.1053, over 2778331.64 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07505, over 44888.94 utterances.], batch size: 411, lr: 2.36e-04 +2022-09-18 17:03:43,839 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-244000.pt +2022-09-18 17:04:02,524 INFO [train.py:885] (0/2) Epoch 20, batch 4250, loss[loss=0.5077, simple_loss=0.6005, pruned_loss=0.2074, over 12517.00 frames. utt_duration=63.38 frames, utt_pad_proportion=0.1436, over 810.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3513, pruned_loss=0.1051, over 2777701.44 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07433, over 45685.89 utterances.], batch size: 810, lr: 2.36e-04 +2022-09-18 17:04:31,944 INFO [train.py:885] (0/2) Epoch 20, batch 4300, loss[loss=0.3311, simple_loss=0.4065, pruned_loss=0.1279, over 13984.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.0568, over 365.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3547, pruned_loss=0.106, over 2776153.49 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07475, over 47527.78 utterances.], batch size: 365, lr: 2.36e-04 +2022-09-18 17:05:01,264 INFO [train.py:885] (0/2) Epoch 20, batch 4350, loss[loss=0.3269, simple_loss=0.3902, pruned_loss=0.1318, over 14284.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.0409, over 283.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3528, pruned_loss=0.1049, over 2780354.29 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07229, over 46892.71 utterances.], batch size: 283, lr: 2.36e-04 +2022-09-18 17:05:31,324 INFO [train.py:885] (0/2) Epoch 20, batch 4400, loss[loss=0.1946, simple_loss=0.2642, pruned_loss=0.06252, over 13176.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1032, over 26.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3548, pruned_loss=0.1057, over 2781369.73 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0712, over 47187.32 utterances.], batch size: 26, lr: 2.36e-04 +2022-09-18 17:06:00,466 INFO [train.py:885] (0/2) Epoch 20, batch 4450, loss[loss=0.305, simple_loss=0.3723, pruned_loss=0.1189, over 14329.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03898, over 262.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3519, pruned_loss=0.1053, over 2781352.22 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07038, over 44996.67 utterances.], batch size: 262, lr: 2.36e-04 +2022-09-18 17:06:30,506 INFO [train.py:885] (0/2) Epoch 20, batch 4500, loss[loss=0.2282, simple_loss=0.3044, pruned_loss=0.07594, over 14146.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04659, over 109.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3465, pruned_loss=0.1018, over 2780513.16 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06938, over 43383.87 utterances.], batch size: 109, lr: 2.36e-04 +2022-09-18 17:06:59,750 INFO [train.py:885] (0/2) Epoch 20, batch 4550, loss[loss=0.2015, simple_loss=0.2813, pruned_loss=0.06086, over 14209.00 frames. utt_duration=640.1 frames, utt_pad_proportion=0.04608, over 89.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3432, pruned_loss=0.1002, over 2782603.28 frames. utt_duration=266.7 frames, utt_pad_proportion=0.06958, over 41971.82 utterances.], batch size: 89, lr: 2.35e-04 +2022-09-18 17:07:29,634 INFO [train.py:885] (0/2) Epoch 20, batch 4600, loss[loss=0.2582, simple_loss=0.3405, pruned_loss=0.08798, over 14321.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03718, over 180.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3429, pruned_loss=0.1001, over 2784803.01 frames. utt_duration=265 frames, utt_pad_proportion=0.06803, over 42271.59 utterances.], batch size: 180, lr: 2.35e-04 +2022-09-18 17:07:59,091 INFO [train.py:885] (0/2) Epoch 20, batch 4650, loss[loss=0.1872, simple_loss=0.2505, pruned_loss=0.06194, over 13613.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.08484, over 42.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3449, pruned_loss=0.1009, over 2784936.29 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06889, over 43344.49 utterances.], batch size: 42, lr: 2.35e-04 +2022-09-18 17:08:28,403 INFO [train.py:885] (0/2) Epoch 20, batch 4700, loss[loss=0.171, simple_loss=0.2254, pruned_loss=0.05835, over 13366.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08712, over 41.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3503, pruned_loss=0.1042, over 2783024.80 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07156, over 45450.40 utterances.], batch size: 41, lr: 2.35e-04 +2022-09-18 17:08:58,157 INFO [train.py:885] (0/2) Epoch 20, batch 4750, loss[loss=0.232, simple_loss=0.3231, pruned_loss=0.07038, over 14280.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04392, over 141.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3505, pruned_loss=0.1044, over 2783032.71 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06949, over 44948.20 utterances.], batch size: 141, lr: 2.35e-04 +2022-09-18 17:09:27,876 INFO [train.py:885] (0/2) Epoch 20, batch 4800, loss[loss=0.2788, simple_loss=0.3529, pruned_loss=0.1023, over 14390.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03688, over 167.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3539, pruned_loss=0.1064, over 2789079.24 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06638, over 45102.35 utterances.], batch size: 167, lr: 2.35e-04 +2022-09-18 17:09:56,547 INFO [train.py:885] (0/2) Epoch 20, batch 4850, loss[loss=0.2433, simple_loss=0.3241, pruned_loss=0.08123, over 14298.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.04252, over 141.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3533, pruned_loss=0.1066, over 2785980.65 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06925, over 44967.21 utterances.], batch size: 141, lr: 2.35e-04 +2022-09-18 17:10:26,472 INFO [train.py:885] (0/2) Epoch 20, batch 4900, loss[loss=0.5448, simple_loss=0.6122, pruned_loss=0.2387, over 12603.00 frames. utt_duration=63.79 frames, utt_pad_proportion=0.138, over 811.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3567, pruned_loss=0.1087, over 2786106.21 frames. utt_duration=243.6 frames, utt_pad_proportion=0.0692, over 46030.89 utterances.], batch size: 811, lr: 2.35e-04 +2022-09-18 17:10:55,964 INFO [train.py:885] (0/2) Epoch 20, batch 4950, loss[loss=0.2179, simple_loss=0.3019, pruned_loss=0.06689, over 14077.00 frames. utt_duration=576 frames, utt_pad_proportion=0.0557, over 98.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3583, pruned_loss=0.1089, over 2783970.22 frames. utt_duration=238 frames, utt_pad_proportion=0.07062, over 47082.33 utterances.], batch size: 98, lr: 2.35e-04 +2022-09-18 17:11:33,191 INFO [train.py:885] (0/2) Epoch 20, batch 5000, loss[loss=0.2312, simple_loss=0.3082, pruned_loss=0.07706, over 12588.00 frames. utt_duration=2015 frames, utt_pad_proportion=0.1515, over 25.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3613, pruned_loss=0.1101, over 2779388.28 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07261, over 48455.44 utterances.], batch size: 25, lr: 2.35e-04 +2022-09-18 17:12:02,896 INFO [train.py:885] (0/2) Epoch 20, batch 5050, loss[loss=0.3257, simple_loss=0.4036, pruned_loss=0.1239, over 13999.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0563, over 365.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3605, pruned_loss=0.1096, over 2785314.37 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07084, over 48224.94 utterances.], batch size: 365, lr: 2.35e-04 +2022-09-18 17:12:32,470 INFO [train.py:885] (0/2) Epoch 20, batch 5100, loss[loss=0.1851, simple_loss=0.2519, pruned_loss=0.05915, over 14029.00 frames. utt_duration=803.1 frames, utt_pad_proportion=0.0585, over 70.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3566, pruned_loss=0.1076, over 2786969.56 frames. utt_duration=240.2 frames, utt_pad_proportion=0.06971, over 46693.70 utterances.], batch size: 70, lr: 2.35e-04 +2022-09-18 17:13:02,547 INFO [train.py:885] (0/2) Epoch 20, batch 5150, loss[loss=0.3372, simple_loss=0.4324, pruned_loss=0.121, over 13611.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07799, over 560.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3567, pruned_loss=0.1083, over 2780982.78 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07109, over 47382.38 utterances.], batch size: 560, lr: 2.35e-04 +2022-09-18 17:13:31,475 INFO [train.py:885] (0/2) Epoch 20, batch 5200, loss[loss=0.261, simple_loss=0.3113, pruned_loss=0.1054, over 14155.00 frames. utt_duration=637.7 frames, utt_pad_proportion=0.04963, over 89.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.354, pruned_loss=0.1068, over 2784910.43 frames. utt_duration=238.8 frames, utt_pad_proportion=0.06942, over 46948.05 utterances.], batch size: 89, lr: 2.35e-04 +2022-09-18 17:14:00,567 INFO [train.py:885] (0/2) Epoch 20, batch 5250, loss[loss=0.2768, simple_loss=0.3363, pruned_loss=0.1087, over 14249.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04202, over 180.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3523, pruned_loss=0.1067, over 2775152.60 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07194, over 46805.48 utterances.], batch size: 180, lr: 2.35e-04 +2022-09-18 17:14:30,227 INFO [train.py:885] (0/2) Epoch 20, batch 5300, loss[loss=0.2535, simple_loss=0.2916, pruned_loss=0.1077, over 13787.00 frames. utt_duration=920.7 frames, utt_pad_proportion=0.0756, over 60.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3497, pruned_loss=0.1057, over 2776033.95 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07134, over 45857.70 utterances.], batch size: 60, lr: 2.35e-04 +2022-09-18 17:14:59,811 INFO [train.py:885] (0/2) Epoch 20, batch 5350, loss[loss=0.2994, simple_loss=0.3989, pruned_loss=0.09997, over 13652.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08172, over 478.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3467, pruned_loss=0.1037, over 2773576.54 frames. utt_duration=247 frames, utt_pad_proportion=0.07109, over 45187.95 utterances.], batch size: 478, lr: 2.35e-04 +2022-09-18 17:15:29,644 INFO [train.py:885] (0/2) Epoch 20, batch 5400, loss[loss=0.1646, simple_loss=0.2307, pruned_loss=0.04932, over 13626.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.08437, over 42.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3486, pruned_loss=0.1039, over 2772335.98 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07227, over 46023.15 utterances.], batch size: 42, lr: 2.35e-04 +2022-09-18 17:15:59,265 INFO [train.py:885] (0/2) Epoch 20, batch 5450, loss[loss=0.3259, simple_loss=0.4165, pruned_loss=0.1176, over 13696.00 frames. utt_duration=116.4 frames, utt_pad_proportion=0.0763, over 477.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3471, pruned_loss=0.1028, over 2775147.37 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07272, over 44939.06 utterances.], batch size: 477, lr: 2.35e-04 +2022-09-18 17:16:29,321 INFO [train.py:885] (0/2) Epoch 20, batch 5500, loss[loss=0.169, simple_loss=0.2391, pruned_loss=0.04945, over 13972.00 frames. utt_duration=811.7 frames, utt_pad_proportion=0.0551, over 69.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3512, pruned_loss=0.1053, over 2778384.82 frames. utt_duration=242.2 frames, utt_pad_proportion=0.0729, over 46157.99 utterances.], batch size: 69, lr: 2.35e-04 +2022-09-18 17:16:58,915 INFO [train.py:885] (0/2) Epoch 20, batch 5550, loss[loss=0.3004, simple_loss=0.3963, pruned_loss=0.1023, over 13634.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08011, over 477.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3534, pruned_loss=0.1065, over 2780729.70 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0722, over 46865.31 utterances.], batch size: 477, lr: 2.35e-04 +2022-09-18 17:17:28,932 INFO [train.py:885] (0/2) Epoch 20, batch 5600, loss[loss=0.218, simple_loss=0.2695, pruned_loss=0.08326, over 12089.00 frames. utt_duration=2016 frames, utt_pad_proportion=0.17, over 24.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3538, pruned_loss=0.1067, over 2771536.61 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07384, over 47106.99 utterances.], batch size: 24, lr: 2.35e-04 +2022-09-18 17:17:58,587 INFO [train.py:885] (0/2) Epoch 20, batch 5650, loss[loss=0.1908, simple_loss=0.259, pruned_loss=0.06134, over 13786.00 frames. utt_duration=920.6 frames, utt_pad_proportion=0.07294, over 60.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3571, pruned_loss=0.1082, over 2771890.96 frames. utt_duration=229.1 frames, utt_pad_proportion=0.07547, over 48719.27 utterances.], batch size: 60, lr: 2.35e-04 +2022-09-18 17:18:28,372 INFO [train.py:885] (0/2) Epoch 20, batch 5700, loss[loss=0.1975, simple_loss=0.2507, pruned_loss=0.07213, over 13791.00 frames. utt_duration=921.1 frames, utt_pad_proportion=0.07242, over 60.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3548, pruned_loss=0.1069, over 2773914.27 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07476, over 47894.74 utterances.], batch size: 60, lr: 2.35e-04 +2022-09-18 17:18:57,869 INFO [train.py:885] (0/2) Epoch 20, batch 5750, loss[loss=0.2725, simple_loss=0.3653, pruned_loss=0.08979, over 13989.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05717, over 365.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.358, pruned_loss=0.1086, over 2775600.57 frames. utt_duration=228.7 frames, utt_pad_proportion=0.07579, over 48853.66 utterances.], batch size: 365, lr: 2.35e-04 +2022-09-18 17:19:27,588 INFO [train.py:885] (0/2) Epoch 20, batch 5800, loss[loss=0.2663, simple_loss=0.3419, pruned_loss=0.09537, over 14210.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04833, over 141.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3538, pruned_loss=0.1069, over 2779021.88 frames. utt_duration=240.1 frames, utt_pad_proportion=0.072, over 46580.48 utterances.], batch size: 141, lr: 2.35e-04 +2022-09-18 17:19:57,505 INFO [train.py:885] (0/2) Epoch 20, batch 5850, loss[loss=0.3038, simple_loss=0.3714, pruned_loss=0.1181, over 14333.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03765, over 283.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3501, pruned_loss=0.1051, over 2779539.87 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07114, over 45247.55 utterances.], batch size: 283, lr: 2.35e-04 +2022-09-18 17:20:26,974 INFO [train.py:885] (0/2) Epoch 20, batch 5900, loss[loss=0.7063, simple_loss=0.7257, pruned_loss=0.3435, over 12537.00 frames. utt_duration=63.5 frames, utt_pad_proportion=0.1419, over 810.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3564, pruned_loss=0.1086, over 2778277.65 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07397, over 47226.66 utterances.], batch size: 810, lr: 2.35e-04 +2022-09-18 17:20:56,680 INFO [train.py:885] (0/2) Epoch 20, batch 5950, loss[loss=0.3366, simple_loss=0.4278, pruned_loss=0.1227, over 13617.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08183, over 477.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3535, pruned_loss=0.1077, over 2779852.74 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07285, over 45836.34 utterances.], batch size: 477, lr: 2.35e-04 +2022-09-18 17:21:26,116 INFO [train.py:885] (0/2) Epoch 20, batch 6000, loss[loss=0.2648, simple_loss=0.3243, pruned_loss=0.1026, over 14315.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03928, over 130.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3523, pruned_loss=0.1069, over 2781420.56 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07199, over 45945.23 utterances.], batch size: 130, lr: 2.35e-04 +2022-09-18 17:21:26,117 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 17:21:30,777 INFO [train.py:914] (0/2) Epoch 20, validation: loss=0.1981, simple_loss=0.2755, pruned_loss=0.06032, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 17:22:00,915 INFO [train.py:885] (0/2) Epoch 20, batch 6050, loss[loss=0.2108, simple_loss=0.2779, pruned_loss=0.07186, over 12276.00 frames. utt_duration=2047 frames, utt_pad_proportion=0.1644, over 24.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3535, pruned_loss=0.1076, over 2778547.68 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07382, over 46076.96 utterances.], batch size: 24, lr: 2.35e-04 +2022-09-18 17:22:30,793 INFO [train.py:885] (0/2) Epoch 20, batch 6100, loss[loss=0.3385, simple_loss=0.3931, pruned_loss=0.1419, over 14373.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03267, over 244.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3512, pruned_loss=0.1062, over 2784313.39 frames. utt_duration=247.2 frames, utt_pad_proportion=0.0708, over 45327.95 utterances.], batch size: 244, lr: 2.35e-04 +2022-09-18 17:22:59,975 INFO [train.py:885] (0/2) Epoch 20, batch 6150, loss[loss=0.1995, simple_loss=0.2682, pruned_loss=0.0654, over 13840.00 frames. utt_duration=924.1 frames, utt_pad_proportion=0.07124, over 60.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3515, pruned_loss=0.1062, over 2783185.30 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07256, over 44910.04 utterances.], batch size: 60, lr: 2.35e-04 +2022-09-18 17:23:29,550 INFO [train.py:885] (0/2) Epoch 20, batch 6200, loss[loss=0.1644, simple_loss=0.219, pruned_loss=0.05489, over 13099.00 frames. utt_duration=1589 frames, utt_pad_proportion=0.1086, over 33.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3544, pruned_loss=0.1074, over 2781474.64 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07378, over 46626.36 utterances.], batch size: 33, lr: 2.35e-04 +2022-09-18 17:23:58,868 INFO [train.py:885] (0/2) Epoch 20, batch 6250, loss[loss=0.2114, simple_loss=0.2825, pruned_loss=0.07016, over 13692.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07436, over 50.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3501, pruned_loss=0.1052, over 2783525.75 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07168, over 44500.87 utterances.], batch size: 50, lr: 2.35e-04 +2022-09-18 17:24:28,403 INFO [train.py:885] (0/2) Epoch 20, batch 6300, loss[loss=0.2236, simple_loss=0.298, pruned_loss=0.07457, over 14175.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.04486, over 109.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3496, pruned_loss=0.1041, over 2784513.90 frames. utt_duration=251 frames, utt_pad_proportion=0.07142, over 44639.71 utterances.], batch size: 109, lr: 2.35e-04 +2022-09-18 17:24:57,712 INFO [train.py:885] (0/2) Epoch 20, batch 6350, loss[loss=0.2352, simple_loss=0.3131, pruned_loss=0.0787, over 14291.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.04249, over 141.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3526, pruned_loss=0.1062, over 2786051.51 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07103, over 45660.92 utterances.], batch size: 141, lr: 2.35e-04 +2022-09-18 17:25:27,294 INFO [train.py:885] (0/2) Epoch 20, batch 6400, loss[loss=0.246, simple_loss=0.329, pruned_loss=0.08152, over 14277.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03956, over 180.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3528, pruned_loss=0.1067, over 2781158.56 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07206, over 45816.42 utterances.], batch size: 180, lr: 2.35e-04 +2022-09-18 17:25:56,696 INFO [train.py:885] (0/2) Epoch 20, batch 6450, loss[loss=0.3565, simple_loss=0.4185, pruned_loss=0.1473, over 14317.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0388, over 283.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3544, pruned_loss=0.1076, over 2779065.28 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0741, over 46567.02 utterances.], batch size: 283, lr: 2.35e-04 +2022-09-18 17:26:26,826 INFO [train.py:885] (0/2) Epoch 20, batch 6500, loss[loss=0.1993, simple_loss=0.2786, pruned_loss=0.05994, over 14200.00 frames. utt_duration=639.8 frames, utt_pad_proportion=0.04799, over 89.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3524, pruned_loss=0.1062, over 2780957.16 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07218, over 46271.61 utterances.], batch size: 89, lr: 2.35e-04 +2022-09-18 17:26:56,389 INFO [train.py:885] (0/2) Epoch 20, batch 6550, loss[loss=0.2571, simple_loss=0.3318, pruned_loss=0.09123, over 14343.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03938, over 167.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3506, pruned_loss=0.105, over 2780929.92 frames. utt_duration=242 frames, utt_pad_proportion=0.07216, over 46258.22 utterances.], batch size: 167, lr: 2.35e-04 +2022-09-18 17:27:26,282 INFO [train.py:885] (0/2) Epoch 20, batch 6600, loss[loss=0.2219, simple_loss=0.2941, pruned_loss=0.07487, over 14080.00 frames. utt_duration=576.2 frames, utt_pad_proportion=0.0539, over 98.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3528, pruned_loss=0.1058, over 2782577.61 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07085, over 47032.70 utterances.], batch size: 98, lr: 2.34e-04 +2022-09-18 17:27:56,132 INFO [train.py:885] (0/2) Epoch 20, batch 6650, loss[loss=0.3131, simple_loss=0.402, pruned_loss=0.1121, over 13812.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06911, over 411.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3532, pruned_loss=0.1059, over 2778111.83 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07316, over 47523.25 utterances.], batch size: 411, lr: 2.34e-04 +2022-09-18 17:28:25,893 INFO [train.py:885] (0/2) Epoch 20, batch 6700, loss[loss=0.2103, simple_loss=0.2903, pruned_loss=0.06513, over 13742.00 frames. utt_duration=798.1 frames, utt_pad_proportion=0.07093, over 69.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3514, pruned_loss=0.105, over 2777753.35 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07292, over 46629.57 utterances.], batch size: 69, lr: 2.34e-04 +2022-09-18 17:28:55,677 INFO [train.py:885] (0/2) Epoch 20, batch 6750, loss[loss=0.3283, simple_loss=0.4044, pruned_loss=0.1261, over 13995.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05663, over 365.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3499, pruned_loss=0.1048, over 2783483.75 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07046, over 45428.65 utterances.], batch size: 365, lr: 2.34e-04 +2022-09-18 17:29:25,563 INFO [train.py:885] (0/2) Epoch 20, batch 6800, loss[loss=0.2492, simple_loss=0.3409, pruned_loss=0.07876, over 14354.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03848, over 167.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3501, pruned_loss=0.1044, over 2777374.72 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07021, over 45836.50 utterances.], batch size: 167, lr: 2.34e-04 +2022-09-18 17:29:54,757 INFO [train.py:885] (0/2) Epoch 20, batch 6850, loss[loss=0.2369, simple_loss=0.3163, pruned_loss=0.07875, over 14222.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04155, over 109.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3493, pruned_loss=0.1039, over 2776740.03 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06988, over 45185.81 utterances.], batch size: 109, lr: 2.34e-04 +2022-09-18 17:30:24,084 INFO [train.py:885] (0/2) Epoch 20, batch 6900, loss[loss=0.2701, simple_loss=0.3491, pruned_loss=0.09553, over 14226.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.04339, over 225.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.349, pruned_loss=0.1032, over 2778126.34 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06988, over 45883.51 utterances.], batch size: 225, lr: 2.34e-04 +2022-09-18 17:30:53,866 INFO [train.py:885] (0/2) Epoch 20, batch 6950, loss[loss=0.2553, simple_loss=0.3233, pruned_loss=0.09365, over 14278.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04347, over 141.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3557, pruned_loss=0.1068, over 2774549.52 frames. utt_duration=229 frames, utt_pad_proportion=0.07487, over 48785.40 utterances.], batch size: 141, lr: 2.34e-04 +2022-09-18 17:31:23,634 INFO [train.py:885] (0/2) Epoch 20, batch 7000, loss[loss=0.2224, simple_loss=0.2896, pruned_loss=0.07759, over 14293.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04339, over 110.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3531, pruned_loss=0.1061, over 2781119.53 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07143, over 46499.71 utterances.], batch size: 110, lr: 2.34e-04 +2022-09-18 17:31:53,702 INFO [train.py:885] (0/2) Epoch 20, batch 7050, loss[loss=0.3273, simple_loss=0.3892, pruned_loss=0.1327, over 14331.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03466, over 244.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3553, pruned_loss=0.1072, over 2777476.31 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07399, over 47824.26 utterances.], batch size: 244, lr: 2.34e-04 +2022-09-18 17:32:22,639 INFO [train.py:885] (0/2) Epoch 20, batch 7100, loss[loss=0.2526, simple_loss=0.2981, pruned_loss=0.1035, over 14011.00 frames. utt_duration=710.9 frames, utt_pad_proportion=0.05716, over 79.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3546, pruned_loss=0.1073, over 2784415.90 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07136, over 46191.59 utterances.], batch size: 79, lr: 2.34e-04 +2022-09-18 17:32:52,552 INFO [train.py:885] (0/2) Epoch 20, batch 7150, loss[loss=0.5522, simple_loss=0.6237, pruned_loss=0.2403, over 12473.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1466, over 811.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3506, pruned_loss=0.1054, over 2782776.66 frames. utt_duration=246.2 frames, utt_pad_proportion=0.0714, over 45483.78 utterances.], batch size: 811, lr: 2.34e-04 +2022-09-18 17:33:21,880 INFO [train.py:885] (0/2) Epoch 20, batch 7200, loss[loss=0.2908, simple_loss=0.3692, pruned_loss=0.1062, over 14321.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03815, over 210.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3483, pruned_loss=0.1045, over 2781018.87 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06924, over 44533.64 utterances.], batch size: 210, lr: 2.34e-04 +2022-09-18 17:33:51,596 INFO [train.py:885] (0/2) Epoch 20, batch 7250, loss[loss=0.2977, simple_loss=0.3737, pruned_loss=0.1108, over 14345.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.0358, over 226.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3476, pruned_loss=0.104, over 2785126.77 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06976, over 43990.55 utterances.], batch size: 226, lr: 2.34e-04 +2022-09-18 17:34:20,969 INFO [train.py:885] (0/2) Epoch 20, batch 7300, loss[loss=0.1957, simple_loss=0.2596, pruned_loss=0.06589, over 13178.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.09911, over 41.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3468, pruned_loss=0.1034, over 2781028.97 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07064, over 43776.40 utterances.], batch size: 41, lr: 2.34e-04 +2022-09-18 17:34:51,246 INFO [train.py:885] (0/2) Epoch 20, batch 7350, loss[loss=0.3007, simple_loss=0.3738, pruned_loss=0.1138, over 14343.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03825, over 244.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3504, pruned_loss=0.1049, over 2779181.40 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07228, over 45582.43 utterances.], batch size: 244, lr: 2.34e-04 +2022-09-18 17:35:20,410 INFO [train.py:885] (0/2) Epoch 20, batch 7400, loss[loss=0.2824, simple_loss=0.3518, pruned_loss=0.1065, over 14329.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03701, over 180.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3489, pruned_loss=0.1043, over 2783015.52 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07248, over 44631.26 utterances.], batch size: 180, lr: 2.34e-04 +2022-09-18 17:35:49,989 INFO [train.py:885] (0/2) Epoch 20, batch 7450, loss[loss=0.303, simple_loss=0.3969, pruned_loss=0.1046, over 13728.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07399, over 411.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3503, pruned_loss=0.105, over 2781865.25 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07253, over 45170.88 utterances.], batch size: 411, lr: 2.34e-04 +2022-09-18 17:36:19,011 INFO [train.py:885] (0/2) Epoch 20, batch 7500, loss[loss=0.2377, simple_loss=0.3067, pruned_loss=0.08437, over 14226.00 frames. utt_duration=523.7 frames, utt_pad_proportion=0.04091, over 109.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3513, pruned_loss=0.1055, over 2781828.54 frames. utt_duration=247.4 frames, utt_pad_proportion=0.0713, over 45250.44 utterances.], batch size: 109, lr: 2.34e-04 +2022-09-18 17:36:49,735 INFO [train.py:885] (0/2) Epoch 20, batch 7550, loss[loss=0.2801, simple_loss=0.359, pruned_loss=0.1006, over 14355.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03561, over 210.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3545, pruned_loss=0.1069, over 2779552.10 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07276, over 46786.37 utterances.], batch size: 210, lr: 2.34e-04 +2022-09-18 17:37:19,721 INFO [train.py:885] (0/2) Epoch 20, batch 7600, loss[loss=0.5352, simple_loss=0.6151, pruned_loss=0.2276, over 12470.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1469, over 810.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3516, pruned_loss=0.105, over 2775613.53 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07443, over 46392.53 utterances.], batch size: 810, lr: 2.34e-04 +2022-09-18 17:37:49,276 INFO [train.py:885] (0/2) Epoch 20, batch 7650, loss[loss=0.3974, simple_loss=0.4311, pruned_loss=0.1818, over 14228.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04298, over 306.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3507, pruned_loss=0.105, over 2779260.49 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07127, over 45550.47 utterances.], batch size: 306, lr: 2.34e-04 +2022-09-18 17:38:19,097 INFO [train.py:885] (0/2) Epoch 20, batch 7700, loss[loss=0.2234, simple_loss=0.2952, pruned_loss=0.07576, over 14116.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.05146, over 98.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3531, pruned_loss=0.1065, over 2778481.80 frames. utt_duration=241 frames, utt_pad_proportion=0.07276, over 46399.70 utterances.], batch size: 98, lr: 2.34e-04 +2022-09-18 17:38:48,678 INFO [train.py:885] (0/2) Epoch 20, batch 7750, loss[loss=0.296, simple_loss=0.383, pruned_loss=0.1045, over 13997.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05518, over 365.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3556, pruned_loss=0.1079, over 2779249.42 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07318, over 47553.11 utterances.], batch size: 365, lr: 2.34e-04 +2022-09-18 17:39:18,257 INFO [train.py:885] (0/2) Epoch 20, batch 7800, loss[loss=0.1831, simple_loss=0.2394, pruned_loss=0.0634, over 13007.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1138, over 33.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.354, pruned_loss=0.1066, over 2781564.34 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07211, over 46753.33 utterances.], batch size: 33, lr: 2.34e-04 +2022-09-18 17:39:47,566 INFO [train.py:885] (0/2) Epoch 20, batch 7850, loss[loss=0.1613, simple_loss=0.2136, pruned_loss=0.05453, over 13132.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1089, over 33.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3518, pruned_loss=0.1058, over 2780816.03 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07189, over 45803.12 utterances.], batch size: 33, lr: 2.34e-04 +2022-09-18 17:40:17,355 INFO [train.py:885] (0/2) Epoch 20, batch 7900, loss[loss=0.2048, simple_loss=0.2705, pruned_loss=0.06958, over 13853.00 frames. utt_duration=925 frames, utt_pad_proportion=0.07123, over 60.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3505, pruned_loss=0.1051, over 2780297.15 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07275, over 45905.55 utterances.], batch size: 60, lr: 2.34e-04 +2022-09-18 17:40:46,789 INFO [train.py:885] (0/2) Epoch 20, batch 7950, loss[loss=0.1476, simple_loss=0.1927, pruned_loss=0.05128, over 12793.00 frames. utt_duration=2048 frames, utt_pad_proportion=0.1141, over 25.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3498, pruned_loss=0.1041, over 2778282.15 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07308, over 46167.07 utterances.], batch size: 25, lr: 2.34e-04 +2022-09-18 17:41:16,199 INFO [train.py:885] (0/2) Epoch 20, batch 8000, loss[loss=0.3451, simple_loss=0.409, pruned_loss=0.1406, over 14362.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03295, over 244.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.349, pruned_loss=0.1042, over 2780937.62 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07144, over 45538.16 utterances.], batch size: 244, lr: 2.34e-04 +2022-09-18 17:41:46,095 INFO [train.py:885] (0/2) Epoch 20, batch 8050, loss[loss=0.2103, simple_loss=0.2769, pruned_loss=0.07182, over 14214.00 frames. utt_duration=640.2 frames, utt_pad_proportion=0.04441, over 89.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3516, pruned_loss=0.1057, over 2784839.01 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07127, over 45860.96 utterances.], batch size: 89, lr: 2.34e-04 +2022-09-18 17:42:15,792 INFO [train.py:885] (0/2) Epoch 20, batch 8100, loss[loss=0.3294, simple_loss=0.3893, pruned_loss=0.1347, over 14218.00 frames. utt_duration=254.3 frames, utt_pad_proportion=0.04381, over 225.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3538, pruned_loss=0.1071, over 2782568.63 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07282, over 46993.39 utterances.], batch size: 225, lr: 2.34e-04 +2022-09-18 17:42:45,827 INFO [train.py:885] (0/2) Epoch 20, batch 8150, loss[loss=0.401, simple_loss=0.4566, pruned_loss=0.1726, over 13973.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05737, over 365.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3533, pruned_loss=0.1071, over 2785009.05 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07067, over 46579.39 utterances.], batch size: 365, lr: 2.34e-04 +2022-09-18 17:43:15,552 INFO [train.py:885] (0/2) Epoch 20, batch 8200, loss[loss=0.3395, simple_loss=0.432, pruned_loss=0.1235, over 13602.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08346, over 477.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3523, pruned_loss=0.1055, over 2785348.34 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07031, over 46295.77 utterances.], batch size: 477, lr: 2.34e-04 +2022-09-18 17:43:27,136 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-248000.pt +2022-09-18 17:43:46,090 INFO [train.py:885] (0/2) Epoch 20, batch 8250, loss[loss=0.3806, simple_loss=0.4742, pruned_loss=0.1435, over 13099.00 frames. utt_duration=81.73 frames, utt_pad_proportion=0.1116, over 653.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.349, pruned_loss=0.1041, over 2782587.32 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07058, over 45565.61 utterances.], batch size: 653, lr: 2.34e-04 +2022-09-18 17:44:15,452 INFO [train.py:885] (0/2) Epoch 20, batch 8300, loss[loss=0.2705, simple_loss=0.3542, pruned_loss=0.0934, over 14362.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03252, over 244.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.352, pruned_loss=0.1057, over 2783219.06 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07078, over 45640.97 utterances.], batch size: 244, lr: 2.34e-04 +2022-09-18 17:44:45,594 INFO [train.py:885] (0/2) Epoch 20, batch 8350, loss[loss=0.2233, simple_loss=0.2985, pruned_loss=0.07409, over 13860.00 frames. utt_duration=804.9 frames, utt_pad_proportion=0.063, over 69.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3541, pruned_loss=0.1073, over 2784822.99 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07057, over 46541.24 utterances.], batch size: 69, lr: 2.34e-04 +2022-09-18 17:45:14,461 INFO [train.py:885] (0/2) Epoch 20, batch 8400, loss[loss=0.2352, simple_loss=0.2954, pruned_loss=0.08751, over 14221.00 frames. utt_duration=523.2 frames, utt_pad_proportion=0.04177, over 109.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3516, pruned_loss=0.106, over 2790448.80 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06834, over 45303.32 utterances.], batch size: 109, lr: 2.34e-04 +2022-09-18 17:45:44,269 INFO [train.py:885] (0/2) Epoch 20, batch 8450, loss[loss=0.2373, simple_loss=0.3084, pruned_loss=0.08304, over 14179.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04436, over 109.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3529, pruned_loss=0.1064, over 2783569.60 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0723, over 46394.03 utterances.], batch size: 109, lr: 2.34e-04 +2022-09-18 17:46:13,310 INFO [train.py:885] (0/2) Epoch 20, batch 8500, loss[loss=0.2248, simple_loss=0.3019, pruned_loss=0.07386, over 14073.00 frames. utt_duration=713.8 frames, utt_pad_proportion=0.05582, over 79.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3495, pruned_loss=0.105, over 2780091.41 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07143, over 45145.59 utterances.], batch size: 79, lr: 2.34e-04 +2022-09-18 17:46:43,305 INFO [train.py:885] (0/2) Epoch 20, batch 8550, loss[loss=0.3492, simple_loss=0.4409, pruned_loss=0.1288, over 13606.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07874, over 560.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3507, pruned_loss=0.1054, over 2783248.30 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06993, over 45262.90 utterances.], batch size: 560, lr: 2.34e-04 +2022-09-18 17:47:13,081 INFO [train.py:885] (0/2) Epoch 20, batch 8600, loss[loss=0.3227, simple_loss=0.3791, pruned_loss=0.1331, over 14317.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04118, over 167.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3534, pruned_loss=0.1069, over 2782120.33 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07009, over 46721.04 utterances.], batch size: 167, lr: 2.34e-04 +2022-09-18 17:47:42,660 INFO [train.py:885] (0/2) Epoch 20, batch 8650, loss[loss=0.291, simple_loss=0.3908, pruned_loss=0.09561, over 13720.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07544, over 411.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3583, pruned_loss=0.1086, over 2782019.54 frames. utt_duration=228.9 frames, utt_pad_proportion=0.07265, over 48933.77 utterances.], batch size: 411, lr: 2.34e-04 +2022-09-18 17:48:11,932 INFO [train.py:885] (0/2) Epoch 20, batch 8700, loss[loss=0.2883, simple_loss=0.3538, pruned_loss=0.1114, over 14321.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03986, over 154.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.355, pruned_loss=0.1073, over 2783024.36 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07003, over 46947.31 utterances.], batch size: 154, lr: 2.34e-04 +2022-09-18 17:48:41,193 INFO [train.py:885] (0/2) Epoch 20, batch 8750, loss[loss=0.1683, simple_loss=0.2252, pruned_loss=0.05566, over 13027.00 frames. utt_duration=1580 frames, utt_pad_proportion=0.1076, over 33.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3518, pruned_loss=0.1062, over 2781855.44 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07023, over 45103.38 utterances.], batch size: 33, lr: 2.33e-04 +2022-09-18 17:49:10,971 INFO [train.py:885] (0/2) Epoch 20, batch 8800, loss[loss=0.2413, simple_loss=0.308, pruned_loss=0.08729, over 14127.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.04745, over 109.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3518, pruned_loss=0.1059, over 2783274.79 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06829, over 45394.77 utterances.], batch size: 109, lr: 2.33e-04 +2022-09-18 17:49:40,461 INFO [train.py:885] (0/2) Epoch 20, batch 8850, loss[loss=0.2713, simple_loss=0.3466, pruned_loss=0.09802, over 14352.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03623, over 226.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3465, pruned_loss=0.1036, over 2777427.85 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06778, over 43618.72 utterances.], batch size: 226, lr: 2.33e-04 +2022-09-18 17:50:10,138 INFO [train.py:885] (0/2) Epoch 20, batch 8900, loss[loss=0.1535, simple_loss=0.2111, pruned_loss=0.048, over 13338.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.09157, over 33.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.351, pruned_loss=0.1064, over 2779691.78 frames. utt_duration=250.3 frames, utt_pad_proportion=0.0683, over 44686.69 utterances.], batch size: 33, lr: 2.33e-04 +2022-09-18 17:50:40,195 INFO [train.py:885] (0/2) Epoch 20, batch 8950, loss[loss=0.2205, simple_loss=0.2802, pruned_loss=0.08046, over 13792.00 frames. utt_duration=920.6 frames, utt_pad_proportion=0.07567, over 60.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3501, pruned_loss=0.105, over 2776445.34 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07127, over 45490.88 utterances.], batch size: 60, lr: 2.33e-04 +2022-09-18 17:51:09,416 INFO [train.py:885] (0/2) Epoch 20, batch 9000, loss[loss=0.2792, simple_loss=0.3526, pruned_loss=0.103, over 14283.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04143, over 262.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3446, pruned_loss=0.1018, over 2783547.97 frames. utt_duration=259 frames, utt_pad_proportion=0.06801, over 43232.56 utterances.], batch size: 262, lr: 2.33e-04 +2022-09-18 17:51:09,417 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 17:51:14,116 INFO [train.py:914] (0/2) Epoch 20, validation: loss=0.1951, simple_loss=0.2728, pruned_loss=0.05873, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 17:51:44,760 INFO [train.py:885] (0/2) Epoch 20, batch 9050, loss[loss=0.1634, simple_loss=0.2267, pruned_loss=0.05002, over 13479.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09333, over 50.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3471, pruned_loss=0.103, over 2783524.09 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06984, over 44179.34 utterances.], batch size: 50, lr: 2.33e-04 +2022-09-18 17:52:13,812 INFO [train.py:885] (0/2) Epoch 20, batch 9100, loss[loss=0.4091, simple_loss=0.447, pruned_loss=0.1856, over 14227.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04378, over 335.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3487, pruned_loss=0.1035, over 2787374.33 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06856, over 44788.39 utterances.], batch size: 335, lr: 2.33e-04 +2022-09-18 17:52:42,857 INFO [train.py:885] (0/2) Epoch 20, batch 9150, loss[loss=0.3312, simple_loss=0.4276, pruned_loss=0.1174, over 13641.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07705, over 560.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3459, pruned_loss=0.1022, over 2784622.99 frames. utt_duration=256.5 frames, utt_pad_proportion=0.0668, over 43681.48 utterances.], batch size: 560, lr: 2.33e-04 +2022-09-18 17:53:12,241 INFO [train.py:885] (0/2) Epoch 20, batch 9200, loss[loss=0.146, simple_loss=0.192, pruned_loss=0.04997, over 13156.00 frames. utt_duration=2107 frames, utt_pad_proportion=0.1193, over 25.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3482, pruned_loss=0.1034, over 2783216.14 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06801, over 44595.75 utterances.], batch size: 25, lr: 2.33e-04 +2022-09-18 17:53:41,815 INFO [train.py:885] (0/2) Epoch 20, batch 9250, loss[loss=0.149, simple_loss=0.2004, pruned_loss=0.04882, over 13250.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.09274, over 33.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3469, pruned_loss=0.1031, over 2784059.10 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06753, over 44440.14 utterances.], batch size: 33, lr: 2.33e-04 +2022-09-18 17:54:11,473 INFO [train.py:885] (0/2) Epoch 20, batch 9300, loss[loss=0.1322, simple_loss=0.1844, pruned_loss=0.04004, over 12462.00 frames. utt_duration=2078 frames, utt_pad_proportion=0.1632, over 24.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3498, pruned_loss=0.104, over 2784715.52 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06835, over 45857.53 utterances.], batch size: 24, lr: 2.33e-04 +2022-09-18 17:54:40,454 INFO [train.py:885] (0/2) Epoch 20, batch 9350, loss[loss=0.3059, simple_loss=0.3659, pruned_loss=0.123, over 14285.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03989, over 180.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3485, pruned_loss=0.1036, over 2783734.58 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06858, over 45606.02 utterances.], batch size: 180, lr: 2.33e-04 +2022-09-18 17:55:10,064 INFO [train.py:885] (0/2) Epoch 20, batch 9400, loss[loss=0.1932, simple_loss=0.2491, pruned_loss=0.06864, over 13039.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1205, over 33.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3489, pruned_loss=0.1041, over 2782439.69 frames. utt_duration=249 frames, utt_pad_proportion=0.06789, over 44954.85 utterances.], batch size: 33, lr: 2.33e-04 +2022-09-18 17:55:39,179 INFO [train.py:885] (0/2) Epoch 20, batch 9450, loss[loss=0.1773, simple_loss=0.2434, pruned_loss=0.05558, over 13781.00 frames. utt_duration=800.5 frames, utt_pad_proportion=0.06809, over 69.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3487, pruned_loss=0.1033, over 2778620.02 frames. utt_duration=245 frames, utt_pad_proportion=0.06898, over 45641.00 utterances.], batch size: 69, lr: 2.33e-04 +2022-09-18 17:56:09,010 INFO [train.py:885] (0/2) Epoch 20, batch 9500, loss[loss=0.2424, simple_loss=0.3064, pruned_loss=0.08921, over 14143.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04673, over 109.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3499, pruned_loss=0.1035, over 2779561.99 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07142, over 46012.81 utterances.], batch size: 109, lr: 2.33e-04 +2022-09-18 17:56:38,089 INFO [train.py:885] (0/2) Epoch 20, batch 9550, loss[loss=0.3399, simple_loss=0.4235, pruned_loss=0.1281, over 13722.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07493, over 411.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3495, pruned_loss=0.1031, over 2782984.44 frames. utt_duration=244 frames, utt_pad_proportion=0.07042, over 45898.72 utterances.], batch size: 411, lr: 2.33e-04 +2022-09-18 17:57:07,911 INFO [train.py:885] (0/2) Epoch 20, batch 9600, loss[loss=0.204, simple_loss=0.29, pruned_loss=0.05902, over 13857.00 frames. utt_duration=804.7 frames, utt_pad_proportion=0.06214, over 69.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3514, pruned_loss=0.1046, over 2779995.61 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07071, over 46201.53 utterances.], batch size: 69, lr: 2.33e-04 +2022-09-18 17:57:37,151 INFO [train.py:885] (0/2) Epoch 20, batch 9650, loss[loss=0.357, simple_loss=0.4067, pruned_loss=0.1536, over 14242.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04262, over 335.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3524, pruned_loss=0.1055, over 2775929.25 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07217, over 46705.69 utterances.], batch size: 335, lr: 2.33e-04 +2022-09-18 17:58:06,911 INFO [train.py:885] (0/2) Epoch 20, batch 9700, loss[loss=0.273, simple_loss=0.3503, pruned_loss=0.09791, over 14287.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04193, over 154.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3501, pruned_loss=0.1045, over 2778175.67 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06962, over 45461.18 utterances.], batch size: 154, lr: 2.33e-04 +2022-09-18 17:58:36,562 INFO [train.py:885] (0/2) Epoch 20, batch 9750, loss[loss=0.2183, simple_loss=0.2852, pruned_loss=0.07571, over 13896.00 frames. utt_duration=807 frames, utt_pad_proportion=0.06055, over 69.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.352, pruned_loss=0.1053, over 2782689.01 frames. utt_duration=243.1 frames, utt_pad_proportion=0.06878, over 46066.77 utterances.], batch size: 69, lr: 2.33e-04 +2022-09-18 17:59:14,287 INFO [train.py:885] (0/2) Epoch 20, batch 9800, loss[loss=0.2346, simple_loss=0.3114, pruned_loss=0.07889, over 14133.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05057, over 98.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3495, pruned_loss=0.1036, over 2788032.01 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06751, over 44811.57 utterances.], batch size: 98, lr: 2.33e-04 +2022-09-18 17:59:44,030 INFO [train.py:885] (0/2) Epoch 20, batch 9850, loss[loss=0.2988, simple_loss=0.387, pruned_loss=0.1053, over 13996.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05583, over 365.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3479, pruned_loss=0.1034, over 2787448.50 frames. utt_duration=257.9 frames, utt_pad_proportion=0.0656, over 43484.14 utterances.], batch size: 365, lr: 2.33e-04 +2022-09-18 18:00:13,979 INFO [train.py:885] (0/2) Epoch 20, batch 9900, loss[loss=0.2634, simple_loss=0.3457, pruned_loss=0.09061, over 14285.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03983, over 180.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3534, pruned_loss=0.1064, over 2781358.68 frames. utt_duration=242.4 frames, utt_pad_proportion=0.0724, over 46183.51 utterances.], batch size: 180, lr: 2.33e-04 +2022-09-18 18:00:43,309 INFO [train.py:885] (0/2) Epoch 20, batch 9950, loss[loss=0.1859, simple_loss=0.247, pruned_loss=0.06241, over 14048.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06151, over 70.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3524, pruned_loss=0.1061, over 2784664.46 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07114, over 45200.59 utterances.], batch size: 70, lr: 2.33e-04 +2022-09-18 18:01:12,903 INFO [train.py:885] (0/2) Epoch 20, batch 10000, loss[loss=0.2046, simple_loss=0.2773, pruned_loss=0.06592, over 13660.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08679, over 42.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3532, pruned_loss=0.1061, over 2782307.75 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07187, over 45357.38 utterances.], batch size: 42, lr: 2.33e-04 +2022-09-18 18:01:42,145 INFO [train.py:885] (0/2) Epoch 20, batch 10050, loss[loss=0.1751, simple_loss=0.2442, pruned_loss=0.05305, over 13826.00 frames. utt_duration=923.3 frames, utt_pad_proportion=0.07299, over 60.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3531, pruned_loss=0.1065, over 2783731.75 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07053, over 45043.51 utterances.], batch size: 60, lr: 2.33e-04 +2022-09-18 18:02:11,537 INFO [train.py:885] (0/2) Epoch 20, batch 10100, loss[loss=0.2985, simple_loss=0.3697, pruned_loss=0.1137, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04045, over 225.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3579, pruned_loss=0.1089, over 2786304.68 frames. utt_duration=240.6 frames, utt_pad_proportion=0.0714, over 46604.60 utterances.], batch size: 225, lr: 2.33e-04 +2022-09-18 18:02:41,561 INFO [train.py:885] (0/2) Epoch 20, batch 10150, loss[loss=0.2987, simple_loss=0.3636, pruned_loss=0.1169, over 14312.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03859, over 283.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.356, pruned_loss=0.1082, over 2781026.04 frames. utt_duration=241 frames, utt_pad_proportion=0.07042, over 46448.09 utterances.], batch size: 283, lr: 2.33e-04 +2022-09-18 18:03:11,051 INFO [train.py:885] (0/2) Epoch 20, batch 10200, loss[loss=0.3071, simple_loss=0.3686, pruned_loss=0.1228, over 14327.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04045, over 167.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3551, pruned_loss=0.1079, over 2784808.41 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06915, over 45967.96 utterances.], batch size: 167, lr: 2.33e-04 +2022-09-18 18:03:40,268 INFO [train.py:885] (0/2) Epoch 20, batch 10250, loss[loss=0.1538, simple_loss=0.2321, pruned_loss=0.03778, over 13891.00 frames. utt_duration=806.8 frames, utt_pad_proportion=0.06075, over 69.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3549, pruned_loss=0.108, over 2779797.43 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07084, over 45532.51 utterances.], batch size: 69, lr: 2.33e-04 +2022-09-18 18:04:09,994 INFO [train.py:885] (0/2) Epoch 20, batch 10300, loss[loss=0.2935, simple_loss=0.3655, pruned_loss=0.1108, over 14295.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03906, over 154.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3526, pruned_loss=0.1068, over 2777124.02 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07105, over 44789.57 utterances.], batch size: 154, lr: 2.33e-04 +2022-09-18 18:04:39,071 INFO [train.py:885] (0/2) Epoch 20, batch 10350, loss[loss=0.207, simple_loss=0.2824, pruned_loss=0.06583, over 13532.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08744, over 50.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.354, pruned_loss=0.1073, over 2780672.90 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07137, over 45173.32 utterances.], batch size: 50, lr: 2.33e-04 +2022-09-18 18:05:08,728 INFO [train.py:885] (0/2) Epoch 20, batch 10400, loss[loss=0.3038, simple_loss=0.3981, pruned_loss=0.1048, over 13730.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07413, over 411.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3558, pruned_loss=0.1082, over 2777115.76 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07419, over 46533.52 utterances.], batch size: 411, lr: 2.33e-04 +2022-09-18 18:05:37,978 INFO [train.py:885] (0/2) Epoch 20, batch 10450, loss[loss=0.174, simple_loss=0.2436, pruned_loss=0.05224, over 13333.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.1007, over 33.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3556, pruned_loss=0.1085, over 2783975.39 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07245, over 46061.71 utterances.], batch size: 33, lr: 2.33e-04 +2022-09-18 18:06:08,105 INFO [train.py:885] (0/2) Epoch 20, batch 10500, loss[loss=0.3023, simple_loss=0.4042, pruned_loss=0.1003, over 13634.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08118, over 477.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3537, pruned_loss=0.1066, over 2781118.58 frames. utt_duration=241.8 frames, utt_pad_proportion=0.0717, over 46286.41 utterances.], batch size: 477, lr: 2.33e-04 +2022-09-18 18:06:37,410 INFO [train.py:885] (0/2) Epoch 20, batch 10550, loss[loss=0.3059, simple_loss=0.3687, pruned_loss=0.1215, over 14342.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03691, over 210.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3532, pruned_loss=0.1064, over 2781314.22 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0718, over 46344.54 utterances.], batch size: 210, lr: 2.33e-04 +2022-09-18 18:07:07,239 INFO [train.py:885] (0/2) Epoch 20, batch 10600, loss[loss=0.2357, simple_loss=0.322, pruned_loss=0.07469, over 14249.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04526, over 141.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3516, pruned_loss=0.1051, over 2780487.33 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07138, over 45545.96 utterances.], batch size: 141, lr: 2.33e-04 +2022-09-18 18:07:36,263 INFO [train.py:885] (0/2) Epoch 20, batch 10650, loss[loss=0.2264, simple_loss=0.2905, pruned_loss=0.08121, over 14072.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05288, over 98.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.354, pruned_loss=0.1064, over 2780047.62 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07085, over 45906.63 utterances.], batch size: 98, lr: 2.33e-04 +2022-09-18 18:08:06,068 INFO [train.py:885] (0/2) Epoch 20, batch 10700, loss[loss=0.2362, simple_loss=0.3064, pruned_loss=0.08297, over 14084.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05515, over 98.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3546, pruned_loss=0.1072, over 2782347.39 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07153, over 45313.60 utterances.], batch size: 98, lr: 2.33e-04 +2022-09-18 18:08:35,561 INFO [train.py:885] (0/2) Epoch 20, batch 10750, loss[loss=0.223, simple_loss=0.2964, pruned_loss=0.07482, over 14179.00 frames. utt_duration=638.7 frames, utt_pad_proportion=0.04954, over 89.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3559, pruned_loss=0.1083, over 2778565.36 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07254, over 45948.26 utterances.], batch size: 89, lr: 2.33e-04 +2022-09-18 18:09:05,182 INFO [train.py:885] (0/2) Epoch 20, batch 10800, loss[loss=0.2357, simple_loss=0.3064, pruned_loss=0.08248, over 14127.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05219, over 98.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3565, pruned_loss=0.1081, over 2779902.37 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07194, over 46494.13 utterances.], batch size: 98, lr: 2.33e-04 +2022-09-18 18:09:34,618 INFO [train.py:885] (0/2) Epoch 20, batch 10850, loss[loss=0.2421, simple_loss=0.3061, pruned_loss=0.08909, over 14070.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05617, over 98.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3562, pruned_loss=0.1076, over 2777309.81 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07102, over 46720.95 utterances.], batch size: 98, lr: 2.33e-04 +2022-09-18 18:10:04,095 INFO [train.py:885] (0/2) Epoch 20, batch 10900, loss[loss=0.2172, simple_loss=0.2807, pruned_loss=0.07687, over 14191.00 frames. utt_duration=639.3 frames, utt_pad_proportion=0.04727, over 89.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3524, pruned_loss=0.1055, over 2776090.36 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07197, over 46132.79 utterances.], batch size: 89, lr: 2.32e-04 +2022-09-18 18:10:33,381 INFO [train.py:885] (0/2) Epoch 20, batch 10950, loss[loss=0.29, simple_loss=0.3511, pruned_loss=0.1144, over 14309.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04043, over 154.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3526, pruned_loss=0.1055, over 2778579.62 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07113, over 46163.30 utterances.], batch size: 154, lr: 2.32e-04 +2022-09-18 18:11:10,842 INFO [train.py:885] (0/2) Epoch 20, batch 11000, loss[loss=0.2608, simple_loss=0.3257, pruned_loss=0.09795, over 14217.00 frames. utt_duration=523.2 frames, utt_pad_proportion=0.04181, over 109.00 utterances.], tot_loss[loss=0.28, simple_loss=0.351, pruned_loss=0.1045, over 2781654.92 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06964, over 45907.92 utterances.], batch size: 109, lr: 2.32e-04 +2022-09-18 18:11:40,335 INFO [train.py:885] (0/2) Epoch 20, batch 11050, loss[loss=0.301, simple_loss=0.3719, pruned_loss=0.1151, over 14267.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04097, over 225.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3533, pruned_loss=0.1063, over 2780269.34 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07241, over 46249.28 utterances.], batch size: 225, lr: 2.32e-04 +2022-09-18 18:12:10,021 INFO [train.py:885] (0/2) Epoch 20, batch 11100, loss[loss=0.3202, simple_loss=0.3916, pruned_loss=0.1244, over 14365.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03535, over 195.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3566, pruned_loss=0.1079, over 2781432.31 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07267, over 47397.93 utterances.], batch size: 195, lr: 2.32e-04 +2022-09-18 18:12:40,068 INFO [train.py:885] (0/2) Epoch 20, batch 11150, loss[loss=0.3107, simple_loss=0.3708, pruned_loss=0.1253, over 14357.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03573, over 195.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3552, pruned_loss=0.1074, over 2788245.20 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07009, over 46467.60 utterances.], batch size: 195, lr: 2.32e-04 +2022-09-18 18:13:09,008 INFO [train.py:885] (0/2) Epoch 20, batch 11200, loss[loss=0.381, simple_loss=0.4258, pruned_loss=0.1681, over 14276.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04037, over 335.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.353, pruned_loss=0.1062, over 2785779.21 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07074, over 45344.64 utterances.], batch size: 335, lr: 2.32e-04 +2022-09-18 18:13:38,605 INFO [train.py:885] (0/2) Epoch 20, batch 11250, loss[loss=0.2288, simple_loss=0.2965, pruned_loss=0.08059, over 14299.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04004, over 120.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3521, pruned_loss=0.1055, over 2786711.00 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06935, over 44990.24 utterances.], batch size: 120, lr: 2.32e-04 +2022-09-18 18:14:07,845 INFO [train.py:885] (0/2) Epoch 20, batch 11300, loss[loss=0.2513, simple_loss=0.3187, pruned_loss=0.09195, over 14306.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03774, over 130.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3477, pruned_loss=0.1034, over 2783029.43 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06966, over 44051.79 utterances.], batch size: 130, lr: 2.32e-04 +2022-09-18 18:14:37,752 INFO [train.py:885] (0/2) Epoch 20, batch 11350, loss[loss=0.205, simple_loss=0.2681, pruned_loss=0.07093, over 13387.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08566, over 41.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3492, pruned_loss=0.1045, over 2781406.59 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06778, over 44266.55 utterances.], batch size: 41, lr: 2.32e-04 +2022-09-18 18:15:07,336 INFO [train.py:885] (0/2) Epoch 20, batch 11400, loss[loss=0.1685, simple_loss=0.231, pruned_loss=0.05297, over 13417.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.09446, over 50.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3472, pruned_loss=0.1034, over 2779522.24 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06889, over 43992.54 utterances.], batch size: 50, lr: 2.32e-04 +2022-09-18 18:15:36,858 INFO [train.py:885] (0/2) Epoch 20, batch 11450, loss[loss=0.5261, simple_loss=0.6138, pruned_loss=0.2192, over 12366.00 frames. utt_duration=62.66 frames, utt_pad_proportion=0.1532, over 810.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3509, pruned_loss=0.1046, over 2777667.37 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07228, over 46088.79 utterances.], batch size: 810, lr: 2.32e-04 +2022-09-18 18:16:06,521 INFO [train.py:885] (0/2) Epoch 20, batch 11500, loss[loss=0.2873, simple_loss=0.3786, pruned_loss=0.09804, over 13986.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05635, over 365.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3495, pruned_loss=0.1042, over 2778057.13 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07147, over 45526.04 utterances.], batch size: 365, lr: 2.32e-04 +2022-09-18 18:16:35,909 INFO [train.py:885] (0/2) Epoch 20, batch 11550, loss[loss=0.2621, simple_loss=0.3394, pruned_loss=0.09246, over 14292.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.0416, over 154.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3496, pruned_loss=0.1034, over 2776929.73 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07171, over 46124.37 utterances.], batch size: 154, lr: 2.32e-04 +2022-09-18 18:17:05,657 INFO [train.py:885] (0/2) Epoch 20, batch 11600, loss[loss=0.5299, simple_loss=0.6048, pruned_loss=0.2275, over 12467.00 frames. utt_duration=63.02 frames, utt_pad_proportion=0.1483, over 811.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3514, pruned_loss=0.1054, over 2775138.60 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07335, over 46459.27 utterances.], batch size: 811, lr: 2.32e-04 +2022-09-18 18:17:34,769 INFO [train.py:885] (0/2) Epoch 20, batch 11650, loss[loss=0.1668, simple_loss=0.2315, pruned_loss=0.05103, over 13917.00 frames. utt_duration=808.2 frames, utt_pad_proportion=0.05799, over 69.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3505, pruned_loss=0.1048, over 2777708.77 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07228, over 45676.62 utterances.], batch size: 69, lr: 2.32e-04 +2022-09-18 18:18:04,429 INFO [train.py:885] (0/2) Epoch 20, batch 11700, loss[loss=0.5392, simple_loss=0.6095, pruned_loss=0.2344, over 12482.00 frames. utt_duration=63.28 frames, utt_pad_proportion=0.1448, over 810.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.352, pruned_loss=0.1049, over 2779009.16 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07196, over 46631.22 utterances.], batch size: 810, lr: 2.32e-04 +2022-09-18 18:18:33,727 INFO [train.py:885] (0/2) Epoch 20, batch 11750, loss[loss=0.2365, simple_loss=0.3069, pruned_loss=0.08298, over 14190.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04392, over 109.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3517, pruned_loss=0.1045, over 2779688.37 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07281, over 46674.19 utterances.], batch size: 109, lr: 2.32e-04 +2022-09-18 18:19:04,158 INFO [train.py:885] (0/2) Epoch 20, batch 11800, loss[loss=0.541, simple_loss=0.6093, pruned_loss=0.2363, over 12616.00 frames. utt_duration=63.72 frames, utt_pad_proportion=0.1389, over 811.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3545, pruned_loss=0.1054, over 2777572.59 frames. utt_duration=230.8 frames, utt_pad_proportion=0.07423, over 48457.60 utterances.], batch size: 811, lr: 2.32e-04 +2022-09-18 18:19:33,489 INFO [train.py:885] (0/2) Epoch 20, batch 11850, loss[loss=0.3169, simple_loss=0.3808, pruned_loss=0.1264, over 14304.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.03994, over 283.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3572, pruned_loss=0.1065, over 2782555.22 frames. utt_duration=226.6 frames, utt_pad_proportion=0.0725, over 49447.40 utterances.], batch size: 283, lr: 2.32e-04 +2022-09-18 18:20:02,827 INFO [train.py:885] (0/2) Epoch 20, batch 11900, loss[loss=0.3408, simple_loss=0.4077, pruned_loss=0.1369, over 14237.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04272, over 225.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3586, pruned_loss=0.1076, over 2784413.43 frames. utt_duration=224.5 frames, utt_pad_proportion=0.07358, over 49937.00 utterances.], batch size: 225, lr: 2.32e-04 +2022-09-18 18:20:32,176 INFO [train.py:885] (0/2) Epoch 20, batch 11950, loss[loss=0.1733, simple_loss=0.2529, pruned_loss=0.04686, over 14034.00 frames. utt_duration=712 frames, utt_pad_proportion=0.05815, over 79.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3528, pruned_loss=0.1053, over 2784674.67 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07193, over 46765.98 utterances.], batch size: 79, lr: 2.32e-04 +2022-09-18 18:21:01,298 INFO [train.py:885] (0/2) Epoch 20, batch 12000, loss[loss=0.5199, simple_loss=0.6041, pruned_loss=0.2179, over 12403.00 frames. utt_duration=62.85 frames, utt_pad_proportion=0.1507, over 810.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.354, pruned_loss=0.1053, over 2784625.24 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07325, over 47834.27 utterances.], batch size: 810, lr: 2.32e-04 +2022-09-18 18:21:01,299 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 18:21:05,615 INFO [train.py:914] (0/2) Epoch 20, validation: loss=0.1975, simple_loss=0.2781, pruned_loss=0.05848, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 18:21:35,743 INFO [train.py:885] (0/2) Epoch 20, batch 12050, loss[loss=0.3283, simple_loss=0.4186, pruned_loss=0.119, over 13612.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08293, over 477.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3527, pruned_loss=0.1057, over 2782186.91 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07319, over 46669.97 utterances.], batch size: 477, lr: 2.32e-04 +2022-09-18 18:22:05,087 INFO [train.py:885] (0/2) Epoch 20, batch 12100, loss[loss=0.1568, simple_loss=0.2195, pruned_loss=0.04702, over 12363.00 frames. utt_duration=2062 frames, utt_pad_proportion=0.1573, over 24.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3572, pruned_loss=0.1085, over 2779865.28 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07389, over 48162.94 utterances.], batch size: 24, lr: 2.32e-04 +2022-09-18 18:22:34,383 INFO [train.py:885] (0/2) Epoch 20, batch 12150, loss[loss=0.2445, simple_loss=0.3173, pruned_loss=0.08584, over 14268.00 frames. utt_duration=642.6 frames, utt_pad_proportion=0.03947, over 89.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3566, pruned_loss=0.1077, over 2778994.15 frames. utt_duration=230.5 frames, utt_pad_proportion=0.074, over 48530.17 utterances.], batch size: 89, lr: 2.32e-04 +2022-09-18 18:23:04,747 INFO [train.py:885] (0/2) Epoch 20, batch 12200, loss[loss=0.1594, simple_loss=0.2118, pruned_loss=0.05351, over 13743.00 frames. utt_duration=917.8 frames, utt_pad_proportion=0.07204, over 60.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3553, pruned_loss=0.1067, over 2775467.57 frames. utt_duration=228.6 frames, utt_pad_proportion=0.07468, over 48871.51 utterances.], batch size: 60, lr: 2.32e-04 +2022-09-18 18:23:16,474 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-252000.pt +2022-09-18 18:23:34,247 INFO [train.py:885] (0/2) Epoch 20, batch 12250, loss[loss=0.2779, simple_loss=0.3319, pruned_loss=0.1119, over 14293.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04041, over 120.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3485, pruned_loss=0.1043, over 2779632.29 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07166, over 45187.81 utterances.], batch size: 120, lr: 2.32e-04 +2022-09-18 18:24:04,274 INFO [train.py:885] (0/2) Epoch 20, batch 12300, loss[loss=0.2818, simple_loss=0.3612, pruned_loss=0.1012, over 14299.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04025, over 262.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3537, pruned_loss=0.1072, over 2779933.73 frames. utt_duration=238 frames, utt_pad_proportion=0.07386, over 47022.87 utterances.], batch size: 262, lr: 2.32e-04 +2022-09-18 18:24:33,836 INFO [train.py:885] (0/2) Epoch 20, batch 12350, loss[loss=0.1771, simple_loss=0.2326, pruned_loss=0.06081, over 13544.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.09565, over 42.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3549, pruned_loss=0.1088, over 2781616.12 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07364, over 46762.77 utterances.], batch size: 42, lr: 2.32e-04 +2022-09-18 18:25:04,442 INFO [train.py:885] (0/2) Epoch 20, batch 12400, loss[loss=0.1866, simple_loss=0.2559, pruned_loss=0.05865, over 13886.00 frames. utt_duration=806.6 frames, utt_pad_proportion=0.06104, over 69.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3524, pruned_loss=0.107, over 2781508.71 frames. utt_duration=242 frames, utt_pad_proportion=0.07369, over 46253.12 utterances.], batch size: 69, lr: 2.32e-04 +2022-09-18 18:25:34,352 INFO [train.py:885] (0/2) Epoch 20, batch 12450, loss[loss=0.3212, simple_loss=0.3862, pruned_loss=0.1281, over 14328.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03815, over 283.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3526, pruned_loss=0.1068, over 2781114.73 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07225, over 46395.64 utterances.], batch size: 283, lr: 2.32e-04 +2022-09-18 18:26:03,718 INFO [train.py:885] (0/2) Epoch 20, batch 12500, loss[loss=0.2888, simple_loss=0.3623, pruned_loss=0.1077, over 14310.00 frames. utt_duration=273.9 frames, utt_pad_proportion=0.03878, over 210.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3573, pruned_loss=0.1088, over 2778920.15 frames. utt_duration=230.1 frames, utt_pad_proportion=0.0735, over 48611.86 utterances.], batch size: 210, lr: 2.32e-04 +2022-09-18 18:26:33,042 INFO [train.py:885] (0/2) Epoch 20, batch 12550, loss[loss=0.2563, simple_loss=0.3435, pruned_loss=0.08456, over 14280.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04045, over 180.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3558, pruned_loss=0.1079, over 2779945.14 frames. utt_duration=234 frames, utt_pad_proportion=0.07324, over 47829.38 utterances.], batch size: 180, lr: 2.32e-04 +2022-09-18 18:27:01,073 INFO [train.py:885] (0/2) Epoch 20, batch 12600, loss[loss=0.2842, simple_loss=0.383, pruned_loss=0.09271, over 13707.00 frames. utt_duration=134.9 frames, utt_pad_proportion=0.07596, over 411.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3594, pruned_loss=0.109, over 2781705.37 frames. utt_duration=226.9 frames, utt_pad_proportion=0.07307, over 49351.54 utterances.], batch size: 411, lr: 2.32e-04 +2022-09-18 18:27:11,882 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-20.pt +2022-09-18 18:27:19,339 INFO [train.py:885] (0/2) Epoch 21, batch 0, loss[loss=0.187, simple_loss=0.2604, pruned_loss=0.05676, over 13062.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1212, over 33.00 utterances.], tot_loss[loss=0.187, simple_loss=0.2604, pruned_loss=0.05676, over 13062.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1212, over 33.00 utterances.], batch size: 33, lr: 2.26e-04 +2022-09-18 18:28:00,166 INFO [train.py:885] (0/2) Epoch 21, batch 50, loss[loss=0.3483, simple_loss=0.4522, pruned_loss=0.1221, over 13179.00 frames. utt_duration=82.29 frames, utt_pad_proportion=0.1055, over 653.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3569, pruned_loss=0.1072, over 626004.56 frames. utt_duration=229 frames, utt_pad_proportion=0.07654, over 11003.89 utterances.], batch size: 653, lr: 2.26e-04 +2022-09-18 18:28:29,656 INFO [train.py:885] (0/2) Epoch 21, batch 100, loss[loss=0.2082, simple_loss=0.2874, pruned_loss=0.06453, over 14263.00 frames. utt_duration=524.9 frames, utt_pad_proportion=0.03868, over 109.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3572, pruned_loss=0.1077, over 1102028.33 frames. utt_duration=228.4 frames, utt_pad_proportion=0.0745, over 19427.10 utterances.], batch size: 109, lr: 2.26e-04 +2022-09-18 18:28:58,748 INFO [train.py:885] (0/2) Epoch 21, batch 150, loss[loss=0.2831, simple_loss=0.3597, pruned_loss=0.1032, over 14302.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03962, over 283.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3582, pruned_loss=0.1071, over 1477550.01 frames. utt_duration=225.2 frames, utt_pad_proportion=0.07247, over 26417.50 utterances.], batch size: 283, lr: 2.26e-04 +2022-09-18 18:29:28,104 INFO [train.py:885] (0/2) Epoch 21, batch 200, loss[loss=0.3402, simple_loss=0.4004, pruned_loss=0.14, over 14312.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03915, over 283.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3543, pruned_loss=0.1055, over 1766649.14 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07065, over 29947.20 utterances.], batch size: 283, lr: 2.26e-04 +2022-09-18 18:29:58,245 INFO [train.py:885] (0/2) Epoch 21, batch 250, loss[loss=0.308, simple_loss=0.3725, pruned_loss=0.1217, over 14280.00 frames. utt_duration=254.3 frames, utt_pad_proportion=0.04034, over 226.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3591, pruned_loss=0.1097, over 1992358.03 frames. utt_duration=233.9 frames, utt_pad_proportion=0.0714, over 34289.82 utterances.], batch size: 226, lr: 2.26e-04 +2022-09-18 18:30:28,052 INFO [train.py:885] (0/2) Epoch 21, batch 300, loss[loss=0.1838, simple_loss=0.2661, pruned_loss=0.0507, over 13172.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.1036, over 26.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3498, pruned_loss=0.105, over 2166135.67 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06979, over 34295.61 utterances.], batch size: 26, lr: 2.26e-04 +2022-09-18 18:30:57,749 INFO [train.py:885] (0/2) Epoch 21, batch 350, loss[loss=0.372, simple_loss=0.4514, pruned_loss=0.1463, over 13621.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08135, over 477.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3558, pruned_loss=0.1085, over 2303453.91 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06958, over 37969.49 utterances.], batch size: 477, lr: 2.26e-04 +2022-09-18 18:31:26,892 INFO [train.py:885] (0/2) Epoch 21, batch 400, loss[loss=0.3022, simple_loss=0.3781, pruned_loss=0.1131, over 14337.00 frames. utt_duration=320 frames, utt_pad_proportion=0.03611, over 180.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3527, pruned_loss=0.1063, over 2408730.18 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07122, over 39504.99 utterances.], batch size: 180, lr: 2.26e-04 +2022-09-18 18:31:56,405 INFO [train.py:885] (0/2) Epoch 21, batch 450, loss[loss=0.2891, simple_loss=0.373, pruned_loss=0.1026, over 14338.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03681, over 210.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3478, pruned_loss=0.1043, over 2491385.35 frames. utt_duration=259.3 frames, utt_pad_proportion=0.072, over 38655.46 utterances.], batch size: 210, lr: 2.26e-04 +2022-09-18 18:32:25,569 INFO [train.py:885] (0/2) Epoch 21, batch 500, loss[loss=0.3005, simple_loss=0.3688, pruned_loss=0.1161, over 14274.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04417, over 141.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3528, pruned_loss=0.1063, over 2556846.65 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07315, over 41784.64 utterances.], batch size: 141, lr: 2.26e-04 +2022-09-18 18:32:54,901 INFO [train.py:885] (0/2) Epoch 21, batch 550, loss[loss=0.4189, simple_loss=0.4798, pruned_loss=0.179, over 13798.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07004, over 411.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3573, pruned_loss=0.1083, over 2606635.01 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07485, over 44969.60 utterances.], batch size: 411, lr: 2.26e-04 +2022-09-18 18:33:23,977 INFO [train.py:885] (0/2) Epoch 21, batch 600, loss[loss=0.2817, simple_loss=0.3373, pruned_loss=0.1131, over 14294.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03828, over 130.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3537, pruned_loss=0.1063, over 2642868.29 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07352, over 44457.92 utterances.], batch size: 130, lr: 2.26e-04 +2022-09-18 18:33:54,119 INFO [train.py:885] (0/2) Epoch 21, batch 650, loss[loss=0.5844, simple_loss=0.6387, pruned_loss=0.2651, over 12446.00 frames. utt_duration=63.05 frames, utt_pad_proportion=0.1479, over 811.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3538, pruned_loss=0.1064, over 2672501.81 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07261, over 44989.52 utterances.], batch size: 811, lr: 2.26e-04 +2022-09-18 18:34:22,667 INFO [train.py:885] (0/2) Epoch 21, batch 700, loss[loss=0.1995, simple_loss=0.2702, pruned_loss=0.0644, over 13121.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.12, over 33.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3523, pruned_loss=0.1058, over 2702779.68 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06953, over 44148.44 utterances.], batch size: 33, lr: 2.26e-04 +2022-09-18 18:34:52,641 INFO [train.py:885] (0/2) Epoch 21, batch 750, loss[loss=0.2543, simple_loss=0.331, pruned_loss=0.08882, over 14282.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.0433, over 141.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3502, pruned_loss=0.1045, over 2718210.86 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07051, over 43538.45 utterances.], batch size: 141, lr: 2.26e-04 +2022-09-18 18:35:21,820 INFO [train.py:885] (0/2) Epoch 21, batch 800, loss[loss=0.3087, simple_loss=0.3803, pruned_loss=0.1186, over 14238.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.0419, over 306.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3492, pruned_loss=0.1041, over 2735387.15 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07, over 43431.72 utterances.], batch size: 306, lr: 2.26e-04 +2022-09-18 18:35:51,626 INFO [train.py:885] (0/2) Epoch 21, batch 850, loss[loss=0.2159, simple_loss=0.3011, pruned_loss=0.0653, over 14170.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04466, over 109.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3502, pruned_loss=0.1048, over 2748210.16 frames. utt_duration=252.4 frames, utt_pad_proportion=0.0687, over 43810.03 utterances.], batch size: 109, lr: 2.26e-04 +2022-09-18 18:36:21,221 INFO [train.py:885] (0/2) Epoch 21, batch 900, loss[loss=0.2722, simple_loss=0.3451, pruned_loss=0.09965, over 14286.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03969, over 180.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3512, pruned_loss=0.1052, over 2754372.33 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06862, over 43894.07 utterances.], batch size: 180, lr: 2.26e-04 +2022-09-18 18:36:50,972 INFO [train.py:885] (0/2) Epoch 21, batch 950, loss[loss=0.1684, simple_loss=0.2378, pruned_loss=0.04953, over 13802.00 frames. utt_duration=921.5 frames, utt_pad_proportion=0.0739, over 60.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3507, pruned_loss=0.1051, over 2757992.34 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07091, over 44314.00 utterances.], batch size: 60, lr: 2.26e-04 +2022-09-18 18:37:21,095 INFO [train.py:885] (0/2) Epoch 21, batch 1000, loss[loss=0.3734, simple_loss=0.4167, pruned_loss=0.165, over 14289.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03992, over 225.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3529, pruned_loss=0.1063, over 2763243.32 frames. utt_duration=246 frames, utt_pad_proportion=0.07093, over 45201.59 utterances.], batch size: 225, lr: 2.26e-04 +2022-09-18 18:37:50,150 INFO [train.py:885] (0/2) Epoch 21, batch 1050, loss[loss=0.1997, simple_loss=0.2745, pruned_loss=0.0624, over 13496.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.08739, over 50.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.349, pruned_loss=0.1044, over 2765699.73 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06908, over 43218.02 utterances.], batch size: 50, lr: 2.26e-04 +2022-09-18 18:38:20,055 INFO [train.py:885] (0/2) Epoch 21, batch 1100, loss[loss=0.5891, simple_loss=0.656, pruned_loss=0.2611, over 12502.00 frames. utt_duration=63.37 frames, utt_pad_proportion=0.1437, over 810.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3504, pruned_loss=0.1053, over 2765457.69 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07118, over 44369.11 utterances.], batch size: 810, lr: 2.26e-04 +2022-09-18 18:38:49,305 INFO [train.py:885] (0/2) Epoch 21, batch 1150, loss[loss=0.458, simple_loss=0.4755, pruned_loss=0.2203, over 14229.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04341, over 335.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3514, pruned_loss=0.1055, over 2770743.67 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07061, over 44670.97 utterances.], batch size: 335, lr: 2.26e-04 +2022-09-18 18:39:18,771 INFO [train.py:885] (0/2) Epoch 21, batch 1200, loss[loss=0.2341, simple_loss=0.3189, pruned_loss=0.07467, over 14276.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04278, over 154.00 utterances.], tot_loss[loss=0.285, simple_loss=0.355, pruned_loss=0.1075, over 2777979.51 frames. utt_duration=244 frames, utt_pad_proportion=0.06957, over 45815.32 utterances.], batch size: 154, lr: 2.26e-04 +2022-09-18 18:39:47,905 INFO [train.py:885] (0/2) Epoch 21, batch 1250, loss[loss=0.284, simple_loss=0.3598, pruned_loss=0.1041, over 14295.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04052, over 262.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.353, pruned_loss=0.1057, over 2783206.23 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06871, over 45190.96 utterances.], batch size: 262, lr: 2.26e-04 +2022-09-18 18:40:17,297 INFO [train.py:885] (0/2) Epoch 21, batch 1300, loss[loss=0.3086, simple_loss=0.4023, pruned_loss=0.1075, over 13762.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07253, over 411.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3529, pruned_loss=0.1055, over 2783096.53 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06921, over 46061.63 utterances.], batch size: 411, lr: 2.26e-04 +2022-09-18 18:40:47,311 INFO [train.py:885] (0/2) Epoch 21, batch 1350, loss[loss=0.2822, simple_loss=0.3793, pruned_loss=0.09253, over 13733.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07361, over 411.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3558, pruned_loss=0.1077, over 2785813.16 frames. utt_duration=236.9 frames, utt_pad_proportion=0.06768, over 47327.69 utterances.], batch size: 411, lr: 2.26e-04 +2022-09-18 18:41:16,741 INFO [train.py:885] (0/2) Epoch 21, batch 1400, loss[loss=0.3359, simple_loss=0.4407, pruned_loss=0.1155, over 13190.00 frames. utt_duration=82.31 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3518, pruned_loss=0.1061, over 2782867.43 frames. utt_duration=244.4 frames, utt_pad_proportion=0.0673, over 45826.36 utterances.], batch size: 653, lr: 2.26e-04 +2022-09-18 18:41:45,840 INFO [train.py:885] (0/2) Epoch 21, batch 1450, loss[loss=0.3705, simple_loss=0.4488, pruned_loss=0.1461, over 13662.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0791, over 477.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3496, pruned_loss=0.1046, over 2775961.89 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07064, over 45303.22 utterances.], batch size: 477, lr: 2.26e-04 +2022-09-18 18:42:15,057 INFO [train.py:885] (0/2) Epoch 21, batch 1500, loss[loss=0.188, simple_loss=0.2661, pruned_loss=0.05492, over 14115.00 frames. utt_duration=716.4 frames, utt_pad_proportion=0.05242, over 79.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3476, pruned_loss=0.1037, over 2774110.14 frames. utt_duration=249.7 frames, utt_pad_proportion=0.0708, over 44703.45 utterances.], batch size: 79, lr: 2.26e-04 +2022-09-18 18:42:44,571 INFO [train.py:885] (0/2) Epoch 21, batch 1550, loss[loss=0.3304, simple_loss=0.3954, pruned_loss=0.1327, over 14238.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04212, over 306.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3454, pruned_loss=0.1029, over 2773744.35 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07069, over 43778.50 utterances.], batch size: 306, lr: 2.26e-04 +2022-09-18 18:43:14,447 INFO [train.py:885] (0/2) Epoch 21, batch 1600, loss[loss=0.2293, simple_loss=0.315, pruned_loss=0.07178, over 14304.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03957, over 120.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3441, pruned_loss=0.1027, over 2778084.59 frames. utt_duration=263.7 frames, utt_pad_proportion=0.06767, over 42373.87 utterances.], batch size: 120, lr: 2.26e-04 +2022-09-18 18:43:43,853 INFO [train.py:885] (0/2) Epoch 21, batch 1650, loss[loss=0.2009, simple_loss=0.2513, pruned_loss=0.0753, over 13359.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.0872, over 41.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3475, pruned_loss=0.1043, over 2774378.03 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07148, over 44060.69 utterances.], batch size: 41, lr: 2.26e-04 +2022-09-18 18:44:13,642 INFO [train.py:885] (0/2) Epoch 21, batch 1700, loss[loss=0.2716, simple_loss=0.3577, pruned_loss=0.09276, over 14392.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03121, over 244.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3506, pruned_loss=0.1056, over 2775347.72 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07106, over 45105.51 utterances.], batch size: 244, lr: 2.26e-04 +2022-09-18 18:44:42,553 INFO [train.py:885] (0/2) Epoch 21, batch 1750, loss[loss=0.3604, simple_loss=0.4469, pruned_loss=0.137, over 13593.00 frames. utt_duration=98.46 frames, utt_pad_proportion=0.07981, over 560.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3543, pruned_loss=0.1074, over 2782412.20 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0696, over 45717.00 utterances.], batch size: 560, lr: 2.26e-04 +2022-09-18 18:45:12,077 INFO [train.py:885] (0/2) Epoch 21, batch 1800, loss[loss=0.2735, simple_loss=0.3377, pruned_loss=0.1046, over 14330.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03615, over 130.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3545, pruned_loss=0.1077, over 2778676.26 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07102, over 46471.40 utterances.], batch size: 130, lr: 2.26e-04 +2022-09-18 18:45:42,338 INFO [train.py:885] (0/2) Epoch 21, batch 1850, loss[loss=0.2027, simple_loss=0.2566, pruned_loss=0.07437, over 12472.00 frames. utt_duration=2080 frames, utt_pad_proportion=0.1561, over 24.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3543, pruned_loss=0.1078, over 2772501.76 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07317, over 46651.27 utterances.], batch size: 24, lr: 2.25e-04 +2022-09-18 18:46:11,126 INFO [train.py:885] (0/2) Epoch 21, batch 1900, loss[loss=0.2876, simple_loss=0.3335, pruned_loss=0.1209, over 14115.00 frames. utt_duration=519.4 frames, utt_pad_proportion=0.04876, over 109.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3516, pruned_loss=0.1071, over 2775288.18 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07174, over 45177.59 utterances.], batch size: 109, lr: 2.25e-04 +2022-09-18 18:46:41,077 INFO [train.py:885] (0/2) Epoch 21, batch 1950, loss[loss=0.3366, simple_loss=0.3993, pruned_loss=0.137, over 14256.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04127, over 306.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.352, pruned_loss=0.1063, over 2780992.02 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07053, over 45447.17 utterances.], batch size: 306, lr: 2.25e-04 +2022-09-18 18:47:10,809 INFO [train.py:885] (0/2) Epoch 21, batch 2000, loss[loss=0.3095, simple_loss=0.3512, pruned_loss=0.1339, over 14201.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04702, over 89.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3536, pruned_loss=0.1075, over 2785046.28 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06937, over 45631.95 utterances.], batch size: 89, lr: 2.25e-04 +2022-09-18 18:47:39,950 INFO [train.py:885] (0/2) Epoch 21, batch 2050, loss[loss=0.2936, simple_loss=0.3942, pruned_loss=0.09648, over 13754.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07266, over 411.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3565, pruned_loss=0.1085, over 2782747.30 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0707, over 46792.84 utterances.], batch size: 411, lr: 2.25e-04 +2022-09-18 18:48:09,637 INFO [train.py:885] (0/2) Epoch 21, batch 2100, loss[loss=0.3502, simple_loss=0.4213, pruned_loss=0.1395, over 13975.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05763, over 365.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3541, pruned_loss=0.1068, over 2785242.44 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06962, over 45954.97 utterances.], batch size: 365, lr: 2.25e-04 +2022-09-18 18:48:38,880 INFO [train.py:885] (0/2) Epoch 21, batch 2150, loss[loss=0.1515, simple_loss=0.2139, pruned_loss=0.0445, over 12995.00 frames. utt_duration=1577 frames, utt_pad_proportion=0.1245, over 33.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3545, pruned_loss=0.1072, over 2785428.01 frames. utt_duration=242.6 frames, utt_pad_proportion=0.06993, over 46205.10 utterances.], batch size: 33, lr: 2.25e-04 +2022-09-18 18:49:09,193 INFO [train.py:885] (0/2) Epoch 21, batch 2200, loss[loss=0.1734, simple_loss=0.2432, pruned_loss=0.05178, over 13242.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1026, over 33.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3552, pruned_loss=0.107, over 2781963.61 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07072, over 47501.35 utterances.], batch size: 33, lr: 2.25e-04 +2022-09-18 18:49:38,322 INFO [train.py:885] (0/2) Epoch 21, batch 2250, loss[loss=0.2652, simple_loss=0.3439, pruned_loss=0.0933, over 14345.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.03836, over 154.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3532, pruned_loss=0.1053, over 2783655.50 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07074, over 46920.00 utterances.], batch size: 154, lr: 2.25e-04 +2022-09-18 18:50:07,790 INFO [train.py:885] (0/2) Epoch 21, batch 2300, loss[loss=0.1714, simple_loss=0.2321, pruned_loss=0.05541, over 13764.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.07842, over 42.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3489, pruned_loss=0.1028, over 2788124.84 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06851, over 45148.51 utterances.], batch size: 42, lr: 2.25e-04 +2022-09-18 18:50:36,856 INFO [train.py:885] (0/2) Epoch 21, batch 2350, loss[loss=0.3, simple_loss=0.4007, pruned_loss=0.09966, over 13754.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07371, over 411.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3544, pruned_loss=0.1064, over 2788185.55 frames. utt_duration=239.8 frames, utt_pad_proportion=0.06973, over 46800.95 utterances.], batch size: 411, lr: 2.25e-04 +2022-09-18 18:51:13,732 INFO [train.py:885] (0/2) Epoch 21, batch 2400, loss[loss=0.1382, simple_loss=0.1911, pruned_loss=0.04271, over 12656.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.1403, over 25.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3499, pruned_loss=0.1045, over 2792114.55 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06788, over 44282.54 utterances.], batch size: 25, lr: 2.25e-04 +2022-09-18 18:51:43,798 INFO [train.py:885] (0/2) Epoch 21, batch 2450, loss[loss=0.2167, simple_loss=0.2658, pruned_loss=0.08375, over 13535.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08484, over 50.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3514, pruned_loss=0.1044, over 2791414.41 frames. utt_duration=248.7 frames, utt_pad_proportion=0.0681, over 45159.30 utterances.], batch size: 50, lr: 2.25e-04 +2022-09-18 18:52:13,115 INFO [train.py:885] (0/2) Epoch 21, batch 2500, loss[loss=0.2956, simple_loss=0.3904, pruned_loss=0.1004, over 13766.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07248, over 411.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3508, pruned_loss=0.104, over 2788277.53 frames. utt_duration=249 frames, utt_pad_proportion=0.06872, over 45055.92 utterances.], batch size: 411, lr: 2.25e-04 +2022-09-18 18:52:43,128 INFO [train.py:885] (0/2) Epoch 21, batch 2550, loss[loss=0.2995, simple_loss=0.376, pruned_loss=0.1116, over 14364.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03294, over 244.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3504, pruned_loss=0.104, over 2782866.95 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06941, over 45052.84 utterances.], batch size: 244, lr: 2.25e-04 +2022-09-18 18:53:12,524 INFO [train.py:885] (0/2) Epoch 21, batch 2600, loss[loss=0.3329, simple_loss=0.4303, pruned_loss=0.1177, over 13585.00 frames. utt_duration=98.38 frames, utt_pad_proportion=0.08054, over 560.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3517, pruned_loss=0.1051, over 2782682.10 frames. utt_duration=247 frames, utt_pad_proportion=0.07006, over 45327.04 utterances.], batch size: 560, lr: 2.25e-04 +2022-09-18 18:53:41,677 INFO [train.py:885] (0/2) Epoch 21, batch 2650, loss[loss=0.2628, simple_loss=0.3263, pruned_loss=0.09965, over 14205.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04819, over 141.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3498, pruned_loss=0.1038, over 2783263.84 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06787, over 44702.28 utterances.], batch size: 141, lr: 2.25e-04 +2022-09-18 18:54:12,046 INFO [train.py:885] (0/2) Epoch 21, batch 2700, loss[loss=0.3175, simple_loss=0.407, pruned_loss=0.1141, over 13756.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07271, over 411.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3468, pruned_loss=0.1021, over 2778842.50 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07002, over 44473.45 utterances.], batch size: 411, lr: 2.25e-04 +2022-09-18 18:54:41,215 INFO [train.py:885] (0/2) Epoch 21, batch 2750, loss[loss=0.291, simple_loss=0.3826, pruned_loss=0.09969, over 13788.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06989, over 411.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3493, pruned_loss=0.1035, over 2775768.76 frames. utt_duration=245 frames, utt_pad_proportion=0.07122, over 45603.28 utterances.], batch size: 411, lr: 2.25e-04 +2022-09-18 18:55:11,040 INFO [train.py:885] (0/2) Epoch 21, batch 2800, loss[loss=0.2905, simple_loss=0.361, pruned_loss=0.11, over 14351.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03611, over 195.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3477, pruned_loss=0.1026, over 2777166.94 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07138, over 45105.41 utterances.], batch size: 195, lr: 2.25e-04 +2022-09-18 18:55:40,769 INFO [train.py:885] (0/2) Epoch 21, batch 2850, loss[loss=0.276, simple_loss=0.381, pruned_loss=0.08544, over 13773.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07189, over 411.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3509, pruned_loss=0.1039, over 2779684.86 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07081, over 46729.09 utterances.], batch size: 411, lr: 2.25e-04 +2022-09-18 18:56:10,352 INFO [train.py:885] (0/2) Epoch 21, batch 2900, loss[loss=0.3321, simple_loss=0.4107, pruned_loss=0.1268, over 13951.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.0588, over 365.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3513, pruned_loss=0.1044, over 2780475.27 frames. utt_duration=240 frames, utt_pad_proportion=0.07001, over 46632.53 utterances.], batch size: 365, lr: 2.25e-04 +2022-09-18 18:56:39,414 INFO [train.py:885] (0/2) Epoch 21, batch 2950, loss[loss=0.2433, simple_loss=0.3255, pruned_loss=0.08051, over 14323.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03737, over 180.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3495, pruned_loss=0.1041, over 2785310.56 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0672, over 44976.47 utterances.], batch size: 180, lr: 2.25e-04 +2022-09-18 18:57:10,275 INFO [train.py:885] (0/2) Epoch 21, batch 3000, loss[loss=0.1833, simple_loss=0.2572, pruned_loss=0.05471, over 13456.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.08071, over 41.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3499, pruned_loss=0.1048, over 2779791.37 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06994, over 45545.26 utterances.], batch size: 41, lr: 2.25e-04 +2022-09-18 18:57:10,276 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 18:57:14,358 INFO [train.py:914] (0/2) Epoch 21, validation: loss=0.1978, simple_loss=0.2778, pruned_loss=0.05892, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 18:57:45,465 INFO [train.py:885] (0/2) Epoch 21, batch 3050, loss[loss=0.2101, simple_loss=0.2802, pruned_loss=0.07, over 14133.00 frames. utt_duration=578.4 frames, utt_pad_proportion=0.05177, over 98.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3536, pruned_loss=0.1066, over 2780307.64 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07292, over 47326.56 utterances.], batch size: 98, lr: 2.25e-04 +2022-09-18 18:58:15,678 INFO [train.py:885] (0/2) Epoch 21, batch 3100, loss[loss=0.2534, simple_loss=0.3167, pruned_loss=0.09508, over 14224.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04162, over 109.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3521, pruned_loss=0.1053, over 2775775.29 frames. utt_duration=235 frames, utt_pad_proportion=0.07403, over 47545.80 utterances.], batch size: 109, lr: 2.25e-04 +2022-09-18 18:58:46,099 INFO [train.py:885] (0/2) Epoch 21, batch 3150, loss[loss=0.2069, simple_loss=0.2735, pruned_loss=0.07015, over 14093.00 frames. utt_duration=714.8 frames, utt_pad_proportion=0.05321, over 79.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3516, pruned_loss=0.1055, over 2778012.00 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07345, over 47019.00 utterances.], batch size: 79, lr: 2.25e-04 +2022-09-18 18:59:15,450 INFO [train.py:885] (0/2) Epoch 21, batch 3200, loss[loss=0.2098, simple_loss=0.2753, pruned_loss=0.07213, over 14000.00 frames. utt_duration=801.5 frames, utt_pad_proportion=0.06363, over 70.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3525, pruned_loss=0.1055, over 2779109.40 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07418, over 47529.23 utterances.], batch size: 70, lr: 2.25e-04 +2022-09-18 18:59:45,200 INFO [train.py:885] (0/2) Epoch 21, batch 3250, loss[loss=0.2291, simple_loss=0.2883, pruned_loss=0.08497, over 14141.00 frames. utt_duration=636.9 frames, utt_pad_proportion=0.04935, over 89.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3558, pruned_loss=0.1073, over 2778569.56 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07564, over 48408.93 utterances.], batch size: 89, lr: 2.25e-04 +2022-09-18 19:00:15,562 INFO [train.py:885] (0/2) Epoch 21, batch 3300, loss[loss=0.3627, simple_loss=0.4174, pruned_loss=0.154, over 14301.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03912, over 283.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3566, pruned_loss=0.1084, over 2777750.91 frames. utt_duration=230.4 frames, utt_pad_proportion=0.07626, over 48530.18 utterances.], batch size: 283, lr: 2.25e-04 +2022-09-18 19:00:45,500 INFO [train.py:885] (0/2) Epoch 21, batch 3350, loss[loss=0.2812, simple_loss=0.3502, pruned_loss=0.1061, over 14276.00 frames. utt_duration=343.4 frames, utt_pad_proportion=0.04352, over 167.00 utterances.], tot_loss[loss=0.284, simple_loss=0.354, pruned_loss=0.107, over 2778765.91 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07368, over 46856.33 utterances.], batch size: 167, lr: 2.25e-04 +2022-09-18 19:01:14,917 INFO [train.py:885] (0/2) Epoch 21, batch 3400, loss[loss=0.2657, simple_loss=0.3353, pruned_loss=0.09809, over 14274.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.03994, over 130.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3511, pruned_loss=0.105, over 2778685.71 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07419, over 46232.74 utterances.], batch size: 130, lr: 2.25e-04 +2022-09-18 19:01:44,409 INFO [train.py:885] (0/2) Epoch 21, batch 3450, loss[loss=0.2608, simple_loss=0.3344, pruned_loss=0.09363, over 14281.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04379, over 141.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3525, pruned_loss=0.106, over 2778968.30 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07247, over 46164.08 utterances.], batch size: 141, lr: 2.25e-04 +2022-09-18 19:02:14,995 INFO [train.py:885] (0/2) Epoch 21, batch 3500, loss[loss=0.1559, simple_loss=0.2233, pruned_loss=0.04425, over 13574.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.07705, over 50.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3509, pruned_loss=0.105, over 2778579.90 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07268, over 45603.17 utterances.], batch size: 50, lr: 2.25e-04 +2022-09-18 19:02:45,042 INFO [train.py:885] (0/2) Epoch 21, batch 3550, loss[loss=0.2488, simple_loss=0.3178, pruned_loss=0.08987, over 14350.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03648, over 120.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3502, pruned_loss=0.1049, over 2777967.79 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07324, over 45517.92 utterances.], batch size: 120, lr: 2.25e-04 +2022-09-18 19:03:15,082 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-256000.pt +2022-09-18 19:03:15,580 INFO [train.py:885] (0/2) Epoch 21, batch 3600, loss[loss=0.2394, simple_loss=0.3047, pruned_loss=0.08707, over 14161.00 frames. utt_duration=579.6 frames, utt_pad_proportion=0.04826, over 98.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3517, pruned_loss=0.1061, over 2776236.41 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07434, over 45683.05 utterances.], batch size: 98, lr: 2.25e-04 +2022-09-18 19:03:45,627 INFO [train.py:885] (0/2) Epoch 21, batch 3650, loss[loss=0.2895, simple_loss=0.3896, pruned_loss=0.0947, over 13681.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07805, over 477.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3504, pruned_loss=0.1055, over 2778210.33 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07363, over 45220.52 utterances.], batch size: 477, lr: 2.25e-04 +2022-09-18 19:04:15,738 INFO [train.py:885] (0/2) Epoch 21, batch 3700, loss[loss=0.3579, simple_loss=0.4133, pruned_loss=0.1512, over 14230.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04391, over 335.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3496, pruned_loss=0.1051, over 2777198.70 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0737, over 45371.39 utterances.], batch size: 335, lr: 2.25e-04 +2022-09-18 19:04:45,451 INFO [train.py:885] (0/2) Epoch 21, batch 3750, loss[loss=0.2218, simple_loss=0.2988, pruned_loss=0.07237, over 14167.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.0451, over 109.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3487, pruned_loss=0.1042, over 2777549.13 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07324, over 45128.57 utterances.], batch size: 109, lr: 2.25e-04 +2022-09-18 19:05:15,813 INFO [train.py:885] (0/2) Epoch 21, batch 3800, loss[loss=0.2492, simple_loss=0.3288, pruned_loss=0.08474, over 14284.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03927, over 180.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3481, pruned_loss=0.1038, over 2784248.51 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07073, over 44365.91 utterances.], batch size: 180, lr: 2.25e-04 +2022-09-18 19:05:45,640 INFO [train.py:885] (0/2) Epoch 21, batch 3850, loss[loss=0.227, simple_loss=0.3125, pruned_loss=0.07072, over 14283.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04335, over 141.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.349, pruned_loss=0.1043, over 2785575.76 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06992, over 44435.55 utterances.], batch size: 141, lr: 2.25e-04 +2022-09-18 19:06:16,201 INFO [train.py:885] (0/2) Epoch 21, batch 3900, loss[loss=0.1891, simple_loss=0.248, pruned_loss=0.06514, over 13821.00 frames. utt_duration=802.8 frames, utt_pad_proportion=0.06429, over 69.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3479, pruned_loss=0.1037, over 2781739.37 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06914, over 44015.21 utterances.], batch size: 69, lr: 2.25e-04 +2022-09-18 19:06:45,805 INFO [train.py:885] (0/2) Epoch 21, batch 3950, loss[loss=0.3342, simple_loss=0.3857, pruned_loss=0.1413, over 14252.00 frames. utt_duration=371.9 frames, utt_pad_proportion=0.04389, over 154.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3511, pruned_loss=0.1058, over 2783760.43 frames. utt_duration=252 frames, utt_pad_proportion=0.06864, over 44437.13 utterances.], batch size: 154, lr: 2.25e-04 +2022-09-18 19:07:16,064 INFO [train.py:885] (0/2) Epoch 21, batch 4000, loss[loss=0.2992, simple_loss=0.3688, pruned_loss=0.1148, over 14343.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03778, over 262.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3535, pruned_loss=0.1059, over 2779581.73 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07137, over 47285.11 utterances.], batch size: 262, lr: 2.25e-04 +2022-09-18 19:07:45,654 INFO [train.py:885] (0/2) Epoch 21, batch 4050, loss[loss=0.2841, simple_loss=0.3561, pruned_loss=0.106, over 14315.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.0373, over 180.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.352, pruned_loss=0.1047, over 2774711.03 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07254, over 47063.82 utterances.], batch size: 180, lr: 2.25e-04 +2022-09-18 19:08:15,255 INFO [train.py:885] (0/2) Epoch 21, batch 4100, loss[loss=0.3088, simple_loss=0.3795, pruned_loss=0.1191, over 14312.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03912, over 283.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3531, pruned_loss=0.1061, over 2777207.35 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07073, over 46985.73 utterances.], batch size: 283, lr: 2.25e-04 +2022-09-18 19:08:44,995 INFO [train.py:885] (0/2) Epoch 21, batch 4150, loss[loss=0.1802, simple_loss=0.2582, pruned_loss=0.05103, over 13846.00 frames. utt_duration=804.2 frames, utt_pad_proportion=0.06379, over 69.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3513, pruned_loss=0.1048, over 2777302.40 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07159, over 46949.94 utterances.], batch size: 69, lr: 2.24e-04 +2022-09-18 19:09:15,204 INFO [train.py:885] (0/2) Epoch 21, batch 4200, loss[loss=0.346, simple_loss=0.4087, pruned_loss=0.1416, over 14348.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03719, over 283.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3496, pruned_loss=0.1036, over 2776445.21 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07173, over 46523.85 utterances.], batch size: 283, lr: 2.24e-04 +2022-09-18 19:09:44,867 INFO [train.py:885] (0/2) Epoch 21, batch 4250, loss[loss=0.4252, simple_loss=0.4906, pruned_loss=0.1799, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07111, over 411.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3503, pruned_loss=0.1039, over 2777847.33 frames. utt_duration=240 frames, utt_pad_proportion=0.07083, over 46593.76 utterances.], batch size: 411, lr: 2.24e-04 +2022-09-18 19:10:15,081 INFO [train.py:885] (0/2) Epoch 21, batch 4300, loss[loss=0.245, simple_loss=0.3218, pruned_loss=0.08409, over 14286.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.04121, over 120.00 utterances.], tot_loss[loss=0.274, simple_loss=0.345, pruned_loss=0.1015, over 2780253.77 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06824, over 43940.56 utterances.], batch size: 120, lr: 2.24e-04 +2022-09-18 19:10:44,901 INFO [train.py:885] (0/2) Epoch 21, batch 4350, loss[loss=0.2688, simple_loss=0.3522, pruned_loss=0.0927, over 14328.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.03732, over 226.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3494, pruned_loss=0.1042, over 2780123.86 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07147, over 45875.44 utterances.], batch size: 226, lr: 2.24e-04 +2022-09-18 19:11:15,002 INFO [train.py:885] (0/2) Epoch 21, batch 4400, loss[loss=0.3668, simple_loss=0.4671, pruned_loss=0.1332, over 13153.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3494, pruned_loss=0.1044, over 2778899.54 frames. utt_duration=246 frames, utt_pad_proportion=0.07191, over 45459.74 utterances.], batch size: 653, lr: 2.24e-04 +2022-09-18 19:11:45,189 INFO [train.py:885] (0/2) Epoch 21, batch 4450, loss[loss=0.2786, simple_loss=0.3591, pruned_loss=0.09907, over 14308.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.0379, over 180.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3508, pruned_loss=0.1054, over 2783223.11 frames. utt_duration=249 frames, utt_pad_proportion=0.07065, over 44971.41 utterances.], batch size: 180, lr: 2.24e-04 +2022-09-18 19:12:15,399 INFO [train.py:885] (0/2) Epoch 21, batch 4500, loss[loss=0.3498, simple_loss=0.4029, pruned_loss=0.1484, over 14250.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04137, over 306.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3536, pruned_loss=0.1068, over 2785666.26 frames. utt_duration=244 frames, utt_pad_proportion=0.07019, over 45945.74 utterances.], batch size: 306, lr: 2.24e-04 +2022-09-18 19:12:45,770 INFO [train.py:885] (0/2) Epoch 21, batch 4550, loss[loss=0.2535, simple_loss=0.3334, pruned_loss=0.08679, over 14224.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04728, over 141.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.353, pruned_loss=0.1053, over 2785433.36 frames. utt_duration=239.4 frames, utt_pad_proportion=0.06985, over 46837.59 utterances.], batch size: 141, lr: 2.24e-04 +2022-09-18 19:13:15,379 INFO [train.py:885] (0/2) Epoch 21, batch 4600, loss[loss=0.3101, simple_loss=0.3603, pruned_loss=0.1299, over 14309.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.04123, over 120.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3503, pruned_loss=0.1043, over 2782088.91 frames. utt_duration=244.3 frames, utt_pad_proportion=0.06966, over 45830.08 utterances.], batch size: 120, lr: 2.24e-04 +2022-09-18 19:13:45,428 INFO [train.py:885] (0/2) Epoch 21, batch 4650, loss[loss=0.3546, simple_loss=0.4149, pruned_loss=0.1472, over 14208.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0439, over 306.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3492, pruned_loss=0.1047, over 2784104.08 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06774, over 44778.74 utterances.], batch size: 306, lr: 2.24e-04 +2022-09-18 19:14:15,175 INFO [train.py:885] (0/2) Epoch 21, batch 4700, loss[loss=0.321, simple_loss=0.3881, pruned_loss=0.1269, over 14307.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04002, over 262.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3496, pruned_loss=0.105, over 2778318.63 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06997, over 44958.02 utterances.], batch size: 262, lr: 2.24e-04 +2022-09-18 19:14:44,828 INFO [train.py:885] (0/2) Epoch 21, batch 4750, loss[loss=0.1945, simple_loss=0.275, pruned_loss=0.05705, over 14121.00 frames. utt_duration=636.2 frames, utt_pad_proportion=0.05189, over 89.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3538, pruned_loss=0.1066, over 2778309.56 frames. utt_duration=238.9 frames, utt_pad_proportion=0.071, over 46796.90 utterances.], batch size: 89, lr: 2.24e-04 +2022-09-18 19:15:15,261 INFO [train.py:885] (0/2) Epoch 21, batch 4800, loss[loss=0.3032, simple_loss=0.3755, pruned_loss=0.1155, over 14291.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.0408, over 262.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3556, pruned_loss=0.1079, over 2778245.92 frames. utt_duration=237.5 frames, utt_pad_proportion=0.0722, over 47073.98 utterances.], batch size: 262, lr: 2.24e-04 +2022-09-18 19:15:44,818 INFO [train.py:885] (0/2) Epoch 21, batch 4850, loss[loss=0.2769, simple_loss=0.3415, pruned_loss=0.1061, over 14318.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03748, over 180.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.357, pruned_loss=0.1086, over 2772510.79 frames. utt_duration=232.5 frames, utt_pad_proportion=0.073, over 48009.67 utterances.], batch size: 180, lr: 2.24e-04 +2022-09-18 19:16:15,232 INFO [train.py:885] (0/2) Epoch 21, batch 4900, loss[loss=0.2532, simple_loss=0.3422, pruned_loss=0.08207, over 14319.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03862, over 195.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3569, pruned_loss=0.1077, over 2774585.25 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07386, over 48214.18 utterances.], batch size: 195, lr: 2.24e-04 +2022-09-18 19:16:44,398 INFO [train.py:885] (0/2) Epoch 21, batch 4950, loss[loss=0.2917, simple_loss=0.3796, pruned_loss=0.102, over 14033.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05631, over 366.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3549, pruned_loss=0.1068, over 2776691.72 frames. utt_duration=236 frames, utt_pad_proportion=0.07268, over 47354.56 utterances.], batch size: 366, lr: 2.24e-04 +2022-09-18 19:17:14,795 INFO [train.py:885] (0/2) Epoch 21, batch 5000, loss[loss=0.2234, simple_loss=0.3034, pruned_loss=0.07168, over 14170.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04505, over 109.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3541, pruned_loss=0.1065, over 2777726.65 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07242, over 46930.13 utterances.], batch size: 109, lr: 2.24e-04 +2022-09-18 19:17:45,350 INFO [train.py:885] (0/2) Epoch 21, batch 5050, loss[loss=0.3054, simple_loss=0.3802, pruned_loss=0.1153, over 14359.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03529, over 210.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3544, pruned_loss=0.1072, over 2775979.56 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07312, over 46530.57 utterances.], batch size: 210, lr: 2.24e-04 +2022-09-18 19:18:15,218 INFO [train.py:885] (0/2) Epoch 21, batch 5100, loss[loss=0.2198, simple_loss=0.2877, pruned_loss=0.07596, over 14125.00 frames. utt_duration=716.5 frames, utt_pad_proportion=0.051, over 79.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3532, pruned_loss=0.1061, over 2781447.28 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07141, over 45937.34 utterances.], batch size: 79, lr: 2.24e-04 +2022-09-18 19:18:45,264 INFO [train.py:885] (0/2) Epoch 21, batch 5150, loss[loss=0.3238, simple_loss=0.4212, pruned_loss=0.1132, over 13686.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07773, over 477.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3494, pruned_loss=0.104, over 2785595.59 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06976, over 44729.31 utterances.], batch size: 477, lr: 2.24e-04 +2022-09-18 19:19:15,077 INFO [train.py:885] (0/2) Epoch 21, batch 5200, loss[loss=0.3201, simple_loss=0.3965, pruned_loss=0.1219, over 14000.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05596, over 365.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3451, pruned_loss=0.1016, over 2789769.28 frames. utt_duration=260.6 frames, utt_pad_proportion=0.06702, over 43069.25 utterances.], batch size: 365, lr: 2.24e-04 +2022-09-18 19:19:45,269 INFO [train.py:885] (0/2) Epoch 21, batch 5250, loss[loss=0.2966, simple_loss=0.3894, pruned_loss=0.1019, over 13734.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07393, over 411.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3453, pruned_loss=0.1015, over 2790021.33 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06725, over 43642.64 utterances.], batch size: 411, lr: 2.24e-04 +2022-09-18 19:20:15,469 INFO [train.py:885] (0/2) Epoch 21, batch 5300, loss[loss=0.4854, simple_loss=0.5816, pruned_loss=0.1946, over 12524.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1447, over 811.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3459, pruned_loss=0.1017, over 2790573.13 frames. utt_duration=255.1 frames, utt_pad_proportion=0.0677, over 44010.45 utterances.], batch size: 811, lr: 2.24e-04 +2022-09-18 19:20:45,592 INFO [train.py:885] (0/2) Epoch 21, batch 5350, loss[loss=0.2606, simple_loss=0.3335, pruned_loss=0.09386, over 14258.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04512, over 141.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3436, pruned_loss=0.1014, over 2790091.38 frames. utt_duration=263.3 frames, utt_pad_proportion=0.0658, over 42620.99 utterances.], batch size: 141, lr: 2.24e-04 +2022-09-18 19:21:15,721 INFO [train.py:885] (0/2) Epoch 21, batch 5400, loss[loss=0.3225, simple_loss=0.4257, pruned_loss=0.1096, over 13592.00 frames. utt_duration=98.48 frames, utt_pad_proportion=0.07959, over 560.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3431, pruned_loss=0.1008, over 2787463.84 frames. utt_duration=259.9 frames, utt_pad_proportion=0.0685, over 43150.41 utterances.], batch size: 560, lr: 2.24e-04 +2022-09-18 19:21:45,545 INFO [train.py:885] (0/2) Epoch 21, batch 5450, loss[loss=0.1811, simple_loss=0.2459, pruned_loss=0.05816, over 13738.00 frames. utt_duration=917.3 frames, utt_pad_proportion=0.07807, over 60.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3447, pruned_loss=0.1017, over 2785254.05 frames. utt_duration=257.7 frames, utt_pad_proportion=0.07, over 43482.98 utterances.], batch size: 60, lr: 2.24e-04 +2022-09-18 19:22:14,916 INFO [train.py:885] (0/2) Epoch 21, batch 5500, loss[loss=0.4193, simple_loss=0.4879, pruned_loss=0.1754, over 13589.00 frames. utt_duration=98.38 frames, utt_pad_proportion=0.08056, over 560.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3496, pruned_loss=0.1042, over 2784691.69 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0713, over 45623.37 utterances.], batch size: 560, lr: 2.24e-04 +2022-09-18 19:22:45,008 INFO [train.py:885] (0/2) Epoch 21, batch 5550, loss[loss=0.2482, simple_loss=0.3125, pruned_loss=0.09196, over 14131.00 frames. utt_duration=636.6 frames, utt_pad_proportion=0.04706, over 89.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3528, pruned_loss=0.1058, over 2779832.31 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07393, over 46924.94 utterances.], batch size: 89, lr: 2.24e-04 +2022-09-18 19:23:14,171 INFO [train.py:885] (0/2) Epoch 21, batch 5600, loss[loss=0.3266, simple_loss=0.3979, pruned_loss=0.1277, over 14351.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03364, over 244.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3526, pruned_loss=0.106, over 2782089.93 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07291, over 46323.34 utterances.], batch size: 244, lr: 2.24e-04 +2022-09-18 19:23:43,637 INFO [train.py:885] (0/2) Epoch 21, batch 5650, loss[loss=0.2834, simple_loss=0.377, pruned_loss=0.0949, over 13995.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05678, over 365.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3528, pruned_loss=0.1055, over 2784684.45 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07199, over 46838.21 utterances.], batch size: 365, lr: 2.24e-04 +2022-09-18 19:24:12,832 INFO [train.py:885] (0/2) Epoch 21, batch 5700, loss[loss=0.2129, simple_loss=0.2838, pruned_loss=0.07098, over 14182.00 frames. utt_duration=639 frames, utt_pad_proportion=0.04484, over 89.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3467, pruned_loss=0.1026, over 2785245.35 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06986, over 44041.72 utterances.], batch size: 89, lr: 2.24e-04 +2022-09-18 19:24:42,938 INFO [train.py:885] (0/2) Epoch 21, batch 5750, loss[loss=0.2822, simple_loss=0.3266, pruned_loss=0.1189, over 14187.00 frames. utt_duration=580.4 frames, utt_pad_proportion=0.04698, over 98.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3509, pruned_loss=0.1039, over 2778402.37 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07424, over 46643.08 utterances.], batch size: 98, lr: 2.24e-04 +2022-09-18 19:25:12,578 INFO [train.py:885] (0/2) Epoch 21, batch 5800, loss[loss=0.2595, simple_loss=0.3264, pruned_loss=0.09626, over 14044.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05771, over 98.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3542, pruned_loss=0.1059, over 2780165.91 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07325, over 47346.20 utterances.], batch size: 98, lr: 2.24e-04 +2022-09-18 19:25:42,593 INFO [train.py:885] (0/2) Epoch 21, batch 5850, loss[loss=0.1362, simple_loss=0.1909, pruned_loss=0.04075, over 13429.00 frames. utt_duration=1630 frames, utt_pad_proportion=0.0982, over 33.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3552, pruned_loss=0.1071, over 2775083.13 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07555, over 48013.67 utterances.], batch size: 33, lr: 2.24e-04 +2022-09-18 19:26:11,827 INFO [train.py:885] (0/2) Epoch 21, batch 5900, loss[loss=0.2544, simple_loss=0.3268, pruned_loss=0.09095, over 14308.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03819, over 154.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3555, pruned_loss=0.1076, over 2779887.36 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07232, over 47165.86 utterances.], batch size: 154, lr: 2.24e-04 +2022-09-18 19:26:41,382 INFO [train.py:885] (0/2) Epoch 21, batch 5950, loss[loss=0.3398, simple_loss=0.3975, pruned_loss=0.141, over 14219.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0432, over 306.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3524, pruned_loss=0.1055, over 2775773.19 frames. utt_duration=238.1 frames, utt_pad_proportion=0.0736, over 46921.81 utterances.], batch size: 306, lr: 2.24e-04 +2022-09-18 19:27:10,885 INFO [train.py:885] (0/2) Epoch 21, batch 6000, loss[loss=0.4911, simple_loss=0.5536, pruned_loss=0.2143, over 13153.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1075, over 653.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.35, pruned_loss=0.1053, over 2772313.65 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07236, over 45557.46 utterances.], batch size: 653, lr: 2.24e-04 +2022-09-18 19:27:10,886 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 19:27:15,897 INFO [train.py:914] (0/2) Epoch 21, validation: loss=0.1914, simple_loss=0.2696, pruned_loss=0.05659, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 19:27:45,496 INFO [train.py:885] (0/2) Epoch 21, batch 6050, loss[loss=0.2233, simple_loss=0.2961, pruned_loss=0.07523, over 14229.00 frames. utt_duration=640.8 frames, utt_pad_proportion=0.04494, over 89.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3494, pruned_loss=0.1044, over 2774402.49 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07133, over 45629.84 utterances.], batch size: 89, lr: 2.24e-04 +2022-09-18 19:28:15,009 INFO [train.py:885] (0/2) Epoch 21, batch 6100, loss[loss=0.286, simple_loss=0.3654, pruned_loss=0.1033, over 14319.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03806, over 210.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3485, pruned_loss=0.1036, over 2781525.68 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06878, over 45215.26 utterances.], batch size: 210, lr: 2.24e-04 +2022-09-18 19:28:44,408 INFO [train.py:885] (0/2) Epoch 21, batch 6150, loss[loss=0.2656, simple_loss=0.3219, pruned_loss=0.1046, over 13993.00 frames. utt_duration=572.8 frames, utt_pad_proportion=0.05792, over 98.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3481, pruned_loss=0.1038, over 2780921.83 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06975, over 44802.49 utterances.], batch size: 98, lr: 2.24e-04 +2022-09-18 19:29:14,057 INFO [train.py:885] (0/2) Epoch 21, batch 6200, loss[loss=0.3145, simple_loss=0.3809, pruned_loss=0.124, over 14291.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03926, over 180.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3489, pruned_loss=0.1043, over 2781429.11 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06755, over 44497.89 utterances.], batch size: 180, lr: 2.24e-04 +2022-09-18 19:29:43,273 INFO [train.py:885] (0/2) Epoch 21, batch 6250, loss[loss=0.3177, simple_loss=0.4185, pruned_loss=0.1085, over 13657.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0794, over 477.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3502, pruned_loss=0.105, over 2782407.17 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06886, over 45019.78 utterances.], batch size: 477, lr: 2.24e-04 +2022-09-18 19:30:13,003 INFO [train.py:885] (0/2) Epoch 21, batch 6300, loss[loss=0.3345, simple_loss=0.395, pruned_loss=0.137, over 14220.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04333, over 306.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3508, pruned_loss=0.1054, over 2782794.20 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06799, over 44981.87 utterances.], batch size: 306, lr: 2.24e-04 +2022-09-18 19:30:42,350 INFO [train.py:885] (0/2) Epoch 21, batch 6350, loss[loss=0.1701, simple_loss=0.2578, pruned_loss=0.04126, over 13164.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.1004, over 41.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3492, pruned_loss=0.104, over 2779243.82 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07102, over 45437.12 utterances.], batch size: 41, lr: 2.24e-04 +2022-09-18 19:31:11,739 INFO [train.py:885] (0/2) Epoch 21, batch 6400, loss[loss=0.3241, simple_loss=0.4154, pruned_loss=0.1164, over 13619.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08178, over 477.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3502, pruned_loss=0.1047, over 2776039.86 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07271, over 45918.18 utterances.], batch size: 477, lr: 2.24e-04 +2022-09-18 19:31:41,834 INFO [train.py:885] (0/2) Epoch 21, batch 6450, loss[loss=0.5436, simple_loss=0.6227, pruned_loss=0.2323, over 12555.00 frames. utt_duration=63.61 frames, utt_pad_proportion=0.1404, over 810.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3544, pruned_loss=0.1059, over 2779793.05 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07214, over 48333.22 utterances.], batch size: 810, lr: 2.23e-04 +2022-09-18 19:32:11,066 INFO [train.py:885] (0/2) Epoch 21, batch 6500, loss[loss=0.2901, simple_loss=0.3645, pruned_loss=0.1079, over 14335.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03868, over 244.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3532, pruned_loss=0.1053, over 2783639.98 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07137, over 47567.32 utterances.], batch size: 244, lr: 2.23e-04 +2022-09-18 19:32:40,342 INFO [train.py:885] (0/2) Epoch 21, batch 6550, loss[loss=0.2171, simple_loss=0.3006, pruned_loss=0.06685, over 14295.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.04177, over 154.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3527, pruned_loss=0.1048, over 2782450.28 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07248, over 47532.55 utterances.], batch size: 154, lr: 2.23e-04 +2022-09-18 19:33:16,756 INFO [train.py:885] (0/2) Epoch 21, batch 6600, loss[loss=0.2015, simple_loss=0.274, pruned_loss=0.06448, over 13516.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.09, over 50.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3551, pruned_loss=0.106, over 2782469.45 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07179, over 48374.82 utterances.], batch size: 50, lr: 2.23e-04 +2022-09-18 19:33:45,963 INFO [train.py:885] (0/2) Epoch 21, batch 6650, loss[loss=0.2038, simple_loss=0.2734, pruned_loss=0.06717, over 14041.00 frames. utt_duration=803.7 frames, utt_pad_proportion=0.06113, over 70.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3537, pruned_loss=0.1053, over 2779576.57 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07214, over 48144.03 utterances.], batch size: 70, lr: 2.23e-04 +2022-09-18 19:34:15,902 INFO [train.py:885] (0/2) Epoch 21, batch 6700, loss[loss=0.3738, simple_loss=0.4396, pruned_loss=0.154, over 13995.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05643, over 365.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3556, pruned_loss=0.1061, over 2776648.33 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07482, over 49098.93 utterances.], batch size: 365, lr: 2.23e-04 +2022-09-18 19:34:44,875 INFO [train.py:885] (0/2) Epoch 21, batch 6750, loss[loss=0.1859, simple_loss=0.2558, pruned_loss=0.05802, over 13692.00 frames. utt_duration=914.3 frames, utt_pad_proportion=0.0727, over 60.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3557, pruned_loss=0.1061, over 2779613.20 frames. utt_duration=228.4 frames, utt_pad_proportion=0.07377, over 49005.68 utterances.], batch size: 60, lr: 2.23e-04 +2022-09-18 19:35:14,651 INFO [train.py:885] (0/2) Epoch 21, batch 6800, loss[loss=0.2502, simple_loss=0.323, pruned_loss=0.08868, over 14173.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.0448, over 109.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3533, pruned_loss=0.105, over 2779880.95 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07235, over 47650.02 utterances.], batch size: 109, lr: 2.23e-04 +2022-09-18 19:35:44,423 INFO [train.py:885] (0/2) Epoch 21, batch 6850, loss[loss=0.2394, simple_loss=0.3159, pruned_loss=0.08148, over 14303.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.0399, over 130.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3559, pruned_loss=0.1064, over 2777143.97 frames. utt_duration=227.2 frames, utt_pad_proportion=0.07416, over 49217.94 utterances.], batch size: 130, lr: 2.23e-04 +2022-09-18 19:36:14,159 INFO [train.py:885] (0/2) Epoch 21, batch 6900, loss[loss=0.3365, simple_loss=0.4453, pruned_loss=0.1138, over 13149.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3544, pruned_loss=0.1056, over 2779288.39 frames. utt_duration=229.9 frames, utt_pad_proportion=0.07199, over 48667.60 utterances.], batch size: 653, lr: 2.23e-04 +2022-09-18 19:36:43,189 INFO [train.py:885] (0/2) Epoch 21, batch 6950, loss[loss=0.3325, simple_loss=0.393, pruned_loss=0.136, over 14193.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04493, over 306.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3536, pruned_loss=0.1054, over 2776874.26 frames. utt_duration=230.1 frames, utt_pad_proportion=0.07309, over 48582.14 utterances.], batch size: 306, lr: 2.23e-04 +2022-09-18 19:37:13,153 INFO [train.py:885] (0/2) Epoch 21, batch 7000, loss[loss=0.249, simple_loss=0.3161, pruned_loss=0.09093, over 14134.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.04738, over 109.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3541, pruned_loss=0.1053, over 2779481.11 frames. utt_duration=230.4 frames, utt_pad_proportion=0.07176, over 48565.37 utterances.], batch size: 109, lr: 2.23e-04 +2022-09-18 19:37:41,962 INFO [train.py:885] (0/2) Epoch 21, batch 7050, loss[loss=0.2671, simple_loss=0.3378, pruned_loss=0.09824, over 14319.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04058, over 167.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3494, pruned_loss=0.1025, over 2780532.54 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07092, over 46152.62 utterances.], batch size: 167, lr: 2.23e-04 +2022-09-18 19:38:11,718 INFO [train.py:885] (0/2) Epoch 21, batch 7100, loss[loss=0.4517, simple_loss=0.4719, pruned_loss=0.2157, over 14358.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03346, over 244.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3506, pruned_loss=0.1038, over 2783646.59 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06847, over 46359.97 utterances.], batch size: 244, lr: 2.23e-04 +2022-09-18 19:38:41,354 INFO [train.py:885] (0/2) Epoch 21, batch 7150, loss[loss=0.2269, simple_loss=0.2971, pruned_loss=0.07835, over 14070.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05474, over 98.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3496, pruned_loss=0.1036, over 2780104.74 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07042, over 45592.47 utterances.], batch size: 98, lr: 2.23e-04 +2022-09-18 19:39:10,424 INFO [train.py:885] (0/2) Epoch 21, batch 7200, loss[loss=0.4014, simple_loss=0.4848, pruned_loss=0.159, over 13155.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3457, pruned_loss=0.102, over 2777636.25 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07146, over 44656.82 utterances.], batch size: 653, lr: 2.23e-04 +2022-09-18 19:39:39,945 INFO [train.py:885] (0/2) Epoch 21, batch 7250, loss[loss=0.2306, simple_loss=0.2972, pruned_loss=0.08199, over 14127.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05089, over 98.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3476, pruned_loss=0.1024, over 2773201.96 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07394, over 45569.43 utterances.], batch size: 98, lr: 2.23e-04 +2022-09-18 19:40:09,496 INFO [train.py:885] (0/2) Epoch 21, batch 7300, loss[loss=0.3196, simple_loss=0.3706, pruned_loss=0.1343, over 14280.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04138, over 120.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3461, pruned_loss=0.1018, over 2774942.58 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07307, over 45557.76 utterances.], batch size: 120, lr: 2.23e-04 +2022-09-18 19:40:38,966 INFO [train.py:885] (0/2) Epoch 21, batch 7350, loss[loss=0.4073, simple_loss=0.4454, pruned_loss=0.1847, over 14212.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04421, over 335.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3493, pruned_loss=0.1039, over 2772920.47 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07473, over 46251.09 utterances.], batch size: 335, lr: 2.23e-04 +2022-09-18 19:41:08,648 INFO [train.py:885] (0/2) Epoch 21, batch 7400, loss[loss=0.2435, simple_loss=0.3221, pruned_loss=0.08243, over 14273.00 frames. utt_duration=477.3 frames, utt_pad_proportion=0.04158, over 120.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3492, pruned_loss=0.1032, over 2773817.63 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07287, over 46060.76 utterances.], batch size: 120, lr: 2.23e-04 +2022-09-18 19:41:38,043 INFO [train.py:885] (0/2) Epoch 21, batch 7450, loss[loss=0.3005, simple_loss=0.3759, pruned_loss=0.1126, over 14340.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03709, over 210.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3482, pruned_loss=0.103, over 2778628.46 frames. utt_duration=248.8 frames, utt_pad_proportion=0.0733, over 44936.51 utterances.], batch size: 210, lr: 2.23e-04 +2022-09-18 19:42:07,473 INFO [train.py:885] (0/2) Epoch 21, batch 7500, loss[loss=0.2376, simple_loss=0.3124, pruned_loss=0.08144, over 14278.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.0414, over 120.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3477, pruned_loss=0.103, over 2779415.51 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07459, over 44400.24 utterances.], batch size: 120, lr: 2.23e-04 +2022-09-18 19:42:37,212 INFO [train.py:885] (0/2) Epoch 21, batch 7550, loss[loss=0.2371, simple_loss=0.3159, pruned_loss=0.07912, over 14267.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04034, over 130.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.346, pruned_loss=0.1024, over 2776203.88 frames. utt_duration=254 frames, utt_pad_proportion=0.07469, over 43969.41 utterances.], batch size: 130, lr: 2.23e-04 +2022-09-18 19:43:07,232 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-260000.pt +2022-09-18 19:43:07,752 INFO [train.py:885] (0/2) Epoch 21, batch 7600, loss[loss=0.1655, simple_loss=0.2392, pruned_loss=0.04589, over 13645.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08309, over 50.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3473, pruned_loss=0.1025, over 2779095.34 frames. utt_duration=252.3 frames, utt_pad_proportion=0.0728, over 44322.21 utterances.], batch size: 50, lr: 2.23e-04 +2022-09-18 19:43:36,881 INFO [train.py:885] (0/2) Epoch 21, batch 7650, loss[loss=0.3715, simple_loss=0.4287, pruned_loss=0.1571, over 14191.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04562, over 306.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.349, pruned_loss=0.1042, over 2780945.64 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06951, over 44242.92 utterances.], batch size: 306, lr: 2.23e-04 +2022-09-18 19:44:07,470 INFO [train.py:885] (0/2) Epoch 21, batch 7700, loss[loss=0.1924, simple_loss=0.2757, pruned_loss=0.05453, over 13854.00 frames. utt_duration=925.1 frames, utt_pad_proportion=0.07117, over 60.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3454, pruned_loss=0.1025, over 2778733.63 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06939, over 42955.38 utterances.], batch size: 60, lr: 2.23e-04 +2022-09-18 19:44:36,878 INFO [train.py:885] (0/2) Epoch 21, batch 7750, loss[loss=0.1841, simple_loss=0.2711, pruned_loss=0.04861, over 12888.00 frames. utt_duration=1984 frames, utt_pad_proportion=0.1177, over 26.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3452, pruned_loss=0.102, over 2780686.94 frames. utt_duration=261.3 frames, utt_pad_proportion=0.06994, over 42807.11 utterances.], batch size: 26, lr: 2.23e-04 +2022-09-18 19:45:06,047 INFO [train.py:885] (0/2) Epoch 21, batch 7800, loss[loss=0.4706, simple_loss=0.569, pruned_loss=0.1861, over 12464.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.1471, over 810.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3492, pruned_loss=0.1038, over 2781790.99 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07122, over 44428.68 utterances.], batch size: 810, lr: 2.23e-04 +2022-09-18 19:45:35,776 INFO [train.py:885] (0/2) Epoch 21, batch 7850, loss[loss=0.2819, simple_loss=0.3498, pruned_loss=0.1071, over 14303.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03937, over 226.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3489, pruned_loss=0.1037, over 2780587.83 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0719, over 44926.19 utterances.], batch size: 226, lr: 2.23e-04 +2022-09-18 19:46:05,981 INFO [train.py:885] (0/2) Epoch 21, batch 7900, loss[loss=0.3518, simple_loss=0.4187, pruned_loss=0.1424, over 14198.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04487, over 306.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3501, pruned_loss=0.104, over 2782977.76 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07049, over 45314.52 utterances.], batch size: 306, lr: 2.23e-04 +2022-09-18 19:46:35,650 INFO [train.py:885] (0/2) Epoch 21, batch 7950, loss[loss=0.644, simple_loss=0.6872, pruned_loss=0.3004, over 12476.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3508, pruned_loss=0.104, over 2782293.64 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07167, over 45910.94 utterances.], batch size: 810, lr: 2.23e-04 +2022-09-18 19:47:04,942 INFO [train.py:885] (0/2) Epoch 21, batch 8000, loss[loss=0.1695, simple_loss=0.249, pruned_loss=0.04496, over 12593.00 frames. utt_duration=2016 frames, utt_pad_proportion=0.1302, over 25.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3501, pruned_loss=0.1039, over 2781006.02 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07272, over 45576.38 utterances.], batch size: 25, lr: 2.23e-04 +2022-09-18 19:47:34,492 INFO [train.py:885] (0/2) Epoch 21, batch 8050, loss[loss=0.1913, simple_loss=0.2557, pruned_loss=0.06341, over 13118.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1059, over 33.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.35, pruned_loss=0.1044, over 2779315.33 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07371, over 45071.06 utterances.], batch size: 33, lr: 2.23e-04 +2022-09-18 19:48:04,286 INFO [train.py:885] (0/2) Epoch 21, batch 8100, loss[loss=0.2994, simple_loss=0.3935, pruned_loss=0.1027, over 13747.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07304, over 411.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3463, pruned_loss=0.1026, over 2784142.00 frames. utt_duration=258 frames, utt_pad_proportion=0.0701, over 43419.47 utterances.], batch size: 411, lr: 2.23e-04 +2022-09-18 19:48:33,017 INFO [train.py:885] (0/2) Epoch 21, batch 8150, loss[loss=0.1595, simple_loss=0.1917, pruned_loss=0.06368, over 12510.00 frames. utt_duration=2086 frames, utt_pad_proportion=0.1457, over 24.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.345, pruned_loss=0.1019, over 2784156.70 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06963, over 43396.10 utterances.], batch size: 24, lr: 2.23e-04 +2022-09-18 19:49:02,936 INFO [train.py:885] (0/2) Epoch 21, batch 8200, loss[loss=0.3897, simple_loss=0.4368, pruned_loss=0.1713, over 14241.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04187, over 335.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3471, pruned_loss=0.1032, over 2782111.25 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07062, over 44005.59 utterances.], batch size: 335, lr: 2.23e-04 +2022-09-18 19:49:32,151 INFO [train.py:885] (0/2) Epoch 21, batch 8250, loss[loss=0.3989, simple_loss=0.4552, pruned_loss=0.1713, over 14026.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05393, over 365.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.346, pruned_loss=0.1031, over 2782559.99 frames. utt_duration=261.3 frames, utt_pad_proportion=0.0688, over 42844.79 utterances.], batch size: 365, lr: 2.23e-04 +2022-09-18 19:50:01,892 INFO [train.py:885] (0/2) Epoch 21, batch 8300, loss[loss=0.3718, simple_loss=0.4255, pruned_loss=0.1591, over 14255.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04174, over 335.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3505, pruned_loss=0.1054, over 2785469.74 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06843, over 44488.45 utterances.], batch size: 335, lr: 2.23e-04 +2022-09-18 19:50:31,233 INFO [train.py:885] (0/2) Epoch 21, batch 8350, loss[loss=0.3656, simple_loss=0.4138, pruned_loss=0.1587, over 14264.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04147, over 335.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3505, pruned_loss=0.1055, over 2778846.58 frames. utt_duration=250 frames, utt_pad_proportion=0.0713, over 44731.62 utterances.], batch size: 335, lr: 2.23e-04 +2022-09-18 19:51:01,148 INFO [train.py:885] (0/2) Epoch 21, batch 8400, loss[loss=0.2254, simple_loss=0.3047, pruned_loss=0.07302, over 14181.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04429, over 109.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3521, pruned_loss=0.1066, over 2779593.38 frames. utt_duration=249 frames, utt_pad_proportion=0.07113, over 44909.90 utterances.], batch size: 109, lr: 2.23e-04 +2022-09-18 19:51:30,200 INFO [train.py:885] (0/2) Epoch 21, batch 8450, loss[loss=0.2329, simple_loss=0.2978, pruned_loss=0.08401, over 14105.00 frames. utt_duration=577 frames, utt_pad_proportion=0.051, over 98.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3503, pruned_loss=0.1051, over 2780528.73 frames. utt_duration=251 frames, utt_pad_proportion=0.07147, over 44569.68 utterances.], batch size: 98, lr: 2.23e-04 +2022-09-18 19:51:59,855 INFO [train.py:885] (0/2) Epoch 21, batch 8500, loss[loss=0.3612, simple_loss=0.4326, pruned_loss=0.1449, over 14000.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05601, over 365.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3522, pruned_loss=0.1063, over 2779539.10 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07136, over 45385.79 utterances.], batch size: 365, lr: 2.23e-04 +2022-09-18 19:52:28,692 INFO [train.py:885] (0/2) Epoch 21, batch 8550, loss[loss=0.2495, simple_loss=0.3225, pruned_loss=0.08821, over 14303.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04116, over 154.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.355, pruned_loss=0.1079, over 2780511.32 frames. utt_duration=240 frames, utt_pad_proportion=0.07075, over 46625.06 utterances.], batch size: 154, lr: 2.23e-04 +2022-09-18 19:52:58,623 INFO [train.py:885] (0/2) Epoch 21, batch 8600, loss[loss=0.1768, simple_loss=0.2607, pruned_loss=0.04642, over 14197.00 frames. utt_duration=639.6 frames, utt_pad_proportion=0.04687, over 89.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3525, pruned_loss=0.106, over 2786276.60 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06877, over 45306.72 utterances.], batch size: 89, lr: 2.23e-04 +2022-09-18 19:53:27,786 INFO [train.py:885] (0/2) Epoch 21, batch 8650, loss[loss=0.1735, simple_loss=0.2435, pruned_loss=0.05175, over 13451.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.0825, over 41.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3511, pruned_loss=0.1053, over 2783063.75 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07195, over 45602.27 utterances.], batch size: 41, lr: 2.23e-04 +2022-09-18 19:53:57,830 INFO [train.py:885] (0/2) Epoch 21, batch 8700, loss[loss=0.1863, simple_loss=0.2674, pruned_loss=0.05261, over 13880.00 frames. utt_duration=926.8 frames, utt_pad_proportion=0.06856, over 60.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3529, pruned_loss=0.1063, over 2777928.63 frames. utt_duration=240 frames, utt_pad_proportion=0.07454, over 46581.62 utterances.], batch size: 60, lr: 2.23e-04 +2022-09-18 19:54:26,533 INFO [train.py:885] (0/2) Epoch 21, batch 8750, loss[loss=0.1873, simple_loss=0.2593, pruned_loss=0.05763, over 13967.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.0602, over 79.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3468, pruned_loss=0.1031, over 2776786.78 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07316, over 44559.58 utterances.], batch size: 79, lr: 2.22e-04 +2022-09-18 19:54:57,322 INFO [train.py:885] (0/2) Epoch 21, batch 8800, loss[loss=0.2053, simple_loss=0.2927, pruned_loss=0.05897, over 14045.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05454, over 98.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3506, pruned_loss=0.1046, over 2777646.56 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07276, over 46108.06 utterances.], batch size: 98, lr: 2.22e-04 +2022-09-18 19:55:27,174 INFO [train.py:885] (0/2) Epoch 21, batch 8850, loss[loss=0.2606, simple_loss=0.3601, pruned_loss=0.08056, over 13952.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05899, over 365.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3485, pruned_loss=0.1035, over 2777177.37 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07112, over 45090.82 utterances.], batch size: 365, lr: 2.22e-04 +2022-09-18 19:55:56,089 INFO [train.py:885] (0/2) Epoch 21, batch 8900, loss[loss=0.2156, simple_loss=0.2825, pruned_loss=0.07429, over 13887.00 frames. utt_duration=806.5 frames, utt_pad_proportion=0.06113, over 69.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.351, pruned_loss=0.1051, over 2779996.79 frames. utt_duration=245 frames, utt_pad_proportion=0.07106, over 45659.31 utterances.], batch size: 69, lr: 2.22e-04 +2022-09-18 19:56:25,857 INFO [train.py:885] (0/2) Epoch 21, batch 8950, loss[loss=0.2809, simple_loss=0.3573, pruned_loss=0.1023, over 14361.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03851, over 167.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3519, pruned_loss=0.105, over 2781062.90 frames. utt_duration=240 frames, utt_pad_proportion=0.07185, over 46645.69 utterances.], batch size: 167, lr: 2.22e-04 +2022-09-18 19:56:55,229 INFO [train.py:885] (0/2) Epoch 21, batch 9000, loss[loss=0.2436, simple_loss=0.3096, pruned_loss=0.08879, over 14270.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.04537, over 110.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3496, pruned_loss=0.1039, over 2779979.48 frames. utt_duration=248 frames, utt_pad_proportion=0.07297, over 45110.59 utterances.], batch size: 110, lr: 2.22e-04 +2022-09-18 19:56:55,230 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 19:56:59,475 INFO [train.py:914] (0/2) Epoch 21, validation: loss=0.1874, simple_loss=0.2668, pruned_loss=0.05397, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 19:57:29,145 INFO [train.py:885] (0/2) Epoch 21, batch 9050, loss[loss=0.215, simple_loss=0.2932, pruned_loss=0.06837, over 13808.00 frames. utt_duration=922 frames, utt_pad_proportion=0.07333, over 60.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3468, pruned_loss=0.1023, over 2780938.66 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07141, over 44544.12 utterances.], batch size: 60, lr: 2.22e-04 +2022-09-18 19:57:59,012 INFO [train.py:885] (0/2) Epoch 21, batch 9100, loss[loss=0.2668, simple_loss=0.3477, pruned_loss=0.09291, over 14370.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03753, over 167.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3472, pruned_loss=0.1027, over 2778319.88 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07214, over 44572.74 utterances.], batch size: 167, lr: 2.22e-04 +2022-09-18 19:58:28,516 INFO [train.py:885] (0/2) Epoch 21, batch 9150, loss[loss=0.4393, simple_loss=0.5095, pruned_loss=0.1846, over 13651.00 frames. utt_duration=98.88 frames, utt_pad_proportion=0.07585, over 560.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3497, pruned_loss=0.1043, over 2775491.59 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07483, over 45276.02 utterances.], batch size: 560, lr: 2.22e-04 +2022-09-18 19:58:57,533 INFO [train.py:885] (0/2) Epoch 21, batch 9200, loss[loss=0.3286, simple_loss=0.3876, pruned_loss=0.1348, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03911, over 180.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3482, pruned_loss=0.1035, over 2776946.79 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07344, over 44488.71 utterances.], batch size: 180, lr: 2.22e-04 +2022-09-18 19:59:27,489 INFO [train.py:885] (0/2) Epoch 21, batch 9250, loss[loss=0.3468, simple_loss=0.3863, pruned_loss=0.1536, over 14358.00 frames. utt_duration=443.2 frames, utt_pad_proportion=0.03436, over 130.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3536, pruned_loss=0.1067, over 2778318.38 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07338, over 46307.06 utterances.], batch size: 130, lr: 2.22e-04 +2022-09-18 19:59:57,928 INFO [train.py:885] (0/2) Epoch 21, batch 9300, loss[loss=0.3329, simple_loss=0.3966, pruned_loss=0.1346, over 14357.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03644, over 283.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3554, pruned_loss=0.1073, over 2780064.86 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07266, over 47147.39 utterances.], batch size: 283, lr: 2.22e-04 +2022-09-18 20:00:26,370 INFO [train.py:885] (0/2) Epoch 21, batch 9350, loss[loss=0.2479, simple_loss=0.3222, pruned_loss=0.08682, over 14302.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03826, over 130.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3505, pruned_loss=0.105, over 2785623.33 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06983, over 44618.66 utterances.], batch size: 130, lr: 2.22e-04 +2022-09-18 20:00:56,258 INFO [train.py:885] (0/2) Epoch 21, batch 9400, loss[loss=0.1661, simple_loss=0.2236, pruned_loss=0.05429, over 12745.00 frames. utt_duration=2041 frames, utt_pad_proportion=0.1208, over 25.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3512, pruned_loss=0.1055, over 2782349.40 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07083, over 44795.53 utterances.], batch size: 25, lr: 2.22e-04 +2022-09-18 20:01:25,937 INFO [train.py:885] (0/2) Epoch 21, batch 9450, loss[loss=0.2531, simple_loss=0.3277, pruned_loss=0.0893, over 14246.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04596, over 141.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.35, pruned_loss=0.1041, over 2782928.41 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06946, over 44910.08 utterances.], batch size: 141, lr: 2.22e-04 +2022-09-18 20:01:55,966 INFO [train.py:885] (0/2) Epoch 21, batch 9500, loss[loss=0.3206, simple_loss=0.3961, pruned_loss=0.1226, over 14200.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04487, over 306.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3501, pruned_loss=0.104, over 2779271.73 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07055, over 45357.60 utterances.], batch size: 306, lr: 2.22e-04 +2022-09-18 20:02:25,363 INFO [train.py:885] (0/2) Epoch 21, batch 9550, loss[loss=0.2658, simple_loss=0.3429, pruned_loss=0.09433, over 14287.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03951, over 154.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3498, pruned_loss=0.1044, over 2781955.49 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06906, over 45036.65 utterances.], batch size: 154, lr: 2.22e-04 +2022-09-18 20:02:54,936 INFO [train.py:885] (0/2) Epoch 21, batch 9600, loss[loss=0.3374, simple_loss=0.4297, pruned_loss=0.1225, over 13606.00 frames. utt_duration=98.53 frames, utt_pad_proportion=0.07916, over 560.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3522, pruned_loss=0.1065, over 2777956.31 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07062, over 45587.56 utterances.], batch size: 560, lr: 2.22e-04 +2022-09-18 20:03:24,207 INFO [train.py:885] (0/2) Epoch 21, batch 9650, loss[loss=0.2669, simple_loss=0.3378, pruned_loss=0.09801, over 14303.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03834, over 130.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3535, pruned_loss=0.1071, over 2782181.73 frames. utt_duration=242 frames, utt_pad_proportion=0.06883, over 46260.15 utterances.], batch size: 130, lr: 2.22e-04 +2022-09-18 20:03:54,289 INFO [train.py:885] (0/2) Epoch 21, batch 9700, loss[loss=0.2178, simple_loss=0.2913, pruned_loss=0.07218, over 14070.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05288, over 98.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3526, pruned_loss=0.106, over 2777245.39 frames. utt_duration=241 frames, utt_pad_proportion=0.07148, over 46376.17 utterances.], batch size: 98, lr: 2.22e-04 +2022-09-18 20:04:23,276 INFO [train.py:885] (0/2) Epoch 21, batch 9750, loss[loss=0.2682, simple_loss=0.3436, pruned_loss=0.09635, over 14365.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.0379, over 167.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3527, pruned_loss=0.1059, over 2778374.73 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07179, over 46258.81 utterances.], batch size: 167, lr: 2.22e-04 +2022-09-18 20:04:53,098 INFO [train.py:885] (0/2) Epoch 21, batch 9800, loss[loss=0.1766, simple_loss=0.2559, pruned_loss=0.04868, over 13994.00 frames. utt_duration=934.5 frames, utt_pad_proportion=0.06082, over 60.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3532, pruned_loss=0.1059, over 2776415.56 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07244, over 47020.98 utterances.], batch size: 60, lr: 2.22e-04 +2022-09-18 20:05:22,728 INFO [train.py:885] (0/2) Epoch 21, batch 9850, loss[loss=0.2288, simple_loss=0.2875, pruned_loss=0.08508, over 13857.00 frames. utt_duration=804.5 frames, utt_pad_proportion=0.06344, over 69.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3537, pruned_loss=0.1064, over 2777074.11 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07303, over 46904.26 utterances.], batch size: 69, lr: 2.22e-04 +2022-09-18 20:05:52,117 INFO [train.py:885] (0/2) Epoch 21, batch 9900, loss[loss=0.2556, simple_loss=0.3284, pruned_loss=0.09139, over 14296.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04143, over 154.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3529, pruned_loss=0.1066, over 2782591.12 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07011, over 45757.52 utterances.], batch size: 154, lr: 2.22e-04 +2022-09-18 20:06:21,410 INFO [train.py:885] (0/2) Epoch 21, batch 9950, loss[loss=0.3258, simple_loss=0.3898, pruned_loss=0.1309, over 14328.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03759, over 210.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3524, pruned_loss=0.1062, over 2778489.02 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07257, over 45332.10 utterances.], batch size: 210, lr: 2.22e-04 +2022-09-18 20:06:51,377 INFO [train.py:885] (0/2) Epoch 21, batch 10000, loss[loss=0.2015, simple_loss=0.284, pruned_loss=0.05945, over 14324.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03647, over 120.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.354, pruned_loss=0.1068, over 2775808.36 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07353, over 46702.80 utterances.], batch size: 120, lr: 2.22e-04 +2022-09-18 20:07:20,709 INFO [train.py:885] (0/2) Epoch 21, batch 10050, loss[loss=0.1871, simple_loss=0.248, pruned_loss=0.06312, over 12934.00 frames. utt_duration=1570 frames, utt_pad_proportion=0.1182, over 33.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3501, pruned_loss=0.1046, over 2770904.95 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07445, over 45005.58 utterances.], batch size: 33, lr: 2.22e-04 +2022-09-18 20:07:50,514 INFO [train.py:885] (0/2) Epoch 21, batch 10100, loss[loss=0.3369, simple_loss=0.4159, pruned_loss=0.129, over 13987.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05715, over 365.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3504, pruned_loss=0.1039, over 2775691.72 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07231, over 45489.63 utterances.], batch size: 365, lr: 2.22e-04 +2022-09-18 20:08:19,090 INFO [train.py:885] (0/2) Epoch 21, batch 10150, loss[loss=0.2894, simple_loss=0.349, pruned_loss=0.1149, over 14239.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04629, over 141.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3486, pruned_loss=0.1034, over 2777548.46 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07052, over 44499.35 utterances.], batch size: 141, lr: 2.22e-04 +2022-09-18 20:08:50,018 INFO [train.py:885] (0/2) Epoch 21, batch 10200, loss[loss=0.2935, simple_loss=0.3678, pruned_loss=0.1096, over 14322.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0386, over 283.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3493, pruned_loss=0.1037, over 2776394.39 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07116, over 44953.03 utterances.], batch size: 283, lr: 2.22e-04 +2022-09-18 20:09:19,366 INFO [train.py:885] (0/2) Epoch 21, batch 10250, loss[loss=0.2653, simple_loss=0.3384, pruned_loss=0.0961, over 14349.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03906, over 167.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.352, pruned_loss=0.1051, over 2777509.76 frames. utt_duration=244 frames, utt_pad_proportion=0.07177, over 45812.18 utterances.], batch size: 167, lr: 2.22e-04 +2022-09-18 20:09:48,823 INFO [train.py:885] (0/2) Epoch 21, batch 10300, loss[loss=0.3023, simple_loss=0.3965, pruned_loss=0.104, over 13982.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05698, over 365.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3543, pruned_loss=0.1066, over 2777129.71 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07175, over 46363.39 utterances.], batch size: 365, lr: 2.22e-04 +2022-09-18 20:10:18,416 INFO [train.py:885] (0/2) Epoch 21, batch 10350, loss[loss=0.3031, simple_loss=0.3817, pruned_loss=0.1123, over 14233.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04282, over 306.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3535, pruned_loss=0.1066, over 2779456.34 frames. utt_duration=242 frames, utt_pad_proportion=0.07048, over 46219.47 utterances.], batch size: 306, lr: 2.22e-04 +2022-09-18 20:10:48,666 INFO [train.py:885] (0/2) Epoch 21, batch 10400, loss[loss=0.3071, simple_loss=0.3756, pruned_loss=0.1193, over 14302.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03917, over 195.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3515, pruned_loss=0.1046, over 2776732.87 frames. utt_duration=239 frames, utt_pad_proportion=0.07171, over 46757.83 utterances.], batch size: 195, lr: 2.22e-04 +2022-09-18 20:11:17,840 INFO [train.py:885] (0/2) Epoch 21, batch 10450, loss[loss=0.274, simple_loss=0.3464, pruned_loss=0.1008, over 14320.00 frames. utt_duration=220 frames, utt_pad_proportion=0.0392, over 262.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3506, pruned_loss=0.1044, over 2776849.42 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07257, over 46443.90 utterances.], batch size: 262, lr: 2.22e-04 +2022-09-18 20:11:47,654 INFO [train.py:885] (0/2) Epoch 21, batch 10500, loss[loss=0.3599, simple_loss=0.4482, pruned_loss=0.1358, over 13593.00 frames. utt_duration=98.56 frames, utt_pad_proportion=0.07889, over 560.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3504, pruned_loss=0.1048, over 2777193.45 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07258, over 45656.77 utterances.], batch size: 560, lr: 2.22e-04 +2022-09-18 20:12:17,217 INFO [train.py:885] (0/2) Epoch 21, batch 10550, loss[loss=0.2526, simple_loss=0.3356, pruned_loss=0.08477, over 14254.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04512, over 141.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.352, pruned_loss=0.1052, over 2775931.90 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07293, over 46376.67 utterances.], batch size: 141, lr: 2.22e-04 +2022-09-18 20:12:47,034 INFO [train.py:885] (0/2) Epoch 21, batch 10600, loss[loss=0.3088, simple_loss=0.4014, pruned_loss=0.1081, over 13798.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06984, over 411.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3501, pruned_loss=0.1042, over 2784340.91 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06899, over 44938.77 utterances.], batch size: 411, lr: 2.22e-04 +2022-09-18 20:13:16,130 INFO [train.py:885] (0/2) Epoch 21, batch 10650, loss[loss=0.3318, simple_loss=0.3925, pruned_loss=0.1355, over 14364.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03479, over 210.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3514, pruned_loss=0.1048, over 2780670.69 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07072, over 45459.23 utterances.], batch size: 210, lr: 2.22e-04 +2022-09-18 20:13:46,231 INFO [train.py:885] (0/2) Epoch 21, batch 10700, loss[loss=0.2978, simple_loss=0.3676, pruned_loss=0.1141, over 14358.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03564, over 210.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3519, pruned_loss=0.1058, over 2780505.27 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07203, over 45214.15 utterances.], batch size: 210, lr: 2.22e-04 +2022-09-18 20:14:16,507 INFO [train.py:885] (0/2) Epoch 21, batch 10750, loss[loss=0.3198, simple_loss=0.3823, pruned_loss=0.1287, over 14288.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03957, over 180.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3545, pruned_loss=0.107, over 2778620.31 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07222, over 46432.24 utterances.], batch size: 180, lr: 2.22e-04 +2022-09-18 20:14:45,626 INFO [train.py:885] (0/2) Epoch 21, batch 10800, loss[loss=0.1757, simple_loss=0.2439, pruned_loss=0.0538, over 12388.00 frames. utt_duration=2066 frames, utt_pad_proportion=0.1459, over 24.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3501, pruned_loss=0.1048, over 2781275.50 frames. utt_duration=253 frames, utt_pad_proportion=0.07054, over 44237.54 utterances.], batch size: 24, lr: 2.22e-04 +2022-09-18 20:15:14,663 INFO [train.py:885] (0/2) Epoch 21, batch 10850, loss[loss=0.201, simple_loss=0.2662, pruned_loss=0.06792, over 14235.00 frames. utt_duration=641.2 frames, utt_pad_proportion=0.04442, over 89.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3479, pruned_loss=0.1041, over 2778675.39 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06994, over 43602.15 utterances.], batch size: 89, lr: 2.22e-04 +2022-09-18 20:15:44,661 INFO [train.py:885] (0/2) Epoch 21, batch 10900, loss[loss=0.3181, simple_loss=0.4134, pruned_loss=0.1114, over 13658.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0793, over 477.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3503, pruned_loss=0.1046, over 2782009.48 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07025, over 44805.31 utterances.], batch size: 477, lr: 2.22e-04 +2022-09-18 20:16:14,053 INFO [train.py:885] (0/2) Epoch 21, batch 10950, loss[loss=0.2461, simple_loss=0.3206, pruned_loss=0.08582, over 14231.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04671, over 141.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3454, pruned_loss=0.1016, over 2781705.94 frames. utt_duration=258.5 frames, utt_pad_proportion=0.07065, over 43286.07 utterances.], batch size: 141, lr: 2.22e-04 +2022-09-18 20:16:43,914 INFO [train.py:885] (0/2) Epoch 21, batch 11000, loss[loss=0.3633, simple_loss=0.4148, pruned_loss=0.1559, over 14337.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03691, over 210.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3469, pruned_loss=0.1022, over 2780527.74 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06991, over 44161.28 utterances.], batch size: 210, lr: 2.22e-04 +2022-09-18 20:17:13,769 INFO [train.py:885] (0/2) Epoch 21, batch 11050, loss[loss=0.3847, simple_loss=0.4763, pruned_loss=0.1465, over 13143.00 frames. utt_duration=82.07 frames, utt_pad_proportion=0.1079, over 653.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3483, pruned_loss=0.1034, over 2787809.75 frames. utt_duration=253.2 frames, utt_pad_proportion=0.0675, over 44298.53 utterances.], batch size: 653, lr: 2.22e-04 +2022-09-18 20:17:43,950 INFO [train.py:885] (0/2) Epoch 21, batch 11100, loss[loss=0.1916, simple_loss=0.2654, pruned_loss=0.05889, over 13910.00 frames. utt_duration=705.9 frames, utt_pad_proportion=0.06632, over 79.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3502, pruned_loss=0.1045, over 2785088.91 frames. utt_duration=249 frames, utt_pad_proportion=0.0701, over 45005.05 utterances.], batch size: 79, lr: 2.22e-04 +2022-09-18 20:18:13,622 INFO [train.py:885] (0/2) Epoch 21, batch 11150, loss[loss=0.3234, simple_loss=0.3859, pruned_loss=0.1304, over 14227.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04297, over 306.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.352, pruned_loss=0.1043, over 2780486.46 frames. utt_duration=238 frames, utt_pad_proportion=0.07283, over 47012.17 utterances.], batch size: 306, lr: 2.21e-04 +2022-09-18 20:18:43,131 INFO [train.py:885] (0/2) Epoch 21, batch 11200, loss[loss=0.2407, simple_loss=0.3247, pruned_loss=0.07833, over 14331.00 frames. utt_duration=479 frames, utt_pad_proportion=0.03814, over 120.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3499, pruned_loss=0.1037, over 2779515.59 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07291, over 45965.22 utterances.], batch size: 120, lr: 2.21e-04 +2022-09-18 20:19:12,609 INFO [train.py:885] (0/2) Epoch 21, batch 11250, loss[loss=0.187, simple_loss=0.2612, pruned_loss=0.05637, over 13859.00 frames. utt_duration=805 frames, utt_pad_proportion=0.06291, over 69.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3503, pruned_loss=0.1034, over 2781323.90 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07166, over 45978.55 utterances.], batch size: 69, lr: 2.21e-04 +2022-09-18 20:19:42,561 INFO [train.py:885] (0/2) Epoch 21, batch 11300, loss[loss=0.171, simple_loss=0.2315, pruned_loss=0.05528, over 13081.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1192, over 33.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3539, pruned_loss=0.106, over 2784726.01 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07187, over 46582.92 utterances.], batch size: 33, lr: 2.21e-04 +2022-09-18 20:20:12,297 INFO [train.py:885] (0/2) Epoch 21, batch 11350, loss[loss=0.1827, simple_loss=0.2493, pruned_loss=0.05803, over 13654.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08044, over 50.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3549, pruned_loss=0.1065, over 2786920.35 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07156, over 46873.31 utterances.], batch size: 50, lr: 2.21e-04 +2022-09-18 20:20:42,146 INFO [train.py:885] (0/2) Epoch 21, batch 11400, loss[loss=0.1811, simple_loss=0.2589, pruned_loss=0.05164, over 13411.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08537, over 41.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3538, pruned_loss=0.1059, over 2782571.55 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0723, over 47246.82 utterances.], batch size: 41, lr: 2.21e-04 +2022-09-18 20:21:13,554 INFO [train.py:885] (0/2) Epoch 21, batch 11450, loss[loss=0.2842, simple_loss=0.3577, pruned_loss=0.1054, over 14265.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0405, over 225.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3527, pruned_loss=0.1053, over 2782061.92 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07262, over 47118.11 utterances.], batch size: 225, lr: 2.21e-04 +2022-09-18 20:21:42,883 INFO [train.py:885] (0/2) Epoch 21, batch 11500, loss[loss=0.295, simple_loss=0.3682, pruned_loss=0.1109, over 14339.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.0373, over 283.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3473, pruned_loss=0.1029, over 2782799.32 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07037, over 44576.61 utterances.], batch size: 283, lr: 2.21e-04 +2022-09-18 20:22:12,399 INFO [train.py:885] (0/2) Epoch 21, batch 11550, loss[loss=0.3494, simple_loss=0.4286, pruned_loss=0.1351, over 13764.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07196, over 411.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3486, pruned_loss=0.1039, over 2783124.64 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07017, over 44713.90 utterances.], batch size: 411, lr: 2.21e-04 +2022-09-18 20:22:41,938 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-264000.pt +2022-09-18 20:22:42,440 INFO [train.py:885] (0/2) Epoch 21, batch 11600, loss[loss=0.2351, simple_loss=0.299, pruned_loss=0.08561, over 14080.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05532, over 98.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.348, pruned_loss=0.1038, over 2781032.73 frames. utt_duration=255.7 frames, utt_pad_proportion=0.0686, over 43756.89 utterances.], batch size: 98, lr: 2.21e-04 +2022-09-18 20:23:12,773 INFO [train.py:885] (0/2) Epoch 21, batch 11650, loss[loss=0.4753, simple_loss=0.5704, pruned_loss=0.1901, over 12541.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1434, over 811.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3502, pruned_loss=0.1042, over 2781509.13 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07107, over 45455.14 utterances.], batch size: 811, lr: 2.21e-04 +2022-09-18 20:23:42,422 INFO [train.py:885] (0/2) Epoch 21, batch 11700, loss[loss=0.1561, simple_loss=0.2251, pruned_loss=0.04354, over 13562.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08612, over 50.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3486, pruned_loss=0.1034, over 2781398.47 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06946, over 44958.54 utterances.], batch size: 50, lr: 2.21e-04 +2022-09-18 20:24:12,008 INFO [train.py:885] (0/2) Epoch 21, batch 11750, loss[loss=0.2539, simple_loss=0.3334, pruned_loss=0.08721, over 14282.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04235, over 154.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3512, pruned_loss=0.1049, over 2780662.66 frames. utt_duration=243 frames, utt_pad_proportion=0.07131, over 46053.01 utterances.], batch size: 154, lr: 2.21e-04 +2022-09-18 20:24:41,286 INFO [train.py:885] (0/2) Epoch 21, batch 11800, loss[loss=0.235, simple_loss=0.3167, pruned_loss=0.07662, over 14280.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.04113, over 120.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3498, pruned_loss=0.105, over 2780430.75 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07123, over 44015.57 utterances.], batch size: 120, lr: 2.21e-04 +2022-09-18 20:25:10,905 INFO [train.py:885] (0/2) Epoch 21, batch 11850, loss[loss=0.1846, simple_loss=0.2586, pruned_loss=0.05534, over 13845.00 frames. utt_duration=924.5 frames, utt_pad_proportion=0.07087, over 60.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3521, pruned_loss=0.1056, over 2781931.95 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07091, over 45202.77 utterances.], batch size: 60, lr: 2.21e-04 +2022-09-18 20:25:40,352 INFO [train.py:885] (0/2) Epoch 21, batch 11900, loss[loss=0.4172, simple_loss=0.456, pruned_loss=0.1892, over 14286.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.0409, over 262.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3525, pruned_loss=0.1057, over 2781525.53 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07174, over 46085.63 utterances.], batch size: 262, lr: 2.21e-04 +2022-09-18 20:26:10,349 INFO [train.py:885] (0/2) Epoch 21, batch 11950, loss[loss=0.3714, simple_loss=0.4236, pruned_loss=0.1596, over 14217.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04424, over 335.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3539, pruned_loss=0.1067, over 2775862.72 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07426, over 46646.28 utterances.], batch size: 335, lr: 2.21e-04 +2022-09-18 20:26:39,629 INFO [train.py:885] (0/2) Epoch 21, batch 12000, loss[loss=0.2982, simple_loss=0.3967, pruned_loss=0.09982, over 13626.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08081, over 477.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3557, pruned_loss=0.107, over 2778311.87 frames. utt_duration=231.6 frames, utt_pad_proportion=0.0749, over 48288.22 utterances.], batch size: 477, lr: 2.21e-04 +2022-09-18 20:26:39,630 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 20:26:44,575 INFO [train.py:914] (0/2) Epoch 21, validation: loss=0.1935, simple_loss=0.2741, pruned_loss=0.05641, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 20:27:14,245 INFO [train.py:885] (0/2) Epoch 21, batch 12050, loss[loss=0.3138, simple_loss=0.3749, pruned_loss=0.1264, over 14295.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04121, over 154.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.355, pruned_loss=0.1067, over 2784439.70 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07253, over 47776.61 utterances.], batch size: 154, lr: 2.21e-04 +2022-09-18 20:27:43,809 INFO [train.py:885] (0/2) Epoch 21, batch 12100, loss[loss=0.2912, simple_loss=0.3909, pruned_loss=0.0957, over 13732.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07403, over 411.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3542, pruned_loss=0.1059, over 2785475.85 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07109, over 47783.13 utterances.], batch size: 411, lr: 2.21e-04 +2022-09-18 20:28:13,967 INFO [train.py:885] (0/2) Epoch 21, batch 12150, loss[loss=0.2271, simple_loss=0.3084, pruned_loss=0.07287, over 14135.00 frames. utt_duration=578.5 frames, utt_pad_proportion=0.05003, over 98.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3527, pruned_loss=0.1054, over 2786839.79 frames. utt_duration=239.6 frames, utt_pad_proportion=0.06974, over 46809.61 utterances.], batch size: 98, lr: 2.21e-04 +2022-09-18 20:28:43,250 INFO [train.py:885] (0/2) Epoch 21, batch 12200, loss[loss=0.4023, simple_loss=0.481, pruned_loss=0.1618, over 13640.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.07652, over 560.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3541, pruned_loss=0.1065, over 2787969.22 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06985, over 46537.39 utterances.], batch size: 560, lr: 2.21e-04 +2022-09-18 20:29:12,837 INFO [train.py:885] (0/2) Epoch 21, batch 12250, loss[loss=0.3065, simple_loss=0.3717, pruned_loss=0.1207, over 14278.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04033, over 225.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3569, pruned_loss=0.1088, over 2785554.69 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07083, over 47186.98 utterances.], batch size: 225, lr: 2.21e-04 +2022-09-18 20:29:42,511 INFO [train.py:885] (0/2) Epoch 21, batch 12300, loss[loss=0.2857, simple_loss=0.3597, pruned_loss=0.1059, over 14234.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04275, over 306.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.354, pruned_loss=0.1075, over 2787296.18 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06833, over 46306.88 utterances.], batch size: 306, lr: 2.21e-04 +2022-09-18 20:30:12,288 INFO [train.py:885] (0/2) Epoch 21, batch 12350, loss[loss=0.4952, simple_loss=0.5872, pruned_loss=0.2016, over 12480.00 frames. utt_duration=63.22 frames, utt_pad_proportion=0.1457, over 810.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3546, pruned_loss=0.1076, over 2782467.87 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07243, over 47143.17 utterances.], batch size: 810, lr: 2.21e-04 +2022-09-18 20:30:42,048 INFO [train.py:885] (0/2) Epoch 21, batch 12400, loss[loss=0.3271, simple_loss=0.3888, pruned_loss=0.1327, over 14392.00 frames. utt_duration=296.7 frames, utt_pad_proportion=0.03356, over 195.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3518, pruned_loss=0.1058, over 2784259.20 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06954, over 45766.91 utterances.], batch size: 195, lr: 2.21e-04 +2022-09-18 20:31:11,611 INFO [train.py:885] (0/2) Epoch 21, batch 12450, loss[loss=0.3128, simple_loss=0.3915, pruned_loss=0.117, over 13995.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05819, over 366.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3497, pruned_loss=0.1049, over 2784253.11 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07046, over 45337.42 utterances.], batch size: 366, lr: 2.21e-04 +2022-09-18 20:31:41,857 INFO [train.py:885] (0/2) Epoch 21, batch 12500, loss[loss=0.3944, simple_loss=0.4314, pruned_loss=0.1786, over 14210.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04459, over 335.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3512, pruned_loss=0.1049, over 2782058.80 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07136, over 46252.62 utterances.], batch size: 335, lr: 2.21e-04 +2022-09-18 20:32:11,168 INFO [train.py:885] (0/2) Epoch 21, batch 12550, loss[loss=0.5035, simple_loss=0.5916, pruned_loss=0.2077, over 12424.00 frames. utt_duration=62.92 frames, utt_pad_proportion=0.1497, over 810.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3543, pruned_loss=0.1063, over 2778063.10 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07374, over 47288.06 utterances.], batch size: 810, lr: 2.21e-04 +2022-09-18 20:32:39,417 INFO [train.py:885] (0/2) Epoch 21, batch 12600, loss[loss=0.2841, simple_loss=0.3496, pruned_loss=0.1093, over 14245.00 frames. utt_duration=318 frames, utt_pad_proportion=0.0423, over 180.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3585, pruned_loss=0.1081, over 2776568.52 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07521, over 49097.81 utterances.], batch size: 180, lr: 2.21e-04 +2022-09-18 20:32:50,484 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-21.pt +2022-09-18 20:32:58,046 INFO [train.py:885] (0/2) Epoch 22, batch 0, loss[loss=0.2816, simple_loss=0.3767, pruned_loss=0.09326, over 14025.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05728, over 366.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3767, pruned_loss=0.09326, over 14025.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05728, over 366.00 utterances.], batch size: 366, lr: 2.16e-04 +2022-09-18 20:33:28,352 INFO [train.py:885] (0/2) Epoch 22, batch 50, loss[loss=0.2645, simple_loss=0.3359, pruned_loss=0.09653, over 14289.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.03965, over 154.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3582, pruned_loss=0.1079, over 624384.71 frames. utt_duration=224.6 frames, utt_pad_proportion=0.08156, over 11193.25 utterances.], batch size: 154, lr: 2.16e-04 +2022-09-18 20:33:58,084 INFO [train.py:885] (0/2) Epoch 22, batch 100, loss[loss=0.2753, simple_loss=0.3529, pruned_loss=0.09884, over 14379.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03513, over 211.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3576, pruned_loss=0.108, over 1108672.59 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07482, over 19025.64 utterances.], batch size: 211, lr: 2.16e-04 +2022-09-18 20:34:27,346 INFO [train.py:885] (0/2) Epoch 22, batch 150, loss[loss=0.2204, simple_loss=0.269, pruned_loss=0.08584, over 13407.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.09827, over 50.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3496, pruned_loss=0.1032, over 1478704.18 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07379, over 24273.94 utterances.], batch size: 50, lr: 2.16e-04 +2022-09-18 20:34:57,376 INFO [train.py:885] (0/2) Epoch 22, batch 200, loss[loss=0.1727, simple_loss=0.2577, pruned_loss=0.04381, over 13300.00 frames. utt_duration=2048 frames, utt_pad_proportion=0.1039, over 26.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3465, pruned_loss=0.1017, over 1766082.17 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07458, over 28767.53 utterances.], batch size: 26, lr: 2.16e-04 +2022-09-18 20:35:27,294 INFO [train.py:885] (0/2) Epoch 22, batch 250, loss[loss=0.1817, simple_loss=0.2585, pruned_loss=0.0525, over 13578.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08434, over 50.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3416, pruned_loss=0.09952, over 1992773.34 frames. utt_duration=264.2 frames, utt_pad_proportion=0.06914, over 30336.16 utterances.], batch size: 50, lr: 2.16e-04 +2022-09-18 20:35:57,281 INFO [train.py:885] (0/2) Epoch 22, batch 300, loss[loss=0.348, simple_loss=0.4167, pruned_loss=0.1396, over 13975.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05742, over 365.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3446, pruned_loss=0.1009, over 2168317.49 frames. utt_duration=258 frames, utt_pad_proportion=0.06909, over 33814.60 utterances.], batch size: 365, lr: 2.16e-04 +2022-09-18 20:36:27,019 INFO [train.py:885] (0/2) Epoch 22, batch 350, loss[loss=0.2019, simple_loss=0.2774, pruned_loss=0.06323, over 12172.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1744, over 24.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3442, pruned_loss=0.1011, over 2307610.21 frames. utt_duration=263 frames, utt_pad_proportion=0.06861, over 35296.94 utterances.], batch size: 24, lr: 2.16e-04 +2022-09-18 20:36:56,865 INFO [train.py:885] (0/2) Epoch 22, batch 400, loss[loss=0.2553, simple_loss=0.3278, pruned_loss=0.09144, over 14269.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04239, over 130.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3483, pruned_loss=0.1035, over 2414059.06 frames. utt_duration=251.8 frames, utt_pad_proportion=0.0693, over 38574.75 utterances.], batch size: 130, lr: 2.16e-04 +2022-09-18 20:37:27,032 INFO [train.py:885] (0/2) Epoch 22, batch 450, loss[loss=0.1942, simple_loss=0.2688, pruned_loss=0.05984, over 14048.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05723, over 79.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3475, pruned_loss=0.1025, over 2498694.01 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06788, over 39387.99 utterances.], batch size: 79, lr: 2.16e-04 +2022-09-18 20:37:56,892 INFO [train.py:885] (0/2) Epoch 22, batch 500, loss[loss=0.259, simple_loss=0.3334, pruned_loss=0.09224, over 14130.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05065, over 98.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3424, pruned_loss=0.09992, over 2559109.25 frames. utt_duration=266.7 frames, utt_pad_proportion=0.06617, over 38594.45 utterances.], batch size: 98, lr: 2.16e-04 +2022-09-18 20:38:26,374 INFO [train.py:885] (0/2) Epoch 22, batch 550, loss[loss=0.4497, simple_loss=0.5233, pruned_loss=0.1881, over 13164.00 frames. utt_duration=82.21 frames, utt_pad_proportion=0.1064, over 653.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3422, pruned_loss=0.1004, over 2607595.59 frames. utt_duration=269.3 frames, utt_pad_proportion=0.0652, over 38940.54 utterances.], batch size: 653, lr: 2.16e-04 +2022-09-18 20:38:56,073 INFO [train.py:885] (0/2) Epoch 22, batch 600, loss[loss=0.3425, simple_loss=0.3999, pruned_loss=0.1425, over 14372.00 frames. utt_duration=275 frames, utt_pad_proportion=0.0351, over 210.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3458, pruned_loss=0.1025, over 2650296.35 frames. utt_duration=264 frames, utt_pad_proportion=0.06384, over 40384.06 utterances.], batch size: 210, lr: 2.16e-04 +2022-09-18 20:39:25,956 INFO [train.py:885] (0/2) Epoch 22, batch 650, loss[loss=0.3511, simple_loss=0.4106, pruned_loss=0.1458, over 14222.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04363, over 306.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3466, pruned_loss=0.1032, over 2678019.80 frames. utt_duration=262.6 frames, utt_pad_proportion=0.064, over 41014.91 utterances.], batch size: 306, lr: 2.16e-04 +2022-09-18 20:39:55,599 INFO [train.py:885] (0/2) Epoch 22, batch 700, loss[loss=0.3145, simple_loss=0.3827, pruned_loss=0.1232, over 14320.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03839, over 283.00 utterances.], tot_loss[loss=0.278, simple_loss=0.349, pruned_loss=0.1035, over 2700636.84 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06645, over 42904.73 utterances.], batch size: 283, lr: 2.16e-04 +2022-09-18 20:40:25,863 INFO [train.py:885] (0/2) Epoch 22, batch 750, loss[loss=0.2983, simple_loss=0.3574, pruned_loss=0.1196, over 14274.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04288, over 154.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3499, pruned_loss=0.1039, over 2718593.43 frames. utt_duration=249 frames, utt_pad_proportion=0.06711, over 43924.73 utterances.], batch size: 154, lr: 2.16e-04 +2022-09-18 20:40:54,972 INFO [train.py:885] (0/2) Epoch 22, batch 800, loss[loss=0.2506, simple_loss=0.3108, pruned_loss=0.09519, over 14011.00 frames. utt_duration=573 frames, utt_pad_proportion=0.05905, over 98.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3478, pruned_loss=0.1035, over 2733382.60 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06704, over 43339.12 utterances.], batch size: 98, lr: 2.16e-04 +2022-09-18 20:41:24,963 INFO [train.py:885] (0/2) Epoch 22, batch 850, loss[loss=0.279, simple_loss=0.3703, pruned_loss=0.09384, over 14002.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05593, over 365.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3499, pruned_loss=0.1044, over 2741179.06 frames. utt_duration=245.1 frames, utt_pad_proportion=0.0705, over 45015.95 utterances.], batch size: 365, lr: 2.16e-04 +2022-09-18 20:41:54,602 INFO [train.py:885] (0/2) Epoch 22, batch 900, loss[loss=0.2853, simple_loss=0.3563, pruned_loss=0.1072, over 14323.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03785, over 195.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3506, pruned_loss=0.1046, over 2752736.02 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06963, over 45045.57 utterances.], batch size: 195, lr: 2.16e-04 +2022-09-18 20:42:23,951 INFO [train.py:885] (0/2) Epoch 22, batch 950, loss[loss=0.2675, simple_loss=0.3616, pruned_loss=0.08663, over 13993.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05616, over 365.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3495, pruned_loss=0.1036, over 2758279.86 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06828, over 44774.97 utterances.], batch size: 365, lr: 2.16e-04 +2022-09-18 20:42:53,781 INFO [train.py:885] (0/2) Epoch 22, batch 1000, loss[loss=0.3031, simple_loss=0.372, pruned_loss=0.1171, over 14317.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04078, over 167.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3495, pruned_loss=0.1035, over 2764003.38 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06831, over 44375.52 utterances.], batch size: 167, lr: 2.16e-04 +2022-09-18 20:43:23,338 INFO [train.py:885] (0/2) Epoch 22, batch 1050, loss[loss=0.2522, simple_loss=0.3394, pruned_loss=0.08252, over 14279.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04016, over 180.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3474, pruned_loss=0.1027, over 2762890.80 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06988, over 43631.53 utterances.], batch size: 180, lr: 2.16e-04 +2022-09-18 20:43:53,070 INFO [train.py:885] (0/2) Epoch 22, batch 1100, loss[loss=0.4987, simple_loss=0.5893, pruned_loss=0.2041, over 12552.00 frames. utt_duration=63.5 frames, utt_pad_proportion=0.1418, over 810.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3509, pruned_loss=0.1035, over 2765059.16 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07089, over 46237.31 utterances.], batch size: 810, lr: 2.16e-04 +2022-09-18 20:44:22,017 INFO [train.py:885] (0/2) Epoch 22, batch 1150, loss[loss=0.3098, simple_loss=0.3807, pruned_loss=0.1195, over 14339.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03674, over 210.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3473, pruned_loss=0.1013, over 2769880.83 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06916, over 44465.77 utterances.], batch size: 210, lr: 2.15e-04 +2022-09-18 20:44:52,039 INFO [train.py:885] (0/2) Epoch 22, batch 1200, loss[loss=0.269, simple_loss=0.3396, pruned_loss=0.09915, over 14387.00 frames. utt_duration=444.1 frames, utt_pad_proportion=0.03236, over 130.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3483, pruned_loss=0.1026, over 2779239.23 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06711, over 44111.84 utterances.], batch size: 130, lr: 2.15e-04 +2022-09-18 20:45:21,655 INFO [train.py:885] (0/2) Epoch 22, batch 1250, loss[loss=0.48, simple_loss=0.524, pruned_loss=0.218, over 13780.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07123, over 411.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3544, pruned_loss=0.1059, over 2778099.85 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07069, over 46665.24 utterances.], batch size: 411, lr: 2.15e-04 +2022-09-18 20:45:51,715 INFO [train.py:885] (0/2) Epoch 22, batch 1300, loss[loss=0.3606, simple_loss=0.417, pruned_loss=0.1521, over 14258.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04146, over 335.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3524, pruned_loss=0.1051, over 2782273.96 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06875, over 45918.31 utterances.], batch size: 335, lr: 2.15e-04 +2022-09-18 20:46:21,628 INFO [train.py:885] (0/2) Epoch 22, batch 1350, loss[loss=0.3075, simple_loss=0.3737, pruned_loss=0.1206, over 14302.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03837, over 180.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3532, pruned_loss=0.1047, over 2787459.31 frames. utt_duration=242.3 frames, utt_pad_proportion=0.0668, over 46293.45 utterances.], batch size: 180, lr: 2.15e-04 +2022-09-18 20:46:51,646 INFO [train.py:885] (0/2) Epoch 22, batch 1400, loss[loss=0.2165, simple_loss=0.2776, pruned_loss=0.07771, over 14011.00 frames. utt_duration=710.8 frames, utt_pad_proportion=0.05972, over 79.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3542, pruned_loss=0.1057, over 2786499.36 frames. utt_duration=240.5 frames, utt_pad_proportion=0.06861, over 46630.08 utterances.], batch size: 79, lr: 2.15e-04 +2022-09-18 20:47:21,505 INFO [train.py:885] (0/2) Epoch 22, batch 1450, loss[loss=0.2969, simple_loss=0.3723, pruned_loss=0.1107, over 14199.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04512, over 306.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3534, pruned_loss=0.105, over 2786976.53 frames. utt_duration=239.6 frames, utt_pad_proportion=0.06867, over 46819.17 utterances.], batch size: 306, lr: 2.15e-04 +2022-09-18 20:47:50,430 INFO [train.py:885] (0/2) Epoch 22, batch 1500, loss[loss=0.3248, simple_loss=0.4053, pruned_loss=0.1221, over 13993.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05683, over 365.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3535, pruned_loss=0.1047, over 2789824.98 frames. utt_duration=241.2 frames, utt_pad_proportion=0.06871, over 46549.82 utterances.], batch size: 365, lr: 2.15e-04 +2022-09-18 20:48:19,626 INFO [train.py:885] (0/2) Epoch 22, batch 1550, loss[loss=0.2904, simple_loss=0.3597, pruned_loss=0.1105, over 14256.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04172, over 225.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3496, pruned_loss=0.1031, over 2791896.78 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06725, over 44584.48 utterances.], batch size: 225, lr: 2.15e-04 +2022-09-18 20:48:49,466 INFO [train.py:885] (0/2) Epoch 22, batch 1600, loss[loss=0.3102, simple_loss=0.4032, pruned_loss=0.1086, over 13801.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06934, over 411.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3505, pruned_loss=0.1036, over 2793711.50 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06623, over 44742.34 utterances.], batch size: 411, lr: 2.15e-04 +2022-09-18 20:49:19,035 INFO [train.py:885] (0/2) Epoch 22, batch 1650, loss[loss=0.1996, simple_loss=0.2655, pruned_loss=0.0669, over 12408.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.15, over 24.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3476, pruned_loss=0.1032, over 2784480.61 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06683, over 43127.12 utterances.], batch size: 24, lr: 2.15e-04 +2022-09-18 20:49:48,989 INFO [train.py:885] (0/2) Epoch 22, batch 1700, loss[loss=0.1819, simple_loss=0.257, pruned_loss=0.05343, over 14186.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04779, over 89.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3474, pruned_loss=0.1035, over 2784935.02 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06778, over 43526.01 utterances.], batch size: 89, lr: 2.15e-04 +2022-09-18 20:50:17,932 INFO [train.py:885] (0/2) Epoch 22, batch 1750, loss[loss=0.2547, simple_loss=0.3277, pruned_loss=0.09088, over 14340.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03764, over 130.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3463, pruned_loss=0.102, over 2787013.99 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06732, over 43522.48 utterances.], batch size: 130, lr: 2.15e-04 +2022-09-18 20:50:48,585 INFO [train.py:885] (0/2) Epoch 22, batch 1800, loss[loss=0.1847, simple_loss=0.2564, pruned_loss=0.05652, over 13850.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06478, over 69.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3515, pruned_loss=0.1049, over 2783912.57 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07227, over 45510.23 utterances.], batch size: 69, lr: 2.15e-04 +2022-09-18 20:51:17,390 INFO [train.py:885] (0/2) Epoch 22, batch 1850, loss[loss=0.1922, simple_loss=0.255, pruned_loss=0.06473, over 13690.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07844, over 50.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3483, pruned_loss=0.1034, over 2784920.66 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06937, over 44549.49 utterances.], batch size: 50, lr: 2.15e-04 +2022-09-18 20:51:46,470 INFO [train.py:885] (0/2) Epoch 22, batch 1900, loss[loss=0.2059, simple_loss=0.2697, pruned_loss=0.07108, over 13534.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08059, over 50.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.346, pruned_loss=0.1019, over 2786818.73 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06905, over 43644.52 utterances.], batch size: 50, lr: 2.15e-04 +2022-09-18 20:52:16,830 INFO [train.py:885] (0/2) Epoch 22, batch 1950, loss[loss=0.2778, simple_loss=0.3483, pruned_loss=0.1037, over 14329.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03666, over 180.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3501, pruned_loss=0.105, over 2783989.14 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07089, over 45127.90 utterances.], batch size: 180, lr: 2.15e-04 +2022-09-18 20:52:46,408 INFO [train.py:885] (0/2) Epoch 22, batch 2000, loss[loss=0.3352, simple_loss=0.4302, pruned_loss=0.1202, over 13612.00 frames. utt_duration=98.63 frames, utt_pad_proportion=0.07819, over 560.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3511, pruned_loss=0.1051, over 2785944.09 frames. utt_duration=247.3 frames, utt_pad_proportion=0.0696, over 45334.52 utterances.], batch size: 560, lr: 2.15e-04 +2022-09-18 20:53:16,221 INFO [train.py:885] (0/2) Epoch 22, batch 2050, loss[loss=0.2456, simple_loss=0.3227, pruned_loss=0.08428, over 14133.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.04703, over 109.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3535, pruned_loss=0.1059, over 2781712.10 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07131, over 46279.61 utterances.], batch size: 109, lr: 2.15e-04 +2022-09-18 20:53:45,405 INFO [train.py:885] (0/2) Epoch 22, batch 2100, loss[loss=0.2578, simple_loss=0.3145, pruned_loss=0.1006, over 14138.00 frames. utt_duration=636.9 frames, utt_pad_proportion=0.05085, over 89.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3543, pruned_loss=0.1063, over 2784864.84 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07072, over 46390.68 utterances.], batch size: 89, lr: 2.15e-04 +2022-09-18 20:54:15,432 INFO [train.py:885] (0/2) Epoch 22, batch 2150, loss[loss=0.5899, simple_loss=0.6457, pruned_loss=0.267, over 12461.00 frames. utt_duration=63.08 frames, utt_pad_proportion=0.1476, over 810.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.357, pruned_loss=0.1074, over 2783148.47 frames. utt_duration=234.1 frames, utt_pad_proportion=0.0726, over 47861.87 utterances.], batch size: 810, lr: 2.15e-04 +2022-09-18 20:54:44,602 INFO [train.py:885] (0/2) Epoch 22, batch 2200, loss[loss=0.2176, simple_loss=0.2974, pruned_loss=0.06893, over 14149.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04644, over 109.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3522, pruned_loss=0.1052, over 2783811.24 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07097, over 45822.90 utterances.], batch size: 109, lr: 2.15e-04 +2022-09-18 20:55:14,676 INFO [train.py:885] (0/2) Epoch 22, batch 2250, loss[loss=0.1984, simple_loss=0.2615, pruned_loss=0.06763, over 13858.00 frames. utt_duration=925.3 frames, utt_pad_proportion=0.06158, over 60.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3501, pruned_loss=0.1042, over 2781933.19 frames. utt_duration=248.2 frames, utt_pad_proportion=0.0706, over 45101.78 utterances.], batch size: 60, lr: 2.15e-04 +2022-09-18 20:55:43,923 INFO [train.py:885] (0/2) Epoch 22, batch 2300, loss[loss=0.1437, simple_loss=0.2003, pruned_loss=0.04358, over 13606.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08331, over 50.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3515, pruned_loss=0.1059, over 2781356.15 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07043, over 45644.02 utterances.], batch size: 50, lr: 2.15e-04 +2022-09-18 20:56:13,366 INFO [train.py:885] (0/2) Epoch 22, batch 2350, loss[loss=0.208, simple_loss=0.2844, pruned_loss=0.06587, over 13782.00 frames. utt_duration=920.4 frames, utt_pad_proportion=0.06844, over 60.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3511, pruned_loss=0.105, over 2778862.94 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07312, over 45632.81 utterances.], batch size: 60, lr: 2.15e-04 +2022-09-18 20:56:43,322 INFO [train.py:885] (0/2) Epoch 22, batch 2400, loss[loss=0.1962, simple_loss=0.2704, pruned_loss=0.06098, over 13456.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.08091, over 41.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3531, pruned_loss=0.106, over 2781006.69 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07173, over 46235.83 utterances.], batch size: 41, lr: 2.15e-04 +2022-09-18 20:57:12,931 INFO [train.py:885] (0/2) Epoch 22, batch 2450, loss[loss=0.2203, simple_loss=0.2983, pruned_loss=0.07119, over 14342.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03764, over 130.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3556, pruned_loss=0.1067, over 2782481.56 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07335, over 47517.34 utterances.], batch size: 130, lr: 2.15e-04 +2022-09-18 20:57:42,073 INFO [train.py:885] (0/2) Epoch 22, batch 2500, loss[loss=0.2909, simple_loss=0.3388, pruned_loss=0.1215, over 14205.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04615, over 89.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3557, pruned_loss=0.107, over 2783231.26 frames. utt_duration=237.7 frames, utt_pad_proportion=0.074, over 47125.36 utterances.], batch size: 89, lr: 2.15e-04 +2022-09-18 20:58:12,261 INFO [train.py:885] (0/2) Epoch 22, batch 2550, loss[loss=0.3391, simple_loss=0.4351, pruned_loss=0.1216, over 13677.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07802, over 477.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3567, pruned_loss=0.1067, over 2780857.47 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07493, over 48574.49 utterances.], batch size: 477, lr: 2.15e-04 +2022-09-18 20:58:41,620 INFO [train.py:885] (0/2) Epoch 22, batch 2600, loss[loss=0.2692, simple_loss=0.335, pruned_loss=0.1017, over 14270.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04029, over 130.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.35, pruned_loss=0.1035, over 2779074.51 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07417, over 46047.29 utterances.], batch size: 130, lr: 2.15e-04 +2022-09-18 20:59:11,568 INFO [train.py:885] (0/2) Epoch 22, batch 2650, loss[loss=0.3063, simple_loss=0.3832, pruned_loss=0.1147, over 14320.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03922, over 262.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3511, pruned_loss=0.1037, over 2780579.91 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07384, over 46025.69 utterances.], batch size: 262, lr: 2.15e-04 +2022-09-18 20:59:41,152 INFO [train.py:885] (0/2) Epoch 22, batch 2700, loss[loss=0.509, simple_loss=0.5873, pruned_loss=0.2153, over 12478.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.145, over 810.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3498, pruned_loss=0.1034, over 2777833.14 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07354, over 46139.47 utterances.], batch size: 810, lr: 2.15e-04 +2022-09-18 21:00:10,672 INFO [train.py:885] (0/2) Epoch 22, batch 2750, loss[loss=0.3233, simple_loss=0.3858, pruned_loss=0.1305, over 14210.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04489, over 335.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3503, pruned_loss=0.1038, over 2781138.05 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07169, over 45819.60 utterances.], batch size: 335, lr: 2.15e-04 +2022-09-18 21:00:39,985 INFO [train.py:885] (0/2) Epoch 22, batch 2800, loss[loss=0.2623, simple_loss=0.3328, pruned_loss=0.09587, over 14183.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04387, over 109.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3521, pruned_loss=0.105, over 2785152.62 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07065, over 46160.82 utterances.], batch size: 109, lr: 2.15e-04 +2022-09-18 21:01:09,652 INFO [train.py:885] (0/2) Epoch 22, batch 2850, loss[loss=0.2879, simple_loss=0.3475, pruned_loss=0.1142, over 14289.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04076, over 120.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3474, pruned_loss=0.1028, over 2784248.08 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07011, over 44426.90 utterances.], batch size: 120, lr: 2.15e-04 +2022-09-18 21:01:39,506 INFO [train.py:885] (0/2) Epoch 22, batch 2900, loss[loss=0.3329, simple_loss=0.4124, pruned_loss=0.1267, over 13993.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05645, over 365.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3471, pruned_loss=0.1026, over 2787378.72 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06781, over 44703.01 utterances.], batch size: 365, lr: 2.15e-04 +2022-09-18 21:02:09,086 INFO [train.py:885] (0/2) Epoch 22, batch 2950, loss[loss=0.3009, simple_loss=0.37, pruned_loss=0.1159, over 14423.00 frames. utt_duration=276.1 frames, utt_pad_proportion=0.03138, over 210.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3479, pruned_loss=0.1035, over 2789660.78 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06651, over 44437.74 utterances.], batch size: 210, lr: 2.15e-04 +2022-09-18 21:02:26,993 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-268000.pt +2022-09-18 21:02:39,423 INFO [train.py:885] (0/2) Epoch 22, batch 3000, loss[loss=0.2507, simple_loss=0.3242, pruned_loss=0.08859, over 14293.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03909, over 154.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3474, pruned_loss=0.1034, over 2785929.88 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06777, over 44450.63 utterances.], batch size: 154, lr: 2.15e-04 +2022-09-18 21:02:39,425 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 21:02:43,938 INFO [train.py:914] (0/2) Epoch 22, validation: loss=0.193, simple_loss=0.2725, pruned_loss=0.05676, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 21:03:13,398 INFO [train.py:885] (0/2) Epoch 22, batch 3050, loss[loss=0.2767, simple_loss=0.3526, pruned_loss=0.1004, over 14358.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.0384, over 167.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3475, pruned_loss=0.1037, over 2788390.02 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06779, over 43736.48 utterances.], batch size: 167, lr: 2.15e-04 +2022-09-18 21:03:44,237 INFO [train.py:885] (0/2) Epoch 22, batch 3100, loss[loss=0.3842, simple_loss=0.441, pruned_loss=0.1637, over 14023.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05444, over 365.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3466, pruned_loss=0.1031, over 2783884.08 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06948, over 44000.26 utterances.], batch size: 365, lr: 2.15e-04 +2022-09-18 21:04:13,639 INFO [train.py:885] (0/2) Epoch 22, batch 3150, loss[loss=0.1818, simple_loss=0.2309, pruned_loss=0.06631, over 13316.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.09412, over 26.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3474, pruned_loss=0.1041, over 2785964.26 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06806, over 43379.23 utterances.], batch size: 26, lr: 2.15e-04 +2022-09-18 21:04:43,581 INFO [train.py:885] (0/2) Epoch 22, batch 3200, loss[loss=0.222, simple_loss=0.2768, pruned_loss=0.0836, over 13981.00 frames. utt_duration=709.6 frames, utt_pad_proportion=0.06142, over 79.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3481, pruned_loss=0.1046, over 2782587.12 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07004, over 44231.48 utterances.], batch size: 79, lr: 2.15e-04 +2022-09-18 21:05:13,172 INFO [train.py:885] (0/2) Epoch 22, batch 3250, loss[loss=0.1879, simple_loss=0.2591, pruned_loss=0.0584, over 13840.00 frames. utt_duration=803.7 frames, utt_pad_proportion=0.06327, over 69.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.349, pruned_loss=0.1052, over 2782106.68 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07014, over 44918.44 utterances.], batch size: 69, lr: 2.15e-04 +2022-09-18 21:05:43,101 INFO [train.py:885] (0/2) Epoch 22, batch 3300, loss[loss=0.1863, simple_loss=0.2457, pruned_loss=0.06338, over 12302.00 frames. utt_duration=2052 frames, utt_pad_proportion=0.1724, over 24.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3497, pruned_loss=0.1052, over 2776611.85 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07181, over 45183.83 utterances.], batch size: 24, lr: 2.15e-04 +2022-09-18 21:06:12,894 INFO [train.py:885] (0/2) Epoch 22, batch 3350, loss[loss=0.2132, simple_loss=0.2565, pruned_loss=0.08497, over 14249.00 frames. utt_duration=641.8 frames, utt_pad_proportion=0.04359, over 89.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3522, pruned_loss=0.1058, over 2778947.35 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07298, over 46743.79 utterances.], batch size: 89, lr: 2.15e-04 +2022-09-18 21:06:42,254 INFO [train.py:885] (0/2) Epoch 22, batch 3400, loss[loss=0.2488, simple_loss=0.325, pruned_loss=0.08624, over 14314.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03695, over 130.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3493, pruned_loss=0.1045, over 2778888.66 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07135, over 45467.41 utterances.], batch size: 130, lr: 2.15e-04 +2022-09-18 21:07:11,609 INFO [train.py:885] (0/2) Epoch 22, batch 3450, loss[loss=0.3147, simple_loss=0.3789, pruned_loss=0.1253, over 14356.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.0385, over 167.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3513, pruned_loss=0.1052, over 2775146.03 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07369, over 46376.00 utterances.], batch size: 167, lr: 2.15e-04 +2022-09-18 21:07:41,245 INFO [train.py:885] (0/2) Epoch 22, batch 3500, loss[loss=0.3089, simple_loss=0.3786, pruned_loss=0.1196, over 14187.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04535, over 306.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3516, pruned_loss=0.1057, over 2775557.54 frames. utt_duration=244.2 frames, utt_pad_proportion=0.0731, over 45748.86 utterances.], batch size: 306, lr: 2.15e-04 +2022-09-18 21:08:10,606 INFO [train.py:885] (0/2) Epoch 22, batch 3550, loss[loss=0.394, simple_loss=0.4297, pruned_loss=0.1792, over 14378.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0323, over 244.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3475, pruned_loss=0.1037, over 2775533.15 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07107, over 44482.25 utterances.], batch size: 244, lr: 2.15e-04 +2022-09-18 21:08:40,386 INFO [train.py:885] (0/2) Epoch 22, batch 3600, loss[loss=0.3178, simple_loss=0.4109, pruned_loss=0.1124, over 13634.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08272, over 478.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3466, pruned_loss=0.1031, over 2775799.76 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07122, over 44312.06 utterances.], batch size: 478, lr: 2.15e-04 +2022-09-18 21:09:09,295 INFO [train.py:885] (0/2) Epoch 22, batch 3650, loss[loss=0.255, simple_loss=0.3264, pruned_loss=0.09184, over 14276.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04039, over 180.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.344, pruned_loss=0.1021, over 2780203.54 frames. utt_duration=263.2 frames, utt_pad_proportion=0.06805, over 42484.46 utterances.], batch size: 180, lr: 2.14e-04 +2022-09-18 21:09:39,131 INFO [train.py:885] (0/2) Epoch 22, batch 3700, loss[loss=0.5134, simple_loss=0.6042, pruned_loss=0.2113, over 12535.00 frames. utt_duration=63.41 frames, utt_pad_proportion=0.1432, over 810.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3487, pruned_loss=0.1042, over 2782362.87 frames. utt_duration=253.2 frames, utt_pad_proportion=0.0679, over 44205.84 utterances.], batch size: 810, lr: 2.14e-04 +2022-09-18 21:10:08,922 INFO [train.py:885] (0/2) Epoch 22, batch 3750, loss[loss=0.3548, simple_loss=0.4349, pruned_loss=0.1373, over 13739.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07309, over 411.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.351, pruned_loss=0.105, over 2779084.16 frames. utt_duration=244 frames, utt_pad_proportion=0.07115, over 45835.31 utterances.], batch size: 411, lr: 2.14e-04 +2022-09-18 21:10:38,823 INFO [train.py:885] (0/2) Epoch 22, batch 3800, loss[loss=0.3018, simple_loss=0.3712, pruned_loss=0.1162, over 14303.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03985, over 283.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3491, pruned_loss=0.1039, over 2778320.88 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07134, over 45048.45 utterances.], batch size: 283, lr: 2.14e-04 +2022-09-18 21:11:08,616 INFO [train.py:885] (0/2) Epoch 22, batch 3850, loss[loss=0.2761, simple_loss=0.3492, pruned_loss=0.1015, over 14323.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03898, over 262.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3484, pruned_loss=0.1032, over 2782187.93 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07066, over 44668.07 utterances.], batch size: 262, lr: 2.14e-04 +2022-09-18 21:11:37,871 INFO [train.py:885] (0/2) Epoch 22, batch 3900, loss[loss=0.2239, simple_loss=0.2878, pruned_loss=0.08003, over 13418.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08354, over 41.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3503, pruned_loss=0.1042, over 2777411.69 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07274, over 45904.67 utterances.], batch size: 41, lr: 2.14e-04 +2022-09-18 21:12:07,455 INFO [train.py:885] (0/2) Epoch 22, batch 3950, loss[loss=0.2427, simple_loss=0.3223, pruned_loss=0.08153, over 14249.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04527, over 141.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3482, pruned_loss=0.1034, over 2779784.35 frames. utt_duration=250.1 frames, utt_pad_proportion=0.0715, over 44723.36 utterances.], batch size: 141, lr: 2.14e-04 +2022-09-18 21:12:37,109 INFO [train.py:885] (0/2) Epoch 22, batch 4000, loss[loss=0.2949, simple_loss=0.3813, pruned_loss=0.1042, over 14032.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05624, over 366.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3509, pruned_loss=0.1046, over 2776645.00 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07262, over 46409.06 utterances.], batch size: 366, lr: 2.14e-04 +2022-09-18 21:13:07,091 INFO [train.py:885] (0/2) Epoch 22, batch 4050, loss[loss=0.3015, simple_loss=0.3754, pruned_loss=0.1138, over 14318.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0385, over 283.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3529, pruned_loss=0.105, over 2776927.91 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07261, over 47305.75 utterances.], batch size: 283, lr: 2.14e-04 +2022-09-18 21:13:36,827 INFO [train.py:885] (0/2) Epoch 22, batch 4100, loss[loss=0.3969, simple_loss=0.4713, pruned_loss=0.1612, over 13608.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.07837, over 560.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3518, pruned_loss=0.1045, over 2777673.45 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07169, over 46744.82 utterances.], batch size: 560, lr: 2.14e-04 +2022-09-18 21:14:06,155 INFO [train.py:885] (0/2) Epoch 22, batch 4150, loss[loss=0.2453, simple_loss=0.3316, pruned_loss=0.07952, over 14340.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03703, over 195.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3526, pruned_loss=0.105, over 2775689.06 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07275, over 47371.13 utterances.], batch size: 195, lr: 2.14e-04 +2022-09-18 21:14:35,659 INFO [train.py:885] (0/2) Epoch 22, batch 4200, loss[loss=0.2942, simple_loss=0.3893, pruned_loss=0.09957, over 14030.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05418, over 365.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3495, pruned_loss=0.1037, over 2776731.89 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07216, over 45643.82 utterances.], batch size: 365, lr: 2.14e-04 +2022-09-18 21:15:05,540 INFO [train.py:885] (0/2) Epoch 22, batch 4250, loss[loss=0.1747, simple_loss=0.2302, pruned_loss=0.05957, over 12797.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1363, over 25.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3487, pruned_loss=0.104, over 2775799.67 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07298, over 44529.39 utterances.], batch size: 25, lr: 2.14e-04 +2022-09-18 21:15:35,288 INFO [train.py:885] (0/2) Epoch 22, batch 4300, loss[loss=0.2058, simple_loss=0.2625, pruned_loss=0.07459, over 12820.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.128, over 25.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3453, pruned_loss=0.1025, over 2774319.48 frames. utt_duration=260.9 frames, utt_pad_proportion=0.07246, over 42774.60 utterances.], batch size: 25, lr: 2.14e-04 +2022-09-18 21:16:05,193 INFO [train.py:885] (0/2) Epoch 22, batch 4350, loss[loss=0.1711, simple_loss=0.2466, pruned_loss=0.04782, over 13879.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06552, over 60.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3437, pruned_loss=0.1014, over 2777647.54 frames. utt_duration=265.4 frames, utt_pad_proportion=0.07034, over 42100.98 utterances.], batch size: 60, lr: 2.14e-04 +2022-09-18 21:16:35,223 INFO [train.py:885] (0/2) Epoch 22, batch 4400, loss[loss=0.2807, simple_loss=0.3592, pruned_loss=0.1011, over 14281.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03978, over 180.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3438, pruned_loss=0.1011, over 2779438.66 frames. utt_duration=263.4 frames, utt_pad_proportion=0.06948, over 42449.49 utterances.], batch size: 180, lr: 2.14e-04 +2022-09-18 21:17:05,690 INFO [train.py:885] (0/2) Epoch 22, batch 4450, loss[loss=0.2311, simple_loss=0.3014, pruned_loss=0.08039, over 14144.00 frames. utt_duration=578.8 frames, utt_pad_proportion=0.04953, over 98.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3464, pruned_loss=0.1022, over 2776041.37 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07154, over 43585.78 utterances.], batch size: 98, lr: 2.14e-04 +2022-09-18 21:17:35,695 INFO [train.py:885] (0/2) Epoch 22, batch 4500, loss[loss=0.607, simple_loss=0.6603, pruned_loss=0.2768, over 12411.00 frames. utt_duration=62.92 frames, utt_pad_proportion=0.1497, over 810.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3454, pruned_loss=0.1015, over 2773037.50 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07416, over 44311.94 utterances.], batch size: 810, lr: 2.14e-04 +2022-09-18 21:18:05,418 INFO [train.py:885] (0/2) Epoch 22, batch 4550, loss[loss=0.1969, simple_loss=0.279, pruned_loss=0.05743, over 14047.00 frames. utt_duration=712.5 frames, utt_pad_proportion=0.0576, over 79.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3477, pruned_loss=0.1019, over 2776278.35 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07388, over 45729.58 utterances.], batch size: 79, lr: 2.14e-04 +2022-09-18 21:18:35,575 INFO [train.py:885] (0/2) Epoch 22, batch 4600, loss[loss=0.2831, simple_loss=0.3513, pruned_loss=0.1075, over 14330.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.03658, over 180.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3463, pruned_loss=0.1014, over 2775215.10 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07441, over 45121.02 utterances.], batch size: 180, lr: 2.14e-04 +2022-09-18 21:19:05,396 INFO [train.py:885] (0/2) Epoch 22, batch 4650, loss[loss=0.2714, simple_loss=0.346, pruned_loss=0.09843, over 14271.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04052, over 225.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3455, pruned_loss=0.1016, over 2779464.22 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07245, over 44263.43 utterances.], batch size: 225, lr: 2.14e-04 +2022-09-18 21:19:35,225 INFO [train.py:885] (0/2) Epoch 22, batch 4700, loss[loss=0.303, simple_loss=0.3734, pruned_loss=0.1163, over 14317.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03844, over 283.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3431, pruned_loss=0.1003, over 2780965.84 frames. utt_duration=260.4 frames, utt_pad_proportion=0.07164, over 42962.34 utterances.], batch size: 283, lr: 2.14e-04 +2022-09-18 21:20:05,598 INFO [train.py:885] (0/2) Epoch 22, batch 4750, loss[loss=0.2559, simple_loss=0.3417, pruned_loss=0.08503, over 14285.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03941, over 180.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3478, pruned_loss=0.102, over 2777855.68 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07236, over 45509.73 utterances.], batch size: 180, lr: 2.14e-04 +2022-09-18 21:20:35,361 INFO [train.py:885] (0/2) Epoch 22, batch 4800, loss[loss=0.3361, simple_loss=0.3912, pruned_loss=0.1405, over 14365.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03492, over 210.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3512, pruned_loss=0.103, over 2776643.50 frames. utt_duration=237 frames, utt_pad_proportion=0.07454, over 47165.26 utterances.], batch size: 210, lr: 2.14e-04 +2022-09-18 21:21:05,773 INFO [train.py:885] (0/2) Epoch 22, batch 4850, loss[loss=0.197, simple_loss=0.2679, pruned_loss=0.06307, over 12063.00 frames. utt_duration=2012 frames, utt_pad_proportion=0.184, over 24.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3527, pruned_loss=0.1041, over 2775658.33 frames. utt_duration=236.5 frames, utt_pad_proportion=0.0739, over 47238.36 utterances.], batch size: 24, lr: 2.14e-04 +2022-09-18 21:21:35,346 INFO [train.py:885] (0/2) Epoch 22, batch 4900, loss[loss=0.2046, simple_loss=0.279, pruned_loss=0.06509, over 14151.00 frames. utt_duration=637.5 frames, utt_pad_proportion=0.04987, over 89.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3518, pruned_loss=0.1037, over 2774288.66 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07545, over 46708.29 utterances.], batch size: 89, lr: 2.14e-04 +2022-09-18 21:22:05,286 INFO [train.py:885] (0/2) Epoch 22, batch 4950, loss[loss=0.3369, simple_loss=0.3886, pruned_loss=0.1426, over 14357.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.0384, over 167.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3521, pruned_loss=0.1042, over 2775246.29 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07456, over 46786.81 utterances.], batch size: 167, lr: 2.14e-04 +2022-09-18 21:22:34,843 INFO [train.py:885] (0/2) Epoch 22, batch 5000, loss[loss=0.1318, simple_loss=0.1748, pruned_loss=0.04439, over 13128.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1136, over 33.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3476, pruned_loss=0.1018, over 2771606.93 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07558, over 46110.88 utterances.], batch size: 33, lr: 2.14e-04 +2022-09-18 21:23:04,885 INFO [train.py:885] (0/2) Epoch 22, batch 5050, loss[loss=0.308, simple_loss=0.3915, pruned_loss=0.1123, over 14004.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05546, over 365.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3468, pruned_loss=0.1019, over 2772394.60 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07479, over 45465.76 utterances.], batch size: 365, lr: 2.14e-04 +2022-09-18 21:23:35,086 INFO [train.py:885] (0/2) Epoch 22, batch 5100, loss[loss=0.356, simple_loss=0.4092, pruned_loss=0.1514, over 14253.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04127, over 335.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3479, pruned_loss=0.1028, over 2777178.95 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07261, over 45205.22 utterances.], batch size: 335, lr: 2.14e-04 +2022-09-18 21:24:04,706 INFO [train.py:885] (0/2) Epoch 22, batch 5150, loss[loss=0.2497, simple_loss=0.3093, pruned_loss=0.09507, over 13958.00 frames. utt_duration=931.9 frames, utt_pad_proportion=0.06057, over 60.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3485, pruned_loss=0.1037, over 2778045.59 frames. utt_duration=247 frames, utt_pad_proportion=0.07266, over 45250.84 utterances.], batch size: 60, lr: 2.14e-04 +2022-09-18 21:24:34,290 INFO [train.py:885] (0/2) Epoch 22, batch 5200, loss[loss=0.3009, simple_loss=0.3708, pruned_loss=0.1155, over 14360.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03719, over 244.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3486, pruned_loss=0.1034, over 2781715.61 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07149, over 45575.46 utterances.], batch size: 244, lr: 2.14e-04 +2022-09-18 21:25:04,191 INFO [train.py:885] (0/2) Epoch 22, batch 5250, loss[loss=0.31, simple_loss=0.4173, pruned_loss=0.1014, over 13588.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07972, over 560.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3488, pruned_loss=0.1036, over 2780425.49 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06989, over 45175.50 utterances.], batch size: 560, lr: 2.14e-04 +2022-09-18 21:25:34,065 INFO [train.py:885] (0/2) Epoch 22, batch 5300, loss[loss=0.2063, simple_loss=0.2707, pruned_loss=0.07092, over 13821.00 frames. utt_duration=923 frames, utt_pad_proportion=0.07143, over 60.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3483, pruned_loss=0.1026, over 2781425.80 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06981, over 44812.15 utterances.], batch size: 60, lr: 2.14e-04 +2022-09-18 21:26:03,838 INFO [train.py:885] (0/2) Epoch 22, batch 5350, loss[loss=0.3359, simple_loss=0.3995, pruned_loss=0.1361, over 14209.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04398, over 306.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3481, pruned_loss=0.1027, over 2783402.51 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06966, over 45025.39 utterances.], batch size: 306, lr: 2.14e-04 +2022-09-18 21:26:33,773 INFO [train.py:885] (0/2) Epoch 22, batch 5400, loss[loss=0.3672, simple_loss=0.4198, pruned_loss=0.1573, over 14205.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04487, over 306.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3454, pruned_loss=0.1018, over 2782585.77 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06909, over 44373.66 utterances.], batch size: 306, lr: 2.14e-04 +2022-09-18 21:27:03,527 INFO [train.py:885] (0/2) Epoch 22, batch 5450, loss[loss=0.3919, simple_loss=0.47, pruned_loss=0.1569, over 13584.00 frames. utt_duration=98.37 frames, utt_pad_proportion=0.08062, over 560.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3488, pruned_loss=0.1031, over 2786726.58 frames. utt_duration=244 frames, utt_pad_proportion=0.06772, over 45964.31 utterances.], batch size: 560, lr: 2.14e-04 +2022-09-18 21:27:33,762 INFO [train.py:885] (0/2) Epoch 22, batch 5500, loss[loss=0.2727, simple_loss=0.3477, pruned_loss=0.0989, over 14296.00 frames. utt_duration=294.8 frames, utt_pad_proportion=0.03986, over 195.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3509, pruned_loss=0.1043, over 2788911.49 frames. utt_duration=241.9 frames, utt_pad_proportion=0.06835, over 46398.01 utterances.], batch size: 195, lr: 2.14e-04 +2022-09-18 21:28:03,217 INFO [train.py:885] (0/2) Epoch 22, batch 5550, loss[loss=0.2703, simple_loss=0.3299, pruned_loss=0.1053, over 14291.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04006, over 120.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3494, pruned_loss=0.1029, over 2787817.82 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06877, over 45671.56 utterances.], batch size: 120, lr: 2.14e-04 +2022-09-18 21:28:33,405 INFO [train.py:885] (0/2) Epoch 22, batch 5600, loss[loss=0.3641, simple_loss=0.4232, pruned_loss=0.1525, over 14233.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04232, over 306.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3512, pruned_loss=0.1035, over 2789835.53 frames. utt_duration=240.5 frames, utt_pad_proportion=0.06818, over 46688.13 utterances.], batch size: 306, lr: 2.14e-04 +2022-09-18 21:29:03,286 INFO [train.py:885] (0/2) Epoch 22, batch 5650, loss[loss=0.2979, simple_loss=0.3675, pruned_loss=0.1142, over 14309.00 frames. utt_duration=273.8 frames, utt_pad_proportion=0.03933, over 210.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3509, pruned_loss=0.1036, over 2784684.57 frames. utt_duration=239.5 frames, utt_pad_proportion=0.0706, over 46798.61 utterances.], batch size: 210, lr: 2.14e-04 +2022-09-18 21:29:32,741 INFO [train.py:885] (0/2) Epoch 22, batch 5700, loss[loss=0.1999, simple_loss=0.2766, pruned_loss=0.06164, over 13910.00 frames. utt_duration=807.9 frames, utt_pad_proportion=0.05841, over 69.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3502, pruned_loss=0.103, over 2781293.77 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07178, over 46860.67 utterances.], batch size: 69, lr: 2.14e-04 +2022-09-18 21:30:02,892 INFO [train.py:885] (0/2) Epoch 22, batch 5750, loss[loss=0.2875, simple_loss=0.367, pruned_loss=0.104, over 14310.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03885, over 283.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.351, pruned_loss=0.104, over 2778779.66 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07241, over 46429.90 utterances.], batch size: 283, lr: 2.14e-04 +2022-09-18 21:30:32,914 INFO [train.py:885] (0/2) Epoch 22, batch 5800, loss[loss=0.1445, simple_loss=0.1911, pruned_loss=0.04893, over 12737.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.1355, over 25.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3522, pruned_loss=0.1051, over 2780251.58 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07173, over 46517.30 utterances.], batch size: 25, lr: 2.14e-04 +2022-09-18 21:31:03,114 INFO [train.py:885] (0/2) Epoch 22, batch 5850, loss[loss=0.2833, simple_loss=0.3511, pruned_loss=0.1077, over 14341.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03903, over 167.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3529, pruned_loss=0.1056, over 2778645.14 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07174, over 46489.46 utterances.], batch size: 167, lr: 2.14e-04 +2022-09-18 21:31:32,781 INFO [train.py:885] (0/2) Epoch 22, batch 5900, loss[loss=0.315, simple_loss=0.3719, pruned_loss=0.129, over 14294.00 frames. utt_duration=294.6 frames, utt_pad_proportion=0.0371, over 195.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3543, pruned_loss=0.1062, over 2782780.41 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07109, over 46770.80 utterances.], batch size: 195, lr: 2.14e-04 +2022-09-18 21:32:02,529 INFO [train.py:885] (0/2) Epoch 22, batch 5950, loss[loss=0.286, simple_loss=0.3535, pruned_loss=0.1093, over 14327.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03953, over 154.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3538, pruned_loss=0.1061, over 2783776.95 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07175, over 46307.20 utterances.], batch size: 154, lr: 2.14e-04 +2022-09-18 21:32:32,202 INFO [train.py:885] (0/2) Epoch 22, batch 6000, loss[loss=0.2028, simple_loss=0.2837, pruned_loss=0.061, over 13404.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.09827, over 50.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3499, pruned_loss=0.1039, over 2781734.14 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07185, over 45393.23 utterances.], batch size: 50, lr: 2.14e-04 +2022-09-18 21:32:32,203 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 21:32:36,542 INFO [train.py:914] (0/2) Epoch 22, validation: loss=0.1975, simple_loss=0.2767, pruned_loss=0.05915, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 21:33:06,460 INFO [train.py:885] (0/2) Epoch 22, batch 6050, loss[loss=0.1841, simple_loss=0.2451, pruned_loss=0.06158, over 13202.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1035, over 33.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3506, pruned_loss=0.1039, over 2785352.23 frames. utt_duration=243.2 frames, utt_pad_proportion=0.0697, over 46095.16 utterances.], batch size: 33, lr: 2.14e-04 +2022-09-18 21:33:36,712 INFO [train.py:885] (0/2) Epoch 22, batch 6100, loss[loss=0.1439, simple_loss=0.2103, pruned_loss=0.03874, over 12931.00 frames. utt_duration=1569 frames, utt_pad_proportion=0.1294, over 33.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3498, pruned_loss=0.1038, over 2783556.94 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06982, over 45894.19 utterances.], batch size: 33, lr: 2.14e-04 +2022-09-18 21:34:06,252 INFO [train.py:885] (0/2) Epoch 22, batch 6150, loss[loss=0.1942, simple_loss=0.258, pruned_loss=0.0652, over 13405.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.09377, over 50.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3484, pruned_loss=0.1036, over 2780749.15 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07002, over 44808.00 utterances.], batch size: 50, lr: 2.13e-04 +2022-09-18 21:34:36,641 INFO [train.py:885] (0/2) Epoch 22, batch 6200, loss[loss=0.2232, simple_loss=0.2958, pruned_loss=0.07532, over 14190.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04337, over 109.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3512, pruned_loss=0.105, over 2785180.28 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06951, over 45329.72 utterances.], batch size: 109, lr: 2.13e-04 +2022-09-18 21:35:06,069 INFO [train.py:885] (0/2) Epoch 22, batch 6250, loss[loss=0.2672, simple_loss=0.3743, pruned_loss=0.0801, over 13790.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07074, over 411.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3504, pruned_loss=0.1044, over 2785317.71 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06905, over 45254.65 utterances.], batch size: 411, lr: 2.13e-04 +2022-09-18 21:35:36,483 INFO [train.py:885] (0/2) Epoch 22, batch 6300, loss[loss=0.3517, simple_loss=0.4077, pruned_loss=0.1478, over 14234.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04217, over 306.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3511, pruned_loss=0.1046, over 2783331.23 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07127, over 45985.65 utterances.], batch size: 306, lr: 2.13e-04 +2022-09-18 21:36:07,004 INFO [train.py:885] (0/2) Epoch 22, batch 6350, loss[loss=0.2706, simple_loss=0.3384, pruned_loss=0.1014, over 14320.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04055, over 167.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3468, pruned_loss=0.1029, over 2786196.28 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06932, over 43990.47 utterances.], batch size: 167, lr: 2.13e-04 +2022-09-18 21:36:35,856 INFO [train.py:885] (0/2) Epoch 22, batch 6400, loss[loss=0.2863, simple_loss=0.3564, pruned_loss=0.1081, over 14344.00 frames. utt_duration=345 frames, utt_pad_proportion=0.039, over 167.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3454, pruned_loss=0.102, over 2788996.45 frames. utt_duration=261.5 frames, utt_pad_proportion=0.06857, over 42899.79 utterances.], batch size: 167, lr: 2.13e-04 +2022-09-18 21:37:06,063 INFO [train.py:885] (0/2) Epoch 22, batch 6450, loss[loss=0.1844, simple_loss=0.2519, pruned_loss=0.05848, over 14048.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.05925, over 70.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3446, pruned_loss=0.1016, over 2784103.49 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06853, over 43337.54 utterances.], batch size: 70, lr: 2.13e-04 +2022-09-18 21:37:35,759 INFO [train.py:885] (0/2) Epoch 22, batch 6500, loss[loss=0.2974, simple_loss=0.3682, pruned_loss=0.1133, over 14321.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.0377, over 195.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3481, pruned_loss=0.1037, over 2785634.79 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06946, over 44216.56 utterances.], batch size: 195, lr: 2.13e-04 +2022-09-18 21:38:05,558 INFO [train.py:885] (0/2) Epoch 22, batch 6550, loss[loss=0.28, simple_loss=0.3745, pruned_loss=0.09276, over 14019.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05469, over 365.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3486, pruned_loss=0.1036, over 2788466.54 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06887, over 44437.46 utterances.], batch size: 365, lr: 2.13e-04 +2022-09-18 21:38:35,237 INFO [train.py:885] (0/2) Epoch 22, batch 6600, loss[loss=0.175, simple_loss=0.2356, pruned_loss=0.0572, over 13791.00 frames. utt_duration=800.8 frames, utt_pad_proportion=0.06771, over 69.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3505, pruned_loss=0.1049, over 2785938.81 frames. utt_duration=245.9 frames, utt_pad_proportion=0.0696, over 45597.19 utterances.], batch size: 69, lr: 2.13e-04 +2022-09-18 21:39:05,505 INFO [train.py:885] (0/2) Epoch 22, batch 6650, loss[loss=0.3054, simple_loss=0.3698, pruned_loss=0.1205, over 14289.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03956, over 180.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.35, pruned_loss=0.1048, over 2781473.47 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07133, over 45514.60 utterances.], batch size: 180, lr: 2.13e-04 +2022-09-18 21:39:33,835 INFO [train.py:885] (0/2) Epoch 22, batch 6700, loss[loss=0.2041, simple_loss=0.2765, pruned_loss=0.06583, over 13481.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09317, over 50.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3467, pruned_loss=0.1025, over 2780834.46 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07051, over 44084.39 utterances.], batch size: 50, lr: 2.13e-04 +2022-09-18 21:40:03,953 INFO [train.py:885] (0/2) Epoch 22, batch 6750, loss[loss=0.2885, simple_loss=0.3646, pruned_loss=0.1061, over 14322.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03785, over 195.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3526, pruned_loss=0.1041, over 2777946.90 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07385, over 47465.89 utterances.], batch size: 195, lr: 2.13e-04 +2022-09-18 21:40:33,426 INFO [train.py:885] (0/2) Epoch 22, batch 6800, loss[loss=0.3479, simple_loss=0.4083, pruned_loss=0.1437, over 14337.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03747, over 283.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3525, pruned_loss=0.1039, over 2776638.48 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07387, over 47715.12 utterances.], batch size: 283, lr: 2.13e-04 +2022-09-18 21:41:02,989 INFO [train.py:885] (0/2) Epoch 22, batch 6850, loss[loss=0.2966, simple_loss=0.3638, pruned_loss=0.1147, over 14362.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03806, over 167.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3501, pruned_loss=0.1021, over 2777459.29 frames. utt_duration=236.7 frames, utt_pad_proportion=0.0735, over 47227.46 utterances.], batch size: 167, lr: 2.13e-04 +2022-09-18 21:41:32,462 INFO [train.py:885] (0/2) Epoch 22, batch 6900, loss[loss=0.1365, simple_loss=0.1932, pruned_loss=0.03984, over 13357.00 frames. utt_duration=1573 frames, utt_pad_proportion=0.1073, over 34.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3468, pruned_loss=0.101, over 2779025.01 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07205, over 45190.77 utterances.], batch size: 34, lr: 2.13e-04 +2022-09-18 21:42:01,797 INFO [train.py:885] (0/2) Epoch 22, batch 6950, loss[loss=0.2669, simple_loss=0.3518, pruned_loss=0.09102, over 14320.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.0408, over 167.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.345, pruned_loss=0.1009, over 2773317.75 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07288, over 43982.38 utterances.], batch size: 167, lr: 2.13e-04 +2022-09-18 21:42:19,875 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-272000.pt +2022-09-18 21:42:32,532 INFO [train.py:885] (0/2) Epoch 22, batch 7000, loss[loss=0.1904, simple_loss=0.2497, pruned_loss=0.06551, over 12479.00 frames. utt_duration=2081 frames, utt_pad_proportion=0.1442, over 24.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3488, pruned_loss=0.1028, over 2773300.88 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07353, over 45460.36 utterances.], batch size: 24, lr: 2.13e-04 +2022-09-18 21:43:01,458 INFO [train.py:885] (0/2) Epoch 22, batch 7050, loss[loss=0.2965, simple_loss=0.3732, pruned_loss=0.1099, over 14263.00 frames. utt_duration=255 frames, utt_pad_proportion=0.0414, over 225.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3475, pruned_loss=0.1026, over 2774104.85 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07102, over 44969.22 utterances.], batch size: 225, lr: 2.13e-04 +2022-09-18 21:43:30,987 INFO [train.py:885] (0/2) Epoch 22, batch 7100, loss[loss=0.2374, simple_loss=0.3016, pruned_loss=0.08657, over 14088.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05355, over 98.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3504, pruned_loss=0.1038, over 2775281.82 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07273, over 46516.21 utterances.], batch size: 98, lr: 2.13e-04 +2022-09-18 21:44:01,126 INFO [train.py:885] (0/2) Epoch 22, batch 7150, loss[loss=0.3455, simple_loss=0.404, pruned_loss=0.1434, over 14245.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04202, over 306.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3534, pruned_loss=0.1059, over 2777533.39 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07371, over 47649.67 utterances.], batch size: 306, lr: 2.13e-04 +2022-09-18 21:44:31,613 INFO [train.py:885] (0/2) Epoch 22, batch 7200, loss[loss=0.1874, simple_loss=0.2643, pruned_loss=0.05529, over 13223.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.1068, over 33.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.352, pruned_loss=0.1049, over 2778736.35 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07476, over 47060.56 utterances.], batch size: 33, lr: 2.13e-04 +2022-09-18 21:45:00,943 INFO [train.py:885] (0/2) Epoch 22, batch 7250, loss[loss=0.1693, simple_loss=0.2337, pruned_loss=0.05249, over 13372.00 frames. utt_duration=1071 frames, utt_pad_proportion=0.09121, over 50.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3504, pruned_loss=0.1036, over 2779159.73 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07459, over 46719.87 utterances.], batch size: 50, lr: 2.13e-04 +2022-09-18 21:45:30,018 INFO [train.py:885] (0/2) Epoch 22, batch 7300, loss[loss=0.356, simple_loss=0.4079, pruned_loss=0.152, over 14229.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04314, over 335.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3474, pruned_loss=0.1031, over 2777850.91 frames. utt_duration=248 frames, utt_pad_proportion=0.07238, over 45066.32 utterances.], batch size: 335, lr: 2.13e-04 +2022-09-18 21:45:59,273 INFO [train.py:885] (0/2) Epoch 22, batch 7350, loss[loss=0.3899, simple_loss=0.4823, pruned_loss=0.1488, over 13132.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3488, pruned_loss=0.1031, over 2777931.86 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07296, over 46021.10 utterances.], batch size: 653, lr: 2.13e-04 +2022-09-18 21:46:29,624 INFO [train.py:885] (0/2) Epoch 22, batch 7400, loss[loss=0.2857, simple_loss=0.3743, pruned_loss=0.09855, over 14353.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03589, over 210.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3491, pruned_loss=0.1027, over 2778574.40 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07121, over 46724.48 utterances.], batch size: 210, lr: 2.13e-04 +2022-09-18 21:46:59,022 INFO [train.py:885] (0/2) Epoch 22, batch 7450, loss[loss=0.2985, simple_loss=0.3736, pruned_loss=0.1117, over 14231.00 frames. utt_duration=254.4 frames, utt_pad_proportion=0.04371, over 225.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.35, pruned_loss=0.1041, over 2780612.49 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07116, over 46562.15 utterances.], batch size: 225, lr: 2.13e-04 +2022-09-18 21:47:28,956 INFO [train.py:885] (0/2) Epoch 22, batch 7500, loss[loss=0.2513, simple_loss=0.3228, pruned_loss=0.08994, over 14255.00 frames. utt_duration=371.8 frames, utt_pad_proportion=0.0443, over 154.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3502, pruned_loss=0.1039, over 2775672.33 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07473, over 47204.01 utterances.], batch size: 154, lr: 2.13e-04 +2022-09-18 21:47:58,039 INFO [train.py:885] (0/2) Epoch 22, batch 7550, loss[loss=0.2614, simple_loss=0.3346, pruned_loss=0.09407, over 14297.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03838, over 130.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3517, pruned_loss=0.1037, over 2775716.24 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07436, over 47973.14 utterances.], batch size: 130, lr: 2.13e-04 +2022-09-18 21:48:35,518 INFO [train.py:885] (0/2) Epoch 22, batch 7600, loss[loss=0.1413, simple_loss=0.191, pruned_loss=0.04585, over 13975.00 frames. utt_duration=1332 frames, utt_pad_proportion=0.06444, over 42.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3488, pruned_loss=0.1023, over 2777709.49 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07325, over 46449.26 utterances.], batch size: 42, lr: 2.13e-04 +2022-09-18 21:49:04,843 INFO [train.py:885] (0/2) Epoch 22, batch 7650, loss[loss=0.221, simple_loss=0.2851, pruned_loss=0.07844, over 14140.00 frames. utt_duration=578.7 frames, utt_pad_proportion=0.04813, over 98.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3476, pruned_loss=0.1019, over 2773204.79 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07492, over 46233.12 utterances.], batch size: 98, lr: 2.13e-04 +2022-09-18 21:49:34,751 INFO [train.py:885] (0/2) Epoch 22, batch 7700, loss[loss=0.2399, simple_loss=0.2982, pruned_loss=0.09078, over 14169.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.04868, over 89.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3484, pruned_loss=0.1019, over 2771498.75 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07659, over 46894.84 utterances.], batch size: 89, lr: 2.13e-04 +2022-09-18 21:50:03,787 INFO [train.py:885] (0/2) Epoch 22, batch 7750, loss[loss=0.2512, simple_loss=0.3125, pruned_loss=0.09496, over 14301.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03932, over 120.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3458, pruned_loss=0.101, over 2779328.58 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07258, over 45118.67 utterances.], batch size: 120, lr: 2.13e-04 +2022-09-18 21:50:33,758 INFO [train.py:885] (0/2) Epoch 22, batch 7800, loss[loss=0.2793, simple_loss=0.378, pruned_loss=0.09027, over 13750.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07259, over 411.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3443, pruned_loss=0.09993, over 2779798.83 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07157, over 44501.26 utterances.], batch size: 411, lr: 2.13e-04 +2022-09-18 21:51:03,120 INFO [train.py:885] (0/2) Epoch 22, batch 7850, loss[loss=0.2997, simple_loss=0.3657, pruned_loss=0.1169, over 14345.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03439, over 244.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3455, pruned_loss=0.1009, over 2779418.91 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07257, over 44876.62 utterances.], batch size: 244, lr: 2.13e-04 +2022-09-18 21:51:33,094 INFO [train.py:885] (0/2) Epoch 22, batch 7900, loss[loss=0.1893, simple_loss=0.2566, pruned_loss=0.06102, over 13880.00 frames. utt_duration=926.8 frames, utt_pad_proportion=0.06951, over 60.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3451, pruned_loss=0.1003, over 2780998.80 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07156, over 45171.57 utterances.], batch size: 60, lr: 2.13e-04 +2022-09-18 21:52:02,825 INFO [train.py:885] (0/2) Epoch 22, batch 7950, loss[loss=0.2646, simple_loss=0.3172, pruned_loss=0.106, over 14137.00 frames. utt_duration=636.5 frames, utt_pad_proportion=0.04852, over 89.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.343, pruned_loss=0.1003, over 2783329.16 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06952, over 42983.52 utterances.], batch size: 89, lr: 2.13e-04 +2022-09-18 21:52:32,202 INFO [train.py:885] (0/2) Epoch 22, batch 8000, loss[loss=0.2411, simple_loss=0.32, pruned_loss=0.08109, over 14320.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03845, over 120.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3448, pruned_loss=0.1017, over 2789379.25 frames. utt_duration=262.4 frames, utt_pad_proportion=0.06781, over 42759.65 utterances.], batch size: 120, lr: 2.13e-04 +2022-09-18 21:53:01,873 INFO [train.py:885] (0/2) Epoch 22, batch 8050, loss[loss=0.2231, simple_loss=0.2895, pruned_loss=0.07838, over 14089.00 frames. utt_duration=714.9 frames, utt_pad_proportion=0.0544, over 79.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3454, pruned_loss=0.1029, over 2793774.41 frames. utt_duration=266.3 frames, utt_pad_proportion=0.06523, over 42192.70 utterances.], batch size: 79, lr: 2.13e-04 +2022-09-18 21:53:31,891 INFO [train.py:885] (0/2) Epoch 22, batch 8100, loss[loss=0.4492, simple_loss=0.5247, pruned_loss=0.1868, over 13166.00 frames. utt_duration=82.13 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3476, pruned_loss=0.104, over 2789961.20 frames. utt_duration=261.6 frames, utt_pad_proportion=0.06742, over 42898.54 utterances.], batch size: 653, lr: 2.13e-04 +2022-09-18 21:54:01,267 INFO [train.py:885] (0/2) Epoch 22, batch 8150, loss[loss=0.3135, simple_loss=0.4128, pruned_loss=0.1071, over 13740.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07339, over 411.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3473, pruned_loss=0.1033, over 2785649.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06826, over 44030.76 utterances.], batch size: 411, lr: 2.13e-04 +2022-09-18 21:54:31,408 INFO [train.py:885] (0/2) Epoch 22, batch 8200, loss[loss=0.1935, simple_loss=0.2685, pruned_loss=0.05931, over 14138.00 frames. utt_duration=637.1 frames, utt_pad_proportion=0.04917, over 89.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3487, pruned_loss=0.1041, over 2783827.12 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06984, over 44568.34 utterances.], batch size: 89, lr: 2.13e-04 +2022-09-18 21:55:00,258 INFO [train.py:885] (0/2) Epoch 22, batch 8250, loss[loss=0.1988, simple_loss=0.2718, pruned_loss=0.06292, over 13918.00 frames. utt_duration=929.3 frames, utt_pad_proportion=0.06693, over 60.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3462, pruned_loss=0.1025, over 2785685.76 frames. utt_duration=257.8 frames, utt_pad_proportion=0.07003, over 43472.30 utterances.], batch size: 60, lr: 2.13e-04 +2022-09-18 21:55:29,716 INFO [train.py:885] (0/2) Epoch 22, batch 8300, loss[loss=0.272, simple_loss=0.3478, pruned_loss=0.09805, over 14336.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03429, over 244.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3475, pruned_loss=0.1037, over 2788751.49 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06827, over 43581.34 utterances.], batch size: 244, lr: 2.13e-04 +2022-09-18 21:55:59,590 INFO [train.py:885] (0/2) Epoch 22, batch 8350, loss[loss=0.3641, simple_loss=0.4539, pruned_loss=0.1371, over 13631.00 frames. utt_duration=98.8 frames, utt_pad_proportion=0.0766, over 560.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3466, pruned_loss=0.1029, over 2785054.98 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07015, over 43727.27 utterances.], batch size: 560, lr: 2.13e-04 +2022-09-18 21:56:29,510 INFO [train.py:885] (0/2) Epoch 22, batch 8400, loss[loss=0.2698, simple_loss=0.3476, pruned_loss=0.09594, over 14335.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.0372, over 195.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3489, pruned_loss=0.1035, over 2785074.08 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07104, over 45298.99 utterances.], batch size: 195, lr: 2.13e-04 +2022-09-18 21:56:59,179 INFO [train.py:885] (0/2) Epoch 22, batch 8450, loss[loss=0.2831, simple_loss=0.3298, pruned_loss=0.1182, over 14068.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05462, over 98.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3499, pruned_loss=0.1042, over 2784958.88 frames. utt_duration=246 frames, utt_pad_proportion=0.07029, over 45548.16 utterances.], batch size: 98, lr: 2.13e-04 +2022-09-18 21:57:28,568 INFO [train.py:885] (0/2) Epoch 22, batch 8500, loss[loss=0.3466, simple_loss=0.4102, pruned_loss=0.1415, over 14218.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04378, over 306.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3523, pruned_loss=0.1052, over 2782685.89 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07175, over 46555.14 utterances.], batch size: 306, lr: 2.13e-04 +2022-09-18 21:57:58,236 INFO [train.py:885] (0/2) Epoch 22, batch 8550, loss[loss=0.2297, simple_loss=0.3065, pruned_loss=0.07649, over 14133.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.05192, over 98.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.346, pruned_loss=0.1025, over 2779251.05 frames. utt_duration=253.2 frames, utt_pad_proportion=0.0694, over 44163.87 utterances.], batch size: 98, lr: 2.13e-04 +2022-09-18 21:58:28,171 INFO [train.py:885] (0/2) Epoch 22, batch 8600, loss[loss=0.3557, simple_loss=0.4261, pruned_loss=0.1427, over 13992.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05675, over 365.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3445, pruned_loss=0.1016, over 2773914.11 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06989, over 43704.43 utterances.], batch size: 365, lr: 2.13e-04 +2022-09-18 21:58:56,879 INFO [train.py:885] (0/2) Epoch 22, batch 8650, loss[loss=0.3162, simple_loss=0.3749, pruned_loss=0.1287, over 14271.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.0407, over 180.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3433, pruned_loss=0.1008, over 2781921.26 frames. utt_duration=261.5 frames, utt_pad_proportion=0.06737, over 42785.34 utterances.], batch size: 180, lr: 2.13e-04 +2022-09-18 21:59:26,888 INFO [train.py:885] (0/2) Epoch 22, batch 8700, loss[loss=0.2748, simple_loss=0.3598, pruned_loss=0.09486, over 14369.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03439, over 210.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3464, pruned_loss=0.1019, over 2778380.48 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07228, over 44686.70 utterances.], batch size: 210, lr: 2.13e-04 +2022-09-18 21:59:56,046 INFO [train.py:885] (0/2) Epoch 22, batch 8750, loss[loss=0.2402, simple_loss=0.3149, pruned_loss=0.08271, over 14161.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04582, over 109.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.347, pruned_loss=0.1022, over 2778536.14 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07079, over 44687.92 utterances.], batch size: 109, lr: 2.12e-04 +2022-09-18 22:00:26,225 INFO [train.py:885] (0/2) Epoch 22, batch 8800, loss[loss=0.2406, simple_loss=0.3225, pruned_loss=0.07932, over 14299.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04121, over 154.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3484, pruned_loss=0.1025, over 2780532.03 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07106, over 45585.41 utterances.], batch size: 154, lr: 2.12e-04 +2022-09-18 22:00:55,116 INFO [train.py:885] (0/2) Epoch 22, batch 8850, loss[loss=0.2357, simple_loss=0.3082, pruned_loss=0.08159, over 14215.00 frames. utt_duration=581.4 frames, utt_pad_proportion=0.04524, over 98.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3437, pruned_loss=0.1005, over 2782175.35 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06966, over 43785.63 utterances.], batch size: 98, lr: 2.12e-04 +2022-09-18 22:01:25,150 INFO [train.py:885] (0/2) Epoch 22, batch 8900, loss[loss=0.2197, simple_loss=0.2778, pruned_loss=0.08078, over 13974.00 frames. utt_duration=800 frames, utt_pad_proportion=0.06654, over 70.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3461, pruned_loss=0.1019, over 2776098.80 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07156, over 45101.65 utterances.], batch size: 70, lr: 2.12e-04 +2022-09-18 22:01:54,163 INFO [train.py:885] (0/2) Epoch 22, batch 8950, loss[loss=0.3161, simple_loss=0.4029, pruned_loss=0.1146, over 13749.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07223, over 411.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3493, pruned_loss=0.1027, over 2780974.09 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07092, over 46534.87 utterances.], batch size: 411, lr: 2.12e-04 +2022-09-18 22:02:23,656 INFO [train.py:885] (0/2) Epoch 22, batch 9000, loss[loss=0.2596, simple_loss=0.3454, pruned_loss=0.08688, over 14324.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03797, over 283.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3485, pruned_loss=0.102, over 2781293.06 frames. utt_duration=242.4 frames, utt_pad_proportion=0.071, over 46185.64 utterances.], batch size: 283, lr: 2.12e-04 +2022-09-18 22:02:23,657 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 22:02:28,370 INFO [train.py:914] (0/2) Epoch 22, validation: loss=0.1902, simple_loss=0.2716, pruned_loss=0.05437, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 22:02:57,749 INFO [train.py:885] (0/2) Epoch 22, batch 9050, loss[loss=0.1809, simple_loss=0.2524, pruned_loss=0.05466, over 13958.00 frames. utt_duration=932.1 frames, utt_pad_proportion=0.0632, over 60.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3485, pruned_loss=0.102, over 2779921.89 frames. utt_duration=244.3 frames, utt_pad_proportion=0.0721, over 45786.56 utterances.], batch size: 60, lr: 2.12e-04 +2022-09-18 22:03:27,360 INFO [train.py:885] (0/2) Epoch 22, batch 9100, loss[loss=0.263, simple_loss=0.3366, pruned_loss=0.09468, over 14289.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03937, over 130.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3482, pruned_loss=0.1023, over 2780964.51 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07089, over 45426.91 utterances.], batch size: 130, lr: 2.12e-04 +2022-09-18 22:03:57,344 INFO [train.py:885] (0/2) Epoch 22, batch 9150, loss[loss=0.2309, simple_loss=0.2831, pruned_loss=0.08929, over 13837.00 frames. utt_duration=803.7 frames, utt_pad_proportion=0.06438, over 69.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.351, pruned_loss=0.1043, over 2777532.60 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07287, over 46561.32 utterances.], batch size: 69, lr: 2.12e-04 +2022-09-18 22:04:27,287 INFO [train.py:885] (0/2) Epoch 22, batch 9200, loss[loss=0.4676, simple_loss=0.5301, pruned_loss=0.2026, over 13623.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07775, over 560.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.357, pruned_loss=0.1077, over 2776368.23 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07459, over 48556.67 utterances.], batch size: 560, lr: 2.12e-04 +2022-09-18 22:05:02,755 INFO [train.py:885] (0/2) Epoch 22, batch 9250, loss[loss=0.157, simple_loss=0.2122, pruned_loss=0.05087, over 12457.00 frames. utt_duration=2078 frames, utt_pad_proportion=0.1584, over 24.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3551, pruned_loss=0.1068, over 2777436.00 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07388, over 47430.43 utterances.], batch size: 24, lr: 2.12e-04 +2022-09-18 22:05:32,118 INFO [train.py:885] (0/2) Epoch 22, batch 9300, loss[loss=0.1516, simple_loss=0.2066, pruned_loss=0.04825, over 13125.00 frames. utt_duration=1282 frames, utt_pad_proportion=0.1048, over 41.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.355, pruned_loss=0.1072, over 2778860.57 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07324, over 46855.22 utterances.], batch size: 41, lr: 2.12e-04 +2022-09-18 22:06:01,072 INFO [train.py:885] (0/2) Epoch 22, batch 9350, loss[loss=0.3372, simple_loss=0.3957, pruned_loss=0.1393, over 14308.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03925, over 283.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3522, pruned_loss=0.1058, over 2777110.18 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07302, over 45871.22 utterances.], batch size: 283, lr: 2.12e-04 +2022-09-18 22:06:31,075 INFO [train.py:885] (0/2) Epoch 22, batch 9400, loss[loss=0.1408, simple_loss=0.2059, pruned_loss=0.03789, over 13224.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.1097, over 33.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3547, pruned_loss=0.1062, over 2776000.45 frames. utt_duration=234.7 frames, utt_pad_proportion=0.0746, over 47613.83 utterances.], batch size: 33, lr: 2.12e-04 +2022-09-18 22:07:00,951 INFO [train.py:885] (0/2) Epoch 22, batch 9450, loss[loss=0.3926, simple_loss=0.4866, pruned_loss=0.1493, over 13144.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1081, over 653.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3512, pruned_loss=0.104, over 2778146.40 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07249, over 46172.50 utterances.], batch size: 653, lr: 2.12e-04 +2022-09-18 22:07:30,357 INFO [train.py:885] (0/2) Epoch 22, batch 9500, loss[loss=0.2002, simple_loss=0.241, pruned_loss=0.07971, over 12323.00 frames. utt_duration=2055 frames, utt_pad_proportion=0.1619, over 24.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3545, pruned_loss=0.1058, over 2779464.07 frames. utt_duration=237 frames, utt_pad_proportion=0.07337, over 47208.25 utterances.], batch size: 24, lr: 2.12e-04 +2022-09-18 22:07:59,868 INFO [train.py:885] (0/2) Epoch 22, batch 9550, loss[loss=0.1808, simple_loss=0.2523, pruned_loss=0.05461, over 13738.00 frames. utt_duration=917.2 frames, utt_pad_proportion=0.0791, over 60.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3522, pruned_loss=0.1043, over 2780266.01 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07294, over 46675.55 utterances.], batch size: 60, lr: 2.12e-04 +2022-09-18 22:08:30,038 INFO [train.py:885] (0/2) Epoch 22, batch 9600, loss[loss=0.1974, simple_loss=0.2624, pruned_loss=0.06618, over 14102.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05248, over 98.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3533, pruned_loss=0.1049, over 2776837.71 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07461, over 47489.54 utterances.], batch size: 98, lr: 2.12e-04 +2022-09-18 22:08:59,919 INFO [train.py:885] (0/2) Epoch 22, batch 9650, loss[loss=0.2312, simple_loss=0.2964, pruned_loss=0.08304, over 14318.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04188, over 110.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3521, pruned_loss=0.1048, over 2773725.01 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07479, over 46852.25 utterances.], batch size: 110, lr: 2.12e-04 +2022-09-18 22:09:28,955 INFO [train.py:885] (0/2) Epoch 22, batch 9700, loss[loss=0.3303, simple_loss=0.3816, pruned_loss=0.1394, over 14363.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03523, over 195.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3516, pruned_loss=0.1045, over 2772148.17 frames. utt_duration=239.2 frames, utt_pad_proportion=0.0752, over 46649.31 utterances.], batch size: 195, lr: 2.12e-04 +2022-09-18 22:09:58,731 INFO [train.py:885] (0/2) Epoch 22, batch 9750, loss[loss=0.1932, simple_loss=0.2773, pruned_loss=0.05458, over 14017.00 frames. utt_duration=711.1 frames, utt_pad_proportion=0.05434, over 79.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3504, pruned_loss=0.1038, over 2771408.81 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07476, over 45961.64 utterances.], batch size: 79, lr: 2.12e-04 +2022-09-18 22:10:28,246 INFO [train.py:885] (0/2) Epoch 22, batch 9800, loss[loss=0.232, simple_loss=0.2951, pruned_loss=0.08444, over 14033.00 frames. utt_duration=632.1 frames, utt_pad_proportion=0.05802, over 89.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3504, pruned_loss=0.104, over 2775629.52 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0745, over 45522.62 utterances.], batch size: 89, lr: 2.12e-04 +2022-09-18 22:10:57,495 INFO [train.py:885] (0/2) Epoch 22, batch 9850, loss[loss=0.2066, simple_loss=0.2629, pruned_loss=0.07509, over 13867.00 frames. utt_duration=925.6 frames, utt_pad_proportion=0.06692, over 60.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3504, pruned_loss=0.1039, over 2775084.67 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07468, over 46501.03 utterances.], batch size: 60, lr: 2.12e-04 +2022-09-18 22:11:27,368 INFO [train.py:885] (0/2) Epoch 22, batch 9900, loss[loss=0.238, simple_loss=0.297, pruned_loss=0.08948, over 14152.00 frames. utt_duration=718.1 frames, utt_pad_proportion=0.04887, over 79.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3524, pruned_loss=0.1052, over 2777407.85 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07432, over 46903.22 utterances.], batch size: 79, lr: 2.12e-04 +2022-09-18 22:11:56,794 INFO [train.py:885] (0/2) Epoch 22, batch 9950, loss[loss=0.2612, simple_loss=0.3332, pruned_loss=0.09463, over 14096.00 frames. utt_duration=518.7 frames, utt_pad_proportion=0.05001, over 109.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.355, pruned_loss=0.1071, over 2777984.64 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07364, over 47239.08 utterances.], batch size: 109, lr: 2.12e-04 +2022-09-18 22:12:26,093 INFO [train.py:885] (0/2) Epoch 22, batch 10000, loss[loss=0.362, simple_loss=0.413, pruned_loss=0.1555, over 14230.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04292, over 306.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3517, pruned_loss=0.1051, over 2777150.70 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07306, over 45940.33 utterances.], batch size: 306, lr: 2.12e-04 +2022-09-18 22:12:55,758 INFO [train.py:885] (0/2) Epoch 22, batch 10050, loss[loss=0.2215, simple_loss=0.2936, pruned_loss=0.07466, over 13716.00 frames. utt_duration=915.8 frames, utt_pad_proportion=0.07405, over 60.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3507, pruned_loss=0.1044, over 2776980.78 frames. utt_duration=245.8 frames, utt_pad_proportion=0.0722, over 45469.23 utterances.], batch size: 60, lr: 2.12e-04 +2022-09-18 22:13:25,630 INFO [train.py:885] (0/2) Epoch 22, batch 10100, loss[loss=0.212, simple_loss=0.2828, pruned_loss=0.07059, over 14102.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05249, over 98.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3493, pruned_loss=0.1033, over 2774190.02 frames. utt_duration=248.4 frames, utt_pad_proportion=0.0726, over 44945.18 utterances.], batch size: 98, lr: 2.12e-04 +2022-09-18 22:13:54,918 INFO [train.py:885] (0/2) Epoch 22, batch 10150, loss[loss=0.3654, simple_loss=0.4484, pruned_loss=0.1412, over 13580.00 frames. utt_duration=98.33 frames, utt_pad_proportion=0.08107, over 560.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3505, pruned_loss=0.1036, over 2771779.89 frames. utt_duration=242 frames, utt_pad_proportion=0.07463, over 46092.73 utterances.], batch size: 560, lr: 2.12e-04 +2022-09-18 22:14:24,552 INFO [train.py:885] (0/2) Epoch 22, batch 10200, loss[loss=0.2643, simple_loss=0.336, pruned_loss=0.09628, over 14263.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04456, over 141.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3453, pruned_loss=0.102, over 2772995.27 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07301, over 43349.98 utterances.], batch size: 141, lr: 2.12e-04 +2022-09-18 22:14:58,951 INFO [train.py:885] (0/2) Epoch 22, batch 10250, loss[loss=0.1815, simple_loss=0.2352, pruned_loss=0.06388, over 12973.00 frames. utt_duration=1574 frames, utt_pad_proportion=0.1285, over 33.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3472, pruned_loss=0.1026, over 2774958.82 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07376, over 44320.20 utterances.], batch size: 33, lr: 2.12e-04 +2022-09-18 22:15:30,883 INFO [train.py:885] (0/2) Epoch 22, batch 10300, loss[loss=0.2758, simple_loss=0.3628, pruned_loss=0.0944, over 14309.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03894, over 195.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3469, pruned_loss=0.1024, over 2772736.17 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07396, over 44904.31 utterances.], batch size: 195, lr: 2.12e-04 +2022-09-18 22:16:00,851 INFO [train.py:885] (0/2) Epoch 22, batch 10350, loss[loss=0.2469, simple_loss=0.3014, pruned_loss=0.09626, over 13786.00 frames. utt_duration=920.4 frames, utt_pad_proportion=0.07035, over 60.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.351, pruned_loss=0.104, over 2771102.13 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07328, over 46286.12 utterances.], batch size: 60, lr: 2.12e-04 +2022-09-18 22:16:29,703 INFO [train.py:885] (0/2) Epoch 22, batch 10400, loss[loss=0.2109, simple_loss=0.2793, pruned_loss=0.07124, over 13838.00 frames. utt_duration=923.9 frames, utt_pad_proportion=0.0668, over 60.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3512, pruned_loss=0.1042, over 2775486.91 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07159, over 45816.60 utterances.], batch size: 60, lr: 2.12e-04 +2022-09-18 22:16:59,622 INFO [train.py:885] (0/2) Epoch 22, batch 10450, loss[loss=0.1719, simple_loss=0.2395, pruned_loss=0.05212, over 13604.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.08785, over 42.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.353, pruned_loss=0.1046, over 2778135.88 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07291, over 46739.35 utterances.], batch size: 42, lr: 2.12e-04 +2022-09-18 22:17:29,299 INFO [train.py:885] (0/2) Epoch 22, batch 10500, loss[loss=0.3278, simple_loss=0.3849, pruned_loss=0.1354, over 14249.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04557, over 141.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3494, pruned_loss=0.1029, over 2783316.13 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07128, over 44910.52 utterances.], batch size: 141, lr: 2.12e-04 +2022-09-18 22:17:58,522 INFO [train.py:885] (0/2) Epoch 22, batch 10550, loss[loss=0.1856, simple_loss=0.2663, pruned_loss=0.05245, over 14203.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04667, over 89.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3469, pruned_loss=0.1015, over 2786674.23 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06851, over 43702.52 utterances.], batch size: 89, lr: 2.12e-04 +2022-09-18 22:18:27,976 INFO [train.py:885] (0/2) Epoch 22, batch 10600, loss[loss=0.307, simple_loss=0.3789, pruned_loss=0.1175, over 14342.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03815, over 244.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3485, pruned_loss=0.1027, over 2781883.16 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06966, over 44827.73 utterances.], batch size: 244, lr: 2.12e-04 +2022-09-18 22:18:57,793 INFO [train.py:885] (0/2) Epoch 22, batch 10650, loss[loss=0.3528, simple_loss=0.398, pruned_loss=0.1538, over 14281.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03949, over 180.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3521, pruned_loss=0.1051, over 2784503.86 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06992, over 46255.52 utterances.], batch size: 180, lr: 2.12e-04 +2022-09-18 22:19:27,108 INFO [train.py:885] (0/2) Epoch 22, batch 10700, loss[loss=0.1654, simple_loss=0.2104, pruned_loss=0.06019, over 13162.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.1154, over 33.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3498, pruned_loss=0.1042, over 2780775.00 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07116, over 45339.59 utterances.], batch size: 33, lr: 2.12e-04 +2022-09-18 22:19:56,937 INFO [train.py:885] (0/2) Epoch 22, batch 10750, loss[loss=0.216, simple_loss=0.2887, pruned_loss=0.07165, over 14226.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.0415, over 109.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.349, pruned_loss=0.1037, over 2777763.18 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07223, over 44863.37 utterances.], batch size: 109, lr: 2.12e-04 +2022-09-18 22:20:26,439 INFO [train.py:885] (0/2) Epoch 22, batch 10800, loss[loss=0.1908, simple_loss=0.2804, pruned_loss=0.05056, over 13780.00 frames. utt_duration=800.5 frames, utt_pad_proportion=0.06813, over 69.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3499, pruned_loss=0.1041, over 2778672.07 frames. utt_duration=246 frames, utt_pad_proportion=0.0719, over 45463.14 utterances.], batch size: 69, lr: 2.12e-04 +2022-09-18 22:20:56,578 INFO [train.py:885] (0/2) Epoch 22, batch 10850, loss[loss=0.1313, simple_loss=0.1867, pruned_loss=0.0379, over 13161.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.1089, over 33.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3496, pruned_loss=0.1038, over 2779014.36 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07069, over 45305.22 utterances.], batch size: 33, lr: 2.12e-04 +2022-09-18 22:21:26,376 INFO [train.py:885] (0/2) Epoch 22, batch 10900, loss[loss=0.471, simple_loss=0.5657, pruned_loss=0.1881, over 12572.00 frames. utt_duration=63.54 frames, utt_pad_proportion=0.1413, over 810.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3528, pruned_loss=0.1051, over 2781021.03 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07208, over 46721.43 utterances.], batch size: 810, lr: 2.12e-04 +2022-09-18 22:21:55,699 INFO [train.py:885] (0/2) Epoch 22, batch 10950, loss[loss=0.2381, simple_loss=0.3071, pruned_loss=0.08453, over 14339.00 frames. utt_duration=479.4 frames, utt_pad_proportion=0.03735, over 120.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3477, pruned_loss=0.1031, over 2784570.34 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06966, over 44179.27 utterances.], batch size: 120, lr: 2.12e-04 +2022-09-18 22:22:14,121 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-276000.pt +2022-09-18 22:22:26,249 INFO [train.py:885] (0/2) Epoch 22, batch 11000, loss[loss=0.2646, simple_loss=0.3501, pruned_loss=0.08951, over 14355.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0376, over 244.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3497, pruned_loss=0.1037, over 2786283.91 frames. utt_duration=249.3 frames, utt_pad_proportion=0.0703, over 44966.49 utterances.], batch size: 244, lr: 2.12e-04 +2022-09-18 22:22:56,516 INFO [train.py:885] (0/2) Epoch 22, batch 11050, loss[loss=0.3634, simple_loss=0.4602, pruned_loss=0.1333, over 13129.00 frames. utt_duration=82 frames, utt_pad_proportion=0.1087, over 653.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3495, pruned_loss=0.1031, over 2787636.06 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06828, over 45142.43 utterances.], batch size: 653, lr: 2.12e-04 +2022-09-18 22:23:26,721 INFO [train.py:885] (0/2) Epoch 22, batch 11100, loss[loss=0.2673, simple_loss=0.3519, pruned_loss=0.09139, over 14318.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.0384, over 195.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3493, pruned_loss=0.1026, over 2783362.50 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07105, over 45928.72 utterances.], batch size: 195, lr: 2.12e-04 +2022-09-18 22:23:56,638 INFO [train.py:885] (0/2) Epoch 22, batch 11150, loss[loss=0.2031, simple_loss=0.2644, pruned_loss=0.07093, over 12700.00 frames. utt_duration=2033 frames, utt_pad_proportion=0.1489, over 25.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3481, pruned_loss=0.1026, over 2780581.86 frames. utt_duration=250 frames, utt_pad_proportion=0.06992, over 44759.06 utterances.], batch size: 25, lr: 2.12e-04 +2022-09-18 22:24:26,852 INFO [train.py:885] (0/2) Epoch 22, batch 11200, loss[loss=0.2258, simple_loss=0.292, pruned_loss=0.07977, over 14198.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04704, over 89.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3489, pruned_loss=0.1032, over 2778236.10 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07092, over 45455.99 utterances.], batch size: 89, lr: 2.12e-04 +2022-09-18 22:24:56,154 INFO [train.py:885] (0/2) Epoch 22, batch 11250, loss[loss=0.5471, simple_loss=0.6246, pruned_loss=0.2348, over 12410.00 frames. utt_duration=62.81 frames, utt_pad_proportion=0.1512, over 810.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3509, pruned_loss=0.1042, over 2781098.66 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07092, over 46112.26 utterances.], batch size: 810, lr: 2.12e-04 +2022-09-18 22:25:26,161 INFO [train.py:885] (0/2) Epoch 22, batch 11300, loss[loss=0.3003, simple_loss=0.3763, pruned_loss=0.1122, over 14261.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04082, over 225.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3522, pruned_loss=0.1049, over 2782358.79 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07128, over 46634.91 utterances.], batch size: 225, lr: 2.12e-04 +2022-09-18 22:25:55,302 INFO [train.py:885] (0/2) Epoch 22, batch 11350, loss[loss=0.324, simple_loss=0.3878, pruned_loss=0.1301, over 14243.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04237, over 335.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3507, pruned_loss=0.1044, over 2786951.40 frames. utt_duration=249 frames, utt_pad_proportion=0.0699, over 45030.35 utterances.], batch size: 335, lr: 2.11e-04 +2022-09-18 22:26:26,113 INFO [train.py:885] (0/2) Epoch 22, batch 11400, loss[loss=0.1656, simple_loss=0.2144, pruned_loss=0.05845, over 13565.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08435, over 50.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3577, pruned_loss=0.1081, over 2778859.87 frames. utt_duration=229 frames, utt_pad_proportion=0.07584, over 48849.85 utterances.], batch size: 50, lr: 2.11e-04 +2022-09-18 22:26:55,474 INFO [train.py:885] (0/2) Epoch 22, batch 11450, loss[loss=0.2971, simple_loss=0.3896, pruned_loss=0.1023, over 14034.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05393, over 365.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3533, pruned_loss=0.1057, over 2780691.14 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07376, over 46929.23 utterances.], batch size: 365, lr: 2.11e-04 +2022-09-18 22:27:26,401 INFO [train.py:885] (0/2) Epoch 22, batch 11500, loss[loss=0.36, simple_loss=0.4569, pruned_loss=0.1316, over 13208.00 frames. utt_duration=82.42 frames, utt_pad_proportion=0.1042, over 653.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3577, pruned_loss=0.1079, over 2776417.77 frames. utt_duration=225.8 frames, utt_pad_proportion=0.07636, over 49516.34 utterances.], batch size: 653, lr: 2.11e-04 +2022-09-18 22:27:55,722 INFO [train.py:885] (0/2) Epoch 22, batch 11550, loss[loss=0.2371, simple_loss=0.3199, pruned_loss=0.07714, over 14309.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.04065, over 154.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3511, pruned_loss=0.1043, over 2780547.65 frames. utt_duration=240 frames, utt_pad_proportion=0.07333, over 46638.67 utterances.], batch size: 154, lr: 2.11e-04 +2022-09-18 22:28:25,456 INFO [train.py:885] (0/2) Epoch 22, batch 11600, loss[loss=0.2712, simple_loss=0.3538, pruned_loss=0.09425, over 14370.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03242, over 244.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3507, pruned_loss=0.1044, over 2784835.93 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07195, over 45857.64 utterances.], batch size: 244, lr: 2.11e-04 +2022-09-18 22:28:55,291 INFO [train.py:885] (0/2) Epoch 22, batch 11650, loss[loss=0.26, simple_loss=0.3241, pruned_loss=0.09799, over 14092.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05318, over 98.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3513, pruned_loss=0.1042, over 2782258.08 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07297, over 46525.17 utterances.], batch size: 98, lr: 2.11e-04 +2022-09-18 22:29:25,731 INFO [train.py:885] (0/2) Epoch 22, batch 11700, loss[loss=0.2306, simple_loss=0.3163, pruned_loss=0.07244, over 14355.00 frames. utt_duration=480 frames, utt_pad_proportion=0.03806, over 120.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3528, pruned_loss=0.1046, over 2781346.10 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07309, over 47119.21 utterances.], batch size: 120, lr: 2.11e-04 +2022-09-18 22:29:55,347 INFO [train.py:885] (0/2) Epoch 22, batch 11750, loss[loss=0.2312, simple_loss=0.3049, pruned_loss=0.07874, over 14108.00 frames. utt_duration=519.2 frames, utt_pad_proportion=0.04908, over 109.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3516, pruned_loss=0.1041, over 2781758.13 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07034, over 46412.99 utterances.], batch size: 109, lr: 2.11e-04 +2022-09-18 22:30:25,513 INFO [train.py:885] (0/2) Epoch 22, batch 11800, loss[loss=0.1714, simple_loss=0.2298, pruned_loss=0.05654, over 13493.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.09166, over 42.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3528, pruned_loss=0.105, over 2781192.24 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07161, over 46670.88 utterances.], batch size: 42, lr: 2.11e-04 +2022-09-18 22:30:54,289 INFO [train.py:885] (0/2) Epoch 22, batch 11850, loss[loss=0.2354, simple_loss=0.2944, pruned_loss=0.08823, over 13998.00 frames. utt_duration=710.1 frames, utt_pad_proportion=0.06192, over 79.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3561, pruned_loss=0.1071, over 2781252.12 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07182, over 47612.72 utterances.], batch size: 79, lr: 2.11e-04 +2022-09-18 22:31:24,506 INFO [train.py:885] (0/2) Epoch 22, batch 11900, loss[loss=0.3547, simple_loss=0.4063, pruned_loss=0.1515, over 14324.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03797, over 283.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3572, pruned_loss=0.108, over 2782121.37 frames. utt_duration=233.1 frames, utt_pad_proportion=0.0716, over 48041.47 utterances.], batch size: 283, lr: 2.11e-04 +2022-09-18 22:31:54,203 INFO [train.py:885] (0/2) Epoch 22, batch 11950, loss[loss=0.2029, simple_loss=0.2691, pruned_loss=0.06833, over 13940.00 frames. utt_duration=707.3 frames, utt_pad_proportion=0.05949, over 79.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3535, pruned_loss=0.1058, over 2782305.53 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07077, over 46969.65 utterances.], batch size: 79, lr: 2.11e-04 +2022-09-18 22:32:24,811 INFO [train.py:885] (0/2) Epoch 22, batch 12000, loss[loss=0.1793, simple_loss=0.2196, pruned_loss=0.06951, over 13038.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1217, over 33.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3534, pruned_loss=0.1058, over 2785958.24 frames. utt_duration=238.2 frames, utt_pad_proportion=0.06879, over 47064.08 utterances.], batch size: 33, lr: 2.11e-04 +2022-09-18 22:32:24,813 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 22:32:29,043 INFO [train.py:914] (0/2) Epoch 22, validation: loss=0.1992, simple_loss=0.2792, pruned_loss=0.05959, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 22:32:59,467 INFO [train.py:885] (0/2) Epoch 22, batch 12050, loss[loss=0.3429, simple_loss=0.4337, pruned_loss=0.126, over 13658.00 frames. utt_duration=98.93 frames, utt_pad_proportion=0.07545, over 560.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3502, pruned_loss=0.1047, over 2786918.68 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06878, over 45533.91 utterances.], batch size: 560, lr: 2.11e-04 +2022-09-18 22:33:29,200 INFO [train.py:885] (0/2) Epoch 22, batch 12100, loss[loss=0.3507, simple_loss=0.4111, pruned_loss=0.1451, over 14233.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.0427, over 306.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3491, pruned_loss=0.1042, over 2786261.40 frames. utt_duration=249 frames, utt_pad_proportion=0.0691, over 45023.27 utterances.], batch size: 306, lr: 2.11e-04 +2022-09-18 22:33:59,126 INFO [train.py:885] (0/2) Epoch 22, batch 12150, loss[loss=0.2049, simple_loss=0.2814, pruned_loss=0.06417, over 14221.00 frames. utt_duration=640.7 frames, utt_pad_proportion=0.04521, over 89.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3514, pruned_loss=0.1048, over 2784670.13 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07219, over 46070.22 utterances.], batch size: 89, lr: 2.11e-04 +2022-09-18 22:34:28,727 INFO [train.py:885] (0/2) Epoch 22, batch 12200, loss[loss=0.1921, simple_loss=0.2584, pruned_loss=0.06295, over 13393.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08578, over 41.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3502, pruned_loss=0.1037, over 2782120.71 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07238, over 46535.69 utterances.], batch size: 41, lr: 2.11e-04 +2022-09-18 22:34:58,656 INFO [train.py:885] (0/2) Epoch 22, batch 12250, loss[loss=0.1765, simple_loss=0.2438, pruned_loss=0.05463, over 12292.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.1474, over 24.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3528, pruned_loss=0.1057, over 2782615.94 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07237, over 46794.33 utterances.], batch size: 24, lr: 2.11e-04 +2022-09-18 22:35:28,822 INFO [train.py:885] (0/2) Epoch 22, batch 12300, loss[loss=0.3331, simple_loss=0.4244, pruned_loss=0.1208, over 13615.00 frames. utt_duration=98.63 frames, utt_pad_proportion=0.07825, over 560.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.356, pruned_loss=0.1068, over 2785081.67 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07023, over 47980.79 utterances.], batch size: 560, lr: 2.11e-04 +2022-09-18 22:35:59,088 INFO [train.py:885] (0/2) Epoch 22, batch 12350, loss[loss=0.6494, simple_loss=0.6917, pruned_loss=0.3035, over 12439.00 frames. utt_duration=63.08 frames, utt_pad_proportion=0.1476, over 810.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3562, pruned_loss=0.1076, over 2781001.90 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07189, over 47987.97 utterances.], batch size: 810, lr: 2.11e-04 +2022-09-18 22:36:29,301 INFO [train.py:885] (0/2) Epoch 22, batch 12400, loss[loss=0.326, simple_loss=0.4141, pruned_loss=0.119, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07098, over 411.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.356, pruned_loss=0.1073, over 2782904.89 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07146, over 48137.28 utterances.], batch size: 411, lr: 2.11e-04 +2022-09-18 22:36:58,382 INFO [train.py:885] (0/2) Epoch 22, batch 12450, loss[loss=0.2945, simple_loss=0.3644, pruned_loss=0.1123, over 14345.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03394, over 244.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3531, pruned_loss=0.1066, over 2783003.30 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07059, over 46335.82 utterances.], batch size: 244, lr: 2.11e-04 +2022-09-18 22:37:28,545 INFO [train.py:885] (0/2) Epoch 22, batch 12500, loss[loss=0.4181, simple_loss=0.4536, pruned_loss=0.1913, over 14332.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03489, over 244.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3565, pruned_loss=0.109, over 2783068.02 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07145, over 47181.85 utterances.], batch size: 244, lr: 2.11e-04 +2022-09-18 22:37:58,864 INFO [train.py:885] (0/2) Epoch 22, batch 12550, loss[loss=0.2322, simple_loss=0.3006, pruned_loss=0.0819, over 14318.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03872, over 120.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3593, pruned_loss=0.1091, over 2783014.48 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07215, over 48795.79 utterances.], batch size: 120, lr: 2.11e-04 +2022-09-18 22:38:26,819 INFO [train.py:885] (0/2) Epoch 22, batch 12600, loss[loss=0.2095, simple_loss=0.2786, pruned_loss=0.0702, over 13859.00 frames. utt_duration=805 frames, utt_pad_proportion=0.06291, over 69.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3583, pruned_loss=0.1086, over 2779170.42 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07284, over 48120.51 utterances.], batch size: 69, lr: 2.11e-04 +2022-09-18 22:38:37,857 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-22.pt +2022-09-18 22:38:45,334 INFO [train.py:885] (0/2) Epoch 23, batch 0, loss[loss=0.1904, simple_loss=0.2593, pruned_loss=0.06079, over 13033.00 frames. utt_duration=2006 frames, utt_pad_proportion=0.113, over 26.00 utterances.], tot_loss[loss=0.1904, simple_loss=0.2593, pruned_loss=0.06079, over 13033.00 frames. utt_duration=2006 frames, utt_pad_proportion=0.113, over 26.00 utterances.], batch size: 26, lr: 2.06e-04 +2022-09-18 22:39:15,865 INFO [train.py:885] (0/2) Epoch 23, batch 50, loss[loss=0.331, simple_loss=0.3979, pruned_loss=0.1321, over 14300.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03927, over 226.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3537, pruned_loss=0.1076, over 627289.73 frames. utt_duration=237.3 frames, utt_pad_proportion=0.0722, over 10638.68 utterances.], batch size: 226, lr: 2.06e-04 +2022-09-18 22:39:46,649 INFO [train.py:885] (0/2) Epoch 23, batch 100, loss[loss=0.2139, simple_loss=0.29, pruned_loss=0.0689, over 14281.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04137, over 120.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3506, pruned_loss=0.1039, over 1101893.06 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07478, over 19267.59 utterances.], batch size: 120, lr: 2.06e-04 +2022-09-18 22:40:15,966 INFO [train.py:885] (0/2) Epoch 23, batch 150, loss[loss=0.2224, simple_loss=0.2931, pruned_loss=0.07586, over 14158.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.0455, over 109.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3457, pruned_loss=0.1027, over 1476094.45 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07039, over 23711.09 utterances.], batch size: 109, lr: 2.06e-04 +2022-09-18 22:40:45,376 INFO [train.py:885] (0/2) Epoch 23, batch 200, loss[loss=0.1506, simple_loss=0.2086, pruned_loss=0.04632, over 13920.00 frames. utt_duration=929.2 frames, utt_pad_proportion=0.06514, over 60.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3441, pruned_loss=0.1019, over 1761330.14 frames. utt_duration=257.7 frames, utt_pad_proportion=0.07014, over 27501.73 utterances.], batch size: 60, lr: 2.06e-04 +2022-09-18 22:41:14,905 INFO [train.py:885] (0/2) Epoch 23, batch 250, loss[loss=0.2427, simple_loss=0.3137, pruned_loss=0.08586, over 14252.00 frames. utt_duration=476.5 frames, utt_pad_proportion=0.0412, over 120.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3455, pruned_loss=0.1034, over 1987386.04 frames. utt_duration=261.1 frames, utt_pad_proportion=0.06968, over 30621.75 utterances.], batch size: 120, lr: 2.06e-04 +2022-09-18 22:41:45,503 INFO [train.py:885] (0/2) Epoch 23, batch 300, loss[loss=0.2561, simple_loss=0.3425, pruned_loss=0.0848, over 14339.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03686, over 210.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.348, pruned_loss=0.1029, over 2163441.15 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07088, over 35460.88 utterances.], batch size: 210, lr: 2.06e-04 +2022-09-18 22:42:15,645 INFO [train.py:885] (0/2) Epoch 23, batch 350, loss[loss=0.241, simple_loss=0.3125, pruned_loss=0.08476, over 14328.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03792, over 120.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3479, pruned_loss=0.1038, over 2300349.23 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07217, over 37406.71 utterances.], batch size: 120, lr: 2.06e-04 +2022-09-18 22:42:44,767 INFO [train.py:885] (0/2) Epoch 23, batch 400, loss[loss=0.1978, simple_loss=0.2763, pruned_loss=0.05962, over 13693.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08422, over 42.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3476, pruned_loss=0.1033, over 2406141.10 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07083, over 39133.87 utterances.], batch size: 42, lr: 2.06e-04 +2022-09-18 22:43:14,426 INFO [train.py:885] (0/2) Epoch 23, batch 450, loss[loss=0.2999, simple_loss=0.3615, pruned_loss=0.1191, over 14279.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04048, over 154.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3425, pruned_loss=0.1009, over 2485082.37 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06997, over 38492.33 utterances.], batch size: 154, lr: 2.06e-04 +2022-09-18 22:43:45,113 INFO [train.py:885] (0/2) Epoch 23, batch 500, loss[loss=0.4186, simple_loss=0.4431, pruned_loss=0.1971, over 14220.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04383, over 335.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3461, pruned_loss=0.1028, over 2543194.12 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07383, over 40790.42 utterances.], batch size: 335, lr: 2.06e-04 +2022-09-18 22:44:15,004 INFO [train.py:885] (0/2) Epoch 23, batch 550, loss[loss=0.2891, simple_loss=0.3625, pruned_loss=0.1079, over 14277.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.03956, over 154.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3481, pruned_loss=0.1034, over 2598038.71 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07292, over 41805.73 utterances.], batch size: 154, lr: 2.06e-04 +2022-09-18 22:44:44,597 INFO [train.py:885] (0/2) Epoch 23, batch 600, loss[loss=0.3088, simple_loss=0.4014, pruned_loss=0.1081, over 13680.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08001, over 478.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3502, pruned_loss=0.1042, over 2637549.72 frames. utt_duration=244.4 frames, utt_pad_proportion=0.0747, over 43433.55 utterances.], batch size: 478, lr: 2.06e-04 +2022-09-18 22:45:14,014 INFO [train.py:885] (0/2) Epoch 23, batch 650, loss[loss=0.1596, simple_loss=0.2174, pruned_loss=0.05093, over 13183.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1013, over 33.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3485, pruned_loss=0.1032, over 2669573.30 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07403, over 43205.72 utterances.], batch size: 33, lr: 2.06e-04 +2022-09-18 22:45:43,741 INFO [train.py:885] (0/2) Epoch 23, batch 700, loss[loss=0.2226, simple_loss=0.2868, pruned_loss=0.07919, over 13676.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.08012, over 50.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3481, pruned_loss=0.1026, over 2703098.59 frames. utt_duration=254.1 frames, utt_pad_proportion=0.0708, over 42804.50 utterances.], batch size: 50, lr: 2.06e-04 +2022-09-18 22:46:13,427 INFO [train.py:885] (0/2) Epoch 23, batch 750, loss[loss=0.1663, simple_loss=0.2384, pruned_loss=0.04713, over 13784.00 frames. utt_duration=920.3 frames, utt_pad_proportion=0.07418, over 60.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3464, pruned_loss=0.1015, over 2717496.65 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07148, over 42885.62 utterances.], batch size: 60, lr: 2.06e-04 +2022-09-18 22:46:42,815 INFO [train.py:885] (0/2) Epoch 23, batch 800, loss[loss=0.1735, simple_loss=0.2194, pruned_loss=0.06385, over 13257.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.09581, over 41.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3431, pruned_loss=0.09966, over 2732656.78 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06987, over 42199.82 utterances.], batch size: 41, lr: 2.06e-04 +2022-09-18 22:47:12,469 INFO [train.py:885] (0/2) Epoch 23, batch 850, loss[loss=0.3352, simple_loss=0.41, pruned_loss=0.1302, over 14003.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05606, over 365.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3503, pruned_loss=0.1034, over 2742010.02 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07095, over 45344.79 utterances.], batch size: 365, lr: 2.06e-04 +2022-09-18 22:47:42,651 INFO [train.py:885] (0/2) Epoch 23, batch 900, loss[loss=0.2109, simple_loss=0.2874, pruned_loss=0.06719, over 14160.00 frames. utt_duration=637.8 frames, utt_pad_proportion=0.04952, over 89.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3508, pruned_loss=0.1045, over 2747826.92 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07094, over 45422.81 utterances.], batch size: 89, lr: 2.06e-04 +2022-09-18 22:48:12,690 INFO [train.py:885] (0/2) Epoch 23, batch 950, loss[loss=0.1999, simple_loss=0.2647, pruned_loss=0.06756, over 13709.00 frames. utt_duration=796.4 frames, utt_pad_proportion=0.07074, over 69.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3517, pruned_loss=0.1049, over 2753388.50 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07177, over 46089.89 utterances.], batch size: 69, lr: 2.06e-04 +2022-09-18 22:48:42,215 INFO [train.py:885] (0/2) Epoch 23, batch 1000, loss[loss=0.2859, simple_loss=0.3513, pruned_loss=0.1102, over 14330.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03419, over 195.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3527, pruned_loss=0.1045, over 2761186.76 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07137, over 46821.29 utterances.], batch size: 195, lr: 2.06e-04 +2022-09-18 22:49:11,811 INFO [train.py:885] (0/2) Epoch 23, batch 1050, loss[loss=0.3174, simple_loss=0.3876, pruned_loss=0.1236, over 14298.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.03881, over 225.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3519, pruned_loss=0.1043, over 2762926.74 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07296, over 46041.87 utterances.], batch size: 225, lr: 2.06e-04 +2022-09-18 22:49:41,760 INFO [train.py:885] (0/2) Epoch 23, batch 1100, loss[loss=0.2427, simple_loss=0.306, pruned_loss=0.08971, over 14135.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.04882, over 98.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3483, pruned_loss=0.1022, over 2762676.12 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07438, over 45090.19 utterances.], batch size: 98, lr: 2.06e-04 +2022-09-18 22:50:11,059 INFO [train.py:885] (0/2) Epoch 23, batch 1150, loss[loss=0.3964, simple_loss=0.4318, pruned_loss=0.1805, over 14232.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04354, over 335.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3465, pruned_loss=0.102, over 2766386.27 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07293, over 43944.28 utterances.], batch size: 335, lr: 2.06e-04 +2022-09-18 22:50:40,740 INFO [train.py:885] (0/2) Epoch 23, batch 1200, loss[loss=0.3137, simple_loss=0.3808, pruned_loss=0.1233, over 14372.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03213, over 244.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3468, pruned_loss=0.1026, over 2769770.73 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07201, over 44128.47 utterances.], batch size: 244, lr: 2.06e-04 +2022-09-18 22:51:10,637 INFO [train.py:885] (0/2) Epoch 23, batch 1250, loss[loss=0.2709, simple_loss=0.3526, pruned_loss=0.09455, over 14271.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.041, over 225.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3517, pruned_loss=0.1043, over 2769226.70 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07347, over 46459.37 utterances.], batch size: 225, lr: 2.06e-04 +2022-09-18 22:51:40,376 INFO [train.py:885] (0/2) Epoch 23, batch 1300, loss[loss=0.3914, simple_loss=0.4654, pruned_loss=0.1587, over 13831.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06794, over 411.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3501, pruned_loss=0.1033, over 2773260.12 frames. utt_duration=244.2 frames, utt_pad_proportion=0.0716, over 45705.08 utterances.], batch size: 411, lr: 2.06e-04 +2022-09-18 22:52:09,830 INFO [train.py:885] (0/2) Epoch 23, batch 1350, loss[loss=0.2188, simple_loss=0.2991, pruned_loss=0.06927, over 14188.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04416, over 109.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3556, pruned_loss=0.1061, over 2771943.00 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07601, over 48161.60 utterances.], batch size: 109, lr: 2.06e-04 +2022-09-18 22:52:39,628 INFO [train.py:885] (0/2) Epoch 23, batch 1400, loss[loss=0.2694, simple_loss=0.3538, pruned_loss=0.09255, over 14344.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03842, over 244.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3528, pruned_loss=0.1047, over 2775065.89 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07405, over 47080.89 utterances.], batch size: 244, lr: 2.06e-04 +2022-09-18 22:53:09,547 INFO [train.py:885] (0/2) Epoch 23, batch 1450, loss[loss=0.2977, simple_loss=0.3682, pruned_loss=0.1136, over 14397.00 frames. utt_duration=275.7 frames, utt_pad_proportion=0.03272, over 210.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3489, pruned_loss=0.103, over 2770718.37 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07525, over 46190.37 utterances.], batch size: 210, lr: 2.06e-04 +2022-09-18 22:53:39,748 INFO [train.py:885] (0/2) Epoch 23, batch 1500, loss[loss=0.2818, simple_loss=0.3608, pruned_loss=0.1014, over 14268.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04053, over 225.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3469, pruned_loss=0.1021, over 2775612.75 frames. utt_duration=247 frames, utt_pad_proportion=0.07332, over 45222.49 utterances.], batch size: 225, lr: 2.06e-04 +2022-09-18 22:54:09,623 INFO [train.py:885] (0/2) Epoch 23, batch 1550, loss[loss=0.1762, simple_loss=0.2472, pruned_loss=0.05253, over 13969.00 frames. utt_duration=708.7 frames, utt_pad_proportion=0.0576, over 79.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3446, pruned_loss=0.1016, over 2775718.11 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07192, over 43818.73 utterances.], batch size: 79, lr: 2.06e-04 +2022-09-18 22:54:38,971 INFO [train.py:885] (0/2) Epoch 23, batch 1600, loss[loss=0.2842, simple_loss=0.3602, pruned_loss=0.104, over 14358.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03722, over 244.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3459, pruned_loss=0.1024, over 2778604.11 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07152, over 43966.94 utterances.], batch size: 244, lr: 2.06e-04 +2022-09-18 22:55:08,593 INFO [train.py:885] (0/2) Epoch 23, batch 1650, loss[loss=0.2801, simple_loss=0.3602, pruned_loss=0.1, over 14345.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.0364, over 226.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.343, pruned_loss=0.1007, over 2777909.73 frames. utt_duration=264.1 frames, utt_pad_proportion=0.06885, over 42305.35 utterances.], batch size: 226, lr: 2.06e-04 +2022-09-18 22:55:37,741 INFO [train.py:885] (0/2) Epoch 23, batch 1700, loss[loss=0.228, simple_loss=0.2823, pruned_loss=0.08687, over 13558.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08418, over 50.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.346, pruned_loss=0.1023, over 2776120.38 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07133, over 43990.91 utterances.], batch size: 50, lr: 2.06e-04 +2022-09-18 22:56:08,286 INFO [train.py:885] (0/2) Epoch 23, batch 1750, loss[loss=0.3194, simple_loss=0.3715, pruned_loss=0.1337, over 14252.00 frames. utt_duration=524.5 frames, utt_pad_proportion=0.03942, over 109.00 utterances.], tot_loss[loss=0.279, simple_loss=0.35, pruned_loss=0.104, over 2777183.24 frames. utt_duration=246.5 frames, utt_pad_proportion=0.0724, over 45338.13 utterances.], batch size: 109, lr: 2.06e-04 +2022-09-18 22:56:37,605 INFO [train.py:885] (0/2) Epoch 23, batch 1800, loss[loss=0.5297, simple_loss=0.6065, pruned_loss=0.2265, over 12399.00 frames. utt_duration=62.83 frames, utt_pad_proportion=0.151, over 810.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3464, pruned_loss=0.1027, over 2779281.66 frames. utt_duration=257.4 frames, utt_pad_proportion=0.07166, over 43441.53 utterances.], batch size: 810, lr: 2.06e-04 +2022-09-18 22:57:07,111 INFO [train.py:885] (0/2) Epoch 23, batch 1850, loss[loss=0.4012, simple_loss=0.4429, pruned_loss=0.1798, over 14231.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04401, over 335.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3471, pruned_loss=0.1037, over 2778315.27 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07237, over 44051.76 utterances.], batch size: 335, lr: 2.06e-04 +2022-09-18 22:57:37,397 INFO [train.py:885] (0/2) Epoch 23, batch 1900, loss[loss=0.1547, simple_loss=0.2146, pruned_loss=0.04745, over 13049.00 frames. utt_duration=2009 frames, utt_pad_proportion=0.1272, over 26.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3442, pruned_loss=0.1019, over 2779730.08 frames. utt_duration=256.5 frames, utt_pad_proportion=0.071, over 43607.82 utterances.], batch size: 26, lr: 2.06e-04 +2022-09-18 22:58:08,086 INFO [train.py:885] (0/2) Epoch 23, batch 1950, loss[loss=0.2969, simple_loss=0.362, pruned_loss=0.1159, over 14345.00 frames. utt_duration=374.2 frames, utt_pad_proportion=0.03555, over 154.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3461, pruned_loss=0.1024, over 2783248.00 frames. utt_duration=255 frames, utt_pad_proportion=0.06957, over 43909.47 utterances.], batch size: 154, lr: 2.06e-04 +2022-09-18 22:58:37,409 INFO [train.py:885] (0/2) Epoch 23, batch 2000, loss[loss=0.2107, simple_loss=0.2833, pruned_loss=0.0691, over 14234.00 frames. utt_duration=641.2 frames, utt_pad_proportion=0.04441, over 89.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3457, pruned_loss=0.102, over 2785613.32 frames. utt_duration=254.3 frames, utt_pad_proportion=0.068, over 44074.02 utterances.], batch size: 89, lr: 2.06e-04 +2022-09-18 22:59:07,586 INFO [train.py:885] (0/2) Epoch 23, batch 2050, loss[loss=0.324, simple_loss=0.3886, pruned_loss=0.1297, over 14351.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03392, over 244.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3465, pruned_loss=0.1029, over 2785499.63 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06758, over 44130.82 utterances.], batch size: 244, lr: 2.06e-04 +2022-09-18 22:59:37,417 INFO [train.py:885] (0/2) Epoch 23, batch 2100, loss[loss=0.2894, simple_loss=0.366, pruned_loss=0.1064, over 14354.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03732, over 244.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.347, pruned_loss=0.1033, over 2782214.08 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06934, over 44316.97 utterances.], batch size: 244, lr: 2.06e-04 +2022-09-18 23:00:07,530 INFO [train.py:885] (0/2) Epoch 23, batch 2150, loss[loss=0.296, simple_loss=0.3838, pruned_loss=0.1041, over 13843.00 frames. utt_duration=136.3 frames, utt_pad_proportion=0.06664, over 411.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3483, pruned_loss=0.104, over 2782355.40 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07058, over 44542.26 utterances.], batch size: 411, lr: 2.06e-04 +2022-09-18 23:00:36,893 INFO [train.py:885] (0/2) Epoch 23, batch 2200, loss[loss=0.2274, simple_loss=0.3113, pruned_loss=0.0717, over 14231.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04468, over 141.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3486, pruned_loss=0.104, over 2789527.70 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06814, over 43522.80 utterances.], batch size: 141, lr: 2.06e-04 +2022-09-18 23:01:07,153 INFO [train.py:885] (0/2) Epoch 23, batch 2250, loss[loss=0.3949, simple_loss=0.4932, pruned_loss=0.1483, over 13086.00 frames. utt_duration=81.71 frames, utt_pad_proportion=0.1118, over 653.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3505, pruned_loss=0.1047, over 2784505.33 frames. utt_duration=250 frames, utt_pad_proportion=0.06919, over 44818.90 utterances.], batch size: 653, lr: 2.06e-04 +2022-09-18 23:01:36,799 INFO [train.py:885] (0/2) Epoch 23, batch 2300, loss[loss=0.3607, simple_loss=0.4029, pruned_loss=0.1592, over 14310.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03821, over 154.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3469, pruned_loss=0.1036, over 2779175.14 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06981, over 43608.83 utterances.], batch size: 154, lr: 2.06e-04 +2022-09-18 23:02:06,651 INFO [train.py:885] (0/2) Epoch 23, batch 2350, loss[loss=0.3807, simple_loss=0.4269, pruned_loss=0.1673, over 14194.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04495, over 306.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3501, pruned_loss=0.1044, over 2781915.52 frames. utt_duration=246.7 frames, utt_pad_proportion=0.0702, over 45380.19 utterances.], batch size: 306, lr: 2.06e-04 +2022-09-18 23:02:13,419 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-280000.pt +2022-09-18 23:02:36,893 INFO [train.py:885] (0/2) Epoch 23, batch 2400, loss[loss=0.3008, simple_loss=0.3724, pruned_loss=0.1146, over 14325.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03873, over 262.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.353, pruned_loss=0.1047, over 2780526.99 frames. utt_duration=237 frames, utt_pad_proportion=0.07224, over 47219.06 utterances.], batch size: 262, lr: 2.06e-04 +2022-09-18 23:03:07,572 INFO [train.py:885] (0/2) Epoch 23, batch 2450, loss[loss=0.2142, simple_loss=0.2959, pruned_loss=0.06622, over 14207.00 frames. utt_duration=522.8 frames, utt_pad_proportion=0.04249, over 109.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3536, pruned_loss=0.1052, over 2781638.64 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07136, over 46916.34 utterances.], batch size: 109, lr: 2.06e-04 +2022-09-18 23:03:37,286 INFO [train.py:885] (0/2) Epoch 23, batch 2500, loss[loss=0.3613, simple_loss=0.4492, pruned_loss=0.1367, over 13816.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06888, over 411.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3516, pruned_loss=0.1048, over 2778918.69 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07159, over 45932.00 utterances.], batch size: 411, lr: 2.06e-04 +2022-09-18 23:04:07,523 INFO [train.py:885] (0/2) Epoch 23, batch 2550, loss[loss=0.211, simple_loss=0.2893, pruned_loss=0.06632, over 14259.00 frames. utt_duration=476.6 frames, utt_pad_proportion=0.04294, over 120.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3504, pruned_loss=0.1035, over 2780465.34 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07208, over 46137.29 utterances.], batch size: 120, lr: 2.06e-04 +2022-09-18 23:04:37,480 INFO [train.py:885] (0/2) Epoch 23, batch 2600, loss[loss=0.239, simple_loss=0.3016, pruned_loss=0.08824, over 14176.00 frames. utt_duration=580 frames, utt_pad_proportion=0.04757, over 98.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3477, pruned_loss=0.1029, over 2780227.93 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07103, over 44613.10 utterances.], batch size: 98, lr: 2.06e-04 +2022-09-18 23:05:07,035 INFO [train.py:885] (0/2) Epoch 23, batch 2650, loss[loss=0.1838, simple_loss=0.2499, pruned_loss=0.05889, over 13296.00 frames. utt_duration=2047 frames, utt_pad_proportion=0.0951, over 26.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.345, pruned_loss=0.102, over 2778134.03 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06993, over 43376.34 utterances.], batch size: 26, lr: 2.06e-04 +2022-09-18 23:05:36,650 INFO [train.py:885] (0/2) Epoch 23, batch 2700, loss[loss=0.194, simple_loss=0.2714, pruned_loss=0.05826, over 14048.00 frames. utt_duration=712.9 frames, utt_pad_proportion=0.05581, over 79.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3459, pruned_loss=0.1023, over 2776146.85 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07259, over 43819.89 utterances.], batch size: 79, lr: 2.05e-04 +2022-09-18 23:06:06,810 INFO [train.py:885] (0/2) Epoch 23, batch 2750, loss[loss=0.2532, simple_loss=0.3328, pruned_loss=0.08684, over 14400.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03324, over 155.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3441, pruned_loss=0.1011, over 2774960.52 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07258, over 43386.13 utterances.], batch size: 155, lr: 2.05e-04 +2022-09-18 23:06:36,766 INFO [train.py:885] (0/2) Epoch 23, batch 2800, loss[loss=0.1425, simple_loss=0.2076, pruned_loss=0.03869, over 13132.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1178, over 33.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3456, pruned_loss=0.1018, over 2776170.68 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07169, over 43782.01 utterances.], batch size: 33, lr: 2.05e-04 +2022-09-18 23:07:06,083 INFO [train.py:885] (0/2) Epoch 23, batch 2850, loss[loss=0.1751, simple_loss=0.2376, pruned_loss=0.05624, over 13630.00 frames. utt_duration=1331 frames, utt_pad_proportion=0.07103, over 41.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3423, pruned_loss=0.1002, over 2778596.56 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06969, over 42759.74 utterances.], batch size: 41, lr: 2.05e-04 +2022-09-18 23:07:36,227 INFO [train.py:885] (0/2) Epoch 23, batch 2900, loss[loss=0.2004, simple_loss=0.2655, pruned_loss=0.06762, over 13967.00 frames. utt_duration=811.3 frames, utt_pad_proportion=0.05558, over 69.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3456, pruned_loss=0.1019, over 2777143.80 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07046, over 43736.84 utterances.], batch size: 69, lr: 2.05e-04 +2022-09-18 23:08:06,587 INFO [train.py:885] (0/2) Epoch 23, batch 2950, loss[loss=0.2736, simple_loss=0.356, pruned_loss=0.09562, over 14244.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04239, over 225.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3471, pruned_loss=0.1022, over 2777174.35 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07137, over 45008.07 utterances.], batch size: 225, lr: 2.05e-04 +2022-09-18 23:08:36,799 INFO [train.py:885] (0/2) Epoch 23, batch 3000, loss[loss=0.3264, simple_loss=0.3883, pruned_loss=0.1322, over 14358.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03655, over 283.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3444, pruned_loss=0.1012, over 2772073.96 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07064, over 43980.60 utterances.], batch size: 283, lr: 2.05e-04 +2022-09-18 23:08:36,801 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 23:08:41,018 INFO [train.py:914] (0/2) Epoch 23, validation: loss=0.184, simple_loss=0.2639, pruned_loss=0.05207, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 23:09:10,781 INFO [train.py:885] (0/2) Epoch 23, batch 3050, loss[loss=0.1635, simple_loss=0.2504, pruned_loss=0.03826, over 13057.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1179, over 33.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3459, pruned_loss=0.1023, over 2773936.60 frames. utt_duration=254.6 frames, utt_pad_proportion=0.07181, over 43829.40 utterances.], batch size: 33, lr: 2.05e-04 +2022-09-18 23:09:40,795 INFO [train.py:885] (0/2) Epoch 23, batch 3100, loss[loss=0.1904, simple_loss=0.2561, pruned_loss=0.06231, over 13661.00 frames. utt_duration=912.2 frames, utt_pad_proportion=0.08417, over 60.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3447, pruned_loss=0.1012, over 2780705.37 frames. utt_duration=259.2 frames, utt_pad_proportion=0.06939, over 43148.79 utterances.], batch size: 60, lr: 2.05e-04 +2022-09-18 23:10:10,276 INFO [train.py:885] (0/2) Epoch 23, batch 3150, loss[loss=0.1792, simple_loss=0.2352, pruned_loss=0.0616, over 13831.00 frames. utt_duration=923.5 frames, utt_pad_proportion=0.07183, over 60.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3459, pruned_loss=0.1023, over 2783701.80 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06805, over 43172.57 utterances.], batch size: 60, lr: 2.05e-04 +2022-09-18 23:10:39,073 INFO [train.py:885] (0/2) Epoch 23, batch 3200, loss[loss=0.3315, simple_loss=0.393, pruned_loss=0.135, over 14329.00 frames. utt_duration=236.3 frames, utt_pad_proportion=0.03541, over 244.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3419, pruned_loss=0.09995, over 2783386.13 frames. utt_duration=267.3 frames, utt_pad_proportion=0.06713, over 41874.40 utterances.], batch size: 244, lr: 2.05e-04 +2022-09-18 23:11:08,946 INFO [train.py:885] (0/2) Epoch 23, batch 3250, loss[loss=0.2548, simple_loss=0.3233, pruned_loss=0.09309, over 14322.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03677, over 130.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3439, pruned_loss=0.1013, over 2784098.34 frames. utt_duration=263.4 frames, utt_pad_proportion=0.06837, over 42514.93 utterances.], batch size: 130, lr: 2.05e-04 +2022-09-18 23:11:39,531 INFO [train.py:885] (0/2) Epoch 23, batch 3300, loss[loss=0.329, simple_loss=0.3871, pruned_loss=0.1355, over 14274.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04055, over 225.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.346, pruned_loss=0.1022, over 2783921.09 frames. utt_duration=254.5 frames, utt_pad_proportion=0.069, over 44002.85 utterances.], batch size: 225, lr: 2.05e-04 +2022-09-18 23:12:09,005 INFO [train.py:885] (0/2) Epoch 23, batch 3350, loss[loss=0.2006, simple_loss=0.2693, pruned_loss=0.06594, over 13403.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08572, over 41.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3444, pruned_loss=0.1017, over 2784848.00 frames. utt_duration=262.6 frames, utt_pad_proportion=0.06814, over 42652.35 utterances.], batch size: 41, lr: 2.05e-04 +2022-09-18 23:12:39,025 INFO [train.py:885] (0/2) Epoch 23, batch 3400, loss[loss=0.1489, simple_loss=0.214, pruned_loss=0.04189, over 13416.00 frames. utt_duration=1628 frames, utt_pad_proportion=0.1002, over 33.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3473, pruned_loss=0.1027, over 2780720.14 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07095, over 44181.61 utterances.], batch size: 33, lr: 2.05e-04 +2022-09-18 23:13:08,082 INFO [train.py:885] (0/2) Epoch 23, batch 3450, loss[loss=0.3218, simple_loss=0.3927, pruned_loss=0.1255, over 14227.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04361, over 335.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3501, pruned_loss=0.104, over 2781241.87 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07212, over 46538.89 utterances.], batch size: 335, lr: 2.05e-04 +2022-09-18 23:13:37,769 INFO [train.py:885] (0/2) Epoch 23, batch 3500, loss[loss=0.3204, simple_loss=0.4106, pruned_loss=0.1151, over 13673.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0801, over 478.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3451, pruned_loss=0.1009, over 2782085.36 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06979, over 44402.60 utterances.], batch size: 478, lr: 2.05e-04 +2022-09-18 23:14:07,098 INFO [train.py:885] (0/2) Epoch 23, batch 3550, loss[loss=0.3018, simple_loss=0.3746, pruned_loss=0.1145, over 14357.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03546, over 210.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3472, pruned_loss=0.102, over 2785570.90 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06812, over 44927.55 utterances.], batch size: 210, lr: 2.05e-04 +2022-09-18 23:14:36,726 INFO [train.py:885] (0/2) Epoch 23, batch 3600, loss[loss=0.2945, simple_loss=0.3644, pruned_loss=0.1123, over 14314.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03993, over 262.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3472, pruned_loss=0.1022, over 2785760.25 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06908, over 44728.56 utterances.], batch size: 262, lr: 2.05e-04 +2022-09-18 23:15:06,114 INFO [train.py:885] (0/2) Epoch 23, batch 3650, loss[loss=0.2255, simple_loss=0.2932, pruned_loss=0.07891, over 14083.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05524, over 98.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3464, pruned_loss=0.102, over 2786857.31 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06768, over 44365.99 utterances.], batch size: 98, lr: 2.05e-04 +2022-09-18 23:15:36,288 INFO [train.py:885] (0/2) Epoch 23, batch 3700, loss[loss=0.3649, simple_loss=0.4184, pruned_loss=0.1557, over 14227.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04326, over 335.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3484, pruned_loss=0.1032, over 2790284.54 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06697, over 44713.28 utterances.], batch size: 335, lr: 2.05e-04 +2022-09-18 23:16:14,189 INFO [train.py:885] (0/2) Epoch 23, batch 3750, loss[loss=0.1952, simple_loss=0.2493, pruned_loss=0.07057, over 13527.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08488, over 50.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3502, pruned_loss=0.1029, over 2786878.72 frames. utt_duration=240.3 frames, utt_pad_proportion=0.06926, over 46674.79 utterances.], batch size: 50, lr: 2.05e-04 +2022-09-18 23:16:43,830 INFO [train.py:885] (0/2) Epoch 23, batch 3800, loss[loss=0.1939, simple_loss=0.2736, pruned_loss=0.05708, over 14066.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.05599, over 70.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3473, pruned_loss=0.1018, over 2780119.71 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06994, over 45268.74 utterances.], batch size: 70, lr: 2.05e-04 +2022-09-18 23:17:12,850 INFO [train.py:885] (0/2) Epoch 23, batch 3850, loss[loss=0.2869, simple_loss=0.3533, pruned_loss=0.1103, over 14343.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03633, over 226.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3459, pruned_loss=0.1014, over 2778356.12 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07048, over 44402.30 utterances.], batch size: 226, lr: 2.05e-04 +2022-09-18 23:17:42,507 INFO [train.py:885] (0/2) Epoch 23, batch 3900, loss[loss=0.2928, simple_loss=0.3614, pruned_loss=0.1121, over 14306.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04002, over 262.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3448, pruned_loss=0.1005, over 2780533.31 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06855, over 44078.97 utterances.], batch size: 262, lr: 2.05e-04 +2022-09-18 23:18:12,685 INFO [train.py:885] (0/2) Epoch 23, batch 3950, loss[loss=0.3518, simple_loss=0.4247, pruned_loss=0.1394, over 13979.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05703, over 365.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3467, pruned_loss=0.1014, over 2775789.70 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07333, over 45602.79 utterances.], batch size: 365, lr: 2.05e-04 +2022-09-18 23:18:41,827 INFO [train.py:885] (0/2) Epoch 23, batch 4000, loss[loss=0.1664, simple_loss=0.2341, pruned_loss=0.04932, over 13338.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.09079, over 41.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3451, pruned_loss=0.1007, over 2777504.31 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07126, over 44965.67 utterances.], batch size: 41, lr: 2.05e-04 +2022-09-18 23:19:11,769 INFO [train.py:885] (0/2) Epoch 23, batch 4050, loss[loss=0.3559, simple_loss=0.4057, pruned_loss=0.153, over 14275.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04051, over 180.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.347, pruned_loss=0.1017, over 2777307.41 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07381, over 45889.36 utterances.], batch size: 180, lr: 2.05e-04 +2022-09-18 23:19:40,981 INFO [train.py:885] (0/2) Epoch 23, batch 4100, loss[loss=0.2553, simple_loss=0.3292, pruned_loss=0.09069, over 14311.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.0395, over 130.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3438, pruned_loss=0.1003, over 2774422.88 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07321, over 44490.75 utterances.], batch size: 130, lr: 2.05e-04 +2022-09-18 23:20:11,793 INFO [train.py:885] (0/2) Epoch 23, batch 4150, loss[loss=0.1285, simple_loss=0.1957, pruned_loss=0.03062, over 13602.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.07892, over 50.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3487, pruned_loss=0.1028, over 2767210.48 frames. utt_duration=237 frames, utt_pad_proportion=0.07737, over 46996.67 utterances.], batch size: 50, lr: 2.05e-04 +2022-09-18 23:20:41,044 INFO [train.py:885] (0/2) Epoch 23, batch 4200, loss[loss=0.2657, simple_loss=0.3512, pruned_loss=0.09014, over 14271.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04037, over 225.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3525, pruned_loss=0.1047, over 2770843.66 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07546, over 48236.63 utterances.], batch size: 225, lr: 2.05e-04 +2022-09-18 23:21:09,805 INFO [train.py:885] (0/2) Epoch 23, batch 4250, loss[loss=0.3033, simple_loss=0.3731, pruned_loss=0.1167, over 14313.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04, over 262.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3523, pruned_loss=0.1046, over 2776316.18 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07464, over 47399.29 utterances.], batch size: 262, lr: 2.05e-04 +2022-09-18 23:21:39,632 INFO [train.py:885] (0/2) Epoch 23, batch 4300, loss[loss=0.3253, simple_loss=0.4033, pruned_loss=0.1236, over 13800.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07004, over 411.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3544, pruned_loss=0.1053, over 2779919.02 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07348, over 47884.50 utterances.], batch size: 411, lr: 2.05e-04 +2022-09-18 23:22:09,428 INFO [train.py:885] (0/2) Epoch 23, batch 4350, loss[loss=0.316, simple_loss=0.373, pruned_loss=0.1295, over 14277.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04349, over 141.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3517, pruned_loss=0.1038, over 2780806.01 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07241, over 47125.33 utterances.], batch size: 141, lr: 2.05e-04 +2022-09-18 23:22:38,550 INFO [train.py:885] (0/2) Epoch 23, batch 4400, loss[loss=0.3311, simple_loss=0.4088, pruned_loss=0.1267, over 13986.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.057, over 365.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.35, pruned_loss=0.1028, over 2780266.72 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07105, over 46360.49 utterances.], batch size: 365, lr: 2.05e-04 +2022-09-18 23:23:08,353 INFO [train.py:885] (0/2) Epoch 23, batch 4450, loss[loss=0.1735, simple_loss=0.2423, pruned_loss=0.05237, over 13882.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06556, over 60.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3506, pruned_loss=0.1033, over 2781755.99 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06984, over 46311.25 utterances.], batch size: 60, lr: 2.05e-04 +2022-09-18 23:23:38,197 INFO [train.py:885] (0/2) Epoch 23, batch 4500, loss[loss=0.1507, simple_loss=0.2101, pruned_loss=0.04565, over 13135.00 frames. utt_duration=1283 frames, utt_pad_proportion=0.1023, over 41.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3543, pruned_loss=0.1049, over 2781211.80 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07139, over 48356.52 utterances.], batch size: 41, lr: 2.05e-04 +2022-09-18 23:24:07,821 INFO [train.py:885] (0/2) Epoch 23, batch 4550, loss[loss=0.3441, simple_loss=0.4184, pruned_loss=0.1349, over 13743.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07394, over 411.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3556, pruned_loss=0.1061, over 2780579.14 frames. utt_duration=229.5 frames, utt_pad_proportion=0.07216, over 48778.08 utterances.], batch size: 411, lr: 2.05e-04 +2022-09-18 23:24:37,760 INFO [train.py:885] (0/2) Epoch 23, batch 4600, loss[loss=0.2183, simple_loss=0.2876, pruned_loss=0.07446, over 14038.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05835, over 98.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3506, pruned_loss=0.1033, over 2776577.08 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07141, over 46388.59 utterances.], batch size: 98, lr: 2.05e-04 +2022-09-18 23:25:07,193 INFO [train.py:885] (0/2) Epoch 23, batch 4650, loss[loss=0.187, simple_loss=0.2531, pruned_loss=0.06045, over 13525.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08883, over 50.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3499, pruned_loss=0.1037, over 2780677.34 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06945, over 45885.56 utterances.], batch size: 50, lr: 2.05e-04 +2022-09-18 23:25:36,767 INFO [train.py:885] (0/2) Epoch 23, batch 4700, loss[loss=0.2081, simple_loss=0.2673, pruned_loss=0.07444, over 14030.00 frames. utt_duration=921.8 frames, utt_pad_proportion=0.06229, over 61.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3482, pruned_loss=0.1027, over 2781587.82 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06999, over 45158.17 utterances.], batch size: 61, lr: 2.05e-04 +2022-09-18 23:26:05,930 INFO [train.py:885] (0/2) Epoch 23, batch 4750, loss[loss=0.3676, simple_loss=0.4194, pruned_loss=0.1579, over 14165.00 frames. utt_duration=186.8 frames, utt_pad_proportion=0.047, over 306.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3452, pruned_loss=0.1009, over 2786101.14 frames. utt_duration=257.3 frames, utt_pad_proportion=0.0677, over 43557.33 utterances.], batch size: 306, lr: 2.05e-04 +2022-09-18 23:26:35,197 INFO [train.py:885] (0/2) Epoch 23, batch 4800, loss[loss=0.2769, simple_loss=0.3552, pruned_loss=0.09931, over 14235.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04265, over 306.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.349, pruned_loss=0.1024, over 2786232.45 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06876, over 45419.76 utterances.], batch size: 306, lr: 2.05e-04 +2022-09-18 23:27:04,859 INFO [train.py:885] (0/2) Epoch 23, batch 4850, loss[loss=0.255, simple_loss=0.3254, pruned_loss=0.09233, over 14291.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.04254, over 120.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3483, pruned_loss=0.1023, over 2788529.91 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06831, over 45132.14 utterances.], batch size: 120, lr: 2.05e-04 +2022-09-18 23:27:34,186 INFO [train.py:885] (0/2) Epoch 23, batch 4900, loss[loss=0.2944, simple_loss=0.3683, pruned_loss=0.1102, over 14340.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03668, over 210.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3518, pruned_loss=0.1042, over 2785434.77 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06952, over 45979.97 utterances.], batch size: 210, lr: 2.05e-04 +2022-09-18 23:28:03,726 INFO [train.py:885] (0/2) Epoch 23, batch 4950, loss[loss=0.346, simple_loss=0.3977, pruned_loss=0.1471, over 14227.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04272, over 306.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3504, pruned_loss=0.1032, over 2787462.19 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06789, over 45646.43 utterances.], batch size: 306, lr: 2.05e-04 +2022-09-18 23:28:33,464 INFO [train.py:885] (0/2) Epoch 23, batch 5000, loss[loss=0.2085, simple_loss=0.2886, pruned_loss=0.06416, over 14243.00 frames. utt_duration=476.3 frames, utt_pad_proportion=0.04361, over 120.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3469, pruned_loss=0.1016, over 2782397.48 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06954, over 45219.88 utterances.], batch size: 120, lr: 2.05e-04 +2022-09-18 23:29:03,255 INFO [train.py:885] (0/2) Epoch 23, batch 5050, loss[loss=0.3225, simple_loss=0.3863, pruned_loss=0.1293, over 14320.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03893, over 262.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3494, pruned_loss=0.1028, over 2777178.48 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07275, over 46600.74 utterances.], batch size: 262, lr: 2.05e-04 +2022-09-18 23:29:32,318 INFO [train.py:885] (0/2) Epoch 23, batch 5100, loss[loss=0.3158, simple_loss=0.386, pruned_loss=0.1228, over 14208.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04398, over 306.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3523, pruned_loss=0.1042, over 2780763.30 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07276, over 47240.45 utterances.], batch size: 306, lr: 2.05e-04 +2022-09-18 23:30:01,873 INFO [train.py:885] (0/2) Epoch 23, batch 5150, loss[loss=0.1704, simple_loss=0.2407, pruned_loss=0.05012, over 13689.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07928, over 50.00 utterances.], tot_loss[loss=0.275, simple_loss=0.347, pruned_loss=0.1015, over 2777884.63 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07166, over 44997.64 utterances.], batch size: 50, lr: 2.05e-04 +2022-09-18 23:30:31,720 INFO [train.py:885] (0/2) Epoch 23, batch 5200, loss[loss=0.2566, simple_loss=0.3344, pruned_loss=0.08939, over 14342.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03885, over 167.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3495, pruned_loss=0.103, over 2781761.39 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07102, over 45834.36 utterances.], batch size: 167, lr: 2.05e-04 +2022-09-18 23:31:01,798 INFO [train.py:885] (0/2) Epoch 23, batch 5250, loss[loss=0.4409, simple_loss=0.5475, pruned_loss=0.1671, over 12500.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 810.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3504, pruned_loss=0.1034, over 2780204.52 frames. utt_duration=239 frames, utt_pad_proportion=0.07313, over 46829.97 utterances.], batch size: 810, lr: 2.05e-04 +2022-09-18 23:31:30,818 INFO [train.py:885] (0/2) Epoch 23, batch 5300, loss[loss=0.3299, simple_loss=0.3918, pruned_loss=0.134, over 14204.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0449, over 306.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3523, pruned_loss=0.104, over 2781761.33 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07186, over 47547.45 utterances.], batch size: 306, lr: 2.05e-04 +2022-09-18 23:32:00,648 INFO [train.py:885] (0/2) Epoch 23, batch 5350, loss[loss=0.1608, simple_loss=0.213, pruned_loss=0.05426, over 13462.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09324, over 50.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3513, pruned_loss=0.1036, over 2779863.81 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07321, over 47279.24 utterances.], batch size: 50, lr: 2.05e-04 +2022-09-18 23:32:30,517 INFO [train.py:885] (0/2) Epoch 23, batch 5400, loss[loss=0.2331, simple_loss=0.3045, pruned_loss=0.08086, over 14168.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04532, over 109.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3499, pruned_loss=0.1027, over 2781867.03 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07202, over 46955.39 utterances.], batch size: 109, lr: 2.05e-04 +2022-09-18 23:33:07,954 INFO [train.py:885] (0/2) Epoch 23, batch 5450, loss[loss=0.2495, simple_loss=0.3087, pruned_loss=0.09516, over 14118.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.05146, over 98.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3516, pruned_loss=0.1031, over 2782180.83 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07288, over 47510.06 utterances.], batch size: 98, lr: 2.04e-04 +2022-09-18 23:33:37,661 INFO [train.py:885] (0/2) Epoch 23, batch 5500, loss[loss=0.3144, simple_loss=0.409, pruned_loss=0.1099, over 13746.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07364, over 411.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3502, pruned_loss=0.1032, over 2782451.41 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07167, over 46197.79 utterances.], batch size: 411, lr: 2.04e-04 +2022-09-18 23:34:07,041 INFO [train.py:885] (0/2) Epoch 23, batch 5550, loss[loss=0.5096, simple_loss=0.5901, pruned_loss=0.2145, over 12443.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1486, over 810.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3505, pruned_loss=0.1034, over 2780914.17 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07317, over 46000.50 utterances.], batch size: 810, lr: 2.04e-04 +2022-09-18 23:34:36,958 INFO [train.py:885] (0/2) Epoch 23, batch 5600, loss[loss=0.1879, simple_loss=0.2557, pruned_loss=0.06011, over 13918.00 frames. utt_duration=808.4 frames, utt_pad_proportion=0.05887, over 69.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3523, pruned_loss=0.1039, over 2777313.93 frames. utt_duration=234.9 frames, utt_pad_proportion=0.076, over 47597.85 utterances.], batch size: 69, lr: 2.04e-04 +2022-09-18 23:35:06,252 INFO [train.py:885] (0/2) Epoch 23, batch 5650, loss[loss=0.4912, simple_loss=0.58, pruned_loss=0.2012, over 12434.00 frames. utt_duration=62.99 frames, utt_pad_proportion=0.1488, over 810.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.352, pruned_loss=0.1031, over 2778521.85 frames. utt_duration=236 frames, utt_pad_proportion=0.07689, over 47391.28 utterances.], batch size: 810, lr: 2.04e-04 +2022-09-18 23:35:36,802 INFO [train.py:885] (0/2) Epoch 23, batch 5700, loss[loss=0.4661, simple_loss=0.5616, pruned_loss=0.1853, over 12473.00 frames. utt_duration=63.24 frames, utt_pad_proportion=0.1454, over 810.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.351, pruned_loss=0.1034, over 2774668.40 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07609, over 46801.56 utterances.], batch size: 810, lr: 2.04e-04 +2022-09-18 23:36:05,979 INFO [train.py:885] (0/2) Epoch 23, batch 5750, loss[loss=0.1543, simple_loss=0.2121, pruned_loss=0.04822, over 13445.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.0831, over 41.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3517, pruned_loss=0.1039, over 2770370.43 frames. utt_duration=235 frames, utt_pad_proportion=0.07682, over 47449.87 utterances.], batch size: 41, lr: 2.04e-04 +2022-09-18 23:36:35,165 INFO [train.py:885] (0/2) Epoch 23, batch 5800, loss[loss=0.2683, simple_loss=0.3358, pruned_loss=0.1004, over 14301.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.0419, over 120.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3513, pruned_loss=0.1049, over 2773105.99 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07654, over 46129.10 utterances.], batch size: 120, lr: 2.04e-04 +2022-09-18 23:37:04,872 INFO [train.py:885] (0/2) Epoch 23, batch 5850, loss[loss=0.2532, simple_loss=0.3394, pruned_loss=0.08343, over 14326.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03675, over 180.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3499, pruned_loss=0.1038, over 2775962.35 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07523, over 45621.98 utterances.], batch size: 180, lr: 2.04e-04 +2022-09-18 23:37:34,278 INFO [train.py:885] (0/2) Epoch 23, batch 5900, loss[loss=0.1252, simple_loss=0.1791, pruned_loss=0.0357, over 12216.00 frames. utt_duration=2038 frames, utt_pad_proportion=0.1776, over 24.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3519, pruned_loss=0.1055, over 2773064.73 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07695, over 46268.34 utterances.], batch size: 24, lr: 2.04e-04 +2022-09-18 23:38:03,667 INFO [train.py:885] (0/2) Epoch 23, batch 5950, loss[loss=0.1726, simple_loss=0.2287, pruned_loss=0.05831, over 13214.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1129, over 33.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3487, pruned_loss=0.1045, over 2776255.31 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07402, over 44431.62 utterances.], batch size: 33, lr: 2.04e-04 +2022-09-18 23:38:33,041 INFO [train.py:885] (0/2) Epoch 23, batch 6000, loss[loss=0.2748, simple_loss=0.3231, pruned_loss=0.1132, over 14115.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05149, over 98.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3488, pruned_loss=0.1048, over 2774194.26 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07525, over 44398.45 utterances.], batch size: 98, lr: 2.04e-04 +2022-09-18 23:38:33,043 INFO [train.py:905] (0/2) Computing validation loss +2022-09-18 23:38:37,786 INFO [train.py:914] (0/2) Epoch 23, validation: loss=0.1951, simple_loss=0.2729, pruned_loss=0.05862, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 23:39:07,590 INFO [train.py:885] (0/2) Epoch 23, batch 6050, loss[loss=0.2253, simple_loss=0.304, pruned_loss=0.07336, over 12131.00 frames. utt_duration=2023 frames, utt_pad_proportion=0.165, over 24.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3468, pruned_loss=0.1032, over 2777885.49 frames. utt_duration=259.2 frames, utt_pad_proportion=0.07194, over 43113.16 utterances.], batch size: 24, lr: 2.04e-04 +2022-09-18 23:39:37,633 INFO [train.py:885] (0/2) Epoch 23, batch 6100, loss[loss=0.4988, simple_loss=0.5024, pruned_loss=0.2476, over 14226.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04366, over 335.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3461, pruned_loss=0.1023, over 2782228.11 frames. utt_duration=257.8 frames, utt_pad_proportion=0.07042, over 43416.13 utterances.], batch size: 335, lr: 2.04e-04 +2022-09-18 23:40:06,896 INFO [train.py:885] (0/2) Epoch 23, batch 6150, loss[loss=0.2689, simple_loss=0.3427, pruned_loss=0.09755, over 14203.00 frames. utt_duration=404.2 frames, utt_pad_proportion=0.04894, over 141.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3474, pruned_loss=0.1027, over 2785554.49 frames. utt_duration=258.8 frames, utt_pad_proportion=0.0688, over 43303.46 utterances.], batch size: 141, lr: 2.04e-04 +2022-09-18 23:40:36,647 INFO [train.py:885] (0/2) Epoch 23, batch 6200, loss[loss=0.3104, simple_loss=0.3862, pruned_loss=0.1173, over 14272.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04069, over 225.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3481, pruned_loss=0.103, over 2778759.91 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07268, over 44558.83 utterances.], batch size: 225, lr: 2.04e-04 +2022-09-18 23:41:06,203 INFO [train.py:885] (0/2) Epoch 23, batch 6250, loss[loss=0.3291, simple_loss=0.3931, pruned_loss=0.1325, over 14238.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04309, over 335.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3463, pruned_loss=0.1023, over 2774623.80 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07449, over 44236.05 utterances.], batch size: 335, lr: 2.04e-04 +2022-09-18 23:41:35,725 INFO [train.py:885] (0/2) Epoch 23, batch 6300, loss[loss=0.4013, simple_loss=0.489, pruned_loss=0.1567, over 13198.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1047, over 653.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3466, pruned_loss=0.1015, over 2776512.23 frames. utt_duration=249.3 frames, utt_pad_proportion=0.0736, over 44812.49 utterances.], batch size: 653, lr: 2.04e-04 +2022-09-18 23:42:04,889 INFO [train.py:885] (0/2) Epoch 23, batch 6350, loss[loss=0.1876, simple_loss=0.2603, pruned_loss=0.05746, over 14068.00 frames. utt_duration=805.4 frames, utt_pad_proportion=0.05798, over 70.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3482, pruned_loss=0.1025, over 2771864.33 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07556, over 45840.97 utterances.], batch size: 70, lr: 2.04e-04 +2022-09-18 23:42:11,555 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-284000.pt +2022-09-18 23:42:35,064 INFO [train.py:885] (0/2) Epoch 23, batch 6400, loss[loss=0.2732, simple_loss=0.353, pruned_loss=0.0967, over 14348.00 frames. utt_duration=374.2 frames, utt_pad_proportion=0.0355, over 154.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3489, pruned_loss=0.1025, over 2776227.46 frames. utt_duration=244 frames, utt_pad_proportion=0.07383, over 45793.93 utterances.], batch size: 154, lr: 2.04e-04 +2022-09-18 23:43:04,948 INFO [train.py:885] (0/2) Epoch 23, batch 6450, loss[loss=0.3468, simple_loss=0.4047, pruned_loss=0.1444, over 14317.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03847, over 195.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3486, pruned_loss=0.102, over 2773769.57 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07533, over 45994.95 utterances.], batch size: 195, lr: 2.04e-04 +2022-09-18 23:43:35,029 INFO [train.py:885] (0/2) Epoch 23, batch 6500, loss[loss=0.2052, simple_loss=0.2792, pruned_loss=0.06557, over 14070.00 frames. utt_duration=576 frames, utt_pad_proportion=0.05425, over 98.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3502, pruned_loss=0.1033, over 2775402.65 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07528, over 46586.48 utterances.], batch size: 98, lr: 2.04e-04 +2022-09-18 23:44:03,987 INFO [train.py:885] (0/2) Epoch 23, batch 6550, loss[loss=0.2334, simple_loss=0.2824, pruned_loss=0.09225, over 13920.00 frames. utt_duration=929.6 frames, utt_pad_proportion=0.06575, over 60.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3505, pruned_loss=0.1032, over 2780127.49 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07384, over 46498.88 utterances.], batch size: 60, lr: 2.04e-04 +2022-09-18 23:44:33,634 INFO [train.py:885] (0/2) Epoch 23, batch 6600, loss[loss=0.2994, simple_loss=0.3603, pruned_loss=0.1192, over 14389.00 frames. utt_duration=346 frames, utt_pad_proportion=0.03628, over 167.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3522, pruned_loss=0.1045, over 2783161.51 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07314, over 46588.34 utterances.], batch size: 167, lr: 2.04e-04 +2022-09-18 23:45:03,825 INFO [train.py:885] (0/2) Epoch 23, batch 6650, loss[loss=0.4134, simple_loss=0.4505, pruned_loss=0.1881, over 14343.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03642, over 210.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3499, pruned_loss=0.1037, over 2779712.48 frames. utt_duration=242 frames, utt_pad_proportion=0.07271, over 46231.09 utterances.], batch size: 210, lr: 2.04e-04 +2022-09-18 23:45:33,116 INFO [train.py:885] (0/2) Epoch 23, batch 6700, loss[loss=0.1984, simple_loss=0.2639, pruned_loss=0.06641, over 13872.00 frames. utt_duration=926.2 frames, utt_pad_proportion=0.06911, over 60.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3518, pruned_loss=0.1051, over 2783961.91 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07188, over 46090.00 utterances.], batch size: 60, lr: 2.04e-04 +2022-09-18 23:46:03,087 INFO [train.py:885] (0/2) Epoch 23, batch 6750, loss[loss=0.1203, simple_loss=0.1555, pruned_loss=0.04251, over 12262.00 frames. utt_duration=2045 frames, utt_pad_proportion=0.1763, over 24.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3529, pruned_loss=0.1055, over 2778465.14 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07289, over 47221.53 utterances.], batch size: 24, lr: 2.04e-04 +2022-09-18 23:46:32,423 INFO [train.py:885] (0/2) Epoch 23, batch 6800, loss[loss=0.319, simple_loss=0.4186, pruned_loss=0.1097, over 13737.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07341, over 411.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3504, pruned_loss=0.1036, over 2778893.47 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07171, over 46145.01 utterances.], batch size: 411, lr: 2.04e-04 +2022-09-18 23:47:02,151 INFO [train.py:885] (0/2) Epoch 23, batch 6850, loss[loss=0.1735, simple_loss=0.2527, pruned_loss=0.04711, over 12904.00 frames. utt_duration=1565 frames, utt_pad_proportion=0.1205, over 33.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3488, pruned_loss=0.1022, over 2776555.28 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07238, over 45721.99 utterances.], batch size: 33, lr: 2.04e-04 +2022-09-18 23:47:31,445 INFO [train.py:885] (0/2) Epoch 23, batch 6900, loss[loss=0.3497, simple_loss=0.4013, pruned_loss=0.149, over 14338.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03695, over 283.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3459, pruned_loss=0.1009, over 2777246.04 frames. utt_duration=248 frames, utt_pad_proportion=0.07057, over 45058.08 utterances.], batch size: 283, lr: 2.04e-04 +2022-09-18 23:48:01,062 INFO [train.py:885] (0/2) Epoch 23, batch 6950, loss[loss=0.2757, simple_loss=0.3501, pruned_loss=0.1007, over 14305.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04172, over 167.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3473, pruned_loss=0.1012, over 2779560.59 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07077, over 45510.62 utterances.], batch size: 167, lr: 2.04e-04 +2022-09-18 23:48:30,165 INFO [train.py:885] (0/2) Epoch 23, batch 7000, loss[loss=0.2079, simple_loss=0.2801, pruned_loss=0.06778, over 14320.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.04066, over 120.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3452, pruned_loss=0.0998, over 2782762.38 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06837, over 45208.40 utterances.], batch size: 120, lr: 2.04e-04 +2022-09-18 23:48:59,947 INFO [train.py:885] (0/2) Epoch 23, batch 7050, loss[loss=0.1853, simple_loss=0.2699, pruned_loss=0.05041, over 13532.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08826, over 50.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.352, pruned_loss=0.1034, over 2783129.65 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07137, over 47453.35 utterances.], batch size: 50, lr: 2.04e-04 +2022-09-18 23:49:29,204 INFO [train.py:885] (0/2) Epoch 23, batch 7100, loss[loss=0.3164, simple_loss=0.4077, pruned_loss=0.1125, over 13619.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.0813, over 477.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3503, pruned_loss=0.1033, over 2786550.09 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06931, over 46319.76 utterances.], batch size: 477, lr: 2.04e-04 +2022-09-18 23:49:58,737 INFO [train.py:885] (0/2) Epoch 23, batch 7150, loss[loss=0.2594, simple_loss=0.3282, pruned_loss=0.09533, over 14283.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03945, over 130.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.35, pruned_loss=0.1032, over 2786096.82 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06833, over 45983.62 utterances.], batch size: 130, lr: 2.04e-04 +2022-09-18 23:50:28,766 INFO [train.py:885] (0/2) Epoch 23, batch 7200, loss[loss=0.1724, simple_loss=0.2486, pruned_loss=0.04808, over 13636.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08198, over 50.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3506, pruned_loss=0.1038, over 2780952.46 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07176, over 46492.69 utterances.], batch size: 50, lr: 2.04e-04 +2022-09-18 23:50:58,555 INFO [train.py:885] (0/2) Epoch 23, batch 7250, loss[loss=0.2948, simple_loss=0.3823, pruned_loss=0.1037, over 14022.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05393, over 365.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3495, pruned_loss=0.1032, over 2781813.07 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07213, over 46673.84 utterances.], batch size: 365, lr: 2.04e-04 +2022-09-18 23:51:28,281 INFO [train.py:885] (0/2) Epoch 23, batch 7300, loss[loss=0.2723, simple_loss=0.3416, pruned_loss=0.1015, over 14344.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03759, over 130.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3491, pruned_loss=0.1029, over 2783719.17 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07167, over 46377.01 utterances.], batch size: 130, lr: 2.04e-04 +2022-09-18 23:51:57,399 INFO [train.py:885] (0/2) Epoch 23, batch 7350, loss[loss=0.2654, simple_loss=0.3513, pruned_loss=0.08978, over 14335.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03798, over 262.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3473, pruned_loss=0.1021, over 2777701.85 frames. utt_duration=246 frames, utt_pad_proportion=0.07014, over 45433.96 utterances.], batch size: 262, lr: 2.04e-04 +2022-09-18 23:52:27,153 INFO [train.py:885] (0/2) Epoch 23, batch 7400, loss[loss=0.3619, simple_loss=0.4466, pruned_loss=0.1385, over 13652.00 frames. utt_duration=98.95 frames, utt_pad_proportion=0.0752, over 560.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3506, pruned_loss=0.1033, over 2772990.42 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07375, over 47778.00 utterances.], batch size: 560, lr: 2.04e-04 +2022-09-18 23:52:57,177 INFO [train.py:885] (0/2) Epoch 23, batch 7450, loss[loss=0.1699, simple_loss=0.2478, pruned_loss=0.04605, over 13224.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09809, over 41.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3483, pruned_loss=0.1017, over 2780279.87 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07106, over 46073.21 utterances.], batch size: 41, lr: 2.04e-04 +2022-09-18 23:53:26,430 INFO [train.py:885] (0/2) Epoch 23, batch 7500, loss[loss=0.2531, simple_loss=0.3241, pruned_loss=0.09106, over 14329.00 frames. utt_duration=479 frames, utt_pad_proportion=0.03817, over 120.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3483, pruned_loss=0.1017, over 2781384.60 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07037, over 45757.35 utterances.], batch size: 120, lr: 2.04e-04 +2022-09-18 23:53:55,885 INFO [train.py:885] (0/2) Epoch 23, batch 7550, loss[loss=0.1755, simple_loss=0.2469, pruned_loss=0.05205, over 13441.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.08143, over 50.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3448, pruned_loss=0.1008, over 2782577.60 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06954, over 43814.27 utterances.], batch size: 50, lr: 2.04e-04 +2022-09-18 23:54:25,853 INFO [train.py:885] (0/2) Epoch 23, batch 7600, loss[loss=0.3337, simple_loss=0.4349, pruned_loss=0.1163, over 13585.00 frames. utt_duration=98.45 frames, utt_pad_proportion=0.07992, over 560.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3458, pruned_loss=0.1002, over 2782210.21 frames. utt_duration=245.1 frames, utt_pad_proportion=0.0702, over 45681.37 utterances.], batch size: 560, lr: 2.04e-04 +2022-09-18 23:54:54,813 INFO [train.py:885] (0/2) Epoch 23, batch 7650, loss[loss=0.2963, simple_loss=0.3894, pruned_loss=0.1016, over 13791.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06998, over 411.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3481, pruned_loss=0.102, over 2783650.52 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07031, over 46035.67 utterances.], batch size: 411, lr: 2.04e-04 +2022-09-18 23:55:24,444 INFO [train.py:885] (0/2) Epoch 23, batch 7700, loss[loss=0.1913, simple_loss=0.2338, pruned_loss=0.07439, over 13203.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1134, over 33.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3502, pruned_loss=0.1036, over 2782343.73 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07233, over 47083.61 utterances.], batch size: 33, lr: 2.04e-04 +2022-09-18 23:55:54,231 INFO [train.py:885] (0/2) Epoch 23, batch 7750, loss[loss=0.2017, simple_loss=0.2882, pruned_loss=0.0576, over 14214.00 frames. utt_duration=640.4 frames, utt_pad_proportion=0.04565, over 89.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.353, pruned_loss=0.1047, over 2780584.09 frames. utt_duration=230.1 frames, utt_pad_proportion=0.07329, over 48639.54 utterances.], batch size: 89, lr: 2.04e-04 +2022-09-18 23:56:24,136 INFO [train.py:885] (0/2) Epoch 23, batch 7800, loss[loss=0.3033, simple_loss=0.3905, pruned_loss=0.1081, over 13707.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07553, over 411.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.352, pruned_loss=0.1044, over 2776313.78 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07449, over 47912.87 utterances.], batch size: 411, lr: 2.04e-04 +2022-09-18 23:56:53,500 INFO [train.py:885] (0/2) Epoch 23, batch 7850, loss[loss=0.3088, simple_loss=0.4122, pruned_loss=0.1027, over 13593.00 frames. utt_duration=98.53 frames, utt_pad_proportion=0.07916, over 560.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3477, pruned_loss=0.1021, over 2775732.60 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07379, over 46386.10 utterances.], batch size: 560, lr: 2.04e-04 +2022-09-18 23:57:23,184 INFO [train.py:885] (0/2) Epoch 23, batch 7900, loss[loss=0.346, simple_loss=0.435, pruned_loss=0.1285, over 13627.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08106, over 477.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3492, pruned_loss=0.1033, over 2775223.37 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07604, over 46659.20 utterances.], batch size: 477, lr: 2.04e-04 +2022-09-18 23:57:52,591 INFO [train.py:885] (0/2) Epoch 23, batch 7950, loss[loss=0.1998, simple_loss=0.2611, pruned_loss=0.06925, over 13506.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08934, over 50.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3489, pruned_loss=0.1031, over 2773581.60 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07616, over 46812.13 utterances.], batch size: 50, lr: 2.04e-04 +2022-09-18 23:58:21,885 INFO [train.py:885] (0/2) Epoch 23, batch 8000, loss[loss=0.4062, simple_loss=0.4455, pruned_loss=0.1834, over 14181.00 frames. utt_duration=187 frames, utt_pad_proportion=0.046, over 306.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3485, pruned_loss=0.1033, over 2780844.88 frames. utt_duration=245 frames, utt_pad_proportion=0.07299, over 45680.40 utterances.], batch size: 306, lr: 2.04e-04 +2022-09-18 23:58:51,389 INFO [train.py:885] (0/2) Epoch 23, batch 8050, loss[loss=0.2143, simple_loss=0.3028, pruned_loss=0.06294, over 14269.00 frames. utt_duration=477 frames, utt_pad_proportion=0.04215, over 120.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3516, pruned_loss=0.1045, over 2776647.51 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07529, over 47228.50 utterances.], batch size: 120, lr: 2.04e-04 +2022-09-18 23:59:21,074 INFO [train.py:885] (0/2) Epoch 23, batch 8100, loss[loss=0.2363, simple_loss=0.3187, pruned_loss=0.07692, over 14295.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04239, over 141.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3554, pruned_loss=0.1068, over 2778237.70 frames. utt_duration=228.7 frames, utt_pad_proportion=0.07482, over 48919.28 utterances.], batch size: 141, lr: 2.04e-04 +2022-09-18 23:59:50,398 INFO [train.py:885] (0/2) Epoch 23, batch 8150, loss[loss=0.2443, simple_loss=0.3172, pruned_loss=0.08568, over 14232.00 frames. utt_duration=476 frames, utt_pad_proportion=0.04416, over 120.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3505, pruned_loss=0.1038, over 2780690.06 frames. utt_duration=237 frames, utt_pad_proportion=0.07196, over 47217.73 utterances.], batch size: 120, lr: 2.04e-04 +2022-09-19 00:00:20,621 INFO [train.py:885] (0/2) Epoch 23, batch 8200, loss[loss=0.3566, simple_loss=0.398, pruned_loss=0.1576, over 14319.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04003, over 154.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3545, pruned_loss=0.1064, over 2780182.77 frames. utt_duration=234 frames, utt_pad_proportion=0.07382, over 47824.77 utterances.], batch size: 154, lr: 2.04e-04 +2022-09-19 00:00:49,828 INFO [train.py:885] (0/2) Epoch 23, batch 8250, loss[loss=0.3843, simple_loss=0.4244, pruned_loss=0.1722, over 14241.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04284, over 335.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3589, pruned_loss=0.1081, over 2778126.19 frames. utt_duration=222.9 frames, utt_pad_proportion=0.07619, over 50193.00 utterances.], batch size: 335, lr: 2.03e-04 +2022-09-19 00:01:19,769 INFO [train.py:885] (0/2) Epoch 23, batch 8300, loss[loss=0.1978, simple_loss=0.2735, pruned_loss=0.06102, over 13822.00 frames. utt_duration=802.6 frames, utt_pad_proportion=0.06563, over 69.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.356, pruned_loss=0.1072, over 2774454.09 frames. utt_duration=232 frames, utt_pad_proportion=0.07486, over 48144.96 utterances.], batch size: 69, lr: 2.03e-04 +2022-09-19 00:01:49,387 INFO [train.py:885] (0/2) Epoch 23, batch 8350, loss[loss=0.3268, simple_loss=0.423, pruned_loss=0.1153, over 13658.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.07727, over 561.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3594, pruned_loss=0.1087, over 2776483.81 frames. utt_duration=224.5 frames, utt_pad_proportion=0.07479, over 49787.79 utterances.], batch size: 561, lr: 2.03e-04 +2022-09-19 00:02:18,581 INFO [train.py:885] (0/2) Epoch 23, batch 8400, loss[loss=0.3472, simple_loss=0.4003, pruned_loss=0.1471, over 14302.00 frames. utt_duration=295 frames, utt_pad_proportion=0.039, over 195.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.356, pruned_loss=0.1073, over 2781670.81 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07269, over 47569.91 utterances.], batch size: 195, lr: 2.03e-04 +2022-09-19 00:02:47,667 INFO [train.py:885] (0/2) Epoch 23, batch 8450, loss[loss=0.3915, simple_loss=0.4847, pruned_loss=0.1491, over 13196.00 frames. utt_duration=82.39 frames, utt_pad_proportion=0.1045, over 653.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3521, pruned_loss=0.1051, over 2782330.00 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07166, over 46334.84 utterances.], batch size: 653, lr: 2.03e-04 +2022-09-19 00:03:17,574 INFO [train.py:885] (0/2) Epoch 23, batch 8500, loss[loss=0.2645, simple_loss=0.3542, pruned_loss=0.08736, over 14274.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04057, over 225.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3553, pruned_loss=0.1058, over 2781995.90 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07196, over 48382.98 utterances.], batch size: 225, lr: 2.03e-04 +2022-09-19 00:03:46,750 INFO [train.py:885] (0/2) Epoch 23, batch 8550, loss[loss=0.1569, simple_loss=0.2191, pruned_loss=0.04734, over 12214.00 frames. utt_duration=2037 frames, utt_pad_proportion=0.1782, over 24.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3518, pruned_loss=0.1044, over 2782866.86 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07042, over 46902.43 utterances.], batch size: 24, lr: 2.03e-04 +2022-09-19 00:04:16,552 INFO [train.py:885] (0/2) Epoch 23, batch 8600, loss[loss=0.3462, simple_loss=0.4057, pruned_loss=0.1434, over 14235.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04305, over 306.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3487, pruned_loss=0.103, over 2785310.89 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06877, over 45507.89 utterances.], batch size: 306, lr: 2.03e-04 +2022-09-19 00:04:45,897 INFO [train.py:885] (0/2) Epoch 23, batch 8650, loss[loss=0.1675, simple_loss=0.239, pruned_loss=0.04803, over 13333.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.1048, over 33.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3467, pruned_loss=0.1023, over 2786624.03 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06642, over 43855.61 utterances.], batch size: 33, lr: 2.03e-04 +2022-09-19 00:05:15,557 INFO [train.py:885] (0/2) Epoch 23, batch 8700, loss[loss=0.3629, simple_loss=0.4592, pruned_loss=0.1333, over 13073.00 frames. utt_duration=81.68 frames, utt_pad_proportion=0.1122, over 653.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3462, pruned_loss=0.1013, over 2787557.91 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06589, over 44132.33 utterances.], batch size: 653, lr: 2.03e-04 +2022-09-19 00:05:45,300 INFO [train.py:885] (0/2) Epoch 23, batch 8750, loss[loss=0.3317, simple_loss=0.3853, pruned_loss=0.1391, over 14347.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03593, over 195.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3469, pruned_loss=0.1019, over 2786265.80 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06661, over 44358.23 utterances.], batch size: 195, lr: 2.03e-04 +2022-09-19 00:06:14,375 INFO [train.py:885] (0/2) Epoch 23, batch 8800, loss[loss=0.234, simple_loss=0.3061, pruned_loss=0.08096, over 14065.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05482, over 98.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3449, pruned_loss=0.1018, over 2786833.89 frames. utt_duration=263.6 frames, utt_pad_proportion=0.06586, over 42521.28 utterances.], batch size: 98, lr: 2.03e-04 +2022-09-19 00:06:44,471 INFO [train.py:885] (0/2) Epoch 23, batch 8850, loss[loss=0.264, simple_loss=0.344, pruned_loss=0.09203, over 14279.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03952, over 180.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.347, pruned_loss=0.1022, over 2781808.43 frames. utt_duration=254.1 frames, utt_pad_proportion=0.0692, over 44054.59 utterances.], batch size: 180, lr: 2.03e-04 +2022-09-19 00:07:13,523 INFO [train.py:885] (0/2) Epoch 23, batch 8900, loss[loss=0.2366, simple_loss=0.2994, pruned_loss=0.0869, over 14090.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.05465, over 98.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3481, pruned_loss=0.1031, over 2784323.83 frames. utt_duration=253 frames, utt_pad_proportion=0.06951, over 44288.03 utterances.], batch size: 98, lr: 2.03e-04 +2022-09-19 00:07:43,015 INFO [train.py:885] (0/2) Epoch 23, batch 8950, loss[loss=0.322, simple_loss=0.4124, pruned_loss=0.1158, over 13728.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07398, over 411.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3485, pruned_loss=0.1035, over 2785926.83 frames. utt_duration=251 frames, utt_pad_proportion=0.06976, over 44658.42 utterances.], batch size: 411, lr: 2.03e-04 +2022-09-19 00:08:13,279 INFO [train.py:885] (0/2) Epoch 23, batch 9000, loss[loss=0.3333, simple_loss=0.4205, pruned_loss=0.1231, over 13796.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.0726, over 412.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3531, pruned_loss=0.1053, over 2782450.35 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07298, over 47181.35 utterances.], batch size: 412, lr: 2.03e-04 +2022-09-19 00:08:13,281 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 00:08:17,983 INFO [train.py:914] (0/2) Epoch 23, validation: loss=0.1906, simple_loss=0.2725, pruned_loss=0.05437, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 00:08:47,432 INFO [train.py:885] (0/2) Epoch 23, batch 9050, loss[loss=0.6266, simple_loss=0.6775, pruned_loss=0.2878, over 12521.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1451, over 811.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.356, pruned_loss=0.1057, over 2778345.80 frames. utt_duration=228.8 frames, utt_pad_proportion=0.07546, over 48879.45 utterances.], batch size: 811, lr: 2.03e-04 +2022-09-19 00:09:16,619 INFO [train.py:885] (0/2) Epoch 23, batch 9100, loss[loss=0.3938, simple_loss=0.4416, pruned_loss=0.173, over 14285.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03975, over 225.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3527, pruned_loss=0.1045, over 2776306.30 frames. utt_duration=236 frames, utt_pad_proportion=0.07477, over 47354.63 utterances.], batch size: 225, lr: 2.03e-04 +2022-09-19 00:09:46,275 INFO [train.py:885] (0/2) Epoch 23, batch 9150, loss[loss=0.2739, simple_loss=0.3477, pruned_loss=0.1, over 14282.00 frames. utt_duration=406.7 frames, utt_pad_proportion=0.04302, over 141.00 utterances.], tot_loss[loss=0.28, simple_loss=0.352, pruned_loss=0.104, over 2778561.54 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07385, over 47023.22 utterances.], batch size: 141, lr: 2.03e-04 +2022-09-19 00:10:15,720 INFO [train.py:885] (0/2) Epoch 23, batch 9200, loss[loss=0.1905, simple_loss=0.2707, pruned_loss=0.05515, over 13519.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.09068, over 50.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3509, pruned_loss=0.1037, over 2780799.89 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07181, over 46274.13 utterances.], batch size: 50, lr: 2.03e-04 +2022-09-19 00:10:45,403 INFO [train.py:885] (0/2) Epoch 23, batch 9250, loss[loss=0.3852, simple_loss=0.4346, pruned_loss=0.1679, over 14278.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04022, over 335.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3532, pruned_loss=0.105, over 2779942.24 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07364, over 47404.04 utterances.], batch size: 335, lr: 2.03e-04 +2022-09-19 00:11:14,723 INFO [train.py:885] (0/2) Epoch 23, batch 9300, loss[loss=0.2352, simple_loss=0.3158, pruned_loss=0.07728, over 14330.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03819, over 130.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3472, pruned_loss=0.1022, over 2778361.63 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07314, over 44964.13 utterances.], batch size: 130, lr: 2.03e-04 +2022-09-19 00:11:44,701 INFO [train.py:885] (0/2) Epoch 23, batch 9350, loss[loss=0.283, simple_loss=0.3826, pruned_loss=0.09173, over 13776.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07091, over 411.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3502, pruned_loss=0.1039, over 2781315.93 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07168, over 45755.36 utterances.], batch size: 411, lr: 2.03e-04 +2022-09-19 00:12:14,003 INFO [train.py:885] (0/2) Epoch 23, batch 9400, loss[loss=0.1796, simple_loss=0.2558, pruned_loss=0.05175, over 13784.00 frames. utt_duration=920.3 frames, utt_pad_proportion=0.07511, over 60.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3467, pruned_loss=0.1023, over 2781772.36 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06831, over 44274.08 utterances.], batch size: 60, lr: 2.03e-04 +2022-09-19 00:12:43,269 INFO [train.py:885] (0/2) Epoch 23, batch 9450, loss[loss=0.3513, simple_loss=0.4148, pruned_loss=0.1439, over 14210.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04453, over 335.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3468, pruned_loss=0.102, over 2780165.69 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06938, over 44945.71 utterances.], batch size: 335, lr: 2.03e-04 +2022-09-19 00:13:12,967 INFO [train.py:885] (0/2) Epoch 23, batch 9500, loss[loss=0.5855, simple_loss=0.6538, pruned_loss=0.2586, over 12457.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1479, over 810.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3464, pruned_loss=0.1007, over 2778118.33 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07133, over 45581.29 utterances.], batch size: 810, lr: 2.03e-04 +2022-09-19 00:13:42,728 INFO [train.py:885] (0/2) Epoch 23, batch 9550, loss[loss=0.3427, simple_loss=0.4017, pruned_loss=0.1418, over 14338.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03446, over 244.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3495, pruned_loss=0.1026, over 2776135.42 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0742, over 46673.33 utterances.], batch size: 244, lr: 2.03e-04 +2022-09-19 00:14:13,043 INFO [train.py:885] (0/2) Epoch 23, batch 9600, loss[loss=0.2932, simple_loss=0.3586, pruned_loss=0.1139, over 14318.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04008, over 154.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3503, pruned_loss=0.1025, over 2773672.00 frames. utt_duration=235 frames, utt_pad_proportion=0.07553, over 47501.20 utterances.], batch size: 154, lr: 2.03e-04 +2022-09-19 00:14:42,543 INFO [train.py:885] (0/2) Epoch 23, batch 9650, loss[loss=0.3059, simple_loss=0.3794, pruned_loss=0.1162, over 14393.00 frames. utt_duration=275.5 frames, utt_pad_proportion=0.03322, over 210.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3479, pruned_loss=0.1015, over 2775653.16 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07387, over 46023.90 utterances.], batch size: 210, lr: 2.03e-04 +2022-09-19 00:15:12,261 INFO [train.py:885] (0/2) Epoch 23, batch 9700, loss[loss=0.2956, simple_loss=0.3695, pruned_loss=0.1108, over 14317.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03925, over 262.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3506, pruned_loss=0.1034, over 2778361.31 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07235, over 46734.52 utterances.], batch size: 262, lr: 2.03e-04 +2022-09-19 00:15:42,041 INFO [train.py:885] (0/2) Epoch 23, batch 9750, loss[loss=0.3969, simple_loss=0.4594, pruned_loss=0.1671, over 13996.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05643, over 365.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3498, pruned_loss=0.1036, over 2780949.85 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07048, over 46100.18 utterances.], batch size: 365, lr: 2.03e-04 +2022-09-19 00:16:10,754 INFO [train.py:885] (0/2) Epoch 23, batch 9800, loss[loss=0.1861, simple_loss=0.2634, pruned_loss=0.05436, over 14149.00 frames. utt_duration=810 frames, utt_pad_proportion=0.0537, over 70.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3479, pruned_loss=0.1029, over 2781559.26 frames. utt_duration=246 frames, utt_pad_proportion=0.07026, over 45493.21 utterances.], batch size: 70, lr: 2.03e-04 +2022-09-19 00:16:40,479 INFO [train.py:885] (0/2) Epoch 23, batch 9850, loss[loss=0.1992, simple_loss=0.2675, pruned_loss=0.06548, over 14104.00 frames. utt_duration=635.4 frames, utt_pad_proportion=0.05303, over 89.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3467, pruned_loss=0.1028, over 2782059.92 frames. utt_duration=250 frames, utt_pad_proportion=0.07081, over 44781.76 utterances.], batch size: 89, lr: 2.03e-04 +2022-09-19 00:17:10,049 INFO [train.py:885] (0/2) Epoch 23, batch 9900, loss[loss=0.1521, simple_loss=0.2079, pruned_loss=0.04812, over 13514.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.0879, over 50.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3499, pruned_loss=0.1042, over 2781700.43 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07261, over 46108.05 utterances.], batch size: 50, lr: 2.03e-04 +2022-09-19 00:17:39,943 INFO [train.py:885] (0/2) Epoch 23, batch 9950, loss[loss=0.2113, simple_loss=0.2889, pruned_loss=0.06683, over 14139.00 frames. utt_duration=636.9 frames, utt_pad_proportion=0.05082, over 89.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3484, pruned_loss=0.1031, over 2782009.15 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07136, over 45240.45 utterances.], batch size: 89, lr: 2.03e-04 +2022-09-19 00:18:09,294 INFO [train.py:885] (0/2) Epoch 23, batch 10000, loss[loss=0.3634, simple_loss=0.438, pruned_loss=0.1444, over 13793.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06988, over 411.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3474, pruned_loss=0.1031, over 2780817.32 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07027, over 44356.38 utterances.], batch size: 411, lr: 2.03e-04 +2022-09-19 00:18:38,516 INFO [train.py:885] (0/2) Epoch 23, batch 10050, loss[loss=0.3044, simple_loss=0.3845, pruned_loss=0.1122, over 13998.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05563, over 365.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3476, pruned_loss=0.1026, over 2779738.68 frames. utt_duration=248.5 frames, utt_pad_proportion=0.0712, over 45005.30 utterances.], batch size: 365, lr: 2.03e-04 +2022-09-19 00:19:08,284 INFO [train.py:885] (0/2) Epoch 23, batch 10100, loss[loss=0.3313, simple_loss=0.4143, pruned_loss=0.1242, over 13770.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07126, over 411.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3499, pruned_loss=0.1038, over 2776917.57 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07263, over 45505.47 utterances.], batch size: 411, lr: 2.03e-04 +2022-09-19 00:19:37,621 INFO [train.py:885] (0/2) Epoch 23, batch 10150, loss[loss=0.2009, simple_loss=0.2733, pruned_loss=0.0642, over 14020.00 frames. utt_duration=711.4 frames, utt_pad_proportion=0.05905, over 79.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3481, pruned_loss=0.1029, over 2776419.24 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07211, over 44853.23 utterances.], batch size: 79, lr: 2.03e-04 +2022-09-19 00:20:06,950 INFO [train.py:885] (0/2) Epoch 23, batch 10200, loss[loss=0.2935, simple_loss=0.3516, pruned_loss=0.1177, over 14350.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03866, over 167.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3478, pruned_loss=0.103, over 2780528.72 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07114, over 43990.19 utterances.], batch size: 167, lr: 2.03e-04 +2022-09-19 00:20:36,422 INFO [train.py:885] (0/2) Epoch 23, batch 10250, loss[loss=0.3185, simple_loss=0.3841, pruned_loss=0.1264, over 14361.00 frames. utt_duration=204.4 frames, utt_pad_proportion=0.03597, over 283.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3501, pruned_loss=0.1037, over 2778438.02 frames. utt_duration=246.7 frames, utt_pad_proportion=0.0718, over 45316.56 utterances.], batch size: 283, lr: 2.03e-04 +2022-09-19 00:21:06,853 INFO [train.py:885] (0/2) Epoch 23, batch 10300, loss[loss=0.2698, simple_loss=0.3589, pruned_loss=0.09036, over 14385.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03595, over 196.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3527, pruned_loss=0.1042, over 2780118.44 frames. utt_duration=238 frames, utt_pad_proportion=0.07405, over 47015.21 utterances.], batch size: 196, lr: 2.03e-04 +2022-09-19 00:21:36,235 INFO [train.py:885] (0/2) Epoch 23, batch 10350, loss[loss=0.3452, simple_loss=0.3996, pruned_loss=0.1454, over 14317.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04088, over 167.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3551, pruned_loss=0.1058, over 2780305.32 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07355, over 47848.93 utterances.], batch size: 167, lr: 2.03e-04 +2022-09-19 00:21:42,233 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-288000.pt +2022-09-19 00:22:06,267 INFO [train.py:885] (0/2) Epoch 23, batch 10400, loss[loss=0.304, simple_loss=0.3806, pruned_loss=0.1136, over 14335.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03729, over 210.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3541, pruned_loss=0.1053, over 2787346.14 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07019, over 47207.49 utterances.], batch size: 210, lr: 2.03e-04 +2022-09-19 00:22:35,650 INFO [train.py:885] (0/2) Epoch 23, batch 10450, loss[loss=0.2388, simple_loss=0.3043, pruned_loss=0.08666, over 14042.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.0577, over 79.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3543, pruned_loss=0.1059, over 2784855.12 frames. utt_duration=237.6 frames, utt_pad_proportion=0.0723, over 47185.11 utterances.], batch size: 79, lr: 2.03e-04 +2022-09-19 00:23:12,657 INFO [train.py:885] (0/2) Epoch 23, batch 10500, loss[loss=0.2497, simple_loss=0.3256, pruned_loss=0.08695, over 14324.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03938, over 154.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.35, pruned_loss=0.1032, over 2782661.16 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07035, over 46502.08 utterances.], batch size: 154, lr: 2.03e-04 +2022-09-19 00:23:41,727 INFO [train.py:885] (0/2) Epoch 23, batch 10550, loss[loss=0.3026, simple_loss=0.3694, pruned_loss=0.1179, over 14334.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.03998, over 167.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3482, pruned_loss=0.1024, over 2783141.34 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06865, over 45425.52 utterances.], batch size: 167, lr: 2.03e-04 +2022-09-19 00:24:11,724 INFO [train.py:885] (0/2) Epoch 23, batch 10600, loss[loss=0.2149, simple_loss=0.2875, pruned_loss=0.07117, over 14031.00 frames. utt_duration=574 frames, utt_pad_proportion=0.05895, over 98.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3489, pruned_loss=0.1023, over 2784950.28 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06847, over 45817.68 utterances.], batch size: 98, lr: 2.03e-04 +2022-09-19 00:24:41,098 INFO [train.py:885] (0/2) Epoch 23, batch 10650, loss[loss=0.2123, simple_loss=0.2835, pruned_loss=0.07053, over 13948.00 frames. utt_duration=707.6 frames, utt_pad_proportion=0.06398, over 79.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3477, pruned_loss=0.1013, over 2786685.59 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06916, over 45100.95 utterances.], batch size: 79, lr: 2.03e-04 +2022-09-19 00:25:10,683 INFO [train.py:885] (0/2) Epoch 23, batch 10700, loss[loss=0.313, simple_loss=0.3733, pruned_loss=0.1264, over 14262.00 frames. utt_duration=219.2 frames, utt_pad_proportion=0.0427, over 262.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3503, pruned_loss=0.1031, over 2785074.60 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07159, over 46162.46 utterances.], batch size: 262, lr: 2.03e-04 +2022-09-19 00:25:40,188 INFO [train.py:885] (0/2) Epoch 23, batch 10750, loss[loss=0.5832, simple_loss=0.6433, pruned_loss=0.2616, over 12398.00 frames. utt_duration=62.77 frames, utt_pad_proportion=0.1518, over 811.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3528, pruned_loss=0.1041, over 2783628.64 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07412, over 47525.38 utterances.], batch size: 811, lr: 2.03e-04 +2022-09-19 00:26:10,370 INFO [train.py:885] (0/2) Epoch 23, batch 10800, loss[loss=0.3613, simple_loss=0.4574, pruned_loss=0.1326, over 13203.00 frames. utt_duration=82.41 frames, utt_pad_proportion=0.1043, over 653.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3531, pruned_loss=0.1041, over 2786157.04 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07244, over 47467.88 utterances.], batch size: 653, lr: 2.03e-04 +2022-09-19 00:26:45,667 INFO [train.py:885] (0/2) Epoch 23, batch 10850, loss[loss=0.2073, simple_loss=0.2743, pruned_loss=0.07016, over 13859.00 frames. utt_duration=804.9 frames, utt_pad_proportion=0.06295, over 69.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3542, pruned_loss=0.1047, over 2784817.52 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07225, over 48260.37 utterances.], batch size: 69, lr: 2.03e-04 +2022-09-19 00:27:15,397 INFO [train.py:885] (0/2) Epoch 23, batch 10900, loss[loss=0.4091, simple_loss=0.4535, pruned_loss=0.1824, over 14016.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05538, over 365.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3508, pruned_loss=0.1023, over 2782142.37 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07129, over 47702.14 utterances.], batch size: 365, lr: 2.03e-04 +2022-09-19 00:27:45,387 INFO [train.py:885] (0/2) Epoch 23, batch 10950, loss[loss=0.1605, simple_loss=0.2275, pruned_loss=0.04669, over 13276.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.1076, over 33.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3526, pruned_loss=0.1037, over 2785452.74 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07022, over 48297.01 utterances.], batch size: 33, lr: 2.03e-04 +2022-09-19 00:28:15,254 INFO [train.py:885] (0/2) Epoch 23, batch 11000, loss[loss=0.2694, simple_loss=0.3524, pruned_loss=0.09325, over 14370.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03282, over 244.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3535, pruned_loss=0.1042, over 2777494.37 frames. utt_duration=227.6 frames, utt_pad_proportion=0.07317, over 49130.59 utterances.], batch size: 244, lr: 2.03e-04 +2022-09-19 00:28:44,392 INFO [train.py:885] (0/2) Epoch 23, batch 11050, loss[loss=0.4183, simple_loss=0.4819, pruned_loss=0.1773, over 13780.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07116, over 411.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3525, pruned_loss=0.1031, over 2775638.70 frames. utt_duration=229.5 frames, utt_pad_proportion=0.07305, over 48692.71 utterances.], batch size: 411, lr: 2.03e-04 +2022-09-19 00:29:13,694 INFO [train.py:885] (0/2) Epoch 23, batch 11100, loss[loss=0.2317, simple_loss=0.288, pruned_loss=0.08765, over 14001.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.06034, over 79.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3521, pruned_loss=0.1028, over 2777885.07 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07311, over 48702.90 utterances.], batch size: 79, lr: 2.02e-04 +2022-09-19 00:29:43,513 INFO [train.py:885] (0/2) Epoch 23, batch 11150, loss[loss=0.1806, simple_loss=0.2454, pruned_loss=0.05791, over 13876.00 frames. utt_duration=926.6 frames, utt_pad_proportion=0.06966, over 60.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3544, pruned_loss=0.1043, over 2780332.25 frames. utt_duration=228.3 frames, utt_pad_proportion=0.07414, over 49022.43 utterances.], batch size: 60, lr: 2.02e-04 +2022-09-19 00:30:12,669 INFO [train.py:885] (0/2) Epoch 23, batch 11200, loss[loss=0.3045, simple_loss=0.3783, pruned_loss=0.1153, over 14335.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03739, over 210.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3498, pruned_loss=0.1022, over 2781047.64 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07145, over 46922.84 utterances.], batch size: 210, lr: 2.02e-04 +2022-09-19 00:30:42,167 INFO [train.py:885] (0/2) Epoch 23, batch 11250, loss[loss=0.2887, simple_loss=0.3661, pruned_loss=0.1056, over 14320.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03839, over 283.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3467, pruned_loss=0.1006, over 2780225.90 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06889, over 45510.76 utterances.], batch size: 283, lr: 2.02e-04 +2022-09-19 00:31:11,862 INFO [train.py:885] (0/2) Epoch 23, batch 11300, loss[loss=0.2212, simple_loss=0.2917, pruned_loss=0.07532, over 14015.00 frames. utt_duration=711.1 frames, utt_pad_proportion=0.05814, over 79.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3458, pruned_loss=0.101, over 2783851.58 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06737, over 43855.57 utterances.], batch size: 79, lr: 2.02e-04 +2022-09-19 00:31:41,792 INFO [train.py:885] (0/2) Epoch 23, batch 11350, loss[loss=0.5053, simple_loss=0.5939, pruned_loss=0.2084, over 12510.00 frames. utt_duration=63.37 frames, utt_pad_proportion=0.1436, over 810.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3458, pruned_loss=0.1011, over 2782071.95 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06891, over 44221.59 utterances.], batch size: 810, lr: 2.02e-04 +2022-09-19 00:32:11,075 INFO [train.py:885] (0/2) Epoch 23, batch 11400, loss[loss=0.3383, simple_loss=0.3924, pruned_loss=0.1421, over 14368.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03257, over 244.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3439, pruned_loss=0.1001, over 2778698.74 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06847, over 43357.41 utterances.], batch size: 244, lr: 2.02e-04 +2022-09-19 00:32:40,995 INFO [train.py:885] (0/2) Epoch 23, batch 11450, loss[loss=0.4891, simple_loss=0.585, pruned_loss=0.1966, over 12566.00 frames. utt_duration=63.67 frames, utt_pad_proportion=0.1396, over 810.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3502, pruned_loss=0.104, over 2780701.80 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07017, over 45163.63 utterances.], batch size: 810, lr: 2.02e-04 +2022-09-19 00:33:09,891 INFO [train.py:885] (0/2) Epoch 23, batch 11500, loss[loss=0.2068, simple_loss=0.2652, pruned_loss=0.07419, over 13745.00 frames. utt_duration=917.7 frames, utt_pad_proportion=0.07211, over 60.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3491, pruned_loss=0.1039, over 2781667.33 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06939, over 44632.79 utterances.], batch size: 60, lr: 2.02e-04 +2022-09-19 00:33:39,784 INFO [train.py:885] (0/2) Epoch 23, batch 11550, loss[loss=0.3602, simple_loss=0.4134, pruned_loss=0.1535, over 14360.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03669, over 244.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3451, pruned_loss=0.1016, over 2782259.86 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06882, over 43318.06 utterances.], batch size: 244, lr: 2.02e-04 +2022-09-19 00:34:09,626 INFO [train.py:885] (0/2) Epoch 23, batch 11600, loss[loss=0.1783, simple_loss=0.2417, pruned_loss=0.05743, over 13457.00 frames. utt_duration=1283 frames, utt_pad_proportion=0.09673, over 42.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3447, pruned_loss=0.1007, over 2779228.76 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06988, over 44282.04 utterances.], batch size: 42, lr: 2.02e-04 +2022-09-19 00:34:39,551 INFO [train.py:885] (0/2) Epoch 23, batch 11650, loss[loss=0.2506, simple_loss=0.337, pruned_loss=0.08207, over 14337.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03426, over 244.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3458, pruned_loss=0.1014, over 2783738.50 frames. utt_duration=254.1 frames, utt_pad_proportion=0.0678, over 44074.86 utterances.], batch size: 244, lr: 2.02e-04 +2022-09-19 00:35:08,985 INFO [train.py:885] (0/2) Epoch 23, batch 11700, loss[loss=0.4319, simple_loss=0.5126, pruned_loss=0.1756, over 13158.00 frames. utt_duration=82.08 frames, utt_pad_proportion=0.1078, over 653.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3466, pruned_loss=0.1014, over 2786030.71 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06781, over 44549.71 utterances.], batch size: 653, lr: 2.02e-04 +2022-09-19 00:35:38,711 INFO [train.py:885] (0/2) Epoch 23, batch 11750, loss[loss=0.256, simple_loss=0.3414, pruned_loss=0.08534, over 14356.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03762, over 244.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3478, pruned_loss=0.1018, over 2782966.68 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06926, over 45513.71 utterances.], batch size: 244, lr: 2.02e-04 +2022-09-19 00:36:07,532 INFO [train.py:885] (0/2) Epoch 23, batch 11800, loss[loss=0.3607, simple_loss=0.4104, pruned_loss=0.1555, over 14225.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04399, over 335.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3468, pruned_loss=0.1016, over 2785384.95 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06789, over 44106.27 utterances.], batch size: 335, lr: 2.02e-04 +2022-09-19 00:36:37,191 INFO [train.py:885] (0/2) Epoch 23, batch 11850, loss[loss=0.2972, simple_loss=0.3765, pruned_loss=0.109, over 14244.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04209, over 225.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3485, pruned_loss=0.1017, over 2782536.76 frames. utt_duration=246 frames, utt_pad_proportion=0.07015, over 45521.05 utterances.], batch size: 225, lr: 2.02e-04 +2022-09-19 00:37:06,255 INFO [train.py:885] (0/2) Epoch 23, batch 11900, loss[loss=0.3063, simple_loss=0.3693, pruned_loss=0.1217, over 14304.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.0382, over 180.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3487, pruned_loss=0.1017, over 2782220.56 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07041, over 45153.90 utterances.], batch size: 180, lr: 2.02e-04 +2022-09-19 00:37:35,428 INFO [train.py:885] (0/2) Epoch 23, batch 11950, loss[loss=0.1944, simple_loss=0.2725, pruned_loss=0.05815, over 14260.00 frames. utt_duration=642.3 frames, utt_pad_proportion=0.04416, over 89.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3506, pruned_loss=0.1031, over 2781987.53 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07112, over 45910.92 utterances.], batch size: 89, lr: 2.02e-04 +2022-09-19 00:38:05,626 INFO [train.py:885] (0/2) Epoch 23, batch 12000, loss[loss=0.1799, simple_loss=0.2445, pruned_loss=0.05759, over 13588.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.0914, over 42.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3525, pruned_loss=0.1037, over 2779268.47 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07321, over 47342.53 utterances.], batch size: 42, lr: 2.02e-04 +2022-09-19 00:38:05,627 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 00:38:10,303 INFO [train.py:914] (0/2) Epoch 23, validation: loss=0.1895, simple_loss=0.271, pruned_loss=0.05406, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 00:38:39,935 INFO [train.py:885] (0/2) Epoch 23, batch 12050, loss[loss=0.2374, simple_loss=0.2972, pruned_loss=0.0888, over 13724.00 frames. utt_duration=796.9 frames, utt_pad_proportion=0.07231, over 69.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3485, pruned_loss=0.1019, over 2779553.82 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07226, over 45260.92 utterances.], batch size: 69, lr: 2.02e-04 +2022-09-19 00:39:09,232 INFO [train.py:885] (0/2) Epoch 23, batch 12100, loss[loss=0.2867, simple_loss=0.3541, pruned_loss=0.1097, over 14320.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03763, over 180.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3496, pruned_loss=0.1025, over 2782254.14 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07227, over 45756.71 utterances.], batch size: 180, lr: 2.02e-04 +2022-09-19 00:39:39,465 INFO [train.py:885] (0/2) Epoch 23, batch 12150, loss[loss=0.2476, simple_loss=0.3105, pruned_loss=0.09238, over 12351.00 frames. utt_duration=2060 frames, utt_pad_proportion=0.1595, over 24.00 utterances.], tot_loss[loss=0.278, simple_loss=0.35, pruned_loss=0.103, over 2775220.35 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07409, over 46293.77 utterances.], batch size: 24, lr: 2.02e-04 +2022-09-19 00:40:09,307 INFO [train.py:885] (0/2) Epoch 23, batch 12200, loss[loss=0.3649, simple_loss=0.4144, pruned_loss=0.1577, over 14352.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03647, over 283.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3533, pruned_loss=0.1049, over 2775997.64 frames. utt_duration=234.6 frames, utt_pad_proportion=0.0753, over 47629.04 utterances.], batch size: 283, lr: 2.02e-04 +2022-09-19 00:40:38,426 INFO [train.py:885] (0/2) Epoch 23, batch 12250, loss[loss=0.2707, simple_loss=0.3484, pruned_loss=0.09645, over 14373.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03449, over 195.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3531, pruned_loss=0.1051, over 2782110.98 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07274, over 46485.59 utterances.], batch size: 195, lr: 2.02e-04 +2022-09-19 00:41:07,637 INFO [train.py:885] (0/2) Epoch 23, batch 12300, loss[loss=0.2142, simple_loss=0.2723, pruned_loss=0.07802, over 13610.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.07692, over 50.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3541, pruned_loss=0.106, over 2782255.47 frames. utt_duration=239 frames, utt_pad_proportion=0.07307, over 46849.67 utterances.], batch size: 50, lr: 2.02e-04 +2022-09-19 00:41:37,369 INFO [train.py:885] (0/2) Epoch 23, batch 12350, loss[loss=0.3834, simple_loss=0.4239, pruned_loss=0.1714, over 14267.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04117, over 335.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3525, pruned_loss=0.1048, over 2780637.78 frames. utt_duration=238 frames, utt_pad_proportion=0.07438, over 47017.42 utterances.], batch size: 335, lr: 2.02e-04 +2022-09-19 00:42:06,785 INFO [train.py:885] (0/2) Epoch 23, batch 12400, loss[loss=0.2933, simple_loss=0.3654, pruned_loss=0.1106, over 14324.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03785, over 195.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3507, pruned_loss=0.1044, over 2781578.03 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07309, over 45513.97 utterances.], batch size: 195, lr: 2.02e-04 +2022-09-19 00:42:35,731 INFO [train.py:885] (0/2) Epoch 23, batch 12450, loss[loss=0.2491, simple_loss=0.3279, pruned_loss=0.08516, over 14230.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04686, over 141.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3512, pruned_loss=0.1046, over 2782158.36 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07324, over 45858.35 utterances.], batch size: 141, lr: 2.02e-04 +2022-09-19 00:43:05,777 INFO [train.py:885] (0/2) Epoch 23, batch 12500, loss[loss=0.253, simple_loss=0.3228, pruned_loss=0.09158, over 14195.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04429, over 89.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3503, pruned_loss=0.1036, over 2784041.61 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07227, over 45656.71 utterances.], batch size: 89, lr: 2.02e-04 +2022-09-19 00:43:34,879 INFO [train.py:885] (0/2) Epoch 23, batch 12550, loss[loss=0.2893, simple_loss=0.3656, pruned_loss=0.1065, over 14376.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03275, over 244.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3513, pruned_loss=0.1049, over 2784209.23 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0717, over 45384.07 utterances.], batch size: 244, lr: 2.02e-04 +2022-09-19 00:44:02,474 INFO [train.py:885] (0/2) Epoch 23, batch 12600, loss[loss=0.1982, simple_loss=0.2652, pruned_loss=0.06556, over 14082.00 frames. utt_duration=714.6 frames, utt_pad_proportion=0.05221, over 79.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3506, pruned_loss=0.1039, over 2784574.49 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07178, over 45575.08 utterances.], batch size: 79, lr: 2.02e-04 +2022-09-19 00:44:13,300 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-23.pt +2022-09-19 00:44:20,419 INFO [train.py:885] (0/2) Epoch 24, batch 0, loss[loss=0.1949, simple_loss=0.2606, pruned_loss=0.06457, over 12768.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.1469, over 25.00 utterances.], tot_loss[loss=0.1949, simple_loss=0.2606, pruned_loss=0.06457, over 12768.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.1469, over 25.00 utterances.], batch size: 25, lr: 1.98e-04 +2022-09-19 00:44:52,885 INFO [train.py:885] (0/2) Epoch 24, batch 50, loss[loss=0.2781, simple_loss=0.3413, pruned_loss=0.1074, over 14320.00 frames. utt_duration=407.6 frames, utt_pad_proportion=0.04087, over 141.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3541, pruned_loss=0.1031, over 624892.47 frames. utt_duration=219.9 frames, utt_pad_proportion=0.07646, over 11443.70 utterances.], batch size: 141, lr: 1.98e-04 +2022-09-19 00:45:22,327 INFO [train.py:885] (0/2) Epoch 24, batch 100, loss[loss=0.2964, simple_loss=0.3582, pruned_loss=0.1173, over 14269.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04045, over 180.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3514, pruned_loss=0.1021, over 1105440.08 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07388, over 19021.28 utterances.], batch size: 180, lr: 1.98e-04 +2022-09-19 00:45:51,644 INFO [train.py:885] (0/2) Epoch 24, batch 150, loss[loss=0.4207, simple_loss=0.4996, pruned_loss=0.1709, over 13146.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3553, pruned_loss=0.1036, over 1478383.51 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07356, over 25969.67 utterances.], batch size: 653, lr: 1.98e-04 +2022-09-19 00:46:21,862 INFO [train.py:885] (0/2) Epoch 24, batch 200, loss[loss=0.3427, simple_loss=0.3996, pruned_loss=0.1429, over 14322.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.0401, over 167.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3593, pruned_loss=0.1064, over 1765066.32 frames. utt_duration=220.9 frames, utt_pad_proportion=0.07563, over 32173.96 utterances.], batch size: 167, lr: 1.98e-04 +2022-09-19 00:46:51,076 INFO [train.py:885] (0/2) Epoch 24, batch 250, loss[loss=0.1292, simple_loss=0.1845, pruned_loss=0.03697, over 13105.00 frames. utt_duration=1590 frames, utt_pad_proportion=0.1127, over 33.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3574, pruned_loss=0.1057, over 1988077.33 frames. utt_duration=222 frames, utt_pad_proportion=0.0739, over 36054.75 utterances.], batch size: 33, lr: 1.98e-04 +2022-09-19 00:47:20,672 INFO [train.py:885] (0/2) Epoch 24, batch 300, loss[loss=0.269, simple_loss=0.3474, pruned_loss=0.09535, over 14337.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03647, over 210.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3511, pruned_loss=0.1029, over 2166662.08 frames. utt_duration=240.4 frames, utt_pad_proportion=0.06986, over 36280.50 utterances.], batch size: 210, lr: 1.98e-04 +2022-09-19 00:47:50,260 INFO [train.py:885] (0/2) Epoch 24, batch 350, loss[loss=0.1615, simple_loss=0.2248, pruned_loss=0.04907, over 13726.00 frames. utt_duration=1100 frames, utt_pad_proportion=0.06817, over 50.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3499, pruned_loss=0.1028, over 2302087.38 frames. utt_duration=242.3 frames, utt_pad_proportion=0.0692, over 38234.03 utterances.], batch size: 50, lr: 1.98e-04 +2022-09-19 00:48:19,214 INFO [train.py:885] (0/2) Epoch 24, batch 400, loss[loss=0.2625, simple_loss=0.341, pruned_loss=0.09203, over 14361.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03798, over 167.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3481, pruned_loss=0.1017, over 2408363.40 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06945, over 39533.49 utterances.], batch size: 167, lr: 1.98e-04 +2022-09-19 00:48:48,454 INFO [train.py:885] (0/2) Epoch 24, batch 450, loss[loss=0.2898, simple_loss=0.3694, pruned_loss=0.1051, over 14258.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04122, over 225.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3497, pruned_loss=0.1018, over 2489572.56 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07004, over 41884.88 utterances.], batch size: 225, lr: 1.98e-04 +2022-09-19 00:49:18,258 INFO [train.py:885] (0/2) Epoch 24, batch 500, loss[loss=0.2776, simple_loss=0.3603, pruned_loss=0.09745, over 14354.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03637, over 210.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.349, pruned_loss=0.1024, over 2551651.91 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0709, over 42528.99 utterances.], batch size: 210, lr: 1.98e-04 +2022-09-19 00:49:47,986 INFO [train.py:885] (0/2) Epoch 24, batch 550, loss[loss=0.2166, simple_loss=0.2861, pruned_loss=0.07358, over 14241.00 frames. utt_duration=641.6 frames, utt_pad_proportion=0.04521, over 89.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3524, pruned_loss=0.1042, over 2603871.18 frames. utt_duration=235 frames, utt_pad_proportion=0.07139, over 44592.48 utterances.], batch size: 89, lr: 1.98e-04 +2022-09-19 00:50:17,830 INFO [train.py:885] (0/2) Epoch 24, batch 600, loss[loss=0.2425, simple_loss=0.3228, pruned_loss=0.0811, over 14313.00 frames. utt_duration=370.9 frames, utt_pad_proportion=0.03918, over 155.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3512, pruned_loss=0.1034, over 2641408.00 frames. utt_duration=239 frames, utt_pad_proportion=0.07175, over 44485.02 utterances.], batch size: 155, lr: 1.98e-04 +2022-09-19 00:50:47,832 INFO [train.py:885] (0/2) Epoch 24, batch 650, loss[loss=0.1898, simple_loss=0.2581, pruned_loss=0.06069, over 13120.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1201, over 33.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3497, pruned_loss=0.1026, over 2670327.42 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07188, over 44608.91 utterances.], batch size: 33, lr: 1.98e-04 +2022-09-19 00:51:17,086 INFO [train.py:885] (0/2) Epoch 24, batch 700, loss[loss=0.1846, simple_loss=0.2694, pruned_loss=0.04986, over 14268.00 frames. utt_duration=642.7 frames, utt_pad_proportion=0.04211, over 89.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3511, pruned_loss=0.1037, over 2696245.65 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07288, over 45559.56 utterances.], batch size: 89, lr: 1.98e-04 +2022-09-19 00:51:52,879 INFO [train.py:885] (0/2) Epoch 24, batch 750, loss[loss=0.4093, simple_loss=0.4477, pruned_loss=0.1854, over 14244.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04291, over 335.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3523, pruned_loss=0.1039, over 2717025.42 frames. utt_duration=236 frames, utt_pad_proportion=0.07189, over 46332.68 utterances.], batch size: 335, lr: 1.98e-04 +2022-09-19 00:52:30,380 INFO [train.py:885] (0/2) Epoch 24, batch 800, loss[loss=0.2622, simple_loss=0.3434, pruned_loss=0.09045, over 14346.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03644, over 210.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3495, pruned_loss=0.1026, over 2737405.96 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06979, over 45185.59 utterances.], batch size: 210, lr: 1.98e-04 +2022-09-19 00:52:59,973 INFO [train.py:885] (0/2) Epoch 24, batch 850, loss[loss=0.325, simple_loss=0.3845, pruned_loss=0.1328, over 14314.00 frames. utt_duration=236.2 frames, utt_pad_proportion=0.03603, over 244.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3493, pruned_loss=0.1023, over 2746793.37 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07051, over 45534.39 utterances.], batch size: 244, lr: 1.98e-04 +2022-09-19 00:53:29,062 INFO [train.py:885] (0/2) Epoch 24, batch 900, loss[loss=0.1834, simple_loss=0.2619, pruned_loss=0.05248, over 13641.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08249, over 50.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3488, pruned_loss=0.1019, over 2757773.58 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07092, over 45213.17 utterances.], batch size: 50, lr: 1.98e-04 +2022-09-19 00:53:59,051 INFO [train.py:885] (0/2) Epoch 24, batch 950, loss[loss=0.2537, simple_loss=0.3226, pruned_loss=0.09242, over 14142.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04686, over 109.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3515, pruned_loss=0.1027, over 2754686.75 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07443, over 46801.55 utterances.], batch size: 109, lr: 1.97e-04 +2022-09-19 00:54:28,536 INFO [train.py:885] (0/2) Epoch 24, batch 1000, loss[loss=0.3537, simple_loss=0.4068, pruned_loss=0.1503, over 14231.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04309, over 335.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3499, pruned_loss=0.1015, over 2764012.61 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07142, over 46426.23 utterances.], batch size: 335, lr: 1.97e-04 +2022-09-19 00:54:57,858 INFO [train.py:885] (0/2) Epoch 24, batch 1050, loss[loss=0.2382, simple_loss=0.3161, pruned_loss=0.08012, over 14188.00 frames. utt_duration=403.9 frames, utt_pad_proportion=0.0496, over 141.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3454, pruned_loss=0.09929, over 2767201.33 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06983, over 44547.19 utterances.], batch size: 141, lr: 1.97e-04 +2022-09-19 00:55:27,954 INFO [train.py:885] (0/2) Epoch 24, batch 1100, loss[loss=0.3264, simple_loss=0.3886, pruned_loss=0.1321, over 14367.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03515, over 210.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3517, pruned_loss=0.1027, over 2773794.19 frames. utt_duration=240.4 frames, utt_pad_proportion=0.06972, over 46430.65 utterances.], batch size: 210, lr: 1.97e-04 +2022-09-19 00:55:58,117 INFO [train.py:885] (0/2) Epoch 24, batch 1150, loss[loss=0.2824, simple_loss=0.3669, pruned_loss=0.09896, over 14334.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03417, over 195.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3485, pruned_loss=0.1015, over 2769808.43 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07073, over 45481.99 utterances.], batch size: 195, lr: 1.97e-04 +2022-09-19 00:56:26,631 INFO [train.py:885] (0/2) Epoch 24, batch 1200, loss[loss=0.1982, simple_loss=0.2768, pruned_loss=0.05979, over 13920.00 frames. utt_duration=706.1 frames, utt_pad_proportion=0.061, over 79.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.348, pruned_loss=0.1011, over 2774619.35 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07073, over 45034.80 utterances.], batch size: 79, lr: 1.97e-04 +2022-09-19 00:56:56,933 INFO [train.py:885] (0/2) Epoch 24, batch 1250, loss[loss=0.2278, simple_loss=0.3149, pruned_loss=0.07034, over 14272.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.0419, over 120.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3494, pruned_loss=0.1012, over 2776484.53 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07139, over 46291.91 utterances.], batch size: 120, lr: 1.97e-04 +2022-09-19 00:57:26,545 INFO [train.py:885] (0/2) Epoch 24, batch 1300, loss[loss=0.2575, simple_loss=0.3251, pruned_loss=0.09492, over 14315.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.0402, over 154.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3497, pruned_loss=0.102, over 2779601.41 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07045, over 45957.44 utterances.], batch size: 154, lr: 1.97e-04 +2022-09-19 00:57:54,944 INFO [train.py:885] (0/2) Epoch 24, batch 1350, loss[loss=0.307, simple_loss=0.3816, pruned_loss=0.1162, over 14292.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03908, over 225.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3508, pruned_loss=0.1032, over 2781521.71 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07045, over 45710.86 utterances.], batch size: 225, lr: 1.97e-04 +2022-09-19 00:58:24,679 INFO [train.py:885] (0/2) Epoch 24, batch 1400, loss[loss=0.2713, simple_loss=0.3485, pruned_loss=0.09709, over 14274.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.0429, over 154.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3494, pruned_loss=0.103, over 2780028.44 frames. utt_duration=246.5 frames, utt_pad_proportion=0.071, over 45377.76 utterances.], batch size: 154, lr: 1.97e-04 +2022-09-19 00:58:54,000 INFO [train.py:885] (0/2) Epoch 24, batch 1450, loss[loss=0.2258, simple_loss=0.2858, pruned_loss=0.08292, over 14033.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05687, over 98.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.349, pruned_loss=0.1028, over 2781221.52 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06935, over 45234.68 utterances.], batch size: 98, lr: 1.97e-04 +2022-09-19 00:59:23,731 INFO [train.py:885] (0/2) Epoch 24, batch 1500, loss[loss=0.2876, simple_loss=0.359, pruned_loss=0.1081, over 14358.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03704, over 244.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3514, pruned_loss=0.1031, over 2780186.04 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07092, over 47366.50 utterances.], batch size: 244, lr: 1.97e-04 +2022-09-19 00:59:52,996 INFO [train.py:885] (0/2) Epoch 24, batch 1550, loss[loss=0.2708, simple_loss=0.3487, pruned_loss=0.09643, over 14384.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.0316, over 244.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3493, pruned_loss=0.1028, over 2782189.83 frames. utt_duration=244 frames, utt_pad_proportion=0.0694, over 45886.06 utterances.], batch size: 244, lr: 1.97e-04 +2022-09-19 01:00:22,593 INFO [train.py:885] (0/2) Epoch 24, batch 1600, loss[loss=0.2909, simple_loss=0.3585, pruned_loss=0.1117, over 14339.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03654, over 210.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3509, pruned_loss=0.1032, over 2785640.42 frames. utt_duration=241.2 frames, utt_pad_proportion=0.06837, over 46479.56 utterances.], batch size: 210, lr: 1.97e-04 +2022-09-19 01:00:52,316 INFO [train.py:885] (0/2) Epoch 24, batch 1650, loss[loss=0.435, simple_loss=0.5016, pruned_loss=0.1842, over 13741.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07268, over 411.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3531, pruned_loss=0.1046, over 2777569.70 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07061, over 47229.95 utterances.], batch size: 411, lr: 1.97e-04 +2022-09-19 01:01:21,236 INFO [train.py:885] (0/2) Epoch 24, batch 1700, loss[loss=0.4112, simple_loss=0.487, pruned_loss=0.1677, over 13606.00 frames. utt_duration=98.63 frames, utt_pad_proportion=0.07825, over 560.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3557, pruned_loss=0.1061, over 2779626.87 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07103, over 48298.86 utterances.], batch size: 560, lr: 1.97e-04 +2022-09-19 01:01:44,960 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-292000.pt +2022-09-19 01:01:50,725 INFO [train.py:885] (0/2) Epoch 24, batch 1750, loss[loss=0.2471, simple_loss=0.331, pruned_loss=0.08156, over 14344.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03913, over 167.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3487, pruned_loss=0.1026, over 2780317.46 frames. utt_duration=242.5 frames, utt_pad_proportion=0.06897, over 46146.62 utterances.], batch size: 167, lr: 1.97e-04 +2022-09-19 01:02:21,704 INFO [train.py:885] (0/2) Epoch 24, batch 1800, loss[loss=0.402, simple_loss=0.439, pruned_loss=0.1825, over 14225.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04388, over 335.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3498, pruned_loss=0.1033, over 2776007.09 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07224, over 46467.41 utterances.], batch size: 335, lr: 1.97e-04 +2022-09-19 01:02:51,676 INFO [train.py:885] (0/2) Epoch 24, batch 1850, loss[loss=0.2719, simple_loss=0.3448, pruned_loss=0.09947, over 14308.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03777, over 180.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3484, pruned_loss=0.1034, over 2779587.27 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06944, over 45292.94 utterances.], batch size: 180, lr: 1.97e-04 +2022-09-19 01:03:21,205 INFO [train.py:885] (0/2) Epoch 24, batch 1900, loss[loss=0.2697, simple_loss=0.3495, pruned_loss=0.09493, over 14355.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03327, over 244.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3506, pruned_loss=0.1049, over 2778805.13 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07169, over 46428.58 utterances.], batch size: 244, lr: 1.97e-04 +2022-09-19 01:03:50,499 INFO [train.py:885] (0/2) Epoch 24, batch 1950, loss[loss=0.3065, simple_loss=0.3702, pruned_loss=0.1214, over 14307.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03972, over 262.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3483, pruned_loss=0.1031, over 2779672.07 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07069, over 45679.11 utterances.], batch size: 262, lr: 1.97e-04 +2022-09-19 01:04:19,830 INFO [train.py:885] (0/2) Epoch 24, batch 2000, loss[loss=0.3253, simple_loss=0.4232, pruned_loss=0.1137, over 13627.00 frames. utt_duration=98.77 frames, utt_pad_proportion=0.07692, over 560.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3466, pruned_loss=0.1018, over 2783288.78 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06998, over 44767.09 utterances.], batch size: 560, lr: 1.97e-04 +2022-09-19 01:04:49,079 INFO [train.py:885] (0/2) Epoch 24, batch 2050, loss[loss=0.2686, simple_loss=0.3503, pruned_loss=0.09349, over 14344.00 frames. utt_duration=320.2 frames, utt_pad_proportion=0.03556, over 180.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3466, pruned_loss=0.1016, over 2779111.43 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07153, over 45474.30 utterances.], batch size: 180, lr: 1.97e-04 +2022-09-19 01:05:18,864 INFO [train.py:885] (0/2) Epoch 24, batch 2100, loss[loss=0.5711, simple_loss=0.6465, pruned_loss=0.2479, over 12523.00 frames. utt_duration=63.41 frames, utt_pad_proportion=0.1432, over 810.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.349, pruned_loss=0.1024, over 2774692.36 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07538, over 46814.35 utterances.], batch size: 810, lr: 1.97e-04 +2022-09-19 01:05:48,154 INFO [train.py:885] (0/2) Epoch 24, batch 2150, loss[loss=0.385, simple_loss=0.4499, pruned_loss=0.1601, over 13954.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05874, over 365.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3478, pruned_loss=0.1015, over 2776875.77 frames. utt_duration=242 frames, utt_pad_proportion=0.07328, over 46186.93 utterances.], batch size: 365, lr: 1.97e-04 +2022-09-19 01:06:17,799 INFO [train.py:885] (0/2) Epoch 24, batch 2200, loss[loss=0.2879, simple_loss=0.3574, pruned_loss=0.1092, over 14228.00 frames. utt_duration=317.6 frames, utt_pad_proportion=0.04344, over 180.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3511, pruned_loss=0.1032, over 2778878.86 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07202, over 47150.31 utterances.], batch size: 180, lr: 1.97e-04 +2022-09-19 01:06:46,991 INFO [train.py:885] (0/2) Epoch 24, batch 2250, loss[loss=0.3065, simple_loss=0.3713, pruned_loss=0.1209, over 14291.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04103, over 262.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.352, pruned_loss=0.1037, over 2778965.23 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07253, over 47169.42 utterances.], batch size: 262, lr: 1.97e-04 +2022-09-19 01:07:16,531 INFO [train.py:885] (0/2) Epoch 24, batch 2300, loss[loss=0.1933, simple_loss=0.2554, pruned_loss=0.06563, over 12822.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.1297, over 25.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3501, pruned_loss=0.1032, over 2780830.22 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07138, over 45903.10 utterances.], batch size: 25, lr: 1.97e-04 +2022-09-19 01:07:45,836 INFO [train.py:885] (0/2) Epoch 24, batch 2350, loss[loss=0.1989, simple_loss=0.2703, pruned_loss=0.06376, over 14123.00 frames. utt_duration=716.7 frames, utt_pad_proportion=0.05072, over 79.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3445, pruned_loss=0.1002, over 2780427.20 frames. utt_duration=254.5 frames, utt_pad_proportion=0.0706, over 43950.66 utterances.], batch size: 79, lr: 1.97e-04 +2022-09-19 01:08:16,004 INFO [train.py:885] (0/2) Epoch 24, batch 2400, loss[loss=0.2039, simple_loss=0.2687, pruned_loss=0.06953, over 13253.00 frames. utt_duration=2041 frames, utt_pad_proportion=0.1139, over 26.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3484, pruned_loss=0.1014, over 2776218.98 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07393, over 46387.06 utterances.], batch size: 26, lr: 1.97e-04 +2022-09-19 01:08:45,271 INFO [train.py:885] (0/2) Epoch 24, batch 2450, loss[loss=0.2492, simple_loss=0.3277, pruned_loss=0.08539, over 14256.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.0417, over 180.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3476, pruned_loss=0.1009, over 2774961.05 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07325, over 46179.74 utterances.], batch size: 180, lr: 1.97e-04 +2022-09-19 01:09:14,698 INFO [train.py:885] (0/2) Epoch 24, batch 2500, loss[loss=0.1434, simple_loss=0.2016, pruned_loss=0.04261, over 13037.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1217, over 33.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3458, pruned_loss=0.09989, over 2772580.90 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07164, over 45464.08 utterances.], batch size: 33, lr: 1.97e-04 +2022-09-19 01:09:44,944 INFO [train.py:885] (0/2) Epoch 24, batch 2550, loss[loss=0.3144, simple_loss=0.3903, pruned_loss=0.1193, over 14272.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.03725, over 225.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3487, pruned_loss=0.1014, over 2773857.12 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07322, over 46844.04 utterances.], batch size: 225, lr: 1.97e-04 +2022-09-19 01:10:14,531 INFO [train.py:885] (0/2) Epoch 24, batch 2600, loss[loss=0.3714, simple_loss=0.4349, pruned_loss=0.154, over 13953.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05842, over 365.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.346, pruned_loss=0.1003, over 2774680.08 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07132, over 45336.43 utterances.], batch size: 365, lr: 1.97e-04 +2022-09-19 01:10:44,150 INFO [train.py:885] (0/2) Epoch 24, batch 2650, loss[loss=0.2919, simple_loss=0.3579, pruned_loss=0.1129, over 14260.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04113, over 180.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.346, pruned_loss=0.1008, over 2769641.28 frames. utt_duration=246 frames, utt_pad_proportion=0.0738, over 45297.98 utterances.], batch size: 180, lr: 1.97e-04 +2022-09-19 01:11:12,970 INFO [train.py:885] (0/2) Epoch 24, batch 2700, loss[loss=0.3275, simple_loss=0.3927, pruned_loss=0.1312, over 14296.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03967, over 283.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3485, pruned_loss=0.1028, over 2775936.10 frames. utt_duration=245.3 frames, utt_pad_proportion=0.0717, over 45544.36 utterances.], batch size: 283, lr: 1.97e-04 +2022-09-19 01:11:42,638 INFO [train.py:885] (0/2) Epoch 24, batch 2750, loss[loss=0.3249, simple_loss=0.3907, pruned_loss=0.1296, over 14244.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04207, over 225.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3503, pruned_loss=0.1032, over 2778415.24 frames. utt_duration=240.3 frames, utt_pad_proportion=0.06977, over 46531.34 utterances.], batch size: 225, lr: 1.97e-04 +2022-09-19 01:12:11,714 INFO [train.py:885] (0/2) Epoch 24, batch 2800, loss[loss=0.2525, simple_loss=0.3336, pruned_loss=0.08567, over 14280.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.04162, over 130.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3481, pruned_loss=0.1022, over 2778023.51 frames. utt_duration=245.3 frames, utt_pad_proportion=0.0695, over 45565.67 utterances.], batch size: 130, lr: 1.97e-04 +2022-09-19 01:12:41,333 INFO [train.py:885] (0/2) Epoch 24, batch 2850, loss[loss=0.1869, simple_loss=0.2595, pruned_loss=0.05708, over 13493.00 frames. utt_duration=1318 frames, utt_pad_proportion=0.07971, over 41.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3466, pruned_loss=0.1018, over 2779292.68 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06791, over 44327.81 utterances.], batch size: 41, lr: 1.97e-04 +2022-09-19 01:13:11,140 INFO [train.py:885] (0/2) Epoch 24, batch 2900, loss[loss=0.5532, simple_loss=0.6356, pruned_loss=0.2354, over 12511.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.1441, over 810.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3514, pruned_loss=0.1041, over 2773716.72 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07273, over 46791.09 utterances.], batch size: 810, lr: 1.97e-04 +2022-09-19 01:13:40,785 INFO [train.py:885] (0/2) Epoch 24, batch 2950, loss[loss=0.3467, simple_loss=0.406, pruned_loss=0.1437, over 14326.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.0382, over 262.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3475, pruned_loss=0.1033, over 2781152.96 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06898, over 43806.17 utterances.], batch size: 262, lr: 1.97e-04 +2022-09-19 01:14:10,580 INFO [train.py:885] (0/2) Epoch 24, batch 3000, loss[loss=0.2657, simple_loss=0.3505, pruned_loss=0.0905, over 14322.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03853, over 262.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3482, pruned_loss=0.1029, over 2780426.83 frames. utt_duration=252 frames, utt_pad_proportion=0.07032, over 44397.54 utterances.], batch size: 262, lr: 1.97e-04 +2022-09-19 01:14:10,582 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 01:14:15,311 INFO [train.py:914] (0/2) Epoch 24, validation: loss=0.1942, simple_loss=0.277, pruned_loss=0.05573, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 01:14:44,542 INFO [train.py:885] (0/2) Epoch 24, batch 3050, loss[loss=0.3063, simple_loss=0.3719, pruned_loss=0.1203, over 14363.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03336, over 244.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3457, pruned_loss=0.1017, over 2774653.02 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07304, over 44137.60 utterances.], batch size: 244, lr: 1.97e-04 +2022-09-19 01:15:13,668 INFO [train.py:885] (0/2) Epoch 24, batch 3100, loss[loss=0.2897, simple_loss=0.3659, pruned_loss=0.1068, over 14329.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.038, over 283.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3488, pruned_loss=0.1034, over 2777779.92 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07295, over 45144.61 utterances.], batch size: 283, lr: 1.97e-04 +2022-09-19 01:15:42,869 INFO [train.py:885] (0/2) Epoch 24, batch 3150, loss[loss=0.1772, simple_loss=0.2488, pruned_loss=0.05277, over 13792.00 frames. utt_duration=801 frames, utt_pad_proportion=0.0664, over 69.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.345, pruned_loss=0.1013, over 2780623.42 frames. utt_duration=254 frames, utt_pad_proportion=0.07034, over 44041.18 utterances.], batch size: 69, lr: 1.97e-04 +2022-09-19 01:16:13,399 INFO [train.py:885] (0/2) Epoch 24, batch 3200, loss[loss=0.3233, simple_loss=0.3976, pruned_loss=0.1245, over 13947.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05897, over 365.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3456, pruned_loss=0.1024, over 2775628.51 frames. utt_duration=250 frames, utt_pad_proportion=0.07118, over 44666.44 utterances.], batch size: 365, lr: 1.97e-04 +2022-09-19 01:16:42,978 INFO [train.py:885] (0/2) Epoch 24, batch 3250, loss[loss=0.2172, simple_loss=0.2964, pruned_loss=0.06894, over 14111.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05199, over 98.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3436, pruned_loss=0.1006, over 2778080.29 frames. utt_duration=253.6 frames, utt_pad_proportion=0.0698, over 44072.01 utterances.], batch size: 98, lr: 1.97e-04 +2022-09-19 01:17:12,233 INFO [train.py:885] (0/2) Epoch 24, batch 3300, loss[loss=0.2338, simple_loss=0.3202, pruned_loss=0.07371, over 14320.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.0408, over 142.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3471, pruned_loss=0.102, over 2780974.48 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07042, over 45366.44 utterances.], batch size: 142, lr: 1.97e-04 +2022-09-19 01:17:42,153 INFO [train.py:885] (0/2) Epoch 24, batch 3350, loss[loss=0.1492, simple_loss=0.2147, pruned_loss=0.04188, over 13466.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09299, over 50.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3454, pruned_loss=0.1003, over 2778336.25 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07027, over 44737.14 utterances.], batch size: 50, lr: 1.97e-04 +2022-09-19 01:18:11,369 INFO [train.py:885] (0/2) Epoch 24, batch 3400, loss[loss=0.2966, simple_loss=0.3702, pruned_loss=0.1115, over 14319.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03835, over 283.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.346, pruned_loss=0.1005, over 2780822.79 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06892, over 45043.85 utterances.], batch size: 283, lr: 1.97e-04 +2022-09-19 01:18:41,530 INFO [train.py:885] (0/2) Epoch 24, batch 3450, loss[loss=0.338, simple_loss=0.4017, pruned_loss=0.1371, over 14232.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04361, over 335.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3487, pruned_loss=0.1022, over 2779541.72 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07093, over 46625.30 utterances.], batch size: 335, lr: 1.97e-04 +2022-09-19 01:19:11,224 INFO [train.py:885] (0/2) Epoch 24, batch 3500, loss[loss=0.3054, simple_loss=0.3953, pruned_loss=0.1077, over 13776.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07086, over 411.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3478, pruned_loss=0.1014, over 2775257.86 frames. utt_duration=241.8 frames, utt_pad_proportion=0.0716, over 46191.86 utterances.], batch size: 411, lr: 1.97e-04 +2022-09-19 01:19:40,373 INFO [train.py:885] (0/2) Epoch 24, batch 3550, loss[loss=0.4392, simple_loss=0.4628, pruned_loss=0.2078, over 14226.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04404, over 335.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3443, pruned_loss=0.09977, over 2773764.50 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07214, over 45085.40 utterances.], batch size: 335, lr: 1.97e-04 +2022-09-19 01:20:09,821 INFO [train.py:885] (0/2) Epoch 24, batch 3600, loss[loss=0.1594, simple_loss=0.2368, pruned_loss=0.04098, over 13015.00 frames. utt_duration=1579 frames, utt_pad_proportion=0.1262, over 33.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.343, pruned_loss=0.09875, over 2779632.13 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06937, over 43842.13 utterances.], batch size: 33, lr: 1.97e-04 +2022-09-19 01:20:39,280 INFO [train.py:885] (0/2) Epoch 24, batch 3650, loss[loss=0.375, simple_loss=0.4471, pruned_loss=0.1514, over 14001.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05603, over 365.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3426, pruned_loss=0.09848, over 2781549.90 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06918, over 43625.03 utterances.], batch size: 365, lr: 1.97e-04 +2022-09-19 01:21:08,839 INFO [train.py:885] (0/2) Epoch 24, batch 3700, loss[loss=0.3511, simple_loss=0.4044, pruned_loss=0.1489, over 14248.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04177, over 180.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.343, pruned_loss=0.09868, over 2776177.44 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07067, over 43987.75 utterances.], batch size: 180, lr: 1.97e-04 +2022-09-19 01:21:38,680 INFO [train.py:885] (0/2) Epoch 24, batch 3750, loss[loss=0.1644, simple_loss=0.2279, pruned_loss=0.05044, over 13864.00 frames. utt_duration=926 frames, utt_pad_proportion=0.06843, over 60.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3463, pruned_loss=0.1009, over 2770346.92 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07418, over 45264.65 utterances.], batch size: 60, lr: 1.97e-04 +2022-09-19 01:22:08,150 INFO [train.py:885] (0/2) Epoch 24, batch 3800, loss[loss=0.2701, simple_loss=0.3611, pruned_loss=0.08955, over 14290.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04007, over 283.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3453, pruned_loss=0.1002, over 2775832.11 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07198, over 44656.28 utterances.], batch size: 283, lr: 1.97e-04 +2022-09-19 01:22:37,306 INFO [train.py:885] (0/2) Epoch 24, batch 3850, loss[loss=0.2762, simple_loss=0.3451, pruned_loss=0.1036, over 14379.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03698, over 167.00 utterances.], tot_loss[loss=0.273, simple_loss=0.346, pruned_loss=0.09995, over 2777979.40 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07154, over 45652.90 utterances.], batch size: 167, lr: 1.97e-04 +2022-09-19 01:23:06,885 INFO [train.py:885] (0/2) Epoch 24, batch 3900, loss[loss=0.3219, simple_loss=0.4181, pruned_loss=0.1128, over 13612.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07792, over 560.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3444, pruned_loss=0.0991, over 2782351.73 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06963, over 44457.60 utterances.], batch size: 560, lr: 1.96e-04 +2022-09-19 01:23:36,236 INFO [train.py:885] (0/2) Epoch 24, batch 3950, loss[loss=0.2874, simple_loss=0.3528, pruned_loss=0.111, over 14290.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03906, over 180.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3463, pruned_loss=0.0996, over 2785787.15 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06822, over 45071.35 utterances.], batch size: 180, lr: 1.96e-04 +2022-09-19 01:24:06,568 INFO [train.py:885] (0/2) Epoch 24, batch 4000, loss[loss=0.2183, simple_loss=0.2744, pruned_loss=0.08108, over 14018.00 frames. utt_duration=573.6 frames, utt_pad_proportion=0.05661, over 98.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3507, pruned_loss=0.1024, over 2783225.55 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07129, over 46892.50 utterances.], batch size: 98, lr: 1.96e-04 +2022-09-19 01:24:36,336 INFO [train.py:885] (0/2) Epoch 24, batch 4050, loss[loss=0.1487, simple_loss=0.2007, pruned_loss=0.04839, over 13357.00 frames. utt_duration=1620 frames, utt_pad_proportion=0.1028, over 33.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3443, pruned_loss=0.09901, over 2779948.54 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07121, over 44899.31 utterances.], batch size: 33, lr: 1.96e-04 +2022-09-19 01:25:04,763 INFO [train.py:885] (0/2) Epoch 24, batch 4100, loss[loss=0.2926, simple_loss=0.3709, pruned_loss=0.1071, over 14373.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0358, over 244.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3431, pruned_loss=0.09833, over 2780949.96 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07027, over 44507.93 utterances.], batch size: 244, lr: 1.96e-04 +2022-09-19 01:25:34,908 INFO [train.py:885] (0/2) Epoch 24, batch 4150, loss[loss=0.192, simple_loss=0.2545, pruned_loss=0.06471, over 13556.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08511, over 50.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3439, pruned_loss=0.09914, over 2779641.14 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07115, over 44619.34 utterances.], batch size: 50, lr: 1.96e-04 +2022-09-19 01:26:04,074 INFO [train.py:885] (0/2) Epoch 24, batch 4200, loss[loss=0.5568, simple_loss=0.6266, pruned_loss=0.2435, over 12461.00 frames. utt_duration=63.05 frames, utt_pad_proportion=0.148, over 810.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3469, pruned_loss=0.1003, over 2777966.04 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07249, over 46153.08 utterances.], batch size: 810, lr: 1.96e-04 +2022-09-19 01:26:33,302 INFO [train.py:885] (0/2) Epoch 24, batch 4250, loss[loss=0.2785, simple_loss=0.3557, pruned_loss=0.1006, over 14355.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.036, over 195.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3469, pruned_loss=0.1008, over 2777568.13 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07202, over 46102.54 utterances.], batch size: 195, lr: 1.96e-04 +2022-09-19 01:27:03,649 INFO [train.py:885] (0/2) Epoch 24, batch 4300, loss[loss=0.2386, simple_loss=0.3215, pruned_loss=0.0778, over 14331.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.0399, over 142.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3478, pruned_loss=0.1009, over 2781352.64 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06927, over 46233.20 utterances.], batch size: 142, lr: 1.96e-04 +2022-09-19 01:27:33,435 INFO [train.py:885] (0/2) Epoch 24, batch 4350, loss[loss=0.2327, simple_loss=0.296, pruned_loss=0.0847, over 12557.00 frames. utt_duration=2011 frames, utt_pad_proportion=0.1382, over 25.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.346, pruned_loss=0.1001, over 2777625.59 frames. utt_duration=244 frames, utt_pad_proportion=0.0711, over 45817.58 utterances.], batch size: 25, lr: 1.96e-04 +2022-09-19 01:28:02,822 INFO [train.py:885] (0/2) Epoch 24, batch 4400, loss[loss=0.3305, simple_loss=0.3965, pruned_loss=0.1323, over 14324.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0381, over 283.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3454, pruned_loss=0.09961, over 2778562.53 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07156, over 45653.76 utterances.], batch size: 283, lr: 1.96e-04 +2022-09-19 01:28:32,523 INFO [train.py:885] (0/2) Epoch 24, batch 4450, loss[loss=0.1904, simple_loss=0.27, pruned_loss=0.05536, over 14166.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.05021, over 89.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3479, pruned_loss=0.1009, over 2776682.95 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07269, over 46406.56 utterances.], batch size: 89, lr: 1.96e-04 +2022-09-19 01:29:01,794 INFO [train.py:885] (0/2) Epoch 24, batch 4500, loss[loss=0.386, simple_loss=0.4792, pruned_loss=0.1464, over 13143.00 frames. utt_duration=82.01 frames, utt_pad_proportion=0.1086, over 653.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3523, pruned_loss=0.1034, over 2777286.12 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07567, over 47969.90 utterances.], batch size: 653, lr: 1.96e-04 +2022-09-19 01:29:32,437 INFO [train.py:885] (0/2) Epoch 24, batch 4550, loss[loss=0.4022, simple_loss=0.4987, pruned_loss=0.1528, over 13188.00 frames. utt_duration=82.3 frames, utt_pad_proportion=0.1055, over 653.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3538, pruned_loss=0.1041, over 2777477.31 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07558, over 47872.02 utterances.], batch size: 653, lr: 1.96e-04 +2022-09-19 01:30:01,722 INFO [train.py:885] (0/2) Epoch 24, batch 4600, loss[loss=0.3004, simple_loss=0.3722, pruned_loss=0.1143, over 14431.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03261, over 196.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3522, pruned_loss=0.1033, over 2780274.34 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07425, over 47308.74 utterances.], batch size: 196, lr: 1.96e-04 +2022-09-19 01:30:30,726 INFO [train.py:885] (0/2) Epoch 24, batch 4650, loss[loss=0.2729, simple_loss=0.3475, pruned_loss=0.09915, over 14234.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04671, over 141.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.352, pruned_loss=0.1033, over 2784949.38 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07256, over 47074.03 utterances.], batch size: 141, lr: 1.96e-04 +2022-09-19 01:30:59,619 INFO [train.py:885] (0/2) Epoch 24, batch 4700, loss[loss=0.3039, simple_loss=0.3989, pruned_loss=0.1045, over 13768.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07191, over 411.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3496, pruned_loss=0.1024, over 2782938.33 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07195, over 46123.85 utterances.], batch size: 411, lr: 1.96e-04 +2022-09-19 01:31:29,505 INFO [train.py:885] (0/2) Epoch 24, batch 4750, loss[loss=0.1948, simple_loss=0.2594, pruned_loss=0.06506, over 12188.00 frames. utt_duration=2033 frames, utt_pad_proportion=0.1674, over 24.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3539, pruned_loss=0.1049, over 2780933.44 frames. utt_duration=235 frames, utt_pad_proportion=0.07345, over 47641.88 utterances.], batch size: 24, lr: 1.96e-04 +2022-09-19 01:31:59,245 INFO [train.py:885] (0/2) Epoch 24, batch 4800, loss[loss=0.2121, simple_loss=0.2867, pruned_loss=0.06878, over 14167.00 frames. utt_duration=638.1 frames, utt_pad_proportion=0.04901, over 89.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.354, pruned_loss=0.1049, over 2783341.78 frames. utt_duration=234.6 frames, utt_pad_proportion=0.072, over 47749.26 utterances.], batch size: 89, lr: 1.96e-04 +2022-09-19 01:32:29,049 INFO [train.py:885] (0/2) Epoch 24, batch 4850, loss[loss=0.2657, simple_loss=0.341, pruned_loss=0.09516, over 14263.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04095, over 180.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3551, pruned_loss=0.1051, over 2786624.85 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07184, over 48528.98 utterances.], batch size: 180, lr: 1.96e-04 +2022-09-19 01:32:58,550 INFO [train.py:885] (0/2) Epoch 24, batch 4900, loss[loss=0.2939, simple_loss=0.3967, pruned_loss=0.09559, over 13751.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07316, over 411.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3517, pruned_loss=0.1036, over 2783566.56 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07022, over 46937.91 utterances.], batch size: 411, lr: 1.96e-04 +2022-09-19 01:33:28,143 INFO [train.py:885] (0/2) Epoch 24, batch 4950, loss[loss=0.2754, simple_loss=0.3493, pruned_loss=0.1007, over 14294.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03931, over 180.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3525, pruned_loss=0.1041, over 2786163.42 frames. utt_duration=238.1 frames, utt_pad_proportion=0.06885, over 47096.90 utterances.], batch size: 180, lr: 1.96e-04 +2022-09-19 01:33:57,447 INFO [train.py:885] (0/2) Epoch 24, batch 5000, loss[loss=0.287, simple_loss=0.3447, pruned_loss=0.1147, over 14274.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04232, over 130.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3495, pruned_loss=0.1028, over 2787157.41 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06719, over 45801.30 utterances.], batch size: 130, lr: 1.96e-04 +2022-09-19 01:34:26,848 INFO [train.py:885] (0/2) Epoch 24, batch 5050, loss[loss=0.2209, simple_loss=0.2833, pruned_loss=0.07929, over 14076.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.05397, over 79.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3468, pruned_loss=0.1017, over 2782454.13 frames. utt_duration=247.3 frames, utt_pad_proportion=0.0695, over 45275.21 utterances.], batch size: 79, lr: 1.96e-04 +2022-09-19 01:34:56,417 INFO [train.py:885] (0/2) Epoch 24, batch 5100, loss[loss=0.3305, simple_loss=0.3951, pruned_loss=0.1329, over 14328.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03854, over 283.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3497, pruned_loss=0.1033, over 2780880.16 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07157, over 46330.45 utterances.], batch size: 283, lr: 1.96e-04 +2022-09-19 01:35:26,516 INFO [train.py:885] (0/2) Epoch 24, batch 5150, loss[loss=0.3122, simple_loss=0.3795, pruned_loss=0.1225, over 14283.00 frames. utt_duration=219.3 frames, utt_pad_proportion=0.04218, over 262.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3511, pruned_loss=0.1044, over 2780106.87 frames. utt_duration=239.4 frames, utt_pad_proportion=0.073, over 46731.70 utterances.], batch size: 262, lr: 1.96e-04 +2022-09-19 01:35:56,018 INFO [train.py:885] (0/2) Epoch 24, batch 5200, loss[loss=0.2342, simple_loss=0.3174, pruned_loss=0.07546, over 14229.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04453, over 141.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3471, pruned_loss=0.1023, over 2783084.07 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07166, over 45201.31 utterances.], batch size: 141, lr: 1.96e-04 +2022-09-19 01:36:25,308 INFO [train.py:885] (0/2) Epoch 24, batch 5250, loss[loss=0.3589, simple_loss=0.4548, pruned_loss=0.1315, over 13146.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3456, pruned_loss=0.1016, over 2781750.37 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07086, over 44566.92 utterances.], batch size: 653, lr: 1.96e-04 +2022-09-19 01:36:55,115 INFO [train.py:885] (0/2) Epoch 24, batch 5300, loss[loss=0.2847, simple_loss=0.3609, pruned_loss=0.1042, over 14285.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03972, over 225.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3478, pruned_loss=0.103, over 2779421.64 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0712, over 45301.22 utterances.], batch size: 225, lr: 1.96e-04 +2022-09-19 01:37:23,992 INFO [train.py:885] (0/2) Epoch 24, batch 5350, loss[loss=0.276, simple_loss=0.3486, pruned_loss=0.1017, over 14285.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04006, over 180.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3503, pruned_loss=0.1041, over 2780101.86 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07287, over 46583.27 utterances.], batch size: 180, lr: 1.96e-04 +2022-09-19 01:37:53,025 INFO [train.py:885] (0/2) Epoch 24, batch 5400, loss[loss=0.1798, simple_loss=0.2595, pruned_loss=0.05004, over 13539.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08876, over 50.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3486, pruned_loss=0.1025, over 2783540.86 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07119, over 46250.57 utterances.], batch size: 50, lr: 1.96e-04 +2022-09-19 01:38:22,962 INFO [train.py:885] (0/2) Epoch 24, batch 5450, loss[loss=0.1886, simple_loss=0.2428, pruned_loss=0.06724, over 12510.00 frames. utt_duration=2003 frames, utt_pad_proportion=0.1117, over 25.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3494, pruned_loss=0.1032, over 2785374.54 frames. utt_duration=240.6 frames, utt_pad_proportion=0.0697, over 46586.89 utterances.], batch size: 25, lr: 1.96e-04 +2022-09-19 01:38:52,415 INFO [train.py:885] (0/2) Epoch 24, batch 5500, loss[loss=0.223, simple_loss=0.2976, pruned_loss=0.0742, over 14168.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.04731, over 89.00 utterances.], tot_loss[loss=0.278, simple_loss=0.349, pruned_loss=0.1035, over 2782617.33 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07053, over 46041.89 utterances.], batch size: 89, lr: 1.96e-04 +2022-09-19 01:39:22,331 INFO [train.py:885] (0/2) Epoch 24, batch 5550, loss[loss=0.3293, simple_loss=0.3885, pruned_loss=0.1351, over 14219.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04404, over 335.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3455, pruned_loss=0.1019, over 2782426.22 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06935, over 44559.33 utterances.], batch size: 335, lr: 1.96e-04 +2022-09-19 01:39:51,648 INFO [train.py:885] (0/2) Epoch 24, batch 5600, loss[loss=0.2719, simple_loss=0.3485, pruned_loss=0.09761, over 14313.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03777, over 180.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3476, pruned_loss=0.1022, over 2779315.57 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07084, over 45994.72 utterances.], batch size: 180, lr: 1.96e-04 +2022-09-19 01:40:21,442 INFO [train.py:885] (0/2) Epoch 24, batch 5650, loss[loss=0.1844, simple_loss=0.2503, pruned_loss=0.05928, over 13887.00 frames. utt_duration=1112 frames, utt_pad_proportion=0.06598, over 50.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3474, pruned_loss=0.1015, over 2783629.64 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06841, over 45957.68 utterances.], batch size: 50, lr: 1.96e-04 +2022-09-19 01:40:51,058 INFO [train.py:885] (0/2) Epoch 24, batch 5700, loss[loss=0.3138, simple_loss=0.4144, pruned_loss=0.1066, over 13604.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.07837, over 560.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3481, pruned_loss=0.1018, over 2782083.43 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07014, over 46709.75 utterances.], batch size: 560, lr: 1.96e-04 +2022-09-19 01:41:15,318 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-296000.pt +2022-09-19 01:41:20,705 INFO [train.py:885] (0/2) Epoch 24, batch 5750, loss[loss=0.3771, simple_loss=0.4268, pruned_loss=0.1637, over 14252.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04236, over 335.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3485, pruned_loss=0.1022, over 2781412.98 frames. utt_duration=240.8 frames, utt_pad_proportion=0.0713, over 46487.86 utterances.], batch size: 335, lr: 1.96e-04 +2022-09-19 01:41:50,377 INFO [train.py:885] (0/2) Epoch 24, batch 5800, loss[loss=0.4882, simple_loss=0.4859, pruned_loss=0.2453, over 14222.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04288, over 335.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3486, pruned_loss=0.103, over 2782542.73 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0719, over 45639.81 utterances.], batch size: 335, lr: 1.96e-04 +2022-09-19 01:42:20,873 INFO [train.py:885] (0/2) Epoch 24, batch 5850, loss[loss=0.3016, simple_loss=0.396, pruned_loss=0.1036, over 13667.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07878, over 477.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3491, pruned_loss=0.1032, over 2778581.93 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07297, over 46364.42 utterances.], batch size: 477, lr: 1.96e-04 +2022-09-19 01:42:50,733 INFO [train.py:885] (0/2) Epoch 24, batch 5900, loss[loss=0.1584, simple_loss=0.2358, pruned_loss=0.04044, over 14093.00 frames. utt_duration=806.6 frames, utt_pad_proportion=0.05881, over 70.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3467, pruned_loss=0.1022, over 2783025.10 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07084, over 44642.15 utterances.], batch size: 70, lr: 1.96e-04 +2022-09-19 01:43:19,609 INFO [train.py:885] (0/2) Epoch 24, batch 5950, loss[loss=0.32, simple_loss=0.4047, pruned_loss=0.1177, over 13783.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07131, over 411.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3473, pruned_loss=0.1026, over 2777766.96 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07233, over 45325.40 utterances.], batch size: 411, lr: 1.96e-04 +2022-09-19 01:43:49,734 INFO [train.py:885] (0/2) Epoch 24, batch 6000, loss[loss=0.2988, simple_loss=0.3996, pruned_loss=0.09898, over 13678.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07737, over 477.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3503, pruned_loss=0.1042, over 2778145.29 frames. utt_duration=240.3 frames, utt_pad_proportion=0.0733, over 46537.69 utterances.], batch size: 477, lr: 1.96e-04 +2022-09-19 01:43:49,736 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 01:43:54,439 INFO [train.py:914] (0/2) Epoch 24, validation: loss=0.1914, simple_loss=0.2718, pruned_loss=0.05551, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 01:44:24,274 INFO [train.py:885] (0/2) Epoch 24, batch 6050, loss[loss=0.4386, simple_loss=0.5163, pruned_loss=0.1804, over 13630.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.07782, over 560.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3514, pruned_loss=0.1038, over 2776219.59 frames. utt_duration=233.9 frames, utt_pad_proportion=0.0747, over 47780.03 utterances.], batch size: 560, lr: 1.96e-04 +2022-09-19 01:44:53,698 INFO [train.py:885] (0/2) Epoch 24, batch 6100, loss[loss=0.2775, simple_loss=0.3469, pruned_loss=0.1041, over 14260.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04516, over 141.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3518, pruned_loss=0.1042, over 2776172.44 frames. utt_duration=236 frames, utt_pad_proportion=0.07464, over 47360.06 utterances.], batch size: 141, lr: 1.96e-04 +2022-09-19 01:45:23,194 INFO [train.py:885] (0/2) Epoch 24, batch 6150, loss[loss=0.2818, simple_loss=0.3606, pruned_loss=0.1015, over 14353.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03394, over 244.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3482, pruned_loss=0.1021, over 2774990.87 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07426, over 46486.25 utterances.], batch size: 244, lr: 1.96e-04 +2022-09-19 01:45:52,871 INFO [train.py:885] (0/2) Epoch 24, batch 6200, loss[loss=0.2366, simple_loss=0.3278, pruned_loss=0.07268, over 14293.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04143, over 154.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3501, pruned_loss=0.1033, over 2773031.66 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07415, over 46746.15 utterances.], batch size: 154, lr: 1.96e-04 +2022-09-19 01:46:22,134 INFO [train.py:885] (0/2) Epoch 24, batch 6250, loss[loss=0.189, simple_loss=0.2541, pruned_loss=0.06193, over 13982.00 frames. utt_duration=709.3 frames, utt_pad_proportion=0.06047, over 79.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3505, pruned_loss=0.1029, over 2774193.44 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07493, over 47290.94 utterances.], batch size: 79, lr: 1.96e-04 +2022-09-19 01:46:51,847 INFO [train.py:885] (0/2) Epoch 24, batch 6300, loss[loss=0.2345, simple_loss=0.2956, pruned_loss=0.08672, over 14156.00 frames. utt_duration=579.2 frames, utt_pad_proportion=0.05042, over 98.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3502, pruned_loss=0.1033, over 2771355.16 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07515, over 47360.83 utterances.], batch size: 98, lr: 1.96e-04 +2022-09-19 01:47:21,194 INFO [train.py:885] (0/2) Epoch 24, batch 6350, loss[loss=0.2752, simple_loss=0.3474, pruned_loss=0.1015, over 14354.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.0382, over 167.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3489, pruned_loss=0.1026, over 2772206.96 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07492, over 46737.64 utterances.], batch size: 167, lr: 1.96e-04 +2022-09-19 01:47:50,765 INFO [train.py:885] (0/2) Epoch 24, batch 6400, loss[loss=0.239, simple_loss=0.311, pruned_loss=0.08352, over 14317.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.0387, over 120.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3468, pruned_loss=0.1017, over 2771835.72 frames. utt_duration=246 frames, utt_pad_proportion=0.07394, over 45342.53 utterances.], batch size: 120, lr: 1.96e-04 +2022-09-19 01:48:19,868 INFO [train.py:885] (0/2) Epoch 24, batch 6450, loss[loss=0.2724, simple_loss=0.3755, pruned_loss=0.08467, over 13765.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07234, over 411.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3472, pruned_loss=0.102, over 2769419.71 frames. utt_duration=246 frames, utt_pad_proportion=0.07413, over 45308.76 utterances.], batch size: 411, lr: 1.96e-04 +2022-09-19 01:48:49,697 INFO [train.py:885] (0/2) Epoch 24, batch 6500, loss[loss=0.2233, simple_loss=0.2944, pruned_loss=0.07608, over 14017.00 frames. utt_duration=710.9 frames, utt_pad_proportion=0.05962, over 79.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3466, pruned_loss=0.1016, over 2772119.28 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07409, over 45009.19 utterances.], batch size: 79, lr: 1.96e-04 +2022-09-19 01:49:19,325 INFO [train.py:885] (0/2) Epoch 24, batch 6550, loss[loss=0.3897, simple_loss=0.4804, pruned_loss=0.1494, over 13171.00 frames. utt_duration=82.24 frames, utt_pad_proportion=0.1061, over 653.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3483, pruned_loss=0.1028, over 2771974.62 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07529, over 46498.46 utterances.], batch size: 653, lr: 1.96e-04 +2022-09-19 01:49:49,035 INFO [train.py:885] (0/2) Epoch 24, batch 6600, loss[loss=0.2947, simple_loss=0.3635, pruned_loss=0.1129, over 14313.00 frames. utt_duration=255.8 frames, utt_pad_proportion=0.03826, over 225.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3489, pruned_loss=0.1032, over 2773274.31 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07476, over 46614.65 utterances.], batch size: 225, lr: 1.96e-04 +2022-09-19 01:50:17,903 INFO [train.py:885] (0/2) Epoch 24, batch 6650, loss[loss=0.2985, simple_loss=0.3518, pruned_loss=0.1226, over 14185.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04355, over 109.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3443, pruned_loss=0.1008, over 2775012.77 frames. utt_duration=248.9 frames, utt_pad_proportion=0.072, over 44869.58 utterances.], batch size: 109, lr: 1.96e-04 +2022-09-19 01:50:47,238 INFO [train.py:885] (0/2) Epoch 24, batch 6700, loss[loss=0.2768, simple_loss=0.3597, pruned_loss=0.09694, over 14361.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03524, over 210.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3447, pruned_loss=0.1011, over 2776031.46 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07193, over 44691.45 utterances.], batch size: 210, lr: 1.96e-04 +2022-09-19 01:51:16,817 INFO [train.py:885] (0/2) Epoch 24, batch 6750, loss[loss=0.3103, simple_loss=0.3727, pruned_loss=0.1239, over 14205.00 frames. utt_duration=404.3 frames, utt_pad_proportion=0.04859, over 141.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3452, pruned_loss=0.1016, over 2780660.69 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07187, over 44090.49 utterances.], batch size: 141, lr: 1.96e-04 +2022-09-19 01:51:46,454 INFO [train.py:885] (0/2) Epoch 24, batch 6800, loss[loss=0.3865, simple_loss=0.4775, pruned_loss=0.1477, over 13209.00 frames. utt_duration=82.45 frames, utt_pad_proportion=0.1038, over 653.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3449, pruned_loss=0.1007, over 2777341.97 frames. utt_duration=251 frames, utt_pad_proportion=0.07181, over 44522.42 utterances.], batch size: 653, lr: 1.96e-04 +2022-09-19 01:52:16,277 INFO [train.py:885] (0/2) Epoch 24, batch 6850, loss[loss=0.1886, simple_loss=0.2576, pruned_loss=0.05985, over 13895.00 frames. utt_duration=806.9 frames, utt_pad_proportion=0.0606, over 69.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3447, pruned_loss=0.1, over 2776247.44 frames. utt_duration=248.9 frames, utt_pad_proportion=0.0724, over 44874.74 utterances.], batch size: 69, lr: 1.96e-04 +2022-09-19 01:52:46,120 INFO [train.py:885] (0/2) Epoch 24, batch 6900, loss[loss=0.3499, simple_loss=0.3939, pruned_loss=0.153, over 14355.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.0383, over 167.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3434, pruned_loss=0.1002, over 2778519.07 frames. utt_duration=257.8 frames, utt_pad_proportion=0.07127, over 43357.76 utterances.], batch size: 167, lr: 1.95e-04 +2022-09-19 01:53:15,467 INFO [train.py:885] (0/2) Epoch 24, batch 6950, loss[loss=0.1713, simple_loss=0.2325, pruned_loss=0.055, over 13226.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09731, over 41.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3435, pruned_loss=0.09962, over 2783113.19 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06983, over 43543.56 utterances.], batch size: 41, lr: 1.95e-04 +2022-09-19 01:53:52,510 INFO [train.py:885] (0/2) Epoch 24, batch 7000, loss[loss=0.2142, simple_loss=0.2703, pruned_loss=0.07904, over 12339.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1573, over 24.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3468, pruned_loss=0.1011, over 2780989.14 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07086, over 44856.16 utterances.], batch size: 24, lr: 1.95e-04 +2022-09-19 01:54:22,502 INFO [train.py:885] (0/2) Epoch 24, batch 7050, loss[loss=0.2828, simple_loss=0.3586, pruned_loss=0.1035, over 14344.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03667, over 283.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.348, pruned_loss=0.1012, over 2780306.09 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07239, over 45998.36 utterances.], batch size: 283, lr: 1.95e-04 +2022-09-19 01:54:59,252 INFO [train.py:885] (0/2) Epoch 24, batch 7100, loss[loss=0.3321, simple_loss=0.4199, pruned_loss=0.1222, over 13787.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07033, over 411.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3471, pruned_loss=0.1017, over 2784582.79 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07027, over 45044.42 utterances.], batch size: 411, lr: 1.95e-04 +2022-09-19 01:55:28,594 INFO [train.py:885] (0/2) Epoch 24, batch 7150, loss[loss=0.233, simple_loss=0.2864, pruned_loss=0.08975, over 14123.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05114, over 98.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3467, pruned_loss=0.1014, over 2784567.75 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07043, over 45015.60 utterances.], batch size: 98, lr: 1.95e-04 +2022-09-19 01:55:58,821 INFO [train.py:885] (0/2) Epoch 24, batch 7200, loss[loss=0.3106, simple_loss=0.3772, pruned_loss=0.1219, over 14306.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.03868, over 225.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3502, pruned_loss=0.1024, over 2783462.97 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07111, over 47043.67 utterances.], batch size: 225, lr: 1.95e-04 +2022-09-19 01:56:28,565 INFO [train.py:885] (0/2) Epoch 24, batch 7250, loss[loss=0.3934, simple_loss=0.4369, pruned_loss=0.175, over 14262.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04069, over 335.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.348, pruned_loss=0.1011, over 2779789.31 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07202, over 46562.61 utterances.], batch size: 335, lr: 1.95e-04 +2022-09-19 01:56:58,000 INFO [train.py:885] (0/2) Epoch 24, batch 7300, loss[loss=0.2004, simple_loss=0.267, pruned_loss=0.06694, over 13583.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.0863, over 50.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3495, pruned_loss=0.1025, over 2774447.96 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07338, over 47335.17 utterances.], batch size: 50, lr: 1.95e-04 +2022-09-19 01:57:27,160 INFO [train.py:885] (0/2) Epoch 24, batch 7350, loss[loss=0.1967, simple_loss=0.2665, pruned_loss=0.06347, over 13529.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08941, over 50.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3455, pruned_loss=0.1003, over 2776712.95 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0713, over 45630.01 utterances.], batch size: 50, lr: 1.95e-04 +2022-09-19 01:57:56,891 INFO [train.py:885] (0/2) Epoch 24, batch 7400, loss[loss=0.3241, simple_loss=0.3813, pruned_loss=0.1335, over 14307.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.03882, over 226.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.346, pruned_loss=0.1011, over 2776076.79 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07186, over 44881.94 utterances.], batch size: 226, lr: 1.95e-04 +2022-09-19 01:58:26,151 INFO [train.py:885] (0/2) Epoch 24, batch 7450, loss[loss=0.2394, simple_loss=0.3231, pruned_loss=0.07785, over 14246.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04574, over 141.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3432, pruned_loss=0.09934, over 2780129.44 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06936, over 43925.48 utterances.], batch size: 141, lr: 1.95e-04 +2022-09-19 01:58:55,569 INFO [train.py:885] (0/2) Epoch 24, batch 7500, loss[loss=0.1952, simple_loss=0.2676, pruned_loss=0.06135, over 12710.00 frames. utt_duration=2035 frames, utt_pad_proportion=0.1362, over 25.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3447, pruned_loss=0.1003, over 2777998.17 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07118, over 44369.91 utterances.], batch size: 25, lr: 1.95e-04 +2022-09-19 01:59:31,255 INFO [train.py:885] (0/2) Epoch 24, batch 7550, loss[loss=0.2128, simple_loss=0.2788, pruned_loss=0.0734, over 14197.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04705, over 89.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3451, pruned_loss=0.09981, over 2776099.12 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07216, over 45023.68 utterances.], batch size: 89, lr: 1.95e-04 +2022-09-19 02:00:00,765 INFO [train.py:885] (0/2) Epoch 24, batch 7600, loss[loss=0.1561, simple_loss=0.2172, pruned_loss=0.04748, over 12299.00 frames. utt_duration=2051 frames, utt_pad_proportion=0.1702, over 24.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3424, pruned_loss=0.09852, over 2772139.63 frames. utt_duration=250.3 frames, utt_pad_proportion=0.0737, over 44565.80 utterances.], batch size: 24, lr: 1.95e-04 +2022-09-19 02:00:36,435 INFO [train.py:885] (0/2) Epoch 24, batch 7650, loss[loss=0.2003, simple_loss=0.269, pruned_loss=0.06583, over 13929.00 frames. utt_duration=808.9 frames, utt_pad_proportion=0.05718, over 69.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3402, pruned_loss=0.09729, over 2777960.16 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07074, over 43427.77 utterances.], batch size: 69, lr: 1.95e-04 +2022-09-19 02:01:05,905 INFO [train.py:885] (0/2) Epoch 24, batch 7700, loss[loss=0.2604, simple_loss=0.3431, pruned_loss=0.08884, over 14312.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04088, over 167.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3432, pruned_loss=0.09855, over 2774283.49 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07328, over 45816.96 utterances.], batch size: 167, lr: 1.95e-04 +2022-09-19 02:01:35,507 INFO [train.py:885] (0/2) Epoch 24, batch 7750, loss[loss=0.3216, simple_loss=0.3884, pruned_loss=0.1274, over 14328.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0379, over 283.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3413, pruned_loss=0.09779, over 2776476.87 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07159, over 44836.51 utterances.], batch size: 283, lr: 1.95e-04 +2022-09-19 02:02:04,820 INFO [train.py:885] (0/2) Epoch 24, batch 7800, loss[loss=0.3889, simple_loss=0.4283, pruned_loss=0.1748, over 14284.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03956, over 180.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3415, pruned_loss=0.09806, over 2774235.03 frames. utt_duration=249 frames, utt_pad_proportion=0.07286, over 44836.17 utterances.], batch size: 180, lr: 1.95e-04 +2022-09-19 02:02:34,574 INFO [train.py:885] (0/2) Epoch 24, batch 7850, loss[loss=0.209, simple_loss=0.2715, pruned_loss=0.07324, over 13756.00 frames. utt_duration=918.5 frames, utt_pad_proportion=0.07776, over 60.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3423, pruned_loss=0.09906, over 2779245.80 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06939, over 44630.49 utterances.], batch size: 60, lr: 1.95e-04 +2022-09-19 02:03:03,043 INFO [train.py:885] (0/2) Epoch 24, batch 7900, loss[loss=0.2723, simple_loss=0.357, pruned_loss=0.09373, over 14252.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04202, over 225.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3439, pruned_loss=0.09977, over 2779818.40 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07102, over 45055.13 utterances.], batch size: 225, lr: 1.95e-04 +2022-09-19 02:03:32,243 INFO [train.py:885] (0/2) Epoch 24, batch 7950, loss[loss=0.3172, simple_loss=0.3952, pruned_loss=0.1196, over 14000.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05489, over 365.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3459, pruned_loss=0.1013, over 2781569.47 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07023, over 44816.47 utterances.], batch size: 365, lr: 1.95e-04 +2022-09-19 02:04:02,186 INFO [train.py:885] (0/2) Epoch 24, batch 8000, loss[loss=0.1329, simple_loss=0.192, pruned_loss=0.03685, over 12496.00 frames. utt_duration=2084 frames, utt_pad_proportion=0.1578, over 24.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3433, pruned_loss=0.1002, over 2783071.64 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06769, over 43719.82 utterances.], batch size: 24, lr: 1.95e-04 +2022-09-19 02:04:31,583 INFO [train.py:885] (0/2) Epoch 24, batch 8050, loss[loss=0.2446, simple_loss=0.2928, pruned_loss=0.09818, over 13923.00 frames. utt_duration=929.5 frames, utt_pad_proportion=0.06588, over 60.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3446, pruned_loss=0.1008, over 2782311.48 frames. utt_duration=251.7 frames, utt_pad_proportion=0.0679, over 44468.05 utterances.], batch size: 60, lr: 1.95e-04 +2022-09-19 02:05:01,521 INFO [train.py:885] (0/2) Epoch 24, batch 8100, loss[loss=0.2759, simple_loss=0.3601, pruned_loss=0.09578, over 14347.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03587, over 210.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3483, pruned_loss=0.1022, over 2784074.12 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07099, over 45594.44 utterances.], batch size: 210, lr: 1.95e-04 +2022-09-19 02:05:30,510 INFO [train.py:885] (0/2) Epoch 24, batch 8150, loss[loss=0.2823, simple_loss=0.3881, pruned_loss=0.08828, over 13690.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07699, over 477.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.345, pruned_loss=0.1002, over 2779289.81 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07076, over 45170.43 utterances.], batch size: 477, lr: 1.95e-04 +2022-09-19 02:06:00,790 INFO [train.py:885] (0/2) Epoch 24, batch 8200, loss[loss=0.31, simple_loss=0.3958, pruned_loss=0.1121, over 13994.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05618, over 365.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3456, pruned_loss=0.1006, over 2776812.87 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07228, over 45080.04 utterances.], batch size: 365, lr: 1.95e-04 +2022-09-19 02:06:30,824 INFO [train.py:885] (0/2) Epoch 24, batch 8250, loss[loss=0.24, simple_loss=0.3234, pruned_loss=0.07828, over 14307.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03784, over 130.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3467, pruned_loss=0.1017, over 2777848.01 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07185, over 45479.13 utterances.], batch size: 130, lr: 1.95e-04 +2022-09-19 02:07:00,027 INFO [train.py:885] (0/2) Epoch 24, batch 8300, loss[loss=0.3603, simple_loss=0.3986, pruned_loss=0.161, over 14207.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04391, over 141.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3456, pruned_loss=0.1008, over 2781090.35 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07033, over 44989.48 utterances.], batch size: 141, lr: 1.95e-04 +2022-09-19 02:07:29,510 INFO [train.py:885] (0/2) Epoch 24, batch 8350, loss[loss=0.3127, simple_loss=0.3835, pruned_loss=0.121, over 14388.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03093, over 244.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3482, pruned_loss=0.1022, over 2783712.34 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07056, over 45636.19 utterances.], batch size: 244, lr: 1.95e-04 +2022-09-19 02:07:58,865 INFO [train.py:885] (0/2) Epoch 24, batch 8400, loss[loss=0.1969, simple_loss=0.2666, pruned_loss=0.06363, over 13689.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.07769, over 42.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3477, pruned_loss=0.1022, over 2783067.47 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07047, over 45175.21 utterances.], batch size: 42, lr: 1.95e-04 +2022-09-19 02:08:28,795 INFO [train.py:885] (0/2) Epoch 24, batch 8450, loss[loss=0.3172, simple_loss=0.4253, pruned_loss=0.1046, over 13589.00 frames. utt_duration=98.43 frames, utt_pad_proportion=0.08009, over 560.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3491, pruned_loss=0.1023, over 2778100.12 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07322, over 46563.57 utterances.], batch size: 560, lr: 1.95e-04 +2022-09-19 02:08:57,676 INFO [train.py:885] (0/2) Epoch 24, batch 8500, loss[loss=0.2828, simple_loss=0.3588, pruned_loss=0.1034, over 14323.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03783, over 210.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3464, pruned_loss=0.1015, over 2779821.36 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07127, over 45137.20 utterances.], batch size: 210, lr: 1.95e-04 +2022-09-19 02:09:27,665 INFO [train.py:885] (0/2) Epoch 24, batch 8550, loss[loss=0.4267, simple_loss=0.4798, pruned_loss=0.1868, over 13814.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06851, over 411.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3497, pruned_loss=0.1029, over 2779417.90 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07221, over 46687.95 utterances.], batch size: 411, lr: 1.95e-04 +2022-09-19 02:09:57,054 INFO [train.py:885] (0/2) Epoch 24, batch 8600, loss[loss=0.2907, simple_loss=0.3576, pruned_loss=0.1118, over 14303.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03819, over 180.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3477, pruned_loss=0.1011, over 2776645.24 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07321, over 46471.73 utterances.], batch size: 180, lr: 1.95e-04 +2022-09-19 02:10:26,581 INFO [train.py:885] (0/2) Epoch 24, batch 8650, loss[loss=0.3164, simple_loss=0.3818, pruned_loss=0.1255, over 14342.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03439, over 244.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3435, pruned_loss=0.09899, over 2779371.30 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07151, over 44392.96 utterances.], batch size: 244, lr: 1.95e-04 +2022-09-19 02:10:56,085 INFO [train.py:885] (0/2) Epoch 24, batch 8700, loss[loss=0.2718, simple_loss=0.3326, pruned_loss=0.1055, over 13988.00 frames. utt_duration=572.4 frames, utt_pad_proportion=0.06012, over 98.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3467, pruned_loss=0.1006, over 2781981.73 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07131, over 45178.92 utterances.], batch size: 98, lr: 1.95e-04 +2022-09-19 02:11:25,713 INFO [train.py:885] (0/2) Epoch 24, batch 8750, loss[loss=0.2326, simple_loss=0.307, pruned_loss=0.07914, over 14327.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03767, over 120.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3492, pruned_loss=0.1026, over 2781930.68 frames. utt_duration=244 frames, utt_pad_proportion=0.07298, over 45886.93 utterances.], batch size: 120, lr: 1.95e-04 +2022-09-19 02:11:54,899 INFO [train.py:885] (0/2) Epoch 24, batch 8800, loss[loss=0.195, simple_loss=0.2806, pruned_loss=0.05474, over 14261.00 frames. utt_duration=520.2 frames, utt_pad_proportion=0.04552, over 110.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3484, pruned_loss=0.102, over 2786553.52 frames. utt_duration=248 frames, utt_pad_proportion=0.07037, over 45216.01 utterances.], batch size: 110, lr: 1.95e-04 +2022-09-19 02:12:25,258 INFO [train.py:885] (0/2) Epoch 24, batch 8850, loss[loss=0.2591, simple_loss=0.3262, pruned_loss=0.09601, over 14304.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.04012, over 130.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3492, pruned_loss=0.1025, over 2781270.08 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07169, over 46035.25 utterances.], batch size: 130, lr: 1.95e-04 +2022-09-19 02:12:54,046 INFO [train.py:885] (0/2) Epoch 24, batch 8900, loss[loss=0.2475, simple_loss=0.3269, pruned_loss=0.08407, over 14305.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04083, over 154.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3438, pruned_loss=0.09979, over 2782985.16 frames. utt_duration=258.9 frames, utt_pad_proportion=0.0686, over 43248.87 utterances.], batch size: 154, lr: 1.95e-04 +2022-09-19 02:13:23,776 INFO [train.py:885] (0/2) Epoch 24, batch 8950, loss[loss=0.2356, simple_loss=0.3252, pruned_loss=0.07301, over 14246.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04175, over 180.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.349, pruned_loss=0.102, over 2782107.73 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07155, over 45715.19 utterances.], batch size: 180, lr: 1.95e-04 +2022-09-19 02:13:53,327 INFO [train.py:885] (0/2) Epoch 24, batch 9000, loss[loss=0.1802, simple_loss=0.2542, pruned_loss=0.05315, over 13743.00 frames. utt_duration=917.5 frames, utt_pad_proportion=0.07508, over 60.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3476, pruned_loss=0.1017, over 2781639.98 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07105, over 44802.26 utterances.], batch size: 60, lr: 1.95e-04 +2022-09-19 02:13:53,328 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 02:13:58,086 INFO [train.py:914] (0/2) Epoch 24, validation: loss=0.1882, simple_loss=0.2681, pruned_loss=0.05417, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 02:14:27,349 INFO [train.py:885] (0/2) Epoch 24, batch 9050, loss[loss=0.3515, simple_loss=0.4051, pruned_loss=0.149, over 14344.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03611, over 210.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3475, pruned_loss=0.1014, over 2783906.96 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07075, over 44921.27 utterances.], batch size: 210, lr: 1.95e-04 +2022-09-19 02:14:57,271 INFO [train.py:885] (0/2) Epoch 24, batch 9100, loss[loss=0.4234, simple_loss=0.456, pruned_loss=0.1954, over 14210.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0437, over 306.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3496, pruned_loss=0.1019, over 2777456.19 frames. utt_duration=237.8 frames, utt_pad_proportion=0.073, over 47006.51 utterances.], batch size: 306, lr: 1.95e-04 +2022-09-19 02:15:26,345 INFO [train.py:885] (0/2) Epoch 24, batch 9150, loss[loss=0.2892, simple_loss=0.3631, pruned_loss=0.1076, over 14217.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04429, over 225.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3507, pruned_loss=0.1018, over 2777279.39 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07477, over 47522.55 utterances.], batch size: 225, lr: 1.95e-04 +2022-09-19 02:15:55,728 INFO [train.py:885] (0/2) Epoch 24, batch 9200, loss[loss=0.2474, simple_loss=0.3182, pruned_loss=0.08825, over 14330.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03848, over 130.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3492, pruned_loss=0.101, over 2777076.32 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07552, over 46650.85 utterances.], batch size: 130, lr: 1.95e-04 +2022-09-19 02:16:25,292 INFO [train.py:885] (0/2) Epoch 24, batch 9250, loss[loss=0.2114, simple_loss=0.2783, pruned_loss=0.07223, over 14069.00 frames. utt_duration=805.5 frames, utt_pad_proportion=0.06011, over 70.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3497, pruned_loss=0.1012, over 2779669.78 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07485, over 46867.62 utterances.], batch size: 70, lr: 1.95e-04 +2022-09-19 02:16:54,879 INFO [train.py:885] (0/2) Epoch 24, batch 9300, loss[loss=0.3569, simple_loss=0.4087, pruned_loss=0.1526, over 14255.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04167, over 335.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3485, pruned_loss=0.1009, over 2781166.42 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07191, over 46615.32 utterances.], batch size: 335, lr: 1.95e-04 +2022-09-19 02:17:24,832 INFO [train.py:885] (0/2) Epoch 24, batch 9350, loss[loss=0.1736, simple_loss=0.2426, pruned_loss=0.05228, over 13701.00 frames. utt_duration=914.8 frames, utt_pad_proportion=0.0806, over 60.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3508, pruned_loss=0.1022, over 2776362.80 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07391, over 48105.08 utterances.], batch size: 60, lr: 1.95e-04 +2022-09-19 02:17:54,309 INFO [train.py:885] (0/2) Epoch 24, batch 9400, loss[loss=0.3104, simple_loss=0.3589, pruned_loss=0.131, over 14043.00 frames. utt_duration=574.3 frames, utt_pad_proportion=0.05845, over 98.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3492, pruned_loss=0.1022, over 2779101.10 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07231, over 46733.94 utterances.], batch size: 98, lr: 1.95e-04 +2022-09-19 02:18:24,001 INFO [train.py:885] (0/2) Epoch 24, batch 9450, loss[loss=0.2005, simple_loss=0.2707, pruned_loss=0.06513, over 12813.00 frames. utt_duration=2052 frames, utt_pad_proportion=0.1318, over 25.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3512, pruned_loss=0.1031, over 2779532.96 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07194, over 47110.37 utterances.], batch size: 25, lr: 1.95e-04 +2022-09-19 02:18:53,912 INFO [train.py:885] (0/2) Epoch 24, batch 9500, loss[loss=0.511, simple_loss=0.5969, pruned_loss=0.2126, over 12493.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1452, over 810.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3521, pruned_loss=0.1035, over 2780639.08 frames. utt_duration=236 frames, utt_pad_proportion=0.07399, over 47424.34 utterances.], batch size: 810, lr: 1.95e-04 +2022-09-19 02:19:22,913 INFO [train.py:885] (0/2) Epoch 24, batch 9550, loss[loss=0.2517, simple_loss=0.3007, pruned_loss=0.1014, over 14007.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05998, over 79.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.351, pruned_loss=0.1037, over 2780303.30 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0742, over 46739.73 utterances.], batch size: 79, lr: 1.95e-04 +2022-09-19 02:19:52,721 INFO [train.py:885] (0/2) Epoch 24, batch 9600, loss[loss=0.2967, simple_loss=0.3757, pruned_loss=0.1088, over 14319.00 frames. utt_duration=220 frames, utt_pad_proportion=0.0391, over 262.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3501, pruned_loss=0.1027, over 2778298.82 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07289, over 46453.09 utterances.], batch size: 262, lr: 1.95e-04 +2022-09-19 02:20:22,270 INFO [train.py:885] (0/2) Epoch 24, batch 9650, loss[loss=0.3676, simple_loss=0.4189, pruned_loss=0.1582, over 14338.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03787, over 262.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3492, pruned_loss=0.1033, over 2777863.78 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07143, over 45744.03 utterances.], batch size: 262, lr: 1.95e-04 +2022-09-19 02:20:51,431 INFO [train.py:885] (0/2) Epoch 24, batch 9700, loss[loss=0.2192, simple_loss=0.2929, pruned_loss=0.07271, over 14149.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04666, over 109.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3486, pruned_loss=0.102, over 2781046.22 frames. utt_duration=243 frames, utt_pad_proportion=0.07147, over 46062.61 utterances.], batch size: 109, lr: 1.95e-04 +2022-09-19 02:21:15,530 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-300000.pt +2022-09-19 02:21:20,962 INFO [train.py:885] (0/2) Epoch 24, batch 9750, loss[loss=0.1877, simple_loss=0.2501, pruned_loss=0.0626, over 13808.00 frames. utt_duration=921.8 frames, utt_pad_proportion=0.07073, over 60.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3472, pruned_loss=0.1015, over 2782309.19 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07107, over 45275.05 utterances.], batch size: 60, lr: 1.95e-04 +2022-09-19 02:21:50,308 INFO [train.py:885] (0/2) Epoch 24, batch 9800, loss[loss=0.408, simple_loss=0.4856, pruned_loss=0.1652, over 13803.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06908, over 411.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3472, pruned_loss=0.1009, over 2779659.25 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07216, over 45540.71 utterances.], batch size: 411, lr: 1.95e-04 +2022-09-19 02:22:19,837 INFO [train.py:885] (0/2) Epoch 24, batch 9850, loss[loss=0.1494, simple_loss=0.2045, pruned_loss=0.0472, over 13161.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.1076, over 33.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.348, pruned_loss=0.1011, over 2778084.60 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07335, over 46099.02 utterances.], batch size: 33, lr: 1.95e-04 +2022-09-19 02:22:50,064 INFO [train.py:885] (0/2) Epoch 24, batch 9900, loss[loss=0.2605, simple_loss=0.3547, pruned_loss=0.08314, over 14274.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0405, over 225.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3477, pruned_loss=0.1011, over 2779941.14 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07346, over 46307.01 utterances.], batch size: 225, lr: 1.95e-04 +2022-09-19 02:23:19,714 INFO [train.py:885] (0/2) Epoch 24, batch 9950, loss[loss=0.3483, simple_loss=0.4307, pruned_loss=0.133, over 13730.00 frames. utt_duration=116.6 frames, utt_pad_proportion=0.07446, over 477.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3499, pruned_loss=0.1024, over 2779292.10 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07443, over 47336.67 utterances.], batch size: 477, lr: 1.95e-04 +2022-09-19 02:23:48,607 INFO [train.py:885] (0/2) Epoch 24, batch 10000, loss[loss=0.2772, simple_loss=0.3353, pruned_loss=0.1096, over 14310.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03944, over 120.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3476, pruned_loss=0.1018, over 2780500.37 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07393, over 45578.75 utterances.], batch size: 120, lr: 1.94e-04 +2022-09-19 02:24:17,484 INFO [train.py:885] (0/2) Epoch 24, batch 10050, loss[loss=0.305, simple_loss=0.399, pruned_loss=0.1055, over 13988.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05658, over 365.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3459, pruned_loss=0.1013, over 2784138.26 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07094, over 43885.23 utterances.], batch size: 365, lr: 1.94e-04 +2022-09-19 02:24:47,808 INFO [train.py:885] (0/2) Epoch 24, batch 10100, loss[loss=0.4656, simple_loss=0.5656, pruned_loss=0.1828, over 12511.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.1441, over 810.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3474, pruned_loss=0.1014, over 2780013.72 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07199, over 44824.24 utterances.], batch size: 810, lr: 1.94e-04 +2022-09-19 02:25:17,395 INFO [train.py:885] (0/2) Epoch 24, batch 10150, loss[loss=0.2198, simple_loss=0.3017, pruned_loss=0.06891, over 14356.00 frames. utt_duration=479.9 frames, utt_pad_proportion=0.03624, over 120.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3495, pruned_loss=0.1018, over 2779352.30 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07336, over 45917.11 utterances.], batch size: 120, lr: 1.94e-04 +2022-09-19 02:25:47,058 INFO [train.py:885] (0/2) Epoch 24, batch 10200, loss[loss=0.1739, simple_loss=0.2546, pruned_loss=0.0466, over 13274.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09376, over 41.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3448, pruned_loss=0.1, over 2775041.21 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07392, over 44066.03 utterances.], batch size: 41, lr: 1.94e-04 +2022-09-19 02:26:16,213 INFO [train.py:885] (0/2) Epoch 24, batch 10250, loss[loss=0.308, simple_loss=0.3776, pruned_loss=0.1192, over 14230.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.04322, over 225.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3419, pruned_loss=0.0987, over 2777503.18 frames. utt_duration=260.4 frames, utt_pad_proportion=0.07174, over 42900.80 utterances.], batch size: 225, lr: 1.94e-04 +2022-09-19 02:26:46,047 INFO [train.py:885] (0/2) Epoch 24, batch 10300, loss[loss=0.1906, simple_loss=0.2567, pruned_loss=0.06226, over 13901.00 frames. utt_duration=705.2 frames, utt_pad_proportion=0.06719, over 79.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3475, pruned_loss=0.1026, over 2780405.46 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07208, over 44355.85 utterances.], batch size: 79, lr: 1.94e-04 +2022-09-19 02:27:15,808 INFO [train.py:885] (0/2) Epoch 24, batch 10350, loss[loss=0.1727, simple_loss=0.228, pruned_loss=0.05868, over 12954.00 frames. utt_duration=1572 frames, utt_pad_proportion=0.1205, over 33.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3437, pruned_loss=0.1005, over 2776037.35 frames. utt_duration=257.7 frames, utt_pad_proportion=0.07285, over 43330.36 utterances.], batch size: 33, lr: 1.94e-04 +2022-09-19 02:27:44,864 INFO [train.py:885] (0/2) Epoch 24, batch 10400, loss[loss=0.3419, simple_loss=0.3957, pruned_loss=0.1441, over 14304.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04048, over 262.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.348, pruned_loss=0.1021, over 2777601.97 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07363, over 45167.40 utterances.], batch size: 262, lr: 1.94e-04 +2022-09-19 02:28:14,384 INFO [train.py:885] (0/2) Epoch 24, batch 10450, loss[loss=0.3238, simple_loss=0.4163, pruned_loss=0.1157, over 13631.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08108, over 477.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3471, pruned_loss=0.1006, over 2778660.24 frames. utt_duration=247 frames, utt_pad_proportion=0.07466, over 45273.35 utterances.], batch size: 477, lr: 1.94e-04 +2022-09-19 02:28:43,683 INFO [train.py:885] (0/2) Epoch 24, batch 10500, loss[loss=0.1838, simple_loss=0.2625, pruned_loss=0.05256, over 14166.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04895, over 89.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3448, pruned_loss=0.1, over 2778213.39 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07371, over 44162.62 utterances.], batch size: 89, lr: 1.94e-04 +2022-09-19 02:29:13,068 INFO [train.py:885] (0/2) Epoch 24, batch 10550, loss[loss=0.2796, simple_loss=0.3632, pruned_loss=0.09802, over 14373.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03197, over 244.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3449, pruned_loss=0.1004, over 2780187.97 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07357, over 44284.87 utterances.], batch size: 244, lr: 1.94e-04 +2022-09-19 02:29:42,877 INFO [train.py:885] (0/2) Epoch 24, batch 10600, loss[loss=0.3905, simple_loss=0.4841, pruned_loss=0.1485, over 13154.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3467, pruned_loss=0.1001, over 2776821.50 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07552, over 45665.58 utterances.], batch size: 653, lr: 1.94e-04 +2022-09-19 02:30:29,279 INFO [train.py:885] (0/2) Epoch 24, batch 10650, loss[loss=0.3603, simple_loss=0.4584, pruned_loss=0.1311, over 13156.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3473, pruned_loss=0.101, over 2777186.67 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07394, over 45529.18 utterances.], batch size: 653, lr: 1.94e-04 +2022-09-19 02:30:59,351 INFO [train.py:885] (0/2) Epoch 24, batch 10700, loss[loss=0.1982, simple_loss=0.2731, pruned_loss=0.06163, over 14163.00 frames. utt_duration=638 frames, utt_pad_proportion=0.04921, over 89.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3466, pruned_loss=0.1012, over 2776033.92 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07449, over 44537.41 utterances.], batch size: 89, lr: 1.94e-04 +2022-09-19 02:31:28,563 INFO [train.py:885] (0/2) Epoch 24, batch 10750, loss[loss=0.3824, simple_loss=0.481, pruned_loss=0.1419, over 13193.00 frames. utt_duration=82.29 frames, utt_pad_proportion=0.1055, over 653.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3489, pruned_loss=0.1017, over 2774316.60 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07602, over 45688.16 utterances.], batch size: 653, lr: 1.94e-04 +2022-09-19 02:31:57,535 INFO [train.py:885] (0/2) Epoch 24, batch 10800, loss[loss=0.2696, simple_loss=0.3421, pruned_loss=0.09852, over 14316.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03985, over 154.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3504, pruned_loss=0.1025, over 2778533.98 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07393, over 45851.84 utterances.], batch size: 154, lr: 1.94e-04 +2022-09-19 02:32:27,268 INFO [train.py:885] (0/2) Epoch 24, batch 10850, loss[loss=0.1909, simple_loss=0.261, pruned_loss=0.06044, over 14182.00 frames. utt_duration=638.8 frames, utt_pad_proportion=0.04511, over 89.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3489, pruned_loss=0.1024, over 2777767.97 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07264, over 45185.20 utterances.], batch size: 89, lr: 1.94e-04 +2022-09-19 02:32:57,460 INFO [train.py:885] (0/2) Epoch 24, batch 10900, loss[loss=0.1672, simple_loss=0.2324, pruned_loss=0.05097, over 13429.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1037, over 34.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3486, pruned_loss=0.1021, over 2780065.65 frames. utt_duration=248 frames, utt_pad_proportion=0.07205, over 45100.28 utterances.], batch size: 34, lr: 1.94e-04 +2022-09-19 02:33:25,828 INFO [train.py:885] (0/2) Epoch 24, batch 10950, loss[loss=0.3062, simple_loss=0.3761, pruned_loss=0.1182, over 14378.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03202, over 244.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3463, pruned_loss=0.1007, over 2781249.47 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07078, over 44671.10 utterances.], batch size: 244, lr: 1.94e-04 +2022-09-19 02:33:55,948 INFO [train.py:885] (0/2) Epoch 24, batch 11000, loss[loss=0.1832, simple_loss=0.2726, pruned_loss=0.04688, over 13182.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.1018, over 41.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3531, pruned_loss=0.1034, over 2777767.42 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07505, over 48091.59 utterances.], batch size: 41, lr: 1.94e-04 +2022-09-19 02:34:25,424 INFO [train.py:885] (0/2) Epoch 24, batch 11050, loss[loss=0.3016, simple_loss=0.3946, pruned_loss=0.1043, over 13787.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07008, over 411.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3542, pruned_loss=0.1041, over 2777995.82 frames. utt_duration=230.3 frames, utt_pad_proportion=0.0754, over 48556.35 utterances.], batch size: 411, lr: 1.94e-04 +2022-09-19 02:34:54,794 INFO [train.py:885] (0/2) Epoch 24, batch 11100, loss[loss=0.2211, simple_loss=0.2857, pruned_loss=0.07828, over 13802.00 frames. utt_duration=921.5 frames, utt_pad_proportion=0.07384, over 60.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3515, pruned_loss=0.103, over 2778510.16 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07345, over 47346.98 utterances.], batch size: 60, lr: 1.94e-04 +2022-09-19 02:35:24,864 INFO [train.py:885] (0/2) Epoch 24, batch 11150, loss[loss=0.3167, simple_loss=0.4221, pruned_loss=0.1056, over 13664.00 frames. utt_duration=98.77 frames, utt_pad_proportion=0.07695, over 561.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3521, pruned_loss=0.1034, over 2776776.95 frames. utt_duration=233 frames, utt_pad_proportion=0.0744, over 47975.18 utterances.], batch size: 561, lr: 1.94e-04 +2022-09-19 02:35:54,405 INFO [train.py:885] (0/2) Epoch 24, batch 11200, loss[loss=0.3835, simple_loss=0.4298, pruned_loss=0.1685, over 14261.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04156, over 335.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3488, pruned_loss=0.1018, over 2780962.70 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07167, over 46189.08 utterances.], batch size: 335, lr: 1.94e-04 +2022-09-19 02:36:24,069 INFO [train.py:885] (0/2) Epoch 24, batch 11250, loss[loss=0.3251, simple_loss=0.4015, pruned_loss=0.1244, over 14004.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05553, over 365.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.35, pruned_loss=0.1026, over 2785189.25 frames. utt_duration=243.1 frames, utt_pad_proportion=0.0716, over 46107.67 utterances.], batch size: 365, lr: 1.94e-04 +2022-09-19 02:36:53,423 INFO [train.py:885] (0/2) Epoch 24, batch 11300, loss[loss=0.2437, simple_loss=0.3201, pruned_loss=0.08363, over 14256.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04522, over 141.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3431, pruned_loss=0.09908, over 2781172.49 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06998, over 43998.23 utterances.], batch size: 141, lr: 1.94e-04 +2022-09-19 02:37:23,300 INFO [train.py:885] (0/2) Epoch 24, batch 11350, loss[loss=0.3581, simple_loss=0.4121, pruned_loss=0.1521, over 14262.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.0412, over 306.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3446, pruned_loss=0.09997, over 2783536.97 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06947, over 44363.80 utterances.], batch size: 306, lr: 1.94e-04 +2022-09-19 02:37:52,302 INFO [train.py:885] (0/2) Epoch 24, batch 11400, loss[loss=0.2061, simple_loss=0.2575, pruned_loss=0.07735, over 13570.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09206, over 42.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3421, pruned_loss=0.09849, over 2784260.51 frames. utt_duration=256.9 frames, utt_pad_proportion=0.0687, over 43604.75 utterances.], batch size: 42, lr: 1.94e-04 +2022-09-19 02:38:21,631 INFO [train.py:885] (0/2) Epoch 24, batch 11450, loss[loss=0.2413, simple_loss=0.3097, pruned_loss=0.08645, over 14137.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.0504, over 98.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.343, pruned_loss=0.09905, over 2777422.71 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07152, over 44094.03 utterances.], batch size: 98, lr: 1.94e-04 +2022-09-19 02:38:51,954 INFO [train.py:885] (0/2) Epoch 24, batch 11500, loss[loss=0.3235, simple_loss=0.3892, pruned_loss=0.1289, over 14308.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03982, over 262.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3456, pruned_loss=0.09963, over 2785722.95 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06993, over 45319.09 utterances.], batch size: 262, lr: 1.94e-04 +2022-09-19 02:39:21,664 INFO [train.py:885] (0/2) Epoch 24, batch 11550, loss[loss=0.2545, simple_loss=0.3341, pruned_loss=0.08741, over 14355.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03838, over 167.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3451, pruned_loss=0.0994, over 2782503.32 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06986, over 45466.78 utterances.], batch size: 167, lr: 1.94e-04 +2022-09-19 02:39:50,641 INFO [train.py:885] (0/2) Epoch 24, batch 11600, loss[loss=0.3055, simple_loss=0.3833, pruned_loss=0.1138, over 14359.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03541, over 210.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3461, pruned_loss=0.09992, over 2780251.91 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07064, over 45748.19 utterances.], batch size: 210, lr: 1.94e-04 +2022-09-19 02:40:20,332 INFO [train.py:885] (0/2) Epoch 24, batch 11650, loss[loss=0.1915, simple_loss=0.2669, pruned_loss=0.05803, over 13871.00 frames. utt_duration=926.1 frames, utt_pad_proportion=0.07016, over 60.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3492, pruned_loss=0.1024, over 2780806.53 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07134, over 46454.24 utterances.], batch size: 60, lr: 1.94e-04 +2022-09-19 02:40:49,815 INFO [train.py:885] (0/2) Epoch 24, batch 11700, loss[loss=0.2796, simple_loss=0.3725, pruned_loss=0.09331, over 13957.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05949, over 365.00 utterances.], tot_loss[loss=0.279, simple_loss=0.352, pruned_loss=0.1029, over 2781132.45 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07135, over 47790.56 utterances.], batch size: 365, lr: 1.94e-04 +2022-09-19 02:41:19,628 INFO [train.py:885] (0/2) Epoch 24, batch 11750, loss[loss=0.1818, simple_loss=0.2544, pruned_loss=0.05462, over 13462.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.08199, over 41.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3481, pruned_loss=0.1012, over 2779757.04 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0715, over 46202.04 utterances.], batch size: 41, lr: 1.94e-04 +2022-09-19 02:41:48,999 INFO [train.py:885] (0/2) Epoch 24, batch 11800, loss[loss=0.1454, simple_loss=0.2045, pruned_loss=0.04318, over 13657.00 frames. utt_duration=911.8 frames, utt_pad_proportion=0.08083, over 60.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3478, pruned_loss=0.1011, over 2777904.44 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07284, over 46420.38 utterances.], batch size: 60, lr: 1.94e-04 +2022-09-19 02:42:18,608 INFO [train.py:885] (0/2) Epoch 24, batch 11850, loss[loss=0.3173, simple_loss=0.395, pruned_loss=0.1198, over 14241.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04209, over 225.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3485, pruned_loss=0.101, over 2783512.28 frames. utt_duration=240 frames, utt_pad_proportion=0.07141, over 46678.58 utterances.], batch size: 225, lr: 1.94e-04 +2022-09-19 02:42:47,960 INFO [train.py:885] (0/2) Epoch 24, batch 11900, loss[loss=0.3186, simple_loss=0.3832, pruned_loss=0.127, over 14322.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03752, over 180.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3502, pruned_loss=0.1019, over 2781056.88 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07272, over 47474.91 utterances.], batch size: 180, lr: 1.94e-04 +2022-09-19 02:43:17,590 INFO [train.py:885] (0/2) Epoch 24, batch 11950, loss[loss=0.3791, simple_loss=0.4823, pruned_loss=0.1379, over 13210.00 frames. utt_duration=82.42 frames, utt_pad_proportion=0.1042, over 653.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3503, pruned_loss=0.1022, over 2787307.39 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07092, over 46971.62 utterances.], batch size: 653, lr: 1.94e-04 +2022-09-19 02:43:47,851 INFO [train.py:885] (0/2) Epoch 24, batch 12000, loss[loss=0.2293, simple_loss=0.3067, pruned_loss=0.07596, over 13993.00 frames. utt_duration=710 frames, utt_pad_proportion=0.05714, over 79.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3515, pruned_loss=0.1028, over 2780626.40 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07224, over 47736.85 utterances.], batch size: 79, lr: 1.94e-04 +2022-09-19 02:43:47,852 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 02:43:52,539 INFO [train.py:914] (0/2) Epoch 24, validation: loss=0.192, simple_loss=0.2705, pruned_loss=0.05674, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 02:44:21,766 INFO [train.py:885] (0/2) Epoch 24, batch 12050, loss[loss=0.2844, simple_loss=0.3438, pruned_loss=0.1125, over 14259.00 frames. utt_duration=440 frames, utt_pad_proportion=0.04349, over 130.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3487, pruned_loss=0.1018, over 2781781.55 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07097, over 46351.77 utterances.], batch size: 130, lr: 1.94e-04 +2022-09-19 02:44:51,283 INFO [train.py:885] (0/2) Epoch 24, batch 12100, loss[loss=0.2715, simple_loss=0.3361, pruned_loss=0.1034, over 14360.00 frames. utt_duration=443.3 frames, utt_pad_proportion=0.03427, over 130.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3501, pruned_loss=0.1028, over 2783179.59 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07104, over 46466.05 utterances.], batch size: 130, lr: 1.94e-04 +2022-09-19 02:45:20,497 INFO [train.py:885] (0/2) Epoch 24, batch 12150, loss[loss=0.2931, simple_loss=0.3941, pruned_loss=0.09603, over 13589.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08313, over 477.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3474, pruned_loss=0.1011, over 2780839.32 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06984, over 45971.33 utterances.], batch size: 477, lr: 1.94e-04 +2022-09-19 02:45:50,369 INFO [train.py:885] (0/2) Epoch 24, batch 12200, loss[loss=0.3985, simple_loss=0.4363, pruned_loss=0.1804, over 14233.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04239, over 335.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.352, pruned_loss=0.1033, over 2778381.82 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07321, over 48386.37 utterances.], batch size: 335, lr: 1.94e-04 +2022-09-19 02:46:19,822 INFO [train.py:885] (0/2) Epoch 24, batch 12250, loss[loss=0.182, simple_loss=0.2562, pruned_loss=0.0539, over 13256.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1091, over 33.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3495, pruned_loss=0.1026, over 2781871.93 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07091, over 46966.11 utterances.], batch size: 33, lr: 1.94e-04 +2022-09-19 02:46:56,415 INFO [train.py:885] (0/2) Epoch 24, batch 12300, loss[loss=0.2662, simple_loss=0.3663, pruned_loss=0.08305, over 14045.00 frames. utt_duration=155.3 frames, utt_pad_proportion=0.05294, over 365.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3461, pruned_loss=0.1004, over 2783793.58 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06985, over 45972.32 utterances.], batch size: 365, lr: 1.94e-04 +2022-09-19 02:47:26,213 INFO [train.py:885] (0/2) Epoch 24, batch 12350, loss[loss=0.2243, simple_loss=0.3006, pruned_loss=0.07403, over 14235.00 frames. utt_duration=524 frames, utt_pad_proportion=0.04029, over 109.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3449, pruned_loss=0.09997, over 2782829.06 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07064, over 45179.11 utterances.], batch size: 109, lr: 1.94e-04 +2022-09-19 02:47:55,255 INFO [train.py:885] (0/2) Epoch 24, batch 12400, loss[loss=0.2523, simple_loss=0.3343, pruned_loss=0.08515, over 14323.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.0373, over 195.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3441, pruned_loss=0.09945, over 2786500.55 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06829, over 44569.47 utterances.], batch size: 195, lr: 1.94e-04 +2022-09-19 02:48:25,458 INFO [train.py:885] (0/2) Epoch 24, batch 12450, loss[loss=0.2972, simple_loss=0.3722, pruned_loss=0.1111, over 14384.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03412, over 210.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3493, pruned_loss=0.102, over 2785174.39 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06963, over 46362.26 utterances.], batch size: 210, lr: 1.94e-04 +2022-09-19 02:48:54,429 INFO [train.py:885] (0/2) Epoch 24, batch 12500, loss[loss=0.2204, simple_loss=0.2865, pruned_loss=0.07719, over 13789.00 frames. utt_duration=920.7 frames, utt_pad_proportion=0.07564, over 60.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3475, pruned_loss=0.1018, over 2791475.46 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06633, over 44485.01 utterances.], batch size: 60, lr: 1.94e-04 +2022-09-19 02:49:24,297 INFO [train.py:885] (0/2) Epoch 24, batch 12550, loss[loss=0.2249, simple_loss=0.2927, pruned_loss=0.07854, over 14011.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05998, over 79.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3461, pruned_loss=0.1006, over 2790891.34 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06621, over 44590.28 utterances.], batch size: 79, lr: 1.94e-04 +2022-09-19 02:49:51,792 INFO [train.py:885] (0/2) Epoch 24, batch 12600, loss[loss=0.3063, simple_loss=0.403, pruned_loss=0.1048, over 13669.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07302, over 478.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3484, pruned_loss=0.1025, over 2792774.34 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06473, over 44083.45 utterances.], batch size: 478, lr: 1.94e-04 +2022-09-19 02:50:03,686 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-24.pt +2022-09-19 02:50:10,838 INFO [train.py:885] (0/2) Epoch 25, batch 0, loss[loss=0.2017, simple_loss=0.2706, pruned_loss=0.0664, over 14252.00 frames. utt_duration=642.1 frames, utt_pad_proportion=0.043, over 89.00 utterances.], tot_loss[loss=0.2017, simple_loss=0.2706, pruned_loss=0.0664, over 14252.00 frames. utt_duration=642.1 frames, utt_pad_proportion=0.043, over 89.00 utterances.], batch size: 89, lr: 1.90e-04 +2022-09-19 02:50:39,731 INFO [train.py:885] (0/2) Epoch 25, batch 50, loss[loss=0.3937, simple_loss=0.4624, pruned_loss=0.1625, over 13794.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06989, over 411.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3535, pruned_loss=0.1079, over 629522.15 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07044, over 9954.33 utterances.], batch size: 411, lr: 1.90e-04 +2022-09-19 02:51:08,905 INFO [train.py:885] (0/2) Epoch 25, batch 100, loss[loss=0.3077, simple_loss=0.3656, pruned_loss=0.1249, over 14335.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.0398, over 167.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3472, pruned_loss=0.1023, over 1105022.59 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07025, over 17607.73 utterances.], batch size: 167, lr: 1.90e-04 +2022-09-19 02:51:38,919 INFO [train.py:885] (0/2) Epoch 25, batch 150, loss[loss=0.2478, simple_loss=0.3093, pruned_loss=0.09315, over 14194.00 frames. utt_duration=639.3 frames, utt_pad_proportion=0.04725, over 89.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.345, pruned_loss=0.1003, over 1475646.22 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07126, over 23745.18 utterances.], batch size: 89, lr: 1.90e-04 +2022-09-19 02:52:08,244 INFO [train.py:885] (0/2) Epoch 25, batch 200, loss[loss=0.2804, simple_loss=0.3869, pruned_loss=0.08689, over 13752.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07284, over 411.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3487, pruned_loss=0.102, over 1763496.01 frames. utt_duration=243 frames, utt_pad_proportion=0.07026, over 29204.10 utterances.], batch size: 411, lr: 1.90e-04 +2022-09-19 02:52:37,329 INFO [train.py:885] (0/2) Epoch 25, batch 250, loss[loss=0.15, simple_loss=0.2225, pruned_loss=0.03872, over 13599.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.0816, over 42.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3416, pruned_loss=0.0982, over 1995253.78 frames. utt_duration=262.2 frames, utt_pad_proportion=0.06533, over 30607.65 utterances.], batch size: 42, lr: 1.90e-04 +2022-09-19 02:53:07,097 INFO [train.py:885] (0/2) Epoch 25, batch 300, loss[loss=0.3677, simple_loss=0.4689, pruned_loss=0.1333, over 13157.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3495, pruned_loss=0.1016, over 2169807.31 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07019, over 36261.16 utterances.], batch size: 653, lr: 1.90e-04 +2022-09-19 02:53:36,268 INFO [train.py:885] (0/2) Epoch 25, batch 350, loss[loss=0.2046, simple_loss=0.2731, pruned_loss=0.06805, over 14070.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05489, over 98.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3491, pruned_loss=0.1007, over 2305439.83 frames. utt_duration=237.9 frames, utt_pad_proportion=0.06846, over 39004.66 utterances.], batch size: 98, lr: 1.90e-04 +2022-09-19 02:54:06,250 INFO [train.py:885] (0/2) Epoch 25, batch 400, loss[loss=0.2289, simple_loss=0.3013, pruned_loss=0.07821, over 14290.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.04245, over 120.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3521, pruned_loss=0.1025, over 2414061.42 frames. utt_duration=234.7 frames, utt_pad_proportion=0.06955, over 41398.38 utterances.], batch size: 120, lr: 1.90e-04 +2022-09-19 02:54:35,690 INFO [train.py:885] (0/2) Epoch 25, batch 450, loss[loss=0.2551, simple_loss=0.3331, pruned_loss=0.08852, over 14299.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03839, over 130.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3529, pruned_loss=0.1036, over 2496821.18 frames. utt_duration=234.4 frames, utt_pad_proportion=0.06999, over 42881.65 utterances.], batch size: 130, lr: 1.90e-04 +2022-09-19 02:55:05,285 INFO [train.py:885] (0/2) Epoch 25, batch 500, loss[loss=0.2996, simple_loss=0.3776, pruned_loss=0.1108, over 14366.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03427, over 210.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3467, pruned_loss=0.09985, over 2563722.55 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06764, over 41887.43 utterances.], batch size: 210, lr: 1.90e-04 +2022-09-19 02:55:34,674 INFO [train.py:885] (0/2) Epoch 25, batch 550, loss[loss=0.2725, simple_loss=0.3545, pruned_loss=0.09523, over 14315.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03765, over 180.00 utterances.], tot_loss[loss=0.272, simple_loss=0.345, pruned_loss=0.09951, over 2613423.83 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06746, over 41902.57 utterances.], batch size: 180, lr: 1.90e-04 +2022-09-19 02:56:04,586 INFO [train.py:885] (0/2) Epoch 25, batch 600, loss[loss=0.2413, simple_loss=0.2997, pruned_loss=0.09142, over 13941.00 frames. utt_duration=707.3 frames, utt_pad_proportion=0.06321, over 79.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.348, pruned_loss=0.1015, over 2652760.45 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06679, over 43001.46 utterances.], batch size: 79, lr: 1.90e-04 +2022-09-19 02:56:34,426 INFO [train.py:885] (0/2) Epoch 25, batch 650, loss[loss=0.2252, simple_loss=0.3083, pruned_loss=0.07108, over 13288.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09306, over 41.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3462, pruned_loss=0.1006, over 2682583.81 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06598, over 42261.14 utterances.], batch size: 41, lr: 1.90e-04 +2022-09-19 02:57:04,228 INFO [train.py:885] (0/2) Epoch 25, batch 700, loss[loss=0.2764, simple_loss=0.379, pruned_loss=0.08695, over 13786.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07078, over 411.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3488, pruned_loss=0.1011, over 2704600.07 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06945, over 44495.47 utterances.], batch size: 411, lr: 1.90e-04 +2022-09-19 02:57:33,832 INFO [train.py:885] (0/2) Epoch 25, batch 750, loss[loss=0.5155, simple_loss=0.6008, pruned_loss=0.2152, over 12432.00 frames. utt_duration=62.87 frames, utt_pad_proportion=0.1504, over 810.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3446, pruned_loss=0.09802, over 2719612.54 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07037, over 43840.71 utterances.], batch size: 810, lr: 1.90e-04 +2022-09-19 02:58:03,193 INFO [train.py:885] (0/2) Epoch 25, batch 800, loss[loss=0.3109, simple_loss=0.4157, pruned_loss=0.1031, over 13606.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07799, over 560.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3473, pruned_loss=0.09953, over 2735986.80 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07037, over 44902.87 utterances.], batch size: 560, lr: 1.90e-04 +2022-09-19 02:58:32,961 INFO [train.py:885] (0/2) Epoch 25, batch 850, loss[loss=0.1849, simple_loss=0.2545, pruned_loss=0.0576, over 13981.00 frames. utt_duration=800.6 frames, utt_pad_proportion=0.06583, over 70.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3473, pruned_loss=0.09941, over 2743210.30 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07281, over 46020.46 utterances.], batch size: 70, lr: 1.90e-04 +2022-09-19 02:59:02,108 INFO [train.py:885] (0/2) Epoch 25, batch 900, loss[loss=0.3178, simple_loss=0.382, pruned_loss=0.1268, over 14319.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03952, over 262.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3457, pruned_loss=0.09833, over 2751229.23 frames. utt_duration=246 frames, utt_pad_proportion=0.07197, over 45005.39 utterances.], batch size: 262, lr: 1.90e-04 +2022-09-19 02:59:31,824 INFO [train.py:885] (0/2) Epoch 25, batch 950, loss[loss=0.2576, simple_loss=0.3421, pruned_loss=0.08653, over 14280.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04257, over 154.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3465, pruned_loss=0.09867, over 2760922.28 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07001, over 45268.81 utterances.], batch size: 154, lr: 1.90e-04 +2022-09-19 03:00:01,159 INFO [train.py:885] (0/2) Epoch 25, batch 1000, loss[loss=0.2849, simple_loss=0.3756, pruned_loss=0.09715, over 13964.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.0584, over 365.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3482, pruned_loss=0.09983, over 2770392.89 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0692, over 45400.14 utterances.], batch size: 365, lr: 1.90e-04 +2022-09-19 03:00:30,791 INFO [train.py:885] (0/2) Epoch 25, batch 1050, loss[loss=0.2967, simple_loss=0.3687, pruned_loss=0.1123, over 14325.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03822, over 283.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.348, pruned_loss=0.1001, over 2771300.57 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07149, over 45177.72 utterances.], batch size: 283, lr: 1.89e-04 +2022-09-19 03:01:00,259 INFO [train.py:885] (0/2) Epoch 25, batch 1100, loss[loss=0.2795, simple_loss=0.3428, pruned_loss=0.1081, over 14288.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.04019, over 195.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3477, pruned_loss=0.1005, over 2775423.46 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07036, over 45246.37 utterances.], batch size: 195, lr: 1.89e-04 +2022-09-19 03:01:12,268 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-304000.pt +2022-09-19 03:01:31,667 INFO [train.py:885] (0/2) Epoch 25, batch 1150, loss[loss=0.3063, simple_loss=0.4054, pruned_loss=0.1036, over 13632.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08051, over 477.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.349, pruned_loss=0.1009, over 2777723.80 frames. utt_duration=241.4 frames, utt_pad_proportion=0.06972, over 46318.07 utterances.], batch size: 477, lr: 1.89e-04 +2022-09-19 03:02:01,277 INFO [train.py:885] (0/2) Epoch 25, batch 1200, loss[loss=0.2406, simple_loss=0.3191, pruned_loss=0.08102, over 14342.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03544, over 130.00 utterances.], tot_loss[loss=0.274, simple_loss=0.347, pruned_loss=0.1005, over 2780924.15 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06957, over 44824.93 utterances.], batch size: 130, lr: 1.89e-04 +2022-09-19 03:02:30,668 INFO [train.py:885] (0/2) Epoch 25, batch 1250, loss[loss=0.2016, simple_loss=0.2807, pruned_loss=0.06122, over 12416.00 frames. utt_duration=2071 frames, utt_pad_proportion=0.1545, over 24.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3506, pruned_loss=0.1035, over 2779705.01 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07079, over 45460.52 utterances.], batch size: 24, lr: 1.89e-04 +2022-09-19 03:03:00,391 INFO [train.py:885] (0/2) Epoch 25, batch 1300, loss[loss=0.1727, simple_loss=0.2308, pruned_loss=0.05734, over 13549.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08257, over 50.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3479, pruned_loss=0.1021, over 2780235.48 frames. utt_duration=252.1 frames, utt_pad_proportion=0.0702, over 44373.84 utterances.], batch size: 50, lr: 1.89e-04 +2022-09-19 03:03:30,123 INFO [train.py:885] (0/2) Epoch 25, batch 1350, loss[loss=0.2665, simple_loss=0.3494, pruned_loss=0.09182, over 14243.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04271, over 225.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3502, pruned_loss=0.1032, over 2782811.77 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07066, over 45973.89 utterances.], batch size: 225, lr: 1.89e-04 +2022-09-19 03:03:59,694 INFO [train.py:885] (0/2) Epoch 25, batch 1400, loss[loss=0.2184, simple_loss=0.3015, pruned_loss=0.06762, over 14329.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.03658, over 130.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3507, pruned_loss=0.1032, over 2780029.42 frames. utt_duration=243.1 frames, utt_pad_proportion=0.0696, over 46031.77 utterances.], batch size: 130, lr: 1.89e-04 +2022-09-19 03:04:29,116 INFO [train.py:885] (0/2) Epoch 25, batch 1450, loss[loss=0.2957, simple_loss=0.3712, pruned_loss=0.1101, over 14304.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04053, over 262.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3483, pruned_loss=0.1027, over 2779755.22 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07011, over 45115.05 utterances.], batch size: 262, lr: 1.89e-04 +2022-09-19 03:04:58,784 INFO [train.py:885] (0/2) Epoch 25, batch 1500, loss[loss=0.298, simple_loss=0.4055, pruned_loss=0.09521, over 13620.00 frames. utt_duration=98.56 frames, utt_pad_proportion=0.07884, over 560.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3463, pruned_loss=0.1015, over 2781793.67 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06998, over 44633.10 utterances.], batch size: 560, lr: 1.89e-04 +2022-09-19 03:05:27,803 INFO [train.py:885] (0/2) Epoch 25, batch 1550, loss[loss=0.2694, simple_loss=0.3727, pruned_loss=0.08303, over 13971.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05825, over 365.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3456, pruned_loss=0.1015, over 2783040.33 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06829, over 44346.52 utterances.], batch size: 365, lr: 1.89e-04 +2022-09-19 03:05:57,740 INFO [train.py:885] (0/2) Epoch 25, batch 1600, loss[loss=0.5346, simple_loss=0.6139, pruned_loss=0.2277, over 12498.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1452, over 810.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3506, pruned_loss=0.1037, over 2775770.27 frames. utt_duration=240.1 frames, utt_pad_proportion=0.0731, over 46536.85 utterances.], batch size: 810, lr: 1.89e-04 +2022-09-19 03:06:27,077 INFO [train.py:885] (0/2) Epoch 25, batch 1650, loss[loss=0.358, simple_loss=0.4605, pruned_loss=0.1278, over 13157.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1075, over 653.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3479, pruned_loss=0.103, over 2775006.57 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07255, over 45380.23 utterances.], batch size: 653, lr: 1.89e-04 +2022-09-19 03:06:56,633 INFO [train.py:885] (0/2) Epoch 25, batch 1700, loss[loss=0.1801, simple_loss=0.2466, pruned_loss=0.05677, over 14011.00 frames. utt_duration=710.9 frames, utt_pad_proportion=0.05846, over 79.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.346, pruned_loss=0.1016, over 2773971.20 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07349, over 45057.42 utterances.], batch size: 79, lr: 1.89e-04 +2022-09-19 03:07:26,092 INFO [train.py:885] (0/2) Epoch 25, batch 1750, loss[loss=0.2382, simple_loss=0.3307, pruned_loss=0.07283, over 14315.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03768, over 180.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3444, pruned_loss=0.1004, over 2776786.49 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07331, over 44607.63 utterances.], batch size: 180, lr: 1.89e-04 +2022-09-19 03:07:54,753 INFO [train.py:885] (0/2) Epoch 25, batch 1800, loss[loss=0.1779, simple_loss=0.2275, pruned_loss=0.06414, over 12211.00 frames. utt_duration=2037 frames, utt_pad_proportion=0.1687, over 24.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3437, pruned_loss=0.1001, over 2781729.76 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07101, over 44043.15 utterances.], batch size: 24, lr: 1.89e-04 +2022-09-19 03:08:24,518 INFO [train.py:885] (0/2) Epoch 25, batch 1850, loss[loss=0.2936, simple_loss=0.36, pruned_loss=0.1136, over 14353.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03281, over 195.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3439, pruned_loss=0.1002, over 2781976.18 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07054, over 43874.60 utterances.], batch size: 195, lr: 1.89e-04 +2022-09-19 03:08:53,545 INFO [train.py:885] (0/2) Epoch 25, batch 1900, loss[loss=0.23, simple_loss=0.3144, pruned_loss=0.0728, over 14318.00 frames. utt_duration=442 frames, utt_pad_proportion=0.0391, over 130.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3473, pruned_loss=0.1014, over 2782988.11 frames. utt_duration=245 frames, utt_pad_proportion=0.07275, over 45718.02 utterances.], batch size: 130, lr: 1.89e-04 +2022-09-19 03:09:23,131 INFO [train.py:885] (0/2) Epoch 25, batch 1950, loss[loss=0.2518, simple_loss=0.3271, pruned_loss=0.08821, over 14162.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04565, over 109.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3494, pruned_loss=0.1024, over 2786222.68 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07073, over 45992.98 utterances.], batch size: 109, lr: 1.89e-04 +2022-09-19 03:09:52,814 INFO [train.py:885] (0/2) Epoch 25, batch 2000, loss[loss=0.2266, simple_loss=0.314, pruned_loss=0.06961, over 14231.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04674, over 141.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3471, pruned_loss=0.1015, over 2784175.00 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07156, over 45005.49 utterances.], batch size: 141, lr: 1.89e-04 +2022-09-19 03:10:22,150 INFO [train.py:885] (0/2) Epoch 25, batch 2050, loss[loss=0.2857, simple_loss=0.3594, pruned_loss=0.106, over 14334.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03483, over 244.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3429, pruned_loss=0.09879, over 2784874.86 frames. utt_duration=257.9 frames, utt_pad_proportion=0.07007, over 43435.02 utterances.], batch size: 244, lr: 1.89e-04 +2022-09-19 03:10:51,950 INFO [train.py:885] (0/2) Epoch 25, batch 2100, loss[loss=0.2929, simple_loss=0.3615, pruned_loss=0.1121, over 14277.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03972, over 130.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3427, pruned_loss=0.09834, over 2784903.24 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07, over 43651.59 utterances.], batch size: 130, lr: 1.89e-04 +2022-09-19 03:11:21,017 INFO [train.py:885] (0/2) Epoch 25, batch 2150, loss[loss=0.2418, simple_loss=0.3166, pruned_loss=0.08349, over 14252.00 frames. utt_duration=524.5 frames, utt_pad_proportion=0.03945, over 109.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3396, pruned_loss=0.09662, over 2789818.10 frames. utt_duration=267.6 frames, utt_pad_proportion=0.06674, over 41927.44 utterances.], batch size: 109, lr: 1.89e-04 +2022-09-19 03:11:50,394 INFO [train.py:885] (0/2) Epoch 25, batch 2200, loss[loss=0.2249, simple_loss=0.2953, pruned_loss=0.07721, over 14088.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05515, over 98.00 utterances.], tot_loss[loss=0.2629, simple_loss=0.336, pruned_loss=0.09492, over 2786799.57 frames. utt_duration=274.5 frames, utt_pad_proportion=0.06442, over 40825.65 utterances.], batch size: 98, lr: 1.89e-04 +2022-09-19 03:12:20,140 INFO [train.py:885] (0/2) Epoch 25, batch 2250, loss[loss=0.2871, simple_loss=0.3592, pruned_loss=0.1075, over 14252.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04499, over 141.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3402, pruned_loss=0.09738, over 2786536.09 frames. utt_duration=267 frames, utt_pad_proportion=0.06663, over 41970.38 utterances.], batch size: 141, lr: 1.89e-04 +2022-09-19 03:12:49,597 INFO [train.py:885] (0/2) Epoch 25, batch 2300, loss[loss=0.3398, simple_loss=0.3988, pruned_loss=0.1405, over 14195.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04437, over 306.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3403, pruned_loss=0.09739, over 2787256.32 frames. utt_duration=264.7 frames, utt_pad_proportion=0.06665, over 42362.35 utterances.], batch size: 306, lr: 1.89e-04 +2022-09-19 03:13:19,472 INFO [train.py:885] (0/2) Epoch 25, batch 2350, loss[loss=0.3657, simple_loss=0.4161, pruned_loss=0.1577, over 14370.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03705, over 167.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3418, pruned_loss=0.09787, over 2784755.75 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06854, over 43959.86 utterances.], batch size: 167, lr: 1.89e-04 +2022-09-19 03:13:49,062 INFO [train.py:885] (0/2) Epoch 25, batch 2400, loss[loss=0.3271, simple_loss=0.3932, pruned_loss=0.1305, over 14189.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04465, over 306.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3426, pruned_loss=0.09843, over 2791237.27 frames. utt_duration=259 frames, utt_pad_proportion=0.06473, over 43358.21 utterances.], batch size: 306, lr: 1.89e-04 +2022-09-19 03:14:18,313 INFO [train.py:885] (0/2) Epoch 25, batch 2450, loss[loss=0.2436, simple_loss=0.3172, pruned_loss=0.08497, over 14334.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.0357, over 120.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3454, pruned_loss=0.09944, over 2787732.22 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06726, over 44223.76 utterances.], batch size: 120, lr: 1.89e-04 +2022-09-19 03:14:47,839 INFO [train.py:885] (0/2) Epoch 25, batch 2500, loss[loss=0.2561, simple_loss=0.3375, pruned_loss=0.08738, over 14339.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03625, over 195.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.349, pruned_loss=0.1018, over 2790473.54 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06578, over 44881.43 utterances.], batch size: 195, lr: 1.89e-04 +2022-09-19 03:15:17,689 INFO [train.py:885] (0/2) Epoch 25, batch 2550, loss[loss=0.2224, simple_loss=0.2896, pruned_loss=0.07761, over 14119.00 frames. utt_duration=577.8 frames, utt_pad_proportion=0.0512, over 98.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3516, pruned_loss=0.1034, over 2780439.69 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07039, over 46394.19 utterances.], batch size: 98, lr: 1.89e-04 +2022-09-19 03:15:47,613 INFO [train.py:885] (0/2) Epoch 25, batch 2600, loss[loss=0.2094, simple_loss=0.2758, pruned_loss=0.07151, over 14135.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.05042, over 98.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3526, pruned_loss=0.1038, over 2774702.47 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07458, over 47779.00 utterances.], batch size: 98, lr: 1.89e-04 +2022-09-19 03:16:17,597 INFO [train.py:885] (0/2) Epoch 25, batch 2650, loss[loss=0.2292, simple_loss=0.2965, pruned_loss=0.08093, over 13870.00 frames. utt_duration=926.3 frames, utt_pad_proportion=0.06436, over 60.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3533, pruned_loss=0.1045, over 2771841.53 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07656, over 48054.75 utterances.], batch size: 60, lr: 1.89e-04 +2022-09-19 03:16:46,983 INFO [train.py:885] (0/2) Epoch 25, batch 2700, loss[loss=0.4471, simple_loss=0.5166, pruned_loss=0.1888, over 13147.00 frames. utt_duration=82.06 frames, utt_pad_proportion=0.108, over 653.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3534, pruned_loss=0.105, over 2777232.43 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07651, over 47246.34 utterances.], batch size: 653, lr: 1.89e-04 +2022-09-19 03:17:16,239 INFO [train.py:885] (0/2) Epoch 25, batch 2750, loss[loss=0.3597, simple_loss=0.4292, pruned_loss=0.1451, over 14031.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05363, over 365.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3516, pruned_loss=0.1049, over 2777074.67 frames. utt_duration=241 frames, utt_pad_proportion=0.0756, over 46379.22 utterances.], batch size: 365, lr: 1.89e-04 +2022-09-19 03:17:45,615 INFO [train.py:885] (0/2) Epoch 25, batch 2800, loss[loss=0.1832, simple_loss=0.2527, pruned_loss=0.05684, over 13327.00 frames. utt_duration=1617 frames, utt_pad_proportion=0.1053, over 33.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3477, pruned_loss=0.1025, over 2778187.99 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07453, over 44610.67 utterances.], batch size: 33, lr: 1.89e-04 +2022-09-19 03:18:14,857 INFO [train.py:885] (0/2) Epoch 25, batch 2850, loss[loss=0.1911, simple_loss=0.2657, pruned_loss=0.0583, over 13889.00 frames. utt_duration=806.6 frames, utt_pad_proportion=0.06106, over 69.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3448, pruned_loss=0.1008, over 2779507.98 frames. utt_duration=256.3 frames, utt_pad_proportion=0.07213, over 43628.19 utterances.], batch size: 69, lr: 1.89e-04 +2022-09-19 03:18:44,322 INFO [train.py:885] (0/2) Epoch 25, batch 2900, loss[loss=0.2801, simple_loss=0.3479, pruned_loss=0.1061, over 14262.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04469, over 141.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3421, pruned_loss=0.0992, over 2783718.87 frames. utt_duration=260.2 frames, utt_pad_proportion=0.0699, over 43037.32 utterances.], batch size: 141, lr: 1.89e-04 +2022-09-19 03:19:14,048 INFO [train.py:885] (0/2) Epoch 25, batch 2950, loss[loss=0.3508, simple_loss=0.4558, pruned_loss=0.1229, over 13162.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3462, pruned_loss=0.1008, over 2780814.90 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07179, over 45089.38 utterances.], batch size: 653, lr: 1.89e-04 +2022-09-19 03:19:43,454 INFO [train.py:885] (0/2) Epoch 25, batch 3000, loss[loss=0.1983, simple_loss=0.2716, pruned_loss=0.06247, over 13983.00 frames. utt_duration=709.7 frames, utt_pad_proportion=0.06128, over 79.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3475, pruned_loss=0.1015, over 2778542.99 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07197, over 45533.04 utterances.], batch size: 79, lr: 1.89e-04 +2022-09-19 03:19:43,456 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 03:19:48,133 INFO [train.py:914] (0/2) Epoch 25, validation: loss=0.1934, simple_loss=0.2732, pruned_loss=0.05678, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 03:20:18,140 INFO [train.py:885] (0/2) Epoch 25, batch 3050, loss[loss=0.3123, simple_loss=0.4151, pruned_loss=0.1047, over 13603.00 frames. utt_duration=98.5 frames, utt_pad_proportion=0.07942, over 560.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3466, pruned_loss=0.1011, over 2778723.93 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07173, over 45343.26 utterances.], batch size: 560, lr: 1.89e-04 +2022-09-19 03:20:47,413 INFO [train.py:885] (0/2) Epoch 25, batch 3100, loss[loss=0.1681, simple_loss=0.2596, pruned_loss=0.03827, over 13878.00 frames. utt_duration=806 frames, utt_pad_proportion=0.06172, over 69.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3483, pruned_loss=0.1014, over 2778950.77 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07371, over 46431.62 utterances.], batch size: 69, lr: 1.89e-04 +2022-09-19 03:21:17,131 INFO [train.py:885] (0/2) Epoch 25, batch 3150, loss[loss=0.241, simple_loss=0.3106, pruned_loss=0.08573, over 14143.00 frames. utt_duration=578.7 frames, utt_pad_proportion=0.05139, over 98.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3475, pruned_loss=0.1014, over 2782059.02 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07251, over 46059.85 utterances.], batch size: 98, lr: 1.89e-04 +2022-09-19 03:21:46,294 INFO [train.py:885] (0/2) Epoch 25, batch 3200, loss[loss=0.1899, simple_loss=0.255, pruned_loss=0.06236, over 13780.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.0765, over 42.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3443, pruned_loss=0.09993, over 2781038.83 frames. utt_duration=248 frames, utt_pad_proportion=0.07205, over 45121.08 utterances.], batch size: 42, lr: 1.89e-04 +2022-09-19 03:22:16,342 INFO [train.py:885] (0/2) Epoch 25, batch 3250, loss[loss=0.2531, simple_loss=0.3358, pruned_loss=0.08524, over 14280.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04028, over 225.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.346, pruned_loss=0.09977, over 2779550.58 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07259, over 47129.42 utterances.], batch size: 225, lr: 1.89e-04 +2022-09-19 03:22:45,695 INFO [train.py:885] (0/2) Epoch 25, batch 3300, loss[loss=0.5006, simple_loss=0.5021, pruned_loss=0.2495, over 14212.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0442, over 306.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3491, pruned_loss=0.1014, over 2782329.35 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07237, over 48026.29 utterances.], batch size: 306, lr: 1.89e-04 +2022-09-19 03:23:15,457 INFO [train.py:885] (0/2) Epoch 25, batch 3350, loss[loss=0.2591, simple_loss=0.3294, pruned_loss=0.09444, over 14267.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04234, over 130.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3498, pruned_loss=0.1023, over 2782491.93 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07127, over 47292.25 utterances.], batch size: 130, lr: 1.89e-04 +2022-09-19 03:23:44,697 INFO [train.py:885] (0/2) Epoch 25, batch 3400, loss[loss=0.1658, simple_loss=0.2275, pruned_loss=0.05206, over 13537.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.0856, over 50.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3492, pruned_loss=0.1026, over 2780770.66 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07284, over 46902.70 utterances.], batch size: 50, lr: 1.89e-04 +2022-09-19 03:24:14,277 INFO [train.py:885] (0/2) Epoch 25, batch 3450, loss[loss=0.2182, simple_loss=0.2871, pruned_loss=0.07471, over 14316.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03886, over 120.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3465, pruned_loss=0.1008, over 2780646.12 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07096, over 46011.12 utterances.], batch size: 120, lr: 1.89e-04 +2022-09-19 03:24:43,843 INFO [train.py:885] (0/2) Epoch 25, batch 3500, loss[loss=0.2603, simple_loss=0.3472, pruned_loss=0.08667, over 14338.00 frames. utt_duration=320.1 frames, utt_pad_proportion=0.03584, over 180.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3451, pruned_loss=0.09993, over 2780623.94 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06939, over 44840.89 utterances.], batch size: 180, lr: 1.89e-04 +2022-09-19 03:25:13,596 INFO [train.py:885] (0/2) Epoch 25, batch 3550, loss[loss=0.223, simple_loss=0.3002, pruned_loss=0.07292, over 14313.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03776, over 130.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3462, pruned_loss=0.1004, over 2781082.68 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07005, over 45356.20 utterances.], batch size: 130, lr: 1.89e-04 +2022-09-19 03:25:42,760 INFO [train.py:885] (0/2) Epoch 25, batch 3600, loss[loss=0.392, simple_loss=0.433, pruned_loss=0.1755, over 14230.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04292, over 306.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3479, pruned_loss=0.1014, over 2780197.78 frames. utt_duration=243 frames, utt_pad_proportion=0.07081, over 46046.96 utterances.], batch size: 306, lr: 1.89e-04 +2022-09-19 03:26:12,439 INFO [train.py:885] (0/2) Epoch 25, batch 3650, loss[loss=0.2025, simple_loss=0.2834, pruned_loss=0.06078, over 13747.00 frames. utt_duration=1101 frames, utt_pad_proportion=0.07389, over 50.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3496, pruned_loss=0.102, over 2780794.97 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07094, over 46425.06 utterances.], batch size: 50, lr: 1.89e-04 +2022-09-19 03:26:41,794 INFO [train.py:885] (0/2) Epoch 25, batch 3700, loss[loss=0.3161, simple_loss=0.3821, pruned_loss=0.1251, over 14337.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03852, over 262.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3479, pruned_loss=0.1009, over 2777851.04 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07247, over 46999.52 utterances.], batch size: 262, lr: 1.89e-04 +2022-09-19 03:27:11,288 INFO [train.py:885] (0/2) Epoch 25, batch 3750, loss[loss=0.5783, simple_loss=0.6396, pruned_loss=0.2585, over 12442.00 frames. utt_duration=63.02 frames, utt_pad_proportion=0.1484, over 810.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3484, pruned_loss=0.1011, over 2779567.43 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0727, over 46668.10 utterances.], batch size: 810, lr: 1.89e-04 +2022-09-19 03:27:41,017 INFO [train.py:885] (0/2) Epoch 25, batch 3800, loss[loss=0.2847, simple_loss=0.3489, pruned_loss=0.1103, over 14373.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03708, over 167.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3492, pruned_loss=0.101, over 2779668.25 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07312, over 47281.59 utterances.], batch size: 167, lr: 1.89e-04 +2022-09-19 03:28:11,124 INFO [train.py:885] (0/2) Epoch 25, batch 3850, loss[loss=0.2415, simple_loss=0.3176, pruned_loss=0.08276, over 14342.00 frames. utt_duration=479.5 frames, utt_pad_proportion=0.03713, over 120.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.35, pruned_loss=0.1015, over 2779950.66 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07221, over 47434.90 utterances.], batch size: 120, lr: 1.89e-04 +2022-09-19 03:28:40,805 INFO [train.py:885] (0/2) Epoch 25, batch 3900, loss[loss=0.2736, simple_loss=0.3597, pruned_loss=0.0937, over 14250.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.0416, over 225.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3488, pruned_loss=0.1017, over 2782637.52 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07029, over 46526.60 utterances.], batch size: 225, lr: 1.89e-04 +2022-09-19 03:29:09,880 INFO [train.py:885] (0/2) Epoch 25, batch 3950, loss[loss=0.2797, simple_loss=0.359, pruned_loss=0.1002, over 14397.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03111, over 244.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3461, pruned_loss=0.1001, over 2783628.36 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06915, over 45518.43 utterances.], batch size: 244, lr: 1.89e-04 +2022-09-19 03:29:39,718 INFO [train.py:885] (0/2) Epoch 25, batch 4000, loss[loss=0.1606, simple_loss=0.2317, pruned_loss=0.04479, over 13221.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.09823, over 41.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3457, pruned_loss=0.09991, over 2778238.01 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07168, over 45736.42 utterances.], batch size: 41, lr: 1.89e-04 +2022-09-19 03:30:09,133 INFO [train.py:885] (0/2) Epoch 25, batch 4050, loss[loss=0.1759, simple_loss=0.2394, pruned_loss=0.0562, over 13981.00 frames. utt_duration=800.4 frames, utt_pad_proportion=0.06601, over 70.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3458, pruned_loss=0.09971, over 2780014.90 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07067, over 45959.01 utterances.], batch size: 70, lr: 1.89e-04 +2022-09-19 03:30:38,706 INFO [train.py:885] (0/2) Epoch 25, batch 4100, loss[loss=0.2793, simple_loss=0.3556, pruned_loss=0.1015, over 14267.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04122, over 225.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3464, pruned_loss=0.1002, over 2783013.16 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07107, over 45803.29 utterances.], batch size: 225, lr: 1.89e-04 +2022-09-19 03:31:07,402 INFO [train.py:885] (0/2) Epoch 25, batch 4150, loss[loss=0.2998, simple_loss=0.3675, pruned_loss=0.1161, over 14299.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03839, over 180.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3448, pruned_loss=0.09976, over 2780136.90 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07099, over 44608.14 utterances.], batch size: 180, lr: 1.89e-04 +2022-09-19 03:31:36,981 INFO [train.py:885] (0/2) Epoch 25, batch 4200, loss[loss=0.276, simple_loss=0.3606, pruned_loss=0.09572, over 14347.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03698, over 262.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3486, pruned_loss=0.1017, over 2777698.85 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07316, over 46208.90 utterances.], batch size: 262, lr: 1.89e-04 +2022-09-19 03:32:06,826 INFO [train.py:885] (0/2) Epoch 25, batch 4250, loss[loss=0.2474, simple_loss=0.3308, pruned_loss=0.082, over 14308.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04076, over 154.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3495, pruned_loss=0.1021, over 2779222.09 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07316, over 46205.10 utterances.], batch size: 154, lr: 1.88e-04 +2022-09-19 03:32:36,320 INFO [train.py:885] (0/2) Epoch 25, batch 4300, loss[loss=0.3043, simple_loss=0.3965, pruned_loss=0.1061, over 13725.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07443, over 411.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3503, pruned_loss=0.1029, over 2784858.15 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07034, over 45814.72 utterances.], batch size: 411, lr: 1.88e-04 +2022-09-19 03:33:06,054 INFO [train.py:885] (0/2) Epoch 25, batch 4350, loss[loss=0.2161, simple_loss=0.2944, pruned_loss=0.06887, over 14291.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04028, over 120.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3475, pruned_loss=0.1014, over 2781687.20 frames. utt_duration=248 frames, utt_pad_proportion=0.07059, over 45141.62 utterances.], batch size: 120, lr: 1.88e-04 +2022-09-19 03:33:37,791 INFO [train.py:885] (0/2) Epoch 25, batch 4400, loss[loss=0.3625, simple_loss=0.4456, pruned_loss=0.1396, over 13630.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08103, over 477.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3462, pruned_loss=0.1005, over 2778482.12 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07078, over 45178.93 utterances.], batch size: 477, lr: 1.88e-04 +2022-09-19 03:34:13,158 INFO [train.py:885] (0/2) Epoch 25, batch 4450, loss[loss=0.4139, simple_loss=0.4454, pruned_loss=0.1912, over 14355.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03586, over 195.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3496, pruned_loss=0.1024, over 2779606.88 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07242, over 46460.15 utterances.], batch size: 195, lr: 1.88e-04 +2022-09-19 03:34:42,232 INFO [train.py:885] (0/2) Epoch 25, batch 4500, loss[loss=0.1921, simple_loss=0.2716, pruned_loss=0.05627, over 14033.00 frames. utt_duration=712 frames, utt_pad_proportion=0.05822, over 79.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3485, pruned_loss=0.1016, over 2778607.98 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07299, over 46085.58 utterances.], batch size: 79, lr: 1.88e-04 +2022-09-19 03:35:11,551 INFO [train.py:885] (0/2) Epoch 25, batch 4550, loss[loss=0.2328, simple_loss=0.3046, pruned_loss=0.0805, over 14002.00 frames. utt_duration=710.1 frames, utt_pad_proportion=0.05942, over 79.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3461, pruned_loss=0.1005, over 2779521.66 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07059, over 44672.30 utterances.], batch size: 79, lr: 1.88e-04 +2022-09-19 03:35:40,761 INFO [train.py:885] (0/2) Epoch 25, batch 4600, loss[loss=0.1869, simple_loss=0.2618, pruned_loss=0.05596, over 13306.00 frames. utt_duration=1615 frames, utt_pad_proportion=0.1074, over 33.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3454, pruned_loss=0.1013, over 2778205.66 frames. utt_duration=259 frames, utt_pad_proportion=0.06904, over 43146.47 utterances.], batch size: 33, lr: 1.88e-04 +2022-09-19 03:36:10,964 INFO [train.py:885] (0/2) Epoch 25, batch 4650, loss[loss=0.3077, simple_loss=0.3782, pruned_loss=0.1186, over 14325.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03868, over 262.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3502, pruned_loss=0.103, over 2782847.68 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06888, over 45027.67 utterances.], batch size: 262, lr: 1.88e-04 +2022-09-19 03:36:40,076 INFO [train.py:885] (0/2) Epoch 25, batch 4700, loss[loss=0.2055, simple_loss=0.2768, pruned_loss=0.06715, over 14136.00 frames. utt_duration=636.7 frames, utt_pad_proportion=0.05116, over 89.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3494, pruned_loss=0.1026, over 2784324.83 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06982, over 44957.13 utterances.], batch size: 89, lr: 1.88e-04 +2022-09-19 03:37:09,906 INFO [train.py:885] (0/2) Epoch 25, batch 4750, loss[loss=0.3179, simple_loss=0.3732, pruned_loss=0.1313, over 14291.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03963, over 180.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3499, pruned_loss=0.1026, over 2780480.10 frames. utt_duration=246 frames, utt_pad_proportion=0.07103, over 45493.19 utterances.], batch size: 180, lr: 1.88e-04 +2022-09-19 03:37:38,913 INFO [train.py:885] (0/2) Epoch 25, batch 4800, loss[loss=0.308, simple_loss=0.3755, pruned_loss=0.1203, over 14306.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04, over 262.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3477, pruned_loss=0.1007, over 2778026.80 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07083, over 45002.18 utterances.], batch size: 262, lr: 1.88e-04 +2022-09-19 03:38:08,819 INFO [train.py:885] (0/2) Epoch 25, batch 4850, loss[loss=0.2743, simple_loss=0.3522, pruned_loss=0.09823, over 14275.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04362, over 141.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3479, pruned_loss=0.101, over 2773247.62 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07165, over 45260.45 utterances.], batch size: 141, lr: 1.88e-04 +2022-09-19 03:38:37,500 INFO [train.py:885] (0/2) Epoch 25, batch 4900, loss[loss=0.3647, simple_loss=0.4176, pruned_loss=0.1559, over 14253.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04197, over 335.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3442, pruned_loss=0.09959, over 2774951.26 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06943, over 43882.25 utterances.], batch size: 335, lr: 1.88e-04 +2022-09-19 03:39:07,030 INFO [train.py:885] (0/2) Epoch 25, batch 4950, loss[loss=0.2775, simple_loss=0.3529, pruned_loss=0.101, over 14341.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03678, over 195.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3451, pruned_loss=0.09945, over 2775397.76 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06913, over 44820.73 utterances.], batch size: 195, lr: 1.88e-04 +2022-09-19 03:39:44,908 INFO [train.py:885] (0/2) Epoch 25, batch 5000, loss[loss=0.2525, simple_loss=0.3394, pruned_loss=0.08277, over 14300.00 frames. utt_duration=343.8 frames, utt_pad_proportion=0.04227, over 167.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3514, pruned_loss=0.1024, over 2776358.95 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07264, over 47203.28 utterances.], batch size: 167, lr: 1.88e-04 +2022-09-19 03:40:14,885 INFO [train.py:885] (0/2) Epoch 25, batch 5050, loss[loss=0.2245, simple_loss=0.2846, pruned_loss=0.08224, over 13586.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08049, over 50.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3495, pruned_loss=0.1017, over 2776797.36 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07161, over 46505.56 utterances.], batch size: 50, lr: 1.88e-04 +2022-09-19 03:40:44,026 INFO [train.py:885] (0/2) Epoch 25, batch 5100, loss[loss=0.2689, simple_loss=0.3449, pruned_loss=0.0964, over 14325.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03804, over 195.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3502, pruned_loss=0.1025, over 2776486.84 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07302, over 46912.48 utterances.], batch size: 195, lr: 1.88e-04 +2022-09-19 03:40:56,158 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-308000.pt +2022-09-19 03:41:13,942 INFO [train.py:885] (0/2) Epoch 25, batch 5150, loss[loss=0.2503, simple_loss=0.3228, pruned_loss=0.08885, over 14179.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04478, over 109.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3499, pruned_loss=0.1018, over 2781688.67 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07153, over 46812.29 utterances.], batch size: 109, lr: 1.88e-04 +2022-09-19 03:41:44,658 INFO [train.py:885] (0/2) Epoch 25, batch 5200, loss[loss=0.1472, simple_loss=0.2073, pruned_loss=0.04356, over 12684.00 frames. utt_duration=2115 frames, utt_pad_proportion=0.1532, over 24.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3518, pruned_loss=0.1034, over 2774752.25 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07546, over 47840.90 utterances.], batch size: 24, lr: 1.88e-04 +2022-09-19 03:42:13,864 INFO [train.py:885] (0/2) Epoch 25, batch 5250, loss[loss=0.2924, simple_loss=0.3662, pruned_loss=0.1093, over 14327.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03888, over 262.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3492, pruned_loss=0.102, over 2781169.57 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07107, over 46039.33 utterances.], batch size: 262, lr: 1.88e-04 +2022-09-19 03:42:42,746 INFO [train.py:885] (0/2) Epoch 25, batch 5300, loss[loss=0.2175, simple_loss=0.2805, pruned_loss=0.07726, over 14048.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05608, over 79.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3462, pruned_loss=0.1009, over 2788438.73 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06757, over 44503.25 utterances.], batch size: 79, lr: 1.88e-04 +2022-09-19 03:43:13,058 INFO [train.py:885] (0/2) Epoch 25, batch 5350, loss[loss=0.194, simple_loss=0.2694, pruned_loss=0.05927, over 14192.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04734, over 89.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3505, pruned_loss=0.1025, over 2785035.24 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07129, over 46731.72 utterances.], batch size: 89, lr: 1.88e-04 +2022-09-19 03:43:42,734 INFO [train.py:885] (0/2) Epoch 25, batch 5400, loss[loss=0.178, simple_loss=0.2385, pruned_loss=0.05878, over 14093.00 frames. utt_duration=806.8 frames, utt_pad_proportion=0.05743, over 70.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3511, pruned_loss=0.1031, over 2788349.32 frames. utt_duration=241.6 frames, utt_pad_proportion=0.0681, over 46446.60 utterances.], batch size: 70, lr: 1.88e-04 +2022-09-19 03:44:12,744 INFO [train.py:885] (0/2) Epoch 25, batch 5450, loss[loss=0.3116, simple_loss=0.3849, pruned_loss=0.1191, over 14323.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03797, over 283.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3533, pruned_loss=0.104, over 2786805.08 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07027, over 47645.16 utterances.], batch size: 283, lr: 1.88e-04 +2022-09-19 03:44:41,890 INFO [train.py:885] (0/2) Epoch 25, batch 5500, loss[loss=0.5937, simple_loss=0.6434, pruned_loss=0.272, over 12493.00 frames. utt_duration=63.28 frames, utt_pad_proportion=0.1448, over 810.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3522, pruned_loss=0.1039, over 2786166.92 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07161, over 47386.75 utterances.], batch size: 810, lr: 1.88e-04 +2022-09-19 03:45:11,154 INFO [train.py:885] (0/2) Epoch 25, batch 5550, loss[loss=0.1556, simple_loss=0.2169, pruned_loss=0.04718, over 13407.00 frames. utt_duration=1626 frames, utt_pad_proportion=0.09892, over 33.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3503, pruned_loss=0.1037, over 2785773.41 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07002, over 45896.18 utterances.], batch size: 33, lr: 1.88e-04 +2022-09-19 03:45:40,905 INFO [train.py:885] (0/2) Epoch 25, batch 5600, loss[loss=0.1422, simple_loss=0.1853, pruned_loss=0.04952, over 13124.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1197, over 33.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3525, pruned_loss=0.1047, over 2781832.69 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07179, over 46986.99 utterances.], batch size: 33, lr: 1.88e-04 +2022-09-19 03:46:10,580 INFO [train.py:885] (0/2) Epoch 25, batch 5650, loss[loss=0.2174, simple_loss=0.2848, pruned_loss=0.07501, over 14098.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05276, over 98.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3484, pruned_loss=0.1023, over 2784959.83 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07105, over 45156.62 utterances.], batch size: 98, lr: 1.88e-04 +2022-09-19 03:46:39,580 INFO [train.py:885] (0/2) Epoch 25, batch 5700, loss[loss=0.3836, simple_loss=0.4562, pruned_loss=0.1555, over 13801.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06991, over 411.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3452, pruned_loss=0.09991, over 2784223.85 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07023, over 44200.76 utterances.], batch size: 411, lr: 1.88e-04 +2022-09-19 03:47:09,503 INFO [train.py:885] (0/2) Epoch 25, batch 5750, loss[loss=0.3257, simple_loss=0.3959, pruned_loss=0.1277, over 14301.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.0398, over 262.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3466, pruned_loss=0.1007, over 2785179.72 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06978, over 44678.43 utterances.], batch size: 262, lr: 1.88e-04 +2022-09-19 03:47:38,914 INFO [train.py:885] (0/2) Epoch 25, batch 5800, loss[loss=0.2788, simple_loss=0.3522, pruned_loss=0.1027, over 14342.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03647, over 195.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3496, pruned_loss=0.1015, over 2781808.27 frames. utt_duration=239.8 frames, utt_pad_proportion=0.0727, over 46691.63 utterances.], batch size: 195, lr: 1.88e-04 +2022-09-19 03:48:08,277 INFO [train.py:885] (0/2) Epoch 25, batch 5850, loss[loss=0.3033, simple_loss=0.4, pruned_loss=0.1033, over 13650.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07935, over 477.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3491, pruned_loss=0.1014, over 2779589.73 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07363, over 47115.84 utterances.], batch size: 477, lr: 1.88e-04 +2022-09-19 03:48:38,117 INFO [train.py:885] (0/2) Epoch 25, batch 5900, loss[loss=0.1968, simple_loss=0.2616, pruned_loss=0.06601, over 13708.00 frames. utt_duration=1098 frames, utt_pad_proportion=0.07167, over 50.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3491, pruned_loss=0.1021, over 2774869.01 frames. utt_duration=238.5 frames, utt_pad_proportion=0.0746, over 46837.48 utterances.], batch size: 50, lr: 1.88e-04 +2022-09-19 03:49:07,442 INFO [train.py:885] (0/2) Epoch 25, batch 5950, loss[loss=0.2926, simple_loss=0.3634, pruned_loss=0.1108, over 14293.00 frames. utt_duration=343.8 frames, utt_pad_proportion=0.04238, over 167.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3521, pruned_loss=0.1039, over 2774020.82 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07426, over 47609.10 utterances.], batch size: 167, lr: 1.88e-04 +2022-09-19 03:49:37,104 INFO [train.py:885] (0/2) Epoch 25, batch 6000, loss[loss=0.2744, simple_loss=0.3496, pruned_loss=0.09959, over 14356.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03331, over 244.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.353, pruned_loss=0.1047, over 2777654.25 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07388, over 47710.14 utterances.], batch size: 244, lr: 1.88e-04 +2022-09-19 03:49:37,106 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 03:49:41,278 INFO [train.py:914] (0/2) Epoch 25, validation: loss=0.1909, simple_loss=0.2711, pruned_loss=0.05533, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 03:50:11,267 INFO [train.py:885] (0/2) Epoch 25, batch 6050, loss[loss=0.3163, simple_loss=0.3845, pruned_loss=0.124, over 14248.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04231, over 335.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3509, pruned_loss=0.1037, over 2776638.67 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0738, over 47122.22 utterances.], batch size: 335, lr: 1.88e-04 +2022-09-19 03:50:40,265 INFO [train.py:885] (0/2) Epoch 25, batch 6100, loss[loss=0.2337, simple_loss=0.3037, pruned_loss=0.08188, over 13816.00 frames. utt_duration=922.7 frames, utt_pad_proportion=0.07266, over 60.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3487, pruned_loss=0.1031, over 2778868.81 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07177, over 45670.49 utterances.], batch size: 60, lr: 1.88e-04 +2022-09-19 03:51:09,915 INFO [train.py:885] (0/2) Epoch 25, batch 6150, loss[loss=0.157, simple_loss=0.2223, pruned_loss=0.0459, over 13288.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09159, over 41.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3503, pruned_loss=0.1032, over 2785656.02 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06831, over 46046.05 utterances.], batch size: 41, lr: 1.88e-04 +2022-09-19 03:51:40,009 INFO [train.py:885] (0/2) Epoch 25, batch 6200, loss[loss=0.2737, simple_loss=0.3637, pruned_loss=0.0919, over 14012.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05441, over 365.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3516, pruned_loss=0.1043, over 2784343.01 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06912, over 46236.38 utterances.], batch size: 365, lr: 1.88e-04 +2022-09-19 03:52:09,824 INFO [train.py:885] (0/2) Epoch 25, batch 6250, loss[loss=0.4067, simple_loss=0.4418, pruned_loss=0.1858, over 14204.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04443, over 306.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3515, pruned_loss=0.1042, over 2780660.64 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0697, over 46496.90 utterances.], batch size: 306, lr: 1.88e-04 +2022-09-19 03:52:39,170 INFO [train.py:885] (0/2) Epoch 25, batch 6300, loss[loss=0.2099, simple_loss=0.2849, pruned_loss=0.06749, over 14049.00 frames. utt_duration=574.9 frames, utt_pad_proportion=0.05753, over 98.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3506, pruned_loss=0.1027, over 2782314.18 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07117, over 46362.82 utterances.], batch size: 98, lr: 1.88e-04 +2022-09-19 03:53:08,483 INFO [train.py:885] (0/2) Epoch 25, batch 6350, loss[loss=0.2289, simple_loss=0.2963, pruned_loss=0.08076, over 14327.00 frames. utt_duration=522.6 frames, utt_pad_proportion=0.04118, over 110.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3503, pruned_loss=0.1034, over 2783715.22 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07072, over 46413.27 utterances.], batch size: 110, lr: 1.88e-04 +2022-09-19 03:53:38,228 INFO [train.py:885] (0/2) Epoch 25, batch 6400, loss[loss=0.3473, simple_loss=0.4034, pruned_loss=0.1456, over 14212.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04423, over 335.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3486, pruned_loss=0.1019, over 2787201.24 frames. utt_duration=242.8 frames, utt_pad_proportion=0.06834, over 46198.22 utterances.], batch size: 335, lr: 1.88e-04 +2022-09-19 03:54:07,576 INFO [train.py:885] (0/2) Epoch 25, batch 6450, loss[loss=0.1916, simple_loss=0.2677, pruned_loss=0.05769, over 14255.00 frames. utt_duration=642.2 frames, utt_pad_proportion=0.04298, over 89.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.347, pruned_loss=0.1013, over 2787678.32 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06959, over 45143.74 utterances.], batch size: 89, lr: 1.88e-04 +2022-09-19 03:54:36,801 INFO [train.py:885] (0/2) Epoch 25, batch 6500, loss[loss=0.2869, simple_loss=0.3626, pruned_loss=0.1056, over 14360.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03546, over 210.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3461, pruned_loss=0.1007, over 2784209.46 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06958, over 44906.25 utterances.], batch size: 210, lr: 1.88e-04 +2022-09-19 03:55:06,612 INFO [train.py:885] (0/2) Epoch 25, batch 6550, loss[loss=0.2329, simple_loss=0.308, pruned_loss=0.0789, over 14321.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03837, over 120.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.348, pruned_loss=0.1015, over 2781827.15 frames. utt_duration=242.6 frames, utt_pad_proportion=0.0706, over 46154.97 utterances.], batch size: 120, lr: 1.88e-04 +2022-09-19 03:55:36,238 INFO [train.py:885] (0/2) Epoch 25, batch 6600, loss[loss=0.2952, simple_loss=0.3621, pruned_loss=0.1142, over 14350.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03411, over 244.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3507, pruned_loss=0.1021, over 2777689.03 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07513, over 47929.54 utterances.], batch size: 244, lr: 1.88e-04 +2022-09-19 03:56:05,753 INFO [train.py:885] (0/2) Epoch 25, batch 6650, loss[loss=0.1627, simple_loss=0.2309, pruned_loss=0.04725, over 13974.00 frames. utt_duration=799.9 frames, utt_pad_proportion=0.06335, over 70.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3492, pruned_loss=0.1012, over 2776315.92 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07478, over 47592.07 utterances.], batch size: 70, lr: 1.88e-04 +2022-09-19 03:56:35,540 INFO [train.py:885] (0/2) Epoch 25, batch 6700, loss[loss=0.3341, simple_loss=0.3925, pruned_loss=0.1379, over 14237.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0432, over 306.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3508, pruned_loss=0.1023, over 2781086.59 frames. utt_duration=234 frames, utt_pad_proportion=0.07166, over 47832.31 utterances.], batch size: 306, lr: 1.88e-04 +2022-09-19 03:57:04,799 INFO [train.py:885] (0/2) Epoch 25, batch 6750, loss[loss=0.2026, simple_loss=0.2632, pruned_loss=0.07103, over 13862.00 frames. utt_duration=925.5 frames, utt_pad_proportion=0.06983, over 60.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3465, pruned_loss=0.1005, over 2779380.39 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07162, over 45593.34 utterances.], batch size: 60, lr: 1.88e-04 +2022-09-19 03:57:34,598 INFO [train.py:885] (0/2) Epoch 25, batch 6800, loss[loss=0.3114, simple_loss=0.3901, pruned_loss=0.1164, over 14011.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05518, over 365.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3447, pruned_loss=0.0988, over 2777583.65 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07049, over 45378.33 utterances.], batch size: 365, lr: 1.88e-04 +2022-09-19 03:58:03,727 INFO [train.py:885] (0/2) Epoch 25, batch 6850, loss[loss=0.5099, simple_loss=0.5662, pruned_loss=0.2269, over 13131.00 frames. utt_duration=82.01 frames, utt_pad_proportion=0.1086, over 653.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3495, pruned_loss=0.1015, over 2783953.99 frames. utt_duration=241.5 frames, utt_pad_proportion=0.06928, over 46392.98 utterances.], batch size: 653, lr: 1.88e-04 +2022-09-19 03:58:33,472 INFO [train.py:885] (0/2) Epoch 25, batch 6900, loss[loss=0.2529, simple_loss=0.3149, pruned_loss=0.09543, over 14202.00 frames. utt_duration=639.9 frames, utt_pad_proportion=0.04633, over 89.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3485, pruned_loss=0.1013, over 2789079.92 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06729, over 45760.37 utterances.], batch size: 89, lr: 1.88e-04 +2022-09-19 03:59:03,296 INFO [train.py:885] (0/2) Epoch 25, batch 6950, loss[loss=0.3728, simple_loss=0.4246, pruned_loss=0.1605, over 14235.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04329, over 335.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3455, pruned_loss=0.0997, over 2784337.58 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06773, over 45195.58 utterances.], batch size: 335, lr: 1.88e-04 +2022-09-19 03:59:33,043 INFO [train.py:885] (0/2) Epoch 25, batch 7000, loss[loss=0.2331, simple_loss=0.2964, pruned_loss=0.08488, over 14094.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.05311, over 98.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3479, pruned_loss=0.1014, over 2784032.03 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06829, over 45821.29 utterances.], batch size: 98, lr: 1.88e-04 +2022-09-19 04:00:02,312 INFO [train.py:885] (0/2) Epoch 25, batch 7050, loss[loss=0.1925, simple_loss=0.2657, pruned_loss=0.05964, over 14158.00 frames. utt_duration=718.2 frames, utt_pad_proportion=0.0487, over 79.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3445, pruned_loss=0.09937, over 2782666.07 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06875, over 45342.62 utterances.], batch size: 79, lr: 1.88e-04 +2022-09-19 04:00:31,192 INFO [train.py:885] (0/2) Epoch 25, batch 7100, loss[loss=0.2866, simple_loss=0.3565, pruned_loss=0.1084, over 14315.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03849, over 195.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3436, pruned_loss=0.09838, over 2780313.21 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07087, over 45511.56 utterances.], batch size: 195, lr: 1.88e-04 +2022-09-19 04:01:00,924 INFO [train.py:885] (0/2) Epoch 25, batch 7150, loss[loss=0.1913, simple_loss=0.2644, pruned_loss=0.05908, over 13318.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.0936, over 26.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.346, pruned_loss=0.09973, over 2781407.37 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07152, over 46390.78 utterances.], batch size: 26, lr: 1.88e-04 +2022-09-19 04:01:29,911 INFO [train.py:885] (0/2) Epoch 25, batch 7200, loss[loss=0.2439, simple_loss=0.3141, pruned_loss=0.08685, over 14296.00 frames. utt_duration=478 frames, utt_pad_proportion=0.03815, over 120.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3413, pruned_loss=0.09777, over 2782277.01 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07001, over 44043.62 utterances.], batch size: 120, lr: 1.88e-04 +2022-09-19 04:01:59,598 INFO [train.py:885] (0/2) Epoch 25, batch 7250, loss[loss=0.1997, simple_loss=0.2505, pruned_loss=0.07444, over 13419.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.09364, over 50.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3397, pruned_loss=0.09699, over 2780681.39 frames. utt_duration=257.4 frames, utt_pad_proportion=0.0703, over 43466.32 utterances.], batch size: 50, lr: 1.88e-04 +2022-09-19 04:02:29,234 INFO [train.py:885] (0/2) Epoch 25, batch 7300, loss[loss=0.2344, simple_loss=0.3067, pruned_loss=0.08107, over 14295.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04068, over 120.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3425, pruned_loss=0.09832, over 2784094.99 frames. utt_duration=250 frames, utt_pad_proportion=0.06962, over 44810.63 utterances.], batch size: 120, lr: 1.88e-04 +2022-09-19 04:02:58,465 INFO [train.py:885] (0/2) Epoch 25, batch 7350, loss[loss=0.3193, simple_loss=0.3939, pruned_loss=0.1223, over 14309.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03912, over 283.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3466, pruned_loss=0.1012, over 2785852.39 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07005, over 45147.33 utterances.], batch size: 283, lr: 1.88e-04 +2022-09-19 04:03:28,513 INFO [train.py:885] (0/2) Epoch 25, batch 7400, loss[loss=0.3114, simple_loss=0.382, pruned_loss=0.1204, over 14216.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04438, over 225.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.348, pruned_loss=0.1017, over 2786650.44 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07034, over 45525.69 utterances.], batch size: 225, lr: 1.88e-04 +2022-09-19 04:03:57,619 INFO [train.py:885] (0/2) Epoch 25, batch 7450, loss[loss=0.2539, simple_loss=0.3309, pruned_loss=0.08851, over 14300.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03881, over 180.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.347, pruned_loss=0.1012, over 2789543.95 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06868, over 45161.87 utterances.], batch size: 180, lr: 1.88e-04 +2022-09-19 04:04:27,215 INFO [train.py:885] (0/2) Epoch 25, batch 7500, loss[loss=0.245, simple_loss=0.3264, pruned_loss=0.08177, over 14316.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03763, over 180.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3495, pruned_loss=0.1024, over 2789002.09 frames. utt_duration=244.4 frames, utt_pad_proportion=0.0681, over 45927.57 utterances.], batch size: 180, lr: 1.88e-04 +2022-09-19 04:04:56,814 INFO [train.py:885] (0/2) Epoch 25, batch 7550, loss[loss=0.1927, simple_loss=0.2744, pruned_loss=0.05545, over 12637.00 frames. utt_duration=2023 frames, utt_pad_proportion=0.1448, over 25.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.349, pruned_loss=0.1017, over 2787657.23 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06771, over 45689.20 utterances.], batch size: 25, lr: 1.87e-04 +2022-09-19 04:05:26,035 INFO [train.py:885] (0/2) Epoch 25, batch 7600, loss[loss=0.1712, simple_loss=0.2414, pruned_loss=0.05047, over 13581.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.0873, over 50.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3466, pruned_loss=0.1005, over 2788944.36 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06741, over 45131.93 utterances.], batch size: 50, lr: 1.87e-04 +2022-09-19 04:05:56,151 INFO [train.py:885] (0/2) Epoch 25, batch 7650, loss[loss=0.234, simple_loss=0.3117, pruned_loss=0.07809, over 14250.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04314, over 141.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3477, pruned_loss=0.1013, over 2785748.35 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06864, over 46247.56 utterances.], batch size: 141, lr: 1.87e-04 +2022-09-19 04:06:25,652 INFO [train.py:885] (0/2) Epoch 25, batch 7700, loss[loss=0.2808, simple_loss=0.3453, pruned_loss=0.1081, over 14273.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04142, over 120.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3477, pruned_loss=0.1016, over 2781153.87 frames. utt_duration=241 frames, utt_pad_proportion=0.07063, over 46438.35 utterances.], batch size: 120, lr: 1.87e-04 +2022-09-19 04:06:54,469 INFO [train.py:885] (0/2) Epoch 25, batch 7750, loss[loss=0.2178, simple_loss=0.2951, pruned_loss=0.07023, over 14177.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.0447, over 109.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3454, pruned_loss=0.09996, over 2780485.05 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06987, over 45598.40 utterances.], batch size: 109, lr: 1.87e-04 +2022-09-19 04:07:24,887 INFO [train.py:885] (0/2) Epoch 25, batch 7800, loss[loss=0.4369, simple_loss=0.5382, pruned_loss=0.1678, over 12573.00 frames. utt_duration=63.6 frames, utt_pad_proportion=0.1406, over 811.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3482, pruned_loss=0.1014, over 2781614.08 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07215, over 46613.34 utterances.], batch size: 811, lr: 1.87e-04 +2022-09-19 04:07:53,887 INFO [train.py:885] (0/2) Epoch 25, batch 7850, loss[loss=0.2749, simple_loss=0.3733, pruned_loss=0.0882, over 13718.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07534, over 411.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3477, pruned_loss=0.1012, over 2782758.73 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07018, over 46701.46 utterances.], batch size: 411, lr: 1.87e-04 +2022-09-19 04:08:23,024 INFO [train.py:885] (0/2) Epoch 25, batch 7900, loss[loss=0.2737, simple_loss=0.3521, pruned_loss=0.09764, over 14359.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03519, over 210.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3444, pruned_loss=0.1001, over 2779775.34 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06993, over 44942.13 utterances.], batch size: 210, lr: 1.87e-04 +2022-09-19 04:08:52,954 INFO [train.py:885] (0/2) Epoch 25, batch 7950, loss[loss=0.5075, simple_loss=0.5952, pruned_loss=0.2099, over 12510.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1448, over 810.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.346, pruned_loss=0.1014, over 2777160.86 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07305, over 45539.28 utterances.], batch size: 810, lr: 1.87e-04 +2022-09-19 04:09:21,626 INFO [train.py:885] (0/2) Epoch 25, batch 8000, loss[loss=0.3231, simple_loss=0.3827, pruned_loss=0.1317, over 14273.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04013, over 225.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3429, pruned_loss=0.1003, over 2780887.80 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06974, over 43793.48 utterances.], batch size: 225, lr: 1.87e-04 +2022-09-19 04:09:51,118 INFO [train.py:885] (0/2) Epoch 25, batch 8050, loss[loss=0.615, simple_loss=0.6587, pruned_loss=0.2857, over 12493.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 811.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3444, pruned_loss=0.1008, over 2785037.72 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06893, over 43897.55 utterances.], batch size: 811, lr: 1.87e-04 +2022-09-19 04:10:21,026 INFO [train.py:885] (0/2) Epoch 25, batch 8100, loss[loss=0.2157, simple_loss=0.2937, pruned_loss=0.06881, over 14112.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05181, over 98.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3472, pruned_loss=0.1013, over 2785279.02 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07026, over 45625.58 utterances.], batch size: 98, lr: 1.87e-04 +2022-09-19 04:10:50,563 INFO [train.py:885] (0/2) Epoch 25, batch 8150, loss[loss=0.3804, simple_loss=0.4508, pruned_loss=0.155, over 13950.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.059, over 365.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3487, pruned_loss=0.1023, over 2785109.75 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06931, over 46015.03 utterances.], batch size: 365, lr: 1.87e-04 +2022-09-19 04:11:19,667 INFO [train.py:885] (0/2) Epoch 25, batch 8200, loss[loss=0.2822, simple_loss=0.3581, pruned_loss=0.1032, over 14334.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.0373, over 195.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3421, pruned_loss=0.0991, over 2778316.06 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07167, over 43761.17 utterances.], batch size: 195, lr: 1.87e-04 +2022-09-19 04:11:49,537 INFO [train.py:885] (0/2) Epoch 25, batch 8250, loss[loss=0.2585, simple_loss=0.3519, pruned_loss=0.08259, over 14318.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03945, over 262.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3451, pruned_loss=0.1004, over 2777488.65 frames. utt_duration=247.3 frames, utt_pad_proportion=0.0716, over 45199.08 utterances.], batch size: 262, lr: 1.87e-04 +2022-09-19 04:12:18,749 INFO [train.py:885] (0/2) Epoch 25, batch 8300, loss[loss=0.1664, simple_loss=0.2334, pruned_loss=0.04972, over 12966.00 frames. utt_duration=1573 frames, utt_pad_proportion=0.1293, over 33.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3468, pruned_loss=0.1011, over 2778350.40 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07272, over 45846.14 utterances.], batch size: 33, lr: 1.87e-04 +2022-09-19 04:12:48,476 INFO [train.py:885] (0/2) Epoch 25, batch 8350, loss[loss=0.1761, simple_loss=0.2319, pruned_loss=0.06016, over 12036.00 frames. utt_duration=2008 frames, utt_pad_proportion=0.1866, over 24.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3467, pruned_loss=0.1006, over 2776620.73 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07358, over 45908.79 utterances.], batch size: 24, lr: 1.87e-04 +2022-09-19 04:13:17,697 INFO [train.py:885] (0/2) Epoch 25, batch 8400, loss[loss=0.1991, simple_loss=0.2538, pruned_loss=0.07218, over 13795.00 frames. utt_duration=921.3 frames, utt_pad_proportion=0.06845, over 60.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3453, pruned_loss=0.1004, over 2777120.00 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07321, over 45337.32 utterances.], batch size: 60, lr: 1.87e-04 +2022-09-19 04:13:47,384 INFO [train.py:885] (0/2) Epoch 25, batch 8450, loss[loss=0.2352, simple_loss=0.3203, pruned_loss=0.07504, over 14292.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.0415, over 154.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3447, pruned_loss=0.0996, over 2776536.81 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07248, over 45375.51 utterances.], batch size: 154, lr: 1.87e-04 +2022-09-19 04:14:17,087 INFO [train.py:885] (0/2) Epoch 25, batch 8500, loss[loss=0.1894, simple_loss=0.2557, pruned_loss=0.06158, over 12427.00 frames. utt_duration=2072 frames, utt_pad_proportion=0.1457, over 24.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3426, pruned_loss=0.0991, over 2776106.21 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07191, over 43846.01 utterances.], batch size: 24, lr: 1.87e-04 +2022-09-19 04:14:46,259 INFO [train.py:885] (0/2) Epoch 25, batch 8550, loss[loss=0.2043, simple_loss=0.2654, pruned_loss=0.07157, over 13158.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.1215, over 26.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3444, pruned_loss=0.09942, over 2774627.95 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07233, over 45557.88 utterances.], batch size: 26, lr: 1.87e-04 +2022-09-19 04:15:16,609 INFO [train.py:885] (0/2) Epoch 25, batch 8600, loss[loss=0.293, simple_loss=0.3723, pruned_loss=0.1069, over 14202.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04505, over 306.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.347, pruned_loss=0.1008, over 2775065.73 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07368, over 46816.28 utterances.], batch size: 306, lr: 1.87e-04 +2022-09-19 04:15:45,746 INFO [train.py:885] (0/2) Epoch 25, batch 8650, loss[loss=0.2168, simple_loss=0.2824, pruned_loss=0.07565, over 13783.00 frames. utt_duration=800.6 frames, utt_pad_proportion=0.06691, over 69.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3463, pruned_loss=0.1005, over 2779977.87 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07062, over 45758.00 utterances.], batch size: 69, lr: 1.87e-04 +2022-09-19 04:16:15,291 INFO [train.py:885] (0/2) Epoch 25, batch 8700, loss[loss=0.1627, simple_loss=0.2304, pruned_loss=0.04754, over 13508.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.0794, over 41.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3475, pruned_loss=0.1013, over 2777916.81 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07181, over 46220.07 utterances.], batch size: 41, lr: 1.87e-04 +2022-09-19 04:16:44,786 INFO [train.py:885] (0/2) Epoch 25, batch 8750, loss[loss=0.5041, simple_loss=0.5932, pruned_loss=0.2076, over 12488.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1465, over 811.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3463, pruned_loss=0.1006, over 2776181.34 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07109, over 45683.30 utterances.], batch size: 811, lr: 1.87e-04 +2022-09-19 04:17:14,586 INFO [train.py:885] (0/2) Epoch 25, batch 8800, loss[loss=0.5818, simple_loss=0.6371, pruned_loss=0.2633, over 12459.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1472, over 810.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.35, pruned_loss=0.1022, over 2773572.14 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07438, over 47899.55 utterances.], batch size: 810, lr: 1.87e-04 +2022-09-19 04:17:43,784 INFO [train.py:885] (0/2) Epoch 25, batch 8850, loss[loss=0.2126, simple_loss=0.2878, pruned_loss=0.06873, over 14101.00 frames. utt_duration=635.1 frames, utt_pad_proportion=0.05345, over 89.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3481, pruned_loss=0.1017, over 2772872.19 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07399, over 47026.76 utterances.], batch size: 89, lr: 1.87e-04 +2022-09-19 04:18:13,691 INFO [train.py:885] (0/2) Epoch 25, batch 8900, loss[loss=0.7195, simple_loss=0.7428, pruned_loss=0.3481, over 12513.00 frames. utt_duration=63.37 frames, utt_pad_proportion=0.1437, over 810.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3505, pruned_loss=0.1033, over 2770734.12 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07497, over 47722.48 utterances.], batch size: 810, lr: 1.87e-04 +2022-09-19 04:18:42,914 INFO [train.py:885] (0/2) Epoch 25, batch 8950, loss[loss=0.2774, simple_loss=0.3558, pruned_loss=0.09949, over 14384.00 frames. utt_duration=296.5 frames, utt_pad_proportion=0.03414, over 195.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3473, pruned_loss=0.1009, over 2769829.95 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07553, over 47176.93 utterances.], batch size: 195, lr: 1.87e-04 +2022-09-19 04:19:12,916 INFO [train.py:885] (0/2) Epoch 25, batch 9000, loss[loss=0.1901, simple_loss=0.2729, pruned_loss=0.05362, over 12737.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.136, over 25.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3465, pruned_loss=0.1009, over 2767495.15 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07579, over 46672.28 utterances.], batch size: 25, lr: 1.87e-04 +2022-09-19 04:19:12,918 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 04:19:17,513 INFO [train.py:914] (0/2) Epoch 25, validation: loss=0.1981, simple_loss=0.2778, pruned_loss=0.05918, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 04:19:45,977 INFO [train.py:885] (0/2) Epoch 25, batch 9050, loss[loss=0.2392, simple_loss=0.3028, pruned_loss=0.08782, over 14163.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.04535, over 109.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3454, pruned_loss=0.101, over 2773723.01 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07349, over 44966.41 utterances.], batch size: 109, lr: 1.87e-04 +2022-09-19 04:20:15,766 INFO [train.py:885] (0/2) Epoch 25, batch 9100, loss[loss=0.1947, simple_loss=0.262, pruned_loss=0.06371, over 13791.00 frames. utt_duration=801 frames, utt_pad_proportion=0.06747, over 69.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3388, pruned_loss=0.09711, over 2775437.49 frames. utt_duration=262 frames, utt_pad_proportion=0.07064, over 42614.24 utterances.], batch size: 69, lr: 1.87e-04 +2022-09-19 04:20:27,822 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-312000.pt +2022-09-19 04:20:46,300 INFO [train.py:885] (0/2) Epoch 25, batch 9150, loss[loss=0.2511, simple_loss=0.3317, pruned_loss=0.08528, over 14291.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04195, over 154.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3418, pruned_loss=0.09883, over 2777845.00 frames. utt_duration=258.1 frames, utt_pad_proportion=0.07118, over 43305.03 utterances.], batch size: 154, lr: 1.87e-04 +2022-09-19 04:21:15,782 INFO [train.py:885] (0/2) Epoch 25, batch 9200, loss[loss=0.1316, simple_loss=0.1859, pruned_loss=0.0386, over 13437.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.103, over 34.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3451, pruned_loss=0.1002, over 2777243.98 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07284, over 45033.78 utterances.], batch size: 34, lr: 1.87e-04 +2022-09-19 04:21:45,893 INFO [train.py:885] (0/2) Epoch 25, batch 9250, loss[loss=0.1965, simple_loss=0.2672, pruned_loss=0.06287, over 14094.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.05291, over 98.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3433, pruned_loss=0.09873, over 2772517.62 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07213, over 45022.08 utterances.], batch size: 98, lr: 1.87e-04 +2022-09-19 04:22:15,317 INFO [train.py:885] (0/2) Epoch 25, batch 9300, loss[loss=0.2223, simple_loss=0.2919, pruned_loss=0.07638, over 14193.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04357, over 109.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.341, pruned_loss=0.09736, over 2775075.66 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07032, over 44389.55 utterances.], batch size: 109, lr: 1.87e-04 +2022-09-19 04:22:44,746 INFO [train.py:885] (0/2) Epoch 25, batch 9350, loss[loss=0.3635, simple_loss=0.461, pruned_loss=0.133, over 13164.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1066, over 653.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3455, pruned_loss=0.09987, over 2777265.69 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07055, over 46114.42 utterances.], batch size: 653, lr: 1.87e-04 +2022-09-19 04:23:14,336 INFO [train.py:885] (0/2) Epoch 25, batch 9400, loss[loss=0.1885, simple_loss=0.2684, pruned_loss=0.0543, over 13156.00 frames. utt_duration=1549 frames, utt_pad_proportion=0.1178, over 34.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3468, pruned_loss=0.1009, over 2775810.98 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07097, over 46297.82 utterances.], batch size: 34, lr: 1.87e-04 +2022-09-19 04:23:43,852 INFO [train.py:885] (0/2) Epoch 25, batch 9450, loss[loss=0.2016, simple_loss=0.2758, pruned_loss=0.06369, over 13512.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08787, over 50.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3443, pruned_loss=0.09996, over 2779791.93 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06851, over 44337.41 utterances.], batch size: 50, lr: 1.87e-04 +2022-09-19 04:24:12,850 INFO [train.py:885] (0/2) Epoch 25, batch 9500, loss[loss=0.2611, simple_loss=0.3347, pruned_loss=0.09377, over 14324.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03791, over 210.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.347, pruned_loss=0.1014, over 2785256.67 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06895, over 45321.42 utterances.], batch size: 210, lr: 1.87e-04 +2022-09-19 04:24:42,762 INFO [train.py:885] (0/2) Epoch 25, batch 9550, loss[loss=0.2624, simple_loss=0.3466, pruned_loss=0.08909, over 14349.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.0362, over 226.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3459, pruned_loss=0.1007, over 2782582.98 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06955, over 44556.21 utterances.], batch size: 226, lr: 1.87e-04 +2022-09-19 04:25:12,344 INFO [train.py:885] (0/2) Epoch 25, batch 9600, loss[loss=0.3251, simple_loss=0.404, pruned_loss=0.1231, over 13950.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05912, over 365.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.345, pruned_loss=0.1, over 2784153.02 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06796, over 44316.54 utterances.], batch size: 365, lr: 1.87e-04 +2022-09-19 04:25:41,432 INFO [train.py:885] (0/2) Epoch 25, batch 9650, loss[loss=0.3032, simple_loss=0.3774, pruned_loss=0.1145, over 14318.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03912, over 283.00 utterances.], tot_loss[loss=0.272, simple_loss=0.345, pruned_loss=0.09951, over 2781684.58 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06859, over 44690.05 utterances.], batch size: 283, lr: 1.87e-04 +2022-09-19 04:26:10,767 INFO [train.py:885] (0/2) Epoch 25, batch 9700, loss[loss=0.1935, simple_loss=0.2269, pruned_loss=0.08003, over 13161.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.1108, over 33.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.344, pruned_loss=0.09993, over 2783847.65 frames. utt_duration=252 frames, utt_pad_proportion=0.0685, over 44446.97 utterances.], batch size: 33, lr: 1.87e-04 +2022-09-19 04:26:40,718 INFO [train.py:885] (0/2) Epoch 25, batch 9750, loss[loss=0.3401, simple_loss=0.3951, pruned_loss=0.1425, over 14322.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03693, over 180.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3458, pruned_loss=0.1005, over 2778286.03 frames. utt_duration=244.1 frames, utt_pad_proportion=0.0709, over 45796.52 utterances.], batch size: 180, lr: 1.87e-04 +2022-09-19 04:27:09,662 INFO [train.py:885] (0/2) Epoch 25, batch 9800, loss[loss=0.188, simple_loss=0.2771, pruned_loss=0.04939, over 13810.00 frames. utt_duration=802.1 frames, utt_pad_proportion=0.06512, over 69.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.344, pruned_loss=0.09957, over 2779926.00 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06972, over 44449.35 utterances.], batch size: 69, lr: 1.87e-04 +2022-09-19 04:27:39,384 INFO [train.py:885] (0/2) Epoch 25, batch 9850, loss[loss=0.1823, simple_loss=0.2355, pruned_loss=0.06455, over 13512.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08947, over 50.00 utterances.], tot_loss[loss=0.273, simple_loss=0.345, pruned_loss=0.1005, over 2781584.73 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06935, over 44251.68 utterances.], batch size: 50, lr: 1.87e-04 +2022-09-19 04:28:08,750 INFO [train.py:885] (0/2) Epoch 25, batch 9900, loss[loss=0.2482, simple_loss=0.3076, pruned_loss=0.09439, over 12850.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.1316, over 25.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3436, pruned_loss=0.09943, over 2779079.63 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06978, over 44057.89 utterances.], batch size: 25, lr: 1.87e-04 +2022-09-19 04:28:38,807 INFO [train.py:885] (0/2) Epoch 25, batch 9950, loss[loss=0.2432, simple_loss=0.3248, pruned_loss=0.08082, over 14325.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03993, over 167.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3465, pruned_loss=0.1007, over 2775289.25 frames. utt_duration=246.6 frames, utt_pad_proportion=0.073, over 45282.92 utterances.], batch size: 167, lr: 1.87e-04 +2022-09-19 04:29:08,591 INFO [train.py:885] (0/2) Epoch 25, batch 10000, loss[loss=0.2208, simple_loss=0.2754, pruned_loss=0.08309, over 13127.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1162, over 33.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3476, pruned_loss=0.1008, over 2779166.82 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07082, over 46389.12 utterances.], batch size: 33, lr: 1.87e-04 +2022-09-19 04:29:45,112 INFO [train.py:885] (0/2) Epoch 25, batch 10050, loss[loss=0.1346, simple_loss=0.2019, pruned_loss=0.03365, over 13091.00 frames. utt_duration=1588 frames, utt_pad_proportion=0.1215, over 33.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3458, pruned_loss=0.1002, over 2777819.90 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07103, over 45766.34 utterances.], batch size: 33, lr: 1.87e-04 +2022-09-19 04:30:14,881 INFO [train.py:885] (0/2) Epoch 25, batch 10100, loss[loss=0.1634, simple_loss=0.2329, pruned_loss=0.04694, over 13585.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08543, over 50.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3449, pruned_loss=0.09914, over 2784701.59 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06815, over 44922.91 utterances.], batch size: 50, lr: 1.87e-04 +2022-09-19 04:30:43,952 INFO [train.py:885] (0/2) Epoch 25, batch 10150, loss[loss=0.279, simple_loss=0.3814, pruned_loss=0.08832, over 13692.00 frames. utt_duration=134.8 frames, utt_pad_proportion=0.07638, over 411.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3459, pruned_loss=0.0996, over 2788894.64 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06713, over 45026.99 utterances.], batch size: 411, lr: 1.87e-04 +2022-09-19 04:31:13,698 INFO [train.py:885] (0/2) Epoch 25, batch 10200, loss[loss=0.2166, simple_loss=0.2877, pruned_loss=0.07278, over 12773.00 frames. utt_duration=2045 frames, utt_pad_proportion=0.1189, over 25.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3493, pruned_loss=0.1011, over 2777828.05 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07078, over 47107.79 utterances.], batch size: 25, lr: 1.87e-04 +2022-09-19 04:31:43,632 INFO [train.py:885] (0/2) Epoch 25, batch 10250, loss[loss=0.1659, simple_loss=0.2343, pruned_loss=0.0488, over 13231.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1112, over 33.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3526, pruned_loss=0.1032, over 2776333.94 frames. utt_duration=229 frames, utt_pad_proportion=0.07231, over 48813.33 utterances.], batch size: 33, lr: 1.87e-04 +2022-09-19 04:32:12,697 INFO [train.py:885] (0/2) Epoch 25, batch 10300, loss[loss=0.1883, simple_loss=0.2587, pruned_loss=0.05897, over 14041.00 frames. utt_duration=712.3 frames, utt_pad_proportion=0.05783, over 79.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3483, pruned_loss=0.1011, over 2771735.66 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07376, over 46585.11 utterances.], batch size: 79, lr: 1.87e-04 +2022-09-19 04:32:43,007 INFO [train.py:885] (0/2) Epoch 25, batch 10350, loss[loss=0.3013, simple_loss=0.3723, pruned_loss=0.1152, over 14305.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03972, over 283.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3496, pruned_loss=0.1013, over 2772691.64 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07286, over 47250.57 utterances.], batch size: 283, lr: 1.87e-04 +2022-09-19 04:33:12,706 INFO [train.py:885] (0/2) Epoch 25, batch 10400, loss[loss=0.301, simple_loss=0.3881, pruned_loss=0.1069, over 13982.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05695, over 365.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3458, pruned_loss=0.0993, over 2775480.78 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07029, over 45599.92 utterances.], batch size: 365, lr: 1.87e-04 +2022-09-19 04:33:42,099 INFO [train.py:885] (0/2) Epoch 25, batch 10450, loss[loss=0.3449, simple_loss=0.4011, pruned_loss=0.1443, over 14271.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04069, over 335.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3492, pruned_loss=0.1009, over 2775261.04 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07205, over 47653.52 utterances.], batch size: 335, lr: 1.87e-04 +2022-09-19 04:34:11,814 INFO [train.py:885] (0/2) Epoch 25, batch 10500, loss[loss=0.4104, simple_loss=0.482, pruned_loss=0.1694, over 13619.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.07735, over 560.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3505, pruned_loss=0.1022, over 2774791.05 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07431, over 47637.78 utterances.], batch size: 560, lr: 1.87e-04 +2022-09-19 04:34:41,321 INFO [train.py:885] (0/2) Epoch 25, batch 10550, loss[loss=0.2216, simple_loss=0.2798, pruned_loss=0.08167, over 13372.00 frames. utt_duration=1275 frames, utt_pad_proportion=0.1047, over 42.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3493, pruned_loss=0.1015, over 2777491.28 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07317, over 46866.37 utterances.], batch size: 42, lr: 1.87e-04 +2022-09-19 04:35:10,678 INFO [train.py:885] (0/2) Epoch 25, batch 10600, loss[loss=0.2698, simple_loss=0.3516, pruned_loss=0.09404, over 14362.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03578, over 226.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3526, pruned_loss=0.1032, over 2776031.87 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07519, over 48458.89 utterances.], batch size: 226, lr: 1.87e-04 +2022-09-19 04:35:40,707 INFO [train.py:885] (0/2) Epoch 25, batch 10650, loss[loss=0.1562, simple_loss=0.2284, pruned_loss=0.04202, over 12569.00 frames. utt_duration=2096 frames, utt_pad_proportion=0.1299, over 24.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3538, pruned_loss=0.104, over 2776754.62 frames. utt_duration=230.4 frames, utt_pad_proportion=0.07394, over 48518.06 utterances.], batch size: 24, lr: 1.87e-04 +2022-09-19 04:36:09,835 INFO [train.py:885] (0/2) Epoch 25, batch 10700, loss[loss=0.2583, simple_loss=0.3282, pruned_loss=0.09426, over 14330.00 frames. utt_duration=442.6 frames, utt_pad_proportion=0.03581, over 130.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3515, pruned_loss=0.1028, over 2778508.01 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07259, over 46650.70 utterances.], batch size: 130, lr: 1.87e-04 +2022-09-19 04:36:39,267 INFO [train.py:885] (0/2) Epoch 25, batch 10750, loss[loss=0.1854, simple_loss=0.2601, pruned_loss=0.05538, over 14177.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04687, over 89.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3484, pruned_loss=0.1017, over 2780266.03 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07108, over 45246.62 utterances.], batch size: 89, lr: 1.87e-04 +2022-09-19 04:37:08,683 INFO [train.py:885] (0/2) Epoch 25, batch 10800, loss[loss=0.3307, simple_loss=0.3942, pruned_loss=0.1337, over 14293.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03935, over 225.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3494, pruned_loss=0.1027, over 2781393.51 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07198, over 45750.04 utterances.], batch size: 225, lr: 1.87e-04 +2022-09-19 04:37:38,424 INFO [train.py:885] (0/2) Epoch 25, batch 10850, loss[loss=0.363, simple_loss=0.4628, pruned_loss=0.1316, over 13138.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1085, over 653.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3477, pruned_loss=0.1011, over 2779826.17 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07216, over 45505.07 utterances.], batch size: 653, lr: 1.87e-04 +2022-09-19 04:38:08,515 INFO [train.py:885] (0/2) Epoch 25, batch 10900, loss[loss=0.1943, simple_loss=0.2744, pruned_loss=0.05714, over 14002.00 frames. utt_duration=710.3 frames, utt_pad_proportion=0.05923, over 79.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3496, pruned_loss=0.1018, over 2778276.27 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07381, over 46481.64 utterances.], batch size: 79, lr: 1.86e-04 +2022-09-19 04:38:37,832 INFO [train.py:885] (0/2) Epoch 25, batch 10950, loss[loss=0.1732, simple_loss=0.2587, pruned_loss=0.04381, over 14177.00 frames. utt_duration=638.8 frames, utt_pad_proportion=0.04797, over 89.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.346, pruned_loss=0.1005, over 2780869.77 frames. utt_duration=249.9 frames, utt_pad_proportion=0.0699, over 44783.19 utterances.], batch size: 89, lr: 1.86e-04 +2022-09-19 04:39:07,513 INFO [train.py:885] (0/2) Epoch 25, batch 11000, loss[loss=0.5083, simple_loss=0.5986, pruned_loss=0.209, over 12493.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1455, over 810.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3462, pruned_loss=0.1003, over 2776789.53 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07099, over 45116.96 utterances.], batch size: 810, lr: 1.86e-04 +2022-09-19 04:39:36,787 INFO [train.py:885] (0/2) Epoch 25, batch 11050, loss[loss=0.3047, simple_loss=0.3737, pruned_loss=0.1178, over 14217.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04449, over 225.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3476, pruned_loss=0.1005, over 2773638.34 frames. utt_duration=242 frames, utt_pad_proportion=0.07402, over 46118.45 utterances.], batch size: 225, lr: 1.86e-04 +2022-09-19 04:40:06,889 INFO [train.py:885] (0/2) Epoch 25, batch 11100, loss[loss=0.1791, simple_loss=0.2489, pruned_loss=0.05467, over 14007.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05996, over 79.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3437, pruned_loss=0.09847, over 2773742.17 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07386, over 44860.56 utterances.], batch size: 79, lr: 1.86e-04 +2022-09-19 04:40:35,385 INFO [train.py:885] (0/2) Epoch 25, batch 11150, loss[loss=0.2271, simple_loss=0.3034, pruned_loss=0.07543, over 14341.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03748, over 120.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3422, pruned_loss=0.09804, over 2781336.46 frames. utt_duration=254 frames, utt_pad_proportion=0.07119, over 44049.08 utterances.], batch size: 120, lr: 1.86e-04 +2022-09-19 04:41:05,398 INFO [train.py:885] (0/2) Epoch 25, batch 11200, loss[loss=0.2696, simple_loss=0.3476, pruned_loss=0.09577, over 14324.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03737, over 180.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3452, pruned_loss=0.09916, over 2780712.54 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07161, over 45042.86 utterances.], batch size: 180, lr: 1.86e-04 +2022-09-19 04:41:35,115 INFO [train.py:885] (0/2) Epoch 25, batch 11250, loss[loss=0.2709, simple_loss=0.3424, pruned_loss=0.09969, over 14236.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04659, over 141.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3477, pruned_loss=0.1006, over 2784931.12 frames. utt_duration=246.5 frames, utt_pad_proportion=0.0715, over 45467.58 utterances.], batch size: 141, lr: 1.86e-04 +2022-09-19 04:42:04,231 INFO [train.py:885] (0/2) Epoch 25, batch 11300, loss[loss=0.1634, simple_loss=0.2119, pruned_loss=0.0575, over 12490.00 frames. utt_duration=2083 frames, utt_pad_proportion=0.1529, over 24.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.349, pruned_loss=0.1019, over 2784249.70 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07117, over 45933.86 utterances.], batch size: 24, lr: 1.86e-04 +2022-09-19 04:42:34,288 INFO [train.py:885] (0/2) Epoch 25, batch 11350, loss[loss=0.2125, simple_loss=0.2865, pruned_loss=0.06929, over 14090.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05335, over 98.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3529, pruned_loss=0.1036, over 2781048.69 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07369, over 48351.41 utterances.], batch size: 98, lr: 1.86e-04 +2022-09-19 04:43:04,132 INFO [train.py:885] (0/2) Epoch 25, batch 11400, loss[loss=0.2536, simple_loss=0.3282, pruned_loss=0.08949, over 14247.00 frames. utt_duration=439.8 frames, utt_pad_proportion=0.0439, over 130.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.35, pruned_loss=0.1027, over 2779844.85 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07323, over 46632.04 utterances.], batch size: 130, lr: 1.86e-04 +2022-09-19 04:43:33,951 INFO [train.py:885] (0/2) Epoch 25, batch 11450, loss[loss=0.1897, simple_loss=0.2305, pruned_loss=0.07448, over 13044.00 frames. utt_duration=2008 frames, utt_pad_proportion=0.1099, over 26.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3515, pruned_loss=0.1037, over 2777848.32 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07441, over 47615.86 utterances.], batch size: 26, lr: 1.86e-04 +2022-09-19 04:44:03,157 INFO [train.py:885] (0/2) Epoch 25, batch 11500, loss[loss=0.2521, simple_loss=0.328, pruned_loss=0.08805, over 14207.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04814, over 141.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3482, pruned_loss=0.1016, over 2774922.33 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07471, over 46615.55 utterances.], batch size: 141, lr: 1.86e-04 +2022-09-19 04:44:33,117 INFO [train.py:885] (0/2) Epoch 25, batch 11550, loss[loss=0.2855, simple_loss=0.3491, pruned_loss=0.1109, over 14278.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04342, over 141.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3466, pruned_loss=0.1006, over 2777856.33 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07244, over 45559.25 utterances.], batch size: 141, lr: 1.86e-04 +2022-09-19 04:45:02,631 INFO [train.py:885] (0/2) Epoch 25, batch 11600, loss[loss=0.2864, simple_loss=0.3599, pruned_loss=0.1064, over 14349.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0376, over 244.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3473, pruned_loss=0.1006, over 2780061.25 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07087, over 45422.08 utterances.], batch size: 244, lr: 1.86e-04 +2022-09-19 04:45:31,897 INFO [train.py:885] (0/2) Epoch 25, batch 11650, loss[loss=0.1856, simple_loss=0.2695, pruned_loss=0.05084, over 13848.00 frames. utt_duration=924.8 frames, utt_pad_proportion=0.07059, over 60.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3489, pruned_loss=0.1014, over 2778119.97 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07223, over 46366.63 utterances.], batch size: 60, lr: 1.86e-04 +2022-09-19 04:46:01,363 INFO [train.py:885] (0/2) Epoch 25, batch 11700, loss[loss=0.1821, simple_loss=0.2358, pruned_loss=0.06424, over 12238.00 frames. utt_duration=2041 frames, utt_pad_proportion=0.1648, over 24.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3502, pruned_loss=0.1022, over 2781457.10 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07136, over 46360.27 utterances.], batch size: 24, lr: 1.86e-04 +2022-09-19 04:46:31,097 INFO [train.py:885] (0/2) Epoch 25, batch 11750, loss[loss=0.2338, simple_loss=0.3178, pruned_loss=0.07484, over 14112.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.04894, over 98.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3487, pruned_loss=0.1016, over 2781801.56 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07155, over 45972.13 utterances.], batch size: 98, lr: 1.86e-04 +2022-09-19 04:46:59,982 INFO [train.py:885] (0/2) Epoch 25, batch 11800, loss[loss=0.1612, simple_loss=0.2308, pruned_loss=0.04581, over 13666.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07934, over 50.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3476, pruned_loss=0.1009, over 2783968.58 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07124, over 45571.07 utterances.], batch size: 50, lr: 1.86e-04 +2022-09-19 04:47:29,690 INFO [train.py:885] (0/2) Epoch 25, batch 11850, loss[loss=0.4825, simple_loss=0.5735, pruned_loss=0.1958, over 12431.00 frames. utt_duration=63.02 frames, utt_pad_proportion=0.1483, over 810.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3487, pruned_loss=0.1017, over 2781210.64 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07312, over 46184.93 utterances.], batch size: 810, lr: 1.86e-04 +2022-09-19 04:47:59,465 INFO [train.py:885] (0/2) Epoch 25, batch 11900, loss[loss=0.1723, simple_loss=0.2498, pruned_loss=0.04738, over 13986.00 frames. utt_duration=709.5 frames, utt_pad_proportion=0.06029, over 79.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3477, pruned_loss=0.1007, over 2786187.82 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07102, over 45971.98 utterances.], batch size: 79, lr: 1.86e-04 +2022-09-19 04:48:29,223 INFO [train.py:885] (0/2) Epoch 25, batch 11950, loss[loss=0.1867, simple_loss=0.2544, pruned_loss=0.0595, over 13877.00 frames. utt_duration=806.1 frames, utt_pad_proportion=0.06156, over 69.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3498, pruned_loss=0.102, over 2789451.44 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06879, over 46351.55 utterances.], batch size: 69, lr: 1.86e-04 +2022-09-19 04:48:58,709 INFO [train.py:885] (0/2) Epoch 25, batch 12000, loss[loss=0.1986, simple_loss=0.2735, pruned_loss=0.06185, over 13809.00 frames. utt_duration=922.3 frames, utt_pad_proportion=0.06934, over 60.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3481, pruned_loss=0.1004, over 2786088.48 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07009, over 46236.76 utterances.], batch size: 60, lr: 1.86e-04 +2022-09-19 04:48:58,711 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 04:49:02,869 INFO [train.py:914] (0/2) Epoch 25, validation: loss=0.1883, simple_loss=0.2693, pruned_loss=0.05364, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 04:49:40,351 INFO [train.py:885] (0/2) Epoch 25, batch 12050, loss[loss=0.2222, simple_loss=0.3158, pruned_loss=0.06432, over 14290.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03931, over 154.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3463, pruned_loss=0.09986, over 2787352.39 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06787, over 45115.53 utterances.], batch size: 154, lr: 1.86e-04 +2022-09-19 04:50:09,795 INFO [train.py:885] (0/2) Epoch 25, batch 12100, loss[loss=0.1878, simple_loss=0.2508, pruned_loss=0.06241, over 13265.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.0953, over 41.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3433, pruned_loss=0.09894, over 2786994.98 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06635, over 43687.05 utterances.], batch size: 41, lr: 1.86e-04 +2022-09-19 04:50:39,542 INFO [train.py:885] (0/2) Epoch 25, batch 12150, loss[loss=0.3382, simple_loss=0.3921, pruned_loss=0.1422, over 14256.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04192, over 335.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3433, pruned_loss=0.09896, over 2787628.67 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06549, over 43861.26 utterances.], batch size: 335, lr: 1.86e-04 +2022-09-19 04:51:08,679 INFO [train.py:885] (0/2) Epoch 25, batch 12200, loss[loss=0.2643, simple_loss=0.3684, pruned_loss=0.08006, over 13717.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07486, over 411.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3448, pruned_loss=0.09957, over 2786898.21 frames. utt_duration=250 frames, utt_pad_proportion=0.06764, over 44856.12 utterances.], batch size: 411, lr: 1.86e-04 +2022-09-19 04:51:38,820 INFO [train.py:885] (0/2) Epoch 25, batch 12250, loss[loss=0.1915, simple_loss=0.2594, pruned_loss=0.06182, over 13504.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08376, over 50.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3442, pruned_loss=0.09961, over 2781211.09 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07022, over 44892.47 utterances.], batch size: 50, lr: 1.86e-04 +2022-09-19 04:52:07,593 INFO [train.py:885] (0/2) Epoch 25, batch 12300, loss[loss=0.2197, simple_loss=0.2804, pruned_loss=0.07944, over 12435.00 frames. utt_duration=2074 frames, utt_pad_proportion=0.1426, over 24.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3397, pruned_loss=0.09764, over 2780707.00 frames. utt_duration=259 frames, utt_pad_proportion=0.06824, over 43182.50 utterances.], batch size: 24, lr: 1.86e-04 +2022-09-19 04:52:37,328 INFO [train.py:885] (0/2) Epoch 25, batch 12350, loss[loss=0.3388, simple_loss=0.4418, pruned_loss=0.1179, over 13128.00 frames. utt_duration=81.98 frames, utt_pad_proportion=0.1089, over 653.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3408, pruned_loss=0.09761, over 2775238.13 frames. utt_duration=252 frames, utt_pad_proportion=0.06881, over 44305.61 utterances.], batch size: 653, lr: 1.86e-04 +2022-09-19 04:53:06,068 INFO [train.py:885] (0/2) Epoch 25, batch 12400, loss[loss=0.2518, simple_loss=0.3348, pruned_loss=0.08437, over 14359.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03284, over 244.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3391, pruned_loss=0.09753, over 2777141.61 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06788, over 42893.51 utterances.], batch size: 244, lr: 1.86e-04 +2022-09-19 04:53:36,177 INFO [train.py:885] (0/2) Epoch 25, batch 12450, loss[loss=0.3198, simple_loss=0.3844, pruned_loss=0.1276, over 14315.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03918, over 262.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3419, pruned_loss=0.09938, over 2778338.49 frames. utt_duration=255 frames, utt_pad_proportion=0.06737, over 43832.96 utterances.], batch size: 262, lr: 1.86e-04 +2022-09-19 04:54:05,939 INFO [train.py:885] (0/2) Epoch 25, batch 12500, loss[loss=0.3115, simple_loss=0.4036, pruned_loss=0.1097, over 13732.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07473, over 411.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3463, pruned_loss=0.1012, over 2777390.92 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07047, over 45745.84 utterances.], batch size: 411, lr: 1.86e-04 +2022-09-19 04:54:35,025 INFO [train.py:885] (0/2) Epoch 25, batch 12550, loss[loss=0.2642, simple_loss=0.3473, pruned_loss=0.09058, over 14353.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03357, over 244.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3446, pruned_loss=0.1001, over 2782468.12 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06806, over 44620.89 utterances.], batch size: 244, lr: 1.86e-04 +2022-09-19 04:55:03,225 INFO [train.py:885] (0/2) Epoch 25, batch 12600, loss[loss=0.4194, simple_loss=0.4841, pruned_loss=0.1773, over 13968.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05792, over 365.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3472, pruned_loss=0.1011, over 2780718.99 frames. utt_duration=244 frames, utt_pad_proportion=0.07068, over 45871.89 utterances.], batch size: 365, lr: 1.86e-04 +2022-09-19 04:55:13,769 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-25.pt +2022-09-19 04:55:21,111 INFO [train.py:885] (0/2) Epoch 26, batch 0, loss[loss=0.249, simple_loss=0.3379, pruned_loss=0.08001, over 14343.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03673, over 210.00 utterances.], tot_loss[loss=0.249, simple_loss=0.3379, pruned_loss=0.08001, over 14343.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03673, over 210.00 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 04:55:50,388 INFO [train.py:885] (0/2) Epoch 26, batch 50, loss[loss=0.2949, simple_loss=0.3711, pruned_loss=0.1093, over 14352.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03402, over 244.00 utterances.], tot_loss[loss=0.2635, simple_loss=0.3363, pruned_loss=0.09536, over 627533.15 frames. utt_duration=271.9 frames, utt_pad_proportion=0.06759, over 9282.05 utterances.], batch size: 244, lr: 1.82e-04 +2022-09-19 04:56:20,372 INFO [train.py:885] (0/2) Epoch 26, batch 100, loss[loss=0.3428, simple_loss=0.4018, pruned_loss=0.1419, over 14292.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.0405, over 283.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3503, pruned_loss=0.1007, over 1108667.65 frames. utt_duration=239.5 frames, utt_pad_proportion=0.06628, over 18633.34 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 04:56:50,031 INFO [train.py:885] (0/2) Epoch 26, batch 150, loss[loss=0.6555, simple_loss=0.6991, pruned_loss=0.306, over 12459.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3431, pruned_loss=0.09883, over 1477352.86 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06541, over 22800.15 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 04:57:19,821 INFO [train.py:885] (0/2) Epoch 26, batch 200, loss[loss=0.1348, simple_loss=0.1837, pruned_loss=0.04298, over 13007.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1276, over 33.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3452, pruned_loss=0.09919, over 1760035.08 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07124, over 28995.13 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 04:57:48,734 INFO [train.py:885] (0/2) Epoch 26, batch 250, loss[loss=0.1752, simple_loss=0.2417, pruned_loss=0.0543, over 12337.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1466, over 24.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3491, pruned_loss=0.1018, over 1989136.32 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06918, over 32707.95 utterances.], batch size: 24, lr: 1.82e-04 +2022-09-19 04:58:18,455 INFO [train.py:885] (0/2) Epoch 26, batch 300, loss[loss=0.1638, simple_loss=0.2013, pruned_loss=0.06314, over 12998.00 frames. utt_duration=1577 frames, utt_pad_proportion=0.1263, over 33.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3504, pruned_loss=0.102, over 2161362.15 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0715, over 36722.37 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 04:58:47,533 INFO [train.py:885] (0/2) Epoch 26, batch 350, loss[loss=0.284, simple_loss=0.3611, pruned_loss=0.1035, over 14269.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04293, over 154.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3502, pruned_loss=0.1014, over 2297335.08 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07283, over 39333.62 utterances.], batch size: 154, lr: 1.82e-04 +2022-09-19 04:59:17,002 INFO [train.py:885] (0/2) Epoch 26, batch 400, loss[loss=0.2978, simple_loss=0.3693, pruned_loss=0.1132, over 14322.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03839, over 226.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3444, pruned_loss=0.09875, over 2406124.29 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07109, over 38801.55 utterances.], batch size: 226, lr: 1.82e-04 +2022-09-19 04:59:46,817 INFO [train.py:885] (0/2) Epoch 26, batch 450, loss[loss=0.2845, simple_loss=0.3573, pruned_loss=0.1058, over 14377.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03405, over 210.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3431, pruned_loss=0.09842, over 2484682.01 frames. utt_duration=250 frames, utt_pad_proportion=0.07071, over 39998.29 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 05:00:16,132 INFO [train.py:885] (0/2) Epoch 26, batch 500, loss[loss=0.3437, simple_loss=0.3934, pruned_loss=0.147, over 14240.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04261, over 335.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.34, pruned_loss=0.09649, over 2552900.08 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06963, over 40057.34 utterances.], batch size: 335, lr: 1.82e-04 +2022-09-19 05:00:16,772 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-316000.pt +2022-09-19 05:00:46,396 INFO [train.py:885] (0/2) Epoch 26, batch 550, loss[loss=0.2749, simple_loss=0.3357, pruned_loss=0.1071, over 13993.00 frames. utt_duration=572.7 frames, utt_pad_proportion=0.06117, over 98.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3427, pruned_loss=0.09721, over 2600353.57 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07274, over 42167.89 utterances.], batch size: 98, lr: 1.82e-04 +2022-09-19 05:01:15,822 INFO [train.py:885] (0/2) Epoch 26, batch 600, loss[loss=0.3292, simple_loss=0.3837, pruned_loss=0.1373, over 14356.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03578, over 195.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3449, pruned_loss=0.09916, over 2641211.40 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07272, over 43150.62 utterances.], batch size: 195, lr: 1.82e-04 +2022-09-19 05:01:45,226 INFO [train.py:885] (0/2) Epoch 26, batch 650, loss[loss=0.3153, simple_loss=0.423, pruned_loss=0.1038, over 13620.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07774, over 560.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3441, pruned_loss=0.09907, over 2671951.77 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07121, over 43021.36 utterances.], batch size: 560, lr: 1.82e-04 +2022-09-19 05:02:14,311 INFO [train.py:885] (0/2) Epoch 26, batch 700, loss[loss=0.2616, simple_loss=0.3391, pruned_loss=0.09201, over 14279.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.03991, over 154.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3432, pruned_loss=0.09845, over 2697602.52 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06908, over 42859.79 utterances.], batch size: 154, lr: 1.82e-04 +2022-09-19 05:02:44,433 INFO [train.py:885] (0/2) Epoch 26, batch 750, loss[loss=0.2024, simple_loss=0.2869, pruned_loss=0.0589, over 14146.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.04863, over 89.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3452, pruned_loss=0.09951, over 2719287.37 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06964, over 43929.77 utterances.], batch size: 89, lr: 1.82e-04 +2022-09-19 05:03:13,775 INFO [train.py:885] (0/2) Epoch 26, batch 800, loss[loss=0.2216, simple_loss=0.2891, pruned_loss=0.07702, over 12314.00 frames. utt_duration=2054 frames, utt_pad_proportion=0.1654, over 24.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3452, pruned_loss=0.09929, over 2731941.61 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07016, over 44356.83 utterances.], batch size: 24, lr: 1.82e-04 +2022-09-19 05:03:43,485 INFO [train.py:885] (0/2) Epoch 26, batch 850, loss[loss=0.2928, simple_loss=0.3646, pruned_loss=0.1105, over 14337.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03832, over 262.00 utterances.], tot_loss[loss=0.273, simple_loss=0.346, pruned_loss=0.09995, over 2742803.86 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06972, over 44844.24 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 05:04:13,291 INFO [train.py:885] (0/2) Epoch 26, batch 900, loss[loss=0.354, simple_loss=0.4456, pruned_loss=0.1312, over 13614.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.0783, over 560.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3481, pruned_loss=0.1014, over 2746625.96 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07073, over 45457.45 utterances.], batch size: 560, lr: 1.82e-04 +2022-09-19 05:04:42,822 INFO [train.py:885] (0/2) Epoch 26, batch 950, loss[loss=0.272, simple_loss=0.3753, pruned_loss=0.08436, over 13776.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07158, over 411.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3493, pruned_loss=0.1011, over 2747167.77 frames. utt_duration=234.2 frames, utt_pad_proportion=0.0735, over 47222.78 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 05:05:11,527 INFO [train.py:885] (0/2) Epoch 26, batch 1000, loss[loss=0.405, simple_loss=0.4501, pruned_loss=0.18, over 14230.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04318, over 306.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3502, pruned_loss=0.1021, over 2758302.47 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07107, over 46629.17 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 05:05:41,481 INFO [train.py:885] (0/2) Epoch 26, batch 1050, loss[loss=0.3195, simple_loss=0.3855, pruned_loss=0.1267, over 14328.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03883, over 262.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3502, pruned_loss=0.1027, over 2758945.37 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07181, over 46221.78 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 05:06:11,218 INFO [train.py:885] (0/2) Epoch 26, batch 1100, loss[loss=0.301, simple_loss=0.3758, pruned_loss=0.113, over 14289.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04097, over 262.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3504, pruned_loss=0.1024, over 2764343.51 frames. utt_duration=238.9 frames, utt_pad_proportion=0.0719, over 46566.76 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 05:06:40,352 INFO [train.py:885] (0/2) Epoch 26, batch 1150, loss[loss=0.2976, simple_loss=0.3624, pruned_loss=0.1164, over 14316.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03905, over 262.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3499, pruned_loss=0.1019, over 2769916.18 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07097, over 46204.39 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 05:07:09,873 INFO [train.py:885] (0/2) Epoch 26, batch 1200, loss[loss=0.2811, simple_loss=0.3769, pruned_loss=0.09264, over 13983.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05757, over 365.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3465, pruned_loss=0.1001, over 2774351.71 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06842, over 44881.83 utterances.], batch size: 365, lr: 1.82e-04 +2022-09-19 05:07:39,057 INFO [train.py:885] (0/2) Epoch 26, batch 1250, loss[loss=0.3197, simple_loss=0.3807, pruned_loss=0.1294, over 14299.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.04157, over 154.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3473, pruned_loss=0.1014, over 2775291.06 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07036, over 45250.62 utterances.], batch size: 154, lr: 1.82e-04 +2022-09-19 05:08:09,236 INFO [train.py:885] (0/2) Epoch 26, batch 1300, loss[loss=0.3371, simple_loss=0.3989, pruned_loss=0.1376, over 14208.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04405, over 306.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3469, pruned_loss=0.1008, over 2771600.19 frames. utt_duration=244.8 frames, utt_pad_proportion=0.0718, over 45563.34 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 05:08:38,718 INFO [train.py:885] (0/2) Epoch 26, batch 1350, loss[loss=0.3768, simple_loss=0.4271, pruned_loss=0.1633, over 14304.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03919, over 283.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3464, pruned_loss=0.1012, over 2775049.19 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07077, over 44702.58 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 05:09:07,882 INFO [train.py:885] (0/2) Epoch 26, batch 1400, loss[loss=0.272, simple_loss=0.3367, pruned_loss=0.1036, over 14251.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04534, over 141.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3442, pruned_loss=0.09994, over 2783166.92 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06742, over 43371.06 utterances.], batch size: 141, lr: 1.82e-04 +2022-09-19 05:09:38,101 INFO [train.py:885] (0/2) Epoch 26, batch 1450, loss[loss=0.2964, simple_loss=0.3982, pruned_loss=0.09735, over 13671.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08036, over 478.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3451, pruned_loss=0.1008, over 2783708.94 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06726, over 44080.29 utterances.], batch size: 478, lr: 1.82e-04 +2022-09-19 05:10:08,085 INFO [train.py:885] (0/2) Epoch 26, batch 1500, loss[loss=0.1762, simple_loss=0.2331, pruned_loss=0.0597, over 13363.00 frames. utt_duration=1621 frames, utt_pad_proportion=0.1023, over 33.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3444, pruned_loss=0.1002, over 2779923.96 frames. utt_duration=250.2 frames, utt_pad_proportion=0.0686, over 44708.26 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 05:10:37,501 INFO [train.py:885] (0/2) Epoch 26, batch 1550, loss[loss=0.1501, simple_loss=0.208, pruned_loss=0.04609, over 13270.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.1082, over 33.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3452, pruned_loss=0.1, over 2781796.52 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06838, over 45664.65 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 05:11:06,399 INFO [train.py:885] (0/2) Epoch 26, batch 1600, loss[loss=0.2515, simple_loss=0.3259, pruned_loss=0.08856, over 14323.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.04026, over 120.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3437, pruned_loss=0.09989, over 2779899.38 frames. utt_duration=251 frames, utt_pad_proportion=0.06915, over 44563.72 utterances.], batch size: 120, lr: 1.82e-04 +2022-09-19 05:11:36,275 INFO [train.py:885] (0/2) Epoch 26, batch 1650, loss[loss=0.2362, simple_loss=0.2992, pruned_loss=0.08658, over 14074.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05429, over 98.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3441, pruned_loss=0.1, over 2774879.13 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07184, over 44747.58 utterances.], batch size: 98, lr: 1.82e-04 +2022-09-19 05:12:06,027 INFO [train.py:885] (0/2) Epoch 26, batch 1700, loss[loss=0.5192, simple_loss=0.6062, pruned_loss=0.2161, over 12453.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1487, over 811.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3463, pruned_loss=0.1017, over 2779072.28 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07041, over 44766.65 utterances.], batch size: 811, lr: 1.82e-04 +2022-09-19 05:12:35,032 INFO [train.py:885] (0/2) Epoch 26, batch 1750, loss[loss=0.2518, simple_loss=0.3357, pruned_loss=0.08393, over 14265.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04068, over 180.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3448, pruned_loss=0.1012, over 2784409.48 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06817, over 43891.65 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 05:13:04,962 INFO [train.py:885] (0/2) Epoch 26, batch 1800, loss[loss=0.1335, simple_loss=0.2024, pruned_loss=0.0323, over 13548.00 frames. utt_duration=1323 frames, utt_pad_proportion=0.07411, over 41.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3456, pruned_loss=0.1007, over 2781282.57 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07024, over 45617.99 utterances.], batch size: 41, lr: 1.82e-04 +2022-09-19 05:13:34,088 INFO [train.py:885] (0/2) Epoch 26, batch 1850, loss[loss=0.2234, simple_loss=0.2961, pruned_loss=0.07537, over 13981.00 frames. utt_duration=572.2 frames, utt_pad_proportion=0.06045, over 98.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3459, pruned_loss=0.1006, over 2782147.56 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06979, over 45280.16 utterances.], batch size: 98, lr: 1.82e-04 +2022-09-19 05:14:03,750 INFO [train.py:885] (0/2) Epoch 26, batch 1900, loss[loss=0.1904, simple_loss=0.272, pruned_loss=0.05442, over 14118.00 frames. utt_duration=716.3 frames, utt_pad_proportion=0.0488, over 79.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3438, pruned_loss=0.09953, over 2787972.64 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06662, over 44034.79 utterances.], batch size: 79, lr: 1.82e-04 +2022-09-19 05:14:32,990 INFO [train.py:885] (0/2) Epoch 26, batch 1950, loss[loss=0.4312, simple_loss=0.465, pruned_loss=0.1987, over 14191.00 frames. utt_duration=170.7 frames, utt_pad_proportion=0.04616, over 335.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3458, pruned_loss=0.1002, over 2781308.86 frames. utt_duration=247 frames, utt_pad_proportion=0.07036, over 45317.39 utterances.], batch size: 335, lr: 1.82e-04 +2022-09-19 05:15:02,808 INFO [train.py:885] (0/2) Epoch 26, batch 2000, loss[loss=0.5238, simple_loss=0.6008, pruned_loss=0.2234, over 12444.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3463, pruned_loss=0.1003, over 2785128.06 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06922, over 45236.63 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 05:15:32,208 INFO [train.py:885] (0/2) Epoch 26, batch 2050, loss[loss=0.2395, simple_loss=0.3166, pruned_loss=0.08125, over 14329.00 frames. utt_duration=442.5 frames, utt_pad_proportion=0.03603, over 130.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3433, pruned_loss=0.09889, over 2789118.72 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06635, over 43793.02 utterances.], batch size: 130, lr: 1.82e-04 +2022-09-19 05:16:01,506 INFO [train.py:885] (0/2) Epoch 26, batch 2100, loss[loss=0.4813, simple_loss=0.5782, pruned_loss=0.1921, over 12469.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1466, over 810.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3426, pruned_loss=0.09881, over 2787894.78 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06736, over 43114.76 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 05:16:31,162 INFO [train.py:885] (0/2) Epoch 26, batch 2150, loss[loss=0.2401, simple_loss=0.3268, pruned_loss=0.07664, over 14262.00 frames. utt_duration=440.3 frames, utt_pad_proportion=0.04079, over 130.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3427, pruned_loss=0.09972, over 2787140.43 frames. utt_duration=263.3 frames, utt_pad_proportion=0.06653, over 42574.87 utterances.], batch size: 130, lr: 1.82e-04 +2022-09-19 05:17:00,687 INFO [train.py:885] (0/2) Epoch 26, batch 2200, loss[loss=0.3202, simple_loss=0.4211, pruned_loss=0.1097, over 13621.00 frames. utt_duration=98.7 frames, utt_pad_proportion=0.0776, over 560.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3441, pruned_loss=0.09972, over 2788039.58 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06733, over 43930.03 utterances.], batch size: 560, lr: 1.82e-04 +2022-09-19 05:17:29,658 INFO [train.py:885] (0/2) Epoch 26, batch 2250, loss[loss=0.3278, simple_loss=0.3904, pruned_loss=0.1325, over 14290.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03947, over 180.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3445, pruned_loss=0.09974, over 2787738.13 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06788, over 43732.23 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 05:17:58,936 INFO [train.py:885] (0/2) Epoch 26, batch 2300, loss[loss=0.2135, simple_loss=0.2913, pruned_loss=0.06782, over 14271.00 frames. utt_duration=440.4 frames, utt_pad_proportion=0.04254, over 130.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3442, pruned_loss=0.09937, over 2785916.23 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06851, over 43818.81 utterances.], batch size: 130, lr: 1.82e-04 +2022-09-19 05:18:28,427 INFO [train.py:885] (0/2) Epoch 26, batch 2350, loss[loss=0.3401, simple_loss=0.4, pruned_loss=0.1402, over 14364.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03241, over 195.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3408, pruned_loss=0.09753, over 2783575.42 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06987, over 43016.15 utterances.], batch size: 195, lr: 1.82e-04 +2022-09-19 05:18:57,929 INFO [train.py:885] (0/2) Epoch 26, batch 2400, loss[loss=0.324, simple_loss=0.3931, pruned_loss=0.1275, over 14316.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03857, over 283.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3457, pruned_loss=0.1001, over 2784974.70 frames. utt_duration=251 frames, utt_pad_proportion=0.06973, over 44641.49 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 05:19:27,520 INFO [train.py:885] (0/2) Epoch 26, batch 2450, loss[loss=0.2788, simple_loss=0.3631, pruned_loss=0.09725, over 14334.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03673, over 210.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3447, pruned_loss=0.09995, over 2784499.22 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06939, over 44217.48 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 05:19:57,095 INFO [train.py:885] (0/2) Epoch 26, batch 2500, loss[loss=0.2974, simple_loss=0.3811, pruned_loss=0.1068, over 13984.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05715, over 365.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.343, pruned_loss=0.09876, over 2783906.99 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06792, over 43284.02 utterances.], batch size: 365, lr: 1.82e-04 +2022-09-19 05:20:26,839 INFO [train.py:885] (0/2) Epoch 26, batch 2550, loss[loss=0.3198, simple_loss=0.4166, pruned_loss=0.1115, over 13633.00 frames. utt_duration=98.83 frames, utt_pad_proportion=0.07632, over 560.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3444, pruned_loss=0.099, over 2786147.72 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06757, over 43943.14 utterances.], batch size: 560, lr: 1.82e-04 diff --git a/log/log-train-2022-09-17-00-39-59-1 b/log/log-train-2022-09-17-00-39-59-1 new file mode 100644 index 0000000000000000000000000000000000000000..556ab67154d215777d6027a07d83020943f10f3c --- /dev/null +++ b/log/log-train-2022-09-17-00-39-59-1 @@ -0,0 +1,6596 @@ +2022-09-17 00:39:59,267 INFO [train.py:949] (1/2) Training started +2022-09-17 00:39:59,267 INFO [train.py:959] (1/2) Device: cuda:1 +2022-09-17 00:39:59,270 INFO [train.py:973] (1/2) {'best_train_loss': inf, 'best_valid_loss': inf, 'best_train_epoch': -1, 'best_valid_epoch': -1, 'batch_idx_train': 0, 'log_interval': 50, 'reset_interval': 200, 'valid_interval': 3000, 'feature_dim': 80, 'subsampling_factor': 4, 'model_warm_step': 3000, 'env_info': {'k2-version': '1.19', 'k2-build-type': 'Release', 'k2-with-cuda': True, 'k2-git-sha1': '125d34703f898b5ca54f6f4a925f2bc2d7a5ba98', 'k2-git-date': 'Wed Aug 31 04:50:54 2022', 'lhotse-version': '1.6.0', 'torch-version': '1.12.1+cu113', 'torch-cuda-available': True, 'torch-cuda-version': '11.3', 'python-version': '3.8', 'icefall-git-branch': 'uk', 'icefall-git-sha1': '42c4476-dirty', 'icefall-git-date': 'Thu Sep 15 16:29:29 2022', 'icefall-path': '/home/proger/icefall', 'k2-path': '/home/proger/k2/k2/python/k2/__init__.py', 'lhotse-path': '/home/proger/.local/lib/python3.8/site-packages/lhotse/__init__.py', 'hostname': 'rt', 'IP address': '127.0.1.1'}, 'world_size': 2, 'master_port': 12354, 'tensorboard': True, 'num_epochs': 40, 'start_epoch': 1, 'start_batch': 0, 'exp_dir': PosixPath('pruned_transducer_stateless5/exp-uk-filtered2'), 'bpe_model': 'uk/data/lang_bpe_250/bpe.model', 'initial_lr': 0.003, 'lr_batches': 5000, 'lr_epochs': 6, 'context_size': 2, 'prune_range': 5, 'lm_scale': 0.25, 'am_scale': 0.0, 'simple_loss_scale': 0.5, 'seed': 42, 'print_diagnostics': False, 'save_every_n': 4000, 'keep_last_k': 30, 'average_period': 100, 'use_fp16': True, 'num_encoder_layers': 18, 'dim_feedforward': 1024, 'nhead': 4, 'encoder_dim': 256, 'decoder_dim': 512, 'joiner_dim': 512, 'dynamic_chunk_training': True, 'causal_convolution': True, 'short_chunk_size': 25, 'num_left_chunks': 4, 'full_libri': True, 'manifest_dir': PosixPath('uk/data/fbank'), 'max_duration': 600, 'bucketing_sampler': True, 'num_buckets': 30, 'concatenate_cuts': False, 'duration_factor': 1.0, 'gap': 1.0, 'on_the_fly_feats': False, 'shuffle': True, 'drop_last': True, 'return_cuts': True, 'num_workers': 2, 'enable_spec_aug': True, 'spec_aug_time_warp_factor': 80, 'enable_musan': True, 'input_strategy': 'PrecomputedFeatures', 'blank_id': 0, 'vocab_size': 250} +2022-09-17 00:39:59,270 INFO [train.py:975] (1/2) About to create model +2022-09-17 00:39:59,382 INFO [train.py:979] (1/2) Number of model parameters: 30053246 +2022-09-17 00:40:00,865 INFO [train.py:994] (1/2) Using DDP +2022-09-17 00:40:02,902 INFO [asr_datamodule_uk.py:422] (1/2) About to get ('train-other-shuffled-filtered2',) cuts +2022-09-17 00:40:03,394 INFO [asr_datamodule_uk.py:225] (1/2) Enable MUSAN +2022-09-17 00:40:03,394 INFO [asr_datamodule_uk.py:226] (1/2) About to get Musan cuts +2022-09-17 00:40:04,627 INFO [asr_datamodule_uk.py:254] (1/2) Enable SpecAugment +2022-09-17 00:40:04,627 INFO [asr_datamodule_uk.py:255] (1/2) Time warp factor: 80 +2022-09-17 00:40:04,627 INFO [asr_datamodule_uk.py:267] (1/2) Num frame mask: 10 +2022-09-17 00:40:04,627 INFO [asr_datamodule_uk.py:280] (1/2) About to create train dataset +2022-09-17 00:40:04,628 INFO [asr_datamodule_uk.py:309] (1/2) Using DynamicBucketingSampler. +2022-09-17 00:40:06,117 INFO [asr_datamodule_uk.py:324] (1/2) About to create train dataloader +2022-09-17 00:40:06,118 INFO [asr_datamodule_uk.py:434] (1/2) About to get test-other (for dev) cuts +2022-09-17 00:40:06,119 INFO [asr_datamodule_uk.py:355] (1/2) About to create dev dataset +2022-09-17 00:40:06,211 INFO [asr_datamodule_uk.py:374] (1/2) About to create dev dataloader +2022-09-17 00:40:14,939 INFO [train.py:885] (1/2) Epoch 1, batch 0, loss[loss=3.193, simple_loss=6.387, pruned_loss=6.32, over 14337.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03728, over 210.00 utterances.], tot_loss[loss=3.193, simple_loss=6.387, pruned_loss=6.32, over 14337.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03728, over 210.00 utterances.], batch size: 210, lr: 3.00e-03 +2022-09-17 00:40:14,998 INFO [distributed.py:995] (1/2) Reducer buckets have been rebuilt in this iteration. +2022-09-17 00:40:43,408 INFO [train.py:885] (1/2) Epoch 1, batch 50, loss[loss=0.523, simple_loss=1.046, pruned_loss=6.584, over 14035.00 frames. utt_duration=712.3 frames, utt_pad_proportion=0.05658, over 79.00 utterances.], tot_loss[loss=1.401, simple_loss=2.802, pruned_loss=6.49, over 627815.44 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06141, over 9755.65 utterances.], batch size: 79, lr: 3.00e-03 +2022-09-17 00:41:12,932 INFO [train.py:885] (1/2) Epoch 1, batch 100, loss[loss=0.3941, simple_loss=0.7882, pruned_loss=6.451, over 13147.00 frames. utt_duration=1595 frames, utt_pad_proportion=0.1042, over 33.00 utterances.], tot_loss[loss=0.9409, simple_loss=1.882, pruned_loss=6.642, over 1106340.85 frames. utt_duration=240.3 frames, utt_pad_proportion=0.06954, over 18528.88 utterances.], batch size: 33, lr: 3.00e-03 +2022-09-17 00:41:42,958 INFO [train.py:885] (1/2) Epoch 1, batch 150, loss[loss=0.387, simple_loss=0.774, pruned_loss=5.944, over 14128.00 frames. utt_duration=636.6 frames, utt_pad_proportion=0.04982, over 89.00 utterances.], tot_loss[loss=0.7606, simple_loss=1.521, pruned_loss=6.553, over 1472358.23 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07409, over 24830.54 utterances.], batch size: 89, lr: 3.00e-03 +2022-09-17 00:42:11,762 INFO [train.py:885] (1/2) Epoch 1, batch 200, loss[loss=0.3668, simple_loss=0.7335, pruned_loss=6.05, over 13739.00 frames. utt_duration=917.3 frames, utt_pad_proportion=0.07715, over 60.00 utterances.], tot_loss[loss=0.6581, simple_loss=1.316, pruned_loss=6.443, over 1763615.42 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07237, over 29046.89 utterances.], batch size: 60, lr: 3.00e-03 +2022-09-17 00:42:41,758 INFO [train.py:885] (1/2) Epoch 1, batch 250, loss[loss=0.5385, simple_loss=1.077, pruned_loss=6.563, over 13769.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07164, over 411.00 utterances.], tot_loss[loss=0.5987, simple_loss=1.197, pruned_loss=6.399, over 1989784.71 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07281, over 33689.06 utterances.], batch size: 411, lr: 3.00e-03 +2022-09-17 00:43:11,090 INFO [train.py:885] (1/2) Epoch 1, batch 300, loss[loss=0.3589, simple_loss=0.7177, pruned_loss=6.099, over 13891.00 frames. utt_duration=927.8 frames, utt_pad_proportion=0.06759, over 60.00 utterances.], tot_loss[loss=0.5489, simple_loss=1.098, pruned_loss=6.356, over 2167843.88 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07068, over 34901.84 utterances.], batch size: 60, lr: 3.00e-03 +2022-09-17 00:43:40,626 INFO [train.py:885] (1/2) Epoch 1, batch 350, loss[loss=0.4993, simple_loss=0.9986, pruned_loss=6.647, over 13786.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07068, over 411.00 utterances.], tot_loss[loss=0.5176, simple_loss=1.035, pruned_loss=6.357, over 2307121.31 frames. utt_duration=247.7 frames, utt_pad_proportion=0.0703, over 37477.49 utterances.], batch size: 411, lr: 3.00e-03 +2022-09-17 00:44:16,415 INFO [train.py:885] (1/2) Epoch 1, batch 400, loss[loss=0.3299, simple_loss=0.6598, pruned_loss=6.09, over 14250.00 frames. utt_duration=641.9 frames, utt_pad_proportion=0.04335, over 89.00 utterances.], tot_loss[loss=0.4876, simple_loss=0.9753, pruned_loss=6.338, over 2418085.87 frames. utt_duration=257 frames, utt_pad_proportion=0.06794, over 37854.78 utterances.], batch size: 89, lr: 3.00e-03 +2022-09-17 00:44:47,052 INFO [train.py:885] (1/2) Epoch 1, batch 450, loss[loss=0.2794, simple_loss=0.5587, pruned_loss=5.886, over 13408.00 frames. utt_duration=1627 frames, utt_pad_proportion=0.09675, over 33.00 utterances.], tot_loss[loss=0.4677, simple_loss=0.9354, pruned_loss=6.337, over 2495825.40 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07082, over 40538.72 utterances.], batch size: 33, lr: 2.99e-03 +2022-09-17 00:45:16,752 INFO [train.py:885] (1/2) Epoch 1, batch 500, loss[loss=0.3217, simple_loss=0.6433, pruned_loss=6.14, over 13998.00 frames. utt_duration=572.8 frames, utt_pad_proportion=0.05947, over 98.00 utterances.], tot_loss[loss=0.4469, simple_loss=0.8939, pruned_loss=6.326, over 2559522.19 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06971, over 41142.87 utterances.], batch size: 98, lr: 2.99e-03 +2022-09-17 00:45:55,384 INFO [train.py:885] (1/2) Epoch 1, batch 550, loss[loss=0.4245, simple_loss=0.849, pruned_loss=6.469, over 13979.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05762, over 365.00 utterances.], tot_loss[loss=0.4302, simple_loss=0.8603, pruned_loss=6.31, over 2605582.54 frames. utt_duration=244.5 frames, utt_pad_proportion=0.0706, over 42883.94 utterances.], batch size: 365, lr: 2.99e-03 +2022-09-17 00:46:24,824 INFO [train.py:885] (1/2) Epoch 1, batch 600, loss[loss=0.2539, simple_loss=0.5077, pruned_loss=5.95, over 13571.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09201, over 42.00 utterances.], tot_loss[loss=0.4139, simple_loss=0.8277, pruned_loss=6.292, over 2642378.72 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07159, over 43556.10 utterances.], batch size: 42, lr: 2.99e-03 +2022-09-17 00:46:54,630 INFO [train.py:885] (1/2) Epoch 1, batch 650, loss[loss=0.2858, simple_loss=0.5717, pruned_loss=6.103, over 14055.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05554, over 98.00 utterances.], tot_loss[loss=0.3975, simple_loss=0.795, pruned_loss=6.277, over 2672903.95 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07053, over 42305.93 utterances.], batch size: 98, lr: 2.99e-03 +2022-09-17 00:47:24,357 INFO [train.py:885] (1/2) Epoch 1, batch 700, loss[loss=0.36, simple_loss=0.7199, pruned_loss=6.244, over 14344.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03674, over 210.00 utterances.], tot_loss[loss=0.3852, simple_loss=0.7704, pruned_loss=6.273, over 2699495.07 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06926, over 42536.07 utterances.], batch size: 210, lr: 2.99e-03 +2022-09-17 00:47:54,273 INFO [train.py:885] (1/2) Epoch 1, batch 750, loss[loss=0.2764, simple_loss=0.5529, pruned_loss=6.098, over 14022.00 frames. utt_duration=711.3 frames, utt_pad_proportion=0.05783, over 79.00 utterances.], tot_loss[loss=0.3733, simple_loss=0.7465, pruned_loss=6.265, over 2715474.40 frames. utt_duration=257.8 frames, utt_pad_proportion=0.07198, over 42375.01 utterances.], batch size: 79, lr: 2.98e-03 +2022-09-17 00:48:23,340 INFO [train.py:885] (1/2) Epoch 1, batch 800, loss[loss=0.376, simple_loss=0.7521, pruned_loss=6.347, over 14315.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03837, over 195.00 utterances.], tot_loss[loss=0.365, simple_loss=0.7301, pruned_loss=6.27, over 2731877.25 frames. utt_duration=253 frames, utt_pad_proportion=0.07168, over 43439.46 utterances.], batch size: 195, lr: 2.98e-03 +2022-09-17 00:48:52,588 INFO [train.py:885] (1/2) Epoch 1, batch 850, loss[loss=0.3586, simple_loss=0.7172, pruned_loss=6.385, over 14304.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03832, over 180.00 utterances.], tot_loss[loss=0.3566, simple_loss=0.7132, pruned_loss=6.267, over 2744207.75 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07039, over 43577.53 utterances.], batch size: 180, lr: 2.98e-03 +2022-09-17 00:49:22,337 INFO [train.py:885] (1/2) Epoch 1, batch 900, loss[loss=0.2571, simple_loss=0.5143, pruned_loss=6.141, over 14094.00 frames. utt_duration=634.9 frames, utt_pad_proportion=0.04959, over 89.00 utterances.], tot_loss[loss=0.3489, simple_loss=0.6978, pruned_loss=6.272, over 2744203.37 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07122, over 44085.72 utterances.], batch size: 89, lr: 2.98e-03 +2022-09-17 00:49:51,826 INFO [train.py:885] (1/2) Epoch 1, batch 950, loss[loss=0.3017, simple_loss=0.6035, pruned_loss=6.33, over 14263.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04232, over 141.00 utterances.], tot_loss[loss=0.3407, simple_loss=0.6814, pruned_loss=6.274, over 2757877.27 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06905, over 42910.95 utterances.], batch size: 141, lr: 2.97e-03 +2022-09-17 00:50:21,889 INFO [train.py:885] (1/2) Epoch 1, batch 1000, loss[loss=0.2912, simple_loss=0.5824, pruned_loss=6.147, over 14255.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04521, over 141.00 utterances.], tot_loss[loss=0.337, simple_loss=0.6739, pruned_loss=6.293, over 2760143.60 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07126, over 44756.42 utterances.], batch size: 141, lr: 2.97e-03 +2022-09-17 00:50:51,332 INFO [train.py:885] (1/2) Epoch 1, batch 1050, loss[loss=0.2658, simple_loss=0.5316, pruned_loss=6.186, over 14056.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05678, over 79.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.6651, pruned_loss=6.304, over 2765390.49 frames. utt_duration=244.7 frames, utt_pad_proportion=0.0713, over 45482.73 utterances.], batch size: 79, lr: 2.97e-03 +2022-09-17 00:51:21,105 INFO [train.py:885] (1/2) Epoch 1, batch 1100, loss[loss=0.2656, simple_loss=0.5312, pruned_loss=6.204, over 14088.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05343, over 98.00 utterances.], tot_loss[loss=0.3296, simple_loss=0.6593, pruned_loss=6.316, over 2768031.31 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07289, over 46334.96 utterances.], batch size: 98, lr: 2.96e-03 +2022-09-17 00:51:55,277 INFO [train.py:885] (1/2) Epoch 1, batch 1150, loss[loss=0.2529, simple_loss=0.5057, pruned_loss=6.26, over 14109.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05191, over 98.00 utterances.], tot_loss[loss=0.3242, simple_loss=0.6484, pruned_loss=6.322, over 2770993.56 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07225, over 45772.05 utterances.], batch size: 98, lr: 2.96e-03 +2022-09-17 00:52:27,500 INFO [train.py:885] (1/2) Epoch 1, batch 1200, loss[loss=0.2675, simple_loss=0.5349, pruned_loss=6.342, over 14091.00 frames. utt_duration=705.9 frames, utt_pad_proportion=0.05759, over 80.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.6481, pruned_loss=6.348, over 2770969.58 frames. utt_duration=233 frames, utt_pad_proportion=0.07429, over 47866.31 utterances.], batch size: 80, lr: 2.96e-03 +2022-09-17 00:52:57,082 INFO [train.py:885] (1/2) Epoch 1, batch 1250, loss[loss=0.1657, simple_loss=0.3315, pruned_loss=5.904, over 12484.00 frames. utt_duration=2082 frames, utt_pad_proportion=0.1542, over 24.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.6319, pruned_loss=6.337, over 2773141.89 frames. utt_duration=243 frames, utt_pad_proportion=0.07322, over 45927.00 utterances.], batch size: 24, lr: 2.95e-03 +2022-09-17 00:53:27,115 INFO [train.py:885] (1/2) Epoch 1, batch 1300, loss[loss=0.3155, simple_loss=0.631, pruned_loss=6.407, over 14315.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04092, over 167.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.6269, pruned_loss=6.345, over 2770998.25 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07465, over 46550.36 utterances.], batch size: 167, lr: 2.95e-03 +2022-09-17 00:53:56,576 INFO [train.py:885] (1/2) Epoch 1, batch 1350, loss[loss=0.2749, simple_loss=0.5498, pruned_loss=6.393, over 14308.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.04055, over 154.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.6196, pruned_loss=6.352, over 2774869.37 frames. utt_duration=241 frames, utt_pad_proportion=0.07378, over 46347.11 utterances.], batch size: 154, lr: 2.95e-03 +2022-09-17 00:54:26,249 INFO [train.py:885] (1/2) Epoch 1, batch 1400, loss[loss=0.2906, simple_loss=0.5813, pruned_loss=6.334, over 14291.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.0418, over 154.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.6053, pruned_loss=6.34, over 2777159.51 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07191, over 43901.41 utterances.], batch size: 154, lr: 2.94e-03 +2022-09-17 00:54:55,913 INFO [train.py:885] (1/2) Epoch 1, batch 1450, loss[loss=0.3144, simple_loss=0.6288, pruned_loss=6.464, over 14364.00 frames. utt_duration=275 frames, utt_pad_proportion=0.0352, over 210.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.5982, pruned_loss=6.345, over 2780777.71 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07037, over 43931.91 utterances.], batch size: 210, lr: 2.94e-03 +2022-09-17 00:55:25,842 INFO [train.py:885] (1/2) Epoch 1, batch 1500, loss[loss=0.3109, simple_loss=0.6219, pruned_loss=6.513, over 14369.00 frames. utt_duration=275 frames, utt_pad_proportion=0.0351, over 210.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.6034, pruned_loss=6.364, over 2775852.66 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07497, over 46772.39 utterances.], batch size: 210, lr: 2.94e-03 +2022-09-17 00:55:55,951 INFO [train.py:885] (1/2) Epoch 1, batch 1550, loss[loss=0.2771, simple_loss=0.5542, pruned_loss=6.394, over 14320.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03978, over 154.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.5981, pruned_loss=6.369, over 2777175.35 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07495, over 46561.69 utterances.], batch size: 154, lr: 2.93e-03 +2022-09-17 00:56:25,137 INFO [train.py:885] (1/2) Epoch 1, batch 1600, loss[loss=0.2922, simple_loss=0.5844, pruned_loss=6.373, over 14317.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03514, over 195.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.5947, pruned_loss=6.382, over 2778822.41 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07445, over 46833.90 utterances.], batch size: 195, lr: 2.93e-03 +2022-09-17 00:56:55,174 INFO [train.py:885] (1/2) Epoch 1, batch 1650, loss[loss=0.2214, simple_loss=0.4429, pruned_loss=6.369, over 14121.00 frames. utt_duration=577.8 frames, utt_pad_proportion=0.05281, over 98.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.5897, pruned_loss=6.383, over 2779097.56 frames. utt_duration=237.3 frames, utt_pad_proportion=0.0746, over 47133.10 utterances.], batch size: 98, lr: 2.92e-03 +2022-09-17 00:57:24,668 INFO [train.py:885] (1/2) Epoch 1, batch 1700, loss[loss=0.3827, simple_loss=0.7655, pruned_loss=6.567, over 13701.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.0766, over 477.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.5832, pruned_loss=6.386, over 2773964.28 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07536, over 46442.88 utterances.], batch size: 477, lr: 2.92e-03 +2022-09-17 00:57:54,854 INFO [train.py:885] (1/2) Epoch 1, batch 1750, loss[loss=0.1923, simple_loss=0.3845, pruned_loss=6.151, over 13400.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08467, over 41.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.5831, pruned_loss=6.393, over 2771642.45 frames. utt_duration=233 frames, utt_pad_proportion=0.0753, over 47878.60 utterances.], batch size: 41, lr: 2.91e-03 +2022-09-17 00:58:24,899 INFO [train.py:885] (1/2) Epoch 1, batch 1800, loss[loss=0.3014, simple_loss=0.6028, pruned_loss=6.469, over 14346.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03848, over 244.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.5795, pruned_loss=6.397, over 2776048.38 frames. utt_duration=234.8 frames, utt_pad_proportion=0.0728, over 47580.76 utterances.], batch size: 244, lr: 2.91e-03 +2022-09-17 00:58:53,928 INFO [train.py:885] (1/2) Epoch 1, batch 1850, loss[loss=0.3314, simple_loss=0.6629, pruned_loss=6.483, over 14202.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0444, over 306.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.5748, pruned_loss=6.402, over 2778985.73 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07185, over 46662.35 utterances.], batch size: 306, lr: 2.91e-03 +2022-09-17 00:59:23,329 INFO [train.py:885] (1/2) Epoch 1, batch 1900, loss[loss=0.3366, simple_loss=0.6732, pruned_loss=6.429, over 14348.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03669, over 283.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.5697, pruned_loss=6.404, over 2786936.57 frames. utt_duration=244 frames, utt_pad_proportion=0.06796, over 45956.50 utterances.], batch size: 283, lr: 2.90e-03 +2022-09-17 00:59:52,626 INFO [train.py:885] (1/2) Epoch 1, batch 1950, loss[loss=0.2903, simple_loss=0.5806, pruned_loss=6.483, over 14375.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03499, over 210.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.5653, pruned_loss=6.404, over 2787994.01 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06707, over 45091.01 utterances.], batch size: 210, lr: 2.90e-03 +2022-09-17 01:00:22,746 INFO [train.py:885] (1/2) Epoch 1, batch 2000, loss[loss=0.2451, simple_loss=0.4903, pruned_loss=6.461, over 14311.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03747, over 130.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.5636, pruned_loss=6.411, over 2789046.83 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06734, over 45388.48 utterances.], batch size: 130, lr: 2.89e-03 +2022-09-17 01:00:52,047 INFO [train.py:885] (1/2) Epoch 1, batch 2050, loss[loss=0.2238, simple_loss=0.4477, pruned_loss=6.2, over 13649.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08872, over 42.00 utterances.], tot_loss[loss=0.28, simple_loss=0.5599, pruned_loss=6.41, over 2787360.89 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06768, over 45751.03 utterances.], batch size: 42, lr: 2.89e-03 +2022-09-17 01:01:22,020 INFO [train.py:885] (1/2) Epoch 1, batch 2100, loss[loss=0.2701, simple_loss=0.5403, pruned_loss=6.391, over 14261.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04097, over 225.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.5622, pruned_loss=6.423, over 2789670.70 frames. utt_duration=241.6 frames, utt_pad_proportion=0.06872, over 46480.15 utterances.], batch size: 225, lr: 2.88e-03 +2022-09-17 01:01:52,411 INFO [train.py:885] (1/2) Epoch 1, batch 2150, loss[loss=0.2113, simple_loss=0.4227, pruned_loss=6.213, over 14135.00 frames. utt_duration=636.9 frames, utt_pad_proportion=0.05223, over 89.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.5582, pruned_loss=6.421, over 2784146.81 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0702, over 46129.20 utterances.], batch size: 89, lr: 2.88e-03 +2022-09-17 01:02:21,662 INFO [train.py:885] (1/2) Epoch 1, batch 2200, loss[loss=0.3924, simple_loss=0.7848, pruned_loss=6.77, over 13159.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.5543, pruned_loss=6.418, over 2784169.47 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07079, over 46368.76 utterances.], batch size: 653, lr: 2.87e-03 +2022-09-17 01:02:50,949 INFO [train.py:885] (1/2) Epoch 1, batch 2250, loss[loss=0.2355, simple_loss=0.4711, pruned_loss=6.379, over 14056.00 frames. utt_duration=713.2 frames, utt_pad_proportion=0.05659, over 79.00 utterances.], tot_loss[loss=0.274, simple_loss=0.5479, pruned_loss=6.412, over 2783204.88 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06871, over 45174.17 utterances.], batch size: 79, lr: 2.86e-03 +2022-09-17 01:03:21,354 INFO [train.py:885] (1/2) Epoch 1, batch 2300, loss[loss=0.3148, simple_loss=0.6296, pruned_loss=6.676, over 13669.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07868, over 477.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.5455, pruned_loss=6.42, over 2782019.91 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06941, over 45224.42 utterances.], batch size: 477, lr: 2.86e-03 +2022-09-17 01:03:50,745 INFO [train.py:885] (1/2) Epoch 1, batch 2350, loss[loss=0.3514, simple_loss=0.7027, pruned_loss=6.713, over 13139.00 frames. utt_duration=81.96 frames, utt_pad_proportion=0.1091, over 653.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.5407, pruned_loss=6.415, over 2783849.14 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06953, over 44650.74 utterances.], batch size: 653, lr: 2.85e-03 +2022-09-17 01:04:20,736 INFO [train.py:885] (1/2) Epoch 1, batch 2400, loss[loss=0.2512, simple_loss=0.5025, pruned_loss=6.48, over 14394.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03708, over 131.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.5395, pruned_loss=6.423, over 2784533.27 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06928, over 44028.70 utterances.], batch size: 131, lr: 2.85e-03 +2022-09-17 01:04:50,525 INFO [train.py:885] (1/2) Epoch 1, batch 2450, loss[loss=0.3329, simple_loss=0.6658, pruned_loss=6.665, over 13606.00 frames. utt_duration=98.56 frames, utt_pad_proportion=0.07886, over 560.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.5375, pruned_loss=6.429, over 2782376.54 frames. utt_duration=249.4 frames, utt_pad_proportion=0.0701, over 44889.95 utterances.], batch size: 560, lr: 2.84e-03 +2022-09-17 01:05:19,964 INFO [train.py:885] (1/2) Epoch 1, batch 2500, loss[loss=0.3154, simple_loss=0.6308, pruned_loss=6.668, over 13635.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08116, over 477.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.5445, pruned_loss=6.445, over 2779959.15 frames. utt_duration=239.3 frames, utt_pad_proportion=0.0719, over 46750.67 utterances.], batch size: 477, lr: 2.84e-03 +2022-09-17 01:05:49,995 INFO [train.py:885] (1/2) Epoch 1, batch 2550, loss[loss=0.2515, simple_loss=0.503, pruned_loss=6.525, over 14197.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04302, over 109.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.5434, pruned_loss=6.452, over 2783355.25 frames. utt_duration=240.7 frames, utt_pad_proportion=0.06985, over 46533.74 utterances.], batch size: 109, lr: 2.83e-03 +2022-09-17 01:06:19,767 INFO [train.py:885] (1/2) Epoch 1, batch 2600, loss[loss=0.2602, simple_loss=0.5204, pruned_loss=6.468, over 14294.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03897, over 180.00 utterances.], tot_loss[loss=0.272, simple_loss=0.5439, pruned_loss=6.462, over 2781445.69 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07182, over 47223.82 utterances.], batch size: 180, lr: 2.83e-03 +2022-09-17 01:06:49,171 INFO [train.py:885] (1/2) Epoch 1, batch 2650, loss[loss=0.2819, simple_loss=0.5639, pruned_loss=6.608, over 14248.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04567, over 141.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.5362, pruned_loss=6.458, over 2781072.42 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06977, over 45047.97 utterances.], batch size: 141, lr: 2.82e-03 +2022-09-17 01:07:19,437 INFO [train.py:885] (1/2) Epoch 1, batch 2700, loss[loss=0.1919, simple_loss=0.3838, pruned_loss=6.277, over 13788.00 frames. utt_duration=920.8 frames, utt_pad_proportion=0.07459, over 60.00 utterances.], tot_loss[loss=0.269, simple_loss=0.5379, pruned_loss=6.465, over 2778670.67 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07236, over 46842.77 utterances.], batch size: 60, lr: 2.81e-03 +2022-09-17 01:07:48,464 INFO [train.py:885] (1/2) Epoch 1, batch 2750, loss[loss=0.2547, simple_loss=0.5095, pruned_loss=6.476, over 14199.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04302, over 109.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.5364, pruned_loss=6.47, over 2776807.62 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07299, over 46507.08 utterances.], batch size: 109, lr: 2.81e-03 +2022-09-17 01:08:18,633 INFO [train.py:885] (1/2) Epoch 1, batch 2800, loss[loss=0.1954, simple_loss=0.3907, pruned_loss=6.406, over 14051.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05551, over 79.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.5323, pruned_loss=6.47, over 2777738.94 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07304, over 45595.27 utterances.], batch size: 79, lr: 2.80e-03 +2022-09-17 01:08:48,113 INFO [train.py:885] (1/2) Epoch 1, batch 2850, loss[loss=0.1502, simple_loss=0.3004, pruned_loss=6.085, over 13459.00 frames. utt_duration=1633 frames, utt_pad_proportion=0.09731, over 33.00 utterances.], tot_loss[loss=0.2628, simple_loss=0.5257, pruned_loss=6.468, over 2776422.97 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07235, over 45131.45 utterances.], batch size: 33, lr: 2.80e-03 +2022-09-17 01:09:17,784 INFO [train.py:885] (1/2) Epoch 1, batch 2900, loss[loss=0.1987, simple_loss=0.3975, pruned_loss=6.267, over 13887.00 frames. utt_duration=806.5 frames, utt_pad_proportion=0.06116, over 69.00 utterances.], tot_loss[loss=0.2617, simple_loss=0.5235, pruned_loss=6.465, over 2778001.31 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07066, over 44586.73 utterances.], batch size: 69, lr: 2.79e-03 +2022-09-17 01:09:46,971 INFO [train.py:885] (1/2) Epoch 1, batch 2950, loss[loss=0.2707, simple_loss=0.5413, pruned_loss=6.549, over 14310.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03835, over 226.00 utterances.], tot_loss[loss=0.2625, simple_loss=0.5249, pruned_loss=6.47, over 2774042.82 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07248, over 44950.45 utterances.], batch size: 226, lr: 2.78e-03 +2022-09-17 01:10:16,720 INFO [train.py:885] (1/2) Epoch 1, batch 3000, loss[loss=0.7819, simple_loss=0.3307, pruned_loss=6.165, over 13473.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.08846, over 50.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.5199, pruned_loss=6.473, over 2770024.88 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07573, over 44895.41 utterances.], batch size: 50, lr: 2.78e-03 +2022-09-17 01:10:16,721 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 01:10:21,631 INFO [train.py:914] (1/2) Epoch 1, validation: loss=2.24, simple_loss=0.4092, pruned_loss=2.035, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 01:10:50,548 INFO [train.py:885] (1/2) Epoch 1, batch 3050, loss[loss=0.3839, simple_loss=0.5967, pruned_loss=0.8553, over 14262.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04103, over 180.00 utterances.], tot_loss[loss=0.3144, simple_loss=0.5227, pruned_loss=5.28, over 2775986.22 frames. utt_duration=254.5 frames, utt_pad_proportion=0.0731, over 43881.90 utterances.], batch size: 180, lr: 2.77e-03 +2022-09-17 01:11:20,184 INFO [train.py:885] (1/2) Epoch 1, batch 3100, loss[loss=0.329, simple_loss=0.5516, pruned_loss=0.5316, over 13734.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07393, over 411.00 utterances.], tot_loss[loss=0.317, simple_loss=0.5242, pruned_loss=4.245, over 2776984.93 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07256, over 44128.45 utterances.], batch size: 411, lr: 2.77e-03 +2022-09-17 01:11:49,870 INFO [train.py:885] (1/2) Epoch 1, batch 3150, loss[loss=0.1604, simple_loss=0.2794, pruned_loss=0.2075, over 13797.00 frames. utt_duration=1105 frames, utt_pad_proportion=0.07111, over 50.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.5193, pruned_loss=3.4, over 2781644.48 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06983, over 43348.63 utterances.], batch size: 50, lr: 2.76e-03 +2022-09-17 01:12:19,316 INFO [train.py:885] (1/2) Epoch 1, batch 3200, loss[loss=0.3022, simple_loss=0.5211, pruned_loss=0.416, over 14302.00 frames. utt_duration=407.2 frames, utt_pad_proportion=0.04187, over 141.00 utterances.], tot_loss[loss=0.3121, simple_loss=0.5225, pruned_loss=2.74, over 2785444.42 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06746, over 44426.90 utterances.], batch size: 141, lr: 2.75e-03 +2022-09-17 01:12:49,293 INFO [train.py:885] (1/2) Epoch 1, batch 3250, loss[loss=0.1533, simple_loss=0.2712, pruned_loss=0.1774, over 13310.00 frames. utt_duration=1615 frames, utt_pad_proportion=0.1053, over 33.00 utterances.], tot_loss[loss=0.307, simple_loss=0.518, pruned_loss=2.218, over 2783922.23 frames. utt_duration=253 frames, utt_pad_proportion=0.0673, over 44264.67 utterances.], batch size: 33, lr: 2.75e-03 +2022-09-17 01:13:19,226 INFO [train.py:885] (1/2) Epoch 1, batch 3300, loss[loss=0.2977, simple_loss=0.516, pruned_loss=0.3965, over 14332.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03772, over 120.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.5186, pruned_loss=1.814, over 2778805.79 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07106, over 45047.41 utterances.], batch size: 120, lr: 2.74e-03 +2022-09-17 01:13:47,960 INFO [train.py:885] (1/2) Epoch 1, batch 3350, loss[loss=0.3259, simple_loss=0.5749, pruned_loss=0.3846, over 13788.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07016, over 411.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.5169, pruned_loss=1.493, over 2778788.37 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07165, over 45348.17 utterances.], batch size: 411, lr: 2.73e-03 +2022-09-17 01:14:17,499 INFO [train.py:885] (1/2) Epoch 1, batch 3400, loss[loss=0.278, simple_loss=0.4902, pruned_loss=0.3287, over 14295.00 frames. utt_duration=343.8 frames, utt_pad_proportion=0.04225, over 167.00 utterances.], tot_loss[loss=0.302, simple_loss=0.5191, pruned_loss=1.245, over 2780775.34 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07141, over 46379.48 utterances.], batch size: 167, lr: 2.73e-03 +2022-09-17 01:14:46,973 INFO [train.py:885] (1/2) Epoch 1, batch 3450, loss[loss=0.2679, simple_loss=0.4698, pruned_loss=0.3295, over 14343.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03701, over 120.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.5128, pruned_loss=1.043, over 2779728.35 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07034, over 45218.44 utterances.], batch size: 120, lr: 2.72e-03 +2022-09-17 01:15:16,368 INFO [train.py:885] (1/2) Epoch 1, batch 3500, loss[loss=0.2502, simple_loss=0.4418, pruned_loss=0.2934, over 14281.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.0414, over 120.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.5126, pruned_loss=0.89, over 2776717.94 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07243, over 45561.08 utterances.], batch size: 120, lr: 2.72e-03 +2022-09-17 01:15:46,041 INFO [train.py:885] (1/2) Epoch 1, batch 3550, loss[loss=0.5268, simple_loss=0.9092, pruned_loss=0.7222, over 12495.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 811.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.5142, pruned_loss=0.7708, over 2778322.57 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07279, over 46297.24 utterances.], batch size: 811, lr: 2.71e-03 +2022-09-17 01:16:15,612 INFO [train.py:885] (1/2) Epoch 1, batch 3600, loss[loss=0.2143, simple_loss=0.3811, pruned_loss=0.2375, over 13868.00 frames. utt_duration=1322 frames, utt_pad_proportion=0.07017, over 42.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.515, pruned_loss=0.6777, over 2781251.67 frames. utt_duration=241.3 frames, utt_pad_proportion=0.0729, over 46384.15 utterances.], batch size: 42, lr: 2.70e-03 +2022-09-17 01:16:45,034 INFO [train.py:885] (1/2) Epoch 1, batch 3650, loss[loss=0.3259, simple_loss=0.5709, pruned_loss=0.4039, over 14311.00 frames. utt_duration=273.9 frames, utt_pad_proportion=0.03896, over 210.00 utterances.], tot_loss[loss=0.291, simple_loss=0.509, pruned_loss=0.5994, over 2781035.73 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07112, over 44624.22 utterances.], batch size: 210, lr: 2.70e-03 +2022-09-17 01:17:13,503 INFO [train.py:885] (1/2) Epoch 1, batch 3700, loss[loss=0.1875, simple_loss=0.3343, pruned_loss=0.2033, over 13516.00 frames. utt_duration=1289 frames, utt_pad_proportion=0.09433, over 42.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.5063, pruned_loss=0.5387, over 2784682.49 frames. utt_duration=254.2 frames, utt_pad_proportion=0.0684, over 44071.23 utterances.], batch size: 42, lr: 2.69e-03 +2022-09-17 01:17:43,385 INFO [train.py:885] (1/2) Epoch 1, batch 3750, loss[loss=0.3045, simple_loss=0.5377, pruned_loss=0.3558, over 14272.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04029, over 180.00 utterances.], tot_loss[loss=0.286, simple_loss=0.5024, pruned_loss=0.4892, over 2786055.11 frames. utt_duration=257.6 frames, utt_pad_proportion=0.0675, over 43516.27 utterances.], batch size: 180, lr: 2.68e-03 +2022-09-17 01:18:13,035 INFO [train.py:885] (1/2) Epoch 1, batch 3800, loss[loss=0.3299, simple_loss=0.5789, pruned_loss=0.4048, over 14291.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04047, over 283.00 utterances.], tot_loss[loss=0.288, simple_loss=0.5068, pruned_loss=0.4565, over 2783472.10 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06881, over 45332.90 utterances.], batch size: 283, lr: 2.68e-03 +2022-09-17 01:18:43,368 INFO [train.py:885] (1/2) Epoch 1, batch 3850, loss[loss=0.2692, simple_loss=0.475, pruned_loss=0.3175, over 14288.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04088, over 120.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.4992, pruned_loss=0.4225, over 2779785.46 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06759, over 43496.78 utterances.], batch size: 120, lr: 2.67e-03 +2022-09-17 01:19:12,640 INFO [train.py:885] (1/2) Epoch 1, batch 3900, loss[loss=0.2642, simple_loss=0.4698, pruned_loss=0.2928, over 14191.00 frames. utt_duration=403.9 frames, utt_pad_proportion=0.04968, over 141.00 utterances.], tot_loss[loss=0.283, simple_loss=0.4992, pruned_loss=0.4009, over 2782554.62 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06692, over 43460.16 utterances.], batch size: 141, lr: 2.66e-03 +2022-09-17 01:19:41,960 INFO [train.py:885] (1/2) Epoch 1, batch 3950, loss[loss=0.224, simple_loss=0.4008, pruned_loss=0.2356, over 13939.00 frames. utt_duration=809.6 frames, utt_pad_proportion=0.05748, over 69.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.4984, pruned_loss=0.3823, over 2783038.69 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06793, over 43634.12 utterances.], batch size: 69, lr: 2.66e-03 +2022-09-17 01:20:11,713 INFO [train.py:885] (1/2) Epoch 1, batch 4000, loss[loss=0.3446, simple_loss=0.6034, pruned_loss=0.4289, over 14205.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04504, over 335.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.4959, pruned_loss=0.3666, over 2782711.43 frames. utt_duration=263 frames, utt_pad_proportion=0.06795, over 42561.28 utterances.], batch size: 335, lr: 2.65e-03 +2022-09-17 01:20:40,834 INFO [train.py:885] (1/2) Epoch 1, batch 4050, loss[loss=0.2371, simple_loss=0.4258, pruned_loss=0.2418, over 14069.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05616, over 98.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.4948, pruned_loss=0.3548, over 2780925.11 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06784, over 42873.50 utterances.], batch size: 98, lr: 2.64e-03 +2022-09-17 01:21:10,122 INFO [train.py:885] (1/2) Epoch 1, batch 4100, loss[loss=0.3526, simple_loss=0.6178, pruned_loss=0.4369, over 14216.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04461, over 335.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.4942, pruned_loss=0.346, over 2783295.10 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06733, over 42784.31 utterances.], batch size: 335, lr: 2.64e-03 +2022-09-17 01:21:40,408 INFO [train.py:885] (1/2) Epoch 1, batch 4150, loss[loss=0.2944, simple_loss=0.523, pruned_loss=0.3291, over 14341.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03668, over 195.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.5009, pruned_loss=0.344, over 2780203.45 frames. utt_duration=247.2 frames, utt_pad_proportion=0.0735, over 45261.96 utterances.], batch size: 195, lr: 2.63e-03 +2022-09-17 01:22:16,293 INFO [train.py:885] (1/2) Epoch 1, batch 4200, loss[loss=0.4687, simple_loss=0.8241, pruned_loss=0.5662, over 12418.00 frames. utt_duration=62.92 frames, utt_pad_proportion=0.1497, over 810.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.496, pruned_loss=0.3353, over 2779380.93 frames. utt_duration=257.6 frames, utt_pad_proportion=0.07174, over 43406.10 utterances.], batch size: 810, lr: 2.63e-03 +2022-09-17 01:22:46,041 INFO [train.py:885] (1/2) Epoch 1, batch 4250, loss[loss=0.3435, simple_loss=0.6024, pruned_loss=0.4227, over 14347.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03611, over 210.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.4975, pruned_loss=0.3304, over 2780957.09 frames. utt_duration=250 frames, utt_pad_proportion=0.07067, over 44753.26 utterances.], batch size: 210, lr: 2.62e-03 +2022-09-17 01:23:15,395 INFO [train.py:885] (1/2) Epoch 1, batch 4300, loss[loss=0.313, simple_loss=0.5533, pruned_loss=0.3631, over 14348.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03366, over 244.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.5029, pruned_loss=0.3306, over 2779841.35 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07299, over 46664.42 utterances.], batch size: 244, lr: 2.61e-03 +2022-09-17 01:23:45,301 INFO [train.py:885] (1/2) Epoch 1, batch 4350, loss[loss=0.3345, simple_loss=0.5963, pruned_loss=0.3634, over 13671.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07842, over 477.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.5028, pruned_loss=0.3287, over 2779230.47 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07377, over 46080.93 utterances.], batch size: 477, lr: 2.61e-03 +2022-09-17 01:24:14,131 INFO [train.py:885] (1/2) Epoch 1, batch 4400, loss[loss=0.226, simple_loss=0.4036, pruned_loss=0.2418, over 14108.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05251, over 98.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.4974, pruned_loss=0.3212, over 2778552.63 frames. utt_duration=250 frames, utt_pad_proportion=0.07425, over 44726.95 utterances.], batch size: 98, lr: 2.60e-03 +2022-09-17 01:24:44,374 INFO [train.py:885] (1/2) Epoch 1, batch 4450, loss[loss=0.2454, simple_loss=0.4399, pruned_loss=0.2547, over 14330.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.0365, over 130.00 utterances.], tot_loss[loss=0.277, simple_loss=0.4921, pruned_loss=0.3138, over 2778288.54 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07308, over 44051.99 utterances.], batch size: 130, lr: 2.59e-03 +2022-09-17 01:25:15,035 INFO [train.py:885] (1/2) Epoch 1, batch 4500, loss[loss=0.1743, simple_loss=0.3105, pruned_loss=0.1908, over 13133.00 frames. utt_duration=2103 frames, utt_pad_proportion=0.1045, over 25.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.4948, pruned_loss=0.3144, over 2785847.24 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06973, over 44425.64 utterances.], batch size: 25, lr: 2.59e-03 +2022-09-17 01:25:44,744 INFO [train.py:885] (1/2) Epoch 1, batch 4550, loss[loss=0.2214, simple_loss=0.3968, pruned_loss=0.2301, over 14084.00 frames. utt_duration=576.2 frames, utt_pad_proportion=0.0538, over 98.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.4926, pruned_loss=0.3108, over 2781800.33 frames. utt_duration=255.8 frames, utt_pad_proportion=0.07034, over 43743.64 utterances.], batch size: 98, lr: 2.58e-03 +2022-09-17 01:26:14,579 INFO [train.py:885] (1/2) Epoch 1, batch 4600, loss[loss=0.287, simple_loss=0.5065, pruned_loss=0.3376, over 14242.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04624, over 141.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.4993, pruned_loss=0.3146, over 2785243.30 frames. utt_duration=243.8 frames, utt_pad_proportion=0.0707, over 45980.81 utterances.], batch size: 141, lr: 2.57e-03 +2022-09-17 01:26:43,782 INFO [train.py:885] (1/2) Epoch 1, batch 4650, loss[loss=0.3154, simple_loss=0.566, pruned_loss=0.3233, over 13636.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07986, over 477.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.4961, pruned_loss=0.3104, over 2787599.27 frames. utt_duration=246.5 frames, utt_pad_proportion=0.071, over 45498.41 utterances.], batch size: 477, lr: 2.57e-03 +2022-09-17 01:27:13,590 INFO [train.py:885] (1/2) Epoch 1, batch 4700, loss[loss=0.2, simple_loss=0.3597, pruned_loss=0.2016, over 13856.00 frames. utt_duration=925.2 frames, utt_pad_proportion=0.07018, over 60.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.4977, pruned_loss=0.3097, over 2787068.73 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07084, over 46377.09 utterances.], batch size: 60, lr: 2.56e-03 +2022-09-17 01:27:42,781 INFO [train.py:885] (1/2) Epoch 1, batch 4750, loss[loss=0.2075, simple_loss=0.3736, pruned_loss=0.2072, over 14156.00 frames. utt_duration=637.9 frames, utt_pad_proportion=0.04935, over 89.00 utterances.], tot_loss[loss=0.279, simple_loss=0.4966, pruned_loss=0.3075, over 2786620.33 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07078, over 46133.60 utterances.], batch size: 89, lr: 2.55e-03 +2022-09-17 01:28:11,904 INFO [train.py:885] (1/2) Epoch 1, batch 4800, loss[loss=0.215, simple_loss=0.3867, pruned_loss=0.2168, over 13946.00 frames. utt_duration=810.3 frames, utt_pad_proportion=0.05666, over 69.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.5015, pruned_loss=0.3095, over 2786155.03 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07191, over 47642.21 utterances.], batch size: 69, lr: 2.55e-03 +2022-09-17 01:28:42,061 INFO [train.py:885] (1/2) Epoch 1, batch 4850, loss[loss=0.4017, simple_loss=0.7116, pruned_loss=0.4591, over 13117.00 frames. utt_duration=81.95 frames, utt_pad_proportion=0.1092, over 653.00 utterances.], tot_loss[loss=0.281, simple_loss=0.5005, pruned_loss=0.308, over 2779913.60 frames. utt_duration=234 frames, utt_pad_proportion=0.07242, over 47820.08 utterances.], batch size: 653, lr: 2.54e-03 +2022-09-17 01:29:11,279 INFO [train.py:885] (1/2) Epoch 1, batch 4900, loss[loss=0.3266, simple_loss=0.5856, pruned_loss=0.3376, over 13686.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.0775, over 477.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.4983, pruned_loss=0.3059, over 2776065.55 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07362, over 47519.31 utterances.], batch size: 477, lr: 2.54e-03 +2022-09-17 01:29:40,822 INFO [train.py:885] (1/2) Epoch 1, batch 4950, loss[loss=0.2097, simple_loss=0.378, pruned_loss=0.2071, over 14003.00 frames. utt_duration=801.5 frames, utt_pad_proportion=0.06365, over 70.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.4941, pruned_loss=0.3022, over 2779804.30 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07171, over 46381.70 utterances.], batch size: 70, lr: 2.53e-03 +2022-09-17 01:30:10,407 INFO [train.py:885] (1/2) Epoch 1, batch 5000, loss[loss=0.2775, simple_loss=0.4965, pruned_loss=0.2918, over 14305.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03827, over 180.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.4926, pruned_loss=0.3011, over 2776954.66 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07147, over 45352.26 utterances.], batch size: 180, lr: 2.52e-03 +2022-09-17 01:30:40,603 INFO [train.py:885] (1/2) Epoch 1, batch 5050, loss[loss=0.3318, simple_loss=0.5955, pruned_loss=0.3401, over 13627.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.07739, over 560.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.4894, pruned_loss=0.2984, over 2778971.62 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07038, over 44420.04 utterances.], batch size: 560, lr: 2.52e-03 +2022-09-17 01:31:09,884 INFO [train.py:885] (1/2) Epoch 1, batch 5100, loss[loss=0.335, simple_loss=0.5901, pruned_loss=0.3997, over 14315.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03835, over 195.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.4918, pruned_loss=0.2989, over 2780887.30 frames. utt_duration=247 frames, utt_pad_proportion=0.07082, over 45297.33 utterances.], batch size: 195, lr: 2.51e-03 +2022-09-17 01:31:39,481 INFO [train.py:885] (1/2) Epoch 1, batch 5150, loss[loss=0.1912, simple_loss=0.3444, pruned_loss=0.1904, over 13675.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.07864, over 50.00 utterances.], tot_loss[loss=0.277, simple_loss=0.4939, pruned_loss=0.3005, over 2783978.78 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07159, over 45597.00 utterances.], batch size: 50, lr: 2.50e-03 +2022-09-17 01:32:08,678 INFO [train.py:885] (1/2) Epoch 1, batch 5200, loss[loss=0.3088, simple_loss=0.546, pruned_loss=0.3581, over 14269.00 frames. utt_duration=188 frames, utt_pad_proportion=0.04057, over 306.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.4885, pruned_loss=0.2959, over 2783937.58 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07028, over 44394.52 utterances.], batch size: 306, lr: 2.50e-03 +2022-09-17 01:32:38,594 INFO [train.py:885] (1/2) Epoch 1, batch 5250, loss[loss=0.2427, simple_loss=0.4354, pruned_loss=0.2502, over 14296.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04023, over 120.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.4868, pruned_loss=0.2946, over 2782844.08 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07211, over 44516.27 utterances.], batch size: 120, lr: 2.49e-03 +2022-09-17 01:33:08,015 INFO [train.py:885] (1/2) Epoch 1, batch 5300, loss[loss=0.3687, simple_loss=0.6593, pruned_loss=0.39, over 13104.00 frames. utt_duration=81.9 frames, utt_pad_proportion=0.1098, over 653.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.4842, pruned_loss=0.2929, over 2774964.94 frames. utt_duration=251 frames, utt_pad_proportion=0.07501, over 44487.46 utterances.], batch size: 653, lr: 2.49e-03 +2022-09-17 01:33:37,470 INFO [train.py:885] (1/2) Epoch 1, batch 5350, loss[loss=0.2861, simple_loss=0.5129, pruned_loss=0.2964, over 14247.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04165, over 225.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.4869, pruned_loss=0.2942, over 2777103.05 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07495, over 45413.31 utterances.], batch size: 225, lr: 2.48e-03 +2022-09-17 01:34:07,207 INFO [train.py:885] (1/2) Epoch 1, batch 5400, loss[loss=0.3049, simple_loss=0.5406, pruned_loss=0.3462, over 14247.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04187, over 306.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.4884, pruned_loss=0.2934, over 2779385.37 frames. utt_duration=241.3 frames, utt_pad_proportion=0.0735, over 46362.08 utterances.], batch size: 306, lr: 2.47e-03 +2022-09-17 01:34:36,797 INFO [train.py:885] (1/2) Epoch 1, batch 5450, loss[loss=0.2581, simple_loss=0.4605, pruned_loss=0.2782, over 14320.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.0369, over 130.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.49, pruned_loss=0.2944, over 2781425.36 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07456, over 46854.15 utterances.], batch size: 130, lr: 2.47e-03 +2022-09-17 01:35:06,771 INFO [train.py:885] (1/2) Epoch 1, batch 5500, loss[loss=0.3094, simple_loss=0.5485, pruned_loss=0.3516, over 14356.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03742, over 244.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.4911, pruned_loss=0.2953, over 2781910.92 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07429, over 46818.30 utterances.], batch size: 244, lr: 2.46e-03 +2022-09-17 01:35:35,847 INFO [train.py:885] (1/2) Epoch 1, batch 5550, loss[loss=0.3145, simple_loss=0.5626, pruned_loss=0.3322, over 13967.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05824, over 365.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.4919, pruned_loss=0.2953, over 2783966.04 frames. utt_duration=237.6 frames, utt_pad_proportion=0.0734, over 47159.94 utterances.], batch size: 365, lr: 2.45e-03 +2022-09-17 01:36:05,443 INFO [train.py:885] (1/2) Epoch 1, batch 5600, loss[loss=0.4941, simple_loss=0.8683, pruned_loss=0.5993, over 12497.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1447, over 810.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.4957, pruned_loss=0.2974, over 2786185.11 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07341, over 47974.81 utterances.], batch size: 810, lr: 2.45e-03 +2022-09-17 01:36:34,591 INFO [train.py:885] (1/2) Epoch 1, batch 5650, loss[loss=0.4462, simple_loss=0.7927, pruned_loss=0.4986, over 12523.00 frames. utt_duration=63.4 frames, utt_pad_proportion=0.1433, over 810.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.492, pruned_loss=0.2937, over 2784554.01 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0735, over 47272.04 utterances.], batch size: 810, lr: 2.44e-03 +2022-09-17 01:37:04,361 INFO [train.py:885] (1/2) Epoch 1, batch 5700, loss[loss=0.2785, simple_loss=0.4954, pruned_loss=0.3075, over 14318.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03695, over 130.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.4893, pruned_loss=0.2911, over 2786287.37 frames. utt_duration=239.9 frames, utt_pad_proportion=0.0721, over 46743.22 utterances.], batch size: 130, lr: 2.44e-03 +2022-09-17 01:37:34,041 INFO [train.py:885] (1/2) Epoch 1, batch 5750, loss[loss=0.354, simple_loss=0.6306, pruned_loss=0.3872, over 13755.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07251, over 411.00 utterances.], tot_loss[loss=0.276, simple_loss=0.4934, pruned_loss=0.2935, over 2784317.83 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07477, over 48281.57 utterances.], batch size: 411, lr: 2.43e-03 +2022-09-17 01:38:03,036 INFO [train.py:885] (1/2) Epoch 1, batch 5800, loss[loss=0.1218, simple_loss=0.2195, pruned_loss=0.1209, over 12765.00 frames. utt_duration=2129 frames, utt_pad_proportion=0.1295, over 24.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.4916, pruned_loss=0.2913, over 2784086.76 frames. utt_duration=230.8 frames, utt_pad_proportion=0.07474, over 48569.13 utterances.], batch size: 24, lr: 2.42e-03 +2022-09-17 01:38:32,615 INFO [train.py:885] (1/2) Epoch 1, batch 5850, loss[loss=0.3352, simple_loss=0.6011, pruned_loss=0.346, over 13649.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07985, over 477.00 utterances.], tot_loss[loss=0.276, simple_loss=0.4933, pruned_loss=0.2933, over 2784609.75 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07403, over 48339.79 utterances.], batch size: 477, lr: 2.42e-03 +2022-09-17 01:39:01,791 INFO [train.py:885] (1/2) Epoch 1, batch 5900, loss[loss=0.3741, simple_loss=0.6669, pruned_loss=0.4064, over 13131.00 frames. utt_duration=81.96 frames, utt_pad_proportion=0.1091, over 653.00 utterances.], tot_loss[loss=0.274, simple_loss=0.4899, pruned_loss=0.2906, over 2778025.21 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07585, over 47668.70 utterances.], batch size: 653, lr: 2.41e-03 +2022-09-17 01:39:31,270 INFO [train.py:885] (1/2) Epoch 1, batch 5950, loss[loss=0.2683, simple_loss=0.482, pruned_loss=0.2731, over 14296.00 frames. utt_duration=294.6 frames, utt_pad_proportion=0.04027, over 195.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.4862, pruned_loss=0.2873, over 2783126.32 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07177, over 45840.81 utterances.], batch size: 195, lr: 2.41e-03 +2022-09-17 01:40:01,016 INFO [train.py:885] (1/2) Epoch 1, batch 6000, loss[loss=0.328, simple_loss=0.3044, pruned_loss=0.1757, over 13556.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08819, over 50.00 utterances.], tot_loss[loss=0.271, simple_loss=0.4818, pruned_loss=0.2847, over 2782115.62 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07063, over 44049.10 utterances.], batch size: 50, lr: 2.40e-03 +2022-09-17 01:40:01,016 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 01:40:05,159 INFO [train.py:914] (1/2) Epoch 1, validation: loss=0.3558, simple_loss=0.3599, pruned_loss=0.1759, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 01:40:35,218 INFO [train.py:885] (1/2) Epoch 1, batch 6050, loss[loss=0.6015, simple_loss=0.5419, pruned_loss=0.3306, over 14185.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04533, over 306.00 utterances.], tot_loss[loss=0.3343, simple_loss=0.4861, pruned_loss=0.2894, over 2781140.49 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07185, over 45166.99 utterances.], batch size: 306, lr: 2.39e-03 +2022-09-17 01:41:05,125 INFO [train.py:885] (1/2) Epoch 1, batch 6100, loss[loss=0.6945, simple_loss=0.6308, pruned_loss=0.3791, over 13623.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07815, over 560.00 utterances.], tot_loss[loss=0.387, simple_loss=0.4942, pruned_loss=0.2942, over 2778223.02 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07494, over 48249.39 utterances.], batch size: 560, lr: 2.39e-03 +2022-09-17 01:41:33,947 INFO [train.py:885] (1/2) Epoch 1, batch 6150, loss[loss=0.5347, simple_loss=0.5189, pruned_loss=0.2752, over 14005.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05531, over 365.00 utterances.], tot_loss[loss=0.4178, simple_loss=0.4929, pruned_loss=0.2914, over 2782014.79 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07422, over 47416.73 utterances.], batch size: 365, lr: 2.38e-03 +2022-09-17 01:42:03,866 INFO [train.py:885] (1/2) Epoch 1, batch 6200, loss[loss=0.6223, simple_loss=0.5604, pruned_loss=0.3421, over 13988.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05615, over 365.00 utterances.], tot_loss[loss=0.4366, simple_loss=0.4884, pruned_loss=0.2859, over 2780009.09 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07202, over 46197.89 utterances.], batch size: 365, lr: 2.38e-03 +2022-09-17 01:42:33,529 INFO [train.py:885] (1/2) Epoch 1, batch 6250, loss[loss=0.5986, simple_loss=0.5443, pruned_loss=0.3265, over 14329.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03759, over 210.00 utterances.], tot_loss[loss=0.4532, simple_loss=0.4859, pruned_loss=0.2832, over 2773482.24 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07234, over 45428.63 utterances.], batch size: 210, lr: 2.37e-03 +2022-09-17 01:43:03,226 INFO [train.py:885] (1/2) Epoch 1, batch 6300, loss[loss=0.5872, simple_loss=0.5385, pruned_loss=0.3179, over 14346.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03768, over 262.00 utterances.], tot_loss[loss=0.4651, simple_loss=0.484, pruned_loss=0.2798, over 2776646.13 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07073, over 44833.96 utterances.], batch size: 262, lr: 2.37e-03 +2022-09-17 01:43:32,563 INFO [train.py:885] (1/2) Epoch 1, batch 6350, loss[loss=0.9961, simple_loss=0.8586, pruned_loss=0.5668, over 12538.00 frames. utt_duration=63.35 frames, utt_pad_proportion=0.1439, over 811.00 utterances.], tot_loss[loss=0.4771, simple_loss=0.4845, pruned_loss=0.279, over 2776508.46 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07182, over 45385.50 utterances.], batch size: 811, lr: 2.36e-03 +2022-09-17 01:44:02,386 INFO [train.py:885] (1/2) Epoch 1, batch 6400, loss[loss=0.5798, simple_loss=0.5222, pruned_loss=0.3187, over 14345.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03637, over 195.00 utterances.], tot_loss[loss=0.4855, simple_loss=0.4833, pruned_loss=0.2782, over 2777376.62 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07312, over 44645.46 utterances.], batch size: 195, lr: 2.35e-03 +2022-09-17 01:44:31,782 INFO [train.py:885] (1/2) Epoch 1, batch 6450, loss[loss=0.6833, simple_loss=0.5971, pruned_loss=0.3847, over 14199.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04467, over 306.00 utterances.], tot_loss[loss=0.493, simple_loss=0.4842, pruned_loss=0.2776, over 2777099.78 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07127, over 44916.51 utterances.], batch size: 306, lr: 2.35e-03 +2022-09-17 01:45:01,100 INFO [train.py:885] (1/2) Epoch 1, batch 6500, loss[loss=0.5723, simple_loss=0.5213, pruned_loss=0.3116, over 14273.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04057, over 225.00 utterances.], tot_loss[loss=0.498, simple_loss=0.4841, pruned_loss=0.2767, over 2776394.45 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07193, over 45147.65 utterances.], batch size: 225, lr: 2.34e-03 +2022-09-17 01:45:30,416 INFO [train.py:885] (1/2) Epoch 1, batch 6550, loss[loss=0.4055, simple_loss=0.4042, pruned_loss=0.2034, over 14161.00 frames. utt_duration=638 frames, utt_pad_proportion=0.04925, over 89.00 utterances.], tot_loss[loss=0.5023, simple_loss=0.4849, pruned_loss=0.276, over 2779322.91 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07172, over 45545.91 utterances.], batch size: 89, lr: 2.34e-03 +2022-09-17 01:46:01,381 INFO [train.py:885] (1/2) Epoch 1, batch 6600, loss[loss=0.635, simple_loss=0.5629, pruned_loss=0.3535, over 14340.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03749, over 283.00 utterances.], tot_loss[loss=0.507, simple_loss=0.4874, pruned_loss=0.2759, over 2777770.86 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07211, over 46498.95 utterances.], batch size: 283, lr: 2.33e-03 +2022-09-17 01:46:31,040 INFO [train.py:885] (1/2) Epoch 1, batch 6650, loss[loss=0.5749, simple_loss=0.5691, pruned_loss=0.2903, over 13628.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.0773, over 560.00 utterances.], tot_loss[loss=0.5012, simple_loss=0.4822, pruned_loss=0.27, over 2774182.90 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07233, over 46080.37 utterances.], batch size: 560, lr: 2.33e-03 +2022-09-17 01:47:00,614 INFO [train.py:885] (1/2) Epoch 1, batch 6700, loss[loss=0.365, simple_loss=0.3708, pruned_loss=0.1796, over 13293.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09402, over 41.00 utterances.], tot_loss[loss=0.4981, simple_loss=0.4786, pruned_loss=0.2665, over 2774595.51 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07153, over 45178.54 utterances.], batch size: 41, lr: 2.32e-03 +2022-09-17 01:47:29,824 INFO [train.py:885] (1/2) Epoch 1, batch 6750, loss[loss=0.4975, simple_loss=0.4836, pruned_loss=0.2557, over 14341.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03728, over 195.00 utterances.], tot_loss[loss=0.4979, simple_loss=0.4772, pruned_loss=0.2652, over 2778672.08 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06876, over 43710.25 utterances.], batch size: 195, lr: 2.31e-03 +2022-09-17 01:47:59,550 INFO [train.py:885] (1/2) Epoch 1, batch 6800, loss[loss=0.4828, simple_loss=0.465, pruned_loss=0.2503, over 14323.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.0368, over 154.00 utterances.], tot_loss[loss=0.4944, simple_loss=0.4736, pruned_loss=0.2622, over 2774054.82 frames. utt_duration=263.5 frames, utt_pad_proportion=0.06899, over 42342.86 utterances.], batch size: 154, lr: 2.31e-03 +2022-09-17 01:48:28,785 INFO [train.py:885] (1/2) Epoch 1, batch 6850, loss[loss=0.3594, simple_loss=0.3554, pruned_loss=0.1817, over 13542.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08598, over 50.00 utterances.], tot_loss[loss=0.5021, simple_loss=0.4789, pruned_loss=0.2663, over 2776055.35 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07152, over 44072.47 utterances.], batch size: 50, lr: 2.30e-03 +2022-09-17 01:48:58,542 INFO [train.py:885] (1/2) Epoch 1, batch 6900, loss[loss=0.4892, simple_loss=0.4866, pruned_loss=0.2459, over 14371.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03509, over 210.00 utterances.], tot_loss[loss=0.5037, simple_loss=0.4803, pruned_loss=0.2664, over 2776974.21 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07174, over 45264.16 utterances.], batch size: 210, lr: 2.30e-03 +2022-09-17 01:49:27,723 INFO [train.py:885] (1/2) Epoch 1, batch 6950, loss[loss=0.4586, simple_loss=0.458, pruned_loss=0.2296, over 14311.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04107, over 167.00 utterances.], tot_loss[loss=0.5028, simple_loss=0.4797, pruned_loss=0.2651, over 2784039.17 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06821, over 44559.93 utterances.], batch size: 167, lr: 2.29e-03 +2022-09-17 01:49:57,207 INFO [train.py:885] (1/2) Epoch 1, batch 7000, loss[loss=0.2946, simple_loss=0.3065, pruned_loss=0.1414, over 13202.00 frames. utt_duration=1289 frames, utt_pad_proportion=0.09892, over 41.00 utterances.], tot_loss[loss=0.5019, simple_loss=0.4788, pruned_loss=0.2642, over 2778382.61 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07151, over 44863.82 utterances.], batch size: 41, lr: 2.29e-03 +2022-09-17 01:50:27,466 INFO [train.py:885] (1/2) Epoch 1, batch 7050, loss[loss=0.4195, simple_loss=0.4083, pruned_loss=0.2154, over 13387.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.0869, over 41.00 utterances.], tot_loss[loss=0.496, simple_loss=0.4744, pruned_loss=0.2601, over 2779951.55 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07069, over 43758.38 utterances.], batch size: 41, lr: 2.28e-03 +2022-09-17 01:50:57,124 INFO [train.py:885] (1/2) Epoch 1, batch 7100, loss[loss=0.3032, simple_loss=0.3185, pruned_loss=0.144, over 13648.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08545, over 42.00 utterances.], tot_loss[loss=0.5035, simple_loss=0.4802, pruned_loss=0.2644, over 2780726.70 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07245, over 45589.25 utterances.], batch size: 42, lr: 2.28e-03 +2022-09-17 01:51:26,726 INFO [train.py:885] (1/2) Epoch 1, batch 7150, loss[loss=0.4297, simple_loss=0.4137, pruned_loss=0.2229, over 14114.00 frames. utt_duration=577.5 frames, utt_pad_proportion=0.05176, over 98.00 utterances.], tot_loss[loss=0.5029, simple_loss=0.4795, pruned_loss=0.2639, over 2781410.72 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07107, over 45120.20 utterances.], batch size: 98, lr: 2.27e-03 +2022-09-17 01:51:56,048 INFO [train.py:885] (1/2) Epoch 1, batch 7200, loss[loss=0.4915, simple_loss=0.4781, pruned_loss=0.2524, over 14356.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03826, over 167.00 utterances.], tot_loss[loss=0.5017, simple_loss=0.4794, pruned_loss=0.2626, over 2778940.72 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07301, over 45868.10 utterances.], batch size: 167, lr: 2.27e-03 +2022-09-17 01:52:25,600 INFO [train.py:885] (1/2) Epoch 1, batch 7250, loss[loss=0.4167, simple_loss=0.4134, pruned_loss=0.21, over 14054.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05561, over 98.00 utterances.], tot_loss[loss=0.4955, simple_loss=0.4749, pruned_loss=0.2585, over 2778989.07 frames. utt_duration=251.9 frames, utt_pad_proportion=0.0699, over 44392.69 utterances.], batch size: 98, lr: 2.26e-03 +2022-09-17 01:52:55,213 INFO [train.py:885] (1/2) Epoch 1, batch 7300, loss[loss=0.2947, simple_loss=0.3109, pruned_loss=0.1393, over 13335.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.09918, over 33.00 utterances.], tot_loss[loss=0.4893, simple_loss=0.4698, pruned_loss=0.2548, over 2773563.98 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07232, over 43667.15 utterances.], batch size: 33, lr: 2.26e-03 +2022-09-17 01:53:24,280 INFO [train.py:885] (1/2) Epoch 1, batch 7350, loss[loss=0.3461, simple_loss=0.3527, pruned_loss=0.1698, over 12164.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.183, over 24.00 utterances.], tot_loss[loss=0.4847, simple_loss=0.466, pruned_loss=0.252, over 2769064.40 frames. utt_duration=262.9 frames, utt_pad_proportion=0.07361, over 42367.72 utterances.], batch size: 24, lr: 2.25e-03 +2022-09-17 01:53:54,080 INFO [train.py:885] (1/2) Epoch 1, batch 7400, loss[loss=0.4411, simple_loss=0.4411, pruned_loss=0.2205, over 14308.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03947, over 120.00 utterances.], tot_loss[loss=0.4852, simple_loss=0.4667, pruned_loss=0.2521, over 2774905.70 frames. utt_duration=261.5 frames, utt_pad_proportion=0.07146, over 42684.90 utterances.], batch size: 120, lr: 2.24e-03 +2022-09-17 01:54:23,376 INFO [train.py:885] (1/2) Epoch 1, batch 7450, loss[loss=0.5518, simple_loss=0.5092, pruned_loss=0.2972, over 14258.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04487, over 141.00 utterances.], tot_loss[loss=0.4838, simple_loss=0.4656, pruned_loss=0.2512, over 2776280.05 frames. utt_duration=268.5 frames, utt_pad_proportion=0.07104, over 41588.42 utterances.], batch size: 141, lr: 2.24e-03 +2022-09-17 01:54:52,626 INFO [train.py:885] (1/2) Epoch 1, batch 7500, loss[loss=0.5074, simple_loss=0.4951, pruned_loss=0.2599, over 14306.00 frames. utt_duration=236.1 frames, utt_pad_proportion=0.03648, over 244.00 utterances.], tot_loss[loss=0.4875, simple_loss=0.4695, pruned_loss=0.2529, over 2781072.43 frames. utt_duration=262.3 frames, utt_pad_proportion=0.06903, over 42648.07 utterances.], batch size: 244, lr: 2.23e-03 +2022-09-17 01:55:22,173 INFO [train.py:885] (1/2) Epoch 1, batch 7550, loss[loss=0.3608, simple_loss=0.3698, pruned_loss=0.1759, over 13734.00 frames. utt_duration=916.6 frames, utt_pad_proportion=0.07599, over 60.00 utterances.], tot_loss[loss=0.4925, simple_loss=0.4737, pruned_loss=0.2557, over 2783920.41 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06869, over 44212.10 utterances.], batch size: 60, lr: 2.23e-03 +2022-09-17 01:55:52,346 INFO [train.py:885] (1/2) Epoch 1, batch 7600, loss[loss=0.3442, simple_loss=0.3556, pruned_loss=0.1664, over 14032.00 frames. utt_duration=711.9 frames, utt_pad_proportion=0.05835, over 79.00 utterances.], tot_loss[loss=0.4918, simple_loss=0.4742, pruned_loss=0.2548, over 2781839.57 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07071, over 45351.16 utterances.], batch size: 79, lr: 2.22e-03 +2022-09-17 01:56:22,063 INFO [train.py:885] (1/2) Epoch 1, batch 7650, loss[loss=0.5264, simple_loss=0.4981, pruned_loss=0.2774, over 14301.00 frames. utt_duration=294.9 frames, utt_pad_proportion=0.03925, over 195.00 utterances.], tot_loss[loss=0.4952, simple_loss=0.477, pruned_loss=0.2567, over 2783686.52 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06897, over 46004.18 utterances.], batch size: 195, lr: 2.22e-03 +2022-09-17 01:56:51,164 INFO [train.py:885] (1/2) Epoch 1, batch 7700, loss[loss=0.4141, simple_loss=0.4089, pruned_loss=0.2096, over 13497.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.09879, over 42.00 utterances.], tot_loss[loss=0.4966, simple_loss=0.4773, pruned_loss=0.258, over 2780666.92 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07103, over 45589.23 utterances.], batch size: 42, lr: 2.21e-03 +2022-09-17 01:57:21,010 INFO [train.py:885] (1/2) Epoch 1, batch 7750, loss[loss=0.58, simple_loss=0.5742, pruned_loss=0.2929, over 13664.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07818, over 477.00 utterances.], tot_loss[loss=0.4999, simple_loss=0.4813, pruned_loss=0.2592, over 2782775.73 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07145, over 47541.40 utterances.], batch size: 477, lr: 2.21e-03 +2022-09-17 01:57:50,506 INFO [train.py:885] (1/2) Epoch 1, batch 7800, loss[loss=0.3902, simple_loss=0.4106, pruned_loss=0.1849, over 14136.00 frames. utt_duration=578.4 frames, utt_pad_proportion=0.05022, over 98.00 utterances.], tot_loss[loss=0.4993, simple_loss=0.4809, pruned_loss=0.2589, over 2784207.54 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07062, over 47762.97 utterances.], batch size: 98, lr: 2.20e-03 +2022-09-17 01:58:19,090 INFO [train.py:885] (1/2) Epoch 1, batch 7850, loss[loss=0.5493, simple_loss=0.519, pruned_loss=0.2898, over 14351.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03625, over 283.00 utterances.], tot_loss[loss=0.4982, simple_loss=0.48, pruned_loss=0.2582, over 2781875.02 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07235, over 47203.12 utterances.], batch size: 283, lr: 2.20e-03 +2022-09-17 01:58:49,052 INFO [train.py:885] (1/2) Epoch 1, batch 7900, loss[loss=0.815, simple_loss=0.7584, pruned_loss=0.4358, over 12528.00 frames. utt_duration=63.4 frames, utt_pad_proportion=0.1432, over 810.00 utterances.], tot_loss[loss=0.4989, simple_loss=0.4811, pruned_loss=0.2584, over 2776158.25 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07517, over 48471.27 utterances.], batch size: 810, lr: 2.19e-03 +2022-09-17 01:59:19,126 INFO [train.py:885] (1/2) Epoch 1, batch 7950, loss[loss=0.3142, simple_loss=0.3258, pruned_loss=0.1513, over 13748.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08217, over 42.00 utterances.], tot_loss[loss=0.4929, simple_loss=0.4769, pruned_loss=0.2545, over 2774781.13 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07444, over 47687.45 utterances.], batch size: 42, lr: 2.19e-03 +2022-09-17 01:59:49,033 INFO [train.py:885] (1/2) Epoch 1, batch 8000, loss[loss=0.5434, simple_loss=0.515, pruned_loss=0.2859, over 14350.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03634, over 210.00 utterances.], tot_loss[loss=0.4874, simple_loss=0.4719, pruned_loss=0.2514, over 2773350.15 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07353, over 45482.48 utterances.], batch size: 210, lr: 2.18e-03 +2022-09-17 02:00:18,282 INFO [train.py:885] (1/2) Epoch 1, batch 8050, loss[loss=0.3482, simple_loss=0.3619, pruned_loss=0.1673, over 13863.00 frames. utt_duration=925.6 frames, utt_pad_proportion=0.06697, over 60.00 utterances.], tot_loss[loss=0.4877, simple_loss=0.4726, pruned_loss=0.2514, over 2773535.16 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07512, over 45818.98 utterances.], batch size: 60, lr: 2.18e-03 +2022-09-17 02:00:48,302 INFO [train.py:885] (1/2) Epoch 1, batch 8100, loss[loss=0.4088, simple_loss=0.4271, pruned_loss=0.1953, over 14296.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04237, over 141.00 utterances.], tot_loss[loss=0.4864, simple_loss=0.472, pruned_loss=0.2504, over 2769978.84 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07634, over 46333.03 utterances.], batch size: 141, lr: 2.17e-03 +2022-09-17 02:01:17,460 INFO [train.py:885] (1/2) Epoch 1, batch 8150, loss[loss=0.4419, simple_loss=0.4391, pruned_loss=0.2224, over 14316.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03734, over 130.00 utterances.], tot_loss[loss=0.4879, simple_loss=0.473, pruned_loss=0.2514, over 2776107.41 frames. utt_duration=243.6 frames, utt_pad_proportion=0.073, over 45859.57 utterances.], batch size: 130, lr: 2.17e-03 +2022-09-17 02:01:47,575 INFO [train.py:885] (1/2) Epoch 1, batch 8200, loss[loss=0.5532, simple_loss=0.5285, pruned_loss=0.289, over 14198.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0445, over 306.00 utterances.], tot_loss[loss=0.4853, simple_loss=0.4707, pruned_loss=0.2499, over 2775253.29 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07172, over 45179.14 utterances.], batch size: 306, lr: 2.16e-03 +2022-09-17 02:02:17,340 INFO [train.py:885] (1/2) Epoch 1, batch 8250, loss[loss=0.5048, simple_loss=0.5198, pruned_loss=0.2449, over 13750.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07328, over 411.00 utterances.], tot_loss[loss=0.4859, simple_loss=0.472, pruned_loss=0.2499, over 2774575.31 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07129, over 46164.18 utterances.], batch size: 411, lr: 2.16e-03 +2022-09-17 02:02:46,168 INFO [train.py:885] (1/2) Epoch 1, batch 8300, loss[loss=0.8552, simple_loss=0.7792, pruned_loss=0.4656, over 12556.00 frames. utt_duration=63.56 frames, utt_pad_proportion=0.1411, over 810.00 utterances.], tot_loss[loss=0.4832, simple_loss=0.471, pruned_loss=0.2477, over 2776989.78 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07199, over 46037.77 utterances.], batch size: 810, lr: 2.15e-03 +2022-09-17 02:03:16,218 INFO [train.py:885] (1/2) Epoch 1, batch 8350, loss[loss=0.4184, simple_loss=0.4186, pruned_loss=0.2091, over 14130.00 frames. utt_duration=636.6 frames, utt_pad_proportion=0.04981, over 89.00 utterances.], tot_loss[loss=0.4832, simple_loss=0.4701, pruned_loss=0.2481, over 2774719.26 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07212, over 45222.66 utterances.], batch size: 89, lr: 2.15e-03 +2022-09-17 02:03:45,646 INFO [train.py:885] (1/2) Epoch 1, batch 8400, loss[loss=0.4188, simple_loss=0.4212, pruned_loss=0.2082, over 14132.00 frames. utt_duration=636.8 frames, utt_pad_proportion=0.05096, over 89.00 utterances.], tot_loss[loss=0.4843, simple_loss=0.471, pruned_loss=0.2488, over 2771355.92 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07375, over 45742.20 utterances.], batch size: 89, lr: 2.15e-03 +2022-09-17 02:04:15,771 INFO [train.py:885] (1/2) Epoch 1, batch 8450, loss[loss=0.3229, simple_loss=0.356, pruned_loss=0.1449, over 14019.00 frames. utt_duration=936.1 frames, utt_pad_proportion=0.05633, over 60.00 utterances.], tot_loss[loss=0.4806, simple_loss=0.4674, pruned_loss=0.2469, over 2774260.36 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06978, over 44243.42 utterances.], batch size: 60, lr: 2.14e-03 +2022-09-17 02:04:45,379 INFO [train.py:885] (1/2) Epoch 1, batch 8500, loss[loss=0.3194, simple_loss=0.3225, pruned_loss=0.1581, over 13547.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09298, over 42.00 utterances.], tot_loss[loss=0.4807, simple_loss=0.4682, pruned_loss=0.2466, over 2780297.28 frames. utt_duration=253 frames, utt_pad_proportion=0.06898, over 44214.54 utterances.], batch size: 42, lr: 2.14e-03 +2022-09-17 02:05:13,851 INFO [train.py:885] (1/2) Epoch 1, batch 8550, loss[loss=0.4577, simple_loss=0.4591, pruned_loss=0.2281, over 14334.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03878, over 154.00 utterances.], tot_loss[loss=0.4812, simple_loss=0.4688, pruned_loss=0.2468, over 2774134.90 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07217, over 44398.95 utterances.], batch size: 154, lr: 2.13e-03 +2022-09-17 02:05:44,511 INFO [train.py:885] (1/2) Epoch 1, batch 8600, loss[loss=0.2429, simple_loss=0.262, pruned_loss=0.1119, over 13297.00 frames. utt_duration=1613 frames, utt_pad_proportion=0.09317, over 33.00 utterances.], tot_loss[loss=0.4846, simple_loss=0.4723, pruned_loss=0.2485, over 2774216.17 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0736, over 45972.05 utterances.], batch size: 33, lr: 2.13e-03 +2022-09-17 02:06:14,260 INFO [train.py:885] (1/2) Epoch 1, batch 8650, loss[loss=0.3036, simple_loss=0.3169, pruned_loss=0.1451, over 13319.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.09352, over 26.00 utterances.], tot_loss[loss=0.482, simple_loss=0.4711, pruned_loss=0.2464, over 2779924.94 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07128, over 45567.24 utterances.], batch size: 26, lr: 2.12e-03 +2022-09-17 02:06:43,457 INFO [train.py:885] (1/2) Epoch 1, batch 8700, loss[loss=0.5516, simple_loss=0.5249, pruned_loss=0.2891, over 14262.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04129, over 225.00 utterances.], tot_loss[loss=0.4824, simple_loss=0.4713, pruned_loss=0.2468, over 2778820.05 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07086, over 45176.65 utterances.], batch size: 225, lr: 2.12e-03 +2022-09-17 02:07:12,937 INFO [train.py:885] (1/2) Epoch 1, batch 8750, loss[loss=0.2835, simple_loss=0.2707, pruned_loss=0.1482, over 12513.00 frames. utt_duration=2003 frames, utt_pad_proportion=0.1614, over 25.00 utterances.], tot_loss[loss=0.4828, simple_loss=0.4716, pruned_loss=0.2471, over 2781868.58 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07043, over 44930.83 utterances.], batch size: 25, lr: 2.11e-03 +2022-09-17 02:07:42,427 INFO [train.py:885] (1/2) Epoch 1, batch 8800, loss[loss=0.5301, simple_loss=0.501, pruned_loss=0.2796, over 14316.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03816, over 210.00 utterances.], tot_loss[loss=0.4771, simple_loss=0.4675, pruned_loss=0.2434, over 2783782.98 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06945, over 44012.10 utterances.], batch size: 210, lr: 2.11e-03 +2022-09-17 02:08:11,821 INFO [train.py:885] (1/2) Epoch 1, batch 8850, loss[loss=0.451, simple_loss=0.4376, pruned_loss=0.2322, over 14308.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03929, over 120.00 utterances.], tot_loss[loss=0.4739, simple_loss=0.4647, pruned_loss=0.2416, over 2786463.73 frames. utt_duration=262.9 frames, utt_pad_proportion=0.06693, over 42642.27 utterances.], batch size: 120, lr: 2.10e-03 +2022-09-17 02:08:41,546 INFO [train.py:885] (1/2) Epoch 1, batch 8900, loss[loss=0.5133, simple_loss=0.5006, pruned_loss=0.263, over 14361.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03816, over 167.00 utterances.], tot_loss[loss=0.4815, simple_loss=0.4714, pruned_loss=0.2458, over 2781752.75 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06999, over 44611.00 utterances.], batch size: 167, lr: 2.10e-03 +2022-09-17 02:09:11,127 INFO [train.py:885] (1/2) Epoch 1, batch 8950, loss[loss=0.3027, simple_loss=0.3276, pruned_loss=0.1389, over 13854.00 frames. utt_duration=804.5 frames, utt_pad_proportion=0.06349, over 69.00 utterances.], tot_loss[loss=0.4812, simple_loss=0.4713, pruned_loss=0.2456, over 2781883.18 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07126, over 44844.22 utterances.], batch size: 69, lr: 2.10e-03 +2022-09-17 02:09:40,635 INFO [train.py:885] (1/2) Epoch 1, batch 9000, loss[loss=0.4778, simple_loss=0.4788, pruned_loss=0.2384, over 14327.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04003, over 167.00 utterances.], tot_loss[loss=0.4788, simple_loss=0.4696, pruned_loss=0.244, over 2785034.50 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07029, over 44549.02 utterances.], batch size: 167, lr: 2.09e-03 +2022-09-17 02:09:40,636 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 02:09:45,339 INFO [train.py:914] (1/2) Epoch 1, validation: loss=0.3176, simple_loss=0.3557, pruned_loss=0.1398, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 02:10:14,822 INFO [train.py:885] (1/2) Epoch 1, batch 9050, loss[loss=0.5018, simple_loss=0.4899, pruned_loss=0.2569, over 14351.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03336, over 244.00 utterances.], tot_loss[loss=0.4788, simple_loss=0.4691, pruned_loss=0.2442, over 2785661.20 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07056, over 44532.66 utterances.], batch size: 244, lr: 2.09e-03 +2022-09-17 02:10:44,280 INFO [train.py:885] (1/2) Epoch 1, batch 9100, loss[loss=0.5655, simple_loss=0.5639, pruned_loss=0.2836, over 13590.00 frames. utt_duration=98.43 frames, utt_pad_proportion=0.08006, over 560.00 utterances.], tot_loss[loss=0.4772, simple_loss=0.4687, pruned_loss=0.2429, over 2790223.65 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06865, over 44165.17 utterances.], batch size: 560, lr: 2.08e-03 +2022-09-17 02:11:14,130 INFO [train.py:885] (1/2) Epoch 1, batch 9150, loss[loss=0.4903, simple_loss=0.4806, pruned_loss=0.25, over 14321.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.0381, over 195.00 utterances.], tot_loss[loss=0.47, simple_loss=0.4632, pruned_loss=0.2385, over 2788124.24 frames. utt_duration=261.2 frames, utt_pad_proportion=0.06785, over 42932.88 utterances.], batch size: 195, lr: 2.08e-03 +2022-09-17 02:11:43,034 INFO [train.py:885] (1/2) Epoch 1, batch 9200, loss[loss=0.3432, simple_loss=0.3645, pruned_loss=0.1609, over 13959.00 frames. utt_duration=932 frames, utt_pad_proportion=0.06232, over 60.00 utterances.], tot_loss[loss=0.4678, simple_loss=0.4621, pruned_loss=0.2368, over 2782481.69 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06849, over 43323.07 utterances.], batch size: 60, lr: 2.07e-03 +2022-09-17 02:12:12,375 INFO [train.py:885] (1/2) Epoch 1, batch 9250, loss[loss=0.7816, simple_loss=0.6671, pruned_loss=0.4481, over 14237.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04304, over 335.00 utterances.], tot_loss[loss=0.4814, simple_loss=0.4716, pruned_loss=0.2456, over 2781409.91 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06922, over 45390.67 utterances.], batch size: 335, lr: 2.07e-03 +2022-09-17 02:12:41,892 INFO [train.py:885] (1/2) Epoch 1, batch 9300, loss[loss=0.3489, simple_loss=0.3731, pruned_loss=0.1624, over 14150.00 frames. utt_duration=637.2 frames, utt_pad_proportion=0.0489, over 89.00 utterances.], tot_loss[loss=0.4792, simple_loss=0.4704, pruned_loss=0.244, over 2781696.22 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06857, over 45173.14 utterances.], batch size: 89, lr: 2.06e-03 +2022-09-17 02:13:11,460 INFO [train.py:885] (1/2) Epoch 1, batch 9350, loss[loss=0.4216, simple_loss=0.4281, pruned_loss=0.2076, over 14157.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04555, over 109.00 utterances.], tot_loss[loss=0.4771, simple_loss=0.4686, pruned_loss=0.2428, over 2782861.82 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06872, over 44655.74 utterances.], batch size: 109, lr: 2.06e-03 +2022-09-17 02:13:41,657 INFO [train.py:885] (1/2) Epoch 1, batch 9400, loss[loss=0.5245, simple_loss=0.4987, pruned_loss=0.2751, over 14325.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03961, over 154.00 utterances.], tot_loss[loss=0.4726, simple_loss=0.4646, pruned_loss=0.2403, over 2782574.95 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06858, over 43500.40 utterances.], batch size: 154, lr: 2.06e-03 +2022-09-17 02:14:11,246 INFO [train.py:885] (1/2) Epoch 1, batch 9450, loss[loss=0.5129, simple_loss=0.4945, pruned_loss=0.2656, over 14286.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04094, over 283.00 utterances.], tot_loss[loss=0.4721, simple_loss=0.4655, pruned_loss=0.2393, over 2781223.76 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06855, over 44416.27 utterances.], batch size: 283, lr: 2.05e-03 +2022-09-17 02:14:40,816 INFO [train.py:885] (1/2) Epoch 1, batch 9500, loss[loss=0.4947, simple_loss=0.4881, pruned_loss=0.2506, over 14200.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04455, over 306.00 utterances.], tot_loss[loss=0.4759, simple_loss=0.4692, pruned_loss=0.2413, over 2778382.98 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07281, over 46547.47 utterances.], batch size: 306, lr: 2.05e-03 +2022-09-17 02:15:10,301 INFO [train.py:885] (1/2) Epoch 1, batch 9550, loss[loss=0.2362, simple_loss=0.2576, pruned_loss=0.1074, over 12196.00 frames. utt_duration=2034 frames, utt_pad_proportion=0.1851, over 24.00 utterances.], tot_loss[loss=0.47, simple_loss=0.4645, pruned_loss=0.2377, over 2778475.63 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07108, over 45290.50 utterances.], batch size: 24, lr: 2.04e-03 +2022-09-17 02:15:39,798 INFO [train.py:885] (1/2) Epoch 1, batch 9600, loss[loss=0.4012, simple_loss=0.4129, pruned_loss=0.1948, over 14342.00 frames. utt_duration=442.6 frames, utt_pad_proportion=0.03566, over 130.00 utterances.], tot_loss[loss=0.4623, simple_loss=0.4585, pruned_loss=0.233, over 2782221.53 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06927, over 43282.90 utterances.], batch size: 130, lr: 2.04e-03 +2022-09-17 02:16:08,867 INFO [train.py:885] (1/2) Epoch 1, batch 9650, loss[loss=0.3955, simple_loss=0.405, pruned_loss=0.193, over 14196.00 frames. utt_duration=522.6 frames, utt_pad_proportion=0.0429, over 109.00 utterances.], tot_loss[loss=0.4572, simple_loss=0.454, pruned_loss=0.2302, over 2787265.14 frames. utt_duration=270.7 frames, utt_pad_proportion=0.06617, over 41409.18 utterances.], batch size: 109, lr: 2.03e-03 +2022-09-17 02:16:38,685 INFO [train.py:885] (1/2) Epoch 1, batch 9700, loss[loss=0.4248, simple_loss=0.4375, pruned_loss=0.206, over 14326.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03985, over 167.00 utterances.], tot_loss[loss=0.4647, simple_loss=0.4605, pruned_loss=0.2345, over 2784059.96 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06965, over 43487.89 utterances.], batch size: 167, lr: 2.03e-03 +2022-09-17 02:17:07,829 INFO [train.py:885] (1/2) Epoch 1, batch 9750, loss[loss=0.4865, simple_loss=0.4752, pruned_loss=0.2488, over 14245.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04236, over 225.00 utterances.], tot_loss[loss=0.4679, simple_loss=0.4626, pruned_loss=0.2367, over 2784451.48 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07022, over 44376.13 utterances.], batch size: 225, lr: 2.03e-03 +2022-09-17 02:17:37,456 INFO [train.py:885] (1/2) Epoch 1, batch 9800, loss[loss=0.545, simple_loss=0.5311, pruned_loss=0.2795, over 14038.00 frames. utt_duration=155.4 frames, utt_pad_proportion=0.05271, over 365.00 utterances.], tot_loss[loss=0.4685, simple_loss=0.4631, pruned_loss=0.2369, over 2779230.61 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07174, over 45211.66 utterances.], batch size: 365, lr: 2.02e-03 +2022-09-17 02:18:06,631 INFO [train.py:885] (1/2) Epoch 1, batch 9850, loss[loss=0.5469, simple_loss=0.5567, pruned_loss=0.2685, over 13628.00 frames. utt_duration=98.79 frames, utt_pad_proportion=0.07675, over 560.00 utterances.], tot_loss[loss=0.4651, simple_loss=0.4607, pruned_loss=0.2347, over 2776748.87 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07168, over 44747.63 utterances.], batch size: 560, lr: 2.02e-03 +2022-09-17 02:18:36,567 INFO [train.py:885] (1/2) Epoch 1, batch 9900, loss[loss=0.34, simple_loss=0.3599, pruned_loss=0.1601, over 14087.00 frames. utt_duration=714.7 frames, utt_pad_proportion=0.05458, over 79.00 utterances.], tot_loss[loss=0.4655, simple_loss=0.4616, pruned_loss=0.2347, over 2774563.57 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07293, over 45780.81 utterances.], batch size: 79, lr: 2.01e-03 +2022-09-17 02:19:05,765 INFO [train.py:885] (1/2) Epoch 1, batch 9950, loss[loss=0.5041, simple_loss=0.4973, pruned_loss=0.2554, over 14320.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03857, over 283.00 utterances.], tot_loss[loss=0.4626, simple_loss=0.4596, pruned_loss=0.2328, over 2774816.50 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07198, over 45081.86 utterances.], batch size: 283, lr: 2.01e-03 +2022-09-17 02:19:35,590 INFO [train.py:885] (1/2) Epoch 1, batch 10000, loss[loss=0.5212, simple_loss=0.5341, pruned_loss=0.2542, over 13761.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07198, over 411.00 utterances.], tot_loss[loss=0.466, simple_loss=0.4631, pruned_loss=0.2345, over 2774239.88 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07087, over 46266.53 utterances.], batch size: 411, lr: 2.01e-03 +2022-09-17 02:20:05,244 INFO [train.py:885] (1/2) Epoch 1, batch 10050, loss[loss=0.5783, simple_loss=0.5504, pruned_loss=0.3031, over 14229.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04277, over 335.00 utterances.], tot_loss[loss=0.4698, simple_loss=0.4661, pruned_loss=0.2367, over 2772304.43 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07275, over 46785.52 utterances.], batch size: 335, lr: 2.00e-03 +2022-09-17 02:20:35,249 INFO [train.py:885] (1/2) Epoch 1, batch 10100, loss[loss=0.2662, simple_loss=0.2832, pruned_loss=0.1246, over 13260.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1086, over 33.00 utterances.], tot_loss[loss=0.47, simple_loss=0.4667, pruned_loss=0.2367, over 2771565.60 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07255, over 46916.92 utterances.], batch size: 33, lr: 2.00e-03 +2022-09-17 02:21:04,895 INFO [train.py:885] (1/2) Epoch 1, batch 10150, loss[loss=0.4779, simple_loss=0.4497, pruned_loss=0.253, over 14163.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.0455, over 109.00 utterances.], tot_loss[loss=0.4682, simple_loss=0.4655, pruned_loss=0.2355, over 2774748.74 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07204, over 46050.47 utterances.], batch size: 109, lr: 1.99e-03 +2022-09-17 02:21:34,586 INFO [train.py:885] (1/2) Epoch 1, batch 10200, loss[loss=0.435, simple_loss=0.4436, pruned_loss=0.2132, over 14208.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04856, over 141.00 utterances.], tot_loss[loss=0.4724, simple_loss=0.4694, pruned_loss=0.2378, over 2772222.46 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07327, over 47252.35 utterances.], batch size: 141, lr: 1.99e-03 +2022-09-17 02:22:03,898 INFO [train.py:885] (1/2) Epoch 1, batch 10250, loss[loss=0.5546, simple_loss=0.5323, pruned_loss=0.2884, over 14330.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03772, over 283.00 utterances.], tot_loss[loss=0.4694, simple_loss=0.4663, pruned_loss=0.2362, over 2773598.30 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07293, over 45997.58 utterances.], batch size: 283, lr: 1.99e-03 +2022-09-17 02:22:32,845 INFO [train.py:885] (1/2) Epoch 1, batch 10300, loss[loss=0.677, simple_loss=0.6031, pruned_loss=0.3755, over 14187.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04512, over 306.00 utterances.], tot_loss[loss=0.4612, simple_loss=0.4595, pruned_loss=0.2315, over 2776127.78 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07024, over 43690.54 utterances.], batch size: 306, lr: 1.98e-03 +2022-09-17 02:23:03,340 INFO [train.py:885] (1/2) Epoch 1, batch 10350, loss[loss=0.4744, simple_loss=0.4669, pruned_loss=0.2409, over 14337.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03669, over 210.00 utterances.], tot_loss[loss=0.4639, simple_loss=0.4617, pruned_loss=0.233, over 2778311.38 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07012, over 44334.82 utterances.], batch size: 210, lr: 1.98e-03 +2022-09-17 02:23:32,426 INFO [train.py:885] (1/2) Epoch 1, batch 10400, loss[loss=0.2765, simple_loss=0.2779, pruned_loss=0.1376, over 12118.00 frames. utt_duration=2021 frames, utt_pad_proportion=0.1617, over 24.00 utterances.], tot_loss[loss=0.4621, simple_loss=0.4592, pruned_loss=0.2325, over 2780817.43 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06823, over 42750.31 utterances.], batch size: 24, lr: 1.97e-03 +2022-09-17 02:24:02,252 INFO [train.py:885] (1/2) Epoch 1, batch 10450, loss[loss=0.4746, simple_loss=0.5079, pruned_loss=0.2206, over 13764.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07229, over 411.00 utterances.], tot_loss[loss=0.4625, simple_loss=0.4602, pruned_loss=0.2324, over 2778541.70 frames. utt_duration=254.5 frames, utt_pad_proportion=0.0691, over 43929.37 utterances.], batch size: 411, lr: 1.97e-03 +2022-09-17 02:24:31,646 INFO [train.py:885] (1/2) Epoch 1, batch 10500, loss[loss=0.5112, simple_loss=0.5015, pruned_loss=0.2605, over 14225.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.04322, over 225.00 utterances.], tot_loss[loss=0.4661, simple_loss=0.4637, pruned_loss=0.2342, over 2775881.36 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06924, over 45419.94 utterances.], batch size: 225, lr: 1.97e-03 +2022-09-17 02:25:01,185 INFO [train.py:885] (1/2) Epoch 1, batch 10550, loss[loss=0.4624, simple_loss=0.4522, pruned_loss=0.2363, over 14182.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04407, over 109.00 utterances.], tot_loss[loss=0.4652, simple_loss=0.4627, pruned_loss=0.2339, over 2780975.20 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06822, over 44816.97 utterances.], batch size: 109, lr: 1.96e-03 +2022-09-17 02:25:31,233 INFO [train.py:885] (1/2) Epoch 1, batch 10600, loss[loss=0.3247, simple_loss=0.3376, pruned_loss=0.156, over 12456.00 frames. utt_duration=1995 frames, utt_pad_proportion=0.1469, over 25.00 utterances.], tot_loss[loss=0.4723, simple_loss=0.4687, pruned_loss=0.2379, over 2776854.15 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07278, over 47137.21 utterances.], batch size: 25, lr: 1.96e-03 +2022-09-17 02:26:00,062 INFO [train.py:885] (1/2) Epoch 1, batch 10650, loss[loss=0.4238, simple_loss=0.4274, pruned_loss=0.2101, over 14361.00 frames. utt_duration=480.1 frames, utt_pad_proportion=0.03589, over 120.00 utterances.], tot_loss[loss=0.4716, simple_loss=0.4682, pruned_loss=0.2375, over 2781587.27 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07132, over 46658.39 utterances.], batch size: 120, lr: 1.96e-03 +2022-09-17 02:26:29,727 INFO [train.py:885] (1/2) Epoch 1, batch 10700, loss[loss=0.61, simple_loss=0.5867, pruned_loss=0.3167, over 13765.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07246, over 411.00 utterances.], tot_loss[loss=0.4749, simple_loss=0.4715, pruned_loss=0.2391, over 2782569.16 frames. utt_duration=234.5 frames, utt_pad_proportion=0.0735, over 47769.79 utterances.], batch size: 411, lr: 1.95e-03 +2022-09-17 02:26:59,390 INFO [train.py:885] (1/2) Epoch 1, batch 10750, loss[loss=0.4202, simple_loss=0.4384, pruned_loss=0.201, over 14371.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03778, over 167.00 utterances.], tot_loss[loss=0.4669, simple_loss=0.4651, pruned_loss=0.2344, over 2780944.97 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07186, over 46509.16 utterances.], batch size: 167, lr: 1.95e-03 +2022-09-17 02:27:29,231 INFO [train.py:885] (1/2) Epoch 1, batch 10800, loss[loss=0.2874, simple_loss=0.3193, pruned_loss=0.1278, over 13462.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.08255, over 41.00 utterances.], tot_loss[loss=0.4636, simple_loss=0.4631, pruned_loss=0.232, over 2777000.35 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07321, over 46853.70 utterances.], batch size: 41, lr: 1.94e-03 +2022-09-17 02:27:58,816 INFO [train.py:885] (1/2) Epoch 1, batch 10850, loss[loss=0.5377, simple_loss=0.5172, pruned_loss=0.2791, over 14348.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0375, over 283.00 utterances.], tot_loss[loss=0.4625, simple_loss=0.4621, pruned_loss=0.2314, over 2772745.20 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07408, over 45941.05 utterances.], batch size: 283, lr: 1.94e-03 +2022-09-17 02:28:28,625 INFO [train.py:885] (1/2) Epoch 1, batch 10900, loss[loss=0.3141, simple_loss=0.3444, pruned_loss=0.1419, over 13831.00 frames. utt_duration=923.5 frames, utt_pad_proportion=0.07277, over 60.00 utterances.], tot_loss[loss=0.4663, simple_loss=0.4646, pruned_loss=0.234, over 2778346.15 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07109, over 45684.84 utterances.], batch size: 60, lr: 1.94e-03 +2022-09-17 02:28:58,646 INFO [train.py:885] (1/2) Epoch 1, batch 10950, loss[loss=0.4682, simple_loss=0.4657, pruned_loss=0.2353, over 14271.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04019, over 180.00 utterances.], tot_loss[loss=0.4605, simple_loss=0.4595, pruned_loss=0.2308, over 2780525.07 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06794, over 44057.99 utterances.], batch size: 180, lr: 1.93e-03 +2022-09-17 02:29:27,608 INFO [train.py:885] (1/2) Epoch 1, batch 11000, loss[loss=0.5343, simple_loss=0.5342, pruned_loss=0.2672, over 13987.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05626, over 365.00 utterances.], tot_loss[loss=0.4608, simple_loss=0.4598, pruned_loss=0.2309, over 2783420.81 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06875, over 44060.22 utterances.], batch size: 365, lr: 1.93e-03 +2022-09-17 02:29:56,456 INFO [train.py:885] (1/2) Epoch 1, batch 11050, loss[loss=0.5013, simple_loss=0.5393, pruned_loss=0.2317, over 13621.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08211, over 477.00 utterances.], tot_loss[loss=0.4563, simple_loss=0.4557, pruned_loss=0.2284, over 2783240.21 frames. utt_duration=265 frames, utt_pad_proportion=0.06642, over 42250.98 utterances.], batch size: 477, lr: 1.93e-03 +2022-09-17 02:30:26,405 INFO [train.py:885] (1/2) Epoch 1, batch 11100, loss[loss=0.3109, simple_loss=0.331, pruned_loss=0.1454, over 13827.00 frames. utt_duration=923.1 frames, utt_pad_proportion=0.07228, over 60.00 utterances.], tot_loss[loss=0.4572, simple_loss=0.4569, pruned_loss=0.2288, over 2780087.27 frames. utt_duration=257.8 frames, utt_pad_proportion=0.0695, over 43385.04 utterances.], batch size: 60, lr: 1.92e-03 +2022-09-17 02:30:55,777 INFO [train.py:885] (1/2) Epoch 1, batch 11150, loss[loss=0.415, simple_loss=0.4419, pruned_loss=0.194, over 14341.00 frames. utt_duration=479.4 frames, utt_pad_proportion=0.0374, over 120.00 utterances.], tot_loss[loss=0.4559, simple_loss=0.4565, pruned_loss=0.2276, over 2782128.14 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06932, over 43564.86 utterances.], batch size: 120, lr: 1.92e-03 +2022-09-17 02:31:25,864 INFO [train.py:885] (1/2) Epoch 1, batch 11200, loss[loss=0.5204, simple_loss=0.4982, pruned_loss=0.2713, over 14337.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03956, over 167.00 utterances.], tot_loss[loss=0.4565, simple_loss=0.4569, pruned_loss=0.228, over 2780445.85 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06971, over 44269.57 utterances.], batch size: 167, lr: 1.92e-03 +2022-09-17 02:31:55,216 INFO [train.py:885] (1/2) Epoch 1, batch 11250, loss[loss=0.5986, simple_loss=0.5511, pruned_loss=0.323, over 14357.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03304, over 244.00 utterances.], tot_loss[loss=0.4512, simple_loss=0.4523, pruned_loss=0.2251, over 2782857.30 frames. utt_duration=263.5 frames, utt_pad_proportion=0.06816, over 42485.12 utterances.], batch size: 244, lr: 1.91e-03 +2022-09-17 02:32:25,603 INFO [train.py:885] (1/2) Epoch 1, batch 11300, loss[loss=0.2784, simple_loss=0.3188, pruned_loss=0.119, over 13616.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08415, over 50.00 utterances.], tot_loss[loss=0.4532, simple_loss=0.4537, pruned_loss=0.2263, over 2777319.48 frames. utt_duration=257.8 frames, utt_pad_proportion=0.07221, over 43336.61 utterances.], batch size: 50, lr: 1.91e-03 +2022-09-17 02:32:53,934 INFO [train.py:885] (1/2) Epoch 1, batch 11350, loss[loss=0.5305, simple_loss=0.514, pruned_loss=0.2735, over 14339.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03685, over 195.00 utterances.], tot_loss[loss=0.4595, simple_loss=0.4581, pruned_loss=0.2304, over 2782048.06 frames. utt_duration=256.3 frames, utt_pad_proportion=0.07043, over 43674.13 utterances.], batch size: 195, lr: 1.90e-03 +2022-09-17 02:33:24,169 INFO [train.py:885] (1/2) Epoch 1, batch 11400, loss[loss=0.2634, simple_loss=0.284, pruned_loss=0.1214, over 12251.00 frames. utt_duration=2043 frames, utt_pad_proportion=0.1528, over 24.00 utterances.], tot_loss[loss=0.4582, simple_loss=0.4572, pruned_loss=0.2296, over 2781827.95 frames. utt_duration=257.6 frames, utt_pad_proportion=0.07071, over 43448.61 utterances.], batch size: 24, lr: 1.90e-03 +2022-09-17 02:33:53,064 INFO [train.py:885] (1/2) Epoch 1, batch 11450, loss[loss=0.4048, simple_loss=0.3887, pruned_loss=0.2105, over 14008.00 frames. utt_duration=710.8 frames, utt_pad_proportion=0.06103, over 79.00 utterances.], tot_loss[loss=0.4584, simple_loss=0.4578, pruned_loss=0.2295, over 2786456.04 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06985, over 43266.16 utterances.], batch size: 79, lr: 1.90e-03 +2022-09-17 02:34:22,644 INFO [train.py:885] (1/2) Epoch 1, batch 11500, loss[loss=0.2971, simple_loss=0.3192, pruned_loss=0.1375, over 13262.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1041, over 33.00 utterances.], tot_loss[loss=0.4518, simple_loss=0.4527, pruned_loss=0.2255, over 2784580.08 frames. utt_duration=267.2 frames, utt_pad_proportion=0.06988, over 41911.93 utterances.], batch size: 33, lr: 1.89e-03 +2022-09-17 02:34:52,118 INFO [train.py:885] (1/2) Epoch 1, batch 11550, loss[loss=0.4813, simple_loss=0.4675, pruned_loss=0.2476, over 14298.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04111, over 154.00 utterances.], tot_loss[loss=0.449, simple_loss=0.4506, pruned_loss=0.2236, over 2785646.35 frames. utt_duration=269.6 frames, utt_pad_proportion=0.06889, over 41556.90 utterances.], batch size: 154, lr: 1.89e-03 +2022-09-17 02:35:21,425 INFO [train.py:885] (1/2) Epoch 1, batch 11600, loss[loss=0.8385, simple_loss=0.7749, pruned_loss=0.451, over 12389.00 frames. utt_duration=62.75 frames, utt_pad_proportion=0.152, over 810.00 utterances.], tot_loss[loss=0.4477, simple_loss=0.4492, pruned_loss=0.2231, over 2779908.60 frames. utt_duration=268.4 frames, utt_pad_proportion=0.0715, over 41665.19 utterances.], batch size: 810, lr: 1.89e-03 +2022-09-17 02:35:51,573 INFO [train.py:885] (1/2) Epoch 1, batch 11650, loss[loss=0.354, simple_loss=0.3817, pruned_loss=0.1631, over 12646.00 frames. utt_duration=2109 frames, utt_pad_proportion=0.1391, over 24.00 utterances.], tot_loss[loss=0.4557, simple_loss=0.4564, pruned_loss=0.2275, over 2775376.96 frames. utt_duration=252 frames, utt_pad_proportion=0.07418, over 44309.20 utterances.], batch size: 24, lr: 1.88e-03 +2022-09-17 02:36:21,325 INFO [train.py:885] (1/2) Epoch 1, batch 11700, loss[loss=0.3472, simple_loss=0.3748, pruned_loss=0.1598, over 13995.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.06096, over 79.00 utterances.], tot_loss[loss=0.4605, simple_loss=0.4608, pruned_loss=0.2301, over 2778475.33 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07421, over 45919.01 utterances.], batch size: 79, lr: 1.88e-03 +2022-09-17 02:36:51,041 INFO [train.py:885] (1/2) Epoch 1, batch 11750, loss[loss=0.5274, simple_loss=0.5073, pruned_loss=0.2737, over 14360.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03324, over 244.00 utterances.], tot_loss[loss=0.4599, simple_loss=0.4603, pruned_loss=0.2298, over 2783142.01 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07104, over 45076.30 utterances.], batch size: 244, lr: 1.88e-03 +2022-09-17 02:37:20,081 INFO [train.py:885] (1/2) Epoch 1, batch 11800, loss[loss=0.4289, simple_loss=0.4376, pruned_loss=0.2101, over 14330.00 frames. utt_duration=442.5 frames, utt_pad_proportion=0.03809, over 130.00 utterances.], tot_loss[loss=0.4568, simple_loss=0.458, pruned_loss=0.2278, over 2785368.57 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06988, over 44158.02 utterances.], batch size: 130, lr: 1.87e-03 +2022-09-17 02:37:50,558 INFO [train.py:885] (1/2) Epoch 1, batch 11850, loss[loss=0.375, simple_loss=0.4122, pruned_loss=0.1689, over 14254.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04514, over 141.00 utterances.], tot_loss[loss=0.4629, simple_loss=0.4634, pruned_loss=0.2311, over 2784013.99 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07314, over 46999.39 utterances.], batch size: 141, lr: 1.87e-03 +2022-09-17 02:38:19,854 INFO [train.py:885] (1/2) Epoch 1, batch 11900, loss[loss=0.5514, simple_loss=0.5282, pruned_loss=0.2873, over 14395.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.03358, over 210.00 utterances.], tot_loss[loss=0.4601, simple_loss=0.4613, pruned_loss=0.2294, over 2780430.46 frames. utt_duration=242.3 frames, utt_pad_proportion=0.0724, over 46177.19 utterances.], batch size: 210, lr: 1.87e-03 +2022-09-17 02:38:49,641 INFO [train.py:885] (1/2) Epoch 1, batch 11950, loss[loss=0.6109, simple_loss=0.567, pruned_loss=0.3274, over 14283.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04094, over 283.00 utterances.], tot_loss[loss=0.4641, simple_loss=0.465, pruned_loss=0.2316, over 2782301.22 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07251, over 47264.61 utterances.], batch size: 283, lr: 1.86e-03 +2022-09-17 02:39:19,295 INFO [train.py:885] (1/2) Epoch 1, batch 12000, loss[loss=0.3874, simple_loss=0.4041, pruned_loss=0.1854, over 14281.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.04121, over 120.00 utterances.], tot_loss[loss=0.4608, simple_loss=0.4625, pruned_loss=0.2296, over 2785649.73 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07049, over 45995.32 utterances.], batch size: 120, lr: 1.86e-03 +2022-09-17 02:39:19,296 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 02:39:24,060 INFO [train.py:914] (1/2) Epoch 1, validation: loss=0.3121, simple_loss=0.3546, pruned_loss=0.1348, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 02:39:53,091 INFO [train.py:885] (1/2) Epoch 1, batch 12050, loss[loss=0.2961, simple_loss=0.3411, pruned_loss=0.1256, over 13739.00 frames. utt_duration=797.8 frames, utt_pad_proportion=0.07125, over 69.00 utterances.], tot_loss[loss=0.4589, simple_loss=0.4618, pruned_loss=0.228, over 2783238.00 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07127, over 46705.24 utterances.], batch size: 69, lr: 1.86e-03 +2022-09-17 02:40:23,147 INFO [train.py:885] (1/2) Epoch 1, batch 12100, loss[loss=0.4836, simple_loss=0.4874, pruned_loss=0.2398, over 14301.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03911, over 225.00 utterances.], tot_loss[loss=0.4613, simple_loss=0.4631, pruned_loss=0.2297, over 2782307.84 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07253, over 47290.84 utterances.], batch size: 225, lr: 1.85e-03 +2022-09-17 02:40:52,708 INFO [train.py:885] (1/2) Epoch 1, batch 12150, loss[loss=0.4738, simple_loss=0.4891, pruned_loss=0.2293, over 14322.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03819, over 195.00 utterances.], tot_loss[loss=0.4589, simple_loss=0.4613, pruned_loss=0.2282, over 2775729.93 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07463, over 46984.00 utterances.], batch size: 195, lr: 1.85e-03 +2022-09-17 02:41:22,384 INFO [train.py:885] (1/2) Epoch 1, batch 12200, loss[loss=0.5029, simple_loss=0.4977, pruned_loss=0.2541, over 14285.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04125, over 262.00 utterances.], tot_loss[loss=0.4548, simple_loss=0.4583, pruned_loss=0.2257, over 2782017.52 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07157, over 45948.06 utterances.], batch size: 262, lr: 1.85e-03 +2022-09-17 02:41:51,339 INFO [train.py:885] (1/2) Epoch 1, batch 12250, loss[loss=0.3173, simple_loss=0.3513, pruned_loss=0.1416, over 13976.00 frames. utt_duration=709.1 frames, utt_pad_proportion=0.06204, over 79.00 utterances.], tot_loss[loss=0.4503, simple_loss=0.4546, pruned_loss=0.223, over 2784369.56 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07131, over 45202.21 utterances.], batch size: 79, lr: 1.84e-03 +2022-09-17 02:42:21,394 INFO [train.py:885] (1/2) Epoch 1, batch 12300, loss[loss=0.2988, simple_loss=0.3129, pruned_loss=0.1423, over 14043.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05728, over 79.00 utterances.], tot_loss[loss=0.448, simple_loss=0.452, pruned_loss=0.222, over 2778009.70 frames. utt_duration=252.2 frames, utt_pad_proportion=0.0708, over 44320.07 utterances.], batch size: 79, lr: 1.84e-03 +2022-09-17 02:42:50,350 INFO [train.py:885] (1/2) Epoch 1, batch 12350, loss[loss=0.5026, simple_loss=0.5281, pruned_loss=0.2386, over 13618.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.07598, over 478.00 utterances.], tot_loss[loss=0.4514, simple_loss=0.4552, pruned_loss=0.2238, over 2778946.51 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0718, over 45400.26 utterances.], batch size: 478, lr: 1.84e-03 +2022-09-17 02:43:21,201 INFO [train.py:885] (1/2) Epoch 1, batch 12400, loss[loss=0.509, simple_loss=0.483, pruned_loss=0.2675, over 14312.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03745, over 180.00 utterances.], tot_loss[loss=0.4566, simple_loss=0.459, pruned_loss=0.2271, over 2778390.41 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07309, over 45851.20 utterances.], batch size: 180, lr: 1.83e-03 +2022-09-17 02:43:50,714 INFO [train.py:885] (1/2) Epoch 1, batch 12450, loss[loss=0.38, simple_loss=0.4067, pruned_loss=0.1766, over 14168.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04348, over 109.00 utterances.], tot_loss[loss=0.4592, simple_loss=0.4607, pruned_loss=0.2288, over 2781904.68 frames. utt_duration=244 frames, utt_pad_proportion=0.07201, over 45876.32 utterances.], batch size: 109, lr: 1.83e-03 +2022-09-17 02:44:19,436 INFO [train.py:885] (1/2) Epoch 1, batch 12500, loss[loss=0.8552, simple_loss=0.7932, pruned_loss=0.4586, over 12582.00 frames. utt_duration=63.77 frames, utt_pad_proportion=0.1382, over 810.00 utterances.], tot_loss[loss=0.4571, simple_loss=0.4593, pruned_loss=0.2274, over 2781888.43 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07173, over 45595.00 utterances.], batch size: 810, lr: 1.83e-03 +2022-09-17 02:44:49,334 INFO [train.py:885] (1/2) Epoch 1, batch 12550, loss[loss=0.5658, simple_loss=0.5393, pruned_loss=0.2962, over 14246.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04222, over 335.00 utterances.], tot_loss[loss=0.4551, simple_loss=0.4583, pruned_loss=0.2259, over 2780907.99 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07223, over 45889.37 utterances.], batch size: 335, lr: 1.83e-03 +2022-09-17 02:45:16,147 INFO [train.py:885] (1/2) Epoch 1, batch 12600, loss[loss=0.3379, simple_loss=0.3635, pruned_loss=0.1562, over 13900.00 frames. utt_duration=807.4 frames, utt_pad_proportion=0.06008, over 69.00 utterances.], tot_loss[loss=0.4543, simple_loss=0.4574, pruned_loss=0.2256, over 2787150.32 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06861, over 44741.50 utterances.], batch size: 69, lr: 1.82e-03 +2022-09-17 02:45:34,936 INFO [train.py:885] (1/2) Epoch 2, batch 0, loss[loss=0.3585, simple_loss=0.3954, pruned_loss=0.1608, over 14257.00 frames. utt_duration=476.5 frames, utt_pad_proportion=0.04316, over 120.00 utterances.], tot_loss[loss=0.3585, simple_loss=0.3954, pruned_loss=0.1608, over 14257.00 frames. utt_duration=476.5 frames, utt_pad_proportion=0.04316, over 120.00 utterances.], batch size: 120, lr: 1.81e-03 +2022-09-17 02:46:04,099 INFO [train.py:885] (1/2) Epoch 2, batch 50, loss[loss=0.5513, simple_loss=0.5234, pruned_loss=0.2896, over 14322.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03809, over 226.00 utterances.], tot_loss[loss=0.4344, simple_loss=0.4418, pruned_loss=0.2135, over 630304.05 frames. utt_duration=277 frames, utt_pad_proportion=0.06774, over 9149.32 utterances.], batch size: 226, lr: 1.81e-03 +2022-09-17 02:46:34,205 INFO [train.py:885] (1/2) Epoch 2, batch 100, loss[loss=0.2708, simple_loss=0.3082, pruned_loss=0.1167, over 13862.00 frames. utt_duration=925.7 frames, utt_pad_proportion=0.06683, over 60.00 utterances.], tot_loss[loss=0.4498, simple_loss=0.4555, pruned_loss=0.222, over 1105679.01 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07403, over 18530.34 utterances.], batch size: 60, lr: 1.80e-03 +2022-09-17 02:47:03,602 INFO [train.py:885] (1/2) Epoch 2, batch 150, loss[loss=0.5447, simple_loss=0.5485, pruned_loss=0.2704, over 13800.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06971, over 411.00 utterances.], tot_loss[loss=0.4397, simple_loss=0.4472, pruned_loss=0.2161, over 1479666.72 frames. utt_duration=254 frames, utt_pad_proportion=0.06769, over 23440.99 utterances.], batch size: 411, lr: 1.80e-03 +2022-09-17 02:47:40,835 INFO [train.py:885] (1/2) Epoch 2, batch 200, loss[loss=0.5749, simple_loss=0.5411, pruned_loss=0.3043, over 14229.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04277, over 306.00 utterances.], tot_loss[loss=0.4555, simple_loss=0.4613, pruned_loss=0.2248, over 1766950.60 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07302, over 31237.22 utterances.], batch size: 306, lr: 1.80e-03 +2022-09-17 02:48:10,698 INFO [train.py:885] (1/2) Epoch 2, batch 250, loss[loss=0.4178, simple_loss=0.4409, pruned_loss=0.1973, over 14271.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.0405, over 180.00 utterances.], tot_loss[loss=0.457, simple_loss=0.4626, pruned_loss=0.2257, over 1986013.51 frames. utt_duration=226.9 frames, utt_pad_proportion=0.07501, over 35236.19 utterances.], batch size: 180, lr: 1.79e-03 +2022-09-17 02:48:39,765 INFO [train.py:885] (1/2) Epoch 2, batch 300, loss[loss=0.409, simple_loss=0.4205, pruned_loss=0.1987, over 14199.00 frames. utt_duration=404.3 frames, utt_pad_proportion=0.04655, over 141.00 utterances.], tot_loss[loss=0.451, simple_loss=0.4569, pruned_loss=0.2226, over 2160695.80 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07481, over 36279.04 utterances.], batch size: 141, lr: 1.79e-03 +2022-09-17 02:49:09,318 INFO [train.py:885] (1/2) Epoch 2, batch 350, loss[loss=0.3692, simple_loss=0.3878, pruned_loss=0.1753, over 14083.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05377, over 98.00 utterances.], tot_loss[loss=0.4497, simple_loss=0.4565, pruned_loss=0.2215, over 2294465.19 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07708, over 39009.80 utterances.], batch size: 98, lr: 1.79e-03 +2022-09-17 02:49:38,595 INFO [train.py:885] (1/2) Epoch 2, batch 400, loss[loss=0.5814, simple_loss=0.5421, pruned_loss=0.3103, over 14387.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03137, over 244.00 utterances.], tot_loss[loss=0.4515, simple_loss=0.4567, pruned_loss=0.2231, over 2405322.00 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07356, over 39961.42 utterances.], batch size: 244, lr: 1.78e-03 +2022-09-17 02:50:08,462 INFO [train.py:885] (1/2) Epoch 2, batch 450, loss[loss=0.3264, simple_loss=0.3596, pruned_loss=0.1466, over 14254.00 frames. utt_duration=642 frames, utt_pad_proportion=0.04034, over 89.00 utterances.], tot_loss[loss=0.4498, simple_loss=0.4564, pruned_loss=0.2216, over 2489506.65 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07253, over 42016.34 utterances.], batch size: 89, lr: 1.78e-03 +2022-09-17 02:50:37,819 INFO [train.py:885] (1/2) Epoch 2, batch 500, loss[loss=0.5448, simple_loss=0.5233, pruned_loss=0.2832, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04336, over 335.00 utterances.], tot_loss[loss=0.4501, simple_loss=0.4565, pruned_loss=0.2219, over 2553304.74 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07237, over 42659.86 utterances.], batch size: 335, lr: 1.78e-03 +2022-09-17 02:51:07,239 INFO [train.py:885] (1/2) Epoch 2, batch 550, loss[loss=0.2436, simple_loss=0.2824, pruned_loss=0.1024, over 13324.00 frames. utt_duration=1617 frames, utt_pad_proportion=0.09992, over 33.00 utterances.], tot_loss[loss=0.4441, simple_loss=0.4519, pruned_loss=0.2182, over 2599507.57 frames. utt_duration=246 frames, utt_pad_proportion=0.07373, over 42528.80 utterances.], batch size: 33, lr: 1.78e-03 +2022-09-17 02:51:36,614 INFO [train.py:885] (1/2) Epoch 2, batch 600, loss[loss=0.3862, simple_loss=0.4041, pruned_loss=0.1842, over 14099.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05105, over 98.00 utterances.], tot_loss[loss=0.443, simple_loss=0.4507, pruned_loss=0.2176, over 2638533.41 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07254, over 42754.71 utterances.], batch size: 98, lr: 1.77e-03 +2022-09-17 02:52:05,663 INFO [train.py:885] (1/2) Epoch 2, batch 650, loss[loss=0.4172, simple_loss=0.4323, pruned_loss=0.201, over 14258.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04145, over 180.00 utterances.], tot_loss[loss=0.446, simple_loss=0.4524, pruned_loss=0.2199, over 2670255.12 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07156, over 43176.83 utterances.], batch size: 180, lr: 1.77e-03 +2022-09-17 02:52:36,248 INFO [train.py:885] (1/2) Epoch 2, batch 700, loss[loss=0.2919, simple_loss=0.3217, pruned_loss=0.1311, over 13578.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08117, over 50.00 utterances.], tot_loss[loss=0.4447, simple_loss=0.4503, pruned_loss=0.2195, over 2694987.63 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07074, over 42787.07 utterances.], batch size: 50, lr: 1.77e-03 +2022-09-17 02:53:04,845 INFO [train.py:885] (1/2) Epoch 2, batch 750, loss[loss=0.4877, simple_loss=0.4862, pruned_loss=0.2446, over 14373.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03203, over 244.00 utterances.], tot_loss[loss=0.4428, simple_loss=0.4488, pruned_loss=0.2184, over 2716595.90 frames. utt_duration=255.9 frames, utt_pad_proportion=0.07082, over 42714.76 utterances.], batch size: 244, lr: 1.76e-03 +2022-09-17 02:53:34,720 INFO [train.py:885] (1/2) Epoch 2, batch 800, loss[loss=0.5052, simple_loss=0.5011, pruned_loss=0.2547, over 14328.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03863, over 262.00 utterances.], tot_loss[loss=0.447, simple_loss=0.4528, pruned_loss=0.2206, over 2729693.40 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07174, over 44384.88 utterances.], batch size: 262, lr: 1.76e-03 +2022-09-17 02:54:03,403 INFO [train.py:885] (1/2) Epoch 2, batch 850, loss[loss=0.2822, simple_loss=0.3049, pruned_loss=0.1298, over 13417.00 frames. utt_duration=1279 frames, utt_pad_proportion=0.09584, over 42.00 utterances.], tot_loss[loss=0.4497, simple_loss=0.4549, pruned_loss=0.2223, over 2743326.75 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0712, over 44829.74 utterances.], batch size: 42, lr: 1.76e-03 +2022-09-17 02:54:33,251 INFO [train.py:885] (1/2) Epoch 2, batch 900, loss[loss=0.4259, simple_loss=0.4365, pruned_loss=0.2076, over 14244.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04354, over 141.00 utterances.], tot_loss[loss=0.4475, simple_loss=0.4541, pruned_loss=0.2205, over 2747988.12 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07356, over 45022.51 utterances.], batch size: 141, lr: 1.75e-03 +2022-09-17 02:55:02,270 INFO [train.py:885] (1/2) Epoch 2, batch 950, loss[loss=0.4464, simple_loss=0.4574, pruned_loss=0.2177, over 14263.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04056, over 180.00 utterances.], tot_loss[loss=0.4487, simple_loss=0.4551, pruned_loss=0.2211, over 2756793.39 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07355, over 45321.15 utterances.], batch size: 180, lr: 1.75e-03 +2022-09-17 02:55:31,892 INFO [train.py:885] (1/2) Epoch 2, batch 1000, loss[loss=0.5165, simple_loss=0.5278, pruned_loss=0.2526, over 13697.00 frames. utt_duration=134.7 frames, utt_pad_proportion=0.07729, over 411.00 utterances.], tot_loss[loss=0.4515, simple_loss=0.4572, pruned_loss=0.2229, over 2761079.53 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07458, over 46159.86 utterances.], batch size: 411, lr: 1.75e-03 +2022-09-17 02:56:01,294 INFO [train.py:885] (1/2) Epoch 2, batch 1050, loss[loss=0.3796, simple_loss=0.3902, pruned_loss=0.1845, over 13962.00 frames. utt_duration=810.7 frames, utt_pad_proportion=0.05517, over 69.00 utterances.], tot_loss[loss=0.4506, simple_loss=0.4565, pruned_loss=0.2223, over 2761836.68 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07689, over 45940.79 utterances.], batch size: 69, lr: 1.75e-03 +2022-09-17 02:56:30,618 INFO [train.py:885] (1/2) Epoch 2, batch 1100, loss[loss=0.4896, simple_loss=0.4876, pruned_loss=0.2458, over 14304.00 frames. utt_duration=294.9 frames, utt_pad_proportion=0.03934, over 195.00 utterances.], tot_loss[loss=0.4482, simple_loss=0.4539, pruned_loss=0.2212, over 2770614.80 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07148, over 44149.07 utterances.], batch size: 195, lr: 1.74e-03 +2022-09-17 02:56:59,661 INFO [train.py:885] (1/2) Epoch 2, batch 1150, loss[loss=0.442, simple_loss=0.4396, pruned_loss=0.2222, over 14294.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.0403, over 130.00 utterances.], tot_loss[loss=0.4471, simple_loss=0.4538, pruned_loss=0.2202, over 2773671.32 frames. utt_duration=249.6 frames, utt_pad_proportion=0.0711, over 44710.13 utterances.], batch size: 130, lr: 1.74e-03 +2022-09-17 02:57:29,387 INFO [train.py:885] (1/2) Epoch 2, batch 1200, loss[loss=0.3376, simple_loss=0.357, pruned_loss=0.1591, over 13928.00 frames. utt_duration=706.5 frames, utt_pad_proportion=0.0642, over 79.00 utterances.], tot_loss[loss=0.4397, simple_loss=0.4481, pruned_loss=0.2156, over 2771445.96 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07061, over 43526.51 utterances.], batch size: 79, lr: 1.74e-03 +2022-09-17 02:57:58,464 INFO [train.py:885] (1/2) Epoch 2, batch 1250, loss[loss=0.4983, simple_loss=0.4922, pruned_loss=0.2522, over 14302.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04055, over 262.00 utterances.], tot_loss[loss=0.4386, simple_loss=0.4469, pruned_loss=0.2151, over 2776546.92 frames. utt_duration=255.7 frames, utt_pad_proportion=0.07026, over 43678.82 utterances.], batch size: 262, lr: 1.74e-03 +2022-09-17 02:58:28,293 INFO [train.py:885] (1/2) Epoch 2, batch 1300, loss[loss=0.4382, simple_loss=0.4594, pruned_loss=0.2085, over 14393.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.03061, over 244.00 utterances.], tot_loss[loss=0.4372, simple_loss=0.4462, pruned_loss=0.2141, over 2778735.96 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06985, over 43640.12 utterances.], batch size: 244, lr: 1.73e-03 +2022-09-17 02:58:57,772 INFO [train.py:885] (1/2) Epoch 2, batch 1350, loss[loss=0.5192, simple_loss=0.4959, pruned_loss=0.2712, over 14327.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04033, over 167.00 utterances.], tot_loss[loss=0.4409, simple_loss=0.4494, pruned_loss=0.2163, over 2778043.73 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07016, over 44671.18 utterances.], batch size: 167, lr: 1.73e-03 +2022-09-17 02:59:27,774 INFO [train.py:885] (1/2) Epoch 2, batch 1400, loss[loss=0.2807, simple_loss=0.3031, pruned_loss=0.1291, over 13732.00 frames. utt_duration=916.9 frames, utt_pad_proportion=0.07106, over 60.00 utterances.], tot_loss[loss=0.4451, simple_loss=0.4529, pruned_loss=0.2187, over 2780796.78 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07062, over 45708.58 utterances.], batch size: 60, lr: 1.73e-03 +2022-09-17 02:59:56,981 INFO [train.py:885] (1/2) Epoch 2, batch 1450, loss[loss=0.2686, simple_loss=0.2992, pruned_loss=0.119, over 13581.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08516, over 50.00 utterances.], tot_loss[loss=0.4429, simple_loss=0.4504, pruned_loss=0.2178, over 2779552.06 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07083, over 45079.99 utterances.], batch size: 50, lr: 1.72e-03 +2022-09-17 03:00:26,633 INFO [train.py:885] (1/2) Epoch 2, batch 1500, loss[loss=0.6421, simple_loss=0.6356, pruned_loss=0.3243, over 13214.00 frames. utt_duration=82.48 frames, utt_pad_proportion=0.1035, over 653.00 utterances.], tot_loss[loss=0.4469, simple_loss=0.4542, pruned_loss=0.2198, over 2780674.37 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07088, over 46093.85 utterances.], batch size: 653, lr: 1.72e-03 +2022-09-17 03:00:55,848 INFO [train.py:885] (1/2) Epoch 2, batch 1550, loss[loss=0.4792, simple_loss=0.503, pruned_loss=0.2277, over 13957.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05807, over 365.00 utterances.], tot_loss[loss=0.4418, simple_loss=0.45, pruned_loss=0.2168, over 2785526.26 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06828, over 44370.89 utterances.], batch size: 365, lr: 1.72e-03 +2022-09-17 03:01:25,311 INFO [train.py:885] (1/2) Epoch 2, batch 1600, loss[loss=0.3234, simple_loss=0.3356, pruned_loss=0.1556, over 13491.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.09228, over 42.00 utterances.], tot_loss[loss=0.4456, simple_loss=0.4534, pruned_loss=0.2189, over 2779477.06 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07136, over 46628.57 utterances.], batch size: 42, lr: 1.72e-03 +2022-09-17 03:01:54,879 INFO [train.py:885] (1/2) Epoch 2, batch 1650, loss[loss=0.5736, simple_loss=0.5392, pruned_loss=0.304, over 14238.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04215, over 306.00 utterances.], tot_loss[loss=0.4437, simple_loss=0.4517, pruned_loss=0.2179, over 2781465.03 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06941, over 45605.84 utterances.], batch size: 306, lr: 1.71e-03 +2022-09-17 03:02:24,313 INFO [train.py:885] (1/2) Epoch 2, batch 1700, loss[loss=0.5859, simple_loss=0.5453, pruned_loss=0.3132, over 14182.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.0455, over 306.00 utterances.], tot_loss[loss=0.446, simple_loss=0.4537, pruned_loss=0.2192, over 2775801.49 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07218, over 46600.18 utterances.], batch size: 306, lr: 1.71e-03 +2022-09-17 03:02:53,890 INFO [train.py:885] (1/2) Epoch 2, batch 1750, loss[loss=0.296, simple_loss=0.327, pruned_loss=0.1325, over 13931.00 frames. utt_duration=809.1 frames, utt_pad_proportion=0.05812, over 69.00 utterances.], tot_loss[loss=0.4415, simple_loss=0.4494, pruned_loss=0.2168, over 2777811.16 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07059, over 44953.91 utterances.], batch size: 69, lr: 1.71e-03 +2022-09-17 03:03:23,253 INFO [train.py:885] (1/2) Epoch 2, batch 1800, loss[loss=0.5137, simple_loss=0.5034, pruned_loss=0.262, over 14378.00 frames. utt_duration=296.7 frames, utt_pad_proportion=0.03366, over 195.00 utterances.], tot_loss[loss=0.4369, simple_loss=0.4459, pruned_loss=0.214, over 2776100.40 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07035, over 44096.66 utterances.], batch size: 195, lr: 1.71e-03 +2022-09-17 03:03:52,826 INFO [train.py:885] (1/2) Epoch 2, batch 1850, loss[loss=0.5435, simple_loss=0.5225, pruned_loss=0.2823, over 14381.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03223, over 244.00 utterances.], tot_loss[loss=0.4465, simple_loss=0.4543, pruned_loss=0.2193, over 2775274.12 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07375, over 46499.60 utterances.], batch size: 244, lr: 1.70e-03 +2022-09-17 03:04:22,292 INFO [train.py:885] (1/2) Epoch 2, batch 1900, loss[loss=0.3154, simple_loss=0.3578, pruned_loss=0.1365, over 14034.00 frames. utt_duration=712 frames, utt_pad_proportion=0.05818, over 79.00 utterances.], tot_loss[loss=0.4491, simple_loss=0.4564, pruned_loss=0.2209, over 2777063.07 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07493, over 47407.93 utterances.], batch size: 79, lr: 1.70e-03 +2022-09-17 03:04:51,791 INFO [train.py:885] (1/2) Epoch 2, batch 1950, loss[loss=0.3411, simple_loss=0.3656, pruned_loss=0.1583, over 14006.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05993, over 79.00 utterances.], tot_loss[loss=0.4439, simple_loss=0.4527, pruned_loss=0.2175, over 2777639.16 frames. utt_duration=239 frames, utt_pad_proportion=0.07337, over 46772.02 utterances.], batch size: 79, lr: 1.70e-03 +2022-09-17 03:05:21,314 INFO [train.py:885] (1/2) Epoch 2, batch 2000, loss[loss=0.4625, simple_loss=0.5009, pruned_loss=0.212, over 13678.00 frames. utt_duration=134.8 frames, utt_pad_proportion=0.07696, over 411.00 utterances.], tot_loss[loss=0.4402, simple_loss=0.4496, pruned_loss=0.2155, over 2778928.55 frames. utt_duration=246 frames, utt_pad_proportion=0.07132, over 45449.50 utterances.], batch size: 411, lr: 1.69e-03 +2022-09-17 03:05:50,741 INFO [train.py:885] (1/2) Epoch 2, batch 2050, loss[loss=0.5306, simple_loss=0.5173, pruned_loss=0.272, over 14378.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03444, over 210.00 utterances.], tot_loss[loss=0.4418, simple_loss=0.4517, pruned_loss=0.2159, over 2782450.51 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07125, over 46629.51 utterances.], batch size: 210, lr: 1.69e-03 +2022-09-17 03:06:20,282 INFO [train.py:885] (1/2) Epoch 2, batch 2100, loss[loss=0.3093, simple_loss=0.3438, pruned_loss=0.1374, over 13484.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.08782, over 50.00 utterances.], tot_loss[loss=0.4346, simple_loss=0.4462, pruned_loss=0.2115, over 2782722.69 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06983, over 44715.09 utterances.], batch size: 50, lr: 1.69e-03 +2022-09-17 03:06:50,494 INFO [train.py:885] (1/2) Epoch 2, batch 2150, loss[loss=0.5745, simple_loss=0.5418, pruned_loss=0.3037, over 14236.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04218, over 306.00 utterances.], tot_loss[loss=0.4392, simple_loss=0.4492, pruned_loss=0.2146, over 2781508.21 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07145, over 45521.39 utterances.], batch size: 306, lr: 1.69e-03 +2022-09-17 03:07:20,322 INFO [train.py:885] (1/2) Epoch 2, batch 2200, loss[loss=0.3949, simple_loss=0.3969, pruned_loss=0.1964, over 14119.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.05137, over 98.00 utterances.], tot_loss[loss=0.4427, simple_loss=0.4518, pruned_loss=0.2168, over 2786755.81 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06922, over 46081.93 utterances.], batch size: 98, lr: 1.68e-03 +2022-09-17 03:07:49,365 INFO [train.py:885] (1/2) Epoch 2, batch 2250, loss[loss=0.5148, simple_loss=0.5401, pruned_loss=0.2447, over 13625.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.07732, over 560.00 utterances.], tot_loss[loss=0.4414, simple_loss=0.4508, pruned_loss=0.216, over 2789622.02 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06668, over 45219.11 utterances.], batch size: 560, lr: 1.68e-03 +2022-09-17 03:08:18,529 INFO [train.py:885] (1/2) Epoch 2, batch 2300, loss[loss=0.4024, simple_loss=0.4253, pruned_loss=0.1898, over 14347.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03888, over 120.00 utterances.], tot_loss[loss=0.4356, simple_loss=0.4459, pruned_loss=0.2127, over 2790897.60 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06449, over 43835.85 utterances.], batch size: 120, lr: 1.68e-03 +2022-09-17 03:08:48,329 INFO [train.py:885] (1/2) Epoch 2, batch 2350, loss[loss=0.5044, simple_loss=0.4962, pruned_loss=0.2563, over 14339.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03782, over 262.00 utterances.], tot_loss[loss=0.4314, simple_loss=0.4433, pruned_loss=0.2098, over 2791332.89 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06338, over 42944.85 utterances.], batch size: 262, lr: 1.68e-03 +2022-09-17 03:09:17,359 INFO [train.py:885] (1/2) Epoch 2, batch 2400, loss[loss=0.523, simple_loss=0.5135, pruned_loss=0.2663, over 14210.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04433, over 306.00 utterances.], tot_loss[loss=0.4299, simple_loss=0.4419, pruned_loss=0.2089, over 2789375.08 frames. utt_duration=261.8 frames, utt_pad_proportion=0.0635, over 42864.86 utterances.], batch size: 306, lr: 1.67e-03 +2022-09-17 03:09:47,085 INFO [train.py:885] (1/2) Epoch 2, batch 2450, loss[loss=0.3982, simple_loss=0.4102, pruned_loss=0.1931, over 14327.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03858, over 130.00 utterances.], tot_loss[loss=0.4398, simple_loss=0.45, pruned_loss=0.2147, over 2787135.89 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06712, over 45515.48 utterances.], batch size: 130, lr: 1.67e-03 +2022-09-17 03:10:16,391 INFO [train.py:885] (1/2) Epoch 2, batch 2500, loss[loss=0.4393, simple_loss=0.455, pruned_loss=0.2119, over 14230.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04299, over 225.00 utterances.], tot_loss[loss=0.4388, simple_loss=0.4491, pruned_loss=0.2142, over 2789483.25 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06467, over 45029.09 utterances.], batch size: 225, lr: 1.67e-03 +2022-09-17 03:10:46,197 INFO [train.py:885] (1/2) Epoch 2, batch 2550, loss[loss=0.3333, simple_loss=0.3548, pruned_loss=0.1559, over 14037.00 frames. utt_duration=712.1 frames, utt_pad_proportion=0.05803, over 79.00 utterances.], tot_loss[loss=0.4408, simple_loss=0.4508, pruned_loss=0.2154, over 2785063.11 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06724, over 45156.84 utterances.], batch size: 79, lr: 1.67e-03 +2022-09-17 03:11:15,386 INFO [train.py:885] (1/2) Epoch 2, batch 2600, loss[loss=0.5268, simple_loss=0.5114, pruned_loss=0.2711, over 14297.00 frames. utt_duration=273.8 frames, utt_pad_proportion=0.03928, over 210.00 utterances.], tot_loss[loss=0.4412, simple_loss=0.4509, pruned_loss=0.2157, over 2782731.21 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06869, over 45434.96 utterances.], batch size: 210, lr: 1.66e-03 +2022-09-17 03:11:44,939 INFO [train.py:885] (1/2) Epoch 2, batch 2650, loss[loss=0.3582, simple_loss=0.3834, pruned_loss=0.1665, over 13949.00 frames. utt_duration=707.7 frames, utt_pad_proportion=0.06269, over 79.00 utterances.], tot_loss[loss=0.4452, simple_loss=0.4542, pruned_loss=0.2181, over 2780497.30 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07029, over 46685.97 utterances.], batch size: 79, lr: 1.66e-03 +2022-09-17 03:12:21,540 INFO [train.py:885] (1/2) Epoch 2, batch 2700, loss[loss=0.4615, simple_loss=0.4821, pruned_loss=0.2204, over 13986.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05668, over 365.00 utterances.], tot_loss[loss=0.4395, simple_loss=0.4504, pruned_loss=0.2143, over 2786184.55 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06839, over 45674.17 utterances.], batch size: 365, lr: 1.66e-03 +2022-09-17 03:12:51,637 INFO [train.py:885] (1/2) Epoch 2, batch 2750, loss[loss=0.3855, simple_loss=0.399, pruned_loss=0.186, over 14193.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04323, over 109.00 utterances.], tot_loss[loss=0.434, simple_loss=0.4462, pruned_loss=0.2109, over 2784861.69 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06847, over 44913.44 utterances.], batch size: 109, lr: 1.66e-03 +2022-09-17 03:13:21,326 INFO [train.py:885] (1/2) Epoch 2, batch 2800, loss[loss=0.7849, simple_loss=0.7379, pruned_loss=0.416, over 12539.00 frames. utt_duration=63.48 frames, utt_pad_proportion=0.1421, over 810.00 utterances.], tot_loss[loss=0.4369, simple_loss=0.4487, pruned_loss=0.2125, over 2786817.52 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06985, over 45321.80 utterances.], batch size: 810, lr: 1.65e-03 +2022-09-17 03:13:50,247 INFO [train.py:885] (1/2) Epoch 2, batch 2850, loss[loss=0.513, simple_loss=0.5481, pruned_loss=0.2389, over 13573.00 frames. utt_duration=98.41 frames, utt_pad_proportion=0.08026, over 560.00 utterances.], tot_loss[loss=0.4315, simple_loss=0.4441, pruned_loss=0.2094, over 2786120.38 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06858, over 43879.96 utterances.], batch size: 560, lr: 1.65e-03 +2022-09-17 03:14:19,773 INFO [train.py:885] (1/2) Epoch 2, batch 2900, loss[loss=0.272, simple_loss=0.2917, pruned_loss=0.1262, over 14008.00 frames. utt_duration=801.8 frames, utt_pad_proportion=0.06333, over 70.00 utterances.], tot_loss[loss=0.4286, simple_loss=0.4418, pruned_loss=0.2078, over 2780376.74 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07114, over 44230.74 utterances.], batch size: 70, lr: 1.65e-03 +2022-09-17 03:14:48,908 INFO [train.py:885] (1/2) Epoch 2, batch 2950, loss[loss=0.4154, simple_loss=0.4358, pruned_loss=0.1974, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03917, over 180.00 utterances.], tot_loss[loss=0.4297, simple_loss=0.4426, pruned_loss=0.2084, over 2784911.24 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07028, over 44577.70 utterances.], batch size: 180, lr: 1.65e-03 +2022-09-17 03:15:18,824 INFO [train.py:885] (1/2) Epoch 2, batch 3000, loss[loss=0.3601, simple_loss=0.3886, pruned_loss=0.1658, over 14348.00 frames. utt_duration=523.1 frames, utt_pad_proportion=0.0402, over 110.00 utterances.], tot_loss[loss=0.4354, simple_loss=0.447, pruned_loss=0.2119, over 2783854.41 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07324, over 45674.63 utterances.], batch size: 110, lr: 1.65e-03 +2022-09-17 03:15:18,825 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 03:15:23,021 INFO [train.py:914] (1/2) Epoch 2, validation: loss=0.2888, simple_loss=0.3402, pruned_loss=0.1187, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 03:15:51,837 INFO [train.py:885] (1/2) Epoch 2, batch 3050, loss[loss=0.4217, simple_loss=0.4367, pruned_loss=0.2033, over 14413.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03496, over 155.00 utterances.], tot_loss[loss=0.4329, simple_loss=0.4447, pruned_loss=0.2106, over 2788371.49 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07046, over 44353.72 utterances.], batch size: 155, lr: 1.64e-03 +2022-09-17 03:16:21,617 INFO [train.py:885] (1/2) Epoch 2, batch 3100, loss[loss=0.4249, simple_loss=0.4335, pruned_loss=0.2082, over 14299.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03814, over 130.00 utterances.], tot_loss[loss=0.4348, simple_loss=0.4463, pruned_loss=0.2117, over 2793251.22 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06832, over 44306.19 utterances.], batch size: 130, lr: 1.64e-03 +2022-09-17 03:16:51,167 INFO [train.py:885] (1/2) Epoch 2, batch 3150, loss[loss=0.4674, simple_loss=0.5141, pruned_loss=0.2104, over 13636.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08078, over 477.00 utterances.], tot_loss[loss=0.4376, simple_loss=0.4483, pruned_loss=0.2135, over 2789868.72 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07034, over 45023.65 utterances.], batch size: 477, lr: 1.64e-03 +2022-09-17 03:17:20,663 INFO [train.py:885] (1/2) Epoch 2, batch 3200, loss[loss=0.2323, simple_loss=0.2556, pruned_loss=0.1045, over 12853.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1251, over 25.00 utterances.], tot_loss[loss=0.4361, simple_loss=0.4472, pruned_loss=0.2125, over 2783177.19 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07237, over 45556.05 utterances.], batch size: 25, lr: 1.64e-03 +2022-09-17 03:17:50,483 INFO [train.py:885] (1/2) Epoch 2, batch 3250, loss[loss=0.3051, simple_loss=0.3391, pruned_loss=0.1355, over 14023.00 frames. utt_duration=711.5 frames, utt_pad_proportion=0.05385, over 79.00 utterances.], tot_loss[loss=0.4359, simple_loss=0.4479, pruned_loss=0.2119, over 2777670.39 frames. utt_duration=242.2 frames, utt_pad_proportion=0.0729, over 46162.76 utterances.], batch size: 79, lr: 1.63e-03 +2022-09-17 03:18:20,133 INFO [train.py:885] (1/2) Epoch 2, batch 3300, loss[loss=0.4858, simple_loss=0.4869, pruned_loss=0.2424, over 14179.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04597, over 306.00 utterances.], tot_loss[loss=0.4332, simple_loss=0.4452, pruned_loss=0.2106, over 2783886.64 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06876, over 44669.94 utterances.], batch size: 306, lr: 1.63e-03 +2022-09-17 03:18:49,500 INFO [train.py:885] (1/2) Epoch 2, batch 3350, loss[loss=0.3631, simple_loss=0.3852, pruned_loss=0.1705, over 14118.00 frames. utt_duration=519.7 frames, utt_pad_proportion=0.04826, over 109.00 utterances.], tot_loss[loss=0.4331, simple_loss=0.445, pruned_loss=0.2106, over 2788073.90 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06727, over 43971.05 utterances.], batch size: 109, lr: 1.63e-03 +2022-09-17 03:19:19,193 INFO [train.py:885] (1/2) Epoch 2, batch 3400, loss[loss=0.5691, simple_loss=0.5899, pruned_loss=0.2741, over 13184.00 frames. utt_duration=82.26 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.4347, simple_loss=0.4461, pruned_loss=0.2116, over 2781314.24 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06935, over 44905.12 utterances.], batch size: 653, lr: 1.63e-03 +2022-09-17 03:19:48,610 INFO [train.py:885] (1/2) Epoch 2, batch 3450, loss[loss=0.3557, simple_loss=0.3801, pruned_loss=0.1656, over 14148.00 frames. utt_duration=579 frames, utt_pad_proportion=0.05085, over 98.00 utterances.], tot_loss[loss=0.4405, simple_loss=0.4508, pruned_loss=0.2151, over 2776484.42 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07415, over 46872.91 utterances.], batch size: 98, lr: 1.62e-03 +2022-09-17 03:20:17,863 INFO [train.py:885] (1/2) Epoch 2, batch 3500, loss[loss=0.3274, simple_loss=0.3501, pruned_loss=0.1523, over 13623.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08309, over 50.00 utterances.], tot_loss[loss=0.4366, simple_loss=0.4477, pruned_loss=0.2128, over 2775955.50 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07348, over 45817.18 utterances.], batch size: 50, lr: 1.62e-03 +2022-09-17 03:20:47,795 INFO [train.py:885] (1/2) Epoch 2, batch 3550, loss[loss=0.3595, simple_loss=0.3866, pruned_loss=0.1662, over 14181.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04396, over 109.00 utterances.], tot_loss[loss=0.4371, simple_loss=0.4483, pruned_loss=0.2129, over 2776104.80 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07377, over 45816.27 utterances.], batch size: 109, lr: 1.62e-03 +2022-09-17 03:21:16,931 INFO [train.py:885] (1/2) Epoch 2, batch 3600, loss[loss=0.413, simple_loss=0.434, pruned_loss=0.196, over 14205.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04829, over 141.00 utterances.], tot_loss[loss=0.4353, simple_loss=0.4466, pruned_loss=0.212, over 2779811.22 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07113, over 45093.10 utterances.], batch size: 141, lr: 1.62e-03 +2022-09-17 03:21:46,580 INFO [train.py:885] (1/2) Epoch 2, batch 3650, loss[loss=0.5853, simple_loss=0.5485, pruned_loss=0.3111, over 14239.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04318, over 335.00 utterances.], tot_loss[loss=0.4358, simple_loss=0.4476, pruned_loss=0.212, over 2776015.91 frames. utt_duration=243 frames, utt_pad_proportion=0.07244, over 45978.35 utterances.], batch size: 335, lr: 1.61e-03 +2022-09-17 03:22:16,549 INFO [train.py:885] (1/2) Epoch 2, batch 3700, loss[loss=0.6738, simple_loss=0.6621, pruned_loss=0.3427, over 13133.00 frames. utt_duration=82.03 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.4388, simple_loss=0.4499, pruned_loss=0.2138, over 2776436.12 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07393, over 46929.33 utterances.], batch size: 653, lr: 1.61e-03 +2022-09-17 03:22:45,776 INFO [train.py:885] (1/2) Epoch 2, batch 3750, loss[loss=0.3641, simple_loss=0.3964, pruned_loss=0.1659, over 14353.00 frames. utt_duration=479.7 frames, utt_pad_proportion=0.0367, over 120.00 utterances.], tot_loss[loss=0.4385, simple_loss=0.4503, pruned_loss=0.2133, over 2781011.02 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07129, over 47083.68 utterances.], batch size: 120, lr: 1.61e-03 +2022-09-17 03:23:15,798 INFO [train.py:885] (1/2) Epoch 2, batch 3800, loss[loss=0.3601, simple_loss=0.3898, pruned_loss=0.1652, over 14320.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.03669, over 130.00 utterances.], tot_loss[loss=0.4336, simple_loss=0.447, pruned_loss=0.2101, over 2778339.43 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07239, over 47034.56 utterances.], batch size: 130, lr: 1.61e-03 +2022-09-17 03:23:45,308 INFO [train.py:885] (1/2) Epoch 2, batch 3850, loss[loss=0.3696, simple_loss=0.4118, pruned_loss=0.1637, over 14381.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.037, over 167.00 utterances.], tot_loss[loss=0.4339, simple_loss=0.448, pruned_loss=0.2099, over 2781724.86 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07271, over 47466.99 utterances.], batch size: 167, lr: 1.61e-03 +2022-09-17 03:24:14,868 INFO [train.py:885] (1/2) Epoch 2, batch 3900, loss[loss=0.383, simple_loss=0.4093, pruned_loss=0.1783, over 14330.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03938, over 154.00 utterances.], tot_loss[loss=0.4258, simple_loss=0.4407, pruned_loss=0.2055, over 2783761.55 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07139, over 44899.16 utterances.], batch size: 154, lr: 1.60e-03 +2022-09-17 03:24:44,500 INFO [train.py:885] (1/2) Epoch 2, batch 3950, loss[loss=0.4984, simple_loss=0.533, pruned_loss=0.2319, over 13655.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07865, over 477.00 utterances.], tot_loss[loss=0.4296, simple_loss=0.4448, pruned_loss=0.2072, over 2786763.66 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07073, over 46241.83 utterances.], batch size: 477, lr: 1.60e-03 +2022-09-17 03:25:13,787 INFO [train.py:885] (1/2) Epoch 2, batch 4000, loss[loss=0.5225, simple_loss=0.5479, pruned_loss=0.2486, over 13654.00 frames. utt_duration=98.88 frames, utt_pad_proportion=0.07592, over 560.00 utterances.], tot_loss[loss=0.4309, simple_loss=0.4453, pruned_loss=0.2082, over 2784163.20 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07025, over 46269.99 utterances.], batch size: 560, lr: 1.60e-03 +2022-09-17 03:25:44,231 INFO [train.py:885] (1/2) Epoch 2, batch 4050, loss[loss=0.4426, simple_loss=0.4566, pruned_loss=0.2143, over 14347.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03651, over 210.00 utterances.], tot_loss[loss=0.4332, simple_loss=0.4472, pruned_loss=0.2096, over 2784856.04 frames. utt_duration=241.9 frames, utt_pad_proportion=0.0713, over 46333.39 utterances.], batch size: 210, lr: 1.60e-03 +2022-09-17 03:26:12,807 INFO [train.py:885] (1/2) Epoch 2, batch 4100, loss[loss=0.5775, simple_loss=0.5489, pruned_loss=0.3031, over 14371.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03435, over 210.00 utterances.], tot_loss[loss=0.4327, simple_loss=0.4465, pruned_loss=0.2094, over 2784417.47 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07122, over 46530.95 utterances.], batch size: 210, lr: 1.59e-03 +2022-09-17 03:26:42,973 INFO [train.py:885] (1/2) Epoch 2, batch 4150, loss[loss=0.2976, simple_loss=0.312, pruned_loss=0.1415, over 13762.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.07808, over 51.00 utterances.], tot_loss[loss=0.4364, simple_loss=0.4496, pruned_loss=0.2116, over 2784981.10 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0722, over 47263.37 utterances.], batch size: 51, lr: 1.59e-03 +2022-09-17 03:27:12,336 INFO [train.py:885] (1/2) Epoch 2, batch 4200, loss[loss=0.2866, simple_loss=0.3384, pruned_loss=0.1174, over 13785.00 frames. utt_duration=920.5 frames, utt_pad_proportion=0.07487, over 60.00 utterances.], tot_loss[loss=0.428, simple_loss=0.442, pruned_loss=0.2071, over 2782344.87 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07015, over 44833.85 utterances.], batch size: 60, lr: 1.59e-03 +2022-09-17 03:27:42,278 INFO [train.py:885] (1/2) Epoch 2, batch 4250, loss[loss=0.4296, simple_loss=0.4191, pruned_loss=0.2201, over 14117.00 frames. utt_duration=519.4 frames, utt_pad_proportion=0.0488, over 109.00 utterances.], tot_loss[loss=0.4341, simple_loss=0.4465, pruned_loss=0.2109, over 2783380.70 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07211, over 45921.35 utterances.], batch size: 109, lr: 1.59e-03 +2022-09-17 03:28:11,287 INFO [train.py:885] (1/2) Epoch 2, batch 4300, loss[loss=0.3548, simple_loss=0.3893, pruned_loss=0.1601, over 14223.00 frames. utt_duration=475.5 frames, utt_pad_proportion=0.04526, over 120.00 utterances.], tot_loss[loss=0.4318, simple_loss=0.4449, pruned_loss=0.2093, over 2786181.76 frames. utt_duration=245 frames, utt_pad_proportion=0.06942, over 45763.64 utterances.], batch size: 120, lr: 1.59e-03 +2022-09-17 03:28:40,866 INFO [train.py:885] (1/2) Epoch 2, batch 4350, loss[loss=0.5202, simple_loss=0.5429, pruned_loss=0.2488, over 13643.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.07448, over 478.00 utterances.], tot_loss[loss=0.427, simple_loss=0.4416, pruned_loss=0.2062, over 2784137.72 frames. utt_duration=248 frames, utt_pad_proportion=0.07086, over 45174.95 utterances.], batch size: 478, lr: 1.58e-03 +2022-09-17 03:29:09,753 INFO [train.py:885] (1/2) Epoch 2, batch 4400, loss[loss=0.3678, simple_loss=0.3902, pruned_loss=0.1727, over 14172.00 frames. utt_duration=638.5 frames, utt_pad_proportion=0.04841, over 89.00 utterances.], tot_loss[loss=0.4303, simple_loss=0.4442, pruned_loss=0.2082, over 2783995.30 frames. utt_duration=245.5 frames, utt_pad_proportion=0.0714, over 45633.86 utterances.], batch size: 89, lr: 1.58e-03 +2022-09-17 03:29:39,311 INFO [train.py:885] (1/2) Epoch 2, batch 4450, loss[loss=0.388, simple_loss=0.4198, pruned_loss=0.1781, over 14324.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.037, over 180.00 utterances.], tot_loss[loss=0.4329, simple_loss=0.4465, pruned_loss=0.2097, over 2782779.09 frames. utt_duration=242 frames, utt_pad_proportion=0.07168, over 46275.03 utterances.], batch size: 180, lr: 1.58e-03 +2022-09-17 03:30:08,934 INFO [train.py:885] (1/2) Epoch 2, batch 4500, loss[loss=0.79, simple_loss=0.7591, pruned_loss=0.4105, over 12447.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.4339, simple_loss=0.4472, pruned_loss=0.2103, over 2783057.39 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07228, over 46454.94 utterances.], batch size: 810, lr: 1.58e-03 +2022-09-17 03:30:37,688 INFO [train.py:885] (1/2) Epoch 2, batch 4550, loss[loss=0.4976, simple_loss=0.5311, pruned_loss=0.232, over 13580.00 frames. utt_duration=98.44 frames, utt_pad_proportion=0.07999, over 560.00 utterances.], tot_loss[loss=0.4349, simple_loss=0.4488, pruned_loss=0.2106, over 2784114.28 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07286, over 46956.43 utterances.], batch size: 560, lr: 1.58e-03 +2022-09-17 03:31:07,829 INFO [train.py:885] (1/2) Epoch 2, batch 4600, loss[loss=0.251, simple_loss=0.2864, pruned_loss=0.1078, over 13489.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.08442, over 50.00 utterances.], tot_loss[loss=0.4316, simple_loss=0.4467, pruned_loss=0.2083, over 2778368.56 frames. utt_duration=239 frames, utt_pad_proportion=0.07426, over 46794.05 utterances.], batch size: 50, lr: 1.57e-03 +2022-09-17 03:31:36,738 INFO [train.py:885] (1/2) Epoch 2, batch 4650, loss[loss=0.273, simple_loss=0.3183, pruned_loss=0.1139, over 13947.00 frames. utt_duration=931.5 frames, utt_pad_proportion=0.06473, over 60.00 utterances.], tot_loss[loss=0.4271, simple_loss=0.4417, pruned_loss=0.2062, over 2784150.96 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07116, over 44651.28 utterances.], batch size: 60, lr: 1.57e-03 +2022-09-17 03:32:06,327 INFO [train.py:885] (1/2) Epoch 2, batch 4700, loss[loss=0.3337, simple_loss=0.3667, pruned_loss=0.1503, over 14168.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04893, over 89.00 utterances.], tot_loss[loss=0.4203, simple_loss=0.436, pruned_loss=0.2022, over 2777046.76 frames. utt_duration=259.8 frames, utt_pad_proportion=0.07198, over 42993.86 utterances.], batch size: 89, lr: 1.57e-03 +2022-09-17 03:32:36,343 INFO [train.py:885] (1/2) Epoch 2, batch 4750, loss[loss=0.4075, simple_loss=0.422, pruned_loss=0.1965, over 14323.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03886, over 120.00 utterances.], tot_loss[loss=0.4242, simple_loss=0.4387, pruned_loss=0.2049, over 2773125.00 frames. utt_duration=258.6 frames, utt_pad_proportion=0.07248, over 43145.73 utterances.], batch size: 120, lr: 1.57e-03 +2022-09-17 03:33:06,748 INFO [train.py:885] (1/2) Epoch 2, batch 4800, loss[loss=0.232, simple_loss=0.2847, pruned_loss=0.08964, over 13188.00 frames. utt_duration=1288 frames, utt_pad_proportion=0.09927, over 41.00 utterances.], tot_loss[loss=0.4239, simple_loss=0.4388, pruned_loss=0.2045, over 2771718.23 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07276, over 44185.87 utterances.], batch size: 41, lr: 1.56e-03 +2022-09-17 03:33:35,166 INFO [train.py:885] (1/2) Epoch 2, batch 4850, loss[loss=0.6704, simple_loss=0.6026, pruned_loss=0.3691, over 14194.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04508, over 306.00 utterances.], tot_loss[loss=0.4259, simple_loss=0.4405, pruned_loss=0.2056, over 2774918.10 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07183, over 44583.92 utterances.], batch size: 306, lr: 1.56e-03 +2022-09-17 03:34:04,790 INFO [train.py:885] (1/2) Epoch 2, batch 4900, loss[loss=0.3909, simple_loss=0.4024, pruned_loss=0.1897, over 14274.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04497, over 110.00 utterances.], tot_loss[loss=0.4233, simple_loss=0.4389, pruned_loss=0.2038, over 2781626.21 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06888, over 43814.34 utterances.], batch size: 110, lr: 1.56e-03 +2022-09-17 03:34:34,603 INFO [train.py:885] (1/2) Epoch 2, batch 4950, loss[loss=0.2988, simple_loss=0.3324, pruned_loss=0.1326, over 14053.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05596, over 79.00 utterances.], tot_loss[loss=0.4263, simple_loss=0.4412, pruned_loss=0.2057, over 2780893.96 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07, over 44318.57 utterances.], batch size: 79, lr: 1.56e-03 +2022-09-17 03:35:03,700 INFO [train.py:885] (1/2) Epoch 2, batch 5000, loss[loss=0.6681, simple_loss=0.5892, pruned_loss=0.3736, over 14255.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04194, over 335.00 utterances.], tot_loss[loss=0.4214, simple_loss=0.4373, pruned_loss=0.2028, over 2781974.98 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06891, over 43166.34 utterances.], batch size: 335, lr: 1.56e-03 +2022-09-17 03:35:33,363 INFO [train.py:885] (1/2) Epoch 2, batch 5050, loss[loss=0.4349, simple_loss=0.4519, pruned_loss=0.2089, over 14389.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03093, over 244.00 utterances.], tot_loss[loss=0.4235, simple_loss=0.4395, pruned_loss=0.2038, over 2783510.64 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07149, over 44311.95 utterances.], batch size: 244, lr: 1.55e-03 +2022-09-17 03:36:03,269 INFO [train.py:885] (1/2) Epoch 2, batch 5100, loss[loss=0.3185, simple_loss=0.3377, pruned_loss=0.1497, over 13931.00 frames. utt_duration=809 frames, utt_pad_proportion=0.05826, over 69.00 utterances.], tot_loss[loss=0.4318, simple_loss=0.446, pruned_loss=0.2088, over 2782715.09 frames. utt_duration=242 frames, utt_pad_proportion=0.07286, over 46279.41 utterances.], batch size: 69, lr: 1.55e-03 +2022-09-17 03:36:32,064 INFO [train.py:885] (1/2) Epoch 2, batch 5150, loss[loss=0.4701, simple_loss=0.4739, pruned_loss=0.2332, over 14328.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.0406, over 167.00 utterances.], tot_loss[loss=0.4306, simple_loss=0.4449, pruned_loss=0.2081, over 2784802.22 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07232, over 45521.88 utterances.], batch size: 167, lr: 1.55e-03 +2022-09-17 03:37:02,126 INFO [train.py:885] (1/2) Epoch 2, batch 5200, loss[loss=0.7905, simple_loss=0.7602, pruned_loss=0.4103, over 12505.00 frames. utt_duration=63.24 frames, utt_pad_proportion=0.1455, over 811.00 utterances.], tot_loss[loss=0.4289, simple_loss=0.4431, pruned_loss=0.2073, over 2774475.53 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07501, over 45915.82 utterances.], batch size: 811, lr: 1.55e-03 +2022-09-17 03:37:31,113 INFO [train.py:885] (1/2) Epoch 2, batch 5250, loss[loss=0.3986, simple_loss=0.4152, pruned_loss=0.191, over 14304.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03968, over 120.00 utterances.], tot_loss[loss=0.4263, simple_loss=0.4415, pruned_loss=0.2056, over 2776958.12 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07348, over 45827.55 utterances.], batch size: 120, lr: 1.55e-03 +2022-09-17 03:38:00,955 INFO [train.py:885] (1/2) Epoch 2, batch 5300, loss[loss=0.4165, simple_loss=0.4729, pruned_loss=0.1801, over 13606.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08283, over 477.00 utterances.], tot_loss[loss=0.4274, simple_loss=0.4427, pruned_loss=0.2061, over 2775417.74 frames. utt_duration=239.2 frames, utt_pad_proportion=0.0739, over 46694.58 utterances.], batch size: 477, lr: 1.54e-03 +2022-09-17 03:38:30,174 INFO [train.py:885] (1/2) Epoch 2, batch 5350, loss[loss=0.3283, simple_loss=0.3591, pruned_loss=0.1488, over 13884.00 frames. utt_duration=806.4 frames, utt_pad_proportion=0.06124, over 69.00 utterances.], tot_loss[loss=0.424, simple_loss=0.4406, pruned_loss=0.2037, over 2778002.66 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0717, over 46067.63 utterances.], batch size: 69, lr: 1.54e-03 +2022-09-17 03:38:59,966 INFO [train.py:885] (1/2) Epoch 2, batch 5400, loss[loss=0.4559, simple_loss=0.4889, pruned_loss=0.2114, over 13979.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.0577, over 365.00 utterances.], tot_loss[loss=0.4224, simple_loss=0.4384, pruned_loss=0.2031, over 2780300.95 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07056, over 45016.01 utterances.], batch size: 365, lr: 1.54e-03 +2022-09-17 03:39:28,922 INFO [train.py:885] (1/2) Epoch 2, batch 5450, loss[loss=0.2532, simple_loss=0.3068, pruned_loss=0.09977, over 13600.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08143, over 50.00 utterances.], tot_loss[loss=0.4216, simple_loss=0.4381, pruned_loss=0.2026, over 2780688.07 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07148, over 45202.64 utterances.], batch size: 50, lr: 1.54e-03 +2022-09-17 03:39:58,463 INFO [train.py:885] (1/2) Epoch 2, batch 5500, loss[loss=0.444, simple_loss=0.4553, pruned_loss=0.2163, over 14302.00 frames. utt_duration=294.9 frames, utt_pad_proportion=0.03925, over 195.00 utterances.], tot_loss[loss=0.4203, simple_loss=0.4371, pruned_loss=0.2017, over 2782976.13 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07022, over 45041.47 utterances.], batch size: 195, lr: 1.54e-03 +2022-09-17 03:40:27,625 INFO [train.py:885] (1/2) Epoch 2, batch 5550, loss[loss=0.248, simple_loss=0.3005, pruned_loss=0.09775, over 13028.00 frames. utt_duration=2006 frames, utt_pad_proportion=0.1094, over 26.00 utterances.], tot_loss[loss=0.4259, simple_loss=0.4414, pruned_loss=0.2051, over 2784917.89 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06855, over 45212.48 utterances.], batch size: 26, lr: 1.53e-03 +2022-09-17 03:40:57,563 INFO [train.py:885] (1/2) Epoch 2, batch 5600, loss[loss=0.2854, simple_loss=0.3325, pruned_loss=0.1192, over 13935.00 frames. utt_duration=809 frames, utt_pad_proportion=0.05708, over 69.00 utterances.], tot_loss[loss=0.4313, simple_loss=0.4464, pruned_loss=0.2081, over 2778577.43 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07427, over 47249.25 utterances.], batch size: 69, lr: 1.53e-03 +2022-09-17 03:41:27,548 INFO [train.py:885] (1/2) Epoch 2, batch 5650, loss[loss=0.4113, simple_loss=0.4242, pruned_loss=0.1992, over 14127.00 frames. utt_duration=520 frames, utt_pad_proportion=0.04765, over 109.00 utterances.], tot_loss[loss=0.4265, simple_loss=0.4428, pruned_loss=0.2051, over 2780285.24 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07319, over 46399.15 utterances.], batch size: 109, lr: 1.53e-03 +2022-09-17 03:41:56,921 INFO [train.py:885] (1/2) Epoch 2, batch 5700, loss[loss=0.5182, simple_loss=0.549, pruned_loss=0.2437, over 13589.00 frames. utt_duration=98.39 frames, utt_pad_proportion=0.08046, over 560.00 utterances.], tot_loss[loss=0.4284, simple_loss=0.4444, pruned_loss=0.2062, over 2780237.99 frames. utt_duration=239.9 frames, utt_pad_proportion=0.072, over 46647.48 utterances.], batch size: 560, lr: 1.53e-03 +2022-09-17 03:42:26,539 INFO [train.py:885] (1/2) Epoch 2, batch 5750, loss[loss=0.2667, simple_loss=0.3125, pruned_loss=0.1105, over 14017.00 frames. utt_duration=711.1 frames, utt_pad_proportion=0.05936, over 79.00 utterances.], tot_loss[loss=0.4263, simple_loss=0.4426, pruned_loss=0.205, over 2780913.04 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07028, over 46288.69 utterances.], batch size: 79, lr: 1.53e-03 +2022-09-17 03:42:56,179 INFO [train.py:885] (1/2) Epoch 2, batch 5800, loss[loss=0.714, simple_loss=0.7034, pruned_loss=0.3623, over 12508.00 frames. utt_duration=63.37 frames, utt_pad_proportion=0.1436, over 810.00 utterances.], tot_loss[loss=0.4251, simple_loss=0.4421, pruned_loss=0.2041, over 2780064.88 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07217, over 46482.77 utterances.], batch size: 810, lr: 1.52e-03 +2022-09-17 03:43:25,242 INFO [train.py:885] (1/2) Epoch 2, batch 5850, loss[loss=0.3241, simple_loss=0.3423, pruned_loss=0.153, over 13902.00 frames. utt_duration=705.4 frames, utt_pad_proportion=0.06452, over 79.00 utterances.], tot_loss[loss=0.4278, simple_loss=0.4443, pruned_loss=0.2056, over 2784948.31 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07058, over 47074.72 utterances.], batch size: 79, lr: 1.52e-03 +2022-09-17 03:43:55,384 INFO [train.py:885] (1/2) Epoch 2, batch 5900, loss[loss=0.4402, simple_loss=0.4539, pruned_loss=0.2132, over 14284.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.03973, over 154.00 utterances.], tot_loss[loss=0.4254, simple_loss=0.4422, pruned_loss=0.2043, over 2779649.92 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07114, over 46212.54 utterances.], batch size: 154, lr: 1.52e-03 +2022-09-17 03:44:24,370 INFO [train.py:885] (1/2) Epoch 2, batch 5950, loss[loss=0.3141, simple_loss=0.3529, pruned_loss=0.1376, over 14134.00 frames. utt_duration=578.5 frames, utt_pad_proportion=0.05167, over 98.00 utterances.], tot_loss[loss=0.4247, simple_loss=0.4414, pruned_loss=0.204, over 2781454.00 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07146, over 46223.76 utterances.], batch size: 98, lr: 1.52e-03 +2022-09-17 03:44:53,843 INFO [train.py:885] (1/2) Epoch 2, batch 6000, loss[loss=0.7607, simple_loss=0.7441, pruned_loss=0.3887, over 12528.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.144, over 811.00 utterances.], tot_loss[loss=0.4215, simple_loss=0.4391, pruned_loss=0.2019, over 2776663.13 frames. utt_duration=243 frames, utt_pad_proportion=0.07286, over 45978.73 utterances.], batch size: 811, lr: 1.52e-03 +2022-09-17 03:44:53,844 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 03:44:57,971 INFO [train.py:914] (1/2) Epoch 2, validation: loss=0.2658, simple_loss=0.3242, pruned_loss=0.1037, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 03:45:27,117 INFO [train.py:885] (1/2) Epoch 2, batch 6050, loss[loss=0.5431, simple_loss=0.5251, pruned_loss=0.2805, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04363, over 335.00 utterances.], tot_loss[loss=0.4202, simple_loss=0.4374, pruned_loss=0.2015, over 2777889.80 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07172, over 45345.10 utterances.], batch size: 335, lr: 1.52e-03 +2022-09-17 03:45:56,942 INFO [train.py:885] (1/2) Epoch 2, batch 6100, loss[loss=0.4191, simple_loss=0.4335, pruned_loss=0.2023, over 14271.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04434, over 141.00 utterances.], tot_loss[loss=0.4194, simple_loss=0.4378, pruned_loss=0.2006, over 2779101.99 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07273, over 45998.25 utterances.], batch size: 141, lr: 1.51e-03 +2022-09-17 03:46:26,986 INFO [train.py:885] (1/2) Epoch 2, batch 6150, loss[loss=0.334, simple_loss=0.3694, pruned_loss=0.1493, over 14181.00 frames. utt_duration=639 frames, utt_pad_proportion=0.04767, over 89.00 utterances.], tot_loss[loss=0.4257, simple_loss=0.4429, pruned_loss=0.2042, over 2775697.12 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07506, over 47722.12 utterances.], batch size: 89, lr: 1.51e-03 +2022-09-17 03:46:56,479 INFO [train.py:885] (1/2) Epoch 2, batch 6200, loss[loss=0.3658, simple_loss=0.3836, pruned_loss=0.174, over 14064.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05523, over 98.00 utterances.], tot_loss[loss=0.42, simple_loss=0.4378, pruned_loss=0.2011, over 2773489.68 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07498, over 45830.48 utterances.], batch size: 98, lr: 1.51e-03 +2022-09-17 03:47:25,817 INFO [train.py:885] (1/2) Epoch 2, batch 6250, loss[loss=0.2803, simple_loss=0.3209, pruned_loss=0.1199, over 14034.00 frames. utt_duration=803.4 frames, utt_pad_proportion=0.06148, over 70.00 utterances.], tot_loss[loss=0.4187, simple_loss=0.4369, pruned_loss=0.2003, over 2778294.83 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07299, over 45277.19 utterances.], batch size: 70, lr: 1.51e-03 +2022-09-17 03:47:55,402 INFO [train.py:885] (1/2) Epoch 2, batch 6300, loss[loss=0.4147, simple_loss=0.433, pruned_loss=0.1982, over 14328.00 frames. utt_duration=479 frames, utt_pad_proportion=0.03817, over 120.00 utterances.], tot_loss[loss=0.4186, simple_loss=0.4361, pruned_loss=0.2006, over 2783616.79 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07007, over 44192.55 utterances.], batch size: 120, lr: 1.51e-03 +2022-09-17 03:48:24,571 INFO [train.py:885] (1/2) Epoch 2, batch 6350, loss[loss=0.4428, simple_loss=0.4565, pruned_loss=0.2146, over 14311.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04123, over 167.00 utterances.], tot_loss[loss=0.413, simple_loss=0.431, pruned_loss=0.1975, over 2784906.46 frames. utt_duration=264.6 frames, utt_pad_proportion=0.0688, over 42338.37 utterances.], batch size: 167, lr: 1.50e-03 +2022-09-17 03:48:54,162 INFO [train.py:885] (1/2) Epoch 2, batch 6400, loss[loss=0.3677, simple_loss=0.3804, pruned_loss=0.1775, over 14131.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05057, over 98.00 utterances.], tot_loss[loss=0.4115, simple_loss=0.43, pruned_loss=0.1965, over 2780424.40 frames. utt_duration=263.1 frames, utt_pad_proportion=0.06989, over 42509.72 utterances.], batch size: 98, lr: 1.50e-03 +2022-09-17 03:49:23,474 INFO [train.py:885] (1/2) Epoch 2, batch 6450, loss[loss=0.4268, simple_loss=0.4541, pruned_loss=0.1998, over 14340.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03623, over 195.00 utterances.], tot_loss[loss=0.4124, simple_loss=0.4316, pruned_loss=0.1966, over 2780565.87 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07009, over 43661.46 utterances.], batch size: 195, lr: 1.50e-03 +2022-09-17 03:49:53,353 INFO [train.py:885] (1/2) Epoch 2, batch 6500, loss[loss=0.258, simple_loss=0.2846, pruned_loss=0.1157, over 13121.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1194, over 33.00 utterances.], tot_loss[loss=0.4133, simple_loss=0.4322, pruned_loss=0.1972, over 2782634.35 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06812, over 43802.82 utterances.], batch size: 33, lr: 1.50e-03 +2022-09-17 03:50:22,392 INFO [train.py:885] (1/2) Epoch 2, batch 6550, loss[loss=0.3597, simple_loss=0.3576, pruned_loss=0.1809, over 13918.00 frames. utt_duration=929.4 frames, utt_pad_proportion=0.06688, over 60.00 utterances.], tot_loss[loss=0.4118, simple_loss=0.4309, pruned_loss=0.1963, over 2782815.70 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06866, over 43856.84 utterances.], batch size: 60, lr: 1.50e-03 +2022-09-17 03:50:52,903 INFO [train.py:885] (1/2) Epoch 2, batch 6600, loss[loss=0.5266, simple_loss=0.5602, pruned_loss=0.2465, over 13137.00 frames. utt_duration=81.98 frames, utt_pad_proportion=0.1089, over 653.00 utterances.], tot_loss[loss=0.4053, simple_loss=0.426, pruned_loss=0.1923, over 2782553.26 frames. utt_duration=264 frames, utt_pad_proportion=0.06776, over 42399.68 utterances.], batch size: 653, lr: 1.49e-03 +2022-09-17 03:51:22,334 INFO [train.py:885] (1/2) Epoch 2, batch 6650, loss[loss=0.5439, simple_loss=0.5252, pruned_loss=0.2813, over 14223.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04346, over 335.00 utterances.], tot_loss[loss=0.4106, simple_loss=0.4295, pruned_loss=0.1958, over 2783719.11 frames. utt_duration=263.7 frames, utt_pad_proportion=0.06713, over 42459.64 utterances.], batch size: 335, lr: 1.49e-03 +2022-09-17 03:51:51,459 INFO [train.py:885] (1/2) Epoch 2, batch 6700, loss[loss=0.4588, simple_loss=0.4827, pruned_loss=0.2175, over 14336.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03725, over 195.00 utterances.], tot_loss[loss=0.4075, simple_loss=0.4269, pruned_loss=0.194, over 2787520.66 frames. utt_duration=271.7 frames, utt_pad_proportion=0.0646, over 41262.38 utterances.], batch size: 195, lr: 1.49e-03 +2022-09-17 03:52:20,543 INFO [train.py:885] (1/2) Epoch 2, batch 6750, loss[loss=0.2642, simple_loss=0.3082, pruned_loss=0.1101, over 13911.00 frames. utt_duration=929 frames, utt_pad_proportion=0.06635, over 60.00 utterances.], tot_loss[loss=0.4083, simple_loss=0.4275, pruned_loss=0.1946, over 2785038.46 frames. utt_duration=269.3 frames, utt_pad_proportion=0.06642, over 41599.99 utterances.], batch size: 60, lr: 1.49e-03 +2022-09-17 03:52:50,397 INFO [train.py:885] (1/2) Epoch 2, batch 6800, loss[loss=0.3209, simple_loss=0.3578, pruned_loss=0.1421, over 14188.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04714, over 89.00 utterances.], tot_loss[loss=0.4111, simple_loss=0.4308, pruned_loss=0.1958, over 2783246.05 frames. utt_duration=257.9 frames, utt_pad_proportion=0.07024, over 43414.33 utterances.], batch size: 89, lr: 1.49e-03 +2022-09-17 03:53:20,088 INFO [train.py:885] (1/2) Epoch 2, batch 6850, loss[loss=0.4708, simple_loss=0.4734, pruned_loss=0.2341, over 14380.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03417, over 210.00 utterances.], tot_loss[loss=0.417, simple_loss=0.436, pruned_loss=0.1989, over 2780441.69 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07167, over 45553.71 utterances.], batch size: 210, lr: 1.49e-03 +2022-09-17 03:53:49,190 INFO [train.py:885] (1/2) Epoch 2, batch 6900, loss[loss=0.4582, simple_loss=0.469, pruned_loss=0.2238, over 14251.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04202, over 225.00 utterances.], tot_loss[loss=0.4215, simple_loss=0.4403, pruned_loss=0.2014, over 2782775.51 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07155, over 46510.51 utterances.], batch size: 225, lr: 1.48e-03 +2022-09-17 03:54:18,708 INFO [train.py:885] (1/2) Epoch 2, batch 6950, loss[loss=0.4297, simple_loss=0.4507, pruned_loss=0.2043, over 14310.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03972, over 283.00 utterances.], tot_loss[loss=0.4149, simple_loss=0.4337, pruned_loss=0.198, over 2779828.68 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07133, over 44223.25 utterances.], batch size: 283, lr: 1.48e-03 +2022-09-17 03:54:48,154 INFO [train.py:885] (1/2) Epoch 2, batch 7000, loss[loss=0.5084, simple_loss=0.5047, pruned_loss=0.256, over 14246.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04259, over 335.00 utterances.], tot_loss[loss=0.4162, simple_loss=0.4352, pruned_loss=0.1986, over 2777261.22 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07228, over 45001.00 utterances.], batch size: 335, lr: 1.48e-03 +2022-09-17 03:55:17,664 INFO [train.py:885] (1/2) Epoch 2, batch 7050, loss[loss=0.5521, simple_loss=0.5311, pruned_loss=0.2866, over 14201.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04548, over 335.00 utterances.], tot_loss[loss=0.4202, simple_loss=0.4378, pruned_loss=0.2013, over 2783259.82 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07096, over 45247.27 utterances.], batch size: 335, lr: 1.48e-03 +2022-09-17 03:55:46,845 INFO [train.py:885] (1/2) Epoch 2, batch 7100, loss[loss=0.4904, simple_loss=0.4909, pruned_loss=0.245, over 14206.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04438, over 306.00 utterances.], tot_loss[loss=0.4208, simple_loss=0.4377, pruned_loss=0.2019, over 2780426.85 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0719, over 44913.27 utterances.], batch size: 306, lr: 1.48e-03 +2022-09-17 03:56:16,312 INFO [train.py:885] (1/2) Epoch 2, batch 7150, loss[loss=0.4382, simple_loss=0.4779, pruned_loss=0.1993, over 13981.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.0569, over 365.00 utterances.], tot_loss[loss=0.4223, simple_loss=0.4394, pruned_loss=0.2027, over 2785488.95 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07006, over 45280.73 utterances.], batch size: 365, lr: 1.48e-03 +2022-09-17 03:56:45,552 INFO [train.py:885] (1/2) Epoch 2, batch 7200, loss[loss=0.9694, simple_loss=0.8734, pruned_loss=0.5327, over 12454.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1472, over 810.00 utterances.], tot_loss[loss=0.4255, simple_loss=0.4426, pruned_loss=0.2042, over 2786046.79 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07235, over 46095.85 utterances.], batch size: 810, lr: 1.47e-03 +2022-09-17 03:57:15,481 INFO [train.py:885] (1/2) Epoch 2, batch 7250, loss[loss=0.481, simple_loss=0.4914, pruned_loss=0.2353, over 14288.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03955, over 225.00 utterances.], tot_loss[loss=0.4262, simple_loss=0.4433, pruned_loss=0.2045, over 2786019.63 frames. utt_duration=240 frames, utt_pad_proportion=0.07073, over 46730.58 utterances.], batch size: 225, lr: 1.47e-03 +2022-09-17 03:57:45,015 INFO [train.py:885] (1/2) Epoch 2, batch 7300, loss[loss=0.3431, simple_loss=0.3782, pruned_loss=0.154, over 14080.00 frames. utt_duration=714.4 frames, utt_pad_proportion=0.05375, over 79.00 utterances.], tot_loss[loss=0.425, simple_loss=0.4428, pruned_loss=0.2036, over 2785198.77 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07086, over 47240.48 utterances.], batch size: 79, lr: 1.47e-03 +2022-09-17 03:58:14,479 INFO [train.py:885] (1/2) Epoch 2, batch 7350, loss[loss=0.398, simple_loss=0.4267, pruned_loss=0.1847, over 14313.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.0399, over 154.00 utterances.], tot_loss[loss=0.4258, simple_loss=0.444, pruned_loss=0.2038, over 2787453.96 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07082, over 47909.98 utterances.], batch size: 154, lr: 1.47e-03 +2022-09-17 03:58:53,000 INFO [train.py:885] (1/2) Epoch 2, batch 7400, loss[loss=0.2735, simple_loss=0.319, pruned_loss=0.114, over 13944.00 frames. utt_duration=809.8 frames, utt_pad_proportion=0.05615, over 69.00 utterances.], tot_loss[loss=0.4267, simple_loss=0.4445, pruned_loss=0.2044, over 2784115.92 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07279, over 48361.55 utterances.], batch size: 69, lr: 1.47e-03 +2022-09-17 03:59:22,593 INFO [train.py:885] (1/2) Epoch 2, batch 7450, loss[loss=0.2676, simple_loss=0.2965, pruned_loss=0.1194, over 13261.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.09536, over 41.00 utterances.], tot_loss[loss=0.4186, simple_loss=0.4382, pruned_loss=0.1995, over 2785174.40 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07098, over 45948.67 utterances.], batch size: 41, lr: 1.46e-03 +2022-09-17 03:59:52,152 INFO [train.py:885] (1/2) Epoch 2, batch 7500, loss[loss=0.442, simple_loss=0.4544, pruned_loss=0.2148, over 14371.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03515, over 210.00 utterances.], tot_loss[loss=0.4218, simple_loss=0.4412, pruned_loss=0.2012, over 2786594.54 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07033, over 47072.80 utterances.], batch size: 210, lr: 1.46e-03 +2022-09-17 04:00:21,542 INFO [train.py:885] (1/2) Epoch 2, batch 7550, loss[loss=0.3274, simple_loss=0.3601, pruned_loss=0.1473, over 14133.00 frames. utt_duration=578.5 frames, utt_pad_proportion=0.04854, over 98.00 utterances.], tot_loss[loss=0.4146, simple_loss=0.4349, pruned_loss=0.1972, over 2786289.10 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07029, over 45271.86 utterances.], batch size: 98, lr: 1.46e-03 +2022-09-17 04:00:51,291 INFO [train.py:885] (1/2) Epoch 2, batch 7600, loss[loss=0.4994, simple_loss=0.5001, pruned_loss=0.2494, over 14246.00 frames. utt_duration=202.9 frames, utt_pad_proportion=0.04305, over 283.00 utterances.], tot_loss[loss=0.4148, simple_loss=0.4355, pruned_loss=0.1971, over 2788429.72 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06952, over 45449.88 utterances.], batch size: 283, lr: 1.46e-03 +2022-09-17 04:01:20,584 INFO [train.py:885] (1/2) Epoch 2, batch 7650, loss[loss=0.3394, simple_loss=0.3709, pruned_loss=0.154, over 14132.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05221, over 98.00 utterances.], tot_loss[loss=0.4098, simple_loss=0.4312, pruned_loss=0.1942, over 2784775.97 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07021, over 44789.98 utterances.], batch size: 98, lr: 1.46e-03 +2022-09-17 04:01:50,429 INFO [train.py:885] (1/2) Epoch 2, batch 7700, loss[loss=0.4583, simple_loss=0.4728, pruned_loss=0.2219, over 14337.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03775, over 283.00 utterances.], tot_loss[loss=0.4137, simple_loss=0.4345, pruned_loss=0.1965, over 2786040.37 frames. utt_duration=247 frames, utt_pad_proportion=0.07049, over 45392.15 utterances.], batch size: 283, lr: 1.46e-03 +2022-09-17 04:02:20,178 INFO [train.py:885] (1/2) Epoch 2, batch 7750, loss[loss=0.475, simple_loss=0.4987, pruned_loss=0.2256, over 13975.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05687, over 365.00 utterances.], tot_loss[loss=0.4176, simple_loss=0.438, pruned_loss=0.1986, over 2781529.49 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07192, over 47333.83 utterances.], batch size: 365, lr: 1.45e-03 +2022-09-17 04:02:49,417 INFO [train.py:885] (1/2) Epoch 2, batch 7800, loss[loss=0.4075, simple_loss=0.4647, pruned_loss=0.1751, over 13726.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07439, over 411.00 utterances.], tot_loss[loss=0.418, simple_loss=0.4382, pruned_loss=0.1989, over 2782494.36 frames. utt_duration=235.5 frames, utt_pad_proportion=0.0726, over 47559.66 utterances.], batch size: 411, lr: 1.45e-03 +2022-09-17 04:03:18,393 INFO [train.py:885] (1/2) Epoch 2, batch 7850, loss[loss=0.3145, simple_loss=0.3619, pruned_loss=0.1335, over 13974.00 frames. utt_duration=709 frames, utt_pad_proportion=0.0622, over 79.00 utterances.], tot_loss[loss=0.41, simple_loss=0.4314, pruned_loss=0.1943, over 2784997.68 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06978, over 44802.95 utterances.], batch size: 79, lr: 1.45e-03 +2022-09-17 04:03:48,375 INFO [train.py:885] (1/2) Epoch 2, batch 7900, loss[loss=0.3515, simple_loss=0.3874, pruned_loss=0.1578, over 14288.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.04147, over 130.00 utterances.], tot_loss[loss=0.4132, simple_loss=0.4338, pruned_loss=0.1963, over 2783864.29 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07041, over 45807.14 utterances.], batch size: 130, lr: 1.45e-03 +2022-09-17 04:04:17,563 INFO [train.py:885] (1/2) Epoch 2, batch 7950, loss[loss=0.2793, simple_loss=0.3261, pruned_loss=0.1163, over 13794.00 frames. utt_duration=920.9 frames, utt_pad_proportion=0.07537, over 60.00 utterances.], tot_loss[loss=0.4109, simple_loss=0.4327, pruned_loss=0.1946, over 2781638.21 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07179, over 46239.38 utterances.], batch size: 60, lr: 1.45e-03 +2022-09-17 04:04:46,678 INFO [train.py:885] (1/2) Epoch 2, batch 8000, loss[loss=0.4209, simple_loss=0.451, pruned_loss=0.1953, over 14304.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03882, over 195.00 utterances.], tot_loss[loss=0.4117, simple_loss=0.4335, pruned_loss=0.195, over 2783161.10 frames. utt_duration=242.8 frames, utt_pad_proportion=0.06959, over 46136.10 utterances.], batch size: 195, lr: 1.45e-03 +2022-09-17 04:05:16,263 INFO [train.py:885] (1/2) Epoch 2, batch 8050, loss[loss=0.4576, simple_loss=0.4693, pruned_loss=0.2229, over 14240.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04202, over 306.00 utterances.], tot_loss[loss=0.4105, simple_loss=0.4329, pruned_loss=0.1941, over 2781485.90 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07117, over 46211.53 utterances.], batch size: 306, lr: 1.44e-03 +2022-09-17 04:05:46,644 INFO [train.py:885] (1/2) Epoch 2, batch 8100, loss[loss=0.478, simple_loss=0.5196, pruned_loss=0.2182, over 13634.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.07548, over 478.00 utterances.], tot_loss[loss=0.4165, simple_loss=0.4381, pruned_loss=0.1975, over 2781654.37 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07171, over 47577.02 utterances.], batch size: 478, lr: 1.44e-03 +2022-09-17 04:06:15,960 INFO [train.py:885] (1/2) Epoch 2, batch 8150, loss[loss=0.3573, simple_loss=0.3871, pruned_loss=0.1638, over 14274.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04041, over 130.00 utterances.], tot_loss[loss=0.4127, simple_loss=0.4345, pruned_loss=0.1954, over 2781408.93 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07206, over 46293.06 utterances.], batch size: 130, lr: 1.44e-03 +2022-09-17 04:06:45,542 INFO [train.py:885] (1/2) Epoch 2, batch 8200, loss[loss=0.3805, simple_loss=0.4059, pruned_loss=0.1776, over 14327.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03835, over 120.00 utterances.], tot_loss[loss=0.4145, simple_loss=0.4364, pruned_loss=0.1963, over 2780461.17 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07313, over 46803.74 utterances.], batch size: 120, lr: 1.44e-03 +2022-09-17 04:07:14,187 INFO [train.py:885] (1/2) Epoch 2, batch 8250, loss[loss=0.3697, simple_loss=0.3961, pruned_loss=0.1717, over 14271.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.04532, over 110.00 utterances.], tot_loss[loss=0.4128, simple_loss=0.4343, pruned_loss=0.1956, over 2775134.13 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07443, over 45740.62 utterances.], batch size: 110, lr: 1.44e-03 +2022-09-17 04:07:51,224 INFO [train.py:885] (1/2) Epoch 2, batch 8300, loss[loss=0.3107, simple_loss=0.3309, pruned_loss=0.1452, over 13874.00 frames. utt_duration=805.9 frames, utt_pad_proportion=0.06187, over 69.00 utterances.], tot_loss[loss=0.413, simple_loss=0.4353, pruned_loss=0.1953, over 2775144.21 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07559, over 46629.96 utterances.], batch size: 69, lr: 1.44e-03 +2022-09-17 04:08:20,625 INFO [train.py:885] (1/2) Epoch 2, batch 8350, loss[loss=0.2404, simple_loss=0.274, pruned_loss=0.1034, over 13689.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.07897, over 42.00 utterances.], tot_loss[loss=0.4174, simple_loss=0.4387, pruned_loss=0.198, over 2773247.40 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07649, over 47831.49 utterances.], batch size: 42, lr: 1.43e-03 +2022-09-17 04:08:50,692 INFO [train.py:885] (1/2) Epoch 2, batch 8400, loss[loss=0.6948, simple_loss=0.6929, pruned_loss=0.3483, over 12468.00 frames. utt_duration=63.1 frames, utt_pad_proportion=0.1473, over 810.00 utterances.], tot_loss[loss=0.4161, simple_loss=0.4384, pruned_loss=0.1969, over 2766864.91 frames. utt_duration=226.3 frames, utt_pad_proportion=0.07871, over 49231.28 utterances.], batch size: 810, lr: 1.43e-03 +2022-09-17 04:09:20,786 INFO [train.py:885] (1/2) Epoch 2, batch 8450, loss[loss=0.4254, simple_loss=0.4496, pruned_loss=0.2006, over 14317.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03995, over 154.00 utterances.], tot_loss[loss=0.4149, simple_loss=0.4367, pruned_loss=0.1966, over 2775352.07 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07552, over 47503.85 utterances.], batch size: 154, lr: 1.43e-03 +2022-09-17 04:09:50,047 INFO [train.py:885] (1/2) Epoch 2, batch 8500, loss[loss=0.3685, simple_loss=0.4027, pruned_loss=0.1672, over 14321.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03723, over 180.00 utterances.], tot_loss[loss=0.41, simple_loss=0.4323, pruned_loss=0.1939, over 2774529.54 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07551, over 46247.78 utterances.], batch size: 180, lr: 1.43e-03 +2022-09-17 04:10:19,167 INFO [train.py:885] (1/2) Epoch 2, batch 8550, loss[loss=0.4963, simple_loss=0.4836, pruned_loss=0.2546, over 14330.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03748, over 195.00 utterances.], tot_loss[loss=0.4138, simple_loss=0.4352, pruned_loss=0.1962, over 2777021.98 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07267, over 46809.78 utterances.], batch size: 195, lr: 1.43e-03 +2022-09-17 04:10:48,204 INFO [train.py:885] (1/2) Epoch 2, batch 8600, loss[loss=0.2121, simple_loss=0.2464, pruned_loss=0.08885, over 13834.00 frames. utt_duration=924 frames, utt_pad_proportion=0.07229, over 60.00 utterances.], tot_loss[loss=0.4166, simple_loss=0.4368, pruned_loss=0.1982, over 2780469.31 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07205, over 46292.67 utterances.], batch size: 60, lr: 1.43e-03 +2022-09-17 04:11:18,980 INFO [train.py:885] (1/2) Epoch 2, batch 8650, loss[loss=0.6907, simple_loss=0.6913, pruned_loss=0.3451, over 12549.00 frames. utt_duration=63.51 frames, utt_pad_proportion=0.1417, over 810.00 utterances.], tot_loss[loss=0.4177, simple_loss=0.438, pruned_loss=0.1987, over 2781207.21 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07331, over 46854.80 utterances.], batch size: 810, lr: 1.43e-03 +2022-09-17 04:11:48,740 INFO [train.py:885] (1/2) Epoch 2, batch 8700, loss[loss=0.6157, simple_loss=0.6175, pruned_loss=0.307, over 13146.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.4163, simple_loss=0.4374, pruned_loss=0.1976, over 2775904.08 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07436, over 47875.38 utterances.], batch size: 653, lr: 1.42e-03 +2022-09-17 04:12:18,114 INFO [train.py:885] (1/2) Epoch 2, batch 8750, loss[loss=0.3579, simple_loss=0.3948, pruned_loss=0.1604, over 14253.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04551, over 141.00 utterances.], tot_loss[loss=0.4191, simple_loss=0.4392, pruned_loss=0.1995, over 2780720.27 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07264, over 47516.22 utterances.], batch size: 141, lr: 1.42e-03 +2022-09-17 04:12:47,788 INFO [train.py:885] (1/2) Epoch 2, batch 8800, loss[loss=0.5929, simple_loss=0.6093, pruned_loss=0.2883, over 13167.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.4192, simple_loss=0.4397, pruned_loss=0.1994, over 2783104.82 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07292, over 46968.55 utterances.], batch size: 653, lr: 1.42e-03 +2022-09-17 04:13:17,243 INFO [train.py:885] (1/2) Epoch 2, batch 8850, loss[loss=0.477, simple_loss=0.486, pruned_loss=0.234, over 14330.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03835, over 283.00 utterances.], tot_loss[loss=0.4155, simple_loss=0.4368, pruned_loss=0.1971, over 2779541.04 frames. utt_duration=239 frames, utt_pad_proportion=0.07201, over 46809.18 utterances.], batch size: 283, lr: 1.42e-03 +2022-09-17 04:13:47,034 INFO [train.py:885] (1/2) Epoch 2, batch 8900, loss[loss=0.3243, simple_loss=0.3312, pruned_loss=0.1588, over 13985.00 frames. utt_duration=709.5 frames, utt_pad_proportion=0.05656, over 79.00 utterances.], tot_loss[loss=0.4091, simple_loss=0.432, pruned_loss=0.1931, over 2779026.16 frames. utt_duration=245 frames, utt_pad_proportion=0.07101, over 45651.10 utterances.], batch size: 79, lr: 1.42e-03 +2022-09-17 04:14:16,454 INFO [train.py:885] (1/2) Epoch 2, batch 8950, loss[loss=0.2775, simple_loss=0.2958, pruned_loss=0.1296, over 13954.00 frames. utt_duration=810.4 frames, utt_pad_proportion=0.05659, over 69.00 utterances.], tot_loss[loss=0.4128, simple_loss=0.4349, pruned_loss=0.1954, over 2776248.18 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07168, over 46826.58 utterances.], batch size: 69, lr: 1.42e-03 +2022-09-17 04:14:46,342 INFO [train.py:885] (1/2) Epoch 2, batch 9000, loss[loss=0.4366, simple_loss=0.4909, pruned_loss=0.1912, over 13677.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.07499, over 479.00 utterances.], tot_loss[loss=0.4125, simple_loss=0.435, pruned_loss=0.195, over 2779038.05 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0705, over 46833.80 utterances.], batch size: 479, lr: 1.41e-03 +2022-09-17 04:14:46,343 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 04:14:50,979 INFO [train.py:914] (1/2) Epoch 2, validation: loss=0.267, simple_loss=0.3254, pruned_loss=0.1043, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 04:15:20,850 INFO [train.py:885] (1/2) Epoch 2, batch 9050, loss[loss=0.403, simple_loss=0.4267, pruned_loss=0.1897, over 14262.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04179, over 225.00 utterances.], tot_loss[loss=0.4184, simple_loss=0.44, pruned_loss=0.1984, over 2783293.51 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07047, over 47660.85 utterances.], batch size: 225, lr: 1.41e-03 +2022-09-17 04:15:51,040 INFO [train.py:885] (1/2) Epoch 2, batch 9100, loss[loss=0.4661, simple_loss=0.47, pruned_loss=0.2311, over 14302.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04057, over 262.00 utterances.], tot_loss[loss=0.4204, simple_loss=0.4416, pruned_loss=0.1996, over 2782894.96 frames. utt_duration=230 frames, utt_pad_proportion=0.07129, over 48719.69 utterances.], batch size: 262, lr: 1.41e-03 +2022-09-17 04:16:20,577 INFO [train.py:885] (1/2) Epoch 2, batch 9150, loss[loss=0.4084, simple_loss=0.4386, pruned_loss=0.1891, over 14351.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03875, over 167.00 utterances.], tot_loss[loss=0.4097, simple_loss=0.4316, pruned_loss=0.1938, over 2777100.11 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07197, over 45005.35 utterances.], batch size: 167, lr: 1.41e-03 +2022-09-17 04:16:49,540 INFO [train.py:885] (1/2) Epoch 2, batch 9200, loss[loss=0.5642, simple_loss=0.5781, pruned_loss=0.2752, over 13603.00 frames. utt_duration=98.53 frames, utt_pad_proportion=0.07914, over 560.00 utterances.], tot_loss[loss=0.4131, simple_loss=0.4342, pruned_loss=0.196, over 2782865.33 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07057, over 45382.38 utterances.], batch size: 560, lr: 1.41e-03 +2022-09-17 04:17:19,240 INFO [train.py:885] (1/2) Epoch 2, batch 9250, loss[loss=0.4141, simple_loss=0.4383, pruned_loss=0.1949, over 14271.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04018, over 180.00 utterances.], tot_loss[loss=0.4132, simple_loss=0.4342, pruned_loss=0.1961, over 2782270.57 frames. utt_duration=250 frames, utt_pad_proportion=0.07137, over 44789.56 utterances.], batch size: 180, lr: 1.41e-03 +2022-09-17 04:17:48,752 INFO [train.py:885] (1/2) Epoch 2, batch 9300, loss[loss=0.3385, simple_loss=0.38, pruned_loss=0.1485, over 14084.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.0537, over 98.00 utterances.], tot_loss[loss=0.4124, simple_loss=0.4334, pruned_loss=0.1958, over 2780072.21 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07123, over 45011.00 utterances.], batch size: 98, lr: 1.41e-03 +2022-09-17 04:18:18,789 INFO [train.py:885] (1/2) Epoch 2, batch 9350, loss[loss=0.3352, simple_loss=0.3583, pruned_loss=0.156, over 14146.00 frames. utt_duration=637.2 frames, utt_pad_proportion=0.05035, over 89.00 utterances.], tot_loss[loss=0.4181, simple_loss=0.4383, pruned_loss=0.1989, over 2780872.71 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07265, over 47195.65 utterances.], batch size: 89, lr: 1.40e-03 +2022-09-17 04:18:48,225 INFO [train.py:885] (1/2) Epoch 2, batch 9400, loss[loss=0.301, simple_loss=0.3364, pruned_loss=0.1327, over 14269.00 frames. utt_duration=642.9 frames, utt_pad_proportion=0.04181, over 89.00 utterances.], tot_loss[loss=0.414, simple_loss=0.4349, pruned_loss=0.1966, over 2782730.40 frames. utt_duration=241 frames, utt_pad_proportion=0.0716, over 46472.45 utterances.], batch size: 89, lr: 1.40e-03 +2022-09-17 04:19:17,423 INFO [train.py:885] (1/2) Epoch 2, batch 9450, loss[loss=0.266, simple_loss=0.3186, pruned_loss=0.1067, over 13505.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08859, over 50.00 utterances.], tot_loss[loss=0.4102, simple_loss=0.432, pruned_loss=0.1943, over 2779771.33 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07244, over 45693.35 utterances.], batch size: 50, lr: 1.40e-03 +2022-09-17 04:19:46,999 INFO [train.py:885] (1/2) Epoch 2, batch 9500, loss[loss=0.2884, simple_loss=0.3506, pruned_loss=0.1131, over 13197.00 frames. utt_duration=1289 frames, utt_pad_proportion=0.1, over 41.00 utterances.], tot_loss[loss=0.412, simple_loss=0.4338, pruned_loss=0.1951, over 2781298.61 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07199, over 45820.49 utterances.], batch size: 41, lr: 1.40e-03 +2022-09-17 04:20:16,835 INFO [train.py:885] (1/2) Epoch 2, batch 9550, loss[loss=0.3931, simple_loss=0.4021, pruned_loss=0.1921, over 14205.00 frames. utt_duration=523 frames, utt_pad_proportion=0.04209, over 109.00 utterances.], tot_loss[loss=0.4146, simple_loss=0.4363, pruned_loss=0.1965, over 2783897.21 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07175, over 46381.90 utterances.], batch size: 109, lr: 1.40e-03 +2022-09-17 04:20:45,832 INFO [train.py:885] (1/2) Epoch 2, batch 9600, loss[loss=0.4628, simple_loss=0.4972, pruned_loss=0.2142, over 14001.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05601, over 365.00 utterances.], tot_loss[loss=0.4084, simple_loss=0.4311, pruned_loss=0.1929, over 2786492.70 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06844, over 44408.31 utterances.], batch size: 365, lr: 1.40e-03 +2022-09-17 04:21:15,655 INFO [train.py:885] (1/2) Epoch 2, batch 9650, loss[loss=0.3783, simple_loss=0.3931, pruned_loss=0.1818, over 14315.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03911, over 120.00 utterances.], tot_loss[loss=0.411, simple_loss=0.433, pruned_loss=0.1945, over 2784558.80 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06942, over 45140.07 utterances.], batch size: 120, lr: 1.39e-03 +2022-09-17 04:21:45,559 INFO [train.py:885] (1/2) Epoch 2, batch 9700, loss[loss=0.4308, simple_loss=0.4668, pruned_loss=0.1974, over 14021.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05393, over 365.00 utterances.], tot_loss[loss=0.41, simple_loss=0.4329, pruned_loss=0.1936, over 2784513.05 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06939, over 46256.81 utterances.], batch size: 365, lr: 1.39e-03 +2022-09-17 04:22:14,985 INFO [train.py:885] (1/2) Epoch 2, batch 9750, loss[loss=0.4982, simple_loss=0.5005, pruned_loss=0.248, over 14317.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03887, over 283.00 utterances.], tot_loss[loss=0.4092, simple_loss=0.4319, pruned_loss=0.1933, over 2781960.15 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07108, over 46147.55 utterances.], batch size: 283, lr: 1.39e-03 +2022-09-17 04:22:45,082 INFO [train.py:885] (1/2) Epoch 2, batch 9800, loss[loss=0.4611, simple_loss=0.5009, pruned_loss=0.2106, over 13649.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0798, over 477.00 utterances.], tot_loss[loss=0.4074, simple_loss=0.4301, pruned_loss=0.1923, over 2786582.27 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06886, over 44716.98 utterances.], batch size: 477, lr: 1.39e-03 +2022-09-17 04:23:14,237 INFO [train.py:885] (1/2) Epoch 2, batch 9850, loss[loss=0.5359, simple_loss=0.5199, pruned_loss=0.276, over 14230.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04346, over 335.00 utterances.], tot_loss[loss=0.4019, simple_loss=0.4257, pruned_loss=0.1891, over 2784909.07 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06805, over 43489.84 utterances.], batch size: 335, lr: 1.39e-03 +2022-09-17 04:23:44,255 INFO [train.py:885] (1/2) Epoch 2, batch 9900, loss[loss=0.4336, simple_loss=0.4381, pruned_loss=0.2146, over 14291.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03895, over 130.00 utterances.], tot_loss[loss=0.4062, simple_loss=0.4297, pruned_loss=0.1913, over 2783113.53 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07033, over 45182.69 utterances.], batch size: 130, lr: 1.39e-03 +2022-09-17 04:24:13,521 INFO [train.py:885] (1/2) Epoch 2, batch 9950, loss[loss=0.344, simple_loss=0.3852, pruned_loss=0.1514, over 14353.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03685, over 120.00 utterances.], tot_loss[loss=0.4101, simple_loss=0.4334, pruned_loss=0.1935, over 2783805.52 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07191, over 46439.35 utterances.], batch size: 120, lr: 1.39e-03 +2022-09-17 04:24:49,572 INFO [train.py:885] (1/2) Epoch 2, batch 10000, loss[loss=0.4697, simple_loss=0.5181, pruned_loss=0.2106, over 13635.00 frames. utt_duration=98.84 frames, utt_pad_proportion=0.07623, over 560.00 utterances.], tot_loss[loss=0.4078, simple_loss=0.432, pruned_loss=0.1919, over 2782999.52 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07109, over 46877.94 utterances.], batch size: 560, lr: 1.38e-03 +2022-09-17 04:25:19,339 INFO [train.py:885] (1/2) Epoch 2, batch 10050, loss[loss=0.4761, simple_loss=0.4824, pruned_loss=0.2348, over 14318.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04067, over 167.00 utterances.], tot_loss[loss=0.4088, simple_loss=0.4326, pruned_loss=0.1925, over 2784041.29 frames. utt_duration=241.1 frames, utt_pad_proportion=0.0715, over 46470.41 utterances.], batch size: 167, lr: 1.38e-03 +2022-09-17 04:25:48,882 INFO [train.py:885] (1/2) Epoch 2, batch 10100, loss[loss=0.5677, simple_loss=0.5389, pruned_loss=0.2983, over 14254.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04177, over 225.00 utterances.], tot_loss[loss=0.4088, simple_loss=0.433, pruned_loss=0.1923, over 2784608.62 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07087, over 46399.76 utterances.], batch size: 225, lr: 1.38e-03 +2022-09-17 04:26:18,718 INFO [train.py:885] (1/2) Epoch 2, batch 10150, loss[loss=0.2848, simple_loss=0.3293, pruned_loss=0.1202, over 12102.00 frames. utt_duration=2019 frames, utt_pad_proportion=0.1761, over 24.00 utterances.], tot_loss[loss=0.4105, simple_loss=0.4335, pruned_loss=0.1938, over 2784254.60 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06968, over 45895.02 utterances.], batch size: 24, lr: 1.38e-03 +2022-09-17 04:26:48,207 INFO [train.py:885] (1/2) Epoch 2, batch 10200, loss[loss=0.5958, simple_loss=0.6108, pruned_loss=0.2904, over 13200.00 frames. utt_duration=82.38 frames, utt_pad_proportion=0.1045, over 653.00 utterances.], tot_loss[loss=0.4095, simple_loss=0.4329, pruned_loss=0.193, over 2781230.27 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06974, over 45749.50 utterances.], batch size: 653, lr: 1.38e-03 +2022-09-17 04:27:17,871 INFO [train.py:885] (1/2) Epoch 2, batch 10250, loss[loss=0.348, simple_loss=0.3898, pruned_loss=0.1531, over 14306.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03944, over 120.00 utterances.], tot_loss[loss=0.413, simple_loss=0.4355, pruned_loss=0.1953, over 2780506.79 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07077, over 46307.55 utterances.], batch size: 120, lr: 1.38e-03 +2022-09-17 04:27:46,939 INFO [train.py:885] (1/2) Epoch 2, batch 10300, loss[loss=0.2422, simple_loss=0.2957, pruned_loss=0.09432, over 13904.00 frames. utt_duration=928.3 frames, utt_pad_proportion=0.06707, over 60.00 utterances.], tot_loss[loss=0.409, simple_loss=0.4322, pruned_loss=0.1929, over 2783250.46 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07016, over 45507.89 utterances.], batch size: 60, lr: 1.38e-03 +2022-09-17 04:28:17,045 INFO [train.py:885] (1/2) Epoch 2, batch 10350, loss[loss=0.2899, simple_loss=0.3085, pruned_loss=0.1357, over 13338.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08965, over 41.00 utterances.], tot_loss[loss=0.4129, simple_loss=0.4358, pruned_loss=0.195, over 2775284.95 frames. utt_duration=235.8 frames, utt_pad_proportion=0.0736, over 47368.70 utterances.], batch size: 41, lr: 1.37e-03 +2022-09-17 04:28:46,394 INFO [train.py:885] (1/2) Epoch 2, batch 10400, loss[loss=0.4417, simple_loss=0.4543, pruned_loss=0.2146, over 14317.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03745, over 180.00 utterances.], tot_loss[loss=0.4162, simple_loss=0.4388, pruned_loss=0.1968, over 2780814.28 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07288, over 48117.42 utterances.], batch size: 180, lr: 1.37e-03 +2022-09-17 04:29:15,612 INFO [train.py:885] (1/2) Epoch 2, batch 10450, loss[loss=0.4177, simple_loss=0.4699, pruned_loss=0.1828, over 13740.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07296, over 411.00 utterances.], tot_loss[loss=0.4103, simple_loss=0.4341, pruned_loss=0.1933, over 2781845.87 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07262, over 46691.24 utterances.], batch size: 411, lr: 1.37e-03 +2022-09-17 04:29:44,993 INFO [train.py:885] (1/2) Epoch 2, batch 10500, loss[loss=0.4399, simple_loss=0.461, pruned_loss=0.2094, over 14282.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04099, over 283.00 utterances.], tot_loss[loss=0.4115, simple_loss=0.4352, pruned_loss=0.1939, over 2781006.16 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07393, over 47542.14 utterances.], batch size: 283, lr: 1.37e-03 +2022-09-17 04:30:14,500 INFO [train.py:885] (1/2) Epoch 2, batch 10550, loss[loss=0.2421, simple_loss=0.2892, pruned_loss=0.09746, over 13605.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.07779, over 42.00 utterances.], tot_loss[loss=0.4103, simple_loss=0.4339, pruned_loss=0.1934, over 2780659.18 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07313, over 46938.87 utterances.], batch size: 42, lr: 1.37e-03 +2022-09-17 04:30:44,674 INFO [train.py:885] (1/2) Epoch 2, batch 10600, loss[loss=0.5712, simple_loss=0.5427, pruned_loss=0.2998, over 14245.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04154, over 335.00 utterances.], tot_loss[loss=0.4104, simple_loss=0.4333, pruned_loss=0.1937, over 2779203.79 frames. utt_duration=239.8 frames, utt_pad_proportion=0.0722, over 46640.07 utterances.], batch size: 335, lr: 1.37e-03 +2022-09-17 04:31:13,337 INFO [train.py:885] (1/2) Epoch 2, batch 10650, loss[loss=0.3011, simple_loss=0.3411, pruned_loss=0.1305, over 13791.00 frames. utt_duration=801.1 frames, utt_pad_proportion=0.06744, over 69.00 utterances.], tot_loss[loss=0.4069, simple_loss=0.4308, pruned_loss=0.1915, over 2780464.93 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07292, over 45970.14 utterances.], batch size: 69, lr: 1.37e-03 +2022-09-17 04:31:42,779 INFO [train.py:885] (1/2) Epoch 2, batch 10700, loss[loss=0.3699, simple_loss=0.4072, pruned_loss=0.1663, over 14255.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04519, over 141.00 utterances.], tot_loss[loss=0.4117, simple_loss=0.4356, pruned_loss=0.1939, over 2781271.56 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07266, over 47663.92 utterances.], batch size: 141, lr: 1.36e-03 +2022-09-17 04:32:12,307 INFO [train.py:885] (1/2) Epoch 2, batch 10750, loss[loss=0.2469, simple_loss=0.2834, pruned_loss=0.1052, over 13551.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08549, over 50.00 utterances.], tot_loss[loss=0.4129, simple_loss=0.436, pruned_loss=0.1949, over 2779284.35 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07313, over 47992.84 utterances.], batch size: 50, lr: 1.36e-03 +2022-09-17 04:32:41,826 INFO [train.py:885] (1/2) Epoch 2, batch 10800, loss[loss=0.4544, simple_loss=0.4748, pruned_loss=0.217, over 14272.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04032, over 225.00 utterances.], tot_loss[loss=0.415, simple_loss=0.4383, pruned_loss=0.1959, over 2781091.80 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07258, over 48141.55 utterances.], batch size: 225, lr: 1.36e-03 +2022-09-17 04:33:11,674 INFO [train.py:885] (1/2) Epoch 2, batch 10850, loss[loss=0.4164, simple_loss=0.435, pruned_loss=0.1989, over 14351.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03885, over 167.00 utterances.], tot_loss[loss=0.4133, simple_loss=0.4372, pruned_loss=0.1947, over 2779137.20 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07294, over 48506.87 utterances.], batch size: 167, lr: 1.36e-03 +2022-09-17 04:33:41,469 INFO [train.py:885] (1/2) Epoch 2, batch 10900, loss[loss=0.4891, simple_loss=0.4765, pruned_loss=0.2509, over 14194.00 frames. utt_duration=403.9 frames, utt_pad_proportion=0.0496, over 141.00 utterances.], tot_loss[loss=0.411, simple_loss=0.4347, pruned_loss=0.1937, over 2777955.16 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07456, over 47537.15 utterances.], batch size: 141, lr: 1.36e-03 +2022-09-17 04:34:10,494 INFO [train.py:885] (1/2) Epoch 2, batch 10950, loss[loss=0.4166, simple_loss=0.4729, pruned_loss=0.1802, over 13638.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08071, over 477.00 utterances.], tot_loss[loss=0.4071, simple_loss=0.4314, pruned_loss=0.1914, over 2779311.83 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07285, over 46442.13 utterances.], batch size: 477, lr: 1.36e-03 +2022-09-17 04:34:41,058 INFO [train.py:885] (1/2) Epoch 2, batch 11000, loss[loss=0.4826, simple_loss=0.532, pruned_loss=0.2166, over 13610.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.07789, over 560.00 utterances.], tot_loss[loss=0.404, simple_loss=0.4295, pruned_loss=0.1893, over 2782715.65 frames. utt_duration=243 frames, utt_pad_proportion=0.07187, over 46081.53 utterances.], batch size: 560, lr: 1.36e-03 +2022-09-17 04:35:10,099 INFO [train.py:885] (1/2) Epoch 2, batch 11050, loss[loss=0.5086, simple_loss=0.5403, pruned_loss=0.2384, over 13637.00 frames. utt_duration=98.84 frames, utt_pad_proportion=0.07627, over 560.00 utterances.], tot_loss[loss=0.4099, simple_loss=0.4349, pruned_loss=0.1924, over 2783326.57 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07235, over 47978.83 utterances.], batch size: 560, lr: 1.35e-03 +2022-09-17 04:35:47,417 INFO [train.py:885] (1/2) Epoch 2, batch 11100, loss[loss=0.2386, simple_loss=0.2765, pruned_loss=0.1004, over 13022.00 frames. utt_duration=2005 frames, utt_pad_proportion=0.1161, over 26.00 utterances.], tot_loss[loss=0.4048, simple_loss=0.4309, pruned_loss=0.1893, over 2783861.17 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07021, over 46389.70 utterances.], batch size: 26, lr: 1.35e-03 +2022-09-17 04:36:17,043 INFO [train.py:885] (1/2) Epoch 2, batch 11150, loss[loss=0.4192, simple_loss=0.4328, pruned_loss=0.2028, over 14227.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04664, over 141.00 utterances.], tot_loss[loss=0.4037, simple_loss=0.4301, pruned_loss=0.1887, over 2781384.85 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07199, over 46603.07 utterances.], batch size: 141, lr: 1.35e-03 +2022-09-17 04:36:46,348 INFO [train.py:885] (1/2) Epoch 2, batch 11200, loss[loss=0.2885, simple_loss=0.34, pruned_loss=0.1185, over 13695.00 frames. utt_duration=914.5 frames, utt_pad_proportion=0.07535, over 60.00 utterances.], tot_loss[loss=0.4053, simple_loss=0.4307, pruned_loss=0.19, over 2782183.58 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07199, over 45872.86 utterances.], batch size: 60, lr: 1.35e-03 +2022-09-17 04:37:15,758 INFO [train.py:885] (1/2) Epoch 2, batch 11250, loss[loss=0.5403, simple_loss=0.5671, pruned_loss=0.2568, over 13220.00 frames. utt_duration=82.47 frames, utt_pad_proportion=0.1036, over 653.00 utterances.], tot_loss[loss=0.4045, simple_loss=0.4303, pruned_loss=0.1894, over 2779547.02 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07249, over 46312.30 utterances.], batch size: 653, lr: 1.35e-03 +2022-09-17 04:37:45,529 INFO [train.py:885] (1/2) Epoch 2, batch 11300, loss[loss=0.4475, simple_loss=0.4948, pruned_loss=0.2001, over 13619.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08146, over 477.00 utterances.], tot_loss[loss=0.4049, simple_loss=0.4299, pruned_loss=0.1899, over 2782644.86 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07175, over 45601.20 utterances.], batch size: 477, lr: 1.35e-03 +2022-09-17 04:38:15,217 INFO [train.py:885] (1/2) Epoch 2, batch 11350, loss[loss=0.373, simple_loss=0.4144, pruned_loss=0.1658, over 14347.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03908, over 167.00 utterances.], tot_loss[loss=0.4057, simple_loss=0.4302, pruned_loss=0.1906, over 2777658.82 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07263, over 45969.60 utterances.], batch size: 167, lr: 1.35e-03 +2022-09-17 04:38:45,350 INFO [train.py:885] (1/2) Epoch 2, batch 11400, loss[loss=0.2849, simple_loss=0.3359, pruned_loss=0.1169, over 14055.00 frames. utt_duration=804.7 frames, utt_pad_proportion=0.05886, over 70.00 utterances.], tot_loss[loss=0.4048, simple_loss=0.4298, pruned_loss=0.1899, over 2777279.83 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07126, over 45837.68 utterances.], batch size: 70, lr: 1.35e-03 +2022-09-17 04:39:14,933 INFO [train.py:885] (1/2) Epoch 2, batch 11450, loss[loss=0.479, simple_loss=0.5009, pruned_loss=0.2285, over 14023.00 frames. utt_duration=155 frames, utt_pad_proportion=0.0551, over 365.00 utterances.], tot_loss[loss=0.4073, simple_loss=0.4318, pruned_loss=0.1914, over 2775489.44 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07238, over 47172.84 utterances.], batch size: 365, lr: 1.34e-03 +2022-09-17 04:39:43,915 INFO [train.py:885] (1/2) Epoch 2, batch 11500, loss[loss=0.3561, simple_loss=0.397, pruned_loss=0.1576, over 14290.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.04061, over 120.00 utterances.], tot_loss[loss=0.4061, simple_loss=0.4301, pruned_loss=0.191, over 2780467.08 frames. utt_duration=245 frames, utt_pad_proportion=0.06963, over 45664.09 utterances.], batch size: 120, lr: 1.34e-03 +2022-09-17 04:40:13,587 INFO [train.py:885] (1/2) Epoch 2, batch 11550, loss[loss=0.3968, simple_loss=0.4299, pruned_loss=0.1818, over 14332.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03725, over 195.00 utterances.], tot_loss[loss=0.4031, simple_loss=0.4279, pruned_loss=0.1891, over 2776849.27 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07274, over 45704.12 utterances.], batch size: 195, lr: 1.34e-03 +2022-09-17 04:40:42,972 INFO [train.py:885] (1/2) Epoch 2, batch 11600, loss[loss=0.2893, simple_loss=0.3198, pruned_loss=0.1295, over 13930.00 frames. utt_duration=809.2 frames, utt_pad_proportion=0.05799, over 69.00 utterances.], tot_loss[loss=0.4023, simple_loss=0.4267, pruned_loss=0.189, over 2776282.14 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07295, over 45076.95 utterances.], batch size: 69, lr: 1.34e-03 +2022-09-17 04:41:12,554 INFO [train.py:885] (1/2) Epoch 2, batch 11650, loss[loss=0.4419, simple_loss=0.4953, pruned_loss=0.1943, over 13817.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06908, over 411.00 utterances.], tot_loss[loss=0.3996, simple_loss=0.425, pruned_loss=0.1871, over 2779193.97 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06981, over 44647.80 utterances.], batch size: 411, lr: 1.34e-03 +2022-09-17 04:41:42,451 INFO [train.py:885] (1/2) Epoch 2, batch 11700, loss[loss=0.3653, simple_loss=0.4004, pruned_loss=0.1651, over 14259.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04103, over 130.00 utterances.], tot_loss[loss=0.399, simple_loss=0.4245, pruned_loss=0.1868, over 2779005.81 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07208, over 44313.98 utterances.], batch size: 130, lr: 1.34e-03 +2022-09-17 04:42:11,909 INFO [train.py:885] (1/2) Epoch 2, batch 11750, loss[loss=0.4707, simple_loss=0.4641, pruned_loss=0.2387, over 14252.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04554, over 141.00 utterances.], tot_loss[loss=0.4022, simple_loss=0.4267, pruned_loss=0.1889, over 2779555.48 frames. utt_duration=251 frames, utt_pad_proportion=0.07189, over 44554.50 utterances.], batch size: 141, lr: 1.34e-03 +2022-09-17 04:42:49,053 INFO [train.py:885] (1/2) Epoch 2, batch 11800, loss[loss=0.3472, simple_loss=0.3845, pruned_loss=0.155, over 14109.00 frames. utt_duration=519.3 frames, utt_pad_proportion=0.04886, over 109.00 utterances.], tot_loss[loss=0.4036, simple_loss=0.4281, pruned_loss=0.1896, over 2776020.70 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0747, over 45484.96 utterances.], batch size: 109, lr: 1.33e-03 +2022-09-17 04:43:19,258 INFO [train.py:885] (1/2) Epoch 2, batch 11850, loss[loss=0.2408, simple_loss=0.283, pruned_loss=0.09927, over 12203.00 frames. utt_duration=1954 frames, utt_pad_proportion=0.1542, over 25.00 utterances.], tot_loss[loss=0.4, simple_loss=0.4257, pruned_loss=0.1872, over 2777349.89 frames. utt_duration=247 frames, utt_pad_proportion=0.0739, over 45250.81 utterances.], batch size: 25, lr: 1.33e-03 +2022-09-17 04:43:48,817 INFO [train.py:885] (1/2) Epoch 2, batch 11900, loss[loss=0.6778, simple_loss=0.6774, pruned_loss=0.3391, over 12472.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.4053, simple_loss=0.4307, pruned_loss=0.19, over 2777267.61 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07527, over 46793.43 utterances.], batch size: 810, lr: 1.33e-03 +2022-09-17 04:44:17,921 INFO [train.py:885] (1/2) Epoch 2, batch 11950, loss[loss=0.2711, simple_loss=0.3106, pruned_loss=0.1158, over 13829.00 frames. utt_duration=803.4 frames, utt_pad_proportion=0.06472, over 69.00 utterances.], tot_loss[loss=0.4077, simple_loss=0.4324, pruned_loss=0.1915, over 2779433.75 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07373, over 46763.25 utterances.], batch size: 69, lr: 1.33e-03 +2022-09-17 04:44:46,815 INFO [train.py:885] (1/2) Epoch 2, batch 12000, loss[loss=0.4722, simple_loss=0.4797, pruned_loss=0.2324, over 14312.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03914, over 283.00 utterances.], tot_loss[loss=0.4051, simple_loss=0.43, pruned_loss=0.1901, over 2781292.95 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07184, over 45893.71 utterances.], batch size: 283, lr: 1.33e-03 +2022-09-17 04:44:46,816 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 04:44:50,945 INFO [train.py:914] (1/2) Epoch 2, validation: loss=0.25, simple_loss=0.3137, pruned_loss=0.09315, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 04:45:20,524 INFO [train.py:885] (1/2) Epoch 2, batch 12050, loss[loss=0.5152, simple_loss=0.5106, pruned_loss=0.2599, over 14227.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04331, over 335.00 utterances.], tot_loss[loss=0.4056, simple_loss=0.4302, pruned_loss=0.1905, over 2784345.02 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07063, over 45528.37 utterances.], batch size: 335, lr: 1.33e-03 +2022-09-17 04:45:50,455 INFO [train.py:885] (1/2) Epoch 2, batch 12100, loss[loss=0.4641, simple_loss=0.4772, pruned_loss=0.2255, over 14285.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03967, over 225.00 utterances.], tot_loss[loss=0.4086, simple_loss=0.4324, pruned_loss=0.1924, over 2783862.64 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06968, over 46064.38 utterances.], batch size: 225, lr: 1.33e-03 +2022-09-17 04:46:20,170 INFO [train.py:885] (1/2) Epoch 2, batch 12150, loss[loss=0.3856, simple_loss=0.4196, pruned_loss=0.1758, over 14310.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.0407, over 154.00 utterances.], tot_loss[loss=0.4048, simple_loss=0.4291, pruned_loss=0.1902, over 2781903.12 frames. utt_duration=247.4 frames, utt_pad_proportion=0.0688, over 45248.80 utterances.], batch size: 154, lr: 1.33e-03 +2022-09-17 04:46:49,619 INFO [train.py:885] (1/2) Epoch 2, batch 12200, loss[loss=0.392, simple_loss=0.4111, pruned_loss=0.1864, over 14289.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04197, over 154.00 utterances.], tot_loss[loss=0.4043, simple_loss=0.4292, pruned_loss=0.1897, over 2781298.51 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06818, over 45414.66 utterances.], batch size: 154, lr: 1.32e-03 +2022-09-17 04:47:19,635 INFO [train.py:885] (1/2) Epoch 2, batch 12250, loss[loss=0.2475, simple_loss=0.2999, pruned_loss=0.09751, over 13886.00 frames. utt_duration=927.3 frames, utt_pad_proportion=0.06801, over 60.00 utterances.], tot_loss[loss=0.3982, simple_loss=0.424, pruned_loss=0.1862, over 2785589.75 frames. utt_duration=256 frames, utt_pad_proportion=0.06665, over 43781.66 utterances.], batch size: 60, lr: 1.32e-03 +2022-09-17 04:47:48,907 INFO [train.py:885] (1/2) Epoch 2, batch 12300, loss[loss=0.4881, simple_loss=0.4934, pruned_loss=0.2414, over 14234.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.0428, over 306.00 utterances.], tot_loss[loss=0.3979, simple_loss=0.4237, pruned_loss=0.1861, over 2787884.12 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06594, over 43406.51 utterances.], batch size: 306, lr: 1.32e-03 +2022-09-17 04:48:18,138 INFO [train.py:885] (1/2) Epoch 2, batch 12350, loss[loss=0.3137, simple_loss=0.364, pruned_loss=0.1317, over 14347.00 frames. utt_duration=442.8 frames, utt_pad_proportion=0.03734, over 130.00 utterances.], tot_loss[loss=0.3969, simple_loss=0.4232, pruned_loss=0.1853, over 2790593.33 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06686, over 43151.88 utterances.], batch size: 130, lr: 1.32e-03 +2022-09-17 04:48:47,666 INFO [train.py:885] (1/2) Epoch 2, batch 12400, loss[loss=0.344, simple_loss=0.3992, pruned_loss=0.1444, over 14286.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.04208, over 154.00 utterances.], tot_loss[loss=0.3993, simple_loss=0.4257, pruned_loss=0.1864, over 2790676.99 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06664, over 44085.24 utterances.], batch size: 154, lr: 1.32e-03 +2022-09-17 04:49:17,351 INFO [train.py:885] (1/2) Epoch 2, batch 12450, loss[loss=0.3467, simple_loss=0.3881, pruned_loss=0.1527, over 14086.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05358, over 98.00 utterances.], tot_loss[loss=0.4026, simple_loss=0.4285, pruned_loss=0.1883, over 2786341.40 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06975, over 45146.39 utterances.], batch size: 98, lr: 1.32e-03 +2022-09-17 04:49:46,657 INFO [train.py:885] (1/2) Epoch 2, batch 12500, loss[loss=0.3646, simple_loss=0.3924, pruned_loss=0.1684, over 14341.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03755, over 120.00 utterances.], tot_loss[loss=0.4065, simple_loss=0.4311, pruned_loss=0.191, over 2785835.32 frames. utt_duration=245 frames, utt_pad_proportion=0.07021, over 45767.15 utterances.], batch size: 120, lr: 1.32e-03 +2022-09-17 04:50:15,623 INFO [train.py:885] (1/2) Epoch 2, batch 12550, loss[loss=0.2812, simple_loss=0.3029, pruned_loss=0.1297, over 12336.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1657, over 24.00 utterances.], tot_loss[loss=0.3984, simple_loss=0.4246, pruned_loss=0.1861, over 2785484.97 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06846, over 44155.16 utterances.], batch size: 24, lr: 1.32e-03 +2022-09-17 04:50:43,271 INFO [train.py:885] (1/2) Epoch 2, batch 12600, loss[loss=0.2154, simple_loss=0.2787, pruned_loss=0.07605, over 12176.00 frames. utt_duration=2031 frames, utt_pad_proportion=0.167, over 24.00 utterances.], tot_loss[loss=0.4047, simple_loss=0.4305, pruned_loss=0.1895, over 2784187.03 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07007, over 46322.70 utterances.], batch size: 24, lr: 1.31e-03 +2022-09-17 04:51:02,190 INFO [train.py:885] (1/2) Epoch 3, batch 0, loss[loss=0.2429, simple_loss=0.2909, pruned_loss=0.09744, over 13199.00 frames. utt_duration=1601 frames, utt_pad_proportion=0.1085, over 33.00 utterances.], tot_loss[loss=0.2429, simple_loss=0.2909, pruned_loss=0.09744, over 13199.00 frames. utt_duration=1601 frames, utt_pad_proportion=0.1085, over 33.00 utterances.], batch size: 33, lr: 1.29e-03 +2022-09-17 04:51:31,248 INFO [train.py:885] (1/2) Epoch 3, batch 50, loss[loss=0.5121, simple_loss=0.5018, pruned_loss=0.2611, over 14339.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0376, over 283.00 utterances.], tot_loss[loss=0.383, simple_loss=0.4106, pruned_loss=0.1777, over 628629.94 frames. utt_duration=300.3 frames, utt_pad_proportion=0.06703, over 8413.64 utterances.], batch size: 283, lr: 1.29e-03 +2022-09-17 04:52:01,735 INFO [train.py:885] (1/2) Epoch 3, batch 100, loss[loss=0.4101, simple_loss=0.4525, pruned_loss=0.1839, over 14280.00 frames. utt_duration=203.2 frames, utt_pad_proportion=0.04142, over 283.00 utterances.], tot_loss[loss=0.4128, simple_loss=0.4363, pruned_loss=0.1947, over 1102873.27 frames. utt_duration=227.4 frames, utt_pad_proportion=0.07604, over 19525.55 utterances.], batch size: 283, lr: 1.29e-03 +2022-09-17 04:52:31,183 INFO [train.py:885] (1/2) Epoch 3, batch 150, loss[loss=0.4322, simple_loss=0.4635, pruned_loss=0.2005, over 14318.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03852, over 283.00 utterances.], tot_loss[loss=0.4111, simple_loss=0.4372, pruned_loss=0.1925, over 1473264.74 frames. utt_duration=222.7 frames, utt_pad_proportion=0.07675, over 26644.03 utterances.], batch size: 283, lr: 1.28e-03 +2022-09-17 04:52:59,549 INFO [train.py:885] (1/2) Epoch 3, batch 200, loss[loss=0.2487, simple_loss=0.3028, pruned_loss=0.09731, over 13891.00 frames. utt_duration=806.4 frames, utt_pad_proportion=0.06012, over 69.00 utterances.], tot_loss[loss=0.4042, simple_loss=0.431, pruned_loss=0.1887, over 1762346.42 frames. utt_duration=235 frames, utt_pad_proportion=0.0733, over 30190.57 utterances.], batch size: 69, lr: 1.28e-03 +2022-09-17 04:53:29,924 INFO [train.py:885] (1/2) Epoch 3, batch 250, loss[loss=0.5166, simple_loss=0.508, pruned_loss=0.2626, over 14211.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04402, over 306.00 utterances.], tot_loss[loss=0.406, simple_loss=0.4324, pruned_loss=0.1898, over 1986800.09 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07373, over 34240.99 utterances.], batch size: 306, lr: 1.28e-03 +2022-09-17 04:53:58,495 INFO [train.py:885] (1/2) Epoch 3, batch 300, loss[loss=0.4722, simple_loss=0.4494, pruned_loss=0.2475, over 14281.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04329, over 120.00 utterances.], tot_loss[loss=0.4047, simple_loss=0.4304, pruned_loss=0.1895, over 2170540.73 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06957, over 35745.18 utterances.], batch size: 120, lr: 1.28e-03 +2022-09-17 04:54:28,726 INFO [train.py:885] (1/2) Epoch 3, batch 350, loss[loss=0.2855, simple_loss=0.3296, pruned_loss=0.1207, over 13973.00 frames. utt_duration=811.6 frames, utt_pad_proportion=0.05519, over 69.00 utterances.], tot_loss[loss=0.41, simple_loss=0.4356, pruned_loss=0.1922, over 2300803.90 frames. utt_duration=228.3 frames, utt_pad_proportion=0.07673, over 40578.76 utterances.], batch size: 69, lr: 1.28e-03 +2022-09-17 04:54:57,700 INFO [train.py:885] (1/2) Epoch 3, batch 400, loss[loss=0.3148, simple_loss=0.3433, pruned_loss=0.1432, over 13518.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08971, over 50.00 utterances.], tot_loss[loss=0.4098, simple_loss=0.4348, pruned_loss=0.1924, over 2408141.75 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07648, over 41869.33 utterances.], batch size: 50, lr: 1.28e-03 +2022-09-17 04:55:27,389 INFO [train.py:885] (1/2) Epoch 3, batch 450, loss[loss=0.3855, simple_loss=0.3961, pruned_loss=0.1875, over 14212.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04581, over 89.00 utterances.], tot_loss[loss=0.4029, simple_loss=0.4296, pruned_loss=0.1881, over 2489146.38 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07536, over 42441.47 utterances.], batch size: 89, lr: 1.28e-03 +2022-09-17 04:55:57,451 INFO [train.py:885] (1/2) Epoch 3, batch 500, loss[loss=0.5693, simple_loss=0.5259, pruned_loss=0.3064, over 14284.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04007, over 335.00 utterances.], tot_loss[loss=0.4085, simple_loss=0.4337, pruned_loss=0.1916, over 2551731.42 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07371, over 44424.93 utterances.], batch size: 335, lr: 1.28e-03 +2022-09-17 04:56:26,122 INFO [train.py:885] (1/2) Epoch 3, batch 550, loss[loss=0.5129, simple_loss=0.5099, pruned_loss=0.2579, over 14207.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04427, over 306.00 utterances.], tot_loss[loss=0.4067, simple_loss=0.4324, pruned_loss=0.1904, over 2604725.38 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07209, over 44355.44 utterances.], batch size: 306, lr: 1.27e-03 +2022-09-17 04:56:56,003 INFO [train.py:885] (1/2) Epoch 3, batch 600, loss[loss=0.4365, simple_loss=0.4619, pruned_loss=0.2056, over 14327.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03867, over 262.00 utterances.], tot_loss[loss=0.4043, simple_loss=0.4309, pruned_loss=0.1889, over 2644202.44 frames. utt_duration=236.6 frames, utt_pad_proportion=0.0714, over 44980.24 utterances.], batch size: 262, lr: 1.27e-03 +2022-09-17 04:57:25,821 INFO [train.py:885] (1/2) Epoch 3, batch 650, loss[loss=0.3001, simple_loss=0.3383, pruned_loss=0.131, over 13553.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09379, over 42.00 utterances.], tot_loss[loss=0.3996, simple_loss=0.4269, pruned_loss=0.1862, over 2673250.42 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07053, over 43966.44 utterances.], batch size: 42, lr: 1.27e-03 +2022-09-17 04:57:55,083 INFO [train.py:885] (1/2) Epoch 3, batch 700, loss[loss=0.7123, simple_loss=0.7077, pruned_loss=0.3584, over 12479.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.147, over 811.00 utterances.], tot_loss[loss=0.3998, simple_loss=0.4269, pruned_loss=0.1864, over 2700163.09 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07082, over 44515.88 utterances.], batch size: 811, lr: 1.27e-03 +2022-09-17 04:58:24,369 INFO [train.py:885] (1/2) Epoch 3, batch 750, loss[loss=0.3659, simple_loss=0.412, pruned_loss=0.1599, over 14278.00 frames. utt_duration=219.3 frames, utt_pad_proportion=0.04218, over 262.00 utterances.], tot_loss[loss=0.3971, simple_loss=0.4248, pruned_loss=0.1847, over 2721792.48 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06947, over 44294.87 utterances.], batch size: 262, lr: 1.27e-03 +2022-09-17 04:58:54,596 INFO [train.py:885] (1/2) Epoch 3, batch 800, loss[loss=0.2139, simple_loss=0.2679, pruned_loss=0.07995, over 12515.00 frames. utt_duration=2004 frames, utt_pad_proportion=0.1566, over 25.00 utterances.], tot_loss[loss=0.3982, simple_loss=0.4258, pruned_loss=0.1853, over 2736866.67 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06896, over 44731.97 utterances.], batch size: 25, lr: 1.27e-03 +2022-09-17 04:59:24,463 INFO [train.py:885] (1/2) Epoch 3, batch 850, loss[loss=0.2527, simple_loss=0.2992, pruned_loss=0.1032, over 13063.00 frames. utt_duration=2011 frames, utt_pad_proportion=0.1109, over 26.00 utterances.], tot_loss[loss=0.4009, simple_loss=0.4282, pruned_loss=0.1869, over 2741118.58 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07101, over 46122.88 utterances.], batch size: 26, lr: 1.27e-03 +2022-09-17 04:59:53,412 INFO [train.py:885] (1/2) Epoch 3, batch 900, loss[loss=0.3724, simple_loss=0.386, pruned_loss=0.1794, over 14012.00 frames. utt_duration=573.3 frames, utt_pad_proportion=0.05864, over 98.00 utterances.], tot_loss[loss=0.4003, simple_loss=0.4267, pruned_loss=0.187, over 2751129.39 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07033, over 45141.57 utterances.], batch size: 98, lr: 1.27e-03 +2022-09-17 05:00:23,299 INFO [train.py:885] (1/2) Epoch 3, batch 950, loss[loss=0.3354, simple_loss=0.3544, pruned_loss=0.1582, over 13838.00 frames. utt_duration=803.7 frames, utt_pad_proportion=0.06331, over 69.00 utterances.], tot_loss[loss=0.3957, simple_loss=0.4231, pruned_loss=0.1841, over 2752563.89 frames. utt_duration=250.4 frames, utt_pad_proportion=0.0706, over 44234.34 utterances.], batch size: 69, lr: 1.27e-03 +2022-09-17 05:00:59,508 INFO [train.py:885] (1/2) Epoch 3, batch 1000, loss[loss=0.4632, simple_loss=0.4727, pruned_loss=0.2268, over 14368.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0329, over 244.00 utterances.], tot_loss[loss=0.3964, simple_loss=0.4242, pruned_loss=0.1843, over 2760340.44 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07006, over 44229.66 utterances.], batch size: 244, lr: 1.26e-03 +2022-09-17 05:01:29,143 INFO [train.py:885] (1/2) Epoch 3, batch 1050, loss[loss=0.528, simple_loss=0.5103, pruned_loss=0.2729, over 14209.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04365, over 306.00 utterances.], tot_loss[loss=0.4013, simple_loss=0.4286, pruned_loss=0.187, over 2763032.62 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07308, over 45931.27 utterances.], batch size: 306, lr: 1.26e-03 +2022-09-17 05:01:58,814 INFO [train.py:885] (1/2) Epoch 3, batch 1100, loss[loss=0.2347, simple_loss=0.2785, pruned_loss=0.09547, over 13598.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.08829, over 42.00 utterances.], tot_loss[loss=0.3982, simple_loss=0.4276, pruned_loss=0.1844, over 2766227.09 frames. utt_duration=240 frames, utt_pad_proportion=0.07191, over 46390.71 utterances.], batch size: 42, lr: 1.26e-03 +2022-09-17 05:02:28,337 INFO [train.py:885] (1/2) Epoch 3, batch 1150, loss[loss=0.2237, simple_loss=0.2644, pruned_loss=0.09149, over 12514.00 frames. utt_duration=2087 frames, utt_pad_proportion=0.1478, over 24.00 utterances.], tot_loss[loss=0.3997, simple_loss=0.4278, pruned_loss=0.1858, over 2769627.66 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07166, over 45845.57 utterances.], batch size: 24, lr: 1.26e-03 +2022-09-17 05:02:58,398 INFO [train.py:885] (1/2) Epoch 3, batch 1200, loss[loss=0.4795, simple_loss=0.5179, pruned_loss=0.2206, over 13646.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.07652, over 560.00 utterances.], tot_loss[loss=0.3983, simple_loss=0.4274, pruned_loss=0.1846, over 2769259.74 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07227, over 46274.42 utterances.], batch size: 560, lr: 1.26e-03 +2022-09-17 05:03:27,020 INFO [train.py:885] (1/2) Epoch 3, batch 1250, loss[loss=0.4506, simple_loss=0.4701, pruned_loss=0.2156, over 14266.00 frames. utt_duration=219.3 frames, utt_pad_proportion=0.03837, over 262.00 utterances.], tot_loss[loss=0.3945, simple_loss=0.424, pruned_loss=0.1825, over 2771226.70 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07227, over 45167.48 utterances.], batch size: 262, lr: 1.26e-03 +2022-09-17 05:03:56,586 INFO [train.py:885] (1/2) Epoch 3, batch 1300, loss[loss=0.417, simple_loss=0.4405, pruned_loss=0.1967, over 14277.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.03996, over 180.00 utterances.], tot_loss[loss=0.3918, simple_loss=0.4214, pruned_loss=0.1811, over 2773230.47 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07093, over 44705.71 utterances.], batch size: 180, lr: 1.26e-03 +2022-09-17 05:04:25,966 INFO [train.py:885] (1/2) Epoch 3, batch 1350, loss[loss=0.2495, simple_loss=0.2993, pruned_loss=0.0998, over 13365.00 frames. utt_duration=1622 frames, utt_pad_proportion=0.1036, over 33.00 utterances.], tot_loss[loss=0.3945, simple_loss=0.4233, pruned_loss=0.1828, over 2775406.15 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06985, over 44816.02 utterances.], batch size: 33, lr: 1.26e-03 +2022-09-17 05:04:55,377 INFO [train.py:885] (1/2) Epoch 3, batch 1400, loss[loss=0.8024, simple_loss=0.7654, pruned_loss=0.4198, over 12415.00 frames. utt_duration=62.84 frames, utt_pad_proportion=0.1508, over 811.00 utterances.], tot_loss[loss=0.3968, simple_loss=0.425, pruned_loss=0.1843, over 2778190.70 frames. utt_duration=246 frames, utt_pad_proportion=0.07032, over 45443.60 utterances.], batch size: 811, lr: 1.25e-03 +2022-09-17 05:05:24,267 INFO [train.py:885] (1/2) Epoch 3, batch 1450, loss[loss=0.2983, simple_loss=0.3334, pruned_loss=0.1316, over 13969.00 frames. utt_duration=708.7 frames, utt_pad_proportion=0.06257, over 79.00 utterances.], tot_loss[loss=0.3943, simple_loss=0.4224, pruned_loss=0.1831, over 2779880.96 frames. utt_duration=252.3 frames, utt_pad_proportion=0.0682, over 44326.87 utterances.], batch size: 79, lr: 1.25e-03 +2022-09-17 05:05:54,030 INFO [train.py:885] (1/2) Epoch 3, batch 1500, loss[loss=0.3398, simple_loss=0.3792, pruned_loss=0.1503, over 14153.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04601, over 109.00 utterances.], tot_loss[loss=0.3992, simple_loss=0.4262, pruned_loss=0.1861, over 2782450.43 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06917, over 45122.12 utterances.], batch size: 109, lr: 1.25e-03 +2022-09-17 05:06:23,388 INFO [train.py:885] (1/2) Epoch 3, batch 1550, loss[loss=0.3424, simple_loss=0.3747, pruned_loss=0.1551, over 14226.00 frames. utt_duration=523.5 frames, utt_pad_proportion=0.04113, over 109.00 utterances.], tot_loss[loss=0.4014, simple_loss=0.429, pruned_loss=0.1869, over 2787459.08 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06793, over 46340.83 utterances.], batch size: 109, lr: 1.25e-03 +2022-09-17 05:06:53,189 INFO [train.py:885] (1/2) Epoch 3, batch 1600, loss[loss=0.3379, simple_loss=0.3892, pruned_loss=0.1433, over 14303.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03634, over 154.00 utterances.], tot_loss[loss=0.398, simple_loss=0.4269, pruned_loss=0.1845, over 2786673.61 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06983, over 46052.43 utterances.], batch size: 154, lr: 1.25e-03 +2022-09-17 05:07:22,971 INFO [train.py:885] (1/2) Epoch 3, batch 1650, loss[loss=0.2393, simple_loss=0.2898, pruned_loss=0.09442, over 13421.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.09649, over 50.00 utterances.], tot_loss[loss=0.3945, simple_loss=0.4233, pruned_loss=0.1829, over 2787377.87 frames. utt_duration=251 frames, utt_pad_proportion=0.06712, over 44688.99 utterances.], batch size: 50, lr: 1.25e-03 +2022-09-17 05:07:52,563 INFO [train.py:885] (1/2) Epoch 3, batch 1700, loss[loss=0.2611, simple_loss=0.311, pruned_loss=0.1055, over 14189.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04739, over 89.00 utterances.], tot_loss[loss=0.3986, simple_loss=0.4263, pruned_loss=0.1855, over 2787725.54 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06825, over 45551.73 utterances.], batch size: 89, lr: 1.25e-03 +2022-09-17 05:08:22,370 INFO [train.py:885] (1/2) Epoch 3, batch 1750, loss[loss=0.3811, simple_loss=0.4176, pruned_loss=0.1723, over 14334.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03976, over 167.00 utterances.], tot_loss[loss=0.3978, simple_loss=0.4263, pruned_loss=0.1847, over 2786233.57 frames. utt_duration=241.9 frames, utt_pad_proportion=0.06915, over 46358.40 utterances.], batch size: 167, lr: 1.25e-03 +2022-09-17 05:08:58,629 INFO [train.py:885] (1/2) Epoch 3, batch 1800, loss[loss=0.2273, simple_loss=0.2538, pruned_loss=0.1004, over 13512.00 frames. utt_duration=1639 frames, utt_pad_proportion=0.09282, over 33.00 utterances.], tot_loss[loss=0.3926, simple_loss=0.4216, pruned_loss=0.1819, over 2786133.92 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06879, over 45252.90 utterances.], batch size: 33, lr: 1.25e-03 +2022-09-17 05:09:27,725 INFO [train.py:885] (1/2) Epoch 3, batch 1850, loss[loss=0.4019, simple_loss=0.4359, pruned_loss=0.1839, over 14206.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04424, over 225.00 utterances.], tot_loss[loss=0.3967, simple_loss=0.4241, pruned_loss=0.1846, over 2785042.79 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06884, over 45834.95 utterances.], batch size: 225, lr: 1.24e-03 +2022-09-17 05:09:57,369 INFO [train.py:885] (1/2) Epoch 3, batch 1900, loss[loss=0.4372, simple_loss=0.4602, pruned_loss=0.2071, over 14334.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03885, over 262.00 utterances.], tot_loss[loss=0.3964, simple_loss=0.4244, pruned_loss=0.1843, over 2783569.17 frames. utt_duration=241.5 frames, utt_pad_proportion=0.06855, over 46388.11 utterances.], batch size: 262, lr: 1.24e-03 +2022-09-17 05:10:36,411 INFO [train.py:885] (1/2) Epoch 3, batch 1950, loss[loss=0.295, simple_loss=0.3448, pruned_loss=0.1226, over 14271.00 frames. utt_duration=642.9 frames, utt_pad_proportion=0.04185, over 89.00 utterances.], tot_loss[loss=0.3971, simple_loss=0.4247, pruned_loss=0.1848, over 2782932.66 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06934, over 46053.15 utterances.], batch size: 89, lr: 1.24e-03 +2022-09-17 05:11:05,282 INFO [train.py:885] (1/2) Epoch 3, batch 2000, loss[loss=0.4517, simple_loss=0.4479, pruned_loss=0.2278, over 14316.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03919, over 120.00 utterances.], tot_loss[loss=0.3994, simple_loss=0.4267, pruned_loss=0.186, over 2790554.19 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06634, over 45375.54 utterances.], batch size: 120, lr: 1.24e-03 +2022-09-17 05:11:35,154 INFO [train.py:885] (1/2) Epoch 3, batch 2050, loss[loss=0.8199, simple_loss=0.7732, pruned_loss=0.4333, over 12432.00 frames. utt_duration=62.98 frames, utt_pad_proportion=0.1489, over 810.00 utterances.], tot_loss[loss=0.4011, simple_loss=0.4281, pruned_loss=0.1871, over 2789988.42 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06899, over 45683.99 utterances.], batch size: 810, lr: 1.24e-03 +2022-09-17 05:12:04,128 INFO [train.py:885] (1/2) Epoch 3, batch 2100, loss[loss=0.5232, simple_loss=0.5645, pruned_loss=0.2409, over 13126.00 frames. utt_duration=81.96 frames, utt_pad_proportion=0.1092, over 653.00 utterances.], tot_loss[loss=0.3974, simple_loss=0.4259, pruned_loss=0.1845, over 2790280.15 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06991, over 45238.94 utterances.], batch size: 653, lr: 1.24e-03 +2022-09-17 05:12:33,368 INFO [train.py:885] (1/2) Epoch 3, batch 2150, loss[loss=0.3546, simple_loss=0.4017, pruned_loss=0.1538, over 14348.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.0369, over 120.00 utterances.], tot_loss[loss=0.3956, simple_loss=0.4239, pruned_loss=0.1836, over 2788991.23 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06977, over 44405.30 utterances.], batch size: 120, lr: 1.24e-03 +2022-09-17 05:13:03,102 INFO [train.py:885] (1/2) Epoch 3, batch 2200, loss[loss=0.2592, simple_loss=0.3008, pruned_loss=0.1088, over 13270.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09292, over 41.00 utterances.], tot_loss[loss=0.3979, simple_loss=0.4261, pruned_loss=0.1848, over 2787348.69 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07103, over 45317.82 utterances.], batch size: 41, lr: 1.24e-03 +2022-09-17 05:13:32,699 INFO [train.py:885] (1/2) Epoch 3, batch 2250, loss[loss=0.4982, simple_loss=0.5042, pruned_loss=0.2461, over 14247.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.0419, over 306.00 utterances.], tot_loss[loss=0.4001, simple_loss=0.4271, pruned_loss=0.1865, over 2785351.34 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07039, over 45141.78 utterances.], batch size: 306, lr: 1.24e-03 +2022-09-17 05:14:02,701 INFO [train.py:885] (1/2) Epoch 3, batch 2300, loss[loss=0.416, simple_loss=0.4093, pruned_loss=0.2114, over 14080.00 frames. utt_duration=576.2 frames, utt_pad_proportion=0.05382, over 98.00 utterances.], tot_loss[loss=0.3996, simple_loss=0.4272, pruned_loss=0.186, over 2783961.29 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07051, over 45431.88 utterances.], batch size: 98, lr: 1.23e-03 +2022-09-17 05:14:32,392 INFO [train.py:885] (1/2) Epoch 3, batch 2350, loss[loss=0.3635, simple_loss=0.3904, pruned_loss=0.1683, over 14252.00 frames. utt_duration=524.2 frames, utt_pad_proportion=0.03997, over 109.00 utterances.], tot_loss[loss=0.3988, simple_loss=0.4255, pruned_loss=0.186, over 2786028.81 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06816, over 44161.08 utterances.], batch size: 109, lr: 1.23e-03 +2022-09-17 05:15:01,658 INFO [train.py:885] (1/2) Epoch 3, batch 2400, loss[loss=0.5163, simple_loss=0.5454, pruned_loss=0.2436, over 13767.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07168, over 411.00 utterances.], tot_loss[loss=0.3989, simple_loss=0.4254, pruned_loss=0.1862, over 2782727.68 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06938, over 44442.99 utterances.], batch size: 411, lr: 1.23e-03 +2022-09-17 05:15:30,569 INFO [train.py:885] (1/2) Epoch 3, batch 2450, loss[loss=0.353, simple_loss=0.3833, pruned_loss=0.1613, over 14039.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05525, over 98.00 utterances.], tot_loss[loss=0.4009, simple_loss=0.4274, pruned_loss=0.1872, over 2779948.94 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07124, over 45402.45 utterances.], batch size: 98, lr: 1.23e-03 +2022-09-17 05:16:00,353 INFO [train.py:885] (1/2) Epoch 3, batch 2500, loss[loss=0.3764, simple_loss=0.4092, pruned_loss=0.1717, over 14201.00 frames. utt_duration=522.6 frames, utt_pad_proportion=0.0428, over 109.00 utterances.], tot_loss[loss=0.4011, simple_loss=0.428, pruned_loss=0.187, over 2776124.77 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07385, over 46276.60 utterances.], batch size: 109, lr: 1.23e-03 +2022-09-17 05:16:29,647 INFO [train.py:885] (1/2) Epoch 3, batch 2550, loss[loss=0.4655, simple_loss=0.4774, pruned_loss=0.2268, over 14251.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04123, over 306.00 utterances.], tot_loss[loss=0.3974, simple_loss=0.4249, pruned_loss=0.185, over 2777276.24 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07404, over 45918.82 utterances.], batch size: 306, lr: 1.23e-03 +2022-09-17 05:16:59,024 INFO [train.py:885] (1/2) Epoch 3, batch 2600, loss[loss=0.5218, simple_loss=0.5671, pruned_loss=0.2382, over 13184.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.394, simple_loss=0.4228, pruned_loss=0.1826, over 2775260.71 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07383, over 46281.38 utterances.], batch size: 653, lr: 1.23e-03 +2022-09-17 05:17:29,174 INFO [train.py:885] (1/2) Epoch 3, batch 2650, loss[loss=0.5291, simple_loss=0.5492, pruned_loss=0.2545, over 13578.00 frames. utt_duration=98.42 frames, utt_pad_proportion=0.08017, over 560.00 utterances.], tot_loss[loss=0.3979, simple_loss=0.4258, pruned_loss=0.185, over 2774907.71 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07356, over 47110.63 utterances.], batch size: 560, lr: 1.23e-03 +2022-09-17 05:17:58,305 INFO [train.py:885] (1/2) Epoch 3, batch 2700, loss[loss=0.4526, simple_loss=0.4841, pruned_loss=0.2105, over 13997.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05603, over 365.00 utterances.], tot_loss[loss=0.3919, simple_loss=0.4207, pruned_loss=0.1815, over 2777997.07 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07192, over 44955.48 utterances.], batch size: 365, lr: 1.23e-03 +2022-09-17 05:18:28,115 INFO [train.py:885] (1/2) Epoch 3, batch 2750, loss[loss=0.5172, simple_loss=0.5031, pruned_loss=0.2657, over 14247.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04182, over 335.00 utterances.], tot_loss[loss=0.3905, simple_loss=0.4196, pruned_loss=0.1807, over 2773101.09 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07221, over 45118.13 utterances.], batch size: 335, lr: 1.23e-03 +2022-09-17 05:18:57,816 INFO [train.py:885] (1/2) Epoch 3, batch 2800, loss[loss=0.3772, simple_loss=0.4466, pruned_loss=0.1539, over 13710.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07559, over 411.00 utterances.], tot_loss[loss=0.3907, simple_loss=0.4202, pruned_loss=0.1806, over 2774527.58 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07087, over 45001.27 utterances.], batch size: 411, lr: 1.22e-03 +2022-09-17 05:19:27,191 INFO [train.py:885] (1/2) Epoch 3, batch 2850, loss[loss=0.4576, simple_loss=0.4654, pruned_loss=0.2249, over 14306.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03977, over 283.00 utterances.], tot_loss[loss=0.3918, simple_loss=0.4212, pruned_loss=0.1812, over 2777537.21 frames. utt_duration=248 frames, utt_pad_proportion=0.07095, over 45075.04 utterances.], batch size: 283, lr: 1.22e-03 +2022-09-17 05:19:56,737 INFO [train.py:885] (1/2) Epoch 3, batch 2900, loss[loss=0.3606, simple_loss=0.3887, pruned_loss=0.1662, over 14199.00 frames. utt_duration=522.6 frames, utt_pad_proportion=0.04278, over 109.00 utterances.], tot_loss[loss=0.3913, simple_loss=0.4211, pruned_loss=0.1807, over 2781733.91 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06869, over 44615.71 utterances.], batch size: 109, lr: 1.22e-03 +2022-09-17 05:20:26,385 INFO [train.py:885] (1/2) Epoch 3, batch 2950, loss[loss=0.3841, simple_loss=0.4113, pruned_loss=0.1785, over 14313.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03922, over 120.00 utterances.], tot_loss[loss=0.3909, simple_loss=0.4198, pruned_loss=0.1809, over 2780508.19 frames. utt_duration=257 frames, utt_pad_proportion=0.06953, over 43532.68 utterances.], batch size: 120, lr: 1.22e-03 +2022-09-17 05:20:56,167 INFO [train.py:885] (1/2) Epoch 3, batch 3000, loss[loss=0.2117, simple_loss=0.2734, pruned_loss=0.07499, over 13405.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08436, over 41.00 utterances.], tot_loss[loss=0.3909, simple_loss=0.4208, pruned_loss=0.1805, over 2777829.86 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07158, over 44860.91 utterances.], batch size: 41, lr: 1.22e-03 +2022-09-17 05:20:56,167 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 05:21:00,309 INFO [train.py:914] (1/2) Epoch 3, validation: loss=0.2615, simple_loss=0.3217, pruned_loss=0.1006, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 05:21:29,831 INFO [train.py:885] (1/2) Epoch 3, batch 3050, loss[loss=0.4336, simple_loss=0.4559, pruned_loss=0.2056, over 14252.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04202, over 180.00 utterances.], tot_loss[loss=0.3904, simple_loss=0.4204, pruned_loss=0.1802, over 2775757.24 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07274, over 45055.97 utterances.], batch size: 180, lr: 1.22e-03 +2022-09-17 05:21:59,833 INFO [train.py:885] (1/2) Epoch 3, batch 3100, loss[loss=0.2297, simple_loss=0.2657, pruned_loss=0.09687, over 13561.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08228, over 50.00 utterances.], tot_loss[loss=0.3903, simple_loss=0.4198, pruned_loss=0.1804, over 2779256.88 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07029, over 44347.56 utterances.], batch size: 50, lr: 1.22e-03 +2022-09-17 05:22:28,936 INFO [train.py:885] (1/2) Epoch 3, batch 3150, loss[loss=0.2721, simple_loss=0.323, pruned_loss=0.1106, over 14186.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04921, over 89.00 utterances.], tot_loss[loss=0.3926, simple_loss=0.4212, pruned_loss=0.182, over 2782832.02 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07022, over 44349.25 utterances.], batch size: 89, lr: 1.22e-03 +2022-09-17 05:22:58,886 INFO [train.py:885] (1/2) Epoch 3, batch 3200, loss[loss=0.3663, simple_loss=0.4006, pruned_loss=0.166, over 14303.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03978, over 120.00 utterances.], tot_loss[loss=0.3974, simple_loss=0.4248, pruned_loss=0.185, over 2777007.29 frames. utt_duration=241.1 frames, utt_pad_proportion=0.0736, over 46355.38 utterances.], batch size: 120, lr: 1.22e-03 +2022-09-17 05:23:28,012 INFO [train.py:885] (1/2) Epoch 3, batch 3250, loss[loss=0.4658, simple_loss=0.5153, pruned_loss=0.2081, over 13656.00 frames. utt_duration=98.95 frames, utt_pad_proportion=0.0752, over 560.00 utterances.], tot_loss[loss=0.3949, simple_loss=0.4232, pruned_loss=0.1833, over 2780787.88 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07095, over 45918.78 utterances.], batch size: 560, lr: 1.21e-03 +2022-09-17 05:23:57,540 INFO [train.py:885] (1/2) Epoch 3, batch 3300, loss[loss=0.3724, simple_loss=0.4145, pruned_loss=0.1652, over 14394.00 frames. utt_duration=296.8 frames, utt_pad_proportion=0.03327, over 195.00 utterances.], tot_loss[loss=0.3946, simple_loss=0.4234, pruned_loss=0.1829, over 2780330.86 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07061, over 46364.80 utterances.], batch size: 195, lr: 1.21e-03 +2022-09-17 05:24:27,428 INFO [train.py:885] (1/2) Epoch 3, batch 3350, loss[loss=0.5308, simple_loss=0.5136, pruned_loss=0.274, over 14183.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04567, over 306.00 utterances.], tot_loss[loss=0.3979, simple_loss=0.4267, pruned_loss=0.1846, over 2777939.95 frames. utt_duration=236 frames, utt_pad_proportion=0.07347, over 47375.64 utterances.], batch size: 306, lr: 1.21e-03 +2022-09-17 05:24:56,660 INFO [train.py:885] (1/2) Epoch 3, batch 3400, loss[loss=0.3281, simple_loss=0.3814, pruned_loss=0.1374, over 14251.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04557, over 141.00 utterances.], tot_loss[loss=0.3983, simple_loss=0.4268, pruned_loss=0.1849, over 2775771.68 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07453, over 47325.91 utterances.], batch size: 141, lr: 1.21e-03 +2022-09-17 05:25:26,217 INFO [train.py:885] (1/2) Epoch 3, batch 3450, loss[loss=0.4259, simple_loss=0.4743, pruned_loss=0.1888, over 13652.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08006, over 477.00 utterances.], tot_loss[loss=0.4005, simple_loss=0.4286, pruned_loss=0.1862, over 2772785.11 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07488, over 48491.21 utterances.], batch size: 477, lr: 1.21e-03 +2022-09-17 05:25:56,197 INFO [train.py:885] (1/2) Epoch 3, batch 3500, loss[loss=0.4963, simple_loss=0.5321, pruned_loss=0.2303, over 13616.00 frames. utt_duration=98.65 frames, utt_pad_proportion=0.07802, over 560.00 utterances.], tot_loss[loss=0.3954, simple_loss=0.4246, pruned_loss=0.1831, over 2773993.35 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07488, over 47485.06 utterances.], batch size: 560, lr: 1.21e-03 +2022-09-17 05:26:25,616 INFO [train.py:885] (1/2) Epoch 3, batch 3550, loss[loss=0.3868, simple_loss=0.4084, pruned_loss=0.1827, over 14310.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03787, over 154.00 utterances.], tot_loss[loss=0.39, simple_loss=0.4199, pruned_loss=0.1801, over 2776318.83 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07365, over 45694.11 utterances.], batch size: 154, lr: 1.21e-03 +2022-09-17 05:26:55,136 INFO [train.py:885] (1/2) Epoch 3, batch 3600, loss[loss=0.3674, simple_loss=0.3916, pruned_loss=0.1716, over 14266.00 frames. utt_duration=440.3 frames, utt_pad_proportion=0.04064, over 130.00 utterances.], tot_loss[loss=0.391, simple_loss=0.4207, pruned_loss=0.1807, over 2777417.19 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07373, over 46123.25 utterances.], batch size: 130, lr: 1.21e-03 +2022-09-17 05:27:24,551 INFO [train.py:885] (1/2) Epoch 3, batch 3650, loss[loss=0.3895, simple_loss=0.4182, pruned_loss=0.1803, over 14337.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03938, over 167.00 utterances.], tot_loss[loss=0.388, simple_loss=0.4182, pruned_loss=0.1789, over 2778243.02 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07109, over 44818.50 utterances.], batch size: 167, lr: 1.21e-03 +2022-09-17 05:27:54,000 INFO [train.py:885] (1/2) Epoch 3, batch 3700, loss[loss=0.3136, simple_loss=0.366, pruned_loss=0.1306, over 14181.00 frames. utt_duration=638.7 frames, utt_pad_proportion=0.04811, over 89.00 utterances.], tot_loss[loss=0.389, simple_loss=0.4195, pruned_loss=0.1792, over 2778468.92 frames. utt_duration=246.6 frames, utt_pad_proportion=0.0714, over 45337.07 utterances.], batch size: 89, lr: 1.21e-03 +2022-09-17 05:28:24,147 INFO [train.py:885] (1/2) Epoch 3, batch 3750, loss[loss=0.3421, simple_loss=0.3729, pruned_loss=0.1557, over 14046.00 frames. utt_duration=574.6 frames, utt_pad_proportion=0.05642, over 98.00 utterances.], tot_loss[loss=0.3902, simple_loss=0.4202, pruned_loss=0.18, over 2778546.02 frames. utt_duration=246.5 frames, utt_pad_proportion=0.0718, over 45357.95 utterances.], batch size: 98, lr: 1.20e-03 +2022-09-17 05:28:53,329 INFO [train.py:885] (1/2) Epoch 3, batch 3800, loss[loss=0.4126, simple_loss=0.4441, pruned_loss=0.1906, over 14349.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03657, over 195.00 utterances.], tot_loss[loss=0.3879, simple_loss=0.4185, pruned_loss=0.1786, over 2780648.40 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07037, over 45196.61 utterances.], batch size: 195, lr: 1.20e-03 +2022-09-17 05:29:22,915 INFO [train.py:885] (1/2) Epoch 3, batch 3850, loss[loss=0.3305, simple_loss=0.3813, pruned_loss=0.1399, over 14355.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03871, over 167.00 utterances.], tot_loss[loss=0.3923, simple_loss=0.4225, pruned_loss=0.181, over 2780083.65 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07154, over 46476.17 utterances.], batch size: 167, lr: 1.20e-03 +2022-09-17 05:29:52,676 INFO [train.py:885] (1/2) Epoch 3, batch 3900, loss[loss=0.2247, simple_loss=0.2763, pruned_loss=0.08654, over 12927.00 frames. utt_duration=1568 frames, utt_pad_proportion=0.1297, over 33.00 utterances.], tot_loss[loss=0.3951, simple_loss=0.425, pruned_loss=0.1826, over 2777009.65 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07364, over 47513.38 utterances.], batch size: 33, lr: 1.20e-03 +2022-09-17 05:30:21,761 INFO [train.py:885] (1/2) Epoch 3, batch 3950, loss[loss=0.3234, simple_loss=0.3668, pruned_loss=0.1401, over 14252.00 frames. utt_duration=519.8 frames, utt_pad_proportion=0.04627, over 110.00 utterances.], tot_loss[loss=0.3913, simple_loss=0.422, pruned_loss=0.1803, over 2778524.36 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07333, over 46342.92 utterances.], batch size: 110, lr: 1.20e-03 +2022-09-17 05:30:51,079 INFO [train.py:885] (1/2) Epoch 3, batch 4000, loss[loss=0.3097, simple_loss=0.3645, pruned_loss=0.1275, over 14204.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04265, over 109.00 utterances.], tot_loss[loss=0.3872, simple_loss=0.4177, pruned_loss=0.1783, over 2781705.63 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07005, over 44745.70 utterances.], batch size: 109, lr: 1.20e-03 +2022-09-17 05:31:20,270 INFO [train.py:885] (1/2) Epoch 3, batch 4050, loss[loss=0.6835, simple_loss=0.6951, pruned_loss=0.336, over 12502.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1442, over 810.00 utterances.], tot_loss[loss=0.3934, simple_loss=0.4231, pruned_loss=0.1818, over 2782706.21 frames. utt_duration=244 frames, utt_pad_proportion=0.07143, over 45903.48 utterances.], batch size: 810, lr: 1.20e-03 +2022-09-17 05:31:49,971 INFO [train.py:885] (1/2) Epoch 3, batch 4100, loss[loss=0.3522, simple_loss=0.3927, pruned_loss=0.1559, over 14301.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03986, over 120.00 utterances.], tot_loss[loss=0.3919, simple_loss=0.4213, pruned_loss=0.1813, over 2784149.06 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07129, over 44694.29 utterances.], batch size: 120, lr: 1.20e-03 +2022-09-17 05:32:19,149 INFO [train.py:885] (1/2) Epoch 3, batch 4150, loss[loss=0.5057, simple_loss=0.5072, pruned_loss=0.2521, over 14242.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04226, over 335.00 utterances.], tot_loss[loss=0.3949, simple_loss=0.4244, pruned_loss=0.1827, over 2785724.78 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07035, over 46251.53 utterances.], batch size: 335, lr: 1.20e-03 +2022-09-17 05:32:48,234 INFO [train.py:885] (1/2) Epoch 3, batch 4200, loss[loss=0.4381, simple_loss=0.4599, pruned_loss=0.2082, over 14334.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03478, over 244.00 utterances.], tot_loss[loss=0.3899, simple_loss=0.4204, pruned_loss=0.1797, over 2784024.90 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07104, over 45599.17 utterances.], batch size: 244, lr: 1.20e-03 +2022-09-17 05:33:17,287 INFO [train.py:885] (1/2) Epoch 3, batch 4250, loss[loss=0.3706, simple_loss=0.4193, pruned_loss=0.1609, over 14308.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03949, over 283.00 utterances.], tot_loss[loss=0.3898, simple_loss=0.4208, pruned_loss=0.1794, over 2784256.27 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07124, over 46246.12 utterances.], batch size: 283, lr: 1.19e-03 +2022-09-17 05:33:56,597 INFO [train.py:885] (1/2) Epoch 3, batch 4300, loss[loss=0.4031, simple_loss=0.4264, pruned_loss=0.1899, over 14330.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03912, over 244.00 utterances.], tot_loss[loss=0.3913, simple_loss=0.422, pruned_loss=0.1802, over 2780377.67 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07347, over 47064.51 utterances.], batch size: 244, lr: 1.19e-03 +2022-09-17 05:34:25,936 INFO [train.py:885] (1/2) Epoch 3, batch 4350, loss[loss=0.4769, simple_loss=0.5103, pruned_loss=0.2218, over 13695.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07735, over 477.00 utterances.], tot_loss[loss=0.3891, simple_loss=0.4195, pruned_loss=0.1793, over 2779669.11 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07267, over 45898.30 utterances.], batch size: 477, lr: 1.19e-03 +2022-09-17 05:34:55,375 INFO [train.py:885] (1/2) Epoch 3, batch 4400, loss[loss=0.425, simple_loss=0.4631, pruned_loss=0.1934, over 14394.00 frames. utt_duration=275.5 frames, utt_pad_proportion=0.03345, over 210.00 utterances.], tot_loss[loss=0.3896, simple_loss=0.4203, pruned_loss=0.1795, over 2777988.08 frames. utt_duration=243.8 frames, utt_pad_proportion=0.0724, over 45852.22 utterances.], batch size: 210, lr: 1.19e-03 +2022-09-17 05:35:25,753 INFO [train.py:885] (1/2) Epoch 3, batch 4450, loss[loss=0.2555, simple_loss=0.2973, pruned_loss=0.1069, over 13359.00 frames. utt_duration=1070 frames, utt_pad_proportion=0.1005, over 50.00 utterances.], tot_loss[loss=0.3881, simple_loss=0.419, pruned_loss=0.1785, over 2777357.55 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07297, over 45675.54 utterances.], batch size: 50, lr: 1.19e-03 +2022-09-17 05:35:54,172 INFO [train.py:885] (1/2) Epoch 3, batch 4500, loss[loss=0.2158, simple_loss=0.267, pruned_loss=0.08227, over 13144.00 frames. utt_duration=1284 frames, utt_pad_proportion=0.1035, over 41.00 utterances.], tot_loss[loss=0.3829, simple_loss=0.4153, pruned_loss=0.1753, over 2780610.94 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07207, over 44602.51 utterances.], batch size: 41, lr: 1.19e-03 +2022-09-17 05:36:24,620 INFO [train.py:885] (1/2) Epoch 3, batch 4550, loss[loss=0.1893, simple_loss=0.2243, pruned_loss=0.07716, over 12414.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1521, over 24.00 utterances.], tot_loss[loss=0.3867, simple_loss=0.4173, pruned_loss=0.1781, over 2783540.78 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07061, over 43962.27 utterances.], batch size: 24, lr: 1.19e-03 +2022-09-17 05:36:54,017 INFO [train.py:885] (1/2) Epoch 3, batch 4600, loss[loss=0.3567, simple_loss=0.3956, pruned_loss=0.1589, over 14245.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04569, over 141.00 utterances.], tot_loss[loss=0.3864, simple_loss=0.4174, pruned_loss=0.1777, over 2783653.86 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07084, over 44338.14 utterances.], batch size: 141, lr: 1.19e-03 +2022-09-17 05:37:23,945 INFO [train.py:885] (1/2) Epoch 3, batch 4650, loss[loss=0.2888, simple_loss=0.3248, pruned_loss=0.1265, over 14091.00 frames. utt_duration=807 frames, utt_pad_proportion=0.05507, over 70.00 utterances.], tot_loss[loss=0.3909, simple_loss=0.4215, pruned_loss=0.1802, over 2782564.83 frames. utt_duration=244 frames, utt_pad_proportion=0.07173, over 45902.68 utterances.], batch size: 70, lr: 1.19e-03 +2022-09-17 05:37:52,715 INFO [train.py:885] (1/2) Epoch 3, batch 4700, loss[loss=0.7658, simple_loss=0.7526, pruned_loss=0.3895, over 12499.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 810.00 utterances.], tot_loss[loss=0.3956, simple_loss=0.4246, pruned_loss=0.1833, over 2786472.74 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07071, over 45976.01 utterances.], batch size: 810, lr: 1.19e-03 +2022-09-17 05:38:22,559 INFO [train.py:885] (1/2) Epoch 3, batch 4750, loss[loss=0.3832, simple_loss=0.4126, pruned_loss=0.1769, over 14276.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.0428, over 154.00 utterances.], tot_loss[loss=0.4018, simple_loss=0.4297, pruned_loss=0.1869, over 2783978.63 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07154, over 47507.04 utterances.], batch size: 154, lr: 1.18e-03 +2022-09-17 05:38:52,301 INFO [train.py:885] (1/2) Epoch 3, batch 4800, loss[loss=0.2598, simple_loss=0.2993, pruned_loss=0.1102, over 13555.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09245, over 42.00 utterances.], tot_loss[loss=0.3977, simple_loss=0.4264, pruned_loss=0.1845, over 2782558.52 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07121, over 46678.17 utterances.], batch size: 42, lr: 1.18e-03 +2022-09-17 05:39:21,943 INFO [train.py:885] (1/2) Epoch 3, batch 4850, loss[loss=0.4363, simple_loss=0.4848, pruned_loss=0.1939, over 13784.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06966, over 411.00 utterances.], tot_loss[loss=0.3938, simple_loss=0.4233, pruned_loss=0.1821, over 2776393.21 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07197, over 46247.95 utterances.], batch size: 411, lr: 1.18e-03 +2022-09-17 05:39:51,680 INFO [train.py:885] (1/2) Epoch 3, batch 4900, loss[loss=0.4354, simple_loss=0.4975, pruned_loss=0.1866, over 13628.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08126, over 477.00 utterances.], tot_loss[loss=0.3901, simple_loss=0.4202, pruned_loss=0.18, over 2775790.94 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07141, over 45165.19 utterances.], batch size: 477, lr: 1.18e-03 +2022-09-17 05:40:21,250 INFO [train.py:885] (1/2) Epoch 3, batch 4950, loss[loss=0.3992, simple_loss=0.4268, pruned_loss=0.1858, over 14275.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04056, over 180.00 utterances.], tot_loss[loss=0.3936, simple_loss=0.4233, pruned_loss=0.1819, over 2769792.25 frames. utt_duration=238 frames, utt_pad_proportion=0.07476, over 46841.40 utterances.], batch size: 180, lr: 1.18e-03 +2022-09-17 05:40:50,444 INFO [train.py:885] (1/2) Epoch 3, batch 5000, loss[loss=0.3762, simple_loss=0.4, pruned_loss=0.1762, over 14161.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04592, over 109.00 utterances.], tot_loss[loss=0.396, simple_loss=0.4262, pruned_loss=0.1829, over 2777290.94 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07332, over 47458.38 utterances.], batch size: 109, lr: 1.18e-03 +2022-09-17 05:41:20,195 INFO [train.py:885] (1/2) Epoch 3, batch 5050, loss[loss=0.2306, simple_loss=0.2779, pruned_loss=0.09166, over 13399.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.09499, over 50.00 utterances.], tot_loss[loss=0.3949, simple_loss=0.4248, pruned_loss=0.1825, over 2777877.05 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07289, over 46676.63 utterances.], batch size: 50, lr: 1.18e-03 +2022-09-17 05:41:49,491 INFO [train.py:885] (1/2) Epoch 3, batch 5100, loss[loss=0.3273, simple_loss=0.351, pruned_loss=0.1518, over 13859.00 frames. utt_duration=804.8 frames, utt_pad_proportion=0.06206, over 69.00 utterances.], tot_loss[loss=0.3902, simple_loss=0.4201, pruned_loss=0.1801, over 2781042.22 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06973, over 45098.30 utterances.], batch size: 69, lr: 1.18e-03 +2022-09-17 05:42:18,625 INFO [train.py:885] (1/2) Epoch 3, batch 5150, loss[loss=0.3281, simple_loss=0.3524, pruned_loss=0.1519, over 13994.00 frames. utt_duration=572.8 frames, utt_pad_proportion=0.0595, over 98.00 utterances.], tot_loss[loss=0.3926, simple_loss=0.4221, pruned_loss=0.1815, over 2780401.58 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06928, over 45778.36 utterances.], batch size: 98, lr: 1.18e-03 +2022-09-17 05:42:48,224 INFO [train.py:885] (1/2) Epoch 3, batch 5200, loss[loss=0.3184, simple_loss=0.3575, pruned_loss=0.1396, over 14177.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04684, over 89.00 utterances.], tot_loss[loss=0.3863, simple_loss=0.4167, pruned_loss=0.178, over 2782557.83 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06857, over 44276.88 utterances.], batch size: 89, lr: 1.18e-03 +2022-09-17 05:43:18,972 INFO [train.py:885] (1/2) Epoch 3, batch 5250, loss[loss=0.3217, simple_loss=0.3494, pruned_loss=0.1471, over 14115.00 frames. utt_duration=716 frames, utt_pad_proportion=0.05286, over 79.00 utterances.], tot_loss[loss=0.3888, simple_loss=0.419, pruned_loss=0.1793, over 2772980.01 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07339, over 45978.43 utterances.], batch size: 79, lr: 1.18e-03 +2022-09-17 05:43:48,101 INFO [train.py:885] (1/2) Epoch 3, batch 5300, loss[loss=0.4047, simple_loss=0.4331, pruned_loss=0.1881, over 14377.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03705, over 167.00 utterances.], tot_loss[loss=0.3915, simple_loss=0.421, pruned_loss=0.181, over 2776713.71 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07332, over 46027.29 utterances.], batch size: 167, lr: 1.17e-03 +2022-09-17 05:44:17,379 INFO [train.py:885] (1/2) Epoch 3, batch 5350, loss[loss=0.3949, simple_loss=0.4316, pruned_loss=0.1791, over 14332.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03802, over 262.00 utterances.], tot_loss[loss=0.3874, simple_loss=0.4179, pruned_loss=0.1784, over 2779197.03 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07167, over 45566.35 utterances.], batch size: 262, lr: 1.17e-03 +2022-09-17 05:44:46,872 INFO [train.py:885] (1/2) Epoch 3, batch 5400, loss[loss=0.2366, simple_loss=0.2535, pruned_loss=0.1099, over 13070.00 frames. utt_duration=2093 frames, utt_pad_proportion=0.09481, over 25.00 utterances.], tot_loss[loss=0.3913, simple_loss=0.4221, pruned_loss=0.1803, over 2775910.52 frames. utt_duration=237 frames, utt_pad_proportion=0.07303, over 47137.63 utterances.], batch size: 25, lr: 1.17e-03 +2022-09-17 05:45:16,723 INFO [train.py:885] (1/2) Epoch 3, batch 5450, loss[loss=0.3482, simple_loss=0.3888, pruned_loss=0.1538, over 14318.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03877, over 120.00 utterances.], tot_loss[loss=0.3848, simple_loss=0.4166, pruned_loss=0.1765, over 2776238.13 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07204, over 45559.85 utterances.], batch size: 120, lr: 1.17e-03 +2022-09-17 05:45:46,546 INFO [train.py:885] (1/2) Epoch 3, batch 5500, loss[loss=0.4143, simple_loss=0.4388, pruned_loss=0.1949, over 14351.00 frames. utt_duration=296 frames, utt_pad_proportion=0.0359, over 195.00 utterances.], tot_loss[loss=0.3878, simple_loss=0.4194, pruned_loss=0.1781, over 2777357.43 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07319, over 46830.71 utterances.], batch size: 195, lr: 1.17e-03 +2022-09-17 05:46:15,457 INFO [train.py:885] (1/2) Epoch 3, batch 5550, loss[loss=0.3778, simple_loss=0.4153, pruned_loss=0.1701, over 14346.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.03824, over 154.00 utterances.], tot_loss[loss=0.3861, simple_loss=0.4175, pruned_loss=0.1773, over 2781379.22 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07164, over 44974.93 utterances.], batch size: 154, lr: 1.17e-03 +2022-09-17 05:46:44,926 INFO [train.py:885] (1/2) Epoch 3, batch 5600, loss[loss=0.32, simple_loss=0.3675, pruned_loss=0.1363, over 14320.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.04063, over 120.00 utterances.], tot_loss[loss=0.3864, simple_loss=0.417, pruned_loss=0.1779, over 2783471.61 frames. utt_duration=256.6 frames, utt_pad_proportion=0.07039, over 43639.93 utterances.], batch size: 120, lr: 1.17e-03 +2022-09-17 05:47:14,607 INFO [train.py:885] (1/2) Epoch 3, batch 5650, loss[loss=0.3194, simple_loss=0.368, pruned_loss=0.1354, over 14138.00 frames. utt_duration=637.1 frames, utt_pad_proportion=0.05055, over 89.00 utterances.], tot_loss[loss=0.3826, simple_loss=0.4136, pruned_loss=0.1758, over 2783582.35 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06964, over 42841.85 utterances.], batch size: 89, lr: 1.17e-03 +2022-09-17 05:47:44,421 INFO [train.py:885] (1/2) Epoch 3, batch 5700, loss[loss=0.328, simple_loss=0.3589, pruned_loss=0.1486, over 14159.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04564, over 109.00 utterances.], tot_loss[loss=0.3814, simple_loss=0.4122, pruned_loss=0.1753, over 2789351.17 frames. utt_duration=269.2 frames, utt_pad_proportion=0.06697, over 41675.67 utterances.], batch size: 109, lr: 1.17e-03 +2022-09-17 05:48:13,596 INFO [train.py:885] (1/2) Epoch 3, batch 5750, loss[loss=0.3828, simple_loss=0.4365, pruned_loss=0.1645, over 14036.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05631, over 366.00 utterances.], tot_loss[loss=0.3816, simple_loss=0.412, pruned_loss=0.1756, over 2787115.10 frames. utt_duration=271.4 frames, utt_pad_proportion=0.06683, over 41295.87 utterances.], batch size: 366, lr: 1.17e-03 +2022-09-17 05:48:43,373 INFO [train.py:885] (1/2) Epoch 3, batch 5800, loss[loss=0.4167, simple_loss=0.472, pruned_loss=0.1807, over 13626.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08081, over 477.00 utterances.], tot_loss[loss=0.3817, simple_loss=0.4133, pruned_loss=0.175, over 2783585.43 frames. utt_duration=259.9 frames, utt_pad_proportion=0.06841, over 43092.60 utterances.], batch size: 477, lr: 1.17e-03 +2022-09-17 05:49:12,583 INFO [train.py:885] (1/2) Epoch 3, batch 5850, loss[loss=0.3668, simple_loss=0.4093, pruned_loss=0.1622, over 14252.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04227, over 225.00 utterances.], tot_loss[loss=0.3821, simple_loss=0.4137, pruned_loss=0.1752, over 2778778.88 frames. utt_duration=257.2 frames, utt_pad_proportion=0.07128, over 43470.26 utterances.], batch size: 225, lr: 1.16e-03 +2022-09-17 05:49:42,342 INFO [train.py:885] (1/2) Epoch 3, batch 5900, loss[loss=0.3495, simple_loss=0.3849, pruned_loss=0.1571, over 14350.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03878, over 120.00 utterances.], tot_loss[loss=0.382, simple_loss=0.4138, pruned_loss=0.1751, over 2781475.42 frames. utt_duration=259 frames, utt_pad_proportion=0.07117, over 43209.55 utterances.], batch size: 120, lr: 1.16e-03 +2022-09-17 05:50:11,671 INFO [train.py:885] (1/2) Epoch 3, batch 5950, loss[loss=0.3526, simple_loss=0.4005, pruned_loss=0.1524, over 14289.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03921, over 154.00 utterances.], tot_loss[loss=0.3797, simple_loss=0.4123, pruned_loss=0.1736, over 2782053.37 frames. utt_duration=259.4 frames, utt_pad_proportion=0.07198, over 43145.93 utterances.], batch size: 154, lr: 1.16e-03 +2022-09-17 05:50:41,473 INFO [train.py:885] (1/2) Epoch 3, batch 6000, loss[loss=0.2693, simple_loss=0.3097, pruned_loss=0.1145, over 14052.00 frames. utt_duration=713 frames, utt_pad_proportion=0.05686, over 79.00 utterances.], tot_loss[loss=0.3803, simple_loss=0.4136, pruned_loss=0.1735, over 2780240.90 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07239, over 44520.73 utterances.], batch size: 79, lr: 1.16e-03 +2022-09-17 05:50:41,474 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 05:50:45,664 INFO [train.py:914] (1/2) Epoch 3, validation: loss=0.2567, simple_loss=0.3201, pruned_loss=0.09671, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 05:51:15,754 INFO [train.py:885] (1/2) Epoch 3, batch 6050, loss[loss=0.5, simple_loss=0.5207, pruned_loss=0.2397, over 13738.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07466, over 411.00 utterances.], tot_loss[loss=0.3867, simple_loss=0.4185, pruned_loss=0.1775, over 2779818.65 frames. utt_duration=245.5 frames, utt_pad_proportion=0.0717, over 45560.14 utterances.], batch size: 411, lr: 1.16e-03 +2022-09-17 05:51:45,461 INFO [train.py:885] (1/2) Epoch 3, batch 6100, loss[loss=0.4138, simple_loss=0.4527, pruned_loss=0.1874, over 14325.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03798, over 210.00 utterances.], tot_loss[loss=0.3824, simple_loss=0.4145, pruned_loss=0.1751, over 2785112.65 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06873, over 43527.00 utterances.], batch size: 210, lr: 1.16e-03 +2022-09-17 05:52:15,430 INFO [train.py:885] (1/2) Epoch 3, batch 6150, loss[loss=0.2919, simple_loss=0.343, pruned_loss=0.1204, over 14307.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03979, over 120.00 utterances.], tot_loss[loss=0.3882, simple_loss=0.4197, pruned_loss=0.1784, over 2785516.69 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06971, over 45516.04 utterances.], batch size: 120, lr: 1.16e-03 +2022-09-17 05:52:44,988 INFO [train.py:885] (1/2) Epoch 3, batch 6200, loss[loss=0.42, simple_loss=0.4481, pruned_loss=0.1959, over 14332.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03847, over 262.00 utterances.], tot_loss[loss=0.3882, simple_loss=0.4192, pruned_loss=0.1786, over 2785940.01 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06955, over 45046.87 utterances.], batch size: 262, lr: 1.16e-03 +2022-09-17 05:53:14,423 INFO [train.py:885] (1/2) Epoch 3, batch 6250, loss[loss=0.347, simple_loss=0.3665, pruned_loss=0.1637, over 14083.00 frames. utt_duration=714.5 frames, utt_pad_proportion=0.05487, over 79.00 utterances.], tot_loss[loss=0.3852, simple_loss=0.4167, pruned_loss=0.1768, over 2783252.45 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06947, over 44402.41 utterances.], batch size: 79, lr: 1.16e-03 +2022-09-17 05:53:43,599 INFO [train.py:885] (1/2) Epoch 3, batch 6300, loss[loss=0.5638, simple_loss=0.594, pruned_loss=0.2668, over 13098.00 frames. utt_duration=81.77 frames, utt_pad_proportion=0.1112, over 653.00 utterances.], tot_loss[loss=0.3843, simple_loss=0.416, pruned_loss=0.1763, over 2785852.99 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06862, over 44061.69 utterances.], batch size: 653, lr: 1.16e-03 +2022-09-17 05:54:13,495 INFO [train.py:885] (1/2) Epoch 3, batch 6350, loss[loss=0.2678, simple_loss=0.3224, pruned_loss=0.1066, over 13875.00 frames. utt_duration=704 frames, utt_pad_proportion=0.06753, over 79.00 utterances.], tot_loss[loss=0.3872, simple_loss=0.4186, pruned_loss=0.1779, over 2786977.42 frames. utt_duration=250.2 frames, utt_pad_proportion=0.0686, over 44825.67 utterances.], batch size: 79, lr: 1.16e-03 +2022-09-17 05:54:43,333 INFO [train.py:885] (1/2) Epoch 3, batch 6400, loss[loss=0.4619, simple_loss=0.4737, pruned_loss=0.225, over 14268.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04087, over 225.00 utterances.], tot_loss[loss=0.387, simple_loss=0.4181, pruned_loss=0.178, over 2784143.73 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07108, over 44615.25 utterances.], batch size: 225, lr: 1.15e-03 +2022-09-17 05:55:12,269 INFO [train.py:885] (1/2) Epoch 3, batch 6450, loss[loss=0.3799, simple_loss=0.4094, pruned_loss=0.1752, over 14375.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03708, over 167.00 utterances.], tot_loss[loss=0.3867, simple_loss=0.4179, pruned_loss=0.1778, over 2786617.80 frames. utt_duration=249.3 frames, utt_pad_proportion=0.0706, over 44978.38 utterances.], batch size: 167, lr: 1.15e-03 +2022-09-17 05:55:42,381 INFO [train.py:885] (1/2) Epoch 3, batch 6500, loss[loss=0.429, simple_loss=0.4506, pruned_loss=0.2037, over 14366.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03682, over 244.00 utterances.], tot_loss[loss=0.3893, simple_loss=0.4198, pruned_loss=0.1794, over 2783989.52 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07133, over 45841.19 utterances.], batch size: 244, lr: 1.15e-03 +2022-09-17 05:56:11,354 INFO [train.py:885] (1/2) Epoch 3, batch 6550, loss[loss=0.4573, simple_loss=0.4876, pruned_loss=0.2135, over 13995.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05626, over 365.00 utterances.], tot_loss[loss=0.385, simple_loss=0.4168, pruned_loss=0.1766, over 2781992.67 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07103, over 45372.80 utterances.], batch size: 365, lr: 1.15e-03 +2022-09-17 05:56:40,976 INFO [train.py:885] (1/2) Epoch 3, batch 6600, loss[loss=0.4467, simple_loss=0.4661, pruned_loss=0.2136, over 14368.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03507, over 210.00 utterances.], tot_loss[loss=0.3924, simple_loss=0.4231, pruned_loss=0.1808, over 2779621.54 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07383, over 47397.52 utterances.], batch size: 210, lr: 1.15e-03 +2022-09-17 05:57:10,429 INFO [train.py:885] (1/2) Epoch 3, batch 6650, loss[loss=0.3696, simple_loss=0.4051, pruned_loss=0.167, over 14251.00 frames. utt_duration=371.7 frames, utt_pad_proportion=0.04199, over 154.00 utterances.], tot_loss[loss=0.3847, simple_loss=0.4166, pruned_loss=0.1765, over 2774092.83 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07417, over 45632.86 utterances.], batch size: 154, lr: 1.15e-03 +2022-09-17 05:57:39,836 INFO [train.py:885] (1/2) Epoch 3, batch 6700, loss[loss=0.4099, simple_loss=0.4317, pruned_loss=0.1941, over 14168.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04345, over 109.00 utterances.], tot_loss[loss=0.3881, simple_loss=0.4198, pruned_loss=0.1783, over 2777699.71 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07414, over 46521.54 utterances.], batch size: 109, lr: 1.15e-03 +2022-09-17 05:58:09,241 INFO [train.py:885] (1/2) Epoch 3, batch 6750, loss[loss=0.7441, simple_loss=0.7269, pruned_loss=0.3807, over 12409.00 frames. utt_duration=62.82 frames, utt_pad_proportion=0.1511, over 810.00 utterances.], tot_loss[loss=0.3929, simple_loss=0.4241, pruned_loss=0.1808, over 2780466.97 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07318, over 48012.80 utterances.], batch size: 810, lr: 1.15e-03 +2022-09-17 05:58:39,535 INFO [train.py:885] (1/2) Epoch 3, batch 6800, loss[loss=0.3546, simple_loss=0.3842, pruned_loss=0.1625, over 14264.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04471, over 141.00 utterances.], tot_loss[loss=0.3903, simple_loss=0.4219, pruned_loss=0.1793, over 2782282.28 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07107, over 46880.95 utterances.], batch size: 141, lr: 1.15e-03 +2022-09-17 05:59:09,132 INFO [train.py:885] (1/2) Epoch 3, batch 6850, loss[loss=0.4045, simple_loss=0.464, pruned_loss=0.1725, over 13794.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06953, over 411.00 utterances.], tot_loss[loss=0.3876, simple_loss=0.419, pruned_loss=0.1781, over 2781037.77 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06983, over 45244.16 utterances.], batch size: 411, lr: 1.15e-03 +2022-09-17 05:59:38,672 INFO [train.py:885] (1/2) Epoch 3, batch 6900, loss[loss=0.7033, simple_loss=0.7034, pruned_loss=0.3516, over 12565.00 frames. utt_duration=63.58 frames, utt_pad_proportion=0.1408, over 810.00 utterances.], tot_loss[loss=0.3883, simple_loss=0.4197, pruned_loss=0.1785, over 2777061.54 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07195, over 45876.09 utterances.], batch size: 810, lr: 1.15e-03 +2022-09-17 06:00:08,294 INFO [train.py:885] (1/2) Epoch 3, batch 6950, loss[loss=0.3367, simple_loss=0.3695, pruned_loss=0.1519, over 14336.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03876, over 154.00 utterances.], tot_loss[loss=0.3852, simple_loss=0.4181, pruned_loss=0.1762, over 2776069.99 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07177, over 46141.90 utterances.], batch size: 154, lr: 1.14e-03 +2022-09-17 06:00:37,404 INFO [train.py:885] (1/2) Epoch 3, batch 7000, loss[loss=0.3962, simple_loss=0.4659, pruned_loss=0.1633, over 13657.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07907, over 477.00 utterances.], tot_loss[loss=0.3833, simple_loss=0.4163, pruned_loss=0.1751, over 2778455.69 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07089, over 45381.18 utterances.], batch size: 477, lr: 1.14e-03 +2022-09-17 06:01:06,989 INFO [train.py:885] (1/2) Epoch 3, batch 7050, loss[loss=0.4201, simple_loss=0.4507, pruned_loss=0.1947, over 14233.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04237, over 306.00 utterances.], tot_loss[loss=0.3855, simple_loss=0.4174, pruned_loss=0.1768, over 2780328.20 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07285, over 45325.84 utterances.], batch size: 306, lr: 1.14e-03 +2022-09-17 06:01:36,736 INFO [train.py:885] (1/2) Epoch 3, batch 7100, loss[loss=0.3197, simple_loss=0.3634, pruned_loss=0.138, over 14150.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04638, over 109.00 utterances.], tot_loss[loss=0.391, simple_loss=0.4219, pruned_loss=0.18, over 2779097.71 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07472, over 46932.41 utterances.], batch size: 109, lr: 1.14e-03 +2022-09-17 06:02:06,237 INFO [train.py:885] (1/2) Epoch 3, batch 7150, loss[loss=0.2524, simple_loss=0.2966, pruned_loss=0.1041, over 13540.00 frames. utt_duration=1323 frames, utt_pad_proportion=0.07646, over 41.00 utterances.], tot_loss[loss=0.3907, simple_loss=0.4214, pruned_loss=0.1799, over 2773917.11 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07614, over 47386.62 utterances.], batch size: 41, lr: 1.14e-03 +2022-09-17 06:02:36,048 INFO [train.py:885] (1/2) Epoch 3, batch 7200, loss[loss=0.2026, simple_loss=0.246, pruned_loss=0.07956, over 13072.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1169, over 33.00 utterances.], tot_loss[loss=0.3882, simple_loss=0.4193, pruned_loss=0.1785, over 2774767.95 frames. utt_duration=239 frames, utt_pad_proportion=0.07459, over 46730.33 utterances.], batch size: 33, lr: 1.14e-03 +2022-09-17 06:03:05,123 INFO [train.py:885] (1/2) Epoch 3, batch 7250, loss[loss=0.5494, simple_loss=0.5514, pruned_loss=0.2737, over 13761.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07229, over 411.00 utterances.], tot_loss[loss=0.3872, simple_loss=0.4185, pruned_loss=0.1779, over 2772910.45 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07426, over 46441.69 utterances.], batch size: 411, lr: 1.14e-03 +2022-09-17 06:03:34,826 INFO [train.py:885] (1/2) Epoch 3, batch 7300, loss[loss=0.5501, simple_loss=0.5781, pruned_loss=0.2611, over 13612.00 frames. utt_duration=98.63 frames, utt_pad_proportion=0.0782, over 560.00 utterances.], tot_loss[loss=0.3847, simple_loss=0.4157, pruned_loss=0.1769, over 2773142.35 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07323, over 45494.13 utterances.], batch size: 560, lr: 1.14e-03 +2022-09-17 06:04:04,128 INFO [train.py:885] (1/2) Epoch 3, batch 7350, loss[loss=0.3503, simple_loss=0.3776, pruned_loss=0.1615, over 14061.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05516, over 98.00 utterances.], tot_loss[loss=0.3847, simple_loss=0.4162, pruned_loss=0.1766, over 2774666.74 frames. utt_duration=246 frames, utt_pad_proportion=0.07195, over 45393.56 utterances.], batch size: 98, lr: 1.14e-03 +2022-09-17 06:04:34,164 INFO [train.py:885] (1/2) Epoch 3, batch 7400, loss[loss=0.4015, simple_loss=0.4346, pruned_loss=0.1842, over 14328.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03513, over 244.00 utterances.], tot_loss[loss=0.3812, simple_loss=0.4135, pruned_loss=0.1745, over 2774748.77 frames. utt_duration=249.8 frames, utt_pad_proportion=0.0712, over 44692.83 utterances.], batch size: 244, lr: 1.14e-03 +2022-09-17 06:05:03,384 INFO [train.py:885] (1/2) Epoch 3, batch 7450, loss[loss=0.6831, simple_loss=0.689, pruned_loss=0.3387, over 12461.00 frames. utt_duration=63.1 frames, utt_pad_proportion=0.1473, over 810.00 utterances.], tot_loss[loss=0.3846, simple_loss=0.4166, pruned_loss=0.1763, over 2775790.61 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07248, over 45502.95 utterances.], batch size: 810, lr: 1.14e-03 +2022-09-17 06:05:33,146 INFO [train.py:885] (1/2) Epoch 3, batch 7500, loss[loss=0.4006, simple_loss=0.4346, pruned_loss=0.1833, over 14348.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03563, over 195.00 utterances.], tot_loss[loss=0.3837, simple_loss=0.4159, pruned_loss=0.1758, over 2781373.14 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07087, over 44290.40 utterances.], batch size: 195, lr: 1.14e-03 +2022-09-17 06:06:02,530 INFO [train.py:885] (1/2) Epoch 3, batch 7550, loss[loss=0.4639, simple_loss=0.5051, pruned_loss=0.2114, over 13765.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07248, over 411.00 utterances.], tot_loss[loss=0.3866, simple_loss=0.4189, pruned_loss=0.1772, over 2781720.79 frames. utt_duration=247 frames, utt_pad_proportion=0.07144, over 45311.09 utterances.], batch size: 411, lr: 1.13e-03 +2022-09-17 06:06:31,728 INFO [train.py:885] (1/2) Epoch 3, batch 7600, loss[loss=0.2273, simple_loss=0.2706, pruned_loss=0.09198, over 13689.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.07583, over 42.00 utterances.], tot_loss[loss=0.3862, simple_loss=0.4189, pruned_loss=0.1767, over 2782694.69 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07199, over 46014.74 utterances.], batch size: 42, lr: 1.13e-03 +2022-09-17 06:07:01,632 INFO [train.py:885] (1/2) Epoch 3, batch 7650, loss[loss=0.802, simple_loss=0.7628, pruned_loss=0.4206, over 12438.00 frames. utt_duration=62.89 frames, utt_pad_proportion=0.1502, over 811.00 utterances.], tot_loss[loss=0.3846, simple_loss=0.4172, pruned_loss=0.176, over 2780454.95 frames. utt_duration=241 frames, utt_pad_proportion=0.07286, over 46426.98 utterances.], batch size: 811, lr: 1.13e-03 +2022-09-17 06:07:31,239 INFO [train.py:885] (1/2) Epoch 3, batch 7700, loss[loss=0.5035, simple_loss=0.5543, pruned_loss=0.2264, over 13131.00 frames. utt_duration=82 frames, utt_pad_proportion=0.1087, over 653.00 utterances.], tot_loss[loss=0.388, simple_loss=0.4201, pruned_loss=0.178, over 2776188.73 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07579, over 47533.23 utterances.], batch size: 653, lr: 1.13e-03 +2022-09-17 06:08:01,465 INFO [train.py:885] (1/2) Epoch 3, batch 7750, loss[loss=0.4536, simple_loss=0.4694, pruned_loss=0.2189, over 14332.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03733, over 195.00 utterances.], tot_loss[loss=0.3813, simple_loss=0.4146, pruned_loss=0.174, over 2776793.39 frames. utt_duration=244.4 frames, utt_pad_proportion=0.0739, over 45714.06 utterances.], batch size: 195, lr: 1.13e-03 +2022-09-17 06:08:30,414 INFO [train.py:885] (1/2) Epoch 3, batch 7800, loss[loss=0.5288, simple_loss=0.57, pruned_loss=0.2438, over 13199.00 frames. utt_duration=82.46 frames, utt_pad_proportion=0.1037, over 653.00 utterances.], tot_loss[loss=0.3831, simple_loss=0.4162, pruned_loss=0.175, over 2772188.40 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07592, over 46722.00 utterances.], batch size: 653, lr: 1.13e-03 +2022-09-17 06:09:00,949 INFO [train.py:885] (1/2) Epoch 3, batch 7850, loss[loss=0.4911, simple_loss=0.4897, pruned_loss=0.2462, over 14210.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04397, over 306.00 utterances.], tot_loss[loss=0.3812, simple_loss=0.4151, pruned_loss=0.1736, over 2772835.09 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0748, over 47070.49 utterances.], batch size: 306, lr: 1.13e-03 +2022-09-17 06:09:30,090 INFO [train.py:885] (1/2) Epoch 3, batch 7900, loss[loss=0.4007, simple_loss=0.4526, pruned_loss=0.1744, over 13985.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05758, over 365.00 utterances.], tot_loss[loss=0.3802, simple_loss=0.4142, pruned_loss=0.1731, over 2774839.02 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07402, over 46483.70 utterances.], batch size: 365, lr: 1.13e-03 +2022-09-17 06:09:59,420 INFO [train.py:885] (1/2) Epoch 3, batch 7950, loss[loss=0.3535, simple_loss=0.3877, pruned_loss=0.1596, over 14273.00 frames. utt_duration=440.6 frames, utt_pad_proportion=0.04004, over 130.00 utterances.], tot_loss[loss=0.3824, simple_loss=0.4159, pruned_loss=0.1744, over 2778610.78 frames. utt_duration=240 frames, utt_pad_proportion=0.07227, over 46605.99 utterances.], batch size: 130, lr: 1.13e-03 +2022-09-17 06:10:29,371 INFO [train.py:885] (1/2) Epoch 3, batch 8000, loss[loss=0.615, simple_loss=0.617, pruned_loss=0.3065, over 13161.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.3857, simple_loss=0.4189, pruned_loss=0.1762, over 2777178.00 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07342, over 47381.72 utterances.], batch size: 653, lr: 1.13e-03 +2022-09-17 06:11:03,071 INFO [train.py:885] (1/2) Epoch 3, batch 8050, loss[loss=0.3232, simple_loss=0.3704, pruned_loss=0.138, over 14314.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03911, over 130.00 utterances.], tot_loss[loss=0.3855, simple_loss=0.4187, pruned_loss=0.1761, over 2776264.59 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07414, over 47459.88 utterances.], batch size: 130, lr: 1.13e-03 +2022-09-17 06:11:33,425 INFO [train.py:885] (1/2) Epoch 3, batch 8100, loss[loss=0.4876, simple_loss=0.4852, pruned_loss=0.245, over 14229.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04292, over 306.00 utterances.], tot_loss[loss=0.387, simple_loss=0.4191, pruned_loss=0.1775, over 2783214.74 frames. utt_duration=242.4 frames, utt_pad_proportion=0.0714, over 46216.53 utterances.], batch size: 306, lr: 1.13e-03 +2022-09-17 06:12:03,349 INFO [train.py:885] (1/2) Epoch 3, batch 8150, loss[loss=0.4704, simple_loss=0.4768, pruned_loss=0.2319, over 14351.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03698, over 262.00 utterances.], tot_loss[loss=0.3911, simple_loss=0.4231, pruned_loss=0.1795, over 2783310.77 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07194, over 48064.57 utterances.], batch size: 262, lr: 1.12e-03 +2022-09-17 06:12:33,149 INFO [train.py:885] (1/2) Epoch 3, batch 8200, loss[loss=0.2728, simple_loss=0.3094, pruned_loss=0.1181, over 13927.00 frames. utt_duration=706.7 frames, utt_pad_proportion=0.06396, over 79.00 utterances.], tot_loss[loss=0.3896, simple_loss=0.4222, pruned_loss=0.1785, over 2781688.96 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07263, over 48434.84 utterances.], batch size: 79, lr: 1.12e-03 +2022-09-17 06:13:02,892 INFO [train.py:885] (1/2) Epoch 3, batch 8250, loss[loss=0.5581, simple_loss=0.5312, pruned_loss=0.2925, over 14253.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04204, over 335.00 utterances.], tot_loss[loss=0.3884, simple_loss=0.4203, pruned_loss=0.1782, over 2785286.58 frames. utt_duration=239 frames, utt_pad_proportion=0.07042, over 46910.05 utterances.], batch size: 335, lr: 1.12e-03 +2022-09-17 06:13:32,072 INFO [train.py:885] (1/2) Epoch 3, batch 8300, loss[loss=0.3229, simple_loss=0.3377, pruned_loss=0.1541, over 12830.00 frames. utt_duration=1557 frames, utt_pad_proportion=0.1372, over 33.00 utterances.], tot_loss[loss=0.385, simple_loss=0.4179, pruned_loss=0.1761, over 2779274.20 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07117, over 46154.54 utterances.], batch size: 33, lr: 1.12e-03 +2022-09-17 06:14:01,607 INFO [train.py:885] (1/2) Epoch 3, batch 8350, loss[loss=0.4787, simple_loss=0.4897, pruned_loss=0.2339, over 14260.00 frames. utt_duration=188.1 frames, utt_pad_proportion=0.04035, over 306.00 utterances.], tot_loss[loss=0.3848, simple_loss=0.4175, pruned_loss=0.1761, over 2780930.00 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06943, over 45407.68 utterances.], batch size: 306, lr: 1.12e-03 +2022-09-17 06:14:31,306 INFO [train.py:885] (1/2) Epoch 3, batch 8400, loss[loss=0.4746, simple_loss=0.5303, pruned_loss=0.2094, over 13092.00 frames. utt_duration=81.76 frames, utt_pad_proportion=0.1113, over 653.00 utterances.], tot_loss[loss=0.3875, simple_loss=0.4193, pruned_loss=0.1778, over 2780876.44 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07022, over 45932.70 utterances.], batch size: 653, lr: 1.12e-03 +2022-09-17 06:15:00,938 INFO [train.py:885] (1/2) Epoch 3, batch 8450, loss[loss=0.3651, simple_loss=0.4116, pruned_loss=0.1593, over 14376.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03738, over 167.00 utterances.], tot_loss[loss=0.3828, simple_loss=0.4164, pruned_loss=0.1746, over 2778592.30 frames. utt_duration=243 frames, utt_pad_proportion=0.07026, over 46008.84 utterances.], batch size: 167, lr: 1.12e-03 +2022-09-17 06:15:30,088 INFO [train.py:885] (1/2) Epoch 3, batch 8500, loss[loss=0.387, simple_loss=0.4245, pruned_loss=0.1748, over 14306.00 frames. utt_duration=255.8 frames, utt_pad_proportion=0.03846, over 225.00 utterances.], tot_loss[loss=0.3847, simple_loss=0.4182, pruned_loss=0.1756, over 2782145.71 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07011, over 46588.79 utterances.], batch size: 225, lr: 1.12e-03 +2022-09-17 06:16:00,049 INFO [train.py:885] (1/2) Epoch 3, batch 8550, loss[loss=0.4061, simple_loss=0.4327, pruned_loss=0.1897, over 14320.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03988, over 154.00 utterances.], tot_loss[loss=0.3831, simple_loss=0.4169, pruned_loss=0.1746, over 2782100.73 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06896, over 46017.64 utterances.], batch size: 154, lr: 1.12e-03 +2022-09-17 06:16:29,297 INFO [train.py:885] (1/2) Epoch 3, batch 8600, loss[loss=0.4022, simple_loss=0.4382, pruned_loss=0.1831, over 14210.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04402, over 306.00 utterances.], tot_loss[loss=0.3798, simple_loss=0.4139, pruned_loss=0.1728, over 2783740.41 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06895, over 45267.09 utterances.], batch size: 306, lr: 1.12e-03 +2022-09-17 06:16:59,255 INFO [train.py:885] (1/2) Epoch 3, batch 8650, loss[loss=0.1582, simple_loss=0.1945, pruned_loss=0.06096, over 12369.00 frames. utt_duration=2063 frames, utt_pad_proportion=0.1518, over 24.00 utterances.], tot_loss[loss=0.3813, simple_loss=0.4151, pruned_loss=0.1737, over 2779175.75 frames. utt_duration=242.5 frames, utt_pad_proportion=0.06964, over 46120.63 utterances.], batch size: 24, lr: 1.12e-03 +2022-09-17 06:17:28,501 INFO [train.py:885] (1/2) Epoch 3, batch 8700, loss[loss=0.3311, simple_loss=0.3893, pruned_loss=0.1364, over 14289.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04272, over 141.00 utterances.], tot_loss[loss=0.3835, simple_loss=0.4174, pruned_loss=0.1748, over 2781009.84 frames. utt_duration=238.4 frames, utt_pad_proportion=0.06987, over 46945.88 utterances.], batch size: 141, lr: 1.12e-03 +2022-09-17 06:17:58,475 INFO [train.py:885] (1/2) Epoch 3, batch 8750, loss[loss=0.2529, simple_loss=0.3117, pruned_loss=0.09707, over 14088.00 frames. utt_duration=634.9 frames, utt_pad_proportion=0.0538, over 89.00 utterances.], tot_loss[loss=0.3843, simple_loss=0.4175, pruned_loss=0.1756, over 2788388.12 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06715, over 46055.76 utterances.], batch size: 89, lr: 1.11e-03 +2022-09-17 06:18:27,755 INFO [train.py:885] (1/2) Epoch 3, batch 8800, loss[loss=0.2942, simple_loss=0.3552, pruned_loss=0.1166, over 14300.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04004, over 120.00 utterances.], tot_loss[loss=0.3832, simple_loss=0.4159, pruned_loss=0.1753, over 2788578.66 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06615, over 45223.10 utterances.], batch size: 120, lr: 1.11e-03 +2022-09-17 06:18:57,331 INFO [train.py:885] (1/2) Epoch 3, batch 8850, loss[loss=0.2294, simple_loss=0.2686, pruned_loss=0.09508, over 13077.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1196, over 33.00 utterances.], tot_loss[loss=0.3824, simple_loss=0.416, pruned_loss=0.1744, over 2789035.69 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06624, over 45374.27 utterances.], batch size: 33, lr: 1.11e-03 +2022-09-17 06:19:27,024 INFO [train.py:885] (1/2) Epoch 3, batch 8900, loss[loss=0.4835, simple_loss=0.4843, pruned_loss=0.2414, over 14333.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03421, over 244.00 utterances.], tot_loss[loss=0.3856, simple_loss=0.4189, pruned_loss=0.1761, over 2784950.84 frames. utt_duration=240.1 frames, utt_pad_proportion=0.0689, over 46690.52 utterances.], batch size: 244, lr: 1.11e-03 +2022-09-17 06:19:56,447 INFO [train.py:885] (1/2) Epoch 3, batch 8950, loss[loss=0.3918, simple_loss=0.4223, pruned_loss=0.1806, over 14211.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04449, over 225.00 utterances.], tot_loss[loss=0.3877, simple_loss=0.4207, pruned_loss=0.1773, over 2781793.79 frames. utt_duration=236 frames, utt_pad_proportion=0.07207, over 47441.36 utterances.], batch size: 225, lr: 1.11e-03 +2022-09-17 06:20:26,325 INFO [train.py:885] (1/2) Epoch 3, batch 9000, loss[loss=0.2673, simple_loss=0.3091, pruned_loss=0.1127, over 14059.00 frames. utt_duration=804.7 frames, utt_pad_proportion=0.06106, over 70.00 utterances.], tot_loss[loss=0.3872, simple_loss=0.42, pruned_loss=0.1772, over 2779793.30 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07257, over 47199.89 utterances.], batch size: 70, lr: 1.11e-03 +2022-09-17 06:20:26,326 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 06:20:30,992 INFO [train.py:914] (1/2) Epoch 3, validation: loss=0.2395, simple_loss=0.3069, pruned_loss=0.08608, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 06:21:00,662 INFO [train.py:885] (1/2) Epoch 3, batch 9050, loss[loss=0.4628, simple_loss=0.4745, pruned_loss=0.2256, over 14302.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03957, over 283.00 utterances.], tot_loss[loss=0.3861, simple_loss=0.4187, pruned_loss=0.1768, over 2775751.09 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07272, over 46797.01 utterances.], batch size: 283, lr: 1.11e-03 +2022-09-17 06:21:30,118 INFO [train.py:885] (1/2) Epoch 3, batch 9100, loss[loss=0.5299, simple_loss=0.561, pruned_loss=0.2493, over 13134.00 frames. utt_duration=81.92 frames, utt_pad_proportion=0.1096, over 653.00 utterances.], tot_loss[loss=0.3855, simple_loss=0.4186, pruned_loss=0.1762, over 2774617.42 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07422, over 47197.96 utterances.], batch size: 653, lr: 1.11e-03 +2022-09-17 06:22:00,129 INFO [train.py:885] (1/2) Epoch 3, batch 9150, loss[loss=0.824, simple_loss=0.7732, pruned_loss=0.4374, over 12500.00 frames. utt_duration=63.24 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.3873, simple_loss=0.4211, pruned_loss=0.1768, over 2777115.93 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07508, over 48508.70 utterances.], batch size: 810, lr: 1.11e-03 +2022-09-17 06:22:29,672 INFO [train.py:885] (1/2) Epoch 3, batch 9200, loss[loss=0.5322, simple_loss=0.5178, pruned_loss=0.2733, over 14270.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04023, over 225.00 utterances.], tot_loss[loss=0.3958, simple_loss=0.4279, pruned_loss=0.1818, over 2777778.60 frames. utt_duration=222.6 frames, utt_pad_proportion=0.07697, over 50238.08 utterances.], batch size: 225, lr: 1.11e-03 +2022-09-17 06:22:58,714 INFO [train.py:885] (1/2) Epoch 3, batch 9250, loss[loss=0.3588, simple_loss=0.4139, pruned_loss=0.1519, over 14293.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03919, over 180.00 utterances.], tot_loss[loss=0.3903, simple_loss=0.4223, pruned_loss=0.1791, over 2783116.44 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07267, over 47083.32 utterances.], batch size: 180, lr: 1.11e-03 +2022-09-17 06:23:28,598 INFO [train.py:885] (1/2) Epoch 3, batch 9300, loss[loss=0.2851, simple_loss=0.36, pruned_loss=0.1051, over 14041.00 frames. utt_duration=574.5 frames, utt_pad_proportion=0.05347, over 98.00 utterances.], tot_loss[loss=0.3892, simple_loss=0.4213, pruned_loss=0.1785, over 2787159.26 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07036, over 46837.64 utterances.], batch size: 98, lr: 1.11e-03 +2022-09-17 06:23:57,863 INFO [train.py:885] (1/2) Epoch 3, batch 9350, loss[loss=0.2735, simple_loss=0.3222, pruned_loss=0.1125, over 13876.00 frames. utt_duration=806.2 frames, utt_pad_proportion=0.0615, over 69.00 utterances.], tot_loss[loss=0.3872, simple_loss=0.4191, pruned_loss=0.1776, over 2785455.79 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07146, over 46227.41 utterances.], batch size: 69, lr: 1.11e-03 +2022-09-17 06:24:27,528 INFO [train.py:885] (1/2) Epoch 3, batch 9400, loss[loss=0.3902, simple_loss=0.4281, pruned_loss=0.1762, over 14369.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.0347, over 210.00 utterances.], tot_loss[loss=0.3889, simple_loss=0.4207, pruned_loss=0.1785, over 2788809.44 frames. utt_duration=240.8 frames, utt_pad_proportion=0.0703, over 46614.97 utterances.], batch size: 210, lr: 1.10e-03 +2022-09-17 06:24:57,060 INFO [train.py:885] (1/2) Epoch 3, batch 9450, loss[loss=0.322, simple_loss=0.3738, pruned_loss=0.1351, over 14281.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04098, over 120.00 utterances.], tot_loss[loss=0.3876, simple_loss=0.4202, pruned_loss=0.1775, over 2788633.25 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07005, over 46486.55 utterances.], batch size: 120, lr: 1.10e-03 +2022-09-17 06:25:26,830 INFO [train.py:885] (1/2) Epoch 3, batch 9500, loss[loss=0.4814, simple_loss=0.4907, pruned_loss=0.2361, over 14200.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04544, over 335.00 utterances.], tot_loss[loss=0.3904, simple_loss=0.4222, pruned_loss=0.1793, over 2788086.60 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07075, over 46984.04 utterances.], batch size: 335, lr: 1.10e-03 +2022-09-17 06:25:56,585 INFO [train.py:885] (1/2) Epoch 3, batch 9550, loss[loss=0.1913, simple_loss=0.2378, pruned_loss=0.0724, over 13443.00 frames. utt_duration=1631 frames, utt_pad_proportion=0.0974, over 33.00 utterances.], tot_loss[loss=0.387, simple_loss=0.4195, pruned_loss=0.1773, over 2784497.46 frames. utt_duration=239.9 frames, utt_pad_proportion=0.0708, over 46715.09 utterances.], batch size: 33, lr: 1.10e-03 +2022-09-17 06:26:25,916 INFO [train.py:885] (1/2) Epoch 3, batch 9600, loss[loss=0.3624, simple_loss=0.4045, pruned_loss=0.1602, over 14238.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04641, over 141.00 utterances.], tot_loss[loss=0.384, simple_loss=0.4179, pruned_loss=0.1751, over 2784707.06 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07009, over 46766.60 utterances.], batch size: 141, lr: 1.10e-03 +2022-09-17 06:26:56,057 INFO [train.py:885] (1/2) Epoch 3, batch 9650, loss[loss=0.3013, simple_loss=0.3596, pruned_loss=0.1215, over 14198.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.0431, over 109.00 utterances.], tot_loss[loss=0.3808, simple_loss=0.4149, pruned_loss=0.1734, over 2788154.23 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06762, over 45370.98 utterances.], batch size: 109, lr: 1.10e-03 +2022-09-17 06:27:25,369 INFO [train.py:885] (1/2) Epoch 3, batch 9700, loss[loss=0.4432, simple_loss=0.4639, pruned_loss=0.2113, over 14214.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0433, over 306.00 utterances.], tot_loss[loss=0.3808, simple_loss=0.4151, pruned_loss=0.1732, over 2787835.18 frames. utt_duration=246 frames, utt_pad_proportion=0.06675, over 45600.42 utterances.], batch size: 306, lr: 1.10e-03 +2022-09-17 06:27:53,967 INFO [train.py:885] (1/2) Epoch 3, batch 9750, loss[loss=0.1953, simple_loss=0.2546, pruned_loss=0.06803, over 12429.00 frames. utt_duration=1990 frames, utt_pad_proportion=0.1073, over 25.00 utterances.], tot_loss[loss=0.3809, simple_loss=0.4148, pruned_loss=0.1735, over 2784550.51 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06924, over 45215.82 utterances.], batch size: 25, lr: 1.10e-03 +2022-09-17 06:28:23,221 INFO [train.py:885] (1/2) Epoch 3, batch 9800, loss[loss=0.3279, simple_loss=0.374, pruned_loss=0.1409, over 14351.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03895, over 167.00 utterances.], tot_loss[loss=0.3865, simple_loss=0.4195, pruned_loss=0.1767, over 2782558.89 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07178, over 46836.70 utterances.], batch size: 167, lr: 1.10e-03 +2022-09-17 06:28:52,714 INFO [train.py:885] (1/2) Epoch 3, batch 9850, loss[loss=0.4429, simple_loss=0.4549, pruned_loss=0.2155, over 14339.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03955, over 167.00 utterances.], tot_loss[loss=0.3855, simple_loss=0.4186, pruned_loss=0.1762, over 2783669.92 frames. utt_duration=241 frames, utt_pad_proportion=0.07235, over 46492.18 utterances.], batch size: 167, lr: 1.10e-03 +2022-09-17 06:29:30,922 INFO [train.py:885] (1/2) Epoch 3, batch 9900, loss[loss=0.4442, simple_loss=0.4833, pruned_loss=0.2026, over 13957.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05895, over 365.00 utterances.], tot_loss[loss=0.392, simple_loss=0.4246, pruned_loss=0.1797, over 2783592.09 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07314, over 48374.35 utterances.], batch size: 365, lr: 1.10e-03 +2022-09-17 06:30:00,629 INFO [train.py:885] (1/2) Epoch 3, batch 9950, loss[loss=0.2623, simple_loss=0.3137, pruned_loss=0.1055, over 14099.00 frames. utt_duration=715.5 frames, utt_pad_proportion=0.05361, over 79.00 utterances.], tot_loss[loss=0.3964, simple_loss=0.4284, pruned_loss=0.1823, over 2779753.93 frames. utt_duration=223.9 frames, utt_pad_proportion=0.07531, over 49993.23 utterances.], batch size: 79, lr: 1.10e-03 +2022-09-17 06:30:29,931 INFO [train.py:885] (1/2) Epoch 3, batch 10000, loss[loss=0.3014, simple_loss=0.3495, pruned_loss=0.1267, over 14066.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05464, over 98.00 utterances.], tot_loss[loss=0.3934, simple_loss=0.4253, pruned_loss=0.1807, over 2781679.39 frames. utt_duration=228.4 frames, utt_pad_proportion=0.0734, over 49039.71 utterances.], batch size: 98, lr: 1.10e-03 +2022-09-17 06:30:59,231 INFO [train.py:885] (1/2) Epoch 3, batch 10050, loss[loss=0.3101, simple_loss=0.3449, pruned_loss=0.1377, over 14273.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04474, over 110.00 utterances.], tot_loss[loss=0.3916, simple_loss=0.424, pruned_loss=0.1796, over 2781888.29 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07377, over 48139.62 utterances.], batch size: 110, lr: 1.09e-03 +2022-09-17 06:31:28,452 INFO [train.py:885] (1/2) Epoch 3, batch 10100, loss[loss=0.2575, simple_loss=0.3102, pruned_loss=0.1024, over 13414.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.08968, over 50.00 utterances.], tot_loss[loss=0.3895, simple_loss=0.4228, pruned_loss=0.1781, over 2782209.68 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07325, over 48026.94 utterances.], batch size: 50, lr: 1.09e-03 +2022-09-17 06:31:58,194 INFO [train.py:885] (1/2) Epoch 3, batch 10150, loss[loss=0.2545, simple_loss=0.2978, pruned_loss=0.1056, over 13829.00 frames. utt_duration=923.4 frames, utt_pad_proportion=0.07194, over 60.00 utterances.], tot_loss[loss=0.3835, simple_loss=0.4176, pruned_loss=0.1747, over 2781679.83 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07172, over 46304.34 utterances.], batch size: 60, lr: 1.09e-03 +2022-09-17 06:32:27,407 INFO [train.py:885] (1/2) Epoch 3, batch 10200, loss[loss=0.4565, simple_loss=0.4674, pruned_loss=0.2228, over 14341.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03683, over 195.00 utterances.], tot_loss[loss=0.3831, simple_loss=0.4172, pruned_loss=0.1745, over 2781897.60 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07097, over 45963.34 utterances.], batch size: 195, lr: 1.09e-03 +2022-09-17 06:32:56,985 INFO [train.py:885] (1/2) Epoch 3, batch 10250, loss[loss=0.4407, simple_loss=0.5038, pruned_loss=0.1888, over 13545.00 frames. utt_duration=98.16 frames, utt_pad_proportion=0.08259, over 560.00 utterances.], tot_loss[loss=0.385, simple_loss=0.4189, pruned_loss=0.1755, over 2782458.52 frames. utt_duration=240 frames, utt_pad_proportion=0.07018, over 46653.80 utterances.], batch size: 560, lr: 1.09e-03 +2022-09-17 06:33:26,146 INFO [train.py:885] (1/2) Epoch 3, batch 10300, loss[loss=0.324, simple_loss=0.3489, pruned_loss=0.1496, over 13822.00 frames. utt_duration=802.7 frames, utt_pad_proportion=0.06551, over 69.00 utterances.], tot_loss[loss=0.3843, simple_loss=0.419, pruned_loss=0.1748, over 2784621.39 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06941, over 46490.91 utterances.], batch size: 69, lr: 1.09e-03 +2022-09-17 06:33:55,817 INFO [train.py:885] (1/2) Epoch 3, batch 10350, loss[loss=0.3292, simple_loss=0.3598, pruned_loss=0.1493, over 14073.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05594, over 98.00 utterances.], tot_loss[loss=0.3806, simple_loss=0.4157, pruned_loss=0.1727, over 2785951.22 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06842, over 45031.10 utterances.], batch size: 98, lr: 1.09e-03 +2022-09-17 06:34:25,761 INFO [train.py:885] (1/2) Epoch 3, batch 10400, loss[loss=0.353, simple_loss=0.4042, pruned_loss=0.1509, over 14423.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03236, over 211.00 utterances.], tot_loss[loss=0.3877, simple_loss=0.4216, pruned_loss=0.1769, over 2781810.73 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07035, over 47390.65 utterances.], batch size: 211, lr: 1.09e-03 +2022-09-17 06:34:54,719 INFO [train.py:885] (1/2) Epoch 3, batch 10450, loss[loss=0.2026, simple_loss=0.248, pruned_loss=0.07857, over 13187.00 frames. utt_duration=1599 frames, utt_pad_proportion=0.1153, over 33.00 utterances.], tot_loss[loss=0.3845, simple_loss=0.4185, pruned_loss=0.1753, over 2775433.35 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07267, over 46407.16 utterances.], batch size: 33, lr: 1.09e-03 +2022-09-17 06:35:23,828 INFO [train.py:885] (1/2) Epoch 3, batch 10500, loss[loss=0.2469, simple_loss=0.2903, pruned_loss=0.1017, over 13309.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.09977, over 26.00 utterances.], tot_loss[loss=0.3815, simple_loss=0.4156, pruned_loss=0.1737, over 2780660.99 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06991, over 45086.13 utterances.], batch size: 26, lr: 1.09e-03 +2022-09-17 06:35:53,796 INFO [train.py:885] (1/2) Epoch 3, batch 10550, loss[loss=0.4145, simple_loss=0.4392, pruned_loss=0.1949, over 14359.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03715, over 244.00 utterances.], tot_loss[loss=0.3768, simple_loss=0.4123, pruned_loss=0.1706, over 2779050.28 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07091, over 44830.28 utterances.], batch size: 244, lr: 1.09e-03 +2022-09-17 06:36:22,871 INFO [train.py:885] (1/2) Epoch 3, batch 10600, loss[loss=0.2896, simple_loss=0.3413, pruned_loss=0.1189, over 14168.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04886, over 89.00 utterances.], tot_loss[loss=0.3776, simple_loss=0.413, pruned_loss=0.1711, over 2782122.65 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07029, over 44875.15 utterances.], batch size: 89, lr: 1.09e-03 +2022-09-17 06:36:52,633 INFO [train.py:885] (1/2) Epoch 3, batch 10650, loss[loss=0.5115, simple_loss=0.5477, pruned_loss=0.2377, over 13612.00 frames. utt_duration=98.59 frames, utt_pad_proportion=0.0786, over 560.00 utterances.], tot_loss[loss=0.3792, simple_loss=0.4148, pruned_loss=0.1718, over 2780696.75 frames. utt_duration=245.2 frames, utt_pad_proportion=0.0715, over 45643.08 utterances.], batch size: 560, lr: 1.09e-03 +2022-09-17 06:37:22,550 INFO [train.py:885] (1/2) Epoch 3, batch 10700, loss[loss=0.3378, simple_loss=0.3718, pruned_loss=0.1519, over 14160.00 frames. utt_duration=579.4 frames, utt_pad_proportion=0.04864, over 98.00 utterances.], tot_loss[loss=0.3837, simple_loss=0.4185, pruned_loss=0.1744, over 2781769.33 frames. utt_duration=239 frames, utt_pad_proportion=0.0715, over 46847.02 utterances.], batch size: 98, lr: 1.08e-03 +2022-09-17 06:37:52,172 INFO [train.py:885] (1/2) Epoch 3, batch 10750, loss[loss=0.5461, simple_loss=0.5698, pruned_loss=0.2612, over 13611.00 frames. utt_duration=98.59 frames, utt_pad_proportion=0.07859, over 560.00 utterances.], tot_loss[loss=0.3803, simple_loss=0.4155, pruned_loss=0.1726, over 2783224.72 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06955, over 45701.48 utterances.], batch size: 560, lr: 1.08e-03 +2022-09-17 06:38:22,149 INFO [train.py:885] (1/2) Epoch 3, batch 10800, loss[loss=0.2823, simple_loss=0.3344, pruned_loss=0.1151, over 13810.00 frames. utt_duration=921.9 frames, utt_pad_proportion=0.0744, over 60.00 utterances.], tot_loss[loss=0.3783, simple_loss=0.414, pruned_loss=0.1713, over 2780189.28 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07162, over 45042.65 utterances.], batch size: 60, lr: 1.08e-03 +2022-09-17 06:38:51,974 INFO [train.py:885] (1/2) Epoch 3, batch 10850, loss[loss=0.3942, simple_loss=0.4173, pruned_loss=0.1855, over 14292.00 frames. utt_duration=343.7 frames, utt_pad_proportion=0.04252, over 167.00 utterances.], tot_loss[loss=0.3853, simple_loss=0.4209, pruned_loss=0.1748, over 2779045.70 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07431, over 48351.68 utterances.], batch size: 167, lr: 1.08e-03 +2022-09-17 06:39:21,195 INFO [train.py:885] (1/2) Epoch 3, batch 10900, loss[loss=0.3477, simple_loss=0.3854, pruned_loss=0.155, over 14275.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.03992, over 130.00 utterances.], tot_loss[loss=0.3854, simple_loss=0.4202, pruned_loss=0.1753, over 2783410.45 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07261, over 47253.48 utterances.], batch size: 130, lr: 1.08e-03 +2022-09-17 06:39:50,207 INFO [train.py:885] (1/2) Epoch 3, batch 10950, loss[loss=0.3127, simple_loss=0.3621, pruned_loss=0.1316, over 14244.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04576, over 141.00 utterances.], tot_loss[loss=0.3815, simple_loss=0.4167, pruned_loss=0.1731, over 2783665.30 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07245, over 46719.50 utterances.], batch size: 141, lr: 1.08e-03 +2022-09-17 06:40:19,455 INFO [train.py:885] (1/2) Epoch 3, batch 11000, loss[loss=0.2572, simple_loss=0.3266, pruned_loss=0.09388, over 13882.00 frames. utt_duration=926.9 frames, utt_pad_proportion=0.06653, over 60.00 utterances.], tot_loss[loss=0.3778, simple_loss=0.4142, pruned_loss=0.1707, over 2777285.54 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07286, over 47134.27 utterances.], batch size: 60, lr: 1.08e-03 +2022-09-17 06:40:49,288 INFO [train.py:885] (1/2) Epoch 3, batch 11050, loss[loss=0.5971, simple_loss=0.6107, pruned_loss=0.2918, over 13183.00 frames. utt_duration=82.3 frames, utt_pad_proportion=0.1055, over 653.00 utterances.], tot_loss[loss=0.3826, simple_loss=0.4182, pruned_loss=0.1735, over 2778739.04 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07342, over 47869.77 utterances.], batch size: 653, lr: 1.08e-03 +2022-09-17 06:41:18,984 INFO [train.py:885] (1/2) Epoch 3, batch 11100, loss[loss=0.3871, simple_loss=0.4488, pruned_loss=0.1627, over 13727.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07439, over 411.00 utterances.], tot_loss[loss=0.3797, simple_loss=0.4148, pruned_loss=0.1723, over 2778083.33 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07405, over 46725.74 utterances.], batch size: 411, lr: 1.08e-03 +2022-09-17 06:41:48,202 INFO [train.py:885] (1/2) Epoch 3, batch 11150, loss[loss=0.3834, simple_loss=0.4274, pruned_loss=0.1697, over 14370.00 frames. utt_duration=220.7 frames, utt_pad_proportion=0.03628, over 262.00 utterances.], tot_loss[loss=0.3739, simple_loss=0.4097, pruned_loss=0.169, over 2777554.09 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07267, over 45000.72 utterances.], batch size: 262, lr: 1.08e-03 +2022-09-17 06:42:17,509 INFO [train.py:885] (1/2) Epoch 3, batch 11200, loss[loss=0.2001, simple_loss=0.2662, pruned_loss=0.06696, over 13544.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08429, over 50.00 utterances.], tot_loss[loss=0.3735, simple_loss=0.4101, pruned_loss=0.1685, over 2778567.65 frames. utt_duration=248 frames, utt_pad_proportion=0.07239, over 45090.76 utterances.], batch size: 50, lr: 1.08e-03 +2022-09-17 06:42:47,176 INFO [train.py:885] (1/2) Epoch 3, batch 11250, loss[loss=0.4892, simple_loss=0.4918, pruned_loss=0.2433, over 14241.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04243, over 306.00 utterances.], tot_loss[loss=0.3771, simple_loss=0.413, pruned_loss=0.1705, over 2780602.06 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07228, over 45326.19 utterances.], batch size: 306, lr: 1.08e-03 +2022-09-17 06:43:17,083 INFO [train.py:885] (1/2) Epoch 3, batch 11300, loss[loss=0.5022, simple_loss=0.4927, pruned_loss=0.2559, over 14313.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03828, over 210.00 utterances.], tot_loss[loss=0.3805, simple_loss=0.4154, pruned_loss=0.1728, over 2779392.75 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07338, over 46623.03 utterances.], batch size: 210, lr: 1.08e-03 +2022-09-17 06:43:46,884 INFO [train.py:885] (1/2) Epoch 3, batch 11350, loss[loss=0.7197, simple_loss=0.7192, pruned_loss=0.3601, over 12496.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1447, over 810.00 utterances.], tot_loss[loss=0.3825, simple_loss=0.4178, pruned_loss=0.1736, over 2780566.71 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07364, over 47482.82 utterances.], batch size: 810, lr: 1.08e-03 +2022-09-17 06:44:16,418 INFO [train.py:885] (1/2) Epoch 3, batch 11400, loss[loss=0.2981, simple_loss=0.341, pruned_loss=0.1276, over 13951.00 frames. utt_duration=707.8 frames, utt_pad_proportion=0.06373, over 79.00 utterances.], tot_loss[loss=0.3838, simple_loss=0.4188, pruned_loss=0.1744, over 2779488.37 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07351, over 47733.40 utterances.], batch size: 79, lr: 1.07e-03 +2022-09-17 06:44:46,121 INFO [train.py:885] (1/2) Epoch 3, batch 11450, loss[loss=0.4425, simple_loss=0.4608, pruned_loss=0.2122, over 14348.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03627, over 283.00 utterances.], tot_loss[loss=0.3826, simple_loss=0.417, pruned_loss=0.174, over 2783432.35 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07114, over 46301.78 utterances.], batch size: 283, lr: 1.07e-03 +2022-09-17 06:45:15,209 INFO [train.py:885] (1/2) Epoch 3, batch 11500, loss[loss=0.2682, simple_loss=0.313, pruned_loss=0.1117, over 14075.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.05876, over 70.00 utterances.], tot_loss[loss=0.3805, simple_loss=0.4153, pruned_loss=0.1728, over 2785737.39 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06929, over 45536.94 utterances.], batch size: 70, lr: 1.07e-03 +2022-09-17 06:45:44,722 INFO [train.py:885] (1/2) Epoch 3, batch 11550, loss[loss=0.3762, simple_loss=0.4201, pruned_loss=0.1662, over 14336.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03711, over 210.00 utterances.], tot_loss[loss=0.3813, simple_loss=0.4159, pruned_loss=0.1733, over 2786961.81 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06802, over 45920.26 utterances.], batch size: 210, lr: 1.07e-03 +2022-09-17 06:46:14,664 INFO [train.py:885] (1/2) Epoch 3, batch 11600, loss[loss=0.3733, simple_loss=0.4203, pruned_loss=0.1631, over 14370.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03255, over 244.00 utterances.], tot_loss[loss=0.3765, simple_loss=0.4116, pruned_loss=0.1707, over 2791028.83 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06476, over 43400.56 utterances.], batch size: 244, lr: 1.07e-03 +2022-09-17 06:46:44,073 INFO [train.py:885] (1/2) Epoch 3, batch 11650, loss[loss=0.4865, simple_loss=0.481, pruned_loss=0.2461, over 14356.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03593, over 195.00 utterances.], tot_loss[loss=0.3734, simple_loss=0.4092, pruned_loss=0.1688, over 2791213.96 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06438, over 43074.15 utterances.], batch size: 195, lr: 1.07e-03 +2022-09-17 06:47:13,867 INFO [train.py:885] (1/2) Epoch 3, batch 11700, loss[loss=0.3691, simple_loss=0.4157, pruned_loss=0.1612, over 14359.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03287, over 244.00 utterances.], tot_loss[loss=0.3697, simple_loss=0.4059, pruned_loss=0.1667, over 2787620.63 frames. utt_duration=267 frames, utt_pad_proportion=0.06518, over 41987.55 utterances.], batch size: 244, lr: 1.07e-03 +2022-09-17 06:47:43,240 INFO [train.py:885] (1/2) Epoch 3, batch 11750, loss[loss=0.3729, simple_loss=0.4108, pruned_loss=0.1675, over 14321.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03725, over 180.00 utterances.], tot_loss[loss=0.3714, simple_loss=0.4074, pruned_loss=0.1677, over 2788316.78 frames. utt_duration=264.6 frames, utt_pad_proportion=0.06491, over 42387.08 utterances.], batch size: 180, lr: 1.07e-03 +2022-09-17 06:48:12,936 INFO [train.py:885] (1/2) Epoch 3, batch 11800, loss[loss=0.3421, simple_loss=0.3888, pruned_loss=0.1477, over 14278.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.0397, over 130.00 utterances.], tot_loss[loss=0.3771, simple_loss=0.4121, pruned_loss=0.1711, over 2782023.64 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07052, over 44162.61 utterances.], batch size: 130, lr: 1.07e-03 +2022-09-17 06:48:41,681 INFO [train.py:885] (1/2) Epoch 3, batch 11850, loss[loss=0.2811, simple_loss=0.34, pruned_loss=0.1111, over 14209.00 frames. utt_duration=639.9 frames, utt_pad_proportion=0.04491, over 89.00 utterances.], tot_loss[loss=0.3756, simple_loss=0.4108, pruned_loss=0.1702, over 2783577.84 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06925, over 43359.65 utterances.], batch size: 89, lr: 1.07e-03 +2022-09-17 06:49:11,275 INFO [train.py:885] (1/2) Epoch 3, batch 11900, loss[loss=0.3508, simple_loss=0.3889, pruned_loss=0.1564, over 14238.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04644, over 141.00 utterances.], tot_loss[loss=0.3751, simple_loss=0.4107, pruned_loss=0.1698, over 2789886.72 frames. utt_duration=261.3 frames, utt_pad_proportion=0.06588, over 42956.07 utterances.], batch size: 141, lr: 1.07e-03 +2022-09-17 06:49:40,841 INFO [train.py:885] (1/2) Epoch 3, batch 11950, loss[loss=0.2905, simple_loss=0.3409, pruned_loss=0.1201, over 14216.00 frames. utt_duration=640.4 frames, utt_pad_proportion=0.04561, over 89.00 utterances.], tot_loss[loss=0.3801, simple_loss=0.4144, pruned_loss=0.1729, over 2785475.97 frames. utt_duration=253 frames, utt_pad_proportion=0.07033, over 44289.19 utterances.], batch size: 89, lr: 1.07e-03 +2022-09-17 06:50:10,424 INFO [train.py:885] (1/2) Epoch 3, batch 12000, loss[loss=0.2492, simple_loss=0.275, pruned_loss=0.1117, over 13607.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.0849, over 50.00 utterances.], tot_loss[loss=0.3783, simple_loss=0.4126, pruned_loss=0.172, over 2786112.08 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0694, over 43847.95 utterances.], batch size: 50, lr: 1.07e-03 +2022-09-17 06:50:10,424 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 06:50:14,568 INFO [train.py:914] (1/2) Epoch 3, validation: loss=0.2491, simple_loss=0.3145, pruned_loss=0.0919, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 06:50:44,704 INFO [train.py:885] (1/2) Epoch 3, batch 12050, loss[loss=0.315, simple_loss=0.3738, pruned_loss=0.1281, over 14246.00 frames. utt_duration=524.4 frames, utt_pad_proportion=0.03954, over 109.00 utterances.], tot_loss[loss=0.382, simple_loss=0.4166, pruned_loss=0.1737, over 2782030.21 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07257, over 46003.81 utterances.], batch size: 109, lr: 1.07e-03 +2022-09-17 06:51:13,740 INFO [train.py:885] (1/2) Epoch 3, batch 12100, loss[loss=0.7209, simple_loss=0.7238, pruned_loss=0.3589, over 12480.00 frames. utt_duration=63.17 frames, utt_pad_proportion=0.1464, over 810.00 utterances.], tot_loss[loss=0.3847, simple_loss=0.4187, pruned_loss=0.1753, over 2783130.05 frames. utt_duration=238 frames, utt_pad_proportion=0.0728, over 47068.83 utterances.], batch size: 810, lr: 1.06e-03 +2022-09-17 06:51:43,502 INFO [train.py:885] (1/2) Epoch 3, batch 12150, loss[loss=0.3072, simple_loss=0.3436, pruned_loss=0.1354, over 14055.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05559, over 98.00 utterances.], tot_loss[loss=0.3811, simple_loss=0.4162, pruned_loss=0.173, over 2780892.18 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07392, over 46736.12 utterances.], batch size: 98, lr: 1.06e-03 +2022-09-17 06:52:13,642 INFO [train.py:885] (1/2) Epoch 3, batch 12200, loss[loss=0.665, simple_loss=0.6873, pruned_loss=0.3214, over 12493.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1457, over 811.00 utterances.], tot_loss[loss=0.378, simple_loss=0.4131, pruned_loss=0.1715, over 2780325.56 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07354, over 45880.83 utterances.], batch size: 811, lr: 1.06e-03 +2022-09-17 06:52:49,126 INFO [train.py:885] (1/2) Epoch 3, batch 12250, loss[loss=0.2178, simple_loss=0.2749, pruned_loss=0.08032, over 13446.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09579, over 50.00 utterances.], tot_loss[loss=0.3842, simple_loss=0.4185, pruned_loss=0.175, over 2781334.09 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07295, over 46892.97 utterances.], batch size: 50, lr: 1.06e-03 +2022-09-17 06:53:18,843 INFO [train.py:885] (1/2) Epoch 3, batch 12300, loss[loss=0.4504, simple_loss=0.4602, pruned_loss=0.2203, over 14328.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03748, over 195.00 utterances.], tot_loss[loss=0.3818, simple_loss=0.4164, pruned_loss=0.1736, over 2781047.30 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07211, over 46316.02 utterances.], batch size: 195, lr: 1.06e-03 +2022-09-17 06:53:47,671 INFO [train.py:885] (1/2) Epoch 3, batch 12350, loss[loss=0.2423, simple_loss=0.3053, pruned_loss=0.08969, over 13941.00 frames. utt_duration=809.4 frames, utt_pad_proportion=0.0577, over 69.00 utterances.], tot_loss[loss=0.3824, simple_loss=0.4161, pruned_loss=0.1744, over 2783620.87 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07126, over 45497.56 utterances.], batch size: 69, lr: 1.06e-03 +2022-09-17 06:54:17,435 INFO [train.py:885] (1/2) Epoch 3, batch 12400, loss[loss=0.3658, simple_loss=0.3998, pruned_loss=0.1659, over 14314.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03719, over 130.00 utterances.], tot_loss[loss=0.3803, simple_loss=0.4145, pruned_loss=0.1731, over 2783767.63 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07097, over 45593.09 utterances.], batch size: 130, lr: 1.06e-03 +2022-09-17 06:54:46,914 INFO [train.py:885] (1/2) Epoch 3, batch 12450, loss[loss=0.3033, simple_loss=0.3195, pruned_loss=0.1435, over 13645.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07987, over 50.00 utterances.], tot_loss[loss=0.3785, simple_loss=0.4142, pruned_loss=0.1714, over 2784131.02 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07085, over 46131.31 utterances.], batch size: 50, lr: 1.06e-03 +2022-09-17 06:55:16,620 INFO [train.py:885] (1/2) Epoch 3, batch 12500, loss[loss=0.3499, simple_loss=0.3893, pruned_loss=0.1553, over 13985.00 frames. utt_duration=572.2 frames, utt_pad_proportion=0.05894, over 98.00 utterances.], tot_loss[loss=0.3781, simple_loss=0.4143, pruned_loss=0.171, over 2783606.18 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07031, over 45466.60 utterances.], batch size: 98, lr: 1.06e-03 +2022-09-17 06:55:46,288 INFO [train.py:885] (1/2) Epoch 3, batch 12550, loss[loss=0.408, simple_loss=0.44, pruned_loss=0.188, over 14345.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03622, over 210.00 utterances.], tot_loss[loss=0.376, simple_loss=0.4127, pruned_loss=0.1696, over 2779031.17 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07171, over 46168.49 utterances.], batch size: 210, lr: 1.06e-03 +2022-09-17 06:56:14,653 INFO [train.py:885] (1/2) Epoch 3, batch 12600, loss[loss=0.4134, simple_loss=0.4374, pruned_loss=0.1947, over 14354.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03788, over 167.00 utterances.], tot_loss[loss=0.3779, simple_loss=0.4141, pruned_loss=0.1709, over 2784161.09 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06943, over 46240.10 utterances.], batch size: 167, lr: 1.06e-03 +2022-09-17 06:56:33,098 INFO [train.py:885] (1/2) Epoch 4, batch 0, loss[loss=0.3134, simple_loss=0.3685, pruned_loss=0.1292, over 14300.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04024, over 120.00 utterances.], tot_loss[loss=0.3134, simple_loss=0.3685, pruned_loss=0.1292, over 14300.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04024, over 120.00 utterances.], batch size: 120, lr: 1.03e-03 +2022-09-17 06:57:02,345 INFO [train.py:885] (1/2) Epoch 4, batch 50, loss[loss=0.4004, simple_loss=0.4617, pruned_loss=0.1696, over 13777.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07109, over 411.00 utterances.], tot_loss[loss=0.3751, simple_loss=0.4147, pruned_loss=0.1678, over 630952.15 frames. utt_duration=238.1 frames, utt_pad_proportion=0.06419, over 10662.78 utterances.], batch size: 411, lr: 1.03e-03 +2022-09-17 06:57:31,497 INFO [train.py:885] (1/2) Epoch 4, batch 100, loss[loss=0.5225, simple_loss=0.5119, pruned_loss=0.2665, over 14219.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0438, over 306.00 utterances.], tot_loss[loss=0.383, simple_loss=0.4188, pruned_loss=0.1736, over 1108531.35 frames. utt_duration=236 frames, utt_pad_proportion=0.06513, over 18904.45 utterances.], batch size: 306, lr: 1.03e-03 +2022-09-17 06:58:01,691 INFO [train.py:885] (1/2) Epoch 4, batch 150, loss[loss=0.2889, simple_loss=0.3009, pruned_loss=0.1385, over 12308.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.1746, over 24.00 utterances.], tot_loss[loss=0.3817, simple_loss=0.4167, pruned_loss=0.1734, over 1477011.92 frames. utt_duration=234.7 frames, utt_pad_proportion=0.0678, over 25329.12 utterances.], batch size: 24, lr: 1.02e-03 +2022-09-17 06:58:31,229 INFO [train.py:885] (1/2) Epoch 4, batch 200, loss[loss=0.2669, simple_loss=0.3312, pruned_loss=0.1013, over 14014.00 frames. utt_duration=573.5 frames, utt_pad_proportion=0.05831, over 98.00 utterances.], tot_loss[loss=0.372, simple_loss=0.4092, pruned_loss=0.1674, over 1760694.61 frames. utt_duration=242.5 frames, utt_pad_proportion=0.0721, over 29224.67 utterances.], batch size: 98, lr: 1.02e-03 +2022-09-17 06:59:01,069 INFO [train.py:885] (1/2) Epoch 4, batch 250, loss[loss=0.3354, simple_loss=0.3785, pruned_loss=0.1462, over 14272.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04379, over 141.00 utterances.], tot_loss[loss=0.3802, simple_loss=0.4177, pruned_loss=0.1714, over 1983345.24 frames. utt_duration=224.8 frames, utt_pad_proportion=0.07502, over 35523.07 utterances.], batch size: 141, lr: 1.02e-03 +2022-09-17 06:59:29,618 INFO [train.py:885] (1/2) Epoch 4, batch 300, loss[loss=0.3497, simple_loss=0.3842, pruned_loss=0.1576, over 14284.00 frames. utt_duration=406.7 frames, utt_pad_proportion=0.04295, over 141.00 utterances.], tot_loss[loss=0.3712, simple_loss=0.4094, pruned_loss=0.1665, over 2163859.06 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07096, over 35814.21 utterances.], batch size: 141, lr: 1.02e-03 +2022-09-17 06:59:59,695 INFO [train.py:885] (1/2) Epoch 4, batch 350, loss[loss=0.3411, simple_loss=0.3563, pruned_loss=0.1629, over 13870.00 frames. utt_duration=805.5 frames, utt_pad_proportion=0.06232, over 69.00 utterances.], tot_loss[loss=0.3735, simple_loss=0.4123, pruned_loss=0.1673, over 2294886.17 frames. utt_duration=229.1 frames, utt_pad_proportion=0.07667, over 40324.61 utterances.], batch size: 69, lr: 1.02e-03 +2022-09-17 07:00:29,403 INFO [train.py:885] (1/2) Epoch 4, batch 400, loss[loss=0.3237, simple_loss=0.3581, pruned_loss=0.1447, over 14079.00 frames. utt_duration=576 frames, utt_pad_proportion=0.0511, over 98.00 utterances.], tot_loss[loss=0.38, simple_loss=0.4177, pruned_loss=0.1711, over 2404805.88 frames. utt_duration=223.9 frames, utt_pad_proportion=0.07544, over 43247.47 utterances.], batch size: 98, lr: 1.02e-03 +2022-09-17 07:00:59,118 INFO [train.py:885] (1/2) Epoch 4, batch 450, loss[loss=0.3099, simple_loss=0.3625, pruned_loss=0.1287, over 14159.00 frames. utt_duration=579.4 frames, utt_pad_proportion=0.04861, over 98.00 utterances.], tot_loss[loss=0.377, simple_loss=0.4147, pruned_loss=0.1696, over 2485207.16 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07332, over 42885.43 utterances.], batch size: 98, lr: 1.02e-03 +2022-09-17 07:01:28,542 INFO [train.py:885] (1/2) Epoch 4, batch 500, loss[loss=0.1762, simple_loss=0.2237, pruned_loss=0.0644, over 13205.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1079, over 33.00 utterances.], tot_loss[loss=0.3825, simple_loss=0.4189, pruned_loss=0.173, over 2550136.39 frames. utt_duration=228.6 frames, utt_pad_proportion=0.0737, over 44919.33 utterances.], batch size: 33, lr: 1.02e-03 +2022-09-17 07:01:58,296 INFO [train.py:885] (1/2) Epoch 4, batch 550, loss[loss=0.2336, simple_loss=0.3004, pruned_loss=0.08339, over 13448.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.08626, over 50.00 utterances.], tot_loss[loss=0.3819, simple_loss=0.4185, pruned_loss=0.1726, over 2600368.81 frames. utt_duration=230.3 frames, utt_pad_proportion=0.07379, over 45450.95 utterances.], batch size: 50, lr: 1.02e-03 +2022-09-17 07:02:28,038 INFO [train.py:885] (1/2) Epoch 4, batch 600, loss[loss=0.3349, simple_loss=0.3822, pruned_loss=0.1438, over 14245.00 frames. utt_duration=439.7 frames, utt_pad_proportion=0.04201, over 130.00 utterances.], tot_loss[loss=0.3859, simple_loss=0.422, pruned_loss=0.1749, over 2645464.50 frames. utt_duration=227.2 frames, utt_pad_proportion=0.07222, over 46882.21 utterances.], batch size: 130, lr: 1.02e-03 +2022-09-17 07:02:57,102 INFO [train.py:885] (1/2) Epoch 4, batch 650, loss[loss=0.2611, simple_loss=0.3181, pruned_loss=0.1021, over 14005.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.05533, over 79.00 utterances.], tot_loss[loss=0.3792, simple_loss=0.4162, pruned_loss=0.1711, over 2673003.41 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07264, over 45480.26 utterances.], batch size: 79, lr: 1.02e-03 +2022-09-17 07:03:26,194 INFO [train.py:885] (1/2) Epoch 4, batch 700, loss[loss=0.5342, simple_loss=0.5243, pruned_loss=0.2721, over 14227.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04282, over 306.00 utterances.], tot_loss[loss=0.3774, simple_loss=0.4146, pruned_loss=0.1701, over 2696924.56 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07265, over 45662.90 utterances.], batch size: 306, lr: 1.02e-03 +2022-09-17 07:03:55,934 INFO [train.py:885] (1/2) Epoch 4, batch 750, loss[loss=0.7693, simple_loss=0.748, pruned_loss=0.3954, over 12405.00 frames. utt_duration=62.8 frames, utt_pad_proportion=0.1514, over 810.00 utterances.], tot_loss[loss=0.3713, simple_loss=0.4095, pruned_loss=0.1665, over 2717941.19 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07121, over 44013.62 utterances.], batch size: 810, lr: 1.02e-03 +2022-09-17 07:04:25,374 INFO [train.py:885] (1/2) Epoch 4, batch 800, loss[loss=0.3808, simple_loss=0.4398, pruned_loss=0.1609, over 14005.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.0556, over 365.00 utterances.], tot_loss[loss=0.3733, simple_loss=0.4109, pruned_loss=0.1678, over 2738055.50 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06956, over 44436.89 utterances.], batch size: 365, lr: 1.02e-03 +2022-09-17 07:04:54,473 INFO [train.py:885] (1/2) Epoch 4, batch 850, loss[loss=0.3949, simple_loss=0.4582, pruned_loss=0.1658, over 13770.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07169, over 411.00 utterances.], tot_loss[loss=0.3713, simple_loss=0.4083, pruned_loss=0.1671, over 2744925.79 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06929, over 43681.04 utterances.], batch size: 411, lr: 1.02e-03 +2022-09-17 07:05:24,056 INFO [train.py:885] (1/2) Epoch 4, batch 900, loss[loss=0.3018, simple_loss=0.3446, pruned_loss=0.1295, over 14247.00 frames. utt_duration=641.8 frames, utt_pad_proportion=0.04489, over 89.00 utterances.], tot_loss[loss=0.3756, simple_loss=0.4119, pruned_loss=0.1696, over 2752509.41 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07193, over 44818.81 utterances.], batch size: 89, lr: 1.01e-03 +2022-09-17 07:05:53,881 INFO [train.py:885] (1/2) Epoch 4, batch 950, loss[loss=0.5224, simple_loss=0.5484, pruned_loss=0.2482, over 13773.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07134, over 411.00 utterances.], tot_loss[loss=0.3775, simple_loss=0.4139, pruned_loss=0.1705, over 2756662.80 frames. utt_duration=242.4 frames, utt_pad_proportion=0.0721, over 45767.65 utterances.], batch size: 411, lr: 1.01e-03 +2022-09-17 07:06:23,568 INFO [train.py:885] (1/2) Epoch 4, batch 1000, loss[loss=0.416, simple_loss=0.4439, pruned_loss=0.194, over 14353.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.0366, over 283.00 utterances.], tot_loss[loss=0.383, simple_loss=0.4181, pruned_loss=0.1739, over 2764267.07 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07197, over 46655.13 utterances.], batch size: 283, lr: 1.01e-03 +2022-09-17 07:06:52,933 INFO [train.py:885] (1/2) Epoch 4, batch 1050, loss[loss=0.3604, simple_loss=0.4053, pruned_loss=0.1578, over 14342.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03921, over 167.00 utterances.], tot_loss[loss=0.3841, simple_loss=0.4204, pruned_loss=0.1739, over 2765769.72 frames. utt_duration=227.4 frames, utt_pad_proportion=0.07444, over 48970.38 utterances.], batch size: 167, lr: 1.01e-03 +2022-09-17 07:07:22,704 INFO [train.py:885] (1/2) Epoch 4, batch 1100, loss[loss=0.2596, simple_loss=0.3265, pruned_loss=0.09639, over 11933.00 frames. utt_duration=1990 frames, utt_pad_proportion=0.1201, over 24.00 utterances.], tot_loss[loss=0.3772, simple_loss=0.4136, pruned_loss=0.1704, over 2766326.12 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07451, over 46209.96 utterances.], batch size: 24, lr: 1.01e-03 +2022-09-17 07:07:52,741 INFO [train.py:885] (1/2) Epoch 4, batch 1150, loss[loss=0.4005, simple_loss=0.4369, pruned_loss=0.1821, over 14328.00 frames. utt_duration=256.1 frames, utt_pad_proportion=0.03704, over 225.00 utterances.], tot_loss[loss=0.3755, simple_loss=0.4118, pruned_loss=0.1696, over 2770702.19 frames. utt_duration=245 frames, utt_pad_proportion=0.07411, over 45506.76 utterances.], batch size: 225, lr: 1.01e-03 +2022-09-17 07:08:22,151 INFO [train.py:885] (1/2) Epoch 4, batch 1200, loss[loss=0.223, simple_loss=0.2729, pruned_loss=0.08658, over 13116.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1183, over 33.00 utterances.], tot_loss[loss=0.373, simple_loss=0.4098, pruned_loss=0.1681, over 2774661.89 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07229, over 44784.04 utterances.], batch size: 33, lr: 1.01e-03 +2022-09-17 07:08:51,567 INFO [train.py:885] (1/2) Epoch 4, batch 1250, loss[loss=0.3737, simple_loss=0.4139, pruned_loss=0.1668, over 14335.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03719, over 210.00 utterances.], tot_loss[loss=0.3712, simple_loss=0.4091, pruned_loss=0.1666, over 2778170.52 frames. utt_duration=250 frames, utt_pad_proportion=0.0718, over 44715.10 utterances.], batch size: 210, lr: 1.01e-03 +2022-09-17 07:09:21,381 INFO [train.py:885] (1/2) Epoch 4, batch 1300, loss[loss=0.2971, simple_loss=0.3597, pruned_loss=0.1172, over 14198.00 frames. utt_duration=639.3 frames, utt_pad_proportion=0.04717, over 89.00 utterances.], tot_loss[loss=0.3695, simple_loss=0.407, pruned_loss=0.166, over 2777016.56 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07203, over 44056.26 utterances.], batch size: 89, lr: 1.01e-03 +2022-09-17 07:09:50,930 INFO [train.py:885] (1/2) Epoch 4, batch 1350, loss[loss=0.4821, simple_loss=0.5327, pruned_loss=0.2157, over 13644.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07704, over 560.00 utterances.], tot_loss[loss=0.3716, simple_loss=0.409, pruned_loss=0.1671, over 2779775.06 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07087, over 45073.43 utterances.], batch size: 560, lr: 1.01e-03 +2022-09-17 07:10:19,999 INFO [train.py:885] (1/2) Epoch 4, batch 1400, loss[loss=0.6012, simple_loss=0.6165, pruned_loss=0.2929, over 13219.00 frames. utt_duration=82.52 frames, utt_pad_proportion=0.103, over 653.00 utterances.], tot_loss[loss=0.371, simple_loss=0.4082, pruned_loss=0.1669, over 2783677.93 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06827, over 44201.83 utterances.], batch size: 653, lr: 1.01e-03 +2022-09-17 07:10:49,626 INFO [train.py:885] (1/2) Epoch 4, batch 1450, loss[loss=0.4386, simple_loss=0.4696, pruned_loss=0.2038, over 14283.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03998, over 225.00 utterances.], tot_loss[loss=0.3695, simple_loss=0.4075, pruned_loss=0.1657, over 2785869.87 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06714, over 44331.00 utterances.], batch size: 225, lr: 1.01e-03 +2022-09-17 07:11:19,262 INFO [train.py:885] (1/2) Epoch 4, batch 1500, loss[loss=0.1173, simple_loss=0.1492, pruned_loss=0.04273, over 12537.00 frames. utt_duration=2091 frames, utt_pad_proportion=0.1387, over 24.00 utterances.], tot_loss[loss=0.3742, simple_loss=0.4116, pruned_loss=0.1684, over 2782382.73 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07034, over 46603.74 utterances.], batch size: 24, lr: 1.01e-03 +2022-09-17 07:11:47,979 INFO [train.py:885] (1/2) Epoch 4, batch 1550, loss[loss=0.4095, simple_loss=0.46, pruned_loss=0.1795, over 13991.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05635, over 365.00 utterances.], tot_loss[loss=0.3757, simple_loss=0.4129, pruned_loss=0.1692, over 2786407.58 frames. utt_duration=240.2 frames, utt_pad_proportion=0.06858, over 46695.77 utterances.], batch size: 365, lr: 1.01e-03 +2022-09-17 07:12:17,709 INFO [train.py:885] (1/2) Epoch 4, batch 1600, loss[loss=0.4613, simple_loss=0.5097, pruned_loss=0.2065, over 13618.00 frames. utt_duration=98.69 frames, utt_pad_proportion=0.07765, over 560.00 utterances.], tot_loss[loss=0.3734, simple_loss=0.4114, pruned_loss=0.1677, over 2783622.59 frames. utt_duration=241 frames, utt_pad_proportion=0.069, over 46479.81 utterances.], batch size: 560, lr: 1.01e-03 +2022-09-17 07:12:46,907 INFO [train.py:885] (1/2) Epoch 4, batch 1650, loss[loss=0.3689, simple_loss=0.4178, pruned_loss=0.16, over 14351.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03617, over 210.00 utterances.], tot_loss[loss=0.376, simple_loss=0.4134, pruned_loss=0.1693, over 2784565.49 frames. utt_duration=239.9 frames, utt_pad_proportion=0.06933, over 46718.20 utterances.], batch size: 210, lr: 1.01e-03 +2022-09-17 07:13:16,371 INFO [train.py:885] (1/2) Epoch 4, batch 1700, loss[loss=0.2463, simple_loss=0.3084, pruned_loss=0.09213, over 13753.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.08053, over 51.00 utterances.], tot_loss[loss=0.3777, simple_loss=0.4147, pruned_loss=0.1703, over 2778824.11 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07217, over 47741.78 utterances.], batch size: 51, lr: 1.00e-03 +2022-09-17 07:13:45,941 INFO [train.py:885] (1/2) Epoch 4, batch 1750, loss[loss=0.2923, simple_loss=0.3385, pruned_loss=0.1231, over 14008.00 frames. utt_duration=710.5 frames, utt_pad_proportion=0.05893, over 79.00 utterances.], tot_loss[loss=0.375, simple_loss=0.4126, pruned_loss=0.1687, over 2779695.67 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07261, over 47109.94 utterances.], batch size: 79, lr: 1.00e-03 +2022-09-17 07:14:24,098 INFO [train.py:885] (1/2) Epoch 4, batch 1800, loss[loss=0.4549, simple_loss=0.4593, pruned_loss=0.2253, over 14282.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03968, over 180.00 utterances.], tot_loss[loss=0.3773, simple_loss=0.4154, pruned_loss=0.1696, over 2780865.39 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07252, over 48565.64 utterances.], batch size: 180, lr: 1.00e-03 +2022-09-17 07:14:53,653 INFO [train.py:885] (1/2) Epoch 4, batch 1850, loss[loss=0.4392, simple_loss=0.4996, pruned_loss=0.1894, over 13642.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08068, over 477.00 utterances.], tot_loss[loss=0.3781, simple_loss=0.4152, pruned_loss=0.1705, over 2784048.26 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07081, over 47572.52 utterances.], batch size: 477, lr: 1.00e-03 +2022-09-17 07:15:23,483 INFO [train.py:885] (1/2) Epoch 4, batch 1900, loss[loss=0.3637, simple_loss=0.4114, pruned_loss=0.158, over 14347.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03777, over 262.00 utterances.], tot_loss[loss=0.3784, simple_loss=0.4157, pruned_loss=0.1706, over 2782342.25 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07331, over 48502.83 utterances.], batch size: 262, lr: 1.00e-03 +2022-09-17 07:15:53,202 INFO [train.py:885] (1/2) Epoch 4, batch 1950, loss[loss=0.4888, simple_loss=0.4972, pruned_loss=0.2402, over 14311.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03904, over 283.00 utterances.], tot_loss[loss=0.3765, simple_loss=0.4143, pruned_loss=0.1694, over 2790498.41 frames. utt_duration=237.7 frames, utt_pad_proportion=0.06979, over 47242.62 utterances.], batch size: 283, lr: 1.00e-03 +2022-09-17 07:16:23,003 INFO [train.py:885] (1/2) Epoch 4, batch 2000, loss[loss=0.3096, simple_loss=0.3632, pruned_loss=0.128, over 14141.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04695, over 109.00 utterances.], tot_loss[loss=0.3752, simple_loss=0.4125, pruned_loss=0.1689, over 2788228.36 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07002, over 45898.76 utterances.], batch size: 109, lr: 1.00e-03 +2022-09-17 07:16:52,366 INFO [train.py:885] (1/2) Epoch 4, batch 2050, loss[loss=0.4763, simple_loss=0.5347, pruned_loss=0.2089, over 13170.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.3723, simple_loss=0.4103, pruned_loss=0.1672, over 2782471.43 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07245, over 45928.54 utterances.], batch size: 653, lr: 1.00e-03 +2022-09-17 07:17:22,201 INFO [train.py:885] (1/2) Epoch 4, batch 2100, loss[loss=0.3182, simple_loss=0.3695, pruned_loss=0.1334, over 14209.00 frames. utt_duration=518.2 frames, utt_pad_proportion=0.04922, over 110.00 utterances.], tot_loss[loss=0.3707, simple_loss=0.409, pruned_loss=0.1662, over 2782362.39 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07197, over 45374.38 utterances.], batch size: 110, lr: 1.00e-03 +2022-09-17 07:17:52,018 INFO [train.py:885] (1/2) Epoch 4, batch 2150, loss[loss=0.4099, simple_loss=0.4804, pruned_loss=0.1696, over 13642.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0797, over 477.00 utterances.], tot_loss[loss=0.3725, simple_loss=0.4114, pruned_loss=0.1668, over 2780666.12 frames. utt_duration=240.8 frames, utt_pad_proportion=0.0738, over 46476.50 utterances.], batch size: 477, lr: 9.99e-04 +2022-09-17 07:18:21,494 INFO [train.py:885] (1/2) Epoch 4, batch 2200, loss[loss=0.4625, simple_loss=0.4865, pruned_loss=0.2192, over 14005.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05506, over 365.00 utterances.], tot_loss[loss=0.3716, simple_loss=0.4097, pruned_loss=0.1667, over 2780747.41 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07384, over 45323.73 utterances.], batch size: 365, lr: 9.98e-04 +2022-09-17 07:18:51,002 INFO [train.py:885] (1/2) Epoch 4, batch 2250, loss[loss=0.2193, simple_loss=0.2558, pruned_loss=0.09138, over 13277.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.1076, over 33.00 utterances.], tot_loss[loss=0.3728, simple_loss=0.4109, pruned_loss=0.1673, over 2780131.13 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07333, over 45744.71 utterances.], batch size: 33, lr: 9.98e-04 +2022-09-17 07:19:20,592 INFO [train.py:885] (1/2) Epoch 4, batch 2300, loss[loss=0.421, simple_loss=0.4777, pruned_loss=0.1822, over 13630.00 frames. utt_duration=98.79 frames, utt_pad_proportion=0.07677, over 560.00 utterances.], tot_loss[loss=0.3699, simple_loss=0.4084, pruned_loss=0.1657, over 2777418.68 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0725, over 46013.21 utterances.], batch size: 560, lr: 9.97e-04 +2022-09-17 07:19:50,616 INFO [train.py:885] (1/2) Epoch 4, batch 2350, loss[loss=0.4048, simple_loss=0.4535, pruned_loss=0.178, over 14056.00 frames. utt_duration=155.4 frames, utt_pad_proportion=0.05264, over 365.00 utterances.], tot_loss[loss=0.3681, simple_loss=0.4076, pruned_loss=0.1644, over 2776844.77 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07311, over 45852.69 utterances.], batch size: 365, lr: 9.97e-04 +2022-09-17 07:20:19,738 INFO [train.py:885] (1/2) Epoch 4, batch 2400, loss[loss=0.2473, simple_loss=0.3093, pruned_loss=0.09269, over 14118.00 frames. utt_duration=808.1 frames, utt_pad_proportion=0.05701, over 70.00 utterances.], tot_loss[loss=0.3664, simple_loss=0.406, pruned_loss=0.1634, over 2783538.41 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07132, over 45054.66 utterances.], batch size: 70, lr: 9.96e-04 +2022-09-17 07:20:49,551 INFO [train.py:885] (1/2) Epoch 4, batch 2450, loss[loss=0.2316, simple_loss=0.2815, pruned_loss=0.09086, over 13965.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.06145, over 79.00 utterances.], tot_loss[loss=0.3682, simple_loss=0.407, pruned_loss=0.1647, over 2783560.79 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07115, over 44486.96 utterances.], batch size: 79, lr: 9.95e-04 +2022-09-17 07:21:19,291 INFO [train.py:885] (1/2) Epoch 4, batch 2500, loss[loss=0.2113, simple_loss=0.2557, pruned_loss=0.08342, over 12144.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.1877, over 24.00 utterances.], tot_loss[loss=0.3679, simple_loss=0.4066, pruned_loss=0.1646, over 2776857.31 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07243, over 44418.85 utterances.], batch size: 24, lr: 9.95e-04 +2022-09-17 07:21:48,978 INFO [train.py:885] (1/2) Epoch 4, batch 2550, loss[loss=0.339, simple_loss=0.404, pruned_loss=0.137, over 14372.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.03469, over 195.00 utterances.], tot_loss[loss=0.3701, simple_loss=0.4087, pruned_loss=0.1657, over 2775280.53 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07264, over 45620.21 utterances.], batch size: 195, lr: 9.94e-04 +2022-09-17 07:22:18,260 INFO [train.py:885] (1/2) Epoch 4, batch 2600, loss[loss=0.2838, simple_loss=0.3323, pruned_loss=0.1176, over 14153.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04587, over 109.00 utterances.], tot_loss[loss=0.3682, simple_loss=0.4063, pruned_loss=0.165, over 2773242.68 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07278, over 45039.97 utterances.], batch size: 109, lr: 9.94e-04 +2022-09-17 07:22:48,158 INFO [train.py:885] (1/2) Epoch 4, batch 2650, loss[loss=0.2494, simple_loss=0.293, pruned_loss=0.1028, over 13716.00 frames. utt_duration=1099 frames, utt_pad_proportion=0.07735, over 50.00 utterances.], tot_loss[loss=0.364, simple_loss=0.4035, pruned_loss=0.1622, over 2776569.72 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07197, over 44584.43 utterances.], batch size: 50, lr: 9.93e-04 +2022-09-17 07:23:17,217 INFO [train.py:885] (1/2) Epoch 4, batch 2700, loss[loss=0.4781, simple_loss=0.537, pruned_loss=0.2096, over 13129.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.3705, simple_loss=0.4094, pruned_loss=0.1658, over 2777973.95 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07331, over 46692.28 utterances.], batch size: 653, lr: 9.92e-04 +2022-09-17 07:23:45,724 INFO [train.py:885] (1/2) Epoch 4, batch 2750, loss[loss=0.3298, simple_loss=0.3865, pruned_loss=0.1365, over 14324.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04028, over 167.00 utterances.], tot_loss[loss=0.3686, simple_loss=0.4075, pruned_loss=0.1648, over 2784701.69 frames. utt_duration=249 frames, utt_pad_proportion=0.07118, over 45003.31 utterances.], batch size: 167, lr: 9.92e-04 +2022-09-17 07:24:15,828 INFO [train.py:885] (1/2) Epoch 4, batch 2800, loss[loss=0.3735, simple_loss=0.4231, pruned_loss=0.1619, over 14321.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03877, over 283.00 utterances.], tot_loss[loss=0.3673, simple_loss=0.4067, pruned_loss=0.164, over 2780123.84 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07318, over 45416.37 utterances.], batch size: 283, lr: 9.91e-04 +2022-09-17 07:24:45,218 INFO [train.py:885] (1/2) Epoch 4, batch 2850, loss[loss=0.3244, simple_loss=0.357, pruned_loss=0.1459, over 14054.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05571, over 98.00 utterances.], tot_loss[loss=0.3606, simple_loss=0.4002, pruned_loss=0.1605, over 2776446.57 frames. utt_duration=256.6 frames, utt_pad_proportion=0.07148, over 43525.08 utterances.], batch size: 98, lr: 9.91e-04 +2022-09-17 07:25:14,997 INFO [train.py:885] (1/2) Epoch 4, batch 2900, loss[loss=0.2504, simple_loss=0.2975, pruned_loss=0.1017, over 13970.00 frames. utt_duration=708.7 frames, utt_pad_proportion=0.06257, over 79.00 utterances.], tot_loss[loss=0.3688, simple_loss=0.4074, pruned_loss=0.1651, over 2777079.49 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07316, over 45711.08 utterances.], batch size: 79, lr: 9.90e-04 +2022-09-17 07:25:44,575 INFO [train.py:885] (1/2) Epoch 4, batch 2950, loss[loss=0.3223, simple_loss=0.335, pruned_loss=0.1547, over 12082.00 frames. utt_duration=2015 frames, utt_pad_proportion=0.1794, over 24.00 utterances.], tot_loss[loss=0.3712, simple_loss=0.4091, pruned_loss=0.1666, over 2777280.91 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07403, over 45848.87 utterances.], batch size: 24, lr: 9.89e-04 +2022-09-17 07:26:14,302 INFO [train.py:885] (1/2) Epoch 4, batch 3000, loss[loss=0.2329, simple_loss=0.2747, pruned_loss=0.09551, over 12492.00 frames. utt_duration=2000 frames, utt_pad_proportion=0.1605, over 25.00 utterances.], tot_loss[loss=0.3754, simple_loss=0.4132, pruned_loss=0.1688, over 2776824.56 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07466, over 47254.51 utterances.], batch size: 25, lr: 9.89e-04 +2022-09-17 07:26:14,303 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 07:26:18,437 INFO [train.py:914] (1/2) Epoch 4, validation: loss=0.2377, simple_loss=0.3059, pruned_loss=0.08477, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 07:26:47,621 INFO [train.py:885] (1/2) Epoch 4, batch 3050, loss[loss=0.3988, simple_loss=0.4389, pruned_loss=0.1793, over 14340.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03714, over 283.00 utterances.], tot_loss[loss=0.3741, simple_loss=0.4127, pruned_loss=0.1678, over 2779282.03 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07391, over 47224.17 utterances.], batch size: 283, lr: 9.88e-04 +2022-09-17 07:27:17,296 INFO [train.py:885] (1/2) Epoch 4, batch 3100, loss[loss=0.2788, simple_loss=0.3093, pruned_loss=0.1241, over 13282.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09405, over 41.00 utterances.], tot_loss[loss=0.3681, simple_loss=0.4069, pruned_loss=0.1646, over 2782130.71 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07119, over 45233.60 utterances.], batch size: 41, lr: 9.88e-04 +2022-09-17 07:27:47,450 INFO [train.py:885] (1/2) Epoch 4, batch 3150, loss[loss=0.468, simple_loss=0.4787, pruned_loss=0.2286, over 14248.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04221, over 335.00 utterances.], tot_loss[loss=0.367, simple_loss=0.4056, pruned_loss=0.1641, over 2780280.11 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07108, over 44765.66 utterances.], batch size: 335, lr: 9.87e-04 +2022-09-17 07:28:17,239 INFO [train.py:885] (1/2) Epoch 4, batch 3200, loss[loss=0.3909, simple_loss=0.4566, pruned_loss=0.1625, over 13775.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07159, over 411.00 utterances.], tot_loss[loss=0.3733, simple_loss=0.4113, pruned_loss=0.1676, over 2779672.53 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07352, over 46668.79 utterances.], batch size: 411, lr: 9.86e-04 +2022-09-17 07:28:46,501 INFO [train.py:885] (1/2) Epoch 4, batch 3250, loss[loss=0.4368, simple_loss=0.4548, pruned_loss=0.2094, over 14252.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04217, over 225.00 utterances.], tot_loss[loss=0.3675, simple_loss=0.4053, pruned_loss=0.1649, over 2781489.71 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07113, over 44197.34 utterances.], batch size: 225, lr: 9.86e-04 +2022-09-17 07:29:16,512 INFO [train.py:885] (1/2) Epoch 4, batch 3300, loss[loss=0.4052, simple_loss=0.4376, pruned_loss=0.1864, over 14317.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03908, over 262.00 utterances.], tot_loss[loss=0.366, simple_loss=0.4045, pruned_loss=0.1637, over 2780156.96 frames. utt_duration=256 frames, utt_pad_proportion=0.07139, over 43692.61 utterances.], batch size: 262, lr: 9.85e-04 +2022-09-17 07:29:45,719 INFO [train.py:885] (1/2) Epoch 4, batch 3350, loss[loss=0.4395, simple_loss=0.4616, pruned_loss=0.2087, over 14180.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04602, over 306.00 utterances.], tot_loss[loss=0.3686, simple_loss=0.4069, pruned_loss=0.1651, over 2781496.94 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07102, over 44188.53 utterances.], batch size: 306, lr: 9.85e-04 +2022-09-17 07:30:15,142 INFO [train.py:885] (1/2) Epoch 4, batch 3400, loss[loss=0.3024, simple_loss=0.3542, pruned_loss=0.1253, over 14220.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04157, over 109.00 utterances.], tot_loss[loss=0.3718, simple_loss=0.4096, pruned_loss=0.167, over 2783089.15 frames. utt_duration=250 frames, utt_pad_proportion=0.07092, over 44802.41 utterances.], batch size: 109, lr: 9.84e-04 +2022-09-17 07:30:44,441 INFO [train.py:885] (1/2) Epoch 4, batch 3450, loss[loss=0.3239, simple_loss=0.3785, pruned_loss=0.1347, over 14295.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03877, over 180.00 utterances.], tot_loss[loss=0.3726, simple_loss=0.4104, pruned_loss=0.1674, over 2784404.50 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06869, over 45041.25 utterances.], batch size: 180, lr: 9.83e-04 +2022-09-17 07:31:14,478 INFO [train.py:885] (1/2) Epoch 4, batch 3500, loss[loss=0.3666, simple_loss=0.4148, pruned_loss=0.1592, over 14313.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03897, over 283.00 utterances.], tot_loss[loss=0.3753, simple_loss=0.4133, pruned_loss=0.1686, over 2781864.11 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07002, over 46803.19 utterances.], batch size: 283, lr: 9.83e-04 +2022-09-17 07:31:43,857 INFO [train.py:885] (1/2) Epoch 4, batch 3550, loss[loss=0.3573, simple_loss=0.4111, pruned_loss=0.1517, over 14355.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03575, over 195.00 utterances.], tot_loss[loss=0.3738, simple_loss=0.4122, pruned_loss=0.1677, over 2785141.85 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06973, over 46237.09 utterances.], batch size: 195, lr: 9.82e-04 +2022-09-17 07:32:13,753 INFO [train.py:885] (1/2) Epoch 4, batch 3600, loss[loss=0.4282, simple_loss=0.4482, pruned_loss=0.204, over 14210.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04452, over 306.00 utterances.], tot_loss[loss=0.3682, simple_loss=0.4073, pruned_loss=0.1646, over 2783835.10 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06916, over 44885.82 utterances.], batch size: 306, lr: 9.82e-04 +2022-09-17 07:32:43,176 INFO [train.py:885] (1/2) Epoch 4, batch 3650, loss[loss=0.553, simple_loss=0.581, pruned_loss=0.2625, over 13168.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.369, simple_loss=0.4077, pruned_loss=0.1652, over 2780765.19 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06946, over 44851.83 utterances.], batch size: 653, lr: 9.81e-04 +2022-09-17 07:33:12,807 INFO [train.py:885] (1/2) Epoch 4, batch 3700, loss[loss=0.3841, simple_loss=0.4423, pruned_loss=0.163, over 13977.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.057, over 365.00 utterances.], tot_loss[loss=0.3689, simple_loss=0.4075, pruned_loss=0.1651, over 2780768.40 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06887, over 45099.62 utterances.], batch size: 365, lr: 9.81e-04 +2022-09-17 07:33:42,352 INFO [train.py:885] (1/2) Epoch 4, batch 3750, loss[loss=0.4235, simple_loss=0.4849, pruned_loss=0.1811, over 13640.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08046, over 477.00 utterances.], tot_loss[loss=0.3695, simple_loss=0.4084, pruned_loss=0.1653, over 2780186.72 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06878, over 45495.83 utterances.], batch size: 477, lr: 9.80e-04 +2022-09-17 07:34:12,112 INFO [train.py:885] (1/2) Epoch 4, batch 3800, loss[loss=0.348, simple_loss=0.401, pruned_loss=0.1475, over 14338.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.03668, over 226.00 utterances.], tot_loss[loss=0.3694, simple_loss=0.4089, pruned_loss=0.1649, over 2774534.57 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07266, over 46401.28 utterances.], batch size: 226, lr: 9.79e-04 +2022-09-17 07:34:41,522 INFO [train.py:885] (1/2) Epoch 4, batch 3850, loss[loss=0.2826, simple_loss=0.3447, pruned_loss=0.1103, over 14132.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.05202, over 98.00 utterances.], tot_loss[loss=0.3652, simple_loss=0.4044, pruned_loss=0.163, over 2773807.52 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07137, over 44445.50 utterances.], batch size: 98, lr: 9.79e-04 +2022-09-17 07:35:10,868 INFO [train.py:885] (1/2) Epoch 4, batch 3900, loss[loss=0.4906, simple_loss=0.5295, pruned_loss=0.2259, over 13732.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07386, over 411.00 utterances.], tot_loss[loss=0.3633, simple_loss=0.4031, pruned_loss=0.1617, over 2776477.86 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07037, over 44372.39 utterances.], batch size: 411, lr: 9.78e-04 +2022-09-17 07:35:41,661 INFO [train.py:885] (1/2) Epoch 4, batch 3950, loss[loss=0.3077, simple_loss=0.3494, pruned_loss=0.133, over 14304.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03974, over 120.00 utterances.], tot_loss[loss=0.3673, simple_loss=0.4068, pruned_loss=0.1639, over 2777350.87 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07234, over 45682.63 utterances.], batch size: 120, lr: 9.78e-04 +2022-09-17 07:36:10,513 INFO [train.py:885] (1/2) Epoch 4, batch 4000, loss[loss=0.4853, simple_loss=0.5159, pruned_loss=0.2274, over 13723.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07481, over 411.00 utterances.], tot_loss[loss=0.362, simple_loss=0.402, pruned_loss=0.1609, over 2782417.31 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06852, over 43199.23 utterances.], batch size: 411, lr: 9.77e-04 +2022-09-17 07:36:40,539 INFO [train.py:885] (1/2) Epoch 4, batch 4050, loss[loss=0.4402, simple_loss=0.4584, pruned_loss=0.211, over 14335.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03712, over 195.00 utterances.], tot_loss[loss=0.3695, simple_loss=0.4088, pruned_loss=0.1651, over 2784600.47 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06886, over 45258.09 utterances.], batch size: 195, lr: 9.77e-04 +2022-09-17 07:37:09,921 INFO [train.py:885] (1/2) Epoch 4, batch 4100, loss[loss=0.6997, simple_loss=0.705, pruned_loss=0.3472, over 12492.00 frames. utt_duration=63.22 frames, utt_pad_proportion=0.1456, over 810.00 utterances.], tot_loss[loss=0.3687, simple_loss=0.4081, pruned_loss=0.1647, over 2786487.92 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06956, over 45260.26 utterances.], batch size: 810, lr: 9.76e-04 +2022-09-17 07:37:39,815 INFO [train.py:885] (1/2) Epoch 4, batch 4150, loss[loss=0.2982, simple_loss=0.3436, pruned_loss=0.1264, over 14081.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05348, over 98.00 utterances.], tot_loss[loss=0.3638, simple_loss=0.4043, pruned_loss=0.1617, over 2790746.31 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06746, over 43883.33 utterances.], batch size: 98, lr: 9.75e-04 +2022-09-17 07:38:09,160 INFO [train.py:885] (1/2) Epoch 4, batch 4200, loss[loss=0.4283, simple_loss=0.4561, pruned_loss=0.2003, over 14199.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04532, over 306.00 utterances.], tot_loss[loss=0.3655, simple_loss=0.4057, pruned_loss=0.1626, over 2789974.05 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06854, over 44181.19 utterances.], batch size: 306, lr: 9.75e-04 +2022-09-17 07:38:39,077 INFO [train.py:885] (1/2) Epoch 4, batch 4250, loss[loss=0.4273, simple_loss=0.4548, pruned_loss=0.1999, over 14296.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04085, over 262.00 utterances.], tot_loss[loss=0.368, simple_loss=0.4076, pruned_loss=0.1642, over 2789611.22 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06847, over 44767.40 utterances.], batch size: 262, lr: 9.74e-04 +2022-09-17 07:39:08,277 INFO [train.py:885] (1/2) Epoch 4, batch 4300, loss[loss=0.4311, simple_loss=0.4532, pruned_loss=0.2045, over 14213.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04438, over 306.00 utterances.], tot_loss[loss=0.3668, simple_loss=0.4063, pruned_loss=0.1636, over 2788032.01 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06789, over 44436.66 utterances.], batch size: 306, lr: 9.74e-04 +2022-09-17 07:39:37,669 INFO [train.py:885] (1/2) Epoch 4, batch 4350, loss[loss=0.2656, simple_loss=0.3236, pruned_loss=0.1038, over 14108.00 frames. utt_duration=635.5 frames, utt_pad_proportion=0.05145, over 89.00 utterances.], tot_loss[loss=0.3636, simple_loss=0.404, pruned_loss=0.1616, over 2787680.32 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06752, over 44257.29 utterances.], batch size: 89, lr: 9.73e-04 +2022-09-17 07:40:07,591 INFO [train.py:885] (1/2) Epoch 4, batch 4400, loss[loss=0.3865, simple_loss=0.4392, pruned_loss=0.1669, over 14019.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05711, over 366.00 utterances.], tot_loss[loss=0.3642, simple_loss=0.4047, pruned_loss=0.1619, over 2791786.51 frames. utt_duration=256 frames, utt_pad_proportion=0.06548, over 43879.48 utterances.], batch size: 366, lr: 9.73e-04 +2022-09-17 07:40:37,006 INFO [train.py:885] (1/2) Epoch 4, batch 4450, loss[loss=0.3978, simple_loss=0.4634, pruned_loss=0.1661, over 13736.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07459, over 411.00 utterances.], tot_loss[loss=0.3589, simple_loss=0.4001, pruned_loss=0.1588, over 2790547.46 frames. utt_duration=265.9 frames, utt_pad_proportion=0.06561, over 42216.90 utterances.], batch size: 411, lr: 9.72e-04 +2022-09-17 07:41:06,680 INFO [train.py:885] (1/2) Epoch 4, batch 4500, loss[loss=0.4041, simple_loss=0.4604, pruned_loss=0.1739, over 13827.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.0708, over 412.00 utterances.], tot_loss[loss=0.3598, simple_loss=0.4002, pruned_loss=0.1597, over 2790658.09 frames. utt_duration=265.7 frames, utt_pad_proportion=0.06599, over 42246.62 utterances.], batch size: 412, lr: 9.71e-04 +2022-09-17 07:41:36,242 INFO [train.py:885] (1/2) Epoch 4, batch 4550, loss[loss=0.3669, simple_loss=0.4393, pruned_loss=0.1472, over 13775.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07081, over 411.00 utterances.], tot_loss[loss=0.3627, simple_loss=0.4022, pruned_loss=0.1616, over 2789479.16 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06716, over 43011.15 utterances.], batch size: 411, lr: 9.71e-04 +2022-09-17 07:42:05,961 INFO [train.py:885] (1/2) Epoch 4, batch 4600, loss[loss=0.2735, simple_loss=0.3078, pruned_loss=0.1196, over 12952.00 frames. utt_duration=2073 frames, utt_pad_proportion=0.1354, over 25.00 utterances.], tot_loss[loss=0.3653, simple_loss=0.4048, pruned_loss=0.1629, over 2787169.63 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06843, over 44036.83 utterances.], batch size: 25, lr: 9.70e-04 +2022-09-17 07:42:34,897 INFO [train.py:885] (1/2) Epoch 4, batch 4650, loss[loss=0.4471, simple_loss=0.4651, pruned_loss=0.2146, over 14272.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04061, over 335.00 utterances.], tot_loss[loss=0.3644, simple_loss=0.4045, pruned_loss=0.1621, over 2784769.85 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06931, over 44398.53 utterances.], batch size: 335, lr: 9.70e-04 +2022-09-17 07:43:04,660 INFO [train.py:885] (1/2) Epoch 4, batch 4700, loss[loss=0.3836, simple_loss=0.424, pruned_loss=0.1716, over 14251.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04197, over 180.00 utterances.], tot_loss[loss=0.3685, simple_loss=0.4088, pruned_loss=0.1641, over 2782279.36 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06961, over 45957.92 utterances.], batch size: 180, lr: 9.69e-04 +2022-09-17 07:43:34,693 INFO [train.py:885] (1/2) Epoch 4, batch 4750, loss[loss=0.2045, simple_loss=0.2678, pruned_loss=0.07057, over 13811.00 frames. utt_duration=922.2 frames, utt_pad_proportion=0.07313, over 60.00 utterances.], tot_loss[loss=0.3688, simple_loss=0.4086, pruned_loss=0.1645, over 2779064.23 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07049, over 45582.25 utterances.], batch size: 60, lr: 9.69e-04 +2022-09-17 07:44:03,595 INFO [train.py:885] (1/2) Epoch 4, batch 4800, loss[loss=0.2425, simple_loss=0.2906, pruned_loss=0.09722, over 12194.00 frames. utt_duration=2034 frames, utt_pad_proportion=0.172, over 24.00 utterances.], tot_loss[loss=0.3679, simple_loss=0.4085, pruned_loss=0.1636, over 2779036.32 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07089, over 46427.72 utterances.], batch size: 24, lr: 9.68e-04 +2022-09-17 07:44:32,875 INFO [train.py:885] (1/2) Epoch 4, batch 4850, loss[loss=0.3419, simple_loss=0.3985, pruned_loss=0.1427, over 14380.00 frames. utt_duration=296.5 frames, utt_pad_proportion=0.03418, over 195.00 utterances.], tot_loss[loss=0.3689, simple_loss=0.409, pruned_loss=0.1644, over 2781918.06 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07106, over 46200.22 utterances.], batch size: 195, lr: 9.67e-04 +2022-09-17 07:45:02,891 INFO [train.py:885] (1/2) Epoch 4, batch 4900, loss[loss=0.2161, simple_loss=0.2807, pruned_loss=0.07573, over 13460.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.08275, over 41.00 utterances.], tot_loss[loss=0.3696, simple_loss=0.4094, pruned_loss=0.1648, over 2770907.96 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07572, over 46634.37 utterances.], batch size: 41, lr: 9.67e-04 +2022-09-17 07:45:32,064 INFO [train.py:885] (1/2) Epoch 4, batch 4950, loss[loss=0.476, simple_loss=0.4979, pruned_loss=0.227, over 13772.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07134, over 411.00 utterances.], tot_loss[loss=0.3689, simple_loss=0.4086, pruned_loss=0.1646, over 2773533.11 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07548, over 46581.06 utterances.], batch size: 411, lr: 9.66e-04 +2022-09-17 07:46:02,349 INFO [train.py:885] (1/2) Epoch 4, batch 5000, loss[loss=0.2254, simple_loss=0.2616, pruned_loss=0.09462, over 13031.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1256, over 33.00 utterances.], tot_loss[loss=0.3632, simple_loss=0.4035, pruned_loss=0.1615, over 2777893.27 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07273, over 44880.65 utterances.], batch size: 33, lr: 9.66e-04 +2022-09-17 07:46:31,515 INFO [train.py:885] (1/2) Epoch 4, batch 5050, loss[loss=0.4671, simple_loss=0.4713, pruned_loss=0.2315, over 14327.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03864, over 283.00 utterances.], tot_loss[loss=0.3636, simple_loss=0.4043, pruned_loss=0.1615, over 2777324.26 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07217, over 45347.68 utterances.], batch size: 283, lr: 9.65e-04 +2022-09-17 07:47:00,496 INFO [train.py:885] (1/2) Epoch 4, batch 5100, loss[loss=0.183, simple_loss=0.228, pruned_loss=0.06904, over 12631.00 frames. utt_duration=2106 frames, utt_pad_proportion=0.1493, over 24.00 utterances.], tot_loss[loss=0.3606, simple_loss=0.4015, pruned_loss=0.1598, over 2779854.81 frames. utt_duration=253 frames, utt_pad_proportion=0.06967, over 44200.70 utterances.], batch size: 24, lr: 9.65e-04 +2022-09-17 07:47:30,052 INFO [train.py:885] (1/2) Epoch 4, batch 5150, loss[loss=0.4585, simple_loss=0.4655, pruned_loss=0.2258, over 14305.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03842, over 226.00 utterances.], tot_loss[loss=0.3648, simple_loss=0.4044, pruned_loss=0.1626, over 2779892.85 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07124, over 45038.79 utterances.], batch size: 226, lr: 9.64e-04 +2022-09-17 07:47:59,613 INFO [train.py:885] (1/2) Epoch 4, batch 5200, loss[loss=0.423, simple_loss=0.4864, pruned_loss=0.1798, over 13644.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07935, over 477.00 utterances.], tot_loss[loss=0.3657, simple_loss=0.4048, pruned_loss=0.1632, over 2782106.79 frames. utt_duration=249 frames, utt_pad_proportion=0.07155, over 44954.65 utterances.], batch size: 477, lr: 9.64e-04 +2022-09-17 07:48:29,261 INFO [train.py:885] (1/2) Epoch 4, batch 5250, loss[loss=0.318, simple_loss=0.3467, pruned_loss=0.1447, over 14086.00 frames. utt_duration=714.7 frames, utt_pad_proportion=0.05462, over 79.00 utterances.], tot_loss[loss=0.3674, simple_loss=0.4063, pruned_loss=0.1642, over 2783069.78 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07283, over 45798.98 utterances.], batch size: 79, lr: 9.63e-04 +2022-09-17 07:48:59,171 INFO [train.py:885] (1/2) Epoch 4, batch 5300, loss[loss=0.3798, simple_loss=0.4301, pruned_loss=0.1647, over 14350.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03413, over 244.00 utterances.], tot_loss[loss=0.3727, simple_loss=0.4109, pruned_loss=0.1673, over 2783790.78 frames. utt_duration=236 frames, utt_pad_proportion=0.07224, over 47484.03 utterances.], batch size: 244, lr: 9.62e-04 +2022-09-17 07:49:28,697 INFO [train.py:885] (1/2) Epoch 4, batch 5350, loss[loss=0.3312, simple_loss=0.3828, pruned_loss=0.1398, over 14266.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04257, over 141.00 utterances.], tot_loss[loss=0.3689, simple_loss=0.4082, pruned_loss=0.1648, over 2781780.34 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07223, over 47218.60 utterances.], batch size: 141, lr: 9.62e-04 +2022-09-17 07:49:58,325 INFO [train.py:885] (1/2) Epoch 4, batch 5400, loss[loss=0.4058, simple_loss=0.4371, pruned_loss=0.1872, over 14302.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.0383, over 180.00 utterances.], tot_loss[loss=0.3659, simple_loss=0.4059, pruned_loss=0.1629, over 2783994.48 frames. utt_duration=240.3 frames, utt_pad_proportion=0.0719, over 46622.48 utterances.], batch size: 180, lr: 9.61e-04 +2022-09-17 07:50:28,055 INFO [train.py:885] (1/2) Epoch 4, batch 5450, loss[loss=0.3325, simple_loss=0.378, pruned_loss=0.1435, over 14329.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03623, over 130.00 utterances.], tot_loss[loss=0.3724, simple_loss=0.4119, pruned_loss=0.1664, over 2785614.01 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07251, over 48061.32 utterances.], batch size: 130, lr: 9.61e-04 +2022-09-17 07:50:57,188 INFO [train.py:885] (1/2) Epoch 4, batch 5500, loss[loss=0.2675, simple_loss=0.3133, pruned_loss=0.1108, over 14031.00 frames. utt_duration=711.9 frames, utt_pad_proportion=0.05832, over 79.00 utterances.], tot_loss[loss=0.3714, simple_loss=0.4107, pruned_loss=0.166, over 2788557.83 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07082, over 47463.93 utterances.], batch size: 79, lr: 9.60e-04 +2022-09-17 07:51:26,562 INFO [train.py:885] (1/2) Epoch 4, batch 5550, loss[loss=0.7601, simple_loss=0.7514, pruned_loss=0.3844, over 12378.00 frames. utt_duration=62.65 frames, utt_pad_proportion=0.1534, over 810.00 utterances.], tot_loss[loss=0.3705, simple_loss=0.4104, pruned_loss=0.1653, over 2784576.17 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07275, over 47680.32 utterances.], batch size: 810, lr: 9.60e-04 +2022-09-17 07:51:56,277 INFO [train.py:885] (1/2) Epoch 4, batch 5600, loss[loss=0.37, simple_loss=0.4126, pruned_loss=0.1637, over 14350.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.0368, over 283.00 utterances.], tot_loss[loss=0.3721, simple_loss=0.4117, pruned_loss=0.1662, over 2783041.55 frames. utt_duration=235 frames, utt_pad_proportion=0.07338, over 47667.45 utterances.], batch size: 283, lr: 9.59e-04 +2022-09-17 07:52:25,911 INFO [train.py:885] (1/2) Epoch 4, batch 5650, loss[loss=0.4881, simple_loss=0.4923, pruned_loss=0.2419, over 14239.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.0426, over 306.00 utterances.], tot_loss[loss=0.373, simple_loss=0.4124, pruned_loss=0.1669, over 2784213.17 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07276, over 47641.96 utterances.], batch size: 306, lr: 9.59e-04 +2022-09-17 07:52:54,568 INFO [train.py:885] (1/2) Epoch 4, batch 5700, loss[loss=0.4305, simple_loss=0.4605, pruned_loss=0.2003, over 14361.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03555, over 195.00 utterances.], tot_loss[loss=0.3703, simple_loss=0.4097, pruned_loss=0.1655, over 2779814.91 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07059, over 46747.89 utterances.], batch size: 195, lr: 9.58e-04 +2022-09-17 07:53:24,130 INFO [train.py:885] (1/2) Epoch 4, batch 5750, loss[loss=0.2742, simple_loss=0.325, pruned_loss=0.1117, over 14180.00 frames. utt_duration=639 frames, utt_pad_proportion=0.04491, over 89.00 utterances.], tot_loss[loss=0.3676, simple_loss=0.407, pruned_loss=0.164, over 2776823.57 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07179, over 45967.85 utterances.], batch size: 89, lr: 9.58e-04 +2022-09-17 07:53:53,929 INFO [train.py:885] (1/2) Epoch 4, batch 5800, loss[loss=0.3875, simple_loss=0.4594, pruned_loss=0.1578, over 13718.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07489, over 411.00 utterances.], tot_loss[loss=0.3691, simple_loss=0.4093, pruned_loss=0.1645, over 2777659.87 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07179, over 46798.85 utterances.], batch size: 411, lr: 9.57e-04 +2022-09-17 07:54:23,425 INFO [train.py:885] (1/2) Epoch 4, batch 5850, loss[loss=0.7014, simple_loss=0.714, pruned_loss=0.3444, over 12521.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1444, over 810.00 utterances.], tot_loss[loss=0.3691, simple_loss=0.4087, pruned_loss=0.1647, over 2772107.83 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07406, over 47016.31 utterances.], batch size: 810, lr: 9.56e-04 +2022-09-17 07:54:53,313 INFO [train.py:885] (1/2) Epoch 4, batch 5900, loss[loss=0.2423, simple_loss=0.2973, pruned_loss=0.09362, over 13738.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08253, over 42.00 utterances.], tot_loss[loss=0.3713, simple_loss=0.4099, pruned_loss=0.1663, over 2776915.43 frames. utt_duration=239.3 frames, utt_pad_proportion=0.074, over 46713.74 utterances.], batch size: 42, lr: 9.56e-04 +2022-09-17 07:55:22,704 INFO [train.py:885] (1/2) Epoch 4, batch 5950, loss[loss=0.3947, simple_loss=0.4247, pruned_loss=0.1823, over 14351.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03851, over 167.00 utterances.], tot_loss[loss=0.3691, simple_loss=0.4078, pruned_loss=0.1652, over 2776377.86 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07236, over 46278.30 utterances.], batch size: 167, lr: 9.55e-04 +2022-09-17 07:55:52,284 INFO [train.py:885] (1/2) Epoch 4, batch 6000, loss[loss=0.4721, simple_loss=0.4616, pruned_loss=0.2413, over 14329.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03778, over 210.00 utterances.], tot_loss[loss=0.3636, simple_loss=0.4026, pruned_loss=0.1623, over 2780436.63 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06969, over 44340.09 utterances.], batch size: 210, lr: 9.55e-04 +2022-09-17 07:55:52,285 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 07:55:56,494 INFO [train.py:914] (1/2) Epoch 4, validation: loss=0.2393, simple_loss=0.3087, pruned_loss=0.08494, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 07:56:25,893 INFO [train.py:885] (1/2) Epoch 4, batch 6050, loss[loss=0.4167, simple_loss=0.4505, pruned_loss=0.1914, over 14296.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03965, over 283.00 utterances.], tot_loss[loss=0.3612, simple_loss=0.4005, pruned_loss=0.161, over 2783748.19 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06783, over 43541.82 utterances.], batch size: 283, lr: 9.54e-04 +2022-09-17 07:56:55,691 INFO [train.py:885] (1/2) Epoch 4, batch 6100, loss[loss=0.3897, simple_loss=0.4613, pruned_loss=0.159, over 13654.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07985, over 477.00 utterances.], tot_loss[loss=0.3674, simple_loss=0.4067, pruned_loss=0.164, over 2782265.80 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06981, over 45634.12 utterances.], batch size: 477, lr: 9.54e-04 +2022-09-17 07:57:25,275 INFO [train.py:885] (1/2) Epoch 4, batch 6150, loss[loss=0.5675, simple_loss=0.5613, pruned_loss=0.2868, over 13943.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05959, over 365.00 utterances.], tot_loss[loss=0.3655, simple_loss=0.4052, pruned_loss=0.1628, over 2780523.47 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07035, over 45095.38 utterances.], batch size: 365, lr: 9.53e-04 +2022-09-17 07:57:54,772 INFO [train.py:885] (1/2) Epoch 4, batch 6200, loss[loss=0.2154, simple_loss=0.2645, pruned_loss=0.08318, over 13269.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.1091, over 33.00 utterances.], tot_loss[loss=0.36, simple_loss=0.4006, pruned_loss=0.1597, over 2778215.83 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07058, over 44268.53 utterances.], batch size: 33, lr: 9.53e-04 +2022-09-17 07:58:25,056 INFO [train.py:885] (1/2) Epoch 4, batch 6250, loss[loss=0.2641, simple_loss=0.3186, pruned_loss=0.1048, over 13794.00 frames. utt_duration=921.2 frames, utt_pad_proportion=0.0742, over 60.00 utterances.], tot_loss[loss=0.3629, simple_loss=0.404, pruned_loss=0.1609, over 2776438.42 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07408, over 46230.95 utterances.], batch size: 60, lr: 9.52e-04 +2022-09-17 07:58:53,643 INFO [train.py:885] (1/2) Epoch 4, batch 6300, loss[loss=0.2186, simple_loss=0.2574, pruned_loss=0.08993, over 13795.00 frames. utt_duration=921 frames, utt_pad_proportion=0.07432, over 60.00 utterances.], tot_loss[loss=0.365, simple_loss=0.4056, pruned_loss=0.1623, over 2777318.99 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07331, over 46334.20 utterances.], batch size: 60, lr: 9.52e-04 +2022-09-17 07:59:23,409 INFO [train.py:885] (1/2) Epoch 4, batch 6350, loss[loss=0.4671, simple_loss=0.5184, pruned_loss=0.2079, over 13643.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08013, over 477.00 utterances.], tot_loss[loss=0.3641, simple_loss=0.4048, pruned_loss=0.1617, over 2778210.90 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07135, over 45787.74 utterances.], batch size: 477, lr: 9.51e-04 +2022-09-17 07:59:52,551 INFO [train.py:885] (1/2) Epoch 4, batch 6400, loss[loss=0.4132, simple_loss=0.4431, pruned_loss=0.1917, over 14269.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04082, over 225.00 utterances.], tot_loss[loss=0.3629, simple_loss=0.404, pruned_loss=0.1609, over 2778732.25 frames. utt_duration=246 frames, utt_pad_proportion=0.07172, over 45456.76 utterances.], batch size: 225, lr: 9.51e-04 +2022-09-17 08:00:22,858 INFO [train.py:885] (1/2) Epoch 4, batch 6450, loss[loss=0.3727, simple_loss=0.4316, pruned_loss=0.1569, over 13991.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05583, over 365.00 utterances.], tot_loss[loss=0.3679, simple_loss=0.4081, pruned_loss=0.1638, over 2775578.45 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07359, over 46870.36 utterances.], batch size: 365, lr: 9.50e-04 +2022-09-17 08:00:52,073 INFO [train.py:885] (1/2) Epoch 4, batch 6500, loss[loss=0.2536, simple_loss=0.291, pruned_loss=0.1081, over 13505.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08601, over 50.00 utterances.], tot_loss[loss=0.3671, simple_loss=0.4068, pruned_loss=0.1637, over 2776823.95 frames. utt_duration=241 frames, utt_pad_proportion=0.07199, over 46368.41 utterances.], batch size: 50, lr: 9.50e-04 +2022-09-17 08:01:21,712 INFO [train.py:885] (1/2) Epoch 4, batch 6550, loss[loss=0.3909, simple_loss=0.4322, pruned_loss=0.1748, over 14254.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04159, over 225.00 utterances.], tot_loss[loss=0.3677, simple_loss=0.4073, pruned_loss=0.164, over 2782566.17 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07036, over 46348.83 utterances.], batch size: 225, lr: 9.49e-04 +2022-09-17 08:01:50,666 INFO [train.py:885] (1/2) Epoch 4, batch 6600, loss[loss=0.3599, simple_loss=0.4037, pruned_loss=0.158, over 14247.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04091, over 141.00 utterances.], tot_loss[loss=0.3647, simple_loss=0.4044, pruned_loss=0.1625, over 2787136.04 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06848, over 45176.22 utterances.], batch size: 141, lr: 9.48e-04 +2022-09-17 08:02:20,348 INFO [train.py:885] (1/2) Epoch 4, batch 6650, loss[loss=0.3957, simple_loss=0.4619, pruned_loss=0.1648, over 13782.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07058, over 411.00 utterances.], tot_loss[loss=0.3613, simple_loss=0.4018, pruned_loss=0.1604, over 2778075.25 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06987, over 45407.15 utterances.], batch size: 411, lr: 9.48e-04 +2022-09-17 08:02:50,074 INFO [train.py:885] (1/2) Epoch 4, batch 6700, loss[loss=0.4309, simple_loss=0.4568, pruned_loss=0.2025, over 14300.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04055, over 262.00 utterances.], tot_loss[loss=0.3627, simple_loss=0.4027, pruned_loss=0.1614, over 2779728.14 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06932, over 44891.36 utterances.], batch size: 262, lr: 9.47e-04 +2022-09-17 08:03:20,107 INFO [train.py:885] (1/2) Epoch 4, batch 6750, loss[loss=0.5639, simple_loss=0.577, pruned_loss=0.2754, over 13671.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07823, over 477.00 utterances.], tot_loss[loss=0.3666, simple_loss=0.4066, pruned_loss=0.1633, over 2776061.95 frames. utt_duration=239.2 frames, utt_pad_proportion=0.0711, over 46706.37 utterances.], batch size: 477, lr: 9.47e-04 +2022-09-17 08:03:50,014 INFO [train.py:885] (1/2) Epoch 4, batch 6800, loss[loss=0.6889, simple_loss=0.6976, pruned_loss=0.3401, over 12490.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1455, over 810.00 utterances.], tot_loss[loss=0.3682, simple_loss=0.4088, pruned_loss=0.1638, over 2777724.08 frames. utt_duration=233 frames, utt_pad_proportion=0.07178, over 48001.88 utterances.], batch size: 810, lr: 9.46e-04 +2022-09-17 08:04:19,808 INFO [train.py:885] (1/2) Epoch 4, batch 6850, loss[loss=0.3362, simple_loss=0.3887, pruned_loss=0.1418, over 14287.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04198, over 154.00 utterances.], tot_loss[loss=0.3663, simple_loss=0.4075, pruned_loss=0.1626, over 2777127.48 frames. utt_duration=232.7 frames, utt_pad_proportion=0.0732, over 48041.51 utterances.], batch size: 154, lr: 9.46e-04 +2022-09-17 08:04:48,751 INFO [train.py:885] (1/2) Epoch 4, batch 6900, loss[loss=0.2912, simple_loss=0.3481, pruned_loss=0.1172, over 14199.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04328, over 109.00 utterances.], tot_loss[loss=0.3597, simple_loss=0.4013, pruned_loss=0.159, over 2775713.64 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07288, over 45549.01 utterances.], batch size: 109, lr: 9.45e-04 +2022-09-17 08:05:18,584 INFO [train.py:885] (1/2) Epoch 4, batch 6950, loss[loss=0.4308, simple_loss=0.429, pruned_loss=0.2163, over 14293.00 frames. utt_duration=441.3 frames, utt_pad_proportion=0.03858, over 130.00 utterances.], tot_loss[loss=0.3665, simple_loss=0.4071, pruned_loss=0.163, over 2774429.52 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07403, over 47205.91 utterances.], batch size: 130, lr: 9.45e-04 +2022-09-17 08:05:47,990 INFO [train.py:885] (1/2) Epoch 4, batch 7000, loss[loss=0.3966, simple_loss=0.4373, pruned_loss=0.1779, over 14349.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03591, over 210.00 utterances.], tot_loss[loss=0.3661, simple_loss=0.4055, pruned_loss=0.1634, over 2777046.35 frames. utt_duration=244.3 frames, utt_pad_proportion=0.0725, over 45740.03 utterances.], batch size: 210, lr: 9.44e-04 +2022-09-17 08:06:17,437 INFO [train.py:885] (1/2) Epoch 4, batch 7050, loss[loss=0.2322, simple_loss=0.2843, pruned_loss=0.09006, over 13496.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.0916, over 50.00 utterances.], tot_loss[loss=0.3643, simple_loss=0.4047, pruned_loss=0.1619, over 2780345.98 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07166, over 45983.51 utterances.], batch size: 50, lr: 9.44e-04 +2022-09-17 08:06:46,483 INFO [train.py:885] (1/2) Epoch 4, batch 7100, loss[loss=0.2387, simple_loss=0.2769, pruned_loss=0.1002, over 12670.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1389, over 25.00 utterances.], tot_loss[loss=0.3604, simple_loss=0.4008, pruned_loss=0.16, over 2779782.88 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07016, over 44445.05 utterances.], batch size: 25, lr: 9.43e-04 +2022-09-17 08:07:15,813 INFO [train.py:885] (1/2) Epoch 4, batch 7150, loss[loss=0.2213, simple_loss=0.2601, pruned_loss=0.09127, over 13211.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1036, over 33.00 utterances.], tot_loss[loss=0.3611, simple_loss=0.401, pruned_loss=0.1606, over 2783842.63 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06941, over 44542.34 utterances.], batch size: 33, lr: 9.43e-04 +2022-09-17 08:07:46,234 INFO [train.py:885] (1/2) Epoch 4, batch 7200, loss[loss=0.4188, simple_loss=0.4472, pruned_loss=0.1952, over 14324.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03827, over 283.00 utterances.], tot_loss[loss=0.3646, simple_loss=0.4043, pruned_loss=0.1624, over 2783590.35 frames. utt_duration=249 frames, utt_pad_proportion=0.06913, over 44984.82 utterances.], batch size: 283, lr: 9.42e-04 +2022-09-17 08:08:15,907 INFO [train.py:885] (1/2) Epoch 4, batch 7250, loss[loss=0.4094, simple_loss=0.4377, pruned_loss=0.1906, over 14322.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03492, over 262.00 utterances.], tot_loss[loss=0.364, simple_loss=0.4034, pruned_loss=0.1623, over 2777243.60 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07131, over 45505.21 utterances.], batch size: 262, lr: 9.42e-04 +2022-09-17 08:08:45,032 INFO [train.py:885] (1/2) Epoch 4, batch 7300, loss[loss=0.3053, simple_loss=0.3552, pruned_loss=0.1277, over 14195.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04662, over 89.00 utterances.], tot_loss[loss=0.362, simple_loss=0.4021, pruned_loss=0.161, over 2777173.15 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07209, over 45169.97 utterances.], batch size: 89, lr: 9.41e-04 +2022-09-17 08:09:14,725 INFO [train.py:885] (1/2) Epoch 4, batch 7350, loss[loss=0.4476, simple_loss=0.5015, pruned_loss=0.1968, over 13601.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07926, over 560.00 utterances.], tot_loss[loss=0.3637, simple_loss=0.4036, pruned_loss=0.1619, over 2782085.65 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06931, over 44836.16 utterances.], batch size: 560, lr: 9.41e-04 +2022-09-17 08:09:43,592 INFO [train.py:885] (1/2) Epoch 4, batch 7400, loss[loss=0.3606, simple_loss=0.4031, pruned_loss=0.159, over 14318.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.0408, over 167.00 utterances.], tot_loss[loss=0.3657, simple_loss=0.4055, pruned_loss=0.163, over 2778468.99 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0708, over 45277.37 utterances.], batch size: 167, lr: 9.40e-04 +2022-09-17 08:10:13,099 INFO [train.py:885] (1/2) Epoch 4, batch 7450, loss[loss=0.4863, simple_loss=0.5298, pruned_loss=0.2214, over 13667.00 frames. utt_duration=116 frames, utt_pad_proportion=0.079, over 477.00 utterances.], tot_loss[loss=0.3617, simple_loss=0.4023, pruned_loss=0.1606, over 2775767.49 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07046, over 44072.04 utterances.], batch size: 477, lr: 9.40e-04 +2022-09-17 08:10:42,853 INFO [train.py:885] (1/2) Epoch 4, batch 7500, loss[loss=0.2299, simple_loss=0.2794, pruned_loss=0.09022, over 12345.00 frames. utt_duration=2059 frames, utt_pad_proportion=0.1712, over 24.00 utterances.], tot_loss[loss=0.3636, simple_loss=0.4042, pruned_loss=0.1615, over 2774742.35 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07189, over 44808.82 utterances.], batch size: 24, lr: 9.39e-04 +2022-09-17 08:11:12,797 INFO [train.py:885] (1/2) Epoch 4, batch 7550, loss[loss=0.6853, simple_loss=0.695, pruned_loss=0.3378, over 12580.00 frames. utt_duration=63.62 frames, utt_pad_proportion=0.1403, over 810.00 utterances.], tot_loss[loss=0.3693, simple_loss=0.4092, pruned_loss=0.1647, over 2775331.62 frames. utt_duration=238 frames, utt_pad_proportion=0.07316, over 46943.73 utterances.], batch size: 810, lr: 9.39e-04 +2022-09-17 08:11:41,849 INFO [train.py:885] (1/2) Epoch 4, batch 7600, loss[loss=0.2785, simple_loss=0.3253, pruned_loss=0.1159, over 13757.00 frames. utt_duration=918.8 frames, utt_pad_proportion=0.07476, over 60.00 utterances.], tot_loss[loss=0.37, simple_loss=0.4107, pruned_loss=0.1646, over 2777201.31 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07391, over 47811.23 utterances.], batch size: 60, lr: 9.38e-04 +2022-09-17 08:12:11,172 INFO [train.py:885] (1/2) Epoch 4, batch 7650, loss[loss=0.3996, simple_loss=0.4396, pruned_loss=0.1798, over 14196.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0451, over 306.00 utterances.], tot_loss[loss=0.3652, simple_loss=0.4054, pruned_loss=0.1625, over 2779694.06 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07265, over 45571.56 utterances.], batch size: 306, lr: 9.38e-04 +2022-09-17 08:12:40,044 INFO [train.py:885] (1/2) Epoch 4, batch 7700, loss[loss=0.1792, simple_loss=0.2169, pruned_loss=0.07073, over 12307.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.1672, over 24.00 utterances.], tot_loss[loss=0.3599, simple_loss=0.4009, pruned_loss=0.1594, over 2781668.94 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06967, over 44535.96 utterances.], batch size: 24, lr: 9.37e-04 +2022-09-17 08:13:09,732 INFO [train.py:885] (1/2) Epoch 4, batch 7750, loss[loss=0.5244, simple_loss=0.5079, pruned_loss=0.2704, over 14213.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04439, over 335.00 utterances.], tot_loss[loss=0.3616, simple_loss=0.4018, pruned_loss=0.1608, over 2781274.71 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06991, over 44570.94 utterances.], batch size: 335, lr: 9.37e-04 +2022-09-17 08:13:39,450 INFO [train.py:885] (1/2) Epoch 4, batch 7800, loss[loss=0.4344, simple_loss=0.4588, pruned_loss=0.205, over 14298.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04087, over 262.00 utterances.], tot_loss[loss=0.3647, simple_loss=0.4045, pruned_loss=0.1624, over 2780266.70 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07236, over 45369.36 utterances.], batch size: 262, lr: 9.36e-04 +2022-09-17 08:14:08,792 INFO [train.py:885] (1/2) Epoch 4, batch 7850, loss[loss=0.2587, simple_loss=0.3059, pruned_loss=0.1058, over 13270.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.09807, over 33.00 utterances.], tot_loss[loss=0.3595, simple_loss=0.3999, pruned_loss=0.1596, over 2781773.20 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06935, over 43640.15 utterances.], batch size: 33, lr: 9.36e-04 +2022-09-17 08:14:38,695 INFO [train.py:885] (1/2) Epoch 4, batch 7900, loss[loss=0.5007, simple_loss=0.5479, pruned_loss=0.2268, over 13151.00 frames. utt_duration=82.07 frames, utt_pad_proportion=0.1079, over 653.00 utterances.], tot_loss[loss=0.3654, simple_loss=0.4047, pruned_loss=0.163, over 2784672.96 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07042, over 44779.67 utterances.], batch size: 653, lr: 9.35e-04 +2022-09-17 08:15:08,437 INFO [train.py:885] (1/2) Epoch 4, batch 7950, loss[loss=0.3177, simple_loss=0.3683, pruned_loss=0.1335, over 14267.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04252, over 141.00 utterances.], tot_loss[loss=0.3604, simple_loss=0.4, pruned_loss=0.1604, over 2786168.59 frames. utt_duration=261 frames, utt_pad_proportion=0.068, over 42942.19 utterances.], batch size: 141, lr: 9.35e-04 +2022-09-17 08:15:37,652 INFO [train.py:885] (1/2) Epoch 4, batch 8000, loss[loss=0.2353, simple_loss=0.3012, pruned_loss=0.0847, over 14048.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05769, over 98.00 utterances.], tot_loss[loss=0.3608, simple_loss=0.401, pruned_loss=0.1603, over 2784726.03 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06906, over 44198.57 utterances.], batch size: 98, lr: 9.34e-04 +2022-09-17 08:16:07,869 INFO [train.py:885] (1/2) Epoch 4, batch 8050, loss[loss=0.2436, simple_loss=0.2982, pruned_loss=0.09452, over 13842.00 frames. utt_duration=804 frames, utt_pad_proportion=0.06398, over 69.00 utterances.], tot_loss[loss=0.3612, simple_loss=0.4018, pruned_loss=0.1603, over 2784319.27 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06925, over 44981.36 utterances.], batch size: 69, lr: 9.34e-04 +2022-09-17 08:16:37,184 INFO [train.py:885] (1/2) Epoch 4, batch 8100, loss[loss=0.3124, simple_loss=0.357, pruned_loss=0.1338, over 13972.00 frames. utt_duration=708.9 frames, utt_pad_proportion=0.06106, over 79.00 utterances.], tot_loss[loss=0.3615, simple_loss=0.4018, pruned_loss=0.1606, over 2786995.54 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06665, over 44825.14 utterances.], batch size: 79, lr: 9.33e-04 +2022-09-17 08:17:07,119 INFO [train.py:885] (1/2) Epoch 4, batch 8150, loss[loss=0.3239, simple_loss=0.3825, pruned_loss=0.1327, over 14322.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04057, over 167.00 utterances.], tot_loss[loss=0.3612, simple_loss=0.4025, pruned_loss=0.16, over 2787682.33 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06682, over 45302.12 utterances.], batch size: 167, lr: 9.33e-04 +2022-09-17 08:17:36,721 INFO [train.py:885] (1/2) Epoch 4, batch 8200, loss[loss=0.4026, simple_loss=0.4364, pruned_loss=0.1844, over 14337.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03785, over 262.00 utterances.], tot_loss[loss=0.359, simple_loss=0.4008, pruned_loss=0.1586, over 2792042.78 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06576, over 44742.75 utterances.], batch size: 262, lr: 9.32e-04 +2022-09-17 08:18:06,092 INFO [train.py:885] (1/2) Epoch 4, batch 8250, loss[loss=0.3006, simple_loss=0.35, pruned_loss=0.1256, over 14187.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.04379, over 109.00 utterances.], tot_loss[loss=0.3634, simple_loss=0.4042, pruned_loss=0.1613, over 2787732.43 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06723, over 44793.67 utterances.], batch size: 109, lr: 9.32e-04 +2022-09-17 08:18:35,699 INFO [train.py:885] (1/2) Epoch 4, batch 8300, loss[loss=0.5172, simple_loss=0.5455, pruned_loss=0.2445, over 13642.00 frames. utt_duration=98.8 frames, utt_pad_proportion=0.07662, over 560.00 utterances.], tot_loss[loss=0.3641, simple_loss=0.405, pruned_loss=0.1616, over 2783949.81 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06858, over 45641.45 utterances.], batch size: 560, lr: 9.31e-04 +2022-09-17 08:19:05,059 INFO [train.py:885] (1/2) Epoch 4, batch 8350, loss[loss=0.4448, simple_loss=0.4627, pruned_loss=0.2134, over 14311.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03982, over 262.00 utterances.], tot_loss[loss=0.3674, simple_loss=0.4078, pruned_loss=0.1635, over 2784213.45 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0694, over 46557.90 utterances.], batch size: 262, lr: 9.31e-04 +2022-09-17 08:19:35,052 INFO [train.py:885] (1/2) Epoch 4, batch 8400, loss[loss=0.3488, simple_loss=0.4044, pruned_loss=0.1466, over 14327.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03842, over 262.00 utterances.], tot_loss[loss=0.3676, simple_loss=0.4079, pruned_loss=0.1637, over 2780726.58 frames. utt_duration=238.3 frames, utt_pad_proportion=0.06959, over 46972.52 utterances.], batch size: 262, lr: 9.30e-04 +2022-09-17 08:20:04,713 INFO [train.py:885] (1/2) Epoch 4, batch 8450, loss[loss=0.3767, simple_loss=0.4235, pruned_loss=0.1649, over 14339.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03473, over 244.00 utterances.], tot_loss[loss=0.367, simple_loss=0.4079, pruned_loss=0.1631, over 2779402.29 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07044, over 47312.53 utterances.], batch size: 244, lr: 9.30e-04 +2022-09-17 08:20:34,821 INFO [train.py:885] (1/2) Epoch 4, batch 8500, loss[loss=0.701, simple_loss=0.7033, pruned_loss=0.3494, over 12464.00 frames. utt_duration=63.1 frames, utt_pad_proportion=0.1474, over 810.00 utterances.], tot_loss[loss=0.3672, simple_loss=0.4081, pruned_loss=0.1632, over 2777747.88 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07129, over 48022.16 utterances.], batch size: 810, lr: 9.29e-04 +2022-09-17 08:21:04,546 INFO [train.py:885] (1/2) Epoch 4, batch 8550, loss[loss=0.4003, simple_loss=0.4263, pruned_loss=0.1871, over 14349.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03692, over 195.00 utterances.], tot_loss[loss=0.3665, simple_loss=0.4077, pruned_loss=0.1627, over 2777414.43 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07171, over 47919.92 utterances.], batch size: 195, lr: 9.29e-04 +2022-09-17 08:21:33,624 INFO [train.py:885] (1/2) Epoch 4, batch 8600, loss[loss=0.236, simple_loss=0.2749, pruned_loss=0.09855, over 13400.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08468, over 41.00 utterances.], tot_loss[loss=0.3609, simple_loss=0.4019, pruned_loss=0.16, over 2782005.35 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06829, over 44753.35 utterances.], batch size: 41, lr: 9.28e-04 +2022-09-17 08:22:03,267 INFO [train.py:885] (1/2) Epoch 4, batch 8650, loss[loss=0.4404, simple_loss=0.4602, pruned_loss=0.2104, over 14255.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04207, over 225.00 utterances.], tot_loss[loss=0.3604, simple_loss=0.4023, pruned_loss=0.1593, over 2782686.49 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06894, over 45279.77 utterances.], batch size: 225, lr: 9.28e-04 +2022-09-17 08:22:32,681 INFO [train.py:885] (1/2) Epoch 4, batch 8700, loss[loss=0.4774, simple_loss=0.4923, pruned_loss=0.2312, over 14228.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04297, over 306.00 utterances.], tot_loss[loss=0.3629, simple_loss=0.4046, pruned_loss=0.1606, over 2781603.38 frames. utt_duration=241.6 frames, utt_pad_proportion=0.06965, over 46328.89 utterances.], batch size: 306, lr: 9.27e-04 +2022-09-17 08:23:02,606 INFO [train.py:885] (1/2) Epoch 4, batch 8750, loss[loss=0.483, simple_loss=0.4926, pruned_loss=0.2367, over 14241.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04197, over 335.00 utterances.], tot_loss[loss=0.3607, simple_loss=0.4022, pruned_loss=0.1597, over 2784919.50 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06704, over 44580.23 utterances.], batch size: 335, lr: 9.27e-04 +2022-09-17 08:23:32,046 INFO [train.py:885] (1/2) Epoch 4, batch 8800, loss[loss=0.4629, simple_loss=0.5111, pruned_loss=0.2073, over 13604.00 frames. utt_duration=98.46 frames, utt_pad_proportion=0.07984, over 560.00 utterances.], tot_loss[loss=0.3592, simple_loss=0.4007, pruned_loss=0.1589, over 2785962.43 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06713, over 44141.83 utterances.], batch size: 560, lr: 9.26e-04 +2022-09-17 08:24:01,931 INFO [train.py:885] (1/2) Epoch 4, batch 8850, loss[loss=0.4506, simple_loss=0.4651, pruned_loss=0.218, over 14301.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.0399, over 283.00 utterances.], tot_loss[loss=0.3588, simple_loss=0.4002, pruned_loss=0.1587, over 2785462.96 frames. utt_duration=252.3 frames, utt_pad_proportion=0.0671, over 44420.10 utterances.], batch size: 283, lr: 9.26e-04 +2022-09-17 08:24:30,763 INFO [train.py:885] (1/2) Epoch 4, batch 8900, loss[loss=0.5534, simple_loss=0.5866, pruned_loss=0.2601, over 13098.00 frames. utt_duration=81.75 frames, utt_pad_proportion=0.1114, over 653.00 utterances.], tot_loss[loss=0.3609, simple_loss=0.4015, pruned_loss=0.1602, over 2783553.25 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06844, over 44729.67 utterances.], batch size: 653, lr: 9.25e-04 +2022-09-17 08:25:00,436 INFO [train.py:885] (1/2) Epoch 4, batch 8950, loss[loss=0.2168, simple_loss=0.2606, pruned_loss=0.08651, over 13486.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.08341, over 42.00 utterances.], tot_loss[loss=0.362, simple_loss=0.4024, pruned_loss=0.1608, over 2786684.05 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06823, over 44805.00 utterances.], batch size: 42, lr: 9.25e-04 +2022-09-17 08:25:29,654 INFO [train.py:885] (1/2) Epoch 4, batch 9000, loss[loss=0.2103, simple_loss=0.2521, pruned_loss=0.08422, over 12404.00 frames. utt_duration=2069 frames, utt_pad_proportion=0.1514, over 24.00 utterances.], tot_loss[loss=0.3581, simple_loss=0.3989, pruned_loss=0.1586, over 2782185.98 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06789, over 43426.22 utterances.], batch size: 24, lr: 9.24e-04 +2022-09-17 08:25:29,655 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 08:25:34,296 INFO [train.py:914] (1/2) Epoch 4, validation: loss=0.2375, simple_loss=0.306, pruned_loss=0.08451, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 08:26:03,951 INFO [train.py:885] (1/2) Epoch 4, batch 9050, loss[loss=0.2826, simple_loss=0.3381, pruned_loss=0.1136, over 14043.00 frames. utt_duration=574.7 frames, utt_pad_proportion=0.05473, over 98.00 utterances.], tot_loss[loss=0.3565, simple_loss=0.3978, pruned_loss=0.1576, over 2784340.91 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06725, over 43143.34 utterances.], batch size: 98, lr: 9.24e-04 +2022-09-17 08:26:33,986 INFO [train.py:885] (1/2) Epoch 4, batch 9100, loss[loss=0.3597, simple_loss=0.3942, pruned_loss=0.1625, over 14313.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04045, over 154.00 utterances.], tot_loss[loss=0.359, simple_loss=0.3995, pruned_loss=0.1593, over 2783648.04 frames. utt_duration=256.8 frames, utt_pad_proportion=0.07015, over 43614.57 utterances.], batch size: 154, lr: 9.23e-04 +2022-09-17 08:27:03,556 INFO [train.py:885] (1/2) Epoch 4, batch 9150, loss[loss=0.2767, simple_loss=0.32, pruned_loss=0.1167, over 13338.00 frames. utt_duration=1068 frames, utt_pad_proportion=0.09309, over 50.00 utterances.], tot_loss[loss=0.3592, simple_loss=0.3999, pruned_loss=0.1592, over 2781381.18 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06935, over 44068.74 utterances.], batch size: 50, lr: 9.23e-04 +2022-09-17 08:27:32,907 INFO [train.py:885] (1/2) Epoch 4, batch 9200, loss[loss=0.3292, simple_loss=0.3611, pruned_loss=0.1487, over 14102.00 frames. utt_duration=518.9 frames, utt_pad_proportion=0.04964, over 109.00 utterances.], tot_loss[loss=0.3607, simple_loss=0.4018, pruned_loss=0.1597, over 2785899.16 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06996, over 44669.76 utterances.], batch size: 109, lr: 9.22e-04 +2022-09-17 08:28:02,804 INFO [train.py:885] (1/2) Epoch 4, batch 9250, loss[loss=0.2428, simple_loss=0.265, pruned_loss=0.1103, over 12971.00 frames. utt_duration=2077 frames, utt_pad_proportion=0.1189, over 25.00 utterances.], tot_loss[loss=0.3589, simple_loss=0.4003, pruned_loss=0.1588, over 2782573.04 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07081, over 44293.27 utterances.], batch size: 25, lr: 9.22e-04 +2022-09-17 08:28:32,121 INFO [train.py:885] (1/2) Epoch 4, batch 9300, loss[loss=0.1941, simple_loss=0.2555, pruned_loss=0.06629, over 13917.00 frames. utt_duration=808.3 frames, utt_pad_proportion=0.059, over 69.00 utterances.], tot_loss[loss=0.3607, simple_loss=0.4016, pruned_loss=0.1599, over 2779195.75 frames. utt_duration=250.6 frames, utt_pad_proportion=0.0701, over 44622.13 utterances.], batch size: 69, lr: 9.21e-04 +2022-09-17 08:29:01,662 INFO [train.py:885] (1/2) Epoch 4, batch 9350, loss[loss=0.285, simple_loss=0.3395, pruned_loss=0.1153, over 14134.00 frames. utt_duration=520 frames, utt_pad_proportion=0.04759, over 109.00 utterances.], tot_loss[loss=0.3604, simple_loss=0.4017, pruned_loss=0.1595, over 2776647.31 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07088, over 44889.18 utterances.], batch size: 109, lr: 9.21e-04 +2022-09-17 08:29:31,866 INFO [train.py:885] (1/2) Epoch 4, batch 9400, loss[loss=0.3103, simple_loss=0.3607, pruned_loss=0.13, over 14290.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03922, over 130.00 utterances.], tot_loss[loss=0.3646, simple_loss=0.4047, pruned_loss=0.1623, over 2769718.11 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0753, over 46164.82 utterances.], batch size: 130, lr: 9.20e-04 +2022-09-17 08:30:01,293 INFO [train.py:885] (1/2) Epoch 4, batch 9450, loss[loss=0.2559, simple_loss=0.3018, pruned_loss=0.1051, over 12330.00 frames. utt_duration=2056 frames, utt_pad_proportion=0.1661, over 24.00 utterances.], tot_loss[loss=0.37, simple_loss=0.4095, pruned_loss=0.1652, over 2766919.13 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07691, over 47713.67 utterances.], batch size: 24, lr: 9.20e-04 +2022-09-17 08:30:31,284 INFO [train.py:885] (1/2) Epoch 4, batch 9500, loss[loss=0.495, simple_loss=0.5409, pruned_loss=0.2246, over 13150.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1075, over 653.00 utterances.], tot_loss[loss=0.3689, simple_loss=0.4086, pruned_loss=0.1646, over 2766314.09 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07838, over 47782.24 utterances.], batch size: 653, lr: 9.19e-04 +2022-09-17 08:31:00,839 INFO [train.py:885] (1/2) Epoch 4, batch 9550, loss[loss=0.4083, simple_loss=0.4673, pruned_loss=0.1746, over 13737.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07378, over 411.00 utterances.], tot_loss[loss=0.3708, simple_loss=0.4103, pruned_loss=0.1657, over 2770091.15 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07772, over 48150.11 utterances.], batch size: 411, lr: 9.19e-04 +2022-09-17 08:31:29,805 INFO [train.py:885] (1/2) Epoch 4, batch 9600, loss[loss=0.3597, simple_loss=0.3898, pruned_loss=0.1648, over 14190.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04349, over 109.00 utterances.], tot_loss[loss=0.3634, simple_loss=0.4037, pruned_loss=0.1615, over 2777507.40 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07416, over 45402.55 utterances.], batch size: 109, lr: 9.18e-04 +2022-09-17 08:31:59,436 INFO [train.py:885] (1/2) Epoch 4, batch 9650, loss[loss=0.269, simple_loss=0.3188, pruned_loss=0.1096, over 14012.00 frames. utt_duration=711 frames, utt_pad_proportion=0.05947, over 79.00 utterances.], tot_loss[loss=0.3655, simple_loss=0.4056, pruned_loss=0.1627, over 2778589.99 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07166, over 45563.91 utterances.], batch size: 79, lr: 9.18e-04 +2022-09-17 08:32:28,934 INFO [train.py:885] (1/2) Epoch 4, batch 9700, loss[loss=0.3036, simple_loss=0.3349, pruned_loss=0.1361, over 14256.00 frames. utt_duration=642.2 frames, utt_pad_proportion=0.04295, over 89.00 utterances.], tot_loss[loss=0.3653, simple_loss=0.4055, pruned_loss=0.1626, over 2782238.12 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07074, over 44814.35 utterances.], batch size: 89, lr: 9.17e-04 +2022-09-17 08:32:58,841 INFO [train.py:885] (1/2) Epoch 4, batch 9750, loss[loss=0.3814, simple_loss=0.4144, pruned_loss=0.1742, over 14327.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03877, over 262.00 utterances.], tot_loss[loss=0.3651, simple_loss=0.4056, pruned_loss=0.1624, over 2782357.66 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07056, over 45558.22 utterances.], batch size: 262, lr: 9.17e-04 +2022-09-17 08:33:28,819 INFO [train.py:885] (1/2) Epoch 4, batch 9800, loss[loss=0.3692, simple_loss=0.4338, pruned_loss=0.1523, over 14015.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05464, over 365.00 utterances.], tot_loss[loss=0.3627, simple_loss=0.4039, pruned_loss=0.1608, over 2786579.15 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06841, over 44877.53 utterances.], batch size: 365, lr: 9.16e-04 +2022-09-17 08:33:57,347 INFO [train.py:885] (1/2) Epoch 4, batch 9850, loss[loss=0.4023, simple_loss=0.4406, pruned_loss=0.1821, over 14304.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03952, over 283.00 utterances.], tot_loss[loss=0.3609, simple_loss=0.4023, pruned_loss=0.1598, over 2786565.69 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06731, over 44324.94 utterances.], batch size: 283, lr: 9.16e-04 +2022-09-17 08:34:27,201 INFO [train.py:885] (1/2) Epoch 4, batch 9900, loss[loss=0.2162, simple_loss=0.2764, pruned_loss=0.07799, over 14194.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04597, over 89.00 utterances.], tot_loss[loss=0.3669, simple_loss=0.4077, pruned_loss=0.163, over 2786336.36 frames. utt_duration=242.6 frames, utt_pad_proportion=0.06932, over 46218.82 utterances.], batch size: 89, lr: 9.16e-04 +2022-09-17 08:34:57,330 INFO [train.py:885] (1/2) Epoch 4, batch 9950, loss[loss=0.4347, simple_loss=0.4542, pruned_loss=0.2076, over 14207.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0443, over 306.00 utterances.], tot_loss[loss=0.3644, simple_loss=0.4057, pruned_loss=0.1615, over 2786619.81 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06967, over 45697.90 utterances.], batch size: 306, lr: 9.15e-04 +2022-09-17 08:35:26,505 INFO [train.py:885] (1/2) Epoch 4, batch 10000, loss[loss=0.2504, simple_loss=0.3071, pruned_loss=0.09683, over 13997.00 frames. utt_duration=710.3 frames, utt_pad_proportion=0.0555, over 79.00 utterances.], tot_loss[loss=0.3623, simple_loss=0.4041, pruned_loss=0.1603, over 2788018.31 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06878, over 45120.67 utterances.], batch size: 79, lr: 9.15e-04 +2022-09-17 08:35:56,023 INFO [train.py:885] (1/2) Epoch 4, batch 10050, loss[loss=0.378, simple_loss=0.4503, pruned_loss=0.1529, over 13666.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07795, over 477.00 utterances.], tot_loss[loss=0.3632, simple_loss=0.4053, pruned_loss=0.1605, over 2788524.32 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06932, over 46056.88 utterances.], batch size: 477, lr: 9.14e-04 +2022-09-17 08:36:25,867 INFO [train.py:885] (1/2) Epoch 4, batch 10100, loss[loss=0.3394, simple_loss=0.369, pruned_loss=0.1549, over 14160.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.04547, over 109.00 utterances.], tot_loss[loss=0.3651, simple_loss=0.4072, pruned_loss=0.1615, over 2783951.60 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07163, over 47305.48 utterances.], batch size: 109, lr: 9.14e-04 +2022-09-17 08:36:55,837 INFO [train.py:885] (1/2) Epoch 4, batch 10150, loss[loss=0.3069, simple_loss=0.3689, pruned_loss=0.1224, over 14301.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.04028, over 130.00 utterances.], tot_loss[loss=0.3554, simple_loss=0.3985, pruned_loss=0.1561, over 2778369.83 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07107, over 44429.08 utterances.], batch size: 130, lr: 9.13e-04 +2022-09-17 08:37:24,828 INFO [train.py:885] (1/2) Epoch 4, batch 10200, loss[loss=0.2546, simple_loss=0.3209, pruned_loss=0.09417, over 13881.00 frames. utt_duration=926.9 frames, utt_pad_proportion=0.06843, over 60.00 utterances.], tot_loss[loss=0.3553, simple_loss=0.3975, pruned_loss=0.1566, over 2774537.06 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07131, over 43792.74 utterances.], batch size: 60, lr: 9.13e-04 +2022-09-17 08:37:54,422 INFO [train.py:885] (1/2) Epoch 4, batch 10250, loss[loss=0.4371, simple_loss=0.4562, pruned_loss=0.209, over 14323.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03907, over 262.00 utterances.], tot_loss[loss=0.3572, simple_loss=0.3994, pruned_loss=0.1575, over 2776026.49 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07169, over 44881.78 utterances.], batch size: 262, lr: 9.12e-04 +2022-09-17 08:38:24,309 INFO [train.py:885] (1/2) Epoch 4, batch 10300, loss[loss=0.2931, simple_loss=0.3337, pruned_loss=0.1262, over 13054.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.123, over 33.00 utterances.], tot_loss[loss=0.3569, simple_loss=0.3989, pruned_loss=0.1574, over 2775159.85 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07268, over 44799.17 utterances.], batch size: 33, lr: 9.12e-04 +2022-09-17 08:38:54,024 INFO [train.py:885] (1/2) Epoch 4, batch 10350, loss[loss=0.2177, simple_loss=0.2785, pruned_loss=0.07845, over 13888.00 frames. utt_duration=806.3 frames, utt_pad_proportion=0.06133, over 69.00 utterances.], tot_loss[loss=0.3581, simple_loss=0.3996, pruned_loss=0.1583, over 2773508.12 frames. utt_duration=250.3 frames, utt_pad_proportion=0.0723, over 44585.25 utterances.], batch size: 69, lr: 9.11e-04 +2022-09-17 08:39:24,432 INFO [train.py:885] (1/2) Epoch 4, batch 10400, loss[loss=0.2055, simple_loss=0.253, pruned_loss=0.07896, over 12505.00 frames. utt_duration=2086 frames, utt_pad_proportion=0.1562, over 24.00 utterances.], tot_loss[loss=0.3615, simple_loss=0.4027, pruned_loss=0.1601, over 2772983.00 frames. utt_duration=243.3 frames, utt_pad_proportion=0.074, over 45859.38 utterances.], batch size: 24, lr: 9.11e-04 +2022-09-17 08:39:53,255 INFO [train.py:885] (1/2) Epoch 4, batch 10450, loss[loss=0.3118, simple_loss=0.3546, pruned_loss=0.1345, over 14078.00 frames. utt_duration=714.1 frames, utt_pad_proportion=0.05549, over 79.00 utterances.], tot_loss[loss=0.3572, simple_loss=0.3983, pruned_loss=0.158, over 2778050.68 frames. utt_duration=257.2 frames, utt_pad_proportion=0.07213, over 43461.09 utterances.], batch size: 79, lr: 9.10e-04 +2022-09-17 08:40:22,891 INFO [train.py:885] (1/2) Epoch 4, batch 10500, loss[loss=0.2478, simple_loss=0.3108, pruned_loss=0.09236, over 13851.00 frames. utt_duration=804.5 frames, utt_pad_proportion=0.0634, over 69.00 utterances.], tot_loss[loss=0.3595, simple_loss=0.4005, pruned_loss=0.1593, over 2776213.56 frames. utt_duration=252.6 frames, utt_pad_proportion=0.0726, over 44222.96 utterances.], batch size: 69, lr: 9.10e-04 +2022-09-17 08:40:52,413 INFO [train.py:885] (1/2) Epoch 4, batch 10550, loss[loss=0.2172, simple_loss=0.2526, pruned_loss=0.09094, over 13033.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1244, over 33.00 utterances.], tot_loss[loss=0.3626, simple_loss=0.4039, pruned_loss=0.1607, over 2775160.10 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0741, over 46014.43 utterances.], batch size: 33, lr: 9.09e-04 +2022-09-17 08:41:21,942 INFO [train.py:885] (1/2) Epoch 4, batch 10600, loss[loss=0.2126, simple_loss=0.2442, pruned_loss=0.09052, over 13156.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1153, over 33.00 utterances.], tot_loss[loss=0.364, simple_loss=0.4059, pruned_loss=0.161, over 2777860.63 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07366, over 46889.03 utterances.], batch size: 33, lr: 9.09e-04 +2022-09-17 08:41:52,085 INFO [train.py:885] (1/2) Epoch 4, batch 10650, loss[loss=0.4136, simple_loss=0.4538, pruned_loss=0.1867, over 14347.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03439, over 244.00 utterances.], tot_loss[loss=0.3624, simple_loss=0.4044, pruned_loss=0.1603, over 2775311.04 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07392, over 45883.69 utterances.], batch size: 244, lr: 9.08e-04 +2022-09-17 08:42:21,153 INFO [train.py:885] (1/2) Epoch 4, batch 10700, loss[loss=0.2473, simple_loss=0.3096, pruned_loss=0.09251, over 14064.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05597, over 79.00 utterances.], tot_loss[loss=0.3651, simple_loss=0.4071, pruned_loss=0.1615, over 2774446.10 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07611, over 46906.36 utterances.], batch size: 79, lr: 9.08e-04 +2022-09-17 08:42:50,543 INFO [train.py:885] (1/2) Epoch 4, batch 10750, loss[loss=0.2975, simple_loss=0.3633, pruned_loss=0.1159, over 14351.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03843, over 120.00 utterances.], tot_loss[loss=0.3685, simple_loss=0.4099, pruned_loss=0.1635, over 2778237.03 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07474, over 47455.38 utterances.], batch size: 120, lr: 9.08e-04 +2022-09-17 08:43:19,978 INFO [train.py:885] (1/2) Epoch 4, batch 10800, loss[loss=0.1833, simple_loss=0.24, pruned_loss=0.06331, over 13379.00 frames. utt_duration=1276 frames, utt_pad_proportion=0.1011, over 42.00 utterances.], tot_loss[loss=0.3668, simple_loss=0.4077, pruned_loss=0.1629, over 2774327.75 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07421, over 46172.91 utterances.], batch size: 42, lr: 9.07e-04 +2022-09-17 08:43:49,154 INFO [train.py:885] (1/2) Epoch 4, batch 10850, loss[loss=0.4575, simple_loss=0.4676, pruned_loss=0.2237, over 14241.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04619, over 141.00 utterances.], tot_loss[loss=0.3645, simple_loss=0.4062, pruned_loss=0.1613, over 2781899.20 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07149, over 45458.60 utterances.], batch size: 141, lr: 9.07e-04 +2022-09-17 08:44:18,538 INFO [train.py:885] (1/2) Epoch 4, batch 10900, loss[loss=0.2744, simple_loss=0.3292, pruned_loss=0.1099, over 14170.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04891, over 89.00 utterances.], tot_loss[loss=0.3644, simple_loss=0.4059, pruned_loss=0.1614, over 2781062.66 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07265, over 45957.65 utterances.], batch size: 89, lr: 9.06e-04 +2022-09-17 08:44:48,069 INFO [train.py:885] (1/2) Epoch 4, batch 10950, loss[loss=0.3974, simple_loss=0.4346, pruned_loss=0.1801, over 14347.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03637, over 195.00 utterances.], tot_loss[loss=0.3639, simple_loss=0.406, pruned_loss=0.1609, over 2781051.45 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07279, over 46802.83 utterances.], batch size: 195, lr: 9.06e-04 +2022-09-17 08:45:17,251 INFO [train.py:885] (1/2) Epoch 4, batch 11000, loss[loss=0.2523, simple_loss=0.2997, pruned_loss=0.1024, over 14226.00 frames. utt_duration=641 frames, utt_pad_proportion=0.04476, over 89.00 utterances.], tot_loss[loss=0.3654, simple_loss=0.4068, pruned_loss=0.162, over 2785297.06 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07094, over 46491.46 utterances.], batch size: 89, lr: 9.05e-04 +2022-09-17 08:45:46,955 INFO [train.py:885] (1/2) Epoch 4, batch 11050, loss[loss=0.4022, simple_loss=0.4583, pruned_loss=0.1731, over 13717.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07543, over 411.00 utterances.], tot_loss[loss=0.3642, simple_loss=0.406, pruned_loss=0.1612, over 2785173.73 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07043, over 46625.85 utterances.], batch size: 411, lr: 9.05e-04 +2022-09-17 08:46:16,404 INFO [train.py:885] (1/2) Epoch 4, batch 11100, loss[loss=0.3067, simple_loss=0.362, pruned_loss=0.1257, over 14254.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04522, over 141.00 utterances.], tot_loss[loss=0.3685, simple_loss=0.4102, pruned_loss=0.1635, over 2787757.01 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07097, over 48198.92 utterances.], batch size: 141, lr: 9.04e-04 +2022-09-17 08:46:45,926 INFO [train.py:885] (1/2) Epoch 4, batch 11150, loss[loss=0.1969, simple_loss=0.2401, pruned_loss=0.07688, over 13184.00 frames. utt_duration=1599 frames, utt_pad_proportion=0.1154, over 33.00 utterances.], tot_loss[loss=0.3657, simple_loss=0.4064, pruned_loss=0.1625, over 2785693.15 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07112, over 46417.98 utterances.], batch size: 33, lr: 9.04e-04 +2022-09-17 08:47:15,532 INFO [train.py:885] (1/2) Epoch 4, batch 11200, loss[loss=0.4332, simple_loss=0.4458, pruned_loss=0.2103, over 14340.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03668, over 195.00 utterances.], tot_loss[loss=0.3686, simple_loss=0.4096, pruned_loss=0.1638, over 2779203.34 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07494, over 48405.89 utterances.], batch size: 195, lr: 9.03e-04 +2022-09-17 08:47:45,532 INFO [train.py:885] (1/2) Epoch 4, batch 11250, loss[loss=0.3511, simple_loss=0.4085, pruned_loss=0.1468, over 14350.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03616, over 195.00 utterances.], tot_loss[loss=0.3695, simple_loss=0.4108, pruned_loss=0.1642, over 2783682.33 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07289, over 48416.34 utterances.], batch size: 195, lr: 9.03e-04 +2022-09-17 08:48:15,024 INFO [train.py:885] (1/2) Epoch 4, batch 11300, loss[loss=0.3441, simple_loss=0.4059, pruned_loss=0.1411, over 14340.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03679, over 210.00 utterances.], tot_loss[loss=0.3717, simple_loss=0.4122, pruned_loss=0.1656, over 2774010.36 frames. utt_duration=224.3 frames, utt_pad_proportion=0.07515, over 49797.10 utterances.], batch size: 210, lr: 9.03e-04 +2022-09-17 08:48:44,220 INFO [train.py:885] (1/2) Epoch 4, batch 11350, loss[loss=0.4482, simple_loss=0.4631, pruned_loss=0.2167, over 14223.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0437, over 306.00 utterances.], tot_loss[loss=0.3718, simple_loss=0.4122, pruned_loss=0.1657, over 2778513.28 frames. utt_duration=227.5 frames, utt_pad_proportion=0.07361, over 49177.58 utterances.], batch size: 306, lr: 9.02e-04 +2022-09-17 08:49:13,559 INFO [train.py:885] (1/2) Epoch 4, batch 11400, loss[loss=0.377, simple_loss=0.4264, pruned_loss=0.1638, over 14351.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03657, over 283.00 utterances.], tot_loss[loss=0.3726, simple_loss=0.4129, pruned_loss=0.1661, over 2779517.68 frames. utt_duration=226.5 frames, utt_pad_proportion=0.0739, over 49414.50 utterances.], batch size: 283, lr: 9.02e-04 +2022-09-17 08:49:42,998 INFO [train.py:885] (1/2) Epoch 4, batch 11450, loss[loss=0.476, simple_loss=0.5382, pruned_loss=0.2069, over 13166.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.3669, simple_loss=0.4081, pruned_loss=0.1628, over 2777642.78 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07429, over 48151.99 utterances.], batch size: 653, lr: 9.01e-04 +2022-09-17 08:50:12,612 INFO [train.py:885] (1/2) Epoch 4, batch 11500, loss[loss=0.3007, simple_loss=0.3518, pruned_loss=0.1248, over 14136.00 frames. utt_duration=578.4 frames, utt_pad_proportion=0.0502, over 98.00 utterances.], tot_loss[loss=0.3635, simple_loss=0.4054, pruned_loss=0.1608, over 2776961.04 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07412, over 47429.25 utterances.], batch size: 98, lr: 9.01e-04 +2022-09-17 08:50:42,085 INFO [train.py:885] (1/2) Epoch 4, batch 11550, loss[loss=0.4095, simple_loss=0.4327, pruned_loss=0.1931, over 14340.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.0369, over 195.00 utterances.], tot_loss[loss=0.3649, simple_loss=0.4059, pruned_loss=0.1619, over 2780453.37 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07358, over 46967.91 utterances.], batch size: 195, lr: 9.00e-04 +2022-09-17 08:51:11,884 INFO [train.py:885] (1/2) Epoch 4, batch 11600, loss[loss=0.3966, simple_loss=0.4373, pruned_loss=0.178, over 14348.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03682, over 283.00 utterances.], tot_loss[loss=0.3622, simple_loss=0.4037, pruned_loss=0.1604, over 2781051.53 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07372, over 46112.03 utterances.], batch size: 283, lr: 9.00e-04 +2022-09-17 08:51:41,127 INFO [train.py:885] (1/2) Epoch 4, batch 11650, loss[loss=0.3057, simple_loss=0.3487, pruned_loss=0.1314, over 14062.00 frames. utt_duration=575.3 frames, utt_pad_proportion=0.05531, over 98.00 utterances.], tot_loss[loss=0.3616, simple_loss=0.4031, pruned_loss=0.16, over 2780831.77 frames. utt_duration=246 frames, utt_pad_proportion=0.07213, over 45488.91 utterances.], batch size: 98, lr: 8.99e-04 +2022-09-17 08:52:10,676 INFO [train.py:885] (1/2) Epoch 4, batch 11700, loss[loss=0.3458, simple_loss=0.4067, pruned_loss=0.1424, over 14317.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03832, over 226.00 utterances.], tot_loss[loss=0.3631, simple_loss=0.4054, pruned_loss=0.1604, over 2781799.91 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07243, over 46516.28 utterances.], batch size: 226, lr: 8.99e-04 +2022-09-17 08:52:40,515 INFO [train.py:885] (1/2) Epoch 4, batch 11750, loss[loss=0.3159, simple_loss=0.3558, pruned_loss=0.138, over 14144.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04648, over 109.00 utterances.], tot_loss[loss=0.3626, simple_loss=0.4046, pruned_loss=0.1603, over 2784168.59 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07045, over 46021.61 utterances.], batch size: 109, lr: 8.98e-04 +2022-09-17 08:53:10,436 INFO [train.py:885] (1/2) Epoch 4, batch 11800, loss[loss=0.3914, simple_loss=0.4166, pruned_loss=0.1831, over 14216.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04551, over 141.00 utterances.], tot_loss[loss=0.3595, simple_loss=0.4018, pruned_loss=0.1586, over 2781438.72 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06994, over 45179.86 utterances.], batch size: 141, lr: 8.98e-04 +2022-09-17 08:53:39,782 INFO [train.py:885] (1/2) Epoch 4, batch 11850, loss[loss=0.2541, simple_loss=0.3043, pruned_loss=0.1019, over 13817.00 frames. utt_duration=802.5 frames, utt_pad_proportion=0.06468, over 69.00 utterances.], tot_loss[loss=0.3605, simple_loss=0.4018, pruned_loss=0.1596, over 2784603.90 frames. utt_duration=253 frames, utt_pad_proportion=0.06914, over 44280.66 utterances.], batch size: 69, lr: 8.98e-04 +2022-09-17 08:54:08,878 INFO [train.py:885] (1/2) Epoch 4, batch 11900, loss[loss=0.3782, simple_loss=0.4252, pruned_loss=0.1656, over 14334.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03981, over 167.00 utterances.], tot_loss[loss=0.3543, simple_loss=0.3967, pruned_loss=0.156, over 2785337.46 frames. utt_duration=264.2 frames, utt_pad_proportion=0.06777, over 42405.07 utterances.], batch size: 167, lr: 8.97e-04 +2022-09-17 08:54:38,352 INFO [train.py:885] (1/2) Epoch 4, batch 11950, loss[loss=0.3737, simple_loss=0.4335, pruned_loss=0.157, over 13997.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05561, over 365.00 utterances.], tot_loss[loss=0.3598, simple_loss=0.4016, pruned_loss=0.1589, over 2783374.83 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07052, over 44521.77 utterances.], batch size: 365, lr: 8.97e-04 +2022-09-17 08:55:08,175 INFO [train.py:885] (1/2) Epoch 4, batch 12000, loss[loss=0.6362, simple_loss=0.6634, pruned_loss=0.3045, over 12476.00 frames. utt_duration=63.19 frames, utt_pad_proportion=0.1461, over 810.00 utterances.], tot_loss[loss=0.3617, simple_loss=0.4034, pruned_loss=0.1599, over 2778342.79 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07304, over 45928.08 utterances.], batch size: 810, lr: 8.96e-04 +2022-09-17 08:55:08,176 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 08:55:12,846 INFO [train.py:914] (1/2) Epoch 4, validation: loss=0.2384, simple_loss=0.3097, pruned_loss=0.08354, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 08:55:41,944 INFO [train.py:885] (1/2) Epoch 4, batch 12050, loss[loss=0.4679, simple_loss=0.4743, pruned_loss=0.2308, over 14217.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04346, over 335.00 utterances.], tot_loss[loss=0.3614, simple_loss=0.4025, pruned_loss=0.1601, over 2782547.45 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07044, over 44849.99 utterances.], batch size: 335, lr: 8.96e-04 +2022-09-17 08:56:12,332 INFO [train.py:885] (1/2) Epoch 4, batch 12100, loss[loss=0.2595, simple_loss=0.3074, pruned_loss=0.1058, over 13538.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.09023, over 50.00 utterances.], tot_loss[loss=0.3563, simple_loss=0.3984, pruned_loss=0.1571, over 2778420.48 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06986, over 44078.47 utterances.], batch size: 50, lr: 8.95e-04 +2022-09-17 08:56:41,985 INFO [train.py:885] (1/2) Epoch 4, batch 12150, loss[loss=0.3273, simple_loss=0.382, pruned_loss=0.1363, over 14295.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03906, over 180.00 utterances.], tot_loss[loss=0.3567, simple_loss=0.3994, pruned_loss=0.157, over 2778577.16 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06922, over 45327.00 utterances.], batch size: 180, lr: 8.95e-04 +2022-09-17 08:57:11,174 INFO [train.py:885] (1/2) Epoch 4, batch 12200, loss[loss=0.327, simple_loss=0.3892, pruned_loss=0.1324, over 14350.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.0359, over 154.00 utterances.], tot_loss[loss=0.3523, simple_loss=0.3958, pruned_loss=0.1544, over 2779281.18 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06743, over 43892.49 utterances.], batch size: 154, lr: 8.94e-04 +2022-09-17 08:57:40,999 INFO [train.py:885] (1/2) Epoch 4, batch 12250, loss[loss=0.7308, simple_loss=0.7287, pruned_loss=0.3664, over 12531.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1434, over 810.00 utterances.], tot_loss[loss=0.3522, simple_loss=0.3954, pruned_loss=0.1545, over 2780758.02 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06815, over 43820.99 utterances.], batch size: 810, lr: 8.94e-04 +2022-09-17 08:58:09,946 INFO [train.py:885] (1/2) Epoch 4, batch 12300, loss[loss=0.4093, simple_loss=0.4301, pruned_loss=0.1942, over 14277.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.04194, over 130.00 utterances.], tot_loss[loss=0.3541, simple_loss=0.3969, pruned_loss=0.1557, over 2783108.69 frames. utt_duration=253 frames, utt_pad_proportion=0.06771, over 44252.46 utterances.], batch size: 130, lr: 8.94e-04 +2022-09-17 08:58:40,275 INFO [train.py:885] (1/2) Epoch 4, batch 12350, loss[loss=0.3984, simple_loss=0.4686, pruned_loss=0.1641, over 13658.00 frames. utt_duration=98.96 frames, utt_pad_proportion=0.07517, over 560.00 utterances.], tot_loss[loss=0.3566, simple_loss=0.399, pruned_loss=0.1571, over 2784143.68 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06752, over 44948.36 utterances.], batch size: 560, lr: 8.93e-04 +2022-09-17 08:59:09,545 INFO [train.py:885] (1/2) Epoch 4, batch 12400, loss[loss=0.3431, simple_loss=0.3888, pruned_loss=0.1487, over 14343.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03948, over 167.00 utterances.], tot_loss[loss=0.3555, simple_loss=0.3975, pruned_loss=0.1568, over 2785962.04 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06684, over 43716.09 utterances.], batch size: 167, lr: 8.93e-04 +2022-09-17 08:59:39,534 INFO [train.py:885] (1/2) Epoch 4, batch 12450, loss[loss=0.5314, simple_loss=0.5125, pruned_loss=0.2752, over 14237.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04264, over 335.00 utterances.], tot_loss[loss=0.359, simple_loss=0.401, pruned_loss=0.1585, over 2785900.42 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06899, over 45264.64 utterances.], batch size: 335, lr: 8.92e-04 +2022-09-17 09:00:08,983 INFO [train.py:885] (1/2) Epoch 4, batch 12500, loss[loss=0.4165, simple_loss=0.4456, pruned_loss=0.1937, over 14225.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04386, over 335.00 utterances.], tot_loss[loss=0.3537, simple_loss=0.3962, pruned_loss=0.1556, over 2783592.20 frames. utt_duration=255 frames, utt_pad_proportion=0.06971, over 43926.12 utterances.], batch size: 335, lr: 8.92e-04 +2022-09-17 09:00:39,083 INFO [train.py:885] (1/2) Epoch 4, batch 12550, loss[loss=0.3167, simple_loss=0.3634, pruned_loss=0.135, over 14229.00 frames. utt_duration=523.7 frames, utt_pad_proportion=0.04093, over 109.00 utterances.], tot_loss[loss=0.3532, simple_loss=0.3957, pruned_loss=0.1553, over 2782840.57 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06927, over 43272.32 utterances.], batch size: 109, lr: 8.91e-04 +2022-09-17 09:01:06,218 INFO [train.py:885] (1/2) Epoch 4, batch 12600, loss[loss=0.2556, simple_loss=0.3159, pruned_loss=0.09765, over 14178.00 frames. utt_duration=580.3 frames, utt_pad_proportion=0.04876, over 98.00 utterances.], tot_loss[loss=0.3529, simple_loss=0.3953, pruned_loss=0.1553, over 2780665.50 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06964, over 42900.99 utterances.], batch size: 98, lr: 8.91e-04 +2022-09-17 09:01:24,765 INFO [train.py:885] (1/2) Epoch 5, batch 0, loss[loss=0.3758, simple_loss=0.4254, pruned_loss=0.1631, over 14369.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0327, over 244.00 utterances.], tot_loss[loss=0.3758, simple_loss=0.4254, pruned_loss=0.1631, over 14369.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0327, over 244.00 utterances.], batch size: 244, lr: 8.59e-04 +2022-09-17 09:01:53,946 INFO [train.py:885] (1/2) Epoch 5, batch 50, loss[loss=0.3479, simple_loss=0.3895, pruned_loss=0.1532, over 14200.00 frames. utt_duration=404.2 frames, utt_pad_proportion=0.04893, over 141.00 utterances.], tot_loss[loss=0.3709, simple_loss=0.4124, pruned_loss=0.1647, over 626520.33 frames. utt_duration=220.9 frames, utt_pad_proportion=0.07331, over 11420.62 utterances.], batch size: 141, lr: 8.59e-04 +2022-09-17 09:02:23,481 INFO [train.py:885] (1/2) Epoch 5, batch 100, loss[loss=0.2309, simple_loss=0.2925, pruned_loss=0.08464, over 12518.00 frames. utt_duration=2004 frames, utt_pad_proportion=0.1497, over 25.00 utterances.], tot_loss[loss=0.3536, simple_loss=0.3955, pruned_loss=0.1558, over 1105415.04 frames. utt_duration=264.6 frames, utt_pad_proportion=0.06742, over 16804.66 utterances.], batch size: 25, lr: 8.58e-04 +2022-09-17 09:02:52,920 INFO [train.py:885] (1/2) Epoch 5, batch 150, loss[loss=0.3997, simple_loss=0.4581, pruned_loss=0.1706, over 13822.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06831, over 411.00 utterances.], tot_loss[loss=0.3642, simple_loss=0.4054, pruned_loss=0.1615, over 1469505.73 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07659, over 25123.36 utterances.], batch size: 411, lr: 8.58e-04 +2022-09-17 09:03:22,687 INFO [train.py:885] (1/2) Epoch 5, batch 200, loss[loss=0.536, simple_loss=0.5693, pruned_loss=0.2513, over 13157.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.3588, simple_loss=0.4001, pruned_loss=0.1588, over 1756966.65 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07369, over 28832.52 utterances.], batch size: 653, lr: 8.57e-04 +2022-09-17 09:03:52,735 INFO [train.py:885] (1/2) Epoch 5, batch 250, loss[loss=0.4265, simple_loss=0.4525, pruned_loss=0.2003, over 14282.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.04002, over 225.00 utterances.], tot_loss[loss=0.3581, simple_loss=0.3995, pruned_loss=0.1583, over 1982351.96 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07225, over 32580.66 utterances.], batch size: 225, lr: 8.57e-04 +2022-09-17 09:04:22,167 INFO [train.py:885] (1/2) Epoch 5, batch 300, loss[loss=0.3563, simple_loss=0.4045, pruned_loss=0.1541, over 14282.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04138, over 262.00 utterances.], tot_loss[loss=0.3559, simple_loss=0.3982, pruned_loss=0.1568, over 2158565.16 frames. utt_duration=246 frames, utt_pad_proportion=0.07267, over 35312.17 utterances.], batch size: 262, lr: 8.57e-04 +2022-09-17 09:04:52,074 INFO [train.py:885] (1/2) Epoch 5, batch 350, loss[loss=0.4424, simple_loss=0.4599, pruned_loss=0.2125, over 14380.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03175, over 244.00 utterances.], tot_loss[loss=0.3613, simple_loss=0.4042, pruned_loss=0.1592, over 2291937.77 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07562, over 39844.75 utterances.], batch size: 244, lr: 8.56e-04 +2022-09-17 09:05:21,543 INFO [train.py:885] (1/2) Epoch 5, batch 400, loss[loss=0.2673, simple_loss=0.2944, pruned_loss=0.1201, over 13811.00 frames. utt_duration=922.4 frames, utt_pad_proportion=0.07302, over 60.00 utterances.], tot_loss[loss=0.3555, simple_loss=0.3987, pruned_loss=0.1562, over 2397034.46 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07463, over 40041.11 utterances.], batch size: 60, lr: 8.56e-04 +2022-09-17 09:05:50,985 INFO [train.py:885] (1/2) Epoch 5, batch 450, loss[loss=0.2254, simple_loss=0.2705, pruned_loss=0.09011, over 13213.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1133, over 33.00 utterances.], tot_loss[loss=0.353, simple_loss=0.3967, pruned_loss=0.1546, over 2483103.44 frames. utt_duration=243 frames, utt_pad_proportion=0.07318, over 41120.39 utterances.], batch size: 33, lr: 8.55e-04 +2022-09-17 09:06:20,234 INFO [train.py:885] (1/2) Epoch 5, batch 500, loss[loss=0.4445, simple_loss=0.4633, pruned_loss=0.2128, over 14328.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03752, over 195.00 utterances.], tot_loss[loss=0.3601, simple_loss=0.4021, pruned_loss=0.159, over 2548419.07 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07352, over 42798.16 utterances.], batch size: 195, lr: 8.55e-04 +2022-09-17 09:06:50,102 INFO [train.py:885] (1/2) Epoch 5, batch 550, loss[loss=0.4941, simple_loss=0.5372, pruned_loss=0.2255, over 13629.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07712, over 560.00 utterances.], tot_loss[loss=0.3533, simple_loss=0.3966, pruned_loss=0.155, over 2600730.61 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06991, over 41433.62 utterances.], batch size: 560, lr: 8.55e-04 +2022-09-17 09:07:19,246 INFO [train.py:885] (1/2) Epoch 5, batch 600, loss[loss=0.3603, simple_loss=0.3931, pruned_loss=0.1638, over 14215.00 frames. utt_duration=404.6 frames, utt_pad_proportion=0.04803, over 141.00 utterances.], tot_loss[loss=0.3537, simple_loss=0.3983, pruned_loss=0.1546, over 2640112.25 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07294, over 44034.49 utterances.], batch size: 141, lr: 8.54e-04 +2022-09-17 09:07:48,690 INFO [train.py:885] (1/2) Epoch 5, batch 650, loss[loss=0.3984, simple_loss=0.4574, pruned_loss=0.1697, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07118, over 411.00 utterances.], tot_loss[loss=0.3549, simple_loss=0.3993, pruned_loss=0.1553, over 2673458.32 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07256, over 44433.11 utterances.], batch size: 411, lr: 8.54e-04 +2022-09-17 09:08:17,994 INFO [train.py:885] (1/2) Epoch 5, batch 700, loss[loss=0.3739, simple_loss=0.4374, pruned_loss=0.1551, over 13802.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06989, over 411.00 utterances.], tot_loss[loss=0.3487, simple_loss=0.3934, pruned_loss=0.152, over 2697447.50 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07089, over 42528.45 utterances.], batch size: 411, lr: 8.53e-04 +2022-09-17 09:08:47,912 INFO [train.py:885] (1/2) Epoch 5, batch 750, loss[loss=0.2459, simple_loss=0.2977, pruned_loss=0.097, over 13515.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.09081, over 50.00 utterances.], tot_loss[loss=0.3513, simple_loss=0.3959, pruned_loss=0.1533, over 2713083.81 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07279, over 43769.52 utterances.], batch size: 50, lr: 8.53e-04 +2022-09-17 09:09:17,156 INFO [train.py:885] (1/2) Epoch 5, batch 800, loss[loss=0.3471, simple_loss=0.3908, pruned_loss=0.1517, over 14113.00 frames. utt_duration=577.5 frames, utt_pad_proportion=0.05169, over 98.00 utterances.], tot_loss[loss=0.351, simple_loss=0.3958, pruned_loss=0.1531, over 2729867.70 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07327, over 43900.01 utterances.], batch size: 98, lr: 8.52e-04 +2022-09-17 09:09:47,140 INFO [train.py:885] (1/2) Epoch 5, batch 850, loss[loss=0.3374, simple_loss=0.4192, pruned_loss=0.1278, over 13715.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07534, over 411.00 utterances.], tot_loss[loss=0.3534, simple_loss=0.3978, pruned_loss=0.1545, over 2738213.66 frames. utt_duration=245 frames, utt_pad_proportion=0.07283, over 44982.23 utterances.], batch size: 411, lr: 8.52e-04 +2022-09-17 09:10:16,988 INFO [train.py:885] (1/2) Epoch 5, batch 900, loss[loss=0.4985, simple_loss=0.5006, pruned_loss=0.2482, over 14187.00 frames. utt_duration=170.6 frames, utt_pad_proportion=0.04666, over 335.00 utterances.], tot_loss[loss=0.3565, simple_loss=0.4006, pruned_loss=0.1562, over 2748067.32 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07387, over 45584.29 utterances.], batch size: 335, lr: 8.52e-04 +2022-09-17 09:10:46,341 INFO [train.py:885] (1/2) Epoch 5, batch 950, loss[loss=0.3033, simple_loss=0.3616, pruned_loss=0.1225, over 14305.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.04017, over 130.00 utterances.], tot_loss[loss=0.3601, simple_loss=0.404, pruned_loss=0.1581, over 2753003.07 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07545, over 47407.61 utterances.], batch size: 130, lr: 8.51e-04 +2022-09-17 09:11:16,095 INFO [train.py:885] (1/2) Epoch 5, batch 1000, loss[loss=0.3128, simple_loss=0.3595, pruned_loss=0.133, over 14170.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04475, over 109.00 utterances.], tot_loss[loss=0.3564, simple_loss=0.4006, pruned_loss=0.1561, over 2760812.76 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07457, over 45901.53 utterances.], batch size: 109, lr: 8.51e-04 +2022-09-17 09:11:46,759 INFO [train.py:885] (1/2) Epoch 5, batch 1050, loss[loss=0.2532, simple_loss=0.308, pruned_loss=0.09919, over 14114.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05154, over 98.00 utterances.], tot_loss[loss=0.3583, simple_loss=0.4029, pruned_loss=0.1568, over 2760311.87 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07459, over 47103.30 utterances.], batch size: 98, lr: 8.50e-04 +2022-09-17 09:12:15,338 INFO [train.py:885] (1/2) Epoch 5, batch 1100, loss[loss=0.439, simple_loss=0.4666, pruned_loss=0.2058, over 14212.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04443, over 335.00 utterances.], tot_loss[loss=0.3601, simple_loss=0.4043, pruned_loss=0.158, over 2766139.29 frames. utt_duration=234.8 frames, utt_pad_proportion=0.0742, over 47425.72 utterances.], batch size: 335, lr: 8.50e-04 +2022-09-17 09:12:45,924 INFO [train.py:885] (1/2) Epoch 5, batch 1150, loss[loss=0.4248, simple_loss=0.448, pruned_loss=0.2007, over 14239.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04153, over 306.00 utterances.], tot_loss[loss=0.3578, simple_loss=0.4011, pruned_loss=0.1573, over 2765440.02 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07213, over 45846.47 utterances.], batch size: 306, lr: 8.50e-04 +2022-09-17 09:13:15,121 INFO [train.py:885] (1/2) Epoch 5, batch 1200, loss[loss=0.4154, simple_loss=0.461, pruned_loss=0.1849, over 13946.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05942, over 365.00 utterances.], tot_loss[loss=0.3612, simple_loss=0.4044, pruned_loss=0.159, over 2771158.92 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07289, over 47159.56 utterances.], batch size: 365, lr: 8.49e-04 +2022-09-17 09:13:44,516 INFO [train.py:885] (1/2) Epoch 5, batch 1250, loss[loss=0.37, simple_loss=0.4108, pruned_loss=0.1646, over 14306.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04187, over 167.00 utterances.], tot_loss[loss=0.3599, simple_loss=0.4034, pruned_loss=0.1583, over 2777140.57 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07219, over 47119.74 utterances.], batch size: 167, lr: 8.49e-04 +2022-09-17 09:14:13,569 INFO [train.py:885] (1/2) Epoch 5, batch 1300, loss[loss=0.2839, simple_loss=0.3379, pruned_loss=0.115, over 14196.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04335, over 109.00 utterances.], tot_loss[loss=0.3575, simple_loss=0.4014, pruned_loss=0.1568, over 2775047.61 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07195, over 46512.62 utterances.], batch size: 109, lr: 8.48e-04 +2022-09-17 09:14:43,178 INFO [train.py:885] (1/2) Epoch 5, batch 1350, loss[loss=0.72, simple_loss=0.7211, pruned_loss=0.3595, over 12452.00 frames. utt_duration=63.1 frames, utt_pad_proportion=0.1473, over 810.00 utterances.], tot_loss[loss=0.3642, simple_loss=0.4065, pruned_loss=0.1609, over 2777636.96 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07407, over 47703.76 utterances.], batch size: 810, lr: 8.48e-04 +2022-09-17 09:15:12,600 INFO [train.py:885] (1/2) Epoch 5, batch 1400, loss[loss=0.3501, simple_loss=0.3976, pruned_loss=0.1512, over 14317.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.0402, over 154.00 utterances.], tot_loss[loss=0.3671, simple_loss=0.4094, pruned_loss=0.1625, over 2779119.70 frames. utt_duration=229 frames, utt_pad_proportion=0.07376, over 48862.57 utterances.], batch size: 154, lr: 8.48e-04 +2022-09-17 09:15:42,152 INFO [train.py:885] (1/2) Epoch 5, batch 1450, loss[loss=0.2152, simple_loss=0.2659, pruned_loss=0.08227, over 13529.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08866, over 50.00 utterances.], tot_loss[loss=0.3594, simple_loss=0.4023, pruned_loss=0.1582, over 2779753.71 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07212, over 45877.47 utterances.], batch size: 50, lr: 8.47e-04 +2022-09-17 09:16:11,747 INFO [train.py:885] (1/2) Epoch 5, batch 1500, loss[loss=0.3048, simple_loss=0.3601, pruned_loss=0.1247, over 14321.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03679, over 130.00 utterances.], tot_loss[loss=0.3616, simple_loss=0.4051, pruned_loss=0.159, over 2779404.19 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07418, over 47248.78 utterances.], batch size: 130, lr: 8.47e-04 +2022-09-17 09:16:41,468 INFO [train.py:885] (1/2) Epoch 5, batch 1550, loss[loss=0.3288, simple_loss=0.3696, pruned_loss=0.144, over 14257.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04504, over 141.00 utterances.], tot_loss[loss=0.3604, simple_loss=0.4038, pruned_loss=0.1585, over 2786520.05 frames. utt_duration=243.5 frames, utt_pad_proportion=0.0719, over 46056.47 utterances.], batch size: 141, lr: 8.46e-04 +2022-09-17 09:17:11,261 INFO [train.py:885] (1/2) Epoch 5, batch 1600, loss[loss=0.2829, simple_loss=0.3427, pruned_loss=0.1115, over 14346.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.0369, over 120.00 utterances.], tot_loss[loss=0.3557, simple_loss=0.3998, pruned_loss=0.1558, over 2780746.57 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07274, over 45169.47 utterances.], batch size: 120, lr: 8.46e-04 +2022-09-17 09:17:40,666 INFO [train.py:885] (1/2) Epoch 5, batch 1650, loss[loss=0.239, simple_loss=0.2868, pruned_loss=0.09563, over 14251.00 frames. utt_duration=641.9 frames, utt_pad_proportion=0.0434, over 89.00 utterances.], tot_loss[loss=0.3541, simple_loss=0.3985, pruned_loss=0.1549, over 2780987.95 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07217, over 44904.19 utterances.], batch size: 89, lr: 8.46e-04 +2022-09-17 09:18:09,953 INFO [train.py:885] (1/2) Epoch 5, batch 1700, loss[loss=0.4954, simple_loss=0.5004, pruned_loss=0.2452, over 14328.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03852, over 283.00 utterances.], tot_loss[loss=0.3601, simple_loss=0.4038, pruned_loss=0.1582, over 2782393.22 frames. utt_duration=239 frames, utt_pad_proportion=0.07235, over 46849.42 utterances.], batch size: 283, lr: 8.45e-04 +2022-09-17 09:18:39,164 INFO [train.py:885] (1/2) Epoch 5, batch 1750, loss[loss=0.4571, simple_loss=0.4781, pruned_loss=0.2181, over 14333.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03814, over 283.00 utterances.], tot_loss[loss=0.3571, simple_loss=0.4013, pruned_loss=0.1564, over 2782325.61 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07247, over 46184.11 utterances.], batch size: 283, lr: 8.45e-04 +2022-09-17 09:19:08,564 INFO [train.py:885] (1/2) Epoch 5, batch 1800, loss[loss=0.4764, simple_loss=0.4843, pruned_loss=0.2342, over 14211.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0438, over 306.00 utterances.], tot_loss[loss=0.3562, simple_loss=0.4005, pruned_loss=0.156, over 2785949.24 frames. utt_duration=243.1 frames, utt_pad_proportion=0.06981, over 46116.28 utterances.], batch size: 306, lr: 8.44e-04 +2022-09-17 09:19:37,457 INFO [train.py:885] (1/2) Epoch 5, batch 1850, loss[loss=0.3625, simple_loss=0.4047, pruned_loss=0.1601, over 14314.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04028, over 154.00 utterances.], tot_loss[loss=0.356, simple_loss=0.4002, pruned_loss=0.1559, over 2789445.08 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06837, over 45910.59 utterances.], batch size: 154, lr: 8.44e-04 +2022-09-17 09:20:07,160 INFO [train.py:885] (1/2) Epoch 5, batch 1900, loss[loss=0.3749, simple_loss=0.4155, pruned_loss=0.1671, over 14272.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04091, over 180.00 utterances.], tot_loss[loss=0.3586, simple_loss=0.4034, pruned_loss=0.1569, over 2787876.10 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07115, over 47466.38 utterances.], batch size: 180, lr: 8.44e-04 +2022-09-17 09:20:37,342 INFO [train.py:885] (1/2) Epoch 5, batch 1950, loss[loss=0.2301, simple_loss=0.2702, pruned_loss=0.09497, over 12953.00 frames. utt_duration=1571 frames, utt_pad_proportion=0.1304, over 33.00 utterances.], tot_loss[loss=0.3536, simple_loss=0.3985, pruned_loss=0.1543, over 2784015.68 frames. utt_duration=245 frames, utt_pad_proportion=0.07174, over 45731.09 utterances.], batch size: 33, lr: 8.43e-04 +2022-09-17 09:21:06,191 INFO [train.py:885] (1/2) Epoch 5, batch 2000, loss[loss=0.4359, simple_loss=0.4554, pruned_loss=0.2082, over 14212.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0437, over 306.00 utterances.], tot_loss[loss=0.3506, simple_loss=0.3956, pruned_loss=0.1528, over 2784928.12 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06906, over 44041.55 utterances.], batch size: 306, lr: 8.43e-04 +2022-09-17 09:21:35,722 INFO [train.py:885] (1/2) Epoch 5, batch 2050, loss[loss=0.2895, simple_loss=0.3374, pruned_loss=0.1208, over 14097.00 frames. utt_duration=518.9 frames, utt_pad_proportion=0.04965, over 109.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3917, pruned_loss=0.1507, over 2783556.31 frames. utt_duration=264.8 frames, utt_pad_proportion=0.06806, over 42284.03 utterances.], batch size: 109, lr: 8.42e-04 +2022-09-17 09:22:05,687 INFO [train.py:885] (1/2) Epoch 5, batch 2100, loss[loss=0.3017, simple_loss=0.3684, pruned_loss=0.1175, over 14298.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04091, over 154.00 utterances.], tot_loss[loss=0.3466, simple_loss=0.3924, pruned_loss=0.1504, over 2780191.05 frames. utt_duration=256.9 frames, utt_pad_proportion=0.07044, over 43542.92 utterances.], batch size: 154, lr: 8.42e-04 +2022-09-17 09:22:43,170 INFO [train.py:885] (1/2) Epoch 5, batch 2150, loss[loss=0.2662, simple_loss=0.3207, pruned_loss=0.1058, over 13961.00 frames. utt_duration=708.2 frames, utt_pad_proportion=0.06324, over 79.00 utterances.], tot_loss[loss=0.3487, simple_loss=0.394, pruned_loss=0.1518, over 2783115.68 frames. utt_duration=256 frames, utt_pad_proportion=0.06918, over 43744.81 utterances.], batch size: 79, lr: 8.42e-04 +2022-09-17 09:23:12,760 INFO [train.py:885] (1/2) Epoch 5, batch 2200, loss[loss=0.1711, simple_loss=0.2219, pruned_loss=0.06017, over 13310.00 frames. utt_duration=1567 frames, utt_pad_proportion=0.111, over 34.00 utterances.], tot_loss[loss=0.3474, simple_loss=0.3929, pruned_loss=0.1509, over 2777158.09 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07104, over 44384.78 utterances.], batch size: 34, lr: 8.41e-04 +2022-09-17 09:23:41,661 INFO [train.py:885] (1/2) Epoch 5, batch 2250, loss[loss=0.3835, simple_loss=0.4232, pruned_loss=0.1719, over 14364.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03692, over 244.00 utterances.], tot_loss[loss=0.3472, simple_loss=0.3925, pruned_loss=0.1509, over 2779811.20 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06806, over 43419.48 utterances.], batch size: 244, lr: 8.41e-04 +2022-09-17 09:24:11,505 INFO [train.py:885] (1/2) Epoch 5, batch 2300, loss[loss=0.2412, simple_loss=0.2911, pruned_loss=0.09568, over 14053.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05548, over 79.00 utterances.], tot_loss[loss=0.3495, simple_loss=0.394, pruned_loss=0.1525, over 2778196.66 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06982, over 43719.21 utterances.], batch size: 79, lr: 8.40e-04 +2022-09-17 09:24:40,694 INFO [train.py:885] (1/2) Epoch 5, batch 2350, loss[loss=0.3836, simple_loss=0.4259, pruned_loss=0.1706, over 14363.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03242, over 244.00 utterances.], tot_loss[loss=0.3506, simple_loss=0.3947, pruned_loss=0.1532, over 2786867.49 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06655, over 43237.02 utterances.], batch size: 244, lr: 8.40e-04 +2022-09-17 09:25:11,034 INFO [train.py:885] (1/2) Epoch 5, batch 2400, loss[loss=0.3241, simple_loss=0.3735, pruned_loss=0.1374, over 14228.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04483, over 141.00 utterances.], tot_loss[loss=0.352, simple_loss=0.396, pruned_loss=0.154, over 2787038.88 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06687, over 43925.33 utterances.], batch size: 141, lr: 8.40e-04 +2022-09-17 09:25:40,939 INFO [train.py:885] (1/2) Epoch 5, batch 2450, loss[loss=0.3125, simple_loss=0.3765, pruned_loss=0.1242, over 14354.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03673, over 195.00 utterances.], tot_loss[loss=0.3541, simple_loss=0.398, pruned_loss=0.1551, over 2782692.18 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07015, over 45565.62 utterances.], batch size: 195, lr: 8.39e-04 +2022-09-17 09:26:10,218 INFO [train.py:885] (1/2) Epoch 5, batch 2500, loss[loss=0.1862, simple_loss=0.2289, pruned_loss=0.07176, over 12986.00 frames. utt_duration=1576 frames, utt_pad_proportion=0.1212, over 33.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.3975, pruned_loss=0.1548, over 2783137.01 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06876, over 44672.91 utterances.], batch size: 33, lr: 8.39e-04 +2022-09-17 09:26:39,802 INFO [train.py:885] (1/2) Epoch 5, batch 2550, loss[loss=0.3465, simple_loss=0.3764, pruned_loss=0.1582, over 14243.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04597, over 141.00 utterances.], tot_loss[loss=0.3525, simple_loss=0.3966, pruned_loss=0.1542, over 2786448.12 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06833, over 44034.63 utterances.], batch size: 141, lr: 8.38e-04 +2022-09-17 09:27:09,413 INFO [train.py:885] (1/2) Epoch 5, batch 2600, loss[loss=0.3178, simple_loss=0.3732, pruned_loss=0.1312, over 14368.00 frames. utt_duration=443.4 frames, utt_pad_proportion=0.034, over 130.00 utterances.], tot_loss[loss=0.3569, simple_loss=0.4013, pruned_loss=0.1563, over 2784665.29 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07016, over 45684.24 utterances.], batch size: 130, lr: 8.38e-04 +2022-09-17 09:27:39,506 INFO [train.py:885] (1/2) Epoch 5, batch 2650, loss[loss=0.4181, simple_loss=0.4524, pruned_loss=0.1919, over 14256.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04154, over 225.00 utterances.], tot_loss[loss=0.3556, simple_loss=0.4004, pruned_loss=0.1554, over 2780889.90 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07099, over 45619.16 utterances.], batch size: 225, lr: 8.38e-04 +2022-09-17 09:28:08,792 INFO [train.py:885] (1/2) Epoch 5, batch 2700, loss[loss=0.2226, simple_loss=0.2497, pruned_loss=0.0978, over 12595.00 frames. utt_duration=2017 frames, utt_pad_proportion=0.1426, over 25.00 utterances.], tot_loss[loss=0.357, simple_loss=0.4009, pruned_loss=0.1566, over 2777063.93 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07295, over 45954.40 utterances.], batch size: 25, lr: 8.37e-04 +2022-09-17 09:28:37,928 INFO [train.py:885] (1/2) Epoch 5, batch 2750, loss[loss=0.3232, simple_loss=0.3863, pruned_loss=0.13, over 14384.00 frames. utt_duration=296.6 frames, utt_pad_proportion=0.03378, over 195.00 utterances.], tot_loss[loss=0.3521, simple_loss=0.3968, pruned_loss=0.1537, over 2779066.08 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07272, over 44658.85 utterances.], batch size: 195, lr: 8.37e-04 +2022-09-17 09:29:07,320 INFO [train.py:885] (1/2) Epoch 5, batch 2800, loss[loss=0.3846, simple_loss=0.4446, pruned_loss=0.1623, over 13731.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07369, over 411.00 utterances.], tot_loss[loss=0.351, simple_loss=0.3962, pruned_loss=0.1529, over 2780574.86 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07167, over 45187.50 utterances.], batch size: 411, lr: 8.36e-04 +2022-09-17 09:29:37,285 INFO [train.py:885] (1/2) Epoch 5, batch 2850, loss[loss=0.2001, simple_loss=0.2604, pruned_loss=0.06987, over 13264.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1095, over 33.00 utterances.], tot_loss[loss=0.3544, simple_loss=0.3984, pruned_loss=0.1552, over 2781084.08 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07151, over 45421.33 utterances.], batch size: 33, lr: 8.36e-04 +2022-09-17 09:30:06,852 INFO [train.py:885] (1/2) Epoch 5, batch 2900, loss[loss=0.217, simple_loss=0.2476, pruned_loss=0.09317, over 12352.00 frames. utt_duration=2060 frames, utt_pad_proportion=0.1611, over 24.00 utterances.], tot_loss[loss=0.3519, simple_loss=0.3955, pruned_loss=0.1541, over 2776720.75 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07119, over 44413.22 utterances.], batch size: 24, lr: 8.36e-04 +2022-09-17 09:30:36,085 INFO [train.py:885] (1/2) Epoch 5, batch 2950, loss[loss=0.4042, simple_loss=0.4626, pruned_loss=0.1729, over 13795.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07068, over 411.00 utterances.], tot_loss[loss=0.3509, simple_loss=0.395, pruned_loss=0.1534, over 2780055.83 frames. utt_duration=253.8 frames, utt_pad_proportion=0.0693, over 44068.13 utterances.], batch size: 411, lr: 8.35e-04 +2022-09-17 09:31:05,724 INFO [train.py:885] (1/2) Epoch 5, batch 3000, loss[loss=0.4637, simple_loss=0.4847, pruned_loss=0.2214, over 14362.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03284, over 244.00 utterances.], tot_loss[loss=0.3454, simple_loss=0.39, pruned_loss=0.1504, over 2775772.36 frames. utt_duration=262.6 frames, utt_pad_proportion=0.06961, over 42514.64 utterances.], batch size: 244, lr: 8.35e-04 +2022-09-17 09:31:05,725 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 09:31:10,374 INFO [train.py:914] (1/2) Epoch 5, validation: loss=0.2301, simple_loss=0.3025, pruned_loss=0.0789, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 09:31:40,283 INFO [train.py:885] (1/2) Epoch 5, batch 3050, loss[loss=0.4819, simple_loss=0.4894, pruned_loss=0.2372, over 14226.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04265, over 306.00 utterances.], tot_loss[loss=0.348, simple_loss=0.3929, pruned_loss=0.1516, over 2773281.98 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07216, over 44168.64 utterances.], batch size: 306, lr: 8.35e-04 +2022-09-17 09:32:09,321 INFO [train.py:885] (1/2) Epoch 5, batch 3100, loss[loss=0.2694, simple_loss=0.3118, pruned_loss=0.1135, over 13496.00 frames. utt_duration=1318 frames, utt_pad_proportion=0.07866, over 41.00 utterances.], tot_loss[loss=0.3481, simple_loss=0.3927, pruned_loss=0.1518, over 2778008.26 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06979, over 43291.34 utterances.], batch size: 41, lr: 8.34e-04 +2022-09-17 09:32:38,803 INFO [train.py:885] (1/2) Epoch 5, batch 3150, loss[loss=0.549, simple_loss=0.5357, pruned_loss=0.2812, over 14263.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04117, over 335.00 utterances.], tot_loss[loss=0.3546, simple_loss=0.3978, pruned_loss=0.1557, over 2780118.21 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07089, over 44642.46 utterances.], batch size: 335, lr: 8.34e-04 +2022-09-17 09:33:08,091 INFO [train.py:885] (1/2) Epoch 5, batch 3200, loss[loss=0.3298, simple_loss=0.3939, pruned_loss=0.1328, over 14401.00 frames. utt_duration=237.6 frames, utt_pad_proportion=0.03419, over 244.00 utterances.], tot_loss[loss=0.358, simple_loss=0.4015, pruned_loss=0.1572, over 2778366.70 frames. utt_duration=243.3 frames, utt_pad_proportion=0.0725, over 45958.55 utterances.], batch size: 244, lr: 8.33e-04 +2022-09-17 09:33:38,010 INFO [train.py:885] (1/2) Epoch 5, batch 3250, loss[loss=0.3358, simple_loss=0.3734, pruned_loss=0.1491, over 14128.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.05199, over 98.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.3967, pruned_loss=0.1551, over 2774607.46 frames. utt_duration=250.5 frames, utt_pad_proportion=0.0728, over 44573.58 utterances.], batch size: 98, lr: 8.33e-04 +2022-09-17 09:34:07,259 INFO [train.py:885] (1/2) Epoch 5, batch 3300, loss[loss=0.245, simple_loss=0.3079, pruned_loss=0.091, over 14243.00 frames. utt_duration=641.7 frames, utt_pad_proportion=0.04364, over 89.00 utterances.], tot_loss[loss=0.3532, simple_loss=0.3964, pruned_loss=0.155, over 2775859.66 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07207, over 44095.96 utterances.], batch size: 89, lr: 8.33e-04 +2022-09-17 09:34:37,345 INFO [train.py:885] (1/2) Epoch 5, batch 3350, loss[loss=0.3941, simple_loss=0.4303, pruned_loss=0.1789, over 14322.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03802, over 195.00 utterances.], tot_loss[loss=0.3484, simple_loss=0.3932, pruned_loss=0.1518, over 2775722.58 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07427, over 44651.96 utterances.], batch size: 195, lr: 8.32e-04 +2022-09-17 09:35:06,413 INFO [train.py:885] (1/2) Epoch 5, batch 3400, loss[loss=0.214, simple_loss=0.2672, pruned_loss=0.08039, over 13156.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1141, over 33.00 utterances.], tot_loss[loss=0.3477, simple_loss=0.393, pruned_loss=0.1513, over 2777446.79 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07284, over 44570.10 utterances.], batch size: 33, lr: 8.32e-04 +2022-09-17 09:35:36,111 INFO [train.py:885] (1/2) Epoch 5, batch 3450, loss[loss=0.3332, simple_loss=0.3878, pruned_loss=0.1393, over 14255.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04531, over 141.00 utterances.], tot_loss[loss=0.3471, simple_loss=0.3932, pruned_loss=0.1505, over 2776705.82 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07409, over 45317.44 utterances.], batch size: 141, lr: 8.31e-04 +2022-09-17 09:36:06,123 INFO [train.py:885] (1/2) Epoch 5, batch 3500, loss[loss=0.2187, simple_loss=0.2694, pruned_loss=0.08403, over 13484.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.08839, over 50.00 utterances.], tot_loss[loss=0.3481, simple_loss=0.3942, pruned_loss=0.151, over 2779476.29 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07167, over 45548.04 utterances.], batch size: 50, lr: 8.31e-04 +2022-09-17 09:36:34,516 INFO [train.py:885] (1/2) Epoch 5, batch 3550, loss[loss=0.3482, simple_loss=0.394, pruned_loss=0.1512, over 14279.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04001, over 180.00 utterances.], tot_loss[loss=0.3424, simple_loss=0.3888, pruned_loss=0.148, over 2781085.30 frames. utt_duration=258 frames, utt_pad_proportion=0.06837, over 43360.38 utterances.], batch size: 180, lr: 8.31e-04 +2022-09-17 09:37:04,425 INFO [train.py:885] (1/2) Epoch 5, batch 3600, loss[loss=0.604, simple_loss=0.6509, pruned_loss=0.2785, over 12515.00 frames. utt_duration=63.41 frames, utt_pad_proportion=0.1431, over 810.00 utterances.], tot_loss[loss=0.346, simple_loss=0.3914, pruned_loss=0.1503, over 2779913.84 frames. utt_duration=258.7 frames, utt_pad_proportion=0.0691, over 43228.14 utterances.], batch size: 810, lr: 8.30e-04 +2022-09-17 09:37:34,054 INFO [train.py:885] (1/2) Epoch 5, batch 3650, loss[loss=0.4053, simple_loss=0.437, pruned_loss=0.1868, over 14336.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03708, over 195.00 utterances.], tot_loss[loss=0.3504, simple_loss=0.3947, pruned_loss=0.153, over 2780666.78 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07026, over 44467.56 utterances.], batch size: 195, lr: 8.30e-04 +2022-09-17 09:38:03,455 INFO [train.py:885] (1/2) Epoch 5, batch 3700, loss[loss=0.41, simple_loss=0.4651, pruned_loss=0.1774, over 13689.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07917, over 478.00 utterances.], tot_loss[loss=0.3528, simple_loss=0.3966, pruned_loss=0.1545, over 2776812.85 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07291, over 45284.90 utterances.], batch size: 478, lr: 8.30e-04 +2022-09-17 09:38:33,412 INFO [train.py:885] (1/2) Epoch 5, batch 3750, loss[loss=0.3755, simple_loss=0.4239, pruned_loss=0.1635, over 14306.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03969, over 283.00 utterances.], tot_loss[loss=0.3549, simple_loss=0.3993, pruned_loss=0.1553, over 2771824.63 frames. utt_duration=237.9 frames, utt_pad_proportion=0.0744, over 46888.05 utterances.], batch size: 283, lr: 8.29e-04 +2022-09-17 09:39:02,897 INFO [train.py:885] (1/2) Epoch 5, batch 3800, loss[loss=0.3381, simple_loss=0.389, pruned_loss=0.1436, over 14220.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04751, over 141.00 utterances.], tot_loss[loss=0.3583, simple_loss=0.4025, pruned_loss=0.1571, over 2773788.96 frames. utt_duration=233.4 frames, utt_pad_proportion=0.0754, over 47841.86 utterances.], batch size: 141, lr: 8.29e-04 +2022-09-17 09:39:32,815 INFO [train.py:885] (1/2) Epoch 5, batch 3850, loss[loss=0.3083, simple_loss=0.3623, pruned_loss=0.1272, over 14325.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03834, over 120.00 utterances.], tot_loss[loss=0.358, simple_loss=0.4023, pruned_loss=0.1569, over 2778102.08 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07421, over 47494.30 utterances.], batch size: 120, lr: 8.28e-04 +2022-09-17 09:40:01,897 INFO [train.py:885] (1/2) Epoch 5, batch 3900, loss[loss=0.3387, simple_loss=0.3997, pruned_loss=0.1388, over 14267.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04058, over 225.00 utterances.], tot_loss[loss=0.3523, simple_loss=0.3969, pruned_loss=0.1539, over 2779815.69 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07074, over 45414.94 utterances.], batch size: 225, lr: 8.28e-04 +2022-09-17 09:40:31,958 INFO [train.py:885] (1/2) Epoch 5, batch 3950, loss[loss=0.4307, simple_loss=0.489, pruned_loss=0.1862, over 13638.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.07558, over 478.00 utterances.], tot_loss[loss=0.3576, simple_loss=0.4024, pruned_loss=0.1564, over 2778603.48 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07216, over 47855.42 utterances.], batch size: 478, lr: 8.28e-04 +2022-09-17 09:41:01,036 INFO [train.py:885] (1/2) Epoch 5, batch 4000, loss[loss=0.4085, simple_loss=0.4413, pruned_loss=0.1879, over 14313.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03889, over 283.00 utterances.], tot_loss[loss=0.36, simple_loss=0.4039, pruned_loss=0.158, over 2780464.73 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07078, over 47995.64 utterances.], batch size: 283, lr: 8.27e-04 +2022-09-17 09:41:30,507 INFO [train.py:885] (1/2) Epoch 5, batch 4050, loss[loss=0.2314, simple_loss=0.2818, pruned_loss=0.09052, over 13253.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1068, over 33.00 utterances.], tot_loss[loss=0.3547, simple_loss=0.3987, pruned_loss=0.1554, over 2780362.48 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07101, over 45754.91 utterances.], batch size: 33, lr: 8.27e-04 +2022-09-17 09:41:59,381 INFO [train.py:885] (1/2) Epoch 5, batch 4100, loss[loss=0.3765, simple_loss=0.4178, pruned_loss=0.1676, over 14284.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04022, over 225.00 utterances.], tot_loss[loss=0.3486, simple_loss=0.393, pruned_loss=0.1521, over 2784227.06 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06889, over 43041.74 utterances.], batch size: 225, lr: 8.27e-04 +2022-09-17 09:42:28,596 INFO [train.py:885] (1/2) Epoch 5, batch 4150, loss[loss=0.2903, simple_loss=0.344, pruned_loss=0.1183, over 14289.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04076, over 120.00 utterances.], tot_loss[loss=0.3507, simple_loss=0.3954, pruned_loss=0.153, over 2786577.54 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06901, over 44365.23 utterances.], batch size: 120, lr: 8.26e-04 +2022-09-17 09:42:58,661 INFO [train.py:885] (1/2) Epoch 5, batch 4200, loss[loss=0.3594, simple_loss=0.4136, pruned_loss=0.1527, over 14334.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03726, over 210.00 utterances.], tot_loss[loss=0.3501, simple_loss=0.3948, pruned_loss=0.1527, over 2785614.73 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07027, over 44194.50 utterances.], batch size: 210, lr: 8.26e-04 +2022-09-17 09:43:28,591 INFO [train.py:885] (1/2) Epoch 5, batch 4250, loss[loss=0.3915, simple_loss=0.4383, pruned_loss=0.1723, over 14312.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03917, over 283.00 utterances.], tot_loss[loss=0.3504, simple_loss=0.3954, pruned_loss=0.1527, over 2788057.57 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06898, over 44450.63 utterances.], batch size: 283, lr: 8.25e-04 +2022-09-17 09:43:58,062 INFO [train.py:885] (1/2) Epoch 5, batch 4300, loss[loss=0.6431, simple_loss=0.6835, pruned_loss=0.3014, over 12401.00 frames. utt_duration=62.8 frames, utt_pad_proportion=0.1513, over 810.00 utterances.], tot_loss[loss=0.3533, simple_loss=0.3994, pruned_loss=0.1536, over 2786330.15 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07108, over 47303.73 utterances.], batch size: 810, lr: 8.25e-04 +2022-09-17 09:44:27,638 INFO [train.py:885] (1/2) Epoch 5, batch 4350, loss[loss=0.3275, simple_loss=0.3712, pruned_loss=0.1419, over 14250.00 frames. utt_duration=371.7 frames, utt_pad_proportion=0.04212, over 154.00 utterances.], tot_loss[loss=0.3533, simple_loss=0.3985, pruned_loss=0.1541, over 2786698.39 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07062, over 46304.80 utterances.], batch size: 154, lr: 8.25e-04 +2022-09-17 09:44:57,341 INFO [train.py:885] (1/2) Epoch 5, batch 4400, loss[loss=0.4526, simple_loss=0.5154, pruned_loss=0.1949, over 13565.00 frames. utt_duration=98.21 frames, utt_pad_proportion=0.08219, over 560.00 utterances.], tot_loss[loss=0.3585, simple_loss=0.4038, pruned_loss=0.1566, over 2786104.08 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07173, over 48115.08 utterances.], batch size: 560, lr: 8.24e-04 +2022-09-17 09:45:26,355 INFO [train.py:885] (1/2) Epoch 5, batch 4450, loss[loss=0.436, simple_loss=0.4597, pruned_loss=0.2062, over 14223.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04297, over 306.00 utterances.], tot_loss[loss=0.3588, simple_loss=0.4031, pruned_loss=0.1573, over 2787326.06 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07061, over 46979.93 utterances.], batch size: 306, lr: 8.24e-04 +2022-09-17 09:45:55,555 INFO [train.py:885] (1/2) Epoch 5, batch 4500, loss[loss=0.2707, simple_loss=0.319, pruned_loss=0.1112, over 14145.00 frames. utt_duration=717.5 frames, utt_pad_proportion=0.0472, over 79.00 utterances.], tot_loss[loss=0.3564, simple_loss=0.4005, pruned_loss=0.1562, over 2790353.72 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06846, over 45711.41 utterances.], batch size: 79, lr: 8.24e-04 +2022-09-17 09:46:25,533 INFO [train.py:885] (1/2) Epoch 5, batch 4550, loss[loss=0.3628, simple_loss=0.4202, pruned_loss=0.1527, over 14317.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03928, over 262.00 utterances.], tot_loss[loss=0.3632, simple_loss=0.4066, pruned_loss=0.1599, over 2784156.31 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07384, over 48030.50 utterances.], batch size: 262, lr: 8.23e-04 +2022-09-17 09:46:55,813 INFO [train.py:885] (1/2) Epoch 5, batch 4600, loss[loss=0.2946, simple_loss=0.3465, pruned_loss=0.1214, over 14377.00 frames. utt_duration=443.7 frames, utt_pad_proportion=0.03332, over 130.00 utterances.], tot_loss[loss=0.3598, simple_loss=0.4043, pruned_loss=0.1577, over 2789917.41 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07104, over 47414.27 utterances.], batch size: 130, lr: 8.23e-04 +2022-09-17 09:47:25,351 INFO [train.py:885] (1/2) Epoch 5, batch 4650, loss[loss=0.3161, simple_loss=0.3811, pruned_loss=0.1255, over 14268.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04051, over 180.00 utterances.], tot_loss[loss=0.3578, simple_loss=0.4028, pruned_loss=0.1564, over 2786216.07 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07241, over 47135.39 utterances.], batch size: 180, lr: 8.22e-04 +2022-09-17 09:47:54,821 INFO [train.py:885] (1/2) Epoch 5, batch 4700, loss[loss=0.3793, simple_loss=0.4177, pruned_loss=0.1705, over 14307.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03905, over 283.00 utterances.], tot_loss[loss=0.3528, simple_loss=0.3981, pruned_loss=0.1537, over 2780581.59 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0727, over 46100.16 utterances.], batch size: 283, lr: 8.22e-04 +2022-09-17 09:48:24,059 INFO [train.py:885] (1/2) Epoch 5, batch 4750, loss[loss=0.2544, simple_loss=0.3081, pruned_loss=0.1003, over 12192.00 frames. utt_duration=2034 frames, utt_pad_proportion=0.1753, over 24.00 utterances.], tot_loss[loss=0.3565, simple_loss=0.4005, pruned_loss=0.1563, over 2777989.89 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07256, over 46266.39 utterances.], batch size: 24, lr: 8.22e-04 +2022-09-17 09:48:53,984 INFO [train.py:885] (1/2) Epoch 5, batch 4800, loss[loss=0.503, simple_loss=0.5542, pruned_loss=0.2259, over 13181.00 frames. utt_duration=82.29 frames, utt_pad_proportion=0.1055, over 653.00 utterances.], tot_loss[loss=0.3521, simple_loss=0.3965, pruned_loss=0.1538, over 2776366.10 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07243, over 44631.15 utterances.], batch size: 653, lr: 8.21e-04 +2022-09-17 09:49:22,948 INFO [train.py:885] (1/2) Epoch 5, batch 4850, loss[loss=0.4057, simple_loss=0.4351, pruned_loss=0.1881, over 14341.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.0388, over 167.00 utterances.], tot_loss[loss=0.3473, simple_loss=0.3928, pruned_loss=0.1509, over 2782291.86 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06982, over 43495.37 utterances.], batch size: 167, lr: 8.21e-04 +2022-09-17 09:49:52,549 INFO [train.py:885] (1/2) Epoch 5, batch 4900, loss[loss=0.6441, simple_loss=0.6752, pruned_loss=0.3065, over 12532.00 frames. utt_duration=63.46 frames, utt_pad_proportion=0.1425, over 810.00 utterances.], tot_loss[loss=0.3488, simple_loss=0.3944, pruned_loss=0.1516, over 2776385.43 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07296, over 44583.23 utterances.], batch size: 810, lr: 8.21e-04 +2022-09-17 09:50:21,965 INFO [train.py:885] (1/2) Epoch 5, batch 4950, loss[loss=0.3458, simple_loss=0.3936, pruned_loss=0.149, over 14344.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03908, over 167.00 utterances.], tot_loss[loss=0.3523, simple_loss=0.3971, pruned_loss=0.1538, over 2781087.12 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07289, over 45291.86 utterances.], batch size: 167, lr: 8.20e-04 +2022-09-17 09:50:51,465 INFO [train.py:885] (1/2) Epoch 5, batch 5000, loss[loss=0.3025, simple_loss=0.3625, pruned_loss=0.1213, over 14311.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04028, over 154.00 utterances.], tot_loss[loss=0.3545, simple_loss=0.3988, pruned_loss=0.1551, over 2780024.18 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07305, over 45934.84 utterances.], batch size: 154, lr: 8.20e-04 +2022-09-17 09:51:21,512 INFO [train.py:885] (1/2) Epoch 5, batch 5050, loss[loss=0.2315, simple_loss=0.3013, pruned_loss=0.0808, over 14064.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05492, over 79.00 utterances.], tot_loss[loss=0.355, simple_loss=0.3992, pruned_loss=0.1554, over 2779676.37 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07288, over 46495.96 utterances.], batch size: 79, lr: 8.19e-04 +2022-09-17 09:51:50,678 INFO [train.py:885] (1/2) Epoch 5, batch 5100, loss[loss=0.3862, simple_loss=0.4291, pruned_loss=0.1716, over 14322.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03898, over 262.00 utterances.], tot_loss[loss=0.3536, simple_loss=0.3976, pruned_loss=0.1548, over 2786369.70 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06966, over 45221.11 utterances.], batch size: 262, lr: 8.19e-04 +2022-09-17 09:52:21,233 INFO [train.py:885] (1/2) Epoch 5, batch 5150, loss[loss=0.2318, simple_loss=0.2781, pruned_loss=0.09273, over 13762.00 frames. utt_duration=1102 frames, utt_pad_proportion=0.07441, over 50.00 utterances.], tot_loss[loss=0.3516, simple_loss=0.3953, pruned_loss=0.1539, over 2779265.56 frames. utt_duration=249 frames, utt_pad_proportion=0.07174, over 44911.49 utterances.], batch size: 50, lr: 8.19e-04 +2022-09-17 09:52:49,906 INFO [train.py:885] (1/2) Epoch 5, batch 5200, loss[loss=0.2596, simple_loss=0.3071, pruned_loss=0.1061, over 14097.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.05303, over 98.00 utterances.], tot_loss[loss=0.3492, simple_loss=0.3941, pruned_loss=0.1522, over 2782263.03 frames. utt_duration=248.3 frames, utt_pad_proportion=0.0697, over 45081.29 utterances.], batch size: 98, lr: 8.18e-04 +2022-09-17 09:53:19,595 INFO [train.py:885] (1/2) Epoch 5, batch 5250, loss[loss=0.238, simple_loss=0.2935, pruned_loss=0.09121, over 13845.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06257, over 69.00 utterances.], tot_loss[loss=0.346, simple_loss=0.3913, pruned_loss=0.1504, over 2782426.98 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06963, over 44369.50 utterances.], batch size: 69, lr: 8.18e-04 +2022-09-17 09:53:48,337 INFO [train.py:885] (1/2) Epoch 5, batch 5300, loss[loss=0.2293, simple_loss=0.2565, pruned_loss=0.1011, over 13206.00 frames. utt_duration=2033 frames, utt_pad_proportion=0.1012, over 26.00 utterances.], tot_loss[loss=0.3408, simple_loss=0.3868, pruned_loss=0.1474, over 2781648.80 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06731, over 43144.11 utterances.], batch size: 26, lr: 8.18e-04 +2022-09-17 09:54:18,155 INFO [train.py:885] (1/2) Epoch 5, batch 5350, loss[loss=0.3175, simple_loss=0.3671, pruned_loss=0.134, over 14251.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04302, over 141.00 utterances.], tot_loss[loss=0.346, simple_loss=0.3917, pruned_loss=0.1501, over 2776311.51 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07194, over 44708.76 utterances.], batch size: 141, lr: 8.17e-04 +2022-09-17 09:54:47,570 INFO [train.py:885] (1/2) Epoch 5, batch 5400, loss[loss=0.377, simple_loss=0.4254, pruned_loss=0.1643, over 14331.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03798, over 262.00 utterances.], tot_loss[loss=0.3511, simple_loss=0.3959, pruned_loss=0.1531, over 2775784.71 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07254, over 45623.43 utterances.], batch size: 262, lr: 8.17e-04 +2022-09-17 09:55:16,858 INFO [train.py:885] (1/2) Epoch 5, batch 5450, loss[loss=0.2811, simple_loss=0.3313, pruned_loss=0.1155, over 14232.00 frames. utt_duration=519 frames, utt_pad_proportion=0.04776, over 110.00 utterances.], tot_loss[loss=0.3511, simple_loss=0.3958, pruned_loss=0.1532, over 2774388.51 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07138, over 45231.84 utterances.], batch size: 110, lr: 8.17e-04 +2022-09-17 09:55:46,568 INFO [train.py:885] (1/2) Epoch 5, batch 5500, loss[loss=0.4031, simple_loss=0.4382, pruned_loss=0.184, over 14298.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04, over 262.00 utterances.], tot_loss[loss=0.3558, simple_loss=0.4, pruned_loss=0.1558, over 2770534.24 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07583, over 47353.94 utterances.], batch size: 262, lr: 8.16e-04 +2022-09-17 09:56:16,508 INFO [train.py:885] (1/2) Epoch 5, batch 5550, loss[loss=0.3075, simple_loss=0.3622, pruned_loss=0.1265, over 14329.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.03667, over 130.00 utterances.], tot_loss[loss=0.3577, simple_loss=0.4023, pruned_loss=0.1566, over 2777156.07 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07402, over 47959.60 utterances.], batch size: 130, lr: 8.16e-04 +2022-09-17 09:56:45,992 INFO [train.py:885] (1/2) Epoch 5, batch 5600, loss[loss=0.489, simple_loss=0.5301, pruned_loss=0.224, over 13617.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07835, over 560.00 utterances.], tot_loss[loss=0.357, simple_loss=0.4015, pruned_loss=0.1562, over 2777777.72 frames. utt_duration=235.6 frames, utt_pad_proportion=0.0717, over 47458.88 utterances.], batch size: 560, lr: 8.15e-04 +2022-09-17 09:57:15,468 INFO [train.py:885] (1/2) Epoch 5, batch 5650, loss[loss=0.3208, simple_loss=0.3651, pruned_loss=0.1382, over 14090.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05327, over 98.00 utterances.], tot_loss[loss=0.3557, simple_loss=0.4004, pruned_loss=0.1555, over 2778746.19 frames. utt_duration=238 frames, utt_pad_proportion=0.07289, over 46985.55 utterances.], batch size: 98, lr: 8.15e-04 +2022-09-17 09:57:46,113 INFO [train.py:885] (1/2) Epoch 5, batch 5700, loss[loss=0.3116, simple_loss=0.3499, pruned_loss=0.1366, over 14329.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03797, over 120.00 utterances.], tot_loss[loss=0.3563, simple_loss=0.4006, pruned_loss=0.1561, over 2782753.45 frames. utt_duration=238 frames, utt_pad_proportion=0.0712, over 47057.97 utterances.], batch size: 120, lr: 8.15e-04 +2022-09-17 09:58:15,131 INFO [train.py:885] (1/2) Epoch 5, batch 5750, loss[loss=0.3989, simple_loss=0.4318, pruned_loss=0.183, over 14377.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03711, over 167.00 utterances.], tot_loss[loss=0.3534, simple_loss=0.3986, pruned_loss=0.1541, over 2786619.83 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07052, over 46297.73 utterances.], batch size: 167, lr: 8.14e-04 +2022-09-17 09:58:44,448 INFO [train.py:885] (1/2) Epoch 5, batch 5800, loss[loss=0.3813, simple_loss=0.4282, pruned_loss=0.1672, over 14379.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03584, over 244.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.3989, pruned_loss=0.154, over 2781094.12 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07442, over 46715.84 utterances.], batch size: 244, lr: 8.14e-04 +2022-09-17 09:59:13,730 INFO [train.py:885] (1/2) Epoch 5, batch 5850, loss[loss=0.4316, simple_loss=0.4523, pruned_loss=0.2055, over 14308.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03807, over 180.00 utterances.], tot_loss[loss=0.3518, simple_loss=0.3974, pruned_loss=0.1531, over 2781851.45 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07279, over 46325.70 utterances.], batch size: 180, lr: 8.14e-04 +2022-09-17 09:59:43,023 INFO [train.py:885] (1/2) Epoch 5, batch 5900, loss[loss=0.505, simple_loss=0.5413, pruned_loss=0.2343, over 13613.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.07842, over 560.00 utterances.], tot_loss[loss=0.3511, simple_loss=0.3967, pruned_loss=0.1527, over 2784759.99 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07058, over 45713.49 utterances.], batch size: 560, lr: 8.13e-04 +2022-09-17 10:00:12,705 INFO [train.py:885] (1/2) Epoch 5, batch 5950, loss[loss=0.2534, simple_loss=0.2997, pruned_loss=0.1036, over 13822.00 frames. utt_duration=923 frames, utt_pad_proportion=0.06488, over 60.00 utterances.], tot_loss[loss=0.3469, simple_loss=0.3923, pruned_loss=0.1507, over 2785179.67 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06986, over 43903.51 utterances.], batch size: 60, lr: 8.13e-04 +2022-09-17 10:00:42,386 INFO [train.py:885] (1/2) Epoch 5, batch 6000, loss[loss=0.4875, simple_loss=0.5289, pruned_loss=0.2231, over 13624.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08144, over 477.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3933, pruned_loss=0.1499, over 2781565.65 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07157, over 45472.52 utterances.], batch size: 477, lr: 8.13e-04 +2022-09-17 10:00:42,387 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 10:00:46,533 INFO [train.py:914] (1/2) Epoch 5, validation: loss=0.234, simple_loss=0.3041, pruned_loss=0.08194, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 10:01:15,764 INFO [train.py:885] (1/2) Epoch 5, batch 6050, loss[loss=0.2554, simple_loss=0.3051, pruned_loss=0.1029, over 14082.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.05512, over 79.00 utterances.], tot_loss[loss=0.3478, simple_loss=0.394, pruned_loss=0.1509, over 2786070.32 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06942, over 44960.86 utterances.], batch size: 79, lr: 8.12e-04 +2022-09-17 10:01:45,313 INFO [train.py:885] (1/2) Epoch 5, batch 6100, loss[loss=0.3773, simple_loss=0.4559, pruned_loss=0.1494, over 13656.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07917, over 477.00 utterances.], tot_loss[loss=0.3468, simple_loss=0.3935, pruned_loss=0.1501, over 2784035.54 frames. utt_duration=248.8 frames, utt_pad_proportion=0.0701, over 45018.30 utterances.], batch size: 477, lr: 8.12e-04 +2022-09-17 10:02:15,308 INFO [train.py:885] (1/2) Epoch 5, batch 6150, loss[loss=0.2864, simple_loss=0.3441, pruned_loss=0.1144, over 14248.00 frames. utt_duration=524.5 frames, utt_pad_proportion=0.0394, over 109.00 utterances.], tot_loss[loss=0.3471, simple_loss=0.3932, pruned_loss=0.1505, over 2782965.14 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07053, over 44896.66 utterances.], batch size: 109, lr: 8.12e-04 +2022-09-17 10:02:44,985 INFO [train.py:885] (1/2) Epoch 5, batch 6200, loss[loss=0.6576, simple_loss=0.676, pruned_loss=0.3196, over 12509.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1444, over 810.00 utterances.], tot_loss[loss=0.3479, simple_loss=0.3941, pruned_loss=0.1508, over 2782508.47 frames. utt_duration=248.5 frames, utt_pad_proportion=0.0707, over 45057.55 utterances.], batch size: 810, lr: 8.11e-04 +2022-09-17 10:03:15,118 INFO [train.py:885] (1/2) Epoch 5, batch 6250, loss[loss=0.3833, simple_loss=0.424, pruned_loss=0.1713, over 14384.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03393, over 210.00 utterances.], tot_loss[loss=0.3485, simple_loss=0.3942, pruned_loss=0.1514, over 2781063.49 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07231, over 44644.32 utterances.], batch size: 210, lr: 8.11e-04 +2022-09-17 10:03:44,875 INFO [train.py:885] (1/2) Epoch 5, batch 6300, loss[loss=0.2601, simple_loss=0.3218, pruned_loss=0.09919, over 14182.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04428, over 109.00 utterances.], tot_loss[loss=0.3524, simple_loss=0.3967, pruned_loss=0.1541, over 2782314.33 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07177, over 44690.99 utterances.], batch size: 109, lr: 8.10e-04 +2022-09-17 10:04:14,417 INFO [train.py:885] (1/2) Epoch 5, batch 6350, loss[loss=0.3057, simple_loss=0.3474, pruned_loss=0.132, over 14077.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.05392, over 79.00 utterances.], tot_loss[loss=0.3568, simple_loss=0.4011, pruned_loss=0.1563, over 2780350.55 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07376, over 46456.52 utterances.], batch size: 79, lr: 8.10e-04 +2022-09-17 10:04:43,896 INFO [train.py:885] (1/2) Epoch 5, batch 6400, loss[loss=0.342, simple_loss=0.3953, pruned_loss=0.1444, over 14281.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.0433, over 141.00 utterances.], tot_loss[loss=0.3554, simple_loss=0.4003, pruned_loss=0.1553, over 2781033.70 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07311, over 46215.21 utterances.], batch size: 141, lr: 8.10e-04 +2022-09-17 10:05:13,325 INFO [train.py:885] (1/2) Epoch 5, batch 6450, loss[loss=0.4023, simple_loss=0.4223, pruned_loss=0.1912, over 14364.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03786, over 167.00 utterances.], tot_loss[loss=0.3537, simple_loss=0.3989, pruned_loss=0.1542, over 2782855.12 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07217, over 45851.11 utterances.], batch size: 167, lr: 8.09e-04 +2022-09-17 10:05:42,527 INFO [train.py:885] (1/2) Epoch 5, batch 6500, loss[loss=0.2959, simple_loss=0.3493, pruned_loss=0.1213, over 14329.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03837, over 120.00 utterances.], tot_loss[loss=0.3477, simple_loss=0.3928, pruned_loss=0.1513, over 2782854.91 frames. utt_duration=260.9 frames, utt_pad_proportion=0.0688, over 42899.99 utterances.], batch size: 120, lr: 8.09e-04 +2022-09-17 10:06:12,332 INFO [train.py:885] (1/2) Epoch 5, batch 6550, loss[loss=0.2002, simple_loss=0.2527, pruned_loss=0.07384, over 13844.00 frames. utt_duration=924.6 frames, utt_pad_proportion=0.07075, over 60.00 utterances.], tot_loss[loss=0.3488, simple_loss=0.3936, pruned_loss=0.152, over 2784767.96 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06838, over 43413.26 utterances.], batch size: 60, lr: 8.09e-04 +2022-09-17 10:06:42,311 INFO [train.py:885] (1/2) Epoch 5, batch 6600, loss[loss=0.3391, simple_loss=0.384, pruned_loss=0.1471, over 14254.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04549, over 141.00 utterances.], tot_loss[loss=0.3505, simple_loss=0.395, pruned_loss=0.153, over 2783638.70 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06853, over 43941.36 utterances.], batch size: 141, lr: 8.08e-04 +2022-09-17 10:07:11,083 INFO [train.py:885] (1/2) Epoch 5, batch 6650, loss[loss=0.5294, simple_loss=0.5208, pruned_loss=0.269, over 14242.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04184, over 335.00 utterances.], tot_loss[loss=0.3445, simple_loss=0.3904, pruned_loss=0.1493, over 2786786.03 frames. utt_duration=261.6 frames, utt_pad_proportion=0.06708, over 42845.51 utterances.], batch size: 335, lr: 8.08e-04 +2022-09-17 10:07:40,602 INFO [train.py:885] (1/2) Epoch 5, batch 6700, loss[loss=0.2816, simple_loss=0.3364, pruned_loss=0.1134, over 14292.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.0435, over 110.00 utterances.], tot_loss[loss=0.344, simple_loss=0.3897, pruned_loss=0.1491, over 2781373.78 frames. utt_duration=260.9 frames, utt_pad_proportion=0.07046, over 42883.40 utterances.], batch size: 110, lr: 8.08e-04 +2022-09-17 10:08:10,537 INFO [train.py:885] (1/2) Epoch 5, batch 6750, loss[loss=0.3451, simple_loss=0.3951, pruned_loss=0.1476, over 14369.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03745, over 167.00 utterances.], tot_loss[loss=0.3509, simple_loss=0.3953, pruned_loss=0.1532, over 2784860.82 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06796, over 43997.95 utterances.], batch size: 167, lr: 8.07e-04 +2022-09-17 10:08:40,389 INFO [train.py:885] (1/2) Epoch 5, batch 6800, loss[loss=0.2, simple_loss=0.2612, pruned_loss=0.06941, over 13899.00 frames. utt_duration=927.9 frames, utt_pad_proportion=0.06465, over 60.00 utterances.], tot_loss[loss=0.3522, simple_loss=0.3974, pruned_loss=0.1535, over 2782796.47 frames. utt_duration=246.1 frames, utt_pad_proportion=0.0685, over 45507.78 utterances.], batch size: 60, lr: 8.07e-04 +2022-09-17 10:09:09,291 INFO [train.py:885] (1/2) Epoch 5, batch 6850, loss[loss=0.2661, simple_loss=0.3251, pruned_loss=0.1035, over 14123.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05092, over 98.00 utterances.], tot_loss[loss=0.353, simple_loss=0.3978, pruned_loss=0.1541, over 2778959.04 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07003, over 45869.92 utterances.], batch size: 98, lr: 8.07e-04 +2022-09-17 10:09:39,396 INFO [train.py:885] (1/2) Epoch 5, batch 6900, loss[loss=0.2051, simple_loss=0.2543, pruned_loss=0.07798, over 13505.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08979, over 50.00 utterances.], tot_loss[loss=0.3552, simple_loss=0.4002, pruned_loss=0.1551, over 2773901.21 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07405, over 47895.01 utterances.], batch size: 50, lr: 8.06e-04 +2022-09-17 10:10:09,028 INFO [train.py:885] (1/2) Epoch 5, batch 6950, loss[loss=0.1845, simple_loss=0.2204, pruned_loss=0.07432, over 13432.00 frames. utt_duration=1281 frames, utt_pad_proportion=0.09298, over 42.00 utterances.], tot_loss[loss=0.3542, simple_loss=0.3993, pruned_loss=0.1546, over 2776412.57 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07303, over 47927.89 utterances.], batch size: 42, lr: 8.06e-04 +2022-09-17 10:10:38,036 INFO [train.py:885] (1/2) Epoch 5, batch 7000, loss[loss=0.1931, simple_loss=0.2478, pruned_loss=0.06923, over 13004.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1181, over 33.00 utterances.], tot_loss[loss=0.3533, simple_loss=0.3988, pruned_loss=0.1539, over 2779243.98 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07242, over 47616.72 utterances.], batch size: 33, lr: 8.06e-04 +2022-09-17 10:11:07,722 INFO [train.py:885] (1/2) Epoch 5, batch 7050, loss[loss=0.3468, simple_loss=0.4026, pruned_loss=0.1455, over 14322.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.0374, over 226.00 utterances.], tot_loss[loss=0.3523, simple_loss=0.3984, pruned_loss=0.1531, over 2785639.34 frames. utt_duration=238.1 frames, utt_pad_proportion=0.06979, over 47086.71 utterances.], batch size: 226, lr: 8.05e-04 +2022-09-17 10:11:36,703 INFO [train.py:885] (1/2) Epoch 5, batch 7100, loss[loss=0.2321, simple_loss=0.283, pruned_loss=0.09057, over 13901.00 frames. utt_duration=807.4 frames, utt_pad_proportion=0.06008, over 69.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.3996, pruned_loss=0.1537, over 2784845.68 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07199, over 47457.25 utterances.], batch size: 69, lr: 8.05e-04 +2022-09-17 10:12:07,314 INFO [train.py:885] (1/2) Epoch 5, batch 7150, loss[loss=0.3284, simple_loss=0.3684, pruned_loss=0.1442, over 14340.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03888, over 154.00 utterances.], tot_loss[loss=0.3572, simple_loss=0.4024, pruned_loss=0.156, over 2781606.17 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07481, over 48280.59 utterances.], batch size: 154, lr: 8.05e-04 +2022-09-17 10:12:35,900 INFO [train.py:885] (1/2) Epoch 5, batch 7200, loss[loss=0.3456, simple_loss=0.3939, pruned_loss=0.1487, over 14270.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04031, over 130.00 utterances.], tot_loss[loss=0.3547, simple_loss=0.4, pruned_loss=0.1546, over 2783550.62 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07301, over 47245.74 utterances.], batch size: 130, lr: 8.04e-04 +2022-09-17 10:13:05,606 INFO [train.py:885] (1/2) Epoch 5, batch 7250, loss[loss=0.3229, simple_loss=0.3693, pruned_loss=0.1383, over 14328.00 frames. utt_duration=438.8 frames, utt_pad_proportion=0.04198, over 131.00 utterances.], tot_loss[loss=0.3572, simple_loss=0.4022, pruned_loss=0.1561, over 2789055.03 frames. utt_duration=239 frames, utt_pad_proportion=0.07148, over 46973.06 utterances.], batch size: 131, lr: 8.04e-04 +2022-09-17 10:13:35,721 INFO [train.py:885] (1/2) Epoch 5, batch 7300, loss[loss=0.6776, simple_loss=0.6971, pruned_loss=0.329, over 12420.00 frames. utt_duration=62.95 frames, utt_pad_proportion=0.1493, over 810.00 utterances.], tot_loss[loss=0.3598, simple_loss=0.4048, pruned_loss=0.1574, over 2783908.81 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07364, over 48898.60 utterances.], batch size: 810, lr: 8.03e-04 +2022-09-17 10:14:04,654 INFO [train.py:885] (1/2) Epoch 5, batch 7350, loss[loss=0.2565, simple_loss=0.3263, pruned_loss=0.09339, over 13818.00 frames. utt_duration=802.4 frames, utt_pad_proportion=0.06587, over 69.00 utterances.], tot_loss[loss=0.3529, simple_loss=0.3989, pruned_loss=0.1535, over 2786351.62 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07082, over 46656.46 utterances.], batch size: 69, lr: 8.03e-04 +2022-09-17 10:14:34,753 INFO [train.py:885] (1/2) Epoch 5, batch 7400, loss[loss=0.3286, simple_loss=0.383, pruned_loss=0.1371, over 14335.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03718, over 195.00 utterances.], tot_loss[loss=0.3536, simple_loss=0.3986, pruned_loss=0.1543, over 2783065.77 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07258, over 46171.68 utterances.], batch size: 195, lr: 8.03e-04 +2022-09-17 10:15:04,633 INFO [train.py:885] (1/2) Epoch 5, batch 7450, loss[loss=0.5257, simple_loss=0.55, pruned_loss=0.2507, over 13787.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07078, over 411.00 utterances.], tot_loss[loss=0.3557, simple_loss=0.4001, pruned_loss=0.1557, over 2785432.76 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07118, over 46410.95 utterances.], batch size: 411, lr: 8.02e-04 +2022-09-17 10:15:34,221 INFO [train.py:885] (1/2) Epoch 5, batch 7500, loss[loss=0.2422, simple_loss=0.2967, pruned_loss=0.09381, over 13983.00 frames. utt_duration=811.8 frames, utt_pad_proportion=0.05492, over 69.00 utterances.], tot_loss[loss=0.3531, simple_loss=0.3974, pruned_loss=0.1544, over 2781982.13 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07114, over 44995.49 utterances.], batch size: 69, lr: 8.02e-04 +2022-09-17 10:16:04,307 INFO [train.py:885] (1/2) Epoch 5, batch 7550, loss[loss=0.2937, simple_loss=0.357, pruned_loss=0.1152, over 14307.00 frames. utt_duration=404.2 frames, utt_pad_proportion=0.04227, over 142.00 utterances.], tot_loss[loss=0.3538, simple_loss=0.3995, pruned_loss=0.1541, over 2780786.96 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07207, over 46960.17 utterances.], batch size: 142, lr: 8.02e-04 +2022-09-17 10:16:41,593 INFO [train.py:885] (1/2) Epoch 5, batch 7600, loss[loss=0.2773, simple_loss=0.3374, pruned_loss=0.1086, over 14333.00 frames. utt_duration=442.5 frames, utt_pad_proportion=0.03808, over 130.00 utterances.], tot_loss[loss=0.353, simple_loss=0.3987, pruned_loss=0.1537, over 2786188.74 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07073, over 46481.03 utterances.], batch size: 130, lr: 8.01e-04 +2022-09-17 10:17:11,572 INFO [train.py:885] (1/2) Epoch 5, batch 7650, loss[loss=0.51, simple_loss=0.5443, pruned_loss=0.2378, over 13640.00 frames. utt_duration=98.78 frames, utt_pad_proportion=0.07687, over 560.00 utterances.], tot_loss[loss=0.3518, simple_loss=0.3974, pruned_loss=0.1531, over 2780144.25 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07352, over 46838.71 utterances.], batch size: 560, lr: 8.01e-04 +2022-09-17 10:17:40,900 INFO [train.py:885] (1/2) Epoch 5, batch 7700, loss[loss=0.2726, simple_loss=0.3244, pruned_loss=0.1104, over 14052.00 frames. utt_duration=712.8 frames, utt_pad_proportion=0.05206, over 79.00 utterances.], tot_loss[loss=0.3506, simple_loss=0.3967, pruned_loss=0.1523, over 2781964.38 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07075, over 46374.56 utterances.], batch size: 79, lr: 8.01e-04 +2022-09-17 10:18:10,667 INFO [train.py:885] (1/2) Epoch 5, batch 7750, loss[loss=0.1815, simple_loss=0.243, pruned_loss=0.06, over 13450.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.08083, over 41.00 utterances.], tot_loss[loss=0.3491, simple_loss=0.3948, pruned_loss=0.1517, over 2781188.45 frames. utt_duration=244 frames, utt_pad_proportion=0.07036, over 45866.67 utterances.], batch size: 41, lr: 8.00e-04 +2022-09-17 10:18:39,955 INFO [train.py:885] (1/2) Epoch 5, batch 7800, loss[loss=0.3001, simple_loss=0.3407, pruned_loss=0.1297, over 14182.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04635, over 89.00 utterances.], tot_loss[loss=0.3455, simple_loss=0.3919, pruned_loss=0.1495, over 2781729.62 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07049, over 44519.45 utterances.], batch size: 89, lr: 8.00e-04 +2022-09-17 10:19:09,577 INFO [train.py:885] (1/2) Epoch 5, batch 7850, loss[loss=0.3047, simple_loss=0.3548, pruned_loss=0.1273, over 14043.00 frames. utt_duration=574.7 frames, utt_pad_proportion=0.05625, over 98.00 utterances.], tot_loss[loss=0.3432, simple_loss=0.3907, pruned_loss=0.1478, over 2783589.23 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06937, over 44487.94 utterances.], batch size: 98, lr: 8.00e-04 +2022-09-17 10:19:38,835 INFO [train.py:885] (1/2) Epoch 5, batch 7900, loss[loss=0.37, simple_loss=0.4215, pruned_loss=0.1592, over 14353.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03617, over 226.00 utterances.], tot_loss[loss=0.3422, simple_loss=0.3903, pruned_loss=0.147, over 2781160.95 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07084, over 45407.85 utterances.], batch size: 226, lr: 7.99e-04 +2022-09-17 10:20:08,659 INFO [train.py:885] (1/2) Epoch 5, batch 7950, loss[loss=0.4266, simple_loss=0.453, pruned_loss=0.2001, over 14357.00 frames. utt_duration=204.4 frames, utt_pad_proportion=0.03597, over 283.00 utterances.], tot_loss[loss=0.339, simple_loss=0.3874, pruned_loss=0.1453, over 2786742.78 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06813, over 43520.33 utterances.], batch size: 283, lr: 7.99e-04 +2022-09-17 10:20:37,569 INFO [train.py:885] (1/2) Epoch 5, batch 8000, loss[loss=0.2104, simple_loss=0.2797, pruned_loss=0.07053, over 13835.00 frames. utt_duration=803.5 frames, utt_pad_proportion=0.06458, over 69.00 utterances.], tot_loss[loss=0.3377, simple_loss=0.3864, pruned_loss=0.1445, over 2789244.10 frames. utt_duration=262.4 frames, utt_pad_proportion=0.0669, over 42756.67 utterances.], batch size: 69, lr: 7.99e-04 +2022-09-17 10:21:07,160 INFO [train.py:885] (1/2) Epoch 5, batch 8050, loss[loss=0.266, simple_loss=0.3194, pruned_loss=0.1063, over 13998.00 frames. utt_duration=710.3 frames, utt_pad_proportion=0.06051, over 79.00 utterances.], tot_loss[loss=0.3432, simple_loss=0.3904, pruned_loss=0.148, over 2786729.25 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06903, over 43851.07 utterances.], batch size: 79, lr: 7.98e-04 +2022-09-17 10:21:36,916 INFO [train.py:885] (1/2) Epoch 5, batch 8100, loss[loss=0.3749, simple_loss=0.427, pruned_loss=0.1614, over 14332.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.0379, over 262.00 utterances.], tot_loss[loss=0.3484, simple_loss=0.3939, pruned_loss=0.1515, over 2791092.94 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06823, over 43822.22 utterances.], batch size: 262, lr: 7.98e-04 +2022-09-17 10:22:06,050 INFO [train.py:885] (1/2) Epoch 5, batch 8150, loss[loss=0.2461, simple_loss=0.3065, pruned_loss=0.09286, over 13854.00 frames. utt_duration=804.5 frames, utt_pad_proportion=0.06233, over 69.00 utterances.], tot_loss[loss=0.3457, simple_loss=0.3915, pruned_loss=0.1499, over 2796372.09 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06553, over 43119.88 utterances.], batch size: 69, lr: 7.98e-04 +2022-09-17 10:22:35,785 INFO [train.py:885] (1/2) Epoch 5, batch 8200, loss[loss=0.2509, simple_loss=0.3276, pruned_loss=0.08709, over 14053.00 frames. utt_duration=517.2 frames, utt_pad_proportion=0.05281, over 109.00 utterances.], tot_loss[loss=0.3471, simple_loss=0.3933, pruned_loss=0.1505, over 2794227.03 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06793, over 44042.04 utterances.], batch size: 109, lr: 7.97e-04 +2022-09-17 10:23:05,471 INFO [train.py:885] (1/2) Epoch 5, batch 8250, loss[loss=0.3524, simple_loss=0.3974, pruned_loss=0.1537, over 14366.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03748, over 167.00 utterances.], tot_loss[loss=0.3516, simple_loss=0.3965, pruned_loss=0.1533, over 2793401.17 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06833, over 44848.52 utterances.], batch size: 167, lr: 7.97e-04 +2022-09-17 10:23:34,642 INFO [train.py:885] (1/2) Epoch 5, batch 8300, loss[loss=0.3934, simple_loss=0.4228, pruned_loss=0.182, over 14356.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03596, over 195.00 utterances.], tot_loss[loss=0.3498, simple_loss=0.3953, pruned_loss=0.1522, over 2788976.99 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06924, over 44638.74 utterances.], batch size: 195, lr: 7.97e-04 +2022-09-17 10:24:04,675 INFO [train.py:885] (1/2) Epoch 5, batch 8350, loss[loss=0.222, simple_loss=0.2577, pruned_loss=0.09313, over 13049.00 frames. utt_duration=1583 frames, utt_pad_proportion=0.1185, over 33.00 utterances.], tot_loss[loss=0.3468, simple_loss=0.3919, pruned_loss=0.1509, over 2781677.24 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07066, over 43589.31 utterances.], batch size: 33, lr: 7.96e-04 +2022-09-17 10:24:33,586 INFO [train.py:885] (1/2) Epoch 5, batch 8400, loss[loss=0.366, simple_loss=0.4023, pruned_loss=0.1649, over 14293.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04275, over 141.00 utterances.], tot_loss[loss=0.3496, simple_loss=0.3947, pruned_loss=0.1523, over 2784368.34 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06889, over 44587.01 utterances.], batch size: 141, lr: 7.96e-04 +2022-09-17 10:25:03,794 INFO [train.py:885] (1/2) Epoch 5, batch 8450, loss[loss=0.249, simple_loss=0.2961, pruned_loss=0.1009, over 13671.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07894, over 50.00 utterances.], tot_loss[loss=0.3481, simple_loss=0.3936, pruned_loss=0.1513, over 2780347.87 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07034, over 45262.18 utterances.], batch size: 50, lr: 7.96e-04 +2022-09-17 10:25:33,030 INFO [train.py:885] (1/2) Epoch 5, batch 8500, loss[loss=0.1956, simple_loss=0.2406, pruned_loss=0.07535, over 12279.00 frames. utt_duration=2048 frames, utt_pad_proportion=0.1702, over 24.00 utterances.], tot_loss[loss=0.3484, simple_loss=0.3943, pruned_loss=0.1513, over 2776168.38 frames. utt_duration=244.8 frames, utt_pad_proportion=0.072, over 45640.08 utterances.], batch size: 24, lr: 7.95e-04 +2022-09-17 10:26:03,441 INFO [train.py:885] (1/2) Epoch 5, batch 8550, loss[loss=0.5123, simple_loss=0.5084, pruned_loss=0.2581, over 14233.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04223, over 306.00 utterances.], tot_loss[loss=0.3455, simple_loss=0.3915, pruned_loss=0.1498, over 2778801.76 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07152, over 44253.40 utterances.], batch size: 306, lr: 7.95e-04 +2022-09-17 10:26:32,530 INFO [train.py:885] (1/2) Epoch 5, batch 8600, loss[loss=0.3444, simple_loss=0.4256, pruned_loss=0.1316, over 13786.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07134, over 411.00 utterances.], tot_loss[loss=0.3426, simple_loss=0.389, pruned_loss=0.1481, over 2778497.02 frames. utt_duration=256.4 frames, utt_pad_proportion=0.07132, over 43593.05 utterances.], batch size: 411, lr: 7.95e-04 +2022-09-17 10:27:02,296 INFO [train.py:885] (1/2) Epoch 5, batch 8650, loss[loss=0.6684, simple_loss=0.6869, pruned_loss=0.325, over 12441.00 frames. utt_duration=63.04 frames, utt_pad_proportion=0.148, over 810.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3926, pruned_loss=0.1502, over 2776591.83 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07269, over 45155.74 utterances.], batch size: 810, lr: 7.94e-04 +2022-09-17 10:27:31,199 INFO [train.py:885] (1/2) Epoch 5, batch 8700, loss[loss=0.3221, simple_loss=0.3836, pruned_loss=0.1303, over 14334.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03901, over 154.00 utterances.], tot_loss[loss=0.3466, simple_loss=0.393, pruned_loss=0.1501, over 2778277.81 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07066, over 45401.99 utterances.], batch size: 154, lr: 7.94e-04 +2022-09-17 10:27:59,898 INFO [train.py:885] (1/2) Epoch 5, batch 8750, loss[loss=0.3899, simple_loss=0.4237, pruned_loss=0.1781, over 14391.00 frames. utt_duration=296.8 frames, utt_pad_proportion=0.03321, over 195.00 utterances.], tot_loss[loss=0.3475, simple_loss=0.3934, pruned_loss=0.1508, over 2779869.70 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07024, over 45013.48 utterances.], batch size: 195, lr: 7.94e-04 +2022-09-17 10:28:29,486 INFO [train.py:885] (1/2) Epoch 5, batch 8800, loss[loss=0.1743, simple_loss=0.2204, pruned_loss=0.06408, over 13418.00 frames. utt_duration=1627 frames, utt_pad_proportion=0.09693, over 33.00 utterances.], tot_loss[loss=0.3467, simple_loss=0.3936, pruned_loss=0.1499, over 2774085.13 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07229, over 46204.60 utterances.], batch size: 33, lr: 7.93e-04 +2022-09-17 10:28:58,936 INFO [train.py:885] (1/2) Epoch 5, batch 8850, loss[loss=0.4166, simple_loss=0.452, pruned_loss=0.1906, over 14300.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03975, over 283.00 utterances.], tot_loss[loss=0.3488, simple_loss=0.3963, pruned_loss=0.1506, over 2782046.87 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07064, over 46863.41 utterances.], batch size: 283, lr: 7.93e-04 +2022-09-17 10:29:28,862 INFO [train.py:885] (1/2) Epoch 5, batch 8900, loss[loss=0.2264, simple_loss=0.2888, pruned_loss=0.08203, over 14141.00 frames. utt_duration=637 frames, utt_pad_proportion=0.0506, over 89.00 utterances.], tot_loss[loss=0.3516, simple_loss=0.3987, pruned_loss=0.1522, over 2778594.50 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07388, over 47581.23 utterances.], batch size: 89, lr: 7.93e-04 +2022-09-17 10:29:58,659 INFO [train.py:885] (1/2) Epoch 5, batch 8950, loss[loss=0.3651, simple_loss=0.4179, pruned_loss=0.1562, over 14347.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03401, over 244.00 utterances.], tot_loss[loss=0.3503, simple_loss=0.3977, pruned_loss=0.1514, over 2782950.72 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07122, over 47168.75 utterances.], batch size: 244, lr: 7.92e-04 +2022-09-17 10:30:28,612 INFO [train.py:885] (1/2) Epoch 5, batch 9000, loss[loss=0.3198, simple_loss=0.3704, pruned_loss=0.1345, over 14233.00 frames. utt_duration=439.6 frames, utt_pad_proportion=0.04228, over 130.00 utterances.], tot_loss[loss=0.3459, simple_loss=0.3933, pruned_loss=0.1493, over 2781261.86 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06929, over 45544.34 utterances.], batch size: 130, lr: 7.92e-04 +2022-09-17 10:30:28,613 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 10:30:32,886 INFO [train.py:914] (1/2) Epoch 5, validation: loss=0.2282, simple_loss=0.2991, pruned_loss=0.0787, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 10:31:03,119 INFO [train.py:885] (1/2) Epoch 5, batch 9050, loss[loss=0.5067, simple_loss=0.5433, pruned_loss=0.235, over 13582.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08431, over 477.00 utterances.], tot_loss[loss=0.3493, simple_loss=0.3963, pruned_loss=0.1512, over 2780298.63 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07083, over 46708.97 utterances.], batch size: 477, lr: 7.92e-04 +2022-09-17 10:31:32,179 INFO [train.py:885] (1/2) Epoch 5, batch 9100, loss[loss=0.4, simple_loss=0.416, pruned_loss=0.192, over 14304.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.03843, over 154.00 utterances.], tot_loss[loss=0.3531, simple_loss=0.3994, pruned_loss=0.1534, over 2780443.46 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07007, over 47299.12 utterances.], batch size: 154, lr: 7.91e-04 +2022-09-17 10:32:01,997 INFO [train.py:885] (1/2) Epoch 5, batch 9150, loss[loss=0.3122, simple_loss=0.3559, pruned_loss=0.1342, over 14069.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05508, over 98.00 utterances.], tot_loss[loss=0.3483, simple_loss=0.3954, pruned_loss=0.1506, over 2781052.33 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07051, over 46016.90 utterances.], batch size: 98, lr: 7.91e-04 +2022-09-17 10:32:31,065 INFO [train.py:885] (1/2) Epoch 5, batch 9200, loss[loss=0.4074, simple_loss=0.4469, pruned_loss=0.1839, over 14228.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04323, over 306.00 utterances.], tot_loss[loss=0.3431, simple_loss=0.3904, pruned_loss=0.1479, over 2784608.42 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0676, over 43964.47 utterances.], batch size: 306, lr: 7.91e-04 +2022-09-17 10:33:00,885 INFO [train.py:885] (1/2) Epoch 5, batch 9250, loss[loss=0.1916, simple_loss=0.2485, pruned_loss=0.06735, over 13580.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.09344, over 42.00 utterances.], tot_loss[loss=0.3439, simple_loss=0.3911, pruned_loss=0.1484, over 2778966.62 frames. utt_duration=253.2 frames, utt_pad_proportion=0.0692, over 44165.51 utterances.], batch size: 42, lr: 7.90e-04 +2022-09-17 10:33:30,140 INFO [train.py:885] (1/2) Epoch 5, batch 9300, loss[loss=0.4346, simple_loss=0.4589, pruned_loss=0.2051, over 14337.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03446, over 244.00 utterances.], tot_loss[loss=0.3453, simple_loss=0.3915, pruned_loss=0.1495, over 2783132.69 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06774, over 43246.40 utterances.], batch size: 244, lr: 7.90e-04 +2022-09-17 10:34:00,237 INFO [train.py:885] (1/2) Epoch 5, batch 9350, loss[loss=0.3485, simple_loss=0.3967, pruned_loss=0.1501, over 14301.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03879, over 154.00 utterances.], tot_loss[loss=0.3482, simple_loss=0.3944, pruned_loss=0.151, over 2779265.23 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07047, over 44796.72 utterances.], batch size: 154, lr: 7.90e-04 +2022-09-17 10:34:29,398 INFO [train.py:885] (1/2) Epoch 5, batch 9400, loss[loss=0.4141, simple_loss=0.4468, pruned_loss=0.1907, over 14371.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03454, over 210.00 utterances.], tot_loss[loss=0.3485, simple_loss=0.3948, pruned_loss=0.151, over 2778727.99 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07116, over 45013.49 utterances.], batch size: 210, lr: 7.89e-04 +2022-09-17 10:34:59,325 INFO [train.py:885] (1/2) Epoch 5, batch 9450, loss[loss=0.2401, simple_loss=0.2871, pruned_loss=0.09655, over 13840.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06428, over 69.00 utterances.], tot_loss[loss=0.3456, simple_loss=0.3926, pruned_loss=0.1493, over 2777683.55 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07204, over 44842.98 utterances.], batch size: 69, lr: 7.89e-04 +2022-09-17 10:35:28,668 INFO [train.py:885] (1/2) Epoch 5, batch 9500, loss[loss=0.4527, simple_loss=0.4711, pruned_loss=0.2171, over 14232.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04328, over 335.00 utterances.], tot_loss[loss=0.345, simple_loss=0.392, pruned_loss=0.149, over 2781826.93 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07046, over 44652.37 utterances.], batch size: 335, lr: 7.89e-04 +2022-09-17 10:35:58,883 INFO [train.py:885] (1/2) Epoch 5, batch 9550, loss[loss=0.2955, simple_loss=0.3462, pruned_loss=0.1224, over 14213.00 frames. utt_duration=523.1 frames, utt_pad_proportion=0.04189, over 109.00 utterances.], tot_loss[loss=0.3508, simple_loss=0.3972, pruned_loss=0.1522, over 2780473.59 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07342, over 46327.43 utterances.], batch size: 109, lr: 7.88e-04 +2022-09-17 10:36:28,129 INFO [train.py:885] (1/2) Epoch 5, batch 9600, loss[loss=0.3531, simple_loss=0.3993, pruned_loss=0.1534, over 14324.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04067, over 167.00 utterances.], tot_loss[loss=0.3473, simple_loss=0.394, pruned_loss=0.1503, over 2780925.04 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07207, over 45077.90 utterances.], batch size: 167, lr: 7.88e-04 +2022-09-17 10:36:58,066 INFO [train.py:885] (1/2) Epoch 5, batch 9650, loss[loss=0.3387, simple_loss=0.3904, pruned_loss=0.1435, over 14307.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04038, over 154.00 utterances.], tot_loss[loss=0.3466, simple_loss=0.3931, pruned_loss=0.15, over 2776861.50 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07218, over 44882.04 utterances.], batch size: 154, lr: 7.88e-04 +2022-09-17 10:37:27,260 INFO [train.py:885] (1/2) Epoch 5, batch 9700, loss[loss=0.2418, simple_loss=0.2943, pruned_loss=0.09469, over 14009.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05865, over 79.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3925, pruned_loss=0.1503, over 2779652.42 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07093, over 43977.45 utterances.], batch size: 79, lr: 7.87e-04 +2022-09-17 10:37:57,251 INFO [train.py:885] (1/2) Epoch 5, batch 9750, loss[loss=0.2169, simple_loss=0.2469, pruned_loss=0.09348, over 13467.00 frames. utt_duration=1634 frames, utt_pad_proportion=0.09701, over 33.00 utterances.], tot_loss[loss=0.3491, simple_loss=0.3951, pruned_loss=0.1515, over 2779481.54 frames. utt_duration=248 frames, utt_pad_proportion=0.07196, over 45103.31 utterances.], batch size: 33, lr: 7.87e-04 +2022-09-17 10:38:26,697 INFO [train.py:885] (1/2) Epoch 5, batch 9800, loss[loss=0.2288, simple_loss=0.2843, pruned_loss=0.08665, over 13663.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.0878, over 42.00 utterances.], tot_loss[loss=0.3502, simple_loss=0.3965, pruned_loss=0.1519, over 2777541.98 frames. utt_duration=242 frames, utt_pad_proportion=0.07128, over 46187.56 utterances.], batch size: 42, lr: 7.87e-04 +2022-09-17 10:38:55,911 INFO [train.py:885] (1/2) Epoch 5, batch 9850, loss[loss=0.3484, simple_loss=0.3974, pruned_loss=0.1497, over 14326.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03686, over 180.00 utterances.], tot_loss[loss=0.3507, simple_loss=0.3966, pruned_loss=0.1524, over 2780539.48 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06999, over 45343.29 utterances.], batch size: 180, lr: 7.86e-04 +2022-09-17 10:39:25,893 INFO [train.py:885] (1/2) Epoch 5, batch 9900, loss[loss=0.3381, simple_loss=0.3923, pruned_loss=0.1419, over 14301.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.0386, over 180.00 utterances.], tot_loss[loss=0.3511, simple_loss=0.3971, pruned_loss=0.1526, over 2775828.24 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07298, over 46343.42 utterances.], batch size: 180, lr: 7.86e-04 +2022-09-17 10:39:55,770 INFO [train.py:885] (1/2) Epoch 5, batch 9950, loss[loss=0.4258, simple_loss=0.4458, pruned_loss=0.2029, over 14309.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.0401, over 262.00 utterances.], tot_loss[loss=0.3531, simple_loss=0.3986, pruned_loss=0.1538, over 2778741.32 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07238, over 46741.61 utterances.], batch size: 262, lr: 7.86e-04 +2022-09-17 10:40:25,399 INFO [train.py:885] (1/2) Epoch 5, batch 10000, loss[loss=0.4144, simple_loss=0.4457, pruned_loss=0.1915, over 14316.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03927, over 283.00 utterances.], tot_loss[loss=0.3551, simple_loss=0.4005, pruned_loss=0.1548, over 2774740.61 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07489, over 47055.26 utterances.], batch size: 283, lr: 7.85e-04 +2022-09-17 10:40:54,548 INFO [train.py:885] (1/2) Epoch 5, batch 10050, loss[loss=0.2786, simple_loss=0.3143, pruned_loss=0.1215, over 13638.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.0826, over 50.00 utterances.], tot_loss[loss=0.3554, simple_loss=0.4008, pruned_loss=0.155, over 2778699.58 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07253, over 46459.56 utterances.], batch size: 50, lr: 7.85e-04 +2022-09-17 10:41:24,618 INFO [train.py:885] (1/2) Epoch 5, batch 10100, loss[loss=0.3846, simple_loss=0.4307, pruned_loss=0.1693, over 14387.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.0353, over 244.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.3992, pruned_loss=0.1539, over 2776421.39 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07409, over 46239.84 utterances.], batch size: 244, lr: 7.85e-04 +2022-09-17 10:41:53,542 INFO [train.py:885] (1/2) Epoch 5, batch 10150, loss[loss=0.7677, simple_loss=0.7516, pruned_loss=0.3919, over 12490.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1458, over 810.00 utterances.], tot_loss[loss=0.3535, simple_loss=0.3993, pruned_loss=0.1538, over 2778569.62 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0722, over 46034.33 utterances.], batch size: 810, lr: 7.85e-04 +2022-09-17 10:42:23,468 INFO [train.py:885] (1/2) Epoch 5, batch 10200, loss[loss=0.3995, simple_loss=0.4349, pruned_loss=0.182, over 14337.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03722, over 283.00 utterances.], tot_loss[loss=0.3525, simple_loss=0.3983, pruned_loss=0.1533, over 2783956.90 frames. utt_duration=246 frames, utt_pad_proportion=0.06912, over 45532.95 utterances.], batch size: 283, lr: 7.84e-04 +2022-09-17 10:42:52,733 INFO [train.py:885] (1/2) Epoch 5, batch 10250, loss[loss=0.3241, simple_loss=0.3713, pruned_loss=0.1384, over 14195.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04335, over 109.00 utterances.], tot_loss[loss=0.3509, simple_loss=0.3975, pruned_loss=0.1522, over 2782368.46 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06974, over 46005.85 utterances.], batch size: 109, lr: 7.84e-04 +2022-09-17 10:43:22,033 INFO [train.py:885] (1/2) Epoch 5, batch 10300, loss[loss=0.398, simple_loss=0.4355, pruned_loss=0.1803, over 14387.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03123, over 244.00 utterances.], tot_loss[loss=0.3499, simple_loss=0.3968, pruned_loss=0.1515, over 2779440.02 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07005, over 45721.78 utterances.], batch size: 244, lr: 7.84e-04 +2022-09-17 10:43:52,245 INFO [train.py:885] (1/2) Epoch 5, batch 10350, loss[loss=0.3318, simple_loss=0.3888, pruned_loss=0.1374, over 14317.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.0398, over 154.00 utterances.], tot_loss[loss=0.3509, simple_loss=0.3975, pruned_loss=0.1521, over 2774036.15 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07214, over 46448.13 utterances.], batch size: 154, lr: 7.83e-04 +2022-09-17 10:44:21,966 INFO [train.py:885] (1/2) Epoch 5, batch 10400, loss[loss=0.414, simple_loss=0.444, pruned_loss=0.192, over 14361.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03705, over 244.00 utterances.], tot_loss[loss=0.3525, simple_loss=0.3989, pruned_loss=0.153, over 2771870.45 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07483, over 46931.50 utterances.], batch size: 244, lr: 7.83e-04 +2022-09-17 10:44:51,109 INFO [train.py:885] (1/2) Epoch 5, batch 10450, loss[loss=0.3218, simple_loss=0.3832, pruned_loss=0.1302, over 14354.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03592, over 210.00 utterances.], tot_loss[loss=0.3549, simple_loss=0.4007, pruned_loss=0.1546, over 2773598.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0757, over 47103.33 utterances.], batch size: 210, lr: 7.83e-04 +2022-09-17 10:45:20,362 INFO [train.py:885] (1/2) Epoch 5, batch 10500, loss[loss=0.2888, simple_loss=0.359, pruned_loss=0.1093, over 14300.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04118, over 154.00 utterances.], tot_loss[loss=0.3516, simple_loss=0.3983, pruned_loss=0.1524, over 2780779.84 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07324, over 45943.21 utterances.], batch size: 154, lr: 7.82e-04 +2022-09-17 10:45:50,265 INFO [train.py:885] (1/2) Epoch 5, batch 10550, loss[loss=0.4476, simple_loss=0.4664, pruned_loss=0.2144, over 14224.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04267, over 306.00 utterances.], tot_loss[loss=0.3518, simple_loss=0.3981, pruned_loss=0.1528, over 2780759.96 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07373, over 45730.11 utterances.], batch size: 306, lr: 7.82e-04 +2022-09-17 10:46:19,998 INFO [train.py:885] (1/2) Epoch 5, batch 10600, loss[loss=0.4033, simple_loss=0.4482, pruned_loss=0.1792, over 14333.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03747, over 283.00 utterances.], tot_loss[loss=0.3492, simple_loss=0.3958, pruned_loss=0.1513, over 2782768.61 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07258, over 45444.76 utterances.], batch size: 283, lr: 7.82e-04 +2022-09-17 10:46:49,476 INFO [train.py:885] (1/2) Epoch 5, batch 10650, loss[loss=0.3432, simple_loss=0.3849, pruned_loss=0.1507, over 14262.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04507, over 141.00 utterances.], tot_loss[loss=0.3521, simple_loss=0.3984, pruned_loss=0.1529, over 2781970.56 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07334, over 46355.25 utterances.], batch size: 141, lr: 7.81e-04 +2022-09-17 10:47:18,868 INFO [train.py:885] (1/2) Epoch 5, batch 10700, loss[loss=0.2499, simple_loss=0.3071, pruned_loss=0.09642, over 13606.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08474, over 50.00 utterances.], tot_loss[loss=0.3532, simple_loss=0.3995, pruned_loss=0.1535, over 2783583.65 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07204, over 46828.00 utterances.], batch size: 50, lr: 7.81e-04 +2022-09-17 10:47:48,071 INFO [train.py:885] (1/2) Epoch 5, batch 10750, loss[loss=0.3912, simple_loss=0.4581, pruned_loss=0.1622, over 13644.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08018, over 477.00 utterances.], tot_loss[loss=0.3488, simple_loss=0.3955, pruned_loss=0.151, over 2784629.75 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0718, over 45193.70 utterances.], batch size: 477, lr: 7.81e-04 +2022-09-17 10:48:17,900 INFO [train.py:885] (1/2) Epoch 5, batch 10800, loss[loss=0.2718, simple_loss=0.3172, pruned_loss=0.1132, over 13481.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09008, over 50.00 utterances.], tot_loss[loss=0.3544, simple_loss=0.3998, pruned_loss=0.1545, over 2782980.90 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07243, over 46119.52 utterances.], batch size: 50, lr: 7.80e-04 +2022-09-17 10:48:47,170 INFO [train.py:885] (1/2) Epoch 5, batch 10850, loss[loss=0.2713, simple_loss=0.3264, pruned_loss=0.1081, over 13779.00 frames. utt_duration=800.2 frames, utt_pad_proportion=0.0684, over 69.00 utterances.], tot_loss[loss=0.3554, simple_loss=0.4009, pruned_loss=0.155, over 2781013.98 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07424, over 46142.64 utterances.], batch size: 69, lr: 7.80e-04 +2022-09-17 10:49:17,156 INFO [train.py:885] (1/2) Epoch 5, batch 10900, loss[loss=0.2253, simple_loss=0.2784, pruned_loss=0.0861, over 13926.00 frames. utt_duration=808.8 frames, utt_pad_proportion=0.05841, over 69.00 utterances.], tot_loss[loss=0.3566, simple_loss=0.4024, pruned_loss=0.1554, over 2783599.08 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07455, over 46849.73 utterances.], batch size: 69, lr: 7.80e-04 +2022-09-17 10:49:46,798 INFO [train.py:885] (1/2) Epoch 5, batch 10950, loss[loss=0.4684, simple_loss=0.5207, pruned_loss=0.2081, over 13621.00 frames. utt_duration=98.74 frames, utt_pad_proportion=0.07717, over 560.00 utterances.], tot_loss[loss=0.3551, simple_loss=0.4015, pruned_loss=0.1544, over 2782565.00 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07513, over 46842.12 utterances.], batch size: 560, lr: 7.79e-04 +2022-09-17 10:50:15,687 INFO [train.py:885] (1/2) Epoch 5, batch 11000, loss[loss=0.3544, simple_loss=0.3716, pruned_loss=0.1686, over 14138.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04695, over 109.00 utterances.], tot_loss[loss=0.3512, simple_loss=0.3982, pruned_loss=0.1521, over 2784666.54 frames. utt_duration=243 frames, utt_pad_proportion=0.07345, over 46113.31 utterances.], batch size: 109, lr: 7.79e-04 +2022-09-17 10:50:45,581 INFO [train.py:885] (1/2) Epoch 5, batch 11050, loss[loss=0.5165, simple_loss=0.5669, pruned_loss=0.2331, over 13231.00 frames. utt_duration=82.54 frames, utt_pad_proportion=0.1028, over 653.00 utterances.], tot_loss[loss=0.3543, simple_loss=0.4011, pruned_loss=0.1537, over 2782821.45 frames. utt_duration=235 frames, utt_pad_proportion=0.07381, over 47678.33 utterances.], batch size: 653, lr: 7.79e-04 +2022-09-17 10:51:15,775 INFO [train.py:885] (1/2) Epoch 5, batch 11100, loss[loss=0.4545, simple_loss=0.4726, pruned_loss=0.2182, over 14330.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03848, over 262.00 utterances.], tot_loss[loss=0.3526, simple_loss=0.3997, pruned_loss=0.1527, over 2780504.18 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07436, over 47503.93 utterances.], batch size: 262, lr: 7.78e-04 +2022-09-17 10:51:45,374 INFO [train.py:885] (1/2) Epoch 5, batch 11150, loss[loss=0.3182, simple_loss=0.3698, pruned_loss=0.1333, over 14204.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04839, over 141.00 utterances.], tot_loss[loss=0.3507, simple_loss=0.3973, pruned_loss=0.152, over 2778606.72 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07523, over 46337.75 utterances.], batch size: 141, lr: 7.78e-04 +2022-09-17 10:52:14,490 INFO [train.py:885] (1/2) Epoch 5, batch 11200, loss[loss=0.4505, simple_loss=0.5171, pruned_loss=0.1919, over 13178.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.1059, over 653.00 utterances.], tot_loss[loss=0.3498, simple_loss=0.3964, pruned_loss=0.1516, over 2780580.19 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07391, over 46126.56 utterances.], batch size: 653, lr: 7.78e-04 +2022-09-17 10:52:44,513 INFO [train.py:885] (1/2) Epoch 5, batch 11250, loss[loss=0.3785, simple_loss=0.4496, pruned_loss=0.1537, over 13697.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07679, over 477.00 utterances.], tot_loss[loss=0.3495, simple_loss=0.3966, pruned_loss=0.1511, over 2778860.26 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07404, over 46941.20 utterances.], batch size: 477, lr: 7.78e-04 +2022-09-17 10:53:13,737 INFO [train.py:885] (1/2) Epoch 5, batch 11300, loss[loss=0.3898, simple_loss=0.4358, pruned_loss=0.1719, over 14004.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05545, over 365.00 utterances.], tot_loss[loss=0.3495, simple_loss=0.3965, pruned_loss=0.1512, over 2776215.04 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07413, over 46824.92 utterances.], batch size: 365, lr: 7.77e-04 +2022-09-17 10:53:43,489 INFO [train.py:885] (1/2) Epoch 5, batch 11350, loss[loss=0.4354, simple_loss=0.5072, pruned_loss=0.1819, over 13612.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.0779, over 560.00 utterances.], tot_loss[loss=0.3479, simple_loss=0.3953, pruned_loss=0.1502, over 2776831.62 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07386, over 46815.07 utterances.], batch size: 560, lr: 7.77e-04 +2022-09-17 10:54:13,426 INFO [train.py:885] (1/2) Epoch 5, batch 11400, loss[loss=0.3526, simple_loss=0.4043, pruned_loss=0.1505, over 14358.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03708, over 262.00 utterances.], tot_loss[loss=0.353, simple_loss=0.3989, pruned_loss=0.1535, over 2775885.28 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07519, over 47626.62 utterances.], batch size: 262, lr: 7.77e-04 +2022-09-17 10:54:42,957 INFO [train.py:885] (1/2) Epoch 5, batch 11450, loss[loss=0.4206, simple_loss=0.4494, pruned_loss=0.1959, over 14230.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.0429, over 306.00 utterances.], tot_loss[loss=0.3464, simple_loss=0.3934, pruned_loss=0.1497, over 2776348.65 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07333, over 46080.12 utterances.], batch size: 306, lr: 7.76e-04 +2022-09-17 10:55:12,483 INFO [train.py:885] (1/2) Epoch 5, batch 11500, loss[loss=0.2287, simple_loss=0.2862, pruned_loss=0.08556, over 13797.00 frames. utt_duration=801.4 frames, utt_pad_proportion=0.06708, over 69.00 utterances.], tot_loss[loss=0.3477, simple_loss=0.395, pruned_loss=0.1501, over 2781180.23 frames. utt_duration=238.5 frames, utt_pad_proportion=0.0723, over 46945.49 utterances.], batch size: 69, lr: 7.76e-04 +2022-09-17 10:55:41,818 INFO [train.py:885] (1/2) Epoch 5, batch 11550, loss[loss=0.3068, simple_loss=0.3676, pruned_loss=0.123, over 14348.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03895, over 167.00 utterances.], tot_loss[loss=0.347, simple_loss=0.3949, pruned_loss=0.1496, over 2779130.29 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07272, over 47372.75 utterances.], batch size: 167, lr: 7.76e-04 +2022-09-17 10:56:11,260 INFO [train.py:885] (1/2) Epoch 5, batch 11600, loss[loss=0.54, simple_loss=0.5707, pruned_loss=0.2546, over 13657.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.0774, over 561.00 utterances.], tot_loss[loss=0.3468, simple_loss=0.3951, pruned_loss=0.1492, over 2775718.67 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07446, over 47656.19 utterances.], batch size: 561, lr: 7.75e-04 +2022-09-17 10:56:40,457 INFO [train.py:885] (1/2) Epoch 5, batch 11650, loss[loss=0.5351, simple_loss=0.5234, pruned_loss=0.2734, over 14252.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04133, over 306.00 utterances.], tot_loss[loss=0.3461, simple_loss=0.3941, pruned_loss=0.149, over 2773756.79 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07284, over 46894.89 utterances.], batch size: 306, lr: 7.75e-04 +2022-09-17 10:57:09,891 INFO [train.py:885] (1/2) Epoch 5, batch 11700, loss[loss=0.2573, simple_loss=0.3141, pruned_loss=0.1002, over 14139.00 frames. utt_duration=578.5 frames, utt_pad_proportion=0.0501, over 98.00 utterances.], tot_loss[loss=0.3485, simple_loss=0.3962, pruned_loss=0.1504, over 2774009.29 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07411, over 47286.29 utterances.], batch size: 98, lr: 7.75e-04 +2022-09-17 10:57:39,701 INFO [train.py:885] (1/2) Epoch 5, batch 11750, loss[loss=0.2071, simple_loss=0.2538, pruned_loss=0.08019, over 11853.00 frames. utt_duration=1977 frames, utt_pad_proportion=0.1959, over 24.00 utterances.], tot_loss[loss=0.346, simple_loss=0.3937, pruned_loss=0.1492, over 2775346.11 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07255, over 46193.03 utterances.], batch size: 24, lr: 7.74e-04 +2022-09-17 10:58:08,291 INFO [train.py:885] (1/2) Epoch 5, batch 11800, loss[loss=0.3703, simple_loss=0.4084, pruned_loss=0.1661, over 14266.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.0406, over 180.00 utterances.], tot_loss[loss=0.3451, simple_loss=0.3926, pruned_loss=0.1488, over 2778779.09 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07117, over 45418.58 utterances.], batch size: 180, lr: 7.74e-04 +2022-09-17 10:58:38,496 INFO [train.py:885] (1/2) Epoch 5, batch 11850, loss[loss=0.437, simple_loss=0.4916, pruned_loss=0.1912, over 13650.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08187, over 478.00 utterances.], tot_loss[loss=0.3486, simple_loss=0.3956, pruned_loss=0.1508, over 2776158.83 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07296, over 46737.98 utterances.], batch size: 478, lr: 7.74e-04 +2022-09-17 10:59:15,608 INFO [train.py:885] (1/2) Epoch 5, batch 11900, loss[loss=0.4012, simple_loss=0.4397, pruned_loss=0.1814, over 14235.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04334, over 335.00 utterances.], tot_loss[loss=0.3482, simple_loss=0.3954, pruned_loss=0.1505, over 2778445.00 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07231, over 46062.73 utterances.], batch size: 335, lr: 7.74e-04 +2022-09-17 10:59:46,299 INFO [train.py:885] (1/2) Epoch 5, batch 11950, loss[loss=0.4298, simple_loss=0.4473, pruned_loss=0.2062, over 14317.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03755, over 226.00 utterances.], tot_loss[loss=0.348, simple_loss=0.3959, pruned_loss=0.1501, over 2781076.04 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07122, over 46473.56 utterances.], batch size: 226, lr: 7.73e-04 +2022-09-17 11:00:14,689 INFO [train.py:885] (1/2) Epoch 5, batch 12000, loss[loss=0.2254, simple_loss=0.2775, pruned_loss=0.08671, over 13344.00 frames. utt_duration=1619 frames, utt_pad_proportion=0.1015, over 33.00 utterances.], tot_loss[loss=0.3466, simple_loss=0.3935, pruned_loss=0.1499, over 2783831.82 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06929, over 45377.18 utterances.], batch size: 33, lr: 7.73e-04 +2022-09-17 11:00:14,690 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 11:00:18,859 INFO [train.py:914] (1/2) Epoch 5, validation: loss=0.2292, simple_loss=0.2982, pruned_loss=0.08013, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 11:00:48,285 INFO [train.py:885] (1/2) Epoch 5, batch 12050, loss[loss=0.4261, simple_loss=0.4498, pruned_loss=0.2012, over 14301.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.0399, over 262.00 utterances.], tot_loss[loss=0.3456, simple_loss=0.3929, pruned_loss=0.1492, over 2778940.43 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07177, over 46002.93 utterances.], batch size: 262, lr: 7.73e-04 +2022-09-17 11:01:17,721 INFO [train.py:885] (1/2) Epoch 5, batch 12100, loss[loss=0.4218, simple_loss=0.4855, pruned_loss=0.179, over 13674.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0802, over 478.00 utterances.], tot_loss[loss=0.3449, simple_loss=0.3919, pruned_loss=0.149, over 2782536.99 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07059, over 45263.91 utterances.], batch size: 478, lr: 7.72e-04 +2022-09-17 11:01:47,086 INFO [train.py:885] (1/2) Epoch 5, batch 12150, loss[loss=0.3564, simple_loss=0.3979, pruned_loss=0.1575, over 14268.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04041, over 180.00 utterances.], tot_loss[loss=0.3438, simple_loss=0.3905, pruned_loss=0.1485, over 2780369.95 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07128, over 44633.19 utterances.], batch size: 180, lr: 7.72e-04 +2022-09-17 11:02:17,106 INFO [train.py:885] (1/2) Epoch 5, batch 12200, loss[loss=0.3757, simple_loss=0.4134, pruned_loss=0.169, over 14271.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04285, over 154.00 utterances.], tot_loss[loss=0.3512, simple_loss=0.397, pruned_loss=0.1527, over 2776809.37 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07394, over 46642.23 utterances.], batch size: 154, lr: 7.72e-04 +2022-09-17 11:02:47,129 INFO [train.py:885] (1/2) Epoch 5, batch 12250, loss[loss=0.324, simple_loss=0.3598, pruned_loss=0.1441, over 14022.00 frames. utt_duration=573.8 frames, utt_pad_proportion=0.05937, over 98.00 utterances.], tot_loss[loss=0.35, simple_loss=0.3962, pruned_loss=0.1519, over 2777223.36 frames. utt_duration=241.8 frames, utt_pad_proportion=0.0737, over 46223.04 utterances.], batch size: 98, lr: 7.71e-04 +2022-09-17 11:03:16,424 INFO [train.py:885] (1/2) Epoch 5, batch 12300, loss[loss=0.4555, simple_loss=0.504, pruned_loss=0.2035, over 13724.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07448, over 411.00 utterances.], tot_loss[loss=0.3498, simple_loss=0.396, pruned_loss=0.1518, over 2777551.43 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07199, over 45898.64 utterances.], batch size: 411, lr: 7.71e-04 +2022-09-17 11:03:46,425 INFO [train.py:885] (1/2) Epoch 5, batch 12350, loss[loss=0.2275, simple_loss=0.273, pruned_loss=0.09104, over 13634.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08217, over 50.00 utterances.], tot_loss[loss=0.3509, simple_loss=0.3971, pruned_loss=0.1523, over 2779696.96 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07233, over 46283.31 utterances.], batch size: 50, lr: 7.71e-04 +2022-09-17 11:04:15,333 INFO [train.py:885] (1/2) Epoch 5, batch 12400, loss[loss=0.4908, simple_loss=0.4993, pruned_loss=0.2412, over 14173.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04645, over 306.00 utterances.], tot_loss[loss=0.3519, simple_loss=0.3975, pruned_loss=0.1531, over 2781697.20 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07285, over 46281.72 utterances.], batch size: 306, lr: 7.70e-04 +2022-09-17 11:04:45,287 INFO [train.py:885] (1/2) Epoch 5, batch 12450, loss[loss=0.356, simple_loss=0.4067, pruned_loss=0.1526, over 14349.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03618, over 195.00 utterances.], tot_loss[loss=0.3536, simple_loss=0.3995, pruned_loss=0.1539, over 2776837.45 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07449, over 47437.36 utterances.], batch size: 195, lr: 7.70e-04 +2022-09-17 11:05:23,037 INFO [train.py:885] (1/2) Epoch 5, batch 12500, loss[loss=0.213, simple_loss=0.277, pruned_loss=0.07448, over 13306.00 frames. utt_duration=1066 frames, utt_pad_proportion=0.09758, over 50.00 utterances.], tot_loss[loss=0.3549, simple_loss=0.4008, pruned_loss=0.1545, over 2778209.25 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07352, over 47852.27 utterances.], batch size: 50, lr: 7.70e-04 +2022-09-17 11:05:52,876 INFO [train.py:885] (1/2) Epoch 5, batch 12550, loss[loss=0.5004, simple_loss=0.5602, pruned_loss=0.2204, over 13117.00 frames. utt_duration=81.84 frames, utt_pad_proportion=0.1104, over 653.00 utterances.], tot_loss[loss=0.3527, simple_loss=0.3989, pruned_loss=0.1533, over 2777952.21 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07321, over 47168.38 utterances.], batch size: 653, lr: 7.70e-04 +2022-09-17 11:06:20,330 INFO [train.py:885] (1/2) Epoch 5, batch 12600, loss[loss=0.3521, simple_loss=0.4039, pruned_loss=0.1502, over 14380.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03207, over 244.00 utterances.], tot_loss[loss=0.3506, simple_loss=0.3977, pruned_loss=0.1517, over 2782378.95 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07264, over 46437.87 utterances.], batch size: 244, lr: 7.69e-04 +2022-09-17 11:06:38,702 INFO [train.py:885] (1/2) Epoch 6, batch 0, loss[loss=0.364, simple_loss=0.409, pruned_loss=0.1596, over 14325.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0383, over 283.00 utterances.], tot_loss[loss=0.364, simple_loss=0.409, pruned_loss=0.1596, over 14325.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0383, over 283.00 utterances.], batch size: 283, lr: 7.39e-04 +2022-09-17 11:07:08,633 INFO [train.py:885] (1/2) Epoch 6, batch 50, loss[loss=0.2415, simple_loss=0.2884, pruned_loss=0.09733, over 13563.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08545, over 50.00 utterances.], tot_loss[loss=0.334, simple_loss=0.3818, pruned_loss=0.1431, over 630453.14 frames. utt_duration=291 frames, utt_pad_proportion=0.06199, over 8709.28 utterances.], batch size: 50, lr: 7.39e-04 +2022-09-17 11:07:37,779 INFO [train.py:885] (1/2) Epoch 6, batch 100, loss[loss=0.3525, simple_loss=0.4109, pruned_loss=0.1471, over 14309.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.0393, over 283.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3771, pruned_loss=0.1399, over 1105041.48 frames. utt_duration=275 frames, utt_pad_proportion=0.06404, over 16156.82 utterances.], batch size: 283, lr: 7.38e-04 +2022-09-17 11:08:07,170 INFO [train.py:885] (1/2) Epoch 6, batch 150, loss[loss=0.3212, simple_loss=0.3817, pruned_loss=0.1304, over 14329.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03775, over 195.00 utterances.], tot_loss[loss=0.339, simple_loss=0.388, pruned_loss=0.145, over 1479806.08 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06665, over 22871.28 utterances.], batch size: 195, lr: 7.38e-04 +2022-09-17 11:08:37,223 INFO [train.py:885] (1/2) Epoch 6, batch 200, loss[loss=0.2497, simple_loss=0.3135, pruned_loss=0.09295, over 14234.00 frames. utt_duration=641 frames, utt_pad_proportion=0.04466, over 89.00 utterances.], tot_loss[loss=0.3427, simple_loss=0.3908, pruned_loss=0.1473, over 1771377.58 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06832, over 27827.47 utterances.], batch size: 89, lr: 7.38e-04 +2022-09-17 11:09:06,798 INFO [train.py:885] (1/2) Epoch 6, batch 250, loss[loss=0.3419, simple_loss=0.3996, pruned_loss=0.1421, over 14353.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03583, over 195.00 utterances.], tot_loss[loss=0.3398, simple_loss=0.3892, pruned_loss=0.1452, over 1991085.23 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06964, over 32479.29 utterances.], batch size: 195, lr: 7.38e-04 +2022-09-17 11:09:35,923 INFO [train.py:885] (1/2) Epoch 6, batch 300, loss[loss=0.3664, simple_loss=0.4109, pruned_loss=0.161, over 14314.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04035, over 154.00 utterances.], tot_loss[loss=0.3434, simple_loss=0.3923, pruned_loss=0.1472, over 2168710.02 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06913, over 35705.38 utterances.], batch size: 154, lr: 7.37e-04 +2022-09-17 11:10:05,705 INFO [train.py:885] (1/2) Epoch 6, batch 350, loss[loss=0.2712, simple_loss=0.3293, pruned_loss=0.1066, over 14133.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.04906, over 98.00 utterances.], tot_loss[loss=0.3469, simple_loss=0.3955, pruned_loss=0.1491, over 2302968.10 frames. utt_duration=237 frames, utt_pad_proportion=0.07217, over 39117.04 utterances.], batch size: 98, lr: 7.37e-04 +2022-09-17 11:10:35,538 INFO [train.py:885] (1/2) Epoch 6, batch 400, loss[loss=0.2081, simple_loss=0.2604, pruned_loss=0.07788, over 13503.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08655, over 50.00 utterances.], tot_loss[loss=0.3429, simple_loss=0.3921, pruned_loss=0.1468, over 2412169.75 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06911, over 39717.02 utterances.], batch size: 50, lr: 7.37e-04 +2022-09-17 11:11:04,883 INFO [train.py:885] (1/2) Epoch 6, batch 450, loss[loss=0.4246, simple_loss=0.4784, pruned_loss=0.1854, over 13784.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07083, over 411.00 utterances.], tot_loss[loss=0.3424, simple_loss=0.3904, pruned_loss=0.1472, over 2494098.78 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06789, over 39445.82 utterances.], batch size: 411, lr: 7.36e-04 +2022-09-17 11:11:33,975 INFO [train.py:885] (1/2) Epoch 6, batch 500, loss[loss=0.4482, simple_loss=0.4571, pruned_loss=0.2196, over 14314.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03944, over 283.00 utterances.], tot_loss[loss=0.3431, simple_loss=0.3908, pruned_loss=0.1477, over 2563214.48 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06462, over 39862.49 utterances.], batch size: 283, lr: 7.36e-04 +2022-09-17 11:12:04,213 INFO [train.py:885] (1/2) Epoch 6, batch 550, loss[loss=0.3879, simple_loss=0.4036, pruned_loss=0.1861, over 14309.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03949, over 120.00 utterances.], tot_loss[loss=0.3483, simple_loss=0.3954, pruned_loss=0.1506, over 2611392.81 frames. utt_duration=249 frames, utt_pad_proportion=0.06821, over 42203.39 utterances.], batch size: 120, lr: 7.36e-04 +2022-09-17 11:12:33,265 INFO [train.py:885] (1/2) Epoch 6, batch 600, loss[loss=0.4344, simple_loss=0.463, pruned_loss=0.2029, over 14333.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03809, over 283.00 utterances.], tot_loss[loss=0.3482, simple_loss=0.3956, pruned_loss=0.1503, over 2646312.49 frames. utt_duration=245.5 frames, utt_pad_proportion=0.0695, over 43368.66 utterances.], batch size: 283, lr: 7.36e-04 +2022-09-17 11:13:02,620 INFO [train.py:885] (1/2) Epoch 6, batch 650, loss[loss=0.4008, simple_loss=0.4372, pruned_loss=0.1822, over 14207.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04393, over 306.00 utterances.], tot_loss[loss=0.3492, simple_loss=0.3967, pruned_loss=0.1508, over 2673002.58 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07188, over 44723.07 utterances.], batch size: 306, lr: 7.35e-04 +2022-09-17 11:13:32,010 INFO [train.py:885] (1/2) Epoch 6, batch 700, loss[loss=0.3766, simple_loss=0.3952, pruned_loss=0.179, over 14275.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.03994, over 130.00 utterances.], tot_loss[loss=0.345, simple_loss=0.3916, pruned_loss=0.1492, over 2694479.13 frames. utt_duration=253.3 frames, utt_pad_proportion=0.0696, over 42791.44 utterances.], batch size: 130, lr: 7.35e-04 +2022-09-17 11:14:01,164 INFO [train.py:885] (1/2) Epoch 6, batch 750, loss[loss=0.3378, simple_loss=0.3866, pruned_loss=0.1445, over 14315.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04132, over 167.00 utterances.], tot_loss[loss=0.3369, simple_loss=0.3844, pruned_loss=0.1447, over 2715971.11 frames. utt_duration=269.5 frames, utt_pad_proportion=0.06682, over 40535.43 utterances.], batch size: 167, lr: 7.35e-04 +2022-09-17 11:14:31,324 INFO [train.py:885] (1/2) Epoch 6, batch 800, loss[loss=0.4001, simple_loss=0.4302, pruned_loss=0.1851, over 14333.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03694, over 210.00 utterances.], tot_loss[loss=0.3423, simple_loss=0.3892, pruned_loss=0.1477, over 2723512.27 frames. utt_duration=253 frames, utt_pad_proportion=0.07322, over 43315.83 utterances.], batch size: 210, lr: 7.34e-04 +2022-09-17 11:15:00,881 INFO [train.py:885] (1/2) Epoch 6, batch 850, loss[loss=0.3021, simple_loss=0.3626, pruned_loss=0.1208, over 14266.00 frames. utt_duration=440.4 frames, utt_pad_proportion=0.04059, over 130.00 utterances.], tot_loss[loss=0.3437, simple_loss=0.391, pruned_loss=0.1482, over 2737202.81 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07228, over 44479.10 utterances.], batch size: 130, lr: 7.34e-04 +2022-09-17 11:15:30,447 INFO [train.py:885] (1/2) Epoch 6, batch 900, loss[loss=0.2037, simple_loss=0.2646, pruned_loss=0.07142, over 13832.00 frames. utt_duration=923.8 frames, utt_pad_proportion=0.06403, over 60.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3941, pruned_loss=0.1494, over 2743319.04 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07338, over 46234.29 utterances.], batch size: 60, lr: 7.34e-04 +2022-09-17 11:16:00,708 INFO [train.py:885] (1/2) Epoch 6, batch 950, loss[loss=0.2001, simple_loss=0.247, pruned_loss=0.07659, over 13062.00 frames. utt_duration=1585 frames, utt_pad_proportion=0.1077, over 33.00 utterances.], tot_loss[loss=0.3441, simple_loss=0.3922, pruned_loss=0.148, over 2750091.32 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07234, over 45432.68 utterances.], batch size: 33, lr: 7.34e-04 +2022-09-17 11:16:30,188 INFO [train.py:885] (1/2) Epoch 6, batch 1000, loss[loss=0.4777, simple_loss=0.4832, pruned_loss=0.2361, over 14149.00 frames. utt_duration=186.6 frames, utt_pad_proportion=0.04799, over 306.00 utterances.], tot_loss[loss=0.3436, simple_loss=0.3912, pruned_loss=0.1479, over 2758174.88 frames. utt_duration=248 frames, utt_pad_proportion=0.07194, over 44758.43 utterances.], batch size: 306, lr: 7.33e-04 +2022-09-17 11:16:59,686 INFO [train.py:885] (1/2) Epoch 6, batch 1050, loss[loss=0.5527, simple_loss=0.6148, pruned_loss=0.2453, over 12447.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.3424, simple_loss=0.3913, pruned_loss=0.1468, over 2761239.93 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07245, over 45458.55 utterances.], batch size: 810, lr: 7.33e-04 +2022-09-17 11:17:29,182 INFO [train.py:885] (1/2) Epoch 6, batch 1100, loss[loss=0.2784, simple_loss=0.3238, pruned_loss=0.1165, over 13883.00 frames. utt_duration=806.5 frames, utt_pad_proportion=0.06108, over 69.00 utterances.], tot_loss[loss=0.3443, simple_loss=0.3927, pruned_loss=0.148, over 2767479.32 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07192, over 45428.78 utterances.], batch size: 69, lr: 7.33e-04 +2022-09-17 11:17:58,260 INFO [train.py:885] (1/2) Epoch 6, batch 1150, loss[loss=0.2174, simple_loss=0.2914, pruned_loss=0.07165, over 13983.00 frames. utt_duration=709.4 frames, utt_pad_proportion=0.05659, over 79.00 utterances.], tot_loss[loss=0.3444, simple_loss=0.3935, pruned_loss=0.1477, over 2775820.12 frames. utt_duration=244.6 frames, utt_pad_proportion=0.0704, over 45666.73 utterances.], batch size: 79, lr: 7.32e-04 +2022-09-17 11:18:28,025 INFO [train.py:885] (1/2) Epoch 6, batch 1200, loss[loss=0.4593, simple_loss=0.4779, pruned_loss=0.2204, over 14284.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.03998, over 180.00 utterances.], tot_loss[loss=0.3449, simple_loss=0.3933, pruned_loss=0.1483, over 2777154.93 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07144, over 45682.54 utterances.], batch size: 180, lr: 7.32e-04 +2022-09-17 11:18:57,665 INFO [train.py:885] (1/2) Epoch 6, batch 1250, loss[loss=0.6415, simple_loss=0.6694, pruned_loss=0.3068, over 12486.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.3458, simple_loss=0.3943, pruned_loss=0.1487, over 2776998.82 frames. utt_duration=244 frames, utt_pad_proportion=0.07287, over 45807.02 utterances.], batch size: 810, lr: 7.32e-04 +2022-09-17 11:19:27,299 INFO [train.py:885] (1/2) Epoch 6, batch 1300, loss[loss=0.4682, simple_loss=0.5144, pruned_loss=0.211, over 13621.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08136, over 477.00 utterances.], tot_loss[loss=0.3505, simple_loss=0.399, pruned_loss=0.151, over 2778667.13 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07346, over 47682.85 utterances.], batch size: 477, lr: 7.32e-04 +2022-09-17 11:19:56,874 INFO [train.py:885] (1/2) Epoch 6, batch 1350, loss[loss=0.4909, simple_loss=0.5523, pruned_loss=0.2147, over 13198.00 frames. utt_duration=82.38 frames, utt_pad_proportion=0.1046, over 653.00 utterances.], tot_loss[loss=0.3495, simple_loss=0.3977, pruned_loss=0.1506, over 2779869.41 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0723, over 46742.65 utterances.], batch size: 653, lr: 7.31e-04 +2022-09-17 11:20:25,977 INFO [train.py:885] (1/2) Epoch 6, batch 1400, loss[loss=0.2333, simple_loss=0.2992, pruned_loss=0.08365, over 14252.00 frames. utt_duration=642 frames, utt_pad_proportion=0.04184, over 89.00 utterances.], tot_loss[loss=0.3458, simple_loss=0.3946, pruned_loss=0.1485, over 2781697.48 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07198, over 46684.92 utterances.], batch size: 89, lr: 7.31e-04 +2022-09-17 11:20:55,521 INFO [train.py:885] (1/2) Epoch 6, batch 1450, loss[loss=0.4324, simple_loss=0.4588, pruned_loss=0.203, over 14213.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04388, over 306.00 utterances.], tot_loss[loss=0.3476, simple_loss=0.3956, pruned_loss=0.1499, over 2779277.92 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07243, over 46469.90 utterances.], batch size: 306, lr: 7.31e-04 +2022-09-17 11:21:25,478 INFO [train.py:885] (1/2) Epoch 6, batch 1500, loss[loss=0.5712, simple_loss=0.5944, pruned_loss=0.274, over 13118.00 frames. utt_duration=81.95 frames, utt_pad_proportion=0.1092, over 653.00 utterances.], tot_loss[loss=0.3514, simple_loss=0.3997, pruned_loss=0.1516, over 2774880.36 frames. utt_duration=225.1 frames, utt_pad_proportion=0.07544, over 49633.71 utterances.], batch size: 653, lr: 7.30e-04 +2022-09-17 11:21:54,493 INFO [train.py:885] (1/2) Epoch 6, batch 1550, loss[loss=0.3062, simple_loss=0.3515, pruned_loss=0.1305, over 14217.00 frames. utt_duration=523.1 frames, utt_pad_proportion=0.04202, over 109.00 utterances.], tot_loss[loss=0.3435, simple_loss=0.3923, pruned_loss=0.1473, over 2775569.83 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07338, over 46875.25 utterances.], batch size: 109, lr: 7.30e-04 +2022-09-17 11:22:23,679 INFO [train.py:885] (1/2) Epoch 6, batch 1600, loss[loss=0.2585, simple_loss=0.3079, pruned_loss=0.1045, over 13894.00 frames. utt_duration=807 frames, utt_pad_proportion=0.0605, over 69.00 utterances.], tot_loss[loss=0.3377, simple_loss=0.3869, pruned_loss=0.1442, over 2776561.10 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07167, over 44651.55 utterances.], batch size: 69, lr: 7.30e-04 +2022-09-17 11:22:53,268 INFO [train.py:885] (1/2) Epoch 6, batch 1650, loss[loss=0.2534, simple_loss=0.3094, pruned_loss=0.0987, over 14039.00 frames. utt_duration=712.5 frames, utt_pad_proportion=0.05635, over 79.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3911, pruned_loss=0.147, over 2779573.16 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07237, over 45952.68 utterances.], batch size: 79, lr: 7.30e-04 +2022-09-17 11:23:23,016 INFO [train.py:885] (1/2) Epoch 6, batch 1700, loss[loss=0.4802, simple_loss=0.4891, pruned_loss=0.2356, over 14300.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03975, over 283.00 utterances.], tot_loss[loss=0.3476, simple_loss=0.3959, pruned_loss=0.1496, over 2779853.77 frames. utt_duration=234 frames, utt_pad_proportion=0.07341, over 47818.68 utterances.], batch size: 283, lr: 7.29e-04 +2022-09-17 11:23:52,137 INFO [train.py:885] (1/2) Epoch 6, batch 1750, loss[loss=0.2807, simple_loss=0.3126, pruned_loss=0.1244, over 13342.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08793, over 41.00 utterances.], tot_loss[loss=0.344, simple_loss=0.3919, pruned_loss=0.148, over 2777289.76 frames. utt_duration=243 frames, utt_pad_proportion=0.07345, over 46003.13 utterances.], batch size: 41, lr: 7.29e-04 +2022-09-17 11:24:22,107 INFO [train.py:885] (1/2) Epoch 6, batch 1800, loss[loss=0.2419, simple_loss=0.3003, pruned_loss=0.0918, over 13066.00 frames. utt_duration=2011 frames, utt_pad_proportion=0.1096, over 26.00 utterances.], tot_loss[loss=0.3424, simple_loss=0.3908, pruned_loss=0.147, over 2771289.46 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07483, over 46205.25 utterances.], batch size: 26, lr: 7.29e-04 +2022-09-17 11:24:51,857 INFO [train.py:885] (1/2) Epoch 6, batch 1850, loss[loss=0.4131, simple_loss=0.4438, pruned_loss=0.1912, over 14323.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03915, over 262.00 utterances.], tot_loss[loss=0.3456, simple_loss=0.3942, pruned_loss=0.1485, over 2776322.02 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07269, over 47507.79 utterances.], batch size: 262, lr: 7.28e-04 +2022-09-17 11:25:21,006 INFO [train.py:885] (1/2) Epoch 6, batch 1900, loss[loss=0.3129, simple_loss=0.3741, pruned_loss=0.1258, over 14409.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.03258, over 155.00 utterances.], tot_loss[loss=0.3464, simple_loss=0.3952, pruned_loss=0.1488, over 2776114.45 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07331, over 48055.99 utterances.], batch size: 155, lr: 7.28e-04 +2022-09-17 11:25:50,680 INFO [train.py:885] (1/2) Epoch 6, batch 1950, loss[loss=0.1801, simple_loss=0.2168, pruned_loss=0.07173, over 12253.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.1658, over 24.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3945, pruned_loss=0.1493, over 2773944.84 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07349, over 47579.83 utterances.], batch size: 24, lr: 7.28e-04 +2022-09-17 11:26:19,642 INFO [train.py:885] (1/2) Epoch 6, batch 2000, loss[loss=0.326, simple_loss=0.4102, pruned_loss=0.1209, over 13755.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07174, over 411.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3943, pruned_loss=0.1493, over 2777305.95 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07236, over 46675.69 utterances.], batch size: 411, lr: 7.28e-04 +2022-09-17 11:26:49,168 INFO [train.py:885] (1/2) Epoch 6, batch 2050, loss[loss=0.3679, simple_loss=0.4193, pruned_loss=0.1582, over 14345.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03666, over 210.00 utterances.], tot_loss[loss=0.3464, simple_loss=0.3942, pruned_loss=0.1493, over 2777223.75 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07261, over 47327.01 utterances.], batch size: 210, lr: 7.27e-04 +2022-09-17 11:27:18,285 INFO [train.py:885] (1/2) Epoch 6, batch 2100, loss[loss=0.2059, simple_loss=0.2406, pruned_loss=0.0856, over 12199.00 frames. utt_duration=2034 frames, utt_pad_proportion=0.1776, over 24.00 utterances.], tot_loss[loss=0.3402, simple_loss=0.3884, pruned_loss=0.146, over 2777234.60 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06969, over 45095.17 utterances.], batch size: 24, lr: 7.27e-04 +2022-09-17 11:27:47,978 INFO [train.py:885] (1/2) Epoch 6, batch 2150, loss[loss=0.4684, simple_loss=0.4779, pruned_loss=0.2295, over 14217.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0437, over 306.00 utterances.], tot_loss[loss=0.3422, simple_loss=0.3907, pruned_loss=0.1468, over 2779489.12 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06996, over 45903.17 utterances.], batch size: 306, lr: 7.27e-04 +2022-09-17 11:28:23,867 INFO [train.py:885] (1/2) Epoch 6, batch 2200, loss[loss=0.2784, simple_loss=0.3289, pruned_loss=0.114, over 13874.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.06195, over 69.00 utterances.], tot_loss[loss=0.3387, simple_loss=0.3875, pruned_loss=0.145, over 2780401.36 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06974, over 44426.74 utterances.], batch size: 69, lr: 7.27e-04 +2022-09-17 11:28:53,910 INFO [train.py:885] (1/2) Epoch 6, batch 2250, loss[loss=0.2476, simple_loss=0.2839, pruned_loss=0.1057, over 13532.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08896, over 50.00 utterances.], tot_loss[loss=0.3427, simple_loss=0.3907, pruned_loss=0.1474, over 2770766.59 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07406, over 46421.66 utterances.], batch size: 50, lr: 7.26e-04 +2022-09-17 11:29:22,872 INFO [train.py:885] (1/2) Epoch 6, batch 2300, loss[loss=0.301, simple_loss=0.3543, pruned_loss=0.1238, over 14329.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03995, over 120.00 utterances.], tot_loss[loss=0.3403, simple_loss=0.3878, pruned_loss=0.1464, over 2777073.42 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07147, over 44758.79 utterances.], batch size: 120, lr: 7.26e-04 +2022-09-17 11:29:53,183 INFO [train.py:885] (1/2) Epoch 6, batch 2350, loss[loss=0.3038, simple_loss=0.3608, pruned_loss=0.1234, over 14115.00 frames. utt_duration=577.5 frames, utt_pad_proportion=0.05169, over 98.00 utterances.], tot_loss[loss=0.3395, simple_loss=0.3872, pruned_loss=0.1459, over 2777201.55 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07162, over 44368.61 utterances.], batch size: 98, lr: 7.26e-04 +2022-09-17 11:30:22,355 INFO [train.py:885] (1/2) Epoch 6, batch 2400, loss[loss=0.2888, simple_loss=0.3488, pruned_loss=0.1143, over 14224.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04734, over 141.00 utterances.], tot_loss[loss=0.3399, simple_loss=0.3885, pruned_loss=0.1456, over 2778396.88 frames. utt_duration=247.4 frames, utt_pad_proportion=0.071, over 45190.71 utterances.], batch size: 141, lr: 7.25e-04 +2022-09-17 11:30:51,638 INFO [train.py:885] (1/2) Epoch 6, batch 2450, loss[loss=0.3174, simple_loss=0.3596, pruned_loss=0.1376, over 14299.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03983, over 120.00 utterances.], tot_loss[loss=0.3417, simple_loss=0.3904, pruned_loss=0.1465, over 2784589.35 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06891, over 45501.05 utterances.], batch size: 120, lr: 7.25e-04 +2022-09-17 11:31:21,616 INFO [train.py:885] (1/2) Epoch 6, batch 2500, loss[loss=0.3218, simple_loss=0.3804, pruned_loss=0.1316, over 14288.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03968, over 180.00 utterances.], tot_loss[loss=0.3421, simple_loss=0.3912, pruned_loss=0.1465, over 2779411.37 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07093, over 45939.02 utterances.], batch size: 180, lr: 7.25e-04 +2022-09-17 11:31:51,474 INFO [train.py:885] (1/2) Epoch 6, batch 2550, loss[loss=0.403, simple_loss=0.4664, pruned_loss=0.1698, over 13663.00 frames. utt_duration=116 frames, utt_pad_proportion=0.079, over 477.00 utterances.], tot_loss[loss=0.3498, simple_loss=0.3984, pruned_loss=0.1506, over 2779082.53 frames. utt_duration=230 frames, utt_pad_proportion=0.07236, over 48633.99 utterances.], batch size: 477, lr: 7.25e-04 +2022-09-17 11:32:20,753 INFO [train.py:885] (1/2) Epoch 6, batch 2600, loss[loss=0.2575, simple_loss=0.3123, pruned_loss=0.1014, over 14143.00 frames. utt_duration=637.2 frames, utt_pad_proportion=0.0504, over 89.00 utterances.], tot_loss[loss=0.349, simple_loss=0.3972, pruned_loss=0.1504, over 2778902.56 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07269, over 48064.09 utterances.], batch size: 89, lr: 7.24e-04 +2022-09-17 11:32:49,581 INFO [train.py:885] (1/2) Epoch 6, batch 2650, loss[loss=0.2212, simple_loss=0.2915, pruned_loss=0.07548, over 12780.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.1206, over 25.00 utterances.], tot_loss[loss=0.3469, simple_loss=0.3946, pruned_loss=0.1496, over 2781947.30 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07022, over 46357.38 utterances.], batch size: 25, lr: 7.24e-04 +2022-09-17 11:33:19,477 INFO [train.py:885] (1/2) Epoch 6, batch 2700, loss[loss=0.2547, simple_loss=0.3227, pruned_loss=0.0933, over 14192.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.0435, over 109.00 utterances.], tot_loss[loss=0.3479, simple_loss=0.3958, pruned_loss=0.15, over 2781021.95 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07168, over 46927.81 utterances.], batch size: 109, lr: 7.24e-04 +2022-09-17 11:33:48,900 INFO [train.py:885] (1/2) Epoch 6, batch 2750, loss[loss=0.3367, simple_loss=0.3953, pruned_loss=0.139, over 14268.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.03839, over 154.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3953, pruned_loss=0.1488, over 2781828.41 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07129, over 47416.86 utterances.], batch size: 154, lr: 7.24e-04 +2022-09-17 11:34:18,488 INFO [train.py:885] (1/2) Epoch 6, batch 2800, loss[loss=0.2532, simple_loss=0.3063, pruned_loss=0.1, over 14017.00 frames. utt_duration=711.3 frames, utt_pad_proportion=0.05916, over 79.00 utterances.], tot_loss[loss=0.3415, simple_loss=0.3904, pruned_loss=0.1462, over 2777974.18 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07307, over 46042.20 utterances.], batch size: 79, lr: 7.23e-04 +2022-09-17 11:34:48,355 INFO [train.py:885] (1/2) Epoch 6, batch 2850, loss[loss=0.2011, simple_loss=0.258, pruned_loss=0.07207, over 13665.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.08094, over 50.00 utterances.], tot_loss[loss=0.341, simple_loss=0.3905, pruned_loss=0.1457, over 2773643.34 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07507, over 46467.89 utterances.], batch size: 50, lr: 7.23e-04 +2022-09-17 11:35:17,658 INFO [train.py:885] (1/2) Epoch 6, batch 2900, loss[loss=0.3164, simple_loss=0.3735, pruned_loss=0.1297, over 14267.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04077, over 154.00 utterances.], tot_loss[loss=0.3414, simple_loss=0.3907, pruned_loss=0.1461, over 2773286.25 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07398, over 46619.91 utterances.], batch size: 154, lr: 7.23e-04 +2022-09-17 11:35:47,002 INFO [train.py:885] (1/2) Epoch 6, batch 2950, loss[loss=0.5135, simple_loss=0.5106, pruned_loss=0.2582, over 14236.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04313, over 335.00 utterances.], tot_loss[loss=0.3434, simple_loss=0.3924, pruned_loss=0.1472, over 2776844.47 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07263, over 46913.41 utterances.], batch size: 335, lr: 7.22e-04 +2022-09-17 11:36:16,832 INFO [train.py:885] (1/2) Epoch 6, batch 3000, loss[loss=0.921, simple_loss=0.8513, pruned_loss=0.4953, over 12446.00 frames. utt_duration=62.91 frames, utt_pad_proportion=0.1498, over 811.00 utterances.], tot_loss[loss=0.3455, simple_loss=0.3938, pruned_loss=0.1486, over 2779801.11 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07223, over 46767.82 utterances.], batch size: 811, lr: 7.22e-04 +2022-09-17 11:36:16,833 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 11:36:20,997 INFO [train.py:914] (1/2) Epoch 6, validation: loss=0.2209, simple_loss=0.2949, pruned_loss=0.07349, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 11:36:51,380 INFO [train.py:885] (1/2) Epoch 6, batch 3050, loss[loss=0.3642, simple_loss=0.4102, pruned_loss=0.1591, over 14356.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03327, over 244.00 utterances.], tot_loss[loss=0.344, simple_loss=0.392, pruned_loss=0.148, over 2773720.75 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07425, over 45845.43 utterances.], batch size: 244, lr: 7.22e-04 +2022-09-17 11:37:21,003 INFO [train.py:885] (1/2) Epoch 6, batch 3100, loss[loss=0.4995, simple_loss=0.5037, pruned_loss=0.2477, over 14266.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04124, over 335.00 utterances.], tot_loss[loss=0.3439, simple_loss=0.3916, pruned_loss=0.1481, over 2774210.39 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07235, over 45503.78 utterances.], batch size: 335, lr: 7.22e-04 +2022-09-17 11:37:50,271 INFO [train.py:885] (1/2) Epoch 6, batch 3150, loss[loss=0.5232, simple_loss=0.5152, pruned_loss=0.2656, over 14258.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04179, over 335.00 utterances.], tot_loss[loss=0.3437, simple_loss=0.3914, pruned_loss=0.148, over 2776791.09 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07212, over 45359.68 utterances.], batch size: 335, lr: 7.21e-04 +2022-09-17 11:38:19,777 INFO [train.py:885] (1/2) Epoch 6, batch 3200, loss[loss=0.2729, simple_loss=0.3296, pruned_loss=0.1082, over 14204.00 frames. utt_duration=523 frames, utt_pad_proportion=0.04216, over 109.00 utterances.], tot_loss[loss=0.3449, simple_loss=0.3927, pruned_loss=0.1485, over 2780897.82 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07128, over 45571.42 utterances.], batch size: 109, lr: 7.21e-04 +2022-09-17 11:38:48,907 INFO [train.py:885] (1/2) Epoch 6, batch 3250, loss[loss=0.2312, simple_loss=0.2946, pruned_loss=0.08386, over 13839.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06425, over 69.00 utterances.], tot_loss[loss=0.3436, simple_loss=0.3929, pruned_loss=0.1471, over 2780325.86 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07195, over 46224.36 utterances.], batch size: 69, lr: 7.21e-04 +2022-09-17 11:39:18,473 INFO [train.py:885] (1/2) Epoch 6, batch 3300, loss[loss=0.3443, simple_loss=0.4259, pruned_loss=0.1314, over 13772.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07168, over 411.00 utterances.], tot_loss[loss=0.3424, simple_loss=0.3922, pruned_loss=0.1463, over 2780869.61 frames. utt_duration=242 frames, utt_pad_proportion=0.07032, over 46241.96 utterances.], batch size: 411, lr: 7.21e-04 +2022-09-17 11:39:47,804 INFO [train.py:885] (1/2) Epoch 6, batch 3350, loss[loss=0.3742, simple_loss=0.4202, pruned_loss=0.1641, over 14224.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04308, over 306.00 utterances.], tot_loss[loss=0.3405, simple_loss=0.3904, pruned_loss=0.1453, over 2778817.82 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07127, over 45922.36 utterances.], batch size: 306, lr: 7.20e-04 +2022-09-17 11:40:26,735 INFO [train.py:885] (1/2) Epoch 6, batch 3400, loss[loss=0.6065, simple_loss=0.6526, pruned_loss=0.2802, over 12581.00 frames. utt_duration=63.64 frames, utt_pad_proportion=0.1401, over 810.00 utterances.], tot_loss[loss=0.3417, simple_loss=0.3911, pruned_loss=0.1462, over 2780186.93 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07186, over 46066.87 utterances.], batch size: 810, lr: 7.20e-04 +2022-09-17 11:40:55,945 INFO [train.py:885] (1/2) Epoch 6, batch 3450, loss[loss=0.3151, simple_loss=0.3814, pruned_loss=0.1244, over 14269.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04132, over 225.00 utterances.], tot_loss[loss=0.3398, simple_loss=0.3893, pruned_loss=0.1452, over 2784472.18 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06949, over 45446.57 utterances.], batch size: 225, lr: 7.20e-04 +2022-09-17 11:41:25,641 INFO [train.py:885] (1/2) Epoch 6, batch 3500, loss[loss=0.3695, simple_loss=0.4142, pruned_loss=0.1624, over 14362.00 frames. utt_duration=320.7 frames, utt_pad_proportion=0.03414, over 180.00 utterances.], tot_loss[loss=0.3427, simple_loss=0.3918, pruned_loss=0.1468, over 2782975.92 frames. utt_duration=244 frames, utt_pad_proportion=0.06959, over 45908.31 utterances.], batch size: 180, lr: 7.19e-04 +2022-09-17 11:41:55,111 INFO [train.py:885] (1/2) Epoch 6, batch 3550, loss[loss=0.2859, simple_loss=0.3536, pruned_loss=0.1091, over 14248.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04184, over 225.00 utterances.], tot_loss[loss=0.3378, simple_loss=0.3872, pruned_loss=0.1442, over 2779027.51 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07005, over 44611.56 utterances.], batch size: 225, lr: 7.19e-04 +2022-09-17 11:42:24,705 INFO [train.py:885] (1/2) Epoch 6, batch 3600, loss[loss=0.3588, simple_loss=0.4077, pruned_loss=0.1549, over 14303.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03975, over 262.00 utterances.], tot_loss[loss=0.3351, simple_loss=0.3845, pruned_loss=0.1428, over 2780183.25 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06913, over 43654.85 utterances.], batch size: 262, lr: 7.19e-04 +2022-09-17 11:42:53,876 INFO [train.py:885] (1/2) Epoch 6, batch 3650, loss[loss=0.2962, simple_loss=0.3174, pruned_loss=0.1375, over 13590.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08589, over 50.00 utterances.], tot_loss[loss=0.3333, simple_loss=0.3826, pruned_loss=0.142, over 2783580.42 frames. utt_duration=262 frames, utt_pad_proportion=0.06729, over 42738.76 utterances.], batch size: 50, lr: 7.19e-04 +2022-09-17 11:43:24,349 INFO [train.py:885] (1/2) Epoch 6, batch 3700, loss[loss=0.5304, simple_loss=0.5743, pruned_loss=0.2432, over 13109.00 frames. utt_duration=81.83 frames, utt_pad_proportion=0.1105, over 653.00 utterances.], tot_loss[loss=0.3323, simple_loss=0.3821, pruned_loss=0.1412, over 2780133.91 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06962, over 43257.47 utterances.], batch size: 653, lr: 7.18e-04 +2022-09-17 11:43:53,551 INFO [train.py:885] (1/2) Epoch 6, batch 3750, loss[loss=0.3404, simple_loss=0.3947, pruned_loss=0.143, over 14296.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03887, over 180.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.3818, pruned_loss=0.1407, over 2783420.53 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06774, over 42834.37 utterances.], batch size: 180, lr: 7.18e-04 +2022-09-17 11:44:23,402 INFO [train.py:885] (1/2) Epoch 6, batch 3800, loss[loss=0.4139, simple_loss=0.4479, pruned_loss=0.1899, over 14306.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03902, over 283.00 utterances.], tot_loss[loss=0.3333, simple_loss=0.384, pruned_loss=0.1413, over 2784716.48 frames. utt_duration=254 frames, utt_pad_proportion=0.06763, over 44113.83 utterances.], batch size: 283, lr: 7.18e-04 +2022-09-17 11:44:52,764 INFO [train.py:885] (1/2) Epoch 6, batch 3850, loss[loss=0.3867, simple_loss=0.4215, pruned_loss=0.1759, over 14348.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03712, over 262.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.3818, pruned_loss=0.1416, over 2782084.93 frames. utt_duration=260.8 frames, utt_pad_proportion=0.06894, over 42905.59 utterances.], batch size: 262, lr: 7.18e-04 +2022-09-17 11:45:22,443 INFO [train.py:885] (1/2) Epoch 6, batch 3900, loss[loss=0.2742, simple_loss=0.3233, pruned_loss=0.1126, over 14095.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.05131, over 98.00 utterances.], tot_loss[loss=0.3305, simple_loss=0.3802, pruned_loss=0.1404, over 2782284.09 frames. utt_duration=264.8 frames, utt_pad_proportion=0.06844, over 42260.75 utterances.], batch size: 98, lr: 7.17e-04 +2022-09-17 11:45:51,760 INFO [train.py:885] (1/2) Epoch 6, batch 3950, loss[loss=0.3836, simple_loss=0.4276, pruned_loss=0.1697, over 14310.00 frames. utt_duration=295 frames, utt_pad_proportion=0.0391, over 195.00 utterances.], tot_loss[loss=0.3338, simple_loss=0.3821, pruned_loss=0.1427, over 2785668.53 frames. utt_duration=268.2 frames, utt_pad_proportion=0.06586, over 41770.05 utterances.], batch size: 195, lr: 7.17e-04 +2022-09-17 11:46:21,666 INFO [train.py:885] (1/2) Epoch 6, batch 4000, loss[loss=0.4976, simple_loss=0.5042, pruned_loss=0.2455, over 14224.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04277, over 306.00 utterances.], tot_loss[loss=0.3393, simple_loss=0.388, pruned_loss=0.1453, over 2783356.38 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06928, over 44521.60 utterances.], batch size: 306, lr: 7.17e-04 +2022-09-17 11:46:51,001 INFO [train.py:885] (1/2) Epoch 6, batch 4050, loss[loss=0.192, simple_loss=0.2441, pruned_loss=0.06999, over 13405.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.0976, over 50.00 utterances.], tot_loss[loss=0.3375, simple_loss=0.3862, pruned_loss=0.1444, over 2784482.94 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06845, over 44016.22 utterances.], batch size: 50, lr: 7.17e-04 +2022-09-17 11:47:20,331 INFO [train.py:885] (1/2) Epoch 6, batch 4100, loss[loss=0.2601, simple_loss=0.3031, pruned_loss=0.1085, over 13081.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1207, over 33.00 utterances.], tot_loss[loss=0.3412, simple_loss=0.3904, pruned_loss=0.146, over 2784923.47 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06918, over 45892.67 utterances.], batch size: 33, lr: 7.16e-04 +2022-09-17 11:47:49,830 INFO [train.py:885] (1/2) Epoch 6, batch 4150, loss[loss=0.1914, simple_loss=0.2393, pruned_loss=0.07171, over 13112.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1189, over 33.00 utterances.], tot_loss[loss=0.342, simple_loss=0.3906, pruned_loss=0.1467, over 2785496.19 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06874, over 45309.81 utterances.], batch size: 33, lr: 7.16e-04 +2022-09-17 11:48:19,559 INFO [train.py:885] (1/2) Epoch 6, batch 4200, loss[loss=0.2941, simple_loss=0.3547, pruned_loss=0.1167, over 14289.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04088, over 120.00 utterances.], tot_loss[loss=0.3464, simple_loss=0.3952, pruned_loss=0.1487, over 2781668.79 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07289, over 46831.47 utterances.], batch size: 120, lr: 7.16e-04 +2022-09-17 11:48:49,274 INFO [train.py:885] (1/2) Epoch 6, batch 4250, loss[loss=0.4577, simple_loss=0.4783, pruned_loss=0.2185, over 14196.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04465, over 306.00 utterances.], tot_loss[loss=0.3458, simple_loss=0.3948, pruned_loss=0.1484, over 2782519.60 frames. utt_duration=239.9 frames, utt_pad_proportion=0.0731, over 46679.81 utterances.], batch size: 306, lr: 7.15e-04 +2022-09-17 11:49:25,199 INFO [train.py:885] (1/2) Epoch 6, batch 4300, loss[loss=0.3973, simple_loss=0.463, pruned_loss=0.1658, over 13773.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07201, over 411.00 utterances.], tot_loss[loss=0.3465, simple_loss=0.3945, pruned_loss=0.1493, over 2782985.91 frames. utt_duration=243 frames, utt_pad_proportion=0.07223, over 46087.08 utterances.], batch size: 411, lr: 7.15e-04 +2022-09-17 11:49:55,131 INFO [train.py:885] (1/2) Epoch 6, batch 4350, loss[loss=0.3505, simple_loss=0.4039, pruned_loss=0.1486, over 14310.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03963, over 262.00 utterances.], tot_loss[loss=0.347, simple_loss=0.3947, pruned_loss=0.1496, over 2780614.32 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07313, over 46221.50 utterances.], batch size: 262, lr: 7.15e-04 +2022-09-17 11:50:24,360 INFO [train.py:885] (1/2) Epoch 6, batch 4400, loss[loss=0.3361, simple_loss=0.3982, pruned_loss=0.137, over 14353.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03582, over 210.00 utterances.], tot_loss[loss=0.3453, simple_loss=0.3941, pruned_loss=0.1483, over 2784559.57 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07198, over 46090.11 utterances.], batch size: 210, lr: 7.15e-04 +2022-09-17 11:50:54,876 INFO [train.py:885] (1/2) Epoch 6, batch 4450, loss[loss=0.2387, simple_loss=0.3021, pruned_loss=0.08761, over 14153.00 frames. utt_duration=579 frames, utt_pad_proportion=0.05084, over 98.00 utterances.], tot_loss[loss=0.3449, simple_loss=0.3934, pruned_loss=0.1482, over 2782914.19 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07068, over 46383.51 utterances.], batch size: 98, lr: 7.14e-04 +2022-09-17 11:51:23,784 INFO [train.py:885] (1/2) Epoch 6, batch 4500, loss[loss=0.3614, simple_loss=0.4346, pruned_loss=0.1441, over 13615.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08218, over 477.00 utterances.], tot_loss[loss=0.3392, simple_loss=0.3886, pruned_loss=0.1449, over 2780554.69 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07171, over 45354.75 utterances.], batch size: 477, lr: 7.14e-04 +2022-09-17 11:51:53,914 INFO [train.py:885] (1/2) Epoch 6, batch 4550, loss[loss=0.6281, simple_loss=0.6651, pruned_loss=0.2955, over 12467.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1466, over 810.00 utterances.], tot_loss[loss=0.3418, simple_loss=0.3912, pruned_loss=0.1462, over 2775632.95 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07341, over 46261.11 utterances.], batch size: 810, lr: 7.14e-04 +2022-09-17 11:52:23,574 INFO [train.py:885] (1/2) Epoch 6, batch 4600, loss[loss=0.3493, simple_loss=0.3928, pruned_loss=0.1529, over 14358.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03833, over 167.00 utterances.], tot_loss[loss=0.3436, simple_loss=0.3932, pruned_loss=0.1471, over 2779430.91 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07268, over 46661.61 utterances.], batch size: 167, lr: 7.14e-04 +2022-09-17 11:52:52,892 INFO [train.py:885] (1/2) Epoch 6, batch 4650, loss[loss=0.3297, simple_loss=0.3695, pruned_loss=0.145, over 14303.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03986, over 120.00 utterances.], tot_loss[loss=0.3422, simple_loss=0.3918, pruned_loss=0.1463, over 2781517.99 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07168, over 46628.97 utterances.], batch size: 120, lr: 7.13e-04 +2022-09-17 11:53:22,514 INFO [train.py:885] (1/2) Epoch 6, batch 4700, loss[loss=0.2901, simple_loss=0.3373, pruned_loss=0.1215, over 14231.00 frames. utt_duration=523.7 frames, utt_pad_proportion=0.0409, over 109.00 utterances.], tot_loss[loss=0.3431, simple_loss=0.3924, pruned_loss=0.1469, over 2782926.84 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07163, over 45978.94 utterances.], batch size: 109, lr: 7.13e-04 +2022-09-17 11:53:51,770 INFO [train.py:885] (1/2) Epoch 6, batch 4750, loss[loss=0.1851, simple_loss=0.2462, pruned_loss=0.06203, over 13635.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.08772, over 42.00 utterances.], tot_loss[loss=0.3458, simple_loss=0.3957, pruned_loss=0.148, over 2778217.92 frames. utt_duration=237 frames, utt_pad_proportion=0.07175, over 47187.48 utterances.], batch size: 42, lr: 7.13e-04 +2022-09-17 11:54:21,334 INFO [train.py:885] (1/2) Epoch 6, batch 4800, loss[loss=0.4797, simple_loss=0.479, pruned_loss=0.2402, over 14264.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.0407, over 180.00 utterances.], tot_loss[loss=0.3481, simple_loss=0.3975, pruned_loss=0.1493, over 2778482.15 frames. utt_duration=235 frames, utt_pad_proportion=0.07388, over 47588.47 utterances.], batch size: 180, lr: 7.13e-04 +2022-09-17 11:54:51,168 INFO [train.py:885] (1/2) Epoch 6, batch 4850, loss[loss=0.5337, simple_loss=0.5779, pruned_loss=0.2447, over 13205.00 frames. utt_duration=82.44 frames, utt_pad_proportion=0.1039, over 653.00 utterances.], tot_loss[loss=0.3472, simple_loss=0.396, pruned_loss=0.1492, over 2779230.03 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07277, over 46781.55 utterances.], batch size: 653, lr: 7.12e-04 +2022-09-17 11:55:20,067 INFO [train.py:885] (1/2) Epoch 6, batch 4900, loss[loss=0.189, simple_loss=0.251, pruned_loss=0.06349, over 13621.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.08685, over 42.00 utterances.], tot_loss[loss=0.3457, simple_loss=0.3944, pruned_loss=0.1485, over 2780768.25 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07299, over 46180.16 utterances.], batch size: 42, lr: 7.12e-04 +2022-09-17 11:55:50,778 INFO [train.py:885] (1/2) Epoch 6, batch 4950, loss[loss=0.3859, simple_loss=0.4486, pruned_loss=0.1616, over 13982.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05705, over 365.00 utterances.], tot_loss[loss=0.342, simple_loss=0.3916, pruned_loss=0.1462, over 2778781.47 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07251, over 45624.63 utterances.], batch size: 365, lr: 7.12e-04 +2022-09-17 11:56:20,115 INFO [train.py:885] (1/2) Epoch 6, batch 5000, loss[loss=0.2198, simple_loss=0.2784, pruned_loss=0.08063, over 12086.00 frames. utt_duration=2016 frames, utt_pad_proportion=0.1933, over 24.00 utterances.], tot_loss[loss=0.3422, simple_loss=0.3919, pruned_loss=0.1462, over 2778217.02 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07371, over 46040.96 utterances.], batch size: 24, lr: 7.12e-04 +2022-09-17 11:56:49,878 INFO [train.py:885] (1/2) Epoch 6, batch 5050, loss[loss=0.2396, simple_loss=0.2975, pruned_loss=0.09083, over 13337.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08977, over 41.00 utterances.], tot_loss[loss=0.3409, simple_loss=0.3911, pruned_loss=0.1453, over 2779352.58 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0733, over 46476.94 utterances.], batch size: 41, lr: 7.11e-04 +2022-09-17 11:57:19,074 INFO [train.py:885] (1/2) Epoch 6, batch 5100, loss[loss=0.2401, simple_loss=0.2892, pruned_loss=0.09547, over 13881.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06838, over 60.00 utterances.], tot_loss[loss=0.3406, simple_loss=0.3907, pruned_loss=0.1452, over 2782926.93 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07191, over 45939.21 utterances.], batch size: 60, lr: 7.11e-04 +2022-09-17 11:57:48,740 INFO [train.py:885] (1/2) Epoch 6, batch 5150, loss[loss=0.2956, simple_loss=0.3431, pruned_loss=0.124, over 14337.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03765, over 120.00 utterances.], tot_loss[loss=0.3379, simple_loss=0.3882, pruned_loss=0.1439, over 2779402.99 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07397, over 45668.09 utterances.], batch size: 120, lr: 7.11e-04 +2022-09-17 11:58:18,453 INFO [train.py:885] (1/2) Epoch 6, batch 5200, loss[loss=0.4629, simple_loss=0.5159, pruned_loss=0.2049, over 13146.00 frames. utt_duration=82.07 frames, utt_pad_proportion=0.1079, over 653.00 utterances.], tot_loss[loss=0.3383, simple_loss=0.3892, pruned_loss=0.1438, over 2780188.86 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07288, over 47080.11 utterances.], batch size: 653, lr: 7.10e-04 +2022-09-17 11:58:47,611 INFO [train.py:885] (1/2) Epoch 6, batch 5250, loss[loss=0.3621, simple_loss=0.4097, pruned_loss=0.1572, over 14301.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04125, over 154.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3917, pruned_loss=0.1466, over 2780872.47 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07163, over 47040.49 utterances.], batch size: 154, lr: 7.10e-04 +2022-09-17 11:59:17,805 INFO [train.py:885] (1/2) Epoch 6, batch 5300, loss[loss=0.4802, simple_loss=0.4878, pruned_loss=0.2363, over 14253.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04224, over 335.00 utterances.], tot_loss[loss=0.3402, simple_loss=0.3891, pruned_loss=0.1456, over 2778348.02 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07232, over 45729.51 utterances.], batch size: 335, lr: 7.10e-04 +2022-09-17 11:59:46,233 INFO [train.py:885] (1/2) Epoch 6, batch 5350, loss[loss=0.2708, simple_loss=0.3285, pruned_loss=0.1065, over 14187.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04896, over 89.00 utterances.], tot_loss[loss=0.3411, simple_loss=0.3903, pruned_loss=0.146, over 2782794.11 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07126, over 45885.02 utterances.], batch size: 89, lr: 7.10e-04 +2022-09-17 12:00:16,020 INFO [train.py:885] (1/2) Epoch 6, batch 5400, loss[loss=0.3185, simple_loss=0.3742, pruned_loss=0.1314, over 14280.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03955, over 130.00 utterances.], tot_loss[loss=0.3412, simple_loss=0.3908, pruned_loss=0.1458, over 2786029.56 frames. utt_duration=242.6 frames, utt_pad_proportion=0.06937, over 46219.95 utterances.], batch size: 130, lr: 7.09e-04 +2022-09-17 12:00:45,524 INFO [train.py:885] (1/2) Epoch 6, batch 5450, loss[loss=0.2455, simple_loss=0.2887, pruned_loss=0.1011, over 13365.00 frames. utt_duration=1071 frames, utt_pad_proportion=0.09119, over 50.00 utterances.], tot_loss[loss=0.3416, simple_loss=0.3915, pruned_loss=0.1458, over 2782785.44 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0704, over 46720.23 utterances.], batch size: 50, lr: 7.09e-04 +2022-09-17 12:01:15,937 INFO [train.py:885] (1/2) Epoch 6, batch 5500, loss[loss=0.2545, simple_loss=0.3074, pruned_loss=0.1008, over 14211.00 frames. utt_duration=518.4 frames, utt_pad_proportion=0.04889, over 110.00 utterances.], tot_loss[loss=0.3428, simple_loss=0.3923, pruned_loss=0.1466, over 2778267.57 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07244, over 47539.31 utterances.], batch size: 110, lr: 7.09e-04 +2022-09-17 12:01:45,185 INFO [train.py:885] (1/2) Epoch 6, batch 5550, loss[loss=0.3674, simple_loss=0.4441, pruned_loss=0.1454, over 13662.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08172, over 478.00 utterances.], tot_loss[loss=0.343, simple_loss=0.3923, pruned_loss=0.1468, over 2779379.13 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07224, over 47069.98 utterances.], batch size: 478, lr: 7.09e-04 +2022-09-17 12:02:14,524 INFO [train.py:885] (1/2) Epoch 6, batch 5600, loss[loss=0.3815, simple_loss=0.4597, pruned_loss=0.1517, over 13604.00 frames. utt_duration=98.45 frames, utt_pad_proportion=0.07994, over 560.00 utterances.], tot_loss[loss=0.3382, simple_loss=0.3886, pruned_loss=0.1439, over 2780147.17 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07079, over 45630.09 utterances.], batch size: 560, lr: 7.08e-04 +2022-09-17 12:02:44,250 INFO [train.py:885] (1/2) Epoch 6, batch 5650, loss[loss=0.3643, simple_loss=0.411, pruned_loss=0.1588, over 14306.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03988, over 262.00 utterances.], tot_loss[loss=0.3389, simple_loss=0.3893, pruned_loss=0.1442, over 2778378.38 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07148, over 46293.17 utterances.], batch size: 262, lr: 7.08e-04 +2022-09-17 12:03:13,253 INFO [train.py:885] (1/2) Epoch 6, batch 5700, loss[loss=0.3837, simple_loss=0.4261, pruned_loss=0.1707, over 14335.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.0381, over 262.00 utterances.], tot_loss[loss=0.3435, simple_loss=0.393, pruned_loss=0.147, over 2779663.07 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07336, over 47376.94 utterances.], batch size: 262, lr: 7.08e-04 +2022-09-17 12:03:43,321 INFO [train.py:885] (1/2) Epoch 6, batch 5750, loss[loss=0.3683, simple_loss=0.4338, pruned_loss=0.1515, over 14006.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05543, over 365.00 utterances.], tot_loss[loss=0.3432, simple_loss=0.3928, pruned_loss=0.1468, over 2781413.89 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07177, over 47225.46 utterances.], batch size: 365, lr: 7.08e-04 +2022-09-17 12:04:12,752 INFO [train.py:885] (1/2) Epoch 6, batch 5800, loss[loss=0.3706, simple_loss=0.4203, pruned_loss=0.1605, over 14221.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04363, over 306.00 utterances.], tot_loss[loss=0.3378, simple_loss=0.3879, pruned_loss=0.1439, over 2784111.56 frames. utt_duration=246.6 frames, utt_pad_proportion=0.0694, over 45431.17 utterances.], batch size: 306, lr: 7.07e-04 +2022-09-17 12:04:42,453 INFO [train.py:885] (1/2) Epoch 6, batch 5850, loss[loss=0.1667, simple_loss=0.2137, pruned_loss=0.05983, over 13295.00 frames. utt_duration=1613 frames, utt_pad_proportion=0.1074, over 33.00 utterances.], tot_loss[loss=0.3365, simple_loss=0.3863, pruned_loss=0.1433, over 2781481.32 frames. utt_duration=249.3 frames, utt_pad_proportion=0.0702, over 44899.14 utterances.], batch size: 33, lr: 7.07e-04 +2022-09-17 12:05:11,645 INFO [train.py:885] (1/2) Epoch 6, batch 5900, loss[loss=0.1786, simple_loss=0.2255, pruned_loss=0.06586, over 13135.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.1171, over 33.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.3821, pruned_loss=0.1415, over 2779133.16 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06946, over 43492.05 utterances.], batch size: 33, lr: 7.07e-04 +2022-09-17 12:05:41,101 INFO [train.py:885] (1/2) Epoch 6, batch 5950, loss[loss=0.3054, simple_loss=0.3582, pruned_loss=0.1263, over 14271.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04424, over 141.00 utterances.], tot_loss[loss=0.3348, simple_loss=0.384, pruned_loss=0.1428, over 2777019.79 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06997, over 44025.65 utterances.], batch size: 141, lr: 7.07e-04 +2022-09-17 12:06:10,188 INFO [train.py:885] (1/2) Epoch 6, batch 6000, loss[loss=0.2862, simple_loss=0.3382, pruned_loss=0.1171, over 14130.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.0506, over 98.00 utterances.], tot_loss[loss=0.339, simple_loss=0.3871, pruned_loss=0.1454, over 2777289.13 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07107, over 44807.63 utterances.], batch size: 98, lr: 7.06e-04 +2022-09-17 12:06:10,189 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 12:06:15,115 INFO [train.py:914] (1/2) Epoch 6, validation: loss=0.236, simple_loss=0.3, pruned_loss=0.08599, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 12:06:44,725 INFO [train.py:885] (1/2) Epoch 6, batch 6050, loss[loss=0.3722, simple_loss=0.4227, pruned_loss=0.1609, over 14312.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03847, over 195.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3859, pruned_loss=0.144, over 2776593.42 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07231, over 44769.05 utterances.], batch size: 195, lr: 7.06e-04 +2022-09-17 12:07:14,377 INFO [train.py:885] (1/2) Epoch 6, batch 6100, loss[loss=0.3624, simple_loss=0.4484, pruned_loss=0.1382, over 13668.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07873, over 477.00 utterances.], tot_loss[loss=0.3368, simple_loss=0.3863, pruned_loss=0.1436, over 2774778.77 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07354, over 44907.28 utterances.], batch size: 477, lr: 7.06e-04 +2022-09-17 12:07:42,887 INFO [train.py:885] (1/2) Epoch 6, batch 6150, loss[loss=0.3135, simple_loss=0.3791, pruned_loss=0.1239, over 14369.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03756, over 167.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.387, pruned_loss=0.1436, over 2776679.32 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07231, over 44835.07 utterances.], batch size: 167, lr: 7.06e-04 +2022-09-17 12:08:13,015 INFO [train.py:885] (1/2) Epoch 6, batch 6200, loss[loss=0.2455, simple_loss=0.3024, pruned_loss=0.09429, over 14259.00 frames. utt_duration=642.4 frames, utt_pad_proportion=0.04263, over 89.00 utterances.], tot_loss[loss=0.3384, simple_loss=0.3872, pruned_loss=0.1448, over 2782195.07 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07183, over 43876.17 utterances.], batch size: 89, lr: 7.05e-04 +2022-09-17 12:08:42,962 INFO [train.py:885] (1/2) Epoch 6, batch 6250, loss[loss=0.3523, simple_loss=0.4401, pruned_loss=0.1322, over 13637.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08033, over 477.00 utterances.], tot_loss[loss=0.3396, simple_loss=0.3887, pruned_loss=0.1452, over 2782422.15 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07264, over 44590.48 utterances.], batch size: 477, lr: 7.05e-04 +2022-09-17 12:09:12,383 INFO [train.py:885] (1/2) Epoch 6, batch 6300, loss[loss=0.3231, simple_loss=0.3773, pruned_loss=0.1344, over 14373.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.03508, over 155.00 utterances.], tot_loss[loss=0.3381, simple_loss=0.3875, pruned_loss=0.1443, over 2782891.26 frames. utt_duration=254 frames, utt_pad_proportion=0.07148, over 44084.47 utterances.], batch size: 155, lr: 7.05e-04 +2022-09-17 12:09:41,613 INFO [train.py:885] (1/2) Epoch 6, batch 6350, loss[loss=0.4531, simple_loss=0.518, pruned_loss=0.1941, over 13178.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1061, over 653.00 utterances.], tot_loss[loss=0.3409, simple_loss=0.3892, pruned_loss=0.1463, over 2784297.76 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07104, over 44610.87 utterances.], batch size: 653, lr: 7.05e-04 +2022-09-17 12:10:11,122 INFO [train.py:885] (1/2) Epoch 6, batch 6400, loss[loss=0.2712, simple_loss=0.3216, pruned_loss=0.1103, over 14234.00 frames. utt_duration=641.2 frames, utt_pad_proportion=0.0458, over 89.00 utterances.], tot_loss[loss=0.3462, simple_loss=0.3936, pruned_loss=0.1494, over 2783415.36 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07264, over 45686.52 utterances.], batch size: 89, lr: 7.04e-04 +2022-09-17 12:10:40,826 INFO [train.py:885] (1/2) Epoch 6, batch 6450, loss[loss=0.3361, simple_loss=0.3777, pruned_loss=0.1472, over 14332.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.0377, over 120.00 utterances.], tot_loss[loss=0.3459, simple_loss=0.3931, pruned_loss=0.1493, over 2783288.28 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07124, over 45310.84 utterances.], batch size: 120, lr: 7.04e-04 +2022-09-17 12:11:10,590 INFO [train.py:885] (1/2) Epoch 6, batch 6500, loss[loss=0.3186, simple_loss=0.3837, pruned_loss=0.1267, over 14293.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03911, over 180.00 utterances.], tot_loss[loss=0.3412, simple_loss=0.3893, pruned_loss=0.1466, over 2783551.58 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07082, over 44733.80 utterances.], batch size: 180, lr: 7.04e-04 +2022-09-17 12:11:40,435 INFO [train.py:885] (1/2) Epoch 6, batch 6550, loss[loss=0.2696, simple_loss=0.3189, pruned_loss=0.1101, over 14071.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05484, over 98.00 utterances.], tot_loss[loss=0.3386, simple_loss=0.3878, pruned_loss=0.1447, over 2781514.45 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07245, over 44985.83 utterances.], batch size: 98, lr: 7.04e-04 +2022-09-17 12:12:09,891 INFO [train.py:885] (1/2) Epoch 6, batch 6600, loss[loss=0.1969, simple_loss=0.2375, pruned_loss=0.07812, over 13660.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07941, over 50.00 utterances.], tot_loss[loss=0.3386, simple_loss=0.3881, pruned_loss=0.1445, over 2779168.42 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07264, over 45314.89 utterances.], batch size: 50, lr: 7.03e-04 +2022-09-17 12:12:39,696 INFO [train.py:885] (1/2) Epoch 6, batch 6650, loss[loss=0.3769, simple_loss=0.3969, pruned_loss=0.1785, over 14189.00 frames. utt_duration=639 frames, utt_pad_proportion=0.04764, over 89.00 utterances.], tot_loss[loss=0.3359, simple_loss=0.3868, pruned_loss=0.1425, over 2780188.41 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07256, over 44960.70 utterances.], batch size: 89, lr: 7.03e-04 +2022-09-17 12:13:08,299 INFO [train.py:885] (1/2) Epoch 6, batch 6700, loss[loss=0.1917, simple_loss=0.2374, pruned_loss=0.07301, over 13274.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.0921, over 33.00 utterances.], tot_loss[loss=0.3362, simple_loss=0.3875, pruned_loss=0.1424, over 2780986.14 frames. utt_duration=245 frames, utt_pad_proportion=0.07243, over 45672.01 utterances.], batch size: 33, lr: 7.03e-04 +2022-09-17 12:13:37,513 INFO [train.py:885] (1/2) Epoch 6, batch 6750, loss[loss=0.2127, simple_loss=0.2562, pruned_loss=0.08466, over 13829.00 frames. utt_duration=923.3 frames, utt_pad_proportion=0.06641, over 60.00 utterances.], tot_loss[loss=0.3345, simple_loss=0.3853, pruned_loss=0.1419, over 2780291.43 frames. utt_duration=254.8 frames, utt_pad_proportion=0.07, over 43896.92 utterances.], batch size: 60, lr: 7.03e-04 +2022-09-17 12:14:06,889 INFO [train.py:885] (1/2) Epoch 6, batch 6800, loss[loss=0.4468, simple_loss=0.4703, pruned_loss=0.2117, over 14348.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03666, over 210.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3824, pruned_loss=0.1402, over 2781071.61 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06988, over 43087.39 utterances.], batch size: 210, lr: 7.02e-04 +2022-09-17 12:14:36,715 INFO [train.py:885] (1/2) Epoch 6, batch 6850, loss[loss=0.183, simple_loss=0.235, pruned_loss=0.06547, over 13672.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.08027, over 50.00 utterances.], tot_loss[loss=0.3367, simple_loss=0.3872, pruned_loss=0.1431, over 2777662.71 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07131, over 45241.61 utterances.], batch size: 50, lr: 7.02e-04 +2022-09-17 12:15:05,642 INFO [train.py:885] (1/2) Epoch 6, batch 6900, loss[loss=0.3364, simple_loss=0.394, pruned_loss=0.1394, over 14341.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03631, over 210.00 utterances.], tot_loss[loss=0.3344, simple_loss=0.3844, pruned_loss=0.1422, over 2780198.73 frames. utt_duration=256 frames, utt_pad_proportion=0.06804, over 43694.86 utterances.], batch size: 210, lr: 7.02e-04 +2022-09-17 12:15:35,197 INFO [train.py:885] (1/2) Epoch 6, batch 6950, loss[loss=0.3444, simple_loss=0.4323, pruned_loss=0.1283, over 13636.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08023, over 477.00 utterances.], tot_loss[loss=0.3352, simple_loss=0.3855, pruned_loss=0.1425, over 2777903.27 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07038, over 44613.37 utterances.], batch size: 477, lr: 7.02e-04 +2022-09-17 12:16:04,946 INFO [train.py:885] (1/2) Epoch 6, batch 7000, loss[loss=0.4769, simple_loss=0.5399, pruned_loss=0.207, over 13154.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1074, over 653.00 utterances.], tot_loss[loss=0.3385, simple_loss=0.3889, pruned_loss=0.144, over 2778234.66 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07277, over 46408.58 utterances.], batch size: 653, lr: 7.01e-04 +2022-09-17 12:16:34,162 INFO [train.py:885] (1/2) Epoch 6, batch 7050, loss[loss=0.3495, simple_loss=0.4002, pruned_loss=0.1494, over 14381.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03208, over 244.00 utterances.], tot_loss[loss=0.3338, simple_loss=0.3846, pruned_loss=0.1415, over 2778334.47 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07088, over 44705.05 utterances.], batch size: 244, lr: 7.01e-04 +2022-09-17 12:17:03,753 INFO [train.py:885] (1/2) Epoch 6, batch 7100, loss[loss=0.3203, simple_loss=0.3848, pruned_loss=0.1279, over 14352.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03286, over 195.00 utterances.], tot_loss[loss=0.335, simple_loss=0.3863, pruned_loss=0.1419, over 2779462.50 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06987, over 45668.99 utterances.], batch size: 195, lr: 7.01e-04 +2022-09-17 12:17:32,965 INFO [train.py:885] (1/2) Epoch 6, batch 7150, loss[loss=0.3534, simple_loss=0.3917, pruned_loss=0.1575, over 14325.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03904, over 154.00 utterances.], tot_loss[loss=0.3372, simple_loss=0.3874, pruned_loss=0.1435, over 2776734.75 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07143, over 45575.63 utterances.], batch size: 154, lr: 7.01e-04 +2022-09-17 12:18:02,694 INFO [train.py:885] (1/2) Epoch 6, batch 7200, loss[loss=0.2481, simple_loss=0.3121, pruned_loss=0.09207, over 13493.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.09163, over 50.00 utterances.], tot_loss[loss=0.3384, simple_loss=0.3886, pruned_loss=0.1441, over 2773866.86 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07318, over 45837.22 utterances.], batch size: 50, lr: 7.00e-04 +2022-09-17 12:18:32,611 INFO [train.py:885] (1/2) Epoch 6, batch 7250, loss[loss=0.4179, simple_loss=0.4616, pruned_loss=0.1871, over 14041.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05588, over 366.00 utterances.], tot_loss[loss=0.3353, simple_loss=0.3857, pruned_loss=0.1424, over 2769526.34 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07368, over 45082.00 utterances.], batch size: 366, lr: 7.00e-04 +2022-09-17 12:19:01,696 INFO [train.py:885] (1/2) Epoch 6, batch 7300, loss[loss=0.2226, simple_loss=0.2697, pruned_loss=0.08768, over 13826.00 frames. utt_duration=923.4 frames, utt_pad_proportion=0.07291, over 60.00 utterances.], tot_loss[loss=0.3358, simple_loss=0.3861, pruned_loss=0.1428, over 2775804.41 frames. utt_duration=250 frames, utt_pad_proportion=0.07153, over 44668.42 utterances.], batch size: 60, lr: 7.00e-04 +2022-09-17 12:19:31,489 INFO [train.py:885] (1/2) Epoch 6, batch 7350, loss[loss=0.3835, simple_loss=0.4293, pruned_loss=0.1689, over 14326.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.038, over 283.00 utterances.], tot_loss[loss=0.3354, simple_loss=0.3854, pruned_loss=0.1427, over 2775010.04 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07108, over 44598.16 utterances.], batch size: 283, lr: 7.00e-04 +2022-09-17 12:20:00,459 INFO [train.py:885] (1/2) Epoch 6, batch 7400, loss[loss=0.352, simple_loss=0.4089, pruned_loss=0.1475, over 14329.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03833, over 262.00 utterances.], tot_loss[loss=0.3367, simple_loss=0.3866, pruned_loss=0.1434, over 2781359.52 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06965, over 44878.83 utterances.], batch size: 262, lr: 6.99e-04 +2022-09-17 12:20:30,183 INFO [train.py:885] (1/2) Epoch 6, batch 7450, loss[loss=0.2565, simple_loss=0.3167, pruned_loss=0.09816, over 14147.00 frames. utt_duration=578.9 frames, utt_pad_proportion=0.04936, over 98.00 utterances.], tot_loss[loss=0.3358, simple_loss=0.3851, pruned_loss=0.1433, over 2782344.51 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06878, over 43737.68 utterances.], batch size: 98, lr: 6.99e-04 +2022-09-17 12:20:59,797 INFO [train.py:885] (1/2) Epoch 6, batch 7500, loss[loss=0.2149, simple_loss=0.2781, pruned_loss=0.07584, over 13950.00 frames. utt_duration=931.3 frames, utt_pad_proportion=0.06119, over 60.00 utterances.], tot_loss[loss=0.3359, simple_loss=0.3857, pruned_loss=0.143, over 2782604.55 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06872, over 44576.58 utterances.], batch size: 60, lr: 6.99e-04 +2022-09-17 12:21:29,161 INFO [train.py:885] (1/2) Epoch 6, batch 7550, loss[loss=0.3687, simple_loss=0.4522, pruned_loss=0.1426, over 13590.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08316, over 477.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.3861, pruned_loss=0.1441, over 2783930.65 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06822, over 43469.73 utterances.], batch size: 477, lr: 6.99e-04 +2022-09-17 12:22:07,373 INFO [train.py:885] (1/2) Epoch 6, batch 7600, loss[loss=0.4781, simple_loss=0.5399, pruned_loss=0.2082, over 13153.00 frames. utt_duration=82.08 frames, utt_pad_proportion=0.1078, over 653.00 utterances.], tot_loss[loss=0.3382, simple_loss=0.3872, pruned_loss=0.1446, over 2782087.86 frames. utt_duration=252.4 frames, utt_pad_proportion=0.0694, over 44349.03 utterances.], batch size: 653, lr: 6.98e-04 +2022-09-17 12:22:36,342 INFO [train.py:885] (1/2) Epoch 6, batch 7650, loss[loss=0.4222, simple_loss=0.4665, pruned_loss=0.1889, over 14029.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05668, over 366.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.3864, pruned_loss=0.1439, over 2783551.62 frames. utt_duration=255 frames, utt_pad_proportion=0.06891, over 43918.93 utterances.], batch size: 366, lr: 6.98e-04 +2022-09-17 12:23:05,939 INFO [train.py:885] (1/2) Epoch 6, batch 7700, loss[loss=0.4629, simple_loss=0.527, pruned_loss=0.1994, over 13138.00 frames. utt_duration=82.01 frames, utt_pad_proportion=0.1086, over 653.00 utterances.], tot_loss[loss=0.3379, simple_loss=0.3871, pruned_loss=0.1444, over 2779530.86 frames. utt_duration=250.1 frames, utt_pad_proportion=0.0718, over 44718.94 utterances.], batch size: 653, lr: 6.98e-04 +2022-09-17 12:23:35,247 INFO [train.py:885] (1/2) Epoch 6, batch 7750, loss[loss=0.8066, simple_loss=0.7771, pruned_loss=0.418, over 12422.00 frames. utt_duration=62.91 frames, utt_pad_proportion=0.1499, over 811.00 utterances.], tot_loss[loss=0.3355, simple_loss=0.3848, pruned_loss=0.1431, over 2781798.32 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07172, over 44000.93 utterances.], batch size: 811, lr: 6.98e-04 +2022-09-17 12:24:05,218 INFO [train.py:885] (1/2) Epoch 6, batch 7800, loss[loss=0.4101, simple_loss=0.4731, pruned_loss=0.1736, over 13677.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08021, over 478.00 utterances.], tot_loss[loss=0.34, simple_loss=0.3891, pruned_loss=0.1455, over 2775000.33 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07575, over 46207.33 utterances.], batch size: 478, lr: 6.97e-04 +2022-09-17 12:24:35,340 INFO [train.py:885] (1/2) Epoch 6, batch 7850, loss[loss=0.2877, simple_loss=0.3373, pruned_loss=0.119, over 14122.00 frames. utt_duration=636.2 frames, utt_pad_proportion=0.05189, over 89.00 utterances.], tot_loss[loss=0.3404, simple_loss=0.39, pruned_loss=0.1454, over 2776972.03 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07662, over 46349.72 utterances.], batch size: 89, lr: 6.97e-04 +2022-09-17 12:25:04,038 INFO [train.py:885] (1/2) Epoch 6, batch 7900, loss[loss=0.3564, simple_loss=0.4145, pruned_loss=0.1491, over 14236.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.042, over 306.00 utterances.], tot_loss[loss=0.3395, simple_loss=0.3892, pruned_loss=0.1449, over 2781428.13 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07351, over 45725.81 utterances.], batch size: 306, lr: 6.97e-04 +2022-09-17 12:25:33,636 INFO [train.py:885] (1/2) Epoch 6, batch 7950, loss[loss=0.2449, simple_loss=0.3107, pruned_loss=0.08954, over 14031.00 frames. utt_duration=711.8 frames, utt_pad_proportion=0.05844, over 79.00 utterances.], tot_loss[loss=0.3389, simple_loss=0.388, pruned_loss=0.1449, over 2775858.44 frames. utt_duration=246 frames, utt_pad_proportion=0.07542, over 45400.51 utterances.], batch size: 79, lr: 6.97e-04 +2022-09-17 12:26:02,714 INFO [train.py:885] (1/2) Epoch 6, batch 8000, loss[loss=0.2563, simple_loss=0.3132, pruned_loss=0.09973, over 14047.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05354, over 79.00 utterances.], tot_loss[loss=0.3441, simple_loss=0.3922, pruned_loss=0.148, over 2774820.54 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07535, over 46356.08 utterances.], batch size: 79, lr: 6.96e-04 +2022-09-17 12:26:32,247 INFO [train.py:885] (1/2) Epoch 6, batch 8050, loss[loss=0.1826, simple_loss=0.2527, pruned_loss=0.05629, over 13587.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.0914, over 42.00 utterances.], tot_loss[loss=0.3462, simple_loss=0.3951, pruned_loss=0.1487, over 2776072.81 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07613, over 48289.84 utterances.], batch size: 42, lr: 6.96e-04 +2022-09-17 12:27:01,703 INFO [train.py:885] (1/2) Epoch 6, batch 8100, loss[loss=0.3448, simple_loss=0.4039, pruned_loss=0.1429, over 14367.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03554, over 210.00 utterances.], tot_loss[loss=0.3522, simple_loss=0.4002, pruned_loss=0.1521, over 2775882.48 frames. utt_duration=222.4 frames, utt_pad_proportion=0.07765, over 50262.31 utterances.], batch size: 210, lr: 6.96e-04 +2022-09-17 12:27:30,782 INFO [train.py:885] (1/2) Epoch 6, batch 8150, loss[loss=0.3512, simple_loss=0.405, pruned_loss=0.1486, over 14324.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03875, over 262.00 utterances.], tot_loss[loss=0.3545, simple_loss=0.4026, pruned_loss=0.1533, over 2779670.04 frames. utt_duration=222 frames, utt_pad_proportion=0.07611, over 50409.78 utterances.], batch size: 262, lr: 6.96e-04 +2022-09-17 12:28:00,196 INFO [train.py:885] (1/2) Epoch 6, batch 8200, loss[loss=0.2462, simple_loss=0.3026, pruned_loss=0.09486, over 13913.00 frames. utt_duration=928.9 frames, utt_pad_proportion=0.06359, over 60.00 utterances.], tot_loss[loss=0.3481, simple_loss=0.3968, pruned_loss=0.1497, over 2780479.46 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07411, over 48018.87 utterances.], batch size: 60, lr: 6.95e-04 +2022-09-17 12:28:29,361 INFO [train.py:885] (1/2) Epoch 6, batch 8250, loss[loss=0.3362, simple_loss=0.4062, pruned_loss=0.1331, over 13953.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.0589, over 365.00 utterances.], tot_loss[loss=0.346, simple_loss=0.3957, pruned_loss=0.1481, over 2782736.04 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07285, over 47940.55 utterances.], batch size: 365, lr: 6.95e-04 +2022-09-17 12:28:58,957 INFO [train.py:885] (1/2) Epoch 6, batch 8300, loss[loss=0.2633, simple_loss=0.3126, pruned_loss=0.107, over 14201.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04375, over 89.00 utterances.], tot_loss[loss=0.3429, simple_loss=0.3924, pruned_loss=0.1468, over 2780197.91 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07151, over 46032.21 utterances.], batch size: 89, lr: 6.95e-04 +2022-09-17 12:29:28,894 INFO [train.py:885] (1/2) Epoch 6, batch 8350, loss[loss=0.3622, simple_loss=0.4406, pruned_loss=0.1419, over 13637.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08115, over 477.00 utterances.], tot_loss[loss=0.3449, simple_loss=0.3939, pruned_loss=0.1479, over 2778928.56 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07337, over 47157.93 utterances.], batch size: 477, lr: 6.95e-04 +2022-09-17 12:29:59,034 INFO [train.py:885] (1/2) Epoch 6, batch 8400, loss[loss=0.3318, simple_loss=0.3859, pruned_loss=0.1388, over 14325.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03775, over 195.00 utterances.], tot_loss[loss=0.342, simple_loss=0.3917, pruned_loss=0.1462, over 2779262.60 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07183, over 46513.26 utterances.], batch size: 195, lr: 6.94e-04 +2022-09-17 12:30:27,708 INFO [train.py:885] (1/2) Epoch 6, batch 8450, loss[loss=0.3059, simple_loss=0.3692, pruned_loss=0.1213, over 14316.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03891, over 120.00 utterances.], tot_loss[loss=0.342, simple_loss=0.3915, pruned_loss=0.1462, over 2783059.01 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07198, over 46385.08 utterances.], batch size: 120, lr: 6.94e-04 +2022-09-17 12:30:57,640 INFO [train.py:885] (1/2) Epoch 6, batch 8500, loss[loss=0.2886, simple_loss=0.3466, pruned_loss=0.1153, over 14277.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.04194, over 130.00 utterances.], tot_loss[loss=0.341, simple_loss=0.3907, pruned_loss=0.1456, over 2781371.32 frames. utt_duration=241.9 frames, utt_pad_proportion=0.072, over 46279.54 utterances.], batch size: 130, lr: 6.94e-04 +2022-09-17 12:31:27,420 INFO [train.py:885] (1/2) Epoch 6, batch 8550, loss[loss=0.3396, simple_loss=0.3974, pruned_loss=0.141, over 14252.00 frames. utt_duration=318 frames, utt_pad_proportion=0.04225, over 180.00 utterances.], tot_loss[loss=0.3438, simple_loss=0.3939, pruned_loss=0.1468, over 2782848.25 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07217, over 47206.60 utterances.], batch size: 180, lr: 6.94e-04 +2022-09-17 12:31:56,640 INFO [train.py:885] (1/2) Epoch 6, batch 8600, loss[loss=0.1975, simple_loss=0.2504, pruned_loss=0.07231, over 12700.00 frames. utt_duration=2033 frames, utt_pad_proportion=0.1306, over 25.00 utterances.], tot_loss[loss=0.3441, simple_loss=0.3939, pruned_loss=0.1471, over 2777363.17 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07392, over 47546.30 utterances.], batch size: 25, lr: 6.94e-04 +2022-09-17 12:32:26,118 INFO [train.py:885] (1/2) Epoch 6, batch 8650, loss[loss=0.2581, simple_loss=0.3111, pruned_loss=0.1026, over 13995.00 frames. utt_duration=801 frames, utt_pad_proportion=0.06094, over 70.00 utterances.], tot_loss[loss=0.339, simple_loss=0.3896, pruned_loss=0.1442, over 2776946.27 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07382, over 46602.57 utterances.], batch size: 70, lr: 6.93e-04 +2022-09-17 12:32:55,064 INFO [train.py:885] (1/2) Epoch 6, batch 8700, loss[loss=0.3697, simple_loss=0.437, pruned_loss=0.1512, over 14118.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05001, over 368.00 utterances.], tot_loss[loss=0.3377, simple_loss=0.3882, pruned_loss=0.1436, over 2777450.96 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07363, over 45367.73 utterances.], batch size: 368, lr: 6.93e-04 +2022-09-17 12:33:25,301 INFO [train.py:885] (1/2) Epoch 6, batch 8750, loss[loss=0.2384, simple_loss=0.2908, pruned_loss=0.09303, over 12208.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1587, over 24.00 utterances.], tot_loss[loss=0.3369, simple_loss=0.3877, pruned_loss=0.1431, over 2779267.64 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07152, over 45407.96 utterances.], batch size: 24, lr: 6.93e-04 +2022-09-17 12:33:54,502 INFO [train.py:885] (1/2) Epoch 6, batch 8800, loss[loss=0.3847, simple_loss=0.4317, pruned_loss=0.1688, over 14370.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03247, over 244.00 utterances.], tot_loss[loss=0.338, simple_loss=0.3892, pruned_loss=0.1435, over 2778969.89 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07162, over 46133.78 utterances.], batch size: 244, lr: 6.93e-04 +2022-09-17 12:34:23,736 INFO [train.py:885] (1/2) Epoch 6, batch 8850, loss[loss=0.2603, simple_loss=0.3263, pruned_loss=0.0972, over 14290.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03905, over 130.00 utterances.], tot_loss[loss=0.3361, simple_loss=0.3872, pruned_loss=0.1425, over 2780631.12 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07144, over 44705.38 utterances.], batch size: 130, lr: 6.92e-04 +2022-09-17 12:34:52,326 INFO [train.py:885] (1/2) Epoch 6, batch 8900, loss[loss=0.3514, simple_loss=0.4066, pruned_loss=0.1481, over 14273.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0406, over 225.00 utterances.], tot_loss[loss=0.3366, simple_loss=0.388, pruned_loss=0.1426, over 2776164.81 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07252, over 45737.14 utterances.], batch size: 225, lr: 6.92e-04 +2022-09-17 12:35:22,654 INFO [train.py:885] (1/2) Epoch 6, batch 8950, loss[loss=0.356, simple_loss=0.407, pruned_loss=0.1525, over 14322.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03818, over 262.00 utterances.], tot_loss[loss=0.338, simple_loss=0.3895, pruned_loss=0.1432, over 2776391.49 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07197, over 46510.64 utterances.], batch size: 262, lr: 6.92e-04 +2022-09-17 12:35:51,897 INFO [train.py:885] (1/2) Epoch 6, batch 9000, loss[loss=0.2362, simple_loss=0.2825, pruned_loss=0.09492, over 13344.00 frames. utt_duration=1619 frames, utt_pad_proportion=0.104, over 33.00 utterances.], tot_loss[loss=0.3366, simple_loss=0.3887, pruned_loss=0.1423, over 2775775.82 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07273, over 46680.55 utterances.], batch size: 33, lr: 6.92e-04 +2022-09-17 12:35:51,898 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 12:35:56,503 INFO [train.py:914] (1/2) Epoch 6, validation: loss=0.2205, simple_loss=0.2927, pruned_loss=0.07412, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 12:36:25,811 INFO [train.py:885] (1/2) Epoch 6, batch 9050, loss[loss=0.352, simple_loss=0.4191, pruned_loss=0.1425, over 14001.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05573, over 365.00 utterances.], tot_loss[loss=0.3394, simple_loss=0.3909, pruned_loss=0.1439, over 2772188.82 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07493, over 47372.37 utterances.], batch size: 365, lr: 6.91e-04 +2022-09-17 12:36:55,669 INFO [train.py:885] (1/2) Epoch 6, batch 9100, loss[loss=0.3631, simple_loss=0.4146, pruned_loss=0.1558, over 14339.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03443, over 244.00 utterances.], tot_loss[loss=0.3413, simple_loss=0.3926, pruned_loss=0.145, over 2774881.55 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07576, over 47289.34 utterances.], batch size: 244, lr: 6.91e-04 +2022-09-17 12:37:25,306 INFO [train.py:885] (1/2) Epoch 6, batch 9150, loss[loss=0.4015, simple_loss=0.4383, pruned_loss=0.1823, over 14331.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03863, over 262.00 utterances.], tot_loss[loss=0.3442, simple_loss=0.3948, pruned_loss=0.1468, over 2781944.21 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07373, over 47545.73 utterances.], batch size: 262, lr: 6.91e-04 +2022-09-17 12:37:54,799 INFO [train.py:885] (1/2) Epoch 6, batch 9200, loss[loss=0.3639, simple_loss=0.4468, pruned_loss=0.1405, over 13658.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08157, over 478.00 utterances.], tot_loss[loss=0.3437, simple_loss=0.393, pruned_loss=0.1472, over 2779998.13 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07396, over 46313.18 utterances.], batch size: 478, lr: 6.91e-04 +2022-09-17 12:38:24,754 INFO [train.py:885] (1/2) Epoch 6, batch 9250, loss[loss=0.3346, simple_loss=0.406, pruned_loss=0.1316, over 14039.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05554, over 366.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3921, pruned_loss=0.1465, over 2775117.43 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07515, over 46918.10 utterances.], batch size: 366, lr: 6.90e-04 +2022-09-17 12:38:53,812 INFO [train.py:885] (1/2) Epoch 6, batch 9300, loss[loss=0.3219, simple_loss=0.3887, pruned_loss=0.1275, over 14331.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03757, over 195.00 utterances.], tot_loss[loss=0.3401, simple_loss=0.3898, pruned_loss=0.1452, over 2775317.81 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07354, over 45805.38 utterances.], batch size: 195, lr: 6.90e-04 +2022-09-17 12:39:23,571 INFO [train.py:885] (1/2) Epoch 6, batch 9350, loss[loss=0.3251, simple_loss=0.3783, pruned_loss=0.1359, over 14309.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03957, over 130.00 utterances.], tot_loss[loss=0.3458, simple_loss=0.3947, pruned_loss=0.1484, over 2774693.87 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07493, over 47986.73 utterances.], batch size: 130, lr: 6.90e-04 +2022-09-17 12:39:53,186 INFO [train.py:885] (1/2) Epoch 6, batch 9400, loss[loss=0.2759, simple_loss=0.3326, pruned_loss=0.1095, over 14214.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04576, over 89.00 utterances.], tot_loss[loss=0.3433, simple_loss=0.3936, pruned_loss=0.1465, over 2777089.36 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07432, over 48423.71 utterances.], batch size: 89, lr: 6.90e-04 +2022-09-17 12:40:22,274 INFO [train.py:885] (1/2) Epoch 6, batch 9450, loss[loss=0.5195, simple_loss=0.5145, pruned_loss=0.2623, over 14242.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04269, over 335.00 utterances.], tot_loss[loss=0.3478, simple_loss=0.3967, pruned_loss=0.1495, over 2777106.99 frames. utt_duration=228.7 frames, utt_pad_proportion=0.07502, over 48896.39 utterances.], batch size: 335, lr: 6.89e-04 +2022-09-17 12:40:52,194 INFO [train.py:885] (1/2) Epoch 6, batch 9500, loss[loss=0.6588, simple_loss=0.6912, pruned_loss=0.3132, over 12434.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1486, over 810.00 utterances.], tot_loss[loss=0.3449, simple_loss=0.3939, pruned_loss=0.1479, over 2779147.11 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07391, over 47057.19 utterances.], batch size: 810, lr: 6.89e-04 +2022-09-17 12:41:21,838 INFO [train.py:885] (1/2) Epoch 6, batch 9550, loss[loss=0.1927, simple_loss=0.2404, pruned_loss=0.07245, over 13031.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1242, over 33.00 utterances.], tot_loss[loss=0.3408, simple_loss=0.3907, pruned_loss=0.1455, over 2780415.16 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07308, over 46038.40 utterances.], batch size: 33, lr: 6.89e-04 +2022-09-17 12:41:51,314 INFO [train.py:885] (1/2) Epoch 6, batch 9600, loss[loss=0.6317, simple_loss=0.6685, pruned_loss=0.2975, over 12456.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.3431, simple_loss=0.3934, pruned_loss=0.1464, over 2780189.18 frames. utt_duration=238 frames, utt_pad_proportion=0.07247, over 47007.77 utterances.], batch size: 810, lr: 6.89e-04 +2022-09-17 12:42:20,905 INFO [train.py:885] (1/2) Epoch 6, batch 9650, loss[loss=0.3314, simple_loss=0.3883, pruned_loss=0.1372, over 14366.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03748, over 167.00 utterances.], tot_loss[loss=0.3415, simple_loss=0.3921, pruned_loss=0.1455, over 2781722.29 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07188, over 46888.33 utterances.], batch size: 167, lr: 6.89e-04 +2022-09-17 12:42:50,201 INFO [train.py:885] (1/2) Epoch 6, batch 9700, loss[loss=0.4765, simple_loss=0.487, pruned_loss=0.233, over 14220.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04338, over 306.00 utterances.], tot_loss[loss=0.3384, simple_loss=0.3891, pruned_loss=0.1439, over 2779904.41 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07154, over 46496.53 utterances.], batch size: 306, lr: 6.88e-04 +2022-09-17 12:43:19,896 INFO [train.py:885] (1/2) Epoch 6, batch 9750, loss[loss=0.7984, simple_loss=0.7696, pruned_loss=0.4136, over 12466.00 frames. utt_duration=63.03 frames, utt_pad_proportion=0.1482, over 811.00 utterances.], tot_loss[loss=0.3401, simple_loss=0.3901, pruned_loss=0.145, over 2776748.39 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07283, over 46211.84 utterances.], batch size: 811, lr: 6.88e-04 +2022-09-17 12:43:48,891 INFO [train.py:885] (1/2) Epoch 6, batch 9800, loss[loss=0.2212, simple_loss=0.2895, pruned_loss=0.07647, over 13972.00 frames. utt_duration=709 frames, utt_pad_proportion=0.06089, over 79.00 utterances.], tot_loss[loss=0.3391, simple_loss=0.3902, pruned_loss=0.144, over 2777729.33 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07211, over 46683.12 utterances.], batch size: 79, lr: 6.88e-04 +2022-09-17 12:44:18,726 INFO [train.py:885] (1/2) Epoch 6, batch 9850, loss[loss=0.2525, simple_loss=0.2931, pruned_loss=0.1059, over 14002.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.06033, over 79.00 utterances.], tot_loss[loss=0.339, simple_loss=0.3893, pruned_loss=0.1443, over 2775613.56 frames. utt_duration=239.9 frames, utt_pad_proportion=0.0733, over 46568.06 utterances.], batch size: 79, lr: 6.88e-04 +2022-09-17 12:44:48,283 INFO [train.py:885] (1/2) Epoch 6, batch 9900, loss[loss=0.216, simple_loss=0.2749, pruned_loss=0.07851, over 13920.00 frames. utt_duration=929.7 frames, utt_pad_proportion=0.06559, over 60.00 utterances.], tot_loss[loss=0.3444, simple_loss=0.3944, pruned_loss=0.1472, over 2774042.55 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07426, over 48051.70 utterances.], batch size: 60, lr: 6.87e-04 +2022-09-17 12:45:17,496 INFO [train.py:885] (1/2) Epoch 6, batch 9950, loss[loss=0.3273, simple_loss=0.3548, pruned_loss=0.1499, over 13968.00 frames. utt_duration=708.7 frames, utt_pad_proportion=0.06259, over 79.00 utterances.], tot_loss[loss=0.3464, simple_loss=0.3962, pruned_loss=0.1483, over 2773936.60 frames. utt_duration=228.2 frames, utt_pad_proportion=0.07593, over 48933.69 utterances.], batch size: 79, lr: 6.87e-04 +2022-09-17 12:45:47,503 INFO [train.py:885] (1/2) Epoch 6, batch 10000, loss[loss=0.2849, simple_loss=0.3491, pruned_loss=0.1104, over 14151.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04629, over 109.00 utterances.], tot_loss[loss=0.3446, simple_loss=0.3949, pruned_loss=0.1472, over 2778253.92 frames. utt_duration=231.8 frames, utt_pad_proportion=0.0748, over 48254.59 utterances.], batch size: 109, lr: 6.87e-04 +2022-09-17 12:46:17,052 INFO [train.py:885] (1/2) Epoch 6, batch 10050, loss[loss=0.4213, simple_loss=0.4729, pruned_loss=0.1848, over 14035.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05611, over 366.00 utterances.], tot_loss[loss=0.3456, simple_loss=0.3963, pruned_loss=0.1474, over 2779515.16 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07351, over 48828.79 utterances.], batch size: 366, lr: 6.87e-04 +2022-09-17 12:46:46,284 INFO [train.py:885] (1/2) Epoch 6, batch 10100, loss[loss=0.4015, simple_loss=0.4357, pruned_loss=0.1837, over 14328.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03802, over 195.00 utterances.], tot_loss[loss=0.3438, simple_loss=0.3949, pruned_loss=0.1464, over 2783420.13 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07143, over 48102.14 utterances.], batch size: 195, lr: 6.86e-04 +2022-09-17 12:47:16,085 INFO [train.py:885] (1/2) Epoch 6, batch 10150, loss[loss=0.3191, simple_loss=0.374, pruned_loss=0.1321, over 14332.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03652, over 154.00 utterances.], tot_loss[loss=0.3421, simple_loss=0.3933, pruned_loss=0.1454, over 2782442.88 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07001, over 47197.54 utterances.], batch size: 154, lr: 6.86e-04 +2022-09-17 12:47:45,535 INFO [train.py:885] (1/2) Epoch 6, batch 10200, loss[loss=0.4297, simple_loss=0.5037, pruned_loss=0.1778, over 13103.00 frames. utt_duration=81.85 frames, utt_pad_proportion=0.1103, over 653.00 utterances.], tot_loss[loss=0.3413, simple_loss=0.3924, pruned_loss=0.1451, over 2780751.02 frames. utt_duration=239.6 frames, utt_pad_proportion=0.06968, over 46701.80 utterances.], batch size: 653, lr: 6.86e-04 +2022-09-17 12:48:14,480 INFO [train.py:885] (1/2) Epoch 6, batch 10250, loss[loss=0.3971, simple_loss=0.4528, pruned_loss=0.1707, over 13989.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05693, over 365.00 utterances.], tot_loss[loss=0.3369, simple_loss=0.388, pruned_loss=0.1429, over 2779583.53 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06769, over 44774.06 utterances.], batch size: 365, lr: 6.86e-04 +2022-09-17 12:48:43,866 INFO [train.py:885] (1/2) Epoch 6, batch 10300, loss[loss=0.333, simple_loss=0.3808, pruned_loss=0.1426, over 14382.00 frames. utt_duration=345.9 frames, utt_pad_proportion=0.0365, over 167.00 utterances.], tot_loss[loss=0.3342, simple_loss=0.386, pruned_loss=0.1412, over 2779577.88 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06818, over 44778.09 utterances.], batch size: 167, lr: 6.85e-04 +2022-09-17 12:49:13,999 INFO [train.py:885] (1/2) Epoch 6, batch 10350, loss[loss=0.2814, simple_loss=0.3453, pruned_loss=0.1088, over 14334.00 frames. utt_duration=408 frames, utt_pad_proportion=0.03997, over 141.00 utterances.], tot_loss[loss=0.3348, simple_loss=0.3867, pruned_loss=0.1414, over 2780637.99 frames. utt_duration=247.4 frames, utt_pad_proportion=0.069, over 45217.95 utterances.], batch size: 141, lr: 6.85e-04 +2022-09-17 12:49:43,355 INFO [train.py:885] (1/2) Epoch 6, batch 10400, loss[loss=0.3378, simple_loss=0.39, pruned_loss=0.1428, over 14243.00 frames. utt_duration=318 frames, utt_pad_proportion=0.04203, over 180.00 utterances.], tot_loss[loss=0.3339, simple_loss=0.3858, pruned_loss=0.141, over 2778076.92 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07162, over 44955.48 utterances.], batch size: 180, lr: 6.85e-04 +2022-09-17 12:50:13,236 INFO [train.py:885] (1/2) Epoch 6, batch 10450, loss[loss=0.4567, simple_loss=0.472, pruned_loss=0.2207, over 14236.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04293, over 335.00 utterances.], tot_loss[loss=0.3375, simple_loss=0.389, pruned_loss=0.143, over 2779619.33 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07199, over 45948.22 utterances.], batch size: 335, lr: 6.85e-04 +2022-09-17 12:50:41,944 INFO [train.py:885] (1/2) Epoch 6, batch 10500, loss[loss=0.3598, simple_loss=0.4076, pruned_loss=0.156, over 14295.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03877, over 180.00 utterances.], tot_loss[loss=0.3376, simple_loss=0.3888, pruned_loss=0.1432, over 2773241.90 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07316, over 46568.19 utterances.], batch size: 180, lr: 6.85e-04 +2022-09-17 12:51:12,466 INFO [train.py:885] (1/2) Epoch 6, batch 10550, loss[loss=0.3579, simple_loss=0.4063, pruned_loss=0.1547, over 14258.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04133, over 180.00 utterances.], tot_loss[loss=0.3428, simple_loss=0.3946, pruned_loss=0.1455, over 2771344.82 frames. utt_duration=224.5 frames, utt_pad_proportion=0.07548, over 49704.22 utterances.], batch size: 180, lr: 6.84e-04 +2022-09-17 12:51:41,613 INFO [train.py:885] (1/2) Epoch 6, batch 10600, loss[loss=0.3265, simple_loss=0.377, pruned_loss=0.138, over 14270.00 frames. utt_duration=477 frames, utt_pad_proportion=0.04209, over 120.00 utterances.], tot_loss[loss=0.3403, simple_loss=0.3919, pruned_loss=0.1443, over 2773687.88 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07501, over 48156.39 utterances.], batch size: 120, lr: 6.84e-04 +2022-09-17 12:52:11,525 INFO [train.py:885] (1/2) Epoch 6, batch 10650, loss[loss=0.4647, simple_loss=0.5204, pruned_loss=0.2045, over 13626.00 frames. utt_duration=98.7 frames, utt_pad_proportion=0.07757, over 560.00 utterances.], tot_loss[loss=0.3442, simple_loss=0.3951, pruned_loss=0.1467, over 2778949.37 frames. utt_duration=228.3 frames, utt_pad_proportion=0.07263, over 49014.00 utterances.], batch size: 560, lr: 6.84e-04 +2022-09-17 12:52:40,566 INFO [train.py:885] (1/2) Epoch 6, batch 10700, loss[loss=0.4364, simple_loss=0.4816, pruned_loss=0.1956, over 13937.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05999, over 365.00 utterances.], tot_loss[loss=0.3427, simple_loss=0.3946, pruned_loss=0.1454, over 2779853.36 frames. utt_duration=228.8 frames, utt_pad_proportion=0.07404, over 48911.07 utterances.], batch size: 365, lr: 6.84e-04 +2022-09-17 12:53:10,056 INFO [train.py:885] (1/2) Epoch 6, batch 10750, loss[loss=0.2895, simple_loss=0.345, pruned_loss=0.117, over 14320.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03715, over 130.00 utterances.], tot_loss[loss=0.3417, simple_loss=0.3933, pruned_loss=0.1451, over 2779187.27 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07361, over 48079.38 utterances.], batch size: 130, lr: 6.83e-04 +2022-09-17 12:53:39,081 INFO [train.py:885] (1/2) Epoch 6, batch 10800, loss[loss=0.2844, simple_loss=0.3473, pruned_loss=0.1107, over 14213.00 frames. utt_duration=523.1 frames, utt_pad_proportion=0.04192, over 109.00 utterances.], tot_loss[loss=0.3386, simple_loss=0.3905, pruned_loss=0.1433, over 2777148.65 frames. utt_duration=237 frames, utt_pad_proportion=0.07322, over 47161.46 utterances.], batch size: 109, lr: 6.83e-04 +2022-09-17 12:54:09,335 INFO [train.py:885] (1/2) Epoch 6, batch 10850, loss[loss=0.2324, simple_loss=0.2878, pruned_loss=0.08848, over 11973.00 frames. utt_duration=1997 frames, utt_pad_proportion=0.1716, over 24.00 utterances.], tot_loss[loss=0.3414, simple_loss=0.3926, pruned_loss=0.145, over 2774247.50 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07494, over 47885.43 utterances.], batch size: 24, lr: 6.83e-04 +2022-09-17 12:54:38,375 INFO [train.py:885] (1/2) Epoch 6, batch 10900, loss[loss=0.3597, simple_loss=0.4026, pruned_loss=0.1583, over 14315.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03764, over 130.00 utterances.], tot_loss[loss=0.3394, simple_loss=0.3901, pruned_loss=0.1444, over 2780320.80 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07177, over 46119.24 utterances.], batch size: 130, lr: 6.83e-04 +2022-09-17 12:55:07,981 INFO [train.py:885] (1/2) Epoch 6, batch 10950, loss[loss=0.2926, simple_loss=0.3512, pruned_loss=0.117, over 14320.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.0389, over 130.00 utterances.], tot_loss[loss=0.3372, simple_loss=0.3877, pruned_loss=0.1433, over 2783078.17 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07062, over 45393.73 utterances.], batch size: 130, lr: 6.82e-04 +2022-09-17 12:55:37,164 INFO [train.py:885] (1/2) Epoch 6, batch 11000, loss[loss=0.389, simple_loss=0.4216, pruned_loss=0.1782, over 14228.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.04339, over 225.00 utterances.], tot_loss[loss=0.3379, simple_loss=0.3883, pruned_loss=0.1438, over 2781563.04 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07145, over 45748.35 utterances.], batch size: 225, lr: 6.82e-04 +2022-09-17 12:56:07,070 INFO [train.py:885] (1/2) Epoch 6, batch 11050, loss[loss=0.3807, simple_loss=0.4281, pruned_loss=0.1667, over 14227.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04248, over 306.00 utterances.], tot_loss[loss=0.3388, simple_loss=0.3899, pruned_loss=0.1438, over 2778449.55 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07248, over 47277.95 utterances.], batch size: 306, lr: 6.82e-04 +2022-09-17 12:56:36,072 INFO [train.py:885] (1/2) Epoch 6, batch 11100, loss[loss=0.2462, simple_loss=0.3074, pruned_loss=0.09254, over 14051.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05571, over 98.00 utterances.], tot_loss[loss=0.3345, simple_loss=0.3846, pruned_loss=0.1422, over 2777515.81 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07136, over 45100.07 utterances.], batch size: 98, lr: 6.82e-04 +2022-09-17 12:57:05,799 INFO [train.py:885] (1/2) Epoch 6, batch 11150, loss[loss=0.2478, simple_loss=0.3126, pruned_loss=0.09149, over 14143.00 frames. utt_duration=636.9 frames, utt_pad_proportion=0.05075, over 89.00 utterances.], tot_loss[loss=0.3349, simple_loss=0.385, pruned_loss=0.1424, over 2781751.61 frames. utt_duration=250 frames, utt_pad_proportion=0.06961, over 44779.09 utterances.], batch size: 89, lr: 6.82e-04 +2022-09-17 12:57:34,841 INFO [train.py:885] (1/2) Epoch 6, batch 11200, loss[loss=0.336, simple_loss=0.3885, pruned_loss=0.1418, over 14250.00 frames. utt_duration=318 frames, utt_pad_proportion=0.0421, over 180.00 utterances.], tot_loss[loss=0.3329, simple_loss=0.383, pruned_loss=0.1414, over 2788694.24 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06608, over 43425.40 utterances.], batch size: 180, lr: 6.81e-04 +2022-09-17 12:58:04,640 INFO [train.py:885] (1/2) Epoch 6, batch 11250, loss[loss=0.3585, simple_loss=0.4251, pruned_loss=0.1459, over 13966.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05799, over 365.00 utterances.], tot_loss[loss=0.3323, simple_loss=0.3823, pruned_loss=0.1411, over 2787181.73 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06515, over 43542.20 utterances.], batch size: 365, lr: 6.81e-04 +2022-09-17 12:58:34,760 INFO [train.py:885] (1/2) Epoch 6, batch 11300, loss[loss=0.3401, simple_loss=0.4012, pruned_loss=0.1395, over 14366.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03275, over 244.00 utterances.], tot_loss[loss=0.3313, simple_loss=0.3817, pruned_loss=0.1404, over 2788668.62 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06628, over 43196.62 utterances.], batch size: 244, lr: 6.81e-04 +2022-09-17 12:59:04,295 INFO [train.py:885] (1/2) Epoch 6, batch 11350, loss[loss=0.4441, simple_loss=0.4677, pruned_loss=0.2103, over 14368.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03202, over 244.00 utterances.], tot_loss[loss=0.3318, simple_loss=0.3822, pruned_loss=0.1407, over 2790802.72 frames. utt_duration=259 frames, utt_pad_proportion=0.06585, over 43348.73 utterances.], batch size: 244, lr: 6.81e-04 +2022-09-17 12:59:33,610 INFO [train.py:885] (1/2) Epoch 6, batch 11400, loss[loss=0.2091, simple_loss=0.2678, pruned_loss=0.07517, over 12440.00 frames. utt_duration=2075 frames, utt_pad_proportion=0.169, over 24.00 utterances.], tot_loss[loss=0.3319, simple_loss=0.3824, pruned_loss=0.1407, over 2787569.31 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06616, over 43227.15 utterances.], batch size: 24, lr: 6.80e-04 +2022-09-17 13:00:03,111 INFO [train.py:885] (1/2) Epoch 6, batch 11450, loss[loss=0.3809, simple_loss=0.4149, pruned_loss=0.1735, over 14317.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03877, over 195.00 utterances.], tot_loss[loss=0.339, simple_loss=0.3891, pruned_loss=0.1444, over 2786098.81 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06859, over 45878.11 utterances.], batch size: 195, lr: 6.80e-04 +2022-09-17 13:00:32,764 INFO [train.py:885] (1/2) Epoch 6, batch 11500, loss[loss=0.2729, simple_loss=0.3344, pruned_loss=0.1056, over 14305.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03963, over 120.00 utterances.], tot_loss[loss=0.3382, simple_loss=0.389, pruned_loss=0.1437, over 2788988.41 frames. utt_duration=242.5 frames, utt_pad_proportion=0.06814, over 46293.60 utterances.], batch size: 120, lr: 6.80e-04 +2022-09-17 13:01:01,704 INFO [train.py:885] (1/2) Epoch 6, batch 11550, loss[loss=0.3523, simple_loss=0.4109, pruned_loss=0.1468, over 14280.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04038, over 225.00 utterances.], tot_loss[loss=0.3394, simple_loss=0.3894, pruned_loss=0.1447, over 2789465.14 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06826, over 45737.09 utterances.], batch size: 225, lr: 6.80e-04 +2022-09-17 13:01:30,995 INFO [train.py:885] (1/2) Epoch 6, batch 11600, loss[loss=0.296, simple_loss=0.3345, pruned_loss=0.1287, over 14172.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04503, over 109.00 utterances.], tot_loss[loss=0.343, simple_loss=0.3934, pruned_loss=0.1463, over 2785773.17 frames. utt_duration=232 frames, utt_pad_proportion=0.07217, over 48344.82 utterances.], batch size: 109, lr: 6.80e-04 +2022-09-17 13:02:00,358 INFO [train.py:885] (1/2) Epoch 6, batch 11650, loss[loss=0.1968, simple_loss=0.2647, pruned_loss=0.06443, over 13429.00 frames. utt_duration=1629 frames, utt_pad_proportion=0.09028, over 33.00 utterances.], tot_loss[loss=0.3369, simple_loss=0.3877, pruned_loss=0.143, over 2780372.91 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07202, over 45698.57 utterances.], batch size: 33, lr: 6.79e-04 +2022-09-17 13:02:30,095 INFO [train.py:885] (1/2) Epoch 6, batch 11700, loss[loss=0.3277, simple_loss=0.3866, pruned_loss=0.1344, over 14354.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03808, over 167.00 utterances.], tot_loss[loss=0.3386, simple_loss=0.3891, pruned_loss=0.1441, over 2777808.80 frames. utt_duration=242.3 frames, utt_pad_proportion=0.0737, over 46147.32 utterances.], batch size: 167, lr: 6.79e-04 +2022-09-17 13:02:59,507 INFO [train.py:885] (1/2) Epoch 6, batch 11750, loss[loss=0.3122, simple_loss=0.3693, pruned_loss=0.1276, over 14305.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03799, over 130.00 utterances.], tot_loss[loss=0.3398, simple_loss=0.39, pruned_loss=0.1448, over 2779978.88 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07344, over 46351.23 utterances.], batch size: 130, lr: 6.79e-04 +2022-09-17 13:03:29,144 INFO [train.py:885] (1/2) Epoch 6, batch 11800, loss[loss=0.3384, simple_loss=0.3896, pruned_loss=0.1436, over 14351.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.0385, over 167.00 utterances.], tot_loss[loss=0.3425, simple_loss=0.3932, pruned_loss=0.1458, over 2779856.15 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07473, over 48056.61 utterances.], batch size: 167, lr: 6.79e-04 +2022-09-17 13:03:57,925 INFO [train.py:885] (1/2) Epoch 6, batch 11850, loss[loss=0.3621, simple_loss=0.4112, pruned_loss=0.1565, over 14307.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03934, over 283.00 utterances.], tot_loss[loss=0.3413, simple_loss=0.3911, pruned_loss=0.1458, over 2784518.25 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07174, over 46026.98 utterances.], batch size: 283, lr: 6.78e-04 +2022-09-17 13:04:28,029 INFO [train.py:885] (1/2) Epoch 6, batch 11900, loss[loss=0.2305, simple_loss=0.2756, pruned_loss=0.09268, over 13696.00 frames. utt_duration=914.6 frames, utt_pad_proportion=0.08176, over 60.00 utterances.], tot_loss[loss=0.338, simple_loss=0.3881, pruned_loss=0.1439, over 2782460.84 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07165, over 45116.59 utterances.], batch size: 60, lr: 6.78e-04 +2022-09-17 13:04:56,797 INFO [train.py:885] (1/2) Epoch 6, batch 11950, loss[loss=0.4006, simple_loss=0.4759, pruned_loss=0.1627, over 13601.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08288, over 477.00 utterances.], tot_loss[loss=0.3376, simple_loss=0.388, pruned_loss=0.1436, over 2781163.97 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06903, over 45228.88 utterances.], batch size: 477, lr: 6.78e-04 +2022-09-17 13:05:26,290 INFO [train.py:885] (1/2) Epoch 6, batch 12000, loss[loss=0.2385, simple_loss=0.2984, pruned_loss=0.08936, over 13391.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08473, over 41.00 utterances.], tot_loss[loss=0.3358, simple_loss=0.3867, pruned_loss=0.1424, over 2780417.86 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07061, over 45040.50 utterances.], batch size: 41, lr: 6.78e-04 +2022-09-17 13:05:26,291 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 13:05:30,453 INFO [train.py:914] (1/2) Epoch 6, validation: loss=0.2296, simple_loss=0.3022, pruned_loss=0.07851, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 13:06:01,227 INFO [train.py:885] (1/2) Epoch 6, batch 12050, loss[loss=0.4992, simple_loss=0.5263, pruned_loss=0.236, over 13655.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07986, over 477.00 utterances.], tot_loss[loss=0.336, simple_loss=0.3871, pruned_loss=0.1424, over 2782699.47 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07022, over 45487.75 utterances.], batch size: 477, lr: 6.77e-04 +2022-09-17 13:06:30,737 INFO [train.py:885] (1/2) Epoch 6, batch 12100, loss[loss=0.4743, simple_loss=0.4746, pruned_loss=0.237, over 14298.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03865, over 180.00 utterances.], tot_loss[loss=0.3372, simple_loss=0.3883, pruned_loss=0.1431, over 2785236.02 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07017, over 45463.93 utterances.], batch size: 180, lr: 6.77e-04 +2022-09-17 13:07:00,609 INFO [train.py:885] (1/2) Epoch 6, batch 12150, loss[loss=0.1771, simple_loss=0.2318, pruned_loss=0.06123, over 13393.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08587, over 41.00 utterances.], tot_loss[loss=0.3352, simple_loss=0.3868, pruned_loss=0.1418, over 2774861.26 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07267, over 46251.12 utterances.], batch size: 41, lr: 6.77e-04 +2022-09-17 13:07:29,838 INFO [train.py:885] (1/2) Epoch 6, batch 12200, loss[loss=0.4096, simple_loss=0.4455, pruned_loss=0.1869, over 14300.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.0403, over 262.00 utterances.], tot_loss[loss=0.3322, simple_loss=0.3845, pruned_loss=0.14, over 2778701.59 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07223, over 45164.86 utterances.], batch size: 262, lr: 6.77e-04 +2022-09-17 13:07:59,680 INFO [train.py:885] (1/2) Epoch 6, batch 12250, loss[loss=0.2805, simple_loss=0.3369, pruned_loss=0.112, over 14317.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03714, over 130.00 utterances.], tot_loss[loss=0.3368, simple_loss=0.3877, pruned_loss=0.1429, over 2781727.74 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07129, over 45543.50 utterances.], batch size: 130, lr: 6.77e-04 +2022-09-17 13:08:29,588 INFO [train.py:885] (1/2) Epoch 6, batch 12300, loss[loss=0.2107, simple_loss=0.2748, pruned_loss=0.07326, over 13494.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.09256, over 50.00 utterances.], tot_loss[loss=0.3386, simple_loss=0.3901, pruned_loss=0.1436, over 2782134.78 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07242, over 47209.27 utterances.], batch size: 50, lr: 6.76e-04 +2022-09-17 13:08:59,156 INFO [train.py:885] (1/2) Epoch 6, batch 12350, loss[loss=0.2973, simple_loss=0.3624, pruned_loss=0.1161, over 14272.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04372, over 141.00 utterances.], tot_loss[loss=0.3452, simple_loss=0.396, pruned_loss=0.1472, over 2781216.56 frames. utt_duration=227.4 frames, utt_pad_proportion=0.07425, over 49233.67 utterances.], batch size: 141, lr: 6.76e-04 +2022-09-17 13:09:28,941 INFO [train.py:885] (1/2) Epoch 6, batch 12400, loss[loss=0.3642, simple_loss=0.4477, pruned_loss=0.1403, over 13696.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07699, over 477.00 utterances.], tot_loss[loss=0.347, simple_loss=0.3979, pruned_loss=0.148, over 2780379.41 frames. utt_duration=220.9 frames, utt_pad_proportion=0.07546, over 50695.81 utterances.], batch size: 477, lr: 6.76e-04 +2022-09-17 13:09:58,109 INFO [train.py:885] (1/2) Epoch 6, batch 12450, loss[loss=0.2054, simple_loss=0.2313, pruned_loss=0.08977, over 13080.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1045, over 33.00 utterances.], tot_loss[loss=0.3461, simple_loss=0.3974, pruned_loss=0.1474, over 2775568.24 frames. utt_duration=220.1 frames, utt_pad_proportion=0.07656, over 50790.45 utterances.], batch size: 33, lr: 6.76e-04 +2022-09-17 13:10:34,741 INFO [train.py:885] (1/2) Epoch 6, batch 12500, loss[loss=0.3468, simple_loss=0.3924, pruned_loss=0.1506, over 14319.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.0406, over 167.00 utterances.], tot_loss[loss=0.3453, simple_loss=0.3951, pruned_loss=0.1477, over 2777661.09 frames. utt_duration=228.5 frames, utt_pad_proportion=0.07488, over 48944.74 utterances.], batch size: 167, lr: 6.75e-04 +2022-09-17 13:11:04,017 INFO [train.py:885] (1/2) Epoch 6, batch 12550, loss[loss=0.3672, simple_loss=0.4448, pruned_loss=0.1448, over 13613.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08194, over 477.00 utterances.], tot_loss[loss=0.3419, simple_loss=0.3922, pruned_loss=0.1458, over 2778622.66 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07423, over 47474.26 utterances.], batch size: 477, lr: 6.75e-04 +2022-09-17 13:11:32,023 INFO [train.py:885] (1/2) Epoch 6, batch 12600, loss[loss=0.3159, simple_loss=0.3766, pruned_loss=0.1276, over 14265.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.0405, over 180.00 utterances.], tot_loss[loss=0.3428, simple_loss=0.3933, pruned_loss=0.1461, over 2777434.85 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07385, over 47804.51 utterances.], batch size: 180, lr: 6.75e-04 +2022-09-17 13:11:50,385 INFO [train.py:885] (1/2) Epoch 7, batch 0, loss[loss=0.3388, simple_loss=0.383, pruned_loss=0.1473, over 14285.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03915, over 130.00 utterances.], tot_loss[loss=0.3388, simple_loss=0.383, pruned_loss=0.1473, over 14285.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03915, over 130.00 utterances.], batch size: 130, lr: 6.48e-04 +2022-09-17 13:12:20,072 INFO [train.py:885] (1/2) Epoch 7, batch 50, loss[loss=0.3595, simple_loss=0.4419, pruned_loss=0.1385, over 13666.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07835, over 477.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3846, pruned_loss=0.1391, over 629398.21 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07312, over 10519.42 utterances.], batch size: 477, lr: 6.47e-04 +2022-09-17 13:12:49,909 INFO [train.py:885] (1/2) Epoch 7, batch 100, loss[loss=0.6886, simple_loss=0.6902, pruned_loss=0.3434, over 12381.00 frames. utt_duration=62.72 frames, utt_pad_proportion=0.1524, over 810.00 utterances.], tot_loss[loss=0.3406, simple_loss=0.3908, pruned_loss=0.1453, over 1099270.68 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07922, over 19042.99 utterances.], batch size: 810, lr: 6.47e-04 +2022-09-17 13:13:18,891 INFO [train.py:885] (1/2) Epoch 7, batch 150, loss[loss=0.3482, simple_loss=0.3979, pruned_loss=0.1493, over 14228.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04711, over 141.00 utterances.], tot_loss[loss=0.3364, simple_loss=0.3878, pruned_loss=0.1425, over 1477265.58 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07334, over 24072.73 utterances.], batch size: 141, lr: 6.47e-04 +2022-09-17 13:13:48,777 INFO [train.py:885] (1/2) Epoch 7, batch 200, loss[loss=0.2404, simple_loss=0.3042, pruned_loss=0.08831, over 14029.00 frames. utt_duration=814.9 frames, utt_pad_proportion=0.05132, over 69.00 utterances.], tot_loss[loss=0.3374, simple_loss=0.3889, pruned_loss=0.1429, over 1767180.92 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07072, over 29188.06 utterances.], batch size: 69, lr: 6.47e-04 +2022-09-17 13:14:17,855 INFO [train.py:885] (1/2) Epoch 7, batch 250, loss[loss=0.205, simple_loss=0.2804, pruned_loss=0.06477, over 13178.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1183, over 26.00 utterances.], tot_loss[loss=0.3404, simple_loss=0.3922, pruned_loss=0.1443, over 1992865.98 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07144, over 33919.36 utterances.], batch size: 26, lr: 6.46e-04 +2022-09-17 13:14:47,749 INFO [train.py:885] (1/2) Epoch 7, batch 300, loss[loss=0.2305, simple_loss=0.2956, pruned_loss=0.08269, over 14008.00 frames. utt_duration=710.9 frames, utt_pad_proportion=0.05846, over 79.00 utterances.], tot_loss[loss=0.3367, simple_loss=0.3896, pruned_loss=0.1419, over 2172440.16 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07078, over 36323.48 utterances.], batch size: 79, lr: 6.46e-04 +2022-09-17 13:15:16,996 INFO [train.py:885] (1/2) Epoch 7, batch 350, loss[loss=0.3725, simple_loss=0.4241, pruned_loss=0.1605, over 14360.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.0353, over 210.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.3889, pruned_loss=0.1427, over 2307790.65 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07182, over 38502.42 utterances.], batch size: 210, lr: 6.46e-04 +2022-09-17 13:15:46,498 INFO [train.py:885] (1/2) Epoch 7, batch 400, loss[loss=0.4659, simple_loss=0.4761, pruned_loss=0.2278, over 14351.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03617, over 210.00 utterances.], tot_loss[loss=0.3374, simple_loss=0.3896, pruned_loss=0.1426, over 2410274.88 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07219, over 40870.00 utterances.], batch size: 210, lr: 6.46e-04 +2022-09-17 13:16:16,274 INFO [train.py:885] (1/2) Epoch 7, batch 450, loss[loss=0.3541, simple_loss=0.4001, pruned_loss=0.154, over 14346.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03463, over 244.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3884, pruned_loss=0.1428, over 2490615.31 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07114, over 41901.32 utterances.], batch size: 244, lr: 6.46e-04 +2022-09-17 13:16:45,442 INFO [train.py:885] (1/2) Epoch 7, batch 500, loss[loss=0.2022, simple_loss=0.2487, pruned_loss=0.07783, over 13497.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.0879, over 42.00 utterances.], tot_loss[loss=0.334, simple_loss=0.3854, pruned_loss=0.1413, over 2552539.00 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07167, over 41643.67 utterances.], batch size: 42, lr: 6.45e-04 +2022-09-17 13:17:16,185 INFO [train.py:885] (1/2) Epoch 7, batch 550, loss[loss=0.3526, simple_loss=0.3946, pruned_loss=0.1553, over 14352.00 frames. utt_duration=443 frames, utt_pad_proportion=0.03484, over 130.00 utterances.], tot_loss[loss=0.3397, simple_loss=0.3904, pruned_loss=0.1445, over 2601257.04 frames. utt_duration=239 frames, utt_pad_proportion=0.07309, over 43811.17 utterances.], batch size: 130, lr: 6.45e-04 +2022-09-17 13:17:45,428 INFO [train.py:885] (1/2) Epoch 7, batch 600, loss[loss=0.3976, simple_loss=0.4293, pruned_loss=0.1829, over 14218.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0438, over 306.00 utterances.], tot_loss[loss=0.3375, simple_loss=0.3888, pruned_loss=0.1431, over 2643241.28 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07205, over 43752.31 utterances.], batch size: 306, lr: 6.45e-04 +2022-09-17 13:18:14,909 INFO [train.py:885] (1/2) Epoch 7, batch 650, loss[loss=0.401, simple_loss=0.4468, pruned_loss=0.1776, over 13999.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.0557, over 365.00 utterances.], tot_loss[loss=0.3362, simple_loss=0.3869, pruned_loss=0.1427, over 2669214.90 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07312, over 43868.93 utterances.], batch size: 365, lr: 6.45e-04 +2022-09-17 13:18:43,795 INFO [train.py:885] (1/2) Epoch 7, batch 700, loss[loss=0.2473, simple_loss=0.3183, pruned_loss=0.08822, over 12812.00 frames. utt_duration=2051 frames, utt_pad_proportion=0.1267, over 25.00 utterances.], tot_loss[loss=0.3335, simple_loss=0.3845, pruned_loss=0.1412, over 2693375.79 frames. utt_duration=248.5 frames, utt_pad_proportion=0.0716, over 43621.04 utterances.], batch size: 25, lr: 6.45e-04 +2022-09-17 13:19:13,942 INFO [train.py:885] (1/2) Epoch 7, batch 750, loss[loss=0.2514, simple_loss=0.2782, pruned_loss=0.1123, over 13675.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08189, over 42.00 utterances.], tot_loss[loss=0.3363, simple_loss=0.388, pruned_loss=0.1424, over 2706524.36 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07453, over 46312.29 utterances.], batch size: 42, lr: 6.44e-04 +2022-09-17 13:19:43,571 INFO [train.py:885] (1/2) Epoch 7, batch 800, loss[loss=0.2238, simple_loss=0.2766, pruned_loss=0.08547, over 13843.00 frames. utt_duration=924.2 frames, utt_pad_proportion=0.06928, over 60.00 utterances.], tot_loss[loss=0.3318, simple_loss=0.3839, pruned_loss=0.1398, over 2722841.23 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07416, over 45310.73 utterances.], batch size: 60, lr: 6.44e-04 +2022-09-17 13:20:12,682 INFO [train.py:885] (1/2) Epoch 7, batch 850, loss[loss=0.3032, simple_loss=0.3465, pruned_loss=0.1299, over 14314.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03877, over 120.00 utterances.], tot_loss[loss=0.3313, simple_loss=0.383, pruned_loss=0.1398, over 2739520.74 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07155, over 44708.71 utterances.], batch size: 120, lr: 6.44e-04 +2022-09-17 13:20:42,461 INFO [train.py:885] (1/2) Epoch 7, batch 900, loss[loss=0.2899, simple_loss=0.3377, pruned_loss=0.121, over 14353.00 frames. utt_duration=479.9 frames, utt_pad_proportion=0.03635, over 120.00 utterances.], tot_loss[loss=0.3328, simple_loss=0.3839, pruned_loss=0.1409, over 2744354.46 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07346, over 44810.63 utterances.], batch size: 120, lr: 6.44e-04 +2022-09-17 13:21:11,894 INFO [train.py:885] (1/2) Epoch 7, batch 950, loss[loss=0.2804, simple_loss=0.3281, pruned_loss=0.1163, over 14194.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04714, over 89.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.383, pruned_loss=0.1394, over 2750952.42 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07325, over 44344.53 utterances.], batch size: 89, lr: 6.44e-04 +2022-09-17 13:21:41,996 INFO [train.py:885] (1/2) Epoch 7, batch 1000, loss[loss=0.7137, simple_loss=0.7181, pruned_loss=0.3546, over 12478.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1468, over 811.00 utterances.], tot_loss[loss=0.3322, simple_loss=0.384, pruned_loss=0.1402, over 2757388.62 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07351, over 44155.66 utterances.], batch size: 811, lr: 6.43e-04 +2022-09-17 13:22:11,485 INFO [train.py:885] (1/2) Epoch 7, batch 1050, loss[loss=0.3637, simple_loss=0.4077, pruned_loss=0.1598, over 14302.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03914, over 283.00 utterances.], tot_loss[loss=0.3345, simple_loss=0.3865, pruned_loss=0.1412, over 2755556.95 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07585, over 45680.79 utterances.], batch size: 283, lr: 6.43e-04 +2022-09-17 13:22:41,086 INFO [train.py:885] (1/2) Epoch 7, batch 1100, loss[loss=0.2679, simple_loss=0.3227, pruned_loss=0.1066, over 14123.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05099, over 98.00 utterances.], tot_loss[loss=0.3353, simple_loss=0.3877, pruned_loss=0.1415, over 2764021.37 frames. utt_duration=243 frames, utt_pad_proportion=0.0739, over 45778.58 utterances.], batch size: 98, lr: 6.43e-04 +2022-09-17 13:23:10,367 INFO [train.py:885] (1/2) Epoch 7, batch 1150, loss[loss=0.3621, simple_loss=0.4083, pruned_loss=0.158, over 14338.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03407, over 244.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3891, pruned_loss=0.1424, over 2768825.30 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07259, over 46121.72 utterances.], batch size: 244, lr: 6.43e-04 +2022-09-17 13:23:40,113 INFO [train.py:885] (1/2) Epoch 7, batch 1200, loss[loss=0.3083, simple_loss=0.3535, pruned_loss=0.1316, over 14126.00 frames. utt_duration=519.7 frames, utt_pad_proportion=0.04819, over 109.00 utterances.], tot_loss[loss=0.3361, simple_loss=0.3889, pruned_loss=0.1416, over 2771873.18 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07264, over 46778.22 utterances.], batch size: 109, lr: 6.42e-04 +2022-09-17 13:24:09,259 INFO [train.py:885] (1/2) Epoch 7, batch 1250, loss[loss=0.2711, simple_loss=0.3378, pruned_loss=0.1022, over 14171.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04523, over 109.00 utterances.], tot_loss[loss=0.334, simple_loss=0.3869, pruned_loss=0.1406, over 2778209.22 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07115, over 45924.50 utterances.], batch size: 109, lr: 6.42e-04 +2022-09-17 13:24:39,203 INFO [train.py:885] (1/2) Epoch 7, batch 1300, loss[loss=0.2429, simple_loss=0.2986, pruned_loss=0.09359, over 13608.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08142, over 50.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3895, pruned_loss=0.1423, over 2779718.44 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07144, over 46662.97 utterances.], batch size: 50, lr: 6.42e-04 +2022-09-17 13:25:08,292 INFO [train.py:885] (1/2) Epoch 7, batch 1350, loss[loss=0.2124, simple_loss=0.2779, pruned_loss=0.07344, over 14096.00 frames. utt_duration=715 frames, utt_pad_proportion=0.053, over 79.00 utterances.], tot_loss[loss=0.336, simple_loss=0.3879, pruned_loss=0.1421, over 2779586.95 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07207, over 45885.97 utterances.], batch size: 79, lr: 6.42e-04 +2022-09-17 13:25:37,531 INFO [train.py:885] (1/2) Epoch 7, batch 1400, loss[loss=0.2628, simple_loss=0.2905, pruned_loss=0.1175, over 13028.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.108, over 33.00 utterances.], tot_loss[loss=0.3317, simple_loss=0.3835, pruned_loss=0.14, over 2781947.41 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06919, over 43999.60 utterances.], batch size: 33, lr: 6.42e-04 +2022-09-17 13:26:07,674 INFO [train.py:885] (1/2) Epoch 7, batch 1450, loss[loss=0.4687, simple_loss=0.482, pruned_loss=0.2277, over 14299.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03974, over 283.00 utterances.], tot_loss[loss=0.3358, simple_loss=0.3874, pruned_loss=0.1421, over 2775058.04 frames. utt_duration=239.1 frames, utt_pad_proportion=0.0737, over 46710.52 utterances.], batch size: 283, lr: 6.41e-04 +2022-09-17 13:26:36,915 INFO [train.py:885] (1/2) Epoch 7, batch 1500, loss[loss=0.3496, simple_loss=0.4321, pruned_loss=0.1336, over 13641.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08025, over 477.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.3856, pruned_loss=0.1419, over 2774574.01 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07215, over 45851.24 utterances.], batch size: 477, lr: 6.41e-04 +2022-09-17 13:27:06,742 INFO [train.py:885] (1/2) Epoch 7, batch 1550, loss[loss=0.2961, simple_loss=0.3606, pruned_loss=0.1157, over 14231.00 frames. utt_duration=317.6 frames, utt_pad_proportion=0.04347, over 180.00 utterances.], tot_loss[loss=0.3346, simple_loss=0.3862, pruned_loss=0.1415, over 2771892.89 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07439, over 46256.33 utterances.], batch size: 180, lr: 6.41e-04 +2022-09-17 13:27:35,976 INFO [train.py:885] (1/2) Epoch 7, batch 1600, loss[loss=0.3204, simple_loss=0.3851, pruned_loss=0.1278, over 14321.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03917, over 262.00 utterances.], tot_loss[loss=0.3338, simple_loss=0.386, pruned_loss=0.1408, over 2774647.58 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07367, over 46116.01 utterances.], batch size: 262, lr: 6.41e-04 +2022-09-17 13:28:05,640 INFO [train.py:885] (1/2) Epoch 7, batch 1650, loss[loss=0.4083, simple_loss=0.4753, pruned_loss=0.1707, over 13592.00 frames. utt_duration=98.51 frames, utt_pad_proportion=0.07936, over 560.00 utterances.], tot_loss[loss=0.3334, simple_loss=0.3859, pruned_loss=0.1404, over 2772810.27 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07368, over 46855.19 utterances.], batch size: 560, lr: 6.41e-04 +2022-09-17 13:28:34,851 INFO [train.py:885] (1/2) Epoch 7, batch 1700, loss[loss=0.3303, simple_loss=0.3886, pruned_loss=0.1361, over 14276.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04038, over 180.00 utterances.], tot_loss[loss=0.3349, simple_loss=0.3872, pruned_loss=0.1413, over 2774459.75 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07447, over 47146.90 utterances.], batch size: 180, lr: 6.40e-04 +2022-09-17 13:29:04,727 INFO [train.py:885] (1/2) Epoch 7, batch 1750, loss[loss=0.3582, simple_loss=0.4082, pruned_loss=0.1541, over 14308.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03829, over 180.00 utterances.], tot_loss[loss=0.3389, simple_loss=0.3911, pruned_loss=0.1434, over 2776266.00 frames. utt_duration=229 frames, utt_pad_proportion=0.07509, over 48805.49 utterances.], batch size: 180, lr: 6.40e-04 +2022-09-17 13:29:34,502 INFO [train.py:885] (1/2) Epoch 7, batch 1800, loss[loss=0.4048, simple_loss=0.4661, pruned_loss=0.1717, over 13741.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07326, over 411.00 utterances.], tot_loss[loss=0.3359, simple_loss=0.3885, pruned_loss=0.1417, over 2777789.44 frames. utt_duration=235.1 frames, utt_pad_proportion=0.0743, over 47562.02 utterances.], batch size: 411, lr: 6.40e-04 +2022-09-17 13:30:03,948 INFO [train.py:885] (1/2) Epoch 7, batch 1850, loss[loss=0.3517, simple_loss=0.4059, pruned_loss=0.1488, over 14381.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03125, over 244.00 utterances.], tot_loss[loss=0.3397, simple_loss=0.3909, pruned_loss=0.1442, over 2776765.45 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07596, over 47721.38 utterances.], batch size: 244, lr: 6.40e-04 +2022-09-17 13:30:33,711 INFO [train.py:885] (1/2) Epoch 7, batch 1900, loss[loss=0.3304, simple_loss=0.3894, pruned_loss=0.1357, over 14302.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03934, over 226.00 utterances.], tot_loss[loss=0.3353, simple_loss=0.3868, pruned_loss=0.1419, over 2774462.55 frames. utt_duration=242 frames, utt_pad_proportion=0.0748, over 46144.26 utterances.], batch size: 226, lr: 6.40e-04 +2022-09-17 13:31:02,999 INFO [train.py:885] (1/2) Epoch 7, batch 1950, loss[loss=0.5031, simple_loss=0.5401, pruned_loss=0.233, over 13598.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08337, over 477.00 utterances.], tot_loss[loss=0.3356, simple_loss=0.3865, pruned_loss=0.1424, over 2782973.01 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07104, over 45184.76 utterances.], batch size: 477, lr: 6.39e-04 +2022-09-17 13:31:32,141 INFO [train.py:885] (1/2) Epoch 7, batch 2000, loss[loss=0.2962, simple_loss=0.3561, pruned_loss=0.1182, over 14268.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04432, over 141.00 utterances.], tot_loss[loss=0.3377, simple_loss=0.3889, pruned_loss=0.1432, over 2784382.79 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07146, over 45817.27 utterances.], batch size: 141, lr: 6.39e-04 +2022-09-17 13:32:01,389 INFO [train.py:885] (1/2) Epoch 7, batch 2050, loss[loss=0.2494, simple_loss=0.3191, pruned_loss=0.08981, over 14106.00 frames. utt_duration=577.1 frames, utt_pad_proportion=0.05239, over 98.00 utterances.], tot_loss[loss=0.3366, simple_loss=0.3874, pruned_loss=0.1429, over 2791378.38 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06797, over 44164.49 utterances.], batch size: 98, lr: 6.39e-04 +2022-09-17 13:32:31,096 INFO [train.py:885] (1/2) Epoch 7, batch 2100, loss[loss=0.588, simple_loss=0.628, pruned_loss=0.274, over 12524.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1434, over 810.00 utterances.], tot_loss[loss=0.3396, simple_loss=0.391, pruned_loss=0.1441, over 2788379.73 frames. utt_duration=242.9 frames, utt_pad_proportion=0.06993, over 46198.01 utterances.], batch size: 810, lr: 6.39e-04 +2022-09-17 13:33:00,752 INFO [train.py:885] (1/2) Epoch 7, batch 2150, loss[loss=0.4138, simple_loss=0.449, pruned_loss=0.1893, over 14207.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04483, over 335.00 utterances.], tot_loss[loss=0.3407, simple_loss=0.3919, pruned_loss=0.1448, over 2784148.69 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07144, over 47336.70 utterances.], batch size: 335, lr: 6.39e-04 +2022-09-17 13:33:30,222 INFO [train.py:885] (1/2) Epoch 7, batch 2200, loss[loss=0.2367, simple_loss=0.3095, pruned_loss=0.08195, over 14165.00 frames. utt_duration=638.1 frames, utt_pad_proportion=0.04906, over 89.00 utterances.], tot_loss[loss=0.3387, simple_loss=0.3897, pruned_loss=0.1438, over 2782469.34 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07226, over 46487.89 utterances.], batch size: 89, lr: 6.38e-04 +2022-09-17 13:33:59,843 INFO [train.py:885] (1/2) Epoch 7, batch 2250, loss[loss=0.3695, simple_loss=0.4175, pruned_loss=0.1607, over 14279.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04032, over 225.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.3887, pruned_loss=0.1428, over 2781364.99 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07279, over 46195.60 utterances.], batch size: 225, lr: 6.38e-04 +2022-09-17 13:34:28,909 INFO [train.py:885] (1/2) Epoch 7, batch 2300, loss[loss=0.4396, simple_loss=0.5106, pruned_loss=0.1843, over 13186.00 frames. utt_duration=82.3 frames, utt_pad_proportion=0.1054, over 653.00 utterances.], tot_loss[loss=0.3393, simple_loss=0.3903, pruned_loss=0.1441, over 2783211.81 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07189, over 47242.91 utterances.], batch size: 653, lr: 6.38e-04 +2022-09-17 13:34:58,830 INFO [train.py:885] (1/2) Epoch 7, batch 2350, loss[loss=0.3759, simple_loss=0.4134, pruned_loss=0.1692, over 14315.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03962, over 262.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.3884, pruned_loss=0.1429, over 2783594.08 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07054, over 46120.45 utterances.], batch size: 262, lr: 6.38e-04 +2022-09-17 13:35:28,027 INFO [train.py:885] (1/2) Epoch 7, batch 2400, loss[loss=0.4078, simple_loss=0.4417, pruned_loss=0.187, over 14201.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04445, over 306.00 utterances.], tot_loss[loss=0.3373, simple_loss=0.3884, pruned_loss=0.1432, over 2784602.98 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06953, over 45749.42 utterances.], batch size: 306, lr: 6.38e-04 +2022-09-17 13:35:57,956 INFO [train.py:885] (1/2) Epoch 7, batch 2450, loss[loss=0.4164, simple_loss=0.501, pruned_loss=0.1659, over 13154.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.3371, simple_loss=0.3885, pruned_loss=0.1429, over 2786101.12 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06921, over 45917.45 utterances.], batch size: 653, lr: 6.37e-04 +2022-09-17 13:36:27,277 INFO [train.py:885] (1/2) Epoch 7, batch 2500, loss[loss=0.3952, simple_loss=0.468, pruned_loss=0.1612, over 13654.00 frames. utt_duration=98.85 frames, utt_pad_proportion=0.0762, over 560.00 utterances.], tot_loss[loss=0.3376, simple_loss=0.3885, pruned_loss=0.1434, over 2783390.09 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06989, over 45029.52 utterances.], batch size: 560, lr: 6.37e-04 +2022-09-17 13:36:56,989 INFO [train.py:885] (1/2) Epoch 7, batch 2550, loss[loss=0.2216, simple_loss=0.2839, pruned_loss=0.07963, over 13482.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.08765, over 42.00 utterances.], tot_loss[loss=0.3354, simple_loss=0.3868, pruned_loss=0.1421, over 2781922.96 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06885, over 44659.14 utterances.], batch size: 42, lr: 6.37e-04 +2022-09-17 13:37:26,109 INFO [train.py:885] (1/2) Epoch 7, batch 2600, loss[loss=0.2316, simple_loss=0.2989, pruned_loss=0.08215, over 13892.00 frames. utt_duration=806.8 frames, utt_pad_proportion=0.06079, over 69.00 utterances.], tot_loss[loss=0.3352, simple_loss=0.386, pruned_loss=0.1421, over 2782540.40 frames. utt_duration=255 frames, utt_pad_proportion=0.06947, over 43899.44 utterances.], batch size: 69, lr: 6.37e-04 +2022-09-17 13:37:55,251 INFO [train.py:885] (1/2) Epoch 7, batch 2650, loss[loss=0.6143, simple_loss=0.6594, pruned_loss=0.2846, over 12335.00 frames. utt_duration=62.55 frames, utt_pad_proportion=0.1548, over 810.00 utterances.], tot_loss[loss=0.3306, simple_loss=0.3822, pruned_loss=0.1395, over 2783335.67 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06968, over 43297.63 utterances.], batch size: 810, lr: 6.37e-04 +2022-09-17 13:38:25,012 INFO [train.py:885] (1/2) Epoch 7, batch 2700, loss[loss=0.3533, simple_loss=0.4007, pruned_loss=0.153, over 14283.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.04217, over 154.00 utterances.], tot_loss[loss=0.3293, simple_loss=0.3808, pruned_loss=0.1389, over 2777604.46 frames. utt_duration=255.8 frames, utt_pad_proportion=0.07199, over 43684.97 utterances.], batch size: 154, lr: 6.36e-04 +2022-09-17 13:38:54,094 INFO [train.py:885] (1/2) Epoch 7, batch 2750, loss[loss=0.3397, simple_loss=0.4177, pruned_loss=0.1308, over 13968.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05839, over 365.00 utterances.], tot_loss[loss=0.3331, simple_loss=0.3844, pruned_loss=0.1409, over 2777414.17 frames. utt_duration=251 frames, utt_pad_proportion=0.07297, over 44519.68 utterances.], batch size: 365, lr: 6.36e-04 +2022-09-17 13:39:24,088 INFO [train.py:885] (1/2) Epoch 7, batch 2800, loss[loss=0.2899, simple_loss=0.3537, pruned_loss=0.1131, over 14322.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03906, over 130.00 utterances.], tot_loss[loss=0.3353, simple_loss=0.3865, pruned_loss=0.142, over 2773339.75 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07585, over 45788.67 utterances.], batch size: 130, lr: 6.36e-04 +2022-09-17 13:39:53,530 INFO [train.py:885] (1/2) Epoch 7, batch 2850, loss[loss=0.3793, simple_loss=0.4307, pruned_loss=0.1639, over 14203.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04463, over 306.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3832, pruned_loss=0.1398, over 2776596.65 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07321, over 44377.69 utterances.], batch size: 306, lr: 6.36e-04 +2022-09-17 13:40:22,898 INFO [train.py:885] (1/2) Epoch 7, batch 2900, loss[loss=0.3815, simple_loss=0.4483, pruned_loss=0.1574, over 13964.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05845, over 365.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.38, pruned_loss=0.1388, over 2781790.43 frames. utt_duration=263.9 frames, utt_pad_proportion=0.06935, over 42402.05 utterances.], batch size: 365, lr: 6.36e-04 +2022-09-17 13:40:52,292 INFO [train.py:885] (1/2) Epoch 7, batch 2950, loss[loss=0.2141, simple_loss=0.2677, pruned_loss=0.08025, over 13240.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1096, over 33.00 utterances.], tot_loss[loss=0.3258, simple_loss=0.3776, pruned_loss=0.137, over 2781625.56 frames. utt_duration=267.5 frames, utt_pad_proportion=0.06918, over 41824.59 utterances.], batch size: 33, lr: 6.35e-04 +2022-09-17 13:41:22,499 INFO [train.py:885] (1/2) Epoch 7, batch 3000, loss[loss=0.3112, simple_loss=0.3521, pruned_loss=0.1351, over 14178.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04429, over 109.00 utterances.], tot_loss[loss=0.3289, simple_loss=0.3803, pruned_loss=0.1388, over 2783073.43 frames. utt_duration=262.4 frames, utt_pad_proportion=0.07007, over 42659.11 utterances.], batch size: 109, lr: 6.35e-04 +2022-09-17 13:41:22,500 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 13:41:26,807 INFO [train.py:914] (1/2) Epoch 7, validation: loss=0.2154, simple_loss=0.2906, pruned_loss=0.07012, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 13:41:56,491 INFO [train.py:885] (1/2) Epoch 7, batch 3050, loss[loss=0.3304, simple_loss=0.3676, pruned_loss=0.1466, over 14189.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04364, over 109.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.3825, pruned_loss=0.1404, over 2779812.69 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06973, over 43412.87 utterances.], batch size: 109, lr: 6.35e-04 +2022-09-17 13:42:25,770 INFO [train.py:885] (1/2) Epoch 7, batch 3100, loss[loss=0.4138, simple_loss=0.4468, pruned_loss=0.1904, over 14244.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04246, over 335.00 utterances.], tot_loss[loss=0.3335, simple_loss=0.3847, pruned_loss=0.1412, over 2783176.06 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06844, over 44210.42 utterances.], batch size: 335, lr: 6.35e-04 +2022-09-17 13:42:55,471 INFO [train.py:885] (1/2) Epoch 7, batch 3150, loss[loss=0.5917, simple_loss=0.6231, pruned_loss=0.2802, over 13178.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1057, over 653.00 utterances.], tot_loss[loss=0.3351, simple_loss=0.3862, pruned_loss=0.142, over 2783745.96 frames. utt_duration=249 frames, utt_pad_proportion=0.07044, over 44978.35 utterances.], batch size: 653, lr: 6.35e-04 +2022-09-17 13:43:24,847 INFO [train.py:885] (1/2) Epoch 7, batch 3200, loss[loss=0.2745, simple_loss=0.3461, pruned_loss=0.1014, over 14293.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.04255, over 141.00 utterances.], tot_loss[loss=0.3292, simple_loss=0.381, pruned_loss=0.1387, over 2782200.72 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06886, over 43935.20 utterances.], batch size: 141, lr: 6.34e-04 +2022-09-17 13:43:54,296 INFO [train.py:885] (1/2) Epoch 7, batch 3250, loss[loss=0.1627, simple_loss=0.1985, pruned_loss=0.06344, over 13399.00 frames. utt_duration=1625 frames, utt_pad_proportion=0.09089, over 33.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3788, pruned_loss=0.1371, over 2784198.54 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06841, over 43398.42 utterances.], batch size: 33, lr: 6.34e-04 +2022-09-17 13:44:24,379 INFO [train.py:885] (1/2) Epoch 7, batch 3300, loss[loss=0.221, simple_loss=0.2804, pruned_loss=0.08085, over 13777.00 frames. utt_duration=920 frames, utt_pad_proportion=0.07541, over 60.00 utterances.], tot_loss[loss=0.3227, simple_loss=0.375, pruned_loss=0.1351, over 2785474.51 frames. utt_duration=271.6 frames, utt_pad_proportion=0.06576, over 41245.38 utterances.], batch size: 60, lr: 6.34e-04 +2022-09-17 13:44:53,735 INFO [train.py:885] (1/2) Epoch 7, batch 3350, loss[loss=0.2885, simple_loss=0.3455, pruned_loss=0.1157, over 14317.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03881, over 120.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3772, pruned_loss=0.136, over 2788291.94 frames. utt_duration=264.4 frames, utt_pad_proportion=0.06604, over 42422.79 utterances.], batch size: 120, lr: 6.34e-04 +2022-09-17 13:45:23,528 INFO [train.py:885] (1/2) Epoch 7, batch 3400, loss[loss=0.2856, simple_loss=0.3151, pruned_loss=0.128, over 12102.00 frames. utt_duration=2018 frames, utt_pad_proportion=0.1621, over 24.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3772, pruned_loss=0.1355, over 2786545.15 frames. utt_duration=262.7 frames, utt_pad_proportion=0.06626, over 42666.91 utterances.], batch size: 24, lr: 6.34e-04 +2022-09-17 13:45:52,999 INFO [train.py:885] (1/2) Epoch 7, batch 3450, loss[loss=0.3468, simple_loss=0.4187, pruned_loss=0.1374, over 13954.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05897, over 365.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.3781, pruned_loss=0.1361, over 2783807.81 frames. utt_duration=258 frames, utt_pad_proportion=0.0668, over 43411.06 utterances.], batch size: 365, lr: 6.33e-04 +2022-09-17 13:46:22,894 INFO [train.py:885] (1/2) Epoch 7, batch 3500, loss[loss=0.4645, simple_loss=0.5274, pruned_loss=0.2007, over 13613.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.0779, over 560.00 utterances.], tot_loss[loss=0.324, simple_loss=0.3769, pruned_loss=0.1356, over 2783673.89 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06619, over 42833.80 utterances.], batch size: 560, lr: 6.33e-04 +2022-09-17 13:46:52,332 INFO [train.py:885] (1/2) Epoch 7, batch 3550, loss[loss=0.1837, simple_loss=0.2193, pruned_loss=0.07402, over 12471.00 frames. utt_duration=2080 frames, utt_pad_proportion=0.1608, over 24.00 utterances.], tot_loss[loss=0.3244, simple_loss=0.3765, pruned_loss=0.1362, over 2781230.81 frames. utt_duration=265.8 frames, utt_pad_proportion=0.06777, over 42091.19 utterances.], batch size: 24, lr: 6.33e-04 +2022-09-17 13:47:22,052 INFO [train.py:885] (1/2) Epoch 7, batch 3600, loss[loss=0.2597, simple_loss=0.3124, pruned_loss=0.1035, over 14127.00 frames. utt_duration=636.3 frames, utt_pad_proportion=0.05173, over 89.00 utterances.], tot_loss[loss=0.3269, simple_loss=0.379, pruned_loss=0.1373, over 2785302.45 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06728, over 43059.66 utterances.], batch size: 89, lr: 6.33e-04 +2022-09-17 13:47:51,429 INFO [train.py:885] (1/2) Epoch 7, batch 3650, loss[loss=0.4022, simple_loss=0.4165, pruned_loss=0.194, over 14167.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.04493, over 109.00 utterances.], tot_loss[loss=0.3259, simple_loss=0.3788, pruned_loss=0.1365, over 2779902.68 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06997, over 43840.42 utterances.], batch size: 109, lr: 6.33e-04 +2022-09-17 13:48:21,091 INFO [train.py:885] (1/2) Epoch 7, batch 3700, loss[loss=0.2664, simple_loss=0.318, pruned_loss=0.1074, over 14069.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05466, over 79.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3821, pruned_loss=0.1378, over 2780156.54 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07094, over 45677.05 utterances.], batch size: 79, lr: 6.32e-04 +2022-09-17 13:48:51,179 INFO [train.py:885] (1/2) Epoch 7, batch 3750, loss[loss=0.3429, simple_loss=0.4199, pruned_loss=0.1329, over 14002.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0561, over 365.00 utterances.], tot_loss[loss=0.3315, simple_loss=0.3844, pruned_loss=0.1393, over 2777976.24 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07261, over 46357.44 utterances.], batch size: 365, lr: 6.32e-04 +2022-09-17 13:49:20,383 INFO [train.py:885] (1/2) Epoch 7, batch 3800, loss[loss=0.292, simple_loss=0.3514, pruned_loss=0.1163, over 14301.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.042, over 167.00 utterances.], tot_loss[loss=0.335, simple_loss=0.3875, pruned_loss=0.1413, over 2782270.18 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07284, over 47188.46 utterances.], batch size: 167, lr: 6.32e-04 +2022-09-17 13:49:50,382 INFO [train.py:885] (1/2) Epoch 7, batch 3850, loss[loss=0.3519, simple_loss=0.3963, pruned_loss=0.1538, over 14395.00 frames. utt_duration=296.7 frames, utt_pad_proportion=0.03358, over 195.00 utterances.], tot_loss[loss=0.3338, simple_loss=0.3864, pruned_loss=0.1406, over 2777140.56 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07421, over 47654.37 utterances.], batch size: 195, lr: 6.32e-04 +2022-09-17 13:50:20,153 INFO [train.py:885] (1/2) Epoch 7, batch 3900, loss[loss=0.6166, simple_loss=0.6555, pruned_loss=0.2889, over 12438.00 frames. utt_duration=63.02 frames, utt_pad_proportion=0.1484, over 810.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.3872, pruned_loss=0.1411, over 2776372.10 frames. utt_duration=234 frames, utt_pad_proportion=0.07564, over 47758.25 utterances.], batch size: 810, lr: 6.32e-04 +2022-09-17 13:50:49,198 INFO [train.py:885] (1/2) Epoch 7, batch 3950, loss[loss=0.2586, simple_loss=0.3015, pruned_loss=0.1079, over 13319.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08969, over 41.00 utterances.], tot_loss[loss=0.3333, simple_loss=0.3861, pruned_loss=0.1403, over 2778778.62 frames. utt_duration=237 frames, utt_pad_proportion=0.07378, over 47186.06 utterances.], batch size: 41, lr: 6.31e-04 +2022-09-17 13:51:18,508 INFO [train.py:885] (1/2) Epoch 7, batch 4000, loss[loss=0.7137, simple_loss=0.7151, pruned_loss=0.3562, over 12451.00 frames. utt_duration=63.03 frames, utt_pad_proportion=0.1482, over 810.00 utterances.], tot_loss[loss=0.3294, simple_loss=0.3818, pruned_loss=0.1385, over 2778106.75 frames. utt_duration=247.1 frames, utt_pad_proportion=0.0723, over 45238.81 utterances.], batch size: 810, lr: 6.31e-04 +2022-09-17 13:51:48,675 INFO [train.py:885] (1/2) Epoch 7, batch 4050, loss[loss=0.3203, simple_loss=0.3737, pruned_loss=0.1335, over 14165.00 frames. utt_duration=403.2 frames, utt_pad_proportion=0.05118, over 141.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3801, pruned_loss=0.1384, over 2781038.47 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07321, over 43770.44 utterances.], batch size: 141, lr: 6.31e-04 +2022-09-17 13:52:18,357 INFO [train.py:885] (1/2) Epoch 7, batch 4100, loss[loss=0.3096, simple_loss=0.3737, pruned_loss=0.1227, over 14379.00 frames. utt_duration=296.5 frames, utt_pad_proportion=0.03423, over 195.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.3856, pruned_loss=0.1419, over 2780301.96 frames. utt_duration=246.1 frames, utt_pad_proportion=0.0727, over 45469.62 utterances.], batch size: 195, lr: 6.31e-04 +2022-09-17 13:52:47,341 INFO [train.py:885] (1/2) Epoch 7, batch 4150, loss[loss=0.3984, simple_loss=0.4306, pruned_loss=0.183, over 14347.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03626, over 195.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3879, pruned_loss=0.143, over 2783344.52 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07183, over 46542.55 utterances.], batch size: 195, lr: 6.31e-04 +2022-09-17 13:53:17,221 INFO [train.py:885] (1/2) Epoch 7, batch 4200, loss[loss=0.2299, simple_loss=0.2879, pruned_loss=0.08593, over 13827.00 frames. utt_duration=923.5 frames, utt_pad_proportion=0.06904, over 60.00 utterances.], tot_loss[loss=0.3346, simple_loss=0.3859, pruned_loss=0.1417, over 2784345.42 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07061, over 45373.68 utterances.], batch size: 60, lr: 6.30e-04 +2022-09-17 13:53:46,190 INFO [train.py:885] (1/2) Epoch 7, batch 4250, loss[loss=0.3654, simple_loss=0.4064, pruned_loss=0.1622, over 14289.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03919, over 180.00 utterances.], tot_loss[loss=0.337, simple_loss=0.3882, pruned_loss=0.1429, over 2785291.60 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07087, over 46390.59 utterances.], batch size: 180, lr: 6.30e-04 +2022-09-17 13:54:16,422 INFO [train.py:885] (1/2) Epoch 7, batch 4300, loss[loss=0.2013, simple_loss=0.2479, pruned_loss=0.07732, over 13425.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.09676, over 50.00 utterances.], tot_loss[loss=0.3339, simple_loss=0.3857, pruned_loss=0.1411, over 2783184.98 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07131, over 45787.40 utterances.], batch size: 50, lr: 6.30e-04 +2022-09-17 13:54:45,807 INFO [train.py:885] (1/2) Epoch 7, batch 4350, loss[loss=0.3329, simple_loss=0.3751, pruned_loss=0.1454, over 14287.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03969, over 180.00 utterances.], tot_loss[loss=0.3384, simple_loss=0.3896, pruned_loss=0.1436, over 2783165.92 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07322, over 47297.56 utterances.], batch size: 180, lr: 6.30e-04 +2022-09-17 13:55:15,496 INFO [train.py:885] (1/2) Epoch 7, batch 4400, loss[loss=0.3413, simple_loss=0.4307, pruned_loss=0.126, over 13633.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08115, over 477.00 utterances.], tot_loss[loss=0.3354, simple_loss=0.3869, pruned_loss=0.1419, over 2786987.00 frames. utt_duration=244 frames, utt_pad_proportion=0.07184, over 45965.33 utterances.], batch size: 477, lr: 6.30e-04 +2022-09-17 13:55:45,006 INFO [train.py:885] (1/2) Epoch 7, batch 4450, loss[loss=0.3401, simple_loss=0.3998, pruned_loss=0.1402, over 14331.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03838, over 262.00 utterances.], tot_loss[loss=0.3399, simple_loss=0.3909, pruned_loss=0.1445, over 2789820.87 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07088, over 47043.59 utterances.], batch size: 262, lr: 6.29e-04 +2022-09-17 13:56:14,348 INFO [train.py:885] (1/2) Epoch 7, batch 4500, loss[loss=0.3052, simple_loss=0.3745, pruned_loss=0.118, over 14351.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03606, over 210.00 utterances.], tot_loss[loss=0.3356, simple_loss=0.3868, pruned_loss=0.1422, over 2788263.93 frames. utt_duration=245.5 frames, utt_pad_proportion=0.0708, over 45703.65 utterances.], batch size: 210, lr: 6.29e-04 +2022-09-17 13:56:44,769 INFO [train.py:885] (1/2) Epoch 7, batch 4550, loss[loss=0.3538, simple_loss=0.4272, pruned_loss=0.1402, over 14011.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05699, over 366.00 utterances.], tot_loss[loss=0.3357, simple_loss=0.3874, pruned_loss=0.142, over 2782016.93 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07085, over 46029.25 utterances.], batch size: 366, lr: 6.29e-04 +2022-09-17 13:57:13,512 INFO [train.py:885] (1/2) Epoch 7, batch 4600, loss[loss=0.1983, simple_loss=0.2559, pruned_loss=0.0704, over 13032.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1118, over 33.00 utterances.], tot_loss[loss=0.3323, simple_loss=0.3839, pruned_loss=0.1403, over 2783394.11 frames. utt_duration=249.6 frames, utt_pad_proportion=0.0705, over 44868.84 utterances.], batch size: 33, lr: 6.29e-04 +2022-09-17 13:57:42,705 INFO [train.py:885] (1/2) Epoch 7, batch 4650, loss[loss=0.4215, simple_loss=0.4409, pruned_loss=0.201, over 14320.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03859, over 283.00 utterances.], tot_loss[loss=0.3342, simple_loss=0.3858, pruned_loss=0.1413, over 2784498.88 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06976, over 45617.12 utterances.], batch size: 283, lr: 6.29e-04 +2022-09-17 13:58:12,279 INFO [train.py:885] (1/2) Epoch 7, batch 4700, loss[loss=0.2756, simple_loss=0.3372, pruned_loss=0.107, over 14047.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05769, over 98.00 utterances.], tot_loss[loss=0.3366, simple_loss=0.3886, pruned_loss=0.1423, over 2786554.13 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07048, over 46636.02 utterances.], batch size: 98, lr: 6.28e-04 +2022-09-17 13:58:41,672 INFO [train.py:885] (1/2) Epoch 7, batch 4750, loss[loss=0.2173, simple_loss=0.284, pruned_loss=0.07529, over 14071.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05429, over 98.00 utterances.], tot_loss[loss=0.3374, simple_loss=0.3892, pruned_loss=0.1428, over 2781815.04 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07181, over 46666.38 utterances.], batch size: 98, lr: 6.28e-04 +2022-09-17 13:59:11,800 INFO [train.py:885] (1/2) Epoch 7, batch 4800, loss[loss=0.3794, simple_loss=0.4169, pruned_loss=0.1709, over 14308.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03905, over 283.00 utterances.], tot_loss[loss=0.3367, simple_loss=0.3885, pruned_loss=0.1424, over 2780770.77 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07153, over 46315.43 utterances.], batch size: 283, lr: 6.28e-04 +2022-09-17 13:59:41,388 INFO [train.py:885] (1/2) Epoch 7, batch 4850, loss[loss=0.2095, simple_loss=0.2668, pruned_loss=0.07613, over 12678.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1492, over 25.00 utterances.], tot_loss[loss=0.3321, simple_loss=0.3844, pruned_loss=0.1399, over 2779500.83 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07149, over 45165.79 utterances.], batch size: 25, lr: 6.28e-04 +2022-09-17 14:00:10,267 INFO [train.py:885] (1/2) Epoch 7, batch 4900, loss[loss=0.3851, simple_loss=0.4049, pruned_loss=0.1827, over 14262.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04249, over 141.00 utterances.], tot_loss[loss=0.3321, simple_loss=0.3844, pruned_loss=0.1399, over 2782332.90 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07076, over 44469.38 utterances.], batch size: 141, lr: 6.28e-04 +2022-09-17 14:00:40,529 INFO [train.py:885] (1/2) Epoch 7, batch 4950, loss[loss=0.3579, simple_loss=0.4136, pruned_loss=0.1511, over 14362.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03351, over 244.00 utterances.], tot_loss[loss=0.3317, simple_loss=0.384, pruned_loss=0.1397, over 2777699.79 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07228, over 44939.28 utterances.], batch size: 244, lr: 6.27e-04 +2022-09-17 14:01:09,639 INFO [train.py:885] (1/2) Epoch 7, batch 5000, loss[loss=0.6502, simple_loss=0.6824, pruned_loss=0.309, over 12487.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1465, over 810.00 utterances.], tot_loss[loss=0.3305, simple_loss=0.383, pruned_loss=0.139, over 2780358.97 frames. utt_duration=251.8 frames, utt_pad_proportion=0.0716, over 44423.36 utterances.], batch size: 810, lr: 6.27e-04 +2022-09-17 14:01:39,498 INFO [train.py:885] (1/2) Epoch 7, batch 5050, loss[loss=0.4645, simple_loss=0.5292, pruned_loss=0.1999, over 13126.00 frames. utt_duration=81.96 frames, utt_pad_proportion=0.1091, over 653.00 utterances.], tot_loss[loss=0.3261, simple_loss=0.3797, pruned_loss=0.1362, over 2781232.10 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07033, over 44203.72 utterances.], batch size: 653, lr: 6.27e-04 +2022-09-17 14:02:08,495 INFO [train.py:885] (1/2) Epoch 7, batch 5100, loss[loss=0.3836, simple_loss=0.4239, pruned_loss=0.1717, over 14296.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03916, over 225.00 utterances.], tot_loss[loss=0.3251, simple_loss=0.3784, pruned_loss=0.1359, over 2786647.06 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06775, over 43395.66 utterances.], batch size: 225, lr: 6.27e-04 +2022-09-17 14:02:38,730 INFO [train.py:885] (1/2) Epoch 7, batch 5150, loss[loss=0.4046, simple_loss=0.4347, pruned_loss=0.1872, over 14278.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.0414, over 262.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3809, pruned_loss=0.1379, over 2787627.70 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06859, over 44086.77 utterances.], batch size: 262, lr: 6.27e-04 +2022-09-17 14:03:08,255 INFO [train.py:885] (1/2) Epoch 7, batch 5200, loss[loss=0.3914, simple_loss=0.4181, pruned_loss=0.1823, over 14206.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04623, over 141.00 utterances.], tot_loss[loss=0.3297, simple_loss=0.3819, pruned_loss=0.1388, over 2786091.33 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06851, over 44264.51 utterances.], batch size: 141, lr: 6.26e-04 +2022-09-17 14:03:37,849 INFO [train.py:885] (1/2) Epoch 7, batch 5250, loss[loss=0.3487, simple_loss=0.3914, pruned_loss=0.1529, over 14237.00 frames. utt_duration=317.9 frames, utt_pad_proportion=0.04252, over 180.00 utterances.], tot_loss[loss=0.326, simple_loss=0.3784, pruned_loss=0.1368, over 2787420.89 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06638, over 43378.22 utterances.], batch size: 180, lr: 6.26e-04 +2022-09-17 14:04:06,798 INFO [train.py:885] (1/2) Epoch 7, batch 5300, loss[loss=0.4805, simple_loss=0.5317, pruned_loss=0.2146, over 13624.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07817, over 560.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.3808, pruned_loss=0.1377, over 2785075.73 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06847, over 44481.55 utterances.], batch size: 560, lr: 6.26e-04 +2022-09-17 14:04:36,580 INFO [train.py:885] (1/2) Epoch 7, batch 5350, loss[loss=0.1792, simple_loss=0.2377, pruned_loss=0.06034, over 13203.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1043, over 33.00 utterances.], tot_loss[loss=0.3264, simple_loss=0.38, pruned_loss=0.1364, over 2782566.64 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07074, over 45167.79 utterances.], batch size: 33, lr: 6.26e-04 +2022-09-17 14:05:05,910 INFO [train.py:885] (1/2) Epoch 7, batch 5400, loss[loss=0.353, simple_loss=0.4041, pruned_loss=0.151, over 14303.00 frames. utt_duration=273.8 frames, utt_pad_proportion=0.03921, over 210.00 utterances.], tot_loss[loss=0.3282, simple_loss=0.381, pruned_loss=0.1377, over 2779927.96 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07024, over 44965.47 utterances.], batch size: 210, lr: 6.26e-04 +2022-09-17 14:05:35,948 INFO [train.py:885] (1/2) Epoch 7, batch 5450, loss[loss=0.3888, simple_loss=0.4298, pruned_loss=0.1739, over 14344.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03666, over 210.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.383, pruned_loss=0.1394, over 2780095.23 frames. utt_duration=248 frames, utt_pad_proportion=0.07075, over 45116.25 utterances.], batch size: 210, lr: 6.26e-04 +2022-09-17 14:06:05,745 INFO [train.py:885] (1/2) Epoch 7, batch 5500, loss[loss=0.3353, simple_loss=0.4138, pruned_loss=0.1284, over 13770.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07423, over 412.00 utterances.], tot_loss[loss=0.3334, simple_loss=0.3847, pruned_loss=0.141, over 2778554.86 frames. utt_duration=246.1 frames, utt_pad_proportion=0.0706, over 45428.93 utterances.], batch size: 412, lr: 6.25e-04 +2022-09-17 14:06:34,667 INFO [train.py:885] (1/2) Epoch 7, batch 5550, loss[loss=0.3595, simple_loss=0.4067, pruned_loss=0.1561, over 14330.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03963, over 167.00 utterances.], tot_loss[loss=0.3337, simple_loss=0.3841, pruned_loss=0.1416, over 2788031.50 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06739, over 43859.77 utterances.], batch size: 167, lr: 6.25e-04 +2022-09-17 14:07:04,175 INFO [train.py:885] (1/2) Epoch 7, batch 5600, loss[loss=0.222, simple_loss=0.2992, pruned_loss=0.07236, over 13250.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09512, over 41.00 utterances.], tot_loss[loss=0.3325, simple_loss=0.3829, pruned_loss=0.1411, over 2781546.77 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06892, over 43482.55 utterances.], batch size: 41, lr: 6.25e-04 +2022-09-17 14:07:33,799 INFO [train.py:885] (1/2) Epoch 7, batch 5650, loss[loss=0.4204, simple_loss=0.4515, pruned_loss=0.1947, over 14193.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04517, over 306.00 utterances.], tot_loss[loss=0.3363, simple_loss=0.3871, pruned_loss=0.1428, over 2781966.29 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07036, over 46192.63 utterances.], batch size: 306, lr: 6.25e-04 +2022-09-17 14:08:04,499 INFO [train.py:885] (1/2) Epoch 7, batch 5700, loss[loss=0.2957, simple_loss=0.3569, pruned_loss=0.1172, over 14315.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04073, over 167.00 utterances.], tot_loss[loss=0.338, simple_loss=0.3888, pruned_loss=0.1436, over 2779201.08 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07222, over 47046.05 utterances.], batch size: 167, lr: 6.25e-04 +2022-09-17 14:08:32,862 INFO [train.py:885] (1/2) Epoch 7, batch 5750, loss[loss=0.3401, simple_loss=0.4217, pruned_loss=0.1292, over 13792.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06969, over 411.00 utterances.], tot_loss[loss=0.335, simple_loss=0.387, pruned_loss=0.1415, over 2780680.84 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07283, over 46723.51 utterances.], batch size: 411, lr: 6.24e-04 +2022-09-17 14:09:02,289 INFO [train.py:885] (1/2) Epoch 7, batch 5800, loss[loss=0.3408, simple_loss=0.3994, pruned_loss=0.1411, over 14364.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03497, over 210.00 utterances.], tot_loss[loss=0.3356, simple_loss=0.3864, pruned_loss=0.1424, over 2779649.66 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07286, over 46180.05 utterances.], batch size: 210, lr: 6.24e-04 +2022-09-17 14:09:32,420 INFO [train.py:885] (1/2) Epoch 7, batch 5850, loss[loss=0.2351, simple_loss=0.2631, pruned_loss=0.1036, over 13691.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07535, over 50.00 utterances.], tot_loss[loss=0.3297, simple_loss=0.3807, pruned_loss=0.1393, over 2783426.46 frames. utt_duration=256 frames, utt_pad_proportion=0.06989, over 43753.13 utterances.], batch size: 50, lr: 6.24e-04 +2022-09-17 14:10:02,199 INFO [train.py:885] (1/2) Epoch 7, batch 5900, loss[loss=0.2797, simple_loss=0.3405, pruned_loss=0.1094, over 14267.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04267, over 141.00 utterances.], tot_loss[loss=0.3336, simple_loss=0.3848, pruned_loss=0.1413, over 2782698.50 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07205, over 45535.97 utterances.], batch size: 141, lr: 6.24e-04 +2022-09-17 14:10:31,370 INFO [train.py:885] (1/2) Epoch 7, batch 5950, loss[loss=0.2902, simple_loss=0.3432, pruned_loss=0.1186, over 14299.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04046, over 120.00 utterances.], tot_loss[loss=0.3321, simple_loss=0.3839, pruned_loss=0.1402, over 2784823.70 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07108, over 45685.29 utterances.], batch size: 120, lr: 6.24e-04 +2022-09-17 14:11:01,143 INFO [train.py:885] (1/2) Epoch 7, batch 6000, loss[loss=0.2542, simple_loss=0.32, pruned_loss=0.09422, over 14090.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05161, over 98.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3812, pruned_loss=0.1381, over 2780768.46 frames. utt_duration=249.5 frames, utt_pad_proportion=0.0716, over 44840.08 utterances.], batch size: 98, lr: 6.23e-04 +2022-09-17 14:11:01,144 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 14:11:05,882 INFO [train.py:914] (1/2) Epoch 7, validation: loss=0.217, simple_loss=0.2925, pruned_loss=0.07079, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 14:11:35,653 INFO [train.py:885] (1/2) Epoch 7, batch 6050, loss[loss=0.214, simple_loss=0.2753, pruned_loss=0.07634, over 13806.00 frames. utt_duration=921.9 frames, utt_pad_proportion=0.07436, over 60.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.3805, pruned_loss=0.1379, over 2778997.45 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07243, over 44712.02 utterances.], batch size: 60, lr: 6.23e-04 +2022-09-17 14:12:04,719 INFO [train.py:885] (1/2) Epoch 7, batch 6100, loss[loss=0.3615, simple_loss=0.4093, pruned_loss=0.1569, over 14357.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.0353, over 195.00 utterances.], tot_loss[loss=0.3308, simple_loss=0.3829, pruned_loss=0.1393, over 2785344.21 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06957, over 45097.57 utterances.], batch size: 195, lr: 6.23e-04 +2022-09-17 14:12:34,590 INFO [train.py:885] (1/2) Epoch 7, batch 6150, loss[loss=0.3087, simple_loss=0.3543, pruned_loss=0.1316, over 14129.00 frames. utt_duration=520 frames, utt_pad_proportion=0.04755, over 109.00 utterances.], tot_loss[loss=0.3338, simple_loss=0.386, pruned_loss=0.1408, over 2781848.26 frames. utt_duration=242 frames, utt_pad_proportion=0.07103, over 46260.80 utterances.], batch size: 109, lr: 6.23e-04 +2022-09-17 14:13:03,892 INFO [train.py:885] (1/2) Epoch 7, batch 6200, loss[loss=0.3347, simple_loss=0.4243, pruned_loss=0.1225, over 13660.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08091, over 478.00 utterances.], tot_loss[loss=0.3312, simple_loss=0.384, pruned_loss=0.1392, over 2779206.29 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07206, over 45824.01 utterances.], batch size: 478, lr: 6.23e-04 +2022-09-17 14:13:33,777 INFO [train.py:885] (1/2) Epoch 7, batch 6250, loss[loss=0.339, simple_loss=0.4012, pruned_loss=0.1384, over 14357.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03344, over 244.00 utterances.], tot_loss[loss=0.3324, simple_loss=0.3849, pruned_loss=0.14, over 2781113.51 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07147, over 46092.86 utterances.], batch size: 244, lr: 6.22e-04 +2022-09-17 14:14:03,289 INFO [train.py:885] (1/2) Epoch 7, batch 6300, loss[loss=0.3073, simple_loss=0.3793, pruned_loss=0.1177, over 14277.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04013, over 180.00 utterances.], tot_loss[loss=0.3388, simple_loss=0.3894, pruned_loss=0.1441, over 2785194.53 frames. utt_duration=241.3 frames, utt_pad_proportion=0.06988, over 46461.84 utterances.], batch size: 180, lr: 6.22e-04 +2022-09-17 14:14:32,944 INFO [train.py:885] (1/2) Epoch 7, batch 6350, loss[loss=0.5681, simple_loss=0.6252, pruned_loss=0.2555, over 12517.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1441, over 811.00 utterances.], tot_loss[loss=0.3347, simple_loss=0.386, pruned_loss=0.1417, over 2778522.60 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07156, over 45294.24 utterances.], batch size: 811, lr: 6.22e-04 +2022-09-17 14:15:02,929 INFO [train.py:885] (1/2) Epoch 7, batch 6400, loss[loss=0.3008, simple_loss=0.3411, pruned_loss=0.1302, over 14279.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.041, over 120.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.3839, pruned_loss=0.1396, over 2779322.12 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07055, over 45378.81 utterances.], batch size: 120, lr: 6.22e-04 +2022-09-17 14:15:32,633 INFO [train.py:885] (1/2) Epoch 7, batch 6450, loss[loss=0.1978, simple_loss=0.2582, pruned_loss=0.06864, over 13504.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08469, over 50.00 utterances.], tot_loss[loss=0.3311, simple_loss=0.3831, pruned_loss=0.1395, over 2780229.94 frames. utt_duration=248 frames, utt_pad_proportion=0.07141, over 45108.79 utterances.], batch size: 50, lr: 6.22e-04 +2022-09-17 14:16:02,304 INFO [train.py:885] (1/2) Epoch 7, batch 6500, loss[loss=0.3894, simple_loss=0.4572, pruned_loss=0.1608, over 13691.00 frames. utt_duration=134.8 frames, utt_pad_proportion=0.07643, over 411.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3832, pruned_loss=0.1393, over 2782796.73 frames. utt_duration=249 frames, utt_pad_proportion=0.07018, over 44968.47 utterances.], batch size: 411, lr: 6.22e-04 +2022-09-17 14:16:31,778 INFO [train.py:885] (1/2) Epoch 7, batch 6550, loss[loss=0.3267, simple_loss=0.3892, pruned_loss=0.1321, over 14357.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.0366, over 283.00 utterances.], tot_loss[loss=0.3308, simple_loss=0.3833, pruned_loss=0.1392, over 2786758.84 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06936, over 45092.36 utterances.], batch size: 283, lr: 6.21e-04 +2022-09-17 14:17:01,794 INFO [train.py:885] (1/2) Epoch 7, batch 6600, loss[loss=0.2401, simple_loss=0.3039, pruned_loss=0.08819, over 14035.00 frames. utt_duration=712.1 frames, utt_pad_proportion=0.05812, over 79.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3844, pruned_loss=0.1392, over 2782864.46 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07185, over 46360.91 utterances.], batch size: 79, lr: 6.21e-04 +2022-09-17 14:17:31,179 INFO [train.py:885] (1/2) Epoch 7, batch 6650, loss[loss=0.3491, simple_loss=0.3986, pruned_loss=0.1498, over 14329.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04018, over 167.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3842, pruned_loss=0.1388, over 2783061.54 frames. utt_duration=244.7 frames, utt_pad_proportion=0.0722, over 45778.02 utterances.], batch size: 167, lr: 6.21e-04 +2022-09-17 14:18:01,164 INFO [train.py:885] (1/2) Epoch 7, batch 6700, loss[loss=0.2913, simple_loss=0.3474, pruned_loss=0.1176, over 14114.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05157, over 98.00 utterances.], tot_loss[loss=0.331, simple_loss=0.3842, pruned_loss=0.1388, over 2782635.42 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07159, over 45974.35 utterances.], batch size: 98, lr: 6.21e-04 +2022-09-17 14:18:30,596 INFO [train.py:885] (1/2) Epoch 7, batch 6750, loss[loss=0.4601, simple_loss=0.4778, pruned_loss=0.2212, over 14264.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04071, over 335.00 utterances.], tot_loss[loss=0.331, simple_loss=0.3846, pruned_loss=0.1387, over 2785124.36 frames. utt_duration=243.7 frames, utt_pad_proportion=0.0707, over 45990.59 utterances.], batch size: 335, lr: 6.21e-04 +2022-09-17 14:19:00,720 INFO [train.py:885] (1/2) Epoch 7, batch 6800, loss[loss=0.3511, simple_loss=0.3843, pruned_loss=0.1589, over 14145.00 frames. utt_duration=637.2 frames, utt_pad_proportion=0.05032, over 89.00 utterances.], tot_loss[loss=0.335, simple_loss=0.3877, pruned_loss=0.1412, over 2786465.68 frames. utt_duration=240.6 frames, utt_pad_proportion=0.06989, over 46613.62 utterances.], batch size: 89, lr: 6.20e-04 +2022-09-17 14:19:29,678 INFO [train.py:885] (1/2) Epoch 7, batch 6850, loss[loss=0.2605, simple_loss=0.3207, pruned_loss=0.1001, over 14098.00 frames. utt_duration=635 frames, utt_pad_proportion=0.0536, over 89.00 utterances.], tot_loss[loss=0.328, simple_loss=0.381, pruned_loss=0.1375, over 2790395.66 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06712, over 44155.98 utterances.], batch size: 89, lr: 6.20e-04 +2022-09-17 14:19:59,530 INFO [train.py:885] (1/2) Epoch 7, batch 6900, loss[loss=0.3396, simple_loss=0.3785, pruned_loss=0.1503, over 14260.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04461, over 141.00 utterances.], tot_loss[loss=0.3295, simple_loss=0.3828, pruned_loss=0.1381, over 2785315.15 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06933, over 44993.76 utterances.], batch size: 141, lr: 6.20e-04 +2022-09-17 14:20:28,604 INFO [train.py:885] (1/2) Epoch 7, batch 6950, loss[loss=0.3154, simple_loss=0.3702, pruned_loss=0.1303, over 14329.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03934, over 154.00 utterances.], tot_loss[loss=0.3305, simple_loss=0.384, pruned_loss=0.1384, over 2789485.78 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06834, over 45521.93 utterances.], batch size: 154, lr: 6.20e-04 +2022-09-17 14:20:58,482 INFO [train.py:885] (1/2) Epoch 7, batch 7000, loss[loss=0.2245, simple_loss=0.2685, pruned_loss=0.0903, over 13122.00 frames. utt_duration=2020 frames, utt_pad_proportion=0.107, over 26.00 utterances.], tot_loss[loss=0.3279, simple_loss=0.3815, pruned_loss=0.1371, over 2786620.33 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06871, over 44187.26 utterances.], batch size: 26, lr: 6.20e-04 +2022-09-17 14:21:27,679 INFO [train.py:885] (1/2) Epoch 7, batch 7050, loss[loss=0.2884, simple_loss=0.3463, pruned_loss=0.1152, over 14327.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03627, over 130.00 utterances.], tot_loss[loss=0.3283, simple_loss=0.382, pruned_loss=0.1373, over 2789719.23 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06767, over 44918.48 utterances.], batch size: 130, lr: 6.19e-04 +2022-09-17 14:21:57,746 INFO [train.py:885] (1/2) Epoch 7, batch 7100, loss[loss=0.1981, simple_loss=0.2449, pruned_loss=0.07566, over 13303.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.09274, over 41.00 utterances.], tot_loss[loss=0.3266, simple_loss=0.3801, pruned_loss=0.1365, over 2787716.33 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06793, over 44579.56 utterances.], batch size: 41, lr: 6.19e-04 +2022-09-17 14:22:27,263 INFO [train.py:885] (1/2) Epoch 7, batch 7150, loss[loss=0.4335, simple_loss=0.46, pruned_loss=0.2036, over 14242.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04247, over 335.00 utterances.], tot_loss[loss=0.3275, simple_loss=0.3805, pruned_loss=0.1372, over 2786384.73 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06788, over 44726.45 utterances.], batch size: 335, lr: 6.19e-04 +2022-09-17 14:22:56,554 INFO [train.py:885] (1/2) Epoch 7, batch 7200, loss[loss=0.3469, simple_loss=0.4012, pruned_loss=0.1463, over 14320.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03827, over 283.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.3786, pruned_loss=0.136, over 2786628.38 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06803, over 44004.77 utterances.], batch size: 283, lr: 6.19e-04 +2022-09-17 14:23:25,814 INFO [train.py:885] (1/2) Epoch 7, batch 7250, loss[loss=0.4086, simple_loss=0.4814, pruned_loss=0.1679, over 13629.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.0778, over 560.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.3813, pruned_loss=0.1374, over 2785692.12 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06847, over 45049.19 utterances.], batch size: 560, lr: 6.19e-04 +2022-09-17 14:23:55,393 INFO [train.py:885] (1/2) Epoch 7, batch 7300, loss[loss=0.3075, simple_loss=0.3739, pruned_loss=0.1205, over 14370.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.0372, over 167.00 utterances.], tot_loss[loss=0.3259, simple_loss=0.3804, pruned_loss=0.1357, over 2789510.74 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06895, over 45096.61 utterances.], batch size: 167, lr: 6.19e-04 +2022-09-17 14:24:24,605 INFO [train.py:885] (1/2) Epoch 7, batch 7350, loss[loss=0.2644, simple_loss=0.3234, pruned_loss=0.1027, over 14199.00 frames. utt_duration=639.6 frames, utt_pad_proportion=0.04682, over 89.00 utterances.], tot_loss[loss=0.3248, simple_loss=0.3789, pruned_loss=0.1353, over 2790464.01 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06692, over 44300.30 utterances.], batch size: 89, lr: 6.18e-04 +2022-09-17 14:24:54,934 INFO [train.py:885] (1/2) Epoch 7, batch 7400, loss[loss=0.5577, simple_loss=0.5429, pruned_loss=0.2862, over 14252.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04196, over 335.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.381, pruned_loss=0.1367, over 2783143.55 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06832, over 45078.92 utterances.], batch size: 335, lr: 6.18e-04 +2022-09-17 14:25:24,205 INFO [train.py:885] (1/2) Epoch 7, batch 7450, loss[loss=0.3891, simple_loss=0.4629, pruned_loss=0.1577, over 13593.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07971, over 560.00 utterances.], tot_loss[loss=0.324, simple_loss=0.3782, pruned_loss=0.1349, over 2782837.89 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06837, over 44166.46 utterances.], batch size: 560, lr: 6.18e-04 +2022-09-17 14:25:54,364 INFO [train.py:885] (1/2) Epoch 7, batch 7500, loss[loss=0.4224, simple_loss=0.447, pruned_loss=0.1989, over 14247.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04289, over 335.00 utterances.], tot_loss[loss=0.3259, simple_loss=0.3798, pruned_loss=0.136, over 2781257.58 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06892, over 44862.02 utterances.], batch size: 335, lr: 6.18e-04 +2022-09-17 14:26:23,017 INFO [train.py:885] (1/2) Epoch 7, batch 7550, loss[loss=0.281, simple_loss=0.3334, pruned_loss=0.1143, over 14063.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05392, over 98.00 utterances.], tot_loss[loss=0.3218, simple_loss=0.376, pruned_loss=0.1339, over 2788681.31 frames. utt_duration=263.1 frames, utt_pad_proportion=0.06592, over 42635.82 utterances.], batch size: 98, lr: 6.18e-04 +2022-09-17 14:26:53,661 INFO [train.py:885] (1/2) Epoch 7, batch 7600, loss[loss=0.2939, simple_loss=0.3601, pruned_loss=0.1138, over 14312.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.0411, over 167.00 utterances.], tot_loss[loss=0.3212, simple_loss=0.3761, pruned_loss=0.1331, over 2784359.06 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06895, over 43652.49 utterances.], batch size: 167, lr: 6.17e-04 +2022-09-17 14:27:23,357 INFO [train.py:885] (1/2) Epoch 7, batch 7650, loss[loss=0.4197, simple_loss=0.4519, pruned_loss=0.1937, over 14221.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04338, over 306.00 utterances.], tot_loss[loss=0.324, simple_loss=0.3787, pruned_loss=0.1347, over 2779556.57 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07249, over 45307.98 utterances.], batch size: 306, lr: 6.17e-04 +2022-09-17 14:27:52,731 INFO [train.py:885] (1/2) Epoch 7, batch 7700, loss[loss=0.3648, simple_loss=0.4126, pruned_loss=0.1586, over 14343.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.0365, over 195.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.379, pruned_loss=0.1358, over 2784408.25 frames. utt_duration=251 frames, utt_pad_proportion=0.06926, over 44634.80 utterances.], batch size: 195, lr: 6.17e-04 +2022-09-17 14:28:22,364 INFO [train.py:885] (1/2) Epoch 7, batch 7750, loss[loss=0.3615, simple_loss=0.4159, pruned_loss=0.1535, over 14304.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04027, over 262.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3824, pruned_loss=0.1375, over 2787471.88 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06908, over 45625.40 utterances.], batch size: 262, lr: 6.17e-04 +2022-09-17 14:28:51,952 INFO [train.py:885] (1/2) Epoch 7, batch 7800, loss[loss=0.3618, simple_loss=0.4058, pruned_loss=0.1589, over 14266.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04112, over 225.00 utterances.], tot_loss[loss=0.3324, simple_loss=0.3857, pruned_loss=0.1395, over 2788409.80 frames. utt_duration=240.6 frames, utt_pad_proportion=0.06895, over 46633.55 utterances.], batch size: 225, lr: 6.17e-04 +2022-09-17 14:29:21,316 INFO [train.py:885] (1/2) Epoch 7, batch 7850, loss[loss=0.2099, simple_loss=0.2722, pruned_loss=0.07382, over 13289.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.09682, over 33.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3804, pruned_loss=0.1364, over 2783737.66 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06937, over 45053.67 utterances.], batch size: 33, lr: 6.17e-04 +2022-09-17 14:29:50,273 INFO [train.py:885] (1/2) Epoch 7, batch 7900, loss[loss=0.3277, simple_loss=0.3959, pruned_loss=0.1297, over 14360.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0366, over 244.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3818, pruned_loss=0.1375, over 2784491.31 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06957, over 45320.77 utterances.], batch size: 244, lr: 6.16e-04 +2022-09-17 14:30:20,223 INFO [train.py:885] (1/2) Epoch 7, batch 7950, loss[loss=0.4638, simple_loss=0.5127, pruned_loss=0.2075, over 13615.00 frames. utt_duration=98.63 frames, utt_pad_proportion=0.07822, over 560.00 utterances.], tot_loss[loss=0.3293, simple_loss=0.3831, pruned_loss=0.1378, over 2782291.08 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07242, over 46475.58 utterances.], batch size: 560, lr: 6.16e-04 +2022-09-17 14:30:49,842 INFO [train.py:885] (1/2) Epoch 7, batch 8000, loss[loss=0.3689, simple_loss=0.4216, pruned_loss=0.1581, over 14310.00 frames. utt_duration=255.8 frames, utt_pad_proportion=0.03835, over 225.00 utterances.], tot_loss[loss=0.3313, simple_loss=0.3844, pruned_loss=0.1391, over 2779209.87 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07361, over 46253.90 utterances.], batch size: 225, lr: 6.16e-04 +2022-09-17 14:31:25,888 INFO [train.py:885] (1/2) Epoch 7, batch 8050, loss[loss=0.3661, simple_loss=0.407, pruned_loss=0.1626, over 14335.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03988, over 167.00 utterances.], tot_loss[loss=0.3317, simple_loss=0.3849, pruned_loss=0.1392, over 2778340.41 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07297, over 45493.77 utterances.], batch size: 167, lr: 6.16e-04 +2022-09-17 14:31:55,785 INFO [train.py:885] (1/2) Epoch 7, batch 8100, loss[loss=0.2783, simple_loss=0.3377, pruned_loss=0.1095, over 14200.00 frames. utt_duration=522.8 frames, utt_pad_proportion=0.04248, over 109.00 utterances.], tot_loss[loss=0.3276, simple_loss=0.3811, pruned_loss=0.1371, over 2779798.54 frames. utt_duration=251.4 frames, utt_pad_proportion=0.0735, over 44490.36 utterances.], batch size: 109, lr: 6.16e-04 +2022-09-17 14:32:24,973 INFO [train.py:885] (1/2) Epoch 7, batch 8150, loss[loss=0.3941, simple_loss=0.4623, pruned_loss=0.163, over 13670.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08061, over 478.00 utterances.], tot_loss[loss=0.3346, simple_loss=0.388, pruned_loss=0.1406, over 2775058.53 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07698, over 47842.37 utterances.], batch size: 478, lr: 6.15e-04 +2022-09-17 14:32:54,886 INFO [train.py:885] (1/2) Epoch 7, batch 8200, loss[loss=0.351, simple_loss=0.398, pruned_loss=0.152, over 14316.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03782, over 180.00 utterances.], tot_loss[loss=0.3326, simple_loss=0.3861, pruned_loss=0.1396, over 2778249.50 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07565, over 46747.97 utterances.], batch size: 180, lr: 6.15e-04 +2022-09-17 14:33:23,920 INFO [train.py:885] (1/2) Epoch 7, batch 8250, loss[loss=0.177, simple_loss=0.2225, pruned_loss=0.06576, over 13488.00 frames. utt_duration=1317 frames, utt_pad_proportion=0.08017, over 41.00 utterances.], tot_loss[loss=0.3346, simple_loss=0.3877, pruned_loss=0.1407, over 2781358.08 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07435, over 47750.85 utterances.], batch size: 41, lr: 6.15e-04 +2022-09-17 14:33:54,265 INFO [train.py:885] (1/2) Epoch 7, batch 8300, loss[loss=0.3616, simple_loss=0.4325, pruned_loss=0.1454, over 13986.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05608, over 365.00 utterances.], tot_loss[loss=0.3341, simple_loss=0.3879, pruned_loss=0.1402, over 2777686.92 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07465, over 47897.73 utterances.], batch size: 365, lr: 6.15e-04 +2022-09-17 14:34:23,878 INFO [train.py:885] (1/2) Epoch 7, batch 8350, loss[loss=0.2119, simple_loss=0.2735, pruned_loss=0.07515, over 13819.00 frames. utt_duration=922.7 frames, utt_pad_proportion=0.07266, over 60.00 utterances.], tot_loss[loss=0.3319, simple_loss=0.385, pruned_loss=0.1393, over 2777328.86 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07401, over 47308.04 utterances.], batch size: 60, lr: 6.15e-04 +2022-09-17 14:34:53,272 INFO [train.py:885] (1/2) Epoch 7, batch 8400, loss[loss=0.3211, simple_loss=0.382, pruned_loss=0.1301, over 14346.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03657, over 210.00 utterances.], tot_loss[loss=0.3335, simple_loss=0.3856, pruned_loss=0.1407, over 2781178.87 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07226, over 46272.32 utterances.], batch size: 210, lr: 6.14e-04 +2022-09-17 14:35:22,830 INFO [train.py:885] (1/2) Epoch 7, batch 8450, loss[loss=0.3209, simple_loss=0.4072, pruned_loss=0.1173, over 13785.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07074, over 411.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3843, pruned_loss=0.1392, over 2783624.59 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07167, over 46125.19 utterances.], batch size: 411, lr: 6.14e-04 +2022-09-17 14:35:52,872 INFO [train.py:885] (1/2) Epoch 7, batch 8500, loss[loss=0.2409, simple_loss=0.311, pruned_loss=0.0854, over 14336.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04053, over 110.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3819, pruned_loss=0.1378, over 2780027.41 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07342, over 45646.77 utterances.], batch size: 110, lr: 6.14e-04 +2022-09-17 14:36:22,451 INFO [train.py:885] (1/2) Epoch 7, batch 8550, loss[loss=0.3792, simple_loss=0.4218, pruned_loss=0.1683, over 14335.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03823, over 262.00 utterances.], tot_loss[loss=0.3324, simple_loss=0.3855, pruned_loss=0.1396, over 2775992.57 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07343, over 47421.26 utterances.], batch size: 262, lr: 6.14e-04 +2022-09-17 14:36:51,745 INFO [train.py:885] (1/2) Epoch 7, batch 8600, loss[loss=0.3088, simple_loss=0.3573, pruned_loss=0.1301, over 14291.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03953, over 154.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.382, pruned_loss=0.1371, over 2772910.40 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07377, over 46373.15 utterances.], batch size: 154, lr: 6.14e-04 +2022-09-17 14:37:21,056 INFO [train.py:885] (1/2) Epoch 7, batch 8650, loss[loss=0.4015, simple_loss=0.4273, pruned_loss=0.1879, over 14294.00 frames. utt_duration=343.7 frames, utt_pad_proportion=0.04265, over 167.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3847, pruned_loss=0.1386, over 2776135.14 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07349, over 46785.19 utterances.], batch size: 167, lr: 6.14e-04 +2022-09-17 14:37:50,440 INFO [train.py:885] (1/2) Epoch 7, batch 8700, loss[loss=0.3014, simple_loss=0.3524, pruned_loss=0.1251, over 14127.00 frames. utt_duration=520 frames, utt_pad_proportion=0.0477, over 109.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3818, pruned_loss=0.1375, over 2780041.03 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07038, over 44946.97 utterances.], batch size: 109, lr: 6.13e-04 +2022-09-17 14:38:20,134 INFO [train.py:885] (1/2) Epoch 7, batch 8750, loss[loss=0.2017, simple_loss=0.2565, pruned_loss=0.0735, over 13234.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1113, over 33.00 utterances.], tot_loss[loss=0.3263, simple_loss=0.3793, pruned_loss=0.1366, over 2781677.20 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06883, over 43557.40 utterances.], batch size: 33, lr: 6.13e-04 +2022-09-17 14:38:49,538 INFO [train.py:885] (1/2) Epoch 7, batch 8800, loss[loss=0.4025, simple_loss=0.4573, pruned_loss=0.1739, over 14007.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05571, over 365.00 utterances.], tot_loss[loss=0.329, simple_loss=0.3818, pruned_loss=0.1381, over 2777873.77 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07102, over 44077.13 utterances.], batch size: 365, lr: 6.13e-04 +2022-09-17 14:39:19,352 INFO [train.py:885] (1/2) Epoch 7, batch 8850, loss[loss=0.3221, simple_loss=0.3951, pruned_loss=0.1246, over 14345.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03407, over 244.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3818, pruned_loss=0.1376, over 2777336.45 frames. utt_duration=250 frames, utt_pad_proportion=0.07131, over 44709.23 utterances.], batch size: 244, lr: 6.13e-04 +2022-09-17 14:39:48,491 INFO [train.py:885] (1/2) Epoch 7, batch 8900, loss[loss=0.408, simple_loss=0.4699, pruned_loss=0.1731, over 13614.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08211, over 477.00 utterances.], tot_loss[loss=0.3269, simple_loss=0.3808, pruned_loss=0.1365, over 2777088.91 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07073, over 45103.91 utterances.], batch size: 477, lr: 6.13e-04 +2022-09-17 14:40:18,579 INFO [train.py:885] (1/2) Epoch 7, batch 8950, loss[loss=0.2845, simple_loss=0.3395, pruned_loss=0.1148, over 14334.00 frames. utt_duration=442.6 frames, utt_pad_proportion=0.03581, over 130.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3791, pruned_loss=0.1361, over 2781574.62 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06949, over 43910.65 utterances.], batch size: 130, lr: 6.12e-04 +2022-09-17 14:40:47,794 INFO [train.py:885] (1/2) Epoch 7, batch 9000, loss[loss=0.2034, simple_loss=0.253, pruned_loss=0.07688, over 13263.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1071, over 33.00 utterances.], tot_loss[loss=0.3263, simple_loss=0.38, pruned_loss=0.1364, over 2785378.59 frames. utt_duration=254.4 frames, utt_pad_proportion=0.0686, over 44042.84 utterances.], batch size: 33, lr: 6.12e-04 +2022-09-17 14:40:47,795 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 14:40:52,493 INFO [train.py:914] (1/2) Epoch 7, validation: loss=0.2185, simple_loss=0.2938, pruned_loss=0.07161, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 14:41:22,403 INFO [train.py:885] (1/2) Epoch 7, batch 9050, loss[loss=0.4619, simple_loss=0.4743, pruned_loss=0.2247, over 14208.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04427, over 306.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3811, pruned_loss=0.1381, over 2790129.79 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06559, over 43112.34 utterances.], batch size: 306, lr: 6.12e-04 +2022-09-17 14:41:52,114 INFO [train.py:885] (1/2) Epoch 7, batch 9100, loss[loss=0.305, simple_loss=0.3688, pruned_loss=0.1206, over 14288.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03864, over 180.00 utterances.], tot_loss[loss=0.3296, simple_loss=0.3809, pruned_loss=0.1392, over 2788114.55 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06682, over 42861.81 utterances.], batch size: 180, lr: 6.12e-04 +2022-09-17 14:42:21,779 INFO [train.py:885] (1/2) Epoch 7, batch 9150, loss[loss=0.2938, simple_loss=0.3222, pruned_loss=0.1327, over 13839.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06317, over 69.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.38, pruned_loss=0.1388, over 2786712.13 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06764, over 42825.21 utterances.], batch size: 69, lr: 6.12e-04 +2022-09-17 14:42:50,687 INFO [train.py:885] (1/2) Epoch 7, batch 9200, loss[loss=0.205, simple_loss=0.2607, pruned_loss=0.07464, over 13602.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08133, over 50.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3782, pruned_loss=0.1374, over 2785634.31 frames. utt_duration=262.2 frames, utt_pad_proportion=0.06725, over 42739.21 utterances.], batch size: 50, lr: 6.12e-04 +2022-09-17 14:43:27,962 INFO [train.py:885] (1/2) Epoch 7, batch 9250, loss[loss=0.1938, simple_loss=0.243, pruned_loss=0.07224, over 13378.00 frames. utt_duration=1276 frames, utt_pad_proportion=0.09981, over 42.00 utterances.], tot_loss[loss=0.3267, simple_loss=0.3792, pruned_loss=0.1371, over 2784812.94 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06828, over 43544.34 utterances.], batch size: 42, lr: 6.11e-04 +2022-09-17 14:43:57,730 INFO [train.py:885] (1/2) Epoch 7, batch 9300, loss[loss=0.1932, simple_loss=0.2605, pruned_loss=0.06289, over 12264.00 frames. utt_duration=2045 frames, utt_pad_proportion=0.1716, over 24.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3788, pruned_loss=0.1363, over 2778870.81 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07197, over 44262.90 utterances.], batch size: 24, lr: 6.11e-04 +2022-09-17 14:44:27,544 INFO [train.py:885] (1/2) Epoch 7, batch 9350, loss[loss=0.3374, simple_loss=0.3892, pruned_loss=0.1427, over 14299.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04237, over 141.00 utterances.], tot_loss[loss=0.3259, simple_loss=0.3795, pruned_loss=0.1361, over 2779292.96 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07113, over 44302.40 utterances.], batch size: 141, lr: 6.11e-04 +2022-09-17 14:44:56,970 INFO [train.py:885] (1/2) Epoch 7, batch 9400, loss[loss=0.5976, simple_loss=0.641, pruned_loss=0.2771, over 12478.00 frames. utt_duration=63.22 frames, utt_pad_proportion=0.1456, over 810.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3821, pruned_loss=0.1376, over 2777285.78 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07271, over 45474.69 utterances.], batch size: 810, lr: 6.11e-04 +2022-09-17 14:45:26,474 INFO [train.py:885] (1/2) Epoch 7, batch 9450, loss[loss=0.3202, simple_loss=0.377, pruned_loss=0.1317, over 14295.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03877, over 180.00 utterances.], tot_loss[loss=0.3318, simple_loss=0.3844, pruned_loss=0.1396, over 2779794.78 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07298, over 46011.20 utterances.], batch size: 180, lr: 6.11e-04 +2022-09-17 14:45:55,850 INFO [train.py:885] (1/2) Epoch 7, batch 9500, loss[loss=0.2778, simple_loss=0.3344, pruned_loss=0.1106, over 14294.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04036, over 120.00 utterances.], tot_loss[loss=0.3288, simple_loss=0.3822, pruned_loss=0.1377, over 2778936.20 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07228, over 45596.98 utterances.], batch size: 120, lr: 6.11e-04 +2022-09-17 14:46:26,311 INFO [train.py:885] (1/2) Epoch 7, batch 9550, loss[loss=0.1829, simple_loss=0.2538, pruned_loss=0.05604, over 13406.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.0838, over 41.00 utterances.], tot_loss[loss=0.33, simple_loss=0.3831, pruned_loss=0.1384, over 2777856.42 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07183, over 45835.37 utterances.], batch size: 41, lr: 6.10e-04 +2022-09-17 14:46:55,951 INFO [train.py:885] (1/2) Epoch 7, batch 9600, loss[loss=0.2287, simple_loss=0.2905, pruned_loss=0.08345, over 13703.00 frames. utt_duration=915.1 frames, utt_pad_proportion=0.08027, over 60.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.3805, pruned_loss=0.137, over 2774708.31 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07248, over 45226.68 utterances.], batch size: 60, lr: 6.10e-04 +2022-09-17 14:47:25,248 INFO [train.py:885] (1/2) Epoch 7, batch 9650, loss[loss=0.3579, simple_loss=0.3932, pruned_loss=0.1614, over 14256.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04486, over 141.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.3786, pruned_loss=0.136, over 2774186.60 frames. utt_duration=249.8 frames, utt_pad_proportion=0.0721, over 44692.12 utterances.], batch size: 141, lr: 6.10e-04 +2022-09-17 14:47:54,640 INFO [train.py:885] (1/2) Epoch 7, batch 9700, loss[loss=0.3815, simple_loss=0.4232, pruned_loss=0.1699, over 14328.00 frames. utt_duration=236.3 frames, utt_pad_proportion=0.03958, over 244.00 utterances.], tot_loss[loss=0.3251, simple_loss=0.3788, pruned_loss=0.1357, over 2774974.26 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07129, over 44977.91 utterances.], batch size: 244, lr: 6.10e-04 +2022-09-17 14:48:24,025 INFO [train.py:885] (1/2) Epoch 7, batch 9750, loss[loss=0.446, simple_loss=0.5174, pruned_loss=0.1873, over 13197.00 frames. utt_duration=82.37 frames, utt_pad_proportion=0.1047, over 653.00 utterances.], tot_loss[loss=0.3271, simple_loss=0.3813, pruned_loss=0.1364, over 2771379.35 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07358, over 46718.87 utterances.], batch size: 653, lr: 6.10e-04 +2022-09-17 14:48:53,579 INFO [train.py:885] (1/2) Epoch 7, batch 9800, loss[loss=0.29, simple_loss=0.3346, pruned_loss=0.1227, over 14188.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04761, over 89.00 utterances.], tot_loss[loss=0.3291, simple_loss=0.3827, pruned_loss=0.1378, over 2773595.84 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0727, over 46578.00 utterances.], batch size: 89, lr: 6.09e-04 +2022-09-17 14:49:22,952 INFO [train.py:885] (1/2) Epoch 7, batch 9850, loss[loss=0.6199, simple_loss=0.6603, pruned_loss=0.2898, over 12556.00 frames. utt_duration=63.46 frames, utt_pad_proportion=0.1424, over 811.00 utterances.], tot_loss[loss=0.3293, simple_loss=0.3823, pruned_loss=0.1382, over 2772417.33 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07293, over 45646.44 utterances.], batch size: 811, lr: 6.09e-04 +2022-09-17 14:49:52,779 INFO [train.py:885] (1/2) Epoch 7, batch 9900, loss[loss=0.2985, simple_loss=0.3487, pruned_loss=0.1241, over 14113.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05154, over 98.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3797, pruned_loss=0.1366, over 2775009.26 frames. utt_duration=253.6 frames, utt_pad_proportion=0.0709, over 44027.49 utterances.], batch size: 98, lr: 6.09e-04 +2022-09-17 14:50:22,234 INFO [train.py:885] (1/2) Epoch 7, batch 9950, loss[loss=0.369, simple_loss=0.4493, pruned_loss=0.1443, over 13679.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.0774, over 477.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3821, pruned_loss=0.1374, over 2774973.64 frames. utt_duration=247 frames, utt_pad_proportion=0.07276, over 45213.67 utterances.], batch size: 477, lr: 6.09e-04 +2022-09-17 14:50:52,316 INFO [train.py:885] (1/2) Epoch 7, batch 10000, loss[loss=0.347, simple_loss=0.4007, pruned_loss=0.1466, over 14322.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03838, over 262.00 utterances.], tot_loss[loss=0.3297, simple_loss=0.3839, pruned_loss=0.1378, over 2773676.71 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07396, over 46357.39 utterances.], batch size: 262, lr: 6.09e-04 +2022-09-17 14:51:28,693 INFO [train.py:885] (1/2) Epoch 7, batch 10050, loss[loss=0.2767, simple_loss=0.3393, pruned_loss=0.107, over 14240.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04617, over 141.00 utterances.], tot_loss[loss=0.3311, simple_loss=0.3844, pruned_loss=0.1389, over 2779750.06 frames. utt_duration=247.4 frames, utt_pad_proportion=0.0706, over 45206.29 utterances.], batch size: 141, lr: 6.09e-04 +2022-09-17 14:51:58,229 INFO [train.py:885] (1/2) Epoch 7, batch 10100, loss[loss=0.2881, simple_loss=0.3525, pruned_loss=0.1119, over 12750.00 frames. utt_duration=2041 frames, utt_pad_proportion=0.135, over 25.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.382, pruned_loss=0.1374, over 2772354.49 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07252, over 44532.67 utterances.], batch size: 25, lr: 6.08e-04 +2022-09-17 14:52:28,146 INFO [train.py:885] (1/2) Epoch 7, batch 10150, loss[loss=0.3028, simple_loss=0.3648, pruned_loss=0.1204, over 14245.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04556, over 141.00 utterances.], tot_loss[loss=0.3258, simple_loss=0.3795, pruned_loss=0.1361, over 2773657.78 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07191, over 43849.29 utterances.], batch size: 141, lr: 6.08e-04 +2022-09-17 14:53:05,759 INFO [train.py:885] (1/2) Epoch 7, batch 10200, loss[loss=0.2938, simple_loss=0.3634, pruned_loss=0.1121, over 14300.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.0409, over 154.00 utterances.], tot_loss[loss=0.328, simple_loss=0.3817, pruned_loss=0.1371, over 2775158.88 frames. utt_duration=249 frames, utt_pad_proportion=0.0717, over 44840.05 utterances.], batch size: 154, lr: 6.08e-04 +2022-09-17 14:53:35,508 INFO [train.py:885] (1/2) Epoch 7, batch 10250, loss[loss=0.3059, simple_loss=0.3538, pruned_loss=0.129, over 14308.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03894, over 120.00 utterances.], tot_loss[loss=0.3278, simple_loss=0.3817, pruned_loss=0.1369, over 2773004.67 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07384, over 45753.12 utterances.], batch size: 120, lr: 6.08e-04 +2022-09-17 14:54:04,743 INFO [train.py:885] (1/2) Epoch 7, batch 10300, loss[loss=0.3429, simple_loss=0.4074, pruned_loss=0.1393, over 14303.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04058, over 262.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3827, pruned_loss=0.1373, over 2774224.55 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07289, over 46146.23 utterances.], batch size: 262, lr: 6.08e-04 +2022-09-17 14:54:34,804 INFO [train.py:885] (1/2) Epoch 7, batch 10350, loss[loss=0.3432, simple_loss=0.3995, pruned_loss=0.1434, over 14294.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04075, over 283.00 utterances.], tot_loss[loss=0.3344, simple_loss=0.3884, pruned_loss=0.1402, over 2774253.05 frames. utt_duration=228.9 frames, utt_pad_proportion=0.07475, over 48798.01 utterances.], batch size: 283, lr: 6.08e-04 +2022-09-17 14:55:04,524 INFO [train.py:885] (1/2) Epoch 7, batch 10400, loss[loss=0.3658, simple_loss=0.4387, pruned_loss=0.1464, over 14015.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.0556, over 365.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3846, pruned_loss=0.138, over 2775834.60 frames. utt_duration=237.3 frames, utt_pad_proportion=0.0741, over 47073.94 utterances.], batch size: 365, lr: 6.07e-04 +2022-09-17 14:55:33,909 INFO [train.py:885] (1/2) Epoch 7, batch 10450, loss[loss=0.3181, simple_loss=0.3642, pruned_loss=0.1359, over 14261.00 frames. utt_duration=440.4 frames, utt_pad_proportion=0.04057, over 130.00 utterances.], tot_loss[loss=0.3298, simple_loss=0.3841, pruned_loss=0.1378, over 2779240.19 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07214, over 47100.44 utterances.], batch size: 130, lr: 6.07e-04 +2022-09-17 14:56:04,163 INFO [train.py:885] (1/2) Epoch 7, batch 10500, loss[loss=0.1932, simple_loss=0.2506, pruned_loss=0.06785, over 13588.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.08394, over 42.00 utterances.], tot_loss[loss=0.3304, simple_loss=0.3848, pruned_loss=0.1379, over 2783179.60 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07157, over 47513.59 utterances.], batch size: 42, lr: 6.07e-04 +2022-09-17 14:56:34,306 INFO [train.py:885] (1/2) Epoch 7, batch 10550, loss[loss=0.2831, simple_loss=0.3441, pruned_loss=0.1111, over 14303.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04006, over 120.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3835, pruned_loss=0.1369, over 2777231.13 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07454, over 47592.27 utterances.], batch size: 120, lr: 6.07e-04 +2022-09-17 14:57:02,864 INFO [train.py:885] (1/2) Epoch 7, batch 10600, loss[loss=0.2401, simple_loss=0.2918, pruned_loss=0.09423, over 13980.00 frames. utt_duration=709.5 frames, utt_pad_proportion=0.06031, over 79.00 utterances.], tot_loss[loss=0.3283, simple_loss=0.383, pruned_loss=0.1368, over 2776899.80 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07435, over 47037.03 utterances.], batch size: 79, lr: 6.07e-04 +2022-09-17 14:57:32,610 INFO [train.py:885] (1/2) Epoch 7, batch 10650, loss[loss=0.4249, simple_loss=0.4474, pruned_loss=0.2012, over 14230.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04316, over 335.00 utterances.], tot_loss[loss=0.3328, simple_loss=0.3865, pruned_loss=0.1396, over 2780050.94 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07409, over 46964.50 utterances.], batch size: 335, lr: 6.06e-04 +2022-09-17 14:58:02,333 INFO [train.py:885] (1/2) Epoch 7, batch 10700, loss[loss=0.2356, simple_loss=0.2784, pruned_loss=0.09636, over 13836.00 frames. utt_duration=923.9 frames, utt_pad_proportion=0.0687, over 60.00 utterances.], tot_loss[loss=0.3293, simple_loss=0.3835, pruned_loss=0.1376, over 2783061.54 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07247, over 46046.00 utterances.], batch size: 60, lr: 6.06e-04 +2022-09-17 14:58:32,077 INFO [train.py:885] (1/2) Epoch 7, batch 10750, loss[loss=0.3627, simple_loss=0.4329, pruned_loss=0.1463, over 13984.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05635, over 365.00 utterances.], tot_loss[loss=0.3254, simple_loss=0.38, pruned_loss=0.1354, over 2780149.81 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07276, over 45266.96 utterances.], batch size: 365, lr: 6.06e-04 +2022-09-17 14:59:01,399 INFO [train.py:885] (1/2) Epoch 7, batch 10800, loss[loss=0.2676, simple_loss=0.3257, pruned_loss=0.1048, over 14076.00 frames. utt_duration=714 frames, utt_pad_proportion=0.05552, over 79.00 utterances.], tot_loss[loss=0.3261, simple_loss=0.3796, pruned_loss=0.1364, over 2780765.73 frames. utt_duration=253.7 frames, utt_pad_proportion=0.0713, over 44092.34 utterances.], batch size: 79, lr: 6.06e-04 +2022-09-17 14:59:31,293 INFO [train.py:885] (1/2) Epoch 7, batch 10850, loss[loss=0.3025, simple_loss=0.3751, pruned_loss=0.115, over 14343.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03886, over 167.00 utterances.], tot_loss[loss=0.3264, simple_loss=0.3804, pruned_loss=0.1362, over 2779803.72 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07152, over 44690.83 utterances.], batch size: 167, lr: 6.06e-04 +2022-09-17 15:00:00,402 INFO [train.py:885] (1/2) Epoch 7, batch 10900, loss[loss=0.3351, simple_loss=0.386, pruned_loss=0.1421, over 14320.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04083, over 167.00 utterances.], tot_loss[loss=0.3267, simple_loss=0.3812, pruned_loss=0.1361, over 2780454.58 frames. utt_duration=246 frames, utt_pad_proportion=0.07152, over 45490.18 utterances.], batch size: 167, lr: 6.06e-04 +2022-09-17 15:00:30,279 INFO [train.py:885] (1/2) Epoch 7, batch 10950, loss[loss=0.2615, simple_loss=0.3212, pruned_loss=0.1009, over 14294.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04028, over 120.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.3779, pruned_loss=0.1346, over 2783017.44 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06925, over 43616.43 utterances.], batch size: 120, lr: 6.05e-04 +2022-09-17 15:00:59,737 INFO [train.py:885] (1/2) Epoch 7, batch 11000, loss[loss=0.2002, simple_loss=0.2718, pruned_loss=0.06435, over 13421.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.09342, over 50.00 utterances.], tot_loss[loss=0.3233, simple_loss=0.3775, pruned_loss=0.1345, over 2777567.17 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07129, over 43958.08 utterances.], batch size: 50, lr: 6.05e-04 +2022-09-17 15:01:29,412 INFO [train.py:885] (1/2) Epoch 7, batch 11050, loss[loss=0.6025, simple_loss=0.6544, pruned_loss=0.2753, over 12508.00 frames. utt_duration=63.35 frames, utt_pad_proportion=0.144, over 810.00 utterances.], tot_loss[loss=0.3277, simple_loss=0.3822, pruned_loss=0.1366, over 2780210.89 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07188, over 45408.22 utterances.], batch size: 810, lr: 6.05e-04 +2022-09-17 15:01:58,898 INFO [train.py:885] (1/2) Epoch 7, batch 11100, loss[loss=0.2211, simple_loss=0.2865, pruned_loss=0.07787, over 13578.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08585, over 50.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.3815, pruned_loss=0.1364, over 2780738.38 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07119, over 45686.00 utterances.], batch size: 50, lr: 6.05e-04 +2022-09-17 15:02:28,655 INFO [train.py:885] (1/2) Epoch 7, batch 11150, loss[loss=0.3859, simple_loss=0.4234, pruned_loss=0.1742, over 14360.00 frames. utt_duration=220.7 frames, utt_pad_proportion=0.03635, over 262.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.3821, pruned_loss=0.137, over 2782868.18 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07045, over 46034.79 utterances.], batch size: 262, lr: 6.05e-04 +2022-09-17 15:02:58,935 INFO [train.py:885] (1/2) Epoch 7, batch 11200, loss[loss=0.222, simple_loss=0.2908, pruned_loss=0.07661, over 14106.00 frames. utt_duration=715.5 frames, utt_pad_proportion=0.05351, over 79.00 utterances.], tot_loss[loss=0.3277, simple_loss=0.3816, pruned_loss=0.1369, over 2785903.53 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06938, over 45631.58 utterances.], batch size: 79, lr: 6.05e-04 +2022-09-17 15:03:28,006 INFO [train.py:885] (1/2) Epoch 7, batch 11250, loss[loss=0.4371, simple_loss=0.4586, pruned_loss=0.2078, over 14273.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04055, over 225.00 utterances.], tot_loss[loss=0.3295, simple_loss=0.3826, pruned_loss=0.1382, over 2783965.85 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07028, over 45802.81 utterances.], batch size: 225, lr: 6.04e-04 +2022-09-17 15:03:57,499 INFO [train.py:885] (1/2) Epoch 7, batch 11300, loss[loss=0.2876, simple_loss=0.3551, pruned_loss=0.11, over 14286.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03969, over 180.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3833, pruned_loss=0.1385, over 2782919.02 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07164, over 46313.04 utterances.], batch size: 180, lr: 6.04e-04 +2022-09-17 15:04:26,115 INFO [train.py:885] (1/2) Epoch 7, batch 11350, loss[loss=0.245, simple_loss=0.3112, pruned_loss=0.08938, over 14123.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05304, over 98.00 utterances.], tot_loss[loss=0.3271, simple_loss=0.3805, pruned_loss=0.1368, over 2783146.77 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0693, over 45039.86 utterances.], batch size: 98, lr: 6.04e-04 +2022-09-17 15:04:56,186 INFO [train.py:885] (1/2) Epoch 7, batch 11400, loss[loss=0.2126, simple_loss=0.2629, pruned_loss=0.08111, over 13112.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1172, over 33.00 utterances.], tot_loss[loss=0.3312, simple_loss=0.3835, pruned_loss=0.1394, over 2779422.69 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07164, over 45536.52 utterances.], batch size: 33, lr: 6.04e-04 +2022-09-17 15:05:25,169 INFO [train.py:885] (1/2) Epoch 7, batch 11450, loss[loss=0.3454, simple_loss=0.3936, pruned_loss=0.1486, over 14386.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03591, over 196.00 utterances.], tot_loss[loss=0.3324, simple_loss=0.3847, pruned_loss=0.1401, over 2776641.18 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07156, over 45809.61 utterances.], batch size: 196, lr: 6.04e-04 +2022-09-17 15:05:55,593 INFO [train.py:885] (1/2) Epoch 7, batch 11500, loss[loss=0.24, simple_loss=0.3021, pruned_loss=0.08894, over 14095.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.05463, over 98.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3835, pruned_loss=0.1391, over 2772184.70 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07229, over 45399.13 utterances.], batch size: 98, lr: 6.04e-04 +2022-09-17 15:06:24,790 INFO [train.py:885] (1/2) Epoch 7, batch 11550, loss[loss=0.2754, simple_loss=0.324, pruned_loss=0.1134, over 14224.00 frames. utt_duration=640.8 frames, utt_pad_proportion=0.04494, over 89.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3778, pruned_loss=0.1358, over 2775749.28 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07297, over 43742.24 utterances.], batch size: 89, lr: 6.03e-04 +2022-09-17 15:06:54,392 INFO [train.py:885] (1/2) Epoch 7, batch 11600, loss[loss=0.4147, simple_loss=0.4457, pruned_loss=0.1918, over 14364.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03554, over 210.00 utterances.], tot_loss[loss=0.3282, simple_loss=0.3814, pruned_loss=0.1375, over 2778414.86 frames. utt_duration=248 frames, utt_pad_proportion=0.0736, over 45085.19 utterances.], batch size: 210, lr: 6.03e-04 +2022-09-17 15:07:23,615 INFO [train.py:885] (1/2) Epoch 7, batch 11650, loss[loss=0.4203, simple_loss=0.4728, pruned_loss=0.1839, over 13982.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05745, over 365.00 utterances.], tot_loss[loss=0.3285, simple_loss=0.3815, pruned_loss=0.1378, over 2783371.84 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06972, over 44023.00 utterances.], batch size: 365, lr: 6.03e-04 +2022-09-17 15:07:53,115 INFO [train.py:885] (1/2) Epoch 7, batch 11700, loss[loss=0.2145, simple_loss=0.2765, pruned_loss=0.07621, over 14140.00 frames. utt_duration=637 frames, utt_pad_proportion=0.04922, over 89.00 utterances.], tot_loss[loss=0.3267, simple_loss=0.3805, pruned_loss=0.1364, over 2781402.41 frames. utt_duration=253.8 frames, utt_pad_proportion=0.0715, over 44084.74 utterances.], batch size: 89, lr: 6.03e-04 +2022-09-17 15:08:22,639 INFO [train.py:885] (1/2) Epoch 7, batch 11750, loss[loss=0.2998, simple_loss=0.3651, pruned_loss=0.1173, over 14364.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03763, over 167.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3818, pruned_loss=0.1375, over 2779446.46 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07247, over 44674.62 utterances.], batch size: 167, lr: 6.03e-04 +2022-09-17 15:08:53,150 INFO [train.py:885] (1/2) Epoch 7, batch 11800, loss[loss=0.2657, simple_loss=0.3298, pruned_loss=0.1007, over 14120.00 frames. utt_duration=519.6 frames, utt_pad_proportion=0.04836, over 109.00 utterances.], tot_loss[loss=0.3312, simple_loss=0.384, pruned_loss=0.1392, over 2777742.09 frames. utt_duration=245 frames, utt_pad_proportion=0.07388, over 45624.53 utterances.], batch size: 109, lr: 6.02e-04 +2022-09-17 15:09:22,933 INFO [train.py:885] (1/2) Epoch 7, batch 11850, loss[loss=0.2188, simple_loss=0.2795, pruned_loss=0.07906, over 14054.00 frames. utt_duration=713 frames, utt_pad_proportion=0.05684, over 79.00 utterances.], tot_loss[loss=0.3291, simple_loss=0.3825, pruned_loss=0.1379, over 2777196.79 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07365, over 45627.53 utterances.], batch size: 79, lr: 6.02e-04 +2022-09-17 15:09:52,395 INFO [train.py:885] (1/2) Epoch 7, batch 11900, loss[loss=0.1495, simple_loss=0.2004, pruned_loss=0.04924, over 13510.00 frames. utt_duration=1639 frames, utt_pad_proportion=0.09413, over 33.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3825, pruned_loss=0.1375, over 2775780.08 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07474, over 45632.86 utterances.], batch size: 33, lr: 6.02e-04 +2022-09-17 15:10:21,965 INFO [train.py:885] (1/2) Epoch 7, batch 11950, loss[loss=0.3302, simple_loss=0.3932, pruned_loss=0.1335, over 14317.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0383, over 226.00 utterances.], tot_loss[loss=0.3274, simple_loss=0.3818, pruned_loss=0.1365, over 2784388.23 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07132, over 45429.10 utterances.], batch size: 226, lr: 6.02e-04 +2022-09-17 15:10:51,483 INFO [train.py:885] (1/2) Epoch 7, batch 12000, loss[loss=0.2039, simple_loss=0.2582, pruned_loss=0.07476, over 13567.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08238, over 50.00 utterances.], tot_loss[loss=0.3211, simple_loss=0.3759, pruned_loss=0.1332, over 2784608.22 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07037, over 44079.21 utterances.], batch size: 50, lr: 6.02e-04 +2022-09-17 15:10:51,485 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 15:10:55,648 INFO [train.py:914] (1/2) Epoch 7, validation: loss=0.2161, simple_loss=0.2901, pruned_loss=0.07106, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 15:11:25,755 INFO [train.py:885] (1/2) Epoch 7, batch 12050, loss[loss=0.4421, simple_loss=0.4666, pruned_loss=0.2088, over 14207.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0442, over 306.00 utterances.], tot_loss[loss=0.3211, simple_loss=0.3756, pruned_loss=0.1333, over 2784420.75 frames. utt_duration=259.8 frames, utt_pad_proportion=0.07012, over 43108.55 utterances.], batch size: 306, lr: 6.02e-04 +2022-09-17 15:11:55,114 INFO [train.py:885] (1/2) Epoch 7, batch 12100, loss[loss=0.1884, simple_loss=0.2469, pruned_loss=0.06492, over 13081.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1058, over 33.00 utterances.], tot_loss[loss=0.3236, simple_loss=0.3774, pruned_loss=0.1349, over 2783270.81 frames. utt_duration=258.7 frames, utt_pad_proportion=0.07019, over 43278.73 utterances.], batch size: 33, lr: 6.01e-04 +2022-09-17 15:12:24,808 INFO [train.py:885] (1/2) Epoch 7, batch 12150, loss[loss=0.3591, simple_loss=0.4135, pruned_loss=0.1524, over 14320.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03879, over 283.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.3804, pruned_loss=0.1351, over 2786569.20 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06939, over 45049.72 utterances.], batch size: 283, lr: 6.01e-04 +2022-09-17 15:12:53,841 INFO [train.py:885] (1/2) Epoch 7, batch 12200, loss[loss=0.1987, simple_loss=0.2605, pruned_loss=0.06848, over 13107.00 frames. utt_duration=2098 frames, utt_pad_proportion=0.1109, over 25.00 utterances.], tot_loss[loss=0.3281, simple_loss=0.3818, pruned_loss=0.1372, over 2791057.64 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06683, over 44368.38 utterances.], batch size: 25, lr: 6.01e-04 +2022-09-17 15:13:24,015 INFO [train.py:885] (1/2) Epoch 7, batch 12250, loss[loss=0.3826, simple_loss=0.4229, pruned_loss=0.1711, over 14328.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03787, over 283.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.3857, pruned_loss=0.1387, over 2788198.26 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06909, over 46093.24 utterances.], batch size: 283, lr: 6.01e-04 +2022-09-17 15:13:53,532 INFO [train.py:885] (1/2) Epoch 7, batch 12300, loss[loss=0.2043, simple_loss=0.2668, pruned_loss=0.07096, over 13511.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08896, over 50.00 utterances.], tot_loss[loss=0.3302, simple_loss=0.3847, pruned_loss=0.1378, over 2788696.80 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07055, over 45719.30 utterances.], batch size: 50, lr: 6.01e-04 +2022-09-17 15:14:23,114 INFO [train.py:885] (1/2) Epoch 7, batch 12350, loss[loss=0.409, simple_loss=0.4399, pruned_loss=0.189, over 14306.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04046, over 154.00 utterances.], tot_loss[loss=0.3328, simple_loss=0.387, pruned_loss=0.1393, over 2786009.27 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07119, over 46974.14 utterances.], batch size: 154, lr: 6.01e-04 +2022-09-17 15:14:52,662 INFO [train.py:885] (1/2) Epoch 7, batch 12400, loss[loss=0.3459, simple_loss=0.3944, pruned_loss=0.1487, over 14304.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.03834, over 154.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3838, pruned_loss=0.1367, over 2784241.33 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07219, over 46935.76 utterances.], batch size: 154, lr: 6.00e-04 +2022-09-17 15:15:22,112 INFO [train.py:885] (1/2) Epoch 7, batch 12450, loss[loss=0.2997, simple_loss=0.3525, pruned_loss=0.1235, over 14290.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.0425, over 141.00 utterances.], tot_loss[loss=0.3304, simple_loss=0.3854, pruned_loss=0.1377, over 2781670.73 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07155, over 47514.25 utterances.], batch size: 141, lr: 6.00e-04 +2022-09-17 15:15:51,901 INFO [train.py:885] (1/2) Epoch 7, batch 12500, loss[loss=0.2419, simple_loss=0.2942, pruned_loss=0.09482, over 14092.00 frames. utt_duration=714.8 frames, utt_pad_proportion=0.05452, over 79.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3832, pruned_loss=0.137, over 2779355.73 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0724, over 46082.39 utterances.], batch size: 79, lr: 6.00e-04 +2022-09-17 15:16:21,005 INFO [train.py:885] (1/2) Epoch 7, batch 12550, loss[loss=0.3425, simple_loss=0.4175, pruned_loss=0.1337, over 13734.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07419, over 411.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3825, pruned_loss=0.1371, over 2781862.98 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07048, over 45551.23 utterances.], batch size: 411, lr: 6.00e-04 +2022-09-17 15:16:48,734 INFO [train.py:885] (1/2) Epoch 7, batch 12600, loss[loss=0.2255, simple_loss=0.2783, pruned_loss=0.08633, over 13678.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08033, over 42.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.3796, pruned_loss=0.1349, over 2785339.62 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06922, over 44719.10 utterances.], batch size: 42, lr: 6.00e-04 +2022-09-17 15:17:07,399 INFO [train.py:885] (1/2) Epoch 8, batch 0, loss[loss=0.3415, simple_loss=0.4253, pruned_loss=0.1288, over 13760.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07214, over 411.00 utterances.], tot_loss[loss=0.3415, simple_loss=0.4253, pruned_loss=0.1288, over 13760.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07214, over 411.00 utterances.], batch size: 411, lr: 5.75e-04 +2022-09-17 15:17:36,432 INFO [train.py:885] (1/2) Epoch 8, batch 50, loss[loss=0.369, simple_loss=0.4123, pruned_loss=0.1629, over 14321.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0386, over 262.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3719, pruned_loss=0.1323, over 628145.28 frames. utt_duration=279.3 frames, utt_pad_proportion=0.0613, over 9044.38 utterances.], batch size: 262, lr: 5.75e-04 +2022-09-17 15:18:06,508 INFO [train.py:885] (1/2) Epoch 8, batch 100, loss[loss=0.188, simple_loss=0.2573, pruned_loss=0.0594, over 13556.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.0844, over 50.00 utterances.], tot_loss[loss=0.3298, simple_loss=0.3849, pruned_loss=0.1374, over 1099866.86 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07594, over 18710.84 utterances.], batch size: 50, lr: 5.75e-04 +2022-09-17 15:18:44,762 INFO [train.py:885] (1/2) Epoch 8, batch 150, loss[loss=0.3474, simple_loss=0.4004, pruned_loss=0.1472, over 14335.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03694, over 210.00 utterances.], tot_loss[loss=0.3313, simple_loss=0.3861, pruned_loss=0.1383, over 1472144.44 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07605, over 25269.46 utterances.], batch size: 210, lr: 5.75e-04 +2022-09-17 15:19:14,081 INFO [train.py:885] (1/2) Epoch 8, batch 200, loss[loss=0.4107, simple_loss=0.4264, pruned_loss=0.1975, over 14315.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03712, over 130.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3832, pruned_loss=0.1368, over 1763587.12 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07218, over 28755.54 utterances.], batch size: 130, lr: 5.75e-04 +2022-09-17 15:19:43,884 INFO [train.py:885] (1/2) Epoch 8, batch 250, loss[loss=0.3213, simple_loss=0.3762, pruned_loss=0.1332, over 14323.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03963, over 154.00 utterances.], tot_loss[loss=0.3248, simple_loss=0.3798, pruned_loss=0.135, over 1991969.81 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07127, over 31407.22 utterances.], batch size: 154, lr: 5.74e-04 +2022-09-17 15:20:13,303 INFO [train.py:885] (1/2) Epoch 8, batch 300, loss[loss=0.2054, simple_loss=0.2589, pruned_loss=0.07593, over 13878.00 frames. utt_duration=926.4 frames, utt_pad_proportion=0.06616, over 60.00 utterances.], tot_loss[loss=0.3263, simple_loss=0.3806, pruned_loss=0.136, over 2165218.15 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07146, over 34858.59 utterances.], batch size: 60, lr: 5.74e-04 +2022-09-17 15:20:43,053 INFO [train.py:885] (1/2) Epoch 8, batch 350, loss[loss=0.3237, simple_loss=0.3841, pruned_loss=0.1316, over 14286.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.03975, over 154.00 utterances.], tot_loss[loss=0.3233, simple_loss=0.3773, pruned_loss=0.1346, over 2304699.18 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06812, over 35558.14 utterances.], batch size: 154, lr: 5.74e-04 +2022-09-17 15:21:12,054 INFO [train.py:885] (1/2) Epoch 8, batch 400, loss[loss=0.2059, simple_loss=0.265, pruned_loss=0.07338, over 13554.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08686, over 50.00 utterances.], tot_loss[loss=0.3215, simple_loss=0.3762, pruned_loss=0.1334, over 2411636.11 frames. utt_duration=263 frames, utt_pad_proportion=0.06907, over 36884.32 utterances.], batch size: 50, lr: 5.74e-04 +2022-09-17 15:21:41,868 INFO [train.py:885] (1/2) Epoch 8, batch 450, loss[loss=0.1972, simple_loss=0.2468, pruned_loss=0.07378, over 13556.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08751, over 50.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3753, pruned_loss=0.1328, over 2492837.71 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06989, over 38609.93 utterances.], batch size: 50, lr: 5.74e-04 +2022-09-17 15:22:11,706 INFO [train.py:885] (1/2) Epoch 8, batch 500, loss[loss=0.2334, simple_loss=0.3079, pruned_loss=0.07948, over 14006.00 frames. utt_duration=710.6 frames, utt_pad_proportion=0.06008, over 79.00 utterances.], tot_loss[loss=0.3221, simple_loss=0.3773, pruned_loss=0.1334, over 2557984.63 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07028, over 41108.43 utterances.], batch size: 79, lr: 5.74e-04 +2022-09-17 15:22:41,259 INFO [train.py:885] (1/2) Epoch 8, batch 550, loss[loss=0.4181, simple_loss=0.4785, pruned_loss=0.1789, over 13629.00 frames. utt_duration=98.71 frames, utt_pad_proportion=0.07745, over 560.00 utterances.], tot_loss[loss=0.3225, simple_loss=0.3775, pruned_loss=0.1337, over 2609087.02 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07038, over 41866.25 utterances.], batch size: 560, lr: 5.74e-04 +2022-09-17 15:23:10,518 INFO [train.py:885] (1/2) Epoch 8, batch 600, loss[loss=0.5063, simple_loss=0.5441, pruned_loss=0.2342, over 13605.00 frames. utt_duration=98.59 frames, utt_pad_proportion=0.0786, over 560.00 utterances.], tot_loss[loss=0.3266, simple_loss=0.3815, pruned_loss=0.1359, over 2646591.24 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07126, over 43910.88 utterances.], batch size: 560, lr: 5.73e-04 +2022-09-17 15:23:39,846 INFO [train.py:885] (1/2) Epoch 8, batch 650, loss[loss=0.3228, simple_loss=0.3774, pruned_loss=0.1341, over 14242.00 frames. utt_duration=318 frames, utt_pad_proportion=0.04222, over 180.00 utterances.], tot_loss[loss=0.3314, simple_loss=0.3857, pruned_loss=0.1386, over 2682163.84 frames. utt_duration=239.3 frames, utt_pad_proportion=0.06968, over 45114.71 utterances.], batch size: 180, lr: 5.73e-04 +2022-09-17 15:24:10,247 INFO [train.py:885] (1/2) Epoch 8, batch 700, loss[loss=0.2145, simple_loss=0.2884, pruned_loss=0.07027, over 13980.00 frames. utt_duration=709.1 frames, utt_pad_proportion=0.06202, over 79.00 utterances.], tot_loss[loss=0.3291, simple_loss=0.3834, pruned_loss=0.1374, over 2703458.59 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06924, over 44468.74 utterances.], batch size: 79, lr: 5.73e-04 +2022-09-17 15:24:39,682 INFO [train.py:885] (1/2) Epoch 8, batch 750, loss[loss=0.3702, simple_loss=0.4195, pruned_loss=0.1605, over 14371.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03519, over 210.00 utterances.], tot_loss[loss=0.3312, simple_loss=0.3855, pruned_loss=0.1385, over 2718109.74 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07144, over 46140.70 utterances.], batch size: 210, lr: 5.73e-04 +2022-09-17 15:25:09,336 INFO [train.py:885] (1/2) Epoch 8, batch 800, loss[loss=0.2962, simple_loss=0.3523, pruned_loss=0.1201, over 14213.00 frames. utt_duration=404.6 frames, utt_pad_proportion=0.04789, over 141.00 utterances.], tot_loss[loss=0.3282, simple_loss=0.383, pruned_loss=0.1367, over 2730727.36 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07097, over 45751.07 utterances.], batch size: 141, lr: 5.73e-04 +2022-09-17 15:25:38,570 INFO [train.py:885] (1/2) Epoch 8, batch 850, loss[loss=0.2288, simple_loss=0.2808, pruned_loss=0.08841, over 13539.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08478, over 50.00 utterances.], tot_loss[loss=0.3273, simple_loss=0.3821, pruned_loss=0.1362, over 2742362.52 frames. utt_duration=241.7 frames, utt_pad_proportion=0.0717, over 45667.65 utterances.], batch size: 50, lr: 5.73e-04 +2022-09-17 15:26:08,436 INFO [train.py:885] (1/2) Epoch 8, batch 900, loss[loss=0.2967, simple_loss=0.3639, pruned_loss=0.1148, over 14367.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03259, over 244.00 utterances.], tot_loss[loss=0.3268, simple_loss=0.3808, pruned_loss=0.1364, over 2752618.88 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07075, over 44921.51 utterances.], batch size: 244, lr: 5.72e-04 +2022-09-17 15:26:38,027 INFO [train.py:885] (1/2) Epoch 8, batch 950, loss[loss=0.3338, simple_loss=0.3919, pruned_loss=0.1378, over 14350.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03647, over 210.00 utterances.], tot_loss[loss=0.3266, simple_loss=0.3811, pruned_loss=0.136, over 2754305.10 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07354, over 45159.10 utterances.], batch size: 210, lr: 5.72e-04 +2022-09-17 15:27:08,127 INFO [train.py:885] (1/2) Epoch 8, batch 1000, loss[loss=0.383, simple_loss=0.4518, pruned_loss=0.1571, over 13618.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08176, over 477.00 utterances.], tot_loss[loss=0.3291, simple_loss=0.383, pruned_loss=0.1376, over 2757163.71 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07365, over 45696.34 utterances.], batch size: 477, lr: 5.72e-04 +2022-09-17 15:27:36,937 INFO [train.py:885] (1/2) Epoch 8, batch 1050, loss[loss=0.3441, simple_loss=0.4052, pruned_loss=0.1415, over 14300.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.03868, over 225.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.379, pruned_loss=0.1351, over 2766265.03 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07113, over 43559.33 utterances.], batch size: 225, lr: 5.72e-04 +2022-09-17 15:28:06,648 INFO [train.py:885] (1/2) Epoch 8, batch 1100, loss[loss=0.5594, simple_loss=0.5919, pruned_loss=0.2635, over 13170.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.3269, simple_loss=0.3816, pruned_loss=0.1361, over 2772102.46 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07051, over 44634.01 utterances.], batch size: 653, lr: 5.72e-04 +2022-09-17 15:28:36,171 INFO [train.py:885] (1/2) Epoch 8, batch 1150, loss[loss=0.3714, simple_loss=0.4109, pruned_loss=0.166, over 14267.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04102, over 225.00 utterances.], tot_loss[loss=0.3278, simple_loss=0.383, pruned_loss=0.1362, over 2774690.61 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07068, over 45509.76 utterances.], batch size: 225, lr: 5.72e-04 +2022-09-17 15:29:06,518 INFO [train.py:885] (1/2) Epoch 8, batch 1200, loss[loss=0.314, simple_loss=0.3741, pruned_loss=0.127, over 14230.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04683, over 141.00 utterances.], tot_loss[loss=0.3301, simple_loss=0.3859, pruned_loss=0.1372, over 2772753.61 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07305, over 47343.77 utterances.], batch size: 141, lr: 5.71e-04 +2022-09-17 15:29:35,932 INFO [train.py:885] (1/2) Epoch 8, batch 1250, loss[loss=0.1909, simple_loss=0.2536, pruned_loss=0.06412, over 13109.00 frames. utt_duration=1591 frames, utt_pad_proportion=0.1206, over 33.00 utterances.], tot_loss[loss=0.3296, simple_loss=0.3853, pruned_loss=0.137, over 2773331.80 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07267, over 47319.46 utterances.], batch size: 33, lr: 5.71e-04 +2022-09-17 15:30:04,892 INFO [train.py:885] (1/2) Epoch 8, batch 1300, loss[loss=0.2433, simple_loss=0.2946, pruned_loss=0.09598, over 13800.00 frames. utt_duration=921.6 frames, utt_pad_proportion=0.07374, over 60.00 utterances.], tot_loss[loss=0.3237, simple_loss=0.3796, pruned_loss=0.1339, over 2773635.67 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07258, over 44737.84 utterances.], batch size: 60, lr: 5.71e-04 +2022-09-17 15:30:34,435 INFO [train.py:885] (1/2) Epoch 8, batch 1350, loss[loss=0.2297, simple_loss=0.2886, pruned_loss=0.08541, over 13880.00 frames. utt_duration=806.1 frames, utt_pad_proportion=0.0616, over 69.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3737, pruned_loss=0.1309, over 2771931.23 frames. utt_duration=261.1 frames, utt_pad_proportion=0.07179, over 42706.16 utterances.], batch size: 69, lr: 5.71e-04 +2022-09-17 15:31:04,289 INFO [train.py:885] (1/2) Epoch 8, batch 1400, loss[loss=0.3, simple_loss=0.3589, pruned_loss=0.1205, over 14284.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03988, over 180.00 utterances.], tot_loss[loss=0.3201, simple_loss=0.3759, pruned_loss=0.1322, over 2773999.26 frames. utt_duration=255 frames, utt_pad_proportion=0.07204, over 43775.79 utterances.], batch size: 180, lr: 5.71e-04 +2022-09-17 15:31:39,329 INFO [train.py:885] (1/2) Epoch 8, batch 1450, loss[loss=0.3321, simple_loss=0.3646, pruned_loss=0.1498, over 14010.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05993, over 79.00 utterances.], tot_loss[loss=0.3139, simple_loss=0.3693, pruned_loss=0.1292, over 2780928.31 frames. utt_duration=271.4 frames, utt_pad_proportion=0.06833, over 41202.73 utterances.], batch size: 79, lr: 5.71e-04 +2022-09-17 15:32:09,338 INFO [train.py:885] (1/2) Epoch 8, batch 1500, loss[loss=0.2364, simple_loss=0.3009, pruned_loss=0.08602, over 14057.00 frames. utt_duration=575.3 frames, utt_pad_proportion=0.05538, over 98.00 utterances.], tot_loss[loss=0.3161, simple_loss=0.371, pruned_loss=0.1306, over 2783024.58 frames. utt_duration=267.4 frames, utt_pad_proportion=0.06841, over 41868.52 utterances.], batch size: 98, lr: 5.71e-04 +2022-09-17 15:32:38,273 INFO [train.py:885] (1/2) Epoch 8, batch 1550, loss[loss=0.4067, simple_loss=0.4466, pruned_loss=0.1835, over 14250.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04152, over 335.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3708, pruned_loss=0.1304, over 2784110.61 frames. utt_duration=267.5 frames, utt_pad_proportion=0.06746, over 41858.67 utterances.], batch size: 335, lr: 5.70e-04 +2022-09-17 15:33:08,360 INFO [train.py:885] (1/2) Epoch 8, batch 1600, loss[loss=0.391, simple_loss=0.4294, pruned_loss=0.1763, over 14346.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03705, over 283.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.3707, pruned_loss=0.1305, over 2784768.32 frames. utt_duration=268.8 frames, utt_pad_proportion=0.06722, over 41665.88 utterances.], batch size: 283, lr: 5.70e-04 +2022-09-17 15:33:38,237 INFO [train.py:885] (1/2) Epoch 8, batch 1650, loss[loss=0.4355, simple_loss=0.514, pruned_loss=0.1785, over 13201.00 frames. utt_duration=82.35 frames, utt_pad_proportion=0.1049, over 653.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.3801, pruned_loss=0.1352, over 2783971.35 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06989, over 45481.65 utterances.], batch size: 653, lr: 5.70e-04 +2022-09-17 15:34:07,455 INFO [train.py:885] (1/2) Epoch 8, batch 1700, loss[loss=0.2191, simple_loss=0.2897, pruned_loss=0.07422, over 13998.00 frames. utt_duration=801.6 frames, utt_pad_proportion=0.05696, over 70.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3777, pruned_loss=0.1335, over 2786998.96 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06964, over 45133.98 utterances.], batch size: 70, lr: 5.70e-04 +2022-09-17 15:34:37,316 INFO [train.py:885] (1/2) Epoch 8, batch 1750, loss[loss=0.1855, simple_loss=0.2337, pruned_loss=0.06864, over 13430.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.08976, over 50.00 utterances.], tot_loss[loss=0.3214, simple_loss=0.3773, pruned_loss=0.1328, over 2788595.84 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06905, over 45380.30 utterances.], batch size: 50, lr: 5.70e-04 +2022-09-17 15:35:06,703 INFO [train.py:885] (1/2) Epoch 8, batch 1800, loss[loss=0.3902, simple_loss=0.4562, pruned_loss=0.1621, over 13735.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07453, over 411.00 utterances.], tot_loss[loss=0.3197, simple_loss=0.3753, pruned_loss=0.132, over 2791386.26 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06754, over 43855.07 utterances.], batch size: 411, lr: 5.70e-04 +2022-09-17 15:35:36,433 INFO [train.py:885] (1/2) Epoch 8, batch 1850, loss[loss=0.2524, simple_loss=0.315, pruned_loss=0.09487, over 13779.00 frames. utt_duration=800.4 frames, utt_pad_proportion=0.06713, over 69.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3759, pruned_loss=0.132, over 2791779.81 frames. utt_duration=254 frames, utt_pad_proportion=0.06562, over 44228.18 utterances.], batch size: 69, lr: 5.69e-04 +2022-09-17 15:36:05,837 INFO [train.py:885] (1/2) Epoch 8, batch 1900, loss[loss=0.408, simple_loss=0.4467, pruned_loss=0.1846, over 14224.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04408, over 335.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3731, pruned_loss=0.1305, over 2792343.69 frames. utt_duration=264.2 frames, utt_pad_proportion=0.06314, over 42509.57 utterances.], batch size: 335, lr: 5.69e-04 +2022-09-17 15:36:35,679 INFO [train.py:885] (1/2) Epoch 8, batch 1950, loss[loss=0.1865, simple_loss=0.2412, pruned_loss=0.06584, over 13201.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1131, over 33.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3749, pruned_loss=0.1312, over 2784601.83 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06796, over 44129.81 utterances.], batch size: 33, lr: 5.69e-04 +2022-09-17 15:37:05,185 INFO [train.py:885] (1/2) Epoch 8, batch 2000, loss[loss=0.3414, simple_loss=0.4224, pruned_loss=0.1301, over 13742.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07368, over 411.00 utterances.], tot_loss[loss=0.3201, simple_loss=0.3761, pruned_loss=0.1321, over 2780456.29 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07023, over 44882.21 utterances.], batch size: 411, lr: 5.69e-04 +2022-09-17 15:37:34,939 INFO [train.py:885] (1/2) Epoch 8, batch 2050, loss[loss=0.3269, simple_loss=0.3803, pruned_loss=0.1368, over 14278.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04262, over 154.00 utterances.], tot_loss[loss=0.3217, simple_loss=0.3772, pruned_loss=0.1331, over 2781068.01 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07043, over 44964.87 utterances.], batch size: 154, lr: 5.69e-04 +2022-09-17 15:38:04,602 INFO [train.py:885] (1/2) Epoch 8, batch 2100, loss[loss=0.3596, simple_loss=0.423, pruned_loss=0.1481, over 14362.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03551, over 210.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.3802, pruned_loss=0.1346, over 2784407.26 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06878, over 45344.39 utterances.], batch size: 210, lr: 5.69e-04 +2022-09-17 15:38:34,390 INFO [train.py:885] (1/2) Epoch 8, batch 2150, loss[loss=0.6006, simple_loss=0.6521, pruned_loss=0.2745, over 12476.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.3237, simple_loss=0.3791, pruned_loss=0.1341, over 2784382.50 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06931, over 44733.91 utterances.], batch size: 810, lr: 5.68e-04 +2022-09-17 15:39:03,725 INFO [train.py:885] (1/2) Epoch 8, batch 2200, loss[loss=0.2122, simple_loss=0.2957, pruned_loss=0.06441, over 13884.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06274, over 60.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.3805, pruned_loss=0.1349, over 2782435.57 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07114, over 45387.78 utterances.], batch size: 60, lr: 5.68e-04 +2022-09-17 15:39:33,353 INFO [train.py:885] (1/2) Epoch 8, batch 2250, loss[loss=0.3322, simple_loss=0.3826, pruned_loss=0.1409, over 14292.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03942, over 180.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3788, pruned_loss=0.1334, over 2784378.65 frames. utt_duration=248 frames, utt_pad_proportion=0.07026, over 45186.13 utterances.], batch size: 180, lr: 5.68e-04 +2022-09-17 15:40:02,656 INFO [train.py:885] (1/2) Epoch 8, batch 2300, loss[loss=0.4177, simple_loss=0.4484, pruned_loss=0.1935, over 14237.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04301, over 335.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.379, pruned_loss=0.134, over 2782992.60 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07117, over 45398.52 utterances.], batch size: 335, lr: 5.68e-04 +2022-09-17 15:40:32,294 INFO [train.py:885] (1/2) Epoch 8, batch 2350, loss[loss=0.1948, simple_loss=0.2549, pruned_loss=0.06737, over 12973.00 frames. utt_duration=1997 frames, utt_pad_proportion=0.1266, over 26.00 utterances.], tot_loss[loss=0.327, simple_loss=0.3827, pruned_loss=0.1357, over 2782472.12 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07376, over 47003.06 utterances.], batch size: 26, lr: 5.68e-04 +2022-09-17 15:41:02,588 INFO [train.py:885] (1/2) Epoch 8, batch 2400, loss[loss=0.7296, simple_loss=0.7459, pruned_loss=0.3567, over 12556.00 frames. utt_duration=63.49 frames, utt_pad_proportion=0.1421, over 811.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3861, pruned_loss=0.1379, over 2780740.35 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07417, over 47282.95 utterances.], batch size: 811, lr: 5.68e-04 +2022-09-17 15:41:32,344 INFO [train.py:885] (1/2) Epoch 8, batch 2450, loss[loss=0.1618, simple_loss=0.21, pruned_loss=0.05678, over 12672.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1479, over 25.00 utterances.], tot_loss[loss=0.3312, simple_loss=0.3859, pruned_loss=0.1382, over 2783416.58 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07207, over 47104.05 utterances.], batch size: 25, lr: 5.68e-04 +2022-09-17 15:42:02,099 INFO [train.py:885] (1/2) Epoch 8, batch 2500, loss[loss=0.4363, simple_loss=0.461, pruned_loss=0.2058, over 14196.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04515, over 306.00 utterances.], tot_loss[loss=0.333, simple_loss=0.3873, pruned_loss=0.1393, over 2787339.61 frames. utt_duration=239 frames, utt_pad_proportion=0.06923, over 46940.08 utterances.], batch size: 306, lr: 5.67e-04 +2022-09-17 15:42:31,287 INFO [train.py:885] (1/2) Epoch 8, batch 2550, loss[loss=0.3631, simple_loss=0.4509, pruned_loss=0.1377, over 13624.00 frames. utt_duration=98.79 frames, utt_pad_proportion=0.07677, over 560.00 utterances.], tot_loss[loss=0.3309, simple_loss=0.3859, pruned_loss=0.138, over 2787759.23 frames. utt_duration=239.3 frames, utt_pad_proportion=0.06988, over 46889.11 utterances.], batch size: 560, lr: 5.67e-04 +2022-09-17 15:43:01,492 INFO [train.py:885] (1/2) Epoch 8, batch 2600, loss[loss=0.3512, simple_loss=0.408, pruned_loss=0.1472, over 14318.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03938, over 262.00 utterances.], tot_loss[loss=0.329, simple_loss=0.3837, pruned_loss=0.1372, over 2782407.09 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07071, over 45746.10 utterances.], batch size: 262, lr: 5.67e-04 +2022-09-17 15:43:30,513 INFO [train.py:885] (1/2) Epoch 8, batch 2650, loss[loss=0.2108, simple_loss=0.2723, pruned_loss=0.07464, over 14069.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05594, over 79.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3788, pruned_loss=0.1346, over 2782449.41 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07035, over 43843.13 utterances.], batch size: 79, lr: 5.67e-04 +2022-09-17 15:44:00,533 INFO [train.py:885] (1/2) Epoch 8, batch 2700, loss[loss=0.3975, simple_loss=0.4369, pruned_loss=0.1791, over 14345.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03464, over 244.00 utterances.], tot_loss[loss=0.3245, simple_loss=0.3793, pruned_loss=0.1349, over 2785686.83 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06757, over 43714.90 utterances.], batch size: 244, lr: 5.67e-04 +2022-09-17 15:44:29,588 INFO [train.py:885] (1/2) Epoch 8, batch 2750, loss[loss=0.2887, simple_loss=0.3411, pruned_loss=0.1181, over 14103.00 frames. utt_duration=519.2 frames, utt_pad_proportion=0.04913, over 109.00 utterances.], tot_loss[loss=0.3225, simple_loss=0.3772, pruned_loss=0.1339, over 2782661.88 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06966, over 43708.75 utterances.], batch size: 109, lr: 5.67e-04 +2022-09-17 15:44:59,538 INFO [train.py:885] (1/2) Epoch 8, batch 2800, loss[loss=0.3506, simple_loss=0.4017, pruned_loss=0.1497, over 14351.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03631, over 210.00 utterances.], tot_loss[loss=0.327, simple_loss=0.3815, pruned_loss=0.1363, over 2781751.24 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07261, over 45564.54 utterances.], batch size: 210, lr: 5.66e-04 +2022-09-17 15:45:28,933 INFO [train.py:885] (1/2) Epoch 8, batch 2850, loss[loss=0.3661, simple_loss=0.4411, pruned_loss=0.1455, over 13712.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07804, over 478.00 utterances.], tot_loss[loss=0.3267, simple_loss=0.3818, pruned_loss=0.1359, over 2779273.18 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07259, over 46522.33 utterances.], batch size: 478, lr: 5.66e-04 +2022-09-17 15:45:58,840 INFO [train.py:885] (1/2) Epoch 8, batch 2900, loss[loss=0.3135, simple_loss=0.3832, pruned_loss=0.1219, over 14347.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03416, over 244.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.3772, pruned_loss=0.1333, over 2781067.88 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07071, over 44997.72 utterances.], batch size: 244, lr: 5.66e-04 +2022-09-17 15:46:28,186 INFO [train.py:885] (1/2) Epoch 8, batch 2950, loss[loss=0.3468, simple_loss=0.4166, pruned_loss=0.1385, over 14009.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05486, over 365.00 utterances.], tot_loss[loss=0.3192, simple_loss=0.3747, pruned_loss=0.1319, over 2778054.39 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07154, over 44110.36 utterances.], batch size: 365, lr: 5.66e-04 +2022-09-17 15:46:57,841 INFO [train.py:885] (1/2) Epoch 8, batch 3000, loss[loss=0.2812, simple_loss=0.3618, pruned_loss=0.1004, over 14285.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03979, over 180.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3778, pruned_loss=0.1335, over 2772425.48 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07457, over 46239.36 utterances.], batch size: 180, lr: 5.66e-04 +2022-09-17 15:46:57,842 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 15:47:02,532 INFO [train.py:914] (1/2) Epoch 8, validation: loss=0.216, simple_loss=0.2905, pruned_loss=0.07074, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 15:47:32,015 INFO [train.py:885] (1/2) Epoch 8, batch 3050, loss[loss=0.3503, simple_loss=0.4079, pruned_loss=0.1464, over 14257.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03792, over 225.00 utterances.], tot_loss[loss=0.3244, simple_loss=0.3796, pruned_loss=0.1347, over 2773069.15 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07413, over 46212.72 utterances.], batch size: 225, lr: 5.66e-04 +2022-09-17 15:48:00,822 INFO [train.py:885] (1/2) Epoch 8, batch 3100, loss[loss=0.4167, simple_loss=0.4885, pruned_loss=0.1725, over 13624.00 frames. utt_duration=98.48 frames, utt_pad_proportion=0.0796, over 561.00 utterances.], tot_loss[loss=0.3269, simple_loss=0.381, pruned_loss=0.1364, over 2776682.66 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07236, over 46652.88 utterances.], batch size: 561, lr: 5.66e-04 +2022-09-17 15:48:30,924 INFO [train.py:885] (1/2) Epoch 8, batch 3150, loss[loss=0.2995, simple_loss=0.3679, pruned_loss=0.1155, over 14348.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03891, over 167.00 utterances.], tot_loss[loss=0.3274, simple_loss=0.3823, pruned_loss=0.1362, over 2772345.84 frames. utt_duration=232.5 frames, utt_pad_proportion=0.0757, over 47995.91 utterances.], batch size: 167, lr: 5.65e-04 +2022-09-17 15:49:00,426 INFO [train.py:885] (1/2) Epoch 8, batch 3200, loss[loss=0.2085, simple_loss=0.2733, pruned_loss=0.07184, over 13563.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08682, over 50.00 utterances.], tot_loss[loss=0.3264, simple_loss=0.3817, pruned_loss=0.1356, over 2780959.41 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07351, over 47063.80 utterances.], batch size: 50, lr: 5.65e-04 +2022-09-17 15:49:29,618 INFO [train.py:885] (1/2) Epoch 8, batch 3250, loss[loss=0.3051, simple_loss=0.35, pruned_loss=0.1301, over 14330.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03607, over 130.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.3793, pruned_loss=0.1342, over 2779078.43 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07299, over 46274.70 utterances.], batch size: 130, lr: 5.65e-04 +2022-09-17 15:49:59,715 INFO [train.py:885] (1/2) Epoch 8, batch 3300, loss[loss=0.4565, simple_loss=0.4762, pruned_loss=0.2184, over 14237.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04353, over 335.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.3803, pruned_loss=0.1346, over 2782030.51 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07153, over 46403.11 utterances.], batch size: 335, lr: 5.65e-04 +2022-09-17 15:50:28,995 INFO [train.py:885] (1/2) Epoch 8, batch 3350, loss[loss=0.2903, simple_loss=0.3579, pruned_loss=0.1113, over 14318.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04015, over 154.00 utterances.], tot_loss[loss=0.3245, simple_loss=0.3798, pruned_loss=0.1347, over 2780527.39 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0707, over 45695.93 utterances.], batch size: 154, lr: 5.65e-04 +2022-09-17 15:50:59,590 INFO [train.py:885] (1/2) Epoch 8, batch 3400, loss[loss=0.3227, simple_loss=0.3978, pruned_loss=0.1238, over 14013.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05463, over 365.00 utterances.], tot_loss[loss=0.3231, simple_loss=0.3786, pruned_loss=0.1338, over 2780347.21 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06998, over 45714.68 utterances.], batch size: 365, lr: 5.65e-04 +2022-09-17 15:51:28,413 INFO [train.py:885] (1/2) Epoch 8, batch 3450, loss[loss=0.4639, simple_loss=0.47, pruned_loss=0.2289, over 14192.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04492, over 306.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3752, pruned_loss=0.1329, over 2784842.31 frames. utt_duration=259.3 frames, utt_pad_proportion=0.0669, over 43209.82 utterances.], batch size: 306, lr: 5.64e-04 +2022-09-17 15:51:58,401 INFO [train.py:885] (1/2) Epoch 8, batch 3500, loss[loss=0.265, simple_loss=0.3339, pruned_loss=0.09811, over 14118.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.05289, over 98.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3773, pruned_loss=0.1337, over 2782236.76 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06919, over 44127.29 utterances.], batch size: 98, lr: 5.64e-04 +2022-09-17 15:52:27,543 INFO [train.py:885] (1/2) Epoch 8, batch 3550, loss[loss=0.345, simple_loss=0.3926, pruned_loss=0.1487, over 14387.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0318, over 244.00 utterances.], tot_loss[loss=0.3239, simple_loss=0.3788, pruned_loss=0.1345, over 2785585.01 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06932, over 44746.47 utterances.], batch size: 244, lr: 5.64e-04 +2022-09-17 15:52:57,209 INFO [train.py:885] (1/2) Epoch 8, batch 3600, loss[loss=0.3204, simple_loss=0.3765, pruned_loss=0.1321, over 14290.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03976, over 180.00 utterances.], tot_loss[loss=0.3248, simple_loss=0.3804, pruned_loss=0.1346, over 2788475.69 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06869, over 45320.46 utterances.], batch size: 180, lr: 5.64e-04 +2022-09-17 15:53:27,073 INFO [train.py:885] (1/2) Epoch 8, batch 3650, loss[loss=0.346, simple_loss=0.391, pruned_loss=0.1505, over 14326.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03675, over 180.00 utterances.], tot_loss[loss=0.3269, simple_loss=0.3823, pruned_loss=0.1358, over 2785076.73 frames. utt_duration=240.9 frames, utt_pad_proportion=0.06998, over 46524.08 utterances.], batch size: 180, lr: 5.64e-04 +2022-09-17 15:53:57,201 INFO [train.py:885] (1/2) Epoch 8, batch 3700, loss[loss=0.3412, simple_loss=0.4293, pruned_loss=0.1266, over 13571.00 frames. utt_duration=115.3 frames, utt_pad_proportion=0.08509, over 477.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3805, pruned_loss=0.1344, over 2787989.61 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06899, over 46098.04 utterances.], batch size: 477, lr: 5.64e-04 +2022-09-17 15:54:26,730 INFO [train.py:885] (1/2) Epoch 8, batch 3750, loss[loss=0.3868, simple_loss=0.4236, pruned_loss=0.175, over 14313.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03972, over 262.00 utterances.], tot_loss[loss=0.3253, simple_loss=0.3811, pruned_loss=0.1348, over 2785594.81 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06923, over 45922.89 utterances.], batch size: 262, lr: 5.64e-04 +2022-09-17 15:54:55,910 INFO [train.py:885] (1/2) Epoch 8, batch 3800, loss[loss=0.3887, simple_loss=0.43, pruned_loss=0.1737, over 14221.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04285, over 306.00 utterances.], tot_loss[loss=0.3248, simple_loss=0.3802, pruned_loss=0.1347, over 2787248.90 frames. utt_duration=248.9 frames, utt_pad_proportion=0.0671, over 45063.17 utterances.], batch size: 306, lr: 5.63e-04 +2022-09-17 15:55:24,912 INFO [train.py:885] (1/2) Epoch 8, batch 3850, loss[loss=0.3978, simple_loss=0.4365, pruned_loss=0.1796, over 14260.00 frames. utt_duration=188 frames, utt_pad_proportion=0.0409, over 306.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3798, pruned_loss=0.1347, over 2786719.38 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06684, over 44840.21 utterances.], batch size: 306, lr: 5.63e-04 +2022-09-17 15:55:54,610 INFO [train.py:885] (1/2) Epoch 8, batch 3900, loss[loss=0.5512, simple_loss=0.5884, pruned_loss=0.257, over 13152.00 frames. utt_duration=82.06 frames, utt_pad_proportion=0.1081, over 653.00 utterances.], tot_loss[loss=0.3285, simple_loss=0.3834, pruned_loss=0.1368, over 2785049.63 frames. utt_duration=239.1 frames, utt_pad_proportion=0.06989, over 46887.06 utterances.], batch size: 653, lr: 5.63e-04 +2022-09-17 15:56:24,219 INFO [train.py:885] (1/2) Epoch 8, batch 3950, loss[loss=0.2019, simple_loss=0.2657, pruned_loss=0.06905, over 12982.00 frames. utt_duration=2079 frames, utt_pad_proportion=0.1324, over 25.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.3803, pruned_loss=0.1346, over 2782159.50 frames. utt_duration=242.6 frames, utt_pad_proportion=0.06997, over 46147.58 utterances.], batch size: 25, lr: 5.63e-04 +2022-09-17 15:56:53,556 INFO [train.py:885] (1/2) Epoch 8, batch 4000, loss[loss=0.6043, simple_loss=0.6603, pruned_loss=0.2742, over 12512.00 frames. utt_duration=63.38 frames, utt_pad_proportion=0.1435, over 810.00 utterances.], tot_loss[loss=0.3287, simple_loss=0.3839, pruned_loss=0.1367, over 2785140.62 frames. utt_duration=236.8 frames, utt_pad_proportion=0.06999, over 47348.29 utterances.], batch size: 810, lr: 5.63e-04 +2022-09-17 15:57:23,585 INFO [train.py:885] (1/2) Epoch 8, batch 4050, loss[loss=0.1919, simple_loss=0.2535, pruned_loss=0.06512, over 13600.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09055, over 42.00 utterances.], tot_loss[loss=0.3267, simple_loss=0.3815, pruned_loss=0.136, over 2786332.42 frames. utt_duration=245.2 frames, utt_pad_proportion=0.0699, over 45732.14 utterances.], batch size: 42, lr: 5.63e-04 +2022-09-17 15:57:53,313 INFO [train.py:885] (1/2) Epoch 8, batch 4100, loss[loss=0.299, simple_loss=0.3684, pruned_loss=0.1148, over 14227.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04698, over 141.00 utterances.], tot_loss[loss=0.3237, simple_loss=0.3789, pruned_loss=0.1342, over 2778391.58 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07268, over 45434.99 utterances.], batch size: 141, lr: 5.62e-04 +2022-09-17 15:58:22,747 INFO [train.py:885] (1/2) Epoch 8, batch 4150, loss[loss=0.3842, simple_loss=0.4304, pruned_loss=0.169, over 14227.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04268, over 306.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3775, pruned_loss=0.1335, over 2779352.34 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07136, over 44307.89 utterances.], batch size: 306, lr: 5.62e-04 +2022-09-17 15:58:52,068 INFO [train.py:885] (1/2) Epoch 8, batch 4200, loss[loss=0.4129, simple_loss=0.443, pruned_loss=0.1914, over 14174.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04627, over 306.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3799, pruned_loss=0.135, over 2777791.09 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07317, over 44833.93 utterances.], batch size: 306, lr: 5.62e-04 +2022-09-17 15:59:21,504 INFO [train.py:885] (1/2) Epoch 8, batch 4250, loss[loss=0.5733, simple_loss=0.6343, pruned_loss=0.2561, over 12480.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3779, pruned_loss=0.1343, over 2781801.48 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07184, over 44108.25 utterances.], batch size: 810, lr: 5.62e-04 +2022-09-17 15:59:50,745 INFO [train.py:885] (1/2) Epoch 8, batch 4300, loss[loss=0.2789, simple_loss=0.3551, pruned_loss=0.1014, over 14245.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04554, over 141.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.3771, pruned_loss=0.1333, over 2785533.09 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07148, over 43858.78 utterances.], batch size: 141, lr: 5.62e-04 +2022-09-17 16:00:21,244 INFO [train.py:885] (1/2) Epoch 8, batch 4350, loss[loss=0.3586, simple_loss=0.4315, pruned_loss=0.1429, over 13776.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07069, over 411.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3724, pruned_loss=0.1304, over 2787362.11 frames. utt_duration=264.5 frames, utt_pad_proportion=0.06889, over 42390.71 utterances.], batch size: 411, lr: 5.62e-04 +2022-09-17 16:00:49,643 INFO [train.py:885] (1/2) Epoch 8, batch 4400, loss[loss=0.2308, simple_loss=0.2985, pruned_loss=0.08157, over 14143.00 frames. utt_duration=717.5 frames, utt_pad_proportion=0.05093, over 79.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3717, pruned_loss=0.1296, over 2787938.30 frames. utt_duration=263.6 frames, utt_pad_proportion=0.06717, over 42549.74 utterances.], batch size: 79, lr: 5.62e-04 +2022-09-17 16:01:20,301 INFO [train.py:885] (1/2) Epoch 8, batch 4450, loss[loss=0.2816, simple_loss=0.3227, pruned_loss=0.1203, over 14216.00 frames. utt_duration=640.4 frames, utt_pad_proportion=0.04563, over 89.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3773, pruned_loss=0.1337, over 2786503.09 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07082, over 44245.47 utterances.], batch size: 89, lr: 5.61e-04 +2022-09-17 16:01:49,692 INFO [train.py:885] (1/2) Epoch 8, batch 4500, loss[loss=0.4082, simple_loss=0.4716, pruned_loss=0.1724, over 13637.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08108, over 477.00 utterances.], tot_loss[loss=0.3206, simple_loss=0.3751, pruned_loss=0.1331, over 2789386.97 frames. utt_duration=263.2 frames, utt_pad_proportion=0.06946, over 42624.87 utterances.], batch size: 477, lr: 5.61e-04 +2022-09-17 16:02:19,243 INFO [train.py:885] (1/2) Epoch 8, batch 4550, loss[loss=0.3333, simple_loss=0.392, pruned_loss=0.1373, over 14360.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03729, over 244.00 utterances.], tot_loss[loss=0.3216, simple_loss=0.3771, pruned_loss=0.1331, over 2783623.60 frames. utt_duration=250 frames, utt_pad_proportion=0.0711, over 44797.33 utterances.], batch size: 244, lr: 5.61e-04 +2022-09-17 16:02:48,501 INFO [train.py:885] (1/2) Epoch 8, batch 4600, loss[loss=0.3804, simple_loss=0.4588, pruned_loss=0.151, over 13564.00 frames. utt_duration=98.38 frames, utt_pad_proportion=0.08054, over 560.00 utterances.], tot_loss[loss=0.3193, simple_loss=0.3757, pruned_loss=0.1315, over 2782328.51 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07053, over 44147.21 utterances.], batch size: 560, lr: 5.61e-04 +2022-09-17 16:03:18,520 INFO [train.py:885] (1/2) Epoch 8, batch 4650, loss[loss=0.5821, simple_loss=0.6082, pruned_loss=0.278, over 13178.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.377, pruned_loss=0.1328, over 2779263.17 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07117, over 44644.26 utterances.], batch size: 653, lr: 5.61e-04 +2022-09-17 16:03:48,359 INFO [train.py:885] (1/2) Epoch 8, batch 4700, loss[loss=0.4273, simple_loss=0.4594, pruned_loss=0.1977, over 14359.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03568, over 195.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.3782, pruned_loss=0.1328, over 2775328.44 frames. utt_duration=244 frames, utt_pad_proportion=0.07458, over 45772.96 utterances.], batch size: 195, lr: 5.61e-04 +2022-09-17 16:04:17,660 INFO [train.py:885] (1/2) Epoch 8, batch 4750, loss[loss=0.4199, simple_loss=0.4463, pruned_loss=0.1968, over 14238.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04242, over 225.00 utterances.], tot_loss[loss=0.3222, simple_loss=0.3772, pruned_loss=0.1336, over 2778762.98 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07233, over 44034.74 utterances.], batch size: 225, lr: 5.60e-04 +2022-09-17 16:04:46,815 INFO [train.py:885] (1/2) Epoch 8, batch 4800, loss[loss=0.2682, simple_loss=0.3134, pruned_loss=0.1116, over 13621.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08141, over 50.00 utterances.], tot_loss[loss=0.3221, simple_loss=0.3771, pruned_loss=0.1335, over 2781767.51 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07102, over 44040.81 utterances.], batch size: 50, lr: 5.60e-04 +2022-09-17 16:05:16,384 INFO [train.py:885] (1/2) Epoch 8, batch 4850, loss[loss=0.2643, simple_loss=0.3337, pruned_loss=0.09747, over 14113.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05194, over 98.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3809, pruned_loss=0.1361, over 2779467.45 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07254, over 45595.37 utterances.], batch size: 98, lr: 5.60e-04 +2022-09-17 16:05:45,703 INFO [train.py:885] (1/2) Epoch 8, batch 4900, loss[loss=0.3528, simple_loss=0.4348, pruned_loss=0.1354, over 13633.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08105, over 477.00 utterances.], tot_loss[loss=0.3282, simple_loss=0.3826, pruned_loss=0.1369, over 2781734.56 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07111, over 45742.84 utterances.], batch size: 477, lr: 5.60e-04 +2022-09-17 16:06:15,750 INFO [train.py:885] (1/2) Epoch 8, batch 4950, loss[loss=0.1679, simple_loss=0.2138, pruned_loss=0.06102, over 13196.00 frames. utt_duration=1601 frames, utt_pad_proportion=0.0982, over 33.00 utterances.], tot_loss[loss=0.3256, simple_loss=0.3805, pruned_loss=0.1354, over 2782113.17 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0695, over 44943.47 utterances.], batch size: 33, lr: 5.60e-04 +2022-09-17 16:06:46,435 INFO [train.py:885] (1/2) Epoch 8, batch 5000, loss[loss=0.339, simple_loss=0.3834, pruned_loss=0.1473, over 14340.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03941, over 167.00 utterances.], tot_loss[loss=0.3295, simple_loss=0.3847, pruned_loss=0.1371, over 2775797.13 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07465, over 47280.18 utterances.], batch size: 167, lr: 5.60e-04 +2022-09-17 16:07:15,619 INFO [train.py:885] (1/2) Epoch 8, batch 5050, loss[loss=0.3018, simple_loss=0.3455, pruned_loss=0.129, over 14078.00 frames. utt_duration=576 frames, utt_pad_proportion=0.05422, over 98.00 utterances.], tot_loss[loss=0.3266, simple_loss=0.3817, pruned_loss=0.1357, over 2779463.64 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07215, over 46170.09 utterances.], batch size: 98, lr: 5.60e-04 +2022-09-17 16:07:44,709 INFO [train.py:885] (1/2) Epoch 8, batch 5100, loss[loss=0.1938, simple_loss=0.224, pruned_loss=0.08182, over 12499.00 frames. utt_duration=2001 frames, utt_pad_proportion=0.144, over 25.00 utterances.], tot_loss[loss=0.3289, simple_loss=0.3845, pruned_loss=0.1367, over 2777015.53 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07441, over 48244.11 utterances.], batch size: 25, lr: 5.59e-04 +2022-09-17 16:08:15,104 INFO [train.py:885] (1/2) Epoch 8, batch 5150, loss[loss=0.2783, simple_loss=0.3505, pruned_loss=0.1031, over 14345.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03891, over 167.00 utterances.], tot_loss[loss=0.3284, simple_loss=0.3831, pruned_loss=0.1369, over 2781187.73 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07208, over 46903.98 utterances.], batch size: 167, lr: 5.59e-04 +2022-09-17 16:08:43,933 INFO [train.py:885] (1/2) Epoch 8, batch 5200, loss[loss=0.2747, simple_loss=0.3299, pruned_loss=0.1098, over 14306.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.04008, over 130.00 utterances.], tot_loss[loss=0.3333, simple_loss=0.3876, pruned_loss=0.1395, over 2781070.16 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07381, over 48757.68 utterances.], batch size: 130, lr: 5.59e-04 +2022-09-17 16:09:13,599 INFO [train.py:885] (1/2) Epoch 8, batch 5250, loss[loss=0.2807, simple_loss=0.3454, pruned_loss=0.108, over 14240.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04631, over 141.00 utterances.], tot_loss[loss=0.3262, simple_loss=0.3811, pruned_loss=0.1357, over 2785904.60 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07235, over 46176.60 utterances.], batch size: 141, lr: 5.59e-04 +2022-09-17 16:09:43,841 INFO [train.py:885] (1/2) Epoch 8, batch 5300, loss[loss=0.3323, simple_loss=0.3898, pruned_loss=0.1375, over 14266.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04439, over 141.00 utterances.], tot_loss[loss=0.3286, simple_loss=0.3836, pruned_loss=0.1369, over 2779173.62 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07458, over 47944.21 utterances.], batch size: 141, lr: 5.59e-04 +2022-09-17 16:10:13,426 INFO [train.py:885] (1/2) Epoch 8, batch 5350, loss[loss=0.3408, simple_loss=0.4245, pruned_loss=0.1286, over 13639.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07995, over 477.00 utterances.], tot_loss[loss=0.3251, simple_loss=0.3806, pruned_loss=0.1348, over 2776935.90 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07412, over 47616.19 utterances.], batch size: 477, lr: 5.59e-04 +2022-09-17 16:10:43,077 INFO [train.py:885] (1/2) Epoch 8, batch 5400, loss[loss=0.311, simple_loss=0.3545, pruned_loss=0.1337, over 14271.00 frames. utt_duration=440.4 frames, utt_pad_proportion=0.04253, over 130.00 utterances.], tot_loss[loss=0.3251, simple_loss=0.38, pruned_loss=0.1351, over 2775259.11 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07532, over 47058.01 utterances.], batch size: 130, lr: 5.59e-04 +2022-09-17 16:11:11,960 INFO [train.py:885] (1/2) Epoch 8, batch 5450, loss[loss=0.3734, simple_loss=0.4315, pruned_loss=0.1576, over 14010.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05555, over 365.00 utterances.], tot_loss[loss=0.3261, simple_loss=0.381, pruned_loss=0.1356, over 2778267.76 frames. utt_duration=239 frames, utt_pad_proportion=0.07538, over 46795.36 utterances.], batch size: 365, lr: 5.58e-04 +2022-09-17 16:11:41,134 INFO [train.py:885] (1/2) Epoch 8, batch 5500, loss[loss=0.2356, simple_loss=0.2963, pruned_loss=0.08744, over 14086.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05174, over 98.00 utterances.], tot_loss[loss=0.3239, simple_loss=0.3795, pruned_loss=0.1342, over 2777768.71 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07367, over 46276.68 utterances.], batch size: 98, lr: 5.58e-04 +2022-09-17 16:12:10,530 INFO [train.py:885] (1/2) Epoch 8, batch 5550, loss[loss=0.238, simple_loss=0.3034, pruned_loss=0.08631, over 13999.00 frames. utt_duration=710.2 frames, utt_pad_proportion=0.06061, over 79.00 utterances.], tot_loss[loss=0.3264, simple_loss=0.3812, pruned_loss=0.1359, over 2771111.31 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07484, over 46410.19 utterances.], batch size: 79, lr: 5.58e-04 +2022-09-17 16:12:40,198 INFO [train.py:885] (1/2) Epoch 8, batch 5600, loss[loss=0.3134, simple_loss=0.3827, pruned_loss=0.122, over 14339.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03657, over 210.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.3806, pruned_loss=0.1353, over 2770840.84 frames. utt_duration=241 frames, utt_pad_proportion=0.07561, over 46281.14 utterances.], batch size: 210, lr: 5.58e-04 +2022-09-17 16:13:09,514 INFO [train.py:885] (1/2) Epoch 8, batch 5650, loss[loss=0.3027, simple_loss=0.366, pruned_loss=0.1197, over 14233.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04632, over 141.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.3805, pruned_loss=0.135, over 2774166.81 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07408, over 46057.50 utterances.], batch size: 141, lr: 5.58e-04 +2022-09-17 16:13:39,319 INFO [train.py:885] (1/2) Epoch 8, batch 5700, loss[loss=0.3449, simple_loss=0.3864, pruned_loss=0.1517, over 14296.00 frames. utt_duration=407.1 frames, utt_pad_proportion=0.0422, over 141.00 utterances.], tot_loss[loss=0.3274, simple_loss=0.3827, pruned_loss=0.1361, over 2778315.38 frames. utt_duration=240 frames, utt_pad_proportion=0.0718, over 46598.84 utterances.], batch size: 141, lr: 5.58e-04 +2022-09-17 16:14:16,479 INFO [train.py:885] (1/2) Epoch 8, batch 5750, loss[loss=0.3787, simple_loss=0.448, pruned_loss=0.1548, over 13664.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07312, over 478.00 utterances.], tot_loss[loss=0.3227, simple_loss=0.3781, pruned_loss=0.1336, over 2781307.26 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06882, over 44827.91 utterances.], batch size: 478, lr: 5.58e-04 +2022-09-17 16:14:46,316 INFO [train.py:885] (1/2) Epoch 8, batch 5800, loss[loss=0.4353, simple_loss=0.4972, pruned_loss=0.1867, over 13601.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07972, over 560.00 utterances.], tot_loss[loss=0.3268, simple_loss=0.3818, pruned_loss=0.1358, over 2783843.49 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06855, over 46259.03 utterances.], batch size: 560, lr: 5.57e-04 +2022-09-17 16:15:15,897 INFO [train.py:885] (1/2) Epoch 8, batch 5850, loss[loss=0.3356, simple_loss=0.3944, pruned_loss=0.1384, over 14323.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0386, over 262.00 utterances.], tot_loss[loss=0.3269, simple_loss=0.3818, pruned_loss=0.1361, over 2783067.75 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06971, over 46320.44 utterances.], batch size: 262, lr: 5.57e-04 +2022-09-17 16:15:45,225 INFO [train.py:885] (1/2) Epoch 8, batch 5900, loss[loss=0.5171, simple_loss=0.5704, pruned_loss=0.2319, over 13168.00 frames. utt_duration=82.21 frames, utt_pad_proportion=0.1064, over 653.00 utterances.], tot_loss[loss=0.3245, simple_loss=0.3796, pruned_loss=0.1347, over 2781671.90 frames. utt_duration=242.9 frames, utt_pad_proportion=0.06911, over 46095.12 utterances.], batch size: 653, lr: 5.57e-04 +2022-09-17 16:16:15,102 INFO [train.py:885] (1/2) Epoch 8, batch 5950, loss[loss=0.3039, simple_loss=0.3673, pruned_loss=0.1203, over 14368.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03743, over 167.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.38, pruned_loss=0.1341, over 2782840.48 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07013, over 46493.52 utterances.], batch size: 167, lr: 5.57e-04 +2022-09-17 16:16:44,934 INFO [train.py:885] (1/2) Epoch 8, batch 6000, loss[loss=0.4268, simple_loss=0.5021, pruned_loss=0.1757, over 13173.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.3276, simple_loss=0.3831, pruned_loss=0.1361, over 2775191.43 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07486, over 47774.44 utterances.], batch size: 653, lr: 5.57e-04 +2022-09-17 16:16:44,935 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 16:16:49,103 INFO [train.py:914] (1/2) Epoch 8, validation: loss=0.2186, simple_loss=0.2935, pruned_loss=0.07178, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 16:17:17,650 INFO [train.py:885] (1/2) Epoch 8, batch 6050, loss[loss=0.4957, simple_loss=0.5495, pruned_loss=0.2209, over 13115.00 frames. utt_duration=81.95 frames, utt_pad_proportion=0.1093, over 653.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3785, pruned_loss=0.1335, over 2777468.32 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07263, over 45904.54 utterances.], batch size: 653, lr: 5.57e-04 +2022-09-17 16:17:47,966 INFO [train.py:885] (1/2) Epoch 8, batch 6100, loss[loss=0.4026, simple_loss=0.4778, pruned_loss=0.1637, over 13615.00 frames. utt_duration=98.6 frames, utt_pad_proportion=0.07849, over 560.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.3795, pruned_loss=0.135, over 2774054.44 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07324, over 46261.97 utterances.], batch size: 560, lr: 5.56e-04 +2022-09-17 16:18:16,758 INFO [train.py:885] (1/2) Epoch 8, batch 6150, loss[loss=0.1984, simple_loss=0.2617, pruned_loss=0.06751, over 13869.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.06098, over 69.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.3771, pruned_loss=0.1333, over 2783258.04 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06972, over 44162.60 utterances.], batch size: 69, lr: 5.56e-04 +2022-09-17 16:18:46,506 INFO [train.py:885] (1/2) Epoch 8, batch 6200, loss[loss=0.5605, simple_loss=0.5903, pruned_loss=0.2654, over 13246.00 frames. utt_duration=82.62 frames, utt_pad_proportion=0.1019, over 653.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3766, pruned_loss=0.134, over 2783346.13 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06894, over 43479.00 utterances.], batch size: 653, lr: 5.56e-04 +2022-09-17 16:19:16,328 INFO [train.py:885] (1/2) Epoch 8, batch 6250, loss[loss=0.7618, simple_loss=0.7538, pruned_loss=0.3849, over 12456.00 frames. utt_duration=63.09 frames, utt_pad_proportion=0.1474, over 810.00 utterances.], tot_loss[loss=0.3272, simple_loss=0.382, pruned_loss=0.1362, over 2779842.28 frames. utt_duration=242 frames, utt_pad_proportion=0.07294, over 46226.87 utterances.], batch size: 810, lr: 5.56e-04 +2022-09-17 16:19:52,455 INFO [train.py:885] (1/2) Epoch 8, batch 6300, loss[loss=0.3291, simple_loss=0.3797, pruned_loss=0.1393, over 14276.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04048, over 225.00 utterances.], tot_loss[loss=0.324, simple_loss=0.3796, pruned_loss=0.1342, over 2781610.91 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06999, over 45545.40 utterances.], batch size: 225, lr: 5.56e-04 +2022-09-17 16:20:22,057 INFO [train.py:885] (1/2) Epoch 8, batch 6350, loss[loss=0.207, simple_loss=0.2866, pruned_loss=0.06368, over 12454.00 frames. utt_duration=1995 frames, utt_pad_proportion=0.148, over 25.00 utterances.], tot_loss[loss=0.3217, simple_loss=0.3771, pruned_loss=0.1332, over 2779315.32 frames. utt_duration=250 frames, utt_pad_proportion=0.07106, over 44725.96 utterances.], batch size: 25, lr: 5.56e-04 +2022-09-17 16:20:51,463 INFO [train.py:885] (1/2) Epoch 8, batch 6400, loss[loss=0.322, simple_loss=0.4086, pruned_loss=0.1177, over 13751.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07283, over 411.00 utterances.], tot_loss[loss=0.3192, simple_loss=0.3752, pruned_loss=0.1316, over 2782423.76 frames. utt_duration=252 frames, utt_pad_proportion=0.07136, over 44430.22 utterances.], batch size: 411, lr: 5.56e-04 +2022-09-17 16:21:21,049 INFO [train.py:885] (1/2) Epoch 8, batch 6450, loss[loss=0.2638, simple_loss=0.3196, pruned_loss=0.104, over 14193.00 frames. utt_duration=580.9 frames, utt_pad_proportion=0.04774, over 98.00 utterances.], tot_loss[loss=0.3188, simple_loss=0.3756, pruned_loss=0.131, over 2781506.51 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07234, over 45112.88 utterances.], batch size: 98, lr: 5.55e-04 +2022-09-17 16:21:50,876 INFO [train.py:885] (1/2) Epoch 8, batch 6500, loss[loss=0.2044, simple_loss=0.2711, pruned_loss=0.06891, over 14079.00 frames. utt_duration=714.4 frames, utt_pad_proportion=0.05378, over 79.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3768, pruned_loss=0.1325, over 2779091.34 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07279, over 45419.82 utterances.], batch size: 79, lr: 5.55e-04 +2022-09-17 16:22:19,818 INFO [train.py:885] (1/2) Epoch 8, batch 6550, loss[loss=0.1857, simple_loss=0.2412, pruned_loss=0.0651, over 13683.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.07817, over 50.00 utterances.], tot_loss[loss=0.3212, simple_loss=0.3767, pruned_loss=0.1328, over 2780208.92 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07203, over 45206.84 utterances.], batch size: 50, lr: 5.55e-04 +2022-09-17 16:22:49,607 INFO [train.py:885] (1/2) Epoch 8, batch 6600, loss[loss=0.3732, simple_loss=0.4099, pruned_loss=0.1682, over 14312.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04158, over 167.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3784, pruned_loss=0.1336, over 2785270.71 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06948, over 45485.67 utterances.], batch size: 167, lr: 5.55e-04 +2022-09-17 16:23:19,665 INFO [train.py:885] (1/2) Epoch 8, batch 6650, loss[loss=0.213, simple_loss=0.2708, pruned_loss=0.07757, over 13481.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09242, over 50.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3777, pruned_loss=0.1336, over 2781759.66 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07092, over 45000.61 utterances.], batch size: 50, lr: 5.55e-04 +2022-09-17 16:23:49,545 INFO [train.py:885] (1/2) Epoch 8, batch 6700, loss[loss=0.1888, simple_loss=0.2403, pruned_loss=0.06862, over 13504.00 frames. utt_duration=1638 frames, utt_pad_proportion=0.09327, over 33.00 utterances.], tot_loss[loss=0.3221, simple_loss=0.3779, pruned_loss=0.1331, over 2780150.60 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07083, over 45908.11 utterances.], batch size: 33, lr: 5.55e-04 +2022-09-17 16:24:19,126 INFO [train.py:885] (1/2) Epoch 8, batch 6750, loss[loss=0.412, simple_loss=0.4446, pruned_loss=0.1898, over 14269.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04022, over 335.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3798, pruned_loss=0.1342, over 2781672.97 frames. utt_duration=241.6 frames, utt_pad_proportion=0.06959, over 46333.00 utterances.], batch size: 335, lr: 5.55e-04 +2022-09-17 16:24:48,099 INFO [train.py:885] (1/2) Epoch 8, batch 6800, loss[loss=0.1731, simple_loss=0.2313, pruned_loss=0.0575, over 13482.00 frames. utt_duration=1317 frames, utt_pad_proportion=0.07856, over 41.00 utterances.], tot_loss[loss=0.3233, simple_loss=0.3795, pruned_loss=0.1336, over 2773903.35 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07358, over 46587.32 utterances.], batch size: 41, lr: 5.54e-04 +2022-09-17 16:25:18,528 INFO [train.py:885] (1/2) Epoch 8, batch 6850, loss[loss=0.2517, simple_loss=0.3078, pruned_loss=0.09777, over 14152.00 frames. utt_duration=579.2 frames, utt_pad_proportion=0.0505, over 98.00 utterances.], tot_loss[loss=0.3233, simple_loss=0.3795, pruned_loss=0.1336, over 2771963.20 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07378, over 47168.28 utterances.], batch size: 98, lr: 5.54e-04 +2022-09-17 16:25:47,970 INFO [train.py:885] (1/2) Epoch 8, batch 6900, loss[loss=0.5654, simple_loss=0.621, pruned_loss=0.255, over 12519.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 811.00 utterances.], tot_loss[loss=0.3233, simple_loss=0.3791, pruned_loss=0.1338, over 2775525.08 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07438, over 46671.31 utterances.], batch size: 811, lr: 5.54e-04 +2022-09-17 16:26:17,520 INFO [train.py:885] (1/2) Epoch 8, batch 6950, loss[loss=0.3299, simple_loss=0.3821, pruned_loss=0.1389, over 14312.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04046, over 154.00 utterances.], tot_loss[loss=0.3255, simple_loss=0.3817, pruned_loss=0.1346, over 2778785.61 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07414, over 47455.09 utterances.], batch size: 154, lr: 5.54e-04 +2022-09-17 16:26:54,180 INFO [train.py:885] (1/2) Epoch 8, batch 7000, loss[loss=0.3764, simple_loss=0.42, pruned_loss=0.1664, over 14322.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03877, over 262.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3787, pruned_loss=0.1334, over 2782118.83 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07089, over 45670.26 utterances.], batch size: 262, lr: 5.54e-04 +2022-09-17 16:27:23,472 INFO [train.py:885] (1/2) Epoch 8, batch 7050, loss[loss=0.4088, simple_loss=0.4406, pruned_loss=0.1885, over 14181.00 frames. utt_duration=187 frames, utt_pad_proportion=0.0458, over 306.00 utterances.], tot_loss[loss=0.3242, simple_loss=0.3804, pruned_loss=0.134, over 2783425.45 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07207, over 46222.44 utterances.], batch size: 306, lr: 5.54e-04 +2022-09-17 16:27:53,143 INFO [train.py:885] (1/2) Epoch 8, batch 7100, loss[loss=0.3546, simple_loss=0.44, pruned_loss=0.1346, over 13580.00 frames. utt_duration=98.37 frames, utt_pad_proportion=0.08064, over 560.00 utterances.], tot_loss[loss=0.3218, simple_loss=0.3783, pruned_loss=0.1327, over 2784270.76 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07123, over 45894.60 utterances.], batch size: 560, lr: 5.54e-04 +2022-09-17 16:28:22,464 INFO [train.py:885] (1/2) Epoch 8, batch 7150, loss[loss=0.332, simple_loss=0.421, pruned_loss=0.1215, over 13639.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08053, over 477.00 utterances.], tot_loss[loss=0.3179, simple_loss=0.3746, pruned_loss=0.1306, over 2784031.24 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06948, over 44491.31 utterances.], batch size: 477, lr: 5.53e-04 +2022-09-17 16:28:51,177 INFO [train.py:885] (1/2) Epoch 8, batch 7200, loss[loss=0.386, simple_loss=0.4346, pruned_loss=0.1687, over 14318.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03864, over 283.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3736, pruned_loss=0.1298, over 2788378.57 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06645, over 44223.25 utterances.], batch size: 283, lr: 5.53e-04 +2022-09-17 16:29:21,533 INFO [train.py:885] (1/2) Epoch 8, batch 7250, loss[loss=0.2213, simple_loss=0.2811, pruned_loss=0.08079, over 13348.00 frames. utt_duration=1619 frames, utt_pad_proportion=0.0975, over 33.00 utterances.], tot_loss[loss=0.318, simple_loss=0.3751, pruned_loss=0.1305, over 2780534.30 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07118, over 44944.49 utterances.], batch size: 33, lr: 5.53e-04 +2022-09-17 16:29:51,619 INFO [train.py:885] (1/2) Epoch 8, batch 7300, loss[loss=0.2544, simple_loss=0.3217, pruned_loss=0.09357, over 14317.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.0372, over 130.00 utterances.], tot_loss[loss=0.3186, simple_loss=0.3748, pruned_loss=0.1312, over 2779092.38 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07032, over 44813.62 utterances.], batch size: 130, lr: 5.53e-04 +2022-09-17 16:30:20,583 INFO [train.py:885] (1/2) Epoch 8, batch 7350, loss[loss=0.2207, simple_loss=0.2788, pruned_loss=0.08129, over 13712.00 frames. utt_duration=915.5 frames, utt_pad_proportion=0.08086, over 60.00 utterances.], tot_loss[loss=0.3193, simple_loss=0.3754, pruned_loss=0.1316, over 2774183.88 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07196, over 45110.01 utterances.], batch size: 60, lr: 5.53e-04 +2022-09-17 16:30:49,756 INFO [train.py:885] (1/2) Epoch 8, batch 7400, loss[loss=0.4069, simple_loss=0.4945, pruned_loss=0.1596, over 13157.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3719, pruned_loss=0.1288, over 2776224.01 frames. utt_duration=253.3 frames, utt_pad_proportion=0.0725, over 44093.70 utterances.], batch size: 653, lr: 5.53e-04 +2022-09-17 16:31:19,518 INFO [train.py:885] (1/2) Epoch 8, batch 7450, loss[loss=0.3074, simple_loss=0.3666, pruned_loss=0.1241, over 14205.00 frames. utt_duration=404.3 frames, utt_pad_proportion=0.04864, over 141.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.3743, pruned_loss=0.1304, over 2777841.67 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07119, over 44735.14 utterances.], batch size: 141, lr: 5.53e-04 +2022-09-17 16:31:49,933 INFO [train.py:885] (1/2) Epoch 8, batch 7500, loss[loss=0.1783, simple_loss=0.2461, pruned_loss=0.05519, over 13504.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.0771, over 41.00 utterances.], tot_loss[loss=0.3157, simple_loss=0.3724, pruned_loss=0.1295, over 2777314.61 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07039, over 43923.11 utterances.], batch size: 41, lr: 5.52e-04 +2022-09-17 16:32:19,387 INFO [train.py:885] (1/2) Epoch 8, batch 7550, loss[loss=0.2004, simple_loss=0.2665, pruned_loss=0.06713, over 13484.00 frames. utt_duration=1636 frames, utt_pad_proportion=0.0922, over 33.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3751, pruned_loss=0.1313, over 2776360.90 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07086, over 44608.03 utterances.], batch size: 33, lr: 5.52e-04 +2022-09-17 16:32:48,734 INFO [train.py:885] (1/2) Epoch 8, batch 7600, loss[loss=0.2791, simple_loss=0.3192, pruned_loss=0.1195, over 13215.00 frames. utt_duration=2034 frames, utt_pad_proportion=0.1042, over 26.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3714, pruned_loss=0.1298, over 2780229.91 frames. utt_duration=264.2 frames, utt_pad_proportion=0.06858, over 42329.22 utterances.], batch size: 26, lr: 5.52e-04 +2022-09-17 16:33:18,491 INFO [train.py:885] (1/2) Epoch 8, batch 7650, loss[loss=0.2589, simple_loss=0.3216, pruned_loss=0.09809, over 13843.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06314, over 69.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3705, pruned_loss=0.1291, over 2779439.52 frames. utt_duration=262.2 frames, utt_pad_proportion=0.06811, over 42640.92 utterances.], batch size: 69, lr: 5.52e-04 +2022-09-17 16:33:48,690 INFO [train.py:885] (1/2) Epoch 8, batch 7700, loss[loss=0.3351, simple_loss=0.3995, pruned_loss=0.1353, over 14318.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03933, over 262.00 utterances.], tot_loss[loss=0.3184, simple_loss=0.3739, pruned_loss=0.1314, over 2778159.62 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07077, over 43849.84 utterances.], batch size: 262, lr: 5.52e-04 +2022-09-17 16:34:17,867 INFO [train.py:885] (1/2) Epoch 8, batch 7750, loss[loss=0.3436, simple_loss=0.4021, pruned_loss=0.1425, over 14333.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.0364, over 180.00 utterances.], tot_loss[loss=0.3185, simple_loss=0.3739, pruned_loss=0.1315, over 2780814.91 frames. utt_duration=257.8 frames, utt_pad_proportion=0.069, over 43395.61 utterances.], batch size: 180, lr: 5.52e-04 +2022-09-17 16:34:47,335 INFO [train.py:885] (1/2) Epoch 8, batch 7800, loss[loss=0.339, simple_loss=0.4222, pruned_loss=0.1279, over 13765.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07194, over 411.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3762, pruned_loss=0.1328, over 2783363.62 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07025, over 44499.79 utterances.], batch size: 411, lr: 5.52e-04 +2022-09-17 16:35:17,564 INFO [train.py:885] (1/2) Epoch 8, batch 7850, loss[loss=0.3676, simple_loss=0.428, pruned_loss=0.1536, over 13940.00 frames. utt_duration=154.1 frames, utt_pad_proportion=0.06016, over 365.00 utterances.], tot_loss[loss=0.323, simple_loss=0.3787, pruned_loss=0.1337, over 2781984.67 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07163, over 46307.60 utterances.], batch size: 365, lr: 5.51e-04 +2022-09-17 16:35:46,721 INFO [train.py:885] (1/2) Epoch 8, batch 7900, loss[loss=0.424, simple_loss=0.456, pruned_loss=0.196, over 14373.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03565, over 244.00 utterances.], tot_loss[loss=0.3222, simple_loss=0.3776, pruned_loss=0.1334, over 2786652.56 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06948, over 45020.61 utterances.], batch size: 244, lr: 5.51e-04 +2022-09-17 16:36:15,345 INFO [train.py:885] (1/2) Epoch 8, batch 7950, loss[loss=0.5923, simple_loss=0.644, pruned_loss=0.2703, over 12516.00 frames. utt_duration=63.35 frames, utt_pad_proportion=0.144, over 810.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.3808, pruned_loss=0.1342, over 2785994.56 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07147, over 46548.09 utterances.], batch size: 810, lr: 5.51e-04 +2022-09-17 16:36:45,997 INFO [train.py:885] (1/2) Epoch 8, batch 8000, loss[loss=0.3091, simple_loss=0.3738, pruned_loss=0.1222, over 14264.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04348, over 154.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.379, pruned_loss=0.1329, over 2785033.63 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07203, over 46259.46 utterances.], batch size: 154, lr: 5.51e-04 +2022-09-17 16:37:15,715 INFO [train.py:885] (1/2) Epoch 8, batch 8050, loss[loss=0.2957, simple_loss=0.3361, pruned_loss=0.1277, over 14206.00 frames. utt_duration=640.1 frames, utt_pad_proportion=0.046, over 89.00 utterances.], tot_loss[loss=0.3248, simple_loss=0.3818, pruned_loss=0.1339, over 2784349.96 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07163, over 47853.86 utterances.], batch size: 89, lr: 5.51e-04 +2022-09-17 16:37:44,793 INFO [train.py:885] (1/2) Epoch 8, batch 8100, loss[loss=0.21, simple_loss=0.2685, pruned_loss=0.07576, over 13190.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.09997, over 26.00 utterances.], tot_loss[loss=0.3248, simple_loss=0.3818, pruned_loss=0.1339, over 2780330.02 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07408, over 48139.41 utterances.], batch size: 26, lr: 5.51e-04 +2022-09-17 16:38:14,787 INFO [train.py:885] (1/2) Epoch 8, batch 8150, loss[loss=0.2825, simple_loss=0.3588, pruned_loss=0.1031, over 14283.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.0401, over 154.00 utterances.], tot_loss[loss=0.3214, simple_loss=0.3786, pruned_loss=0.1321, over 2782386.08 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07284, over 46924.11 utterances.], batch size: 154, lr: 5.51e-04 +2022-09-17 16:38:43,484 INFO [train.py:885] (1/2) Epoch 8, batch 8200, loss[loss=0.2668, simple_loss=0.3276, pruned_loss=0.1031, over 14337.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03755, over 120.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3779, pruned_loss=0.1319, over 2786206.26 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07036, over 46405.33 utterances.], batch size: 120, lr: 5.50e-04 +2022-09-17 16:39:13,477 INFO [train.py:885] (1/2) Epoch 8, batch 8250, loss[loss=0.4729, simple_loss=0.5297, pruned_loss=0.2081, over 13173.00 frames. utt_duration=82.27 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.3826, pruned_loss=0.1334, over 2783627.26 frames. utt_duration=227.8 frames, utt_pad_proportion=0.07196, over 49189.21 utterances.], batch size: 653, lr: 5.50e-04 +2022-09-17 16:39:43,549 INFO [train.py:885] (1/2) Epoch 8, batch 8300, loss[loss=0.3574, simple_loss=0.4025, pruned_loss=0.1562, over 14302.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.0422, over 167.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.382, pruned_loss=0.1337, over 2781786.77 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07215, over 48079.61 utterances.], batch size: 167, lr: 5.50e-04 +2022-09-17 16:40:12,553 INFO [train.py:885] (1/2) Epoch 8, batch 8350, loss[loss=0.3229, simple_loss=0.3882, pruned_loss=0.1288, over 14356.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03546, over 210.00 utterances.], tot_loss[loss=0.3245, simple_loss=0.3815, pruned_loss=0.1337, over 2783159.50 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07307, over 47564.08 utterances.], batch size: 210, lr: 5.50e-04 +2022-09-17 16:40:42,739 INFO [train.py:885] (1/2) Epoch 8, batch 8400, loss[loss=0.3179, simple_loss=0.3787, pruned_loss=0.1286, over 14277.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04032, over 225.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3814, pruned_loss=0.1339, over 2783307.91 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07269, over 47632.46 utterances.], batch size: 225, lr: 5.50e-04 +2022-09-17 16:41:18,202 INFO [train.py:885] (1/2) Epoch 8, batch 8450, loss[loss=0.3278, simple_loss=0.3886, pruned_loss=0.1336, over 14296.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.0385, over 180.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.374, pruned_loss=0.1308, over 2783164.22 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07096, over 44317.51 utterances.], batch size: 180, lr: 5.50e-04 +2022-09-17 16:41:47,754 INFO [train.py:885] (1/2) Epoch 8, batch 8500, loss[loss=0.3697, simple_loss=0.4128, pruned_loss=0.1633, over 14284.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04092, over 283.00 utterances.], tot_loss[loss=0.319, simple_loss=0.3755, pruned_loss=0.1313, over 2781518.87 frames. utt_duration=247.8 frames, utt_pad_proportion=0.0725, over 45161.49 utterances.], batch size: 283, lr: 5.50e-04 +2022-09-17 16:42:16,437 INFO [train.py:885] (1/2) Epoch 8, batch 8550, loss[loss=0.3827, simple_loss=0.4055, pruned_loss=0.1799, over 14283.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03937, over 130.00 utterances.], tot_loss[loss=0.3197, simple_loss=0.3765, pruned_loss=0.1314, over 2785003.32 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07161, over 45536.89 utterances.], batch size: 130, lr: 5.49e-04 +2022-09-17 16:42:46,295 INFO [train.py:885] (1/2) Epoch 8, batch 8600, loss[loss=0.3763, simple_loss=0.4552, pruned_loss=0.1487, over 13589.00 frames. utt_duration=98.42 frames, utt_pad_proportion=0.08014, over 560.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.3805, pruned_loss=0.1336, over 2781089.90 frames. utt_duration=237 frames, utt_pad_proportion=0.07442, over 47238.48 utterances.], batch size: 560, lr: 5.49e-04 +2022-09-17 16:43:16,152 INFO [train.py:885] (1/2) Epoch 8, batch 8650, loss[loss=0.2245, simple_loss=0.2827, pruned_loss=0.08318, over 13953.00 frames. utt_duration=707.9 frames, utt_pad_proportion=0.06363, over 79.00 utterances.], tot_loss[loss=0.3257, simple_loss=0.382, pruned_loss=0.1346, over 2782790.21 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07498, over 48006.48 utterances.], batch size: 79, lr: 5.49e-04 +2022-09-17 16:43:45,589 INFO [train.py:885] (1/2) Epoch 8, batch 8700, loss[loss=0.2511, simple_loss=0.2943, pruned_loss=0.1039, over 12699.00 frames. utt_duration=1540 frames, utt_pad_proportion=0.148, over 33.00 utterances.], tot_loss[loss=0.3244, simple_loss=0.3804, pruned_loss=0.1342, over 2780063.91 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07501, over 46947.53 utterances.], batch size: 33, lr: 5.49e-04 +2022-09-17 16:44:15,248 INFO [train.py:885] (1/2) Epoch 8, batch 8750, loss[loss=0.3656, simple_loss=0.393, pruned_loss=0.1691, over 14329.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.03852, over 120.00 utterances.], tot_loss[loss=0.3274, simple_loss=0.3828, pruned_loss=0.136, over 2777808.57 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07518, over 47401.89 utterances.], batch size: 120, lr: 5.49e-04 +2022-09-17 16:44:44,732 INFO [train.py:885] (1/2) Epoch 8, batch 8800, loss[loss=0.311, simple_loss=0.3971, pruned_loss=0.1124, over 13973.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.0582, over 365.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.3799, pruned_loss=0.1339, over 2775890.83 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07321, over 46966.25 utterances.], batch size: 365, lr: 5.49e-04 +2022-09-17 16:45:14,698 INFO [train.py:885] (1/2) Epoch 8, batch 8850, loss[loss=0.1921, simple_loss=0.2548, pruned_loss=0.06467, over 13735.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08056, over 42.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.3776, pruned_loss=0.1325, over 2774572.27 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07232, over 46075.16 utterances.], batch size: 42, lr: 5.49e-04 +2022-09-17 16:45:43,956 INFO [train.py:885] (1/2) Epoch 8, batch 8900, loss[loss=0.3196, simple_loss=0.4035, pruned_loss=0.1178, over 13786.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07058, over 411.00 utterances.], tot_loss[loss=0.3211, simple_loss=0.378, pruned_loss=0.1321, over 2776940.39 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0723, over 46437.90 utterances.], batch size: 411, lr: 5.48e-04 +2022-09-17 16:46:13,596 INFO [train.py:885] (1/2) Epoch 8, batch 8950, loss[loss=0.2942, simple_loss=0.3569, pruned_loss=0.1157, over 14293.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.0416, over 154.00 utterances.], tot_loss[loss=0.3197, simple_loss=0.3771, pruned_loss=0.1312, over 2777359.42 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07115, over 46422.44 utterances.], batch size: 154, lr: 5.48e-04 +2022-09-17 16:46:43,600 INFO [train.py:885] (1/2) Epoch 8, batch 9000, loss[loss=0.5036, simple_loss=0.555, pruned_loss=0.2261, over 13176.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.3225, simple_loss=0.3794, pruned_loss=0.1329, over 2774530.63 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07431, over 46672.79 utterances.], batch size: 653, lr: 5.48e-04 +2022-09-17 16:46:43,601 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 16:46:47,785 INFO [train.py:914] (1/2) Epoch 8, validation: loss=0.2105, simple_loss=0.2854, pruned_loss=0.06781, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 16:47:17,043 INFO [train.py:885] (1/2) Epoch 8, batch 9050, loss[loss=0.2374, simple_loss=0.2971, pruned_loss=0.08886, over 13089.00 frames. utt_duration=2015 frames, utt_pad_proportion=0.1249, over 26.00 utterances.], tot_loss[loss=0.3218, simple_loss=0.3792, pruned_loss=0.1322, over 2773734.06 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07555, over 47331.98 utterances.], batch size: 26, lr: 5.48e-04 +2022-09-17 16:47:46,887 INFO [train.py:885] (1/2) Epoch 8, batch 9100, loss[loss=0.3694, simple_loss=0.4432, pruned_loss=0.1477, over 13743.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07323, over 411.00 utterances.], tot_loss[loss=0.3234, simple_loss=0.3803, pruned_loss=0.1333, over 2777808.21 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07298, over 46992.88 utterances.], batch size: 411, lr: 5.48e-04 +2022-09-17 16:48:16,159 INFO [train.py:885] (1/2) Epoch 8, batch 9150, loss[loss=0.2965, simple_loss=0.3625, pruned_loss=0.1153, over 14318.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03742, over 180.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.378, pruned_loss=0.1322, over 2779870.12 frames. utt_duration=245.2 frames, utt_pad_proportion=0.0717, over 45629.04 utterances.], batch size: 180, lr: 5.48e-04 +2022-09-17 16:48:45,982 INFO [train.py:885] (1/2) Epoch 8, batch 9200, loss[loss=0.4023, simple_loss=0.4425, pruned_loss=0.181, over 14204.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04451, over 335.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3754, pruned_loss=0.1301, over 2781091.47 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07062, over 44878.21 utterances.], batch size: 335, lr: 5.48e-04 +2022-09-17 16:49:15,306 INFO [train.py:885] (1/2) Epoch 8, batch 9250, loss[loss=0.3376, simple_loss=0.3885, pruned_loss=0.1433, over 14318.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.0408, over 120.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3743, pruned_loss=0.1297, over 2783413.31 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06822, over 44464.72 utterances.], batch size: 120, lr: 5.47e-04 +2022-09-17 16:49:45,551 INFO [train.py:885] (1/2) Epoch 8, batch 9300, loss[loss=0.2756, simple_loss=0.3389, pruned_loss=0.1061, over 14159.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04582, over 109.00 utterances.], tot_loss[loss=0.319, simple_loss=0.3763, pruned_loss=0.1309, over 2783665.60 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06955, over 45425.42 utterances.], batch size: 109, lr: 5.47e-04 +2022-09-17 16:50:14,591 INFO [train.py:885] (1/2) Epoch 8, batch 9350, loss[loss=0.3358, simple_loss=0.421, pruned_loss=0.1253, over 13739.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07289, over 411.00 utterances.], tot_loss[loss=0.319, simple_loss=0.3769, pruned_loss=0.1305, over 2786778.84 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06812, over 46394.30 utterances.], batch size: 411, lr: 5.47e-04 +2022-09-17 16:50:43,598 INFO [train.py:885] (1/2) Epoch 8, batch 9400, loss[loss=0.297, simple_loss=0.3593, pruned_loss=0.1174, over 14349.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03656, over 120.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.3748, pruned_loss=0.1298, over 2781778.91 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06908, over 45476.16 utterances.], batch size: 120, lr: 5.47e-04 +2022-09-17 16:51:12,639 INFO [train.py:885] (1/2) Epoch 8, batch 9450, loss[loss=0.3202, simple_loss=0.3735, pruned_loss=0.1334, over 14409.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.03504, over 155.00 utterances.], tot_loss[loss=0.3141, simple_loss=0.3712, pruned_loss=0.1285, over 2779494.53 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06891, over 43291.54 utterances.], batch size: 155, lr: 5.47e-04 +2022-09-17 16:51:42,532 INFO [train.py:885] (1/2) Epoch 8, batch 9500, loss[loss=0.2833, simple_loss=0.3357, pruned_loss=0.1154, over 14021.00 frames. utt_duration=573.9 frames, utt_pad_proportion=0.05915, over 98.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3654, pruned_loss=0.1262, over 2777343.28 frames. utt_duration=272.3 frames, utt_pad_proportion=0.06742, over 41023.15 utterances.], batch size: 98, lr: 5.47e-04 +2022-09-17 16:52:12,279 INFO [train.py:885] (1/2) Epoch 8, batch 9550, loss[loss=0.469, simple_loss=0.5342, pruned_loss=0.2019, over 13140.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1081, over 653.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.372, pruned_loss=0.1299, over 2779018.54 frames. utt_duration=260.3 frames, utt_pad_proportion=0.0694, over 42942.65 utterances.], batch size: 653, lr: 5.47e-04 +2022-09-17 16:52:42,116 INFO [train.py:885] (1/2) Epoch 8, batch 9600, loss[loss=0.4105, simple_loss=0.4913, pruned_loss=0.1649, over 13165.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3711, pruned_loss=0.1292, over 2785150.07 frames. utt_duration=263.1 frames, utt_pad_proportion=0.06676, over 42588.59 utterances.], batch size: 653, lr: 5.46e-04 +2022-09-17 16:53:11,908 INFO [train.py:885] (1/2) Epoch 8, batch 9650, loss[loss=0.4055, simple_loss=0.4769, pruned_loss=0.1671, over 13634.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07799, over 560.00 utterances.], tot_loss[loss=0.323, simple_loss=0.379, pruned_loss=0.1335, over 2780147.06 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07093, over 46176.73 utterances.], batch size: 560, lr: 5.46e-04 +2022-09-17 16:53:41,242 INFO [train.py:885] (1/2) Epoch 8, batch 9700, loss[loss=0.1904, simple_loss=0.2196, pruned_loss=0.08057, over 13184.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1148, over 33.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3767, pruned_loss=0.1321, over 2778644.94 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07173, over 45489.90 utterances.], batch size: 33, lr: 5.46e-04 +2022-09-17 16:54:09,482 INFO [train.py:885] (1/2) Epoch 8, batch 9750, loss[loss=0.3407, simple_loss=0.4158, pruned_loss=0.1328, over 13936.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.06001, over 365.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3724, pruned_loss=0.1296, over 2781714.86 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06968, over 43617.02 utterances.], batch size: 365, lr: 5.46e-04 +2022-09-17 16:54:39,287 INFO [train.py:885] (1/2) Epoch 8, batch 9800, loss[loss=0.341, simple_loss=0.4005, pruned_loss=0.1407, over 14309.00 frames. utt_duration=255.9 frames, utt_pad_proportion=0.03793, over 225.00 utterances.], tot_loss[loss=0.3153, simple_loss=0.3719, pruned_loss=0.1293, over 2776327.75 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07254, over 43882.50 utterances.], batch size: 225, lr: 5.46e-04 +2022-09-17 16:55:08,550 INFO [train.py:885] (1/2) Epoch 8, batch 9850, loss[loss=0.2197, simple_loss=0.2802, pruned_loss=0.07965, over 13231.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09568, over 41.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3731, pruned_loss=0.1302, over 2775226.07 frames. utt_duration=256.6 frames, utt_pad_proportion=0.07293, over 43506.16 utterances.], batch size: 41, lr: 5.46e-04 +2022-09-17 16:55:38,457 INFO [train.py:885] (1/2) Epoch 8, batch 9900, loss[loss=0.2542, simple_loss=0.3277, pruned_loss=0.09038, over 14292.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.04095, over 130.00 utterances.], tot_loss[loss=0.3162, simple_loss=0.3724, pruned_loss=0.13, over 2776564.89 frames. utt_duration=255.8 frames, utt_pad_proportion=0.07356, over 43678.50 utterances.], batch size: 130, lr: 5.46e-04 +2022-09-17 16:56:08,132 INFO [train.py:885] (1/2) Epoch 8, batch 9950, loss[loss=0.3268, simple_loss=0.3904, pruned_loss=0.1316, over 14337.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03728, over 262.00 utterances.], tot_loss[loss=0.316, simple_loss=0.372, pruned_loss=0.13, over 2782200.62 frames. utt_duration=262.2 frames, utt_pad_proportion=0.07098, over 42677.66 utterances.], batch size: 262, lr: 5.45e-04 +2022-09-17 16:56:37,559 INFO [train.py:885] (1/2) Epoch 8, batch 10000, loss[loss=0.4477, simple_loss=0.4715, pruned_loss=0.212, over 14194.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04528, over 306.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3738, pruned_loss=0.13, over 2787847.42 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07023, over 43908.23 utterances.], batch size: 306, lr: 5.45e-04 +2022-09-17 16:57:06,751 INFO [train.py:885] (1/2) Epoch 8, batch 10050, loss[loss=0.3342, simple_loss=0.3833, pruned_loss=0.1425, over 14356.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.0361, over 195.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3734, pruned_loss=0.1301, over 2786699.70 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06954, over 43548.52 utterances.], batch size: 195, lr: 5.45e-04 +2022-09-17 16:57:36,776 INFO [train.py:885] (1/2) Epoch 8, batch 10100, loss[loss=0.2588, simple_loss=0.2878, pruned_loss=0.1149, over 13212.00 frames. utt_duration=1290 frames, utt_pad_proportion=0.09708, over 41.00 utterances.], tot_loss[loss=0.319, simple_loss=0.3754, pruned_loss=0.1312, over 2779750.86 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07169, over 45011.18 utterances.], batch size: 41, lr: 5.45e-04 +2022-09-17 16:58:06,696 INFO [train.py:885] (1/2) Epoch 8, batch 10150, loss[loss=0.3214, simple_loss=0.3937, pruned_loss=0.1246, over 14262.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04121, over 180.00 utterances.], tot_loss[loss=0.3202, simple_loss=0.3776, pruned_loss=0.1314, over 2779005.58 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07245, over 45902.72 utterances.], batch size: 180, lr: 5.45e-04 +2022-09-17 16:58:36,306 INFO [train.py:885] (1/2) Epoch 8, batch 10200, loss[loss=0.3455, simple_loss=0.4272, pruned_loss=0.1319, over 13817.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06873, over 411.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3798, pruned_loss=0.1325, over 2774894.79 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07452, over 47494.22 utterances.], batch size: 411, lr: 5.45e-04 +2022-09-17 16:59:05,306 INFO [train.py:885] (1/2) Epoch 8, batch 10250, loss[loss=0.2378, simple_loss=0.3046, pruned_loss=0.08555, over 14025.00 frames. utt_duration=711.5 frames, utt_pad_proportion=0.05882, over 79.00 utterances.], tot_loss[loss=0.3239, simple_loss=0.3808, pruned_loss=0.1335, over 2778508.45 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07365, over 46837.90 utterances.], batch size: 79, lr: 5.45e-04 +2022-09-17 16:59:35,020 INFO [train.py:885] (1/2) Epoch 8, batch 10300, loss[loss=0.1563, simple_loss=0.2102, pruned_loss=0.05119, over 13447.00 frames. utt_duration=1631 frames, utt_pad_proportion=0.09835, over 33.00 utterances.], tot_loss[loss=0.3236, simple_loss=0.3805, pruned_loss=0.1333, over 2775834.62 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07668, over 46903.45 utterances.], batch size: 33, lr: 5.45e-04 +2022-09-17 17:00:04,474 INFO [train.py:885] (1/2) Epoch 8, batch 10350, loss[loss=0.3429, simple_loss=0.3986, pruned_loss=0.1436, over 14257.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04147, over 225.00 utterances.], tot_loss[loss=0.3217, simple_loss=0.3784, pruned_loss=0.1325, over 2776620.46 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07506, over 45784.01 utterances.], batch size: 225, lr: 5.44e-04 +2022-09-17 17:00:33,710 INFO [train.py:885] (1/2) Epoch 8, batch 10400, loss[loss=0.3008, simple_loss=0.3523, pruned_loss=0.1247, over 14227.00 frames. utt_duration=475.8 frames, utt_pad_proportion=0.04271, over 120.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3792, pruned_loss=0.1332, over 2776326.76 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07504, over 46206.49 utterances.], batch size: 120, lr: 5.44e-04 +2022-09-17 17:01:03,334 INFO [train.py:885] (1/2) Epoch 8, batch 10450, loss[loss=0.3492, simple_loss=0.3934, pruned_loss=0.1525, over 14315.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03768, over 180.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3769, pruned_loss=0.1313, over 2780924.39 frames. utt_duration=243.8 frames, utt_pad_proportion=0.0728, over 45899.55 utterances.], batch size: 180, lr: 5.44e-04 +2022-09-17 17:01:33,669 INFO [train.py:885] (1/2) Epoch 8, batch 10500, loss[loss=0.2014, simple_loss=0.2541, pruned_loss=0.07435, over 13431.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.08414, over 41.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.3811, pruned_loss=0.1346, over 2775819.10 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07535, over 47649.11 utterances.], batch size: 41, lr: 5.44e-04 +2022-09-17 17:02:03,080 INFO [train.py:885] (1/2) Epoch 8, batch 10550, loss[loss=0.2435, simple_loss=0.2974, pruned_loss=0.09479, over 13958.00 frames. utt_duration=708 frames, utt_pad_proportion=0.06348, over 79.00 utterances.], tot_loss[loss=0.3244, simple_loss=0.3798, pruned_loss=0.1345, over 2778709.87 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07438, over 45861.47 utterances.], batch size: 79, lr: 5.44e-04 +2022-09-17 17:02:33,023 INFO [train.py:885] (1/2) Epoch 8, batch 10600, loss[loss=0.5967, simple_loss=0.6462, pruned_loss=0.2736, over 12486.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1458, over 810.00 utterances.], tot_loss[loss=0.3237, simple_loss=0.3794, pruned_loss=0.1339, over 2779494.60 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07403, over 45980.13 utterances.], batch size: 810, lr: 5.44e-04 +2022-09-17 17:03:02,648 INFO [train.py:885] (1/2) Epoch 8, batch 10650, loss[loss=0.2355, simple_loss=0.2873, pruned_loss=0.09179, over 13824.00 frames. utt_duration=923.1 frames, utt_pad_proportion=0.06658, over 60.00 utterances.], tot_loss[loss=0.3244, simple_loss=0.3808, pruned_loss=0.134, over 2777600.50 frames. utt_duration=239 frames, utt_pad_proportion=0.07339, over 46776.30 utterances.], batch size: 60, lr: 5.44e-04 +2022-09-17 17:03:34,412 INFO [train.py:885] (1/2) Epoch 8, batch 10700, loss[loss=0.2722, simple_loss=0.3218, pruned_loss=0.1113, over 14050.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05681, over 79.00 utterances.], tot_loss[loss=0.3255, simple_loss=0.382, pruned_loss=0.1345, over 2776278.87 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07443, over 47261.20 utterances.], batch size: 79, lr: 5.43e-04 +2022-09-17 17:04:09,976 INFO [train.py:885] (1/2) Epoch 8, batch 10750, loss[loss=0.2797, simple_loss=0.3524, pruned_loss=0.1035, over 14327.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04016, over 167.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3794, pruned_loss=0.1336, over 2782928.68 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07139, over 45847.72 utterances.], batch size: 167, lr: 5.43e-04 +2022-09-17 17:04:40,050 INFO [train.py:885] (1/2) Epoch 8, batch 10800, loss[loss=0.3101, simple_loss=0.3687, pruned_loss=0.1258, over 14275.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04073, over 180.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3799, pruned_loss=0.1341, over 2780642.72 frames. utt_duration=245 frames, utt_pad_proportion=0.07405, over 45673.50 utterances.], batch size: 180, lr: 5.43e-04 +2022-09-17 17:05:09,921 INFO [train.py:885] (1/2) Epoch 8, batch 10850, loss[loss=0.6812, simple_loss=0.6998, pruned_loss=0.3313, over 12447.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1479, over 810.00 utterances.], tot_loss[loss=0.324, simple_loss=0.3797, pruned_loss=0.1341, over 2776612.19 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07443, over 45646.60 utterances.], batch size: 810, lr: 5.43e-04 +2022-09-17 17:05:39,659 INFO [train.py:885] (1/2) Epoch 8, batch 10900, loss[loss=0.4429, simple_loss=0.4524, pruned_loss=0.2167, over 14298.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.04218, over 167.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.3796, pruned_loss=0.1337, over 2777846.30 frames. utt_duration=246 frames, utt_pad_proportion=0.07287, over 45449.83 utterances.], batch size: 167, lr: 5.43e-04 +2022-09-17 17:06:08,993 INFO [train.py:885] (1/2) Epoch 8, batch 10950, loss[loss=0.2058, simple_loss=0.2577, pruned_loss=0.07693, over 12473.00 frames. utt_duration=2080 frames, utt_pad_proportion=0.1669, over 24.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.377, pruned_loss=0.1322, over 2775863.93 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07282, over 45063.68 utterances.], batch size: 24, lr: 5.43e-04 +2022-09-17 17:06:38,659 INFO [train.py:885] (1/2) Epoch 8, batch 11000, loss[loss=0.2246, simple_loss=0.294, pruned_loss=0.07755, over 14077.00 frames. utt_duration=714.1 frames, utt_pad_proportion=0.05546, over 79.00 utterances.], tot_loss[loss=0.3179, simple_loss=0.3739, pruned_loss=0.1309, over 2778925.99 frames. utt_duration=259.7 frames, utt_pad_proportion=0.07058, over 43053.16 utterances.], batch size: 79, lr: 5.43e-04 +2022-09-17 17:07:07,760 INFO [train.py:885] (1/2) Epoch 8, batch 11050, loss[loss=0.1864, simple_loss=0.2586, pruned_loss=0.05712, over 13836.00 frames. utt_duration=923.8 frames, utt_pad_proportion=0.07159, over 60.00 utterances.], tot_loss[loss=0.315, simple_loss=0.3709, pruned_loss=0.1295, over 2780610.51 frames. utt_duration=268.3 frames, utt_pad_proportion=0.06817, over 41683.56 utterances.], batch size: 60, lr: 5.42e-04 +2022-09-17 17:07:38,470 INFO [train.py:885] (1/2) Epoch 8, batch 11100, loss[loss=0.1597, simple_loss=0.2104, pruned_loss=0.05453, over 13692.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08587, over 42.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3731, pruned_loss=0.1307, over 2774825.89 frames. utt_duration=258.8 frames, utt_pad_proportion=0.07102, over 43134.14 utterances.], batch size: 42, lr: 5.42e-04 +2022-09-17 17:08:07,134 INFO [train.py:885] (1/2) Epoch 8, batch 11150, loss[loss=0.3296, simple_loss=0.4104, pruned_loss=0.1244, over 13710.00 frames. utt_duration=134.9 frames, utt_pad_proportion=0.07618, over 411.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3731, pruned_loss=0.1299, over 2780435.69 frames. utt_duration=258.4 frames, utt_pad_proportion=0.0692, over 43289.77 utterances.], batch size: 411, lr: 5.42e-04 +2022-09-17 17:08:37,858 INFO [train.py:885] (1/2) Epoch 8, batch 11200, loss[loss=0.3172, simple_loss=0.3733, pruned_loss=0.1306, over 14261.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04469, over 141.00 utterances.], tot_loss[loss=0.3218, simple_loss=0.3777, pruned_loss=0.1329, over 2778312.32 frames. utt_duration=251 frames, utt_pad_proportion=0.07204, over 44531.37 utterances.], batch size: 141, lr: 5.42e-04 +2022-09-17 17:09:07,186 INFO [train.py:885] (1/2) Epoch 8, batch 11250, loss[loss=0.1947, simple_loss=0.2554, pruned_loss=0.06693, over 13611.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.08498, over 42.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3744, pruned_loss=0.1306, over 2778988.37 frames. utt_duration=256.5 frames, utt_pad_proportion=0.07059, over 43587.88 utterances.], batch size: 42, lr: 5.42e-04 +2022-09-17 17:09:36,728 INFO [train.py:885] (1/2) Epoch 8, batch 11300, loss[loss=0.4526, simple_loss=0.4698, pruned_loss=0.2177, over 14348.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03384, over 244.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3735, pruned_loss=0.1307, over 2777701.51 frames. utt_duration=258 frames, utt_pad_proportion=0.07063, over 43313.27 utterances.], batch size: 244, lr: 5.42e-04 +2022-09-17 17:10:05,892 INFO [train.py:885] (1/2) Epoch 8, batch 11350, loss[loss=0.3141, simple_loss=0.4025, pruned_loss=0.1128, over 13782.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07048, over 411.00 utterances.], tot_loss[loss=0.317, simple_loss=0.3736, pruned_loss=0.1303, over 2783080.92 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06823, over 44094.16 utterances.], batch size: 411, lr: 5.42e-04 +2022-09-17 17:10:35,673 INFO [train.py:885] (1/2) Epoch 8, batch 11400, loss[loss=0.1826, simple_loss=0.234, pruned_loss=0.06563, over 13463.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.08059, over 41.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3746, pruned_loss=0.1314, over 2783547.70 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06773, over 44212.36 utterances.], batch size: 41, lr: 5.42e-04 +2022-09-17 17:11:05,526 INFO [train.py:885] (1/2) Epoch 8, batch 11450, loss[loss=0.2021, simple_loss=0.2691, pruned_loss=0.06759, over 13459.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09164, over 50.00 utterances.], tot_loss[loss=0.3235, simple_loss=0.3791, pruned_loss=0.134, over 2783274.00 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06855, over 45996.91 utterances.], batch size: 50, lr: 5.41e-04 +2022-09-17 17:11:34,796 INFO [train.py:885] (1/2) Epoch 8, batch 11500, loss[loss=0.1933, simple_loss=0.2452, pruned_loss=0.07064, over 13535.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08959, over 50.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3762, pruned_loss=0.1324, over 2779706.39 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06878, over 44713.91 utterances.], batch size: 50, lr: 5.41e-04 +2022-09-17 17:12:03,687 INFO [train.py:885] (1/2) Epoch 8, batch 11550, loss[loss=0.3361, simple_loss=0.3894, pruned_loss=0.1414, over 14287.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04103, over 262.00 utterances.], tot_loss[loss=0.3212, simple_loss=0.3767, pruned_loss=0.1328, over 2783698.83 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06786, over 44546.87 utterances.], batch size: 262, lr: 5.41e-04 +2022-09-17 17:12:33,510 INFO [train.py:885] (1/2) Epoch 8, batch 11600, loss[loss=0.4134, simple_loss=0.4558, pruned_loss=0.1855, over 14237.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04272, over 335.00 utterances.], tot_loss[loss=0.3261, simple_loss=0.381, pruned_loss=0.1356, over 2788671.53 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06864, over 45494.41 utterances.], batch size: 335, lr: 5.41e-04 +2022-09-17 17:13:03,754 INFO [train.py:885] (1/2) Epoch 8, batch 11650, loss[loss=0.3372, simple_loss=0.3965, pruned_loss=0.1389, over 14249.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04185, over 225.00 utterances.], tot_loss[loss=0.3247, simple_loss=0.3796, pruned_loss=0.1349, over 2787977.28 frames. utt_duration=252 frames, utt_pad_proportion=0.06867, over 44509.84 utterances.], batch size: 225, lr: 5.41e-04 +2022-09-17 17:13:33,169 INFO [train.py:885] (1/2) Epoch 8, batch 11700, loss[loss=0.3421, simple_loss=0.3947, pruned_loss=0.1448, over 14313.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03894, over 283.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3802, pruned_loss=0.1349, over 2784452.16 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07207, over 46000.16 utterances.], batch size: 283, lr: 5.41e-04 +2022-09-17 17:14:03,194 INFO [train.py:885] (1/2) Epoch 8, batch 11750, loss[loss=0.3926, simple_loss=0.4311, pruned_loss=0.177, over 14290.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03881, over 180.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3784, pruned_loss=0.1332, over 2785614.13 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07128, over 45351.36 utterances.], batch size: 180, lr: 5.41e-04 +2022-09-17 17:14:32,510 INFO [train.py:885] (1/2) Epoch 8, batch 11800, loss[loss=0.1577, simple_loss=0.2019, pruned_loss=0.05671, over 13314.00 frames. utt_duration=1615 frames, utt_pad_proportion=0.1013, over 33.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3761, pruned_loss=0.1319, over 2783949.52 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07172, over 44652.51 utterances.], batch size: 33, lr: 5.40e-04 +2022-09-17 17:15:01,992 INFO [train.py:885] (1/2) Epoch 8, batch 11850, loss[loss=0.4079, simple_loss=0.4653, pruned_loss=0.1753, over 13975.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05707, over 365.00 utterances.], tot_loss[loss=0.3234, simple_loss=0.3794, pruned_loss=0.1337, over 2786167.29 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07194, over 45647.34 utterances.], batch size: 365, lr: 5.40e-04 +2022-09-17 17:15:31,731 INFO [train.py:885] (1/2) Epoch 8, batch 11900, loss[loss=0.365, simple_loss=0.4152, pruned_loss=0.1574, over 14311.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03983, over 262.00 utterances.], tot_loss[loss=0.3241, simple_loss=0.3804, pruned_loss=0.1339, over 2783314.65 frames. utt_duration=242 frames, utt_pad_proportion=0.0729, over 46289.74 utterances.], batch size: 262, lr: 5.40e-04 +2022-09-17 17:16:00,988 INFO [train.py:885] (1/2) Epoch 8, batch 11950, loss[loss=0.2133, simple_loss=0.2391, pruned_loss=0.09371, over 12604.00 frames. utt_duration=2102 frames, utt_pad_proportion=0.151, over 24.00 utterances.], tot_loss[loss=0.3246, simple_loss=0.3818, pruned_loss=0.1337, over 2783941.55 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07284, over 47271.10 utterances.], batch size: 24, lr: 5.40e-04 +2022-09-17 17:16:30,924 INFO [train.py:885] (1/2) Epoch 8, batch 12000, loss[loss=0.2354, simple_loss=0.2901, pruned_loss=0.09032, over 12682.00 frames. utt_duration=2031 frames, utt_pad_proportion=0.1504, over 25.00 utterances.], tot_loss[loss=0.3225, simple_loss=0.3796, pruned_loss=0.1327, over 2785815.72 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07198, over 45905.83 utterances.], batch size: 25, lr: 5.40e-04 +2022-09-17 17:16:30,925 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 17:16:35,105 INFO [train.py:914] (1/2) Epoch 8, validation: loss=0.2079, simple_loss=0.284, pruned_loss=0.06587, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 17:17:04,299 INFO [train.py:885] (1/2) Epoch 8, batch 12050, loss[loss=0.2722, simple_loss=0.3143, pruned_loss=0.1151, over 13152.00 frames. utt_duration=2025 frames, utt_pad_proportion=0.1038, over 26.00 utterances.], tot_loss[loss=0.3206, simple_loss=0.3783, pruned_loss=0.1314, over 2781461.34 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07438, over 46490.58 utterances.], batch size: 26, lr: 5.40e-04 +2022-09-17 17:17:34,219 INFO [train.py:885] (1/2) Epoch 8, batch 12100, loss[loss=0.4103, simple_loss=0.4449, pruned_loss=0.1878, over 14288.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03976, over 180.00 utterances.], tot_loss[loss=0.3206, simple_loss=0.3773, pruned_loss=0.1319, over 2785047.47 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07181, over 45115.63 utterances.], batch size: 180, lr: 5.40e-04 +2022-09-17 17:18:03,008 INFO [train.py:885] (1/2) Epoch 8, batch 12150, loss[loss=0.3121, simple_loss=0.3765, pruned_loss=0.1238, over 14324.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03968, over 154.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3766, pruned_loss=0.1315, over 2783673.76 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07148, over 44568.76 utterances.], batch size: 154, lr: 5.40e-04 +2022-09-17 17:18:33,583 INFO [train.py:885] (1/2) Epoch 8, batch 12200, loss[loss=0.3304, simple_loss=0.3959, pruned_loss=0.1324, over 14359.00 frames. utt_duration=296 frames, utt_pad_proportion=0.0357, over 195.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3737, pruned_loss=0.1304, over 2782762.80 frames. utt_duration=257.4 frames, utt_pad_proportion=0.07013, over 43495.80 utterances.], batch size: 195, lr: 5.39e-04 +2022-09-17 17:19:02,938 INFO [train.py:885] (1/2) Epoch 8, batch 12250, loss[loss=0.3461, simple_loss=0.4008, pruned_loss=0.1456, over 14312.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03897, over 283.00 utterances.], tot_loss[loss=0.3191, simple_loss=0.3757, pruned_loss=0.1313, over 2783251.48 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06887, over 44349.21 utterances.], batch size: 283, lr: 5.39e-04 +2022-09-17 17:19:32,812 INFO [train.py:885] (1/2) Epoch 8, batch 12300, loss[loss=0.3407, simple_loss=0.4173, pruned_loss=0.1321, over 14007.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05603, over 365.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3721, pruned_loss=0.1289, over 2784943.42 frames. utt_duration=257 frames, utt_pad_proportion=0.06786, over 43595.98 utterances.], batch size: 365, lr: 5.39e-04 +2022-09-17 17:20:02,322 INFO [train.py:885] (1/2) Epoch 8, batch 12350, loss[loss=0.3536, simple_loss=0.4205, pruned_loss=0.1434, over 14018.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05488, over 365.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.3744, pruned_loss=0.13, over 2788196.02 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06735, over 44359.29 utterances.], batch size: 365, lr: 5.39e-04 +2022-09-17 17:20:31,931 INFO [train.py:885] (1/2) Epoch 8, batch 12400, loss[loss=0.5749, simple_loss=0.6339, pruned_loss=0.258, over 12529.00 frames. utt_duration=63.37 frames, utt_pad_proportion=0.1437, over 810.00 utterances.], tot_loss[loss=0.3229, simple_loss=0.3791, pruned_loss=0.1334, over 2779758.20 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07175, over 45939.38 utterances.], batch size: 810, lr: 5.39e-04 +2022-09-17 17:21:01,777 INFO [train.py:885] (1/2) Epoch 8, batch 12450, loss[loss=0.2602, simple_loss=0.3162, pruned_loss=0.1021, over 14084.00 frames. utt_duration=576.2 frames, utt_pad_proportion=0.05394, over 98.00 utterances.], tot_loss[loss=0.3197, simple_loss=0.3765, pruned_loss=0.1314, over 2778865.20 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07278, over 45489.58 utterances.], batch size: 98, lr: 5.39e-04 +2022-09-17 17:21:37,680 INFO [train.py:885] (1/2) Epoch 8, batch 12500, loss[loss=0.1913, simple_loss=0.2497, pruned_loss=0.0664, over 12235.00 frames. utt_duration=2041 frames, utt_pad_proportion=0.1678, over 24.00 utterances.], tot_loss[loss=0.3186, simple_loss=0.3749, pruned_loss=0.1312, over 2775615.61 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07213, over 44748.60 utterances.], batch size: 24, lr: 5.39e-04 +2022-09-17 17:22:07,397 INFO [train.py:885] (1/2) Epoch 8, batch 12550, loss[loss=0.2916, simple_loss=0.3458, pruned_loss=0.1187, over 14293.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04247, over 141.00 utterances.], tot_loss[loss=0.3163, simple_loss=0.3732, pruned_loss=0.1297, over 2777691.33 frames. utt_duration=254.8 frames, utt_pad_proportion=0.071, over 43867.32 utterances.], batch size: 141, lr: 5.38e-04 +2022-09-17 17:22:34,671 INFO [train.py:885] (1/2) Epoch 8, batch 12600, loss[loss=0.299, simple_loss=0.3324, pruned_loss=0.1328, over 13081.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1192, over 33.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.3795, pruned_loss=0.134, over 2778454.31 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07254, over 45879.43 utterances.], batch size: 33, lr: 5.38e-04 +2022-09-17 17:22:53,305 INFO [train.py:885] (1/2) Epoch 9, batch 0, loss[loss=0.2992, simple_loss=0.3747, pruned_loss=0.1119, over 14357.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03629, over 210.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3747, pruned_loss=0.1119, over 14357.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03629, over 210.00 utterances.], batch size: 210, lr: 5.17e-04 +2022-09-17 17:23:23,423 INFO [train.py:885] (1/2) Epoch 9, batch 50, loss[loss=0.4065, simple_loss=0.4616, pruned_loss=0.1757, over 13792.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07031, over 411.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3604, pruned_loss=0.12, over 627052.34 frames. utt_duration=281.5 frames, utt_pad_proportion=0.0649, over 8955.73 utterances.], batch size: 411, lr: 5.17e-04 +2022-09-17 17:23:52,888 INFO [train.py:885] (1/2) Epoch 9, batch 100, loss[loss=0.2378, simple_loss=0.2838, pruned_loss=0.09592, over 13636.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08202, over 50.00 utterances.], tot_loss[loss=0.3072, simple_loss=0.367, pruned_loss=0.1237, over 1098623.38 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07393, over 17569.93 utterances.], batch size: 50, lr: 5.17e-04 +2022-09-17 17:24:22,299 INFO [train.py:885] (1/2) Epoch 9, batch 150, loss[loss=0.4177, simple_loss=0.4551, pruned_loss=0.1902, over 14179.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04585, over 306.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3678, pruned_loss=0.1242, over 1475094.88 frames. utt_duration=258 frames, utt_pad_proportion=0.07006, over 23001.47 utterances.], batch size: 306, lr: 5.16e-04 +2022-09-17 17:24:50,827 INFO [train.py:885] (1/2) Epoch 9, batch 200, loss[loss=0.3897, simple_loss=0.4455, pruned_loss=0.1669, over 13989.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05883, over 366.00 utterances.], tot_loss[loss=0.3071, simple_loss=0.3655, pruned_loss=0.1243, over 1764713.91 frames. utt_duration=264.4 frames, utt_pad_proportion=0.06841, over 26848.91 utterances.], batch size: 366, lr: 5.16e-04 +2022-09-17 17:25:21,030 INFO [train.py:885] (1/2) Epoch 9, batch 250, loss[loss=0.4008, simple_loss=0.4734, pruned_loss=0.164, over 13656.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08005, over 477.00 utterances.], tot_loss[loss=0.3124, simple_loss=0.3698, pruned_loss=0.1275, over 1988339.85 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06976, over 30804.49 utterances.], batch size: 477, lr: 5.16e-04 +2022-09-17 17:25:50,134 INFO [train.py:885] (1/2) Epoch 9, batch 300, loss[loss=0.1752, simple_loss=0.2316, pruned_loss=0.05941, over 13746.00 frames. utt_duration=918 frames, utt_pad_proportion=0.07648, over 60.00 utterances.], tot_loss[loss=0.3161, simple_loss=0.3734, pruned_loss=0.1294, over 2167267.99 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06759, over 34402.02 utterances.], batch size: 60, lr: 5.16e-04 +2022-09-17 17:26:20,095 INFO [train.py:885] (1/2) Epoch 9, batch 350, loss[loss=0.1705, simple_loss=0.2313, pruned_loss=0.05485, over 13504.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.07693, over 41.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3693, pruned_loss=0.127, over 2301556.20 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06768, over 36238.26 utterances.], batch size: 41, lr: 5.16e-04 +2022-09-17 17:26:49,314 INFO [train.py:885] (1/2) Epoch 9, batch 400, loss[loss=0.2059, simple_loss=0.2628, pruned_loss=0.07453, over 13316.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.09182, over 41.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3705, pruned_loss=0.127, over 2410866.59 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06695, over 38455.98 utterances.], batch size: 41, lr: 5.16e-04 +2022-09-17 17:27:19,750 INFO [train.py:885] (1/2) Epoch 9, batch 450, loss[loss=0.2821, simple_loss=0.3336, pruned_loss=0.1152, over 14072.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05454, over 98.00 utterances.], tot_loss[loss=0.3163, simple_loss=0.373, pruned_loss=0.1298, over 2498296.64 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06526, over 39246.06 utterances.], batch size: 98, lr: 5.16e-04 +2022-09-17 17:27:48,620 INFO [train.py:885] (1/2) Epoch 9, batch 500, loss[loss=0.3248, simple_loss=0.3895, pruned_loss=0.13, over 14370.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03502, over 210.00 utterances.], tot_loss[loss=0.3196, simple_loss=0.3765, pruned_loss=0.1313, over 2562684.22 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06647, over 41478.09 utterances.], batch size: 210, lr: 5.16e-04 +2022-09-17 17:28:18,494 INFO [train.py:885] (1/2) Epoch 9, batch 550, loss[loss=0.2654, simple_loss=0.3164, pruned_loss=0.1072, over 14168.00 frames. utt_duration=579.6 frames, utt_pad_proportion=0.04821, over 98.00 utterances.], tot_loss[loss=0.3223, simple_loss=0.3791, pruned_loss=0.1327, over 2611209.74 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06857, over 43399.67 utterances.], batch size: 98, lr: 5.15e-04 +2022-09-17 17:28:48,318 INFO [train.py:885] (1/2) Epoch 9, batch 600, loss[loss=0.3845, simple_loss=0.4613, pruned_loss=0.1539, over 13629.00 frames. utt_duration=98.77 frames, utt_pad_proportion=0.07694, over 560.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.3805, pruned_loss=0.1335, over 2651353.29 frames. utt_duration=241.5 frames, utt_pad_proportion=0.06726, over 44179.33 utterances.], batch size: 560, lr: 5.15e-04 +2022-09-17 17:29:17,863 INFO [train.py:885] (1/2) Epoch 9, batch 650, loss[loss=0.2994, simple_loss=0.3546, pruned_loss=0.1221, over 14290.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03928, over 154.00 utterances.], tot_loss[loss=0.3256, simple_loss=0.3818, pruned_loss=0.1348, over 2685957.67 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06663, over 44600.62 utterances.], batch size: 154, lr: 5.15e-04 +2022-09-17 17:29:47,535 INFO [train.py:885] (1/2) Epoch 9, batch 700, loss[loss=0.3816, simple_loss=0.4647, pruned_loss=0.1492, over 13625.00 frames. utt_duration=98.7 frames, utt_pad_proportion=0.07754, over 560.00 utterances.], tot_loss[loss=0.322, simple_loss=0.3786, pruned_loss=0.1327, over 2708191.03 frames. utt_duration=246.2 frames, utt_pad_proportion=0.0661, over 44270.34 utterances.], batch size: 560, lr: 5.15e-04 +2022-09-17 17:30:16,847 INFO [train.py:885] (1/2) Epoch 9, batch 750, loss[loss=0.219, simple_loss=0.2747, pruned_loss=0.08169, over 13500.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.09192, over 50.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3762, pruned_loss=0.1318, over 2724732.53 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06681, over 43613.13 utterances.], batch size: 50, lr: 5.15e-04 +2022-09-17 17:30:46,676 INFO [train.py:885] (1/2) Epoch 9, batch 800, loss[loss=0.4017, simple_loss=0.4305, pruned_loss=0.1864, over 14384.00 frames. utt_duration=296.6 frames, utt_pad_proportion=0.03374, over 195.00 utterances.], tot_loss[loss=0.3242, simple_loss=0.3797, pruned_loss=0.1344, over 2738763.73 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06816, over 44819.00 utterances.], batch size: 195, lr: 5.15e-04 +2022-09-17 17:31:16,268 INFO [train.py:885] (1/2) Epoch 9, batch 850, loss[loss=0.3756, simple_loss=0.4224, pruned_loss=0.1644, over 14224.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04257, over 306.00 utterances.], tot_loss[loss=0.324, simple_loss=0.3799, pruned_loss=0.134, over 2743023.43 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07123, over 45713.29 utterances.], batch size: 306, lr: 5.15e-04 +2022-09-17 17:31:45,663 INFO [train.py:885] (1/2) Epoch 9, batch 900, loss[loss=0.3773, simple_loss=0.4221, pruned_loss=0.1663, over 14203.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04491, over 335.00 utterances.], tot_loss[loss=0.3278, simple_loss=0.3835, pruned_loss=0.136, over 2754540.77 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07063, over 46416.44 utterances.], batch size: 335, lr: 5.15e-04 +2022-09-17 17:32:15,039 INFO [train.py:885] (1/2) Epoch 9, batch 950, loss[loss=0.2107, simple_loss=0.2741, pruned_loss=0.0736, over 12901.00 frames. utt_duration=1565 frames, utt_pad_proportion=0.1151, over 33.00 utterances.], tot_loss[loss=0.3254, simple_loss=0.3816, pruned_loss=0.1346, over 2756714.20 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07119, over 46257.00 utterances.], batch size: 33, lr: 5.14e-04 +2022-09-17 17:32:45,055 INFO [train.py:885] (1/2) Epoch 9, batch 1000, loss[loss=0.2689, simple_loss=0.3263, pruned_loss=0.1058, over 14142.00 frames. utt_duration=637.1 frames, utt_pad_proportion=0.04915, over 89.00 utterances.], tot_loss[loss=0.3254, simple_loss=0.3819, pruned_loss=0.1344, over 2754771.74 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07548, over 47281.42 utterances.], batch size: 89, lr: 5.14e-04 +2022-09-17 17:33:14,484 INFO [train.py:885] (1/2) Epoch 9, batch 1050, loss[loss=0.281, simple_loss=0.3439, pruned_loss=0.109, over 14359.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03858, over 167.00 utterances.], tot_loss[loss=0.3264, simple_loss=0.3835, pruned_loss=0.1346, over 2760724.47 frames. utt_duration=230.4 frames, utt_pad_proportion=0.07523, over 48238.10 utterances.], batch size: 167, lr: 5.14e-04 +2022-09-17 17:33:43,995 INFO [train.py:885] (1/2) Epoch 9, batch 1100, loss[loss=0.3339, simple_loss=0.3934, pruned_loss=0.1371, over 14342.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03938, over 167.00 utterances.], tot_loss[loss=0.3256, simple_loss=0.3835, pruned_loss=0.1338, over 2765098.42 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07476, over 48354.46 utterances.], batch size: 167, lr: 5.14e-04 +2022-09-17 17:34:13,066 INFO [train.py:885] (1/2) Epoch 9, batch 1150, loss[loss=0.2281, simple_loss=0.2868, pruned_loss=0.08469, over 13815.00 frames. utt_duration=802.3 frames, utt_pad_proportion=0.06599, over 69.00 utterances.], tot_loss[loss=0.3191, simple_loss=0.3771, pruned_loss=0.1305, over 2765424.32 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07491, over 46454.94 utterances.], batch size: 69, lr: 5.14e-04 +2022-09-17 17:34:42,823 INFO [train.py:885] (1/2) Epoch 9, batch 1200, loss[loss=0.3739, simple_loss=0.4356, pruned_loss=0.1562, over 13998.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05601, over 365.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3795, pruned_loss=0.1311, over 2768115.65 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07685, over 47676.35 utterances.], batch size: 365, lr: 5.14e-04 +2022-09-17 17:35:12,258 INFO [train.py:885] (1/2) Epoch 9, batch 1250, loss[loss=0.3816, simple_loss=0.4076, pruned_loss=0.1778, over 14263.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04325, over 154.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3808, pruned_loss=0.1328, over 2772368.63 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07621, over 48199.47 utterances.], batch size: 154, lr: 5.14e-04 +2022-09-17 17:35:42,170 INFO [train.py:885] (1/2) Epoch 9, batch 1300, loss[loss=0.2649, simple_loss=0.3266, pruned_loss=0.1016, over 14238.00 frames. utt_duration=524.1 frames, utt_pad_proportion=0.04011, over 109.00 utterances.], tot_loss[loss=0.3263, simple_loss=0.3838, pruned_loss=0.1344, over 2771563.70 frames. utt_duration=228 frames, utt_pad_proportion=0.0761, over 48933.56 utterances.], batch size: 109, lr: 5.14e-04 +2022-09-17 17:36:12,027 INFO [train.py:885] (1/2) Epoch 9, batch 1350, loss[loss=0.3699, simple_loss=0.4129, pruned_loss=0.1635, over 14250.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04196, over 335.00 utterances.], tot_loss[loss=0.3262, simple_loss=0.3835, pruned_loss=0.1344, over 2776910.75 frames. utt_duration=230 frames, utt_pad_proportion=0.07397, over 48600.75 utterances.], batch size: 335, lr: 5.13e-04 +2022-09-17 17:36:40,963 INFO [train.py:885] (1/2) Epoch 9, batch 1400, loss[loss=0.257, simple_loss=0.327, pruned_loss=0.09353, over 14317.00 frames. utt_duration=407.6 frames, utt_pad_proportion=0.04092, over 141.00 utterances.], tot_loss[loss=0.3215, simple_loss=0.3795, pruned_loss=0.1317, over 2778317.48 frames. utt_duration=235 frames, utt_pad_proportion=0.07367, over 47587.41 utterances.], batch size: 141, lr: 5.13e-04 +2022-09-17 17:37:10,817 INFO [train.py:885] (1/2) Epoch 9, batch 1450, loss[loss=0.1462, simple_loss=0.1884, pruned_loss=0.05204, over 13270.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.1087, over 33.00 utterances.], tot_loss[loss=0.3222, simple_loss=0.3801, pruned_loss=0.1321, over 2777424.40 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07408, over 48366.85 utterances.], batch size: 33, lr: 5.13e-04 +2022-09-17 17:37:39,621 INFO [train.py:885] (1/2) Epoch 9, batch 1500, loss[loss=0.218, simple_loss=0.2657, pruned_loss=0.08513, over 13488.00 frames. utt_duration=2000 frames, utt_pad_proportion=0.09889, over 27.00 utterances.], tot_loss[loss=0.3204, simple_loss=0.3778, pruned_loss=0.1315, over 2778156.38 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07252, over 47120.46 utterances.], batch size: 27, lr: 5.13e-04 +2022-09-17 17:38:09,708 INFO [train.py:885] (1/2) Epoch 9, batch 1550, loss[loss=0.2522, simple_loss=0.3047, pruned_loss=0.09988, over 13836.00 frames. utt_duration=803.4 frames, utt_pad_proportion=0.06257, over 69.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.3788, pruned_loss=0.1319, over 2779984.92 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07193, over 47269.37 utterances.], batch size: 69, lr: 5.13e-04 +2022-09-17 17:38:38,703 INFO [train.py:885] (1/2) Epoch 9, batch 1600, loss[loss=0.3882, simple_loss=0.4294, pruned_loss=0.1735, over 14363.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03272, over 244.00 utterances.], tot_loss[loss=0.3214, simple_loss=0.3784, pruned_loss=0.1322, over 2780569.05 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07041, over 46848.29 utterances.], batch size: 244, lr: 5.13e-04 +2022-09-17 17:39:08,635 INFO [train.py:885] (1/2) Epoch 9, batch 1650, loss[loss=0.3277, simple_loss=0.391, pruned_loss=0.1322, over 14276.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04006, over 180.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3786, pruned_loss=0.1316, over 2783140.21 frames. utt_duration=240 frames, utt_pad_proportion=0.07091, over 46681.64 utterances.], batch size: 180, lr: 5.13e-04 +2022-09-17 17:39:37,841 INFO [train.py:885] (1/2) Epoch 9, batch 1700, loss[loss=0.2478, simple_loss=0.2952, pruned_loss=0.1002, over 14053.00 frames. utt_duration=712.9 frames, utt_pad_proportion=0.05705, over 79.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3753, pruned_loss=0.1293, over 2775940.01 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07358, over 46281.55 utterances.], batch size: 79, lr: 5.13e-04 +2022-09-17 17:40:07,655 INFO [train.py:885] (1/2) Epoch 9, batch 1750, loss[loss=0.3272, simple_loss=0.3948, pruned_loss=0.1298, over 14323.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04043, over 167.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3778, pruned_loss=0.1311, over 2777671.66 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07181, over 46158.62 utterances.], batch size: 167, lr: 5.12e-04 +2022-09-17 17:40:37,376 INFO [train.py:885] (1/2) Epoch 9, batch 1800, loss[loss=0.3073, simple_loss=0.378, pruned_loss=0.1183, over 14307.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03837, over 180.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.3795, pruned_loss=0.1322, over 2775734.10 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07379, over 47503.11 utterances.], batch size: 180, lr: 5.12e-04 +2022-09-17 17:41:06,820 INFO [train.py:885] (1/2) Epoch 9, batch 1850, loss[loss=0.2018, simple_loss=0.2655, pruned_loss=0.06907, over 13593.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09105, over 42.00 utterances.], tot_loss[loss=0.3221, simple_loss=0.3802, pruned_loss=0.132, over 2775960.53 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07489, over 47944.47 utterances.], batch size: 42, lr: 5.12e-04 +2022-09-17 17:41:36,471 INFO [train.py:885] (1/2) Epoch 9, batch 1900, loss[loss=0.3174, simple_loss=0.3768, pruned_loss=0.129, over 14332.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04001, over 167.00 utterances.], tot_loss[loss=0.3252, simple_loss=0.3825, pruned_loss=0.1339, over 2781120.61 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07278, over 48075.88 utterances.], batch size: 167, lr: 5.12e-04 +2022-09-17 17:42:05,723 INFO [train.py:885] (1/2) Epoch 9, batch 1950, loss[loss=0.3964, simple_loss=0.4368, pruned_loss=0.178, over 14223.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04373, over 306.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3813, pruned_loss=0.1343, over 2772703.89 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07485, over 47678.82 utterances.], batch size: 306, lr: 5.12e-04 +2022-09-17 17:42:35,270 INFO [train.py:885] (1/2) Epoch 9, batch 2000, loss[loss=0.2146, simple_loss=0.2757, pruned_loss=0.07676, over 12934.00 frames. utt_duration=2071 frames, utt_pad_proportion=0.1089, over 25.00 utterances.], tot_loss[loss=0.318, simple_loss=0.375, pruned_loss=0.1305, over 2778589.96 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07146, over 44755.61 utterances.], batch size: 25, lr: 5.12e-04 +2022-09-17 17:43:04,381 INFO [train.py:885] (1/2) Epoch 9, batch 2050, loss[loss=0.2413, simple_loss=0.3074, pruned_loss=0.08757, over 14155.00 frames. utt_duration=637.7 frames, utt_pad_proportion=0.04679, over 89.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.378, pruned_loss=0.1323, over 2778181.58 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07223, over 45790.70 utterances.], batch size: 89, lr: 5.12e-04 +2022-09-17 17:43:34,278 INFO [train.py:885] (1/2) Epoch 9, batch 2100, loss[loss=0.3521, simple_loss=0.4053, pruned_loss=0.1494, over 14306.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03985, over 283.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.3789, pruned_loss=0.1324, over 2769666.01 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0752, over 47077.49 utterances.], batch size: 283, lr: 5.12e-04 +2022-09-17 17:44:04,013 INFO [train.py:885] (1/2) Epoch 9, batch 2150, loss[loss=0.3705, simple_loss=0.3961, pruned_loss=0.1724, over 14226.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04684, over 141.00 utterances.], tot_loss[loss=0.3215, simple_loss=0.3785, pruned_loss=0.1323, over 2773736.65 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07428, over 46741.88 utterances.], batch size: 141, lr: 5.11e-04 +2022-09-17 17:44:33,896 INFO [train.py:885] (1/2) Epoch 9, batch 2200, loss[loss=0.4029, simple_loss=0.4382, pruned_loss=0.1838, over 14214.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04437, over 306.00 utterances.], tot_loss[loss=0.3216, simple_loss=0.3785, pruned_loss=0.1324, over 2780166.91 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07077, over 46113.03 utterances.], batch size: 306, lr: 5.11e-04 +2022-09-17 17:45:03,584 INFO [train.py:885] (1/2) Epoch 9, batch 2250, loss[loss=0.308, simple_loss=0.3712, pruned_loss=0.1224, over 14348.00 frames. utt_duration=374.2 frames, utt_pad_proportion=0.03796, over 154.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.3775, pruned_loss=0.1326, over 2781131.04 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06843, over 44984.82 utterances.], batch size: 154, lr: 5.11e-04 +2022-09-17 17:45:32,516 INFO [train.py:885] (1/2) Epoch 9, batch 2300, loss[loss=0.2741, simple_loss=0.341, pruned_loss=0.1036, over 14226.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04706, over 141.00 utterances.], tot_loss[loss=0.3203, simple_loss=0.3769, pruned_loss=0.1319, over 2779107.30 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07093, over 45472.40 utterances.], batch size: 141, lr: 5.11e-04 +2022-09-17 17:46:02,324 INFO [train.py:885] (1/2) Epoch 9, batch 2350, loss[loss=0.226, simple_loss=0.2876, pruned_loss=0.08218, over 13582.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08558, over 50.00 utterances.], tot_loss[loss=0.3222, simple_loss=0.3784, pruned_loss=0.133, over 2775261.63 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07274, over 46266.14 utterances.], batch size: 50, lr: 5.11e-04 +2022-09-17 17:46:31,685 INFO [train.py:885] (1/2) Epoch 9, batch 2400, loss[loss=0.3925, simple_loss=0.4697, pruned_loss=0.1577, over 13593.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07924, over 560.00 utterances.], tot_loss[loss=0.3201, simple_loss=0.3765, pruned_loss=0.1318, over 2775008.66 frames. utt_duration=243 frames, utt_pad_proportion=0.07394, over 45965.76 utterances.], batch size: 560, lr: 5.11e-04 +2022-09-17 17:47:01,715 INFO [train.py:885] (1/2) Epoch 9, batch 2450, loss[loss=0.7715, simple_loss=0.7689, pruned_loss=0.387, over 12459.00 frames. utt_duration=63.14 frames, utt_pad_proportion=0.1467, over 810.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.3765, pruned_loss=0.1326, over 2774217.14 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07489, over 45291.25 utterances.], batch size: 810, lr: 5.11e-04 +2022-09-17 17:47:31,687 INFO [train.py:885] (1/2) Epoch 9, batch 2500, loss[loss=0.2573, simple_loss=0.3349, pruned_loss=0.08987, over 14256.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04531, over 141.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3808, pruned_loss=0.1346, over 2777636.84 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07343, over 46758.18 utterances.], batch size: 141, lr: 5.11e-04 +2022-09-17 17:48:00,996 INFO [train.py:885] (1/2) Epoch 9, batch 2550, loss[loss=0.3702, simple_loss=0.4553, pruned_loss=0.1425, over 13575.00 frames. utt_duration=98.43 frames, utt_pad_proportion=0.08012, over 560.00 utterances.], tot_loss[loss=0.3237, simple_loss=0.3801, pruned_loss=0.1336, over 2779735.98 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07276, over 46764.12 utterances.], batch size: 560, lr: 5.10e-04 +2022-09-17 17:48:29,398 INFO [train.py:885] (1/2) Epoch 9, batch 2600, loss[loss=0.2159, simple_loss=0.28, pruned_loss=0.07588, over 13887.00 frames. utt_duration=704.6 frames, utt_pad_proportion=0.068, over 79.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3743, pruned_loss=0.1306, over 2778758.90 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07016, over 44230.76 utterances.], batch size: 79, lr: 5.10e-04 +2022-09-17 17:49:07,114 INFO [train.py:885] (1/2) Epoch 9, batch 2650, loss[loss=0.2461, simple_loss=0.3056, pruned_loss=0.09329, over 14131.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05053, over 98.00 utterances.], tot_loss[loss=0.3196, simple_loss=0.3761, pruned_loss=0.1315, over 2782824.77 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07049, over 44478.84 utterances.], batch size: 98, lr: 5.10e-04 +2022-09-17 17:49:35,970 INFO [train.py:885] (1/2) Epoch 9, batch 2700, loss[loss=0.4032, simple_loss=0.4907, pruned_loss=0.1578, over 13147.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1083, over 653.00 utterances.], tot_loss[loss=0.319, simple_loss=0.3763, pruned_loss=0.1309, over 2785757.23 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06987, over 44745.80 utterances.], batch size: 653, lr: 5.10e-04 +2022-09-17 17:50:06,348 INFO [train.py:885] (1/2) Epoch 9, batch 2750, loss[loss=0.2506, simple_loss=0.3053, pruned_loss=0.09789, over 13924.00 frames. utt_duration=706.4 frames, utt_pad_proportion=0.06067, over 79.00 utterances.], tot_loss[loss=0.3238, simple_loss=0.3804, pruned_loss=0.1336, over 2783687.85 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07196, over 45941.53 utterances.], batch size: 79, lr: 5.10e-04 +2022-09-17 17:50:34,859 INFO [train.py:885] (1/2) Epoch 9, batch 2800, loss[loss=0.3227, simple_loss=0.4045, pruned_loss=0.1204, over 13952.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05927, over 365.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3774, pruned_loss=0.1318, over 2785383.70 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07009, over 44761.91 utterances.], batch size: 365, lr: 5.10e-04 +2022-09-17 17:51:05,659 INFO [train.py:885] (1/2) Epoch 9, batch 2850, loss[loss=0.2092, simple_loss=0.2879, pruned_loss=0.06521, over 13556.00 frames. utt_duration=1324 frames, utt_pad_proportion=0.0735, over 41.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3775, pruned_loss=0.1322, over 2785286.48 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07018, over 44891.54 utterances.], batch size: 41, lr: 5.10e-04 +2022-09-17 17:51:34,622 INFO [train.py:885] (1/2) Epoch 9, batch 2900, loss[loss=0.2895, simple_loss=0.3542, pruned_loss=0.1125, over 14326.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.0374, over 154.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3747, pruned_loss=0.1305, over 2787585.59 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06922, over 43856.98 utterances.], batch size: 154, lr: 5.10e-04 +2022-09-17 17:52:04,397 INFO [train.py:885] (1/2) Epoch 9, batch 2950, loss[loss=0.3712, simple_loss=0.4226, pruned_loss=0.1599, over 14170.00 frames. utt_duration=186.8 frames, utt_pad_proportion=0.0469, over 306.00 utterances.], tot_loss[loss=0.322, simple_loss=0.3788, pruned_loss=0.1326, over 2787547.61 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07011, over 45713.12 utterances.], batch size: 306, lr: 5.09e-04 +2022-09-17 17:52:34,261 INFO [train.py:885] (1/2) Epoch 9, batch 3000, loss[loss=0.346, simple_loss=0.4035, pruned_loss=0.1443, over 14331.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03799, over 283.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3803, pruned_loss=0.1326, over 2783603.51 frames. utt_duration=238 frames, utt_pad_proportion=0.073, over 47074.55 utterances.], batch size: 283, lr: 5.09e-04 +2022-09-17 17:52:34,262 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 17:52:38,442 INFO [train.py:914] (1/2) Epoch 9, validation: loss=0.2097, simple_loss=0.2858, pruned_loss=0.06676, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 17:53:08,709 INFO [train.py:885] (1/2) Epoch 9, batch 3050, loss[loss=0.3295, simple_loss=0.3749, pruned_loss=0.142, over 14303.00 frames. utt_duration=373 frames, utt_pad_proportion=0.03878, over 154.00 utterances.], tot_loss[loss=0.3234, simple_loss=0.3802, pruned_loss=0.1333, over 2783779.35 frames. utt_duration=238 frames, utt_pad_proportion=0.07343, over 47076.27 utterances.], batch size: 154, lr: 5.09e-04 +2022-09-17 17:53:37,855 INFO [train.py:885] (1/2) Epoch 9, batch 3100, loss[loss=0.4334, simple_loss=0.5094, pruned_loss=0.1787, over 13163.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.3232, simple_loss=0.3801, pruned_loss=0.1331, over 2786348.11 frames. utt_duration=239.3 frames, utt_pad_proportion=0.0715, over 46869.50 utterances.], batch size: 653, lr: 5.09e-04 +2022-09-17 17:54:07,746 INFO [train.py:885] (1/2) Epoch 9, batch 3150, loss[loss=0.2837, simple_loss=0.3536, pruned_loss=0.1069, over 14276.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04014, over 180.00 utterances.], tot_loss[loss=0.3222, simple_loss=0.3794, pruned_loss=0.1325, over 2783818.90 frames. utt_duration=238 frames, utt_pad_proportion=0.07197, over 47081.33 utterances.], batch size: 180, lr: 5.09e-04 +2022-09-17 17:54:37,018 INFO [train.py:885] (1/2) Epoch 9, batch 3200, loss[loss=0.3774, simple_loss=0.4232, pruned_loss=0.1658, over 14233.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04272, over 306.00 utterances.], tot_loss[loss=0.3193, simple_loss=0.3757, pruned_loss=0.1315, over 2783331.69 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07054, over 45734.56 utterances.], batch size: 306, lr: 5.09e-04 +2022-09-17 17:55:06,270 INFO [train.py:885] (1/2) Epoch 9, batch 3250, loss[loss=0.4703, simple_loss=0.4844, pruned_loss=0.2281, over 14271.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04054, over 335.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3747, pruned_loss=0.131, over 2781090.36 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07085, over 45233.78 utterances.], batch size: 335, lr: 5.09e-04 +2022-09-17 17:55:35,119 INFO [train.py:885] (1/2) Epoch 9, batch 3300, loss[loss=0.2279, simple_loss=0.2859, pruned_loss=0.08496, over 14189.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04752, over 89.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3748, pruned_loss=0.1304, over 2780501.60 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07044, over 45382.17 utterances.], batch size: 89, lr: 5.09e-04 +2022-09-17 17:56:04,853 INFO [train.py:885] (1/2) Epoch 9, batch 3350, loss[loss=0.3226, simple_loss=0.4114, pruned_loss=0.1169, over 13746.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07341, over 411.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3746, pruned_loss=0.1293, over 2779341.88 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07278, over 46244.36 utterances.], batch size: 411, lr: 5.08e-04 +2022-09-17 17:56:33,804 INFO [train.py:885] (1/2) Epoch 9, batch 3400, loss[loss=0.179, simple_loss=0.2518, pruned_loss=0.05306, over 13960.00 frames. utt_duration=708.4 frames, utt_pad_proportion=0.06296, over 79.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3743, pruned_loss=0.1294, over 2780943.07 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07066, over 45950.45 utterances.], batch size: 79, lr: 5.08e-04 +2022-09-17 17:57:03,818 INFO [train.py:885] (1/2) Epoch 9, batch 3450, loss[loss=0.2481, simple_loss=0.3051, pruned_loss=0.09558, over 14175.00 frames. utt_duration=638.4 frames, utt_pad_proportion=0.04859, over 89.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.375, pruned_loss=0.1296, over 2774477.53 frames. utt_duration=239 frames, utt_pad_proportion=0.07494, over 46723.13 utterances.], batch size: 89, lr: 5.08e-04 +2022-09-17 17:57:33,585 INFO [train.py:885] (1/2) Epoch 9, batch 3500, loss[loss=0.3298, simple_loss=0.39, pruned_loss=0.1348, over 14338.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03768, over 262.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.3785, pruned_loss=0.1315, over 2775471.00 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07291, over 47467.87 utterances.], batch size: 262, lr: 5.08e-04 +2022-09-17 17:58:02,844 INFO [train.py:885] (1/2) Epoch 9, batch 3550, loss[loss=0.324, simple_loss=0.3857, pruned_loss=0.1312, over 14431.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03266, over 196.00 utterances.], tot_loss[loss=0.3218, simple_loss=0.3794, pruned_loss=0.1321, over 2779862.10 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07257, over 47514.87 utterances.], batch size: 196, lr: 5.08e-04 +2022-09-17 17:58:32,624 INFO [train.py:885] (1/2) Epoch 9, batch 3600, loss[loss=0.2219, simple_loss=0.2859, pruned_loss=0.07896, over 13834.00 frames. utt_duration=803.5 frames, utt_pad_proportion=0.0646, over 69.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3776, pruned_loss=0.132, over 2776002.55 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07372, over 46698.16 utterances.], batch size: 69, lr: 5.08e-04 +2022-09-17 17:59:02,089 INFO [train.py:885] (1/2) Epoch 9, batch 3650, loss[loss=0.3127, simple_loss=0.3814, pruned_loss=0.122, over 14290.00 frames. utt_duration=254.3 frames, utt_pad_proportion=0.04022, over 226.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3733, pruned_loss=0.1299, over 2775565.41 frames. utt_duration=250 frames, utt_pad_proportion=0.0718, over 44663.27 utterances.], batch size: 226, lr: 5.08e-04 +2022-09-17 17:59:31,784 INFO [train.py:885] (1/2) Epoch 9, batch 3700, loss[loss=0.1949, simple_loss=0.2429, pruned_loss=0.07345, over 13433.00 frames. utt_duration=1281 frames, utt_pad_proportion=0.1012, over 42.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3706, pruned_loss=0.1277, over 2778727.94 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06872, over 43798.30 utterances.], batch size: 42, lr: 5.08e-04 +2022-09-17 18:00:01,337 INFO [train.py:885] (1/2) Epoch 9, batch 3750, loss[loss=0.1843, simple_loss=0.2439, pruned_loss=0.06236, over 13411.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.09782, over 50.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3735, pruned_loss=0.1291, over 2779713.70 frames. utt_duration=251 frames, utt_pad_proportion=0.07179, over 44559.58 utterances.], batch size: 50, lr: 5.08e-04 +2022-09-17 18:00:31,099 INFO [train.py:885] (1/2) Epoch 9, batch 3800, loss[loss=0.3346, simple_loss=0.3969, pruned_loss=0.1361, over 14323.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03912, over 262.00 utterances.], tot_loss[loss=0.3197, simple_loss=0.3774, pruned_loss=0.131, over 2779133.77 frames. utt_duration=242.8 frames, utt_pad_proportion=0.0729, over 46061.67 utterances.], batch size: 262, lr: 5.07e-04 +2022-09-17 18:01:00,374 INFO [train.py:885] (1/2) Epoch 9, batch 3850, loss[loss=0.289, simple_loss=0.3514, pruned_loss=0.1133, over 14257.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04264, over 141.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3734, pruned_loss=0.1297, over 2780137.56 frames. utt_duration=255.9 frames, utt_pad_proportion=0.07027, over 43702.83 utterances.], batch size: 141, lr: 5.07e-04 +2022-09-17 18:01:29,742 INFO [train.py:885] (1/2) Epoch 9, batch 3900, loss[loss=0.2238, simple_loss=0.2797, pruned_loss=0.08394, over 13878.00 frames. utt_duration=806 frames, utt_pad_proportion=0.06062, over 69.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.379, pruned_loss=0.1333, over 2779072.49 frames. utt_duration=243 frames, utt_pad_proportion=0.07387, over 46017.14 utterances.], batch size: 69, lr: 5.07e-04 +2022-09-17 18:01:59,504 INFO [train.py:885] (1/2) Epoch 9, batch 3950, loss[loss=0.3612, simple_loss=0.4093, pruned_loss=0.1566, over 14304.00 frames. utt_duration=273.8 frames, utt_pad_proportion=0.0393, over 210.00 utterances.], tot_loss[loss=0.3265, simple_loss=0.3835, pruned_loss=0.1347, over 2776692.80 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07483, over 48003.96 utterances.], batch size: 210, lr: 5.07e-04 +2022-09-17 18:02:28,213 INFO [train.py:885] (1/2) Epoch 9, batch 4000, loss[loss=0.4436, simple_loss=0.5184, pruned_loss=0.1844, over 13145.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1081, over 653.00 utterances.], tot_loss[loss=0.323, simple_loss=0.3804, pruned_loss=0.1328, over 2778789.17 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07274, over 47298.97 utterances.], batch size: 653, lr: 5.07e-04 +2022-09-17 18:02:57,847 INFO [train.py:885] (1/2) Epoch 9, batch 4050, loss[loss=0.2946, simple_loss=0.37, pruned_loss=0.1096, over 14321.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03737, over 180.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3773, pruned_loss=0.1303, over 2779663.11 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07256, over 46675.72 utterances.], batch size: 180, lr: 5.07e-04 +2022-09-17 18:03:27,230 INFO [train.py:885] (1/2) Epoch 9, batch 4100, loss[loss=0.4979, simple_loss=0.5004, pruned_loss=0.2477, over 14237.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.04336, over 225.00 utterances.], tot_loss[loss=0.3224, simple_loss=0.3795, pruned_loss=0.1327, over 2782729.94 frames. utt_duration=237 frames, utt_pad_proportion=0.07151, over 47254.84 utterances.], batch size: 225, lr: 5.07e-04 +2022-09-17 18:04:04,316 INFO [train.py:885] (1/2) Epoch 9, batch 4150, loss[loss=0.357, simple_loss=0.4147, pruned_loss=0.1497, over 14323.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03878, over 262.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.379, pruned_loss=0.1318, over 2783147.70 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07133, over 47429.02 utterances.], batch size: 262, lr: 5.07e-04 +2022-09-17 18:04:32,879 INFO [train.py:885] (1/2) Epoch 9, batch 4200, loss[loss=0.3757, simple_loss=0.4199, pruned_loss=0.1657, over 14369.00 frames. utt_duration=220.7 frames, utt_pad_proportion=0.0364, over 262.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3747, pruned_loss=0.1301, over 2782866.50 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06956, over 44980.75 utterances.], batch size: 262, lr: 5.06e-04 +2022-09-17 18:05:01,977 INFO [train.py:885] (1/2) Epoch 9, batch 4250, loss[loss=0.2175, simple_loss=0.2775, pruned_loss=0.07877, over 13358.00 frames. utt_duration=1070 frames, utt_pad_proportion=0.09744, over 50.00 utterances.], tot_loss[loss=0.3153, simple_loss=0.3724, pruned_loss=0.1291, over 2782130.67 frames. utt_duration=252.2 frames, utt_pad_proportion=0.0686, over 44378.30 utterances.], batch size: 50, lr: 5.06e-04 +2022-09-17 18:05:31,475 INFO [train.py:885] (1/2) Epoch 9, batch 4300, loss[loss=0.2515, simple_loss=0.3007, pruned_loss=0.1011, over 13707.00 frames. utt_duration=796.2 frames, utt_pad_proportion=0.07307, over 69.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3739, pruned_loss=0.1297, over 2779324.55 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07092, over 45675.84 utterances.], batch size: 69, lr: 5.06e-04 +2022-09-17 18:06:00,422 INFO [train.py:885] (1/2) Epoch 9, batch 4350, loss[loss=0.3845, simple_loss=0.4566, pruned_loss=0.1562, over 13807.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06921, over 411.00 utterances.], tot_loss[loss=0.3121, simple_loss=0.3702, pruned_loss=0.127, over 2782051.22 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06943, over 44485.76 utterances.], batch size: 411, lr: 5.06e-04 +2022-09-17 18:06:29,944 INFO [train.py:885] (1/2) Epoch 9, batch 4400, loss[loss=0.352, simple_loss=0.4157, pruned_loss=0.1441, over 14394.00 frames. utt_duration=275.5 frames, utt_pad_proportion=0.03328, over 210.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3731, pruned_loss=0.1285, over 2778642.01 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07123, over 45294.26 utterances.], batch size: 210, lr: 5.06e-04 +2022-09-17 18:06:59,148 INFO [train.py:885] (1/2) Epoch 9, batch 4450, loss[loss=0.363, simple_loss=0.4076, pruned_loss=0.1592, over 14296.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03844, over 180.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3779, pruned_loss=0.1319, over 2777016.37 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07275, over 46710.93 utterances.], batch size: 180, lr: 5.06e-04 +2022-09-17 18:07:28,195 INFO [train.py:885] (1/2) Epoch 9, batch 4500, loss[loss=0.2851, simple_loss=0.3422, pruned_loss=0.114, over 14280.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04143, over 120.00 utterances.], tot_loss[loss=0.3244, simple_loss=0.3814, pruned_loss=0.1337, over 2776193.86 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07432, over 48364.95 utterances.], batch size: 120, lr: 5.06e-04 +2022-09-17 18:07:57,327 INFO [train.py:885] (1/2) Epoch 9, batch 4550, loss[loss=0.3502, simple_loss=0.4353, pruned_loss=0.1325, over 13624.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08206, over 477.00 utterances.], tot_loss[loss=0.325, simple_loss=0.3826, pruned_loss=0.1337, over 2775364.33 frames. utt_duration=226.1 frames, utt_pad_proportion=0.07491, over 49432.85 utterances.], batch size: 477, lr: 5.06e-04 +2022-09-17 18:08:26,783 INFO [train.py:885] (1/2) Epoch 9, batch 4600, loss[loss=0.317, simple_loss=0.3845, pruned_loss=0.1247, over 14250.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04226, over 225.00 utterances.], tot_loss[loss=0.3239, simple_loss=0.3813, pruned_loss=0.1333, over 2779782.28 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07297, over 48473.92 utterances.], batch size: 225, lr: 5.05e-04 +2022-09-17 18:08:56,705 INFO [train.py:885] (1/2) Epoch 9, batch 4650, loss[loss=0.1945, simple_loss=0.245, pruned_loss=0.07201, over 12848.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.1202, over 25.00 utterances.], tot_loss[loss=0.3242, simple_loss=0.3816, pruned_loss=0.1334, over 2776159.47 frames. utt_duration=228.4 frames, utt_pad_proportion=0.07406, over 48929.72 utterances.], batch size: 25, lr: 5.05e-04 +2022-09-17 18:09:25,602 INFO [train.py:885] (1/2) Epoch 9, batch 4700, loss[loss=0.4522, simple_loss=0.4723, pruned_loss=0.216, over 14303.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03871, over 210.00 utterances.], tot_loss[loss=0.3208, simple_loss=0.378, pruned_loss=0.1318, over 2780002.32 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07179, over 46847.56 utterances.], batch size: 210, lr: 5.05e-04 +2022-09-17 18:09:55,505 INFO [train.py:885] (1/2) Epoch 9, batch 4750, loss[loss=0.2254, simple_loss=0.279, pruned_loss=0.08586, over 13811.00 frames. utt_duration=922.1 frames, utt_pad_proportion=0.06477, over 60.00 utterances.], tot_loss[loss=0.3214, simple_loss=0.3789, pruned_loss=0.132, over 2774944.35 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07454, over 47354.97 utterances.], batch size: 60, lr: 5.05e-04 +2022-09-17 18:10:24,751 INFO [train.py:885] (1/2) Epoch 9, batch 4800, loss[loss=0.3489, simple_loss=0.4015, pruned_loss=0.1481, over 14318.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03862, over 283.00 utterances.], tot_loss[loss=0.3184, simple_loss=0.3757, pruned_loss=0.1305, over 2771918.87 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0737, over 46084.64 utterances.], batch size: 283, lr: 5.05e-04 +2022-09-17 18:10:54,443 INFO [train.py:885] (1/2) Epoch 9, batch 4850, loss[loss=0.1998, simple_loss=0.2526, pruned_loss=0.07349, over 12813.00 frames. utt_duration=2051 frames, utt_pad_proportion=0.1285, over 25.00 utterances.], tot_loss[loss=0.3201, simple_loss=0.3778, pruned_loss=0.1312, over 2773444.05 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07481, over 47169.90 utterances.], batch size: 25, lr: 5.05e-04 +2022-09-17 18:11:24,284 INFO [train.py:885] (1/2) Epoch 9, batch 4900, loss[loss=0.3176, simple_loss=0.3867, pruned_loss=0.1243, over 14370.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03264, over 244.00 utterances.], tot_loss[loss=0.3186, simple_loss=0.3765, pruned_loss=0.1304, over 2776399.70 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07339, over 46249.47 utterances.], batch size: 244, lr: 5.05e-04 +2022-09-17 18:11:54,085 INFO [train.py:885] (1/2) Epoch 9, batch 4950, loss[loss=0.4254, simple_loss=0.5088, pruned_loss=0.171, over 13205.00 frames. utt_duration=82.43 frames, utt_pad_proportion=0.104, over 653.00 utterances.], tot_loss[loss=0.3177, simple_loss=0.376, pruned_loss=0.1297, over 2772765.32 frames. utt_duration=240 frames, utt_pad_proportion=0.07434, over 46501.66 utterances.], batch size: 653, lr: 5.05e-04 +2022-09-17 18:12:23,909 INFO [train.py:885] (1/2) Epoch 9, batch 5000, loss[loss=0.3403, simple_loss=0.4359, pruned_loss=0.1223, over 13640.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08025, over 477.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3781, pruned_loss=0.1308, over 2780221.20 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07339, over 46853.75 utterances.], batch size: 477, lr: 5.05e-04 +2022-09-17 18:12:53,017 INFO [train.py:885] (1/2) Epoch 9, batch 5050, loss[loss=0.3779, simple_loss=0.4208, pruned_loss=0.1675, over 14326.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03754, over 210.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3746, pruned_loss=0.1291, over 2780062.54 frames. utt_duration=245 frames, utt_pad_proportion=0.07076, over 45663.86 utterances.], batch size: 210, lr: 5.04e-04 +2022-09-17 18:13:22,369 INFO [train.py:885] (1/2) Epoch 9, batch 5100, loss[loss=0.1659, simple_loss=0.2114, pruned_loss=0.06022, over 13305.00 frames. utt_duration=1614 frames, utt_pad_proportion=0.1059, over 33.00 utterances.], tot_loss[loss=0.3167, simple_loss=0.3742, pruned_loss=0.1296, over 2779260.27 frames. utt_duration=247 frames, utt_pad_proportion=0.07199, over 45286.20 utterances.], batch size: 33, lr: 5.04e-04 +2022-09-17 18:13:51,705 INFO [train.py:885] (1/2) Epoch 9, batch 5150, loss[loss=0.2193, simple_loss=0.285, pruned_loss=0.0768, over 14064.00 frames. utt_duration=713.4 frames, utt_pad_proportion=0.05504, over 79.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3719, pruned_loss=0.1288, over 2781075.58 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07061, over 43805.77 utterances.], batch size: 79, lr: 5.04e-04 +2022-09-17 18:14:21,067 INFO [train.py:885] (1/2) Epoch 9, batch 5200, loss[loss=0.3189, simple_loss=0.3651, pruned_loss=0.1363, over 14142.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04683, over 109.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3669, pruned_loss=0.1261, over 2781010.72 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06793, over 42742.93 utterances.], batch size: 109, lr: 5.04e-04 +2022-09-17 18:14:50,933 INFO [train.py:885] (1/2) Epoch 9, batch 5250, loss[loss=0.1641, simple_loss=0.2153, pruned_loss=0.05643, over 12795.00 frames. utt_duration=1552 frames, utt_pad_proportion=0.1353, over 33.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3682, pruned_loss=0.1266, over 2779901.43 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06936, over 43763.34 utterances.], batch size: 33, lr: 5.04e-04 +2022-09-17 18:15:20,275 INFO [train.py:885] (1/2) Epoch 9, batch 5300, loss[loss=0.5762, simple_loss=0.6202, pruned_loss=0.2661, over 13176.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1057, over 653.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.3656, pruned_loss=0.1255, over 2782947.20 frames. utt_duration=264.8 frames, utt_pad_proportion=0.06755, over 42273.41 utterances.], batch size: 653, lr: 5.04e-04 +2022-09-17 18:15:49,988 INFO [train.py:885] (1/2) Epoch 9, batch 5350, loss[loss=0.3185, simple_loss=0.3915, pruned_loss=0.1228, over 14247.00 frames. utt_duration=318 frames, utt_pad_proportion=0.04209, over 180.00 utterances.], tot_loss[loss=0.3085, simple_loss=0.3657, pruned_loss=0.1257, over 2782600.80 frames. utt_duration=266.3 frames, utt_pad_proportion=0.06731, over 42022.28 utterances.], batch size: 180, lr: 5.04e-04 +2022-09-17 18:16:19,578 INFO [train.py:885] (1/2) Epoch 9, batch 5400, loss[loss=0.2617, simple_loss=0.3293, pruned_loss=0.09705, over 14336.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03755, over 120.00 utterances.], tot_loss[loss=0.3115, simple_loss=0.3687, pruned_loss=0.1272, over 2779044.44 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06861, over 43113.63 utterances.], batch size: 120, lr: 5.04e-04 +2022-09-17 18:16:48,914 INFO [train.py:885] (1/2) Epoch 9, batch 5450, loss[loss=0.3707, simple_loss=0.4496, pruned_loss=0.1459, over 13679.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07783, over 477.00 utterances.], tot_loss[loss=0.31, simple_loss=0.368, pruned_loss=0.126, over 2779088.28 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06827, over 43197.65 utterances.], batch size: 477, lr: 5.03e-04 +2022-09-17 18:17:18,157 INFO [train.py:885] (1/2) Epoch 9, batch 5500, loss[loss=0.4256, simple_loss=0.5069, pruned_loss=0.1721, over 13160.00 frames. utt_duration=82.13 frames, utt_pad_proportion=0.1073, over 653.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3678, pruned_loss=0.1258, over 2778435.72 frames. utt_duration=260.4 frames, utt_pad_proportion=0.06871, over 42918.33 utterances.], batch size: 653, lr: 5.03e-04 +2022-09-17 18:17:47,322 INFO [train.py:885] (1/2) Epoch 9, batch 5550, loss[loss=0.3497, simple_loss=0.4111, pruned_loss=0.1442, over 14334.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03474, over 244.00 utterances.], tot_loss[loss=0.3113, simple_loss=0.3697, pruned_loss=0.1265, over 2778984.77 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06996, over 43444.18 utterances.], batch size: 244, lr: 5.03e-04 +2022-09-17 18:18:17,177 INFO [train.py:885] (1/2) Epoch 9, batch 5600, loss[loss=0.1702, simple_loss=0.2198, pruned_loss=0.0603, over 13782.00 frames. utt_duration=1104 frames, utt_pad_proportion=0.07303, over 50.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3728, pruned_loss=0.1283, over 2780304.35 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07041, over 44307.94 utterances.], batch size: 50, lr: 5.03e-04 +2022-09-17 18:18:47,056 INFO [train.py:885] (1/2) Epoch 9, batch 5650, loss[loss=0.1991, simple_loss=0.2732, pruned_loss=0.06252, over 13894.00 frames. utt_duration=927.8 frames, utt_pad_proportion=0.06564, over 60.00 utterances.], tot_loss[loss=0.3153, simple_loss=0.3734, pruned_loss=0.1285, over 2781599.62 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07029, over 44819.45 utterances.], batch size: 60, lr: 5.03e-04 +2022-09-17 18:19:16,843 INFO [train.py:885] (1/2) Epoch 9, batch 5700, loss[loss=0.3103, simple_loss=0.3688, pruned_loss=0.1259, over 14291.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03966, over 180.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3775, pruned_loss=0.1301, over 2778289.13 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07298, over 47089.38 utterances.], batch size: 180, lr: 5.03e-04 +2022-09-17 18:19:46,133 INFO [train.py:885] (1/2) Epoch 9, batch 5750, loss[loss=0.3765, simple_loss=0.4237, pruned_loss=0.1646, over 14347.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03777, over 262.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3743, pruned_loss=0.1279, over 2779904.02 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07129, over 45428.67 utterances.], batch size: 262, lr: 5.03e-04 +2022-09-17 18:20:15,506 INFO [train.py:885] (1/2) Epoch 9, batch 5800, loss[loss=0.4201, simple_loss=0.4848, pruned_loss=0.1777, over 13620.00 frames. utt_duration=98.55 frames, utt_pad_proportion=0.07896, over 560.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3766, pruned_loss=0.1295, over 2780298.09 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07117, over 46340.97 utterances.], batch size: 560, lr: 5.03e-04 +2022-09-17 18:20:44,637 INFO [train.py:885] (1/2) Epoch 9, batch 5850, loss[loss=0.3165, simple_loss=0.398, pruned_loss=0.1175, over 13996.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.0567, over 365.00 utterances.], tot_loss[loss=0.316, simple_loss=0.3753, pruned_loss=0.1284, over 2776878.03 frames. utt_duration=240.5 frames, utt_pad_proportion=0.0735, over 46469.16 utterances.], batch size: 365, lr: 5.03e-04 +2022-09-17 18:21:14,149 INFO [train.py:885] (1/2) Epoch 9, batch 5900, loss[loss=0.23, simple_loss=0.2898, pruned_loss=0.08509, over 13826.00 frames. utt_duration=1318 frames, utt_pad_proportion=0.07681, over 42.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3747, pruned_loss=0.128, over 2774030.86 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07412, over 46649.46 utterances.], batch size: 42, lr: 5.02e-04 +2022-09-17 18:21:43,563 INFO [train.py:885] (1/2) Epoch 9, batch 5950, loss[loss=0.2397, simple_loss=0.2988, pruned_loss=0.09029, over 13905.00 frames. utt_duration=928.4 frames, utt_pad_proportion=0.0669, over 60.00 utterances.], tot_loss[loss=0.3167, simple_loss=0.3759, pruned_loss=0.1288, over 2774462.03 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07528, over 47566.92 utterances.], batch size: 60, lr: 5.02e-04 +2022-09-17 18:22:13,078 INFO [train.py:885] (1/2) Epoch 9, batch 6000, loss[loss=0.2186, simple_loss=0.2787, pruned_loss=0.07921, over 13728.00 frames. utt_duration=916.8 frames, utt_pad_proportion=0.07577, over 60.00 utterances.], tot_loss[loss=0.3133, simple_loss=0.3722, pruned_loss=0.1272, over 2778434.48 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07258, over 46175.63 utterances.], batch size: 60, lr: 5.02e-04 +2022-09-17 18:22:13,079 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 18:22:17,565 INFO [train.py:914] (1/2) Epoch 9, validation: loss=0.2051, simple_loss=0.2806, pruned_loss=0.06473, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 18:22:47,192 INFO [train.py:885] (1/2) Epoch 9, batch 6050, loss[loss=0.4712, simple_loss=0.4788, pruned_loss=0.2318, over 14240.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04272, over 335.00 utterances.], tot_loss[loss=0.3162, simple_loss=0.3741, pruned_loss=0.1292, over 2780241.74 frames. utt_duration=242 frames, utt_pad_proportion=0.07183, over 46240.33 utterances.], batch size: 335, lr: 5.02e-04 +2022-09-17 18:23:16,929 INFO [train.py:885] (1/2) Epoch 9, batch 6100, loss[loss=0.2004, simple_loss=0.2476, pruned_loss=0.07657, over 12947.00 frames. utt_duration=2073 frames, utt_pad_proportion=0.1311, over 25.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3762, pruned_loss=0.1308, over 2778113.98 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07229, over 46953.71 utterances.], batch size: 25, lr: 5.02e-04 +2022-09-17 18:23:47,024 INFO [train.py:885] (1/2) Epoch 9, batch 6150, loss[loss=0.2069, simple_loss=0.237, pruned_loss=0.08839, over 13072.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1233, over 33.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.3742, pruned_loss=0.1302, over 2783504.04 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06849, over 45321.26 utterances.], batch size: 33, lr: 5.02e-04 +2022-09-17 18:24:16,358 INFO [train.py:885] (1/2) Epoch 9, batch 6200, loss[loss=0.2352, simple_loss=0.2991, pruned_loss=0.08568, over 13640.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07701, over 50.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.3741, pruned_loss=0.1302, over 2780609.29 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06913, over 45319.78 utterances.], batch size: 50, lr: 5.02e-04 +2022-09-17 18:24:46,109 INFO [train.py:885] (1/2) Epoch 9, batch 6250, loss[loss=0.7436, simple_loss=0.7467, pruned_loss=0.3702, over 12448.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1471, over 810.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3738, pruned_loss=0.1302, over 2783467.83 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06973, over 44874.74 utterances.], batch size: 810, lr: 5.02e-04 +2022-09-17 18:25:15,378 INFO [train.py:885] (1/2) Epoch 9, batch 6300, loss[loss=0.2094, simple_loss=0.2691, pruned_loss=0.0749, over 14081.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.05514, over 79.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3741, pruned_loss=0.1303, over 2784279.57 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06954, over 45560.69 utterances.], batch size: 79, lr: 5.01e-04 +2022-09-17 18:25:45,315 INFO [train.py:885] (1/2) Epoch 9, batch 6350, loss[loss=0.4117, simple_loss=0.4509, pruned_loss=0.1862, over 14217.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04363, over 306.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3723, pruned_loss=0.1295, over 2785839.34 frames. utt_duration=249.7 frames, utt_pad_proportion=0.068, over 44892.90 utterances.], batch size: 306, lr: 5.01e-04 +2022-09-17 18:26:14,380 INFO [train.py:885] (1/2) Epoch 9, batch 6400, loss[loss=0.4324, simple_loss=0.5113, pruned_loss=0.1767, over 13187.00 frames. utt_duration=82.35 frames, utt_pad_proportion=0.1049, over 653.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3729, pruned_loss=0.129, over 2783722.06 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06973, over 45185.90 utterances.], batch size: 653, lr: 5.01e-04 +2022-09-17 18:26:44,053 INFO [train.py:885] (1/2) Epoch 9, batch 6450, loss[loss=0.6217, simple_loss=0.6718, pruned_loss=0.2858, over 12552.00 frames. utt_duration=63.48 frames, utt_pad_proportion=0.1422, over 811.00 utterances.], tot_loss[loss=0.314, simple_loss=0.3717, pruned_loss=0.1281, over 2785206.22 frames. utt_duration=252 frames, utt_pad_proportion=0.06805, over 44463.84 utterances.], batch size: 811, lr: 5.01e-04 +2022-09-17 18:27:13,937 INFO [train.py:885] (1/2) Epoch 9, batch 6500, loss[loss=0.263, simple_loss=0.3423, pruned_loss=0.09185, over 14266.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04029, over 130.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3695, pruned_loss=0.1269, over 2785886.50 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06853, over 43418.63 utterances.], batch size: 130, lr: 5.01e-04 +2022-09-17 18:27:42,894 INFO [train.py:885] (1/2) Epoch 9, batch 6550, loss[loss=0.3497, simple_loss=0.3993, pruned_loss=0.1501, over 14315.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03937, over 262.00 utterances.], tot_loss[loss=0.3177, simple_loss=0.3748, pruned_loss=0.1303, over 2788974.11 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06908, over 45006.57 utterances.], batch size: 262, lr: 5.01e-04 +2022-09-17 18:28:12,745 INFO [train.py:885] (1/2) Epoch 9, batch 6600, loss[loss=0.2973, simple_loss=0.3659, pruned_loss=0.1144, over 14346.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03438, over 244.00 utterances.], tot_loss[loss=0.3194, simple_loss=0.3773, pruned_loss=0.1307, over 2787639.48 frames. utt_duration=239 frames, utt_pad_proportion=0.07036, over 46950.91 utterances.], batch size: 244, lr: 5.01e-04 +2022-09-17 18:28:42,926 INFO [train.py:885] (1/2) Epoch 9, batch 6650, loss[loss=0.2669, simple_loss=0.3317, pruned_loss=0.101, over 14286.00 frames. utt_duration=406.7 frames, utt_pad_proportion=0.04307, over 141.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3728, pruned_loss=0.1282, over 2784944.20 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06947, over 45308.04 utterances.], batch size: 141, lr: 5.01e-04 +2022-09-17 18:29:12,143 INFO [train.py:885] (1/2) Epoch 9, batch 6700, loss[loss=0.184, simple_loss=0.2337, pruned_loss=0.06715, over 13279.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.1085, over 33.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3744, pruned_loss=0.1294, over 2783080.39 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07057, over 45865.64 utterances.], batch size: 33, lr: 5.01e-04 +2022-09-17 18:29:41,659 INFO [train.py:885] (1/2) Epoch 9, batch 6750, loss[loss=0.4155, simple_loss=0.5, pruned_loss=0.1655, over 13162.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3779, pruned_loss=0.131, over 2776003.19 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07329, over 47638.65 utterances.], batch size: 653, lr: 5.00e-04 +2022-09-17 18:30:11,217 INFO [train.py:885] (1/2) Epoch 9, batch 6800, loss[loss=0.2156, simple_loss=0.2857, pruned_loss=0.07277, over 14156.00 frames. utt_duration=637.8 frames, utt_pad_proportion=0.05096, over 89.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3761, pruned_loss=0.1303, over 2778260.53 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07187, over 46562.44 utterances.], batch size: 89, lr: 5.00e-04 +2022-09-17 18:30:40,710 INFO [train.py:885] (1/2) Epoch 9, batch 6850, loss[loss=0.2674, simple_loss=0.3382, pruned_loss=0.0983, over 14354.00 frames. utt_duration=443.1 frames, utt_pad_proportion=0.03474, over 130.00 utterances.], tot_loss[loss=0.3215, simple_loss=0.3787, pruned_loss=0.1321, over 2779359.12 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07195, over 47290.34 utterances.], batch size: 130, lr: 5.00e-04 +2022-09-17 18:31:10,519 INFO [train.py:885] (1/2) Epoch 9, batch 6900, loss[loss=0.2948, simple_loss=0.364, pruned_loss=0.1128, over 14376.00 frames. utt_duration=345.9 frames, utt_pad_proportion=0.03658, over 167.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.3781, pruned_loss=0.1316, over 2771436.49 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07453, over 47574.20 utterances.], batch size: 167, lr: 5.00e-04 +2022-09-17 18:31:39,806 INFO [train.py:885] (1/2) Epoch 9, batch 6950, loss[loss=0.3755, simple_loss=0.4178, pruned_loss=0.1666, over 14341.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.03652, over 226.00 utterances.], tot_loss[loss=0.3204, simple_loss=0.3779, pruned_loss=0.1314, over 2776263.99 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07253, over 46904.34 utterances.], batch size: 226, lr: 5.00e-04 +2022-09-17 18:32:09,076 INFO [train.py:885] (1/2) Epoch 9, batch 7000, loss[loss=0.3278, simple_loss=0.3823, pruned_loss=0.1366, over 14349.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03893, over 167.00 utterances.], tot_loss[loss=0.322, simple_loss=0.3789, pruned_loss=0.1325, over 2778318.97 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07321, over 46827.27 utterances.], batch size: 167, lr: 5.00e-04 +2022-09-17 18:32:39,250 INFO [train.py:885] (1/2) Epoch 9, batch 7050, loss[loss=0.1596, simple_loss=0.2142, pruned_loss=0.05248, over 13333.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.09087, over 41.00 utterances.], tot_loss[loss=0.3182, simple_loss=0.3756, pruned_loss=0.1304, over 2772216.11 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07398, over 46588.06 utterances.], batch size: 41, lr: 5.00e-04 +2022-09-17 18:33:08,372 INFO [train.py:885] (1/2) Epoch 9, batch 7100, loss[loss=0.4578, simple_loss=0.5297, pruned_loss=0.1929, over 13151.00 frames. utt_duration=82.08 frames, utt_pad_proportion=0.1078, over 653.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3773, pruned_loss=0.13, over 2773275.94 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07471, over 47667.62 utterances.], batch size: 653, lr: 5.00e-04 +2022-09-17 18:33:37,591 INFO [train.py:885] (1/2) Epoch 9, batch 7150, loss[loss=0.2112, simple_loss=0.2737, pruned_loss=0.07437, over 13883.00 frames. utt_duration=926.9 frames, utt_pad_proportion=0.06563, over 60.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3777, pruned_loss=0.1311, over 2776336.39 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07453, over 47029.94 utterances.], batch size: 60, lr: 4.99e-04 +2022-09-17 18:34:07,657 INFO [train.py:885] (1/2) Epoch 9, batch 7200, loss[loss=0.3891, simple_loss=0.4644, pruned_loss=0.1568, over 13667.00 frames. utt_duration=99.02 frames, utt_pad_proportion=0.07455, over 560.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.38, pruned_loss=0.1319, over 2777224.73 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07387, over 48202.62 utterances.], batch size: 560, lr: 4.99e-04 +2022-09-17 18:34:37,158 INFO [train.py:885] (1/2) Epoch 9, batch 7250, loss[loss=0.3884, simple_loss=0.4305, pruned_loss=0.1732, over 14243.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04192, over 306.00 utterances.], tot_loss[loss=0.3195, simple_loss=0.3776, pruned_loss=0.1307, over 2778444.06 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07363, over 47674.82 utterances.], batch size: 306, lr: 4.99e-04 +2022-09-17 18:35:07,069 INFO [train.py:885] (1/2) Epoch 9, batch 7300, loss[loss=0.3669, simple_loss=0.4125, pruned_loss=0.1607, over 14300.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.0408, over 262.00 utterances.], tot_loss[loss=0.3209, simple_loss=0.3783, pruned_loss=0.1318, over 2780522.64 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0712, over 47247.11 utterances.], batch size: 262, lr: 4.99e-04 +2022-09-17 18:35:36,247 INFO [train.py:885] (1/2) Epoch 9, batch 7350, loss[loss=0.1631, simple_loss=0.2028, pruned_loss=0.06176, over 12324.00 frames. utt_duration=2056 frames, utt_pad_proportion=0.1639, over 24.00 utterances.], tot_loss[loss=0.3194, simple_loss=0.3768, pruned_loss=0.131, over 2780205.98 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07016, over 46490.78 utterances.], batch size: 24, lr: 4.99e-04 +2022-09-17 18:36:05,624 INFO [train.py:885] (1/2) Epoch 9, batch 7400, loss[loss=0.386, simple_loss=0.4135, pruned_loss=0.1793, over 14287.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04106, over 141.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3775, pruned_loss=0.1312, over 2781555.29 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07042, over 46412.39 utterances.], batch size: 141, lr: 4.99e-04 +2022-09-17 18:36:35,627 INFO [train.py:885] (1/2) Epoch 9, batch 7450, loss[loss=0.3711, simple_loss=0.4162, pruned_loss=0.163, over 14266.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04063, over 180.00 utterances.], tot_loss[loss=0.3225, simple_loss=0.3803, pruned_loss=0.1324, over 2784769.94 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07063, over 47622.70 utterances.], batch size: 180, lr: 4.99e-04 +2022-09-17 18:37:05,165 INFO [train.py:885] (1/2) Epoch 9, batch 7500, loss[loss=0.5698, simple_loss=0.6363, pruned_loss=0.2517, over 12575.00 frames. utt_duration=63.68 frames, utt_pad_proportion=0.1394, over 810.00 utterances.], tot_loss[loss=0.3194, simple_loss=0.377, pruned_loss=0.1309, over 2778075.00 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07145, over 46335.12 utterances.], batch size: 810, lr: 4.99e-04 +2022-09-17 18:37:34,336 INFO [train.py:885] (1/2) Epoch 9, batch 7550, loss[loss=0.2494, simple_loss=0.3152, pruned_loss=0.09181, over 14040.00 frames. utt_duration=574.3 frames, utt_pad_proportion=0.05542, over 98.00 utterances.], tot_loss[loss=0.3129, simple_loss=0.3706, pruned_loss=0.1276, over 2781499.80 frames. utt_duration=256.1 frames, utt_pad_proportion=0.07074, over 43692.80 utterances.], batch size: 98, lr: 4.99e-04 +2022-09-17 18:38:03,750 INFO [train.py:885] (1/2) Epoch 9, batch 7600, loss[loss=0.3039, simple_loss=0.4013, pruned_loss=0.1032, over 13690.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07719, over 477.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3686, pruned_loss=0.1263, over 2786298.31 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06811, over 42953.06 utterances.], batch size: 477, lr: 4.98e-04 +2022-09-17 18:38:32,885 INFO [train.py:885] (1/2) Epoch 9, batch 7650, loss[loss=0.6213, simple_loss=0.6645, pruned_loss=0.2891, over 12522.00 frames. utt_duration=63.42 frames, utt_pad_proportion=0.143, over 810.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3709, pruned_loss=0.1272, over 2786986.67 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07073, over 44357.07 utterances.], batch size: 810, lr: 4.98e-04 +2022-09-17 18:39:03,048 INFO [train.py:885] (1/2) Epoch 9, batch 7700, loss[loss=0.2074, simple_loss=0.2791, pruned_loss=0.06782, over 12607.00 frames. utt_duration=2018 frames, utt_pad_proportion=0.1525, over 25.00 utterances.], tot_loss[loss=0.3193, simple_loss=0.377, pruned_loss=0.1308, over 2783180.60 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07254, over 46502.46 utterances.], batch size: 25, lr: 4.98e-04 +2022-09-17 18:39:33,004 INFO [train.py:885] (1/2) Epoch 9, batch 7750, loss[loss=0.3601, simple_loss=0.4116, pruned_loss=0.1543, over 14261.00 frames. utt_duration=219.2 frames, utt_pad_proportion=0.043, over 262.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3763, pruned_loss=0.1306, over 2783464.59 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07211, over 46249.36 utterances.], batch size: 262, lr: 4.98e-04 +2022-09-17 18:40:02,464 INFO [train.py:885] (1/2) Epoch 9, batch 7800, loss[loss=0.3683, simple_loss=0.434, pruned_loss=0.1513, over 13972.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.0575, over 365.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3748, pruned_loss=0.1291, over 2776203.69 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07325, over 46492.57 utterances.], batch size: 365, lr: 4.98e-04 +2022-09-17 18:40:32,064 INFO [train.py:885] (1/2) Epoch 9, batch 7850, loss[loss=0.3411, simple_loss=0.4246, pruned_loss=0.1288, over 13786.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07116, over 411.00 utterances.], tot_loss[loss=0.3163, simple_loss=0.3746, pruned_loss=0.129, over 2774941.35 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07342, over 46828.61 utterances.], batch size: 411, lr: 4.98e-04 +2022-09-17 18:41:01,563 INFO [train.py:885] (1/2) Epoch 9, batch 7900, loss[loss=0.3008, simple_loss=0.3658, pruned_loss=0.1179, over 14394.00 frames. utt_duration=346.2 frames, utt_pad_proportion=0.03563, over 167.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3711, pruned_loss=0.1275, over 2774636.44 frames. utt_duration=246 frames, utt_pad_proportion=0.07352, over 45384.49 utterances.], batch size: 167, lr: 4.98e-04 +2022-09-17 18:41:30,540 INFO [train.py:885] (1/2) Epoch 9, batch 7950, loss[loss=0.5586, simple_loss=0.6238, pruned_loss=0.2467, over 12494.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1447, over 810.00 utterances.], tot_loss[loss=0.3193, simple_loss=0.3764, pruned_loss=0.131, over 2778062.98 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07197, over 46418.41 utterances.], batch size: 810, lr: 4.98e-04 +2022-09-17 18:41:59,619 INFO [train.py:885] (1/2) Epoch 9, batch 8000, loss[loss=0.3866, simple_loss=0.4179, pruned_loss=0.1777, over 14339.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.03635, over 180.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3741, pruned_loss=0.13, over 2779050.76 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07262, over 45376.67 utterances.], batch size: 180, lr: 4.98e-04 +2022-09-17 18:42:29,567 INFO [train.py:885] (1/2) Epoch 9, batch 8050, loss[loss=0.3214, simple_loss=0.4231, pruned_loss=0.1099, over 13654.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07961, over 477.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3743, pruned_loss=0.1297, over 2778371.53 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07231, over 45852.67 utterances.], batch size: 477, lr: 4.97e-04 +2022-09-17 18:42:58,739 INFO [train.py:885] (1/2) Epoch 9, batch 8100, loss[loss=0.3259, simple_loss=0.3931, pruned_loss=0.1293, over 14374.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.0346, over 210.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3722, pruned_loss=0.1284, over 2783525.15 frames. utt_duration=251 frames, utt_pad_proportion=0.06941, over 44613.64 utterances.], batch size: 210, lr: 4.97e-04 +2022-09-17 18:43:28,075 INFO [train.py:885] (1/2) Epoch 9, batch 8150, loss[loss=0.3145, simple_loss=0.3725, pruned_loss=0.1283, over 14365.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.0352, over 195.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3734, pruned_loss=0.1297, over 2791380.53 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06629, over 44054.77 utterances.], batch size: 195, lr: 4.97e-04 +2022-09-17 18:43:57,595 INFO [train.py:885] (1/2) Epoch 9, batch 8200, loss[loss=0.1696, simple_loss=0.2273, pruned_loss=0.056, over 13071.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1209, over 33.00 utterances.], tot_loss[loss=0.317, simple_loss=0.3747, pruned_loss=0.1296, over 2786957.72 frames. utt_duration=248 frames, utt_pad_proportion=0.06783, over 45216.96 utterances.], batch size: 33, lr: 4.97e-04 +2022-09-17 18:44:27,599 INFO [train.py:885] (1/2) Epoch 9, batch 8250, loss[loss=0.1664, simple_loss=0.2055, pruned_loss=0.06366, over 13708.00 frames. utt_duration=1098 frames, utt_pad_proportion=0.07642, over 50.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3729, pruned_loss=0.1291, over 2778030.87 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07244, over 45547.68 utterances.], batch size: 50, lr: 4.97e-04 +2022-09-17 18:44:56,795 INFO [train.py:885] (1/2) Epoch 9, batch 8300, loss[loss=0.5198, simple_loss=0.564, pruned_loss=0.2378, over 13109.00 frames. utt_duration=81.83 frames, utt_pad_proportion=0.1106, over 653.00 utterances.], tot_loss[loss=0.3198, simple_loss=0.3772, pruned_loss=0.1312, over 2784913.39 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06933, over 46490.98 utterances.], batch size: 653, lr: 4.97e-04 +2022-09-17 18:45:26,484 INFO [train.py:885] (1/2) Epoch 9, batch 8350, loss[loss=0.223, simple_loss=0.2767, pruned_loss=0.08459, over 13710.00 frames. utt_duration=915.5 frames, utt_pad_proportion=0.07901, over 60.00 utterances.], tot_loss[loss=0.3228, simple_loss=0.3795, pruned_loss=0.1331, over 2780167.97 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07293, over 46700.45 utterances.], batch size: 60, lr: 4.97e-04 +2022-09-17 18:45:55,666 INFO [train.py:885] (1/2) Epoch 9, batch 8400, loss[loss=0.1711, simple_loss=0.2398, pruned_loss=0.05122, over 13693.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07813, over 50.00 utterances.], tot_loss[loss=0.3205, simple_loss=0.3772, pruned_loss=0.1319, over 2782218.86 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07021, over 45997.33 utterances.], batch size: 50, lr: 4.97e-04 +2022-09-17 18:46:25,588 INFO [train.py:885] (1/2) Epoch 9, batch 8450, loss[loss=0.6579, simple_loss=0.6792, pruned_loss=0.3183, over 12558.00 frames. utt_duration=63.52 frames, utt_pad_proportion=0.1417, over 810.00 utterances.], tot_loss[loss=0.321, simple_loss=0.3773, pruned_loss=0.1323, over 2783239.72 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07246, over 45550.04 utterances.], batch size: 810, lr: 4.97e-04 +2022-09-17 18:46:54,733 INFO [train.py:885] (1/2) Epoch 9, batch 8500, loss[loss=0.3338, simple_loss=0.3985, pruned_loss=0.1345, over 14371.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0325, over 244.00 utterances.], tot_loss[loss=0.3204, simple_loss=0.3778, pruned_loss=0.1315, over 2779541.32 frames. utt_duration=238 frames, utt_pad_proportion=0.07478, over 47011.44 utterances.], batch size: 244, lr: 4.96e-04 +2022-09-17 18:47:23,755 INFO [train.py:885] (1/2) Epoch 9, batch 8550, loss[loss=0.2172, simple_loss=0.2765, pruned_loss=0.0789, over 14073.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05591, over 79.00 utterances.], tot_loss[loss=0.316, simple_loss=0.3733, pruned_loss=0.1293, over 2780883.69 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07112, over 44668.75 utterances.], batch size: 79, lr: 4.96e-04 +2022-09-17 18:47:53,649 INFO [train.py:885] (1/2) Epoch 9, batch 8600, loss[loss=0.3939, simple_loss=0.464, pruned_loss=0.1619, over 13663.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0794, over 477.00 utterances.], tot_loss[loss=0.3197, simple_loss=0.3776, pruned_loss=0.1309, over 2780726.75 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07313, over 46603.41 utterances.], batch size: 477, lr: 4.96e-04 +2022-09-17 18:48:23,376 INFO [train.py:885] (1/2) Epoch 9, batch 8650, loss[loss=0.3443, simple_loss=0.4358, pruned_loss=0.1264, over 13587.00 frames. utt_duration=98.46 frames, utt_pad_proportion=0.07986, over 560.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3744, pruned_loss=0.1291, over 2777285.06 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07232, over 45898.59 utterances.], batch size: 560, lr: 4.96e-04 +2022-09-17 18:48:52,594 INFO [train.py:885] (1/2) Epoch 9, batch 8700, loss[loss=0.2637, simple_loss=0.339, pruned_loss=0.0942, over 14131.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.04748, over 109.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.375, pruned_loss=0.1301, over 2780030.43 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07208, over 45139.60 utterances.], batch size: 109, lr: 4.96e-04 +2022-09-17 18:49:21,967 INFO [train.py:885] (1/2) Epoch 9, batch 8750, loss[loss=0.2442, simple_loss=0.3045, pruned_loss=0.09199, over 14037.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05838, over 98.00 utterances.], tot_loss[loss=0.3141, simple_loss=0.3719, pruned_loss=0.1282, over 2777627.31 frames. utt_duration=252.3 frames, utt_pad_proportion=0.071, over 44297.14 utterances.], batch size: 98, lr: 4.96e-04 +2022-09-17 18:49:51,328 INFO [train.py:885] (1/2) Epoch 9, batch 8800, loss[loss=0.518, simple_loss=0.5671, pruned_loss=0.2344, over 13176.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3701, pruned_loss=0.1281, over 2778656.90 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0705, over 43744.31 utterances.], batch size: 653, lr: 4.96e-04 +2022-09-17 18:50:20,899 INFO [train.py:885] (1/2) Epoch 9, batch 8850, loss[loss=0.3189, simple_loss=0.3596, pruned_loss=0.1391, over 14311.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.0397, over 130.00 utterances.], tot_loss[loss=0.3139, simple_loss=0.3717, pruned_loss=0.128, over 2776671.84 frames. utt_duration=248.5 frames, utt_pad_proportion=0.072, over 44963.44 utterances.], batch size: 130, lr: 4.96e-04 +2022-09-17 18:50:50,559 INFO [train.py:885] (1/2) Epoch 9, batch 8900, loss[loss=0.3893, simple_loss=0.4277, pruned_loss=0.1755, over 14240.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04314, over 335.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3702, pruned_loss=0.1272, over 2780785.85 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07008, over 44306.18 utterances.], batch size: 335, lr: 4.95e-04 +2022-09-17 18:51:19,963 INFO [train.py:885] (1/2) Epoch 9, batch 8950, loss[loss=0.2101, simple_loss=0.2718, pruned_loss=0.07419, over 13874.00 frames. utt_duration=926.3 frames, utt_pad_proportion=0.07, over 60.00 utterances.], tot_loss[loss=0.3139, simple_loss=0.3716, pruned_loss=0.1281, over 2783946.62 frames. utt_duration=254 frames, utt_pad_proportion=0.06928, over 44102.06 utterances.], batch size: 60, lr: 4.95e-04 +2022-09-17 18:51:49,553 INFO [train.py:885] (1/2) Epoch 9, batch 9000, loss[loss=0.2767, simple_loss=0.3432, pruned_loss=0.1051, over 14327.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03827, over 120.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.375, pruned_loss=0.1292, over 2784754.82 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06986, over 45774.53 utterances.], batch size: 120, lr: 4.95e-04 +2022-09-17 18:51:49,554 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 18:51:53,677 INFO [train.py:914] (1/2) Epoch 9, validation: loss=0.212, simple_loss=0.289, pruned_loss=0.06748, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 18:52:23,270 INFO [train.py:885] (1/2) Epoch 9, batch 9050, loss[loss=0.181, simple_loss=0.2348, pruned_loss=0.06363, over 13781.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.0792, over 42.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3736, pruned_loss=0.1278, over 2784573.63 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07065, over 45423.18 utterances.], batch size: 42, lr: 4.95e-04 +2022-09-17 18:52:52,655 INFO [train.py:885] (1/2) Epoch 9, batch 9100, loss[loss=0.3809, simple_loss=0.4243, pruned_loss=0.1687, over 14280.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03948, over 225.00 utterances.], tot_loss[loss=0.3132, simple_loss=0.3714, pruned_loss=0.1275, over 2786367.70 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06842, over 43719.71 utterances.], batch size: 225, lr: 4.95e-04 +2022-09-17 18:53:22,579 INFO [train.py:885] (1/2) Epoch 9, batch 9150, loss[loss=0.197, simple_loss=0.2613, pruned_loss=0.0663, over 13596.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.08895, over 42.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3739, pruned_loss=0.1284, over 2785824.50 frames. utt_duration=249.8 frames, utt_pad_proportion=0.0693, over 44882.90 utterances.], batch size: 42, lr: 4.95e-04 +2022-09-17 18:53:51,552 INFO [train.py:885] (1/2) Epoch 9, batch 9200, loss[loss=0.235, simple_loss=0.3044, pruned_loss=0.08278, over 13980.00 frames. utt_duration=709.3 frames, utt_pad_proportion=0.05676, over 79.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3699, pruned_loss=0.1261, over 2789571.97 frames. utt_duration=259.9 frames, utt_pad_proportion=0.06728, over 43177.32 utterances.], batch size: 79, lr: 4.95e-04 +2022-09-17 18:54:21,582 INFO [train.py:885] (1/2) Epoch 9, batch 9250, loss[loss=0.2328, simple_loss=0.305, pruned_loss=0.0803, over 14058.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05546, over 79.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3679, pruned_loss=0.1257, over 2785279.10 frames. utt_duration=267.3 frames, utt_pad_proportion=0.0655, over 41912.17 utterances.], batch size: 79, lr: 4.95e-04 +2022-09-17 18:54:51,569 INFO [train.py:885] (1/2) Epoch 9, batch 9300, loss[loss=0.5101, simple_loss=0.5504, pruned_loss=0.2349, over 13194.00 frames. utt_duration=82.34 frames, utt_pad_proportion=0.1051, over 653.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3687, pruned_loss=0.1266, over 2782337.30 frames. utt_duration=261 frames, utt_pad_proportion=0.06787, over 42880.61 utterances.], batch size: 653, lr: 4.95e-04 +2022-09-17 18:55:21,468 INFO [train.py:885] (1/2) Epoch 9, batch 9350, loss[loss=0.2524, simple_loss=0.3159, pruned_loss=0.0944, over 14195.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04317, over 109.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.372, pruned_loss=0.1294, over 2776671.42 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07124, over 44179.35 utterances.], batch size: 109, lr: 4.94e-04 +2022-09-17 18:55:50,579 INFO [train.py:885] (1/2) Epoch 9, batch 9400, loss[loss=0.4444, simple_loss=0.5161, pruned_loss=0.1864, over 13151.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3731, pruned_loss=0.1289, over 2777134.80 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07159, over 45007.33 utterances.], batch size: 653, lr: 4.94e-04 +2022-09-17 18:56:20,332 INFO [train.py:885] (1/2) Epoch 9, batch 9450, loss[loss=0.2947, simple_loss=0.3448, pruned_loss=0.1223, over 14293.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04043, over 120.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3695, pruned_loss=0.1269, over 2774520.99 frames. utt_duration=257.1 frames, utt_pad_proportion=0.07073, over 43409.09 utterances.], batch size: 120, lr: 4.94e-04 +2022-09-17 18:56:49,755 INFO [train.py:885] (1/2) Epoch 9, batch 9500, loss[loss=0.5963, simple_loss=0.6546, pruned_loss=0.269, over 12389.00 frames. utt_duration=62.7 frames, utt_pad_proportion=0.1526, over 811.00 utterances.], tot_loss[loss=0.313, simple_loss=0.3716, pruned_loss=0.1272, over 2772389.64 frames. utt_duration=247.6 frames, utt_pad_proportion=0.0733, over 45051.84 utterances.], batch size: 811, lr: 4.94e-04 +2022-09-17 18:57:19,740 INFO [train.py:885] (1/2) Epoch 9, batch 9550, loss[loss=0.4798, simple_loss=0.5204, pruned_loss=0.2196, over 13670.00 frames. utt_duration=99.04 frames, utt_pad_proportion=0.07435, over 560.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3708, pruned_loss=0.1275, over 2773969.42 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07166, over 44431.19 utterances.], batch size: 560, lr: 4.94e-04 +2022-09-17 18:57:49,042 INFO [train.py:885] (1/2) Epoch 9, batch 9600, loss[loss=0.3665, simple_loss=0.4165, pruned_loss=0.1583, over 14214.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04333, over 306.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3727, pruned_loss=0.1284, over 2777037.13 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07022, over 45229.21 utterances.], batch size: 306, lr: 4.94e-04 +2022-09-17 18:58:18,795 INFO [train.py:885] (1/2) Epoch 9, batch 9650, loss[loss=0.5481, simple_loss=0.5871, pruned_loss=0.2546, over 13126.00 frames. utt_duration=81.96 frames, utt_pad_proportion=0.1091, over 653.00 utterances.], tot_loss[loss=0.3177, simple_loss=0.3755, pruned_loss=0.13, over 2777338.41 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07135, over 46337.32 utterances.], batch size: 653, lr: 4.94e-04 +2022-09-17 18:58:48,977 INFO [train.py:885] (1/2) Epoch 9, batch 9700, loss[loss=0.2856, simple_loss=0.35, pruned_loss=0.1106, over 14255.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04494, over 141.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3734, pruned_loss=0.1278, over 2777069.30 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07066, over 46398.17 utterances.], batch size: 141, lr: 4.94e-04 +2022-09-17 18:59:17,539 INFO [train.py:885] (1/2) Epoch 9, batch 9750, loss[loss=0.2036, simple_loss=0.2733, pruned_loss=0.06692, over 13292.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09371, over 41.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3704, pruned_loss=0.1267, over 2778787.43 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06946, over 44707.52 utterances.], batch size: 41, lr: 4.94e-04 +2022-09-17 18:59:47,756 INFO [train.py:885] (1/2) Epoch 9, batch 9800, loss[loss=0.3514, simple_loss=0.3928, pruned_loss=0.155, over 14288.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03945, over 154.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3754, pruned_loss=0.1296, over 2771074.41 frames. utt_duration=236 frames, utt_pad_proportion=0.07401, over 47261.18 utterances.], batch size: 154, lr: 4.93e-04 +2022-09-17 19:00:17,305 INFO [train.py:885] (1/2) Epoch 9, batch 9850, loss[loss=0.3396, simple_loss=0.4006, pruned_loss=0.1393, over 14297.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03955, over 283.00 utterances.], tot_loss[loss=0.315, simple_loss=0.3737, pruned_loss=0.1282, over 2769435.79 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07424, over 46825.71 utterances.], batch size: 283, lr: 4.93e-04 +2022-09-17 19:00:47,124 INFO [train.py:885] (1/2) Epoch 9, batch 9900, loss[loss=0.2397, simple_loss=0.3035, pruned_loss=0.0879, over 14168.00 frames. utt_duration=638.4 frames, utt_pad_proportion=0.04859, over 89.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3757, pruned_loss=0.1305, over 2776183.82 frames. utt_duration=240.7 frames, utt_pad_proportion=0.073, over 46425.60 utterances.], batch size: 89, lr: 4.93e-04 +2022-09-17 19:01:16,946 INFO [train.py:885] (1/2) Epoch 9, batch 9950, loss[loss=0.1833, simple_loss=0.2432, pruned_loss=0.06176, over 13232.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1111, over 33.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3731, pruned_loss=0.1282, over 2771367.06 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07457, over 46527.27 utterances.], batch size: 33, lr: 4.93e-04 +2022-09-17 19:01:45,848 INFO [train.py:885] (1/2) Epoch 9, batch 10000, loss[loss=0.3804, simple_loss=0.4627, pruned_loss=0.1491, over 13646.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08018, over 477.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3761, pruned_loss=0.1298, over 2774472.56 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07369, over 46789.35 utterances.], batch size: 477, lr: 4.93e-04 +2022-09-17 19:02:15,853 INFO [train.py:885] (1/2) Epoch 9, batch 10050, loss[loss=0.343, simple_loss=0.3968, pruned_loss=0.1446, over 14349.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.033, over 244.00 utterances.], tot_loss[loss=0.3185, simple_loss=0.3767, pruned_loss=0.1301, over 2776837.55 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07371, over 46399.05 utterances.], batch size: 244, lr: 4.93e-04 +2022-09-17 19:02:44,914 INFO [train.py:885] (1/2) Epoch 9, batch 10100, loss[loss=0.232, simple_loss=0.2916, pruned_loss=0.08623, over 13975.00 frames. utt_duration=708.9 frames, utt_pad_proportion=0.06234, over 79.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3749, pruned_loss=0.1292, over 2776101.89 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07173, over 45807.88 utterances.], batch size: 79, lr: 4.93e-04 +2022-09-17 19:03:14,922 INFO [train.py:885] (1/2) Epoch 9, batch 10150, loss[loss=0.403, simple_loss=0.4769, pruned_loss=0.1645, over 13616.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07795, over 560.00 utterances.], tot_loss[loss=0.3158, simple_loss=0.3745, pruned_loss=0.1286, over 2776992.40 frames. utt_duration=242.4 frames, utt_pad_proportion=0.0722, over 46107.85 utterances.], batch size: 560, lr: 4.93e-04 +2022-09-17 19:03:44,267 INFO [train.py:885] (1/2) Epoch 9, batch 10200, loss[loss=0.3919, simple_loss=0.478, pruned_loss=0.1529, over 13172.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1066, over 653.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3767, pruned_loss=0.1306, over 2770810.01 frames. utt_duration=239 frames, utt_pad_proportion=0.07287, over 46657.50 utterances.], batch size: 653, lr: 4.93e-04 +2022-09-17 19:04:13,842 INFO [train.py:885] (1/2) Epoch 9, batch 10250, loss[loss=0.32, simple_loss=0.3788, pruned_loss=0.1306, over 14306.00 frames. utt_duration=295 frames, utt_pad_proportion=0.039, over 195.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3752, pruned_loss=0.1292, over 2774164.01 frames. utt_duration=245 frames, utt_pad_proportion=0.07254, over 45564.41 utterances.], batch size: 195, lr: 4.92e-04 +2022-09-17 19:04:43,027 INFO [train.py:885] (1/2) Epoch 9, batch 10300, loss[loss=0.3632, simple_loss=0.4528, pruned_loss=0.1368, over 13602.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.0787, over 560.00 utterances.], tot_loss[loss=0.315, simple_loss=0.3744, pruned_loss=0.1278, over 2775302.39 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07133, over 45787.44 utterances.], batch size: 560, lr: 4.92e-04 +2022-09-17 19:05:13,080 INFO [train.py:885] (1/2) Epoch 9, batch 10350, loss[loss=0.3782, simple_loss=0.4236, pruned_loss=0.1664, over 14317.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03897, over 283.00 utterances.], tot_loss[loss=0.3142, simple_loss=0.3732, pruned_loss=0.1276, over 2776177.99 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07266, over 45534.42 utterances.], batch size: 283, lr: 4.92e-04 +2022-09-17 19:05:42,524 INFO [train.py:885] (1/2) Epoch 9, batch 10400, loss[loss=0.3577, simple_loss=0.4061, pruned_loss=0.1547, over 14279.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.0435, over 141.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3765, pruned_loss=0.1295, over 2776934.45 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07364, over 46776.16 utterances.], batch size: 141, lr: 4.92e-04 +2022-09-17 19:06:12,242 INFO [train.py:885] (1/2) Epoch 9, batch 10450, loss[loss=0.3489, simple_loss=0.3989, pruned_loss=0.1494, over 14367.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.038, over 167.00 utterances.], tot_loss[loss=0.3122, simple_loss=0.3715, pruned_loss=0.1265, over 2776379.76 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07244, over 45325.31 utterances.], batch size: 167, lr: 4.92e-04 +2022-09-17 19:06:41,314 INFO [train.py:885] (1/2) Epoch 9, batch 10500, loss[loss=0.2674, simple_loss=0.3184, pruned_loss=0.1082, over 13837.00 frames. utt_duration=923.9 frames, utt_pad_proportion=0.06862, over 60.00 utterances.], tot_loss[loss=0.3104, simple_loss=0.3691, pruned_loss=0.1259, over 2778246.45 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07149, over 44016.72 utterances.], batch size: 60, lr: 4.92e-04 +2022-09-17 19:07:10,740 INFO [train.py:885] (1/2) Epoch 9, batch 10550, loss[loss=0.5655, simple_loss=0.63, pruned_loss=0.2505, over 12513.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 810.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3714, pruned_loss=0.1266, over 2780189.11 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07004, over 45089.22 utterances.], batch size: 810, lr: 4.92e-04 +2022-09-17 19:07:40,331 INFO [train.py:885] (1/2) Epoch 9, batch 10600, loss[loss=0.2876, simple_loss=0.3552, pruned_loss=0.11, over 14266.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04108, over 180.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3722, pruned_loss=0.1267, over 2775356.78 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07253, over 45992.83 utterances.], batch size: 180, lr: 4.92e-04 +2022-09-17 19:08:09,635 INFO [train.py:885] (1/2) Epoch 9, batch 10650, loss[loss=0.1917, simple_loss=0.244, pruned_loss=0.06971, over 13427.00 frames. utt_duration=1280 frames, utt_pad_proportion=0.1015, over 42.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3691, pruned_loss=0.125, over 2781359.77 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06964, over 44331.91 utterances.], batch size: 42, lr: 4.92e-04 +2022-09-17 19:08:39,313 INFO [train.py:885] (1/2) Epoch 9, batch 10700, loss[loss=0.2965, simple_loss=0.3542, pruned_loss=0.1194, over 14143.00 frames. utt_duration=637.1 frames, utt_pad_proportion=0.04905, over 89.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.3748, pruned_loss=0.1285, over 2780821.69 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07047, over 45724.15 utterances.], batch size: 89, lr: 4.91e-04 +2022-09-17 19:09:08,734 INFO [train.py:885] (1/2) Epoch 9, batch 10750, loss[loss=0.6756, simple_loss=0.6967, pruned_loss=0.3273, over 12507.00 frames. utt_duration=62.98 frames, utt_pad_proportion=0.1489, over 814.00 utterances.], tot_loss[loss=0.3133, simple_loss=0.3724, pruned_loss=0.1271, over 2776608.32 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07341, over 45301.07 utterances.], batch size: 814, lr: 4.91e-04 +2022-09-17 19:09:38,261 INFO [train.py:885] (1/2) Epoch 9, batch 10800, loss[loss=0.2813, simple_loss=0.3354, pruned_loss=0.1136, over 14269.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04456, over 141.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.3684, pruned_loss=0.1252, over 2780578.11 frames. utt_duration=257.4 frames, utt_pad_proportion=0.07097, over 43457.04 utterances.], batch size: 141, lr: 4.91e-04 +2022-09-17 19:10:07,673 INFO [train.py:885] (1/2) Epoch 9, batch 10850, loss[loss=0.2054, simple_loss=0.2708, pruned_loss=0.07005, over 14020.00 frames. utt_duration=802.6 frames, utt_pad_proportion=0.06024, over 70.00 utterances.], tot_loss[loss=0.3153, simple_loss=0.3737, pruned_loss=0.1285, over 2777225.22 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07221, over 45467.88 utterances.], batch size: 70, lr: 4.91e-04 +2022-09-17 19:10:37,403 INFO [train.py:885] (1/2) Epoch 9, batch 10900, loss[loss=0.5519, simple_loss=0.6183, pruned_loss=0.2428, over 12542.00 frames. utt_duration=63.53 frames, utt_pad_proportion=0.1414, over 810.00 utterances.], tot_loss[loss=0.32, simple_loss=0.3787, pruned_loss=0.1306, over 2777085.52 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07415, over 47872.39 utterances.], batch size: 810, lr: 4.91e-04 +2022-09-17 19:11:07,058 INFO [train.py:885] (1/2) Epoch 9, batch 10950, loss[loss=0.1693, simple_loss=0.2137, pruned_loss=0.06242, over 12398.00 frames. utt_duration=2067 frames, utt_pad_proportion=0.153, over 24.00 utterances.], tot_loss[loss=0.3179, simple_loss=0.3755, pruned_loss=0.1301, over 2774290.84 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07348, over 45990.71 utterances.], batch size: 24, lr: 4.91e-04 +2022-09-17 19:11:36,324 INFO [train.py:885] (1/2) Epoch 9, batch 11000, loss[loss=0.2228, simple_loss=0.2892, pruned_loss=0.07819, over 13970.00 frames. utt_duration=708.9 frames, utt_pad_proportion=0.06232, over 79.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3762, pruned_loss=0.1303, over 2772570.86 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07408, over 46451.22 utterances.], batch size: 79, lr: 4.91e-04 +2022-09-17 19:12:06,412 INFO [train.py:885] (1/2) Epoch 9, batch 11050, loss[loss=0.3436, simple_loss=0.3978, pruned_loss=0.1446, over 14313.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03862, over 283.00 utterances.], tot_loss[loss=0.317, simple_loss=0.3752, pruned_loss=0.1294, over 2772547.46 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0744, over 46561.04 utterances.], batch size: 283, lr: 4.91e-04 +2022-09-17 19:12:35,551 INFO [train.py:885] (1/2) Epoch 9, batch 11100, loss[loss=0.3833, simple_loss=0.4688, pruned_loss=0.1489, over 13627.00 frames. utt_duration=98.69 frames, utt_pad_proportion=0.0777, over 560.00 utterances.], tot_loss[loss=0.3163, simple_loss=0.3743, pruned_loss=0.1292, over 2772291.42 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07428, over 46339.29 utterances.], batch size: 560, lr: 4.91e-04 +2022-09-17 19:13:05,667 INFO [train.py:885] (1/2) Epoch 9, batch 11150, loss[loss=0.2398, simple_loss=0.3094, pruned_loss=0.08506, over 14147.00 frames. utt_duration=637.3 frames, utt_pad_proportion=0.04887, over 89.00 utterances.], tot_loss[loss=0.3177, simple_loss=0.3754, pruned_loss=0.13, over 2769442.79 frames. utt_duration=238 frames, utt_pad_proportion=0.07695, over 46833.21 utterances.], batch size: 89, lr: 4.91e-04 +2022-09-17 19:13:35,468 INFO [train.py:885] (1/2) Epoch 9, batch 11200, loss[loss=0.2526, simple_loss=0.3267, pruned_loss=0.08931, over 14281.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04365, over 141.00 utterances.], tot_loss[loss=0.3103, simple_loss=0.3686, pruned_loss=0.126, over 2771253.82 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07406, over 44594.56 utterances.], batch size: 141, lr: 4.90e-04 +2022-09-17 19:14:05,347 INFO [train.py:885] (1/2) Epoch 9, batch 11250, loss[loss=0.2148, simple_loss=0.2938, pruned_loss=0.0679, over 13440.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.08596, over 50.00 utterances.], tot_loss[loss=0.316, simple_loss=0.3742, pruned_loss=0.1289, over 2773975.40 frames. utt_duration=241 frames, utt_pad_proportion=0.07429, over 46325.58 utterances.], batch size: 50, lr: 4.90e-04 +2022-09-17 19:14:34,974 INFO [train.py:885] (1/2) Epoch 9, batch 11300, loss[loss=0.2194, simple_loss=0.2946, pruned_loss=0.07212, over 14109.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05365, over 98.00 utterances.], tot_loss[loss=0.3142, simple_loss=0.3729, pruned_loss=0.1277, over 2777114.44 frames. utt_duration=243.7 frames, utt_pad_proportion=0.073, over 45861.56 utterances.], batch size: 98, lr: 4.90e-04 +2022-09-17 19:15:04,855 INFO [train.py:885] (1/2) Epoch 9, batch 11350, loss[loss=0.3569, simple_loss=0.4311, pruned_loss=0.1413, over 13655.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07978, over 477.00 utterances.], tot_loss[loss=0.3179, simple_loss=0.3769, pruned_loss=0.1295, over 2777717.39 frames. utt_duration=234.6 frames, utt_pad_proportion=0.0738, over 47663.88 utterances.], batch size: 477, lr: 4.90e-04 +2022-09-17 19:15:33,840 INFO [train.py:885] (1/2) Epoch 9, batch 11400, loss[loss=0.362, simple_loss=0.4139, pruned_loss=0.1551, over 14309.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03968, over 262.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3744, pruned_loss=0.1282, over 2777331.72 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07198, over 46791.27 utterances.], batch size: 262, lr: 4.90e-04 +2022-09-17 19:16:03,436 INFO [train.py:885] (1/2) Epoch 9, batch 11450, loss[loss=0.225, simple_loss=0.287, pruned_loss=0.0815, over 14046.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.0573, over 79.00 utterances.], tot_loss[loss=0.3191, simple_loss=0.377, pruned_loss=0.1306, over 2774344.67 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07261, over 47103.68 utterances.], batch size: 79, lr: 4.90e-04 +2022-09-17 19:16:32,459 INFO [train.py:885] (1/2) Epoch 9, batch 11500, loss[loss=0.2052, simple_loss=0.2628, pruned_loss=0.07384, over 13917.00 frames. utt_duration=796.7 frames, utt_pad_proportion=0.0682, over 70.00 utterances.], tot_loss[loss=0.3162, simple_loss=0.3736, pruned_loss=0.1294, over 2777661.04 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07063, over 45395.26 utterances.], batch size: 70, lr: 4.90e-04 +2022-09-17 19:17:02,317 INFO [train.py:885] (1/2) Epoch 9, batch 11550, loss[loss=0.2879, simple_loss=0.3578, pruned_loss=0.109, over 14309.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03748, over 180.00 utterances.], tot_loss[loss=0.3204, simple_loss=0.3781, pruned_loss=0.1313, over 2778509.58 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07214, over 47330.95 utterances.], batch size: 180, lr: 4.90e-04 +2022-09-17 19:17:31,494 INFO [train.py:885] (1/2) Epoch 9, batch 11600, loss[loss=0.2102, simple_loss=0.2602, pruned_loss=0.0801, over 13007.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1095, over 33.00 utterances.], tot_loss[loss=0.3157, simple_loss=0.3733, pruned_loss=0.129, over 2773802.11 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07313, over 45492.17 utterances.], batch size: 33, lr: 4.90e-04 +2022-09-17 19:18:01,457 INFO [train.py:885] (1/2) Epoch 9, batch 11650, loss[loss=0.3006, simple_loss=0.3658, pruned_loss=0.1177, over 14306.00 frames. utt_duration=273.9 frames, utt_pad_proportion=0.03565, over 210.00 utterances.], tot_loss[loss=0.316, simple_loss=0.374, pruned_loss=0.129, over 2776562.56 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07289, over 46097.84 utterances.], batch size: 210, lr: 4.89e-04 +2022-09-17 19:18:30,403 INFO [train.py:885] (1/2) Epoch 9, batch 11700, loss[loss=0.3515, simple_loss=0.4348, pruned_loss=0.1341, over 13663.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07908, over 477.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3751, pruned_loss=0.1289, over 2779057.47 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07185, over 46345.39 utterances.], batch size: 477, lr: 4.89e-04 +2022-09-17 19:18:59,999 INFO [train.py:885] (1/2) Epoch 9, batch 11750, loss[loss=0.2651, simple_loss=0.3234, pruned_loss=0.1034, over 14186.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04365, over 109.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3744, pruned_loss=0.1283, over 2779791.31 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07227, over 46546.88 utterances.], batch size: 109, lr: 4.89e-04 +2022-09-17 19:19:29,124 INFO [train.py:885] (1/2) Epoch 9, batch 11800, loss[loss=0.2771, simple_loss=0.346, pruned_loss=0.1041, over 14357.00 frames. utt_duration=443.3 frames, utt_pad_proportion=0.03632, over 130.00 utterances.], tot_loss[loss=0.3196, simple_loss=0.3778, pruned_loss=0.1307, over 2784474.84 frames. utt_duration=240 frames, utt_pad_proportion=0.0706, over 46687.16 utterances.], batch size: 130, lr: 4.89e-04 +2022-09-17 19:19:58,887 INFO [train.py:885] (1/2) Epoch 9, batch 11850, loss[loss=0.2658, simple_loss=0.3237, pruned_loss=0.104, over 14099.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05433, over 98.00 utterances.], tot_loss[loss=0.3178, simple_loss=0.3756, pruned_loss=0.13, over 2784761.78 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06896, over 45470.72 utterances.], batch size: 98, lr: 4.89e-04 +2022-09-17 19:20:28,757 INFO [train.py:885] (1/2) Epoch 9, batch 11900, loss[loss=0.4594, simple_loss=0.5314, pruned_loss=0.1937, over 13132.00 frames. utt_duration=81.94 frames, utt_pad_proportion=0.1093, over 653.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3772, pruned_loss=0.13, over 2781134.89 frames. utt_duration=237 frames, utt_pad_proportion=0.07118, over 47241.49 utterances.], batch size: 653, lr: 4.89e-04 +2022-09-17 19:20:58,003 INFO [train.py:885] (1/2) Epoch 9, batch 11950, loss[loss=0.334, simple_loss=0.4139, pruned_loss=0.1271, over 13768.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07179, over 411.00 utterances.], tot_loss[loss=0.3185, simple_loss=0.3777, pruned_loss=0.1297, over 2782306.56 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07168, over 47723.69 utterances.], batch size: 411, lr: 4.89e-04 +2022-09-17 19:21:27,308 INFO [train.py:885] (1/2) Epoch 9, batch 12000, loss[loss=0.3974, simple_loss=0.437, pruned_loss=0.179, over 14291.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04103, over 262.00 utterances.], tot_loss[loss=0.3188, simple_loss=0.3775, pruned_loss=0.1301, over 2783160.73 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07174, over 47241.97 utterances.], batch size: 262, lr: 4.89e-04 +2022-09-17 19:21:27,310 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 19:21:31,991 INFO [train.py:914] (1/2) Epoch 9, validation: loss=0.2093, simple_loss=0.2851, pruned_loss=0.06677, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 19:22:00,826 INFO [train.py:885] (1/2) Epoch 9, batch 12050, loss[loss=0.3662, simple_loss=0.4182, pruned_loss=0.1572, over 14328.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03787, over 262.00 utterances.], tot_loss[loss=0.3171, simple_loss=0.3761, pruned_loss=0.1291, over 2782887.99 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07231, over 46177.94 utterances.], batch size: 262, lr: 4.89e-04 +2022-09-17 19:22:30,888 INFO [train.py:885] (1/2) Epoch 9, batch 12100, loss[loss=0.2009, simple_loss=0.2752, pruned_loss=0.06324, over 14202.00 frames. utt_duration=639.9 frames, utt_pad_proportion=0.04638, over 89.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3749, pruned_loss=0.1289, over 2780536.12 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07266, over 45819.40 utterances.], batch size: 89, lr: 4.88e-04 +2022-09-17 19:23:00,959 INFO [train.py:885] (1/2) Epoch 9, batch 12150, loss[loss=0.2662, simple_loss=0.3331, pruned_loss=0.09962, over 14033.00 frames. utt_duration=574.1 frames, utt_pad_proportion=0.05737, over 98.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3741, pruned_loss=0.1285, over 2785325.20 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07083, over 45104.00 utterances.], batch size: 98, lr: 4.88e-04 +2022-09-17 19:23:29,877 INFO [train.py:885] (1/2) Epoch 9, batch 12200, loss[loss=0.1992, simple_loss=0.2445, pruned_loss=0.07691, over 13849.00 frames. utt_duration=804.4 frames, utt_pad_proportion=0.06356, over 69.00 utterances.], tot_loss[loss=0.3186, simple_loss=0.3764, pruned_loss=0.1304, over 2786403.24 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07022, over 45671.23 utterances.], batch size: 69, lr: 4.88e-04 +2022-09-17 19:23:59,161 INFO [train.py:885] (1/2) Epoch 9, batch 12250, loss[loss=0.3461, simple_loss=0.4052, pruned_loss=0.1435, over 14200.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0451, over 306.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3727, pruned_loss=0.1284, over 2787692.19 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06827, over 44182.97 utterances.], batch size: 306, lr: 4.88e-04 +2022-09-17 19:24:29,069 INFO [train.py:885] (1/2) Epoch 9, batch 12300, loss[loss=0.2175, simple_loss=0.2789, pruned_loss=0.07808, over 12418.00 frames. utt_duration=2072 frames, utt_pad_proportion=0.1541, over 24.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3714, pruned_loss=0.1278, over 2784558.22 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06867, over 43955.46 utterances.], batch size: 24, lr: 4.88e-04 +2022-09-17 19:24:58,482 INFO [train.py:885] (1/2) Epoch 9, batch 12350, loss[loss=0.3412, simple_loss=0.434, pruned_loss=0.1242, over 13621.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07707, over 560.00 utterances.], tot_loss[loss=0.3138, simple_loss=0.3719, pruned_loss=0.1279, over 2784036.42 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06909, over 44297.92 utterances.], batch size: 560, lr: 4.88e-04 +2022-09-17 19:25:27,572 INFO [train.py:885] (1/2) Epoch 9, batch 12400, loss[loss=0.2771, simple_loss=0.3618, pruned_loss=0.09625, over 14357.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03521, over 195.00 utterances.], tot_loss[loss=0.3144, simple_loss=0.3732, pruned_loss=0.1278, over 2785881.38 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06881, over 45776.61 utterances.], batch size: 195, lr: 4.88e-04 +2022-09-17 19:25:58,080 INFO [train.py:885] (1/2) Epoch 9, batch 12450, loss[loss=0.3057, simple_loss=0.3775, pruned_loss=0.117, over 14335.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03443, over 244.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.369, pruned_loss=0.1249, over 2783092.63 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06929, over 44404.94 utterances.], batch size: 244, lr: 4.88e-04 +2022-09-17 19:26:27,259 INFO [train.py:885] (1/2) Epoch 9, batch 12500, loss[loss=0.3153, simple_loss=0.3839, pruned_loss=0.1234, over 14286.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03973, over 180.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3651, pruned_loss=0.1235, over 2782061.71 frames. utt_duration=263.8 frames, utt_pad_proportion=0.06822, over 42426.87 utterances.], batch size: 180, lr: 4.88e-04 +2022-09-17 19:26:56,611 INFO [train.py:885] (1/2) Epoch 9, batch 12550, loss[loss=0.43, simple_loss=0.4868, pruned_loss=0.1866, over 13603.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07835, over 560.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3701, pruned_loss=0.1261, over 2782595.56 frames. utt_duration=255 frames, utt_pad_proportion=0.06861, over 43903.76 utterances.], batch size: 560, lr: 4.87e-04 +2022-09-17 19:27:24,732 INFO [train.py:885] (1/2) Epoch 9, batch 12600, loss[loss=0.2578, simple_loss=0.3272, pruned_loss=0.09418, over 14306.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.04157, over 120.00 utterances.], tot_loss[loss=0.3137, simple_loss=0.3723, pruned_loss=0.1275, over 2778453.53 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07132, over 44971.74 utterances.], batch size: 120, lr: 4.87e-04 +2022-09-17 19:27:43,428 INFO [train.py:885] (1/2) Epoch 10, batch 0, loss[loss=0.253, simple_loss=0.3209, pruned_loss=0.0926, over 14139.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.0468, over 109.00 utterances.], tot_loss[loss=0.253, simple_loss=0.3209, pruned_loss=0.0926, over 14139.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.0468, over 109.00 utterances.], batch size: 109, lr: 4.69e-04 +2022-09-17 19:28:14,134 INFO [train.py:885] (1/2) Epoch 10, batch 50, loss[loss=0.2623, simple_loss=0.3263, pruned_loss=0.09909, over 14174.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04449, over 109.00 utterances.], tot_loss[loss=0.3327, simple_loss=0.3939, pruned_loss=0.1358, over 624779.86 frames. utt_duration=193.1 frames, utt_pad_proportion=0.08391, over 13044.93 utterances.], batch size: 109, lr: 4.68e-04 +2022-09-17 19:28:43,644 INFO [train.py:885] (1/2) Epoch 10, batch 100, loss[loss=0.7741, simple_loss=0.7661, pruned_loss=0.391, over 12497.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1448, over 810.00 utterances.], tot_loss[loss=0.327, simple_loss=0.386, pruned_loss=0.134, over 1099422.90 frames. utt_duration=209.1 frames, utt_pad_proportion=0.08011, over 21182.89 utterances.], batch size: 810, lr: 4.68e-04 +2022-09-17 19:29:13,444 INFO [train.py:885] (1/2) Epoch 10, batch 150, loss[loss=0.2949, simple_loss=0.359, pruned_loss=0.1154, over 14314.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.03833, over 154.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.3801, pruned_loss=0.1313, over 1468313.03 frames. utt_duration=222.7 frames, utt_pad_proportion=0.07764, over 26550.80 utterances.], batch size: 154, lr: 4.68e-04 +2022-09-17 19:29:42,420 INFO [train.py:885] (1/2) Epoch 10, batch 200, loss[loss=0.2822, simple_loss=0.3411, pruned_loss=0.1116, over 14308.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03959, over 120.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3745, pruned_loss=0.1284, over 1762440.36 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07351, over 29568.77 utterances.], batch size: 120, lr: 4.68e-04 +2022-09-17 19:30:12,175 INFO [train.py:885] (1/2) Epoch 10, batch 250, loss[loss=0.2541, simple_loss=0.324, pruned_loss=0.09214, over 13825.00 frames. utt_duration=803 frames, utt_pad_proportion=0.06521, over 69.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3734, pruned_loss=0.1286, over 1987888.50 frames. utt_duration=251.6 frames, utt_pad_proportion=0.0724, over 31789.98 utterances.], batch size: 69, lr: 4.68e-04 +2022-09-17 19:30:41,531 INFO [train.py:885] (1/2) Epoch 10, batch 300, loss[loss=0.5584, simple_loss=0.5892, pruned_loss=0.2639, over 13136.00 frames. utt_duration=82.01 frames, utt_pad_proportion=0.1086, over 653.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.3753, pruned_loss=0.13, over 2164317.96 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07115, over 35180.36 utterances.], batch size: 653, lr: 4.68e-04 +2022-09-17 19:31:11,233 INFO [train.py:885] (1/2) Epoch 10, batch 350, loss[loss=0.3179, simple_loss=0.3772, pruned_loss=0.1293, over 14344.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03916, over 167.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3704, pruned_loss=0.1276, over 2300096.98 frames. utt_duration=258.8 frames, utt_pad_proportion=0.07071, over 35749.45 utterances.], batch size: 167, lr: 4.68e-04 +2022-09-17 19:31:40,464 INFO [train.py:885] (1/2) Epoch 10, batch 400, loss[loss=0.4087, simple_loss=0.4344, pruned_loss=0.1914, over 14281.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04153, over 262.00 utterances.], tot_loss[loss=0.3161, simple_loss=0.3738, pruned_loss=0.1292, over 2405687.04 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07179, over 38573.00 utterances.], batch size: 262, lr: 4.68e-04 +2022-09-17 19:32:10,434 INFO [train.py:885] (1/2) Epoch 10, batch 450, loss[loss=0.4292, simple_loss=0.5079, pruned_loss=0.1752, over 13154.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.3168, simple_loss=0.3746, pruned_loss=0.1295, over 2488457.09 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07097, over 40605.42 utterances.], batch size: 653, lr: 4.68e-04 +2022-09-17 19:32:39,355 INFO [train.py:885] (1/2) Epoch 10, batch 500, loss[loss=0.3099, simple_loss=0.3739, pruned_loss=0.1229, over 14308.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04046, over 154.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3691, pruned_loss=0.1266, over 2549720.70 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06871, over 39637.40 utterances.], batch size: 154, lr: 4.68e-04 +2022-09-17 19:33:09,451 INFO [train.py:885] (1/2) Epoch 10, batch 550, loss[loss=0.341, simple_loss=0.3869, pruned_loss=0.1475, over 14335.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.0369, over 195.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3706, pruned_loss=0.1274, over 2603003.04 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06832, over 41086.09 utterances.], batch size: 195, lr: 4.67e-04 +2022-09-17 19:33:38,715 INFO [train.py:885] (1/2) Epoch 10, batch 600, loss[loss=0.3094, simple_loss=0.3723, pruned_loss=0.1233, over 14296.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03879, over 180.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3723, pruned_loss=0.1286, over 2637212.31 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07129, over 42131.48 utterances.], batch size: 180, lr: 4.67e-04 +2022-09-17 19:34:08,302 INFO [train.py:885] (1/2) Epoch 10, batch 650, loss[loss=0.2313, simple_loss=0.294, pruned_loss=0.08426, over 13752.00 frames. utt_duration=798.7 frames, utt_pad_proportion=0.07022, over 69.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3675, pruned_loss=0.1256, over 2665830.67 frames. utt_duration=259.8 frames, utt_pad_proportion=0.0715, over 41284.55 utterances.], batch size: 69, lr: 4.67e-04 +2022-09-17 19:34:36,683 INFO [train.py:885] (1/2) Epoch 10, batch 700, loss[loss=0.2687, simple_loss=0.3431, pruned_loss=0.09714, over 14249.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04549, over 141.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.3668, pruned_loss=0.1253, over 2695285.94 frames. utt_duration=265.8 frames, utt_pad_proportion=0.06868, over 40788.19 utterances.], batch size: 141, lr: 4.67e-04 +2022-09-17 19:35:06,387 INFO [train.py:885] (1/2) Epoch 10, batch 750, loss[loss=0.1788, simple_loss=0.2294, pruned_loss=0.06405, over 13795.00 frames. utt_duration=921.1 frames, utt_pad_proportion=0.07057, over 60.00 utterances.], tot_loss[loss=0.3126, simple_loss=0.3709, pruned_loss=0.1272, over 2714009.76 frames. utt_duration=254.7 frames, utt_pad_proportion=0.0698, over 42867.44 utterances.], batch size: 60, lr: 4.67e-04 +2022-09-17 19:35:35,650 INFO [train.py:885] (1/2) Epoch 10, batch 800, loss[loss=0.1674, simple_loss=0.2255, pruned_loss=0.05462, over 12312.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.1626, over 24.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3735, pruned_loss=0.128, over 2726578.04 frames. utt_duration=244 frames, utt_pad_proportion=0.0713, over 44975.84 utterances.], batch size: 24, lr: 4.67e-04 +2022-09-17 19:36:05,079 INFO [train.py:885] (1/2) Epoch 10, batch 850, loss[loss=0.4141, simple_loss=0.4448, pruned_loss=0.1916, over 14348.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03601, over 195.00 utterances.], tot_loss[loss=0.3193, simple_loss=0.3778, pruned_loss=0.1304, over 2739684.03 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07254, over 46681.59 utterances.], batch size: 195, lr: 4.67e-04 +2022-09-17 19:36:35,209 INFO [train.py:885] (1/2) Epoch 10, batch 900, loss[loss=0.3073, simple_loss=0.3788, pruned_loss=0.1179, over 14367.00 frames. utt_duration=204.4 frames, utt_pad_proportion=0.03565, over 283.00 utterances.], tot_loss[loss=0.3211, simple_loss=0.38, pruned_loss=0.1311, over 2746421.44 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07383, over 47837.86 utterances.], batch size: 283, lr: 4.67e-04 +2022-09-17 19:37:03,671 INFO [train.py:885] (1/2) Epoch 10, batch 950, loss[loss=0.1609, simple_loss=0.2312, pruned_loss=0.04529, over 13822.00 frames. utt_duration=922.7 frames, utt_pad_proportion=0.06984, over 60.00 utterances.], tot_loss[loss=0.3177, simple_loss=0.376, pruned_loss=0.1297, over 2751719.94 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07333, over 45981.19 utterances.], batch size: 60, lr: 4.67e-04 +2022-09-17 19:37:33,998 INFO [train.py:885] (1/2) Epoch 10, batch 1000, loss[loss=0.3209, simple_loss=0.4073, pruned_loss=0.1172, over 13797.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06981, over 411.00 utterances.], tot_loss[loss=0.3186, simple_loss=0.3773, pruned_loss=0.1299, over 2757915.38 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07402, over 46416.97 utterances.], batch size: 411, lr: 4.67e-04 +2022-09-17 19:38:03,266 INFO [train.py:885] (1/2) Epoch 10, batch 1050, loss[loss=0.2331, simple_loss=0.2989, pruned_loss=0.08365, over 14305.00 frames. utt_duration=644.3 frames, utt_pad_proportion=0.03829, over 89.00 utterances.], tot_loss[loss=0.3175, simple_loss=0.3756, pruned_loss=0.1297, over 2760233.18 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07524, over 45295.13 utterances.], batch size: 89, lr: 4.66e-04 +2022-09-17 19:38:32,715 INFO [train.py:885] (1/2) Epoch 10, batch 1100, loss[loss=0.3411, simple_loss=0.4365, pruned_loss=0.1228, over 13597.00 frames. utt_duration=98.5 frames, utt_pad_proportion=0.07944, over 560.00 utterances.], tot_loss[loss=0.3139, simple_loss=0.3724, pruned_loss=0.1277, over 2762231.75 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07352, over 44660.43 utterances.], batch size: 560, lr: 4.66e-04 +2022-09-17 19:39:02,528 INFO [train.py:885] (1/2) Epoch 10, batch 1150, loss[loss=0.4532, simple_loss=0.4742, pruned_loss=0.2161, over 14337.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03481, over 244.00 utterances.], tot_loss[loss=0.3129, simple_loss=0.3715, pruned_loss=0.1271, over 2766673.62 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07279, over 44053.97 utterances.], batch size: 244, lr: 4.66e-04 +2022-09-17 19:39:32,201 INFO [train.py:885] (1/2) Epoch 10, batch 1200, loss[loss=0.1595, simple_loss=0.2053, pruned_loss=0.05691, over 13006.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1065, over 33.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3717, pruned_loss=0.1268, over 2769259.27 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07173, over 44645.26 utterances.], batch size: 33, lr: 4.66e-04 +2022-09-17 19:40:01,638 INFO [train.py:885] (1/2) Epoch 10, batch 1250, loss[loss=0.2212, simple_loss=0.2903, pruned_loss=0.07601, over 14083.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05367, over 98.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3734, pruned_loss=0.1276, over 2771991.59 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07288, over 45772.94 utterances.], batch size: 98, lr: 4.66e-04 +2022-09-17 19:40:31,214 INFO [train.py:885] (1/2) Epoch 10, batch 1300, loss[loss=0.3186, simple_loss=0.376, pruned_loss=0.1306, over 14389.00 frames. utt_duration=345.9 frames, utt_pad_proportion=0.03648, over 167.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3717, pruned_loss=0.1267, over 2768669.48 frames. utt_duration=245 frames, utt_pad_proportion=0.07512, over 45480.36 utterances.], batch size: 167, lr: 4.66e-04 +2022-09-17 19:41:00,623 INFO [train.py:885] (1/2) Epoch 10, batch 1350, loss[loss=0.2373, simple_loss=0.3038, pruned_loss=0.08538, over 13855.00 frames. utt_duration=1321 frames, utt_pad_proportion=0.07495, over 42.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3735, pruned_loss=0.1288, over 2774217.90 frames. utt_duration=245.5 frames, utt_pad_proportion=0.074, over 45473.36 utterances.], batch size: 42, lr: 4.66e-04 +2022-09-17 19:41:30,566 INFO [train.py:885] (1/2) Epoch 10, batch 1400, loss[loss=0.3394, simple_loss=0.4038, pruned_loss=0.1375, over 14280.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.0397, over 225.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.3792, pruned_loss=0.1317, over 2769967.41 frames. utt_duration=229 frames, utt_pad_proportion=0.07577, over 48694.83 utterances.], batch size: 225, lr: 4.66e-04 +2022-09-17 19:41:59,991 INFO [train.py:885] (1/2) Epoch 10, batch 1450, loss[loss=0.3356, simple_loss=0.4212, pruned_loss=0.125, over 13772.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07134, over 411.00 utterances.], tot_loss[loss=0.3189, simple_loss=0.3772, pruned_loss=0.1303, over 2769457.48 frames. utt_duration=231 frames, utt_pad_proportion=0.07524, over 48269.96 utterances.], batch size: 411, lr: 4.66e-04 +2022-09-17 19:42:29,492 INFO [train.py:885] (1/2) Epoch 10, batch 1500, loss[loss=0.3487, simple_loss=0.4344, pruned_loss=0.1315, over 13645.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08051, over 477.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3759, pruned_loss=0.1293, over 2771825.48 frames. utt_duration=233.2 frames, utt_pad_proportion=0.0758, over 47846.20 utterances.], batch size: 477, lr: 4.66e-04 +2022-09-17 19:43:06,610 INFO [train.py:885] (1/2) Epoch 10, batch 1550, loss[loss=0.2671, simple_loss=0.3212, pruned_loss=0.1065, over 13723.00 frames. utt_duration=1099 frames, utt_pad_proportion=0.07548, over 50.00 utterances.], tot_loss[loss=0.3187, simple_loss=0.3776, pruned_loss=0.1299, over 2776140.22 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07479, over 48274.13 utterances.], batch size: 50, lr: 4.65e-04 +2022-09-17 19:43:35,823 INFO [train.py:885] (1/2) Epoch 10, batch 1600, loss[loss=0.2555, simple_loss=0.3215, pruned_loss=0.09474, over 14053.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05406, over 98.00 utterances.], tot_loss[loss=0.3141, simple_loss=0.3729, pruned_loss=0.1276, over 2779324.09 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07344, over 45820.68 utterances.], batch size: 98, lr: 4.65e-04 +2022-09-17 19:44:05,177 INFO [train.py:885] (1/2) Epoch 10, batch 1650, loss[loss=0.2461, simple_loss=0.3029, pruned_loss=0.09468, over 14079.00 frames. utt_duration=576.2 frames, utt_pad_proportion=0.05549, over 98.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3747, pruned_loss=0.128, over 2778726.40 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07452, over 46676.56 utterances.], batch size: 98, lr: 4.65e-04 +2022-09-17 19:44:35,317 INFO [train.py:885] (1/2) Epoch 10, batch 1700, loss[loss=0.2158, simple_loss=0.2843, pruned_loss=0.07366, over 13908.00 frames. utt_duration=705.7 frames, utt_pad_proportion=0.06649, over 79.00 utterances.], tot_loss[loss=0.3126, simple_loss=0.3725, pruned_loss=0.1263, over 2777949.13 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07419, over 46459.69 utterances.], batch size: 79, lr: 4.65e-04 +2022-09-17 19:45:04,202 INFO [train.py:885] (1/2) Epoch 10, batch 1750, loss[loss=0.3307, simple_loss=0.4212, pruned_loss=0.1201, over 13659.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07925, over 477.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3697, pruned_loss=0.1249, over 2779390.31 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07316, over 45532.65 utterances.], batch size: 477, lr: 4.65e-04 +2022-09-17 19:45:33,339 INFO [train.py:885] (1/2) Epoch 10, batch 1800, loss[loss=0.2546, simple_loss=0.32, pruned_loss=0.09459, over 13956.00 frames. utt_duration=810.6 frames, utt_pad_proportion=0.0575, over 69.00 utterances.], tot_loss[loss=0.3069, simple_loss=0.3669, pruned_loss=0.1235, over 2784377.56 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07023, over 43906.17 utterances.], batch size: 69, lr: 4.65e-04 +2022-09-17 19:46:02,902 INFO [train.py:885] (1/2) Epoch 10, batch 1850, loss[loss=0.2989, simple_loss=0.3543, pruned_loss=0.1217, over 14113.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05196, over 98.00 utterances.], tot_loss[loss=0.3055, simple_loss=0.3656, pruned_loss=0.1227, over 2786196.35 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06951, over 43486.70 utterances.], batch size: 98, lr: 4.65e-04 +2022-09-17 19:46:32,445 INFO [train.py:885] (1/2) Epoch 10, batch 1900, loss[loss=0.2008, simple_loss=0.2684, pruned_loss=0.06664, over 13038.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1245, over 33.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3653, pruned_loss=0.1226, over 2782750.06 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07176, over 43611.54 utterances.], batch size: 33, lr: 4.65e-04 +2022-09-17 19:47:01,880 INFO [train.py:885] (1/2) Epoch 10, batch 1950, loss[loss=0.2969, simple_loss=0.3539, pruned_loss=0.12, over 14354.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03844, over 120.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3655, pruned_loss=0.1226, over 2784088.88 frames. utt_duration=256 frames, utt_pad_proportion=0.07108, over 43749.85 utterances.], batch size: 120, lr: 4.65e-04 +2022-09-17 19:47:31,585 INFO [train.py:885] (1/2) Epoch 10, batch 2000, loss[loss=0.3953, simple_loss=0.4365, pruned_loss=0.1771, over 14192.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.0454, over 306.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3644, pruned_loss=0.1221, over 2786374.40 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06736, over 42837.13 utterances.], batch size: 306, lr: 4.65e-04 +2022-09-17 19:48:09,222 INFO [train.py:885] (1/2) Epoch 10, batch 2050, loss[loss=0.3912, simple_loss=0.4362, pruned_loss=0.1731, over 14222.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04312, over 306.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.37, pruned_loss=0.1247, over 2780897.57 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07153, over 46096.76 utterances.], batch size: 306, lr: 4.64e-04 +2022-09-17 19:48:38,402 INFO [train.py:885] (1/2) Epoch 10, batch 2100, loss[loss=0.3334, simple_loss=0.384, pruned_loss=0.1414, over 14327.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03934, over 154.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3651, pruned_loss=0.1227, over 2784614.86 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06894, over 43555.24 utterances.], batch size: 154, lr: 4.64e-04 +2022-09-17 19:49:08,006 INFO [train.py:885] (1/2) Epoch 10, batch 2150, loss[loss=0.4183, simple_loss=0.4461, pruned_loss=0.1953, over 14197.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04477, over 306.00 utterances.], tot_loss[loss=0.3082, simple_loss=0.3676, pruned_loss=0.1244, over 2784254.06 frames. utt_duration=252 frames, utt_pad_proportion=0.07032, over 44447.41 utterances.], batch size: 306, lr: 4.64e-04 +2022-09-17 19:49:37,791 INFO [train.py:885] (1/2) Epoch 10, batch 2200, loss[loss=0.3487, simple_loss=0.4099, pruned_loss=0.1437, over 14269.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04057, over 225.00 utterances.], tot_loss[loss=0.3141, simple_loss=0.3737, pruned_loss=0.1273, over 2782752.11 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07286, over 46556.76 utterances.], batch size: 225, lr: 4.64e-04 +2022-09-17 19:50:07,427 INFO [train.py:885] (1/2) Epoch 10, batch 2250, loss[loss=0.3391, simple_loss=0.3904, pruned_loss=0.1438, over 14299.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.04012, over 195.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3656, pruned_loss=0.123, over 2780052.40 frames. utt_duration=254 frames, utt_pad_proportion=0.07148, over 44036.52 utterances.], batch size: 195, lr: 4.64e-04 +2022-09-17 19:50:37,209 INFO [train.py:885] (1/2) Epoch 10, batch 2300, loss[loss=0.2705, simple_loss=0.3195, pruned_loss=0.1108, over 14041.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.0577, over 79.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3672, pruned_loss=0.1239, over 2783140.73 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06971, over 44184.48 utterances.], batch size: 79, lr: 4.64e-04 +2022-09-17 19:51:06,261 INFO [train.py:885] (1/2) Epoch 10, batch 2350, loss[loss=0.2104, simple_loss=0.2805, pruned_loss=0.07021, over 13050.00 frames. utt_duration=2009 frames, utt_pad_proportion=0.1117, over 26.00 utterances.], tot_loss[loss=0.3056, simple_loss=0.3661, pruned_loss=0.1226, over 2779120.09 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07098, over 44310.35 utterances.], batch size: 26, lr: 4.64e-04 +2022-09-17 19:51:35,843 INFO [train.py:885] (1/2) Epoch 10, batch 2400, loss[loss=0.3096, simple_loss=0.3734, pruned_loss=0.123, over 14332.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03845, over 262.00 utterances.], tot_loss[loss=0.309, simple_loss=0.3689, pruned_loss=0.1245, over 2784625.65 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06971, over 44829.74 utterances.], batch size: 262, lr: 4.64e-04 +2022-09-17 19:52:05,959 INFO [train.py:885] (1/2) Epoch 10, batch 2450, loss[loss=0.3489, simple_loss=0.3965, pruned_loss=0.1507, over 14319.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03819, over 195.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3713, pruned_loss=0.1266, over 2786104.09 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06913, over 44589.03 utterances.], batch size: 195, lr: 4.64e-04 +2022-09-17 19:52:35,120 INFO [train.py:885] (1/2) Epoch 10, batch 2500, loss[loss=0.3557, simple_loss=0.407, pruned_loss=0.1522, over 14319.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03962, over 262.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3696, pruned_loss=0.1254, over 2784686.91 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06875, over 44300.26 utterances.], batch size: 262, lr: 4.64e-04 +2022-09-17 19:53:04,963 INFO [train.py:885] (1/2) Epoch 10, batch 2550, loss[loss=0.2127, simple_loss=0.2796, pruned_loss=0.07291, over 11977.00 frames. utt_duration=1997 frames, utt_pad_proportion=0.1985, over 24.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3735, pruned_loss=0.1282, over 2776903.79 frames. utt_duration=247 frames, utt_pad_proportion=0.07208, over 45247.11 utterances.], batch size: 24, lr: 4.63e-04 +2022-09-17 19:53:33,830 INFO [train.py:885] (1/2) Epoch 10, batch 2600, loss[loss=0.2317, simple_loss=0.285, pruned_loss=0.08918, over 12783.00 frames. utt_duration=2047 frames, utt_pad_proportion=0.1182, over 25.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3739, pruned_loss=0.1278, over 2777114.69 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07222, over 46243.26 utterances.], batch size: 25, lr: 4.63e-04 +2022-09-17 19:54:03,778 INFO [train.py:885] (1/2) Epoch 10, batch 2650, loss[loss=0.5321, simple_loss=0.6043, pruned_loss=0.23, over 12392.00 frames. utt_duration=62.75 frames, utt_pad_proportion=0.152, over 810.00 utterances.], tot_loss[loss=0.3153, simple_loss=0.3745, pruned_loss=0.1281, over 2769652.69 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07619, over 46821.69 utterances.], batch size: 810, lr: 4.63e-04 +2022-09-17 19:54:33,709 INFO [train.py:885] (1/2) Epoch 10, batch 2700, loss[loss=0.2644, simple_loss=0.3257, pruned_loss=0.1016, over 14152.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04629, over 109.00 utterances.], tot_loss[loss=0.3169, simple_loss=0.3755, pruned_loss=0.1291, over 2770103.85 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07503, over 46860.53 utterances.], batch size: 109, lr: 4.63e-04 +2022-09-17 19:55:02,821 INFO [train.py:885] (1/2) Epoch 10, batch 2750, loss[loss=0.4236, simple_loss=0.4425, pruned_loss=0.2024, over 14328.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03877, over 262.00 utterances.], tot_loss[loss=0.3134, simple_loss=0.3721, pruned_loss=0.1273, over 2771053.59 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07489, over 45795.64 utterances.], batch size: 262, lr: 4.63e-04 +2022-09-17 19:55:32,726 INFO [train.py:885] (1/2) Epoch 10, batch 2800, loss[loss=0.4523, simple_loss=0.4675, pruned_loss=0.2185, over 14235.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04272, over 335.00 utterances.], tot_loss[loss=0.3134, simple_loss=0.372, pruned_loss=0.1274, over 2775840.25 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07266, over 45668.37 utterances.], batch size: 335, lr: 4.63e-04 +2022-09-17 19:56:01,598 INFO [train.py:885] (1/2) Epoch 10, batch 2850, loss[loss=0.1664, simple_loss=0.206, pruned_loss=0.06336, over 12574.00 frames. utt_duration=2097 frames, utt_pad_proportion=0.1391, over 24.00 utterances.], tot_loss[loss=0.3109, simple_loss=0.3696, pruned_loss=0.1261, over 2775663.00 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07206, over 44655.96 utterances.], batch size: 24, lr: 4.63e-04 +2022-09-17 19:56:31,455 INFO [train.py:885] (1/2) Epoch 10, batch 2900, loss[loss=0.3051, simple_loss=0.3721, pruned_loss=0.119, over 14283.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04033, over 225.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3701, pruned_loss=0.1255, over 2774705.62 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07388, over 45893.05 utterances.], batch size: 225, lr: 4.63e-04 +2022-09-17 19:57:00,274 INFO [train.py:885] (1/2) Epoch 10, batch 2950, loss[loss=0.263, simple_loss=0.3318, pruned_loss=0.09708, over 14266.00 frames. utt_duration=440.4 frames, utt_pad_proportion=0.04057, over 130.00 utterances.], tot_loss[loss=0.3091, simple_loss=0.3687, pruned_loss=0.1248, over 2778119.90 frames. utt_duration=249 frames, utt_pad_proportion=0.07234, over 44892.08 utterances.], batch size: 130, lr: 4.63e-04 +2022-09-17 19:57:29,648 INFO [train.py:885] (1/2) Epoch 10, batch 3000, loss[loss=0.2097, simple_loss=0.2672, pruned_loss=0.07612, over 13928.00 frames. utt_duration=930.3 frames, utt_pad_proportion=0.06218, over 60.00 utterances.], tot_loss[loss=0.3091, simple_loss=0.3686, pruned_loss=0.1247, over 2776040.40 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07224, over 44356.09 utterances.], batch size: 60, lr: 4.63e-04 +2022-09-17 19:57:29,648 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 19:57:34,744 INFO [train.py:914] (1/2) Epoch 10, validation: loss=0.2049, simple_loss=0.2828, pruned_loss=0.06348, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 19:58:04,709 INFO [train.py:885] (1/2) Epoch 10, batch 3050, loss[loss=0.2966, simple_loss=0.363, pruned_loss=0.1151, over 14308.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.0381, over 180.00 utterances.], tot_loss[loss=0.3121, simple_loss=0.3718, pruned_loss=0.1262, over 2767417.85 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07715, over 46506.18 utterances.], batch size: 180, lr: 4.62e-04 +2022-09-17 19:58:34,732 INFO [train.py:885] (1/2) Epoch 10, batch 3100, loss[loss=0.1649, simple_loss=0.2135, pruned_loss=0.05813, over 12122.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.1877, over 24.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3697, pruned_loss=0.1247, over 2770078.57 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07507, over 46290.76 utterances.], batch size: 24, lr: 4.62e-04 +2022-09-17 19:59:03,653 INFO [train.py:885] (1/2) Epoch 10, batch 3150, loss[loss=0.2469, simple_loss=0.3217, pruned_loss=0.08608, over 14328.00 frames. utt_duration=479 frames, utt_pad_proportion=0.0382, over 120.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3675, pruned_loss=0.1236, over 2777546.93 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07167, over 44828.75 utterances.], batch size: 120, lr: 4.62e-04 +2022-09-17 19:59:32,823 INFO [train.py:885] (1/2) Epoch 10, batch 3200, loss[loss=0.3367, simple_loss=0.3845, pruned_loss=0.1444, over 14223.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04748, over 141.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3621, pruned_loss=0.1212, over 2778929.24 frames. utt_duration=263 frames, utt_pad_proportion=0.06956, over 42501.75 utterances.], batch size: 141, lr: 4.62e-04 +2022-09-17 20:00:02,716 INFO [train.py:885] (1/2) Epoch 10, batch 3250, loss[loss=0.3573, simple_loss=0.407, pruned_loss=0.1538, over 14288.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.0394, over 225.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3639, pruned_loss=0.1222, over 2784106.68 frames. utt_duration=262 frames, utt_pad_proportion=0.06852, over 42740.90 utterances.], batch size: 225, lr: 4.62e-04 +2022-09-17 20:00:33,398 INFO [train.py:885] (1/2) Epoch 10, batch 3300, loss[loss=0.3657, simple_loss=0.4186, pruned_loss=0.1564, over 14308.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.03874, over 226.00 utterances.], tot_loss[loss=0.3092, simple_loss=0.3682, pruned_loss=0.1251, over 2784578.60 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06853, over 44237.97 utterances.], batch size: 226, lr: 4.62e-04 +2022-09-17 20:01:02,977 INFO [train.py:885] (1/2) Epoch 10, batch 3350, loss[loss=0.3903, simple_loss=0.4281, pruned_loss=0.1763, over 14227.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04349, over 335.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.3674, pruned_loss=0.1246, over 2782354.93 frames. utt_duration=254.7 frames, utt_pad_proportion=0.0696, over 43943.09 utterances.], batch size: 335, lr: 4.62e-04 +2022-09-17 20:01:32,675 INFO [train.py:885] (1/2) Epoch 10, batch 3400, loss[loss=0.3965, simple_loss=0.4712, pruned_loss=0.1609, over 13631.00 frames. utt_duration=98.53 frames, utt_pad_proportion=0.0792, over 561.00 utterances.], tot_loss[loss=0.3071, simple_loss=0.3665, pruned_loss=0.1239, over 2784586.88 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06933, over 43505.01 utterances.], batch size: 561, lr: 4.62e-04 +2022-09-17 20:02:02,051 INFO [train.py:885] (1/2) Epoch 10, batch 3450, loss[loss=0.2232, simple_loss=0.2812, pruned_loss=0.08265, over 14013.00 frames. utt_duration=802.3 frames, utt_pad_proportion=0.06378, over 70.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3651, pruned_loss=0.1233, over 2783023.66 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06822, over 43324.90 utterances.], batch size: 70, lr: 4.62e-04 +2022-09-17 20:02:31,716 INFO [train.py:885] (1/2) Epoch 10, batch 3500, loss[loss=0.2528, simple_loss=0.2974, pruned_loss=0.1041, over 13196.00 frames. utt_duration=1289 frames, utt_pad_proportion=0.09979, over 41.00 utterances.], tot_loss[loss=0.3075, simple_loss=0.3666, pruned_loss=0.1242, over 2782819.13 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06917, over 43872.82 utterances.], batch size: 41, lr: 4.62e-04 +2022-09-17 20:03:00,794 INFO [train.py:885] (1/2) Epoch 10, batch 3550, loss[loss=0.1847, simple_loss=0.2566, pruned_loss=0.05646, over 13581.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.0864, over 50.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3667, pruned_loss=0.1243, over 2785145.85 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06842, over 43372.81 utterances.], batch size: 50, lr: 4.61e-04 +2022-09-17 20:03:30,497 INFO [train.py:885] (1/2) Epoch 10, batch 3600, loss[loss=0.1887, simple_loss=0.2548, pruned_loss=0.06133, over 13457.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09108, over 50.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3689, pruned_loss=0.1253, over 2781598.25 frames. utt_duration=250.7 frames, utt_pad_proportion=0.0702, over 44643.30 utterances.], batch size: 50, lr: 4.61e-04 +2022-09-17 20:03:59,822 INFO [train.py:885] (1/2) Epoch 10, batch 3650, loss[loss=0.5655, simple_loss=0.6235, pruned_loss=0.2537, over 12470.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3663, pruned_loss=0.1237, over 2783801.83 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06941, over 43963.67 utterances.], batch size: 810, lr: 4.61e-04 +2022-09-17 20:04:29,687 INFO [train.py:885] (1/2) Epoch 10, batch 3700, loss[loss=0.2236, simple_loss=0.2616, pruned_loss=0.0928, over 13230.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.09609, over 41.00 utterances.], tot_loss[loss=0.309, simple_loss=0.369, pruned_loss=0.1245, over 2780878.76 frames. utt_duration=249 frames, utt_pad_proportion=0.06956, over 44939.37 utterances.], batch size: 41, lr: 4.61e-04 +2022-09-17 20:04:59,043 INFO [train.py:885] (1/2) Epoch 10, batch 3750, loss[loss=0.2381, simple_loss=0.3063, pruned_loss=0.08499, over 13852.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.06334, over 69.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.37, pruned_loss=0.1255, over 2776281.64 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07301, over 45314.35 utterances.], batch size: 69, lr: 4.61e-04 +2022-09-17 20:05:28,821 INFO [train.py:885] (1/2) Epoch 10, batch 3800, loss[loss=0.2637, simple_loss=0.3266, pruned_loss=0.1004, over 13885.00 frames. utt_duration=927.2 frames, utt_pad_proportion=0.0568, over 60.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3713, pruned_loss=0.1256, over 2779971.03 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07171, over 45396.25 utterances.], batch size: 60, lr: 4.61e-04 +2022-09-17 20:05:58,203 INFO [train.py:885] (1/2) Epoch 10, batch 3850, loss[loss=0.2224, simple_loss=0.2804, pruned_loss=0.08216, over 12958.00 frames. utt_duration=1572 frames, utt_pad_proportion=0.1233, over 33.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3707, pruned_loss=0.1252, over 2780856.96 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07111, over 44837.64 utterances.], batch size: 33, lr: 4.61e-04 +2022-09-17 20:06:27,974 INFO [train.py:885] (1/2) Epoch 10, batch 3900, loss[loss=0.2465, simple_loss=0.3032, pruned_loss=0.09492, over 13797.00 frames. utt_duration=801.3 frames, utt_pad_proportion=0.06611, over 69.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3708, pruned_loss=0.1258, over 2780457.90 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07115, over 45184.14 utterances.], batch size: 69, lr: 4.61e-04 +2022-09-17 20:06:57,495 INFO [train.py:885] (1/2) Epoch 10, batch 3950, loss[loss=0.5729, simple_loss=0.6324, pruned_loss=0.2567, over 12473.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3723, pruned_loss=0.1255, over 2778924.70 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0719, over 46842.37 utterances.], batch size: 810, lr: 4.61e-04 +2022-09-17 20:07:27,604 INFO [train.py:885] (1/2) Epoch 10, batch 4000, loss[loss=0.2079, simple_loss=0.2619, pruned_loss=0.07699, over 13287.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.1045, over 33.00 utterances.], tot_loss[loss=0.3109, simple_loss=0.3711, pruned_loss=0.1253, over 2781935.98 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07054, over 46040.36 utterances.], batch size: 33, lr: 4.61e-04 +2022-09-17 20:07:57,294 INFO [train.py:885] (1/2) Epoch 10, batch 4050, loss[loss=0.166, simple_loss=0.2272, pruned_loss=0.05239, over 13380.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.07629, over 41.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3695, pruned_loss=0.1253, over 2782795.08 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06922, over 45099.54 utterances.], batch size: 41, lr: 4.60e-04 +2022-09-17 20:08:26,495 INFO [train.py:885] (1/2) Epoch 10, batch 4100, loss[loss=0.2117, simple_loss=0.276, pruned_loss=0.07367, over 13666.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.08435, over 51.00 utterances.], tot_loss[loss=0.3075, simple_loss=0.3675, pruned_loss=0.1238, over 2779522.64 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07078, over 44642.52 utterances.], batch size: 51, lr: 4.60e-04 +2022-09-17 20:08:55,902 INFO [train.py:885] (1/2) Epoch 10, batch 4150, loss[loss=0.2935, simple_loss=0.3524, pruned_loss=0.1173, over 14369.00 frames. utt_duration=443.6 frames, utt_pad_proportion=0.03574, over 130.00 utterances.], tot_loss[loss=0.3071, simple_loss=0.3666, pruned_loss=0.1239, over 2778717.14 frames. utt_duration=255.7 frames, utt_pad_proportion=0.07045, over 43722.84 utterances.], batch size: 130, lr: 4.60e-04 +2022-09-17 20:09:25,618 INFO [train.py:885] (1/2) Epoch 10, batch 4200, loss[loss=0.2345, simple_loss=0.2778, pruned_loss=0.09558, over 13602.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08504, over 50.00 utterances.], tot_loss[loss=0.3063, simple_loss=0.3659, pruned_loss=0.1233, over 2782491.81 frames. utt_duration=258.4 frames, utt_pad_proportion=0.0684, over 43317.31 utterances.], batch size: 50, lr: 4.60e-04 +2022-09-17 20:09:54,730 INFO [train.py:885] (1/2) Epoch 10, batch 4250, loss[loss=0.168, simple_loss=0.2253, pruned_loss=0.05529, over 12389.00 frames. utt_duration=1984 frames, utt_pad_proportion=0.1637, over 25.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3671, pruned_loss=0.1244, over 2784594.69 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06784, over 43708.89 utterances.], batch size: 25, lr: 4.60e-04 +2022-09-17 20:10:24,563 INFO [train.py:885] (1/2) Epoch 10, batch 4300, loss[loss=0.4047, simple_loss=0.4583, pruned_loss=0.1755, over 13813.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06854, over 411.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3686, pruned_loss=0.1249, over 2785153.86 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06688, over 44101.71 utterances.], batch size: 411, lr: 4.60e-04 +2022-09-17 20:10:53,760 INFO [train.py:885] (1/2) Epoch 10, batch 4350, loss[loss=0.2227, simple_loss=0.2815, pruned_loss=0.082, over 13879.00 frames. utt_duration=926.8 frames, utt_pad_proportion=0.06761, over 60.00 utterances.], tot_loss[loss=0.3091, simple_loss=0.3692, pruned_loss=0.1245, over 2783165.22 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06948, over 45052.44 utterances.], batch size: 60, lr: 4.60e-04 +2022-09-17 20:11:23,377 INFO [train.py:885] (1/2) Epoch 10, batch 4400, loss[loss=0.2468, simple_loss=0.3126, pruned_loss=0.09048, over 14088.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05495, over 98.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3706, pruned_loss=0.1248, over 2777956.58 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07279, over 46470.86 utterances.], batch size: 98, lr: 4.60e-04 +2022-09-17 20:11:53,153 INFO [train.py:885] (1/2) Epoch 10, batch 4450, loss[loss=0.2596, simple_loss=0.3277, pruned_loss=0.09576, over 14301.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03991, over 120.00 utterances.], tot_loss[loss=0.3114, simple_loss=0.372, pruned_loss=0.1254, over 2780533.61 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07184, over 46494.85 utterances.], batch size: 120, lr: 4.60e-04 +2022-09-17 20:12:23,119 INFO [train.py:885] (1/2) Epoch 10, batch 4500, loss[loss=0.3159, simple_loss=0.4105, pruned_loss=0.1107, over 13577.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08442, over 477.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3757, pruned_loss=0.1276, over 2781823.11 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07117, over 47616.10 utterances.], batch size: 477, lr: 4.60e-04 +2022-09-17 20:12:52,303 INFO [train.py:885] (1/2) Epoch 10, batch 4550, loss[loss=0.3932, simple_loss=0.4323, pruned_loss=0.177, over 14230.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04379, over 335.00 utterances.], tot_loss[loss=0.3114, simple_loss=0.3722, pruned_loss=0.1253, over 2782108.64 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06985, over 46253.21 utterances.], batch size: 335, lr: 4.59e-04 +2022-09-17 20:13:21,802 INFO [train.py:885] (1/2) Epoch 10, batch 4600, loss[loss=0.4069, simple_loss=0.4696, pruned_loss=0.1721, over 13654.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.07376, over 478.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3721, pruned_loss=0.1252, over 2786224.41 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06929, over 45940.71 utterances.], batch size: 478, lr: 4.59e-04 +2022-09-17 20:13:51,848 INFO [train.py:885] (1/2) Epoch 10, batch 4650, loss[loss=0.238, simple_loss=0.3112, pruned_loss=0.08245, over 14211.00 frames. utt_duration=640.1 frames, utt_pad_proportion=0.04468, over 89.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3709, pruned_loss=0.125, over 2783099.00 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06916, over 46005.74 utterances.], batch size: 89, lr: 4.59e-04 +2022-09-17 20:14:21,492 INFO [train.py:885] (1/2) Epoch 10, batch 4700, loss[loss=0.2594, simple_loss=0.3314, pruned_loss=0.09367, over 14254.00 frames. utt_duration=440.1 frames, utt_pad_proportion=0.04108, over 130.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3729, pruned_loss=0.1254, over 2786037.63 frames. utt_duration=240.9 frames, utt_pad_proportion=0.06824, over 46540.84 utterances.], batch size: 130, lr: 4.59e-04 +2022-09-17 20:14:50,212 INFO [train.py:885] (1/2) Epoch 10, batch 4750, loss[loss=0.3859, simple_loss=0.4391, pruned_loss=0.1663, over 14023.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05471, over 365.00 utterances.], tot_loss[loss=0.3141, simple_loss=0.3749, pruned_loss=0.1267, over 2785204.22 frames. utt_duration=239.3 frames, utt_pad_proportion=0.06964, over 46842.79 utterances.], batch size: 365, lr: 4.59e-04 +2022-09-17 20:15:19,596 INFO [train.py:885] (1/2) Epoch 10, batch 4800, loss[loss=0.2361, simple_loss=0.3026, pruned_loss=0.0848, over 13912.00 frames. utt_duration=928.9 frames, utt_pad_proportion=0.06457, over 60.00 utterances.], tot_loss[loss=0.3155, simple_loss=0.3771, pruned_loss=0.127, over 2781774.39 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07045, over 48236.87 utterances.], batch size: 60, lr: 4.59e-04 +2022-09-17 20:15:50,001 INFO [train.py:885] (1/2) Epoch 10, batch 4850, loss[loss=0.245, simple_loss=0.2941, pruned_loss=0.09791, over 14089.00 frames. utt_duration=714.9 frames, utt_pad_proportion=0.05438, over 79.00 utterances.], tot_loss[loss=0.318, simple_loss=0.3787, pruned_loss=0.1286, over 2782143.32 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07117, over 48381.67 utterances.], batch size: 79, lr: 4.59e-04 +2022-09-17 20:16:19,333 INFO [train.py:885] (1/2) Epoch 10, batch 4900, loss[loss=0.3302, simple_loss=0.3938, pruned_loss=0.1333, over 14345.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03631, over 210.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3745, pruned_loss=0.1259, over 2780409.89 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07216, over 47297.62 utterances.], batch size: 210, lr: 4.59e-04 +2022-09-17 20:16:48,157 INFO [train.py:885] (1/2) Epoch 10, batch 4950, loss[loss=0.5081, simple_loss=0.5554, pruned_loss=0.2304, over 13117.00 frames. utt_duration=81.9 frames, utt_pad_proportion=0.1097, over 653.00 utterances.], tot_loss[loss=0.3175, simple_loss=0.3776, pruned_loss=0.1287, over 2784186.03 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07071, over 47659.62 utterances.], batch size: 653, lr: 4.59e-04 +2022-09-17 20:17:17,842 INFO [train.py:885] (1/2) Epoch 10, batch 5000, loss[loss=0.1758, simple_loss=0.2166, pruned_loss=0.06746, over 12930.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1283, over 25.00 utterances.], tot_loss[loss=0.3136, simple_loss=0.3737, pruned_loss=0.1267, over 2784652.53 frames. utt_duration=243.1 frames, utt_pad_proportion=0.06863, over 46097.47 utterances.], batch size: 25, lr: 4.59e-04 +2022-09-17 20:17:47,074 INFO [train.py:885] (1/2) Epoch 10, batch 5050, loss[loss=0.2043, simple_loss=0.2688, pruned_loss=0.06993, over 13723.00 frames. utt_duration=1099 frames, utt_pad_proportion=0.07554, over 50.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3761, pruned_loss=0.1283, over 2779786.92 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07097, over 47146.26 utterances.], batch size: 50, lr: 4.59e-04 +2022-09-17 20:18:16,758 INFO [train.py:885] (1/2) Epoch 10, batch 5100, loss[loss=0.2954, simple_loss=0.3638, pruned_loss=0.1135, over 14323.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04063, over 167.00 utterances.], tot_loss[loss=0.3141, simple_loss=0.3738, pruned_loss=0.1272, over 2780428.96 frames. utt_duration=241.3 frames, utt_pad_proportion=0.06928, over 46367.53 utterances.], batch size: 167, lr: 4.58e-04 +2022-09-17 20:18:45,976 INFO [train.py:885] (1/2) Epoch 10, batch 5150, loss[loss=0.4862, simple_loss=0.5442, pruned_loss=0.214, over 13204.00 frames. utt_duration=82.43 frames, utt_pad_proportion=0.104, over 653.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3719, pruned_loss=0.1264, over 2781257.63 frames. utt_duration=245.9 frames, utt_pad_proportion=0.0689, over 45513.83 utterances.], batch size: 653, lr: 4.58e-04 +2022-09-17 20:19:15,734 INFO [train.py:885] (1/2) Epoch 10, batch 5200, loss[loss=0.3615, simple_loss=0.4102, pruned_loss=0.1564, over 14306.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03785, over 180.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3728, pruned_loss=0.1267, over 2780540.43 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06946, over 45940.38 utterances.], batch size: 180, lr: 4.58e-04 +2022-09-17 20:19:45,375 INFO [train.py:885] (1/2) Epoch 10, batch 5250, loss[loss=0.2692, simple_loss=0.3265, pruned_loss=0.106, over 14157.00 frames. utt_duration=579.4 frames, utt_pad_proportion=0.04704, over 98.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.369, pruned_loss=0.125, over 2777542.60 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06896, over 44361.98 utterances.], batch size: 98, lr: 4.58e-04 +2022-09-17 20:20:14,580 INFO [train.py:885] (1/2) Epoch 10, batch 5300, loss[loss=0.2712, simple_loss=0.3341, pruned_loss=0.1042, over 14312.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03949, over 120.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3638, pruned_loss=0.1228, over 2779029.37 frames. utt_duration=263 frames, utt_pad_proportion=0.06928, over 42502.53 utterances.], batch size: 120, lr: 4.58e-04 +2022-09-17 20:20:43,873 INFO [train.py:885] (1/2) Epoch 10, batch 5350, loss[loss=0.2654, simple_loss=0.3167, pruned_loss=0.1071, over 13478.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09201, over 50.00 utterances.], tot_loss[loss=0.3075, simple_loss=0.3665, pruned_loss=0.1242, over 2780326.69 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06934, over 43596.89 utterances.], batch size: 50, lr: 4.58e-04 +2022-09-17 20:21:13,064 INFO [train.py:885] (1/2) Epoch 10, batch 5400, loss[loss=0.3989, simple_loss=0.4266, pruned_loss=0.1857, over 14366.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03781, over 167.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3646, pruned_loss=0.1231, over 2782321.16 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06882, over 42897.16 utterances.], batch size: 167, lr: 4.58e-04 +2022-09-17 20:21:44,021 INFO [train.py:885] (1/2) Epoch 10, batch 5450, loss[loss=0.2401, simple_loss=0.3113, pruned_loss=0.08448, over 14269.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.04197, over 120.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3637, pruned_loss=0.1224, over 2788836.74 frames. utt_duration=266.3 frames, utt_pad_proportion=0.06682, over 42115.51 utterances.], batch size: 120, lr: 4.58e-04 +2022-09-17 20:22:13,324 INFO [train.py:885] (1/2) Epoch 10, batch 5500, loss[loss=0.4173, simple_loss=0.4547, pruned_loss=0.19, over 14215.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04333, over 306.00 utterances.], tot_loss[loss=0.3066, simple_loss=0.3653, pruned_loss=0.124, over 2787022.58 frames. utt_duration=268.6 frames, utt_pad_proportion=0.06703, over 41729.57 utterances.], batch size: 306, lr: 4.58e-04 +2022-09-17 20:22:42,405 INFO [train.py:885] (1/2) Epoch 10, batch 5550, loss[loss=0.4121, simple_loss=0.451, pruned_loss=0.1866, over 14201.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04443, over 306.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3654, pruned_loss=0.1241, over 2788201.09 frames. utt_duration=269.5 frames, utt_pad_proportion=0.06555, over 41610.57 utterances.], batch size: 306, lr: 4.58e-04 +2022-09-17 20:23:11,641 INFO [train.py:885] (1/2) Epoch 10, batch 5600, loss[loss=0.2822, simple_loss=0.344, pruned_loss=0.1102, over 14274.00 frames. utt_duration=477.2 frames, utt_pad_proportion=0.04178, over 120.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3671, pruned_loss=0.1244, over 2785821.27 frames. utt_duration=264.5 frames, utt_pad_proportion=0.06711, over 42371.79 utterances.], batch size: 120, lr: 4.57e-04 +2022-09-17 20:23:40,294 INFO [train.py:885] (1/2) Epoch 10, batch 5650, loss[loss=0.3135, simple_loss=0.3806, pruned_loss=0.1232, over 14352.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03567, over 210.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3656, pruned_loss=0.1229, over 2786342.34 frames. utt_duration=265.4 frames, utt_pad_proportion=0.06614, over 42229.54 utterances.], batch size: 210, lr: 4.57e-04 +2022-09-17 20:24:09,983 INFO [train.py:885] (1/2) Epoch 10, batch 5700, loss[loss=0.2756, simple_loss=0.3376, pruned_loss=0.1067, over 14310.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03904, over 120.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3658, pruned_loss=0.1222, over 2787669.51 frames. utt_duration=261.9 frames, utt_pad_proportion=0.06579, over 42811.12 utterances.], batch size: 120, lr: 4.57e-04 +2022-09-17 20:24:40,142 INFO [train.py:885] (1/2) Epoch 10, batch 5750, loss[loss=0.2165, simple_loss=0.2817, pruned_loss=0.07561, over 14037.00 frames. utt_duration=803.5 frames, utt_pad_proportion=0.06135, over 70.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.365, pruned_loss=0.1217, over 2785627.12 frames. utt_duration=263.4 frames, utt_pad_proportion=0.06695, over 42536.15 utterances.], batch size: 70, lr: 4.57e-04 +2022-09-17 20:25:09,674 INFO [train.py:885] (1/2) Epoch 10, batch 5800, loss[loss=0.3389, simple_loss=0.4052, pruned_loss=0.1362, over 14298.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03922, over 226.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3635, pruned_loss=0.122, over 2786214.43 frames. utt_duration=270.9 frames, utt_pad_proportion=0.06538, over 41367.48 utterances.], batch size: 226, lr: 4.57e-04 +2022-09-17 20:25:39,263 INFO [train.py:885] (1/2) Epoch 10, batch 5850, loss[loss=0.2934, simple_loss=0.3643, pruned_loss=0.1113, over 14314.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03862, over 195.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3674, pruned_loss=0.1239, over 2785206.78 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06745, over 43167.64 utterances.], batch size: 195, lr: 4.57e-04 +2022-09-17 20:26:08,853 INFO [train.py:885] (1/2) Epoch 10, batch 5900, loss[loss=0.4176, simple_loss=0.4679, pruned_loss=0.1837, over 13971.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05792, over 365.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.3697, pruned_loss=0.1245, over 2780619.88 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07156, over 44792.32 utterances.], batch size: 365, lr: 4.57e-04 +2022-09-17 20:26:38,162 INFO [train.py:885] (1/2) Epoch 10, batch 5950, loss[loss=0.1686, simple_loss=0.2419, pruned_loss=0.04764, over 13237.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1088, over 33.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3679, pruned_loss=0.1233, over 2782511.58 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06962, over 44401.36 utterances.], batch size: 33, lr: 4.57e-04 +2022-09-17 20:27:08,029 INFO [train.py:885] (1/2) Epoch 10, batch 6000, loss[loss=0.3461, simple_loss=0.4181, pruned_loss=0.1371, over 13947.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.0589, over 365.00 utterances.], tot_loss[loss=0.3141, simple_loss=0.3742, pruned_loss=0.127, over 2777991.17 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07244, over 47062.86 utterances.], batch size: 365, lr: 4.57e-04 +2022-09-17 20:27:08,029 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 20:27:12,704 INFO [train.py:914] (1/2) Epoch 10, validation: loss=0.2045, simple_loss=0.2829, pruned_loss=0.0631, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 20:27:42,402 INFO [train.py:885] (1/2) Epoch 10, batch 6050, loss[loss=0.261, simple_loss=0.3284, pruned_loss=0.09683, over 14345.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.03818, over 154.00 utterances.], tot_loss[loss=0.3164, simple_loss=0.3769, pruned_loss=0.128, over 2776055.13 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07348, over 48441.37 utterances.], batch size: 154, lr: 4.57e-04 +2022-09-17 20:28:11,717 INFO [train.py:885] (1/2) Epoch 10, batch 6100, loss[loss=0.2922, simple_loss=0.3646, pruned_loss=0.1099, over 14351.00 frames. utt_duration=345 frames, utt_pad_proportion=0.0389, over 167.00 utterances.], tot_loss[loss=0.3156, simple_loss=0.3756, pruned_loss=0.1278, over 2776584.81 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07309, over 47734.98 utterances.], batch size: 167, lr: 4.56e-04 +2022-09-17 20:28:41,267 INFO [train.py:885] (1/2) Epoch 10, batch 6150, loss[loss=0.39, simple_loss=0.4719, pruned_loss=0.1541, over 13584.00 frames. utt_duration=98.37 frames, utt_pad_proportion=0.08066, over 560.00 utterances.], tot_loss[loss=0.3134, simple_loss=0.3738, pruned_loss=0.1266, over 2771394.79 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07579, over 47839.75 utterances.], batch size: 560, lr: 4.56e-04 +2022-09-17 20:29:10,535 INFO [train.py:885] (1/2) Epoch 10, batch 6200, loss[loss=0.2281, simple_loss=0.2979, pruned_loss=0.07911, over 13958.00 frames. utt_duration=932.1 frames, utt_pad_proportion=0.06325, over 60.00 utterances.], tot_loss[loss=0.3134, simple_loss=0.3734, pruned_loss=0.1267, over 2776289.04 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07369, over 47127.99 utterances.], batch size: 60, lr: 4.56e-04 +2022-09-17 20:29:40,314 INFO [train.py:885] (1/2) Epoch 10, batch 6250, loss[loss=0.3615, simple_loss=0.4402, pruned_loss=0.1413, over 13826.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06801, over 411.00 utterances.], tot_loss[loss=0.3174, simple_loss=0.3769, pruned_loss=0.1289, over 2776658.77 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07423, over 47838.82 utterances.], batch size: 411, lr: 4.56e-04 +2022-09-17 20:30:09,537 INFO [train.py:885] (1/2) Epoch 10, batch 6300, loss[loss=0.2513, simple_loss=0.3099, pruned_loss=0.0963, over 14063.00 frames. utt_duration=713.3 frames, utt_pad_proportion=0.05649, over 79.00 utterances.], tot_loss[loss=0.3183, simple_loss=0.3767, pruned_loss=0.1299, over 2774721.78 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07359, over 47086.85 utterances.], batch size: 79, lr: 4.56e-04 +2022-09-17 20:30:39,411 INFO [train.py:885] (1/2) Epoch 10, batch 6350, loss[loss=0.2098, simple_loss=0.2865, pruned_loss=0.06655, over 14062.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05494, over 79.00 utterances.], tot_loss[loss=0.3211, simple_loss=0.3788, pruned_loss=0.1317, over 2774279.35 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07617, over 47817.24 utterances.], batch size: 79, lr: 4.56e-04 +2022-09-17 20:31:08,493 INFO [train.py:885] (1/2) Epoch 10, batch 6400, loss[loss=0.186, simple_loss=0.2474, pruned_loss=0.06225, over 13586.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.08791, over 42.00 utterances.], tot_loss[loss=0.3136, simple_loss=0.3717, pruned_loss=0.1277, over 2777505.63 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07326, over 45136.76 utterances.], batch size: 42, lr: 4.56e-04 +2022-09-17 20:31:38,543 INFO [train.py:885] (1/2) Epoch 10, batch 6450, loss[loss=0.2149, simple_loss=0.2888, pruned_loss=0.07049, over 13826.00 frames. utt_duration=1318 frames, utt_pad_proportion=0.06756, over 42.00 utterances.], tot_loss[loss=0.3199, simple_loss=0.3782, pruned_loss=0.1308, over 2779562.80 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07329, over 47776.39 utterances.], batch size: 42, lr: 4.56e-04 +2022-09-17 20:32:08,228 INFO [train.py:885] (1/2) Epoch 10, batch 6500, loss[loss=0.3588, simple_loss=0.4118, pruned_loss=0.1529, over 14207.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04432, over 306.00 utterances.], tot_loss[loss=0.3212, simple_loss=0.3792, pruned_loss=0.1316, over 2780045.14 frames. utt_duration=234 frames, utt_pad_proportion=0.07333, over 47823.11 utterances.], batch size: 306, lr: 4.56e-04 +2022-09-17 20:32:37,666 INFO [train.py:885] (1/2) Epoch 10, batch 6550, loss[loss=0.2843, simple_loss=0.3471, pruned_loss=0.1108, over 14296.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03883, over 130.00 utterances.], tot_loss[loss=0.3219, simple_loss=0.3807, pruned_loss=0.1316, over 2778553.81 frames. utt_duration=227.5 frames, utt_pad_proportion=0.07397, over 49163.77 utterances.], batch size: 130, lr: 4.56e-04 +2022-09-17 20:33:07,238 INFO [train.py:885] (1/2) Epoch 10, batch 6600, loss[loss=0.2103, simple_loss=0.2841, pruned_loss=0.06823, over 14079.00 frames. utt_duration=576 frames, utt_pad_proportion=0.0542, over 98.00 utterances.], tot_loss[loss=0.3213, simple_loss=0.3809, pruned_loss=0.1309, over 2777234.29 frames. utt_duration=224.2 frames, utt_pad_proportion=0.07504, over 49883.32 utterances.], batch size: 98, lr: 4.56e-04 +2022-09-17 20:33:36,800 INFO [train.py:885] (1/2) Epoch 10, batch 6650, loss[loss=0.362, simple_loss=0.4221, pruned_loss=0.1509, over 13970.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05787, over 365.00 utterances.], tot_loss[loss=0.3207, simple_loss=0.3809, pruned_loss=0.1303, over 2777545.07 frames. utt_duration=224.3 frames, utt_pad_proportion=0.07428, over 49866.37 utterances.], batch size: 365, lr: 4.55e-04 +2022-09-17 20:34:05,946 INFO [train.py:885] (1/2) Epoch 10, batch 6700, loss[loss=0.5782, simple_loss=0.6325, pruned_loss=0.2619, over 12499.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 810.00 utterances.], tot_loss[loss=0.3173, simple_loss=0.3769, pruned_loss=0.1288, over 2775629.52 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07405, over 48306.61 utterances.], batch size: 810, lr: 4.55e-04 +2022-09-17 20:34:35,245 INFO [train.py:885] (1/2) Epoch 10, batch 6750, loss[loss=0.336, simple_loss=0.4002, pruned_loss=0.1359, over 14316.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03864, over 283.00 utterances.], tot_loss[loss=0.3176, simple_loss=0.3773, pruned_loss=0.1289, over 2777180.13 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07293, over 47681.61 utterances.], batch size: 283, lr: 4.55e-04 +2022-09-17 20:35:05,464 INFO [train.py:885] (1/2) Epoch 10, batch 6800, loss[loss=0.2922, simple_loss=0.3439, pruned_loss=0.1202, over 14339.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.0394, over 120.00 utterances.], tot_loss[loss=0.3159, simple_loss=0.3762, pruned_loss=0.1278, over 2781561.15 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07151, over 48028.42 utterances.], batch size: 120, lr: 4.55e-04 +2022-09-17 20:35:34,439 INFO [train.py:885] (1/2) Epoch 10, batch 6850, loss[loss=0.3249, simple_loss=0.4073, pruned_loss=0.1212, over 13960.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05872, over 365.00 utterances.], tot_loss[loss=0.3146, simple_loss=0.3747, pruned_loss=0.1273, over 2781253.95 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07129, over 47336.01 utterances.], batch size: 365, lr: 4.55e-04 +2022-09-17 20:36:03,845 INFO [train.py:885] (1/2) Epoch 10, batch 6900, loss[loss=0.3009, simple_loss=0.3588, pruned_loss=0.1215, over 14296.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.04028, over 130.00 utterances.], tot_loss[loss=0.3139, simple_loss=0.374, pruned_loss=0.1268, over 2782958.70 frames. utt_duration=239.7 frames, utt_pad_proportion=0.06975, over 46735.96 utterances.], batch size: 130, lr: 4.55e-04 +2022-09-17 20:36:32,662 INFO [train.py:885] (1/2) Epoch 10, batch 6950, loss[loss=0.2206, simple_loss=0.2871, pruned_loss=0.07702, over 14109.00 frames. utt_duration=715.7 frames, utt_pad_proportion=0.05211, over 79.00 utterances.], tot_loss[loss=0.3138, simple_loss=0.3741, pruned_loss=0.1268, over 2780831.21 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07142, over 47171.12 utterances.], batch size: 79, lr: 4.55e-04 +2022-09-17 20:37:01,883 INFO [train.py:885] (1/2) Epoch 10, batch 7000, loss[loss=0.3732, simple_loss=0.4116, pruned_loss=0.1674, over 14284.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04087, over 283.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3676, pruned_loss=0.1235, over 2781750.42 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07098, over 44978.72 utterances.], batch size: 283, lr: 4.55e-04 +2022-09-17 20:37:31,878 INFO [train.py:885] (1/2) Epoch 10, batch 7050, loss[loss=0.2193, simple_loss=0.2741, pruned_loss=0.08226, over 14037.00 frames. utt_duration=803.6 frames, utt_pad_proportion=0.06125, over 70.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3697, pruned_loss=0.1247, over 2783106.08 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07173, over 45890.40 utterances.], batch size: 70, lr: 4.55e-04 +2022-09-17 20:38:01,665 INFO [train.py:885] (1/2) Epoch 10, batch 7100, loss[loss=0.177, simple_loss=0.2404, pruned_loss=0.05679, over 14080.00 frames. utt_duration=714.4 frames, utt_pad_proportion=0.05505, over 79.00 utterances.], tot_loss[loss=0.3082, simple_loss=0.3682, pruned_loss=0.1242, over 2778902.88 frames. utt_duration=245.8 frames, utt_pad_proportion=0.0726, over 45503.56 utterances.], batch size: 79, lr: 4.55e-04 +2022-09-17 20:38:30,753 INFO [train.py:885] (1/2) Epoch 10, batch 7150, loss[loss=0.3243, simple_loss=0.4251, pruned_loss=0.1117, over 13631.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08028, over 477.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3683, pruned_loss=0.124, over 2777292.45 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07459, over 45519.53 utterances.], batch size: 477, lr: 4.55e-04 +2022-09-17 20:39:00,250 INFO [train.py:885] (1/2) Epoch 10, batch 7200, loss[loss=0.1571, simple_loss=0.2123, pruned_loss=0.05092, over 13174.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.1016, over 41.00 utterances.], tot_loss[loss=0.3115, simple_loss=0.3711, pruned_loss=0.126, over 2780967.01 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07317, over 45708.94 utterances.], batch size: 41, lr: 4.54e-04 +2022-09-17 20:39:29,633 INFO [train.py:885] (1/2) Epoch 10, batch 7250, loss[loss=0.2639, simple_loss=0.3213, pruned_loss=0.1033, over 14013.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.0587, over 79.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3704, pruned_loss=0.1254, over 2780798.67 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07281, over 45542.17 utterances.], batch size: 79, lr: 4.54e-04 +2022-09-17 20:39:59,437 INFO [train.py:885] (1/2) Epoch 10, batch 7300, loss[loss=0.4058, simple_loss=0.4947, pruned_loss=0.1584, over 13169.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.3113, simple_loss=0.3712, pruned_loss=0.1257, over 2777139.71 frames. utt_duration=240 frames, utt_pad_proportion=0.07583, over 46577.13 utterances.], batch size: 653, lr: 4.54e-04 +2022-09-17 20:40:28,405 INFO [train.py:885] (1/2) Epoch 10, batch 7350, loss[loss=0.3177, simple_loss=0.3821, pruned_loss=0.1267, over 14330.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03733, over 195.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3699, pruned_loss=0.1251, over 2783917.59 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07142, over 45647.44 utterances.], batch size: 195, lr: 4.54e-04 +2022-09-17 20:40:57,675 INFO [train.py:885] (1/2) Epoch 10, batch 7400, loss[loss=0.2873, simple_loss=0.3515, pruned_loss=0.1116, over 14314.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03784, over 154.00 utterances.], tot_loss[loss=0.3099, simple_loss=0.3692, pruned_loss=0.1253, over 2779157.92 frames. utt_duration=250.4 frames, utt_pad_proportion=0.074, over 44666.31 utterances.], batch size: 154, lr: 4.54e-04 +2022-09-17 20:41:26,840 INFO [train.py:885] (1/2) Epoch 10, batch 7450, loss[loss=0.362, simple_loss=0.4359, pruned_loss=0.144, over 13991.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05615, over 365.00 utterances.], tot_loss[loss=0.3114, simple_loss=0.3712, pruned_loss=0.1258, over 2776024.85 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07461, over 46506.92 utterances.], batch size: 365, lr: 4.54e-04 +2022-09-17 20:41:56,544 INFO [train.py:885] (1/2) Epoch 10, batch 7500, loss[loss=0.2934, simple_loss=0.3723, pruned_loss=0.1072, over 14342.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03603, over 195.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3666, pruned_loss=0.1234, over 2775281.94 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07204, over 44194.07 utterances.], batch size: 195, lr: 4.54e-04 +2022-09-17 20:42:26,260 INFO [train.py:885] (1/2) Epoch 10, batch 7550, loss[loss=0.2153, simple_loss=0.2736, pruned_loss=0.07849, over 13784.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.07114, over 42.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3636, pruned_loss=0.1218, over 2768948.65 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07284, over 43870.78 utterances.], batch size: 42, lr: 4.54e-04 +2022-09-17 20:42:55,856 INFO [train.py:885] (1/2) Epoch 10, batch 7600, loss[loss=0.2569, simple_loss=0.3269, pruned_loss=0.09339, over 14321.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03834, over 120.00 utterances.], tot_loss[loss=0.308, simple_loss=0.3683, pruned_loss=0.1238, over 2771622.09 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07573, over 45646.20 utterances.], batch size: 120, lr: 4.54e-04 +2022-09-17 20:43:25,184 INFO [train.py:885] (1/2) Epoch 10, batch 7650, loss[loss=0.3672, simple_loss=0.4116, pruned_loss=0.1613, over 14321.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03857, over 283.00 utterances.], tot_loss[loss=0.3065, simple_loss=0.3667, pruned_loss=0.1231, over 2772447.71 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07373, over 45053.65 utterances.], batch size: 283, lr: 4.54e-04 +2022-09-17 20:43:54,522 INFO [train.py:885] (1/2) Epoch 10, batch 7700, loss[loss=0.3519, simple_loss=0.4032, pruned_loss=0.1503, over 14340.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03423, over 244.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3682, pruned_loss=0.1232, over 2773776.65 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07349, over 46082.74 utterances.], batch size: 244, lr: 4.53e-04 +2022-09-17 20:44:24,149 INFO [train.py:885] (1/2) Epoch 10, batch 7750, loss[loss=0.3203, simple_loss=0.3807, pruned_loss=0.1299, over 14328.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.037, over 154.00 utterances.], tot_loss[loss=0.3116, simple_loss=0.3728, pruned_loss=0.1252, over 2770638.12 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07432, over 48150.86 utterances.], batch size: 154, lr: 4.53e-04 +2022-09-17 20:44:52,868 INFO [train.py:885] (1/2) Epoch 10, batch 7800, loss[loss=0.344, simple_loss=0.4009, pruned_loss=0.1435, over 14315.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03953, over 262.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3728, pruned_loss=0.1253, over 2775247.76 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07271, over 47518.58 utterances.], batch size: 262, lr: 4.53e-04 +2022-09-17 20:45:22,594 INFO [train.py:885] (1/2) Epoch 10, batch 7850, loss[loss=0.3586, simple_loss=0.4079, pruned_loss=0.1547, over 14344.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.037, over 283.00 utterances.], tot_loss[loss=0.3129, simple_loss=0.3733, pruned_loss=0.1263, over 2777780.12 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07292, over 47532.21 utterances.], batch size: 283, lr: 4.53e-04 +2022-09-17 20:45:52,235 INFO [train.py:885] (1/2) Epoch 10, batch 7900, loss[loss=0.1801, simple_loss=0.2351, pruned_loss=0.06255, over 12776.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.131, over 25.00 utterances.], tot_loss[loss=0.3161, simple_loss=0.3756, pruned_loss=0.1283, over 2774642.68 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07459, over 48079.51 utterances.], batch size: 25, lr: 4.53e-04 +2022-09-17 20:46:21,111 INFO [train.py:885] (1/2) Epoch 10, batch 7950, loss[loss=0.3792, simple_loss=0.4141, pruned_loss=0.1721, over 14216.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04375, over 306.00 utterances.], tot_loss[loss=0.3181, simple_loss=0.3768, pruned_loss=0.1297, over 2780343.25 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07226, over 47479.47 utterances.], batch size: 306, lr: 4.53e-04 +2022-09-17 20:46:51,303 INFO [train.py:885] (1/2) Epoch 10, batch 8000, loss[loss=0.593, simple_loss=0.6479, pruned_loss=0.269, over 12401.00 frames. utt_duration=62.82 frames, utt_pad_proportion=0.151, over 810.00 utterances.], tot_loss[loss=0.3191, simple_loss=0.3784, pruned_loss=0.13, over 2783859.92 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07137, over 48129.91 utterances.], batch size: 810, lr: 4.53e-04 +2022-09-17 20:47:20,771 INFO [train.py:885] (1/2) Epoch 10, batch 8050, loss[loss=0.4312, simple_loss=0.4523, pruned_loss=0.2051, over 14271.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04046, over 180.00 utterances.], tot_loss[loss=0.3172, simple_loss=0.3768, pruned_loss=0.1288, over 2786663.89 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07057, over 47788.51 utterances.], batch size: 180, lr: 4.53e-04 +2022-09-17 20:47:49,851 INFO [train.py:885] (1/2) Epoch 10, batch 8100, loss[loss=0.2425, simple_loss=0.2994, pruned_loss=0.09282, over 13944.00 frames. utt_duration=931.1 frames, utt_pad_proportion=0.06137, over 60.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3744, pruned_loss=0.1282, over 2784603.71 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07026, over 46469.54 utterances.], batch size: 60, lr: 4.53e-04 +2022-09-17 20:48:19,398 INFO [train.py:885] (1/2) Epoch 10, batch 8150, loss[loss=0.292, simple_loss=0.3439, pruned_loss=0.1201, over 14313.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03744, over 130.00 utterances.], tot_loss[loss=0.3151, simple_loss=0.3741, pruned_loss=0.128, over 2783390.43 frames. utt_duration=238 frames, utt_pad_proportion=0.07269, over 47075.74 utterances.], batch size: 130, lr: 4.53e-04 +2022-09-17 20:48:48,920 INFO [train.py:885] (1/2) Epoch 10, batch 8200, loss[loss=0.2838, simple_loss=0.356, pruned_loss=0.1058, over 14287.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.04109, over 130.00 utterances.], tot_loss[loss=0.3142, simple_loss=0.3727, pruned_loss=0.1278, over 2779690.78 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07331, over 46545.88 utterances.], batch size: 130, lr: 4.53e-04 +2022-09-17 20:49:18,713 INFO [train.py:885] (1/2) Epoch 10, batch 8250, loss[loss=0.3153, simple_loss=0.3851, pruned_loss=0.1227, over 14296.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04075, over 154.00 utterances.], tot_loss[loss=0.3143, simple_loss=0.3726, pruned_loss=0.128, over 2778111.24 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07384, over 45919.17 utterances.], batch size: 154, lr: 4.52e-04 +2022-09-17 20:49:47,687 INFO [train.py:885] (1/2) Epoch 10, batch 8300, loss[loss=0.3603, simple_loss=0.4057, pruned_loss=0.1574, over 14381.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03417, over 210.00 utterances.], tot_loss[loss=0.3091, simple_loss=0.3676, pruned_loss=0.1253, over 2777761.99 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07104, over 44033.25 utterances.], batch size: 210, lr: 4.52e-04 +2022-09-17 20:50:16,672 INFO [train.py:885] (1/2) Epoch 10, batch 8350, loss[loss=0.2063, simple_loss=0.2685, pruned_loss=0.07204, over 13649.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07896, over 50.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3673, pruned_loss=0.1248, over 2779722.02 frames. utt_duration=253 frames, utt_pad_proportion=0.07012, over 44204.31 utterances.], batch size: 50, lr: 4.52e-04 +2022-09-17 20:50:46,414 INFO [train.py:885] (1/2) Epoch 10, batch 8400, loss[loss=0.5686, simple_loss=0.6282, pruned_loss=0.2545, over 12448.00 frames. utt_duration=62.99 frames, utt_pad_proportion=0.1488, over 810.00 utterances.], tot_loss[loss=0.3061, simple_loss=0.3655, pruned_loss=0.1233, over 2776727.70 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07127, over 43790.34 utterances.], batch size: 810, lr: 4.52e-04 +2022-09-17 20:51:16,009 INFO [train.py:885] (1/2) Epoch 10, batch 8450, loss[loss=0.3425, simple_loss=0.402, pruned_loss=0.1415, over 14304.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.0395, over 283.00 utterances.], tot_loss[loss=0.3091, simple_loss=0.3689, pruned_loss=0.1246, over 2779998.95 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07022, over 44909.38 utterances.], batch size: 283, lr: 4.52e-04 +2022-09-17 20:51:45,958 INFO [train.py:885] (1/2) Epoch 10, batch 8500, loss[loss=0.2109, simple_loss=0.2845, pruned_loss=0.06864, over 14005.00 frames. utt_duration=710.6 frames, utt_pad_proportion=0.05886, over 79.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3663, pruned_loss=0.1235, over 2776707.85 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07174, over 43920.60 utterances.], batch size: 79, lr: 4.52e-04 +2022-09-17 20:52:14,980 INFO [train.py:885] (1/2) Epoch 10, batch 8550, loss[loss=0.5549, simple_loss=0.6213, pruned_loss=0.2443, over 12487.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1461, over 811.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3638, pruned_loss=0.1219, over 2779226.61 frames. utt_duration=261.4 frames, utt_pad_proportion=0.07014, over 42765.80 utterances.], batch size: 811, lr: 4.52e-04 +2022-09-17 20:52:44,372 INFO [train.py:885] (1/2) Epoch 10, batch 8600, loss[loss=0.2524, simple_loss=0.2988, pruned_loss=0.103, over 13877.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.05971, over 69.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3614, pruned_loss=0.1205, over 2777988.62 frames. utt_duration=265.9 frames, utt_pad_proportion=0.06962, over 42023.51 utterances.], batch size: 69, lr: 4.52e-04 +2022-09-17 20:53:13,937 INFO [train.py:885] (1/2) Epoch 10, batch 8650, loss[loss=0.2187, simple_loss=0.268, pruned_loss=0.08472, over 12889.00 frames. utt_duration=2064 frames, utt_pad_proportion=0.1174, over 25.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3617, pruned_loss=0.1199, over 2780942.50 frames. utt_duration=263.8 frames, utt_pad_proportion=0.06728, over 42401.13 utterances.], batch size: 25, lr: 4.52e-04 +2022-09-17 20:53:43,447 INFO [train.py:885] (1/2) Epoch 10, batch 8700, loss[loss=0.6253, simple_loss=0.6646, pruned_loss=0.293, over 12493.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1447, over 810.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3709, pruned_loss=0.1253, over 2782023.28 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07039, over 45729.77 utterances.], batch size: 810, lr: 4.52e-04 +2022-09-17 20:54:13,172 INFO [train.py:885] (1/2) Epoch 10, batch 8750, loss[loss=0.1697, simple_loss=0.2174, pruned_loss=0.06099, over 13447.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.0829, over 41.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3723, pruned_loss=0.1266, over 2781684.21 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07094, over 45864.32 utterances.], batch size: 41, lr: 4.52e-04 +2022-09-17 20:54:42,509 INFO [train.py:885] (1/2) Epoch 10, batch 8800, loss[loss=0.3243, simple_loss=0.4075, pruned_loss=0.1205, over 13789.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07014, over 411.00 utterances.], tot_loss[loss=0.3153, simple_loss=0.3753, pruned_loss=0.1277, over 2782951.26 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07009, over 47360.88 utterances.], batch size: 411, lr: 4.51e-04 +2022-09-17 20:55:12,111 INFO [train.py:885] (1/2) Epoch 10, batch 8850, loss[loss=0.286, simple_loss=0.3357, pruned_loss=0.1181, over 14360.00 frames. utt_duration=480 frames, utt_pad_proportion=0.03611, over 120.00 utterances.], tot_loss[loss=0.3157, simple_loss=0.3748, pruned_loss=0.1284, over 2785276.48 frames. utt_duration=241.6 frames, utt_pad_proportion=0.06841, over 46394.53 utterances.], batch size: 120, lr: 4.51e-04 +2022-09-17 20:55:41,244 INFO [train.py:885] (1/2) Epoch 10, batch 8900, loss[loss=0.2436, simple_loss=0.2884, pruned_loss=0.09937, over 13453.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.095, over 50.00 utterances.], tot_loss[loss=0.3122, simple_loss=0.3719, pruned_loss=0.1262, over 2779917.10 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07093, over 46084.38 utterances.], batch size: 50, lr: 4.51e-04 +2022-09-17 20:56:10,981 INFO [train.py:885] (1/2) Epoch 10, batch 8950, loss[loss=0.2091, simple_loss=0.2804, pruned_loss=0.06886, over 13883.00 frames. utt_duration=927.1 frames, utt_pad_proportion=0.05975, over 60.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3715, pruned_loss=0.1255, over 2780202.43 frames. utt_duration=244 frames, utt_pad_proportion=0.0702, over 45861.98 utterances.], batch size: 60, lr: 4.51e-04 +2022-09-17 20:56:40,623 INFO [train.py:885] (1/2) Epoch 10, batch 9000, loss[loss=0.15, simple_loss=0.2033, pruned_loss=0.04833, over 12120.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.1708, over 24.00 utterances.], tot_loss[loss=0.3144, simple_loss=0.3747, pruned_loss=0.1271, over 2776344.77 frames. utt_duration=238.3 frames, utt_pad_proportion=0.0711, over 46902.73 utterances.], batch size: 24, lr: 4.51e-04 +2022-09-17 20:56:40,624 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 20:56:44,766 INFO [train.py:914] (1/2) Epoch 10, validation: loss=0.2048, simple_loss=0.2816, pruned_loss=0.06403, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 20:57:14,369 INFO [train.py:885] (1/2) Epoch 10, batch 9050, loss[loss=0.3054, simple_loss=0.3712, pruned_loss=0.1198, over 14308.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04042, over 262.00 utterances.], tot_loss[loss=0.3099, simple_loss=0.3697, pruned_loss=0.125, over 2783757.82 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06788, over 44222.94 utterances.], batch size: 262, lr: 4.51e-04 +2022-09-17 20:57:43,583 INFO [train.py:885] (1/2) Epoch 10, batch 9100, loss[loss=0.3031, simple_loss=0.3413, pruned_loss=0.1325, over 13980.00 frames. utt_duration=709.4 frames, utt_pad_proportion=0.06162, over 79.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3696, pruned_loss=0.1249, over 2784465.01 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06733, over 44562.31 utterances.], batch size: 79, lr: 4.51e-04 +2022-09-17 20:58:13,353 INFO [train.py:885] (1/2) Epoch 10, batch 9150, loss[loss=0.5772, simple_loss=0.6343, pruned_loss=0.26, over 12478.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1469, over 810.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.3698, pruned_loss=0.1249, over 2785649.85 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06815, over 44568.15 utterances.], batch size: 810, lr: 4.51e-04 +2022-09-17 20:58:42,305 INFO [train.py:885] (1/2) Epoch 10, batch 9200, loss[loss=0.2095, simple_loss=0.2709, pruned_loss=0.07405, over 14035.00 frames. utt_duration=712.2 frames, utt_pad_proportion=0.05792, over 79.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.37, pruned_loss=0.1248, over 2787916.04 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06736, over 44656.15 utterances.], batch size: 79, lr: 4.51e-04 +2022-09-17 20:59:11,888 INFO [train.py:885] (1/2) Epoch 10, batch 9250, loss[loss=0.1566, simple_loss=0.2073, pruned_loss=0.0529, over 12916.00 frames. utt_duration=2068 frames, utt_pad_proportion=0.1227, over 25.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3704, pruned_loss=0.1249, over 2785244.70 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06955, over 46024.07 utterances.], batch size: 25, lr: 4.51e-04 +2022-09-17 20:59:41,927 INFO [train.py:885] (1/2) Epoch 10, batch 9300, loss[loss=0.3517, simple_loss=0.407, pruned_loss=0.1483, over 14336.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03694, over 210.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3719, pruned_loss=0.1249, over 2779738.86 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07285, over 47879.22 utterances.], batch size: 210, lr: 4.51e-04 +2022-09-17 21:00:11,805 INFO [train.py:885] (1/2) Epoch 10, batch 9350, loss[loss=0.338, simple_loss=0.3893, pruned_loss=0.1433, over 14301.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04143, over 154.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3715, pruned_loss=0.1243, over 2779934.45 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07419, over 47240.56 utterances.], batch size: 154, lr: 4.50e-04 +2022-09-17 21:00:41,420 INFO [train.py:885] (1/2) Epoch 10, batch 9400, loss[loss=0.2509, simple_loss=0.3197, pruned_loss=0.09101, over 14291.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04198, over 154.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3721, pruned_loss=0.1251, over 2782946.18 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07148, over 46902.34 utterances.], batch size: 154, lr: 4.50e-04 +2022-09-17 21:01:10,868 INFO [train.py:885] (1/2) Epoch 10, batch 9450, loss[loss=0.2455, simple_loss=0.3109, pruned_loss=0.09007, over 14187.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04412, over 109.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3669, pruned_loss=0.1224, over 2782857.70 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06901, over 44372.76 utterances.], batch size: 109, lr: 4.50e-04 +2022-09-17 21:01:40,280 INFO [train.py:885] (1/2) Epoch 10, batch 9500, loss[loss=0.3252, simple_loss=0.3844, pruned_loss=0.133, over 14306.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03973, over 262.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3661, pruned_loss=0.1228, over 2783184.30 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06845, over 44098.18 utterances.], batch size: 262, lr: 4.50e-04 +2022-09-17 21:02:09,804 INFO [train.py:885] (1/2) Epoch 10, batch 9550, loss[loss=0.1973, simple_loss=0.2705, pruned_loss=0.06205, over 13540.00 frames. utt_duration=1323 frames, utt_pad_proportion=0.07452, over 41.00 utterances.], tot_loss[loss=0.3071, simple_loss=0.367, pruned_loss=0.1236, over 2781343.47 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06862, over 44045.29 utterances.], batch size: 41, lr: 4.50e-04 +2022-09-17 21:02:39,722 INFO [train.py:885] (1/2) Epoch 10, batch 9600, loss[loss=0.188, simple_loss=0.231, pruned_loss=0.07246, over 12844.00 frames. utt_duration=2056 frames, utt_pad_proportion=0.1363, over 25.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.3644, pruned_loss=0.1222, over 2781225.51 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06857, over 43356.42 utterances.], batch size: 25, lr: 4.50e-04 +2022-09-17 21:03:08,926 INFO [train.py:885] (1/2) Epoch 10, batch 9650, loss[loss=0.22, simple_loss=0.2901, pruned_loss=0.07497, over 14174.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.0454, over 89.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3661, pruned_loss=0.1229, over 2779511.31 frames. utt_duration=253 frames, utt_pad_proportion=0.06999, over 44197.60 utterances.], batch size: 89, lr: 4.50e-04 +2022-09-17 21:03:39,295 INFO [train.py:885] (1/2) Epoch 10, batch 9700, loss[loss=0.1452, simple_loss=0.187, pruned_loss=0.05169, over 12346.00 frames. utt_duration=2059 frames, utt_pad_proportion=0.1649, over 24.00 utterances.], tot_loss[loss=0.3066, simple_loss=0.3668, pruned_loss=0.1232, over 2774888.86 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07333, over 44639.28 utterances.], batch size: 24, lr: 4.50e-04 +2022-09-17 21:04:09,188 INFO [train.py:885] (1/2) Epoch 10, batch 9750, loss[loss=0.4201, simple_loss=0.4863, pruned_loss=0.177, over 13604.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.0784, over 560.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3686, pruned_loss=0.1241, over 2774665.19 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07344, over 45612.37 utterances.], batch size: 560, lr: 4.50e-04 +2022-09-17 21:04:38,520 INFO [train.py:885] (1/2) Epoch 10, batch 9800, loss[loss=0.2099, simple_loss=0.2695, pruned_loss=0.07514, over 13262.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.09543, over 41.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3688, pruned_loss=0.1244, over 2777268.45 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07237, over 44728.70 utterances.], batch size: 41, lr: 4.50e-04 +2022-09-17 21:05:07,329 INFO [train.py:885] (1/2) Epoch 10, batch 9850, loss[loss=0.3081, simple_loss=0.3777, pruned_loss=0.1193, over 14372.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03462, over 210.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3704, pruned_loss=0.1253, over 2781563.63 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07052, over 44646.71 utterances.], batch size: 210, lr: 4.50e-04 +2022-09-17 21:05:37,561 INFO [train.py:885] (1/2) Epoch 10, batch 9900, loss[loss=0.2847, simple_loss=0.3495, pruned_loss=0.1099, over 14270.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04333, over 154.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3706, pruned_loss=0.1258, over 2781585.95 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07136, over 45237.09 utterances.], batch size: 154, lr: 4.49e-04 +2022-09-17 21:06:07,300 INFO [train.py:885] (1/2) Epoch 10, batch 9950, loss[loss=0.2934, simple_loss=0.3406, pruned_loss=0.1232, over 13834.00 frames. utt_duration=923.6 frames, utt_pad_proportion=0.0689, over 60.00 utterances.], tot_loss[loss=0.3091, simple_loss=0.3685, pruned_loss=0.1248, over 2780734.83 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07126, over 44425.22 utterances.], batch size: 60, lr: 4.49e-04 +2022-09-17 21:06:36,379 INFO [train.py:885] (1/2) Epoch 10, batch 10000, loss[loss=0.3508, simple_loss=0.4018, pruned_loss=0.1499, over 14359.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03282, over 244.00 utterances.], tot_loss[loss=0.3115, simple_loss=0.3714, pruned_loss=0.1257, over 2780666.44 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07085, over 46471.38 utterances.], batch size: 244, lr: 4.49e-04 +2022-09-17 21:07:06,278 INFO [train.py:885] (1/2) Epoch 10, batch 10050, loss[loss=0.4716, simple_loss=0.4737, pruned_loss=0.2347, over 14342.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03672, over 195.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.3699, pruned_loss=0.1244, over 2779521.18 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07098, over 45371.44 utterances.], batch size: 195, lr: 4.49e-04 +2022-09-17 21:07:35,838 INFO [train.py:885] (1/2) Epoch 10, batch 10100, loss[loss=0.1967, simple_loss=0.2526, pruned_loss=0.07037, over 13038.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1117, over 33.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3692, pruned_loss=0.1238, over 2775728.48 frames. utt_duration=244.5 frames, utt_pad_proportion=0.0714, over 45677.89 utterances.], batch size: 33, lr: 4.49e-04 +2022-09-17 21:08:05,649 INFO [train.py:885] (1/2) Epoch 10, batch 10150, loss[loss=0.3213, simple_loss=0.3904, pruned_loss=0.1261, over 14292.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04072, over 262.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3706, pruned_loss=0.1244, over 2778938.83 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07167, over 45607.87 utterances.], batch size: 262, lr: 4.49e-04 +2022-09-17 21:08:34,700 INFO [train.py:885] (1/2) Epoch 10, batch 10200, loss[loss=0.3326, simple_loss=0.393, pruned_loss=0.1361, over 14267.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04102, over 225.00 utterances.], tot_loss[loss=0.3109, simple_loss=0.3715, pruned_loss=0.1252, over 2781568.73 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07076, over 45644.83 utterances.], batch size: 225, lr: 4.49e-04 +2022-09-17 21:09:05,002 INFO [train.py:885] (1/2) Epoch 10, batch 10250, loss[loss=0.3639, simple_loss=0.4208, pruned_loss=0.1536, over 14365.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03279, over 244.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.3702, pruned_loss=0.1246, over 2781013.74 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07256, over 45390.86 utterances.], batch size: 244, lr: 4.49e-04 +2022-09-17 21:09:33,750 INFO [train.py:885] (1/2) Epoch 10, batch 10300, loss[loss=0.341, simple_loss=0.4055, pruned_loss=0.1383, over 14292.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04067, over 262.00 utterances.], tot_loss[loss=0.3069, simple_loss=0.3679, pruned_loss=0.1229, over 2778888.16 frames. utt_duration=252 frames, utt_pad_proportion=0.07278, over 44374.46 utterances.], batch size: 262, lr: 4.49e-04 +2022-09-17 21:10:03,335 INFO [train.py:885] (1/2) Epoch 10, batch 10350, loss[loss=0.3263, simple_loss=0.392, pruned_loss=0.1303, over 14315.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.0393, over 283.00 utterances.], tot_loss[loss=0.3121, simple_loss=0.3727, pruned_loss=0.1257, over 2784459.09 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07024, over 46070.98 utterances.], batch size: 283, lr: 4.49e-04 +2022-09-17 21:10:33,145 INFO [train.py:885] (1/2) Epoch 10, batch 10400, loss[loss=0.3153, simple_loss=0.378, pruned_loss=0.1263, over 14345.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03639, over 210.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3732, pruned_loss=0.1262, over 2781221.79 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07209, over 46781.59 utterances.], batch size: 210, lr: 4.49e-04 +2022-09-17 21:11:02,735 INFO [train.py:885] (1/2) Epoch 10, batch 10450, loss[loss=0.2341, simple_loss=0.3026, pruned_loss=0.08281, over 14069.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05447, over 98.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3693, pruned_loss=0.1241, over 2785723.76 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07051, over 44754.05 utterances.], batch size: 98, lr: 4.48e-04 +2022-09-17 21:11:32,538 INFO [train.py:885] (1/2) Epoch 10, batch 10500, loss[loss=0.3763, simple_loss=0.415, pruned_loss=0.1688, over 14282.00 frames. utt_duration=203.2 frames, utt_pad_proportion=0.04139, over 283.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3706, pruned_loss=0.1241, over 2781688.08 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07184, over 45949.56 utterances.], batch size: 283, lr: 4.48e-04 +2022-09-17 21:12:01,932 INFO [train.py:885] (1/2) Epoch 10, batch 10550, loss[loss=0.4313, simple_loss=0.4726, pruned_loss=0.195, over 14027.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05434, over 365.00 utterances.], tot_loss[loss=0.3082, simple_loss=0.3692, pruned_loss=0.1236, over 2779067.36 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07119, over 45422.02 utterances.], batch size: 365, lr: 4.48e-04 +2022-09-17 21:12:31,483 INFO [train.py:885] (1/2) Epoch 10, batch 10600, loss[loss=0.4407, simple_loss=0.5003, pruned_loss=0.1906, over 13652.00 frames. utt_duration=98.94 frames, utt_pad_proportion=0.07528, over 560.00 utterances.], tot_loss[loss=0.3104, simple_loss=0.3709, pruned_loss=0.1249, over 2779597.50 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07117, over 45668.00 utterances.], batch size: 560, lr: 4.48e-04 +2022-09-17 21:13:00,537 INFO [train.py:885] (1/2) Epoch 10, batch 10650, loss[loss=0.4305, simple_loss=0.4762, pruned_loss=0.1924, over 14019.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05716, over 366.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3703, pruned_loss=0.1244, over 2780260.96 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07078, over 45797.96 utterances.], batch size: 366, lr: 4.48e-04 +2022-09-17 21:13:30,544 INFO [train.py:885] (1/2) Epoch 10, batch 10700, loss[loss=0.5319, simple_loss=0.6062, pruned_loss=0.2288, over 12517.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.145, over 811.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3681, pruned_loss=0.1237, over 2776316.52 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07274, over 44620.55 utterances.], batch size: 811, lr: 4.48e-04 +2022-09-17 21:14:00,132 INFO [train.py:885] (1/2) Epoch 10, batch 10750, loss[loss=0.2713, simple_loss=0.3465, pruned_loss=0.09804, over 14331.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03755, over 120.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3673, pruned_loss=0.1232, over 2775263.61 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07353, over 44760.77 utterances.], batch size: 120, lr: 4.48e-04 +2022-09-17 21:14:29,517 INFO [train.py:885] (1/2) Epoch 10, batch 10800, loss[loss=0.2737, simple_loss=0.3335, pruned_loss=0.107, over 14293.00 frames. utt_duration=441 frames, utt_pad_proportion=0.0392, over 130.00 utterances.], tot_loss[loss=0.3116, simple_loss=0.3723, pruned_loss=0.1255, over 2777770.58 frames. utt_duration=241 frames, utt_pad_proportion=0.07309, over 46392.27 utterances.], batch size: 130, lr: 4.48e-04 +2022-09-17 21:14:58,811 INFO [train.py:885] (1/2) Epoch 10, batch 10850, loss[loss=0.3539, simple_loss=0.4076, pruned_loss=0.1501, over 14256.00 frames. utt_duration=254 frames, utt_pad_proportion=0.04163, over 226.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.373, pruned_loss=0.1263, over 2780310.22 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07093, over 46342.15 utterances.], batch size: 226, lr: 4.48e-04 +2022-09-17 21:15:29,442 INFO [train.py:885] (1/2) Epoch 10, batch 10900, loss[loss=0.292, simple_loss=0.3544, pruned_loss=0.1148, over 14275.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04005, over 154.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3706, pruned_loss=0.1254, over 2779422.31 frames. utt_duration=247 frames, utt_pad_proportion=0.07148, over 45276.57 utterances.], batch size: 154, lr: 4.48e-04 +2022-09-17 21:15:58,292 INFO [train.py:885] (1/2) Epoch 10, batch 10950, loss[loss=0.1656, simple_loss=0.2313, pruned_loss=0.05, over 12156.00 frames. utt_duration=2027 frames, utt_pad_proportion=0.1846, over 24.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.365, pruned_loss=0.1219, over 2778156.70 frames. utt_duration=257.9 frames, utt_pad_proportion=0.0692, over 43329.42 utterances.], batch size: 24, lr: 4.48e-04 +2022-09-17 21:16:28,098 INFO [train.py:885] (1/2) Epoch 10, batch 11000, loss[loss=0.3703, simple_loss=0.4562, pruned_loss=0.1422, over 13627.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.0773, over 560.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3645, pruned_loss=0.1221, over 2777918.95 frames. utt_duration=258.4 frames, utt_pad_proportion=0.07106, over 43248.81 utterances.], batch size: 560, lr: 4.47e-04 +2022-09-17 21:16:57,427 INFO [train.py:885] (1/2) Epoch 10, batch 11050, loss[loss=0.1955, simple_loss=0.2515, pruned_loss=0.06974, over 13884.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06836, over 60.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3666, pruned_loss=0.1234, over 2778059.03 frames. utt_duration=255.9 frames, utt_pad_proportion=0.07238, over 43682.78 utterances.], batch size: 60, lr: 4.47e-04 +2022-09-17 21:17:26,621 INFO [train.py:885] (1/2) Epoch 10, batch 11100, loss[loss=0.3475, simple_loss=0.4155, pruned_loss=0.1398, over 14004.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05581, over 365.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3705, pruned_loss=0.1252, over 2780858.28 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07195, over 44947.08 utterances.], batch size: 365, lr: 4.47e-04 +2022-09-17 21:17:55,569 INFO [train.py:885] (1/2) Epoch 10, batch 11150, loss[loss=0.3486, simple_loss=0.3968, pruned_loss=0.1502, over 14348.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0374, over 244.00 utterances.], tot_loss[loss=0.3133, simple_loss=0.3735, pruned_loss=0.1266, over 2787262.03 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06985, over 45754.47 utterances.], batch size: 244, lr: 4.47e-04 +2022-09-17 21:18:25,510 INFO [train.py:885] (1/2) Epoch 10, batch 11200, loss[loss=0.3917, simple_loss=0.4623, pruned_loss=0.1605, over 13688.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07765, over 477.00 utterances.], tot_loss[loss=0.3109, simple_loss=0.3711, pruned_loss=0.1254, over 2786217.48 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07005, over 44688.81 utterances.], batch size: 477, lr: 4.47e-04 +2022-09-17 21:18:55,203 INFO [train.py:885] (1/2) Epoch 10, batch 11250, loss[loss=0.1667, simple_loss=0.2112, pruned_loss=0.06112, over 13184.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1114, over 33.00 utterances.], tot_loss[loss=0.3126, simple_loss=0.3726, pruned_loss=0.1263, over 2782334.58 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07137, over 45572.58 utterances.], batch size: 33, lr: 4.47e-04 +2022-09-17 21:19:25,023 INFO [train.py:885] (1/2) Epoch 10, batch 11300, loss[loss=0.6215, simple_loss=0.6572, pruned_loss=0.2929, over 12487.00 frames. utt_duration=63.24 frames, utt_pad_proportion=0.1454, over 810.00 utterances.], tot_loss[loss=0.3116, simple_loss=0.3715, pruned_loss=0.1258, over 2780585.52 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07171, over 45902.91 utterances.], batch size: 810, lr: 4.47e-04 +2022-09-17 21:19:54,171 INFO [train.py:885] (1/2) Epoch 10, batch 11350, loss[loss=0.3431, simple_loss=0.4372, pruned_loss=0.1245, over 13609.00 frames. utt_duration=98.63 frames, utt_pad_proportion=0.07822, over 560.00 utterances.], tot_loss[loss=0.3085, simple_loss=0.369, pruned_loss=0.1241, over 2780057.64 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07179, over 45541.57 utterances.], batch size: 560, lr: 4.47e-04 +2022-09-17 21:20:22,968 INFO [train.py:885] (1/2) Epoch 10, batch 11400, loss[loss=0.2522, simple_loss=0.3189, pruned_loss=0.09276, over 14221.00 frames. utt_duration=523.4 frames, utt_pad_proportion=0.0413, over 109.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3705, pruned_loss=0.1244, over 2780363.14 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07163, over 45740.84 utterances.], batch size: 109, lr: 4.47e-04 +2022-09-17 21:20:53,014 INFO [train.py:885] (1/2) Epoch 10, batch 11450, loss[loss=0.4442, simple_loss=0.4913, pruned_loss=0.1986, over 13775.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07071, over 411.00 utterances.], tot_loss[loss=0.3078, simple_loss=0.368, pruned_loss=0.1238, over 2779972.15 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07159, over 44753.11 utterances.], batch size: 411, lr: 4.47e-04 +2022-09-17 21:21:22,370 INFO [train.py:885] (1/2) Epoch 10, batch 11500, loss[loss=0.3661, simple_loss=0.4217, pruned_loss=0.1553, over 14307.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0385, over 226.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3688, pruned_loss=0.1252, over 2780015.77 frames. utt_duration=252 frames, utt_pad_proportion=0.07107, over 44387.48 utterances.], batch size: 226, lr: 4.47e-04 +2022-09-17 21:21:52,660 INFO [train.py:885] (1/2) Epoch 10, batch 11550, loss[loss=0.163, simple_loss=0.2334, pruned_loss=0.04629, over 13518.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.0869, over 50.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3687, pruned_loss=0.125, over 2783276.40 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06953, over 44322.28 utterances.], batch size: 50, lr: 4.46e-04 +2022-09-17 21:22:20,910 INFO [train.py:885] (1/2) Epoch 10, batch 11600, loss[loss=0.215, simple_loss=0.2649, pruned_loss=0.08254, over 13646.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08136, over 50.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3722, pruned_loss=0.1271, over 2788702.07 frames. utt_duration=247 frames, utt_pad_proportion=0.06757, over 45427.46 utterances.], batch size: 50, lr: 4.46e-04 +2022-09-17 21:23:05,902 INFO [train.py:885] (1/2) Epoch 10, batch 11650, loss[loss=0.2747, simple_loss=0.3156, pruned_loss=0.1169, over 13940.00 frames. utt_duration=931.2 frames, utt_pad_proportion=0.06131, over 60.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3704, pruned_loss=0.1256, over 2786950.16 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06823, over 44905.76 utterances.], batch size: 60, lr: 4.46e-04 +2022-09-17 21:23:35,508 INFO [train.py:885] (1/2) Epoch 10, batch 11700, loss[loss=0.2024, simple_loss=0.2578, pruned_loss=0.07354, over 13617.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08267, over 50.00 utterances.], tot_loss[loss=0.3127, simple_loss=0.3719, pruned_loss=0.1268, over 2787094.93 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06975, over 45108.86 utterances.], batch size: 50, lr: 4.46e-04 +2022-09-17 21:24:05,514 INFO [train.py:885] (1/2) Epoch 10, batch 11750, loss[loss=0.2272, simple_loss=0.2828, pruned_loss=0.0858, over 13955.00 frames. utt_duration=810.4 frames, utt_pad_proportion=0.05549, over 69.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3697, pruned_loss=0.1246, over 2785167.81 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06993, over 45119.46 utterances.], batch size: 69, lr: 4.46e-04 +2022-09-17 21:24:34,550 INFO [train.py:885] (1/2) Epoch 10, batch 11800, loss[loss=0.1879, simple_loss=0.2566, pruned_loss=0.05962, over 13805.00 frames. utt_duration=922 frames, utt_pad_proportion=0.07433, over 60.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3686, pruned_loss=0.1238, over 2783974.45 frames. utt_duration=251.1 frames, utt_pad_proportion=0.0702, over 44616.50 utterances.], batch size: 60, lr: 4.46e-04 +2022-09-17 21:25:04,426 INFO [train.py:885] (1/2) Epoch 10, batch 11850, loss[loss=0.3583, simple_loss=0.4312, pruned_loss=0.1427, over 13819.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06856, over 411.00 utterances.], tot_loss[loss=0.3089, simple_loss=0.3692, pruned_loss=0.1243, over 2782923.02 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07096, over 44960.07 utterances.], batch size: 411, lr: 4.46e-04 +2022-09-17 21:25:33,758 INFO [train.py:885] (1/2) Epoch 10, batch 11900, loss[loss=0.2344, simple_loss=0.3046, pruned_loss=0.0821, over 13581.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08426, over 50.00 utterances.], tot_loss[loss=0.3065, simple_loss=0.3672, pruned_loss=0.1229, over 2788573.48 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06836, over 43860.64 utterances.], batch size: 50, lr: 4.46e-04 +2022-09-17 21:26:03,649 INFO [train.py:885] (1/2) Epoch 10, batch 11950, loss[loss=0.3585, simple_loss=0.4138, pruned_loss=0.1516, over 14201.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04492, over 306.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3687, pruned_loss=0.1235, over 2783685.57 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06913, over 44928.08 utterances.], batch size: 306, lr: 4.46e-04 +2022-09-17 21:26:33,125 INFO [train.py:885] (1/2) Epoch 10, batch 12000, loss[loss=0.2418, simple_loss=0.2846, pruned_loss=0.09943, over 13856.00 frames. utt_duration=925 frames, utt_pad_proportion=0.06752, over 60.00 utterances.], tot_loss[loss=0.3107, simple_loss=0.3704, pruned_loss=0.1255, over 2780582.31 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07085, over 45167.58 utterances.], batch size: 60, lr: 4.46e-04 +2022-09-17 21:26:33,126 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 21:26:37,745 INFO [train.py:914] (1/2) Epoch 10, validation: loss=0.2085, simple_loss=0.2859, pruned_loss=0.06557, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 21:27:06,709 INFO [train.py:885] (1/2) Epoch 10, batch 12050, loss[loss=0.3346, simple_loss=0.4285, pruned_loss=0.1204, over 13613.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07814, over 560.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3716, pruned_loss=0.1267, over 2783772.55 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0694, over 45060.64 utterances.], batch size: 560, lr: 4.46e-04 +2022-09-17 21:27:35,206 INFO [train.py:885] (1/2) Epoch 10, batch 12100, loss[loss=0.2491, simple_loss=0.3151, pruned_loss=0.09153, over 14291.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04387, over 110.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3706, pruned_loss=0.1258, over 2783757.41 frames. utt_duration=249.4 frames, utt_pad_proportion=0.0701, over 44903.26 utterances.], batch size: 110, lr: 4.45e-04 +2022-09-17 21:28:06,000 INFO [train.py:885] (1/2) Epoch 10, batch 12150, loss[loss=0.3325, simple_loss=0.3907, pruned_loss=0.1372, over 14400.00 frames. utt_duration=275.7 frames, utt_pad_proportion=0.03278, over 210.00 utterances.], tot_loss[loss=0.3091, simple_loss=0.3693, pruned_loss=0.1245, over 2785495.03 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0686, over 45086.10 utterances.], batch size: 210, lr: 4.45e-04 +2022-09-17 21:28:35,749 INFO [train.py:885] (1/2) Epoch 10, batch 12200, loss[loss=0.2815, simple_loss=0.3337, pruned_loss=0.1146, over 14155.00 frames. utt_duration=579.1 frames, utt_pad_proportion=0.04913, over 98.00 utterances.], tot_loss[loss=0.3092, simple_loss=0.3693, pruned_loss=0.1246, over 2791253.15 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06766, over 44173.70 utterances.], batch size: 98, lr: 4.45e-04 +2022-09-17 21:29:05,184 INFO [train.py:885] (1/2) Epoch 10, batch 12250, loss[loss=0.3417, simple_loss=0.4285, pruned_loss=0.1274, over 13651.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07996, over 477.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.3683, pruned_loss=0.1242, over 2786161.45 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06819, over 44023.23 utterances.], batch size: 477, lr: 4.45e-04 +2022-09-17 21:29:34,693 INFO [train.py:885] (1/2) Epoch 10, batch 12300, loss[loss=0.223, simple_loss=0.2686, pruned_loss=0.08864, over 13431.00 frames. utt_duration=1629 frames, utt_pad_proportion=0.09287, over 33.00 utterances.], tot_loss[loss=0.3092, simple_loss=0.3694, pruned_loss=0.1245, over 2782362.77 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06988, over 44978.99 utterances.], batch size: 33, lr: 4.45e-04 +2022-09-17 21:30:03,741 INFO [train.py:885] (1/2) Epoch 10, batch 12350, loss[loss=0.299, simple_loss=0.365, pruned_loss=0.1165, over 14303.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03917, over 195.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3701, pruned_loss=0.1245, over 2781896.16 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07047, over 45758.31 utterances.], batch size: 195, lr: 4.45e-04 +2022-09-17 21:30:40,359 INFO [train.py:885] (1/2) Epoch 10, batch 12400, loss[loss=0.2029, simple_loss=0.2657, pruned_loss=0.07003, over 13462.00 frames. utt_duration=1283 frames, utt_pad_proportion=0.09362, over 42.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3682, pruned_loss=0.1232, over 2781377.03 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06995, over 45428.76 utterances.], batch size: 42, lr: 4.45e-04 +2022-09-17 21:31:10,667 INFO [train.py:885] (1/2) Epoch 10, batch 12450, loss[loss=0.2183, simple_loss=0.2647, pruned_loss=0.08599, over 13519.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.0891, over 50.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.3707, pruned_loss=0.1252, over 2776398.96 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07283, over 46306.80 utterances.], batch size: 50, lr: 4.45e-04 +2022-09-17 21:31:39,844 INFO [train.py:885] (1/2) Epoch 10, batch 12500, loss[loss=0.1902, simple_loss=0.2426, pruned_loss=0.06892, over 13129.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.106, over 33.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3654, pruned_loss=0.1225, over 2779592.84 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07062, over 43938.30 utterances.], batch size: 33, lr: 4.45e-04 +2022-09-17 21:32:09,093 INFO [train.py:885] (1/2) Epoch 10, batch 12550, loss[loss=0.199, simple_loss=0.2487, pruned_loss=0.07471, over 13092.00 frames. utt_duration=1588 frames, utt_pad_proportion=0.122, over 33.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3648, pruned_loss=0.1221, over 2779806.11 frames. utt_duration=255.8 frames, utt_pad_proportion=0.0687, over 43715.62 utterances.], batch size: 33, lr: 4.45e-04 +2022-09-17 21:32:37,414 INFO [train.py:885] (1/2) Epoch 10, batch 12600, loss[loss=0.2496, simple_loss=0.3316, pruned_loss=0.08376, over 14315.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04023, over 154.00 utterances.], tot_loss[loss=0.3072, simple_loss=0.3677, pruned_loss=0.1233, over 2781222.38 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07034, over 44904.18 utterances.], batch size: 154, lr: 4.45e-04 +2022-09-17 21:32:56,466 INFO [train.py:885] (1/2) Epoch 11, batch 0, loss[loss=0.4817, simple_loss=0.5456, pruned_loss=0.2089, over 13153.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.4817, simple_loss=0.5456, pruned_loss=0.2089, over 13153.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], batch size: 653, lr: 4.28e-04 +2022-09-17 21:33:27,100 INFO [train.py:885] (1/2) Epoch 11, batch 50, loss[loss=0.3071, simple_loss=0.3715, pruned_loss=0.1213, over 14372.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.03759, over 155.00 utterances.], tot_loss[loss=0.3201, simple_loss=0.382, pruned_loss=0.1291, over 627231.87 frames. utt_duration=219.5 frames, utt_pad_proportion=0.07883, over 11508.43 utterances.], batch size: 155, lr: 4.28e-04 +2022-09-17 21:33:56,778 INFO [train.py:885] (1/2) Epoch 11, batch 100, loss[loss=0.2989, simple_loss=0.3726, pruned_loss=0.1127, over 14270.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04063, over 180.00 utterances.], tot_loss[loss=0.3259, simple_loss=0.3856, pruned_loss=0.1331, over 1106271.49 frames. utt_duration=220.8 frames, utt_pad_proportion=0.07309, over 20178.33 utterances.], batch size: 180, lr: 4.28e-04 +2022-09-17 21:34:26,095 INFO [train.py:885] (1/2) Epoch 11, batch 150, loss[loss=0.3279, simple_loss=0.3843, pruned_loss=0.1358, over 14350.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03608, over 226.00 utterances.], tot_loss[loss=0.3149, simple_loss=0.3743, pruned_loss=0.1277, over 1480183.11 frames. utt_duration=243.1 frames, utt_pad_proportion=0.06784, over 24502.75 utterances.], batch size: 226, lr: 4.28e-04 +2022-09-17 21:34:55,921 INFO [train.py:885] (1/2) Epoch 11, batch 200, loss[loss=0.5188, simple_loss=0.5992, pruned_loss=0.2192, over 12437.00 frames. utt_duration=63.02 frames, utt_pad_proportion=0.1484, over 810.00 utterances.], tot_loss[loss=0.3154, simple_loss=0.3746, pruned_loss=0.1281, over 1766294.01 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07156, over 29668.33 utterances.], batch size: 810, lr: 4.28e-04 +2022-09-17 21:35:25,933 INFO [train.py:885] (1/2) Epoch 11, batch 250, loss[loss=0.3677, simple_loss=0.418, pruned_loss=0.1587, over 14374.00 frames. utt_duration=204.6 frames, utt_pad_proportion=0.03494, over 283.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3743, pruned_loss=0.1276, over 1992249.59 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07023, over 33739.55 utterances.], batch size: 283, lr: 4.28e-04 +2022-09-17 21:35:54,913 INFO [train.py:885] (1/2) Epoch 11, batch 300, loss[loss=0.2733, simple_loss=0.3323, pruned_loss=0.1071, over 14318.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04031, over 154.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3689, pruned_loss=0.124, over 2173449.13 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06663, over 35010.28 utterances.], batch size: 154, lr: 4.28e-04 +2022-09-17 21:36:24,888 INFO [train.py:885] (1/2) Epoch 11, batch 350, loss[loss=0.2284, simple_loss=0.2811, pruned_loss=0.0878, over 12769.00 frames. utt_duration=1966 frames, utt_pad_proportion=0.1379, over 26.00 utterances.], tot_loss[loss=0.3115, simple_loss=0.3711, pruned_loss=0.1259, over 2306668.44 frames. utt_duration=245 frames, utt_pad_proportion=0.06897, over 37884.01 utterances.], batch size: 26, lr: 4.28e-04 +2022-09-17 21:36:54,113 INFO [train.py:885] (1/2) Epoch 11, batch 400, loss[loss=0.171, simple_loss=0.2309, pruned_loss=0.05557, over 12161.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.1702, over 24.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3673, pruned_loss=0.1237, over 2412307.15 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06677, over 38372.33 utterances.], batch size: 24, lr: 4.27e-04 +2022-09-17 21:37:23,802 INFO [train.py:885] (1/2) Epoch 11, batch 450, loss[loss=0.1737, simple_loss=0.2347, pruned_loss=0.05639, over 13598.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.0816, over 50.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3683, pruned_loss=0.1243, over 2493163.76 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06946, over 40764.79 utterances.], batch size: 50, lr: 4.27e-04 +2022-09-17 21:37:53,857 INFO [train.py:885] (1/2) Epoch 11, batch 500, loss[loss=0.4244, simple_loss=0.4686, pruned_loss=0.1901, over 13982.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.0566, over 365.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3663, pruned_loss=0.1233, over 2555353.08 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06955, over 40384.26 utterances.], batch size: 365, lr: 4.27e-04 +2022-09-17 21:38:23,689 INFO [train.py:885] (1/2) Epoch 11, batch 550, loss[loss=0.419, simple_loss=0.476, pruned_loss=0.181, over 13824.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06848, over 411.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3699, pruned_loss=0.1252, over 2606504.71 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06868, over 42184.69 utterances.], batch size: 411, lr: 4.27e-04 +2022-09-17 21:38:53,062 INFO [train.py:885] (1/2) Epoch 11, batch 600, loss[loss=0.1942, simple_loss=0.2668, pruned_loss=0.06084, over 14239.00 frames. utt_duration=641.4 frames, utt_pad_proportion=0.04416, over 89.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3726, pruned_loss=0.126, over 2649243.45 frames. utt_duration=240.6 frames, utt_pad_proportion=0.06837, over 44308.93 utterances.], batch size: 89, lr: 4.27e-04 +2022-09-17 21:39:22,773 INFO [train.py:885] (1/2) Epoch 11, batch 650, loss[loss=0.4103, simple_loss=0.4764, pruned_loss=0.1721, over 13786.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07028, over 411.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3724, pruned_loss=0.1257, over 2678307.94 frames. utt_duration=238.3 frames, utt_pad_proportion=0.06973, over 45229.11 utterances.], batch size: 411, lr: 4.27e-04 +2022-09-17 21:39:52,290 INFO [train.py:885] (1/2) Epoch 11, batch 700, loss[loss=0.2265, simple_loss=0.305, pruned_loss=0.074, over 14270.00 frames. utt_duration=477.3 frames, utt_pad_proportion=0.04162, over 120.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3716, pruned_loss=0.1243, over 2701364.36 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07167, over 45941.01 utterances.], batch size: 120, lr: 4.27e-04 +2022-09-17 21:40:21,830 INFO [train.py:885] (1/2) Epoch 11, batch 750, loss[loss=0.4178, simple_loss=0.4553, pruned_loss=0.1902, over 14245.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04203, over 306.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3729, pruned_loss=0.126, over 2716740.64 frames. utt_duration=239 frames, utt_pad_proportion=0.0735, over 45747.14 utterances.], batch size: 306, lr: 4.27e-04 +2022-09-17 21:40:51,870 INFO [train.py:885] (1/2) Epoch 11, batch 800, loss[loss=0.3619, simple_loss=0.4113, pruned_loss=0.1563, over 14217.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0438, over 306.00 utterances.], tot_loss[loss=0.3131, simple_loss=0.3733, pruned_loss=0.1264, over 2730337.08 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07309, over 46239.92 utterances.], batch size: 306, lr: 4.27e-04 +2022-09-17 21:41:21,070 INFO [train.py:885] (1/2) Epoch 11, batch 850, loss[loss=0.5554, simple_loss=0.6245, pruned_loss=0.2432, over 12472.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 810.00 utterances.], tot_loss[loss=0.3129, simple_loss=0.3735, pruned_loss=0.1261, over 2745065.85 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07273, over 46248.31 utterances.], batch size: 810, lr: 4.27e-04 +2022-09-17 21:41:50,557 INFO [train.py:885] (1/2) Epoch 11, batch 900, loss[loss=0.1686, simple_loss=0.2394, pruned_loss=0.04886, over 12464.00 frames. utt_duration=2078 frames, utt_pad_proportion=0.1503, over 24.00 utterances.], tot_loss[loss=0.3135, simple_loss=0.3742, pruned_loss=0.1264, over 2747229.32 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07387, over 46720.83 utterances.], batch size: 24, lr: 4.27e-04 +2022-09-17 21:42:19,851 INFO [train.py:885] (1/2) Epoch 11, batch 950, loss[loss=0.3409, simple_loss=0.3962, pruned_loss=0.1428, over 14328.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03454, over 262.00 utterances.], tot_loss[loss=0.3166, simple_loss=0.3769, pruned_loss=0.1282, over 2753358.66 frames. utt_duration=232.6 frames, utt_pad_proportion=0.075, over 47656.57 utterances.], batch size: 262, lr: 4.27e-04 +2022-09-17 21:42:49,214 INFO [train.py:885] (1/2) Epoch 11, batch 1000, loss[loss=0.3435, simple_loss=0.4045, pruned_loss=0.1412, over 14346.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.0365, over 195.00 utterances.], tot_loss[loss=0.316, simple_loss=0.3766, pruned_loss=0.1277, over 2759396.11 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07352, over 47542.17 utterances.], batch size: 195, lr: 4.26e-04 +2022-09-17 21:43:18,502 INFO [train.py:885] (1/2) Epoch 11, batch 1050, loss[loss=0.267, simple_loss=0.3438, pruned_loss=0.09503, over 14229.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04471, over 141.00 utterances.], tot_loss[loss=0.3126, simple_loss=0.3733, pruned_loss=0.1259, over 2762541.72 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07466, over 46146.94 utterances.], batch size: 141, lr: 4.26e-04 +2022-09-17 21:43:48,168 INFO [train.py:885] (1/2) Epoch 11, batch 1100, loss[loss=0.2528, simple_loss=0.3287, pruned_loss=0.08841, over 14344.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03612, over 154.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.3714, pruned_loss=0.124, over 2762710.86 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07577, over 46620.94 utterances.], batch size: 154, lr: 4.26e-04 +2022-09-17 21:44:17,487 INFO [train.py:885] (1/2) Epoch 11, batch 1150, loss[loss=0.2725, simple_loss=0.3382, pruned_loss=0.1034, over 14318.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03689, over 130.00 utterances.], tot_loss[loss=0.3097, simple_loss=0.372, pruned_loss=0.1237, over 2762410.36 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07489, over 47293.55 utterances.], batch size: 130, lr: 4.26e-04 +2022-09-17 21:44:47,394 INFO [train.py:885] (1/2) Epoch 11, batch 1200, loss[loss=0.2895, simple_loss=0.3612, pruned_loss=0.1089, over 14343.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03913, over 167.00 utterances.], tot_loss[loss=0.3123, simple_loss=0.3743, pruned_loss=0.1251, over 2763128.61 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07673, over 48251.83 utterances.], batch size: 167, lr: 4.26e-04 +2022-09-17 21:45:16,378 INFO [train.py:885] (1/2) Epoch 11, batch 1250, loss[loss=0.1995, simple_loss=0.2299, pruned_loss=0.08459, over 12226.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.159, over 24.00 utterances.], tot_loss[loss=0.3113, simple_loss=0.3726, pruned_loss=0.1249, over 2769220.54 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07481, over 46428.56 utterances.], batch size: 24, lr: 4.26e-04 +2022-09-17 21:45:46,360 INFO [train.py:885] (1/2) Epoch 11, batch 1300, loss[loss=0.3593, simple_loss=0.4475, pruned_loss=0.1355, over 13614.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.07729, over 560.00 utterances.], tot_loss[loss=0.312, simple_loss=0.3728, pruned_loss=0.1256, over 2765442.09 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07675, over 46988.64 utterances.], batch size: 560, lr: 4.26e-04 +2022-09-17 21:46:15,404 INFO [train.py:885] (1/2) Epoch 11, batch 1350, loss[loss=0.3672, simple_loss=0.4469, pruned_loss=0.1438, over 13631.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08103, over 477.00 utterances.], tot_loss[loss=0.3115, simple_loss=0.3725, pruned_loss=0.1252, over 2768792.81 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07698, over 46890.74 utterances.], batch size: 477, lr: 4.26e-04 +2022-09-17 21:46:44,947 INFO [train.py:885] (1/2) Epoch 11, batch 1400, loss[loss=0.2434, simple_loss=0.319, pruned_loss=0.08389, over 13237.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.09582, over 41.00 utterances.], tot_loss[loss=0.3078, simple_loss=0.3686, pruned_loss=0.1235, over 2772440.09 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07337, over 45098.71 utterances.], batch size: 41, lr: 4.26e-04 +2022-09-17 21:47:14,808 INFO [train.py:885] (1/2) Epoch 11, batch 1450, loss[loss=0.2537, simple_loss=0.3218, pruned_loss=0.09278, over 14311.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03751, over 130.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3697, pruned_loss=0.1247, over 2774416.91 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07436, over 45549.09 utterances.], batch size: 130, lr: 4.26e-04 +2022-09-17 21:47:44,107 INFO [train.py:885] (1/2) Epoch 11, batch 1500, loss[loss=0.2816, simple_loss=0.3458, pruned_loss=0.1087, over 14314.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.0394, over 130.00 utterances.], tot_loss[loss=0.3069, simple_loss=0.3677, pruned_loss=0.1231, over 2780065.97 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07307, over 45172.68 utterances.], batch size: 130, lr: 4.26e-04 +2022-09-17 21:48:13,411 INFO [train.py:885] (1/2) Epoch 11, batch 1550, loss[loss=0.2265, simple_loss=0.2823, pruned_loss=0.08536, over 13744.00 frames. utt_duration=917.6 frames, utt_pad_proportion=0.07774, over 60.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3705, pruned_loss=0.1243, over 2780350.14 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07316, over 46142.78 utterances.], batch size: 60, lr: 4.26e-04 +2022-09-17 21:48:43,140 INFO [train.py:885] (1/2) Epoch 11, batch 1600, loss[loss=0.3989, simple_loss=0.4386, pruned_loss=0.1796, over 14248.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04261, over 335.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.371, pruned_loss=0.1246, over 2783945.89 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07067, over 46265.18 utterances.], batch size: 335, lr: 4.25e-04 +2022-09-17 21:49:13,019 INFO [train.py:885] (1/2) Epoch 11, batch 1650, loss[loss=0.1799, simple_loss=0.2297, pruned_loss=0.06506, over 13230.00 frames. utt_duration=1558 frames, utt_pad_proportion=0.1119, over 34.00 utterances.], tot_loss[loss=0.3061, simple_loss=0.3676, pruned_loss=0.1223, over 2785187.06 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06897, over 44959.48 utterances.], batch size: 34, lr: 4.25e-04 +2022-09-17 21:49:42,724 INFO [train.py:885] (1/2) Epoch 11, batch 1700, loss[loss=0.3605, simple_loss=0.4027, pruned_loss=0.1592, over 14357.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03613, over 195.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3684, pruned_loss=0.1234, over 2784190.63 frames. utt_duration=250.4 frames, utt_pad_proportion=0.0682, over 44737.68 utterances.], batch size: 195, lr: 4.25e-04 +2022-09-17 21:50:11,772 INFO [train.py:885] (1/2) Epoch 11, batch 1750, loss[loss=0.279, simple_loss=0.3481, pruned_loss=0.1049, over 14374.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03706, over 155.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3658, pruned_loss=0.1218, over 2784090.68 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06557, over 43722.87 utterances.], batch size: 155, lr: 4.25e-04 +2022-09-17 21:50:41,836 INFO [train.py:885] (1/2) Epoch 11, batch 1800, loss[loss=0.1801, simple_loss=0.2483, pruned_loss=0.05592, over 14028.00 frames. utt_duration=711.7 frames, utt_pad_proportion=0.05859, over 79.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3662, pruned_loss=0.122, over 2785685.21 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06747, over 44311.79 utterances.], batch size: 79, lr: 4.25e-04 +2022-09-17 21:51:12,074 INFO [train.py:885] (1/2) Epoch 11, batch 1850, loss[loss=0.4187, simple_loss=0.5014, pruned_loss=0.168, over 13166.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.3075, simple_loss=0.3685, pruned_loss=0.1232, over 2783066.54 frames. utt_duration=244 frames, utt_pad_proportion=0.06903, over 45907.49 utterances.], batch size: 653, lr: 4.25e-04 +2022-09-17 21:51:41,053 INFO [train.py:885] (1/2) Epoch 11, batch 1900, loss[loss=0.2154, simple_loss=0.2768, pruned_loss=0.07703, over 14026.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.0587, over 79.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.371, pruned_loss=0.1251, over 2784669.83 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07058, over 46050.07 utterances.], batch size: 79, lr: 4.25e-04 +2022-09-17 21:52:10,589 INFO [train.py:885] (1/2) Epoch 11, batch 1950, loss[loss=0.2787, simple_loss=0.3427, pruned_loss=0.1073, over 14328.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04028, over 167.00 utterances.], tot_loss[loss=0.3072, simple_loss=0.3678, pruned_loss=0.1233, over 2784747.51 frames. utt_duration=250.3 frames, utt_pad_proportion=0.0691, over 44768.22 utterances.], batch size: 167, lr: 4.25e-04 +2022-09-17 21:52:39,813 INFO [train.py:885] (1/2) Epoch 11, batch 2000, loss[loss=0.3681, simple_loss=0.4226, pruned_loss=0.1568, over 14172.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04594, over 306.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3694, pruned_loss=0.1237, over 2784247.05 frames. utt_duration=247 frames, utt_pad_proportion=0.07081, over 45356.85 utterances.], batch size: 306, lr: 4.25e-04 +2022-09-17 21:53:09,764 INFO [train.py:885] (1/2) Epoch 11, batch 2050, loss[loss=0.2591, simple_loss=0.3211, pruned_loss=0.09851, over 14107.00 frames. utt_duration=577.2 frames, utt_pad_proportion=0.05221, over 98.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3678, pruned_loss=0.1229, over 2785070.35 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06939, over 44784.84 utterances.], batch size: 98, lr: 4.25e-04 +2022-09-17 21:53:39,686 INFO [train.py:885] (1/2) Epoch 11, batch 2100, loss[loss=0.348, simple_loss=0.4243, pruned_loss=0.1359, over 13722.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07479, over 411.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3671, pruned_loss=0.1221, over 2780055.60 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07206, over 44623.58 utterances.], batch size: 411, lr: 4.25e-04 +2022-09-17 21:54:10,043 INFO [train.py:885] (1/2) Epoch 11, batch 2150, loss[loss=0.4652, simple_loss=0.5236, pruned_loss=0.2034, over 13639.00 frames. utt_duration=98.79 frames, utt_pad_proportion=0.0767, over 560.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3676, pruned_loss=0.1229, over 2778247.75 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07148, over 44390.86 utterances.], batch size: 560, lr: 4.25e-04 +2022-09-17 21:54:38,651 INFO [train.py:885] (1/2) Epoch 11, batch 2200, loss[loss=0.1445, simple_loss=0.2078, pruned_loss=0.04062, over 12766.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.147, over 25.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3648, pruned_loss=0.1208, over 2778650.36 frames. utt_duration=254 frames, utt_pad_proportion=0.07097, over 44017.33 utterances.], batch size: 25, lr: 4.24e-04 +2022-09-17 21:55:07,742 INFO [train.py:885] (1/2) Epoch 11, batch 2250, loss[loss=0.2946, simple_loss=0.3609, pruned_loss=0.1141, over 14247.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04202, over 180.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3605, pruned_loss=0.1189, over 2781220.50 frames. utt_duration=264.1 frames, utt_pad_proportion=0.07012, over 42352.12 utterances.], batch size: 180, lr: 4.24e-04 +2022-09-17 21:55:38,022 INFO [train.py:885] (1/2) Epoch 11, batch 2300, loss[loss=0.3479, simple_loss=0.3846, pruned_loss=0.1556, over 14300.00 frames. utt_duration=441.3 frames, utt_pad_proportion=0.04057, over 130.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3656, pruned_loss=0.1214, over 2781530.91 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07157, over 43983.68 utterances.], batch size: 130, lr: 4.24e-04 +2022-09-17 21:56:07,220 INFO [train.py:885] (1/2) Epoch 11, batch 2350, loss[loss=0.2757, simple_loss=0.3493, pruned_loss=0.101, over 14245.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04569, over 141.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3651, pruned_loss=0.1211, over 2785996.27 frames. utt_duration=257 frames, utt_pad_proportion=0.0692, over 43612.00 utterances.], batch size: 141, lr: 4.24e-04 +2022-09-17 21:56:37,159 INFO [train.py:885] (1/2) Epoch 11, batch 2400, loss[loss=0.4773, simple_loss=0.5446, pruned_loss=0.205, over 13187.00 frames. utt_duration=82.32 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3629, pruned_loss=0.1194, over 2782212.72 frames. utt_duration=256.5 frames, utt_pad_proportion=0.0684, over 43634.18 utterances.], batch size: 653, lr: 4.24e-04 +2022-09-17 21:57:06,583 INFO [train.py:885] (1/2) Epoch 11, batch 2450, loss[loss=0.4129, simple_loss=0.4614, pruned_loss=0.1822, over 13989.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05652, over 365.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3639, pruned_loss=0.1207, over 2781868.70 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06887, over 43494.60 utterances.], batch size: 365, lr: 4.24e-04 +2022-09-17 21:57:35,929 INFO [train.py:885] (1/2) Epoch 11, batch 2500, loss[loss=0.3563, simple_loss=0.4438, pruned_loss=0.1344, over 13646.00 frames. utt_duration=98.83 frames, utt_pad_proportion=0.07634, over 560.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3661, pruned_loss=0.1223, over 2780605.05 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07089, over 44920.01 utterances.], batch size: 560, lr: 4.24e-04 +2022-09-17 21:58:11,960 INFO [train.py:885] (1/2) Epoch 11, batch 2550, loss[loss=0.4082, simple_loss=0.4772, pruned_loss=0.1696, over 13607.00 frames. utt_duration=98.55 frames, utt_pad_proportion=0.07897, over 560.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3691, pruned_loss=0.1227, over 2782942.47 frames. utt_duration=241 frames, utt_pad_proportion=0.07065, over 46465.49 utterances.], batch size: 560, lr: 4.24e-04 +2022-09-17 21:58:41,617 INFO [train.py:885] (1/2) Epoch 11, batch 2600, loss[loss=0.2875, simple_loss=0.3581, pruned_loss=0.1084, over 14249.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04537, over 141.00 utterances.], tot_loss[loss=0.3086, simple_loss=0.37, pruned_loss=0.1236, over 2786740.80 frames. utt_duration=243 frames, utt_pad_proportion=0.06848, over 46154.40 utterances.], batch size: 141, lr: 4.24e-04 +2022-09-17 21:59:10,781 INFO [train.py:885] (1/2) Epoch 11, batch 2650, loss[loss=0.1906, simple_loss=0.2456, pruned_loss=0.0678, over 13071.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1141, over 33.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3597, pruned_loss=0.1185, over 2778804.66 frames. utt_duration=264.1 frames, utt_pad_proportion=0.06692, over 42315.15 utterances.], batch size: 33, lr: 4.24e-04 +2022-09-17 21:59:40,926 INFO [train.py:885] (1/2) Epoch 11, batch 2700, loss[loss=0.5351, simple_loss=0.6062, pruned_loss=0.232, over 12366.00 frames. utt_duration=62.7 frames, utt_pad_proportion=0.1528, over 810.00 utterances.], tot_loss[loss=0.3066, simple_loss=0.3677, pruned_loss=0.1228, over 2775274.71 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07301, over 45567.20 utterances.], batch size: 810, lr: 4.24e-04 +2022-09-17 22:00:10,903 INFO [train.py:885] (1/2) Epoch 11, batch 2750, loss[loss=0.2389, simple_loss=0.2977, pruned_loss=0.09007, over 14022.00 frames. utt_duration=573.9 frames, utt_pad_proportion=0.05761, over 98.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3707, pruned_loss=0.1253, over 2778642.55 frames. utt_duration=243.1 frames, utt_pad_proportion=0.0725, over 46000.24 utterances.], batch size: 98, lr: 4.24e-04 +2022-09-17 22:00:40,064 INFO [train.py:885] (1/2) Epoch 11, batch 2800, loss[loss=0.664, simple_loss=0.6875, pruned_loss=0.3203, over 12440.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1486, over 810.00 utterances.], tot_loss[loss=0.309, simple_loss=0.369, pruned_loss=0.1245, over 2778795.87 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07296, over 45387.75 utterances.], batch size: 810, lr: 4.23e-04 +2022-09-17 22:01:09,222 INFO [train.py:885] (1/2) Epoch 11, batch 2850, loss[loss=0.1886, simple_loss=0.2627, pruned_loss=0.05723, over 14035.00 frames. utt_duration=803.3 frames, utt_pad_proportion=0.06162, over 70.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3677, pruned_loss=0.1238, over 2783089.50 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07124, over 44504.35 utterances.], batch size: 70, lr: 4.23e-04 +2022-09-17 22:01:39,175 INFO [train.py:885] (1/2) Epoch 11, batch 2900, loss[loss=0.2108, simple_loss=0.2742, pruned_loss=0.07373, over 13840.00 frames. utt_duration=804 frames, utt_pad_proportion=0.06406, over 69.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3667, pruned_loss=0.1231, over 2783490.80 frames. utt_duration=253.7 frames, utt_pad_proportion=0.0695, over 44139.15 utterances.], batch size: 69, lr: 4.23e-04 +2022-09-17 22:02:08,971 INFO [train.py:885] (1/2) Epoch 11, batch 2950, loss[loss=0.2293, simple_loss=0.2852, pruned_loss=0.08674, over 13754.00 frames. utt_duration=799.1 frames, utt_pad_proportion=0.06976, over 69.00 utterances.], tot_loss[loss=0.3148, simple_loss=0.3739, pruned_loss=0.1279, over 2782876.59 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07022, over 46213.05 utterances.], batch size: 69, lr: 4.23e-04 +2022-09-17 22:02:38,248 INFO [train.py:885] (1/2) Epoch 11, batch 3000, loss[loss=0.3243, simple_loss=0.3853, pruned_loss=0.1317, over 14380.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0357, over 244.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3689, pruned_loss=0.1251, over 2784806.39 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06873, over 44454.06 utterances.], batch size: 244, lr: 4.23e-04 +2022-09-17 22:02:38,248 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 22:02:42,981 INFO [train.py:914] (1/2) Epoch 11, validation: loss=0.1964, simple_loss=0.2746, pruned_loss=0.05905, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 22:03:12,757 INFO [train.py:885] (1/2) Epoch 11, batch 3050, loss[loss=0.2089, simple_loss=0.2576, pruned_loss=0.08009, over 13043.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1146, over 33.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3716, pruned_loss=0.1268, over 2784515.57 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06968, over 45396.02 utterances.], batch size: 33, lr: 4.23e-04 +2022-09-17 22:03:42,828 INFO [train.py:885] (1/2) Epoch 11, batch 3100, loss[loss=0.2049, simple_loss=0.2757, pruned_loss=0.06703, over 13732.00 frames. utt_duration=916.7 frames, utt_pad_proportion=0.07964, over 60.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3704, pruned_loss=0.1259, over 2784854.65 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06847, over 45133.08 utterances.], batch size: 60, lr: 4.23e-04 +2022-09-17 22:04:12,040 INFO [train.py:885] (1/2) Epoch 11, batch 3150, loss[loss=0.2975, simple_loss=0.3753, pruned_loss=0.1098, over 14246.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04222, over 225.00 utterances.], tot_loss[loss=0.3136, simple_loss=0.3736, pruned_loss=0.1268, over 2788335.60 frames. utt_duration=241.6 frames, utt_pad_proportion=0.06995, over 46446.70 utterances.], batch size: 225, lr: 4.23e-04 +2022-09-17 22:04:41,945 INFO [train.py:885] (1/2) Epoch 11, batch 3200, loss[loss=0.5514, simple_loss=0.616, pruned_loss=0.2434, over 12544.00 frames. utt_duration=63.45 frames, utt_pad_proportion=0.1426, over 811.00 utterances.], tot_loss[loss=0.3116, simple_loss=0.3718, pruned_loss=0.1257, over 2784998.58 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07144, over 46635.96 utterances.], batch size: 811, lr: 4.23e-04 +2022-09-17 22:05:11,243 INFO [train.py:885] (1/2) Epoch 11, batch 3250, loss[loss=0.2867, simple_loss=0.3581, pruned_loss=0.1077, over 14342.00 frames. utt_duration=479.5 frames, utt_pad_proportion=0.03718, over 120.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3688, pruned_loss=0.124, over 2782239.38 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07101, over 45734.71 utterances.], batch size: 120, lr: 4.23e-04 +2022-09-17 22:05:40,387 INFO [train.py:885] (1/2) Epoch 11, batch 3300, loss[loss=0.1622, simple_loss=0.21, pruned_loss=0.05716, over 13629.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.0738, over 42.00 utterances.], tot_loss[loss=0.3028, simple_loss=0.3635, pruned_loss=0.1211, over 2780010.37 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07019, over 44432.27 utterances.], batch size: 42, lr: 4.23e-04 +2022-09-17 22:06:09,523 INFO [train.py:885] (1/2) Epoch 11, batch 3350, loss[loss=0.39, simple_loss=0.4566, pruned_loss=0.1617, over 13739.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07418, over 411.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3643, pruned_loss=0.1214, over 2779576.27 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07108, over 44485.06 utterances.], batch size: 411, lr: 4.23e-04 +2022-09-17 22:06:39,565 INFO [train.py:885] (1/2) Epoch 11, batch 3400, loss[loss=0.2791, simple_loss=0.3466, pruned_loss=0.1059, over 14304.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03973, over 120.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3647, pruned_loss=0.1211, over 2779015.17 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07006, over 44647.60 utterances.], batch size: 120, lr: 4.23e-04 +2022-09-17 22:07:09,309 INFO [train.py:885] (1/2) Epoch 11, batch 3450, loss[loss=0.3332, simple_loss=0.4267, pruned_loss=0.1198, over 13589.00 frames. utt_duration=98.51 frames, utt_pad_proportion=0.07936, over 560.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.3656, pruned_loss=0.1216, over 2775451.72 frames. utt_duration=246 frames, utt_pad_proportion=0.07064, over 45409.50 utterances.], batch size: 560, lr: 4.22e-04 +2022-09-17 22:07:39,043 INFO [train.py:885] (1/2) Epoch 11, batch 3500, loss[loss=0.4291, simple_loss=0.4565, pruned_loss=0.2009, over 14237.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04324, over 335.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3667, pruned_loss=0.1224, over 2779225.13 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06906, over 44644.06 utterances.], batch size: 335, lr: 4.22e-04 +2022-09-17 22:08:08,199 INFO [train.py:885] (1/2) Epoch 11, batch 3550, loss[loss=0.2875, simple_loss=0.3491, pruned_loss=0.1129, over 14352.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03658, over 120.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3651, pruned_loss=0.1211, over 2778612.32 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07037, over 44431.41 utterances.], batch size: 120, lr: 4.22e-04 +2022-09-17 22:08:37,848 INFO [train.py:885] (1/2) Epoch 11, batch 3600, loss[loss=0.3072, simple_loss=0.3927, pruned_loss=0.1108, over 14023.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05418, over 365.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3656, pruned_loss=0.1217, over 2783826.80 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06822, over 44211.20 utterances.], batch size: 365, lr: 4.22e-04 +2022-09-17 22:09:06,802 INFO [train.py:885] (1/2) Epoch 11, batch 3650, loss[loss=0.2154, simple_loss=0.2812, pruned_loss=0.07475, over 13987.00 frames. utt_duration=709.4 frames, utt_pad_proportion=0.06037, over 79.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3679, pruned_loss=0.1229, over 2781247.18 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07039, over 45341.97 utterances.], batch size: 79, lr: 4.22e-04 +2022-09-17 22:09:36,803 INFO [train.py:885] (1/2) Epoch 11, batch 3700, loss[loss=0.4475, simple_loss=0.4676, pruned_loss=0.2137, over 14359.00 frames. utt_duration=220.6 frames, utt_pad_proportion=0.03678, over 262.00 utterances.], tot_loss[loss=0.3089, simple_loss=0.3693, pruned_loss=0.1242, over 2779328.54 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07165, over 45861.84 utterances.], batch size: 262, lr: 4.22e-04 +2022-09-17 22:10:07,092 INFO [train.py:885] (1/2) Epoch 11, batch 3750, loss[loss=0.1766, simple_loss=0.2399, pruned_loss=0.05666, over 12165.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1648, over 24.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3705, pruned_loss=0.1243, over 2772160.66 frames. utt_duration=238 frames, utt_pad_proportion=0.07408, over 46883.51 utterances.], batch size: 24, lr: 4.22e-04 +2022-09-17 22:10:35,920 INFO [train.py:885] (1/2) Epoch 11, batch 3800, loss[loss=0.3028, simple_loss=0.37, pruned_loss=0.1178, over 14265.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04038, over 225.00 utterances.], tot_loss[loss=0.3107, simple_loss=0.3712, pruned_loss=0.1251, over 2779335.98 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07251, over 46049.47 utterances.], batch size: 225, lr: 4.22e-04 +2022-09-17 22:11:05,832 INFO [train.py:885] (1/2) Epoch 11, batch 3850, loss[loss=0.2195, simple_loss=0.2938, pruned_loss=0.07266, over 14198.00 frames. utt_duration=639.5 frames, utt_pad_proportion=0.04692, over 89.00 utterances.], tot_loss[loss=0.3147, simple_loss=0.3746, pruned_loss=0.1274, over 2779794.75 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07338, over 47300.42 utterances.], batch size: 89, lr: 4.22e-04 +2022-09-17 22:11:35,339 INFO [train.py:885] (1/2) Epoch 11, batch 3900, loss[loss=0.1813, simple_loss=0.2383, pruned_loss=0.06216, over 13285.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.107, over 33.00 utterances.], tot_loss[loss=0.3137, simple_loss=0.3734, pruned_loss=0.127, over 2779296.78 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07244, over 46622.33 utterances.], batch size: 33, lr: 4.22e-04 +2022-09-17 22:12:04,979 INFO [train.py:885] (1/2) Epoch 11, batch 3950, loss[loss=0.2091, simple_loss=0.2714, pruned_loss=0.0734, over 13662.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.08047, over 50.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3696, pruned_loss=0.1247, over 2778711.71 frames. utt_duration=246 frames, utt_pad_proportion=0.07369, over 45448.80 utterances.], batch size: 50, lr: 4.22e-04 +2022-09-17 22:12:34,775 INFO [train.py:885] (1/2) Epoch 11, batch 4000, loss[loss=0.2622, simple_loss=0.3351, pruned_loss=0.09464, over 14250.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04536, over 141.00 utterances.], tot_loss[loss=0.3063, simple_loss=0.3672, pruned_loss=0.1227, over 2785186.68 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07019, over 44570.70 utterances.], batch size: 141, lr: 4.22e-04 +2022-09-17 22:13:04,052 INFO [train.py:885] (1/2) Epoch 11, batch 4050, loss[loss=0.311, simple_loss=0.3819, pruned_loss=0.12, over 14248.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04197, over 225.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3667, pruned_loss=0.1221, over 2782972.01 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07016, over 45005.65 utterances.], batch size: 225, lr: 4.21e-04 +2022-09-17 22:13:33,456 INFO [train.py:885] (1/2) Epoch 11, batch 4100, loss[loss=0.346, simple_loss=0.395, pruned_loss=0.1484, over 14309.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03904, over 195.00 utterances.], tot_loss[loss=0.3049, simple_loss=0.365, pruned_loss=0.1224, over 2780062.16 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07223, over 44305.34 utterances.], batch size: 195, lr: 4.21e-04 +2022-09-17 22:14:03,841 INFO [train.py:885] (1/2) Epoch 11, batch 4150, loss[loss=0.5646, simple_loss=0.6181, pruned_loss=0.2556, over 12503.00 frames. utt_duration=63.28 frames, utt_pad_proportion=0.1448, over 811.00 utterances.], tot_loss[loss=0.3121, simple_loss=0.3716, pruned_loss=0.1263, over 2779857.34 frames. utt_duration=241.8 frames, utt_pad_proportion=0.0738, over 46261.91 utterances.], batch size: 811, lr: 4.21e-04 +2022-09-17 22:14:32,527 INFO [train.py:885] (1/2) Epoch 11, batch 4200, loss[loss=0.2001, simple_loss=0.2689, pruned_loss=0.06568, over 13795.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.07636, over 42.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.3694, pruned_loss=0.1251, over 2777108.65 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07339, over 45731.15 utterances.], batch size: 42, lr: 4.21e-04 +2022-09-17 22:15:03,413 INFO [train.py:885] (1/2) Epoch 11, batch 4250, loss[loss=0.5598, simple_loss=0.6246, pruned_loss=0.2475, over 12554.00 frames. utt_duration=63.54 frames, utt_pad_proportion=0.1413, over 810.00 utterances.], tot_loss[loss=0.3128, simple_loss=0.3721, pruned_loss=0.1268, over 2774795.80 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07556, over 46596.27 utterances.], batch size: 810, lr: 4.21e-04 +2022-09-17 22:15:32,860 INFO [train.py:885] (1/2) Epoch 11, batch 4300, loss[loss=0.3546, simple_loss=0.4448, pruned_loss=0.1322, over 13598.00 frames. utt_duration=98.49 frames, utt_pad_proportion=0.07952, over 560.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3685, pruned_loss=0.1251, over 2776397.48 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07202, over 45321.62 utterances.], batch size: 560, lr: 4.21e-04 +2022-09-17 22:16:02,405 INFO [train.py:885] (1/2) Epoch 11, batch 4350, loss[loss=0.1781, simple_loss=0.2439, pruned_loss=0.05617, over 13912.00 frames. utt_duration=928.9 frames, utt_pad_proportion=0.06642, over 60.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3673, pruned_loss=0.1237, over 2777206.09 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07169, over 45166.82 utterances.], batch size: 60, lr: 4.21e-04 +2022-09-17 22:16:31,682 INFO [train.py:885] (1/2) Epoch 11, batch 4400, loss[loss=0.3401, simple_loss=0.4013, pruned_loss=0.1395, over 14311.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03874, over 283.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.3701, pruned_loss=0.1247, over 2776700.80 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07177, over 46148.11 utterances.], batch size: 283, lr: 4.21e-04 +2022-09-17 22:17:00,958 INFO [train.py:885] (1/2) Epoch 11, batch 4450, loss[loss=0.228, simple_loss=0.2852, pruned_loss=0.08534, over 12898.00 frames. utt_duration=2065 frames, utt_pad_proportion=0.1393, over 25.00 utterances.], tot_loss[loss=0.3119, simple_loss=0.3724, pruned_loss=0.1257, over 2778517.21 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07254, over 46869.40 utterances.], batch size: 25, lr: 4.21e-04 +2022-09-17 22:17:30,045 INFO [train.py:885] (1/2) Epoch 11, batch 4500, loss[loss=0.2172, simple_loss=0.2741, pruned_loss=0.08014, over 13466.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09275, over 50.00 utterances.], tot_loss[loss=0.309, simple_loss=0.3701, pruned_loss=0.124, over 2774313.43 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0743, over 46389.16 utterances.], batch size: 50, lr: 4.21e-04 +2022-09-17 22:17:59,522 INFO [train.py:885] (1/2) Epoch 11, batch 4550, loss[loss=0.2578, simple_loss=0.3164, pruned_loss=0.09956, over 14064.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05662, over 98.00 utterances.], tot_loss[loss=0.3095, simple_loss=0.3706, pruned_loss=0.1242, over 2774998.63 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07388, over 46695.08 utterances.], batch size: 98, lr: 4.21e-04 +2022-09-17 22:18:28,786 INFO [train.py:885] (1/2) Epoch 11, batch 4600, loss[loss=0.3305, simple_loss=0.3859, pruned_loss=0.1376, over 14361.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03521, over 195.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3689, pruned_loss=0.1233, over 2775505.33 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07349, over 46416.83 utterances.], batch size: 195, lr: 4.21e-04 +2022-09-17 22:18:58,666 INFO [train.py:885] (1/2) Epoch 11, batch 4650, loss[loss=0.3473, simple_loss=0.3979, pruned_loss=0.1484, over 14354.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03586, over 210.00 utterances.], tot_loss[loss=0.3092, simple_loss=0.3701, pruned_loss=0.1241, over 2774214.36 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07467, over 47078.15 utterances.], batch size: 210, lr: 4.20e-04 +2022-09-17 22:19:27,607 INFO [train.py:885] (1/2) Epoch 11, batch 4700, loss[loss=0.3389, simple_loss=0.4004, pruned_loss=0.1387, over 14301.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.0404, over 262.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3665, pruned_loss=0.1226, over 2778058.81 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07176, over 44341.97 utterances.], batch size: 262, lr: 4.20e-04 +2022-09-17 22:19:57,270 INFO [train.py:885] (1/2) Epoch 11, batch 4750, loss[loss=0.2873, simple_loss=0.3541, pruned_loss=0.1103, over 14378.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03723, over 167.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3684, pruned_loss=0.1227, over 2775607.80 frames. utt_duration=247 frames, utt_pad_proportion=0.07177, over 45217.43 utterances.], batch size: 167, lr: 4.20e-04 +2022-09-17 22:20:26,632 INFO [train.py:885] (1/2) Epoch 11, batch 4800, loss[loss=0.5539, simple_loss=0.6263, pruned_loss=0.2408, over 12506.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.1449, over 811.00 utterances.], tot_loss[loss=0.3102, simple_loss=0.3714, pruned_loss=0.1246, over 2775994.29 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07137, over 46027.42 utterances.], batch size: 811, lr: 4.20e-04 +2022-09-17 22:20:56,654 INFO [train.py:885] (1/2) Epoch 11, batch 4850, loss[loss=0.1955, simple_loss=0.2605, pruned_loss=0.06525, over 14036.00 frames. utt_duration=712.2 frames, utt_pad_proportion=0.05795, over 79.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3686, pruned_loss=0.123, over 2776520.81 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07068, over 45635.27 utterances.], batch size: 79, lr: 4.20e-04 +2022-09-17 22:21:25,784 INFO [train.py:885] (1/2) Epoch 11, batch 4900, loss[loss=0.3058, simple_loss=0.3743, pruned_loss=0.1187, over 14299.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.0402, over 283.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3689, pruned_loss=0.1226, over 2774942.70 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07284, over 46041.04 utterances.], batch size: 283, lr: 4.20e-04 +2022-09-17 22:21:55,699 INFO [train.py:885] (1/2) Epoch 11, batch 4950, loss[loss=0.2314, simple_loss=0.3131, pruned_loss=0.07486, over 14197.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.0437, over 109.00 utterances.], tot_loss[loss=0.3075, simple_loss=0.3691, pruned_loss=0.123, over 2772052.14 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0727, over 45556.06 utterances.], batch size: 109, lr: 4.20e-04 +2022-09-17 22:22:25,128 INFO [train.py:885] (1/2) Epoch 11, batch 5000, loss[loss=0.1967, simple_loss=0.2581, pruned_loss=0.06766, over 13558.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08719, over 50.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.371, pruned_loss=0.1233, over 2769679.72 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07546, over 46879.73 utterances.], batch size: 50, lr: 4.20e-04 +2022-09-17 22:22:57,177 INFO [train.py:885] (1/2) Epoch 11, batch 5050, loss[loss=0.3856, simple_loss=0.432, pruned_loss=0.1696, over 14242.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04252, over 335.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.3689, pruned_loss=0.1224, over 2773775.73 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07353, over 46139.35 utterances.], batch size: 335, lr: 4.20e-04 +2022-09-17 22:23:27,054 INFO [train.py:885] (1/2) Epoch 11, batch 5100, loss[loss=0.2095, simple_loss=0.2692, pruned_loss=0.07487, over 13984.00 frames. utt_duration=709.5 frames, utt_pad_proportion=0.06271, over 79.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3675, pruned_loss=0.1219, over 2776898.36 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07206, over 45127.24 utterances.], batch size: 79, lr: 4.20e-04 +2022-09-17 22:23:56,444 INFO [train.py:885] (1/2) Epoch 11, batch 5150, loss[loss=0.3163, simple_loss=0.3861, pruned_loss=0.1233, over 14304.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04047, over 262.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3717, pruned_loss=0.1252, over 2780823.44 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07039, over 46175.34 utterances.], batch size: 262, lr: 4.20e-04 +2022-09-17 22:24:26,114 INFO [train.py:885] (1/2) Epoch 11, batch 5200, loss[loss=0.3427, simple_loss=0.3997, pruned_loss=0.1429, over 14361.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03269, over 244.00 utterances.], tot_loss[loss=0.3103, simple_loss=0.3707, pruned_loss=0.125, over 2779799.58 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07078, over 45723.47 utterances.], batch size: 244, lr: 4.20e-04 +2022-09-17 22:24:55,785 INFO [train.py:885] (1/2) Epoch 11, batch 5250, loss[loss=0.2952, simple_loss=0.3542, pruned_loss=0.1181, over 14295.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03889, over 154.00 utterances.], tot_loss[loss=0.3096, simple_loss=0.3693, pruned_loss=0.1249, over 2778731.74 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07001, over 45665.53 utterances.], batch size: 154, lr: 4.20e-04 +2022-09-17 22:25:25,598 INFO [train.py:885] (1/2) Epoch 11, batch 5300, loss[loss=0.3745, simple_loss=0.4199, pruned_loss=0.1646, over 14316.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03879, over 283.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3679, pruned_loss=0.1241, over 2783305.98 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06969, over 44602.53 utterances.], batch size: 283, lr: 4.19e-04 +2022-09-17 22:25:54,924 INFO [train.py:885] (1/2) Epoch 11, batch 5350, loss[loss=0.3514, simple_loss=0.4207, pruned_loss=0.1411, over 13945.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05879, over 365.00 utterances.], tot_loss[loss=0.3056, simple_loss=0.3659, pruned_loss=0.1226, over 2784395.28 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06887, over 43887.39 utterances.], batch size: 365, lr: 4.19e-04 +2022-09-17 22:26:24,960 INFO [train.py:885] (1/2) Epoch 11, batch 5400, loss[loss=0.3294, simple_loss=0.365, pruned_loss=0.1469, over 14252.00 frames. utt_duration=439.8 frames, utt_pad_proportion=0.04181, over 130.00 utterances.], tot_loss[loss=0.3089, simple_loss=0.3695, pruned_loss=0.1242, over 2779258.14 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07239, over 46141.63 utterances.], batch size: 130, lr: 4.19e-04 +2022-09-17 22:26:54,025 INFO [train.py:885] (1/2) Epoch 11, batch 5450, loss[loss=0.3602, simple_loss=0.4096, pruned_loss=0.1554, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04052, over 225.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3657, pruned_loss=0.1224, over 2786654.15 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06922, over 44151.82 utterances.], batch size: 225, lr: 4.19e-04 +2022-09-17 22:27:23,654 INFO [train.py:885] (1/2) Epoch 11, batch 5500, loss[loss=0.4226, simple_loss=0.4909, pruned_loss=0.1772, over 13583.00 frames. utt_duration=98.43 frames, utt_pad_proportion=0.08012, over 560.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.3682, pruned_loss=0.1242, over 2779865.52 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07225, over 45516.29 utterances.], batch size: 560, lr: 4.19e-04 +2022-09-17 22:27:53,801 INFO [train.py:885] (1/2) Epoch 11, batch 5550, loss[loss=0.2153, simple_loss=0.2731, pruned_loss=0.07871, over 13984.00 frames. utt_duration=800.5 frames, utt_pad_proportion=0.06588, over 70.00 utterances.], tot_loss[loss=0.3055, simple_loss=0.3665, pruned_loss=0.1223, over 2776108.29 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07391, over 45721.45 utterances.], batch size: 70, lr: 4.19e-04 +2022-09-17 22:28:22,056 INFO [train.py:885] (1/2) Epoch 11, batch 5600, loss[loss=0.3529, simple_loss=0.4409, pruned_loss=0.1325, over 13654.00 frames. utt_duration=98.89 frames, utt_pad_proportion=0.07582, over 560.00 utterances.], tot_loss[loss=0.3078, simple_loss=0.3691, pruned_loss=0.1233, over 2780928.62 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07108, over 46041.41 utterances.], batch size: 560, lr: 4.19e-04 +2022-09-17 22:28:52,300 INFO [train.py:885] (1/2) Epoch 11, batch 5650, loss[loss=0.3203, simple_loss=0.4074, pruned_loss=0.1166, over 13798.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07155, over 412.00 utterances.], tot_loss[loss=0.3071, simple_loss=0.3683, pruned_loss=0.1229, over 2781573.07 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07229, over 45570.99 utterances.], batch size: 412, lr: 4.19e-04 +2022-09-17 22:29:22,098 INFO [train.py:885] (1/2) Epoch 11, batch 5700, loss[loss=0.42, simple_loss=0.4452, pruned_loss=0.1974, over 14386.00 frames. utt_duration=296.6 frames, utt_pad_proportion=0.03399, over 195.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3722, pruned_loss=0.1249, over 2782373.38 frames. utt_duration=239 frames, utt_pad_proportion=0.07176, over 46852.54 utterances.], batch size: 195, lr: 4.19e-04 +2022-09-17 22:29:51,657 INFO [train.py:885] (1/2) Epoch 11, batch 5750, loss[loss=0.316, simple_loss=0.3732, pruned_loss=0.1294, over 14301.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03942, over 226.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3687, pruned_loss=0.1233, over 2786448.78 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06942, over 44946.58 utterances.], batch size: 226, lr: 4.19e-04 +2022-09-17 22:30:20,866 INFO [train.py:885] (1/2) Epoch 11, batch 5800, loss[loss=0.1686, simple_loss=0.234, pruned_loss=0.05162, over 13285.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09398, over 41.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3668, pruned_loss=0.1224, over 2777152.07 frames. utt_duration=251.3 frames, utt_pad_proportion=0.0707, over 44469.35 utterances.], batch size: 41, lr: 4.19e-04 +2022-09-17 22:30:50,609 INFO [train.py:885] (1/2) Epoch 11, batch 5850, loss[loss=0.1698, simple_loss=0.2328, pruned_loss=0.05341, over 13544.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08343, over 50.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3624, pruned_loss=0.1202, over 2778779.66 frames. utt_duration=259.8 frames, utt_pad_proportion=0.06919, over 43024.26 utterances.], batch size: 50, lr: 4.19e-04 +2022-09-17 22:31:20,021 INFO [train.py:885] (1/2) Epoch 11, batch 5900, loss[loss=0.2404, simple_loss=0.2986, pruned_loss=0.09105, over 13797.00 frames. utt_duration=801.4 frames, utt_pad_proportion=0.06706, over 69.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3637, pruned_loss=0.1206, over 2782181.11 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06885, over 43778.26 utterances.], batch size: 69, lr: 4.18e-04 +2022-09-17 22:31:49,794 INFO [train.py:885] (1/2) Epoch 11, batch 5950, loss[loss=0.3207, simple_loss=0.3898, pruned_loss=0.1258, over 14345.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03433, over 244.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3649, pruned_loss=0.1217, over 2786144.79 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06752, over 43358.45 utterances.], batch size: 244, lr: 4.18e-04 +2022-09-17 22:32:19,703 INFO [train.py:885] (1/2) Epoch 11, batch 6000, loss[loss=0.391, simple_loss=0.4593, pruned_loss=0.1613, over 13610.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08191, over 477.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3675, pruned_loss=0.123, over 2781304.25 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07217, over 45231.09 utterances.], batch size: 477, lr: 4.18e-04 +2022-09-17 22:32:19,704 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 22:32:24,491 INFO [train.py:914] (1/2) Epoch 11, validation: loss=0.2073, simple_loss=0.2838, pruned_loss=0.06541, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 22:32:54,102 INFO [train.py:885] (1/2) Epoch 11, batch 6050, loss[loss=0.2525, simple_loss=0.3266, pruned_loss=0.08924, over 14270.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04409, over 141.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3659, pruned_loss=0.1216, over 2781752.36 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07142, over 44840.72 utterances.], batch size: 141, lr: 4.18e-04 +2022-09-17 22:33:24,194 INFO [train.py:885] (1/2) Epoch 11, batch 6100, loss[loss=0.3365, simple_loss=0.397, pruned_loss=0.138, over 14352.00 frames. utt_duration=220.6 frames, utt_pad_proportion=0.03675, over 262.00 utterances.], tot_loss[loss=0.3063, simple_loss=0.3676, pruned_loss=0.1225, over 2783132.95 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07206, over 45452.14 utterances.], batch size: 262, lr: 4.18e-04 +2022-09-17 22:33:53,759 INFO [train.py:885] (1/2) Epoch 11, batch 6150, loss[loss=0.3466, simple_loss=0.3979, pruned_loss=0.1477, over 14313.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03858, over 210.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.366, pruned_loss=0.1215, over 2782515.60 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07326, over 44999.86 utterances.], batch size: 210, lr: 4.18e-04 +2022-09-17 22:34:22,947 INFO [train.py:885] (1/2) Epoch 11, batch 6200, loss[loss=0.3311, simple_loss=0.3994, pruned_loss=0.1313, over 14001.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05541, over 365.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3666, pruned_loss=0.1219, over 2782442.40 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07174, over 45051.01 utterances.], batch size: 365, lr: 4.18e-04 +2022-09-17 22:34:52,836 INFO [train.py:885] (1/2) Epoch 11, batch 6250, loss[loss=0.3098, simple_loss=0.3726, pruned_loss=0.1235, over 14308.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03978, over 262.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3685, pruned_loss=0.1225, over 2781874.70 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07303, over 45987.28 utterances.], batch size: 262, lr: 4.18e-04 +2022-09-17 22:35:22,671 INFO [train.py:885] (1/2) Epoch 11, batch 6300, loss[loss=0.2186, simple_loss=0.2861, pruned_loss=0.07557, over 14165.00 frames. utt_duration=637.9 frames, utt_pad_proportion=0.04642, over 89.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3709, pruned_loss=0.1247, over 2783841.81 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07299, over 46070.06 utterances.], batch size: 89, lr: 4.18e-04 +2022-09-17 22:35:52,245 INFO [train.py:885] (1/2) Epoch 11, batch 6350, loss[loss=0.3808, simple_loss=0.432, pruned_loss=0.1648, over 14253.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04187, over 306.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3682, pruned_loss=0.1235, over 2782409.23 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07158, over 45304.77 utterances.], batch size: 306, lr: 4.18e-04 +2022-09-17 22:36:20,644 INFO [train.py:885] (1/2) Epoch 11, batch 6400, loss[loss=0.3127, simple_loss=0.3787, pruned_loss=0.1234, over 14232.00 frames. utt_duration=254.4 frames, utt_pad_proportion=0.04343, over 225.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.3633, pruned_loss=0.1216, over 2783616.35 frames. utt_duration=262.6 frames, utt_pad_proportion=0.06821, over 42643.31 utterances.], batch size: 225, lr: 4.18e-04 +2022-09-17 22:36:50,644 INFO [train.py:885] (1/2) Epoch 11, batch 6450, loss[loss=0.1907, simple_loss=0.2571, pruned_loss=0.06219, over 13240.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1091, over 33.00 utterances.], tot_loss[loss=0.3083, simple_loss=0.369, pruned_loss=0.1238, over 2784738.02 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06954, over 45355.85 utterances.], batch size: 33, lr: 4.18e-04 +2022-09-17 22:37:19,604 INFO [train.py:885] (1/2) Epoch 11, batch 6500, loss[loss=0.3144, simple_loss=0.3757, pruned_loss=0.1266, over 14356.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03265, over 195.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.3656, pruned_loss=0.1216, over 2781487.89 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07024, over 44454.36 utterances.], batch size: 195, lr: 4.18e-04 +2022-09-17 22:37:49,428 INFO [train.py:885] (1/2) Epoch 11, batch 6550, loss[loss=0.323, simple_loss=0.3811, pruned_loss=0.1324, over 14327.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0383, over 283.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3654, pruned_loss=0.1214, over 2780990.85 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07083, over 45108.56 utterances.], batch size: 283, lr: 4.17e-04 +2022-09-17 22:38:19,618 INFO [train.py:885] (1/2) Epoch 11, batch 6600, loss[loss=0.4202, simple_loss=0.4998, pruned_loss=0.1703, over 13163.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3643, pruned_loss=0.1202, over 2778367.15 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07237, over 44934.11 utterances.], batch size: 653, lr: 4.17e-04 +2022-09-17 22:38:49,010 INFO [train.py:885] (1/2) Epoch 11, batch 6650, loss[loss=0.256, simple_loss=0.2981, pruned_loss=0.1069, over 12588.00 frames. utt_duration=2099 frames, utt_pad_proportion=0.1303, over 24.00 utterances.], tot_loss[loss=0.3039, simple_loss=0.3662, pruned_loss=0.1208, over 2777594.02 frames. utt_duration=243 frames, utt_pad_proportion=0.07315, over 46004.43 utterances.], batch size: 24, lr: 4.17e-04 +2022-09-17 22:39:18,767 INFO [train.py:885] (1/2) Epoch 11, batch 6700, loss[loss=0.3432, simple_loss=0.399, pruned_loss=0.1438, over 14327.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03812, over 283.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3696, pruned_loss=0.1228, over 2774221.96 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07555, over 47471.66 utterances.], batch size: 283, lr: 4.17e-04 +2022-09-17 22:39:48,509 INFO [train.py:885] (1/2) Epoch 11, batch 6750, loss[loss=0.4375, simple_loss=0.4947, pruned_loss=0.1901, over 13652.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07978, over 477.00 utterances.], tot_loss[loss=0.31, simple_loss=0.3712, pruned_loss=0.1244, over 2777974.13 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07329, over 47118.43 utterances.], batch size: 477, lr: 4.17e-04 +2022-09-17 22:40:18,373 INFO [train.py:885] (1/2) Epoch 11, batch 6800, loss[loss=0.4985, simple_loss=0.5085, pruned_loss=0.2443, over 14258.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04156, over 335.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3696, pruned_loss=0.1232, over 2776346.35 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07286, over 46445.91 utterances.], batch size: 335, lr: 4.17e-04 +2022-09-17 22:40:47,965 INFO [train.py:885] (1/2) Epoch 11, batch 6850, loss[loss=0.5278, simple_loss=0.6105, pruned_loss=0.2225, over 12532.00 frames. utt_duration=63.47 frames, utt_pad_proportion=0.1423, over 810.00 utterances.], tot_loss[loss=0.3086, simple_loss=0.3708, pruned_loss=0.1233, over 2777905.13 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07385, over 47286.05 utterances.], batch size: 810, lr: 4.17e-04 +2022-09-17 22:41:17,237 INFO [train.py:885] (1/2) Epoch 11, batch 6900, loss[loss=0.3324, simple_loss=0.413, pruned_loss=0.1259, over 14009.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05499, over 365.00 utterances.], tot_loss[loss=0.305, simple_loss=0.3674, pruned_loss=0.1213, over 2774168.01 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07448, over 46610.00 utterances.], batch size: 365, lr: 4.17e-04 +2022-09-17 22:41:46,929 INFO [train.py:885] (1/2) Epoch 11, batch 6950, loss[loss=0.374, simple_loss=0.4149, pruned_loss=0.1666, over 14309.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03932, over 262.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3626, pruned_loss=0.1183, over 2777060.59 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07127, over 44330.05 utterances.], batch size: 262, lr: 4.17e-04 +2022-09-17 22:42:16,097 INFO [train.py:885] (1/2) Epoch 11, batch 7000, loss[loss=0.2056, simple_loss=0.2662, pruned_loss=0.07246, over 14060.00 frames. utt_duration=804.9 frames, utt_pad_proportion=0.05973, over 70.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3632, pruned_loss=0.1186, over 2782550.72 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07066, over 44944.77 utterances.], batch size: 70, lr: 4.17e-04 +2022-09-17 22:42:45,959 INFO [train.py:885] (1/2) Epoch 11, batch 7050, loss[loss=0.4686, simple_loss=0.4896, pruned_loss=0.2238, over 14207.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04441, over 335.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3636, pruned_loss=0.1199, over 2781345.93 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06872, over 44490.97 utterances.], batch size: 335, lr: 4.17e-04 +2022-09-17 22:43:15,025 INFO [train.py:885] (1/2) Epoch 11, batch 7100, loss[loss=0.3748, simple_loss=0.4118, pruned_loss=0.1689, over 14218.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04373, over 335.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3618, pruned_loss=0.1189, over 2781213.86 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06775, over 44636.86 utterances.], batch size: 335, lr: 4.17e-04 +2022-09-17 22:43:44,773 INFO [train.py:885] (1/2) Epoch 11, batch 7150, loss[loss=0.1809, simple_loss=0.2398, pruned_loss=0.061, over 13410.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08429, over 41.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3662, pruned_loss=0.121, over 2781530.25 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07024, over 46422.93 utterances.], batch size: 41, lr: 4.17e-04 +2022-09-17 22:44:14,320 INFO [train.py:885] (1/2) Epoch 11, batch 7200, loss[loss=0.316, simple_loss=0.3782, pruned_loss=0.1269, over 14380.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03405, over 210.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3701, pruned_loss=0.1242, over 2783375.01 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07056, over 47121.97 utterances.], batch size: 210, lr: 4.16e-04 +2022-09-17 22:44:44,119 INFO [train.py:885] (1/2) Epoch 11, batch 7250, loss[loss=0.3937, simple_loss=0.4328, pruned_loss=0.1773, over 14228.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04272, over 225.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3682, pruned_loss=0.1229, over 2785455.95 frames. utt_duration=242.8 frames, utt_pad_proportion=0.06872, over 46172.41 utterances.], batch size: 225, lr: 4.16e-04 +2022-09-17 22:45:13,502 INFO [train.py:885] (1/2) Epoch 11, batch 7300, loss[loss=0.2357, simple_loss=0.2971, pruned_loss=0.08713, over 14218.00 frames. utt_duration=721.3 frames, utt_pad_proportion=0.04593, over 79.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3694, pruned_loss=0.1237, over 2782784.49 frames. utt_duration=241.4 frames, utt_pad_proportion=0.06987, over 46393.73 utterances.], batch size: 79, lr: 4.16e-04 +2022-09-17 22:45:43,196 INFO [train.py:885] (1/2) Epoch 11, batch 7350, loss[loss=0.2576, simple_loss=0.3195, pruned_loss=0.09781, over 14102.00 frames. utt_duration=577.1 frames, utt_pad_proportion=0.05396, over 98.00 utterances.], tot_loss[loss=0.3089, simple_loss=0.3693, pruned_loss=0.1243, over 2779118.96 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07123, over 46541.79 utterances.], batch size: 98, lr: 4.16e-04 +2022-09-17 22:46:12,939 INFO [train.py:885] (1/2) Epoch 11, batch 7400, loss[loss=0.3378, simple_loss=0.4124, pruned_loss=0.1316, over 14057.00 frames. utt_duration=155.5 frames, utt_pad_proportion=0.05195, over 365.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3682, pruned_loss=0.1235, over 2772943.51 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07331, over 46850.70 utterances.], batch size: 365, lr: 4.16e-04 +2022-09-17 22:46:42,281 INFO [train.py:885] (1/2) Epoch 11, batch 7450, loss[loss=0.3105, simple_loss=0.3743, pruned_loss=0.1233, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03949, over 180.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3662, pruned_loss=0.1227, over 2777845.73 frames. utt_duration=245 frames, utt_pad_proportion=0.07159, over 45620.88 utterances.], batch size: 180, lr: 4.16e-04 +2022-09-17 22:47:12,270 INFO [train.py:885] (1/2) Epoch 11, batch 7500, loss[loss=0.3127, simple_loss=0.3765, pruned_loss=0.1245, over 14311.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04018, over 262.00 utterances.], tot_loss[loss=0.3061, simple_loss=0.3662, pruned_loss=0.123, over 2778342.10 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07115, over 45008.55 utterances.], batch size: 262, lr: 4.16e-04 +2022-09-17 22:47:41,619 INFO [train.py:885] (1/2) Epoch 11, batch 7550, loss[loss=0.5882, simple_loss=0.6451, pruned_loss=0.2657, over 12494.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1461, over 811.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3648, pruned_loss=0.1221, over 2777724.48 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07034, over 44073.34 utterances.], batch size: 811, lr: 4.16e-04 +2022-09-17 22:48:11,670 INFO [train.py:885] (1/2) Epoch 11, batch 7600, loss[loss=0.2934, simple_loss=0.3516, pruned_loss=0.1176, over 14322.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.03847, over 120.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3641, pruned_loss=0.1212, over 2779519.12 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06924, over 43568.91 utterances.], batch size: 120, lr: 4.16e-04 +2022-09-17 22:48:41,495 INFO [train.py:885] (1/2) Epoch 11, batch 7650, loss[loss=0.3215, simple_loss=0.3765, pruned_loss=0.1333, over 14317.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04026, over 154.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3649, pruned_loss=0.1206, over 2777634.14 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07137, over 44803.21 utterances.], batch size: 154, lr: 4.16e-04 +2022-09-17 22:49:10,967 INFO [train.py:885] (1/2) Epoch 11, batch 7700, loss[loss=0.2243, simple_loss=0.299, pruned_loss=0.0748, over 14013.00 frames. utt_duration=710.6 frames, utt_pad_proportion=0.06004, over 79.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3609, pruned_loss=0.1188, over 2779857.40 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06898, over 43252.08 utterances.], batch size: 79, lr: 4.16e-04 +2022-09-17 22:49:40,153 INFO [train.py:885] (1/2) Epoch 11, batch 7750, loss[loss=0.3064, simple_loss=0.3755, pruned_loss=0.1186, over 14368.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0363, over 244.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.364, pruned_loss=0.1198, over 2778048.08 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07227, over 44799.91 utterances.], batch size: 244, lr: 4.16e-04 +2022-09-17 22:50:09,991 INFO [train.py:885] (1/2) Epoch 11, batch 7800, loss[loss=0.2857, simple_loss=0.3574, pruned_loss=0.107, over 14325.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03953, over 154.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3633, pruned_loss=0.119, over 2779964.64 frames. utt_duration=250 frames, utt_pad_proportion=0.0722, over 44752.08 utterances.], batch size: 154, lr: 4.16e-04 +2022-09-17 22:50:39,198 INFO [train.py:885] (1/2) Epoch 11, batch 7850, loss[loss=0.2079, simple_loss=0.2756, pruned_loss=0.07012, over 13498.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.09862, over 42.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3645, pruned_loss=0.1197, over 2782486.66 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07211, over 45313.89 utterances.], batch size: 42, lr: 4.15e-04 +2022-09-17 22:51:08,802 INFO [train.py:885] (1/2) Epoch 11, batch 7900, loss[loss=0.2165, simple_loss=0.2783, pruned_loss=0.07741, over 14058.00 frames. utt_duration=713.3 frames, utt_pad_proportion=0.05649, over 79.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3611, pruned_loss=0.1181, over 2776419.38 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07414, over 44708.26 utterances.], batch size: 79, lr: 4.15e-04 +2022-09-17 22:51:38,012 INFO [train.py:885] (1/2) Epoch 11, batch 7950, loss[loss=0.3308, simple_loss=0.3882, pruned_loss=0.1367, over 14352.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03586, over 195.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3637, pruned_loss=0.1193, over 2783089.05 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07252, over 44722.26 utterances.], batch size: 195, lr: 4.15e-04 +2022-09-17 22:52:08,147 INFO [train.py:885] (1/2) Epoch 11, batch 8000, loss[loss=0.4348, simple_loss=0.509, pruned_loss=0.1803, over 13136.00 frames. utt_duration=82 frames, utt_pad_proportion=0.1086, over 653.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3664, pruned_loss=0.1212, over 2780859.93 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07464, over 45973.31 utterances.], batch size: 653, lr: 4.15e-04 +2022-09-17 22:52:38,168 INFO [train.py:885] (1/2) Epoch 11, batch 8050, loss[loss=0.4395, simple_loss=0.4658, pruned_loss=0.2066, over 14323.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03842, over 283.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3693, pruned_loss=0.123, over 2779432.56 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07478, over 47131.63 utterances.], batch size: 283, lr: 4.15e-04 +2022-09-17 22:53:07,871 INFO [train.py:885] (1/2) Epoch 11, batch 8100, loss[loss=0.2419, simple_loss=0.3053, pruned_loss=0.08928, over 14169.00 frames. utt_duration=638.5 frames, utt_pad_proportion=0.04843, over 89.00 utterances.], tot_loss[loss=0.3049, simple_loss=0.3663, pruned_loss=0.1218, over 2780490.82 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07427, over 46153.31 utterances.], batch size: 89, lr: 4.15e-04 +2022-09-17 22:53:38,010 INFO [train.py:885] (1/2) Epoch 11, batch 8150, loss[loss=0.3302, simple_loss=0.3863, pruned_loss=0.1371, over 14336.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03704, over 210.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3614, pruned_loss=0.1198, over 2779455.99 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07258, over 43844.25 utterances.], batch size: 210, lr: 4.15e-04 +2022-09-17 22:54:08,017 INFO [train.py:885] (1/2) Epoch 11, batch 8200, loss[loss=0.3546, simple_loss=0.4301, pruned_loss=0.1395, over 13737.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07319, over 411.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3625, pruned_loss=0.1199, over 2776724.57 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07338, over 44427.70 utterances.], batch size: 411, lr: 4.15e-04 +2022-09-17 22:54:36,942 INFO [train.py:885] (1/2) Epoch 11, batch 8250, loss[loss=0.2918, simple_loss=0.3341, pruned_loss=0.1247, over 14127.00 frames. utt_duration=519.9 frames, utt_pad_proportion=0.0478, over 109.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.361, pruned_loss=0.1194, over 2780325.04 frames. utt_duration=258.9 frames, utt_pad_proportion=0.07134, over 43197.40 utterances.], batch size: 109, lr: 4.15e-04 +2022-09-17 22:55:06,847 INFO [train.py:885] (1/2) Epoch 11, batch 8300, loss[loss=0.3654, simple_loss=0.409, pruned_loss=0.1609, over 14357.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03603, over 195.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.3626, pruned_loss=0.1196, over 2778153.04 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07171, over 44142.36 utterances.], batch size: 195, lr: 4.15e-04 +2022-09-17 22:55:37,435 INFO [train.py:885] (1/2) Epoch 11, batch 8350, loss[loss=0.4837, simple_loss=0.5188, pruned_loss=0.2243, over 14047.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05469, over 366.00 utterances.], tot_loss[loss=0.3105, simple_loss=0.371, pruned_loss=0.125, over 2778261.15 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07257, over 46340.99 utterances.], batch size: 366, lr: 4.15e-04 +2022-09-17 22:56:06,742 INFO [train.py:885] (1/2) Epoch 11, batch 8400, loss[loss=0.5087, simple_loss=0.5589, pruned_loss=0.2292, over 13109.00 frames. utt_duration=81.81 frames, utt_pad_proportion=0.1107, over 653.00 utterances.], tot_loss[loss=0.3125, simple_loss=0.3728, pruned_loss=0.1261, over 2779004.16 frames. utt_duration=237.8 frames, utt_pad_proportion=0.0733, over 47035.69 utterances.], batch size: 653, lr: 4.15e-04 +2022-09-17 22:56:37,018 INFO [train.py:885] (1/2) Epoch 11, batch 8450, loss[loss=0.403, simple_loss=0.4423, pruned_loss=0.1819, over 14321.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03804, over 283.00 utterances.], tot_loss[loss=0.3134, simple_loss=0.3739, pruned_loss=0.1265, over 2781115.09 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07195, over 47342.40 utterances.], batch size: 283, lr: 4.15e-04 +2022-09-17 22:57:06,616 INFO [train.py:885] (1/2) Epoch 11, batch 8500, loss[loss=0.2238, simple_loss=0.2783, pruned_loss=0.08465, over 13528.00 frames. utt_duration=1290 frames, utt_pad_proportion=0.09299, over 42.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.366, pruned_loss=0.1224, over 2781885.23 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06985, over 44499.07 utterances.], batch size: 42, lr: 4.14e-04 +2022-09-17 22:57:36,318 INFO [train.py:885] (1/2) Epoch 11, batch 8550, loss[loss=0.2528, simple_loss=0.3242, pruned_loss=0.09067, over 14198.00 frames. utt_duration=639.5 frames, utt_pad_proportion=0.04699, over 89.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3656, pruned_loss=0.1218, over 2785508.71 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06845, over 44419.38 utterances.], batch size: 89, lr: 4.14e-04 +2022-09-17 22:58:06,592 INFO [train.py:885] (1/2) Epoch 11, batch 8600, loss[loss=0.3387, simple_loss=0.4329, pruned_loss=0.1222, over 13572.00 frames. utt_duration=98.31 frames, utt_pad_proportion=0.08124, over 560.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3648, pruned_loss=0.1214, over 2780455.19 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06838, over 44078.22 utterances.], batch size: 560, lr: 4.14e-04 +2022-09-17 22:58:35,818 INFO [train.py:885] (1/2) Epoch 11, batch 8650, loss[loss=0.2343, simple_loss=0.315, pruned_loss=0.07678, over 14296.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04033, over 120.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3667, pruned_loss=0.1227, over 2783401.35 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06891, over 44316.19 utterances.], batch size: 120, lr: 4.14e-04 +2022-09-17 22:59:05,098 INFO [train.py:885] (1/2) Epoch 11, batch 8700, loss[loss=0.3222, simple_loss=0.3909, pruned_loss=0.1268, over 14174.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04612, over 306.00 utterances.], tot_loss[loss=0.3061, simple_loss=0.3673, pruned_loss=0.1224, over 2780283.61 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06882, over 45010.93 utterances.], batch size: 306, lr: 4.14e-04 +2022-09-17 22:59:35,384 INFO [train.py:885] (1/2) Epoch 11, batch 8750, loss[loss=0.4245, simple_loss=0.4737, pruned_loss=0.1877, over 13991.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05652, over 365.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.366, pruned_loss=0.1215, over 2782864.21 frames. utt_duration=253 frames, utt_pad_proportion=0.06787, over 44249.40 utterances.], batch size: 365, lr: 4.14e-04 +2022-09-17 23:00:05,938 INFO [train.py:885] (1/2) Epoch 11, batch 8800, loss[loss=0.2243, simple_loss=0.2761, pruned_loss=0.08627, over 13890.00 frames. utt_duration=927.3 frames, utt_pad_proportion=0.06707, over 60.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.368, pruned_loss=0.1211, over 2780894.46 frames. utt_duration=241.1 frames, utt_pad_proportion=0.0708, over 46420.14 utterances.], batch size: 60, lr: 4.14e-04 +2022-09-17 23:00:35,076 INFO [train.py:885] (1/2) Epoch 11, batch 8850, loss[loss=0.3379, simple_loss=0.3995, pruned_loss=0.1382, over 14383.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03547, over 244.00 utterances.], tot_loss[loss=0.3087, simple_loss=0.3706, pruned_loss=0.1234, over 2784507.77 frames. utt_duration=240.2 frames, utt_pad_proportion=0.06998, over 46649.69 utterances.], batch size: 244, lr: 4.14e-04 +2022-09-17 23:01:05,760 INFO [train.py:885] (1/2) Epoch 11, batch 8900, loss[loss=0.3717, simple_loss=0.4181, pruned_loss=0.1627, over 14293.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.0409, over 262.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3678, pruned_loss=0.1218, over 2779570.96 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06998, over 46214.02 utterances.], batch size: 262, lr: 4.14e-04 +2022-09-17 23:01:34,803 INFO [train.py:885] (1/2) Epoch 11, batch 8950, loss[loss=0.2319, simple_loss=0.2849, pruned_loss=0.08952, over 13901.00 frames. utt_duration=807.2 frames, utt_pad_proportion=0.0592, over 69.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3659, pruned_loss=0.1208, over 2777821.94 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06948, over 45209.23 utterances.], batch size: 69, lr: 4.14e-04 +2022-09-17 23:02:05,418 INFO [train.py:885] (1/2) Epoch 11, batch 9000, loss[loss=0.173, simple_loss=0.2294, pruned_loss=0.05827, over 13134.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.1156, over 33.00 utterances.], tot_loss[loss=0.3042, simple_loss=0.3667, pruned_loss=0.1208, over 2778858.16 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07047, over 45928.66 utterances.], batch size: 33, lr: 4.14e-04 +2022-09-17 23:02:05,420 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 23:02:10,411 INFO [train.py:914] (1/2) Epoch 11, validation: loss=0.2081, simple_loss=0.2842, pruned_loss=0.06595, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 23:02:39,977 INFO [train.py:885] (1/2) Epoch 11, batch 9050, loss[loss=0.2531, simple_loss=0.3053, pruned_loss=0.1004, over 13750.00 frames. utt_duration=1102 frames, utt_pad_proportion=0.06963, over 50.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.3631, pruned_loss=0.1189, over 2777713.04 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06974, over 44572.92 utterances.], batch size: 50, lr: 4.14e-04 +2022-09-17 23:03:10,005 INFO [train.py:885] (1/2) Epoch 11, batch 9100, loss[loss=0.2276, simple_loss=0.2654, pruned_loss=0.09492, over 13566.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08839, over 50.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3654, pruned_loss=0.1209, over 2779434.41 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07209, over 45173.32 utterances.], batch size: 50, lr: 4.14e-04 +2022-09-17 23:03:39,579 INFO [train.py:885] (1/2) Epoch 11, batch 9150, loss[loss=0.2593, simple_loss=0.3293, pruned_loss=0.09464, over 14303.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.04173, over 120.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3622, pruned_loss=0.1196, over 2781894.93 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06957, over 43151.03 utterances.], batch size: 120, lr: 4.13e-04 +2022-09-17 23:04:09,331 INFO [train.py:885] (1/2) Epoch 11, batch 9200, loss[loss=0.2492, simple_loss=0.3006, pruned_loss=0.09896, over 13415.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.09308, over 50.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3632, pruned_loss=0.1202, over 2779936.02 frames. utt_duration=257.6 frames, utt_pad_proportion=0.07219, over 43408.13 utterances.], batch size: 50, lr: 4.13e-04 +2022-09-17 23:04:39,395 INFO [train.py:885] (1/2) Epoch 11, batch 9250, loss[loss=0.3051, simple_loss=0.3658, pruned_loss=0.1222, over 14307.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03907, over 195.00 utterances.], tot_loss[loss=0.3039, simple_loss=0.3651, pruned_loss=0.1214, over 2782766.99 frames. utt_duration=255 frames, utt_pad_proportion=0.07228, over 43908.98 utterances.], batch size: 195, lr: 4.13e-04 +2022-09-17 23:05:09,443 INFO [train.py:885] (1/2) Epoch 11, batch 9300, loss[loss=0.3201, simple_loss=0.4162, pruned_loss=0.1121, over 13648.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07955, over 477.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3648, pruned_loss=0.1212, over 2781499.00 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07133, over 44252.45 utterances.], batch size: 477, lr: 4.13e-04 +2022-09-17 23:05:39,444 INFO [train.py:885] (1/2) Epoch 11, batch 9350, loss[loss=0.2168, simple_loss=0.2719, pruned_loss=0.08087, over 13676.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.0831, over 42.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3635, pruned_loss=0.1205, over 2776474.69 frames. utt_duration=254.6 frames, utt_pad_proportion=0.0723, over 43875.68 utterances.], batch size: 42, lr: 4.13e-04 +2022-09-17 23:06:09,330 INFO [train.py:885] (1/2) Epoch 11, batch 9400, loss[loss=0.3548, simple_loss=0.4043, pruned_loss=0.1527, over 14320.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03839, over 283.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3615, pruned_loss=0.1194, over 2775761.20 frames. utt_duration=257.6 frames, utt_pad_proportion=0.07164, over 43344.70 utterances.], batch size: 283, lr: 4.13e-04 +2022-09-17 23:06:39,456 INFO [train.py:885] (1/2) Epoch 11, batch 9450, loss[loss=0.2359, simple_loss=0.3073, pruned_loss=0.0823, over 14322.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03839, over 120.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3602, pruned_loss=0.1184, over 2774995.64 frames. utt_duration=258.3 frames, utt_pad_proportion=0.07257, over 43220.26 utterances.], batch size: 120, lr: 4.13e-04 +2022-09-17 23:07:09,363 INFO [train.py:885] (1/2) Epoch 11, batch 9500, loss[loss=0.2207, simple_loss=0.2863, pruned_loss=0.07755, over 14229.00 frames. utt_duration=640.8 frames, utt_pad_proportion=0.04499, over 89.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3621, pruned_loss=0.12, over 2776648.44 frames. utt_duration=256.7 frames, utt_pad_proportion=0.0723, over 43510.56 utterances.], batch size: 89, lr: 4.13e-04 +2022-09-17 23:07:39,034 INFO [train.py:885] (1/2) Epoch 11, batch 9550, loss[loss=0.3122, simple_loss=0.4055, pruned_loss=0.1095, over 13612.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08164, over 477.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.363, pruned_loss=0.1198, over 2779667.11 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07083, over 44752.82 utterances.], batch size: 477, lr: 4.13e-04 +2022-09-17 23:08:09,064 INFO [train.py:885] (1/2) Epoch 11, batch 9600, loss[loss=0.5888, simple_loss=0.6504, pruned_loss=0.2636, over 12528.00 frames. utt_duration=63.42 frames, utt_pad_proportion=0.1429, over 810.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.364, pruned_loss=0.1197, over 2777736.96 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07118, over 45007.19 utterances.], batch size: 810, lr: 4.13e-04 +2022-09-17 23:08:38,661 INFO [train.py:885] (1/2) Epoch 11, batch 9650, loss[loss=0.3101, simple_loss=0.4006, pruned_loss=0.1098, over 13753.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07276, over 411.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3647, pruned_loss=0.1213, over 2781770.58 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06849, over 44327.65 utterances.], batch size: 411, lr: 4.13e-04 +2022-09-17 23:09:08,174 INFO [train.py:885] (1/2) Epoch 11, batch 9700, loss[loss=0.2388, simple_loss=0.3135, pruned_loss=0.08202, over 14136.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.0474, over 109.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3651, pruned_loss=0.1215, over 2783442.80 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07025, over 44660.28 utterances.], batch size: 109, lr: 4.13e-04 +2022-09-17 23:09:38,149 INFO [train.py:885] (1/2) Epoch 11, batch 9750, loss[loss=0.3444, simple_loss=0.405, pruned_loss=0.1419, over 14314.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03922, over 262.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3661, pruned_loss=0.1227, over 2783272.80 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06843, over 44038.99 utterances.], batch size: 262, lr: 4.13e-04 +2022-09-17 23:10:07,644 INFO [train.py:885] (1/2) Epoch 11, batch 9800, loss[loss=0.3054, simple_loss=0.3759, pruned_loss=0.1175, over 14339.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03683, over 210.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.371, pruned_loss=0.1238, over 2784223.28 frames. utt_duration=239 frames, utt_pad_proportion=0.06978, over 46894.62 utterances.], batch size: 210, lr: 4.12e-04 +2022-09-17 23:10:37,714 INFO [train.py:885] (1/2) Epoch 11, batch 9850, loss[loss=0.4357, simple_loss=0.4661, pruned_loss=0.2026, over 14159.00 frames. utt_duration=186.6 frames, utt_pad_proportion=0.04779, over 306.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3729, pruned_loss=0.1246, over 2786034.92 frames. utt_duration=235.4 frames, utt_pad_proportion=0.06947, over 47646.65 utterances.], batch size: 306, lr: 4.12e-04 +2022-09-17 23:11:07,713 INFO [train.py:885] (1/2) Epoch 11, batch 9900, loss[loss=0.342, simple_loss=0.3868, pruned_loss=0.1486, over 14303.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03952, over 120.00 utterances.], tot_loss[loss=0.311, simple_loss=0.3736, pruned_loss=0.1242, over 2781104.67 frames. utt_duration=230.1 frames, utt_pad_proportion=0.0735, over 48661.96 utterances.], batch size: 120, lr: 4.12e-04 +2022-09-17 23:11:37,001 INFO [train.py:885] (1/2) Epoch 11, batch 9950, loss[loss=0.2926, simple_loss=0.3492, pruned_loss=0.118, over 14310.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03751, over 130.00 utterances.], tot_loss[loss=0.3108, simple_loss=0.3726, pruned_loss=0.1245, over 2782867.76 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07035, over 47388.73 utterances.], batch size: 130, lr: 4.12e-04 +2022-09-17 23:12:07,064 INFO [train.py:885] (1/2) Epoch 11, batch 10000, loss[loss=0.3652, simple_loss=0.4127, pruned_loss=0.1588, over 14201.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04418, over 306.00 utterances.], tot_loss[loss=0.313, simple_loss=0.3744, pruned_loss=0.1258, over 2787800.73 frames. utt_duration=235.5 frames, utt_pad_proportion=0.06945, over 47658.36 utterances.], batch size: 306, lr: 4.12e-04 +2022-09-17 23:12:36,120 INFO [train.py:885] (1/2) Epoch 11, batch 10050, loss[loss=0.3187, simple_loss=0.3787, pruned_loss=0.1293, over 14410.00 frames. utt_duration=237.8 frames, utt_pad_proportion=0.02952, over 244.00 utterances.], tot_loss[loss=0.3074, simple_loss=0.3694, pruned_loss=0.1227, over 2787775.71 frames. utt_duration=244 frames, utt_pad_proportion=0.06868, over 45985.78 utterances.], batch size: 244, lr: 4.12e-04 +2022-09-17 23:13:05,565 INFO [train.py:885] (1/2) Epoch 11, batch 10100, loss[loss=0.2591, simple_loss=0.3236, pruned_loss=0.09726, over 14270.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.04205, over 120.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.366, pruned_loss=0.1211, over 2784499.19 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06769, over 44401.60 utterances.], batch size: 120, lr: 4.12e-04 +2022-09-17 23:13:35,983 INFO [train.py:885] (1/2) Epoch 11, batch 10150, loss[loss=0.261, simple_loss=0.2966, pruned_loss=0.1127, over 13852.00 frames. utt_duration=925 frames, utt_pad_proportion=0.07127, over 60.00 utterances.], tot_loss[loss=0.3039, simple_loss=0.3657, pruned_loss=0.1211, over 2781307.00 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06847, over 44321.57 utterances.], batch size: 60, lr: 4.12e-04 +2022-09-17 23:14:05,479 INFO [train.py:885] (1/2) Epoch 11, batch 10200, loss[loss=0.2489, simple_loss=0.3114, pruned_loss=0.09316, over 13749.00 frames. utt_duration=918.2 frames, utt_pad_proportion=0.0772, over 60.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.3637, pruned_loss=0.1195, over 2782569.19 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06838, over 43696.44 utterances.], batch size: 60, lr: 4.12e-04 +2022-09-17 23:14:34,977 INFO [train.py:885] (1/2) Epoch 11, batch 10250, loss[loss=0.2115, simple_loss=0.2802, pruned_loss=0.07137, over 14226.00 frames. utt_duration=640.8 frames, utt_pad_proportion=0.04648, over 89.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3627, pruned_loss=0.1185, over 2783419.01 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06901, over 44115.25 utterances.], batch size: 89, lr: 4.12e-04 +2022-09-17 23:15:05,556 INFO [train.py:885] (1/2) Epoch 11, batch 10300, loss[loss=0.267, simple_loss=0.3471, pruned_loss=0.09348, over 14326.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03678, over 180.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3637, pruned_loss=0.1189, over 2782641.36 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06927, over 44314.93 utterances.], batch size: 180, lr: 4.12e-04 +2022-09-17 23:15:34,771 INFO [train.py:885] (1/2) Epoch 11, batch 10350, loss[loss=0.3298, simple_loss=0.3961, pruned_loss=0.1318, over 14322.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03849, over 283.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3657, pruned_loss=0.1201, over 2783967.20 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06886, over 45144.54 utterances.], batch size: 283, lr: 4.12e-04 +2022-09-17 23:16:04,874 INFO [train.py:885] (1/2) Epoch 11, batch 10400, loss[loss=0.3604, simple_loss=0.4159, pruned_loss=0.1525, over 14375.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03629, over 244.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3626, pruned_loss=0.1187, over 2781068.79 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07047, over 44247.76 utterances.], batch size: 244, lr: 4.12e-04 +2022-09-17 23:16:34,801 INFO [train.py:885] (1/2) Epoch 11, batch 10450, loss[loss=0.2193, simple_loss=0.2978, pruned_loss=0.07036, over 14197.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.0431, over 109.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3613, pruned_loss=0.1185, over 2778604.41 frames. utt_duration=256.6 frames, utt_pad_proportion=0.07051, over 43568.84 utterances.], batch size: 109, lr: 4.11e-04 +2022-09-17 23:17:04,153 INFO [train.py:885] (1/2) Epoch 11, batch 10500, loss[loss=0.393, simple_loss=0.4206, pruned_loss=0.1827, over 14251.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04302, over 141.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3591, pruned_loss=0.1179, over 2777087.59 frames. utt_duration=263.7 frames, utt_pad_proportion=0.07112, over 42363.63 utterances.], batch size: 141, lr: 4.11e-04 +2022-09-17 23:17:34,027 INFO [train.py:885] (1/2) Epoch 11, batch 10550, loss[loss=0.4718, simple_loss=0.4936, pruned_loss=0.225, over 14237.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04309, over 335.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3655, pruned_loss=0.1215, over 2778403.76 frames. utt_duration=251 frames, utt_pad_proportion=0.07118, over 44531.54 utterances.], batch size: 335, lr: 4.11e-04 +2022-09-17 23:18:03,645 INFO [train.py:885] (1/2) Epoch 11, batch 10600, loss[loss=0.1902, simple_loss=0.2364, pruned_loss=0.07201, over 13231.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1112, over 33.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3639, pruned_loss=0.1204, over 2782009.83 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06986, over 44197.25 utterances.], batch size: 33, lr: 4.11e-04 +2022-09-17 23:18:32,422 INFO [train.py:885] (1/2) Epoch 11, batch 10650, loss[loss=0.2986, simple_loss=0.3619, pruned_loss=0.1176, over 14300.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04083, over 154.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.3643, pruned_loss=0.1211, over 2783022.55 frames. utt_duration=253 frames, utt_pad_proportion=0.07073, over 44260.51 utterances.], batch size: 154, lr: 4.11e-04 +2022-09-17 23:19:02,389 INFO [train.py:885] (1/2) Epoch 11, batch 10700, loss[loss=0.3305, simple_loss=0.4161, pruned_loss=0.1225, over 13741.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07359, over 411.00 utterances.], tot_loss[loss=0.3069, simple_loss=0.3687, pruned_loss=0.1226, over 2780250.23 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0718, over 46492.19 utterances.], batch size: 411, lr: 4.11e-04 +2022-09-17 23:19:32,366 INFO [train.py:885] (1/2) Epoch 11, batch 10750, loss[loss=0.4623, simple_loss=0.5212, pruned_loss=0.2017, over 13137.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1083, over 653.00 utterances.], tot_loss[loss=0.3106, simple_loss=0.3725, pruned_loss=0.1243, over 2779030.38 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07252, over 48519.71 utterances.], batch size: 653, lr: 4.11e-04 +2022-09-17 23:20:01,577 INFO [train.py:885] (1/2) Epoch 11, batch 10800, loss[loss=0.3548, simple_loss=0.4437, pruned_loss=0.1329, over 13623.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08144, over 477.00 utterances.], tot_loss[loss=0.3098, simple_loss=0.3722, pruned_loss=0.1237, over 2778796.05 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07201, over 47786.42 utterances.], batch size: 477, lr: 4.11e-04 +2022-09-17 23:20:31,506 INFO [train.py:885] (1/2) Epoch 11, batch 10850, loss[loss=0.2712, simple_loss=0.3356, pruned_loss=0.1034, over 14329.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.0367, over 154.00 utterances.], tot_loss[loss=0.3111, simple_loss=0.3737, pruned_loss=0.1243, over 2780704.87 frames. utt_duration=229.1 frames, utt_pad_proportion=0.07354, over 48871.98 utterances.], batch size: 154, lr: 4.11e-04 +2022-09-17 23:21:00,455 INFO [train.py:885] (1/2) Epoch 11, batch 10900, loss[loss=0.1752, simple_loss=0.2424, pruned_loss=0.05397, over 13802.00 frames. utt_duration=921.2 frames, utt_pad_proportion=0.07043, over 60.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3694, pruned_loss=0.1224, over 2779936.03 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07152, over 46790.27 utterances.], batch size: 60, lr: 4.11e-04 +2022-09-17 23:21:30,321 INFO [train.py:885] (1/2) Epoch 11, batch 10950, loss[loss=0.4012, simple_loss=0.4385, pruned_loss=0.182, over 14283.00 frames. utt_duration=219.3 frames, utt_pad_proportion=0.0422, over 262.00 utterances.], tot_loss[loss=0.3081, simple_loss=0.3703, pruned_loss=0.1229, over 2781454.75 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07035, over 46738.41 utterances.], batch size: 262, lr: 4.11e-04 +2022-09-17 23:22:00,226 INFO [train.py:885] (1/2) Epoch 11, batch 11000, loss[loss=0.2338, simple_loss=0.2922, pruned_loss=0.08773, over 13918.00 frames. utt_duration=808.4 frames, utt_pad_proportion=0.05779, over 69.00 utterances.], tot_loss[loss=0.3066, simple_loss=0.3685, pruned_loss=0.1223, over 2785767.45 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06861, over 45588.44 utterances.], batch size: 69, lr: 4.11e-04 +2022-09-17 23:22:29,733 INFO [train.py:885] (1/2) Epoch 11, batch 11050, loss[loss=0.2514, simple_loss=0.3256, pruned_loss=0.08864, over 14338.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03858, over 154.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3681, pruned_loss=0.1219, over 2783808.60 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06854, over 45412.83 utterances.], batch size: 154, lr: 4.11e-04 +2022-09-17 23:22:59,567 INFO [train.py:885] (1/2) Epoch 11, batch 11100, loss[loss=0.3883, simple_loss=0.4757, pruned_loss=0.1504, over 13167.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.3084, simple_loss=0.3704, pruned_loss=0.1232, over 2785658.76 frames. utt_duration=243.4 frames, utt_pad_proportion=0.0692, over 46062.91 utterances.], batch size: 653, lr: 4.11e-04 +2022-09-17 23:23:29,005 INFO [train.py:885] (1/2) Epoch 11, batch 11150, loss[loss=0.2906, simple_loss=0.35, pruned_loss=0.1156, over 14302.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03803, over 130.00 utterances.], tot_loss[loss=0.3076, simple_loss=0.3693, pruned_loss=0.123, over 2783617.63 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07106, over 46069.08 utterances.], batch size: 130, lr: 4.10e-04 +2022-09-17 23:23:59,024 INFO [train.py:885] (1/2) Epoch 11, batch 11200, loss[loss=0.3206, simple_loss=0.3728, pruned_loss=0.1342, over 14338.00 frames. utt_duration=442.5 frames, utt_pad_proportion=0.03591, over 130.00 utterances.], tot_loss[loss=0.3088, simple_loss=0.3705, pruned_loss=0.1236, over 2777824.68 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07409, over 47231.65 utterances.], batch size: 130, lr: 4.10e-04 +2022-09-17 23:24:36,560 INFO [train.py:885] (1/2) Epoch 11, batch 11250, loss[loss=0.5807, simple_loss=0.6361, pruned_loss=0.2626, over 12467.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.147, over 810.00 utterances.], tot_loss[loss=0.3056, simple_loss=0.3679, pruned_loss=0.1217, over 2776712.71 frames. utt_duration=240.4 frames, utt_pad_proportion=0.0749, over 46493.20 utterances.], batch size: 810, lr: 4.10e-04 +2022-09-17 23:25:06,449 INFO [train.py:885] (1/2) Epoch 11, batch 11300, loss[loss=0.1809, simple_loss=0.2448, pruned_loss=0.05855, over 13168.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.1161, over 33.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3655, pruned_loss=0.1206, over 2778854.57 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07313, over 45576.64 utterances.], batch size: 33, lr: 4.10e-04 +2022-09-17 23:25:35,958 INFO [train.py:885] (1/2) Epoch 11, batch 11350, loss[loss=0.4284, simple_loss=0.4513, pruned_loss=0.2027, over 14344.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03697, over 283.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3641, pruned_loss=0.1199, over 2782014.83 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07155, over 44466.53 utterances.], batch size: 283, lr: 4.10e-04 +2022-09-17 23:26:05,885 INFO [train.py:885] (1/2) Epoch 11, batch 11400, loss[loss=0.3201, simple_loss=0.3873, pruned_loss=0.1264, over 14316.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03867, over 195.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.362, pruned_loss=0.1191, over 2785629.72 frames. utt_duration=257.7 frames, utt_pad_proportion=0.07045, over 43487.45 utterances.], batch size: 195, lr: 4.10e-04 +2022-09-17 23:26:35,262 INFO [train.py:885] (1/2) Epoch 11, batch 11450, loss[loss=0.1613, simple_loss=0.2188, pruned_loss=0.0519, over 12763.00 frames. utt_duration=2043 frames, utt_pad_proportion=0.1174, over 25.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.363, pruned_loss=0.1189, over 2786825.99 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06718, over 44031.19 utterances.], batch size: 25, lr: 4.10e-04 +2022-09-17 23:27:05,610 INFO [train.py:885] (1/2) Epoch 11, batch 11500, loss[loss=0.3185, simple_loss=0.3842, pruned_loss=0.1264, over 14308.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04038, over 154.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.3663, pruned_loss=0.12, over 2782898.25 frames. utt_duration=245.3 frames, utt_pad_proportion=0.0713, over 45659.08 utterances.], batch size: 154, lr: 4.10e-04 +2022-09-17 23:27:35,375 INFO [train.py:885] (1/2) Epoch 11, batch 11550, loss[loss=0.189, simple_loss=0.2656, pruned_loss=0.05617, over 13197.00 frames. utt_duration=1289 frames, utt_pad_proportion=0.1, over 41.00 utterances.], tot_loss[loss=0.3039, simple_loss=0.3674, pruned_loss=0.1202, over 2780583.69 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07339, over 46893.37 utterances.], batch size: 41, lr: 4.10e-04 +2022-09-17 23:28:05,405 INFO [train.py:885] (1/2) Epoch 11, batch 11600, loss[loss=0.2248, simple_loss=0.2862, pruned_loss=0.08164, over 13768.00 frames. utt_duration=799.6 frames, utt_pad_proportion=0.06914, over 69.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3661, pruned_loss=0.12, over 2775607.99 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07478, over 46717.96 utterances.], batch size: 69, lr: 4.10e-04 +2022-09-17 23:28:34,954 INFO [train.py:885] (1/2) Epoch 11, batch 11650, loss[loss=0.235, simple_loss=0.3017, pruned_loss=0.08414, over 14221.00 frames. utt_duration=640.7 frames, utt_pad_proportion=0.04523, over 89.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3667, pruned_loss=0.1204, over 2780201.41 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07325, over 46260.14 utterances.], batch size: 89, lr: 4.10e-04 +2022-09-17 23:29:04,366 INFO [train.py:885] (1/2) Epoch 11, batch 11700, loss[loss=0.2986, simple_loss=0.369, pruned_loss=0.1141, over 14306.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03927, over 283.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.368, pruned_loss=0.1212, over 2779906.16 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07396, over 46596.65 utterances.], batch size: 283, lr: 4.10e-04 +2022-09-17 23:29:34,247 INFO [train.py:885] (1/2) Epoch 11, batch 11750, loss[loss=0.1852, simple_loss=0.2529, pruned_loss=0.05877, over 13734.00 frames. utt_duration=917 frames, utt_pad_proportion=0.07743, over 60.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3677, pruned_loss=0.1213, over 2783035.92 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07068, over 45831.66 utterances.], batch size: 60, lr: 4.10e-04 +2022-09-17 23:30:03,168 INFO [train.py:885] (1/2) Epoch 11, batch 11800, loss[loss=0.1871, simple_loss=0.2436, pruned_loss=0.06531, over 13802.00 frames. utt_duration=921.3 frames, utt_pad_proportion=0.07498, over 60.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3655, pruned_loss=0.1208, over 2777956.31 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07193, over 45226.09 utterances.], batch size: 60, lr: 4.09e-04 +2022-09-17 23:30:33,320 INFO [train.py:885] (1/2) Epoch 11, batch 11850, loss[loss=0.3631, simple_loss=0.4098, pruned_loss=0.1582, over 14342.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03719, over 283.00 utterances.], tot_loss[loss=0.3069, simple_loss=0.369, pruned_loss=0.1224, over 2781495.65 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07278, over 46400.20 utterances.], batch size: 283, lr: 4.09e-04 +2022-09-17 23:31:03,072 INFO [train.py:885] (1/2) Epoch 11, batch 11900, loss[loss=0.2177, simple_loss=0.2784, pruned_loss=0.07853, over 13865.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.06259, over 69.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3666, pruned_loss=0.121, over 2781954.88 frames. utt_duration=244 frames, utt_pad_proportion=0.07234, over 45889.68 utterances.], batch size: 69, lr: 4.09e-04 +2022-09-17 23:31:33,090 INFO [train.py:885] (1/2) Epoch 11, batch 11950, loss[loss=0.3654, simple_loss=0.4083, pruned_loss=0.1612, over 14309.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04132, over 167.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3673, pruned_loss=0.1211, over 2786053.85 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07036, over 46074.03 utterances.], batch size: 167, lr: 4.09e-04 +2022-09-17 23:32:02,970 INFO [train.py:885] (1/2) Epoch 11, batch 12000, loss[loss=0.3035, simple_loss=0.3676, pruned_loss=0.1197, over 14280.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04004, over 180.00 utterances.], tot_loss[loss=0.3104, simple_loss=0.3729, pruned_loss=0.124, over 2785551.11 frames. utt_duration=232.4 frames, utt_pad_proportion=0.073, over 48259.16 utterances.], batch size: 180, lr: 4.09e-04 +2022-09-17 23:32:02,971 INFO [train.py:905] (1/2) Computing validation loss +2022-09-17 23:32:07,744 INFO [train.py:914] (1/2) Epoch 11, validation: loss=0.2051, simple_loss=0.2808, pruned_loss=0.06466, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-17 23:32:37,086 INFO [train.py:885] (1/2) Epoch 11, batch 12050, loss[loss=0.621, simple_loss=0.6668, pruned_loss=0.2876, over 12475.00 frames. utt_duration=63.24 frames, utt_pad_proportion=0.1454, over 810.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3729, pruned_loss=0.1248, over 2782863.78 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07457, over 47808.15 utterances.], batch size: 810, lr: 4.09e-04 +2022-09-17 23:33:06,878 INFO [train.py:885] (1/2) Epoch 11, batch 12100, loss[loss=0.1894, simple_loss=0.2538, pruned_loss=0.06252, over 12566.00 frames. utt_duration=2096 frames, utt_pad_proportion=0.1498, over 24.00 utterances.], tot_loss[loss=0.3078, simple_loss=0.3692, pruned_loss=0.1233, over 2779296.34 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07583, over 46554.29 utterances.], batch size: 24, lr: 4.09e-04 +2022-09-17 23:33:36,165 INFO [train.py:885] (1/2) Epoch 11, batch 12150, loss[loss=0.2188, simple_loss=0.2861, pruned_loss=0.07576, over 14113.00 frames. utt_duration=808.1 frames, utt_pad_proportion=0.05708, over 70.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3664, pruned_loss=0.1215, over 2781071.94 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07307, over 45452.46 utterances.], batch size: 70, lr: 4.09e-04 +2022-09-17 23:34:06,258 INFO [train.py:885] (1/2) Epoch 11, batch 12200, loss[loss=0.2531, simple_loss=0.3194, pruned_loss=0.09342, over 14166.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04517, over 109.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3662, pruned_loss=0.1214, over 2780658.78 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07258, over 45692.81 utterances.], batch size: 109, lr: 4.09e-04 +2022-09-17 23:34:35,677 INFO [train.py:885] (1/2) Epoch 11, batch 12250, loss[loss=0.3683, simple_loss=0.419, pruned_loss=0.1588, over 14196.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04543, over 306.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3669, pruned_loss=0.1213, over 2776049.63 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07297, over 46322.36 utterances.], batch size: 306, lr: 4.09e-04 +2022-09-17 23:35:05,400 INFO [train.py:885] (1/2) Epoch 11, batch 12300, loss[loss=0.197, simple_loss=0.2681, pruned_loss=0.06294, over 13517.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08775, over 50.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3657, pruned_loss=0.1201, over 2775631.11 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07375, over 46323.50 utterances.], batch size: 50, lr: 4.09e-04 +2022-09-17 23:35:35,607 INFO [train.py:885] (1/2) Epoch 11, batch 12350, loss[loss=0.2133, simple_loss=0.2914, pruned_loss=0.06758, over 14121.00 frames. utt_duration=808.1 frames, utt_pad_proportion=0.0537, over 70.00 utterances.], tot_loss[loss=0.3065, simple_loss=0.3686, pruned_loss=0.1222, over 2777775.30 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07299, over 46691.86 utterances.], batch size: 70, lr: 4.09e-04 +2022-09-17 23:36:05,192 INFO [train.py:885] (1/2) Epoch 11, batch 12400, loss[loss=0.2092, simple_loss=0.2713, pruned_loss=0.07357, over 13697.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07728, over 50.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3677, pruned_loss=0.1219, over 2780727.95 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07085, over 45781.25 utterances.], batch size: 50, lr: 4.09e-04 +2022-09-17 23:36:34,849 INFO [train.py:885] (1/2) Epoch 11, batch 12450, loss[loss=0.4444, simple_loss=0.4682, pruned_loss=0.2103, over 14221.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04358, over 335.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3636, pruned_loss=0.1198, over 2779369.06 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07067, over 44241.93 utterances.], batch size: 335, lr: 4.09e-04 +2022-09-17 23:37:04,353 INFO [train.py:885] (1/2) Epoch 11, batch 12500, loss[loss=0.5616, simple_loss=0.634, pruned_loss=0.2446, over 12489.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1456, over 810.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3657, pruned_loss=0.1207, over 2778210.27 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07247, over 45338.84 utterances.], batch size: 810, lr: 4.08e-04 +2022-09-17 23:37:33,758 INFO [train.py:885] (1/2) Epoch 11, batch 12550, loss[loss=0.2159, simple_loss=0.2775, pruned_loss=0.07711, over 14069.00 frames. utt_duration=713.8 frames, utt_pad_proportion=0.05576, over 79.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3661, pruned_loss=0.1206, over 2781000.23 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07038, over 45329.03 utterances.], batch size: 79, lr: 4.08e-04 +2022-09-17 23:38:01,662 INFO [train.py:885] (1/2) Epoch 11, batch 12600, loss[loss=0.3087, simple_loss=0.3692, pruned_loss=0.1241, over 14258.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04132, over 180.00 utterances.], tot_loss[loss=0.3055, simple_loss=0.3676, pruned_loss=0.1217, over 2782815.99 frames. utt_duration=247 frames, utt_pad_proportion=0.06975, over 45336.75 utterances.], batch size: 180, lr: 4.08e-04 +2022-09-17 23:38:20,538 INFO [train.py:885] (1/2) Epoch 12, batch 0, loss[loss=0.1693, simple_loss=0.2362, pruned_loss=0.05122, over 13212.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1021, over 33.00 utterances.], tot_loss[loss=0.1693, simple_loss=0.2362, pruned_loss=0.05122, over 13212.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1021, over 33.00 utterances.], batch size: 33, lr: 3.94e-04 +2022-09-17 23:38:49,934 INFO [train.py:885] (1/2) Epoch 12, batch 50, loss[loss=0.3921, simple_loss=0.4315, pruned_loss=0.1763, over 14322.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0384, over 262.00 utterances.], tot_loss[loss=0.296, simple_loss=0.362, pruned_loss=0.1151, over 626734.65 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0708, over 10241.52 utterances.], batch size: 262, lr: 3.94e-04 +2022-09-17 23:39:19,618 INFO [train.py:885] (1/2) Epoch 12, batch 100, loss[loss=0.3488, simple_loss=0.4058, pruned_loss=0.1459, over 14235.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.042, over 306.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3602, pruned_loss=0.1162, over 1107118.38 frames. utt_duration=251.4 frames, utt_pad_proportion=0.0663, over 17718.85 utterances.], batch size: 306, lr: 3.94e-04 +2022-09-17 23:39:49,560 INFO [train.py:885] (1/2) Epoch 12, batch 150, loss[loss=0.3954, simple_loss=0.4345, pruned_loss=0.1781, over 14220.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04398, over 335.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3585, pruned_loss=0.115, over 1478498.60 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06641, over 23348.10 utterances.], batch size: 335, lr: 3.94e-04 +2022-09-17 23:40:19,101 INFO [train.py:885] (1/2) Epoch 12, batch 200, loss[loss=0.4492, simple_loss=0.5168, pruned_loss=0.1908, over 13165.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3577, pruned_loss=0.1135, over 1766785.87 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06849, over 28656.42 utterances.], batch size: 653, lr: 3.94e-04 +2022-09-17 23:40:48,353 INFO [train.py:885] (1/2) Epoch 12, batch 250, loss[loss=0.4191, simple_loss=0.4532, pruned_loss=0.1925, over 14363.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03247, over 244.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3551, pruned_loss=0.1136, over 1993658.54 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06657, over 30782.23 utterances.], batch size: 244, lr: 3.94e-04 +2022-09-17 23:41:18,000 INFO [train.py:885] (1/2) Epoch 12, batch 300, loss[loss=0.4547, simple_loss=0.4672, pruned_loss=0.2211, over 14254.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04166, over 335.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.359, pruned_loss=0.1167, over 2172282.63 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06632, over 33793.51 utterances.], batch size: 335, lr: 3.93e-04 +2022-09-17 23:41:47,528 INFO [train.py:885] (1/2) Epoch 12, batch 350, loss[loss=0.2981, simple_loss=0.362, pruned_loss=0.1171, over 14283.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.0422, over 154.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3573, pruned_loss=0.1159, over 2307111.88 frames. utt_duration=262.6 frames, utt_pad_proportion=0.06779, over 35334.93 utterances.], batch size: 154, lr: 3.93e-04 +2022-09-17 23:42:17,333 INFO [train.py:885] (1/2) Epoch 12, batch 400, loss[loss=0.2433, simple_loss=0.3196, pruned_loss=0.08344, over 14332.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04097, over 110.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3581, pruned_loss=0.1161, over 2411669.59 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06865, over 37807.20 utterances.], batch size: 110, lr: 3.93e-04 +2022-09-17 23:42:46,645 INFO [train.py:885] (1/2) Epoch 12, batch 450, loss[loss=0.2548, simple_loss=0.3096, pruned_loss=0.1, over 14033.00 frames. utt_duration=574.2 frames, utt_pad_proportion=0.05715, over 98.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3598, pruned_loss=0.1168, over 2492124.49 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07057, over 39409.62 utterances.], batch size: 98, lr: 3.93e-04 +2022-09-17 23:43:16,370 INFO [train.py:885] (1/2) Epoch 12, batch 500, loss[loss=0.3242, simple_loss=0.3757, pruned_loss=0.1363, over 14310.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03766, over 130.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3591, pruned_loss=0.1162, over 2560137.85 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06902, over 40066.61 utterances.], batch size: 130, lr: 3.93e-04 +2022-09-17 23:43:45,652 INFO [train.py:885] (1/2) Epoch 12, batch 550, loss[loss=0.3175, simple_loss=0.348, pruned_loss=0.1434, over 14126.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05097, over 98.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3605, pruned_loss=0.1172, over 2611288.34 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06768, over 41402.53 utterances.], batch size: 98, lr: 3.93e-04 +2022-09-17 23:44:16,043 INFO [train.py:885] (1/2) Epoch 12, batch 600, loss[loss=0.199, simple_loss=0.2683, pruned_loss=0.06484, over 13880.00 frames. utt_duration=806.4 frames, utt_pad_proportion=0.06018, over 69.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3605, pruned_loss=0.117, over 2648323.64 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06811, over 41392.66 utterances.], batch size: 69, lr: 3.93e-04 +2022-09-17 23:44:45,411 INFO [train.py:885] (1/2) Epoch 12, batch 650, loss[loss=0.6431, simple_loss=0.6781, pruned_loss=0.3041, over 12527.00 frames. utt_duration=63.45 frames, utt_pad_proportion=0.1425, over 810.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3601, pruned_loss=0.1172, over 2671852.12 frames. utt_duration=256 frames, utt_pad_proportion=0.0721, over 41983.94 utterances.], batch size: 810, lr: 3.93e-04 +2022-09-17 23:45:15,164 INFO [train.py:885] (1/2) Epoch 12, batch 700, loss[loss=0.2915, simple_loss=0.3592, pruned_loss=0.1119, over 14311.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.0381, over 180.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3581, pruned_loss=0.1163, over 2695613.79 frames. utt_duration=261.8 frames, utt_pad_proportion=0.07098, over 41426.01 utterances.], batch size: 180, lr: 3.93e-04 +2022-09-17 23:45:44,203 INFO [train.py:885] (1/2) Epoch 12, batch 750, loss[loss=0.2542, simple_loss=0.3194, pruned_loss=0.09451, over 14270.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.04527, over 110.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3585, pruned_loss=0.1163, over 2712098.15 frames. utt_duration=259.9 frames, utt_pad_proportion=0.07151, over 41987.79 utterances.], batch size: 110, lr: 3.93e-04 +2022-09-17 23:46:13,897 INFO [train.py:885] (1/2) Epoch 12, batch 800, loss[loss=0.282, simple_loss=0.3268, pruned_loss=0.1186, over 14037.00 frames. utt_duration=803.5 frames, utt_pad_proportion=0.06243, over 70.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3621, pruned_loss=0.1188, over 2731130.49 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06927, over 42905.79 utterances.], batch size: 70, lr: 3.93e-04 +2022-09-17 23:46:43,711 INFO [train.py:885] (1/2) Epoch 12, batch 850, loss[loss=0.1717, simple_loss=0.2289, pruned_loss=0.0573, over 13136.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.1155, over 33.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.3629, pruned_loss=0.1195, over 2737192.62 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07239, over 43681.87 utterances.], batch size: 33, lr: 3.93e-04 +2022-09-17 23:47:13,183 INFO [train.py:885] (1/2) Epoch 12, batch 900, loss[loss=0.1797, simple_loss=0.2339, pruned_loss=0.06276, over 13269.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.1017, over 33.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3608, pruned_loss=0.1184, over 2745502.93 frames. utt_duration=257.7 frames, utt_pad_proportion=0.07123, over 42862.02 utterances.], batch size: 33, lr: 3.93e-04 +2022-09-17 23:47:43,105 INFO [train.py:885] (1/2) Epoch 12, batch 950, loss[loss=0.2252, simple_loss=0.2909, pruned_loss=0.07974, over 13855.00 frames. utt_duration=804.8 frames, utt_pad_proportion=0.06199, over 69.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.368, pruned_loss=0.1218, over 2752415.63 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07338, over 45919.80 utterances.], batch size: 69, lr: 3.93e-04 +2022-09-17 23:48:19,404 INFO [train.py:885] (1/2) Epoch 12, batch 1000, loss[loss=0.3243, simple_loss=0.39, pruned_loss=0.1293, over 14311.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03929, over 283.00 utterances.], tot_loss[loss=0.3117, simple_loss=0.3728, pruned_loss=0.1253, over 2762364.68 frames. utt_duration=238 frames, utt_pad_proportion=0.07297, over 46707.92 utterances.], batch size: 283, lr: 3.92e-04 +2022-09-17 23:48:49,160 INFO [train.py:885] (1/2) Epoch 12, batch 1050, loss[loss=0.3987, simple_loss=0.4278, pruned_loss=0.1849, over 14303.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03909, over 283.00 utterances.], tot_loss[loss=0.3165, simple_loss=0.3782, pruned_loss=0.1274, over 2761752.56 frames. utt_duration=225.1 frames, utt_pad_proportion=0.07403, over 49405.43 utterances.], batch size: 283, lr: 3.92e-04 +2022-09-17 23:49:18,521 INFO [train.py:885] (1/2) Epoch 12, batch 1100, loss[loss=0.4233, simple_loss=0.4639, pruned_loss=0.1913, over 13985.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05653, over 365.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.3707, pruned_loss=0.124, over 2768812.51 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07193, over 46180.22 utterances.], batch size: 365, lr: 3.92e-04 +2022-09-17 23:49:48,453 INFO [train.py:885] (1/2) Epoch 12, batch 1150, loss[loss=0.2789, simple_loss=0.3374, pruned_loss=0.1102, over 14291.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.03883, over 120.00 utterances.], tot_loss[loss=0.3112, simple_loss=0.3723, pruned_loss=0.1251, over 2772494.27 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07212, over 46831.78 utterances.], batch size: 120, lr: 3.92e-04 +2022-09-17 23:50:18,749 INFO [train.py:885] (1/2) Epoch 12, batch 1200, loss[loss=0.1773, simple_loss=0.2346, pruned_loss=0.05999, over 13366.00 frames. utt_duration=1622 frames, utt_pad_proportion=0.1015, over 33.00 utterances.], tot_loss[loss=0.3114, simple_loss=0.373, pruned_loss=0.1249, over 2772519.74 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07289, over 47138.99 utterances.], batch size: 33, lr: 3.92e-04 +2022-09-17 23:50:48,333 INFO [train.py:885] (1/2) Epoch 12, batch 1250, loss[loss=0.3166, simple_loss=0.3653, pruned_loss=0.1339, over 14287.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04101, over 120.00 utterances.], tot_loss[loss=0.3101, simple_loss=0.3714, pruned_loss=0.1244, over 2771357.04 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07187, over 46857.39 utterances.], batch size: 120, lr: 3.92e-04 +2022-09-17 23:51:18,143 INFO [train.py:885] (1/2) Epoch 12, batch 1300, loss[loss=0.1728, simple_loss=0.2342, pruned_loss=0.05574, over 13419.00 frames. utt_duration=1279 frames, utt_pad_proportion=0.0997, over 42.00 utterances.], tot_loss[loss=0.3078, simple_loss=0.3693, pruned_loss=0.1232, over 2773503.70 frames. utt_duration=241.3 frames, utt_pad_proportion=0.0711, over 46266.26 utterances.], batch size: 42, lr: 3.92e-04 +2022-09-17 23:51:48,442 INFO [train.py:885] (1/2) Epoch 12, batch 1350, loss[loss=0.2558, simple_loss=0.3141, pruned_loss=0.09874, over 14184.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04433, over 109.00 utterances.], tot_loss[loss=0.3086, simple_loss=0.3697, pruned_loss=0.1238, over 2771103.67 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07342, over 46741.59 utterances.], batch size: 109, lr: 3.92e-04 +2022-09-17 23:52:18,119 INFO [train.py:885] (1/2) Epoch 12, batch 1400, loss[loss=0.3863, simple_loss=0.4298, pruned_loss=0.1714, over 14292.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.03989, over 283.00 utterances.], tot_loss[loss=0.3099, simple_loss=0.3712, pruned_loss=0.1242, over 2775637.19 frames. utt_duration=238 frames, utt_pad_proportion=0.07389, over 46950.09 utterances.], batch size: 283, lr: 3.92e-04 +2022-09-17 23:52:46,939 INFO [train.py:885] (1/2) Epoch 12, batch 1450, loss[loss=0.2004, simple_loss=0.2655, pruned_loss=0.06768, over 13868.00 frames. utt_duration=805.3 frames, utt_pad_proportion=0.06248, over 69.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.366, pruned_loss=0.1214, over 2774197.72 frames. utt_duration=245 frames, utt_pad_proportion=0.075, over 45572.70 utterances.], batch size: 69, lr: 3.92e-04 +2022-09-17 23:53:17,304 INFO [train.py:885] (1/2) Epoch 12, batch 1500, loss[loss=0.1659, simple_loss=0.2099, pruned_loss=0.06097, over 12738.00 frames. utt_duration=2125 frames, utt_pad_proportion=0.1395, over 24.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3684, pruned_loss=0.1228, over 2773887.13 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07486, over 46551.21 utterances.], batch size: 24, lr: 3.92e-04 +2022-09-17 23:53:46,860 INFO [train.py:885] (1/2) Epoch 12, batch 1550, loss[loss=0.267, simple_loss=0.3456, pruned_loss=0.09416, over 14336.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03966, over 167.00 utterances.], tot_loss[loss=0.308, simple_loss=0.3693, pruned_loss=0.1233, over 2775434.97 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07438, over 46966.57 utterances.], batch size: 167, lr: 3.92e-04 +2022-09-17 23:54:15,976 INFO [train.py:885] (1/2) Epoch 12, batch 1600, loss[loss=0.219, simple_loss=0.2791, pruned_loss=0.07946, over 13547.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08737, over 50.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3657, pruned_loss=0.1216, over 2779124.19 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07197, over 44539.34 utterances.], batch size: 50, lr: 3.92e-04 +2022-09-17 23:54:45,189 INFO [train.py:885] (1/2) Epoch 12, batch 1650, loss[loss=0.4369, simple_loss=0.4553, pruned_loss=0.2092, over 14299.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.0415, over 154.00 utterances.], tot_loss[loss=0.3049, simple_loss=0.3664, pruned_loss=0.1217, over 2773399.64 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07287, over 45021.94 utterances.], batch size: 154, lr: 3.92e-04 +2022-09-17 23:55:14,885 INFO [train.py:885] (1/2) Epoch 12, batch 1700, loss[loss=0.2706, simple_loss=0.3488, pruned_loss=0.0962, over 14360.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03791, over 167.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3642, pruned_loss=0.12, over 2778151.60 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07212, over 44607.10 utterances.], batch size: 167, lr: 3.91e-04 +2022-09-17 23:55:44,381 INFO [train.py:885] (1/2) Epoch 12, batch 1750, loss[loss=0.2968, simple_loss=0.3682, pruned_loss=0.1127, over 14318.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04005, over 154.00 utterances.], tot_loss[loss=0.3028, simple_loss=0.3657, pruned_loss=0.1199, over 2776379.42 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07231, over 45726.63 utterances.], batch size: 154, lr: 3.91e-04 +2022-09-17 23:56:14,140 INFO [train.py:885] (1/2) Epoch 12, batch 1800, loss[loss=0.4229, simple_loss=0.4981, pruned_loss=0.1738, over 13142.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.304, simple_loss=0.3664, pruned_loss=0.1208, over 2777394.92 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07307, over 45856.33 utterances.], batch size: 653, lr: 3.91e-04 +2022-09-17 23:56:43,623 INFO [train.py:885] (1/2) Epoch 12, batch 1850, loss[loss=0.338, simple_loss=0.4261, pruned_loss=0.125, over 13667.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07274, over 478.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3669, pruned_loss=0.1213, over 2781907.01 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07134, over 46109.84 utterances.], batch size: 478, lr: 3.91e-04 +2022-09-17 23:57:12,810 INFO [train.py:885] (1/2) Epoch 12, batch 1900, loss[loss=0.2227, simple_loss=0.2544, pruned_loss=0.09554, over 13002.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.126, over 33.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3685, pruned_loss=0.1218, over 2780594.73 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07317, over 46882.15 utterances.], batch size: 33, lr: 3.91e-04 +2022-09-17 23:57:42,228 INFO [train.py:885] (1/2) Epoch 12, batch 1950, loss[loss=0.1534, simple_loss=0.2158, pruned_loss=0.04553, over 12366.00 frames. utt_duration=2062 frames, utt_pad_proportion=0.1474, over 24.00 utterances.], tot_loss[loss=0.3019, simple_loss=0.3645, pruned_loss=0.1197, over 2780465.64 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0709, over 45550.02 utterances.], batch size: 24, lr: 3.91e-04 +2022-09-17 23:58:11,006 INFO [train.py:885] (1/2) Epoch 12, batch 2000, loss[loss=0.3042, simple_loss=0.3926, pruned_loss=0.1079, over 13964.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05862, over 365.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3631, pruned_loss=0.1187, over 2781239.35 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07139, over 44419.80 utterances.], batch size: 365, lr: 3.91e-04 +2022-09-17 23:58:41,412 INFO [train.py:885] (1/2) Epoch 12, batch 2050, loss[loss=0.1904, simple_loss=0.2512, pruned_loss=0.06477, over 13500.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.07922, over 41.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3581, pruned_loss=0.1165, over 2781465.76 frames. utt_duration=267.3 frames, utt_pad_proportion=0.06973, over 41854.83 utterances.], batch size: 41, lr: 3.91e-04 +2022-09-17 23:59:11,222 INFO [train.py:885] (1/2) Epoch 12, batch 2100, loss[loss=0.219, simple_loss=0.2763, pruned_loss=0.0809, over 14104.00 frames. utt_duration=807.4 frames, utt_pad_proportion=0.05674, over 70.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3562, pruned_loss=0.1155, over 2789047.63 frames. utt_duration=278.8 frames, utt_pad_proportion=0.06654, over 40220.60 utterances.], batch size: 70, lr: 3.91e-04 +2022-09-17 23:59:40,943 INFO [train.py:885] (1/2) Epoch 12, batch 2150, loss[loss=0.1633, simple_loss=0.2342, pruned_loss=0.04617, over 13739.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.07712, over 42.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3624, pruned_loss=0.1182, over 2783692.91 frames. utt_duration=258.2 frames, utt_pad_proportion=0.07161, over 43365.83 utterances.], batch size: 42, lr: 3.91e-04 +2022-09-18 00:00:11,167 INFO [train.py:885] (1/2) Epoch 12, batch 2200, loss[loss=0.2919, simple_loss=0.3589, pruned_loss=0.1125, over 14329.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04005, over 167.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3652, pruned_loss=0.119, over 2779777.34 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07144, over 44801.79 utterances.], batch size: 167, lr: 3.91e-04 +2022-09-18 00:00:40,599 INFO [train.py:885] (1/2) Epoch 12, batch 2250, loss[loss=0.2224, simple_loss=0.2941, pruned_loss=0.0753, over 13818.00 frames. utt_duration=802.6 frames, utt_pad_proportion=0.0657, over 69.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3652, pruned_loss=0.1197, over 2777155.22 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07384, over 45408.55 utterances.], batch size: 69, lr: 3.91e-04 +2022-09-18 00:01:10,727 INFO [train.py:885] (1/2) Epoch 12, batch 2300, loss[loss=0.2211, simple_loss=0.2898, pruned_loss=0.07616, over 14048.00 frames. utt_duration=712.9 frames, utt_pad_proportion=0.0558, over 79.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3682, pruned_loss=0.1212, over 2778116.91 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07494, over 46532.87 utterances.], batch size: 79, lr: 3.91e-04 +2022-09-18 00:01:40,246 INFO [train.py:885] (1/2) Epoch 12, batch 2350, loss[loss=0.3221, simple_loss=0.3793, pruned_loss=0.1324, over 14252.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04164, over 225.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3686, pruned_loss=0.1215, over 2783226.25 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07412, over 46366.52 utterances.], batch size: 225, lr: 3.91e-04 +2022-09-18 00:02:10,171 INFO [train.py:885] (1/2) Epoch 12, batch 2400, loss[loss=0.3321, simple_loss=0.4132, pruned_loss=0.1255, over 13981.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05713, over 365.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3681, pruned_loss=0.1206, over 2780127.20 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07526, over 46356.96 utterances.], batch size: 365, lr: 3.91e-04 +2022-09-18 00:02:39,690 INFO [train.py:885] (1/2) Epoch 12, batch 2450, loss[loss=0.3698, simple_loss=0.4145, pruned_loss=0.1626, over 14204.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04432, over 306.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.3678, pruned_loss=0.1204, over 2784410.87 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07252, over 45806.68 utterances.], batch size: 306, lr: 3.90e-04 +2022-09-18 00:03:09,009 INFO [train.py:885] (1/2) Epoch 12, batch 2500, loss[loss=0.2388, simple_loss=0.3101, pruned_loss=0.08382, over 14232.00 frames. utt_duration=518.9 frames, utt_pad_proportion=0.04781, over 110.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.368, pruned_loss=0.1203, over 2787326.14 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07083, over 45703.70 utterances.], batch size: 110, lr: 3.90e-04 +2022-09-18 00:03:39,087 INFO [train.py:885] (1/2) Epoch 12, batch 2550, loss[loss=0.3392, simple_loss=0.418, pruned_loss=0.1302, over 13964.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05797, over 365.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3704, pruned_loss=0.1218, over 2780091.57 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07296, over 47232.31 utterances.], batch size: 365, lr: 3.90e-04 +2022-09-18 00:04:08,635 INFO [train.py:885] (1/2) Epoch 12, batch 2600, loss[loss=0.3104, simple_loss=0.3788, pruned_loss=0.121, over 14343.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03708, over 262.00 utterances.], tot_loss[loss=0.3056, simple_loss=0.3692, pruned_loss=0.121, over 2784087.10 frames. utt_duration=241.6 frames, utt_pad_proportion=0.0715, over 46378.20 utterances.], batch size: 262, lr: 3.90e-04 +2022-09-18 00:04:38,219 INFO [train.py:885] (1/2) Epoch 12, batch 2650, loss[loss=0.2188, simple_loss=0.2596, pruned_loss=0.08901, over 12484.00 frames. utt_duration=1999 frames, utt_pad_proportion=0.1409, over 25.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.365, pruned_loss=0.1191, over 2779836.52 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07056, over 45221.50 utterances.], batch size: 25, lr: 3.90e-04 +2022-09-18 00:05:07,200 INFO [train.py:885] (1/2) Epoch 12, batch 2700, loss[loss=0.181, simple_loss=0.2523, pruned_loss=0.05489, over 13807.00 frames. utt_duration=801.9 frames, utt_pad_proportion=0.06651, over 69.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3644, pruned_loss=0.1193, over 2779474.92 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07061, over 44289.02 utterances.], batch size: 69, lr: 3.90e-04 +2022-09-18 00:05:36,723 INFO [train.py:885] (1/2) Epoch 12, batch 2750, loss[loss=0.2541, simple_loss=0.3242, pruned_loss=0.09204, over 14276.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04147, over 141.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3647, pruned_loss=0.1194, over 2781566.18 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06874, over 44799.22 utterances.], batch size: 141, lr: 3.90e-04 +2022-09-18 00:06:06,785 INFO [train.py:885] (1/2) Epoch 12, batch 2800, loss[loss=0.1899, simple_loss=0.2478, pruned_loss=0.06599, over 13611.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08236, over 50.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3598, pruned_loss=0.1167, over 2779489.34 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06789, over 43372.27 utterances.], batch size: 50, lr: 3.90e-04 +2022-09-18 00:06:36,187 INFO [train.py:885] (1/2) Epoch 12, batch 2850, loss[loss=0.2314, simple_loss=0.2887, pruned_loss=0.08702, over 13135.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.1059, over 26.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3639, pruned_loss=0.1191, over 2773864.53 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07214, over 45268.52 utterances.], batch size: 26, lr: 3.90e-04 +2022-09-18 00:07:06,139 INFO [train.py:885] (1/2) Epoch 12, batch 2900, loss[loss=0.1933, simple_loss=0.2514, pruned_loss=0.06756, over 12018.00 frames. utt_duration=2005 frames, utt_pad_proportion=0.1747, over 24.00 utterances.], tot_loss[loss=0.3063, simple_loss=0.3684, pruned_loss=0.1221, over 2774966.54 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07167, over 46594.99 utterances.], batch size: 24, lr: 3.90e-04 +2022-09-18 00:07:35,875 INFO [train.py:885] (1/2) Epoch 12, batch 2950, loss[loss=0.329, simple_loss=0.3927, pruned_loss=0.1327, over 14279.00 frames. utt_duration=219.4 frames, utt_pad_proportion=0.04177, over 262.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3663, pruned_loss=0.1211, over 2777936.93 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07124, over 45705.88 utterances.], batch size: 262, lr: 3.90e-04 +2022-09-18 00:08:05,599 INFO [train.py:885] (1/2) Epoch 12, batch 3000, loss[loss=0.1911, simple_loss=0.2532, pruned_loss=0.06447, over 13972.00 frames. utt_duration=799.8 frames, utt_pad_proportion=0.06564, over 70.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3665, pruned_loss=0.1213, over 2776278.40 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07128, over 46397.76 utterances.], batch size: 70, lr: 3.90e-04 +2022-09-18 00:08:05,599 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 00:08:10,309 INFO [train.py:914] (1/2) Epoch 12, validation: loss=0.204, simple_loss=0.2849, pruned_loss=0.06157, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 00:08:40,531 INFO [train.py:885] (1/2) Epoch 12, batch 3050, loss[loss=0.3307, simple_loss=0.3964, pruned_loss=0.1325, over 14337.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03795, over 283.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.367, pruned_loss=0.1217, over 2778393.95 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07069, over 46183.38 utterances.], batch size: 283, lr: 3.90e-04 +2022-09-18 00:09:08,996 INFO [train.py:885] (1/2) Epoch 12, batch 3100, loss[loss=0.25, simple_loss=0.3126, pruned_loss=0.09372, over 14021.00 frames. utt_duration=711.5 frames, utt_pad_proportion=0.05889, over 79.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3637, pruned_loss=0.1192, over 2778999.11 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0697, over 45393.98 utterances.], batch size: 79, lr: 3.90e-04 +2022-09-18 00:09:38,048 INFO [train.py:885] (1/2) Epoch 12, batch 3150, loss[loss=0.1824, simple_loss=0.2404, pruned_loss=0.06223, over 13600.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.08611, over 42.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.3647, pruned_loss=0.1189, over 2782542.77 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06829, over 46320.76 utterances.], batch size: 42, lr: 3.89e-04 +2022-09-18 00:10:08,056 INFO [train.py:885] (1/2) Epoch 12, batch 3200, loss[loss=0.1845, simple_loss=0.2343, pruned_loss=0.06735, over 13598.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08405, over 50.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3649, pruned_loss=0.1193, over 2778382.62 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07094, over 46661.06 utterances.], batch size: 50, lr: 3.89e-04 +2022-09-18 00:10:38,237 INFO [train.py:885] (1/2) Epoch 12, batch 3250, loss[loss=0.2086, simple_loss=0.2699, pruned_loss=0.07365, over 12984.00 frames. utt_duration=2079 frames, utt_pad_proportion=0.1286, over 25.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3686, pruned_loss=0.1217, over 2777252.77 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07216, over 47461.14 utterances.], batch size: 25, lr: 3.89e-04 +2022-09-18 00:11:08,034 INFO [train.py:885] (1/2) Epoch 12, batch 3300, loss[loss=0.5688, simple_loss=0.6345, pruned_loss=0.2516, over 12557.00 frames. utt_duration=63.57 frames, utt_pad_proportion=0.1409, over 810.00 utterances.], tot_loss[loss=0.3094, simple_loss=0.3713, pruned_loss=0.1237, over 2778167.93 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07331, over 48083.32 utterances.], batch size: 810, lr: 3.89e-04 +2022-09-18 00:11:37,281 INFO [train.py:885] (1/2) Epoch 12, batch 3350, loss[loss=0.2544, simple_loss=0.3283, pruned_loss=0.09024, over 14206.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04851, over 141.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3672, pruned_loss=0.1211, over 2776462.27 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07269, over 46670.47 utterances.], batch size: 141, lr: 3.89e-04 +2022-09-18 00:12:07,194 INFO [train.py:885] (1/2) Epoch 12, batch 3400, loss[loss=0.4682, simple_loss=0.5003, pruned_loss=0.2181, over 13985.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05718, over 365.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3707, pruned_loss=0.1225, over 2776268.29 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07412, over 48141.04 utterances.], batch size: 365, lr: 3.89e-04 +2022-09-18 00:12:36,515 INFO [train.py:885] (1/2) Epoch 12, batch 3450, loss[loss=0.1746, simple_loss=0.2344, pruned_loss=0.0574, over 13048.00 frames. utt_duration=2089 frames, utt_pad_proportion=0.09982, over 25.00 utterances.], tot_loss[loss=0.308, simple_loss=0.3711, pruned_loss=0.1225, over 2778823.65 frames. utt_duration=230.4 frames, utt_pad_proportion=0.07211, over 48545.25 utterances.], batch size: 25, lr: 3.89e-04 +2022-09-18 00:13:06,675 INFO [train.py:885] (1/2) Epoch 12, batch 3500, loss[loss=0.215, simple_loss=0.2747, pruned_loss=0.07765, over 14053.00 frames. utt_duration=713 frames, utt_pad_proportion=0.05693, over 79.00 utterances.], tot_loss[loss=0.3069, simple_loss=0.3702, pruned_loss=0.1218, over 2774902.41 frames. utt_duration=232.1 frames, utt_pad_proportion=0.0745, over 48133.16 utterances.], batch size: 79, lr: 3.89e-04 +2022-09-18 00:13:35,915 INFO [train.py:885] (1/2) Epoch 12, batch 3550, loss[loss=0.227, simple_loss=0.2913, pruned_loss=0.08141, over 14161.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.04535, over 109.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3662, pruned_loss=0.1207, over 2779955.59 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07155, over 45317.50 utterances.], batch size: 109, lr: 3.89e-04 +2022-09-18 00:14:06,031 INFO [train.py:885] (1/2) Epoch 12, batch 3600, loss[loss=0.2135, simple_loss=0.278, pruned_loss=0.07449, over 14152.00 frames. utt_duration=637.3 frames, utt_pad_proportion=0.05019, over 89.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3626, pruned_loss=0.1186, over 2778813.31 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07271, over 44229.50 utterances.], batch size: 89, lr: 3.89e-04 +2022-09-18 00:14:35,303 INFO [train.py:885] (1/2) Epoch 12, batch 3650, loss[loss=0.2697, simple_loss=0.3442, pruned_loss=0.09754, over 14353.00 frames. utt_duration=371.8 frames, utt_pad_proportion=0.03916, over 155.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3643, pruned_loss=0.1205, over 2776777.98 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07166, over 44177.12 utterances.], batch size: 155, lr: 3.89e-04 +2022-09-18 00:15:05,281 INFO [train.py:885] (1/2) Epoch 12, batch 3700, loss[loss=0.35, simple_loss=0.4028, pruned_loss=0.1486, over 14344.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03807, over 262.00 utterances.], tot_loss[loss=0.3063, simple_loss=0.3681, pruned_loss=0.1223, over 2777298.49 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07226, over 46086.97 utterances.], batch size: 262, lr: 3.89e-04 +2022-09-18 00:15:35,155 INFO [train.py:885] (1/2) Epoch 12, batch 3750, loss[loss=0.3304, simple_loss=0.3919, pruned_loss=0.1345, over 14354.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0356, over 226.00 utterances.], tot_loss[loss=0.308, simple_loss=0.3694, pruned_loss=0.1233, over 2770422.58 frames. utt_duration=238 frames, utt_pad_proportion=0.07593, over 46849.33 utterances.], batch size: 226, lr: 3.89e-04 +2022-09-18 00:16:13,701 INFO [train.py:885] (1/2) Epoch 12, batch 3800, loss[loss=0.265, simple_loss=0.312, pruned_loss=0.1091, over 14010.00 frames. utt_duration=802.2 frames, utt_pad_proportion=0.06179, over 70.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3686, pruned_loss=0.123, over 2770609.99 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07578, over 46333.36 utterances.], batch size: 70, lr: 3.89e-04 +2022-09-18 00:16:43,853 INFO [train.py:885] (1/2) Epoch 12, batch 3850, loss[loss=0.2861, simple_loss=0.3569, pruned_loss=0.1076, over 14331.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.0377, over 120.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3668, pruned_loss=0.1214, over 2771798.82 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07512, over 45958.01 utterances.], batch size: 120, lr: 3.89e-04 +2022-09-18 00:17:12,902 INFO [train.py:885] (1/2) Epoch 12, batch 3900, loss[loss=0.2305, simple_loss=0.2951, pruned_loss=0.08295, over 13917.00 frames. utt_duration=706.1 frames, utt_pad_proportion=0.06478, over 79.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.366, pruned_loss=0.1201, over 2777148.59 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07351, over 46105.67 utterances.], batch size: 79, lr: 3.88e-04 +2022-09-18 00:17:42,706 INFO [train.py:885] (1/2) Epoch 12, batch 3950, loss[loss=0.2949, simple_loss=0.3698, pruned_loss=0.11, over 14314.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03942, over 262.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3679, pruned_loss=0.1225, over 2779576.40 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07273, over 45960.89 utterances.], batch size: 262, lr: 3.88e-04 +2022-09-18 00:18:12,365 INFO [train.py:885] (1/2) Epoch 12, batch 4000, loss[loss=0.4193, simple_loss=0.4814, pruned_loss=0.1786, over 13755.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07283, over 411.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3678, pruned_loss=0.1221, over 2787453.20 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06986, over 45658.38 utterances.], batch size: 411, lr: 3.88e-04 +2022-09-18 00:18:42,277 INFO [train.py:885] (1/2) Epoch 12, batch 4050, loss[loss=0.2097, simple_loss=0.261, pruned_loss=0.0792, over 13667.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07398, over 50.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3685, pruned_loss=0.1215, over 2783306.17 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07218, over 46129.80 utterances.], batch size: 50, lr: 3.88e-04 +2022-09-18 00:19:11,891 INFO [train.py:885] (1/2) Epoch 12, batch 4100, loss[loss=0.2065, simple_loss=0.2685, pruned_loss=0.0723, over 13754.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.07567, over 42.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3681, pruned_loss=0.1213, over 2783418.51 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07171, over 45938.35 utterances.], batch size: 42, lr: 3.88e-04 +2022-09-18 00:19:41,811 INFO [train.py:885] (1/2) Epoch 12, batch 4150, loss[loss=0.2103, simple_loss=0.2844, pruned_loss=0.06809, over 14163.00 frames. utt_duration=637.8 frames, utt_pad_proportion=0.04941, over 89.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3659, pruned_loss=0.1194, over 2781248.38 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07142, over 45578.43 utterances.], batch size: 89, lr: 3.88e-04 +2022-09-18 00:20:11,385 INFO [train.py:885] (1/2) Epoch 12, batch 4200, loss[loss=0.3232, simple_loss=0.3684, pruned_loss=0.139, over 14130.00 frames. utt_duration=520 frames, utt_pad_proportion=0.04764, over 109.00 utterances.], tot_loss[loss=0.3028, simple_loss=0.3661, pruned_loss=0.1197, over 2781813.77 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07025, over 45251.23 utterances.], batch size: 109, lr: 3.88e-04 +2022-09-18 00:20:41,081 INFO [train.py:885] (1/2) Epoch 12, batch 4250, loss[loss=0.3011, simple_loss=0.3611, pruned_loss=0.1206, over 14345.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03893, over 167.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.362, pruned_loss=0.1177, over 2782678.35 frames. utt_duration=256.1 frames, utt_pad_proportion=0.07029, over 43716.10 utterances.], batch size: 167, lr: 3.88e-04 +2022-09-18 00:21:10,504 INFO [train.py:885] (1/2) Epoch 12, batch 4300, loss[loss=0.3035, simple_loss=0.3754, pruned_loss=0.1158, over 14294.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.04016, over 195.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3595, pruned_loss=0.1166, over 2782357.03 frames. utt_duration=261.1 frames, utt_pad_proportion=0.06941, over 42870.40 utterances.], batch size: 195, lr: 3.88e-04 +2022-09-18 00:21:40,386 INFO [train.py:885] (1/2) Epoch 12, batch 4350, loss[loss=0.3284, simple_loss=0.3923, pruned_loss=0.1322, over 14296.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.0401, over 283.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3585, pruned_loss=0.1166, over 2784059.86 frames. utt_duration=267.8 frames, utt_pad_proportion=0.06671, over 41807.43 utterances.], batch size: 283, lr: 3.88e-04 +2022-09-18 00:22:10,019 INFO [train.py:885] (1/2) Epoch 12, batch 4400, loss[loss=0.3797, simple_loss=0.4685, pruned_loss=0.1454, over 13601.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08329, over 477.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3628, pruned_loss=0.1192, over 2780864.90 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07001, over 43480.74 utterances.], batch size: 477, lr: 3.88e-04 +2022-09-18 00:22:39,766 INFO [train.py:885] (1/2) Epoch 12, batch 4450, loss[loss=0.3084, simple_loss=0.3758, pruned_loss=0.1205, over 14256.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04234, over 225.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3642, pruned_loss=0.1202, over 2780244.57 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07012, over 44501.00 utterances.], batch size: 225, lr: 3.88e-04 +2022-09-18 00:23:09,658 INFO [train.py:885] (1/2) Epoch 12, batch 4500, loss[loss=0.4466, simple_loss=0.5185, pruned_loss=0.1873, over 13127.00 frames. utt_duration=81.86 frames, utt_pad_proportion=0.1102, over 653.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3632, pruned_loss=0.1192, over 2781183.49 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07075, over 44424.16 utterances.], batch size: 653, lr: 3.88e-04 +2022-09-18 00:23:38,723 INFO [train.py:885] (1/2) Epoch 12, batch 4550, loss[loss=0.1901, simple_loss=0.2463, pruned_loss=0.06688, over 13846.00 frames. utt_duration=924.5 frames, utt_pad_proportion=0.07085, over 60.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3601, pruned_loss=0.1177, over 2782836.20 frames. utt_duration=262.4 frames, utt_pad_proportion=0.06843, over 42660.58 utterances.], batch size: 60, lr: 3.88e-04 +2022-09-18 00:24:08,174 INFO [train.py:885] (1/2) Epoch 12, batch 4600, loss[loss=0.1962, simple_loss=0.2535, pruned_loss=0.0694, over 13246.00 frames. utt_duration=1607 frames, utt_pad_proportion=0.1083, over 33.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3614, pruned_loss=0.1184, over 2784835.48 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06834, over 43269.63 utterances.], batch size: 33, lr: 3.88e-04 +2022-09-18 00:24:37,765 INFO [train.py:885] (1/2) Epoch 12, batch 4650, loss[loss=0.3858, simple_loss=0.4342, pruned_loss=0.1687, over 14194.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04533, over 306.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3607, pruned_loss=0.1184, over 2782732.41 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06947, over 43571.34 utterances.], batch size: 306, lr: 3.87e-04 +2022-09-18 00:25:07,967 INFO [train.py:885] (1/2) Epoch 12, batch 4700, loss[loss=0.438, simple_loss=0.4609, pruned_loss=0.2075, over 14269.00 frames. utt_duration=203.1 frames, utt_pad_proportion=0.04184, over 283.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3618, pruned_loss=0.1186, over 2776883.30 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07121, over 44273.11 utterances.], batch size: 283, lr: 3.87e-04 +2022-09-18 00:25:37,228 INFO [train.py:885] (1/2) Epoch 12, batch 4750, loss[loss=0.3521, simple_loss=0.4077, pruned_loss=0.1483, over 14231.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04282, over 306.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3636, pruned_loss=0.1193, over 2777185.58 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07062, over 44617.03 utterances.], batch size: 306, lr: 3.87e-04 +2022-09-18 00:26:06,629 INFO [train.py:885] (1/2) Epoch 12, batch 4800, loss[loss=0.1788, simple_loss=0.2438, pruned_loss=0.05689, over 13499.00 frames. utt_duration=1637 frames, utt_pad_proportion=0.0925, over 33.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3623, pruned_loss=0.1183, over 2778443.03 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07027, over 43803.14 utterances.], batch size: 33, lr: 3.87e-04 +2022-09-18 00:26:35,971 INFO [train.py:885] (1/2) Epoch 12, batch 4850, loss[loss=0.2095, simple_loss=0.2914, pruned_loss=0.06378, over 13952.00 frames. utt_duration=707.6 frames, utt_pad_proportion=0.06396, over 79.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3653, pruned_loss=0.1195, over 2779371.73 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06997, over 45401.58 utterances.], batch size: 79, lr: 3.87e-04 +2022-09-18 00:27:05,526 INFO [train.py:885] (1/2) Epoch 12, batch 4900, loss[loss=0.2905, simple_loss=0.3592, pruned_loss=0.1108, over 14315.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04135, over 167.00 utterances.], tot_loss[loss=0.305, simple_loss=0.3674, pruned_loss=0.1213, over 2778627.82 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07064, over 45427.79 utterances.], batch size: 167, lr: 3.87e-04 +2022-09-18 00:27:35,045 INFO [train.py:885] (1/2) Epoch 12, batch 4950, loss[loss=0.3, simple_loss=0.3484, pruned_loss=0.1258, over 14024.00 frames. utt_duration=573.9 frames, utt_pad_proportion=0.05767, over 98.00 utterances.], tot_loss[loss=0.3055, simple_loss=0.3682, pruned_loss=0.1215, over 2777422.56 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07055, over 45765.95 utterances.], batch size: 98, lr: 3.87e-04 +2022-09-18 00:28:04,059 INFO [train.py:885] (1/2) Epoch 12, batch 5000, loss[loss=0.1923, simple_loss=0.2588, pruned_loss=0.06295, over 13923.00 frames. utt_duration=929.5 frames, utt_pad_proportion=0.06675, over 60.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3665, pruned_loss=0.1206, over 2781028.01 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06864, over 45062.36 utterances.], batch size: 60, lr: 3.87e-04 +2022-09-18 00:28:34,596 INFO [train.py:885] (1/2) Epoch 12, batch 5050, loss[loss=0.2146, simple_loss=0.2871, pruned_loss=0.07099, over 13277.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09489, over 41.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3652, pruned_loss=0.1197, over 2781251.66 frames. utt_duration=251 frames, utt_pad_proportion=0.06889, over 44591.66 utterances.], batch size: 41, lr: 3.87e-04 +2022-09-18 00:29:04,065 INFO [train.py:885] (1/2) Epoch 12, batch 5100, loss[loss=0.2779, simple_loss=0.3408, pruned_loss=0.1075, over 14207.00 frames. utt_duration=522.8 frames, utt_pad_proportion=0.04254, over 109.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3676, pruned_loss=0.1207, over 2781507.34 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07053, over 45665.25 utterances.], batch size: 109, lr: 3.87e-04 +2022-09-18 00:29:33,938 INFO [train.py:885] (1/2) Epoch 12, batch 5150, loss[loss=0.1747, simple_loss=0.2338, pruned_loss=0.05776, over 13087.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1225, over 33.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3659, pruned_loss=0.1202, over 2782764.59 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06941, over 44375.77 utterances.], batch size: 33, lr: 3.87e-04 +2022-09-18 00:30:03,693 INFO [train.py:885] (1/2) Epoch 12, batch 5200, loss[loss=0.3385, simple_loss=0.3931, pruned_loss=0.1419, over 14326.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03835, over 262.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3654, pruned_loss=0.1203, over 2786557.77 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06757, over 44560.05 utterances.], batch size: 262, lr: 3.87e-04 +2022-09-18 00:30:33,363 INFO [train.py:885] (1/2) Epoch 12, batch 5250, loss[loss=0.212, simple_loss=0.2612, pruned_loss=0.08134, over 14042.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05608, over 79.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3653, pruned_loss=0.12, over 2784401.42 frames. utt_duration=249.6 frames, utt_pad_proportion=0.0667, over 44887.93 utterances.], batch size: 79, lr: 3.87e-04 +2022-09-18 00:31:03,262 INFO [train.py:885] (1/2) Epoch 12, batch 5300, loss[loss=0.2767, simple_loss=0.3585, pruned_loss=0.0975, over 14277.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03981, over 180.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3634, pruned_loss=0.1182, over 2778985.19 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07087, over 45370.71 utterances.], batch size: 180, lr: 3.87e-04 +2022-09-18 00:31:32,460 INFO [train.py:885] (1/2) Epoch 12, batch 5350, loss[loss=0.296, simple_loss=0.3686, pruned_loss=0.1117, over 14328.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03829, over 283.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3641, pruned_loss=0.1186, over 2782915.46 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06869, over 45482.17 utterances.], batch size: 283, lr: 3.86e-04 +2022-09-18 00:32:01,862 INFO [train.py:885] (1/2) Epoch 12, batch 5400, loss[loss=0.1714, simple_loss=0.2357, pruned_loss=0.05355, over 13340.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08812, over 41.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3603, pruned_loss=0.1174, over 2783053.08 frames. utt_duration=259.8 frames, utt_pad_proportion=0.06724, over 43091.04 utterances.], batch size: 41, lr: 3.86e-04 +2022-09-18 00:32:32,204 INFO [train.py:885] (1/2) Epoch 12, batch 5450, loss[loss=0.1949, simple_loss=0.2565, pruned_loss=0.06667, over 13852.00 frames. utt_duration=925.1 frames, utt_pad_proportion=0.06744, over 60.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3636, pruned_loss=0.119, over 2781244.81 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07049, over 44821.29 utterances.], batch size: 60, lr: 3.86e-04 +2022-09-18 00:33:01,866 INFO [train.py:885] (1/2) Epoch 12, batch 5500, loss[loss=0.3785, simple_loss=0.417, pruned_loss=0.17, over 14271.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04038, over 180.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3642, pruned_loss=0.1198, over 2782638.06 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06928, over 44873.74 utterances.], batch size: 180, lr: 3.86e-04 +2022-09-18 00:33:30,509 INFO [train.py:885] (1/2) Epoch 12, batch 5550, loss[loss=0.1976, simple_loss=0.2543, pruned_loss=0.07042, over 14008.00 frames. utt_duration=935.3 frames, utt_pad_proportion=0.06091, over 60.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3654, pruned_loss=0.1203, over 2788612.26 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06702, over 44663.83 utterances.], batch size: 60, lr: 3.86e-04 +2022-09-18 00:34:01,279 INFO [train.py:885] (1/2) Epoch 12, batch 5600, loss[loss=0.2901, simple_loss=0.3346, pruned_loss=0.1228, over 12120.00 frames. utt_duration=2021 frames, utt_pad_proportion=0.1836, over 24.00 utterances.], tot_loss[loss=0.3045, simple_loss=0.3676, pruned_loss=0.1207, over 2782682.44 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07023, over 45814.05 utterances.], batch size: 24, lr: 3.86e-04 +2022-09-18 00:34:30,289 INFO [train.py:885] (1/2) Epoch 12, batch 5650, loss[loss=0.4063, simple_loss=0.4752, pruned_loss=0.1687, over 13619.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07794, over 560.00 utterances.], tot_loss[loss=0.3019, simple_loss=0.3656, pruned_loss=0.1191, over 2784628.11 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06946, over 44777.11 utterances.], batch size: 560, lr: 3.86e-04 +2022-09-18 00:35:00,086 INFO [train.py:885] (1/2) Epoch 12, batch 5700, loss[loss=0.1975, simple_loss=0.2601, pruned_loss=0.06749, over 13635.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.07342, over 50.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3638, pruned_loss=0.1188, over 2784119.69 frames. utt_duration=254.2 frames, utt_pad_proportion=0.0706, over 44059.65 utterances.], batch size: 50, lr: 3.86e-04 +2022-09-18 00:35:29,600 INFO [train.py:885] (1/2) Epoch 12, batch 5750, loss[loss=0.5701, simple_loss=0.6365, pruned_loss=0.2518, over 12453.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.147, over 810.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3661, pruned_loss=0.12, over 2781146.26 frames. utt_duration=246 frames, utt_pad_proportion=0.07243, over 45494.56 utterances.], batch size: 810, lr: 3.86e-04 +2022-09-18 00:35:59,526 INFO [train.py:885] (1/2) Epoch 12, batch 5800, loss[loss=0.3141, simple_loss=0.3802, pruned_loss=0.124, over 14323.00 frames. utt_duration=236.3 frames, utt_pad_proportion=0.03546, over 244.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3645, pruned_loss=0.1201, over 2784613.68 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06975, over 43966.74 utterances.], batch size: 244, lr: 3.86e-04 +2022-09-18 00:36:28,681 INFO [train.py:885] (1/2) Epoch 12, batch 5850, loss[loss=0.4178, simple_loss=0.468, pruned_loss=0.1838, over 13955.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05842, over 365.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3588, pruned_loss=0.1173, over 2786428.08 frames. utt_duration=270.7 frames, utt_pad_proportion=0.06642, over 41394.13 utterances.], batch size: 365, lr: 3.86e-04 +2022-09-18 00:36:58,328 INFO [train.py:885] (1/2) Epoch 12, batch 5900, loss[loss=0.2669, simple_loss=0.3283, pruned_loss=0.1028, over 14317.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03677, over 130.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3595, pruned_loss=0.1175, over 2786028.37 frames. utt_duration=266.1 frames, utt_pad_proportion=0.06708, over 42117.56 utterances.], batch size: 130, lr: 3.86e-04 +2022-09-18 00:37:28,520 INFO [train.py:885] (1/2) Epoch 12, batch 5950, loss[loss=0.3015, simple_loss=0.3607, pruned_loss=0.1212, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03916, over 180.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3645, pruned_loss=0.1195, over 2775991.26 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07352, over 44915.81 utterances.], batch size: 180, lr: 3.86e-04 +2022-09-18 00:37:58,583 INFO [train.py:885] (1/2) Epoch 12, batch 6000, loss[loss=0.4066, simple_loss=0.4309, pruned_loss=0.1911, over 14289.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.0396, over 154.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.3635, pruned_loss=0.1192, over 2772892.64 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07418, over 44924.43 utterances.], batch size: 154, lr: 3.86e-04 +2022-09-18 00:37:58,584 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 00:38:03,330 INFO [train.py:914] (1/2) Epoch 12, validation: loss=0.2036, simple_loss=0.281, pruned_loss=0.06309, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 00:38:33,067 INFO [train.py:885] (1/2) Epoch 12, batch 6050, loss[loss=0.1985, simple_loss=0.2688, pruned_loss=0.06403, over 13948.00 frames. utt_duration=810.2 frames, utt_pad_proportion=0.05677, over 69.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3637, pruned_loss=0.1187, over 2773426.28 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07522, over 45902.31 utterances.], batch size: 69, lr: 3.86e-04 +2022-09-18 00:39:01,826 INFO [train.py:885] (1/2) Epoch 12, batch 6100, loss[loss=0.2483, simple_loss=0.3105, pruned_loss=0.0931, over 14091.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05337, over 98.00 utterances.], tot_loss[loss=0.3056, simple_loss=0.3683, pruned_loss=0.1215, over 2778704.36 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0744, over 46841.89 utterances.], batch size: 98, lr: 3.85e-04 +2022-09-18 00:39:31,845 INFO [train.py:885] (1/2) Epoch 12, batch 6150, loss[loss=0.4993, simple_loss=0.5074, pruned_loss=0.2456, over 14212.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04368, over 306.00 utterances.], tot_loss[loss=0.3053, simple_loss=0.3677, pruned_loss=0.1215, over 2777324.88 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07485, over 46595.34 utterances.], batch size: 306, lr: 3.85e-04 +2022-09-18 00:40:01,190 INFO [train.py:885] (1/2) Epoch 12, batch 6200, loss[loss=0.2745, simple_loss=0.3434, pruned_loss=0.1028, over 14313.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03952, over 130.00 utterances.], tot_loss[loss=0.3071, simple_loss=0.3694, pruned_loss=0.1223, over 2780755.16 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07386, over 47271.30 utterances.], batch size: 130, lr: 3.85e-04 +2022-09-18 00:40:30,119 INFO [train.py:885] (1/2) Epoch 12, batch 6250, loss[loss=0.3089, simple_loss=0.3995, pruned_loss=0.1092, over 13843.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06759, over 411.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3682, pruned_loss=0.1218, over 2783453.15 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07253, over 46425.73 utterances.], batch size: 411, lr: 3.85e-04 +2022-09-18 00:40:59,768 INFO [train.py:885] (1/2) Epoch 12, batch 6300, loss[loss=0.2586, simple_loss=0.3402, pruned_loss=0.08848, over 14289.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04036, over 120.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3663, pruned_loss=0.1203, over 2780607.00 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07443, over 46332.38 utterances.], batch size: 120, lr: 3.85e-04 +2022-09-18 00:41:29,046 INFO [train.py:885] (1/2) Epoch 12, batch 6350, loss[loss=0.2325, simple_loss=0.2841, pruned_loss=0.09051, over 13825.00 frames. utt_duration=922.9 frames, utt_pad_proportion=0.07243, over 60.00 utterances.], tot_loss[loss=0.307, simple_loss=0.3696, pruned_loss=0.1222, over 2782374.04 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07409, over 47017.62 utterances.], batch size: 60, lr: 3.85e-04 +2022-09-18 00:41:58,805 INFO [train.py:885] (1/2) Epoch 12, batch 6400, loss[loss=0.2651, simple_loss=0.3351, pruned_loss=0.09756, over 14313.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03726, over 120.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3684, pruned_loss=0.1222, over 2786148.63 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07118, over 45935.57 utterances.], batch size: 120, lr: 3.85e-04 +2022-09-18 00:42:27,989 INFO [train.py:885] (1/2) Epoch 12, batch 6450, loss[loss=0.2469, simple_loss=0.3165, pruned_loss=0.08862, over 14314.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.04083, over 120.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3671, pruned_loss=0.121, over 2785494.30 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07224, over 45889.54 utterances.], batch size: 120, lr: 3.85e-04 +2022-09-18 00:42:57,467 INFO [train.py:885] (1/2) Epoch 12, batch 6500, loss[loss=0.48, simple_loss=0.497, pruned_loss=0.2315, over 14210.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04509, over 335.00 utterances.], tot_loss[loss=0.3068, simple_loss=0.369, pruned_loss=0.1223, over 2785242.51 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07268, over 46820.76 utterances.], batch size: 335, lr: 3.85e-04 +2022-09-18 00:43:27,126 INFO [train.py:885] (1/2) Epoch 12, batch 6550, loss[loss=0.3287, simple_loss=0.4316, pruned_loss=0.1129, over 13624.00 frames. utt_duration=98.48 frames, utt_pad_proportion=0.07958, over 561.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3657, pruned_loss=0.12, over 2779353.39 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07352, over 46558.06 utterances.], batch size: 561, lr: 3.85e-04 +2022-09-18 00:43:57,090 INFO [train.py:885] (1/2) Epoch 12, batch 6600, loss[loss=0.3282, simple_loss=0.3887, pruned_loss=0.1338, over 14400.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.0346, over 244.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3665, pruned_loss=0.1201, over 2776020.66 frames. utt_duration=238 frames, utt_pad_proportion=0.07455, over 46946.34 utterances.], batch size: 244, lr: 3.85e-04 +2022-09-18 00:44:26,437 INFO [train.py:885] (1/2) Epoch 12, batch 6650, loss[loss=0.2871, simple_loss=0.3706, pruned_loss=0.1019, over 13991.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05638, over 365.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3663, pruned_loss=0.1198, over 2778585.56 frames. utt_duration=237.6 frames, utt_pad_proportion=0.0755, over 47066.90 utterances.], batch size: 365, lr: 3.85e-04 +2022-09-18 00:44:56,063 INFO [train.py:885] (1/2) Epoch 12, batch 6700, loss[loss=0.2125, simple_loss=0.2555, pruned_loss=0.08469, over 13549.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08695, over 50.00 utterances.], tot_loss[loss=0.3048, simple_loss=0.3682, pruned_loss=0.1207, over 2777880.80 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07391, over 47771.67 utterances.], batch size: 50, lr: 3.85e-04 +2022-09-18 00:45:25,559 INFO [train.py:885] (1/2) Epoch 12, batch 6750, loss[loss=0.2111, simple_loss=0.275, pruned_loss=0.07358, over 14113.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.0532, over 98.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3656, pruned_loss=0.1186, over 2777108.29 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07225, over 47068.56 utterances.], batch size: 98, lr: 3.85e-04 +2022-09-18 00:45:54,832 INFO [train.py:885] (1/2) Epoch 12, batch 6800, loss[loss=0.2378, simple_loss=0.3046, pruned_loss=0.08553, over 14057.00 frames. utt_duration=804.8 frames, utt_pad_proportion=0.06089, over 70.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3659, pruned_loss=0.1184, over 2776491.23 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07405, over 47298.66 utterances.], batch size: 70, lr: 3.85e-04 +2022-09-18 00:46:24,421 INFO [train.py:885] (1/2) Epoch 12, batch 6850, loss[loss=0.3346, simple_loss=0.4201, pruned_loss=0.1246, over 13648.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08005, over 477.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.3666, pruned_loss=0.1198, over 2775826.70 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07313, over 47156.91 utterances.], batch size: 477, lr: 3.84e-04 +2022-09-18 00:46:53,542 INFO [train.py:885] (1/2) Epoch 12, batch 6900, loss[loss=0.2495, simple_loss=0.3266, pruned_loss=0.08623, over 14274.00 frames. utt_duration=477.3 frames, utt_pad_proportion=0.04158, over 120.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3649, pruned_loss=0.1192, over 2776746.16 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07208, over 45905.30 utterances.], batch size: 120, lr: 3.84e-04 +2022-09-18 00:47:23,394 INFO [train.py:885] (1/2) Epoch 12, batch 6950, loss[loss=0.2844, simple_loss=0.3586, pruned_loss=0.1051, over 14347.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03763, over 244.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3627, pruned_loss=0.1181, over 2781317.34 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07009, over 45146.60 utterances.], batch size: 244, lr: 3.84e-04 +2022-09-18 00:47:52,657 INFO [train.py:885] (1/2) Epoch 12, batch 7000, loss[loss=0.3356, simple_loss=0.3938, pruned_loss=0.1387, over 14348.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03625, over 195.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3623, pruned_loss=0.1184, over 2778511.78 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07265, over 45209.02 utterances.], batch size: 195, lr: 3.84e-04 +2022-09-18 00:48:23,026 INFO [train.py:885] (1/2) Epoch 12, batch 7050, loss[loss=0.2484, simple_loss=0.3057, pruned_loss=0.09557, over 13605.00 frames. utt_duration=908.4 frames, utt_pad_proportion=0.08797, over 60.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3627, pruned_loss=0.1182, over 2776474.48 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07326, over 45759.17 utterances.], batch size: 60, lr: 3.84e-04 +2022-09-18 00:48:52,461 INFO [train.py:885] (1/2) Epoch 12, batch 7100, loss[loss=0.3081, simple_loss=0.383, pruned_loss=0.1166, over 13943.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05925, over 365.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3614, pruned_loss=0.1183, over 2778648.48 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07122, over 44850.70 utterances.], batch size: 365, lr: 3.84e-04 +2022-09-18 00:49:21,921 INFO [train.py:885] (1/2) Epoch 12, batch 7150, loss[loss=0.3798, simple_loss=0.4746, pruned_loss=0.1425, over 13150.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3619, pruned_loss=0.1182, over 2783994.01 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06944, over 44921.13 utterances.], batch size: 653, lr: 3.84e-04 +2022-09-18 00:49:51,944 INFO [train.py:885] (1/2) Epoch 12, batch 7200, loss[loss=0.3372, simple_loss=0.3949, pruned_loss=0.1398, over 14284.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04065, over 283.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3649, pruned_loss=0.1191, over 2783989.40 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07057, over 45799.35 utterances.], batch size: 283, lr: 3.84e-04 +2022-09-18 00:50:20,933 INFO [train.py:885] (1/2) Epoch 12, batch 7250, loss[loss=0.3199, simple_loss=0.3836, pruned_loss=0.1282, over 14328.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03795, over 195.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3646, pruned_loss=0.1194, over 2784894.74 frames. utt_duration=247.8 frames, utt_pad_proportion=0.0706, over 45229.84 utterances.], batch size: 195, lr: 3.84e-04 +2022-09-18 00:50:50,924 INFO [train.py:885] (1/2) Epoch 12, batch 7300, loss[loss=0.3869, simple_loss=0.476, pruned_loss=0.1489, over 13158.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3638, pruned_loss=0.1193, over 2781919.15 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07081, over 44928.88 utterances.], batch size: 653, lr: 3.84e-04 +2022-09-18 00:51:20,147 INFO [train.py:885] (1/2) Epoch 12, batch 7350, loss[loss=0.2055, simple_loss=0.2692, pruned_loss=0.07088, over 14081.00 frames. utt_duration=714.4 frames, utt_pad_proportion=0.05502, over 79.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.366, pruned_loss=0.1197, over 2780320.04 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07265, over 46701.19 utterances.], batch size: 79, lr: 3.84e-04 +2022-09-18 00:51:49,715 INFO [train.py:885] (1/2) Epoch 12, batch 7400, loss[loss=0.196, simple_loss=0.2452, pruned_loss=0.07343, over 13592.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08189, over 50.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.365, pruned_loss=0.1196, over 2784742.93 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06977, over 45204.97 utterances.], batch size: 50, lr: 3.84e-04 +2022-09-18 00:52:19,243 INFO [train.py:885] (1/2) Epoch 12, batch 7450, loss[loss=0.2219, simple_loss=0.3039, pruned_loss=0.06998, over 14207.00 frames. utt_duration=522.8 frames, utt_pad_proportion=0.04258, over 109.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3623, pruned_loss=0.1188, over 2780082.82 frames. utt_duration=255.7 frames, utt_pad_proportion=0.07094, over 43741.93 utterances.], batch size: 109, lr: 3.84e-04 +2022-09-18 00:52:49,137 INFO [train.py:885] (1/2) Epoch 12, batch 7500, loss[loss=0.3657, simple_loss=0.4181, pruned_loss=0.1567, over 14210.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04365, over 306.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3622, pruned_loss=0.118, over 2778900.61 frames. utt_duration=252.8 frames, utt_pad_proportion=0.0715, over 44229.85 utterances.], batch size: 306, lr: 3.84e-04 +2022-09-18 00:53:18,274 INFO [train.py:885] (1/2) Epoch 12, batch 7550, loss[loss=0.18, simple_loss=0.2441, pruned_loss=0.05793, over 13369.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08831, over 41.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3618, pruned_loss=0.1176, over 2779804.77 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07023, over 44009.47 utterances.], batch size: 41, lr: 3.84e-04 +2022-09-18 00:53:47,810 INFO [train.py:885] (1/2) Epoch 12, batch 7600, loss[loss=0.3547, simple_loss=0.3826, pruned_loss=0.1634, over 14235.00 frames. utt_duration=523.9 frames, utt_pad_proportion=0.04051, over 109.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3678, pruned_loss=0.1218, over 2784221.97 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07125, over 45141.57 utterances.], batch size: 109, lr: 3.84e-04 +2022-09-18 00:54:17,819 INFO [train.py:885] (1/2) Epoch 12, batch 7650, loss[loss=0.2744, simple_loss=0.3442, pruned_loss=0.1023, over 14331.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03988, over 167.00 utterances.], tot_loss[loss=0.3063, simple_loss=0.3684, pruned_loss=0.122, over 2785285.09 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07123, over 45672.32 utterances.], batch size: 167, lr: 3.83e-04 +2022-09-18 00:54:47,993 INFO [train.py:885] (1/2) Epoch 12, batch 7700, loss[loss=0.2799, simple_loss=0.3641, pruned_loss=0.09782, over 14356.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03299, over 244.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3649, pruned_loss=0.1196, over 2781475.93 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07187, over 45059.74 utterances.], batch size: 244, lr: 3.83e-04 +2022-09-18 00:55:16,940 INFO [train.py:885] (1/2) Epoch 12, batch 7750, loss[loss=0.3219, simple_loss=0.3716, pruned_loss=0.1361, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03921, over 180.00 utterances.], tot_loss[loss=0.3047, simple_loss=0.3676, pruned_loss=0.121, over 2780985.30 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07163, over 46160.49 utterances.], batch size: 180, lr: 3.83e-04 +2022-09-18 00:55:46,489 INFO [train.py:885] (1/2) Epoch 12, batch 7800, loss[loss=0.3601, simple_loss=0.4099, pruned_loss=0.1551, over 14250.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04142, over 306.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3654, pruned_loss=0.1197, over 2782882.95 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06951, over 45220.60 utterances.], batch size: 306, lr: 3.83e-04 +2022-09-18 00:56:15,718 INFO [train.py:885] (1/2) Epoch 12, batch 7850, loss[loss=0.5991, simple_loss=0.6628, pruned_loss=0.2677, over 12511.00 frames. utt_duration=63.28 frames, utt_pad_proportion=0.1448, over 811.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3655, pruned_loss=0.1203, over 2785236.72 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06972, over 45125.90 utterances.], batch size: 811, lr: 3.83e-04 +2022-09-18 00:56:45,173 INFO [train.py:885] (1/2) Epoch 12, batch 7900, loss[loss=0.3961, simple_loss=0.4441, pruned_loss=0.174, over 14213.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04387, over 306.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3616, pruned_loss=0.1184, over 2786824.34 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06888, over 43823.64 utterances.], batch size: 306, lr: 3.83e-04 +2022-09-18 00:57:14,827 INFO [train.py:885] (1/2) Epoch 12, batch 7950, loss[loss=0.4275, simple_loss=0.5088, pruned_loss=0.1731, over 13173.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1068, over 653.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3619, pruned_loss=0.1181, over 2781926.87 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07289, over 44827.69 utterances.], batch size: 653, lr: 3.83e-04 +2022-09-18 00:57:45,059 INFO [train.py:885] (1/2) Epoch 12, batch 8000, loss[loss=0.3676, simple_loss=0.4256, pruned_loss=0.1548, over 14319.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03808, over 210.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.361, pruned_loss=0.1176, over 2785756.92 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07067, over 44212.60 utterances.], batch size: 210, lr: 3.83e-04 +2022-09-18 00:58:14,555 INFO [train.py:885] (1/2) Epoch 12, batch 8050, loss[loss=0.2004, simple_loss=0.2574, pruned_loss=0.0717, over 13627.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08128, over 50.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3609, pruned_loss=0.1177, over 2781930.97 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07162, over 44338.28 utterances.], batch size: 50, lr: 3.83e-04 +2022-09-18 00:58:44,358 INFO [train.py:885] (1/2) Epoch 12, batch 8100, loss[loss=0.3438, simple_loss=0.4397, pruned_loss=0.1239, over 13624.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07794, over 560.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3606, pruned_loss=0.1178, over 2783243.58 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07091, over 44001.69 utterances.], batch size: 560, lr: 3.83e-04 +2022-09-18 00:59:14,092 INFO [train.py:885] (1/2) Epoch 12, batch 8150, loss[loss=0.3357, simple_loss=0.3936, pruned_loss=0.1389, over 14357.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03841, over 167.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3661, pruned_loss=0.1202, over 2781418.65 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07141, over 46464.52 utterances.], batch size: 167, lr: 3.83e-04 +2022-09-18 00:59:43,349 INFO [train.py:885] (1/2) Epoch 12, batch 8200, loss[loss=0.3231, simple_loss=0.4018, pruned_loss=0.1222, over 13771.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07218, over 411.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3641, pruned_loss=0.118, over 2776707.06 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07384, over 46435.59 utterances.], batch size: 411, lr: 3.83e-04 +2022-09-18 01:00:12,810 INFO [train.py:885] (1/2) Epoch 12, batch 8250, loss[loss=0.2544, simple_loss=0.3218, pruned_loss=0.09354, over 14079.00 frames. utt_duration=576 frames, utt_pad_proportion=0.0557, over 98.00 utterances.], tot_loss[loss=0.304, simple_loss=0.3669, pruned_loss=0.1206, over 2783168.95 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07092, over 46438.40 utterances.], batch size: 98, lr: 3.83e-04 +2022-09-18 01:00:42,111 INFO [train.py:885] (1/2) Epoch 12, batch 8300, loss[loss=0.3468, simple_loss=0.4282, pruned_loss=0.1327, over 13815.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06878, over 411.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3637, pruned_loss=0.1185, over 2781979.18 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07128, over 45430.31 utterances.], batch size: 411, lr: 3.83e-04 +2022-09-18 01:01:11,445 INFO [train.py:885] (1/2) Epoch 12, batch 8350, loss[loss=0.2255, simple_loss=0.2923, pruned_loss=0.07939, over 14117.00 frames. utt_duration=635.9 frames, utt_pad_proportion=0.05231, over 89.00 utterances.], tot_loss[loss=0.3046, simple_loss=0.3683, pruned_loss=0.1205, over 2784110.88 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07175, over 47321.29 utterances.], batch size: 89, lr: 3.83e-04 +2022-09-18 01:01:40,637 INFO [train.py:885] (1/2) Epoch 12, batch 8400, loss[loss=0.3432, simple_loss=0.426, pruned_loss=0.1302, over 13580.00 frames. utt_duration=115.3 frames, utt_pad_proportion=0.08466, over 477.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3674, pruned_loss=0.1201, over 2788450.35 frames. utt_duration=241.6 frames, utt_pad_proportion=0.06971, over 46455.36 utterances.], batch size: 477, lr: 3.82e-04 +2022-09-18 01:02:10,321 INFO [train.py:885] (1/2) Epoch 12, batch 8450, loss[loss=0.2415, simple_loss=0.3061, pruned_loss=0.08847, over 14300.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03834, over 130.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3664, pruned_loss=0.1197, over 2788382.65 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06827, over 46088.01 utterances.], batch size: 130, lr: 3.82e-04 +2022-09-18 01:02:39,502 INFO [train.py:885] (1/2) Epoch 12, batch 8500, loss[loss=0.2111, simple_loss=0.2915, pruned_loss=0.0653, over 14025.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.05626, over 79.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3618, pruned_loss=0.1175, over 2787924.02 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06873, over 44442.09 utterances.], batch size: 79, lr: 3.82e-04 +2022-09-18 01:03:09,375 INFO [train.py:885] (1/2) Epoch 12, batch 8550, loss[loss=0.2089, simple_loss=0.2627, pruned_loss=0.07754, over 13240.00 frames. utt_duration=1607 frames, utt_pad_proportion=0.1109, over 33.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3615, pruned_loss=0.1176, over 2787633.68 frames. utt_duration=254 frames, utt_pad_proportion=0.06717, over 44161.38 utterances.], batch size: 33, lr: 3.82e-04 +2022-09-18 01:03:39,083 INFO [train.py:885] (1/2) Epoch 12, batch 8600, loss[loss=0.1775, simple_loss=0.2387, pruned_loss=0.05818, over 13538.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08977, over 50.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3625, pruned_loss=0.1183, over 2788367.05 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06745, over 44505.73 utterances.], batch size: 50, lr: 3.82e-04 +2022-09-18 01:04:08,459 INFO [train.py:885] (1/2) Epoch 12, batch 8650, loss[loss=0.1741, simple_loss=0.2417, pruned_loss=0.05323, over 12550.00 frames. utt_duration=2009 frames, utt_pad_proportion=0.1405, over 25.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.364, pruned_loss=0.1186, over 2788438.73 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06873, over 45259.19 utterances.], batch size: 25, lr: 3.82e-04 +2022-09-18 01:04:38,011 INFO [train.py:885] (1/2) Epoch 12, batch 8700, loss[loss=0.1797, simple_loss=0.2418, pruned_loss=0.05883, over 13416.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08573, over 41.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3644, pruned_loss=0.1188, over 2784497.13 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07036, over 45633.20 utterances.], batch size: 41, lr: 3.82e-04 +2022-09-18 01:05:07,768 INFO [train.py:885] (1/2) Epoch 12, batch 8750, loss[loss=0.248, simple_loss=0.3224, pruned_loss=0.08675, over 14294.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04018, over 120.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.365, pruned_loss=0.1187, over 2785727.18 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06875, over 46267.01 utterances.], batch size: 120, lr: 3.82e-04 +2022-09-18 01:05:36,950 INFO [train.py:885] (1/2) Epoch 12, batch 8800, loss[loss=0.5701, simple_loss=0.6305, pruned_loss=0.2548, over 12529.00 frames. utt_duration=63.41 frames, utt_pad_proportion=0.1431, over 810.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3607, pruned_loss=0.1164, over 2786458.86 frames. utt_duration=252.8 frames, utt_pad_proportion=0.0682, over 44347.72 utterances.], batch size: 810, lr: 3.82e-04 +2022-09-18 01:06:06,243 INFO [train.py:885] (1/2) Epoch 12, batch 8850, loss[loss=0.3363, simple_loss=0.4266, pruned_loss=0.123, over 13671.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07254, over 478.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3607, pruned_loss=0.1159, over 2785466.10 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06756, over 44870.01 utterances.], batch size: 478, lr: 3.82e-04 +2022-09-18 01:06:35,920 INFO [train.py:885] (1/2) Epoch 12, batch 8900, loss[loss=0.2994, simple_loss=0.3458, pruned_loss=0.1265, over 14346.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03879, over 120.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3649, pruned_loss=0.1186, over 2787447.48 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06846, over 45717.58 utterances.], batch size: 120, lr: 3.82e-04 +2022-09-18 01:07:05,884 INFO [train.py:885] (1/2) Epoch 12, batch 8950, loss[loss=0.2403, simple_loss=0.3119, pruned_loss=0.08433, over 14286.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04354, over 141.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3664, pruned_loss=0.1189, over 2788248.62 frames. utt_duration=243.1 frames, utt_pad_proportion=0.06887, over 46154.37 utterances.], batch size: 141, lr: 3.82e-04 +2022-09-18 01:07:35,949 INFO [train.py:885] (1/2) Epoch 12, batch 9000, loss[loss=0.2124, simple_loss=0.2889, pruned_loss=0.06796, over 14147.00 frames. utt_duration=578.9 frames, utt_pad_proportion=0.05092, over 98.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3658, pruned_loss=0.1182, over 2793512.16 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06717, over 45433.08 utterances.], batch size: 98, lr: 3.82e-04 +2022-09-18 01:07:35,950 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 01:07:40,627 INFO [train.py:914] (1/2) Epoch 12, validation: loss=0.207, simple_loss=0.2853, pruned_loss=0.0644, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 01:08:09,834 INFO [train.py:885] (1/2) Epoch 12, batch 9050, loss[loss=0.3286, simple_loss=0.3976, pruned_loss=0.1298, over 14344.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03626, over 210.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3627, pruned_loss=0.1169, over 2789938.72 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06601, over 44447.97 utterances.], batch size: 210, lr: 3.82e-04 +2022-09-18 01:08:40,063 INFO [train.py:885] (1/2) Epoch 12, batch 9100, loss[loss=0.1888, simple_loss=0.2347, pruned_loss=0.07148, over 13742.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.07202, over 42.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.361, pruned_loss=0.1166, over 2784604.04 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06586, over 43949.58 utterances.], batch size: 42, lr: 3.82e-04 +2022-09-18 01:09:09,231 INFO [train.py:885] (1/2) Epoch 12, batch 9150, loss[loss=0.3231, simple_loss=0.4065, pruned_loss=0.1199, over 13819.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06866, over 411.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3615, pruned_loss=0.1166, over 2782583.00 frames. utt_duration=250 frames, utt_pad_proportion=0.06921, over 44778.69 utterances.], batch size: 411, lr: 3.82e-04 +2022-09-18 01:09:39,551 INFO [train.py:885] (1/2) Epoch 12, batch 9200, loss[loss=0.4382, simple_loss=0.5036, pruned_loss=0.1863, over 13646.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.07655, over 560.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3634, pruned_loss=0.1171, over 2779167.48 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07149, over 45857.92 utterances.], batch size: 560, lr: 3.81e-04 +2022-09-18 01:10:09,429 INFO [train.py:885] (1/2) Epoch 12, batch 9250, loss[loss=0.3087, simple_loss=0.3706, pruned_loss=0.1234, over 14206.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04613, over 141.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3632, pruned_loss=0.1168, over 2779534.89 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07165, over 46134.90 utterances.], batch size: 141, lr: 3.81e-04 +2022-09-18 01:10:39,074 INFO [train.py:885] (1/2) Epoch 12, batch 9300, loss[loss=0.247, simple_loss=0.3231, pruned_loss=0.08547, over 14156.00 frames. utt_duration=579.1 frames, utt_pad_proportion=0.04908, over 98.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.361, pruned_loss=0.1161, over 2780167.49 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07156, over 44673.03 utterances.], batch size: 98, lr: 3.81e-04 +2022-09-18 01:11:07,905 INFO [train.py:885] (1/2) Epoch 12, batch 9350, loss[loss=0.2289, simple_loss=0.2946, pruned_loss=0.08163, over 14117.00 frames. utt_duration=808.1 frames, utt_pad_proportion=0.05709, over 70.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3614, pruned_loss=0.1165, over 2780502.78 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07051, over 45069.53 utterances.], batch size: 70, lr: 3.81e-04 +2022-09-18 01:11:38,205 INFO [train.py:885] (1/2) Epoch 12, batch 9400, loss[loss=0.3071, simple_loss=0.3677, pruned_loss=0.1232, over 14332.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03788, over 120.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3615, pruned_loss=0.1176, over 2782288.72 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06969, over 44308.36 utterances.], batch size: 120, lr: 3.81e-04 +2022-09-18 01:12:07,923 INFO [train.py:885] (1/2) Epoch 12, batch 9450, loss[loss=0.1477, simple_loss=0.2124, pruned_loss=0.04156, over 12033.00 frames. utt_duration=2007 frames, utt_pad_proportion=0.1771, over 24.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3613, pruned_loss=0.1171, over 2784018.10 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06844, over 44404.78 utterances.], batch size: 24, lr: 3.81e-04 +2022-09-18 01:12:37,330 INFO [train.py:885] (1/2) Epoch 12, batch 9500, loss[loss=0.1526, simple_loss=0.2231, pruned_loss=0.04104, over 13832.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.0752, over 42.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3618, pruned_loss=0.1167, over 2784297.82 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07023, over 45122.39 utterances.], batch size: 42, lr: 3.81e-04 +2022-09-18 01:13:06,877 INFO [train.py:885] (1/2) Epoch 12, batch 9550, loss[loss=0.3918, simple_loss=0.4356, pruned_loss=0.174, over 14223.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04441, over 335.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3662, pruned_loss=0.1198, over 2784964.57 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07159, over 46111.02 utterances.], batch size: 335, lr: 3.81e-04 +2022-09-18 01:13:36,603 INFO [train.py:885] (1/2) Epoch 12, batch 9600, loss[loss=0.3686, simple_loss=0.4477, pruned_loss=0.1448, over 13608.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08231, over 477.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.365, pruned_loss=0.119, over 2775580.89 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07299, over 46680.15 utterances.], batch size: 477, lr: 3.81e-04 +2022-09-18 01:14:14,424 INFO [train.py:885] (1/2) Epoch 12, batch 9650, loss[loss=0.3386, simple_loss=0.4314, pruned_loss=0.1229, over 13617.00 frames. utt_duration=98.74 frames, utt_pad_proportion=0.07717, over 560.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3669, pruned_loss=0.1198, over 2775037.82 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07311, over 47370.36 utterances.], batch size: 560, lr: 3.81e-04 +2022-09-18 01:14:44,323 INFO [train.py:885] (1/2) Epoch 12, batch 9700, loss[loss=0.441, simple_loss=0.4633, pruned_loss=0.2094, over 14334.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.038, over 262.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3694, pruned_loss=0.1211, over 2770993.86 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07405, over 47951.30 utterances.], batch size: 262, lr: 3.81e-04 +2022-09-18 01:15:13,484 INFO [train.py:885] (1/2) Epoch 12, batch 9750, loss[loss=0.3059, simple_loss=0.3701, pruned_loss=0.1209, over 14403.00 frames. utt_duration=346.4 frames, utt_pad_proportion=0.03519, over 167.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3659, pruned_loss=0.1194, over 2776602.03 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07153, over 46333.97 utterances.], batch size: 167, lr: 3.81e-04 +2022-09-18 01:15:42,780 INFO [train.py:885] (1/2) Epoch 12, batch 9800, loss[loss=0.4192, simple_loss=0.4769, pruned_loss=0.1808, over 13827.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06783, over 411.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3667, pruned_loss=0.12, over 2778397.13 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07037, over 46407.71 utterances.], batch size: 411, lr: 3.81e-04 +2022-09-18 01:16:11,805 INFO [train.py:885] (1/2) Epoch 12, batch 9850, loss[loss=0.1776, simple_loss=0.2401, pruned_loss=0.05759, over 13357.00 frames. utt_duration=1274 frames, utt_pad_proportion=0.08775, over 42.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.3669, pruned_loss=0.1203, over 2782202.18 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07032, over 45961.90 utterances.], batch size: 42, lr: 3.81e-04 +2022-09-18 01:16:41,125 INFO [train.py:885] (1/2) Epoch 12, batch 9900, loss[loss=0.299, simple_loss=0.3672, pruned_loss=0.1155, over 14323.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03763, over 210.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3644, pruned_loss=0.1181, over 2777857.12 frames. utt_duration=241 frames, utt_pad_proportion=0.07212, over 46388.75 utterances.], batch size: 210, lr: 3.81e-04 +2022-09-18 01:17:10,903 INFO [train.py:885] (1/2) Epoch 12, batch 9950, loss[loss=0.2968, simple_loss=0.363, pruned_loss=0.1153, over 14308.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04102, over 167.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3635, pruned_loss=0.1182, over 2774346.55 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07194, over 46267.90 utterances.], batch size: 167, lr: 3.80e-04 +2022-09-18 01:17:40,868 INFO [train.py:885] (1/2) Epoch 12, batch 10000, loss[loss=0.295, simple_loss=0.3661, pruned_loss=0.1119, over 14370.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03252, over 244.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3647, pruned_loss=0.1188, over 2776579.74 frames. utt_duration=242 frames, utt_pad_proportion=0.07093, over 46177.18 utterances.], batch size: 244, lr: 3.80e-04 +2022-09-18 01:18:09,721 INFO [train.py:885] (1/2) Epoch 12, batch 10050, loss[loss=0.1956, simple_loss=0.2745, pruned_loss=0.05834, over 13537.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08244, over 50.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3663, pruned_loss=0.1198, over 2777731.60 frames. utt_duration=240.9 frames, utt_pad_proportion=0.0693, over 46414.35 utterances.], batch size: 50, lr: 3.80e-04 +2022-09-18 01:18:39,824 INFO [train.py:885] (1/2) Epoch 12, batch 10100, loss[loss=0.3198, simple_loss=0.416, pruned_loss=0.1118, over 13630.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08073, over 477.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.366, pruned_loss=0.1196, over 2778191.27 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07045, over 46668.82 utterances.], batch size: 477, lr: 3.80e-04 +2022-09-18 01:19:09,541 INFO [train.py:885] (1/2) Epoch 12, batch 10150, loss[loss=0.3017, simple_loss=0.3668, pruned_loss=0.1182, over 14274.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0405, over 225.00 utterances.], tot_loss[loss=0.306, simple_loss=0.3691, pruned_loss=0.1214, over 2781747.97 frames. utt_duration=235.8 frames, utt_pad_proportion=0.0711, over 47485.39 utterances.], batch size: 225, lr: 3.80e-04 +2022-09-18 01:19:39,823 INFO [train.py:885] (1/2) Epoch 12, batch 10200, loss[loss=0.3266, simple_loss=0.3851, pruned_loss=0.134, over 14306.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03812, over 180.00 utterances.], tot_loss[loss=0.3086, simple_loss=0.3714, pruned_loss=0.1229, over 2781215.44 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07108, over 48028.03 utterances.], batch size: 180, lr: 3.80e-04 +2022-09-18 01:20:08,840 INFO [train.py:885] (1/2) Epoch 12, batch 10250, loss[loss=0.403, simple_loss=0.4544, pruned_loss=0.1758, over 14006.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05608, over 365.00 utterances.], tot_loss[loss=0.308, simple_loss=0.3707, pruned_loss=0.1226, over 2782089.73 frames. utt_duration=235.9 frames, utt_pad_proportion=0.0714, over 47471.22 utterances.], batch size: 365, lr: 3.80e-04 +2022-09-18 01:20:38,274 INFO [train.py:885] (1/2) Epoch 12, batch 10300, loss[loss=0.1684, simple_loss=0.2179, pruned_loss=0.05942, over 13711.00 frames. utt_duration=1098 frames, utt_pad_proportion=0.07767, over 50.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3659, pruned_loss=0.1206, over 2780575.46 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07135, over 45552.76 utterances.], batch size: 50, lr: 3.80e-04 +2022-09-18 01:21:08,528 INFO [train.py:885] (1/2) Epoch 12, batch 10350, loss[loss=0.185, simple_loss=0.245, pruned_loss=0.06254, over 13859.00 frames. utt_duration=804.8 frames, utt_pad_proportion=0.06308, over 69.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3646, pruned_loss=0.1189, over 2777211.74 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07253, over 45718.57 utterances.], batch size: 69, lr: 3.80e-04 +2022-09-18 01:21:37,230 INFO [train.py:885] (1/2) Epoch 12, batch 10400, loss[loss=0.2058, simple_loss=0.2635, pruned_loss=0.07406, over 13801.00 frames. utt_duration=921.5 frames, utt_pad_proportion=0.07382, over 60.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3614, pruned_loss=0.1174, over 2773678.48 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07227, over 44595.19 utterances.], batch size: 60, lr: 3.80e-04 +2022-09-18 01:22:07,579 INFO [train.py:885] (1/2) Epoch 12, batch 10450, loss[loss=0.396, simple_loss=0.4364, pruned_loss=0.1778, over 14264.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04129, over 335.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3656, pruned_loss=0.1201, over 2773742.74 frames. utt_duration=243.3 frames, utt_pad_proportion=0.0735, over 45884.94 utterances.], batch size: 335, lr: 3.80e-04 +2022-09-18 01:22:38,874 INFO [train.py:885] (1/2) Epoch 12, batch 10500, loss[loss=0.4291, simple_loss=0.5063, pruned_loss=0.1759, over 13144.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1085, over 653.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3621, pruned_loss=0.1178, over 2778558.53 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07224, over 44223.64 utterances.], batch size: 653, lr: 3.80e-04 +2022-09-18 01:23:08,757 INFO [train.py:885] (1/2) Epoch 12, batch 10550, loss[loss=0.2228, simple_loss=0.2935, pruned_loss=0.07604, over 14158.00 frames. utt_duration=521 frames, utt_pad_proportion=0.0457, over 109.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3641, pruned_loss=0.1187, over 2780628.76 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07211, over 45591.64 utterances.], batch size: 109, lr: 3.80e-04 +2022-09-18 01:23:38,446 INFO [train.py:885] (1/2) Epoch 12, batch 10600, loss[loss=0.2638, simple_loss=0.3422, pruned_loss=0.0927, over 14402.00 frames. utt_duration=346.2 frames, utt_pad_proportion=0.03569, over 167.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3645, pruned_loss=0.1185, over 2780825.22 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07188, over 46236.57 utterances.], batch size: 167, lr: 3.80e-04 +2022-09-18 01:24:08,014 INFO [train.py:885] (1/2) Epoch 12, batch 10650, loss[loss=0.3646, simple_loss=0.4175, pruned_loss=0.1559, over 14197.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0443, over 306.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3627, pruned_loss=0.1165, over 2778550.12 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07178, over 46248.36 utterances.], batch size: 306, lr: 3.80e-04 +2022-09-18 01:24:37,458 INFO [train.py:885] (1/2) Epoch 12, batch 10700, loss[loss=0.3509, simple_loss=0.4206, pruned_loss=0.1406, over 13988.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05645, over 365.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3626, pruned_loss=0.1163, over 2781301.59 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07088, over 45433.27 utterances.], batch size: 365, lr: 3.80e-04 +2022-09-18 01:25:16,265 INFO [train.py:885] (1/2) Epoch 12, batch 10750, loss[loss=0.3653, simple_loss=0.4109, pruned_loss=0.1599, over 14276.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04017, over 225.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3619, pruned_loss=0.1176, over 2779377.26 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07077, over 44522.15 utterances.], batch size: 225, lr: 3.79e-04 +2022-09-18 01:25:46,598 INFO [train.py:885] (1/2) Epoch 12, batch 10800, loss[loss=0.1993, simple_loss=0.2542, pruned_loss=0.07222, over 13232.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.09613, over 41.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3652, pruned_loss=0.12, over 2780064.11 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07015, over 45012.90 utterances.], batch size: 41, lr: 3.79e-04 +2022-09-18 01:26:15,582 INFO [train.py:885] (1/2) Epoch 12, batch 10850, loss[loss=0.3871, simple_loss=0.4489, pruned_loss=0.1626, over 14027.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05441, over 365.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3613, pruned_loss=0.1177, over 2782190.13 frames. utt_duration=261.1 frames, utt_pad_proportion=0.06824, over 42869.84 utterances.], batch size: 365, lr: 3.79e-04 +2022-09-18 01:26:44,226 INFO [train.py:885] (1/2) Epoch 12, batch 10900, loss[loss=0.2372, simple_loss=0.3191, pruned_loss=0.07768, over 14271.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04414, over 141.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3642, pruned_loss=0.1195, over 2779934.08 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06942, over 43702.62 utterances.], batch size: 141, lr: 3.79e-04 +2022-09-18 01:27:14,985 INFO [train.py:885] (1/2) Epoch 12, batch 10950, loss[loss=0.4009, simple_loss=0.4512, pruned_loss=0.1753, over 14013.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05503, over 365.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.3651, pruned_loss=0.1199, over 2780960.62 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07076, over 44738.15 utterances.], batch size: 365, lr: 3.79e-04 +2022-09-18 01:27:44,951 INFO [train.py:885] (1/2) Epoch 12, batch 11000, loss[loss=0.3728, simple_loss=0.4269, pruned_loss=0.1594, over 14338.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03503, over 244.00 utterances.], tot_loss[loss=0.3052, simple_loss=0.3676, pruned_loss=0.1214, over 2778297.60 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07224, over 46284.74 utterances.], batch size: 244, lr: 3.79e-04 +2022-09-18 01:28:13,913 INFO [train.py:885] (1/2) Epoch 12, batch 11050, loss[loss=0.3362, simple_loss=0.4203, pruned_loss=0.1261, over 13662.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07983, over 477.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3621, pruned_loss=0.118, over 2776645.36 frames. utt_duration=253.5 frames, utt_pad_proportion=0.0716, over 44065.00 utterances.], batch size: 477, lr: 3.79e-04 +2022-09-18 01:28:43,578 INFO [train.py:885] (1/2) Epoch 12, batch 11100, loss[loss=0.2911, simple_loss=0.357, pruned_loss=0.1126, over 14347.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03628, over 195.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3624, pruned_loss=0.1183, over 2781256.01 frames. utt_duration=255.8 frames, utt_pad_proportion=0.07064, over 43741.86 utterances.], batch size: 195, lr: 3.79e-04 +2022-09-18 01:29:13,049 INFO [train.py:885] (1/2) Epoch 12, batch 11150, loss[loss=0.2722, simple_loss=0.3497, pruned_loss=0.09729, over 14295.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03896, over 180.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3655, pruned_loss=0.1192, over 2777499.08 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07359, over 45862.65 utterances.], batch size: 180, lr: 3.79e-04 +2022-09-18 01:29:43,143 INFO [train.py:885] (1/2) Epoch 12, batch 11200, loss[loss=0.2292, simple_loss=0.2939, pruned_loss=0.08219, over 14110.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.0535, over 98.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3637, pruned_loss=0.1188, over 2781053.94 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07136, over 44427.92 utterances.], batch size: 98, lr: 3.79e-04 +2022-09-18 01:30:11,912 INFO [train.py:885] (1/2) Epoch 12, batch 11250, loss[loss=0.2924, simple_loss=0.3704, pruned_loss=0.1072, over 14390.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.0351, over 244.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.363, pruned_loss=0.1181, over 2781005.09 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07065, over 44365.27 utterances.], batch size: 244, lr: 3.79e-04 +2022-09-18 01:30:41,952 INFO [train.py:885] (1/2) Epoch 12, batch 11300, loss[loss=0.2059, simple_loss=0.2853, pruned_loss=0.06331, over 14151.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.05013, over 89.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.366, pruned_loss=0.1195, over 2777566.43 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0741, over 46169.86 utterances.], batch size: 89, lr: 3.79e-04 +2022-09-18 01:31:11,314 INFO [train.py:885] (1/2) Epoch 12, batch 11350, loss[loss=0.3078, simple_loss=0.4027, pruned_loss=0.1064, over 13842.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06761, over 411.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3643, pruned_loss=0.1191, over 2778219.41 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07218, over 44834.21 utterances.], batch size: 411, lr: 3.79e-04 +2022-09-18 01:31:41,047 INFO [train.py:885] (1/2) Epoch 12, batch 11400, loss[loss=0.3206, simple_loss=0.4076, pruned_loss=0.1167, over 13612.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08283, over 477.00 utterances.], tot_loss[loss=0.3057, simple_loss=0.3677, pruned_loss=0.1219, over 2778111.91 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07334, over 45642.83 utterances.], batch size: 477, lr: 3.79e-04 +2022-09-18 01:32:10,299 INFO [train.py:885] (1/2) Epoch 12, batch 11450, loss[loss=0.2494, simple_loss=0.313, pruned_loss=0.09287, over 13634.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.0821, over 50.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3656, pruned_loss=0.1206, over 2779822.12 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07245, over 44751.85 utterances.], batch size: 50, lr: 3.79e-04 +2022-09-18 01:32:40,740 INFO [train.py:885] (1/2) Epoch 12, batch 11500, loss[loss=0.3238, simple_loss=0.3829, pruned_loss=0.1324, over 14391.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.03472, over 244.00 utterances.], tot_loss[loss=0.3054, simple_loss=0.3675, pruned_loss=0.1217, over 2781517.57 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07172, over 46088.67 utterances.], batch size: 244, lr: 3.79e-04 +2022-09-18 01:33:10,111 INFO [train.py:885] (1/2) Epoch 12, batch 11550, loss[loss=0.3345, simple_loss=0.4257, pruned_loss=0.1217, over 13594.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08354, over 477.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3659, pruned_loss=0.1201, over 2788282.40 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06897, over 45181.00 utterances.], batch size: 477, lr: 3.78e-04 +2022-09-18 01:33:39,753 INFO [train.py:885] (1/2) Epoch 12, batch 11600, loss[loss=0.3581, simple_loss=0.446, pruned_loss=0.1351, over 13606.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07835, over 560.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3661, pruned_loss=0.1196, over 2784986.07 frames. utt_duration=246 frames, utt_pad_proportion=0.06941, over 45558.17 utterances.], batch size: 560, lr: 3.78e-04 +2022-09-18 01:34:08,974 INFO [train.py:885] (1/2) Epoch 12, batch 11650, loss[loss=0.366, simple_loss=0.3947, pruned_loss=0.1687, over 14150.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04646, over 109.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3643, pruned_loss=0.1185, over 2780483.93 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06979, over 44770.16 utterances.], batch size: 109, lr: 3.78e-04 +2022-09-18 01:34:38,040 INFO [train.py:885] (1/2) Epoch 12, batch 11700, loss[loss=0.5777, simple_loss=0.6364, pruned_loss=0.2595, over 12476.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1464, over 810.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3608, pruned_loss=0.1166, over 2780131.09 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06977, over 44190.22 utterances.], batch size: 810, lr: 3.78e-04 +2022-09-18 01:35:07,763 INFO [train.py:885] (1/2) Epoch 12, batch 11750, loss[loss=0.2956, simple_loss=0.3629, pruned_loss=0.1142, over 14368.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03756, over 167.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3607, pruned_loss=0.1163, over 2777676.57 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06997, over 44606.97 utterances.], batch size: 167, lr: 3.78e-04 +2022-09-18 01:35:37,566 INFO [train.py:885] (1/2) Epoch 12, batch 11800, loss[loss=0.3275, simple_loss=0.4169, pruned_loss=0.1191, over 13739.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07358, over 411.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.3604, pruned_loss=0.1169, over 2776612.11 frames. utt_duration=251 frames, utt_pad_proportion=0.06992, over 44505.87 utterances.], batch size: 411, lr: 3.78e-04 +2022-09-18 01:36:06,448 INFO [train.py:885] (1/2) Epoch 12, batch 11850, loss[loss=0.3603, simple_loss=0.4167, pruned_loss=0.1519, over 14205.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04544, over 335.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3607, pruned_loss=0.1162, over 2777525.66 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07019, over 44982.43 utterances.], batch size: 335, lr: 3.78e-04 +2022-09-18 01:36:35,838 INFO [train.py:885] (1/2) Epoch 12, batch 11900, loss[loss=0.3204, simple_loss=0.414, pruned_loss=0.1134, over 13821.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06836, over 411.00 utterances.], tot_loss[loss=0.294, simple_loss=0.359, pruned_loss=0.1145, over 2780556.51 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06837, over 44188.70 utterances.], batch size: 411, lr: 3.78e-04 +2022-09-18 01:37:05,516 INFO [train.py:885] (1/2) Epoch 12, batch 11950, loss[loss=0.2222, simple_loss=0.2879, pruned_loss=0.07822, over 13803.00 frames. utt_duration=801.7 frames, utt_pad_proportion=0.06671, over 69.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3574, pruned_loss=0.1148, over 2776220.99 frames. utt_duration=259.1 frames, utt_pad_proportion=0.07119, over 43101.06 utterances.], batch size: 69, lr: 3.78e-04 +2022-09-18 01:37:35,390 INFO [train.py:885] (1/2) Epoch 12, batch 12000, loss[loss=0.3292, simple_loss=0.407, pruned_loss=0.1257, over 13968.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05792, over 365.00 utterances.], tot_loss[loss=0.2986, simple_loss=0.3623, pruned_loss=0.1175, over 2775685.30 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07212, over 45071.80 utterances.], batch size: 365, lr: 3.78e-04 +2022-09-18 01:37:35,391 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 01:37:40,065 INFO [train.py:914] (1/2) Epoch 12, validation: loss=0.2007, simple_loss=0.2785, pruned_loss=0.06142, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 01:38:09,123 INFO [train.py:885] (1/2) Epoch 12, batch 12050, loss[loss=0.308, simple_loss=0.3813, pruned_loss=0.1173, over 14293.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.0407, over 262.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3597, pruned_loss=0.117, over 2782180.30 frames. utt_duration=263 frames, utt_pad_proportion=0.06835, over 42556.36 utterances.], batch size: 262, lr: 3.78e-04 +2022-09-18 01:38:39,093 INFO [train.py:885] (1/2) Epoch 12, batch 12100, loss[loss=0.2591, simple_loss=0.3107, pruned_loss=0.1038, over 14173.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04496, over 109.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3582, pruned_loss=0.116, over 2781766.15 frames. utt_duration=265.2 frames, utt_pad_proportion=0.06832, over 42196.93 utterances.], batch size: 109, lr: 3.78e-04 +2022-09-18 01:39:09,165 INFO [train.py:885] (1/2) Epoch 12, batch 12150, loss[loss=0.3145, simple_loss=0.3884, pruned_loss=0.1203, over 14346.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.03653, over 226.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3584, pruned_loss=0.1163, over 2785850.56 frames. utt_duration=269.4 frames, utt_pad_proportion=0.06825, over 41585.21 utterances.], batch size: 226, lr: 3.78e-04 +2022-09-18 01:39:39,087 INFO [train.py:885] (1/2) Epoch 12, batch 12200, loss[loss=0.3997, simple_loss=0.4338, pruned_loss=0.1828, over 14373.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03602, over 244.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3635, pruned_loss=0.1193, over 2781591.90 frames. utt_duration=256.1 frames, utt_pad_proportion=0.07228, over 43697.44 utterances.], batch size: 244, lr: 3.78e-04 +2022-09-18 01:40:08,292 INFO [train.py:885] (1/2) Epoch 12, batch 12250, loss[loss=0.213, simple_loss=0.2791, pruned_loss=0.07342, over 13894.00 frames. utt_duration=806.9 frames, utt_pad_proportion=0.05959, over 69.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3647, pruned_loss=0.1206, over 2785791.70 frames. utt_duration=257.4 frames, utt_pad_proportion=0.07109, over 43536.08 utterances.], batch size: 69, lr: 3.78e-04 +2022-09-18 01:40:38,763 INFO [train.py:885] (1/2) Epoch 12, batch 12300, loss[loss=0.3005, simple_loss=0.3711, pruned_loss=0.1149, over 14368.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03574, over 210.00 utterances.], tot_loss[loss=0.3058, simple_loss=0.3682, pruned_loss=0.1218, over 2785331.45 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07197, over 45575.65 utterances.], batch size: 210, lr: 3.78e-04 +2022-09-18 01:41:08,391 INFO [train.py:885] (1/2) Epoch 12, batch 12350, loss[loss=0.1699, simple_loss=0.241, pruned_loss=0.04938, over 13893.00 frames. utt_duration=927.6 frames, utt_pad_proportion=0.06866, over 60.00 utterances.], tot_loss[loss=0.304, simple_loss=0.3663, pruned_loss=0.1209, over 2788545.13 frames. utt_duration=249.4 frames, utt_pad_proportion=0.0701, over 44996.30 utterances.], batch size: 60, lr: 3.77e-04 +2022-09-18 01:41:37,563 INFO [train.py:885] (1/2) Epoch 12, batch 12400, loss[loss=0.3666, simple_loss=0.4494, pruned_loss=0.1418, over 13613.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07792, over 560.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3643, pruned_loss=0.1199, over 2788056.80 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06908, over 44677.05 utterances.], batch size: 560, lr: 3.77e-04 +2022-09-18 01:42:07,112 INFO [train.py:885] (1/2) Epoch 12, batch 12450, loss[loss=0.2179, simple_loss=0.2685, pruned_loss=0.08365, over 13489.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.08776, over 42.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3625, pruned_loss=0.1187, over 2790471.69 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06723, over 43144.11 utterances.], batch size: 42, lr: 3.77e-04 +2022-09-18 01:42:37,054 INFO [train.py:885] (1/2) Epoch 12, batch 12500, loss[loss=0.3377, simple_loss=0.3998, pruned_loss=0.1377, over 14299.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03982, over 262.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3643, pruned_loss=0.1193, over 2789008.84 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06759, over 44293.78 utterances.], batch size: 262, lr: 3.77e-04 +2022-09-18 01:43:06,850 INFO [train.py:885] (1/2) Epoch 12, batch 12550, loss[loss=0.1856, simple_loss=0.2404, pruned_loss=0.0654, over 12333.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.1613, over 24.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3638, pruned_loss=0.1188, over 2787441.44 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06778, over 44393.99 utterances.], batch size: 24, lr: 3.77e-04 +2022-09-18 01:43:34,466 INFO [train.py:885] (1/2) Epoch 12, batch 12600, loss[loss=0.2148, simple_loss=0.2771, pruned_loss=0.07628, over 14108.00 frames. utt_duration=807.8 frames, utt_pad_proportion=0.05078, over 70.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3637, pruned_loss=0.1192, over 2784709.78 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06865, over 44007.43 utterances.], batch size: 70, lr: 3.77e-04 +2022-09-18 01:43:53,089 INFO [train.py:885] (1/2) Epoch 13, batch 0, loss[loss=0.3182, simple_loss=0.3824, pruned_loss=0.127, over 14304.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03964, over 283.00 utterances.], tot_loss[loss=0.3182, simple_loss=0.3824, pruned_loss=0.127, over 14304.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03964, over 283.00 utterances.], batch size: 283, lr: 3.64e-04 +2022-09-18 01:44:22,834 INFO [train.py:885] (1/2) Epoch 13, batch 50, loss[loss=0.3057, simple_loss=0.3725, pruned_loss=0.1195, over 14347.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03681, over 210.00 utterances.], tot_loss[loss=0.31, simple_loss=0.3726, pruned_loss=0.1236, over 625698.73 frames. utt_duration=223.7 frames, utt_pad_proportion=0.0737, over 11263.72 utterances.], batch size: 210, lr: 3.64e-04 +2022-09-18 01:44:52,183 INFO [train.py:885] (1/2) Epoch 13, batch 100, loss[loss=0.2892, simple_loss=0.36, pruned_loss=0.1092, over 14350.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03878, over 167.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3664, pruned_loss=0.1206, over 1106709.97 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06753, over 18076.19 utterances.], batch size: 167, lr: 3.64e-04 +2022-09-18 01:45:21,639 INFO [train.py:885] (1/2) Epoch 13, batch 150, loss[loss=0.3383, simple_loss=0.4006, pruned_loss=0.138, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04043, over 225.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3634, pruned_loss=0.1194, over 1476593.65 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06876, over 22968.65 utterances.], batch size: 225, lr: 3.64e-04 +2022-09-18 01:45:51,526 INFO [train.py:885] (1/2) Epoch 13, batch 200, loss[loss=0.2917, simple_loss=0.3677, pruned_loss=0.1078, over 14292.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.0388, over 225.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3654, pruned_loss=0.1204, over 1763269.43 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07211, over 28517.89 utterances.], batch size: 225, lr: 3.64e-04 +2022-09-18 01:46:20,840 INFO [train.py:885] (1/2) Epoch 13, batch 250, loss[loss=0.2949, simple_loss=0.3483, pruned_loss=0.1208, over 14309.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03776, over 130.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3652, pruned_loss=0.1205, over 1990492.56 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06914, over 31195.49 utterances.], batch size: 130, lr: 3.64e-04 +2022-09-18 01:46:50,809 INFO [train.py:885] (1/2) Epoch 13, batch 300, loss[loss=0.2623, simple_loss=0.3444, pruned_loss=0.09013, over 14286.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.04212, over 154.00 utterances.], tot_loss[loss=0.311, simple_loss=0.373, pruned_loss=0.1245, over 2165114.77 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07336, over 36695.27 utterances.], batch size: 154, lr: 3.64e-04 +2022-09-18 01:47:20,180 INFO [train.py:885] (1/2) Epoch 13, batch 350, loss[loss=0.3136, simple_loss=0.3776, pruned_loss=0.1248, over 14310.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03838, over 210.00 utterances.], tot_loss[loss=0.3056, simple_loss=0.3681, pruned_loss=0.1215, over 2300815.45 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07179, over 37600.51 utterances.], batch size: 210, lr: 3.64e-04 +2022-09-18 01:47:49,913 INFO [train.py:885] (1/2) Epoch 13, batch 400, loss[loss=0.1738, simple_loss=0.2343, pruned_loss=0.05672, over 13434.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.09587, over 50.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3646, pruned_loss=0.1188, over 2408167.70 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07104, over 38905.39 utterances.], batch size: 50, lr: 3.64e-04 +2022-09-18 01:48:19,773 INFO [train.py:885] (1/2) Epoch 13, batch 450, loss[loss=0.252, simple_loss=0.326, pruned_loss=0.08903, over 14066.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05508, over 98.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3654, pruned_loss=0.119, over 2491373.68 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07226, over 40648.10 utterances.], batch size: 98, lr: 3.64e-04 +2022-09-18 01:48:49,293 INFO [train.py:885] (1/2) Epoch 13, batch 500, loss[loss=0.3038, simple_loss=0.376, pruned_loss=0.1158, over 14333.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.03656, over 180.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3622, pruned_loss=0.1177, over 2555335.83 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07094, over 41050.98 utterances.], batch size: 180, lr: 3.64e-04 +2022-09-18 01:49:18,748 INFO [train.py:885] (1/2) Epoch 13, batch 550, loss[loss=0.3126, simple_loss=0.3785, pruned_loss=0.1233, over 14317.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03857, over 283.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3618, pruned_loss=0.1174, over 2600776.77 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07124, over 42218.17 utterances.], batch size: 283, lr: 3.64e-04 +2022-09-18 01:49:48,795 INFO [train.py:885] (1/2) Epoch 13, batch 600, loss[loss=0.3371, simple_loss=0.3956, pruned_loss=0.1393, over 14374.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03225, over 244.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3619, pruned_loss=0.1183, over 2642463.29 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06957, over 42168.96 utterances.], batch size: 244, lr: 3.64e-04 +2022-09-18 01:50:18,797 INFO [train.py:885] (1/2) Epoch 13, batch 650, loss[loss=0.57, simple_loss=0.6231, pruned_loss=0.2585, over 12528.00 frames. utt_duration=63.36 frames, utt_pad_proportion=0.1437, over 811.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3656, pruned_loss=0.121, over 2670605.88 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07218, over 43721.53 utterances.], batch size: 811, lr: 3.64e-04 +2022-09-18 01:50:48,913 INFO [train.py:885] (1/2) Epoch 13, batch 700, loss[loss=0.2867, simple_loss=0.3508, pruned_loss=0.1113, over 14212.00 frames. utt_duration=404.6 frames, utt_pad_proportion=0.04796, over 141.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3625, pruned_loss=0.1185, over 2693499.18 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07267, over 43209.61 utterances.], batch size: 141, lr: 3.64e-04 +2022-09-18 01:51:18,271 INFO [train.py:885] (1/2) Epoch 13, batch 750, loss[loss=0.216, simple_loss=0.2672, pruned_loss=0.0824, over 13827.00 frames. utt_duration=923.2 frames, utt_pad_proportion=0.0693, over 60.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3613, pruned_loss=0.1179, over 2711609.31 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07162, over 43418.21 utterances.], batch size: 60, lr: 3.64e-04 +2022-09-18 01:51:47,752 INFO [train.py:885] (1/2) Epoch 13, batch 800, loss[loss=0.3882, simple_loss=0.4572, pruned_loss=0.1595, over 13660.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07975, over 477.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.36, pruned_loss=0.1176, over 2728442.81 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0701, over 43075.71 utterances.], batch size: 477, lr: 3.63e-04 +2022-09-18 01:52:17,174 INFO [train.py:885] (1/2) Epoch 13, batch 850, loss[loss=0.2475, simple_loss=0.3075, pruned_loss=0.0937, over 14342.00 frames. utt_duration=479.4 frames, utt_pad_proportion=0.03733, over 120.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3596, pruned_loss=0.1158, over 2740756.38 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07043, over 43982.56 utterances.], batch size: 120, lr: 3.63e-04 +2022-09-18 01:52:47,299 INFO [train.py:885] (1/2) Epoch 13, batch 900, loss[loss=0.328, simple_loss=0.3743, pruned_loss=0.1409, over 14209.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.0456, over 141.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3629, pruned_loss=0.1181, over 2748885.19 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07048, over 44628.68 utterances.], batch size: 141, lr: 3.63e-04 +2022-09-18 01:53:16,515 INFO [train.py:885] (1/2) Epoch 13, batch 950, loss[loss=0.5445, simple_loss=0.6129, pruned_loss=0.2381, over 12553.00 frames. utt_duration=63.43 frames, utt_pad_proportion=0.1429, over 811.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3626, pruned_loss=0.1171, over 2753018.31 frames. utt_duration=246.8 frames, utt_pad_proportion=0.0716, over 44892.16 utterances.], batch size: 811, lr: 3.63e-04 +2022-09-18 01:53:46,321 INFO [train.py:885] (1/2) Epoch 13, batch 1000, loss[loss=0.2938, simple_loss=0.3735, pruned_loss=0.107, over 14339.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03684, over 210.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3637, pruned_loss=0.1175, over 2759934.79 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07194, over 45357.79 utterances.], batch size: 210, lr: 3.63e-04 +2022-09-18 01:54:15,862 INFO [train.py:885] (1/2) Epoch 13, batch 1050, loss[loss=0.2539, simple_loss=0.3371, pruned_loss=0.08533, over 14362.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03775, over 167.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.3651, pruned_loss=0.118, over 2767473.71 frames. utt_duration=242 frames, utt_pad_proportion=0.07159, over 46031.93 utterances.], batch size: 167, lr: 3.63e-04 +2022-09-18 01:54:45,384 INFO [train.py:885] (1/2) Epoch 13, batch 1100, loss[loss=0.3145, simple_loss=0.3778, pruned_loss=0.1256, over 14412.00 frames. utt_duration=346.5 frames, utt_pad_proportion=0.03471, over 167.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.367, pruned_loss=0.1192, over 2764499.68 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07441, over 47002.38 utterances.], batch size: 167, lr: 3.63e-04 +2022-09-18 01:55:15,654 INFO [train.py:885] (1/2) Epoch 13, batch 1150, loss[loss=0.2306, simple_loss=0.2902, pruned_loss=0.08549, over 13335.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.1038, over 33.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.366, pruned_loss=0.1182, over 2767393.97 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07312, over 46533.37 utterances.], batch size: 33, lr: 3.63e-04 +2022-09-18 01:55:43,942 INFO [train.py:885] (1/2) Epoch 13, batch 1200, loss[loss=0.2444, simple_loss=0.3136, pruned_loss=0.08758, over 14304.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04003, over 120.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3639, pruned_loss=0.1169, over 2778538.95 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06963, over 45432.06 utterances.], batch size: 120, lr: 3.63e-04 +2022-09-18 01:56:14,230 INFO [train.py:885] (1/2) Epoch 13, batch 1250, loss[loss=0.3282, simple_loss=0.3827, pruned_loss=0.1369, over 14348.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03898, over 167.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3606, pruned_loss=0.1151, over 2781585.69 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06889, over 44307.73 utterances.], batch size: 167, lr: 3.63e-04 +2022-09-18 01:56:43,740 INFO [train.py:885] (1/2) Epoch 13, batch 1300, loss[loss=0.3409, simple_loss=0.4234, pruned_loss=0.1292, over 13729.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07389, over 411.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3603, pruned_loss=0.1146, over 2783799.65 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06933, over 44532.77 utterances.], batch size: 411, lr: 3.63e-04 +2022-09-18 01:57:13,172 INFO [train.py:885] (1/2) Epoch 13, batch 1350, loss[loss=0.2933, simple_loss=0.3737, pruned_loss=0.1065, over 13994.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.0565, over 365.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.361, pruned_loss=0.116, over 2786297.52 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06916, over 44441.75 utterances.], batch size: 365, lr: 3.63e-04 +2022-09-18 01:57:42,685 INFO [train.py:885] (1/2) Epoch 13, batch 1400, loss[loss=0.2096, simple_loss=0.2758, pruned_loss=0.07165, over 13807.00 frames. utt_duration=921.9 frames, utt_pad_proportion=0.07343, over 60.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3612, pruned_loss=0.1158, over 2790488.31 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06783, over 44276.17 utterances.], batch size: 60, lr: 3.63e-04 +2022-09-18 01:58:12,623 INFO [train.py:885] (1/2) Epoch 13, batch 1450, loss[loss=0.2281, simple_loss=0.3048, pruned_loss=0.0757, over 14316.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03935, over 130.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3587, pruned_loss=0.1147, over 2783956.33 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06923, over 43886.78 utterances.], batch size: 130, lr: 3.63e-04 +2022-09-18 01:58:42,029 INFO [train.py:885] (1/2) Epoch 13, batch 1500, loss[loss=0.225, simple_loss=0.2549, pruned_loss=0.09758, over 12245.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.1559, over 24.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3581, pruned_loss=0.1151, over 2780041.70 frames. utt_duration=259.8 frames, utt_pad_proportion=0.07021, over 43055.17 utterances.], batch size: 24, lr: 3.63e-04 +2022-09-18 01:59:11,962 INFO [train.py:885] (1/2) Epoch 13, batch 1550, loss[loss=0.3083, simple_loss=0.3801, pruned_loss=0.1183, over 14252.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04142, over 225.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3617, pruned_loss=0.117, over 2775467.07 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07202, over 44901.68 utterances.], batch size: 225, lr: 3.63e-04 +2022-09-18 01:59:41,607 INFO [train.py:885] (1/2) Epoch 13, batch 1600, loss[loss=0.5468, simple_loss=0.6145, pruned_loss=0.2395, over 12480.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1472, over 811.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.3652, pruned_loss=0.1189, over 2779500.59 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07123, over 45759.13 utterances.], batch size: 811, lr: 3.63e-04 +2022-09-18 02:00:10,885 INFO [train.py:885] (1/2) Epoch 13, batch 1650, loss[loss=0.3143, simple_loss=0.4091, pruned_loss=0.1098, over 13676.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07822, over 477.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3652, pruned_loss=0.1189, over 2777318.91 frames. utt_duration=240.6 frames, utt_pad_proportion=0.0722, over 46463.22 utterances.], batch size: 477, lr: 3.62e-04 +2022-09-18 02:00:39,921 INFO [train.py:885] (1/2) Epoch 13, batch 1700, loss[loss=0.3095, simple_loss=0.3619, pruned_loss=0.1286, over 14184.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04406, over 109.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3659, pruned_loss=0.1194, over 2780086.16 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07204, over 46176.68 utterances.], batch size: 109, lr: 3.62e-04 +2022-09-18 02:01:09,373 INFO [train.py:885] (1/2) Epoch 13, batch 1750, loss[loss=0.1921, simple_loss=0.2656, pruned_loss=0.05928, over 13974.00 frames. utt_duration=708.8 frames, utt_pad_proportion=0.06245, over 79.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3635, pruned_loss=0.1175, over 2781175.40 frames. utt_duration=243 frames, utt_pad_proportion=0.0714, over 46061.78 utterances.], batch size: 79, lr: 3.62e-04 +2022-09-18 02:01:39,485 INFO [train.py:885] (1/2) Epoch 13, batch 1800, loss[loss=0.2469, simple_loss=0.3188, pruned_loss=0.08747, over 14232.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04669, over 141.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.363, pruned_loss=0.1172, over 2782959.69 frames. utt_duration=245 frames, utt_pad_proportion=0.06999, over 45709.49 utterances.], batch size: 141, lr: 3.62e-04 +2022-09-18 02:02:09,151 INFO [train.py:885] (1/2) Epoch 13, batch 1850, loss[loss=0.2128, simple_loss=0.2702, pruned_loss=0.07772, over 13095.00 frames. utt_duration=2017 frames, utt_pad_proportion=0.1073, over 26.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3611, pruned_loss=0.1164, over 2787851.40 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06676, over 44573.91 utterances.], batch size: 26, lr: 3.62e-04 +2022-09-18 02:02:38,766 INFO [train.py:885] (1/2) Epoch 13, batch 1900, loss[loss=0.3945, simple_loss=0.4375, pruned_loss=0.1757, over 14242.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04257, over 335.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3617, pruned_loss=0.1169, over 2788550.96 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06686, over 44894.94 utterances.], batch size: 335, lr: 3.62e-04 +2022-09-18 02:03:08,114 INFO [train.py:885] (1/2) Epoch 13, batch 1950, loss[loss=0.2005, simple_loss=0.2624, pruned_loss=0.06924, over 13175.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1156, over 33.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3625, pruned_loss=0.1168, over 2787188.09 frames. utt_duration=246 frames, utt_pad_proportion=0.06737, over 45589.34 utterances.], batch size: 33, lr: 3.62e-04 +2022-09-18 02:03:38,069 INFO [train.py:885] (1/2) Epoch 13, batch 2000, loss[loss=0.3627, simple_loss=0.4498, pruned_loss=0.1378, over 13619.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07712, over 560.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3591, pruned_loss=0.115, over 2785897.77 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06763, over 44467.07 utterances.], batch size: 560, lr: 3.62e-04 +2022-09-18 02:04:07,299 INFO [train.py:885] (1/2) Epoch 13, batch 2050, loss[loss=0.2252, simple_loss=0.2916, pruned_loss=0.07937, over 14014.00 frames. utt_duration=802.2 frames, utt_pad_proportion=0.06287, over 70.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3599, pruned_loss=0.1157, over 2782371.77 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06967, over 44850.41 utterances.], batch size: 70, lr: 3.62e-04 +2022-09-18 02:04:37,391 INFO [train.py:885] (1/2) Epoch 13, batch 2100, loss[loss=0.2022, simple_loss=0.2646, pruned_loss=0.06994, over 13818.00 frames. utt_duration=922.6 frames, utt_pad_proportion=0.07275, over 60.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3626, pruned_loss=0.1175, over 2781069.32 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07054, over 45465.63 utterances.], batch size: 60, lr: 3.62e-04 +2022-09-18 02:05:06,655 INFO [train.py:885] (1/2) Epoch 13, batch 2150, loss[loss=0.4195, simple_loss=0.4859, pruned_loss=0.1766, over 13622.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08144, over 477.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3608, pruned_loss=0.117, over 2781291.25 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06964, over 44296.92 utterances.], batch size: 477, lr: 3.62e-04 +2022-09-18 02:05:36,151 INFO [train.py:885] (1/2) Epoch 13, batch 2200, loss[loss=0.1767, simple_loss=0.2264, pruned_loss=0.06351, over 13429.00 frames. utt_duration=1629 frames, utt_pad_proportion=0.0944, over 33.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3585, pruned_loss=0.1166, over 2779066.89 frames. utt_duration=258.9 frames, utt_pad_proportion=0.07042, over 43176.13 utterances.], batch size: 33, lr: 3.62e-04 +2022-09-18 02:06:06,237 INFO [train.py:885] (1/2) Epoch 13, batch 2250, loss[loss=0.3767, simple_loss=0.4273, pruned_loss=0.1631, over 14199.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04475, over 306.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3622, pruned_loss=0.1188, over 2781841.40 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07044, over 43821.24 utterances.], batch size: 306, lr: 3.62e-04 +2022-09-18 02:06:35,658 INFO [train.py:885] (1/2) Epoch 13, batch 2300, loss[loss=0.1807, simple_loss=0.2464, pruned_loss=0.0575, over 13882.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06829, over 60.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.359, pruned_loss=0.1169, over 2784701.45 frames. utt_duration=262.8 frames, utt_pad_proportion=0.06818, over 42628.79 utterances.], batch size: 60, lr: 3.62e-04 +2022-09-18 02:07:05,315 INFO [train.py:885] (1/2) Epoch 13, batch 2350, loss[loss=0.1693, simple_loss=0.224, pruned_loss=0.05733, over 13216.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.09802, over 41.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3628, pruned_loss=0.1186, over 2784874.65 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06842, over 44392.68 utterances.], batch size: 41, lr: 3.62e-04 +2022-09-18 02:07:35,126 INFO [train.py:885] (1/2) Epoch 13, batch 2400, loss[loss=0.2644, simple_loss=0.3386, pruned_loss=0.0951, over 14258.00 frames. utt_duration=440.1 frames, utt_pad_proportion=0.04118, over 130.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.3666, pruned_loss=0.1192, over 2783166.30 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07135, over 46753.56 utterances.], batch size: 130, lr: 3.62e-04 +2022-09-18 02:08:04,917 INFO [train.py:885] (1/2) Epoch 13, batch 2450, loss[loss=0.6811, simple_loss=0.7058, pruned_loss=0.3282, over 12564.00 frames. utt_duration=63.53 frames, utt_pad_proportion=0.1415, over 811.00 utterances.], tot_loss[loss=0.309, simple_loss=0.372, pruned_loss=0.123, over 2777901.19 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07367, over 48125.01 utterances.], batch size: 811, lr: 3.62e-04 +2022-09-18 02:08:35,117 INFO [train.py:885] (1/2) Epoch 13, batch 2500, loss[loss=0.442, simple_loss=0.4967, pruned_loss=0.1937, over 13600.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08304, over 477.00 utterances.], tot_loss[loss=0.3064, simple_loss=0.3698, pruned_loss=0.1215, over 2778505.01 frames. utt_duration=235 frames, utt_pad_proportion=0.07402, over 47592.29 utterances.], batch size: 477, lr: 3.61e-04 +2022-09-18 02:09:04,007 INFO [train.py:885] (1/2) Epoch 13, batch 2550, loss[loss=0.3052, simple_loss=0.3804, pruned_loss=0.115, over 14348.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03606, over 210.00 utterances.], tot_loss[loss=0.3079, simple_loss=0.3712, pruned_loss=0.1223, over 2774880.51 frames. utt_duration=229.8 frames, utt_pad_proportion=0.07603, over 48612.27 utterances.], batch size: 210, lr: 3.61e-04 +2022-09-18 02:09:33,701 INFO [train.py:885] (1/2) Epoch 13, batch 2600, loss[loss=0.3127, simple_loss=0.3857, pruned_loss=0.1199, over 14333.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03746, over 210.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3689, pruned_loss=0.1206, over 2778560.42 frames. utt_duration=237.4 frames, utt_pad_proportion=0.073, over 47100.92 utterances.], batch size: 210, lr: 3.61e-04 +2022-09-18 02:10:03,038 INFO [train.py:885] (1/2) Epoch 13, batch 2650, loss[loss=0.2528, simple_loss=0.3194, pruned_loss=0.09307, over 14355.00 frames. utt_duration=442.9 frames, utt_pad_proportion=0.03499, over 130.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3673, pruned_loss=0.12, over 2777885.39 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07395, over 46738.35 utterances.], batch size: 130, lr: 3.61e-04 +2022-09-18 02:10:31,575 INFO [train.py:885] (1/2) Epoch 13, batch 2700, loss[loss=0.3931, simple_loss=0.4331, pruned_loss=0.1766, over 14292.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.04228, over 154.00 utterances.], tot_loss[loss=0.3036, simple_loss=0.3673, pruned_loss=0.12, over 2781631.68 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07291, over 46474.74 utterances.], batch size: 154, lr: 3.61e-04 +2022-09-18 02:11:01,370 INFO [train.py:885] (1/2) Epoch 13, batch 2750, loss[loss=0.2188, simple_loss=0.2959, pruned_loss=0.07088, over 13758.00 frames. utt_duration=918.6 frames, utt_pad_proportion=0.07403, over 60.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3661, pruned_loss=0.119, over 2780605.42 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07334, over 45721.48 utterances.], batch size: 60, lr: 3.61e-04 +2022-09-18 02:11:31,375 INFO [train.py:885] (1/2) Epoch 13, batch 2800, loss[loss=0.2688, simple_loss=0.3352, pruned_loss=0.1012, over 14243.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04612, over 141.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3663, pruned_loss=0.1192, over 2780657.30 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07415, over 46409.89 utterances.], batch size: 141, lr: 3.61e-04 +2022-09-18 02:12:01,174 INFO [train.py:885] (1/2) Epoch 13, batch 2850, loss[loss=0.3409, simple_loss=0.4146, pruned_loss=0.1336, over 14017.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05436, over 365.00 utterances.], tot_loss[loss=0.3051, simple_loss=0.3684, pruned_loss=0.1208, over 2781611.78 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07318, over 46428.80 utterances.], batch size: 365, lr: 3.61e-04 +2022-09-18 02:12:30,325 INFO [train.py:885] (1/2) Epoch 13, batch 2900, loss[loss=0.3699, simple_loss=0.4357, pruned_loss=0.1521, over 13978.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05778, over 365.00 utterances.], tot_loss[loss=0.3073, simple_loss=0.3711, pruned_loss=0.1218, over 2783199.59 frames. utt_duration=235.4 frames, utt_pad_proportion=0.0737, over 47583.44 utterances.], batch size: 365, lr: 3.61e-04 +2022-09-18 02:12:59,895 INFO [train.py:885] (1/2) Epoch 13, batch 2950, loss[loss=0.254, simple_loss=0.3093, pruned_loss=0.09931, over 14167.00 frames. utt_duration=638.1 frames, utt_pad_proportion=0.04896, over 89.00 utterances.], tot_loss[loss=0.3093, simple_loss=0.3722, pruned_loss=0.1232, over 2780865.08 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07515, over 48369.92 utterances.], batch size: 89, lr: 3.61e-04 +2022-09-18 02:13:29,668 INFO [train.py:885] (1/2) Epoch 13, batch 3000, loss[loss=0.3162, simple_loss=0.4083, pruned_loss=0.1121, over 13791.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07031, over 411.00 utterances.], tot_loss[loss=0.3077, simple_loss=0.3708, pruned_loss=0.1223, over 2782370.71 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07448, over 47897.76 utterances.], batch size: 411, lr: 3.61e-04 +2022-09-18 02:13:29,669 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 02:13:34,385 INFO [train.py:914] (1/2) Epoch 13, validation: loss=0.2063, simple_loss=0.283, pruned_loss=0.06475, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 02:14:04,250 INFO [train.py:885] (1/2) Epoch 13, batch 3050, loss[loss=0.4227, simple_loss=0.4511, pruned_loss=0.1971, over 14255.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04166, over 335.00 utterances.], tot_loss[loss=0.3072, simple_loss=0.3706, pruned_loss=0.1219, over 2785079.44 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07193, over 47656.84 utterances.], batch size: 335, lr: 3.61e-04 +2022-09-18 02:14:33,435 INFO [train.py:885] (1/2) Epoch 13, batch 3100, loss[loss=0.533, simple_loss=0.6118, pruned_loss=0.2271, over 12497.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1458, over 811.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.368, pruned_loss=0.1201, over 2784029.01 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07218, over 47071.92 utterances.], batch size: 811, lr: 3.61e-04 +2022-09-18 02:15:03,166 INFO [train.py:885] (1/2) Epoch 13, batch 3150, loss[loss=0.2951, simple_loss=0.3472, pruned_loss=0.1215, over 14190.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04344, over 109.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3679, pruned_loss=0.1202, over 2782678.30 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07349, over 47409.32 utterances.], batch size: 109, lr: 3.61e-04 +2022-09-18 02:15:32,255 INFO [train.py:885] (1/2) Epoch 13, batch 3200, loss[loss=0.2524, simple_loss=0.3277, pruned_loss=0.08862, over 14279.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.0395, over 130.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3649, pruned_loss=0.1193, over 2784424.22 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07111, over 45669.12 utterances.], batch size: 130, lr: 3.61e-04 +2022-09-18 02:16:02,120 INFO [train.py:885] (1/2) Epoch 13, batch 3250, loss[loss=0.3916, simple_loss=0.4791, pruned_loss=0.152, over 13200.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1048, over 653.00 utterances.], tot_loss[loss=0.3022, simple_loss=0.366, pruned_loss=0.1192, over 2784558.55 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07136, over 46544.63 utterances.], batch size: 653, lr: 3.61e-04 +2022-09-18 02:16:31,595 INFO [train.py:885] (1/2) Epoch 13, batch 3300, loss[loss=0.1879, simple_loss=0.2383, pruned_loss=0.06875, over 13864.00 frames. utt_duration=925.5 frames, utt_pad_proportion=0.0708, over 60.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3651, pruned_loss=0.1186, over 2786508.64 frames. utt_duration=241.7 frames, utt_pad_proportion=0.0703, over 46398.69 utterances.], batch size: 60, lr: 3.61e-04 +2022-09-18 02:17:00,759 INFO [train.py:885] (1/2) Epoch 13, batch 3350, loss[loss=0.5686, simple_loss=0.6392, pruned_loss=0.249, over 12618.00 frames. utt_duration=63.89 frames, utt_pad_proportion=0.1366, over 810.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3614, pruned_loss=0.1168, over 2788810.43 frames. utt_duration=251 frames, utt_pad_proportion=0.06859, over 44713.92 utterances.], batch size: 810, lr: 3.60e-04 +2022-09-18 02:17:30,308 INFO [train.py:885] (1/2) Epoch 13, batch 3400, loss[loss=0.2986, simple_loss=0.3432, pruned_loss=0.127, over 14144.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04648, over 109.00 utterances.], tot_loss[loss=0.3004, simple_loss=0.3639, pruned_loss=0.1184, over 2786808.28 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07021, over 45996.15 utterances.], batch size: 109, lr: 3.60e-04 +2022-09-18 02:18:00,212 INFO [train.py:885] (1/2) Epoch 13, batch 3450, loss[loss=0.3388, simple_loss=0.4028, pruned_loss=0.1374, over 14312.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03897, over 283.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3639, pruned_loss=0.1175, over 2784436.53 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07045, over 47023.54 utterances.], batch size: 283, lr: 3.60e-04 +2022-09-18 02:18:30,289 INFO [train.py:885] (1/2) Epoch 13, batch 3500, loss[loss=0.2988, simple_loss=0.3666, pruned_loss=0.1155, over 14333.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03732, over 195.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3636, pruned_loss=0.1167, over 2783711.07 frames. utt_duration=240.1 frames, utt_pad_proportion=0.06943, over 46668.21 utterances.], batch size: 195, lr: 3.60e-04 +2022-09-18 02:18:59,579 INFO [train.py:885] (1/2) Epoch 13, batch 3550, loss[loss=0.3445, simple_loss=0.4053, pruned_loss=0.1418, over 14315.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03953, over 262.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3611, pruned_loss=0.1159, over 2782248.49 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06885, over 45554.68 utterances.], batch size: 262, lr: 3.60e-04 +2022-09-18 02:19:28,837 INFO [train.py:885] (1/2) Epoch 13, batch 3600, loss[loss=0.2009, simple_loss=0.2669, pruned_loss=0.06748, over 14201.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04525, over 89.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3613, pruned_loss=0.1166, over 2781961.30 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06944, over 45122.22 utterances.], batch size: 89, lr: 3.60e-04 +2022-09-18 02:19:58,690 INFO [train.py:885] (1/2) Epoch 13, batch 3650, loss[loss=0.5199, simple_loss=0.5197, pruned_loss=0.2601, over 14231.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04333, over 335.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.363, pruned_loss=0.1177, over 2786769.56 frames. utt_duration=249.6 frames, utt_pad_proportion=0.0673, over 44922.00 utterances.], batch size: 335, lr: 3.60e-04 +2022-09-18 02:20:28,412 INFO [train.py:885] (1/2) Epoch 13, batch 3700, loss[loss=0.1978, simple_loss=0.2657, pruned_loss=0.065, over 13567.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.0936, over 42.00 utterances.], tot_loss[loss=0.3019, simple_loss=0.3655, pruned_loss=0.1191, over 2781226.75 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07082, over 45554.57 utterances.], batch size: 42, lr: 3.60e-04 +2022-09-18 02:20:57,210 INFO [train.py:885] (1/2) Epoch 13, batch 3750, loss[loss=0.3176, simple_loss=0.3829, pruned_loss=0.1261, over 14365.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03287, over 244.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3626, pruned_loss=0.1166, over 2782877.94 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06907, over 45182.88 utterances.], batch size: 244, lr: 3.60e-04 +2022-09-18 02:21:26,811 INFO [train.py:885] (1/2) Epoch 13, batch 3800, loss[loss=0.3234, simple_loss=0.3857, pruned_loss=0.1306, over 14327.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03805, over 195.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3614, pruned_loss=0.1162, over 2783520.92 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06873, over 44995.02 utterances.], batch size: 195, lr: 3.60e-04 +2022-09-18 02:21:55,670 INFO [train.py:885] (1/2) Epoch 13, batch 3850, loss[loss=0.32, simple_loss=0.3958, pruned_loss=0.1221, over 13999.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05571, over 365.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3589, pruned_loss=0.1147, over 2783862.41 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06842, over 43786.98 utterances.], batch size: 365, lr: 3.60e-04 +2022-09-18 02:22:25,386 INFO [train.py:885] (1/2) Epoch 13, batch 3900, loss[loss=0.3933, simple_loss=0.4382, pruned_loss=0.1741, over 14251.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04266, over 335.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3611, pruned_loss=0.1164, over 2783764.96 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06921, over 44692.02 utterances.], batch size: 335, lr: 3.60e-04 +2022-09-18 02:22:55,065 INFO [train.py:885] (1/2) Epoch 13, batch 3950, loss[loss=0.5219, simple_loss=0.5833, pruned_loss=0.2302, over 13145.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3626, pruned_loss=0.1171, over 2783453.17 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06965, over 45516.29 utterances.], batch size: 653, lr: 3.60e-04 +2022-09-18 02:23:24,660 INFO [train.py:885] (1/2) Epoch 13, batch 4000, loss[loss=0.2348, simple_loss=0.3075, pruned_loss=0.08103, over 14197.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04298, over 109.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3644, pruned_loss=0.1184, over 2783396.72 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07059, over 45651.16 utterances.], batch size: 109, lr: 3.60e-04 +2022-09-18 02:23:54,211 INFO [train.py:885] (1/2) Epoch 13, batch 4050, loss[loss=0.2273, simple_loss=0.3051, pruned_loss=0.07474, over 14301.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.04305, over 110.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3613, pruned_loss=0.1173, over 2787522.09 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0686, over 44011.99 utterances.], batch size: 110, lr: 3.60e-04 +2022-09-18 02:24:24,507 INFO [train.py:885] (1/2) Epoch 13, batch 4100, loss[loss=0.3067, simple_loss=0.3739, pruned_loss=0.1198, over 14243.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04195, over 180.00 utterances.], tot_loss[loss=0.2986, simple_loss=0.3612, pruned_loss=0.118, over 2787015.29 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06703, over 43074.59 utterances.], batch size: 180, lr: 3.60e-04 +2022-09-18 02:24:53,841 INFO [train.py:885] (1/2) Epoch 13, batch 4150, loss[loss=0.1584, simple_loss=0.1978, pruned_loss=0.05947, over 12749.00 frames. utt_duration=2041 frames, utt_pad_proportion=0.1445, over 25.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3613, pruned_loss=0.1178, over 2788044.79 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06687, over 43560.63 utterances.], batch size: 25, lr: 3.60e-04 +2022-09-18 02:25:23,521 INFO [train.py:885] (1/2) Epoch 13, batch 4200, loss[loss=0.2876, simple_loss=0.3615, pruned_loss=0.1069, over 14344.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03702, over 195.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3608, pruned_loss=0.1176, over 2789426.46 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06697, over 43078.01 utterances.], batch size: 195, lr: 3.59e-04 +2022-09-18 02:25:53,154 INFO [train.py:885] (1/2) Epoch 13, batch 4250, loss[loss=0.1749, simple_loss=0.2471, pruned_loss=0.05136, over 14131.00 frames. utt_duration=808.9 frames, utt_pad_proportion=0.05497, over 70.00 utterances.], tot_loss[loss=0.2986, simple_loss=0.3628, pruned_loss=0.1172, over 2784741.43 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07024, over 45051.83 utterances.], batch size: 70, lr: 3.59e-04 +2022-09-18 02:26:22,774 INFO [train.py:885] (1/2) Epoch 13, batch 4300, loss[loss=0.3349, simple_loss=0.4083, pruned_loss=0.1308, over 13741.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07323, over 411.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3646, pruned_loss=0.1175, over 2785166.50 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07138, over 46423.73 utterances.], batch size: 411, lr: 3.59e-04 +2022-09-18 02:26:52,183 INFO [train.py:885] (1/2) Epoch 13, batch 4350, loss[loss=0.2219, simple_loss=0.3001, pruned_loss=0.07186, over 12882.00 frames. utt_duration=1983 frames, utt_pad_proportion=0.1331, over 26.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3633, pruned_loss=0.1175, over 2785269.07 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06938, over 44932.63 utterances.], batch size: 26, lr: 3.59e-04 +2022-09-18 02:27:22,180 INFO [train.py:885] (1/2) Epoch 13, batch 4400, loss[loss=0.2399, simple_loss=0.3052, pruned_loss=0.08727, over 14305.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03799, over 130.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3638, pruned_loss=0.1176, over 2783314.11 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07149, over 45001.84 utterances.], batch size: 130, lr: 3.59e-04 +2022-09-18 02:27:51,634 INFO [train.py:885] (1/2) Epoch 13, batch 4450, loss[loss=0.215, simple_loss=0.285, pruned_loss=0.07246, over 14159.00 frames. utt_duration=638 frames, utt_pad_proportion=0.04925, over 89.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3637, pruned_loss=0.1181, over 2787918.54 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06875, over 44760.64 utterances.], batch size: 89, lr: 3.59e-04 +2022-09-18 02:28:21,559 INFO [train.py:885] (1/2) Epoch 13, batch 4500, loss[loss=0.202, simple_loss=0.2757, pruned_loss=0.06418, over 14028.00 frames. utt_duration=711.7 frames, utt_pad_proportion=0.05732, over 79.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.365, pruned_loss=0.1186, over 2785387.54 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07006, over 45899.40 utterances.], batch size: 79, lr: 3.59e-04 +2022-09-18 02:28:51,471 INFO [train.py:885] (1/2) Epoch 13, batch 4550, loss[loss=0.3372, simple_loss=0.3921, pruned_loss=0.1412, over 14363.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.0376, over 167.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.3641, pruned_loss=0.1177, over 2779478.71 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07164, over 46179.53 utterances.], batch size: 167, lr: 3.59e-04 +2022-09-18 02:29:21,018 INFO [train.py:885] (1/2) Epoch 13, batch 4600, loss[loss=0.3011, simple_loss=0.3947, pruned_loss=0.1038, over 13721.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07516, over 411.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3673, pruned_loss=0.1187, over 2780821.50 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07184, over 47789.06 utterances.], batch size: 411, lr: 3.59e-04 +2022-09-18 02:29:51,309 INFO [train.py:885] (1/2) Epoch 13, batch 4650, loss[loss=0.5914, simple_loss=0.6489, pruned_loss=0.2669, over 12553.00 frames. utt_duration=63.54 frames, utt_pad_proportion=0.1413, over 810.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3648, pruned_loss=0.1176, over 2775170.69 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07436, over 46918.30 utterances.], batch size: 810, lr: 3.59e-04 +2022-09-18 02:30:20,187 INFO [train.py:885] (1/2) Epoch 13, batch 4700, loss[loss=0.3426, simple_loss=0.4303, pruned_loss=0.1275, over 13713.00 frames. utt_duration=116.5 frames, utt_pad_proportion=0.07559, over 477.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3626, pruned_loss=0.1165, over 2773012.46 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07407, over 46012.68 utterances.], batch size: 477, lr: 3.59e-04 +2022-09-18 02:30:49,872 INFO [train.py:885] (1/2) Epoch 13, batch 4750, loss[loss=0.3991, simple_loss=0.4403, pruned_loss=0.179, over 14196.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04483, over 306.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3655, pruned_loss=0.1181, over 2772296.93 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07505, over 47319.37 utterances.], batch size: 306, lr: 3.59e-04 +2022-09-18 02:31:19,704 INFO [train.py:885] (1/2) Epoch 13, batch 4800, loss[loss=0.311, simple_loss=0.3928, pruned_loss=0.1146, over 13975.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05742, over 365.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3681, pruned_loss=0.1194, over 2771446.70 frames. utt_duration=228.3 frames, utt_pad_proportion=0.07623, over 48871.41 utterances.], batch size: 365, lr: 3.59e-04 +2022-09-18 02:31:48,557 INFO [train.py:885] (1/2) Epoch 13, batch 4850, loss[loss=0.3219, simple_loss=0.3913, pruned_loss=0.1263, over 14311.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04115, over 167.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3674, pruned_loss=0.1197, over 2780910.83 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07175, over 47663.74 utterances.], batch size: 167, lr: 3.59e-04 +2022-09-18 02:32:18,202 INFO [train.py:885] (1/2) Epoch 13, batch 4900, loss[loss=0.1882, simple_loss=0.232, pruned_loss=0.07221, over 11972.00 frames. utt_duration=1997 frames, utt_pad_proportion=0.1736, over 24.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.3634, pruned_loss=0.118, over 2775323.33 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07102, over 45656.31 utterances.], batch size: 24, lr: 3.59e-04 +2022-09-18 02:32:48,161 INFO [train.py:885] (1/2) Epoch 13, batch 4950, loss[loss=0.2066, simple_loss=0.2791, pruned_loss=0.06709, over 13957.00 frames. utt_duration=810.5 frames, utt_pad_proportion=0.05649, over 69.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3652, pruned_loss=0.1185, over 2777266.24 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07041, over 46740.76 utterances.], batch size: 69, lr: 3.59e-04 +2022-09-18 02:33:17,158 INFO [train.py:885] (1/2) Epoch 13, batch 5000, loss[loss=0.3409, simple_loss=0.4277, pruned_loss=0.127, over 13750.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07206, over 411.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3649, pruned_loss=0.1188, over 2775295.52 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07024, over 46455.31 utterances.], batch size: 411, lr: 3.59e-04 +2022-09-18 02:33:46,663 INFO [train.py:885] (1/2) Epoch 13, batch 5050, loss[loss=0.3838, simple_loss=0.4288, pruned_loss=0.1694, over 14267.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04101, over 180.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3644, pruned_loss=0.1179, over 2776382.69 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07109, over 46770.23 utterances.], batch size: 180, lr: 3.59e-04 +2022-09-18 02:34:17,053 INFO [train.py:885] (1/2) Epoch 13, batch 5100, loss[loss=0.299, simple_loss=0.3682, pruned_loss=0.1149, over 14372.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.036, over 244.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3669, pruned_loss=0.1195, over 2776973.18 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07345, over 47996.01 utterances.], batch size: 244, lr: 3.58e-04 +2022-09-18 02:34:46,637 INFO [train.py:885] (1/2) Epoch 13, batch 5150, loss[loss=0.2354, simple_loss=0.3019, pruned_loss=0.08441, over 14105.00 frames. utt_duration=715.6 frames, utt_pad_proportion=0.05213, over 79.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3615, pruned_loss=0.1173, over 2780935.95 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07016, over 45581.11 utterances.], batch size: 79, lr: 3.58e-04 +2022-09-18 02:35:15,555 INFO [train.py:885] (1/2) Epoch 13, batch 5200, loss[loss=0.3226, simple_loss=0.3836, pruned_loss=0.1308, over 14356.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03567, over 210.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3619, pruned_loss=0.118, over 2779998.13 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07112, over 45929.81 utterances.], batch size: 210, lr: 3.58e-04 +2022-09-18 02:35:44,446 INFO [train.py:885] (1/2) Epoch 13, batch 5250, loss[loss=0.533, simple_loss=0.6038, pruned_loss=0.2311, over 12476.00 frames. utt_duration=63.14 frames, utt_pad_proportion=0.1468, over 810.00 utterances.], tot_loss[loss=0.3049, simple_loss=0.3685, pruned_loss=0.1207, over 2777323.75 frames. utt_duration=227.6 frames, utt_pad_proportion=0.07447, over 49138.22 utterances.], batch size: 810, lr: 3.58e-04 +2022-09-18 02:36:14,097 INFO [train.py:885] (1/2) Epoch 13, batch 5300, loss[loss=0.3645, simple_loss=0.4134, pruned_loss=0.1578, over 14318.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0388, over 283.00 utterances.], tot_loss[loss=0.3067, simple_loss=0.3695, pruned_loss=0.122, over 2777089.43 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07349, over 48788.01 utterances.], batch size: 283, lr: 3.58e-04 +2022-09-18 02:36:50,863 INFO [train.py:885] (1/2) Epoch 13, batch 5350, loss[loss=0.2716, simple_loss=0.3509, pruned_loss=0.09619, over 14246.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04234, over 225.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3674, pruned_loss=0.1204, over 2780762.67 frames. utt_duration=234 frames, utt_pad_proportion=0.07229, over 47838.14 utterances.], batch size: 225, lr: 3.58e-04 +2022-09-18 02:37:20,937 INFO [train.py:885] (1/2) Epoch 13, batch 5400, loss[loss=0.2072, simple_loss=0.2552, pruned_loss=0.07963, over 13800.00 frames. utt_duration=921.3 frames, utt_pad_proportion=0.07404, over 60.00 utterances.], tot_loss[loss=0.3043, simple_loss=0.3676, pruned_loss=0.1205, over 2781794.46 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07204, over 48196.30 utterances.], batch size: 60, lr: 3.58e-04 +2022-09-18 02:37:50,821 INFO [train.py:885] (1/2) Epoch 13, batch 5450, loss[loss=0.3994, simple_loss=0.4695, pruned_loss=0.1646, over 13724.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07498, over 411.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3658, pruned_loss=0.1187, over 2780990.78 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07125, over 47402.81 utterances.], batch size: 411, lr: 3.58e-04 +2022-09-18 02:38:19,950 INFO [train.py:885] (1/2) Epoch 13, batch 5500, loss[loss=0.1872, simple_loss=0.257, pruned_loss=0.05871, over 13911.00 frames. utt_duration=928.9 frames, utt_pad_proportion=0.06366, over 60.00 utterances.], tot_loss[loss=0.3021, simple_loss=0.3658, pruned_loss=0.1192, over 2786293.87 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06795, over 46279.87 utterances.], batch size: 60, lr: 3.58e-04 +2022-09-18 02:38:49,458 INFO [train.py:885] (1/2) Epoch 13, batch 5550, loss[loss=0.3067, simple_loss=0.361, pruned_loss=0.1262, over 14267.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04232, over 130.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.365, pruned_loss=0.1186, over 2791850.66 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06596, over 45702.79 utterances.], batch size: 130, lr: 3.58e-04 +2022-09-18 02:39:18,679 INFO [train.py:885] (1/2) Epoch 13, batch 5600, loss[loss=0.3226, simple_loss=0.3896, pruned_loss=0.1278, over 14364.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03249, over 244.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3644, pruned_loss=0.1178, over 2797315.58 frames. utt_duration=249 frames, utt_pad_proportion=0.06451, over 45205.88 utterances.], batch size: 244, lr: 3.58e-04 +2022-09-18 02:39:48,214 INFO [train.py:885] (1/2) Epoch 13, batch 5650, loss[loss=0.3145, simple_loss=0.3751, pruned_loss=0.1269, over 14319.00 frames. utt_duration=236.2 frames, utt_pad_proportion=0.0358, over 244.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3642, pruned_loss=0.1174, over 2792114.22 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06533, over 45879.25 utterances.], batch size: 244, lr: 3.58e-04 +2022-09-18 02:40:17,783 INFO [train.py:885] (1/2) Epoch 13, batch 5700, loss[loss=0.2889, simple_loss=0.3397, pruned_loss=0.119, over 14099.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05275, over 98.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3626, pruned_loss=0.1172, over 2789245.28 frames. utt_duration=248 frames, utt_pad_proportion=0.06527, over 45247.79 utterances.], batch size: 98, lr: 3.58e-04 +2022-09-18 02:40:47,456 INFO [train.py:885] (1/2) Epoch 13, batch 5750, loss[loss=0.2959, simple_loss=0.3681, pruned_loss=0.1118, over 14285.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03981, over 180.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3625, pruned_loss=0.1164, over 2790677.31 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06527, over 45131.14 utterances.], batch size: 180, lr: 3.58e-04 +2022-09-18 02:41:17,708 INFO [train.py:885] (1/2) Epoch 13, batch 5800, loss[loss=0.2257, simple_loss=0.2973, pruned_loss=0.07709, over 13905.00 frames. utt_duration=928.6 frames, utt_pad_proportion=0.06764, over 60.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3608, pruned_loss=0.1161, over 2791220.10 frames. utt_duration=253 frames, utt_pad_proportion=0.06337, over 44391.20 utterances.], batch size: 60, lr: 3.58e-04 +2022-09-18 02:41:47,082 INFO [train.py:885] (1/2) Epoch 13, batch 5850, loss[loss=0.2799, simple_loss=0.3498, pruned_loss=0.1051, over 14304.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03814, over 180.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3629, pruned_loss=0.1175, over 2792250.71 frames. utt_duration=251 frames, utt_pad_proportion=0.0632, over 44754.47 utterances.], batch size: 180, lr: 3.58e-04 +2022-09-18 02:42:16,828 INFO [train.py:885] (1/2) Epoch 13, batch 5900, loss[loss=0.2492, simple_loss=0.2982, pruned_loss=0.1001, over 13992.00 frames. utt_duration=709.8 frames, utt_pad_proportion=0.0598, over 79.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3622, pruned_loss=0.1178, over 2785522.65 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06533, over 44668.27 utterances.], batch size: 79, lr: 3.58e-04 +2022-09-18 02:42:45,950 INFO [train.py:885] (1/2) Epoch 13, batch 5950, loss[loss=0.2396, simple_loss=0.2927, pruned_loss=0.09325, over 14010.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05996, over 79.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.361, pruned_loss=0.1169, over 2784835.43 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06791, over 43947.34 utterances.], batch size: 79, lr: 3.57e-04 +2022-09-18 02:43:15,997 INFO [train.py:885] (1/2) Epoch 13, batch 6000, loss[loss=0.3173, simple_loss=0.3822, pruned_loss=0.1262, over 14263.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04104, over 225.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3637, pruned_loss=0.1181, over 2780490.36 frames. utt_duration=243 frames, utt_pad_proportion=0.0703, over 46046.05 utterances.], batch size: 225, lr: 3.57e-04 +2022-09-18 02:43:15,998 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 02:43:20,665 INFO [train.py:914] (1/2) Epoch 13, validation: loss=0.2024, simple_loss=0.2828, pruned_loss=0.06096, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 02:43:50,143 INFO [train.py:885] (1/2) Epoch 13, batch 6050, loss[loss=0.1805, simple_loss=0.2451, pruned_loss=0.05791, over 13277.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.1046, over 33.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3642, pruned_loss=0.118, over 2782318.73 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07069, over 46028.51 utterances.], batch size: 33, lr: 3.57e-04 +2022-09-18 02:44:19,918 INFO [train.py:885] (1/2) Epoch 13, batch 6100, loss[loss=0.2635, simple_loss=0.3446, pruned_loss=0.0912, over 14260.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04509, over 141.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3653, pruned_loss=0.118, over 2780394.16 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07198, over 47521.66 utterances.], batch size: 141, lr: 3.57e-04 +2022-09-18 02:44:49,169 INFO [train.py:885] (1/2) Epoch 13, batch 6150, loss[loss=0.1713, simple_loss=0.2258, pruned_loss=0.05842, over 13036.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1239, over 33.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3642, pruned_loss=0.1172, over 2776888.38 frames. utt_duration=238 frames, utt_pad_proportion=0.07216, over 46961.90 utterances.], batch size: 33, lr: 3.57e-04 +2022-09-18 02:45:18,740 INFO [train.py:885] (1/2) Epoch 13, batch 6200, loss[loss=0.3195, simple_loss=0.3792, pruned_loss=0.1299, over 14322.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03867, over 195.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3659, pruned_loss=0.1176, over 2777899.06 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07268, over 47813.84 utterances.], batch size: 195, lr: 3.57e-04 +2022-09-18 02:45:47,842 INFO [train.py:885] (1/2) Epoch 13, batch 6250, loss[loss=0.3424, simple_loss=0.4359, pruned_loss=0.1245, over 13689.00 frames. utt_duration=99.09 frames, utt_pad_proportion=0.07395, over 560.00 utterances.], tot_loss[loss=0.3016, simple_loss=0.3666, pruned_loss=0.1183, over 2779710.81 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07177, over 47270.92 utterances.], batch size: 560, lr: 3.57e-04 +2022-09-18 02:46:16,809 INFO [train.py:885] (1/2) Epoch 13, batch 6300, loss[loss=0.2339, simple_loss=0.29, pruned_loss=0.08892, over 12165.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1658, over 24.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3606, pruned_loss=0.1159, over 2779608.52 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06943, over 44119.45 utterances.], batch size: 24, lr: 3.57e-04 +2022-09-18 02:46:46,694 INFO [train.py:885] (1/2) Epoch 13, batch 6350, loss[loss=0.3836, simple_loss=0.4253, pruned_loss=0.1709, over 14343.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03652, over 195.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3645, pruned_loss=0.1188, over 2776953.82 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07205, over 46031.89 utterances.], batch size: 195, lr: 3.57e-04 +2022-09-18 02:47:16,398 INFO [train.py:885] (1/2) Epoch 13, batch 6400, loss[loss=0.2846, simple_loss=0.3543, pruned_loss=0.1074, over 14315.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03842, over 195.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.3653, pruned_loss=0.1199, over 2778427.08 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07033, over 45985.03 utterances.], batch size: 195, lr: 3.57e-04 +2022-09-18 02:47:45,799 INFO [train.py:885] (1/2) Epoch 13, batch 6450, loss[loss=0.327, simple_loss=0.4184, pruned_loss=0.1178, over 13630.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08031, over 477.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3645, pruned_loss=0.1191, over 2784646.32 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06723, over 45147.09 utterances.], batch size: 477, lr: 3.57e-04 +2022-09-18 02:48:15,618 INFO [train.py:885] (1/2) Epoch 13, batch 6500, loss[loss=0.16, simple_loss=0.2294, pruned_loss=0.04533, over 13031.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1264, over 33.00 utterances.], tot_loss[loss=0.3019, simple_loss=0.365, pruned_loss=0.1194, over 2783151.60 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06971, over 45785.51 utterances.], batch size: 33, lr: 3.57e-04 +2022-09-18 02:48:45,242 INFO [train.py:885] (1/2) Epoch 13, batch 6550, loss[loss=0.1947, simple_loss=0.2752, pruned_loss=0.05703, over 13939.00 frames. utt_duration=809.5 frames, utt_pad_proportion=0.05765, over 69.00 utterances.], tot_loss[loss=0.3, simple_loss=0.3632, pruned_loss=0.1184, over 2787274.88 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06799, over 45564.48 utterances.], batch size: 69, lr: 3.57e-04 +2022-09-18 02:49:15,202 INFO [train.py:885] (1/2) Epoch 13, batch 6600, loss[loss=0.2971, simple_loss=0.3333, pruned_loss=0.1305, over 14036.00 frames. utt_duration=574.5 frames, utt_pad_proportion=0.05658, over 98.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3599, pruned_loss=0.1167, over 2787921.42 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06629, over 43622.38 utterances.], batch size: 98, lr: 3.57e-04 +2022-09-18 02:49:44,751 INFO [train.py:885] (1/2) Epoch 13, batch 6650, loss[loss=0.3656, simple_loss=0.4182, pruned_loss=0.1565, over 14169.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04659, over 306.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3607, pruned_loss=0.1162, over 2785326.43 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06631, over 44987.04 utterances.], batch size: 306, lr: 3.57e-04 +2022-09-18 02:50:14,058 INFO [train.py:885] (1/2) Epoch 13, batch 6700, loss[loss=0.3352, simple_loss=0.3909, pruned_loss=0.1398, over 14256.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04189, over 225.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3561, pruned_loss=0.1137, over 2786768.96 frames. utt_duration=262.6 frames, utt_pad_proportion=0.06425, over 42692.03 utterances.], batch size: 225, lr: 3.57e-04 +2022-09-18 02:50:43,392 INFO [train.py:885] (1/2) Epoch 13, batch 6750, loss[loss=0.407, simple_loss=0.4488, pruned_loss=0.1826, over 14297.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04088, over 262.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3582, pruned_loss=0.1151, over 2788843.15 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06542, over 43196.32 utterances.], batch size: 262, lr: 3.57e-04 +2022-09-18 02:51:13,956 INFO [train.py:885] (1/2) Epoch 13, batch 6800, loss[loss=0.2053, simple_loss=0.2644, pruned_loss=0.07307, over 13994.00 frames. utt_duration=801.2 frames, utt_pad_proportion=0.06404, over 70.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3574, pruned_loss=0.1146, over 2781753.18 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06757, over 42960.43 utterances.], batch size: 70, lr: 3.57e-04 +2022-09-18 02:51:43,300 INFO [train.py:885] (1/2) Epoch 13, batch 6850, loss[loss=0.4314, simple_loss=0.4568, pruned_loss=0.203, over 14355.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0373, over 244.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3616, pruned_loss=0.1168, over 2781772.25 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06901, over 44185.35 utterances.], batch size: 244, lr: 3.56e-04 +2022-09-18 02:52:12,833 INFO [train.py:885] (1/2) Epoch 13, batch 6900, loss[loss=0.359, simple_loss=0.4056, pruned_loss=0.1562, over 14279.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04152, over 262.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3617, pruned_loss=0.1172, over 2780050.89 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07068, over 43847.29 utterances.], batch size: 262, lr: 3.56e-04 +2022-09-18 02:52:41,826 INFO [train.py:885] (1/2) Epoch 13, batch 6950, loss[loss=0.2935, simple_loss=0.3679, pruned_loss=0.1095, over 14343.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03946, over 167.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3613, pruned_loss=0.1168, over 2783947.85 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06904, over 44303.93 utterances.], batch size: 167, lr: 3.56e-04 +2022-09-18 02:53:11,539 INFO [train.py:885] (1/2) Epoch 13, batch 7000, loss[loss=0.2034, simple_loss=0.2599, pruned_loss=0.07346, over 13874.00 frames. utt_duration=926.6 frames, utt_pad_proportion=0.0697, over 60.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3595, pruned_loss=0.1152, over 2783991.26 frames. utt_duration=254 frames, utt_pad_proportion=0.06919, over 44103.33 utterances.], batch size: 60, lr: 3.56e-04 +2022-09-18 02:53:40,712 INFO [train.py:885] (1/2) Epoch 13, batch 7050, loss[loss=0.2461, simple_loss=0.3039, pruned_loss=0.09415, over 14181.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04647, over 89.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3633, pruned_loss=0.1164, over 2778554.30 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07263, over 46347.20 utterances.], batch size: 89, lr: 3.56e-04 +2022-09-18 02:54:09,995 INFO [train.py:885] (1/2) Epoch 13, batch 7100, loss[loss=0.2997, simple_loss=0.3549, pruned_loss=0.1223, over 14181.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04691, over 89.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3616, pruned_loss=0.1159, over 2778169.07 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07194, over 45367.83 utterances.], batch size: 89, lr: 3.56e-04 +2022-09-18 02:54:39,686 INFO [train.py:885] (1/2) Epoch 13, batch 7150, loss[loss=0.4119, simple_loss=0.471, pruned_loss=0.1765, over 13637.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08071, over 477.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3658, pruned_loss=0.1174, over 2775218.74 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07444, over 47423.30 utterances.], batch size: 477, lr: 3.56e-04 +2022-09-18 02:55:16,037 INFO [train.py:885] (1/2) Epoch 13, batch 7200, loss[loss=0.1911, simple_loss=0.2608, pruned_loss=0.06072, over 14054.00 frames. utt_duration=712.9 frames, utt_pad_proportion=0.05571, over 79.00 utterances.], tot_loss[loss=0.3012, simple_loss=0.3663, pruned_loss=0.118, over 2779724.25 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07285, over 47398.20 utterances.], batch size: 79, lr: 3.56e-04 +2022-09-18 02:55:45,597 INFO [train.py:885] (1/2) Epoch 13, batch 7250, loss[loss=0.2602, simple_loss=0.3272, pruned_loss=0.09658, over 14275.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.04193, over 120.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3643, pruned_loss=0.1167, over 2781389.62 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07134, over 46547.74 utterances.], batch size: 120, lr: 3.56e-04 +2022-09-18 02:56:14,925 INFO [train.py:885] (1/2) Epoch 13, batch 7300, loss[loss=0.7121, simple_loss=0.7251, pruned_loss=0.3495, over 12505.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.145, over 811.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.3677, pruned_loss=0.1193, over 2778216.52 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07347, over 47452.44 utterances.], batch size: 811, lr: 3.56e-04 +2022-09-18 02:56:43,757 INFO [train.py:885] (1/2) Epoch 13, batch 7350, loss[loss=0.2976, simple_loss=0.3702, pruned_loss=0.1125, over 14366.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03781, over 167.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3619, pruned_loss=0.1168, over 2782097.79 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07051, over 44697.43 utterances.], batch size: 167, lr: 3.56e-04 +2022-09-18 02:57:13,612 INFO [train.py:885] (1/2) Epoch 13, batch 7400, loss[loss=0.2145, simple_loss=0.2872, pruned_loss=0.07083, over 14215.00 frames. utt_duration=640.4 frames, utt_pad_proportion=0.04561, over 89.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3601, pruned_loss=0.1159, over 2781300.16 frames. utt_duration=254 frames, utt_pad_proportion=0.071, over 44052.41 utterances.], batch size: 89, lr: 3.56e-04 +2022-09-18 02:57:43,534 INFO [train.py:885] (1/2) Epoch 13, batch 7450, loss[loss=0.2995, simple_loss=0.3479, pruned_loss=0.1256, over 14146.00 frames. utt_duration=637.2 frames, utt_pad_proportion=0.0489, over 89.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3603, pruned_loss=0.1151, over 2782289.89 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07101, over 44772.56 utterances.], batch size: 89, lr: 3.56e-04 +2022-09-18 02:58:12,808 INFO [train.py:885] (1/2) Epoch 13, batch 7500, loss[loss=0.2168, simple_loss=0.2762, pruned_loss=0.07872, over 14063.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05619, over 79.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3607, pruned_loss=0.1155, over 2781379.83 frames. utt_duration=251 frames, utt_pad_proportion=0.07079, over 44590.71 utterances.], batch size: 79, lr: 3.56e-04 +2022-09-18 02:58:42,528 INFO [train.py:885] (1/2) Epoch 13, batch 7550, loss[loss=0.1898, simple_loss=0.2553, pruned_loss=0.06211, over 13735.00 frames. utt_duration=916.9 frames, utt_pad_proportion=0.07567, over 60.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3628, pruned_loss=0.1171, over 2780353.09 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07144, over 45081.89 utterances.], batch size: 60, lr: 3.56e-04 +2022-09-18 02:59:11,672 INFO [train.py:885] (1/2) Epoch 13, batch 7600, loss[loss=0.3455, simple_loss=0.4315, pruned_loss=0.1297, over 13732.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07381, over 411.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.362, pruned_loss=0.1166, over 2784316.08 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07071, over 44585.57 utterances.], batch size: 411, lr: 3.56e-04 +2022-09-18 02:59:41,384 INFO [train.py:885] (1/2) Epoch 13, batch 7650, loss[loss=0.2561, simple_loss=0.3284, pruned_loss=0.09194, over 14199.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04298, over 109.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3618, pruned_loss=0.1171, over 2783160.53 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07259, over 44536.66 utterances.], batch size: 109, lr: 3.56e-04 +2022-09-18 03:00:10,846 INFO [train.py:885] (1/2) Epoch 13, batch 7700, loss[loss=0.2866, simple_loss=0.3519, pruned_loss=0.1107, over 14304.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03841, over 130.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3597, pruned_loss=0.1159, over 2779546.51 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07263, over 44493.24 utterances.], batch size: 130, lr: 3.56e-04 +2022-09-18 03:00:40,560 INFO [train.py:885] (1/2) Epoch 13, batch 7750, loss[loss=0.2885, simple_loss=0.3659, pruned_loss=0.1055, over 14294.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.0405, over 283.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3593, pruned_loss=0.1159, over 2780630.19 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07065, over 44332.87 utterances.], batch size: 283, lr: 3.55e-04 +2022-09-18 03:01:09,954 INFO [train.py:885] (1/2) Epoch 13, batch 7800, loss[loss=0.3861, simple_loss=0.4376, pruned_loss=0.1673, over 13972.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05728, over 365.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.362, pruned_loss=0.1167, over 2778578.63 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07106, over 45857.80 utterances.], batch size: 365, lr: 3.55e-04 +2022-09-18 03:01:40,240 INFO [train.py:885] (1/2) Epoch 13, batch 7850, loss[loss=0.2661, simple_loss=0.3338, pruned_loss=0.09919, over 14298.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04018, over 120.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3631, pruned_loss=0.1174, over 2775535.36 frames. utt_duration=241 frames, utt_pad_proportion=0.07451, over 46344.80 utterances.], batch size: 120, lr: 3.55e-04 +2022-09-18 03:02:09,178 INFO [train.py:885] (1/2) Epoch 13, batch 7900, loss[loss=0.2531, simple_loss=0.3161, pruned_loss=0.09508, over 14164.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04518, over 109.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3594, pruned_loss=0.1157, over 2781875.35 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07091, over 44163.91 utterances.], batch size: 109, lr: 3.55e-04 +2022-09-18 03:02:38,961 INFO [train.py:885] (1/2) Epoch 13, batch 7950, loss[loss=0.2652, simple_loss=0.338, pruned_loss=0.0962, over 14299.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03816, over 130.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3594, pruned_loss=0.1157, over 2784675.03 frames. utt_duration=254.6 frames, utt_pad_proportion=0.0701, over 44005.08 utterances.], batch size: 130, lr: 3.55e-04 +2022-09-18 03:03:08,645 INFO [train.py:885] (1/2) Epoch 13, batch 8000, loss[loss=0.2088, simple_loss=0.2737, pruned_loss=0.072, over 14023.00 frames. utt_duration=936.1 frames, utt_pad_proportion=0.06014, over 60.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3657, pruned_loss=0.1183, over 2777412.87 frames. utt_duration=236.9 frames, utt_pad_proportion=0.074, over 47195.39 utterances.], batch size: 60, lr: 3.55e-04 +2022-09-18 03:03:37,815 INFO [train.py:885] (1/2) Epoch 13, batch 8050, loss[loss=0.2517, simple_loss=0.3211, pruned_loss=0.0911, over 14372.00 frames. utt_duration=524.1 frames, utt_pad_proportion=0.03837, over 110.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.3671, pruned_loss=0.1189, over 2775773.49 frames. utt_duration=232.8 frames, utt_pad_proportion=0.0757, over 47993.87 utterances.], batch size: 110, lr: 3.55e-04 +2022-09-18 03:04:07,237 INFO [train.py:885] (1/2) Epoch 13, batch 8100, loss[loss=0.495, simple_loss=0.5029, pruned_loss=0.2436, over 14184.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04552, over 306.00 utterances.], tot_loss[loss=0.3027, simple_loss=0.3671, pruned_loss=0.1192, over 2782076.43 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07222, over 47476.17 utterances.], batch size: 306, lr: 3.55e-04 +2022-09-18 03:04:37,135 INFO [train.py:885] (1/2) Epoch 13, batch 8150, loss[loss=0.238, simple_loss=0.3013, pruned_loss=0.08741, over 14072.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05491, over 98.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.3676, pruned_loss=0.1194, over 2781208.38 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07242, over 48349.23 utterances.], batch size: 98, lr: 3.55e-04 +2022-09-18 03:05:06,542 INFO [train.py:885] (1/2) Epoch 13, batch 8200, loss[loss=0.2682, simple_loss=0.3334, pruned_loss=0.1015, over 14326.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03829, over 120.00 utterances.], tot_loss[loss=0.3013, simple_loss=0.3657, pruned_loss=0.1184, over 2783315.81 frames. utt_duration=237.8 frames, utt_pad_proportion=0.0708, over 47118.07 utterances.], batch size: 120, lr: 3.55e-04 +2022-09-18 03:05:36,049 INFO [train.py:885] (1/2) Epoch 13, batch 8250, loss[loss=0.2082, simple_loss=0.2466, pruned_loss=0.08488, over 13220.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.1122, over 33.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3627, pruned_loss=0.1175, over 2780680.02 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07201, over 45710.77 utterances.], batch size: 33, lr: 3.55e-04 +2022-09-18 03:06:11,939 INFO [train.py:885] (1/2) Epoch 13, batch 8300, loss[loss=0.6252, simple_loss=0.6632, pruned_loss=0.2936, over 12549.00 frames. utt_duration=63.49 frames, utt_pad_proportion=0.1421, over 810.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.3646, pruned_loss=0.1181, over 2778107.67 frames. utt_duration=241 frames, utt_pad_proportion=0.07368, over 46393.48 utterances.], batch size: 810, lr: 3.55e-04 +2022-09-18 03:06:41,515 INFO [train.py:885] (1/2) Epoch 13, batch 8350, loss[loss=0.1936, simple_loss=0.2811, pruned_loss=0.05308, over 13759.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.08143, over 42.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3619, pruned_loss=0.1168, over 2781220.21 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07156, over 45323.25 utterances.], batch size: 42, lr: 3.55e-04 +2022-09-18 03:07:10,904 INFO [train.py:885] (1/2) Epoch 13, batch 8400, loss[loss=0.2994, simple_loss=0.3792, pruned_loss=0.1098, over 14019.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05443, over 365.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.364, pruned_loss=0.1176, over 2776429.20 frames. utt_duration=238 frames, utt_pad_proportion=0.07319, over 46960.56 utterances.], batch size: 365, lr: 3.55e-04 +2022-09-18 03:07:40,428 INFO [train.py:885] (1/2) Epoch 13, batch 8450, loss[loss=0.2593, simple_loss=0.3349, pruned_loss=0.09185, over 14258.00 frames. utt_duration=372 frames, utt_pad_proportion=0.04135, over 154.00 utterances.], tot_loss[loss=0.3033, simple_loss=0.3679, pruned_loss=0.1193, over 2780358.33 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07262, over 48193.03 utterances.], batch size: 154, lr: 3.55e-04 +2022-09-18 03:08:09,546 INFO [train.py:885] (1/2) Epoch 13, batch 8500, loss[loss=0.2699, simple_loss=0.3322, pruned_loss=0.1038, over 14228.00 frames. utt_duration=439.4 frames, utt_pad_proportion=0.04263, over 130.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3662, pruned_loss=0.1194, over 2781682.10 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06994, over 45849.21 utterances.], batch size: 130, lr: 3.55e-04 +2022-09-18 03:08:39,497 INFO [train.py:885] (1/2) Epoch 13, batch 8550, loss[loss=0.2776, simple_loss=0.3297, pruned_loss=0.1128, over 14056.00 frames. utt_duration=574.9 frames, utt_pad_proportion=0.05593, over 98.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3636, pruned_loss=0.1181, over 2776669.69 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07112, over 45075.15 utterances.], batch size: 98, lr: 3.55e-04 +2022-09-18 03:09:09,399 INFO [train.py:885] (1/2) Epoch 13, batch 8600, loss[loss=0.1733, simple_loss=0.239, pruned_loss=0.05385, over 13231.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.09566, over 33.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.3646, pruned_loss=0.1182, over 2775549.43 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07286, over 46069.09 utterances.], batch size: 33, lr: 3.55e-04 +2022-09-18 03:09:38,689 INFO [train.py:885] (1/2) Epoch 13, batch 8650, loss[loss=0.3108, simple_loss=0.3642, pruned_loss=0.1287, over 14389.00 frames. utt_duration=346 frames, utt_pad_proportion=0.03611, over 167.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3636, pruned_loss=0.1184, over 2779008.57 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07119, over 45335.39 utterances.], batch size: 167, lr: 3.54e-04 +2022-09-18 03:10:09,042 INFO [train.py:885] (1/2) Epoch 13, batch 8700, loss[loss=0.3919, simple_loss=0.4853, pruned_loss=0.1493, over 13168.00 frames. utt_duration=82.21 frames, utt_pad_proportion=0.1064, over 653.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3644, pruned_loss=0.1181, over 2776250.36 frames. utt_duration=240 frames, utt_pad_proportion=0.07282, over 46555.39 utterances.], batch size: 653, lr: 3.54e-04 +2022-09-18 03:10:38,327 INFO [train.py:885] (1/2) Epoch 13, batch 8750, loss[loss=0.3663, simple_loss=0.4292, pruned_loss=0.1517, over 13983.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05657, over 365.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3651, pruned_loss=0.1185, over 2777503.74 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0725, over 46637.17 utterances.], batch size: 365, lr: 3.54e-04 +2022-09-18 03:11:08,399 INFO [train.py:885] (1/2) Epoch 13, batch 8800, loss[loss=0.1757, simple_loss=0.2248, pruned_loss=0.06332, over 13433.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.08874, over 50.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3666, pruned_loss=0.1193, over 2780103.72 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07113, over 47200.88 utterances.], batch size: 50, lr: 3.54e-04 +2022-09-18 03:11:36,753 INFO [train.py:885] (1/2) Epoch 13, batch 8850, loss[loss=0.2845, simple_loss=0.3463, pruned_loss=0.1114, over 14278.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.0443, over 110.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3653, pruned_loss=0.1188, over 2786374.45 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06854, over 45994.58 utterances.], batch size: 110, lr: 3.54e-04 +2022-09-18 03:12:07,418 INFO [train.py:885] (1/2) Epoch 13, batch 8900, loss[loss=0.3043, simple_loss=0.3702, pruned_loss=0.1192, over 14281.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03964, over 180.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3656, pruned_loss=0.1195, over 2782080.68 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07079, over 46381.04 utterances.], batch size: 180, lr: 3.54e-04 +2022-09-18 03:12:36,498 INFO [train.py:885] (1/2) Epoch 13, batch 8950, loss[loss=0.2851, simple_loss=0.3383, pruned_loss=0.1159, over 14130.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.05035, over 98.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.3634, pruned_loss=0.1188, over 2779046.15 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07091, over 45192.09 utterances.], batch size: 98, lr: 3.54e-04 +2022-09-18 03:13:06,278 INFO [train.py:885] (1/2) Epoch 13, batch 9000, loss[loss=0.2592, simple_loss=0.3411, pruned_loss=0.08865, over 14340.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03945, over 167.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.363, pruned_loss=0.1182, over 2778920.44 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07123, over 45667.77 utterances.], batch size: 167, lr: 3.54e-04 +2022-09-18 03:13:06,279 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 03:13:10,459 INFO [train.py:914] (1/2) Epoch 13, validation: loss=0.1998, simple_loss=0.2787, pruned_loss=0.06045, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 03:13:40,196 INFO [train.py:885] (1/2) Epoch 13, batch 9050, loss[loss=0.2747, simple_loss=0.343, pruned_loss=0.1031, over 14334.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03643, over 130.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3597, pruned_loss=0.1156, over 2779180.70 frames. utt_duration=250.1 frames, utt_pad_proportion=0.0705, over 44707.68 utterances.], batch size: 130, lr: 3.54e-04 +2022-09-18 03:14:09,787 INFO [train.py:885] (1/2) Epoch 13, batch 9100, loss[loss=0.3541, simple_loss=0.4207, pruned_loss=0.1437, over 14312.00 frames. utt_duration=274 frames, utt_pad_proportion=0.0387, over 210.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3587, pruned_loss=0.1149, over 2777216.77 frames. utt_duration=254 frames, utt_pad_proportion=0.06992, over 43998.41 utterances.], batch size: 210, lr: 3.54e-04 +2022-09-18 03:14:39,586 INFO [train.py:885] (1/2) Epoch 13, batch 9150, loss[loss=0.5942, simple_loss=0.6452, pruned_loss=0.2716, over 12401.00 frames. utt_duration=62.82 frames, utt_pad_proportion=0.151, over 810.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3611, pruned_loss=0.1158, over 2781171.54 frames. utt_duration=251 frames, utt_pad_proportion=0.06925, over 44587.11 utterances.], batch size: 810, lr: 3.54e-04 +2022-09-18 03:15:09,021 INFO [train.py:885] (1/2) Epoch 13, batch 9200, loss[loss=0.1905, simple_loss=0.2632, pruned_loss=0.05894, over 13875.00 frames. utt_duration=926.5 frames, utt_pad_proportion=0.06883, over 60.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3595, pruned_loss=0.1153, over 2785198.52 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06772, over 43625.77 utterances.], batch size: 60, lr: 3.54e-04 +2022-09-18 03:15:39,179 INFO [train.py:885] (1/2) Epoch 13, batch 9250, loss[loss=0.4008, simple_loss=0.4958, pruned_loss=0.1529, over 13134.00 frames. utt_duration=81.94 frames, utt_pad_proportion=0.1094, over 653.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3605, pruned_loss=0.1163, over 2777779.28 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07173, over 45005.31 utterances.], batch size: 653, lr: 3.54e-04 +2022-09-18 03:16:07,912 INFO [train.py:885] (1/2) Epoch 13, batch 9300, loss[loss=0.2535, simple_loss=0.3314, pruned_loss=0.08781, over 14357.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03836, over 167.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3614, pruned_loss=0.117, over 2775799.89 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07301, over 45183.02 utterances.], batch size: 167, lr: 3.54e-04 +2022-09-18 03:16:38,005 INFO [train.py:885] (1/2) Epoch 13, batch 9350, loss[loss=0.2018, simple_loss=0.2696, pruned_loss=0.06696, over 13995.00 frames. utt_duration=710 frames, utt_pad_proportion=0.06081, over 79.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3609, pruned_loss=0.1165, over 2775221.20 frames. utt_duration=246 frames, utt_pad_proportion=0.07274, over 45403.61 utterances.], batch size: 79, lr: 3.54e-04 +2022-09-18 03:17:07,981 INFO [train.py:885] (1/2) Epoch 13, batch 9400, loss[loss=0.3438, simple_loss=0.4216, pruned_loss=0.133, over 13782.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07074, over 411.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3612, pruned_loss=0.1167, over 2776616.07 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07379, over 45320.01 utterances.], batch size: 411, lr: 3.54e-04 +2022-09-18 03:17:36,855 INFO [train.py:885] (1/2) Epoch 13, batch 9450, loss[loss=0.7622, simple_loss=0.7558, pruned_loss=0.3843, over 12450.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3657, pruned_loss=0.119, over 2774197.20 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07667, over 47203.07 utterances.], batch size: 810, lr: 3.54e-04 +2022-09-18 03:18:06,882 INFO [train.py:885] (1/2) Epoch 13, batch 9500, loss[loss=0.32, simple_loss=0.3804, pruned_loss=0.1298, over 14272.00 frames. utt_duration=343.3 frames, utt_pad_proportion=0.04377, over 167.00 utterances.], tot_loss[loss=0.2997, simple_loss=0.3646, pruned_loss=0.1174, over 2774910.18 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07729, over 47372.82 utterances.], batch size: 167, lr: 3.54e-04 +2022-09-18 03:18:36,181 INFO [train.py:885] (1/2) Epoch 13, batch 9550, loss[loss=0.2099, simple_loss=0.2715, pruned_loss=0.07414, over 14086.00 frames. utt_duration=714.5 frames, utt_pad_proportion=0.0549, over 79.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3629, pruned_loss=0.1172, over 2771765.61 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07786, over 46669.30 utterances.], batch size: 79, lr: 3.53e-04 +2022-09-18 03:19:06,081 INFO [train.py:885] (1/2) Epoch 13, batch 9600, loss[loss=0.3289, simple_loss=0.3791, pruned_loss=0.1393, over 14355.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03836, over 167.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3629, pruned_loss=0.1176, over 2776707.05 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07562, over 45888.81 utterances.], batch size: 167, lr: 3.53e-04 +2022-09-18 03:19:35,930 INFO [train.py:885] (1/2) Epoch 13, batch 9650, loss[loss=0.2733, simple_loss=0.3542, pruned_loss=0.09622, over 14346.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03404, over 244.00 utterances.], tot_loss[loss=0.3059, simple_loss=0.3697, pruned_loss=0.1211, over 2780541.48 frames. utt_duration=229.4 frames, utt_pad_proportion=0.07509, over 48809.39 utterances.], batch size: 244, lr: 3.53e-04 +2022-09-18 03:20:06,431 INFO [train.py:885] (1/2) Epoch 13, batch 9700, loss[loss=0.2032, simple_loss=0.2573, pruned_loss=0.07455, over 13725.00 frames. utt_duration=916.5 frames, utt_pad_proportion=0.07523, over 60.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3663, pruned_loss=0.12, over 2781600.90 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07276, over 47216.06 utterances.], batch size: 60, lr: 3.53e-04 +2022-09-18 03:20:43,423 INFO [train.py:885] (1/2) Epoch 13, batch 9750, loss[loss=0.1989, simple_loss=0.2759, pruned_loss=0.06096, over 14021.00 frames. utt_duration=711.4 frames, utt_pad_proportion=0.059, over 79.00 utterances.], tot_loss[loss=0.3031, simple_loss=0.3664, pruned_loss=0.12, over 2780999.75 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07338, over 47062.03 utterances.], batch size: 79, lr: 3.53e-04 +2022-09-18 03:21:12,924 INFO [train.py:885] (1/2) Epoch 13, batch 9800, loss[loss=0.3301, simple_loss=0.3871, pruned_loss=0.1365, over 14363.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03729, over 244.00 utterances.], tot_loss[loss=0.301, simple_loss=0.3644, pruned_loss=0.1189, over 2779367.31 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07346, over 46247.02 utterances.], batch size: 244, lr: 3.53e-04 +2022-09-18 03:21:42,800 INFO [train.py:885] (1/2) Epoch 13, batch 9850, loss[loss=0.3534, simple_loss=0.4059, pruned_loss=0.1505, over 14331.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0379, over 283.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3681, pruned_loss=0.1195, over 2780717.26 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07445, over 48308.31 utterances.], batch size: 283, lr: 3.53e-04 +2022-09-18 03:22:12,180 INFO [train.py:885] (1/2) Epoch 13, batch 9900, loss[loss=0.2641, simple_loss=0.345, pruned_loss=0.09162, over 14297.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03877, over 180.00 utterances.], tot_loss[loss=0.3009, simple_loss=0.3661, pruned_loss=0.1179, over 2786356.07 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07229, over 47505.90 utterances.], batch size: 180, lr: 3.53e-04 +2022-09-18 03:22:41,650 INFO [train.py:885] (1/2) Epoch 13, batch 9950, loss[loss=0.1851, simple_loss=0.2439, pruned_loss=0.06309, over 12846.00 frames. utt_duration=1558 frames, utt_pad_proportion=0.1235, over 33.00 utterances.], tot_loss[loss=0.304, simple_loss=0.3683, pruned_loss=0.1199, over 2782736.26 frames. utt_duration=233 frames, utt_pad_proportion=0.07347, over 48068.27 utterances.], batch size: 33, lr: 3.53e-04 +2022-09-18 03:23:11,679 INFO [train.py:885] (1/2) Epoch 13, batch 10000, loss[loss=0.401, simple_loss=0.4715, pruned_loss=0.1652, over 13644.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07983, over 477.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3675, pruned_loss=0.1196, over 2781159.08 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07264, over 47221.26 utterances.], batch size: 477, lr: 3.53e-04 +2022-09-18 03:23:41,581 INFO [train.py:885] (1/2) Epoch 13, batch 10050, loss[loss=0.3588, simple_loss=0.4356, pruned_loss=0.141, over 13693.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07665, over 477.00 utterances.], tot_loss[loss=0.3038, simple_loss=0.3687, pruned_loss=0.1195, over 2778169.89 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07399, over 48126.55 utterances.], batch size: 477, lr: 3.53e-04 +2022-09-18 03:24:10,395 INFO [train.py:885] (1/2) Epoch 13, batch 10100, loss[loss=0.2366, simple_loss=0.3024, pruned_loss=0.08544, over 13976.00 frames. utt_duration=709.1 frames, utt_pad_proportion=0.06199, over 79.00 utterances.], tot_loss[loss=0.3041, simple_loss=0.3688, pruned_loss=0.1197, over 2779877.16 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07298, over 48096.37 utterances.], batch size: 79, lr: 3.53e-04 +2022-09-18 03:24:40,485 INFO [train.py:885] (1/2) Epoch 13, batch 10150, loss[loss=0.343, simple_loss=0.429, pruned_loss=0.1284, over 13614.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08293, over 477.00 utterances.], tot_loss[loss=0.302, simple_loss=0.3664, pruned_loss=0.1188, over 2776389.54 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07273, over 47169.92 utterances.], batch size: 477, lr: 3.53e-04 +2022-09-18 03:25:10,054 INFO [train.py:885] (1/2) Epoch 13, batch 10200, loss[loss=0.3888, simple_loss=0.4584, pruned_loss=0.1595, over 13606.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08213, over 477.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3626, pruned_loss=0.1159, over 2779191.28 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07111, over 46190.31 utterances.], batch size: 477, lr: 3.53e-04 +2022-09-18 03:25:39,772 INFO [train.py:885] (1/2) Epoch 13, batch 10250, loss[loss=0.3202, simple_loss=0.4035, pruned_loss=0.1184, over 13991.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05693, over 365.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3646, pruned_loss=0.1179, over 2778486.21 frames. utt_duration=242.7 frames, utt_pad_proportion=0.06979, over 46074.78 utterances.], batch size: 365, lr: 3.53e-04 +2022-09-18 03:26:08,767 INFO [train.py:885] (1/2) Epoch 13, batch 10300, loss[loss=0.442, simple_loss=0.491, pruned_loss=0.1965, over 13937.00 frames. utt_duration=154.1 frames, utt_pad_proportion=0.06036, over 365.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3649, pruned_loss=0.1177, over 2778469.01 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07137, over 46509.63 utterances.], batch size: 365, lr: 3.53e-04 +2022-09-18 03:26:38,569 INFO [train.py:885] (1/2) Epoch 13, batch 10350, loss[loss=0.2232, simple_loss=0.28, pruned_loss=0.08315, over 14079.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.05385, over 79.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3631, pruned_loss=0.1173, over 2781094.65 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06938, over 45247.34 utterances.], batch size: 79, lr: 3.53e-04 +2022-09-18 03:27:08,179 INFO [train.py:885] (1/2) Epoch 13, batch 10400, loss[loss=0.3949, simple_loss=0.4462, pruned_loss=0.1718, over 13993.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05626, over 365.00 utterances.], tot_loss[loss=0.297, simple_loss=0.362, pruned_loss=0.116, over 2781090.77 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06873, over 46017.42 utterances.], batch size: 365, lr: 3.53e-04 +2022-09-18 03:27:38,199 INFO [train.py:885] (1/2) Epoch 13, batch 10450, loss[loss=0.2213, simple_loss=0.2685, pruned_loss=0.087, over 12881.00 frames. utt_duration=2062 frames, utt_pad_proportion=0.1341, over 25.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3591, pruned_loss=0.1154, over 2777875.64 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06957, over 44583.11 utterances.], batch size: 25, lr: 3.52e-04 +2022-09-18 03:28:07,651 INFO [train.py:885] (1/2) Epoch 13, batch 10500, loss[loss=0.2154, simple_loss=0.2937, pruned_loss=0.06859, over 13013.00 frames. utt_duration=1579 frames, utt_pad_proportion=0.1175, over 33.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3626, pruned_loss=0.1159, over 2774360.90 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07136, over 46805.92 utterances.], batch size: 33, lr: 3.52e-04 +2022-09-18 03:28:37,262 INFO [train.py:885] (1/2) Epoch 13, batch 10550, loss[loss=0.2324, simple_loss=0.3066, pruned_loss=0.07913, over 14314.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.0408, over 120.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3619, pruned_loss=0.1153, over 2781038.60 frames. utt_duration=239.5 frames, utt_pad_proportion=0.06872, over 46730.15 utterances.], batch size: 120, lr: 3.52e-04 +2022-09-18 03:29:06,563 INFO [train.py:885] (1/2) Epoch 13, batch 10600, loss[loss=0.2663, simple_loss=0.3355, pruned_loss=0.09849, over 14278.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.0397, over 130.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.361, pruned_loss=0.1153, over 2776278.64 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07054, over 46660.59 utterances.], batch size: 130, lr: 3.52e-04 +2022-09-18 03:29:36,650 INFO [train.py:885] (1/2) Epoch 13, batch 10650, loss[loss=0.4421, simple_loss=0.4941, pruned_loss=0.1951, over 13788.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07088, over 411.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3621, pruned_loss=0.1161, over 2780655.78 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07065, over 46208.84 utterances.], batch size: 411, lr: 3.52e-04 +2022-09-18 03:30:14,419 INFO [train.py:885] (1/2) Epoch 13, batch 10700, loss[loss=0.2997, simple_loss=0.3694, pruned_loss=0.115, over 14379.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03617, over 244.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.3618, pruned_loss=0.1162, over 2786001.81 frames. utt_duration=245.2 frames, utt_pad_proportion=0.069, over 45720.13 utterances.], batch size: 244, lr: 3.52e-04 +2022-09-18 03:30:43,760 INFO [train.py:885] (1/2) Epoch 13, batch 10750, loss[loss=0.3669, simple_loss=0.4101, pruned_loss=0.1618, over 14216.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04335, over 306.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3597, pruned_loss=0.1149, over 2785024.18 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06942, over 45049.92 utterances.], batch size: 306, lr: 3.52e-04 +2022-09-18 03:31:13,697 INFO [train.py:885] (1/2) Epoch 13, batch 10800, loss[loss=0.3035, simple_loss=0.3629, pruned_loss=0.1221, over 14288.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04185, over 154.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3599, pruned_loss=0.115, over 2780854.09 frames. utt_duration=247.1 frames, utt_pad_proportion=0.0709, over 45278.70 utterances.], batch size: 154, lr: 3.52e-04 +2022-09-18 03:31:43,632 INFO [train.py:885] (1/2) Epoch 13, batch 10850, loss[loss=0.1857, simple_loss=0.2517, pruned_loss=0.0598, over 13244.00 frames. utt_duration=1061 frames, utt_pad_proportion=0.1063, over 50.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3605, pruned_loss=0.1151, over 2778075.84 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07341, over 45772.17 utterances.], batch size: 50, lr: 3.52e-04 +2022-09-18 03:32:13,462 INFO [train.py:885] (1/2) Epoch 13, batch 10900, loss[loss=0.2945, simple_loss=0.3466, pruned_loss=0.1212, over 14176.00 frames. utt_duration=580 frames, utt_pad_proportion=0.04759, over 98.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3628, pruned_loss=0.117, over 2780392.67 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07253, over 46187.64 utterances.], batch size: 98, lr: 3.52e-04 +2022-09-18 03:32:42,461 INFO [train.py:885] (1/2) Epoch 13, batch 10950, loss[loss=0.2858, simple_loss=0.3447, pruned_loss=0.1135, over 14164.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.04491, over 109.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3607, pruned_loss=0.1158, over 2783516.13 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07075, over 45037.65 utterances.], batch size: 109, lr: 3.52e-04 +2022-09-18 03:33:12,567 INFO [train.py:885] (1/2) Epoch 13, batch 11000, loss[loss=0.2241, simple_loss=0.2751, pruned_loss=0.08654, over 12582.00 frames. utt_duration=2015 frames, utt_pad_proportion=0.1363, over 25.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3615, pruned_loss=0.116, over 2782396.13 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06958, over 45085.73 utterances.], batch size: 25, lr: 3.52e-04 +2022-09-18 03:33:41,972 INFO [train.py:885] (1/2) Epoch 13, batch 11050, loss[loss=0.413, simple_loss=0.4972, pruned_loss=0.1644, over 13202.00 frames. utt_duration=82.42 frames, utt_pad_proportion=0.1042, over 653.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3579, pruned_loss=0.1147, over 2782522.33 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06773, over 43200.46 utterances.], batch size: 653, lr: 3.52e-04 +2022-09-18 03:34:11,934 INFO [train.py:885] (1/2) Epoch 13, batch 11100, loss[loss=0.3691, simple_loss=0.412, pruned_loss=0.1631, over 14327.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03802, over 262.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3589, pruned_loss=0.1149, over 2784770.18 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06743, over 44068.11 utterances.], batch size: 262, lr: 3.52e-04 +2022-09-18 03:34:41,915 INFO [train.py:885] (1/2) Epoch 13, batch 11150, loss[loss=0.3428, simple_loss=0.3992, pruned_loss=0.1432, over 14330.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03883, over 262.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3568, pruned_loss=0.1134, over 2784495.12 frames. utt_duration=260 frames, utt_pad_proportion=0.06738, over 43085.55 utterances.], batch size: 262, lr: 3.52e-04 +2022-09-18 03:35:11,662 INFO [train.py:885] (1/2) Epoch 13, batch 11200, loss[loss=0.331, simple_loss=0.3829, pruned_loss=0.1396, over 14380.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03465, over 210.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3584, pruned_loss=0.1141, over 2788161.90 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06643, over 43339.96 utterances.], batch size: 210, lr: 3.52e-04 +2022-09-18 03:35:41,127 INFO [train.py:885] (1/2) Epoch 13, batch 11250, loss[loss=0.3125, simple_loss=0.3774, pruned_loss=0.1238, over 14379.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03525, over 244.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3611, pruned_loss=0.1152, over 2789472.89 frames. utt_duration=251.1 frames, utt_pad_proportion=0.0662, over 44696.04 utterances.], batch size: 244, lr: 3.52e-04 +2022-09-18 03:36:10,912 INFO [train.py:885] (1/2) Epoch 13, batch 11300, loss[loss=0.2853, simple_loss=0.34, pruned_loss=0.1153, over 14214.00 frames. utt_duration=640.5 frames, utt_pad_proportion=0.04688, over 89.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3593, pruned_loss=0.1144, over 2790051.86 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06714, over 43936.87 utterances.], batch size: 89, lr: 3.52e-04 +2022-09-18 03:36:40,264 INFO [train.py:885] (1/2) Epoch 13, batch 11350, loss[loss=0.2728, simple_loss=0.3498, pruned_loss=0.09792, over 14254.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04172, over 180.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3602, pruned_loss=0.1146, over 2788687.94 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06733, over 44468.06 utterances.], batch size: 180, lr: 3.52e-04 +2022-09-18 03:37:10,066 INFO [train.py:885] (1/2) Epoch 13, batch 11400, loss[loss=0.2701, simple_loss=0.3357, pruned_loss=0.1022, over 14301.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03884, over 154.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3622, pruned_loss=0.1163, over 2785811.97 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06804, over 44695.25 utterances.], batch size: 154, lr: 3.51e-04 +2022-09-18 03:37:39,293 INFO [train.py:885] (1/2) Epoch 13, batch 11450, loss[loss=0.3078, simple_loss=0.3897, pruned_loss=0.113, over 13973.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05787, over 365.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3605, pruned_loss=0.116, over 2788818.72 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06765, over 44198.02 utterances.], batch size: 365, lr: 3.51e-04 +2022-09-18 03:38:09,293 INFO [train.py:885] (1/2) Epoch 13, batch 11500, loss[loss=0.3928, simple_loss=0.4353, pruned_loss=0.1751, over 14294.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04068, over 262.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3587, pruned_loss=0.1151, over 2780693.79 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07082, over 44102.14 utterances.], batch size: 262, lr: 3.51e-04 +2022-09-18 03:38:38,842 INFO [train.py:885] (1/2) Epoch 13, batch 11550, loss[loss=0.3252, simple_loss=0.3851, pruned_loss=0.1327, over 14302.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04095, over 154.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3572, pruned_loss=0.1141, over 2781500.62 frames. utt_duration=257 frames, utt_pad_proportion=0.0707, over 43546.92 utterances.], batch size: 154, lr: 3.51e-04 +2022-09-18 03:39:09,251 INFO [train.py:885] (1/2) Epoch 13, batch 11600, loss[loss=0.2992, simple_loss=0.3794, pruned_loss=0.1095, over 13995.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05628, over 365.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3582, pruned_loss=0.114, over 2784827.98 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06941, over 44059.12 utterances.], batch size: 365, lr: 3.51e-04 +2022-09-18 03:39:38,514 INFO [train.py:885] (1/2) Epoch 13, batch 11650, loss[loss=0.1953, simple_loss=0.2503, pruned_loss=0.07013, over 12107.00 frames. utt_duration=2020 frames, utt_pad_proportion=0.1756, over 24.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3601, pruned_loss=0.1155, over 2786558.34 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06934, over 44475.93 utterances.], batch size: 24, lr: 3.51e-04 +2022-09-18 03:40:08,686 INFO [train.py:885] (1/2) Epoch 13, batch 11700, loss[loss=0.289, simple_loss=0.3727, pruned_loss=0.1027, over 14025.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05673, over 366.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3574, pruned_loss=0.1134, over 2777704.06 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07282, over 45013.77 utterances.], batch size: 366, lr: 3.51e-04 +2022-09-18 03:40:37,857 INFO [train.py:885] (1/2) Epoch 13, batch 11750, loss[loss=0.5351, simple_loss=0.5187, pruned_loss=0.2757, over 14234.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04348, over 335.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3592, pruned_loss=0.1156, over 2779453.88 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07014, over 44494.22 utterances.], batch size: 335, lr: 3.51e-04 +2022-09-18 03:41:16,114 INFO [train.py:885] (1/2) Epoch 13, batch 11800, loss[loss=0.3567, simple_loss=0.4114, pruned_loss=0.1509, over 14366.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03522, over 210.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3588, pruned_loss=0.1149, over 2780837.95 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07058, over 44347.10 utterances.], batch size: 210, lr: 3.51e-04 +2022-09-18 03:41:52,652 INFO [train.py:885] (1/2) Epoch 13, batch 11850, loss[loss=0.3642, simple_loss=0.4656, pruned_loss=0.1314, over 13166.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3603, pruned_loss=0.1144, over 2780326.90 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07276, over 45727.54 utterances.], batch size: 653, lr: 3.51e-04 +2022-09-18 03:42:22,557 INFO [train.py:885] (1/2) Epoch 13, batch 11900, loss[loss=0.2701, simple_loss=0.3371, pruned_loss=0.1015, over 14260.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.03876, over 130.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3629, pruned_loss=0.1168, over 2780270.60 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07398, over 46103.42 utterances.], batch size: 130, lr: 3.51e-04 +2022-09-18 03:42:51,915 INFO [train.py:885] (1/2) Epoch 13, batch 11950, loss[loss=0.3324, simple_loss=0.4093, pruned_loss=0.1277, over 13812.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07085, over 412.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3633, pruned_loss=0.1169, over 2782726.53 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07194, over 46137.73 utterances.], batch size: 412, lr: 3.51e-04 +2022-09-18 03:43:21,292 INFO [train.py:885] (1/2) Epoch 13, batch 12000, loss[loss=0.232, simple_loss=0.3164, pruned_loss=0.07378, over 14174.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04456, over 109.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3628, pruned_loss=0.1166, over 2784484.71 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07067, over 45420.05 utterances.], batch size: 109, lr: 3.51e-04 +2022-09-18 03:43:21,293 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 03:43:26,002 INFO [train.py:914] (1/2) Epoch 13, validation: loss=0.196, simple_loss=0.2771, pruned_loss=0.05742, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 03:43:55,389 INFO [train.py:885] (1/2) Epoch 13, batch 12050, loss[loss=0.3345, simple_loss=0.3942, pruned_loss=0.1374, over 14302.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03967, over 283.00 utterances.], tot_loss[loss=0.3018, simple_loss=0.3665, pruned_loss=0.1186, over 2784194.80 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07142, over 47228.55 utterances.], batch size: 283, lr: 3.51e-04 +2022-09-18 03:44:25,484 INFO [train.py:885] (1/2) Epoch 13, batch 12100, loss[loss=0.2741, simple_loss=0.3426, pruned_loss=0.1028, over 14183.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04244, over 109.00 utterances.], tot_loss[loss=0.3014, simple_loss=0.3658, pruned_loss=0.1185, over 2780244.61 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07328, over 47301.93 utterances.], batch size: 109, lr: 3.51e-04 +2022-09-18 03:45:01,694 INFO [train.py:885] (1/2) Epoch 13, batch 12150, loss[loss=0.4116, simple_loss=0.4945, pruned_loss=0.1644, over 13163.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3654, pruned_loss=0.1176, over 2780279.75 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07334, over 47176.06 utterances.], batch size: 653, lr: 3.51e-04 +2022-09-18 03:45:31,367 INFO [train.py:885] (1/2) Epoch 13, batch 12200, loss[loss=0.3006, simple_loss=0.3874, pruned_loss=0.1069, over 13795.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06991, over 411.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3635, pruned_loss=0.1166, over 2777294.39 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07353, over 46885.09 utterances.], batch size: 411, lr: 3.51e-04 +2022-09-18 03:46:00,570 INFO [train.py:885] (1/2) Epoch 13, batch 12250, loss[loss=0.194, simple_loss=0.2447, pruned_loss=0.07169, over 13562.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.09065, over 42.00 utterances.], tot_loss[loss=0.2969, simple_loss=0.3612, pruned_loss=0.1164, over 2778237.69 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07386, over 45557.88 utterances.], batch size: 42, lr: 3.51e-04 +2022-09-18 03:46:30,514 INFO [train.py:885] (1/2) Epoch 13, batch 12300, loss[loss=0.3743, simple_loss=0.4178, pruned_loss=0.1654, over 14292.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04082, over 262.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3641, pruned_loss=0.1187, over 2776479.46 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07394, over 46660.87 utterances.], batch size: 262, lr: 3.50e-04 +2022-09-18 03:47:00,271 INFO [train.py:885] (1/2) Epoch 13, batch 12350, loss[loss=0.2215, simple_loss=0.2887, pruned_loss=0.07709, over 14036.00 frames. utt_duration=712.3 frames, utt_pad_proportion=0.05785, over 79.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3585, pruned_loss=0.1157, over 2780169.13 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07091, over 44488.05 utterances.], batch size: 79, lr: 3.50e-04 +2022-09-18 03:47:29,659 INFO [train.py:885] (1/2) Epoch 13, batch 12400, loss[loss=0.1792, simple_loss=0.2378, pruned_loss=0.0603, over 13088.00 frames. utt_duration=1588 frames, utt_pad_proportion=0.1095, over 33.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3587, pruned_loss=0.1152, over 2783245.99 frames. utt_duration=253 frames, utt_pad_proportion=0.06842, over 44265.38 utterances.], batch size: 33, lr: 3.50e-04 +2022-09-18 03:47:59,171 INFO [train.py:885] (1/2) Epoch 13, batch 12450, loss[loss=0.3255, simple_loss=0.4156, pruned_loss=0.1177, over 13637.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.0807, over 477.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3587, pruned_loss=0.1147, over 2786242.33 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06704, over 43693.95 utterances.], batch size: 477, lr: 3.50e-04 +2022-09-18 03:48:35,867 INFO [train.py:885] (1/2) Epoch 13, batch 12500, loss[loss=0.2457, simple_loss=0.3147, pruned_loss=0.08831, over 14291.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03876, over 130.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3603, pruned_loss=0.115, over 2784683.80 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06997, over 44431.00 utterances.], batch size: 130, lr: 3.50e-04 +2022-09-18 03:49:05,857 INFO [train.py:885] (1/2) Epoch 13, batch 12550, loss[loss=0.3593, simple_loss=0.4189, pruned_loss=0.1498, over 14309.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.0396, over 283.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3613, pruned_loss=0.1158, over 2786032.33 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06894, over 44511.24 utterances.], batch size: 283, lr: 3.50e-04 +2022-09-18 03:49:34,350 INFO [train.py:885] (1/2) Epoch 13, batch 12600, loss[loss=0.2614, simple_loss=0.3418, pruned_loss=0.09055, over 14274.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.04002, over 225.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3614, pruned_loss=0.1162, over 2786778.81 frames. utt_duration=251.2 frames, utt_pad_proportion=0.0688, over 44628.08 utterances.], batch size: 225, lr: 3.50e-04 +2022-09-18 03:49:52,538 INFO [train.py:885] (1/2) Epoch 14, batch 0, loss[loss=0.303, simple_loss=0.3741, pruned_loss=0.1159, over 14353.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03729, over 244.00 utterances.], tot_loss[loss=0.303, simple_loss=0.3741, pruned_loss=0.1159, over 14353.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03729, over 244.00 utterances.], batch size: 244, lr: 3.39e-04 +2022-09-18 03:50:24,682 INFO [train.py:885] (1/2) Epoch 14, batch 50, loss[loss=0.2906, simple_loss=0.3565, pruned_loss=0.1123, over 14358.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.0383, over 167.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3531, pruned_loss=0.1158, over 632363.37 frames. utt_duration=297.7 frames, utt_pad_proportion=0.05731, over 8537.45 utterances.], batch size: 167, lr: 3.39e-04 +2022-09-18 03:50:54,264 INFO [train.py:885] (1/2) Epoch 14, batch 100, loss[loss=0.1962, simple_loss=0.2658, pruned_loss=0.06334, over 13462.00 frames. utt_duration=1585 frames, utt_pad_proportion=0.09723, over 34.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3653, pruned_loss=0.1197, over 1107461.13 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07093, over 18278.25 utterances.], batch size: 34, lr: 3.39e-04 +2022-09-18 03:51:24,434 INFO [train.py:885] (1/2) Epoch 14, batch 150, loss[loss=0.2041, simple_loss=0.2676, pruned_loss=0.07035, over 13853.00 frames. utt_duration=804.4 frames, utt_pad_proportion=0.06357, over 69.00 utterances.], tot_loss[loss=0.3037, simple_loss=0.367, pruned_loss=0.1202, over 1472445.64 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07923, over 25326.13 utterances.], batch size: 69, lr: 3.39e-04 +2022-09-18 03:51:54,035 INFO [train.py:885] (1/2) Epoch 14, batch 200, loss[loss=0.3479, simple_loss=0.4355, pruned_loss=0.1302, over 13624.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08181, over 477.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.366, pruned_loss=0.1181, over 1763130.49 frames. utt_duration=231.8 frames, utt_pad_proportion=0.0753, over 30623.35 utterances.], batch size: 477, lr: 3.39e-04 +2022-09-18 03:52:23,683 INFO [train.py:885] (1/2) Epoch 14, batch 250, loss[loss=0.1864, simple_loss=0.2436, pruned_loss=0.06461, over 12065.00 frames. utt_duration=2012 frames, utt_pad_proportion=0.1622, over 24.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3655, pruned_loss=0.1174, over 1987997.93 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07531, over 34426.25 utterances.], batch size: 24, lr: 3.39e-04 +2022-09-18 03:52:53,349 INFO [train.py:885] (1/2) Epoch 14, batch 300, loss[loss=0.5403, simple_loss=0.6243, pruned_loss=0.2282, over 12492.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1447, over 810.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3644, pruned_loss=0.1161, over 2165949.64 frames. utt_duration=237 frames, utt_pad_proportion=0.07556, over 36782.41 utterances.], batch size: 810, lr: 3.39e-04 +2022-09-18 03:53:23,028 INFO [train.py:885] (1/2) Epoch 14, batch 350, loss[loss=0.268, simple_loss=0.3459, pruned_loss=0.09502, over 14294.00 frames. utt_duration=343.8 frames, utt_pad_proportion=0.0423, over 167.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3655, pruned_loss=0.1171, over 2304041.97 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07334, over 39442.99 utterances.], batch size: 167, lr: 3.39e-04 +2022-09-18 03:53:52,809 INFO [train.py:885] (1/2) Epoch 14, batch 400, loss[loss=0.311, simple_loss=0.3754, pruned_loss=0.1233, over 14331.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03357, over 210.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.361, pruned_loss=0.1154, over 2405037.77 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07337, over 39873.56 utterances.], batch size: 210, lr: 3.39e-04 +2022-09-18 03:54:22,104 INFO [train.py:885] (1/2) Epoch 14, batch 450, loss[loss=0.3379, simple_loss=0.3972, pruned_loss=0.1393, over 14324.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03812, over 195.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3572, pruned_loss=0.1138, over 2486575.85 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07249, over 39762.17 utterances.], batch size: 195, lr: 3.38e-04 +2022-09-18 03:54:51,208 INFO [train.py:885] (1/2) Epoch 14, batch 500, loss[loss=0.2483, simple_loss=0.2982, pruned_loss=0.09922, over 13870.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.06219, over 69.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3564, pruned_loss=0.1141, over 2552416.50 frames. utt_duration=257.7 frames, utt_pad_proportion=0.07151, over 39849.37 utterances.], batch size: 69, lr: 3.38e-04 +2022-09-18 03:55:21,835 INFO [train.py:885] (1/2) Epoch 14, batch 550, loss[loss=0.3167, simple_loss=0.3828, pruned_loss=0.1254, over 14310.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03892, over 283.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3589, pruned_loss=0.1153, over 2599717.63 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07258, over 41864.68 utterances.], batch size: 283, lr: 3.38e-04 +2022-09-18 03:55:50,853 INFO [train.py:885] (1/2) Epoch 14, batch 600, loss[loss=0.1757, simple_loss=0.2455, pruned_loss=0.05295, over 13353.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08956, over 41.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3541, pruned_loss=0.1122, over 2639201.06 frames. utt_duration=264.1 frames, utt_pad_proportion=0.06973, over 40199.15 utterances.], batch size: 41, lr: 3.38e-04 +2022-09-18 03:56:20,833 INFO [train.py:885] (1/2) Epoch 14, batch 650, loss[loss=0.3475, simple_loss=0.4081, pruned_loss=0.1434, over 14353.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03599, over 210.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3636, pruned_loss=0.1173, over 2670713.95 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07161, over 44265.33 utterances.], batch size: 210, lr: 3.38e-04 +2022-09-18 03:56:49,959 INFO [train.py:885] (1/2) Epoch 14, batch 700, loss[loss=0.1802, simple_loss=0.2414, pruned_loss=0.05953, over 12465.00 frames. utt_duration=2079 frames, utt_pad_proportion=0.1472, over 24.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3576, pruned_loss=0.1137, over 2698974.65 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06826, over 42069.57 utterances.], batch size: 24, lr: 3.38e-04 +2022-09-18 03:57:19,751 INFO [train.py:885] (1/2) Epoch 14, batch 750, loss[loss=0.3274, simple_loss=0.3901, pruned_loss=0.1324, over 14239.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04296, over 225.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3609, pruned_loss=0.115, over 2712913.07 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07054, over 44470.58 utterances.], batch size: 225, lr: 3.38e-04 +2022-09-18 03:57:49,378 INFO [train.py:885] (1/2) Epoch 14, batch 800, loss[loss=0.3109, simple_loss=0.3621, pruned_loss=0.1298, over 14193.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04322, over 109.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.357, pruned_loss=0.1131, over 2725867.64 frames. utt_duration=253 frames, utt_pad_proportion=0.06982, over 43346.15 utterances.], batch size: 109, lr: 3.38e-04 +2022-09-18 03:58:18,671 INFO [train.py:885] (1/2) Epoch 14, batch 850, loss[loss=0.2449, simple_loss=0.3219, pruned_loss=0.08393, over 14311.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03958, over 130.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3605, pruned_loss=0.1151, over 2735992.54 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07089, over 44359.70 utterances.], batch size: 130, lr: 3.38e-04 +2022-09-18 03:58:48,132 INFO [train.py:885] (1/2) Epoch 14, batch 900, loss[loss=0.2832, simple_loss=0.3534, pruned_loss=0.1065, over 14316.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.03766, over 154.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3579, pruned_loss=0.1132, over 2745770.54 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07053, over 44620.48 utterances.], batch size: 154, lr: 3.38e-04 +2022-09-18 03:59:17,422 INFO [train.py:885] (1/2) Epoch 14, batch 950, loss[loss=0.3224, simple_loss=0.4032, pruned_loss=0.1208, over 13780.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07111, over 411.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3572, pruned_loss=0.1138, over 2752709.47 frames. utt_duration=255 frames, utt_pad_proportion=0.0681, over 43435.17 utterances.], batch size: 411, lr: 3.38e-04 +2022-09-18 03:59:46,920 INFO [train.py:885] (1/2) Epoch 14, batch 1000, loss[loss=0.3113, simple_loss=0.3613, pruned_loss=0.1306, over 14312.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03792, over 154.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3591, pruned_loss=0.1138, over 2757723.10 frames. utt_duration=250.2 frames, utt_pad_proportion=0.0681, over 44346.46 utterances.], batch size: 154, lr: 3.38e-04 +2022-09-18 04:00:16,078 INFO [train.py:885] (1/2) Epoch 14, batch 1050, loss[loss=0.266, simple_loss=0.3429, pruned_loss=0.09458, over 14287.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03959, over 180.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3564, pruned_loss=0.1123, over 2763120.11 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06801, over 43007.02 utterances.], batch size: 180, lr: 3.38e-04 +2022-09-18 04:00:46,676 INFO [train.py:885] (1/2) Epoch 14, batch 1100, loss[loss=0.2591, simple_loss=0.3127, pruned_loss=0.1027, over 13879.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06924, over 60.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3588, pruned_loss=0.114, over 2763544.53 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07085, over 43988.96 utterances.], batch size: 60, lr: 3.38e-04 +2022-09-18 04:01:16,037 INFO [train.py:885] (1/2) Epoch 14, batch 1150, loss[loss=0.1928, simple_loss=0.2669, pruned_loss=0.0594, over 14020.00 frames. utt_duration=711.3 frames, utt_pad_proportion=0.05916, over 79.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3564, pruned_loss=0.113, over 2768097.35 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06884, over 42902.88 utterances.], batch size: 79, lr: 3.38e-04 +2022-09-18 04:01:45,701 INFO [train.py:885] (1/2) Epoch 14, batch 1200, loss[loss=0.2552, simple_loss=0.3052, pruned_loss=0.1026, over 13401.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.0935, over 50.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3582, pruned_loss=0.1147, over 2770776.54 frames. utt_duration=258.1 frames, utt_pad_proportion=0.07002, over 43183.09 utterances.], batch size: 50, lr: 3.38e-04 +2022-09-18 04:02:15,221 INFO [train.py:885] (1/2) Epoch 14, batch 1250, loss[loss=0.4752, simple_loss=0.5652, pruned_loss=0.1926, over 12572.00 frames. utt_duration=63.67 frames, utt_pad_proportion=0.1396, over 810.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.359, pruned_loss=0.1149, over 2773068.45 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07028, over 43999.27 utterances.], batch size: 810, lr: 3.38e-04 +2022-09-18 04:02:44,768 INFO [train.py:885] (1/2) Epoch 14, batch 1300, loss[loss=0.2951, simple_loss=0.3779, pruned_loss=0.1061, over 14274.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04031, over 180.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3621, pruned_loss=0.1155, over 2772881.47 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07134, over 45988.50 utterances.], batch size: 180, lr: 3.38e-04 +2022-09-18 04:03:13,832 INFO [train.py:885] (1/2) Epoch 14, batch 1350, loss[loss=0.3947, simple_loss=0.4416, pruned_loss=0.1739, over 14232.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04321, over 335.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3592, pruned_loss=0.114, over 2777094.40 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06951, over 44599.86 utterances.], batch size: 335, lr: 3.38e-04 +2022-09-18 04:03:43,575 INFO [train.py:885] (1/2) Epoch 14, batch 1400, loss[loss=0.324, simple_loss=0.3648, pruned_loss=0.1416, over 14334.00 frames. utt_duration=479.4 frames, utt_pad_proportion=0.03743, over 120.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.3569, pruned_loss=0.1134, over 2782938.95 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06875, over 43301.06 utterances.], batch size: 120, lr: 3.38e-04 +2022-09-18 04:04:12,752 INFO [train.py:885] (1/2) Epoch 14, batch 1450, loss[loss=0.3665, simple_loss=0.4152, pruned_loss=0.1589, over 14213.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04388, over 306.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3563, pruned_loss=0.1129, over 2786069.96 frames. utt_duration=260.4 frames, utt_pad_proportion=0.06774, over 43042.54 utterances.], batch size: 306, lr: 3.37e-04 +2022-09-18 04:04:42,865 INFO [train.py:885] (1/2) Epoch 14, batch 1500, loss[loss=0.2646, simple_loss=0.3425, pruned_loss=0.09333, over 14380.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03168, over 244.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3593, pruned_loss=0.1144, over 2785307.99 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06784, over 45121.93 utterances.], batch size: 244, lr: 3.37e-04 +2022-09-18 04:05:12,781 INFO [train.py:885] (1/2) Epoch 14, batch 1550, loss[loss=0.3081, simple_loss=0.3644, pruned_loss=0.1259, over 14299.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04088, over 154.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3615, pruned_loss=0.1147, over 2783098.95 frames. utt_duration=238.9 frames, utt_pad_proportion=0.06939, over 46897.92 utterances.], batch size: 154, lr: 3.37e-04 +2022-09-18 04:05:41,812 INFO [train.py:885] (1/2) Epoch 14, batch 1600, loss[loss=0.2006, simple_loss=0.269, pruned_loss=0.06606, over 12437.00 frames. utt_duration=1991 frames, utt_pad_proportion=0.164, over 25.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.36, pruned_loss=0.1155, over 2779407.17 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07036, over 45107.43 utterances.], batch size: 25, lr: 3.37e-04 +2022-09-18 04:06:11,690 INFO [train.py:885] (1/2) Epoch 14, batch 1650, loss[loss=0.3469, simple_loss=0.4014, pruned_loss=0.1462, over 14327.00 frames. utt_duration=236.3 frames, utt_pad_proportion=0.03531, over 244.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3583, pruned_loss=0.1139, over 2779431.56 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07048, over 44809.73 utterances.], batch size: 244, lr: 3.37e-04 +2022-09-18 04:06:41,724 INFO [train.py:885] (1/2) Epoch 14, batch 1700, loss[loss=0.1688, simple_loss=0.2373, pruned_loss=0.0502, over 13442.00 frames. utt_duration=1631 frames, utt_pad_proportion=0.09733, over 33.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3576, pruned_loss=0.1138, over 2781577.33 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06921, over 44757.49 utterances.], batch size: 33, lr: 3.37e-04 +2022-09-18 04:07:11,438 INFO [train.py:885] (1/2) Epoch 14, batch 1750, loss[loss=0.1885, simple_loss=0.253, pruned_loss=0.06197, over 13494.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.09219, over 50.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3592, pruned_loss=0.1149, over 2778998.36 frames. utt_duration=247.3 frames, utt_pad_proportion=0.0697, over 45224.49 utterances.], batch size: 50, lr: 3.37e-04 +2022-09-18 04:07:40,764 INFO [train.py:885] (1/2) Epoch 14, batch 1800, loss[loss=0.1716, simple_loss=0.2353, pruned_loss=0.05391, over 13576.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08159, over 50.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3601, pruned_loss=0.1147, over 2781062.97 frames. utt_duration=244 frames, utt_pad_proportion=0.0695, over 45873.31 utterances.], batch size: 50, lr: 3.37e-04 +2022-09-18 04:08:10,523 INFO [train.py:885] (1/2) Epoch 14, batch 1850, loss[loss=0.2977, simple_loss=0.3845, pruned_loss=0.1055, over 14012.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.0552, over 365.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3588, pruned_loss=0.1138, over 2783600.81 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06843, over 45630.50 utterances.], batch size: 365, lr: 3.37e-04 +2022-09-18 04:08:39,437 INFO [train.py:885] (1/2) Epoch 14, batch 1900, loss[loss=0.322, simple_loss=0.3901, pruned_loss=0.127, over 14336.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.03717, over 226.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3584, pruned_loss=0.1143, over 2783900.80 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06677, over 44333.12 utterances.], batch size: 226, lr: 3.37e-04 +2022-09-18 04:09:09,506 INFO [train.py:885] (1/2) Epoch 14, batch 1950, loss[loss=0.2752, simple_loss=0.3462, pruned_loss=0.1021, over 14298.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04014, over 120.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3614, pruned_loss=0.1165, over 2790681.91 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06658, over 44819.05 utterances.], batch size: 120, lr: 3.37e-04 +2022-09-18 04:09:38,747 INFO [train.py:885] (1/2) Epoch 14, batch 2000, loss[loss=0.3346, simple_loss=0.3866, pruned_loss=0.1413, over 14270.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04048, over 154.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3623, pruned_loss=0.1164, over 2791184.42 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06807, over 45244.17 utterances.], batch size: 154, lr: 3.37e-04 +2022-09-18 04:10:08,400 INFO [train.py:885] (1/2) Epoch 14, batch 2050, loss[loss=0.2817, simple_loss=0.372, pruned_loss=0.0957, over 14049.00 frames. utt_duration=155.3 frames, utt_pad_proportion=0.05279, over 365.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3645, pruned_loss=0.1166, over 2788814.72 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07, over 47388.94 utterances.], batch size: 365, lr: 3.37e-04 +2022-09-18 04:10:38,254 INFO [train.py:885] (1/2) Epoch 14, batch 2100, loss[loss=0.1693, simple_loss=0.2265, pruned_loss=0.05606, over 13254.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1104, over 33.00 utterances.], tot_loss[loss=0.3026, simple_loss=0.3675, pruned_loss=0.1188, over 2784181.57 frames. utt_duration=232 frames, utt_pad_proportion=0.07228, over 48305.82 utterances.], batch size: 33, lr: 3.37e-04 +2022-09-18 04:11:07,446 INFO [train.py:885] (1/2) Epoch 14, batch 2150, loss[loss=0.3081, simple_loss=0.372, pruned_loss=0.1221, over 14285.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03932, over 180.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3647, pruned_loss=0.1169, over 2781781.55 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07319, over 47360.76 utterances.], batch size: 180, lr: 3.37e-04 +2022-09-18 04:11:37,640 INFO [train.py:885] (1/2) Epoch 14, batch 2200, loss[loss=0.1965, simple_loss=0.2784, pruned_loss=0.05725, over 14066.00 frames. utt_duration=805.3 frames, utt_pad_proportion=0.06033, over 70.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3648, pruned_loss=0.1161, over 2781574.15 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07263, over 48108.72 utterances.], batch size: 70, lr: 3.37e-04 +2022-09-18 04:12:13,354 INFO [train.py:885] (1/2) Epoch 14, batch 2250, loss[loss=0.5968, simple_loss=0.6499, pruned_loss=0.2719, over 12495.00 frames. utt_duration=63.28 frames, utt_pad_proportion=0.1449, over 810.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3657, pruned_loss=0.1173, over 2781276.33 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07131, over 48296.11 utterances.], batch size: 810, lr: 3.37e-04 +2022-09-18 04:12:42,885 INFO [train.py:885] (1/2) Epoch 14, batch 2300, loss[loss=0.3853, simple_loss=0.4302, pruned_loss=0.1702, over 14241.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04303, over 335.00 utterances.], tot_loss[loss=0.3006, simple_loss=0.3654, pruned_loss=0.1179, over 2780010.20 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07338, over 47585.34 utterances.], batch size: 335, lr: 3.37e-04 +2022-09-18 04:13:12,903 INFO [train.py:885] (1/2) Epoch 14, batch 2350, loss[loss=0.5713, simple_loss=0.6326, pruned_loss=0.255, over 12431.00 frames. utt_duration=62.95 frames, utt_pad_proportion=0.1493, over 810.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3654, pruned_loss=0.1175, over 2775053.12 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07543, over 47984.88 utterances.], batch size: 810, lr: 3.37e-04 +2022-09-18 04:13:42,117 INFO [train.py:885] (1/2) Epoch 14, batch 2400, loss[loss=0.3463, simple_loss=0.4011, pruned_loss=0.1458, over 14224.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04345, over 306.00 utterances.], tot_loss[loss=0.3024, simple_loss=0.3673, pruned_loss=0.1187, over 2777419.50 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07378, over 48279.09 utterances.], batch size: 306, lr: 3.37e-04 +2022-09-18 04:14:11,723 INFO [train.py:885] (1/2) Epoch 14, batch 2450, loss[loss=0.2208, simple_loss=0.2956, pruned_loss=0.07303, over 13724.00 frames. utt_duration=916.2 frames, utt_pad_proportion=0.07827, over 60.00 utterances.], tot_loss[loss=0.3017, simple_loss=0.3666, pruned_loss=0.1184, over 2778852.14 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07359, over 48368.20 utterances.], batch size: 60, lr: 3.36e-04 +2022-09-18 04:14:41,453 INFO [train.py:885] (1/2) Epoch 14, batch 2500, loss[loss=0.2496, simple_loss=0.3209, pruned_loss=0.08913, over 14186.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04355, over 109.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3652, pruned_loss=0.1183, over 2770064.53 frames. utt_duration=232.8 frames, utt_pad_proportion=0.0757, over 47892.78 utterances.], batch size: 109, lr: 3.36e-04 +2022-09-18 04:15:11,378 INFO [train.py:885] (1/2) Epoch 14, batch 2550, loss[loss=0.291, simple_loss=0.3638, pruned_loss=0.1091, over 14372.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03465, over 210.00 utterances.], tot_loss[loss=0.3034, simple_loss=0.3684, pruned_loss=0.1192, over 2766433.13 frames. utt_duration=224.7 frames, utt_pad_proportion=0.07771, over 49575.32 utterances.], batch size: 210, lr: 3.36e-04 +2022-09-18 04:15:41,383 INFO [train.py:885] (1/2) Epoch 14, batch 2600, loss[loss=0.3363, simple_loss=0.3893, pruned_loss=0.1416, over 14381.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03148, over 244.00 utterances.], tot_loss[loss=0.306, simple_loss=0.371, pruned_loss=0.1205, over 2763872.19 frames. utt_duration=218.6 frames, utt_pad_proportion=0.07927, over 50911.36 utterances.], batch size: 244, lr: 3.36e-04 +2022-09-18 04:16:11,457 INFO [train.py:885] (1/2) Epoch 14, batch 2650, loss[loss=0.3736, simple_loss=0.4232, pruned_loss=0.1619, over 14351.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03604, over 210.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.368, pruned_loss=0.1192, over 2769440.89 frames. utt_duration=229.1 frames, utt_pad_proportion=0.07729, over 48678.28 utterances.], batch size: 210, lr: 3.36e-04 +2022-09-18 04:16:40,628 INFO [train.py:885] (1/2) Epoch 14, batch 2700, loss[loss=0.2247, simple_loss=0.2914, pruned_loss=0.07903, over 14172.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.04871, over 89.00 utterances.], tot_loss[loss=0.3044, simple_loss=0.3692, pruned_loss=0.1198, over 2772158.47 frames. utt_duration=226.9 frames, utt_pad_proportion=0.0778, over 49198.63 utterances.], batch size: 89, lr: 3.36e-04 +2022-09-18 04:17:10,215 INFO [train.py:885] (1/2) Epoch 14, batch 2750, loss[loss=0.2831, simple_loss=0.3531, pruned_loss=0.1066, over 14271.00 frames. utt_duration=219.4 frames, utt_pad_proportion=0.04192, over 262.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3645, pruned_loss=0.1173, over 2773142.48 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07444, over 47481.43 utterances.], batch size: 262, lr: 3.36e-04 +2022-09-18 04:17:39,534 INFO [train.py:885] (1/2) Epoch 14, batch 2800, loss[loss=0.356, simple_loss=0.3993, pruned_loss=0.1563, over 14296.00 frames. utt_duration=343.8 frames, utt_pad_proportion=0.04233, over 167.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3607, pruned_loss=0.1152, over 2776634.78 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07147, over 45644.51 utterances.], batch size: 167, lr: 3.36e-04 +2022-09-18 04:18:15,858 INFO [train.py:885] (1/2) Epoch 14, batch 2850, loss[loss=0.2653, simple_loss=0.3402, pruned_loss=0.09515, over 14309.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03532, over 154.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3584, pruned_loss=0.1144, over 2779713.40 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06898, over 44185.39 utterances.], batch size: 154, lr: 3.36e-04 +2022-09-18 04:18:45,231 INFO [train.py:885] (1/2) Epoch 14, batch 2900, loss[loss=0.2818, simple_loss=0.3474, pruned_loss=0.1081, over 14341.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03597, over 154.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3584, pruned_loss=0.1146, over 2782925.36 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06726, over 44055.99 utterances.], batch size: 154, lr: 3.36e-04 +2022-09-18 04:19:15,076 INFO [train.py:885] (1/2) Epoch 14, batch 2950, loss[loss=0.3739, simple_loss=0.4252, pruned_loss=0.1613, over 14387.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03098, over 244.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3621, pruned_loss=0.1169, over 2777521.98 frames. utt_duration=244 frames, utt_pad_proportion=0.07102, over 45807.08 utterances.], batch size: 244, lr: 3.36e-04 +2022-09-18 04:19:44,557 INFO [train.py:885] (1/2) Epoch 14, batch 3000, loss[loss=0.3462, simple_loss=0.4474, pruned_loss=0.1225, over 13150.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1075, over 653.00 utterances.], tot_loss[loss=0.2986, simple_loss=0.3635, pruned_loss=0.1168, over 2776186.28 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07272, over 46671.58 utterances.], batch size: 653, lr: 3.36e-04 +2022-09-18 04:19:44,558 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 04:19:49,229 INFO [train.py:914] (1/2) Epoch 14, validation: loss=0.2017, simple_loss=0.2828, pruned_loss=0.06032, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 04:20:18,172 INFO [train.py:885] (1/2) Epoch 14, batch 3050, loss[loss=0.3866, simple_loss=0.4262, pruned_loss=0.1735, over 14294.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.0405, over 262.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3608, pruned_loss=0.1152, over 2778995.28 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07236, over 45175.80 utterances.], batch size: 262, lr: 3.36e-04 +2022-09-18 04:20:47,304 INFO [train.py:885] (1/2) Epoch 14, batch 3100, loss[loss=0.4316, simple_loss=0.4585, pruned_loss=0.2024, over 14189.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04573, over 306.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3572, pruned_loss=0.1132, over 2779974.98 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07055, over 44148.69 utterances.], batch size: 306, lr: 3.36e-04 +2022-09-18 04:21:17,287 INFO [train.py:885] (1/2) Epoch 14, batch 3150, loss[loss=0.3219, simple_loss=0.3842, pruned_loss=0.1298, over 14298.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04123, over 262.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3561, pruned_loss=0.1133, over 2777623.81 frames. utt_duration=259.9 frames, utt_pad_proportion=0.07079, over 42992.85 utterances.], batch size: 262, lr: 3.36e-04 +2022-09-18 04:21:45,895 INFO [train.py:885] (1/2) Epoch 14, batch 3200, loss[loss=0.5007, simple_loss=0.5895, pruned_loss=0.206, over 12519.00 frames. utt_duration=63.38 frames, utt_pad_proportion=0.1436, over 810.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3563, pruned_loss=0.1128, over 2783852.11 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06886, over 43395.53 utterances.], batch size: 810, lr: 3.36e-04 +2022-09-18 04:22:15,680 INFO [train.py:885] (1/2) Epoch 14, batch 3250, loss[loss=0.2925, simple_loss=0.3598, pruned_loss=0.1126, over 14359.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.0325, over 195.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3581, pruned_loss=0.1144, over 2786685.62 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06864, over 43395.18 utterances.], batch size: 195, lr: 3.36e-04 +2022-09-18 04:22:45,195 INFO [train.py:885] (1/2) Epoch 14, batch 3300, loss[loss=0.2163, simple_loss=0.2741, pruned_loss=0.07929, over 12510.00 frames. utt_duration=2003 frames, utt_pad_proportion=0.1407, over 25.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3579, pruned_loss=0.1149, over 2782551.54 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06969, over 43353.43 utterances.], batch size: 25, lr: 3.36e-04 +2022-09-18 04:23:14,940 INFO [train.py:885] (1/2) Epoch 14, batch 3350, loss[loss=0.4064, simple_loss=0.4419, pruned_loss=0.1854, over 14232.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04326, over 335.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3591, pruned_loss=0.1156, over 2783000.09 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07013, over 43861.14 utterances.], batch size: 335, lr: 3.36e-04 +2022-09-18 04:23:44,697 INFO [train.py:885] (1/2) Epoch 14, batch 3400, loss[loss=0.6364, simple_loss=0.6715, pruned_loss=0.3007, over 12442.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1479, over 810.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3588, pruned_loss=0.1151, over 2778323.89 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07315, over 44555.36 utterances.], batch size: 810, lr: 3.35e-04 +2022-09-18 04:24:13,784 INFO [train.py:885] (1/2) Epoch 14, batch 3450, loss[loss=0.1979, simple_loss=0.2804, pruned_loss=0.05767, over 13727.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08033, over 42.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3569, pruned_loss=0.114, over 2778804.49 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0717, over 43740.96 utterances.], batch size: 42, lr: 3.35e-04 +2022-09-18 04:24:43,699 INFO [train.py:885] (1/2) Epoch 14, batch 3500, loss[loss=0.2228, simple_loss=0.2893, pruned_loss=0.07817, over 14125.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05092, over 98.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3568, pruned_loss=0.1138, over 2777556.60 frames. utt_duration=253.5 frames, utt_pad_proportion=0.0725, over 44088.96 utterances.], batch size: 98, lr: 3.35e-04 +2022-09-18 04:25:13,328 INFO [train.py:885] (1/2) Epoch 14, batch 3550, loss[loss=0.27, simple_loss=0.351, pruned_loss=0.09455, over 14307.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03802, over 180.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.3565, pruned_loss=0.1137, over 2771427.28 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07287, over 43870.59 utterances.], batch size: 180, lr: 3.35e-04 +2022-09-18 04:25:42,817 INFO [train.py:885] (1/2) Epoch 14, batch 3600, loss[loss=0.141, simple_loss=0.1973, pruned_loss=0.04235, over 12432.00 frames. utt_duration=2074 frames, utt_pad_proportion=0.1484, over 24.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.352, pruned_loss=0.1115, over 2773896.41 frames. utt_duration=265.2 frames, utt_pad_proportion=0.0703, over 42078.63 utterances.], batch size: 24, lr: 3.35e-04 +2022-09-18 04:26:12,602 INFO [train.py:885] (1/2) Epoch 14, batch 3650, loss[loss=0.3368, simple_loss=0.3987, pruned_loss=0.1375, over 14224.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04308, over 306.00 utterances.], tot_loss[loss=0.292, simple_loss=0.3564, pruned_loss=0.1138, over 2779168.79 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06826, over 43398.77 utterances.], batch size: 306, lr: 3.35e-04 +2022-09-18 04:26:41,616 INFO [train.py:885] (1/2) Epoch 14, batch 3700, loss[loss=0.3259, simple_loss=0.3797, pruned_loss=0.1361, over 14333.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03667, over 154.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3588, pruned_loss=0.1152, over 2781840.09 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06737, over 44176.15 utterances.], batch size: 154, lr: 3.35e-04 +2022-09-18 04:27:11,344 INFO [train.py:885] (1/2) Epoch 14, batch 3750, loss[loss=0.2648, simple_loss=0.3348, pruned_loss=0.09742, over 14322.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03978, over 154.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3598, pruned_loss=0.1146, over 2776046.77 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06998, over 45468.93 utterances.], batch size: 154, lr: 3.35e-04 +2022-09-18 04:27:41,240 INFO [train.py:885] (1/2) Epoch 14, batch 3800, loss[loss=0.2227, simple_loss=0.2714, pruned_loss=0.08704, over 13533.00 frames. utt_duration=1290 frames, utt_pad_proportion=0.09515, over 42.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3605, pruned_loss=0.1151, over 2776451.00 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07209, over 45340.68 utterances.], batch size: 42, lr: 3.35e-04 +2022-09-18 04:28:10,830 INFO [train.py:885] (1/2) Epoch 14, batch 3850, loss[loss=0.1768, simple_loss=0.2406, pruned_loss=0.05649, over 12415.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1416, over 24.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.36, pruned_loss=0.115, over 2773928.34 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07432, over 45094.05 utterances.], batch size: 24, lr: 3.35e-04 +2022-09-18 04:28:40,206 INFO [train.py:885] (1/2) Epoch 14, batch 3900, loss[loss=0.3119, simple_loss=0.387, pruned_loss=0.1184, over 14013.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05511, over 365.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3589, pruned_loss=0.1142, over 2774993.53 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07325, over 44908.78 utterances.], batch size: 365, lr: 3.35e-04 +2022-09-18 04:29:10,762 INFO [train.py:885] (1/2) Epoch 14, batch 3950, loss[loss=0.2704, simple_loss=0.3315, pruned_loss=0.1047, over 14082.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05363, over 98.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3541, pruned_loss=0.1117, over 2778372.86 frames. utt_duration=260.6 frames, utt_pad_proportion=0.071, over 42890.74 utterances.], batch size: 98, lr: 3.35e-04 +2022-09-18 04:29:40,181 INFO [train.py:885] (1/2) Epoch 14, batch 4000, loss[loss=0.3067, simple_loss=0.3737, pruned_loss=0.1199, over 14341.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03669, over 283.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3584, pruned_loss=0.1144, over 2779864.89 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07217, over 44362.32 utterances.], batch size: 283, lr: 3.35e-04 +2022-09-18 04:30:10,163 INFO [train.py:885] (1/2) Epoch 14, batch 4050, loss[loss=0.3279, simple_loss=0.4068, pruned_loss=0.1245, over 13945.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.0591, over 365.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3594, pruned_loss=0.1145, over 2780560.50 frames. utt_duration=249.3 frames, utt_pad_proportion=0.0718, over 44885.49 utterances.], batch size: 365, lr: 3.35e-04 +2022-09-18 04:30:39,937 INFO [train.py:885] (1/2) Epoch 14, batch 4100, loss[loss=0.2986, simple_loss=0.3679, pruned_loss=0.1147, over 14264.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04125, over 180.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3631, pruned_loss=0.1165, over 2781526.00 frames. utt_duration=241.7 frames, utt_pad_proportion=0.0721, over 46315.15 utterances.], batch size: 180, lr: 3.35e-04 +2022-09-18 04:31:08,950 INFO [train.py:885] (1/2) Epoch 14, batch 4150, loss[loss=0.5664, simple_loss=0.6296, pruned_loss=0.2517, over 12516.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1441, over 810.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3638, pruned_loss=0.1179, over 2776514.83 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07459, over 46327.59 utterances.], batch size: 810, lr: 3.35e-04 +2022-09-18 04:31:38,502 INFO [train.py:885] (1/2) Epoch 14, batch 4200, loss[loss=0.2973, simple_loss=0.3814, pruned_loss=0.1066, over 14295.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.0386, over 225.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3618, pruned_loss=0.1166, over 2773421.21 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0733, over 45436.44 utterances.], batch size: 225, lr: 3.35e-04 +2022-09-18 04:32:07,773 INFO [train.py:885] (1/2) Epoch 14, batch 4250, loss[loss=0.2649, simple_loss=0.3151, pruned_loss=0.1074, over 13996.00 frames. utt_duration=710 frames, utt_pad_proportion=0.06086, over 79.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3584, pruned_loss=0.1149, over 2774944.11 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07159, over 44087.88 utterances.], batch size: 79, lr: 3.35e-04 +2022-09-18 04:32:37,644 INFO [train.py:885] (1/2) Epoch 14, batch 4300, loss[loss=0.3921, simple_loss=0.4288, pruned_loss=0.1777, over 14315.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03882, over 283.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3611, pruned_loss=0.1151, over 2772941.13 frames. utt_duration=242 frames, utt_pad_proportion=0.07465, over 46119.37 utterances.], batch size: 283, lr: 3.35e-04 +2022-09-18 04:33:07,292 INFO [train.py:885] (1/2) Epoch 14, batch 4350, loss[loss=0.2367, simple_loss=0.3, pruned_loss=0.08671, over 14080.00 frames. utt_duration=714.2 frames, utt_pad_proportion=0.05525, over 79.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3621, pruned_loss=0.1155, over 2776625.23 frames. utt_duration=239 frames, utt_pad_proportion=0.07392, over 46764.70 utterances.], batch size: 79, lr: 3.35e-04 +2022-09-18 04:33:36,850 INFO [train.py:885] (1/2) Epoch 14, batch 4400, loss[loss=0.1585, simple_loss=0.223, pruned_loss=0.04698, over 12626.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.1508, over 25.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3608, pruned_loss=0.1151, over 2779549.73 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07291, over 45881.25 utterances.], batch size: 25, lr: 3.35e-04 +2022-09-18 04:34:06,392 INFO [train.py:885] (1/2) Epoch 14, batch 4450, loss[loss=0.2428, simple_loss=0.3173, pruned_loss=0.08409, over 14221.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04154, over 109.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.358, pruned_loss=0.1141, over 2774386.15 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07505, over 45112.00 utterances.], batch size: 109, lr: 3.34e-04 +2022-09-18 04:34:35,947 INFO [train.py:885] (1/2) Epoch 14, batch 4500, loss[loss=0.2868, simple_loss=0.3591, pruned_loss=0.1072, over 14354.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03648, over 195.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3579, pruned_loss=0.1136, over 2778387.29 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07313, over 45400.52 utterances.], batch size: 195, lr: 3.34e-04 +2022-09-18 04:35:05,911 INFO [train.py:885] (1/2) Epoch 14, batch 4550, loss[loss=0.2244, simple_loss=0.297, pruned_loss=0.07584, over 14055.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05564, over 98.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3615, pruned_loss=0.1148, over 2777129.28 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07465, over 47089.68 utterances.], batch size: 98, lr: 3.34e-04 +2022-09-18 04:35:35,366 INFO [train.py:885] (1/2) Epoch 14, batch 4600, loss[loss=0.4165, simple_loss=0.4513, pruned_loss=0.1908, over 14181.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04572, over 306.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3624, pruned_loss=0.115, over 2777732.22 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07238, over 47156.02 utterances.], batch size: 306, lr: 3.34e-04 +2022-09-18 04:36:05,747 INFO [train.py:885] (1/2) Epoch 14, batch 4650, loss[loss=0.5243, simple_loss=0.6019, pruned_loss=0.2234, over 12539.00 frames. utt_duration=63.47 frames, utt_pad_proportion=0.1423, over 810.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3627, pruned_loss=0.1149, over 2773674.96 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07464, over 47700.53 utterances.], batch size: 810, lr: 3.34e-04 +2022-09-18 04:36:35,029 INFO [train.py:885] (1/2) Epoch 14, batch 4700, loss[loss=0.1843, simple_loss=0.2602, pruned_loss=0.05424, over 13484.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09298, over 50.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3626, pruned_loss=0.1145, over 2778015.83 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07235, over 47168.49 utterances.], batch size: 50, lr: 3.34e-04 +2022-09-18 04:37:05,132 INFO [train.py:885] (1/2) Epoch 14, batch 4750, loss[loss=0.1944, simple_loss=0.2683, pruned_loss=0.06029, over 12388.00 frames. utt_duration=2066 frames, utt_pad_proportion=0.1472, over 24.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3602, pruned_loss=0.1132, over 2772804.67 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07286, over 46074.79 utterances.], batch size: 24, lr: 3.34e-04 +2022-09-18 04:37:34,461 INFO [train.py:885] (1/2) Epoch 14, batch 4800, loss[loss=0.3575, simple_loss=0.401, pruned_loss=0.157, over 14181.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04622, over 306.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3621, pruned_loss=0.1145, over 2776639.17 frames. utt_duration=243 frames, utt_pad_proportion=0.07314, over 45986.54 utterances.], batch size: 306, lr: 3.34e-04 +2022-09-18 04:38:04,323 INFO [train.py:885] (1/2) Epoch 14, batch 4850, loss[loss=0.3289, simple_loss=0.3914, pruned_loss=0.1332, over 14234.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04263, over 306.00 utterances.], tot_loss[loss=0.293, simple_loss=0.359, pruned_loss=0.1135, over 2774485.09 frames. utt_duration=249.4 frames, utt_pad_proportion=0.0728, over 44757.67 utterances.], batch size: 306, lr: 3.34e-04 +2022-09-18 04:38:34,812 INFO [train.py:885] (1/2) Epoch 14, batch 4900, loss[loss=0.3048, simple_loss=0.367, pruned_loss=0.1213, over 14343.00 frames. utt_duration=320.1 frames, utt_pad_proportion=0.03596, over 180.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3653, pruned_loss=0.1175, over 2771295.07 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07493, over 46922.27 utterances.], batch size: 180, lr: 3.34e-04 +2022-09-18 04:39:04,330 INFO [train.py:885] (1/2) Epoch 14, batch 4950, loss[loss=0.2191, simple_loss=0.2749, pruned_loss=0.08171, over 13852.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.0626, over 69.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3612, pruned_loss=0.1144, over 2774854.89 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07358, over 46430.37 utterances.], batch size: 69, lr: 3.34e-04 +2022-09-18 04:39:33,299 INFO [train.py:885] (1/2) Epoch 14, batch 5000, loss[loss=0.4035, simple_loss=0.4425, pruned_loss=0.1823, over 14218.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04388, over 335.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3613, pruned_loss=0.115, over 2781873.69 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07113, over 45566.74 utterances.], batch size: 335, lr: 3.34e-04 +2022-09-18 04:40:03,178 INFO [train.py:885] (1/2) Epoch 14, batch 5050, loss[loss=0.2116, simple_loss=0.2781, pruned_loss=0.07248, over 14072.00 frames. utt_duration=714 frames, utt_pad_proportion=0.05677, over 79.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3582, pruned_loss=0.1143, over 2783955.36 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06772, over 43486.81 utterances.], batch size: 79, lr: 3.34e-04 +2022-09-18 04:40:32,424 INFO [train.py:885] (1/2) Epoch 14, batch 5100, loss[loss=0.3803, simple_loss=0.4265, pruned_loss=0.167, over 14241.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04214, over 335.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3603, pruned_loss=0.1149, over 2788997.29 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06607, over 44679.92 utterances.], batch size: 335, lr: 3.34e-04 +2022-09-18 04:41:01,886 INFO [train.py:885] (1/2) Epoch 14, batch 5150, loss[loss=0.2948, simple_loss=0.3567, pruned_loss=0.1165, over 14300.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04128, over 154.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.362, pruned_loss=0.1158, over 2785840.97 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06929, over 45778.03 utterances.], batch size: 154, lr: 3.34e-04 +2022-09-18 04:41:31,988 INFO [train.py:885] (1/2) Epoch 14, batch 5200, loss[loss=0.3289, simple_loss=0.3935, pruned_loss=0.1322, over 14224.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04398, over 335.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3639, pruned_loss=0.1178, over 2782366.44 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07135, over 46705.53 utterances.], batch size: 335, lr: 3.34e-04 +2022-09-18 04:42:01,221 INFO [train.py:885] (1/2) Epoch 14, batch 5250, loss[loss=0.2997, simple_loss=0.3721, pruned_loss=0.1137, over 14291.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04097, over 262.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3616, pruned_loss=0.1173, over 2788326.66 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06868, over 45224.68 utterances.], batch size: 262, lr: 3.34e-04 +2022-09-18 04:42:30,879 INFO [train.py:885] (1/2) Epoch 14, batch 5300, loss[loss=0.379, simple_loss=0.414, pruned_loss=0.172, over 14350.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03605, over 195.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3626, pruned_loss=0.1175, over 2788452.93 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06892, over 46062.49 utterances.], batch size: 195, lr: 3.34e-04 +2022-09-18 04:42:59,860 INFO [train.py:885] (1/2) Epoch 14, batch 5350, loss[loss=0.5442, simple_loss=0.6132, pruned_loss=0.2376, over 12596.00 frames. utt_duration=63.74 frames, utt_pad_proportion=0.1387, over 810.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3597, pruned_loss=0.1162, over 2781827.28 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07041, over 45235.73 utterances.], batch size: 810, lr: 3.34e-04 +2022-09-18 04:43:29,564 INFO [train.py:885] (1/2) Epoch 14, batch 5400, loss[loss=0.35, simple_loss=0.4066, pruned_loss=0.1467, over 14232.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04269, over 335.00 utterances.], tot_loss[loss=0.3019, simple_loss=0.3658, pruned_loss=0.1191, over 2783271.92 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07054, over 47782.71 utterances.], batch size: 335, lr: 3.34e-04 +2022-09-18 04:43:59,529 INFO [train.py:885] (1/2) Epoch 14, batch 5450, loss[loss=0.2433, simple_loss=0.2807, pruned_loss=0.103, over 12539.00 frames. utt_duration=2008 frames, utt_pad_proportion=0.1305, over 25.00 utterances.], tot_loss[loss=0.3032, simple_loss=0.3674, pruned_loss=0.1195, over 2781927.10 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07145, over 48256.88 utterances.], batch size: 25, lr: 3.33e-04 +2022-09-18 04:44:28,942 INFO [train.py:885] (1/2) Epoch 14, batch 5500, loss[loss=0.2198, simple_loss=0.2836, pruned_loss=0.07807, over 12892.00 frames. utt_duration=1985 frames, utt_pad_proportion=0.1123, over 26.00 utterances.], tot_loss[loss=0.3025, simple_loss=0.3667, pruned_loss=0.1191, over 2781813.71 frames. utt_duration=233 frames, utt_pad_proportion=0.07088, over 48055.54 utterances.], batch size: 26, lr: 3.33e-04 +2022-09-18 04:44:59,074 INFO [train.py:885] (1/2) Epoch 14, batch 5550, loss[loss=0.3514, simple_loss=0.4453, pruned_loss=0.1288, over 13603.00 frames. utt_duration=98.48 frames, utt_pad_proportion=0.07964, over 560.00 utterances.], tot_loss[loss=0.3029, simple_loss=0.3668, pruned_loss=0.1195, over 2780930.89 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07246, over 47903.96 utterances.], batch size: 560, lr: 3.33e-04 +2022-09-18 04:45:29,833 INFO [train.py:885] (1/2) Epoch 14, batch 5600, loss[loss=0.2615, simple_loss=0.3052, pruned_loss=0.1089, over 14084.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05367, over 98.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3597, pruned_loss=0.1166, over 2779808.50 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07079, over 44611.69 utterances.], batch size: 98, lr: 3.33e-04 +2022-09-18 04:46:00,264 INFO [train.py:885] (1/2) Epoch 14, batch 5650, loss[loss=0.2884, simple_loss=0.3547, pruned_loss=0.1111, over 14306.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03802, over 180.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.359, pruned_loss=0.1157, over 2782651.67 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07085, over 44217.82 utterances.], batch size: 180, lr: 3.33e-04 +2022-09-18 04:46:29,865 INFO [train.py:885] (1/2) Epoch 14, batch 5700, loss[loss=0.2774, simple_loss=0.3491, pruned_loss=0.1028, over 14218.00 frames. utt_duration=254.3 frames, utt_pad_proportion=0.04383, over 225.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3617, pruned_loss=0.1171, over 2784033.42 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06942, over 44912.73 utterances.], batch size: 225, lr: 3.33e-04 +2022-09-18 04:46:59,773 INFO [train.py:885] (1/2) Epoch 14, batch 5750, loss[loss=0.2103, simple_loss=0.2867, pruned_loss=0.06693, over 14211.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04575, over 89.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3602, pruned_loss=0.1157, over 2783436.23 frames. utt_duration=249.7 frames, utt_pad_proportion=0.0698, over 44849.43 utterances.], batch size: 89, lr: 3.33e-04 +2022-09-18 04:47:29,429 INFO [train.py:885] (1/2) Epoch 14, batch 5800, loss[loss=0.4424, simple_loss=0.4668, pruned_loss=0.209, over 14222.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04348, over 335.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3635, pruned_loss=0.1174, over 2781641.31 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07085, over 46225.57 utterances.], batch size: 335, lr: 3.33e-04 +2022-09-18 04:47:58,664 INFO [train.py:885] (1/2) Epoch 14, batch 5850, loss[loss=0.1942, simple_loss=0.2572, pruned_loss=0.06561, over 12492.00 frames. utt_duration=2000 frames, utt_pad_proportion=0.1382, over 25.00 utterances.], tot_loss[loss=0.3004, simple_loss=0.3646, pruned_loss=0.1181, over 2777056.54 frames. utt_duration=239 frames, utt_pad_proportion=0.07215, over 46763.80 utterances.], batch size: 25, lr: 3.33e-04 +2022-09-18 04:48:28,678 INFO [train.py:885] (1/2) Epoch 14, batch 5900, loss[loss=0.2705, simple_loss=0.3507, pruned_loss=0.09517, over 14315.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04118, over 167.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3612, pruned_loss=0.1159, over 2776145.80 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07153, over 45671.26 utterances.], batch size: 167, lr: 3.33e-04 +2022-09-18 04:48:57,798 INFO [train.py:885] (1/2) Epoch 14, batch 5950, loss[loss=0.2793, simple_loss=0.3566, pruned_loss=0.101, over 14346.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03621, over 195.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3616, pruned_loss=0.1158, over 2775715.85 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07243, over 46262.58 utterances.], batch size: 195, lr: 3.33e-04 +2022-09-18 04:49:27,556 INFO [train.py:885] (1/2) Epoch 14, batch 6000, loss[loss=0.5011, simple_loss=0.5177, pruned_loss=0.2423, over 14213.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04353, over 306.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3662, pruned_loss=0.118, over 2775226.01 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07462, over 48175.42 utterances.], batch size: 306, lr: 3.33e-04 +2022-09-18 04:49:27,557 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 04:49:32,266 INFO [train.py:914] (1/2) Epoch 14, validation: loss=0.2032, simple_loss=0.2805, pruned_loss=0.06293, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 04:50:02,278 INFO [train.py:885] (1/2) Epoch 14, batch 6050, loss[loss=0.2924, simple_loss=0.39, pruned_loss=0.09739, over 13976.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.057, over 365.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3636, pruned_loss=0.1161, over 2779554.98 frames. utt_duration=238 frames, utt_pad_proportion=0.0712, over 47009.53 utterances.], batch size: 365, lr: 3.33e-04 +2022-09-18 04:50:31,847 INFO [train.py:885] (1/2) Epoch 14, batch 6100, loss[loss=0.3442, simple_loss=0.3908, pruned_loss=0.1488, over 14329.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03981, over 167.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3621, pruned_loss=0.1162, over 2778057.03 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07144, over 46151.46 utterances.], batch size: 167, lr: 3.33e-04 +2022-09-18 04:51:01,898 INFO [train.py:885] (1/2) Epoch 14, batch 6150, loss[loss=0.2297, simple_loss=0.3063, pruned_loss=0.07655, over 14076.00 frames. utt_duration=576.1 frames, utt_pad_proportion=0.05404, over 98.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3598, pruned_loss=0.1141, over 2776771.66 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07137, over 45443.34 utterances.], batch size: 98, lr: 3.33e-04 +2022-09-18 04:51:30,609 INFO [train.py:885] (1/2) Epoch 14, batch 6200, loss[loss=0.1606, simple_loss=0.2251, pruned_loss=0.04808, over 14137.00 frames. utt_duration=809.1 frames, utt_pad_proportion=0.05584, over 70.00 utterances.], tot_loss[loss=0.2995, simple_loss=0.3648, pruned_loss=0.1171, over 2779153.84 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07088, over 46911.32 utterances.], batch size: 70, lr: 3.33e-04 +2022-09-18 04:52:00,639 INFO [train.py:885] (1/2) Epoch 14, batch 6250, loss[loss=0.2837, simple_loss=0.3609, pruned_loss=0.1033, over 14308.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03821, over 154.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3646, pruned_loss=0.1171, over 2775892.88 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07173, over 46888.32 utterances.], batch size: 154, lr: 3.33e-04 +2022-09-18 04:52:29,562 INFO [train.py:885] (1/2) Epoch 14, batch 6300, loss[loss=0.3593, simple_loss=0.4428, pruned_loss=0.1379, over 13666.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07817, over 477.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3624, pruned_loss=0.1168, over 2778757.50 frames. utt_duration=246 frames, utt_pad_proportion=0.0701, over 45463.82 utterances.], batch size: 477, lr: 3.33e-04 +2022-09-18 04:52:59,688 INFO [train.py:885] (1/2) Epoch 14, batch 6350, loss[loss=0.2644, simple_loss=0.3326, pruned_loss=0.09806, over 14326.00 frames. utt_duration=407.6 frames, utt_pad_proportion=0.04097, over 141.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3638, pruned_loss=0.1173, over 2775548.56 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07256, over 46578.96 utterances.], batch size: 141, lr: 3.33e-04 +2022-09-18 04:53:29,465 INFO [train.py:885] (1/2) Epoch 14, batch 6400, loss[loss=0.1992, simple_loss=0.2692, pruned_loss=0.06461, over 12767.00 frames. utt_duration=1549 frames, utt_pad_proportion=0.1243, over 33.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3635, pruned_loss=0.1173, over 2777912.70 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07218, over 46139.67 utterances.], batch size: 33, lr: 3.33e-04 +2022-09-18 04:53:58,841 INFO [train.py:885] (1/2) Epoch 14, batch 6450, loss[loss=0.818, simple_loss=0.7944, pruned_loss=0.4208, over 12474.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3627, pruned_loss=0.1175, over 2778713.33 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07273, over 45301.24 utterances.], batch size: 810, lr: 3.32e-04 +2022-09-18 04:54:28,335 INFO [train.py:885] (1/2) Epoch 14, batch 6500, loss[loss=0.3257, simple_loss=0.3901, pruned_loss=0.1306, over 14341.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03775, over 262.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3612, pruned_loss=0.116, over 2778645.81 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07234, over 45843.64 utterances.], batch size: 262, lr: 3.32e-04 +2022-09-18 04:54:58,744 INFO [train.py:885] (1/2) Epoch 14, batch 6550, loss[loss=0.2419, simple_loss=0.3218, pruned_loss=0.081, over 14377.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03701, over 167.00 utterances.], tot_loss[loss=0.3015, simple_loss=0.3668, pruned_loss=0.1182, over 2776293.39 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07504, over 48204.25 utterances.], batch size: 167, lr: 3.32e-04 +2022-09-18 04:55:28,205 INFO [train.py:885] (1/2) Epoch 14, batch 6600, loss[loss=0.2429, simple_loss=0.3141, pruned_loss=0.08586, over 14360.00 frames. utt_duration=480.3 frames, utt_pad_proportion=0.03546, over 120.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3624, pruned_loss=0.1158, over 2776352.06 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07303, over 46816.72 utterances.], batch size: 120, lr: 3.32e-04 +2022-09-18 04:55:57,234 INFO [train.py:885] (1/2) Epoch 14, batch 6650, loss[loss=0.3189, simple_loss=0.3789, pruned_loss=0.1295, over 14317.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03812, over 283.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3638, pruned_loss=0.1159, over 2779301.92 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07386, over 47265.03 utterances.], batch size: 283, lr: 3.32e-04 +2022-09-18 04:56:27,060 INFO [train.py:885] (1/2) Epoch 14, batch 6700, loss[loss=0.3278, simple_loss=0.3891, pruned_loss=0.1332, over 14343.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03767, over 262.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3656, pruned_loss=0.1166, over 2783063.78 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07299, over 47708.75 utterances.], batch size: 262, lr: 3.32e-04 +2022-09-18 04:56:56,411 INFO [train.py:885] (1/2) Epoch 14, batch 6750, loss[loss=0.3164, simple_loss=0.3862, pruned_loss=0.1233, over 14355.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03327, over 244.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3621, pruned_loss=0.1143, over 2784787.59 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07016, over 46228.33 utterances.], batch size: 244, lr: 3.32e-04 +2022-09-18 04:57:25,355 INFO [train.py:885] (1/2) Epoch 14, batch 6800, loss[loss=0.1978, simple_loss=0.2592, pruned_loss=0.06826, over 13996.00 frames. utt_duration=801.2 frames, utt_pad_proportion=0.06405, over 70.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3588, pruned_loss=0.1129, over 2782979.92 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07022, over 44643.48 utterances.], batch size: 70, lr: 3.32e-04 +2022-09-18 04:57:55,191 INFO [train.py:885] (1/2) Epoch 14, batch 6850, loss[loss=0.2143, simple_loss=0.2948, pruned_loss=0.06691, over 14207.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04613, over 89.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3613, pruned_loss=0.1139, over 2781086.40 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07373, over 46506.80 utterances.], batch size: 89, lr: 3.32e-04 +2022-09-18 04:58:24,671 INFO [train.py:885] (1/2) Epoch 14, batch 6900, loss[loss=0.3275, simple_loss=0.4216, pruned_loss=0.1168, over 13571.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08452, over 477.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3575, pruned_loss=0.1124, over 2782140.94 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07128, over 44222.61 utterances.], batch size: 477, lr: 3.32e-04 +2022-09-18 04:58:54,337 INFO [train.py:885] (1/2) Epoch 14, batch 6950, loss[loss=0.3891, simple_loss=0.4317, pruned_loss=0.1733, over 14315.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.0395, over 283.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3577, pruned_loss=0.1128, over 2781365.21 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07144, over 44816.52 utterances.], batch size: 283, lr: 3.32e-04 +2022-09-18 04:59:23,690 INFO [train.py:885] (1/2) Epoch 14, batch 7000, loss[loss=0.246, simple_loss=0.3206, pruned_loss=0.08571, over 14287.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04187, over 154.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3608, pruned_loss=0.115, over 2788662.30 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06944, over 45296.06 utterances.], batch size: 154, lr: 3.32e-04 +2022-09-18 04:59:53,338 INFO [train.py:885] (1/2) Epoch 14, batch 7050, loss[loss=0.3789, simple_loss=0.4525, pruned_loss=0.1527, over 13765.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07094, over 411.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3628, pruned_loss=0.1153, over 2788497.15 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06946, over 46413.92 utterances.], batch size: 411, lr: 3.32e-04 +2022-09-18 05:00:22,964 INFO [train.py:885] (1/2) Epoch 14, batch 7100, loss[loss=0.3045, simple_loss=0.3751, pruned_loss=0.117, over 14339.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03666, over 210.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3617, pruned_loss=0.1139, over 2788370.62 frames. utt_duration=239.8 frames, utt_pad_proportion=0.0693, over 46802.11 utterances.], batch size: 210, lr: 3.32e-04 +2022-09-18 05:00:52,150 INFO [train.py:885] (1/2) Epoch 14, batch 7150, loss[loss=0.2805, simple_loss=0.3553, pruned_loss=0.1029, over 14315.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.03764, over 154.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3561, pruned_loss=0.1113, over 2787910.98 frames. utt_duration=251 frames, utt_pad_proportion=0.06765, over 44699.70 utterances.], batch size: 154, lr: 3.32e-04 +2022-09-18 05:01:21,851 INFO [train.py:885] (1/2) Epoch 14, batch 7200, loss[loss=0.2632, simple_loss=0.3366, pruned_loss=0.09492, over 14281.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04324, over 141.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3534, pruned_loss=0.1109, over 2786398.38 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06767, over 43256.23 utterances.], batch size: 141, lr: 3.32e-04 +2022-09-18 05:01:51,110 INFO [train.py:885] (1/2) Epoch 14, batch 7250, loss[loss=0.3444, simple_loss=0.4342, pruned_loss=0.1273, over 13613.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08263, over 477.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3562, pruned_loss=0.1113, over 2778075.48 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07064, over 44925.64 utterances.], batch size: 477, lr: 3.32e-04 +2022-09-18 05:02:20,839 INFO [train.py:885] (1/2) Epoch 14, batch 7300, loss[loss=0.1866, simple_loss=0.2367, pruned_loss=0.06827, over 13580.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.07637, over 42.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3558, pruned_loss=0.1121, over 2780393.02 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06875, over 43878.66 utterances.], batch size: 42, lr: 3.32e-04 +2022-09-18 05:02:50,350 INFO [train.py:885] (1/2) Epoch 14, batch 7350, loss[loss=0.3998, simple_loss=0.4379, pruned_loss=0.1809, over 14234.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04263, over 306.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3626, pruned_loss=0.116, over 2783433.35 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06896, over 45960.49 utterances.], batch size: 306, lr: 3.32e-04 +2022-09-18 05:03:19,718 INFO [train.py:885] (1/2) Epoch 14, batch 7400, loss[loss=0.3338, simple_loss=0.3946, pruned_loss=0.1365, over 14344.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03663, over 195.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3593, pruned_loss=0.1148, over 2783088.50 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06919, over 44160.52 utterances.], batch size: 195, lr: 3.32e-04 +2022-09-18 05:03:49,238 INFO [train.py:885] (1/2) Epoch 14, batch 7450, loss[loss=0.3345, simple_loss=0.4168, pruned_loss=0.1261, over 13752.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07339, over 411.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3607, pruned_loss=0.1152, over 2780724.23 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07015, over 44431.41 utterances.], batch size: 411, lr: 3.32e-04 +2022-09-18 05:04:18,598 INFO [train.py:885] (1/2) Epoch 14, batch 7500, loss[loss=0.3599, simple_loss=0.4113, pruned_loss=0.1543, over 14337.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03772, over 283.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.3625, pruned_loss=0.1158, over 2780782.89 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07132, over 45255.35 utterances.], batch size: 283, lr: 3.31e-04 +2022-09-18 05:04:48,333 INFO [train.py:885] (1/2) Epoch 14, batch 7550, loss[loss=0.2144, simple_loss=0.2845, pruned_loss=0.07217, over 14105.00 frames. utt_duration=577.2 frames, utt_pad_proportion=0.05223, over 98.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3583, pruned_loss=0.1138, over 2785009.47 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06787, over 43671.38 utterances.], batch size: 98, lr: 3.31e-04 +2022-09-18 05:05:17,571 INFO [train.py:885] (1/2) Epoch 14, batch 7600, loss[loss=0.2482, simple_loss=0.3083, pruned_loss=0.09407, over 14259.00 frames. utt_duration=524.9 frames, utt_pad_proportion=0.03863, over 109.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3598, pruned_loss=0.115, over 2788386.42 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06703, over 44061.71 utterances.], batch size: 109, lr: 3.31e-04 +2022-09-18 05:05:47,287 INFO [train.py:885] (1/2) Epoch 14, batch 7650, loss[loss=0.5635, simple_loss=0.6312, pruned_loss=0.2479, over 12498.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 810.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3598, pruned_loss=0.1147, over 2784561.90 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06863, over 44954.99 utterances.], batch size: 810, lr: 3.31e-04 +2022-09-18 05:06:17,778 INFO [train.py:885] (1/2) Epoch 14, batch 7700, loss[loss=0.2984, simple_loss=0.3763, pruned_loss=0.1102, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03892, over 283.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3594, pruned_loss=0.1144, over 2776725.72 frames. utt_duration=245 frames, utt_pad_proportion=0.07062, over 45600.38 utterances.], batch size: 283, lr: 3.31e-04 +2022-09-18 05:06:47,378 INFO [train.py:885] (1/2) Epoch 14, batch 7750, loss[loss=0.3091, simple_loss=0.3932, pruned_loss=0.1125, over 14031.00 frames. utt_duration=155.3 frames, utt_pad_proportion=0.05324, over 365.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3594, pruned_loss=0.114, over 2780345.08 frames. utt_duration=244.2 frames, utt_pad_proportion=0.0708, over 45812.27 utterances.], batch size: 365, lr: 3.31e-04 +2022-09-18 05:07:17,045 INFO [train.py:885] (1/2) Epoch 14, batch 7800, loss[loss=0.3369, simple_loss=0.4218, pruned_loss=0.126, over 13777.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07079, over 411.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3607, pruned_loss=0.1144, over 2781618.16 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07047, over 46368.93 utterances.], batch size: 411, lr: 3.31e-04 +2022-09-18 05:07:45,781 INFO [train.py:885] (1/2) Epoch 14, batch 7850, loss[loss=0.2049, simple_loss=0.2696, pruned_loss=0.07005, over 13498.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.0882, over 50.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3579, pruned_loss=0.1132, over 2782486.78 frames. utt_duration=243.8 frames, utt_pad_proportion=0.0688, over 45934.93 utterances.], batch size: 50, lr: 3.31e-04 +2022-09-18 05:08:15,351 INFO [train.py:885] (1/2) Epoch 14, batch 7900, loss[loss=0.2017, simple_loss=0.2631, pruned_loss=0.07013, over 13628.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.0797, over 50.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3583, pruned_loss=0.1143, over 2780016.18 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06958, over 45599.49 utterances.], batch size: 50, lr: 3.31e-04 +2022-09-18 05:08:45,740 INFO [train.py:885] (1/2) Epoch 14, batch 7950, loss[loss=0.2353, simple_loss=0.3019, pruned_loss=0.08439, over 13999.00 frames. utt_duration=710.3 frames, utt_pad_proportion=0.05918, over 79.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.354, pruned_loss=0.1128, over 2784738.94 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06594, over 43142.83 utterances.], batch size: 79, lr: 3.31e-04 +2022-09-18 05:09:15,818 INFO [train.py:885] (1/2) Epoch 14, batch 8000, loss[loss=0.5283, simple_loss=0.5885, pruned_loss=0.2341, over 12481.00 frames. utt_duration=63.17 frames, utt_pad_proportion=0.1464, over 810.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3574, pruned_loss=0.1142, over 2783188.10 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06896, over 44646.30 utterances.], batch size: 810, lr: 3.31e-04 +2022-09-18 05:09:44,930 INFO [train.py:885] (1/2) Epoch 14, batch 8050, loss[loss=0.3142, simple_loss=0.3822, pruned_loss=0.1231, over 14308.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04, over 262.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3576, pruned_loss=0.1137, over 2781530.55 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06972, over 45070.52 utterances.], batch size: 262, lr: 3.31e-04 +2022-09-18 05:10:14,897 INFO [train.py:885] (1/2) Epoch 14, batch 8100, loss[loss=0.3339, simple_loss=0.4315, pruned_loss=0.1181, over 13637.00 frames. utt_duration=98.85 frames, utt_pad_proportion=0.0762, over 560.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3599, pruned_loss=0.1156, over 2777534.57 frames. utt_duration=243 frames, utt_pad_proportion=0.0719, over 45994.99 utterances.], batch size: 560, lr: 3.31e-04 +2022-09-18 05:10:44,296 INFO [train.py:885] (1/2) Epoch 14, batch 8150, loss[loss=0.1262, simple_loss=0.1687, pruned_loss=0.04187, over 12512.00 frames. utt_duration=2087 frames, utt_pad_proportion=0.1637, over 24.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3558, pruned_loss=0.113, over 2774957.22 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07119, over 44391.86 utterances.], batch size: 24, lr: 3.31e-04 +2022-09-18 05:11:13,969 INFO [train.py:885] (1/2) Epoch 14, batch 8200, loss[loss=0.3707, simple_loss=0.4139, pruned_loss=0.1638, over 14304.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03965, over 262.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3567, pruned_loss=0.1134, over 2773136.80 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07296, over 44939.26 utterances.], batch size: 262, lr: 3.31e-04 +2022-09-18 05:11:43,050 INFO [train.py:885] (1/2) Epoch 14, batch 8250, loss[loss=0.2238, simple_loss=0.2931, pruned_loss=0.07722, over 14070.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05451, over 98.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.357, pruned_loss=0.113, over 2775757.62 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07145, over 44924.51 utterances.], batch size: 98, lr: 3.31e-04 +2022-09-18 05:12:12,975 INFO [train.py:885] (1/2) Epoch 14, batch 8300, loss[loss=0.1771, simple_loss=0.2225, pruned_loss=0.0659, over 13066.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1216, over 33.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3612, pruned_loss=0.1143, over 2772923.14 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07474, over 47875.71 utterances.], batch size: 33, lr: 3.31e-04 +2022-09-18 05:12:42,705 INFO [train.py:885] (1/2) Epoch 14, batch 8350, loss[loss=0.3705, simple_loss=0.416, pruned_loss=0.1625, over 14216.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04378, over 306.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.364, pruned_loss=0.1164, over 2776265.75 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07289, over 47879.28 utterances.], batch size: 306, lr: 3.31e-04 +2022-09-18 05:13:11,723 INFO [train.py:885] (1/2) Epoch 14, batch 8400, loss[loss=0.2702, simple_loss=0.3371, pruned_loss=0.1016, over 14300.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04004, over 120.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.363, pruned_loss=0.1163, over 2779034.62 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07139, over 46733.06 utterances.], batch size: 120, lr: 3.31e-04 +2022-09-18 05:13:49,781 INFO [train.py:885] (1/2) Epoch 14, batch 8450, loss[loss=0.1844, simple_loss=0.2506, pruned_loss=0.05913, over 14028.00 frames. utt_duration=803 frames, utt_pad_proportion=0.05967, over 70.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3598, pruned_loss=0.1153, over 2774253.47 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07107, over 46196.91 utterances.], batch size: 70, lr: 3.31e-04 +2022-09-18 05:14:18,612 INFO [train.py:885] (1/2) Epoch 14, batch 8500, loss[loss=0.3176, simple_loss=0.3882, pruned_loss=0.1235, over 14358.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03309, over 244.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3581, pruned_loss=0.114, over 2775163.94 frames. utt_duration=247 frames, utt_pad_proportion=0.06988, over 45220.25 utterances.], batch size: 244, lr: 3.31e-04 +2022-09-18 05:14:48,175 INFO [train.py:885] (1/2) Epoch 14, batch 8550, loss[loss=0.4192, simple_loss=0.5017, pruned_loss=0.1683, over 13162.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3567, pruned_loss=0.1131, over 2773116.25 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06973, over 44710.15 utterances.], batch size: 653, lr: 3.30e-04 +2022-09-18 05:15:17,323 INFO [train.py:885] (1/2) Epoch 14, batch 8600, loss[loss=0.3273, simple_loss=0.4137, pruned_loss=0.1205, over 13607.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08254, over 477.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3603, pruned_loss=0.1148, over 2778638.77 frames. utt_duration=243.2 frames, utt_pad_proportion=0.0694, over 45970.66 utterances.], batch size: 477, lr: 3.30e-04 +2022-09-18 05:15:47,809 INFO [train.py:885] (1/2) Epoch 14, batch 8650, loss[loss=0.259, simple_loss=0.3324, pruned_loss=0.09275, over 14250.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04561, over 141.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3602, pruned_loss=0.114, over 2776702.09 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07218, over 46311.88 utterances.], batch size: 141, lr: 3.30e-04 +2022-09-18 05:16:17,063 INFO [train.py:885] (1/2) Epoch 14, batch 8700, loss[loss=0.2465, simple_loss=0.3119, pruned_loss=0.09058, over 14312.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03887, over 120.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3576, pruned_loss=0.1128, over 2779969.84 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07153, over 44973.67 utterances.], batch size: 120, lr: 3.30e-04 +2022-09-18 05:16:47,419 INFO [train.py:885] (1/2) Epoch 14, batch 8750, loss[loss=0.3243, simple_loss=0.3894, pruned_loss=0.1296, over 14298.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03984, over 283.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3563, pruned_loss=0.1124, over 2774578.51 frames. utt_duration=248.3 frames, utt_pad_proportion=0.0724, over 44967.40 utterances.], batch size: 283, lr: 3.30e-04 +2022-09-18 05:17:16,670 INFO [train.py:885] (1/2) Epoch 14, batch 8800, loss[loss=0.2867, simple_loss=0.3779, pruned_loss=0.09776, over 13955.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05895, over 365.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3552, pruned_loss=0.1118, over 2774323.63 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07324, over 44631.09 utterances.], batch size: 365, lr: 3.30e-04 +2022-09-18 05:17:46,241 INFO [train.py:885] (1/2) Epoch 14, batch 8850, loss[loss=0.3178, simple_loss=0.3894, pruned_loss=0.1231, over 14306.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03929, over 283.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3559, pruned_loss=0.1116, over 2776031.08 frames. utt_duration=249.4 frames, utt_pad_proportion=0.0722, over 44785.44 utterances.], batch size: 283, lr: 3.30e-04 +2022-09-18 05:18:16,473 INFO [train.py:885] (1/2) Epoch 14, batch 8900, loss[loss=0.3553, simple_loss=0.4032, pruned_loss=0.1537, over 14252.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.0414, over 306.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3573, pruned_loss=0.1126, over 2776251.37 frames. utt_duration=245.9 frames, utt_pad_proportion=0.072, over 45426.53 utterances.], batch size: 306, lr: 3.30e-04 +2022-09-18 05:18:45,822 INFO [train.py:885] (1/2) Epoch 14, batch 8950, loss[loss=0.222, simple_loss=0.3011, pruned_loss=0.07145, over 14166.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04515, over 109.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3587, pruned_loss=0.1141, over 2777692.12 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07184, over 45312.54 utterances.], batch size: 109, lr: 3.30e-04 +2022-09-18 05:19:15,689 INFO [train.py:885] (1/2) Epoch 14, batch 9000, loss[loss=0.1781, simple_loss=0.2517, pruned_loss=0.05226, over 13550.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08014, over 50.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3601, pruned_loss=0.1147, over 2778899.76 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07131, over 45936.89 utterances.], batch size: 50, lr: 3.30e-04 +2022-09-18 05:19:15,690 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 05:19:20,471 INFO [train.py:914] (1/2) Epoch 14, validation: loss=0.1996, simple_loss=0.2788, pruned_loss=0.06025, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 05:19:48,997 INFO [train.py:885] (1/2) Epoch 14, batch 9050, loss[loss=0.2163, simple_loss=0.2818, pruned_loss=0.07537, over 13823.00 frames. utt_duration=923.1 frames, utt_pad_proportion=0.07321, over 60.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3595, pruned_loss=0.1143, over 2785645.03 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06919, over 45113.47 utterances.], batch size: 60, lr: 3.30e-04 +2022-09-18 05:20:18,857 INFO [train.py:885] (1/2) Epoch 14, batch 9100, loss[loss=0.3138, simple_loss=0.4116, pruned_loss=0.108, over 13692.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07712, over 477.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3584, pruned_loss=0.1134, over 2783235.73 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06943, over 44849.05 utterances.], batch size: 477, lr: 3.30e-04 +2022-09-18 05:20:49,002 INFO [train.py:885] (1/2) Epoch 14, batch 9150, loss[loss=0.1759, simple_loss=0.256, pruned_loss=0.04794, over 14043.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.05768, over 79.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3592, pruned_loss=0.1141, over 2783434.95 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07028, over 44911.17 utterances.], batch size: 79, lr: 3.30e-04 +2022-09-18 05:21:18,829 INFO [train.py:885] (1/2) Epoch 14, batch 9200, loss[loss=0.6541, simple_loss=0.6807, pruned_loss=0.3138, over 12532.00 frames. utt_duration=63.43 frames, utt_pad_proportion=0.1429, over 810.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.36, pruned_loss=0.1147, over 2780692.83 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07227, over 45034.79 utterances.], batch size: 810, lr: 3.30e-04 +2022-09-18 05:21:48,019 INFO [train.py:885] (1/2) Epoch 14, batch 9250, loss[loss=0.306, simple_loss=0.3628, pruned_loss=0.1246, over 14265.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04087, over 225.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3574, pruned_loss=0.1133, over 2778621.71 frames. utt_duration=252 frames, utt_pad_proportion=0.07303, over 44363.44 utterances.], batch size: 225, lr: 3.30e-04 +2022-09-18 05:22:17,646 INFO [train.py:885] (1/2) Epoch 14, batch 9300, loss[loss=0.2761, simple_loss=0.3505, pruned_loss=0.1008, over 14289.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03948, over 225.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3587, pruned_loss=0.1146, over 2781624.25 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07149, over 44368.62 utterances.], batch size: 225, lr: 3.30e-04 +2022-09-18 05:22:47,137 INFO [train.py:885] (1/2) Epoch 14, batch 9350, loss[loss=0.3158, simple_loss=0.377, pruned_loss=0.1273, over 14287.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03998, over 225.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3583, pruned_loss=0.1143, over 2782666.62 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07005, over 44220.03 utterances.], batch size: 225, lr: 3.30e-04 +2022-09-18 05:23:16,861 INFO [train.py:885] (1/2) Epoch 14, batch 9400, loss[loss=0.3466, simple_loss=0.4086, pruned_loss=0.1423, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03892, over 283.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3593, pruned_loss=0.1147, over 2780839.24 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07156, over 45199.68 utterances.], batch size: 283, lr: 3.30e-04 +2022-09-18 05:23:47,030 INFO [train.py:885] (1/2) Epoch 14, batch 9450, loss[loss=0.3061, simple_loss=0.3907, pruned_loss=0.1107, over 13947.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.06004, over 365.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3578, pruned_loss=0.1139, over 2778537.76 frames. utt_duration=253 frames, utt_pad_proportion=0.07037, over 44187.24 utterances.], batch size: 365, lr: 3.30e-04 +2022-09-18 05:24:17,100 INFO [train.py:885] (1/2) Epoch 14, batch 9500, loss[loss=0.2427, simple_loss=0.3091, pruned_loss=0.08811, over 14024.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.06001, over 79.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3563, pruned_loss=0.1126, over 2778735.14 frames. utt_duration=254.8 frames, utt_pad_proportion=0.07095, over 43878.46 utterances.], batch size: 79, lr: 3.30e-04 +2022-09-18 05:24:46,250 INFO [train.py:885] (1/2) Epoch 14, batch 9550, loss[loss=0.1819, simple_loss=0.2547, pruned_loss=0.05455, over 13461.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09309, over 50.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3527, pruned_loss=0.1107, over 2783621.33 frames. utt_duration=262.2 frames, utt_pad_proportion=0.06856, over 42698.22 utterances.], batch size: 50, lr: 3.30e-04 +2022-09-18 05:25:15,578 INFO [train.py:885] (1/2) Epoch 14, batch 9600, loss[loss=0.258, simple_loss=0.3192, pruned_loss=0.09835, over 14023.00 frames. utt_duration=573.9 frames, utt_pad_proportion=0.05915, over 98.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.353, pruned_loss=0.1108, over 2781464.71 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06858, over 42977.32 utterances.], batch size: 98, lr: 3.29e-04 +2022-09-18 05:25:45,024 INFO [train.py:885] (1/2) Epoch 14, batch 9650, loss[loss=0.295, simple_loss=0.3583, pruned_loss=0.1158, over 14318.00 frames. utt_duration=407.5 frames, utt_pad_proportion=0.04128, over 141.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3565, pruned_loss=0.1129, over 2782485.09 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06934, over 43659.17 utterances.], batch size: 141, lr: 3.29e-04 +2022-09-18 05:26:14,916 INFO [train.py:885] (1/2) Epoch 14, batch 9700, loss[loss=0.3433, simple_loss=0.4026, pruned_loss=0.142, over 14328.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03872, over 262.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3579, pruned_loss=0.1134, over 2787679.76 frames. utt_duration=252 frames, utt_pad_proportion=0.06766, over 44504.93 utterances.], batch size: 262, lr: 3.29e-04 +2022-09-18 05:26:44,801 INFO [train.py:885] (1/2) Epoch 14, batch 9750, loss[loss=0.6586, simple_loss=0.6863, pruned_loss=0.3154, over 12490.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3576, pruned_loss=0.1133, over 2779439.95 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06992, over 44580.35 utterances.], batch size: 810, lr: 3.29e-04 +2022-09-18 05:27:13,912 INFO [train.py:885] (1/2) Epoch 14, batch 9800, loss[loss=0.2361, simple_loss=0.2932, pruned_loss=0.08947, over 13875.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.06205, over 69.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3569, pruned_loss=0.1126, over 2780049.46 frames. utt_duration=252 frames, utt_pad_proportion=0.06954, over 44382.06 utterances.], batch size: 69, lr: 3.29e-04 +2022-09-18 05:27:43,599 INFO [train.py:885] (1/2) Epoch 14, batch 9850, loss[loss=0.2648, simple_loss=0.3343, pruned_loss=0.09761, over 14260.00 frames. utt_duration=406 frames, utt_pad_proportion=0.0424, over 141.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3559, pruned_loss=0.1126, over 2780299.96 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07113, over 43846.42 utterances.], batch size: 141, lr: 3.29e-04 +2022-09-18 05:28:13,101 INFO [train.py:885] (1/2) Epoch 14, batch 9900, loss[loss=0.3405, simple_loss=0.4348, pruned_loss=0.1231, over 13626.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07809, over 560.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3556, pruned_loss=0.112, over 2786845.99 frames. utt_duration=259.8 frames, utt_pad_proportion=0.06744, over 43145.52 utterances.], batch size: 560, lr: 3.29e-04 +2022-09-18 05:28:43,357 INFO [train.py:885] (1/2) Epoch 14, batch 9950, loss[loss=0.4828, simple_loss=0.4942, pruned_loss=0.2357, over 14315.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03884, over 283.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3552, pruned_loss=0.1125, over 2785682.65 frames. utt_duration=262.4 frames, utt_pad_proportion=0.06758, over 42709.24 utterances.], batch size: 283, lr: 3.29e-04 +2022-09-18 05:29:13,342 INFO [train.py:885] (1/2) Epoch 14, batch 10000, loss[loss=0.3006, simple_loss=0.3795, pruned_loss=0.1109, over 14314.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03523, over 210.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3616, pruned_loss=0.1154, over 2782771.89 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07106, over 45742.90 utterances.], batch size: 210, lr: 3.29e-04 +2022-09-18 05:29:42,318 INFO [train.py:885] (1/2) Epoch 14, batch 10050, loss[loss=0.1688, simple_loss=0.2311, pruned_loss=0.05324, over 13592.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08482, over 50.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.36, pruned_loss=0.1146, over 2787157.56 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06844, over 45055.42 utterances.], batch size: 50, lr: 3.29e-04 +2022-09-18 05:30:12,377 INFO [train.py:885] (1/2) Epoch 14, batch 10100, loss[loss=0.2008, simple_loss=0.2522, pruned_loss=0.07466, over 12141.00 frames. utt_duration=2025 frames, utt_pad_proportion=0.1736, over 24.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3568, pruned_loss=0.1122, over 2782143.87 frames. utt_duration=253.7 frames, utt_pad_proportion=0.0688, over 44121.36 utterances.], batch size: 24, lr: 3.29e-04 +2022-09-18 05:30:42,128 INFO [train.py:885] (1/2) Epoch 14, batch 10150, loss[loss=0.679, simple_loss=0.7171, pruned_loss=0.3205, over 12519.00 frames. utt_duration=63.35 frames, utt_pad_proportion=0.1439, over 811.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3609, pruned_loss=0.1149, over 2777829.80 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07273, over 45400.63 utterances.], batch size: 811, lr: 3.29e-04 +2022-09-18 05:31:11,314 INFO [train.py:885] (1/2) Epoch 14, batch 10200, loss[loss=0.2883, simple_loss=0.3478, pruned_loss=0.1144, over 14292.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03903, over 130.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3626, pruned_loss=0.1163, over 2778870.11 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07222, over 45709.54 utterances.], batch size: 130, lr: 3.29e-04 +2022-09-18 05:31:41,163 INFO [train.py:885] (1/2) Epoch 14, batch 10250, loss[loss=0.1569, simple_loss=0.2287, pruned_loss=0.04248, over 13225.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.112, over 33.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.3653, pruned_loss=0.1179, over 2781039.31 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07111, over 46423.88 utterances.], batch size: 33, lr: 3.29e-04 +2022-09-18 05:32:10,814 INFO [train.py:885] (1/2) Epoch 14, batch 10300, loss[loss=0.3185, simple_loss=0.3803, pruned_loss=0.1284, over 14372.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03745, over 167.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3644, pruned_loss=0.1172, over 2776370.76 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07369, over 46887.34 utterances.], batch size: 167, lr: 3.29e-04 +2022-09-18 05:32:40,701 INFO [train.py:885] (1/2) Epoch 14, batch 10350, loss[loss=0.2164, simple_loss=0.2944, pruned_loss=0.06919, over 14131.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.05197, over 98.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3639, pruned_loss=0.117, over 2778412.70 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07215, over 46518.84 utterances.], batch size: 98, lr: 3.29e-04 +2022-09-18 05:33:10,576 INFO [train.py:885] (1/2) Epoch 14, batch 10400, loss[loss=0.303, simple_loss=0.3798, pruned_loss=0.1131, over 14337.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.0379, over 262.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3622, pruned_loss=0.1159, over 2780367.13 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07205, over 46150.34 utterances.], batch size: 262, lr: 3.29e-04 +2022-09-18 05:33:40,079 INFO [train.py:885] (1/2) Epoch 14, batch 10450, loss[loss=0.3461, simple_loss=0.4261, pruned_loss=0.1331, over 13812.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06948, over 411.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3601, pruned_loss=0.1137, over 2776841.46 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07232, over 45941.74 utterances.], batch size: 411, lr: 3.29e-04 +2022-09-18 05:34:09,680 INFO [train.py:885] (1/2) Epoch 14, batch 10500, loss[loss=0.204, simple_loss=0.276, pruned_loss=0.066, over 14233.00 frames. utt_duration=641.2 frames, utt_pad_proportion=0.0458, over 89.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3606, pruned_loss=0.1146, over 2778495.73 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07304, over 45529.86 utterances.], batch size: 89, lr: 3.29e-04 +2022-09-18 05:34:38,900 INFO [train.py:885] (1/2) Epoch 14, batch 10550, loss[loss=0.4501, simple_loss=0.5026, pruned_loss=0.1988, over 13826.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.0706, over 412.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3607, pruned_loss=0.1153, over 2777591.09 frames. utt_duration=248 frames, utt_pad_proportion=0.0718, over 45075.33 utterances.], batch size: 412, lr: 3.29e-04 +2022-09-18 05:35:08,681 INFO [train.py:885] (1/2) Epoch 14, batch 10600, loss[loss=0.2838, simple_loss=0.3578, pruned_loss=0.1049, over 14332.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03733, over 195.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3627, pruned_loss=0.1166, over 2780345.63 frames. utt_duration=243.5 frames, utt_pad_proportion=0.0723, over 45961.02 utterances.], batch size: 195, lr: 3.29e-04 +2022-09-18 05:35:38,445 INFO [train.py:885] (1/2) Epoch 14, batch 10650, loss[loss=0.2727, simple_loss=0.3393, pruned_loss=0.103, over 14218.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04783, over 141.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3607, pruned_loss=0.1151, over 2774434.78 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07279, over 45624.95 utterances.], batch size: 141, lr: 3.28e-04 +2022-09-18 05:36:07,985 INFO [train.py:885] (1/2) Epoch 14, batch 10700, loss[loss=0.331, simple_loss=0.4224, pruned_loss=0.1198, over 13589.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08414, over 477.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3614, pruned_loss=0.1152, over 2775953.97 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07297, over 45740.05 utterances.], batch size: 477, lr: 3.28e-04 +2022-09-18 05:36:37,091 INFO [train.py:885] (1/2) Epoch 14, batch 10750, loss[loss=0.2616, simple_loss=0.3249, pruned_loss=0.09912, over 14084.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05525, over 98.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3617, pruned_loss=0.1148, over 2780613.39 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07267, over 45841.28 utterances.], batch size: 98, lr: 3.28e-04 +2022-09-18 05:37:06,338 INFO [train.py:885] (1/2) Epoch 14, batch 10800, loss[loss=0.3864, simple_loss=0.4327, pruned_loss=0.17, over 14225.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04358, over 335.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3628, pruned_loss=0.1151, over 2778810.24 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07255, over 46846.39 utterances.], batch size: 335, lr: 3.28e-04 +2022-09-18 05:37:36,364 INFO [train.py:885] (1/2) Epoch 14, batch 10850, loss[loss=0.2805, simple_loss=0.3469, pruned_loss=0.107, over 14309.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04157, over 167.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3635, pruned_loss=0.1161, over 2778926.66 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07245, over 46763.16 utterances.], batch size: 167, lr: 3.28e-04 +2022-09-18 05:38:05,735 INFO [train.py:885] (1/2) Epoch 14, batch 10900, loss[loss=0.2366, simple_loss=0.2999, pruned_loss=0.08663, over 14086.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.0535, over 98.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3645, pruned_loss=0.1164, over 2780232.91 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07364, over 47233.27 utterances.], batch size: 98, lr: 3.28e-04 +2022-09-18 05:38:36,797 INFO [train.py:885] (1/2) Epoch 14, batch 10950, loss[loss=0.2189, simple_loss=0.2834, pruned_loss=0.07715, over 13622.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.07748, over 50.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3634, pruned_loss=0.1163, over 2778049.99 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07252, over 46816.75 utterances.], batch size: 50, lr: 3.28e-04 +2022-09-18 05:39:05,450 INFO [train.py:885] (1/2) Epoch 14, batch 11000, loss[loss=0.3193, simple_loss=0.3815, pruned_loss=0.1285, over 14308.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04022, over 262.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3647, pruned_loss=0.1177, over 2776945.98 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07272, over 46637.82 utterances.], batch size: 262, lr: 3.28e-04 +2022-09-18 05:39:35,685 INFO [train.py:885] (1/2) Epoch 14, batch 11050, loss[loss=0.3875, simple_loss=0.4368, pruned_loss=0.1691, over 14325.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03902, over 262.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3617, pruned_loss=0.1152, over 2776677.47 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07241, over 46190.17 utterances.], batch size: 262, lr: 3.28e-04 +2022-09-18 05:40:05,336 INFO [train.py:885] (1/2) Epoch 14, batch 11100, loss[loss=0.3149, simple_loss=0.379, pruned_loss=0.1255, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03959, over 180.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3598, pruned_loss=0.1142, over 2778564.94 frames. utt_duration=247.2 frames, utt_pad_proportion=0.0713, over 45224.34 utterances.], batch size: 180, lr: 3.28e-04 +2022-09-18 05:40:35,453 INFO [train.py:885] (1/2) Epoch 14, batch 11150, loss[loss=0.3097, simple_loss=0.3821, pruned_loss=0.1187, over 14356.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03549, over 210.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3629, pruned_loss=0.1148, over 2775773.60 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07373, over 47169.91 utterances.], batch size: 210, lr: 3.28e-04 +2022-09-18 05:41:04,860 INFO [train.py:885] (1/2) Epoch 14, batch 11200, loss[loss=0.3423, simple_loss=0.4044, pruned_loss=0.1401, over 14189.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04545, over 306.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3598, pruned_loss=0.1136, over 2782087.63 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06964, over 45707.86 utterances.], batch size: 306, lr: 3.28e-04 +2022-09-18 05:41:34,828 INFO [train.py:885] (1/2) Epoch 14, batch 11250, loss[loss=0.4354, simple_loss=0.5163, pruned_loss=0.1772, over 13184.00 frames. utt_duration=82.26 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3615, pruned_loss=0.1147, over 2783048.81 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07091, over 46413.76 utterances.], batch size: 653, lr: 3.28e-04 +2022-09-18 05:42:04,642 INFO [train.py:885] (1/2) Epoch 14, batch 11300, loss[loss=0.3425, simple_loss=0.3965, pruned_loss=0.1442, over 14337.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03676, over 210.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3609, pruned_loss=0.1136, over 2782573.64 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07127, over 46686.79 utterances.], batch size: 210, lr: 3.28e-04 +2022-09-18 05:42:34,187 INFO [train.py:885] (1/2) Epoch 14, batch 11350, loss[loss=0.3781, simple_loss=0.4287, pruned_loss=0.1637, over 14351.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03621, over 195.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3625, pruned_loss=0.1152, over 2782031.06 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07255, over 46963.77 utterances.], batch size: 195, lr: 3.28e-04 +2022-09-18 05:43:03,909 INFO [train.py:885] (1/2) Epoch 14, batch 11400, loss[loss=0.3418, simple_loss=0.4284, pruned_loss=0.1276, over 13616.00 frames. utt_duration=98.6 frames, utt_pad_proportion=0.07847, over 560.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3638, pruned_loss=0.1159, over 2783589.43 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07098, over 47231.90 utterances.], batch size: 560, lr: 3.28e-04 +2022-09-18 05:43:33,081 INFO [train.py:885] (1/2) Epoch 14, batch 11450, loss[loss=0.206, simple_loss=0.2546, pruned_loss=0.07867, over 13834.00 frames. utt_duration=923.9 frames, utt_pad_proportion=0.07151, over 60.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3569, pruned_loss=0.1124, over 2784536.24 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06867, over 45071.64 utterances.], batch size: 60, lr: 3.28e-04 +2022-09-18 05:44:03,068 INFO [train.py:885] (1/2) Epoch 14, batch 11500, loss[loss=0.1914, simple_loss=0.2626, pruned_loss=0.06011, over 13989.00 frames. utt_duration=801.1 frames, utt_pad_proportion=0.06415, over 70.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3598, pruned_loss=0.1142, over 2783854.69 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06984, over 45497.42 utterances.], batch size: 70, lr: 3.28e-04 +2022-09-18 05:44:33,081 INFO [train.py:885] (1/2) Epoch 14, batch 11550, loss[loss=0.2553, simple_loss=0.3091, pruned_loss=0.1008, over 13981.00 frames. utt_duration=709.4 frames, utt_pad_proportion=0.06041, over 79.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3645, pruned_loss=0.117, over 2783825.63 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07041, over 46956.50 utterances.], batch size: 79, lr: 3.28e-04 +2022-09-18 05:45:02,216 INFO [train.py:885] (1/2) Epoch 14, batch 11600, loss[loss=0.2076, simple_loss=0.2903, pruned_loss=0.06244, over 12516.00 frames. utt_duration=2087 frames, utt_pad_proportion=0.1546, over 24.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3634, pruned_loss=0.1165, over 2790218.40 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06681, over 45378.58 utterances.], batch size: 24, lr: 3.28e-04 +2022-09-18 05:45:31,213 INFO [train.py:885] (1/2) Epoch 14, batch 11650, loss[loss=0.4462, simple_loss=0.4698, pruned_loss=0.2113, over 14250.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04244, over 335.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3627, pruned_loss=0.1159, over 2785085.36 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07043, over 45631.00 utterances.], batch size: 335, lr: 3.28e-04 +2022-09-18 05:46:01,121 INFO [train.py:885] (1/2) Epoch 14, batch 11700, loss[loss=0.3245, simple_loss=0.3847, pruned_loss=0.1321, over 14343.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03684, over 283.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3625, pruned_loss=0.1155, over 2787052.06 frames. utt_duration=243.6 frames, utt_pad_proportion=0.0694, over 46049.16 utterances.], batch size: 283, lr: 3.27e-04 +2022-09-18 05:46:31,236 INFO [train.py:885] (1/2) Epoch 14, batch 11750, loss[loss=0.4032, simple_loss=0.4391, pruned_loss=0.1837, over 14336.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03464, over 244.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3622, pruned_loss=0.1151, over 2782980.62 frames. utt_duration=242 frames, utt_pad_proportion=0.06999, over 46288.82 utterances.], batch size: 244, lr: 3.27e-04 +2022-09-18 05:47:00,409 INFO [train.py:885] (1/2) Epoch 14, batch 11800, loss[loss=0.3162, simple_loss=0.4095, pruned_loss=0.1115, over 13679.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07825, over 477.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3607, pruned_loss=0.1142, over 2784343.48 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07066, over 45883.43 utterances.], batch size: 477, lr: 3.27e-04 +2022-09-18 05:47:29,688 INFO [train.py:885] (1/2) Epoch 14, batch 11850, loss[loss=0.2404, simple_loss=0.3235, pruned_loss=0.07861, over 14328.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03628, over 130.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.363, pruned_loss=0.1156, over 2783944.67 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07062, over 46838.93 utterances.], batch size: 130, lr: 3.27e-04 +2022-09-18 05:47:59,829 INFO [train.py:885] (1/2) Epoch 14, batch 11900, loss[loss=0.4889, simple_loss=0.5734, pruned_loss=0.2022, over 12487.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1445, over 810.00 utterances.], tot_loss[loss=0.2998, simple_loss=0.3658, pruned_loss=0.1168, over 2782345.78 frames. utt_duration=232.1 frames, utt_pad_proportion=0.0734, over 48267.32 utterances.], batch size: 810, lr: 3.27e-04 +2022-09-18 05:48:30,050 INFO [train.py:885] (1/2) Epoch 14, batch 11950, loss[loss=0.2937, simple_loss=0.3535, pruned_loss=0.1169, over 14295.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04247, over 141.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3646, pruned_loss=0.117, over 2782744.93 frames. utt_duration=239 frames, utt_pad_proportion=0.07148, over 46869.26 utterances.], batch size: 141, lr: 3.27e-04 +2022-09-18 05:48:59,393 INFO [train.py:885] (1/2) Epoch 14, batch 12000, loss[loss=0.1597, simple_loss=0.2221, pruned_loss=0.04868, over 13330.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08881, over 41.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3648, pruned_loss=0.1175, over 2779934.81 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07409, over 46892.68 utterances.], batch size: 41, lr: 3.27e-04 +2022-09-18 05:48:59,394 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 05:49:03,543 INFO [train.py:914] (1/2) Epoch 14, validation: loss=0.2034, simple_loss=0.2819, pruned_loss=0.06241, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 05:49:32,983 INFO [train.py:885] (1/2) Epoch 14, batch 12050, loss[loss=0.2742, simple_loss=0.3563, pruned_loss=0.09608, over 14328.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03746, over 210.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3658, pruned_loss=0.1177, over 2776556.30 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07396, over 47390.99 utterances.], batch size: 210, lr: 3.27e-04 +2022-09-18 05:50:02,687 INFO [train.py:885] (1/2) Epoch 14, batch 12100, loss[loss=0.2824, simple_loss=0.3575, pruned_loss=0.1037, over 14310.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03755, over 180.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3638, pruned_loss=0.1163, over 2776814.91 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07463, over 46735.23 utterances.], batch size: 180, lr: 3.27e-04 +2022-09-18 05:50:31,693 INFO [train.py:885] (1/2) Epoch 14, batch 12150, loss[loss=0.3564, simple_loss=0.4128, pruned_loss=0.15, over 14394.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.03076, over 244.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3626, pruned_loss=0.116, over 2779311.77 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07296, over 45934.84 utterances.], batch size: 244, lr: 3.27e-04 +2022-09-18 05:51:01,973 INFO [train.py:885] (1/2) Epoch 14, batch 12200, loss[loss=0.7243, simple_loss=0.7267, pruned_loss=0.3609, over 12453.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1472, over 810.00 utterances.], tot_loss[loss=0.3035, simple_loss=0.3679, pruned_loss=0.1195, over 2778866.01 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07343, over 47752.15 utterances.], batch size: 810, lr: 3.27e-04 +2022-09-18 05:51:31,659 INFO [train.py:885] (1/2) Epoch 14, batch 12250, loss[loss=0.2381, simple_loss=0.3033, pruned_loss=0.08646, over 14138.00 frames. utt_duration=809.4 frames, utt_pad_proportion=0.05556, over 70.00 utterances.], tot_loss[loss=0.3022, simple_loss=0.3662, pruned_loss=0.1191, over 2779355.25 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07245, over 46862.32 utterances.], batch size: 70, lr: 3.27e-04 +2022-09-18 05:52:00,816 INFO [train.py:885] (1/2) Epoch 14, batch 12300, loss[loss=0.3932, simple_loss=0.4619, pruned_loss=0.1623, over 13732.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07379, over 411.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3625, pruned_loss=0.1163, over 2779375.62 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07313, over 45514.54 utterances.], batch size: 411, lr: 3.27e-04 +2022-09-18 05:52:30,338 INFO [train.py:885] (1/2) Epoch 14, batch 12350, loss[loss=0.2893, simple_loss=0.3318, pruned_loss=0.1234, over 14290.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04347, over 110.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3639, pruned_loss=0.1169, over 2782714.28 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07187, over 45859.31 utterances.], batch size: 110, lr: 3.27e-04 +2022-09-18 05:52:59,575 INFO [train.py:885] (1/2) Epoch 14, batch 12400, loss[loss=0.2232, simple_loss=0.2791, pruned_loss=0.08363, over 12570.00 frames. utt_duration=2096 frames, utt_pad_proportion=0.1433, over 24.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.3618, pruned_loss=0.1162, over 2777542.73 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07218, over 45486.30 utterances.], batch size: 24, lr: 3.27e-04 +2022-09-18 05:53:28,889 INFO [train.py:885] (1/2) Epoch 14, batch 12450, loss[loss=0.2036, simple_loss=0.2723, pruned_loss=0.06744, over 13560.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08577, over 50.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3603, pruned_loss=0.1153, over 2774686.56 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07332, over 45214.01 utterances.], batch size: 50, lr: 3.27e-04 +2022-09-18 05:53:58,391 INFO [train.py:885] (1/2) Epoch 14, batch 12500, loss[loss=0.2744, simple_loss=0.3525, pruned_loss=0.09813, over 14332.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03894, over 154.00 utterances.], tot_loss[loss=0.2976, simple_loss=0.3626, pruned_loss=0.1163, over 2776435.11 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07421, over 46411.34 utterances.], batch size: 154, lr: 3.27e-04 +2022-09-18 05:54:27,941 INFO [train.py:885] (1/2) Epoch 14, batch 12550, loss[loss=0.297, simple_loss=0.3689, pruned_loss=0.1125, over 14348.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03698, over 262.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.363, pruned_loss=0.1168, over 2779247.78 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07354, over 46323.86 utterances.], batch size: 262, lr: 3.27e-04 +2022-09-18 05:54:55,641 INFO [train.py:885] (1/2) Epoch 14, batch 12600, loss[loss=0.3905, simple_loss=0.4385, pruned_loss=0.1712, over 14215.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04397, over 306.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3606, pruned_loss=0.1153, over 2781460.04 frames. utt_duration=245.5 frames, utt_pad_proportion=0.0711, over 45600.37 utterances.], batch size: 306, lr: 3.27e-04 +2022-09-18 05:55:14,912 INFO [train.py:885] (1/2) Epoch 15, batch 0, loss[loss=0.267, simple_loss=0.3334, pruned_loss=0.1003, over 14215.00 frames. utt_duration=518.3 frames, utt_pad_proportion=0.04891, over 110.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3334, pruned_loss=0.1003, over 14215.00 frames. utt_duration=518.3 frames, utt_pad_proportion=0.04891, over 110.00 utterances.], batch size: 110, lr: 3.17e-04 +2022-09-18 05:55:44,955 INFO [train.py:885] (1/2) Epoch 15, batch 50, loss[loss=0.2965, simple_loss=0.3561, pruned_loss=0.1184, over 14322.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03498, over 154.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3501, pruned_loss=0.1102, over 629200.06 frames. utt_duration=283.7 frames, utt_pad_proportion=0.05825, over 8916.65 utterances.], batch size: 154, lr: 3.17e-04 +2022-09-18 05:56:14,143 INFO [train.py:885] (1/2) Epoch 15, batch 100, loss[loss=0.3426, simple_loss=0.4236, pruned_loss=0.1308, over 13775.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07129, over 411.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3607, pruned_loss=0.1151, over 1104757.11 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07092, over 18200.67 utterances.], batch size: 411, lr: 3.17e-04 +2022-09-18 05:56:43,877 INFO [train.py:885] (1/2) Epoch 15, batch 150, loss[loss=0.1981, simple_loss=0.2625, pruned_loss=0.06688, over 13842.00 frames. utt_duration=803.9 frames, utt_pad_proportion=0.06302, over 69.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3567, pruned_loss=0.1125, over 1474356.57 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07066, over 23868.77 utterances.], batch size: 69, lr: 3.17e-04 +2022-09-18 05:57:13,120 INFO [train.py:885] (1/2) Epoch 15, batch 200, loss[loss=0.3179, simple_loss=0.3832, pruned_loss=0.1263, over 14242.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04277, over 335.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3547, pruned_loss=0.1108, over 1760616.19 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07184, over 28460.93 utterances.], batch size: 335, lr: 3.17e-04 +2022-09-18 05:57:42,826 INFO [train.py:885] (1/2) Epoch 15, batch 250, loss[loss=0.3655, simple_loss=0.4184, pruned_loss=0.1563, over 14212.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0441, over 306.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.357, pruned_loss=0.1137, over 1986206.82 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07393, over 31679.06 utterances.], batch size: 306, lr: 3.16e-04 +2022-09-18 05:58:13,496 INFO [train.py:885] (1/2) Epoch 15, batch 300, loss[loss=0.2809, simple_loss=0.335, pruned_loss=0.1133, over 14206.00 frames. utt_duration=581.1 frames, utt_pad_proportion=0.04731, over 98.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3583, pruned_loss=0.1137, over 2158126.72 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07587, over 35418.12 utterances.], batch size: 98, lr: 3.16e-04 +2022-09-18 05:58:42,112 INFO [train.py:885] (1/2) Epoch 15, batch 350, loss[loss=0.314, simple_loss=0.3735, pruned_loss=0.1272, over 14299.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03865, over 180.00 utterances.], tot_loss[loss=0.2947, simple_loss=0.3608, pruned_loss=0.1143, over 2299370.00 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07321, over 38786.57 utterances.], batch size: 180, lr: 3.16e-04 +2022-09-18 05:59:11,778 INFO [train.py:885] (1/2) Epoch 15, batch 400, loss[loss=0.2602, simple_loss=0.3291, pruned_loss=0.09563, over 14161.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04577, over 109.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3621, pruned_loss=0.1155, over 2407199.35 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07273, over 40238.30 utterances.], batch size: 109, lr: 3.16e-04 +2022-09-18 05:59:41,651 INFO [train.py:885] (1/2) Epoch 15, batch 450, loss[loss=0.3007, simple_loss=0.3645, pruned_loss=0.1184, over 14248.00 frames. utt_duration=371.8 frames, utt_pad_proportion=0.04432, over 154.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.362, pruned_loss=0.1145, over 2492969.58 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07122, over 41828.21 utterances.], batch size: 154, lr: 3.16e-04 +2022-09-18 06:00:11,297 INFO [train.py:885] (1/2) Epoch 15, batch 500, loss[loss=0.3322, simple_loss=0.4148, pruned_loss=0.1248, over 13763.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07224, over 411.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3627, pruned_loss=0.1142, over 2557952.42 frames. utt_duration=235.9 frames, utt_pad_proportion=0.06967, over 43652.95 utterances.], batch size: 411, lr: 3.16e-04 +2022-09-18 06:00:40,296 INFO [train.py:885] (1/2) Epoch 15, batch 550, loss[loss=0.324, simple_loss=0.3834, pruned_loss=0.1323, over 14336.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.0373, over 195.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3603, pruned_loss=0.1127, over 2607759.71 frames. utt_duration=241.6 frames, utt_pad_proportion=0.0692, over 43431.84 utterances.], batch size: 195, lr: 3.16e-04 +2022-09-18 06:01:09,877 INFO [train.py:885] (1/2) Epoch 15, batch 600, loss[loss=0.2839, simple_loss=0.38, pruned_loss=0.0939, over 13788.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07083, over 411.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3643, pruned_loss=0.1158, over 2645854.00 frames. utt_duration=235.8 frames, utt_pad_proportion=0.06904, over 45162.16 utterances.], batch size: 411, lr: 3.16e-04 +2022-09-18 06:01:39,476 INFO [train.py:885] (1/2) Epoch 15, batch 650, loss[loss=0.1859, simple_loss=0.2389, pruned_loss=0.06645, over 13895.00 frames. utt_duration=927.8 frames, utt_pad_proportion=0.06477, over 60.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3577, pruned_loss=0.1126, over 2673053.09 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07051, over 43297.41 utterances.], batch size: 60, lr: 3.16e-04 +2022-09-18 06:02:09,536 INFO [train.py:885] (1/2) Epoch 15, batch 700, loss[loss=0.1489, simple_loss=0.2138, pruned_loss=0.04198, over 13656.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08765, over 42.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3582, pruned_loss=0.1127, over 2695515.03 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07142, over 44431.89 utterances.], batch size: 42, lr: 3.16e-04 +2022-09-18 06:02:39,263 INFO [train.py:885] (1/2) Epoch 15, batch 750, loss[loss=0.4571, simple_loss=0.5236, pruned_loss=0.1953, over 13167.00 frames. utt_duration=82.13 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3596, pruned_loss=0.1132, over 2712843.53 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07204, over 45087.69 utterances.], batch size: 653, lr: 3.16e-04 +2022-09-18 06:03:08,649 INFO [train.py:885] (1/2) Epoch 15, batch 800, loss[loss=0.1957, simple_loss=0.2557, pruned_loss=0.06786, over 13965.00 frames. utt_duration=810.9 frames, utt_pad_proportion=0.05485, over 69.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.361, pruned_loss=0.1143, over 2727704.96 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07292, over 45732.01 utterances.], batch size: 69, lr: 3.16e-04 +2022-09-18 06:03:38,493 INFO [train.py:885] (1/2) Epoch 15, batch 850, loss[loss=0.2448, simple_loss=0.3107, pruned_loss=0.08948, over 14277.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04137, over 120.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3575, pruned_loss=0.1122, over 2743475.79 frames. utt_duration=248.2 frames, utt_pad_proportion=0.0712, over 44480.10 utterances.], batch size: 120, lr: 3.16e-04 +2022-09-18 06:04:07,987 INFO [train.py:885] (1/2) Epoch 15, batch 900, loss[loss=0.699, simple_loss=0.7185, pruned_loss=0.3397, over 12493.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1458, over 810.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3588, pruned_loss=0.1133, over 2749935.87 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07172, over 44930.81 utterances.], batch size: 810, lr: 3.16e-04 +2022-09-18 06:04:37,349 INFO [train.py:885] (1/2) Epoch 15, batch 950, loss[loss=0.3327, simple_loss=0.3892, pruned_loss=0.1381, over 14245.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04227, over 225.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3603, pruned_loss=0.1142, over 2761147.79 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07051, over 44920.85 utterances.], batch size: 225, lr: 3.16e-04 +2022-09-18 06:05:06,480 INFO [train.py:885] (1/2) Epoch 15, batch 1000, loss[loss=0.1563, simple_loss=0.219, pruned_loss=0.04685, over 12157.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.172, over 24.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3593, pruned_loss=0.114, over 2766045.81 frames. utt_duration=251 frames, utt_pad_proportion=0.06984, over 44339.89 utterances.], batch size: 24, lr: 3.16e-04 +2022-09-18 06:05:44,370 INFO [train.py:885] (1/2) Epoch 15, batch 1050, loss[loss=0.191, simple_loss=0.2494, pruned_loss=0.06629, over 12337.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1571, over 24.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3581, pruned_loss=0.1135, over 2765034.63 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06922, over 43327.91 utterances.], batch size: 24, lr: 3.16e-04 +2022-09-18 06:06:13,796 INFO [train.py:885] (1/2) Epoch 15, batch 1100, loss[loss=0.5597, simple_loss=0.6225, pruned_loss=0.2485, over 12446.00 frames. utt_duration=63.03 frames, utt_pad_proportion=0.1482, over 810.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3609, pruned_loss=0.1152, over 2768352.87 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07116, over 44353.83 utterances.], batch size: 810, lr: 3.16e-04 +2022-09-18 06:06:43,499 INFO [train.py:885] (1/2) Epoch 15, batch 1150, loss[loss=0.1871, simple_loss=0.2718, pruned_loss=0.05119, over 13866.00 frames. utt_duration=926 frames, utt_pad_proportion=0.06938, over 60.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3599, pruned_loss=0.1143, over 2773556.14 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07017, over 43877.89 utterances.], batch size: 60, lr: 3.16e-04 +2022-09-18 06:07:13,146 INFO [train.py:885] (1/2) Epoch 15, batch 1200, loss[loss=0.2133, simple_loss=0.2777, pruned_loss=0.0745, over 13928.00 frames. utt_duration=929.9 frames, utt_pad_proportion=0.06541, over 60.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3587, pruned_loss=0.1138, over 2776390.93 frames. utt_duration=255.8 frames, utt_pad_proportion=0.07079, over 43674.72 utterances.], batch size: 60, lr: 3.16e-04 +2022-09-18 06:07:42,661 INFO [train.py:885] (1/2) Epoch 15, batch 1250, loss[loss=0.275, simple_loss=0.3555, pruned_loss=0.0972, over 14294.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.0389, over 130.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3555, pruned_loss=0.1128, over 2775778.53 frames. utt_duration=263.2 frames, utt_pad_proportion=0.07066, over 42423.24 utterances.], batch size: 130, lr: 3.16e-04 +2022-09-18 06:08:12,580 INFO [train.py:885] (1/2) Epoch 15, batch 1300, loss[loss=0.206, simple_loss=0.2857, pruned_loss=0.06318, over 14103.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05423, over 98.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3537, pruned_loss=0.1112, over 2776127.37 frames. utt_duration=262.8 frames, utt_pad_proportion=0.06849, over 42491.93 utterances.], batch size: 98, lr: 3.16e-04 +2022-09-18 06:08:42,212 INFO [train.py:885] (1/2) Epoch 15, batch 1350, loss[loss=0.2073, simple_loss=0.2778, pruned_loss=0.0684, over 14190.00 frames. utt_duration=639 frames, utt_pad_proportion=0.04776, over 89.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3594, pruned_loss=0.114, over 2781208.14 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07053, over 44357.71 utterances.], batch size: 89, lr: 3.15e-04 +2022-09-18 06:09:11,505 INFO [train.py:885] (1/2) Epoch 15, batch 1400, loss[loss=0.2359, simple_loss=0.3133, pruned_loss=0.07927, over 14189.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04359, over 109.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3588, pruned_loss=0.1135, over 2784228.70 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07052, over 44256.76 utterances.], batch size: 109, lr: 3.15e-04 +2022-09-18 06:09:41,451 INFO [train.py:885] (1/2) Epoch 15, batch 1450, loss[loss=0.3057, simple_loss=0.3772, pruned_loss=0.1172, over 14301.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03909, over 226.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3581, pruned_loss=0.1135, over 2783888.34 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07112, over 44133.08 utterances.], batch size: 226, lr: 3.15e-04 +2022-09-18 06:10:10,655 INFO [train.py:885] (1/2) Epoch 15, batch 1500, loss[loss=0.5863, simple_loss=0.6437, pruned_loss=0.2644, over 12531.00 frames. utt_duration=63.46 frames, utt_pad_proportion=0.1425, over 810.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3552, pruned_loss=0.1119, over 2786451.44 frames. utt_duration=259.9 frames, utt_pad_proportion=0.06951, over 43124.59 utterances.], batch size: 810, lr: 3.15e-04 +2022-09-18 06:10:39,809 INFO [train.py:885] (1/2) Epoch 15, batch 1550, loss[loss=0.4541, simple_loss=0.5059, pruned_loss=0.2012, over 13641.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08018, over 477.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3542, pruned_loss=0.1112, over 2782564.58 frames. utt_duration=259.9 frames, utt_pad_proportion=0.07002, over 43073.10 utterances.], batch size: 477, lr: 3.15e-04 +2022-09-18 06:11:10,191 INFO [train.py:885] (1/2) Epoch 15, batch 1600, loss[loss=0.3046, simple_loss=0.3776, pruned_loss=0.1158, over 14351.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03411, over 244.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3547, pruned_loss=0.1111, over 2783075.27 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06906, over 43890.24 utterances.], batch size: 244, lr: 3.15e-04 +2022-09-18 06:11:39,654 INFO [train.py:885] (1/2) Epoch 15, batch 1650, loss[loss=0.3235, simple_loss=0.3871, pruned_loss=0.1299, over 14257.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04128, over 306.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3561, pruned_loss=0.1128, over 2781431.59 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06946, over 43853.65 utterances.], batch size: 306, lr: 3.15e-04 +2022-09-18 06:12:09,172 INFO [train.py:885] (1/2) Epoch 15, batch 1700, loss[loss=0.1927, simple_loss=0.2607, pruned_loss=0.06233, over 12731.00 frames. utt_duration=2038 frames, utt_pad_proportion=0.1176, over 25.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3525, pruned_loss=0.1105, over 2781760.28 frames. utt_duration=263.9 frames, utt_pad_proportion=0.06926, over 42394.00 utterances.], batch size: 25, lr: 3.15e-04 +2022-09-18 06:12:38,565 INFO [train.py:885] (1/2) Epoch 15, batch 1750, loss[loss=0.2062, simple_loss=0.274, pruned_loss=0.06922, over 14036.00 frames. utt_duration=803.5 frames, utt_pad_proportion=0.05918, over 70.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3542, pruned_loss=0.1115, over 2783501.78 frames. utt_duration=261.6 frames, utt_pad_proportion=0.0678, over 42796.71 utterances.], batch size: 70, lr: 3.15e-04 +2022-09-18 06:13:08,247 INFO [train.py:885] (1/2) Epoch 15, batch 1800, loss[loss=0.2985, simple_loss=0.4007, pruned_loss=0.09812, over 13665.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07895, over 477.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3586, pruned_loss=0.1132, over 2781693.89 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07038, over 44605.23 utterances.], batch size: 477, lr: 3.15e-04 +2022-09-18 06:13:38,077 INFO [train.py:885] (1/2) Epoch 15, batch 1850, loss[loss=0.1746, simple_loss=0.2432, pruned_loss=0.05296, over 13584.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08091, over 50.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3583, pruned_loss=0.1129, over 2781460.94 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07114, over 44676.04 utterances.], batch size: 50, lr: 3.15e-04 +2022-09-18 06:14:07,127 INFO [train.py:885] (1/2) Epoch 15, batch 1900, loss[loss=0.3246, simple_loss=0.4183, pruned_loss=0.1154, over 13648.00 frames. utt_duration=98.89 frames, utt_pad_proportion=0.07575, over 560.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3607, pruned_loss=0.1139, over 2782604.90 frames. utt_duration=244.7 frames, utt_pad_proportion=0.0704, over 45761.00 utterances.], batch size: 560, lr: 3.15e-04 +2022-09-18 06:14:37,181 INFO [train.py:885] (1/2) Epoch 15, batch 1950, loss[loss=0.3072, simple_loss=0.3826, pruned_loss=0.1159, over 14321.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04122, over 167.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3575, pruned_loss=0.1121, over 2782224.92 frames. utt_duration=248.9 frames, utt_pad_proportion=0.0709, over 44976.01 utterances.], batch size: 167, lr: 3.15e-04 +2022-09-18 06:15:06,203 INFO [train.py:885] (1/2) Epoch 15, batch 2000, loss[loss=0.3016, simple_loss=0.3604, pruned_loss=0.1214, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03939, over 180.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3625, pruned_loss=0.115, over 2781540.30 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07129, over 46664.33 utterances.], batch size: 180, lr: 3.15e-04 +2022-09-18 06:15:36,371 INFO [train.py:885] (1/2) Epoch 15, batch 2050, loss[loss=0.3667, simple_loss=0.4162, pruned_loss=0.1586, over 14348.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03708, over 262.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3578, pruned_loss=0.1124, over 2782654.82 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06996, over 44881.21 utterances.], batch size: 262, lr: 3.15e-04 +2022-09-18 06:16:06,140 INFO [train.py:885] (1/2) Epoch 15, batch 2100, loss[loss=0.3581, simple_loss=0.4337, pruned_loss=0.1413, over 13801.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07134, over 412.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3613, pruned_loss=0.1139, over 2782845.48 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07014, over 46236.14 utterances.], batch size: 412, lr: 3.15e-04 +2022-09-18 06:16:35,416 INFO [train.py:885] (1/2) Epoch 15, batch 2150, loss[loss=0.5908, simple_loss=0.6493, pruned_loss=0.2661, over 12460.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1465, over 810.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3617, pruned_loss=0.1143, over 2787397.22 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06933, over 45800.44 utterances.], batch size: 810, lr: 3.15e-04 +2022-09-18 06:17:05,004 INFO [train.py:885] (1/2) Epoch 15, batch 2200, loss[loss=0.1733, simple_loss=0.2251, pruned_loss=0.06074, over 13254.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1045, over 33.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3611, pruned_loss=0.1135, over 2790622.57 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06894, over 45483.93 utterances.], batch size: 33, lr: 3.15e-04 +2022-09-18 06:17:34,049 INFO [train.py:885] (1/2) Epoch 15, batch 2250, loss[loss=0.2424, simple_loss=0.3186, pruned_loss=0.08304, over 14329.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03792, over 120.00 utterances.], tot_loss[loss=0.292, simple_loss=0.3586, pruned_loss=0.1127, over 2788637.43 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06858, over 44408.52 utterances.], batch size: 120, lr: 3.15e-04 +2022-09-18 06:18:03,911 INFO [train.py:885] (1/2) Epoch 15, batch 2300, loss[loss=0.3221, simple_loss=0.3874, pruned_loss=0.1284, over 14307.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03819, over 154.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3632, pruned_loss=0.1151, over 2785032.87 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07023, over 45981.21 utterances.], batch size: 154, lr: 3.15e-04 +2022-09-18 06:18:33,633 INFO [train.py:885] (1/2) Epoch 15, batch 2350, loss[loss=0.3303, simple_loss=0.3865, pruned_loss=0.1371, over 14278.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04112, over 283.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3598, pruned_loss=0.1134, over 2786028.85 frames. utt_duration=250.4 frames, utt_pad_proportion=0.0702, over 44766.30 utterances.], batch size: 283, lr: 3.15e-04 +2022-09-18 06:19:03,487 INFO [train.py:885] (1/2) Epoch 15, batch 2400, loss[loss=0.2707, simple_loss=0.3388, pruned_loss=0.1013, over 14272.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04407, over 141.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3618, pruned_loss=0.1141, over 2787988.49 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07053, over 45621.15 utterances.], batch size: 141, lr: 3.15e-04 +2022-09-18 06:19:32,529 INFO [train.py:885] (1/2) Epoch 15, batch 2450, loss[loss=0.3266, simple_loss=0.3896, pruned_loss=0.1318, over 14362.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03685, over 244.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3627, pruned_loss=0.1145, over 2785322.87 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07134, over 46302.01 utterances.], batch size: 244, lr: 3.15e-04 +2022-09-18 06:20:02,468 INFO [train.py:885] (1/2) Epoch 15, batch 2500, loss[loss=0.3226, simple_loss=0.3874, pruned_loss=0.1289, over 14271.00 frames. utt_duration=203.2 frames, utt_pad_proportion=0.04157, over 283.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.362, pruned_loss=0.1143, over 2783150.10 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07201, over 46346.21 utterances.], batch size: 283, lr: 3.14e-04 +2022-09-18 06:20:32,800 INFO [train.py:885] (1/2) Epoch 15, batch 2550, loss[loss=0.3775, simple_loss=0.4441, pruned_loss=0.1554, over 13967.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05762, over 365.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3632, pruned_loss=0.1158, over 2780178.59 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07192, over 46639.53 utterances.], batch size: 365, lr: 3.14e-04 +2022-09-18 06:21:02,239 INFO [train.py:885] (1/2) Epoch 15, batch 2600, loss[loss=0.2107, simple_loss=0.2746, pruned_loss=0.07334, over 13780.00 frames. utt_duration=920.2 frames, utt_pad_proportion=0.07514, over 60.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3638, pruned_loss=0.1162, over 2775571.94 frames. utt_duration=238.6 frames, utt_pad_proportion=0.0722, over 46813.32 utterances.], batch size: 60, lr: 3.14e-04 +2022-09-18 06:21:32,132 INFO [train.py:885] (1/2) Epoch 15, batch 2650, loss[loss=0.1999, simple_loss=0.2774, pruned_loss=0.06116, over 14168.00 frames. utt_duration=638.1 frames, utt_pad_proportion=0.04898, over 89.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3638, pruned_loss=0.1164, over 2770416.33 frames. utt_duration=238.6 frames, utt_pad_proportion=0.0751, over 46736.48 utterances.], batch size: 89, lr: 3.14e-04 +2022-09-18 06:22:01,424 INFO [train.py:885] (1/2) Epoch 15, batch 2700, loss[loss=0.3698, simple_loss=0.4209, pruned_loss=0.1594, over 14256.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04162, over 225.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3643, pruned_loss=0.1174, over 2775266.19 frames. utt_duration=241 frames, utt_pad_proportion=0.07396, over 46344.67 utterances.], batch size: 225, lr: 3.14e-04 +2022-09-18 06:22:30,681 INFO [train.py:885] (1/2) Epoch 15, batch 2750, loss[loss=0.3894, simple_loss=0.4331, pruned_loss=0.1729, over 14299.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04075, over 262.00 utterances.], tot_loss[loss=0.3002, simple_loss=0.3649, pruned_loss=0.1177, over 2783087.22 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07099, over 46105.83 utterances.], batch size: 262, lr: 3.14e-04 +2022-09-18 06:23:00,273 INFO [train.py:885] (1/2) Epoch 15, batch 2800, loss[loss=0.2754, simple_loss=0.3583, pruned_loss=0.09621, over 14295.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04098, over 262.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3619, pruned_loss=0.1165, over 2783697.68 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07011, over 44595.50 utterances.], batch size: 262, lr: 3.14e-04 +2022-09-18 06:23:30,321 INFO [train.py:885] (1/2) Epoch 15, batch 2850, loss[loss=0.4225, simple_loss=0.5007, pruned_loss=0.1722, over 13158.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.3003, simple_loss=0.3646, pruned_loss=0.118, over 2786896.32 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07072, over 45145.43 utterances.], batch size: 653, lr: 3.14e-04 +2022-09-18 06:23:59,429 INFO [train.py:885] (1/2) Epoch 15, batch 2900, loss[loss=0.2749, simple_loss=0.3246, pruned_loss=0.1126, over 14040.00 frames. utt_duration=712.2 frames, utt_pad_proportion=0.05291, over 79.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3611, pruned_loss=0.116, over 2792336.51 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06739, over 43691.81 utterances.], batch size: 79, lr: 3.14e-04 +2022-09-18 06:24:28,851 INFO [train.py:885] (1/2) Epoch 15, batch 2950, loss[loss=0.2691, simple_loss=0.3435, pruned_loss=0.09737, over 14315.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04097, over 167.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3581, pruned_loss=0.1152, over 2785210.47 frames. utt_duration=262.7 frames, utt_pad_proportion=0.06764, over 42643.39 utterances.], batch size: 167, lr: 3.14e-04 +2022-09-18 06:24:59,466 INFO [train.py:885] (1/2) Epoch 15, batch 3000, loss[loss=0.2753, simple_loss=0.3414, pruned_loss=0.1046, over 14243.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04587, over 141.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.361, pruned_loss=0.116, over 2780730.36 frames. utt_duration=250.6 frames, utt_pad_proportion=0.0732, over 44640.71 utterances.], batch size: 141, lr: 3.14e-04 +2022-09-18 06:24:59,467 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 06:25:04,149 INFO [train.py:914] (1/2) Epoch 15, validation: loss=0.2007, simple_loss=0.2803, pruned_loss=0.06056, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 06:25:33,825 INFO [train.py:885] (1/2) Epoch 15, batch 3050, loss[loss=0.2816, simple_loss=0.3556, pruned_loss=0.1038, over 14243.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.03898, over 225.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3606, pruned_loss=0.1161, over 2778097.33 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07354, over 44864.45 utterances.], batch size: 225, lr: 3.14e-04 +2022-09-18 06:26:03,348 INFO [train.py:885] (1/2) Epoch 15, batch 3100, loss[loss=0.1894, simple_loss=0.2431, pruned_loss=0.06785, over 13367.00 frames. utt_duration=1622 frames, utt_pad_proportion=0.09191, over 33.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3606, pruned_loss=0.1164, over 2777636.20 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07478, over 44485.89 utterances.], batch size: 33, lr: 3.14e-04 +2022-09-18 06:26:32,535 INFO [train.py:885] (1/2) Epoch 15, batch 3150, loss[loss=0.2567, simple_loss=0.3329, pruned_loss=0.09022, over 14275.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.0399, over 130.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3599, pruned_loss=0.1158, over 2779617.81 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07265, over 44532.86 utterances.], batch size: 130, lr: 3.14e-04 +2022-09-18 06:27:02,835 INFO [train.py:885] (1/2) Epoch 15, batch 3200, loss[loss=0.2002, simple_loss=0.2724, pruned_loss=0.06398, over 13403.00 frames. utt_duration=1626 frames, utt_pad_proportion=0.09459, over 33.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3602, pruned_loss=0.1153, over 2770710.08 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07659, over 45550.10 utterances.], batch size: 33, lr: 3.14e-04 +2022-09-18 06:27:31,991 INFO [train.py:885] (1/2) Epoch 15, batch 3250, loss[loss=0.2933, simple_loss=0.3353, pruned_loss=0.1257, over 14151.00 frames. utt_duration=520.8 frames, utt_pad_proportion=0.04624, over 109.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3585, pruned_loss=0.1146, over 2776291.93 frames. utt_duration=251 frames, utt_pad_proportion=0.0742, over 44499.02 utterances.], batch size: 109, lr: 3.14e-04 +2022-09-18 06:28:01,646 INFO [train.py:885] (1/2) Epoch 15, batch 3300, loss[loss=0.3854, simple_loss=0.4234, pruned_loss=0.1737, over 14341.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03685, over 195.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3604, pruned_loss=0.1157, over 2775619.57 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07364, over 45185.19 utterances.], batch size: 195, lr: 3.14e-04 +2022-09-18 06:28:31,512 INFO [train.py:885] (1/2) Epoch 15, batch 3350, loss[loss=0.3275, simple_loss=0.3851, pruned_loss=0.135, over 14318.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03743, over 180.00 utterances.], tot_loss[loss=0.2964, simple_loss=0.3613, pruned_loss=0.1158, over 2778870.93 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07273, over 45333.34 utterances.], batch size: 180, lr: 3.14e-04 +2022-09-18 06:29:01,183 INFO [train.py:885] (1/2) Epoch 15, batch 3400, loss[loss=0.2764, simple_loss=0.3572, pruned_loss=0.09781, over 14347.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03644, over 210.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3604, pruned_loss=0.1151, over 2778313.32 frames. utt_duration=248 frames, utt_pad_proportion=0.0708, over 45071.19 utterances.], batch size: 210, lr: 3.14e-04 +2022-09-18 06:29:31,196 INFO [train.py:885] (1/2) Epoch 15, batch 3450, loss[loss=0.1429, simple_loss=0.1834, pruned_loss=0.05115, over 13402.00 frames. utt_duration=1626 frames, utt_pad_proportion=0.09317, over 33.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3594, pruned_loss=0.115, over 2775549.38 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07226, over 45256.59 utterances.], batch size: 33, lr: 3.14e-04 +2022-09-18 06:30:00,942 INFO [train.py:885] (1/2) Epoch 15, batch 3500, loss[loss=0.211, simple_loss=0.2709, pruned_loss=0.07555, over 13773.00 frames. utt_duration=919.6 frames, utt_pad_proportion=0.07297, over 60.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3587, pruned_loss=0.1142, over 2778505.60 frames. utt_duration=248 frames, utt_pad_proportion=0.07111, over 45084.15 utterances.], batch size: 60, lr: 3.14e-04 +2022-09-18 06:30:30,196 INFO [train.py:885] (1/2) Epoch 15, batch 3550, loss[loss=0.2071, simple_loss=0.2861, pruned_loss=0.06399, over 12397.00 frames. utt_duration=1985 frames, utt_pad_proportion=0.1458, over 25.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3594, pruned_loss=0.114, over 2776212.09 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07253, over 45554.99 utterances.], batch size: 25, lr: 3.14e-04 +2022-09-18 06:30:59,819 INFO [train.py:885] (1/2) Epoch 15, batch 3600, loss[loss=0.2241, simple_loss=0.2958, pruned_loss=0.07623, over 13896.00 frames. utt_duration=704.9 frames, utt_pad_proportion=0.06761, over 79.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3586, pruned_loss=0.1134, over 2776043.97 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07248, over 45538.17 utterances.], batch size: 79, lr: 3.14e-04 +2022-09-18 06:31:29,166 INFO [train.py:885] (1/2) Epoch 15, batch 3650, loss[loss=0.3407, simple_loss=0.3899, pruned_loss=0.1457, over 14275.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04072, over 154.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3555, pruned_loss=0.1112, over 2773649.79 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07099, over 45155.72 utterances.], batch size: 154, lr: 3.13e-04 +2022-09-18 06:31:58,689 INFO [train.py:885] (1/2) Epoch 15, batch 3700, loss[loss=0.3398, simple_loss=0.4027, pruned_loss=0.1384, over 14369.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.03493, over 195.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3558, pruned_loss=0.1114, over 2774702.56 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07002, over 44767.61 utterances.], batch size: 195, lr: 3.13e-04 +2022-09-18 06:32:28,209 INFO [train.py:885] (1/2) Epoch 15, batch 3750, loss[loss=0.2181, simple_loss=0.2852, pruned_loss=0.07555, over 14302.00 frames. utt_duration=644.2 frames, utt_pad_proportion=0.03994, over 89.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3514, pruned_loss=0.1094, over 2770600.58 frames. utt_duration=258.4 frames, utt_pad_proportion=0.07093, over 43132.64 utterances.], batch size: 89, lr: 3.13e-04 +2022-09-18 06:32:57,945 INFO [train.py:885] (1/2) Epoch 15, batch 3800, loss[loss=0.3134, simple_loss=0.3759, pruned_loss=0.1254, over 14261.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04075, over 180.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3526, pruned_loss=0.1098, over 2774171.13 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06945, over 42910.92 utterances.], batch size: 180, lr: 3.13e-04 +2022-09-18 06:33:28,209 INFO [train.py:885] (1/2) Epoch 15, batch 3850, loss[loss=0.191, simple_loss=0.2548, pruned_loss=0.06359, over 14004.00 frames. utt_duration=935.3 frames, utt_pad_proportion=0.06091, over 60.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.36, pruned_loss=0.1135, over 2772428.20 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07298, over 46208.36 utterances.], batch size: 60, lr: 3.13e-04 +2022-09-18 06:33:57,258 INFO [train.py:885] (1/2) Epoch 15, batch 3900, loss[loss=0.2713, simple_loss=0.3381, pruned_loss=0.1023, over 14288.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03883, over 130.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3578, pruned_loss=0.112, over 2773974.64 frames. utt_duration=245.7 frames, utt_pad_proportion=0.0732, over 45440.94 utterances.], batch size: 130, lr: 3.13e-04 +2022-09-18 06:34:26,701 INFO [train.py:885] (1/2) Epoch 15, batch 3950, loss[loss=0.3487, simple_loss=0.4007, pruned_loss=0.1484, over 14331.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03845, over 283.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3626, pruned_loss=0.1154, over 2778898.91 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07267, over 46898.06 utterances.], batch size: 283, lr: 3.13e-04 +2022-09-18 06:34:55,705 INFO [train.py:885] (1/2) Epoch 15, batch 4000, loss[loss=0.2709, simple_loss=0.3407, pruned_loss=0.1005, over 14333.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03838, over 130.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3627, pruned_loss=0.1148, over 2778618.43 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07426, over 47474.35 utterances.], batch size: 130, lr: 3.13e-04 +2022-09-18 06:35:25,364 INFO [train.py:885] (1/2) Epoch 15, batch 4050, loss[loss=0.2133, simple_loss=0.2876, pruned_loss=0.06949, over 13937.00 frames. utt_duration=930.6 frames, utt_pad_proportion=0.06568, over 60.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3641, pruned_loss=0.1153, over 2778717.03 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07524, over 48080.75 utterances.], batch size: 60, lr: 3.13e-04 +2022-09-18 06:35:55,388 INFO [train.py:885] (1/2) Epoch 15, batch 4100, loss[loss=0.3633, simple_loss=0.4115, pruned_loss=0.1576, over 14303.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.0399, over 283.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3633, pruned_loss=0.1152, over 2773982.85 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07371, over 47492.64 utterances.], batch size: 283, lr: 3.13e-04 +2022-09-18 06:36:24,553 INFO [train.py:885] (1/2) Epoch 15, batch 4150, loss[loss=0.2638, simple_loss=0.3333, pruned_loss=0.09715, over 14288.00 frames. utt_duration=441 frames, utt_pad_proportion=0.0393, over 130.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3616, pruned_loss=0.114, over 2777096.46 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0731, over 46799.88 utterances.], batch size: 130, lr: 3.13e-04 +2022-09-18 06:36:54,305 INFO [train.py:885] (1/2) Epoch 15, batch 4200, loss[loss=0.1817, simple_loss=0.2499, pruned_loss=0.05681, over 13335.00 frames. utt_duration=1068 frames, utt_pad_proportion=0.1031, over 50.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3623, pruned_loss=0.1144, over 2775036.60 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07299, over 47519.64 utterances.], batch size: 50, lr: 3.13e-04 +2022-09-18 06:37:23,542 INFO [train.py:885] (1/2) Epoch 15, batch 4250, loss[loss=0.3736, simple_loss=0.4185, pruned_loss=0.1643, over 14351.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03652, over 195.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3617, pruned_loss=0.1141, over 2778049.67 frames. utt_duration=241 frames, utt_pad_proportion=0.07251, over 46398.81 utterances.], batch size: 195, lr: 3.13e-04 +2022-09-18 06:37:53,183 INFO [train.py:885] (1/2) Epoch 15, batch 4300, loss[loss=0.2585, simple_loss=0.3199, pruned_loss=0.09854, over 14273.00 frames. utt_duration=440.4 frames, utt_pad_proportion=0.04049, over 130.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3597, pruned_loss=0.1126, over 2776445.53 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07325, over 45824.99 utterances.], batch size: 130, lr: 3.13e-04 +2022-09-18 06:38:22,747 INFO [train.py:885] (1/2) Epoch 15, batch 4350, loss[loss=0.5509, simple_loss=0.6337, pruned_loss=0.2341, over 12446.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.147, over 810.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3585, pruned_loss=0.112, over 2776065.47 frames. utt_duration=244 frames, utt_pad_proportion=0.07274, over 45785.23 utterances.], batch size: 810, lr: 3.13e-04 +2022-09-18 06:38:53,058 INFO [train.py:885] (1/2) Epoch 15, batch 4400, loss[loss=0.3062, simple_loss=0.3649, pruned_loss=0.1237, over 14314.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03934, over 120.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3587, pruned_loss=0.112, over 2780987.37 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0716, over 45596.33 utterances.], batch size: 120, lr: 3.13e-04 +2022-09-18 06:39:22,486 INFO [train.py:885] (1/2) Epoch 15, batch 4450, loss[loss=0.3989, simple_loss=0.4464, pruned_loss=0.1757, over 14233.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.0428, over 306.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3582, pruned_loss=0.1127, over 2783753.32 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07104, over 44727.81 utterances.], batch size: 306, lr: 3.13e-04 +2022-09-18 06:39:52,196 INFO [train.py:885] (1/2) Epoch 15, batch 4500, loss[loss=0.2067, simple_loss=0.2831, pruned_loss=0.06508, over 12162.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.1741, over 24.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3564, pruned_loss=0.1117, over 2778548.76 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07377, over 44931.24 utterances.], batch size: 24, lr: 3.13e-04 +2022-09-18 06:40:21,761 INFO [train.py:885] (1/2) Epoch 15, batch 4550, loss[loss=0.2292, simple_loss=0.2849, pruned_loss=0.08675, over 13145.00 frames. utt_duration=1595 frames, utt_pad_proportion=0.1121, over 33.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3571, pruned_loss=0.112, over 2779775.99 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07186, over 44878.23 utterances.], batch size: 33, lr: 3.13e-04 +2022-09-18 06:40:51,520 INFO [train.py:885] (1/2) Epoch 15, batch 4600, loss[loss=0.2697, simple_loss=0.3425, pruned_loss=0.09843, over 14215.00 frames. utt_duration=523.2 frames, utt_pad_proportion=0.04169, over 109.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3585, pruned_loss=0.1121, over 2779610.05 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07231, over 46044.77 utterances.], batch size: 109, lr: 3.13e-04 +2022-09-18 06:41:21,435 INFO [train.py:885] (1/2) Epoch 15, batch 4650, loss[loss=0.3752, simple_loss=0.4192, pruned_loss=0.1656, over 14268.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04146, over 335.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.3635, pruned_loss=0.1153, over 2779938.33 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07422, over 47660.25 utterances.], batch size: 335, lr: 3.13e-04 +2022-09-18 06:41:50,379 INFO [train.py:885] (1/2) Epoch 15, batch 4700, loss[loss=0.2877, simple_loss=0.3649, pruned_loss=0.1053, over 14350.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03647, over 195.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3649, pruned_loss=0.116, over 2779248.33 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07398, over 48063.48 utterances.], batch size: 195, lr: 3.13e-04 +2022-09-18 06:42:19,569 INFO [train.py:885] (1/2) Epoch 15, batch 4750, loss[loss=0.2044, simple_loss=0.2865, pruned_loss=0.06117, over 14165.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.04301, over 89.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3632, pruned_loss=0.1146, over 2776527.66 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07404, over 48008.10 utterances.], batch size: 89, lr: 3.13e-04 +2022-09-18 06:42:49,606 INFO [train.py:885] (1/2) Epoch 15, batch 4800, loss[loss=0.4263, simple_loss=0.5065, pruned_loss=0.173, over 13174.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3591, pruned_loss=0.1127, over 2780756.34 frames. utt_duration=244 frames, utt_pad_proportion=0.07245, over 45855.89 utterances.], batch size: 653, lr: 3.12e-04 +2022-09-18 06:43:19,632 INFO [train.py:885] (1/2) Epoch 15, batch 4850, loss[loss=0.3099, simple_loss=0.3814, pruned_loss=0.1192, over 14342.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03921, over 167.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3587, pruned_loss=0.1124, over 2782333.96 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07053, over 45627.21 utterances.], batch size: 167, lr: 3.12e-04 +2022-09-18 06:43:48,715 INFO [train.py:885] (1/2) Epoch 15, batch 4900, loss[loss=0.1687, simple_loss=0.2308, pruned_loss=0.05329, over 13324.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08483, over 41.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3586, pruned_loss=0.1125, over 2783542.61 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06984, over 45239.90 utterances.], batch size: 41, lr: 3.12e-04 +2022-09-18 06:44:18,359 INFO [train.py:885] (1/2) Epoch 15, batch 4950, loss[loss=0.4569, simple_loss=0.4749, pruned_loss=0.2194, over 14254.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04177, over 335.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3622, pruned_loss=0.1148, over 2780452.74 frames. utt_duration=240 frames, utt_pad_proportion=0.07117, over 46631.41 utterances.], batch size: 335, lr: 3.12e-04 +2022-09-18 06:44:47,547 INFO [train.py:885] (1/2) Epoch 15, batch 5000, loss[loss=0.1888, simple_loss=0.25, pruned_loss=0.06376, over 13642.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08233, over 50.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3573, pruned_loss=0.1122, over 2783245.11 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06981, over 44698.43 utterances.], batch size: 50, lr: 3.12e-04 +2022-09-18 06:45:17,425 INFO [train.py:885] (1/2) Epoch 15, batch 5050, loss[loss=0.1962, simple_loss=0.2529, pruned_loss=0.06971, over 13593.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08017, over 50.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.357, pruned_loss=0.1111, over 2782494.47 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07068, over 44839.01 utterances.], batch size: 50, lr: 3.12e-04 +2022-09-18 06:45:46,371 INFO [train.py:885] (1/2) Epoch 15, batch 5100, loss[loss=0.2937, simple_loss=0.3557, pruned_loss=0.1158, over 14306.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03854, over 180.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3581, pruned_loss=0.1126, over 2784586.95 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06923, over 44876.88 utterances.], batch size: 180, lr: 3.12e-04 +2022-09-18 06:46:15,859 INFO [train.py:885] (1/2) Epoch 15, batch 5150, loss[loss=0.2178, simple_loss=0.2531, pruned_loss=0.09127, over 13576.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08608, over 50.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3573, pruned_loss=0.113, over 2780935.39 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06991, over 44603.43 utterances.], batch size: 50, lr: 3.12e-04 +2022-09-18 06:46:45,984 INFO [train.py:885] (1/2) Epoch 15, batch 5200, loss[loss=0.264, simple_loss=0.312, pruned_loss=0.108, over 14191.00 frames. utt_duration=580.6 frames, utt_pad_proportion=0.04824, over 98.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3598, pruned_loss=0.115, over 2779199.90 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07221, over 45853.94 utterances.], batch size: 98, lr: 3.12e-04 +2022-09-18 06:47:15,356 INFO [train.py:885] (1/2) Epoch 15, batch 5250, loss[loss=0.1609, simple_loss=0.2038, pruned_loss=0.05903, over 12516.00 frames. utt_duration=2087 frames, utt_pad_proportion=0.1645, over 24.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3615, pruned_loss=0.1158, over 2783833.77 frames. utt_duration=240.9 frames, utt_pad_proportion=0.06985, over 46506.63 utterances.], batch size: 24, lr: 3.12e-04 +2022-09-18 06:47:45,675 INFO [train.py:885] (1/2) Epoch 15, batch 5300, loss[loss=0.1971, simple_loss=0.2595, pruned_loss=0.06738, over 13982.00 frames. utt_duration=933.7 frames, utt_pad_proportion=0.06257, over 60.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.363, pruned_loss=0.1164, over 2788714.34 frames. utt_duration=239.7 frames, utt_pad_proportion=0.06786, over 46827.28 utterances.], batch size: 60, lr: 3.12e-04 +2022-09-18 06:48:14,876 INFO [train.py:885] (1/2) Epoch 15, batch 5350, loss[loss=0.1744, simple_loss=0.2067, pruned_loss=0.07102, over 13427.00 frames. utt_duration=2067 frames, utt_pad_proportion=0.09815, over 26.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.3622, pruned_loss=0.1163, over 2790655.74 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06695, over 46170.88 utterances.], batch size: 26, lr: 3.12e-04 +2022-09-18 06:48:44,338 INFO [train.py:885] (1/2) Epoch 15, batch 5400, loss[loss=0.3183, simple_loss=0.383, pruned_loss=0.1268, over 14316.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0387, over 283.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3582, pruned_loss=0.1147, over 2788890.10 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06537, over 43977.15 utterances.], batch size: 283, lr: 3.12e-04 +2022-09-18 06:49:13,349 INFO [train.py:885] (1/2) Epoch 15, batch 5450, loss[loss=0.2152, simple_loss=0.2842, pruned_loss=0.07311, over 14034.00 frames. utt_duration=712 frames, utt_pad_proportion=0.05825, over 79.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3591, pruned_loss=0.1141, over 2792297.46 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06596, over 44717.30 utterances.], batch size: 79, lr: 3.12e-04 +2022-09-18 06:49:43,476 INFO [train.py:885] (1/2) Epoch 15, batch 5500, loss[loss=0.3341, simple_loss=0.4305, pruned_loss=0.1189, over 13655.00 frames. utt_duration=98.92 frames, utt_pad_proportion=0.0755, over 560.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3607, pruned_loss=0.115, over 2787500.00 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06948, over 45667.97 utterances.], batch size: 560, lr: 3.12e-04 +2022-09-18 06:50:13,118 INFO [train.py:885] (1/2) Epoch 15, batch 5550, loss[loss=0.3567, simple_loss=0.433, pruned_loss=0.1402, over 13650.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07946, over 477.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.3641, pruned_loss=0.1171, over 2784790.23 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07049, over 46672.70 utterances.], batch size: 477, lr: 3.12e-04 +2022-09-18 06:50:42,772 INFO [train.py:885] (1/2) Epoch 15, batch 5600, loss[loss=0.3339, simple_loss=0.4001, pruned_loss=0.1338, over 14331.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03733, over 210.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3643, pruned_loss=0.1166, over 2778647.11 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07377, over 47656.76 utterances.], batch size: 210, lr: 3.12e-04 +2022-09-18 06:51:12,425 INFO [train.py:885] (1/2) Epoch 15, batch 5650, loss[loss=0.3453, simple_loss=0.4053, pruned_loss=0.1427, over 14315.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03825, over 195.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3627, pruned_loss=0.1144, over 2778957.46 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07349, over 47559.66 utterances.], batch size: 195, lr: 3.12e-04 +2022-09-18 06:51:41,459 INFO [train.py:885] (1/2) Epoch 15, batch 5700, loss[loss=0.1986, simple_loss=0.2474, pruned_loss=0.07484, over 13299.00 frames. utt_duration=1613 frames, utt_pad_proportion=0.1016, over 33.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3637, pruned_loss=0.1165, over 2783510.15 frames. utt_duration=240 frames, utt_pad_proportion=0.07158, over 46676.21 utterances.], batch size: 33, lr: 3.12e-04 +2022-09-18 06:52:11,247 INFO [train.py:885] (1/2) Epoch 15, batch 5750, loss[loss=0.3345, simple_loss=0.3787, pruned_loss=0.1452, over 14415.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03552, over 131.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.3617, pruned_loss=0.1155, over 2786059.37 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07073, over 45865.65 utterances.], batch size: 131, lr: 3.12e-04 +2022-09-18 06:52:41,490 INFO [train.py:885] (1/2) Epoch 15, batch 5800, loss[loss=0.2951, simple_loss=0.3613, pruned_loss=0.1144, over 14288.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03936, over 180.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3589, pruned_loss=0.1136, over 2780002.60 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07146, over 45329.70 utterances.], batch size: 180, lr: 3.12e-04 +2022-09-18 06:53:10,510 INFO [train.py:885] (1/2) Epoch 15, batch 5850, loss[loss=0.2993, simple_loss=0.3659, pruned_loss=0.1163, over 14256.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04064, over 141.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3615, pruned_loss=0.1151, over 2777571.40 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07313, over 46649.46 utterances.], batch size: 141, lr: 3.12e-04 +2022-09-18 06:53:40,342 INFO [train.py:885] (1/2) Epoch 15, batch 5900, loss[loss=0.2065, simple_loss=0.2831, pruned_loss=0.06499, over 12044.00 frames. utt_duration=2009 frames, utt_pad_proportion=0.1892, over 24.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3622, pruned_loss=0.1146, over 2773645.36 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07457, over 47835.73 utterances.], batch size: 24, lr: 3.12e-04 +2022-09-18 06:54:10,580 INFO [train.py:885] (1/2) Epoch 15, batch 5950, loss[loss=0.3263, simple_loss=0.3876, pruned_loss=0.1325, over 14245.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04229, over 225.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3606, pruned_loss=0.1135, over 2775370.25 frames. utt_duration=235.7 frames, utt_pad_proportion=0.0732, over 47402.61 utterances.], batch size: 225, lr: 3.11e-04 +2022-09-18 06:54:40,748 INFO [train.py:885] (1/2) Epoch 15, batch 6000, loss[loss=0.4955, simple_loss=0.5916, pruned_loss=0.1997, over 12546.00 frames. utt_duration=63.53 frames, utt_pad_proportion=0.1415, over 810.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3605, pruned_loss=0.1126, over 2778264.49 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07273, over 47873.24 utterances.], batch size: 810, lr: 3.11e-04 +2022-09-18 06:54:40,749 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 06:54:45,782 INFO [train.py:914] (1/2) Epoch 15, validation: loss=0.1931, simple_loss=0.2739, pruned_loss=0.05617, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 06:55:15,303 INFO [train.py:885] (1/2) Epoch 15, batch 6050, loss[loss=0.2912, simple_loss=0.3635, pruned_loss=0.1094, over 14260.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04472, over 141.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3598, pruned_loss=0.1127, over 2780158.87 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07182, over 46982.92 utterances.], batch size: 141, lr: 3.11e-04 +2022-09-18 06:55:44,658 INFO [train.py:885] (1/2) Epoch 15, batch 6100, loss[loss=0.2269, simple_loss=0.2785, pruned_loss=0.08771, over 13619.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.07704, over 50.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.357, pruned_loss=0.111, over 2779728.37 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07227, over 46396.56 utterances.], batch size: 50, lr: 3.11e-04 +2022-09-18 06:56:13,927 INFO [train.py:885] (1/2) Epoch 15, batch 6150, loss[loss=0.6377, simple_loss=0.6727, pruned_loss=0.3014, over 12457.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1487, over 811.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3573, pruned_loss=0.1114, over 2786724.68 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07009, over 45370.74 utterances.], batch size: 811, lr: 3.11e-04 +2022-09-18 06:56:42,789 INFO [train.py:885] (1/2) Epoch 15, batch 6200, loss[loss=0.5789, simple_loss=0.634, pruned_loss=0.2619, over 12439.00 frames. utt_duration=62.98 frames, utt_pad_proportion=0.1489, over 810.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3617, pruned_loss=0.1137, over 2784418.55 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07275, over 47007.63 utterances.], batch size: 810, lr: 3.11e-04 +2022-09-18 06:57:12,087 INFO [train.py:885] (1/2) Epoch 15, batch 6250, loss[loss=0.3861, simple_loss=0.4241, pruned_loss=0.174, over 14369.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03494, over 210.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3662, pruned_loss=0.1165, over 2785939.31 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07292, over 48097.00 utterances.], batch size: 210, lr: 3.11e-04 +2022-09-18 06:57:42,549 INFO [train.py:885] (1/2) Epoch 15, batch 6300, loss[loss=0.2326, simple_loss=0.2819, pruned_loss=0.09168, over 12676.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1504, over 25.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3648, pruned_loss=0.1158, over 2781503.42 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07305, over 47738.76 utterances.], batch size: 25, lr: 3.11e-04 +2022-09-18 06:58:11,796 INFO [train.py:885] (1/2) Epoch 15, batch 6350, loss[loss=0.333, simple_loss=0.3847, pruned_loss=0.1407, over 14378.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03676, over 167.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3645, pruned_loss=0.1156, over 2784735.60 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07234, over 47687.80 utterances.], batch size: 167, lr: 3.11e-04 +2022-09-18 06:58:41,842 INFO [train.py:885] (1/2) Epoch 15, batch 6400, loss[loss=0.3119, simple_loss=0.3852, pruned_loss=0.1193, over 14308.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03912, over 283.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3635, pruned_loss=0.1153, over 2784498.86 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07049, over 47532.47 utterances.], batch size: 283, lr: 3.11e-04 +2022-09-18 06:59:10,830 INFO [train.py:885] (1/2) Epoch 15, batch 6450, loss[loss=0.2137, simple_loss=0.2869, pruned_loss=0.07023, over 14183.00 frames. utt_duration=638.7 frames, utt_pad_proportion=0.04808, over 89.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3564, pruned_loss=0.112, over 2781243.29 frames. utt_duration=251 frames, utt_pad_proportion=0.07033, over 44592.55 utterances.], batch size: 89, lr: 3.11e-04 +2022-09-18 06:59:40,480 INFO [train.py:885] (1/2) Epoch 15, batch 6500, loss[loss=0.2487, simple_loss=0.3077, pruned_loss=0.0949, over 14056.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.0525, over 98.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3559, pruned_loss=0.1118, over 2779809.14 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07087, over 44416.49 utterances.], batch size: 98, lr: 3.11e-04 +2022-09-18 07:00:09,955 INFO [train.py:885] (1/2) Epoch 15, batch 6550, loss[loss=0.4463, simple_loss=0.4701, pruned_loss=0.2112, over 14228.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04303, over 306.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3572, pruned_loss=0.1119, over 2777944.40 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07258, over 45807.88 utterances.], batch size: 306, lr: 3.11e-04 +2022-09-18 07:00:39,826 INFO [train.py:885] (1/2) Epoch 15, batch 6600, loss[loss=0.1858, simple_loss=0.2336, pruned_loss=0.06894, over 13322.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.0905, over 41.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3575, pruned_loss=0.113, over 2773630.66 frames. utt_duration=245 frames, utt_pad_proportion=0.07295, over 45561.91 utterances.], batch size: 41, lr: 3.11e-04 +2022-09-18 07:01:09,657 INFO [train.py:885] (1/2) Epoch 15, batch 6650, loss[loss=0.3365, simple_loss=0.3964, pruned_loss=0.1383, over 14340.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03745, over 283.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3564, pruned_loss=0.1121, over 2773759.96 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07208, over 45636.54 utterances.], batch size: 283, lr: 3.11e-04 +2022-09-18 07:01:39,047 INFO [train.py:885] (1/2) Epoch 15, batch 6700, loss[loss=0.2577, simple_loss=0.3377, pruned_loss=0.08888, over 14373.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03733, over 167.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3553, pruned_loss=0.1112, over 2778684.43 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07129, over 45232.00 utterances.], batch size: 167, lr: 3.11e-04 +2022-09-18 07:02:09,291 INFO [train.py:885] (1/2) Epoch 15, batch 6750, loss[loss=0.3811, simple_loss=0.4619, pruned_loss=0.1502, over 13666.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07818, over 477.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3566, pruned_loss=0.1121, over 2781282.34 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07135, over 45335.98 utterances.], batch size: 477, lr: 3.11e-04 +2022-09-18 07:02:38,680 INFO [train.py:885] (1/2) Epoch 15, batch 6800, loss[loss=0.1788, simple_loss=0.2426, pruned_loss=0.05745, over 13135.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.1176, over 33.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3537, pruned_loss=0.1112, over 2777043.07 frames. utt_duration=254.8 frames, utt_pad_proportion=0.07085, over 43847.87 utterances.], batch size: 33, lr: 3.11e-04 +2022-09-18 07:03:07,996 INFO [train.py:885] (1/2) Epoch 15, batch 6850, loss[loss=0.2766, simple_loss=0.3513, pruned_loss=0.101, over 14297.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03879, over 154.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3564, pruned_loss=0.1134, over 2778334.84 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07148, over 44247.44 utterances.], batch size: 154, lr: 3.11e-04 +2022-09-18 07:03:37,629 INFO [train.py:885] (1/2) Epoch 15, batch 6900, loss[loss=0.3527, simple_loss=0.4227, pruned_loss=0.1413, over 14031.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05436, over 365.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3555, pruned_loss=0.1126, over 2781953.60 frames. utt_duration=256.5 frames, utt_pad_proportion=0.07, over 43634.51 utterances.], batch size: 365, lr: 3.11e-04 +2022-09-18 07:04:06,988 INFO [train.py:885] (1/2) Epoch 15, batch 6950, loss[loss=0.2948, simple_loss=0.373, pruned_loss=0.1083, over 14347.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03906, over 167.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3568, pruned_loss=0.113, over 2781014.30 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07139, over 44208.43 utterances.], batch size: 167, lr: 3.11e-04 +2022-09-18 07:04:36,735 INFO [train.py:885] (1/2) Epoch 15, batch 7000, loss[loss=0.2066, simple_loss=0.2735, pruned_loss=0.06991, over 14191.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04593, over 89.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3543, pruned_loss=0.1112, over 2782935.98 frames. utt_duration=259.4 frames, utt_pad_proportion=0.07022, over 43161.46 utterances.], batch size: 89, lr: 3.11e-04 +2022-09-18 07:05:06,193 INFO [train.py:885] (1/2) Epoch 15, batch 7050, loss[loss=0.1997, simple_loss=0.2675, pruned_loss=0.06589, over 14169.00 frames. utt_duration=638.4 frames, utt_pad_proportion=0.04721, over 89.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3525, pruned_loss=0.1102, over 2783610.28 frames. utt_duration=261 frames, utt_pad_proportion=0.068, over 42903.81 utterances.], batch size: 89, lr: 3.11e-04 +2022-09-18 07:05:35,829 INFO [train.py:885] (1/2) Epoch 15, batch 7100, loss[loss=0.2367, simple_loss=0.3036, pruned_loss=0.08495, over 13988.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.06101, over 79.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3561, pruned_loss=0.1121, over 2782106.78 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06918, over 44387.66 utterances.], batch size: 79, lr: 3.11e-04 +2022-09-18 07:06:05,563 INFO [train.py:885] (1/2) Epoch 15, batch 7150, loss[loss=0.1677, simple_loss=0.2319, pruned_loss=0.05172, over 12395.00 frames. utt_duration=2068 frames, utt_pad_proportion=0.1613, over 24.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3589, pruned_loss=0.1135, over 2776740.34 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07266, over 45697.43 utterances.], batch size: 24, lr: 3.10e-04 +2022-09-18 07:06:35,059 INFO [train.py:885] (1/2) Epoch 15, batch 7200, loss[loss=0.2366, simple_loss=0.3057, pruned_loss=0.08378, over 14320.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03704, over 130.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3604, pruned_loss=0.114, over 2774807.15 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07339, over 46986.97 utterances.], batch size: 130, lr: 3.10e-04 +2022-09-18 07:07:04,916 INFO [train.py:885] (1/2) Epoch 15, batch 7250, loss[loss=0.2593, simple_loss=0.3256, pruned_loss=0.09649, over 14320.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03918, over 130.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3584, pruned_loss=0.113, over 2779073.35 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07122, over 45730.49 utterances.], batch size: 130, lr: 3.10e-04 +2022-09-18 07:07:34,260 INFO [train.py:885] (1/2) Epoch 15, batch 7300, loss[loss=0.159, simple_loss=0.2191, pruned_loss=0.04952, over 13759.00 frames. utt_duration=919 frames, utt_pad_proportion=0.07643, over 60.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3562, pruned_loss=0.1125, over 2777110.29 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07151, over 44709.88 utterances.], batch size: 60, lr: 3.10e-04 +2022-09-18 07:08:04,618 INFO [train.py:885] (1/2) Epoch 15, batch 7350, loss[loss=0.5645, simple_loss=0.6338, pruned_loss=0.2476, over 12502.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1448, over 811.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3548, pruned_loss=0.1116, over 2780137.63 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07083, over 44124.34 utterances.], batch size: 811, lr: 3.10e-04 +2022-09-18 07:08:34,002 INFO [train.py:885] (1/2) Epoch 15, batch 7400, loss[loss=0.3511, simple_loss=0.4283, pruned_loss=0.1369, over 13996.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05601, over 365.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3557, pruned_loss=0.1123, over 2778100.44 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07291, over 44385.03 utterances.], batch size: 365, lr: 3.10e-04 +2022-09-18 07:09:03,049 INFO [train.py:885] (1/2) Epoch 15, batch 7450, loss[loss=0.2638, simple_loss=0.3188, pruned_loss=0.1043, over 14052.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05713, over 98.00 utterances.], tot_loss[loss=0.2973, simple_loss=0.3629, pruned_loss=0.1159, over 2777158.49 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07547, over 47486.84 utterances.], batch size: 98, lr: 3.10e-04 +2022-09-18 07:09:33,003 INFO [train.py:885] (1/2) Epoch 15, batch 7500, loss[loss=0.5607, simple_loss=0.6336, pruned_loss=0.2439, over 12567.00 frames. utt_duration=63.71 frames, utt_pad_proportion=0.1391, over 810.00 utterances.], tot_loss[loss=0.3, simple_loss=0.366, pruned_loss=0.117, over 2774100.10 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07681, over 49046.52 utterances.], batch size: 810, lr: 3.10e-04 +2022-09-18 07:10:01,982 INFO [train.py:885] (1/2) Epoch 15, batch 7550, loss[loss=0.2531, simple_loss=0.3264, pruned_loss=0.08986, over 14326.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03856, over 130.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3612, pruned_loss=0.1146, over 2777435.61 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07538, over 46551.59 utterances.], batch size: 130, lr: 3.10e-04 +2022-09-18 07:10:31,673 INFO [train.py:885] (1/2) Epoch 15, batch 7600, loss[loss=0.3941, simple_loss=0.4867, pruned_loss=0.1508, over 13134.00 frames. utt_duration=82.03 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3636, pruned_loss=0.1148, over 2778555.17 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07473, over 48057.91 utterances.], batch size: 653, lr: 3.10e-04 +2022-09-18 07:11:01,312 INFO [train.py:885] (1/2) Epoch 15, batch 7650, loss[loss=0.5144, simple_loss=0.5996, pruned_loss=0.2146, over 12503.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.144, over 810.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3605, pruned_loss=0.1128, over 2771989.04 frames. utt_duration=233.9 frames, utt_pad_proportion=0.0755, over 47713.97 utterances.], batch size: 810, lr: 3.10e-04 +2022-09-18 07:11:31,251 INFO [train.py:885] (1/2) Epoch 15, batch 7700, loss[loss=0.3502, simple_loss=0.4105, pruned_loss=0.1449, over 14249.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.0419, over 306.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3598, pruned_loss=0.1129, over 2773129.06 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07501, over 47526.27 utterances.], batch size: 306, lr: 3.10e-04 +2022-09-18 07:12:01,362 INFO [train.py:885] (1/2) Epoch 15, batch 7750, loss[loss=0.4083, simple_loss=0.4979, pruned_loss=0.1594, over 13160.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3619, pruned_loss=0.1139, over 2777585.57 frames. utt_duration=231.6 frames, utt_pad_proportion=0.0739, over 48280.51 utterances.], batch size: 653, lr: 3.10e-04 +2022-09-18 07:12:30,684 INFO [train.py:885] (1/2) Epoch 15, batch 7800, loss[loss=0.3215, simple_loss=0.388, pruned_loss=0.1275, over 14357.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.033, over 244.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3615, pruned_loss=0.1137, over 2778902.48 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07278, over 48207.39 utterances.], batch size: 244, lr: 3.10e-04 +2022-09-18 07:12:59,569 INFO [train.py:885] (1/2) Epoch 15, batch 7850, loss[loss=0.3681, simple_loss=0.4163, pruned_loss=0.16, over 14334.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0375, over 283.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.359, pruned_loss=0.113, over 2781386.69 frames. utt_duration=240 frames, utt_pad_proportion=0.07127, over 46636.96 utterances.], batch size: 283, lr: 3.10e-04 +2022-09-18 07:13:29,474 INFO [train.py:885] (1/2) Epoch 15, batch 7900, loss[loss=0.5341, simple_loss=0.6078, pruned_loss=0.2302, over 12384.00 frames. utt_duration=62.76 frames, utt_pad_proportion=0.1518, over 810.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3591, pruned_loss=0.1135, over 2776327.59 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07357, over 46590.97 utterances.], batch size: 810, lr: 3.10e-04 +2022-09-18 07:13:58,903 INFO [train.py:885] (1/2) Epoch 15, batch 7950, loss[loss=0.3619, simple_loss=0.4005, pruned_loss=0.1616, over 14298.00 frames. utt_duration=294.8 frames, utt_pad_proportion=0.03981, over 195.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3604, pruned_loss=0.1136, over 2777625.98 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07293, over 47465.55 utterances.], batch size: 195, lr: 3.10e-04 +2022-09-18 07:14:27,742 INFO [train.py:885] (1/2) Epoch 15, batch 8000, loss[loss=0.1989, simple_loss=0.267, pruned_loss=0.0654, over 13897.00 frames. utt_duration=927.6 frames, utt_pad_proportion=0.06866, over 60.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3615, pruned_loss=0.1142, over 2778570.65 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07314, over 47785.64 utterances.], batch size: 60, lr: 3.10e-04 +2022-09-18 07:14:58,053 INFO [train.py:885] (1/2) Epoch 15, batch 8050, loss[loss=0.2989, simple_loss=0.3685, pruned_loss=0.1147, over 14374.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03195, over 244.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3646, pruned_loss=0.1152, over 2779566.03 frames. utt_duration=228.9 frames, utt_pad_proportion=0.07533, over 48898.50 utterances.], batch size: 244, lr: 3.10e-04 +2022-09-18 07:15:27,692 INFO [train.py:885] (1/2) Epoch 15, batch 8100, loss[loss=0.3364, simple_loss=0.4293, pruned_loss=0.1218, over 13638.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08144, over 477.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.363, pruned_loss=0.115, over 2781944.80 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07325, over 47509.24 utterances.], batch size: 477, lr: 3.10e-04 +2022-09-18 07:15:57,028 INFO [train.py:885] (1/2) Epoch 15, batch 8150, loss[loss=0.1917, simple_loss=0.2597, pruned_loss=0.06185, over 13991.00 frames. utt_duration=709.7 frames, utt_pad_proportion=0.05995, over 79.00 utterances.], tot_loss[loss=0.295, simple_loss=0.3622, pruned_loss=0.1139, over 2781460.56 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07403, over 47728.40 utterances.], batch size: 79, lr: 3.10e-04 +2022-09-18 07:16:26,606 INFO [train.py:885] (1/2) Epoch 15, batch 8200, loss[loss=0.2976, simple_loss=0.3634, pruned_loss=0.1159, over 14254.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04164, over 225.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3624, pruned_loss=0.1143, over 2783628.39 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07414, over 48065.81 utterances.], batch size: 225, lr: 3.10e-04 +2022-09-18 07:16:55,628 INFO [train.py:885] (1/2) Epoch 15, batch 8250, loss[loss=0.2542, simple_loss=0.3271, pruned_loss=0.09066, over 14329.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03602, over 120.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3585, pruned_loss=0.1123, over 2783150.52 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07158, over 46219.96 utterances.], batch size: 120, lr: 3.10e-04 +2022-09-18 07:17:25,426 INFO [train.py:885] (1/2) Epoch 15, batch 8300, loss[loss=0.2264, simple_loss=0.292, pruned_loss=0.08046, over 13863.00 frames. utt_duration=805 frames, utt_pad_proportion=0.06285, over 69.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3601, pruned_loss=0.1131, over 2779984.59 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07278, over 46530.59 utterances.], batch size: 69, lr: 3.10e-04 +2022-09-18 07:17:55,326 INFO [train.py:885] (1/2) Epoch 15, batch 8350, loss[loss=0.2642, simple_loss=0.3369, pruned_loss=0.09569, over 14263.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04037, over 130.00 utterances.], tot_loss[loss=0.2962, simple_loss=0.3633, pruned_loss=0.1145, over 2781257.87 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07296, over 47824.56 utterances.], batch size: 130, lr: 3.09e-04 +2022-09-18 07:18:24,870 INFO [train.py:885] (1/2) Epoch 15, batch 8400, loss[loss=0.322, simple_loss=0.4049, pruned_loss=0.1196, over 13981.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05623, over 365.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3635, pruned_loss=0.114, over 2781185.81 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07302, over 48288.97 utterances.], batch size: 365, lr: 3.09e-04 +2022-09-18 07:18:54,722 INFO [train.py:885] (1/2) Epoch 15, batch 8450, loss[loss=0.4183, simple_loss=0.4409, pruned_loss=0.1978, over 14359.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03305, over 244.00 utterances.], tot_loss[loss=0.2989, simple_loss=0.3653, pruned_loss=0.1162, over 2776733.11 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07384, over 48192.84 utterances.], batch size: 244, lr: 3.09e-04 +2022-09-18 07:19:24,110 INFO [train.py:885] (1/2) Epoch 15, batch 8500, loss[loss=0.3946, simple_loss=0.4372, pruned_loss=0.176, over 14248.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04162, over 225.00 utterances.], tot_loss[loss=0.2979, simple_loss=0.3644, pruned_loss=0.1157, over 2780186.04 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07193, over 47379.34 utterances.], batch size: 225, lr: 3.09e-04 +2022-09-18 07:19:53,453 INFO [train.py:885] (1/2) Epoch 15, batch 8550, loss[loss=0.315, simple_loss=0.3791, pruned_loss=0.1254, over 14352.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03618, over 195.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3647, pruned_loss=0.1158, over 2781490.77 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07238, over 47796.95 utterances.], batch size: 195, lr: 3.09e-04 +2022-09-18 07:20:23,029 INFO [train.py:885] (1/2) Epoch 15, batch 8600, loss[loss=0.3079, simple_loss=0.3766, pruned_loss=0.1197, over 14283.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.0397, over 225.00 utterances.], tot_loss[loss=0.3011, simple_loss=0.3672, pruned_loss=0.1176, over 2784586.81 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07197, over 47976.31 utterances.], batch size: 225, lr: 3.09e-04 +2022-09-18 07:20:52,243 INFO [train.py:885] (1/2) Epoch 15, batch 8650, loss[loss=0.2532, simple_loss=0.3307, pruned_loss=0.08789, over 14226.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04657, over 141.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3617, pruned_loss=0.1144, over 2781836.06 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06998, over 46429.02 utterances.], batch size: 141, lr: 3.09e-04 +2022-09-18 07:21:21,700 INFO [train.py:885] (1/2) Epoch 15, batch 8700, loss[loss=0.2112, simple_loss=0.2766, pruned_loss=0.07286, over 13833.00 frames. utt_duration=803.4 frames, utt_pad_proportion=0.06472, over 69.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3627, pruned_loss=0.1143, over 2779088.92 frames. utt_duration=237 frames, utt_pad_proportion=0.07272, over 47202.20 utterances.], batch size: 69, lr: 3.09e-04 +2022-09-18 07:21:52,027 INFO [train.py:885] (1/2) Epoch 15, batch 8750, loss[loss=0.4145, simple_loss=0.4708, pruned_loss=0.1792, over 13970.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05775, over 365.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.365, pruned_loss=0.1154, over 2773869.39 frames. utt_duration=229.8 frames, utt_pad_proportion=0.07497, over 48594.34 utterances.], batch size: 365, lr: 3.09e-04 +2022-09-18 07:22:21,515 INFO [train.py:885] (1/2) Epoch 15, batch 8800, loss[loss=0.1777, simple_loss=0.2452, pruned_loss=0.05508, over 13606.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08331, over 50.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3611, pruned_loss=0.1136, over 2772753.60 frames. utt_duration=238.2 frames, utt_pad_proportion=0.0739, over 46850.80 utterances.], batch size: 50, lr: 3.09e-04 +2022-09-18 07:22:51,035 INFO [train.py:885] (1/2) Epoch 15, batch 8850, loss[loss=0.3086, simple_loss=0.3703, pruned_loss=0.1234, over 14239.00 frames. utt_duration=318 frames, utt_pad_proportion=0.04217, over 180.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3581, pruned_loss=0.1122, over 2774054.24 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07301, over 46070.87 utterances.], batch size: 180, lr: 3.09e-04 +2022-09-18 07:23:20,500 INFO [train.py:885] (1/2) Epoch 15, batch 8900, loss[loss=0.1791, simple_loss=0.2332, pruned_loss=0.06248, over 13281.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.101, over 33.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3583, pruned_loss=0.1125, over 2777866.74 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07118, over 45595.59 utterances.], batch size: 33, lr: 3.09e-04 +2022-09-18 07:23:49,666 INFO [train.py:885] (1/2) Epoch 15, batch 8950, loss[loss=0.1689, simple_loss=0.2198, pruned_loss=0.05904, over 13825.00 frames. utt_duration=1288 frames, utt_pad_proportion=0.07505, over 43.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3574, pruned_loss=0.1123, over 2783677.67 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06852, over 44598.28 utterances.], batch size: 43, lr: 3.09e-04 +2022-09-18 07:24:19,755 INFO [train.py:885] (1/2) Epoch 15, batch 9000, loss[loss=0.1734, simple_loss=0.2416, pruned_loss=0.05261, over 12986.00 frames. utt_duration=1999 frames, utt_pad_proportion=0.1238, over 26.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3594, pruned_loss=0.1127, over 2783349.79 frames. utt_duration=244.4 frames, utt_pad_proportion=0.0698, over 45837.90 utterances.], batch size: 26, lr: 3.09e-04 +2022-09-18 07:24:19,756 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 07:24:24,406 INFO [train.py:914] (1/2) Epoch 15, validation: loss=0.193, simple_loss=0.2721, pruned_loss=0.05698, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 07:24:54,469 INFO [train.py:885] (1/2) Epoch 15, batch 9050, loss[loss=0.3002, simple_loss=0.3607, pruned_loss=0.1199, over 14250.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04193, over 180.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3601, pruned_loss=0.113, over 2786020.82 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07002, over 46212.90 utterances.], batch size: 180, lr: 3.09e-04 +2022-09-18 07:25:23,980 INFO [train.py:885] (1/2) Epoch 15, batch 9100, loss[loss=0.3226, simple_loss=0.3801, pruned_loss=0.1326, over 14288.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03911, over 180.00 utterances.], tot_loss[loss=0.293, simple_loss=0.3601, pruned_loss=0.1129, over 2782419.61 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06966, over 46195.06 utterances.], batch size: 180, lr: 3.09e-04 +2022-09-18 07:25:53,520 INFO [train.py:885] (1/2) Epoch 15, batch 9150, loss[loss=0.1738, simple_loss=0.2423, pruned_loss=0.05262, over 12898.00 frames. utt_duration=1986 frames, utt_pad_proportion=0.1324, over 26.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3612, pruned_loss=0.1132, over 2783412.19 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07019, over 46577.65 utterances.], batch size: 26, lr: 3.09e-04 +2022-09-18 07:26:23,206 INFO [train.py:885] (1/2) Epoch 15, batch 9200, loss[loss=0.328, simple_loss=0.3925, pruned_loss=0.1318, over 14367.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03294, over 244.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3596, pruned_loss=0.1125, over 2777333.12 frames. utt_duration=244.3 frames, utt_pad_proportion=0.0715, over 45755.10 utterances.], batch size: 244, lr: 3.09e-04 +2022-09-18 07:26:53,450 INFO [train.py:885] (1/2) Epoch 15, batch 9250, loss[loss=0.2807, simple_loss=0.3539, pruned_loss=0.1038, over 14376.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03716, over 167.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3579, pruned_loss=0.1114, over 2777846.94 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07182, over 45682.97 utterances.], batch size: 167, lr: 3.09e-04 +2022-09-18 07:27:22,576 INFO [train.py:885] (1/2) Epoch 15, batch 9300, loss[loss=0.2905, simple_loss=0.3652, pruned_loss=0.1079, over 14301.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03918, over 225.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.355, pruned_loss=0.1102, over 2780467.53 frames. utt_duration=253 frames, utt_pad_proportion=0.07129, over 44218.93 utterances.], batch size: 225, lr: 3.09e-04 +2022-09-18 07:27:52,378 INFO [train.py:885] (1/2) Epoch 15, batch 9350, loss[loss=0.1581, simple_loss=0.2202, pruned_loss=0.04798, over 13456.00 frames. utt_duration=1632 frames, utt_pad_proportion=0.09467, over 33.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3502, pruned_loss=0.1083, over 2774493.22 frames. utt_duration=261.8 frames, utt_pad_proportion=0.07046, over 42631.11 utterances.], batch size: 33, lr: 3.09e-04 +2022-09-18 07:28:22,059 INFO [train.py:885] (1/2) Epoch 15, batch 9400, loss[loss=0.2999, simple_loss=0.366, pruned_loss=0.1169, over 14287.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03983, over 225.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3556, pruned_loss=0.1116, over 2776651.77 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07116, over 44586.38 utterances.], batch size: 225, lr: 3.09e-04 +2022-09-18 07:28:51,673 INFO [train.py:885] (1/2) Epoch 15, batch 9450, loss[loss=0.2994, simple_loss=0.3614, pruned_loss=0.1187, over 14240.00 frames. utt_duration=371.6 frames, utt_pad_proportion=0.04229, over 154.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3568, pruned_loss=0.112, over 2781397.59 frames. utt_duration=250.4 frames, utt_pad_proportion=0.0692, over 44692.51 utterances.], batch size: 154, lr: 3.09e-04 +2022-09-18 07:29:21,183 INFO [train.py:885] (1/2) Epoch 15, batch 9500, loss[loss=0.3304, simple_loss=0.3835, pruned_loss=0.1386, over 14327.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03764, over 210.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3562, pruned_loss=0.1121, over 2780432.91 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06904, over 44081.64 utterances.], batch size: 210, lr: 3.09e-04 +2022-09-18 07:29:50,910 INFO [train.py:885] (1/2) Epoch 15, batch 9550, loss[loss=0.2953, simple_loss=0.376, pruned_loss=0.1073, over 14318.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03768, over 210.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.362, pruned_loss=0.1141, over 2781358.71 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07142, over 46740.48 utterances.], batch size: 210, lr: 3.08e-04 +2022-09-18 07:30:20,144 INFO [train.py:885] (1/2) Epoch 15, batch 9600, loss[loss=0.2878, simple_loss=0.3589, pruned_loss=0.1083, over 14275.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04066, over 180.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3613, pruned_loss=0.1142, over 2783502.02 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07068, over 46344.79 utterances.], batch size: 180, lr: 3.08e-04 +2022-09-18 07:30:49,804 INFO [train.py:885] (1/2) Epoch 15, batch 9650, loss[loss=0.4011, simple_loss=0.4435, pruned_loss=0.1793, over 14199.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04455, over 306.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3558, pruned_loss=0.1121, over 2782499.80 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06986, over 43992.06 utterances.], batch size: 306, lr: 3.08e-04 +2022-09-18 07:31:20,369 INFO [train.py:885] (1/2) Epoch 15, batch 9700, loss[loss=0.22, simple_loss=0.2745, pruned_loss=0.08275, over 13989.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.05602, over 79.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3574, pruned_loss=0.1129, over 2782560.08 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0697, over 45354.16 utterances.], batch size: 79, lr: 3.08e-04 +2022-09-18 07:31:50,325 INFO [train.py:885] (1/2) Epoch 15, batch 9750, loss[loss=0.491, simple_loss=0.5817, pruned_loss=0.2001, over 12558.00 frames. utt_duration=63.49 frames, utt_pad_proportion=0.1421, over 811.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3607, pruned_loss=0.1138, over 2784321.66 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07076, over 47023.07 utterances.], batch size: 811, lr: 3.08e-04 +2022-09-18 07:32:19,423 INFO [train.py:885] (1/2) Epoch 15, batch 9800, loss[loss=0.3392, simple_loss=0.399, pruned_loss=0.1397, over 14201.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0449, over 306.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3579, pruned_loss=0.1124, over 2781511.92 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07058, over 45987.53 utterances.], batch size: 306, lr: 3.08e-04 +2022-09-18 07:32:48,975 INFO [train.py:885] (1/2) Epoch 15, batch 9850, loss[loss=0.3028, simple_loss=0.3718, pruned_loss=0.1169, over 14244.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04121, over 141.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3565, pruned_loss=0.1115, over 2782254.47 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06962, over 45358.30 utterances.], batch size: 141, lr: 3.08e-04 +2022-09-18 07:33:18,467 INFO [train.py:885] (1/2) Epoch 15, batch 9900, loss[loss=0.3578, simple_loss=0.4506, pruned_loss=0.1325, over 13624.00 frames. utt_duration=98.69 frames, utt_pad_proportion=0.07762, over 560.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3578, pruned_loss=0.1119, over 2784719.54 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06886, over 46002.68 utterances.], batch size: 560, lr: 3.08e-04 +2022-09-18 07:33:48,205 INFO [train.py:885] (1/2) Epoch 15, batch 9950, loss[loss=0.3314, simple_loss=0.4049, pruned_loss=0.129, over 13776.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07149, over 411.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3607, pruned_loss=0.1125, over 2779526.11 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07201, over 48005.94 utterances.], batch size: 411, lr: 3.08e-04 +2022-09-18 07:34:17,400 INFO [train.py:885] (1/2) Epoch 15, batch 10000, loss[loss=0.4714, simple_loss=0.5319, pruned_loss=0.2055, over 13159.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1066, over 653.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3622, pruned_loss=0.1144, over 2777667.89 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07249, over 47915.29 utterances.], batch size: 653, lr: 3.08e-04 +2022-09-18 07:34:47,148 INFO [train.py:885] (1/2) Epoch 15, batch 10050, loss[loss=0.5607, simple_loss=0.6371, pruned_loss=0.2422, over 12460.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1468, over 810.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3623, pruned_loss=0.1139, over 2775022.10 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07394, over 47793.56 utterances.], batch size: 810, lr: 3.08e-04 +2022-09-18 07:35:17,064 INFO [train.py:885] (1/2) Epoch 15, batch 10100, loss[loss=0.4927, simple_loss=0.589, pruned_loss=0.1983, over 12510.00 frames. utt_duration=63.37 frames, utt_pad_proportion=0.1436, over 810.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3614, pruned_loss=0.1129, over 2778151.40 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07329, over 47691.95 utterances.], batch size: 810, lr: 3.08e-04 +2022-09-18 07:35:46,657 INFO [train.py:885] (1/2) Epoch 15, batch 10150, loss[loss=0.2883, simple_loss=0.3644, pruned_loss=0.1061, over 14287.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04072, over 226.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3584, pruned_loss=0.1118, over 2777020.25 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07278, over 46212.50 utterances.], batch size: 226, lr: 3.08e-04 +2022-09-18 07:36:15,729 INFO [train.py:885] (1/2) Epoch 15, batch 10200, loss[loss=0.1713, simple_loss=0.2429, pruned_loss=0.04992, over 13492.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.08725, over 50.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3544, pruned_loss=0.1103, over 2777724.33 frames. utt_duration=251.6 frames, utt_pad_proportion=0.0718, over 44428.29 utterances.], batch size: 50, lr: 3.08e-04 +2022-09-18 07:36:45,394 INFO [train.py:885] (1/2) Epoch 15, batch 10250, loss[loss=0.2348, simple_loss=0.3145, pruned_loss=0.07748, over 14266.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04036, over 130.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3556, pruned_loss=0.111, over 2780963.18 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07095, over 43785.86 utterances.], batch size: 130, lr: 3.08e-04 +2022-09-18 07:37:15,715 INFO [train.py:885] (1/2) Epoch 15, batch 10300, loss[loss=0.4188, simple_loss=0.4856, pruned_loss=0.176, over 13615.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07874, over 560.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.3594, pruned_loss=0.1122, over 2780431.83 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07243, over 46086.71 utterances.], batch size: 560, lr: 3.08e-04 +2022-09-18 07:37:44,388 INFO [train.py:885] (1/2) Epoch 15, batch 10350, loss[loss=0.2971, simple_loss=0.3624, pruned_loss=0.1159, over 14388.00 frames. utt_duration=346 frames, utt_pad_proportion=0.03608, over 167.00 utterances.], tot_loss[loss=0.2967, simple_loss=0.3634, pruned_loss=0.115, over 2783028.54 frames. utt_duration=238.7 frames, utt_pad_proportion=0.0715, over 46932.37 utterances.], batch size: 167, lr: 3.08e-04 +2022-09-18 07:38:14,008 INFO [train.py:885] (1/2) Epoch 15, batch 10400, loss[loss=0.2345, simple_loss=0.3175, pruned_loss=0.07573, over 14395.00 frames. utt_duration=346.1 frames, utt_pad_proportion=0.03593, over 167.00 utterances.], tot_loss[loss=0.296, simple_loss=0.3628, pruned_loss=0.1145, over 2783436.08 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07027, over 47189.23 utterances.], batch size: 167, lr: 3.08e-04 +2022-09-18 07:38:43,069 INFO [train.py:885] (1/2) Epoch 15, batch 10450, loss[loss=0.2477, simple_loss=0.3084, pruned_loss=0.09344, over 14178.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04448, over 109.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3619, pruned_loss=0.1144, over 2783770.84 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07075, over 46456.47 utterances.], batch size: 109, lr: 3.08e-04 +2022-09-18 07:39:12,956 INFO [train.py:885] (1/2) Epoch 15, batch 10500, loss[loss=0.306, simple_loss=0.369, pruned_loss=0.1215, over 14344.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03628, over 195.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3633, pruned_loss=0.1153, over 2781501.68 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07167, over 46976.27 utterances.], batch size: 195, lr: 3.08e-04 +2022-09-18 07:39:42,152 INFO [train.py:885] (1/2) Epoch 15, batch 10550, loss[loss=0.2785, simple_loss=0.3412, pruned_loss=0.1079, over 14279.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04002, over 154.00 utterances.], tot_loss[loss=0.3005, simple_loss=0.366, pruned_loss=0.1175, over 2785782.81 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07112, over 46962.86 utterances.], batch size: 154, lr: 3.08e-04 +2022-09-18 07:40:11,894 INFO [train.py:885] (1/2) Epoch 15, batch 10600, loss[loss=0.3143, simple_loss=0.3746, pruned_loss=0.127, over 14322.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03845, over 195.00 utterances.], tot_loss[loss=0.3008, simple_loss=0.3666, pruned_loss=0.1175, over 2787852.15 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07096, over 47368.83 utterances.], batch size: 195, lr: 3.08e-04 +2022-09-18 07:40:41,966 INFO [train.py:885] (1/2) Epoch 15, batch 10650, loss[loss=0.255, simple_loss=0.3184, pruned_loss=0.09579, over 14057.00 frames. utt_duration=575.3 frames, utt_pad_proportion=0.05539, over 98.00 utterances.], tot_loss[loss=0.2986, simple_loss=0.3642, pruned_loss=0.1165, over 2780933.33 frames. utt_duration=238 frames, utt_pad_proportion=0.07248, over 47034.09 utterances.], batch size: 98, lr: 3.08e-04 +2022-09-18 07:41:12,069 INFO [train.py:885] (1/2) Epoch 15, batch 10700, loss[loss=0.2572, simple_loss=0.3204, pruned_loss=0.09701, over 14092.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05493, over 98.00 utterances.], tot_loss[loss=0.2987, simple_loss=0.3649, pruned_loss=0.1162, over 2776145.70 frames. utt_duration=233.9 frames, utt_pad_proportion=0.0739, over 47771.76 utterances.], batch size: 98, lr: 3.08e-04 +2022-09-18 07:41:41,515 INFO [train.py:885] (1/2) Epoch 15, batch 10750, loss[loss=0.2761, simple_loss=0.3458, pruned_loss=0.1032, over 14286.00 frames. utt_duration=406.7 frames, utt_pad_proportion=0.043, over 141.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3629, pruned_loss=0.1151, over 2781641.38 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07191, over 46374.07 utterances.], batch size: 141, lr: 3.07e-04 +2022-09-18 07:42:10,854 INFO [train.py:885] (1/2) Epoch 15, batch 10800, loss[loss=0.3001, simple_loss=0.3548, pruned_loss=0.1227, over 14159.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04567, over 109.00 utterances.], tot_loss[loss=0.2988, simple_loss=0.3643, pruned_loss=0.1167, over 2782043.99 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07213, over 46157.36 utterances.], batch size: 109, lr: 3.07e-04 +2022-09-18 07:42:40,586 INFO [train.py:885] (1/2) Epoch 15, batch 10850, loss[loss=0.4127, simple_loss=0.4641, pruned_loss=0.1807, over 13963.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05814, over 365.00 utterances.], tot_loss[loss=0.3001, simple_loss=0.3657, pruned_loss=0.1172, over 2779139.23 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07443, over 47361.47 utterances.], batch size: 365, lr: 3.07e-04 +2022-09-18 07:43:09,723 INFO [train.py:885] (1/2) Epoch 15, batch 10900, loss[loss=0.2896, simple_loss=0.3561, pruned_loss=0.1116, over 14345.00 frames. utt_duration=442.9 frames, utt_pad_proportion=0.03726, over 130.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3641, pruned_loss=0.1163, over 2786289.93 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07137, over 46254.37 utterances.], batch size: 130, lr: 3.07e-04 +2022-09-18 07:43:39,785 INFO [train.py:885] (1/2) Epoch 15, batch 10950, loss[loss=0.3664, simple_loss=0.4536, pruned_loss=0.1396, over 13658.00 frames. utt_duration=98.98 frames, utt_pad_proportion=0.07495, over 560.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.362, pruned_loss=0.1146, over 2788636.61 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07067, over 46326.16 utterances.], batch size: 560, lr: 3.07e-04 +2022-09-18 07:44:15,797 INFO [train.py:885] (1/2) Epoch 15, batch 11000, loss[loss=0.2211, simple_loss=0.2882, pruned_loss=0.07697, over 14142.00 frames. utt_duration=578.8 frames, utt_pad_proportion=0.05112, over 98.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.362, pruned_loss=0.1141, over 2790231.51 frames. utt_duration=242.6 frames, utt_pad_proportion=0.06953, over 46290.51 utterances.], batch size: 98, lr: 3.07e-04 +2022-09-18 07:44:45,220 INFO [train.py:885] (1/2) Epoch 15, batch 11050, loss[loss=0.2456, simple_loss=0.3329, pruned_loss=0.07912, over 14394.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03404, over 210.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3582, pruned_loss=0.1119, over 2787896.07 frames. utt_duration=248.9 frames, utt_pad_proportion=0.0693, over 45073.53 utterances.], batch size: 210, lr: 3.07e-04 +2022-09-18 07:45:14,004 INFO [train.py:885] (1/2) Epoch 15, batch 11100, loss[loss=0.312, simple_loss=0.385, pruned_loss=0.1195, over 13991.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05601, over 365.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3557, pruned_loss=0.1095, over 2787042.89 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06877, over 44655.93 utterances.], batch size: 365, lr: 3.07e-04 +2022-09-18 07:45:43,848 INFO [train.py:885] (1/2) Epoch 15, batch 11150, loss[loss=0.2963, simple_loss=0.3715, pruned_loss=0.1105, over 14230.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04286, over 225.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3592, pruned_loss=0.112, over 2783954.97 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07044, over 45809.34 utterances.], batch size: 225, lr: 3.07e-04 +2022-09-18 07:46:13,812 INFO [train.py:885] (1/2) Epoch 15, batch 11200, loss[loss=0.3038, simple_loss=0.3754, pruned_loss=0.1161, over 14252.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04202, over 225.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3592, pruned_loss=0.111, over 2780743.06 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07061, over 47005.58 utterances.], batch size: 225, lr: 3.07e-04 +2022-09-18 07:46:43,021 INFO [train.py:885] (1/2) Epoch 15, batch 11250, loss[loss=0.2115, simple_loss=0.2841, pruned_loss=0.06941, over 14158.00 frames. utt_duration=637.9 frames, utt_pad_proportion=0.04935, over 89.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3572, pruned_loss=0.1103, over 2784555.91 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0698, over 45665.00 utterances.], batch size: 89, lr: 3.07e-04 +2022-09-18 07:47:12,614 INFO [train.py:885] (1/2) Epoch 15, batch 11300, loss[loss=0.1635, simple_loss=0.2305, pruned_loss=0.04827, over 12727.00 frames. utt_duration=2123 frames, utt_pad_proportion=0.1368, over 24.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3544, pruned_loss=0.109, over 2780885.55 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07054, over 44891.41 utterances.], batch size: 24, lr: 3.07e-04 +2022-09-18 07:47:42,505 INFO [train.py:885] (1/2) Epoch 15, batch 11350, loss[loss=0.3696, simple_loss=0.4226, pruned_loss=0.1583, over 14219.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04352, over 306.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3554, pruned_loss=0.1104, over 2781092.59 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07076, over 44718.67 utterances.], batch size: 306, lr: 3.07e-04 +2022-09-18 07:48:13,040 INFO [train.py:885] (1/2) Epoch 15, batch 11400, loss[loss=0.2891, simple_loss=0.3548, pruned_loss=0.1116, over 14389.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03133, over 244.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3584, pruned_loss=0.1123, over 2781720.27 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07044, over 45465.53 utterances.], batch size: 244, lr: 3.07e-04 +2022-09-18 07:48:43,108 INFO [train.py:885] (1/2) Epoch 15, batch 11450, loss[loss=0.476, simple_loss=0.5362, pruned_loss=0.2079, over 13626.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07779, over 560.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3606, pruned_loss=0.1138, over 2783872.10 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07035, over 45848.36 utterances.], batch size: 560, lr: 3.07e-04 +2022-09-18 07:49:11,957 INFO [train.py:885] (1/2) Epoch 15, batch 11500, loss[loss=0.2556, simple_loss=0.3323, pruned_loss=0.08949, over 14285.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04287, over 141.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3578, pruned_loss=0.1122, over 2784480.78 frames. utt_duration=250 frames, utt_pad_proportion=0.06951, over 44823.84 utterances.], batch size: 141, lr: 3.07e-04 +2022-09-18 07:49:41,240 INFO [train.py:885] (1/2) Epoch 15, batch 11550, loss[loss=0.2185, simple_loss=0.2895, pruned_loss=0.07376, over 13679.00 frames. utt_duration=794.5 frames, utt_pad_proportion=0.07506, over 69.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3589, pruned_loss=0.1131, over 2790276.74 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06658, over 44818.83 utterances.], batch size: 69, lr: 3.07e-04 +2022-09-18 07:50:10,852 INFO [train.py:885] (1/2) Epoch 15, batch 11600, loss[loss=0.2048, simple_loss=0.2824, pruned_loss=0.06359, over 12680.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1534, over 25.00 utterances.], tot_loss[loss=0.2915, simple_loss=0.3581, pruned_loss=0.1124, over 2785144.77 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06843, over 45131.15 utterances.], batch size: 25, lr: 3.07e-04 +2022-09-18 07:50:39,900 INFO [train.py:885] (1/2) Epoch 15, batch 11650, loss[loss=0.4697, simple_loss=0.5394, pruned_loss=0.2, over 13177.00 frames. utt_duration=82.32 frames, utt_pad_proportion=0.1052, over 653.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3583, pruned_loss=0.1127, over 2791947.57 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06612, over 44951.04 utterances.], batch size: 653, lr: 3.07e-04 +2022-09-18 07:51:09,928 INFO [train.py:885] (1/2) Epoch 15, batch 11700, loss[loss=0.185, simple_loss=0.262, pruned_loss=0.05404, over 13836.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.07625, over 42.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3557, pruned_loss=0.1112, over 2793614.17 frames. utt_duration=261.1 frames, utt_pad_proportion=0.06446, over 43044.75 utterances.], batch size: 42, lr: 3.07e-04 +2022-09-18 07:51:39,525 INFO [train.py:885] (1/2) Epoch 15, batch 11750, loss[loss=0.5531, simple_loss=0.6292, pruned_loss=0.2385, over 12481.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1455, over 810.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3524, pruned_loss=0.1097, over 2790635.13 frames. utt_duration=270.1 frames, utt_pad_proportion=0.06399, over 41561.30 utterances.], batch size: 810, lr: 3.07e-04 +2022-09-18 07:52:08,452 INFO [train.py:885] (1/2) Epoch 15, batch 11800, loss[loss=0.3274, simple_loss=0.4101, pruned_loss=0.1223, over 14001.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0558, over 365.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3514, pruned_loss=0.1089, over 2787370.31 frames. utt_duration=269.7 frames, utt_pad_proportion=0.06474, over 41565.15 utterances.], batch size: 365, lr: 3.07e-04 +2022-09-18 07:52:38,424 INFO [train.py:885] (1/2) Epoch 15, batch 11850, loss[loss=0.6078, simple_loss=0.6345, pruned_loss=0.2906, over 13126.00 frames. utt_duration=81.98 frames, utt_pad_proportion=0.1089, over 653.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3528, pruned_loss=0.1097, over 2785221.41 frames. utt_duration=263.9 frames, utt_pad_proportion=0.06614, over 42453.71 utterances.], batch size: 653, lr: 3.07e-04 +2022-09-18 07:53:07,701 INFO [train.py:885] (1/2) Epoch 15, batch 11900, loss[loss=0.2441, simple_loss=0.3153, pruned_loss=0.08643, over 14326.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.03662, over 130.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3575, pruned_loss=0.112, over 2780938.18 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06892, over 44491.03 utterances.], batch size: 130, lr: 3.07e-04 +2022-09-18 07:53:36,929 INFO [train.py:885] (1/2) Epoch 15, batch 11950, loss[loss=0.3585, simple_loss=0.4061, pruned_loss=0.1555, over 14221.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04327, over 306.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3533, pruned_loss=0.1101, over 2787324.43 frames. utt_duration=263.6 frames, utt_pad_proportion=0.06644, over 42533.97 utterances.], batch size: 306, lr: 3.06e-04 +2022-09-18 07:54:06,556 INFO [train.py:885] (1/2) Epoch 15, batch 12000, loss[loss=0.2874, simple_loss=0.361, pruned_loss=0.1069, over 14341.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03391, over 244.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3558, pruned_loss=0.1107, over 2787341.03 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06803, over 44226.55 utterances.], batch size: 244, lr: 3.06e-04 +2022-09-18 07:54:06,556 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 07:54:11,270 INFO [train.py:914] (1/2) Epoch 15, validation: loss=0.1998, simple_loss=0.2786, pruned_loss=0.06048, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 07:54:41,339 INFO [train.py:885] (1/2) Epoch 15, batch 12050, loss[loss=0.2039, simple_loss=0.2814, pruned_loss=0.06319, over 14318.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03901, over 120.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3571, pruned_loss=0.1112, over 2787422.53 frames. utt_duration=247 frames, utt_pad_proportion=0.0685, over 45416.06 utterances.], batch size: 120, lr: 3.06e-04 +2022-09-18 07:55:10,714 INFO [train.py:885] (1/2) Epoch 15, batch 12100, loss[loss=0.2475, simple_loss=0.3177, pruned_loss=0.0886, over 14016.00 frames. utt_duration=573.7 frames, utt_pad_proportion=0.05789, over 98.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3586, pruned_loss=0.113, over 2782282.90 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06923, over 45780.68 utterances.], batch size: 98, lr: 3.06e-04 +2022-09-18 07:55:39,764 INFO [train.py:885] (1/2) Epoch 15, batch 12150, loss[loss=0.205, simple_loss=0.2614, pruned_loss=0.07427, over 13838.00 frames. utt_duration=804 frames, utt_pad_proportion=0.06297, over 69.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.353, pruned_loss=0.1104, over 2784154.04 frames. utt_duration=259.8 frames, utt_pad_proportion=0.06666, over 43106.74 utterances.], batch size: 69, lr: 3.06e-04 +2022-09-18 07:56:10,216 INFO [train.py:885] (1/2) Epoch 15, batch 12200, loss[loss=0.2847, simple_loss=0.3623, pruned_loss=0.1035, over 14336.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.03723, over 226.00 utterances.], tot_loss[loss=0.286, simple_loss=0.353, pruned_loss=0.1095, over 2783318.52 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0662, over 43809.78 utterances.], batch size: 226, lr: 3.06e-04 +2022-09-18 07:56:39,265 INFO [train.py:885] (1/2) Epoch 15, batch 12250, loss[loss=0.3295, simple_loss=0.4267, pruned_loss=0.1162, over 13680.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0792, over 478.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3558, pruned_loss=0.1105, over 2782646.90 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06764, over 44771.51 utterances.], batch size: 478, lr: 3.06e-04 +2022-09-18 07:57:09,207 INFO [train.py:885] (1/2) Epoch 15, batch 12300, loss[loss=0.2625, simple_loss=0.3657, pruned_loss=0.07962, over 13776.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07106, over 411.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3568, pruned_loss=0.1109, over 2779711.64 frames. utt_duration=244.5 frames, utt_pad_proportion=0.0694, over 45762.07 utterances.], batch size: 411, lr: 3.06e-04 +2022-09-18 07:57:39,166 INFO [train.py:885] (1/2) Epoch 15, batch 12350, loss[loss=0.1977, simple_loss=0.2724, pruned_loss=0.06147, over 14206.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04769, over 89.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3598, pruned_loss=0.1126, over 2780919.95 frames. utt_duration=240 frames, utt_pad_proportion=0.07022, over 46642.39 utterances.], batch size: 89, lr: 3.06e-04 +2022-09-18 07:58:08,467 INFO [train.py:885] (1/2) Epoch 15, batch 12400, loss[loss=0.314, simple_loss=0.3873, pruned_loss=0.1204, over 14200.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0443, over 306.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3579, pruned_loss=0.111, over 2777844.51 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07148, over 46637.73 utterances.], batch size: 306, lr: 3.06e-04 +2022-09-18 07:58:38,178 INFO [train.py:885] (1/2) Epoch 15, batch 12450, loss[loss=0.4011, simple_loss=0.4394, pruned_loss=0.1814, over 14192.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04547, over 306.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3586, pruned_loss=0.112, over 2778720.12 frames. utt_duration=242 frames, utt_pad_proportion=0.06996, over 46206.33 utterances.], batch size: 306, lr: 3.06e-04 +2022-09-18 07:59:07,906 INFO [train.py:885] (1/2) Epoch 15, batch 12500, loss[loss=0.2381, simple_loss=0.306, pruned_loss=0.08512, over 14066.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05482, over 98.00 utterances.], tot_loss[loss=0.2993, simple_loss=0.3655, pruned_loss=0.1166, over 2776818.47 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07251, over 47784.08 utterances.], batch size: 98, lr: 3.06e-04 +2022-09-18 07:59:37,528 INFO [train.py:885] (1/2) Epoch 15, batch 12550, loss[loss=0.2451, simple_loss=0.3146, pruned_loss=0.08778, over 14108.00 frames. utt_duration=519.3 frames, utt_pad_proportion=0.0489, over 109.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3635, pruned_loss=0.116, over 2778144.65 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07209, over 46731.39 utterances.], batch size: 109, lr: 3.06e-04 +2022-09-18 08:00:04,903 INFO [train.py:885] (1/2) Epoch 15, batch 12600, loss[loss=0.2124, simple_loss=0.2819, pruned_loss=0.07144, over 13841.00 frames. utt_duration=924.2 frames, utt_pad_proportion=0.06836, over 60.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3583, pruned_loss=0.1136, over 2780330.36 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07035, over 44294.91 utterances.], batch size: 60, lr: 3.06e-04 +2022-09-18 08:00:24,418 INFO [train.py:885] (1/2) Epoch 16, batch 0, loss[loss=0.5356, simple_loss=0.6078, pruned_loss=0.2317, over 12450.00 frames. utt_duration=63.04 frames, utt_pad_proportion=0.1481, over 810.00 utterances.], tot_loss[loss=0.5356, simple_loss=0.6078, pruned_loss=0.2317, over 12450.00 frames. utt_duration=63.04 frames, utt_pad_proportion=0.1481, over 810.00 utterances.], batch size: 810, lr: 2.97e-04 +2022-09-18 08:00:53,812 INFO [train.py:885] (1/2) Epoch 16, batch 50, loss[loss=0.1601, simple_loss=0.2231, pruned_loss=0.0486, over 13679.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.08091, over 50.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3529, pruned_loss=0.1071, over 625624.88 frames. utt_duration=245 frames, utt_pad_proportion=0.07029, over 10274.80 utterances.], batch size: 50, lr: 2.97e-04 +2022-09-18 08:01:23,311 INFO [train.py:885] (1/2) Epoch 16, batch 100, loss[loss=0.3418, simple_loss=0.4199, pruned_loss=0.1319, over 13997.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.0557, over 365.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3435, pruned_loss=0.1035, over 1102898.59 frames. utt_duration=263.3 frames, utt_pad_proportion=0.06968, over 16846.57 utterances.], batch size: 365, lr: 2.97e-04 +2022-09-18 08:01:53,382 INFO [train.py:885] (1/2) Epoch 16, batch 150, loss[loss=0.217, simple_loss=0.2847, pruned_loss=0.07462, over 13549.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08713, over 50.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3558, pruned_loss=0.1108, over 1476056.28 frames. utt_duration=251.8 frames, utt_pad_proportion=0.0694, over 23584.88 utterances.], batch size: 50, lr: 2.97e-04 +2022-09-18 08:02:23,085 INFO [train.py:885] (1/2) Epoch 16, batch 200, loss[loss=0.2542, simple_loss=0.3279, pruned_loss=0.09027, over 14307.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03817, over 154.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.36, pruned_loss=0.1122, over 1767165.05 frames. utt_duration=241.2 frames, utt_pad_proportion=0.06865, over 29488.77 utterances.], batch size: 154, lr: 2.97e-04 +2022-09-18 08:02:52,863 INFO [train.py:885] (1/2) Epoch 16, batch 250, loss[loss=0.3561, simple_loss=0.4266, pruned_loss=0.1428, over 13784.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07076, over 411.00 utterances.], tot_loss[loss=0.2972, simple_loss=0.3645, pruned_loss=0.1149, over 1991239.31 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07224, over 34615.98 utterances.], batch size: 411, lr: 2.97e-04 +2022-09-18 08:03:22,545 INFO [train.py:885] (1/2) Epoch 16, batch 300, loss[loss=0.1966, simple_loss=0.2777, pruned_loss=0.05773, over 13253.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09553, over 41.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3623, pruned_loss=0.1136, over 2168018.10 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07109, over 36801.61 utterances.], batch size: 41, lr: 2.97e-04 +2022-09-18 08:03:51,605 INFO [train.py:885] (1/2) Epoch 16, batch 350, loss[loss=0.2623, simple_loss=0.3369, pruned_loss=0.09383, over 14280.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04258, over 154.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3575, pruned_loss=0.1117, over 2303760.77 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06862, over 37353.81 utterances.], batch size: 154, lr: 2.97e-04 +2022-09-18 08:04:21,606 INFO [train.py:885] (1/2) Epoch 16, batch 400, loss[loss=0.6103, simple_loss=0.6608, pruned_loss=0.2799, over 12470.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.1471, over 810.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3615, pruned_loss=0.1127, over 2405779.61 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07182, over 41308.82 utterances.], batch size: 810, lr: 2.97e-04 +2022-09-18 08:04:51,510 INFO [train.py:885] (1/2) Epoch 16, batch 450, loss[loss=0.5061, simple_loss=0.595, pruned_loss=0.2086, over 12450.00 frames. utt_duration=63.14 frames, utt_pad_proportion=0.1467, over 810.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3594, pruned_loss=0.1125, over 2489830.96 frames. utt_duration=243.6 frames, utt_pad_proportion=0.0701, over 41127.33 utterances.], batch size: 810, lr: 2.97e-04 +2022-09-18 08:05:28,683 INFO [train.py:885] (1/2) Epoch 16, batch 500, loss[loss=0.359, simple_loss=0.4129, pruned_loss=0.1526, over 14320.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03874, over 283.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3544, pruned_loss=0.1103, over 2552846.34 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06927, over 40412.47 utterances.], batch size: 283, lr: 2.97e-04 +2022-09-18 08:05:58,495 INFO [train.py:885] (1/2) Epoch 16, batch 550, loss[loss=0.2075, simple_loss=0.2872, pruned_loss=0.06394, over 13840.00 frames. utt_duration=803.9 frames, utt_pad_proportion=0.06411, over 69.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3509, pruned_loss=0.1086, over 2599691.51 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06977, over 40079.57 utterances.], batch size: 69, lr: 2.97e-04 +2022-09-18 08:06:27,931 INFO [train.py:885] (1/2) Epoch 16, batch 600, loss[loss=0.1455, simple_loss=0.2051, pruned_loss=0.043, over 12600.00 frames. utt_duration=2102 frames, utt_pad_proportion=0.1488, over 24.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.354, pruned_loss=0.1097, over 2640980.49 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06976, over 41881.72 utterances.], batch size: 24, lr: 2.97e-04 +2022-09-18 08:06:57,262 INFO [train.py:885] (1/2) Epoch 16, batch 650, loss[loss=0.2473, simple_loss=0.3099, pruned_loss=0.09233, over 14163.00 frames. utt_duration=579.7 frames, utt_pad_proportion=0.04809, over 98.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3574, pruned_loss=0.111, over 2670177.65 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07248, over 44195.68 utterances.], batch size: 98, lr: 2.97e-04 +2022-09-18 08:07:26,374 INFO [train.py:885] (1/2) Epoch 16, batch 700, loss[loss=0.3009, simple_loss=0.3638, pruned_loss=0.119, over 14305.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03949, over 120.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3543, pruned_loss=0.1099, over 2700520.16 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06998, over 42543.20 utterances.], batch size: 120, lr: 2.97e-04 +2022-09-18 08:07:55,680 INFO [train.py:885] (1/2) Epoch 16, batch 750, loss[loss=0.3214, simple_loss=0.3783, pruned_loss=0.1322, over 14253.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.0419, over 225.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3567, pruned_loss=0.111, over 2715833.61 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07184, over 44876.33 utterances.], batch size: 225, lr: 2.96e-04 +2022-09-18 08:08:25,417 INFO [train.py:885] (1/2) Epoch 16, batch 800, loss[loss=0.2695, simple_loss=0.3501, pruned_loss=0.09442, over 14368.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03513, over 195.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3601, pruned_loss=0.1124, over 2726325.40 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07436, over 47130.59 utterances.], batch size: 195, lr: 2.96e-04 +2022-09-18 08:08:55,211 INFO [train.py:885] (1/2) Epoch 16, batch 850, loss[loss=0.1869, simple_loss=0.2474, pruned_loss=0.06319, over 13274.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.1102, over 33.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3606, pruned_loss=0.1125, over 2740139.92 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07234, over 46639.02 utterances.], batch size: 33, lr: 2.96e-04 +2022-09-18 08:09:24,690 INFO [train.py:885] (1/2) Epoch 16, batch 900, loss[loss=0.242, simple_loss=0.2967, pruned_loss=0.09361, over 14073.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05442, over 98.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3622, pruned_loss=0.114, over 2744319.31 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07186, over 46977.58 utterances.], batch size: 98, lr: 2.96e-04 +2022-09-18 08:09:54,383 INFO [train.py:885] (1/2) Epoch 16, batch 950, loss[loss=0.3202, simple_loss=0.3796, pruned_loss=0.1304, over 14227.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04267, over 306.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3617, pruned_loss=0.1134, over 2750702.55 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07298, over 46475.30 utterances.], batch size: 306, lr: 2.96e-04 +2022-09-18 08:10:23,722 INFO [train.py:885] (1/2) Epoch 16, batch 1000, loss[loss=0.224, simple_loss=0.2784, pruned_loss=0.08481, over 13950.00 frames. utt_duration=931.5 frames, utt_pad_proportion=0.0638, over 60.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.3637, pruned_loss=0.1147, over 2757731.05 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07395, over 47597.24 utterances.], batch size: 60, lr: 2.96e-04 +2022-09-18 08:10:53,680 INFO [train.py:885] (1/2) Epoch 16, batch 1050, loss[loss=0.3165, simple_loss=0.382, pruned_loss=0.1255, over 14355.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03329, over 244.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3648, pruned_loss=0.1151, over 2763773.91 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07309, over 47844.97 utterances.], batch size: 244, lr: 2.96e-04 +2022-09-18 08:11:22,695 INFO [train.py:885] (1/2) Epoch 16, batch 1100, loss[loss=0.3568, simple_loss=0.3974, pruned_loss=0.1581, over 14348.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03891, over 167.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3614, pruned_loss=0.113, over 2766327.05 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07109, over 47057.97 utterances.], batch size: 167, lr: 2.96e-04 +2022-09-18 08:11:52,507 INFO [train.py:885] (1/2) Epoch 16, batch 1150, loss[loss=0.5269, simple_loss=0.6116, pruned_loss=0.2211, over 12458.00 frames. utt_duration=63.03 frames, utt_pad_proportion=0.1483, over 810.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.364, pruned_loss=0.1146, over 2766251.33 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07333, over 48027.23 utterances.], batch size: 810, lr: 2.96e-04 +2022-09-18 08:12:22,063 INFO [train.py:885] (1/2) Epoch 16, batch 1200, loss[loss=0.4037, simple_loss=0.4411, pruned_loss=0.1831, over 14274.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04045, over 225.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3618, pruned_loss=0.1137, over 2774717.31 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07075, over 46882.48 utterances.], batch size: 225, lr: 2.96e-04 +2022-09-18 08:12:51,334 INFO [train.py:885] (1/2) Epoch 16, batch 1250, loss[loss=0.214, simple_loss=0.2905, pruned_loss=0.06873, over 14007.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.05658, over 79.00 utterances.], tot_loss[loss=0.292, simple_loss=0.36, pruned_loss=0.112, over 2779675.45 frames. utt_duration=241.6 frames, utt_pad_proportion=0.0687, over 46302.00 utterances.], batch size: 79, lr: 2.96e-04 +2022-09-18 08:13:21,140 INFO [train.py:885] (1/2) Epoch 16, batch 1300, loss[loss=0.3749, simple_loss=0.464, pruned_loss=0.1429, over 13221.00 frames. utt_duration=82.39 frames, utt_pad_proportion=0.1045, over 654.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3612, pruned_loss=0.1129, over 2776785.25 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07217, over 46982.30 utterances.], batch size: 654, lr: 2.96e-04 +2022-09-18 08:13:50,294 INFO [train.py:885] (1/2) Epoch 16, batch 1350, loss[loss=0.2098, simple_loss=0.2672, pruned_loss=0.07621, over 13507.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.07732, over 41.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3605, pruned_loss=0.1123, over 2774011.13 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07398, over 47047.18 utterances.], batch size: 41, lr: 2.96e-04 +2022-09-18 08:14:19,962 INFO [train.py:885] (1/2) Epoch 16, batch 1400, loss[loss=0.2555, simple_loss=0.3274, pruned_loss=0.09178, over 14303.00 frames. utt_duration=407.2 frames, utt_pad_proportion=0.04184, over 141.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3573, pruned_loss=0.111, over 2771280.51 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07477, over 45816.93 utterances.], batch size: 141, lr: 2.96e-04 +2022-09-18 08:14:49,883 INFO [train.py:885] (1/2) Epoch 16, batch 1450, loss[loss=0.2871, simple_loss=0.3484, pruned_loss=0.1129, over 14323.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03946, over 154.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3587, pruned_loss=0.1115, over 2771532.23 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07694, over 46637.81 utterances.], batch size: 154, lr: 2.96e-04 +2022-09-18 08:15:18,860 INFO [train.py:885] (1/2) Epoch 16, batch 1500, loss[loss=0.1815, simple_loss=0.2441, pruned_loss=0.05946, over 13633.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.07755, over 50.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3572, pruned_loss=0.1106, over 2777198.14 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07303, over 45869.97 utterances.], batch size: 50, lr: 2.96e-04 +2022-09-18 08:15:48,169 INFO [train.py:885] (1/2) Epoch 16, batch 1550, loss[loss=0.3253, simple_loss=0.3884, pruned_loss=0.1311, over 14358.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03629, over 283.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3563, pruned_loss=0.1104, over 2779233.41 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07142, over 45308.78 utterances.], batch size: 283, lr: 2.96e-04 +2022-09-18 08:16:17,833 INFO [train.py:885] (1/2) Epoch 16, batch 1600, loss[loss=0.3259, simple_loss=0.4079, pruned_loss=0.122, over 13951.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05905, over 365.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3582, pruned_loss=0.1117, over 2773545.72 frames. utt_duration=240 frames, utt_pad_proportion=0.07312, over 46506.88 utterances.], batch size: 365, lr: 2.96e-04 +2022-09-18 08:16:47,737 INFO [train.py:885] (1/2) Epoch 16, batch 1650, loss[loss=0.2197, simple_loss=0.2781, pruned_loss=0.08067, over 12987.00 frames. utt_duration=1576 frames, utt_pad_proportion=0.1261, over 33.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3611, pruned_loss=0.1135, over 2771415.89 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07413, over 46969.29 utterances.], batch size: 33, lr: 2.96e-04 +2022-09-18 08:17:17,510 INFO [train.py:885] (1/2) Epoch 16, batch 1700, loss[loss=0.4257, simple_loss=0.4923, pruned_loss=0.1795, over 13602.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.07839, over 560.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3621, pruned_loss=0.1142, over 2771637.28 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07514, over 47744.20 utterances.], batch size: 560, lr: 2.96e-04 +2022-09-18 08:17:46,632 INFO [train.py:885] (1/2) Epoch 16, batch 1750, loss[loss=0.2353, simple_loss=0.3074, pruned_loss=0.08159, over 14094.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.05438, over 98.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3602, pruned_loss=0.1132, over 2771421.07 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07438, over 47096.04 utterances.], batch size: 98, lr: 2.96e-04 +2022-09-18 08:18:16,134 INFO [train.py:885] (1/2) Epoch 16, batch 1800, loss[loss=0.1858, simple_loss=0.2575, pruned_loss=0.05708, over 14091.00 frames. utt_duration=806.8 frames, utt_pad_proportion=0.05863, over 70.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3574, pruned_loss=0.1124, over 2776477.28 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07236, over 45480.95 utterances.], batch size: 70, lr: 2.96e-04 +2022-09-18 08:18:46,121 INFO [train.py:885] (1/2) Epoch 16, batch 1850, loss[loss=0.3591, simple_loss=0.4426, pruned_loss=0.1378, over 13699.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07687, over 477.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3576, pruned_loss=0.1122, over 2780661.08 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07062, over 45430.36 utterances.], batch size: 477, lr: 2.96e-04 +2022-09-18 08:19:15,932 INFO [train.py:885] (1/2) Epoch 16, batch 1900, loss[loss=0.1827, simple_loss=0.2554, pruned_loss=0.05498, over 13706.00 frames. utt_duration=915 frames, utt_pad_proportion=0.08035, over 60.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.358, pruned_loss=0.1123, over 2780832.21 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0717, over 45603.40 utterances.], batch size: 60, lr: 2.96e-04 +2022-09-18 08:19:45,106 INFO [train.py:885] (1/2) Epoch 16, batch 1950, loss[loss=0.32, simple_loss=0.3891, pruned_loss=0.1255, over 14297.00 frames. utt_duration=294.9 frames, utt_pad_proportion=0.03936, over 195.00 utterances.], tot_loss[loss=0.2958, simple_loss=0.3622, pruned_loss=0.1146, over 2781069.75 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07313, over 47054.14 utterances.], batch size: 195, lr: 2.96e-04 +2022-09-18 08:20:14,930 INFO [train.py:885] (1/2) Epoch 16, batch 2000, loss[loss=0.2759, simple_loss=0.3582, pruned_loss=0.09687, over 14332.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03661, over 180.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3633, pruned_loss=0.1154, over 2773693.40 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07618, over 47750.47 utterances.], batch size: 180, lr: 2.96e-04 +2022-09-18 08:20:44,398 INFO [train.py:885] (1/2) Epoch 16, batch 2050, loss[loss=0.3461, simple_loss=0.397, pruned_loss=0.1476, over 14390.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.0336, over 210.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3626, pruned_loss=0.1148, over 2776548.38 frames. utt_duration=237.4 frames, utt_pad_proportion=0.0767, over 47068.65 utterances.], batch size: 210, lr: 2.95e-04 +2022-09-18 08:21:13,525 INFO [train.py:885] (1/2) Epoch 16, batch 2100, loss[loss=0.2538, simple_loss=0.3087, pruned_loss=0.09945, over 14215.00 frames. utt_duration=640.6 frames, utt_pad_proportion=0.04533, over 89.00 utterances.], tot_loss[loss=0.2966, simple_loss=0.3628, pruned_loss=0.1152, over 2775306.12 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07638, over 47182.93 utterances.], batch size: 89, lr: 2.95e-04 +2022-09-18 08:21:43,200 INFO [train.py:885] (1/2) Epoch 16, batch 2150, loss[loss=0.1934, simple_loss=0.263, pruned_loss=0.06183, over 13508.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.09024, over 50.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3635, pruned_loss=0.1164, over 2771599.37 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07586, over 46401.27 utterances.], batch size: 50, lr: 2.95e-04 +2022-09-18 08:22:12,762 INFO [train.py:885] (1/2) Epoch 16, batch 2200, loss[loss=0.2691, simple_loss=0.3471, pruned_loss=0.0956, over 14345.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03885, over 167.00 utterances.], tot_loss[loss=0.2992, simple_loss=0.365, pruned_loss=0.1167, over 2772077.91 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07567, over 48185.43 utterances.], batch size: 167, lr: 2.95e-04 +2022-09-18 08:22:41,708 INFO [train.py:885] (1/2) Epoch 16, batch 2250, loss[loss=0.216, simple_loss=0.2858, pruned_loss=0.07309, over 13896.00 frames. utt_duration=807.1 frames, utt_pad_proportion=0.05931, over 69.00 utterances.], tot_loss[loss=0.2983, simple_loss=0.3642, pruned_loss=0.1162, over 2777421.74 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07354, over 47838.41 utterances.], batch size: 69, lr: 2.95e-04 +2022-09-18 08:23:11,802 INFO [train.py:885] (1/2) Epoch 16, batch 2300, loss[loss=0.192, simple_loss=0.2562, pruned_loss=0.06386, over 13692.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.07558, over 42.00 utterances.], tot_loss[loss=0.3007, simple_loss=0.3664, pruned_loss=0.1175, over 2770681.48 frames. utt_duration=226.5 frames, utt_pad_proportion=0.07684, over 49241.75 utterances.], batch size: 42, lr: 2.95e-04 +2022-09-18 08:23:41,083 INFO [train.py:885] (1/2) Epoch 16, batch 2350, loss[loss=0.2698, simple_loss=0.3404, pruned_loss=0.09956, over 14223.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04714, over 141.00 utterances.], tot_loss[loss=0.299, simple_loss=0.3654, pruned_loss=0.1163, over 2775777.78 frames. utt_duration=228.9 frames, utt_pad_proportion=0.07396, over 48821.38 utterances.], batch size: 141, lr: 2.95e-04 +2022-09-18 08:24:10,898 INFO [train.py:885] (1/2) Epoch 16, batch 2400, loss[loss=0.273, simple_loss=0.3343, pruned_loss=0.1059, over 14306.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.04012, over 130.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3644, pruned_loss=0.1153, over 2777403.18 frames. utt_duration=230.8 frames, utt_pad_proportion=0.0733, over 48451.85 utterances.], batch size: 130, lr: 2.95e-04 +2022-09-18 08:24:39,972 INFO [train.py:885] (1/2) Epoch 16, batch 2450, loss[loss=0.1784, simple_loss=0.2496, pruned_loss=0.05365, over 12787.00 frames. utt_duration=1969 frames, utt_pad_proportion=0.118, over 26.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3624, pruned_loss=0.1144, over 2777981.86 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07299, over 47085.76 utterances.], batch size: 26, lr: 2.95e-04 +2022-09-18 08:25:09,730 INFO [train.py:885] (1/2) Epoch 16, batch 2500, loss[loss=0.347, simple_loss=0.3884, pruned_loss=0.1529, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03939, over 180.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3617, pruned_loss=0.1141, over 2776115.05 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07477, over 47058.90 utterances.], batch size: 180, lr: 2.95e-04 +2022-09-18 08:25:39,109 INFO [train.py:885] (1/2) Epoch 16, batch 2550, loss[loss=0.2513, simple_loss=0.3173, pruned_loss=0.09261, over 14162.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.0454, over 109.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3607, pruned_loss=0.1136, over 2779183.57 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07345, over 46267.72 utterances.], batch size: 109, lr: 2.95e-04 +2022-09-18 08:26:08,111 INFO [train.py:885] (1/2) Epoch 16, batch 2600, loss[loss=0.217, simple_loss=0.2719, pruned_loss=0.0811, over 12922.00 frames. utt_duration=2069 frames, utt_pad_proportion=0.1329, over 25.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3607, pruned_loss=0.114, over 2777129.45 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07419, over 46270.85 utterances.], batch size: 25, lr: 2.95e-04 +2022-09-18 08:26:37,781 INFO [train.py:885] (1/2) Epoch 16, batch 2650, loss[loss=0.2227, simple_loss=0.2857, pruned_loss=0.07982, over 14051.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05613, over 98.00 utterances.], tot_loss[loss=0.2974, simple_loss=0.364, pruned_loss=0.1154, over 2776904.57 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07462, over 47604.91 utterances.], batch size: 98, lr: 2.95e-04 +2022-09-18 08:27:06,938 INFO [train.py:885] (1/2) Epoch 16, batch 2700, loss[loss=0.2681, simple_loss=0.3462, pruned_loss=0.09502, over 14361.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03347, over 244.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3651, pruned_loss=0.1155, over 2778602.27 frames. utt_duration=230.4 frames, utt_pad_proportion=0.07396, over 48550.17 utterances.], batch size: 244, lr: 2.95e-04 +2022-09-18 08:27:37,382 INFO [train.py:885] (1/2) Epoch 16, batch 2750, loss[loss=0.3261, simple_loss=0.3859, pruned_loss=0.1332, over 14317.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03879, over 283.00 utterances.], tot_loss[loss=0.2981, simple_loss=0.3653, pruned_loss=0.1155, over 2777515.77 frames. utt_duration=227.9 frames, utt_pad_proportion=0.07551, over 49062.00 utterances.], batch size: 283, lr: 2.95e-04 +2022-09-18 08:28:06,511 INFO [train.py:885] (1/2) Epoch 16, batch 2800, loss[loss=0.3333, simple_loss=0.4143, pruned_loss=0.1262, over 13773.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.0739, over 412.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3636, pruned_loss=0.1141, over 2776474.89 frames. utt_duration=229.8 frames, utt_pad_proportion=0.07553, over 48633.57 utterances.], batch size: 412, lr: 2.95e-04 +2022-09-18 08:28:37,010 INFO [train.py:885] (1/2) Epoch 16, batch 2850, loss[loss=0.3428, simple_loss=0.4012, pruned_loss=0.1422, over 14309.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03973, over 262.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3613, pruned_loss=0.1132, over 2776840.36 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07442, over 47640.91 utterances.], batch size: 262, lr: 2.95e-04 +2022-09-18 08:29:06,720 INFO [train.py:885] (1/2) Epoch 16, batch 2900, loss[loss=0.5559, simple_loss=0.6293, pruned_loss=0.2413, over 12555.00 frames. utt_duration=63.53 frames, utt_pad_proportion=0.1414, over 810.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3619, pruned_loss=0.1138, over 2776233.98 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07446, over 47805.19 utterances.], batch size: 810, lr: 2.95e-04 +2022-09-18 08:29:35,999 INFO [train.py:885] (1/2) Epoch 16, batch 2950, loss[loss=0.3447, simple_loss=0.3985, pruned_loss=0.1455, over 14328.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03814, over 283.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3586, pruned_loss=0.1124, over 2777128.72 frames. utt_duration=244 frames, utt_pad_proportion=0.0725, over 45806.17 utterances.], batch size: 283, lr: 2.95e-04 +2022-09-18 08:30:05,806 INFO [train.py:885] (1/2) Epoch 16, batch 3000, loss[loss=0.3242, simple_loss=0.3934, pruned_loss=0.1275, over 14371.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03602, over 244.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.359, pruned_loss=0.1128, over 2777786.31 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07234, over 45847.17 utterances.], batch size: 244, lr: 2.95e-04 +2022-09-18 08:30:05,807 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 08:30:09,967 INFO [train.py:914] (1/2) Epoch 16, validation: loss=0.195, simple_loss=0.2753, pruned_loss=0.05737, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 08:30:39,357 INFO [train.py:885] (1/2) Epoch 16, batch 3050, loss[loss=0.1972, simple_loss=0.2643, pruned_loss=0.065, over 13917.00 frames. utt_duration=808.2 frames, utt_pad_proportion=0.05799, over 69.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3551, pruned_loss=0.1114, over 2777710.80 frames. utt_duration=251 frames, utt_pad_proportion=0.07087, over 44530.52 utterances.], batch size: 69, lr: 2.95e-04 +2022-09-18 08:31:09,793 INFO [train.py:885] (1/2) Epoch 16, batch 3100, loss[loss=0.1513, simple_loss=0.2142, pruned_loss=0.04423, over 13254.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1008, over 33.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3556, pruned_loss=0.1116, over 2777265.06 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07226, over 44807.30 utterances.], batch size: 33, lr: 2.95e-04 +2022-09-18 08:31:39,882 INFO [train.py:885] (1/2) Epoch 16, batch 3150, loss[loss=0.4336, simple_loss=0.4636, pruned_loss=0.2018, over 14240.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04167, over 306.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3556, pruned_loss=0.1114, over 2778970.49 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07317, over 45035.58 utterances.], batch size: 306, lr: 2.95e-04 +2022-09-18 08:32:09,140 INFO [train.py:885] (1/2) Epoch 16, batch 3200, loss[loss=0.3654, simple_loss=0.4173, pruned_loss=0.1568, over 14233.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04276, over 335.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3517, pruned_loss=0.109, over 2780774.89 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07034, over 43827.69 utterances.], batch size: 335, lr: 2.95e-04 +2022-09-18 08:32:38,358 INFO [train.py:885] (1/2) Epoch 16, batch 3250, loss[loss=0.2542, simple_loss=0.321, pruned_loss=0.09375, over 14202.00 frames. utt_duration=522.6 frames, utt_pad_proportion=0.04286, over 109.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3504, pruned_loss=0.109, over 2784219.10 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06962, over 42788.21 utterances.], batch size: 109, lr: 2.95e-04 +2022-09-18 08:33:07,567 INFO [train.py:885] (1/2) Epoch 16, batch 3300, loss[loss=0.3783, simple_loss=0.4761, pruned_loss=0.1402, over 13164.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3559, pruned_loss=0.112, over 2782499.12 frames. utt_duration=248 frames, utt_pad_proportion=0.07191, over 45140.52 utterances.], batch size: 653, lr: 2.95e-04 +2022-09-18 08:33:37,396 INFO [train.py:885] (1/2) Epoch 16, batch 3350, loss[loss=0.3258, simple_loss=0.424, pruned_loss=0.1138, over 13572.00 frames. utt_duration=98.37 frames, utt_pad_proportion=0.08062, over 560.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3592, pruned_loss=0.1136, over 2780146.37 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07332, over 46769.33 utterances.], batch size: 560, lr: 2.94e-04 +2022-09-18 08:34:05,988 INFO [train.py:885] (1/2) Epoch 16, batch 3400, loss[loss=0.2543, simple_loss=0.3301, pruned_loss=0.08931, over 14287.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.04066, over 120.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3606, pruned_loss=0.1139, over 2781143.94 frames. utt_duration=237.9 frames, utt_pad_proportion=0.0723, over 47046.85 utterances.], batch size: 120, lr: 2.94e-04 +2022-09-18 08:34:35,356 INFO [train.py:885] (1/2) Epoch 16, batch 3450, loss[loss=0.2667, simple_loss=0.3383, pruned_loss=0.0975, over 14334.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03643, over 154.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3594, pruned_loss=0.1135, over 2783476.69 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07241, over 46161.50 utterances.], batch size: 154, lr: 2.94e-04 +2022-09-18 08:35:04,267 INFO [train.py:885] (1/2) Epoch 16, batch 3500, loss[loss=0.2794, simple_loss=0.3428, pruned_loss=0.108, over 14344.00 frames. utt_duration=442.8 frames, utt_pad_proportion=0.03521, over 130.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3542, pruned_loss=0.1105, over 2787160.04 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06984, over 43737.49 utterances.], batch size: 130, lr: 2.94e-04 +2022-09-18 08:35:34,131 INFO [train.py:885] (1/2) Epoch 16, batch 3550, loss[loss=0.5565, simple_loss=0.6027, pruned_loss=0.2552, over 13188.00 frames. utt_duration=82.27 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3585, pruned_loss=0.1135, over 2783912.79 frames. utt_duration=249.9 frames, utt_pad_proportion=0.0717, over 44833.45 utterances.], batch size: 653, lr: 2.94e-04 +2022-09-18 08:36:04,266 INFO [train.py:885] (1/2) Epoch 16, batch 3600, loss[loss=0.2544, simple_loss=0.3272, pruned_loss=0.09082, over 14334.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03787, over 120.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3616, pruned_loss=0.1152, over 2785210.62 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07351, over 46188.91 utterances.], batch size: 120, lr: 2.94e-04 +2022-09-18 08:36:33,981 INFO [train.py:885] (1/2) Epoch 16, batch 3650, loss[loss=0.3453, simple_loss=0.4117, pruned_loss=0.1395, over 14236.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04232, over 306.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3588, pruned_loss=0.1141, over 2784459.96 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07091, over 45041.45 utterances.], batch size: 306, lr: 2.94e-04 +2022-09-18 08:37:03,517 INFO [train.py:885] (1/2) Epoch 16, batch 3700, loss[loss=0.3034, simple_loss=0.3787, pruned_loss=0.1141, over 14342.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03965, over 167.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3599, pruned_loss=0.1137, over 2785923.98 frames. utt_duration=241.8 frames, utt_pad_proportion=0.0716, over 46363.52 utterances.], batch size: 167, lr: 2.94e-04 +2022-09-18 08:37:32,538 INFO [train.py:885] (1/2) Epoch 16, batch 3750, loss[loss=0.2879, simple_loss=0.3447, pruned_loss=0.1155, over 14290.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03888, over 130.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3571, pruned_loss=0.1127, over 2789604.20 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06956, over 44596.24 utterances.], batch size: 130, lr: 2.94e-04 +2022-09-18 08:38:01,952 INFO [train.py:885] (1/2) Epoch 16, batch 3800, loss[loss=0.1616, simple_loss=0.2286, pruned_loss=0.04733, over 13373.00 frames. utt_duration=1622 frames, utt_pad_proportion=0.09569, over 33.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3581, pruned_loss=0.1126, over 2784895.35 frames. utt_duration=246.8 frames, utt_pad_proportion=0.0716, over 45408.23 utterances.], batch size: 33, lr: 2.94e-04 +2022-09-18 08:38:31,662 INFO [train.py:885] (1/2) Epoch 16, batch 3850, loss[loss=0.3697, simple_loss=0.4571, pruned_loss=0.1412, over 13634.00 frames. utt_duration=98.83 frames, utt_pad_proportion=0.0764, over 560.00 utterances.], tot_loss[loss=0.292, simple_loss=0.3583, pruned_loss=0.1128, over 2782063.13 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07047, over 45618.51 utterances.], batch size: 560, lr: 2.94e-04 +2022-09-18 08:39:00,556 INFO [train.py:885] (1/2) Epoch 16, batch 3900, loss[loss=0.3022, simple_loss=0.3574, pruned_loss=0.1235, over 14256.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04091, over 130.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3529, pruned_loss=0.1104, over 2786171.77 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06845, over 42966.37 utterances.], batch size: 130, lr: 2.94e-04 +2022-09-18 08:39:30,054 INFO [train.py:885] (1/2) Epoch 16, batch 3950, loss[loss=0.3153, simple_loss=0.3764, pruned_loss=0.1272, over 14329.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03889, over 283.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3539, pruned_loss=0.1104, over 2786561.89 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06879, over 43542.96 utterances.], batch size: 283, lr: 2.94e-04 +2022-09-18 08:39:59,803 INFO [train.py:885] (1/2) Epoch 16, batch 4000, loss[loss=0.2525, simple_loss=0.3023, pruned_loss=0.1014, over 14128.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.05043, over 98.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3485, pruned_loss=0.108, over 2780663.60 frames. utt_duration=265 frames, utt_pad_proportion=0.06826, over 42202.80 utterances.], batch size: 98, lr: 2.94e-04 +2022-09-18 08:40:28,920 INFO [train.py:885] (1/2) Epoch 16, batch 4050, loss[loss=0.2573, simple_loss=0.3181, pruned_loss=0.09831, over 14156.00 frames. utt_duration=637.6 frames, utt_pad_proportion=0.04843, over 89.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3506, pruned_loss=0.1093, over 2782285.72 frames. utt_duration=265.5 frames, utt_pad_proportion=0.06751, over 42153.93 utterances.], batch size: 89, lr: 2.94e-04 +2022-09-18 08:40:58,411 INFO [train.py:885] (1/2) Epoch 16, batch 4100, loss[loss=0.5636, simple_loss=0.5506, pruned_loss=0.2883, over 14190.00 frames. utt_duration=170.8 frames, utt_pad_proportion=0.04608, over 335.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3526, pruned_loss=0.1099, over 2782952.50 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06752, over 43153.71 utterances.], batch size: 335, lr: 2.94e-04 +2022-09-18 08:41:28,346 INFO [train.py:885] (1/2) Epoch 16, batch 4150, loss[loss=0.1741, simple_loss=0.2377, pruned_loss=0.05524, over 13031.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.109, over 33.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3537, pruned_loss=0.1099, over 2782398.41 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06886, over 43940.11 utterances.], batch size: 33, lr: 2.94e-04 +2022-09-18 08:41:57,995 INFO [train.py:885] (1/2) Epoch 16, batch 4200, loss[loss=0.2582, simple_loss=0.3235, pruned_loss=0.09644, over 14269.00 frames. utt_duration=477.2 frames, utt_pad_proportion=0.04375, over 120.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3558, pruned_loss=0.1114, over 2779550.95 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07195, over 45347.15 utterances.], batch size: 120, lr: 2.94e-04 +2022-09-18 08:42:27,995 INFO [train.py:885] (1/2) Epoch 16, batch 4250, loss[loss=0.3012, simple_loss=0.3587, pruned_loss=0.1219, over 14344.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03849, over 154.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3565, pruned_loss=0.1114, over 2781187.60 frames. utt_duration=246.1 frames, utt_pad_proportion=0.0715, over 45470.39 utterances.], batch size: 154, lr: 2.94e-04 +2022-09-18 08:42:56,695 INFO [train.py:885] (1/2) Epoch 16, batch 4300, loss[loss=0.2793, simple_loss=0.3496, pruned_loss=0.1045, over 14252.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04544, over 141.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3599, pruned_loss=0.1128, over 2782403.72 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07186, over 46626.52 utterances.], batch size: 141, lr: 2.94e-04 +2022-09-18 08:43:26,323 INFO [train.py:885] (1/2) Epoch 16, batch 4350, loss[loss=0.3465, simple_loss=0.4225, pruned_loss=0.1352, over 13989.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.057, over 365.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3567, pruned_loss=0.1114, over 2779016.37 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07072, over 45564.16 utterances.], batch size: 365, lr: 2.94e-04 +2022-09-18 08:43:55,647 INFO [train.py:885] (1/2) Epoch 16, batch 4400, loss[loss=0.2854, simple_loss=0.354, pruned_loss=0.1084, over 14353.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03871, over 167.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3548, pruned_loss=0.1101, over 2773640.27 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07221, over 44976.08 utterances.], batch size: 167, lr: 2.94e-04 +2022-09-18 08:44:25,117 INFO [train.py:885] (1/2) Epoch 16, batch 4450, loss[loss=0.3362, simple_loss=0.4341, pruned_loss=0.1191, over 13630.00 frames. utt_duration=98.74 frames, utt_pad_proportion=0.07717, over 560.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3553, pruned_loss=0.1099, over 2776072.28 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07213, over 45345.50 utterances.], batch size: 560, lr: 2.94e-04 +2022-09-18 08:44:54,835 INFO [train.py:885] (1/2) Epoch 16, batch 4500, loss[loss=0.4498, simple_loss=0.5542, pruned_loss=0.1727, over 12534.00 frames. utt_duration=63.51 frames, utt_pad_proportion=0.1418, over 810.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3574, pruned_loss=0.111, over 2780863.46 frames. utt_duration=242.3 frames, utt_pad_proportion=0.071, over 46186.98 utterances.], batch size: 810, lr: 2.94e-04 +2022-09-18 08:45:23,993 INFO [train.py:885] (1/2) Epoch 16, batch 4550, loss[loss=0.2267, simple_loss=0.3012, pruned_loss=0.07608, over 14174.00 frames. utt_duration=638.7 frames, utt_pad_proportion=0.04821, over 89.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3577, pruned_loss=0.1111, over 2782973.45 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06963, over 45863.01 utterances.], batch size: 89, lr: 2.94e-04 +2022-09-18 08:45:53,988 INFO [train.py:885] (1/2) Epoch 16, batch 4600, loss[loss=0.2827, simple_loss=0.3582, pruned_loss=0.1036, over 14339.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03724, over 210.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3573, pruned_loss=0.1117, over 2777984.38 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07032, over 45665.60 utterances.], batch size: 210, lr: 2.94e-04 +2022-09-18 08:46:23,273 INFO [train.py:885] (1/2) Epoch 16, batch 4650, loss[loss=0.3021, simple_loss=0.3726, pruned_loss=0.1159, over 14304.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04065, over 262.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3573, pruned_loss=0.112, over 2780197.25 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0717, over 45001.42 utterances.], batch size: 262, lr: 2.93e-04 +2022-09-18 08:46:52,374 INFO [train.py:885] (1/2) Epoch 16, batch 4700, loss[loss=0.2853, simple_loss=0.3467, pruned_loss=0.1119, over 14148.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04663, over 109.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3564, pruned_loss=0.1116, over 2775524.81 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07128, over 44892.11 utterances.], batch size: 109, lr: 2.93e-04 +2022-09-18 08:47:22,113 INFO [train.py:885] (1/2) Epoch 16, batch 4750, loss[loss=0.2622, simple_loss=0.3344, pruned_loss=0.09499, over 14264.00 frames. utt_duration=440.3 frames, utt_pad_proportion=0.04084, over 130.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3611, pruned_loss=0.114, over 2775149.32 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07425, over 46856.55 utterances.], batch size: 130, lr: 2.93e-04 +2022-09-18 08:47:51,909 INFO [train.py:885] (1/2) Epoch 16, batch 4800, loss[loss=0.3563, simple_loss=0.4116, pruned_loss=0.1505, over 14204.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04436, over 335.00 utterances.], tot_loss[loss=0.2982, simple_loss=0.3648, pruned_loss=0.1158, over 2774360.47 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07717, over 48125.07 utterances.], batch size: 335, lr: 2.93e-04 +2022-09-18 08:48:22,477 INFO [train.py:885] (1/2) Epoch 16, batch 4850, loss[loss=0.384, simple_loss=0.4595, pruned_loss=0.1542, over 13610.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07865, over 560.00 utterances.], tot_loss[loss=0.2996, simple_loss=0.3657, pruned_loss=0.1168, over 2771832.19 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07489, over 48018.30 utterances.], batch size: 560, lr: 2.93e-04 +2022-09-18 08:48:51,177 INFO [train.py:885] (1/2) Epoch 16, batch 4900, loss[loss=0.3017, simple_loss=0.3708, pruned_loss=0.1163, over 14306.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.03951, over 226.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3597, pruned_loss=0.1135, over 2769167.64 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07393, over 46107.11 utterances.], batch size: 226, lr: 2.93e-04 +2022-09-18 08:49:20,265 INFO [train.py:885] (1/2) Epoch 16, batch 4950, loss[loss=0.1889, simple_loss=0.251, pruned_loss=0.06342, over 12921.00 frames. utt_duration=2068 frames, utt_pad_proportion=0.1176, over 25.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3572, pruned_loss=0.1123, over 2771827.90 frames. utt_duration=249 frames, utt_pad_proportion=0.07196, over 44798.18 utterances.], batch size: 25, lr: 2.93e-04 +2022-09-18 08:49:49,889 INFO [train.py:885] (1/2) Epoch 16, batch 5000, loss[loss=0.278, simple_loss=0.3612, pruned_loss=0.09737, over 14254.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04185, over 225.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3585, pruned_loss=0.1128, over 2773354.27 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07252, over 45252.88 utterances.], batch size: 225, lr: 2.93e-04 +2022-09-18 08:50:19,606 INFO [train.py:885] (1/2) Epoch 16, batch 5050, loss[loss=0.2076, simple_loss=0.2793, pruned_loss=0.06794, over 13870.00 frames. utt_duration=926.4 frames, utt_pad_proportion=0.06898, over 60.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3583, pruned_loss=0.1124, over 2775045.88 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07234, over 45432.61 utterances.], batch size: 60, lr: 2.93e-04 +2022-09-18 08:50:56,530 INFO [train.py:885] (1/2) Epoch 16, batch 5100, loss[loss=0.2809, simple_loss=0.3781, pruned_loss=0.09181, over 13991.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05663, over 365.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3582, pruned_loss=0.1122, over 2780691.27 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07053, over 44991.04 utterances.], batch size: 365, lr: 2.93e-04 +2022-09-18 08:51:26,486 INFO [train.py:885] (1/2) Epoch 16, batch 5150, loss[loss=0.1806, simple_loss=0.2378, pruned_loss=0.06174, over 13735.00 frames. utt_duration=1100 frames, utt_pad_proportion=0.07234, over 50.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3601, pruned_loss=0.1131, over 2780067.80 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07112, over 45794.06 utterances.], batch size: 50, lr: 2.93e-04 +2022-09-18 08:51:55,278 INFO [train.py:885] (1/2) Epoch 16, batch 5200, loss[loss=0.389, simple_loss=0.4309, pruned_loss=0.1736, over 14221.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04377, over 306.00 utterances.], tot_loss[loss=0.2946, simple_loss=0.3615, pruned_loss=0.1139, over 2782899.28 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07033, over 46737.28 utterances.], batch size: 306, lr: 2.93e-04 +2022-09-18 08:52:25,161 INFO [train.py:885] (1/2) Epoch 16, batch 5250, loss[loss=0.2392, simple_loss=0.3037, pruned_loss=0.0873, over 14073.00 frames. utt_duration=576 frames, utt_pad_proportion=0.0558, over 98.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3622, pruned_loss=0.1148, over 2785305.69 frames. utt_duration=239 frames, utt_pad_proportion=0.07019, over 46909.47 utterances.], batch size: 98, lr: 2.93e-04 +2022-09-18 08:52:54,723 INFO [train.py:885] (1/2) Epoch 16, batch 5300, loss[loss=0.2648, simple_loss=0.33, pruned_loss=0.09979, over 14229.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04704, over 141.00 utterances.], tot_loss[loss=0.296, simple_loss=0.3622, pruned_loss=0.115, over 2785353.33 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07142, over 46810.41 utterances.], batch size: 141, lr: 2.93e-04 +2022-09-18 08:53:24,217 INFO [train.py:885] (1/2) Epoch 16, batch 5350, loss[loss=0.3439, simple_loss=0.4014, pruned_loss=0.1431, over 14241.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04247, over 335.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3611, pruned_loss=0.1139, over 2781515.27 frames. utt_duration=237 frames, utt_pad_proportion=0.07302, over 47235.02 utterances.], batch size: 335, lr: 2.93e-04 +2022-09-18 08:53:53,863 INFO [train.py:885] (1/2) Epoch 16, batch 5400, loss[loss=0.344, simple_loss=0.4056, pruned_loss=0.1412, over 14218.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04333, over 306.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.36, pruned_loss=0.1125, over 2778609.47 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07431, over 47877.55 utterances.], batch size: 306, lr: 2.93e-04 +2022-09-18 08:54:22,879 INFO [train.py:885] (1/2) Epoch 16, batch 5450, loss[loss=0.3592, simple_loss=0.4305, pruned_loss=0.144, over 13719.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07498, over 411.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3596, pruned_loss=0.1133, over 2784375.02 frames. utt_duration=240 frames, utt_pad_proportion=0.07146, over 46699.62 utterances.], batch size: 411, lr: 2.93e-04 +2022-09-18 08:54:52,565 INFO [train.py:885] (1/2) Epoch 16, batch 5500, loss[loss=0.2127, simple_loss=0.2904, pruned_loss=0.06747, over 14003.00 frames. utt_duration=710.5 frames, utt_pad_proportion=0.05895, over 79.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3602, pruned_loss=0.1136, over 2782575.74 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0727, over 47297.05 utterances.], batch size: 79, lr: 2.93e-04 +2022-09-18 08:55:21,732 INFO [train.py:885] (1/2) Epoch 16, batch 5550, loss[loss=0.2692, simple_loss=0.3291, pruned_loss=0.1046, over 14188.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04598, over 89.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3567, pruned_loss=0.1115, over 2784686.27 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07126, over 45474.70 utterances.], batch size: 89, lr: 2.93e-04 +2022-09-18 08:55:51,739 INFO [train.py:885] (1/2) Epoch 16, batch 5600, loss[loss=0.5402, simple_loss=0.6158, pruned_loss=0.2323, over 12604.00 frames. utt_duration=63.79 frames, utt_pad_proportion=0.138, over 810.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3601, pruned_loss=0.1125, over 2783587.26 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07351, over 47026.50 utterances.], batch size: 810, lr: 2.93e-04 +2022-09-18 08:56:21,241 INFO [train.py:885] (1/2) Epoch 16, batch 5650, loss[loss=0.2829, simple_loss=0.3501, pruned_loss=0.1079, over 14356.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03831, over 167.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.357, pruned_loss=0.1114, over 2784604.36 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07192, over 45699.94 utterances.], batch size: 167, lr: 2.93e-04 +2022-09-18 08:56:50,292 INFO [train.py:885] (1/2) Epoch 16, batch 5700, loss[loss=0.3747, simple_loss=0.4223, pruned_loss=0.1635, over 14268.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04077, over 335.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3559, pruned_loss=0.1111, over 2781475.46 frames. utt_duration=249 frames, utt_pad_proportion=0.0716, over 44944.57 utterances.], batch size: 335, lr: 2.93e-04 +2022-09-18 08:57:27,224 INFO [train.py:885] (1/2) Epoch 16, batch 5750, loss[loss=0.4134, simple_loss=0.4443, pruned_loss=0.1912, over 14209.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0443, over 306.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3529, pruned_loss=0.1094, over 2782102.80 frames. utt_duration=256.5 frames, utt_pad_proportion=0.07023, over 43631.93 utterances.], batch size: 306, lr: 2.93e-04 +2022-09-18 08:57:56,853 INFO [train.py:885] (1/2) Epoch 16, batch 5800, loss[loss=0.316, simple_loss=0.3807, pruned_loss=0.1256, over 14317.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03927, over 262.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3578, pruned_loss=0.112, over 2785317.91 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06939, over 45101.23 utterances.], batch size: 262, lr: 2.93e-04 +2022-09-18 08:58:26,402 INFO [train.py:885] (1/2) Epoch 16, batch 5850, loss[loss=0.4043, simple_loss=0.4454, pruned_loss=0.1816, over 14313.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.0393, over 283.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3553, pruned_loss=0.1111, over 2782233.51 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06853, over 44226.31 utterances.], batch size: 283, lr: 2.93e-04 +2022-09-18 08:58:56,029 INFO [train.py:885] (1/2) Epoch 16, batch 5900, loss[loss=0.2432, simple_loss=0.3247, pruned_loss=0.08089, over 14316.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04092, over 167.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3593, pruned_loss=0.1131, over 2783376.43 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06876, over 45646.23 utterances.], batch size: 167, lr: 2.93e-04 +2022-09-18 08:59:25,516 INFO [train.py:885] (1/2) Epoch 16, batch 5950, loss[loss=0.2545, simple_loss=0.323, pruned_loss=0.09302, over 14261.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04492, over 141.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3576, pruned_loss=0.1122, over 2782087.50 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06906, over 44731.24 utterances.], batch size: 141, lr: 2.93e-04 +2022-09-18 08:59:55,040 INFO [train.py:885] (1/2) Epoch 16, batch 6000, loss[loss=0.22, simple_loss=0.2917, pruned_loss=0.07421, over 13738.00 frames. utt_duration=917.4 frames, utt_pad_proportion=0.07801, over 60.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3576, pruned_loss=0.1125, over 2781579.24 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06896, over 44448.67 utterances.], batch size: 60, lr: 2.92e-04 +2022-09-18 08:59:55,041 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 08:59:59,216 INFO [train.py:914] (1/2) Epoch 16, validation: loss=0.196, simple_loss=0.2737, pruned_loss=0.05915, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 09:00:29,394 INFO [train.py:885] (1/2) Epoch 16, batch 6050, loss[loss=0.171, simple_loss=0.2427, pruned_loss=0.04959, over 13340.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08886, over 41.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3605, pruned_loss=0.1133, over 2777636.20 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07323, over 46630.01 utterances.], batch size: 41, lr: 2.92e-04 +2022-09-18 09:00:58,689 INFO [train.py:885] (1/2) Epoch 16, batch 6100, loss[loss=0.3629, simple_loss=0.4312, pruned_loss=0.1473, over 13998.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05583, over 365.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3612, pruned_loss=0.1135, over 2784857.51 frames. utt_duration=240 frames, utt_pad_proportion=0.07085, over 46695.37 utterances.], batch size: 365, lr: 2.92e-04 +2022-09-18 09:01:28,194 INFO [train.py:885] (1/2) Epoch 16, batch 6150, loss[loss=0.192, simple_loss=0.2697, pruned_loss=0.05722, over 13787.00 frames. utt_duration=920.6 frames, utt_pad_proportion=0.07101, over 60.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3611, pruned_loss=0.1132, over 2785639.84 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06859, over 46312.58 utterances.], batch size: 60, lr: 2.92e-04 +2022-09-18 09:01:58,193 INFO [train.py:885] (1/2) Epoch 16, batch 6200, loss[loss=0.3824, simple_loss=0.4537, pruned_loss=0.1555, over 13825.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06851, over 411.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3572, pruned_loss=0.1117, over 2779290.15 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07031, over 45446.16 utterances.], batch size: 411, lr: 2.92e-04 +2022-09-18 09:02:27,240 INFO [train.py:885] (1/2) Epoch 16, batch 6250, loss[loss=0.3535, simple_loss=0.4443, pruned_loss=0.1313, over 13614.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.07739, over 560.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3574, pruned_loss=0.1116, over 2782199.03 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07065, over 44535.58 utterances.], batch size: 560, lr: 2.92e-04 +2022-09-18 09:02:56,931 INFO [train.py:885] (1/2) Epoch 16, batch 6300, loss[loss=0.2832, simple_loss=0.3612, pruned_loss=0.1026, over 14320.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03809, over 195.00 utterances.], tot_loss[loss=0.2963, simple_loss=0.363, pruned_loss=0.1148, over 2782100.59 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07209, over 46983.71 utterances.], batch size: 195, lr: 2.92e-04 +2022-09-18 09:03:26,220 INFO [train.py:885] (1/2) Epoch 16, batch 6350, loss[loss=0.2347, simple_loss=0.3201, pruned_loss=0.07466, over 14302.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03881, over 154.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3638, pruned_loss=0.115, over 2780408.34 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07283, over 47695.83 utterances.], batch size: 154, lr: 2.92e-04 +2022-09-18 09:03:56,520 INFO [train.py:885] (1/2) Epoch 16, batch 6400, loss[loss=0.4001, simple_loss=0.4552, pruned_loss=0.1724, over 13996.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05628, over 365.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.365, pruned_loss=0.1153, over 2782635.27 frames. utt_duration=232.7 frames, utt_pad_proportion=0.072, over 48144.80 utterances.], batch size: 365, lr: 2.92e-04 +2022-09-18 09:04:25,702 INFO [train.py:885] (1/2) Epoch 16, batch 6450, loss[loss=0.2696, simple_loss=0.3454, pruned_loss=0.09694, over 14346.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03661, over 210.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3654, pruned_loss=0.1157, over 2786534.71 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07054, over 48061.84 utterances.], batch size: 210, lr: 2.92e-04 +2022-09-18 09:04:55,290 INFO [train.py:885] (1/2) Epoch 16, batch 6500, loss[loss=0.1831, simple_loss=0.2435, pruned_loss=0.06141, over 13620.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.07998, over 50.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3643, pruned_loss=0.1147, over 2780567.36 frames. utt_duration=230 frames, utt_pad_proportion=0.07262, over 48664.45 utterances.], batch size: 50, lr: 2.92e-04 +2022-09-18 09:05:24,432 INFO [train.py:885] (1/2) Epoch 16, batch 6550, loss[loss=0.2395, simple_loss=0.2861, pruned_loss=0.09649, over 14074.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.05983, over 70.00 utterances.], tot_loss[loss=0.2999, simple_loss=0.3668, pruned_loss=0.1165, over 2783566.32 frames. utt_duration=227.8 frames, utt_pad_proportion=0.07237, over 49188.82 utterances.], batch size: 70, lr: 2.92e-04 +2022-09-18 09:05:54,070 INFO [train.py:885] (1/2) Epoch 16, batch 6600, loss[loss=0.3105, simple_loss=0.3942, pruned_loss=0.1134, over 13744.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07348, over 411.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.364, pruned_loss=0.1145, over 2783661.28 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07176, over 48779.43 utterances.], batch size: 411, lr: 2.92e-04 +2022-09-18 09:06:23,851 INFO [train.py:885] (1/2) Epoch 16, batch 6650, loss[loss=0.326, simple_loss=0.4239, pruned_loss=0.114, over 13613.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07829, over 560.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3635, pruned_loss=0.1143, over 2782373.09 frames. utt_duration=232 frames, utt_pad_proportion=0.07241, over 48277.77 utterances.], batch size: 560, lr: 2.92e-04 +2022-09-18 09:06:53,652 INFO [train.py:885] (1/2) Epoch 16, batch 6700, loss[loss=0.2123, simple_loss=0.2801, pruned_loss=0.07223, over 14172.00 frames. utt_duration=638.5 frames, utt_pad_proportion=0.04838, over 89.00 utterances.], tot_loss[loss=0.2975, simple_loss=0.3651, pruned_loss=0.115, over 2783624.74 frames. utt_duration=228.6 frames, utt_pad_proportion=0.07208, over 49025.52 utterances.], batch size: 89, lr: 2.92e-04 +2022-09-18 09:07:23,519 INFO [train.py:885] (1/2) Epoch 16, batch 6750, loss[loss=0.3153, simple_loss=0.3953, pruned_loss=0.1176, over 13992.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05625, over 365.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3638, pruned_loss=0.114, over 2783658.71 frames. utt_duration=233 frames, utt_pad_proportion=0.07218, over 48084.22 utterances.], batch size: 365, lr: 2.92e-04 +2022-09-18 09:07:53,562 INFO [train.py:885] (1/2) Epoch 16, batch 6800, loss[loss=0.2468, simple_loss=0.317, pruned_loss=0.08833, over 14146.00 frames. utt_duration=637.2 frames, utt_pad_proportion=0.05039, over 89.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.359, pruned_loss=0.1114, over 2786019.79 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06959, over 46307.26 utterances.], batch size: 89, lr: 2.92e-04 +2022-09-18 09:08:23,542 INFO [train.py:885] (1/2) Epoch 16, batch 6850, loss[loss=0.3091, simple_loss=0.3811, pruned_loss=0.1186, over 14333.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03719, over 210.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3625, pruned_loss=0.1132, over 2781868.66 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07313, over 48214.93 utterances.], batch size: 210, lr: 2.92e-04 +2022-09-18 09:08:52,665 INFO [train.py:885] (1/2) Epoch 16, batch 6900, loss[loss=0.2501, simple_loss=0.3102, pruned_loss=0.09499, over 14142.00 frames. utt_duration=717.4 frames, utt_pad_proportion=0.0511, over 79.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3578, pruned_loss=0.1111, over 2783472.88 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07224, over 45988.13 utterances.], batch size: 79, lr: 2.92e-04 +2022-09-18 09:09:22,547 INFO [train.py:885] (1/2) Epoch 16, batch 6950, loss[loss=0.1688, simple_loss=0.2318, pruned_loss=0.0529, over 13006.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1227, over 33.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3559, pruned_loss=0.1099, over 2778184.07 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07141, over 45379.96 utterances.], batch size: 33, lr: 2.92e-04 +2022-09-18 09:09:52,047 INFO [train.py:885] (1/2) Epoch 16, batch 7000, loss[loss=0.1599, simple_loss=0.2301, pruned_loss=0.04488, over 13267.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09499, over 41.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3532, pruned_loss=0.1082, over 2777549.85 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07089, over 44468.09 utterances.], batch size: 41, lr: 2.92e-04 +2022-09-18 09:10:20,978 INFO [train.py:885] (1/2) Epoch 16, batch 7050, loss[loss=0.2929, simple_loss=0.3637, pruned_loss=0.1111, over 14377.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03716, over 167.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3518, pruned_loss=0.1084, over 2783080.26 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06777, over 43246.99 utterances.], batch size: 167, lr: 2.92e-04 +2022-09-18 09:10:50,151 INFO [train.py:885] (1/2) Epoch 16, batch 7100, loss[loss=0.2963, simple_loss=0.3931, pruned_loss=0.09976, over 13770.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07244, over 411.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3502, pruned_loss=0.1079, over 2780568.30 frames. utt_duration=263 frames, utt_pad_proportion=0.06697, over 42525.74 utterances.], batch size: 411, lr: 2.92e-04 +2022-09-18 09:11:20,163 INFO [train.py:885] (1/2) Epoch 16, batch 7150, loss[loss=0.5335, simple_loss=0.6137, pruned_loss=0.2266, over 12487.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3525, pruned_loss=0.1094, over 2775134.39 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07049, over 43752.07 utterances.], batch size: 810, lr: 2.92e-04 +2022-09-18 09:11:50,439 INFO [train.py:885] (1/2) Epoch 16, batch 7200, loss[loss=0.1794, simple_loss=0.2427, pruned_loss=0.05803, over 13489.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.09484, over 42.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3552, pruned_loss=0.1104, over 2782372.61 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06893, over 44536.38 utterances.], batch size: 42, lr: 2.92e-04 +2022-09-18 09:12:19,745 INFO [train.py:885] (1/2) Epoch 16, batch 7250, loss[loss=0.3696, simple_loss=0.4196, pruned_loss=0.1598, over 14315.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.0396, over 262.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3537, pruned_loss=0.1104, over 2780504.14 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06797, over 43141.00 utterances.], batch size: 262, lr: 2.92e-04 +2022-09-18 09:12:49,318 INFO [train.py:885] (1/2) Epoch 16, batch 7300, loss[loss=0.218, simple_loss=0.2667, pruned_loss=0.08468, over 13636.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08057, over 50.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3535, pruned_loss=0.1109, over 2778138.32 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06936, over 42694.07 utterances.], batch size: 50, lr: 2.92e-04 +2022-09-18 09:13:18,997 INFO [train.py:885] (1/2) Epoch 16, batch 7350, loss[loss=0.527, simple_loss=0.6022, pruned_loss=0.2259, over 12430.00 frames. utt_duration=62.99 frames, utt_pad_proportion=0.1488, over 810.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3569, pruned_loss=0.1124, over 2774747.41 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07213, over 45109.85 utterances.], batch size: 810, lr: 2.91e-04 +2022-09-18 09:13:48,865 INFO [train.py:885] (1/2) Epoch 16, batch 7400, loss[loss=0.1832, simple_loss=0.2295, pruned_loss=0.06848, over 12098.00 frames. utt_duration=2018 frames, utt_pad_proportion=0.1638, over 24.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3591, pruned_loss=0.1127, over 2774118.85 frames. utt_duration=241.9 frames, utt_pad_proportion=0.0719, over 46150.69 utterances.], batch size: 24, lr: 2.91e-04 +2022-09-18 09:14:18,027 INFO [train.py:885] (1/2) Epoch 16, batch 7450, loss[loss=0.1829, simple_loss=0.2535, pruned_loss=0.05613, over 13784.00 frames. utt_duration=920.3 frames, utt_pad_proportion=0.06849, over 60.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3567, pruned_loss=0.112, over 2777310.41 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06929, over 44889.74 utterances.], batch size: 60, lr: 2.91e-04 +2022-09-18 09:14:48,100 INFO [train.py:885] (1/2) Epoch 16, batch 7500, loss[loss=0.6057, simple_loss=0.6497, pruned_loss=0.2808, over 12472.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.146, over 810.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3607, pruned_loss=0.1145, over 2776465.40 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07195, over 46217.94 utterances.], batch size: 810, lr: 2.91e-04 +2022-09-18 09:15:17,922 INFO [train.py:885] (1/2) Epoch 16, batch 7550, loss[loss=0.3379, simple_loss=0.3854, pruned_loss=0.1452, over 14372.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03766, over 167.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.3613, pruned_loss=0.1144, over 2778274.63 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07168, over 46445.46 utterances.], batch size: 167, lr: 2.91e-04 +2022-09-18 09:15:47,022 INFO [train.py:885] (1/2) Epoch 16, batch 7600, loss[loss=0.3537, simple_loss=0.4332, pruned_loss=0.1371, over 13580.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08379, over 477.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3618, pruned_loss=0.1146, over 2780773.32 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07114, over 46692.32 utterances.], batch size: 477, lr: 2.91e-04 +2022-09-18 09:16:16,689 INFO [train.py:885] (1/2) Epoch 16, batch 7650, loss[loss=0.1931, simple_loss=0.2549, pruned_loss=0.06566, over 13882.00 frames. utt_duration=926.9 frames, utt_pad_proportion=0.06568, over 60.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3562, pruned_loss=0.1126, over 2779005.36 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06868, over 44045.95 utterances.], batch size: 60, lr: 2.91e-04 +2022-09-18 09:16:45,994 INFO [train.py:885] (1/2) Epoch 16, batch 7700, loss[loss=0.3775, simple_loss=0.4735, pruned_loss=0.1407, over 13136.00 frames. utt_duration=81.97 frames, utt_pad_proportion=0.109, over 653.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3555, pruned_loss=0.1122, over 2780330.07 frames. utt_duration=254 frames, utt_pad_proportion=0.06757, over 44037.11 utterances.], batch size: 653, lr: 2.91e-04 +2022-09-18 09:17:15,425 INFO [train.py:885] (1/2) Epoch 16, batch 7750, loss[loss=0.3655, simple_loss=0.4091, pruned_loss=0.161, over 14376.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03584, over 244.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3545, pruned_loss=0.1115, over 2780099.11 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0692, over 43833.57 utterances.], batch size: 244, lr: 2.91e-04 +2022-09-18 09:17:44,943 INFO [train.py:885] (1/2) Epoch 16, batch 7800, loss[loss=0.2243, simple_loss=0.2899, pruned_loss=0.07938, over 14094.00 frames. utt_duration=715 frames, utt_pad_proportion=0.05295, over 79.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3566, pruned_loss=0.1119, over 2780446.38 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07013, over 45087.84 utterances.], batch size: 79, lr: 2.91e-04 +2022-09-18 09:18:15,506 INFO [train.py:885] (1/2) Epoch 16, batch 7850, loss[loss=0.2878, simple_loss=0.3616, pruned_loss=0.107, over 14278.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04042, over 225.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.354, pruned_loss=0.1103, over 2781015.42 frames. utt_duration=252.3 frames, utt_pad_proportion=0.0697, over 44351.47 utterances.], batch size: 225, lr: 2.91e-04 +2022-09-18 09:18:44,712 INFO [train.py:885] (1/2) Epoch 16, batch 7900, loss[loss=0.3993, simple_loss=0.4425, pruned_loss=0.178, over 14203.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04443, over 306.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.356, pruned_loss=0.1113, over 2783929.68 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06841, over 45088.11 utterances.], batch size: 306, lr: 2.91e-04 +2022-09-18 09:19:14,553 INFO [train.py:885] (1/2) Epoch 16, batch 7950, loss[loss=0.141, simple_loss=0.1819, pruned_loss=0.05003, over 13415.00 frames. utt_duration=1628 frames, utt_pad_proportion=0.09674, over 33.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3543, pruned_loss=0.1103, over 2782463.39 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06899, over 44643.62 utterances.], batch size: 33, lr: 2.91e-04 +2022-09-18 09:19:43,602 INFO [train.py:885] (1/2) Epoch 16, batch 8000, loss[loss=0.4622, simple_loss=0.4849, pruned_loss=0.2197, over 14333.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03815, over 262.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3539, pruned_loss=0.1105, over 2783069.75 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06865, over 44837.89 utterances.], batch size: 262, lr: 2.91e-04 +2022-09-18 09:20:13,207 INFO [train.py:885] (1/2) Epoch 16, batch 8050, loss[loss=0.3721, simple_loss=0.4256, pruned_loss=0.1593, over 14223.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04277, over 306.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3535, pruned_loss=0.1108, over 2783048.33 frames. utt_duration=253 frames, utt_pad_proportion=0.06727, over 44266.02 utterances.], batch size: 306, lr: 2.91e-04 +2022-09-18 09:20:42,570 INFO [train.py:885] (1/2) Epoch 16, batch 8100, loss[loss=0.3209, simple_loss=0.3854, pruned_loss=0.1282, over 14307.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04007, over 262.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3553, pruned_loss=0.1117, over 2778728.43 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06882, over 44974.57 utterances.], batch size: 262, lr: 2.91e-04 +2022-09-18 09:21:12,129 INFO [train.py:885] (1/2) Epoch 16, batch 8150, loss[loss=0.2615, simple_loss=0.335, pruned_loss=0.09398, over 14287.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03658, over 154.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3542, pruned_loss=0.1106, over 2778273.03 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0685, over 44863.47 utterances.], batch size: 154, lr: 2.91e-04 +2022-09-18 09:21:41,271 INFO [train.py:885] (1/2) Epoch 16, batch 8200, loss[loss=0.3033, simple_loss=0.3599, pruned_loss=0.1233, over 14353.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03655, over 120.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3558, pruned_loss=0.1119, over 2776732.01 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07097, over 44986.96 utterances.], batch size: 120, lr: 2.91e-04 +2022-09-18 09:22:11,112 INFO [train.py:885] (1/2) Epoch 16, batch 8250, loss[loss=0.272, simple_loss=0.3474, pruned_loss=0.09832, over 14272.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04307, over 154.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.352, pruned_loss=0.1096, over 2778360.78 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06829, over 43104.10 utterances.], batch size: 154, lr: 2.91e-04 +2022-09-18 09:22:40,466 INFO [train.py:885] (1/2) Epoch 16, batch 8300, loss[loss=0.2829, simple_loss=0.343, pruned_loss=0.1114, over 14064.00 frames. utt_duration=575.7 frames, utt_pad_proportion=0.05631, over 98.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3506, pruned_loss=0.1084, over 2775843.79 frames. utt_duration=255.7 frames, utt_pad_proportion=0.07017, over 43669.43 utterances.], batch size: 98, lr: 2.91e-04 +2022-09-18 09:23:10,876 INFO [train.py:885] (1/2) Epoch 16, batch 8350, loss[loss=0.3696, simple_loss=0.4213, pruned_loss=0.159, over 14234.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04346, over 335.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3515, pruned_loss=0.109, over 2779648.52 frames. utt_duration=256.4 frames, utt_pad_proportion=0.07003, over 43619.61 utterances.], batch size: 335, lr: 2.91e-04 +2022-09-18 09:23:39,703 INFO [train.py:885] (1/2) Epoch 16, batch 8400, loss[loss=0.3155, simple_loss=0.4007, pruned_loss=0.1152, over 13791.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07016, over 411.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3532, pruned_loss=0.1098, over 2779123.10 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06916, over 44662.55 utterances.], batch size: 411, lr: 2.91e-04 +2022-09-18 09:24:09,833 INFO [train.py:885] (1/2) Epoch 16, batch 8450, loss[loss=0.2356, simple_loss=0.3096, pruned_loss=0.08074, over 14157.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04599, over 109.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3507, pruned_loss=0.1088, over 2778141.58 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07077, over 43960.26 utterances.], batch size: 109, lr: 2.91e-04 +2022-09-18 09:24:38,569 INFO [train.py:885] (1/2) Epoch 16, batch 8500, loss[loss=0.2829, simple_loss=0.3469, pruned_loss=0.1095, over 14281.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04257, over 154.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3535, pruned_loss=0.1096, over 2782673.96 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07048, over 45129.77 utterances.], batch size: 154, lr: 2.91e-04 +2022-09-18 09:25:09,173 INFO [train.py:885] (1/2) Epoch 16, batch 8550, loss[loss=0.195, simple_loss=0.2732, pruned_loss=0.05842, over 13768.00 frames. utt_duration=1103 frames, utt_pad_proportion=0.071, over 50.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3528, pruned_loss=0.1093, over 2785055.65 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06938, over 44436.35 utterances.], batch size: 50, lr: 2.91e-04 +2022-09-18 09:25:38,198 INFO [train.py:885] (1/2) Epoch 16, batch 8600, loss[loss=0.4729, simple_loss=0.5673, pruned_loss=0.1893, over 12497.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.145, over 810.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3548, pruned_loss=0.1104, over 2786069.56 frames. utt_duration=250 frames, utt_pad_proportion=0.06901, over 44847.83 utterances.], batch size: 810, lr: 2.91e-04 +2022-09-18 09:26:08,266 INFO [train.py:885] (1/2) Epoch 16, batch 8650, loss[loss=0.1794, simple_loss=0.2342, pruned_loss=0.06227, over 12697.00 frames. utt_duration=2033 frames, utt_pad_proportion=0.1307, over 25.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3531, pruned_loss=0.11, over 2781199.14 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06918, over 43945.41 utterances.], batch size: 25, lr: 2.91e-04 +2022-09-18 09:26:37,370 INFO [train.py:885] (1/2) Epoch 16, batch 8700, loss[loss=0.2366, simple_loss=0.2918, pruned_loss=0.09073, over 13943.00 frames. utt_duration=809.8 frames, utt_pad_proportion=0.05728, over 69.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3558, pruned_loss=0.1114, over 2777220.53 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07176, over 45084.82 utterances.], batch size: 69, lr: 2.90e-04 +2022-09-18 09:27:07,317 INFO [train.py:885] (1/2) Epoch 16, batch 8750, loss[loss=0.3027, simple_loss=0.3854, pruned_loss=0.1101, over 13982.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05683, over 365.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3578, pruned_loss=0.1116, over 2777921.15 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07053, over 46451.87 utterances.], batch size: 365, lr: 2.90e-04 +2022-09-18 09:27:36,618 INFO [train.py:885] (1/2) Epoch 16, batch 8800, loss[loss=0.2149, simple_loss=0.2888, pruned_loss=0.07045, over 14236.00 frames. utt_duration=641.1 frames, utt_pad_proportion=0.04175, over 89.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3575, pruned_loss=0.1118, over 2778872.48 frames. utt_duration=243 frames, utt_pad_proportion=0.07033, over 46019.76 utterances.], batch size: 89, lr: 2.90e-04 +2022-09-18 09:28:05,991 INFO [train.py:885] (1/2) Epoch 16, batch 8850, loss[loss=0.3401, simple_loss=0.4046, pruned_loss=0.1378, over 14319.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03842, over 283.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3539, pruned_loss=0.1106, over 2783375.77 frames. utt_duration=252 frames, utt_pad_proportion=0.06962, over 44449.79 utterances.], batch size: 283, lr: 2.90e-04 +2022-09-18 09:28:35,505 INFO [train.py:885] (1/2) Epoch 16, batch 8900, loss[loss=0.317, simple_loss=0.4039, pruned_loss=0.1151, over 14000.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05576, over 365.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3571, pruned_loss=0.1123, over 2782495.12 frames. utt_duration=247 frames, utt_pad_proportion=0.07132, over 45335.44 utterances.], batch size: 365, lr: 2.90e-04 +2022-09-18 09:29:04,955 INFO [train.py:885] (1/2) Epoch 16, batch 8950, loss[loss=0.2056, simple_loss=0.279, pruned_loss=0.06605, over 13854.00 frames. utt_duration=804.5 frames, utt_pad_proportion=0.06123, over 69.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3542, pruned_loss=0.1107, over 2786681.18 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06934, over 43687.48 utterances.], batch size: 69, lr: 2.90e-04 +2022-09-18 09:29:34,106 INFO [train.py:885] (1/2) Epoch 16, batch 9000, loss[loss=0.172, simple_loss=0.2274, pruned_loss=0.0583, over 13236.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.09939, over 33.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3555, pruned_loss=0.1112, over 2781651.35 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07186, over 44836.81 utterances.], batch size: 33, lr: 2.90e-04 +2022-09-18 09:29:34,107 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 09:29:38,310 INFO [train.py:914] (1/2) Epoch 16, validation: loss=0.2025, simple_loss=0.2821, pruned_loss=0.06147, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 09:30:08,357 INFO [train.py:885] (1/2) Epoch 16, batch 9050, loss[loss=0.6582, simple_loss=0.6851, pruned_loss=0.3156, over 12526.00 frames. utt_duration=63.4 frames, utt_pad_proportion=0.1432, over 810.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3571, pruned_loss=0.1117, over 2781284.24 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07349, over 45969.17 utterances.], batch size: 810, lr: 2.90e-04 +2022-09-18 09:30:37,767 INFO [train.py:885] (1/2) Epoch 16, batch 9100, loss[loss=0.2579, simple_loss=0.3131, pruned_loss=0.1014, over 14060.00 frames. utt_duration=575.3 frames, utt_pad_proportion=0.05541, over 98.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3574, pruned_loss=0.1117, over 2780558.17 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07351, over 45978.39 utterances.], batch size: 98, lr: 2.90e-04 +2022-09-18 09:31:07,640 INFO [train.py:885] (1/2) Epoch 16, batch 9150, loss[loss=0.2564, simple_loss=0.3292, pruned_loss=0.09183, over 14325.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03632, over 130.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3576, pruned_loss=0.1118, over 2779483.35 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07358, over 45904.89 utterances.], batch size: 130, lr: 2.90e-04 +2022-09-18 09:31:37,016 INFO [train.py:885] (1/2) Epoch 16, batch 9200, loss[loss=0.1805, simple_loss=0.248, pruned_loss=0.0565, over 13316.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.0905, over 41.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.356, pruned_loss=0.1107, over 2779140.01 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07372, over 44987.13 utterances.], batch size: 41, lr: 2.90e-04 +2022-09-18 09:32:06,793 INFO [train.py:885] (1/2) Epoch 16, batch 9250, loss[loss=0.2631, simple_loss=0.332, pruned_loss=0.09708, over 14331.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03921, over 154.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.358, pruned_loss=0.1108, over 2773227.93 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07658, over 47273.23 utterances.], batch size: 154, lr: 2.90e-04 +2022-09-18 09:32:35,318 INFO [train.py:885] (1/2) Epoch 16, batch 9300, loss[loss=0.2892, simple_loss=0.3527, pruned_loss=0.1128, over 14249.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04592, over 141.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.356, pruned_loss=0.1104, over 2777405.27 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07235, over 45530.75 utterances.], batch size: 141, lr: 2.90e-04 +2022-09-18 09:33:04,770 INFO [train.py:885] (1/2) Epoch 16, batch 9350, loss[loss=0.2834, simple_loss=0.3484, pruned_loss=0.1092, over 14273.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04028, over 180.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3571, pruned_loss=0.1111, over 2779393.08 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07119, over 45709.47 utterances.], batch size: 180, lr: 2.90e-04 +2022-09-18 09:33:34,410 INFO [train.py:885] (1/2) Epoch 16, batch 9400, loss[loss=0.3407, simple_loss=0.4112, pruned_loss=0.1351, over 14018.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05719, over 366.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3598, pruned_loss=0.1122, over 2779224.76 frames. utt_duration=236 frames, utt_pad_proportion=0.07137, over 47402.39 utterances.], batch size: 366, lr: 2.90e-04 +2022-09-18 09:34:03,967 INFO [train.py:885] (1/2) Epoch 16, batch 9450, loss[loss=0.3127, simple_loss=0.3725, pruned_loss=0.1264, over 14252.00 frames. utt_duration=371.8 frames, utt_pad_proportion=0.04414, over 154.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3552, pruned_loss=0.1101, over 2782243.03 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06918, over 45239.84 utterances.], batch size: 154, lr: 2.90e-04 +2022-09-18 09:34:33,349 INFO [train.py:885] (1/2) Epoch 16, batch 9500, loss[loss=0.3644, simple_loss=0.4104, pruned_loss=0.1592, over 14325.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03829, over 195.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3602, pruned_loss=0.113, over 2778702.06 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07201, over 46969.60 utterances.], batch size: 195, lr: 2.90e-04 +2022-09-18 09:35:02,998 INFO [train.py:885] (1/2) Epoch 16, batch 9550, loss[loss=0.3313, simple_loss=0.3925, pruned_loss=0.135, over 14394.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03086, over 244.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3613, pruned_loss=0.1128, over 2778792.26 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07205, over 47933.71 utterances.], batch size: 244, lr: 2.90e-04 +2022-09-18 09:35:32,929 INFO [train.py:885] (1/2) Epoch 16, batch 9600, loss[loss=0.3193, simple_loss=0.4112, pruned_loss=0.1137, over 13758.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07304, over 411.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3612, pruned_loss=0.1122, over 2773848.69 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07324, over 48608.96 utterances.], batch size: 411, lr: 2.90e-04 +2022-09-18 09:36:02,659 INFO [train.py:885] (1/2) Epoch 16, batch 9650, loss[loss=0.3317, simple_loss=0.3936, pruned_loss=0.1349, over 14304.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.03997, over 283.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3671, pruned_loss=0.1158, over 2772982.50 frames. utt_duration=218.1 frames, utt_pad_proportion=0.07435, over 51203.63 utterances.], batch size: 283, lr: 2.90e-04 +2022-09-18 09:36:31,469 INFO [train.py:885] (1/2) Epoch 16, batch 9700, loss[loss=0.1811, simple_loss=0.2348, pruned_loss=0.06374, over 13575.00 frames. utt_duration=1326 frames, utt_pad_proportion=0.07223, over 41.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3634, pruned_loss=0.1136, over 2777600.89 frames. utt_duration=227.1 frames, utt_pad_proportion=0.07298, over 49241.94 utterances.], batch size: 41, lr: 2.90e-04 +2022-09-18 09:37:01,662 INFO [train.py:885] (1/2) Epoch 16, batch 9750, loss[loss=0.1707, simple_loss=0.2089, pruned_loss=0.06629, over 12449.00 frames. utt_duration=2076 frames, utt_pad_proportion=0.1464, over 24.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3615, pruned_loss=0.1132, over 2777141.44 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07383, over 48575.26 utterances.], batch size: 24, lr: 2.90e-04 +2022-09-18 09:37:30,670 INFO [train.py:885] (1/2) Epoch 16, batch 9800, loss[loss=0.3017, simple_loss=0.3723, pruned_loss=0.1156, over 14326.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03814, over 195.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3572, pruned_loss=0.1112, over 2778345.72 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07204, over 46832.94 utterances.], batch size: 195, lr: 2.90e-04 +2022-09-18 09:37:59,856 INFO [train.py:885] (1/2) Epoch 16, batch 9850, loss[loss=0.2907, simple_loss=0.3578, pruned_loss=0.1119, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03912, over 180.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3561, pruned_loss=0.1107, over 2780220.24 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07044, over 45162.84 utterances.], batch size: 180, lr: 2.90e-04 +2022-09-18 09:38:29,611 INFO [train.py:885] (1/2) Epoch 16, batch 9900, loss[loss=0.5162, simple_loss=0.6043, pruned_loss=0.2141, over 12458.00 frames. utt_duration=63.1 frames, utt_pad_proportion=0.1474, over 810.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3598, pruned_loss=0.1125, over 2776879.17 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07363, over 47534.99 utterances.], batch size: 810, lr: 2.90e-04 +2022-09-18 09:38:59,408 INFO [train.py:885] (1/2) Epoch 16, batch 9950, loss[loss=0.3123, simple_loss=0.4025, pruned_loss=0.1111, over 13773.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07336, over 412.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3561, pruned_loss=0.1106, over 2776399.11 frames. utt_duration=244.6 frames, utt_pad_proportion=0.0728, over 45679.89 utterances.], batch size: 412, lr: 2.90e-04 +2022-09-18 09:39:28,648 INFO [train.py:885] (1/2) Epoch 16, batch 10000, loss[loss=0.3761, simple_loss=0.4674, pruned_loss=0.1424, over 13150.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3566, pruned_loss=0.1105, over 2776860.76 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07094, over 46017.46 utterances.], batch size: 653, lr: 2.90e-04 +2022-09-18 09:39:58,476 INFO [train.py:885] (1/2) Epoch 16, batch 10050, loss[loss=0.3299, simple_loss=0.3899, pruned_loss=0.135, over 14343.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03697, over 283.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3562, pruned_loss=0.1107, over 2777341.33 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06994, over 45030.33 utterances.], batch size: 283, lr: 2.89e-04 +2022-09-18 09:40:27,450 INFO [train.py:885] (1/2) Epoch 16, batch 10100, loss[loss=0.2824, simple_loss=0.3625, pruned_loss=0.1012, over 14342.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03931, over 167.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3555, pruned_loss=0.1096, over 2776091.85 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07036, over 45466.11 utterances.], batch size: 167, lr: 2.89e-04 +2022-09-18 09:40:57,426 INFO [train.py:885] (1/2) Epoch 16, batch 10150, loss[loss=0.1965, simple_loss=0.2584, pruned_loss=0.06735, over 13943.00 frames. utt_duration=931.2 frames, utt_pad_proportion=0.06506, over 60.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3573, pruned_loss=0.1103, over 2773595.53 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07237, over 46225.49 utterances.], batch size: 60, lr: 2.89e-04 +2022-09-18 09:41:26,963 INFO [train.py:885] (1/2) Epoch 16, batch 10200, loss[loss=0.1678, simple_loss=0.2218, pruned_loss=0.0569, over 13059.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1139, over 33.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3576, pruned_loss=0.1102, over 2776157.77 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07198, over 46265.47 utterances.], batch size: 33, lr: 2.89e-04 +2022-09-18 09:42:05,259 INFO [train.py:885] (1/2) Epoch 16, batch 10250, loss[loss=0.3734, simple_loss=0.436, pruned_loss=0.1555, over 13800.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06974, over 411.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3618, pruned_loss=0.113, over 2776581.68 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07278, over 47073.45 utterances.], batch size: 411, lr: 2.89e-04 +2022-09-18 09:42:34,768 INFO [train.py:885] (1/2) Epoch 16, batch 10300, loss[loss=0.3337, simple_loss=0.4096, pruned_loss=0.1289, over 13947.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05954, over 365.00 utterances.], tot_loss[loss=0.297, simple_loss=0.3648, pruned_loss=0.1146, over 2780531.85 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07189, over 48102.61 utterances.], batch size: 365, lr: 2.89e-04 +2022-09-18 09:43:03,767 INFO [train.py:885] (1/2) Epoch 16, batch 10350, loss[loss=0.2263, simple_loss=0.2937, pruned_loss=0.07939, over 14209.00 frames. utt_duration=522.8 frames, utt_pad_proportion=0.04243, over 109.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3637, pruned_loss=0.1138, over 2776055.14 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07343, over 48213.84 utterances.], batch size: 109, lr: 2.89e-04 +2022-09-18 09:43:33,441 INFO [train.py:885] (1/2) Epoch 16, batch 10400, loss[loss=0.512, simple_loss=0.5983, pruned_loss=0.2128, over 12524.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1441, over 811.00 utterances.], tot_loss[loss=0.294, simple_loss=0.363, pruned_loss=0.1125, over 2772077.31 frames. utt_duration=226.3 frames, utt_pad_proportion=0.07457, over 49323.28 utterances.], batch size: 811, lr: 2.89e-04 +2022-09-18 09:44:03,478 INFO [train.py:885] (1/2) Epoch 16, batch 10450, loss[loss=0.2764, simple_loss=0.3503, pruned_loss=0.1012, over 14401.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03529, over 155.00 utterances.], tot_loss[loss=0.2957, simple_loss=0.3632, pruned_loss=0.1141, over 2770365.71 frames. utt_duration=230.1 frames, utt_pad_proportion=0.07478, over 48471.39 utterances.], batch size: 155, lr: 2.89e-04 +2022-09-18 09:44:32,692 INFO [train.py:885] (1/2) Epoch 16, batch 10500, loss[loss=0.2255, simple_loss=0.3126, pruned_loss=0.06922, over 14275.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04421, over 141.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3611, pruned_loss=0.1127, over 2774228.27 frames. utt_duration=234.3 frames, utt_pad_proportion=0.073, over 47661.09 utterances.], batch size: 141, lr: 2.89e-04 +2022-09-18 09:45:02,625 INFO [train.py:885] (1/2) Epoch 16, batch 10550, loss[loss=0.1691, simple_loss=0.231, pruned_loss=0.05363, over 13715.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.08254, over 51.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.361, pruned_loss=0.112, over 2772394.52 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07456, over 47656.05 utterances.], batch size: 51, lr: 2.89e-04 +2022-09-18 09:45:31,975 INFO [train.py:885] (1/2) Epoch 16, batch 10600, loss[loss=0.3299, simple_loss=0.4043, pruned_loss=0.1278, over 13973.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.0579, over 365.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3608, pruned_loss=0.1127, over 2775352.08 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07364, over 47029.54 utterances.], batch size: 365, lr: 2.89e-04 +2022-09-18 09:46:01,899 INFO [train.py:885] (1/2) Epoch 16, batch 10650, loss[loss=0.276, simple_loss=0.348, pruned_loss=0.102, over 14373.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03731, over 167.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3583, pruned_loss=0.1111, over 2776866.94 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07415, over 46193.12 utterances.], batch size: 167, lr: 2.89e-04 +2022-09-18 09:46:31,220 INFO [train.py:885] (1/2) Epoch 16, batch 10700, loss[loss=0.2367, simple_loss=0.329, pruned_loss=0.07222, over 14190.00 frames. utt_duration=404 frames, utt_pad_proportion=0.04946, over 141.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3604, pruned_loss=0.1124, over 2778975.77 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07316, over 46064.98 utterances.], batch size: 141, lr: 2.89e-04 +2022-09-18 09:47:01,081 INFO [train.py:885] (1/2) Epoch 16, batch 10750, loss[loss=0.2389, simple_loss=0.3094, pruned_loss=0.08421, over 14107.00 frames. utt_duration=577.2 frames, utt_pad_proportion=0.05219, over 98.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3564, pruned_loss=0.1097, over 2782640.97 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06981, over 44503.28 utterances.], batch size: 98, lr: 2.89e-04 +2022-09-18 09:47:30,647 INFO [train.py:885] (1/2) Epoch 16, batch 10800, loss[loss=0.3033, simple_loss=0.3775, pruned_loss=0.1146, over 14366.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03495, over 210.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3631, pruned_loss=0.1137, over 2780335.13 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07364, over 47393.62 utterances.], batch size: 210, lr: 2.89e-04 +2022-09-18 09:48:00,044 INFO [train.py:885] (1/2) Epoch 16, batch 10850, loss[loss=0.2035, simple_loss=0.2585, pruned_loss=0.07428, over 13725.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.07678, over 42.00 utterances.], tot_loss[loss=0.2928, simple_loss=0.3605, pruned_loss=0.1125, over 2779307.63 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07301, over 46551.57 utterances.], batch size: 42, lr: 2.89e-04 +2022-09-18 09:48:29,380 INFO [train.py:885] (1/2) Epoch 16, batch 10900, loss[loss=0.2316, simple_loss=0.3051, pruned_loss=0.07904, over 14151.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04638, over 109.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3575, pruned_loss=0.1108, over 2775423.21 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07249, over 45706.13 utterances.], batch size: 109, lr: 2.89e-04 +2022-09-18 09:48:58,471 INFO [train.py:885] (1/2) Epoch 16, batch 10950, loss[loss=0.2132, simple_loss=0.2907, pruned_loss=0.0679, over 14241.00 frames. utt_duration=641.6 frames, utt_pad_proportion=0.04521, over 89.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3553, pruned_loss=0.1103, over 2777531.01 frames. utt_duration=251 frames, utt_pad_proportion=0.07151, over 44516.18 utterances.], batch size: 89, lr: 2.89e-04 +2022-09-18 09:49:27,939 INFO [train.py:885] (1/2) Epoch 16, batch 11000, loss[loss=0.162, simple_loss=0.2338, pruned_loss=0.04508, over 13236.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1039, over 33.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3531, pruned_loss=0.1092, over 2777744.48 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07079, over 44109.25 utterances.], batch size: 33, lr: 2.89e-04 +2022-09-18 09:49:56,947 INFO [train.py:885] (1/2) Epoch 16, batch 11050, loss[loss=0.2481, simple_loss=0.3094, pruned_loss=0.09341, over 14326.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03647, over 130.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3548, pruned_loss=0.1092, over 2781831.34 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06954, over 44973.68 utterances.], batch size: 130, lr: 2.89e-04 +2022-09-18 09:50:26,910 INFO [train.py:885] (1/2) Epoch 16, batch 11100, loss[loss=0.3063, simple_loss=0.3825, pruned_loss=0.1151, over 14302.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03854, over 180.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3572, pruned_loss=0.1102, over 2780873.74 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07216, over 46307.27 utterances.], batch size: 180, lr: 2.89e-04 +2022-09-18 09:50:56,792 INFO [train.py:885] (1/2) Epoch 16, batch 11150, loss[loss=0.2943, simple_loss=0.3878, pruned_loss=0.1004, over 13733.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07366, over 411.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3567, pruned_loss=0.1095, over 2781878.94 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07184, over 46230.43 utterances.], batch size: 411, lr: 2.89e-04 +2022-09-18 09:51:26,132 INFO [train.py:885] (1/2) Epoch 16, batch 11200, loss[loss=0.2117, simple_loss=0.2763, pruned_loss=0.0736, over 13751.00 frames. utt_duration=918.1 frames, utt_pad_proportion=0.07823, over 60.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3575, pruned_loss=0.1101, over 2780093.56 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07162, over 46480.70 utterances.], batch size: 60, lr: 2.89e-04 +2022-09-18 09:51:55,304 INFO [train.py:885] (1/2) Epoch 16, batch 11250, loss[loss=0.207, simple_loss=0.2662, pruned_loss=0.0739, over 13949.00 frames. utt_duration=931.4 frames, utt_pad_proportion=0.06389, over 60.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3567, pruned_loss=0.1099, over 2779110.30 frames. utt_duration=243 frames, utt_pad_proportion=0.07219, over 46030.53 utterances.], batch size: 60, lr: 2.89e-04 +2022-09-18 09:52:25,439 INFO [train.py:885] (1/2) Epoch 16, batch 11300, loss[loss=0.4657, simple_loss=0.4784, pruned_loss=0.2265, over 14327.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.0375, over 195.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3579, pruned_loss=0.1107, over 2778435.90 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07243, over 46549.04 utterances.], batch size: 195, lr: 2.89e-04 +2022-09-18 09:52:54,942 INFO [train.py:885] (1/2) Epoch 16, batch 11350, loss[loss=0.2366, simple_loss=0.3059, pruned_loss=0.08365, over 14163.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.0453, over 109.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3571, pruned_loss=0.1107, over 2771740.81 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07451, over 46585.28 utterances.], batch size: 109, lr: 2.89e-04 +2022-09-18 09:53:24,552 INFO [train.py:885] (1/2) Epoch 16, batch 11400, loss[loss=0.2396, simple_loss=0.3174, pruned_loss=0.08089, over 14272.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03975, over 130.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3551, pruned_loss=0.1099, over 2777866.51 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07115, over 45306.47 utterances.], batch size: 130, lr: 2.89e-04 +2022-09-18 09:53:53,625 INFO [train.py:885] (1/2) Epoch 16, batch 11450, loss[loss=0.2489, simple_loss=0.3188, pruned_loss=0.08947, over 14182.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04436, over 109.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3543, pruned_loss=0.1095, over 2781039.82 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07002, over 44909.71 utterances.], batch size: 109, lr: 2.88e-04 +2022-09-18 09:54:23,112 INFO [train.py:885] (1/2) Epoch 16, batch 11500, loss[loss=0.3419, simple_loss=0.428, pruned_loss=0.1279, over 13672.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.07322, over 478.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3546, pruned_loss=0.1098, over 2785014.83 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06765, over 44618.32 utterances.], batch size: 478, lr: 2.88e-04 +2022-09-18 09:54:52,642 INFO [train.py:885] (1/2) Epoch 16, batch 11550, loss[loss=0.5324, simple_loss=0.6075, pruned_loss=0.2286, over 12395.00 frames. utt_duration=62.76 frames, utt_pad_proportion=0.1519, over 810.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3574, pruned_loss=0.1122, over 2783081.17 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06901, over 45383.39 utterances.], batch size: 810, lr: 2.88e-04 +2022-09-18 09:55:21,993 INFO [train.py:885] (1/2) Epoch 16, batch 11600, loss[loss=0.5465, simple_loss=0.6257, pruned_loss=0.2336, over 12535.00 frames. utt_duration=63.35 frames, utt_pad_proportion=0.144, over 811.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3589, pruned_loss=0.1129, over 2784100.37 frames. utt_duration=248.7 frames, utt_pad_proportion=0.0689, over 45042.40 utterances.], batch size: 811, lr: 2.88e-04 +2022-09-18 09:55:51,880 INFO [train.py:885] (1/2) Epoch 16, batch 11650, loss[loss=0.1861, simple_loss=0.2535, pruned_loss=0.05933, over 13756.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.07847, over 42.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.359, pruned_loss=0.1131, over 2785947.42 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07086, over 44983.45 utterances.], batch size: 42, lr: 2.88e-04 +2022-09-18 09:56:21,273 INFO [train.py:885] (1/2) Epoch 16, batch 11700, loss[loss=0.1888, simple_loss=0.2599, pruned_loss=0.05883, over 12246.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.1643, over 24.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3582, pruned_loss=0.1123, over 2784814.21 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07069, over 45421.43 utterances.], batch size: 24, lr: 2.88e-04 +2022-09-18 09:56:50,859 INFO [train.py:885] (1/2) Epoch 16, batch 11750, loss[loss=0.288, simple_loss=0.3229, pruned_loss=0.1266, over 14097.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05263, over 98.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3569, pruned_loss=0.1113, over 2783199.09 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07115, over 44875.17 utterances.], batch size: 98, lr: 2.88e-04 +2022-09-18 09:57:20,761 INFO [train.py:885] (1/2) Epoch 16, batch 11800, loss[loss=0.259, simple_loss=0.3308, pruned_loss=0.09365, over 14353.00 frames. utt_duration=443.2 frames, utt_pad_proportion=0.03661, over 130.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3581, pruned_loss=0.1112, over 2783817.62 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07037, over 45973.05 utterances.], batch size: 130, lr: 2.88e-04 +2022-09-18 09:57:49,879 INFO [train.py:885] (1/2) Epoch 16, batch 11850, loss[loss=0.3757, simple_loss=0.4596, pruned_loss=0.1459, over 13643.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07697, over 560.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3562, pruned_loss=0.1108, over 2785963.25 frames. utt_duration=249 frames, utt_pad_proportion=0.06864, over 45015.53 utterances.], batch size: 560, lr: 2.88e-04 +2022-09-18 09:58:19,238 INFO [train.py:885] (1/2) Epoch 16, batch 11900, loss[loss=0.2918, simple_loss=0.3839, pruned_loss=0.09983, over 13808.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.0712, over 412.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3563, pruned_loss=0.1108, over 2783301.09 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07016, over 45838.22 utterances.], batch size: 412, lr: 2.88e-04 +2022-09-18 09:58:49,041 INFO [train.py:885] (1/2) Epoch 16, batch 11950, loss[loss=0.5429, simple_loss=0.6189, pruned_loss=0.2335, over 12460.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 810.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3614, pruned_loss=0.1135, over 2780513.06 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07208, over 47282.51 utterances.], batch size: 810, lr: 2.88e-04 +2022-09-18 09:59:18,756 INFO [train.py:885] (1/2) Epoch 16, batch 12000, loss[loss=0.3533, simple_loss=0.4084, pruned_loss=0.1491, over 14356.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03595, over 226.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3609, pruned_loss=0.1135, over 2785994.42 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07023, over 46115.48 utterances.], batch size: 226, lr: 2.88e-04 +2022-09-18 09:59:18,757 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 09:59:22,890 INFO [train.py:914] (1/2) Epoch 16, validation: loss=0.1949, simple_loss=0.2758, pruned_loss=0.05702, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 09:59:52,615 INFO [train.py:885] (1/2) Epoch 16, batch 12050, loss[loss=0.2948, simple_loss=0.3627, pruned_loss=0.1134, over 14381.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03178, over 244.00 utterances.], tot_loss[loss=0.2959, simple_loss=0.3631, pruned_loss=0.1144, over 2782042.43 frames. utt_duration=234 frames, utt_pad_proportion=0.07205, over 47856.73 utterances.], batch size: 244, lr: 2.88e-04 +2022-09-18 10:00:21,805 INFO [train.py:885] (1/2) Epoch 16, batch 12100, loss[loss=0.4948, simple_loss=0.5031, pruned_loss=0.2432, over 14249.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04221, over 335.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3606, pruned_loss=0.1132, over 2785463.38 frames. utt_duration=241.3 frames, utt_pad_proportion=0.06924, over 46453.86 utterances.], batch size: 335, lr: 2.88e-04 +2022-09-18 10:00:51,666 INFO [train.py:885] (1/2) Epoch 16, batch 12150, loss[loss=0.3878, simple_loss=0.4321, pruned_loss=0.1717, over 14241.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04194, over 335.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3593, pruned_loss=0.112, over 2783343.04 frames. utt_duration=239.1 frames, utt_pad_proportion=0.069, over 46844.29 utterances.], batch size: 335, lr: 2.88e-04 +2022-09-18 10:01:21,173 INFO [train.py:885] (1/2) Epoch 16, batch 12200, loss[loss=0.2947, simple_loss=0.3897, pruned_loss=0.09984, over 13769.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07218, over 411.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.3615, pruned_loss=0.1132, over 2783035.34 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07238, over 47533.02 utterances.], batch size: 411, lr: 2.88e-04 +2022-09-18 10:01:51,107 INFO [train.py:885] (1/2) Epoch 16, batch 12250, loss[loss=0.5553, simple_loss=0.6234, pruned_loss=0.2436, over 12459.00 frames. utt_duration=63.09 frames, utt_pad_proportion=0.1475, over 810.00 utterances.], tot_loss[loss=0.2971, simple_loss=0.3647, pruned_loss=0.1147, over 2778230.21 frames. utt_duration=226.1 frames, utt_pad_proportion=0.07595, over 49475.28 utterances.], batch size: 810, lr: 2.88e-04 +2022-09-18 10:02:20,298 INFO [train.py:885] (1/2) Epoch 16, batch 12300, loss[loss=0.3477, simple_loss=0.436, pruned_loss=0.1297, over 13554.00 frames. utt_duration=98.18 frames, utt_pad_proportion=0.08246, over 560.00 utterances.], tot_loss[loss=0.2968, simple_loss=0.3639, pruned_loss=0.1148, over 2781823.63 frames. utt_duration=229 frames, utt_pad_proportion=0.07393, over 48910.70 utterances.], batch size: 560, lr: 2.88e-04 +2022-09-18 10:02:49,562 INFO [train.py:885] (1/2) Epoch 16, batch 12350, loss[loss=0.2215, simple_loss=0.2904, pruned_loss=0.07627, over 14065.00 frames. utt_duration=713.6 frames, utt_pad_proportion=0.05602, over 79.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.363, pruned_loss=0.1138, over 2783291.57 frames. utt_duration=230.1 frames, utt_pad_proportion=0.07375, over 48698.03 utterances.], batch size: 79, lr: 2.88e-04 +2022-09-18 10:03:19,622 INFO [train.py:885] (1/2) Epoch 16, batch 12400, loss[loss=0.2962, simple_loss=0.3808, pruned_loss=0.1058, over 13998.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05561, over 365.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3629, pruned_loss=0.1139, over 2776035.00 frames. utt_duration=230.1 frames, utt_pad_proportion=0.07471, over 48573.50 utterances.], batch size: 365, lr: 2.88e-04 +2022-09-18 10:03:49,336 INFO [train.py:885] (1/2) Epoch 16, batch 12450, loss[loss=0.276, simple_loss=0.3523, pruned_loss=0.09984, over 14334.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03523, over 244.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3612, pruned_loss=0.113, over 2775024.42 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07534, over 48445.50 utterances.], batch size: 244, lr: 2.88e-04 +2022-09-18 10:04:18,283 INFO [train.py:885] (1/2) Epoch 16, batch 12500, loss[loss=0.3384, simple_loss=0.4159, pruned_loss=0.1304, over 14017.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05431, over 365.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3615, pruned_loss=0.1126, over 2773319.72 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07529, over 48640.30 utterances.], batch size: 365, lr: 2.88e-04 +2022-09-18 10:04:48,361 INFO [train.py:885] (1/2) Epoch 16, batch 12550, loss[loss=0.1881, simple_loss=0.2669, pruned_loss=0.05466, over 14075.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.05996, over 70.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3595, pruned_loss=0.1118, over 2778239.32 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07278, over 48045.96 utterances.], batch size: 70, lr: 2.88e-04 +2022-09-18 10:05:15,638 INFO [train.py:885] (1/2) Epoch 16, batch 12600, loss[loss=0.2375, simple_loss=0.2931, pruned_loss=0.09097, over 13675.00 frames. utt_duration=912.7 frames, utt_pad_proportion=0.07994, over 60.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3549, pruned_loss=0.1095, over 2781076.81 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07041, over 45859.69 utterances.], batch size: 60, lr: 2.88e-04 +2022-09-18 10:05:34,915 INFO [train.py:885] (1/2) Epoch 17, batch 0, loss[loss=0.3145, simple_loss=0.3747, pruned_loss=0.1272, over 14296.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03921, over 154.00 utterances.], tot_loss[loss=0.3145, simple_loss=0.3747, pruned_loss=0.1272, over 14296.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03921, over 154.00 utterances.], batch size: 154, lr: 2.80e-04 +2022-09-18 10:06:04,607 INFO [train.py:885] (1/2) Epoch 17, batch 50, loss[loss=0.3245, simple_loss=0.3825, pruned_loss=0.1333, over 14301.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03897, over 195.00 utterances.], tot_loss[loss=0.3071, simple_loss=0.3761, pruned_loss=0.119, over 626181.51 frames. utt_duration=201.2 frames, utt_pad_proportion=0.07459, over 12540.36 utterances.], batch size: 195, lr: 2.80e-04 +2022-09-18 10:06:34,302 INFO [train.py:885] (1/2) Epoch 17, batch 100, loss[loss=0.2117, simple_loss=0.2899, pruned_loss=0.06671, over 14260.00 frames. utt_duration=476.8 frames, utt_pad_proportion=0.04058, over 120.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3629, pruned_loss=0.1135, over 1103553.71 frames. utt_duration=220.6 frames, utt_pad_proportion=0.07231, over 20142.11 utterances.], batch size: 120, lr: 2.80e-04 +2022-09-18 10:07:04,223 INFO [train.py:885] (1/2) Epoch 17, batch 150, loss[loss=0.393, simple_loss=0.4373, pruned_loss=0.1743, over 14219.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04378, over 306.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3631, pruned_loss=0.1137, over 1471716.48 frames. utt_duration=223 frames, utt_pad_proportion=0.07422, over 26569.61 utterances.], batch size: 306, lr: 2.80e-04 +2022-09-18 10:07:34,063 INFO [train.py:885] (1/2) Epoch 17, batch 200, loss[loss=0.28, simple_loss=0.3558, pruned_loss=0.1021, over 14333.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03685, over 195.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3632, pruned_loss=0.1124, over 1758335.08 frames. utt_duration=216.6 frames, utt_pad_proportion=0.07596, over 32695.42 utterances.], batch size: 195, lr: 2.80e-04 +2022-09-18 10:08:03,256 INFO [train.py:885] (1/2) Epoch 17, batch 250, loss[loss=0.2549, simple_loss=0.3207, pruned_loss=0.09453, over 14156.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04577, over 109.00 utterances.], tot_loss[loss=0.2978, simple_loss=0.3666, pruned_loss=0.1145, over 1984529.60 frames. utt_duration=215.1 frames, utt_pad_proportion=0.07695, over 37158.05 utterances.], batch size: 109, lr: 2.80e-04 +2022-09-18 10:08:32,045 INFO [train.py:885] (1/2) Epoch 17, batch 300, loss[loss=0.3904, simple_loss=0.4283, pruned_loss=0.1763, over 14285.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04113, over 262.00 utterances.], tot_loss[loss=0.2985, simple_loss=0.3658, pruned_loss=0.1156, over 2165968.31 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07379, over 38298.82 utterances.], batch size: 262, lr: 2.79e-04 +2022-09-18 10:09:01,376 INFO [train.py:885] (1/2) Epoch 17, batch 350, loss[loss=0.1912, simple_loss=0.2504, pruned_loss=0.06596, over 13428.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.08217, over 41.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3581, pruned_loss=0.1116, over 2302296.30 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07213, over 38586.95 utterances.], batch size: 41, lr: 2.79e-04 +2022-09-18 10:09:31,532 INFO [train.py:885] (1/2) Epoch 17, batch 400, loss[loss=0.3315, simple_loss=0.3931, pruned_loss=0.1349, over 14370.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03299, over 244.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3532, pruned_loss=0.1095, over 2409400.14 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06929, over 38418.08 utterances.], batch size: 244, lr: 2.79e-04 +2022-09-18 10:10:01,346 INFO [train.py:885] (1/2) Epoch 17, batch 450, loss[loss=0.2084, simple_loss=0.2822, pruned_loss=0.06729, over 13732.00 frames. utt_duration=917.1 frames, utt_pad_proportion=0.07273, over 60.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3527, pruned_loss=0.1079, over 2491069.84 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06931, over 40146.38 utterances.], batch size: 60, lr: 2.79e-04 +2022-09-18 10:10:30,708 INFO [train.py:885] (1/2) Epoch 17, batch 500, loss[loss=0.2694, simple_loss=0.346, pruned_loss=0.09635, over 14327.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03789, over 195.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3558, pruned_loss=0.1092, over 2554911.09 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06989, over 41981.59 utterances.], batch size: 195, lr: 2.79e-04 +2022-09-18 10:11:00,056 INFO [train.py:885] (1/2) Epoch 17, batch 550, loss[loss=0.2677, simple_loss=0.3313, pruned_loss=0.102, over 14280.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03927, over 130.00 utterances.], tot_loss[loss=0.285, simple_loss=0.354, pruned_loss=0.108, over 2608199.94 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06833, over 41959.87 utterances.], batch size: 130, lr: 2.79e-04 +2022-09-18 10:11:29,849 INFO [train.py:885] (1/2) Epoch 17, batch 600, loss[loss=0.3267, simple_loss=0.4198, pruned_loss=0.1168, over 13641.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07995, over 477.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3586, pruned_loss=0.1106, over 2646977.64 frames. utt_duration=238.5 frames, utt_pad_proportion=0.06923, over 44673.92 utterances.], batch size: 477, lr: 2.79e-04 +2022-09-18 10:11:59,434 INFO [train.py:885] (1/2) Epoch 17, batch 650, loss[loss=0.2233, simple_loss=0.2823, pruned_loss=0.08217, over 13629.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.07406, over 50.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.359, pruned_loss=0.1098, over 2676623.18 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07095, over 45627.55 utterances.], batch size: 50, lr: 2.79e-04 +2022-09-18 10:12:29,238 INFO [train.py:885] (1/2) Epoch 17, batch 700, loss[loss=0.3116, simple_loss=0.3828, pruned_loss=0.1202, over 14330.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03907, over 262.00 utterances.], tot_loss[loss=0.2932, simple_loss=0.3613, pruned_loss=0.1125, over 2697888.10 frames. utt_duration=238.5 frames, utt_pad_proportion=0.06994, over 45528.37 utterances.], batch size: 262, lr: 2.79e-04 +2022-09-18 10:12:58,491 INFO [train.py:885] (1/2) Epoch 17, batch 750, loss[loss=0.3157, simple_loss=0.3828, pruned_loss=0.1243, over 14319.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0387, over 283.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3627, pruned_loss=0.1127, over 2714776.21 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07245, over 47164.98 utterances.], batch size: 283, lr: 2.79e-04 +2022-09-18 10:13:28,358 INFO [train.py:885] (1/2) Epoch 17, batch 800, loss[loss=0.29, simple_loss=0.3721, pruned_loss=0.104, over 13974.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05773, over 365.00 utterances.], tot_loss[loss=0.2945, simple_loss=0.3625, pruned_loss=0.1132, over 2729110.32 frames. utt_duration=230.8 frames, utt_pad_proportion=0.0732, over 47592.75 utterances.], batch size: 365, lr: 2.79e-04 +2022-09-18 10:13:57,596 INFO [train.py:885] (1/2) Epoch 17, batch 850, loss[loss=0.1668, simple_loss=0.2172, pruned_loss=0.05816, over 12916.00 frames. utt_duration=2068 frames, utt_pad_proportion=0.137, over 25.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3601, pruned_loss=0.1121, over 2741091.14 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07341, over 47010.78 utterances.], batch size: 25, lr: 2.79e-04 +2022-09-18 10:14:27,128 INFO [train.py:885] (1/2) Epoch 17, batch 900, loss[loss=0.247, simple_loss=0.3199, pruned_loss=0.08703, over 13205.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1045, over 33.00 utterances.], tot_loss[loss=0.2943, simple_loss=0.3622, pruned_loss=0.1132, over 2752557.12 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07307, over 47656.17 utterances.], batch size: 33, lr: 2.79e-04 +2022-09-18 10:14:56,731 INFO [train.py:885] (1/2) Epoch 17, batch 950, loss[loss=0.3049, simple_loss=0.3823, pruned_loss=0.1137, over 14360.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03552, over 210.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3652, pruned_loss=0.1151, over 2757524.91 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07291, over 48114.54 utterances.], batch size: 210, lr: 2.79e-04 +2022-09-18 10:15:25,947 INFO [train.py:885] (1/2) Epoch 17, batch 1000, loss[loss=0.1872, simple_loss=0.2492, pruned_loss=0.06267, over 13067.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1147, over 33.00 utterances.], tot_loss[loss=0.298, simple_loss=0.3654, pruned_loss=0.1154, over 2760210.17 frames. utt_duration=228.2 frames, utt_pad_proportion=0.07339, over 48690.15 utterances.], batch size: 33, lr: 2.79e-04 +2022-09-18 10:15:55,642 INFO [train.py:885] (1/2) Epoch 17, batch 1050, loss[loss=0.2073, simple_loss=0.2735, pruned_loss=0.07057, over 14069.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05594, over 79.00 utterances.], tot_loss[loss=0.2961, simple_loss=0.3638, pruned_loss=0.1142, over 2763501.27 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07278, over 47995.81 utterances.], batch size: 79, lr: 2.79e-04 +2022-09-18 10:16:24,848 INFO [train.py:885] (1/2) Epoch 17, batch 1100, loss[loss=0.4269, simple_loss=0.4483, pruned_loss=0.2027, over 14350.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03623, over 195.00 utterances.], tot_loss[loss=0.2953, simple_loss=0.3628, pruned_loss=0.1139, over 2772002.54 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07001, over 46605.76 utterances.], batch size: 195, lr: 2.79e-04 +2022-09-18 10:16:54,715 INFO [train.py:885] (1/2) Epoch 17, batch 1150, loss[loss=0.1653, simple_loss=0.2331, pruned_loss=0.0488, over 13810.00 frames. utt_duration=802.1 frames, utt_pad_proportion=0.06624, over 69.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.362, pruned_loss=0.1134, over 2774858.35 frames. utt_duration=239.8 frames, utt_pad_proportion=0.06955, over 46567.34 utterances.], batch size: 69, lr: 2.79e-04 +2022-09-18 10:17:23,699 INFO [train.py:885] (1/2) Epoch 17, batch 1200, loss[loss=0.2673, simple_loss=0.3417, pruned_loss=0.09647, over 14286.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03888, over 130.00 utterances.], tot_loss[loss=0.2952, simple_loss=0.3629, pruned_loss=0.1137, over 2780115.41 frames. utt_duration=239.4 frames, utt_pad_proportion=0.06918, over 46742.86 utterances.], batch size: 130, lr: 2.79e-04 +2022-09-18 10:17:54,038 INFO [train.py:885] (1/2) Epoch 17, batch 1250, loss[loss=0.29, simple_loss=0.3363, pruned_loss=0.1219, over 14209.00 frames. utt_duration=640.2 frames, utt_pad_proportion=0.04592, over 89.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3585, pruned_loss=0.1114, over 2776704.96 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07004, over 45807.60 utterances.], batch size: 89, lr: 2.79e-04 +2022-09-18 10:18:23,040 INFO [train.py:885] (1/2) Epoch 17, batch 1300, loss[loss=0.3, simple_loss=0.3639, pruned_loss=0.118, over 14350.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03611, over 195.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3583, pruned_loss=0.112, over 2782474.18 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06903, over 45092.34 utterances.], batch size: 195, lr: 2.79e-04 +2022-09-18 10:18:52,840 INFO [train.py:885] (1/2) Epoch 17, batch 1350, loss[loss=0.272, simple_loss=0.3411, pruned_loss=0.1014, over 14304.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03809, over 130.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3589, pruned_loss=0.1123, over 2785176.72 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06903, over 45055.67 utterances.], batch size: 130, lr: 2.79e-04 +2022-09-18 10:19:22,754 INFO [train.py:885] (1/2) Epoch 17, batch 1400, loss[loss=0.2283, simple_loss=0.2961, pruned_loss=0.08026, over 14160.00 frames. utt_duration=637.9 frames, utt_pad_proportion=0.04933, over 89.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3586, pruned_loss=0.1125, over 2784846.53 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06911, over 44880.85 utterances.], batch size: 89, lr: 2.79e-04 +2022-09-18 10:19:52,193 INFO [train.py:885] (1/2) Epoch 17, batch 1450, loss[loss=0.316, simple_loss=0.4206, pruned_loss=0.1057, over 13645.00 frames. utt_duration=98.83 frames, utt_pad_proportion=0.07635, over 560.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3567, pruned_loss=0.1103, over 2779435.11 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07158, over 46141.85 utterances.], batch size: 560, lr: 2.79e-04 +2022-09-18 10:20:21,860 INFO [train.py:885] (1/2) Epoch 17, batch 1500, loss[loss=0.3647, simple_loss=0.4151, pruned_loss=0.1571, over 14228.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04338, over 306.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3593, pruned_loss=0.1117, over 2784612.50 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07049, over 46461.60 utterances.], batch size: 306, lr: 2.79e-04 +2022-09-18 10:20:50,784 INFO [train.py:885] (1/2) Epoch 17, batch 1550, loss[loss=0.3502, simple_loss=0.4347, pruned_loss=0.1329, over 13614.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08293, over 477.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3553, pruned_loss=0.1096, over 2789625.95 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06903, over 44635.74 utterances.], batch size: 477, lr: 2.79e-04 +2022-09-18 10:21:21,198 INFO [train.py:885] (1/2) Epoch 17, batch 1600, loss[loss=0.1661, simple_loss=0.2222, pruned_loss=0.05501, over 13360.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08698, over 41.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3536, pruned_loss=0.1094, over 2784178.12 frames. utt_duration=255.9 frames, utt_pad_proportion=0.07081, over 43764.42 utterances.], batch size: 41, lr: 2.79e-04 +2022-09-18 10:21:50,615 INFO [train.py:885] (1/2) Epoch 17, batch 1650, loss[loss=0.271, simple_loss=0.3532, pruned_loss=0.0944, over 14301.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03876, over 180.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3544, pruned_loss=0.109, over 2785986.48 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06941, over 44187.77 utterances.], batch size: 180, lr: 2.79e-04 +2022-09-18 10:22:20,385 INFO [train.py:885] (1/2) Epoch 17, batch 1700, loss[loss=0.2662, simple_loss=0.3411, pruned_loss=0.09566, over 14311.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.0406, over 154.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.354, pruned_loss=0.1085, over 2784797.59 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07016, over 44350.72 utterances.], batch size: 154, lr: 2.79e-04 +2022-09-18 10:22:49,690 INFO [train.py:885] (1/2) Epoch 17, batch 1750, loss[loss=0.3936, simple_loss=0.4841, pruned_loss=0.1516, over 13194.00 frames. utt_duration=82.33 frames, utt_pad_proportion=0.1051, over 653.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3533, pruned_loss=0.1083, over 2782891.16 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06956, over 44338.70 utterances.], batch size: 653, lr: 2.78e-04 +2022-09-18 10:23:19,022 INFO [train.py:885] (1/2) Epoch 17, batch 1800, loss[loss=0.3484, simple_loss=0.4032, pruned_loss=0.1468, over 14226.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04343, over 306.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3525, pruned_loss=0.1077, over 2784659.73 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06979, over 44062.93 utterances.], batch size: 306, lr: 2.78e-04 +2022-09-18 10:23:49,239 INFO [train.py:885] (1/2) Epoch 17, batch 1850, loss[loss=0.3209, simple_loss=0.3865, pruned_loss=0.1277, over 14363.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03509, over 210.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3516, pruned_loss=0.1078, over 2787506.64 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06804, over 43528.52 utterances.], batch size: 210, lr: 2.78e-04 +2022-09-18 10:24:19,424 INFO [train.py:885] (1/2) Epoch 17, batch 1900, loss[loss=0.3129, simple_loss=0.3874, pruned_loss=0.1192, over 14332.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.03737, over 226.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3525, pruned_loss=0.1082, over 2786138.64 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06973, over 44069.37 utterances.], batch size: 226, lr: 2.78e-04 +2022-09-18 10:24:48,602 INFO [train.py:885] (1/2) Epoch 17, batch 1950, loss[loss=0.3472, simple_loss=0.4014, pruned_loss=0.1465, over 14189.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04527, over 306.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3534, pruned_loss=0.1088, over 2788884.01 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06837, over 44077.34 utterances.], batch size: 306, lr: 2.78e-04 +2022-09-18 10:25:18,400 INFO [train.py:885] (1/2) Epoch 17, batch 2000, loss[loss=0.2364, simple_loss=0.3101, pruned_loss=0.08134, over 14166.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04525, over 109.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3548, pruned_loss=0.1096, over 2786051.19 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06987, over 44855.41 utterances.], batch size: 109, lr: 2.78e-04 +2022-09-18 10:25:47,625 INFO [train.py:885] (1/2) Epoch 17, batch 2050, loss[loss=0.3494, simple_loss=0.4045, pruned_loss=0.1471, over 14216.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0436, over 306.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3541, pruned_loss=0.1092, over 2788593.46 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06927, over 44262.61 utterances.], batch size: 306, lr: 2.78e-04 +2022-09-18 10:26:18,232 INFO [train.py:885] (1/2) Epoch 17, batch 2100, loss[loss=0.2173, simple_loss=0.2818, pruned_loss=0.0764, over 14072.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05439, over 98.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3541, pruned_loss=0.1089, over 2787838.02 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06918, over 43860.19 utterances.], batch size: 98, lr: 2.78e-04 +2022-09-18 10:26:47,435 INFO [train.py:885] (1/2) Epoch 17, batch 2150, loss[loss=0.3236, simple_loss=0.3838, pruned_loss=0.1317, over 14246.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04252, over 225.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3545, pruned_loss=0.1095, over 2785764.51 frames. utt_duration=255 frames, utt_pad_proportion=0.06936, over 43944.24 utterances.], batch size: 225, lr: 2.78e-04 +2022-09-18 10:27:17,286 INFO [train.py:885] (1/2) Epoch 17, batch 2200, loss[loss=0.3017, simple_loss=0.3772, pruned_loss=0.1131, over 14301.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.0393, over 283.00 utterances.], tot_loss[loss=0.2936, simple_loss=0.3614, pruned_loss=0.1128, over 2782199.83 frames. utt_duration=236 frames, utt_pad_proportion=0.07347, over 47451.35 utterances.], batch size: 283, lr: 2.78e-04 +2022-09-18 10:27:47,743 INFO [train.py:885] (1/2) Epoch 17, batch 2250, loss[loss=0.2073, simple_loss=0.2617, pruned_loss=0.07641, over 12212.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1818, over 24.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.3572, pruned_loss=0.1108, over 2779870.74 frames. utt_duration=244 frames, utt_pad_proportion=0.07326, over 45842.03 utterances.], batch size: 24, lr: 2.78e-04 +2022-09-18 10:28:17,197 INFO [train.py:885] (1/2) Epoch 17, batch 2300, loss[loss=0.2926, simple_loss=0.3619, pruned_loss=0.1116, over 14314.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03937, over 262.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3591, pruned_loss=0.1122, over 2777679.11 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07441, over 46604.64 utterances.], batch size: 262, lr: 2.78e-04 +2022-09-18 10:28:47,036 INFO [train.py:885] (1/2) Epoch 17, batch 2350, loss[loss=0.3417, simple_loss=0.4296, pruned_loss=0.1269, over 13661.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08119, over 478.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3602, pruned_loss=0.1137, over 2774959.64 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07555, over 47104.82 utterances.], batch size: 478, lr: 2.78e-04 +2022-09-18 10:29:15,929 INFO [train.py:885] (1/2) Epoch 17, batch 2400, loss[loss=0.3832, simple_loss=0.418, pruned_loss=0.1742, over 14233.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04257, over 335.00 utterances.], tot_loss[loss=0.2954, simple_loss=0.3625, pruned_loss=0.1142, over 2779592.56 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07257, over 48148.54 utterances.], batch size: 335, lr: 2.78e-04 +2022-09-18 10:29:46,378 INFO [train.py:885] (1/2) Epoch 17, batch 2450, loss[loss=0.2198, simple_loss=0.2723, pruned_loss=0.0836, over 13332.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.09054, over 41.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3583, pruned_loss=0.112, over 2776911.92 frames. utt_duration=239 frames, utt_pad_proportion=0.07137, over 46760.72 utterances.], batch size: 41, lr: 2.78e-04 +2022-09-18 10:30:15,782 INFO [train.py:885] (1/2) Epoch 17, batch 2500, loss[loss=0.1937, simple_loss=0.2723, pruned_loss=0.05757, over 14197.00 frames. utt_duration=812.7 frames, utt_pad_proportion=0.05164, over 70.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3557, pruned_loss=0.1099, over 2777910.17 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07094, over 46092.01 utterances.], batch size: 70, lr: 2.78e-04 +2022-09-18 10:30:45,702 INFO [train.py:885] (1/2) Epoch 17, batch 2550, loss[loss=0.667, simple_loss=0.6887, pruned_loss=0.3226, over 12521.00 frames. utt_duration=63.47 frames, utt_pad_proportion=0.1424, over 810.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3585, pruned_loss=0.112, over 2779348.78 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07124, over 46168.73 utterances.], batch size: 810, lr: 2.78e-04 +2022-09-18 10:31:15,287 INFO [train.py:885] (1/2) Epoch 17, batch 2600, loss[loss=0.4861, simple_loss=0.5078, pruned_loss=0.2322, over 14250.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04252, over 335.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3587, pruned_loss=0.1131, over 2779550.67 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07183, over 45779.81 utterances.], batch size: 335, lr: 2.78e-04 +2022-09-18 10:31:44,670 INFO [train.py:885] (1/2) Epoch 17, batch 2650, loss[loss=0.3308, simple_loss=0.3937, pruned_loss=0.1339, over 14332.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03797, over 283.00 utterances.], tot_loss[loss=0.2938, simple_loss=0.3605, pruned_loss=0.1135, over 2776743.55 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07296, over 46942.56 utterances.], batch size: 283, lr: 2.78e-04 +2022-09-18 10:32:14,502 INFO [train.py:885] (1/2) Epoch 17, batch 2700, loss[loss=0.2258, simple_loss=0.303, pruned_loss=0.07428, over 14050.00 frames. utt_duration=712.8 frames, utt_pad_proportion=0.05586, over 79.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3605, pruned_loss=0.1135, over 2775520.77 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07398, over 46855.54 utterances.], batch size: 79, lr: 2.78e-04 +2022-09-18 10:32:43,553 INFO [train.py:885] (1/2) Epoch 17, batch 2750, loss[loss=0.1923, simple_loss=0.2766, pruned_loss=0.05402, over 14013.00 frames. utt_duration=711 frames, utt_pad_proportion=0.05829, over 79.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3583, pruned_loss=0.113, over 2774523.95 frames. utt_duration=246 frames, utt_pad_proportion=0.0734, over 45379.02 utterances.], batch size: 79, lr: 2.78e-04 +2022-09-18 10:33:13,529 INFO [train.py:885] (1/2) Epoch 17, batch 2800, loss[loss=0.1832, simple_loss=0.2396, pruned_loss=0.06334, over 13261.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1098, over 33.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3569, pruned_loss=0.1116, over 2774297.75 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07313, over 45064.08 utterances.], batch size: 33, lr: 2.78e-04 +2022-09-18 10:33:42,695 INFO [train.py:885] (1/2) Epoch 17, batch 2850, loss[loss=0.2555, simple_loss=0.3048, pruned_loss=0.1031, over 14146.00 frames. utt_duration=717.7 frames, utt_pad_proportion=0.0507, over 79.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3538, pruned_loss=0.1097, over 2777224.29 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07204, over 44022.04 utterances.], batch size: 79, lr: 2.78e-04 +2022-09-18 10:34:12,396 INFO [train.py:885] (1/2) Epoch 17, batch 2900, loss[loss=0.2631, simple_loss=0.3378, pruned_loss=0.0942, over 14313.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04122, over 167.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3562, pruned_loss=0.1109, over 2776749.68 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07249, over 45275.81 utterances.], batch size: 167, lr: 2.78e-04 +2022-09-18 10:34:42,004 INFO [train.py:885] (1/2) Epoch 17, batch 2950, loss[loss=0.3138, simple_loss=0.3815, pruned_loss=0.123, over 14334.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03794, over 283.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3537, pruned_loss=0.1097, over 2775702.51 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07248, over 44602.64 utterances.], batch size: 283, lr: 2.78e-04 +2022-09-18 10:35:12,056 INFO [train.py:885] (1/2) Epoch 17, batch 3000, loss[loss=0.2063, simple_loss=0.2501, pruned_loss=0.08126, over 12241.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.1595, over 24.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.3567, pruned_loss=0.1115, over 2774526.77 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07349, over 45500.38 utterances.], batch size: 24, lr: 2.78e-04 +2022-09-18 10:35:12,057 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 10:35:16,211 INFO [train.py:914] (1/2) Epoch 17, validation: loss=0.1976, simple_loss=0.2769, pruned_loss=0.05919, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 10:35:45,061 INFO [train.py:885] (1/2) Epoch 17, batch 3050, loss[loss=0.2987, simple_loss=0.3729, pruned_loss=0.1122, over 14321.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03799, over 283.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3543, pruned_loss=0.11, over 2775770.97 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07328, over 44582.45 utterances.], batch size: 283, lr: 2.78e-04 +2022-09-18 10:36:14,578 INFO [train.py:885] (1/2) Epoch 17, batch 3100, loss[loss=0.2073, simple_loss=0.273, pruned_loss=0.07078, over 14056.00 frames. utt_duration=804.5 frames, utt_pad_proportion=0.06126, over 70.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.357, pruned_loss=0.1112, over 2780640.98 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07217, over 45732.74 utterances.], batch size: 70, lr: 2.78e-04 +2022-09-18 10:36:44,307 INFO [train.py:885] (1/2) Epoch 17, batch 3150, loss[loss=0.2059, simple_loss=0.2806, pruned_loss=0.06562, over 14056.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.06111, over 70.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3587, pruned_loss=0.1128, over 2783566.66 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07191, over 45766.97 utterances.], batch size: 70, lr: 2.78e-04 +2022-09-18 10:37:21,280 INFO [train.py:885] (1/2) Epoch 17, batch 3200, loss[loss=0.203, simple_loss=0.2802, pruned_loss=0.06294, over 14163.00 frames. utt_duration=638 frames, utt_pad_proportion=0.05065, over 89.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.362, pruned_loss=0.1137, over 2784665.79 frames. utt_duration=234.5 frames, utt_pad_proportion=0.0727, over 47795.79 utterances.], batch size: 89, lr: 2.78e-04 +2022-09-18 10:37:50,571 INFO [train.py:885] (1/2) Epoch 17, batch 3250, loss[loss=0.3307, simple_loss=0.4116, pruned_loss=0.1249, over 13772.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07104, over 411.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3617, pruned_loss=0.1134, over 2789724.72 frames. utt_duration=234.8 frames, utt_pad_proportion=0.06983, over 47824.29 utterances.], batch size: 411, lr: 2.77e-04 +2022-09-18 10:38:19,924 INFO [train.py:885] (1/2) Epoch 17, batch 3300, loss[loss=0.3311, simple_loss=0.4296, pruned_loss=0.1163, over 13594.00 frames. utt_duration=98.49 frames, utt_pad_proportion=0.07952, over 560.00 utterances.], tot_loss[loss=0.2994, simple_loss=0.3658, pruned_loss=0.1164, over 2786993.61 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07016, over 48552.85 utterances.], batch size: 560, lr: 2.77e-04 +2022-09-18 10:38:49,219 INFO [train.py:885] (1/2) Epoch 17, batch 3350, loss[loss=0.2597, simple_loss=0.3244, pruned_loss=0.09755, over 14181.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04428, over 109.00 utterances.], tot_loss[loss=0.294, simple_loss=0.361, pruned_loss=0.1135, over 2784964.66 frames. utt_duration=239.8 frames, utt_pad_proportion=0.06984, over 46750.57 utterances.], batch size: 109, lr: 2.77e-04 +2022-09-18 10:39:19,701 INFO [train.py:885] (1/2) Epoch 17, batch 3400, loss[loss=0.3216, simple_loss=0.3854, pruned_loss=0.1289, over 14321.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03887, over 283.00 utterances.], tot_loss[loss=0.2955, simple_loss=0.3622, pruned_loss=0.1143, over 2785108.50 frames. utt_duration=237.8 frames, utt_pad_proportion=0.06991, over 47141.15 utterances.], batch size: 283, lr: 2.77e-04 +2022-09-18 10:39:48,060 INFO [train.py:885] (1/2) Epoch 17, batch 3450, loss[loss=0.3998, simple_loss=0.4331, pruned_loss=0.1833, over 14263.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04177, over 335.00 utterances.], tot_loss[loss=0.2939, simple_loss=0.361, pruned_loss=0.1133, over 2785771.20 frames. utt_duration=237.5 frames, utt_pad_proportion=0.06998, over 47209.04 utterances.], batch size: 335, lr: 2.77e-04 +2022-09-18 10:40:17,798 INFO [train.py:885] (1/2) Epoch 17, batch 3500, loss[loss=0.1822, simple_loss=0.2439, pruned_loss=0.06023, over 13644.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08198, over 42.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3566, pruned_loss=0.111, over 2783644.67 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06944, over 45310.14 utterances.], batch size: 42, lr: 2.77e-04 +2022-09-18 10:40:47,455 INFO [train.py:885] (1/2) Epoch 17, batch 3550, loss[loss=0.2925, simple_loss=0.3549, pruned_loss=0.1151, over 14298.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.0414, over 154.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3562, pruned_loss=0.1102, over 2786969.50 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06942, over 45174.05 utterances.], batch size: 154, lr: 2.77e-04 +2022-09-18 10:41:17,099 INFO [train.py:885] (1/2) Epoch 17, batch 3600, loss[loss=0.3158, simple_loss=0.3775, pruned_loss=0.1271, over 14246.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04155, over 225.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3574, pruned_loss=0.1117, over 2788126.14 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06912, over 45652.15 utterances.], batch size: 225, lr: 2.77e-04 +2022-09-18 10:41:46,224 INFO [train.py:885] (1/2) Epoch 17, batch 3650, loss[loss=0.2215, simple_loss=0.298, pruned_loss=0.07247, over 14192.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04593, over 89.00 utterances.], tot_loss[loss=0.2919, simple_loss=0.3589, pruned_loss=0.1124, over 2790295.21 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06839, over 46098.74 utterances.], batch size: 89, lr: 2.77e-04 +2022-09-18 10:42:15,476 INFO [train.py:885] (1/2) Epoch 17, batch 3700, loss[loss=0.3461, simple_loss=0.4374, pruned_loss=0.1274, over 13605.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07922, over 560.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3563, pruned_loss=0.1104, over 2783667.63 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06898, over 45289.71 utterances.], batch size: 560, lr: 2.77e-04 +2022-09-18 10:42:45,447 INFO [train.py:885] (1/2) Epoch 17, batch 3750, loss[loss=0.4052, simple_loss=0.4923, pruned_loss=0.159, over 13170.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3585, pruned_loss=0.1115, over 2781219.83 frames. utt_duration=239 frames, utt_pad_proportion=0.07244, over 46835.64 utterances.], batch size: 653, lr: 2.77e-04 +2022-09-18 10:43:14,625 INFO [train.py:885] (1/2) Epoch 17, batch 3800, loss[loss=0.2865, simple_loss=0.3645, pruned_loss=0.1042, over 14259.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.041, over 180.00 utterances.], tot_loss[loss=0.2909, simple_loss=0.3587, pruned_loss=0.1115, over 2783370.94 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07126, over 46807.44 utterances.], batch size: 180, lr: 2.77e-04 +2022-09-18 10:43:44,187 INFO [train.py:885] (1/2) Epoch 17, batch 3850, loss[loss=0.3258, simple_loss=0.4248, pruned_loss=0.1134, over 13619.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.0774, over 560.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3599, pruned_loss=0.1126, over 2782572.40 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07143, over 46877.01 utterances.], batch size: 560, lr: 2.77e-04 +2022-09-18 10:44:13,963 INFO [train.py:885] (1/2) Epoch 17, batch 3900, loss[loss=0.143, simple_loss=0.1937, pruned_loss=0.04619, over 13060.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1154, over 33.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3592, pruned_loss=0.1125, over 2784003.75 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07139, over 46547.70 utterances.], batch size: 33, lr: 2.77e-04 +2022-09-18 10:44:43,170 INFO [train.py:885] (1/2) Epoch 17, batch 3950, loss[loss=0.289, simple_loss=0.3664, pruned_loss=0.1058, over 14366.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03264, over 244.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.358, pruned_loss=0.1115, over 2782037.65 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07133, over 46126.43 utterances.], batch size: 244, lr: 2.77e-04 +2022-09-18 10:45:12,518 INFO [train.py:885] (1/2) Epoch 17, batch 4000, loss[loss=0.3265, simple_loss=0.4101, pruned_loss=0.1215, over 13788.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07268, over 412.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3543, pruned_loss=0.1097, over 2779175.91 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07066, over 45312.90 utterances.], batch size: 412, lr: 2.77e-04 +2022-09-18 10:45:42,244 INFO [train.py:885] (1/2) Epoch 17, batch 4050, loss[loss=0.2516, simple_loss=0.3269, pruned_loss=0.08811, over 14329.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.0363, over 130.00 utterances.], tot_loss[loss=0.2894, simple_loss=0.357, pruned_loss=0.1109, over 2778185.85 frames. utt_duration=239 frames, utt_pad_proportion=0.0732, over 46776.94 utterances.], batch size: 130, lr: 2.77e-04 +2022-09-18 10:46:11,727 INFO [train.py:885] (1/2) Epoch 17, batch 4100, loss[loss=0.2944, simple_loss=0.3396, pruned_loss=0.1246, over 14154.00 frames. utt_duration=579 frames, utt_pad_proportion=0.04926, over 98.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3552, pruned_loss=0.1103, over 2779737.35 frames. utt_duration=246.8 frames, utt_pad_proportion=0.071, over 45319.15 utterances.], batch size: 98, lr: 2.77e-04 +2022-09-18 10:46:40,842 INFO [train.py:885] (1/2) Epoch 17, batch 4150, loss[loss=0.3164, simple_loss=0.3727, pruned_loss=0.1301, over 14317.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03822, over 195.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3549, pruned_loss=0.1101, over 2782692.05 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07083, over 45391.61 utterances.], batch size: 195, lr: 2.77e-04 +2022-09-18 10:47:10,445 INFO [train.py:885] (1/2) Epoch 17, batch 4200, loss[loss=0.3048, simple_loss=0.402, pruned_loss=0.1038, over 13693.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07694, over 477.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3549, pruned_loss=0.1098, over 2778050.12 frames. utt_duration=242 frames, utt_pad_proportion=0.07296, over 46195.35 utterances.], batch size: 477, lr: 2.77e-04 +2022-09-18 10:47:39,880 INFO [train.py:885] (1/2) Epoch 17, batch 4250, loss[loss=0.3156, simple_loss=0.3784, pruned_loss=0.1264, over 14284.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03963, over 225.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3553, pruned_loss=0.1098, over 2779467.08 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07344, over 46251.05 utterances.], batch size: 225, lr: 2.77e-04 +2022-09-18 10:48:09,794 INFO [train.py:885] (1/2) Epoch 17, batch 4300, loss[loss=0.2468, simple_loss=0.3243, pruned_loss=0.08458, over 14392.00 frames. utt_duration=346.2 frames, utt_pad_proportion=0.03561, over 167.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3527, pruned_loss=0.1085, over 2776391.56 frames. utt_duration=249 frames, utt_pad_proportion=0.07246, over 44859.62 utterances.], batch size: 167, lr: 2.77e-04 +2022-09-18 10:48:38,885 INFO [train.py:885] (1/2) Epoch 17, batch 4350, loss[loss=0.3288, simple_loss=0.4218, pruned_loss=0.1179, over 13575.00 frames. utt_duration=98.34 frames, utt_pad_proportion=0.08097, over 560.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3529, pruned_loss=0.1087, over 2777041.61 frames. utt_duration=248.2 frames, utt_pad_proportion=0.0733, over 45022.30 utterances.], batch size: 560, lr: 2.77e-04 +2022-09-18 10:49:08,734 INFO [train.py:885] (1/2) Epoch 17, batch 4400, loss[loss=0.6092, simple_loss=0.665, pruned_loss=0.2767, over 12434.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1486, over 810.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3571, pruned_loss=0.1106, over 2779461.37 frames. utt_duration=241.6 frames, utt_pad_proportion=0.0738, over 46306.54 utterances.], batch size: 810, lr: 2.77e-04 +2022-09-18 10:49:38,380 INFO [train.py:885] (1/2) Epoch 17, batch 4450, loss[loss=0.335, simple_loss=0.3978, pruned_loss=0.136, over 14321.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03862, over 283.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3564, pruned_loss=0.1098, over 2780274.18 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07327, over 45885.60 utterances.], batch size: 283, lr: 2.77e-04 +2022-09-18 10:50:07,587 INFO [train.py:885] (1/2) Epoch 17, batch 4500, loss[loss=0.3109, simple_loss=0.4024, pruned_loss=0.1097, over 13763.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07109, over 411.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3539, pruned_loss=0.1089, over 2774369.80 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07397, over 45476.97 utterances.], batch size: 411, lr: 2.77e-04 +2022-09-18 10:50:36,513 INFO [train.py:885] (1/2) Epoch 17, batch 4550, loss[loss=0.1637, simple_loss=0.2314, pruned_loss=0.04797, over 13257.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09603, over 41.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3546, pruned_loss=0.1093, over 2776801.44 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0726, over 45493.72 utterances.], batch size: 41, lr: 2.77e-04 +2022-09-18 10:51:06,287 INFO [train.py:885] (1/2) Epoch 17, batch 4600, loss[loss=0.1742, simple_loss=0.2222, pruned_loss=0.06313, over 13865.00 frames. utt_duration=925.6 frames, utt_pad_proportion=0.07072, over 60.00 utterances.], tot_loss[loss=0.2925, simple_loss=0.3607, pruned_loss=0.1122, over 2776137.74 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07459, over 48350.83 utterances.], batch size: 60, lr: 2.77e-04 +2022-09-18 10:51:36,848 INFO [train.py:885] (1/2) Epoch 17, batch 4650, loss[loss=0.2176, simple_loss=0.2876, pruned_loss=0.0738, over 14038.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.05772, over 79.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3629, pruned_loss=0.1126, over 2777433.79 frames. utt_duration=226 frames, utt_pad_proportion=0.0749, over 49472.52 utterances.], batch size: 79, lr: 2.77e-04 +2022-09-18 10:52:06,757 INFO [train.py:885] (1/2) Epoch 17, batch 4700, loss[loss=0.2619, simple_loss=0.3403, pruned_loss=0.09178, over 14337.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03864, over 154.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3647, pruned_loss=0.1132, over 2778188.37 frames. utt_duration=225.8 frames, utt_pad_proportion=0.07409, over 49532.44 utterances.], batch size: 154, lr: 2.76e-04 +2022-09-18 10:52:36,272 INFO [train.py:885] (1/2) Epoch 17, batch 4750, loss[loss=0.2444, simple_loss=0.3033, pruned_loss=0.09269, over 13662.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07703, over 50.00 utterances.], tot_loss[loss=0.2956, simple_loss=0.3643, pruned_loss=0.1134, over 2779238.61 frames. utt_duration=228.5 frames, utt_pad_proportion=0.0737, over 48968.37 utterances.], batch size: 50, lr: 2.76e-04 +2022-09-18 10:53:05,756 INFO [train.py:885] (1/2) Epoch 17, batch 4800, loss[loss=0.4633, simple_loss=0.5319, pruned_loss=0.1973, over 13182.00 frames. utt_duration=82.24 frames, utt_pad_proportion=0.1061, over 653.00 utterances.], tot_loss[loss=0.2977, simple_loss=0.3659, pruned_loss=0.1148, over 2775453.33 frames. utt_duration=227.3 frames, utt_pad_proportion=0.07491, over 49168.51 utterances.], batch size: 653, lr: 2.76e-04 +2022-09-18 10:53:35,285 INFO [train.py:885] (1/2) Epoch 17, batch 4850, loss[loss=0.2996, simple_loss=0.4035, pruned_loss=0.0979, over 13675.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07825, over 477.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.3621, pruned_loss=0.1124, over 2778910.52 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07261, over 48145.05 utterances.], batch size: 477, lr: 2.76e-04 +2022-09-18 10:54:03,871 INFO [train.py:885] (1/2) Epoch 17, batch 4900, loss[loss=0.1525, simple_loss=0.2212, pruned_loss=0.04188, over 13007.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1243, over 33.00 utterances.], tot_loss[loss=0.2944, simple_loss=0.3631, pruned_loss=0.1129, over 2774985.64 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07442, over 49069.43 utterances.], batch size: 33, lr: 2.76e-04 +2022-09-18 10:54:34,513 INFO [train.py:885] (1/2) Epoch 17, batch 4950, loss[loss=0.2656, simple_loss=0.3271, pruned_loss=0.102, over 14304.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03984, over 120.00 utterances.], tot_loss[loss=0.2948, simple_loss=0.3636, pruned_loss=0.1131, over 2779321.82 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07257, over 48550.91 utterances.], batch size: 120, lr: 2.76e-04 +2022-09-18 10:55:03,299 INFO [train.py:885] (1/2) Epoch 17, batch 5000, loss[loss=0.4168, simple_loss=0.4536, pruned_loss=0.1899, over 14333.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.03737, over 226.00 utterances.], tot_loss[loss=0.2942, simple_loss=0.3621, pruned_loss=0.1131, over 2785223.34 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07122, over 47455.49 utterances.], batch size: 226, lr: 2.76e-04 +2022-09-18 10:55:32,872 INFO [train.py:885] (1/2) Epoch 17, batch 5050, loss[loss=0.3457, simple_loss=0.424, pruned_loss=0.1337, over 13780.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07094, over 411.00 utterances.], tot_loss[loss=0.2927, simple_loss=0.3602, pruned_loss=0.1125, over 2786512.36 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07017, over 46314.42 utterances.], batch size: 411, lr: 2.76e-04 +2022-09-18 10:56:02,350 INFO [train.py:885] (1/2) Epoch 17, batch 5100, loss[loss=0.3102, simple_loss=0.3806, pruned_loss=0.1199, over 14231.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04223, over 306.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3582, pruned_loss=0.1117, over 2783886.52 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06945, over 45761.33 utterances.], batch size: 306, lr: 2.76e-04 +2022-09-18 10:56:31,639 INFO [train.py:885] (1/2) Epoch 17, batch 5150, loss[loss=0.2997, simple_loss=0.387, pruned_loss=0.1062, over 13852.00 frames. utt_duration=136.3 frames, utt_pad_proportion=0.06628, over 411.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3562, pruned_loss=0.1105, over 2785039.31 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0699, over 45212.07 utterances.], batch size: 411, lr: 2.76e-04 +2022-09-18 10:57:01,210 INFO [train.py:885] (1/2) Epoch 17, batch 5200, loss[loss=0.2113, simple_loss=0.2988, pruned_loss=0.06192, over 14310.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03749, over 130.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3544, pruned_loss=0.1097, over 2778962.33 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07226, over 45186.44 utterances.], batch size: 130, lr: 2.76e-04 +2022-09-18 10:57:31,421 INFO [train.py:885] (1/2) Epoch 17, batch 5250, loss[loss=0.4751, simple_loss=0.511, pruned_loss=0.2195, over 13991.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05626, over 365.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3589, pruned_loss=0.111, over 2777760.59 frames. utt_duration=234.1 frames, utt_pad_proportion=0.073, over 47760.34 utterances.], batch size: 365, lr: 2.76e-04 +2022-09-18 10:58:00,620 INFO [train.py:885] (1/2) Epoch 17, batch 5300, loss[loss=0.1878, simple_loss=0.2677, pruned_loss=0.0539, over 13594.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.08212, over 42.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3564, pruned_loss=0.1099, over 2782542.79 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07163, over 46638.28 utterances.], batch size: 42, lr: 2.76e-04 +2022-09-18 10:58:29,834 INFO [train.py:885] (1/2) Epoch 17, batch 5350, loss[loss=0.2895, simple_loss=0.3645, pruned_loss=0.1073, over 14327.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03868, over 244.00 utterances.], tot_loss[loss=0.2898, simple_loss=0.358, pruned_loss=0.1108, over 2780780.77 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07292, over 47084.44 utterances.], batch size: 244, lr: 2.76e-04 +2022-09-18 10:58:59,210 INFO [train.py:885] (1/2) Epoch 17, batch 5400, loss[loss=0.2816, simple_loss=0.3521, pruned_loss=0.1055, over 14331.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04023, over 167.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3583, pruned_loss=0.1105, over 2777868.83 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07462, over 47712.22 utterances.], batch size: 167, lr: 2.76e-04 +2022-09-18 10:59:28,746 INFO [train.py:885] (1/2) Epoch 17, batch 5450, loss[loss=0.3724, simple_loss=0.4198, pruned_loss=0.1625, over 14257.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04179, over 335.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3589, pruned_loss=0.1111, over 2780069.34 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07375, over 48101.38 utterances.], batch size: 335, lr: 2.76e-04 +2022-09-18 10:59:57,832 INFO [train.py:885] (1/2) Epoch 17, batch 5500, loss[loss=0.1732, simple_loss=0.2238, pruned_loss=0.06128, over 12413.00 frames. utt_duration=1988 frames, utt_pad_proportion=0.1513, over 25.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3575, pruned_loss=0.1102, over 2780416.01 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07259, over 47496.26 utterances.], batch size: 25, lr: 2.76e-04 +2022-09-18 11:00:27,831 INFO [train.py:885] (1/2) Epoch 17, batch 5550, loss[loss=0.4797, simple_loss=0.5682, pruned_loss=0.1956, over 12441.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3613, pruned_loss=0.1116, over 2777439.59 frames. utt_duration=226 frames, utt_pad_proportion=0.07511, over 49482.92 utterances.], batch size: 810, lr: 2.76e-04 +2022-09-18 11:00:56,909 INFO [train.py:885] (1/2) Epoch 17, batch 5600, loss[loss=0.2038, simple_loss=0.2695, pruned_loss=0.06902, over 14020.00 frames. utt_duration=711.4 frames, utt_pad_proportion=0.05522, over 79.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3604, pruned_loss=0.111, over 2778657.37 frames. utt_duration=227.6 frames, utt_pad_proportion=0.0759, over 49163.62 utterances.], batch size: 79, lr: 2.76e-04 +2022-09-18 11:01:25,467 INFO [train.py:885] (1/2) Epoch 17, batch 5650, loss[loss=0.1926, simple_loss=0.2638, pruned_loss=0.06076, over 13691.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07919, over 50.00 utterances.], tot_loss[loss=0.2886, simple_loss=0.3572, pruned_loss=0.11, over 2785559.50 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07349, over 46814.82 utterances.], batch size: 50, lr: 2.76e-04 +2022-09-18 11:01:55,439 INFO [train.py:885] (1/2) Epoch 17, batch 5700, loss[loss=0.2891, simple_loss=0.3868, pruned_loss=0.09573, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07106, over 411.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3585, pruned_loss=0.1106, over 2782064.08 frames. utt_duration=233.8 frames, utt_pad_proportion=0.0741, over 47903.95 utterances.], batch size: 411, lr: 2.76e-04 +2022-09-18 11:02:24,523 INFO [train.py:885] (1/2) Epoch 17, batch 5750, loss[loss=0.2786, simple_loss=0.3778, pruned_loss=0.08967, over 14001.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.056, over 365.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3572, pruned_loss=0.1103, over 2782263.96 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07224, over 47224.70 utterances.], batch size: 365, lr: 2.76e-04 +2022-09-18 11:02:54,473 INFO [train.py:885] (1/2) Epoch 17, batch 5800, loss[loss=0.2269, simple_loss=0.2867, pruned_loss=0.08352, over 13911.00 frames. utt_duration=705.6 frames, utt_pad_proportion=0.06425, over 79.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3571, pruned_loss=0.1102, over 2780772.56 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07236, over 46870.39 utterances.], batch size: 79, lr: 2.76e-04 +2022-09-18 11:03:23,537 INFO [train.py:885] (1/2) Epoch 17, batch 5850, loss[loss=0.1936, simple_loss=0.2582, pruned_loss=0.06455, over 13813.00 frames. utt_duration=802 frames, utt_pad_proportion=0.06634, over 69.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3559, pruned_loss=0.1091, over 2779101.38 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07225, over 46441.28 utterances.], batch size: 69, lr: 2.76e-04 +2022-09-18 11:03:53,884 INFO [train.py:885] (1/2) Epoch 17, batch 5900, loss[loss=0.3348, simple_loss=0.4056, pruned_loss=0.132, over 14338.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03449, over 244.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3549, pruned_loss=0.1098, over 2783015.55 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06995, over 45099.67 utterances.], batch size: 244, lr: 2.76e-04 +2022-09-18 11:04:23,289 INFO [train.py:885] (1/2) Epoch 17, batch 5950, loss[loss=0.1903, simple_loss=0.2501, pruned_loss=0.06523, over 13515.00 frames. utt_duration=1320 frames, utt_pad_proportion=0.07685, over 41.00 utterances.], tot_loss[loss=0.284, simple_loss=0.352, pruned_loss=0.108, over 2782112.78 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06933, over 44011.99 utterances.], batch size: 41, lr: 2.76e-04 +2022-09-18 11:04:52,967 INFO [train.py:885] (1/2) Epoch 17, batch 6000, loss[loss=0.2356, simple_loss=0.3032, pruned_loss=0.08395, over 14245.00 frames. utt_duration=524.1 frames, utt_pad_proportion=0.04007, over 109.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3522, pruned_loss=0.1084, over 2783463.48 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06893, over 44294.47 utterances.], batch size: 109, lr: 2.76e-04 +2022-09-18 11:04:52,968 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 11:04:57,191 INFO [train.py:914] (1/2) Epoch 17, validation: loss=0.1992, simple_loss=0.2768, pruned_loss=0.06084, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 11:05:26,329 INFO [train.py:885] (1/2) Epoch 17, batch 6050, loss[loss=0.2755, simple_loss=0.3421, pruned_loss=0.1044, over 14304.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03834, over 180.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3522, pruned_loss=0.1084, over 2780482.85 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06977, over 44180.93 utterances.], batch size: 180, lr: 2.76e-04 +2022-09-18 11:05:56,711 INFO [train.py:885] (1/2) Epoch 17, batch 6100, loss[loss=0.1948, simple_loss=0.2732, pruned_loss=0.05821, over 13802.00 frames. utt_duration=921.5 frames, utt_pad_proportion=0.06827, over 60.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3521, pruned_loss=0.1072, over 2779929.97 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06977, over 44966.31 utterances.], batch size: 60, lr: 2.76e-04 +2022-09-18 11:06:26,385 INFO [train.py:885] (1/2) Epoch 17, batch 6150, loss[loss=0.4995, simple_loss=0.5117, pruned_loss=0.2437, over 14177.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04625, over 306.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3525, pruned_loss=0.1074, over 2777379.59 frames. utt_duration=246 frames, utt_pad_proportion=0.07146, over 45425.42 utterances.], batch size: 306, lr: 2.76e-04 +2022-09-18 11:06:55,868 INFO [train.py:885] (1/2) Epoch 17, batch 6200, loss[loss=0.2015, simple_loss=0.2827, pruned_loss=0.06015, over 14179.00 frames. utt_duration=638.8 frames, utt_pad_proportion=0.04806, over 89.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3537, pruned_loss=0.1078, over 2777258.71 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07264, over 45789.00 utterances.], batch size: 89, lr: 2.75e-04 +2022-09-18 11:07:26,447 INFO [train.py:885] (1/2) Epoch 17, batch 6250, loss[loss=0.2212, simple_loss=0.2824, pruned_loss=0.08002, over 13909.00 frames. utt_duration=807.8 frames, utt_pad_proportion=0.05956, over 69.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3569, pruned_loss=0.1098, over 2780711.93 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07215, over 46510.55 utterances.], batch size: 69, lr: 2.75e-04 +2022-09-18 11:07:55,750 INFO [train.py:885] (1/2) Epoch 17, batch 6300, loss[loss=0.3822, simple_loss=0.4317, pruned_loss=0.1663, over 14229.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04328, over 306.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3596, pruned_loss=0.1119, over 2776565.55 frames. utt_duration=236 frames, utt_pad_proportion=0.07344, over 47351.84 utterances.], batch size: 306, lr: 2.75e-04 +2022-09-18 11:08:26,002 INFO [train.py:885] (1/2) Epoch 17, batch 6350, loss[loss=0.3975, simple_loss=0.4596, pruned_loss=0.1676, over 14010.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05466, over 365.00 utterances.], tot_loss[loss=0.2922, simple_loss=0.3597, pruned_loss=0.1124, over 2775756.43 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07336, over 47040.50 utterances.], batch size: 365, lr: 2.75e-04 +2022-09-18 11:08:55,432 INFO [train.py:885] (1/2) Epoch 17, batch 6400, loss[loss=0.2697, simple_loss=0.3449, pruned_loss=0.09731, over 14359.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03565, over 195.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3597, pruned_loss=0.112, over 2781954.43 frames. utt_duration=238 frames, utt_pad_proportion=0.07179, over 47049.09 utterances.], batch size: 195, lr: 2.75e-04 +2022-09-18 11:09:25,468 INFO [train.py:885] (1/2) Epoch 17, batch 6450, loss[loss=0.3178, simple_loss=0.3818, pruned_loss=0.1269, over 14312.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03847, over 195.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3583, pruned_loss=0.1114, over 2780989.25 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07171, over 46034.87 utterances.], batch size: 195, lr: 2.75e-04 +2022-09-18 11:09:54,820 INFO [train.py:885] (1/2) Epoch 17, batch 6500, loss[loss=0.2235, simple_loss=0.2922, pruned_loss=0.07737, over 14324.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03845, over 120.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.352, pruned_loss=0.1077, over 2783408.20 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07014, over 44319.55 utterances.], batch size: 120, lr: 2.75e-04 +2022-09-18 11:10:24,778 INFO [train.py:885] (1/2) Epoch 17, batch 6550, loss[loss=0.3854, simple_loss=0.4225, pruned_loss=0.1742, over 14249.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04246, over 335.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3531, pruned_loss=0.1086, over 2778492.31 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07092, over 45132.22 utterances.], batch size: 335, lr: 2.75e-04 +2022-09-18 11:10:54,585 INFO [train.py:885] (1/2) Epoch 17, batch 6600, loss[loss=0.3317, simple_loss=0.3962, pruned_loss=0.1336, over 14181.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04614, over 306.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3521, pruned_loss=0.1081, over 2778840.42 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07133, over 44702.59 utterances.], batch size: 306, lr: 2.75e-04 +2022-09-18 11:11:23,891 INFO [train.py:885] (1/2) Epoch 17, batch 6650, loss[loss=0.2291, simple_loss=0.311, pruned_loss=0.0736, over 14293.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04352, over 110.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3544, pruned_loss=0.1086, over 2782067.57 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07018, over 45776.60 utterances.], batch size: 110, lr: 2.75e-04 +2022-09-18 11:11:53,322 INFO [train.py:885] (1/2) Epoch 17, batch 6700, loss[loss=0.2369, simple_loss=0.3018, pruned_loss=0.08595, over 14038.00 frames. utt_duration=712.5 frames, utt_pad_proportion=0.05633, over 79.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3556, pruned_loss=0.1093, over 2778957.89 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07292, over 46056.94 utterances.], batch size: 79, lr: 2.75e-04 +2022-09-18 11:12:22,575 INFO [train.py:885] (1/2) Epoch 17, batch 6750, loss[loss=0.2563, simple_loss=0.3286, pruned_loss=0.09198, over 14264.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04471, over 141.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3545, pruned_loss=0.1091, over 2779001.90 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07149, over 45394.09 utterances.], batch size: 141, lr: 2.75e-04 +2022-09-18 11:12:52,361 INFO [train.py:885] (1/2) Epoch 17, batch 6800, loss[loss=0.1612, simple_loss=0.214, pruned_loss=0.05424, over 13521.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08721, over 50.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.351, pruned_loss=0.1077, over 2777941.67 frames. utt_duration=255.7 frames, utt_pad_proportion=0.07022, over 43708.68 utterances.], batch size: 50, lr: 2.75e-04 +2022-09-18 11:13:21,439 INFO [train.py:885] (1/2) Epoch 17, batch 6850, loss[loss=0.3208, simple_loss=0.3838, pruned_loss=0.1289, over 14288.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.0409, over 262.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3538, pruned_loss=0.1089, over 2776419.49 frames. utt_duration=245 frames, utt_pad_proportion=0.07234, over 45611.66 utterances.], batch size: 262, lr: 2.75e-04 +2022-09-18 11:13:51,503 INFO [train.py:885] (1/2) Epoch 17, batch 6900, loss[loss=0.2991, simple_loss=0.4038, pruned_loss=0.09722, over 13622.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.07737, over 560.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3555, pruned_loss=0.1098, over 2779175.30 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07235, over 45862.76 utterances.], batch size: 560, lr: 2.75e-04 +2022-09-18 11:14:21,031 INFO [train.py:885] (1/2) Epoch 17, batch 6950, loss[loss=0.2609, simple_loss=0.3118, pruned_loss=0.105, over 14148.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04631, over 109.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3526, pruned_loss=0.1087, over 2781765.94 frames. utt_duration=250.2 frames, utt_pad_proportion=0.0707, over 44741.72 utterances.], batch size: 109, lr: 2.75e-04 +2022-09-18 11:14:50,918 INFO [train.py:885] (1/2) Epoch 17, batch 7000, loss[loss=0.2377, simple_loss=0.3268, pruned_loss=0.07429, over 14286.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04267, over 154.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3578, pruned_loss=0.1113, over 2780085.62 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07269, over 46307.94 utterances.], batch size: 154, lr: 2.75e-04 +2022-09-18 11:15:20,300 INFO [train.py:885] (1/2) Epoch 17, batch 7050, loss[loss=0.4561, simple_loss=0.5502, pruned_loss=0.181, over 12457.00 frames. utt_duration=63.08 frames, utt_pad_proportion=0.1475, over 810.00 utterances.], tot_loss[loss=0.2929, simple_loss=0.3606, pruned_loss=0.1126, over 2782136.89 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07256, over 47566.18 utterances.], batch size: 810, lr: 2.75e-04 +2022-09-18 11:15:49,857 INFO [train.py:885] (1/2) Epoch 17, batch 7100, loss[loss=0.2225, simple_loss=0.2947, pruned_loss=0.0751, over 14160.00 frames. utt_duration=638 frames, utt_pad_proportion=0.04918, over 89.00 utterances.], tot_loss[loss=0.2903, simple_loss=0.3582, pruned_loss=0.1112, over 2786849.96 frames. utt_duration=241.8 frames, utt_pad_proportion=0.0701, over 46380.84 utterances.], batch size: 89, lr: 2.75e-04 +2022-09-18 11:16:19,063 INFO [train.py:885] (1/2) Epoch 17, batch 7150, loss[loss=0.1915, simple_loss=0.2535, pruned_loss=0.06479, over 13742.00 frames. utt_duration=917.7 frames, utt_pad_proportion=0.07492, over 60.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3584, pruned_loss=0.1113, over 2784908.41 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07047, over 46800.96 utterances.], batch size: 60, lr: 2.75e-04 +2022-09-18 11:16:48,402 INFO [train.py:885] (1/2) Epoch 17, batch 7200, loss[loss=0.2871, simple_loss=0.3752, pruned_loss=0.09945, over 13769.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07211, over 411.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3576, pruned_loss=0.1114, over 2784869.07 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07046, over 46158.24 utterances.], batch size: 411, lr: 2.75e-04 +2022-09-18 11:17:18,313 INFO [train.py:885] (1/2) Epoch 17, batch 7250, loss[loss=0.1671, simple_loss=0.2343, pruned_loss=0.04997, over 13233.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.09538, over 41.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3551, pruned_loss=0.1094, over 2785992.61 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06906, over 45279.88 utterances.], batch size: 41, lr: 2.75e-04 +2022-09-18 11:17:47,890 INFO [train.py:885] (1/2) Epoch 17, batch 7300, loss[loss=0.2615, simple_loss=0.3224, pruned_loss=0.1004, over 14246.00 frames. utt_duration=476.2 frames, utt_pad_proportion=0.04175, over 120.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3549, pruned_loss=0.1096, over 2784135.29 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07138, over 45306.19 utterances.], batch size: 120, lr: 2.75e-04 +2022-09-18 11:18:17,974 INFO [train.py:885] (1/2) Epoch 17, batch 7350, loss[loss=0.283, simple_loss=0.3418, pruned_loss=0.1121, over 14157.00 frames. utt_duration=520.8 frames, utt_pad_proportion=0.04616, over 109.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3582, pruned_loss=0.1119, over 2787015.23 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07086, over 45483.15 utterances.], batch size: 109, lr: 2.75e-04 +2022-09-18 11:18:47,647 INFO [train.py:885] (1/2) Epoch 17, batch 7400, loss[loss=0.2688, simple_loss=0.3271, pruned_loss=0.1052, over 14310.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.04093, over 120.00 utterances.], tot_loss[loss=0.2933, simple_loss=0.3613, pruned_loss=0.1127, over 2786590.38 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07125, over 47242.06 utterances.], batch size: 120, lr: 2.75e-04 +2022-09-18 11:19:17,245 INFO [train.py:885] (1/2) Epoch 17, batch 7450, loss[loss=0.274, simple_loss=0.35, pruned_loss=0.09897, over 14312.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03777, over 180.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3596, pruned_loss=0.1114, over 2780966.55 frames. utt_duration=238 frames, utt_pad_proportion=0.07395, over 47037.03 utterances.], batch size: 180, lr: 2.75e-04 +2022-09-18 11:19:47,226 INFO [train.py:885] (1/2) Epoch 17, batch 7500, loss[loss=0.4125, simple_loss=0.4955, pruned_loss=0.1647, over 13124.00 frames. utt_duration=81.94 frames, utt_pad_proportion=0.1093, over 653.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3577, pruned_loss=0.1102, over 2779226.39 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07312, over 47307.69 utterances.], batch size: 653, lr: 2.75e-04 +2022-09-18 11:20:15,633 INFO [train.py:885] (1/2) Epoch 17, batch 7550, loss[loss=0.2662, simple_loss=0.3393, pruned_loss=0.09653, over 14375.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03728, over 167.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3541, pruned_loss=0.1084, over 2780727.33 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07251, over 46223.29 utterances.], batch size: 167, lr: 2.75e-04 +2022-09-18 11:20:46,252 INFO [train.py:885] (1/2) Epoch 17, batch 7600, loss[loss=0.2537, simple_loss=0.3206, pruned_loss=0.09341, over 14296.00 frames. utt_duration=343.7 frames, utt_pad_proportion=0.0425, over 167.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3536, pruned_loss=0.1089, over 2778878.49 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07256, over 45159.98 utterances.], batch size: 167, lr: 2.75e-04 +2022-09-18 11:21:15,621 INFO [train.py:885] (1/2) Epoch 17, batch 7650, loss[loss=0.4979, simple_loss=0.504, pruned_loss=0.246, over 14243.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04284, over 335.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3559, pruned_loss=0.1111, over 2780262.66 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07251, over 45729.00 utterances.], batch size: 335, lr: 2.75e-04 +2022-09-18 11:21:45,446 INFO [train.py:885] (1/2) Epoch 17, batch 7700, loss[loss=0.2525, simple_loss=0.2995, pruned_loss=0.1027, over 13965.00 frames. utt_duration=811.1 frames, utt_pad_proportion=0.05581, over 69.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3582, pruned_loss=0.1121, over 2779985.45 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07255, over 46945.36 utterances.], batch size: 69, lr: 2.75e-04 +2022-09-18 11:22:14,658 INFO [train.py:885] (1/2) Epoch 17, batch 7750, loss[loss=0.1583, simple_loss=0.2249, pruned_loss=0.04585, over 13631.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08369, over 50.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3551, pruned_loss=0.1094, over 2784205.67 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07106, over 46237.80 utterances.], batch size: 50, lr: 2.74e-04 +2022-09-18 11:22:45,050 INFO [train.py:885] (1/2) Epoch 17, batch 7800, loss[loss=0.3308, simple_loss=0.3944, pruned_loss=0.1336, over 14249.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04172, over 225.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3587, pruned_loss=0.1104, over 2778574.26 frames. utt_duration=228.6 frames, utt_pad_proportion=0.0744, over 48931.12 utterances.], batch size: 225, lr: 2.74e-04 +2022-09-18 11:23:14,571 INFO [train.py:885] (1/2) Epoch 17, batch 7850, loss[loss=0.2728, simple_loss=0.3439, pruned_loss=0.1009, over 14208.00 frames. utt_duration=404.3 frames, utt_pad_proportion=0.04647, over 141.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3599, pruned_loss=0.1115, over 2781118.44 frames. utt_duration=230.2 frames, utt_pad_proportion=0.0734, over 48638.18 utterances.], batch size: 141, lr: 2.74e-04 +2022-09-18 11:23:44,406 INFO [train.py:885] (1/2) Epoch 17, batch 7900, loss[loss=0.4419, simple_loss=0.5146, pruned_loss=0.1846, over 13108.00 frames. utt_duration=81.84 frames, utt_pad_proportion=0.1104, over 653.00 utterances.], tot_loss[loss=0.29, simple_loss=0.3591, pruned_loss=0.1104, over 2781578.18 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07314, over 49175.96 utterances.], batch size: 653, lr: 2.74e-04 +2022-09-18 11:24:13,656 INFO [train.py:885] (1/2) Epoch 17, batch 7950, loss[loss=0.3013, simple_loss=0.3642, pruned_loss=0.1192, over 14323.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03802, over 195.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3569, pruned_loss=0.1097, over 2779786.27 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07272, over 47911.27 utterances.], batch size: 195, lr: 2.74e-04 +2022-09-18 11:24:43,019 INFO [train.py:885] (1/2) Epoch 17, batch 8000, loss[loss=0.355, simple_loss=0.4104, pruned_loss=0.1498, over 14224.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04328, over 306.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3601, pruned_loss=0.1113, over 2779729.83 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07353, over 48817.26 utterances.], batch size: 306, lr: 2.74e-04 +2022-09-18 11:25:12,896 INFO [train.py:885] (1/2) Epoch 17, batch 8050, loss[loss=0.2879, simple_loss=0.3597, pruned_loss=0.108, over 14324.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0384, over 262.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3599, pruned_loss=0.1119, over 2775170.09 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07434, over 48272.90 utterances.], batch size: 262, lr: 2.74e-04 +2022-09-18 11:25:42,489 INFO [train.py:885] (1/2) Epoch 17, batch 8100, loss[loss=0.3102, simple_loss=0.3806, pruned_loss=0.1199, over 14327.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.0389, over 262.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3568, pruned_loss=0.1105, over 2778174.52 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07212, over 47329.49 utterances.], batch size: 262, lr: 2.74e-04 +2022-09-18 11:26:11,583 INFO [train.py:885] (1/2) Epoch 17, batch 8150, loss[loss=0.1477, simple_loss=0.2117, pruned_loss=0.0419, over 13426.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08419, over 41.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3558, pruned_loss=0.1099, over 2780291.52 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07149, over 46724.03 utterances.], batch size: 41, lr: 2.74e-04 +2022-09-18 11:26:42,329 INFO [train.py:885] (1/2) Epoch 17, batch 8200, loss[loss=0.2995, simple_loss=0.3968, pruned_loss=0.1011, over 13769.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07178, over 411.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3593, pruned_loss=0.111, over 2776957.64 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07294, over 48314.61 utterances.], batch size: 411, lr: 2.74e-04 +2022-09-18 11:27:11,067 INFO [train.py:885] (1/2) Epoch 17, batch 8250, loss[loss=0.2759, simple_loss=0.3455, pruned_loss=0.1031, over 14312.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04165, over 167.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3537, pruned_loss=0.109, over 2784893.91 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06883, over 45148.07 utterances.], batch size: 167, lr: 2.74e-04 +2022-09-18 11:27:40,846 INFO [train.py:885] (1/2) Epoch 17, batch 8300, loss[loss=0.3687, simple_loss=0.4185, pruned_loss=0.1595, over 14242.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04311, over 335.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3576, pruned_loss=0.1105, over 2780640.12 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07303, over 47180.77 utterances.], batch size: 335, lr: 2.74e-04 +2022-09-18 11:28:10,730 INFO [train.py:885] (1/2) Epoch 17, batch 8350, loss[loss=0.2437, simple_loss=0.3102, pruned_loss=0.08859, over 14287.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04279, over 120.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.353, pruned_loss=0.1083, over 2775774.32 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07327, over 45384.59 utterances.], batch size: 120, lr: 2.74e-04 +2022-09-18 11:28:40,247 INFO [train.py:885] (1/2) Epoch 17, batch 8400, loss[loss=0.2392, simple_loss=0.3153, pruned_loss=0.08157, over 14337.00 frames. utt_duration=442.6 frames, utt_pad_proportion=0.03783, over 130.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3534, pruned_loss=0.1083, over 2773021.71 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07484, over 45649.73 utterances.], batch size: 130, lr: 2.74e-04 +2022-09-18 11:29:09,994 INFO [train.py:885] (1/2) Epoch 17, batch 8450, loss[loss=0.2092, simple_loss=0.2747, pruned_loss=0.07183, over 14093.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05161, over 98.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.354, pruned_loss=0.1084, over 2774020.54 frames. utt_duration=241.4 frames, utt_pad_proportion=0.0746, over 46241.07 utterances.], batch size: 98, lr: 2.74e-04 +2022-09-18 11:29:39,153 INFO [train.py:885] (1/2) Epoch 17, batch 8500, loss[loss=0.3458, simple_loss=0.4424, pruned_loss=0.1246, over 13617.00 frames. utt_duration=98.63 frames, utt_pad_proportion=0.07824, over 560.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.352, pruned_loss=0.1073, over 2775899.61 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07251, over 45073.43 utterances.], batch size: 560, lr: 2.74e-04 +2022-09-18 11:30:16,142 INFO [train.py:885] (1/2) Epoch 17, batch 8550, loss[loss=0.3469, simple_loss=0.4275, pruned_loss=0.1332, over 13664.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08088, over 478.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3568, pruned_loss=0.1097, over 2772587.15 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07419, over 46713.74 utterances.], batch size: 478, lr: 2.74e-04 +2022-09-18 11:30:45,881 INFO [train.py:885] (1/2) Epoch 17, batch 8600, loss[loss=0.2552, simple_loss=0.3418, pruned_loss=0.08431, over 14286.00 frames. utt_duration=294.6 frames, utt_pad_proportion=0.04052, over 195.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3577, pruned_loss=0.1093, over 2779597.15 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07138, over 47322.45 utterances.], batch size: 195, lr: 2.74e-04 +2022-09-18 11:31:15,353 INFO [train.py:885] (1/2) Epoch 17, batch 8650, loss[loss=0.2433, simple_loss=0.3189, pruned_loss=0.08385, over 14214.00 frames. utt_duration=523 frames, utt_pad_proportion=0.04207, over 109.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3553, pruned_loss=0.1078, over 2777548.73 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07095, over 46454.29 utterances.], batch size: 109, lr: 2.74e-04 +2022-09-18 11:31:44,463 INFO [train.py:885] (1/2) Epoch 17, batch 8700, loss[loss=0.2985, simple_loss=0.3702, pruned_loss=0.1134, over 14377.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03589, over 244.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3519, pruned_loss=0.1071, over 2776679.04 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07176, over 44728.00 utterances.], batch size: 244, lr: 2.74e-04 +2022-09-18 11:32:14,064 INFO [train.py:885] (1/2) Epoch 17, batch 8750, loss[loss=0.2015, simple_loss=0.2663, pruned_loss=0.06831, over 13840.00 frames. utt_duration=924.2 frames, utt_pad_proportion=0.07117, over 60.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3546, pruned_loss=0.1085, over 2776585.04 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07261, over 46279.26 utterances.], batch size: 60, lr: 2.74e-04 +2022-09-18 11:32:44,039 INFO [train.py:885] (1/2) Epoch 17, batch 8800, loss[loss=0.1602, simple_loss=0.2317, pruned_loss=0.0444, over 13404.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08576, over 41.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3547, pruned_loss=0.1086, over 2779921.54 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07233, over 45803.67 utterances.], batch size: 41, lr: 2.74e-04 +2022-09-18 11:33:13,766 INFO [train.py:885] (1/2) Epoch 17, batch 8850, loss[loss=0.5271, simple_loss=0.5856, pruned_loss=0.2343, over 13179.00 frames. utt_duration=82.26 frames, utt_pad_proportion=0.1059, over 653.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3554, pruned_loss=0.1095, over 2782179.50 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07129, over 45646.48 utterances.], batch size: 653, lr: 2.74e-04 +2022-09-18 11:33:43,808 INFO [train.py:885] (1/2) Epoch 17, batch 8900, loss[loss=0.2707, simple_loss=0.3524, pruned_loss=0.09449, over 14332.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.03998, over 167.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3551, pruned_loss=0.1091, over 2780123.83 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07113, over 45795.72 utterances.], batch size: 167, lr: 2.74e-04 +2022-09-18 11:34:12,835 INFO [train.py:885] (1/2) Epoch 17, batch 8950, loss[loss=0.3312, simple_loss=0.3622, pruned_loss=0.1501, over 14094.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.05453, over 98.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3565, pruned_loss=0.1102, over 2784257.32 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07063, over 45129.88 utterances.], batch size: 98, lr: 2.74e-04 +2022-09-18 11:34:42,778 INFO [train.py:885] (1/2) Epoch 17, batch 9000, loss[loss=0.2398, simple_loss=0.3067, pruned_loss=0.08639, over 13639.00 frames. utt_duration=1332 frames, utt_pad_proportion=0.06779, over 41.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3554, pruned_loss=0.1094, over 2783716.60 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07082, over 44824.79 utterances.], batch size: 41, lr: 2.74e-04 +2022-09-18 11:34:42,779 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 11:34:46,925 INFO [train.py:914] (1/2) Epoch 17, validation: loss=0.1966, simple_loss=0.279, pruned_loss=0.05714, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 11:35:16,523 INFO [train.py:885] (1/2) Epoch 17, batch 9050, loss[loss=0.1813, simple_loss=0.2302, pruned_loss=0.0662, over 13415.00 frames. utt_duration=1628 frames, utt_pad_proportion=0.09668, over 33.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3561, pruned_loss=0.1103, over 2780029.66 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07079, over 44804.67 utterances.], batch size: 33, lr: 2.74e-04 +2022-09-18 11:35:46,050 INFO [train.py:885] (1/2) Epoch 17, batch 9100, loss[loss=0.2597, simple_loss=0.3334, pruned_loss=0.09302, over 14244.00 frames. utt_duration=439.8 frames, utt_pad_proportion=0.04178, over 130.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3554, pruned_loss=0.1105, over 2776515.01 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07247, over 44968.97 utterances.], batch size: 130, lr: 2.74e-04 +2022-09-18 11:36:15,714 INFO [train.py:885] (1/2) Epoch 17, batch 9150, loss[loss=0.1734, simple_loss=0.2396, pruned_loss=0.05359, over 13765.00 frames. utt_duration=919.4 frames, utt_pad_proportion=0.06758, over 60.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3554, pruned_loss=0.1107, over 2775611.45 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07282, over 44944.39 utterances.], batch size: 60, lr: 2.74e-04 +2022-09-18 11:36:45,333 INFO [train.py:885] (1/2) Epoch 17, batch 9200, loss[loss=0.2941, simple_loss=0.3706, pruned_loss=0.1088, over 14346.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03636, over 210.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3537, pruned_loss=0.1098, over 2779080.76 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07157, over 43903.94 utterances.], batch size: 210, lr: 2.74e-04 +2022-09-18 11:37:14,660 INFO [train.py:885] (1/2) Epoch 17, batch 9250, loss[loss=0.3939, simple_loss=0.4341, pruned_loss=0.1769, over 14276.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04165, over 262.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3571, pruned_loss=0.111, over 2780124.86 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07095, over 45090.83 utterances.], batch size: 262, lr: 2.74e-04 +2022-09-18 11:37:44,680 INFO [train.py:885] (1/2) Epoch 17, batch 9300, loss[loss=0.3029, simple_loss=0.3684, pruned_loss=0.1187, over 14355.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03823, over 167.00 utterances.], tot_loss[loss=0.2965, simple_loss=0.364, pruned_loss=0.1145, over 2781801.93 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07236, over 47705.32 utterances.], batch size: 167, lr: 2.73e-04 +2022-09-18 11:38:21,029 INFO [train.py:885] (1/2) Epoch 17, batch 9350, loss[loss=0.1647, simple_loss=0.2177, pruned_loss=0.05581, over 13634.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.07779, over 50.00 utterances.], tot_loss[loss=0.2949, simple_loss=0.3621, pruned_loss=0.1139, over 2786384.19 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07078, over 46492.97 utterances.], batch size: 50, lr: 2.73e-04 +2022-09-18 11:38:50,858 INFO [train.py:885] (1/2) Epoch 17, batch 9400, loss[loss=0.2959, simple_loss=0.3903, pruned_loss=0.1008, over 13736.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07379, over 411.00 utterances.], tot_loss[loss=0.2918, simple_loss=0.3597, pruned_loss=0.1119, over 2790109.62 frames. utt_duration=244.5 frames, utt_pad_proportion=0.0689, over 45917.58 utterances.], batch size: 411, lr: 2.73e-04 +2022-09-18 11:39:28,238 INFO [train.py:885] (1/2) Epoch 17, batch 9450, loss[loss=0.1709, simple_loss=0.2239, pruned_loss=0.05888, over 13539.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.0854, over 50.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3583, pruned_loss=0.1115, over 2783718.52 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07053, over 45452.85 utterances.], batch size: 50, lr: 2.73e-04 +2022-09-18 11:39:57,996 INFO [train.py:885] (1/2) Epoch 17, batch 9500, loss[loss=0.3605, simple_loss=0.4304, pruned_loss=0.1453, over 14000.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05541, over 365.00 utterances.], tot_loss[loss=0.2937, simple_loss=0.3613, pruned_loss=0.1131, over 2784432.75 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07037, over 46710.53 utterances.], batch size: 365, lr: 2.73e-04 +2022-09-18 11:40:27,333 INFO [train.py:885] (1/2) Epoch 17, batch 9550, loss[loss=0.1729, simple_loss=0.238, pruned_loss=0.05387, over 13263.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1007, over 33.00 utterances.], tot_loss[loss=0.2911, simple_loss=0.3589, pruned_loss=0.1117, over 2783858.15 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07024, over 45783.97 utterances.], batch size: 33, lr: 2.73e-04 +2022-09-18 11:40:56,766 INFO [train.py:885] (1/2) Epoch 17, batch 9600, loss[loss=0.2657, simple_loss=0.3489, pruned_loss=0.09129, over 14331.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04011, over 167.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3579, pruned_loss=0.111, over 2786747.47 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06854, over 45456.70 utterances.], batch size: 167, lr: 2.73e-04 +2022-09-18 11:41:26,312 INFO [train.py:885] (1/2) Epoch 17, batch 9650, loss[loss=0.2353, simple_loss=0.2955, pruned_loss=0.08752, over 14128.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.04902, over 98.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3594, pruned_loss=0.1117, over 2781212.64 frames. utt_duration=243.7 frames, utt_pad_proportion=0.0721, over 45921.38 utterances.], batch size: 98, lr: 2.73e-04 +2022-09-18 11:41:56,075 INFO [train.py:885] (1/2) Epoch 17, batch 9700, loss[loss=0.3804, simple_loss=0.4585, pruned_loss=0.1511, over 13663.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07837, over 477.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3568, pruned_loss=0.1104, over 2776973.68 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07335, over 45465.75 utterances.], batch size: 477, lr: 2.73e-04 +2022-09-18 11:42:25,372 INFO [train.py:885] (1/2) Epoch 17, batch 9750, loss[loss=0.3251, simple_loss=0.4186, pruned_loss=0.1158, over 13580.00 frames. utt_duration=115.3 frames, utt_pad_proportion=0.08507, over 477.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3534, pruned_loss=0.1083, over 2777556.29 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07222, over 44764.57 utterances.], batch size: 477, lr: 2.73e-04 +2022-09-18 11:42:55,362 INFO [train.py:885] (1/2) Epoch 17, batch 9800, loss[loss=0.2579, simple_loss=0.3131, pruned_loss=0.1013, over 13912.00 frames. utt_duration=705.9 frames, utt_pad_proportion=0.065, over 79.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3568, pruned_loss=0.1096, over 2780090.63 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07308, over 46189.18 utterances.], batch size: 79, lr: 2.73e-04 +2022-09-18 11:43:25,041 INFO [train.py:885] (1/2) Epoch 17, batch 9850, loss[loss=0.2721, simple_loss=0.3363, pruned_loss=0.1039, over 14332.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03978, over 167.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3557, pruned_loss=0.1092, over 2785367.20 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07133, over 45302.71 utterances.], batch size: 167, lr: 2.73e-04 +2022-09-18 11:43:54,565 INFO [train.py:885] (1/2) Epoch 17, batch 9900, loss[loss=0.2991, simple_loss=0.3588, pruned_loss=0.1197, over 14375.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03736, over 167.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3546, pruned_loss=0.1085, over 2787915.37 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06992, over 44444.50 utterances.], batch size: 167, lr: 2.73e-04 +2022-09-18 11:44:25,231 INFO [train.py:885] (1/2) Epoch 17, batch 9950, loss[loss=0.1574, simple_loss=0.2249, pruned_loss=0.04495, over 13584.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.08789, over 42.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3568, pruned_loss=0.1097, over 2784305.69 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07174, over 46174.33 utterances.], batch size: 42, lr: 2.73e-04 +2022-09-18 11:44:53,654 INFO [train.py:885] (1/2) Epoch 17, batch 10000, loss[loss=0.2595, simple_loss=0.33, pruned_loss=0.09455, over 14235.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04694, over 141.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3586, pruned_loss=0.1104, over 2786278.81 frames. utt_duration=239.6 frames, utt_pad_proportion=0.06996, over 46796.35 utterances.], batch size: 141, lr: 2.73e-04 +2022-09-18 11:45:22,867 INFO [train.py:885] (1/2) Epoch 17, batch 10050, loss[loss=0.2906, simple_loss=0.3354, pruned_loss=0.1229, over 14135.00 frames. utt_duration=520.2 frames, utt_pad_proportion=0.0473, over 109.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3581, pruned_loss=0.1107, over 2786002.50 frames. utt_duration=243.1 frames, utt_pad_proportion=0.06877, over 46122.46 utterances.], batch size: 109, lr: 2.73e-04 +2022-09-18 11:45:53,227 INFO [train.py:885] (1/2) Epoch 17, batch 10100, loss[loss=0.1881, simple_loss=0.2505, pruned_loss=0.06288, over 13428.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.0824, over 41.00 utterances.], tot_loss[loss=0.2893, simple_loss=0.3576, pruned_loss=0.1104, over 2786678.82 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06886, over 45807.62 utterances.], batch size: 41, lr: 2.73e-04 +2022-09-18 11:46:23,361 INFO [train.py:885] (1/2) Epoch 17, batch 10150, loss[loss=0.1834, simple_loss=0.2472, pruned_loss=0.05977, over 12159.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.1782, over 24.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3564, pruned_loss=0.1098, over 2780248.49 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07015, over 45732.83 utterances.], batch size: 24, lr: 2.73e-04 +2022-09-18 11:46:52,646 INFO [train.py:885] (1/2) Epoch 17, batch 10200, loss[loss=0.1889, simple_loss=0.2613, pruned_loss=0.05827, over 13803.00 frames. utt_duration=801.6 frames, utt_pad_proportion=0.06574, over 69.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3567, pruned_loss=0.1092, over 2784141.85 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06951, over 45990.18 utterances.], batch size: 69, lr: 2.73e-04 +2022-09-18 11:47:29,995 INFO [train.py:885] (1/2) Epoch 17, batch 10250, loss[loss=0.2232, simple_loss=0.2966, pruned_loss=0.07491, over 14164.00 frames. utt_duration=638 frames, utt_pad_proportion=0.05066, over 89.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3526, pruned_loss=0.1076, over 2783478.42 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07031, over 44543.87 utterances.], batch size: 89, lr: 2.73e-04 +2022-09-18 11:47:59,188 INFO [train.py:885] (1/2) Epoch 17, batch 10300, loss[loss=0.2309, simple_loss=0.2829, pruned_loss=0.0895, over 13881.00 frames. utt_duration=926.6 frames, utt_pad_proportion=0.06971, over 60.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3541, pruned_loss=0.1083, over 2776323.42 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07258, over 45531.66 utterances.], batch size: 60, lr: 2.73e-04 +2022-09-18 11:48:28,951 INFO [train.py:885] (1/2) Epoch 17, batch 10350, loss[loss=0.2181, simple_loss=0.2938, pruned_loss=0.07123, over 14264.00 frames. utt_duration=642.4 frames, utt_pad_proportion=0.04263, over 89.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3589, pruned_loss=0.1111, over 2775234.58 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07499, over 47396.30 utterances.], batch size: 89, lr: 2.73e-04 +2022-09-18 11:48:58,733 INFO [train.py:885] (1/2) Epoch 17, batch 10400, loss[loss=0.2825, simple_loss=0.3528, pruned_loss=0.1061, over 14294.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03876, over 180.00 utterances.], tot_loss[loss=0.2951, simple_loss=0.363, pruned_loss=0.1136, over 2777677.84 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07467, over 48523.12 utterances.], batch size: 180, lr: 2.73e-04 +2022-09-18 11:49:28,743 INFO [train.py:885] (1/2) Epoch 17, batch 10450, loss[loss=0.3718, simple_loss=0.4464, pruned_loss=0.1486, over 13628.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08176, over 477.00 utterances.], tot_loss[loss=0.2912, simple_loss=0.3594, pruned_loss=0.1115, over 2775155.63 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07404, over 47410.85 utterances.], batch size: 477, lr: 2.73e-04 +2022-09-18 11:49:57,966 INFO [train.py:885] (1/2) Epoch 17, batch 10500, loss[loss=0.231, simple_loss=0.3004, pruned_loss=0.08085, over 14192.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.0431, over 109.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3582, pruned_loss=0.1114, over 2778773.59 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0726, over 46567.97 utterances.], batch size: 109, lr: 2.73e-04 +2022-09-18 11:50:27,492 INFO [train.py:885] (1/2) Epoch 17, batch 10550, loss[loss=0.4409, simple_loss=0.5204, pruned_loss=0.1807, over 13172.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3537, pruned_loss=0.1089, over 2778146.09 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07095, over 44980.36 utterances.], batch size: 653, lr: 2.73e-04 +2022-09-18 11:50:57,117 INFO [train.py:885] (1/2) Epoch 17, batch 10600, loss[loss=0.2682, simple_loss=0.3351, pruned_loss=0.1007, over 14036.00 frames. utt_duration=574.5 frames, utt_pad_proportion=0.05672, over 98.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3596, pruned_loss=0.1126, over 2780692.39 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07201, over 46398.98 utterances.], batch size: 98, lr: 2.73e-04 +2022-09-18 11:51:27,023 INFO [train.py:885] (1/2) Epoch 17, batch 10650, loss[loss=0.2686, simple_loss=0.3484, pruned_loss=0.09439, over 14291.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04274, over 141.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3589, pruned_loss=0.1116, over 2777472.24 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07361, over 46521.59 utterances.], batch size: 141, lr: 2.73e-04 +2022-09-18 11:51:56,311 INFO [train.py:885] (1/2) Epoch 17, batch 10700, loss[loss=0.305, simple_loss=0.3746, pruned_loss=0.1177, over 14324.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03809, over 283.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3584, pruned_loss=0.111, over 2777918.51 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07307, over 46454.62 utterances.], batch size: 283, lr: 2.73e-04 +2022-09-18 11:52:25,203 INFO [train.py:885] (1/2) Epoch 17, batch 10750, loss[loss=0.2596, simple_loss=0.3355, pruned_loss=0.0919, over 14332.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03863, over 154.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3522, pruned_loss=0.108, over 2779989.19 frames. utt_duration=255.9 frames, utt_pad_proportion=0.0699, over 43705.70 utterances.], batch size: 154, lr: 2.73e-04 +2022-09-18 11:52:55,360 INFO [train.py:885] (1/2) Epoch 17, batch 10800, loss[loss=0.1843, simple_loss=0.2455, pruned_loss=0.06161, over 13909.00 frames. utt_duration=796.4 frames, utt_pad_proportion=0.06639, over 70.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3568, pruned_loss=0.1098, over 2779057.36 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07265, over 46513.83 utterances.], batch size: 70, lr: 2.73e-04 +2022-09-18 11:53:25,720 INFO [train.py:885] (1/2) Epoch 17, batch 10850, loss[loss=0.2624, simple_loss=0.3447, pruned_loss=0.09005, over 14319.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03821, over 210.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3574, pruned_loss=0.1109, over 2780310.90 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07182, over 45630.96 utterances.], batch size: 210, lr: 2.72e-04 +2022-09-18 11:53:54,864 INFO [train.py:885] (1/2) Epoch 17, batch 10900, loss[loss=0.3839, simple_loss=0.4321, pruned_loss=0.1678, over 14258.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04138, over 306.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3551, pruned_loss=0.1097, over 2777699.66 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07167, over 44716.54 utterances.], batch size: 306, lr: 2.72e-04 +2022-09-18 11:54:24,881 INFO [train.py:885] (1/2) Epoch 17, batch 10950, loss[loss=0.2778, simple_loss=0.3511, pruned_loss=0.1023, over 14341.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03693, over 210.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3544, pruned_loss=0.1085, over 2776045.38 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07159, over 45293.79 utterances.], batch size: 210, lr: 2.72e-04 +2022-09-18 11:54:54,309 INFO [train.py:885] (1/2) Epoch 17, batch 11000, loss[loss=0.3252, simple_loss=0.3881, pruned_loss=0.1312, over 14321.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03857, over 283.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3518, pruned_loss=0.1072, over 2780175.75 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06918, over 43826.25 utterances.], batch size: 283, lr: 2.72e-04 +2022-09-18 11:55:23,990 INFO [train.py:885] (1/2) Epoch 17, batch 11050, loss[loss=0.3202, simple_loss=0.3812, pruned_loss=0.1296, over 14293.00 frames. utt_duration=441.3 frames, utt_pad_proportion=0.03643, over 130.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3492, pruned_loss=0.1058, over 2781076.05 frames. utt_duration=261.3 frames, utt_pad_proportion=0.06692, over 42817.96 utterances.], batch size: 130, lr: 2.72e-04 +2022-09-18 11:55:53,194 INFO [train.py:885] (1/2) Epoch 17, batch 11100, loss[loss=0.3214, simple_loss=0.3859, pruned_loss=0.1284, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03959, over 180.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3543, pruned_loss=0.1089, over 2780356.37 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06891, over 45036.34 utterances.], batch size: 180, lr: 2.72e-04 +2022-09-18 11:56:22,885 INFO [train.py:885] (1/2) Epoch 17, batch 11150, loss[loss=0.2543, simple_loss=0.3118, pruned_loss=0.0984, over 14049.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05763, over 98.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3531, pruned_loss=0.1074, over 2779421.35 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06955, over 45584.27 utterances.], batch size: 98, lr: 2.72e-04 +2022-09-18 11:56:52,608 INFO [train.py:885] (1/2) Epoch 17, batch 11200, loss[loss=0.2113, simple_loss=0.2834, pruned_loss=0.06956, over 13868.00 frames. utt_duration=926 frames, utt_pad_proportion=0.06655, over 60.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3536, pruned_loss=0.1079, over 2783483.84 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06935, over 45173.85 utterances.], batch size: 60, lr: 2.72e-04 +2022-09-18 11:57:22,222 INFO [train.py:885] (1/2) Epoch 17, batch 11250, loss[loss=0.239, simple_loss=0.3029, pruned_loss=0.08759, over 13846.00 frames. utt_duration=804 frames, utt_pad_proportion=0.06404, over 69.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3489, pruned_loss=0.1056, over 2781565.25 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06782, over 43240.09 utterances.], batch size: 69, lr: 2.72e-04 +2022-09-18 11:57:52,141 INFO [train.py:885] (1/2) Epoch 17, batch 11300, loss[loss=0.2833, simple_loss=0.3429, pruned_loss=0.1118, over 14234.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04629, over 141.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3524, pruned_loss=0.1073, over 2780020.33 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06811, over 44429.84 utterances.], batch size: 141, lr: 2.72e-04 +2022-09-18 11:58:21,263 INFO [train.py:885] (1/2) Epoch 17, batch 11350, loss[loss=0.2572, simple_loss=0.3304, pruned_loss=0.09197, over 14290.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04232, over 120.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3527, pruned_loss=0.1072, over 2777608.48 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07036, over 45387.00 utterances.], batch size: 120, lr: 2.72e-04 +2022-09-18 11:58:50,605 INFO [train.py:885] (1/2) Epoch 17, batch 11400, loss[loss=0.292, simple_loss=0.3643, pruned_loss=0.1098, over 14345.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03649, over 210.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3539, pruned_loss=0.1082, over 2782319.29 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06796, over 45212.34 utterances.], batch size: 210, lr: 2.72e-04 +2022-09-18 11:59:20,360 INFO [train.py:885] (1/2) Epoch 17, batch 11450, loss[loss=0.2171, simple_loss=0.2708, pruned_loss=0.0817, over 13236.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.0977, over 41.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3578, pruned_loss=0.1099, over 2778450.00 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07104, over 47320.22 utterances.], batch size: 41, lr: 2.72e-04 +2022-09-18 11:59:50,021 INFO [train.py:885] (1/2) Epoch 17, batch 11500, loss[loss=0.1993, simple_loss=0.2663, pruned_loss=0.06619, over 13917.00 frames. utt_duration=808.3 frames, utt_pad_proportion=0.05907, over 69.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3537, pruned_loss=0.1074, over 2779009.46 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07155, over 46237.00 utterances.], batch size: 69, lr: 2.72e-04 +2022-09-18 12:00:19,808 INFO [train.py:885] (1/2) Epoch 17, batch 11550, loss[loss=0.1529, simple_loss=0.2073, pruned_loss=0.04924, over 13654.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08785, over 42.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.352, pruned_loss=0.1067, over 2783692.17 frames. utt_duration=247 frames, utt_pad_proportion=0.07027, over 45360.27 utterances.], batch size: 42, lr: 2.72e-04 +2022-09-18 12:00:49,635 INFO [train.py:885] (1/2) Epoch 17, batch 11600, loss[loss=0.4139, simple_loss=0.492, pruned_loss=0.1679, over 13150.00 frames. utt_duration=82.01 frames, utt_pad_proportion=0.1086, over 653.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3523, pruned_loss=0.1071, over 2779792.88 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07228, over 45597.08 utterances.], batch size: 653, lr: 2.72e-04 +2022-09-18 12:01:18,711 INFO [train.py:885] (1/2) Epoch 17, batch 11650, loss[loss=0.2976, simple_loss=0.3947, pruned_loss=0.1002, over 13622.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08085, over 477.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3487, pruned_loss=0.1052, over 2782635.43 frames. utt_duration=256 frames, utt_pad_proportion=0.0699, over 43739.79 utterances.], batch size: 477, lr: 2.72e-04 +2022-09-18 12:01:48,437 INFO [train.py:885] (1/2) Epoch 17, batch 11700, loss[loss=0.2832, simple_loss=0.3743, pruned_loss=0.09607, over 13987.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05717, over 365.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3499, pruned_loss=0.1051, over 2779516.17 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07156, over 44675.73 utterances.], batch size: 365, lr: 2.72e-04 +2022-09-18 12:02:17,286 INFO [train.py:885] (1/2) Epoch 17, batch 11750, loss[loss=0.2836, simple_loss=0.3587, pruned_loss=0.1042, over 14347.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03369, over 244.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3488, pruned_loss=0.1055, over 2779420.08 frames. utt_duration=255.9 frames, utt_pad_proportion=0.0698, over 43702.94 utterances.], batch size: 244, lr: 2.72e-04 +2022-09-18 12:02:46,147 INFO [train.py:885] (1/2) Epoch 17, batch 11800, loss[loss=0.3293, simple_loss=0.3929, pruned_loss=0.1328, over 14313.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03902, over 283.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3483, pruned_loss=0.1053, over 2778795.77 frames. utt_duration=258.4 frames, utt_pad_proportion=0.07089, over 43259.28 utterances.], batch size: 283, lr: 2.72e-04 +2022-09-18 12:03:16,257 INFO [train.py:885] (1/2) Epoch 17, batch 11850, loss[loss=0.2961, simple_loss=0.3622, pruned_loss=0.115, over 14327.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03807, over 195.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3494, pruned_loss=0.1062, over 2778207.25 frames. utt_duration=255.9 frames, utt_pad_proportion=0.07224, over 43679.51 utterances.], batch size: 195, lr: 2.72e-04 +2022-09-18 12:03:45,993 INFO [train.py:885] (1/2) Epoch 17, batch 11900, loss[loss=0.2586, simple_loss=0.3211, pruned_loss=0.09802, over 14324.00 frames. utt_duration=479 frames, utt_pad_proportion=0.04006, over 120.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3513, pruned_loss=0.1076, over 2780505.77 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07274, over 43963.64 utterances.], batch size: 120, lr: 2.72e-04 +2022-09-18 12:04:16,232 INFO [train.py:885] (1/2) Epoch 17, batch 11950, loss[loss=0.5173, simple_loss=0.6004, pruned_loss=0.2171, over 12442.00 frames. utt_duration=62.98 frames, utt_pad_proportion=0.1489, over 810.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3498, pruned_loss=0.1069, over 2782411.70 frames. utt_duration=260.8 frames, utt_pad_proportion=0.07075, over 42917.88 utterances.], batch size: 810, lr: 2.72e-04 +2022-09-18 12:04:45,295 INFO [train.py:885] (1/2) Epoch 17, batch 12000, loss[loss=0.216, simple_loss=0.2903, pruned_loss=0.07087, over 13069.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.12, over 33.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3472, pruned_loss=0.1053, over 2782744.83 frames. utt_duration=267.6 frames, utt_pad_proportion=0.06909, over 41830.51 utterances.], batch size: 33, lr: 2.72e-04 +2022-09-18 12:04:45,296 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 12:04:50,061 INFO [train.py:914] (1/2) Epoch 17, validation: loss=0.1947, simple_loss=0.2725, pruned_loss=0.05844, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 12:05:19,863 INFO [train.py:885] (1/2) Epoch 17, batch 12050, loss[loss=0.1867, simple_loss=0.2581, pruned_loss=0.0577, over 14062.00 frames. utt_duration=804.9 frames, utt_pad_proportion=0.06076, over 70.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3528, pruned_loss=0.1079, over 2786880.51 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06966, over 44455.99 utterances.], batch size: 70, lr: 2.72e-04 +2022-09-18 12:05:49,547 INFO [train.py:885] (1/2) Epoch 17, batch 12100, loss[loss=0.2407, simple_loss=0.3207, pruned_loss=0.08039, over 14335.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03975, over 167.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3528, pruned_loss=0.108, over 2789314.37 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06952, over 44489.71 utterances.], batch size: 167, lr: 2.72e-04 +2022-09-18 12:06:18,387 INFO [train.py:885] (1/2) Epoch 17, batch 12150, loss[loss=0.3453, simple_loss=0.4149, pruned_loss=0.1379, over 13980.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05968, over 366.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3517, pruned_loss=0.1073, over 2785616.47 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07053, over 44862.78 utterances.], batch size: 366, lr: 2.72e-04 +2022-09-18 12:06:48,307 INFO [train.py:885] (1/2) Epoch 17, batch 12200, loss[loss=0.1863, simple_loss=0.2388, pruned_loss=0.06693, over 13800.00 frames. utt_duration=921.4 frames, utt_pad_proportion=0.07115, over 60.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3521, pruned_loss=0.1076, over 2786601.36 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0699, over 43862.79 utterances.], batch size: 60, lr: 2.72e-04 +2022-09-18 12:07:17,722 INFO [train.py:885] (1/2) Epoch 17, batch 12250, loss[loss=0.2019, simple_loss=0.269, pruned_loss=0.06736, over 13924.00 frames. utt_duration=706.5 frames, utt_pad_proportion=0.06545, over 79.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3539, pruned_loss=0.1087, over 2786309.80 frames. utt_duration=250 frames, utt_pad_proportion=0.07082, over 44854.75 utterances.], batch size: 79, lr: 2.72e-04 +2022-09-18 12:07:47,291 INFO [train.py:885] (1/2) Epoch 17, batch 12300, loss[loss=0.2855, simple_loss=0.3898, pruned_loss=0.09063, over 13626.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08058, over 477.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3512, pruned_loss=0.1079, over 2785750.61 frames. utt_duration=259.5 frames, utt_pad_proportion=0.06911, over 43186.45 utterances.], batch size: 477, lr: 2.72e-04 +2022-09-18 12:08:15,919 INFO [train.py:885] (1/2) Epoch 17, batch 12350, loss[loss=0.2748, simple_loss=0.3526, pruned_loss=0.09844, over 14376.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03472, over 210.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3555, pruned_loss=0.1107, over 2781639.26 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07122, over 44874.66 utterances.], batch size: 210, lr: 2.72e-04 +2022-09-18 12:08:45,668 INFO [train.py:885] (1/2) Epoch 17, batch 12400, loss[loss=0.2848, simple_loss=0.3542, pruned_loss=0.1077, over 14352.00 frames. utt_duration=479.9 frames, utt_pad_proportion=0.03626, over 120.00 utterances.], tot_loss[loss=0.2923, simple_loss=0.3599, pruned_loss=0.1123, over 2781731.95 frames. utt_duration=237 frames, utt_pad_proportion=0.07197, over 47244.74 utterances.], batch size: 120, lr: 2.71e-04 +2022-09-18 12:09:15,424 INFO [train.py:885] (1/2) Epoch 17, batch 12450, loss[loss=0.2885, simple_loss=0.366, pruned_loss=0.1055, over 14339.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.0378, over 244.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3596, pruned_loss=0.1126, over 2778762.40 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07389, over 47070.12 utterances.], batch size: 244, lr: 2.71e-04 +2022-09-18 12:09:44,421 INFO [train.py:885] (1/2) Epoch 17, batch 12500, loss[loss=0.3033, simple_loss=0.3775, pruned_loss=0.1146, over 14362.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03284, over 244.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3585, pruned_loss=0.1114, over 2783145.68 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07267, over 46238.38 utterances.], batch size: 244, lr: 2.71e-04 +2022-09-18 12:10:15,139 INFO [train.py:885] (1/2) Epoch 17, batch 12550, loss[loss=0.2402, simple_loss=0.3185, pruned_loss=0.0809, over 14026.00 frames. utt_duration=573.7 frames, utt_pad_proportion=0.05796, over 98.00 utterances.], tot_loss[loss=0.2931, simple_loss=0.3601, pruned_loss=0.113, over 2778059.81 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07462, over 46507.80 utterances.], batch size: 98, lr: 2.71e-04 +2022-09-18 12:10:42,710 INFO [train.py:885] (1/2) Epoch 17, batch 12600, loss[loss=0.2973, simple_loss=0.3611, pruned_loss=0.1168, over 14236.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04644, over 141.00 utterances.], tot_loss[loss=0.2934, simple_loss=0.361, pruned_loss=0.1129, over 2776569.42 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07415, over 47284.30 utterances.], batch size: 141, lr: 2.71e-04 +2022-09-18 12:11:00,500 INFO [train.py:885] (1/2) Epoch 18, batch 0, loss[loss=0.2606, simple_loss=0.3328, pruned_loss=0.09418, over 14310.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.0389, over 195.00 utterances.], tot_loss[loss=0.2606, simple_loss=0.3328, pruned_loss=0.09418, over 14310.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.0389, over 195.00 utterances.], batch size: 195, lr: 2.64e-04 +2022-09-18 12:11:30,536 INFO [train.py:885] (1/2) Epoch 18, batch 50, loss[loss=0.3515, simple_loss=0.4042, pruned_loss=0.1494, over 14245.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04257, over 335.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3509, pruned_loss=0.1066, over 631223.69 frames. utt_duration=261 frames, utt_pad_proportion=0.06742, over 9728.57 utterances.], batch size: 335, lr: 2.64e-04 +2022-09-18 12:12:09,751 INFO [train.py:885] (1/2) Epoch 18, batch 100, loss[loss=0.2375, simple_loss=0.2997, pruned_loss=0.08764, over 12341.00 frames. utt_duration=1976 frames, utt_pad_proportion=0.1266, over 25.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3539, pruned_loss=0.1077, over 1104861.14 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07176, over 18132.64 utterances.], batch size: 25, lr: 2.64e-04 +2022-09-18 12:12:39,030 INFO [train.py:885] (1/2) Epoch 18, batch 150, loss[loss=0.2113, simple_loss=0.2768, pruned_loss=0.07283, over 14017.00 frames. utt_duration=711.3 frames, utt_pad_proportion=0.05789, over 79.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3496, pruned_loss=0.1072, over 1476809.48 frames. utt_duration=265.9 frames, utt_pad_proportion=0.068, over 22340.90 utterances.], batch size: 79, lr: 2.64e-04 +2022-09-18 12:13:08,003 INFO [train.py:885] (1/2) Epoch 18, batch 200, loss[loss=0.2335, simple_loss=0.3182, pruned_loss=0.07437, over 14285.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04294, over 141.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3524, pruned_loss=0.1089, over 1763594.19 frames. utt_duration=256.3 frames, utt_pad_proportion=0.07126, over 27688.98 utterances.], batch size: 141, lr: 2.64e-04 +2022-09-18 12:13:38,274 INFO [train.py:885] (1/2) Epoch 18, batch 250, loss[loss=0.1779, simple_loss=0.2412, pruned_loss=0.05733, over 13510.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08576, over 50.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3458, pruned_loss=0.1042, over 1988387.68 frames. utt_duration=265.5 frames, utt_pad_proportion=0.07174, over 30130.09 utterances.], batch size: 50, lr: 2.64e-04 +2022-09-18 12:14:07,591 INFO [train.py:885] (1/2) Epoch 18, batch 300, loss[loss=0.3883, simple_loss=0.4281, pruned_loss=0.1743, over 14240.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04224, over 335.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3488, pruned_loss=0.1059, over 2162762.04 frames. utt_duration=257.2 frames, utt_pad_proportion=0.07333, over 33836.67 utterances.], batch size: 335, lr: 2.64e-04 +2022-09-18 12:14:37,312 INFO [train.py:885] (1/2) Epoch 18, batch 350, loss[loss=0.3859, simple_loss=0.4332, pruned_loss=0.1693, over 14333.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.0379, over 262.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3523, pruned_loss=0.1077, over 2300147.23 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07184, over 36656.02 utterances.], batch size: 262, lr: 2.64e-04 +2022-09-18 12:15:06,970 INFO [train.py:885] (1/2) Epoch 18, batch 400, loss[loss=0.2126, simple_loss=0.2869, pruned_loss=0.06911, over 14316.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03894, over 120.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3496, pruned_loss=0.106, over 2404130.03 frames. utt_duration=257.2 frames, utt_pad_proportion=0.07207, over 37606.91 utterances.], batch size: 120, lr: 2.64e-04 +2022-09-18 12:15:36,363 INFO [train.py:885] (1/2) Epoch 18, batch 450, loss[loss=0.2635, simple_loss=0.336, pruned_loss=0.09551, over 14287.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03959, over 180.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3504, pruned_loss=0.1073, over 2490389.48 frames. utt_duration=262.4 frames, utt_pad_proportion=0.06914, over 38173.87 utterances.], batch size: 180, lr: 2.64e-04 +2022-09-18 12:16:06,142 INFO [train.py:885] (1/2) Epoch 18, batch 500, loss[loss=0.3795, simple_loss=0.4269, pruned_loss=0.166, over 14329.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03777, over 283.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.356, pruned_loss=0.1098, over 2556099.92 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07122, over 41339.28 utterances.], batch size: 283, lr: 2.64e-04 +2022-09-18 12:16:35,544 INFO [train.py:885] (1/2) Epoch 18, batch 550, loss[loss=0.1796, simple_loss=0.2392, pruned_loss=0.06002, over 12875.00 frames. utt_duration=2061 frames, utt_pad_proportion=0.1072, over 25.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3554, pruned_loss=0.109, over 2607582.14 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07017, over 42196.23 utterances.], batch size: 25, lr: 2.64e-04 +2022-09-18 12:17:04,596 INFO [train.py:885] (1/2) Epoch 18, batch 600, loss[loss=0.2302, simple_loss=0.2883, pruned_loss=0.08605, over 14223.00 frames. utt_duration=640.8 frames, utt_pad_proportion=0.04359, over 89.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3545, pruned_loss=0.1084, over 2643984.00 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07155, over 42615.87 utterances.], batch size: 89, lr: 2.64e-04 +2022-09-18 12:17:34,719 INFO [train.py:885] (1/2) Epoch 18, batch 650, loss[loss=0.2068, simple_loss=0.2744, pruned_loss=0.0696, over 14188.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04396, over 109.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3559, pruned_loss=0.1088, over 2673158.94 frames. utt_duration=245 frames, utt_pad_proportion=0.07242, over 43909.82 utterances.], batch size: 109, lr: 2.64e-04 +2022-09-18 12:18:03,991 INFO [train.py:885] (1/2) Epoch 18, batch 700, loss[loss=0.3165, simple_loss=0.4146, pruned_loss=0.1092, over 13661.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08141, over 478.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3504, pruned_loss=0.1061, over 2694916.18 frames. utt_duration=256.4 frames, utt_pad_proportion=0.07123, over 42279.45 utterances.], batch size: 478, lr: 2.64e-04 +2022-09-18 12:18:33,075 INFO [train.py:885] (1/2) Epoch 18, batch 750, loss[loss=0.1574, simple_loss=0.2142, pruned_loss=0.05028, over 13461.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.08113, over 41.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3488, pruned_loss=0.1059, over 2715757.63 frames. utt_duration=262.1 frames, utt_pad_proportion=0.06936, over 41673.33 utterances.], batch size: 41, lr: 2.64e-04 +2022-09-18 12:19:03,116 INFO [train.py:885] (1/2) Epoch 18, batch 800, loss[loss=0.3067, simple_loss=0.3742, pruned_loss=0.1196, over 14243.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04261, over 225.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3536, pruned_loss=0.1082, over 2728474.63 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07121, over 44039.18 utterances.], batch size: 225, lr: 2.64e-04 +2022-09-18 12:19:32,450 INFO [train.py:885] (1/2) Epoch 18, batch 850, loss[loss=0.2017, simple_loss=0.263, pruned_loss=0.07023, over 14024.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.05629, over 79.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3565, pruned_loss=0.1098, over 2734607.30 frames. utt_duration=242.2 frames, utt_pad_proportion=0.0742, over 45438.99 utterances.], batch size: 79, lr: 2.64e-04 +2022-09-18 12:20:02,461 INFO [train.py:885] (1/2) Epoch 18, batch 900, loss[loss=0.176, simple_loss=0.2526, pruned_loss=0.0497, over 13192.00 frames. utt_duration=1601 frames, utt_pad_proportion=0.1088, over 33.00 utterances.], tot_loss[loss=0.294, simple_loss=0.3622, pruned_loss=0.1129, over 2736526.87 frames. utt_duration=228.2 frames, utt_pad_proportion=0.07803, over 48288.27 utterances.], batch size: 33, lr: 2.64e-04 +2022-09-18 12:20:31,317 INFO [train.py:885] (1/2) Epoch 18, batch 950, loss[loss=0.2182, simple_loss=0.2744, pruned_loss=0.08099, over 14017.00 frames. utt_duration=814.1 frames, utt_pad_proportion=0.05223, over 69.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.3593, pruned_loss=0.1121, over 2748218.58 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07556, over 46842.09 utterances.], batch size: 69, lr: 2.64e-04 +2022-09-18 12:21:01,021 INFO [train.py:885] (1/2) Epoch 18, batch 1000, loss[loss=0.2113, simple_loss=0.2849, pruned_loss=0.06882, over 12767.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.1353, over 25.00 utterances.], tot_loss[loss=0.2941, simple_loss=0.3619, pruned_loss=0.1131, over 2755432.84 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07497, over 47294.02 utterances.], batch size: 25, lr: 2.64e-04 +2022-09-18 12:21:30,802 INFO [train.py:885] (1/2) Epoch 18, batch 1050, loss[loss=0.2186, simple_loss=0.2872, pruned_loss=0.07501, over 14226.00 frames. utt_duration=640.9 frames, utt_pad_proportion=0.04623, over 89.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3592, pruned_loss=0.1112, over 2757284.79 frames. utt_duration=238.1 frames, utt_pad_proportion=0.0751, over 46603.31 utterances.], batch size: 89, lr: 2.64e-04 +2022-09-18 12:22:00,200 INFO [train.py:885] (1/2) Epoch 18, batch 1100, loss[loss=0.3482, simple_loss=0.4036, pruned_loss=0.1464, over 14306.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03939, over 283.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3545, pruned_loss=0.109, over 2763162.55 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07288, over 44589.86 utterances.], batch size: 283, lr: 2.64e-04 +2022-09-18 12:22:29,466 INFO [train.py:885] (1/2) Epoch 18, batch 1150, loss[loss=0.2652, simple_loss=0.3471, pruned_loss=0.09169, over 14320.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03793, over 210.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3512, pruned_loss=0.1068, over 2770300.82 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07049, over 43729.44 utterances.], batch size: 210, lr: 2.63e-04 +2022-09-18 12:22:59,182 INFO [train.py:885] (1/2) Epoch 18, batch 1200, loss[loss=0.3278, simple_loss=0.4234, pruned_loss=0.1161, over 13657.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07862, over 477.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3556, pruned_loss=0.109, over 2772549.75 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07227, over 45777.25 utterances.], batch size: 477, lr: 2.63e-04 +2022-09-18 12:23:29,033 INFO [train.py:885] (1/2) Epoch 18, batch 1250, loss[loss=0.3205, simple_loss=0.3925, pruned_loss=0.1243, over 14266.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04127, over 225.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3566, pruned_loss=0.109, over 2775588.79 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07409, over 46406.20 utterances.], batch size: 225, lr: 2.63e-04 +2022-09-18 12:23:58,527 INFO [train.py:885] (1/2) Epoch 18, batch 1300, loss[loss=0.2777, simple_loss=0.3543, pruned_loss=0.1005, over 14183.00 frames. utt_duration=187 frames, utt_pad_proportion=0.0458, over 306.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3504, pruned_loss=0.1065, over 2776004.73 frames. utt_duration=256.4 frames, utt_pad_proportion=0.07019, over 43555.81 utterances.], batch size: 306, lr: 2.63e-04 +2022-09-18 12:24:26,726 INFO [train.py:885] (1/2) Epoch 18, batch 1350, loss[loss=0.2256, simple_loss=0.2894, pruned_loss=0.08087, over 14090.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05325, over 98.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3518, pruned_loss=0.1075, over 2783787.65 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06794, over 43686.54 utterances.], batch size: 98, lr: 2.63e-04 +2022-09-18 12:24:56,716 INFO [train.py:885] (1/2) Epoch 18, batch 1400, loss[loss=0.3079, simple_loss=0.3777, pruned_loss=0.1191, over 14364.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03517, over 210.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3526, pruned_loss=0.1075, over 2787005.03 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06639, over 43601.26 utterances.], batch size: 210, lr: 2.63e-04 +2022-09-18 12:25:26,819 INFO [train.py:885] (1/2) Epoch 18, batch 1450, loss[loss=0.2311, simple_loss=0.2983, pruned_loss=0.08197, over 13609.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08298, over 50.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.356, pruned_loss=0.1102, over 2783408.24 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06979, over 45224.56 utterances.], batch size: 50, lr: 2.63e-04 +2022-09-18 12:25:56,514 INFO [train.py:885] (1/2) Epoch 18, batch 1500, loss[loss=0.2923, simple_loss=0.3782, pruned_loss=0.1032, over 14019.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05468, over 365.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3571, pruned_loss=0.1104, over 2782871.71 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07099, over 46592.93 utterances.], batch size: 365, lr: 2.63e-04 +2022-09-18 12:26:26,937 INFO [train.py:885] (1/2) Epoch 18, batch 1550, loss[loss=0.2617, simple_loss=0.3392, pruned_loss=0.0921, over 14350.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03893, over 167.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3565, pruned_loss=0.11, over 2779948.19 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07219, over 46413.73 utterances.], batch size: 167, lr: 2.63e-04 +2022-09-18 12:26:56,091 INFO [train.py:885] (1/2) Epoch 18, batch 1600, loss[loss=0.3187, simple_loss=0.3903, pruned_loss=0.1236, over 14318.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03837, over 195.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3578, pruned_loss=0.1106, over 2782932.49 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07186, over 46223.43 utterances.], batch size: 195, lr: 2.63e-04 +2022-09-18 12:27:25,850 INFO [train.py:885] (1/2) Epoch 18, batch 1650, loss[loss=0.3109, simple_loss=0.3737, pruned_loss=0.1241, over 14328.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03718, over 180.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3569, pruned_loss=0.1097, over 2778264.42 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07365, over 46527.30 utterances.], batch size: 180, lr: 2.63e-04 +2022-09-18 12:27:54,644 INFO [train.py:885] (1/2) Epoch 18, batch 1700, loss[loss=0.1725, simple_loss=0.2214, pruned_loss=0.06177, over 13127.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1148, over 33.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.358, pruned_loss=0.1099, over 2780991.14 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07244, over 46982.18 utterances.], batch size: 33, lr: 2.63e-04 +2022-09-18 12:28:24,312 INFO [train.py:885] (1/2) Epoch 18, batch 1750, loss[loss=0.3654, simple_loss=0.4109, pruned_loss=0.1599, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03904, over 283.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3558, pruned_loss=0.11, over 2786081.80 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06868, over 44993.87 utterances.], batch size: 283, lr: 2.63e-04 +2022-09-18 12:28:54,080 INFO [train.py:885] (1/2) Epoch 18, batch 1800, loss[loss=0.3758, simple_loss=0.4456, pruned_loss=0.153, over 13726.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07389, over 411.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3574, pruned_loss=0.1101, over 2782690.70 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07096, over 46434.15 utterances.], batch size: 411, lr: 2.63e-04 +2022-09-18 12:29:24,094 INFO [train.py:885] (1/2) Epoch 18, batch 1850, loss[loss=0.5128, simple_loss=0.5937, pruned_loss=0.2159, over 12463.00 frames. utt_duration=62.98 frames, utt_pad_proportion=0.1489, over 811.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3545, pruned_loss=0.1083, over 2780284.17 frames. utt_duration=244.5 frames, utt_pad_proportion=0.0711, over 45761.82 utterances.], batch size: 811, lr: 2.63e-04 +2022-09-18 12:29:53,755 INFO [train.py:885] (1/2) Epoch 18, batch 1900, loss[loss=0.2347, simple_loss=0.3045, pruned_loss=0.08251, over 14290.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.0388, over 130.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3549, pruned_loss=0.1087, over 2779869.57 frames. utt_duration=245.2 frames, utt_pad_proportion=0.0713, over 45630.85 utterances.], batch size: 130, lr: 2.63e-04 +2022-09-18 12:30:23,146 INFO [train.py:885] (1/2) Epoch 18, batch 1950, loss[loss=0.2553, simple_loss=0.3314, pruned_loss=0.08957, over 14300.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04091, over 154.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3572, pruned_loss=0.1095, over 2782801.21 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07237, over 46331.42 utterances.], batch size: 154, lr: 2.63e-04 +2022-09-18 12:30:52,793 INFO [train.py:885] (1/2) Epoch 18, batch 2000, loss[loss=0.3614, simple_loss=0.4113, pruned_loss=0.1558, over 14216.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04414, over 335.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3563, pruned_loss=0.1095, over 2783435.53 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07162, over 45494.95 utterances.], batch size: 335, lr: 2.63e-04 +2022-09-18 12:31:22,383 INFO [train.py:885] (1/2) Epoch 18, batch 2050, loss[loss=0.2988, simple_loss=0.3934, pruned_loss=0.1021, over 13717.00 frames. utt_duration=134.9 frames, utt_pad_proportion=0.07573, over 411.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3544, pruned_loss=0.1085, over 2779389.34 frames. utt_duration=245 frames, utt_pad_proportion=0.07187, over 45649.81 utterances.], batch size: 411, lr: 2.63e-04 +2022-09-18 12:31:52,140 INFO [train.py:885] (1/2) Epoch 18, batch 2100, loss[loss=0.2517, simple_loss=0.3234, pruned_loss=0.08998, over 14248.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04549, over 141.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3541, pruned_loss=0.1087, over 2781362.42 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07126, over 45080.21 utterances.], batch size: 141, lr: 2.63e-04 +2022-09-18 12:32:21,323 INFO [train.py:885] (1/2) Epoch 18, batch 2150, loss[loss=0.2443, simple_loss=0.3192, pruned_loss=0.08473, over 14174.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04471, over 109.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3552, pruned_loss=0.1099, over 2780718.66 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07081, over 45338.96 utterances.], batch size: 109, lr: 2.63e-04 +2022-09-18 12:32:51,744 INFO [train.py:885] (1/2) Epoch 18, batch 2200, loss[loss=0.2359, simple_loss=0.313, pruned_loss=0.0794, over 14280.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04137, over 120.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.352, pruned_loss=0.1073, over 2779334.86 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07287, over 44139.96 utterances.], batch size: 120, lr: 2.63e-04 +2022-09-18 12:33:20,959 INFO [train.py:885] (1/2) Epoch 18, batch 2250, loss[loss=0.3646, simple_loss=0.4687, pruned_loss=0.1303, over 13112.00 frames. utt_duration=81.85 frames, utt_pad_proportion=0.1103, over 653.00 utterances.], tot_loss[loss=0.285, simple_loss=0.353, pruned_loss=0.1086, over 2784200.59 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07071, over 44183.58 utterances.], batch size: 653, lr: 2.63e-04 +2022-09-18 12:33:50,734 INFO [train.py:885] (1/2) Epoch 18, batch 2300, loss[loss=0.2316, simple_loss=0.303, pruned_loss=0.08009, over 14103.00 frames. utt_duration=519.2 frames, utt_pad_proportion=0.04916, over 109.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3537, pruned_loss=0.1089, over 2784908.62 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07173, over 44630.34 utterances.], batch size: 109, lr: 2.63e-04 +2022-09-18 12:34:19,865 INFO [train.py:885] (1/2) Epoch 18, batch 2350, loss[loss=0.3202, simple_loss=0.3859, pruned_loss=0.1272, over 14351.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03376, over 244.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3531, pruned_loss=0.1082, over 2782145.25 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07141, over 45085.27 utterances.], batch size: 244, lr: 2.63e-04 +2022-09-18 12:34:49,913 INFO [train.py:885] (1/2) Epoch 18, batch 2400, loss[loss=0.3662, simple_loss=0.4523, pruned_loss=0.14, over 13615.00 frames. utt_duration=98.54 frames, utt_pad_proportion=0.07909, over 560.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3578, pruned_loss=0.111, over 2782721.42 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0713, over 46250.03 utterances.], batch size: 560, lr: 2.63e-04 +2022-09-18 12:35:19,924 INFO [train.py:885] (1/2) Epoch 18, batch 2450, loss[loss=0.1888, simple_loss=0.2432, pruned_loss=0.06719, over 13979.00 frames. utt_duration=709.2 frames, utt_pad_proportion=0.06185, over 79.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3564, pruned_loss=0.1104, over 2776827.05 frames. utt_duration=243 frames, utt_pad_proportion=0.07323, over 45982.31 utterances.], batch size: 79, lr: 2.63e-04 +2022-09-18 12:35:49,308 INFO [train.py:885] (1/2) Epoch 18, batch 2500, loss[loss=0.2406, simple_loss=0.3252, pruned_loss=0.07807, over 14271.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04025, over 130.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3521, pruned_loss=0.1077, over 2777390.46 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07156, over 44612.49 utterances.], batch size: 130, lr: 2.63e-04 +2022-09-18 12:36:18,473 INFO [train.py:885] (1/2) Epoch 18, batch 2550, loss[loss=0.1917, simple_loss=0.2526, pruned_loss=0.0654, over 14069.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05591, over 79.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3517, pruned_loss=0.107, over 2780047.96 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07129, over 44754.42 utterances.], batch size: 79, lr: 2.63e-04 +2022-09-18 12:36:48,249 INFO [train.py:885] (1/2) Epoch 18, batch 2600, loss[loss=0.3484, simple_loss=0.4335, pruned_loss=0.1317, over 13668.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07887, over 477.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3507, pruned_loss=0.1071, over 2781356.37 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06898, over 44307.29 utterances.], batch size: 477, lr: 2.63e-04 +2022-09-18 12:37:18,445 INFO [train.py:885] (1/2) Epoch 18, batch 2650, loss[loss=0.2338, simple_loss=0.3054, pruned_loss=0.08111, over 14334.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03788, over 120.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3546, pruned_loss=0.1086, over 2781801.99 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07039, over 46004.73 utterances.], batch size: 120, lr: 2.63e-04 +2022-09-18 12:37:47,866 INFO [train.py:885] (1/2) Epoch 18, batch 2700, loss[loss=0.2633, simple_loss=0.3279, pruned_loss=0.09933, over 14305.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.04158, over 120.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3522, pruned_loss=0.1079, over 2782237.74 frames. utt_duration=251.7 frames, utt_pad_proportion=0.0683, over 44477.60 utterances.], batch size: 120, lr: 2.63e-04 +2022-09-18 12:38:17,552 INFO [train.py:885] (1/2) Epoch 18, batch 2750, loss[loss=0.3257, simple_loss=0.4075, pruned_loss=0.122, over 13954.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05862, over 365.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3563, pruned_loss=0.1106, over 2781631.75 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07102, over 46002.20 utterances.], batch size: 365, lr: 2.63e-04 +2022-09-18 12:38:46,463 INFO [train.py:885] (1/2) Epoch 18, batch 2800, loss[loss=0.29, simple_loss=0.3671, pruned_loss=0.1065, over 14396.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03433, over 211.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3538, pruned_loss=0.1088, over 2780696.72 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07069, over 44911.18 utterances.], batch size: 211, lr: 2.62e-04 +2022-09-18 12:39:16,978 INFO [train.py:885] (1/2) Epoch 18, batch 2850, loss[loss=0.2223, simple_loss=0.2889, pruned_loss=0.07788, over 14301.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04003, over 120.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3533, pruned_loss=0.1085, over 2785769.62 frames. utt_duration=253 frames, utt_pad_proportion=0.07, over 44296.08 utterances.], batch size: 120, lr: 2.62e-04 +2022-09-18 12:39:45,566 INFO [train.py:885] (1/2) Epoch 18, batch 2900, loss[loss=0.3108, simple_loss=0.3754, pruned_loss=0.1231, over 14322.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0379, over 283.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3525, pruned_loss=0.1085, over 2784912.68 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06883, over 44025.30 utterances.], batch size: 283, lr: 2.62e-04 +2022-09-18 12:40:15,669 INFO [train.py:885] (1/2) Epoch 18, batch 2950, loss[loss=0.3463, simple_loss=0.4047, pruned_loss=0.144, over 14319.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03855, over 283.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3554, pruned_loss=0.1099, over 2791065.82 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06817, over 44902.11 utterances.], batch size: 283, lr: 2.62e-04 +2022-09-18 12:40:45,201 INFO [train.py:885] (1/2) Epoch 18, batch 3000, loss[loss=0.1913, simple_loss=0.2621, pruned_loss=0.06026, over 13782.00 frames. utt_duration=800.4 frames, utt_pad_proportion=0.06926, over 69.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3572, pruned_loss=0.1105, over 2789688.45 frames. utt_duration=248 frames, utt_pad_proportion=0.06769, over 45254.19 utterances.], batch size: 69, lr: 2.62e-04 +2022-09-18 12:40:45,201 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 12:40:49,332 INFO [train.py:914] (1/2) Epoch 18, validation: loss=0.2004, simple_loss=0.2787, pruned_loss=0.06103, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 12:41:19,171 INFO [train.py:885] (1/2) Epoch 18, batch 3050, loss[loss=0.3183, simple_loss=0.3849, pruned_loss=0.1258, over 14299.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.03947, over 226.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3507, pruned_loss=0.1076, over 2784265.28 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06691, over 42783.88 utterances.], batch size: 226, lr: 2.62e-04 +2022-09-18 12:41:48,639 INFO [train.py:885] (1/2) Epoch 18, batch 3100, loss[loss=0.2034, simple_loss=0.2655, pruned_loss=0.07064, over 13269.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09422, over 41.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3515, pruned_loss=0.1079, over 2784387.65 frames. utt_duration=259 frames, utt_pad_proportion=0.06817, over 43250.34 utterances.], batch size: 41, lr: 2.62e-04 +2022-09-18 12:42:18,026 INFO [train.py:885] (1/2) Epoch 18, batch 3150, loss[loss=0.1821, simple_loss=0.2328, pruned_loss=0.06567, over 12510.00 frames. utt_duration=2086 frames, utt_pad_proportion=0.1357, over 24.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3514, pruned_loss=0.1081, over 2783917.23 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06793, over 43794.53 utterances.], batch size: 24, lr: 2.62e-04 +2022-09-18 12:42:47,792 INFO [train.py:885] (1/2) Epoch 18, batch 3200, loss[loss=0.2267, simple_loss=0.2963, pruned_loss=0.07859, over 14032.00 frames. utt_duration=711.9 frames, utt_pad_proportion=0.05834, over 79.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3527, pruned_loss=0.1092, over 2784486.42 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06751, over 43946.12 utterances.], batch size: 79, lr: 2.62e-04 +2022-09-18 12:43:17,407 INFO [train.py:885] (1/2) Epoch 18, batch 3250, loss[loss=0.36, simple_loss=0.4123, pruned_loss=0.1538, over 14394.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.0346, over 244.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3543, pruned_loss=0.1099, over 2784914.39 frames. utt_duration=252.3 frames, utt_pad_proportion=0.0679, over 44407.43 utterances.], batch size: 244, lr: 2.62e-04 +2022-09-18 12:43:47,381 INFO [train.py:885] (1/2) Epoch 18, batch 3300, loss[loss=0.3082, simple_loss=0.4037, pruned_loss=0.1064, over 13739.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07274, over 411.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3547, pruned_loss=0.1098, over 2784527.18 frames. utt_duration=251 frames, utt_pad_proportion=0.06966, over 44633.92 utterances.], batch size: 411, lr: 2.62e-04 +2022-09-18 12:44:17,028 INFO [train.py:885] (1/2) Epoch 18, batch 3350, loss[loss=0.3598, simple_loss=0.4295, pruned_loss=0.145, over 13779.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07159, over 411.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3543, pruned_loss=0.1092, over 2785048.36 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06982, over 44963.33 utterances.], batch size: 411, lr: 2.62e-04 +2022-09-18 12:44:46,915 INFO [train.py:885] (1/2) Epoch 18, batch 3400, loss[loss=0.1696, simple_loss=0.2451, pruned_loss=0.04703, over 13099.00 frames. utt_duration=1590 frames, utt_pad_proportion=0.1179, over 33.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3576, pruned_loss=0.1107, over 2779574.50 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07317, over 46564.15 utterances.], batch size: 33, lr: 2.62e-04 +2022-09-18 12:45:16,280 INFO [train.py:885] (1/2) Epoch 18, batch 3450, loss[loss=0.2282, simple_loss=0.2929, pruned_loss=0.08179, over 14355.00 frames. utt_duration=443.1 frames, utt_pad_proportion=0.03679, over 130.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3519, pruned_loss=0.1081, over 2779571.16 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07142, over 44450.90 utterances.], batch size: 130, lr: 2.62e-04 +2022-09-18 12:45:45,928 INFO [train.py:885] (1/2) Epoch 18, batch 3500, loss[loss=0.1927, simple_loss=0.2634, pruned_loss=0.06104, over 14166.00 frames. utt_duration=579.7 frames, utt_pad_proportion=0.04809, over 98.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3538, pruned_loss=0.1091, over 2777336.34 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07342, over 44991.70 utterances.], batch size: 98, lr: 2.62e-04 +2022-09-18 12:46:15,135 INFO [train.py:885] (1/2) Epoch 18, batch 3550, loss[loss=0.3157, simple_loss=0.4141, pruned_loss=0.1087, over 13632.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08179, over 477.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3536, pruned_loss=0.1098, over 2777822.05 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07275, over 44312.23 utterances.], batch size: 477, lr: 2.62e-04 +2022-09-18 12:46:44,908 INFO [train.py:885] (1/2) Epoch 18, batch 3600, loss[loss=0.3771, simple_loss=0.4334, pruned_loss=0.1604, over 13992.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05858, over 366.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3546, pruned_loss=0.1102, over 2778062.27 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07217, over 45309.82 utterances.], batch size: 366, lr: 2.62e-04 +2022-09-18 12:47:13,734 INFO [train.py:885] (1/2) Epoch 18, batch 3650, loss[loss=0.2346, simple_loss=0.2999, pruned_loss=0.08463, over 14155.00 frames. utt_duration=637.6 frames, utt_pad_proportion=0.05118, over 89.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.358, pruned_loss=0.1114, over 2777883.57 frames. utt_duration=240 frames, utt_pad_proportion=0.07415, over 46594.10 utterances.], batch size: 89, lr: 2.62e-04 +2022-09-18 12:47:43,389 INFO [train.py:885] (1/2) Epoch 18, batch 3700, loss[loss=0.38, simple_loss=0.4583, pruned_loss=0.1508, over 13630.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.07734, over 560.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3584, pruned_loss=0.1112, over 2778996.79 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07431, over 47080.50 utterances.], batch size: 560, lr: 2.62e-04 +2022-09-18 12:48:13,730 INFO [train.py:885] (1/2) Epoch 18, batch 3750, loss[loss=0.5279, simple_loss=0.6065, pruned_loss=0.2247, over 12514.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1434, over 810.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3545, pruned_loss=0.1089, over 2780827.40 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07243, over 45665.63 utterances.], batch size: 810, lr: 2.62e-04 +2022-09-18 12:48:42,650 INFO [train.py:885] (1/2) Epoch 18, batch 3800, loss[loss=0.2905, simple_loss=0.3671, pruned_loss=0.1069, over 14326.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0375, over 283.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.348, pruned_loss=0.1054, over 2778583.42 frames. utt_duration=262.5 frames, utt_pad_proportion=0.07035, over 42583.56 utterances.], batch size: 283, lr: 2.62e-04 +2022-09-18 12:49:12,067 INFO [train.py:885] (1/2) Epoch 18, batch 3850, loss[loss=0.2447, simple_loss=0.3177, pruned_loss=0.08585, over 14326.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03986, over 120.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.344, pruned_loss=0.1036, over 2779006.71 frames. utt_duration=271.9 frames, utt_pad_proportion=0.06915, over 41102.02 utterances.], batch size: 120, lr: 2.62e-04 +2022-09-18 12:49:41,313 INFO [train.py:885] (1/2) Epoch 18, batch 3900, loss[loss=0.2581, simple_loss=0.3332, pruned_loss=0.09148, over 14331.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03991, over 167.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3449, pruned_loss=0.104, over 2778849.40 frames. utt_duration=269.5 frames, utt_pad_proportion=0.0701, over 41464.95 utterances.], batch size: 167, lr: 2.62e-04 +2022-09-18 12:50:10,727 INFO [train.py:885] (1/2) Epoch 18, batch 3950, loss[loss=0.4262, simple_loss=0.4975, pruned_loss=0.1774, over 13650.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08015, over 477.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3522, pruned_loss=0.1074, over 2780103.55 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07155, over 44239.25 utterances.], batch size: 477, lr: 2.62e-04 +2022-09-18 12:50:46,655 INFO [train.py:885] (1/2) Epoch 18, batch 4000, loss[loss=0.296, simple_loss=0.4008, pruned_loss=0.0956, over 13778.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07133, over 411.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3514, pruned_loss=0.1073, over 2774691.71 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07298, over 44194.81 utterances.], batch size: 411, lr: 2.62e-04 +2022-09-18 12:51:15,971 INFO [train.py:885] (1/2) Epoch 18, batch 4050, loss[loss=0.1464, simple_loss=0.2141, pruned_loss=0.03937, over 13353.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08806, over 41.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3488, pruned_loss=0.1062, over 2774792.21 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07225, over 43676.11 utterances.], batch size: 41, lr: 2.62e-04 +2022-09-18 12:51:45,772 INFO [train.py:885] (1/2) Epoch 18, batch 4100, loss[loss=0.3086, simple_loss=0.3717, pruned_loss=0.1227, over 14338.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03476, over 244.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3517, pruned_loss=0.1083, over 2778825.54 frames. utt_duration=253.4 frames, utt_pad_proportion=0.0708, over 44119.93 utterances.], batch size: 244, lr: 2.62e-04 +2022-09-18 12:52:15,054 INFO [train.py:885] (1/2) Epoch 18, batch 4150, loss[loss=0.3791, simple_loss=0.428, pruned_loss=0.1651, over 14335.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03739, over 283.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3535, pruned_loss=0.109, over 2783867.47 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06865, over 43609.27 utterances.], batch size: 283, lr: 2.62e-04 +2022-09-18 12:52:44,496 INFO [train.py:885] (1/2) Epoch 18, batch 4200, loss[loss=0.3497, simple_loss=0.4045, pruned_loss=0.1475, over 14361.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03517, over 210.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3508, pruned_loss=0.1077, over 2781362.11 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06739, over 42752.47 utterances.], batch size: 210, lr: 2.62e-04 +2022-09-18 12:53:15,072 INFO [train.py:885] (1/2) Epoch 18, batch 4250, loss[loss=0.3953, simple_loss=0.4605, pruned_loss=0.1651, over 13815.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06874, over 411.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3523, pruned_loss=0.1083, over 2780157.67 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06908, over 43847.94 utterances.], batch size: 411, lr: 2.62e-04 +2022-09-18 12:53:44,333 INFO [train.py:885] (1/2) Epoch 18, batch 4300, loss[loss=0.3059, simple_loss=0.3739, pruned_loss=0.119, over 14324.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03852, over 262.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3506, pruned_loss=0.107, over 2783849.44 frames. utt_duration=260.8 frames, utt_pad_proportion=0.06662, over 42941.00 utterances.], batch size: 262, lr: 2.62e-04 +2022-09-18 12:54:14,259 INFO [train.py:885] (1/2) Epoch 18, batch 4350, loss[loss=0.2757, simple_loss=0.3519, pruned_loss=0.09975, over 14355.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.0358, over 226.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3512, pruned_loss=0.107, over 2783197.24 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06781, over 43286.85 utterances.], batch size: 226, lr: 2.62e-04 +2022-09-18 12:54:43,850 INFO [train.py:885] (1/2) Epoch 18, batch 4400, loss[loss=0.2826, simple_loss=0.3388, pruned_loss=0.1132, over 14228.00 frames. utt_duration=640.9 frames, utt_pad_proportion=0.04486, over 89.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3481, pruned_loss=0.1055, over 2784176.67 frames. utt_duration=263.2 frames, utt_pad_proportion=0.06642, over 42550.18 utterances.], batch size: 89, lr: 2.62e-04 +2022-09-18 12:55:13,820 INFO [train.py:885] (1/2) Epoch 18, batch 4450, loss[loss=0.5106, simple_loss=0.6009, pruned_loss=0.2101, over 12470.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 810.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3513, pruned_loss=0.1073, over 2785335.31 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06968, over 43643.04 utterances.], batch size: 810, lr: 2.61e-04 +2022-09-18 12:55:42,804 INFO [train.py:885] (1/2) Epoch 18, batch 4500, loss[loss=0.2046, simple_loss=0.2683, pruned_loss=0.07045, over 13959.00 frames. utt_duration=799.3 frames, utt_pad_proportion=0.06733, over 70.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3517, pruned_loss=0.1075, over 2788918.51 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06669, over 43621.29 utterances.], batch size: 70, lr: 2.61e-04 +2022-09-18 12:56:12,700 INFO [train.py:885] (1/2) Epoch 18, batch 4550, loss[loss=0.192, simple_loss=0.2501, pruned_loss=0.06694, over 12231.00 frames. utt_duration=2040 frames, utt_pad_proportion=0.1654, over 24.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3519, pruned_loss=0.1082, over 2786419.51 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06765, over 43407.74 utterances.], batch size: 24, lr: 2.61e-04 +2022-09-18 12:56:41,882 INFO [train.py:885] (1/2) Epoch 18, batch 4600, loss[loss=0.2001, simple_loss=0.2635, pruned_loss=0.06841, over 13750.00 frames. utt_duration=918.2 frames, utt_pad_proportion=0.07815, over 60.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3517, pruned_loss=0.1079, over 2787972.66 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06696, over 43655.98 utterances.], batch size: 60, lr: 2.61e-04 +2022-09-18 12:57:11,318 INFO [train.py:885] (1/2) Epoch 18, batch 4650, loss[loss=0.3484, simple_loss=0.4079, pruned_loss=0.1444, over 14260.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04127, over 335.00 utterances.], tot_loss[loss=0.2916, simple_loss=0.3595, pruned_loss=0.1118, over 2786034.52 frames. utt_duration=238.9 frames, utt_pad_proportion=0.0701, over 46929.76 utterances.], batch size: 335, lr: 2.61e-04 +2022-09-18 12:57:40,707 INFO [train.py:885] (1/2) Epoch 18, batch 4700, loss[loss=0.287, simple_loss=0.3517, pruned_loss=0.1112, over 14351.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.0387, over 167.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3561, pruned_loss=0.1103, over 2789243.63 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06903, over 45301.83 utterances.], batch size: 167, lr: 2.61e-04 +2022-09-18 12:58:10,155 INFO [train.py:885] (1/2) Epoch 18, batch 4750, loss[loss=0.2645, simple_loss=0.3328, pruned_loss=0.09807, over 14284.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03955, over 130.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3561, pruned_loss=0.11, over 2787329.16 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06834, over 45353.59 utterances.], batch size: 130, lr: 2.61e-04 +2022-09-18 12:58:40,114 INFO [train.py:885] (1/2) Epoch 18, batch 4800, loss[loss=0.3013, simple_loss=0.3715, pruned_loss=0.1155, over 14365.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03515, over 195.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3585, pruned_loss=0.111, over 2783732.57 frames. utt_duration=240.9 frames, utt_pad_proportion=0.0701, over 46501.11 utterances.], batch size: 195, lr: 2.61e-04 +2022-09-18 12:59:09,486 INFO [train.py:885] (1/2) Epoch 18, batch 4850, loss[loss=0.1669, simple_loss=0.2354, pruned_loss=0.04922, over 13187.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1136, over 33.00 utterances.], tot_loss[loss=0.2935, simple_loss=0.3619, pruned_loss=0.1125, over 2782738.30 frames. utt_duration=235 frames, utt_pad_proportion=0.07237, over 47658.81 utterances.], batch size: 33, lr: 2.61e-04 +2022-09-18 12:59:38,822 INFO [train.py:885] (1/2) Epoch 18, batch 4900, loss[loss=0.2749, simple_loss=0.3722, pruned_loss=0.0888, over 14003.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05571, over 365.00 utterances.], tot_loss[loss=0.2908, simple_loss=0.3592, pruned_loss=0.1112, over 2783718.32 frames. utt_duration=238.7 frames, utt_pad_proportion=0.0705, over 46937.14 utterances.], batch size: 365, lr: 2.61e-04 +2022-09-18 13:00:08,497 INFO [train.py:885] (1/2) Epoch 18, batch 4950, loss[loss=0.2466, simple_loss=0.3252, pruned_loss=0.08405, over 14326.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03797, over 120.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3612, pruned_loss=0.1117, over 2779608.09 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07211, over 48098.45 utterances.], batch size: 120, lr: 2.61e-04 +2022-09-18 13:00:37,318 INFO [train.py:885] (1/2) Epoch 18, batch 5000, loss[loss=0.2091, simple_loss=0.2783, pruned_loss=0.06991, over 14252.00 frames. utt_duration=642.2 frames, utt_pad_proportion=0.04295, over 89.00 utterances.], tot_loss[loss=0.2904, simple_loss=0.3594, pruned_loss=0.1107, over 2779668.79 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07183, over 47480.96 utterances.], batch size: 89, lr: 2.61e-04 +2022-09-18 13:01:07,933 INFO [train.py:885] (1/2) Epoch 18, batch 5050, loss[loss=0.2114, simple_loss=0.2727, pruned_loss=0.07505, over 13874.00 frames. utt_duration=805.9 frames, utt_pad_proportion=0.06182, over 69.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3554, pruned_loss=0.1084, over 2783222.30 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06971, over 45552.71 utterances.], batch size: 69, lr: 2.61e-04 +2022-09-18 13:01:37,375 INFO [train.py:885] (1/2) Epoch 18, batch 5100, loss[loss=0.367, simple_loss=0.4627, pruned_loss=0.1356, over 13127.00 frames. utt_duration=81.91 frames, utt_pad_proportion=0.1097, over 653.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3539, pruned_loss=0.1085, over 2783568.08 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07099, over 45132.78 utterances.], batch size: 653, lr: 2.61e-04 +2022-09-18 13:02:07,187 INFO [train.py:885] (1/2) Epoch 18, batch 5150, loss[loss=0.522, simple_loss=0.5813, pruned_loss=0.2314, over 13140.00 frames. utt_duration=81.94 frames, utt_pad_proportion=0.1094, over 653.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3504, pruned_loss=0.1067, over 2779699.79 frames. utt_duration=255 frames, utt_pad_proportion=0.07111, over 43863.37 utterances.], batch size: 653, lr: 2.61e-04 +2022-09-18 13:02:36,967 INFO [train.py:885] (1/2) Epoch 18, batch 5200, loss[loss=0.4004, simple_loss=0.4919, pruned_loss=0.1545, over 13122.00 frames. utt_duration=81.94 frames, utt_pad_proportion=0.1094, over 653.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3527, pruned_loss=0.1072, over 2774269.13 frames. utt_duration=246.8 frames, utt_pad_proportion=0.0731, over 45234.31 utterances.], batch size: 653, lr: 2.61e-04 +2022-09-18 13:03:06,170 INFO [train.py:885] (1/2) Epoch 18, batch 5250, loss[loss=0.23, simple_loss=0.2971, pruned_loss=0.08141, over 14309.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03922, over 120.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3531, pruned_loss=0.108, over 2779575.85 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07222, over 45405.85 utterances.], batch size: 120, lr: 2.61e-04 +2022-09-18 13:03:35,263 INFO [train.py:885] (1/2) Epoch 18, batch 5300, loss[loss=0.2872, simple_loss=0.3585, pruned_loss=0.1079, over 14294.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03899, over 180.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.352, pruned_loss=0.1084, over 2778557.82 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07081, over 44373.44 utterances.], batch size: 180, lr: 2.61e-04 +2022-09-18 13:04:04,631 INFO [train.py:885] (1/2) Epoch 18, batch 5350, loss[loss=0.3373, simple_loss=0.4257, pruned_loss=0.1245, over 13624.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08108, over 477.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3503, pruned_loss=0.1071, over 2780973.33 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06816, over 44158.74 utterances.], batch size: 477, lr: 2.61e-04 +2022-09-18 13:04:34,456 INFO [train.py:885] (1/2) Epoch 18, batch 5400, loss[loss=0.3854, simple_loss=0.4751, pruned_loss=0.1478, over 13177.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3538, pruned_loss=0.1083, over 2780034.85 frames. utt_duration=243 frames, utt_pad_proportion=0.07072, over 46050.63 utterances.], batch size: 653, lr: 2.61e-04 +2022-09-18 13:05:03,608 INFO [train.py:885] (1/2) Epoch 18, batch 5450, loss[loss=0.1971, simple_loss=0.2507, pruned_loss=0.07181, over 13892.00 frames. utt_duration=807 frames, utt_pad_proportion=0.06057, over 69.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3518, pruned_loss=0.1075, over 2785558.02 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06854, over 44321.37 utterances.], batch size: 69, lr: 2.61e-04 +2022-09-18 13:05:34,733 INFO [train.py:885] (1/2) Epoch 18, batch 5500, loss[loss=0.173, simple_loss=0.2487, pruned_loss=0.04866, over 13284.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.09149, over 33.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3529, pruned_loss=0.1083, over 2782008.89 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07113, over 44928.13 utterances.], batch size: 33, lr: 2.61e-04 +2022-09-18 13:06:05,907 INFO [train.py:885] (1/2) Epoch 18, batch 5550, loss[loss=0.5207, simple_loss=0.5967, pruned_loss=0.2223, over 12430.00 frames. utt_duration=62.98 frames, utt_pad_proportion=0.1489, over 810.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3544, pruned_loss=0.1094, over 2787289.83 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06907, over 44943.06 utterances.], batch size: 810, lr: 2.61e-04 +2022-09-18 13:06:35,388 INFO [train.py:885] (1/2) Epoch 18, batch 5600, loss[loss=0.2356, simple_loss=0.3053, pruned_loss=0.08292, over 14108.00 frames. utt_duration=577.5 frames, utt_pad_proportion=0.05179, over 98.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3538, pruned_loss=0.1085, over 2790583.64 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06796, over 44623.65 utterances.], batch size: 98, lr: 2.61e-04 +2022-09-18 13:07:04,807 INFO [train.py:885] (1/2) Epoch 18, batch 5650, loss[loss=0.2095, simple_loss=0.2846, pruned_loss=0.06725, over 14186.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04752, over 89.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3561, pruned_loss=0.1098, over 2780952.66 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07078, over 45888.84 utterances.], batch size: 89, lr: 2.61e-04 +2022-09-18 13:07:34,458 INFO [train.py:885] (1/2) Epoch 18, batch 5700, loss[loss=0.3899, simple_loss=0.4811, pruned_loss=0.1493, over 13184.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3539, pruned_loss=0.1089, over 2781327.72 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07121, over 44690.09 utterances.], batch size: 653, lr: 2.61e-04 +2022-09-18 13:08:04,148 INFO [train.py:885] (1/2) Epoch 18, batch 5750, loss[loss=0.1906, simple_loss=0.2413, pruned_loss=0.06998, over 13553.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.0784, over 50.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3559, pruned_loss=0.11, over 2778758.88 frames. utt_duration=246.2 frames, utt_pad_proportion=0.0729, over 45424.62 utterances.], batch size: 50, lr: 2.61e-04 +2022-09-18 13:08:33,749 INFO [train.py:885] (1/2) Epoch 18, batch 5800, loss[loss=0.2113, simple_loss=0.281, pruned_loss=0.0708, over 13371.00 frames. utt_duration=1071 frames, utt_pad_proportion=0.0914, over 50.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3519, pruned_loss=0.1076, over 2780054.48 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07339, over 44059.76 utterances.], batch size: 50, lr: 2.61e-04 +2022-09-18 13:09:03,080 INFO [train.py:885] (1/2) Epoch 18, batch 5850, loss[loss=0.1942, simple_loss=0.2573, pruned_loss=0.06548, over 12293.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.157, over 24.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3558, pruned_loss=0.1095, over 2780844.04 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07351, over 45915.93 utterances.], batch size: 24, lr: 2.61e-04 +2022-09-18 13:09:32,721 INFO [train.py:885] (1/2) Epoch 18, batch 5900, loss[loss=0.3561, simple_loss=0.4066, pruned_loss=0.1528, over 14218.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04396, over 335.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3566, pruned_loss=0.1094, over 2774623.34 frames. utt_duration=235 frames, utt_pad_proportion=0.07533, over 47530.89 utterances.], batch size: 335, lr: 2.61e-04 +2022-09-18 13:10:02,190 INFO [train.py:885] (1/2) Epoch 18, batch 5950, loss[loss=0.3565, simple_loss=0.4044, pruned_loss=0.1543, over 14278.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04265, over 154.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3565, pruned_loss=0.1098, over 2776438.88 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07479, over 46939.46 utterances.], batch size: 154, lr: 2.61e-04 +2022-09-18 13:10:31,344 INFO [train.py:885] (1/2) Epoch 18, batch 6000, loss[loss=0.2409, simple_loss=0.3163, pruned_loss=0.08274, over 14128.00 frames. utt_duration=519.8 frames, utt_pad_proportion=0.04801, over 109.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3562, pruned_loss=0.1094, over 2776111.67 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07484, over 46708.90 utterances.], batch size: 109, lr: 2.61e-04 +2022-09-18 13:10:31,345 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 13:10:35,537 INFO [train.py:914] (1/2) Epoch 18, validation: loss=0.1964, simple_loss=0.275, pruned_loss=0.05895, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 13:11:05,085 INFO [train.py:885] (1/2) Epoch 18, batch 6050, loss[loss=0.3737, simple_loss=0.4259, pruned_loss=0.1607, over 14194.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04495, over 306.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3536, pruned_loss=0.108, over 2778077.88 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07184, over 45427.91 utterances.], batch size: 306, lr: 2.61e-04 +2022-09-18 13:11:35,002 INFO [train.py:885] (1/2) Epoch 18, batch 6100, loss[loss=0.3013, simple_loss=0.3925, pruned_loss=0.105, over 13935.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.06001, over 365.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.3566, pruned_loss=0.1095, over 2781942.41 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07097, over 46404.17 utterances.], batch size: 365, lr: 2.61e-04 +2022-09-18 13:12:04,915 INFO [train.py:885] (1/2) Epoch 18, batch 6150, loss[loss=0.3451, simple_loss=0.3995, pruned_loss=0.1453, over 14187.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04492, over 306.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3577, pruned_loss=0.1102, over 2784984.44 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07037, over 46488.53 utterances.], batch size: 306, lr: 2.60e-04 +2022-09-18 13:12:34,763 INFO [train.py:885] (1/2) Epoch 18, batch 6200, loss[loss=0.2033, simple_loss=0.2764, pruned_loss=0.06508, over 13664.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.07865, over 42.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3589, pruned_loss=0.1107, over 2783033.74 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07205, over 47253.96 utterances.], batch size: 42, lr: 2.60e-04 +2022-09-18 13:13:04,116 INFO [train.py:885] (1/2) Epoch 18, batch 6250, loss[loss=0.1966, simple_loss=0.2628, pruned_loss=0.0652, over 13330.00 frames. utt_duration=2052 frames, utt_pad_proportion=0.09048, over 26.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3559, pruned_loss=0.1092, over 2780331.71 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07086, over 45875.28 utterances.], batch size: 26, lr: 2.60e-04 +2022-09-18 13:13:34,068 INFO [train.py:885] (1/2) Epoch 18, batch 6300, loss[loss=0.4039, simple_loss=0.4935, pruned_loss=0.1571, over 13157.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.2896, simple_loss=0.3577, pruned_loss=0.1107, over 2782422.25 frames. utt_duration=242 frames, utt_pad_proportion=0.07149, over 46266.67 utterances.], batch size: 653, lr: 2.60e-04 +2022-09-18 13:14:03,653 INFO [train.py:885] (1/2) Epoch 18, batch 6350, loss[loss=0.1848, simple_loss=0.2479, pruned_loss=0.06091, over 13860.00 frames. utt_duration=925.6 frames, utt_pad_proportion=0.06978, over 60.00 utterances.], tot_loss[loss=0.2907, simple_loss=0.3589, pruned_loss=0.1113, over 2783698.06 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07251, over 47195.00 utterances.], batch size: 60, lr: 2.60e-04 +2022-09-18 13:14:33,514 INFO [train.py:885] (1/2) Epoch 18, batch 6400, loss[loss=0.3311, simple_loss=0.4256, pruned_loss=0.1183, over 13596.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08321, over 477.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3542, pruned_loss=0.109, over 2781764.09 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07071, over 45374.50 utterances.], batch size: 477, lr: 2.60e-04 +2022-09-18 13:15:02,960 INFO [train.py:885] (1/2) Epoch 18, batch 6450, loss[loss=0.1647, simple_loss=0.2199, pruned_loss=0.05479, over 13209.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1128, over 33.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3545, pruned_loss=0.1092, over 2784379.92 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07017, over 45020.14 utterances.], batch size: 33, lr: 2.60e-04 +2022-09-18 13:15:33,022 INFO [train.py:885] (1/2) Epoch 18, batch 6500, loss[loss=0.2671, simple_loss=0.3456, pruned_loss=0.09435, over 14302.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03874, over 180.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3558, pruned_loss=0.1098, over 2785613.67 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06868, over 45533.41 utterances.], batch size: 180, lr: 2.60e-04 +2022-09-18 13:16:01,925 INFO [train.py:885] (1/2) Epoch 18, batch 6550, loss[loss=0.1655, simple_loss=0.2214, pruned_loss=0.05484, over 13052.00 frames. utt_duration=1583 frames, utt_pad_proportion=0.1247, over 33.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3497, pruned_loss=0.1069, over 2782845.70 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06791, over 43613.01 utterances.], batch size: 33, lr: 2.60e-04 +2022-09-18 13:16:32,078 INFO [train.py:885] (1/2) Epoch 18, batch 6600, loss[loss=0.3814, simple_loss=0.423, pruned_loss=0.1698, over 14256.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04196, over 335.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3565, pruned_loss=0.1097, over 2784533.20 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07168, over 46278.07 utterances.], batch size: 335, lr: 2.60e-04 +2022-09-18 13:17:00,767 INFO [train.py:885] (1/2) Epoch 18, batch 6650, loss[loss=0.2625, simple_loss=0.3414, pruned_loss=0.09182, over 14369.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03508, over 195.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3532, pruned_loss=0.1073, over 2787112.14 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07097, over 45233.26 utterances.], batch size: 195, lr: 2.60e-04 +2022-09-18 13:17:30,962 INFO [train.py:885] (1/2) Epoch 18, batch 6700, loss[loss=0.192, simple_loss=0.2563, pruned_loss=0.06391, over 13391.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08647, over 41.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3523, pruned_loss=0.1067, over 2788691.44 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07003, over 44945.27 utterances.], batch size: 41, lr: 2.60e-04 +2022-09-18 13:18:00,939 INFO [train.py:885] (1/2) Epoch 18, batch 6750, loss[loss=0.1905, simple_loss=0.2538, pruned_loss=0.06356, over 14055.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.06003, over 70.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3524, pruned_loss=0.1066, over 2788041.69 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06932, over 44908.56 utterances.], batch size: 70, lr: 2.60e-04 +2022-09-18 13:18:29,980 INFO [train.py:885] (1/2) Epoch 18, batch 6800, loss[loss=0.3628, simple_loss=0.4312, pruned_loss=0.1472, over 13954.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05912, over 365.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3534, pruned_loss=0.1067, over 2786871.63 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06986, over 45176.07 utterances.], batch size: 365, lr: 2.60e-04 +2022-09-18 13:18:59,874 INFO [train.py:885] (1/2) Epoch 18, batch 6850, loss[loss=0.3723, simple_loss=0.4667, pruned_loss=0.1389, over 13106.00 frames. utt_duration=81.79 frames, utt_pad_proportion=0.1109, over 653.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3586, pruned_loss=0.11, over 2784017.99 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07036, over 47163.46 utterances.], batch size: 653, lr: 2.60e-04 +2022-09-18 13:19:29,029 INFO [train.py:885] (1/2) Epoch 18, batch 6900, loss[loss=0.3935, simple_loss=0.427, pruned_loss=0.18, over 14316.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0388, over 283.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3561, pruned_loss=0.1093, over 2781577.50 frames. utt_duration=241.3 frames, utt_pad_proportion=0.0697, over 46401.97 utterances.], batch size: 283, lr: 2.60e-04 +2022-09-18 13:19:58,948 INFO [train.py:885] (1/2) Epoch 18, batch 6950, loss[loss=0.1818, simple_loss=0.2393, pruned_loss=0.06215, over 13473.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09238, over 50.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3537, pruned_loss=0.1081, over 2781887.99 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06977, over 45419.49 utterances.], batch size: 50, lr: 2.60e-04 +2022-09-18 13:20:28,198 INFO [train.py:885] (1/2) Epoch 18, batch 7000, loss[loss=0.3167, simple_loss=0.3713, pruned_loss=0.1311, over 14284.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03957, over 180.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.3582, pruned_loss=0.1104, over 2782218.55 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07137, over 47311.68 utterances.], batch size: 180, lr: 2.60e-04 +2022-09-18 13:20:57,952 INFO [train.py:885] (1/2) Epoch 18, batch 7050, loss[loss=0.1978, simple_loss=0.2714, pruned_loss=0.06204, over 14261.00 frames. utt_duration=642.6 frames, utt_pad_proportion=0.0423, over 89.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3565, pruned_loss=0.1087, over 2783088.31 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07077, over 46974.46 utterances.], batch size: 89, lr: 2.60e-04 +2022-09-18 13:21:27,382 INFO [train.py:885] (1/2) Epoch 18, batch 7100, loss[loss=0.3216, simple_loss=0.4146, pruned_loss=0.1143, over 13617.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08166, over 477.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3548, pruned_loss=0.1085, over 2781986.24 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06976, over 46026.25 utterances.], batch size: 477, lr: 2.60e-04 +2022-09-18 13:21:56,758 INFO [train.py:885] (1/2) Epoch 18, batch 7150, loss[loss=0.3717, simple_loss=0.4748, pruned_loss=0.1343, over 13129.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3557, pruned_loss=0.1098, over 2781804.88 frames. utt_duration=243.1 frames, utt_pad_proportion=0.0712, over 46054.42 utterances.], batch size: 653, lr: 2.60e-04 +2022-09-18 13:22:26,366 INFO [train.py:885] (1/2) Epoch 18, batch 7200, loss[loss=0.3477, simple_loss=0.4338, pruned_loss=0.1308, over 13617.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08161, over 477.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3576, pruned_loss=0.1103, over 2778054.20 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07159, over 46910.36 utterances.], batch size: 477, lr: 2.60e-04 +2022-09-18 13:22:55,383 INFO [train.py:885] (1/2) Epoch 18, batch 7250, loss[loss=0.3039, simple_loss=0.3775, pruned_loss=0.1152, over 14303.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.0399, over 283.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3562, pruned_loss=0.1087, over 2776506.08 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07234, over 47095.18 utterances.], batch size: 283, lr: 2.60e-04 +2022-09-18 13:23:25,376 INFO [train.py:885] (1/2) Epoch 18, batch 7300, loss[loss=0.1937, simple_loss=0.2627, pruned_loss=0.06232, over 13542.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08531, over 50.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3514, pruned_loss=0.1063, over 2773125.47 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07413, over 45588.49 utterances.], batch size: 50, lr: 2.60e-04 +2022-09-18 13:23:54,628 INFO [train.py:885] (1/2) Epoch 18, batch 7350, loss[loss=0.1648, simple_loss=0.2304, pruned_loss=0.04958, over 13359.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08763, over 41.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3489, pruned_loss=0.1054, over 2777367.85 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07151, over 43712.31 utterances.], batch size: 41, lr: 2.60e-04 +2022-09-18 13:24:23,936 INFO [train.py:885] (1/2) Epoch 18, batch 7400, loss[loss=0.4085, simple_loss=0.474, pruned_loss=0.1715, over 13717.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07424, over 411.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3512, pruned_loss=0.1067, over 2774340.05 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07387, over 44764.76 utterances.], batch size: 411, lr: 2.60e-04 +2022-09-18 13:24:53,303 INFO [train.py:885] (1/2) Epoch 18, batch 7450, loss[loss=0.2457, simple_loss=0.3125, pruned_loss=0.08949, over 14234.00 frames. utt_duration=476 frames, utt_pad_proportion=0.04614, over 120.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3554, pruned_loss=0.1081, over 2766679.73 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07707, over 46883.25 utterances.], batch size: 120, lr: 2.60e-04 +2022-09-18 13:25:22,684 INFO [train.py:885] (1/2) Epoch 18, batch 7500, loss[loss=0.3018, simple_loss=0.3982, pruned_loss=0.1027, over 13629.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08161, over 477.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3539, pruned_loss=0.1065, over 2772452.35 frames. utt_duration=239 frames, utt_pad_proportion=0.075, over 46692.65 utterances.], batch size: 477, lr: 2.60e-04 +2022-09-18 13:25:52,545 INFO [train.py:885] (1/2) Epoch 18, batch 7550, loss[loss=0.5718, simple_loss=0.63, pruned_loss=0.2568, over 12455.00 frames. utt_duration=62.99 frames, utt_pad_proportion=0.1488, over 811.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3556, pruned_loss=0.1073, over 2778885.34 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07279, over 46832.80 utterances.], batch size: 811, lr: 2.60e-04 +2022-09-18 13:26:22,154 INFO [train.py:885] (1/2) Epoch 18, batch 7600, loss[loss=0.3127, simple_loss=0.3765, pruned_loss=0.1245, over 14396.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.03061, over 244.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.354, pruned_loss=0.1064, over 2784669.11 frames. utt_duration=240 frames, utt_pad_proportion=0.07052, over 46688.15 utterances.], batch size: 244, lr: 2.60e-04 +2022-09-18 13:26:51,904 INFO [train.py:885] (1/2) Epoch 18, batch 7650, loss[loss=0.3986, simple_loss=0.4661, pruned_loss=0.1656, over 13823.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06853, over 411.00 utterances.], tot_loss[loss=0.2889, simple_loss=0.3588, pruned_loss=0.1095, over 2787004.34 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07163, over 48097.09 utterances.], batch size: 411, lr: 2.60e-04 +2022-09-18 13:27:21,367 INFO [train.py:885] (1/2) Epoch 18, batch 7700, loss[loss=0.2054, simple_loss=0.278, pruned_loss=0.06643, over 13563.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.08805, over 42.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3558, pruned_loss=0.1082, over 2784578.43 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07018, over 46575.25 utterances.], batch size: 42, lr: 2.60e-04 +2022-09-18 13:27:50,336 INFO [train.py:885] (1/2) Epoch 18, batch 7750, loss[loss=0.1548, simple_loss=0.2067, pruned_loss=0.05144, over 13592.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.08427, over 42.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3497, pruned_loss=0.1061, over 2786472.80 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06706, over 43315.35 utterances.], batch size: 42, lr: 2.60e-04 +2022-09-18 13:28:20,935 INFO [train.py:885] (1/2) Epoch 18, batch 7800, loss[loss=0.2022, simple_loss=0.2682, pruned_loss=0.06816, over 13520.00 frames. utt_duration=1321 frames, utt_pad_proportion=0.07838, over 41.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3481, pruned_loss=0.1054, over 2784962.67 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06861, over 42807.21 utterances.], batch size: 41, lr: 2.60e-04 +2022-09-18 13:28:49,862 INFO [train.py:885] (1/2) Epoch 18, batch 7850, loss[loss=0.3123, simple_loss=0.3808, pruned_loss=0.1219, over 14319.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03832, over 283.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3468, pruned_loss=0.1047, over 2784569.87 frames. utt_duration=263.2 frames, utt_pad_proportion=0.06809, over 42551.39 utterances.], batch size: 283, lr: 2.59e-04 +2022-09-18 13:29:19,778 INFO [train.py:885] (1/2) Epoch 18, batch 7900, loss[loss=0.3159, simple_loss=0.4024, pruned_loss=0.1147, over 13739.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07369, over 411.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3502, pruned_loss=0.1059, over 2777364.59 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07151, over 44258.99 utterances.], batch size: 411, lr: 2.59e-04 +2022-09-18 13:29:49,074 INFO [train.py:885] (1/2) Epoch 18, batch 7950, loss[loss=0.305, simple_loss=0.3729, pruned_loss=0.1185, over 14327.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03774, over 210.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3516, pruned_loss=0.1068, over 2780338.72 frames. utt_duration=250.2 frames, utt_pad_proportion=0.071, over 44718.68 utterances.], batch size: 210, lr: 2.59e-04 +2022-09-18 13:30:19,031 INFO [train.py:885] (1/2) Epoch 18, batch 8000, loss[loss=0.3326, simple_loss=0.4285, pruned_loss=0.1184, over 13655.00 frames. utt_duration=98.92 frames, utt_pad_proportion=0.07552, over 560.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.355, pruned_loss=0.1084, over 2777725.76 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07345, over 47088.25 utterances.], batch size: 560, lr: 2.59e-04 +2022-09-18 13:30:48,477 INFO [train.py:885] (1/2) Epoch 18, batch 8050, loss[loss=0.2889, simple_loss=0.3604, pruned_loss=0.1088, over 14277.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04237, over 154.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3538, pruned_loss=0.1081, over 2780060.82 frames. utt_duration=243 frames, utt_pad_proportion=0.0718, over 46050.42 utterances.], batch size: 154, lr: 2.59e-04 +2022-09-18 13:31:17,586 INFO [train.py:885] (1/2) Epoch 18, batch 8100, loss[loss=0.5562, simple_loss=0.6155, pruned_loss=0.2484, over 12532.00 frames. utt_duration=63.41 frames, utt_pad_proportion=0.1431, over 811.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3555, pruned_loss=0.1086, over 2776592.29 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07449, over 46781.89 utterances.], batch size: 811, lr: 2.59e-04 +2022-09-18 13:31:47,159 INFO [train.py:885] (1/2) Epoch 18, batch 8150, loss[loss=0.2463, simple_loss=0.3139, pruned_loss=0.08937, over 14091.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05327, over 98.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3514, pruned_loss=0.1067, over 2776120.80 frames. utt_duration=246 frames, utt_pad_proportion=0.07343, over 45406.84 utterances.], batch size: 98, lr: 2.59e-04 +2022-09-18 13:32:16,727 INFO [train.py:885] (1/2) Epoch 18, batch 8200, loss[loss=0.3478, simple_loss=0.4099, pruned_loss=0.1428, over 14208.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.044, over 306.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3496, pruned_loss=0.1058, over 2772012.72 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07345, over 44563.06 utterances.], batch size: 306, lr: 2.59e-04 +2022-09-18 13:32:46,492 INFO [train.py:885] (1/2) Epoch 18, batch 8250, loss[loss=0.224, simple_loss=0.2907, pruned_loss=0.07872, over 14136.00 frames. utt_duration=578.4 frames, utt_pad_proportion=0.0502, over 98.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3473, pruned_loss=0.105, over 2777817.38 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06996, over 43298.01 utterances.], batch size: 98, lr: 2.59e-04 +2022-09-18 13:33:16,115 INFO [train.py:885] (1/2) Epoch 18, batch 8300, loss[loss=0.2127, simple_loss=0.2806, pruned_loss=0.07246, over 13972.00 frames. utt_duration=708.8 frames, utt_pad_proportion=0.06249, over 79.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3482, pruned_loss=0.1054, over 2775878.54 frames. utt_duration=256.8 frames, utt_pad_proportion=0.07095, over 43489.12 utterances.], batch size: 79, lr: 2.59e-04 +2022-09-18 13:33:45,502 INFO [train.py:885] (1/2) Epoch 18, batch 8350, loss[loss=0.174, simple_loss=0.2207, pruned_loss=0.06362, over 13438.00 frames. utt_duration=1630 frames, utt_pad_proportion=0.09521, over 33.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3487, pruned_loss=0.1058, over 2778956.30 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06965, over 43727.18 utterances.], batch size: 33, lr: 2.59e-04 +2022-09-18 13:34:15,037 INFO [train.py:885] (1/2) Epoch 18, batch 8400, loss[loss=0.33, simple_loss=0.3922, pruned_loss=0.1339, over 14310.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03799, over 180.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3487, pruned_loss=0.1054, over 2781709.60 frames. utt_duration=255.5 frames, utt_pad_proportion=0.067, over 43802.40 utterances.], batch size: 180, lr: 2.59e-04 +2022-09-18 13:34:44,471 INFO [train.py:885] (1/2) Epoch 18, batch 8450, loss[loss=0.1518, simple_loss=0.202, pruned_loss=0.05083, over 12248.00 frames. utt_duration=2043 frames, utt_pad_proportion=0.1768, over 24.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3513, pruned_loss=0.1069, over 2782528.15 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06834, over 44925.72 utterances.], batch size: 24, lr: 2.59e-04 +2022-09-18 13:35:14,312 INFO [train.py:885] (1/2) Epoch 18, batch 8500, loss[loss=0.2018, simple_loss=0.2761, pruned_loss=0.06369, over 13802.00 frames. utt_duration=921.7 frames, utt_pad_proportion=0.07365, over 60.00 utterances.], tot_loss[loss=0.282, simple_loss=0.351, pruned_loss=0.1065, over 2776503.64 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07009, over 45075.40 utterances.], batch size: 60, lr: 2.59e-04 +2022-09-18 13:35:43,741 INFO [train.py:885] (1/2) Epoch 18, batch 8550, loss[loss=0.3418, simple_loss=0.3942, pruned_loss=0.1447, over 14246.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04217, over 335.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3514, pruned_loss=0.1064, over 2778016.16 frames. utt_duration=244.2 frames, utt_pad_proportion=0.0709, over 45778.67 utterances.], batch size: 335, lr: 2.59e-04 +2022-09-18 13:36:13,071 INFO [train.py:885] (1/2) Epoch 18, batch 8600, loss[loss=0.2613, simple_loss=0.3356, pruned_loss=0.09352, over 14330.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03674, over 154.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3522, pruned_loss=0.1071, over 2779872.08 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06856, over 45545.99 utterances.], batch size: 154, lr: 2.59e-04 +2022-09-18 13:36:42,687 INFO [train.py:885] (1/2) Epoch 18, batch 8650, loss[loss=0.2214, simple_loss=0.3024, pruned_loss=0.07018, over 14290.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03935, over 130.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3519, pruned_loss=0.1067, over 2781646.79 frames. utt_duration=244.2 frames, utt_pad_proportion=0.0688, over 45830.32 utterances.], batch size: 130, lr: 2.59e-04 +2022-09-18 13:37:12,328 INFO [train.py:885] (1/2) Epoch 18, batch 8700, loss[loss=0.5521, simple_loss=0.6153, pruned_loss=0.2444, over 12564.00 frames. utt_duration=63.5 frames, utt_pad_proportion=0.142, over 811.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3529, pruned_loss=0.1072, over 2781099.50 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07058, over 45272.23 utterances.], batch size: 811, lr: 2.59e-04 +2022-09-18 13:37:41,849 INFO [train.py:885] (1/2) Epoch 18, batch 8750, loss[loss=0.2468, simple_loss=0.3114, pruned_loss=0.09103, over 14186.00 frames. utt_duration=580.3 frames, utt_pad_proportion=0.04868, over 98.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3545, pruned_loss=0.1086, over 2785897.24 frames. utt_duration=248.4 frames, utt_pad_proportion=0.0683, over 45121.02 utterances.], batch size: 98, lr: 2.59e-04 +2022-09-18 13:38:11,431 INFO [train.py:885] (1/2) Epoch 18, batch 8800, loss[loss=0.1953, simple_loss=0.2687, pruned_loss=0.06094, over 13136.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.09566, over 26.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3543, pruned_loss=0.1084, over 2781622.64 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07023, over 45421.41 utterances.], batch size: 26, lr: 2.59e-04 +2022-09-18 13:38:41,365 INFO [train.py:885] (1/2) Epoch 18, batch 8850, loss[loss=0.3051, simple_loss=0.371, pruned_loss=0.1196, over 14400.00 frames. utt_duration=275.6 frames, utt_pad_proportion=0.033, over 210.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.356, pruned_loss=0.1086, over 2782322.73 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07097, over 46424.04 utterances.], batch size: 210, lr: 2.59e-04 +2022-09-18 13:39:11,075 INFO [train.py:885] (1/2) Epoch 18, batch 8900, loss[loss=0.422, simple_loss=0.4542, pruned_loss=0.1949, over 14242.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04204, over 335.00 utterances.], tot_loss[loss=0.2914, simple_loss=0.3602, pruned_loss=0.1113, over 2780907.46 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07182, over 47764.50 utterances.], batch size: 335, lr: 2.59e-04 +2022-09-18 13:39:40,558 INFO [train.py:885] (1/2) Epoch 18, batch 8950, loss[loss=0.1881, simple_loss=0.2613, pruned_loss=0.05741, over 13942.00 frames. utt_duration=930.9 frames, utt_pad_proportion=0.05871, over 60.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3585, pruned_loss=0.1107, over 2780657.99 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07085, over 46790.54 utterances.], batch size: 60, lr: 2.59e-04 +2022-09-18 13:40:09,866 INFO [train.py:885] (1/2) Epoch 18, batch 9000, loss[loss=0.261, simple_loss=0.3295, pruned_loss=0.09625, over 14144.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04649, over 109.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3558, pruned_loss=0.1098, over 2778013.17 frames. utt_duration=247 frames, utt_pad_proportion=0.07254, over 45260.52 utterances.], batch size: 109, lr: 2.59e-04 +2022-09-18 13:40:09,867 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 13:40:14,508 INFO [train.py:914] (1/2) Epoch 18, validation: loss=0.1941, simple_loss=0.2748, pruned_loss=0.05674, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 13:40:43,650 INFO [train.py:885] (1/2) Epoch 18, batch 9050, loss[loss=0.3622, simple_loss=0.4108, pruned_loss=0.1568, over 14248.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04298, over 335.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3528, pruned_loss=0.1083, over 2779839.49 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07137, over 44403.52 utterances.], batch size: 335, lr: 2.59e-04 +2022-09-18 13:41:13,590 INFO [train.py:885] (1/2) Epoch 18, batch 9100, loss[loss=0.24, simple_loss=0.3007, pruned_loss=0.08966, over 14152.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04648, over 109.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3557, pruned_loss=0.1093, over 2783763.76 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07071, over 45561.16 utterances.], batch size: 109, lr: 2.59e-04 +2022-09-18 13:41:43,367 INFO [train.py:885] (1/2) Epoch 18, batch 9150, loss[loss=0.2806, simple_loss=0.3708, pruned_loss=0.09514, over 14039.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05576, over 366.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3564, pruned_loss=0.1099, over 2780414.69 frames. utt_duration=242 frames, utt_pad_proportion=0.07258, over 46238.22 utterances.], batch size: 366, lr: 2.59e-04 +2022-09-18 13:42:12,538 INFO [train.py:885] (1/2) Epoch 18, batch 9200, loss[loss=0.1826, simple_loss=0.2299, pruned_loss=0.06765, over 13156.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1077, over 33.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3575, pruned_loss=0.1109, over 2775871.40 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07399, over 46912.60 utterances.], batch size: 33, lr: 2.59e-04 +2022-09-18 13:42:42,187 INFO [train.py:885] (1/2) Epoch 18, batch 9250, loss[loss=0.2634, simple_loss=0.3438, pruned_loss=0.0915, over 14352.00 frames. utt_duration=480 frames, utt_pad_proportion=0.03806, over 120.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.356, pruned_loss=0.1103, over 2773598.34 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07586, over 46524.00 utterances.], batch size: 120, lr: 2.59e-04 +2022-09-18 13:43:11,329 INFO [train.py:885] (1/2) Epoch 18, batch 9300, loss[loss=0.3049, simple_loss=0.3681, pruned_loss=0.1209, over 14233.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04683, over 141.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3542, pruned_loss=0.1091, over 2778046.98 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07309, over 45456.86 utterances.], batch size: 141, lr: 2.59e-04 +2022-09-18 13:43:40,947 INFO [train.py:885] (1/2) Epoch 18, batch 9350, loss[loss=0.3126, simple_loss=0.3703, pruned_loss=0.1275, over 14388.00 frames. utt_duration=346 frames, utt_pad_proportion=0.03628, over 167.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3538, pruned_loss=0.109, over 2775424.40 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07322, over 45336.79 utterances.], batch size: 167, lr: 2.59e-04 +2022-09-18 13:44:10,121 INFO [train.py:885] (1/2) Epoch 18, batch 9400, loss[loss=0.2427, simple_loss=0.3121, pruned_loss=0.08667, over 14342.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.0369, over 120.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3568, pruned_loss=0.1099, over 2774819.65 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07584, over 46825.12 utterances.], batch size: 120, lr: 2.59e-04 +2022-09-18 13:44:39,705 INFO [train.py:885] (1/2) Epoch 18, batch 9450, loss[loss=0.2936, simple_loss=0.3845, pruned_loss=0.1013, over 14029.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05628, over 366.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3573, pruned_loss=0.1097, over 2781429.96 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07358, over 46871.78 utterances.], batch size: 366, lr: 2.59e-04 +2022-09-18 13:45:10,577 INFO [train.py:885] (1/2) Epoch 18, batch 9500, loss[loss=0.4252, simple_loss=0.443, pruned_loss=0.2037, over 14295.00 frames. utt_duration=343.8 frames, utt_pad_proportion=0.04228, over 167.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.356, pruned_loss=0.1097, over 2785331.95 frames. utt_duration=244 frames, utt_pad_proportion=0.07191, over 45937.09 utterances.], batch size: 167, lr: 2.59e-04 +2022-09-18 13:45:41,907 INFO [train.py:885] (1/2) Epoch 18, batch 9550, loss[loss=0.2927, simple_loss=0.3721, pruned_loss=0.1066, over 14303.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03939, over 283.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3551, pruned_loss=0.109, over 2781282.62 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07132, over 45917.66 utterances.], batch size: 283, lr: 2.58e-04 +2022-09-18 13:46:11,151 INFO [train.py:885] (1/2) Epoch 18, batch 9600, loss[loss=0.317, simple_loss=0.3618, pruned_loss=0.1361, over 14273.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04185, over 141.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3533, pruned_loss=0.1076, over 2787500.58 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06861, over 45026.97 utterances.], batch size: 141, lr: 2.58e-04 +2022-09-18 13:46:40,846 INFO [train.py:885] (1/2) Epoch 18, batch 9650, loss[loss=0.1545, simple_loss=0.1999, pruned_loss=0.05456, over 13422.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.09988, over 34.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3512, pruned_loss=0.1059, over 2790038.03 frames. utt_duration=250.4 frames, utt_pad_proportion=0.0675, over 44831.41 utterances.], batch size: 34, lr: 2.58e-04 +2022-09-18 13:47:10,691 INFO [train.py:885] (1/2) Epoch 18, batch 9700, loss[loss=0.3505, simple_loss=0.4391, pruned_loss=0.131, over 13672.00 frames. utt_duration=99.05 frames, utt_pad_proportion=0.07432, over 560.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3555, pruned_loss=0.1078, over 2785504.86 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07105, over 47141.78 utterances.], batch size: 560, lr: 2.58e-04 +2022-09-18 13:47:40,185 INFO [train.py:885] (1/2) Epoch 18, batch 9750, loss[loss=0.2377, simple_loss=0.3133, pruned_loss=0.08109, over 14129.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05241, over 98.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.354, pruned_loss=0.1075, over 2785066.74 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07088, over 46371.65 utterances.], batch size: 98, lr: 2.58e-04 +2022-09-18 13:48:09,935 INFO [train.py:885] (1/2) Epoch 18, batch 9800, loss[loss=0.1773, simple_loss=0.2357, pruned_loss=0.05949, over 13392.00 frames. utt_duration=2062 frames, utt_pad_proportion=0.09182, over 26.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3524, pruned_loss=0.1071, over 2783873.40 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06914, over 45525.68 utterances.], batch size: 26, lr: 2.58e-04 +2022-09-18 13:48:39,239 INFO [train.py:885] (1/2) Epoch 18, batch 9850, loss[loss=0.5223, simple_loss=0.5835, pruned_loss=0.2306, over 13157.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3541, pruned_loss=0.1078, over 2783393.71 frames. utt_duration=244 frames, utt_pad_proportion=0.07061, over 45902.13 utterances.], batch size: 653, lr: 2.58e-04 +2022-09-18 13:49:08,903 INFO [train.py:885] (1/2) Epoch 18, batch 9900, loss[loss=0.3196, simple_loss=0.3831, pruned_loss=0.1281, over 14326.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03893, over 262.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3548, pruned_loss=0.1077, over 2780117.78 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07199, over 46935.44 utterances.], batch size: 262, lr: 2.58e-04 +2022-09-18 13:49:38,618 INFO [train.py:885] (1/2) Epoch 18, batch 9950, loss[loss=0.1653, simple_loss=0.2343, pruned_loss=0.04811, over 13764.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.0785, over 42.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3572, pruned_loss=0.1095, over 2782387.65 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07134, over 46587.91 utterances.], batch size: 42, lr: 2.58e-04 +2022-09-18 13:50:07,886 INFO [train.py:885] (1/2) Epoch 18, batch 10000, loss[loss=0.2696, simple_loss=0.3304, pruned_loss=0.1043, over 14263.00 frames. utt_duration=476.9 frames, utt_pad_proportion=0.04239, over 120.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3579, pruned_loss=0.1099, over 2778473.78 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07197, over 47268.21 utterances.], batch size: 120, lr: 2.58e-04 +2022-09-18 13:50:36,877 INFO [train.py:885] (1/2) Epoch 18, batch 10050, loss[loss=0.3334, simple_loss=0.422, pruned_loss=0.1224, over 13642.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08061, over 477.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3573, pruned_loss=0.1096, over 2775501.53 frames. utt_duration=238.6 frames, utt_pad_proportion=0.0727, over 46829.51 utterances.], batch size: 477, lr: 2.58e-04 +2022-09-18 13:51:07,115 INFO [train.py:885] (1/2) Epoch 18, batch 10100, loss[loss=0.3441, simple_loss=0.4143, pruned_loss=0.1369, over 14010.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05508, over 365.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3538, pruned_loss=0.1077, over 2775388.86 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07237, over 45411.54 utterances.], batch size: 365, lr: 2.58e-04 +2022-09-18 13:51:37,221 INFO [train.py:885] (1/2) Epoch 18, batch 10150, loss[loss=0.3154, simple_loss=0.3888, pruned_loss=0.121, over 14301.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03945, over 283.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3564, pruned_loss=0.1091, over 2772527.40 frames. utt_duration=240.1 frames, utt_pad_proportion=0.0747, over 46470.54 utterances.], batch size: 283, lr: 2.58e-04 +2022-09-18 13:52:05,918 INFO [train.py:885] (1/2) Epoch 18, batch 10200, loss[loss=0.1848, simple_loss=0.2546, pruned_loss=0.05755, over 13775.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.07628, over 42.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3534, pruned_loss=0.1078, over 2776173.14 frames. utt_duration=248 frames, utt_pad_proportion=0.07094, over 45043.21 utterances.], batch size: 42, lr: 2.58e-04 +2022-09-18 13:52:35,589 INFO [train.py:885] (1/2) Epoch 18, batch 10250, loss[loss=0.3764, simple_loss=0.4541, pruned_loss=0.1494, over 13670.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07855, over 477.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3522, pruned_loss=0.1072, over 2779981.03 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07069, over 44656.47 utterances.], batch size: 477, lr: 2.58e-04 +2022-09-18 13:53:05,259 INFO [train.py:885] (1/2) Epoch 18, batch 10300, loss[loss=0.5857, simple_loss=0.647, pruned_loss=0.2622, over 12535.00 frames. utt_duration=63.49 frames, utt_pad_proportion=0.1421, over 810.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3529, pruned_loss=0.1072, over 2774469.63 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07466, over 45034.59 utterances.], batch size: 810, lr: 2.58e-04 +2022-09-18 13:53:35,058 INFO [train.py:885] (1/2) Epoch 18, batch 10350, loss[loss=0.3089, simple_loss=0.381, pruned_loss=0.1184, over 14358.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03637, over 283.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3552, pruned_loss=0.108, over 2780408.11 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07244, over 46175.22 utterances.], batch size: 283, lr: 2.58e-04 +2022-09-18 13:54:04,424 INFO [train.py:885] (1/2) Epoch 18, batch 10400, loss[loss=0.4255, simple_loss=0.4541, pruned_loss=0.1984, over 14212.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04489, over 335.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.355, pruned_loss=0.1083, over 2781649.74 frames. utt_duration=244 frames, utt_pad_proportion=0.07157, over 45876.20 utterances.], batch size: 335, lr: 2.58e-04 +2022-09-18 13:54:34,454 INFO [train.py:885] (1/2) Epoch 18, batch 10450, loss[loss=0.1832, simple_loss=0.2508, pruned_loss=0.05778, over 13648.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.08186, over 50.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3589, pruned_loss=0.111, over 2781119.68 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07405, over 47530.84 utterances.], batch size: 50, lr: 2.58e-04 +2022-09-18 13:55:04,110 INFO [train.py:885] (1/2) Epoch 18, batch 10500, loss[loss=0.3611, simple_loss=0.4067, pruned_loss=0.1577, over 14325.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.04023, over 120.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3549, pruned_loss=0.1091, over 2778094.74 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07247, over 45842.17 utterances.], batch size: 120, lr: 2.58e-04 +2022-09-18 13:55:33,317 INFO [train.py:885] (1/2) Epoch 18, batch 10550, loss[loss=0.3001, simple_loss=0.3606, pruned_loss=0.1198, over 14222.00 frames. utt_duration=404.6 frames, utt_pad_proportion=0.04789, over 141.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3541, pruned_loss=0.1085, over 2778224.78 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07246, over 45194.65 utterances.], batch size: 141, lr: 2.58e-04 +2022-09-18 13:56:03,897 INFO [train.py:885] (1/2) Epoch 18, batch 10600, loss[loss=0.2538, simple_loss=0.3212, pruned_loss=0.09318, over 14353.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03658, over 120.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3548, pruned_loss=0.1096, over 2777549.42 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07253, over 44785.18 utterances.], batch size: 120, lr: 2.58e-04 +2022-09-18 13:56:33,230 INFO [train.py:885] (1/2) Epoch 18, batch 10650, loss[loss=0.2967, simple_loss=0.3632, pruned_loss=0.115, over 14317.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03903, over 262.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3537, pruned_loss=0.1088, over 2780509.07 frames. utt_duration=252 frames, utt_pad_proportion=0.07059, over 44398.36 utterances.], batch size: 262, lr: 2.58e-04 +2022-09-18 13:57:03,062 INFO [train.py:885] (1/2) Epoch 18, batch 10700, loss[loss=0.5495, simple_loss=0.6183, pruned_loss=0.2404, over 12514.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1442, over 810.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.354, pruned_loss=0.1091, over 2776775.29 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07416, over 45216.15 utterances.], batch size: 810, lr: 2.58e-04 +2022-09-18 13:57:32,557 INFO [train.py:885] (1/2) Epoch 18, batch 10750, loss[loss=0.2748, simple_loss=0.3431, pruned_loss=0.1033, over 14207.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04831, over 141.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3535, pruned_loss=0.1084, over 2777856.68 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07348, over 44953.49 utterances.], batch size: 141, lr: 2.58e-04 +2022-09-18 13:58:02,532 INFO [train.py:885] (1/2) Epoch 18, batch 10800, loss[loss=0.3013, simple_loss=0.3549, pruned_loss=0.1239, over 14310.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.0399, over 130.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3492, pruned_loss=0.1064, over 2781089.71 frames. utt_duration=262.5 frames, utt_pad_proportion=0.07094, over 42615.97 utterances.], batch size: 130, lr: 2.58e-04 +2022-09-18 13:58:31,875 INFO [train.py:885] (1/2) Epoch 18, batch 10850, loss[loss=0.4954, simple_loss=0.578, pruned_loss=0.2064, over 12433.00 frames. utt_duration=62.85 frames, utt_pad_proportion=0.1507, over 811.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3515, pruned_loss=0.1072, over 2780186.55 frames. utt_duration=256 frames, utt_pad_proportion=0.07306, over 43686.47 utterances.], batch size: 811, lr: 2.58e-04 +2022-09-18 13:59:01,713 INFO [train.py:885] (1/2) Epoch 18, batch 10900, loss[loss=0.2233, simple_loss=0.3017, pruned_loss=0.07249, over 14143.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04643, over 109.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3507, pruned_loss=0.1069, over 2782558.43 frames. utt_duration=257.5 frames, utt_pad_proportion=0.07216, over 43476.22 utterances.], batch size: 109, lr: 2.58e-04 +2022-09-18 13:59:30,839 INFO [train.py:885] (1/2) Epoch 18, batch 10950, loss[loss=0.2946, simple_loss=0.3669, pruned_loss=0.1112, over 14341.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03672, over 195.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.354, pruned_loss=0.108, over 2781533.68 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07326, over 46078.43 utterances.], batch size: 195, lr: 2.58e-04 +2022-09-18 14:00:00,638 INFO [train.py:885] (1/2) Epoch 18, batch 11000, loss[loss=0.3217, simple_loss=0.409, pruned_loss=0.1172, over 13673.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07895, over 477.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3543, pruned_loss=0.1084, over 2778596.93 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07336, over 45867.55 utterances.], batch size: 477, lr: 2.58e-04 +2022-09-18 14:00:29,541 INFO [train.py:885] (1/2) Epoch 18, batch 11050, loss[loss=0.2804, simple_loss=0.3478, pruned_loss=0.1065, over 14336.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03683, over 195.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3555, pruned_loss=0.1082, over 2780739.93 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07226, over 46364.12 utterances.], batch size: 195, lr: 2.58e-04 +2022-09-18 14:00:59,846 INFO [train.py:885] (1/2) Epoch 18, batch 11100, loss[loss=0.1815, simple_loss=0.2629, pruned_loss=0.05009, over 14194.00 frames. utt_duration=639.5 frames, utt_pad_proportion=0.04692, over 89.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3511, pruned_loss=0.1061, over 2781133.34 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07177, over 45215.50 utterances.], batch size: 89, lr: 2.58e-04 +2022-09-18 14:01:29,446 INFO [train.py:885] (1/2) Epoch 18, batch 11150, loss[loss=0.2503, simple_loss=0.3304, pruned_loss=0.08508, over 14334.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03765, over 120.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3512, pruned_loss=0.1059, over 2779726.51 frames. utt_duration=246 frames, utt_pad_proportion=0.07081, over 45463.26 utterances.], batch size: 120, lr: 2.58e-04 +2022-09-18 14:01:59,865 INFO [train.py:885] (1/2) Epoch 18, batch 11200, loss[loss=0.2727, simple_loss=0.369, pruned_loss=0.08818, over 14011.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05505, over 365.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3561, pruned_loss=0.108, over 2777905.51 frames. utt_duration=232.3 frames, utt_pad_proportion=0.0739, over 48146.90 utterances.], batch size: 365, lr: 2.58e-04 +2022-09-18 14:02:28,857 INFO [train.py:885] (1/2) Epoch 18, batch 11250, loss[loss=0.2595, simple_loss=0.323, pruned_loss=0.09803, over 14339.00 frames. utt_duration=479.5 frames, utt_pad_proportion=0.03722, over 120.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3575, pruned_loss=0.1086, over 2777889.90 frames. utt_duration=228.7 frames, utt_pad_proportion=0.07527, over 48894.79 utterances.], batch size: 120, lr: 2.58e-04 +2022-09-18 14:02:58,812 INFO [train.py:885] (1/2) Epoch 18, batch 11300, loss[loss=0.3217, simple_loss=0.388, pruned_loss=0.1277, over 14243.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04275, over 306.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3571, pruned_loss=0.1086, over 2775857.00 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07479, over 48662.51 utterances.], batch size: 306, lr: 2.57e-04 +2022-09-18 14:03:28,366 INFO [train.py:885] (1/2) Epoch 18, batch 11350, loss[loss=0.291, simple_loss=0.3641, pruned_loss=0.1089, over 14310.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03935, over 283.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.354, pruned_loss=0.1075, over 2776829.27 frames. utt_duration=238.2 frames, utt_pad_proportion=0.0736, over 46916.31 utterances.], batch size: 283, lr: 2.57e-04 +2022-09-18 14:03:58,136 INFO [train.py:885] (1/2) Epoch 18, batch 11400, loss[loss=0.2823, simple_loss=0.3516, pruned_loss=0.1065, over 14366.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.0378, over 167.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.356, pruned_loss=0.1083, over 2772859.09 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07656, over 48312.19 utterances.], batch size: 167, lr: 2.57e-04 +2022-09-18 14:04:27,465 INFO [train.py:885] (1/2) Epoch 18, batch 11450, loss[loss=0.347, simple_loss=0.4051, pruned_loss=0.1445, over 14209.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0442, over 306.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3527, pruned_loss=0.1073, over 2771259.99 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07683, over 46646.04 utterances.], batch size: 306, lr: 2.57e-04 +2022-09-18 14:04:56,837 INFO [train.py:885] (1/2) Epoch 18, batch 11500, loss[loss=0.2527, simple_loss=0.3244, pruned_loss=0.09054, over 14320.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03881, over 130.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3513, pruned_loss=0.1068, over 2777638.15 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07254, over 45230.06 utterances.], batch size: 130, lr: 2.57e-04 +2022-09-18 14:05:25,888 INFO [train.py:885] (1/2) Epoch 18, batch 11550, loss[loss=0.1709, simple_loss=0.2333, pruned_loss=0.05423, over 13035.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1197, over 33.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3551, pruned_loss=0.1086, over 2780632.11 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07351, over 46542.55 utterances.], batch size: 33, lr: 2.57e-04 +2022-09-18 14:05:55,455 INFO [train.py:885] (1/2) Epoch 18, batch 11600, loss[loss=0.2351, simple_loss=0.3061, pruned_loss=0.08201, over 14340.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03953, over 120.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3526, pruned_loss=0.107, over 2783486.18 frames. utt_duration=248.3 frames, utt_pad_proportion=0.0713, over 45118.27 utterances.], batch size: 120, lr: 2.57e-04 +2022-09-18 14:06:25,143 INFO [train.py:885] (1/2) Epoch 18, batch 11650, loss[loss=0.3282, simple_loss=0.3868, pruned_loss=0.1348, over 14383.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03512, over 244.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.358, pruned_loss=0.1102, over 2784396.58 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07249, over 47213.37 utterances.], batch size: 244, lr: 2.57e-04 +2022-09-18 14:06:54,551 INFO [train.py:885] (1/2) Epoch 18, batch 11700, loss[loss=0.3071, simple_loss=0.3767, pruned_loss=0.1187, over 14359.00 frames. utt_duration=275 frames, utt_pad_proportion=0.0351, over 210.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3547, pruned_loss=0.1085, over 2784236.01 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07069, over 45492.23 utterances.], batch size: 210, lr: 2.57e-04 +2022-09-18 14:07:23,850 INFO [train.py:885] (1/2) Epoch 18, batch 11750, loss[loss=0.3351, simple_loss=0.3977, pruned_loss=0.1363, over 14247.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04266, over 335.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.356, pruned_loss=0.1089, over 2784701.00 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07079, over 45879.55 utterances.], batch size: 335, lr: 2.57e-04 +2022-09-18 14:07:53,155 INFO [train.py:885] (1/2) Epoch 18, batch 11800, loss[loss=0.1931, simple_loss=0.2604, pruned_loss=0.06289, over 13567.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.08387, over 42.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3555, pruned_loss=0.1083, over 2785496.80 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07083, over 45765.63 utterances.], batch size: 42, lr: 2.57e-04 +2022-09-18 14:08:22,348 INFO [train.py:885] (1/2) Epoch 18, batch 11850, loss[loss=0.2582, simple_loss=0.3356, pruned_loss=0.09043, over 14361.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03786, over 167.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3545, pruned_loss=0.1081, over 2789908.77 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06744, over 45302.04 utterances.], batch size: 167, lr: 2.57e-04 +2022-09-18 14:08:52,542 INFO [train.py:885] (1/2) Epoch 18, batch 11900, loss[loss=0.3125, simple_loss=0.3871, pruned_loss=0.119, over 14336.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03709, over 283.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3531, pruned_loss=0.1069, over 2786287.07 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06844, over 44435.10 utterances.], batch size: 283, lr: 2.57e-04 +2022-09-18 14:09:30,034 INFO [train.py:885] (1/2) Epoch 18, batch 11950, loss[loss=0.2412, simple_loss=0.3071, pruned_loss=0.08763, over 14255.00 frames. utt_duration=476.5 frames, utt_pad_proportion=0.04312, over 120.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3543, pruned_loss=0.1077, over 2787754.39 frames. utt_duration=250.3 frames, utt_pad_proportion=0.0674, over 44819.41 utterances.], batch size: 120, lr: 2.57e-04 +2022-09-18 14:09:59,895 INFO [train.py:885] (1/2) Epoch 18, batch 12000, loss[loss=0.2113, simple_loss=0.2923, pruned_loss=0.06509, over 14203.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04664, over 89.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3569, pruned_loss=0.1087, over 2787443.27 frames. utt_duration=241.2 frames, utt_pad_proportion=0.06947, over 46514.18 utterances.], batch size: 89, lr: 2.57e-04 +2022-09-18 14:09:59,896 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 14:10:04,122 INFO [train.py:914] (1/2) Epoch 18, validation: loss=0.1988, simple_loss=0.2789, pruned_loss=0.05933, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 14:10:33,316 INFO [train.py:885] (1/2) Epoch 18, batch 12050, loss[loss=0.3119, simple_loss=0.4112, pruned_loss=0.1063, over 13597.00 frames. utt_duration=98.39 frames, utt_pad_proportion=0.08044, over 560.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3581, pruned_loss=0.1092, over 2787704.18 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07023, over 47282.26 utterances.], batch size: 560, lr: 2.57e-04 +2022-09-18 14:11:03,100 INFO [train.py:885] (1/2) Epoch 18, batch 12100, loss[loss=0.3616, simple_loss=0.4251, pruned_loss=0.149, over 14022.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05441, over 365.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3552, pruned_loss=0.1082, over 2785856.57 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06948, over 45985.24 utterances.], batch size: 365, lr: 2.57e-04 +2022-09-18 14:11:32,369 INFO [train.py:885] (1/2) Epoch 18, batch 12150, loss[loss=0.3069, simple_loss=0.3614, pruned_loss=0.1262, over 14390.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03673, over 155.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3531, pruned_loss=0.1069, over 2786049.72 frames. utt_duration=246 frames, utt_pad_proportion=0.06873, over 45583.12 utterances.], batch size: 155, lr: 2.57e-04 +2022-09-18 14:12:01,548 INFO [train.py:885] (1/2) Epoch 18, batch 12200, loss[loss=0.3049, simple_loss=0.3915, pruned_loss=0.1091, over 13996.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05645, over 365.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3519, pruned_loss=0.1065, over 2783202.90 frames. utt_duration=250 frames, utt_pad_proportion=0.06915, over 44799.79 utterances.], batch size: 365, lr: 2.57e-04 +2022-09-18 14:12:31,193 INFO [train.py:885] (1/2) Epoch 18, batch 12250, loss[loss=0.2288, simple_loss=0.2874, pruned_loss=0.08513, over 13644.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08076, over 50.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3505, pruned_loss=0.1062, over 2783255.75 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06981, over 44428.05 utterances.], batch size: 50, lr: 2.57e-04 +2022-09-18 14:13:01,333 INFO [train.py:885] (1/2) Epoch 18, batch 12300, loss[loss=0.2815, simple_loss=0.3634, pruned_loss=0.09982, over 14382.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.0342, over 210.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3492, pruned_loss=0.1056, over 2780399.03 frames. utt_duration=252.5 frames, utt_pad_proportion=0.0709, over 44309.27 utterances.], batch size: 210, lr: 2.57e-04 +2022-09-18 14:13:31,239 INFO [train.py:885] (1/2) Epoch 18, batch 12350, loss[loss=0.3923, simple_loss=0.4705, pruned_loss=0.157, over 13625.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.0774, over 560.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3478, pruned_loss=0.1053, over 2781133.57 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06918, over 43766.66 utterances.], batch size: 560, lr: 2.57e-04 +2022-09-18 14:14:01,166 INFO [train.py:885] (1/2) Epoch 18, batch 12400, loss[loss=0.2967, simple_loss=0.3712, pruned_loss=0.1111, over 14365.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03235, over 244.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3537, pruned_loss=0.1081, over 2780381.97 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07113, over 45979.77 utterances.], batch size: 244, lr: 2.57e-04 +2022-09-18 14:14:30,361 INFO [train.py:885] (1/2) Epoch 18, batch 12450, loss[loss=0.1952, simple_loss=0.2632, pruned_loss=0.06364, over 13370.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08661, over 41.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.356, pruned_loss=0.1094, over 2780567.74 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07166, over 47057.12 utterances.], batch size: 41, lr: 2.57e-04 +2022-09-18 14:14:59,409 INFO [train.py:885] (1/2) Epoch 18, batch 12500, loss[loss=0.2131, simple_loss=0.2733, pruned_loss=0.07647, over 14096.00 frames. utt_duration=715.1 frames, utt_pad_proportion=0.0529, over 79.00 utterances.], tot_loss[loss=0.286, simple_loss=0.355, pruned_loss=0.1085, over 2777015.93 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07338, over 46878.97 utterances.], batch size: 79, lr: 2.57e-04 +2022-09-18 14:15:28,877 INFO [train.py:885] (1/2) Epoch 18, batch 12550, loss[loss=0.3167, simple_loss=0.3804, pruned_loss=0.1265, over 14294.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.04001, over 195.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3552, pruned_loss=0.1083, over 2780168.54 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07131, over 46784.08 utterances.], batch size: 195, lr: 2.57e-04 +2022-09-18 14:15:56,829 INFO [train.py:885] (1/2) Epoch 18, batch 12600, loss[loss=0.2151, simple_loss=0.2851, pruned_loss=0.07261, over 14161.00 frames. utt_duration=638 frames, utt_pad_proportion=0.04627, over 89.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3564, pruned_loss=0.1084, over 2783038.92 frames. utt_duration=239 frames, utt_pad_proportion=0.07137, over 46866.97 utterances.], batch size: 89, lr: 2.57e-04 +2022-09-18 14:16:17,483 INFO [train.py:885] (1/2) Epoch 19, batch 0, loss[loss=0.3316, simple_loss=0.4282, pruned_loss=0.1175, over 13647.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08025, over 477.00 utterances.], tot_loss[loss=0.3316, simple_loss=0.4282, pruned_loss=0.1175, over 13647.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08025, over 477.00 utterances.], batch size: 477, lr: 2.50e-04 +2022-09-18 14:16:46,662 INFO [train.py:885] (1/2) Epoch 19, batch 50, loss[loss=0.291, simple_loss=0.3581, pruned_loss=0.1119, over 14273.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04298, over 154.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3381, pruned_loss=0.09789, over 631113.04 frames. utt_duration=280.3 frames, utt_pad_proportion=0.06275, over 9053.49 utterances.], batch size: 154, lr: 2.50e-04 +2022-09-18 14:17:16,571 INFO [train.py:885] (1/2) Epoch 19, batch 100, loss[loss=0.2795, simple_loss=0.3573, pruned_loss=0.1009, over 14274.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04063, over 180.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3392, pruned_loss=0.1003, over 1110478.67 frames. utt_duration=277.6 frames, utt_pad_proportion=0.05952, over 16083.34 utterances.], batch size: 180, lr: 2.50e-04 +2022-09-18 14:17:45,974 INFO [train.py:885] (1/2) Epoch 19, batch 150, loss[loss=0.2842, simple_loss=0.3528, pruned_loss=0.1078, over 14350.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03878, over 167.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3441, pruned_loss=0.1021, over 1484072.32 frames. utt_duration=264.4 frames, utt_pad_proportion=0.06149, over 22579.42 utterances.], batch size: 167, lr: 2.50e-04 +2022-09-18 14:18:15,841 INFO [train.py:885] (1/2) Epoch 19, batch 200, loss[loss=0.5081, simple_loss=0.5631, pruned_loss=0.2266, over 13185.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.1059, over 653.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3473, pruned_loss=0.104, over 1767377.56 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06694, over 28176.19 utterances.], batch size: 653, lr: 2.50e-04 +2022-09-18 14:18:45,697 INFO [train.py:885] (1/2) Epoch 19, batch 250, loss[loss=0.2042, simple_loss=0.2385, pruned_loss=0.08498, over 13270.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.1091, over 33.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3465, pruned_loss=0.1046, over 1992521.15 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06608, over 30800.60 utterances.], batch size: 33, lr: 2.50e-04 +2022-09-18 14:19:14,597 INFO [train.py:885] (1/2) Epoch 19, batch 300, loss[loss=0.2639, simple_loss=0.3374, pruned_loss=0.09526, over 14312.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04142, over 167.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3512, pruned_loss=0.1065, over 2171311.10 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06696, over 34546.14 utterances.], batch size: 167, lr: 2.50e-04 +2022-09-18 14:19:44,801 INFO [train.py:885] (1/2) Epoch 19, batch 350, loss[loss=0.3331, simple_loss=0.4137, pruned_loss=0.1262, over 14014.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05526, over 365.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3575, pruned_loss=0.1096, over 2307122.22 frames. utt_duration=239.2 frames, utt_pad_proportion=0.06913, over 38828.35 utterances.], batch size: 365, lr: 2.50e-04 +2022-09-18 14:20:14,275 INFO [train.py:885] (1/2) Epoch 19, batch 400, loss[loss=0.2744, simple_loss=0.3416, pruned_loss=0.1036, over 14306.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.04056, over 154.00 utterances.], tot_loss[loss=0.289, simple_loss=0.3587, pruned_loss=0.1097, over 2408984.63 frames. utt_duration=230.3 frames, utt_pad_proportion=0.07285, over 42117.29 utterances.], batch size: 154, lr: 2.50e-04 +2022-09-18 14:20:44,124 INFO [train.py:885] (1/2) Epoch 19, batch 450, loss[loss=0.3558, simple_loss=0.4044, pruned_loss=0.1536, over 14382.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03614, over 244.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3523, pruned_loss=0.1063, over 2492928.00 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07161, over 41340.03 utterances.], batch size: 244, lr: 2.50e-04 +2022-09-18 14:21:13,380 INFO [train.py:885] (1/2) Epoch 19, batch 500, loss[loss=0.3278, simple_loss=0.4082, pruned_loss=0.1237, over 13786.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07098, over 411.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3525, pruned_loss=0.107, over 2555628.79 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07167, over 41742.42 utterances.], batch size: 411, lr: 2.50e-04 +2022-09-18 14:21:43,110 INFO [train.py:885] (1/2) Epoch 19, batch 550, loss[loss=0.2209, simple_loss=0.2964, pruned_loss=0.07271, over 14158.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04589, over 109.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3523, pruned_loss=0.1072, over 2604981.31 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07024, over 42082.28 utterances.], batch size: 109, lr: 2.50e-04 +2022-09-18 14:22:12,534 INFO [train.py:885] (1/2) Epoch 19, batch 600, loss[loss=0.6155, simple_loss=0.6599, pruned_loss=0.2855, over 12507.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.145, over 811.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3544, pruned_loss=0.109, over 2643727.65 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07146, over 43183.00 utterances.], batch size: 811, lr: 2.50e-04 +2022-09-18 14:22:42,003 INFO [train.py:885] (1/2) Epoch 19, batch 650, loss[loss=0.2998, simple_loss=0.3715, pruned_loss=0.1141, over 14316.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04157, over 167.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3558, pruned_loss=0.1103, over 2675084.22 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06992, over 43197.22 utterances.], batch size: 167, lr: 2.50e-04 +2022-09-18 14:23:18,779 INFO [train.py:885] (1/2) Epoch 19, batch 700, loss[loss=0.5067, simple_loss=0.5919, pruned_loss=0.2107, over 12538.00 frames. utt_duration=63.56 frames, utt_pad_proportion=0.1411, over 810.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.357, pruned_loss=0.1102, over 2696299.40 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07265, over 44434.97 utterances.], batch size: 810, lr: 2.50e-04 +2022-09-18 14:23:48,138 INFO [train.py:885] (1/2) Epoch 19, batch 750, loss[loss=0.4402, simple_loss=0.4674, pruned_loss=0.2065, over 14265.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04172, over 335.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3556, pruned_loss=0.1098, over 2716024.35 frames. utt_duration=246.6 frames, utt_pad_proportion=0.0721, over 44321.17 utterances.], batch size: 335, lr: 2.50e-04 +2022-09-18 14:24:17,814 INFO [train.py:885] (1/2) Epoch 19, batch 800, loss[loss=0.3332, simple_loss=0.4242, pruned_loss=0.1211, over 13601.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08377, over 477.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3546, pruned_loss=0.1088, over 2731984.55 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07194, over 44978.02 utterances.], batch size: 477, lr: 2.50e-04 +2022-09-18 14:24:47,781 INFO [train.py:885] (1/2) Epoch 19, batch 850, loss[loss=0.2787, simple_loss=0.3624, pruned_loss=0.09747, over 14308.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.0378, over 180.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3505, pruned_loss=0.1069, over 2742380.66 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07005, over 43699.39 utterances.], batch size: 180, lr: 2.50e-04 +2022-09-18 14:25:17,482 INFO [train.py:885] (1/2) Epoch 19, batch 900, loss[loss=0.2543, simple_loss=0.3364, pruned_loss=0.08613, over 14271.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04404, over 141.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3511, pruned_loss=0.1073, over 2757076.39 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06886, over 43136.20 utterances.], batch size: 141, lr: 2.50e-04 +2022-09-18 14:25:47,043 INFO [train.py:885] (1/2) Epoch 19, batch 950, loss[loss=0.3244, simple_loss=0.3845, pruned_loss=0.1321, over 14353.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03625, over 283.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3535, pruned_loss=0.1088, over 2765120.90 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06999, over 44066.60 utterances.], batch size: 283, lr: 2.50e-04 +2022-09-18 14:26:17,112 INFO [train.py:885] (1/2) Epoch 19, batch 1000, loss[loss=0.2591, simple_loss=0.3419, pruned_loss=0.0882, over 14389.00 frames. utt_duration=346 frames, utt_pad_proportion=0.03618, over 167.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3514, pruned_loss=0.107, over 2767420.93 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07027, over 43625.61 utterances.], batch size: 167, lr: 2.50e-04 +2022-09-18 14:26:46,730 INFO [train.py:885] (1/2) Epoch 19, batch 1050, loss[loss=0.3274, simple_loss=0.386, pruned_loss=0.1344, over 14311.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03942, over 262.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3501, pruned_loss=0.1064, over 2765608.02 frames. utt_duration=259 frames, utt_pad_proportion=0.07024, over 42957.10 utterances.], batch size: 262, lr: 2.50e-04 +2022-09-18 14:27:16,104 INFO [train.py:885] (1/2) Epoch 19, batch 1100, loss[loss=0.2729, simple_loss=0.347, pruned_loss=0.09937, over 14283.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03961, over 180.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3564, pruned_loss=0.1099, over 2770580.83 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07124, over 45270.65 utterances.], batch size: 180, lr: 2.50e-04 +2022-09-18 14:27:45,709 INFO [train.py:885] (1/2) Epoch 19, batch 1150, loss[loss=0.189, simple_loss=0.2563, pruned_loss=0.06087, over 13994.00 frames. utt_duration=934.4 frames, utt_pad_proportion=0.06185, over 60.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3508, pruned_loss=0.1064, over 2770193.58 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07114, over 43979.67 utterances.], batch size: 60, lr: 2.50e-04 +2022-09-18 14:28:15,481 INFO [train.py:885] (1/2) Epoch 19, batch 1200, loss[loss=0.2032, simple_loss=0.2668, pruned_loss=0.0698, over 13756.00 frames. utt_duration=1102 frames, utt_pad_proportion=0.07247, over 50.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3513, pruned_loss=0.1066, over 2772862.17 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07064, over 44562.13 utterances.], batch size: 50, lr: 2.50e-04 +2022-09-18 14:28:44,689 INFO [train.py:885] (1/2) Epoch 19, batch 1250, loss[loss=0.2166, simple_loss=0.2895, pruned_loss=0.07187, over 14193.00 frames. utt_duration=639.3 frames, utt_pad_proportion=0.04717, over 89.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3497, pruned_loss=0.1059, over 2774837.41 frames. utt_duration=256.4 frames, utt_pad_proportion=0.07095, over 43537.58 utterances.], batch size: 89, lr: 2.50e-04 +2022-09-18 14:29:14,910 INFO [train.py:885] (1/2) Epoch 19, batch 1300, loss[loss=0.2951, simple_loss=0.3919, pruned_loss=0.09918, over 13624.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08178, over 477.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3532, pruned_loss=0.1077, over 2781319.36 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07101, over 44641.54 utterances.], batch size: 477, lr: 2.50e-04 +2022-09-18 14:29:44,257 INFO [train.py:885] (1/2) Epoch 19, batch 1350, loss[loss=0.3183, simple_loss=0.3856, pruned_loss=0.1256, over 14249.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04234, over 225.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3516, pruned_loss=0.1066, over 2782087.77 frames. utt_duration=253 frames, utt_pad_proportion=0.07132, over 44248.51 utterances.], batch size: 225, lr: 2.50e-04 +2022-09-18 14:30:13,245 INFO [train.py:885] (1/2) Epoch 19, batch 1400, loss[loss=0.2283, simple_loss=0.2962, pruned_loss=0.0802, over 13329.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08958, over 41.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3519, pruned_loss=0.1071, over 2787053.72 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06964, over 44174.58 utterances.], batch size: 41, lr: 2.49e-04 +2022-09-18 14:30:42,954 INFO [train.py:885] (1/2) Epoch 19, batch 1450, loss[loss=0.3373, simple_loss=0.4067, pruned_loss=0.134, over 14059.00 frames. utt_duration=155.5 frames, utt_pad_proportion=0.05179, over 365.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.35, pruned_loss=0.1058, over 2789892.20 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06821, over 43688.71 utterances.], batch size: 365, lr: 2.49e-04 +2022-09-18 14:31:12,883 INFO [train.py:885] (1/2) Epoch 19, batch 1500, loss[loss=0.2354, simple_loss=0.3214, pruned_loss=0.07467, over 14278.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.04189, over 130.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3509, pruned_loss=0.1062, over 2787366.25 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07133, over 44285.39 utterances.], batch size: 130, lr: 2.49e-04 +2022-09-18 14:31:42,380 INFO [train.py:885] (1/2) Epoch 19, batch 1550, loss[loss=0.3054, simple_loss=0.3785, pruned_loss=0.1162, over 14265.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04042, over 225.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.353, pruned_loss=0.1079, over 2785921.05 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06989, over 44230.65 utterances.], batch size: 225, lr: 2.49e-04 +2022-09-18 14:32:11,889 INFO [train.py:885] (1/2) Epoch 19, batch 1600, loss[loss=0.5522, simple_loss=0.6252, pruned_loss=0.2396, over 12456.00 frames. utt_duration=62.98 frames, utt_pad_proportion=0.149, over 811.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3507, pruned_loss=0.1061, over 2784172.95 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07208, over 43822.85 utterances.], batch size: 811, lr: 2.49e-04 +2022-09-18 14:32:41,301 INFO [train.py:885] (1/2) Epoch 19, batch 1650, loss[loss=0.2172, simple_loss=0.2964, pruned_loss=0.06903, over 14093.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.053, over 98.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.35, pruned_loss=0.1055, over 2784941.36 frames. utt_duration=256.1 frames, utt_pad_proportion=0.07261, over 43747.13 utterances.], batch size: 98, lr: 2.49e-04 +2022-09-18 14:33:11,064 INFO [train.py:885] (1/2) Epoch 19, batch 1700, loss[loss=0.3889, simple_loss=0.4362, pruned_loss=0.1708, over 14224.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04328, over 306.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3527, pruned_loss=0.1066, over 2781003.28 frames. utt_duration=245.5 frames, utt_pad_proportion=0.0732, over 45586.80 utterances.], batch size: 306, lr: 2.49e-04 +2022-09-18 14:33:40,859 INFO [train.py:885] (1/2) Epoch 19, batch 1750, loss[loss=0.1857, simple_loss=0.2485, pruned_loss=0.06148, over 13336.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08876, over 41.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3539, pruned_loss=0.1071, over 2783938.50 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07289, over 46587.74 utterances.], batch size: 41, lr: 2.49e-04 +2022-09-18 14:34:10,847 INFO [train.py:885] (1/2) Epoch 19, batch 1800, loss[loss=0.3785, simple_loss=0.4262, pruned_loss=0.1654, over 14253.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04174, over 335.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3525, pruned_loss=0.1064, over 2781912.79 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07341, over 45952.00 utterances.], batch size: 335, lr: 2.49e-04 +2022-09-18 14:34:40,229 INFO [train.py:885] (1/2) Epoch 19, batch 1850, loss[loss=0.2015, simple_loss=0.2496, pruned_loss=0.07673, over 13599.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08549, over 50.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3497, pruned_loss=0.1056, over 2780637.35 frames. utt_duration=249 frames, utt_pad_proportion=0.07247, over 44932.81 utterances.], batch size: 50, lr: 2.49e-04 +2022-09-18 14:35:09,629 INFO [train.py:885] (1/2) Epoch 19, batch 1900, loss[loss=0.2979, simple_loss=0.3888, pruned_loss=0.1035, over 13822.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06826, over 411.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3536, pruned_loss=0.1077, over 2788297.91 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06973, over 45718.39 utterances.], batch size: 411, lr: 2.49e-04 +2022-09-18 14:35:39,143 INFO [train.py:885] (1/2) Epoch 19, batch 1950, loss[loss=0.1744, simple_loss=0.2115, pruned_loss=0.06864, over 12195.00 frames. utt_duration=2034 frames, utt_pad_proportion=0.1779, over 24.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3501, pruned_loss=0.1056, over 2781750.38 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07066, over 44735.77 utterances.], batch size: 24, lr: 2.49e-04 +2022-09-18 14:36:15,390 INFO [train.py:885] (1/2) Epoch 19, batch 2000, loss[loss=0.4305, simple_loss=0.4654, pruned_loss=0.1978, over 14220.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04431, over 335.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3498, pruned_loss=0.1047, over 2779812.10 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07033, over 45414.27 utterances.], batch size: 335, lr: 2.49e-04 +2022-09-18 14:36:44,916 INFO [train.py:885] (1/2) Epoch 19, batch 2050, loss[loss=0.3766, simple_loss=0.424, pruned_loss=0.1646, over 14345.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03622, over 210.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3523, pruned_loss=0.106, over 2777826.72 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07162, over 46346.20 utterances.], batch size: 210, lr: 2.49e-04 +2022-09-18 14:37:15,672 INFO [train.py:885] (1/2) Epoch 19, batch 2100, loss[loss=0.3017, simple_loss=0.3796, pruned_loss=0.112, over 14353.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03611, over 195.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3553, pruned_loss=0.1078, over 2773038.39 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07511, over 47606.05 utterances.], batch size: 195, lr: 2.49e-04 +2022-09-18 14:37:44,866 INFO [train.py:885] (1/2) Epoch 19, batch 2150, loss[loss=0.2584, simple_loss=0.34, pruned_loss=0.08844, over 14333.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03968, over 167.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3553, pruned_loss=0.1062, over 2776577.00 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07302, over 47957.90 utterances.], batch size: 167, lr: 2.49e-04 +2022-09-18 14:38:14,187 INFO [train.py:885] (1/2) Epoch 19, batch 2200, loss[loss=0.2711, simple_loss=0.3537, pruned_loss=0.09429, over 14356.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03623, over 195.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3562, pruned_loss=0.1074, over 2779486.51 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07315, over 47842.01 utterances.], batch size: 195, lr: 2.49e-04 +2022-09-18 14:38:43,879 INFO [train.py:885] (1/2) Epoch 19, batch 2250, loss[loss=0.5426, simple_loss=0.6187, pruned_loss=0.2333, over 12456.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1465, over 810.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3556, pruned_loss=0.1076, over 2781579.86 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07261, over 47375.94 utterances.], batch size: 810, lr: 2.49e-04 +2022-09-18 14:39:12,616 INFO [train.py:885] (1/2) Epoch 19, batch 2300, loss[loss=0.1635, simple_loss=0.2142, pruned_loss=0.05642, over 12650.00 frames. utt_duration=2110 frames, utt_pad_proportion=0.1351, over 24.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3544, pruned_loss=0.1083, over 2779617.86 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07131, over 45758.32 utterances.], batch size: 24, lr: 2.49e-04 +2022-09-18 14:39:42,834 INFO [train.py:885] (1/2) Epoch 19, batch 2350, loss[loss=0.2003, simple_loss=0.2652, pruned_loss=0.0677, over 14204.00 frames. utt_duration=639.8 frames, utt_pad_proportion=0.04648, over 89.00 utterances.], tot_loss[loss=0.288, simple_loss=0.357, pruned_loss=0.1095, over 2775702.38 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07449, over 47019.39 utterances.], batch size: 89, lr: 2.49e-04 +2022-09-18 14:40:12,300 INFO [train.py:885] (1/2) Epoch 19, batch 2400, loss[loss=0.3501, simple_loss=0.4055, pruned_loss=0.1474, over 14266.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04152, over 335.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3565, pruned_loss=0.1087, over 2775021.16 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07422, over 47079.49 utterances.], batch size: 335, lr: 2.49e-04 +2022-09-18 14:40:41,632 INFO [train.py:885] (1/2) Epoch 19, batch 2450, loss[loss=0.288, simple_loss=0.393, pruned_loss=0.0915, over 13611.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08224, over 477.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3571, pruned_loss=0.1094, over 2774645.26 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07294, over 46992.39 utterances.], batch size: 477, lr: 2.49e-04 +2022-09-18 14:41:10,893 INFO [train.py:885] (1/2) Epoch 19, batch 2500, loss[loss=0.2739, simple_loss=0.3457, pruned_loss=0.101, over 14286.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03963, over 180.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3577, pruned_loss=0.1099, over 2777047.28 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07148, over 47180.77 utterances.], batch size: 180, lr: 2.49e-04 +2022-09-18 14:41:40,103 INFO [train.py:885] (1/2) Epoch 19, batch 2550, loss[loss=0.2729, simple_loss=0.3372, pruned_loss=0.1043, over 14322.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03648, over 130.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3557, pruned_loss=0.1084, over 2777258.86 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07191, over 46944.60 utterances.], batch size: 130, lr: 2.49e-04 +2022-09-18 14:42:09,794 INFO [train.py:885] (1/2) Epoch 19, batch 2600, loss[loss=0.2653, simple_loss=0.3313, pruned_loss=0.09964, over 14233.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04671, over 141.00 utterances.], tot_loss[loss=0.2897, simple_loss=0.3587, pruned_loss=0.1104, over 2778077.96 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07253, over 47042.19 utterances.], batch size: 141, lr: 2.49e-04 +2022-09-18 14:42:39,599 INFO [train.py:885] (1/2) Epoch 19, batch 2650, loss[loss=0.1741, simple_loss=0.2323, pruned_loss=0.05799, over 13853.00 frames. utt_duration=925 frames, utt_pad_proportion=0.07034, over 60.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3569, pruned_loss=0.11, over 2776488.66 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07282, over 46052.50 utterances.], batch size: 60, lr: 2.49e-04 +2022-09-18 14:43:09,079 INFO [train.py:885] (1/2) Epoch 19, batch 2700, loss[loss=0.4671, simple_loss=0.5615, pruned_loss=0.1863, over 12430.00 frames. utt_duration=62.95 frames, utt_pad_proportion=0.1493, over 810.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3555, pruned_loss=0.1088, over 2773044.86 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07445, over 46255.18 utterances.], batch size: 810, lr: 2.49e-04 +2022-09-18 14:43:38,399 INFO [train.py:885] (1/2) Epoch 19, batch 2750, loss[loss=0.303, simple_loss=0.3732, pruned_loss=0.1164, over 14357.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03576, over 195.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3564, pruned_loss=0.1087, over 2774492.18 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07223, over 46743.02 utterances.], batch size: 195, lr: 2.49e-04 +2022-09-18 14:44:07,896 INFO [train.py:885] (1/2) Epoch 19, batch 2800, loss[loss=0.2675, simple_loss=0.3456, pruned_loss=0.09467, over 14339.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03443, over 244.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3566, pruned_loss=0.1093, over 2776543.10 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0733, over 46631.60 utterances.], batch size: 244, lr: 2.49e-04 +2022-09-18 14:44:37,636 INFO [train.py:885] (1/2) Epoch 19, batch 2850, loss[loss=0.1727, simple_loss=0.2333, pruned_loss=0.05605, over 13562.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.09251, over 42.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3535, pruned_loss=0.1077, over 2777623.88 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07206, over 44791.57 utterances.], batch size: 42, lr: 2.49e-04 +2022-09-18 14:45:07,119 INFO [train.py:885] (1/2) Epoch 19, batch 2900, loss[loss=0.266, simple_loss=0.3205, pruned_loss=0.1057, over 14043.00 frames. utt_duration=574.7 frames, utt_pad_proportion=0.05471, over 98.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3558, pruned_loss=0.109, over 2779718.71 frames. utt_duration=243.7 frames, utt_pad_proportion=0.072, over 45904.88 utterances.], batch size: 98, lr: 2.49e-04 +2022-09-18 14:45:36,767 INFO [train.py:885] (1/2) Epoch 19, batch 2950, loss[loss=0.2966, simple_loss=0.3628, pruned_loss=0.1152, over 14344.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03642, over 195.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3573, pruned_loss=0.1099, over 2783726.34 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07193, over 46049.02 utterances.], batch size: 195, lr: 2.49e-04 +2022-09-18 14:46:06,111 INFO [train.py:885] (1/2) Epoch 19, batch 3000, loss[loss=0.2365, simple_loss=0.3154, pruned_loss=0.07887, over 14296.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.04158, over 154.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3564, pruned_loss=0.1092, over 2784574.26 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07087, over 45488.11 utterances.], batch size: 154, lr: 2.49e-04 +2022-09-18 14:46:06,112 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 14:46:10,303 INFO [train.py:914] (1/2) Epoch 19, validation: loss=0.1982, simple_loss=0.2761, pruned_loss=0.06017, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 14:46:39,501 INFO [train.py:885] (1/2) Epoch 19, batch 3050, loss[loss=0.3231, simple_loss=0.3894, pruned_loss=0.1284, over 14214.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04403, over 306.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3533, pruned_loss=0.1069, over 2780572.59 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07066, over 45031.84 utterances.], batch size: 306, lr: 2.49e-04 +2022-09-18 14:47:09,233 INFO [train.py:885] (1/2) Epoch 19, batch 3100, loss[loss=0.2903, simple_loss=0.3705, pruned_loss=0.105, over 14355.00 frames. utt_duration=220.6 frames, utt_pad_proportion=0.03647, over 262.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3528, pruned_loss=0.1071, over 2778226.42 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07099, over 45307.12 utterances.], batch size: 262, lr: 2.49e-04 +2022-09-18 14:47:38,701 INFO [train.py:885] (1/2) Epoch 19, batch 3150, loss[loss=0.313, simple_loss=0.4024, pruned_loss=0.1118, over 13777.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07098, over 411.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3542, pruned_loss=0.1078, over 2778497.04 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0704, over 46186.20 utterances.], batch size: 411, lr: 2.49e-04 +2022-09-18 14:48:08,389 INFO [train.py:885] (1/2) Epoch 19, batch 3200, loss[loss=0.166, simple_loss=0.223, pruned_loss=0.05451, over 13338.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.0902, over 41.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3506, pruned_loss=0.1059, over 2778863.93 frames. utt_duration=246 frames, utt_pad_proportion=0.07111, over 45451.72 utterances.], batch size: 41, lr: 2.49e-04 +2022-09-18 14:48:37,493 INFO [train.py:885] (1/2) Epoch 19, batch 3250, loss[loss=0.181, simple_loss=0.2587, pruned_loss=0.0517, over 14157.00 frames. utt_duration=810.6 frames, utt_pad_proportion=0.05195, over 70.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3518, pruned_loss=0.1067, over 2780050.85 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07261, over 45736.84 utterances.], batch size: 70, lr: 2.48e-04 +2022-09-18 14:49:07,119 INFO [train.py:885] (1/2) Epoch 19, batch 3300, loss[loss=0.3777, simple_loss=0.4527, pruned_loss=0.1514, over 13656.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07897, over 477.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3485, pruned_loss=0.105, over 2780700.59 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07141, over 44564.58 utterances.], batch size: 477, lr: 2.48e-04 +2022-09-18 14:49:36,230 INFO [train.py:885] (1/2) Epoch 19, batch 3350, loss[loss=0.1808, simple_loss=0.2568, pruned_loss=0.05245, over 13061.00 frames. utt_duration=1585 frames, utt_pad_proportion=0.1239, over 33.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3521, pruned_loss=0.1073, over 2780942.39 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07185, over 44699.14 utterances.], batch size: 33, lr: 2.48e-04 +2022-09-18 14:50:05,544 INFO [train.py:885] (1/2) Epoch 19, batch 3400, loss[loss=0.149, simple_loss=0.2003, pruned_loss=0.04887, over 12524.00 frames. utt_duration=2089 frames, utt_pad_proportion=0.1484, over 24.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3479, pruned_loss=0.1048, over 2781977.49 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06969, over 43465.10 utterances.], batch size: 24, lr: 2.48e-04 +2022-09-18 14:50:35,108 INFO [train.py:885] (1/2) Epoch 19, batch 3450, loss[loss=0.2881, simple_loss=0.3603, pruned_loss=0.108, over 14298.00 frames. utt_duration=373 frames, utt_pad_proportion=0.03859, over 154.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3477, pruned_loss=0.1041, over 2782963.77 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06904, over 43429.42 utterances.], batch size: 154, lr: 2.48e-04 +2022-09-18 14:51:05,155 INFO [train.py:885] (1/2) Epoch 19, batch 3500, loss[loss=0.2513, simple_loss=0.3158, pruned_loss=0.09336, over 14291.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03938, over 130.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3509, pruned_loss=0.1063, over 2775282.74 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07216, over 44545.99 utterances.], batch size: 130, lr: 2.48e-04 +2022-09-18 14:51:34,300 INFO [train.py:885] (1/2) Epoch 19, batch 3550, loss[loss=0.2997, simple_loss=0.3569, pruned_loss=0.1212, over 14244.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04414, over 141.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3504, pruned_loss=0.1068, over 2775387.84 frames. utt_duration=255 frames, utt_pad_proportion=0.07182, over 43784.08 utterances.], batch size: 141, lr: 2.48e-04 +2022-09-18 14:52:03,912 INFO [train.py:885] (1/2) Epoch 19, batch 3600, loss[loss=0.1576, simple_loss=0.2193, pruned_loss=0.04795, over 13330.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08963, over 41.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3487, pruned_loss=0.1054, over 2780562.78 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06944, over 43368.89 utterances.], batch size: 41, lr: 2.48e-04 +2022-09-18 14:52:33,607 INFO [train.py:885] (1/2) Epoch 19, batch 3650, loss[loss=0.1531, simple_loss=0.2113, pruned_loss=0.0475, over 12244.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.165, over 24.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3501, pruned_loss=0.1059, over 2772416.37 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07288, over 44922.47 utterances.], batch size: 24, lr: 2.48e-04 +2022-09-18 14:53:11,150 INFO [train.py:885] (1/2) Epoch 19, batch 3700, loss[loss=0.2209, simple_loss=0.2804, pruned_loss=0.0807, over 13670.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.06972, over 50.00 utterances.], tot_loss[loss=0.281, simple_loss=0.351, pruned_loss=0.1055, over 2771348.80 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07458, over 45302.21 utterances.], batch size: 50, lr: 2.48e-04 +2022-09-18 14:53:40,156 INFO [train.py:885] (1/2) Epoch 19, batch 3750, loss[loss=0.2842, simple_loss=0.3913, pruned_loss=0.08851, over 13623.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08179, over 477.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3479, pruned_loss=0.1044, over 2777942.90 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07168, over 43780.02 utterances.], batch size: 477, lr: 2.48e-04 +2022-09-18 14:54:09,809 INFO [train.py:885] (1/2) Epoch 19, batch 3800, loss[loss=0.2538, simple_loss=0.3338, pruned_loss=0.08692, over 14149.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04634, over 109.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.349, pruned_loss=0.1051, over 2777981.27 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07201, over 44562.99 utterances.], batch size: 109, lr: 2.48e-04 +2022-09-18 14:54:39,405 INFO [train.py:885] (1/2) Epoch 19, batch 3850, loss[loss=0.2372, simple_loss=0.2877, pruned_loss=0.09339, over 13938.00 frames. utt_duration=809.5 frames, utt_pad_proportion=0.05765, over 69.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3496, pruned_loss=0.1052, over 2775371.64 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07301, over 44715.51 utterances.], batch size: 69, lr: 2.48e-04 +2022-09-18 14:55:09,117 INFO [train.py:885] (1/2) Epoch 19, batch 3900, loss[loss=0.2007, simple_loss=0.2765, pruned_loss=0.06244, over 13903.00 frames. utt_duration=705.3 frames, utt_pad_proportion=0.06709, over 79.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3463, pruned_loss=0.1033, over 2774945.98 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07194, over 43725.62 utterances.], batch size: 79, lr: 2.48e-04 +2022-09-18 14:55:38,894 INFO [train.py:885] (1/2) Epoch 19, batch 3950, loss[loss=0.292, simple_loss=0.3505, pruned_loss=0.1168, over 14272.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03952, over 130.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3493, pruned_loss=0.1047, over 2776503.27 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07233, over 45151.68 utterances.], batch size: 130, lr: 2.48e-04 +2022-09-18 14:56:07,886 INFO [train.py:885] (1/2) Epoch 19, batch 4000, loss[loss=0.2141, simple_loss=0.2847, pruned_loss=0.07172, over 13766.00 frames. utt_duration=918.9 frames, utt_pad_proportion=0.07461, over 60.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3503, pruned_loss=0.1057, over 2777733.64 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07122, over 44287.54 utterances.], batch size: 60, lr: 2.48e-04 +2022-09-18 14:56:37,460 INFO [train.py:885] (1/2) Epoch 19, batch 4050, loss[loss=0.3841, simple_loss=0.4263, pruned_loss=0.1709, over 14184.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04575, over 306.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3499, pruned_loss=0.1055, over 2773186.98 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07214, over 44613.88 utterances.], batch size: 306, lr: 2.48e-04 +2022-09-18 14:57:07,011 INFO [train.py:885] (1/2) Epoch 19, batch 4100, loss[loss=0.1713, simple_loss=0.2282, pruned_loss=0.05721, over 13480.00 frames. utt_duration=1635 frames, utt_pad_proportion=0.095, over 33.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3506, pruned_loss=0.1054, over 2777570.48 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0721, over 44876.41 utterances.], batch size: 33, lr: 2.48e-04 +2022-09-18 14:57:36,524 INFO [train.py:885] (1/2) Epoch 19, batch 4150, loss[loss=0.2148, simple_loss=0.2908, pruned_loss=0.06938, over 13957.00 frames. utt_duration=708.2 frames, utt_pad_proportion=0.06319, over 79.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.354, pruned_loss=0.1069, over 2779236.27 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07157, over 46231.95 utterances.], batch size: 79, lr: 2.48e-04 +2022-09-18 14:58:06,237 INFO [train.py:885] (1/2) Epoch 19, batch 4200, loss[loss=0.1936, simple_loss=0.2767, pruned_loss=0.05524, over 14006.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.06038, over 79.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3507, pruned_loss=0.1058, over 2782118.21 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07028, over 44487.40 utterances.], batch size: 79, lr: 2.48e-04 +2022-09-18 14:58:35,944 INFO [train.py:885] (1/2) Epoch 19, batch 4250, loss[loss=0.273, simple_loss=0.3442, pruned_loss=0.1009, over 14333.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03986, over 167.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3497, pruned_loss=0.1056, over 2783229.99 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06993, over 43950.49 utterances.], batch size: 167, lr: 2.48e-04 +2022-09-18 14:59:04,887 INFO [train.py:885] (1/2) Epoch 19, batch 4300, loss[loss=0.2192, simple_loss=0.2724, pruned_loss=0.08301, over 13963.00 frames. utt_duration=811.1 frames, utt_pad_proportion=0.05579, over 69.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.351, pruned_loss=0.1059, over 2785549.39 frames. utt_duration=252.2 frames, utt_pad_proportion=0.0687, over 44436.81 utterances.], batch size: 69, lr: 2.48e-04 +2022-09-18 14:59:34,230 INFO [train.py:885] (1/2) Epoch 19, batch 4350, loss[loss=0.3655, simple_loss=0.4428, pruned_loss=0.144, over 13789.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07101, over 411.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3521, pruned_loss=0.1067, over 2786269.41 frames. utt_duration=253 frames, utt_pad_proportion=0.06997, over 44315.18 utterances.], batch size: 411, lr: 2.48e-04 +2022-09-18 15:00:03,329 INFO [train.py:885] (1/2) Epoch 19, batch 4400, loss[loss=0.3483, simple_loss=0.401, pruned_loss=0.1478, over 14209.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0441, over 306.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3499, pruned_loss=0.1057, over 2784477.54 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06925, over 43603.31 utterances.], batch size: 306, lr: 2.48e-04 +2022-09-18 15:00:32,994 INFO [train.py:885] (1/2) Epoch 19, batch 4450, loss[loss=0.3215, simple_loss=0.3805, pruned_loss=0.1312, over 14319.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03694, over 130.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3524, pruned_loss=0.1069, over 2780955.27 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07125, over 44796.73 utterances.], batch size: 130, lr: 2.48e-04 +2022-09-18 15:01:02,172 INFO [train.py:885] (1/2) Epoch 19, batch 4500, loss[loss=0.2425, simple_loss=0.3024, pruned_loss=0.0913, over 14154.00 frames. utt_duration=520.8 frames, utt_pad_proportion=0.04621, over 109.00 utterances.], tot_loss[loss=0.285, simple_loss=0.354, pruned_loss=0.108, over 2777281.51 frames. utt_duration=245 frames, utt_pad_proportion=0.07482, over 45627.18 utterances.], batch size: 109, lr: 2.48e-04 +2022-09-18 15:01:32,072 INFO [train.py:885] (1/2) Epoch 19, batch 4550, loss[loss=0.2502, simple_loss=0.314, pruned_loss=0.09321, over 14064.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05499, over 98.00 utterances.], tot_loss[loss=0.288, simple_loss=0.3567, pruned_loss=0.1097, over 2780328.58 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07326, over 46286.32 utterances.], batch size: 98, lr: 2.48e-04 +2022-09-18 15:02:01,479 INFO [train.py:885] (1/2) Epoch 19, batch 4600, loss[loss=0.2864, simple_loss=0.3491, pruned_loss=0.1118, over 14350.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03895, over 167.00 utterances.], tot_loss[loss=0.2902, simple_loss=0.3589, pruned_loss=0.1107, over 2785122.43 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07153, over 47274.11 utterances.], batch size: 167, lr: 2.48e-04 +2022-09-18 15:02:31,049 INFO [train.py:885] (1/2) Epoch 19, batch 4650, loss[loss=0.2811, simple_loss=0.3704, pruned_loss=0.09594, over 13992.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05688, over 365.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3597, pruned_loss=0.1111, over 2781008.30 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07203, over 47524.78 utterances.], batch size: 365, lr: 2.48e-04 +2022-09-18 15:03:00,450 INFO [train.py:885] (1/2) Epoch 19, batch 4700, loss[loss=0.1733, simple_loss=0.2467, pruned_loss=0.04997, over 12073.00 frames. utt_duration=2014 frames, utt_pad_proportion=0.1926, over 24.00 utterances.], tot_loss[loss=0.2926, simple_loss=0.3614, pruned_loss=0.1119, over 2783171.23 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07028, over 47610.97 utterances.], batch size: 24, lr: 2.48e-04 +2022-09-18 15:03:29,550 INFO [train.py:885] (1/2) Epoch 19, batch 4750, loss[loss=0.4711, simple_loss=0.4966, pruned_loss=0.2229, over 14212.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04419, over 335.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3594, pruned_loss=0.1104, over 2785424.54 frames. utt_duration=238.2 frames, utt_pad_proportion=0.06948, over 47072.56 utterances.], batch size: 335, lr: 2.48e-04 +2022-09-18 15:03:59,383 INFO [train.py:885] (1/2) Epoch 19, batch 4800, loss[loss=0.2908, simple_loss=0.3649, pruned_loss=0.1083, over 14270.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04032, over 225.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3597, pruned_loss=0.11, over 2781066.62 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07092, over 47665.52 utterances.], batch size: 225, lr: 2.48e-04 +2022-09-18 15:04:29,940 INFO [train.py:885] (1/2) Epoch 19, batch 4850, loss[loss=0.4115, simple_loss=0.4928, pruned_loss=0.165, over 13696.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07051, over 478.00 utterances.], tot_loss[loss=0.2913, simple_loss=0.3604, pruned_loss=0.1111, over 2779043.90 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07131, over 46864.10 utterances.], batch size: 478, lr: 2.48e-04 +2022-09-18 15:04:59,201 INFO [train.py:885] (1/2) Epoch 19, batch 4900, loss[loss=0.4018, simple_loss=0.4759, pruned_loss=0.1638, over 13604.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07872, over 560.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3586, pruned_loss=0.1099, over 2776972.40 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07094, over 46583.81 utterances.], batch size: 560, lr: 2.48e-04 +2022-09-18 15:05:29,334 INFO [train.py:885] (1/2) Epoch 19, batch 4950, loss[loss=0.2543, simple_loss=0.3184, pruned_loss=0.09512, over 14256.00 frames. utt_duration=476.5 frames, utt_pad_proportion=0.04312, over 120.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.355, pruned_loss=0.1082, over 2782284.72 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06873, over 44750.17 utterances.], batch size: 120, lr: 2.48e-04 +2022-09-18 15:05:59,388 INFO [train.py:885] (1/2) Epoch 19, batch 5000, loss[loss=0.285, simple_loss=0.3585, pruned_loss=0.1058, over 14357.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03544, over 210.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3514, pruned_loss=0.1064, over 2783192.83 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06794, over 43688.42 utterances.], batch size: 210, lr: 2.48e-04 +2022-09-18 15:06:28,830 INFO [train.py:885] (1/2) Epoch 19, batch 5050, loss[loss=0.3737, simple_loss=0.455, pruned_loss=0.1462, over 13757.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07248, over 411.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3538, pruned_loss=0.1076, over 2778392.02 frames. utt_duration=248 frames, utt_pad_proportion=0.07178, over 45085.16 utterances.], batch size: 411, lr: 2.48e-04 +2022-09-18 15:06:58,126 INFO [train.py:885] (1/2) Epoch 19, batch 5100, loss[loss=0.2752, simple_loss=0.3498, pruned_loss=0.1003, over 14268.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04073, over 180.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3546, pruned_loss=0.1081, over 2783465.64 frames. utt_duration=245.3 frames, utt_pad_proportion=0.0707, over 45654.56 utterances.], batch size: 180, lr: 2.47e-04 +2022-09-18 15:07:28,221 INFO [train.py:885] (1/2) Epoch 19, batch 5150, loss[loss=0.1868, simple_loss=0.254, pruned_loss=0.05975, over 13917.00 frames. utt_duration=929.2 frames, utt_pad_proportion=0.06329, over 60.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3571, pruned_loss=0.1091, over 2780190.38 frames. utt_duration=236 frames, utt_pad_proportion=0.07315, over 47412.04 utterances.], batch size: 60, lr: 2.47e-04 +2022-09-18 15:07:56,879 INFO [train.py:885] (1/2) Epoch 19, batch 5200, loss[loss=0.2185, simple_loss=0.2789, pruned_loss=0.07908, over 14124.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.05537, over 70.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.354, pruned_loss=0.1081, over 2778105.65 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07384, over 46273.74 utterances.], batch size: 70, lr: 2.47e-04 +2022-09-18 15:08:26,721 INFO [train.py:885] (1/2) Epoch 19, batch 5250, loss[loss=0.1764, simple_loss=0.2396, pruned_loss=0.05666, over 12170.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1551, over 24.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3531, pruned_loss=0.1074, over 2781484.99 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07249, over 45938.44 utterances.], batch size: 24, lr: 2.47e-04 +2022-09-18 15:08:56,504 INFO [train.py:885] (1/2) Epoch 19, batch 5300, loss[loss=0.4358, simple_loss=0.4659, pruned_loss=0.2029, over 14313.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.0399, over 262.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3535, pruned_loss=0.1074, over 2779262.26 frames. utt_duration=240 frames, utt_pad_proportion=0.07366, over 46612.83 utterances.], batch size: 262, lr: 2.47e-04 +2022-09-18 15:09:25,750 INFO [train.py:885] (1/2) Epoch 19, batch 5350, loss[loss=0.1946, simple_loss=0.2544, pruned_loss=0.06742, over 14073.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.05885, over 70.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3504, pruned_loss=0.1053, over 2776359.69 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07458, over 45883.26 utterances.], batch size: 70, lr: 2.47e-04 +2022-09-18 15:10:01,525 INFO [train.py:885] (1/2) Epoch 19, batch 5400, loss[loss=0.2159, simple_loss=0.285, pruned_loss=0.07342, over 14186.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04732, over 89.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3485, pruned_loss=0.1037, over 2777145.30 frames. utt_duration=247.8 frames, utt_pad_proportion=0.0735, over 45097.31 utterances.], batch size: 89, lr: 2.47e-04 +2022-09-18 15:10:32,022 INFO [train.py:885] (1/2) Epoch 19, batch 5450, loss[loss=0.2258, simple_loss=0.2854, pruned_loss=0.08308, over 14209.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04578, over 89.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.349, pruned_loss=0.1046, over 2778501.09 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07149, over 44673.71 utterances.], batch size: 89, lr: 2.47e-04 +2022-09-18 15:11:01,056 INFO [train.py:885] (1/2) Epoch 19, batch 5500, loss[loss=0.1899, simple_loss=0.2401, pruned_loss=0.06979, over 13657.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.0784, over 50.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3498, pruned_loss=0.1052, over 2782697.39 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06969, over 44583.88 utterances.], batch size: 50, lr: 2.47e-04 +2022-09-18 15:11:30,658 INFO [train.py:885] (1/2) Epoch 19, batch 5550, loss[loss=0.4207, simple_loss=0.4515, pruned_loss=0.1949, over 14201.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04511, over 335.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3524, pruned_loss=0.107, over 2785569.04 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07003, over 45103.72 utterances.], batch size: 335, lr: 2.47e-04 +2022-09-18 15:11:59,850 INFO [train.py:885] (1/2) Epoch 19, batch 5600, loss[loss=0.4712, simple_loss=0.5411, pruned_loss=0.2007, over 13158.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3516, pruned_loss=0.1056, over 2784270.69 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06962, over 45163.21 utterances.], batch size: 653, lr: 2.47e-04 +2022-09-18 15:12:29,634 INFO [train.py:885] (1/2) Epoch 19, batch 5650, loss[loss=0.3618, simple_loss=0.4165, pruned_loss=0.1536, over 14288.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04072, over 283.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.353, pruned_loss=0.1067, over 2785407.18 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06996, over 45518.92 utterances.], batch size: 283, lr: 2.47e-04 +2022-09-18 15:12:59,048 INFO [train.py:885] (1/2) Epoch 19, batch 5700, loss[loss=0.1593, simple_loss=0.2357, pruned_loss=0.04151, over 13204.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1125, over 33.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3535, pruned_loss=0.1067, over 2787974.87 frames. utt_duration=246.1 frames, utt_pad_proportion=0.0698, over 45581.99 utterances.], batch size: 33, lr: 2.47e-04 +2022-09-18 15:13:28,487 INFO [train.py:885] (1/2) Epoch 19, batch 5750, loss[loss=0.285, simple_loss=0.3361, pruned_loss=0.1169, over 14190.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04359, over 109.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3537, pruned_loss=0.1083, over 2779998.03 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07167, over 45072.99 utterances.], batch size: 109, lr: 2.47e-04 +2022-09-18 15:13:58,137 INFO [train.py:885] (1/2) Epoch 19, batch 5800, loss[loss=0.3277, simple_loss=0.3923, pruned_loss=0.1315, over 14382.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.03378, over 210.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3544, pruned_loss=0.1084, over 2780508.16 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07155, over 45711.47 utterances.], batch size: 210, lr: 2.47e-04 +2022-09-18 15:14:27,682 INFO [train.py:885] (1/2) Epoch 19, batch 5850, loss[loss=0.3066, simple_loss=0.371, pruned_loss=0.1211, over 14353.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.0382, over 167.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3552, pruned_loss=0.1092, over 2782783.04 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06981, over 45273.33 utterances.], batch size: 167, lr: 2.47e-04 +2022-09-18 15:14:57,949 INFO [train.py:885] (1/2) Epoch 19, batch 5900, loss[loss=0.2912, simple_loss=0.3594, pruned_loss=0.1114, over 14381.00 frames. utt_duration=296.6 frames, utt_pad_proportion=0.03394, over 195.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3531, pruned_loss=0.1079, over 2782166.71 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07056, over 45228.71 utterances.], batch size: 195, lr: 2.47e-04 +2022-09-18 15:15:31,781 INFO [train.py:885] (1/2) Epoch 19, batch 5950, loss[loss=0.3826, simple_loss=0.4183, pruned_loss=0.1735, over 14237.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04232, over 335.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3543, pruned_loss=0.1082, over 2783933.67 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07029, over 45630.47 utterances.], batch size: 335, lr: 2.47e-04 +2022-09-18 15:16:01,397 INFO [train.py:885] (1/2) Epoch 19, batch 6000, loss[loss=0.2657, simple_loss=0.3335, pruned_loss=0.09895, over 14164.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.0454, over 109.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.356, pruned_loss=0.1082, over 2784110.42 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07085, over 47220.33 utterances.], batch size: 109, lr: 2.47e-04 +2022-09-18 15:16:01,397 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 15:16:06,066 INFO [train.py:914] (1/2) Epoch 19, validation: loss=0.1909, simple_loss=0.2707, pruned_loss=0.05554, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 15:16:35,193 INFO [train.py:885] (1/2) Epoch 19, batch 6050, loss[loss=0.2823, simple_loss=0.3872, pruned_loss=0.08867, over 13675.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07888, over 477.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3542, pruned_loss=0.1079, over 2787272.62 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06863, over 45838.52 utterances.], batch size: 477, lr: 2.47e-04 +2022-09-18 15:17:04,767 INFO [train.py:885] (1/2) Epoch 19, batch 6100, loss[loss=0.3266, simple_loss=0.3892, pruned_loss=0.132, over 14279.00 frames. utt_duration=188.2 frames, utt_pad_proportion=0.0396, over 306.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3546, pruned_loss=0.1078, over 2786728.16 frames. utt_duration=240.9 frames, utt_pad_proportion=0.0691, over 46547.11 utterances.], batch size: 306, lr: 2.47e-04 +2022-09-18 15:17:34,555 INFO [train.py:885] (1/2) Epoch 19, batch 6150, loss[loss=0.5558, simple_loss=0.6224, pruned_loss=0.2446, over 12481.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.3585, pruned_loss=0.1092, over 2782987.82 frames. utt_duration=230.8 frames, utt_pad_proportion=0.07208, over 48551.25 utterances.], batch size: 810, lr: 2.47e-04 +2022-09-18 15:18:04,723 INFO [train.py:885] (1/2) Epoch 19, batch 6200, loss[loss=0.18, simple_loss=0.2409, pruned_loss=0.05957, over 13218.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.09826, over 41.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3558, pruned_loss=0.108, over 2782467.96 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07241, over 46960.68 utterances.], batch size: 41, lr: 2.47e-04 +2022-09-18 15:18:33,252 INFO [train.py:885] (1/2) Epoch 19, batch 6250, loss[loss=0.2355, simple_loss=0.2991, pruned_loss=0.08594, over 14269.00 frames. utt_duration=440.3 frames, utt_pad_proportion=0.04064, over 130.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3507, pruned_loss=0.1055, over 2785593.23 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06972, over 44075.94 utterances.], batch size: 130, lr: 2.47e-04 +2022-09-18 15:19:03,175 INFO [train.py:885] (1/2) Epoch 19, batch 6300, loss[loss=0.3208, simple_loss=0.4136, pruned_loss=0.114, over 13604.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08269, over 477.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3508, pruned_loss=0.1056, over 2783850.28 frames. utt_duration=251 frames, utt_pad_proportion=0.0693, over 44630.02 utterances.], batch size: 477, lr: 2.47e-04 +2022-09-18 15:19:33,066 INFO [train.py:885] (1/2) Epoch 19, batch 6350, loss[loss=0.237, simple_loss=0.3061, pruned_loss=0.08392, over 14190.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04707, over 89.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3503, pruned_loss=0.1055, over 2781794.61 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06972, over 44376.91 utterances.], batch size: 89, lr: 2.47e-04 +2022-09-18 15:20:02,789 INFO [train.py:885] (1/2) Epoch 19, batch 6400, loss[loss=0.1691, simple_loss=0.2339, pruned_loss=0.0522, over 13942.00 frames. utt_duration=931 frames, utt_pad_proportion=0.06432, over 60.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3496, pruned_loss=0.1053, over 2780956.17 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06994, over 44179.19 utterances.], batch size: 60, lr: 2.47e-04 +2022-09-18 15:20:32,590 INFO [train.py:885] (1/2) Epoch 19, batch 6450, loss[loss=0.3588, simple_loss=0.4579, pruned_loss=0.1298, over 13158.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3513, pruned_loss=0.1061, over 2779074.92 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07286, over 44950.51 utterances.], batch size: 653, lr: 2.47e-04 +2022-09-18 15:21:01,301 INFO [train.py:885] (1/2) Epoch 19, batch 6500, loss[loss=0.2114, simple_loss=0.2832, pruned_loss=0.06979, over 14313.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03897, over 120.00 utterances.], tot_loss[loss=0.2862, simple_loss=0.3553, pruned_loss=0.1086, over 2777553.23 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07382, over 46650.54 utterances.], batch size: 120, lr: 2.47e-04 +2022-09-18 15:21:31,352 INFO [train.py:885] (1/2) Epoch 19, batch 6550, loss[loss=0.3908, simple_loss=0.4648, pruned_loss=0.1584, over 13624.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08085, over 477.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3554, pruned_loss=0.1084, over 2780433.14 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07319, over 46980.77 utterances.], batch size: 477, lr: 2.47e-04 +2022-09-18 15:22:01,017 INFO [train.py:885] (1/2) Epoch 19, batch 6600, loss[loss=0.363, simple_loss=0.4499, pruned_loss=0.138, over 13639.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.07652, over 560.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3553, pruned_loss=0.1082, over 2783364.14 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07231, over 46829.05 utterances.], batch size: 560, lr: 2.47e-04 +2022-09-18 15:22:30,215 INFO [train.py:885] (1/2) Epoch 19, batch 6650, loss[loss=0.3347, simple_loss=0.4348, pruned_loss=0.1173, over 13641.00 frames. utt_duration=98.8 frames, utt_pad_proportion=0.07664, over 560.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3508, pruned_loss=0.1057, over 2783808.06 frames. utt_duration=250 frames, utt_pad_proportion=0.07092, over 44805.41 utterances.], batch size: 560, lr: 2.47e-04 +2022-09-18 15:22:59,349 INFO [train.py:885] (1/2) Epoch 19, batch 6700, loss[loss=0.2835, simple_loss=0.3436, pruned_loss=0.1117, over 14215.00 frames. utt_duration=404.6 frames, utt_pad_proportion=0.04798, over 141.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3511, pruned_loss=0.1061, over 2782822.64 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07192, over 45069.96 utterances.], batch size: 141, lr: 2.47e-04 +2022-09-18 15:23:29,327 INFO [train.py:885] (1/2) Epoch 19, batch 6750, loss[loss=0.3524, simple_loss=0.4335, pruned_loss=0.1357, over 13632.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08151, over 477.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3503, pruned_loss=0.1058, over 2783124.50 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07057, over 44229.82 utterances.], batch size: 477, lr: 2.47e-04 +2022-09-18 15:23:58,651 INFO [train.py:885] (1/2) Epoch 19, batch 6800, loss[loss=0.3205, simple_loss=0.3891, pruned_loss=0.126, over 14356.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03629, over 283.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3508, pruned_loss=0.1055, over 2785306.72 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06917, over 44514.25 utterances.], batch size: 283, lr: 2.47e-04 +2022-09-18 15:24:28,500 INFO [train.py:885] (1/2) Epoch 19, batch 6850, loss[loss=0.2159, simple_loss=0.2603, pruned_loss=0.08578, over 12286.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.1552, over 24.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3504, pruned_loss=0.105, over 2781649.21 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07149, over 45406.61 utterances.], batch size: 24, lr: 2.47e-04 +2022-09-18 15:24:57,748 INFO [train.py:885] (1/2) Epoch 19, batch 6900, loss[loss=0.2899, simple_loss=0.364, pruned_loss=0.1079, over 14292.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04082, over 262.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3545, pruned_loss=0.1072, over 2781881.25 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07303, over 47369.09 utterances.], batch size: 262, lr: 2.47e-04 +2022-09-18 15:25:27,851 INFO [train.py:885] (1/2) Epoch 19, batch 6950, loss[loss=0.2907, simple_loss=0.3629, pruned_loss=0.1092, over 14306.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.03989, over 283.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3545, pruned_loss=0.1077, over 2783038.83 frames. utt_duration=239 frames, utt_pad_proportion=0.07129, over 46870.69 utterances.], batch size: 283, lr: 2.47e-04 +2022-09-18 15:25:57,052 INFO [train.py:885] (1/2) Epoch 19, batch 7000, loss[loss=0.3036, simple_loss=0.3913, pruned_loss=0.108, over 13935.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.06001, over 365.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3494, pruned_loss=0.1052, over 2779153.33 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06997, over 44988.47 utterances.], batch size: 365, lr: 2.46e-04 +2022-09-18 15:26:26,888 INFO [train.py:885] (1/2) Epoch 19, batch 7050, loss[loss=0.3422, simple_loss=0.4007, pruned_loss=0.1418, over 14204.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04417, over 306.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3484, pruned_loss=0.104, over 2778561.38 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07052, over 44975.16 utterances.], batch size: 306, lr: 2.46e-04 +2022-09-18 15:26:56,644 INFO [train.py:885] (1/2) Epoch 19, batch 7100, loss[loss=0.3038, simple_loss=0.3857, pruned_loss=0.1109, over 13968.00 frames. utt_duration=154 frames, utt_pad_proportion=0.06079, over 366.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3504, pruned_loss=0.1054, over 2781033.48 frames. utt_duration=246 frames, utt_pad_proportion=0.06949, over 45488.35 utterances.], batch size: 366, lr: 2.46e-04 +2022-09-18 15:27:26,018 INFO [train.py:885] (1/2) Epoch 19, batch 7150, loss[loss=0.3232, simple_loss=0.415, pruned_loss=0.1157, over 13629.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08035, over 477.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3497, pruned_loss=0.104, over 2785564.29 frames. utt_duration=248 frames, utt_pad_proportion=0.06777, over 45191.03 utterances.], batch size: 477, lr: 2.46e-04 +2022-09-18 15:27:55,495 INFO [train.py:885] (1/2) Epoch 19, batch 7200, loss[loss=0.3177, simple_loss=0.3818, pruned_loss=0.1269, over 14332.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04035, over 167.00 utterances.], tot_loss[loss=0.281, simple_loss=0.352, pruned_loss=0.105, over 2787242.39 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06886, over 46001.74 utterances.], batch size: 167, lr: 2.46e-04 +2022-09-18 15:28:24,815 INFO [train.py:885] (1/2) Epoch 19, batch 7250, loss[loss=0.2587, simple_loss=0.3412, pruned_loss=0.08813, over 14268.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04426, over 141.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3494, pruned_loss=0.1046, over 2787096.21 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06766, over 44629.42 utterances.], batch size: 141, lr: 2.46e-04 +2022-09-18 15:28:54,780 INFO [train.py:885] (1/2) Epoch 19, batch 7300, loss[loss=0.3151, simple_loss=0.3708, pruned_loss=0.1297, over 14261.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04117, over 225.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3493, pruned_loss=0.1052, over 2784180.51 frames. utt_duration=251.1 frames, utt_pad_proportion=0.0677, over 44606.68 utterances.], batch size: 225, lr: 2.46e-04 +2022-09-18 15:29:23,991 INFO [train.py:885] (1/2) Epoch 19, batch 7350, loss[loss=0.3408, simple_loss=0.4338, pruned_loss=0.1239, over 13621.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07699, over 560.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3503, pruned_loss=0.1065, over 2784132.42 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06744, over 44721.47 utterances.], batch size: 560, lr: 2.46e-04 +2022-09-18 15:29:53,659 INFO [train.py:885] (1/2) Epoch 19, batch 7400, loss[loss=0.3307, simple_loss=0.3876, pruned_loss=0.137, over 14315.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0384, over 283.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3512, pruned_loss=0.1062, over 2783102.39 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06814, over 45122.66 utterances.], batch size: 283, lr: 2.46e-04 +2022-09-18 15:30:22,954 INFO [train.py:885] (1/2) Epoch 19, batch 7450, loss[loss=0.4117, simple_loss=0.4484, pruned_loss=0.1875, over 14347.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03603, over 195.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3506, pruned_loss=0.1055, over 2783869.97 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06675, over 44773.11 utterances.], batch size: 195, lr: 2.46e-04 +2022-09-18 15:30:52,177 INFO [train.py:885] (1/2) Epoch 19, batch 7500, loss[loss=0.227, simple_loss=0.298, pruned_loss=0.07801, over 14241.00 frames. utt_duration=641.4 frames, utt_pad_proportion=0.04268, over 89.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3538, pruned_loss=0.1072, over 2781178.86 frames. utt_duration=241.5 frames, utt_pad_proportion=0.06985, over 46341.07 utterances.], batch size: 89, lr: 2.46e-04 +2022-09-18 15:31:21,996 INFO [train.py:885] (1/2) Epoch 19, batch 7550, loss[loss=0.3983, simple_loss=0.4669, pruned_loss=0.1649, over 13664.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08051, over 478.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3561, pruned_loss=0.1084, over 2781962.55 frames. utt_duration=236.6 frames, utt_pad_proportion=0.0709, over 47337.13 utterances.], batch size: 478, lr: 2.46e-04 +2022-09-18 15:31:51,459 INFO [train.py:885] (1/2) Epoch 19, batch 7600, loss[loss=0.2158, simple_loss=0.2656, pruned_loss=0.08303, over 13240.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.09572, over 41.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3563, pruned_loss=0.1085, over 2783523.88 frames. utt_duration=237.8 frames, utt_pad_proportion=0.0719, over 47121.81 utterances.], batch size: 41, lr: 2.46e-04 +2022-09-18 15:32:21,186 INFO [train.py:885] (1/2) Epoch 19, batch 7650, loss[loss=0.2337, simple_loss=0.2987, pruned_loss=0.08434, over 14126.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05092, over 98.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3517, pruned_loss=0.1065, over 2784502.43 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07062, over 45531.13 utterances.], batch size: 98, lr: 2.46e-04 +2022-09-18 15:32:50,795 INFO [train.py:885] (1/2) Epoch 19, batch 7700, loss[loss=0.1947, simple_loss=0.2592, pruned_loss=0.06513, over 13624.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08131, over 50.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3504, pruned_loss=0.1065, over 2782481.32 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07027, over 44532.88 utterances.], batch size: 50, lr: 2.46e-04 +2022-09-18 15:33:20,249 INFO [train.py:885] (1/2) Epoch 19, batch 7750, loss[loss=0.2487, simple_loss=0.3075, pruned_loss=0.09491, over 14198.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04303, over 109.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3518, pruned_loss=0.1072, over 2778038.56 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07234, over 45157.10 utterances.], batch size: 109, lr: 2.46e-04 +2022-09-18 15:33:49,433 INFO [train.py:885] (1/2) Epoch 19, batch 7800, loss[loss=0.2176, simple_loss=0.2889, pruned_loss=0.07318, over 14090.00 frames. utt_duration=714.7 frames, utt_pad_proportion=0.05465, over 79.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3536, pruned_loss=0.1079, over 2777867.09 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07137, over 46362.35 utterances.], batch size: 79, lr: 2.46e-04 +2022-09-18 15:34:19,084 INFO [train.py:885] (1/2) Epoch 19, batch 7850, loss[loss=0.2557, simple_loss=0.3207, pruned_loss=0.09539, over 14322.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03731, over 130.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3526, pruned_loss=0.1069, over 2780051.43 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07129, over 45968.77 utterances.], batch size: 130, lr: 2.46e-04 +2022-09-18 15:34:48,803 INFO [train.py:885] (1/2) Epoch 19, batch 7900, loss[loss=0.3516, simple_loss=0.4134, pruned_loss=0.1449, over 14238.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04281, over 335.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3508, pruned_loss=0.1061, over 2777006.04 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07152, over 45466.04 utterances.], batch size: 335, lr: 2.46e-04 +2022-09-18 15:35:18,880 INFO [train.py:885] (1/2) Epoch 19, batch 7950, loss[loss=0.1759, simple_loss=0.239, pruned_loss=0.05634, over 12960.00 frames. utt_duration=2075 frames, utt_pad_proportion=0.1331, over 25.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3544, pruned_loss=0.1078, over 2771641.87 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07553, over 47096.14 utterances.], batch size: 25, lr: 2.46e-04 +2022-09-18 15:35:48,283 INFO [train.py:885] (1/2) Epoch 19, batch 8000, loss[loss=0.195, simple_loss=0.2682, pruned_loss=0.06092, over 13552.00 frames. utt_duration=1324 frames, utt_pad_proportion=0.07569, over 41.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3527, pruned_loss=0.1072, over 2773342.07 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07434, over 45794.06 utterances.], batch size: 41, lr: 2.46e-04 +2022-09-18 15:36:17,504 INFO [train.py:885] (1/2) Epoch 19, batch 8050, loss[loss=0.353, simple_loss=0.4452, pruned_loss=0.1304, over 13655.00 frames. utt_duration=98.94 frames, utt_pad_proportion=0.07537, over 560.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3492, pruned_loss=0.1044, over 2774385.11 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07415, over 45670.20 utterances.], batch size: 560, lr: 2.46e-04 +2022-09-18 15:36:47,285 INFO [train.py:885] (1/2) Epoch 19, batch 8100, loss[loss=0.2078, simple_loss=0.2778, pruned_loss=0.06886, over 13263.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1035, over 33.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3512, pruned_loss=0.1055, over 2777996.30 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07408, over 45983.17 utterances.], batch size: 33, lr: 2.46e-04 +2022-09-18 15:37:16,940 INFO [train.py:885] (1/2) Epoch 19, batch 8150, loss[loss=0.3439, simple_loss=0.3899, pruned_loss=0.149, over 14322.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03802, over 283.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3487, pruned_loss=0.1042, over 2782645.58 frames. utt_duration=250 frames, utt_pad_proportion=0.07001, over 44783.10 utterances.], batch size: 283, lr: 2.46e-04 +2022-09-18 15:37:46,551 INFO [train.py:885] (1/2) Epoch 19, batch 8200, loss[loss=0.1804, simple_loss=0.2474, pruned_loss=0.05666, over 13921.00 frames. utt_duration=929.6 frames, utt_pad_proportion=0.05913, over 60.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3476, pruned_loss=0.1035, over 2785079.99 frames. utt_duration=254 frames, utt_pad_proportion=0.06884, over 44115.76 utterances.], batch size: 60, lr: 2.46e-04 +2022-09-18 15:38:15,670 INFO [train.py:885] (1/2) Epoch 19, batch 8250, loss[loss=0.1722, simple_loss=0.2386, pruned_loss=0.05284, over 13259.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.09579, over 41.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3516, pruned_loss=0.1048, over 2783828.28 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07083, over 46667.21 utterances.], batch size: 41, lr: 2.46e-04 +2022-09-18 15:38:45,207 INFO [train.py:885] (1/2) Epoch 19, batch 8300, loss[loss=0.2275, simple_loss=0.2983, pruned_loss=0.07832, over 14112.00 frames. utt_duration=577.5 frames, utt_pad_proportion=0.05171, over 98.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3515, pruned_loss=0.1048, over 2783486.13 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0713, over 46161.59 utterances.], batch size: 98, lr: 2.46e-04 +2022-09-18 15:39:14,425 INFO [train.py:885] (1/2) Epoch 19, batch 8350, loss[loss=0.3163, simple_loss=0.4038, pruned_loss=0.1144, over 13764.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07248, over 411.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3564, pruned_loss=0.1076, over 2780101.39 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07126, over 47574.62 utterances.], batch size: 411, lr: 2.46e-04 +2022-09-18 15:39:43,556 INFO [train.py:885] (1/2) Epoch 19, batch 8400, loss[loss=0.3974, simple_loss=0.49, pruned_loss=0.1524, over 13147.00 frames. utt_duration=82.08 frames, utt_pad_proportion=0.1078, over 653.00 utterances.], tot_loss[loss=0.2876, simple_loss=0.3576, pruned_loss=0.1088, over 2774413.60 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07415, over 47807.89 utterances.], batch size: 653, lr: 2.46e-04 +2022-09-18 15:40:13,254 INFO [train.py:885] (1/2) Epoch 19, batch 8450, loss[loss=0.2073, simple_loss=0.2799, pruned_loss=0.06739, over 14142.00 frames. utt_duration=578.6 frames, utt_pad_proportion=0.05149, over 98.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3569, pruned_loss=0.1085, over 2775708.06 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07406, over 47567.23 utterances.], batch size: 98, lr: 2.46e-04 +2022-09-18 15:40:42,479 INFO [train.py:885] (1/2) Epoch 19, batch 8500, loss[loss=0.2658, simple_loss=0.34, pruned_loss=0.09584, over 14192.00 frames. utt_duration=404 frames, utt_pad_proportion=0.04951, over 141.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3513, pruned_loss=0.1057, over 2777058.06 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07178, over 45372.95 utterances.], batch size: 141, lr: 2.46e-04 +2022-09-18 15:41:12,903 INFO [train.py:885] (1/2) Epoch 19, batch 8550, loss[loss=0.2024, simple_loss=0.2775, pruned_loss=0.06369, over 14221.00 frames. utt_duration=523.4 frames, utt_pad_proportion=0.04147, over 109.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3563, pruned_loss=0.1087, over 2780861.97 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07189, over 46814.50 utterances.], batch size: 109, lr: 2.46e-04 +2022-09-18 15:41:41,700 INFO [train.py:885] (1/2) Epoch 19, batch 8600, loss[loss=0.2164, simple_loss=0.2853, pruned_loss=0.07374, over 14051.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05401, over 98.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3526, pruned_loss=0.1068, over 2784593.73 frames. utt_duration=246 frames, utt_pad_proportion=0.07016, over 45557.87 utterances.], batch size: 98, lr: 2.46e-04 +2022-09-18 15:42:11,259 INFO [train.py:885] (1/2) Epoch 19, batch 8650, loss[loss=0.2487, simple_loss=0.3039, pruned_loss=0.09673, over 14184.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04411, over 109.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3516, pruned_loss=0.1055, over 2784019.20 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06963, over 46256.38 utterances.], batch size: 109, lr: 2.46e-04 +2022-09-18 15:42:41,394 INFO [train.py:885] (1/2) Epoch 19, batch 8700, loss[loss=0.317, simple_loss=0.4183, pruned_loss=0.1079, over 13638.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07976, over 477.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3523, pruned_loss=0.1063, over 2782251.58 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07086, over 46400.12 utterances.], batch size: 477, lr: 2.46e-04 +2022-09-18 15:43:10,942 INFO [train.py:885] (1/2) Epoch 19, batch 8750, loss[loss=0.2892, simple_loss=0.3509, pruned_loss=0.1138, over 14233.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04666, over 141.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3528, pruned_loss=0.1064, over 2774490.16 frames. utt_duration=237 frames, utt_pad_proportion=0.07428, over 47126.79 utterances.], batch size: 141, lr: 2.46e-04 +2022-09-18 15:43:40,397 INFO [train.py:885] (1/2) Epoch 19, batch 8800, loss[loss=0.5772, simple_loss=0.6405, pruned_loss=0.2569, over 12555.00 frames. utt_duration=63.33 frames, utt_pad_proportion=0.1442, over 811.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3534, pruned_loss=0.107, over 2779655.95 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07269, over 46566.71 utterances.], batch size: 811, lr: 2.46e-04 +2022-09-18 15:44:10,452 INFO [train.py:885] (1/2) Epoch 19, batch 8850, loss[loss=0.6016, simple_loss=0.663, pruned_loss=0.2701, over 12483.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1456, over 810.00 utterances.], tot_loss[loss=0.2872, simple_loss=0.3567, pruned_loss=0.1089, over 2778261.93 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07429, over 47268.55 utterances.], batch size: 810, lr: 2.46e-04 +2022-09-18 15:44:40,119 INFO [train.py:885] (1/2) Epoch 19, batch 8900, loss[loss=0.1719, simple_loss=0.2369, pruned_loss=0.05346, over 13121.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1151, over 33.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3556, pruned_loss=0.1078, over 2778225.78 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07224, over 47242.47 utterances.], batch size: 33, lr: 2.45e-04 +2022-09-18 15:45:09,635 INFO [train.py:885] (1/2) Epoch 19, batch 8950, loss[loss=0.214, simple_loss=0.2951, pruned_loss=0.06643, over 14188.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04746, over 89.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.353, pruned_loss=0.1067, over 2776809.98 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07219, over 46021.38 utterances.], batch size: 89, lr: 2.45e-04 +2022-09-18 15:45:39,676 INFO [train.py:885] (1/2) Epoch 19, batch 9000, loss[loss=0.1435, simple_loss=0.2033, pruned_loss=0.04191, over 12168.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1787, over 24.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3534, pruned_loss=0.1068, over 2777258.53 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07103, over 45966.99 utterances.], batch size: 24, lr: 2.45e-04 +2022-09-18 15:45:39,678 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 15:45:43,839 INFO [train.py:914] (1/2) Epoch 19, validation: loss=0.2024, simple_loss=0.2815, pruned_loss=0.06165, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 15:46:13,586 INFO [train.py:885] (1/2) Epoch 19, batch 9050, loss[loss=0.2612, simple_loss=0.3403, pruned_loss=0.09106, over 14306.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03985, over 262.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3554, pruned_loss=0.1083, over 2777111.88 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07234, over 46921.96 utterances.], batch size: 262, lr: 2.45e-04 +2022-09-18 15:46:42,941 INFO [train.py:885] (1/2) Epoch 19, batch 9100, loss[loss=0.2218, simple_loss=0.2902, pruned_loss=0.07673, over 14189.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.04377, over 109.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3554, pruned_loss=0.1083, over 2776799.81 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07378, over 46655.83 utterances.], batch size: 109, lr: 2.45e-04 +2022-09-18 15:47:12,986 INFO [train.py:885] (1/2) Epoch 19, batch 9150, loss[loss=0.1831, simple_loss=0.2624, pruned_loss=0.05188, over 13400.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.086, over 41.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3497, pruned_loss=0.1051, over 2774474.09 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07464, over 44866.85 utterances.], batch size: 41, lr: 2.45e-04 +2022-09-18 15:47:42,452 INFO [train.py:885] (1/2) Epoch 19, batch 9200, loss[loss=0.1901, simple_loss=0.2496, pruned_loss=0.06533, over 13294.00 frames. utt_duration=1613 frames, utt_pad_proportion=0.1009, over 33.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3488, pruned_loss=0.105, over 2770019.51 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07559, over 44555.78 utterances.], batch size: 33, lr: 2.45e-04 +2022-09-18 15:48:12,006 INFO [train.py:885] (1/2) Epoch 19, batch 9250, loss[loss=0.3229, simple_loss=0.4193, pruned_loss=0.1133, over 13620.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07712, over 560.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3492, pruned_loss=0.1053, over 2771908.23 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07677, over 44920.00 utterances.], batch size: 560, lr: 2.45e-04 +2022-09-18 15:48:41,175 INFO [train.py:885] (1/2) Epoch 19, batch 9300, loss[loss=0.2343, simple_loss=0.2944, pruned_loss=0.08713, over 12700.00 frames. utt_duration=2034 frames, utt_pad_proportion=0.138, over 25.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3514, pruned_loss=0.1066, over 2770154.47 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07689, over 45895.31 utterances.], batch size: 25, lr: 2.45e-04 +2022-09-18 15:49:11,033 INFO [train.py:885] (1/2) Epoch 19, batch 9350, loss[loss=0.4996, simple_loss=0.5476, pruned_loss=0.2258, over 13606.00 frames. utt_duration=98.6 frames, utt_pad_proportion=0.07852, over 560.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3509, pruned_loss=0.1056, over 2769454.64 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07604, over 45768.13 utterances.], batch size: 560, lr: 2.45e-04 +2022-09-18 15:49:40,972 INFO [train.py:885] (1/2) Epoch 19, batch 9400, loss[loss=0.227, simple_loss=0.3039, pruned_loss=0.07507, over 14249.00 frames. utt_duration=641.9 frames, utt_pad_proportion=0.04194, over 89.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3502, pruned_loss=0.105, over 2773404.94 frames. utt_duration=246 frames, utt_pad_proportion=0.07529, over 45369.48 utterances.], batch size: 89, lr: 2.45e-04 +2022-09-18 15:50:10,272 INFO [train.py:885] (1/2) Epoch 19, batch 9450, loss[loss=0.3285, simple_loss=0.3917, pruned_loss=0.1326, over 14324.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03872, over 262.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.351, pruned_loss=0.1054, over 2777948.52 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07397, over 45728.83 utterances.], batch size: 262, lr: 2.45e-04 +2022-09-18 15:50:39,912 INFO [train.py:885] (1/2) Epoch 19, batch 9500, loss[loss=0.2602, simple_loss=0.323, pruned_loss=0.09864, over 14204.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.0427, over 109.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3543, pruned_loss=0.1073, over 2775957.52 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07465, over 46652.93 utterances.], batch size: 109, lr: 2.45e-04 +2022-09-18 15:51:09,790 INFO [train.py:885] (1/2) Epoch 19, batch 9550, loss[loss=0.2656, simple_loss=0.337, pruned_loss=0.09711, over 14349.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03925, over 167.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.357, pruned_loss=0.1081, over 2777264.09 frames. utt_duration=234 frames, utt_pad_proportion=0.07535, over 47777.76 utterances.], batch size: 167, lr: 2.45e-04 +2022-09-18 15:51:39,064 INFO [train.py:885] (1/2) Epoch 19, batch 9600, loss[loss=0.2825, simple_loss=0.3364, pruned_loss=0.1143, over 14253.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04521, over 141.00 utterances.], tot_loss[loss=0.2871, simple_loss=0.3562, pruned_loss=0.109, over 2780533.61 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07306, over 46764.06 utterances.], batch size: 141, lr: 2.45e-04 +2022-09-18 15:52:09,032 INFO [train.py:885] (1/2) Epoch 19, batch 9650, loss[loss=0.2316, simple_loss=0.3052, pruned_loss=0.07902, over 14353.00 frames. utt_duration=479.9 frames, utt_pad_proportion=0.03631, over 120.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3541, pruned_loss=0.1072, over 2781431.84 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07243, over 46035.61 utterances.], batch size: 120, lr: 2.45e-04 +2022-09-18 15:52:38,256 INFO [train.py:885] (1/2) Epoch 19, batch 9700, loss[loss=0.3751, simple_loss=0.4723, pruned_loss=0.139, over 13111.00 frames. utt_duration=81.94 frames, utt_pad_proportion=0.1093, over 653.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3513, pruned_loss=0.1065, over 2783423.20 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06991, over 44644.94 utterances.], batch size: 653, lr: 2.45e-04 +2022-09-18 15:53:08,174 INFO [train.py:885] (1/2) Epoch 19, batch 9750, loss[loss=0.3066, simple_loss=0.3736, pruned_loss=0.1198, over 14338.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03713, over 195.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3546, pruned_loss=0.1078, over 2780381.34 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07199, over 46532.16 utterances.], batch size: 195, lr: 2.45e-04 +2022-09-18 15:53:37,492 INFO [train.py:885] (1/2) Epoch 19, batch 9800, loss[loss=0.3019, simple_loss=0.3939, pruned_loss=0.1049, over 13810.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06903, over 411.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3547, pruned_loss=0.1081, over 2777917.08 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07296, over 46406.17 utterances.], batch size: 411, lr: 2.45e-04 +2022-09-18 15:54:07,367 INFO [train.py:885] (1/2) Epoch 19, batch 9850, loss[loss=0.2043, simple_loss=0.272, pruned_loss=0.06831, over 14193.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04709, over 89.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3552, pruned_loss=0.1089, over 2781122.79 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07183, over 45954.71 utterances.], batch size: 89, lr: 2.45e-04 +2022-09-18 15:54:36,641 INFO [train.py:885] (1/2) Epoch 19, batch 9900, loss[loss=0.2894, simple_loss=0.3484, pruned_loss=0.1152, over 14271.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04365, over 141.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3538, pruned_loss=0.108, over 2783370.52 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07074, over 45308.96 utterances.], batch size: 141, lr: 2.45e-04 +2022-09-18 15:55:06,666 INFO [train.py:885] (1/2) Epoch 19, batch 9950, loss[loss=0.2089, simple_loss=0.2745, pruned_loss=0.0717, over 13808.00 frames. utt_duration=921.9 frames, utt_pad_proportion=0.07162, over 60.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.354, pruned_loss=0.1083, over 2782405.07 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07041, over 45387.34 utterances.], batch size: 60, lr: 2.45e-04 +2022-09-18 15:55:35,584 INFO [train.py:885] (1/2) Epoch 19, batch 10000, loss[loss=0.3159, simple_loss=0.3762, pruned_loss=0.1278, over 14355.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03572, over 210.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3532, pruned_loss=0.1072, over 2784115.89 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06872, over 45426.46 utterances.], batch size: 210, lr: 2.45e-04 +2022-09-18 15:56:06,482 INFO [train.py:885] (1/2) Epoch 19, batch 10050, loss[loss=0.2676, simple_loss=0.3505, pruned_loss=0.09238, over 14315.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03856, over 210.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3563, pruned_loss=0.1087, over 2782300.42 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07021, over 46909.98 utterances.], batch size: 210, lr: 2.45e-04 +2022-09-18 15:56:36,105 INFO [train.py:885] (1/2) Epoch 19, batch 10100, loss[loss=0.3881, simple_loss=0.4326, pruned_loss=0.1718, over 14176.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04592, over 306.00 utterances.], tot_loss[loss=0.2878, simple_loss=0.357, pruned_loss=0.1093, over 2784470.34 frames. utt_duration=242.8 frames, utt_pad_proportion=0.06925, over 46154.10 utterances.], batch size: 306, lr: 2.45e-04 +2022-09-18 15:57:05,019 INFO [train.py:885] (1/2) Epoch 19, batch 10150, loss[loss=0.2991, simple_loss=0.3663, pruned_loss=0.1159, over 14243.00 frames. utt_duration=317.8 frames, utt_pad_proportion=0.04279, over 180.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3533, pruned_loss=0.1075, over 2783440.59 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06849, over 44857.64 utterances.], batch size: 180, lr: 2.45e-04 +2022-09-18 15:57:35,026 INFO [train.py:885] (1/2) Epoch 19, batch 10200, loss[loss=0.2183, simple_loss=0.2984, pruned_loss=0.06912, over 14110.00 frames. utt_duration=635.8 frames, utt_pad_proportion=0.05253, over 89.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3541, pruned_loss=0.1075, over 2783153.85 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07004, over 45538.25 utterances.], batch size: 89, lr: 2.45e-04 +2022-09-18 15:58:04,509 INFO [train.py:885] (1/2) Epoch 19, batch 10250, loss[loss=0.3065, simple_loss=0.3679, pruned_loss=0.1225, over 14275.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04014, over 180.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3535, pruned_loss=0.1071, over 2779060.77 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07001, over 45352.28 utterances.], batch size: 180, lr: 2.45e-04 +2022-09-18 15:58:34,203 INFO [train.py:885] (1/2) Epoch 19, batch 10300, loss[loss=0.1792, simple_loss=0.2673, pruned_loss=0.04554, over 13865.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.06261, over 69.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3543, pruned_loss=0.1075, over 2777764.28 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07353, over 46173.31 utterances.], batch size: 69, lr: 2.45e-04 +2022-09-18 15:59:03,675 INFO [train.py:885] (1/2) Epoch 19, batch 10350, loss[loss=0.2867, simple_loss=0.3554, pruned_loss=0.109, over 14294.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.04269, over 141.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3542, pruned_loss=0.1077, over 2776860.30 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07328, over 45896.07 utterances.], batch size: 141, lr: 2.45e-04 +2022-09-18 15:59:33,412 INFO [train.py:885] (1/2) Epoch 19, batch 10400, loss[loss=0.4715, simple_loss=0.548, pruned_loss=0.1975, over 13116.00 frames. utt_duration=81.81 frames, utt_pad_proportion=0.1108, over 653.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3577, pruned_loss=0.1094, over 2780104.62 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07299, over 46725.22 utterances.], batch size: 653, lr: 2.45e-04 +2022-09-18 16:00:02,910 INFO [train.py:885] (1/2) Epoch 19, batch 10450, loss[loss=0.2513, simple_loss=0.3222, pruned_loss=0.09025, over 14357.00 frames. utt_duration=479.9 frames, utt_pad_proportion=0.03624, over 120.00 utterances.], tot_loss[loss=0.288, simple_loss=0.357, pruned_loss=0.1095, over 2775556.45 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07458, over 46807.07 utterances.], batch size: 120, lr: 2.45e-04 +2022-09-18 16:00:32,057 INFO [train.py:885] (1/2) Epoch 19, batch 10500, loss[loss=0.2492, simple_loss=0.3444, pruned_loss=0.07703, over 14341.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03948, over 167.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3512, pruned_loss=0.1062, over 2778657.58 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07119, over 44517.19 utterances.], batch size: 167, lr: 2.45e-04 +2022-09-18 16:01:02,344 INFO [train.py:885] (1/2) Epoch 19, batch 10550, loss[loss=0.2326, simple_loss=0.2761, pruned_loss=0.0945, over 12765.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.147, over 25.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3557, pruned_loss=0.1085, over 2776007.60 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07307, over 46714.03 utterances.], batch size: 25, lr: 2.45e-04 +2022-09-18 16:01:31,550 INFO [train.py:885] (1/2) Epoch 19, batch 10600, loss[loss=0.309, simple_loss=0.3708, pruned_loss=0.1236, over 14367.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03189, over 210.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3524, pruned_loss=0.1063, over 2777252.39 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07263, over 45403.34 utterances.], batch size: 210, lr: 2.45e-04 +2022-09-18 16:02:01,296 INFO [train.py:885] (1/2) Epoch 19, batch 10650, loss[loss=0.3517, simple_loss=0.4087, pruned_loss=0.1473, over 14217.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04348, over 306.00 utterances.], tot_loss[loss=0.2877, simple_loss=0.3579, pruned_loss=0.1087, over 2780605.53 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07304, over 48086.29 utterances.], batch size: 306, lr: 2.45e-04 +2022-09-18 16:02:30,778 INFO [train.py:885] (1/2) Epoch 19, batch 10700, loss[loss=0.5211, simple_loss=0.6011, pruned_loss=0.2206, over 12554.00 frames. utt_duration=63.44 frames, utt_pad_proportion=0.1428, over 811.00 utterances.], tot_loss[loss=0.291, simple_loss=0.3611, pruned_loss=0.1105, over 2779499.12 frames. utt_duration=228.2 frames, utt_pad_proportion=0.07521, over 49035.83 utterances.], batch size: 811, lr: 2.45e-04 +2022-09-18 16:03:06,756 INFO [train.py:885] (1/2) Epoch 19, batch 10750, loss[loss=0.2732, simple_loss=0.3574, pruned_loss=0.0945, over 14361.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03831, over 167.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3588, pruned_loss=0.1098, over 2774391.00 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07584, over 48003.02 utterances.], batch size: 167, lr: 2.45e-04 +2022-09-18 16:03:36,752 INFO [train.py:885] (1/2) Epoch 19, batch 10800, loss[loss=0.3256, simple_loss=0.3898, pruned_loss=0.1307, over 14296.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04004, over 283.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3566, pruned_loss=0.1085, over 2778356.02 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07338, over 46729.53 utterances.], batch size: 283, lr: 2.45e-04 +2022-09-18 16:04:05,955 INFO [train.py:885] (1/2) Epoch 19, batch 10850, loss[loss=0.2946, simple_loss=0.3685, pruned_loss=0.1104, over 14300.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.03991, over 195.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3542, pruned_loss=0.1073, over 2777566.59 frames. utt_duration=244 frames, utt_pad_proportion=0.07366, over 45809.37 utterances.], batch size: 195, lr: 2.44e-04 +2022-09-18 16:04:35,109 INFO [train.py:885] (1/2) Epoch 19, batch 10900, loss[loss=0.2353, simple_loss=0.3063, pruned_loss=0.08216, over 14149.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04639, over 109.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3523, pruned_loss=0.1065, over 2777645.66 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07169, over 44474.59 utterances.], batch size: 109, lr: 2.44e-04 +2022-09-18 16:05:04,490 INFO [train.py:885] (1/2) Epoch 19, batch 10950, loss[loss=0.3434, simple_loss=0.3934, pruned_loss=0.1467, over 14338.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03672, over 195.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.353, pruned_loss=0.1068, over 2778440.16 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07276, over 45322.85 utterances.], batch size: 195, lr: 2.44e-04 +2022-09-18 16:05:34,468 INFO [train.py:885] (1/2) Epoch 19, batch 11000, loss[loss=0.1834, simple_loss=0.2433, pruned_loss=0.0617, over 13527.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08783, over 50.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3489, pruned_loss=0.1043, over 2777158.51 frames. utt_duration=252.2 frames, utt_pad_proportion=0.0726, over 44311.09 utterances.], batch size: 50, lr: 2.44e-04 +2022-09-18 16:06:04,273 INFO [train.py:885] (1/2) Epoch 19, batch 11050, loss[loss=0.2777, simple_loss=0.3626, pruned_loss=0.09639, over 14313.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03899, over 283.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3527, pruned_loss=0.1062, over 2776507.13 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07202, over 45650.13 utterances.], batch size: 283, lr: 2.44e-04 +2022-09-18 16:06:34,182 INFO [train.py:885] (1/2) Epoch 19, batch 11100, loss[loss=0.2164, simple_loss=0.3049, pruned_loss=0.06394, over 14258.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04477, over 141.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3537, pruned_loss=0.1066, over 2784830.63 frames. utt_duration=243.9 frames, utt_pad_proportion=0.0704, over 45958.42 utterances.], batch size: 141, lr: 2.44e-04 +2022-09-18 16:07:03,817 INFO [train.py:885] (1/2) Epoch 19, batch 11150, loss[loss=0.2186, simple_loss=0.292, pruned_loss=0.07254, over 13994.00 frames. utt_duration=710 frames, utt_pad_proportion=0.05962, over 79.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3508, pruned_loss=0.1054, over 2781107.52 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06975, over 44603.47 utterances.], batch size: 79, lr: 2.44e-04 +2022-09-18 16:07:33,479 INFO [train.py:885] (1/2) Epoch 19, batch 11200, loss[loss=0.3731, simple_loss=0.4247, pruned_loss=0.1608, over 14231.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04237, over 306.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3539, pruned_loss=0.1075, over 2779009.10 frames. utt_duration=245.7 frames, utt_pad_proportion=0.0709, over 45514.45 utterances.], batch size: 306, lr: 2.44e-04 +2022-09-18 16:08:02,197 INFO [train.py:885] (1/2) Epoch 19, batch 11250, loss[loss=0.2306, simple_loss=0.2984, pruned_loss=0.0814, over 13602.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08524, over 50.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3548, pruned_loss=0.1078, over 2778616.10 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07088, over 46190.06 utterances.], batch size: 50, lr: 2.44e-04 +2022-09-18 16:08:32,382 INFO [train.py:885] (1/2) Epoch 19, batch 11300, loss[loss=0.5656, simple_loss=0.6241, pruned_loss=0.2535, over 12500.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.1451, over 810.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3557, pruned_loss=0.1083, over 2776806.69 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07246, over 47025.99 utterances.], batch size: 810, lr: 2.44e-04 +2022-09-18 16:09:00,778 INFO [train.py:885] (1/2) Epoch 19, batch 11350, loss[loss=0.2247, simple_loss=0.3051, pruned_loss=0.07216, over 14297.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04023, over 120.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.352, pruned_loss=0.1058, over 2781528.85 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07016, over 45607.67 utterances.], batch size: 120, lr: 2.44e-04 +2022-09-18 16:09:30,862 INFO [train.py:885] (1/2) Epoch 19, batch 11400, loss[loss=0.2962, simple_loss=0.397, pruned_loss=0.09768, over 13641.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08081, over 477.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3551, pruned_loss=0.1072, over 2775591.45 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07401, over 47180.05 utterances.], batch size: 477, lr: 2.44e-04 +2022-09-18 16:10:00,655 INFO [train.py:885] (1/2) Epoch 19, batch 11450, loss[loss=0.3268, simple_loss=0.4099, pruned_loss=0.1219, over 13737.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07333, over 411.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3509, pruned_loss=0.1053, over 2777796.08 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07242, over 45512.05 utterances.], batch size: 411, lr: 2.44e-04 +2022-09-18 16:10:30,926 INFO [train.py:885] (1/2) Epoch 19, batch 11500, loss[loss=0.3152, simple_loss=0.4115, pruned_loss=0.1095, over 13588.00 frames. utt_duration=98.35 frames, utt_pad_proportion=0.08086, over 560.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3521, pruned_loss=0.1064, over 2778843.83 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07251, over 45804.09 utterances.], batch size: 560, lr: 2.44e-04 +2022-09-18 16:11:00,802 INFO [train.py:885] (1/2) Epoch 19, batch 11550, loss[loss=0.4176, simple_loss=0.4846, pruned_loss=0.1754, over 13597.00 frames. utt_duration=98.44 frames, utt_pad_proportion=0.08001, over 560.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.351, pruned_loss=0.1052, over 2780419.30 frames. utt_duration=244.8 frames, utt_pad_proportion=0.0724, over 45708.29 utterances.], batch size: 560, lr: 2.44e-04 +2022-09-18 16:11:30,166 INFO [train.py:885] (1/2) Epoch 19, batch 11600, loss[loss=0.2334, simple_loss=0.3173, pruned_loss=0.07476, over 14360.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.03821, over 155.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3545, pruned_loss=0.1066, over 2779371.40 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07408, over 47569.39 utterances.], batch size: 155, lr: 2.44e-04 +2022-09-18 16:12:00,255 INFO [train.py:885] (1/2) Epoch 19, batch 11650, loss[loss=0.305, simple_loss=0.4022, pruned_loss=0.1039, over 13739.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07388, over 411.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3503, pruned_loss=0.1047, over 2779772.42 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07149, over 45517.77 utterances.], batch size: 411, lr: 2.44e-04 +2022-09-18 16:12:29,510 INFO [train.py:885] (1/2) Epoch 19, batch 11700, loss[loss=0.1745, simple_loss=0.2362, pruned_loss=0.05635, over 13826.00 frames. utt_duration=803 frames, utt_pad_proportion=0.06409, over 69.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3492, pruned_loss=0.1047, over 2783872.31 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06832, over 43973.68 utterances.], batch size: 69, lr: 2.44e-04 +2022-09-18 16:12:59,538 INFO [train.py:885] (1/2) Epoch 19, batch 11750, loss[loss=0.3636, simple_loss=0.4523, pruned_loss=0.1375, over 13605.00 frames. utt_duration=98.51 frames, utt_pad_proportion=0.07939, over 560.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.349, pruned_loss=0.1046, over 2784728.44 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06876, over 44362.49 utterances.], batch size: 560, lr: 2.44e-04 +2022-09-18 16:13:28,548 INFO [train.py:885] (1/2) Epoch 19, batch 11800, loss[loss=0.2583, simple_loss=0.3432, pruned_loss=0.08668, over 14246.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04226, over 225.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3485, pruned_loss=0.1038, over 2788021.74 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06625, over 43444.09 utterances.], batch size: 225, lr: 2.44e-04 +2022-09-18 16:13:57,925 INFO [train.py:885] (1/2) Epoch 19, batch 11850, loss[loss=0.2194, simple_loss=0.2942, pruned_loss=0.07229, over 14294.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04013, over 120.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3482, pruned_loss=0.1044, over 2788689.74 frames. utt_duration=262.6 frames, utt_pad_proportion=0.065, over 42710.46 utterances.], batch size: 120, lr: 2.44e-04 +2022-09-18 16:14:27,311 INFO [train.py:885] (1/2) Epoch 19, batch 11900, loss[loss=0.3186, simple_loss=0.4108, pruned_loss=0.1131, over 13719.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07499, over 411.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3518, pruned_loss=0.1055, over 2786976.97 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06791, over 44785.87 utterances.], batch size: 411, lr: 2.44e-04 +2022-09-18 16:14:57,096 INFO [train.py:885] (1/2) Epoch 19, batch 11950, loss[loss=0.5139, simple_loss=0.5996, pruned_loss=0.2141, over 12440.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1478, over 810.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3526, pruned_loss=0.1056, over 2783537.81 frames. utt_duration=244 frames, utt_pad_proportion=0.07074, over 45903.51 utterances.], batch size: 810, lr: 2.44e-04 +2022-09-18 16:15:26,585 INFO [train.py:885] (1/2) Epoch 19, batch 12000, loss[loss=0.3444, simple_loss=0.4041, pruned_loss=0.1423, over 14311.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03938, over 262.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.353, pruned_loss=0.1056, over 2786849.42 frames. utt_duration=244.3 frames, utt_pad_proportion=0.06949, over 45897.17 utterances.], batch size: 262, lr: 2.44e-04 +2022-09-18 16:15:26,586 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 16:15:31,139 INFO [train.py:914] (1/2) Epoch 19, validation: loss=0.1956, simple_loss=0.2755, pruned_loss=0.05781, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 16:16:00,961 INFO [train.py:885] (1/2) Epoch 19, batch 12050, loss[loss=0.4779, simple_loss=0.5687, pruned_loss=0.1935, over 12468.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 811.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3517, pruned_loss=0.1037, over 2784065.00 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07101, over 46190.70 utterances.], batch size: 811, lr: 2.44e-04 +2022-09-18 16:16:31,204 INFO [train.py:885] (1/2) Epoch 19, batch 12100, loss[loss=0.2831, simple_loss=0.3545, pruned_loss=0.1059, over 14333.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03909, over 154.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3516, pruned_loss=0.1041, over 2788667.52 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06848, over 46410.69 utterances.], batch size: 154, lr: 2.44e-04 +2022-09-18 16:17:00,887 INFO [train.py:885] (1/2) Epoch 19, batch 12150, loss[loss=0.2002, simple_loss=0.267, pruned_loss=0.06669, over 14255.00 frames. utt_duration=642.2 frames, utt_pad_proportion=0.04287, over 89.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3518, pruned_loss=0.1052, over 2788637.09 frames. utt_duration=248.7 frames, utt_pad_proportion=0.068, over 45111.56 utterances.], batch size: 89, lr: 2.44e-04 +2022-09-18 16:17:30,426 INFO [train.py:885] (1/2) Epoch 19, batch 12200, loss[loss=0.2765, simple_loss=0.3378, pruned_loss=0.1075, over 14175.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04456, over 109.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3528, pruned_loss=0.1062, over 2791984.58 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06745, over 44876.07 utterances.], batch size: 109, lr: 2.44e-04 +2022-09-18 16:18:00,095 INFO [train.py:885] (1/2) Epoch 19, batch 12250, loss[loss=0.267, simple_loss=0.3745, pruned_loss=0.07977, over 13756.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07273, over 411.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3524, pruned_loss=0.1067, over 2791404.92 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06629, over 44308.72 utterances.], batch size: 411, lr: 2.44e-04 +2022-09-18 16:18:30,193 INFO [train.py:885] (1/2) Epoch 19, batch 12300, loss[loss=0.1988, simple_loss=0.2586, pruned_loss=0.06955, over 13885.00 frames. utt_duration=806.3 frames, utt_pad_proportion=0.06025, over 69.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3567, pruned_loss=0.1089, over 2784236.03 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07158, over 47045.74 utterances.], batch size: 69, lr: 2.44e-04 +2022-09-18 16:18:59,951 INFO [train.py:885] (1/2) Epoch 19, batch 12350, loss[loss=0.2794, simple_loss=0.3543, pruned_loss=0.1022, over 14286.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.03985, over 154.00 utterances.], tot_loss[loss=0.2875, simple_loss=0.3569, pruned_loss=0.109, over 2784594.38 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07169, over 47178.93 utterances.], batch size: 154, lr: 2.44e-04 +2022-09-18 16:19:29,163 INFO [train.py:885] (1/2) Epoch 19, batch 12400, loss[loss=0.3152, simple_loss=0.4136, pruned_loss=0.1084, over 13635.00 frames. utt_duration=98.84 frames, utt_pad_proportion=0.07625, over 560.00 utterances.], tot_loss[loss=0.2905, simple_loss=0.3594, pruned_loss=0.1109, over 2786242.93 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07126, over 47241.68 utterances.], batch size: 560, lr: 2.44e-04 +2022-09-18 16:19:58,958 INFO [train.py:885] (1/2) Epoch 19, batch 12450, loss[loss=0.3394, simple_loss=0.399, pruned_loss=0.1399, over 14225.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04386, over 335.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3552, pruned_loss=0.1087, over 2786374.57 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06885, over 45517.21 utterances.], batch size: 335, lr: 2.44e-04 +2022-09-18 16:20:28,516 INFO [train.py:885] (1/2) Epoch 19, batch 12500, loss[loss=0.1975, simple_loss=0.2833, pruned_loss=0.05582, over 14146.00 frames. utt_duration=637.5 frames, utt_pad_proportion=0.0499, over 89.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3557, pruned_loss=0.1083, over 2779206.16 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07214, over 46304.22 utterances.], batch size: 89, lr: 2.44e-04 +2022-09-18 16:20:57,819 INFO [train.py:885] (1/2) Epoch 19, batch 12550, loss[loss=0.3403, simple_loss=0.4127, pruned_loss=0.134, over 14015.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05734, over 366.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3581, pruned_loss=0.1097, over 2783236.97 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07137, over 47241.57 utterances.], batch size: 366, lr: 2.44e-04 +2022-09-18 16:21:25,626 INFO [train.py:885] (1/2) Epoch 19, batch 12600, loss[loss=0.3398, simple_loss=0.4053, pruned_loss=0.1372, over 14248.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04193, over 306.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3538, pruned_loss=0.1075, over 2782975.02 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07124, over 45467.40 utterances.], batch size: 306, lr: 2.44e-04 +2022-09-18 16:21:45,506 INFO [train.py:885] (1/2) Epoch 20, batch 0, loss[loss=0.3605, simple_loss=0.4654, pruned_loss=0.1278, over 13087.00 frames. utt_duration=81.75 frames, utt_pad_proportion=0.1114, over 653.00 utterances.], tot_loss[loss=0.3605, simple_loss=0.4654, pruned_loss=0.1278, over 13087.00 frames. utt_duration=81.75 frames, utt_pad_proportion=0.1114, over 653.00 utterances.], batch size: 653, lr: 2.38e-04 +2022-09-18 16:22:16,725 INFO [train.py:885] (1/2) Epoch 20, batch 50, loss[loss=0.1969, simple_loss=0.2637, pruned_loss=0.06503, over 13749.00 frames. utt_duration=917.9 frames, utt_pad_proportion=0.07475, over 60.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3447, pruned_loss=0.1013, over 628569.38 frames. utt_duration=267.1 frames, utt_pad_proportion=0.06976, over 9466.22 utterances.], batch size: 60, lr: 2.38e-04 +2022-09-18 16:22:46,112 INFO [train.py:885] (1/2) Epoch 20, batch 100, loss[loss=0.5181, simple_loss=0.5774, pruned_loss=0.2294, over 13186.00 frames. utt_duration=82.35 frames, utt_pad_proportion=0.1049, over 653.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3509, pruned_loss=0.1047, over 1105754.62 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06878, over 17701.43 utterances.], batch size: 653, lr: 2.38e-04 +2022-09-18 16:23:15,697 INFO [train.py:885] (1/2) Epoch 20, batch 150, loss[loss=0.2242, simple_loss=0.2823, pruned_loss=0.08301, over 14129.00 frames. utt_duration=716.6 frames, utt_pad_proportion=0.05209, over 79.00 utterances.], tot_loss[loss=0.2906, simple_loss=0.3607, pruned_loss=0.1103, over 1477527.44 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07213, over 25699.93 utterances.], batch size: 79, lr: 2.38e-04 +2022-09-18 16:23:45,501 INFO [train.py:885] (1/2) Epoch 20, batch 200, loss[loss=0.257, simple_loss=0.3176, pruned_loss=0.09817, over 14119.00 frames. utt_duration=577.8 frames, utt_pad_proportion=0.05281, over 98.00 utterances.], tot_loss[loss=0.2924, simple_loss=0.3617, pruned_loss=0.1116, over 1769978.81 frames. utt_duration=234 frames, utt_pad_proportion=0.07037, over 30441.92 utterances.], batch size: 98, lr: 2.38e-04 +2022-09-18 16:24:16,075 INFO [train.py:885] (1/2) Epoch 20, batch 250, loss[loss=0.2925, simple_loss=0.3693, pruned_loss=0.1078, over 14372.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03229, over 244.00 utterances.], tot_loss[loss=0.2917, simple_loss=0.361, pruned_loss=0.1112, over 1996372.95 frames. utt_duration=235.6 frames, utt_pad_proportion=0.06954, over 34102.86 utterances.], batch size: 244, lr: 2.38e-04 +2022-09-18 16:24:46,505 INFO [train.py:885] (1/2) Epoch 20, batch 300, loss[loss=0.2399, simple_loss=0.3068, pruned_loss=0.08652, over 14167.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04886, over 89.00 utterances.], tot_loss[loss=0.2892, simple_loss=0.3589, pruned_loss=0.1097, over 2170736.80 frames. utt_duration=235.1 frames, utt_pad_proportion=0.06937, over 37162.96 utterances.], batch size: 89, lr: 2.38e-04 +2022-09-18 16:25:15,715 INFO [train.py:885] (1/2) Epoch 20, batch 350, loss[loss=0.175, simple_loss=0.2307, pruned_loss=0.05961, over 13827.00 frames. utt_duration=923.1 frames, utt_pad_proportion=0.06947, over 60.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3559, pruned_loss=0.109, over 2302208.58 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07173, over 38913.25 utterances.], batch size: 60, lr: 2.38e-04 +2022-09-18 16:25:45,495 INFO [train.py:885] (1/2) Epoch 20, batch 400, loss[loss=0.2024, simple_loss=0.2632, pruned_loss=0.07081, over 13564.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08614, over 50.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3556, pruned_loss=0.1079, over 2411174.01 frames. utt_duration=237 frames, utt_pad_proportion=0.07068, over 40946.44 utterances.], batch size: 50, lr: 2.38e-04 +2022-09-18 16:26:14,330 INFO [train.py:885] (1/2) Epoch 20, batch 450, loss[loss=0.3184, simple_loss=0.4203, pruned_loss=0.1083, over 13572.00 frames. utt_duration=98.31 frames, utt_pad_proportion=0.08121, over 560.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3551, pruned_loss=0.1077, over 2498666.89 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06737, over 40794.96 utterances.], batch size: 560, lr: 2.37e-04 +2022-09-18 16:26:44,051 INFO [train.py:885] (1/2) Epoch 20, batch 500, loss[loss=0.2292, simple_loss=0.2963, pruned_loss=0.08107, over 14176.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.04311, over 109.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3511, pruned_loss=0.1052, over 2563237.49 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06642, over 40271.88 utterances.], batch size: 109, lr: 2.37e-04 +2022-09-18 16:27:13,724 INFO [train.py:885] (1/2) Epoch 20, batch 550, loss[loss=0.2016, simple_loss=0.2498, pruned_loss=0.07675, over 13158.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.1175, over 33.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3531, pruned_loss=0.106, over 2613697.97 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06674, over 41868.35 utterances.], batch size: 33, lr: 2.37e-04 +2022-09-18 16:27:43,721 INFO [train.py:885] (1/2) Epoch 20, batch 600, loss[loss=0.278, simple_loss=0.3265, pruned_loss=0.1147, over 12346.00 frames. utt_duration=2059 frames, utt_pad_proportion=0.1626, over 24.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3559, pruned_loss=0.1076, over 2645872.56 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06838, over 43960.37 utterances.], batch size: 24, lr: 2.37e-04 +2022-09-18 16:28:13,729 INFO [train.py:885] (1/2) Epoch 20, batch 650, loss[loss=0.2547, simple_loss=0.3177, pruned_loss=0.09583, over 14291.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03878, over 130.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3566, pruned_loss=0.1085, over 2674819.97 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06969, over 44447.73 utterances.], batch size: 130, lr: 2.37e-04 +2022-09-18 16:28:43,223 INFO [train.py:885] (1/2) Epoch 20, batch 700, loss[loss=0.1649, simple_loss=0.2055, pruned_loss=0.06212, over 12390.00 frames. utt_duration=2067 frames, utt_pad_proportion=0.1686, over 24.00 utterances.], tot_loss[loss=0.2869, simple_loss=0.3562, pruned_loss=0.1088, over 2697734.25 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07033, over 44780.41 utterances.], batch size: 24, lr: 2.37e-04 +2022-09-18 16:29:13,637 INFO [train.py:885] (1/2) Epoch 20, batch 750, loss[loss=0.1702, simple_loss=0.2452, pruned_loss=0.04762, over 12189.00 frames. utt_duration=2033 frames, utt_pad_proportion=0.16, over 24.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3558, pruned_loss=0.1082, over 2712563.92 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0721, over 45599.13 utterances.], batch size: 24, lr: 2.37e-04 +2022-09-18 16:29:42,844 INFO [train.py:885] (1/2) Epoch 20, batch 800, loss[loss=0.6257, simple_loss=0.6638, pruned_loss=0.2938, over 12491.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3575, pruned_loss=0.1093, over 2724183.35 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07433, over 47156.38 utterances.], batch size: 810, lr: 2.37e-04 +2022-09-18 16:30:12,268 INFO [train.py:885] (1/2) Epoch 20, batch 850, loss[loss=0.3238, simple_loss=0.3851, pruned_loss=0.1312, over 14354.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03548, over 195.00 utterances.], tot_loss[loss=0.2884, simple_loss=0.3575, pruned_loss=0.1096, over 2738592.92 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07236, over 46685.61 utterances.], batch size: 195, lr: 2.37e-04 +2022-09-18 16:30:41,872 INFO [train.py:885] (1/2) Epoch 20, batch 900, loss[loss=0.2542, simple_loss=0.3296, pruned_loss=0.08943, over 14355.00 frames. utt_duration=374.2 frames, utt_pad_proportion=0.03798, over 154.00 utterances.], tot_loss[loss=0.2921, simple_loss=0.3606, pruned_loss=0.1118, over 2749288.23 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07242, over 47113.54 utterances.], batch size: 154, lr: 2.37e-04 +2022-09-18 16:31:11,162 INFO [train.py:885] (1/2) Epoch 20, batch 950, loss[loss=0.3573, simple_loss=0.4101, pruned_loss=0.1522, over 14321.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03814, over 283.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3559, pruned_loss=0.1085, over 2754628.39 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07274, over 46424.66 utterances.], batch size: 283, lr: 2.37e-04 +2022-09-18 16:31:41,003 INFO [train.py:885] (1/2) Epoch 20, batch 1000, loss[loss=0.2512, simple_loss=0.3294, pruned_loss=0.08654, over 14306.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03817, over 154.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3553, pruned_loss=0.1078, over 2762317.92 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07187, over 45995.58 utterances.], batch size: 154, lr: 2.37e-04 +2022-09-18 16:32:09,802 INFO [train.py:885] (1/2) Epoch 20, batch 1050, loss[loss=0.2625, simple_loss=0.3389, pruned_loss=0.09311, over 14321.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.0408, over 167.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.354, pruned_loss=0.1078, over 2765554.53 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07144, over 44978.89 utterances.], batch size: 167, lr: 2.37e-04 +2022-09-18 16:32:39,873 INFO [train.py:885] (1/2) Epoch 20, batch 1100, loss[loss=0.2422, simple_loss=0.3144, pruned_loss=0.08499, over 14341.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03753, over 130.00 utterances.], tot_loss[loss=0.2887, simple_loss=0.3585, pruned_loss=0.1094, over 2768373.69 frames. utt_duration=236.5 frames, utt_pad_proportion=0.0717, over 47116.26 utterances.], batch size: 130, lr: 2.37e-04 +2022-09-18 16:33:09,130 INFO [train.py:885] (1/2) Epoch 20, batch 1150, loss[loss=0.1971, simple_loss=0.2453, pruned_loss=0.07452, over 13052.00 frames. utt_duration=2090 frames, utt_pad_proportion=0.1289, over 25.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3563, pruned_loss=0.1082, over 2770051.01 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0704, over 46168.76 utterances.], batch size: 25, lr: 2.37e-04 +2022-09-18 16:33:38,121 INFO [train.py:885] (1/2) Epoch 20, batch 1200, loss[loss=0.2795, simple_loss=0.353, pruned_loss=0.103, over 14307.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04175, over 167.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.3567, pruned_loss=0.1081, over 2777747.83 frames. utt_duration=240.1 frames, utt_pad_proportion=0.06898, over 46571.38 utterances.], batch size: 167, lr: 2.37e-04 +2022-09-18 16:34:07,676 INFO [train.py:885] (1/2) Epoch 20, batch 1250, loss[loss=0.3904, simple_loss=0.4258, pruned_loss=0.1775, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04333, over 335.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3568, pruned_loss=0.1084, over 2779946.96 frames. utt_duration=239.9 frames, utt_pad_proportion=0.06856, over 46640.35 utterances.], batch size: 335, lr: 2.37e-04 +2022-09-18 16:34:37,584 INFO [train.py:885] (1/2) Epoch 20, batch 1300, loss[loss=0.212, simple_loss=0.2793, pruned_loss=0.07232, over 13767.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.07815, over 42.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3562, pruned_loss=0.1074, over 2778468.00 frames. utt_duration=238.7 frames, utt_pad_proportion=0.06985, over 46843.81 utterances.], batch size: 42, lr: 2.37e-04 +2022-09-18 16:35:15,052 INFO [train.py:885] (1/2) Epoch 20, batch 1350, loss[loss=0.2776, simple_loss=0.3514, pruned_loss=0.1019, over 14325.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0385, over 262.00 utterances.], tot_loss[loss=0.2901, simple_loss=0.3605, pruned_loss=0.1098, over 2781988.88 frames. utt_duration=229.1 frames, utt_pad_proportion=0.07108, over 48880.12 utterances.], batch size: 262, lr: 2.37e-04 +2022-09-18 16:35:44,297 INFO [train.py:885] (1/2) Epoch 20, batch 1400, loss[loss=0.3656, simple_loss=0.4506, pruned_loss=0.1403, over 13613.00 frames. utt_duration=98.63 frames, utt_pad_proportion=0.07825, over 560.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3554, pruned_loss=0.1079, over 2778523.65 frames. utt_duration=240 frames, utt_pad_proportion=0.07005, over 46589.38 utterances.], batch size: 560, lr: 2.37e-04 +2022-09-18 16:36:14,165 INFO [train.py:885] (1/2) Epoch 20, batch 1450, loss[loss=0.2336, simple_loss=0.2987, pruned_loss=0.08422, over 14119.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05104, over 98.00 utterances.], tot_loss[loss=0.2867, simple_loss=0.3563, pruned_loss=0.1085, over 2779169.13 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07223, over 47314.21 utterances.], batch size: 98, lr: 2.37e-04 +2022-09-18 16:36:43,080 INFO [train.py:885] (1/2) Epoch 20, batch 1500, loss[loss=0.2336, simple_loss=0.3034, pruned_loss=0.08191, over 14162.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.04533, over 109.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3536, pruned_loss=0.1068, over 2776647.47 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07273, over 46404.93 utterances.], batch size: 109, lr: 2.37e-04 +2022-09-18 16:37:17,330 INFO [train.py:885] (1/2) Epoch 20, batch 1550, loss[loss=0.2912, simple_loss=0.3606, pruned_loss=0.1109, over 14384.00 frames. utt_duration=345.9 frames, utt_pad_proportion=0.03641, over 167.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3539, pruned_loss=0.1071, over 2781010.54 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07129, over 45786.02 utterances.], batch size: 167, lr: 2.37e-04 +2022-09-18 16:37:49,780 INFO [train.py:885] (1/2) Epoch 20, batch 1600, loss[loss=0.1671, simple_loss=0.2418, pruned_loss=0.04622, over 13988.00 frames. utt_duration=934 frames, utt_pad_proportion=0.06222, over 60.00 utterances.], tot_loss[loss=0.286, simple_loss=0.3554, pruned_loss=0.1083, over 2783395.17 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07084, over 46131.81 utterances.], batch size: 60, lr: 2.37e-04 +2022-09-18 16:38:18,941 INFO [train.py:885] (1/2) Epoch 20, batch 1650, loss[loss=0.3011, simple_loss=0.37, pruned_loss=0.1161, over 14321.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03737, over 180.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3524, pruned_loss=0.1072, over 2784247.81 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06917, over 44784.37 utterances.], batch size: 180, lr: 2.37e-04 +2022-09-18 16:38:49,229 INFO [train.py:885] (1/2) Epoch 20, batch 1700, loss[loss=0.3815, simple_loss=0.4831, pruned_loss=0.14, over 13110.00 frames. utt_duration=81.82 frames, utt_pad_proportion=0.1106, over 653.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3532, pruned_loss=0.107, over 2787258.75 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06914, over 46006.38 utterances.], batch size: 653, lr: 2.37e-04 +2022-09-18 16:39:18,477 INFO [train.py:885] (1/2) Epoch 20, batch 1750, loss[loss=0.3492, simple_loss=0.4026, pruned_loss=0.1479, over 14342.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03458, over 244.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3548, pruned_loss=0.1078, over 2788728.74 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06943, over 46414.81 utterances.], batch size: 244, lr: 2.37e-04 +2022-09-18 16:39:48,286 INFO [train.py:885] (1/2) Epoch 20, batch 1800, loss[loss=0.2116, simple_loss=0.2717, pruned_loss=0.07573, over 13865.00 frames. utt_duration=925.5 frames, utt_pad_proportion=0.06133, over 60.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3522, pruned_loss=0.1068, over 2782545.48 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07019, over 45306.97 utterances.], batch size: 60, lr: 2.37e-04 +2022-09-18 16:40:17,683 INFO [train.py:885] (1/2) Epoch 20, batch 1850, loss[loss=0.1975, simple_loss=0.2675, pruned_loss=0.06377, over 13599.00 frames. utt_duration=1328 frames, utt_pad_proportion=0.07252, over 41.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3505, pruned_loss=0.1058, over 2780855.88 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07098, over 45170.21 utterances.], batch size: 41, lr: 2.37e-04 +2022-09-18 16:40:47,672 INFO [train.py:885] (1/2) Epoch 20, batch 1900, loss[loss=0.2823, simple_loss=0.353, pruned_loss=0.1058, over 14339.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03684, over 210.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3503, pruned_loss=0.1057, over 2781181.33 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06993, over 44750.20 utterances.], batch size: 210, lr: 2.37e-04 +2022-09-18 16:41:16,837 INFO [train.py:885] (1/2) Epoch 20, batch 1950, loss[loss=0.297, simple_loss=0.358, pruned_loss=0.118, over 14324.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03487, over 154.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3451, pruned_loss=0.1031, over 2782970.63 frames. utt_duration=262.3 frames, utt_pad_proportion=0.06891, over 42672.33 utterances.], batch size: 154, lr: 2.37e-04 +2022-09-18 16:41:46,381 INFO [train.py:885] (1/2) Epoch 20, batch 2000, loss[loss=0.2777, simple_loss=0.3517, pruned_loss=0.1019, over 14327.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.0402, over 167.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.344, pruned_loss=0.1028, over 2783819.70 frames. utt_duration=265.9 frames, utt_pad_proportion=0.06813, over 42110.34 utterances.], batch size: 167, lr: 2.37e-04 +2022-09-18 16:42:16,769 INFO [train.py:885] (1/2) Epoch 20, batch 2050, loss[loss=0.2483, simple_loss=0.3278, pruned_loss=0.08441, over 14357.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03846, over 167.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3429, pruned_loss=0.1025, over 2785761.01 frames. utt_duration=277.2 frames, utt_pad_proportion=0.06513, over 40412.38 utterances.], batch size: 167, lr: 2.37e-04 +2022-09-18 16:42:46,050 INFO [train.py:885] (1/2) Epoch 20, batch 2100, loss[loss=0.3053, simple_loss=0.3783, pruned_loss=0.1161, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03925, over 283.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3474, pruned_loss=0.1044, over 2788568.57 frames. utt_duration=267.2 frames, utt_pad_proportion=0.0652, over 41982.32 utterances.], batch size: 283, lr: 2.37e-04 +2022-09-18 16:43:15,842 INFO [train.py:885] (1/2) Epoch 20, batch 2150, loss[loss=0.2666, simple_loss=0.34, pruned_loss=0.0966, over 14220.00 frames. utt_duration=404.6 frames, utt_pad_proportion=0.04808, over 141.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3442, pruned_loss=0.1031, over 2782923.75 frames. utt_duration=273.1 frames, utt_pad_proportion=0.06485, over 40974.89 utterances.], batch size: 141, lr: 2.37e-04 +2022-09-18 16:43:45,287 INFO [train.py:885] (1/2) Epoch 20, batch 2200, loss[loss=0.3194, simple_loss=0.386, pruned_loss=0.1264, over 14344.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.03698, over 226.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3442, pruned_loss=0.1036, over 2786510.40 frames. utt_duration=278.1 frames, utt_pad_proportion=0.0631, over 40289.13 utterances.], batch size: 226, lr: 2.37e-04 +2022-09-18 16:44:14,609 INFO [train.py:885] (1/2) Epoch 20, batch 2250, loss[loss=0.3682, simple_loss=0.4644, pruned_loss=0.136, over 13151.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3464, pruned_loss=0.1044, over 2785120.90 frames. utt_duration=267.2 frames, utt_pad_proportion=0.06485, over 41921.65 utterances.], batch size: 653, lr: 2.37e-04 +2022-09-18 16:44:44,594 INFO [train.py:885] (1/2) Epoch 20, batch 2300, loss[loss=0.223, simple_loss=0.2986, pruned_loss=0.07367, over 14294.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03885, over 130.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3478, pruned_loss=0.1052, over 2786541.59 frames. utt_duration=263.7 frames, utt_pad_proportion=0.06638, over 42502.39 utterances.], batch size: 130, lr: 2.37e-04 +2022-09-18 16:45:13,823 INFO [train.py:885] (1/2) Epoch 20, batch 2350, loss[loss=0.3485, simple_loss=0.4497, pruned_loss=0.1237, over 13148.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3432, pruned_loss=0.1024, over 2783586.03 frames. utt_duration=271.2 frames, utt_pad_proportion=0.06552, over 41282.22 utterances.], batch size: 653, lr: 2.37e-04 +2022-09-18 16:45:43,681 INFO [train.py:885] (1/2) Epoch 20, batch 2400, loss[loss=0.2623, simple_loss=0.3407, pruned_loss=0.09194, over 14320.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03717, over 154.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3479, pruned_loss=0.1042, over 2784223.80 frames. utt_duration=260.4 frames, utt_pad_proportion=0.06628, over 43005.41 utterances.], batch size: 154, lr: 2.37e-04 +2022-09-18 16:46:12,913 INFO [train.py:885] (1/2) Epoch 20, batch 2450, loss[loss=0.4508, simple_loss=0.52, pruned_loss=0.1908, over 13187.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3498, pruned_loss=0.1047, over 2782563.17 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06778, over 44089.72 utterances.], batch size: 653, lr: 2.36e-04 +2022-09-18 16:46:42,646 INFO [train.py:885] (1/2) Epoch 20, batch 2500, loss[loss=0.2717, simple_loss=0.3618, pruned_loss=0.09086, over 14334.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03789, over 283.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3511, pruned_loss=0.1055, over 2784017.56 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06752, over 44504.99 utterances.], batch size: 283, lr: 2.36e-04 +2022-09-18 16:47:12,084 INFO [train.py:885] (1/2) Epoch 20, batch 2550, loss[loss=0.2644, simple_loss=0.3523, pruned_loss=0.08828, over 14384.00 frames. utt_duration=255.9 frames, utt_pad_proportion=0.03433, over 226.00 utterances.], tot_loss[loss=0.28, simple_loss=0.35, pruned_loss=0.105, over 2776685.55 frames. utt_duration=252 frames, utt_pad_proportion=0.07012, over 44327.71 utterances.], batch size: 226, lr: 2.36e-04 +2022-09-18 16:47:41,934 INFO [train.py:885] (1/2) Epoch 20, batch 2600, loss[loss=0.4039, simple_loss=0.47, pruned_loss=0.1689, over 13620.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07775, over 560.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3524, pruned_loss=0.1054, over 2779571.12 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07011, over 45757.41 utterances.], batch size: 560, lr: 2.36e-04 +2022-09-18 16:48:10,768 INFO [train.py:885] (1/2) Epoch 20, batch 2650, loss[loss=0.2695, simple_loss=0.3329, pruned_loss=0.1031, over 14234.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04399, over 141.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3498, pruned_loss=0.104, over 2784936.96 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06697, over 44517.94 utterances.], batch size: 141, lr: 2.36e-04 +2022-09-18 16:48:41,682 INFO [train.py:885] (1/2) Epoch 20, batch 2700, loss[loss=0.2929, simple_loss=0.3538, pruned_loss=0.116, over 14274.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04027, over 130.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3521, pruned_loss=0.1054, over 2782551.60 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07088, over 45721.89 utterances.], batch size: 130, lr: 2.36e-04 +2022-09-18 16:49:11,389 INFO [train.py:885] (1/2) Epoch 20, batch 2750, loss[loss=0.2524, simple_loss=0.3206, pruned_loss=0.09208, over 14190.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04742, over 89.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3504, pruned_loss=0.1053, over 2784175.79 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07, over 44559.00 utterances.], batch size: 89, lr: 2.36e-04 +2022-09-18 16:49:40,147 INFO [train.py:885] (1/2) Epoch 20, batch 2800, loss[loss=0.1693, simple_loss=0.2327, pruned_loss=0.05291, over 13191.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1139, over 33.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3471, pruned_loss=0.1033, over 2782205.75 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06973, over 43662.30 utterances.], batch size: 33, lr: 2.36e-04 +2022-09-18 16:50:09,507 INFO [train.py:885] (1/2) Epoch 20, batch 2850, loss[loss=0.1689, simple_loss=0.2268, pruned_loss=0.05549, over 13013.00 frames. utt_duration=1579 frames, utt_pad_proportion=0.1191, over 33.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3455, pruned_loss=0.1024, over 2786973.03 frames. utt_duration=263.8 frames, utt_pad_proportion=0.06772, over 42493.54 utterances.], batch size: 33, lr: 2.36e-04 +2022-09-18 16:50:39,409 INFO [train.py:885] (1/2) Epoch 20, batch 2900, loss[loss=0.1417, simple_loss=0.1798, pruned_loss=0.05176, over 12317.00 frames. utt_duration=2054 frames, utt_pad_proportion=0.1623, over 24.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3464, pruned_loss=0.104, over 2782562.78 frames. utt_duration=261.6 frames, utt_pad_proportion=0.07065, over 42792.36 utterances.], batch size: 24, lr: 2.36e-04 +2022-09-18 16:51:08,847 INFO [train.py:885] (1/2) Epoch 20, batch 2950, loss[loss=0.2929, simple_loss=0.3659, pruned_loss=0.1099, over 14340.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03661, over 210.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3467, pruned_loss=0.1044, over 2784699.12 frames. utt_duration=262.3 frames, utt_pad_proportion=0.06949, over 42706.13 utterances.], batch size: 210, lr: 2.36e-04 +2022-09-18 16:51:38,194 INFO [train.py:885] (1/2) Epoch 20, batch 3000, loss[loss=0.3729, simple_loss=0.4196, pruned_loss=0.1631, over 14269.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04097, over 335.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3525, pruned_loss=0.107, over 2780086.82 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07275, over 46289.09 utterances.], batch size: 335, lr: 2.36e-04 +2022-09-18 16:51:38,194 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 16:51:42,946 INFO [train.py:914] (1/2) Epoch 20, validation: loss=0.1912, simple_loss=0.2716, pruned_loss=0.05539, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 16:52:12,495 INFO [train.py:885] (1/2) Epoch 20, batch 3050, loss[loss=0.2064, simple_loss=0.2804, pruned_loss=0.06617, over 13800.00 frames. utt_duration=921.4 frames, utt_pad_proportion=0.07397, over 60.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3525, pruned_loss=0.1078, over 2785035.98 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07103, over 45049.75 utterances.], batch size: 60, lr: 2.36e-04 +2022-09-18 16:52:42,427 INFO [train.py:885] (1/2) Epoch 20, batch 3100, loss[loss=0.3813, simple_loss=0.456, pruned_loss=0.1533, over 13634.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08023, over 477.00 utterances.], tot_loss[loss=0.2873, simple_loss=0.3562, pruned_loss=0.1092, over 2783600.90 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07143, over 47350.71 utterances.], batch size: 477, lr: 2.36e-04 +2022-09-18 16:53:11,342 INFO [train.py:885] (1/2) Epoch 20, batch 3150, loss[loss=0.2641, simple_loss=0.3331, pruned_loss=0.09759, over 14237.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04622, over 141.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3496, pruned_loss=0.1059, over 2784494.63 frames. utt_duration=251.3 frames, utt_pad_proportion=0.0708, over 44585.69 utterances.], batch size: 141, lr: 2.36e-04 +2022-09-18 16:53:41,381 INFO [train.py:885] (1/2) Epoch 20, batch 3200, loss[loss=0.2287, simple_loss=0.287, pruned_loss=0.08517, over 13804.00 frames. utt_duration=921.5 frames, utt_pad_proportion=0.07105, over 60.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3512, pruned_loss=0.1065, over 2786546.56 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07185, over 45005.37 utterances.], batch size: 60, lr: 2.36e-04 +2022-09-18 16:54:11,172 INFO [train.py:885] (1/2) Epoch 20, batch 3250, loss[loss=0.3016, simple_loss=0.3739, pruned_loss=0.1146, over 14310.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03894, over 283.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.35, pruned_loss=0.1056, over 2786384.13 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07044, over 44733.14 utterances.], batch size: 283, lr: 2.36e-04 +2022-09-18 16:54:41,132 INFO [train.py:885] (1/2) Epoch 20, batch 3300, loss[loss=0.3387, simple_loss=0.3973, pruned_loss=0.1401, over 14357.00 frames. utt_duration=204.4 frames, utt_pad_proportion=0.03595, over 283.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3528, pruned_loss=0.1065, over 2783970.45 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07367, over 46355.84 utterances.], batch size: 283, lr: 2.36e-04 +2022-09-18 16:55:10,672 INFO [train.py:885] (1/2) Epoch 20, batch 3350, loss[loss=0.3437, simple_loss=0.4029, pruned_loss=0.1423, over 14249.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04257, over 335.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.353, pruned_loss=0.1062, over 2779209.00 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07386, over 46781.87 utterances.], batch size: 335, lr: 2.36e-04 +2022-09-18 16:55:40,001 INFO [train.py:885] (1/2) Epoch 20, batch 3400, loss[loss=0.3066, simple_loss=0.3743, pruned_loss=0.1195, over 14318.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03925, over 262.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3515, pruned_loss=0.1059, over 2780366.26 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07286, over 45814.13 utterances.], batch size: 262, lr: 2.36e-04 +2022-09-18 16:56:09,402 INFO [train.py:885] (1/2) Epoch 20, batch 3450, loss[loss=0.3096, simple_loss=0.4126, pruned_loss=0.1033, over 13651.00 frames. utt_duration=98.98 frames, utt_pad_proportion=0.07498, over 560.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3496, pruned_loss=0.105, over 2777532.63 frames. utt_duration=247 frames, utt_pad_proportion=0.07358, over 45258.48 utterances.], batch size: 560, lr: 2.36e-04 +2022-09-18 16:56:39,006 INFO [train.py:885] (1/2) Epoch 20, batch 3500, loss[loss=0.2593, simple_loss=0.3367, pruned_loss=0.09098, over 14309.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03816, over 154.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3518, pruned_loss=0.1065, over 2775383.31 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07421, over 45452.78 utterances.], batch size: 154, lr: 2.36e-04 +2022-09-18 16:57:08,006 INFO [train.py:885] (1/2) Epoch 20, batch 3550, loss[loss=0.2423, simple_loss=0.311, pruned_loss=0.08681, over 14093.00 frames. utt_duration=518.8 frames, utt_pad_proportion=0.04974, over 109.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3509, pruned_loss=0.1061, over 2771525.54 frames. utt_duration=243.9 frames, utt_pad_proportion=0.0739, over 45732.15 utterances.], batch size: 109, lr: 2.36e-04 +2022-09-18 16:57:37,985 INFO [train.py:885] (1/2) Epoch 20, batch 3600, loss[loss=0.3412, simple_loss=0.4315, pruned_loss=0.1255, over 13653.00 frames. utt_duration=98.89 frames, utt_pad_proportion=0.0758, over 560.00 utterances.], tot_loss[loss=0.2854, simple_loss=0.3547, pruned_loss=0.1081, over 2776647.92 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07289, over 47093.58 utterances.], batch size: 560, lr: 2.36e-04 +2022-09-18 16:58:07,612 INFO [train.py:885] (1/2) Epoch 20, batch 3650, loss[loss=0.2854, simple_loss=0.3619, pruned_loss=0.1045, over 14243.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04241, over 225.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.353, pruned_loss=0.1069, over 2776844.01 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07262, over 46540.74 utterances.], batch size: 225, lr: 2.36e-04 +2022-09-18 16:58:37,210 INFO [train.py:885] (1/2) Epoch 20, batch 3700, loss[loss=0.2318, simple_loss=0.3135, pruned_loss=0.07509, over 14285.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.0429, over 141.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3548, pruned_loss=0.1078, over 2780098.73 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07147, over 46938.22 utterances.], batch size: 141, lr: 2.36e-04 +2022-09-18 16:59:06,614 INFO [train.py:885] (1/2) Epoch 20, batch 3750, loss[loss=0.2293, simple_loss=0.3247, pruned_loss=0.06699, over 14332.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03965, over 167.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3505, pruned_loss=0.1055, over 2773307.07 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07329, over 45808.23 utterances.], batch size: 167, lr: 2.36e-04 +2022-09-18 16:59:35,806 INFO [train.py:885] (1/2) Epoch 20, batch 3800, loss[loss=0.2386, simple_loss=0.3176, pruned_loss=0.07978, over 14058.00 frames. utt_duration=575 frames, utt_pad_proportion=0.05428, over 98.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3524, pruned_loss=0.1063, over 2779263.50 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07182, over 46041.39 utterances.], batch size: 98, lr: 2.36e-04 +2022-09-18 17:00:05,455 INFO [train.py:885] (1/2) Epoch 20, batch 3850, loss[loss=0.2858, simple_loss=0.3753, pruned_loss=0.0982, over 13953.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05919, over 365.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3524, pruned_loss=0.1059, over 2779326.06 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07103, over 46334.60 utterances.], batch size: 365, lr: 2.36e-04 +2022-09-18 17:00:34,565 INFO [train.py:885] (1/2) Epoch 20, batch 3900, loss[loss=0.2093, simple_loss=0.2586, pruned_loss=0.07997, over 13994.00 frames. utt_duration=919.1 frames, utt_pad_proportion=0.06501, over 61.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3528, pruned_loss=0.1057, over 2785387.62 frames. utt_duration=241.6 frames, utt_pad_proportion=0.069, over 46396.98 utterances.], batch size: 61, lr: 2.36e-04 +2022-09-18 17:01:04,499 INFO [train.py:885] (1/2) Epoch 20, batch 3950, loss[loss=0.1973, simple_loss=0.2513, pruned_loss=0.07164, over 13057.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1114, over 33.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3523, pruned_loss=0.106, over 2786863.79 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06916, over 45838.29 utterances.], batch size: 33, lr: 2.36e-04 +2022-09-18 17:01:34,138 INFO [train.py:885] (1/2) Epoch 20, batch 4000, loss[loss=0.2076, simple_loss=0.2923, pruned_loss=0.06145, over 14144.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04654, over 109.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3565, pruned_loss=0.1084, over 2783954.61 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07159, over 47872.61 utterances.], batch size: 109, lr: 2.36e-04 +2022-09-18 17:02:03,386 INFO [train.py:885] (1/2) Epoch 20, batch 4050, loss[loss=0.3212, simple_loss=0.3732, pruned_loss=0.1346, over 14356.00 frames. utt_duration=443.2 frames, utt_pad_proportion=0.03434, over 130.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3549, pruned_loss=0.1077, over 2786686.01 frames. utt_duration=237 frames, utt_pad_proportion=0.07018, over 47322.02 utterances.], batch size: 130, lr: 2.36e-04 +2022-09-18 17:02:33,160 INFO [train.py:885] (1/2) Epoch 20, batch 4100, loss[loss=0.2943, simple_loss=0.3912, pruned_loss=0.09871, over 13789.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07073, over 411.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3528, pruned_loss=0.1058, over 2785261.69 frames. utt_duration=240.1 frames, utt_pad_proportion=0.06958, over 46684.44 utterances.], batch size: 411, lr: 2.36e-04 +2022-09-18 17:03:03,076 INFO [train.py:885] (1/2) Epoch 20, batch 4150, loss[loss=0.2816, simple_loss=0.3582, pruned_loss=0.1025, over 14288.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04097, over 262.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3535, pruned_loss=0.1054, over 2785970.20 frames. utt_duration=238.5 frames, utt_pad_proportion=0.06899, over 47005.21 utterances.], batch size: 262, lr: 2.36e-04 +2022-09-18 17:03:31,707 INFO [train.py:885] (1/2) Epoch 20, batch 4200, loss[loss=0.2906, simple_loss=0.3663, pruned_loss=0.1075, over 14259.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04122, over 225.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3516, pruned_loss=0.1048, over 2785874.55 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06843, over 45740.64 utterances.], batch size: 225, lr: 2.36e-04 +2022-09-18 17:04:02,521 INFO [train.py:885] (1/2) Epoch 20, batch 4250, loss[loss=0.4249, simple_loss=0.5104, pruned_loss=0.1697, over 13150.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3517, pruned_loss=0.1054, over 2783263.95 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07025, over 45732.33 utterances.], batch size: 653, lr: 2.36e-04 +2022-09-18 17:04:31,943 INFO [train.py:885] (1/2) Epoch 20, batch 4300, loss[loss=0.1807, simple_loss=0.2405, pruned_loss=0.06043, over 13996.00 frames. utt_duration=934.3 frames, utt_pad_proportion=0.06101, over 60.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3472, pruned_loss=0.1045, over 2785013.08 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06897, over 43378.37 utterances.], batch size: 60, lr: 2.36e-04 +2022-09-18 17:05:01,266 INFO [train.py:885] (1/2) Epoch 20, batch 4350, loss[loss=0.3255, simple_loss=0.4247, pruned_loss=0.1131, over 13661.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.0765, over 561.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3492, pruned_loss=0.1058, over 2782863.96 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06973, over 44321.26 utterances.], batch size: 561, lr: 2.36e-04 +2022-09-18 17:05:31,327 INFO [train.py:885] (1/2) Epoch 20, batch 4400, loss[loss=0.2366, simple_loss=0.3166, pruned_loss=0.07827, over 14277.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.0434, over 141.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3522, pruned_loss=0.1069, over 2779990.25 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07215, over 45602.83 utterances.], batch size: 141, lr: 2.36e-04 +2022-09-18 17:06:00,467 INFO [train.py:885] (1/2) Epoch 20, batch 4450, loss[loss=0.579, simple_loss=0.6333, pruned_loss=0.2624, over 12488.00 frames. utt_duration=63.28 frames, utt_pad_proportion=0.1449, over 810.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3533, pruned_loss=0.107, over 2782140.43 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0726, over 46139.34 utterances.], batch size: 810, lr: 2.36e-04 +2022-09-18 17:06:30,509 INFO [train.py:885] (1/2) Epoch 20, batch 4500, loss[loss=0.2134, simple_loss=0.2822, pruned_loss=0.07234, over 14193.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.0438, over 109.00 utterances.], tot_loss[loss=0.2899, simple_loss=0.3589, pruned_loss=0.1104, over 2781438.19 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07405, over 48240.93 utterances.], batch size: 109, lr: 2.36e-04 +2022-09-18 17:06:59,751 INFO [train.py:885] (1/2) Epoch 20, batch 4550, loss[loss=0.2279, simple_loss=0.2774, pruned_loss=0.08926, over 13669.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08617, over 42.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3577, pruned_loss=0.1091, over 2784098.85 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07178, over 48018.12 utterances.], batch size: 42, lr: 2.35e-04 +2022-09-18 17:07:29,635 INFO [train.py:885] (1/2) Epoch 20, batch 4600, loss[loss=0.2741, simple_loss=0.3473, pruned_loss=0.1005, over 14296.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03892, over 180.00 utterances.], tot_loss[loss=0.2882, simple_loss=0.3588, pruned_loss=0.1087, over 2781244.57 frames. utt_duration=228.2 frames, utt_pad_proportion=0.07294, over 49066.16 utterances.], batch size: 180, lr: 2.35e-04 +2022-09-18 17:07:59,090 INFO [train.py:885] (1/2) Epoch 20, batch 4650, loss[loss=0.3072, simple_loss=0.3728, pruned_loss=0.1208, over 14385.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0321, over 244.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.356, pruned_loss=0.1068, over 2777683.12 frames. utt_duration=229.4 frames, utt_pad_proportion=0.07452, over 48756.78 utterances.], batch size: 244, lr: 2.35e-04 +2022-09-18 17:08:28,404 INFO [train.py:885] (1/2) Epoch 20, batch 4700, loss[loss=0.3457, simple_loss=0.4035, pruned_loss=0.1439, over 14363.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.0353, over 195.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3526, pruned_loss=0.1057, over 2779106.80 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07298, over 46539.52 utterances.], batch size: 195, lr: 2.35e-04 +2022-09-18 17:08:58,158 INFO [train.py:885] (1/2) Epoch 20, batch 4750, loss[loss=0.3637, simple_loss=0.4521, pruned_loss=0.1377, over 13613.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07832, over 560.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.355, pruned_loss=0.1071, over 2779670.70 frames. utt_duration=238 frames, utt_pad_proportion=0.0728, over 47013.04 utterances.], batch size: 560, lr: 2.35e-04 +2022-09-18 17:09:27,882 INFO [train.py:885] (1/2) Epoch 20, batch 4800, loss[loss=0.3299, simple_loss=0.3839, pruned_loss=0.1379, over 14334.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03456, over 244.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3582, pruned_loss=0.1092, over 2780611.52 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07411, over 47676.07 utterances.], batch size: 244, lr: 2.35e-04 +2022-09-18 17:09:56,549 INFO [train.py:885] (1/2) Epoch 20, batch 4850, loss[loss=0.3085, simple_loss=0.3956, pruned_loss=0.1107, over 14016.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05498, over 365.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3536, pruned_loss=0.1081, over 2782153.11 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07106, over 45099.62 utterances.], batch size: 365, lr: 2.35e-04 +2022-09-18 17:10:26,471 INFO [train.py:885] (1/2) Epoch 20, batch 4900, loss[loss=0.293, simple_loss=0.3599, pruned_loss=0.1131, over 14360.00 frames. utt_duration=320.4 frames, utt_pad_proportion=0.03482, over 180.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3531, pruned_loss=0.1081, over 2776613.41 frames. utt_duration=248 frames, utt_pad_proportion=0.07304, over 45052.90 utterances.], batch size: 180, lr: 2.35e-04 +2022-09-18 17:10:55,965 INFO [train.py:885] (1/2) Epoch 20, batch 4950, loss[loss=0.2078, simple_loss=0.2798, pruned_loss=0.06785, over 12942.00 frames. utt_duration=1992 frames, utt_pad_proportion=0.1192, over 26.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3479, pruned_loss=0.1054, over 2773026.69 frames. utt_duration=256 frames, utt_pad_proportion=0.07251, over 43572.44 utterances.], batch size: 26, lr: 2.35e-04 +2022-09-18 17:11:33,193 INFO [train.py:885] (1/2) Epoch 20, batch 5000, loss[loss=0.2895, simple_loss=0.3676, pruned_loss=0.1057, over 14352.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03633, over 195.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.346, pruned_loss=0.1041, over 2777271.54 frames. utt_duration=260.4 frames, utt_pad_proportion=0.07085, over 42902.38 utterances.], batch size: 195, lr: 2.35e-04 +2022-09-18 17:12:02,896 INFO [train.py:885] (1/2) Epoch 20, batch 5050, loss[loss=0.4261, simple_loss=0.4584, pruned_loss=0.1969, over 14229.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04333, over 335.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3472, pruned_loss=0.1039, over 2776721.47 frames. utt_duration=255 frames, utt_pad_proportion=0.07168, over 43803.93 utterances.], batch size: 335, lr: 2.35e-04 +2022-09-18 17:12:32,468 INFO [train.py:885] (1/2) Epoch 20, batch 5100, loss[loss=0.2352, simple_loss=0.3143, pruned_loss=0.07808, over 14206.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.0426, over 109.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3481, pruned_loss=0.104, over 2777680.58 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07311, over 44662.50 utterances.], batch size: 109, lr: 2.35e-04 +2022-09-18 17:13:02,546 INFO [train.py:885] (1/2) Epoch 20, batch 5150, loss[loss=0.1595, simple_loss=0.2165, pruned_loss=0.05129, over 13339.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08819, over 41.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3528, pruned_loss=0.1059, over 2780379.84 frames. utt_duration=239 frames, utt_pad_proportion=0.07364, over 46813.92 utterances.], batch size: 41, lr: 2.35e-04 +2022-09-18 17:13:31,474 INFO [train.py:885] (1/2) Epoch 20, batch 5200, loss[loss=0.2487, simple_loss=0.3169, pruned_loss=0.0903, over 14126.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05107, over 98.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3498, pruned_loss=0.1038, over 2783376.44 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07255, over 45605.84 utterances.], batch size: 98, lr: 2.35e-04 +2022-09-18 17:14:00,569 INFO [train.py:885] (1/2) Epoch 20, batch 5250, loss[loss=0.2729, simple_loss=0.3536, pruned_loss=0.09612, over 14353.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03552, over 210.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.346, pruned_loss=0.1028, over 2782858.27 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07136, over 43926.26 utterances.], batch size: 210, lr: 2.35e-04 +2022-09-18 17:14:30,225 INFO [train.py:885] (1/2) Epoch 20, batch 5300, loss[loss=0.343, simple_loss=0.3966, pruned_loss=0.1447, over 14308.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04152, over 167.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3471, pruned_loss=0.1033, over 2783171.45 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07093, over 44245.30 utterances.], batch size: 167, lr: 2.35e-04 +2022-09-18 17:14:59,810 INFO [train.py:885] (1/2) Epoch 20, batch 5350, loss[loss=0.3752, simple_loss=0.4503, pruned_loss=0.15, over 13624.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08056, over 477.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3529, pruned_loss=0.1061, over 2784949.12 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07191, over 46266.95 utterances.], batch size: 477, lr: 2.35e-04 +2022-09-18 17:15:29,643 INFO [train.py:885] (1/2) Epoch 20, batch 5400, loss[loss=0.2437, simple_loss=0.3059, pruned_loss=0.09076, over 14038.00 frames. utt_duration=803.6 frames, utt_pad_proportion=0.06118, over 70.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3501, pruned_loss=0.1049, over 2787682.79 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06979, over 44801.48 utterances.], batch size: 70, lr: 2.35e-04 +2022-09-18 17:15:59,227 INFO [train.py:885] (1/2) Epoch 20, batch 5450, loss[loss=0.2074, simple_loss=0.2846, pruned_loss=0.06506, over 14071.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.05983, over 70.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3545, pruned_loss=0.1071, over 2790444.09 frames. utt_duration=242 frames, utt_pad_proportion=0.06897, over 46396.84 utterances.], batch size: 70, lr: 2.35e-04 +2022-09-18 17:16:29,321 INFO [train.py:885] (1/2) Epoch 20, batch 5500, loss[loss=0.1649, simple_loss=0.2332, pruned_loss=0.04827, over 12455.00 frames. utt_duration=1994 frames, utt_pad_proportion=0.1496, over 25.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3509, pruned_loss=0.1051, over 2787005.86 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06967, over 45879.66 utterances.], batch size: 25, lr: 2.35e-04 +2022-09-18 17:16:58,913 INFO [train.py:885] (1/2) Epoch 20, batch 5550, loss[loss=0.223, simple_loss=0.2895, pruned_loss=0.07823, over 13899.00 frames. utt_duration=928.2 frames, utt_pad_proportion=0.06529, over 60.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3488, pruned_loss=0.1041, over 2787571.68 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06793, over 44532.34 utterances.], batch size: 60, lr: 2.35e-04 +2022-09-18 17:17:28,929 INFO [train.py:885] (1/2) Epoch 20, batch 5600, loss[loss=0.3109, simple_loss=0.3786, pruned_loss=0.1216, over 14280.00 frames. utt_duration=219.4 frames, utt_pad_proportion=0.04195, over 262.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3479, pruned_loss=0.104, over 2789911.49 frames. utt_duration=257.4 frames, utt_pad_proportion=0.0671, over 43610.17 utterances.], batch size: 262, lr: 2.35e-04 +2022-09-18 17:17:58,586 INFO [train.py:885] (1/2) Epoch 20, batch 5650, loss[loss=0.4881, simple_loss=0.5842, pruned_loss=0.196, over 12511.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 810.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3469, pruned_loss=0.1034, over 2789072.27 frames. utt_duration=261.5 frames, utt_pad_proportion=0.06789, over 42904.31 utterances.], batch size: 810, lr: 2.35e-04 +2022-09-18 17:18:28,370 INFO [train.py:885] (1/2) Epoch 20, batch 5700, loss[loss=0.2084, simple_loss=0.2723, pruned_loss=0.07222, over 14052.00 frames. utt_duration=712.9 frames, utt_pad_proportion=0.05575, over 79.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3501, pruned_loss=0.1051, over 2787930.85 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06882, over 44197.53 utterances.], batch size: 79, lr: 2.35e-04 +2022-09-18 17:18:57,868 INFO [train.py:885] (1/2) Epoch 20, batch 5750, loss[loss=0.1886, simple_loss=0.2606, pruned_loss=0.05833, over 13895.00 frames. utt_duration=928 frames, utt_pad_proportion=0.05983, over 60.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3464, pruned_loss=0.1024, over 2787472.02 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06796, over 43476.07 utterances.], batch size: 60, lr: 2.35e-04 +2022-09-18 17:19:27,589 INFO [train.py:885] (1/2) Epoch 20, batch 5800, loss[loss=0.2696, simple_loss=0.3517, pruned_loss=0.09375, over 14334.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.03663, over 226.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3516, pruned_loss=0.105, over 2782660.76 frames. utt_duration=245 frames, utt_pad_proportion=0.07092, over 45709.70 utterances.], batch size: 226, lr: 2.35e-04 +2022-09-18 17:19:57,504 INFO [train.py:885] (1/2) Epoch 20, batch 5850, loss[loss=0.2903, simple_loss=0.3672, pruned_loss=0.1067, over 14313.00 frames. utt_duration=274 frames, utt_pad_proportion=0.0385, over 210.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3554, pruned_loss=0.1073, over 2781953.15 frames. utt_duration=237 frames, utt_pad_proportion=0.07234, over 47248.39 utterances.], batch size: 210, lr: 2.35e-04 +2022-09-18 17:20:26,972 INFO [train.py:885] (1/2) Epoch 20, batch 5900, loss[loss=0.3152, simple_loss=0.3996, pruned_loss=0.1154, over 13986.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05693, over 365.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3509, pruned_loss=0.1048, over 2787569.87 frames. utt_duration=249 frames, utt_pad_proportion=0.06922, over 45040.99 utterances.], batch size: 365, lr: 2.35e-04 +2022-09-18 17:20:56,682 INFO [train.py:885] (1/2) Epoch 20, batch 5950, loss[loss=0.1858, simple_loss=0.2549, pruned_loss=0.05836, over 13233.00 frames. utt_duration=2037 frames, utt_pad_proportion=0.09614, over 26.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3488, pruned_loss=0.1034, over 2782382.30 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07024, over 44831.51 utterances.], batch size: 26, lr: 2.35e-04 +2022-09-18 17:21:26,117 INFO [train.py:885] (1/2) Epoch 20, batch 6000, loss[loss=0.2723, simple_loss=0.3539, pruned_loss=0.09535, over 14356.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03304, over 244.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3451, pruned_loss=0.1012, over 2782319.74 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06888, over 43546.21 utterances.], batch size: 244, lr: 2.35e-04 +2022-09-18 17:21:26,118 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 17:21:30,778 INFO [train.py:914] (1/2) Epoch 20, validation: loss=0.1981, simple_loss=0.2755, pruned_loss=0.06032, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 17:22:00,914 INFO [train.py:885] (1/2) Epoch 20, batch 6050, loss[loss=0.1827, simple_loss=0.242, pruned_loss=0.06167, over 14103.00 frames. utt_duration=926.3 frames, utt_pad_proportion=0.05769, over 61.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.349, pruned_loss=0.1032, over 2780135.36 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0702, over 45131.32 utterances.], batch size: 61, lr: 2.35e-04 +2022-09-18 17:22:30,797 INFO [train.py:885] (1/2) Epoch 20, batch 6100, loss[loss=0.2737, simple_loss=0.3514, pruned_loss=0.09802, over 14395.00 frames. utt_duration=275.6 frames, utt_pad_proportion=0.03303, over 210.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3494, pruned_loss=0.1038, over 2774397.48 frames. utt_duration=245 frames, utt_pad_proportion=0.0717, over 45572.18 utterances.], batch size: 210, lr: 2.35e-04 +2022-09-18 17:22:59,980 INFO [train.py:885] (1/2) Epoch 20, batch 6150, loss[loss=0.3644, simple_loss=0.4193, pruned_loss=0.1548, over 14172.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04635, over 306.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3506, pruned_loss=0.1048, over 2774108.16 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07075, over 45704.61 utterances.], batch size: 306, lr: 2.35e-04 +2022-09-18 17:23:29,552 INFO [train.py:885] (1/2) Epoch 20, batch 6200, loss[loss=0.3571, simple_loss=0.429, pruned_loss=0.1426, over 13787.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07024, over 411.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3494, pruned_loss=0.1044, over 2781834.68 frames. utt_duration=251 frames, utt_pad_proportion=0.06746, over 44594.78 utterances.], batch size: 411, lr: 2.35e-04 +2022-09-18 17:23:58,873 INFO [train.py:885] (1/2) Epoch 20, batch 6250, loss[loss=0.705, simple_loss=0.7187, pruned_loss=0.3457, over 12494.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3545, pruned_loss=0.1072, over 2781998.97 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07012, over 46583.74 utterances.], batch size: 810, lr: 2.35e-04 +2022-09-18 17:24:28,406 INFO [train.py:885] (1/2) Epoch 20, batch 6300, loss[loss=0.2477, simple_loss=0.3244, pruned_loss=0.08548, over 14319.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03876, over 120.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3521, pruned_loss=0.1064, over 2772989.75 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07234, over 46048.01 utterances.], batch size: 120, lr: 2.35e-04 +2022-09-18 17:24:57,714 INFO [train.py:885] (1/2) Epoch 20, batch 6350, loss[loss=0.2402, simple_loss=0.3144, pruned_loss=0.08298, over 14300.00 frames. utt_duration=478 frames, utt_pad_proportion=0.03825, over 120.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3512, pruned_loss=0.1061, over 2772027.39 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07239, over 45222.96 utterances.], batch size: 120, lr: 2.35e-04 +2022-09-18 17:25:27,293 INFO [train.py:885] (1/2) Epoch 20, batch 6400, loss[loss=0.3029, simple_loss=0.3774, pruned_loss=0.1142, over 14280.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04018, over 154.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3499, pruned_loss=0.1049, over 2777641.15 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06997, over 44635.98 utterances.], batch size: 154, lr: 2.35e-04 +2022-09-18 17:25:56,694 INFO [train.py:885] (1/2) Epoch 20, batch 6450, loss[loss=0.4307, simple_loss=0.4594, pruned_loss=0.201, over 14233.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04249, over 335.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3487, pruned_loss=0.1047, over 2779664.90 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06905, over 43794.18 utterances.], batch size: 335, lr: 2.35e-04 +2022-09-18 17:26:26,828 INFO [train.py:885] (1/2) Epoch 20, batch 6500, loss[loss=0.4776, simple_loss=0.5719, pruned_loss=0.1916, over 12521.00 frames. utt_duration=63.36 frames, utt_pad_proportion=0.1438, over 810.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3522, pruned_loss=0.1061, over 2775026.67 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07247, over 45789.79 utterances.], batch size: 810, lr: 2.35e-04 +2022-09-18 17:26:56,390 INFO [train.py:885] (1/2) Epoch 20, batch 6550, loss[loss=0.2887, simple_loss=0.3618, pruned_loss=0.1078, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04077, over 225.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3502, pruned_loss=0.105, over 2777568.60 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07122, over 45008.05 utterances.], batch size: 225, lr: 2.35e-04 +2022-09-18 17:27:26,282 INFO [train.py:885] (1/2) Epoch 20, batch 6600, loss[loss=0.2923, simple_loss=0.372, pruned_loss=0.1063, over 14322.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03815, over 210.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3499, pruned_loss=0.1042, over 2777759.84 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07267, over 45399.11 utterances.], batch size: 210, lr: 2.34e-04 +2022-09-18 17:27:56,134 INFO [train.py:885] (1/2) Epoch 20, batch 6650, loss[loss=0.2561, simple_loss=0.3351, pruned_loss=0.08856, over 14308.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04085, over 154.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3504, pruned_loss=0.1046, over 2787677.02 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06861, over 44727.87 utterances.], batch size: 154, lr: 2.34e-04 +2022-09-18 17:28:25,897 INFO [train.py:885] (1/2) Epoch 20, batch 6700, loss[loss=0.2968, simple_loss=0.3829, pruned_loss=0.1053, over 13970.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05732, over 365.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3483, pruned_loss=0.1033, over 2782060.01 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07004, over 44464.86 utterances.], batch size: 365, lr: 2.34e-04 +2022-09-18 17:28:55,678 INFO [train.py:885] (1/2) Epoch 20, batch 6750, loss[loss=0.2418, simple_loss=0.3208, pruned_loss=0.08136, over 14259.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04507, over 141.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3519, pruned_loss=0.1053, over 2779991.48 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07295, over 45786.49 utterances.], batch size: 141, lr: 2.34e-04 +2022-09-18 17:29:25,567 INFO [train.py:885] (1/2) Epoch 20, batch 6800, loss[loss=0.5361, simple_loss=0.6059, pruned_loss=0.2332, over 12515.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 810.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3555, pruned_loss=0.1073, over 2780859.48 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07418, over 47040.57 utterances.], batch size: 810, lr: 2.34e-04 +2022-09-18 17:29:54,760 INFO [train.py:885] (1/2) Epoch 20, batch 6850, loss[loss=0.2626, simple_loss=0.3332, pruned_loss=0.09597, over 14285.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03921, over 180.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3553, pruned_loss=0.1078, over 2783052.97 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07182, over 46704.52 utterances.], batch size: 180, lr: 2.34e-04 +2022-09-18 17:30:24,082 INFO [train.py:885] (1/2) Epoch 20, batch 6900, loss[loss=0.2265, simple_loss=0.2972, pruned_loss=0.0779, over 14043.00 frames. utt_duration=574.6 frames, utt_pad_proportion=0.05655, over 98.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3489, pruned_loss=0.1049, over 2780768.78 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07077, over 44167.36 utterances.], batch size: 98, lr: 2.34e-04 +2022-09-18 17:30:53,869 INFO [train.py:885] (1/2) Epoch 20, batch 6950, loss[loss=0.3892, simple_loss=0.432, pruned_loss=0.1732, over 14227.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04386, over 335.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3479, pruned_loss=0.1043, over 2784234.29 frames. utt_duration=259 frames, utt_pad_proportion=0.06687, over 43245.89 utterances.], batch size: 335, lr: 2.34e-04 +2022-09-18 17:31:23,637 INFO [train.py:885] (1/2) Epoch 20, batch 7000, loss[loss=0.3619, simple_loss=0.4611, pruned_loss=0.1313, over 13150.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3472, pruned_loss=0.1031, over 2779099.00 frames. utt_duration=256.1 frames, utt_pad_proportion=0.07093, over 43654.68 utterances.], batch size: 653, lr: 2.34e-04 +2022-09-18 17:31:53,703 INFO [train.py:885] (1/2) Epoch 20, batch 7050, loss[loss=0.3188, simple_loss=0.3877, pruned_loss=0.125, over 14357.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.03596, over 227.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3459, pruned_loss=0.102, over 2777590.50 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07103, over 44412.79 utterances.], batch size: 227, lr: 2.34e-04 +2022-09-18 17:32:22,642 INFO [train.py:885] (1/2) Epoch 20, batch 7100, loss[loss=0.2118, simple_loss=0.2754, pruned_loss=0.0741, over 13834.00 frames. utt_duration=803.3 frames, utt_pad_proportion=0.06487, over 69.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3476, pruned_loss=0.1033, over 2774297.74 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07162, over 44615.05 utterances.], batch size: 69, lr: 2.34e-04 +2022-09-18 17:32:52,552 INFO [train.py:885] (1/2) Epoch 20, batch 7150, loss[loss=0.2155, simple_loss=0.2683, pruned_loss=0.08134, over 13890.00 frames. utt_duration=806.9 frames, utt_pad_proportion=0.06067, over 69.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3489, pruned_loss=0.1045, over 2772022.76 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07299, over 45020.00 utterances.], batch size: 69, lr: 2.34e-04 +2022-09-18 17:33:21,883 INFO [train.py:885] (1/2) Epoch 20, batch 7200, loss[loss=0.3847, simple_loss=0.4637, pruned_loss=0.1529, over 13678.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07822, over 477.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3517, pruned_loss=0.1058, over 2775923.19 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07207, over 45813.04 utterances.], batch size: 477, lr: 2.34e-04 +2022-09-18 17:33:51,600 INFO [train.py:885] (1/2) Epoch 20, batch 7250, loss[loss=0.2146, simple_loss=0.2836, pruned_loss=0.07279, over 13633.00 frames. utt_duration=1071 frames, utt_pad_proportion=0.08955, over 51.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3512, pruned_loss=0.1053, over 2773776.45 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07137, over 45865.82 utterances.], batch size: 51, lr: 2.34e-04 +2022-09-18 17:34:20,968 INFO [train.py:885] (1/2) Epoch 20, batch 7300, loss[loss=0.3015, simple_loss=0.3741, pruned_loss=0.1144, over 14338.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03456, over 244.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3506, pruned_loss=0.105, over 2777100.04 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07097, over 45720.23 utterances.], batch size: 244, lr: 2.34e-04 +2022-09-18 17:34:51,249 INFO [train.py:885] (1/2) Epoch 20, batch 7350, loss[loss=0.5091, simple_loss=0.5894, pruned_loss=0.2144, over 12493.00 frames. utt_duration=63.35 frames, utt_pad_proportion=0.144, over 810.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3504, pruned_loss=0.1042, over 2773122.83 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07289, over 46673.77 utterances.], batch size: 810, lr: 2.34e-04 +2022-09-18 17:35:20,410 INFO [train.py:885] (1/2) Epoch 20, batch 7400, loss[loss=0.1776, simple_loss=0.2556, pruned_loss=0.04984, over 13961.00 frames. utt_duration=799.3 frames, utt_pad_proportion=0.06731, over 70.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3494, pruned_loss=0.1043, over 2773588.58 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0714, over 45446.49 utterances.], batch size: 70, lr: 2.34e-04 +2022-09-18 17:35:49,991 INFO [train.py:885] (1/2) Epoch 20, batch 7450, loss[loss=0.3073, simple_loss=0.3652, pruned_loss=0.1246, over 14321.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03707, over 130.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3496, pruned_loss=0.1042, over 2778388.81 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06972, over 44837.83 utterances.], batch size: 130, lr: 2.34e-04 +2022-09-18 17:36:19,016 INFO [train.py:885] (1/2) Epoch 20, batch 7500, loss[loss=0.6602, simple_loss=0.7005, pruned_loss=0.3099, over 12525.00 frames. utt_duration=63.42 frames, utt_pad_proportion=0.1429, over 810.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3501, pruned_loss=0.1041, over 2781075.58 frames. utt_duration=250 frames, utt_pad_proportion=0.06808, over 44757.41 utterances.], batch size: 810, lr: 2.34e-04 +2022-09-18 17:36:49,735 INFO [train.py:885] (1/2) Epoch 20, batch 7550, loss[loss=0.2776, simple_loss=0.3312, pruned_loss=0.112, over 14137.00 frames. utt_duration=578.5 frames, utt_pad_proportion=0.05008, over 98.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.351, pruned_loss=0.1044, over 2779692.40 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07035, over 45667.13 utterances.], batch size: 98, lr: 2.34e-04 +2022-09-18 17:37:19,694 INFO [train.py:885] (1/2) Epoch 20, batch 7600, loss[loss=0.2333, simple_loss=0.2958, pruned_loss=0.0854, over 14080.00 frames. utt_duration=805.9 frames, utt_pad_proportion=0.05961, over 70.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3543, pruned_loss=0.1068, over 2781540.10 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07094, over 46329.06 utterances.], batch size: 70, lr: 2.34e-04 +2022-09-18 17:37:49,282 INFO [train.py:885] (1/2) Epoch 20, batch 7650, loss[loss=0.3109, simple_loss=0.388, pruned_loss=0.1169, over 14326.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03875, over 262.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3519, pruned_loss=0.1054, over 2777211.09 frames. utt_duration=242.3 frames, utt_pad_proportion=0.0725, over 46137.19 utterances.], batch size: 262, lr: 2.34e-04 +2022-09-18 17:38:19,100 INFO [train.py:885] (1/2) Epoch 20, batch 7700, loss[loss=0.4494, simple_loss=0.5018, pruned_loss=0.1985, over 14064.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.0536, over 366.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3511, pruned_loss=0.1055, over 2782487.79 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07004, over 45558.98 utterances.], batch size: 366, lr: 2.34e-04 +2022-09-18 17:38:48,680 INFO [train.py:885] (1/2) Epoch 20, batch 7750, loss[loss=0.1841, simple_loss=0.2562, pruned_loss=0.05597, over 13632.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08237, over 50.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3484, pruned_loss=0.1035, over 2783328.81 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06968, over 44704.97 utterances.], batch size: 50, lr: 2.34e-04 +2022-09-18 17:39:18,258 INFO [train.py:885] (1/2) Epoch 20, batch 7800, loss[loss=0.3749, simple_loss=0.4235, pruned_loss=0.1632, over 14213.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04362, over 306.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3487, pruned_loss=0.1036, over 2787611.39 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06773, over 44963.25 utterances.], batch size: 306, lr: 2.34e-04 +2022-09-18 17:39:47,566 INFO [train.py:885] (1/2) Epoch 20, batch 7850, loss[loss=0.3468, simple_loss=0.4038, pruned_loss=0.1449, over 14366.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0326, over 244.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3472, pruned_loss=0.1029, over 2786803.07 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06961, over 44108.50 utterances.], batch size: 244, lr: 2.34e-04 +2022-09-18 17:40:17,359 INFO [train.py:885] (1/2) Epoch 20, batch 7900, loss[loss=0.2596, simple_loss=0.3375, pruned_loss=0.09085, over 14304.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.0389, over 226.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3496, pruned_loss=0.1039, over 2790427.69 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06807, over 44715.86 utterances.], batch size: 226, lr: 2.34e-04 +2022-09-18 17:40:46,791 INFO [train.py:885] (1/2) Epoch 20, batch 7950, loss[loss=0.2217, simple_loss=0.3031, pruned_loss=0.07018, over 14295.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04009, over 120.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3472, pruned_loss=0.1026, over 2790453.62 frames. utt_duration=254 frames, utt_pad_proportion=0.06725, over 44200.61 utterances.], batch size: 120, lr: 2.34e-04 +2022-09-18 17:41:16,202 INFO [train.py:885] (1/2) Epoch 20, batch 8000, loss[loss=0.1351, simple_loss=0.1964, pruned_loss=0.03692, over 12851.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.1402, over 25.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3453, pruned_loss=0.1016, over 2782713.14 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06861, over 43634.14 utterances.], batch size: 25, lr: 2.34e-04 +2022-09-18 17:41:46,096 INFO [train.py:885] (1/2) Epoch 20, batch 8050, loss[loss=0.3718, simple_loss=0.4145, pruned_loss=0.1646, over 14312.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04107, over 167.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3478, pruned_loss=0.1031, over 2780116.55 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07133, over 44631.01 utterances.], batch size: 167, lr: 2.34e-04 +2022-09-18 17:42:15,795 INFO [train.py:885] (1/2) Epoch 20, batch 8100, loss[loss=0.3331, simple_loss=0.4271, pruned_loss=0.1196, over 13637.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.07735, over 560.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3468, pruned_loss=0.1028, over 2777624.77 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07075, over 44286.80 utterances.], batch size: 560, lr: 2.34e-04 +2022-09-18 17:42:45,827 INFO [train.py:885] (1/2) Epoch 20, batch 8150, loss[loss=0.2728, simple_loss=0.3353, pruned_loss=0.1051, over 14075.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05302, over 98.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3471, pruned_loss=0.1019, over 2775772.46 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07341, over 45550.59 utterances.], batch size: 98, lr: 2.34e-04 +2022-09-18 17:43:15,553 INFO [train.py:885] (1/2) Epoch 20, batch 8200, loss[loss=0.3165, simple_loss=0.3851, pruned_loss=0.1239, over 14344.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03728, over 262.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3485, pruned_loss=0.1032, over 2775935.34 frames. utt_duration=247 frames, utt_pad_proportion=0.07204, over 45226.09 utterances.], batch size: 262, lr: 2.34e-04 +2022-09-18 17:43:46,091 INFO [train.py:885] (1/2) Epoch 20, batch 8250, loss[loss=0.2853, simple_loss=0.3611, pruned_loss=0.1047, over 14338.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03678, over 195.00 utterances.], tot_loss[loss=0.28, simple_loss=0.351, pruned_loss=0.1045, over 2777062.38 frames. utt_duration=242 frames, utt_pad_proportion=0.07323, over 46175.04 utterances.], batch size: 195, lr: 2.34e-04 +2022-09-18 17:44:15,467 INFO [train.py:885] (1/2) Epoch 20, batch 8300, loss[loss=0.237, simple_loss=0.3118, pruned_loss=0.08107, over 14019.00 frames. utt_duration=573.7 frames, utt_pad_proportion=0.05797, over 98.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.351, pruned_loss=0.1048, over 2778920.20 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07127, over 45580.97 utterances.], batch size: 98, lr: 2.34e-04 +2022-09-18 17:44:45,597 INFO [train.py:885] (1/2) Epoch 20, batch 8350, loss[loss=0.3227, simple_loss=0.4099, pruned_loss=0.1178, over 13747.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07244, over 411.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3546, pruned_loss=0.1076, over 2775455.83 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07124, over 46762.92 utterances.], batch size: 411, lr: 2.34e-04 +2022-09-18 17:45:14,468 INFO [train.py:885] (1/2) Epoch 20, batch 8400, loss[loss=0.2658, simple_loss=0.341, pruned_loss=0.09533, over 14320.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04097, over 167.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3521, pruned_loss=0.1064, over 2773720.46 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07281, over 45505.46 utterances.], batch size: 167, lr: 2.34e-04 +2022-09-18 17:45:44,268 INFO [train.py:885] (1/2) Epoch 20, batch 8450, loss[loss=0.2664, simple_loss=0.328, pruned_loss=0.1024, over 14296.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04031, over 120.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3518, pruned_loss=0.1062, over 2779366.79 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07075, over 45153.76 utterances.], batch size: 120, lr: 2.34e-04 +2022-09-18 17:46:13,311 INFO [train.py:885] (1/2) Epoch 20, batch 8500, loss[loss=0.2395, simple_loss=0.312, pruned_loss=0.08355, over 14299.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03994, over 120.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3554, pruned_loss=0.1087, over 2785359.83 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07014, over 45722.57 utterances.], batch size: 120, lr: 2.34e-04 +2022-09-18 17:46:43,305 INFO [train.py:885] (1/2) Epoch 20, batch 8550, loss[loss=0.278, simple_loss=0.353, pruned_loss=0.1015, over 14304.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04142, over 167.00 utterances.], tot_loss[loss=0.2885, simple_loss=0.358, pruned_loss=0.1094, over 2782422.58 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0724, over 47272.50 utterances.], batch size: 167, lr: 2.34e-04 +2022-09-18 17:47:13,084 INFO [train.py:885] (1/2) Epoch 20, batch 8600, loss[loss=0.1543, simple_loss=0.2339, pruned_loss=0.0374, over 13539.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.09412, over 42.00 utterances.], tot_loss[loss=0.2859, simple_loss=0.3551, pruned_loss=0.1084, over 2779503.61 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07264, over 45862.06 utterances.], batch size: 42, lr: 2.34e-04 +2022-09-18 17:47:42,661 INFO [train.py:885] (1/2) Epoch 20, batch 8650, loss[loss=0.1846, simple_loss=0.2511, pruned_loss=0.05903, over 13866.00 frames. utt_duration=925.7 frames, utt_pad_proportion=0.07057, over 60.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3496, pruned_loss=0.1051, over 2784293.21 frames. utt_duration=257 frames, utt_pad_proportion=0.06964, over 43592.88 utterances.], batch size: 60, lr: 2.34e-04 +2022-09-18 17:48:11,934 INFO [train.py:885] (1/2) Epoch 20, batch 8700, loss[loss=0.1879, simple_loss=0.2481, pruned_loss=0.06382, over 13795.00 frames. utt_duration=921.1 frames, utt_pad_proportion=0.07425, over 60.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3515, pruned_loss=0.1056, over 2780120.64 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07187, over 45190.16 utterances.], batch size: 60, lr: 2.34e-04 +2022-09-18 17:48:41,192 INFO [train.py:885] (1/2) Epoch 20, batch 8750, loss[loss=0.2589, simple_loss=0.3126, pruned_loss=0.1025, over 14179.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04428, over 109.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3523, pruned_loss=0.1059, over 2781358.68 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0715, over 45619.80 utterances.], batch size: 109, lr: 2.33e-04 +2022-09-18 17:49:10,974 INFO [train.py:885] (1/2) Epoch 20, batch 8800, loss[loss=0.4941, simple_loss=0.5849, pruned_loss=0.2017, over 12403.00 frames. utt_duration=62.8 frames, utt_pad_proportion=0.1514, over 811.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3542, pruned_loss=0.1071, over 2779691.06 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07417, over 45762.99 utterances.], batch size: 811, lr: 2.33e-04 +2022-09-18 17:49:40,461 INFO [train.py:885] (1/2) Epoch 20, batch 8850, loss[loss=0.2851, simple_loss=0.3621, pruned_loss=0.104, over 14262.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04114, over 225.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3536, pruned_loss=0.106, over 2777629.51 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07581, over 46637.59 utterances.], batch size: 225, lr: 2.33e-04 +2022-09-18 17:50:10,139 INFO [train.py:885] (1/2) Epoch 20, batch 8900, loss[loss=0.1792, simple_loss=0.2437, pruned_loss=0.05737, over 13885.00 frames. utt_duration=927.2 frames, utt_pad_proportion=0.06816, over 60.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3523, pruned_loss=0.1055, over 2779873.05 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07347, over 45801.62 utterances.], batch size: 60, lr: 2.33e-04 +2022-09-18 17:50:40,195 INFO [train.py:885] (1/2) Epoch 20, batch 8950, loss[loss=0.2759, simple_loss=0.3548, pruned_loss=0.0985, over 14347.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03861, over 167.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3526, pruned_loss=0.1054, over 2781421.32 frames. utt_duration=244 frames, utt_pad_proportion=0.07272, over 45870.30 utterances.], batch size: 167, lr: 2.33e-04 +2022-09-18 17:51:09,417 INFO [train.py:885] (1/2) Epoch 20, batch 9000, loss[loss=0.331, simple_loss=0.3991, pruned_loss=0.1314, over 14307.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03915, over 283.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3534, pruned_loss=0.1063, over 2778486.21 frames. utt_duration=243.2 frames, utt_pad_proportion=0.0732, over 45985.06 utterances.], batch size: 283, lr: 2.33e-04 +2022-09-18 17:51:09,418 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 17:51:14,117 INFO [train.py:914] (1/2) Epoch 20, validation: loss=0.1951, simple_loss=0.2728, pruned_loss=0.05873, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 17:51:44,757 INFO [train.py:885] (1/2) Epoch 20, batch 9050, loss[loss=0.2998, simple_loss=0.3842, pruned_loss=0.1078, over 13973.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05733, over 365.00 utterances.], tot_loss[loss=0.2853, simple_loss=0.3557, pruned_loss=0.1074, over 2774450.60 frames. utt_duration=237 frames, utt_pad_proportion=0.07387, over 47124.83 utterances.], batch size: 365, lr: 2.33e-04 +2022-09-18 17:52:13,814 INFO [train.py:885] (1/2) Epoch 20, batch 9100, loss[loss=0.2419, simple_loss=0.3084, pruned_loss=0.08776, over 14065.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05352, over 98.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3559, pruned_loss=0.1084, over 2775397.86 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07495, over 46573.85 utterances.], batch size: 98, lr: 2.33e-04 +2022-09-18 17:52:42,857 INFO [train.py:885] (1/2) Epoch 20, batch 9150, loss[loss=0.2314, simple_loss=0.306, pruned_loss=0.07839, over 14298.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04004, over 120.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3548, pruned_loss=0.1073, over 2778221.09 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07425, over 46253.29 utterances.], batch size: 120, lr: 2.33e-04 +2022-09-18 17:53:12,246 INFO [train.py:885] (1/2) Epoch 20, batch 9200, loss[loss=0.2999, simple_loss=0.3979, pruned_loss=0.1009, over 13655.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.0789, over 477.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3535, pruned_loss=0.1068, over 2779774.16 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07395, over 45934.94 utterances.], batch size: 477, lr: 2.33e-04 +2022-09-18 17:53:41,815 INFO [train.py:885] (1/2) Epoch 20, batch 9250, loss[loss=0.2914, simple_loss=0.3663, pruned_loss=0.1082, over 14376.00 frames. utt_duration=296.4 frames, utt_pad_proportion=0.03458, over 195.00 utterances.], tot_loss[loss=0.2874, simple_loss=0.3573, pruned_loss=0.1088, over 2777854.73 frames. utt_duration=235 frames, utt_pad_proportion=0.07603, over 47593.76 utterances.], batch size: 195, lr: 2.33e-04 +2022-09-18 17:54:11,475 INFO [train.py:885] (1/2) Epoch 20, batch 9300, loss[loss=0.3014, simple_loss=0.3723, pruned_loss=0.1152, over 14256.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04232, over 225.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3542, pruned_loss=0.1075, over 2779128.26 frames. utt_duration=242.6 frames, utt_pad_proportion=0.074, over 46109.22 utterances.], batch size: 225, lr: 2.33e-04 +2022-09-18 17:54:40,459 INFO [train.py:885] (1/2) Epoch 20, batch 9350, loss[loss=0.1821, simple_loss=0.2614, pruned_loss=0.05144, over 13861.00 frames. utt_duration=925.6 frames, utt_pad_proportion=0.06978, over 60.00 utterances.], tot_loss[loss=0.2864, simple_loss=0.3558, pruned_loss=0.1085, over 2776139.08 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07562, over 46373.40 utterances.], batch size: 60, lr: 2.33e-04 +2022-09-18 17:55:10,065 INFO [train.py:885] (1/2) Epoch 20, batch 9400, loss[loss=0.2208, simple_loss=0.296, pruned_loss=0.07281, over 14268.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.042, over 120.00 utterances.], tot_loss[loss=0.2895, simple_loss=0.359, pruned_loss=0.11, over 2780972.85 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07552, over 47650.65 utterances.], batch size: 120, lr: 2.33e-04 +2022-09-18 17:55:39,184 INFO [train.py:885] (1/2) Epoch 20, batch 9450, loss[loss=0.2629, simple_loss=0.3233, pruned_loss=0.1013, over 14175.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04829, over 89.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3546, pruned_loss=0.1082, over 2776554.75 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07448, over 45659.82 utterances.], batch size: 89, lr: 2.33e-04 +2022-09-18 17:56:09,012 INFO [train.py:885] (1/2) Epoch 20, batch 9500, loss[loss=0.4827, simple_loss=0.5754, pruned_loss=0.195, over 12480.00 frames. utt_duration=63.1 frames, utt_pad_proportion=0.1473, over 811.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3537, pruned_loss=0.1073, over 2777361.81 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07353, over 45835.50 utterances.], batch size: 811, lr: 2.33e-04 +2022-09-18 17:56:38,068 INFO [train.py:885] (1/2) Epoch 20, batch 9550, loss[loss=0.2776, simple_loss=0.3535, pruned_loss=0.1008, over 14301.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.04158, over 154.00 utterances.], tot_loss[loss=0.278, simple_loss=0.348, pruned_loss=0.1041, over 2775162.10 frames. utt_duration=252.7 frames, utt_pad_proportion=0.0723, over 44187.83 utterances.], batch size: 154, lr: 2.33e-04 +2022-09-18 17:57:07,916 INFO [train.py:885] (1/2) Epoch 20, batch 9600, loss[loss=0.3289, simple_loss=0.3915, pruned_loss=0.1331, over 14268.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04121, over 335.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3462, pruned_loss=0.1027, over 2774518.78 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07251, over 44441.22 utterances.], batch size: 335, lr: 2.33e-04 +2022-09-18 17:57:37,151 INFO [train.py:885] (1/2) Epoch 20, batch 9650, loss[loss=0.2521, simple_loss=0.3278, pruned_loss=0.08817, over 14304.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03776, over 130.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.347, pruned_loss=0.1033, over 2780360.60 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07183, over 44127.67 utterances.], batch size: 130, lr: 2.33e-04 +2022-09-18 17:58:06,912 INFO [train.py:885] (1/2) Epoch 20, batch 9700, loss[loss=0.2147, simple_loss=0.2744, pruned_loss=0.07752, over 13864.00 frames. utt_duration=805.3 frames, utt_pad_proportion=0.06256, over 69.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3476, pruned_loss=0.1033, over 2780206.14 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07351, over 45217.42 utterances.], batch size: 69, lr: 2.33e-04 +2022-09-18 17:58:36,561 INFO [train.py:885] (1/2) Epoch 20, batch 9750, loss[loss=0.2834, simple_loss=0.3555, pruned_loss=0.1056, over 14314.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04023, over 154.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3511, pruned_loss=0.1048, over 2780358.04 frames. utt_duration=241 frames, utt_pad_proportion=0.07301, over 46426.78 utterances.], batch size: 154, lr: 2.33e-04 +2022-09-18 17:59:14,286 INFO [train.py:885] (1/2) Epoch 20, batch 9800, loss[loss=0.3094, simple_loss=0.3799, pruned_loss=0.1194, over 14295.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03891, over 180.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3533, pruned_loss=0.1065, over 2777330.69 frames. utt_duration=238.2 frames, utt_pad_proportion=0.0739, over 46934.07 utterances.], batch size: 180, lr: 2.33e-04 +2022-09-18 17:59:44,030 INFO [train.py:885] (1/2) Epoch 20, batch 9850, loss[loss=0.2663, simple_loss=0.3501, pruned_loss=0.0912, over 14336.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03503, over 244.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3502, pruned_loss=0.1046, over 2776499.21 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07297, over 46425.83 utterances.], batch size: 244, lr: 2.33e-04 +2022-09-18 18:00:13,982 INFO [train.py:885] (1/2) Epoch 20, batch 9900, loss[loss=0.3913, simple_loss=0.4311, pruned_loss=0.1758, over 14372.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0326, over 244.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3488, pruned_loss=0.1041, over 2779306.10 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07199, over 45675.24 utterances.], batch size: 244, lr: 2.33e-04 +2022-09-18 18:00:43,308 INFO [train.py:885] (1/2) Epoch 20, batch 9950, loss[loss=0.2809, simple_loss=0.3598, pruned_loss=0.101, over 14308.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.0389, over 226.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3512, pruned_loss=0.1049, over 2776359.30 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07254, over 46609.25 utterances.], batch size: 226, lr: 2.33e-04 +2022-09-18 18:01:12,904 INFO [train.py:885] (1/2) Epoch 20, batch 10000, loss[loss=0.3838, simple_loss=0.4799, pruned_loss=0.1438, over 13161.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3531, pruned_loss=0.1063, over 2775600.29 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07306, over 47267.04 utterances.], batch size: 653, lr: 2.33e-04 +2022-09-18 18:01:42,159 INFO [train.py:885] (1/2) Epoch 20, batch 10050, loss[loss=0.3228, simple_loss=0.4028, pruned_loss=0.1214, over 14019.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05673, over 366.00 utterances.], tot_loss[loss=0.282, simple_loss=0.352, pruned_loss=0.106, over 2780290.31 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06999, over 45625.74 utterances.], batch size: 366, lr: 2.33e-04 +2022-09-18 18:02:11,540 INFO [train.py:885] (1/2) Epoch 20, batch 10100, loss[loss=0.3008, simple_loss=0.4036, pruned_loss=0.09898, over 13567.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08446, over 477.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3529, pruned_loss=0.1061, over 2779486.13 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07028, over 45352.63 utterances.], batch size: 477, lr: 2.33e-04 +2022-09-18 18:02:41,564 INFO [train.py:885] (1/2) Epoch 20, batch 10150, loss[loss=0.2779, simple_loss=0.3509, pruned_loss=0.1025, over 14317.00 frames. utt_duration=256 frames, utt_pad_proportion=0.03761, over 225.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3526, pruned_loss=0.1062, over 2779221.01 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07258, over 44838.35 utterances.], batch size: 225, lr: 2.33e-04 +2022-09-18 18:03:11,055 INFO [train.py:885] (1/2) Epoch 20, batch 10200, loss[loss=0.1736, simple_loss=0.2453, pruned_loss=0.05098, over 13863.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.06691, over 51.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3539, pruned_loss=0.1067, over 2783426.23 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07183, over 45740.37 utterances.], batch size: 51, lr: 2.33e-04 +2022-09-18 18:03:40,267 INFO [train.py:885] (1/2) Epoch 20, batch 10250, loss[loss=0.2249, simple_loss=0.2907, pruned_loss=0.07953, over 13957.00 frames. utt_duration=707.9 frames, utt_pad_proportion=0.06364, over 79.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.355, pruned_loss=0.1069, over 2779873.35 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07394, over 47123.64 utterances.], batch size: 79, lr: 2.33e-04 +2022-09-18 18:04:09,994 INFO [train.py:885] (1/2) Epoch 20, batch 10300, loss[loss=0.2344, simple_loss=0.2918, pruned_loss=0.08846, over 13845.00 frames. utt_duration=924.5 frames, utt_pad_proportion=0.07179, over 60.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3551, pruned_loss=0.1073, over 2781619.78 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07203, over 47116.66 utterances.], batch size: 60, lr: 2.33e-04 +2022-09-18 18:04:39,073 INFO [train.py:885] (1/2) Epoch 20, batch 10350, loss[loss=0.3151, simple_loss=0.4068, pruned_loss=0.1117, over 14018.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.0553, over 365.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3541, pruned_loss=0.1071, over 2785264.86 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06992, over 46266.82 utterances.], batch size: 365, lr: 2.33e-04 +2022-09-18 18:05:08,729 INFO [train.py:885] (1/2) Epoch 20, batch 10400, loss[loss=0.2519, simple_loss=0.3297, pruned_loss=0.08709, over 14290.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.0407, over 120.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3505, pruned_loss=0.1044, over 2785369.68 frames. utt_duration=250 frames, utt_pad_proportion=0.06893, over 44831.22 utterances.], batch size: 120, lr: 2.33e-04 +2022-09-18 18:05:37,978 INFO [train.py:885] (1/2) Epoch 20, batch 10450, loss[loss=0.1932, simple_loss=0.2438, pruned_loss=0.07135, over 13656.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08697, over 42.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3492, pruned_loss=0.1044, over 2780918.06 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07032, over 44537.82 utterances.], batch size: 42, lr: 2.33e-04 +2022-09-18 18:06:08,107 INFO [train.py:885] (1/2) Epoch 20, batch 10500, loss[loss=0.5141, simple_loss=0.6065, pruned_loss=0.2108, over 12427.00 frames. utt_duration=62.91 frames, utt_pad_proportion=0.1498, over 810.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3477, pruned_loss=0.1036, over 2778481.99 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07063, over 44436.37 utterances.], batch size: 810, lr: 2.33e-04 +2022-09-18 18:06:37,408 INFO [train.py:885] (1/2) Epoch 20, batch 10550, loss[loss=0.2668, simple_loss=0.3313, pruned_loss=0.1012, over 14201.00 frames. utt_duration=522.5 frames, utt_pad_proportion=0.04305, over 109.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3486, pruned_loss=0.1041, over 2778904.43 frames. utt_duration=249.9 frames, utt_pad_proportion=0.0714, over 44747.49 utterances.], batch size: 109, lr: 2.33e-04 +2022-09-18 18:07:07,242 INFO [train.py:885] (1/2) Epoch 20, batch 10600, loss[loss=0.3658, simple_loss=0.4612, pruned_loss=0.1352, over 13152.00 frames. utt_duration=82.12 frames, utt_pad_proportion=0.1074, over 653.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3484, pruned_loss=0.1042, over 2776044.33 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07246, over 44795.76 utterances.], batch size: 653, lr: 2.33e-04 +2022-09-18 18:07:36,262 INFO [train.py:885] (1/2) Epoch 20, batch 10650, loss[loss=0.3104, simple_loss=0.3875, pruned_loss=0.1166, over 14325.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03802, over 283.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3458, pruned_loss=0.1032, over 2779540.64 frames. utt_duration=259.6 frames, utt_pad_proportion=0.07046, over 43071.93 utterances.], batch size: 283, lr: 2.33e-04 +2022-09-18 18:08:06,069 INFO [train.py:885] (1/2) Epoch 20, batch 10700, loss[loss=0.2639, simple_loss=0.3445, pruned_loss=0.09165, over 14323.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03794, over 195.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3468, pruned_loss=0.1031, over 2776993.06 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07137, over 44616.86 utterances.], batch size: 195, lr: 2.33e-04 +2022-09-18 18:08:35,565 INFO [train.py:885] (1/2) Epoch 20, batch 10750, loss[loss=0.3687, simple_loss=0.4162, pruned_loss=0.1606, over 14226.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04293, over 306.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.349, pruned_loss=0.1046, over 2777964.81 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07048, over 44994.71 utterances.], batch size: 306, lr: 2.33e-04 +2022-09-18 18:09:05,186 INFO [train.py:885] (1/2) Epoch 20, batch 10800, loss[loss=0.3573, simple_loss=0.4086, pruned_loss=0.153, over 14246.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04143, over 306.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3492, pruned_loss=0.1051, over 2779966.79 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07243, over 44728.75 utterances.], batch size: 306, lr: 2.33e-04 +2022-09-18 18:09:34,622 INFO [train.py:885] (1/2) Epoch 20, batch 10850, loss[loss=0.2331, simple_loss=0.3159, pruned_loss=0.0752, over 14314.00 frames. utt_duration=407.4 frames, utt_pad_proportion=0.04133, over 141.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3503, pruned_loss=0.105, over 2779792.70 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07424, over 45417.64 utterances.], batch size: 141, lr: 2.33e-04 +2022-09-18 18:10:04,092 INFO [train.py:885] (1/2) Epoch 20, batch 10900, loss[loss=0.2853, simple_loss=0.3616, pruned_loss=0.1045, over 14319.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03848, over 210.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3495, pruned_loss=0.1043, over 2780522.21 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07274, over 45063.51 utterances.], batch size: 210, lr: 2.32e-04 +2022-09-18 18:10:33,385 INFO [train.py:885] (1/2) Epoch 20, batch 10950, loss[loss=0.2883, simple_loss=0.3529, pruned_loss=0.1118, over 14076.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05439, over 98.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3511, pruned_loss=0.1054, over 2780883.91 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07155, over 45275.90 utterances.], batch size: 98, lr: 2.32e-04 +2022-09-18 18:11:10,846 INFO [train.py:885] (1/2) Epoch 20, batch 11000, loss[loss=0.1815, simple_loss=0.2539, pruned_loss=0.0546, over 13878.00 frames. utt_duration=806.1 frames, utt_pad_proportion=0.06162, over 69.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3507, pruned_loss=0.1049, over 2780395.81 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07178, over 45250.46 utterances.], batch size: 69, lr: 2.32e-04 +2022-09-18 18:11:40,335 INFO [train.py:885] (1/2) Epoch 20, batch 11050, loss[loss=0.3103, simple_loss=0.3708, pruned_loss=0.1249, over 14327.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03673, over 180.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3484, pruned_loss=0.1037, over 2781000.10 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06983, over 44457.09 utterances.], batch size: 180, lr: 2.32e-04 +2022-09-18 18:12:10,021 INFO [train.py:885] (1/2) Epoch 20, batch 11100, loss[loss=0.2484, simple_loss=0.311, pruned_loss=0.09294, over 14107.00 frames. utt_duration=577.1 frames, utt_pad_proportion=0.05238, over 98.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3482, pruned_loss=0.1037, over 2781099.23 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06941, over 44543.96 utterances.], batch size: 98, lr: 2.32e-04 +2022-09-18 18:12:40,071 INFO [train.py:885] (1/2) Epoch 20, batch 11150, loss[loss=0.1325, simple_loss=0.192, pruned_loss=0.03648, over 13256.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1108, over 33.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3496, pruned_loss=0.1037, over 2776647.89 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07233, over 46090.47 utterances.], batch size: 33, lr: 2.32e-04 +2022-09-18 18:13:09,009 INFO [train.py:885] (1/2) Epoch 20, batch 11200, loss[loss=0.3681, simple_loss=0.4115, pruned_loss=0.1623, over 14200.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04497, over 306.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3515, pruned_loss=0.1048, over 2783733.95 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07015, over 46253.48 utterances.], batch size: 306, lr: 2.32e-04 +2022-09-18 18:13:38,605 INFO [train.py:885] (1/2) Epoch 20, batch 11250, loss[loss=0.2624, simple_loss=0.3428, pruned_loss=0.09098, over 14341.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03666, over 210.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3486, pruned_loss=0.1028, over 2780978.38 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07128, over 45904.59 utterances.], batch size: 210, lr: 2.32e-04 +2022-09-18 18:14:07,849 INFO [train.py:885] (1/2) Epoch 20, batch 11300, loss[loss=0.1662, simple_loss=0.223, pruned_loss=0.05469, over 13657.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.07998, over 50.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3485, pruned_loss=0.103, over 2781856.72 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07123, over 45627.14 utterances.], batch size: 50, lr: 2.32e-04 +2022-09-18 18:14:37,753 INFO [train.py:885] (1/2) Epoch 20, batch 11350, loss[loss=0.1944, simple_loss=0.2678, pruned_loss=0.0605, over 14168.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.05024, over 89.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3547, pruned_loss=0.107, over 2777920.95 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07529, over 47444.87 utterances.], batch size: 89, lr: 2.32e-04 +2022-09-18 18:15:07,341 INFO [train.py:885] (1/2) Epoch 20, batch 11400, loss[loss=0.3098, simple_loss=0.3784, pruned_loss=0.1206, over 14318.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.038, over 195.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3542, pruned_loss=0.1064, over 2778766.40 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07475, over 46965.22 utterances.], batch size: 195, lr: 2.32e-04 +2022-09-18 18:15:36,859 INFO [train.py:885] (1/2) Epoch 20, batch 11450, loss[loss=0.1919, simple_loss=0.2575, pruned_loss=0.06317, over 13850.00 frames. utt_duration=804.4 frames, utt_pad_proportion=0.06352, over 69.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3536, pruned_loss=0.1053, over 2782816.53 frames. utt_duration=237 frames, utt_pad_proportion=0.07269, over 47270.07 utterances.], batch size: 69, lr: 2.32e-04 +2022-09-18 18:16:06,522 INFO [train.py:885] (1/2) Epoch 20, batch 11500, loss[loss=0.3297, simple_loss=0.3914, pruned_loss=0.134, over 14287.00 frames. utt_duration=254.4 frames, utt_pad_proportion=0.04016, over 226.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3527, pruned_loss=0.1056, over 2781536.45 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07233, over 46521.55 utterances.], batch size: 226, lr: 2.32e-04 +2022-09-18 18:16:35,912 INFO [train.py:885] (1/2) Epoch 20, batch 11550, loss[loss=0.392, simple_loss=0.4379, pruned_loss=0.173, over 14202.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04397, over 306.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.351, pruned_loss=0.1044, over 2785866.24 frames. utt_duration=246.5 frames, utt_pad_proportion=0.0703, over 45471.00 utterances.], batch size: 306, lr: 2.32e-04 +2022-09-18 18:17:05,657 INFO [train.py:885] (1/2) Epoch 20, batch 11600, loss[loss=0.3276, simple_loss=0.3955, pruned_loss=0.1299, over 14254.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04177, over 225.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3489, pruned_loss=0.1034, over 2786382.88 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06892, over 44567.62 utterances.], batch size: 225, lr: 2.32e-04 +2022-09-18 18:17:34,771 INFO [train.py:885] (1/2) Epoch 20, batch 11650, loss[loss=0.2563, simple_loss=0.3439, pruned_loss=0.08434, over 14264.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04106, over 180.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3479, pruned_loss=0.1031, over 2785646.88 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06887, over 44146.49 utterances.], batch size: 180, lr: 2.32e-04 +2022-09-18 18:18:04,430 INFO [train.py:885] (1/2) Epoch 20, batch 11700, loss[loss=0.2684, simple_loss=0.3349, pruned_loss=0.101, over 14298.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.0426, over 141.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3494, pruned_loss=0.1046, over 2786559.72 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06979, over 43940.90 utterances.], batch size: 141, lr: 2.32e-04 +2022-09-18 18:18:33,727 INFO [train.py:885] (1/2) Epoch 20, batch 11750, loss[loss=0.2561, simple_loss=0.3294, pruned_loss=0.09145, over 14213.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04824, over 141.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3506, pruned_loss=0.1053, over 2784726.75 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06967, over 44780.94 utterances.], batch size: 141, lr: 2.32e-04 +2022-09-18 18:19:04,161 INFO [train.py:885] (1/2) Epoch 20, batch 11800, loss[loss=0.2681, simple_loss=0.3443, pruned_loss=0.09593, over 14278.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04033, over 154.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3475, pruned_loss=0.1043, over 2781934.41 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06942, over 43151.77 utterances.], batch size: 154, lr: 2.32e-04 +2022-09-18 18:19:33,491 INFO [train.py:885] (1/2) Epoch 20, batch 11850, loss[loss=0.2048, simple_loss=0.2593, pruned_loss=0.0752, over 13201.00 frames. utt_duration=1601 frames, utt_pad_proportion=0.1088, over 33.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3461, pruned_loss=0.1043, over 2777906.02 frames. utt_duration=266.1 frames, utt_pad_proportion=0.07016, over 41993.26 utterances.], batch size: 33, lr: 2.32e-04 +2022-09-18 18:20:02,826 INFO [train.py:885] (1/2) Epoch 20, batch 11900, loss[loss=0.3222, simple_loss=0.3969, pruned_loss=0.1237, over 14219.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04367, over 306.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3435, pruned_loss=0.1026, over 2778494.27 frames. utt_duration=273.5 frames, utt_pad_proportion=0.0691, over 40862.05 utterances.], batch size: 306, lr: 2.32e-04 +2022-09-18 18:20:32,179 INFO [train.py:885] (1/2) Epoch 20, batch 11950, loss[loss=0.3443, simple_loss=0.3987, pruned_loss=0.145, over 14371.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03492, over 210.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3496, pruned_loss=0.1051, over 2783928.89 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06836, over 43431.44 utterances.], batch size: 210, lr: 2.32e-04 +2022-09-18 18:21:01,298 INFO [train.py:885] (1/2) Epoch 20, batch 12000, loss[loss=0.1718, simple_loss=0.2414, pruned_loss=0.05108, over 13661.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08551, over 42.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3485, pruned_loss=0.1047, over 2781592.70 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06843, over 43391.83 utterances.], batch size: 42, lr: 2.32e-04 +2022-09-18 18:21:01,299 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 18:21:05,617 INFO [train.py:914] (1/2) Epoch 20, validation: loss=0.1975, simple_loss=0.2781, pruned_loss=0.05848, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 18:21:35,742 INFO [train.py:885] (1/2) Epoch 20, batch 12050, loss[loss=0.3283, simple_loss=0.388, pruned_loss=0.1343, over 14314.00 frames. utt_duration=220 frames, utt_pad_proportion=0.0395, over 262.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3549, pruned_loss=0.1076, over 2782018.13 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07145, over 46284.16 utterances.], batch size: 262, lr: 2.32e-04 +2022-09-18 18:22:05,086 INFO [train.py:885] (1/2) Epoch 20, batch 12100, loss[loss=0.2563, simple_loss=0.3382, pruned_loss=0.0872, over 14312.00 frames. utt_duration=255.8 frames, utt_pad_proportion=0.03826, over 225.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.352, pruned_loss=0.1071, over 2782527.26 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06926, over 44238.96 utterances.], batch size: 225, lr: 2.32e-04 +2022-09-18 18:22:34,382 INFO [train.py:885] (1/2) Epoch 20, batch 12150, loss[loss=0.2832, simple_loss=0.3569, pruned_loss=0.1048, over 14330.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03966, over 167.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3511, pruned_loss=0.1069, over 2784900.10 frames. utt_duration=260.1 frames, utt_pad_proportion=0.0686, over 43074.96 utterances.], batch size: 167, lr: 2.32e-04 +2022-09-18 18:23:04,747 INFO [train.py:885] (1/2) Epoch 20, batch 12200, loss[loss=0.3236, simple_loss=0.4039, pruned_loss=0.1217, over 13986.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05665, over 365.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3534, pruned_loss=0.1083, over 2780530.60 frames. utt_duration=255.8 frames, utt_pad_proportion=0.07028, over 43724.37 utterances.], batch size: 365, lr: 2.32e-04 +2022-09-18 18:23:34,246 INFO [train.py:885] (1/2) Epoch 20, batch 12250, loss[loss=0.2752, simple_loss=0.3499, pruned_loss=0.1003, over 14332.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03881, over 154.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3549, pruned_loss=0.1082, over 2780230.38 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07068, over 45402.30 utterances.], batch size: 154, lr: 2.32e-04 +2022-09-18 18:24:04,272 INFO [train.py:885] (1/2) Epoch 20, batch 12300, loss[loss=0.2336, simple_loss=0.2984, pruned_loss=0.08444, over 14149.00 frames. utt_duration=579 frames, utt_pad_proportion=0.04923, over 98.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3527, pruned_loss=0.1069, over 2780428.65 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06951, over 44861.14 utterances.], batch size: 98, lr: 2.32e-04 +2022-09-18 18:24:33,838 INFO [train.py:885] (1/2) Epoch 20, batch 12350, loss[loss=0.2607, simple_loss=0.3421, pruned_loss=0.08962, over 14362.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03791, over 167.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3524, pruned_loss=0.1061, over 2782954.05 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06929, over 45356.57 utterances.], batch size: 167, lr: 2.32e-04 +2022-09-18 18:25:04,444 INFO [train.py:885] (1/2) Epoch 20, batch 12400, loss[loss=0.5313, simple_loss=0.5892, pruned_loss=0.2367, over 13166.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3511, pruned_loss=0.1045, over 2784605.24 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06899, over 45510.72 utterances.], batch size: 653, lr: 2.32e-04 +2022-09-18 18:25:34,352 INFO [train.py:885] (1/2) Epoch 20, batch 12450, loss[loss=0.2212, simple_loss=0.295, pruned_loss=0.07372, over 14130.00 frames. utt_duration=520 frames, utt_pad_proportion=0.0476, over 109.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3516, pruned_loss=0.1051, over 2785185.35 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06946, over 45175.37 utterances.], batch size: 109, lr: 2.32e-04 +2022-09-18 18:26:03,717 INFO [train.py:885] (1/2) Epoch 20, batch 12500, loss[loss=0.2879, simple_loss=0.3557, pruned_loss=0.1101, over 14211.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04788, over 141.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3468, pruned_loss=0.1033, over 2785006.24 frames. utt_duration=262.4 frames, utt_pad_proportion=0.0679, over 42699.30 utterances.], batch size: 141, lr: 2.32e-04 +2022-09-18 18:26:33,040 INFO [train.py:885] (1/2) Epoch 20, batch 12550, loss[loss=0.1969, simple_loss=0.2524, pruned_loss=0.07069, over 13176.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.09923, over 26.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3481, pruned_loss=0.1039, over 2784356.65 frames. utt_duration=258.6 frames, utt_pad_proportion=0.0692, over 43322.40 utterances.], batch size: 26, lr: 2.32e-04 +2022-09-18 18:27:01,110 INFO [train.py:885] (1/2) Epoch 20, batch 12600, loss[loss=0.1953, simple_loss=0.2395, pruned_loss=0.0755, over 13532.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08108, over 50.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3479, pruned_loss=0.1029, over 2785106.23 frames. utt_duration=252.3 frames, utt_pad_proportion=0.0698, over 44411.17 utterances.], batch size: 50, lr: 2.32e-04 +2022-09-18 18:27:19,263 INFO [train.py:885] (1/2) Epoch 21, batch 0, loss[loss=0.2134, simple_loss=0.2952, pruned_loss=0.06582, over 13999.00 frames. utt_duration=710.3 frames, utt_pad_proportion=0.05923, over 79.00 utterances.], tot_loss[loss=0.2134, simple_loss=0.2952, pruned_loss=0.06582, over 13999.00 frames. utt_duration=710.3 frames, utt_pad_proportion=0.05923, over 79.00 utterances.], batch size: 79, lr: 2.26e-04 +2022-09-18 18:28:00,163 INFO [train.py:885] (1/2) Epoch 21, batch 50, loss[loss=0.3697, simple_loss=0.4172, pruned_loss=0.1611, over 14274.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04082, over 335.00 utterances.], tot_loss[loss=0.3023, simple_loss=0.3684, pruned_loss=0.1181, over 627595.04 frames. utt_duration=231.5 frames, utt_pad_proportion=0.06746, over 10910.73 utterances.], batch size: 335, lr: 2.26e-04 +2022-09-18 18:28:29,592 INFO [train.py:885] (1/2) Epoch 21, batch 100, loss[loss=0.3094, simple_loss=0.4124, pruned_loss=0.1032, over 13639.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07712, over 560.00 utterances.], tot_loss[loss=0.2883, simple_loss=0.3581, pruned_loss=0.1092, over 1104516.64 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07102, over 19103.99 utterances.], batch size: 560, lr: 2.26e-04 +2022-09-18 18:28:58,746 INFO [train.py:885] (1/2) Epoch 21, batch 150, loss[loss=0.2723, simple_loss=0.3412, pruned_loss=0.1016, over 14357.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.03861, over 155.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3469, pruned_loss=0.1027, over 1477900.04 frames. utt_duration=255 frames, utt_pad_proportion=0.06767, over 23314.32 utterances.], batch size: 155, lr: 2.26e-04 +2022-09-18 18:29:28,038 INFO [train.py:885] (1/2) Epoch 21, batch 200, loss[loss=0.1872, simple_loss=0.2592, pruned_loss=0.05763, over 13905.00 frames. utt_duration=807.4 frames, utt_pad_proportion=0.059, over 69.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3412, pruned_loss=0.1003, over 1766168.13 frames. utt_duration=265.3 frames, utt_pad_proportion=0.06598, over 26777.50 utterances.], batch size: 69, lr: 2.26e-04 +2022-09-18 18:29:58,248 INFO [train.py:885] (1/2) Epoch 21, batch 250, loss[loss=0.1825, simple_loss=0.2392, pruned_loss=0.06289, over 13870.00 frames. utt_duration=926.3 frames, utt_pad_proportion=0.06905, over 60.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3454, pruned_loss=0.1022, over 1984865.14 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07187, over 32059.39 utterances.], batch size: 60, lr: 2.26e-04 +2022-09-18 18:30:27,986 INFO [train.py:885] (1/2) Epoch 21, batch 300, loss[loss=0.216, simple_loss=0.2759, pruned_loss=0.07803, over 13962.00 frames. utt_duration=932.4 frames, utt_pad_proportion=0.06384, over 60.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3524, pruned_loss=0.1052, over 2162591.74 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07239, over 36920.30 utterances.], batch size: 60, lr: 2.26e-04 +2022-09-18 18:30:57,749 INFO [train.py:885] (1/2) Epoch 21, batch 350, loss[loss=0.2332, simple_loss=0.2787, pruned_loss=0.09384, over 13809.00 frames. utt_duration=921.9 frames, utt_pad_proportion=0.07065, over 60.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3564, pruned_loss=0.1074, over 2301074.18 frames. utt_duration=230.5 frames, utt_pad_proportion=0.07374, over 40183.06 utterances.], batch size: 60, lr: 2.26e-04 +2022-09-18 18:31:26,828 INFO [train.py:885] (1/2) Epoch 21, batch 400, loss[loss=0.326, simple_loss=0.3858, pruned_loss=0.1331, over 14378.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03158, over 244.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3545, pruned_loss=0.1063, over 2408619.63 frames. utt_duration=236 frames, utt_pad_proportion=0.07167, over 41088.75 utterances.], batch size: 244, lr: 2.26e-04 +2022-09-18 18:31:56,407 INFO [train.py:885] (1/2) Epoch 21, batch 450, loss[loss=0.1887, simple_loss=0.2508, pruned_loss=0.06335, over 13170.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1116, over 33.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3514, pruned_loss=0.1048, over 2489287.66 frames. utt_duration=240.9 frames, utt_pad_proportion=0.06946, over 41596.08 utterances.], batch size: 33, lr: 2.26e-04 +2022-09-18 18:32:25,505 INFO [train.py:885] (1/2) Epoch 21, batch 500, loss[loss=0.2879, simple_loss=0.3644, pruned_loss=0.1057, over 14386.00 frames. utt_duration=346.1 frames, utt_pad_proportion=0.03579, over 167.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3522, pruned_loss=0.105, over 2554173.51 frames. utt_duration=239.1 frames, utt_pad_proportion=0.06969, over 42996.84 utterances.], batch size: 167, lr: 2.26e-04 +2022-09-18 18:32:54,903 INFO [train.py:885] (1/2) Epoch 21, batch 550, loss[loss=0.3651, simple_loss=0.4712, pruned_loss=0.1295, over 13181.00 frames. utt_duration=82.29 frames, utt_pad_proportion=0.1055, over 653.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3455, pruned_loss=0.1022, over 2607049.24 frames. utt_duration=256.9 frames, utt_pad_proportion=0.0675, over 40830.06 utterances.], batch size: 653, lr: 2.26e-04 +2022-09-18 18:33:23,911 INFO [train.py:885] (1/2) Epoch 21, batch 600, loss[loss=0.2221, simple_loss=0.2866, pruned_loss=0.07876, over 14000.00 frames. utt_duration=710.2 frames, utt_pad_proportion=0.06061, over 79.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3464, pruned_loss=0.1028, over 2648714.02 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06937, over 41668.28 utterances.], batch size: 79, lr: 2.26e-04 +2022-09-18 18:33:54,119 INFO [train.py:885] (1/2) Epoch 21, batch 650, loss[loss=0.2885, simple_loss=0.3571, pruned_loss=0.1099, over 14355.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03598, over 195.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3501, pruned_loss=0.105, over 2675025.63 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07159, over 43712.06 utterances.], batch size: 195, lr: 2.26e-04 +2022-09-18 18:34:22,603 INFO [train.py:885] (1/2) Epoch 21, batch 700, loss[loss=0.1993, simple_loss=0.2772, pruned_loss=0.06063, over 13688.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08494, over 42.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3519, pruned_loss=0.1062, over 2697930.73 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07153, over 44183.14 utterances.], batch size: 42, lr: 2.26e-04 +2022-09-18 18:34:52,644 INFO [train.py:885] (1/2) Epoch 21, batch 750, loss[loss=0.3763, simple_loss=0.4191, pruned_loss=0.1668, over 14238.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04328, over 335.00 utterances.], tot_loss[loss=0.2865, simple_loss=0.357, pruned_loss=0.108, over 2714773.40 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07333, over 47152.64 utterances.], batch size: 335, lr: 2.26e-04 +2022-09-18 18:35:21,759 INFO [train.py:885] (1/2) Epoch 21, batch 800, loss[loss=0.2015, simple_loss=0.2668, pruned_loss=0.06807, over 13169.00 frames. utt_duration=1286 frames, utt_pad_proportion=0.09617, over 41.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3518, pruned_loss=0.1063, over 2721915.04 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07331, over 44956.96 utterances.], batch size: 41, lr: 2.26e-04 +2022-09-18 18:35:51,629 INFO [train.py:885] (1/2) Epoch 21, batch 850, loss[loss=0.293, simple_loss=0.3668, pruned_loss=0.1096, over 14286.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03953, over 225.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3545, pruned_loss=0.1078, over 2733398.82 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07414, over 46480.82 utterances.], batch size: 225, lr: 2.26e-04 +2022-09-18 18:36:21,156 INFO [train.py:885] (1/2) Epoch 21, batch 900, loss[loss=0.2596, simple_loss=0.3387, pruned_loss=0.0903, over 14310.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03824, over 195.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3521, pruned_loss=0.1069, over 2742797.88 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07368, over 45635.68 utterances.], batch size: 195, lr: 2.26e-04 +2022-09-18 18:36:50,976 INFO [train.py:885] (1/2) Epoch 21, batch 950, loss[loss=0.1862, simple_loss=0.2572, pruned_loss=0.05759, over 13814.00 frames. utt_duration=1107 frames, utt_pad_proportion=0.06296, over 50.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3541, pruned_loss=0.1075, over 2754271.35 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07161, over 45867.27 utterances.], batch size: 50, lr: 2.26e-04 +2022-09-18 18:37:21,034 INFO [train.py:885] (1/2) Epoch 21, batch 1000, loss[loss=0.3141, simple_loss=0.3836, pruned_loss=0.1223, over 14345.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03674, over 283.00 utterances.], tot_loss[loss=0.2848, simple_loss=0.3546, pruned_loss=0.1075, over 2757333.74 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07229, over 45978.23 utterances.], batch size: 283, lr: 2.26e-04 +2022-09-18 18:37:50,149 INFO [train.py:885] (1/2) Epoch 21, batch 1050, loss[loss=0.2455, simple_loss=0.3062, pruned_loss=0.09238, over 14296.00 frames. utt_duration=643.9 frames, utt_pad_proportion=0.04032, over 89.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3562, pruned_loss=0.108, over 2758696.41 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07376, over 46898.37 utterances.], batch size: 89, lr: 2.26e-04 +2022-09-18 18:38:19,989 INFO [train.py:885] (1/2) Epoch 21, batch 1100, loss[loss=0.2435, simple_loss=0.3293, pruned_loss=0.07883, over 14323.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03822, over 195.00 utterances.], tot_loss[loss=0.2857, simple_loss=0.3562, pruned_loss=0.1076, over 2763635.61 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07384, over 47203.49 utterances.], batch size: 195, lr: 2.26e-04 +2022-09-18 18:38:49,305 INFO [train.py:885] (1/2) Epoch 21, batch 1150, loss[loss=0.3927, simple_loss=0.4496, pruned_loss=0.1679, over 13952.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.0589, over 365.00 utterances.], tot_loss[loss=0.2858, simple_loss=0.3562, pruned_loss=0.1077, over 2767506.73 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07353, over 47535.17 utterances.], batch size: 365, lr: 2.26e-04 +2022-09-18 18:39:18,707 INFO [train.py:885] (1/2) Epoch 21, batch 1200, loss[loss=0.2159, simple_loss=0.2603, pruned_loss=0.08576, over 13766.00 frames. utt_duration=919.1 frames, utt_pad_proportion=0.07716, over 60.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3536, pruned_loss=0.1058, over 2766726.56 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07431, over 46616.61 utterances.], batch size: 60, lr: 2.26e-04 +2022-09-18 18:39:47,866 INFO [train.py:885] (1/2) Epoch 21, batch 1250, loss[loss=0.2372, simple_loss=0.3179, pruned_loss=0.07827, over 14297.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.04197, over 167.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3499, pruned_loss=0.1041, over 2767512.46 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07461, over 45551.38 utterances.], batch size: 167, lr: 2.26e-04 +2022-09-18 18:40:17,233 INFO [train.py:885] (1/2) Epoch 21, batch 1300, loss[loss=0.1693, simple_loss=0.2305, pruned_loss=0.05409, over 13889.00 frames. utt_duration=806.6 frames, utt_pad_proportion=0.05991, over 69.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3523, pruned_loss=0.1054, over 2773462.77 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07417, over 45787.13 utterances.], batch size: 69, lr: 2.26e-04 +2022-09-18 18:40:47,310 INFO [train.py:885] (1/2) Epoch 21, batch 1350, loss[loss=0.2578, simple_loss=0.3314, pruned_loss=0.09216, over 14224.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04694, over 141.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3511, pruned_loss=0.1043, over 2771469.56 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07577, over 45827.23 utterances.], batch size: 141, lr: 2.26e-04 +2022-09-18 18:41:16,676 INFO [train.py:885] (1/2) Epoch 21, batch 1400, loss[loss=0.2772, simple_loss=0.3528, pruned_loss=0.1008, over 14313.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04033, over 154.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3551, pruned_loss=0.1069, over 2779191.12 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07414, over 45956.84 utterances.], batch size: 154, lr: 2.26e-04 +2022-09-18 18:41:45,841 INFO [train.py:885] (1/2) Epoch 21, batch 1450, loss[loss=0.3845, simple_loss=0.4779, pruned_loss=0.1456, over 13146.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3524, pruned_loss=0.1062, over 2782092.89 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07279, over 44993.27 utterances.], batch size: 653, lr: 2.26e-04 +2022-09-18 18:42:14,990 INFO [train.py:885] (1/2) Epoch 21, batch 1500, loss[loss=0.2073, simple_loss=0.2864, pruned_loss=0.06412, over 14139.00 frames. utt_duration=636.9 frames, utt_pad_proportion=0.04935, over 89.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3516, pruned_loss=0.105, over 2785098.14 frames. utt_duration=247.2 frames, utt_pad_proportion=0.0714, over 45342.52 utterances.], batch size: 89, lr: 2.26e-04 +2022-09-18 18:42:44,563 INFO [train.py:885] (1/2) Epoch 21, batch 1550, loss[loss=0.4376, simple_loss=0.4682, pruned_loss=0.2035, over 14392.00 frames. utt_duration=275.7 frames, utt_pad_proportion=0.03268, over 210.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3533, pruned_loss=0.1055, over 2789758.38 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06941, over 46110.09 utterances.], batch size: 210, lr: 2.26e-04 +2022-09-18 18:43:14,382 INFO [train.py:885] (1/2) Epoch 21, batch 1600, loss[loss=0.2876, simple_loss=0.3852, pruned_loss=0.09502, over 13609.00 frames. utt_duration=115.3 frames, utt_pad_proportion=0.08456, over 478.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3567, pruned_loss=0.1067, over 2782481.46 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07449, over 48228.59 utterances.], batch size: 478, lr: 2.26e-04 +2022-09-18 18:43:43,852 INFO [train.py:885] (1/2) Epoch 21, batch 1650, loss[loss=0.1741, simple_loss=0.2467, pruned_loss=0.05079, over 13973.00 frames. utt_duration=708.9 frames, utt_pad_proportion=0.06111, over 79.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3549, pruned_loss=0.1058, over 2786003.68 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07128, over 47288.20 utterances.], batch size: 79, lr: 2.26e-04 +2022-09-18 18:44:13,576 INFO [train.py:885] (1/2) Epoch 21, batch 1700, loss[loss=0.3086, simple_loss=0.374, pruned_loss=0.1216, over 14341.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03619, over 210.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.351, pruned_loss=0.1043, over 2780994.36 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07228, over 45642.39 utterances.], batch size: 210, lr: 2.26e-04 +2022-09-18 18:44:42,551 INFO [train.py:885] (1/2) Epoch 21, batch 1750, loss[loss=0.1819, simple_loss=0.2533, pruned_loss=0.0553, over 13992.00 frames. utt_duration=801.2 frames, utt_pad_proportion=0.06513, over 70.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3505, pruned_loss=0.1047, over 2786597.92 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07063, over 44777.59 utterances.], batch size: 70, lr: 2.26e-04 +2022-09-18 18:45:12,009 INFO [train.py:885] (1/2) Epoch 21, batch 1800, loss[loss=0.3452, simple_loss=0.4367, pruned_loss=0.1268, over 13610.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07797, over 560.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3482, pruned_loss=0.1039, over 2785016.69 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06858, over 43491.52 utterances.], batch size: 560, lr: 2.26e-04 +2022-09-18 18:45:42,339 INFO [train.py:885] (1/2) Epoch 21, batch 1850, loss[loss=0.2185, simple_loss=0.2847, pruned_loss=0.07618, over 14112.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05209, over 98.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3506, pruned_loss=0.1045, over 2785139.78 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06938, over 44969.67 utterances.], batch size: 98, lr: 2.25e-04 +2022-09-18 18:46:11,061 INFO [train.py:885] (1/2) Epoch 21, batch 1900, loss[loss=0.2886, simple_loss=0.3607, pruned_loss=0.1082, over 14334.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03764, over 226.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3512, pruned_loss=0.1051, over 2791126.80 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06776, over 44718.86 utterances.], batch size: 226, lr: 2.25e-04 +2022-09-18 18:46:41,077 INFO [train.py:885] (1/2) Epoch 21, batch 1950, loss[loss=0.3104, simple_loss=0.3646, pruned_loss=0.1281, over 14323.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03981, over 154.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.354, pruned_loss=0.1062, over 2784759.65 frames. utt_duration=240 frames, utt_pad_proportion=0.07204, over 46699.62 utterances.], batch size: 154, lr: 2.25e-04 +2022-09-18 18:47:10,736 INFO [train.py:885] (1/2) Epoch 21, batch 2000, loss[loss=0.1896, simple_loss=0.2588, pruned_loss=0.06018, over 13939.00 frames. utt_duration=930.8 frames, utt_pad_proportion=0.06452, over 60.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3522, pruned_loss=0.1053, over 2781862.04 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07269, over 46278.88 utterances.], batch size: 60, lr: 2.25e-04 +2022-09-18 18:47:39,949 INFO [train.py:885] (1/2) Epoch 21, batch 2050, loss[loss=0.2509, simple_loss=0.3164, pruned_loss=0.09267, over 14229.00 frames. utt_duration=523.6 frames, utt_pad_proportion=0.041, over 109.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3472, pruned_loss=0.1032, over 2783817.79 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07066, over 43883.26 utterances.], batch size: 109, lr: 2.25e-04 +2022-09-18 18:48:09,571 INFO [train.py:885] (1/2) Epoch 21, batch 2100, loss[loss=0.3361, simple_loss=0.4128, pruned_loss=0.1297, over 13946.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05941, over 365.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3449, pruned_loss=0.1015, over 2780986.79 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07008, over 43586.69 utterances.], batch size: 365, lr: 2.25e-04 +2022-09-18 18:48:38,878 INFO [train.py:885] (1/2) Epoch 21, batch 2150, loss[loss=0.1945, simple_loss=0.2753, pruned_loss=0.05684, over 14177.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04831, over 89.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3465, pruned_loss=0.102, over 2781431.52 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07009, over 44046.70 utterances.], batch size: 89, lr: 2.25e-04 +2022-09-18 18:49:09,105 INFO [train.py:885] (1/2) Epoch 21, batch 2200, loss[loss=0.272, simple_loss=0.3489, pruned_loss=0.09749, over 14338.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03446, over 244.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3505, pruned_loss=0.1035, over 2779896.35 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07359, over 45984.54 utterances.], batch size: 244, lr: 2.25e-04 +2022-09-18 18:49:38,322 INFO [train.py:885] (1/2) Epoch 21, batch 2250, loss[loss=0.3003, simple_loss=0.3705, pruned_loss=0.115, over 14263.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04127, over 225.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3481, pruned_loss=0.1029, over 2778703.26 frames. utt_duration=249 frames, utt_pad_proportion=0.07138, over 44913.63 utterances.], batch size: 225, lr: 2.25e-04 +2022-09-18 18:50:07,723 INFO [train.py:885] (1/2) Epoch 21, batch 2300, loss[loss=0.3264, simple_loss=0.3847, pruned_loss=0.134, over 14341.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03847, over 244.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3515, pruned_loss=0.1054, over 2775454.50 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07205, over 45842.45 utterances.], batch size: 244, lr: 2.25e-04 +2022-09-18 18:50:36,857 INFO [train.py:885] (1/2) Epoch 21, batch 2350, loss[loss=0.3343, simple_loss=0.4399, pruned_loss=0.1144, over 13201.00 frames. utt_duration=82.33 frames, utt_pad_proportion=0.1051, over 653.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3479, pruned_loss=0.1028, over 2776351.12 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07295, over 44917.52 utterances.], batch size: 653, lr: 2.25e-04 +2022-09-18 18:51:13,661 INFO [train.py:885] (1/2) Epoch 21, batch 2400, loss[loss=0.1744, simple_loss=0.2432, pruned_loss=0.0528, over 13862.00 frames. utt_duration=925.6 frames, utt_pad_proportion=0.06978, over 60.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3511, pruned_loss=0.1045, over 2774193.40 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07509, over 46404.80 utterances.], batch size: 60, lr: 2.25e-04 +2022-09-18 18:51:43,799 INFO [train.py:885] (1/2) Epoch 21, batch 2450, loss[loss=0.28, simple_loss=0.3602, pruned_loss=0.09993, over 14297.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04088, over 262.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3532, pruned_loss=0.1054, over 2772204.81 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07476, over 47393.46 utterances.], batch size: 262, lr: 2.25e-04 +2022-09-18 18:52:13,048 INFO [train.py:885] (1/2) Epoch 21, batch 2500, loss[loss=0.5732, simple_loss=0.6467, pruned_loss=0.2498, over 12464.00 frames. utt_duration=63.14 frames, utt_pad_proportion=0.1467, over 810.00 utterances.], tot_loss[loss=0.2843, simple_loss=0.3551, pruned_loss=0.1068, over 2774748.93 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07461, over 47238.80 utterances.], batch size: 810, lr: 2.25e-04 +2022-09-18 18:52:43,129 INFO [train.py:885] (1/2) Epoch 21, batch 2550, loss[loss=0.3917, simple_loss=0.4836, pruned_loss=0.1499, over 13185.00 frames. utt_duration=82.31 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.353, pruned_loss=0.1051, over 2775316.88 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07507, over 47264.65 utterances.], batch size: 653, lr: 2.25e-04 +2022-09-18 18:53:12,458 INFO [train.py:885] (1/2) Epoch 21, batch 2600, loss[loss=0.385, simple_loss=0.436, pruned_loss=0.1669, over 14214.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04439, over 335.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3502, pruned_loss=0.1038, over 2778309.51 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07242, over 46121.50 utterances.], batch size: 335, lr: 2.25e-04 +2022-09-18 18:53:41,678 INFO [train.py:885] (1/2) Epoch 21, batch 2650, loss[loss=0.2522, simple_loss=0.3272, pruned_loss=0.08861, over 14332.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03903, over 154.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3504, pruned_loss=0.104, over 2776050.92 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07309, over 46059.08 utterances.], batch size: 154, lr: 2.25e-04 +2022-09-18 18:54:11,979 INFO [train.py:885] (1/2) Epoch 21, batch 2700, loss[loss=0.1905, simple_loss=0.2702, pruned_loss=0.05546, over 14237.00 frames. utt_duration=641.4 frames, utt_pad_proportion=0.0456, over 89.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3517, pruned_loss=0.1048, over 2778711.39 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07282, over 46148.24 utterances.], batch size: 89, lr: 2.25e-04 +2022-09-18 18:54:41,215 INFO [train.py:885] (1/2) Epoch 21, batch 2750, loss[loss=0.2355, simple_loss=0.3201, pruned_loss=0.07539, over 14352.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03818, over 167.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.349, pruned_loss=0.1031, over 2781651.51 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07202, over 44874.75 utterances.], batch size: 167, lr: 2.25e-04 +2022-09-18 18:55:10,978 INFO [train.py:885] (1/2) Epoch 21, batch 2800, loss[loss=0.1993, simple_loss=0.2491, pruned_loss=0.0747, over 13567.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08373, over 50.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.349, pruned_loss=0.1031, over 2775492.28 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07348, over 45894.43 utterances.], batch size: 50, lr: 2.25e-04 +2022-09-18 18:55:40,770 INFO [train.py:885] (1/2) Epoch 21, batch 2850, loss[loss=0.3766, simple_loss=0.4747, pruned_loss=0.1393, over 13132.00 frames. utt_duration=81.96 frames, utt_pad_proportion=0.1092, over 653.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.351, pruned_loss=0.1041, over 2775507.28 frames. utt_duration=241.6 frames, utt_pad_proportion=0.0754, over 46238.07 utterances.], batch size: 653, lr: 2.25e-04 +2022-09-18 18:56:10,284 INFO [train.py:885] (1/2) Epoch 21, batch 2900, loss[loss=0.155, simple_loss=0.2204, pruned_loss=0.04481, over 13934.00 frames. utt_duration=930.2 frames, utt_pad_proportion=0.06601, over 60.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3485, pruned_loss=0.1031, over 2774522.65 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07545, over 45341.43 utterances.], batch size: 60, lr: 2.25e-04 +2022-09-18 18:56:39,416 INFO [train.py:885] (1/2) Epoch 21, batch 2950, loss[loss=0.1565, simple_loss=0.2276, pruned_loss=0.04269, over 12075.00 frames. utt_duration=2014 frames, utt_pad_proportion=0.165, over 24.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3476, pruned_loss=0.1025, over 2776931.20 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07451, over 44889.05 utterances.], batch size: 24, lr: 2.25e-04 +2022-09-18 18:57:10,208 INFO [train.py:885] (1/2) Epoch 21, batch 3000, loss[loss=0.334, simple_loss=0.4102, pruned_loss=0.1289, over 14012.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05499, over 365.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3491, pruned_loss=0.1033, over 2776188.55 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07455, over 45672.58 utterances.], batch size: 365, lr: 2.25e-04 +2022-09-18 18:57:10,209 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 18:57:14,360 INFO [train.py:914] (1/2) Epoch 21, validation: loss=0.1978, simple_loss=0.2778, pruned_loss=0.05892, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 18:57:45,466 INFO [train.py:885] (1/2) Epoch 21, batch 3050, loss[loss=0.3033, simple_loss=0.3548, pruned_loss=0.1259, over 14351.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03688, over 120.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3472, pruned_loss=0.1024, over 2781170.11 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07103, over 44690.79 utterances.], batch size: 120, lr: 2.25e-04 +2022-09-18 18:58:15,591 INFO [train.py:885] (1/2) Epoch 21, batch 3100, loss[loss=0.3229, simple_loss=0.3888, pruned_loss=0.1286, over 14383.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03145, over 244.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3474, pruned_loss=0.1031, over 2785283.25 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06707, over 43848.64 utterances.], batch size: 244, lr: 2.25e-04 +2022-09-18 18:58:46,102 INFO [train.py:885] (1/2) Epoch 21, batch 3150, loss[loss=0.3112, simple_loss=0.3769, pruned_loss=0.1227, over 14389.00 frames. utt_duration=275.5 frames, utt_pad_proportion=0.03342, over 210.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3495, pruned_loss=0.1047, over 2781851.67 frames. utt_duration=248 frames, utt_pad_proportion=0.06952, over 45128.72 utterances.], batch size: 210, lr: 2.25e-04 +2022-09-18 18:59:15,378 INFO [train.py:885] (1/2) Epoch 21, batch 3200, loss[loss=0.2686, simple_loss=0.3358, pruned_loss=0.1007, over 14243.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04589, over 141.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3438, pruned_loss=0.1018, over 2782267.33 frames. utt_duration=262.8 frames, utt_pad_proportion=0.06741, over 42590.17 utterances.], batch size: 141, lr: 2.25e-04 +2022-09-18 18:59:45,201 INFO [train.py:885] (1/2) Epoch 21, batch 3250, loss[loss=0.2533, simple_loss=0.3156, pruned_loss=0.09549, over 12104.00 frames. utt_duration=2019 frames, utt_pad_proportion=0.189, over 24.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3435, pruned_loss=0.1012, over 2781504.96 frames. utt_duration=261.5 frames, utt_pad_proportion=0.06642, over 42792.49 utterances.], batch size: 24, lr: 2.25e-04 +2022-09-18 19:00:15,490 INFO [train.py:885] (1/2) Epoch 21, batch 3300, loss[loss=0.1618, simple_loss=0.2133, pruned_loss=0.05518, over 13677.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.0745, over 42.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3453, pruned_loss=0.1021, over 2784421.23 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06653, over 43618.08 utterances.], batch size: 42, lr: 2.25e-04 +2022-09-18 19:00:45,502 INFO [train.py:885] (1/2) Epoch 21, batch 3350, loss[loss=0.1545, simple_loss=0.2124, pruned_loss=0.04831, over 13446.00 frames. utt_duration=1631 frames, utt_pad_proportion=0.09823, over 33.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3466, pruned_loss=0.1028, over 2778138.01 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07014, over 44581.43 utterances.], batch size: 33, lr: 2.25e-04 +2022-09-18 19:01:14,846 INFO [train.py:885] (1/2) Epoch 21, batch 3400, loss[loss=0.2171, simple_loss=0.2967, pruned_loss=0.06876, over 14099.00 frames. utt_duration=807.1 frames, utt_pad_proportion=0.05709, over 70.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3448, pruned_loss=0.1013, over 2783262.75 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06705, over 43501.86 utterances.], batch size: 70, lr: 2.25e-04 +2022-09-18 19:01:44,410 INFO [train.py:885] (1/2) Epoch 21, batch 3450, loss[loss=0.2878, simple_loss=0.363, pruned_loss=0.1063, over 14258.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04117, over 225.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3465, pruned_loss=0.1023, over 2787901.34 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06721, over 43686.28 utterances.], batch size: 225, lr: 2.25e-04 +2022-09-18 19:02:14,924 INFO [train.py:885] (1/2) Epoch 21, batch 3500, loss[loss=0.3268, simple_loss=0.3881, pruned_loss=0.1327, over 14349.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03611, over 210.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3489, pruned_loss=0.1037, over 2782716.96 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06957, over 44561.27 utterances.], batch size: 210, lr: 2.25e-04 +2022-09-18 19:02:45,042 INFO [train.py:885] (1/2) Epoch 21, batch 3550, loss[loss=0.2574, simple_loss=0.3551, pruned_loss=0.07984, over 13962.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05931, over 365.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.351, pruned_loss=0.104, over 2783806.02 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06991, over 45667.85 utterances.], batch size: 365, lr: 2.25e-04 +2022-09-18 19:03:15,037 INFO [train.py:885] (1/2) Epoch 21, batch 3600, loss[loss=0.1917, simple_loss=0.2434, pruned_loss=0.07, over 13446.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09494, over 50.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.35, pruned_loss=0.1042, over 2778679.34 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06997, over 44919.24 utterances.], batch size: 50, lr: 2.25e-04 +2022-09-18 19:03:45,625 INFO [train.py:885] (1/2) Epoch 21, batch 3650, loss[loss=0.3481, simple_loss=0.4051, pruned_loss=0.1455, over 14225.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04383, over 335.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3505, pruned_loss=0.1041, over 2781376.11 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06937, over 45630.58 utterances.], batch size: 335, lr: 2.25e-04 +2022-09-18 19:04:15,669 INFO [train.py:885] (1/2) Epoch 21, batch 3700, loss[loss=0.2406, simple_loss=0.3047, pruned_loss=0.08827, over 14270.00 frames. utt_duration=642.7 frames, utt_pad_proportion=0.0393, over 89.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3505, pruned_loss=0.104, over 2785363.27 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06796, over 45262.82 utterances.], batch size: 89, lr: 2.25e-04 +2022-09-18 19:04:45,451 INFO [train.py:885] (1/2) Epoch 21, batch 3750, loss[loss=0.1771, simple_loss=0.2278, pruned_loss=0.06322, over 13680.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.07906, over 50.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3516, pruned_loss=0.1044, over 2780608.71 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07066, over 45845.76 utterances.], batch size: 50, lr: 2.25e-04 +2022-09-18 19:05:15,203 INFO [train.py:885] (1/2) Epoch 21, batch 3800, loss[loss=0.6532, simple_loss=0.6995, pruned_loss=0.3034, over 12527.00 frames. utt_duration=63.42 frames, utt_pad_proportion=0.143, over 810.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3519, pruned_loss=0.1052, over 2773949.29 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07356, over 46464.10 utterances.], batch size: 810, lr: 2.25e-04 +2022-09-18 19:05:45,642 INFO [train.py:885] (1/2) Epoch 21, batch 3850, loss[loss=0.2694, simple_loss=0.3441, pruned_loss=0.09736, over 14264.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04462, over 141.00 utterances.], tot_loss[loss=0.2841, simple_loss=0.3552, pruned_loss=0.1065, over 2780159.34 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07249, over 47254.90 utterances.], batch size: 141, lr: 2.25e-04 +2022-09-18 19:06:16,133 INFO [train.py:885] (1/2) Epoch 21, batch 3900, loss[loss=0.4759, simple_loss=0.4947, pruned_loss=0.2286, over 14288.00 frames. utt_duration=171.9 frames, utt_pad_proportion=0.03964, over 335.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3535, pruned_loss=0.1058, over 2776658.96 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07456, over 47412.20 utterances.], batch size: 335, lr: 2.25e-04 +2022-09-18 19:06:45,804 INFO [train.py:885] (1/2) Epoch 21, batch 3950, loss[loss=0.301, simple_loss=0.3692, pruned_loss=0.1164, over 14296.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.03999, over 195.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3544, pruned_loss=0.1057, over 2780175.43 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07389, over 48116.50 utterances.], batch size: 195, lr: 2.25e-04 +2022-09-18 19:07:15,993 INFO [train.py:885] (1/2) Epoch 21, batch 4000, loss[loss=0.2091, simple_loss=0.2824, pruned_loss=0.06789, over 13849.00 frames. utt_duration=924.9 frames, utt_pad_proportion=0.07144, over 60.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3494, pruned_loss=0.1036, over 2782590.86 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07331, over 45259.83 utterances.], batch size: 60, lr: 2.25e-04 +2022-09-18 19:07:45,656 INFO [train.py:885] (1/2) Epoch 21, batch 4050, loss[loss=0.5092, simple_loss=0.5988, pruned_loss=0.2098, over 12472.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1466, over 810.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3481, pruned_loss=0.1036, over 2784627.69 frames. utt_duration=255 frames, utt_pad_proportion=0.07138, over 43939.03 utterances.], batch size: 810, lr: 2.25e-04 +2022-09-18 19:08:15,189 INFO [train.py:885] (1/2) Epoch 21, batch 4100, loss[loss=0.1652, simple_loss=0.2313, pruned_loss=0.04951, over 14038.00 frames. utt_duration=803.5 frames, utt_pad_proportion=0.0602, over 70.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3485, pruned_loss=0.1028, over 2786970.18 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07127, over 44415.42 utterances.], batch size: 70, lr: 2.25e-04 +2022-09-18 19:08:45,020 INFO [train.py:885] (1/2) Epoch 21, batch 4150, loss[loss=0.2355, simple_loss=0.3186, pruned_loss=0.07616, over 14272.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04065, over 154.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3518, pruned_loss=0.1046, over 2786125.53 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07129, over 45466.53 utterances.], batch size: 154, lr: 2.24e-04 +2022-09-18 19:09:15,135 INFO [train.py:885] (1/2) Epoch 21, batch 4200, loss[loss=0.3487, simple_loss=0.3955, pruned_loss=0.1509, over 14311.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.0412, over 167.00 utterances.], tot_loss[loss=0.2834, simple_loss=0.3542, pruned_loss=0.1063, over 2788618.52 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07089, over 45950.32 utterances.], batch size: 167, lr: 2.24e-04 +2022-09-18 19:09:44,867 INFO [train.py:885] (1/2) Epoch 21, batch 4250, loss[loss=0.3829, simple_loss=0.4745, pruned_loss=0.1457, over 13221.00 frames. utt_duration=82.5 frames, utt_pad_proportion=0.1033, over 653.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3521, pruned_loss=0.1052, over 2787774.31 frames. utt_duration=247 frames, utt_pad_proportion=0.07121, over 45426.33 utterances.], batch size: 653, lr: 2.24e-04 +2022-09-18 19:10:15,013 INFO [train.py:885] (1/2) Epoch 21, batch 4300, loss[loss=0.2813, simple_loss=0.3536, pruned_loss=0.1045, over 14373.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03681, over 167.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3527, pruned_loss=0.1056, over 2785934.52 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07245, over 46055.47 utterances.], batch size: 167, lr: 2.24e-04 +2022-09-18 19:10:44,903 INFO [train.py:885] (1/2) Epoch 21, batch 4350, loss[loss=0.2608, simple_loss=0.3289, pruned_loss=0.09639, over 14360.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03821, over 167.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3481, pruned_loss=0.1039, over 2783666.94 frames. utt_duration=254.6 frames, utt_pad_proportion=0.07063, over 43987.10 utterances.], batch size: 167, lr: 2.24e-04 +2022-09-18 19:11:14,940 INFO [train.py:885] (1/2) Epoch 21, batch 4400, loss[loss=0.1946, simple_loss=0.2617, pruned_loss=0.06371, over 13969.00 frames. utt_duration=932.8 frames, utt_pad_proportion=0.06349, over 60.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3513, pruned_loss=0.1061, over 2784166.63 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07053, over 44744.70 utterances.], batch size: 60, lr: 2.24e-04 +2022-09-18 19:11:45,169 INFO [train.py:885] (1/2) Epoch 21, batch 4450, loss[loss=0.167, simple_loss=0.2345, pruned_loss=0.04978, over 13880.00 frames. utt_duration=806.1 frames, utt_pad_proportion=0.06158, over 69.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3539, pruned_loss=0.1065, over 2783127.13 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07248, over 46711.37 utterances.], batch size: 69, lr: 2.24e-04 +2022-09-18 19:12:15,331 INFO [train.py:885] (1/2) Epoch 21, batch 4500, loss[loss=0.5714, simple_loss=0.6175, pruned_loss=0.2626, over 13193.00 frames. utt_duration=82.37 frames, utt_pad_proportion=0.1047, over 653.00 utterances.], tot_loss[loss=0.281, simple_loss=0.352, pruned_loss=0.105, over 2780455.62 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07348, over 46453.12 utterances.], batch size: 653, lr: 2.24e-04 +2022-09-18 19:12:45,771 INFO [train.py:885] (1/2) Epoch 21, batch 4550, loss[loss=0.4489, simple_loss=0.5516, pruned_loss=0.1731, over 12474.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1469, over 810.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3491, pruned_loss=0.1027, over 2779533.01 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07412, over 45998.84 utterances.], batch size: 810, lr: 2.24e-04 +2022-09-18 19:13:15,295 INFO [train.py:885] (1/2) Epoch 21, batch 4600, loss[loss=0.2486, simple_loss=0.3166, pruned_loss=0.09031, over 14099.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.0529, over 98.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.349, pruned_loss=0.1034, over 2779377.43 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07291, over 45387.70 utterances.], batch size: 98, lr: 2.24e-04 +2022-09-18 19:13:45,428 INFO [train.py:885] (1/2) Epoch 21, batch 4650, loss[loss=0.1901, simple_loss=0.2614, pruned_loss=0.05938, over 13822.00 frames. utt_duration=923 frames, utt_pad_proportion=0.07233, over 60.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3533, pruned_loss=0.1058, over 2777907.35 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07527, over 47393.75 utterances.], batch size: 60, lr: 2.24e-04 +2022-09-18 19:14:15,117 INFO [train.py:885] (1/2) Epoch 21, batch 4700, loss[loss=0.335, simple_loss=0.397, pruned_loss=0.1365, over 14222.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04328, over 306.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3516, pruned_loss=0.1051, over 2782172.97 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07276, over 45806.56 utterances.], batch size: 306, lr: 2.24e-04 +2022-09-18 19:14:44,829 INFO [train.py:885] (1/2) Epoch 21, batch 4750, loss[loss=0.202, simple_loss=0.2501, pruned_loss=0.07692, over 13005.00 frames. utt_duration=2002 frames, utt_pad_proportion=0.1294, over 26.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3482, pruned_loss=0.1034, over 2783525.28 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07167, over 43887.04 utterances.], batch size: 26, lr: 2.24e-04 +2022-09-18 19:15:15,192 INFO [train.py:885] (1/2) Epoch 21, batch 4800, loss[loss=0.2845, simple_loss=0.3576, pruned_loss=0.1057, over 14243.00 frames. utt_duration=318 frames, utt_pad_proportion=0.04227, over 180.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3504, pruned_loss=0.1048, over 2780416.14 frames. utt_duration=252 frames, utt_pad_proportion=0.07152, over 44389.35 utterances.], batch size: 180, lr: 2.24e-04 +2022-09-18 19:15:44,832 INFO [train.py:885] (1/2) Epoch 21, batch 4850, loss[loss=0.2886, simple_loss=0.3601, pruned_loss=0.1086, over 14389.00 frames. utt_duration=444.2 frames, utt_pad_proportion=0.03214, over 130.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.35, pruned_loss=0.1046, over 2787540.50 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06871, over 43505.13 utterances.], batch size: 130, lr: 2.24e-04 +2022-09-18 19:16:15,186 INFO [train.py:885] (1/2) Epoch 21, batch 4900, loss[loss=0.3819, simple_loss=0.4281, pruned_loss=0.1679, over 14245.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04324, over 335.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3512, pruned_loss=0.1052, over 2786815.36 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06894, over 43900.23 utterances.], batch size: 335, lr: 2.24e-04 +2022-09-18 19:16:44,396 INFO [train.py:885] (1/2) Epoch 21, batch 4950, loss[loss=0.2474, simple_loss=0.319, pruned_loss=0.08785, over 14179.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04416, over 109.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3515, pruned_loss=0.1056, over 2789016.30 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06827, over 44314.29 utterances.], batch size: 109, lr: 2.24e-04 +2022-09-18 19:17:14,730 INFO [train.py:885] (1/2) Epoch 21, batch 5000, loss[loss=0.3317, simple_loss=0.4305, pruned_loss=0.1164, over 13612.00 frames. utt_duration=98.6 frames, utt_pad_proportion=0.07847, over 560.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3519, pruned_loss=0.1062, over 2784969.73 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06964, over 44841.91 utterances.], batch size: 560, lr: 2.24e-04 +2022-09-18 19:17:45,354 INFO [train.py:885] (1/2) Epoch 21, batch 5050, loss[loss=0.2328, simple_loss=0.305, pruned_loss=0.08027, over 14346.00 frames. utt_duration=442.9 frames, utt_pad_proportion=0.03716, over 130.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3504, pruned_loss=0.1052, over 2780751.16 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07029, over 44916.53 utterances.], batch size: 130, lr: 2.24e-04 +2022-09-18 19:18:15,147 INFO [train.py:885] (1/2) Epoch 21, batch 5100, loss[loss=0.3064, simple_loss=0.3701, pruned_loss=0.1213, over 14361.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03292, over 244.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3527, pruned_loss=0.1063, over 2778868.50 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07167, over 46081.69 utterances.], batch size: 244, lr: 2.24e-04 +2022-09-18 19:18:45,266 INFO [train.py:885] (1/2) Epoch 21, batch 5150, loss[loss=0.3192, simple_loss=0.4123, pruned_loss=0.113, over 13601.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08304, over 477.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3525, pruned_loss=0.1058, over 2774751.02 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0733, over 46776.57 utterances.], batch size: 477, lr: 2.24e-04 +2022-09-18 19:19:14,471 INFO [train.py:885] (1/2) Epoch 21, batch 5200, loss[loss=0.187, simple_loss=0.2349, pruned_loss=0.06953, over 12892.00 frames. utt_duration=1564 frames, utt_pad_proportion=0.1227, over 33.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3538, pruned_loss=0.1069, over 2775073.97 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07369, over 47376.21 utterances.], batch size: 33, lr: 2.24e-04 +2022-09-18 19:19:45,269 INFO [train.py:885] (1/2) Epoch 21, batch 5250, loss[loss=0.2259, simple_loss=0.3064, pruned_loss=0.07266, over 14333.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03906, over 154.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3536, pruned_loss=0.1065, over 2771571.33 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07455, over 47717.18 utterances.], batch size: 154, lr: 2.24e-04 +2022-09-18 19:20:15,402 INFO [train.py:885] (1/2) Epoch 21, batch 5300, loss[loss=0.1722, simple_loss=0.2325, pruned_loss=0.05597, over 13849.00 frames. utt_duration=924.8 frames, utt_pad_proportion=0.07057, over 60.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3539, pruned_loss=0.1066, over 2773957.98 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07535, over 48033.34 utterances.], batch size: 60, lr: 2.24e-04 +2022-09-18 19:20:45,593 INFO [train.py:885] (1/2) Epoch 21, batch 5350, loss[loss=0.2453, simple_loss=0.3137, pruned_loss=0.08847, over 13832.00 frames. utt_duration=923.5 frames, utt_pad_proportion=0.07276, over 60.00 utterances.], tot_loss[loss=0.2861, simple_loss=0.3571, pruned_loss=0.1076, over 2775998.55 frames. utt_duration=226.2 frames, utt_pad_proportion=0.07552, over 49418.45 utterances.], batch size: 60, lr: 2.24e-04 +2022-09-18 19:21:15,653 INFO [train.py:885] (1/2) Epoch 21, batch 5400, loss[loss=0.1854, simple_loss=0.2532, pruned_loss=0.05882, over 13792.00 frames. utt_duration=921.2 frames, utt_pad_proportion=0.07417, over 60.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.356, pruned_loss=0.1067, over 2772560.23 frames. utt_duration=227.1 frames, utt_pad_proportion=0.0752, over 49146.18 utterances.], batch size: 60, lr: 2.24e-04 +2022-09-18 19:21:45,548 INFO [train.py:885] (1/2) Epoch 21, batch 5450, loss[loss=0.1946, simple_loss=0.2579, pruned_loss=0.06568, over 13838.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.0715, over 42.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3558, pruned_loss=0.1077, over 2773815.97 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07318, over 47858.99 utterances.], batch size: 42, lr: 2.24e-04 +2022-09-18 19:22:14,850 INFO [train.py:885] (1/2) Epoch 21, batch 5500, loss[loss=0.2918, simple_loss=0.3597, pruned_loss=0.112, over 14314.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03737, over 180.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3512, pruned_loss=0.1054, over 2778728.55 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06993, over 44870.28 utterances.], batch size: 180, lr: 2.24e-04 +2022-09-18 19:22:44,996 INFO [train.py:885] (1/2) Epoch 21, batch 5550, loss[loss=0.3545, simple_loss=0.406, pruned_loss=0.1515, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04359, over 335.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3536, pruned_loss=0.1069, over 2780440.58 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06989, over 45607.50 utterances.], batch size: 335, lr: 2.24e-04 +2022-09-18 19:23:14,108 INFO [train.py:885] (1/2) Epoch 21, batch 5600, loss[loss=0.2025, simple_loss=0.285, pruned_loss=0.05997, over 13605.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08333, over 50.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3539, pruned_loss=0.1075, over 2782249.82 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06962, over 45119.90 utterances.], batch size: 50, lr: 2.24e-04 +2022-09-18 19:23:43,637 INFO [train.py:885] (1/2) Epoch 21, batch 5650, loss[loss=0.4871, simple_loss=0.5769, pruned_loss=0.1986, over 12560.00 frames. utt_duration=63.48 frames, utt_pad_proportion=0.1421, over 811.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3544, pruned_loss=0.1079, over 2778009.27 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07132, over 45407.13 utterances.], batch size: 811, lr: 2.24e-04 +2022-09-18 19:24:12,760 INFO [train.py:885] (1/2) Epoch 21, batch 5700, loss[loss=0.2787, simple_loss=0.346, pruned_loss=0.1057, over 14435.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.03327, over 155.00 utterances.], tot_loss[loss=0.287, simple_loss=0.3555, pruned_loss=0.1093, over 2778416.80 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07237, over 45620.44 utterances.], batch size: 155, lr: 2.24e-04 +2022-09-18 19:24:42,936 INFO [train.py:885] (1/2) Epoch 21, batch 5750, loss[loss=0.2214, simple_loss=0.2735, pruned_loss=0.08467, over 12799.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1338, over 25.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3527, pruned_loss=0.1075, over 2780816.23 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06906, over 44865.11 utterances.], batch size: 25, lr: 2.24e-04 +2022-09-18 19:25:12,509 INFO [train.py:885] (1/2) Epoch 21, batch 5800, loss[loss=0.3585, simple_loss=0.4485, pruned_loss=0.1343, over 13573.00 frames. utt_duration=98.22 frames, utt_pad_proportion=0.08209, over 560.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3512, pruned_loss=0.1065, over 2784338.53 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06722, over 44324.65 utterances.], batch size: 560, lr: 2.24e-04 +2022-09-18 19:25:42,593 INFO [train.py:885] (1/2) Epoch 21, batch 5850, loss[loss=0.2133, simple_loss=0.2705, pruned_loss=0.07805, over 14022.00 frames. utt_duration=711.5 frames, utt_pad_proportion=0.05636, over 79.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3484, pruned_loss=0.104, over 2784963.31 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06693, over 43331.53 utterances.], batch size: 79, lr: 2.24e-04 +2022-09-18 19:26:11,763 INFO [train.py:885] (1/2) Epoch 21, batch 5900, loss[loss=0.3223, simple_loss=0.4008, pruned_loss=0.1219, over 13987.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05658, over 365.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3499, pruned_loss=0.1045, over 2784176.43 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06955, over 44540.11 utterances.], batch size: 365, lr: 2.24e-04 +2022-09-18 19:26:41,384 INFO [train.py:885] (1/2) Epoch 21, batch 5950, loss[loss=0.1656, simple_loss=0.2181, pruned_loss=0.05655, over 12332.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.1699, over 24.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3515, pruned_loss=0.1056, over 2787658.61 frames. utt_duration=250 frames, utt_pad_proportion=0.06951, over 44864.13 utterances.], batch size: 24, lr: 2.24e-04 +2022-09-18 19:27:10,820 INFO [train.py:885] (1/2) Epoch 21, batch 6000, loss[loss=0.2799, simple_loss=0.3857, pruned_loss=0.0871, over 13684.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07773, over 477.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3524, pruned_loss=0.1063, over 2786861.53 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07054, over 45419.80 utterances.], batch size: 477, lr: 2.24e-04 +2022-09-18 19:27:10,821 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 19:27:15,899 INFO [train.py:914] (1/2) Epoch 21, validation: loss=0.1914, simple_loss=0.2696, pruned_loss=0.05659, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 19:27:45,498 INFO [train.py:885] (1/2) Epoch 21, batch 6050, loss[loss=0.1758, simple_loss=0.2391, pruned_loss=0.05625, over 12286.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.18, over 24.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3524, pruned_loss=0.1062, over 2781073.60 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07289, over 46152.18 utterances.], batch size: 24, lr: 2.24e-04 +2022-09-18 19:28:14,930 INFO [train.py:885] (1/2) Epoch 21, batch 6100, loss[loss=0.227, simple_loss=0.2983, pruned_loss=0.07784, over 14177.00 frames. utt_duration=638.5 frames, utt_pad_proportion=0.04841, over 89.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3498, pruned_loss=0.1046, over 2780757.31 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07175, over 45430.91 utterances.], batch size: 89, lr: 2.24e-04 +2022-09-18 19:28:44,410 INFO [train.py:885] (1/2) Epoch 21, batch 6150, loss[loss=0.4916, simple_loss=0.5805, pruned_loss=0.2014, over 12404.00 frames. utt_duration=62.88 frames, utt_pad_proportion=0.1503, over 810.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3515, pruned_loss=0.1052, over 2778544.60 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07414, over 45892.64 utterances.], batch size: 810, lr: 2.24e-04 +2022-09-18 19:29:13,994 INFO [train.py:885] (1/2) Epoch 21, batch 6200, loss[loss=0.2235, simple_loss=0.2803, pruned_loss=0.08334, over 14227.00 frames. utt_duration=641.1 frames, utt_pad_proportion=0.04456, over 89.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3516, pruned_loss=0.1054, over 2777578.87 frames. utt_duration=244 frames, utt_pad_proportion=0.07331, over 45803.71 utterances.], batch size: 89, lr: 2.24e-04 +2022-09-18 19:29:43,278 INFO [train.py:885] (1/2) Epoch 21, batch 6250, loss[loss=0.2662, simple_loss=0.3295, pruned_loss=0.1014, over 14027.00 frames. utt_duration=574.2 frames, utt_pad_proportion=0.0572, over 98.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3519, pruned_loss=0.1058, over 2776610.52 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07274, over 45361.23 utterances.], batch size: 98, lr: 2.24e-04 +2022-09-18 19:30:12,936 INFO [train.py:885] (1/2) Epoch 21, batch 6300, loss[loss=0.27, simple_loss=0.3386, pruned_loss=0.1007, over 14299.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04121, over 154.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3518, pruned_loss=0.1058, over 2778217.33 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07255, over 45181.54 utterances.], batch size: 154, lr: 2.24e-04 +2022-09-18 19:30:42,350 INFO [train.py:885] (1/2) Epoch 21, batch 6350, loss[loss=0.2979, simple_loss=0.3714, pruned_loss=0.1122, over 14307.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03965, over 283.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3532, pruned_loss=0.107, over 2780543.70 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07158, over 45099.45 utterances.], batch size: 283, lr: 2.24e-04 +2022-09-18 19:31:11,672 INFO [train.py:885] (1/2) Epoch 21, batch 6400, loss[loss=0.2206, simple_loss=0.2691, pruned_loss=0.08605, over 13884.00 frames. utt_duration=927.1 frames, utt_pad_proportion=0.06822, over 60.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3529, pruned_loss=0.1068, over 2782603.96 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07039, over 44841.40 utterances.], batch size: 60, lr: 2.24e-04 +2022-09-18 19:31:41,834 INFO [train.py:885] (1/2) Epoch 21, batch 6450, loss[loss=0.1862, simple_loss=0.2436, pruned_loss=0.06439, over 13742.00 frames. utt_duration=798.1 frames, utt_pad_proportion=0.07091, over 69.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3504, pruned_loss=0.1049, over 2778248.70 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07265, over 44489.50 utterances.], batch size: 69, lr: 2.23e-04 +2022-09-18 19:32:10,998 INFO [train.py:885] (1/2) Epoch 21, batch 6500, loss[loss=0.2464, simple_loss=0.3233, pruned_loss=0.0847, over 14265.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04446, over 141.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3472, pruned_loss=0.1031, over 2777556.53 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07181, over 43985.50 utterances.], batch size: 141, lr: 2.23e-04 +2022-09-18 19:32:40,344 INFO [train.py:885] (1/2) Epoch 21, batch 6550, loss[loss=0.3052, simple_loss=0.3743, pruned_loss=0.118, over 14266.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.0411, over 180.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3453, pruned_loss=0.1028, over 2777774.48 frames. utt_duration=255.8 frames, utt_pad_proportion=0.07094, over 43688.85 utterances.], batch size: 180, lr: 2.23e-04 +2022-09-18 19:33:16,690 INFO [train.py:885] (1/2) Epoch 21, batch 6600, loss[loss=0.2364, simple_loss=0.317, pruned_loss=0.07791, over 14266.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04412, over 141.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3447, pruned_loss=0.1021, over 2784040.29 frames. utt_duration=260 frames, utt_pad_proportion=0.0692, over 43071.97 utterances.], batch size: 141, lr: 2.23e-04 +2022-09-18 19:33:45,961 INFO [train.py:885] (1/2) Epoch 21, batch 6650, loss[loss=0.1575, simple_loss=0.2278, pruned_loss=0.04356, over 13327.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08908, over 41.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3415, pruned_loss=0.1002, over 2785001.30 frames. utt_duration=269.9 frames, utt_pad_proportion=0.06837, over 41494.70 utterances.], batch size: 41, lr: 2.23e-04 +2022-09-18 19:34:15,837 INFO [train.py:885] (1/2) Epoch 21, batch 6700, loss[loss=0.2735, simple_loss=0.3773, pruned_loss=0.08481, over 13765.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07174, over 411.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3446, pruned_loss=0.1013, over 2785432.56 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06892, over 42866.78 utterances.], batch size: 411, lr: 2.23e-04 +2022-09-18 19:34:44,873 INFO [train.py:885] (1/2) Epoch 21, batch 6750, loss[loss=0.3566, simple_loss=0.405, pruned_loss=0.1541, over 14347.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03788, over 244.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3444, pruned_loss=0.1021, over 2785643.85 frames. utt_duration=263.6 frames, utt_pad_proportion=0.06763, over 42508.48 utterances.], batch size: 244, lr: 2.23e-04 +2022-09-18 19:35:14,604 INFO [train.py:885] (1/2) Epoch 21, batch 6800, loss[loss=0.2109, simple_loss=0.2712, pruned_loss=0.07535, over 13790.00 frames. utt_duration=920.8 frames, utt_pad_proportion=0.06618, over 60.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3477, pruned_loss=0.1033, over 2782447.20 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07134, over 43999.79 utterances.], batch size: 60, lr: 2.23e-04 +2022-09-18 19:35:44,424 INFO [train.py:885] (1/2) Epoch 21, batch 6850, loss[loss=0.3383, simple_loss=0.4, pruned_loss=0.1383, over 14224.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04371, over 335.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3464, pruned_loss=0.1031, over 2785824.67 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06918, over 42987.47 utterances.], batch size: 335, lr: 2.23e-04 +2022-09-18 19:36:14,091 INFO [train.py:885] (1/2) Epoch 21, batch 6900, loss[loss=0.2437, simple_loss=0.3319, pruned_loss=0.07776, over 14301.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03922, over 180.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3467, pruned_loss=0.1027, over 2786017.59 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06948, over 43584.68 utterances.], batch size: 180, lr: 2.23e-04 +2022-09-18 19:36:43,188 INFO [train.py:885] (1/2) Epoch 21, batch 6950, loss[loss=0.2995, simple_loss=0.3704, pruned_loss=0.1143, over 14329.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.0375, over 226.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3465, pruned_loss=0.1027, over 2785301.52 frames. utt_duration=255.7 frames, utt_pad_proportion=0.07027, over 43827.51 utterances.], batch size: 226, lr: 2.23e-04 +2022-09-18 19:37:13,088 INFO [train.py:885] (1/2) Epoch 21, batch 7000, loss[loss=0.2234, simple_loss=0.2657, pruned_loss=0.09056, over 13522.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08721, over 50.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3487, pruned_loss=0.1035, over 2782962.55 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07216, over 44727.63 utterances.], batch size: 50, lr: 2.23e-04 +2022-09-18 19:37:41,955 INFO [train.py:885] (1/2) Epoch 21, batch 7050, loss[loss=0.2147, simple_loss=0.2837, pruned_loss=0.07286, over 14112.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05309, over 98.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3479, pruned_loss=0.103, over 2780850.87 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07332, over 45002.48 utterances.], batch size: 98, lr: 2.23e-04 +2022-09-18 19:38:11,654 INFO [train.py:885] (1/2) Epoch 21, batch 7100, loss[loss=0.3497, simple_loss=0.4232, pruned_loss=0.1381, over 13998.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05556, over 365.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3508, pruned_loss=0.1043, over 2780147.64 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07373, over 46386.50 utterances.], batch size: 365, lr: 2.23e-04 +2022-09-18 19:38:41,350 INFO [train.py:885] (1/2) Epoch 21, batch 7150, loss[loss=0.2097, simple_loss=0.2836, pruned_loss=0.06791, over 14333.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03573, over 120.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3508, pruned_loss=0.1042, over 2782985.25 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07263, over 46026.90 utterances.], batch size: 120, lr: 2.23e-04 +2022-09-18 19:39:10,358 INFO [train.py:885] (1/2) Epoch 21, batch 7200, loss[loss=0.3126, simple_loss=0.3817, pruned_loss=0.1218, over 14319.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03829, over 195.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3486, pruned_loss=0.1028, over 2786181.52 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06993, over 45100.66 utterances.], batch size: 195, lr: 2.23e-04 +2022-09-18 19:39:39,947 INFO [train.py:885] (1/2) Epoch 21, batch 7250, loss[loss=0.1973, simple_loss=0.2686, pruned_loss=0.06297, over 13513.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.0874, over 50.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3465, pruned_loss=0.1024, over 2781227.07 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06904, over 43865.44 utterances.], batch size: 50, lr: 2.23e-04 +2022-09-18 19:40:09,429 INFO [train.py:885] (1/2) Epoch 21, batch 7300, loss[loss=0.4449, simple_loss=0.4986, pruned_loss=0.1956, over 13783.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07076, over 411.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3486, pruned_loss=0.1043, over 2781251.50 frames. utt_duration=254 frames, utt_pad_proportion=0.06955, over 44056.20 utterances.], batch size: 411, lr: 2.23e-04 +2022-09-18 19:40:38,967 INFO [train.py:885] (1/2) Epoch 21, batch 7350, loss[loss=0.2519, simple_loss=0.3021, pruned_loss=0.1008, over 13971.00 frames. utt_duration=811.4 frames, utt_pad_proportion=0.05544, over 69.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.35, pruned_loss=0.1055, over 2782459.64 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06826, over 44017.86 utterances.], batch size: 69, lr: 2.23e-04 +2022-09-18 19:41:08,584 INFO [train.py:885] (1/2) Epoch 21, batch 7400, loss[loss=0.2238, simple_loss=0.2916, pruned_loss=0.07802, over 14151.00 frames. utt_duration=520.8 frames, utt_pad_proportion=0.04616, over 109.00 utterances.], tot_loss[loss=0.28, simple_loss=0.35, pruned_loss=0.105, over 2780310.25 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07022, over 45123.58 utterances.], batch size: 109, lr: 2.23e-04 +2022-09-18 19:41:38,048 INFO [train.py:885] (1/2) Epoch 21, batch 7450, loss[loss=0.2105, simple_loss=0.2778, pruned_loss=0.07155, over 13865.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.06268, over 69.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3522, pruned_loss=0.1061, over 2781854.70 frames. utt_duration=244.2 frames, utt_pad_proportion=0.0686, over 45852.20 utterances.], batch size: 69, lr: 2.23e-04 +2022-09-18 19:42:07,407 INFO [train.py:885] (1/2) Epoch 21, batch 7500, loss[loss=0.1618, simple_loss=0.2339, pruned_loss=0.04485, over 13847.00 frames. utt_duration=924.6 frames, utt_pad_proportion=0.07169, over 60.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3527, pruned_loss=0.1057, over 2779163.77 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0691, over 46562.23 utterances.], batch size: 60, lr: 2.23e-04 +2022-09-18 19:42:37,215 INFO [train.py:885] (1/2) Epoch 21, batch 7550, loss[loss=0.1723, simple_loss=0.2389, pruned_loss=0.05289, over 13605.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08429, over 50.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3528, pruned_loss=0.1062, over 2779711.55 frames. utt_duration=240.5 frames, utt_pad_proportion=0.0695, over 46512.13 utterances.], batch size: 50, lr: 2.23e-04 +2022-09-18 19:43:07,171 INFO [train.py:885] (1/2) Epoch 21, batch 7600, loss[loss=0.1973, simple_loss=0.2773, pruned_loss=0.05862, over 14025.00 frames. utt_duration=574 frames, utt_pad_proportion=0.05749, over 98.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3535, pruned_loss=0.1064, over 2775521.43 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07061, over 46781.85 utterances.], batch size: 98, lr: 2.23e-04 +2022-09-18 19:43:36,880 INFO [train.py:885] (1/2) Epoch 21, batch 7650, loss[loss=0.3475, simple_loss=0.3958, pruned_loss=0.1496, over 14314.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03922, over 283.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3519, pruned_loss=0.1057, over 2779006.38 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07169, over 46419.70 utterances.], batch size: 283, lr: 2.23e-04 +2022-09-18 19:44:07,405 INFO [train.py:885] (1/2) Epoch 21, batch 7700, loss[loss=0.266, simple_loss=0.3393, pruned_loss=0.09632, over 14277.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03995, over 225.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3544, pruned_loss=0.1064, over 2783440.71 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07175, over 47526.72 utterances.], batch size: 225, lr: 2.23e-04 +2022-09-18 19:44:36,876 INFO [train.py:885] (1/2) Epoch 21, batch 7750, loss[loss=0.3034, simple_loss=0.4082, pruned_loss=0.09932, over 13660.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07887, over 477.00 utterances.], tot_loss[loss=0.282, simple_loss=0.353, pruned_loss=0.1055, over 2780450.77 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07269, over 47844.27 utterances.], batch size: 477, lr: 2.23e-04 +2022-09-18 19:45:05,984 INFO [train.py:885] (1/2) Epoch 21, batch 7800, loss[loss=0.2487, simple_loss=0.311, pruned_loss=0.09321, over 14210.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04229, over 109.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.348, pruned_loss=0.1036, over 2784269.89 frames. utt_duration=246 frames, utt_pad_proportion=0.06986, over 45537.39 utterances.], batch size: 109, lr: 2.23e-04 +2022-09-18 19:45:35,777 INFO [train.py:885] (1/2) Epoch 21, batch 7850, loss[loss=0.3207, simple_loss=0.424, pruned_loss=0.1087, over 13575.00 frames. utt_duration=98.43 frames, utt_pad_proportion=0.08012, over 560.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.352, pruned_loss=0.1068, over 2786590.56 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06969, over 45717.68 utterances.], batch size: 560, lr: 2.23e-04 +2022-09-18 19:46:05,913 INFO [train.py:885] (1/2) Epoch 21, batch 7900, loss[loss=0.1747, simple_loss=0.2342, pruned_loss=0.05765, over 13762.00 frames. utt_duration=918.9 frames, utt_pad_proportion=0.07648, over 60.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3527, pruned_loss=0.1074, over 2784033.44 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07025, over 45762.90 utterances.], batch size: 60, lr: 2.23e-04 +2022-09-18 19:46:35,650 INFO [train.py:885] (1/2) Epoch 21, batch 7950, loss[loss=0.2767, simple_loss=0.3522, pruned_loss=0.1006, over 14274.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.0404, over 225.00 utterances.], tot_loss[loss=0.284, simple_loss=0.3536, pruned_loss=0.1072, over 2785004.65 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07018, over 46203.05 utterances.], batch size: 225, lr: 2.23e-04 +2022-09-18 19:47:04,876 INFO [train.py:885] (1/2) Epoch 21, batch 8000, loss[loss=0.3067, simple_loss=0.4093, pruned_loss=0.1021, over 13661.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07966, over 477.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.35, pruned_loss=0.1045, over 2784936.88 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06953, over 45990.08 utterances.], batch size: 477, lr: 2.23e-04 +2022-09-18 19:47:34,493 INFO [train.py:885] (1/2) Epoch 21, batch 8050, loss[loss=0.3324, simple_loss=0.4301, pruned_loss=0.1174, over 13624.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07702, over 560.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3527, pruned_loss=0.1059, over 2787413.47 frames. utt_duration=240.4 frames, utt_pad_proportion=0.06727, over 46672.46 utterances.], batch size: 560, lr: 2.23e-04 +2022-09-18 19:48:04,224 INFO [train.py:885] (1/2) Epoch 21, batch 8100, loss[loss=0.5348, simple_loss=0.596, pruned_loss=0.2368, over 13091.00 frames. utt_duration=81.7 frames, utt_pad_proportion=0.112, over 653.00 utterances.], tot_loss[loss=0.2868, simple_loss=0.3572, pruned_loss=0.1082, over 2779300.18 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07357, over 48718.66 utterances.], batch size: 653, lr: 2.23e-04 +2022-09-18 19:48:33,016 INFO [train.py:885] (1/2) Epoch 21, batch 8150, loss[loss=0.3969, simple_loss=0.4359, pruned_loss=0.1789, over 14265.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04074, over 225.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3547, pruned_loss=0.1073, over 2780388.02 frames. utt_duration=236.5 frames, utt_pad_proportion=0.0725, over 47324.48 utterances.], batch size: 225, lr: 2.23e-04 +2022-09-18 19:49:02,870 INFO [train.py:885] (1/2) Epoch 21, batch 8200, loss[loss=0.2762, simple_loss=0.3388, pruned_loss=0.1067, over 14251.00 frames. utt_duration=371.8 frames, utt_pad_proportion=0.04425, over 154.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3553, pruned_loss=0.107, over 2784423.50 frames. utt_duration=233.7 frames, utt_pad_proportion=0.0718, over 47953.71 utterances.], batch size: 154, lr: 2.23e-04 +2022-09-18 19:49:32,151 INFO [train.py:885] (1/2) Epoch 21, batch 8250, loss[loss=0.4108, simple_loss=0.4536, pruned_loss=0.184, over 14180.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04575, over 306.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3527, pruned_loss=0.1053, over 2776950.33 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07378, over 47336.03 utterances.], batch size: 306, lr: 2.23e-04 +2022-09-18 19:50:01,818 INFO [train.py:885] (1/2) Epoch 21, batch 8300, loss[loss=0.3821, simple_loss=0.4256, pruned_loss=0.1693, over 14226.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04368, over 335.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3534, pruned_loss=0.1063, over 2778102.59 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07337, over 47164.46 utterances.], batch size: 335, lr: 2.23e-04 +2022-09-18 19:50:31,232 INFO [train.py:885] (1/2) Epoch 21, batch 8350, loss[loss=0.25, simple_loss=0.3206, pruned_loss=0.0897, over 14225.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04731, over 141.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.352, pruned_loss=0.1061, over 2781528.71 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07102, over 46222.44 utterances.], batch size: 141, lr: 2.23e-04 +2022-09-18 19:51:01,081 INFO [train.py:885] (1/2) Epoch 21, batch 8400, loss[loss=0.2271, simple_loss=0.2951, pruned_loss=0.07959, over 14070.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05272, over 98.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3507, pruned_loss=0.1053, over 2780173.81 frames. utt_duration=243 frames, utt_pad_proportion=0.07115, over 46047.46 utterances.], batch size: 98, lr: 2.23e-04 +2022-09-18 19:51:30,201 INFO [train.py:885] (1/2) Epoch 21, batch 8450, loss[loss=0.3354, simple_loss=0.4022, pruned_loss=0.1343, over 14243.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04269, over 225.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3496, pruned_loss=0.1052, over 2779824.31 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07064, over 45622.78 utterances.], batch size: 225, lr: 2.23e-04 +2022-09-18 19:51:59,790 INFO [train.py:885] (1/2) Epoch 21, batch 8500, loss[loss=0.2689, simple_loss=0.3491, pruned_loss=0.09432, over 14297.00 frames. utt_duration=294.8 frames, utt_pad_proportion=0.03959, over 195.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3493, pruned_loss=0.1045, over 2784001.22 frames. utt_duration=249.9 frames, utt_pad_proportion=0.0683, over 44816.67 utterances.], batch size: 195, lr: 2.23e-04 +2022-09-18 19:52:28,692 INFO [train.py:885] (1/2) Epoch 21, batch 8550, loss[loss=0.2493, simple_loss=0.325, pruned_loss=0.08683, over 14266.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04086, over 130.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3529, pruned_loss=0.1066, over 2781600.67 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07073, over 45706.65 utterances.], batch size: 130, lr: 2.23e-04 +2022-09-18 19:52:58,555 INFO [train.py:885] (1/2) Epoch 21, batch 8600, loss[loss=0.2891, simple_loss=0.3617, pruned_loss=0.1083, over 14312.00 frames. utt_duration=255.9 frames, utt_pad_proportion=0.03791, over 225.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3548, pruned_loss=0.1077, over 2775458.16 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07349, over 46393.01 utterances.], batch size: 225, lr: 2.23e-04 +2022-09-18 19:53:27,745 INFO [train.py:885] (1/2) Epoch 21, batch 8650, loss[loss=0.3031, simple_loss=0.361, pruned_loss=0.1226, over 14231.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04664, over 141.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3504, pruned_loss=0.1052, over 2774782.91 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07158, over 44965.24 utterances.], batch size: 141, lr: 2.23e-04 +2022-09-18 19:53:57,761 INFO [train.py:885] (1/2) Epoch 21, batch 8700, loss[loss=0.2238, simple_loss=0.2983, pruned_loss=0.07464, over 13991.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.05967, over 79.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3495, pruned_loss=0.1044, over 2776968.12 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06956, over 44640.26 utterances.], batch size: 79, lr: 2.23e-04 +2022-09-18 19:54:26,532 INFO [train.py:885] (1/2) Epoch 21, batch 8750, loss[loss=0.3064, simple_loss=0.3739, pruned_loss=0.1194, over 14297.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03975, over 283.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3534, pruned_loss=0.1064, over 2785618.03 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06781, over 45587.93 utterances.], batch size: 283, lr: 2.22e-04 +2022-09-18 19:54:57,257 INFO [train.py:885] (1/2) Epoch 21, batch 8800, loss[loss=0.4044, simple_loss=0.4913, pruned_loss=0.1587, over 13118.00 frames. utt_duration=81.85 frames, utt_pad_proportion=0.1103, over 653.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3553, pruned_loss=0.1068, over 2785740.61 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07047, over 46731.15 utterances.], batch size: 653, lr: 2.22e-04 +2022-09-18 19:55:27,171 INFO [train.py:885] (1/2) Epoch 21, batch 8850, loss[loss=0.2253, simple_loss=0.3024, pruned_loss=0.07411, over 14164.00 frames. utt_duration=638.1 frames, utt_pad_proportion=0.04896, over 89.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3528, pruned_loss=0.1053, over 2783322.51 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07144, over 46536.43 utterances.], batch size: 89, lr: 2.22e-04 +2022-09-18 19:55:56,022 INFO [train.py:885] (1/2) Epoch 21, batch 8900, loss[loss=0.1558, simple_loss=0.2069, pruned_loss=0.05234, over 13554.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.084, over 42.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3518, pruned_loss=0.1049, over 2781444.61 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07219, over 46178.61 utterances.], batch size: 42, lr: 2.22e-04 +2022-09-18 19:56:25,857 INFO [train.py:885] (1/2) Epoch 21, batch 8950, loss[loss=0.2712, simple_loss=0.3476, pruned_loss=0.09739, over 14378.00 frames. utt_duration=296.5 frames, utt_pad_proportion=0.03436, over 195.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3524, pruned_loss=0.1056, over 2779782.49 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07219, over 46023.12 utterances.], batch size: 195, lr: 2.22e-04 +2022-09-18 19:56:55,163 INFO [train.py:885] (1/2) Epoch 21, batch 9000, loss[loss=0.2454, simple_loss=0.3238, pruned_loss=0.08354, over 14257.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04482, over 141.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.352, pruned_loss=0.1052, over 2778089.19 frames. utt_duration=245 frames, utt_pad_proportion=0.07101, over 45639.50 utterances.], batch size: 141, lr: 2.22e-04 +2022-09-18 19:56:55,163 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 19:56:59,477 INFO [train.py:914] (1/2) Epoch 21, validation: loss=0.1874, simple_loss=0.2668, pruned_loss=0.05397, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 19:57:29,150 INFO [train.py:885] (1/2) Epoch 21, batch 9050, loss[loss=0.2895, simple_loss=0.3576, pruned_loss=0.1107, over 14338.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03918, over 167.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3522, pruned_loss=0.1047, over 2780046.24 frames. utt_duration=244 frames, utt_pad_proportion=0.07144, over 45851.37 utterances.], batch size: 167, lr: 2.22e-04 +2022-09-18 19:57:58,935 INFO [train.py:885] (1/2) Epoch 21, batch 9100, loss[loss=0.3071, simple_loss=0.3739, pruned_loss=0.1202, over 14178.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04568, over 306.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3521, pruned_loss=0.1053, over 2781374.97 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06984, over 45642.79 utterances.], batch size: 306, lr: 2.22e-04 +2022-09-18 19:58:28,518 INFO [train.py:885] (1/2) Epoch 21, batch 9150, loss[loss=0.2004, simple_loss=0.2661, pruned_loss=0.06731, over 13160.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.1051, over 26.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3504, pruned_loss=0.1034, over 2779670.85 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06916, over 45969.90 utterances.], batch size: 26, lr: 2.22e-04 +2022-09-18 19:58:57,462 INFO [train.py:885] (1/2) Epoch 21, batch 9200, loss[loss=0.2548, simple_loss=0.3291, pruned_loss=0.09025, over 14301.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04138, over 154.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3482, pruned_loss=0.1028, over 2785571.26 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06764, over 44446.78 utterances.], batch size: 154, lr: 2.22e-04 +2022-09-18 19:59:27,491 INFO [train.py:885] (1/2) Epoch 21, batch 9250, loss[loss=0.1727, simple_loss=0.2386, pruned_loss=0.05342, over 13878.00 frames. utt_duration=926.5 frames, utt_pad_proportion=0.06605, over 60.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3481, pruned_loss=0.1034, over 2784634.32 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06864, over 44318.97 utterances.], batch size: 60, lr: 2.22e-04 +2022-09-18 19:59:57,864 INFO [train.py:885] (1/2) Epoch 21, batch 9300, loss[loss=0.296, simple_loss=0.3689, pruned_loss=0.1116, over 14343.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.0365, over 226.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3501, pruned_loss=0.1048, over 2783403.41 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06863, over 44943.54 utterances.], batch size: 226, lr: 2.22e-04 +2022-09-18 20:00:26,370 INFO [train.py:885] (1/2) Epoch 21, batch 9350, loss[loss=0.3119, simple_loss=0.3685, pruned_loss=0.1277, over 14351.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03615, over 195.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.351, pruned_loss=0.105, over 2781864.62 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06978, over 46205.86 utterances.], batch size: 195, lr: 2.22e-04 +2022-09-18 20:00:56,192 INFO [train.py:885] (1/2) Epoch 21, batch 9400, loss[loss=0.2981, simple_loss=0.3575, pruned_loss=0.1193, over 14161.00 frames. utt_duration=579.3 frames, utt_pad_proportion=0.04724, over 98.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3511, pruned_loss=0.1054, over 2779852.95 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06927, over 45387.03 utterances.], batch size: 98, lr: 2.22e-04 +2022-09-18 20:01:25,936 INFO [train.py:885] (1/2) Epoch 21, batch 9450, loss[loss=0.2986, simple_loss=0.3573, pruned_loss=0.12, over 14285.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04237, over 154.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3532, pruned_loss=0.1066, over 2781017.16 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07264, over 46263.54 utterances.], batch size: 154, lr: 2.22e-04 +2022-09-18 20:01:55,900 INFO [train.py:885] (1/2) Epoch 21, batch 9500, loss[loss=0.2322, simple_loss=0.3043, pruned_loss=0.08002, over 14123.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05095, over 98.00 utterances.], tot_loss[loss=0.285, simple_loss=0.355, pruned_loss=0.1075, over 2781202.75 frames. utt_duration=237 frames, utt_pad_proportion=0.07403, over 47244.22 utterances.], batch size: 98, lr: 2.22e-04 +2022-09-18 20:02:25,364 INFO [train.py:885] (1/2) Epoch 21, batch 9550, loss[loss=0.3143, simple_loss=0.3943, pruned_loss=0.1171, over 14001.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05578, over 365.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3544, pruned_loss=0.107, over 2781627.63 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07251, over 46593.46 utterances.], batch size: 365, lr: 2.22e-04 +2022-09-18 20:02:54,867 INFO [train.py:885] (1/2) Epoch 21, batch 9600, loss[loss=0.332, simple_loss=0.3959, pruned_loss=0.1341, over 14215.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04439, over 335.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3515, pruned_loss=0.1053, over 2781796.89 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07281, over 45758.50 utterances.], batch size: 335, lr: 2.22e-04 +2022-09-18 20:03:24,211 INFO [train.py:885] (1/2) Epoch 21, batch 9650, loss[loss=0.3433, simple_loss=0.4248, pruned_loss=0.1309, over 13758.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07283, over 411.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3472, pruned_loss=0.1024, over 2781641.19 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07101, over 44144.54 utterances.], batch size: 411, lr: 2.22e-04 +2022-09-18 20:03:54,219 INFO [train.py:885] (1/2) Epoch 21, batch 9700, loss[loss=0.276, simple_loss=0.3573, pruned_loss=0.09738, over 14236.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04261, over 225.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3485, pruned_loss=0.104, over 2779815.10 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07206, over 44750.68 utterances.], batch size: 225, lr: 2.22e-04 +2022-09-18 20:04:23,277 INFO [train.py:885] (1/2) Epoch 21, batch 9750, loss[loss=0.3416, simple_loss=0.4393, pruned_loss=0.122, over 13606.00 frames. utt_duration=98.56 frames, utt_pad_proportion=0.07889, over 560.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3487, pruned_loss=0.104, over 2782580.51 frames. utt_duration=252 frames, utt_pad_proportion=0.07007, over 44429.49 utterances.], batch size: 560, lr: 2.22e-04 +2022-09-18 20:04:53,036 INFO [train.py:885] (1/2) Epoch 21, batch 9800, loss[loss=0.311, simple_loss=0.3776, pruned_loss=0.1222, over 14238.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04277, over 225.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3501, pruned_loss=0.1051, over 2781778.36 frames. utt_duration=247 frames, utt_pad_proportion=0.07071, over 45312.23 utterances.], batch size: 225, lr: 2.22e-04 +2022-09-18 20:05:22,732 INFO [train.py:885] (1/2) Epoch 21, batch 9850, loss[loss=0.2947, simple_loss=0.3768, pruned_loss=0.1063, over 13973.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05735, over 365.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3501, pruned_loss=0.1047, over 2780974.54 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07122, over 44958.87 utterances.], batch size: 365, lr: 2.22e-04 +2022-09-18 20:05:52,054 INFO [train.py:885] (1/2) Epoch 21, batch 9900, loss[loss=0.3635, simple_loss=0.4299, pruned_loss=0.1485, over 14032.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05614, over 366.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3542, pruned_loss=0.1068, over 2776338.59 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07464, over 46905.08 utterances.], batch size: 366, lr: 2.22e-04 +2022-09-18 20:06:21,412 INFO [train.py:885] (1/2) Epoch 21, batch 9950, loss[loss=0.3293, simple_loss=0.4206, pruned_loss=0.119, over 13619.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08179, over 477.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3523, pruned_loss=0.106, over 2780615.08 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07137, over 45834.62 utterances.], batch size: 477, lr: 2.22e-04 +2022-09-18 20:06:51,311 INFO [train.py:885] (1/2) Epoch 21, batch 10000, loss[loss=0.263, simple_loss=0.3321, pruned_loss=0.09692, over 14307.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03776, over 130.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3536, pruned_loss=0.1059, over 2784271.94 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07078, over 46430.66 utterances.], batch size: 130, lr: 2.22e-04 +2022-09-18 20:07:20,706 INFO [train.py:885] (1/2) Epoch 21, batch 10050, loss[loss=0.2197, simple_loss=0.2978, pruned_loss=0.07074, over 14275.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.0447, over 110.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3556, pruned_loss=0.1072, over 2786412.37 frames. utt_duration=240 frames, utt_pad_proportion=0.06885, over 46738.10 utterances.], batch size: 110, lr: 2.22e-04 +2022-09-18 20:07:50,450 INFO [train.py:885] (1/2) Epoch 21, batch 10100, loss[loss=0.1893, simple_loss=0.2676, pruned_loss=0.05552, over 14044.00 frames. utt_duration=712.6 frames, utt_pad_proportion=0.0574, over 79.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3535, pruned_loss=0.1057, over 2782948.83 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07006, over 46514.84 utterances.], batch size: 79, lr: 2.22e-04 +2022-09-18 20:08:19,095 INFO [train.py:885] (1/2) Epoch 21, batch 10150, loss[loss=0.3268, simple_loss=0.3833, pruned_loss=0.1351, over 14327.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03613, over 130.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3544, pruned_loss=0.1065, over 2785101.14 frames. utt_duration=243 frames, utt_pad_proportion=0.06939, over 46126.22 utterances.], batch size: 130, lr: 2.22e-04 +2022-09-18 20:08:49,937 INFO [train.py:885] (1/2) Epoch 21, batch 10200, loss[loss=0.1983, simple_loss=0.2764, pruned_loss=0.06011, over 14061.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05514, over 98.00 utterances.], tot_loss[loss=0.2852, simple_loss=0.3553, pruned_loss=0.1075, over 2780555.42 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07324, over 46331.12 utterances.], batch size: 98, lr: 2.22e-04 +2022-09-18 20:09:19,369 INFO [train.py:885] (1/2) Epoch 21, batch 10250, loss[loss=0.1896, simple_loss=0.224, pruned_loss=0.07766, over 13906.00 frames. utt_duration=1326 frames, utt_pad_proportion=0.06481, over 42.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3512, pruned_loss=0.105, over 2783518.39 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07096, over 45462.71 utterances.], batch size: 42, lr: 2.22e-04 +2022-09-18 20:09:48,754 INFO [train.py:885] (1/2) Epoch 21, batch 10300, loss[loss=0.3139, simple_loss=0.3848, pruned_loss=0.1215, over 14305.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04035, over 262.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3508, pruned_loss=0.1048, over 2782937.88 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07058, over 44882.93 utterances.], batch size: 262, lr: 2.22e-04 +2022-09-18 20:10:18,416 INFO [train.py:885] (1/2) Epoch 21, batch 10350, loss[loss=0.355, simple_loss=0.4124, pruned_loss=0.1488, over 14239.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04303, over 335.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3515, pruned_loss=0.1053, over 2784338.89 frames. utt_duration=248 frames, utt_pad_proportion=0.07176, over 45185.22 utterances.], batch size: 335, lr: 2.22e-04 +2022-09-18 20:10:48,602 INFO [train.py:885] (1/2) Epoch 21, batch 10400, loss[loss=0.2119, simple_loss=0.2957, pruned_loss=0.06408, over 13874.00 frames. utt_duration=926.5 frames, utt_pad_proportion=0.06879, over 60.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.351, pruned_loss=0.1051, over 2784313.71 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07047, over 44712.36 utterances.], batch size: 60, lr: 2.22e-04 +2022-09-18 20:11:17,840 INFO [train.py:885] (1/2) Epoch 21, batch 10450, loss[loss=0.2229, simple_loss=0.3036, pruned_loss=0.07109, over 14068.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05594, over 79.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3509, pruned_loss=0.1044, over 2785258.95 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07135, over 44946.05 utterances.], batch size: 79, lr: 2.22e-04 +2022-09-18 20:11:47,584 INFO [train.py:885] (1/2) Epoch 21, batch 10500, loss[loss=0.209, simple_loss=0.2663, pruned_loss=0.07588, over 14003.00 frames. utt_duration=710.5 frames, utt_pad_proportion=0.059, over 79.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3504, pruned_loss=0.1048, over 2782741.18 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07056, over 45062.08 utterances.], batch size: 79, lr: 2.22e-04 +2022-09-18 20:12:17,221 INFO [train.py:885] (1/2) Epoch 21, batch 10550, loss[loss=0.3193, simple_loss=0.3814, pruned_loss=0.1286, over 14345.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.0363, over 195.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3518, pruned_loss=0.1059, over 2782672.22 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07176, over 45173.53 utterances.], batch size: 195, lr: 2.22e-04 +2022-09-18 20:12:46,967 INFO [train.py:885] (1/2) Epoch 21, batch 10600, loss[loss=0.2518, simple_loss=0.3274, pruned_loss=0.08812, over 14262.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04454, over 141.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3546, pruned_loss=0.1066, over 2779227.33 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07358, over 47139.29 utterances.], batch size: 141, lr: 2.22e-04 +2022-09-18 20:13:16,130 INFO [train.py:885] (1/2) Epoch 21, batch 10650, loss[loss=0.3422, simple_loss=0.4224, pruned_loss=0.131, over 13714.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07501, over 411.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3508, pruned_loss=0.1048, over 2781360.56 frames. utt_duration=243.8 frames, utt_pad_proportion=0.0714, over 45909.53 utterances.], batch size: 411, lr: 2.22e-04 +2022-09-18 20:13:46,165 INFO [train.py:885] (1/2) Epoch 21, batch 10700, loss[loss=0.2996, simple_loss=0.3692, pruned_loss=0.115, over 14335.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03515, over 244.00 utterances.], tot_loss[loss=0.2856, simple_loss=0.3555, pruned_loss=0.1079, over 2783002.08 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07058, over 46840.18 utterances.], batch size: 244, lr: 2.22e-04 +2022-09-18 20:14:16,510 INFO [train.py:885] (1/2) Epoch 21, batch 10750, loss[loss=0.352, simple_loss=0.4591, pruned_loss=0.1225, over 13166.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.2849, simple_loss=0.3556, pruned_loss=0.1071, over 2777336.44 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07329, over 47653.03 utterances.], batch size: 653, lr: 2.22e-04 +2022-09-18 20:14:45,558 INFO [train.py:885] (1/2) Epoch 21, batch 10800, loss[loss=0.296, simple_loss=0.3683, pruned_loss=0.1118, over 14292.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04067, over 262.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3543, pruned_loss=0.106, over 2777471.16 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07283, over 46987.80 utterances.], batch size: 262, lr: 2.22e-04 +2022-09-18 20:15:14,665 INFO [train.py:885] (1/2) Epoch 21, batch 10850, loss[loss=0.3344, simple_loss=0.3962, pruned_loss=0.1363, over 14318.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03825, over 195.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3546, pruned_loss=0.1058, over 2783108.41 frames. utt_duration=238.4 frames, utt_pad_proportion=0.071, over 46988.67 utterances.], batch size: 195, lr: 2.22e-04 +2022-09-18 20:15:44,601 INFO [train.py:885] (1/2) Epoch 21, batch 10900, loss[loss=0.1946, simple_loss=0.266, pruned_loss=0.06155, over 12294.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.175, over 24.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.3553, pruned_loss=0.1063, over 2782466.78 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07256, over 47434.78 utterances.], batch size: 24, lr: 2.22e-04 +2022-09-18 20:16:14,053 INFO [train.py:885] (1/2) Epoch 21, batch 10950, loss[loss=0.2249, simple_loss=0.299, pruned_loss=0.0754, over 14238.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04604, over 141.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3536, pruned_loss=0.1049, over 2779888.13 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07281, over 47449.85 utterances.], batch size: 141, lr: 2.22e-04 +2022-09-18 20:16:43,847 INFO [train.py:885] (1/2) Epoch 21, batch 11000, loss[loss=0.3951, simple_loss=0.4375, pruned_loss=0.1763, over 14349.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03608, over 195.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3531, pruned_loss=0.1054, over 2784210.01 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07104, over 46441.28 utterances.], batch size: 195, lr: 2.22e-04 +2022-09-18 20:17:13,771 INFO [train.py:885] (1/2) Epoch 21, batch 11050, loss[loss=0.2912, simple_loss=0.3603, pruned_loss=0.1111, over 14325.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04026, over 167.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3528, pruned_loss=0.105, over 2776387.87 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07301, over 46598.62 utterances.], batch size: 167, lr: 2.22e-04 +2022-09-18 20:17:43,885 INFO [train.py:885] (1/2) Epoch 21, batch 11100, loss[loss=0.2944, simple_loss=0.361, pruned_loss=0.1139, over 14340.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03916, over 167.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3516, pruned_loss=0.1045, over 2773280.47 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07234, over 45902.95 utterances.], batch size: 167, lr: 2.22e-04 +2022-09-18 20:18:13,623 INFO [train.py:885] (1/2) Epoch 21, batch 11150, loss[loss=0.1344, simple_loss=0.1918, pruned_loss=0.03851, over 12960.00 frames. utt_duration=2075 frames, utt_pad_proportion=0.1315, over 25.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3494, pruned_loss=0.104, over 2777099.82 frames. utt_duration=250 frames, utt_pad_proportion=0.07072, over 44689.89 utterances.], batch size: 25, lr: 2.21e-04 +2022-09-18 20:18:43,065 INFO [train.py:885] (1/2) Epoch 21, batch 11200, loss[loss=0.224, simple_loss=0.2788, pruned_loss=0.08459, over 13882.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06831, over 60.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.348, pruned_loss=0.1029, over 2782043.10 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06982, over 44506.80 utterances.], batch size: 60, lr: 2.21e-04 +2022-09-18 20:19:12,609 INFO [train.py:885] (1/2) Epoch 21, batch 11250, loss[loss=0.2814, simple_loss=0.3559, pruned_loss=0.1035, over 14369.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03455, over 210.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3496, pruned_loss=0.1038, over 2782187.46 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06975, over 44888.67 utterances.], batch size: 210, lr: 2.21e-04 +2022-09-18 20:19:42,493 INFO [train.py:885] (1/2) Epoch 21, batch 11300, loss[loss=0.2332, simple_loss=0.3195, pruned_loss=0.07349, over 14343.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03896, over 167.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3463, pruned_loss=0.102, over 2775285.64 frames. utt_duration=251 frames, utt_pad_proportion=0.07131, over 44492.74 utterances.], batch size: 167, lr: 2.21e-04 +2022-09-18 20:20:12,295 INFO [train.py:885] (1/2) Epoch 21, batch 11350, loss[loss=0.2271, simple_loss=0.309, pruned_loss=0.07262, over 14249.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04297, over 141.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3469, pruned_loss=0.1025, over 2778005.57 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07108, over 44277.39 utterances.], batch size: 141, lr: 2.21e-04 +2022-09-18 20:20:42,078 INFO [train.py:885] (1/2) Epoch 21, batch 11400, loss[loss=0.1908, simple_loss=0.2639, pruned_loss=0.05888, over 13900.00 frames. utt_duration=807 frames, utt_pad_proportion=0.05941, over 69.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3473, pruned_loss=0.1027, over 2777168.11 frames. utt_duration=253 frames, utt_pad_proportion=0.0707, over 44164.87 utterances.], batch size: 69, lr: 2.21e-04 +2022-09-18 20:21:13,556 INFO [train.py:885] (1/2) Epoch 21, batch 11450, loss[loss=0.3228, simple_loss=0.4113, pruned_loss=0.1172, over 13785.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07091, over 411.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3491, pruned_loss=0.104, over 2778960.93 frames. utt_duration=251.3 frames, utt_pad_proportion=0.0701, over 44493.97 utterances.], batch size: 411, lr: 2.21e-04 +2022-09-18 20:21:42,819 INFO [train.py:885] (1/2) Epoch 21, batch 11500, loss[loss=0.3838, simple_loss=0.4282, pruned_loss=0.1697, over 14198.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04543, over 335.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3516, pruned_loss=0.105, over 2780891.21 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07114, over 45384.74 utterances.], batch size: 335, lr: 2.21e-04 +2022-09-18 20:22:12,398 INFO [train.py:885] (1/2) Epoch 21, batch 11550, loss[loss=0.208, simple_loss=0.2678, pruned_loss=0.07413, over 13929.00 frames. utt_duration=809 frames, utt_pad_proportion=0.05824, over 69.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3512, pruned_loss=0.1043, over 2777794.66 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07231, over 46442.04 utterances.], batch size: 69, lr: 2.21e-04 +2022-09-18 20:22:41,872 INFO [train.py:885] (1/2) Epoch 21, batch 11600, loss[loss=0.2994, simple_loss=0.3699, pruned_loss=0.1144, over 14324.00 frames. utt_duration=220 frames, utt_pad_proportion=0.0392, over 262.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3541, pruned_loss=0.106, over 2778581.95 frames. utt_duration=239 frames, utt_pad_proportion=0.07277, over 46795.36 utterances.], batch size: 262, lr: 2.21e-04 +2022-09-18 20:23:12,776 INFO [train.py:885] (1/2) Epoch 21, batch 11650, loss[loss=0.1621, simple_loss=0.2195, pruned_loss=0.05237, over 13443.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09369, over 50.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3527, pruned_loss=0.1061, over 2779814.71 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0713, over 46318.42 utterances.], batch size: 50, lr: 2.21e-04 +2022-09-18 20:23:42,356 INFO [train.py:885] (1/2) Epoch 21, batch 11700, loss[loss=0.2379, simple_loss=0.3203, pruned_loss=0.07776, over 14310.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03922, over 120.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3542, pruned_loss=0.1062, over 2777348.83 frames. utt_duration=237.4 frames, utt_pad_proportion=0.0731, over 47081.90 utterances.], batch size: 120, lr: 2.21e-04 +2022-09-18 20:24:12,007 INFO [train.py:885] (1/2) Epoch 21, batch 11750, loss[loss=0.2328, simple_loss=0.3119, pruned_loss=0.07683, over 14280.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04122, over 141.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3511, pruned_loss=0.1044, over 2777905.61 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07233, over 45780.79 utterances.], batch size: 141, lr: 2.21e-04 +2022-09-18 20:24:41,216 INFO [train.py:885] (1/2) Epoch 21, batch 11800, loss[loss=0.3175, simple_loss=0.3869, pruned_loss=0.1241, over 14369.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03457, over 210.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3524, pruned_loss=0.1054, over 2781625.44 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07073, over 46551.43 utterances.], batch size: 210, lr: 2.21e-04 +2022-09-18 20:25:10,907 INFO [train.py:885] (1/2) Epoch 21, batch 11850, loss[loss=0.196, simple_loss=0.2614, pruned_loss=0.0653, over 13609.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.08794, over 42.00 utterances.], tot_loss[loss=0.2814, simple_loss=0.3523, pruned_loss=0.1053, over 2780005.49 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07167, over 46347.49 utterances.], batch size: 42, lr: 2.21e-04 +2022-09-18 20:25:40,292 INFO [train.py:885] (1/2) Epoch 21, batch 11900, loss[loss=0.3506, simple_loss=0.4394, pruned_loss=0.1309, over 13640.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08066, over 477.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3473, pruned_loss=0.1027, over 2783623.96 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06844, over 44376.41 utterances.], batch size: 477, lr: 2.21e-04 +2022-09-18 20:26:10,347 INFO [train.py:885] (1/2) Epoch 21, batch 11950, loss[loss=0.2458, simple_loss=0.3252, pruned_loss=0.08321, over 14276.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04133, over 141.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3476, pruned_loss=0.1026, over 2784895.15 frames. utt_duration=252 frames, utt_pad_proportion=0.06919, over 44460.44 utterances.], batch size: 141, lr: 2.21e-04 +2022-09-18 20:26:39,561 INFO [train.py:885] (1/2) Epoch 21, batch 12000, loss[loss=0.1491, simple_loss=0.2022, pruned_loss=0.04804, over 13577.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.08255, over 42.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3441, pruned_loss=0.101, over 2784795.31 frames. utt_duration=262.1 frames, utt_pad_proportion=0.06757, over 42735.68 utterances.], batch size: 42, lr: 2.21e-04 +2022-09-18 20:26:39,562 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 20:26:44,577 INFO [train.py:914] (1/2) Epoch 21, validation: loss=0.1935, simple_loss=0.2741, pruned_loss=0.05641, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 20:27:14,247 INFO [train.py:885] (1/2) Epoch 21, batch 12050, loss[loss=0.1837, simple_loss=0.2349, pruned_loss=0.06625, over 13207.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1132, over 33.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3449, pruned_loss=0.1018, over 2777948.08 frames. utt_duration=259.1 frames, utt_pad_proportion=0.07102, over 43132.79 utterances.], batch size: 33, lr: 2.21e-04 +2022-09-18 20:27:43,728 INFO [train.py:885] (1/2) Epoch 21, batch 12100, loss[loss=0.3251, simple_loss=0.421, pruned_loss=0.1146, over 13640.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08026, over 477.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3459, pruned_loss=0.1021, over 2779869.40 frames. utt_duration=256.1 frames, utt_pad_proportion=0.07009, over 43661.21 utterances.], batch size: 477, lr: 2.21e-04 +2022-09-18 20:28:13,971 INFO [train.py:885] (1/2) Epoch 21, batch 12150, loss[loss=0.2081, simple_loss=0.2744, pruned_loss=0.07095, over 13438.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09144, over 50.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.348, pruned_loss=0.1035, over 2777827.73 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07208, over 44962.06 utterances.], batch size: 50, lr: 2.21e-04 +2022-09-18 20:28:43,177 INFO [train.py:885] (1/2) Epoch 21, batch 12200, loss[loss=0.3417, simple_loss=0.402, pruned_loss=0.1407, over 14360.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03665, over 244.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3491, pruned_loss=0.1047, over 2777672.03 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07318, over 44656.87 utterances.], batch size: 244, lr: 2.21e-04 +2022-09-18 20:29:12,836 INFO [train.py:885] (1/2) Epoch 21, batch 12250, loss[loss=0.2286, simple_loss=0.3114, pruned_loss=0.07292, over 14218.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04763, over 141.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3503, pruned_loss=0.1053, over 2781136.32 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07211, over 44626.79 utterances.], batch size: 141, lr: 2.21e-04 +2022-09-18 20:29:42,437 INFO [train.py:885] (1/2) Epoch 21, batch 12300, loss[loss=0.2728, simple_loss=0.3789, pruned_loss=0.08335, over 13767.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07163, over 411.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.349, pruned_loss=0.1039, over 2776200.38 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07289, over 45025.34 utterances.], batch size: 411, lr: 2.21e-04 +2022-09-18 20:30:12,288 INFO [train.py:885] (1/2) Epoch 21, batch 12350, loss[loss=0.1765, simple_loss=0.2517, pruned_loss=0.05068, over 14083.00 frames. utt_duration=806.1 frames, utt_pad_proportion=0.05606, over 70.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.347, pruned_loss=0.1024, over 2780368.71 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07167, over 44351.67 utterances.], batch size: 70, lr: 2.21e-04 +2022-09-18 20:30:41,983 INFO [train.py:885] (1/2) Epoch 21, batch 12400, loss[loss=0.1853, simple_loss=0.2397, pruned_loss=0.06546, over 13682.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.07888, over 42.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3527, pruned_loss=0.1058, over 2781868.56 frames. utt_duration=242.2 frames, utt_pad_proportion=0.0725, over 46223.14 utterances.], batch size: 42, lr: 2.21e-04 +2022-09-18 20:31:11,611 INFO [train.py:885] (1/2) Epoch 21, batch 12450, loss[loss=0.2453, simple_loss=0.3181, pruned_loss=0.08625, over 14338.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03772, over 120.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3565, pruned_loss=0.1072, over 2780596.49 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07311, over 47797.06 utterances.], batch size: 120, lr: 2.21e-04 +2022-09-18 20:31:41,788 INFO [train.py:885] (1/2) Epoch 21, batch 12500, loss[loss=0.341, simple_loss=0.3996, pruned_loss=0.1412, over 14343.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03685, over 195.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3526, pruned_loss=0.1053, over 2787232.94 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07027, over 45641.42 utterances.], batch size: 195, lr: 2.21e-04 +2022-09-18 20:32:11,167 INFO [train.py:885] (1/2) Epoch 21, batch 12550, loss[loss=0.3643, simple_loss=0.414, pruned_loss=0.1573, over 14237.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04241, over 335.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3493, pruned_loss=0.1051, over 2786279.40 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06862, over 43387.62 utterances.], batch size: 335, lr: 2.21e-04 +2022-09-18 20:32:39,352 INFO [train.py:885] (1/2) Epoch 21, batch 12600, loss[loss=0.1985, simple_loss=0.2563, pruned_loss=0.07039, over 13562.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.07972, over 42.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3474, pruned_loss=0.1039, over 2788411.62 frames. utt_duration=262 frames, utt_pad_proportion=0.06719, over 42816.97 utterances.], batch size: 42, lr: 2.21e-04 +2022-09-18 20:32:58,049 INFO [train.py:885] (1/2) Epoch 22, batch 0, loss[loss=0.2702, simple_loss=0.3481, pruned_loss=0.09618, over 14279.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04029, over 180.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3481, pruned_loss=0.09618, over 14279.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04029, over 180.00 utterances.], batch size: 180, lr: 2.16e-04 +2022-09-18 20:33:28,351 INFO [train.py:885] (1/2) Epoch 22, batch 50, loss[loss=0.3097, simple_loss=0.3774, pruned_loss=0.1209, over 14377.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03671, over 167.00 utterances.], tot_loss[loss=0.259, simple_loss=0.3313, pruned_loss=0.09337, over 630338.57 frames. utt_duration=286.9 frames, utt_pad_proportion=0.05808, over 8831.26 utterances.], batch size: 167, lr: 2.16e-04 +2022-09-18 20:33:58,086 INFO [train.py:885] (1/2) Epoch 22, batch 100, loss[loss=0.285, simple_loss=0.3594, pruned_loss=0.1053, over 14417.00 frames. utt_duration=237.8 frames, utt_pad_proportion=0.02921, over 244.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3485, pruned_loss=0.1022, over 1107864.49 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06615, over 18219.46 utterances.], batch size: 244, lr: 2.16e-04 +2022-09-18 20:34:27,354 INFO [train.py:885] (1/2) Epoch 22, batch 150, loss[loss=0.1767, simple_loss=0.2366, pruned_loss=0.05836, over 13802.00 frames. utt_duration=1106 frames, utt_pad_proportion=0.06288, over 50.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.341, pruned_loss=0.09933, over 1473023.73 frames. utt_duration=262 frames, utt_pad_proportion=0.06709, over 22615.70 utterances.], batch size: 50, lr: 2.16e-04 +2022-09-18 20:34:57,376 INFO [train.py:885] (1/2) Epoch 22, batch 200, loss[loss=0.2966, simple_loss=0.3987, pruned_loss=0.09723, over 13751.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07291, over 411.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3529, pruned_loss=0.1047, over 1764510.85 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07055, over 30128.02 utterances.], batch size: 411, lr: 2.16e-04 +2022-09-18 20:35:27,296 INFO [train.py:885] (1/2) Epoch 22, batch 250, loss[loss=0.209, simple_loss=0.2798, pruned_loss=0.06913, over 12686.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.144, over 25.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3548, pruned_loss=0.1064, over 1985255.13 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07368, over 34116.40 utterances.], batch size: 25, lr: 2.16e-04 +2022-09-18 20:35:57,283 INFO [train.py:885] (1/2) Epoch 22, batch 300, loss[loss=0.3232, simple_loss=0.4048, pruned_loss=0.1208, over 13769.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07164, over 411.00 utterances.], tot_loss[loss=0.285, simple_loss=0.3559, pruned_loss=0.107, over 2161637.58 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07195, over 37107.40 utterances.], batch size: 411, lr: 2.16e-04 +2022-09-18 20:36:27,016 INFO [train.py:885] (1/2) Epoch 22, batch 350, loss[loss=0.1809, simple_loss=0.252, pruned_loss=0.05493, over 13577.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08142, over 50.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3566, pruned_loss=0.1068, over 2297778.27 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07365, over 40633.19 utterances.], batch size: 50, lr: 2.16e-04 +2022-09-18 20:36:56,868 INFO [train.py:885] (1/2) Epoch 22, batch 400, loss[loss=0.3373, simple_loss=0.3943, pruned_loss=0.1401, over 14374.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03467, over 210.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3548, pruned_loss=0.1059, over 2407650.38 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07257, over 41507.23 utterances.], batch size: 210, lr: 2.16e-04 +2022-09-18 20:37:27,036 INFO [train.py:885] (1/2) Epoch 22, batch 450, loss[loss=0.3048, simple_loss=0.3686, pruned_loss=0.1205, over 14295.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04093, over 262.00 utterances.], tot_loss[loss=0.2844, simple_loss=0.3556, pruned_loss=0.1066, over 2488366.06 frames. utt_duration=231.8 frames, utt_pad_proportion=0.0737, over 43222.05 utterances.], batch size: 262, lr: 2.16e-04 +2022-09-18 20:37:56,891 INFO [train.py:885] (1/2) Epoch 22, batch 500, loss[loss=0.3155, simple_loss=0.3877, pruned_loss=0.1217, over 14367.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03287, over 244.00 utterances.], tot_loss[loss=0.283, simple_loss=0.3542, pruned_loss=0.1059, over 2551153.72 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07464, over 43954.11 utterances.], batch size: 244, lr: 2.16e-04 +2022-09-18 20:38:26,375 INFO [train.py:885] (1/2) Epoch 22, batch 550, loss[loss=0.2277, simple_loss=0.299, pruned_loss=0.07819, over 14009.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05736, over 79.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3554, pruned_loss=0.1058, over 2601959.59 frames. utt_duration=228 frames, utt_pad_proportion=0.07559, over 45936.46 utterances.], batch size: 79, lr: 2.16e-04 +2022-09-18 20:38:56,075 INFO [train.py:885] (1/2) Epoch 22, batch 600, loss[loss=0.4984, simple_loss=0.5835, pruned_loss=0.2066, over 12489.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1447, over 810.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3535, pruned_loss=0.1048, over 2633584.02 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07779, over 45772.03 utterances.], batch size: 810, lr: 2.16e-04 +2022-09-18 20:39:25,959 INFO [train.py:885] (1/2) Epoch 22, batch 650, loss[loss=0.3409, simple_loss=0.4235, pruned_loss=0.1292, over 13635.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08078, over 477.00 utterances.], tot_loss[loss=0.2855, simple_loss=0.3574, pruned_loss=0.1068, over 2670160.88 frames. utt_duration=229 frames, utt_pad_proportion=0.0774, over 46936.29 utterances.], batch size: 477, lr: 2.16e-04 +2022-09-18 20:39:55,599 INFO [train.py:885] (1/2) Epoch 22, batch 700, loss[loss=0.2696, simple_loss=0.3464, pruned_loss=0.09639, over 14386.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.03375, over 210.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3531, pruned_loss=0.1054, over 2689911.37 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07736, over 45869.85 utterances.], batch size: 210, lr: 2.16e-04 +2022-09-18 20:40:25,866 INFO [train.py:885] (1/2) Epoch 22, batch 750, loss[loss=0.3599, simple_loss=0.4524, pruned_loss=0.1336, over 13625.00 frames. utt_duration=98.69 frames, utt_pad_proportion=0.0777, over 560.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3525, pruned_loss=0.1043, over 2710631.09 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07584, over 46574.17 utterances.], batch size: 560, lr: 2.16e-04 +2022-09-18 20:40:54,975 INFO [train.py:885] (1/2) Epoch 22, batch 800, loss[loss=0.3185, simple_loss=0.4108, pruned_loss=0.1131, over 13656.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08147, over 478.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3535, pruned_loss=0.1051, over 2724742.78 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07542, over 47108.57 utterances.], batch size: 478, lr: 2.16e-04 +2022-09-18 20:41:24,963 INFO [train.py:885] (1/2) Epoch 22, batch 850, loss[loss=0.2455, simple_loss=0.3024, pruned_loss=0.09431, over 14136.00 frames. utt_duration=636.7 frames, utt_pad_proportion=0.05111, over 89.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3505, pruned_loss=0.1032, over 2736844.45 frames. utt_duration=239 frames, utt_pad_proportion=0.07366, over 46097.35 utterances.], batch size: 89, lr: 2.16e-04 +2022-09-18 20:41:54,605 INFO [train.py:885] (1/2) Epoch 22, batch 900, loss[loss=0.322, simple_loss=0.4195, pruned_loss=0.1123, over 13620.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07709, over 560.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3491, pruned_loss=0.1026, over 2746255.77 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07333, over 45499.68 utterances.], batch size: 560, lr: 2.16e-04 +2022-09-18 20:42:23,950 INFO [train.py:885] (1/2) Epoch 22, batch 950, loss[loss=0.3344, simple_loss=0.3931, pruned_loss=0.1378, over 14346.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.0368, over 283.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3529, pruned_loss=0.1043, over 2756417.84 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07435, over 47296.74 utterances.], batch size: 283, lr: 2.16e-04 +2022-09-18 20:42:53,779 INFO [train.py:885] (1/2) Epoch 22, batch 1000, loss[loss=0.3299, simple_loss=0.3974, pruned_loss=0.1312, over 14220.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04434, over 335.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3516, pruned_loss=0.1044, over 2762384.58 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0727, over 46026.93 utterances.], batch size: 335, lr: 2.16e-04 +2022-09-18 20:43:23,344 INFO [train.py:885] (1/2) Epoch 22, batch 1050, loss[loss=0.3137, simple_loss=0.3997, pruned_loss=0.1139, over 13930.00 frames. utt_duration=154.1 frames, utt_pad_proportion=0.06032, over 365.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3521, pruned_loss=0.1045, over 2765842.19 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07222, over 46212.05 utterances.], batch size: 365, lr: 2.16e-04 +2022-09-18 20:43:53,070 INFO [train.py:885] (1/2) Epoch 22, batch 1100, loss[loss=0.2712, simple_loss=0.3441, pruned_loss=0.09916, over 14328.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.03656, over 180.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3477, pruned_loss=0.1023, over 2771707.99 frames. utt_duration=251.7 frames, utt_pad_proportion=0.0713, over 44301.53 utterances.], batch size: 180, lr: 2.16e-04 +2022-09-18 20:44:22,015 INFO [train.py:885] (1/2) Epoch 22, batch 1150, loss[loss=0.2424, simple_loss=0.3283, pruned_loss=0.07818, over 14222.00 frames. utt_duration=523.2 frames, utt_pad_proportion=0.04172, over 109.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3492, pruned_loss=0.1025, over 2773037.95 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07191, over 45709.95 utterances.], batch size: 109, lr: 2.15e-04 +2022-09-18 20:44:52,040 INFO [train.py:885] (1/2) Epoch 22, batch 1200, loss[loss=0.3384, simple_loss=0.4293, pruned_loss=0.1237, over 13623.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08138, over 477.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3518, pruned_loss=0.1036, over 2767594.94 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07569, over 47593.66 utterances.], batch size: 477, lr: 2.15e-04 +2022-09-18 20:45:21,656 INFO [train.py:885] (1/2) Epoch 22, batch 1250, loss[loss=0.2465, simple_loss=0.3121, pruned_loss=0.09039, over 14183.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04421, over 109.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3468, pruned_loss=0.1016, over 2772464.11 frames. utt_duration=251.6 frames, utt_pad_proportion=0.0731, over 44331.64 utterances.], batch size: 109, lr: 2.15e-04 +2022-09-18 20:45:51,716 INFO [train.py:885] (1/2) Epoch 22, batch 1300, loss[loss=0.2715, simple_loss=0.3452, pruned_loss=0.09889, over 14296.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04146, over 154.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3478, pruned_loss=0.1024, over 2770779.23 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07407, over 44755.18 utterances.], batch size: 154, lr: 2.15e-04 +2022-09-18 20:46:21,628 INFO [train.py:885] (1/2) Epoch 22, batch 1350, loss[loss=0.2818, simple_loss=0.3531, pruned_loss=0.1052, over 14380.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03172, over 244.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3483, pruned_loss=0.1027, over 2769227.71 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07567, over 45529.73 utterances.], batch size: 244, lr: 2.15e-04 +2022-09-18 20:46:51,645 INFO [train.py:885] (1/2) Epoch 22, batch 1400, loss[loss=0.3538, simple_loss=0.4031, pruned_loss=0.1522, over 14205.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04448, over 306.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.348, pruned_loss=0.1031, over 2768238.10 frames. utt_duration=245 frames, utt_pad_proportion=0.07492, over 45462.78 utterances.], batch size: 306, lr: 2.15e-04 +2022-09-18 20:47:21,507 INFO [train.py:885] (1/2) Epoch 22, batch 1450, loss[loss=0.1747, simple_loss=0.2301, pruned_loss=0.05963, over 12572.00 frames. utt_duration=2097 frames, utt_pad_proportion=0.1463, over 24.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3477, pruned_loss=0.1025, over 2768777.79 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07537, over 45447.09 utterances.], batch size: 24, lr: 2.15e-04 +2022-09-18 20:47:50,430 INFO [train.py:885] (1/2) Epoch 22, batch 1500, loss[loss=0.3471, simple_loss=0.4076, pruned_loss=0.1433, over 14248.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04272, over 335.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3468, pruned_loss=0.1024, over 2772339.66 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07378, over 44908.62 utterances.], batch size: 335, lr: 2.15e-04 +2022-09-18 20:48:19,625 INFO [train.py:885] (1/2) Epoch 22, batch 1550, loss[loss=0.1993, simple_loss=0.2631, pruned_loss=0.06775, over 13918.00 frames. utt_duration=929.3 frames, utt_pad_proportion=0.06695, over 60.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3476, pruned_loss=0.1023, over 2768163.37 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07525, over 45959.56 utterances.], batch size: 60, lr: 2.15e-04 +2022-09-18 20:48:49,468 INFO [train.py:885] (1/2) Epoch 22, batch 1600, loss[loss=0.5132, simple_loss=0.5942, pruned_loss=0.2161, over 12400.00 frames. utt_duration=62.79 frames, utt_pad_proportion=0.1515, over 810.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3502, pruned_loss=0.1034, over 2766395.43 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07782, over 47472.88 utterances.], batch size: 810, lr: 2.15e-04 +2022-09-18 20:49:19,030 INFO [train.py:885] (1/2) Epoch 22, batch 1650, loss[loss=0.1916, simple_loss=0.2728, pruned_loss=0.05519, over 13294.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.09318, over 41.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3513, pruned_loss=0.1041, over 2772738.97 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07542, over 47308.76 utterances.], batch size: 41, lr: 2.15e-04 +2022-09-18 20:49:48,990 INFO [train.py:885] (1/2) Epoch 22, batch 1700, loss[loss=0.1824, simple_loss=0.2386, pruned_loss=0.06316, over 13694.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07518, over 50.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.353, pruned_loss=0.1051, over 2773721.46 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07531, over 48043.69 utterances.], batch size: 50, lr: 2.15e-04 +2022-09-18 20:50:17,934 INFO [train.py:885] (1/2) Epoch 22, batch 1750, loss[loss=0.308, simple_loss=0.3742, pruned_loss=0.1209, over 14288.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03935, over 225.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3483, pruned_loss=0.1028, over 2779179.42 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07188, over 46365.08 utterances.], batch size: 225, lr: 2.15e-04 +2022-09-18 20:50:48,586 INFO [train.py:885] (1/2) Epoch 22, batch 1800, loss[loss=0.2659, simple_loss=0.3357, pruned_loss=0.09802, over 14343.00 frames. utt_duration=374.3 frames, utt_pad_proportion=0.03543, over 154.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3488, pruned_loss=0.1027, over 2780273.10 frames. utt_duration=242 frames, utt_pad_proportion=0.0709, over 46243.12 utterances.], batch size: 154, lr: 2.15e-04 +2022-09-18 20:51:17,390 INFO [train.py:885] (1/2) Epoch 22, batch 1850, loss[loss=0.2715, simple_loss=0.3448, pruned_loss=0.09908, over 14235.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04302, over 225.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3469, pruned_loss=0.1016, over 2781716.53 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07036, over 45480.50 utterances.], batch size: 225, lr: 2.15e-04 +2022-09-18 20:51:46,472 INFO [train.py:885] (1/2) Epoch 22, batch 1900, loss[loss=0.3365, simple_loss=0.3971, pruned_loss=0.1379, over 14388.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.03355, over 210.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3481, pruned_loss=0.1025, over 2784278.58 frames. utt_duration=246 frames, utt_pad_proportion=0.06946, over 45542.26 utterances.], batch size: 210, lr: 2.15e-04 +2022-09-18 20:52:16,832 INFO [train.py:885] (1/2) Epoch 22, batch 1950, loss[loss=0.2822, simple_loss=0.3547, pruned_loss=0.1049, over 14315.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03755, over 180.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3495, pruned_loss=0.1027, over 2785678.06 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07019, over 46201.65 utterances.], batch size: 180, lr: 2.15e-04 +2022-09-18 20:52:46,412 INFO [train.py:885] (1/2) Epoch 22, batch 2000, loss[loss=0.2225, simple_loss=0.2762, pruned_loss=0.08437, over 13055.00 frames. utt_duration=2090 frames, utt_pad_proportion=0.1006, over 25.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3515, pruned_loss=0.105, over 2777597.65 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07407, over 45902.51 utterances.], batch size: 25, lr: 2.15e-04 +2022-09-18 20:53:16,223 INFO [train.py:885] (1/2) Epoch 22, batch 2050, loss[loss=0.3138, simple_loss=0.4094, pruned_loss=0.1091, over 13757.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07303, over 411.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3504, pruned_loss=0.1044, over 2778403.73 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07324, over 45527.71 utterances.], batch size: 411, lr: 2.15e-04 +2022-09-18 20:53:45,408 INFO [train.py:885] (1/2) Epoch 22, batch 2100, loss[loss=0.3293, simple_loss=0.3999, pruned_loss=0.1293, over 14016.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05423, over 365.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3487, pruned_loss=0.1036, over 2777556.68 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07264, over 45100.91 utterances.], batch size: 365, lr: 2.15e-04 +2022-09-18 20:54:15,435 INFO [train.py:885] (1/2) Epoch 22, batch 2150, loss[loss=0.1659, simple_loss=0.213, pruned_loss=0.05942, over 13702.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.08377, over 42.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3464, pruned_loss=0.1023, over 2777563.81 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07178, over 45042.36 utterances.], batch size: 42, lr: 2.15e-04 +2022-09-18 20:54:44,605 INFO [train.py:885] (1/2) Epoch 22, batch 2200, loss[loss=0.2858, simple_loss=0.3754, pruned_loss=0.09809, over 14010.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05489, over 365.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3494, pruned_loss=0.104, over 2781971.68 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07075, over 44999.34 utterances.], batch size: 365, lr: 2.15e-04 +2022-09-18 20:55:14,677 INFO [train.py:885] (1/2) Epoch 22, batch 2250, loss[loss=0.4227, simple_loss=0.457, pruned_loss=0.1942, over 14265.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04134, over 335.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3519, pruned_loss=0.1049, over 2781071.12 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07247, over 46431.58 utterances.], batch size: 335, lr: 2.15e-04 +2022-09-18 20:55:43,922 INFO [train.py:885] (1/2) Epoch 22, batch 2300, loss[loss=0.2573, simple_loss=0.3231, pruned_loss=0.0958, over 14293.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04028, over 120.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.352, pruned_loss=0.1049, over 2781062.51 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07187, over 46097.48 utterances.], batch size: 120, lr: 2.15e-04 +2022-09-18 20:56:13,368 INFO [train.py:885] (1/2) Epoch 22, batch 2350, loss[loss=0.2771, simple_loss=0.3507, pruned_loss=0.1017, over 14266.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04051, over 180.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3488, pruned_loss=0.1039, over 2781813.17 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06964, over 44332.88 utterances.], batch size: 180, lr: 2.15e-04 +2022-09-18 20:56:43,323 INFO [train.py:885] (1/2) Epoch 22, batch 2400, loss[loss=0.2427, simple_loss=0.3183, pruned_loss=0.08354, over 14346.00 frames. utt_duration=442.9 frames, utt_pad_proportion=0.03513, over 130.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3484, pruned_loss=0.1025, over 2778910.11 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07105, over 45169.25 utterances.], batch size: 130, lr: 2.15e-04 +2022-09-18 20:57:12,931 INFO [train.py:885] (1/2) Epoch 22, batch 2450, loss[loss=0.2541, simple_loss=0.3277, pruned_loss=0.09028, over 14330.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03986, over 167.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3477, pruned_loss=0.1026, over 2779307.98 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07015, over 44995.21 utterances.], batch size: 167, lr: 2.15e-04 +2022-09-18 20:57:42,075 INFO [train.py:885] (1/2) Epoch 22, batch 2500, loss[loss=0.2557, simple_loss=0.3278, pruned_loss=0.09183, over 14119.00 frames. utt_duration=519.7 frames, utt_pad_proportion=0.04821, over 109.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3455, pruned_loss=0.1021, over 2782398.20 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06753, over 43428.21 utterances.], batch size: 109, lr: 2.15e-04 +2022-09-18 20:58:12,265 INFO [train.py:885] (1/2) Epoch 22, batch 2550, loss[loss=0.3316, simple_loss=0.423, pruned_loss=0.1201, over 13621.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08113, over 477.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3466, pruned_loss=0.1028, over 2781658.46 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06759, over 43694.16 utterances.], batch size: 477, lr: 2.15e-04 +2022-09-18 20:58:41,623 INFO [train.py:885] (1/2) Epoch 22, batch 2600, loss[loss=0.3789, simple_loss=0.4302, pruned_loss=0.1638, over 14291.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03923, over 225.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3503, pruned_loss=0.104, over 2781198.73 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07014, over 45458.05 utterances.], batch size: 225, lr: 2.15e-04 +2022-09-18 20:59:11,564 INFO [train.py:885] (1/2) Epoch 22, batch 2650, loss[loss=0.2155, simple_loss=0.2848, pruned_loss=0.0731, over 13941.00 frames. utt_duration=809.8 frames, utt_pad_proportion=0.05728, over 69.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3507, pruned_loss=0.1051, over 2778081.86 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06941, over 45429.92 utterances.], batch size: 69, lr: 2.15e-04 +2022-09-18 20:59:41,152 INFO [train.py:885] (1/2) Epoch 22, batch 2700, loss[loss=0.2032, simple_loss=0.2755, pruned_loss=0.06542, over 14033.00 frames. utt_duration=711.9 frames, utt_pad_proportion=0.05712, over 79.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3495, pruned_loss=0.1047, over 2779879.25 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07019, over 44460.11 utterances.], batch size: 79, lr: 2.15e-04 +2022-09-18 21:00:10,648 INFO [train.py:885] (1/2) Epoch 22, batch 2750, loss[loss=0.2873, simple_loss=0.3751, pruned_loss=0.09974, over 13970.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05778, over 365.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3523, pruned_loss=0.1057, over 2782900.78 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06954, over 45784.37 utterances.], batch size: 365, lr: 2.15e-04 +2022-09-18 21:00:39,989 INFO [train.py:885] (1/2) Epoch 22, batch 2800, loss[loss=0.1758, simple_loss=0.2386, pruned_loss=0.05649, over 12893.00 frames. utt_duration=2065 frames, utt_pad_proportion=0.1244, over 25.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3501, pruned_loss=0.1047, over 2775849.21 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07225, over 45296.53 utterances.], batch size: 25, lr: 2.15e-04 +2022-09-18 21:01:09,655 INFO [train.py:885] (1/2) Epoch 22, batch 2850, loss[loss=0.2928, simple_loss=0.366, pruned_loss=0.1098, over 14344.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03402, over 244.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.353, pruned_loss=0.1051, over 2776093.05 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07317, over 47165.48 utterances.], batch size: 244, lr: 2.15e-04 +2022-09-18 21:01:39,509 INFO [train.py:885] (1/2) Epoch 22, batch 2900, loss[loss=0.3253, simple_loss=0.4304, pruned_loss=0.1101, over 13589.00 frames. utt_duration=98.46 frames, utt_pad_proportion=0.07982, over 560.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.352, pruned_loss=0.1052, over 2770708.63 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07538, over 46368.42 utterances.], batch size: 560, lr: 2.15e-04 +2022-09-18 21:02:09,084 INFO [train.py:885] (1/2) Epoch 22, batch 2950, loss[loss=0.2874, simple_loss=0.3646, pruned_loss=0.1051, over 14322.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03834, over 283.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3509, pruned_loss=0.1048, over 2771891.87 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07525, over 45737.69 utterances.], batch size: 283, lr: 2.15e-04 +2022-09-18 21:02:39,429 INFO [train.py:885] (1/2) Epoch 22, batch 3000, loss[loss=0.3484, simple_loss=0.418, pruned_loss=0.1394, over 14041.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05548, over 366.00 utterances.], tot_loss[loss=0.28, simple_loss=0.351, pruned_loss=0.1045, over 2776757.62 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07377, over 45880.52 utterances.], batch size: 366, lr: 2.15e-04 +2022-09-18 21:02:39,430 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 21:02:43,941 INFO [train.py:914] (1/2) Epoch 22, validation: loss=0.193, simple_loss=0.2725, pruned_loss=0.05676, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 21:03:13,400 INFO [train.py:885] (1/2) Epoch 22, batch 3050, loss[loss=0.4245, simple_loss=0.4487, pruned_loss=0.2002, over 14231.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04304, over 335.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3531, pruned_loss=0.1061, over 2775629.34 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07289, over 46275.11 utterances.], batch size: 335, lr: 2.15e-04 +2022-09-18 21:03:44,239 INFO [train.py:885] (1/2) Epoch 22, batch 3100, loss[loss=0.4799, simple_loss=0.5683, pruned_loss=0.1958, over 12500.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1445, over 810.00 utterances.], tot_loss[loss=0.2824, simple_loss=0.3541, pruned_loss=0.1054, over 2773322.84 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07466, over 47999.88 utterances.], batch size: 810, lr: 2.15e-04 +2022-09-18 21:04:13,640 INFO [train.py:885] (1/2) Epoch 22, batch 3150, loss[loss=0.3443, simple_loss=0.4423, pruned_loss=0.1232, over 13618.00 frames. utt_duration=98.71 frames, utt_pad_proportion=0.0775, over 560.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3529, pruned_loss=0.1057, over 2778960.85 frames. utt_duration=236.7 frames, utt_pad_proportion=0.0728, over 47262.51 utterances.], batch size: 560, lr: 2.15e-04 +2022-09-18 21:04:43,582 INFO [train.py:885] (1/2) Epoch 22, batch 3200, loss[loss=0.3007, simple_loss=0.3688, pruned_loss=0.1163, over 14343.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03689, over 210.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3537, pruned_loss=0.1054, over 2782923.53 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07293, over 47551.49 utterances.], batch size: 210, lr: 2.15e-04 +2022-09-18 21:05:13,175 INFO [train.py:885] (1/2) Epoch 22, batch 3250, loss[loss=0.1486, simple_loss=0.199, pruned_loss=0.04909, over 12800.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.1327, over 25.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3498, pruned_loss=0.1043, over 2785307.29 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07121, over 45460.39 utterances.], batch size: 25, lr: 2.15e-04 +2022-09-18 21:05:43,101 INFO [train.py:885] (1/2) Epoch 22, batch 3300, loss[loss=0.2426, simple_loss=0.3169, pruned_loss=0.08416, over 14149.00 frames. utt_duration=520.8 frames, utt_pad_proportion=0.04612, over 109.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3494, pruned_loss=0.1038, over 2785766.98 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06922, over 45138.23 utterances.], batch size: 109, lr: 2.15e-04 +2022-09-18 21:06:12,897 INFO [train.py:885] (1/2) Epoch 22, batch 3350, loss[loss=0.1526, simple_loss=0.2232, pruned_loss=0.04096, over 13088.00 frames. utt_duration=1588 frames, utt_pad_proportion=0.1222, over 33.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.351, pruned_loss=0.1042, over 2785255.38 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07039, over 46219.72 utterances.], batch size: 33, lr: 2.15e-04 +2022-09-18 21:06:42,257 INFO [train.py:885] (1/2) Epoch 22, batch 3400, loss[loss=0.3006, simple_loss=0.3792, pruned_loss=0.111, over 14184.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04552, over 306.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3494, pruned_loss=0.1039, over 2782065.04 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07131, over 45413.50 utterances.], batch size: 306, lr: 2.15e-04 +2022-09-18 21:07:11,612 INFO [train.py:885] (1/2) Epoch 22, batch 3450, loss[loss=0.2816, simple_loss=0.3775, pruned_loss=0.09284, over 13705.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07554, over 411.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.352, pruned_loss=0.1047, over 2784908.81 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07082, over 46569.80 utterances.], batch size: 411, lr: 2.15e-04 +2022-09-18 21:07:41,249 INFO [train.py:885] (1/2) Epoch 22, batch 3500, loss[loss=0.2549, simple_loss=0.3338, pruned_loss=0.08799, over 14345.00 frames. utt_duration=374.2 frames, utt_pad_proportion=0.03794, over 154.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3493, pruned_loss=0.1033, over 2786406.58 frames. utt_duration=246 frames, utt_pad_proportion=0.0704, over 45575.23 utterances.], batch size: 154, lr: 2.15e-04 +2022-09-18 21:08:10,609 INFO [train.py:885] (1/2) Epoch 22, batch 3550, loss[loss=0.3059, simple_loss=0.3995, pruned_loss=0.1062, over 13695.00 frames. utt_duration=134.9 frames, utt_pad_proportion=0.07599, over 411.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3503, pruned_loss=0.104, over 2786252.55 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07141, over 45972.42 utterances.], batch size: 411, lr: 2.15e-04 +2022-09-18 21:08:40,388 INFO [train.py:885] (1/2) Epoch 22, batch 3600, loss[loss=0.2597, simple_loss=0.3337, pruned_loss=0.09284, over 14309.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.0381, over 180.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3501, pruned_loss=0.1039, over 2782732.33 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07198, over 46512.92 utterances.], batch size: 180, lr: 2.15e-04 +2022-09-18 21:09:09,299 INFO [train.py:885] (1/2) Epoch 22, batch 3650, loss[loss=0.1955, simple_loss=0.2616, pruned_loss=0.06468, over 13366.00 frames. utt_duration=1071 frames, utt_pad_proportion=0.09035, over 50.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3531, pruned_loss=0.1049, over 2782466.95 frames. utt_duration=236.8 frames, utt_pad_proportion=0.073, over 47306.79 utterances.], batch size: 50, lr: 2.14e-04 +2022-09-18 21:09:39,133 INFO [train.py:885] (1/2) Epoch 22, batch 3700, loss[loss=0.281, simple_loss=0.339, pruned_loss=0.1115, over 14297.00 frames. utt_duration=441.3 frames, utt_pad_proportion=0.0386, over 130.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3492, pruned_loss=0.1035, over 2780604.03 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07274, over 45291.86 utterances.], batch size: 130, lr: 2.14e-04 +2022-09-18 21:10:08,923 INFO [train.py:885] (1/2) Epoch 22, batch 3750, loss[loss=0.295, simple_loss=0.4012, pruned_loss=0.09434, over 13609.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08233, over 477.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3482, pruned_loss=0.1028, over 2778415.49 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07226, over 44951.76 utterances.], batch size: 477, lr: 2.14e-04 +2022-09-18 21:10:38,824 INFO [train.py:885] (1/2) Epoch 22, batch 3800, loss[loss=0.2161, simple_loss=0.2915, pruned_loss=0.07032, over 14085.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05532, over 98.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3519, pruned_loss=0.1041, over 2780388.98 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07315, over 46809.06 utterances.], batch size: 98, lr: 2.14e-04 +2022-09-18 21:11:08,619 INFO [train.py:885] (1/2) Epoch 22, batch 3850, loss[loss=0.2867, simple_loss=0.3902, pruned_loss=0.0916, over 13805.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07187, over 412.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3545, pruned_loss=0.1055, over 2780331.51 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07296, over 47814.11 utterances.], batch size: 412, lr: 2.14e-04 +2022-09-18 21:11:37,871 INFO [train.py:885] (1/2) Epoch 22, batch 3900, loss[loss=0.2445, simple_loss=0.3158, pruned_loss=0.08661, over 14087.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05181, over 98.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3508, pruned_loss=0.1043, over 2782583.96 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07111, over 45968.81 utterances.], batch size: 98, lr: 2.14e-04 +2022-09-18 21:12:07,457 INFO [train.py:885] (1/2) Epoch 22, batch 3950, loss[loss=0.1987, simple_loss=0.278, pruned_loss=0.05972, over 13863.00 frames. utt_duration=805 frames, utt_pad_proportion=0.06286, over 69.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3506, pruned_loss=0.1042, over 2783202.56 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07098, over 45743.84 utterances.], batch size: 69, lr: 2.14e-04 +2022-09-18 21:12:37,111 INFO [train.py:885] (1/2) Epoch 22, batch 4000, loss[loss=0.2512, simple_loss=0.3161, pruned_loss=0.0932, over 14185.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04438, over 109.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3499, pruned_loss=0.1039, over 2782789.50 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07156, over 45610.23 utterances.], batch size: 109, lr: 2.14e-04 +2022-09-18 21:13:07,092 INFO [train.py:885] (1/2) Epoch 22, batch 4050, loss[loss=0.2622, simple_loss=0.3344, pruned_loss=0.09499, over 14316.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03747, over 180.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3525, pruned_loss=0.1056, over 2787184.29 frames. utt_duration=245 frames, utt_pad_proportion=0.07108, over 45784.46 utterances.], batch size: 180, lr: 2.14e-04 +2022-09-18 21:13:36,831 INFO [train.py:885] (1/2) Epoch 22, batch 4100, loss[loss=0.4169, simple_loss=0.5047, pruned_loss=0.1645, over 13162.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1066, over 653.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3533, pruned_loss=0.106, over 2784251.41 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07263, over 46617.95 utterances.], batch size: 653, lr: 2.14e-04 +2022-09-18 21:14:06,158 INFO [train.py:885] (1/2) Epoch 22, batch 4150, loss[loss=0.1509, simple_loss=0.2111, pruned_loss=0.04534, over 12340.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1502, over 24.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3502, pruned_loss=0.1045, over 2785995.53 frames. utt_duration=248.9 frames, utt_pad_proportion=0.0716, over 45041.59 utterances.], batch size: 24, lr: 2.14e-04 +2022-09-18 21:14:35,661 INFO [train.py:885] (1/2) Epoch 22, batch 4200, loss[loss=0.1722, simple_loss=0.2329, pruned_loss=0.0558, over 13442.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.08593, over 50.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3496, pruned_loss=0.1038, over 2785011.15 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07145, over 45239.87 utterances.], batch size: 50, lr: 2.14e-04 +2022-09-18 21:15:05,540 INFO [train.py:885] (1/2) Epoch 22, batch 4250, loss[loss=0.2789, simple_loss=0.3586, pruned_loss=0.09963, over 14290.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04115, over 262.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3518, pruned_loss=0.105, over 2789917.06 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06868, over 45931.32 utterances.], batch size: 262, lr: 2.14e-04 +2022-09-18 21:15:35,288 INFO [train.py:885] (1/2) Epoch 22, batch 4300, loss[loss=0.2457, simple_loss=0.3254, pruned_loss=0.08297, over 14325.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03856, over 130.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3518, pruned_loss=0.1044, over 2784286.84 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07098, over 47028.64 utterances.], batch size: 130, lr: 2.14e-04 +2022-09-18 21:16:05,197 INFO [train.py:885] (1/2) Epoch 22, batch 4350, loss[loss=0.1678, simple_loss=0.2379, pruned_loss=0.04887, over 13455.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09123, over 50.00 utterances.], tot_loss[loss=0.2833, simple_loss=0.3545, pruned_loss=0.106, over 2783469.38 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07299, over 48260.59 utterances.], batch size: 50, lr: 2.14e-04 +2022-09-18 21:16:35,222 INFO [train.py:885] (1/2) Epoch 22, batch 4400, loss[loss=0.3006, simple_loss=0.358, pruned_loss=0.1216, over 14268.00 frames. utt_duration=440.3 frames, utt_pad_proportion=0.04079, over 130.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.352, pruned_loss=0.1049, over 2784744.63 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07069, over 47183.56 utterances.], batch size: 130, lr: 2.14e-04 +2022-09-18 21:17:05,690 INFO [train.py:885] (1/2) Epoch 22, batch 4450, loss[loss=0.2037, simple_loss=0.2718, pruned_loss=0.06773, over 14193.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04715, over 89.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3529, pruned_loss=0.1056, over 2783290.54 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07169, over 46837.34 utterances.], batch size: 89, lr: 2.14e-04 +2022-09-18 21:17:35,695 INFO [train.py:885] (1/2) Epoch 22, batch 4500, loss[loss=0.2603, simple_loss=0.3394, pruned_loss=0.09058, over 14358.00 frames. utt_duration=374.5 frames, utt_pad_proportion=0.03474, over 154.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3526, pruned_loss=0.1054, over 2785897.42 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06992, over 46254.89 utterances.], batch size: 154, lr: 2.14e-04 +2022-09-18 21:18:05,423 INFO [train.py:885] (1/2) Epoch 22, batch 4550, loss[loss=0.1355, simple_loss=0.1933, pruned_loss=0.03879, over 13184.00 frames. utt_duration=1288 frames, utt_pad_proportion=0.1009, over 41.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3489, pruned_loss=0.1034, over 2785181.52 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06891, over 44807.99 utterances.], batch size: 41, lr: 2.14e-04 +2022-09-18 21:18:35,561 INFO [train.py:885] (1/2) Epoch 22, batch 4600, loss[loss=0.2562, simple_loss=0.3412, pruned_loss=0.0856, over 14301.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03835, over 180.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3519, pruned_loss=0.105, over 2782595.05 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06973, over 45919.72 utterances.], batch size: 180, lr: 2.14e-04 +2022-09-18 21:19:05,399 INFO [train.py:885] (1/2) Epoch 22, batch 4650, loss[loss=0.1625, simple_loss=0.2188, pruned_loss=0.05306, over 13077.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1117, over 33.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3515, pruned_loss=0.104, over 2781084.35 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07075, over 47125.97 utterances.], batch size: 33, lr: 2.14e-04 +2022-09-18 21:19:35,227 INFO [train.py:885] (1/2) Epoch 22, batch 4700, loss[loss=0.3959, simple_loss=0.4899, pruned_loss=0.1509, over 13156.00 frames. utt_duration=82.08 frames, utt_pad_proportion=0.1079, over 653.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3541, pruned_loss=0.1047, over 2781473.24 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07068, over 47478.67 utterances.], batch size: 653, lr: 2.14e-04 +2022-09-18 21:20:05,602 INFO [train.py:885] (1/2) Epoch 22, batch 4750, loss[loss=0.2822, simple_loss=0.356, pruned_loss=0.1042, over 14285.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04032, over 283.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3528, pruned_loss=0.1045, over 2783049.27 frames. utt_duration=240 frames, utt_pad_proportion=0.07085, over 46671.78 utterances.], batch size: 283, lr: 2.14e-04 +2022-09-18 21:20:35,365 INFO [train.py:885] (1/2) Epoch 22, batch 4800, loss[loss=0.182, simple_loss=0.27, pruned_loss=0.04693, over 13493.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.09078, over 50.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.349, pruned_loss=0.1032, over 2783486.85 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06885, over 44745.88 utterances.], batch size: 50, lr: 2.14e-04 +2022-09-18 21:21:05,770 INFO [train.py:885] (1/2) Epoch 22, batch 4850, loss[loss=0.1767, simple_loss=0.2498, pruned_loss=0.05187, over 13648.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07743, over 50.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.349, pruned_loss=0.1027, over 2782675.17 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06889, over 44892.05 utterances.], batch size: 50, lr: 2.14e-04 +2022-09-18 21:21:35,378 INFO [train.py:885] (1/2) Epoch 22, batch 4900, loss[loss=0.6242, simple_loss=0.6702, pruned_loss=0.2891, over 12500.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1447, over 810.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3484, pruned_loss=0.1021, over 2783957.54 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06744, over 44562.95 utterances.], batch size: 810, lr: 2.14e-04 +2022-09-18 21:22:05,304 INFO [train.py:885] (1/2) Epoch 22, batch 4950, loss[loss=0.1685, simple_loss=0.2437, pruned_loss=0.04661, over 13782.00 frames. utt_duration=920.4 frames, utt_pad_proportion=0.07406, over 60.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3497, pruned_loss=0.1021, over 2783654.64 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06825, over 45490.53 utterances.], batch size: 60, lr: 2.14e-04 +2022-09-18 21:22:34,839 INFO [train.py:885] (1/2) Epoch 22, batch 5000, loss[loss=0.3124, simple_loss=0.3723, pruned_loss=0.1262, over 14310.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04076, over 154.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3498, pruned_loss=0.1034, over 2787318.56 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06699, over 45149.97 utterances.], batch size: 154, lr: 2.14e-04 +2022-09-18 21:23:04,885 INFO [train.py:885] (1/2) Epoch 22, batch 5050, loss[loss=0.2183, simple_loss=0.2821, pruned_loss=0.07724, over 14122.00 frames. utt_duration=636.2 frames, utt_pad_proportion=0.05188, over 89.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3504, pruned_loss=0.1034, over 2786062.90 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06841, over 45687.06 utterances.], batch size: 89, lr: 2.14e-04 +2022-09-18 21:23:35,089 INFO [train.py:885] (1/2) Epoch 22, batch 5100, loss[loss=0.5114, simple_loss=0.5938, pruned_loss=0.2145, over 12488.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3529, pruned_loss=0.1052, over 2783653.02 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07103, over 46789.57 utterances.], batch size: 810, lr: 2.14e-04 +2022-09-18 21:24:04,709 INFO [train.py:885] (1/2) Epoch 22, batch 5150, loss[loss=0.3138, simple_loss=0.4019, pruned_loss=0.1129, over 14004.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05573, over 365.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3526, pruned_loss=0.1052, over 2782996.67 frames. utt_duration=239.9 frames, utt_pad_proportion=0.06981, over 46690.01 utterances.], batch size: 365, lr: 2.14e-04 +2022-09-18 21:24:34,289 INFO [train.py:885] (1/2) Epoch 22, batch 5200, loss[loss=0.2244, simple_loss=0.3094, pruned_loss=0.06972, over 14314.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03722, over 130.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3526, pruned_loss=0.1054, over 2782934.82 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07021, over 46891.56 utterances.], batch size: 130, lr: 2.14e-04 +2022-09-18 21:25:04,192 INFO [train.py:885] (1/2) Epoch 22, batch 5250, loss[loss=0.2923, simple_loss=0.3639, pruned_loss=0.1103, over 14291.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04088, over 262.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3529, pruned_loss=0.1055, over 2784478.31 frames. utt_duration=237 frames, utt_pad_proportion=0.07152, over 47295.75 utterances.], batch size: 262, lr: 2.14e-04 +2022-09-18 21:25:34,064 INFO [train.py:885] (1/2) Epoch 22, batch 5300, loss[loss=0.2773, simple_loss=0.3468, pruned_loss=0.1039, over 14283.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.03958, over 154.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3508, pruned_loss=0.1047, over 2785386.68 frames. utt_duration=239.6 frames, utt_pad_proportion=0.0703, over 46792.56 utterances.], batch size: 154, lr: 2.14e-04 +2022-09-18 21:26:03,837 INFO [train.py:885] (1/2) Epoch 22, batch 5350, loss[loss=0.3204, simple_loss=0.3862, pruned_loss=0.1272, over 14260.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04132, over 335.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3467, pruned_loss=0.1022, over 2781408.68 frames. utt_duration=246 frames, utt_pad_proportion=0.07239, over 45496.16 utterances.], batch size: 335, lr: 2.14e-04 +2022-09-18 21:26:33,774 INFO [train.py:885] (1/2) Epoch 22, batch 5400, loss[loss=0.2361, simple_loss=0.279, pruned_loss=0.09663, over 13914.00 frames. utt_duration=929 frames, utt_pad_proportion=0.0663, over 60.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3486, pruned_loss=0.103, over 2779394.16 frames. utt_duration=242 frames, utt_pad_proportion=0.07403, over 46221.34 utterances.], batch size: 60, lr: 2.14e-04 +2022-09-18 21:27:03,527 INFO [train.py:885] (1/2) Epoch 22, batch 5450, loss[loss=0.1894, simple_loss=0.2559, pruned_loss=0.06147, over 13875.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.06189, over 69.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3477, pruned_loss=0.1025, over 2778283.85 frames. utt_duration=245.1 frames, utt_pad_proportion=0.0742, over 45627.04 utterances.], batch size: 69, lr: 2.14e-04 +2022-09-18 21:27:33,764 INFO [train.py:885] (1/2) Epoch 22, batch 5500, loss[loss=0.1673, simple_loss=0.2307, pruned_loss=0.05193, over 13133.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.105, over 33.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3441, pruned_loss=0.1012, over 2774678.21 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07482, over 44398.16 utterances.], batch size: 33, lr: 2.14e-04 +2022-09-18 21:28:03,218 INFO [train.py:885] (1/2) Epoch 22, batch 5550, loss[loss=0.3213, simple_loss=0.3822, pruned_loss=0.1302, over 14321.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0383, over 283.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3472, pruned_loss=0.103, over 2778917.68 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07382, over 44940.48 utterances.], batch size: 283, lr: 2.14e-04 +2022-09-18 21:28:33,408 INFO [train.py:885] (1/2) Epoch 22, batch 5600, loss[loss=0.3304, simple_loss=0.411, pruned_loss=0.1249, over 13768.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07229, over 411.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3463, pruned_loss=0.1023, over 2774800.84 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07354, over 44902.27 utterances.], batch size: 411, lr: 2.14e-04 +2022-09-18 21:29:03,329 INFO [train.py:885] (1/2) Epoch 22, batch 5650, loss[loss=0.3773, simple_loss=0.4248, pruned_loss=0.1649, over 14227.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04329, over 335.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3489, pruned_loss=0.1032, over 2776218.50 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07339, over 45999.36 utterances.], batch size: 335, lr: 2.14e-04 +2022-09-18 21:29:32,744 INFO [train.py:885] (1/2) Epoch 22, batch 5700, loss[loss=0.196, simple_loss=0.2694, pruned_loss=0.06131, over 13578.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08511, over 50.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3469, pruned_loss=0.1029, over 2781988.79 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06996, over 44331.74 utterances.], batch size: 50, lr: 2.14e-04 +2022-09-18 21:30:02,893 INFO [train.py:885] (1/2) Epoch 22, batch 5750, loss[loss=0.2053, simple_loss=0.266, pruned_loss=0.07227, over 13887.00 frames. utt_duration=927.3 frames, utt_pad_proportion=0.06519, over 60.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3472, pruned_loss=0.1025, over 2780441.08 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07002, over 44840.15 utterances.], batch size: 60, lr: 2.14e-04 +2022-09-18 21:30:32,929 INFO [train.py:885] (1/2) Epoch 22, batch 5800, loss[loss=0.3095, simple_loss=0.3689, pruned_loss=0.1251, over 14286.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03946, over 154.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3484, pruned_loss=0.1033, over 2782183.73 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06974, over 44852.62 utterances.], batch size: 154, lr: 2.14e-04 +2022-09-18 21:31:03,114 INFO [train.py:885] (1/2) Epoch 22, batch 5850, loss[loss=0.3749, simple_loss=0.4268, pruned_loss=0.1614, over 14258.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04179, over 335.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.35, pruned_loss=0.1042, over 2778372.57 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07139, over 45133.15 utterances.], batch size: 335, lr: 2.14e-04 +2022-09-18 21:31:32,778 INFO [train.py:885] (1/2) Epoch 22, batch 5900, loss[loss=0.2464, simple_loss=0.3212, pruned_loss=0.08582, over 14211.00 frames. utt_duration=404.6 frames, utt_pad_proportion=0.04809, over 141.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3492, pruned_loss=0.1032, over 2777447.61 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07165, over 45169.97 utterances.], batch size: 141, lr: 2.14e-04 +2022-09-18 21:32:02,531 INFO [train.py:885] (1/2) Epoch 22, batch 5950, loss[loss=0.2511, simple_loss=0.3306, pruned_loss=0.08586, over 14341.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03935, over 167.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3473, pruned_loss=0.1023, over 2779200.04 frames. utt_duration=253 frames, utt_pad_proportion=0.0712, over 44201.75 utterances.], batch size: 167, lr: 2.14e-04 +2022-09-18 21:32:32,202 INFO [train.py:885] (1/2) Epoch 22, batch 6000, loss[loss=0.3586, simple_loss=0.3933, pruned_loss=0.162, over 14028.00 frames. utt_duration=574 frames, utt_pad_proportion=0.059, over 98.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3493, pruned_loss=0.1034, over 2778918.30 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07226, over 45018.90 utterances.], batch size: 98, lr: 2.14e-04 +2022-09-18 21:32:32,203 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 21:32:36,544 INFO [train.py:914] (1/2) Epoch 22, validation: loss=0.1975, simple_loss=0.2767, pruned_loss=0.05915, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 21:33:06,461 INFO [train.py:885] (1/2) Epoch 22, batch 6050, loss[loss=0.2787, simple_loss=0.3584, pruned_loss=0.09951, over 14336.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.0373, over 195.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.351, pruned_loss=0.1047, over 2782444.11 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07211, over 45604.53 utterances.], batch size: 195, lr: 2.14e-04 +2022-09-18 21:33:36,745 INFO [train.py:885] (1/2) Epoch 22, batch 6100, loss[loss=0.2411, simple_loss=0.3266, pruned_loss=0.07782, over 14320.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04045, over 167.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3501, pruned_loss=0.1038, over 2779425.45 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07181, over 45638.77 utterances.], batch size: 167, lr: 2.14e-04 +2022-09-18 21:34:06,231 INFO [train.py:885] (1/2) Epoch 22, batch 6150, loss[loss=0.3202, simple_loss=0.4111, pruned_loss=0.1146, over 13799.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07009, over 411.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3489, pruned_loss=0.1031, over 2779477.24 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07118, over 45131.79 utterances.], batch size: 411, lr: 2.13e-04 +2022-09-18 21:34:36,642 INFO [train.py:885] (1/2) Epoch 22, batch 6200, loss[loss=0.2739, simple_loss=0.3482, pruned_loss=0.0998, over 14301.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04131, over 154.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3504, pruned_loss=0.1033, over 2775121.61 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07427, over 45995.29 utterances.], batch size: 154, lr: 2.13e-04 +2022-09-18 21:35:06,071 INFO [train.py:885] (1/2) Epoch 22, batch 6250, loss[loss=0.1972, simple_loss=0.2715, pruned_loss=0.06148, over 12976.00 frames. utt_duration=1574 frames, utt_pad_proportion=0.1155, over 33.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3503, pruned_loss=0.1039, over 2776728.47 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07178, over 45441.42 utterances.], batch size: 33, lr: 2.13e-04 +2022-09-18 21:35:36,485 INFO [train.py:885] (1/2) Epoch 22, batch 6300, loss[loss=0.3095, simple_loss=0.3946, pruned_loss=0.1122, over 13792.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07029, over 411.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3489, pruned_loss=0.1028, over 2774075.49 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07135, over 45694.87 utterances.], batch size: 411, lr: 2.13e-04 +2022-09-18 21:36:07,007 INFO [train.py:885] (1/2) Epoch 22, batch 6350, loss[loss=0.3417, simple_loss=0.4387, pruned_loss=0.1224, over 13587.00 frames. utt_duration=98.51 frames, utt_pad_proportion=0.07931, over 560.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.355, pruned_loss=0.1051, over 2772342.04 frames. utt_duration=230 frames, utt_pad_proportion=0.07559, over 48526.41 utterances.], batch size: 560, lr: 2.13e-04 +2022-09-18 21:36:35,855 INFO [train.py:885] (1/2) Epoch 22, batch 6400, loss[loss=0.3006, simple_loss=0.3752, pruned_loss=0.113, over 14307.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04008, over 262.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3551, pruned_loss=0.1056, over 2773678.16 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07405, over 48278.43 utterances.], batch size: 262, lr: 2.13e-04 +2022-09-18 21:37:06,062 INFO [train.py:885] (1/2) Epoch 22, batch 6450, loss[loss=0.2915, simple_loss=0.3259, pruned_loss=0.1286, over 13993.00 frames. utt_duration=710 frames, utt_pad_proportion=0.06086, over 79.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3552, pruned_loss=0.1061, over 2773439.35 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07534, over 48318.19 utterances.], batch size: 79, lr: 2.13e-04 +2022-09-18 21:37:35,764 INFO [train.py:885] (1/2) Epoch 22, batch 6500, loss[loss=0.283, simple_loss=0.3575, pruned_loss=0.1043, over 14327.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03784, over 210.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3522, pruned_loss=0.1051, over 2774213.70 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07329, over 47018.52 utterances.], batch size: 210, lr: 2.13e-04 +2022-09-18 21:38:05,561 INFO [train.py:885] (1/2) Epoch 22, batch 6550, loss[loss=0.1522, simple_loss=0.2061, pruned_loss=0.04908, over 13462.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.08921, over 50.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3487, pruned_loss=0.1034, over 2773279.45 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07345, over 46154.90 utterances.], batch size: 50, lr: 2.13e-04 +2022-09-18 21:38:35,238 INFO [train.py:885] (1/2) Epoch 22, batch 6600, loss[loss=0.2078, simple_loss=0.2803, pruned_loss=0.06763, over 13119.00 frames. utt_duration=2020 frames, utt_pad_proportion=0.1246, over 26.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3492, pruned_loss=0.1033, over 2777689.81 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07233, over 45738.10 utterances.], batch size: 26, lr: 2.13e-04 +2022-09-18 21:39:05,507 INFO [train.py:885] (1/2) Epoch 22, batch 6650, loss[loss=0.1925, simple_loss=0.2591, pruned_loss=0.06294, over 13895.00 frames. utt_duration=807 frames, utt_pad_proportion=0.06057, over 69.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3515, pruned_loss=0.1039, over 2778139.29 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07277, over 47429.24 utterances.], batch size: 69, lr: 2.13e-04 +2022-09-18 21:39:33,836 INFO [train.py:885] (1/2) Epoch 22, batch 6700, loss[loss=0.2191, simple_loss=0.2893, pruned_loss=0.07452, over 14212.00 frames. utt_duration=581.4 frames, utt_pad_proportion=0.04539, over 98.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3491, pruned_loss=0.1037, over 2787157.90 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06906, over 45254.08 utterances.], batch size: 98, lr: 2.13e-04 +2022-09-18 21:40:03,955 INFO [train.py:885] (1/2) Epoch 22, batch 6750, loss[loss=0.4658, simple_loss=0.5353, pruned_loss=0.1981, over 13212.00 frames. utt_duration=82.5 frames, utt_pad_proportion=0.1033, over 653.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3485, pruned_loss=0.1029, over 2788671.12 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06891, over 44903.26 utterances.], batch size: 653, lr: 2.13e-04 +2022-09-18 21:40:33,415 INFO [train.py:885] (1/2) Epoch 22, batch 6800, loss[loss=0.3128, simple_loss=0.3778, pruned_loss=0.1239, over 14365.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0369, over 244.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3452, pruned_loss=0.1016, over 2781047.57 frames. utt_duration=255.8 frames, utt_pad_proportion=0.0687, over 43737.32 utterances.], batch size: 244, lr: 2.13e-04 +2022-09-18 21:41:02,988 INFO [train.py:885] (1/2) Epoch 22, batch 6850, loss[loss=0.2683, simple_loss=0.3392, pruned_loss=0.09874, over 14301.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03864, over 180.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3445, pruned_loss=0.1011, over 2782962.42 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06794, over 44011.67 utterances.], batch size: 180, lr: 2.13e-04 +2022-09-18 21:41:32,463 INFO [train.py:885] (1/2) Epoch 22, batch 6900, loss[loss=0.5146, simple_loss=0.5714, pruned_loss=0.2289, over 13162.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.1071, over 653.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3503, pruned_loss=0.1043, over 2783098.76 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06943, over 45625.60 utterances.], batch size: 653, lr: 2.13e-04 +2022-09-18 21:42:01,796 INFO [train.py:885] (1/2) Epoch 22, batch 6950, loss[loss=0.2958, simple_loss=0.3725, pruned_loss=0.1096, over 14294.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03876, over 210.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3501, pruned_loss=0.104, over 2785419.20 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06919, over 45575.53 utterances.], batch size: 210, lr: 2.13e-04 +2022-09-18 21:42:32,531 INFO [train.py:885] (1/2) Epoch 22, batch 7000, loss[loss=0.3231, simple_loss=0.4243, pruned_loss=0.1109, over 13640.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08026, over 477.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3488, pruned_loss=0.1027, over 2784937.34 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06992, over 45127.05 utterances.], batch size: 477, lr: 2.13e-04 +2022-09-18 21:43:01,453 INFO [train.py:885] (1/2) Epoch 22, batch 7050, loss[loss=0.4785, simple_loss=0.5723, pruned_loss=0.1923, over 12525.00 frames. utt_duration=63.38 frames, utt_pad_proportion=0.1436, over 810.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3476, pruned_loss=0.1023, over 2786824.80 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06952, over 44807.51 utterances.], batch size: 810, lr: 2.13e-04 +2022-09-18 21:43:30,991 INFO [train.py:885] (1/2) Epoch 22, batch 7100, loss[loss=0.1895, simple_loss=0.2365, pruned_loss=0.0712, over 13215.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1107, over 33.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3461, pruned_loss=0.1019, over 2783192.80 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06941, over 44452.21 utterances.], batch size: 33, lr: 2.13e-04 +2022-09-18 21:44:01,129 INFO [train.py:885] (1/2) Epoch 22, batch 7150, loss[loss=0.328, simple_loss=0.4315, pruned_loss=0.1122, over 13212.00 frames. utt_duration=82.46 frames, utt_pad_proportion=0.1037, over 653.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3472, pruned_loss=0.1024, over 2783202.14 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07036, over 45089.25 utterances.], batch size: 653, lr: 2.13e-04 +2022-09-18 21:44:31,614 INFO [train.py:885] (1/2) Epoch 22, batch 7200, loss[loss=0.3231, simple_loss=0.4129, pruned_loss=0.1167, over 13637.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08254, over 478.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3473, pruned_loss=0.1012, over 2780473.37 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07026, over 45820.10 utterances.], batch size: 478, lr: 2.13e-04 +2022-09-18 21:45:00,943 INFO [train.py:885] (1/2) Epoch 22, batch 7250, loss[loss=0.2139, simple_loss=0.2827, pruned_loss=0.07248, over 14183.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05112, over 80.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3449, pruned_loss=0.1007, over 2775227.03 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07036, over 44759.11 utterances.], batch size: 80, lr: 2.13e-04 +2022-09-18 21:45:30,021 INFO [train.py:885] (1/2) Epoch 22, batch 7300, loss[loss=0.2791, simple_loss=0.3555, pruned_loss=0.1013, over 14314.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03945, over 262.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.347, pruned_loss=0.1026, over 2776690.71 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07074, over 44402.23 utterances.], batch size: 262, lr: 2.13e-04 +2022-09-18 21:45:59,259 INFO [train.py:885] (1/2) Epoch 22, batch 7350, loss[loss=0.2521, simple_loss=0.3303, pruned_loss=0.08697, over 14324.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04057, over 167.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3429, pruned_loss=0.1005, over 2777889.75 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06961, over 43124.40 utterances.], batch size: 167, lr: 2.13e-04 +2022-09-18 21:46:29,627 INFO [train.py:885] (1/2) Epoch 22, batch 7400, loss[loss=0.3168, simple_loss=0.384, pruned_loss=0.1248, over 14190.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04518, over 306.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3467, pruned_loss=0.1021, over 2780794.07 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07103, over 44341.27 utterances.], batch size: 306, lr: 2.13e-04 +2022-09-18 21:46:59,023 INFO [train.py:885] (1/2) Epoch 22, batch 7450, loss[loss=0.3001, simple_loss=0.3703, pruned_loss=0.1149, over 14378.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03415, over 210.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3491, pruned_loss=0.103, over 2778443.16 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07158, over 45394.97 utterances.], batch size: 210, lr: 2.13e-04 +2022-09-18 21:47:28,960 INFO [train.py:885] (1/2) Epoch 22, batch 7500, loss[loss=0.2774, simple_loss=0.3524, pruned_loss=0.1012, over 14319.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04073, over 167.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3476, pruned_loss=0.1024, over 2781131.89 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06959, over 44425.96 utterances.], batch size: 167, lr: 2.13e-04 +2022-09-18 21:47:58,039 INFO [train.py:885] (1/2) Epoch 22, batch 7550, loss[loss=0.2186, simple_loss=0.2866, pruned_loss=0.0753, over 14031.00 frames. utt_duration=712 frames, utt_pad_proportion=0.05699, over 79.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.347, pruned_loss=0.1024, over 2786092.54 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06726, over 43819.17 utterances.], batch size: 79, lr: 2.13e-04 +2022-09-18 21:48:35,518 INFO [train.py:885] (1/2) Epoch 22, batch 7600, loss[loss=0.2531, simple_loss=0.3338, pruned_loss=0.08625, over 14342.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03915, over 167.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3478, pruned_loss=0.1023, over 2782169.31 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06865, over 44665.09 utterances.], batch size: 167, lr: 2.13e-04 +2022-09-18 21:49:04,845 INFO [train.py:885] (1/2) Epoch 22, batch 7650, loss[loss=0.1556, simple_loss=0.2115, pruned_loss=0.04989, over 12660.00 frames. utt_duration=2027 frames, utt_pad_proportion=0.1287, over 25.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3467, pruned_loss=0.102, over 2788383.29 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06682, over 43908.34 utterances.], batch size: 25, lr: 2.13e-04 +2022-09-18 21:49:34,753 INFO [train.py:885] (1/2) Epoch 22, batch 7700, loss[loss=0.1876, simple_loss=0.2554, pruned_loss=0.05991, over 13957.00 frames. utt_duration=932 frames, utt_pad_proportion=0.06426, over 60.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3473, pruned_loss=0.1032, over 2785904.51 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06721, over 44049.88 utterances.], batch size: 60, lr: 2.13e-04 +2022-09-18 21:50:03,789 INFO [train.py:885] (1/2) Epoch 22, batch 7750, loss[loss=0.3518, simple_loss=0.432, pruned_loss=0.1358, over 13757.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07189, over 411.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3489, pruned_loss=0.1034, over 2784850.60 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06876, over 45315.99 utterances.], batch size: 411, lr: 2.13e-04 +2022-09-18 21:50:33,757 INFO [train.py:885] (1/2) Epoch 22, batch 7800, loss[loss=0.1921, simple_loss=0.2652, pruned_loss=0.05948, over 14158.00 frames. utt_duration=718.3 frames, utt_pad_proportion=0.04986, over 79.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3522, pruned_loss=0.1049, over 2781941.24 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07211, over 46638.60 utterances.], batch size: 79, lr: 2.13e-04 +2022-09-18 21:51:03,128 INFO [train.py:885] (1/2) Epoch 22, batch 7850, loss[loss=0.1701, simple_loss=0.2519, pruned_loss=0.04422, over 13781.00 frames. utt_duration=800.3 frames, utt_pad_proportion=0.06838, over 69.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3495, pruned_loss=0.1036, over 2783184.49 frames. utt_duration=243.9 frames, utt_pad_proportion=0.0701, over 45916.98 utterances.], batch size: 69, lr: 2.13e-04 +2022-09-18 21:51:33,099 INFO [train.py:885] (1/2) Epoch 22, batch 7900, loss[loss=0.3056, simple_loss=0.3964, pruned_loss=0.1074, over 13854.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06858, over 412.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3476, pruned_loss=0.102, over 2782980.30 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06916, over 45743.12 utterances.], batch size: 412, lr: 2.13e-04 +2022-09-18 21:52:02,825 INFO [train.py:885] (1/2) Epoch 22, batch 7950, loss[loss=0.2523, simple_loss=0.3286, pruned_loss=0.08795, over 14303.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03952, over 120.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3517, pruned_loss=0.1032, over 2778853.49 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07409, over 48357.76 utterances.], batch size: 120, lr: 2.13e-04 +2022-09-18 21:52:32,208 INFO [train.py:885] (1/2) Epoch 22, batch 8000, loss[loss=0.189, simple_loss=0.2543, pruned_loss=0.06187, over 13544.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08694, over 50.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3526, pruned_loss=0.1046, over 2776962.81 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07434, over 48478.95 utterances.], batch size: 50, lr: 2.13e-04 +2022-09-18 21:53:01,875 INFO [train.py:885] (1/2) Epoch 22, batch 8050, loss[loss=0.1513, simple_loss=0.212, pruned_loss=0.0453, over 13512.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08967, over 50.00 utterances.], tot_loss[loss=0.2838, simple_loss=0.3554, pruned_loss=0.1061, over 2774098.86 frames. utt_duration=225.1 frames, utt_pad_proportion=0.07585, over 49623.85 utterances.], batch size: 50, lr: 2.13e-04 +2022-09-18 21:53:31,891 INFO [train.py:885] (1/2) Epoch 22, batch 8100, loss[loss=0.3496, simple_loss=0.4295, pruned_loss=0.1348, over 13799.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07058, over 411.00 utterances.], tot_loss[loss=0.2836, simple_loss=0.3551, pruned_loss=0.1061, over 2773588.87 frames. utt_duration=226.5 frames, utt_pad_proportion=0.07599, over 49312.92 utterances.], batch size: 411, lr: 2.13e-04 +2022-09-18 21:54:01,267 INFO [train.py:885] (1/2) Epoch 22, batch 8150, loss[loss=0.2884, simple_loss=0.3579, pruned_loss=0.1094, over 14321.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03719, over 154.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3539, pruned_loss=0.1058, over 2777737.97 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07417, over 48140.25 utterances.], batch size: 154, lr: 2.13e-04 +2022-09-18 21:54:31,411 INFO [train.py:885] (1/2) Epoch 22, batch 8200, loss[loss=0.1905, simple_loss=0.2554, pruned_loss=0.0628, over 12398.00 frames. utt_duration=2068 frames, utt_pad_proportion=0.1632, over 24.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3545, pruned_loss=0.1056, over 2777512.91 frames. utt_duration=230.3 frames, utt_pad_proportion=0.07385, over 48559.78 utterances.], batch size: 24, lr: 2.13e-04 +2022-09-18 21:55:00,263 INFO [train.py:885] (1/2) Epoch 22, batch 8250, loss[loss=0.1653, simple_loss=0.2229, pruned_loss=0.05384, over 12980.00 frames. utt_duration=1575 frames, utt_pad_proportion=0.1265, over 33.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3512, pruned_loss=0.1037, over 2777838.62 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07119, over 47056.74 utterances.], batch size: 33, lr: 2.13e-04 +2022-09-18 21:55:29,719 INFO [train.py:885] (1/2) Epoch 22, batch 8300, loss[loss=0.2635, simple_loss=0.3653, pruned_loss=0.08082, over 13778.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07113, over 411.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3526, pruned_loss=0.1042, over 2779366.80 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07316, over 47876.53 utterances.], batch size: 411, lr: 2.13e-04 +2022-09-18 21:55:59,590 INFO [train.py:885] (1/2) Epoch 22, batch 8350, loss[loss=0.1725, simple_loss=0.2457, pruned_loss=0.04963, over 13451.00 frames. utt_duration=1314 frames, utt_pad_proportion=0.08073, over 41.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3531, pruned_loss=0.105, over 2778721.04 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07211, over 47416.77 utterances.], batch size: 41, lr: 2.13e-04 +2022-09-18 21:56:29,510 INFO [train.py:885] (1/2) Epoch 22, batch 8400, loss[loss=0.1824, simple_loss=0.2511, pruned_loss=0.05688, over 14096.00 frames. utt_duration=715 frames, utt_pad_proportion=0.05425, over 79.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3504, pruned_loss=0.1035, over 2781138.93 frames. utt_duration=239.3 frames, utt_pad_proportion=0.06997, over 46767.56 utterances.], batch size: 79, lr: 2.13e-04 +2022-09-18 21:56:59,181 INFO [train.py:885] (1/2) Epoch 22, batch 8450, loss[loss=0.18, simple_loss=0.2583, pruned_loss=0.05087, over 14059.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05676, over 79.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3518, pruned_loss=0.1045, over 2778193.06 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07252, over 47397.68 utterances.], batch size: 79, lr: 2.13e-04 +2022-09-18 21:57:28,571 INFO [train.py:885] (1/2) Epoch 22, batch 8500, loss[loss=0.3681, simple_loss=0.4722, pruned_loss=0.132, over 13184.00 frames. utt_duration=82.35 frames, utt_pad_proportion=0.1049, over 653.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3515, pruned_loss=0.1039, over 2782100.69 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07124, over 46879.17 utterances.], batch size: 653, lr: 2.13e-04 +2022-09-18 21:57:58,237 INFO [train.py:885] (1/2) Epoch 22, batch 8550, loss[loss=0.5035, simple_loss=0.5861, pruned_loss=0.2105, over 12489.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.1451, over 810.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3541, pruned_loss=0.105, over 2778097.81 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07354, over 47748.65 utterances.], batch size: 810, lr: 2.13e-04 +2022-09-18 21:58:28,174 INFO [train.py:885] (1/2) Epoch 22, batch 8600, loss[loss=0.1444, simple_loss=0.2214, pruned_loss=0.03369, over 13402.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08594, over 41.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3562, pruned_loss=0.107, over 2781371.84 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07315, over 47545.23 utterances.], batch size: 41, lr: 2.13e-04 +2022-09-18 21:58:56,880 INFO [train.py:885] (1/2) Epoch 22, batch 8650, loss[loss=0.2508, simple_loss=0.3243, pruned_loss=0.08863, over 14243.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04567, over 141.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3522, pruned_loss=0.1047, over 2784385.14 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07086, over 46530.49 utterances.], batch size: 141, lr: 2.13e-04 +2022-09-18 21:59:26,892 INFO [train.py:885] (1/2) Epoch 22, batch 8700, loss[loss=0.4647, simple_loss=0.5671, pruned_loss=0.1812, over 12427.00 frames. utt_duration=62.95 frames, utt_pad_proportion=0.1494, over 810.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3531, pruned_loss=0.1047, over 2784611.86 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07119, over 47147.13 utterances.], batch size: 810, lr: 2.13e-04 +2022-09-18 21:59:56,045 INFO [train.py:885] (1/2) Epoch 22, batch 8750, loss[loss=0.2705, simple_loss=0.3194, pruned_loss=0.1108, over 13990.00 frames. utt_duration=709.7 frames, utt_pad_proportion=0.0613, over 79.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.35, pruned_loss=0.1037, over 2783576.49 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06966, over 45300.46 utterances.], batch size: 79, lr: 2.12e-04 +2022-09-18 22:00:26,252 INFO [train.py:885] (1/2) Epoch 22, batch 8800, loss[loss=0.3754, simple_loss=0.476, pruned_loss=0.1374, over 13138.00 frames. utt_duration=81.97 frames, utt_pad_proportion=0.109, over 653.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3499, pruned_loss=0.1033, over 2776768.15 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07324, over 45911.49 utterances.], batch size: 653, lr: 2.12e-04 +2022-09-18 22:00:55,120 INFO [train.py:885] (1/2) Epoch 22, batch 8850, loss[loss=0.3357, simple_loss=0.3948, pruned_loss=0.1383, over 14249.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04203, over 306.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3524, pruned_loss=0.104, over 2778853.61 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07253, over 47370.30 utterances.], batch size: 306, lr: 2.12e-04 +2022-09-18 22:01:25,152 INFO [train.py:885] (1/2) Epoch 22, batch 8900, loss[loss=0.1782, simple_loss=0.2479, pruned_loss=0.05426, over 13779.00 frames. utt_duration=920.1 frames, utt_pad_proportion=0.06678, over 60.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3519, pruned_loss=0.1045, over 2777299.76 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07416, over 46814.16 utterances.], batch size: 60, lr: 2.12e-04 +2022-09-18 22:01:54,165 INFO [train.py:885] (1/2) Epoch 22, batch 8950, loss[loss=0.263, simple_loss=0.3296, pruned_loss=0.09814, over 14322.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.0368, over 130.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.346, pruned_loss=0.1016, over 2781300.81 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07118, over 44206.95 utterances.], batch size: 130, lr: 2.12e-04 +2022-09-18 22:02:23,655 INFO [train.py:885] (1/2) Epoch 22, batch 9000, loss[loss=0.2736, simple_loss=0.351, pruned_loss=0.09811, over 14276.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04029, over 180.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3492, pruned_loss=0.1029, over 2780452.76 frames. utt_duration=244.1 frames, utt_pad_proportion=0.0726, over 45847.68 utterances.], batch size: 180, lr: 2.12e-04 +2022-09-18 22:02:23,656 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 22:02:28,372 INFO [train.py:914] (1/2) Epoch 22, validation: loss=0.1902, simple_loss=0.2716, pruned_loss=0.05437, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 22:02:57,751 INFO [train.py:885] (1/2) Epoch 22, batch 9050, loss[loss=0.2905, simple_loss=0.368, pruned_loss=0.1065, over 14351.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03647, over 210.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3493, pruned_loss=0.103, over 2778147.60 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07235, over 45807.15 utterances.], batch size: 210, lr: 2.12e-04 +2022-09-18 22:03:27,362 INFO [train.py:885] (1/2) Epoch 22, batch 9100, loss[loss=0.3425, simple_loss=0.4038, pruned_loss=0.1407, over 14250.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04214, over 335.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3477, pruned_loss=0.1025, over 2776113.09 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07161, over 44719.30 utterances.], batch size: 335, lr: 2.12e-04 +2022-09-18 22:03:57,344 INFO [train.py:885] (1/2) Epoch 22, batch 9150, loss[loss=0.2287, simple_loss=0.3249, pruned_loss=0.06621, over 14273.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04338, over 154.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3435, pruned_loss=0.09962, over 2775937.31 frames. utt_duration=260.2 frames, utt_pad_proportion=0.07002, over 42912.40 utterances.], batch size: 154, lr: 2.12e-04 +2022-09-18 22:04:27,289 INFO [train.py:885] (1/2) Epoch 22, batch 9200, loss[loss=0.3143, simple_loss=0.4064, pruned_loss=0.1111, over 13712.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07059, over 478.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3413, pruned_loss=0.09851, over 2778942.00 frames. utt_duration=263.4 frames, utt_pad_proportion=0.06836, over 42433.20 utterances.], batch size: 478, lr: 2.12e-04 +2022-09-18 22:05:02,753 INFO [train.py:885] (1/2) Epoch 22, batch 9250, loss[loss=0.2978, simple_loss=0.3758, pruned_loss=0.1099, over 14343.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03763, over 244.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3458, pruned_loss=0.1017, over 2778809.36 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06956, over 43404.37 utterances.], batch size: 244, lr: 2.12e-04 +2022-09-18 22:05:32,117 INFO [train.py:885] (1/2) Epoch 22, batch 9300, loss[loss=0.1816, simple_loss=0.2556, pruned_loss=0.05378, over 13745.00 frames. utt_duration=798.4 frames, utt_pad_proportion=0.07057, over 69.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3444, pruned_loss=0.1011, over 2781403.01 frames. utt_duration=260 frames, utt_pad_proportion=0.06979, over 43032.30 utterances.], batch size: 69, lr: 2.12e-04 +2022-09-18 22:06:01,070 INFO [train.py:885] (1/2) Epoch 22, batch 9350, loss[loss=0.325, simple_loss=0.3901, pruned_loss=0.13, over 14322.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0386, over 283.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3463, pruned_loss=0.1023, over 2779773.42 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06932, over 43893.48 utterances.], batch size: 283, lr: 2.12e-04 +2022-09-18 22:06:31,075 INFO [train.py:885] (1/2) Epoch 22, batch 9400, loss[loss=0.2818, simple_loss=0.3664, pruned_loss=0.09856, over 14254.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04134, over 225.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3453, pruned_loss=0.1023, over 2782719.00 frames. utt_duration=258.5 frames, utt_pad_proportion=0.0666, over 43301.81 utterances.], batch size: 225, lr: 2.12e-04 +2022-09-18 22:07:00,953 INFO [train.py:885] (1/2) Epoch 22, batch 9450, loss[loss=0.3635, simple_loss=0.4077, pruned_loss=0.1597, over 14228.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04386, over 335.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.349, pruned_loss=0.1034, over 2778940.11 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07147, over 45941.64 utterances.], batch size: 335, lr: 2.12e-04 +2022-09-18 22:07:30,357 INFO [train.py:885] (1/2) Epoch 22, batch 9500, loss[loss=0.3339, simple_loss=0.4252, pruned_loss=0.1213, over 13681.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07753, over 477.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3474, pruned_loss=0.1031, over 2778388.33 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07007, over 44826.69 utterances.], batch size: 477, lr: 2.12e-04 +2022-09-18 22:07:59,869 INFO [train.py:885] (1/2) Epoch 22, batch 9550, loss[loss=0.1864, simple_loss=0.2695, pruned_loss=0.05162, over 13568.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08443, over 50.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3484, pruned_loss=0.1042, over 2776376.05 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06957, over 45162.71 utterances.], batch size: 50, lr: 2.12e-04 +2022-09-18 22:08:30,040 INFO [train.py:885] (1/2) Epoch 22, batch 9600, loss[loss=0.3506, simple_loss=0.3975, pruned_loss=0.1519, over 14295.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04038, over 262.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3457, pruned_loss=0.1028, over 2777940.11 frames. utt_duration=255 frames, utt_pad_proportion=0.06893, over 43824.13 utterances.], batch size: 262, lr: 2.12e-04 +2022-09-18 22:08:59,934 INFO [train.py:885] (1/2) Epoch 22, batch 9650, loss[loss=0.2529, simple_loss=0.3329, pruned_loss=0.0864, over 14282.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03963, over 180.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3479, pruned_loss=0.1039, over 2784687.48 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06722, over 44126.35 utterances.], batch size: 180, lr: 2.12e-04 +2022-09-18 22:09:28,958 INFO [train.py:885] (1/2) Epoch 22, batch 9700, loss[loss=0.1535, simple_loss=0.2244, pruned_loss=0.04131, over 13760.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.07822, over 42.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3476, pruned_loss=0.1037, over 2785189.53 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06711, over 44547.96 utterances.], batch size: 42, lr: 2.12e-04 +2022-09-18 22:09:58,732 INFO [train.py:885] (1/2) Epoch 22, batch 9750, loss[loss=0.237, simple_loss=0.2971, pruned_loss=0.08838, over 13909.00 frames. utt_duration=808 frames, utt_pad_proportion=0.05941, over 69.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3521, pruned_loss=0.1058, over 2787698.43 frames. utt_duration=244.3 frames, utt_pad_proportion=0.06808, over 45922.87 utterances.], batch size: 69, lr: 2.12e-04 +2022-09-18 22:10:28,249 INFO [train.py:885] (1/2) Epoch 22, batch 9800, loss[loss=0.2028, simple_loss=0.2672, pruned_loss=0.06918, over 13400.00 frames. utt_duration=1626 frames, utt_pad_proportion=0.1017, over 33.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3512, pruned_loss=0.1056, over 2783196.72 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06948, over 45755.40 utterances.], batch size: 33, lr: 2.12e-04 +2022-09-18 22:10:57,497 INFO [train.py:885] (1/2) Epoch 22, batch 9850, loss[loss=0.3281, simple_loss=0.4219, pruned_loss=0.1172, over 13660.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07948, over 477.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3463, pruned_loss=0.1025, over 2785278.45 frames. utt_duration=257.1 frames, utt_pad_proportion=0.0678, over 43580.92 utterances.], batch size: 477, lr: 2.12e-04 +2022-09-18 22:11:27,370 INFO [train.py:885] (1/2) Epoch 22, batch 9900, loss[loss=0.3503, simple_loss=0.406, pruned_loss=0.1473, over 14329.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03729, over 210.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3511, pruned_loss=0.1052, over 2786076.86 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06836, over 45106.84 utterances.], batch size: 210, lr: 2.12e-04 +2022-09-18 22:11:56,798 INFO [train.py:885] (1/2) Epoch 22, batch 9950, loss[loss=0.1986, simple_loss=0.2565, pruned_loss=0.07035, over 13857.00 frames. utt_duration=925.1 frames, utt_pad_proportion=0.06739, over 60.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3532, pruned_loss=0.1063, over 2785350.15 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06969, over 45955.16 utterances.], batch size: 60, lr: 2.12e-04 +2022-09-18 22:12:26,094 INFO [train.py:885] (1/2) Epoch 22, batch 10000, loss[loss=0.2073, simple_loss=0.279, pruned_loss=0.0678, over 14075.00 frames. utt_duration=576 frames, utt_pad_proportion=0.05572, over 98.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3506, pruned_loss=0.1047, over 2784131.13 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06916, over 45095.97 utterances.], batch size: 98, lr: 2.12e-04 +2022-09-18 22:12:55,759 INFO [train.py:885] (1/2) Epoch 22, batch 10050, loss[loss=0.2462, simple_loss=0.3172, pruned_loss=0.08754, over 14078.00 frames. utt_duration=576.1 frames, utt_pad_proportion=0.05405, over 98.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3525, pruned_loss=0.105, over 2786989.26 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06906, over 45940.62 utterances.], batch size: 98, lr: 2.12e-04 +2022-09-18 22:13:25,633 INFO [train.py:885] (1/2) Epoch 22, batch 10100, loss[loss=0.1588, simple_loss=0.2283, pruned_loss=0.04463, over 13353.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08987, over 41.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3528, pruned_loss=0.1043, over 2786209.67 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06955, over 46279.01 utterances.], batch size: 41, lr: 2.12e-04 +2022-09-18 22:13:54,919 INFO [train.py:885] (1/2) Epoch 22, batch 10150, loss[loss=0.2596, simple_loss=0.342, pruned_loss=0.08866, over 14307.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03894, over 195.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3512, pruned_loss=0.104, over 2789298.92 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06732, over 44854.03 utterances.], batch size: 195, lr: 2.12e-04 +2022-09-18 22:14:24,555 INFO [train.py:885] (1/2) Epoch 22, batch 10200, loss[loss=0.1464, simple_loss=0.1971, pruned_loss=0.04784, over 13052.00 frames. utt_duration=1584 frames, utt_pad_proportion=0.1173, over 33.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3537, pruned_loss=0.105, over 2784590.15 frames. utt_duration=239.1 frames, utt_pad_proportion=0.0693, over 46881.62 utterances.], batch size: 33, lr: 2.12e-04 +2022-09-18 22:14:58,951 INFO [train.py:885] (1/2) Epoch 22, batch 10250, loss[loss=0.2373, simple_loss=0.3079, pruned_loss=0.08332, over 14190.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04734, over 89.00 utterances.], tot_loss[loss=0.2826, simple_loss=0.3547, pruned_loss=0.1052, over 2786570.10 frames. utt_duration=237.1 frames, utt_pad_proportion=0.06901, over 47311.18 utterances.], batch size: 89, lr: 2.12e-04 +2022-09-18 22:15:30,883 INFO [train.py:885] (1/2) Epoch 22, batch 10300, loss[loss=0.1887, simple_loss=0.2613, pruned_loss=0.05806, over 14028.00 frames. utt_duration=711.8 frames, utt_pad_proportion=0.05845, over 79.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3537, pruned_loss=0.1047, over 2786129.17 frames. utt_duration=240 frames, utt_pad_proportion=0.06908, over 46730.51 utterances.], batch size: 79, lr: 2.12e-04 +2022-09-18 22:16:00,853 INFO [train.py:885] (1/2) Epoch 22, batch 10350, loss[loss=0.2187, simple_loss=0.2931, pruned_loss=0.0722, over 14296.00 frames. utt_duration=643.9 frames, utt_pad_proportion=0.04041, over 89.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3501, pruned_loss=0.103, over 2782406.37 frames. utt_duration=244.4 frames, utt_pad_proportion=0.0707, over 45815.58 utterances.], batch size: 89, lr: 2.12e-04 +2022-09-18 22:16:29,705 INFO [train.py:885] (1/2) Epoch 22, batch 10400, loss[loss=0.2806, simple_loss=0.38, pruned_loss=0.09056, over 13776.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07106, over 411.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3475, pruned_loss=0.102, over 2785307.82 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06883, over 44745.06 utterances.], batch size: 411, lr: 2.12e-04 +2022-09-18 22:16:59,625 INFO [train.py:885] (1/2) Epoch 22, batch 10450, loss[loss=0.1845, simple_loss=0.2566, pruned_loss=0.05613, over 13532.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08139, over 50.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.347, pruned_loss=0.1018, over 2779316.00 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07164, over 45571.81 utterances.], batch size: 50, lr: 2.12e-04 +2022-09-18 22:17:29,303 INFO [train.py:885] (1/2) Epoch 22, batch 10500, loss[loss=0.3648, simple_loss=0.4478, pruned_loss=0.1408, over 13616.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08193, over 477.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3522, pruned_loss=0.104, over 2778935.51 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07317, over 47647.37 utterances.], batch size: 477, lr: 2.12e-04 +2022-09-18 22:17:58,519 INFO [train.py:885] (1/2) Epoch 22, batch 10550, loss[loss=0.2153, simple_loss=0.3023, pruned_loss=0.06414, over 14217.00 frames. utt_duration=523.2 frames, utt_pad_proportion=0.04175, over 109.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3489, pruned_loss=0.1023, over 2780895.32 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07257, over 46381.01 utterances.], batch size: 109, lr: 2.12e-04 +2022-09-18 22:18:27,976 INFO [train.py:885] (1/2) Epoch 22, batch 10600, loss[loss=0.4152, simple_loss=0.446, pruned_loss=0.1922, over 14304.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04, over 262.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3523, pruned_loss=0.1037, over 2783697.20 frames. utt_duration=237 frames, utt_pad_proportion=0.0737, over 47269.90 utterances.], batch size: 262, lr: 2.12e-04 +2022-09-18 22:18:57,796 INFO [train.py:885] (1/2) Epoch 22, batch 10650, loss[loss=0.37, simple_loss=0.4193, pruned_loss=0.1604, over 14318.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03837, over 283.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3514, pruned_loss=0.1043, over 2782108.99 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07201, over 45562.00 utterances.], batch size: 283, lr: 2.12e-04 +2022-09-18 22:19:27,113 INFO [train.py:885] (1/2) Epoch 22, batch 10700, loss[loss=0.2846, simple_loss=0.3473, pruned_loss=0.111, over 14276.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04253, over 154.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3522, pruned_loss=0.1044, over 2784707.91 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07042, over 45997.87 utterances.], batch size: 154, lr: 2.12e-04 +2022-09-18 22:19:56,894 INFO [train.py:885] (1/2) Epoch 22, batch 10750, loss[loss=0.2206, simple_loss=0.2954, pruned_loss=0.07292, over 14019.00 frames. utt_duration=711.4 frames, utt_pad_proportion=0.05897, over 79.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3515, pruned_loss=0.1045, over 2784376.78 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07183, over 45898.08 utterances.], batch size: 79, lr: 2.12e-04 +2022-09-18 22:20:26,442 INFO [train.py:885] (1/2) Epoch 22, batch 10800, loss[loss=0.2519, simple_loss=0.3318, pruned_loss=0.08601, over 14368.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03803, over 167.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3535, pruned_loss=0.1053, over 2785867.37 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07093, over 46348.11 utterances.], batch size: 167, lr: 2.12e-04 +2022-09-18 22:20:56,578 INFO [train.py:885] (1/2) Epoch 22, batch 10850, loss[loss=0.1876, simple_loss=0.2704, pruned_loss=0.0524, over 14074.00 frames. utt_duration=714 frames, utt_pad_proportion=0.05556, over 79.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.351, pruned_loss=0.1037, over 2779396.98 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07295, over 45999.31 utterances.], batch size: 79, lr: 2.12e-04 +2022-09-18 22:21:26,376 INFO [train.py:885] (1/2) Epoch 22, batch 10900, loss[loss=0.2733, simple_loss=0.364, pruned_loss=0.09128, over 14005.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05536, over 365.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3507, pruned_loss=0.1036, over 2779522.26 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07169, over 45580.71 utterances.], batch size: 365, lr: 2.12e-04 +2022-09-18 22:21:55,701 INFO [train.py:885] (1/2) Epoch 22, batch 10950, loss[loss=0.2327, simple_loss=0.308, pruned_loss=0.07873, over 14243.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04594, over 141.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3506, pruned_loss=0.1035, over 2778089.27 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07223, over 46150.13 utterances.], batch size: 141, lr: 2.12e-04 +2022-09-18 22:22:26,251 INFO [train.py:885] (1/2) Epoch 22, batch 11000, loss[loss=0.1351, simple_loss=0.1871, pruned_loss=0.04153, over 13205.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1139, over 33.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3497, pruned_loss=0.1028, over 2775309.77 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07409, over 46202.46 utterances.], batch size: 33, lr: 2.12e-04 +2022-09-18 22:22:56,516 INFO [train.py:885] (1/2) Epoch 22, batch 11050, loss[loss=0.1865, simple_loss=0.2692, pruned_loss=0.05195, over 13926.00 frames. utt_duration=706.5 frames, utt_pad_proportion=0.06426, over 79.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3495, pruned_loss=0.1027, over 2770811.50 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07529, over 46322.42 utterances.], batch size: 79, lr: 2.12e-04 +2022-09-18 22:23:26,725 INFO [train.py:885] (1/2) Epoch 22, batch 11100, loss[loss=0.2853, simple_loss=0.3568, pruned_loss=0.1069, over 14334.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.03707, over 226.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3475, pruned_loss=0.1022, over 2772843.15 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07193, over 44592.01 utterances.], batch size: 226, lr: 2.12e-04 +2022-09-18 22:23:56,640 INFO [train.py:885] (1/2) Epoch 22, batch 11150, loss[loss=0.2024, simple_loss=0.2606, pruned_loss=0.07211, over 13833.00 frames. utt_duration=1108 frames, utt_pad_proportion=0.06325, over 50.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3474, pruned_loss=0.1023, over 2770750.62 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07448, over 44973.44 utterances.], batch size: 50, lr: 2.12e-04 +2022-09-18 22:24:26,854 INFO [train.py:885] (1/2) Epoch 22, batch 11200, loss[loss=0.323, simple_loss=0.4177, pruned_loss=0.1142, over 13708.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07544, over 411.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3486, pruned_loss=0.1031, over 2777803.90 frames. utt_duration=249 frames, utt_pad_proportion=0.0718, over 44890.35 utterances.], batch size: 411, lr: 2.12e-04 +2022-09-18 22:24:56,155 INFO [train.py:885] (1/2) Epoch 22, batch 11250, loss[loss=0.2181, simple_loss=0.2946, pruned_loss=0.07082, over 14299.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04006, over 120.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3469, pruned_loss=0.1017, over 2785406.03 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06925, over 44143.08 utterances.], batch size: 120, lr: 2.12e-04 +2022-09-18 22:25:26,165 INFO [train.py:885] (1/2) Epoch 22, batch 11300, loss[loss=0.3715, simple_loss=0.4712, pruned_loss=0.1359, over 13146.00 frames. utt_duration=82.01 frames, utt_pad_proportion=0.1086, over 653.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.345, pruned_loss=0.1009, over 2783258.16 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06886, over 43982.17 utterances.], batch size: 653, lr: 2.12e-04 +2022-09-18 22:25:55,306 INFO [train.py:885] (1/2) Epoch 22, batch 11350, loss[loss=0.2982, simple_loss=0.3929, pruned_loss=0.1017, over 13657.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07882, over 477.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.345, pruned_loss=0.1007, over 2779469.84 frames. utt_duration=251.9 frames, utt_pad_proportion=0.0682, over 44396.98 utterances.], batch size: 477, lr: 2.11e-04 +2022-09-18 22:26:26,114 INFO [train.py:885] (1/2) Epoch 22, batch 11400, loss[loss=0.2143, simple_loss=0.2736, pruned_loss=0.0775, over 14042.00 frames. utt_duration=712.3 frames, utt_pad_proportion=0.05777, over 79.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3424, pruned_loss=0.09957, over 2773806.03 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06977, over 43236.76 utterances.], batch size: 79, lr: 2.11e-04 +2022-09-18 22:26:55,472 INFO [train.py:885] (1/2) Epoch 22, batch 11450, loss[loss=0.2587, simple_loss=0.3352, pruned_loss=0.09106, over 14360.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03735, over 244.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3451, pruned_loss=0.1002, over 2774393.75 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07095, over 45042.10 utterances.], batch size: 244, lr: 2.11e-04 +2022-09-18 22:27:26,401 INFO [train.py:885] (1/2) Epoch 22, batch 11500, loss[loss=0.313, simple_loss=0.3778, pruned_loss=0.1241, over 14272.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04039, over 180.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3471, pruned_loss=0.1014, over 2782554.38 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06792, over 45087.18 utterances.], batch size: 180, lr: 2.11e-04 +2022-09-18 22:27:55,725 INFO [train.py:885] (1/2) Epoch 22, batch 11550, loss[loss=0.1716, simple_loss=0.2376, pruned_loss=0.05283, over 12139.00 frames. utt_duration=2025 frames, utt_pad_proportion=0.1733, over 24.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3466, pruned_loss=0.1013, over 2781247.04 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06987, over 45084.66 utterances.], batch size: 24, lr: 2.11e-04 +2022-09-18 22:28:25,456 INFO [train.py:885] (1/2) Epoch 22, batch 11600, loss[loss=0.2577, simple_loss=0.3475, pruned_loss=0.0839, over 14350.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03602, over 226.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3468, pruned_loss=0.1013, over 2783404.80 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06912, over 44876.23 utterances.], batch size: 226, lr: 2.11e-04 +2022-09-18 22:28:55,292 INFO [train.py:885] (1/2) Epoch 22, batch 11650, loss[loss=0.2496, simple_loss=0.316, pruned_loss=0.09158, over 14204.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04275, over 109.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3495, pruned_loss=0.1032, over 2782257.73 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07065, over 45585.04 utterances.], batch size: 109, lr: 2.11e-04 +2022-09-18 22:29:25,734 INFO [train.py:885] (1/2) Epoch 22, batch 11700, loss[loss=0.1881, simple_loss=0.2658, pruned_loss=0.05525, over 13584.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08456, over 50.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3467, pruned_loss=0.1014, over 2777279.09 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07183, over 44814.86 utterances.], batch size: 50, lr: 2.11e-04 +2022-09-18 22:29:55,347 INFO [train.py:885] (1/2) Epoch 22, batch 11750, loss[loss=0.2269, simple_loss=0.2999, pruned_loss=0.07692, over 14317.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03876, over 120.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3476, pruned_loss=0.1028, over 2776830.68 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07316, over 44674.07 utterances.], batch size: 120, lr: 2.11e-04 +2022-09-18 22:30:25,515 INFO [train.py:885] (1/2) Epoch 22, batch 11800, loss[loss=0.3146, simple_loss=0.3818, pruned_loss=0.1237, over 14328.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0383, over 283.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3451, pruned_loss=0.1009, over 2778372.38 frames. utt_duration=253 frames, utt_pad_proportion=0.0705, over 44175.70 utterances.], batch size: 283, lr: 2.11e-04 +2022-09-18 22:30:54,290 INFO [train.py:885] (1/2) Epoch 22, batch 11850, loss[loss=0.3058, simple_loss=0.366, pruned_loss=0.1228, over 14375.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03589, over 244.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3425, pruned_loss=0.09971, over 2781104.26 frames. utt_duration=262.9 frames, utt_pad_proportion=0.06876, over 42557.69 utterances.], batch size: 244, lr: 2.11e-04 +2022-09-18 22:31:24,509 INFO [train.py:885] (1/2) Epoch 22, batch 11900, loss[loss=0.1638, simple_loss=0.2307, pruned_loss=0.04848, over 13794.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.07585, over 42.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.344, pruned_loss=0.1002, over 2781566.31 frames. utt_duration=260.3 frames, utt_pad_proportion=0.07025, over 42989.84 utterances.], batch size: 42, lr: 2.11e-04 +2022-09-18 22:31:54,206 INFO [train.py:885] (1/2) Epoch 22, batch 11950, loss[loss=0.1849, simple_loss=0.2619, pruned_loss=0.05393, over 14097.00 frames. utt_duration=715.2 frames, utt_pad_proportion=0.05403, over 79.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3463, pruned_loss=0.1015, over 2783248.74 frames. utt_duration=255 frames, utt_pad_proportion=0.07141, over 43913.81 utterances.], batch size: 79, lr: 2.11e-04 +2022-09-18 22:32:24,810 INFO [train.py:885] (1/2) Epoch 22, batch 12000, loss[loss=0.2385, simple_loss=0.31, pruned_loss=0.08352, over 14322.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.0368, over 130.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3481, pruned_loss=0.102, over 2777376.63 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07354, over 45122.83 utterances.], batch size: 130, lr: 2.11e-04 +2022-09-18 22:32:24,811 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 22:32:29,044 INFO [train.py:914] (1/2) Epoch 22, validation: loss=0.1992, simple_loss=0.2792, pruned_loss=0.05959, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 22:32:59,460 INFO [train.py:885] (1/2) Epoch 22, batch 12050, loss[loss=0.2225, simple_loss=0.2981, pruned_loss=0.0734, over 14249.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04577, over 141.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3462, pruned_loss=0.1013, over 2772312.93 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07437, over 44491.67 utterances.], batch size: 141, lr: 2.11e-04 +2022-09-18 22:33:29,202 INFO [train.py:885] (1/2) Epoch 22, batch 12100, loss[loss=0.3131, simple_loss=0.3988, pruned_loss=0.1136, over 14014.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05491, over 365.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3466, pruned_loss=0.1015, over 2772730.93 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07487, over 45213.94 utterances.], batch size: 365, lr: 2.11e-04 +2022-09-18 22:33:59,126 INFO [train.py:885] (1/2) Epoch 22, batch 12150, loss[loss=0.2185, simple_loss=0.2895, pruned_loss=0.07378, over 13938.00 frames. utt_duration=707.1 frames, utt_pad_proportion=0.06344, over 79.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3481, pruned_loss=0.1028, over 2777153.00 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07118, over 44996.93 utterances.], batch size: 79, lr: 2.11e-04 +2022-09-18 22:34:28,726 INFO [train.py:885] (1/2) Epoch 22, batch 12200, loss[loss=0.3223, simple_loss=0.3728, pruned_loss=0.1359, over 14298.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03836, over 130.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3487, pruned_loss=0.1035, over 2781215.29 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06807, over 44499.43 utterances.], batch size: 130, lr: 2.11e-04 +2022-09-18 22:34:58,667 INFO [train.py:885] (1/2) Epoch 22, batch 12250, loss[loss=0.1914, simple_loss=0.2446, pruned_loss=0.06913, over 13111.00 frames. utt_duration=1590 frames, utt_pad_proportion=0.1203, over 33.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3468, pruned_loss=0.1028, over 2781990.39 frames. utt_duration=257 frames, utt_pad_proportion=0.0688, over 43545.11 utterances.], batch size: 33, lr: 2.11e-04 +2022-09-18 22:35:28,821 INFO [train.py:885] (1/2) Epoch 22, batch 12300, loss[loss=0.2949, simple_loss=0.3688, pruned_loss=0.1105, over 14348.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03637, over 283.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3478, pruned_loss=0.1031, over 2778153.35 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07333, over 44696.20 utterances.], batch size: 283, lr: 2.11e-04 +2022-09-18 22:35:59,088 INFO [train.py:885] (1/2) Epoch 22, batch 12350, loss[loss=0.3959, simple_loss=0.4416, pruned_loss=0.1751, over 14251.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04214, over 335.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3505, pruned_loss=0.105, over 2782361.54 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07216, over 44803.50 utterances.], batch size: 335, lr: 2.11e-04 +2022-09-18 22:36:29,303 INFO [train.py:885] (1/2) Epoch 22, batch 12400, loss[loss=0.212, simple_loss=0.2866, pruned_loss=0.06871, over 14064.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05626, over 79.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3489, pruned_loss=0.1038, over 2782349.73 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07147, over 44501.04 utterances.], batch size: 79, lr: 2.11e-04 +2022-09-18 22:36:58,382 INFO [train.py:885] (1/2) Epoch 22, batch 12450, loss[loss=0.2655, simple_loss=0.3381, pruned_loss=0.09644, over 14322.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.0408, over 167.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3478, pruned_loss=0.1024, over 2780781.93 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07192, over 44995.39 utterances.], batch size: 167, lr: 2.11e-04 +2022-09-18 22:37:28,548 INFO [train.py:885] (1/2) Epoch 22, batch 12500, loss[loss=0.1553, simple_loss=0.2294, pruned_loss=0.04057, over 13558.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08654, over 50.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3461, pruned_loss=0.1014, over 2779806.07 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07017, over 44221.94 utterances.], batch size: 50, lr: 2.11e-04 +2022-09-18 22:37:58,868 INFO [train.py:885] (1/2) Epoch 22, batch 12550, loss[loss=0.198, simple_loss=0.2688, pruned_loss=0.06363, over 13773.00 frames. utt_duration=799.9 frames, utt_pad_proportion=0.06877, over 69.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3469, pruned_loss=0.1022, over 2779394.67 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07022, over 43954.28 utterances.], batch size: 69, lr: 2.11e-04 +2022-09-18 22:38:26,818 INFO [train.py:885] (1/2) Epoch 22, batch 12600, loss[loss=0.3848, simple_loss=0.4308, pruned_loss=0.1694, over 14325.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03852, over 283.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3489, pruned_loss=0.1031, over 2781767.98 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07024, over 45439.93 utterances.], batch size: 283, lr: 2.11e-04 +2022-09-18 22:38:45,336 INFO [train.py:885] (1/2) Epoch 23, batch 0, loss[loss=0.2984, simple_loss=0.3928, pruned_loss=0.102, over 13814.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06896, over 411.00 utterances.], tot_loss[loss=0.2984, simple_loss=0.3928, pruned_loss=0.102, over 13814.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06896, over 411.00 utterances.], batch size: 411, lr: 2.06e-04 +2022-09-18 22:39:15,868 INFO [train.py:885] (1/2) Epoch 23, batch 50, loss[loss=0.3353, simple_loss=0.39, pruned_loss=0.1403, over 14223.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04356, over 335.00 utterances.], tot_loss[loss=0.2891, simple_loss=0.3594, pruned_loss=0.1094, over 628816.96 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07119, over 10826.71 utterances.], batch size: 335, lr: 2.06e-04 +2022-09-18 22:39:46,649 INFO [train.py:885] (1/2) Epoch 23, batch 100, loss[loss=0.2439, simple_loss=0.3186, pruned_loss=0.08458, over 14310.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04023, over 154.00 utterances.], tot_loss[loss=0.29, simple_loss=0.361, pruned_loss=0.1095, over 1110410.76 frames. utt_duration=236 frames, utt_pad_proportion=0.06971, over 18942.77 utterances.], batch size: 154, lr: 2.06e-04 +2022-09-18 22:40:15,969 INFO [train.py:885] (1/2) Epoch 23, batch 150, loss[loss=0.3155, simple_loss=0.4178, pruned_loss=0.1066, over 13628.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08138, over 477.00 utterances.], tot_loss[loss=0.2888, simple_loss=0.3604, pruned_loss=0.1086, over 1479652.39 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07253, over 25937.03 utterances.], batch size: 477, lr: 2.06e-04 +2022-09-18 22:40:45,375 INFO [train.py:885] (1/2) Epoch 23, batch 200, loss[loss=0.2755, simple_loss=0.3511, pruned_loss=0.09993, over 14358.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03594, over 210.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3519, pruned_loss=0.1045, over 1770318.03 frames. utt_duration=242.6 frames, utt_pad_proportion=0.06986, over 29369.54 utterances.], batch size: 210, lr: 2.06e-04 +2022-09-18 22:41:14,906 INFO [train.py:885] (1/2) Epoch 23, batch 250, loss[loss=0.2736, simple_loss=0.3576, pruned_loss=0.09487, over 14323.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03804, over 195.00 utterances.], tot_loss[loss=0.2879, simple_loss=0.3593, pruned_loss=0.1083, over 1994051.85 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07308, over 35031.90 utterances.], batch size: 195, lr: 2.06e-04 +2022-09-18 22:41:45,506 INFO [train.py:885] (1/2) Epoch 23, batch 300, loss[loss=0.192, simple_loss=0.258, pruned_loss=0.06301, over 13539.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.07762, over 50.00 utterances.], tot_loss[loss=0.2863, simple_loss=0.3582, pruned_loss=0.1072, over 2171841.91 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07172, over 37868.71 utterances.], batch size: 50, lr: 2.06e-04 +2022-09-18 22:42:15,648 INFO [train.py:885] (1/2) Epoch 23, batch 350, loss[loss=0.6334, simple_loss=0.6752, pruned_loss=0.2958, over 12452.00 frames. utt_duration=62.95 frames, utt_pad_proportion=0.1493, over 811.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3547, pruned_loss=0.1054, over 2305880.63 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07111, over 38869.45 utterances.], batch size: 811, lr: 2.06e-04 +2022-09-18 22:42:44,768 INFO [train.py:885] (1/2) Epoch 23, batch 400, loss[loss=0.1834, simple_loss=0.2524, pruned_loss=0.05718, over 13784.00 frames. utt_duration=920.5 frames, utt_pad_proportion=0.07491, over 60.00 utterances.], tot_loss[loss=0.279, simple_loss=0.351, pruned_loss=0.1035, over 2410380.24 frames. utt_duration=246 frames, utt_pad_proportion=0.06994, over 39426.76 utterances.], batch size: 60, lr: 2.06e-04 +2022-09-18 22:43:14,429 INFO [train.py:885] (1/2) Epoch 23, batch 450, loss[loss=0.1533, simple_loss=0.2239, pruned_loss=0.04137, over 13032.00 frames. utt_duration=2006 frames, utt_pad_proportion=0.1147, over 26.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.352, pruned_loss=0.1037, over 2492520.22 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07071, over 41084.63 utterances.], batch size: 26, lr: 2.06e-04 +2022-09-18 22:43:45,116 INFO [train.py:885] (1/2) Epoch 23, batch 500, loss[loss=0.3413, simple_loss=0.4291, pruned_loss=0.1267, over 13630.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08081, over 477.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.352, pruned_loss=0.1035, over 2556041.74 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07009, over 42766.20 utterances.], batch size: 477, lr: 2.06e-04 +2022-09-18 22:44:15,006 INFO [train.py:885] (1/2) Epoch 23, batch 550, loss[loss=0.2957, simple_loss=0.3708, pruned_loss=0.1103, over 14361.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03314, over 244.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3548, pruned_loss=0.1053, over 2606172.31 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07018, over 44427.35 utterances.], batch size: 244, lr: 2.06e-04 +2022-09-18 22:44:44,597 INFO [train.py:885] (1/2) Epoch 23, batch 600, loss[loss=0.1531, simple_loss=0.2074, pruned_loss=0.04937, over 13283.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09453, over 41.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3505, pruned_loss=0.1039, over 2643808.08 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06976, over 43899.89 utterances.], batch size: 41, lr: 2.06e-04 +2022-09-18 22:45:14,016 INFO [train.py:885] (1/2) Epoch 23, batch 650, loss[loss=0.3011, simple_loss=0.4131, pruned_loss=0.09449, over 13637.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07702, over 560.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.351, pruned_loss=0.1046, over 2676554.67 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06909, over 44678.41 utterances.], batch size: 560, lr: 2.06e-04 +2022-09-18 22:45:43,745 INFO [train.py:885] (1/2) Epoch 23, batch 700, loss[loss=0.1883, simple_loss=0.2577, pruned_loss=0.05945, over 13326.00 frames. utt_duration=1617 frames, utt_pad_proportion=0.1029, over 33.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3496, pruned_loss=0.1023, over 2693458.66 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07268, over 46110.70 utterances.], batch size: 33, lr: 2.06e-04 +2022-09-18 22:46:13,429 INFO [train.py:885] (1/2) Epoch 23, batch 750, loss[loss=0.255, simple_loss=0.3296, pruned_loss=0.09022, over 14276.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04027, over 154.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3538, pruned_loss=0.105, over 2712677.10 frames. utt_duration=229.5 frames, utt_pad_proportion=0.07281, over 47591.04 utterances.], batch size: 154, lr: 2.06e-04 +2022-09-18 22:46:42,816 INFO [train.py:885] (1/2) Epoch 23, batch 800, loss[loss=0.1769, simple_loss=0.2405, pruned_loss=0.05662, over 12395.00 frames. utt_duration=2067 frames, utt_pad_proportion=0.16, over 24.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3527, pruned_loss=0.1053, over 2728973.69 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07163, over 46209.89 utterances.], batch size: 24, lr: 2.06e-04 +2022-09-18 22:47:12,470 INFO [train.py:885] (1/2) Epoch 23, batch 850, loss[loss=0.1895, simple_loss=0.26, pruned_loss=0.05952, over 14025.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.05751, over 79.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3491, pruned_loss=0.1033, over 2742501.54 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07076, over 45087.09 utterances.], batch size: 79, lr: 2.06e-04 +2022-09-18 22:47:42,654 INFO [train.py:885] (1/2) Epoch 23, batch 900, loss[loss=0.3142, simple_loss=0.4068, pruned_loss=0.1108, over 13769.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07123, over 411.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.348, pruned_loss=0.1024, over 2748822.85 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07226, over 44857.13 utterances.], batch size: 411, lr: 2.06e-04 +2022-09-18 22:48:12,691 INFO [train.py:885] (1/2) Epoch 23, batch 950, loss[loss=0.4489, simple_loss=0.4747, pruned_loss=0.2116, over 14347.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03574, over 210.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.349, pruned_loss=0.1032, over 2757525.08 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07067, over 44616.23 utterances.], batch size: 210, lr: 2.06e-04 +2022-09-18 22:48:42,215 INFO [train.py:885] (1/2) Epoch 23, batch 1000, loss[loss=0.2889, simple_loss=0.3379, pruned_loss=0.1199, over 14138.00 frames. utt_duration=578.7 frames, utt_pad_proportion=0.04813, over 98.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3459, pruned_loss=0.1015, over 2762593.20 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06982, over 43424.44 utterances.], batch size: 98, lr: 2.06e-04 +2022-09-18 22:49:11,814 INFO [train.py:885] (1/2) Epoch 23, batch 1050, loss[loss=0.38, simple_loss=0.4237, pruned_loss=0.1682, over 14280.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04145, over 262.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3493, pruned_loss=0.1039, over 2768219.64 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06888, over 44234.57 utterances.], batch size: 262, lr: 2.06e-04 +2022-09-18 22:49:41,763 INFO [train.py:885] (1/2) Epoch 23, batch 1100, loss[loss=0.1606, simple_loss=0.2204, pruned_loss=0.05042, over 13363.00 frames. utt_duration=1621 frames, utt_pad_proportion=0.1043, over 33.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3514, pruned_loss=0.1052, over 2776282.93 frames. utt_duration=249 frames, utt_pad_proportion=0.06718, over 44869.76 utterances.], batch size: 33, lr: 2.06e-04 +2022-09-18 22:50:11,061 INFO [train.py:885] (1/2) Epoch 23, batch 1150, loss[loss=0.1677, simple_loss=0.2402, pruned_loss=0.04756, over 13523.00 frames. utt_duration=1321 frames, utt_pad_proportion=0.07577, over 41.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3525, pruned_loss=0.1054, over 2777556.44 frames. utt_duration=245.6 frames, utt_pad_proportion=0.06873, over 45504.35 utterances.], batch size: 41, lr: 2.06e-04 +2022-09-18 22:50:40,743 INFO [train.py:885] (1/2) Epoch 23, batch 1200, loss[loss=0.3095, simple_loss=0.3789, pruned_loss=0.12, over 14305.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03914, over 226.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3507, pruned_loss=0.1045, over 2781123.02 frames. utt_duration=251.5 frames, utt_pad_proportion=0.0683, over 44487.26 utterances.], batch size: 226, lr: 2.06e-04 +2022-09-18 22:51:10,640 INFO [train.py:885] (1/2) Epoch 23, batch 1250, loss[loss=0.3573, simple_loss=0.4078, pruned_loss=0.1534, over 14201.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04458, over 306.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3497, pruned_loss=0.1039, over 2782959.76 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06881, over 44721.51 utterances.], batch size: 306, lr: 2.06e-04 +2022-09-18 22:51:40,379 INFO [train.py:885] (1/2) Epoch 23, batch 1300, loss[loss=0.2912, simple_loss=0.3917, pruned_loss=0.09531, over 13619.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08173, over 477.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3515, pruned_loss=0.1046, over 2784202.01 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06866, over 45272.23 utterances.], batch size: 477, lr: 2.06e-04 +2022-09-18 22:52:09,833 INFO [train.py:885] (1/2) Epoch 23, batch 1350, loss[loss=0.194, simple_loss=0.2592, pruned_loss=0.06438, over 14039.00 frames. utt_duration=712.2 frames, utt_pad_proportion=0.05793, over 79.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3482, pruned_loss=0.1027, over 2782721.18 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06895, over 44880.37 utterances.], batch size: 79, lr: 2.06e-04 +2022-09-18 22:52:39,632 INFO [train.py:885] (1/2) Epoch 23, batch 1400, loss[loss=0.2724, simple_loss=0.3497, pruned_loss=0.0975, over 14332.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03722, over 195.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3429, pruned_loss=0.09994, over 2783570.05 frames. utt_duration=262.8 frames, utt_pad_proportion=0.067, over 42604.99 utterances.], batch size: 195, lr: 2.06e-04 +2022-09-18 22:53:09,527 INFO [train.py:885] (1/2) Epoch 23, batch 1450, loss[loss=0.3464, simple_loss=0.3964, pruned_loss=0.1482, over 14340.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.03998, over 167.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3471, pruned_loss=0.1021, over 2784835.50 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06824, over 44200.43 utterances.], batch size: 167, lr: 2.06e-04 +2022-09-18 22:53:39,751 INFO [train.py:885] (1/2) Epoch 23, batch 1500, loss[loss=0.2092, simple_loss=0.2822, pruned_loss=0.06808, over 13133.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.1061, over 26.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3504, pruned_loss=0.1036, over 2784427.93 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06905, over 45397.15 utterances.], batch size: 26, lr: 2.06e-04 +2022-09-18 22:54:09,622 INFO [train.py:885] (1/2) Epoch 23, batch 1550, loss[loss=0.3092, simple_loss=0.3799, pruned_loss=0.1193, over 14311.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03977, over 262.00 utterances.], tot_loss[loss=0.282, simple_loss=0.354, pruned_loss=0.1051, over 2786088.04 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07043, over 47094.29 utterances.], batch size: 262, lr: 2.06e-04 +2022-09-18 22:54:38,973 INFO [train.py:885] (1/2) Epoch 23, batch 1600, loss[loss=0.3627, simple_loss=0.4174, pruned_loss=0.1541, over 14232.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04328, over 335.00 utterances.], tot_loss[loss=0.2831, simple_loss=0.3552, pruned_loss=0.1055, over 2783167.08 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07248, over 48282.00 utterances.], batch size: 335, lr: 2.06e-04 +2022-09-18 22:55:08,599 INFO [train.py:885] (1/2) Epoch 23, batch 1650, loss[loss=0.1784, simple_loss=0.257, pruned_loss=0.04985, over 13588.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.0842, over 42.00 utterances.], tot_loss[loss=0.2845, simple_loss=0.3573, pruned_loss=0.1058, over 2783567.61 frames. utt_duration=225.4 frames, utt_pad_proportion=0.07351, over 49728.52 utterances.], batch size: 42, lr: 2.06e-04 +2022-09-18 22:55:37,740 INFO [train.py:885] (1/2) Epoch 23, batch 1700, loss[loss=0.287, simple_loss=0.3561, pruned_loss=0.109, over 14376.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03681, over 167.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3511, pruned_loss=0.1031, over 2788193.16 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07105, over 47001.75 utterances.], batch size: 167, lr: 2.06e-04 +2022-09-18 22:56:08,287 INFO [train.py:885] (1/2) Epoch 23, batch 1750, loss[loss=0.2086, simple_loss=0.2846, pruned_loss=0.06626, over 12853.00 frames. utt_duration=1979 frames, utt_pad_proportion=0.1212, over 26.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3496, pruned_loss=0.1019, over 2786098.24 frames. utt_duration=240 frames, utt_pad_proportion=0.06983, over 46714.64 utterances.], batch size: 26, lr: 2.06e-04 +2022-09-18 22:56:37,605 INFO [train.py:885] (1/2) Epoch 23, batch 1800, loss[loss=0.307, simple_loss=0.3559, pruned_loss=0.1291, over 13055.00 frames. utt_duration=2010 frames, utt_pad_proportion=0.1101, over 26.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3546, pruned_loss=0.1047, over 2785293.13 frames. utt_duration=234 frames, utt_pad_proportion=0.07072, over 47904.12 utterances.], batch size: 26, lr: 2.06e-04 +2022-09-18 22:57:07,115 INFO [train.py:885] (1/2) Epoch 23, batch 1850, loss[loss=0.1837, simple_loss=0.2342, pruned_loss=0.06659, over 13363.00 frames. utt_duration=1621 frames, utt_pad_proportion=0.1018, over 33.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3504, pruned_loss=0.1026, over 2785450.95 frames. utt_duration=243.1 frames, utt_pad_proportion=0.06984, over 46119.67 utterances.], batch size: 33, lr: 2.06e-04 +2022-09-18 22:57:37,397 INFO [train.py:885] (1/2) Epoch 23, batch 1900, loss[loss=0.1795, simple_loss=0.2529, pruned_loss=0.05309, over 14040.00 frames. utt_duration=712.4 frames, utt_pad_proportion=0.0527, over 79.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3514, pruned_loss=0.1032, over 2784030.30 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07142, over 46866.98 utterances.], batch size: 79, lr: 2.06e-04 +2022-09-18 22:58:08,090 INFO [train.py:885] (1/2) Epoch 23, batch 1950, loss[loss=0.396, simple_loss=0.4564, pruned_loss=0.1679, over 13773.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07183, over 411.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3545, pruned_loss=0.1047, over 2779536.11 frames. utt_duration=231 frames, utt_pad_proportion=0.07397, over 48437.11 utterances.], batch size: 411, lr: 2.06e-04 +2022-09-18 22:58:37,411 INFO [train.py:885] (1/2) Epoch 23, batch 2000, loss[loss=0.1454, simple_loss=0.2093, pruned_loss=0.04073, over 12265.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.1785, over 24.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3523, pruned_loss=0.1045, over 2780724.83 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07164, over 46910.51 utterances.], batch size: 24, lr: 2.06e-04 +2022-09-18 22:59:07,587 INFO [train.py:885] (1/2) Epoch 23, batch 2050, loss[loss=0.2474, simple_loss=0.3345, pruned_loss=0.08011, over 14293.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.0386, over 180.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3543, pruned_loss=0.1054, over 2778341.09 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0747, over 47215.23 utterances.], batch size: 180, lr: 2.06e-04 +2022-09-18 22:59:37,412 INFO [train.py:885] (1/2) Epoch 23, batch 2100, loss[loss=0.3215, simple_loss=0.4191, pruned_loss=0.1119, over 13640.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08026, over 477.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3514, pruned_loss=0.1035, over 2779679.49 frames. utt_duration=239 frames, utt_pad_proportion=0.07277, over 46811.98 utterances.], batch size: 477, lr: 2.06e-04 +2022-09-18 23:00:07,530 INFO [train.py:885] (1/2) Epoch 23, batch 2150, loss[loss=0.2886, simple_loss=0.386, pruned_loss=0.09558, over 13760.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07243, over 411.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3538, pruned_loss=0.1048, over 2781654.36 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07187, over 47426.96 utterances.], batch size: 411, lr: 2.06e-04 +2022-09-18 23:00:36,893 INFO [train.py:885] (1/2) Epoch 23, batch 2200, loss[loss=0.3108, simple_loss=0.3753, pruned_loss=0.1232, over 14334.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03965, over 167.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3516, pruned_loss=0.1039, over 2778310.57 frames. utt_duration=238.4 frames, utt_pad_proportion=0.0726, over 46914.57 utterances.], batch size: 167, lr: 2.06e-04 +2022-09-18 23:01:07,156 INFO [train.py:885] (1/2) Epoch 23, batch 2250, loss[loss=0.1881, simple_loss=0.2378, pruned_loss=0.06916, over 12681.00 frames. utt_duration=2031 frames, utt_pad_proportion=0.1272, over 25.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3508, pruned_loss=0.1029, over 2779458.50 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07314, over 46968.48 utterances.], batch size: 25, lr: 2.06e-04 +2022-09-18 23:01:36,806 INFO [train.py:885] (1/2) Epoch 23, batch 2300, loss[loss=0.2159, simple_loss=0.2944, pruned_loss=0.06863, over 14215.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04427, over 89.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3515, pruned_loss=0.1042, over 2782804.74 frames. utt_duration=241 frames, utt_pad_proportion=0.07276, over 46464.80 utterances.], batch size: 89, lr: 2.06e-04 +2022-09-18 23:02:06,651 INFO [train.py:885] (1/2) Epoch 23, batch 2350, loss[loss=0.3452, simple_loss=0.4027, pruned_loss=0.1439, over 14202.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04467, over 306.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3492, pruned_loss=0.103, over 2780923.21 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07183, over 45360.21 utterances.], batch size: 306, lr: 2.06e-04 +2022-09-18 23:02:36,892 INFO [train.py:885] (1/2) Epoch 23, batch 2400, loss[loss=0.2375, simple_loss=0.3129, pruned_loss=0.08104, over 14105.00 frames. utt_duration=519.1 frames, utt_pad_proportion=0.04935, over 109.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3485, pruned_loss=0.1021, over 2783174.09 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07075, over 45268.67 utterances.], batch size: 109, lr: 2.06e-04 +2022-09-18 23:03:07,575 INFO [train.py:885] (1/2) Epoch 23, batch 2450, loss[loss=0.3915, simple_loss=0.4824, pruned_loss=0.1503, over 13111.00 frames. utt_duration=81.87 frames, utt_pad_proportion=0.1101, over 653.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3511, pruned_loss=0.1036, over 2780314.44 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07243, over 46681.78 utterances.], batch size: 653, lr: 2.06e-04 +2022-09-18 23:03:37,289 INFO [train.py:885] (1/2) Epoch 23, batch 2500, loss[loss=0.4779, simple_loss=0.5818, pruned_loss=0.187, over 12467.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1464, over 810.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.353, pruned_loss=0.1042, over 2781090.66 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0728, over 47195.31 utterances.], batch size: 810, lr: 2.06e-04 +2022-09-18 23:04:07,525 INFO [train.py:885] (1/2) Epoch 23, batch 2550, loss[loss=0.2483, simple_loss=0.3229, pruned_loss=0.08689, over 14359.00 frames. utt_duration=443.2 frames, utt_pad_proportion=0.03452, over 130.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.352, pruned_loss=0.1044, over 2781931.96 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07097, over 46213.35 utterances.], batch size: 130, lr: 2.06e-04 +2022-09-18 23:04:37,481 INFO [train.py:885] (1/2) Epoch 23, batch 2600, loss[loss=0.4988, simple_loss=0.5888, pruned_loss=0.2044, over 12491.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1448, over 810.00 utterances.], tot_loss[loss=0.2842, simple_loss=0.3557, pruned_loss=0.1063, over 2781054.13 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07299, over 47892.29 utterances.], batch size: 810, lr: 2.06e-04 +2022-09-18 23:05:07,036 INFO [train.py:885] (1/2) Epoch 23, batch 2650, loss[loss=0.2188, simple_loss=0.3071, pruned_loss=0.06523, over 14300.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.04043, over 130.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3554, pruned_loss=0.1058, over 2783989.08 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07127, over 47660.47 utterances.], batch size: 130, lr: 2.06e-04 +2022-09-18 23:05:36,650 INFO [train.py:885] (1/2) Epoch 23, batch 2700, loss[loss=0.24, simple_loss=0.3192, pruned_loss=0.08043, over 14329.00 frames. utt_duration=479 frames, utt_pad_proportion=0.03824, over 120.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.353, pruned_loss=0.1042, over 2782862.45 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07042, over 47143.97 utterances.], batch size: 120, lr: 2.05e-04 +2022-09-18 23:06:06,812 INFO [train.py:885] (1/2) Epoch 23, batch 2750, loss[loss=0.3419, simple_loss=0.399, pruned_loss=0.1424, over 14247.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04254, over 335.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3526, pruned_loss=0.1034, over 2779752.52 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07247, over 47881.57 utterances.], batch size: 335, lr: 2.05e-04 +2022-09-18 23:06:36,770 INFO [train.py:885] (1/2) Epoch 23, batch 2800, loss[loss=0.1834, simple_loss=0.2555, pruned_loss=0.05569, over 13574.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08091, over 50.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3538, pruned_loss=0.1046, over 2777360.06 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07315, over 47956.36 utterances.], batch size: 50, lr: 2.05e-04 +2022-09-18 23:07:06,081 INFO [train.py:885] (1/2) Epoch 23, batch 2850, loss[loss=0.2514, simple_loss=0.3332, pruned_loss=0.08477, over 14350.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.0385, over 167.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3541, pruned_loss=0.1052, over 2781472.24 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07294, over 47886.44 utterances.], batch size: 167, lr: 2.05e-04 +2022-09-18 23:07:36,232 INFO [train.py:885] (1/2) Epoch 23, batch 2900, loss[loss=0.3981, simple_loss=0.4752, pruned_loss=0.1605, over 13596.00 frames. utt_duration=98.55 frames, utt_pad_proportion=0.07894, over 560.00 utterances.], tot_loss[loss=0.2827, simple_loss=0.3539, pruned_loss=0.1057, over 2786341.34 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07186, over 47197.82 utterances.], batch size: 560, lr: 2.05e-04 +2022-09-18 23:08:06,593 INFO [train.py:885] (1/2) Epoch 23, batch 2950, loss[loss=0.178, simple_loss=0.2442, pruned_loss=0.05594, over 14025.00 frames. utt_duration=803 frames, utt_pad_proportion=0.06077, over 70.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3517, pruned_loss=0.1047, over 2786008.22 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07193, over 46356.93 utterances.], batch size: 70, lr: 2.05e-04 +2022-09-18 23:08:36,799 INFO [train.py:885] (1/2) Epoch 23, batch 3000, loss[loss=0.333, simple_loss=0.3941, pruned_loss=0.136, over 14293.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.0394, over 225.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3517, pruned_loss=0.1044, over 2787758.44 frames. utt_duration=239.6 frames, utt_pad_proportion=0.0709, over 46831.83 utterances.], batch size: 225, lr: 2.05e-04 +2022-09-18 23:08:36,800 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 23:08:41,020 INFO [train.py:914] (1/2) Epoch 23, validation: loss=0.184, simple_loss=0.2639, pruned_loss=0.05207, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 23:09:10,780 INFO [train.py:885] (1/2) Epoch 23, batch 3050, loss[loss=0.2675, simple_loss=0.3378, pruned_loss=0.09859, over 14277.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.03782, over 154.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3508, pruned_loss=0.104, over 2784716.84 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07212, over 46629.56 utterances.], batch size: 154, lr: 2.05e-04 +2022-09-18 23:09:40,798 INFO [train.py:885] (1/2) Epoch 23, batch 3100, loss[loss=0.3813, simple_loss=0.4517, pruned_loss=0.1554, over 13614.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08183, over 477.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3483, pruned_loss=0.103, over 2778340.23 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07314, over 46269.58 utterances.], batch size: 477, lr: 2.05e-04 +2022-09-18 23:10:10,276 INFO [train.py:885] (1/2) Epoch 23, batch 3150, loss[loss=0.2843, simple_loss=0.3634, pruned_loss=0.1026, over 14376.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03585, over 244.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3518, pruned_loss=0.1043, over 2777902.98 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07405, over 48219.83 utterances.], batch size: 244, lr: 2.05e-04 +2022-09-18 23:10:39,070 INFO [train.py:885] (1/2) Epoch 23, batch 3200, loss[loss=0.2705, simple_loss=0.3482, pruned_loss=0.09642, over 14271.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04063, over 225.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3501, pruned_loss=0.1036, over 2780459.13 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07225, over 47357.45 utterances.], batch size: 225, lr: 2.05e-04 +2022-09-18 23:11:08,946 INFO [train.py:885] (1/2) Epoch 23, batch 3250, loss[loss=0.2045, simple_loss=0.2845, pruned_loss=0.06224, over 14038.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05841, over 98.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3499, pruned_loss=0.1035, over 2778874.68 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07284, over 46974.08 utterances.], batch size: 98, lr: 2.05e-04 +2022-09-18 23:11:39,534 INFO [train.py:885] (1/2) Epoch 23, batch 3300, loss[loss=0.1667, simple_loss=0.2261, pruned_loss=0.05366, over 13351.00 frames. utt_duration=1620 frames, utt_pad_proportion=0.1047, over 33.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3508, pruned_loss=0.1036, over 2778921.18 frames. utt_duration=235 frames, utt_pad_proportion=0.07303, over 47594.33 utterances.], batch size: 33, lr: 2.05e-04 +2022-09-18 23:12:09,004 INFO [train.py:885] (1/2) Epoch 23, batch 3350, loss[loss=0.3321, simple_loss=0.3953, pruned_loss=0.1345, over 14184.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04589, over 306.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3537, pruned_loss=0.1053, over 2779657.64 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07275, over 48743.14 utterances.], batch size: 306, lr: 2.05e-04 +2022-09-18 23:12:39,028 INFO [train.py:885] (1/2) Epoch 23, batch 3400, loss[loss=0.4125, simple_loss=0.4979, pruned_loss=0.1636, over 13114.00 frames. utt_duration=81.87 frames, utt_pad_proportion=0.1101, over 653.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3506, pruned_loss=0.104, over 2778641.20 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07211, over 47006.35 utterances.], batch size: 653, lr: 2.05e-04 +2022-09-18 23:13:08,085 INFO [train.py:885] (1/2) Epoch 23, batch 3450, loss[loss=0.1925, simple_loss=0.2523, pruned_loss=0.06636, over 13085.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1205, over 33.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.35, pruned_loss=0.1032, over 2783623.51 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07026, over 46220.48 utterances.], batch size: 33, lr: 2.05e-04 +2022-09-18 23:13:37,769 INFO [train.py:885] (1/2) Epoch 23, batch 3500, loss[loss=0.2586, simple_loss=0.3368, pruned_loss=0.09019, over 14274.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04033, over 180.00 utterances.], tot_loss[loss=0.2809, simple_loss=0.3525, pruned_loss=0.1046, over 2779505.40 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07298, over 47265.94 utterances.], batch size: 180, lr: 2.05e-04 +2022-09-18 23:14:07,100 INFO [train.py:885] (1/2) Epoch 23, batch 3550, loss[loss=0.2842, simple_loss=0.3949, pruned_loss=0.08674, over 13651.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08011, over 477.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.351, pruned_loss=0.104, over 2773709.73 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07577, over 46823.42 utterances.], batch size: 477, lr: 2.05e-04 +2022-09-18 23:14:36,726 INFO [train.py:885] (1/2) Epoch 23, batch 3600, loss[loss=0.2405, simple_loss=0.3278, pruned_loss=0.07661, over 14283.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03964, over 180.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3472, pruned_loss=0.1023, over 2775643.74 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07376, over 45173.05 utterances.], batch size: 180, lr: 2.05e-04 +2022-09-18 23:15:06,094 INFO [train.py:885] (1/2) Epoch 23, batch 3650, loss[loss=0.2768, simple_loss=0.3428, pruned_loss=0.1054, over 14350.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.0366, over 120.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3494, pruned_loss=0.1037, over 2774180.16 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07479, over 45899.27 utterances.], batch size: 120, lr: 2.05e-04 +2022-09-18 23:15:36,291 INFO [train.py:885] (1/2) Epoch 23, batch 3700, loss[loss=0.1327, simple_loss=0.1932, pruned_loss=0.03612, over 12229.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.1534, over 24.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3494, pruned_loss=0.1039, over 2771290.20 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07526, over 45924.33 utterances.], batch size: 24, lr: 2.05e-04 +2022-09-18 23:16:14,194 INFO [train.py:885] (1/2) Epoch 23, batch 3750, loss[loss=0.3545, simple_loss=0.4591, pruned_loss=0.1249, over 13103.00 frames. utt_duration=81.9 frames, utt_pad_proportion=0.1098, over 653.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3499, pruned_loss=0.1041, over 2774670.57 frames. utt_duration=245 frames, utt_pad_proportion=0.07442, over 45570.96 utterances.], batch size: 653, lr: 2.05e-04 +2022-09-18 23:16:43,832 INFO [train.py:885] (1/2) Epoch 23, batch 3800, loss[loss=0.373, simple_loss=0.4701, pruned_loss=0.138, over 13162.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.35, pruned_loss=0.1035, over 2778883.10 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07322, over 45853.48 utterances.], batch size: 653, lr: 2.05e-04 +2022-09-18 23:17:12,850 INFO [train.py:885] (1/2) Epoch 23, batch 3850, loss[loss=0.2664, simple_loss=0.3413, pruned_loss=0.0958, over 14304.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03822, over 180.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3504, pruned_loss=0.1043, over 2782422.20 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07184, over 45541.66 utterances.], batch size: 180, lr: 2.05e-04 +2022-09-18 23:17:42,511 INFO [train.py:885] (1/2) Epoch 23, batch 3900, loss[loss=0.3331, simple_loss=0.4208, pruned_loss=0.1227, over 13650.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07965, over 477.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3526, pruned_loss=0.105, over 2785303.02 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07152, over 46401.15 utterances.], batch size: 477, lr: 2.05e-04 +2022-09-18 23:18:12,685 INFO [train.py:885] (1/2) Epoch 23, batch 3950, loss[loss=0.2212, simple_loss=0.2957, pruned_loss=0.07337, over 14136.00 frames. utt_duration=578.3 frames, utt_pad_proportion=0.0472, over 98.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3513, pruned_loss=0.1036, over 2785737.50 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07024, over 46590.71 utterances.], batch size: 98, lr: 2.05e-04 +2022-09-18 23:18:41,827 INFO [train.py:885] (1/2) Epoch 23, batch 4000, loss[loss=0.3074, simple_loss=0.4056, pruned_loss=0.1046, over 13757.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07291, over 411.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3485, pruned_loss=0.1023, over 2784450.37 frames. utt_duration=249 frames, utt_pad_proportion=0.06868, over 45000.75 utterances.], batch size: 411, lr: 2.05e-04 +2022-09-18 23:19:11,771 INFO [train.py:885] (1/2) Epoch 23, batch 4050, loss[loss=0.2869, simple_loss=0.392, pruned_loss=0.09092, over 13627.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08133, over 477.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3495, pruned_loss=0.1025, over 2786311.21 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06923, over 45720.37 utterances.], batch size: 477, lr: 2.05e-04 +2022-09-18 23:19:40,984 INFO [train.py:885] (1/2) Epoch 23, batch 4100, loss[loss=0.3078, simple_loss=0.3742, pruned_loss=0.1207, over 14247.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04237, over 225.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.35, pruned_loss=0.1036, over 2788848.48 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06824, over 45152.66 utterances.], batch size: 225, lr: 2.05e-04 +2022-09-18 23:20:11,792 INFO [train.py:885] (1/2) Epoch 23, batch 4150, loss[loss=0.3558, simple_loss=0.4104, pruned_loss=0.1505, over 14309.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.0381, over 180.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3498, pruned_loss=0.1039, over 2790090.66 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0675, over 45152.73 utterances.], batch size: 180, lr: 2.05e-04 +2022-09-18 23:20:41,044 INFO [train.py:885] (1/2) Epoch 23, batch 4200, loss[loss=0.2886, simple_loss=0.3949, pruned_loss=0.09114, over 13591.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08367, over 477.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3472, pruned_loss=0.1022, over 2790600.80 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06739, over 44165.95 utterances.], batch size: 477, lr: 2.05e-04 +2022-09-18 23:21:09,806 INFO [train.py:885] (1/2) Epoch 23, batch 4250, loss[loss=0.1887, simple_loss=0.259, pruned_loss=0.0592, over 13928.00 frames. utt_duration=930.2 frames, utt_pad_proportion=0.0642, over 60.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3444, pruned_loss=0.1009, over 2787204.12 frames. utt_duration=257 frames, utt_pad_proportion=0.06831, over 43635.86 utterances.], batch size: 60, lr: 2.05e-04 +2022-09-18 23:21:39,633 INFO [train.py:885] (1/2) Epoch 23, batch 4300, loss[loss=0.2186, simple_loss=0.275, pruned_loss=0.08113, over 13907.00 frames. utt_duration=807.6 frames, utt_pad_proportion=0.05875, over 69.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3445, pruned_loss=0.1011, over 2784925.00 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06949, over 43405.47 utterances.], batch size: 69, lr: 2.05e-04 +2022-09-18 23:22:09,431 INFO [train.py:885] (1/2) Epoch 23, batch 4350, loss[loss=0.3488, simple_loss=0.4067, pruned_loss=0.1455, over 14243.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.04187, over 306.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3444, pruned_loss=0.1006, over 2780712.67 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07184, over 44174.23 utterances.], batch size: 306, lr: 2.05e-04 +2022-09-18 23:22:38,550 INFO [train.py:885] (1/2) Epoch 23, batch 4400, loss[loss=0.2916, simple_loss=0.3463, pruned_loss=0.1184, over 14320.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.0387, over 120.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.346, pruned_loss=0.1021, over 2783455.15 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07187, over 43842.92 utterances.], batch size: 120, lr: 2.05e-04 +2022-09-18 23:23:08,355 INFO [train.py:885] (1/2) Epoch 23, batch 4450, loss[loss=0.2796, simple_loss=0.3684, pruned_loss=0.09542, over 13984.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05665, over 365.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3454, pruned_loss=0.101, over 2780148.42 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07292, over 44350.21 utterances.], batch size: 365, lr: 2.05e-04 +2022-09-18 23:23:38,194 INFO [train.py:885] (1/2) Epoch 23, batch 4500, loss[loss=0.377, simple_loss=0.4265, pruned_loss=0.1637, over 14189.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04553, over 306.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3435, pruned_loss=0.09989, over 2781409.42 frames. utt_duration=258.8 frames, utt_pad_proportion=0.07223, over 43228.53 utterances.], batch size: 306, lr: 2.05e-04 +2022-09-18 23:24:07,822 INFO [train.py:885] (1/2) Epoch 23, batch 4550, loss[loss=0.2006, simple_loss=0.2763, pruned_loss=0.06247, over 14204.00 frames. utt_duration=639.8 frames, utt_pad_proportion=0.0437, over 89.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3448, pruned_loss=0.09998, over 2786220.56 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07035, over 43745.56 utterances.], batch size: 89, lr: 2.05e-04 +2022-09-18 23:24:37,760 INFO [train.py:885] (1/2) Epoch 23, batch 4600, loss[loss=0.2674, simple_loss=0.3344, pruned_loss=0.1002, over 14367.00 frames. utt_duration=374.7 frames, utt_pad_proportion=0.03676, over 154.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3477, pruned_loss=0.1009, over 2780856.69 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07273, over 45956.41 utterances.], batch size: 154, lr: 2.05e-04 +2022-09-18 23:25:07,193 INFO [train.py:885] (1/2) Epoch 23, batch 4650, loss[loss=0.3515, simple_loss=0.4197, pruned_loss=0.1417, over 14007.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05541, over 365.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3498, pruned_loss=0.1025, over 2783812.97 frames. utt_duration=241 frames, utt_pad_proportion=0.07239, over 46486.26 utterances.], batch size: 365, lr: 2.05e-04 +2022-09-18 23:25:36,771 INFO [train.py:885] (1/2) Epoch 23, batch 4700, loss[loss=0.3023, simple_loss=0.3693, pruned_loss=0.1177, over 14302.00 frames. utt_duration=255.8 frames, utt_pad_proportion=0.03853, over 225.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.352, pruned_loss=0.1037, over 2781925.54 frames. utt_duration=238 frames, utt_pad_proportion=0.07274, over 47055.66 utterances.], batch size: 225, lr: 2.05e-04 +2022-09-18 23:26:05,932 INFO [train.py:885] (1/2) Epoch 23, batch 4750, loss[loss=0.3147, simple_loss=0.3826, pruned_loss=0.1234, over 14258.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04162, over 225.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3529, pruned_loss=0.1043, over 2774254.10 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07457, over 47182.82 utterances.], batch size: 225, lr: 2.05e-04 +2022-09-18 23:26:35,201 INFO [train.py:885] (1/2) Epoch 23, batch 4800, loss[loss=0.2923, simple_loss=0.3861, pruned_loss=0.0993, over 13761.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07253, over 411.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3515, pruned_loss=0.1043, over 2779081.39 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0721, over 45566.64 utterances.], batch size: 411, lr: 2.05e-04 +2022-09-18 23:27:04,847 INFO [train.py:885] (1/2) Epoch 23, batch 4850, loss[loss=0.2887, simple_loss=0.3546, pruned_loss=0.1114, over 14299.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03857, over 180.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3501, pruned_loss=0.1033, over 2777569.70 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07173, over 45282.38 utterances.], batch size: 180, lr: 2.05e-04 +2022-09-18 23:27:34,188 INFO [train.py:885] (1/2) Epoch 23, batch 4900, loss[loss=0.1472, simple_loss=0.205, pruned_loss=0.04471, over 12245.00 frames. utt_duration=2042 frames, utt_pad_proportion=0.1772, over 24.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3478, pruned_loss=0.102, over 2778582.16 frames. utt_duration=252.1 frames, utt_pad_proportion=0.0715, over 44345.97 utterances.], batch size: 24, lr: 2.05e-04 +2022-09-18 23:28:03,727 INFO [train.py:885] (1/2) Epoch 23, batch 4950, loss[loss=0.4027, simple_loss=0.4901, pruned_loss=0.1576, over 13187.00 frames. utt_duration=82.27 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3504, pruned_loss=0.1024, over 2776104.77 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07372, over 46179.04 utterances.], batch size: 653, lr: 2.05e-04 +2022-09-18 23:28:33,466 INFO [train.py:885] (1/2) Epoch 23, batch 5000, loss[loss=0.2732, simple_loss=0.3653, pruned_loss=0.0906, over 14009.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05571, over 365.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3514, pruned_loss=0.1038, over 2780131.58 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07257, over 45709.89 utterances.], batch size: 365, lr: 2.05e-04 +2022-09-18 23:29:03,259 INFO [train.py:885] (1/2) Epoch 23, batch 5050, loss[loss=0.4161, simple_loss=0.4964, pruned_loss=0.1679, over 13161.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1071, over 653.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3524, pruned_loss=0.105, over 2780815.46 frames. utt_duration=245 frames, utt_pad_proportion=0.07102, over 45673.59 utterances.], batch size: 653, lr: 2.05e-04 +2022-09-18 23:29:32,320 INFO [train.py:885] (1/2) Epoch 23, batch 5100, loss[loss=0.1824, simple_loss=0.2554, pruned_loss=0.05473, over 13969.00 frames. utt_duration=932.5 frames, utt_pad_proportion=0.06372, over 60.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3473, pruned_loss=0.103, over 2781457.41 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06884, over 43608.58 utterances.], batch size: 60, lr: 2.05e-04 +2022-09-18 23:30:01,873 INFO [train.py:885] (1/2) Epoch 23, batch 5150, loss[loss=0.1652, simple_loss=0.2268, pruned_loss=0.05183, over 13454.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09424, over 50.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3489, pruned_loss=0.1042, over 2780277.33 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07024, over 44060.54 utterances.], batch size: 50, lr: 2.05e-04 +2022-09-18 23:30:31,723 INFO [train.py:885] (1/2) Epoch 23, batch 5200, loss[loss=0.2434, simple_loss=0.3093, pruned_loss=0.0888, over 14127.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05269, over 98.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3493, pruned_loss=0.1039, over 2779548.27 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07241, over 45507.66 utterances.], batch size: 98, lr: 2.05e-04 +2022-09-18 23:31:01,798 INFO [train.py:885] (1/2) Epoch 23, batch 5250, loss[loss=0.1175, simple_loss=0.1641, pruned_loss=0.0354, over 12410.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1641, over 24.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3459, pruned_loss=0.1028, over 2778553.85 frames. utt_duration=250.9 frames, utt_pad_proportion=0.0697, over 44559.19 utterances.], batch size: 24, lr: 2.05e-04 +2022-09-18 23:31:30,821 INFO [train.py:885] (1/2) Epoch 23, batch 5300, loss[loss=0.1517, simple_loss=0.2212, pruned_loss=0.04113, over 13418.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.08857, over 50.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3415, pruned_loss=0.0998, over 2779699.63 frames. utt_duration=257 frames, utt_pad_proportion=0.06919, over 43504.86 utterances.], batch size: 50, lr: 2.05e-04 +2022-09-18 23:32:00,649 INFO [train.py:885] (1/2) Epoch 23, batch 5350, loss[loss=0.1832, simple_loss=0.2598, pruned_loss=0.05335, over 14053.00 frames. utt_duration=712.9 frames, utt_pad_proportion=0.05706, over 79.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3452, pruned_loss=0.1011, over 2783584.31 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06952, over 44740.37 utterances.], batch size: 79, lr: 2.05e-04 +2022-09-18 23:32:30,522 INFO [train.py:885] (1/2) Epoch 23, batch 5400, loss[loss=0.17, simple_loss=0.231, pruned_loss=0.05451, over 13677.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08109, over 42.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3458, pruned_loss=0.1015, over 2783133.09 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07006, over 45264.86 utterances.], batch size: 42, lr: 2.05e-04 +2022-09-18 23:33:07,955 INFO [train.py:885] (1/2) Epoch 23, batch 5450, loss[loss=0.2662, simple_loss=0.3406, pruned_loss=0.09594, over 14311.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.0382, over 180.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3455, pruned_loss=0.1012, over 2781524.49 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07036, over 45227.07 utterances.], batch size: 180, lr: 2.04e-04 +2022-09-18 23:33:37,660 INFO [train.py:885] (1/2) Epoch 23, batch 5500, loss[loss=0.34, simple_loss=0.3985, pruned_loss=0.1408, over 14302.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.0386, over 180.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3476, pruned_loss=0.1025, over 2780940.25 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06982, over 45172.35 utterances.], batch size: 180, lr: 2.04e-04 +2022-09-18 23:34:07,041 INFO [train.py:885] (1/2) Epoch 23, batch 5550, loss[loss=0.3437, simple_loss=0.399, pruned_loss=0.1442, over 14334.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03916, over 154.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3462, pruned_loss=0.1015, over 2781701.33 frames. utt_duration=250 frames, utt_pad_proportion=0.06869, over 44766.92 utterances.], batch size: 154, lr: 2.04e-04 +2022-09-18 23:34:36,959 INFO [train.py:885] (1/2) Epoch 23, batch 5600, loss[loss=0.2902, simple_loss=0.3624, pruned_loss=0.109, over 14325.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03843, over 262.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3471, pruned_loss=0.1015, over 2784972.08 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06791, over 44985.14 utterances.], batch size: 262, lr: 2.04e-04 +2022-09-18 23:35:06,252 INFO [train.py:885] (1/2) Epoch 23, batch 5650, loss[loss=0.4019, simple_loss=0.459, pruned_loss=0.1724, over 14016.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05433, over 365.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3484, pruned_loss=0.1032, over 2784142.73 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06673, over 44927.92 utterances.], batch size: 365, lr: 2.04e-04 +2022-09-18 23:35:36,801 INFO [train.py:885] (1/2) Epoch 23, batch 5700, loss[loss=0.2598, simple_loss=0.3277, pruned_loss=0.096, over 14206.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04268, over 109.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3507, pruned_loss=0.1037, over 2786723.39 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06729, over 45561.51 utterances.], batch size: 109, lr: 2.04e-04 +2022-09-18 23:36:05,981 INFO [train.py:885] (1/2) Epoch 23, batch 5750, loss[loss=0.3066, simple_loss=0.4083, pruned_loss=0.1024, over 13643.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.07481, over 478.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.347, pruned_loss=0.1018, over 2788622.83 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06541, over 43923.38 utterances.], batch size: 478, lr: 2.04e-04 +2022-09-18 23:36:35,169 INFO [train.py:885] (1/2) Epoch 23, batch 5800, loss[loss=0.2555, simple_loss=0.3382, pruned_loss=0.08637, over 14279.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04013, over 180.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3446, pruned_loss=0.1005, over 2783855.47 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06623, over 43693.63 utterances.], batch size: 180, lr: 2.04e-04 +2022-09-18 23:37:04,873 INFO [train.py:885] (1/2) Epoch 23, batch 5850, loss[loss=0.6051, simple_loss=0.6578, pruned_loss=0.2761, over 12528.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.144, over 811.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.348, pruned_loss=0.1018, over 2783313.83 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06763, over 45221.31 utterances.], batch size: 811, lr: 2.04e-04 +2022-09-18 23:37:34,278 INFO [train.py:885] (1/2) Epoch 23, batch 5900, loss[loss=0.2502, simple_loss=0.3135, pruned_loss=0.09345, over 14206.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04268, over 109.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3504, pruned_loss=0.103, over 2788972.79 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06639, over 46041.77 utterances.], batch size: 109, lr: 2.04e-04 +2022-09-18 23:38:03,669 INFO [train.py:885] (1/2) Epoch 23, batch 5950, loss[loss=0.1738, simple_loss=0.2515, pruned_loss=0.04804, over 14074.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.05759, over 70.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3516, pruned_loss=0.1033, over 2788651.11 frames. utt_duration=239.2 frames, utt_pad_proportion=0.06793, over 46918.82 utterances.], batch size: 70, lr: 2.04e-04 +2022-09-18 23:38:33,042 INFO [train.py:885] (1/2) Epoch 23, batch 6000, loss[loss=0.2329, simple_loss=0.2888, pruned_loss=0.08853, over 13986.00 frames. utt_duration=709.7 frames, utt_pad_proportion=0.0612, over 79.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3494, pruned_loss=0.1024, over 2786430.44 frames. utt_duration=242.5 frames, utt_pad_proportion=0.06873, over 46249.16 utterances.], batch size: 79, lr: 2.04e-04 +2022-09-18 23:38:33,043 INFO [train.py:905] (1/2) Computing validation loss +2022-09-18 23:38:37,788 INFO [train.py:914] (1/2) Epoch 23, validation: loss=0.1951, simple_loss=0.2729, pruned_loss=0.05862, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-18 23:39:07,589 INFO [train.py:885] (1/2) Epoch 23, batch 6050, loss[loss=0.2849, simple_loss=0.3591, pruned_loss=0.1054, over 14307.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.0384, over 180.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3504, pruned_loss=0.1029, over 2785483.08 frames. utt_duration=239.6 frames, utt_pad_proportion=0.06913, over 46780.69 utterances.], batch size: 180, lr: 2.04e-04 +2022-09-18 23:39:37,633 INFO [train.py:885] (1/2) Epoch 23, batch 6100, loss[loss=0.3148, simple_loss=0.3981, pruned_loss=0.1157, over 14003.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05548, over 365.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3535, pruned_loss=0.1049, over 2781996.14 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07211, over 48033.68 utterances.], batch size: 365, lr: 2.04e-04 +2022-09-18 23:40:06,896 INFO [train.py:885] (1/2) Epoch 23, batch 6150, loss[loss=0.2947, simple_loss=0.3669, pruned_loss=0.1112, over 14360.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03562, over 210.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3536, pruned_loss=0.1047, over 2778489.63 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07339, over 48284.75 utterances.], batch size: 210, lr: 2.04e-04 +2022-09-18 23:40:36,651 INFO [train.py:885] (1/2) Epoch 23, batch 6200, loss[loss=0.4277, simple_loss=0.4657, pruned_loss=0.1948, over 14324.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03805, over 226.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3524, pruned_loss=0.1047, over 2782935.28 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07024, over 47020.44 utterances.], batch size: 226, lr: 2.04e-04 +2022-09-18 23:41:06,227 INFO [train.py:885] (1/2) Epoch 23, batch 6250, loss[loss=0.3589, simple_loss=0.4091, pruned_loss=0.1544, over 14357.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03571, over 195.00 utterances.], tot_loss[loss=0.2835, simple_loss=0.3549, pruned_loss=0.106, over 2787806.77 frames. utt_duration=236.7 frames, utt_pad_proportion=0.06795, over 47413.65 utterances.], batch size: 195, lr: 2.04e-04 +2022-09-18 23:41:35,725 INFO [train.py:885] (1/2) Epoch 23, batch 6300, loss[loss=0.3416, simple_loss=0.4018, pruned_loss=0.1407, over 14242.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04344, over 335.00 utterances.], tot_loss[loss=0.2851, simple_loss=0.3564, pruned_loss=0.1069, over 2786026.83 frames. utt_duration=235.2 frames, utt_pad_proportion=0.06948, over 47682.32 utterances.], batch size: 335, lr: 2.04e-04 +2022-09-18 23:42:04,889 INFO [train.py:885] (1/2) Epoch 23, batch 6350, loss[loss=0.2719, simple_loss=0.349, pruned_loss=0.09743, over 14377.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03696, over 167.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3496, pruned_loss=0.1041, over 2787228.30 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06684, over 44778.78 utterances.], batch size: 167, lr: 2.04e-04 +2022-09-18 23:42:35,067 INFO [train.py:885] (1/2) Epoch 23, batch 6400, loss[loss=0.1447, simple_loss=0.1943, pruned_loss=0.04759, over 13139.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.119, over 33.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3463, pruned_loss=0.1016, over 2783855.48 frames. utt_duration=250.5 frames, utt_pad_proportion=0.0675, over 44711.64 utterances.], batch size: 33, lr: 2.04e-04 +2022-09-18 23:43:04,951 INFO [train.py:885] (1/2) Epoch 23, batch 6450, loss[loss=0.3602, simple_loss=0.4067, pruned_loss=0.1568, over 14302.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04175, over 167.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.345, pruned_loss=0.1014, over 2784927.45 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06825, over 44258.05 utterances.], batch size: 167, lr: 2.04e-04 +2022-09-18 23:43:35,029 INFO [train.py:885] (1/2) Epoch 23, batch 6500, loss[loss=0.2393, simple_loss=0.3282, pruned_loss=0.07516, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03911, over 180.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3472, pruned_loss=0.1016, over 2788366.82 frames. utt_duration=250.8 frames, utt_pad_proportion=0.0665, over 44739.09 utterances.], batch size: 180, lr: 2.04e-04 +2022-09-18 23:44:03,987 INFO [train.py:885] (1/2) Epoch 23, batch 6550, loss[loss=0.1964, simple_loss=0.2786, pruned_loss=0.05713, over 14025.00 frames. utt_duration=711.8 frames, utt_pad_proportion=0.05844, over 79.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3448, pruned_loss=0.1008, over 2786277.57 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06728, over 44143.54 utterances.], batch size: 79, lr: 2.04e-04 +2022-09-18 23:44:33,637 INFO [train.py:885] (1/2) Epoch 23, batch 6600, loss[loss=0.2062, simple_loss=0.2603, pruned_loss=0.07609, over 13420.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.0965, over 50.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3455, pruned_loss=0.09991, over 2786545.30 frames. utt_duration=247.3 frames, utt_pad_proportion=0.068, over 45335.26 utterances.], batch size: 50, lr: 2.04e-04 +2022-09-18 23:45:03,827 INFO [train.py:885] (1/2) Epoch 23, batch 6650, loss[loss=0.7181, simple_loss=0.7406, pruned_loss=0.3478, over 12487.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1478, over 811.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.347, pruned_loss=0.1008, over 2782215.01 frames. utt_duration=243.9 frames, utt_pad_proportion=0.0706, over 45909.12 utterances.], batch size: 811, lr: 2.04e-04 +2022-09-18 23:45:33,120 INFO [train.py:885] (1/2) Epoch 23, batch 6700, loss[loss=0.5252, simple_loss=0.6006, pruned_loss=0.2249, over 12479.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1465, over 811.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3456, pruned_loss=0.09955, over 2777391.98 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07232, over 45836.59 utterances.], batch size: 811, lr: 2.04e-04 +2022-09-18 23:46:03,087 INFO [train.py:885] (1/2) Epoch 23, batch 6750, loss[loss=0.3179, simple_loss=0.3818, pruned_loss=0.127, over 14392.00 frames. utt_duration=296.7 frames, utt_pad_proportion=0.03353, over 195.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3441, pruned_loss=0.09964, over 2776151.98 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06982, over 44207.64 utterances.], batch size: 195, lr: 2.04e-04 +2022-09-18 23:46:32,424 INFO [train.py:885] (1/2) Epoch 23, batch 6800, loss[loss=0.2043, simple_loss=0.2841, pruned_loss=0.06223, over 14173.00 frames. utt_duration=638.5 frames, utt_pad_proportion=0.04844, over 89.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3493, pruned_loss=0.1029, over 2777473.83 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07134, over 45774.59 utterances.], batch size: 89, lr: 2.04e-04 +2022-09-18 23:47:02,154 INFO [train.py:885] (1/2) Epoch 23, batch 6850, loss[loss=0.3229, simple_loss=0.3881, pruned_loss=0.1289, over 14240.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04222, over 306.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3478, pruned_loss=0.1021, over 2775812.76 frames. utt_duration=247 frames, utt_pad_proportion=0.07131, over 45225.53 utterances.], batch size: 306, lr: 2.04e-04 +2022-09-18 23:47:31,445 INFO [train.py:885] (1/2) Epoch 23, batch 6900, loss[loss=0.2873, simple_loss=0.3492, pruned_loss=0.1127, over 14298.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03996, over 120.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3488, pruned_loss=0.1028, over 2777255.97 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07261, over 45776.92 utterances.], batch size: 120, lr: 2.04e-04 +2022-09-18 23:48:01,062 INFO [train.py:885] (1/2) Epoch 23, batch 6950, loss[loss=0.3741, simple_loss=0.4148, pruned_loss=0.1667, over 14292.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04092, over 262.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3486, pruned_loss=0.1033, over 2778401.20 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07191, over 45596.74 utterances.], batch size: 262, lr: 2.04e-04 +2022-09-18 23:48:30,167 INFO [train.py:885] (1/2) Epoch 23, batch 7000, loss[loss=0.1556, simple_loss=0.2056, pruned_loss=0.05275, over 13052.00 frames. utt_duration=1583 frames, utt_pad_proportion=0.1238, over 33.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3486, pruned_loss=0.1032, over 2777778.19 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07183, over 45606.18 utterances.], batch size: 33, lr: 2.04e-04 +2022-09-18 23:48:59,950 INFO [train.py:885] (1/2) Epoch 23, batch 7050, loss[loss=0.2189, simple_loss=0.2851, pruned_loss=0.07636, over 14049.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05453, over 98.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3427, pruned_loss=0.1003, over 2774486.50 frames. utt_duration=259.6 frames, utt_pad_proportion=0.07062, over 43003.59 utterances.], batch size: 98, lr: 2.04e-04 +2022-09-18 23:49:29,158 INFO [train.py:885] (1/2) Epoch 23, batch 7100, loss[loss=0.2674, simple_loss=0.3484, pruned_loss=0.09318, over 14339.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03689, over 210.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3463, pruned_loss=0.1022, over 2775053.39 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07233, over 44260.61 utterances.], batch size: 210, lr: 2.04e-04 +2022-09-18 23:49:58,741 INFO [train.py:885] (1/2) Epoch 23, batch 7150, loss[loss=0.2063, simple_loss=0.2828, pruned_loss=0.06486, over 14077.00 frames. utt_duration=576 frames, utt_pad_proportion=0.05567, over 98.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3431, pruned_loss=0.1009, over 2776430.54 frames. utt_duration=259.1 frames, utt_pad_proportion=0.07057, over 43112.07 utterances.], batch size: 98, lr: 2.04e-04 +2022-09-18 23:50:28,769 INFO [train.py:885] (1/2) Epoch 23, batch 7200, loss[loss=0.3836, simple_loss=0.478, pruned_loss=0.1445, over 13141.00 frames. utt_duration=82.03 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3474, pruned_loss=0.1034, over 2776972.90 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07251, over 44440.54 utterances.], batch size: 653, lr: 2.04e-04 +2022-09-18 23:50:58,557 INFO [train.py:885] (1/2) Epoch 23, batch 7250, loss[loss=0.2388, simple_loss=0.3022, pruned_loss=0.08769, over 13775.00 frames. utt_duration=919.9 frames, utt_pad_proportion=0.07549, over 60.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3473, pruned_loss=0.1034, over 2775546.27 frames. utt_duration=252.6 frames, utt_pad_proportion=0.0724, over 44209.36 utterances.], batch size: 60, lr: 2.04e-04 +2022-09-18 23:51:28,281 INFO [train.py:885] (1/2) Epoch 23, batch 7300, loss[loss=0.2144, simple_loss=0.2917, pruned_loss=0.06857, over 14332.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.0379, over 120.00 utterances.], tot_loss[loss=0.2816, simple_loss=0.3517, pruned_loss=0.1057, over 2778596.65 frames. utt_duration=243 frames, utt_pad_proportion=0.07201, over 46024.42 utterances.], batch size: 120, lr: 2.04e-04 +2022-09-18 23:51:57,403 INFO [train.py:885] (1/2) Epoch 23, batch 7350, loss[loss=0.1119, simple_loss=0.166, pruned_loss=0.02888, over 13032.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1225, over 33.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3482, pruned_loss=0.1038, over 2781855.90 frames. utt_duration=251.9 frames, utt_pad_proportion=0.0697, over 44429.33 utterances.], batch size: 33, lr: 2.04e-04 +2022-09-18 23:52:27,155 INFO [train.py:885] (1/2) Epoch 23, batch 7400, loss[loss=0.1882, simple_loss=0.263, pruned_loss=0.05664, over 13940.00 frames. utt_duration=809.6 frames, utt_pad_proportion=0.05752, over 69.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3441, pruned_loss=0.1011, over 2782150.92 frames. utt_duration=261.6 frames, utt_pad_proportion=0.06923, over 42775.00 utterances.], batch size: 69, lr: 2.04e-04 +2022-09-18 23:52:57,174 INFO [train.py:885] (1/2) Epoch 23, batch 7450, loss[loss=0.1783, simple_loss=0.2277, pruned_loss=0.06446, over 13120.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1058, over 33.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3487, pruned_loss=0.103, over 2774876.80 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07286, over 45282.70 utterances.], batch size: 33, lr: 2.04e-04 +2022-09-18 23:53:26,433 INFO [train.py:885] (1/2) Epoch 23, batch 7500, loss[loss=0.3635, simple_loss=0.4054, pruned_loss=0.1608, over 14319.00 frames. utt_duration=274 frames, utt_pad_proportion=0.03856, over 210.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3503, pruned_loss=0.1037, over 2780561.89 frames. utt_duration=246 frames, utt_pad_proportion=0.07255, over 45486.63 utterances.], batch size: 210, lr: 2.04e-04 +2022-09-18 23:53:55,887 INFO [train.py:885] (1/2) Epoch 23, batch 7550, loss[loss=0.4379, simple_loss=0.4996, pruned_loss=0.1881, over 13729.00 frames. utt_duration=116.6 frames, utt_pad_proportion=0.07449, over 477.00 utterances.], tot_loss[loss=0.2847, simple_loss=0.3555, pruned_loss=0.1069, over 2776570.52 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07474, over 47580.00 utterances.], batch size: 477, lr: 2.04e-04 +2022-09-18 23:54:25,857 INFO [train.py:885] (1/2) Epoch 23, batch 7600, loss[loss=0.1862, simple_loss=0.2605, pruned_loss=0.05595, over 13841.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06205, over 69.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3509, pruned_loss=0.1045, over 2776753.57 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07323, over 45807.10 utterances.], batch size: 69, lr: 2.04e-04 +2022-09-18 23:54:54,812 INFO [train.py:885] (1/2) Epoch 23, batch 7650, loss[loss=0.3206, simple_loss=0.396, pruned_loss=0.1226, over 13990.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05653, over 365.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3492, pruned_loss=0.1033, over 2776736.94 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07232, over 45476.29 utterances.], batch size: 365, lr: 2.04e-04 +2022-09-18 23:55:24,443 INFO [train.py:885] (1/2) Epoch 23, batch 7700, loss[loss=0.2858, simple_loss=0.3398, pruned_loss=0.1159, over 14264.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.0454, over 110.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3489, pruned_loss=0.104, over 2777689.33 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07127, over 44943.85 utterances.], batch size: 110, lr: 2.04e-04 +2022-09-18 23:55:54,233 INFO [train.py:885] (1/2) Epoch 23, batch 7750, loss[loss=0.3734, simple_loss=0.4179, pruned_loss=0.1644, over 14265.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.0407, over 180.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3437, pruned_loss=0.1017, over 2778729.85 frames. utt_duration=266.8 frames, utt_pad_proportion=0.06961, over 41887.53 utterances.], batch size: 180, lr: 2.04e-04 +2022-09-18 23:56:24,137 INFO [train.py:885] (1/2) Epoch 23, batch 7800, loss[loss=0.3509, simple_loss=0.4134, pruned_loss=0.1442, over 14236.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04242, over 306.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3467, pruned_loss=0.1027, over 2782840.58 frames. utt_duration=257.6 frames, utt_pad_proportion=0.0675, over 43453.99 utterances.], batch size: 306, lr: 2.04e-04 +2022-09-18 23:56:53,500 INFO [train.py:885] (1/2) Epoch 23, batch 7850, loss[loss=0.2277, simple_loss=0.3103, pruned_loss=0.07257, over 14172.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04456, over 109.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3506, pruned_loss=0.104, over 2786699.11 frames. utt_duration=249 frames, utt_pad_proportion=0.06858, over 45036.02 utterances.], batch size: 109, lr: 2.04e-04 +2022-09-18 23:57:23,185 INFO [train.py:885] (1/2) Epoch 23, batch 7900, loss[loss=0.3137, simple_loss=0.3901, pruned_loss=0.1187, over 14252.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.0413, over 306.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3465, pruned_loss=0.102, over 2788700.98 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06569, over 43578.84 utterances.], batch size: 306, lr: 2.04e-04 +2022-09-18 23:57:52,594 INFO [train.py:885] (1/2) Epoch 23, batch 7950, loss[loss=0.1877, simple_loss=0.2245, pruned_loss=0.07547, over 13732.00 frames. utt_duration=1100 frames, utt_pad_proportion=0.07622, over 50.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3462, pruned_loss=0.1016, over 2789490.31 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06562, over 44056.52 utterances.], batch size: 50, lr: 2.04e-04 +2022-09-18 23:58:21,885 INFO [train.py:885] (1/2) Epoch 23, batch 8000, loss[loss=0.2723, simple_loss=0.3344, pruned_loss=0.1051, over 14258.00 frames. utt_duration=476.8 frames, utt_pad_proportion=0.04446, over 120.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3461, pruned_loss=0.1012, over 2788267.18 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06634, over 44372.00 utterances.], batch size: 120, lr: 2.04e-04 +2022-09-18 23:58:51,387 INFO [train.py:885] (1/2) Epoch 23, batch 8050, loss[loss=0.243, simple_loss=0.319, pruned_loss=0.08354, over 14261.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04265, over 141.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3487, pruned_loss=0.1026, over 2789261.80 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06757, over 45147.53 utterances.], batch size: 141, lr: 2.04e-04 +2022-09-18 23:59:21,075 INFO [train.py:885] (1/2) Epoch 23, batch 8100, loss[loss=0.5149, simple_loss=0.5987, pruned_loss=0.2155, over 12556.00 frames. utt_duration=63.59 frames, utt_pad_proportion=0.1407, over 810.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3431, pruned_loss=0.1004, over 2788543.23 frames. utt_duration=264.4 frames, utt_pad_proportion=0.06646, over 42425.77 utterances.], batch size: 810, lr: 2.04e-04 +2022-09-18 23:59:50,397 INFO [train.py:885] (1/2) Epoch 23, batch 8150, loss[loss=0.233, simple_loss=0.3079, pruned_loss=0.07903, over 14319.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03842, over 120.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3458, pruned_loss=0.1009, over 2789830.36 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06733, over 44268.33 utterances.], batch size: 120, lr: 2.04e-04 +2022-09-19 00:00:20,624 INFO [train.py:885] (1/2) Epoch 23, batch 8200, loss[loss=0.2894, simple_loss=0.3608, pruned_loss=0.109, over 14381.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03708, over 167.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3494, pruned_loss=0.1024, over 2789890.14 frames. utt_duration=245 frames, utt_pad_proportion=0.06884, over 45817.72 utterances.], batch size: 167, lr: 2.04e-04 +2022-09-19 00:00:49,831 INFO [train.py:885] (1/2) Epoch 23, batch 8250, loss[loss=0.2652, simple_loss=0.3288, pruned_loss=0.1008, over 14308.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03762, over 130.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3463, pruned_loss=0.1011, over 2792275.17 frames. utt_duration=254 frames, utt_pad_proportion=0.06671, over 44232.27 utterances.], batch size: 130, lr: 2.03e-04 +2022-09-19 00:01:19,771 INFO [train.py:885] (1/2) Epoch 23, batch 8300, loss[loss=0.2606, simple_loss=0.3503, pruned_loss=0.08547, over 14362.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03507, over 210.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3419, pruned_loss=0.09899, over 2784700.28 frames. utt_duration=262.5 frames, utt_pad_proportion=0.06648, over 42676.94 utterances.], batch size: 210, lr: 2.03e-04 +2022-09-19 00:01:49,387 INFO [train.py:885] (1/2) Epoch 23, batch 8350, loss[loss=0.3012, simple_loss=0.358, pruned_loss=0.1222, over 14236.00 frames. utt_duration=524 frames, utt_pad_proportion=0.04028, over 109.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.343, pruned_loss=0.09891, over 2784913.78 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06865, over 43404.71 utterances.], batch size: 109, lr: 2.03e-04 +2022-09-19 00:02:18,584 INFO [train.py:885] (1/2) Epoch 23, batch 8400, loss[loss=0.1911, simple_loss=0.2382, pruned_loss=0.072, over 13667.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07921, over 50.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3408, pruned_loss=0.09833, over 2781178.98 frames. utt_duration=260.6 frames, utt_pad_proportion=0.06925, over 42923.79 utterances.], batch size: 50, lr: 2.03e-04 +2022-09-19 00:02:47,666 INFO [train.py:885] (1/2) Epoch 23, batch 8450, loss[loss=0.3365, simple_loss=0.4026, pruned_loss=0.1351, over 14346.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03827, over 244.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3446, pruned_loss=0.1006, over 2776824.19 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07203, over 44575.68 utterances.], batch size: 244, lr: 2.03e-04 +2022-09-19 00:03:17,574 INFO [train.py:885] (1/2) Epoch 23, batch 8500, loss[loss=0.2074, simple_loss=0.2863, pruned_loss=0.06424, over 14128.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.04956, over 98.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3441, pruned_loss=0.1001, over 2778830.02 frames. utt_duration=253 frames, utt_pad_proportion=0.07243, over 44191.36 utterances.], batch size: 98, lr: 2.03e-04 +2022-09-19 00:03:46,751 INFO [train.py:885] (1/2) Epoch 23, batch 8550, loss[loss=0.3047, simple_loss=0.3742, pruned_loss=0.1176, over 14320.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03774, over 226.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3483, pruned_loss=0.102, over 2780199.16 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07264, over 45649.71 utterances.], batch size: 226, lr: 2.03e-04 +2022-09-19 00:04:16,552 INFO [train.py:885] (1/2) Epoch 23, batch 8600, loss[loss=0.1697, simple_loss=0.2428, pruned_loss=0.04829, over 13810.00 frames. utt_duration=802.4 frames, utt_pad_proportion=0.0648, over 69.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3508, pruned_loss=0.1033, over 2777018.85 frames. utt_duration=241 frames, utt_pad_proportion=0.07461, over 46372.31 utterances.], batch size: 69, lr: 2.03e-04 +2022-09-19 00:04:45,899 INFO [train.py:885] (1/2) Epoch 23, batch 8650, loss[loss=0.3474, simple_loss=0.4583, pruned_loss=0.1182, over 13098.00 frames. utt_duration=81.82 frames, utt_pad_proportion=0.1107, over 653.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3477, pruned_loss=0.102, over 2772761.54 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07349, over 45940.83 utterances.], batch size: 653, lr: 2.03e-04 +2022-09-19 00:05:15,559 INFO [train.py:885] (1/2) Epoch 23, batch 8700, loss[loss=0.2017, simple_loss=0.2614, pruned_loss=0.07096, over 13446.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09332, over 50.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3487, pruned_loss=0.1021, over 2773061.85 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07489, over 46371.03 utterances.], batch size: 50, lr: 2.03e-04 +2022-09-19 00:05:45,301 INFO [train.py:885] (1/2) Epoch 23, batch 8750, loss[loss=0.3613, simple_loss=0.4327, pruned_loss=0.1449, over 13979.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05752, over 365.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3499, pruned_loss=0.1031, over 2770489.01 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07537, over 46366.02 utterances.], batch size: 365, lr: 2.03e-04 +2022-09-19 00:06:14,395 INFO [train.py:885] (1/2) Epoch 23, batch 8800, loss[loss=0.2206, simple_loss=0.2913, pruned_loss=0.07491, over 14152.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.05, over 89.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3511, pruned_loss=0.1038, over 2773692.84 frames. utt_duration=238 frames, utt_pad_proportion=0.07459, over 46912.44 utterances.], batch size: 89, lr: 2.03e-04 +2022-09-19 00:06:44,475 INFO [train.py:885] (1/2) Epoch 23, batch 8850, loss[loss=0.2261, simple_loss=0.3108, pruned_loss=0.07069, over 14373.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.03774, over 155.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3505, pruned_loss=0.1033, over 2775904.90 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07294, over 46196.86 utterances.], batch size: 155, lr: 2.03e-04 +2022-09-19 00:07:13,526 INFO [train.py:885] (1/2) Epoch 23, batch 8900, loss[loss=0.3014, simple_loss=0.4022, pruned_loss=0.1003, over 13650.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0797, over 477.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3496, pruned_loss=0.1026, over 2779372.93 frames. utt_duration=244.7 frames, utt_pad_proportion=0.0704, over 45710.21 utterances.], batch size: 477, lr: 2.03e-04 +2022-09-19 00:07:43,014 INFO [train.py:885] (1/2) Epoch 23, batch 8950, loss[loss=0.32, simple_loss=0.3982, pruned_loss=0.1208, over 13979.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05708, over 365.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3522, pruned_loss=0.1036, over 2778064.54 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07343, over 46959.67 utterances.], batch size: 365, lr: 2.03e-04 +2022-09-19 00:08:13,278 INFO [train.py:885] (1/2) Epoch 23, batch 9000, loss[loss=0.3608, simple_loss=0.4162, pruned_loss=0.1527, over 14234.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04229, over 335.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3494, pruned_loss=0.1026, over 2778368.70 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07207, over 45921.14 utterances.], batch size: 335, lr: 2.03e-04 +2022-09-19 00:08:13,278 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 00:08:17,984 INFO [train.py:914] (1/2) Epoch 23, validation: loss=0.1906, simple_loss=0.2725, pruned_loss=0.05437, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 00:08:47,433 INFO [train.py:885] (1/2) Epoch 23, batch 9050, loss[loss=0.2739, simple_loss=0.3544, pruned_loss=0.09668, over 14260.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.0414, over 180.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3446, pruned_loss=0.09981, over 2780207.65 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06919, over 44140.02 utterances.], batch size: 180, lr: 2.03e-04 +2022-09-19 00:09:16,621 INFO [train.py:885] (1/2) Epoch 23, batch 9100, loss[loss=0.2427, simple_loss=0.3085, pruned_loss=0.08844, over 14092.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.05303, over 98.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3451, pruned_loss=0.1007, over 2780764.12 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06901, over 43611.21 utterances.], batch size: 98, lr: 2.03e-04 +2022-09-19 00:09:46,276 INFO [train.py:885] (1/2) Epoch 23, batch 9150, loss[loss=0.2782, simple_loss=0.3716, pruned_loss=0.09236, over 13981.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05735, over 365.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3474, pruned_loss=0.1018, over 2783195.18 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06942, over 44541.16 utterances.], batch size: 365, lr: 2.03e-04 +2022-09-19 00:10:15,732 INFO [train.py:885] (1/2) Epoch 23, batch 9200, loss[loss=0.2434, simple_loss=0.3201, pruned_loss=0.0833, over 14312.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03922, over 120.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3472, pruned_loss=0.1017, over 2779486.25 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07149, over 45118.06 utterances.], batch size: 120, lr: 2.03e-04 +2022-09-19 00:10:45,407 INFO [train.py:885] (1/2) Epoch 23, batch 9250, loss[loss=0.3042, simple_loss=0.4075, pruned_loss=0.1005, over 13653.00 frames. utt_duration=98.8 frames, utt_pad_proportion=0.07662, over 560.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.343, pruned_loss=0.09902, over 2782429.16 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06815, over 43584.37 utterances.], batch size: 560, lr: 2.03e-04 +2022-09-19 00:11:14,723 INFO [train.py:885] (1/2) Epoch 23, batch 9300, loss[loss=0.2921, simple_loss=0.359, pruned_loss=0.1126, over 14311.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03869, over 195.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3469, pruned_loss=0.1011, over 2781885.34 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07019, over 45100.59 utterances.], batch size: 195, lr: 2.03e-04 +2022-09-19 00:11:44,702 INFO [train.py:885] (1/2) Epoch 23, batch 9350, loss[loss=0.2453, simple_loss=0.3185, pruned_loss=0.08602, over 14288.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03922, over 130.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3484, pruned_loss=0.1006, over 2781667.96 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07151, over 46888.53 utterances.], batch size: 130, lr: 2.03e-04 +2022-09-19 00:12:14,001 INFO [train.py:885] (1/2) Epoch 23, batch 9400, loss[loss=0.2859, simple_loss=0.3412, pruned_loss=0.1154, over 14111.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05355, over 98.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3492, pruned_loss=0.1014, over 2777483.64 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07492, over 47423.95 utterances.], batch size: 98, lr: 2.03e-04 +2022-09-19 00:12:43,277 INFO [train.py:885] (1/2) Epoch 23, batch 9450, loss[loss=0.195, simple_loss=0.2597, pruned_loss=0.0651, over 13620.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.08368, over 42.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3474, pruned_loss=0.1006, over 2781131.21 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07321, over 46183.68 utterances.], batch size: 42, lr: 2.03e-04 +2022-09-19 00:13:12,968 INFO [train.py:885] (1/2) Epoch 23, batch 9500, loss[loss=0.4893, simple_loss=0.5895, pruned_loss=0.1945, over 12520.00 frames. utt_duration=63.36 frames, utt_pad_proportion=0.1437, over 810.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3455, pruned_loss=0.1003, over 2780164.18 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07182, over 44959.20 utterances.], batch size: 810, lr: 2.03e-04 +2022-09-19 00:13:42,728 INFO [train.py:885] (1/2) Epoch 23, batch 9550, loss[loss=0.2319, simple_loss=0.3158, pruned_loss=0.074, over 14312.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03914, over 120.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3451, pruned_loss=0.1004, over 2780415.65 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06988, over 44150.19 utterances.], batch size: 120, lr: 2.03e-04 +2022-09-19 00:14:13,044 INFO [train.py:885] (1/2) Epoch 23, batch 9600, loss[loss=0.3131, simple_loss=0.3991, pruned_loss=0.1135, over 13990.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05682, over 365.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3434, pruned_loss=0.09995, over 2780562.69 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06822, over 43667.96 utterances.], batch size: 365, lr: 2.03e-04 +2022-09-19 00:14:42,544 INFO [train.py:885] (1/2) Epoch 23, batch 9650, loss[loss=0.2533, simple_loss=0.3394, pruned_loss=0.08363, over 14307.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03844, over 180.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3477, pruned_loss=0.1016, over 2782603.93 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06885, over 45261.64 utterances.], batch size: 180, lr: 2.03e-04 +2022-09-19 00:15:12,261 INFO [train.py:885] (1/2) Epoch 23, batch 9700, loss[loss=0.2314, simple_loss=0.3087, pruned_loss=0.077, over 14295.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04215, over 120.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3491, pruned_loss=0.1026, over 2781772.62 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07023, over 45570.73 utterances.], batch size: 120, lr: 2.03e-04 +2022-09-19 00:15:42,059 INFO [train.py:885] (1/2) Epoch 23, batch 9750, loss[loss=0.1564, simple_loss=0.2224, pruned_loss=0.04517, over 13353.00 frames. utt_duration=1620 frames, utt_pad_proportion=0.1034, over 33.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3495, pruned_loss=0.1027, over 2779805.57 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07272, over 46304.53 utterances.], batch size: 33, lr: 2.03e-04 +2022-09-19 00:16:10,733 INFO [train.py:885] (1/2) Epoch 23, batch 9800, loss[loss=0.2892, simple_loss=0.3601, pruned_loss=0.1091, over 14223.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04322, over 306.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.352, pruned_loss=0.1047, over 2784980.49 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07009, over 45794.11 utterances.], batch size: 306, lr: 2.03e-04 +2022-09-19 00:16:40,482 INFO [train.py:885] (1/2) Epoch 23, batch 9850, loss[loss=0.2845, simple_loss=0.3609, pruned_loss=0.104, over 14343.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03694, over 283.00 utterances.], tot_loss[loss=0.281, simple_loss=0.353, pruned_loss=0.1045, over 2784254.90 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07109, over 46711.78 utterances.], batch size: 283, lr: 2.03e-04 +2022-09-19 00:17:10,047 INFO [train.py:885] (1/2) Epoch 23, batch 9900, loss[loss=0.1995, simple_loss=0.2822, pruned_loss=0.05841, over 13991.00 frames. utt_duration=709.7 frames, utt_pad_proportion=0.06121, over 79.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3531, pruned_loss=0.1046, over 2785591.43 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07028, over 46677.70 utterances.], batch size: 79, lr: 2.03e-04 +2022-09-19 00:17:39,945 INFO [train.py:885] (1/2) Epoch 23, batch 9950, loss[loss=0.4759, simple_loss=0.5718, pruned_loss=0.19, over 12528.00 frames. utt_duration=63.44 frames, utt_pad_proportion=0.1427, over 810.00 utterances.], tot_loss[loss=0.2839, simple_loss=0.356, pruned_loss=0.1059, over 2780973.68 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07306, over 48331.67 utterances.], batch size: 810, lr: 2.03e-04 +2022-09-19 00:18:09,298 INFO [train.py:885] (1/2) Epoch 23, batch 10000, loss[loss=0.2977, simple_loss=0.3667, pruned_loss=0.1144, over 14348.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03664, over 210.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3523, pruned_loss=0.1043, over 2783779.84 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07168, over 46413.21 utterances.], batch size: 210, lr: 2.03e-04 +2022-09-19 00:18:38,516 INFO [train.py:885] (1/2) Epoch 23, batch 10050, loss[loss=0.2721, simple_loss=0.3478, pruned_loss=0.09823, over 14303.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.04197, over 167.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3541, pruned_loss=0.1052, over 2784324.59 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07117, over 46400.20 utterances.], batch size: 167, lr: 2.03e-04 +2022-09-19 00:19:08,287 INFO [train.py:885] (1/2) Epoch 23, batch 10100, loss[loss=0.3715, simple_loss=0.4697, pruned_loss=0.1366, over 13106.00 frames. utt_duration=81.75 frames, utt_pad_proportion=0.1114, over 653.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3538, pruned_loss=0.1043, over 2787582.95 frames. utt_duration=241 frames, utt_pad_proportion=0.06967, over 46558.95 utterances.], batch size: 653, lr: 2.03e-04 +2022-09-19 00:19:37,622 INFO [train.py:885] (1/2) Epoch 23, batch 10150, loss[loss=0.1795, simple_loss=0.2615, pruned_loss=0.04879, over 13059.00 frames. utt_duration=2010 frames, utt_pad_proportion=0.1112, over 26.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3513, pruned_loss=0.1028, over 2781026.38 frames. utt_duration=242.6 frames, utt_pad_proportion=0.06962, over 46134.66 utterances.], batch size: 26, lr: 2.03e-04 +2022-09-19 00:20:06,950 INFO [train.py:885] (1/2) Epoch 23, batch 10200, loss[loss=0.3526, simple_loss=0.411, pruned_loss=0.1471, over 14208.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.0444, over 306.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3523, pruned_loss=0.1035, over 2779340.08 frames. utt_duration=239.2 frames, utt_pad_proportion=0.06958, over 46767.02 utterances.], batch size: 306, lr: 2.03e-04 +2022-09-19 00:20:36,422 INFO [train.py:885] (1/2) Epoch 23, batch 10250, loss[loss=0.3103, simple_loss=0.3819, pruned_loss=0.1194, over 14322.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03885, over 262.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3497, pruned_loss=0.1024, over 2778793.44 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07121, over 45926.90 utterances.], batch size: 262, lr: 2.03e-04 +2022-09-19 00:21:06,855 INFO [train.py:885] (1/2) Epoch 23, batch 10300, loss[loss=0.195, simple_loss=0.2705, pruned_loss=0.05974, over 14030.00 frames. utt_duration=711.8 frames, utt_pad_proportion=0.05847, over 79.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3461, pruned_loss=0.1008, over 2777641.74 frames. utt_duration=253.3 frames, utt_pad_proportion=0.0709, over 44120.15 utterances.], batch size: 79, lr: 2.03e-04 +2022-09-19 00:21:36,234 INFO [train.py:885] (1/2) Epoch 23, batch 10350, loss[loss=0.2371, simple_loss=0.3137, pruned_loss=0.08022, over 14234.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04713, over 141.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3454, pruned_loss=0.1007, over 2777749.85 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06978, over 43982.38 utterances.], batch size: 141, lr: 2.03e-04 +2022-09-19 00:22:06,270 INFO [train.py:885] (1/2) Epoch 23, batch 10400, loss[loss=0.2375, simple_loss=0.3163, pruned_loss=0.07937, over 14300.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04208, over 120.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3435, pruned_loss=0.09986, over 2777897.41 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07101, over 43527.41 utterances.], batch size: 120, lr: 2.03e-04 +2022-09-19 00:22:35,650 INFO [train.py:885] (1/2) Epoch 23, batch 10450, loss[loss=0.2281, simple_loss=0.2998, pruned_loss=0.07822, over 14173.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04466, over 109.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3459, pruned_loss=0.1015, over 2778869.39 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07071, over 44163.88 utterances.], batch size: 109, lr: 2.03e-04 +2022-09-19 00:23:12,661 INFO [train.py:885] (1/2) Epoch 23, batch 10500, loss[loss=0.1776, simple_loss=0.229, pruned_loss=0.0631, over 13511.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08967, over 50.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3463, pruned_loss=0.1019, over 2775079.19 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07448, over 44407.97 utterances.], batch size: 50, lr: 2.03e-04 +2022-09-19 00:23:41,729 INFO [train.py:885] (1/2) Epoch 23, batch 10550, loss[loss=0.292, simple_loss=0.3791, pruned_loss=0.1025, over 13983.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05677, over 365.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3462, pruned_loss=0.1022, over 2778179.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07202, over 43801.71 utterances.], batch size: 365, lr: 2.03e-04 +2022-09-19 00:24:11,728 INFO [train.py:885] (1/2) Epoch 23, batch 10600, loss[loss=0.3694, simple_loss=0.4181, pruned_loss=0.1603, over 14208.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04474, over 335.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3491, pruned_loss=0.1038, over 2778571.34 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07248, over 44762.69 utterances.], batch size: 335, lr: 2.03e-04 +2022-09-19 00:24:41,097 INFO [train.py:885] (1/2) Epoch 23, batch 10650, loss[loss=0.279, simple_loss=0.3318, pruned_loss=0.113, over 14005.00 frames. utt_duration=573 frames, utt_pad_proportion=0.05915, over 98.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3475, pruned_loss=0.102, over 2774265.41 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07391, over 44924.50 utterances.], batch size: 98, lr: 2.03e-04 +2022-09-19 00:25:10,686 INFO [train.py:885] (1/2) Epoch 23, batch 10700, loss[loss=0.188, simple_loss=0.2478, pruned_loss=0.06413, over 13652.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.08178, over 50.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3461, pruned_loss=0.1009, over 2776562.35 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07096, over 44208.95 utterances.], batch size: 50, lr: 2.03e-04 +2022-09-19 00:25:40,188 INFO [train.py:885] (1/2) Epoch 23, batch 10750, loss[loss=0.2245, simple_loss=0.307, pruned_loss=0.07102, over 14310.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.03771, over 154.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.345, pruned_loss=0.1003, over 2777494.47 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06986, over 44205.76 utterances.], batch size: 154, lr: 2.03e-04 +2022-09-19 00:26:10,371 INFO [train.py:885] (1/2) Epoch 23, batch 10800, loss[loss=0.1903, simple_loss=0.2529, pruned_loss=0.06381, over 13459.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.08458, over 50.00 utterances.], tot_loss[loss=0.274, simple_loss=0.346, pruned_loss=0.101, over 2778183.26 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06974, over 44310.04 utterances.], batch size: 50, lr: 2.03e-04 +2022-09-19 00:26:45,665 INFO [train.py:885] (1/2) Epoch 23, batch 10850, loss[loss=0.2975, simple_loss=0.3709, pruned_loss=0.1121, over 14248.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04192, over 225.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3428, pruned_loss=0.09942, over 2782661.92 frames. utt_duration=263.2 frames, utt_pad_proportion=0.06853, over 42530.33 utterances.], batch size: 225, lr: 2.03e-04 +2022-09-19 00:27:15,395 INFO [train.py:885] (1/2) Epoch 23, batch 10900, loss[loss=0.2226, simple_loss=0.2897, pruned_loss=0.07778, over 14082.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05199, over 98.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3424, pruned_loss=0.0994, over 2779948.44 frames. utt_duration=263.2 frames, utt_pad_proportion=0.06956, over 42488.18 utterances.], batch size: 98, lr: 2.03e-04 +2022-09-19 00:27:45,388 INFO [train.py:885] (1/2) Epoch 23, batch 10950, loss[loss=0.2904, simple_loss=0.3504, pruned_loss=0.1152, over 14269.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.04202, over 120.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3438, pruned_loss=0.09988, over 2773783.01 frames. utt_duration=256.8 frames, utt_pad_proportion=0.07327, over 43447.73 utterances.], batch size: 120, lr: 2.03e-04 +2022-09-19 00:28:15,254 INFO [train.py:885] (1/2) Epoch 23, batch 11000, loss[loss=0.1997, simple_loss=0.2746, pruned_loss=0.06237, over 13997.00 frames. utt_duration=710.1 frames, utt_pad_proportion=0.0607, over 79.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3454, pruned_loss=0.1006, over 2777774.55 frames. utt_duration=255.9 frames, utt_pad_proportion=0.07218, over 43678.94 utterances.], batch size: 79, lr: 2.03e-04 +2022-09-19 00:28:44,382 INFO [train.py:885] (1/2) Epoch 23, batch 11050, loss[loss=0.3347, simple_loss=0.3851, pruned_loss=0.1422, over 14213.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04545, over 141.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3451, pruned_loss=0.1004, over 2783401.24 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06967, over 43592.62 utterances.], batch size: 141, lr: 2.03e-04 +2022-09-19 00:29:13,697 INFO [train.py:885] (1/2) Epoch 23, batch 11100, loss[loss=0.3023, simple_loss=0.3774, pruned_loss=0.1136, over 14320.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03836, over 210.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3457, pruned_loss=0.1005, over 2782948.76 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07104, over 43700.84 utterances.], batch size: 210, lr: 2.02e-04 +2022-09-19 00:29:43,517 INFO [train.py:885] (1/2) Epoch 23, batch 11150, loss[loss=0.3106, simple_loss=0.3805, pruned_loss=0.1204, over 14398.00 frames. utt_duration=237.6 frames, utt_pad_proportion=0.03014, over 244.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3452, pruned_loss=0.1001, over 2785509.07 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06909, over 43620.67 utterances.], batch size: 244, lr: 2.02e-04 +2022-09-19 00:30:12,668 INFO [train.py:885] (1/2) Epoch 23, batch 11200, loss[loss=0.3012, simple_loss=0.3683, pruned_loss=0.1171, over 14246.00 frames. utt_duration=318 frames, utt_pad_proportion=0.0422, over 180.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3471, pruned_loss=0.1009, over 2782193.85 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07179, over 44721.94 utterances.], batch size: 180, lr: 2.02e-04 +2022-09-19 00:30:42,168 INFO [train.py:885] (1/2) Epoch 23, batch 11250, loss[loss=0.306, simple_loss=0.3697, pruned_loss=0.1211, over 14346.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03591, over 195.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3476, pruned_loss=0.1012, over 2780292.43 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07334, over 45753.26 utterances.], batch size: 195, lr: 2.02e-04 +2022-09-19 00:31:11,864 INFO [train.py:885] (1/2) Epoch 23, batch 11300, loss[loss=0.3464, simple_loss=0.4114, pruned_loss=0.1408, over 14252.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04209, over 335.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3504, pruned_loss=0.1027, over 2780291.40 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07378, over 47070.69 utterances.], batch size: 335, lr: 2.02e-04 +2022-09-19 00:31:41,795 INFO [train.py:885] (1/2) Epoch 23, batch 11350, loss[loss=0.3981, simple_loss=0.4394, pruned_loss=0.1784, over 14206.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04504, over 335.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3497, pruned_loss=0.1023, over 2778147.96 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07407, over 46920.73 utterances.], batch size: 335, lr: 2.02e-04 +2022-09-19 00:32:11,077 INFO [train.py:885] (1/2) Epoch 23, batch 11400, loss[loss=0.1759, simple_loss=0.2346, pruned_loss=0.05864, over 13529.00 frames. utt_duration=1290 frames, utt_pad_proportion=0.09348, over 42.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3527, pruned_loss=0.1036, over 2779961.66 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07455, over 47734.23 utterances.], batch size: 42, lr: 2.02e-04 +2022-09-19 00:32:40,995 INFO [train.py:885] (1/2) Epoch 23, batch 11450, loss[loss=0.2471, simple_loss=0.3279, pruned_loss=0.08312, over 14315.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03801, over 154.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3506, pruned_loss=0.1028, over 2783237.66 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07181, over 46694.38 utterances.], batch size: 154, lr: 2.02e-04 +2022-09-19 00:33:09,890 INFO [train.py:885] (1/2) Epoch 23, batch 11500, loss[loss=0.216, simple_loss=0.2782, pruned_loss=0.07688, over 13845.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06372, over 69.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3509, pruned_loss=0.1035, over 2781956.66 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07182, over 46566.76 utterances.], batch size: 69, lr: 2.02e-04 +2022-09-19 00:33:39,787 INFO [train.py:885] (1/2) Epoch 23, batch 11550, loss[loss=0.2202, simple_loss=0.2817, pruned_loss=0.07938, over 12429.00 frames. utt_duration=2073 frames, utt_pad_proportion=0.1465, over 24.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3518, pruned_loss=0.1031, over 2777138.60 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07302, over 47274.86 utterances.], batch size: 24, lr: 2.02e-04 +2022-09-19 00:34:09,626 INFO [train.py:885] (1/2) Epoch 23, batch 11600, loss[loss=0.2404, simple_loss=0.3143, pruned_loss=0.08328, over 14339.00 frames. utt_duration=479.4 frames, utt_pad_proportion=0.03725, over 120.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3505, pruned_loss=0.102, over 2780916.02 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07265, over 47143.89 utterances.], batch size: 120, lr: 2.02e-04 +2022-09-19 00:34:39,554 INFO [train.py:885] (1/2) Epoch 23, batch 11650, loss[loss=0.3317, simple_loss=0.3936, pruned_loss=0.1349, over 14216.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04397, over 306.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3528, pruned_loss=0.1034, over 2778459.98 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07414, over 47849.27 utterances.], batch size: 306, lr: 2.02e-04 +2022-09-19 00:35:08,986 INFO [train.py:885] (1/2) Epoch 23, batch 11700, loss[loss=0.3465, simple_loss=0.4194, pruned_loss=0.1368, over 14024.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05119, over 366.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3512, pruned_loss=0.103, over 2780406.37 frames. utt_duration=239 frames, utt_pad_proportion=0.07216, over 46818.68 utterances.], batch size: 366, lr: 2.02e-04 +2022-09-19 00:35:38,710 INFO [train.py:885] (1/2) Epoch 23, batch 11750, loss[loss=0.3409, simple_loss=0.3928, pruned_loss=0.1445, over 14263.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.0433, over 154.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.352, pruned_loss=0.1031, over 2784084.09 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07206, over 47043.12 utterances.], batch size: 154, lr: 2.02e-04 +2022-09-19 00:36:07,532 INFO [train.py:885] (1/2) Epoch 23, batch 11800, loss[loss=0.2639, simple_loss=0.3402, pruned_loss=0.09386, over 14333.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.0376, over 195.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3501, pruned_loss=0.1024, over 2784450.22 frames. utt_duration=240.9 frames, utt_pad_proportion=0.0724, over 46526.76 utterances.], batch size: 195, lr: 2.02e-04 +2022-09-19 00:36:37,194 INFO [train.py:885] (1/2) Epoch 23, batch 11850, loss[loss=0.4034, simple_loss=0.4886, pruned_loss=0.1591, over 13151.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1077, over 653.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.349, pruned_loss=0.102, over 2779231.73 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0745, over 46732.62 utterances.], batch size: 653, lr: 2.02e-04 +2022-09-19 00:37:06,258 INFO [train.py:885] (1/2) Epoch 23, batch 11900, loss[loss=0.3036, simple_loss=0.3826, pruned_loss=0.1123, over 14377.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03627, over 244.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.349, pruned_loss=0.1021, over 2784337.14 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07167, over 46459.04 utterances.], batch size: 244, lr: 2.02e-04 +2022-09-19 00:37:35,430 INFO [train.py:885] (1/2) Epoch 23, batch 11950, loss[loss=0.311, simple_loss=0.395, pruned_loss=0.1136, over 13823.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06864, over 411.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3461, pruned_loss=0.1007, over 2785344.85 frames. utt_duration=247 frames, utt_pad_proportion=0.0717, over 45381.94 utterances.], batch size: 411, lr: 2.02e-04 +2022-09-19 00:38:05,626 INFO [train.py:885] (1/2) Epoch 23, batch 12000, loss[loss=0.1927, simple_loss=0.26, pruned_loss=0.06266, over 14080.00 frames. utt_duration=940 frames, utt_pad_proportion=0.05526, over 60.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3489, pruned_loss=0.1022, over 2787317.05 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0711, over 46174.57 utterances.], batch size: 60, lr: 2.02e-04 +2022-09-19 00:38:05,627 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 00:38:10,305 INFO [train.py:914] (1/2) Epoch 23, validation: loss=0.1895, simple_loss=0.271, pruned_loss=0.05406, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 00:38:39,938 INFO [train.py:885] (1/2) Epoch 23, batch 12050, loss[loss=0.4183, simple_loss=0.4513, pruned_loss=0.1927, over 14245.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04226, over 335.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3474, pruned_loss=0.1015, over 2786755.89 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06974, over 45309.23 utterances.], batch size: 335, lr: 2.02e-04 +2022-09-19 00:39:09,230 INFO [train.py:885] (1/2) Epoch 23, batch 12100, loss[loss=0.2824, simple_loss=0.3562, pruned_loss=0.1043, over 14317.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03834, over 195.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3448, pruned_loss=0.09988, over 2785142.87 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06853, over 44742.97 utterances.], batch size: 195, lr: 2.02e-04 +2022-09-19 00:39:39,467 INFO [train.py:885] (1/2) Epoch 23, batch 12150, loss[loss=0.3051, simple_loss=0.3741, pruned_loss=0.1181, over 14268.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04115, over 180.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3453, pruned_loss=0.1002, over 2783456.41 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06816, over 44755.65 utterances.], batch size: 180, lr: 2.02e-04 +2022-09-19 00:40:09,308 INFO [train.py:885] (1/2) Epoch 23, batch 12200, loss[loss=0.2831, simple_loss=0.3581, pruned_loss=0.1041, over 14290.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03912, over 180.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3451, pruned_loss=0.1002, over 2782500.70 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06933, over 44826.53 utterances.], batch size: 180, lr: 2.02e-04 +2022-09-19 00:40:38,428 INFO [train.py:885] (1/2) Epoch 23, batch 12250, loss[loss=0.2268, simple_loss=0.3056, pruned_loss=0.07402, over 14326.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.03667, over 120.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3455, pruned_loss=0.1005, over 2778006.87 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07141, over 45642.15 utterances.], batch size: 120, lr: 2.02e-04 +2022-09-19 00:41:07,628 INFO [train.py:885] (1/2) Epoch 23, batch 12300, loss[loss=0.3519, simple_loss=0.4299, pruned_loss=0.137, over 14007.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05545, over 365.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.345, pruned_loss=0.1, over 2780497.78 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07047, over 45229.55 utterances.], batch size: 365, lr: 2.02e-04 +2022-09-19 00:41:37,368 INFO [train.py:885] (1/2) Epoch 23, batch 12350, loss[loss=0.3329, simple_loss=0.3945, pruned_loss=0.1356, over 14341.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03414, over 244.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3492, pruned_loss=0.1029, over 2782587.95 frames. utt_duration=239.1 frames, utt_pad_proportion=0.06901, over 46846.95 utterances.], batch size: 244, lr: 2.02e-04 +2022-09-19 00:42:06,792 INFO [train.py:885] (1/2) Epoch 23, batch 12400, loss[loss=0.185, simple_loss=0.2581, pruned_loss=0.05598, over 13853.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.06334, over 69.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.347, pruned_loss=0.1014, over 2784923.98 frames. utt_duration=244 frames, utt_pad_proportion=0.06787, over 45933.50 utterances.], batch size: 69, lr: 2.02e-04 +2022-09-19 00:42:35,731 INFO [train.py:885] (1/2) Epoch 23, batch 12450, loss[loss=0.263, simple_loss=0.3443, pruned_loss=0.09085, over 14278.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.03999, over 180.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3472, pruned_loss=0.1017, over 2787129.23 frames. utt_duration=246.5 frames, utt_pad_proportion=0.06789, over 45490.35 utterances.], batch size: 180, lr: 2.02e-04 +2022-09-19 00:43:05,781 INFO [train.py:885] (1/2) Epoch 23, batch 12500, loss[loss=0.2968, simple_loss=0.4025, pruned_loss=0.09556, over 13789.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07198, over 412.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3503, pruned_loss=0.1028, over 2780271.10 frames. utt_duration=238.6 frames, utt_pad_proportion=0.0708, over 46897.46 utterances.], batch size: 412, lr: 2.02e-04 +2022-09-19 00:43:34,882 INFO [train.py:885] (1/2) Epoch 23, batch 12550, loss[loss=0.3028, simple_loss=0.3659, pruned_loss=0.1198, over 14317.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04005, over 154.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3502, pruned_loss=0.1027, over 2778844.78 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0721, over 46564.20 utterances.], batch size: 154, lr: 2.02e-04 +2022-09-19 00:44:02,475 INFO [train.py:885] (1/2) Epoch 23, batch 12600, loss[loss=0.3217, simple_loss=0.3897, pruned_loss=0.1269, over 14306.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03985, over 262.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3477, pruned_loss=0.1011, over 2780801.18 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07055, over 45737.05 utterances.], batch size: 262, lr: 2.02e-04 +2022-09-19 00:44:20,418 INFO [train.py:885] (1/2) Epoch 24, batch 0, loss[loss=0.2019, simple_loss=0.2727, pruned_loss=0.06553, over 13856.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.06226, over 69.00 utterances.], tot_loss[loss=0.2019, simple_loss=0.2727, pruned_loss=0.06553, over 13856.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.06226, over 69.00 utterances.], batch size: 69, lr: 1.98e-04 +2022-09-19 00:44:52,887 INFO [train.py:885] (1/2) Epoch 24, batch 50, loss[loss=0.5239, simple_loss=0.6012, pruned_loss=0.2233, over 12443.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3516, pruned_loss=0.1012, over 627139.70 frames. utt_duration=229 frames, utt_pad_proportion=0.07606, over 11026.09 utterances.], batch size: 810, lr: 1.98e-04 +2022-09-19 00:45:22,331 INFO [train.py:885] (1/2) Epoch 24, batch 100, loss[loss=0.2051, simple_loss=0.2773, pruned_loss=0.06648, over 14221.00 frames. utt_duration=640.9 frames, utt_pad_proportion=0.04483, over 89.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3413, pruned_loss=0.09842, over 1102768.62 frames. utt_duration=258.2 frames, utt_pad_proportion=0.07154, over 17182.12 utterances.], batch size: 89, lr: 1.98e-04 +2022-09-19 00:45:51,645 INFO [train.py:885] (1/2) Epoch 24, batch 150, loss[loss=0.2288, simple_loss=0.3104, pruned_loss=0.07358, over 14291.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.04264, over 141.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3416, pruned_loss=0.09896, over 1476217.21 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06862, over 23125.21 utterances.], batch size: 141, lr: 1.98e-04 +2022-09-19 00:46:21,865 INFO [train.py:885] (1/2) Epoch 24, batch 200, loss[loss=0.6025, simple_loss=0.6497, pruned_loss=0.2776, over 12450.00 frames. utt_duration=63.09 frames, utt_pad_proportion=0.1474, over 810.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3426, pruned_loss=0.09947, over 1763154.35 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07069, over 28133.14 utterances.], batch size: 810, lr: 1.98e-04 +2022-09-19 00:46:51,061 INFO [train.py:885] (1/2) Epoch 24, batch 250, loss[loss=0.2126, simple_loss=0.2791, pruned_loss=0.07305, over 13631.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.08534, over 42.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3387, pruned_loss=0.09772, over 1990328.71 frames. utt_duration=265 frames, utt_pad_proportion=0.06816, over 30212.36 utterances.], batch size: 42, lr: 1.98e-04 +2022-09-19 00:47:20,675 INFO [train.py:885] (1/2) Epoch 24, batch 300, loss[loss=0.2058, simple_loss=0.2565, pruned_loss=0.07757, over 12551.00 frames. utt_duration=2010 frames, utt_pad_proportion=0.1588, over 25.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3439, pruned_loss=0.09954, over 2162901.74 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07134, over 34886.67 utterances.], batch size: 25, lr: 1.98e-04 +2022-09-19 00:47:50,261 INFO [train.py:885] (1/2) Epoch 24, batch 350, loss[loss=0.2927, simple_loss=0.3624, pruned_loss=0.1115, over 14330.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.03717, over 226.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3504, pruned_loss=0.103, over 2296138.92 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07596, over 39180.61 utterances.], batch size: 226, lr: 1.98e-04 +2022-09-19 00:48:19,216 INFO [train.py:885] (1/2) Epoch 24, batch 400, loss[loss=0.1515, simple_loss=0.2086, pruned_loss=0.04724, over 13544.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.0939, over 42.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3463, pruned_loss=0.1009, over 2407493.95 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07346, over 39533.08 utterances.], batch size: 42, lr: 1.98e-04 +2022-09-19 00:48:48,455 INFO [train.py:885] (1/2) Epoch 24, batch 450, loss[loss=0.1894, simple_loss=0.2478, pruned_loss=0.06545, over 13202.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.102, over 33.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3443, pruned_loss=0.1001, over 2491502.18 frames. utt_duration=250.2 frames, utt_pad_proportion=0.0728, over 40065.75 utterances.], batch size: 33, lr: 1.98e-04 +2022-09-19 00:49:18,261 INFO [train.py:885] (1/2) Epoch 24, batch 500, loss[loss=0.1943, simple_loss=0.2685, pruned_loss=0.05999, over 14070.00 frames. utt_duration=805.5 frames, utt_pad_proportion=0.06013, over 70.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3468, pruned_loss=0.1015, over 2553478.28 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07262, over 41539.62 utterances.], batch size: 70, lr: 1.98e-04 +2022-09-19 00:49:47,982 INFO [train.py:885] (1/2) Epoch 24, batch 550, loss[loss=0.2333, simple_loss=0.3093, pruned_loss=0.07866, over 14312.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03937, over 120.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3441, pruned_loss=0.1003, over 2604725.63 frames. utt_duration=256.5 frames, utt_pad_proportion=0.07098, over 40851.23 utterances.], batch size: 120, lr: 1.98e-04 +2022-09-19 00:50:17,833 INFO [train.py:885] (1/2) Epoch 24, batch 600, loss[loss=0.2832, simple_loss=0.3811, pruned_loss=0.09259, over 13775.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07128, over 411.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3458, pruned_loss=0.101, over 2642874.24 frames. utt_duration=252 frames, utt_pad_proportion=0.07059, over 42200.44 utterances.], batch size: 411, lr: 1.98e-04 +2022-09-19 00:50:47,831 INFO [train.py:885] (1/2) Epoch 24, batch 650, loss[loss=0.1606, simple_loss=0.228, pruned_loss=0.04659, over 13952.00 frames. utt_duration=931.4 frames, utt_pad_proportion=0.062, over 60.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3475, pruned_loss=0.1017, over 2674429.65 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07104, over 43437.65 utterances.], batch size: 60, lr: 1.98e-04 +2022-09-19 00:51:17,086 INFO [train.py:885] (1/2) Epoch 24, batch 700, loss[loss=0.2193, simple_loss=0.2662, pruned_loss=0.08621, over 13845.00 frames. utt_duration=924.7 frames, utt_pad_proportion=0.07162, over 60.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3468, pruned_loss=0.1014, over 2696825.30 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07008, over 43151.12 utterances.], batch size: 60, lr: 1.98e-04 +2022-09-19 00:51:52,881 INFO [train.py:885] (1/2) Epoch 24, batch 750, loss[loss=0.3295, simple_loss=0.4013, pruned_loss=0.1289, over 14017.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05446, over 365.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3438, pruned_loss=0.1001, over 2710177.19 frames. utt_duration=256 frames, utt_pad_proportion=0.0719, over 42598.91 utterances.], batch size: 365, lr: 1.98e-04 +2022-09-19 00:52:30,367 INFO [train.py:885] (1/2) Epoch 24, batch 800, loss[loss=0.3231, simple_loss=0.395, pruned_loss=0.1256, over 14371.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03218, over 244.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3466, pruned_loss=0.1013, over 2723338.80 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07308, over 43974.19 utterances.], batch size: 244, lr: 1.98e-04 +2022-09-19 00:52:59,975 INFO [train.py:885] (1/2) Epoch 24, batch 850, loss[loss=0.3314, simple_loss=0.4255, pruned_loss=0.1187, over 13638.00 frames. utt_duration=98.74 frames, utt_pad_proportion=0.07719, over 560.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3473, pruned_loss=0.1024, over 2736844.55 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07186, over 44094.29 utterances.], batch size: 560, lr: 1.98e-04 +2022-09-19 00:53:29,065 INFO [train.py:885] (1/2) Epoch 24, batch 900, loss[loss=0.4606, simple_loss=0.5354, pruned_loss=0.1929, over 13122.00 frames. utt_duration=81.87 frames, utt_pad_proportion=0.1101, over 653.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3494, pruned_loss=0.1038, over 2748258.15 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07074, over 44877.94 utterances.], batch size: 653, lr: 1.98e-04 +2022-09-19 00:53:59,053 INFO [train.py:885] (1/2) Epoch 24, batch 950, loss[loss=0.2004, simple_loss=0.278, pruned_loss=0.06145, over 12343.00 frames. utt_duration=2059 frames, utt_pad_proportion=0.1638, over 24.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3463, pruned_loss=0.1019, over 2758983.10 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06816, over 43448.20 utterances.], batch size: 24, lr: 1.97e-04 +2022-09-19 00:54:28,536 INFO [train.py:885] (1/2) Epoch 24, batch 1000, loss[loss=0.2997, simple_loss=0.4003, pruned_loss=0.09956, over 13790.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07078, over 411.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3483, pruned_loss=0.1025, over 2759985.11 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07206, over 44454.06 utterances.], batch size: 411, lr: 1.97e-04 +2022-09-19 00:54:57,837 INFO [train.py:885] (1/2) Epoch 24, batch 1050, loss[loss=0.2284, simple_loss=0.2997, pruned_loss=0.07854, over 14141.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04688, over 109.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3479, pruned_loss=0.1018, over 2764546.83 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0711, over 44635.90 utterances.], batch size: 109, lr: 1.97e-04 +2022-09-19 00:55:27,952 INFO [train.py:885] (1/2) Epoch 24, batch 1100, loss[loss=0.2509, simple_loss=0.3273, pruned_loss=0.08722, over 14277.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.0439, over 141.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.347, pruned_loss=0.1018, over 2762916.38 frames. utt_duration=248.9 frames, utt_pad_proportion=0.0727, over 44667.95 utterances.], batch size: 141, lr: 1.97e-04 +2022-09-19 00:55:58,119 INFO [train.py:885] (1/2) Epoch 24, batch 1150, loss[loss=0.2608, simple_loss=0.3448, pruned_loss=0.08839, over 14331.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0375, over 283.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3472, pruned_loss=0.1016, over 2765234.44 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07326, over 44917.09 utterances.], batch size: 283, lr: 1.97e-04 +2022-09-19 00:56:26,632 INFO [train.py:885] (1/2) Epoch 24, batch 1200, loss[loss=0.2906, simple_loss=0.3743, pruned_loss=0.1034, over 14055.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05488, over 366.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3481, pruned_loss=0.1024, over 2768248.66 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07204, over 45423.12 utterances.], batch size: 366, lr: 1.97e-04 +2022-09-19 00:56:56,929 INFO [train.py:885] (1/2) Epoch 24, batch 1250, loss[loss=0.3868, simple_loss=0.4762, pruned_loss=0.1486, over 13189.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1048, over 653.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3487, pruned_loss=0.1022, over 2769634.95 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07219, over 45775.68 utterances.], batch size: 653, lr: 1.97e-04 +2022-09-19 00:57:26,547 INFO [train.py:885] (1/2) Epoch 24, batch 1300, loss[loss=0.2982, simple_loss=0.4018, pruned_loss=0.0973, over 13649.00 frames. utt_duration=98.92 frames, utt_pad_proportion=0.07548, over 560.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3508, pruned_loss=0.1033, over 2771063.52 frames. utt_duration=236.4 frames, utt_pad_proportion=0.0721, over 47184.29 utterances.], batch size: 560, lr: 1.97e-04 +2022-09-19 00:57:54,944 INFO [train.py:885] (1/2) Epoch 24, batch 1350, loss[loss=0.2433, simple_loss=0.3104, pruned_loss=0.08808, over 14122.00 frames. utt_duration=578 frames, utt_pad_proportion=0.0509, over 98.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3473, pruned_loss=0.1017, over 2778491.61 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07045, over 45282.61 utterances.], batch size: 98, lr: 1.97e-04 +2022-09-19 00:58:24,682 INFO [train.py:885] (1/2) Epoch 24, batch 1400, loss[loss=0.2543, simple_loss=0.3346, pruned_loss=0.08706, over 14189.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04362, over 109.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3485, pruned_loss=0.1026, over 2780745.44 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07035, over 45506.64 utterances.], batch size: 109, lr: 1.97e-04 +2022-09-19 00:58:54,000 INFO [train.py:885] (1/2) Epoch 24, batch 1450, loss[loss=0.2314, simple_loss=0.3077, pruned_loss=0.07758, over 14251.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04341, over 141.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3472, pruned_loss=0.1011, over 2779930.19 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07243, over 45694.41 utterances.], batch size: 141, lr: 1.97e-04 +2022-09-19 00:59:23,731 INFO [train.py:885] (1/2) Epoch 24, batch 1500, loss[loss=0.2379, simple_loss=0.324, pruned_loss=0.07587, over 14290.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04275, over 141.00 utterances.], tot_loss[loss=0.276, simple_loss=0.348, pruned_loss=0.102, over 2781669.00 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07242, over 45347.89 utterances.], batch size: 141, lr: 1.97e-04 +2022-09-19 00:59:52,995 INFO [train.py:885] (1/2) Epoch 24, batch 1550, loss[loss=0.2812, simple_loss=0.3539, pruned_loss=0.1043, over 14324.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04063, over 167.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.348, pruned_loss=0.1018, over 2778525.41 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07382, over 45730.11 utterances.], batch size: 167, lr: 1.97e-04 +2022-09-19 01:00:22,595 INFO [train.py:885] (1/2) Epoch 24, batch 1600, loss[loss=0.1481, simple_loss=0.2168, pruned_loss=0.0397, over 13701.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.0828, over 42.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3441, pruned_loss=0.09955, over 2777837.50 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07239, over 44142.55 utterances.], batch size: 42, lr: 1.97e-04 +2022-09-19 01:00:52,320 INFO [train.py:885] (1/2) Epoch 24, batch 1650, loss[loss=0.1663, simple_loss=0.223, pruned_loss=0.05481, over 12051.00 frames. utt_duration=2010 frames, utt_pad_proportion=0.1683, over 24.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3442, pruned_loss=0.0998, over 2777375.66 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07299, over 43833.85 utterances.], batch size: 24, lr: 1.97e-04 +2022-09-19 01:01:21,237 INFO [train.py:885] (1/2) Epoch 24, batch 1700, loss[loss=0.1662, simple_loss=0.2359, pruned_loss=0.04831, over 13549.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09031, over 42.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3413, pruned_loss=0.09847, over 2779430.95 frames. utt_duration=262.9 frames, utt_pad_proportion=0.07228, over 42530.36 utterances.], batch size: 42, lr: 1.97e-04 +2022-09-19 01:01:50,726 INFO [train.py:885] (1/2) Epoch 24, batch 1750, loss[loss=0.2954, simple_loss=0.3995, pruned_loss=0.09567, over 13655.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07963, over 477.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3442, pruned_loss=0.1003, over 2784679.63 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06927, over 42976.55 utterances.], batch size: 477, lr: 1.97e-04 +2022-09-19 01:02:21,705 INFO [train.py:885] (1/2) Epoch 24, batch 1800, loss[loss=0.1854, simple_loss=0.2368, pruned_loss=0.067, over 13360.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08733, over 41.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3457, pruned_loss=0.1007, over 2786054.62 frames. utt_duration=256 frames, utt_pad_proportion=0.06806, over 43788.54 utterances.], batch size: 41, lr: 1.97e-04 +2022-09-19 01:02:51,680 INFO [train.py:885] (1/2) Epoch 24, batch 1850, loss[loss=0.5213, simple_loss=0.6016, pruned_loss=0.2205, over 12493.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3503, pruned_loss=0.1027, over 2783316.50 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07184, over 46415.48 utterances.], batch size: 810, lr: 1.97e-04 +2022-09-19 01:03:21,209 INFO [train.py:885] (1/2) Epoch 24, batch 1900, loss[loss=0.3239, simple_loss=0.4325, pruned_loss=0.1076, over 13602.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07926, over 560.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3474, pruned_loss=0.1015, over 2781672.05 frames. utt_duration=250 frames, utt_pad_proportion=0.07012, over 44770.08 utterances.], batch size: 560, lr: 1.97e-04 +2022-09-19 01:03:50,499 INFO [train.py:885] (1/2) Epoch 24, batch 1950, loss[loss=0.2969, simple_loss=0.3733, pruned_loss=0.1102, over 14334.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.0378, over 262.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3489, pruned_loss=0.1024, over 2780855.87 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07215, over 45132.04 utterances.], batch size: 262, lr: 1.97e-04 +2022-09-19 01:04:19,828 INFO [train.py:885] (1/2) Epoch 24, batch 2000, loss[loss=0.2884, simple_loss=0.3665, pruned_loss=0.1051, over 14382.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.0315, over 244.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3521, pruned_loss=0.1041, over 2779582.86 frames. utt_duration=241 frames, utt_pad_proportion=0.07283, over 46428.93 utterances.], batch size: 244, lr: 1.97e-04 +2022-09-19 01:04:49,081 INFO [train.py:885] (1/2) Epoch 24, batch 2050, loss[loss=0.3011, simple_loss=0.3904, pruned_loss=0.1059, over 13953.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05897, over 365.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3496, pruned_loss=0.1029, over 2783140.57 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07078, over 45449.01 utterances.], batch size: 365, lr: 1.97e-04 +2022-09-19 01:05:18,862 INFO [train.py:885] (1/2) Epoch 24, batch 2100, loss[loss=0.2632, simple_loss=0.3282, pruned_loss=0.09904, over 14120.00 frames. utt_duration=577.8 frames, utt_pad_proportion=0.05127, over 98.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3482, pruned_loss=0.1026, over 2782132.86 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06922, over 44767.63 utterances.], batch size: 98, lr: 1.97e-04 +2022-09-19 01:05:48,154 INFO [train.py:885] (1/2) Epoch 24, batch 2150, loss[loss=0.2038, simple_loss=0.2775, pruned_loss=0.06511, over 13819.00 frames. utt_duration=922.9 frames, utt_pad_proportion=0.07246, over 60.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3473, pruned_loss=0.1016, over 2784314.51 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06898, over 44356.27 utterances.], batch size: 60, lr: 1.97e-04 +2022-09-19 01:06:17,797 INFO [train.py:885] (1/2) Epoch 24, batch 2200, loss[loss=0.2717, simple_loss=0.3419, pruned_loss=0.1007, over 14288.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.04056, over 120.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3452, pruned_loss=0.1006, over 2784815.10 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06947, over 43818.07 utterances.], batch size: 120, lr: 1.97e-04 +2022-09-19 01:06:46,995 INFO [train.py:885] (1/2) Epoch 24, batch 2250, loss[loss=0.2012, simple_loss=0.2661, pruned_loss=0.06814, over 13566.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08611, over 50.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3465, pruned_loss=0.101, over 2786035.71 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06994, over 44713.16 utterances.], batch size: 50, lr: 1.97e-04 +2022-09-19 01:07:16,531 INFO [train.py:885] (1/2) Epoch 24, batch 2300, loss[loss=0.2176, simple_loss=0.2977, pruned_loss=0.06877, over 14131.00 frames. utt_duration=520 frames, utt_pad_proportion=0.04754, over 109.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3453, pruned_loss=0.09968, over 2783977.60 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06959, over 45115.39 utterances.], batch size: 109, lr: 1.97e-04 +2022-09-19 01:07:45,837 INFO [train.py:885] (1/2) Epoch 24, batch 2350, loss[loss=0.354, simple_loss=0.4095, pruned_loss=0.1492, over 14291.00 frames. utt_duration=171.9 frames, utt_pad_proportion=0.03947, over 335.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3489, pruned_loss=0.1019, over 2782938.83 frames. utt_duration=242 frames, utt_pad_proportion=0.07165, over 46283.37 utterances.], batch size: 335, lr: 1.97e-04 +2022-09-19 01:08:16,005 INFO [train.py:885] (1/2) Epoch 24, batch 2400, loss[loss=0.2621, simple_loss=0.3423, pruned_loss=0.09089, over 14342.00 frames. utt_duration=374 frames, utt_pad_proportion=0.036, over 154.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3467, pruned_loss=0.1008, over 2787535.18 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06826, over 44565.48 utterances.], batch size: 154, lr: 1.97e-04 +2022-09-19 01:08:45,272 INFO [train.py:885] (1/2) Epoch 24, batch 2450, loss[loss=0.326, simple_loss=0.4005, pruned_loss=0.1257, over 14406.00 frames. utt_duration=275.7 frames, utt_pad_proportion=0.03278, over 210.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3481, pruned_loss=0.1014, over 2788986.15 frames. utt_duration=249.9 frames, utt_pad_proportion=0.0684, over 44908.09 utterances.], batch size: 210, lr: 1.97e-04 +2022-09-19 01:09:14,707 INFO [train.py:885] (1/2) Epoch 24, batch 2500, loss[loss=0.3535, simple_loss=0.4358, pruned_loss=0.1356, over 13830.00 frames. utt_duration=136.2 frames, utt_pad_proportion=0.06711, over 411.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3497, pruned_loss=0.1022, over 2790032.07 frames. utt_duration=246 frames, utt_pad_proportion=0.06887, over 45634.62 utterances.], batch size: 411, lr: 1.97e-04 +2022-09-19 01:09:44,947 INFO [train.py:885] (1/2) Epoch 24, batch 2550, loss[loss=0.4198, simple_loss=0.4994, pruned_loss=0.1701, over 13148.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3494, pruned_loss=0.1024, over 2785609.14 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07042, over 45487.17 utterances.], batch size: 653, lr: 1.97e-04 +2022-09-19 01:10:14,534 INFO [train.py:885] (1/2) Epoch 24, batch 2600, loss[loss=0.2183, simple_loss=0.2772, pruned_loss=0.07971, over 13583.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.08798, over 42.00 utterances.], tot_loss[loss=0.2808, simple_loss=0.3532, pruned_loss=0.1042, over 2782534.69 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07491, over 47356.65 utterances.], batch size: 42, lr: 1.97e-04 +2022-09-19 01:10:44,153 INFO [train.py:885] (1/2) Epoch 24, batch 2650, loss[loss=0.3847, simple_loss=0.4439, pruned_loss=0.1627, over 13739.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07343, over 411.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3533, pruned_loss=0.1045, over 2782815.68 frames. utt_duration=239 frames, utt_pad_proportion=0.07289, over 46861.61 utterances.], batch size: 411, lr: 1.97e-04 +2022-09-19 01:11:12,974 INFO [train.py:885] (1/2) Epoch 24, batch 2700, loss[loss=0.3232, simple_loss=0.4228, pruned_loss=0.1118, over 13659.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07923, over 477.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.351, pruned_loss=0.104, over 2781774.10 frames. utt_duration=242 frames, utt_pad_proportion=0.07301, over 46271.40 utterances.], batch size: 477, lr: 1.97e-04 +2022-09-19 01:11:42,641 INFO [train.py:885] (1/2) Epoch 24, batch 2750, loss[loss=0.5194, simple_loss=0.6041, pruned_loss=0.2174, over 12538.00 frames. utt_duration=63.44 frames, utt_pad_proportion=0.1427, over 810.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3462, pruned_loss=0.1023, over 2781668.72 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07238, over 43998.35 utterances.], batch size: 810, lr: 1.97e-04 +2022-09-19 01:12:11,718 INFO [train.py:885] (1/2) Epoch 24, batch 2800, loss[loss=0.3217, simple_loss=0.4259, pruned_loss=0.1087, over 13601.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07971, over 560.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3491, pruned_loss=0.104, over 2784018.47 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07247, over 44849.42 utterances.], batch size: 560, lr: 1.97e-04 +2022-09-19 01:12:41,333 INFO [train.py:885] (1/2) Epoch 24, batch 2850, loss[loss=0.2719, simple_loss=0.3523, pruned_loss=0.09573, over 14322.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03775, over 226.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3504, pruned_loss=0.1052, over 2785965.95 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07169, over 44577.92 utterances.], batch size: 226, lr: 1.97e-04 +2022-09-19 01:13:11,142 INFO [train.py:885] (1/2) Epoch 24, batch 2900, loss[loss=0.3424, simple_loss=0.4031, pruned_loss=0.1408, over 14226.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04318, over 306.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3486, pruned_loss=0.1039, over 2786377.21 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07149, over 44061.46 utterances.], batch size: 306, lr: 1.97e-04 +2022-09-19 01:13:40,770 INFO [train.py:885] (1/2) Epoch 24, batch 2950, loss[loss=0.3375, simple_loss=0.3938, pruned_loss=0.1406, over 14306.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03811, over 154.00 utterances.], tot_loss[loss=0.2846, simple_loss=0.3555, pruned_loss=0.1069, over 2783112.15 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07324, over 47645.93 utterances.], batch size: 154, lr: 1.97e-04 +2022-09-19 01:14:10,580 INFO [train.py:885] (1/2) Epoch 24, batch 3000, loss[loss=0.2598, simple_loss=0.3471, pruned_loss=0.08624, over 14363.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03604, over 210.00 utterances.], tot_loss[loss=0.2866, simple_loss=0.3581, pruned_loss=0.1075, over 2783969.68 frames. utt_duration=226.9 frames, utt_pad_proportion=0.07366, over 49396.99 utterances.], batch size: 210, lr: 1.97e-04 +2022-09-19 01:14:10,581 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 01:14:15,313 INFO [train.py:914] (1/2) Epoch 24, validation: loss=0.1942, simple_loss=0.277, pruned_loss=0.05573, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 01:14:44,544 INFO [train.py:885] (1/2) Epoch 24, batch 3050, loss[loss=0.1575, simple_loss=0.2325, pruned_loss=0.04121, over 13395.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.08896, over 50.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3512, pruned_loss=0.1045, over 2786135.29 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07096, over 46368.64 utterances.], batch size: 50, lr: 1.97e-04 +2022-09-19 01:15:13,668 INFO [train.py:885] (1/2) Epoch 24, batch 3100, loss[loss=0.2237, simple_loss=0.2899, pruned_loss=0.07879, over 14136.00 frames. utt_duration=636.8 frames, utt_pad_proportion=0.05235, over 89.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3477, pruned_loss=0.103, over 2785652.73 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06812, over 44457.75 utterances.], batch size: 89, lr: 1.97e-04 +2022-09-19 01:15:42,873 INFO [train.py:885] (1/2) Epoch 24, batch 3150, loss[loss=0.4865, simple_loss=0.5824, pruned_loss=0.1953, over 12443.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1476, over 810.00 utterances.], tot_loss[loss=0.2817, simple_loss=0.3529, pruned_loss=0.1052, over 2783001.51 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07168, over 46645.32 utterances.], batch size: 810, lr: 1.97e-04 +2022-09-19 01:16:13,404 INFO [train.py:885] (1/2) Epoch 24, batch 3200, loss[loss=0.2635, simple_loss=0.3488, pruned_loss=0.08906, over 14328.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03744, over 210.00 utterances.], tot_loss[loss=0.2828, simple_loss=0.3546, pruned_loss=0.1055, over 2782845.75 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07255, over 47989.01 utterances.], batch size: 210, lr: 1.97e-04 +2022-09-19 01:16:42,979 INFO [train.py:885] (1/2) Epoch 24, batch 3250, loss[loss=0.1759, simple_loss=0.2557, pruned_loss=0.04811, over 12680.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1048, over 25.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3544, pruned_loss=0.1057, over 2783574.62 frames. utt_duration=236.4 frames, utt_pad_proportion=0.0722, over 47392.53 utterances.], batch size: 25, lr: 1.97e-04 +2022-09-19 01:17:12,235 INFO [train.py:885] (1/2) Epoch 24, batch 3300, loss[loss=0.2947, simple_loss=0.3624, pruned_loss=0.1135, over 14308.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03945, over 283.00 utterances.], tot_loss[loss=0.2819, simple_loss=0.3529, pruned_loss=0.1055, over 2784361.00 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07178, over 46634.48 utterances.], batch size: 283, lr: 1.97e-04 +2022-09-19 01:17:42,153 INFO [train.py:885] (1/2) Epoch 24, batch 3350, loss[loss=0.2931, simple_loss=0.3747, pruned_loss=0.1058, over 14295.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.0404, over 283.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3512, pruned_loss=0.1046, over 2781882.68 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07318, over 46569.60 utterances.], batch size: 283, lr: 1.97e-04 +2022-09-19 01:18:11,374 INFO [train.py:885] (1/2) Epoch 24, batch 3400, loss[loss=0.3525, simple_loss=0.4295, pruned_loss=0.1377, over 13800.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06919, over 411.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3501, pruned_loss=0.1038, over 2780525.82 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07348, over 46173.00 utterances.], batch size: 411, lr: 1.97e-04 +2022-09-19 01:18:41,530 INFO [train.py:885] (1/2) Epoch 24, batch 3450, loss[loss=0.2905, simple_loss=0.3875, pruned_loss=0.09677, over 13821.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06876, over 411.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3485, pruned_loss=0.1028, over 2780882.08 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07279, over 45630.55 utterances.], batch size: 411, lr: 1.97e-04 +2022-09-19 01:19:11,222 INFO [train.py:885] (1/2) Epoch 24, batch 3500, loss[loss=0.3169, simple_loss=0.3756, pruned_loss=0.1291, over 14299.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03859, over 180.00 utterances.], tot_loss[loss=0.28, simple_loss=0.351, pruned_loss=0.1045, over 2783285.01 frames. utt_duration=242 frames, utt_pad_proportion=0.07217, over 46293.32 utterances.], batch size: 180, lr: 1.97e-04 +2022-09-19 01:19:40,374 INFO [train.py:885] (1/2) Epoch 24, batch 3550, loss[loss=0.1998, simple_loss=0.2741, pruned_loss=0.06276, over 13956.00 frames. utt_duration=708.2 frames, utt_pad_proportion=0.06329, over 79.00 utterances.], tot_loss[loss=0.2807, simple_loss=0.3514, pruned_loss=0.1049, over 2784450.84 frames. utt_duration=242 frames, utt_pad_proportion=0.07173, over 46302.15 utterances.], batch size: 79, lr: 1.97e-04 +2022-09-19 01:20:09,822 INFO [train.py:885] (1/2) Epoch 24, batch 3600, loss[loss=0.3184, simple_loss=0.3794, pruned_loss=0.1287, over 14238.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04284, over 225.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3518, pruned_loss=0.1046, over 2782961.48 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07314, over 46946.52 utterances.], batch size: 225, lr: 1.97e-04 +2022-09-19 01:20:39,281 INFO [train.py:885] (1/2) Epoch 24, batch 3650, loss[loss=0.3079, simple_loss=0.3823, pruned_loss=0.1168, over 14253.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04118, over 306.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3507, pruned_loss=0.1036, over 2781892.39 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0727, over 46509.80 utterances.], batch size: 306, lr: 1.97e-04 +2022-09-19 01:21:08,841 INFO [train.py:885] (1/2) Epoch 24, batch 3700, loss[loss=0.3041, simple_loss=0.3731, pruned_loss=0.1176, over 14237.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.0417, over 306.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.349, pruned_loss=0.1026, over 2787833.38 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06979, over 45485.09 utterances.], batch size: 306, lr: 1.97e-04 +2022-09-19 01:21:38,682 INFO [train.py:885] (1/2) Epoch 24, batch 3750, loss[loss=0.2882, simple_loss=0.3865, pruned_loss=0.09493, over 13794.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07154, over 412.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3494, pruned_loss=0.1025, over 2788967.73 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06968, over 45642.71 utterances.], batch size: 412, lr: 1.97e-04 +2022-09-19 01:22:08,151 INFO [train.py:885] (1/2) Epoch 24, batch 3800, loss[loss=0.2069, simple_loss=0.2792, pruned_loss=0.06735, over 14141.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04649, over 109.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3496, pruned_loss=0.1029, over 2784177.19 frames. utt_duration=244 frames, utt_pad_proportion=0.07149, over 45920.73 utterances.], batch size: 109, lr: 1.97e-04 +2022-09-19 01:22:37,307 INFO [train.py:885] (1/2) Epoch 24, batch 3850, loss[loss=0.2489, simple_loss=0.3044, pruned_loss=0.09673, over 14244.00 frames. utt_duration=641.6 frames, utt_pad_proportion=0.04521, over 89.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3466, pruned_loss=0.1021, over 2786362.07 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06999, over 43973.39 utterances.], batch size: 89, lr: 1.97e-04 +2022-09-19 01:23:06,884 INFO [train.py:885] (1/2) Epoch 24, batch 3900, loss[loss=0.2411, simple_loss=0.3188, pruned_loss=0.0817, over 14380.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03706, over 167.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3479, pruned_loss=0.1023, over 2780795.94 frames. utt_duration=247 frames, utt_pad_proportion=0.07125, over 45300.81 utterances.], batch size: 167, lr: 1.96e-04 +2022-09-19 01:23:36,247 INFO [train.py:885] (1/2) Epoch 24, batch 3950, loss[loss=0.2324, simple_loss=0.2923, pruned_loss=0.08631, over 14105.00 frames. utt_duration=577.1 frames, utt_pad_proportion=0.05386, over 98.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3472, pruned_loss=0.1018, over 2777375.09 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07269, over 45575.79 utterances.], batch size: 98, lr: 1.96e-04 +2022-09-19 01:24:06,571 INFO [train.py:885] (1/2) Epoch 24, batch 4000, loss[loss=0.38, simple_loss=0.4747, pruned_loss=0.1427, over 13141.00 frames. utt_duration=82.03 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3493, pruned_loss=0.1037, over 2780396.83 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07223, over 45875.99 utterances.], batch size: 653, lr: 1.96e-04 +2022-09-19 01:24:36,337 INFO [train.py:885] (1/2) Epoch 24, batch 4050, loss[loss=0.1873, simple_loss=0.2633, pruned_loss=0.05563, over 14055.00 frames. utt_duration=713 frames, utt_pad_proportion=0.05691, over 79.00 utterances.], tot_loss[loss=0.281, simple_loss=0.3518, pruned_loss=0.1051, over 2777483.65 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07316, over 46673.82 utterances.], batch size: 79, lr: 1.96e-04 +2022-09-19 01:25:04,760 INFO [train.py:885] (1/2) Epoch 24, batch 4100, loss[loss=0.2682, simple_loss=0.3448, pruned_loss=0.09574, over 14363.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03793, over 167.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3497, pruned_loss=0.104, over 2780325.09 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07234, over 45442.55 utterances.], batch size: 167, lr: 1.96e-04 +2022-09-19 01:25:34,908 INFO [train.py:885] (1/2) Epoch 24, batch 4150, loss[loss=0.328, simple_loss=0.3921, pruned_loss=0.132, over 14242.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04246, over 225.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.352, pruned_loss=0.1045, over 2780182.73 frames. utt_duration=238.6 frames, utt_pad_proportion=0.073, over 46899.22 utterances.], batch size: 225, lr: 1.96e-04 +2022-09-19 01:26:04,074 INFO [train.py:885] (1/2) Epoch 24, batch 4200, loss[loss=0.1823, simple_loss=0.2373, pruned_loss=0.06362, over 13173.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.09966, over 41.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3511, pruned_loss=0.1044, over 2785083.93 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07033, over 45284.76 utterances.], batch size: 41, lr: 1.96e-04 +2022-09-19 01:26:33,305 INFO [train.py:885] (1/2) Epoch 24, batch 4250, loss[loss=0.2461, simple_loss=0.2789, pruned_loss=0.1067, over 13648.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07416, over 50.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3458, pruned_loss=0.1011, over 2784712.03 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07088, over 43986.64 utterances.], batch size: 50, lr: 1.96e-04 +2022-09-19 01:27:03,651 INFO [train.py:885] (1/2) Epoch 24, batch 4300, loss[loss=0.3095, simple_loss=0.4083, pruned_loss=0.1053, over 13652.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07946, over 477.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.348, pruned_loss=0.1022, over 2781593.76 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07389, over 45253.47 utterances.], batch size: 477, lr: 1.96e-04 +2022-09-19 01:27:33,434 INFO [train.py:885] (1/2) Epoch 24, batch 4350, loss[loss=0.2427, simple_loss=0.3157, pruned_loss=0.08486, over 14179.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04436, over 109.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3486, pruned_loss=0.1021, over 2780851.81 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07299, over 45408.95 utterances.], batch size: 109, lr: 1.96e-04 +2022-09-19 01:28:02,820 INFO [train.py:885] (1/2) Epoch 24, batch 4400, loss[loss=0.2973, simple_loss=0.3661, pruned_loss=0.1143, over 14300.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.04203, over 167.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3491, pruned_loss=0.1017, over 2784982.31 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07117, over 45872.76 utterances.], batch size: 167, lr: 1.96e-04 +2022-09-19 01:28:32,522 INFO [train.py:885] (1/2) Epoch 24, batch 4450, loss[loss=0.1837, simple_loss=0.2493, pruned_loss=0.05902, over 13480.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09252, over 50.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3456, pruned_loss=0.1007, over 2787468.07 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06848, over 44060.69 utterances.], batch size: 50, lr: 1.96e-04 +2022-09-19 01:29:01,793 INFO [train.py:885] (1/2) Epoch 24, batch 4500, loss[loss=0.2673, simple_loss=0.3276, pruned_loss=0.1035, over 14095.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.05295, over 98.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3433, pruned_loss=0.1003, over 2787809.43 frames. utt_duration=262.8 frames, utt_pad_proportion=0.06733, over 42663.68 utterances.], batch size: 98, lr: 1.96e-04 +2022-09-19 01:29:32,443 INFO [train.py:885] (1/2) Epoch 24, batch 4550, loss[loss=0.1739, simple_loss=0.2426, pruned_loss=0.05257, over 12142.00 frames. utt_duration=1944 frames, utt_pad_proportion=0.1793, over 25.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3448, pruned_loss=0.1002, over 2781256.46 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06937, over 44284.91 utterances.], batch size: 25, lr: 1.96e-04 +2022-09-19 01:30:01,726 INFO [train.py:885] (1/2) Epoch 24, batch 4600, loss[loss=0.3081, simple_loss=0.3773, pruned_loss=0.1195, over 14329.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03809, over 283.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3465, pruned_loss=0.1014, over 2781274.38 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06893, over 45336.47 utterances.], batch size: 283, lr: 1.96e-04 +2022-09-19 01:30:30,727 INFO [train.py:885] (1/2) Epoch 24, batch 4650, loss[loss=0.2792, simple_loss=0.3542, pruned_loss=0.1021, over 14326.00 frames. utt_duration=274.1 frames, utt_pad_proportion=0.03816, over 210.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3442, pruned_loss=0.1002, over 2782055.84 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06921, over 44366.82 utterances.], batch size: 210, lr: 1.96e-04 +2022-09-19 01:30:59,618 INFO [train.py:885] (1/2) Epoch 24, batch 4700, loss[loss=0.2745, simple_loss=0.3258, pruned_loss=0.1116, over 13743.00 frames. utt_duration=917.7 frames, utt_pad_proportion=0.07493, over 60.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.344, pruned_loss=0.1002, over 2784529.27 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06912, over 44143.24 utterances.], batch size: 60, lr: 1.96e-04 +2022-09-19 01:31:29,507 INFO [train.py:885] (1/2) Epoch 24, batch 4750, loss[loss=0.2281, simple_loss=0.2946, pruned_loss=0.08077, over 13829.00 frames. utt_duration=803.1 frames, utt_pad_proportion=0.06502, over 69.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3428, pruned_loss=0.09876, over 2785461.16 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06735, over 43059.74 utterances.], batch size: 69, lr: 1.96e-04 +2022-09-19 01:31:59,268 INFO [train.py:885] (1/2) Epoch 24, batch 4800, loss[loss=0.2214, simple_loss=0.2963, pruned_loss=0.07326, over 14126.00 frames. utt_duration=519.8 frames, utt_pad_proportion=0.04623, over 109.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3456, pruned_loss=0.1004, over 2776848.03 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07235, over 44473.39 utterances.], batch size: 109, lr: 1.96e-04 +2022-09-19 01:32:29,053 INFO [train.py:885] (1/2) Epoch 24, batch 4850, loss[loss=0.2766, simple_loss=0.3779, pruned_loss=0.08768, over 13984.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05628, over 365.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3493, pruned_loss=0.1021, over 2781437.21 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07108, over 45471.84 utterances.], batch size: 365, lr: 1.96e-04 +2022-09-19 01:32:58,553 INFO [train.py:885] (1/2) Epoch 24, batch 4900, loss[loss=0.5045, simple_loss=0.5863, pruned_loss=0.2114, over 12497.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3471, pruned_loss=0.1008, over 2773262.61 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07277, over 45021.35 utterances.], batch size: 810, lr: 1.96e-04 +2022-09-19 01:33:28,143 INFO [train.py:885] (1/2) Epoch 24, batch 4950, loss[loss=0.2745, simple_loss=0.3516, pruned_loss=0.09865, over 14328.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03916, over 154.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3472, pruned_loss=0.101, over 2775465.95 frames. utt_duration=250.9 frames, utt_pad_proportion=0.0727, over 44513.68 utterances.], batch size: 154, lr: 1.96e-04 +2022-09-19 01:33:57,449 INFO [train.py:885] (1/2) Epoch 24, batch 5000, loss[loss=0.4736, simple_loss=0.571, pruned_loss=0.1881, over 12504.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1444, over 811.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3451, pruned_loss=0.09983, over 2769287.67 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07501, over 44608.09 utterances.], batch size: 811, lr: 1.96e-04 +2022-09-19 01:34:26,849 INFO [train.py:885] (1/2) Epoch 24, batch 5050, loss[loss=0.1865, simple_loss=0.244, pruned_loss=0.06451, over 13207.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1077, over 33.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3476, pruned_loss=0.1009, over 2772442.49 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07424, over 45393.89 utterances.], batch size: 33, lr: 1.96e-04 +2022-09-19 01:34:56,417 INFO [train.py:885] (1/2) Epoch 24, batch 5100, loss[loss=0.3457, simple_loss=0.4143, pruned_loss=0.1386, over 14069.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05428, over 366.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3502, pruned_loss=0.1031, over 2775639.43 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07256, over 45792.67 utterances.], batch size: 366, lr: 1.96e-04 +2022-09-19 01:35:26,517 INFO [train.py:885] (1/2) Epoch 24, batch 5150, loss[loss=0.335, simple_loss=0.3914, pruned_loss=0.1394, over 14359.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03563, over 195.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3503, pruned_loss=0.1035, over 2778054.64 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07064, over 45533.26 utterances.], batch size: 195, lr: 1.96e-04 +2022-09-19 01:35:56,019 INFO [train.py:885] (1/2) Epoch 24, batch 5200, loss[loss=0.2528, simple_loss=0.3314, pruned_loss=0.08717, over 14332.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03648, over 154.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3508, pruned_loss=0.104, over 2778752.50 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07037, over 46309.27 utterances.], batch size: 154, lr: 1.96e-04 +2022-09-19 01:36:25,309 INFO [train.py:885] (1/2) Epoch 24, batch 5250, loss[loss=0.1775, simple_loss=0.2533, pruned_loss=0.05088, over 13751.00 frames. utt_duration=1101 frames, utt_pad_proportion=0.06821, over 50.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3498, pruned_loss=0.1036, over 2782106.09 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07008, over 45912.94 utterances.], batch size: 50, lr: 1.96e-04 +2022-09-19 01:36:55,112 INFO [train.py:885] (1/2) Epoch 24, batch 5300, loss[loss=0.193, simple_loss=0.2644, pruned_loss=0.06078, over 13993.00 frames. utt_duration=709.8 frames, utt_pad_proportion=0.05605, over 79.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3484, pruned_loss=0.1026, over 2781374.13 frames. utt_duration=244.9 frames, utt_pad_proportion=0.071, over 45703.88 utterances.], batch size: 79, lr: 1.96e-04 +2022-09-19 01:37:23,992 INFO [train.py:885] (1/2) Epoch 24, batch 5350, loss[loss=0.3141, simple_loss=0.3779, pruned_loss=0.1251, over 14350.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03369, over 244.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3462, pruned_loss=0.1013, over 2782501.64 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07033, over 45164.68 utterances.], batch size: 244, lr: 1.96e-04 +2022-09-19 01:37:53,024 INFO [train.py:885] (1/2) Epoch 24, batch 5400, loss[loss=0.1923, simple_loss=0.2633, pruned_loss=0.06067, over 14183.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04787, over 89.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3423, pruned_loss=0.09871, over 2778888.24 frames. utt_duration=256.6 frames, utt_pad_proportion=0.07075, over 43563.79 utterances.], batch size: 89, lr: 1.96e-04 +2022-09-19 01:38:22,962 INFO [train.py:885] (1/2) Epoch 24, batch 5450, loss[loss=0.2543, simple_loss=0.3256, pruned_loss=0.09149, over 14294.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.0416, over 154.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.346, pruned_loss=0.1006, over 2781795.07 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07257, over 44829.10 utterances.], batch size: 154, lr: 1.96e-04 +2022-09-19 01:38:52,413 INFO [train.py:885] (1/2) Epoch 24, batch 5500, loss[loss=0.2953, simple_loss=0.37, pruned_loss=0.1103, over 14306.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03867, over 226.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3464, pruned_loss=0.1004, over 2782575.13 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07111, over 45122.05 utterances.], batch size: 226, lr: 1.96e-04 +2022-09-19 01:39:22,333 INFO [train.py:885] (1/2) Epoch 24, batch 5550, loss[loss=0.3798, simple_loss=0.4443, pruned_loss=0.1577, over 13996.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05636, over 365.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3517, pruned_loss=0.103, over 2778706.13 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07372, over 47463.30 utterances.], batch size: 365, lr: 1.96e-04 +2022-09-19 01:39:51,652 INFO [train.py:885] (1/2) Epoch 24, batch 5600, loss[loss=0.1926, simple_loss=0.2662, pruned_loss=0.05949, over 13871.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.06216, over 69.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3463, pruned_loss=0.1003, over 2780031.33 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07306, over 45061.00 utterances.], batch size: 69, lr: 1.96e-04 +2022-09-19 01:40:21,444 INFO [train.py:885] (1/2) Epoch 24, batch 5650, loss[loss=0.236, simple_loss=0.3106, pruned_loss=0.08075, over 14273.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04387, over 141.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3494, pruned_loss=0.1022, over 2779418.74 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07339, over 45770.99 utterances.], batch size: 141, lr: 1.96e-04 +2022-09-19 01:40:51,060 INFO [train.py:885] (1/2) Epoch 24, batch 5700, loss[loss=0.1732, simple_loss=0.2504, pruned_loss=0.04802, over 14086.00 frames. utt_duration=714.4 frames, utt_pad_proportion=0.05499, over 79.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3492, pruned_loss=0.1023, over 2783176.15 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07228, over 45286.53 utterances.], batch size: 79, lr: 1.96e-04 +2022-09-19 01:41:20,720 INFO [train.py:885] (1/2) Epoch 24, batch 5750, loss[loss=0.1695, simple_loss=0.2492, pruned_loss=0.04489, over 14120.00 frames. utt_duration=808.3 frames, utt_pad_proportion=0.05348, over 70.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3439, pruned_loss=0.09983, over 2779418.07 frames. utt_duration=256.2 frames, utt_pad_proportion=0.07147, over 43641.52 utterances.], batch size: 70, lr: 1.96e-04 +2022-09-19 01:41:50,380 INFO [train.py:885] (1/2) Epoch 24, batch 5800, loss[loss=0.2096, simple_loss=0.278, pruned_loss=0.07056, over 13710.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.08269, over 42.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3467, pruned_loss=0.1012, over 2781050.12 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06982, over 44372.39 utterances.], batch size: 42, lr: 1.96e-04 +2022-09-19 01:42:20,876 INFO [train.py:885] (1/2) Epoch 24, batch 5850, loss[loss=0.3624, simple_loss=0.4698, pruned_loss=0.1275, over 13146.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1085, over 653.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3489, pruned_loss=0.1023, over 2780487.98 frames. utt_duration=246 frames, utt_pad_proportion=0.07053, over 45479.36 utterances.], batch size: 653, lr: 1.96e-04 +2022-09-19 01:42:50,734 INFO [train.py:885] (1/2) Epoch 24, batch 5900, loss[loss=0.289, simple_loss=0.3635, pruned_loss=0.1073, over 14369.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03459, over 210.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3486, pruned_loss=0.1016, over 2777530.99 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07083, over 46126.58 utterances.], batch size: 210, lr: 1.96e-04 +2022-09-19 01:43:19,609 INFO [train.py:885] (1/2) Epoch 24, batch 5950, loss[loss=0.2417, simple_loss=0.3184, pruned_loss=0.08246, over 14356.00 frames. utt_duration=443.1 frames, utt_pad_proportion=0.03674, over 130.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3459, pruned_loss=0.1007, over 2785102.83 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06747, over 44398.87 utterances.], batch size: 130, lr: 1.96e-04 +2022-09-19 01:43:49,733 INFO [train.py:885] (1/2) Epoch 24, batch 6000, loss[loss=0.1839, simple_loss=0.241, pruned_loss=0.0634, over 13701.00 frames. utt_duration=915 frames, utt_pad_proportion=0.07201, over 60.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3481, pruned_loss=0.1017, over 2781214.43 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07099, over 45450.79 utterances.], batch size: 60, lr: 1.96e-04 +2022-09-19 01:43:49,734 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 01:43:54,441 INFO [train.py:914] (1/2) Epoch 24, validation: loss=0.1914, simple_loss=0.2718, pruned_loss=0.05551, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 01:44:24,274 INFO [train.py:885] (1/2) Epoch 24, batch 6050, loss[loss=0.2795, simple_loss=0.3644, pruned_loss=0.0973, over 14272.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04087, over 225.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3453, pruned_loss=0.1007, over 2783880.25 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06821, over 43557.99 utterances.], batch size: 225, lr: 1.96e-04 +2022-09-19 01:44:53,699 INFO [train.py:885] (1/2) Epoch 24, batch 6100, loss[loss=0.3495, simple_loss=0.453, pruned_loss=0.123, over 13107.00 frames. utt_duration=81.83 frames, utt_pad_proportion=0.1106, over 653.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.347, pruned_loss=0.1016, over 2784837.60 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06812, over 44541.84 utterances.], batch size: 653, lr: 1.96e-04 +2022-09-19 01:45:23,196 INFO [train.py:885] (1/2) Epoch 24, batch 6150, loss[loss=0.3187, simple_loss=0.4196, pruned_loss=0.1089, over 13604.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07969, over 560.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3485, pruned_loss=0.1025, over 2786368.23 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06812, over 44918.68 utterances.], batch size: 560, lr: 1.96e-04 +2022-09-19 01:45:52,873 INFO [train.py:885] (1/2) Epoch 24, batch 6200, loss[loss=0.2515, simple_loss=0.326, pruned_loss=0.08853, over 14296.00 frames. utt_duration=406.9 frames, utt_pad_proportion=0.0426, over 141.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3486, pruned_loss=0.1021, over 2784535.86 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06899, over 45114.06 utterances.], batch size: 141, lr: 1.96e-04 +2022-09-19 01:46:22,137 INFO [train.py:885] (1/2) Epoch 24, batch 6250, loss[loss=0.2355, simple_loss=0.3186, pruned_loss=0.07623, over 14220.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04773, over 141.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3502, pruned_loss=0.1035, over 2786707.35 frames. utt_duration=247.5 frames, utt_pad_proportion=0.06995, over 45312.36 utterances.], batch size: 141, lr: 1.96e-04 +2022-09-19 01:46:51,846 INFO [train.py:885] (1/2) Epoch 24, batch 6300, loss[loss=0.2986, simple_loss=0.3666, pruned_loss=0.1152, over 14332.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.03641, over 180.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3499, pruned_loss=0.103, over 2789277.49 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06784, over 45172.83 utterances.], batch size: 180, lr: 1.96e-04 +2022-09-19 01:47:21,195 INFO [train.py:885] (1/2) Epoch 24, batch 6350, loss[loss=0.3819, simple_loss=0.4315, pruned_loss=0.1662, over 14314.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0389, over 283.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3493, pruned_loss=0.1031, over 2788554.52 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06715, over 44961.61 utterances.], batch size: 283, lr: 1.96e-04 +2022-09-19 01:47:50,768 INFO [train.py:885] (1/2) Epoch 24, batch 6400, loss[loss=0.3378, simple_loss=0.3964, pruned_loss=0.1396, over 14233.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04263, over 306.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3505, pruned_loss=0.1042, over 2791344.73 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0669, over 45065.78 utterances.], batch size: 306, lr: 1.96e-04 +2022-09-19 01:48:19,864 INFO [train.py:885] (1/2) Epoch 24, batch 6450, loss[loss=0.2279, simple_loss=0.2929, pruned_loss=0.08143, over 14034.00 frames. utt_duration=574.5 frames, utt_pad_proportion=0.05826, over 98.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3512, pruned_loss=0.1042, over 2792797.43 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06636, over 45902.93 utterances.], batch size: 98, lr: 1.96e-04 +2022-09-19 01:48:49,697 INFO [train.py:885] (1/2) Epoch 24, batch 6500, loss[loss=0.2994, simple_loss=0.3637, pruned_loss=0.1175, over 14358.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03556, over 210.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3508, pruned_loss=0.1039, over 2787777.54 frames. utt_duration=246 frames, utt_pad_proportion=0.0681, over 45602.03 utterances.], batch size: 210, lr: 1.96e-04 +2022-09-19 01:49:19,326 INFO [train.py:885] (1/2) Epoch 24, batch 6550, loss[loss=0.2414, simple_loss=0.3094, pruned_loss=0.08664, over 14105.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05256, over 98.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3486, pruned_loss=0.1023, over 2787318.01 frames. utt_duration=246.4 frames, utt_pad_proportion=0.0679, over 45516.85 utterances.], batch size: 98, lr: 1.96e-04 +2022-09-19 01:49:49,041 INFO [train.py:885] (1/2) Epoch 24, batch 6600, loss[loss=0.2983, simple_loss=0.4089, pruned_loss=0.09381, over 13617.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07809, over 560.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3517, pruned_loss=0.104, over 2787055.83 frames. utt_duration=241.4 frames, utt_pad_proportion=0.06888, over 46456.11 utterances.], batch size: 560, lr: 1.96e-04 +2022-09-19 01:50:17,904 INFO [train.py:885] (1/2) Epoch 24, batch 6650, loss[loss=0.2508, simple_loss=0.3291, pruned_loss=0.08626, over 14299.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03884, over 154.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3497, pruned_loss=0.1031, over 2786430.27 frames. utt_duration=247 frames, utt_pad_proportion=0.06925, over 45387.14 utterances.], batch size: 154, lr: 1.96e-04 +2022-09-19 01:50:47,241 INFO [train.py:885] (1/2) Epoch 24, batch 6700, loss[loss=0.2899, simple_loss=0.363, pruned_loss=0.1084, over 14322.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03915, over 262.00 utterances.], tot_loss[loss=0.2825, simple_loss=0.3538, pruned_loss=0.1056, over 2786985.69 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07011, over 46800.99 utterances.], batch size: 262, lr: 1.96e-04 +2022-09-19 01:51:16,820 INFO [train.py:885] (1/2) Epoch 24, batch 6750, loss[loss=0.34, simple_loss=0.4069, pruned_loss=0.1365, over 14296.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03964, over 283.00 utterances.], tot_loss[loss=0.2815, simple_loss=0.3536, pruned_loss=0.1047, over 2783664.28 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07119, over 47305.68 utterances.], batch size: 283, lr: 1.96e-04 +2022-09-19 01:51:46,459 INFO [train.py:885] (1/2) Epoch 24, batch 6800, loss[loss=0.1622, simple_loss=0.2397, pruned_loss=0.04239, over 12046.00 frames. utt_duration=2009 frames, utt_pad_proportion=0.181, over 24.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3514, pruned_loss=0.1032, over 2780300.84 frames. utt_duration=237.5 frames, utt_pad_proportion=0.0717, over 47122.84 utterances.], batch size: 24, lr: 1.96e-04 +2022-09-19 01:52:16,279 INFO [train.py:885] (1/2) Epoch 24, batch 6850, loss[loss=0.186, simple_loss=0.2678, pruned_loss=0.05212, over 14008.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05994, over 79.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3501, pruned_loss=0.1035, over 2778640.90 frames. utt_duration=242 frames, utt_pad_proportion=0.07196, over 46204.15 utterances.], batch size: 79, lr: 1.96e-04 +2022-09-19 01:52:46,121 INFO [train.py:885] (1/2) Epoch 24, batch 6900, loss[loss=0.3002, simple_loss=0.3527, pruned_loss=0.1239, over 14142.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.04711, over 109.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3526, pruned_loss=0.1041, over 2777265.33 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07258, over 47658.62 utterances.], batch size: 109, lr: 1.95e-04 +2022-09-19 01:53:15,467 INFO [train.py:885] (1/2) Epoch 24, batch 6950, loss[loss=0.1931, simple_loss=0.2612, pruned_loss=0.06252, over 13985.00 frames. utt_duration=709.5 frames, utt_pad_proportion=0.06157, over 79.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3499, pruned_loss=0.1032, over 2773346.16 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07325, over 46783.65 utterances.], batch size: 79, lr: 1.95e-04 +2022-09-19 01:53:52,511 INFO [train.py:885] (1/2) Epoch 24, batch 7000, loss[loss=0.1843, simple_loss=0.2548, pruned_loss=0.05689, over 14052.00 frames. utt_duration=713 frames, utt_pad_proportion=0.05691, over 79.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3472, pruned_loss=0.1012, over 2777047.76 frames. utt_duration=244.8 frames, utt_pad_proportion=0.0722, over 45656.25 utterances.], batch size: 79, lr: 1.95e-04 +2022-09-19 01:54:22,507 INFO [train.py:885] (1/2) Epoch 24, batch 7050, loss[loss=0.1681, simple_loss=0.2269, pruned_loss=0.0547, over 13275.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09335, over 41.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3481, pruned_loss=0.102, over 2781086.18 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06949, over 46172.97 utterances.], batch size: 41, lr: 1.95e-04 +2022-09-19 01:54:59,258 INFO [train.py:885] (1/2) Epoch 24, batch 7100, loss[loss=0.2053, simple_loss=0.2851, pruned_loss=0.06274, over 14256.00 frames. utt_duration=642.3 frames, utt_pad_proportion=0.0428, over 89.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3483, pruned_loss=0.1023, over 2778137.77 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07158, over 46409.40 utterances.], batch size: 89, lr: 1.95e-04 +2022-09-19 01:55:28,581 INFO [train.py:885] (1/2) Epoch 24, batch 7150, loss[loss=0.2969, simple_loss=0.3616, pruned_loss=0.1161, over 14214.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04372, over 306.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3476, pruned_loss=0.1017, over 2780239.49 frames. utt_duration=243.3 frames, utt_pad_proportion=0.0712, over 45987.56 utterances.], batch size: 306, lr: 1.95e-04 +2022-09-19 01:55:58,823 INFO [train.py:885] (1/2) Epoch 24, batch 7200, loss[loss=0.2761, simple_loss=0.3485, pruned_loss=0.1019, over 14284.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.04227, over 154.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3457, pruned_loss=0.1011, over 2780973.25 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07138, over 45171.62 utterances.], batch size: 154, lr: 1.95e-04 +2022-09-19 01:56:28,565 INFO [train.py:885] (1/2) Epoch 24, batch 7250, loss[loss=0.3617, simple_loss=0.4147, pruned_loss=0.1544, over 14329.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.03749, over 226.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3498, pruned_loss=0.1029, over 2783281.92 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07094, over 46642.35 utterances.], batch size: 226, lr: 1.95e-04 +2022-09-19 01:56:58,005 INFO [train.py:885] (1/2) Epoch 24, batch 7300, loss[loss=0.3327, simple_loss=0.3939, pruned_loss=0.1358, over 14341.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03464, over 244.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3487, pruned_loss=0.1029, over 2781745.93 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06946, over 45525.73 utterances.], batch size: 244, lr: 1.95e-04 +2022-09-19 01:57:27,162 INFO [train.py:885] (1/2) Epoch 24, batch 7350, loss[loss=0.1832, simple_loss=0.2583, pruned_loss=0.05404, over 13975.00 frames. utt_duration=708.8 frames, utt_pad_proportion=0.06239, over 79.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3452, pruned_loss=0.101, over 2779242.68 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06919, over 44337.28 utterances.], batch size: 79, lr: 1.95e-04 +2022-09-19 01:57:56,894 INFO [train.py:885] (1/2) Epoch 24, batch 7400, loss[loss=0.2286, simple_loss=0.2878, pruned_loss=0.08471, over 14115.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05313, over 98.00 utterances.], tot_loss[loss=0.275, simple_loss=0.347, pruned_loss=0.1015, over 2781577.78 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07093, over 45484.40 utterances.], batch size: 98, lr: 1.95e-04 +2022-09-19 01:58:26,153 INFO [train.py:885] (1/2) Epoch 24, batch 7450, loss[loss=0.2621, simple_loss=0.371, pruned_loss=0.07658, over 13669.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07817, over 477.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3466, pruned_loss=0.1011, over 2776087.29 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07304, over 45769.80 utterances.], batch size: 477, lr: 1.95e-04 +2022-09-19 01:58:55,570 INFO [train.py:885] (1/2) Epoch 24, batch 7500, loss[loss=0.2497, simple_loss=0.3356, pruned_loss=0.08192, over 14324.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03881, over 130.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3446, pruned_loss=0.09995, over 2778013.54 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07196, over 44955.98 utterances.], batch size: 130, lr: 1.95e-04 +2022-09-19 01:59:31,260 INFO [train.py:885] (1/2) Epoch 24, batch 7550, loss[loss=0.2754, simple_loss=0.358, pruned_loss=0.09642, over 14361.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03564, over 210.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3473, pruned_loss=0.1016, over 2782363.42 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07026, over 45114.47 utterances.], batch size: 210, lr: 1.95e-04 +2022-09-19 02:00:00,764 INFO [train.py:885] (1/2) Epoch 24, batch 7600, loss[loss=0.3079, simple_loss=0.365, pruned_loss=0.1254, over 14340.00 frames. utt_duration=442.6 frames, utt_pad_proportion=0.03773, over 130.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3472, pruned_loss=0.1012, over 2785276.99 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06857, over 44928.31 utterances.], batch size: 130, lr: 1.95e-04 +2022-09-19 02:00:36,441 INFO [train.py:885] (1/2) Epoch 24, batch 7650, loss[loss=0.3026, simple_loss=0.4003, pruned_loss=0.1025, over 13664.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07304, over 478.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3529, pruned_loss=0.1048, over 2780573.41 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07169, over 47793.15 utterances.], batch size: 478, lr: 1.95e-04 +2022-09-19 02:01:05,909 INFO [train.py:885] (1/2) Epoch 24, batch 7700, loss[loss=0.3004, simple_loss=0.3551, pruned_loss=0.1229, over 14263.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.04205, over 120.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3513, pruned_loss=0.1043, over 2784917.07 frames. utt_duration=240.9 frames, utt_pad_proportion=0.0704, over 46530.54 utterances.], batch size: 120, lr: 1.95e-04 +2022-09-19 02:01:35,508 INFO [train.py:885] (1/2) Epoch 24, batch 7750, loss[loss=0.192, simple_loss=0.2552, pruned_loss=0.06436, over 13860.00 frames. utt_duration=805 frames, utt_pad_proportion=0.06182, over 69.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.352, pruned_loss=0.1044, over 2785008.62 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07091, over 47001.59 utterances.], batch size: 69, lr: 1.95e-04 +2022-09-19 02:02:04,823 INFO [train.py:885] (1/2) Epoch 24, batch 7800, loss[loss=0.1714, simple_loss=0.2318, pruned_loss=0.05557, over 13188.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1147, over 33.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.351, pruned_loss=0.1037, over 2786594.50 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07048, over 46257.50 utterances.], batch size: 33, lr: 1.95e-04 +2022-09-19 02:02:34,576 INFO [train.py:885] (1/2) Epoch 24, batch 7850, loss[loss=0.2808, simple_loss=0.3721, pruned_loss=0.09473, over 13999.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05606, over 365.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3501, pruned_loss=0.1025, over 2781839.94 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07287, over 46558.74 utterances.], batch size: 365, lr: 1.95e-04 +2022-09-19 02:03:03,048 INFO [train.py:885] (1/2) Epoch 24, batch 7900, loss[loss=0.1434, simple_loss=0.1883, pruned_loss=0.04923, over 12954.00 frames. utt_duration=2074 frames, utt_pad_proportion=0.1243, over 25.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.343, pruned_loss=0.09916, over 2785551.29 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06923, over 43472.07 utterances.], batch size: 25, lr: 1.95e-04 +2022-09-19 02:03:32,249 INFO [train.py:885] (1/2) Epoch 24, batch 7950, loss[loss=0.1755, simple_loss=0.2692, pruned_loss=0.04087, over 13591.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09123, over 42.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3471, pruned_loss=0.1003, over 2786126.27 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07053, over 45744.56 utterances.], batch size: 42, lr: 1.95e-04 +2022-09-19 02:04:02,189 INFO [train.py:885] (1/2) Epoch 24, batch 8000, loss[loss=0.3643, simple_loss=0.4161, pruned_loss=0.1563, over 14233.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04323, over 335.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3504, pruned_loss=0.1021, over 2780544.63 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07426, over 47118.83 utterances.], batch size: 335, lr: 1.95e-04 +2022-09-19 02:04:31,587 INFO [train.py:885] (1/2) Epoch 24, batch 8050, loss[loss=0.2965, simple_loss=0.3851, pruned_loss=0.104, over 13981.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05692, over 365.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3504, pruned_loss=0.1024, over 2781696.82 frames. utt_duration=237.4 frames, utt_pad_proportion=0.0741, over 47166.95 utterances.], batch size: 365, lr: 1.95e-04 +2022-09-19 02:05:01,525 INFO [train.py:885] (1/2) Epoch 24, batch 8100, loss[loss=0.1637, simple_loss=0.2381, pruned_loss=0.04462, over 13383.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.08724, over 41.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3456, pruned_loss=0.1003, over 2779771.10 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07125, over 45365.28 utterances.], batch size: 41, lr: 1.95e-04 +2022-09-19 02:05:30,491 INFO [train.py:885] (1/2) Epoch 24, batch 8150, loss[loss=0.1965, simple_loss=0.2775, pruned_loss=0.05778, over 14121.00 frames. utt_duration=636.4 frames, utt_pad_proportion=0.05161, over 89.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3466, pruned_loss=0.101, over 2782929.78 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07148, over 45376.64 utterances.], batch size: 89, lr: 1.95e-04 +2022-09-19 02:06:00,774 INFO [train.py:885] (1/2) Epoch 24, batch 8200, loss[loss=0.3027, simple_loss=0.3665, pruned_loss=0.1194, over 14356.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03372, over 244.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3498, pruned_loss=0.1022, over 2783479.78 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07175, over 46785.25 utterances.], batch size: 244, lr: 1.95e-04 +2022-09-19 02:06:30,827 INFO [train.py:885] (1/2) Epoch 24, batch 8250, loss[loss=0.1734, simple_loss=0.2547, pruned_loss=0.04607, over 13330.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.09068, over 41.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3509, pruned_loss=0.1031, over 2779096.00 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07288, over 46858.00 utterances.], batch size: 41, lr: 1.95e-04 +2022-09-19 02:07:00,029 INFO [train.py:885] (1/2) Epoch 24, batch 8300, loss[loss=0.1714, simple_loss=0.2352, pruned_loss=0.05384, over 12059.00 frames. utt_duration=2012 frames, utt_pad_proportion=0.186, over 24.00 utterances.], tot_loss[loss=0.282, simple_loss=0.3544, pruned_loss=0.1048, over 2780054.91 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07263, over 47662.62 utterances.], batch size: 24, lr: 1.95e-04 +2022-09-19 02:07:29,511 INFO [train.py:885] (1/2) Epoch 24, batch 8350, loss[loss=0.1911, simple_loss=0.2764, pruned_loss=0.05296, over 14116.00 frames. utt_duration=635.9 frames, utt_pad_proportion=0.05228, over 89.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3501, pruned_loss=0.1027, over 2781095.40 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07078, over 45982.36 utterances.], batch size: 89, lr: 1.95e-04 +2022-09-19 02:07:58,867 INFO [train.py:885] (1/2) Epoch 24, batch 8400, loss[loss=0.2198, simple_loss=0.2895, pruned_loss=0.07504, over 14142.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04696, over 109.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3473, pruned_loss=0.1022, over 2777301.30 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07144, over 45017.20 utterances.], batch size: 109, lr: 1.95e-04 +2022-09-19 02:08:28,795 INFO [train.py:885] (1/2) Epoch 24, batch 8450, loss[loss=0.2382, simple_loss=0.3229, pruned_loss=0.07677, over 14303.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03552, over 120.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3481, pruned_loss=0.1023, over 2783207.33 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06892, over 44746.77 utterances.], batch size: 120, lr: 1.95e-04 +2022-09-19 02:08:57,656 INFO [train.py:885] (1/2) Epoch 24, batch 8500, loss[loss=0.3234, simple_loss=0.3924, pruned_loss=0.1272, over 14326.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03823, over 262.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3471, pruned_loss=0.1021, over 2782755.81 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06803, over 43936.86 utterances.], batch size: 262, lr: 1.95e-04 +2022-09-19 02:09:27,667 INFO [train.py:885] (1/2) Epoch 24, batch 8550, loss[loss=0.1871, simple_loss=0.2653, pruned_loss=0.05444, over 13901.00 frames. utt_duration=807.3 frames, utt_pad_proportion=0.05794, over 69.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3483, pruned_loss=0.1021, over 2781132.08 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06973, over 44933.58 utterances.], batch size: 69, lr: 1.95e-04 +2022-09-19 02:09:57,057 INFO [train.py:885] (1/2) Epoch 24, batch 8600, loss[loss=0.1833, simple_loss=0.25, pruned_loss=0.05829, over 13278.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.1108, over 26.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3498, pruned_loss=0.1027, over 2781223.90 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07061, over 45883.23 utterances.], batch size: 26, lr: 1.95e-04 +2022-09-19 02:10:26,584 INFO [train.py:885] (1/2) Epoch 24, batch 8650, loss[loss=0.1464, simple_loss=0.2056, pruned_loss=0.04365, over 13422.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08453, over 41.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3538, pruned_loss=0.1053, over 2782112.68 frames. utt_duration=237 frames, utt_pad_proportion=0.07115, over 47241.92 utterances.], batch size: 41, lr: 1.95e-04 +2022-09-19 02:10:56,090 INFO [train.py:885] (1/2) Epoch 24, batch 8700, loss[loss=0.3133, simple_loss=0.4108, pruned_loss=0.1079, over 13593.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08374, over 477.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3485, pruned_loss=0.1024, over 2775190.50 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07158, over 45806.62 utterances.], batch size: 477, lr: 1.95e-04 +2022-09-19 02:11:25,715 INFO [train.py:885] (1/2) Epoch 24, batch 8750, loss[loss=0.1694, simple_loss=0.2306, pruned_loss=0.05406, over 13306.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.09315, over 41.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.35, pruned_loss=0.1038, over 2780706.46 frames. utt_duration=242.6 frames, utt_pad_proportion=0.06943, over 46132.53 utterances.], batch size: 41, lr: 1.95e-04 +2022-09-19 02:11:54,900 INFO [train.py:885] (1/2) Epoch 24, batch 8800, loss[loss=0.2466, simple_loss=0.3243, pruned_loss=0.08448, over 14335.00 frames. utt_duration=408.2 frames, utt_pad_proportion=0.03957, over 141.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3493, pruned_loss=0.1035, over 2777381.18 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07014, over 45473.12 utterances.], batch size: 141, lr: 1.95e-04 +2022-09-19 02:12:25,260 INFO [train.py:885] (1/2) Epoch 24, batch 8850, loss[loss=0.2275, simple_loss=0.3154, pruned_loss=0.06979, over 14317.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03892, over 120.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3485, pruned_loss=0.102, over 2777927.31 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07051, over 45706.76 utterances.], batch size: 120, lr: 1.95e-04 +2022-09-19 02:12:54,050 INFO [train.py:885] (1/2) Epoch 24, batch 8900, loss[loss=0.3055, simple_loss=0.3802, pruned_loss=0.1154, over 14264.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04062, over 225.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3506, pruned_loss=0.1024, over 2775438.53 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07352, over 47290.04 utterances.], batch size: 225, lr: 1.95e-04 +2022-09-19 02:13:23,780 INFO [train.py:885] (1/2) Epoch 24, batch 8950, loss[loss=0.19, simple_loss=0.2583, pruned_loss=0.06091, over 13471.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.0923, over 50.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3465, pruned_loss=0.1009, over 2779869.12 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07018, over 45224.12 utterances.], batch size: 50, lr: 1.95e-04 +2022-09-19 02:13:53,330 INFO [train.py:885] (1/2) Epoch 24, batch 9000, loss[loss=0.3112, simple_loss=0.3979, pruned_loss=0.1123, over 13763.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07254, over 411.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3472, pruned_loss=0.1011, over 2779691.37 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07149, over 45623.72 utterances.], batch size: 411, lr: 1.95e-04 +2022-09-19 02:13:53,331 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 02:13:58,088 INFO [train.py:914] (1/2) Epoch 24, validation: loss=0.1882, simple_loss=0.2681, pruned_loss=0.05417, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 02:14:27,348 INFO [train.py:885] (1/2) Epoch 24, batch 9050, loss[loss=0.2985, simple_loss=0.3474, pruned_loss=0.1248, over 14162.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.0455, over 109.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3452, pruned_loss=0.09998, over 2773650.82 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07247, over 45056.54 utterances.], batch size: 109, lr: 1.95e-04 +2022-09-19 02:14:57,274 INFO [train.py:885] (1/2) Epoch 24, batch 9100, loss[loss=0.177, simple_loss=0.2224, pruned_loss=0.0658, over 13711.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.08302, over 51.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3437, pruned_loss=0.09909, over 2777783.14 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07026, over 44190.23 utterances.], batch size: 51, lr: 1.95e-04 +2022-09-19 02:15:26,343 INFO [train.py:885] (1/2) Epoch 24, batch 9150, loss[loss=0.2607, simple_loss=0.3495, pruned_loss=0.08593, over 14361.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03788, over 167.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3421, pruned_loss=0.09889, over 2783883.96 frames. utt_duration=260.8 frames, utt_pad_proportion=0.06725, over 42938.74 utterances.], batch size: 167, lr: 1.95e-04 +2022-09-19 02:15:55,731 INFO [train.py:885] (1/2) Epoch 24, batch 9200, loss[loss=0.313, simple_loss=0.3859, pruned_loss=0.1201, over 14276.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.0403, over 225.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3427, pruned_loss=0.09903, over 2782996.04 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06889, over 43655.53 utterances.], batch size: 225, lr: 1.95e-04 +2022-09-19 02:16:25,290 INFO [train.py:885] (1/2) Epoch 24, batch 9250, loss[loss=0.2995, simple_loss=0.364, pruned_loss=0.1175, over 14313.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03855, over 195.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3436, pruned_loss=0.0994, over 2780088.36 frames. utt_duration=252.8 frames, utt_pad_proportion=0.0701, over 44239.67 utterances.], batch size: 195, lr: 1.95e-04 +2022-09-19 02:16:54,880 INFO [train.py:885] (1/2) Epoch 24, batch 9300, loss[loss=0.3476, simple_loss=0.4083, pruned_loss=0.1435, over 14247.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04227, over 335.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3435, pruned_loss=0.1006, over 2782637.90 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06823, over 43456.60 utterances.], batch size: 335, lr: 1.95e-04 +2022-09-19 02:17:24,833 INFO [train.py:885] (1/2) Epoch 24, batch 9350, loss[loss=0.2584, simple_loss=0.335, pruned_loss=0.09091, over 14338.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03871, over 154.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3451, pruned_loss=0.1007, over 2783051.08 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06992, over 43949.40 utterances.], batch size: 154, lr: 1.95e-04 +2022-09-19 02:17:54,312 INFO [train.py:885] (1/2) Epoch 24, batch 9400, loss[loss=0.4858, simple_loss=0.5872, pruned_loss=0.1922, over 12471.00 frames. utt_duration=63.17 frames, utt_pad_proportion=0.1464, over 810.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.345, pruned_loss=0.1009, over 2781713.55 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07107, over 44157.92 utterances.], batch size: 810, lr: 1.95e-04 +2022-09-19 02:18:24,001 INFO [train.py:885] (1/2) Epoch 24, batch 9450, loss[loss=0.3021, simple_loss=0.3897, pruned_loss=0.1072, over 14030.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05436, over 365.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3482, pruned_loss=0.1013, over 2781991.28 frames. utt_duration=242.8 frames, utt_pad_proportion=0.0718, over 46119.36 utterances.], batch size: 365, lr: 1.95e-04 +2022-09-19 02:18:53,912 INFO [train.py:885] (1/2) Epoch 24, batch 9500, loss[loss=0.2043, simple_loss=0.2799, pruned_loss=0.06439, over 14219.00 frames. utt_duration=640.4 frames, utt_pad_proportion=0.04561, over 89.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3463, pruned_loss=0.1002, over 2777133.48 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07161, over 45793.31 utterances.], batch size: 89, lr: 1.95e-04 +2022-09-19 02:19:22,912 INFO [train.py:885] (1/2) Epoch 24, batch 9550, loss[loss=0.259, simple_loss=0.3425, pruned_loss=0.08773, over 14271.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.0403, over 225.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3418, pruned_loss=0.09798, over 2778226.83 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06981, over 44204.57 utterances.], batch size: 225, lr: 1.95e-04 +2022-09-19 02:19:52,721 INFO [train.py:885] (1/2) Epoch 24, batch 9600, loss[loss=0.2893, simple_loss=0.3594, pruned_loss=0.1096, over 14345.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03413, over 244.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.346, pruned_loss=0.1007, over 2783526.74 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06921, over 45377.47 utterances.], batch size: 244, lr: 1.95e-04 +2022-09-19 02:20:22,272 INFO [train.py:885] (1/2) Epoch 24, batch 9650, loss[loss=0.1915, simple_loss=0.2381, pruned_loss=0.07245, over 12811.00 frames. utt_duration=2051 frames, utt_pad_proportion=0.1406, over 25.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3465, pruned_loss=0.1008, over 2781057.76 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07114, over 45711.64 utterances.], batch size: 25, lr: 1.95e-04 +2022-09-19 02:20:51,433 INFO [train.py:885] (1/2) Epoch 24, batch 9700, loss[loss=0.1749, simple_loss=0.2329, pruned_loss=0.05848, over 12845.00 frames. utt_duration=1978 frames, utt_pad_proportion=0.1258, over 26.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3438, pruned_loss=0.1004, over 2779052.43 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07071, over 44060.10 utterances.], batch size: 26, lr: 1.95e-04 +2022-09-19 02:21:20,963 INFO [train.py:885] (1/2) Epoch 24, batch 9750, loss[loss=0.3566, simple_loss=0.4084, pruned_loss=0.1524, over 14346.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03775, over 262.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3479, pruned_loss=0.1021, over 2779511.89 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07149, over 45337.69 utterances.], batch size: 262, lr: 1.95e-04 +2022-09-19 02:21:50,309 INFO [train.py:885] (1/2) Epoch 24, batch 9800, loss[loss=0.2573, simple_loss=0.3307, pruned_loss=0.09195, over 14331.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03918, over 154.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3494, pruned_loss=0.1029, over 2783221.79 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07002, over 45789.79 utterances.], batch size: 154, lr: 1.95e-04 +2022-09-19 02:22:19,838 INFO [train.py:885] (1/2) Epoch 24, batch 9850, loss[loss=0.3023, simple_loss=0.3702, pruned_loss=0.1172, over 14359.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.033, over 244.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3482, pruned_loss=0.102, over 2784228.68 frames. utt_duration=247 frames, utt_pad_proportion=0.06843, over 45362.99 utterances.], batch size: 244, lr: 1.95e-04 +2022-09-19 02:22:50,067 INFO [train.py:885] (1/2) Epoch 24, batch 9900, loss[loss=0.1933, simple_loss=0.2705, pruned_loss=0.05809, over 12161.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.1871, over 24.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3484, pruned_loss=0.1017, over 2778376.48 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07119, over 45685.51 utterances.], batch size: 24, lr: 1.95e-04 +2022-09-19 02:23:19,718 INFO [train.py:885] (1/2) Epoch 24, batch 9950, loss[loss=0.177, simple_loss=0.2515, pruned_loss=0.05121, over 12954.00 frames. utt_duration=1994 frames, utt_pad_proportion=0.1184, over 26.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3477, pruned_loss=0.102, over 2781444.97 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06921, over 44905.57 utterances.], batch size: 26, lr: 1.95e-04 +2022-09-19 02:23:48,609 INFO [train.py:885] (1/2) Epoch 24, batch 10000, loss[loss=0.3031, simple_loss=0.377, pruned_loss=0.1146, over 14224.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04315, over 306.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3524, pruned_loss=0.1042, over 2783813.72 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06996, over 46343.06 utterances.], batch size: 306, lr: 1.94e-04 +2022-09-19 02:24:17,487 INFO [train.py:885] (1/2) Epoch 24, batch 10050, loss[loss=0.2854, simple_loss=0.3793, pruned_loss=0.09573, over 14043.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05544, over 366.00 utterances.], tot_loss[loss=0.2822, simple_loss=0.3552, pruned_loss=0.1046, over 2782720.05 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07064, over 47737.97 utterances.], batch size: 366, lr: 1.94e-04 +2022-09-19 02:24:47,812 INFO [train.py:885] (1/2) Epoch 24, batch 10100, loss[loss=0.2311, simple_loss=0.3138, pruned_loss=0.07417, over 14251.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04547, over 141.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3514, pruned_loss=0.1029, over 2781943.18 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07019, over 46983.36 utterances.], batch size: 141, lr: 1.94e-04 +2022-09-19 02:25:17,398 INFO [train.py:885] (1/2) Epoch 24, batch 10150, loss[loss=0.1821, simple_loss=0.2442, pruned_loss=0.06007, over 13622.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.07921, over 50.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3505, pruned_loss=0.1025, over 2779259.69 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07157, over 46948.29 utterances.], batch size: 50, lr: 1.94e-04 +2022-09-19 02:25:47,058 INFO [train.py:885] (1/2) Epoch 24, batch 10200, loss[loss=0.3867, simple_loss=0.4784, pruned_loss=0.1475, over 13203.00 frames. utt_duration=82.45 frames, utt_pad_proportion=0.1038, over 653.00 utterances.], tot_loss[loss=0.2799, simple_loss=0.3528, pruned_loss=0.1035, over 2780769.46 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07012, over 47618.20 utterances.], batch size: 653, lr: 1.94e-04 +2022-09-19 02:26:16,214 INFO [train.py:885] (1/2) Epoch 24, batch 10250, loss[loss=0.1772, simple_loss=0.2532, pruned_loss=0.05057, over 13387.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08562, over 41.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3525, pruned_loss=0.1029, over 2782942.46 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07013, over 47537.33 utterances.], batch size: 41, lr: 1.94e-04 +2022-09-19 02:26:46,051 INFO [train.py:885] (1/2) Epoch 24, batch 10300, loss[loss=0.2901, simple_loss=0.3793, pruned_loss=0.1004, over 13771.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07121, over 411.00 utterances.], tot_loss[loss=0.2806, simple_loss=0.3537, pruned_loss=0.1038, over 2783387.11 frames. utt_duration=235 frames, utt_pad_proportion=0.06893, over 47666.40 utterances.], batch size: 411, lr: 1.94e-04 +2022-09-19 02:27:15,811 INFO [train.py:885] (1/2) Epoch 24, batch 10350, loss[loss=0.1854, simple_loss=0.2699, pruned_loss=0.05042, over 14010.00 frames. utt_duration=710.8 frames, utt_pad_proportion=0.05984, over 79.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3533, pruned_loss=0.1038, over 2779438.79 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07074, over 47270.01 utterances.], batch size: 79, lr: 1.94e-04 +2022-09-19 02:27:44,863 INFO [train.py:885] (1/2) Epoch 24, batch 10400, loss[loss=0.2719, simple_loss=0.3608, pruned_loss=0.09153, over 14370.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03198, over 244.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3532, pruned_loss=0.1037, over 2784290.23 frames. utt_duration=235.1 frames, utt_pad_proportion=0.06993, over 47660.80 utterances.], batch size: 244, lr: 1.94e-04 +2022-09-19 02:28:14,382 INFO [train.py:885] (1/2) Epoch 24, batch 10450, loss[loss=0.262, simple_loss=0.3482, pruned_loss=0.08789, over 14283.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04009, over 180.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3525, pruned_loss=0.1039, over 2787694.46 frames. utt_duration=237.3 frames, utt_pad_proportion=0.06864, over 47273.78 utterances.], batch size: 180, lr: 1.94e-04 +2022-09-19 02:28:43,686 INFO [train.py:885] (1/2) Epoch 24, batch 10500, loss[loss=0.2326, simple_loss=0.2663, pruned_loss=0.09949, over 12898.00 frames. utt_duration=1986 frames, utt_pad_proportion=0.1132, over 26.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3521, pruned_loss=0.1036, over 2783297.82 frames. utt_duration=234.8 frames, utt_pad_proportion=0.06986, over 47720.73 utterances.], batch size: 26, lr: 1.94e-04 +2022-09-19 02:29:13,070 INFO [train.py:885] (1/2) Epoch 24, batch 10550, loss[loss=0.3538, simple_loss=0.4465, pruned_loss=0.1306, over 13584.00 frames. utt_duration=98.49 frames, utt_pad_proportion=0.07954, over 560.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3478, pruned_loss=0.1011, over 2787523.98 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06832, over 45896.26 utterances.], batch size: 560, lr: 1.94e-04 +2022-09-19 02:29:42,879 INFO [train.py:885] (1/2) Epoch 24, batch 10600, loss[loss=0.3468, simple_loss=0.4199, pruned_loss=0.1368, over 14011.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05491, over 365.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3512, pruned_loss=0.1033, over 2787638.75 frames. utt_duration=239.9 frames, utt_pad_proportion=0.06868, over 46776.51 utterances.], batch size: 365, lr: 1.94e-04 +2022-09-19 02:30:29,280 INFO [train.py:885] (1/2) Epoch 24, batch 10650, loss[loss=0.2653, simple_loss=0.331, pruned_loss=0.09982, over 14329.00 frames. utt_duration=442.5 frames, utt_pad_proportion=0.03593, over 130.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.35, pruned_loss=0.1028, over 2786491.48 frames. utt_duration=241.2 frames, utt_pad_proportion=0.06905, over 46485.12 utterances.], batch size: 130, lr: 1.94e-04 +2022-09-19 02:30:59,354 INFO [train.py:885] (1/2) Epoch 24, batch 10700, loss[loss=0.1488, simple_loss=0.2061, pruned_loss=0.04578, over 12467.00 frames. utt_duration=2079 frames, utt_pad_proportion=0.151, over 24.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3512, pruned_loss=0.1033, over 2781703.20 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07004, over 47264.27 utterances.], batch size: 24, lr: 1.94e-04 +2022-09-19 02:31:28,563 INFO [train.py:885] (1/2) Epoch 24, batch 10750, loss[loss=0.289, simple_loss=0.343, pruned_loss=0.1175, over 14357.00 frames. utt_duration=480.2 frames, utt_pad_proportion=0.03568, over 120.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3473, pruned_loss=0.1008, over 2786377.67 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06758, over 45803.09 utterances.], batch size: 120, lr: 1.94e-04 +2022-09-19 02:31:57,539 INFO [train.py:885] (1/2) Epoch 24, batch 10800, loss[loss=0.3334, simple_loss=0.3918, pruned_loss=0.1375, over 14340.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.0373, over 283.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3425, pruned_loss=0.09859, over 2783619.84 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06695, over 43851.15 utterances.], batch size: 283, lr: 1.94e-04 +2022-09-19 02:32:27,269 INFO [train.py:885] (1/2) Epoch 24, batch 10850, loss[loss=0.3341, simple_loss=0.3861, pruned_loss=0.1411, over 14326.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03822, over 195.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3464, pruned_loss=0.1005, over 2782403.61 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0685, over 45160.99 utterances.], batch size: 195, lr: 1.94e-04 +2022-09-19 02:32:57,462 INFO [train.py:885] (1/2) Epoch 24, batch 10900, loss[loss=0.3011, simple_loss=0.4054, pruned_loss=0.09842, over 13668.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08046, over 478.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3481, pruned_loss=0.1009, over 2776489.92 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07209, over 46508.42 utterances.], batch size: 478, lr: 1.94e-04 +2022-09-19 02:33:25,830 INFO [train.py:885] (1/2) Epoch 24, batch 10950, loss[loss=0.2414, simple_loss=0.3164, pruned_loss=0.08324, over 14223.00 frames. utt_duration=640.8 frames, utt_pad_proportion=0.04647, over 89.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3431, pruned_loss=0.09882, over 2779910.91 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06972, over 44099.19 utterances.], batch size: 89, lr: 1.94e-04 +2022-09-19 02:33:55,953 INFO [train.py:885] (1/2) Epoch 24, batch 11000, loss[loss=0.3087, simple_loss=0.4095, pruned_loss=0.104, over 13625.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07795, over 560.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3412, pruned_loss=0.09773, over 2782387.95 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06837, over 43544.55 utterances.], batch size: 560, lr: 1.94e-04 +2022-09-19 02:34:25,428 INFO [train.py:885] (1/2) Epoch 24, batch 11050, loss[loss=0.1868, simple_loss=0.2535, pruned_loss=0.06003, over 13237.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1087, over 33.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3399, pruned_loss=0.09624, over 2783777.26 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06685, over 43561.87 utterances.], batch size: 33, lr: 1.94e-04 +2022-09-19 02:34:54,798 INFO [train.py:885] (1/2) Epoch 24, batch 11100, loss[loss=0.2489, simple_loss=0.3133, pruned_loss=0.09228, over 14188.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04347, over 109.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3404, pruned_loss=0.09638, over 2781819.23 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06883, over 43616.94 utterances.], batch size: 109, lr: 1.94e-04 +2022-09-19 02:35:24,867 INFO [train.py:885] (1/2) Epoch 24, batch 11150, loss[loss=0.4381, simple_loss=0.5134, pruned_loss=0.1814, over 13198.00 frames. utt_duration=82.4 frames, utt_pad_proportion=0.1043, over 653.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3443, pruned_loss=0.09825, over 2779219.44 frames. utt_duration=247 frames, utt_pad_proportion=0.07127, over 45271.27 utterances.], batch size: 653, lr: 1.94e-04 +2022-09-19 02:35:54,407 INFO [train.py:885] (1/2) Epoch 24, batch 11200, loss[loss=0.6638, simple_loss=0.6922, pruned_loss=0.3177, over 12441.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1486, over 810.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3495, pruned_loss=0.101, over 2782114.36 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07252, over 46961.38 utterances.], batch size: 810, lr: 1.94e-04 +2022-09-19 02:36:24,072 INFO [train.py:885] (1/2) Epoch 24, batch 11250, loss[loss=0.4746, simple_loss=0.5673, pruned_loss=0.191, over 12501.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1458, over 811.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3505, pruned_loss=0.1021, over 2778644.50 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07296, over 47495.85 utterances.], batch size: 811, lr: 1.94e-04 +2022-09-19 02:36:53,426 INFO [train.py:885] (1/2) Epoch 24, batch 11300, loss[loss=0.345, simple_loss=0.432, pruned_loss=0.129, over 13650.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07985, over 477.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3507, pruned_loss=0.1029, over 2776194.05 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07323, over 47109.25 utterances.], batch size: 477, lr: 1.94e-04 +2022-09-19 02:37:23,302 INFO [train.py:885] (1/2) Epoch 24, batch 11350, loss[loss=0.5172, simple_loss=0.5981, pruned_loss=0.2181, over 12472.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1457, over 810.00 utterances.], tot_loss[loss=0.2818, simple_loss=0.3538, pruned_loss=0.1049, over 2776075.15 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07425, over 48069.02 utterances.], batch size: 810, lr: 1.94e-04 +2022-09-19 02:37:52,302 INFO [train.py:885] (1/2) Epoch 24, batch 11400, loss[loss=0.2704, simple_loss=0.3402, pruned_loss=0.1003, over 14240.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04602, over 141.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3509, pruned_loss=0.1037, over 2777756.27 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07288, over 46487.68 utterances.], batch size: 141, lr: 1.94e-04 +2022-09-19 02:38:21,633 INFO [train.py:885] (1/2) Epoch 24, batch 11450, loss[loss=0.2998, simple_loss=0.378, pruned_loss=0.1108, over 14338.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03768, over 262.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3496, pruned_loss=0.1036, over 2780416.99 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07075, over 45423.18 utterances.], batch size: 262, lr: 1.94e-04 +2022-09-19 02:38:51,956 INFO [train.py:885] (1/2) Epoch 24, batch 11500, loss[loss=0.1571, simple_loss=0.216, pruned_loss=0.04914, over 12019.00 frames. utt_duration=2004 frames, utt_pad_proportion=0.1231, over 24.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3491, pruned_loss=0.1027, over 2774829.62 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07212, over 45888.29 utterances.], batch size: 24, lr: 1.94e-04 +2022-09-19 02:39:21,666 INFO [train.py:885] (1/2) Epoch 24, batch 11550, loss[loss=0.1792, simple_loss=0.2452, pruned_loss=0.05657, over 13156.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1176, over 33.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3479, pruned_loss=0.1018, over 2776914.90 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07245, over 45217.40 utterances.], batch size: 33, lr: 1.94e-04 +2022-09-19 02:39:50,640 INFO [train.py:885] (1/2) Epoch 24, batch 11600, loss[loss=0.2664, simple_loss=0.3321, pruned_loss=0.1004, over 14070.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05614, over 98.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3479, pruned_loss=0.1023, over 2777562.69 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07276, over 44936.35 utterances.], batch size: 98, lr: 1.94e-04 +2022-09-19 02:40:20,335 INFO [train.py:885] (1/2) Epoch 24, batch 11650, loss[loss=0.1818, simple_loss=0.2384, pruned_loss=0.06262, over 13510.00 frames. utt_duration=1288 frames, utt_pad_proportion=0.09345, over 42.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3441, pruned_loss=0.1001, over 2778359.20 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07095, over 43739.43 utterances.], batch size: 42, lr: 1.94e-04 +2022-09-19 02:40:49,818 INFO [train.py:885] (1/2) Epoch 24, batch 11700, loss[loss=0.3155, simple_loss=0.3787, pruned_loss=0.1261, over 14231.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04255, over 306.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.347, pruned_loss=0.102, over 2779433.78 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07172, over 44527.28 utterances.], batch size: 306, lr: 1.94e-04 +2022-09-19 02:41:19,630 INFO [train.py:885] (1/2) Epoch 24, batch 11750, loss[loss=0.1979, simple_loss=0.2538, pruned_loss=0.07105, over 11979.00 frames. utt_duration=1998 frames, utt_pad_proportion=0.1875, over 24.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3473, pruned_loss=0.1011, over 2777510.65 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07154, over 45409.43 utterances.], batch size: 24, lr: 1.94e-04 +2022-09-19 02:41:48,999 INFO [train.py:885] (1/2) Epoch 24, batch 11800, loss[loss=0.243, simple_loss=0.3142, pruned_loss=0.08591, over 14154.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04594, over 109.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3485, pruned_loss=0.1012, over 2779337.26 frames. utt_duration=245.2 frames, utt_pad_proportion=0.0707, over 45607.00 utterances.], batch size: 109, lr: 1.94e-04 +2022-09-19 02:42:18,610 INFO [train.py:885] (1/2) Epoch 24, batch 11850, loss[loss=0.1843, simple_loss=0.244, pruned_loss=0.06226, over 13600.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08464, over 50.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3456, pruned_loss=0.09973, over 2779230.88 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07014, over 44703.50 utterances.], batch size: 50, lr: 1.94e-04 +2022-09-19 02:42:47,964 INFO [train.py:885] (1/2) Epoch 24, batch 11900, loss[loss=0.2886, simple_loss=0.3722, pruned_loss=0.1025, over 14307.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.038, over 180.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3455, pruned_loss=0.09942, over 2779637.20 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07195, over 44840.97 utterances.], batch size: 180, lr: 1.94e-04 +2022-09-19 02:43:17,589 INFO [train.py:885] (1/2) Epoch 24, batch 11950, loss[loss=0.2697, simple_loss=0.3144, pruned_loss=0.1125, over 14076.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05427, over 98.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3485, pruned_loss=0.1014, over 2780934.00 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0718, over 45428.80 utterances.], batch size: 98, lr: 1.94e-04 +2022-09-19 02:43:47,852 INFO [train.py:885] (1/2) Epoch 24, batch 12000, loss[loss=0.2392, simple_loss=0.3206, pruned_loss=0.07892, over 14295.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04145, over 154.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3489, pruned_loss=0.1016, over 2788032.04 frames. utt_duration=247 frames, utt_pad_proportion=0.07044, over 45429.25 utterances.], batch size: 154, lr: 1.94e-04 +2022-09-19 02:43:47,852 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 02:43:52,540 INFO [train.py:914] (1/2) Epoch 24, validation: loss=0.192, simple_loss=0.2705, pruned_loss=0.05674, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 02:44:21,757 INFO [train.py:885] (1/2) Epoch 24, batch 12050, loss[loss=0.1815, simple_loss=0.2406, pruned_loss=0.06125, over 13830.00 frames. utt_duration=1108 frames, utt_pad_proportion=0.0659, over 50.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3456, pruned_loss=0.1004, over 2784408.18 frames. utt_duration=252 frames, utt_pad_proportion=0.07097, over 44453.36 utterances.], batch size: 50, lr: 1.94e-04 +2022-09-19 02:44:51,285 INFO [train.py:885] (1/2) Epoch 24, batch 12100, loss[loss=0.2701, simple_loss=0.3426, pruned_loss=0.09874, over 14334.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03683, over 195.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.347, pruned_loss=0.1003, over 2781383.96 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07218, over 45735.29 utterances.], batch size: 195, lr: 1.94e-04 +2022-09-19 02:45:20,497 INFO [train.py:885] (1/2) Epoch 24, batch 12150, loss[loss=0.2246, simple_loss=0.3006, pruned_loss=0.07429, over 14143.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04668, over 109.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3455, pruned_loss=0.0999, over 2785069.49 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07028, over 44752.12 utterances.], batch size: 109, lr: 1.94e-04 +2022-09-19 02:45:50,369 INFO [train.py:885] (1/2) Epoch 24, batch 12200, loss[loss=0.31, simple_loss=0.3786, pruned_loss=0.1207, over 14274.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04013, over 180.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3447, pruned_loss=0.09976, over 2784158.28 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07092, over 44115.95 utterances.], batch size: 180, lr: 1.94e-04 +2022-09-19 02:46:19,822 INFO [train.py:885] (1/2) Epoch 24, batch 12250, loss[loss=0.293, simple_loss=0.3635, pruned_loss=0.1112, over 14350.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03763, over 244.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3442, pruned_loss=0.09924, over 2778349.88 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07267, over 44789.61 utterances.], batch size: 244, lr: 1.94e-04 +2022-09-19 02:46:56,417 INFO [train.py:885] (1/2) Epoch 24, batch 12300, loss[loss=0.3251, simple_loss=0.3824, pruned_loss=0.1339, over 14309.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0387, over 283.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3432, pruned_loss=0.09836, over 2776816.40 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07254, over 45004.12 utterances.], batch size: 283, lr: 1.94e-04 +2022-09-19 02:47:26,214 INFO [train.py:885] (1/2) Epoch 24, batch 12350, loss[loss=0.2744, simple_loss=0.3742, pruned_loss=0.08725, over 13756.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07288, over 411.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3461, pruned_loss=0.09984, over 2776685.48 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07412, over 46535.39 utterances.], batch size: 411, lr: 1.94e-04 +2022-09-19 02:47:55,260 INFO [train.py:885] (1/2) Epoch 24, batch 12400, loss[loss=0.3014, simple_loss=0.3707, pruned_loss=0.1161, over 14332.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03763, over 210.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3445, pruned_loss=0.0991, over 2779535.53 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07239, over 45349.14 utterances.], batch size: 210, lr: 1.94e-04 +2022-09-19 02:48:25,461 INFO [train.py:885] (1/2) Epoch 24, batch 12450, loss[loss=0.1678, simple_loss=0.2381, pruned_loss=0.04874, over 13300.00 frames. utt_duration=1613 frames, utt_pad_proportion=0.09814, over 33.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3459, pruned_loss=0.09985, over 2776752.98 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07386, over 46036.85 utterances.], batch size: 33, lr: 1.94e-04 +2022-09-19 02:48:54,429 INFO [train.py:885] (1/2) Epoch 24, batch 12500, loss[loss=0.243, simple_loss=0.3283, pruned_loss=0.07892, over 14213.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04728, over 141.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3471, pruned_loss=0.1001, over 2773741.62 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07449, over 46356.32 utterances.], batch size: 141, lr: 1.94e-04 +2022-09-19 02:49:24,297 INFO [train.py:885] (1/2) Epoch 24, batch 12550, loss[loss=0.2842, simple_loss=0.3544, pruned_loss=0.107, over 14330.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03983, over 167.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3485, pruned_loss=0.101, over 2773954.38 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07567, over 47123.09 utterances.], batch size: 167, lr: 1.94e-04 +2022-09-19 02:49:51,792 INFO [train.py:885] (1/2) Epoch 24, batch 12600, loss[loss=0.3038, simple_loss=0.3987, pruned_loss=0.1044, over 13806.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06868, over 411.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3491, pruned_loss=0.1015, over 2773492.57 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07604, over 47403.09 utterances.], batch size: 411, lr: 1.94e-04 +2022-09-19 02:50:10,838 INFO [train.py:885] (1/2) Epoch 25, batch 0, loss[loss=0.2759, simple_loss=0.359, pruned_loss=0.09637, over 14348.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03691, over 210.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.359, pruned_loss=0.09637, over 14348.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03691, over 210.00 utterances.], batch size: 210, lr: 1.90e-04 +2022-09-19 02:50:39,733 INFO [train.py:885] (1/2) Epoch 25, batch 50, loss[loss=0.2849, simple_loss=0.3648, pruned_loss=0.1025, over 14343.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03642, over 195.00 utterances.], tot_loss[loss=0.2832, simple_loss=0.3556, pruned_loss=0.1055, over 629514.88 frames. utt_duration=238.8 frames, utt_pad_proportion=0.06634, over 10609.86 utterances.], batch size: 195, lr: 1.90e-04 +2022-09-19 02:51:08,906 INFO [train.py:885] (1/2) Epoch 25, batch 100, loss[loss=0.1843, simple_loss=0.2573, pruned_loss=0.05566, over 13592.00 frames. utt_duration=907.5 frames, utt_pad_proportion=0.08792, over 60.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3473, pruned_loss=0.1014, over 1106616.35 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06853, over 18013.26 utterances.], batch size: 60, lr: 1.90e-04 +2022-09-19 02:51:38,938 INFO [train.py:885] (1/2) Epoch 25, batch 150, loss[loss=0.2358, simple_loss=0.3001, pruned_loss=0.08574, over 14063.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05618, over 79.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3501, pruned_loss=0.1032, over 1475000.41 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07339, over 24849.27 utterances.], batch size: 79, lr: 1.90e-04 +2022-09-19 02:52:08,246 INFO [train.py:885] (1/2) Epoch 25, batch 200, loss[loss=0.2047, simple_loss=0.2776, pruned_loss=0.0659, over 12232.00 frames. utt_duration=2040 frames, utt_pad_proportion=0.1528, over 24.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3494, pruned_loss=0.1023, over 1765897.76 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07104, over 29276.55 utterances.], batch size: 24, lr: 1.90e-04 +2022-09-19 02:52:37,331 INFO [train.py:885] (1/2) Epoch 25, batch 250, loss[loss=0.2816, simple_loss=0.3547, pruned_loss=0.1042, over 14343.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03661, over 210.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3485, pruned_loss=0.102, over 1984590.65 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07456, over 33057.69 utterances.], batch size: 210, lr: 1.90e-04 +2022-09-19 02:53:07,098 INFO [train.py:885] (1/2) Epoch 25, batch 300, loss[loss=0.4427, simple_loss=0.4716, pruned_loss=0.2069, over 14292.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04122, over 262.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3516, pruned_loss=0.103, over 2161830.30 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07395, over 37128.03 utterances.], batch size: 262, lr: 1.90e-04 +2022-09-19 02:53:36,272 INFO [train.py:885] (1/2) Epoch 25, batch 350, loss[loss=0.2495, simple_loss=0.3098, pruned_loss=0.09462, over 14209.00 frames. utt_duration=640.1 frames, utt_pad_proportion=0.04602, over 89.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.343, pruned_loss=0.09895, over 2296272.64 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07319, over 36407.32 utterances.], batch size: 89, lr: 1.90e-04 +2022-09-19 02:54:06,252 INFO [train.py:885] (1/2) Epoch 25, batch 400, loss[loss=0.1413, simple_loss=0.2009, pruned_loss=0.04091, over 13832.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.07502, over 42.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3433, pruned_loss=0.09869, over 2402055.18 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07316, over 38324.30 utterances.], batch size: 42, lr: 1.90e-04 +2022-09-19 02:54:35,693 INFO [train.py:885] (1/2) Epoch 25, batch 450, loss[loss=0.3154, simple_loss=0.387, pruned_loss=0.1219, over 14258.00 frames. utt_duration=188 frames, utt_pad_proportion=0.04105, over 306.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3393, pruned_loss=0.09733, over 2483111.19 frames. utt_duration=259.2 frames, utt_pad_proportion=0.07241, over 38532.61 utterances.], batch size: 306, lr: 1.90e-04 +2022-09-19 02:55:05,286 INFO [train.py:885] (1/2) Epoch 25, batch 500, loss[loss=0.2819, simple_loss=0.3774, pruned_loss=0.09324, over 13969.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05807, over 365.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3448, pruned_loss=0.0989, over 2546678.97 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07546, over 41570.19 utterances.], batch size: 365, lr: 1.90e-04 +2022-09-19 02:55:34,676 INFO [train.py:885] (1/2) Epoch 25, batch 550, loss[loss=0.272, simple_loss=0.3744, pruned_loss=0.08484, over 13958.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05854, over 365.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3478, pruned_loss=0.1001, over 2596208.45 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07601, over 43976.73 utterances.], batch size: 365, lr: 1.90e-04 +2022-09-19 02:56:04,584 INFO [train.py:885] (1/2) Epoch 25, batch 600, loss[loss=0.2367, simple_loss=0.3157, pruned_loss=0.07891, over 14183.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04414, over 109.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3462, pruned_loss=0.09966, over 2631737.15 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07548, over 44185.69 utterances.], batch size: 109, lr: 1.90e-04 +2022-09-19 02:56:34,425 INFO [train.py:885] (1/2) Epoch 25, batch 650, loss[loss=0.2525, simple_loss=0.2961, pruned_loss=0.1044, over 14026.00 frames. utt_duration=711.7 frames, utt_pad_proportion=0.05854, over 79.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3478, pruned_loss=0.1005, over 2661507.30 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07663, over 45933.07 utterances.], batch size: 79, lr: 1.90e-04 +2022-09-19 02:57:04,229 INFO [train.py:885] (1/2) Epoch 25, batch 700, loss[loss=0.2819, simple_loss=0.3459, pruned_loss=0.109, over 14285.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03925, over 130.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3469, pruned_loss=0.1002, over 2690593.33 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07407, over 45566.23 utterances.], batch size: 130, lr: 1.90e-04 +2022-09-19 02:57:33,833 INFO [train.py:885] (1/2) Epoch 25, batch 750, loss[loss=0.2825, simple_loss=0.3649, pruned_loss=0.1, over 14336.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03693, over 210.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3477, pruned_loss=0.1022, over 2710030.85 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07366, over 45358.54 utterances.], batch size: 210, lr: 1.90e-04 +2022-09-19 02:58:03,195 INFO [train.py:885] (1/2) Epoch 25, batch 800, loss[loss=0.2451, simple_loss=0.3066, pruned_loss=0.09176, over 12715.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1332, over 25.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3461, pruned_loss=0.1011, over 2723663.89 frames. utt_duration=246 frames, utt_pad_proportion=0.07219, over 44553.61 utterances.], batch size: 25, lr: 1.90e-04 +2022-09-19 02:58:32,959 INFO [train.py:885] (1/2) Epoch 25, batch 850, loss[loss=0.2245, simple_loss=0.3062, pruned_loss=0.07139, over 14308.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04078, over 154.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3462, pruned_loss=0.1013, over 2739220.93 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07092, over 44908.19 utterances.], batch size: 154, lr: 1.90e-04 +2022-09-19 02:59:02,107 INFO [train.py:885] (1/2) Epoch 25, batch 900, loss[loss=0.3416, simple_loss=0.4, pruned_loss=0.1416, over 14200.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04463, over 306.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3469, pruned_loss=0.102, over 2745702.89 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07163, over 44623.54 utterances.], batch size: 306, lr: 1.90e-04 +2022-09-19 02:59:31,823 INFO [train.py:885] (1/2) Epoch 25, batch 950, loss[loss=0.2618, simple_loss=0.3412, pruned_loss=0.0912, over 14278.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03983, over 180.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.347, pruned_loss=0.102, over 2751890.72 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07102, over 44443.32 utterances.], batch size: 180, lr: 1.90e-04 +2022-09-19 03:00:01,159 INFO [train.py:885] (1/2) Epoch 25, batch 1000, loss[loss=0.1592, simple_loss=0.2215, pruned_loss=0.0484, over 13852.00 frames. utt_duration=804.5 frames, utt_pad_proportion=0.06344, over 69.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.346, pruned_loss=0.1012, over 2754994.96 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07192, over 44755.05 utterances.], batch size: 69, lr: 1.90e-04 +2022-09-19 03:00:30,796 INFO [train.py:885] (1/2) Epoch 25, batch 1050, loss[loss=0.2424, simple_loss=0.3147, pruned_loss=0.08508, over 14332.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03828, over 130.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3468, pruned_loss=0.1012, over 2761756.38 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07035, over 44844.92 utterances.], batch size: 130, lr: 1.89e-04 +2022-09-19 03:01:00,261 INFO [train.py:885] (1/2) Epoch 25, batch 1100, loss[loss=0.567, simple_loss=0.6361, pruned_loss=0.2489, over 12471.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1466, over 810.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3493, pruned_loss=0.1028, over 2762623.68 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07325, over 45851.88 utterances.], batch size: 810, lr: 1.89e-04 +2022-09-19 03:01:31,669 INFO [train.py:885] (1/2) Epoch 25, batch 1150, loss[loss=0.4205, simple_loss=0.5025, pruned_loss=0.1693, over 13140.00 frames. utt_duration=82.05 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3495, pruned_loss=0.1024, over 2766893.33 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07336, over 46362.05 utterances.], batch size: 653, lr: 1.89e-04 +2022-09-19 03:02:01,277 INFO [train.py:885] (1/2) Epoch 25, batch 1200, loss[loss=0.2114, simple_loss=0.2924, pruned_loss=0.06516, over 14221.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04162, over 109.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3497, pruned_loss=0.1022, over 2766897.96 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07328, over 46479.31 utterances.], batch size: 109, lr: 1.89e-04 +2022-09-19 03:02:30,665 INFO [train.py:885] (1/2) Epoch 25, batch 1250, loss[loss=0.359, simple_loss=0.4475, pruned_loss=0.1353, over 13605.00 frames. utt_duration=98.56 frames, utt_pad_proportion=0.07891, over 560.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3486, pruned_loss=0.102, over 2771450.33 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07174, over 45688.87 utterances.], batch size: 560, lr: 1.89e-04 +2022-09-19 03:03:00,392 INFO [train.py:885] (1/2) Epoch 25, batch 1300, loss[loss=0.3414, simple_loss=0.3947, pruned_loss=0.1441, over 14358.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03566, over 195.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3493, pruned_loss=0.1017, over 2768678.27 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07389, over 46659.67 utterances.], batch size: 195, lr: 1.89e-04 +2022-09-19 03:03:30,126 INFO [train.py:885] (1/2) Epoch 25, batch 1350, loss[loss=0.3963, simple_loss=0.4674, pruned_loss=0.1626, over 13715.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07494, over 411.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3484, pruned_loss=0.1013, over 2774676.16 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0728, over 46128.64 utterances.], batch size: 411, lr: 1.89e-04 +2022-09-19 03:03:59,697 INFO [train.py:885] (1/2) Epoch 25, batch 1400, loss[loss=0.1852, simple_loss=0.2626, pruned_loss=0.05393, over 13447.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09084, over 50.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3468, pruned_loss=0.1004, over 2778129.48 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07226, over 45119.68 utterances.], batch size: 50, lr: 1.89e-04 +2022-09-19 03:04:29,114 INFO [train.py:885] (1/2) Epoch 25, batch 1450, loss[loss=0.2412, simple_loss=0.3155, pruned_loss=0.08341, over 14194.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.0435, over 109.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3462, pruned_loss=0.1006, over 2772602.90 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07298, over 44895.43 utterances.], batch size: 109, lr: 1.89e-04 +2022-09-19 03:04:58,786 INFO [train.py:885] (1/2) Epoch 25, batch 1500, loss[loss=0.2649, simple_loss=0.3487, pruned_loss=0.09058, over 14352.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03613, over 195.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3485, pruned_loss=0.1007, over 2773402.00 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07339, over 46413.63 utterances.], batch size: 195, lr: 1.89e-04 +2022-09-19 03:05:27,804 INFO [train.py:885] (1/2) Epoch 25, batch 1550, loss[loss=0.2704, simple_loss=0.3547, pruned_loss=0.09298, over 14291.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03952, over 225.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3464, pruned_loss=0.09981, over 2777515.55 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07129, over 45155.37 utterances.], batch size: 225, lr: 1.89e-04 +2022-09-19 03:05:57,742 INFO [train.py:885] (1/2) Epoch 25, batch 1600, loss[loss=0.2042, simple_loss=0.2776, pruned_loss=0.06543, over 14080.00 frames. utt_duration=805.9 frames, utt_pad_proportion=0.05958, over 70.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3475, pruned_loss=0.1001, over 2782805.83 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07061, over 45422.65 utterances.], batch size: 70, lr: 1.89e-04 +2022-09-19 03:06:27,077 INFO [train.py:885] (1/2) Epoch 25, batch 1650, loss[loss=0.2447, simple_loss=0.3245, pruned_loss=0.0825, over 14319.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.0404, over 167.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3486, pruned_loss=0.1008, over 2784544.06 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07038, over 45689.33 utterances.], batch size: 167, lr: 1.89e-04 +2022-09-19 03:06:56,637 INFO [train.py:885] (1/2) Epoch 25, batch 1700, loss[loss=0.3545, simple_loss=0.4418, pruned_loss=0.1336, over 13599.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07967, over 560.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3516, pruned_loss=0.1016, over 2784066.07 frames. utt_duration=234.7 frames, utt_pad_proportion=0.06993, over 47754.52 utterances.], batch size: 560, lr: 1.89e-04 +2022-09-19 03:07:26,094 INFO [train.py:885] (1/2) Epoch 25, batch 1750, loss[loss=0.3148, simple_loss=0.3842, pruned_loss=0.1227, over 14355.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03677, over 283.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3518, pruned_loss=0.102, over 2784262.96 frames. utt_duration=235.4 frames, utt_pad_proportion=0.06839, over 47602.64 utterances.], batch size: 283, lr: 1.89e-04 +2022-09-19 03:07:54,754 INFO [train.py:885] (1/2) Epoch 25, batch 1800, loss[loss=0.2049, simple_loss=0.2807, pruned_loss=0.06454, over 14148.00 frames. utt_duration=579 frames, utt_pad_proportion=0.04929, over 98.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3442, pruned_loss=0.09854, over 2781761.14 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06718, over 44710.06 utterances.], batch size: 98, lr: 1.89e-04 +2022-09-19 03:08:24,515 INFO [train.py:885] (1/2) Epoch 25, batch 1850, loss[loss=0.2949, simple_loss=0.3662, pruned_loss=0.1118, over 14255.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04199, over 225.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.347, pruned_loss=0.1003, over 2780123.75 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07021, over 45529.32 utterances.], batch size: 225, lr: 1.89e-04 +2022-09-19 03:08:53,547 INFO [train.py:885] (1/2) Epoch 25, batch 1900, loss[loss=0.3515, simple_loss=0.4306, pruned_loss=0.1361, over 13980.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05692, over 365.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3474, pruned_loss=0.1013, over 2778457.00 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07017, over 45705.42 utterances.], batch size: 365, lr: 1.89e-04 +2022-09-19 03:09:23,135 INFO [train.py:885] (1/2) Epoch 25, batch 1950, loss[loss=0.1922, simple_loss=0.2678, pruned_loss=0.05829, over 13991.00 frames. utt_duration=709.8 frames, utt_pad_proportion=0.06108, over 79.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3462, pruned_loss=0.1008, over 2778933.22 frames. utt_duration=248 frames, utt_pad_proportion=0.06892, over 45091.62 utterances.], batch size: 79, lr: 1.89e-04 +2022-09-19 03:09:52,817 INFO [train.py:885] (1/2) Epoch 25, batch 2000, loss[loss=0.1967, simple_loss=0.2768, pruned_loss=0.05835, over 14153.00 frames. utt_duration=637.5 frames, utt_pad_proportion=0.04714, over 89.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3501, pruned_loss=0.1022, over 2778656.29 frames. utt_duration=238 frames, utt_pad_proportion=0.07159, over 46991.96 utterances.], batch size: 89, lr: 1.89e-04 +2022-09-19 03:10:22,153 INFO [train.py:885] (1/2) Epoch 25, batch 2050, loss[loss=0.3361, simple_loss=0.4137, pruned_loss=0.1292, over 13805.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.07011, over 411.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3533, pruned_loss=0.1038, over 2779605.94 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07309, over 48457.32 utterances.], batch size: 411, lr: 1.89e-04 +2022-09-19 03:10:51,951 INFO [train.py:885] (1/2) Epoch 25, batch 2100, loss[loss=0.3168, simple_loss=0.4045, pruned_loss=0.1146, over 13774.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07161, over 411.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3512, pruned_loss=0.1027, over 2778183.72 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07381, over 47632.75 utterances.], batch size: 411, lr: 1.89e-04 +2022-09-19 03:11:21,018 INFO [train.py:885] (1/2) Epoch 25, batch 2150, loss[loss=0.2805, simple_loss=0.3538, pruned_loss=0.1036, over 14315.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03834, over 226.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3514, pruned_loss=0.1027, over 2776746.92 frames. utt_duration=233 frames, utt_pad_proportion=0.07486, over 47979.60 utterances.], batch size: 226, lr: 1.89e-04 +2022-09-19 03:11:50,396 INFO [train.py:885] (1/2) Epoch 25, batch 2200, loss[loss=0.3033, simple_loss=0.3958, pruned_loss=0.1054, over 13738.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07349, over 411.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3522, pruned_loss=0.103, over 2776878.44 frames. utt_duration=230.4 frames, utt_pad_proportion=0.07592, over 48519.20 utterances.], batch size: 411, lr: 1.89e-04 +2022-09-19 03:12:20,140 INFO [train.py:885] (1/2) Epoch 25, batch 2250, loss[loss=0.3693, simple_loss=0.471, pruned_loss=0.1338, over 13086.00 frames. utt_duration=81.69 frames, utt_pad_proportion=0.1121, over 653.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.352, pruned_loss=0.1033, over 2776254.30 frames. utt_duration=231 frames, utt_pad_proportion=0.07448, over 48379.00 utterances.], batch size: 653, lr: 1.89e-04 +2022-09-19 03:12:49,601 INFO [train.py:885] (1/2) Epoch 25, batch 2300, loss[loss=0.2997, simple_loss=0.3811, pruned_loss=0.1091, over 14007.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05541, over 365.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3532, pruned_loss=0.103, over 2774083.78 frames. utt_duration=227.6 frames, utt_pad_proportion=0.07594, over 49074.60 utterances.], batch size: 365, lr: 1.89e-04 +2022-09-19 03:13:19,473 INFO [train.py:885] (1/2) Epoch 25, batch 2350, loss[loss=0.2309, simple_loss=0.3051, pruned_loss=0.07834, over 14153.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04606, over 109.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3505, pruned_loss=0.102, over 2776158.68 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07385, over 47183.16 utterances.], batch size: 109, lr: 1.89e-04 +2022-09-19 03:13:49,069 INFO [train.py:885] (1/2) Epoch 25, batch 2400, loss[loss=0.1934, simple_loss=0.2562, pruned_loss=0.06525, over 13319.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.1054, over 26.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3516, pruned_loss=0.1024, over 2773260.75 frames. utt_duration=231 frames, utt_pad_proportion=0.07678, over 48328.01 utterances.], batch size: 26, lr: 1.89e-04 +2022-09-19 03:14:18,314 INFO [train.py:885] (1/2) Epoch 25, batch 2450, loss[loss=0.392, simple_loss=0.485, pruned_loss=0.1495, over 13159.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3498, pruned_loss=0.1021, over 2776111.65 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07369, over 46907.68 utterances.], batch size: 653, lr: 1.89e-04 +2022-09-19 03:14:47,842 INFO [train.py:885] (1/2) Epoch 25, batch 2500, loss[loss=0.5855, simple_loss=0.6423, pruned_loss=0.2644, over 12505.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1444, over 810.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3458, pruned_loss=0.101, over 2770849.22 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07532, over 45752.06 utterances.], batch size: 810, lr: 1.89e-04 +2022-09-19 03:15:17,693 INFO [train.py:885] (1/2) Epoch 25, batch 2550, loss[loss=0.1854, simple_loss=0.2761, pruned_loss=0.04732, over 14159.00 frames. utt_duration=637.8 frames, utt_pad_proportion=0.04943, over 89.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3438, pruned_loss=0.09969, over 2781245.08 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07119, over 44371.30 utterances.], batch size: 89, lr: 1.89e-04 +2022-09-19 03:15:47,616 INFO [train.py:885] (1/2) Epoch 25, batch 2600, loss[loss=0.3239, simple_loss=0.3905, pruned_loss=0.1286, over 14210.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04395, over 306.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3457, pruned_loss=0.101, over 2782183.22 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06946, over 44542.18 utterances.], batch size: 306, lr: 1.89e-04 +2022-09-19 03:16:17,598 INFO [train.py:885] (1/2) Epoch 25, batch 2650, loss[loss=0.1955, simple_loss=0.2507, pruned_loss=0.07015, over 13891.00 frames. utt_duration=806.9 frames, utt_pad_proportion=0.0607, over 69.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3453, pruned_loss=0.1003, over 2778536.81 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07026, over 45018.33 utterances.], batch size: 69, lr: 1.89e-04 +2022-09-19 03:16:46,984 INFO [train.py:885] (1/2) Epoch 25, batch 2700, loss[loss=0.2032, simple_loss=0.2706, pruned_loss=0.06791, over 14086.00 frames. utt_duration=806.3 frames, utt_pad_proportion=0.05918, over 70.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3467, pruned_loss=0.101, over 2781546.32 frames. utt_duration=245.8 frames, utt_pad_proportion=0.0694, over 45535.32 utterances.], batch size: 70, lr: 1.89e-04 +2022-09-19 03:17:16,228 INFO [train.py:885] (1/2) Epoch 25, batch 2750, loss[loss=0.3406, simple_loss=0.3962, pruned_loss=0.1425, over 14191.00 frames. utt_duration=170.8 frames, utt_pad_proportion=0.04574, over 335.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3495, pruned_loss=0.1021, over 2788004.89 frames. utt_duration=242.8 frames, utt_pad_proportion=0.06751, over 46202.94 utterances.], batch size: 335, lr: 1.89e-04 +2022-09-19 03:17:45,618 INFO [train.py:885] (1/2) Epoch 25, batch 2800, loss[loss=0.1577, simple_loss=0.2156, pruned_loss=0.04992, over 13211.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1106, over 33.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3474, pruned_loss=0.1009, over 2784072.75 frames. utt_duration=247 frames, utt_pad_proportion=0.06762, over 45348.82 utterances.], batch size: 33, lr: 1.89e-04 +2022-09-19 03:18:14,857 INFO [train.py:885] (1/2) Epoch 25, batch 2850, loss[loss=0.2385, simple_loss=0.3134, pruned_loss=0.08182, over 14356.00 frames. utt_duration=479.8 frames, utt_pad_proportion=0.03656, over 120.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3487, pruned_loss=0.1017, over 2781542.47 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06816, over 45738.98 utterances.], batch size: 120, lr: 1.89e-04 +2022-09-19 03:18:44,326 INFO [train.py:885] (1/2) Epoch 25, batch 2900, loss[loss=0.5109, simple_loss=0.5987, pruned_loss=0.2115, over 12469.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 810.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3498, pruned_loss=0.1023, over 2780145.88 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06949, over 46000.89 utterances.], batch size: 810, lr: 1.89e-04 +2022-09-19 03:19:14,049 INFO [train.py:885] (1/2) Epoch 25, batch 2950, loss[loss=0.2723, simple_loss=0.3379, pruned_loss=0.1034, over 14251.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04314, over 141.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3498, pruned_loss=0.1023, over 2776240.12 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07235, over 46814.09 utterances.], batch size: 141, lr: 1.89e-04 +2022-09-19 03:19:43,457 INFO [train.py:885] (1/2) Epoch 25, batch 3000, loss[loss=0.2556, simple_loss=0.3394, pruned_loss=0.08586, over 14323.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04045, over 167.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3449, pruned_loss=0.1003, over 2776324.72 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07057, over 44633.85 utterances.], batch size: 167, lr: 1.89e-04 +2022-09-19 03:19:43,457 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 03:19:48,135 INFO [train.py:914] (1/2) Epoch 25, validation: loss=0.1934, simple_loss=0.2732, pruned_loss=0.05678, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 03:20:18,142 INFO [train.py:885] (1/2) Epoch 25, batch 3050, loss[loss=0.4302, simple_loss=0.4558, pruned_loss=0.2023, over 14269.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04131, over 335.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3503, pruned_loss=0.1027, over 2776532.55 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07273, over 47012.17 utterances.], batch size: 335, lr: 1.89e-04 +2022-09-19 03:20:47,413 INFO [train.py:885] (1/2) Epoch 25, batch 3100, loss[loss=0.2219, simple_loss=0.3041, pruned_loss=0.06981, over 14162.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04377, over 109.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3518, pruned_loss=0.1032, over 2777692.56 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07247, over 47510.97 utterances.], batch size: 109, lr: 1.89e-04 +2022-09-19 03:21:17,134 INFO [train.py:885] (1/2) Epoch 25, batch 3150, loss[loss=0.1623, simple_loss=0.2144, pruned_loss=0.05511, over 13527.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08945, over 50.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3478, pruned_loss=0.1018, over 2777501.18 frames. utt_duration=243.7 frames, utt_pad_proportion=0.0708, over 45863.74 utterances.], batch size: 50, lr: 1.89e-04 +2022-09-19 03:21:46,299 INFO [train.py:885] (1/2) Epoch 25, batch 3200, loss[loss=0.3308, simple_loss=0.4089, pruned_loss=0.1263, over 13981.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05718, over 365.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3501, pruned_loss=0.1025, over 2775428.70 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07295, over 46921.34 utterances.], batch size: 365, lr: 1.89e-04 +2022-09-19 03:22:16,342 INFO [train.py:885] (1/2) Epoch 25, batch 3250, loss[loss=0.291, simple_loss=0.3668, pruned_loss=0.1076, over 14293.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.0406, over 283.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3463, pruned_loss=0.1005, over 2780498.66 frames. utt_duration=245.8 frames, utt_pad_proportion=0.0724, over 45518.31 utterances.], batch size: 283, lr: 1.89e-04 +2022-09-19 03:22:45,697 INFO [train.py:885] (1/2) Epoch 25, batch 3300, loss[loss=0.1569, simple_loss=0.2048, pruned_loss=0.0545, over 12462.00 frames. utt_duration=2078 frames, utt_pad_proportion=0.1599, over 24.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.346, pruned_loss=0.101, over 2779017.50 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07075, over 44592.97 utterances.], batch size: 24, lr: 1.89e-04 +2022-09-19 03:23:15,458 INFO [train.py:885] (1/2) Epoch 25, batch 3350, loss[loss=0.3025, simple_loss=0.3751, pruned_loss=0.115, over 14319.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03885, over 262.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3456, pruned_loss=0.1009, over 2779421.29 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07094, over 44390.74 utterances.], batch size: 262, lr: 1.89e-04 +2022-09-19 03:23:44,680 INFO [train.py:885] (1/2) Epoch 25, batch 3400, loss[loss=0.3148, simple_loss=0.3862, pruned_loss=0.1217, over 14238.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04267, over 306.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3455, pruned_loss=0.1012, over 2780607.78 frames. utt_duration=252.8 frames, utt_pad_proportion=0.0695, over 44255.85 utterances.], batch size: 306, lr: 1.89e-04 +2022-09-19 03:24:14,275 INFO [train.py:885] (1/2) Epoch 25, batch 3450, loss[loss=0.2542, simple_loss=0.3318, pruned_loss=0.08831, over 14335.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03958, over 167.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3448, pruned_loss=0.1008, over 2783087.15 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06989, over 43726.65 utterances.], batch size: 167, lr: 1.89e-04 +2022-09-19 03:24:43,843 INFO [train.py:885] (1/2) Epoch 25, batch 3500, loss[loss=0.244, simple_loss=0.319, pruned_loss=0.08455, over 14361.00 frames. utt_duration=443.2 frames, utt_pad_proportion=0.03437, over 130.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3505, pruned_loss=0.1029, over 2781505.66 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07317, over 46360.51 utterances.], batch size: 130, lr: 1.89e-04 +2022-09-19 03:25:13,593 INFO [train.py:885] (1/2) Epoch 25, batch 3550, loss[loss=0.2403, simple_loss=0.3278, pruned_loss=0.07639, over 14366.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03753, over 167.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3473, pruned_loss=0.1018, over 2779405.05 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07274, over 45251.24 utterances.], batch size: 167, lr: 1.89e-04 +2022-09-19 03:25:42,761 INFO [train.py:885] (1/2) Epoch 25, batch 3600, loss[loss=0.1854, simple_loss=0.2635, pruned_loss=0.05367, over 13892.00 frames. utt_duration=704.8 frames, utt_pad_proportion=0.06771, over 79.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.345, pruned_loss=0.1008, over 2780139.13 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07267, over 44358.56 utterances.], batch size: 79, lr: 1.89e-04 +2022-09-19 03:26:12,437 INFO [train.py:885] (1/2) Epoch 25, batch 3650, loss[loss=0.2404, simple_loss=0.3093, pruned_loss=0.08569, over 14209.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.0426, over 109.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3468, pruned_loss=0.102, over 2781733.25 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07304, over 45062.28 utterances.], batch size: 109, lr: 1.89e-04 +2022-09-19 03:26:41,797 INFO [train.py:885] (1/2) Epoch 25, batch 3700, loss[loss=0.1906, simple_loss=0.2624, pruned_loss=0.05942, over 12571.00 frames. utt_duration=2013 frames, utt_pad_proportion=0.1023, over 25.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3417, pruned_loss=0.09917, over 2779284.81 frames. utt_duration=260 frames, utt_pad_proportion=0.07083, over 42997.36 utterances.], batch size: 25, lr: 1.89e-04 +2022-09-19 03:27:11,288 INFO [train.py:885] (1/2) Epoch 25, batch 3750, loss[loss=0.2119, simple_loss=0.2779, pruned_loss=0.0729, over 14178.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04831, over 89.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3438, pruned_loss=0.09975, over 2777688.70 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07099, over 44134.92 utterances.], batch size: 89, lr: 1.89e-04 +2022-09-19 03:27:41,020 INFO [train.py:885] (1/2) Epoch 25, batch 3800, loss[loss=0.2073, simple_loss=0.2718, pruned_loss=0.07145, over 13481.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.09019, over 50.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3444, pruned_loss=0.09982, over 2780418.66 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07051, over 44076.44 utterances.], batch size: 50, lr: 1.89e-04 +2022-09-19 03:28:11,125 INFO [train.py:885] (1/2) Epoch 25, batch 3850, loss[loss=0.1799, simple_loss=0.2429, pruned_loss=0.05849, over 13867.00 frames. utt_duration=1322 frames, utt_pad_proportion=0.07218, over 42.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3465, pruned_loss=0.1008, over 2777891.77 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07166, over 45601.73 utterances.], batch size: 42, lr: 1.89e-04 +2022-09-19 03:28:40,807 INFO [train.py:885] (1/2) Epoch 25, batch 3900, loss[loss=0.3051, simple_loss=0.4032, pruned_loss=0.1034, over 13643.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07971, over 477.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3479, pruned_loss=0.1017, over 2775361.94 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07338, over 45744.47 utterances.], batch size: 477, lr: 1.89e-04 +2022-09-19 03:29:09,883 INFO [train.py:885] (1/2) Epoch 25, batch 3950, loss[loss=0.1473, simple_loss=0.2158, pruned_loss=0.03944, over 13759.00 frames. utt_duration=1102 frames, utt_pad_proportion=0.07376, over 50.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3445, pruned_loss=0.09918, over 2777591.58 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07214, over 44862.70 utterances.], batch size: 50, lr: 1.89e-04 +2022-09-19 03:29:39,720 INFO [train.py:885] (1/2) Epoch 25, batch 4000, loss[loss=0.5971, simple_loss=0.6521, pruned_loss=0.2711, over 12445.00 frames. utt_duration=63.04 frames, utt_pad_proportion=0.1481, over 810.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.347, pruned_loss=0.1006, over 2777602.56 frames. utt_duration=243 frames, utt_pad_proportion=0.07345, over 46002.99 utterances.], batch size: 810, lr: 1.89e-04 +2022-09-19 03:30:09,135 INFO [train.py:885] (1/2) Epoch 25, batch 4050, loss[loss=0.3361, simple_loss=0.394, pruned_loss=0.1391, over 14231.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04285, over 306.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3474, pruned_loss=0.1013, over 2778609.26 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07254, over 45954.39 utterances.], batch size: 306, lr: 1.89e-04 +2022-09-19 03:30:38,708 INFO [train.py:885] (1/2) Epoch 25, batch 4100, loss[loss=0.2479, simple_loss=0.325, pruned_loss=0.0854, over 14310.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03787, over 130.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3477, pruned_loss=0.1017, over 2779115.51 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07294, over 46107.49 utterances.], batch size: 130, lr: 1.89e-04 +2022-09-19 03:31:07,402 INFO [train.py:885] (1/2) Epoch 25, batch 4150, loss[loss=0.2376, simple_loss=0.3023, pruned_loss=0.0865, over 14237.00 frames. utt_duration=523.9 frames, utt_pad_proportion=0.04044, over 109.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3457, pruned_loss=0.1002, over 2784240.66 frames. utt_duration=249 frames, utt_pad_proportion=0.06954, over 44998.93 utterances.], batch size: 109, lr: 1.89e-04 +2022-09-19 03:31:36,980 INFO [train.py:885] (1/2) Epoch 25, batch 4200, loss[loss=0.2732, simple_loss=0.3472, pruned_loss=0.09957, over 14330.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03745, over 195.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3427, pruned_loss=0.09918, over 2784974.85 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06868, over 43546.07 utterances.], batch size: 195, lr: 1.89e-04 +2022-09-19 03:32:06,830 INFO [train.py:885] (1/2) Epoch 25, batch 4250, loss[loss=0.5564, simple_loss=0.6327, pruned_loss=0.2401, over 12491.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1458, over 811.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3454, pruned_loss=0.1001, over 2782195.29 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07134, over 45163.51 utterances.], batch size: 811, lr: 1.88e-04 +2022-09-19 03:32:36,322 INFO [train.py:885] (1/2) Epoch 25, batch 4300, loss[loss=0.1956, simple_loss=0.2761, pruned_loss=0.05753, over 14167.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.04871, over 89.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3437, pruned_loss=0.09885, over 2782909.97 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07083, over 44779.27 utterances.], batch size: 89, lr: 1.88e-04 +2022-09-19 03:33:06,056 INFO [train.py:885] (1/2) Epoch 25, batch 4350, loss[loss=0.4491, simple_loss=0.5286, pruned_loss=0.1848, over 13168.00 frames. utt_duration=82.26 frames, utt_pad_proportion=0.1059, over 653.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3487, pruned_loss=0.1013, over 2778144.00 frames. utt_duration=241 frames, utt_pad_proportion=0.07292, over 46389.37 utterances.], batch size: 653, lr: 1.88e-04 +2022-09-19 03:33:37,790 INFO [train.py:885] (1/2) Epoch 25, batch 4400, loss[loss=0.2483, simple_loss=0.3265, pruned_loss=0.08499, over 14274.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04312, over 154.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3514, pruned_loss=0.1031, over 2781784.66 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07299, over 47077.50 utterances.], batch size: 154, lr: 1.88e-04 +2022-09-19 03:34:13,158 INFO [train.py:885] (1/2) Epoch 25, batch 4450, loss[loss=0.2974, simple_loss=0.3678, pruned_loss=0.1136, over 14350.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03626, over 210.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3522, pruned_loss=0.1025, over 2783317.84 frames. utt_duration=233.4 frames, utt_pad_proportion=0.0725, over 48012.97 utterances.], batch size: 210, lr: 1.88e-04 +2022-09-19 03:34:42,232 INFO [train.py:885] (1/2) Epoch 25, batch 4500, loss[loss=0.2409, simple_loss=0.3192, pruned_loss=0.08127, over 14231.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04496, over 141.00 utterances.], tot_loss[loss=0.275, simple_loss=0.348, pruned_loss=0.101, over 2783681.56 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07123, over 46130.81 utterances.], batch size: 141, lr: 1.88e-04 +2022-09-19 03:35:11,554 INFO [train.py:885] (1/2) Epoch 25, batch 4550, loss[loss=0.2684, simple_loss=0.3693, pruned_loss=0.0837, over 13966.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05895, over 365.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.346, pruned_loss=0.1006, over 2778924.39 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07269, over 45708.40 utterances.], batch size: 365, lr: 1.88e-04 +2022-09-19 03:35:40,753 INFO [train.py:885] (1/2) Epoch 25, batch 4600, loss[loss=0.274, simple_loss=0.3771, pruned_loss=0.08544, over 13807.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06953, over 411.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3485, pruned_loss=0.1014, over 2779875.17 frames. utt_duration=240 frames, utt_pad_proportion=0.07391, over 46610.00 utterances.], batch size: 411, lr: 1.88e-04 +2022-09-19 03:36:10,966 INFO [train.py:885] (1/2) Epoch 25, batch 4650, loss[loss=0.2152, simple_loss=0.277, pruned_loss=0.07669, over 14043.00 frames. utt_duration=712.3 frames, utt_pad_proportion=0.05782, over 79.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3448, pruned_loss=0.09953, over 2775901.14 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07438, over 46425.09 utterances.], batch size: 79, lr: 1.88e-04 +2022-09-19 03:36:40,078 INFO [train.py:885] (1/2) Epoch 25, batch 4700, loss[loss=0.3865, simple_loss=0.4811, pruned_loss=0.1459, over 13198.00 frames. utt_duration=82.31 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3455, pruned_loss=0.09984, over 2778010.50 frames. utt_duration=241.4 frames, utt_pad_proportion=0.0734, over 46313.78 utterances.], batch size: 653, lr: 1.88e-04 +2022-09-19 03:37:09,910 INFO [train.py:885] (1/2) Epoch 25, batch 4750, loss[loss=0.3597, simple_loss=0.4114, pruned_loss=0.1541, over 14192.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04535, over 306.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3465, pruned_loss=0.1011, over 2778442.38 frames. utt_duration=246 frames, utt_pad_proportion=0.07248, over 45441.53 utterances.], batch size: 306, lr: 1.88e-04 +2022-09-19 03:37:38,919 INFO [train.py:885] (1/2) Epoch 25, batch 4800, loss[loss=0.1876, simple_loss=0.2572, pruned_loss=0.05904, over 13816.00 frames. utt_duration=922.5 frames, utt_pad_proportion=0.07001, over 60.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3471, pruned_loss=0.1016, over 2783257.11 frames. utt_duration=247 frames, utt_pad_proportion=0.07145, over 45342.69 utterances.], batch size: 60, lr: 1.88e-04 +2022-09-19 03:38:08,822 INFO [train.py:885] (1/2) Epoch 25, batch 4850, loss[loss=0.4791, simple_loss=0.5773, pruned_loss=0.1904, over 12554.00 frames. utt_duration=63.53 frames, utt_pad_proportion=0.1415, over 810.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3483, pruned_loss=0.1017, over 2781764.72 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07319, over 46223.29 utterances.], batch size: 810, lr: 1.88e-04 +2022-09-19 03:38:37,500 INFO [train.py:885] (1/2) Epoch 25, batch 4900, loss[loss=0.1711, simple_loss=0.2412, pruned_loss=0.0505, over 13843.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06421, over 69.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3483, pruned_loss=0.1012, over 2787495.73 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07093, over 45756.62 utterances.], batch size: 69, lr: 1.88e-04 +2022-09-19 03:39:07,057 INFO [train.py:885] (1/2) Epoch 25, batch 4950, loss[loss=0.185, simple_loss=0.2504, pruned_loss=0.05979, over 13692.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08529, over 42.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3458, pruned_loss=0.1001, over 2788373.59 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06894, over 44614.86 utterances.], batch size: 42, lr: 1.88e-04 +2022-09-19 03:39:44,912 INFO [train.py:885] (1/2) Epoch 25, batch 5000, loss[loss=0.1734, simple_loss=0.2369, pruned_loss=0.055, over 13452.00 frames. utt_duration=1078 frames, utt_pad_proportion=0.09501, over 50.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.345, pruned_loss=0.09984, over 2786511.39 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06888, over 44714.94 utterances.], batch size: 50, lr: 1.88e-04 +2022-09-19 03:40:14,883 INFO [train.py:885] (1/2) Epoch 25, batch 5050, loss[loss=0.4547, simple_loss=0.4743, pruned_loss=0.2175, over 14234.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04303, over 335.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3481, pruned_loss=0.1009, over 2783457.14 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07192, over 46551.50 utterances.], batch size: 335, lr: 1.88e-04 +2022-09-19 03:40:44,027 INFO [train.py:885] (1/2) Epoch 25, batch 5100, loss[loss=0.2941, simple_loss=0.3711, pruned_loss=0.1085, over 14329.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.03717, over 226.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.348, pruned_loss=0.1013, over 2784891.32 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06958, over 45708.62 utterances.], batch size: 226, lr: 1.88e-04 +2022-09-19 03:41:13,923 INFO [train.py:885] (1/2) Epoch 25, batch 5150, loss[loss=0.3078, simple_loss=0.3773, pruned_loss=0.1192, over 14338.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03676, over 210.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3453, pruned_loss=0.1008, over 2779418.30 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07035, over 44641.76 utterances.], batch size: 210, lr: 1.88e-04 +2022-09-19 03:41:44,656 INFO [train.py:885] (1/2) Epoch 25, batch 5200, loss[loss=0.3434, simple_loss=0.4341, pruned_loss=0.1263, over 13823.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06814, over 411.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3434, pruned_loss=0.0991, over 2780181.09 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06865, over 44243.14 utterances.], batch size: 411, lr: 1.88e-04 +2022-09-19 03:42:13,864 INFO [train.py:885] (1/2) Epoch 25, batch 5250, loss[loss=0.2903, simple_loss=0.3604, pruned_loss=0.1101, over 14294.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04103, over 262.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3434, pruned_loss=0.09867, over 2778873.96 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07178, over 45156.44 utterances.], batch size: 262, lr: 1.88e-04 +2022-09-19 03:42:42,732 INFO [train.py:885] (1/2) Epoch 25, batch 5300, loss[loss=0.2717, simple_loss=0.3505, pruned_loss=0.09643, over 14241.00 frames. utt_duration=317.9 frames, utt_pad_proportion=0.04247, over 180.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3433, pruned_loss=0.09887, over 2777099.49 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07161, over 45392.31 utterances.], batch size: 180, lr: 1.88e-04 +2022-09-19 03:43:13,057 INFO [train.py:885] (1/2) Epoch 25, batch 5350, loss[loss=0.2554, simple_loss=0.3429, pruned_loss=0.08398, over 14289.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03971, over 180.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3423, pruned_loss=0.09841, over 2772844.66 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07276, over 45125.39 utterances.], batch size: 180, lr: 1.88e-04 +2022-09-19 03:43:42,733 INFO [train.py:885] (1/2) Epoch 25, batch 5400, loss[loss=0.2851, simple_loss=0.3622, pruned_loss=0.104, over 14368.00 frames. utt_duration=275 frames, utt_pad_proportion=0.035, over 210.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3434, pruned_loss=0.09879, over 2774771.98 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07309, over 45820.96 utterances.], batch size: 210, lr: 1.88e-04 +2022-09-19 03:44:12,745 INFO [train.py:885] (1/2) Epoch 25, batch 5450, loss[loss=0.3597, simple_loss=0.4498, pruned_loss=0.1348, over 13598.00 frames. utt_duration=98.57 frames, utt_pad_proportion=0.07876, over 560.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3441, pruned_loss=0.09906, over 2775915.33 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07281, over 46244.03 utterances.], batch size: 560, lr: 1.88e-04 +2022-09-19 03:44:41,889 INFO [train.py:885] (1/2) Epoch 25, batch 5500, loss[loss=0.1783, simple_loss=0.2577, pruned_loss=0.04941, over 13899.00 frames. utt_duration=807.4 frames, utt_pad_proportion=0.05787, over 69.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3442, pruned_loss=0.09871, over 2777649.37 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07156, over 45860.96 utterances.], batch size: 69, lr: 1.88e-04 +2022-09-19 03:45:11,153 INFO [train.py:885] (1/2) Epoch 25, batch 5550, loss[loss=0.2836, simple_loss=0.3622, pruned_loss=0.1025, over 14322.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03918, over 262.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3429, pruned_loss=0.09827, over 2777204.75 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07219, over 44762.72 utterances.], batch size: 262, lr: 1.88e-04 +2022-09-19 03:45:40,906 INFO [train.py:885] (1/2) Epoch 25, batch 5600, loss[loss=0.2595, simple_loss=0.3316, pruned_loss=0.09365, over 14251.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04557, over 141.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3434, pruned_loss=0.09798, over 2780204.07 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07064, over 44529.30 utterances.], batch size: 141, lr: 1.88e-04 +2022-09-19 03:46:10,583 INFO [train.py:885] (1/2) Epoch 25, batch 5650, loss[loss=0.1396, simple_loss=0.2102, pruned_loss=0.03453, over 13500.00 frames. utt_duration=1318 frames, utt_pad_proportion=0.07954, over 41.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3446, pruned_loss=0.09787, over 2774598.24 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07315, over 46068.26 utterances.], batch size: 41, lr: 1.88e-04 +2022-09-19 03:46:39,580 INFO [train.py:885] (1/2) Epoch 25, batch 5700, loss[loss=0.3396, simple_loss=0.4149, pruned_loss=0.1322, over 13972.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05783, over 365.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3487, pruned_loss=0.1012, over 2778624.27 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07277, over 46578.31 utterances.], batch size: 365, lr: 1.88e-04 +2022-09-19 03:47:09,501 INFO [train.py:885] (1/2) Epoch 25, batch 5750, loss[loss=0.2801, simple_loss=0.3401, pruned_loss=0.11, over 14279.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04135, over 120.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3478, pruned_loss=0.1012, over 2777951.89 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07294, over 46163.90 utterances.], batch size: 120, lr: 1.88e-04 +2022-09-19 03:47:38,913 INFO [train.py:885] (1/2) Epoch 25, batch 5800, loss[loss=0.2407, simple_loss=0.3176, pruned_loss=0.08189, over 14383.00 frames. utt_duration=346 frames, utt_pad_proportion=0.03623, over 167.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3439, pruned_loss=0.09979, over 2779500.35 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07101, over 44946.98 utterances.], batch size: 167, lr: 1.88e-04 +2022-09-19 03:48:08,275 INFO [train.py:885] (1/2) Epoch 25, batch 5850, loss[loss=0.3572, simple_loss=0.4134, pruned_loss=0.1505, over 14280.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04123, over 262.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3429, pruned_loss=0.1, over 2783380.29 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06826, over 43215.05 utterances.], batch size: 262, lr: 1.88e-04 +2022-09-19 03:48:38,116 INFO [train.py:885] (1/2) Epoch 25, batch 5900, loss[loss=0.3067, simple_loss=0.396, pruned_loss=0.1087, over 13993.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05673, over 365.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3446, pruned_loss=0.1004, over 2787134.21 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06718, over 43737.77 utterances.], batch size: 365, lr: 1.88e-04 +2022-09-19 03:49:07,443 INFO [train.py:885] (1/2) Epoch 25, batch 5950, loss[loss=0.2953, simple_loss=0.3661, pruned_loss=0.1123, over 14304.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03802, over 180.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3416, pruned_loss=0.09896, over 2787680.97 frames. utt_duration=262.8 frames, utt_pad_proportion=0.06723, over 42675.41 utterances.], batch size: 180, lr: 1.88e-04 +2022-09-19 03:49:37,108 INFO [train.py:885] (1/2) Epoch 25, batch 6000, loss[loss=0.1799, simple_loss=0.2612, pruned_loss=0.04927, over 13779.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.07728, over 51.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3422, pruned_loss=0.09846, over 2785586.27 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06904, over 43761.86 utterances.], batch size: 51, lr: 1.88e-04 +2022-09-19 03:49:37,109 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 03:49:41,280 INFO [train.py:914] (1/2) Epoch 25, validation: loss=0.1909, simple_loss=0.2711, pruned_loss=0.05533, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 03:50:11,270 INFO [train.py:885] (1/2) Epoch 25, batch 6050, loss[loss=0.3984, simple_loss=0.4905, pruned_loss=0.1532, over 13147.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.1071, over 653.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3444, pruned_loss=0.09913, over 2783802.02 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06974, over 44831.52 utterances.], batch size: 653, lr: 1.88e-04 +2022-09-19 03:50:40,270 INFO [train.py:885] (1/2) Epoch 25, batch 6100, loss[loss=0.3238, simple_loss=0.402, pruned_loss=0.1228, over 13987.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05712, over 365.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3469, pruned_loss=0.1009, over 2782880.46 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07085, over 45167.44 utterances.], batch size: 365, lr: 1.88e-04 +2022-09-19 03:51:09,913 INFO [train.py:885] (1/2) Epoch 25, batch 6150, loss[loss=0.2427, simple_loss=0.3109, pruned_loss=0.0873, over 14291.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04023, over 120.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3457, pruned_loss=0.1005, over 2777354.78 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07302, over 45084.87 utterances.], batch size: 120, lr: 1.88e-04 +2022-09-19 03:51:40,008 INFO [train.py:885] (1/2) Epoch 25, batch 6200, loss[loss=0.2362, simple_loss=0.3211, pruned_loss=0.07568, over 14310.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04043, over 154.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3481, pruned_loss=0.1005, over 2774025.37 frames. utt_duration=235.8 frames, utt_pad_proportion=0.0748, over 47358.14 utterances.], batch size: 154, lr: 1.88e-04 +2022-09-19 03:52:09,826 INFO [train.py:885] (1/2) Epoch 25, batch 6250, loss[loss=0.1555, simple_loss=0.2165, pruned_loss=0.04721, over 13736.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08166, over 42.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3457, pruned_loss=0.1002, over 2777584.93 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07436, over 45382.03 utterances.], batch size: 42, lr: 1.88e-04 +2022-09-19 03:52:39,173 INFO [train.py:885] (1/2) Epoch 25, batch 6300, loss[loss=0.3139, simple_loss=0.3947, pruned_loss=0.1165, over 14048.00 frames. utt_duration=155.3 frames, utt_pad_proportion=0.05287, over 365.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3449, pruned_loss=0.09918, over 2780466.96 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07046, over 44430.32 utterances.], batch size: 365, lr: 1.88e-04 +2022-09-19 03:53:08,488 INFO [train.py:885] (1/2) Epoch 25, batch 6350, loss[loss=0.3769, simple_loss=0.4175, pruned_loss=0.1682, over 14269.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.0407, over 180.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3452, pruned_loss=0.1004, over 2779760.58 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07089, over 44601.20 utterances.], batch size: 180, lr: 1.88e-04 +2022-09-19 03:53:38,229 INFO [train.py:885] (1/2) Epoch 25, batch 6400, loss[loss=0.4064, simple_loss=0.4506, pruned_loss=0.1811, over 14246.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04213, over 306.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3471, pruned_loss=0.102, over 2778942.89 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07155, over 44953.01 utterances.], batch size: 306, lr: 1.88e-04 +2022-09-19 03:54:07,577 INFO [train.py:885] (1/2) Epoch 25, batch 6450, loss[loss=0.1643, simple_loss=0.224, pruned_loss=0.05227, over 13429.00 frames. utt_duration=1629 frames, utt_pad_proportion=0.0994, over 33.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3473, pruned_loss=0.1018, over 2776154.21 frames. utt_duration=245 frames, utt_pad_proportion=0.0721, over 45603.70 utterances.], batch size: 33, lr: 1.88e-04 +2022-09-19 03:54:36,803 INFO [train.py:885] (1/2) Epoch 25, batch 6500, loss[loss=0.3574, simple_loss=0.4131, pruned_loss=0.1508, over 14187.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04594, over 306.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3465, pruned_loss=0.1014, over 2778446.43 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07122, over 45420.70 utterances.], batch size: 306, lr: 1.88e-04 +2022-09-19 03:55:06,617 INFO [train.py:885] (1/2) Epoch 25, batch 6550, loss[loss=0.2972, simple_loss=0.3648, pruned_loss=0.1147, over 14321.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03839, over 283.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3469, pruned_loss=0.1016, over 2780276.16 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07115, over 45632.24 utterances.], batch size: 283, lr: 1.88e-04 +2022-09-19 03:55:36,239 INFO [train.py:885] (1/2) Epoch 25, batch 6600, loss[loss=0.239, simple_loss=0.2955, pruned_loss=0.09119, over 14125.00 frames. utt_duration=578.1 frames, utt_pad_proportion=0.05067, over 98.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3418, pruned_loss=0.09934, over 2781316.67 frames. utt_duration=261.9 frames, utt_pad_proportion=0.06826, over 42726.88 utterances.], batch size: 98, lr: 1.88e-04 +2022-09-19 03:56:05,752 INFO [train.py:885] (1/2) Epoch 25, batch 6650, loss[loss=0.1947, simple_loss=0.2744, pruned_loss=0.05755, over 14253.00 frames. utt_duration=642 frames, utt_pad_proportion=0.04464, over 89.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3433, pruned_loss=0.09954, over 2783068.07 frames. utt_duration=257.6 frames, utt_pad_proportion=0.0686, over 43455.71 utterances.], batch size: 89, lr: 1.88e-04 +2022-09-19 03:56:35,541 INFO [train.py:885] (1/2) Epoch 25, batch 6700, loss[loss=0.242, simple_loss=0.3183, pruned_loss=0.08279, over 14234.00 frames. utt_duration=523.9 frames, utt_pad_proportion=0.04049, over 109.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3415, pruned_loss=0.09809, over 2782711.17 frames. utt_duration=259.2 frames, utt_pad_proportion=0.07057, over 43190.60 utterances.], batch size: 109, lr: 1.88e-04 +2022-09-19 03:57:04,801 INFO [train.py:885] (1/2) Epoch 25, batch 6750, loss[loss=0.3882, simple_loss=0.4305, pruned_loss=0.1729, over 14255.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04146, over 335.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3464, pruned_loss=0.1007, over 2781236.07 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07067, over 45422.91 utterances.], batch size: 335, lr: 1.88e-04 +2022-09-19 03:57:34,598 INFO [train.py:885] (1/2) Epoch 25, batch 6800, loss[loss=0.2781, simple_loss=0.3784, pruned_loss=0.08896, over 13739.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07326, over 411.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3478, pruned_loss=0.1011, over 2780518.14 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07284, over 46271.36 utterances.], batch size: 411, lr: 1.88e-04 +2022-09-19 03:58:03,725 INFO [train.py:885] (1/2) Epoch 25, batch 6850, loss[loss=0.1653, simple_loss=0.2194, pruned_loss=0.05558, over 13548.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08571, over 50.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3418, pruned_loss=0.0988, over 2775613.03 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07277, over 43929.54 utterances.], batch size: 50, lr: 1.88e-04 +2022-09-19 03:58:33,471 INFO [train.py:885] (1/2) Epoch 25, batch 6900, loss[loss=0.285, simple_loss=0.3596, pruned_loss=0.1052, over 14332.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03763, over 195.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3454, pruned_loss=0.1001, over 2772980.37 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07593, over 45834.50 utterances.], batch size: 195, lr: 1.88e-04 +2022-09-19 03:59:03,299 INFO [train.py:885] (1/2) Epoch 25, batch 6950, loss[loss=0.205, simple_loss=0.2678, pruned_loss=0.07115, over 12286.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1587, over 24.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3468, pruned_loss=0.1005, over 2772845.67 frames. utt_duration=240 frames, utt_pad_proportion=0.07536, over 46503.06 utterances.], batch size: 24, lr: 1.88e-04 +2022-09-19 03:59:33,042 INFO [train.py:885] (1/2) Epoch 25, batch 7000, loss[loss=0.3374, simple_loss=0.3994, pruned_loss=0.1377, over 14333.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03853, over 262.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3486, pruned_loss=0.1015, over 2779231.99 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07406, over 46754.70 utterances.], batch size: 262, lr: 1.88e-04 +2022-09-19 04:00:02,313 INFO [train.py:885] (1/2) Epoch 25, batch 7050, loss[loss=0.1533, simple_loss=0.2133, pruned_loss=0.0467, over 13586.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.08982, over 42.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3492, pruned_loss=0.1017, over 2777474.84 frames. utt_duration=239 frames, utt_pad_proportion=0.07443, over 46769.71 utterances.], batch size: 42, lr: 1.88e-04 +2022-09-19 04:00:31,190 INFO [train.py:885] (1/2) Epoch 25, batch 7100, loss[loss=0.2639, simple_loss=0.3304, pruned_loss=0.09871, over 14312.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03934, over 120.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3482, pruned_loss=0.1015, over 2784891.47 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07144, over 45808.58 utterances.], batch size: 120, lr: 1.88e-04 +2022-09-19 04:01:00,922 INFO [train.py:885] (1/2) Epoch 25, batch 7150, loss[loss=0.3151, simple_loss=0.3741, pruned_loss=0.128, over 14349.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03665, over 195.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3488, pruned_loss=0.1015, over 2782752.92 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07119, over 46886.58 utterances.], batch size: 195, lr: 1.88e-04 +2022-09-19 04:01:29,912 INFO [train.py:885] (1/2) Epoch 25, batch 7200, loss[loss=0.201, simple_loss=0.2647, pruned_loss=0.06858, over 13982.00 frames. utt_duration=933.6 frames, utt_pad_proportion=0.05887, over 60.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3478, pruned_loss=0.1017, over 2778702.03 frames. utt_duration=243 frames, utt_pad_proportion=0.07205, over 46019.34 utterances.], batch size: 60, lr: 1.88e-04 +2022-09-19 04:01:59,598 INFO [train.py:885] (1/2) Epoch 25, batch 7250, loss[loss=0.2742, simple_loss=0.3502, pruned_loss=0.0991, over 14369.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03714, over 244.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3461, pruned_loss=0.1001, over 2776862.06 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07374, over 46195.75 utterances.], batch size: 244, lr: 1.88e-04 +2022-09-19 04:02:29,239 INFO [train.py:885] (1/2) Epoch 25, batch 7300, loss[loss=0.4326, simple_loss=0.466, pruned_loss=0.1996, over 14314.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03887, over 283.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3458, pruned_loss=0.09991, over 2777470.09 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07193, over 45791.31 utterances.], batch size: 283, lr: 1.88e-04 +2022-09-19 04:02:58,476 INFO [train.py:885] (1/2) Epoch 25, batch 7350, loss[loss=0.317, simple_loss=0.3824, pruned_loss=0.1257, over 14332.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03838, over 262.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3427, pruned_loss=0.09839, over 2777820.11 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07043, over 44632.08 utterances.], batch size: 262, lr: 1.88e-04 +2022-09-19 04:03:28,518 INFO [train.py:885] (1/2) Epoch 25, batch 7400, loss[loss=0.1706, simple_loss=0.2546, pruned_loss=0.04328, over 13226.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09599, over 41.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3428, pruned_loss=0.09822, over 2773222.93 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07262, over 45089.90 utterances.], batch size: 41, lr: 1.88e-04 +2022-09-19 04:03:57,621 INFO [train.py:885] (1/2) Epoch 25, batch 7450, loss[loss=0.212, simple_loss=0.2738, pruned_loss=0.07508, over 12593.00 frames. utt_duration=2016 frames, utt_pad_proportion=0.1563, over 25.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3449, pruned_loss=0.09941, over 2772794.45 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07366, over 45519.43 utterances.], batch size: 25, lr: 1.88e-04 +2022-09-19 04:04:27,216 INFO [train.py:885] (1/2) Epoch 25, batch 7500, loss[loss=0.6286, simple_loss=0.6689, pruned_loss=0.2942, over 12379.00 frames. utt_duration=62.68 frames, utt_pad_proportion=0.153, over 810.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3438, pruned_loss=0.09907, over 2776467.78 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07258, over 44789.75 utterances.], batch size: 810, lr: 1.88e-04 +2022-09-19 04:04:56,812 INFO [train.py:885] (1/2) Epoch 25, batch 7550, loss[loss=0.3244, simple_loss=0.387, pruned_loss=0.1308, over 14326.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03774, over 283.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3491, pruned_loss=0.1015, over 2775913.44 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07593, over 46933.19 utterances.], batch size: 283, lr: 1.87e-04 +2022-09-19 04:05:26,036 INFO [train.py:885] (1/2) Epoch 25, batch 7600, loss[loss=0.23, simple_loss=0.3076, pruned_loss=0.0762, over 14309.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03919, over 120.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3488, pruned_loss=0.1011, over 2778087.34 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07349, over 46334.09 utterances.], batch size: 120, lr: 1.87e-04 +2022-09-19 04:05:56,150 INFO [train.py:885] (1/2) Epoch 25, batch 7650, loss[loss=0.2504, simple_loss=0.3255, pruned_loss=0.08766, over 14311.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03955, over 130.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.345, pruned_loss=0.1001, over 2773839.45 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07352, over 44783.74 utterances.], batch size: 130, lr: 1.87e-04 +2022-09-19 04:06:25,654 INFO [train.py:885] (1/2) Epoch 25, batch 7700, loss[loss=0.2926, simple_loss=0.3656, pruned_loss=0.1098, over 14310.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03877, over 195.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.344, pruned_loss=0.09991, over 2780496.98 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07187, over 43843.37 utterances.], batch size: 195, lr: 1.87e-04 +2022-09-19 04:06:54,468 INFO [train.py:885] (1/2) Epoch 25, batch 7750, loss[loss=0.2557, simple_loss=0.3243, pruned_loss=0.09357, over 14291.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.03886, over 130.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3441, pruned_loss=0.09972, over 2780157.54 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07172, over 44543.90 utterances.], batch size: 130, lr: 1.87e-04 +2022-09-19 04:07:24,886 INFO [train.py:885] (1/2) Epoch 25, batch 7800, loss[loss=0.1584, simple_loss=0.2313, pruned_loss=0.04277, over 13430.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08486, over 41.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3435, pruned_loss=0.09927, over 2777986.62 frames. utt_duration=248.8 frames, utt_pad_proportion=0.0721, over 44926.71 utterances.], batch size: 41, lr: 1.87e-04 +2022-09-19 04:07:53,888 INFO [train.py:885] (1/2) Epoch 25, batch 7850, loss[loss=0.6461, simple_loss=0.7001, pruned_loss=0.296, over 12431.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3452, pruned_loss=0.1002, over 2782452.77 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07187, over 44754.09 utterances.], batch size: 810, lr: 1.87e-04 +2022-09-19 04:08:23,024 INFO [train.py:885] (1/2) Epoch 25, batch 7900, loss[loss=0.2155, simple_loss=0.2894, pruned_loss=0.07076, over 14198.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04807, over 89.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3468, pruned_loss=0.1005, over 2784757.29 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07123, over 45264.39 utterances.], batch size: 89, lr: 1.87e-04 +2022-09-19 04:08:52,956 INFO [train.py:885] (1/2) Epoch 25, batch 7950, loss[loss=0.2311, simple_loss=0.299, pruned_loss=0.08156, over 14066.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05647, over 98.00 utterances.], tot_loss[loss=0.276, simple_loss=0.349, pruned_loss=0.1014, over 2784112.73 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07169, over 46547.41 utterances.], batch size: 98, lr: 1.87e-04 +2022-09-19 04:09:21,624 INFO [train.py:885] (1/2) Epoch 25, batch 8000, loss[loss=0.2489, simple_loss=0.3162, pruned_loss=0.09076, over 14312.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.04112, over 120.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3468, pruned_loss=0.1002, over 2785506.58 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07096, over 45883.29 utterances.], batch size: 120, lr: 1.87e-04 +2022-09-19 04:09:51,121 INFO [train.py:885] (1/2) Epoch 25, batch 8050, loss[loss=0.235, simple_loss=0.3117, pruned_loss=0.07918, over 14319.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04005, over 154.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3484, pruned_loss=0.1004, over 2784041.51 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07161, over 46871.43 utterances.], batch size: 154, lr: 1.87e-04 +2022-09-19 04:10:21,027 INFO [train.py:885] (1/2) Epoch 25, batch 8100, loss[loss=0.1659, simple_loss=0.2161, pruned_loss=0.05788, over 13407.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.09449, over 50.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3474, pruned_loss=0.1004, over 2779792.84 frames. utt_duration=239 frames, utt_pad_proportion=0.07353, over 46815.10 utterances.], batch size: 50, lr: 1.87e-04 +2022-09-19 04:10:50,564 INFO [train.py:885] (1/2) Epoch 25, batch 8150, loss[loss=0.2915, simple_loss=0.3509, pruned_loss=0.116, over 14187.00 frames. utt_duration=522 frames, utt_pad_proportion=0.04391, over 109.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.345, pruned_loss=0.09932, over 2780300.21 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07266, over 45392.72 utterances.], batch size: 109, lr: 1.87e-04 +2022-09-19 04:11:19,670 INFO [train.py:885] (1/2) Epoch 25, batch 8200, loss[loss=0.4155, simple_loss=0.5079, pruned_loss=0.1615, over 13117.00 frames. utt_duration=81.88 frames, utt_pad_proportion=0.11, over 653.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3487, pruned_loss=0.1004, over 2783967.35 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07238, over 47124.67 utterances.], batch size: 653, lr: 1.87e-04 +2022-09-19 04:11:49,537 INFO [train.py:885] (1/2) Epoch 25, batch 8250, loss[loss=0.2374, simple_loss=0.3304, pruned_loss=0.07217, over 14388.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.0337, over 210.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3467, pruned_loss=0.09943, over 2782225.05 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07114, over 46145.56 utterances.], batch size: 210, lr: 1.87e-04 +2022-09-19 04:12:18,747 INFO [train.py:885] (1/2) Epoch 25, batch 8300, loss[loss=0.3357, simple_loss=0.4095, pruned_loss=0.131, over 13994.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05828, over 366.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.347, pruned_loss=0.09998, over 2782244.46 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07099, over 46027.94 utterances.], batch size: 366, lr: 1.87e-04 +2022-09-19 04:12:48,476 INFO [train.py:885] (1/2) Epoch 25, batch 8350, loss[loss=0.4388, simple_loss=0.47, pruned_loss=0.2037, over 14349.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03632, over 210.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3481, pruned_loss=0.1004, over 2783297.86 frames. utt_duration=240.1 frames, utt_pad_proportion=0.06996, over 46645.89 utterances.], batch size: 210, lr: 1.87e-04 +2022-09-19 04:13:17,699 INFO [train.py:885] (1/2) Epoch 25, batch 8400, loss[loss=0.2036, simple_loss=0.2639, pruned_loss=0.07169, over 13563.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.07995, over 50.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3456, pruned_loss=0.09924, over 2782784.04 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06889, over 45693.97 utterances.], batch size: 50, lr: 1.87e-04 +2022-09-19 04:13:47,382 INFO [train.py:885] (1/2) Epoch 25, batch 8450, loss[loss=0.2405, simple_loss=0.3168, pruned_loss=0.08209, over 14193.00 frames. utt_duration=404 frames, utt_pad_proportion=0.04933, over 141.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3478, pruned_loss=0.1007, over 2784173.57 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07005, over 46345.12 utterances.], batch size: 141, lr: 1.87e-04 +2022-09-19 04:14:17,086 INFO [train.py:885] (1/2) Epoch 25, batch 8500, loss[loss=0.2184, simple_loss=0.302, pruned_loss=0.06738, over 14163.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.04567, over 109.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3502, pruned_loss=0.1028, over 2784095.66 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07112, over 46845.89 utterances.], batch size: 109, lr: 1.87e-04 +2022-09-19 04:14:46,259 INFO [train.py:885] (1/2) Epoch 25, batch 8550, loss[loss=0.2624, simple_loss=0.3392, pruned_loss=0.09285, over 14303.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04111, over 154.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3473, pruned_loss=0.1019, over 2789372.71 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06823, over 44240.57 utterances.], batch size: 154, lr: 1.87e-04 +2022-09-19 04:15:16,608 INFO [train.py:885] (1/2) Epoch 25, batch 8600, loss[loss=0.2613, simple_loss=0.3452, pruned_loss=0.08869, over 14319.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04021, over 167.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3486, pruned_loss=0.1015, over 2787554.71 frames. utt_duration=247.5 frames, utt_pad_proportion=0.0695, over 45325.98 utterances.], batch size: 167, lr: 1.87e-04 +2022-09-19 04:15:45,748 INFO [train.py:885] (1/2) Epoch 25, batch 8650, loss[loss=0.2068, simple_loss=0.2793, pruned_loss=0.06715, over 14024.00 frames. utt_duration=802.8 frames, utt_pad_proportion=0.0622, over 70.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3505, pruned_loss=0.1019, over 2789626.32 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07022, over 46538.29 utterances.], batch size: 70, lr: 1.87e-04 +2022-09-19 04:16:15,290 INFO [train.py:885] (1/2) Epoch 25, batch 8700, loss[loss=0.2318, simple_loss=0.3093, pruned_loss=0.07713, over 14320.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03684, over 130.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3464, pruned_loss=0.09979, over 2787848.30 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06892, over 44990.25 utterances.], batch size: 130, lr: 1.87e-04 +2022-09-19 04:16:44,787 INFO [train.py:885] (1/2) Epoch 25, batch 8750, loss[loss=0.1571, simple_loss=0.2323, pruned_loss=0.04101, over 14067.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05474, over 79.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3484, pruned_loss=0.1009, over 2781972.96 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07375, over 46299.37 utterances.], batch size: 79, lr: 1.87e-04 +2022-09-19 04:17:14,587 INFO [train.py:885] (1/2) Epoch 25, batch 8800, loss[loss=0.2627, simple_loss=0.3368, pruned_loss=0.0943, over 14334.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03995, over 167.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3457, pruned_loss=0.1, over 2783343.97 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07054, over 44415.79 utterances.], batch size: 167, lr: 1.87e-04 +2022-09-19 04:17:43,787 INFO [train.py:885] (1/2) Epoch 25, batch 8850, loss[loss=0.299, simple_loss=0.3934, pruned_loss=0.1023, over 13665.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07818, over 477.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3462, pruned_loss=0.09981, over 2785931.99 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06933, over 44754.14 utterances.], batch size: 477, lr: 1.87e-04 +2022-09-19 04:18:13,692 INFO [train.py:885] (1/2) Epoch 25, batch 8900, loss[loss=0.2895, simple_loss=0.345, pruned_loss=0.117, over 14319.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.03855, over 120.00 utterances.], tot_loss[loss=0.273, simple_loss=0.346, pruned_loss=0.1, over 2790594.19 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06689, over 43649.96 utterances.], batch size: 120, lr: 1.87e-04 +2022-09-19 04:18:42,916 INFO [train.py:885] (1/2) Epoch 25, batch 8950, loss[loss=0.1824, simple_loss=0.2547, pruned_loss=0.05509, over 13232.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1055, over 33.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3469, pruned_loss=0.1006, over 2791579.02 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06612, over 44155.03 utterances.], batch size: 33, lr: 1.87e-04 +2022-09-19 04:19:12,916 INFO [train.py:885] (1/2) Epoch 25, batch 9000, loss[loss=0.1608, simple_loss=0.229, pruned_loss=0.04631, over 13556.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08825, over 50.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3459, pruned_loss=0.1002, over 2790019.41 frames. utt_duration=254.2 frames, utt_pad_proportion=0.067, over 44161.69 utterances.], batch size: 50, lr: 1.87e-04 +2022-09-19 04:19:12,917 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 04:19:17,514 INFO [train.py:914] (1/2) Epoch 25, validation: loss=0.1981, simple_loss=0.2778, pruned_loss=0.05918, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 04:19:45,979 INFO [train.py:885] (1/2) Epoch 25, batch 9050, loss[loss=0.3261, simple_loss=0.3966, pruned_loss=0.1277, over 14345.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03694, over 283.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3462, pruned_loss=0.09982, over 2790660.27 frames. utt_duration=252 frames, utt_pad_proportion=0.06792, over 44553.79 utterances.], batch size: 283, lr: 1.87e-04 +2022-09-19 04:20:15,769 INFO [train.py:885] (1/2) Epoch 25, batch 9100, loss[loss=0.3317, simple_loss=0.3942, pruned_loss=0.1346, over 14357.00 frames. utt_duration=204.4 frames, utt_pad_proportion=0.03605, over 283.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3497, pruned_loss=0.1009, over 2787446.38 frames. utt_duration=240.2 frames, utt_pad_proportion=0.06967, over 46713.87 utterances.], batch size: 283, lr: 1.87e-04 +2022-09-19 04:20:46,302 INFO [train.py:885] (1/2) Epoch 25, batch 9150, loss[loss=0.3076, simple_loss=0.4119, pruned_loss=0.1016, over 13661.00 frames. utt_duration=98.92 frames, utt_pad_proportion=0.07553, over 560.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3512, pruned_loss=0.1015, over 2779537.44 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07302, over 47695.28 utterances.], batch size: 560, lr: 1.87e-04 +2022-09-19 04:21:15,785 INFO [train.py:885] (1/2) Epoch 25, batch 9200, loss[loss=0.3076, simple_loss=0.4142, pruned_loss=0.1005, over 13632.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.077, over 560.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3464, pruned_loss=0.09928, over 2785696.16 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06997, over 45530.95 utterances.], batch size: 560, lr: 1.87e-04 +2022-09-19 04:21:45,891 INFO [train.py:885] (1/2) Epoch 25, batch 9250, loss[loss=0.2567, simple_loss=0.3403, pruned_loss=0.08651, over 14277.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04011, over 180.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3476, pruned_loss=0.1001, over 2790447.25 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06913, over 45695.54 utterances.], batch size: 180, lr: 1.87e-04 +2022-09-19 04:22:15,315 INFO [train.py:885] (1/2) Epoch 25, batch 9300, loss[loss=0.2814, simple_loss=0.3612, pruned_loss=0.1008, over 14355.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03554, over 210.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3472, pruned_loss=0.09974, over 2783623.05 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07325, over 46378.13 utterances.], batch size: 210, lr: 1.87e-04 +2022-09-19 04:22:44,745 INFO [train.py:885] (1/2) Epoch 25, batch 9350, loss[loss=0.21, simple_loss=0.2641, pruned_loss=0.07791, over 13525.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08642, over 50.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.346, pruned_loss=0.09928, over 2781148.36 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07252, over 45833.37 utterances.], batch size: 50, lr: 1.87e-04 +2022-09-19 04:23:14,347 INFO [train.py:885] (1/2) Epoch 25, batch 9400, loss[loss=0.1561, simple_loss=0.2281, pruned_loss=0.04199, over 13385.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08562, over 41.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3466, pruned_loss=0.09947, over 2779638.11 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07364, over 46078.76 utterances.], batch size: 41, lr: 1.87e-04 +2022-09-19 04:23:43,856 INFO [train.py:885] (1/2) Epoch 25, batch 9450, loss[loss=0.1692, simple_loss=0.2321, pruned_loss=0.05317, over 13304.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.09259, over 41.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3482, pruned_loss=0.1001, over 2779153.72 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07414, over 47065.69 utterances.], batch size: 41, lr: 1.87e-04 +2022-09-19 04:24:12,854 INFO [train.py:885] (1/2) Epoch 25, batch 9500, loss[loss=0.5288, simple_loss=0.612, pruned_loss=0.2228, over 12542.00 frames. utt_duration=63.47 frames, utt_pad_proportion=0.1423, over 810.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3452, pruned_loss=0.09905, over 2779216.17 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07362, over 45566.83 utterances.], batch size: 810, lr: 1.87e-04 +2022-09-19 04:24:42,761 INFO [train.py:885] (1/2) Epoch 25, batch 9550, loss[loss=0.2041, simple_loss=0.2744, pruned_loss=0.06691, over 14246.00 frames. utt_duration=641.6 frames, utt_pad_proportion=0.04377, over 89.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3484, pruned_loss=0.1013, over 2779041.44 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07376, over 46834.26 utterances.], batch size: 89, lr: 1.87e-04 +2022-09-19 04:25:12,346 INFO [train.py:885] (1/2) Epoch 25, batch 9600, loss[loss=0.3099, simple_loss=0.3753, pruned_loss=0.1223, over 14337.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03742, over 195.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.347, pruned_loss=0.1004, over 2780039.34 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07294, over 46595.90 utterances.], batch size: 195, lr: 1.87e-04 +2022-09-19 04:25:41,435 INFO [train.py:885] (1/2) Epoch 25, batch 9650, loss[loss=0.3087, simple_loss=0.4032, pruned_loss=0.1071, over 13778.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07076, over 411.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3478, pruned_loss=0.1009, over 2780401.00 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07316, over 47074.38 utterances.], batch size: 411, lr: 1.87e-04 +2022-09-19 04:26:10,769 INFO [train.py:885] (1/2) Epoch 25, batch 9700, loss[loss=0.649, simple_loss=0.6978, pruned_loss=0.3001, over 12554.00 frames. utt_duration=63.49 frames, utt_pad_proportion=0.1421, over 810.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3488, pruned_loss=0.1005, over 2778360.02 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07519, over 47528.04 utterances.], batch size: 810, lr: 1.87e-04 +2022-09-19 04:26:40,719 INFO [train.py:885] (1/2) Epoch 25, batch 9750, loss[loss=0.1499, simple_loss=0.2222, pruned_loss=0.03881, over 13406.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08408, over 41.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3493, pruned_loss=0.1021, over 2782587.28 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07278, over 46608.29 utterances.], batch size: 41, lr: 1.87e-04 +2022-09-19 04:27:09,665 INFO [train.py:885] (1/2) Epoch 25, batch 9800, loss[loss=0.3114, simple_loss=0.3725, pruned_loss=0.1251, over 14297.00 frames. utt_duration=294.6 frames, utt_pad_proportion=0.04027, over 195.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3482, pruned_loss=0.1018, over 2784626.97 frames. utt_duration=246 frames, utt_pad_proportion=0.07193, over 45551.97 utterances.], batch size: 195, lr: 1.87e-04 +2022-09-19 04:27:39,382 INFO [train.py:885] (1/2) Epoch 25, batch 9850, loss[loss=0.2708, simple_loss=0.3456, pruned_loss=0.09803, over 14315.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03874, over 283.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3475, pruned_loss=0.1007, over 2783831.02 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07077, over 45556.27 utterances.], batch size: 283, lr: 1.87e-04 +2022-09-19 04:28:08,749 INFO [train.py:885] (1/2) Epoch 25, batch 9900, loss[loss=0.3651, simple_loss=0.4537, pruned_loss=0.1382, over 13622.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.07739, over 560.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3486, pruned_loss=0.1017, over 2780975.40 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07215, over 46584.99 utterances.], batch size: 560, lr: 1.87e-04 +2022-09-19 04:28:38,806 INFO [train.py:885] (1/2) Epoch 25, batch 9950, loss[loss=0.2734, simple_loss=0.3511, pruned_loss=0.09786, over 14298.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03859, over 180.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3495, pruned_loss=0.1021, over 2786816.82 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07102, over 46279.42 utterances.], batch size: 180, lr: 1.87e-04 +2022-09-19 04:29:08,592 INFO [train.py:885] (1/2) Epoch 25, batch 10000, loss[loss=0.3559, simple_loss=0.4119, pruned_loss=0.1499, over 14348.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03692, over 283.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3484, pruned_loss=0.1012, over 2786123.28 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07037, over 45729.22 utterances.], batch size: 283, lr: 1.87e-04 +2022-09-19 04:29:45,113 INFO [train.py:885] (1/2) Epoch 25, batch 10050, loss[loss=0.4665, simple_loss=0.5663, pruned_loss=0.1833, over 12464.00 frames. utt_duration=63.13 frames, utt_pad_proportion=0.1469, over 810.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3494, pruned_loss=0.1017, over 2782505.43 frames. utt_duration=243.2 frames, utt_pad_proportion=0.0709, over 46042.77 utterances.], batch size: 810, lr: 1.87e-04 +2022-09-19 04:30:14,881 INFO [train.py:885] (1/2) Epoch 25, batch 10100, loss[loss=0.2647, simple_loss=0.346, pruned_loss=0.09168, over 14278.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03969, over 180.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3517, pruned_loss=0.1024, over 2775821.52 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07439, over 47503.57 utterances.], batch size: 180, lr: 1.87e-04 +2022-09-19 04:30:43,950 INFO [train.py:885] (1/2) Epoch 25, batch 10150, loss[loss=0.1804, simple_loss=0.2509, pruned_loss=0.05497, over 13626.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.07818, over 50.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3468, pruned_loss=0.09974, over 2775779.02 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07454, over 45611.14 utterances.], batch size: 50, lr: 1.87e-04 +2022-09-19 04:31:13,696 INFO [train.py:885] (1/2) Epoch 25, batch 10200, loss[loss=0.343, simple_loss=0.4396, pruned_loss=0.1232, over 13608.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08203, over 477.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3459, pruned_loss=0.09981, over 2777102.73 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07368, over 44759.77 utterances.], batch size: 477, lr: 1.87e-04 +2022-09-19 04:31:43,631 INFO [train.py:885] (1/2) Epoch 25, batch 10250, loss[loss=0.3791, simple_loss=0.4608, pruned_loss=0.1487, over 13648.00 frames. utt_duration=98.87 frames, utt_pad_proportion=0.07597, over 560.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3437, pruned_loss=0.09895, over 2775213.37 frames. utt_duration=257.1 frames, utt_pad_proportion=0.07299, over 43429.89 utterances.], batch size: 560, lr: 1.87e-04 +2022-09-19 04:32:12,696 INFO [train.py:885] (1/2) Epoch 25, batch 10300, loss[loss=0.1746, simple_loss=0.2387, pruned_loss=0.05525, over 12862.00 frames. utt_duration=1980 frames, utt_pad_proportion=0.131, over 26.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.346, pruned_loss=0.1009, over 2781814.47 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07088, over 43809.28 utterances.], batch size: 26, lr: 1.87e-04 +2022-09-19 04:32:43,006 INFO [train.py:885] (1/2) Epoch 25, batch 10350, loss[loss=0.255, simple_loss=0.3431, pruned_loss=0.08345, over 14352.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03649, over 210.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3471, pruned_loss=0.1011, over 2781122.23 frames. utt_duration=248 frames, utt_pad_proportion=0.07181, over 45119.42 utterances.], batch size: 210, lr: 1.87e-04 +2022-09-19 04:33:12,710 INFO [train.py:885] (1/2) Epoch 25, batch 10400, loss[loss=0.292, simple_loss=0.3983, pruned_loss=0.0929, over 13654.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07998, over 477.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3503, pruned_loss=0.1026, over 2783743.17 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07214, over 46473.85 utterances.], batch size: 477, lr: 1.87e-04 +2022-09-19 04:33:42,099 INFO [train.py:885] (1/2) Epoch 25, batch 10450, loss[loss=0.2267, simple_loss=0.3077, pruned_loss=0.07289, over 14321.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.03852, over 120.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3458, pruned_loss=0.1015, over 2786075.15 frames. utt_duration=256 frames, utt_pad_proportion=0.06971, over 43789.08 utterances.], batch size: 120, lr: 1.87e-04 +2022-09-19 04:34:11,814 INFO [train.py:885] (1/2) Epoch 25, batch 10500, loss[loss=0.1994, simple_loss=0.2659, pruned_loss=0.06642, over 14096.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05273, over 98.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3435, pruned_loss=0.09992, over 2782376.12 frames. utt_duration=258.1 frames, utt_pad_proportion=0.07034, over 43377.46 utterances.], batch size: 98, lr: 1.87e-04 +2022-09-19 04:34:41,324 INFO [train.py:885] (1/2) Epoch 25, batch 10550, loss[loss=0.3477, simple_loss=0.4332, pruned_loss=0.1311, over 13651.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08119, over 478.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3467, pruned_loss=0.1013, over 2784702.00 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06894, over 44527.41 utterances.], batch size: 478, lr: 1.87e-04 +2022-09-19 04:35:10,680 INFO [train.py:885] (1/2) Epoch 25, batch 10600, loss[loss=0.3909, simple_loss=0.4332, pruned_loss=0.1743, over 14168.00 frames. utt_duration=186.8 frames, utt_pad_proportion=0.04699, over 306.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.344, pruned_loss=0.1002, over 2785035.29 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06699, over 43355.08 utterances.], batch size: 306, lr: 1.87e-04 +2022-09-19 04:35:40,709 INFO [train.py:885] (1/2) Epoch 25, batch 10650, loss[loss=0.2809, simple_loss=0.334, pruned_loss=0.1139, over 13912.00 frames. utt_duration=807.9 frames, utt_pad_proportion=0.05946, over 69.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3422, pruned_loss=0.09927, over 2782615.84 frames. utt_duration=262.1 frames, utt_pad_proportion=0.06858, over 42705.80 utterances.], batch size: 69, lr: 1.87e-04 +2022-09-19 04:36:09,835 INFO [train.py:885] (1/2) Epoch 25, batch 10700, loss[loss=0.322, simple_loss=0.3868, pruned_loss=0.1286, over 14384.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03187, over 244.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.345, pruned_loss=0.1004, over 2783800.57 frames. utt_duration=255.6 frames, utt_pad_proportion=0.0695, over 43818.72 utterances.], batch size: 244, lr: 1.87e-04 +2022-09-19 04:36:39,270 INFO [train.py:885] (1/2) Epoch 25, batch 10750, loss[loss=0.177, simple_loss=0.2529, pruned_loss=0.05054, over 13836.00 frames. utt_duration=803.8 frames, utt_pad_proportion=0.06428, over 69.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3466, pruned_loss=0.1006, over 2783002.45 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07109, over 45128.58 utterances.], batch size: 69, lr: 1.87e-04 +2022-09-19 04:37:08,683 INFO [train.py:885] (1/2) Epoch 25, batch 10800, loss[loss=0.1622, simple_loss=0.2379, pruned_loss=0.04326, over 13231.00 frames. utt_duration=1292 frames, utt_pad_proportion=0.09563, over 41.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3465, pruned_loss=0.101, over 2779091.00 frames. utt_duration=250.7 frames, utt_pad_proportion=0.0712, over 44613.50 utterances.], batch size: 41, lr: 1.87e-04 +2022-09-19 04:37:38,423 INFO [train.py:885] (1/2) Epoch 25, batch 10850, loss[loss=0.3499, simple_loss=0.4115, pruned_loss=0.1441, over 14330.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03805, over 283.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3477, pruned_loss=0.1017, over 2782216.54 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07016, over 44702.79 utterances.], batch size: 283, lr: 1.87e-04 +2022-09-19 04:38:08,516 INFO [train.py:885] (1/2) Epoch 25, batch 10900, loss[loss=0.2564, simple_loss=0.3427, pruned_loss=0.08503, over 14387.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03202, over 244.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3501, pruned_loss=0.1031, over 2781643.49 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07076, over 45859.12 utterances.], batch size: 244, lr: 1.86e-04 +2022-09-19 04:38:37,831 INFO [train.py:885] (1/2) Epoch 25, batch 10950, loss[loss=0.2819, simple_loss=0.3541, pruned_loss=0.1049, over 14368.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03513, over 195.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3504, pruned_loss=0.1023, over 2779119.70 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07199, over 47084.82 utterances.], batch size: 195, lr: 1.86e-04 +2022-09-19 04:39:07,514 INFO [train.py:885] (1/2) Epoch 25, batch 11000, loss[loss=0.3506, simple_loss=0.4051, pruned_loss=0.1481, over 14315.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03935, over 262.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3479, pruned_loss=0.1009, over 2780474.11 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07066, over 46122.92 utterances.], batch size: 262, lr: 1.86e-04 +2022-09-19 04:39:36,778 INFO [train.py:885] (1/2) Epoch 25, batch 11050, loss[loss=0.1761, simple_loss=0.2507, pruned_loss=0.05078, over 13447.00 frames. utt_duration=1282 frames, utt_pad_proportion=0.1021, over 42.00 utterances.], tot_loss[loss=0.274, simple_loss=0.347, pruned_loss=0.1005, over 2783192.62 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06911, over 44752.88 utterances.], batch size: 42, lr: 1.86e-04 +2022-09-19 04:40:06,888 INFO [train.py:885] (1/2) Epoch 25, batch 11100, loss[loss=0.2416, simple_loss=0.3031, pruned_loss=0.09005, over 14332.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03802, over 120.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3503, pruned_loss=0.1015, over 2780811.43 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07098, over 46512.40 utterances.], batch size: 120, lr: 1.86e-04 +2022-09-19 04:40:35,388 INFO [train.py:885] (1/2) Epoch 25, batch 11150, loss[loss=0.2535, simple_loss=0.3368, pruned_loss=0.08504, over 14364.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03536, over 210.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3517, pruned_loss=0.1026, over 2781629.22 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07084, over 46544.92 utterances.], batch size: 210, lr: 1.86e-04 +2022-09-19 04:41:05,400 INFO [train.py:885] (1/2) Epoch 25, batch 11200, loss[loss=0.3248, simple_loss=0.4331, pruned_loss=0.1083, over 13081.00 frames. utt_duration=81.76 frames, utt_pad_proportion=0.1113, over 653.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3512, pruned_loss=0.1023, over 2779172.10 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07129, over 47360.50 utterances.], batch size: 653, lr: 1.86e-04 +2022-09-19 04:41:35,134 INFO [train.py:885] (1/2) Epoch 25, batch 11250, loss[loss=0.1377, simple_loss=0.1954, pruned_loss=0.04003, over 12414.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1512, over 24.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3488, pruned_loss=0.1019, over 2774080.57 frames. utt_duration=238 frames, utt_pad_proportion=0.07279, over 46915.43 utterances.], batch size: 24, lr: 1.86e-04 +2022-09-19 04:42:04,232 INFO [train.py:885] (1/2) Epoch 25, batch 11300, loss[loss=0.2373, simple_loss=0.3244, pruned_loss=0.07508, over 14270.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04421, over 141.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.347, pruned_loss=0.1014, over 2780026.53 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07018, over 45015.25 utterances.], batch size: 141, lr: 1.86e-04 +2022-09-19 04:42:34,291 INFO [train.py:885] (1/2) Epoch 25, batch 11350, loss[loss=0.4145, simple_loss=0.4491, pruned_loss=0.19, over 14220.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04391, over 335.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3423, pruned_loss=0.09883, over 2783676.90 frames. utt_duration=261 frames, utt_pad_proportion=0.06723, over 42902.11 utterances.], batch size: 335, lr: 1.86e-04 +2022-09-19 04:43:04,133 INFO [train.py:885] (1/2) Epoch 25, batch 11400, loss[loss=0.3289, simple_loss=0.4187, pruned_loss=0.1196, over 13647.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08005, over 477.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.346, pruned_loss=0.1009, over 2780974.73 frames. utt_duration=252 frames, utt_pad_proportion=0.06909, over 44395.98 utterances.], batch size: 477, lr: 1.86e-04 +2022-09-19 04:43:33,953 INFO [train.py:885] (1/2) Epoch 25, batch 11450, loss[loss=0.308, simple_loss=0.3614, pruned_loss=0.1273, over 14266.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04053, over 180.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3452, pruned_loss=0.1002, over 2779812.40 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06922, over 44266.52 utterances.], batch size: 180, lr: 1.86e-04 +2022-09-19 04:44:03,157 INFO [train.py:885] (1/2) Epoch 25, batch 11500, loss[loss=0.2025, simple_loss=0.2782, pruned_loss=0.06338, over 14039.00 frames. utt_duration=712.6 frames, utt_pad_proportion=0.05369, over 79.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3454, pruned_loss=0.1005, over 2785236.18 frames. utt_duration=253 frames, utt_pad_proportion=0.06768, over 44289.79 utterances.], batch size: 79, lr: 1.86e-04 +2022-09-19 04:44:33,128 INFO [train.py:885] (1/2) Epoch 25, batch 11550, loss[loss=0.2383, simple_loss=0.3137, pruned_loss=0.08146, over 14362.00 frames. utt_duration=480.1 frames, utt_pad_proportion=0.03588, over 120.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3475, pruned_loss=0.1009, over 2781475.87 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07117, over 46364.77 utterances.], batch size: 120, lr: 1.86e-04 +2022-09-19 04:45:02,633 INFO [train.py:885] (1/2) Epoch 25, batch 11600, loss[loss=0.3687, simple_loss=0.4524, pruned_loss=0.1425, over 13644.00 frames. utt_duration=98.87 frames, utt_pad_proportion=0.07597, over 560.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3509, pruned_loss=0.1023, over 2782083.43 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07225, over 47777.36 utterances.], batch size: 560, lr: 1.86e-04 +2022-09-19 04:45:31,895 INFO [train.py:885] (1/2) Epoch 25, batch 11650, loss[loss=0.3106, simple_loss=0.3804, pruned_loss=0.1204, over 14344.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.03652, over 226.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3446, pruned_loss=0.09949, over 2784567.61 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06943, over 44613.33 utterances.], batch size: 226, lr: 1.86e-04 +2022-09-19 04:46:01,363 INFO [train.py:885] (1/2) Epoch 25, batch 11700, loss[loss=0.2039, simple_loss=0.2748, pruned_loss=0.06644, over 14096.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.04969, over 98.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3468, pruned_loss=0.1002, over 2783032.81 frames. utt_duration=246.7 frames, utt_pad_proportion=0.0708, over 45386.29 utterances.], batch size: 98, lr: 1.86e-04 +2022-09-19 04:46:31,102 INFO [train.py:885] (1/2) Epoch 25, batch 11750, loss[loss=0.1821, simple_loss=0.2652, pruned_loss=0.04952, over 14002.00 frames. utt_duration=710.5 frames, utt_pad_proportion=0.059, over 79.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.347, pruned_loss=0.1014, over 2780093.73 frames. utt_duration=249 frames, utt_pad_proportion=0.0704, over 44929.96 utterances.], batch size: 79, lr: 1.86e-04 +2022-09-19 04:46:59,982 INFO [train.py:885] (1/2) Epoch 25, batch 11800, loss[loss=0.2653, simple_loss=0.3201, pruned_loss=0.1052, over 14278.00 frames. utt_duration=643.3 frames, utt_pad_proportion=0.03981, over 89.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.346, pruned_loss=0.1006, over 2783542.22 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06944, over 44304.83 utterances.], batch size: 89, lr: 1.86e-04 +2022-09-19 04:47:29,688 INFO [train.py:885] (1/2) Epoch 25, batch 11850, loss[loss=0.2771, simple_loss=0.3597, pruned_loss=0.09727, over 14362.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03537, over 210.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3456, pruned_loss=0.1006, over 2781557.68 frames. utt_duration=254 frames, utt_pad_proportion=0.07086, over 44065.90 utterances.], batch size: 210, lr: 1.86e-04 +2022-09-19 04:47:59,467 INFO [train.py:885] (1/2) Epoch 25, batch 11900, loss[loss=0.1278, simple_loss=0.193, pruned_loss=0.03131, over 13327.00 frames. utt_duration=1617 frames, utt_pad_proportion=0.1063, over 33.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3443, pruned_loss=0.09941, over 2779924.79 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07096, over 44630.85 utterances.], batch size: 33, lr: 1.86e-04 +2022-09-19 04:48:29,226 INFO [train.py:885] (1/2) Epoch 25, batch 11950, loss[loss=0.2126, simple_loss=0.2924, pruned_loss=0.06638, over 14114.00 frames. utt_duration=519.4 frames, utt_pad_proportion=0.04864, over 109.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3443, pruned_loss=0.09937, over 2775779.21 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07302, over 44656.41 utterances.], batch size: 109, lr: 1.86e-04 +2022-09-19 04:48:58,711 INFO [train.py:885] (1/2) Epoch 25, batch 12000, loss[loss=0.354, simple_loss=0.4583, pruned_loss=0.1249, over 13192.00 frames. utt_duration=82.31 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3461, pruned_loss=0.09994, over 2777754.97 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07312, over 45449.64 utterances.], batch size: 653, lr: 1.86e-04 +2022-09-19 04:48:58,712 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 04:49:02,870 INFO [train.py:914] (1/2) Epoch 25, validation: loss=0.1883, simple_loss=0.2693, pruned_loss=0.05364, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 04:49:40,353 INFO [train.py:885] (1/2) Epoch 25, batch 12050, loss[loss=0.4217, simple_loss=0.536, pruned_loss=0.1537, over 12409.00 frames. utt_duration=62.79 frames, utt_pad_proportion=0.1514, over 811.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3499, pruned_loss=0.1029, over 2773068.68 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07707, over 46774.72 utterances.], batch size: 811, lr: 1.86e-04 +2022-09-19 04:50:09,794 INFO [train.py:885] (1/2) Epoch 25, batch 12100, loss[loss=0.3201, simple_loss=0.3917, pruned_loss=0.1243, over 14389.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.0312, over 244.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3516, pruned_loss=0.1038, over 2778257.06 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07501, over 47040.31 utterances.], batch size: 244, lr: 1.86e-04 +2022-09-19 04:50:39,545 INFO [train.py:885] (1/2) Epoch 25, batch 12150, loss[loss=0.3394, simple_loss=0.4047, pruned_loss=0.1371, over 14302.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03917, over 195.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3527, pruned_loss=0.1038, over 2778802.56 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07552, over 47702.09 utterances.], batch size: 195, lr: 1.86e-04 +2022-09-19 04:51:08,679 INFO [train.py:885] (1/2) Epoch 25, batch 12200, loss[loss=0.3542, simple_loss=0.427, pruned_loss=0.1407, over 13948.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05959, over 365.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3523, pruned_loss=0.1035, over 2783586.29 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07362, over 47303.52 utterances.], batch size: 365, lr: 1.86e-04 +2022-09-19 04:51:38,821 INFO [train.py:885] (1/2) Epoch 25, batch 12250, loss[loss=0.2733, simple_loss=0.3583, pruned_loss=0.0942, over 14306.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03982, over 262.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.352, pruned_loss=0.1031, over 2779406.20 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07392, over 47715.98 utterances.], batch size: 262, lr: 1.86e-04 +2022-09-19 04:52:07,594 INFO [train.py:885] (1/2) Epoch 25, batch 12300, loss[loss=0.2731, simple_loss=0.3518, pruned_loss=0.09717, over 14316.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04011, over 154.00 utterances.], tot_loss[loss=0.2821, simple_loss=0.3548, pruned_loss=0.1047, over 2781981.22 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07543, over 48336.53 utterances.], batch size: 154, lr: 1.86e-04 +2022-09-19 04:52:37,328 INFO [train.py:885] (1/2) Epoch 25, batch 12350, loss[loss=0.2026, simple_loss=0.281, pruned_loss=0.06208, over 14064.00 frames. utt_duration=713.4 frames, utt_pad_proportion=0.05629, over 79.00 utterances.], tot_loss[loss=0.2812, simple_loss=0.3541, pruned_loss=0.1041, over 2785931.12 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07473, over 47674.71 utterances.], batch size: 79, lr: 1.86e-04 +2022-09-19 04:53:06,068 INFO [train.py:885] (1/2) Epoch 25, batch 12400, loss[loss=0.2002, simple_loss=0.2783, pruned_loss=0.06108, over 14077.00 frames. utt_duration=714.4 frames, utt_pad_proportion=0.05509, over 79.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3521, pruned_loss=0.1032, over 2787315.75 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07362, over 46722.69 utterances.], batch size: 79, lr: 1.86e-04 +2022-09-19 04:53:36,180 INFO [train.py:885] (1/2) Epoch 25, batch 12450, loss[loss=0.3857, simple_loss=0.4318, pruned_loss=0.1698, over 14230.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0432, over 306.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3515, pruned_loss=0.1027, over 2780474.25 frames. utt_duration=237 frames, utt_pad_proportion=0.07623, over 47229.21 utterances.], batch size: 306, lr: 1.86e-04 +2022-09-19 04:54:05,940 INFO [train.py:885] (1/2) Epoch 25, batch 12500, loss[loss=0.2941, simple_loss=0.3632, pruned_loss=0.1125, over 14235.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04443, over 141.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3496, pruned_loss=0.1024, over 2782639.51 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07386, over 46340.18 utterances.], batch size: 141, lr: 1.86e-04 +2022-09-19 04:54:35,029 INFO [train.py:885] (1/2) Epoch 25, batch 12550, loss[loss=0.2858, simple_loss=0.3773, pruned_loss=0.09709, over 14005.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.0552, over 365.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3517, pruned_loss=0.1032, over 2781118.84 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07472, over 47281.79 utterances.], batch size: 365, lr: 1.86e-04 +2022-09-19 04:55:03,226 INFO [train.py:885] (1/2) Epoch 25, batch 12600, loss[loss=0.1481, simple_loss=0.2242, pruned_loss=0.03604, over 13364.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.0879, over 41.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3501, pruned_loss=0.1023, over 2788203.10 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07197, over 46310.74 utterances.], batch size: 41, lr: 1.86e-04 +2022-09-19 04:55:21,116 INFO [train.py:885] (1/2) Epoch 26, batch 0, loss[loss=0.2447, simple_loss=0.2842, pruned_loss=0.1026, over 13830.00 frames. utt_duration=923.3 frames, utt_pad_proportion=0.07296, over 60.00 utterances.], tot_loss[loss=0.2447, simple_loss=0.2842, pruned_loss=0.1026, over 13830.00 frames. utt_duration=923.3 frames, utt_pad_proportion=0.07296, over 60.00 utterances.], batch size: 60, lr: 1.82e-04 +2022-09-19 04:55:50,390 INFO [train.py:885] (1/2) Epoch 26, batch 50, loss[loss=0.2558, simple_loss=0.3434, pruned_loss=0.08405, over 14296.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03911, over 180.00 utterances.], tot_loss[loss=0.2622, simple_loss=0.3363, pruned_loss=0.09407, over 628873.93 frames. utt_duration=262.5 frames, utt_pad_proportion=0.06737, over 9635.07 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 04:56:20,373 INFO [train.py:885] (1/2) Epoch 26, batch 100, loss[loss=0.2809, simple_loss=0.3634, pruned_loss=0.09916, over 14379.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03162, over 244.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3431, pruned_loss=0.09633, over 1100572.82 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07664, over 19043.80 utterances.], batch size: 244, lr: 1.82e-04 +2022-09-19 04:56:50,030 INFO [train.py:885] (1/2) Epoch 26, batch 150, loss[loss=0.2864, simple_loss=0.3501, pruned_loss=0.1114, over 14268.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04107, over 154.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.348, pruned_loss=0.09961, over 1472153.47 frames. utt_duration=227.6 frames, utt_pad_proportion=0.07824, over 26047.60 utterances.], batch size: 154, lr: 1.82e-04 +2022-09-19 04:57:19,826 INFO [train.py:885] (1/2) Epoch 26, batch 200, loss[loss=0.4802, simple_loss=0.5747, pruned_loss=0.1928, over 12439.00 frames. utt_duration=63.03 frames, utt_pad_proportion=0.1482, over 810.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3442, pruned_loss=0.09831, over 1763471.46 frames. utt_duration=241 frames, utt_pad_proportion=0.07539, over 29449.44 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 04:57:48,736 INFO [train.py:885] (1/2) Epoch 26, batch 250, loss[loss=0.6244, simple_loss=0.667, pruned_loss=0.2909, over 12456.00 frames. utt_duration=62.99 frames, utt_pad_proportion=0.1488, over 811.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3461, pruned_loss=0.1003, over 1992890.63 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07331, over 33045.00 utterances.], batch size: 811, lr: 1.82e-04 +2022-09-19 04:58:18,455 INFO [train.py:885] (1/2) Epoch 26, batch 300, loss[loss=0.2681, simple_loss=0.3489, pruned_loss=0.09368, over 14318.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03796, over 210.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3472, pruned_loss=0.1006, over 2167869.75 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07178, over 35652.81 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 04:58:47,518 INFO [train.py:885] (1/2) Epoch 26, batch 350, loss[loss=0.3627, simple_loss=0.4119, pruned_loss=0.1567, over 14204.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0447, over 306.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.345, pruned_loss=0.09877, over 2305856.82 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07017, over 37486.97 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 04:59:17,003 INFO [train.py:885] (1/2) Epoch 26, batch 400, loss[loss=0.2901, simple_loss=0.3571, pruned_loss=0.1115, over 14250.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04319, over 141.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3501, pruned_loss=0.1023, over 2412619.70 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07077, over 40152.46 utterances.], batch size: 141, lr: 1.82e-04 +2022-09-19 04:59:46,819 INFO [train.py:885] (1/2) Epoch 26, batch 450, loss[loss=0.1533, simple_loss=0.2321, pruned_loss=0.03727, over 13634.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08217, over 50.00 utterances.], tot_loss[loss=0.278, simple_loss=0.351, pruned_loss=0.1025, over 2498146.07 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07076, over 41841.73 utterances.], batch size: 50, lr: 1.82e-04 +2022-09-19 05:00:16,132 INFO [train.py:885] (1/2) Epoch 26, batch 500, loss[loss=0.3442, simple_loss=0.3988, pruned_loss=0.1448, over 14279.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04016, over 180.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.35, pruned_loss=0.1022, over 2557261.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07123, over 43339.17 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 05:00:46,397 INFO [train.py:885] (1/2) Epoch 26, batch 550, loss[loss=0.1485, simple_loss=0.2064, pruned_loss=0.0453, over 13295.00 frames. utt_duration=1613 frames, utt_pad_proportion=0.09631, over 33.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3497, pruned_loss=0.1015, over 2607829.49 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07077, over 44071.71 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 05:01:15,823 INFO [train.py:885] (1/2) Epoch 26, batch 600, loss[loss=0.1557, simple_loss=0.2237, pruned_loss=0.04384, over 13832.00 frames. utt_duration=803.5 frames, utt_pad_proportion=0.06458, over 69.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3487, pruned_loss=0.101, over 2643254.21 frames. utt_duration=240 frames, utt_pad_proportion=0.07122, over 44322.73 utterances.], batch size: 69, lr: 1.82e-04 +2022-09-19 05:01:45,226 INFO [train.py:885] (1/2) Epoch 26, batch 650, loss[loss=0.3725, simple_loss=0.4706, pruned_loss=0.1372, over 13148.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1075, over 653.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3481, pruned_loss=0.1004, over 2669280.10 frames. utt_duration=239 frames, utt_pad_proportion=0.07412, over 44947.99 utterances.], batch size: 653, lr: 1.82e-04 +2022-09-19 05:02:14,314 INFO [train.py:885] (1/2) Epoch 26, batch 700, loss[loss=0.1834, simple_loss=0.2361, pruned_loss=0.06534, over 13587.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09024, over 42.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3497, pruned_loss=0.1022, over 2694089.35 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07453, over 45651.21 utterances.], batch size: 42, lr: 1.82e-04 +2022-09-19 05:02:44,411 INFO [train.py:885] (1/2) Epoch 26, batch 750, loss[loss=0.2275, simple_loss=0.3112, pruned_loss=0.07189, over 14239.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04619, over 141.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3473, pruned_loss=0.1008, over 2714595.27 frames. utt_duration=244 frames, utt_pad_proportion=0.07191, over 44775.16 utterances.], batch size: 141, lr: 1.82e-04 +2022-09-19 05:03:13,776 INFO [train.py:885] (1/2) Epoch 26, batch 800, loss[loss=0.1972, simple_loss=0.2772, pruned_loss=0.05865, over 14166.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04886, over 89.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3484, pruned_loss=0.1015, over 2729361.23 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07323, over 45156.76 utterances.], batch size: 89, lr: 1.82e-04 +2022-09-19 05:03:43,484 INFO [train.py:885] (1/2) Epoch 26, batch 850, loss[loss=0.274, simple_loss=0.3475, pruned_loss=0.1003, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03961, over 180.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3492, pruned_loss=0.1017, over 2742651.57 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07362, over 46322.64 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 05:04:13,292 INFO [train.py:885] (1/2) Epoch 26, batch 900, loss[loss=0.294, simple_loss=0.3693, pruned_loss=0.1094, over 14307.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03978, over 262.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3494, pruned_loss=0.1014, over 2756583.25 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07133, over 46647.63 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 05:04:42,826 INFO [train.py:885] (1/2) Epoch 26, batch 950, loss[loss=0.1792, simple_loss=0.2543, pruned_loss=0.05206, over 13135.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.119, over 33.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3454, pruned_loss=0.09959, over 2757612.63 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07194, over 44187.66 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 05:05:11,527 INFO [train.py:885] (1/2) Epoch 26, batch 1000, loss[loss=0.2251, simple_loss=0.2925, pruned_loss=0.07883, over 14185.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04607, over 89.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3449, pruned_loss=0.09937, over 2768873.62 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06949, over 43287.04 utterances.], batch size: 89, lr: 1.82e-04 +2022-09-19 05:05:41,482 INFO [train.py:885] (1/2) Epoch 26, batch 1050, loss[loss=0.2686, simple_loss=0.3459, pruned_loss=0.0957, over 14305.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03927, over 283.00 utterances.], tot_loss[loss=0.272, simple_loss=0.345, pruned_loss=0.09954, over 2766859.82 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07191, over 44398.08 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 05:06:11,219 INFO [train.py:885] (1/2) Epoch 26, batch 1100, loss[loss=0.3146, simple_loss=0.387, pruned_loss=0.1211, over 14263.00 frames. utt_duration=188.1 frames, utt_pad_proportion=0.04042, over 306.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3449, pruned_loss=0.09876, over 2770634.25 frames. utt_duration=249 frames, utt_pad_proportion=0.07132, over 44768.65 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 05:06:40,351 INFO [train.py:885] (1/2) Epoch 26, batch 1150, loss[loss=0.2193, simple_loss=0.2988, pruned_loss=0.06996, over 14179.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04424, over 109.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3432, pruned_loss=0.09811, over 2772838.61 frames. utt_duration=254.8 frames, utt_pad_proportion=0.07244, over 43777.69 utterances.], batch size: 109, lr: 1.82e-04 +2022-09-19 05:07:09,876 INFO [train.py:885] (1/2) Epoch 26, batch 1200, loss[loss=0.4805, simple_loss=0.5794, pruned_loss=0.1908, over 12517.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.1441, over 810.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3448, pruned_loss=0.0985, over 2772486.61 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0733, over 44792.75 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 05:07:39,061 INFO [train.py:885] (1/2) Epoch 26, batch 1250, loss[loss=0.3497, simple_loss=0.4064, pruned_loss=0.1465, over 14219.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04328, over 306.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3469, pruned_loss=0.0996, over 2778648.30 frames. utt_duration=245 frames, utt_pad_proportion=0.07118, over 45646.41 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 05:08:09,239 INFO [train.py:885] (1/2) Epoch 26, batch 1300, loss[loss=0.3753, simple_loss=0.4548, pruned_loss=0.1479, over 13680.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.078, over 477.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3507, pruned_loss=0.1017, over 2779421.15 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07181, over 47262.83 utterances.], batch size: 477, lr: 1.82e-04 +2022-09-19 05:08:38,715 INFO [train.py:885] (1/2) Epoch 26, batch 1350, loss[loss=0.2639, simple_loss=0.3473, pruned_loss=0.09026, over 14362.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03267, over 244.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3503, pruned_loss=0.1022, over 2781458.03 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0715, over 46508.88 utterances.], batch size: 244, lr: 1.82e-04 +2022-09-19 05:09:07,883 INFO [train.py:885] (1/2) Epoch 26, batch 1400, loss[loss=0.273, simple_loss=0.3737, pruned_loss=0.08618, over 13779.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07129, over 411.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3527, pruned_loss=0.1034, over 2776977.78 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07427, over 47750.76 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 05:09:38,101 INFO [train.py:885] (1/2) Epoch 26, batch 1450, loss[loss=0.1698, simple_loss=0.2426, pruned_loss=0.0485, over 13756.00 frames. utt_duration=918.6 frames, utt_pad_proportion=0.0768, over 60.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3519, pruned_loss=0.1028, over 2781184.87 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07359, over 47311.30 utterances.], batch size: 60, lr: 1.82e-04 +2022-09-19 05:10:08,086 INFO [train.py:885] (1/2) Epoch 26, batch 1500, loss[loss=0.267, simple_loss=0.3387, pruned_loss=0.09769, over 14321.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03822, over 195.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3523, pruned_loss=0.1032, over 2780164.30 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07401, over 47332.73 utterances.], batch size: 195, lr: 1.82e-04 +2022-09-19 05:10:37,504 INFO [train.py:885] (1/2) Epoch 26, batch 1550, loss[loss=0.2429, simple_loss=0.3164, pruned_loss=0.08467, over 12655.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.1452, over 25.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3512, pruned_loss=0.1029, over 2775826.07 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0747, over 46669.25 utterances.], batch size: 25, lr: 1.82e-04 +2022-09-19 05:11:06,402 INFO [train.py:885] (1/2) Epoch 26, batch 1600, loss[loss=0.1818, simple_loss=0.2362, pruned_loss=0.06376, over 13811.00 frames. utt_duration=922 frames, utt_pad_proportion=0.07425, over 60.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3486, pruned_loss=0.1015, over 2782285.99 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07214, over 45121.46 utterances.], batch size: 60, lr: 1.82e-04 +2022-09-19 05:11:36,279 INFO [train.py:885] (1/2) Epoch 26, batch 1650, loss[loss=0.3797, simple_loss=0.4725, pruned_loss=0.1435, over 13186.00 frames. utt_duration=82.3 frames, utt_pad_proportion=0.1054, over 653.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3508, pruned_loss=0.1028, over 2784885.75 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07128, over 46037.32 utterances.], batch size: 653, lr: 1.82e-04 +2022-09-19 05:12:06,027 INFO [train.py:885] (1/2) Epoch 26, batch 1700, loss[loss=0.2758, simple_loss=0.3527, pruned_loss=0.0994, over 14256.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04534, over 141.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3533, pruned_loss=0.1036, over 2781249.01 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07263, over 48032.79 utterances.], batch size: 141, lr: 1.82e-04 +2022-09-19 05:12:35,034 INFO [train.py:885] (1/2) Epoch 26, batch 1750, loss[loss=0.1876, simple_loss=0.2529, pruned_loss=0.06112, over 12266.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.1747, over 24.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3484, pruned_loss=0.1011, over 2778163.13 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07338, over 46327.66 utterances.], batch size: 24, lr: 1.82e-04 +2022-09-19 05:13:04,962 INFO [train.py:885] (1/2) Epoch 26, batch 1800, loss[loss=0.2659, simple_loss=0.3696, pruned_loss=0.0811, over 13779.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07051, over 411.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3474, pruned_loss=0.09983, over 2781927.35 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07217, over 46350.75 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 05:13:34,092 INFO [train.py:885] (1/2) Epoch 26, batch 1850, loss[loss=0.3451, simple_loss=0.4046, pruned_loss=0.1428, over 14162.00 frames. utt_duration=186.8 frames, utt_pad_proportion=0.04715, over 306.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3477, pruned_loss=0.1, over 2781128.38 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07309, over 46604.42 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 05:14:03,749 INFO [train.py:885] (1/2) Epoch 26, batch 1900, loss[loss=0.221, simple_loss=0.2767, pruned_loss=0.08265, over 13888.00 frames. utt_duration=806.4 frames, utt_pad_proportion=0.06128, over 69.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.35, pruned_loss=0.1011, over 2777750.20 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07505, over 48034.59 utterances.], batch size: 69, lr: 1.82e-04 +2022-09-19 05:14:32,992 INFO [train.py:885] (1/2) Epoch 26, batch 1950, loss[loss=0.3832, simple_loss=0.4318, pruned_loss=0.1673, over 14323.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03824, over 283.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3458, pruned_loss=0.09924, over 2780981.30 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07243, over 45724.97 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 05:15:02,807 INFO [train.py:885] (1/2) Epoch 26, batch 2000, loss[loss=0.1898, simple_loss=0.2661, pruned_loss=0.05669, over 14231.00 frames. utt_duration=641 frames, utt_pad_proportion=0.04469, over 89.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3475, pruned_loss=0.0999, over 2776449.12 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07391, over 46725.11 utterances.], batch size: 89, lr: 1.82e-04 +2022-09-19 05:15:32,210 INFO [train.py:885] (1/2) Epoch 26, batch 2050, loss[loss=0.2147, simple_loss=0.2869, pruned_loss=0.07125, over 14034.00 frames. utt_duration=574.2 frames, utt_pad_proportion=0.0571, over 98.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3482, pruned_loss=0.1003, over 2776304.71 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07459, over 47101.20 utterances.], batch size: 98, lr: 1.82e-04 +2022-09-19 05:16:01,506 INFO [train.py:885] (1/2) Epoch 26, batch 2100, loss[loss=0.2284, simple_loss=0.3071, pruned_loss=0.0749, over 14320.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03869, over 120.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3492, pruned_loss=0.1011, over 2776069.23 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07477, over 47277.39 utterances.], batch size: 120, lr: 1.82e-04 +2022-09-19 05:16:31,164 INFO [train.py:885] (1/2) Epoch 26, batch 2150, loss[loss=0.2767, simple_loss=0.3539, pruned_loss=0.09972, over 14311.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03773, over 180.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3519, pruned_loss=0.1022, over 2777799.82 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07378, over 48228.08 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 05:17:00,689 INFO [train.py:885] (1/2) Epoch 26, batch 2200, loss[loss=0.2574, simple_loss=0.3343, pruned_loss=0.09027, over 14181.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04424, over 109.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3485, pruned_loss=0.09991, over 2777390.65 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07402, over 47009.55 utterances.], batch size: 109, lr: 1.82e-04 +2022-09-19 05:17:29,687 INFO [train.py:885] (1/2) Epoch 26, batch 2250, loss[loss=0.3135, simple_loss=0.3799, pruned_loss=0.1235, over 14222.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04438, over 335.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3438, pruned_loss=0.09768, over 2778197.13 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07224, over 45460.60 utterances.], batch size: 335, lr: 1.82e-04 +2022-09-19 05:17:58,938 INFO [train.py:885] (1/2) Epoch 26, batch 2300, loss[loss=0.2971, simple_loss=0.3715, pruned_loss=0.1113, over 14214.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04347, over 306.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3417, pruned_loss=0.09656, over 2779033.68 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07103, over 44925.70 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 05:18:28,431 INFO [train.py:885] (1/2) Epoch 26, batch 2350, loss[loss=0.2685, simple_loss=0.3743, pruned_loss=0.08135, over 13759.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07269, over 411.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3495, pruned_loss=0.09985, over 2782192.87 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07124, over 48225.62 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 05:18:57,931 INFO [train.py:885] (1/2) Epoch 26, batch 2400, loss[loss=0.2438, simple_loss=0.306, pruned_loss=0.09086, over 14322.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03882, over 120.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.352, pruned_loss=0.1011, over 2783401.90 frames. utt_duration=228.3 frames, utt_pad_proportion=0.07303, over 49073.70 utterances.], batch size: 120, lr: 1.82e-04 +2022-09-19 05:19:27,523 INFO [train.py:885] (1/2) Epoch 26, batch 2450, loss[loss=0.1704, simple_loss=0.2378, pruned_loss=0.05148, over 12888.00 frames. utt_duration=2063 frames, utt_pad_proportion=0.1246, over 25.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3517, pruned_loss=0.1015, over 2781702.72 frames. utt_duration=229.4 frames, utt_pad_proportion=0.07323, over 48815.51 utterances.], batch size: 25, lr: 1.82e-04 +2022-09-19 05:19:57,096 INFO [train.py:885] (1/2) Epoch 26, batch 2500, loss[loss=0.189, simple_loss=0.2626, pruned_loss=0.05768, over 13964.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.06148, over 79.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3492, pruned_loss=0.1002, over 2773900.58 frames. utt_duration=232.8 frames, utt_pad_proportion=0.075, over 47959.53 utterances.], batch size: 79, lr: 1.82e-04 +2022-09-19 05:20:26,839 INFO [train.py:885] (1/2) Epoch 26, batch 2550, loss[loss=0.2111, simple_loss=0.2801, pruned_loss=0.07103, over 13771.00 frames. utt_duration=799.9 frames, utt_pad_proportion=0.06875, over 69.00 utterances.], tot_loss[loss=0.274, simple_loss=0.348, pruned_loss=0.09996, over 2771061.91 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07546, over 47633.15 utterances.], batch size: 69, lr: 1.82e-04 diff --git a/log/log-train-2022-09-19-08-50-42-0 b/log/log-train-2022-09-19-08-50-42-0 new file mode 100644 index 0000000000000000000000000000000000000000..e14d058b6fdfa205d30873fbfd6ce441f90f8ed6 --- /dev/null +++ b/log/log-train-2022-09-19-08-50-42-0 @@ -0,0 +1,1827 @@ +2022-09-19 08:50:42,670 INFO [train.py:949] (0/2) Training started +2022-09-19 08:50:45,933 INFO [train.py:959] (0/2) Device: cuda:0 +2022-09-19 08:50:45,935 INFO [train.py:973] (0/2) {'best_train_loss': inf, 'best_valid_loss': inf, 'best_train_epoch': -1, 'best_valid_epoch': -1, 'batch_idx_train': 0, 'log_interval': 50, 'reset_interval': 200, 'valid_interval': 3000, 'feature_dim': 80, 'subsampling_factor': 4, 'model_warm_step': 3000, 'env_info': {'k2-version': '1.19', 'k2-build-type': 'Release', 'k2-with-cuda': True, 'k2-git-sha1': '125d34703f898b5ca54f6f4a925f2bc2d7a5ba98', 'k2-git-date': 'Wed Aug 31 04:50:54 2022', 'lhotse-version': '1.6.0', 'torch-version': '1.12.1+cu113', 'torch-cuda-available': True, 'torch-cuda-version': '11.3', 'python-version': '3.8', 'icefall-git-branch': 'uk', 'icefall-git-sha1': '42c4476-dirty', 'icefall-git-date': 'Thu Sep 15 16:29:29 2022', 'icefall-path': '/home/proger/icefall', 'k2-path': '/home/proger/k2/k2/python/k2/__init__.py', 'lhotse-path': '/home/proger/.local/lib/python3.8/site-packages/lhotse/__init__.py', 'hostname': 'rt', 'IP address': '127.0.1.1'}, 'world_size': 2, 'master_port': 12354, 'tensorboard': True, 'num_epochs': 40, 'start_epoch': 26, 'start_batch': 0, 'exp_dir': PosixPath('pruned_transducer_stateless5/exp-uk-filtered2'), 'bpe_model': 'uk/data/lang_bpe_250/bpe.model', 'initial_lr': 0.003, 'lr_batches': 5000, 'lr_epochs': 6, 'context_size': 2, 'prune_range': 5, 'lm_scale': 0.25, 'am_scale': 0.0, 'simple_loss_scale': 0.5, 'seed': 42, 'print_diagnostics': False, 'save_every_n': 4000, 'keep_last_k': 30, 'average_period': 100, 'use_fp16': True, 'num_encoder_layers': 18, 'dim_feedforward': 1024, 'nhead': 4, 'encoder_dim': 256, 'decoder_dim': 512, 'joiner_dim': 512, 'dynamic_chunk_training': True, 'causal_convolution': True, 'short_chunk_size': 25, 'num_left_chunks': 4, 'full_libri': True, 'manifest_dir': PosixPath('uk/data/fbank'), 'max_duration': 600, 'bucketing_sampler': True, 'num_buckets': 30, 'concatenate_cuts': False, 'duration_factor': 1.0, 'gap': 1.0, 'on_the_fly_feats': False, 'shuffle': True, 'drop_last': True, 'return_cuts': True, 'num_workers': 2, 'enable_spec_aug': True, 'spec_aug_time_warp_factor': 80, 'enable_musan': True, 'input_strategy': 'PrecomputedFeatures', 'blank_id': 0, 'vocab_size': 250} +2022-09-19 08:50:45,935 INFO [train.py:975] (0/2) About to create model +2022-09-19 08:50:46,059 INFO [train.py:979] (0/2) Number of model parameters: 30053246 +2022-09-19 08:50:46,122 INFO [checkpoint.py:112] (0/2) Loading checkpoint from pruned_transducer_stateless5/exp-uk-filtered2/epoch-25.pt +2022-09-19 08:50:46,452 INFO [checkpoint.py:131] (0/2) Loading averaged model +2022-09-19 08:50:48,851 INFO [train.py:994] (0/2) Using DDP +2022-09-19 08:50:48,947 INFO [train.py:1002] (0/2) Loading optimizer state dict +2022-09-19 08:50:49,141 INFO [train.py:1010] (0/2) Loading scheduler state dict +2022-09-19 08:50:49,142 INFO [asr_datamodule_uk.py:422] (0/2) About to get ('train-other-shuffled-filtered2',) cuts +2022-09-19 08:50:49,802 INFO [asr_datamodule_uk.py:225] (0/2) Enable MUSAN +2022-09-19 08:50:49,802 INFO [asr_datamodule_uk.py:226] (0/2) About to get Musan cuts +2022-09-19 08:50:51,250 INFO [asr_datamodule_uk.py:254] (0/2) Enable SpecAugment +2022-09-19 08:50:51,250 INFO [asr_datamodule_uk.py:255] (0/2) Time warp factor: 80 +2022-09-19 08:50:51,250 INFO [asr_datamodule_uk.py:267] (0/2) Num frame mask: 10 +2022-09-19 08:50:51,250 INFO [asr_datamodule_uk.py:280] (0/2) About to create train dataset +2022-09-19 08:50:51,250 INFO [asr_datamodule_uk.py:309] (0/2) Using DynamicBucketingSampler. +2022-09-19 08:50:52,593 INFO [asr_datamodule_uk.py:324] (0/2) About to create train dataloader +2022-09-19 08:50:52,593 INFO [asr_datamodule_uk.py:434] (0/2) About to get test-other (for dev) cuts +2022-09-19 08:50:52,594 INFO [asr_datamodule_uk.py:355] (0/2) About to create dev dataset +2022-09-19 08:50:52,687 INFO [asr_datamodule_uk.py:374] (0/2) About to create dev dataloader +2022-09-19 08:50:52,687 INFO [train.py:1067] (0/2) Loading grad scaler state dict +2022-09-19 08:51:02,253 INFO [train.py:885] (0/2) Epoch 26, batch 0, loss[loss=0.249, simple_loss=0.3379, pruned_loss=0.08001, over 14343.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03673, over 210.00 utterances.], tot_loss[loss=0.249, simple_loss=0.3379, pruned_loss=0.08001, over 14343.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03673, over 210.00 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 08:51:02,319 INFO [distributed.py:995] (0/2) Reducer buckets have been rebuilt in this iteration. +2022-09-19 08:51:31,571 INFO [train.py:885] (0/2) Epoch 26, batch 50, loss[loss=0.2949, simple_loss=0.3711, pruned_loss=0.1093, over 14352.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03402, over 244.00 utterances.], tot_loss[loss=0.2635, simple_loss=0.3363, pruned_loss=0.09536, over 627533.15 frames. utt_duration=271.9 frames, utt_pad_proportion=0.06759, over 9282.05 utterances.], batch size: 244, lr: 1.82e-04 +2022-09-19 08:52:00,952 INFO [train.py:885] (0/2) Epoch 26, batch 100, loss[loss=0.3428, simple_loss=0.4018, pruned_loss=0.1419, over 14292.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.0405, over 283.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3503, pruned_loss=0.1007, over 1108667.65 frames. utt_duration=239.5 frames, utt_pad_proportion=0.06628, over 18633.34 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 08:52:30,402 INFO [train.py:885] (0/2) Epoch 26, batch 150, loss[loss=0.6555, simple_loss=0.6991, pruned_loss=0.306, over 12459.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3431, pruned_loss=0.09883, over 1477352.86 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06541, over 22800.15 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 08:53:00,235 INFO [train.py:885] (0/2) Epoch 26, batch 200, loss[loss=0.1348, simple_loss=0.1837, pruned_loss=0.04298, over 13007.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1276, over 33.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3452, pruned_loss=0.09919, over 1760035.08 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07124, over 28995.13 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 08:53:29,670 INFO [train.py:885] (0/2) Epoch 26, batch 250, loss[loss=0.1752, simple_loss=0.2417, pruned_loss=0.0543, over 12337.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1466, over 24.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3491, pruned_loss=0.1018, over 1989136.32 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06918, over 32707.95 utterances.], batch size: 24, lr: 1.82e-04 +2022-09-19 08:53:59,364 INFO [train.py:885] (0/2) Epoch 26, batch 300, loss[loss=0.1638, simple_loss=0.2013, pruned_loss=0.06314, over 12998.00 frames. utt_duration=1577 frames, utt_pad_proportion=0.1263, over 33.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3504, pruned_loss=0.102, over 2161362.15 frames. utt_duration=236.9 frames, utt_pad_proportion=0.0715, over 36722.37 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 08:54:28,582 INFO [train.py:885] (0/2) Epoch 26, batch 350, loss[loss=0.284, simple_loss=0.3611, pruned_loss=0.1035, over 14269.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04293, over 154.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3502, pruned_loss=0.1014, over 2297335.08 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07283, over 39333.62 utterances.], batch size: 154, lr: 1.82e-04 +2022-09-19 08:54:57,942 INFO [train.py:885] (0/2) Epoch 26, batch 400, loss[loss=0.2978, simple_loss=0.3693, pruned_loss=0.1132, over 14322.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03839, over 226.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3444, pruned_loss=0.09875, over 2406124.29 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07109, over 38801.55 utterances.], batch size: 226, lr: 1.82e-04 +2022-09-19 08:55:27,218 INFO [train.py:885] (0/2) Epoch 26, batch 450, loss[loss=0.2845, simple_loss=0.3573, pruned_loss=0.1058, over 14377.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03405, over 210.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3431, pruned_loss=0.09842, over 2484682.01 frames. utt_duration=250 frames, utt_pad_proportion=0.07071, over 39998.29 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 08:55:56,733 INFO [train.py:885] (0/2) Epoch 26, batch 500, loss[loss=0.3437, simple_loss=0.3934, pruned_loss=0.147, over 14240.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04261, over 335.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.34, pruned_loss=0.09649, over 2552900.08 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06963, over 40057.34 utterances.], batch size: 335, lr: 1.82e-04 +2022-09-19 08:55:57,367 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-316000.pt +2022-09-19 08:56:26,666 INFO [train.py:885] (0/2) Epoch 26, batch 550, loss[loss=0.2749, simple_loss=0.3357, pruned_loss=0.1071, over 13993.00 frames. utt_duration=572.7 frames, utt_pad_proportion=0.06117, over 98.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3427, pruned_loss=0.09721, over 2600353.57 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07274, over 42167.89 utterances.], batch size: 98, lr: 1.82e-04 +2022-09-19 08:56:56,040 INFO [train.py:885] (0/2) Epoch 26, batch 600, loss[loss=0.3292, simple_loss=0.3837, pruned_loss=0.1373, over 14356.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03578, over 195.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3449, pruned_loss=0.09916, over 2641211.40 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07272, over 43150.62 utterances.], batch size: 195, lr: 1.82e-04 +2022-09-19 08:57:25,241 INFO [train.py:885] (0/2) Epoch 26, batch 650, loss[loss=0.3153, simple_loss=0.423, pruned_loss=0.1038, over 13620.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07774, over 560.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3441, pruned_loss=0.09907, over 2671951.77 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07121, over 43021.36 utterances.], batch size: 560, lr: 1.82e-04 +2022-09-19 08:57:54,613 INFO [train.py:885] (0/2) Epoch 26, batch 700, loss[loss=0.2616, simple_loss=0.3391, pruned_loss=0.09201, over 14279.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.03991, over 154.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3432, pruned_loss=0.09845, over 2697602.52 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06908, over 42859.79 utterances.], batch size: 154, lr: 1.82e-04 +2022-09-19 08:58:23,893 INFO [train.py:885] (0/2) Epoch 26, batch 750, loss[loss=0.2024, simple_loss=0.2869, pruned_loss=0.0589, over 14146.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.04863, over 89.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3452, pruned_loss=0.09951, over 2719287.37 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06964, over 43929.77 utterances.], batch size: 89, lr: 1.82e-04 +2022-09-19 08:58:53,593 INFO [train.py:885] (0/2) Epoch 26, batch 800, loss[loss=0.2216, simple_loss=0.2891, pruned_loss=0.07702, over 12314.00 frames. utt_duration=2054 frames, utt_pad_proportion=0.1654, over 24.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3452, pruned_loss=0.09929, over 2731941.61 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07016, over 44356.83 utterances.], batch size: 24, lr: 1.82e-04 +2022-09-19 08:59:22,845 INFO [train.py:885] (0/2) Epoch 26, batch 850, loss[loss=0.2928, simple_loss=0.3646, pruned_loss=0.1105, over 14337.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03832, over 262.00 utterances.], tot_loss[loss=0.273, simple_loss=0.346, pruned_loss=0.09995, over 2742803.86 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06972, over 44844.24 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 08:59:52,104 INFO [train.py:885] (0/2) Epoch 26, batch 900, loss[loss=0.354, simple_loss=0.4456, pruned_loss=0.1312, over 13614.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.0783, over 560.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3481, pruned_loss=0.1014, over 2746625.96 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07073, over 45457.45 utterances.], batch size: 560, lr: 1.82e-04 +2022-09-19 09:00:22,659 INFO [train.py:885] (0/2) Epoch 26, batch 950, loss[loss=0.272, simple_loss=0.3753, pruned_loss=0.08436, over 13776.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07158, over 411.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3493, pruned_loss=0.1011, over 2747167.77 frames. utt_duration=234.2 frames, utt_pad_proportion=0.0735, over 47222.78 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 09:00:51,306 INFO [train.py:885] (0/2) Epoch 26, batch 1000, loss[loss=0.405, simple_loss=0.4501, pruned_loss=0.18, over 14230.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04318, over 306.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3502, pruned_loss=0.1021, over 2758302.47 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07107, over 46629.17 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 09:01:20,968 INFO [train.py:885] (0/2) Epoch 26, batch 1050, loss[loss=0.3195, simple_loss=0.3855, pruned_loss=0.1267, over 14328.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03883, over 262.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3502, pruned_loss=0.1027, over 2758945.37 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07181, over 46221.78 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 09:01:50,319 INFO [train.py:885] (0/2) Epoch 26, batch 1100, loss[loss=0.301, simple_loss=0.3758, pruned_loss=0.113, over 14289.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04097, over 262.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3504, pruned_loss=0.1024, over 2764343.51 frames. utt_duration=238.9 frames, utt_pad_proportion=0.0719, over 46566.76 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 09:02:19,895 INFO [train.py:885] (0/2) Epoch 26, batch 1150, loss[loss=0.2976, simple_loss=0.3624, pruned_loss=0.1164, over 14316.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03905, over 262.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3499, pruned_loss=0.1019, over 2769916.18 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07097, over 46204.39 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 09:02:48,991 INFO [train.py:885] (0/2) Epoch 26, batch 1200, loss[loss=0.2811, simple_loss=0.3769, pruned_loss=0.09264, over 13983.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05757, over 365.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3465, pruned_loss=0.1001, over 2774351.71 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06842, over 44881.83 utterances.], batch size: 365, lr: 1.82e-04 +2022-09-19 09:03:18,665 INFO [train.py:885] (0/2) Epoch 26, batch 1250, loss[loss=0.3197, simple_loss=0.3807, pruned_loss=0.1294, over 14299.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.04157, over 154.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3473, pruned_loss=0.1014, over 2775291.06 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07036, over 45250.62 utterances.], batch size: 154, lr: 1.82e-04 +2022-09-19 09:03:48,481 INFO [train.py:885] (0/2) Epoch 26, batch 1300, loss[loss=0.3371, simple_loss=0.3989, pruned_loss=0.1376, over 14208.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04405, over 306.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3469, pruned_loss=0.1008, over 2771600.19 frames. utt_duration=244.8 frames, utt_pad_proportion=0.0718, over 45563.34 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 09:04:17,617 INFO [train.py:885] (0/2) Epoch 26, batch 1350, loss[loss=0.3768, simple_loss=0.4271, pruned_loss=0.1633, over 14304.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03919, over 283.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3464, pruned_loss=0.1012, over 2775049.19 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07077, over 44702.58 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 09:04:47,047 INFO [train.py:885] (0/2) Epoch 26, batch 1400, loss[loss=0.272, simple_loss=0.3367, pruned_loss=0.1036, over 14251.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04534, over 141.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3442, pruned_loss=0.09994, over 2783166.92 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06742, over 43371.06 utterances.], batch size: 141, lr: 1.82e-04 +2022-09-19 09:05:16,097 INFO [train.py:885] (0/2) Epoch 26, batch 1450, loss[loss=0.2964, simple_loss=0.3982, pruned_loss=0.09735, over 13671.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08036, over 478.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3451, pruned_loss=0.1008, over 2783708.94 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06726, over 44080.29 utterances.], batch size: 478, lr: 1.82e-04 +2022-09-19 09:05:45,839 INFO [train.py:885] (0/2) Epoch 26, batch 1500, loss[loss=0.1762, simple_loss=0.2331, pruned_loss=0.0597, over 13363.00 frames. utt_duration=1621 frames, utt_pad_proportion=0.1023, over 33.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3444, pruned_loss=0.1002, over 2779923.96 frames. utt_duration=250.2 frames, utt_pad_proportion=0.0686, over 44708.26 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 09:06:15,342 INFO [train.py:885] (0/2) Epoch 26, batch 1550, loss[loss=0.1501, simple_loss=0.208, pruned_loss=0.04609, over 13270.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.1082, over 33.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3452, pruned_loss=0.1, over 2781796.52 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06838, over 45664.65 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 09:06:44,597 INFO [train.py:885] (0/2) Epoch 26, batch 1600, loss[loss=0.2515, simple_loss=0.3259, pruned_loss=0.08856, over 14323.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.04026, over 120.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3437, pruned_loss=0.09989, over 2779899.38 frames. utt_duration=251 frames, utt_pad_proportion=0.06915, over 44563.72 utterances.], batch size: 120, lr: 1.82e-04 +2022-09-19 09:07:13,934 INFO [train.py:885] (0/2) Epoch 26, batch 1650, loss[loss=0.2362, simple_loss=0.2992, pruned_loss=0.08658, over 14074.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05429, over 98.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3441, pruned_loss=0.1, over 2774879.13 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07184, over 44747.58 utterances.], batch size: 98, lr: 1.82e-04 +2022-09-19 09:07:43,594 INFO [train.py:885] (0/2) Epoch 26, batch 1700, loss[loss=0.5192, simple_loss=0.6062, pruned_loss=0.2161, over 12453.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1487, over 811.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3463, pruned_loss=0.1017, over 2779072.28 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07041, over 44766.65 utterances.], batch size: 811, lr: 1.82e-04 +2022-09-19 09:08:12,488 INFO [train.py:885] (0/2) Epoch 26, batch 1750, loss[loss=0.2518, simple_loss=0.3357, pruned_loss=0.08393, over 14265.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04068, over 180.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3448, pruned_loss=0.1012, over 2784409.48 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06817, over 43891.65 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 09:08:42,500 INFO [train.py:885] (0/2) Epoch 26, batch 1800, loss[loss=0.1335, simple_loss=0.2024, pruned_loss=0.0323, over 13548.00 frames. utt_duration=1323 frames, utt_pad_proportion=0.07411, over 41.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3456, pruned_loss=0.1007, over 2781282.57 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07024, over 45617.99 utterances.], batch size: 41, lr: 1.82e-04 +2022-09-19 09:09:11,897 INFO [train.py:885] (0/2) Epoch 26, batch 1850, loss[loss=0.2234, simple_loss=0.2961, pruned_loss=0.07537, over 13981.00 frames. utt_duration=572.2 frames, utt_pad_proportion=0.06045, over 98.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3459, pruned_loss=0.1006, over 2782147.56 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06979, over 45280.16 utterances.], batch size: 98, lr: 1.82e-04 +2022-09-19 09:09:41,172 INFO [train.py:885] (0/2) Epoch 26, batch 1900, loss[loss=0.1904, simple_loss=0.272, pruned_loss=0.05442, over 14118.00 frames. utt_duration=716.3 frames, utt_pad_proportion=0.0488, over 79.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3438, pruned_loss=0.09953, over 2787972.64 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06662, over 44034.79 utterances.], batch size: 79, lr: 1.82e-04 +2022-09-19 09:10:10,664 INFO [train.py:885] (0/2) Epoch 26, batch 1950, loss[loss=0.4312, simple_loss=0.465, pruned_loss=0.1987, over 14191.00 frames. utt_duration=170.7 frames, utt_pad_proportion=0.04616, over 335.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3458, pruned_loss=0.1002, over 2781308.86 frames. utt_duration=247 frames, utt_pad_proportion=0.07036, over 45317.39 utterances.], batch size: 335, lr: 1.82e-04 +2022-09-19 09:10:40,565 INFO [train.py:885] (0/2) Epoch 26, batch 2000, loss[loss=0.5238, simple_loss=0.6008, pruned_loss=0.2234, over 12444.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3463, pruned_loss=0.1003, over 2785128.06 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06922, over 45236.63 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 09:11:09,902 INFO [train.py:885] (0/2) Epoch 26, batch 2050, loss[loss=0.2395, simple_loss=0.3166, pruned_loss=0.08125, over 14329.00 frames. utt_duration=442.5 frames, utt_pad_proportion=0.03603, over 130.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3433, pruned_loss=0.09889, over 2789118.72 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06635, over 43793.02 utterances.], batch size: 130, lr: 1.82e-04 +2022-09-19 09:11:39,101 INFO [train.py:885] (0/2) Epoch 26, batch 2100, loss[loss=0.4813, simple_loss=0.5782, pruned_loss=0.1921, over 12469.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1466, over 810.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3426, pruned_loss=0.09881, over 2787894.78 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06736, over 43114.76 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 09:12:08,620 INFO [train.py:885] (0/2) Epoch 26, batch 2150, loss[loss=0.2401, simple_loss=0.3268, pruned_loss=0.07664, over 14262.00 frames. utt_duration=440.3 frames, utt_pad_proportion=0.04079, over 130.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3427, pruned_loss=0.09972, over 2787140.43 frames. utt_duration=263.3 frames, utt_pad_proportion=0.06653, over 42574.87 utterances.], batch size: 130, lr: 1.82e-04 +2022-09-19 09:12:38,114 INFO [train.py:885] (0/2) Epoch 26, batch 2200, loss[loss=0.3202, simple_loss=0.4211, pruned_loss=0.1097, over 13621.00 frames. utt_duration=98.7 frames, utt_pad_proportion=0.0776, over 560.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3441, pruned_loss=0.09972, over 2788039.58 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06733, over 43930.03 utterances.], batch size: 560, lr: 1.82e-04 +2022-09-19 09:13:07,036 INFO [train.py:885] (0/2) Epoch 26, batch 2250, loss[loss=0.3278, simple_loss=0.3904, pruned_loss=0.1325, over 14290.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03947, over 180.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3445, pruned_loss=0.09974, over 2787738.13 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06788, over 43732.23 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 09:13:36,135 INFO [train.py:885] (0/2) Epoch 26, batch 2300, loss[loss=0.2135, simple_loss=0.2913, pruned_loss=0.06782, over 14271.00 frames. utt_duration=440.4 frames, utt_pad_proportion=0.04254, over 130.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3442, pruned_loss=0.09937, over 2785916.23 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06851, over 43818.81 utterances.], batch size: 130, lr: 1.82e-04 +2022-09-19 09:14:05,945 INFO [train.py:885] (0/2) Epoch 26, batch 2350, loss[loss=0.3401, simple_loss=0.4, pruned_loss=0.1402, over 14364.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03241, over 195.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3408, pruned_loss=0.09753, over 2783575.42 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06987, over 43016.15 utterances.], batch size: 195, lr: 1.82e-04 +2022-09-19 09:14:35,763 INFO [train.py:885] (0/2) Epoch 26, batch 2400, loss[loss=0.324, simple_loss=0.3931, pruned_loss=0.1275, over 14316.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03857, over 283.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3457, pruned_loss=0.1001, over 2784974.70 frames. utt_duration=251 frames, utt_pad_proportion=0.06973, over 44641.49 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 09:15:04,717 INFO [train.py:885] (0/2) Epoch 26, batch 2450, loss[loss=0.2788, simple_loss=0.3631, pruned_loss=0.09725, over 14334.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03673, over 210.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3447, pruned_loss=0.09995, over 2784499.22 frames. utt_duration=253.4 frames, utt_pad_proportion=0.06939, over 44217.48 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 09:15:34,237 INFO [train.py:885] (0/2) Epoch 26, batch 2500, loss[loss=0.2974, simple_loss=0.3811, pruned_loss=0.1068, over 13984.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05715, over 365.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.343, pruned_loss=0.09876, over 2783906.99 frames. utt_duration=258.7 frames, utt_pad_proportion=0.06792, over 43284.02 utterances.], batch size: 365, lr: 1.82e-04 +2022-09-19 09:16:04,072 INFO [train.py:885] (0/2) Epoch 26, batch 2550, loss[loss=0.3198, simple_loss=0.4166, pruned_loss=0.1115, over 13633.00 frames. utt_duration=98.83 frames, utt_pad_proportion=0.07632, over 560.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3444, pruned_loss=0.099, over 2786147.72 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06757, over 43943.14 utterances.], batch size: 560, lr: 1.82e-04 +2022-09-19 09:16:33,149 INFO [train.py:885] (0/2) Epoch 26, batch 2600, loss[loss=0.5733, simple_loss=0.6316, pruned_loss=0.2575, over 12521.00 frames. utt_duration=63.4 frames, utt_pad_proportion=0.1433, over 810.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3452, pruned_loss=0.09933, over 2783190.29 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06959, over 44705.57 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 09:17:03,075 INFO [train.py:885] (0/2) Epoch 26, batch 2650, loss[loss=0.1662, simple_loss=0.225, pruned_loss=0.05372, over 12282.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1617, over 24.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3481, pruned_loss=0.1006, over 2782227.44 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07078, over 46054.75 utterances.], batch size: 24, lr: 1.82e-04 +2022-09-19 09:17:31,208 INFO [train.py:885] (0/2) Epoch 26, batch 2700, loss[loss=0.2046, simple_loss=0.2633, pruned_loss=0.07295, over 13809.00 frames. utt_duration=802 frames, utt_pad_proportion=0.0653, over 69.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3437, pruned_loss=0.09873, over 2784072.75 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06987, over 44144.08 utterances.], batch size: 69, lr: 1.82e-04 +2022-09-19 09:18:01,285 INFO [train.py:885] (0/2) Epoch 26, batch 2750, loss[loss=0.1563, simple_loss=0.2044, pruned_loss=0.05408, over 12352.00 frames. utt_duration=2060 frames, utt_pad_proportion=0.1697, over 24.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3467, pruned_loss=0.1006, over 2784857.52 frames. utt_duration=248.3 frames, utt_pad_proportion=0.0691, over 45128.30 utterances.], batch size: 24, lr: 1.82e-04 +2022-09-19 09:18:31,100 INFO [train.py:885] (0/2) Epoch 26, batch 2800, loss[loss=0.2218, simple_loss=0.2926, pruned_loss=0.07546, over 13994.00 frames. utt_duration=710.2 frames, utt_pad_proportion=0.0594, over 79.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.35, pruned_loss=0.1012, over 2778841.74 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07432, over 47473.76 utterances.], batch size: 79, lr: 1.82e-04 +2022-09-19 09:19:00,229 INFO [train.py:885] (0/2) Epoch 26, batch 2850, loss[loss=0.3155, simple_loss=0.3856, pruned_loss=0.1226, over 14356.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03589, over 210.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3498, pruned_loss=0.1013, over 2784851.19 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07153, over 46793.35 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 09:19:30,123 INFO [train.py:885] (0/2) Epoch 26, batch 2900, loss[loss=0.2739, simple_loss=0.3572, pruned_loss=0.09529, over 14299.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04058, over 262.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3487, pruned_loss=0.1006, over 2785616.65 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07085, over 46630.73 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 09:19:59,790 INFO [train.py:885] (0/2) Epoch 26, batch 2950, loss[loss=0.4307, simple_loss=0.5177, pruned_loss=0.1719, over 13177.00 frames. utt_duration=82.21 frames, utt_pad_proportion=0.1064, over 653.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3481, pruned_loss=0.1007, over 2779244.04 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07282, over 46747.02 utterances.], batch size: 653, lr: 1.82e-04 +2022-09-19 09:20:29,581 INFO [train.py:885] (0/2) Epoch 26, batch 3000, loss[loss=0.1953, simple_loss=0.2708, pruned_loss=0.05989, over 14153.00 frames. utt_duration=718.4 frames, utt_pad_proportion=0.04978, over 79.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3465, pruned_loss=0.09959, over 2778243.88 frames. utt_duration=239.8 frames, utt_pad_proportion=0.0725, over 46630.44 utterances.], batch size: 79, lr: 1.82e-04 +2022-09-19 09:20:29,582 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 09:20:33,885 INFO [train.py:914] (0/2) Epoch 26, validation: loss=0.1852, simple_loss=0.2645, pruned_loss=0.05299, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 09:21:03,441 INFO [train.py:885] (0/2) Epoch 26, batch 3050, loss[loss=0.2119, simple_loss=0.2997, pruned_loss=0.06207, over 14369.00 frames. utt_duration=523.9 frames, utt_pad_proportion=0.03873, over 110.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3496, pruned_loss=0.101, over 2772797.35 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07495, over 47863.22 utterances.], batch size: 110, lr: 1.82e-04 +2022-09-19 09:21:34,060 INFO [train.py:885] (0/2) Epoch 26, batch 3100, loss[loss=0.2419, simple_loss=0.3159, pruned_loss=0.08391, over 14292.00 frames. utt_duration=407.1 frames, utt_pad_proportion=0.0421, over 141.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3512, pruned_loss=0.1021, over 2771882.05 frames. utt_duration=227.4 frames, utt_pad_proportion=0.07482, over 49076.47 utterances.], batch size: 141, lr: 1.82e-04 +2022-09-19 09:22:03,841 INFO [train.py:885] (0/2) Epoch 26, batch 3150, loss[loss=0.2903, simple_loss=0.399, pruned_loss=0.09078, over 13599.00 frames. utt_duration=98.59 frames, utt_pad_proportion=0.07862, over 560.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3503, pruned_loss=0.1008, over 2770069.85 frames. utt_duration=222.6 frames, utt_pad_proportion=0.07589, over 50108.24 utterances.], batch size: 560, lr: 1.82e-04 +2022-09-19 09:22:33,804 INFO [train.py:885] (0/2) Epoch 26, batch 3200, loss[loss=0.257, simple_loss=0.3395, pruned_loss=0.08726, over 14342.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03464, over 244.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3477, pruned_loss=0.0998, over 2774168.69 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07435, over 48439.22 utterances.], batch size: 244, lr: 1.82e-04 +2022-09-19 09:23:03,810 INFO [train.py:885] (0/2) Epoch 26, batch 3250, loss[loss=0.2602, simple_loss=0.3354, pruned_loss=0.09255, over 14304.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.0408, over 154.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3418, pruned_loss=0.09717, over 2770239.96 frames. utt_duration=244 frames, utt_pad_proportion=0.07501, over 45683.31 utterances.], batch size: 154, lr: 1.82e-04 +2022-09-19 09:23:33,369 INFO [train.py:885] (0/2) Epoch 26, batch 3300, loss[loss=0.3729, simple_loss=0.418, pruned_loss=0.1639, over 14226.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04366, over 335.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3465, pruned_loss=0.09964, over 2772869.25 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07417, over 47150.26 utterances.], batch size: 335, lr: 1.81e-04 +2022-09-19 09:24:02,984 INFO [train.py:885] (0/2) Epoch 26, batch 3350, loss[loss=0.3126, simple_loss=0.3707, pruned_loss=0.1272, over 14368.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0323, over 244.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3484, pruned_loss=0.101, over 2775140.06 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07338, over 46883.93 utterances.], batch size: 244, lr: 1.81e-04 +2022-09-19 09:24:33,245 INFO [train.py:885] (0/2) Epoch 26, batch 3400, loss[loss=0.4511, simple_loss=0.4741, pruned_loss=0.2141, over 14246.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04231, over 335.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.349, pruned_loss=0.1018, over 2777363.32 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07197, over 46922.45 utterances.], batch size: 335, lr: 1.81e-04 +2022-09-19 09:25:02,735 INFO [train.py:885] (0/2) Epoch 26, batch 3450, loss[loss=0.2543, simple_loss=0.3714, pruned_loss=0.0686, over 13792.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06996, over 411.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3466, pruned_loss=0.1003, over 2778485.88 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0712, over 45659.50 utterances.], batch size: 411, lr: 1.81e-04 +2022-09-19 09:25:33,279 INFO [train.py:885] (0/2) Epoch 26, batch 3500, loss[loss=0.2553, simple_loss=0.3451, pruned_loss=0.08272, over 14257.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04132, over 180.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3508, pruned_loss=0.1022, over 2774749.82 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07397, over 47968.13 utterances.], batch size: 180, lr: 1.81e-04 +2022-09-19 09:26:03,732 INFO [train.py:885] (0/2) Epoch 26, batch 3550, loss[loss=0.2039, simple_loss=0.2707, pruned_loss=0.06851, over 13259.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1018, over 33.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3537, pruned_loss=0.1044, over 2775501.70 frames. utt_duration=229.9 frames, utt_pad_proportion=0.07471, over 48605.87 utterances.], batch size: 33, lr: 1.81e-04 +2022-09-19 09:26:32,175 INFO [train.py:885] (0/2) Epoch 26, batch 3600, loss[loss=0.282, simple_loss=0.3464, pruned_loss=0.1088, over 14288.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03891, over 130.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3493, pruned_loss=0.1023, over 2772053.18 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07498, over 47038.79 utterances.], batch size: 130, lr: 1.81e-04 +2022-09-19 09:27:02,362 INFO [train.py:885] (0/2) Epoch 26, batch 3650, loss[loss=0.2093, simple_loss=0.2747, pruned_loss=0.07196, over 13823.00 frames. utt_duration=802.9 frames, utt_pad_proportion=0.06417, over 69.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3488, pruned_loss=0.1024, over 2769436.43 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07549, over 47000.07 utterances.], batch size: 69, lr: 1.81e-04 +2022-09-19 09:27:32,035 INFO [train.py:885] (0/2) Epoch 26, batch 3700, loss[loss=0.2612, simple_loss=0.3427, pruned_loss=0.08985, over 14255.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.0414, over 180.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3514, pruned_loss=0.1038, over 2772648.30 frames. utt_duration=234.5 frames, utt_pad_proportion=0.07452, over 47586.24 utterances.], batch size: 180, lr: 1.81e-04 +2022-09-19 09:28:02,289 INFO [train.py:885] (0/2) Epoch 26, batch 3750, loss[loss=0.2811, simple_loss=0.3668, pruned_loss=0.0977, over 14279.00 frames. utt_duration=343.5 frames, utt_pad_proportion=0.04312, over 167.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3522, pruned_loss=0.1037, over 2771497.45 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07451, over 48009.19 utterances.], batch size: 167, lr: 1.81e-04 +2022-09-19 09:28:32,387 INFO [train.py:885] (0/2) Epoch 26, batch 3800, loss[loss=0.2582, simple_loss=0.3312, pruned_loss=0.09259, over 14248.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04574, over 141.00 utterances.], tot_loss[loss=0.2789, simple_loss=0.3515, pruned_loss=0.1031, over 2772628.60 frames. utt_duration=234.7 frames, utt_pad_proportion=0.0747, over 47548.77 utterances.], batch size: 141, lr: 1.81e-04 +2022-09-19 09:29:02,110 INFO [train.py:885] (0/2) Epoch 26, batch 3850, loss[loss=0.2703, simple_loss=0.3518, pruned_loss=0.09439, over 14368.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03524, over 210.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3531, pruned_loss=0.1037, over 2776478.71 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07413, over 47936.03 utterances.], batch size: 210, lr: 1.81e-04 +2022-09-19 09:29:32,389 INFO [train.py:885] (0/2) Epoch 26, batch 3900, loss[loss=0.2785, simple_loss=0.3715, pruned_loss=0.09278, over 14060.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.0538, over 366.00 utterances.], tot_loss[loss=0.2823, simple_loss=0.3545, pruned_loss=0.1051, over 2778757.67 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07341, over 48393.50 utterances.], batch size: 366, lr: 1.81e-04 +2022-09-19 09:30:02,021 INFO [train.py:885] (0/2) Epoch 26, batch 3950, loss[loss=0.2773, simple_loss=0.3547, pruned_loss=0.09992, over 14323.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03794, over 195.00 utterances.], tot_loss[loss=0.2813, simple_loss=0.3544, pruned_loss=0.1041, over 2779477.72 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07271, over 48407.60 utterances.], batch size: 195, lr: 1.81e-04 +2022-09-19 09:30:31,790 INFO [train.py:885] (0/2) Epoch 26, batch 4000, loss[loss=0.2125, simple_loss=0.2778, pruned_loss=0.07361, over 14013.00 frames. utt_duration=802.3 frames, utt_pad_proportion=0.06381, over 70.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3489, pruned_loss=0.101, over 2780946.45 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07115, over 47043.94 utterances.], batch size: 70, lr: 1.81e-04 +2022-09-19 09:31:01,718 INFO [train.py:885] (0/2) Epoch 26, batch 4050, loss[loss=0.3524, simple_loss=0.4252, pruned_loss=0.1398, over 13767.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07156, over 411.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3489, pruned_loss=0.1013, over 2779817.17 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07185, over 46769.59 utterances.], batch size: 411, lr: 1.81e-04 +2022-09-19 09:31:31,300 INFO [train.py:885] (0/2) Epoch 26, batch 4100, loss[loss=0.1931, simple_loss=0.2593, pruned_loss=0.0634, over 13617.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08396, over 50.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3437, pruned_loss=0.09912, over 2778967.00 frames. utt_duration=252 frames, utt_pad_proportion=0.07236, over 44374.53 utterances.], batch size: 50, lr: 1.81e-04 +2022-09-19 09:32:00,895 INFO [train.py:885] (0/2) Epoch 26, batch 4150, loss[loss=0.1919, simple_loss=0.2535, pruned_loss=0.06517, over 14114.00 frames. utt_duration=808.1 frames, utt_pad_proportion=0.05709, over 70.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3446, pruned_loss=0.09987, over 2778948.28 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07173, over 45242.95 utterances.], batch size: 70, lr: 1.81e-04 +2022-09-19 09:32:30,224 INFO [train.py:885] (0/2) Epoch 26, batch 4200, loss[loss=0.2044, simple_loss=0.2741, pruned_loss=0.06738, over 14093.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05477, over 98.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3421, pruned_loss=0.09855, over 2777728.13 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07048, over 44309.13 utterances.], batch size: 98, lr: 1.81e-04 +2022-09-19 09:33:00,606 INFO [train.py:885] (0/2) Epoch 26, batch 4250, loss[loss=0.3991, simple_loss=0.4944, pruned_loss=0.1519, over 13157.00 frames. utt_duration=82.14 frames, utt_pad_proportion=0.1071, over 653.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3405, pruned_loss=0.09784, over 2779808.89 frames. utt_duration=255.7 frames, utt_pad_proportion=0.07127, over 43731.91 utterances.], batch size: 653, lr: 1.81e-04 +2022-09-19 09:33:30,792 INFO [train.py:885] (0/2) Epoch 26, batch 4300, loss[loss=0.2377, simple_loss=0.3241, pruned_loss=0.07569, over 14296.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03877, over 180.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3424, pruned_loss=0.09863, over 2783834.75 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07005, over 44431.04 utterances.], batch size: 180, lr: 1.81e-04 +2022-09-19 09:34:00,563 INFO [train.py:885] (0/2) Epoch 26, batch 4350, loss[loss=0.1917, simple_loss=0.2398, pruned_loss=0.0718, over 13290.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.09363, over 41.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3411, pruned_loss=0.09814, over 2780691.59 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07071, over 44290.00 utterances.], batch size: 41, lr: 1.81e-04 +2022-09-19 09:34:30,817 INFO [train.py:885] (0/2) Epoch 26, batch 4400, loss[loss=0.291, simple_loss=0.3473, pruned_loss=0.1173, over 14296.00 frames. utt_duration=407.1 frames, utt_pad_proportion=0.04222, over 141.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3409, pruned_loss=0.09786, over 2782913.60 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06955, over 43758.07 utterances.], batch size: 141, lr: 1.81e-04 +2022-09-19 09:35:00,394 INFO [train.py:885] (0/2) Epoch 26, batch 4450, loss[loss=0.2236, simple_loss=0.308, pruned_loss=0.06964, over 14351.00 frames. utt_duration=442.9 frames, utt_pad_proportion=0.03514, over 130.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3409, pruned_loss=0.09829, over 2784672.02 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06905, over 43182.50 utterances.], batch size: 130, lr: 1.81e-04 +2022-09-19 09:35:31,000 INFO [train.py:885] (0/2) Epoch 26, batch 4500, loss[loss=0.2112, simple_loss=0.2702, pruned_loss=0.07607, over 13448.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09403, over 50.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3429, pruned_loss=0.09915, over 2784196.34 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07023, over 44294.62 utterances.], batch size: 50, lr: 1.81e-04 +2022-09-19 09:35:31,645 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-320000.pt +2022-09-19 09:36:00,164 INFO [train.py:885] (0/2) Epoch 26, batch 4550, loss[loss=0.3575, simple_loss=0.4122, pruned_loss=0.1513, over 14282.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04016, over 335.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3433, pruned_loss=0.09964, over 2783034.65 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07067, over 44372.12 utterances.], batch size: 335, lr: 1.81e-04 +2022-09-19 09:36:30,370 INFO [train.py:885] (0/2) Epoch 26, batch 4600, loss[loss=0.3089, simple_loss=0.4012, pruned_loss=0.1083, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07131, over 411.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3417, pruned_loss=0.09847, over 2777788.36 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07199, over 44059.40 utterances.], batch size: 411, lr: 1.81e-04 +2022-09-19 09:37:01,022 INFO [train.py:885] (0/2) Epoch 26, batch 4650, loss[loss=0.3793, simple_loss=0.4815, pruned_loss=0.1386, over 13172.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.347, pruned_loss=0.1011, over 2782882.20 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07184, over 45652.17 utterances.], batch size: 653, lr: 1.81e-04 +2022-09-19 09:37:30,611 INFO [train.py:885] (0/2) Epoch 26, batch 4700, loss[loss=0.2045, simple_loss=0.2567, pruned_loss=0.0762, over 14085.00 frames. utt_duration=806.4 frames, utt_pad_proportion=0.05909, over 70.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3453, pruned_loss=0.1006, over 2780598.66 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07247, over 44831.50 utterances.], batch size: 70, lr: 1.81e-04 +2022-09-19 09:38:00,884 INFO [train.py:885] (0/2) Epoch 26, batch 4750, loss[loss=0.2803, simple_loss=0.3606, pruned_loss=0.1, over 14315.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03854, over 226.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3459, pruned_loss=0.1002, over 2780288.83 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07114, over 45541.39 utterances.], batch size: 226, lr: 1.81e-04 +2022-09-19 09:38:30,854 INFO [train.py:885] (0/2) Epoch 26, batch 4800, loss[loss=0.3041, simple_loss=0.3706, pruned_loss=0.1188, over 14300.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.03885, over 225.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3454, pruned_loss=0.09997, over 2782309.95 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06965, over 44800.64 utterances.], batch size: 225, lr: 1.81e-04 +2022-09-19 09:39:00,583 INFO [train.py:885] (0/2) Epoch 26, batch 4850, loss[loss=0.3076, simple_loss=0.3816, pruned_loss=0.1168, over 14291.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03937, over 225.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3466, pruned_loss=0.1001, over 2781795.06 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07064, over 45604.85 utterances.], batch size: 225, lr: 1.81e-04 +2022-09-19 09:39:30,679 INFO [train.py:885] (0/2) Epoch 26, batch 4900, loss[loss=0.2356, simple_loss=0.3002, pruned_loss=0.08547, over 14044.00 frames. utt_duration=574.7 frames, utt_pad_proportion=0.05788, over 98.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3452, pruned_loss=0.1003, over 2782855.44 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06868, over 44540.07 utterances.], batch size: 98, lr: 1.81e-04 +2022-09-19 09:40:00,555 INFO [train.py:885] (0/2) Epoch 26, batch 4950, loss[loss=0.4881, simple_loss=0.5525, pruned_loss=0.2118, over 13097.00 frames. utt_duration=81.8 frames, utt_pad_proportion=0.1109, over 653.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3476, pruned_loss=0.101, over 2780236.10 frames. utt_duration=244 frames, utt_pad_proportion=0.07016, over 45857.99 utterances.], batch size: 653, lr: 1.81e-04 +2022-09-19 09:40:30,278 INFO [train.py:885] (0/2) Epoch 26, batch 5000, loss[loss=0.1529, simple_loss=0.2189, pruned_loss=0.04345, over 12005.00 frames. utt_duration=2002 frames, utt_pad_proportion=0.1768, over 24.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3461, pruned_loss=0.1005, over 2779532.38 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06922, over 45111.64 utterances.], batch size: 24, lr: 1.81e-04 +2022-09-19 09:40:59,836 INFO [train.py:885] (0/2) Epoch 26, batch 5050, loss[loss=0.3936, simple_loss=0.4364, pruned_loss=0.1754, over 14261.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04136, over 335.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3478, pruned_loss=0.1016, over 2783210.05 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06789, over 45819.62 utterances.], batch size: 335, lr: 1.81e-04 +2022-09-19 09:41:29,796 INFO [train.py:885] (0/2) Epoch 26, batch 5100, loss[loss=0.2941, simple_loss=0.3685, pruned_loss=0.1099, over 14323.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03835, over 283.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3495, pruned_loss=0.1018, over 2784909.80 frames. utt_duration=238.6 frames, utt_pad_proportion=0.0692, over 46977.93 utterances.], batch size: 283, lr: 1.81e-04 +2022-09-19 09:42:00,069 INFO [train.py:885] (0/2) Epoch 26, batch 5150, loss[loss=0.2989, simple_loss=0.3807, pruned_loss=0.1085, over 13966.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05753, over 365.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3513, pruned_loss=0.1023, over 2786413.31 frames. utt_duration=235.8 frames, utt_pad_proportion=0.06842, over 47568.23 utterances.], batch size: 365, lr: 1.81e-04 +2022-09-19 09:42:29,696 INFO [train.py:885] (0/2) Epoch 26, batch 5200, loss[loss=0.2915, simple_loss=0.3659, pruned_loss=0.1085, over 14348.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03625, over 195.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3487, pruned_loss=0.1023, over 2784503.51 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06841, over 45711.51 utterances.], batch size: 195, lr: 1.81e-04 +2022-09-19 09:42:59,251 INFO [train.py:885] (0/2) Epoch 26, batch 5250, loss[loss=0.311, simple_loss=0.4143, pruned_loss=0.1038, over 13612.00 frames. utt_duration=98.57 frames, utt_pad_proportion=0.07881, over 560.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3481, pruned_loss=0.1023, over 2784114.98 frames. utt_duration=246 frames, utt_pad_proportion=0.06887, over 45547.96 utterances.], batch size: 560, lr: 1.81e-04 +2022-09-19 09:43:29,214 INFO [train.py:885] (0/2) Epoch 26, batch 5300, loss[loss=0.2095, simple_loss=0.2797, pruned_loss=0.06967, over 13961.00 frames. utt_duration=932.1 frames, utt_pad_proportion=0.0632, over 60.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3498, pruned_loss=0.1028, over 2786099.31 frames. utt_duration=241.4 frames, utt_pad_proportion=0.06883, over 46450.30 utterances.], batch size: 60, lr: 1.81e-04 +2022-09-19 09:43:58,488 INFO [train.py:885] (0/2) Epoch 26, batch 5350, loss[loss=0.3616, simple_loss=0.4645, pruned_loss=0.1293, over 13163.00 frames. utt_duration=82.22 frames, utt_pad_proportion=0.1063, over 653.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3481, pruned_loss=0.1019, over 2788760.89 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06655, over 45515.05 utterances.], batch size: 653, lr: 1.81e-04 +2022-09-19 09:44:27,895 INFO [train.py:885] (0/2) Epoch 26, batch 5400, loss[loss=0.1788, simple_loss=0.2463, pruned_loss=0.05563, over 13401.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.09721, over 50.00 utterances.], tot_loss[loss=0.2829, simple_loss=0.3542, pruned_loss=0.1058, over 2788092.47 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07016, over 47397.38 utterances.], batch size: 50, lr: 1.81e-04 +2022-09-19 09:44:57,529 INFO [train.py:885] (0/2) Epoch 26, batch 5450, loss[loss=0.3516, simple_loss=0.4016, pruned_loss=0.1508, over 14202.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04387, over 306.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3502, pruned_loss=0.1037, over 2785351.07 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06961, over 45815.12 utterances.], batch size: 306, lr: 1.81e-04 +2022-09-19 09:45:26,720 INFO [train.py:885] (0/2) Epoch 26, batch 5500, loss[loss=0.2708, simple_loss=0.3459, pruned_loss=0.09788, over 14376.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03753, over 167.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3471, pruned_loss=0.1019, over 2786966.97 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06813, over 44355.98 utterances.], batch size: 167, lr: 1.81e-04 +2022-09-19 09:45:56,241 INFO [train.py:885] (0/2) Epoch 26, batch 5550, loss[loss=0.2828, simple_loss=0.3936, pruned_loss=0.08599, over 13592.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08354, over 477.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3467, pruned_loss=0.1016, over 2790071.41 frames. utt_duration=256.5 frames, utt_pad_proportion=0.066, over 43755.90 utterances.], batch size: 477, lr: 1.81e-04 +2022-09-19 09:46:26,207 INFO [train.py:885] (0/2) Epoch 26, batch 5600, loss[loss=0.3712, simple_loss=0.47, pruned_loss=0.1362, over 13162.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3422, pruned_loss=0.09881, over 2790266.38 frames. utt_duration=267 frames, utt_pad_proportion=0.0645, over 42031.21 utterances.], batch size: 653, lr: 1.81e-04 +2022-09-19 09:46:55,589 INFO [train.py:885] (0/2) Epoch 26, batch 5650, loss[loss=0.1837, simple_loss=0.2667, pruned_loss=0.05035, over 14057.00 frames. utt_duration=575.3 frames, utt_pad_proportion=0.05534, over 98.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3446, pruned_loss=0.1005, over 2785875.94 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06752, over 43059.08 utterances.], batch size: 98, lr: 1.81e-04 +2022-09-19 09:47:25,212 INFO [train.py:885] (0/2) Epoch 26, batch 5700, loss[loss=0.2593, simple_loss=0.3412, pruned_loss=0.08871, over 14326.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03794, over 195.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3438, pruned_loss=0.09989, over 2786986.52 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06632, over 42815.96 utterances.], batch size: 195, lr: 1.81e-04 +2022-09-19 09:47:54,626 INFO [train.py:885] (0/2) Epoch 26, batch 5750, loss[loss=0.6067, simple_loss=0.6631, pruned_loss=0.2751, over 12426.00 frames. utt_duration=62.99 frames, utt_pad_proportion=0.1488, over 810.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3461, pruned_loss=0.1014, over 2783830.80 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06902, over 43445.64 utterances.], batch size: 810, lr: 1.81e-04 +2022-09-19 09:48:23,857 INFO [train.py:885] (0/2) Epoch 26, batch 5800, loss[loss=0.5421, simple_loss=0.6161, pruned_loss=0.2341, over 12479.00 frames. utt_duration=63.08 frames, utt_pad_proportion=0.1475, over 811.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3456, pruned_loss=0.1004, over 2781886.05 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06975, over 44304.27 utterances.], batch size: 811, lr: 1.81e-04 +2022-09-19 09:48:54,175 INFO [train.py:885] (0/2) Epoch 26, batch 5850, loss[loss=0.1846, simple_loss=0.2566, pruned_loss=0.05629, over 13871.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.06221, over 69.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3472, pruned_loss=0.1005, over 2778976.33 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07072, over 46122.96 utterances.], batch size: 69, lr: 1.81e-04 +2022-09-19 09:49:23,561 INFO [train.py:885] (0/2) Epoch 26, batch 5900, loss[loss=0.1663, simple_loss=0.2479, pruned_loss=0.04231, over 13951.00 frames. utt_duration=707.7 frames, utt_pad_proportion=0.05886, over 79.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3456, pruned_loss=0.09923, over 2782998.54 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06911, over 45235.60 utterances.], batch size: 79, lr: 1.81e-04 +2022-09-19 09:49:52,998 INFO [train.py:885] (0/2) Epoch 26, batch 5950, loss[loss=0.2163, simple_loss=0.2923, pruned_loss=0.07012, over 14125.00 frames. utt_duration=519.6 frames, utt_pad_proportion=0.04838, over 109.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3465, pruned_loss=0.09916, over 2780779.47 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07173, over 46874.98 utterances.], batch size: 109, lr: 1.81e-04 +2022-09-19 09:50:22,628 INFO [train.py:885] (0/2) Epoch 26, batch 6000, loss[loss=0.4602, simple_loss=0.5699, pruned_loss=0.1753, over 12474.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1471, over 811.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3502, pruned_loss=0.1007, over 2784154.33 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07137, over 48416.13 utterances.], batch size: 811, lr: 1.81e-04 +2022-09-19 09:50:22,629 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 09:50:26,773 INFO [train.py:914] (0/2) Epoch 26, validation: loss=0.1911, simple_loss=0.2705, pruned_loss=0.05589, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 09:50:56,059 INFO [train.py:885] (0/2) Epoch 26, batch 6050, loss[loss=0.2673, simple_loss=0.3491, pruned_loss=0.0928, over 14357.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.0383, over 167.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3476, pruned_loss=0.09956, over 2786282.22 frames. utt_duration=240 frames, utt_pad_proportion=0.06853, over 46726.16 utterances.], batch size: 167, lr: 1.81e-04 +2022-09-19 09:51:25,898 INFO [train.py:885] (0/2) Epoch 26, batch 6100, loss[loss=0.2205, simple_loss=0.3001, pruned_loss=0.07043, over 14243.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04646, over 141.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3477, pruned_loss=0.09934, over 2784274.84 frames. utt_duration=237.7 frames, utt_pad_proportion=0.06902, over 47136.02 utterances.], batch size: 141, lr: 1.81e-04 +2022-09-19 09:51:55,594 INFO [train.py:885] (0/2) Epoch 26, batch 6150, loss[loss=0.2452, simple_loss=0.321, pruned_loss=0.08466, over 14241.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04612, over 141.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3465, pruned_loss=0.09887, over 2782070.82 frames. utt_duration=238.4 frames, utt_pad_proportion=0.06789, over 46958.14 utterances.], batch size: 141, lr: 1.81e-04 +2022-09-19 09:52:24,995 INFO [train.py:885] (0/2) Epoch 26, batch 6200, loss[loss=0.1943, simple_loss=0.266, pruned_loss=0.06129, over 14039.00 frames. utt_duration=712.2 frames, utt_pad_proportion=0.05667, over 79.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3475, pruned_loss=0.1006, over 2786285.73 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06597, over 45743.57 utterances.], batch size: 79, lr: 1.81e-04 +2022-09-19 09:52:54,508 INFO [train.py:885] (0/2) Epoch 26, batch 6250, loss[loss=0.35, simple_loss=0.4567, pruned_loss=0.1216, over 13211.00 frames. utt_duration=82.38 frames, utt_pad_proportion=0.1046, over 653.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.346, pruned_loss=0.09968, over 2786631.12 frames. utt_duration=247.4 frames, utt_pad_proportion=0.0655, over 45330.87 utterances.], batch size: 653, lr: 1.81e-04 +2022-09-19 09:53:23,854 INFO [train.py:885] (0/2) Epoch 26, batch 6300, loss[loss=0.2305, simple_loss=0.3033, pruned_loss=0.07888, over 14065.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05479, over 98.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3475, pruned_loss=0.09989, over 2780236.15 frames. utt_duration=239.6 frames, utt_pad_proportion=0.06928, over 46698.71 utterances.], batch size: 98, lr: 1.81e-04 +2022-09-19 09:53:53,429 INFO [train.py:885] (0/2) Epoch 26, batch 6350, loss[loss=0.178, simple_loss=0.2517, pruned_loss=0.05216, over 13521.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.09055, over 50.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3474, pruned_loss=0.1006, over 2784249.29 frames. utt_duration=245 frames, utt_pad_proportion=0.06883, over 45738.44 utterances.], batch size: 50, lr: 1.81e-04 +2022-09-19 09:54:22,414 INFO [train.py:885] (0/2) Epoch 26, batch 6400, loss[loss=0.1911, simple_loss=0.2629, pruned_loss=0.05961, over 13876.00 frames. utt_duration=806.2 frames, utt_pad_proportion=0.06151, over 69.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3488, pruned_loss=0.1012, over 2783576.52 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06863, over 46339.44 utterances.], batch size: 69, lr: 1.81e-04 +2022-09-19 09:54:51,951 INFO [train.py:885] (0/2) Epoch 26, batch 6450, loss[loss=0.3122, simple_loss=0.3824, pruned_loss=0.121, over 14337.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03732, over 283.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3513, pruned_loss=0.1037, over 2783204.72 frames. utt_duration=241 frames, utt_pad_proportion=0.06823, over 46485.33 utterances.], batch size: 283, lr: 1.81e-04 +2022-09-19 09:55:21,323 INFO [train.py:885] (0/2) Epoch 26, batch 6500, loss[loss=0.2369, simple_loss=0.3213, pruned_loss=0.07624, over 14353.00 frames. utt_duration=371.9 frames, utt_pad_proportion=0.03894, over 155.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3528, pruned_loss=0.104, over 2783369.67 frames. utt_duration=236 frames, utt_pad_proportion=0.06973, over 47480.30 utterances.], batch size: 155, lr: 1.81e-04 +2022-09-19 09:55:50,913 INFO [train.py:885] (0/2) Epoch 26, batch 6550, loss[loss=0.2493, simple_loss=0.3343, pruned_loss=0.08213, over 14253.00 frames. utt_duration=318 frames, utt_pad_proportion=0.04207, over 180.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3488, pruned_loss=0.1028, over 2779155.03 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07017, over 45445.17 utterances.], batch size: 180, lr: 1.81e-04 +2022-09-19 09:56:20,481 INFO [train.py:885] (0/2) Epoch 26, batch 6600, loss[loss=0.3338, simple_loss=0.4269, pruned_loss=0.1204, over 13639.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08149, over 477.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3503, pruned_loss=0.1024, over 2777924.74 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07162, over 46601.69 utterances.], batch size: 477, lr: 1.81e-04 +2022-09-19 09:56:50,071 INFO [train.py:885] (0/2) Epoch 26, batch 6650, loss[loss=0.3122, simple_loss=0.4166, pruned_loss=0.1039, over 13592.00 frames. utt_duration=98.46 frames, utt_pad_proportion=0.07981, over 560.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3498, pruned_loss=0.1021, over 2777737.42 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07346, over 47095.89 utterances.], batch size: 560, lr: 1.81e-04 +2022-09-19 09:57:19,291 INFO [train.py:885] (0/2) Epoch 26, batch 6700, loss[loss=0.279, simple_loss=0.3459, pruned_loss=0.1061, over 14260.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04494, over 141.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3474, pruned_loss=0.1012, over 2779262.12 frames. utt_duration=247 frames, utt_pad_proportion=0.07122, over 45278.40 utterances.], batch size: 141, lr: 1.81e-04 +2022-09-19 09:57:49,294 INFO [train.py:885] (0/2) Epoch 26, batch 6750, loss[loss=0.2102, simple_loss=0.2823, pruned_loss=0.0691, over 14221.00 frames. utt_duration=640.6 frames, utt_pad_proportion=0.0453, over 89.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3499, pruned_loss=0.1022, over 2777638.54 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07205, over 46839.42 utterances.], batch size: 89, lr: 1.81e-04 +2022-09-19 09:58:18,950 INFO [train.py:885] (0/2) Epoch 26, batch 6800, loss[loss=0.2642, simple_loss=0.3492, pruned_loss=0.08957, over 14250.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04172, over 180.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3505, pruned_loss=0.1017, over 2774530.90 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07364, over 47764.87 utterances.], batch size: 180, lr: 1.80e-04 +2022-09-19 09:58:48,378 INFO [train.py:885] (0/2) Epoch 26, batch 6850, loss[loss=0.2316, simple_loss=0.3108, pruned_loss=0.07623, over 14379.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03676, over 167.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3448, pruned_loss=0.09909, over 2777389.22 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07132, over 45306.14 utterances.], batch size: 167, lr: 1.80e-04 +2022-09-19 09:59:17,769 INFO [train.py:885] (0/2) Epoch 26, batch 6900, loss[loss=0.2424, simple_loss=0.314, pruned_loss=0.08542, over 14222.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04726, over 141.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3454, pruned_loss=0.1004, over 2781122.70 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07056, over 45150.02 utterances.], batch size: 141, lr: 1.80e-04 +2022-09-19 09:59:47,154 INFO [train.py:885] (0/2) Epoch 26, batch 6950, loss[loss=0.2804, simple_loss=0.3542, pruned_loss=0.1033, over 14353.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03677, over 283.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3453, pruned_loss=0.1004, over 2788592.69 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06834, over 44485.50 utterances.], batch size: 283, lr: 1.80e-04 +2022-09-19 10:00:17,100 INFO [train.py:885] (0/2) Epoch 26, batch 7000, loss[loss=0.2079, simple_loss=0.289, pruned_loss=0.06342, over 14038.00 frames. utt_duration=803.7 frames, utt_pad_proportion=0.06221, over 70.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.347, pruned_loss=0.1006, over 2781452.75 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07041, over 45021.49 utterances.], batch size: 70, lr: 1.80e-04 +2022-09-19 10:00:46,965 INFO [train.py:885] (0/2) Epoch 26, batch 7050, loss[loss=0.2724, simple_loss=0.3564, pruned_loss=0.09418, over 14255.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04138, over 306.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3511, pruned_loss=0.1026, over 2780938.43 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07175, over 46550.44 utterances.], batch size: 306, lr: 1.80e-04 +2022-09-19 10:01:16,346 INFO [train.py:885] (0/2) Epoch 26, batch 7100, loss[loss=0.1893, simple_loss=0.2597, pruned_loss=0.05943, over 13789.00 frames. utt_duration=800.7 frames, utt_pad_proportion=0.06684, over 69.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.353, pruned_loss=0.1034, over 2780331.72 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07254, over 47553.38 utterances.], batch size: 69, lr: 1.80e-04 +2022-09-19 10:01:45,984 INFO [train.py:885] (0/2) Epoch 26, batch 7150, loss[loss=0.2252, simple_loss=0.2832, pruned_loss=0.08357, over 14187.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04754, over 89.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3509, pruned_loss=0.1029, over 2783229.40 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07075, over 46551.41 utterances.], batch size: 89, lr: 1.80e-04 +2022-09-19 10:02:15,199 INFO [train.py:885] (0/2) Epoch 26, batch 7200, loss[loss=0.338, simple_loss=0.3997, pruned_loss=0.1381, over 14284.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04092, over 283.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3492, pruned_loss=0.102, over 2782982.28 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07005, over 45751.23 utterances.], batch size: 283, lr: 1.80e-04 +2022-09-19 10:02:45,064 INFO [train.py:885] (0/2) Epoch 26, batch 7250, loss[loss=0.1811, simple_loss=0.2531, pruned_loss=0.05458, over 13194.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.109, over 33.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3509, pruned_loss=0.1029, over 2781229.28 frames. utt_duration=242 frames, utt_pad_proportion=0.07161, over 46245.87 utterances.], batch size: 33, lr: 1.80e-04 +2022-09-19 10:03:14,576 INFO [train.py:885] (0/2) Epoch 26, batch 7300, loss[loss=0.1611, simple_loss=0.2237, pruned_loss=0.04926, over 12272.00 frames. utt_duration=2047 frames, utt_pad_proportion=0.1619, over 24.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.35, pruned_loss=0.1032, over 2773324.85 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07405, over 46655.09 utterances.], batch size: 24, lr: 1.80e-04 +2022-09-19 10:03:44,144 INFO [train.py:885] (0/2) Epoch 26, batch 7350, loss[loss=0.2095, simple_loss=0.2844, pruned_loss=0.06736, over 14101.00 frames. utt_duration=577.2 frames, utt_pad_proportion=0.05228, over 98.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3484, pruned_loss=0.1019, over 2773078.34 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07442, over 46293.18 utterances.], batch size: 98, lr: 1.80e-04 +2022-09-19 10:04:13,341 INFO [train.py:885] (0/2) Epoch 26, batch 7400, loss[loss=0.3388, simple_loss=0.3881, pruned_loss=0.1448, over 14328.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03707, over 195.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3472, pruned_loss=0.1017, over 2773546.71 frames. utt_duration=246 frames, utt_pad_proportion=0.07245, over 45372.59 utterances.], batch size: 195, lr: 1.80e-04 +2022-09-19 10:04:43,163 INFO [train.py:885] (0/2) Epoch 26, batch 7450, loss[loss=0.2294, simple_loss=0.3025, pruned_loss=0.07816, over 14142.00 frames. utt_duration=578.9 frames, utt_pad_proportion=0.05105, over 98.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3462, pruned_loss=0.1002, over 2776035.75 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07207, over 45458.91 utterances.], batch size: 98, lr: 1.80e-04 +2022-09-19 10:05:12,334 INFO [train.py:885] (0/2) Epoch 26, batch 7500, loss[loss=0.2389, simple_loss=0.3154, pruned_loss=0.08121, over 14298.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03999, over 120.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.346, pruned_loss=0.1, over 2778572.46 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07134, over 44971.89 utterances.], batch size: 120, lr: 1.80e-04 +2022-09-19 10:05:42,697 INFO [train.py:885] (0/2) Epoch 26, batch 7550, loss[loss=0.2665, simple_loss=0.3413, pruned_loss=0.09583, over 14259.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04512, over 141.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3481, pruned_loss=0.1006, over 2776477.40 frames. utt_duration=239 frames, utt_pad_proportion=0.07329, over 46764.03 utterances.], batch size: 141, lr: 1.80e-04 +2022-09-19 10:06:12,259 INFO [train.py:885] (0/2) Epoch 26, batch 7600, loss[loss=0.1832, simple_loss=0.2536, pruned_loss=0.05644, over 14109.00 frames. utt_duration=715.9 frames, utt_pad_proportion=0.05303, over 79.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3468, pruned_loss=0.09968, over 2775576.44 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07403, over 47002.97 utterances.], batch size: 79, lr: 1.80e-04 +2022-09-19 10:06:41,634 INFO [train.py:885] (0/2) Epoch 26, batch 7650, loss[loss=0.2, simple_loss=0.2747, pruned_loss=0.06272, over 14130.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05065, over 98.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.345, pruned_loss=0.09975, over 2775193.08 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07331, over 46133.11 utterances.], batch size: 98, lr: 1.80e-04 +2022-09-19 10:07:11,059 INFO [train.py:885] (0/2) Epoch 26, batch 7700, loss[loss=0.2731, simple_loss=0.3511, pruned_loss=0.09757, over 14341.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03684, over 210.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3473, pruned_loss=0.1002, over 2774856.51 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07407, over 47799.78 utterances.], batch size: 210, lr: 1.80e-04 +2022-09-19 10:07:41,060 INFO [train.py:885] (0/2) Epoch 26, batch 7750, loss[loss=0.3298, simple_loss=0.3932, pruned_loss=0.1332, over 14365.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03309, over 244.00 utterances.], tot_loss[loss=0.2779, simple_loss=0.3513, pruned_loss=0.1023, over 2774324.40 frames. utt_duration=228 frames, utt_pad_proportion=0.07557, over 48997.60 utterances.], batch size: 244, lr: 1.80e-04 +2022-09-19 10:08:17,028 INFO [train.py:885] (0/2) Epoch 26, batch 7800, loss[loss=0.1289, simple_loss=0.1918, pruned_loss=0.03305, over 13060.00 frames. utt_duration=1585 frames, utt_pad_proportion=0.1147, over 33.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.348, pruned_loss=0.1007, over 2773957.73 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07321, over 47359.46 utterances.], batch size: 33, lr: 1.80e-04 +2022-09-19 10:08:46,295 INFO [train.py:885] (0/2) Epoch 26, batch 7850, loss[loss=0.3061, simple_loss=0.3786, pruned_loss=0.1168, over 14192.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04472, over 306.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3463, pruned_loss=0.09947, over 2779357.44 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07167, over 46648.06 utterances.], batch size: 306, lr: 1.80e-04 +2022-09-19 10:09:15,952 INFO [train.py:885] (0/2) Epoch 26, batch 7900, loss[loss=0.2589, simple_loss=0.3418, pruned_loss=0.088, over 14274.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04081, over 180.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3462, pruned_loss=0.09998, over 2780724.17 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07186, over 45781.45 utterances.], batch size: 180, lr: 1.80e-04 +2022-09-19 10:09:45,354 INFO [train.py:885] (0/2) Epoch 26, batch 7950, loss[loss=0.1765, simple_loss=0.2478, pruned_loss=0.05264, over 13817.00 frames. utt_duration=922.5 frames, utt_pad_proportion=0.06727, over 60.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3436, pruned_loss=0.0984, over 2783378.89 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07042, over 45034.62 utterances.], batch size: 60, lr: 1.80e-04 +2022-09-19 10:10:15,306 INFO [train.py:885] (0/2) Epoch 26, batch 8000, loss[loss=0.2997, simple_loss=0.3672, pruned_loss=0.1161, over 14282.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.03996, over 180.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3429, pruned_loss=0.09903, over 2782535.98 frames. utt_duration=255 frames, utt_pad_proportion=0.07046, over 43906.01 utterances.], batch size: 180, lr: 1.80e-04 +2022-09-19 10:10:44,448 INFO [train.py:885] (0/2) Epoch 26, batch 8050, loss[loss=0.1791, simple_loss=0.2459, pruned_loss=0.05615, over 13846.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06262, over 69.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3427, pruned_loss=0.09951, over 2779449.58 frames. utt_duration=257.6 frames, utt_pad_proportion=0.07126, over 43402.16 utterances.], batch size: 69, lr: 1.80e-04 +2022-09-19 10:11:14,190 INFO [train.py:885] (0/2) Epoch 26, batch 8100, loss[loss=0.307, simple_loss=0.3863, pruned_loss=0.1139, over 14328.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03767, over 226.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3454, pruned_loss=0.1002, over 2781508.88 frames. utt_duration=251.8 frames, utt_pad_proportion=0.0719, over 44449.22 utterances.], batch size: 226, lr: 1.80e-04 +2022-09-19 10:11:43,608 INFO [train.py:885] (0/2) Epoch 26, batch 8150, loss[loss=0.1553, simple_loss=0.2092, pruned_loss=0.05075, over 12197.00 frames. utt_duration=2034 frames, utt_pad_proportion=0.1718, over 24.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3456, pruned_loss=0.09995, over 2775107.08 frames. utt_duration=247 frames, utt_pad_proportion=0.07329, over 45218.97 utterances.], batch size: 24, lr: 1.80e-04 +2022-09-19 10:12:12,834 INFO [train.py:885] (0/2) Epoch 26, batch 8200, loss[loss=0.2288, simple_loss=0.3082, pruned_loss=0.07468, over 14270.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04421, over 141.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3463, pruned_loss=0.09987, over 2778431.52 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07246, over 45228.13 utterances.], batch size: 141, lr: 1.80e-04 +2022-09-19 10:12:42,101 INFO [train.py:885] (0/2) Epoch 26, batch 8250, loss[loss=0.3181, simple_loss=0.4111, pruned_loss=0.1126, over 13585.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08392, over 477.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3455, pruned_loss=0.1002, over 2780029.46 frames. utt_duration=247.7 frames, utt_pad_proportion=0.072, over 45167.08 utterances.], batch size: 477, lr: 1.80e-04 +2022-09-19 10:13:11,830 INFO [train.py:885] (0/2) Epoch 26, batch 8300, loss[loss=0.2464, simple_loss=0.3278, pruned_loss=0.0825, over 14344.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03921, over 167.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3499, pruned_loss=0.1019, over 2779479.38 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07273, over 47291.50 utterances.], batch size: 167, lr: 1.80e-04 +2022-09-19 10:13:41,145 INFO [train.py:885] (0/2) Epoch 26, batch 8350, loss[loss=0.2504, simple_loss=0.3309, pruned_loss=0.08496, over 14384.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03429, over 210.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.346, pruned_loss=0.09939, over 2781673.86 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07184, over 45893.50 utterances.], batch size: 210, lr: 1.80e-04 +2022-09-19 10:14:10,578 INFO [train.py:885] (0/2) Epoch 26, batch 8400, loss[loss=0.2905, simple_loss=0.3667, pruned_loss=0.1072, over 14343.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03656, over 210.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3448, pruned_loss=0.09912, over 2783402.38 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07064, over 44938.61 utterances.], batch size: 210, lr: 1.80e-04 +2022-09-19 10:14:39,823 INFO [train.py:885] (0/2) Epoch 26, batch 8450, loss[loss=0.1672, simple_loss=0.2231, pruned_loss=0.05565, over 12200.00 frames. utt_duration=2035 frames, utt_pad_proportion=0.1622, over 24.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3434, pruned_loss=0.09875, over 2781777.00 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07034, over 44306.68 utterances.], batch size: 24, lr: 1.80e-04 +2022-09-19 10:15:09,143 INFO [train.py:885] (0/2) Epoch 26, batch 8500, loss[loss=0.2438, simple_loss=0.3193, pruned_loss=0.08418, over 14256.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04094, over 130.00 utterances.], tot_loss[loss=0.272, simple_loss=0.345, pruned_loss=0.09956, over 2783514.23 frames. utt_duration=247.4 frames, utt_pad_proportion=0.0722, over 45275.62 utterances.], batch size: 130, lr: 1.80e-04 +2022-09-19 10:15:09,760 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-324000.pt +2022-09-19 10:15:38,939 INFO [train.py:885] (0/2) Epoch 26, batch 8550, loss[loss=0.23, simple_loss=0.2962, pruned_loss=0.08189, over 13712.00 frames. utt_duration=796.4 frames, utt_pad_proportion=0.07282, over 69.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3448, pruned_loss=0.09983, over 2784790.72 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07083, over 44724.02 utterances.], batch size: 69, lr: 1.80e-04 +2022-09-19 10:16:09,143 INFO [train.py:885] (0/2) Epoch 26, batch 8600, loss[loss=0.3288, simple_loss=0.3869, pruned_loss=0.1354, over 14312.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03987, over 262.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3443, pruned_loss=0.09903, over 2788827.55 frames. utt_duration=254.2 frames, utt_pad_proportion=0.0695, over 44139.94 utterances.], batch size: 262, lr: 1.80e-04 +2022-09-19 10:16:38,768 INFO [train.py:885] (0/2) Epoch 26, batch 8650, loss[loss=0.1895, simple_loss=0.2725, pruned_loss=0.05329, over 14206.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04667, over 89.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.345, pruned_loss=0.09926, over 2782423.01 frames. utt_duration=246.6 frames, utt_pad_proportion=0.0715, over 45411.30 utterances.], batch size: 89, lr: 1.80e-04 +2022-09-19 10:17:08,000 INFO [train.py:885] (0/2) Epoch 26, batch 8700, loss[loss=0.2294, simple_loss=0.2866, pruned_loss=0.08607, over 13989.00 frames. utt_duration=800.8 frames, utt_pad_proportion=0.06554, over 70.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3486, pruned_loss=0.1014, over 2777955.38 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07429, over 46991.98 utterances.], batch size: 70, lr: 1.80e-04 +2022-09-19 10:17:37,527 INFO [train.py:885] (0/2) Epoch 26, batch 8750, loss[loss=0.1579, simple_loss=0.2249, pruned_loss=0.04541, over 13469.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09189, over 50.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3543, pruned_loss=0.1039, over 2777686.95 frames. utt_duration=229.4 frames, utt_pad_proportion=0.0746, over 48753.52 utterances.], batch size: 50, lr: 1.80e-04 +2022-09-19 10:18:07,207 INFO [train.py:885] (0/2) Epoch 26, batch 8800, loss[loss=0.3387, simple_loss=0.4366, pruned_loss=0.1204, over 13663.00 frames. utt_duration=99.01 frames, utt_pad_proportion=0.07467, over 560.00 utterances.], tot_loss[loss=0.2804, simple_loss=0.3537, pruned_loss=0.1035, over 2779424.25 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07197, over 48510.57 utterances.], batch size: 560, lr: 1.80e-04 +2022-09-19 10:18:37,059 INFO [train.py:885] (0/2) Epoch 26, batch 8850, loss[loss=0.2579, simple_loss=0.3466, pruned_loss=0.08459, over 14324.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03717, over 180.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3522, pruned_loss=0.1021, over 2778921.31 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07392, over 48185.90 utterances.], batch size: 180, lr: 1.80e-04 +2022-09-19 10:19:06,374 INFO [train.py:885] (0/2) Epoch 26, batch 8900, loss[loss=0.2994, simple_loss=0.3685, pruned_loss=0.1152, over 14277.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03991, over 180.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3476, pruned_loss=0.09928, over 2778414.59 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07412, over 47109.55 utterances.], batch size: 180, lr: 1.80e-04 +2022-09-19 10:19:35,714 INFO [train.py:885] (0/2) Epoch 26, batch 8950, loss[loss=0.2549, simple_loss=0.3308, pruned_loss=0.0895, over 14276.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04417, over 141.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3491, pruned_loss=0.1, over 2780467.21 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07483, over 47412.53 utterances.], batch size: 141, lr: 1.80e-04 +2022-09-19 10:20:05,290 INFO [train.py:885] (0/2) Epoch 26, batch 9000, loss[loss=0.2835, simple_loss=0.3913, pruned_loss=0.08789, over 13745.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07409, over 411.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3464, pruned_loss=0.0994, over 2776689.35 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07497, over 46338.35 utterances.], batch size: 411, lr: 1.80e-04 +2022-09-19 10:20:05,291 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 10:20:09,458 INFO [train.py:914] (0/2) Epoch 26, validation: loss=0.197, simple_loss=0.2766, pruned_loss=0.05864, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 10:20:38,129 INFO [train.py:885] (0/2) Epoch 26, batch 9050, loss[loss=0.2095, simple_loss=0.2699, pruned_loss=0.07452, over 13960.00 frames. utt_duration=810.8 frames, utt_pad_proportion=0.05615, over 69.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3467, pruned_loss=0.1003, over 2775875.29 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07377, over 45674.11 utterances.], batch size: 69, lr: 1.80e-04 +2022-09-19 10:21:08,526 INFO [train.py:885] (0/2) Epoch 26, batch 9100, loss[loss=0.3465, simple_loss=0.4031, pruned_loss=0.145, over 14397.00 frames. utt_duration=346.2 frames, utt_pad_proportion=0.03561, over 167.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3503, pruned_loss=0.1013, over 2777865.69 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07489, over 48085.60 utterances.], batch size: 167, lr: 1.80e-04 +2022-09-19 10:21:38,244 INFO [train.py:885] (0/2) Epoch 26, batch 9150, loss[loss=0.2429, simple_loss=0.3307, pruned_loss=0.07752, over 14298.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04091, over 154.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.35, pruned_loss=0.1005, over 2782102.19 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07321, over 47687.60 utterances.], batch size: 154, lr: 1.80e-04 +2022-09-19 10:22:07,708 INFO [train.py:885] (0/2) Epoch 26, batch 9200, loss[loss=0.3006, simple_loss=0.3712, pruned_loss=0.115, over 14339.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03461, over 244.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3479, pruned_loss=0.1008, over 2786108.97 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06924, over 46057.41 utterances.], batch size: 244, lr: 1.80e-04 +2022-09-19 10:22:37,572 INFO [train.py:885] (0/2) Epoch 26, batch 9250, loss[loss=0.1429, simple_loss=0.2006, pruned_loss=0.04263, over 13140.00 frames. utt_duration=2023 frames, utt_pad_proportion=0.1212, over 26.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3457, pruned_loss=0.1006, over 2781144.59 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06959, over 45069.95 utterances.], batch size: 26, lr: 1.80e-04 +2022-09-19 10:23:06,753 INFO [train.py:885] (0/2) Epoch 26, batch 9300, loss[loss=0.3234, simple_loss=0.3877, pruned_loss=0.1295, over 14331.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03872, over 262.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3469, pruned_loss=0.1008, over 2783780.77 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06878, over 45801.89 utterances.], batch size: 262, lr: 1.80e-04 +2022-09-19 10:23:36,358 INFO [train.py:885] (0/2) Epoch 26, batch 9350, loss[loss=0.2788, simple_loss=0.3512, pruned_loss=0.1032, over 14274.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.03995, over 130.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.343, pruned_loss=0.09904, over 2777894.83 frames. utt_duration=250.2 frames, utt_pad_proportion=0.0695, over 44670.78 utterances.], batch size: 130, lr: 1.80e-04 +2022-09-19 10:24:05,709 INFO [train.py:885] (0/2) Epoch 26, batch 9400, loss[loss=0.3314, simple_loss=0.4277, pruned_loss=0.1176, over 13627.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07774, over 560.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3468, pruned_loss=0.1001, over 2775928.47 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07068, over 46876.35 utterances.], batch size: 560, lr: 1.80e-04 +2022-09-19 10:24:35,029 INFO [train.py:885] (0/2) Epoch 26, batch 9450, loss[loss=0.3533, simple_loss=0.4112, pruned_loss=0.1477, over 14227.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.0428, over 306.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3448, pruned_loss=0.09951, over 2776337.43 frames. utt_duration=245.2 frames, utt_pad_proportion=0.06989, over 45573.37 utterances.], batch size: 306, lr: 1.80e-04 +2022-09-19 10:25:04,324 INFO [train.py:885] (0/2) Epoch 26, batch 9500, loss[loss=0.18, simple_loss=0.2626, pruned_loss=0.04869, over 14083.00 frames. utt_duration=806.1 frames, utt_pad_proportion=0.05941, over 70.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3432, pruned_loss=0.09837, over 2775779.98 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07013, over 45011.59 utterances.], batch size: 70, lr: 1.80e-04 +2022-09-19 10:25:34,186 INFO [train.py:885] (0/2) Epoch 26, batch 9550, loss[loss=0.2229, simple_loss=0.2857, pruned_loss=0.08003, over 14056.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05551, over 98.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3396, pruned_loss=0.09671, over 2781784.09 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06765, over 43153.86 utterances.], batch size: 98, lr: 1.80e-04 +2022-09-19 10:26:03,927 INFO [train.py:885] (0/2) Epoch 26, batch 9600, loss[loss=0.2445, simple_loss=0.3214, pruned_loss=0.0838, over 14270.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04048, over 154.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3462, pruned_loss=0.09949, over 2780407.66 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07127, over 46173.74 utterances.], batch size: 154, lr: 1.80e-04 +2022-09-19 10:26:32,622 INFO [train.py:885] (0/2) Epoch 26, batch 9650, loss[loss=0.3662, simple_loss=0.4105, pruned_loss=0.161, over 14340.00 frames. utt_duration=320.1 frames, utt_pad_proportion=0.03599, over 180.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3473, pruned_loss=0.1011, over 2785979.45 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06978, over 45430.57 utterances.], batch size: 180, lr: 1.80e-04 +2022-09-19 10:27:02,297 INFO [train.py:885] (0/2) Epoch 26, batch 9700, loss[loss=0.3037, simple_loss=0.3911, pruned_loss=0.1082, over 13772.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07114, over 411.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3449, pruned_loss=0.09989, over 2783835.42 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06935, over 44296.56 utterances.], batch size: 411, lr: 1.80e-04 +2022-09-19 10:27:31,699 INFO [train.py:885] (0/2) Epoch 26, batch 9750, loss[loss=0.2312, simple_loss=0.3167, pruned_loss=0.07286, over 14264.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04446, over 141.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3478, pruned_loss=0.1014, over 2778886.61 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07249, over 45812.21 utterances.], batch size: 141, lr: 1.80e-04 +2022-09-19 10:28:02,069 INFO [train.py:885] (0/2) Epoch 26, batch 9800, loss[loss=0.3601, simple_loss=0.4091, pruned_loss=0.1555, over 14316.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.0409, over 167.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3508, pruned_loss=0.1028, over 2779650.32 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07301, over 47441.22 utterances.], batch size: 167, lr: 1.80e-04 +2022-09-19 10:28:31,742 INFO [train.py:885] (0/2) Epoch 26, batch 9850, loss[loss=0.2626, simple_loss=0.326, pruned_loss=0.09966, over 14251.00 frames. utt_duration=440 frames, utt_pad_proportion=0.04134, over 130.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3494, pruned_loss=0.1009, over 2777659.10 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07275, over 47803.59 utterances.], batch size: 130, lr: 1.80e-04 +2022-09-19 10:29:01,184 INFO [train.py:885] (0/2) Epoch 26, batch 9900, loss[loss=0.4153, simple_loss=0.4423, pruned_loss=0.1942, over 14318.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03879, over 283.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3479, pruned_loss=0.1006, over 2782056.14 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07059, over 46238.69 utterances.], batch size: 283, lr: 1.80e-04 +2022-09-19 10:29:30,514 INFO [train.py:885] (0/2) Epoch 26, batch 9950, loss[loss=0.3309, simple_loss=0.3964, pruned_loss=0.1327, over 14195.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04518, over 306.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3511, pruned_loss=0.1014, over 2783693.10 frames. utt_duration=234 frames, utt_pad_proportion=0.07204, over 47896.55 utterances.], batch size: 306, lr: 1.80e-04 +2022-09-19 10:30:00,252 INFO [train.py:885] (0/2) Epoch 26, batch 10000, loss[loss=0.3101, simple_loss=0.3713, pruned_loss=0.1244, over 14221.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04357, over 306.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3499, pruned_loss=0.1005, over 2782827.15 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07256, over 47500.09 utterances.], batch size: 306, lr: 1.80e-04 +2022-09-19 10:30:29,969 INFO [train.py:885] (0/2) Epoch 26, batch 10050, loss[loss=0.3027, simple_loss=0.3775, pruned_loss=0.114, over 14353.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03624, over 283.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3502, pruned_loss=0.1001, over 2778180.94 frames. utt_duration=229 frames, utt_pad_proportion=0.07299, over 48835.14 utterances.], batch size: 283, lr: 1.80e-04 +2022-09-19 10:30:59,906 INFO [train.py:885] (0/2) Epoch 26, batch 10100, loss[loss=0.3035, simple_loss=0.3824, pruned_loss=0.1123, over 13970.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05735, over 365.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3522, pruned_loss=0.1021, over 2779397.42 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07223, over 47962.83 utterances.], batch size: 365, lr: 1.80e-04 +2022-09-19 10:31:29,159 INFO [train.py:885] (0/2) Epoch 26, batch 10150, loss[loss=0.2855, simple_loss=0.3474, pruned_loss=0.1117, over 14324.00 frames. utt_duration=407.8 frames, utt_pad_proportion=0.04048, over 141.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3501, pruned_loss=0.1013, over 2784303.51 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07142, over 46378.61 utterances.], batch size: 141, lr: 1.80e-04 +2022-09-19 10:31:58,292 INFO [train.py:885] (0/2) Epoch 26, batch 10200, loss[loss=0.1574, simple_loss=0.2329, pruned_loss=0.04096, over 13581.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.08803, over 42.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3475, pruned_loss=0.09995, over 2783101.00 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07219, over 45915.79 utterances.], batch size: 42, lr: 1.80e-04 +2022-09-19 10:32:28,138 INFO [train.py:885] (0/2) Epoch 26, batch 10250, loss[loss=0.5825, simple_loss=0.639, pruned_loss=0.263, over 12509.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 810.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3461, pruned_loss=0.09938, over 2777231.41 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07284, over 45917.36 utterances.], batch size: 810, lr: 1.80e-04 +2022-09-19 10:33:05,866 INFO [train.py:885] (0/2) Epoch 26, batch 10300, loss[loss=0.2241, simple_loss=0.3056, pruned_loss=0.07127, over 14263.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04029, over 130.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3504, pruned_loss=0.1024, over 2782486.76 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07056, over 46108.34 utterances.], batch size: 130, lr: 1.80e-04 +2022-09-19 10:33:35,181 INFO [train.py:885] (0/2) Epoch 26, batch 10350, loss[loss=0.1784, simple_loss=0.2451, pruned_loss=0.05586, over 13799.00 frames. utt_duration=921.3 frames, utt_pad_proportion=0.06844, over 60.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3494, pruned_loss=0.1012, over 2782933.45 frames. utt_duration=243.9 frames, utt_pad_proportion=0.0691, over 45916.32 utterances.], batch size: 60, lr: 1.80e-04 +2022-09-19 10:34:05,463 INFO [train.py:885] (0/2) Epoch 26, batch 10400, loss[loss=0.1668, simple_loss=0.2135, pruned_loss=0.06008, over 12319.00 frames. utt_duration=2054 frames, utt_pad_proportion=0.151, over 24.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3496, pruned_loss=0.1014, over 2781496.71 frames. utt_duration=241 frames, utt_pad_proportion=0.06939, over 46448.32 utterances.], batch size: 24, lr: 1.79e-04 +2022-09-19 10:34:34,453 INFO [train.py:885] (0/2) Epoch 26, batch 10450, loss[loss=0.2665, simple_loss=0.3429, pruned_loss=0.09503, over 14360.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03773, over 167.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3496, pruned_loss=0.1009, over 2782089.41 frames. utt_duration=238.3 frames, utt_pad_proportion=0.06955, over 46979.54 utterances.], batch size: 167, lr: 1.79e-04 +2022-09-19 10:35:03,194 INFO [train.py:885] (0/2) Epoch 26, batch 10500, loss[loss=0.1806, simple_loss=0.2465, pruned_loss=0.05728, over 13558.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08724, over 50.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3444, pruned_loss=0.09835, over 2782154.73 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06813, over 44670.36 utterances.], batch size: 50, lr: 1.79e-04 +2022-09-19 10:35:32,241 INFO [train.py:885] (0/2) Epoch 26, batch 10550, loss[loss=0.2556, simple_loss=0.3324, pruned_loss=0.08942, over 14232.00 frames. utt_duration=371.1 frames, utt_pad_proportion=0.04343, over 154.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3403, pruned_loss=0.09654, over 2780734.80 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06766, over 42784.87 utterances.], batch size: 154, lr: 1.79e-04 +2022-09-19 10:36:01,693 INFO [train.py:885] (0/2) Epoch 26, batch 10600, loss[loss=0.3339, simple_loss=0.4369, pruned_loss=0.1154, over 13624.00 frames. utt_duration=98.7 frames, utt_pad_proportion=0.07759, over 560.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3423, pruned_loss=0.09707, over 2779918.91 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06943, over 44117.28 utterances.], batch size: 560, lr: 1.79e-04 +2022-09-19 10:36:41,021 INFO [train.py:885] (0/2) Epoch 26, batch 10650, loss[loss=0.1582, simple_loss=0.2197, pruned_loss=0.0483, over 13553.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08393, over 50.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3445, pruned_loss=0.09873, over 2775177.29 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07181, over 45296.18 utterances.], batch size: 50, lr: 1.79e-04 +2022-09-19 10:37:10,045 INFO [train.py:885] (0/2) Epoch 26, batch 10700, loss[loss=0.2111, simple_loss=0.2787, pruned_loss=0.07172, over 13890.00 frames. utt_duration=704.7 frames, utt_pad_proportion=0.06287, over 79.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3439, pruned_loss=0.09792, over 2774082.71 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07216, over 45604.81 utterances.], batch size: 79, lr: 1.79e-04 +2022-09-19 10:37:39,738 INFO [train.py:885] (0/2) Epoch 26, batch 10750, loss[loss=0.2053, simple_loss=0.2761, pruned_loss=0.06727, over 13941.00 frames. utt_duration=809.7 frames, utt_pad_proportion=0.05743, over 69.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3438, pruned_loss=0.09833, over 2779533.03 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07033, over 44724.45 utterances.], batch size: 69, lr: 1.79e-04 +2022-09-19 10:38:08,924 INFO [train.py:885] (0/2) Epoch 26, batch 10800, loss[loss=0.3658, simple_loss=0.4228, pruned_loss=0.1544, over 14215.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0435, over 306.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3425, pruned_loss=0.0984, over 2785008.92 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06608, over 43150.81 utterances.], batch size: 306, lr: 1.79e-04 +2022-09-19 10:38:38,733 INFO [train.py:885] (0/2) Epoch 26, batch 10850, loss[loss=0.178, simple_loss=0.2468, pruned_loss=0.05462, over 14081.00 frames. utt_duration=806 frames, utt_pad_proportion=0.05508, over 70.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3457, pruned_loss=0.1005, over 2786172.98 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06814, over 44387.12 utterances.], batch size: 70, lr: 1.79e-04 +2022-09-19 10:39:07,847 INFO [train.py:885] (0/2) Epoch 26, batch 10900, loss[loss=0.2716, simple_loss=0.3402, pruned_loss=0.1015, over 14304.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04111, over 154.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3469, pruned_loss=0.1006, over 2790144.58 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0678, over 45045.99 utterances.], batch size: 154, lr: 1.79e-04 +2022-09-19 10:39:37,584 INFO [train.py:885] (0/2) Epoch 26, batch 10950, loss[loss=0.2173, simple_loss=0.2913, pruned_loss=0.07162, over 14165.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.0453, over 109.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3463, pruned_loss=0.1004, over 2789321.42 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06726, over 44937.50 utterances.], batch size: 109, lr: 1.79e-04 +2022-09-19 10:40:06,663 INFO [train.py:885] (0/2) Epoch 26, batch 11000, loss[loss=0.2888, simple_loss=0.3563, pruned_loss=0.1106, over 14272.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04085, over 225.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3475, pruned_loss=0.1015, over 2787911.71 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06847, over 44898.78 utterances.], batch size: 225, lr: 1.79e-04 +2022-09-19 10:40:36,155 INFO [train.py:885] (0/2) Epoch 26, batch 11050, loss[loss=0.2548, simple_loss=0.3287, pruned_loss=0.09045, over 14251.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04561, over 141.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3441, pruned_loss=0.1004, over 2783919.81 frames. utt_duration=259 frames, utt_pad_proportion=0.06951, over 43248.71 utterances.], batch size: 141, lr: 1.79e-04 +2022-09-19 10:41:06,096 INFO [train.py:885] (0/2) Epoch 26, batch 11100, loss[loss=0.1928, simple_loss=0.2612, pruned_loss=0.06217, over 13415.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08439, over 41.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.345, pruned_loss=0.1001, over 2783883.50 frames. utt_duration=256.5 frames, utt_pad_proportion=0.07173, over 43661.82 utterances.], batch size: 41, lr: 1.79e-04 +2022-09-19 10:41:34,853 INFO [train.py:885] (0/2) Epoch 26, batch 11150, loss[loss=0.2498, simple_loss=0.3291, pruned_loss=0.0853, over 14304.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03822, over 180.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.345, pruned_loss=0.09911, over 2780180.33 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07327, over 44962.54 utterances.], batch size: 180, lr: 1.79e-04 +2022-09-19 10:42:04,219 INFO [train.py:885] (0/2) Epoch 26, batch 11200, loss[loss=0.1892, simple_loss=0.2571, pruned_loss=0.06064, over 13695.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08469, over 42.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3455, pruned_loss=0.09915, over 2780985.09 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07255, over 46029.03 utterances.], batch size: 42, lr: 1.79e-04 +2022-09-19 10:42:34,120 INFO [train.py:885] (0/2) Epoch 26, batch 11250, loss[loss=0.2467, simple_loss=0.355, pruned_loss=0.06917, over 13734.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07411, over 411.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3451, pruned_loss=0.09899, over 2780113.03 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07133, over 45415.77 utterances.], batch size: 411, lr: 1.79e-04 +2022-09-19 10:43:03,904 INFO [train.py:885] (0/2) Epoch 26, batch 11300, loss[loss=0.2916, simple_loss=0.3578, pruned_loss=0.1127, over 14341.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03956, over 167.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3487, pruned_loss=0.1016, over 2778983.30 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07237, over 46488.76 utterances.], batch size: 167, lr: 1.79e-04 +2022-09-19 10:43:33,015 INFO [train.py:885] (0/2) Epoch 26, batch 11350, loss[loss=0.1766, simple_loss=0.2447, pruned_loss=0.05429, over 13155.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1074, over 33.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3489, pruned_loss=0.1012, over 2777489.81 frames. utt_duration=238 frames, utt_pad_proportion=0.07301, over 46965.79 utterances.], batch size: 33, lr: 1.79e-04 +2022-09-19 10:44:02,211 INFO [train.py:885] (0/2) Epoch 26, batch 11400, loss[loss=0.2724, simple_loss=0.3417, pruned_loss=0.1015, over 14233.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04649, over 141.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3479, pruned_loss=0.1006, over 2776157.88 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07274, over 46462.98 utterances.], batch size: 141, lr: 1.79e-04 +2022-09-19 10:44:32,330 INFO [train.py:885] (0/2) Epoch 26, batch 11450, loss[loss=0.1956, simple_loss=0.2671, pruned_loss=0.062, over 14064.00 frames. utt_duration=713.3 frames, utt_pad_proportion=0.05643, over 79.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.349, pruned_loss=0.1017, over 2782573.79 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07024, over 46552.11 utterances.], batch size: 79, lr: 1.79e-04 +2022-09-19 10:45:01,152 INFO [train.py:885] (0/2) Epoch 26, batch 11500, loss[loss=0.2764, simple_loss=0.3495, pruned_loss=0.1017, over 14390.00 frames. utt_duration=346.1 frames, utt_pad_proportion=0.03594, over 167.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3461, pruned_loss=0.09962, over 2783813.10 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07011, over 45692.19 utterances.], batch size: 167, lr: 1.79e-04 +2022-09-19 10:45:30,521 INFO [train.py:885] (0/2) Epoch 26, batch 11550, loss[loss=0.2296, simple_loss=0.3133, pruned_loss=0.07299, over 14225.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04729, over 141.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3451, pruned_loss=0.09947, over 2779451.34 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07231, over 45130.37 utterances.], batch size: 141, lr: 1.79e-04 +2022-09-19 10:46:00,929 INFO [train.py:885] (0/2) Epoch 26, batch 11600, loss[loss=0.2145, simple_loss=0.2881, pruned_loss=0.07044, over 14155.00 frames. utt_duration=521 frames, utt_pad_proportion=0.0457, over 109.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3466, pruned_loss=0.1001, over 2781194.73 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07111, over 45612.27 utterances.], batch size: 109, lr: 1.79e-04 +2022-09-19 10:46:29,911 INFO [train.py:885] (0/2) Epoch 26, batch 11650, loss[loss=0.2879, simple_loss=0.367, pruned_loss=0.1045, over 14355.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03642, over 283.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3473, pruned_loss=0.1009, over 2787190.69 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06878, over 45388.81 utterances.], batch size: 283, lr: 1.79e-04 +2022-09-19 10:46:58,709 INFO [train.py:885] (0/2) Epoch 26, batch 11700, loss[loss=0.3307, simple_loss=0.3909, pruned_loss=0.1353, over 14384.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03162, over 244.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3434, pruned_loss=0.0987, over 2790121.60 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06682, over 43886.61 utterances.], batch size: 244, lr: 1.79e-04 +2022-09-19 10:47:29,011 INFO [train.py:885] (0/2) Epoch 26, batch 11750, loss[loss=0.3395, simple_loss=0.3955, pruned_loss=0.1418, over 14237.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04279, over 335.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3469, pruned_loss=0.1004, over 2785955.18 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06981, over 45967.90 utterances.], batch size: 335, lr: 1.79e-04 +2022-09-19 10:48:06,266 INFO [train.py:885] (0/2) Epoch 26, batch 11800, loss[loss=0.2003, simple_loss=0.2782, pruned_loss=0.06121, over 14135.00 frames. utt_duration=578.1 frames, utt_pad_proportion=0.05067, over 98.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3446, pruned_loss=0.09946, over 2780998.39 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07178, over 45072.46 utterances.], batch size: 98, lr: 1.79e-04 +2022-09-19 10:48:35,786 INFO [train.py:885] (0/2) Epoch 26, batch 11850, loss[loss=0.1335, simple_loss=0.2004, pruned_loss=0.03334, over 13254.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1023, over 33.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3452, pruned_loss=0.1005, over 2779230.50 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07337, over 45030.33 utterances.], batch size: 33, lr: 1.79e-04 +2022-09-19 10:49:04,702 INFO [train.py:885] (0/2) Epoch 26, batch 11900, loss[loss=0.2113, simple_loss=0.2743, pruned_loss=0.07413, over 14031.00 frames. utt_duration=574.2 frames, utt_pad_proportion=0.05717, over 98.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.344, pruned_loss=0.09978, over 2785627.63 frames. utt_duration=256 frames, utt_pad_proportion=0.07021, over 43784.40 utterances.], batch size: 98, lr: 1.79e-04 +2022-09-19 10:49:33,847 INFO [train.py:885] (0/2) Epoch 26, batch 11950, loss[loss=0.3983, simple_loss=0.4908, pruned_loss=0.1529, over 13211.00 frames. utt_duration=82.46 frames, utt_pad_proportion=0.1037, over 653.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3467, pruned_loss=0.1008, over 2787905.84 frames. utt_duration=251 frames, utt_pad_proportion=0.06912, over 44698.24 utterances.], batch size: 653, lr: 1.79e-04 +2022-09-19 10:50:03,542 INFO [train.py:885] (0/2) Epoch 26, batch 12000, loss[loss=0.1614, simple_loss=0.2271, pruned_loss=0.04784, over 12900.00 frames. utt_duration=2065 frames, utt_pad_proportion=0.1256, over 25.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3511, pruned_loss=0.1018, over 2785287.24 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07106, over 47780.04 utterances.], batch size: 25, lr: 1.79e-04 +2022-09-19 10:50:03,544 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 10:50:07,726 INFO [train.py:914] (0/2) Epoch 26, validation: loss=0.1838, simple_loss=0.2642, pruned_loss=0.05177, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 10:50:36,811 INFO [train.py:885] (0/2) Epoch 26, batch 12050, loss[loss=0.143, simple_loss=0.1998, pruned_loss=0.04308, over 12221.00 frames. utt_duration=2038 frames, utt_pad_proportion=0.162, over 24.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3485, pruned_loss=0.1009, over 2785410.57 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06957, over 46302.12 utterances.], batch size: 24, lr: 1.79e-04 +2022-09-19 10:51:06,292 INFO [train.py:885] (0/2) Epoch 26, batch 12100, loss[loss=0.2536, simple_loss=0.3354, pruned_loss=0.08591, over 14261.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04509, over 141.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.349, pruned_loss=0.1021, over 2789046.19 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06805, over 45795.72 utterances.], batch size: 141, lr: 1.79e-04 +2022-09-19 10:51:35,971 INFO [train.py:885] (0/2) Epoch 26, batch 12150, loss[loss=0.2046, simple_loss=0.276, pruned_loss=0.0666, over 13368.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08818, over 41.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3447, pruned_loss=0.09995, over 2789743.05 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06667, over 44248.77 utterances.], batch size: 41, lr: 1.79e-04 +2022-09-19 10:52:05,416 INFO [train.py:885] (0/2) Epoch 26, batch 12200, loss[loss=0.3903, simple_loss=0.4311, pruned_loss=0.1747, over 14332.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0377, over 283.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3441, pruned_loss=0.1001, over 2792494.26 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06408, over 43432.93 utterances.], batch size: 283, lr: 1.79e-04 +2022-09-19 10:52:34,782 INFO [train.py:885] (0/2) Epoch 26, batch 12250, loss[loss=0.1375, simple_loss=0.197, pruned_loss=0.03902, over 13911.00 frames. utt_duration=929 frames, utt_pad_proportion=0.06628, over 60.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3424, pruned_loss=0.09913, over 2786009.91 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06654, over 43731.33 utterances.], batch size: 60, lr: 1.79e-04 +2022-09-19 10:53:04,108 INFO [train.py:885] (0/2) Epoch 26, batch 12300, loss[loss=0.3369, simple_loss=0.3993, pruned_loss=0.1373, over 14258.00 frames. utt_duration=294.3 frames, utt_pad_proportion=0.04151, over 195.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3397, pruned_loss=0.0977, over 2786632.83 frames. utt_duration=262.1 frames, utt_pad_proportion=0.06527, over 42777.21 utterances.], batch size: 195, lr: 1.79e-04 +2022-09-19 10:53:34,069 INFO [train.py:885] (0/2) Epoch 26, batch 12350, loss[loss=0.2198, simple_loss=0.2939, pruned_loss=0.07289, over 14137.00 frames. utt_duration=520.2 frames, utt_pad_proportion=0.04557, over 109.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.344, pruned_loss=0.1004, over 2783369.12 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06954, over 44274.21 utterances.], batch size: 109, lr: 1.79e-04 +2022-09-19 10:54:03,088 INFO [train.py:885] (0/2) Epoch 26, batch 12400, loss[loss=0.1761, simple_loss=0.2425, pruned_loss=0.05489, over 13066.00 frames. utt_duration=2012 frames, utt_pad_proportion=0.09467, over 26.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3433, pruned_loss=0.09903, over 2781407.98 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06949, over 44429.78 utterances.], batch size: 26, lr: 1.79e-04 +2022-09-19 10:54:32,730 INFO [train.py:885] (0/2) Epoch 26, batch 12450, loss[loss=0.2551, simple_loss=0.3438, pruned_loss=0.0832, over 14263.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04101, over 180.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3454, pruned_loss=0.09961, over 2778959.86 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07051, over 45794.39 utterances.], batch size: 180, lr: 1.79e-04 +2022-09-19 10:55:01,505 INFO [train.py:885] (0/2) Epoch 26, batch 12500, loss[loss=0.2947, simple_loss=0.3725, pruned_loss=0.1084, over 14184.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04517, over 306.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3412, pruned_loss=0.09803, over 2778757.64 frames. utt_duration=257 frames, utt_pad_proportion=0.06897, over 43503.20 utterances.], batch size: 306, lr: 1.79e-04 +2022-09-19 10:55:02,086 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-328000.pt +2022-09-19 10:55:31,454 INFO [train.py:885] (0/2) Epoch 26, batch 12550, loss[loss=0.3535, simple_loss=0.4328, pruned_loss=0.1371, over 13628.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08078, over 477.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3427, pruned_loss=0.09844, over 2781177.81 frames. utt_duration=252.2 frames, utt_pad_proportion=0.0683, over 44374.09 utterances.], batch size: 477, lr: 1.79e-04 +2022-09-19 10:55:59,412 INFO [train.py:885] (0/2) Epoch 26, batch 12600, loss[loss=0.3176, simple_loss=0.3984, pruned_loss=0.1184, over 13805.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06979, over 411.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3435, pruned_loss=0.09862, over 2778625.52 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06935, over 44689.14 utterances.], batch size: 411, lr: 1.79e-04 +2022-09-19 10:56:10,535 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-26.pt +2022-09-19 10:56:19,366 INFO [train.py:885] (0/2) Epoch 27, batch 0, loss[loss=0.189, simple_loss=0.2638, pruned_loss=0.05714, over 13998.00 frames. utt_duration=710.2 frames, utt_pad_proportion=0.05933, over 79.00 utterances.], tot_loss[loss=0.189, simple_loss=0.2638, pruned_loss=0.05714, over 13998.00 frames. utt_duration=710.2 frames, utt_pad_proportion=0.05933, over 79.00 utterances.], batch size: 79, lr: 1.76e-04 +2022-09-19 10:56:52,079 INFO [train.py:885] (0/2) Epoch 27, batch 50, loss[loss=0.3138, simple_loss=0.4143, pruned_loss=0.1067, over 13632.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.0813, over 477.00 utterances.], tot_loss[loss=0.2508, simple_loss=0.3256, pruned_loss=0.08798, over 624602.24 frames. utt_duration=264.5 frames, utt_pad_proportion=0.06811, over 9497.35 utterances.], batch size: 477, lr: 1.76e-04 +2022-09-19 10:57:20,783 INFO [train.py:885] (0/2) Epoch 27, batch 100, loss[loss=0.2901, simple_loss=0.3622, pruned_loss=0.1091, over 14251.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.04577, over 141.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.3537, pruned_loss=0.1037, over 1103488.68 frames. utt_duration=226.5 frames, utt_pad_proportion=0.07578, over 19615.94 utterances.], batch size: 141, lr: 1.76e-04 +2022-09-19 10:57:49,929 INFO [train.py:885] (0/2) Epoch 27, batch 150, loss[loss=0.1714, simple_loss=0.2462, pruned_loss=0.04831, over 13319.00 frames. utt_duration=1616 frames, utt_pad_proportion=0.1043, over 33.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3457, pruned_loss=0.09857, over 1475912.71 frames. utt_duration=242.2 frames, utt_pad_proportion=0.069, over 24521.74 utterances.], batch size: 33, lr: 1.76e-04 +2022-09-19 10:58:19,249 INFO [train.py:885] (0/2) Epoch 27, batch 200, loss[loss=0.3618, simple_loss=0.414, pruned_loss=0.1547, over 14364.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03309, over 244.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3461, pruned_loss=0.09872, over 1767947.36 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06951, over 29187.51 utterances.], batch size: 244, lr: 1.76e-04 +2022-09-19 10:58:49,368 INFO [train.py:885] (0/2) Epoch 27, batch 250, loss[loss=0.4635, simple_loss=0.5401, pruned_loss=0.1934, over 13194.00 frames. utt_duration=82.33 frames, utt_pad_proportion=0.1051, over 653.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.351, pruned_loss=0.1001, over 1986826.13 frames. utt_duration=229.8 frames, utt_pad_proportion=0.07574, over 34805.68 utterances.], batch size: 653, lr: 1.76e-04 +2022-09-19 10:59:18,739 INFO [train.py:885] (0/2) Epoch 27, batch 300, loss[loss=0.2394, simple_loss=0.3145, pruned_loss=0.08212, over 14300.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04197, over 120.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3523, pruned_loss=0.1026, over 2164601.01 frames. utt_duration=232 frames, utt_pad_proportion=0.07339, over 37559.37 utterances.], batch size: 120, lr: 1.76e-04 +2022-09-19 10:59:47,892 INFO [train.py:885] (0/2) Epoch 27, batch 350, loss[loss=0.2052, simple_loss=0.2772, pruned_loss=0.06659, over 14198.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04667, over 89.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.352, pruned_loss=0.1025, over 2304239.16 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07059, over 39851.85 utterances.], batch size: 89, lr: 1.76e-04 +2022-09-19 11:00:17,609 INFO [train.py:885] (0/2) Epoch 27, batch 400, loss[loss=0.2703, simple_loss=0.3298, pruned_loss=0.1054, over 14111.00 frames. utt_duration=577.4 frames, utt_pad_proportion=0.05193, over 98.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3494, pruned_loss=0.1019, over 2412592.29 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06909, over 40266.95 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:00:47,689 INFO [train.py:885] (0/2) Epoch 27, batch 450, loss[loss=0.2955, simple_loss=0.3659, pruned_loss=0.1126, over 14372.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03504, over 210.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3478, pruned_loss=0.1001, over 2490228.90 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07225, over 42420.95 utterances.], batch size: 210, lr: 1.75e-04 +2022-09-19 11:01:17,047 INFO [train.py:885] (0/2) Epoch 27, batch 500, loss[loss=0.2314, simple_loss=0.3005, pruned_loss=0.08112, over 14047.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05773, over 98.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3479, pruned_loss=0.09999, over 2550032.77 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07446, over 43908.84 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:01:46,002 INFO [train.py:885] (0/2) Epoch 27, batch 550, loss[loss=0.5486, simple_loss=0.6211, pruned_loss=0.238, over 12448.00 frames. utt_duration=62.99 frames, utt_pad_proportion=0.1487, over 811.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3465, pruned_loss=0.09975, over 2595181.70 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07452, over 43939.44 utterances.], batch size: 811, lr: 1.75e-04 +2022-09-19 11:02:15,792 INFO [train.py:885] (0/2) Epoch 27, batch 600, loss[loss=0.3002, simple_loss=0.3731, pruned_loss=0.1137, over 14332.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03764, over 283.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3467, pruned_loss=0.09894, over 2634516.92 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07563, over 44843.79 utterances.], batch size: 283, lr: 1.75e-04 +2022-09-19 11:02:45,507 INFO [train.py:885] (0/2) Epoch 27, batch 650, loss[loss=0.2839, simple_loss=0.3852, pruned_loss=0.0913, over 13719.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07491, over 411.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3476, pruned_loss=0.09934, over 2666640.90 frames. utt_duration=235.4 frames, utt_pad_proportion=0.0758, over 45610.17 utterances.], batch size: 411, lr: 1.75e-04 +2022-09-19 11:03:15,171 INFO [train.py:885] (0/2) Epoch 27, batch 700, loss[loss=0.2725, simple_loss=0.3515, pruned_loss=0.09678, over 14279.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04342, over 141.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3442, pruned_loss=0.0975, over 2697101.35 frames. utt_duration=245 frames, utt_pad_proportion=0.07228, over 44308.94 utterances.], batch size: 141, lr: 1.75e-04 +2022-09-19 11:03:44,201 INFO [train.py:885] (0/2) Epoch 27, batch 750, loss[loss=0.2066, simple_loss=0.272, pruned_loss=0.07057, over 14115.00 frames. utt_duration=716.2 frames, utt_pad_proportion=0.05145, over 79.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3442, pruned_loss=0.09744, over 2717752.56 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07135, over 44395.13 utterances.], batch size: 79, lr: 1.75e-04 +2022-09-19 11:04:13,771 INFO [train.py:885] (0/2) Epoch 27, batch 800, loss[loss=0.1702, simple_loss=0.2444, pruned_loss=0.04804, over 13749.00 frames. utt_duration=918 frames, utt_pad_proportion=0.07087, over 60.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.342, pruned_loss=0.0971, over 2730251.63 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07029, over 43356.65 utterances.], batch size: 60, lr: 1.75e-04 +2022-09-19 11:04:50,376 INFO [train.py:885] (0/2) Epoch 27, batch 850, loss[loss=0.2815, simple_loss=0.3653, pruned_loss=0.09885, over 14267.00 frames. utt_duration=253.9 frames, utt_pad_proportion=0.04174, over 226.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3428, pruned_loss=0.09727, over 2739299.21 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07143, over 44364.21 utterances.], batch size: 226, lr: 1.75e-04 +2022-09-19 11:05:20,659 INFO [train.py:885] (0/2) Epoch 27, batch 900, loss[loss=0.2803, simple_loss=0.3762, pruned_loss=0.09221, over 13989.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0563, over 365.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3463, pruned_loss=0.09948, over 2741028.89 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07642, over 46056.66 utterances.], batch size: 365, lr: 1.75e-04 +2022-09-19 11:05:49,577 INFO [train.py:885] (0/2) Epoch 27, batch 950, loss[loss=0.194, simple_loss=0.276, pruned_loss=0.05603, over 14168.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.04727, over 89.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3429, pruned_loss=0.09827, over 2752295.93 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07439, over 43857.44 utterances.], batch size: 89, lr: 1.75e-04 +2022-09-19 11:06:20,251 INFO [train.py:885] (0/2) Epoch 27, batch 1000, loss[loss=0.2295, simple_loss=0.2841, pruned_loss=0.08744, over 13304.00 frames. utt_duration=1066 frames, utt_pad_proportion=0.1028, over 50.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3446, pruned_loss=0.09986, over 2757247.75 frames. utt_duration=254 frames, utt_pad_proportion=0.0731, over 43678.38 utterances.], batch size: 50, lr: 1.75e-04 +2022-09-19 11:06:49,430 INFO [train.py:885] (0/2) Epoch 27, batch 1050, loss[loss=0.3059, simple_loss=0.3742, pruned_loss=0.1188, over 14235.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04238, over 306.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3446, pruned_loss=0.1001, over 2767453.55 frames. utt_duration=258.3 frames, utt_pad_proportion=0.07061, over 43100.08 utterances.], batch size: 306, lr: 1.75e-04 +2022-09-19 11:07:19,295 INFO [train.py:885] (0/2) Epoch 27, batch 1100, loss[loss=0.2667, simple_loss=0.3463, pruned_loss=0.0936, over 14335.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03707, over 195.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3445, pruned_loss=0.1001, over 2773048.41 frames. utt_duration=259 frames, utt_pad_proportion=0.0699, over 43070.82 utterances.], batch size: 195, lr: 1.75e-04 +2022-09-19 11:07:47,935 INFO [train.py:885] (0/2) Epoch 27, batch 1150, loss[loss=0.1695, simple_loss=0.2292, pruned_loss=0.05493, over 12848.00 frames. utt_duration=2057 frames, utt_pad_proportion=0.1278, over 25.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3412, pruned_loss=0.09939, over 2775179.18 frames. utt_duration=268.1 frames, utt_pad_proportion=0.06741, over 41626.95 utterances.], batch size: 25, lr: 1.75e-04 +2022-09-19 11:08:17,861 INFO [train.py:885] (0/2) Epoch 27, batch 1200, loss[loss=0.2381, simple_loss=0.3253, pruned_loss=0.07543, over 14284.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04322, over 141.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3448, pruned_loss=0.1003, over 2778020.14 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06903, over 43466.18 utterances.], batch size: 141, lr: 1.75e-04 +2022-09-19 11:08:47,008 INFO [train.py:885] (0/2) Epoch 27, batch 1250, loss[loss=0.2389, simple_loss=0.3039, pruned_loss=0.08696, over 12911.00 frames. utt_duration=1567 frames, utt_pad_proportion=0.133, over 33.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3462, pruned_loss=0.1007, over 2780667.33 frames. utt_duration=257 frames, utt_pad_proportion=0.0688, over 43533.01 utterances.], batch size: 33, lr: 1.75e-04 +2022-09-19 11:09:16,759 INFO [train.py:885] (0/2) Epoch 27, batch 1300, loss[loss=0.2867, simple_loss=0.3587, pruned_loss=0.1074, over 14382.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03584, over 244.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3454, pruned_loss=0.1004, over 2783808.30 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06857, over 43145.63 utterances.], batch size: 244, lr: 1.75e-04 +2022-09-19 11:09:45,851 INFO [train.py:885] (0/2) Epoch 27, batch 1350, loss[loss=0.2909, simple_loss=0.3857, pruned_loss=0.09803, over 13800.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06993, over 411.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3436, pruned_loss=0.09974, over 2778665.97 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06947, over 42845.81 utterances.], batch size: 411, lr: 1.75e-04 +2022-09-19 11:10:15,699 INFO [train.py:885] (0/2) Epoch 27, batch 1400, loss[loss=0.2203, simple_loss=0.2971, pruned_loss=0.07175, over 14104.00 frames. utt_duration=519 frames, utt_pad_proportion=0.04942, over 109.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3468, pruned_loss=0.1003, over 2779985.80 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07247, over 44507.26 utterances.], batch size: 109, lr: 1.75e-04 +2022-09-19 11:10:45,284 INFO [train.py:885] (0/2) Epoch 27, batch 1450, loss[loss=0.2587, simple_loss=0.3307, pruned_loss=0.09338, over 14226.00 frames. utt_duration=405 frames, utt_pad_proportion=0.04718, over 141.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3449, pruned_loss=0.09938, over 2779013.17 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07189, over 44065.13 utterances.], batch size: 141, lr: 1.75e-04 +2022-09-19 11:11:14,453 INFO [train.py:885] (0/2) Epoch 27, batch 1500, loss[loss=0.2654, simple_loss=0.3187, pruned_loss=0.1061, over 13332.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.09126, over 41.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.344, pruned_loss=0.09916, over 2776037.70 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07257, over 43709.34 utterances.], batch size: 41, lr: 1.75e-04 +2022-09-19 11:11:44,598 INFO [train.py:885] (0/2) Epoch 27, batch 1550, loss[loss=0.2126, simple_loss=0.2822, pruned_loss=0.07152, over 14085.00 frames. utt_duration=714.4 frames, utt_pad_proportion=0.05505, over 79.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3454, pruned_loss=0.09924, over 2775310.36 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07464, over 44812.54 utterances.], batch size: 79, lr: 1.75e-04 +2022-09-19 11:12:13,398 INFO [train.py:885] (0/2) Epoch 27, batch 1600, loss[loss=0.2147, simple_loss=0.2795, pruned_loss=0.07497, over 13673.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07876, over 50.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.344, pruned_loss=0.09852, over 2776336.80 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07306, over 44757.85 utterances.], batch size: 50, lr: 1.75e-04 +2022-09-19 11:12:43,558 INFO [train.py:885] (0/2) Epoch 27, batch 1650, loss[loss=0.3529, simple_loss=0.4334, pruned_loss=0.1362, over 13716.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07765, over 478.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3452, pruned_loss=0.09906, over 2771277.90 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07595, over 45830.42 utterances.], batch size: 478, lr: 1.75e-04 +2022-09-19 11:13:12,511 INFO [train.py:885] (0/2) Epoch 27, batch 1700, loss[loss=0.3212, simple_loss=0.382, pruned_loss=0.1302, over 14308.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03904, over 195.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3445, pruned_loss=0.0992, over 2774377.31 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07361, over 45397.23 utterances.], batch size: 195, lr: 1.75e-04 +2022-09-19 11:13:42,045 INFO [train.py:885] (0/2) Epoch 27, batch 1750, loss[loss=0.312, simple_loss=0.3958, pruned_loss=0.114, over 13994.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05591, over 365.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3412, pruned_loss=0.09731, over 2780064.97 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07073, over 43779.21 utterances.], batch size: 365, lr: 1.75e-04 +2022-09-19 11:14:11,450 INFO [train.py:885] (0/2) Epoch 27, batch 1800, loss[loss=0.3108, simple_loss=0.3651, pruned_loss=0.1282, over 14208.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04853, over 141.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3418, pruned_loss=0.09794, over 2782160.29 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06888, over 43308.89 utterances.], batch size: 141, lr: 1.75e-04 +2022-09-19 11:14:41,285 INFO [train.py:885] (0/2) Epoch 27, batch 1850, loss[loss=0.1508, simple_loss=0.2208, pruned_loss=0.04041, over 13667.00 frames. utt_duration=912.6 frames, utt_pad_proportion=0.08004, over 60.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3502, pruned_loss=0.1014, over 2783512.62 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07035, over 47582.39 utterances.], batch size: 60, lr: 1.75e-04 +2022-09-19 11:15:10,577 INFO [train.py:885] (0/2) Epoch 27, batch 1900, loss[loss=0.1997, simple_loss=0.2599, pruned_loss=0.0698, over 13912.00 frames. utt_duration=808.1 frames, utt_pad_proportion=0.0592, over 69.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3504, pruned_loss=0.1008, over 2780952.29 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07328, over 48122.37 utterances.], batch size: 69, lr: 1.75e-04 +2022-09-19 11:15:40,453 INFO [train.py:885] (0/2) Epoch 27, batch 1950, loss[loss=0.2644, simple_loss=0.3252, pruned_loss=0.1018, over 14050.00 frames. utt_duration=574.8 frames, utt_pad_proportion=0.05611, over 98.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3493, pruned_loss=0.1004, over 2783087.71 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07234, over 47759.89 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:16:10,106 INFO [train.py:885] (0/2) Epoch 27, batch 2000, loss[loss=0.2902, simple_loss=0.3639, pruned_loss=0.1082, over 14372.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03212, over 244.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3493, pruned_loss=0.1002, over 2783586.76 frames. utt_duration=236 frames, utt_pad_proportion=0.07102, over 47468.30 utterances.], batch size: 244, lr: 1.75e-04 +2022-09-19 11:16:39,153 INFO [train.py:885] (0/2) Epoch 27, batch 2050, loss[loss=0.2426, simple_loss=0.326, pruned_loss=0.07964, over 14229.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04691, over 141.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3483, pruned_loss=0.1003, over 2783570.38 frames. utt_duration=238 frames, utt_pad_proportion=0.07118, over 47081.62 utterances.], batch size: 141, lr: 1.75e-04 +2022-09-19 11:17:08,469 INFO [train.py:885] (0/2) Epoch 27, batch 2100, loss[loss=0.2438, simple_loss=0.3287, pruned_loss=0.07941, over 14235.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04668, over 141.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3479, pruned_loss=0.09995, over 2780808.70 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07286, over 46565.30 utterances.], batch size: 141, lr: 1.75e-04 +2022-09-19 11:17:38,805 INFO [train.py:885] (0/2) Epoch 27, batch 2150, loss[loss=0.2859, simple_loss=0.357, pruned_loss=0.1074, over 14337.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03812, over 262.00 utterances.], tot_loss[loss=0.2795, simple_loss=0.3528, pruned_loss=0.103, over 2779229.79 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07447, over 48450.98 utterances.], batch size: 262, lr: 1.75e-04 +2022-09-19 11:18:08,235 INFO [train.py:885] (0/2) Epoch 27, batch 2200, loss[loss=0.2702, simple_loss=0.3487, pruned_loss=0.09592, over 14337.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03968, over 167.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3483, pruned_loss=0.1008, over 2775514.20 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07369, over 46578.12 utterances.], batch size: 167, lr: 1.75e-04 +2022-09-19 11:18:37,978 INFO [train.py:885] (0/2) Epoch 27, batch 2250, loss[loss=0.2682, simple_loss=0.3468, pruned_loss=0.09477, over 14297.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04125, over 154.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.346, pruned_loss=0.1003, over 2779449.84 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07129, over 45271.58 utterances.], batch size: 154, lr: 1.75e-04 +2022-09-19 11:19:07,439 INFO [train.py:885] (0/2) Epoch 27, batch 2300, loss[loss=0.1909, simple_loss=0.2692, pruned_loss=0.0563, over 14074.00 frames. utt_duration=714.2 frames, utt_pad_proportion=0.05532, over 79.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3468, pruned_loss=0.1003, over 2776789.14 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07302, over 46308.41 utterances.], batch size: 79, lr: 1.75e-04 +2022-09-19 11:19:36,943 INFO [train.py:885] (0/2) Epoch 27, batch 2350, loss[loss=0.4867, simple_loss=0.5719, pruned_loss=0.2008, over 12395.00 frames. utt_duration=62.68 frames, utt_pad_proportion=0.153, over 811.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3474, pruned_loss=0.1006, over 2779640.33 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07416, over 45818.62 utterances.], batch size: 811, lr: 1.75e-04 +2022-09-19 11:20:06,422 INFO [train.py:885] (0/2) Epoch 27, batch 2400, loss[loss=0.6804, simple_loss=0.7261, pruned_loss=0.3174, over 12451.00 frames. utt_duration=62.96 frames, utt_pad_proportion=0.1492, over 811.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3497, pruned_loss=0.1013, over 2783106.27 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07344, over 46620.48 utterances.], batch size: 811, lr: 1.75e-04 +2022-09-19 11:20:36,367 INFO [train.py:885] (0/2) Epoch 27, batch 2450, loss[loss=0.2093, simple_loss=0.2719, pruned_loss=0.07334, over 13745.00 frames. utt_duration=917.8 frames, utt_pad_proportion=0.07576, over 60.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3461, pruned_loss=0.09924, over 2775930.48 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07416, over 46025.91 utterances.], batch size: 60, lr: 1.75e-04 +2022-09-19 11:21:05,811 INFO [train.py:885] (0/2) Epoch 27, batch 2500, loss[loss=0.4646, simple_loss=0.5752, pruned_loss=0.1771, over 12424.00 frames. utt_duration=62.96 frames, utt_pad_proportion=0.1491, over 810.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3492, pruned_loss=0.1006, over 2775289.33 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07614, over 46816.44 utterances.], batch size: 810, lr: 1.75e-04 +2022-09-19 11:21:35,782 INFO [train.py:885] (0/2) Epoch 27, batch 2550, loss[loss=0.2524, simple_loss=0.329, pruned_loss=0.08792, over 14339.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03986, over 167.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3517, pruned_loss=0.1014, over 2775209.30 frames. utt_duration=230 frames, utt_pad_proportion=0.07633, over 48576.65 utterances.], batch size: 167, lr: 1.75e-04 +2022-09-19 11:22:04,654 INFO [train.py:885] (0/2) Epoch 27, batch 2600, loss[loss=0.2339, simple_loss=0.3102, pruned_loss=0.07878, over 14298.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.04038, over 130.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3477, pruned_loss=0.1001, over 2779094.66 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07399, over 45967.22 utterances.], batch size: 130, lr: 1.75e-04 +2022-09-19 11:22:34,499 INFO [train.py:885] (0/2) Epoch 27, batch 2650, loss[loss=0.2534, simple_loss=0.334, pruned_loss=0.08644, over 14285.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03934, over 180.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3482, pruned_loss=0.1004, over 2778044.20 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07414, over 46223.61 utterances.], batch size: 180, lr: 1.75e-04 +2022-09-19 11:23:03,919 INFO [train.py:885] (0/2) Epoch 27, batch 2700, loss[loss=0.2401, simple_loss=0.3159, pruned_loss=0.08213, over 14242.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04622, over 141.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3484, pruned_loss=0.1004, over 2781089.06 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07269, over 46217.23 utterances.], batch size: 141, lr: 1.75e-04 +2022-09-19 11:23:33,607 INFO [train.py:885] (0/2) Epoch 27, batch 2750, loss[loss=0.1798, simple_loss=0.2497, pruned_loss=0.05502, over 13438.00 frames. utt_duration=1077 frames, utt_pad_proportion=0.09457, over 50.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3424, pruned_loss=0.09714, over 2777476.74 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07147, over 44656.62 utterances.], batch size: 50, lr: 1.75e-04 +2022-09-19 11:24:03,063 INFO [train.py:885] (0/2) Epoch 27, batch 2800, loss[loss=0.3136, simple_loss=0.3791, pruned_loss=0.1241, over 14352.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03583, over 195.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3416, pruned_loss=0.09744, over 2777655.24 frames. utt_duration=256 frames, utt_pad_proportion=0.07218, over 43647.12 utterances.], batch size: 195, lr: 1.75e-04 +2022-09-19 11:24:32,649 INFO [train.py:885] (0/2) Epoch 27, batch 2850, loss[loss=0.1708, simple_loss=0.2499, pruned_loss=0.04586, over 14078.00 frames. utt_duration=714 frames, utt_pad_proportion=0.05556, over 79.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3462, pruned_loss=0.09942, over 2777243.38 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07381, over 46021.71 utterances.], batch size: 79, lr: 1.75e-04 +2022-09-19 11:25:02,676 INFO [train.py:885] (0/2) Epoch 27, batch 2900, loss[loss=0.2089, simple_loss=0.2918, pruned_loss=0.06301, over 14130.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.04738, over 109.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3468, pruned_loss=0.09976, over 2776522.91 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07412, over 46610.07 utterances.], batch size: 109, lr: 1.75e-04 +2022-09-19 11:25:32,284 INFO [train.py:885] (0/2) Epoch 27, batch 2950, loss[loss=0.1726, simple_loss=0.2521, pruned_loss=0.04656, over 13417.00 frames. utt_duration=1311 frames, utt_pad_proportion=0.08484, over 41.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3451, pruned_loss=0.09868, over 2774569.24 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07384, over 45714.26 utterances.], batch size: 41, lr: 1.75e-04 +2022-09-19 11:26:01,458 INFO [train.py:885] (0/2) Epoch 27, batch 3000, loss[loss=0.2384, simple_loss=0.318, pruned_loss=0.07938, over 14333.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04006, over 167.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3443, pruned_loss=0.09887, over 2779168.42 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07109, over 44958.60 utterances.], batch size: 167, lr: 1.75e-04 +2022-09-19 11:26:01,460 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 11:26:05,626 INFO [train.py:914] (0/2) Epoch 27, validation: loss=0.1962, simple_loss=0.2755, pruned_loss=0.05838, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 11:26:34,983 INFO [train.py:885] (0/2) Epoch 27, batch 3050, loss[loss=0.2728, simple_loss=0.3727, pruned_loss=0.08648, over 13769.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07258, over 411.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3479, pruned_loss=0.1005, over 2785048.79 frames. utt_duration=242.9 frames, utt_pad_proportion=0.06949, over 46148.11 utterances.], batch size: 411, lr: 1.75e-04 +2022-09-19 11:27:04,359 INFO [train.py:885] (0/2) Epoch 27, batch 3100, loss[loss=0.195, simple_loss=0.2676, pruned_loss=0.06121, over 14210.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04617, over 89.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3476, pruned_loss=0.101, over 2779124.18 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07164, over 46099.30 utterances.], batch size: 89, lr: 1.75e-04 +2022-09-19 11:27:41,348 INFO [train.py:885] (0/2) Epoch 27, batch 3150, loss[loss=0.2189, simple_loss=0.286, pruned_loss=0.07585, over 14119.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.05289, over 98.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3476, pruned_loss=0.1017, over 2779876.08 frames. utt_duration=242.7 frames, utt_pad_proportion=0.071, over 46089.90 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:28:11,204 INFO [train.py:885] (0/2) Epoch 27, batch 3200, loss[loss=0.2095, simple_loss=0.2857, pruned_loss=0.06661, over 14129.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.04737, over 109.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3499, pruned_loss=0.1018, over 2780724.11 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07317, over 47140.02 utterances.], batch size: 109, lr: 1.75e-04 +2022-09-19 11:28:40,003 INFO [train.py:885] (0/2) Epoch 27, batch 3250, loss[loss=0.4152, simple_loss=0.4513, pruned_loss=0.1895, over 14221.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04418, over 335.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3473, pruned_loss=0.1015, over 2784183.96 frames. utt_duration=246 frames, utt_pad_proportion=0.07062, over 45551.32 utterances.], batch size: 335, lr: 1.75e-04 +2022-09-19 11:29:09,337 INFO [train.py:885] (0/2) Epoch 27, batch 3300, loss[loss=0.2393, simple_loss=0.3282, pruned_loss=0.0752, over 14353.00 frames. utt_duration=443.1 frames, utt_pad_proportion=0.03679, over 130.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3452, pruned_loss=0.1001, over 2789686.70 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06831, over 44598.57 utterances.], batch size: 130, lr: 1.75e-04 +2022-09-19 11:29:39,245 INFO [train.py:885] (0/2) Epoch 27, batch 3350, loss[loss=0.3738, simple_loss=0.4387, pruned_loss=0.1544, over 13996.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05653, over 365.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3474, pruned_loss=0.1007, over 2785672.37 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07038, over 46355.84 utterances.], batch size: 365, lr: 1.75e-04 +2022-09-19 11:30:08,840 INFO [train.py:885] (0/2) Epoch 27, batch 3400, loss[loss=0.3164, simple_loss=0.3879, pruned_loss=0.1224, over 14223.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04424, over 335.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3462, pruned_loss=0.1001, over 2784421.14 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07066, over 46039.40 utterances.], batch size: 335, lr: 1.75e-04 +2022-09-19 11:30:38,259 INFO [train.py:885] (0/2) Epoch 27, batch 3450, loss[loss=0.2798, simple_loss=0.3539, pruned_loss=0.1029, over 14252.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04247, over 225.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3444, pruned_loss=0.09868, over 2780124.47 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07138, over 45761.95 utterances.], batch size: 225, lr: 1.75e-04 +2022-09-19 11:31:07,381 INFO [train.py:885] (0/2) Epoch 27, batch 3500, loss[loss=0.1953, simple_loss=0.2758, pruned_loss=0.05743, over 14181.00 frames. utt_duration=638.7 frames, utt_pad_proportion=0.04813, over 89.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3431, pruned_loss=0.09759, over 2783921.02 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0698, over 45482.25 utterances.], batch size: 89, lr: 1.75e-04 +2022-09-19 11:31:37,321 INFO [train.py:885] (0/2) Epoch 27, batch 3550, loss[loss=0.2755, simple_loss=0.3519, pruned_loss=0.09954, over 14249.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04195, over 225.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3415, pruned_loss=0.09778, over 2785216.18 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06662, over 44159.72 utterances.], batch size: 225, lr: 1.75e-04 +2022-09-19 11:32:06,809 INFO [train.py:885] (0/2) Epoch 27, batch 3600, loss[loss=0.3314, simple_loss=0.3912, pruned_loss=0.1358, over 14382.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03387, over 210.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3455, pruned_loss=0.09993, over 2782475.64 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06811, over 46003.06 utterances.], batch size: 210, lr: 1.75e-04 +2022-09-19 11:32:36,365 INFO [train.py:885] (0/2) Epoch 27, batch 3650, loss[loss=0.2723, simple_loss=0.3653, pruned_loss=0.08967, over 13987.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0564, over 365.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.343, pruned_loss=0.09807, over 2784686.50 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06725, over 44676.52 utterances.], batch size: 365, lr: 1.75e-04 +2022-09-19 11:33:05,949 INFO [train.py:885] (0/2) Epoch 27, batch 3700, loss[loss=0.2995, simple_loss=0.3789, pruned_loss=0.11, over 14305.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03924, over 195.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3416, pruned_loss=0.09741, over 2785649.91 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06689, over 43382.29 utterances.], batch size: 195, lr: 1.75e-04 +2022-09-19 11:33:35,943 INFO [train.py:885] (0/2) Epoch 27, batch 3750, loss[loss=0.2182, simple_loss=0.2986, pruned_loss=0.06884, over 14358.00 frames. utt_duration=479.9 frames, utt_pad_proportion=0.03643, over 120.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3457, pruned_loss=0.0995, over 2782217.77 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06944, over 45595.89 utterances.], batch size: 120, lr: 1.75e-04 +2022-09-19 11:34:05,477 INFO [train.py:885] (0/2) Epoch 27, batch 3800, loss[loss=0.2909, simple_loss=0.3852, pruned_loss=0.09829, over 13821.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06799, over 411.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3473, pruned_loss=0.09985, over 2780612.88 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07073, over 46418.80 utterances.], batch size: 411, lr: 1.75e-04 +2022-09-19 11:34:34,938 INFO [train.py:885] (0/2) Epoch 27, batch 3850, loss[loss=0.1789, simple_loss=0.2428, pruned_loss=0.05752, over 14084.00 frames. utt_duration=714.6 frames, utt_pad_proportion=0.05347, over 79.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.347, pruned_loss=0.0999, over 2779870.31 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07188, over 46786.58 utterances.], batch size: 79, lr: 1.75e-04 +2022-09-19 11:34:53,277 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-332000.pt +2022-09-19 11:35:04,298 INFO [train.py:885] (0/2) Epoch 27, batch 3900, loss[loss=0.1741, simple_loss=0.2395, pruned_loss=0.05435, over 13398.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.09423, over 50.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3437, pruned_loss=0.09813, over 2780507.18 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07042, over 45456.58 utterances.], batch size: 50, lr: 1.75e-04 +2022-09-19 11:35:33,528 INFO [train.py:885] (0/2) Epoch 27, batch 3950, loss[loss=0.2941, simple_loss=0.401, pruned_loss=0.09365, over 13645.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0802, over 477.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3411, pruned_loss=0.09682, over 2778717.02 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06982, over 44468.29 utterances.], batch size: 477, lr: 1.75e-04 +2022-09-19 11:36:02,640 INFO [train.py:885] (0/2) Epoch 27, batch 4000, loss[loss=0.4281, simple_loss=0.5113, pruned_loss=0.1724, over 13108.00 frames. utt_duration=81.84 frames, utt_pad_proportion=0.1105, over 653.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3386, pruned_loss=0.09596, over 2778593.68 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06907, over 43715.33 utterances.], batch size: 653, lr: 1.75e-04 +2022-09-19 11:36:31,810 INFO [train.py:885] (0/2) Epoch 27, batch 4050, loss[loss=0.2874, simple_loss=0.3593, pruned_loss=0.1078, over 14252.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04165, over 225.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3402, pruned_loss=0.09661, over 2783170.88 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06669, over 43888.34 utterances.], batch size: 225, lr: 1.75e-04 +2022-09-19 11:37:01,945 INFO [train.py:885] (0/2) Epoch 27, batch 4100, loss[loss=0.2306, simple_loss=0.2791, pruned_loss=0.09104, over 13838.00 frames. utt_duration=803.6 frames, utt_pad_proportion=0.06235, over 69.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3432, pruned_loss=0.09715, over 2779428.90 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07143, over 46121.94 utterances.], batch size: 69, lr: 1.75e-04 +2022-09-19 11:37:30,844 INFO [train.py:885] (0/2) Epoch 27, batch 4150, loss[loss=0.2469, simple_loss=0.3286, pruned_loss=0.08258, over 14360.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03836, over 167.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3426, pruned_loss=0.09687, over 2778571.21 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07195, over 45726.72 utterances.], batch size: 167, lr: 1.74e-04 +2022-09-19 11:37:59,888 INFO [train.py:885] (0/2) Epoch 27, batch 4200, loss[loss=0.3646, simple_loss=0.4317, pruned_loss=0.1488, over 13993.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05621, over 365.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3429, pruned_loss=0.09687, over 2778043.66 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07243, over 46333.75 utterances.], batch size: 365, lr: 1.74e-04 +2022-09-19 11:38:29,349 INFO [train.py:885] (0/2) Epoch 27, batch 4250, loss[loss=0.2331, simple_loss=0.3133, pruned_loss=0.07639, over 14334.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03953, over 167.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3403, pruned_loss=0.09635, over 2780112.57 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07015, over 44454.09 utterances.], batch size: 167, lr: 1.74e-04 +2022-09-19 11:38:58,995 INFO [train.py:885] (0/2) Epoch 27, batch 4300, loss[loss=0.5169, simple_loss=0.6052, pruned_loss=0.2143, over 12441.00 frames. utt_duration=63.04 frames, utt_pad_proportion=0.1481, over 810.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3471, pruned_loss=0.1002, over 2777042.23 frames. utt_duration=238 frames, utt_pad_proportion=0.07411, over 46956.69 utterances.], batch size: 810, lr: 1.74e-04 +2022-09-19 11:39:28,404 INFO [train.py:885] (0/2) Epoch 27, batch 4350, loss[loss=0.1802, simple_loss=0.2611, pruned_loss=0.04969, over 13996.00 frames. utt_duration=801 frames, utt_pad_proportion=0.0643, over 70.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3456, pruned_loss=0.09926, over 2774469.44 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07397, over 45822.94 utterances.], batch size: 70, lr: 1.74e-04 +2022-09-19 11:39:58,221 INFO [train.py:885] (0/2) Epoch 27, batch 4400, loss[loss=0.3082, simple_loss=0.376, pruned_loss=0.1202, over 14313.00 frames. utt_duration=220 frames, utt_pad_proportion=0.0394, over 262.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3463, pruned_loss=0.09953, over 2779470.87 frames. utt_duration=243.8 frames, utt_pad_proportion=0.0723, over 45882.93 utterances.], batch size: 262, lr: 1.74e-04 +2022-09-19 11:40:27,023 INFO [train.py:885] (0/2) Epoch 27, batch 4450, loss[loss=0.1808, simple_loss=0.2455, pruned_loss=0.05805, over 13873.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.06202, over 69.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3442, pruned_loss=0.09894, over 2781938.38 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07248, over 45123.70 utterances.], batch size: 69, lr: 1.74e-04 +2022-09-19 11:40:57,224 INFO [train.py:885] (0/2) Epoch 27, batch 4500, loss[loss=0.1539, simple_loss=0.2285, pruned_loss=0.03968, over 12868.00 frames. utt_duration=2060 frames, utt_pad_proportion=0.1293, over 25.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3476, pruned_loss=0.1006, over 2778806.92 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07373, over 46532.40 utterances.], batch size: 25, lr: 1.74e-04 +2022-09-19 11:41:26,992 INFO [train.py:885] (0/2) Epoch 27, batch 4550, loss[loss=0.217, simple_loss=0.2919, pruned_loss=0.07103, over 14089.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05332, over 98.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3477, pruned_loss=0.1007, over 2778361.49 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07372, over 46773.78 utterances.], batch size: 98, lr: 1.74e-04 +2022-09-19 11:41:56,081 INFO [train.py:885] (0/2) Epoch 27, batch 4600, loss[loss=0.2763, simple_loss=0.3493, pruned_loss=0.1016, over 14328.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03713, over 195.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3457, pruned_loss=0.09975, over 2778600.07 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07244, over 45761.85 utterances.], batch size: 195, lr: 1.74e-04 +2022-09-19 11:42:25,647 INFO [train.py:885] (0/2) Epoch 27, batch 4650, loss[loss=0.2906, simple_loss=0.3677, pruned_loss=0.1067, over 14339.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03946, over 167.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3494, pruned_loss=0.1013, over 2780293.53 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07388, over 46894.77 utterances.], batch size: 167, lr: 1.74e-04 +2022-09-19 11:42:54,228 INFO [train.py:885] (0/2) Epoch 27, batch 4700, loss[loss=0.2862, simple_loss=0.3573, pruned_loss=0.1075, over 14336.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03921, over 154.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3484, pruned_loss=0.1009, over 2780521.33 frames. utt_duration=243 frames, utt_pad_proportion=0.07394, over 46059.61 utterances.], batch size: 154, lr: 1.74e-04 +2022-09-19 11:43:23,845 INFO [train.py:885] (0/2) Epoch 27, batch 4750, loss[loss=0.3084, simple_loss=0.4106, pruned_loss=0.1031, over 13661.00 frames. utt_duration=98.94 frames, utt_pad_proportion=0.07532, over 560.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3508, pruned_loss=0.102, over 2777964.57 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07474, over 47328.66 utterances.], batch size: 560, lr: 1.74e-04 +2022-09-19 11:43:53,485 INFO [train.py:885] (0/2) Epoch 27, batch 4800, loss[loss=0.2055, simple_loss=0.2808, pruned_loss=0.06504, over 14076.00 frames. utt_duration=714.1 frames, utt_pad_proportion=0.05412, over 79.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3485, pruned_loss=0.1011, over 2781161.63 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07292, over 45616.26 utterances.], batch size: 79, lr: 1.74e-04 +2022-09-19 11:44:22,521 INFO [train.py:885] (0/2) Epoch 27, batch 4850, loss[loss=0.2486, simple_loss=0.327, pruned_loss=0.0851, over 14290.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04275, over 141.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3476, pruned_loss=0.1002, over 2781590.04 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07247, over 45076.98 utterances.], batch size: 141, lr: 1.74e-04 +2022-09-19 11:44:52,548 INFO [train.py:885] (0/2) Epoch 27, batch 4900, loss[loss=0.1787, simple_loss=0.2532, pruned_loss=0.05212, over 13578.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08145, over 50.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3491, pruned_loss=0.1009, over 2780938.80 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07218, over 45876.95 utterances.], batch size: 50, lr: 1.74e-04 +2022-09-19 11:45:22,155 INFO [train.py:885] (0/2) Epoch 27, batch 4950, loss[loss=0.2026, simple_loss=0.2822, pruned_loss=0.06154, over 14016.00 frames. utt_duration=711.1 frames, utt_pad_proportion=0.05934, over 79.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3447, pruned_loss=0.09865, over 2779612.49 frames. utt_duration=249.7 frames, utt_pad_proportion=0.071, over 44792.94 utterances.], batch size: 79, lr: 1.74e-04 +2022-09-19 11:45:50,997 INFO [train.py:885] (0/2) Epoch 27, batch 5000, loss[loss=0.1528, simple_loss=0.2274, pruned_loss=0.03912, over 13726.00 frames. utt_duration=1100 frames, utt_pad_proportion=0.07657, over 50.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3434, pruned_loss=0.09821, over 2783153.12 frames. utt_duration=254 frames, utt_pad_proportion=0.06926, over 44081.16 utterances.], batch size: 50, lr: 1.74e-04 +2022-09-19 11:46:21,041 INFO [train.py:885] (0/2) Epoch 27, batch 5050, loss[loss=0.3823, simple_loss=0.4297, pruned_loss=0.1675, over 14216.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04419, over 335.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3475, pruned_loss=0.1003, over 2781663.51 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07015, over 46212.38 utterances.], batch size: 335, lr: 1.74e-04 +2022-09-19 11:46:51,085 INFO [train.py:885] (0/2) Epoch 27, batch 5100, loss[loss=0.3263, simple_loss=0.4278, pruned_loss=0.1124, over 13602.00 frames. utt_duration=98.46 frames, utt_pad_proportion=0.07977, over 560.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3469, pruned_loss=0.1, over 2782413.34 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07067, over 45780.19 utterances.], batch size: 560, lr: 1.74e-04 +2022-09-19 11:47:20,686 INFO [train.py:885] (0/2) Epoch 27, batch 5150, loss[loss=0.3451, simple_loss=0.3985, pruned_loss=0.1458, over 14340.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03691, over 210.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3481, pruned_loss=0.1012, over 2780441.74 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07176, over 45977.75 utterances.], batch size: 210, lr: 1.74e-04 +2022-09-19 11:47:50,718 INFO [train.py:885] (0/2) Epoch 27, batch 5200, loss[loss=0.2034, simple_loss=0.2917, pruned_loss=0.0575, over 14211.00 frames. utt_duration=523 frames, utt_pad_proportion=0.04211, over 109.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3437, pruned_loss=0.09893, over 2782954.66 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06985, over 44116.02 utterances.], batch size: 109, lr: 1.74e-04 +2022-09-19 11:48:20,009 INFO [train.py:885] (0/2) Epoch 27, batch 5250, loss[loss=0.3363, simple_loss=0.3969, pruned_loss=0.1379, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04356, over 335.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3461, pruned_loss=0.09954, over 2783534.63 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07224, over 45852.57 utterances.], batch size: 335, lr: 1.74e-04 +2022-09-19 11:48:50,509 INFO [train.py:885] (0/2) Epoch 27, batch 5300, loss[loss=0.3405, simple_loss=0.39, pruned_loss=0.1455, over 14342.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03695, over 195.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3449, pruned_loss=0.09926, over 2782999.82 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07167, over 45430.60 utterances.], batch size: 195, lr: 1.74e-04 +2022-09-19 11:49:19,974 INFO [train.py:885] (0/2) Epoch 27, batch 5350, loss[loss=0.2663, simple_loss=0.3435, pruned_loss=0.09458, over 14347.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03655, over 195.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3473, pruned_loss=0.1009, over 2780343.18 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07228, over 46258.86 utterances.], batch size: 195, lr: 1.74e-04 +2022-09-19 11:49:49,923 INFO [train.py:885] (0/2) Epoch 27, batch 5400, loss[loss=0.2184, simple_loss=0.2989, pruned_loss=0.0689, over 14140.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04696, over 109.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3483, pruned_loss=0.1003, over 2783907.81 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07144, over 47032.56 utterances.], batch size: 109, lr: 1.74e-04 +2022-09-19 11:50:19,692 INFO [train.py:885] (0/2) Epoch 27, batch 5450, loss[loss=0.2629, simple_loss=0.3404, pruned_loss=0.09273, over 14373.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03272, over 244.00 utterances.], tot_loss[loss=0.2805, simple_loss=0.355, pruned_loss=0.103, over 2779563.39 frames. utt_duration=222.2 frames, utt_pad_proportion=0.07614, over 50383.15 utterances.], batch size: 244, lr: 1.74e-04 +2022-09-19 11:50:49,664 INFO [train.py:885] (0/2) Epoch 27, batch 5500, loss[loss=0.2959, simple_loss=0.3696, pruned_loss=0.1111, over 14234.00 frames. utt_duration=317.8 frames, utt_pad_proportion=0.04269, over 180.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3494, pruned_loss=0.101, over 2784134.78 frames. utt_duration=235.4 frames, utt_pad_proportion=0.0733, over 47610.46 utterances.], batch size: 180, lr: 1.74e-04 +2022-09-19 11:51:19,251 INFO [train.py:885] (0/2) Epoch 27, batch 5550, loss[loss=0.2597, simple_loss=0.3424, pruned_loss=0.08851, over 14178.00 frames. utt_duration=403.6 frames, utt_pad_proportion=0.05041, over 141.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3494, pruned_loss=0.1006, over 2777501.36 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07556, over 47657.13 utterances.], batch size: 141, lr: 1.74e-04 +2022-09-19 11:51:48,797 INFO [train.py:885] (0/2) Epoch 27, batch 5600, loss[loss=0.2821, simple_loss=0.3649, pruned_loss=0.0996, over 14275.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04037, over 225.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3492, pruned_loss=0.1014, over 2785278.66 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07243, over 46658.95 utterances.], batch size: 225, lr: 1.74e-04 +2022-09-19 11:52:18,843 INFO [train.py:885] (0/2) Epoch 27, batch 5650, loss[loss=0.2215, simple_loss=0.2854, pruned_loss=0.07876, over 12239.00 frames. utt_duration=2041 frames, utt_pad_proportion=0.1596, over 24.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3486, pruned_loss=0.1011, over 2774686.32 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07315, over 46620.17 utterances.], batch size: 24, lr: 1.74e-04 +2022-09-19 11:52:48,471 INFO [train.py:885] (0/2) Epoch 27, batch 5700, loss[loss=0.4076, simple_loss=0.4418, pruned_loss=0.1867, over 14273.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04046, over 335.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3496, pruned_loss=0.102, over 2779070.39 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07234, over 46584.89 utterances.], batch size: 335, lr: 1.74e-04 +2022-09-19 11:53:18,791 INFO [train.py:885] (0/2) Epoch 27, batch 5750, loss[loss=0.2242, simple_loss=0.2979, pruned_loss=0.0753, over 14042.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05522, over 98.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3499, pruned_loss=0.1012, over 2782263.82 frames. utt_duration=237 frames, utt_pad_proportion=0.07064, over 47246.72 utterances.], batch size: 98, lr: 1.74e-04 +2022-09-19 11:53:48,974 INFO [train.py:885] (0/2) Epoch 27, batch 5800, loss[loss=0.295, simple_loss=0.3666, pruned_loss=0.1117, over 14346.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03673, over 195.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3485, pruned_loss=0.1005, over 2779509.84 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07187, over 46923.01 utterances.], batch size: 195, lr: 1.74e-04 +2022-09-19 11:54:19,191 INFO [train.py:885] (0/2) Epoch 27, batch 5850, loss[loss=0.3688, simple_loss=0.4372, pruned_loss=0.1502, over 13976.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05738, over 365.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.346, pruned_loss=0.1004, over 2778029.66 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07075, over 45777.01 utterances.], batch size: 365, lr: 1.74e-04 +2022-09-19 11:54:47,911 INFO [train.py:885] (0/2) Epoch 27, batch 5900, loss[loss=0.1547, simple_loss=0.2218, pruned_loss=0.04376, over 13878.00 frames. utt_duration=926.6 frames, utt_pad_proportion=0.06589, over 60.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3447, pruned_loss=0.1002, over 2779625.29 frames. utt_duration=253 frames, utt_pad_proportion=0.06952, over 44206.89 utterances.], batch size: 60, lr: 1.74e-04 +2022-09-19 11:55:18,589 INFO [train.py:885] (0/2) Epoch 27, batch 5950, loss[loss=0.3123, simple_loss=0.3818, pruned_loss=0.1214, over 14336.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03733, over 262.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3452, pruned_loss=0.1006, over 2773840.68 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07102, over 45149.39 utterances.], batch size: 262, lr: 1.74e-04 +2022-09-19 11:55:48,055 INFO [train.py:885] (0/2) Epoch 27, batch 6000, loss[loss=0.4549, simple_loss=0.524, pruned_loss=0.1929, over 13582.00 frames. utt_duration=98.34 frames, utt_pad_proportion=0.08092, over 560.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3468, pruned_loss=0.1015, over 2777583.35 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07038, over 46286.60 utterances.], batch size: 560, lr: 1.74e-04 +2022-09-19 11:55:48,058 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 11:55:52,416 INFO [train.py:914] (0/2) Epoch 27, validation: loss=0.1888, simple_loss=0.2713, pruned_loss=0.05318, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 11:56:22,995 INFO [train.py:885] (0/2) Epoch 27, batch 6050, loss[loss=0.3233, simple_loss=0.3768, pruned_loss=0.1349, over 14262.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04487, over 141.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3463, pruned_loss=0.1005, over 2777900.41 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07066, over 46363.53 utterances.], batch size: 141, lr: 1.74e-04 +2022-09-19 11:56:52,363 INFO [train.py:885] (0/2) Epoch 27, batch 6100, loss[loss=0.3366, simple_loss=0.4325, pruned_loss=0.1203, over 13620.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07775, over 560.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3441, pruned_loss=0.09887, over 2775856.49 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07049, over 46132.97 utterances.], batch size: 560, lr: 1.74e-04 +2022-09-19 11:57:22,439 INFO [train.py:885] (0/2) Epoch 27, batch 6150, loss[loss=0.1822, simple_loss=0.2371, pruned_loss=0.06366, over 13380.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.08732, over 41.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3469, pruned_loss=0.09975, over 2777117.66 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07222, over 47148.86 utterances.], batch size: 41, lr: 1.74e-04 +2022-09-19 11:57:52,224 INFO [train.py:885] (0/2) Epoch 27, batch 6200, loss[loss=0.1876, simple_loss=0.2636, pruned_loss=0.05578, over 13856.00 frames. utt_duration=925.4 frames, utt_pad_proportion=0.06992, over 60.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3455, pruned_loss=0.09918, over 2779483.90 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07008, over 46570.33 utterances.], batch size: 60, lr: 1.74e-04 +2022-09-19 11:58:21,666 INFO [train.py:885] (0/2) Epoch 27, batch 6250, loss[loss=0.2214, simple_loss=0.2885, pruned_loss=0.0771, over 14168.00 frames. utt_duration=638.4 frames, utt_pad_proportion=0.04859, over 89.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3458, pruned_loss=0.09984, over 2780521.44 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06979, over 45697.81 utterances.], batch size: 89, lr: 1.74e-04 +2022-09-19 11:58:51,635 INFO [train.py:885] (0/2) Epoch 27, batch 6300, loss[loss=0.2396, simple_loss=0.3122, pruned_loss=0.08347, over 14399.00 frames. utt_duration=441 frames, utt_pad_proportion=0.03703, over 131.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3437, pruned_loss=0.09861, over 2777218.04 frames. utt_duration=247.8 frames, utt_pad_proportion=0.0704, over 45106.38 utterances.], batch size: 131, lr: 1.74e-04 +2022-09-19 11:59:21,832 INFO [train.py:885] (0/2) Epoch 27, batch 6350, loss[loss=0.2685, simple_loss=0.3469, pruned_loss=0.09506, over 14288.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.0368, over 154.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3467, pruned_loss=0.09973, over 2777720.57 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07111, over 46609.53 utterances.], batch size: 154, lr: 1.74e-04 +2022-09-19 11:59:51,842 INFO [train.py:885] (0/2) Epoch 27, batch 6400, loss[loss=0.3099, simple_loss=0.3812, pruned_loss=0.1193, over 14326.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03807, over 283.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3454, pruned_loss=0.09978, over 2777898.57 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06999, over 45865.06 utterances.], batch size: 283, lr: 1.74e-04 +2022-09-19 12:00:21,419 INFO [train.py:885] (0/2) Epoch 27, batch 6450, loss[loss=0.2109, simple_loss=0.2904, pruned_loss=0.06564, over 14111.00 frames. utt_duration=577.8 frames, utt_pad_proportion=0.05124, over 98.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3452, pruned_loss=0.09899, over 2779179.83 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07041, over 46096.16 utterances.], batch size: 98, lr: 1.74e-04 +2022-09-19 12:00:52,098 INFO [train.py:885] (0/2) Epoch 27, batch 6500, loss[loss=0.2184, simple_loss=0.2956, pruned_loss=0.0706, over 14309.00 frames. utt_duration=644.6 frames, utt_pad_proportion=0.04076, over 89.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3454, pruned_loss=0.09889, over 2776416.22 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07105, over 46525.29 utterances.], batch size: 89, lr: 1.74e-04 +2022-09-19 12:01:21,757 INFO [train.py:885] (0/2) Epoch 27, batch 6550, loss[loss=0.281, simple_loss=0.3533, pruned_loss=0.1044, over 14280.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03984, over 180.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3463, pruned_loss=0.09872, over 2780366.45 frames. utt_duration=237.1 frames, utt_pad_proportion=0.06988, over 47199.73 utterances.], batch size: 180, lr: 1.74e-04 +2022-09-19 12:01:51,608 INFO [train.py:885] (0/2) Epoch 27, batch 6600, loss[loss=0.3664, simple_loss=0.4144, pruned_loss=0.1592, over 14326.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03807, over 195.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3452, pruned_loss=0.09891, over 2784301.01 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06829, over 45217.17 utterances.], batch size: 195, lr: 1.74e-04 +2022-09-19 12:02:21,009 INFO [train.py:885] (0/2) Epoch 27, batch 6650, loss[loss=0.3463, simple_loss=0.4033, pruned_loss=0.1446, over 14320.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03845, over 283.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3472, pruned_loss=0.0996, over 2783354.92 frames. utt_duration=240.5 frames, utt_pad_proportion=0.06996, over 46582.83 utterances.], batch size: 283, lr: 1.74e-04 +2022-09-19 12:02:51,339 INFO [train.py:885] (0/2) Epoch 27, batch 6700, loss[loss=0.3529, simple_loss=0.4532, pruned_loss=0.1263, over 13141.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3471, pruned_loss=0.0998, over 2778438.02 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07071, over 46757.97 utterances.], batch size: 653, lr: 1.74e-04 +2022-09-19 12:03:21,211 INFO [train.py:885] (0/2) Epoch 27, batch 6750, loss[loss=0.1922, simple_loss=0.274, pruned_loss=0.0552, over 13966.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.06269, over 79.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3476, pruned_loss=0.1001, over 2782841.47 frames. utt_duration=241.6 frames, utt_pad_proportion=0.06957, over 46364.45 utterances.], batch size: 79, lr: 1.74e-04 +2022-09-19 12:03:50,608 INFO [train.py:885] (0/2) Epoch 27, batch 6800, loss[loss=0.352, simple_loss=0.4079, pruned_loss=0.148, over 14367.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03259, over 244.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3478, pruned_loss=0.1003, over 2781640.00 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07178, over 46429.56 utterances.], batch size: 244, lr: 1.74e-04 +2022-09-19 12:04:20,448 INFO [train.py:885] (0/2) Epoch 27, batch 6850, loss[loss=0.3172, simple_loss=0.4112, pruned_loss=0.1116, over 13667.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07798, over 477.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3497, pruned_loss=0.101, over 2783495.71 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07117, over 47541.66 utterances.], batch size: 477, lr: 1.74e-04 +2022-09-19 12:04:49,766 INFO [train.py:885] (0/2) Epoch 27, batch 6900, loss[loss=0.4893, simple_loss=0.5518, pruned_loss=0.2133, over 13143.00 frames. utt_duration=82.08 frames, utt_pad_proportion=0.1079, over 653.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3477, pruned_loss=0.1003, over 2778612.27 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07343, over 46547.06 utterances.], batch size: 653, lr: 1.74e-04 +2022-09-19 12:05:19,845 INFO [train.py:885] (0/2) Epoch 27, batch 6950, loss[loss=0.4262, simple_loss=0.4835, pruned_loss=0.1845, over 13924.00 frames. utt_duration=154 frames, utt_pad_proportion=0.06098, over 365.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3479, pruned_loss=0.1011, over 2779190.51 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07363, over 46257.09 utterances.], batch size: 365, lr: 1.74e-04 +2022-09-19 12:05:49,373 INFO [train.py:885] (0/2) Epoch 27, batch 7000, loss[loss=0.4076, simple_loss=0.4486, pruned_loss=0.1832, over 14213.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0438, over 306.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.345, pruned_loss=0.09975, over 2779242.93 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07161, over 44884.26 utterances.], batch size: 306, lr: 1.74e-04 +2022-09-19 12:06:19,330 INFO [train.py:885] (0/2) Epoch 27, batch 7050, loss[loss=0.1746, simple_loss=0.2529, pruned_loss=0.04813, over 12881.00 frames. utt_duration=2063 frames, utt_pad_proportion=0.1293, over 25.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3442, pruned_loss=0.09884, over 2778744.22 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07229, over 45360.69 utterances.], batch size: 25, lr: 1.74e-04 +2022-09-19 12:06:48,350 INFO [train.py:885] (0/2) Epoch 27, batch 7100, loss[loss=0.2353, simple_loss=0.3144, pruned_loss=0.07807, over 14179.00 frames. utt_duration=638.7 frames, utt_pad_proportion=0.04821, over 89.00 utterances.], tot_loss[loss=0.271, simple_loss=0.344, pruned_loss=0.09906, over 2781242.46 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07089, over 44635.77 utterances.], batch size: 89, lr: 1.74e-04 +2022-09-19 12:07:18,686 INFO [train.py:885] (0/2) Epoch 27, batch 7150, loss[loss=0.1738, simple_loss=0.2275, pruned_loss=0.06003, over 12985.00 frames. utt_duration=1576 frames, utt_pad_proportion=0.1291, over 33.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3442, pruned_loss=0.09988, over 2778804.99 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07159, over 44649.30 utterances.], batch size: 33, lr: 1.74e-04 +2022-09-19 12:07:48,697 INFO [train.py:885] (0/2) Epoch 27, batch 7200, loss[loss=0.1501, simple_loss=0.2278, pruned_loss=0.03615, over 13526.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08088, over 50.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3396, pruned_loss=0.09708, over 2782474.24 frames. utt_duration=262.7 frames, utt_pad_proportion=0.06819, over 42612.12 utterances.], batch size: 50, lr: 1.74e-04 +2022-09-19 12:08:18,311 INFO [train.py:885] (0/2) Epoch 27, batch 7250, loss[loss=0.3143, simple_loss=0.3805, pruned_loss=0.1241, over 14368.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.035, over 195.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3422, pruned_loss=0.09813, over 2780728.84 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06804, over 44276.49 utterances.], batch size: 195, lr: 1.74e-04 +2022-09-19 12:08:48,321 INFO [train.py:885] (0/2) Epoch 27, batch 7300, loss[loss=0.2267, simple_loss=0.2968, pruned_loss=0.07829, over 14210.00 frames. utt_duration=522.8 frames, utt_pad_proportion=0.04244, over 109.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3396, pruned_loss=0.09709, over 2778977.98 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06873, over 43483.88 utterances.], batch size: 109, lr: 1.74e-04 +2022-09-19 12:09:17,965 INFO [train.py:885] (0/2) Epoch 27, batch 7350, loss[loss=0.3526, simple_loss=0.41, pruned_loss=0.1476, over 14210.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04438, over 335.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3409, pruned_loss=0.09748, over 2776837.17 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06873, over 43931.09 utterances.], batch size: 335, lr: 1.74e-04 +2022-09-19 12:09:47,789 INFO [train.py:885] (0/2) Epoch 27, batch 7400, loss[loss=0.2891, simple_loss=0.3859, pruned_loss=0.09617, over 13761.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07171, over 411.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3425, pruned_loss=0.09826, over 2773651.91 frames. utt_duration=251 frames, utt_pad_proportion=0.06952, over 44453.54 utterances.], batch size: 411, lr: 1.74e-04 +2022-09-19 12:10:17,744 INFO [train.py:885] (0/2) Epoch 27, batch 7450, loss[loss=0.3718, simple_loss=0.4685, pruned_loss=0.1376, over 13173.00 frames. utt_duration=82.27 frames, utt_pad_proportion=0.1057, over 653.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3456, pruned_loss=0.09905, over 2772648.61 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07393, over 46464.84 utterances.], batch size: 653, lr: 1.74e-04 +2022-09-19 12:10:46,926 INFO [train.py:885] (0/2) Epoch 27, batch 7500, loss[loss=0.362, simple_loss=0.4082, pruned_loss=0.1579, over 14262.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04096, over 335.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.343, pruned_loss=0.09834, over 2777384.86 frames. utt_duration=250.4 frames, utt_pad_proportion=0.0713, over 44630.53 utterances.], batch size: 335, lr: 1.74e-04 +2022-09-19 12:11:16,371 INFO [train.py:885] (0/2) Epoch 27, batch 7550, loss[loss=0.2673, simple_loss=0.3438, pruned_loss=0.09546, over 14267.00 frames. utt_duration=255 frames, utt_pad_proportion=0.0412, over 225.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3434, pruned_loss=0.09904, over 2782212.38 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07001, over 44207.81 utterances.], batch size: 225, lr: 1.74e-04 +2022-09-19 12:11:46,120 INFO [train.py:885] (0/2) Epoch 27, batch 7600, loss[loss=0.264, simple_loss=0.3395, pruned_loss=0.09425, over 14290.00 frames. utt_duration=343.7 frames, utt_pad_proportion=0.04253, over 167.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3431, pruned_loss=0.09808, over 2786775.46 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06744, over 44587.31 utterances.], batch size: 167, lr: 1.74e-04 +2022-09-19 12:12:15,585 INFO [train.py:885] (0/2) Epoch 27, batch 7650, loss[loss=0.2129, simple_loss=0.2598, pruned_loss=0.08295, over 13692.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.0758, over 50.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3444, pruned_loss=0.0988, over 2783883.88 frames. utt_duration=246.2 frames, utt_pad_proportion=0.0692, over 45499.60 utterances.], batch size: 50, lr: 1.74e-04 +2022-09-19 12:12:45,211 INFO [train.py:885] (0/2) Epoch 27, batch 7700, loss[loss=0.3449, simple_loss=0.401, pruned_loss=0.1444, over 14223.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04371, over 335.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3432, pruned_loss=0.09883, over 2782262.85 frames. utt_duration=251.8 frames, utt_pad_proportion=0.069, over 44462.11 utterances.], batch size: 335, lr: 1.74e-04 +2022-09-19 12:13:22,560 INFO [train.py:885] (0/2) Epoch 27, batch 7750, loss[loss=0.2927, simple_loss=0.3726, pruned_loss=0.1064, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03909, over 180.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3467, pruned_loss=0.09984, over 2781868.99 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07145, over 46503.89 utterances.], batch size: 180, lr: 1.74e-04 +2022-09-19 12:13:52,451 INFO [train.py:885] (0/2) Epoch 27, batch 7800, loss[loss=0.1653, simple_loss=0.2147, pruned_loss=0.05791, over 12829.00 frames. utt_duration=2054 frames, utt_pad_proportion=0.1142, over 25.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3448, pruned_loss=0.0984, over 2787333.34 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06897, over 45882.04 utterances.], batch size: 25, lr: 1.74e-04 +2022-09-19 12:14:21,697 INFO [train.py:885] (0/2) Epoch 27, batch 7850, loss[loss=0.3432, simple_loss=0.4291, pruned_loss=0.1287, over 13624.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08141, over 477.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3474, pruned_loss=0.1001, over 2787849.97 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07061, over 46726.56 utterances.], batch size: 477, lr: 1.74e-04 +2022-09-19 12:14:40,522 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-336000.pt +2022-09-19 12:14:52,374 INFO [train.py:885] (0/2) Epoch 27, batch 7900, loss[loss=0.2349, simple_loss=0.3209, pruned_loss=0.07445, over 14274.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04295, over 154.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3479, pruned_loss=0.09992, over 2786836.47 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07128, over 47169.95 utterances.], batch size: 154, lr: 1.74e-04 +2022-09-19 12:15:21,326 INFO [train.py:885] (0/2) Epoch 27, batch 7950, loss[loss=0.2832, simple_loss=0.3643, pruned_loss=0.1011, over 14356.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03299, over 244.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3467, pruned_loss=0.09926, over 2787162.08 frames. utt_duration=239 frames, utt_pad_proportion=0.07322, over 46947.51 utterances.], batch size: 244, lr: 1.74e-04 +2022-09-19 12:15:51,459 INFO [train.py:885] (0/2) Epoch 27, batch 8000, loss[loss=0.2841, simple_loss=0.3619, pruned_loss=0.1031, over 14394.00 frames. utt_duration=275.5 frames, utt_pad_proportion=0.03325, over 210.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3452, pruned_loss=0.09904, over 2785352.87 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0727, over 46305.30 utterances.], batch size: 210, lr: 1.73e-04 +2022-09-19 12:16:21,449 INFO [train.py:885] (0/2) Epoch 27, batch 8050, loss[loss=0.2806, simple_loss=0.3879, pruned_loss=0.08669, over 13608.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08309, over 477.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3438, pruned_loss=0.09799, over 2788919.86 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07081, over 45453.41 utterances.], batch size: 477, lr: 1.73e-04 +2022-09-19 12:16:51,145 INFO [train.py:885] (0/2) Epoch 27, batch 8100, loss[loss=0.145, simple_loss=0.2063, pruned_loss=0.04185, over 12303.00 frames. utt_duration=2052 frames, utt_pad_proportion=0.1554, over 24.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3436, pruned_loss=0.09747, over 2782325.14 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07223, over 45570.03 utterances.], batch size: 24, lr: 1.73e-04 +2022-09-19 12:17:21,233 INFO [train.py:885] (0/2) Epoch 27, batch 8150, loss[loss=0.3762, simple_loss=0.4303, pruned_loss=0.1611, over 14338.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03793, over 262.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3488, pruned_loss=0.1006, over 2786332.89 frames. utt_duration=237 frames, utt_pad_proportion=0.07241, over 47312.44 utterances.], batch size: 262, lr: 1.73e-04 +2022-09-19 12:17:50,604 INFO [train.py:885] (0/2) Epoch 27, batch 8200, loss[loss=0.2669, simple_loss=0.3448, pruned_loss=0.09456, over 12139.00 frames. utt_duration=2024 frames, utt_pad_proportion=0.105, over 24.00 utterances.], tot_loss[loss=0.2792, simple_loss=0.3527, pruned_loss=0.1029, over 2781261.17 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07539, over 48559.62 utterances.], batch size: 24, lr: 1.73e-04 +2022-09-19 12:18:19,982 INFO [train.py:885] (0/2) Epoch 27, batch 8250, loss[loss=0.2995, simple_loss=0.3871, pruned_loss=0.1059, over 13971.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.0578, over 365.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3486, pruned_loss=0.1009, over 2783787.89 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0727, over 46739.85 utterances.], batch size: 365, lr: 1.73e-04 +2022-09-19 12:18:50,305 INFO [train.py:885] (0/2) Epoch 27, batch 8300, loss[loss=0.1853, simple_loss=0.2707, pruned_loss=0.04997, over 13839.00 frames. utt_duration=803.7 frames, utt_pad_proportion=0.06542, over 69.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.348, pruned_loss=0.1007, over 2781046.07 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07185, over 46342.39 utterances.], batch size: 69, lr: 1.73e-04 +2022-09-19 12:19:20,178 INFO [train.py:885] (0/2) Epoch 27, batch 8350, loss[loss=0.2172, simple_loss=0.3071, pruned_loss=0.06365, over 14316.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04127, over 167.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3482, pruned_loss=0.1006, over 2786320.84 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07058, over 45938.58 utterances.], batch size: 167, lr: 1.73e-04 +2022-09-19 12:19:50,173 INFO [train.py:885] (0/2) Epoch 27, batch 8400, loss[loss=0.1611, simple_loss=0.2305, pruned_loss=0.04586, over 14168.00 frames. utt_duration=810.9 frames, utt_pad_proportion=0.05381, over 70.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3525, pruned_loss=0.103, over 2782866.60 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07234, over 48102.86 utterances.], batch size: 70, lr: 1.73e-04 +2022-09-19 12:20:19,784 INFO [train.py:885] (0/2) Epoch 27, batch 8450, loss[loss=0.2949, simple_loss=0.3706, pruned_loss=0.1096, over 14345.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03394, over 244.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3492, pruned_loss=0.1012, over 2784662.24 frames. utt_duration=241 frames, utt_pad_proportion=0.07141, over 46506.42 utterances.], batch size: 244, lr: 1.73e-04 +2022-09-19 12:20:49,492 INFO [train.py:885] (0/2) Epoch 27, batch 8500, loss[loss=0.197, simple_loss=0.2742, pruned_loss=0.05991, over 14120.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05268, over 98.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3469, pruned_loss=0.09977, over 2782141.89 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07096, over 45790.97 utterances.], batch size: 98, lr: 1.73e-04 +2022-09-19 12:21:19,441 INFO [train.py:885] (0/2) Epoch 27, batch 8550, loss[loss=0.4996, simple_loss=0.5996, pruned_loss=0.1998, over 12484.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3469, pruned_loss=0.09944, over 2783348.42 frames. utt_duration=243 frames, utt_pad_proportion=0.07165, over 46096.88 utterances.], batch size: 810, lr: 1.73e-04 +2022-09-19 12:21:48,612 INFO [train.py:885] (0/2) Epoch 27, batch 8600, loss[loss=0.2366, simple_loss=0.3092, pruned_loss=0.08195, over 14236.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04651, over 141.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3451, pruned_loss=0.09969, over 2782971.15 frames. utt_duration=252.5 frames, utt_pad_proportion=0.071, over 44336.76 utterances.], batch size: 141, lr: 1.73e-04 +2022-09-19 12:22:18,894 INFO [train.py:885] (0/2) Epoch 27, batch 8650, loss[loss=0.2079, simple_loss=0.2742, pruned_loss=0.07081, over 13401.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.0954, over 50.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3454, pruned_loss=0.1007, over 2782193.55 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0713, over 43858.36 utterances.], batch size: 50, lr: 1.73e-04 +2022-09-19 12:22:48,148 INFO [train.py:885] (0/2) Epoch 27, batch 8700, loss[loss=0.3071, simple_loss=0.3769, pruned_loss=0.1187, over 14317.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03907, over 262.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3455, pruned_loss=0.1, over 2776298.48 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07341, over 44925.11 utterances.], batch size: 262, lr: 1.73e-04 +2022-09-19 12:23:18,034 INFO [train.py:885] (0/2) Epoch 27, batch 8750, loss[loss=0.2727, simple_loss=0.3767, pruned_loss=0.08438, over 13771.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07158, over 411.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3434, pruned_loss=0.09847, over 2782694.09 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06982, over 44023.01 utterances.], batch size: 411, lr: 1.73e-04 +2022-09-19 12:23:47,263 INFO [train.py:885] (0/2) Epoch 27, batch 8800, loss[loss=0.1944, simple_loss=0.2716, pruned_loss=0.05861, over 12606.00 frames. utt_duration=2018 frames, utt_pad_proportion=0.1077, over 25.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3473, pruned_loss=0.09988, over 2780730.47 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07125, over 45983.06 utterances.], batch size: 25, lr: 1.73e-04 +2022-09-19 12:24:18,138 INFO [train.py:885] (0/2) Epoch 27, batch 8850, loss[loss=0.3902, simple_loss=0.486, pruned_loss=0.1472, over 13168.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3512, pruned_loss=0.1012, over 2777689.46 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07494, over 47937.60 utterances.], batch size: 653, lr: 1.73e-04 +2022-09-19 12:24:47,509 INFO [train.py:885] (0/2) Epoch 27, batch 8900, loss[loss=0.2464, simple_loss=0.3339, pruned_loss=0.07949, over 14256.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04158, over 180.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3498, pruned_loss=0.101, over 2776466.04 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07404, over 46989.27 utterances.], batch size: 180, lr: 1.73e-04 +2022-09-19 12:25:16,986 INFO [train.py:885] (0/2) Epoch 27, batch 8950, loss[loss=0.1721, simple_loss=0.2363, pruned_loss=0.05394, over 13460.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.08007, over 41.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3493, pruned_loss=0.1013, over 2775950.45 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07388, over 46609.69 utterances.], batch size: 41, lr: 1.73e-04 +2022-09-19 12:25:46,939 INFO [train.py:885] (0/2) Epoch 27, batch 9000, loss[loss=0.2668, simple_loss=0.3354, pruned_loss=0.09909, over 14321.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04057, over 167.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3507, pruned_loss=0.1022, over 2769672.13 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07692, over 47813.79 utterances.], batch size: 167, lr: 1.73e-04 +2022-09-19 12:25:46,941 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 12:25:51,112 INFO [train.py:914] (0/2) Epoch 27, validation: loss=0.1927, simple_loss=0.2734, pruned_loss=0.05601, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 12:26:21,291 INFO [train.py:885] (0/2) Epoch 27, batch 9050, loss[loss=0.2589, simple_loss=0.3369, pruned_loss=0.09042, over 14301.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03895, over 225.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3473, pruned_loss=0.1002, over 2779940.98 frames. utt_duration=242 frames, utt_pad_proportion=0.07209, over 46225.25 utterances.], batch size: 225, lr: 1.73e-04 +2022-09-19 12:26:50,840 INFO [train.py:885] (0/2) Epoch 27, batch 9100, loss[loss=0.1528, simple_loss=0.2043, pruned_loss=0.05063, over 12425.00 frames. utt_duration=1990 frames, utt_pad_proportion=0.1635, over 25.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.345, pruned_loss=0.09886, over 2779839.33 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07138, over 45137.94 utterances.], batch size: 25, lr: 1.73e-04 +2022-09-19 12:27:20,668 INFO [train.py:885] (0/2) Epoch 27, batch 9150, loss[loss=0.1804, simple_loss=0.2531, pruned_loss=0.05388, over 13638.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.07783, over 42.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3478, pruned_loss=0.1011, over 2781478.02 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07052, over 45627.53 utterances.], batch size: 42, lr: 1.73e-04 +2022-09-19 12:27:51,183 INFO [train.py:885] (0/2) Epoch 27, batch 9200, loss[loss=0.1896, simple_loss=0.2608, pruned_loss=0.05923, over 13797.00 frames. utt_duration=1105 frames, utt_pad_proportion=0.06881, over 50.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3499, pruned_loss=0.1013, over 2778518.54 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07353, over 47777.48 utterances.], batch size: 50, lr: 1.73e-04 +2022-09-19 12:28:21,376 INFO [train.py:885] (0/2) Epoch 27, batch 9250, loss[loss=0.2256, simple_loss=0.2857, pruned_loss=0.08274, over 14179.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.0515, over 80.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3486, pruned_loss=0.1008, over 2780675.27 frames. utt_duration=241 frames, utt_pad_proportion=0.07399, over 46442.79 utterances.], batch size: 80, lr: 1.73e-04 +2022-09-19 12:28:50,883 INFO [train.py:885] (0/2) Epoch 27, batch 9300, loss[loss=0.2333, simple_loss=0.2899, pruned_loss=0.0884, over 13902.00 frames. utt_duration=705.3 frames, utt_pad_proportion=0.06582, over 79.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.348, pruned_loss=0.1008, over 2779597.85 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07237, over 46678.17 utterances.], batch size: 79, lr: 1.73e-04 +2022-09-19 12:29:21,251 INFO [train.py:885] (0/2) Epoch 27, batch 9350, loss[loss=0.169, simple_loss=0.2582, pruned_loss=0.03986, over 13617.00 frames. utt_duration=1298 frames, utt_pad_proportion=0.08884, over 42.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.346, pruned_loss=0.09954, over 2779241.36 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07249, over 45876.76 utterances.], batch size: 42, lr: 1.73e-04 +2022-09-19 12:29:51,196 INFO [train.py:885] (0/2) Epoch 27, batch 9400, loss[loss=0.1461, simple_loss=0.2, pruned_loss=0.04608, over 13055.00 frames. utt_duration=2090 frames, utt_pad_proportion=0.114, over 25.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3454, pruned_loss=0.09893, over 2779295.23 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07177, over 46164.94 utterances.], batch size: 25, lr: 1.73e-04 +2022-09-19 12:30:21,098 INFO [train.py:885] (0/2) Epoch 27, batch 9450, loss[loss=0.5545, simple_loss=0.6252, pruned_loss=0.2419, over 12495.00 frames. utt_duration=63.23 frames, utt_pad_proportion=0.1455, over 811.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3506, pruned_loss=0.1014, over 2778150.13 frames. utt_duration=230.7 frames, utt_pad_proportion=0.0739, over 48485.10 utterances.], batch size: 811, lr: 1.73e-04 +2022-09-19 12:30:51,787 INFO [train.py:885] (0/2) Epoch 27, batch 9500, loss[loss=0.1565, simple_loss=0.2267, pruned_loss=0.04311, over 13709.00 frames. utt_duration=915.2 frames, utt_pad_proportion=0.07744, over 60.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3469, pruned_loss=0.09958, over 2774302.87 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07358, over 47432.70 utterances.], batch size: 60, lr: 1.73e-04 +2022-09-19 12:31:21,340 INFO [train.py:885] (0/2) Epoch 27, batch 9550, loss[loss=0.3305, simple_loss=0.3728, pruned_loss=0.144, over 14333.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03792, over 120.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3458, pruned_loss=0.099, over 2777373.74 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07177, over 46260.90 utterances.], batch size: 120, lr: 1.73e-04 +2022-09-19 12:31:50,971 INFO [train.py:885] (0/2) Epoch 27, batch 9600, loss[loss=0.528, simple_loss=0.6067, pruned_loss=0.2246, over 12460.00 frames. utt_duration=63.08 frames, utt_pad_proportion=0.1476, over 810.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3453, pruned_loss=0.09929, over 2777176.70 frames. utt_duration=245.1 frames, utt_pad_proportion=0.0722, over 45606.45 utterances.], batch size: 810, lr: 1.73e-04 +2022-09-19 12:32:20,861 INFO [train.py:885] (0/2) Epoch 27, batch 9650, loss[loss=0.3109, simple_loss=0.4123, pruned_loss=0.1047, over 13600.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07832, over 560.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3428, pruned_loss=0.09829, over 2779845.09 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07084, over 44910.89 utterances.], batch size: 560, lr: 1.73e-04 +2022-09-19 12:32:50,618 INFO [train.py:885] (0/2) Epoch 27, batch 9700, loss[loss=0.2876, simple_loss=0.354, pruned_loss=0.1106, over 14233.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04674, over 141.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3459, pruned_loss=0.09967, over 2775782.33 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07539, over 46131.16 utterances.], batch size: 141, lr: 1.73e-04 +2022-09-19 12:33:20,250 INFO [train.py:885] (0/2) Epoch 27, batch 9750, loss[loss=0.3166, simple_loss=0.4188, pruned_loss=0.1072, over 13622.00 frames. utt_duration=98.74 frames, utt_pad_proportion=0.0772, over 560.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3449, pruned_loss=0.0991, over 2778171.40 frames. utt_duration=246.1 frames, utt_pad_proportion=0.0728, over 45421.82 utterances.], batch size: 560, lr: 1.73e-04 +2022-09-19 12:33:50,649 INFO [train.py:885] (0/2) Epoch 27, batch 9800, loss[loss=0.2515, simple_loss=0.3186, pruned_loss=0.09223, over 14142.00 frames. utt_duration=809.6 frames, utt_pad_proportion=0.05531, over 70.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3458, pruned_loss=0.09927, over 2771020.27 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07562, over 46632.25 utterances.], batch size: 70, lr: 1.73e-04 +2022-09-19 12:34:19,993 INFO [train.py:885] (0/2) Epoch 27, batch 9850, loss[loss=0.2649, simple_loss=0.3334, pruned_loss=0.09816, over 14288.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.04065, over 120.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3488, pruned_loss=0.1005, over 2773986.66 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07566, over 47629.61 utterances.], batch size: 120, lr: 1.73e-04 +2022-09-19 12:34:50,329 INFO [train.py:885] (0/2) Epoch 27, batch 9900, loss[loss=0.3059, simple_loss=0.3755, pruned_loss=0.1182, over 14301.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03867, over 180.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.35, pruned_loss=0.1008, over 2778022.51 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07618, over 47653.75 utterances.], batch size: 180, lr: 1.73e-04 +2022-09-19 12:35:20,290 INFO [train.py:885] (0/2) Epoch 27, batch 9950, loss[loss=0.1875, simple_loss=0.2592, pruned_loss=0.05787, over 13228.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1034, over 26.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.349, pruned_loss=0.1006, over 2776093.17 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07435, over 46829.21 utterances.], batch size: 26, lr: 1.73e-04 +2022-09-19 12:35:49,696 INFO [train.py:885] (0/2) Epoch 27, batch 10000, loss[loss=0.3027, simple_loss=0.372, pruned_loss=0.1167, over 14343.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03369, over 244.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3496, pruned_loss=0.1006, over 2778742.37 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07304, over 47042.46 utterances.], batch size: 244, lr: 1.73e-04 +2022-09-19 12:36:19,026 INFO [train.py:885] (0/2) Epoch 27, batch 10050, loss[loss=0.1704, simple_loss=0.2405, pruned_loss=0.05017, over 13995.00 frames. utt_duration=801.3 frames, utt_pad_proportion=0.05728, over 70.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3453, pruned_loss=0.09809, over 2782056.05 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07139, over 45313.48 utterances.], batch size: 70, lr: 1.73e-04 +2022-09-19 12:36:49,341 INFO [train.py:885] (0/2) Epoch 27, batch 10100, loss[loss=0.3618, simple_loss=0.4173, pruned_loss=0.1531, over 14200.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04468, over 306.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3453, pruned_loss=0.09842, over 2781719.52 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07039, over 44809.50 utterances.], batch size: 306, lr: 1.73e-04 +2022-09-19 12:37:20,035 INFO [train.py:885] (0/2) Epoch 27, batch 10150, loss[loss=0.2653, simple_loss=0.3477, pruned_loss=0.09149, over 14332.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03738, over 195.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3469, pruned_loss=0.09897, over 2779572.63 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07263, over 45619.72 utterances.], batch size: 195, lr: 1.73e-04 +2022-09-19 12:37:49,212 INFO [train.py:885] (0/2) Epoch 27, batch 10200, loss[loss=0.1851, simple_loss=0.2496, pruned_loss=0.0603, over 13756.00 frames. utt_duration=918.5 frames, utt_pad_proportion=0.07778, over 60.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3451, pruned_loss=0.0983, over 2781290.58 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07167, over 45114.83 utterances.], batch size: 60, lr: 1.73e-04 +2022-09-19 12:38:19,140 INFO [train.py:885] (0/2) Epoch 27, batch 10250, loss[loss=0.2869, simple_loss=0.3583, pruned_loss=0.1078, over 14324.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03722, over 180.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3456, pruned_loss=0.09852, over 2780872.05 frames. utt_duration=246.1 frames, utt_pad_proportion=0.0723, over 45468.56 utterances.], batch size: 180, lr: 1.73e-04 +2022-09-19 12:38:49,247 INFO [train.py:885] (0/2) Epoch 27, batch 10300, loss[loss=0.2855, simple_loss=0.3802, pruned_loss=0.09534, over 13944.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05951, over 365.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3466, pruned_loss=0.09898, over 2782394.07 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07107, over 45312.28 utterances.], batch size: 365, lr: 1.73e-04 +2022-09-19 12:39:19,148 INFO [train.py:885] (0/2) Epoch 27, batch 10350, loss[loss=0.2429, simple_loss=0.3144, pruned_loss=0.08571, over 14318.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03737, over 130.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3479, pruned_loss=0.09972, over 2782532.40 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07186, over 45722.15 utterances.], batch size: 130, lr: 1.73e-04 +2022-09-19 12:39:48,446 INFO [train.py:885] (0/2) Epoch 27, batch 10400, loss[loss=0.3056, simple_loss=0.3785, pruned_loss=0.1164, over 14307.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.04063, over 154.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3426, pruned_loss=0.09758, over 2781093.71 frames. utt_duration=256.8 frames, utt_pad_proportion=0.07039, over 43568.90 utterances.], batch size: 154, lr: 1.73e-04 +2022-09-19 12:40:18,314 INFO [train.py:885] (0/2) Epoch 27, batch 10450, loss[loss=0.1743, simple_loss=0.2415, pruned_loss=0.05355, over 13306.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.09243, over 41.00 utterances.], tot_loss[loss=0.268, simple_loss=0.342, pruned_loss=0.09704, over 2778917.86 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07166, over 43985.16 utterances.], batch size: 41, lr: 1.73e-04 +2022-09-19 12:40:47,439 INFO [train.py:885] (0/2) Epoch 27, batch 10500, loss[loss=0.413, simple_loss=0.4768, pruned_loss=0.1746, over 13632.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08096, over 477.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3455, pruned_loss=0.09865, over 2778068.03 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07388, over 45610.55 utterances.], batch size: 477, lr: 1.73e-04 +2022-09-19 12:41:17,229 INFO [train.py:885] (0/2) Epoch 27, batch 10550, loss[loss=0.2145, simple_loss=0.2877, pruned_loss=0.07065, over 13813.00 frames. utt_duration=922.2 frames, utt_pad_proportion=0.07031, over 60.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3467, pruned_loss=0.09916, over 2778973.44 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07365, over 46319.98 utterances.], batch size: 60, lr: 1.73e-04 +2022-09-19 12:41:46,359 INFO [train.py:885] (0/2) Epoch 27, batch 10600, loss[loss=0.2214, simple_loss=0.3152, pruned_loss=0.06377, over 14354.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03831, over 167.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3447, pruned_loss=0.09849, over 2779049.21 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07143, over 45024.30 utterances.], batch size: 167, lr: 1.73e-04 +2022-09-19 12:42:15,916 INFO [train.py:885] (0/2) Epoch 27, batch 10650, loss[loss=0.2702, simple_loss=0.3512, pruned_loss=0.09466, over 14290.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.04217, over 154.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3487, pruned_loss=0.09998, over 2781077.68 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07086, over 46472.24 utterances.], batch size: 154, lr: 1.73e-04 +2022-09-19 12:42:46,225 INFO [train.py:885] (0/2) Epoch 27, batch 10700, loss[loss=0.1318, simple_loss=0.1656, pruned_loss=0.04899, over 12636.00 frames. utt_duration=2023 frames, utt_pad_proportion=0.1514, over 25.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3484, pruned_loss=0.1002, over 2779060.50 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07186, over 46424.86 utterances.], batch size: 25, lr: 1.73e-04 +2022-09-19 12:43:15,723 INFO [train.py:885] (0/2) Epoch 27, batch 10750, loss[loss=0.3161, simple_loss=0.3926, pruned_loss=0.1198, over 13938.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05992, over 365.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3525, pruned_loss=0.1022, over 2778073.37 frames. utt_duration=230 frames, utt_pad_proportion=0.07289, over 48628.33 utterances.], batch size: 365, lr: 1.73e-04 +2022-09-19 12:43:45,705 INFO [train.py:885] (0/2) Epoch 27, batch 10800, loss[loss=0.3184, simple_loss=0.421, pruned_loss=0.1078, over 13644.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08011, over 477.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3512, pruned_loss=0.1012, over 2780247.35 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07174, over 47912.93 utterances.], batch size: 477, lr: 1.73e-04 +2022-09-19 12:44:15,784 INFO [train.py:885] (0/2) Epoch 27, batch 10850, loss[loss=0.1695, simple_loss=0.2277, pruned_loss=0.05566, over 12145.00 frames. utt_duration=2025 frames, utt_pad_proportion=0.1892, over 24.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3531, pruned_loss=0.1028, over 2780983.11 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07144, over 48012.96 utterances.], batch size: 24, lr: 1.73e-04 +2022-09-19 12:44:45,072 INFO [train.py:885] (0/2) Epoch 27, batch 10900, loss[loss=0.2283, simple_loss=0.2996, pruned_loss=0.07852, over 14137.00 frames. utt_duration=636.8 frames, utt_pad_proportion=0.05094, over 89.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3483, pruned_loss=0.1004, over 2781772.81 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07137, over 46491.66 utterances.], batch size: 89, lr: 1.73e-04 +2022-09-19 12:45:15,544 INFO [train.py:885] (0/2) Epoch 27, batch 10950, loss[loss=0.3262, simple_loss=0.4204, pruned_loss=0.116, over 13633.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08075, over 477.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3504, pruned_loss=0.1015, over 2777818.19 frames. utt_duration=232.5 frames, utt_pad_proportion=0.07362, over 48104.88 utterances.], batch size: 477, lr: 1.73e-04 +2022-09-19 12:45:44,917 INFO [train.py:885] (0/2) Epoch 27, batch 11000, loss[loss=0.3299, simple_loss=0.4178, pruned_loss=0.121, over 13601.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08258, over 477.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3527, pruned_loss=0.102, over 2778651.86 frames. utt_duration=224.3 frames, utt_pad_proportion=0.07394, over 49886.45 utterances.], batch size: 477, lr: 1.73e-04 +2022-09-19 12:46:14,032 INFO [train.py:885] (0/2) Epoch 27, batch 11050, loss[loss=0.2267, simple_loss=0.3123, pruned_loss=0.07056, over 14306.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03742, over 120.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3469, pruned_loss=0.0987, over 2777234.19 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07424, over 48005.42 utterances.], batch size: 120, lr: 1.73e-04 +2022-09-19 12:46:43,845 INFO [train.py:885] (0/2) Epoch 27, batch 11100, loss[loss=0.1835, simple_loss=0.2581, pruned_loss=0.05449, over 14249.00 frames. utt_duration=641.9 frames, utt_pad_proportion=0.04344, over 89.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3489, pruned_loss=0.09948, over 2779055.48 frames. utt_duration=231 frames, utt_pad_proportion=0.07327, over 48435.19 utterances.], batch size: 89, lr: 1.73e-04 +2022-09-19 12:47:13,602 INFO [train.py:885] (0/2) Epoch 27, batch 11150, loss[loss=0.4601, simple_loss=0.5281, pruned_loss=0.196, over 13170.00 frames. utt_duration=82.21 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3469, pruned_loss=0.09882, over 2782366.76 frames. utt_duration=237 frames, utt_pad_proportion=0.07053, over 47263.06 utterances.], batch size: 653, lr: 1.73e-04 +2022-09-19 12:47:43,559 INFO [train.py:885] (0/2) Epoch 27, batch 11200, loss[loss=0.1433, simple_loss=0.1972, pruned_loss=0.0447, over 13326.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08985, over 41.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3442, pruned_loss=0.09769, over 2777485.45 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07144, over 46916.33 utterances.], batch size: 41, lr: 1.73e-04 +2022-09-19 12:48:12,925 INFO [train.py:885] (0/2) Epoch 27, batch 11250, loss[loss=0.3413, simple_loss=0.3984, pruned_loss=0.1421, over 14354.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03818, over 167.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3483, pruned_loss=0.09952, over 2779149.81 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07184, over 48030.68 utterances.], batch size: 167, lr: 1.73e-04 +2022-09-19 12:48:43,400 INFO [train.py:885] (0/2) Epoch 27, batch 11300, loss[loss=0.4113, simple_loss=0.4491, pruned_loss=0.1868, over 14361.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03563, over 195.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3519, pruned_loss=0.1017, over 2780451.61 frames. utt_duration=227.8 frames, utt_pad_proportion=0.07349, over 49135.98 utterances.], batch size: 195, lr: 1.73e-04 +2022-09-19 12:49:12,779 INFO [train.py:885] (0/2) Epoch 27, batch 11350, loss[loss=0.2343, simple_loss=0.3103, pruned_loss=0.07917, over 14192.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.0434, over 109.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3505, pruned_loss=0.1011, over 2777376.00 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07459, over 48781.14 utterances.], batch size: 109, lr: 1.73e-04 +2022-09-19 12:49:42,547 INFO [train.py:885] (0/2) Epoch 27, batch 11400, loss[loss=0.2401, simple_loss=0.322, pruned_loss=0.07915, over 14272.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04241, over 130.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3514, pruned_loss=0.1013, over 2776284.90 frames. utt_duration=228.7 frames, utt_pad_proportion=0.07497, over 48872.33 utterances.], batch size: 130, lr: 1.73e-04 +2022-09-19 12:50:12,648 INFO [train.py:885] (0/2) Epoch 27, batch 11450, loss[loss=0.3077, simple_loss=0.3767, pruned_loss=0.1193, over 14320.00 frames. utt_duration=256.1 frames, utt_pad_proportion=0.03734, over 225.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3501, pruned_loss=0.1001, over 2779951.69 frames. utt_duration=232 frames, utt_pad_proportion=0.07391, over 48237.74 utterances.], batch size: 225, lr: 1.73e-04 +2022-09-19 12:50:41,981 INFO [train.py:885] (0/2) Epoch 27, batch 11500, loss[loss=0.1833, simple_loss=0.2594, pruned_loss=0.05354, over 13925.00 frames. utt_duration=706.8 frames, utt_pad_proportion=0.06507, over 79.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3462, pruned_loss=0.09828, over 2782540.56 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07099, over 46526.50 utterances.], batch size: 79, lr: 1.73e-04 +2022-09-19 12:51:11,333 INFO [train.py:885] (0/2) Epoch 27, batch 11550, loss[loss=0.1657, simple_loss=0.2358, pruned_loss=0.04785, over 12258.00 frames. utt_duration=2044 frames, utt_pad_proportion=0.17, over 24.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.346, pruned_loss=0.09851, over 2783302.81 frames. utt_duration=241.5 frames, utt_pad_proportion=0.06986, over 46381.88 utterances.], batch size: 24, lr: 1.73e-04 +2022-09-19 12:51:41,467 INFO [train.py:885] (0/2) Epoch 27, batch 11600, loss[loss=0.1594, simple_loss=0.2353, pruned_loss=0.04177, over 13564.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08245, over 50.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3482, pruned_loss=0.09984, over 2783214.60 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07062, over 46849.83 utterances.], batch size: 50, lr: 1.73e-04 +2022-09-19 12:52:11,270 INFO [train.py:885] (0/2) Epoch 27, batch 11650, loss[loss=0.1691, simple_loss=0.2389, pruned_loss=0.04967, over 13833.00 frames. utt_duration=803.3 frames, utt_pad_proportion=0.06489, over 69.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3453, pruned_loss=0.09924, over 2781198.11 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06983, over 44716.30 utterances.], batch size: 69, lr: 1.73e-04 +2022-09-19 12:52:40,642 INFO [train.py:885] (0/2) Epoch 27, batch 11700, loss[loss=0.249, simple_loss=0.3274, pruned_loss=0.08528, over 14259.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04526, over 141.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3454, pruned_loss=0.09925, over 2784509.68 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06931, over 44157.41 utterances.], batch size: 141, lr: 1.73e-04 +2022-09-19 12:53:10,676 INFO [train.py:885] (0/2) Epoch 27, batch 11750, loss[loss=0.3223, simple_loss=0.4288, pruned_loss=0.1079, over 13583.00 frames. utt_duration=98.43 frames, utt_pad_proportion=0.08007, over 560.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3435, pruned_loss=0.09777, over 2785097.52 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06849, over 43555.48 utterances.], batch size: 560, lr: 1.73e-04 +2022-09-19 12:53:39,590 INFO [train.py:885] (0/2) Epoch 27, batch 11800, loss[loss=0.2261, simple_loss=0.295, pruned_loss=0.07858, over 13877.00 frames. utt_duration=703.9 frames, utt_pad_proportion=0.06773, over 79.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3421, pruned_loss=0.09728, over 2785713.01 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06737, over 43012.67 utterances.], batch size: 79, lr: 1.73e-04 +2022-09-19 12:54:09,391 INFO [train.py:885] (0/2) Epoch 27, batch 11850, loss[loss=0.2079, simple_loss=0.2896, pruned_loss=0.06304, over 14178.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04824, over 89.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3416, pruned_loss=0.0967, over 2780749.58 frames. utt_duration=258.1 frames, utt_pad_proportion=0.07004, over 43342.99 utterances.], batch size: 89, lr: 1.73e-04 +2022-09-19 12:54:28,038 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-340000.pt +2022-09-19 12:54:39,538 INFO [train.py:885] (0/2) Epoch 27, batch 11900, loss[loss=0.1755, simple_loss=0.2501, pruned_loss=0.05049, over 12617.00 frames. utt_duration=2020 frames, utt_pad_proportion=0.1528, over 25.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3426, pruned_loss=0.09745, over 2778123.97 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07096, over 44147.16 utterances.], batch size: 25, lr: 1.72e-04 +2022-09-19 12:55:08,872 INFO [train.py:885] (0/2) Epoch 27, batch 11950, loss[loss=0.2603, simple_loss=0.338, pruned_loss=0.09128, over 14331.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04038, over 167.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3456, pruned_loss=0.0994, over 2783352.21 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07142, over 44548.36 utterances.], batch size: 167, lr: 1.72e-04 +2022-09-19 12:55:38,579 INFO [train.py:885] (0/2) Epoch 27, batch 12000, loss[loss=0.3104, simple_loss=0.3772, pruned_loss=0.1218, over 14285.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03985, over 225.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3462, pruned_loss=0.09986, over 2781117.97 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07199, over 45106.12 utterances.], batch size: 225, lr: 1.72e-04 +2022-09-19 12:55:38,586 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 12:55:45,200 INFO [train.py:914] (0/2) Epoch 27, validation: loss=0.1967, simple_loss=0.2772, pruned_loss=0.05808, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 12:56:13,592 INFO [train.py:885] (0/2) Epoch 27, batch 12050, loss[loss=0.1554, simple_loss=0.2402, pruned_loss=0.03532, over 13519.00 frames. utt_duration=1320 frames, utt_pad_proportion=0.07809, over 41.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3434, pruned_loss=0.09843, over 2783837.97 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07065, over 44010.71 utterances.], batch size: 41, lr: 1.72e-04 +2022-09-19 12:56:44,067 INFO [train.py:885] (0/2) Epoch 27, batch 12100, loss[loss=0.3492, simple_loss=0.4026, pruned_loss=0.1479, over 14327.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03842, over 283.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3446, pruned_loss=0.09923, over 2781376.63 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07181, over 45055.25 utterances.], batch size: 283, lr: 1.72e-04 +2022-09-19 12:57:12,593 INFO [train.py:885] (0/2) Epoch 27, batch 12150, loss[loss=0.6475, simple_loss=0.7036, pruned_loss=0.2957, over 12528.00 frames. utt_duration=63.41 frames, utt_pad_proportion=0.1431, over 810.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3448, pruned_loss=0.09894, over 2785752.60 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07111, over 44391.21 utterances.], batch size: 810, lr: 1.72e-04 +2022-09-19 12:57:43,091 INFO [train.py:885] (0/2) Epoch 27, batch 12200, loss[loss=0.2053, simple_loss=0.2759, pruned_loss=0.06739, over 14022.00 frames. utt_duration=711.5 frames, utt_pad_proportion=0.05887, over 79.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3468, pruned_loss=0.1001, over 2784064.72 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07239, over 45301.52 utterances.], batch size: 79, lr: 1.72e-04 +2022-09-19 12:58:12,727 INFO [train.py:885] (0/2) Epoch 27, batch 12250, loss[loss=0.2439, simple_loss=0.3191, pruned_loss=0.08436, over 14317.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03689, over 130.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3467, pruned_loss=0.1001, over 2783414.67 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07227, over 45443.47 utterances.], batch size: 130, lr: 1.72e-04 +2022-09-19 12:58:42,174 INFO [train.py:885] (0/2) Epoch 27, batch 12300, loss[loss=0.2006, simple_loss=0.2717, pruned_loss=0.06475, over 14158.00 frames. utt_duration=520.8 frames, utt_pad_proportion=0.04622, over 109.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3436, pruned_loss=0.09881, over 2787186.84 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07011, over 43954.22 utterances.], batch size: 109, lr: 1.72e-04 +2022-09-19 12:59:12,230 INFO [train.py:885] (0/2) Epoch 27, batch 12350, loss[loss=0.2429, simple_loss=0.3268, pruned_loss=0.07951, over 14329.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03953, over 167.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3438, pruned_loss=0.09818, over 2785940.31 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07033, over 44767.28 utterances.], batch size: 167, lr: 1.72e-04 +2022-09-19 12:59:41,439 INFO [train.py:885] (0/2) Epoch 27, batch 12400, loss[loss=0.1872, simple_loss=0.2507, pruned_loss=0.06188, over 13600.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08519, over 50.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3453, pruned_loss=0.09922, over 2783532.20 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07213, over 45328.78 utterances.], batch size: 50, lr: 1.72e-04 +2022-09-19 13:00:11,366 INFO [train.py:885] (0/2) Epoch 27, batch 12450, loss[loss=0.2927, simple_loss=0.3642, pruned_loss=0.1105, over 14305.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.0385, over 180.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3456, pruned_loss=0.09932, over 2786277.03 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07118, over 45167.57 utterances.], batch size: 180, lr: 1.72e-04 +2022-09-19 13:00:40,705 INFO [train.py:885] (0/2) Epoch 27, batch 12500, loss[loss=0.1568, simple_loss=0.2253, pruned_loss=0.04417, over 13736.00 frames. utt_duration=1100 frames, utt_pad_proportion=0.06981, over 50.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3442, pruned_loss=0.09855, over 2787194.92 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07125, over 44690.23 utterances.], batch size: 50, lr: 1.72e-04 +2022-09-19 13:01:10,714 INFO [train.py:885] (0/2) Epoch 27, batch 12550, loss[loss=0.6184, simple_loss=0.6739, pruned_loss=0.2815, over 12540.00 frames. utt_duration=63.42 frames, utt_pad_proportion=0.143, over 810.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3425, pruned_loss=0.09772, over 2788464.64 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07039, over 44099.93 utterances.], batch size: 810, lr: 1.72e-04 +2022-09-19 13:01:38,372 INFO [train.py:885] (0/2) Epoch 27, batch 12600, loss[loss=0.3044, simple_loss=0.3942, pruned_loss=0.1073, over 13831.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06774, over 411.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3429, pruned_loss=0.09768, over 2786530.18 frames. utt_duration=253 frames, utt_pad_proportion=0.07014, over 44312.82 utterances.], batch size: 411, lr: 1.72e-04 +2022-09-19 13:01:49,185 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-27.pt +2022-09-19 13:01:57,026 INFO [train.py:885] (0/2) Epoch 28, batch 0, loss[loss=0.2198, simple_loss=0.294, pruned_loss=0.07283, over 14301.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04295, over 110.00 utterances.], tot_loss[loss=0.2198, simple_loss=0.294, pruned_loss=0.07283, over 14301.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04295, over 110.00 utterances.], batch size: 110, lr: 1.69e-04 +2022-09-19 13:02:27,138 INFO [train.py:885] (0/2) Epoch 28, batch 50, loss[loss=0.1441, simple_loss=0.1979, pruned_loss=0.04514, over 13387.00 frames. utt_duration=1624 frames, utt_pad_proportion=0.1013, over 33.00 utterances.], tot_loss[loss=0.2589, simple_loss=0.333, pruned_loss=0.09237, over 624747.11 frames. utt_duration=257.2 frames, utt_pad_proportion=0.07749, over 9773.08 utterances.], batch size: 33, lr: 1.69e-04 +2022-09-19 13:02:56,107 INFO [train.py:885] (0/2) Epoch 28, batch 100, loss[loss=0.1752, simple_loss=0.2391, pruned_loss=0.05564, over 13861.00 frames. utt_duration=1110 frames, utt_pad_proportion=0.06786, over 50.00 utterances.], tot_loss[loss=0.2591, simple_loss=0.3332, pruned_loss=0.09252, over 1102629.98 frames. utt_duration=264.1 frames, utt_pad_proportion=0.07414, over 16797.93 utterances.], batch size: 50, lr: 1.69e-04 +2022-09-19 13:03:26,208 INFO [train.py:885] (0/2) Epoch 28, batch 150, loss[loss=0.2939, simple_loss=0.3661, pruned_loss=0.1108, over 14358.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03547, over 210.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3425, pruned_loss=0.09529, over 1473580.22 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07271, over 24783.27 utterances.], batch size: 210, lr: 1.69e-04 +2022-09-19 13:03:55,589 INFO [train.py:885] (0/2) Epoch 28, batch 200, loss[loss=0.3058, simple_loss=0.3741, pruned_loss=0.1188, over 14378.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03162, over 244.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3477, pruned_loss=0.09897, over 1761967.97 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07437, over 30719.14 utterances.], batch size: 244, lr: 1.69e-04 +2022-09-19 13:04:24,938 INFO [train.py:885] (0/2) Epoch 28, batch 250, loss[loss=0.3231, simple_loss=0.415, pruned_loss=0.1156, over 13707.00 frames. utt_duration=116.5 frames, utt_pad_proportion=0.07564, over 477.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3469, pruned_loss=0.09938, over 1989022.44 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07382, over 33520.22 utterances.], batch size: 477, lr: 1.69e-04 +2022-09-19 13:04:54,823 INFO [train.py:885] (0/2) Epoch 28, batch 300, loss[loss=0.2222, simple_loss=0.3032, pruned_loss=0.07058, over 14193.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04333, over 109.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3498, pruned_loss=0.1008, over 2170278.96 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07131, over 36659.12 utterances.], batch size: 109, lr: 1.69e-04 +2022-09-19 13:05:23,814 INFO [train.py:885] (0/2) Epoch 28, batch 350, loss[loss=0.2932, simple_loss=0.3688, pruned_loss=0.1088, over 14216.00 frames. utt_duration=254.3 frames, utt_pad_proportion=0.04045, over 225.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.348, pruned_loss=0.09934, over 2308383.56 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07137, over 38838.89 utterances.], batch size: 225, lr: 1.69e-04 +2022-09-19 13:05:53,441 INFO [train.py:885] (0/2) Epoch 28, batch 400, loss[loss=0.2777, simple_loss=0.3447, pruned_loss=0.1053, over 14267.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04444, over 141.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3453, pruned_loss=0.09853, over 2410828.08 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07141, over 39288.76 utterances.], batch size: 141, lr: 1.69e-04 +2022-09-19 13:06:23,063 INFO [train.py:885] (0/2) Epoch 28, batch 450, loss[loss=0.4096, simple_loss=0.4511, pruned_loss=0.1841, over 14310.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03945, over 283.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3479, pruned_loss=0.09964, over 2490146.33 frames. utt_duration=238 frames, utt_pad_proportion=0.07419, over 42110.02 utterances.], batch size: 283, lr: 1.69e-04 +2022-09-19 13:06:52,834 INFO [train.py:885] (0/2) Epoch 28, batch 500, loss[loss=0.347, simple_loss=0.4104, pruned_loss=0.1419, over 14203.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04388, over 306.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.348, pruned_loss=0.09871, over 2552106.34 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07468, over 44003.53 utterances.], batch size: 306, lr: 1.69e-04 +2022-09-19 13:07:21,720 INFO [train.py:885] (0/2) Epoch 28, batch 550, loss[loss=0.2836, simple_loss=0.384, pruned_loss=0.09161, over 13764.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07219, over 411.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3462, pruned_loss=0.09799, over 2607240.91 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07119, over 43877.60 utterances.], batch size: 411, lr: 1.69e-04 +2022-09-19 13:07:50,744 INFO [train.py:885] (0/2) Epoch 28, batch 600, loss[loss=0.2667, simple_loss=0.3472, pruned_loss=0.09306, over 14333.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.0374, over 195.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3469, pruned_loss=0.09849, over 2639775.51 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07406, over 44328.86 utterances.], batch size: 195, lr: 1.69e-04 +2022-09-19 13:08:20,688 INFO [train.py:885] (0/2) Epoch 28, batch 650, loss[loss=0.1116, simple_loss=0.1648, pruned_loss=0.02917, over 12902.00 frames. utt_duration=1565 frames, utt_pad_proportion=0.1265, over 33.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3446, pruned_loss=0.09715, over 2668961.29 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07343, over 44848.64 utterances.], batch size: 33, lr: 1.69e-04 +2022-09-19 13:08:50,106 INFO [train.py:885] (0/2) Epoch 28, batch 700, loss[loss=0.236, simple_loss=0.3114, pruned_loss=0.08032, over 14304.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.0432, over 110.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.341, pruned_loss=0.09527, over 2700933.71 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07016, over 43605.47 utterances.], batch size: 110, lr: 1.69e-04 +2022-09-19 13:09:19,311 INFO [train.py:885] (0/2) Epoch 28, batch 750, loss[loss=0.2771, simple_loss=0.3523, pruned_loss=0.101, over 14268.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04109, over 225.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3419, pruned_loss=0.09632, over 2716028.32 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07232, over 43974.22 utterances.], batch size: 225, lr: 1.69e-04 +2022-09-19 13:09:48,877 INFO [train.py:885] (0/2) Epoch 28, batch 800, loss[loss=0.246, simple_loss=0.3231, pruned_loss=0.08448, over 14234.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04649, over 141.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3411, pruned_loss=0.0965, over 2724907.16 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07376, over 43797.18 utterances.], batch size: 141, lr: 1.69e-04 +2022-09-19 13:10:18,696 INFO [train.py:885] (0/2) Epoch 28, batch 850, loss[loss=0.328, simple_loss=0.3887, pruned_loss=0.1337, over 14335.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03993, over 167.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3458, pruned_loss=0.0988, over 2734436.10 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07503, over 45642.56 utterances.], batch size: 167, lr: 1.69e-04 +2022-09-19 13:10:48,500 INFO [train.py:885] (0/2) Epoch 28, batch 900, loss[loss=0.5398, simple_loss=0.5993, pruned_loss=0.2401, over 13173.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1066, over 653.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3472, pruned_loss=0.0997, over 2746850.64 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07373, over 45783.16 utterances.], batch size: 653, lr: 1.69e-04 +2022-09-19 13:11:17,623 INFO [train.py:885] (0/2) Epoch 28, batch 950, loss[loss=0.3716, simple_loss=0.42, pruned_loss=0.1616, over 14342.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03744, over 283.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3505, pruned_loss=0.1014, over 2757095.02 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07315, over 47206.39 utterances.], batch size: 283, lr: 1.69e-04 +2022-09-19 13:11:47,022 INFO [train.py:885] (0/2) Epoch 28, batch 1000, loss[loss=0.2585, simple_loss=0.341, pruned_loss=0.08798, over 14247.00 frames. utt_duration=255 frames, utt_pad_proportion=0.0415, over 225.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3492, pruned_loss=0.1009, over 2759370.89 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07322, over 46621.19 utterances.], batch size: 225, lr: 1.69e-04 +2022-09-19 13:12:16,295 INFO [train.py:885] (0/2) Epoch 28, batch 1050, loss[loss=0.2516, simple_loss=0.3233, pruned_loss=0.08999, over 14253.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04527, over 141.00 utterances.], tot_loss[loss=0.273, simple_loss=0.347, pruned_loss=0.09954, over 2761593.95 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07377, over 46340.88 utterances.], batch size: 141, lr: 1.69e-04 +2022-09-19 13:12:45,901 INFO [train.py:885] (0/2) Epoch 28, batch 1100, loss[loss=0.222, simple_loss=0.3037, pruned_loss=0.07019, over 14365.00 frames. utt_duration=480.1 frames, utt_pad_proportion=0.03584, over 120.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3476, pruned_loss=0.1001, over 2765419.92 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07363, over 46678.28 utterances.], batch size: 120, lr: 1.69e-04 +2022-09-19 13:13:15,075 INFO [train.py:885] (0/2) Epoch 28, batch 1150, loss[loss=0.3362, simple_loss=0.4133, pruned_loss=0.1295, over 13987.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05655, over 365.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.346, pruned_loss=0.09893, over 2770277.96 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07199, over 46101.08 utterances.], batch size: 365, lr: 1.69e-04 +2022-09-19 13:13:44,975 INFO [train.py:885] (0/2) Epoch 28, batch 1200, loss[loss=0.2089, simple_loss=0.2861, pruned_loss=0.06587, over 14155.00 frames. utt_duration=637.8 frames, utt_pad_proportion=0.04946, over 89.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3461, pruned_loss=0.0986, over 2771395.89 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07121, over 46431.49 utterances.], batch size: 89, lr: 1.69e-04 +2022-09-19 13:14:13,971 INFO [train.py:885] (0/2) Epoch 28, batch 1250, loss[loss=0.2654, simple_loss=0.3431, pruned_loss=0.09382, over 14299.00 frames. utt_duration=373 frames, utt_pad_proportion=0.03874, over 154.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3452, pruned_loss=0.09851, over 2774100.75 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07086, over 45409.74 utterances.], batch size: 154, lr: 1.69e-04 +2022-09-19 13:14:43,743 INFO [train.py:885] (0/2) Epoch 28, batch 1300, loss[loss=0.2633, simple_loss=0.3537, pruned_loss=0.08644, over 14326.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03764, over 226.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3433, pruned_loss=0.09754, over 2773162.86 frames. utt_duration=247.2 frames, utt_pad_proportion=0.0726, over 45138.93 utterances.], batch size: 226, lr: 1.69e-04 +2022-09-19 13:15:13,435 INFO [train.py:885] (0/2) Epoch 28, batch 1350, loss[loss=0.2999, simple_loss=0.3729, pruned_loss=0.1135, over 14384.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.03395, over 210.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3449, pruned_loss=0.09761, over 2774831.59 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07158, over 46382.73 utterances.], batch size: 210, lr: 1.69e-04 +2022-09-19 13:15:42,797 INFO [train.py:885] (0/2) Epoch 28, batch 1400, loss[loss=0.2792, simple_loss=0.3485, pruned_loss=0.105, over 14391.00 frames. utt_duration=346.1 frames, utt_pad_proportion=0.03599, over 167.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3464, pruned_loss=0.09819, over 2780130.80 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07076, over 46885.70 utterances.], batch size: 167, lr: 1.69e-04 +2022-09-19 13:16:12,731 INFO [train.py:885] (0/2) Epoch 28, batch 1450, loss[loss=0.5378, simple_loss=0.6041, pruned_loss=0.2358, over 12419.00 frames. utt_duration=62.9 frames, utt_pad_proportion=0.1501, over 810.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3455, pruned_loss=0.09816, over 2781813.35 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06981, over 46320.59 utterances.], batch size: 810, lr: 1.69e-04 +2022-09-19 13:16:41,991 INFO [train.py:885] (0/2) Epoch 28, batch 1500, loss[loss=0.1773, simple_loss=0.2535, pruned_loss=0.05056, over 13580.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08125, over 50.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3463, pruned_loss=0.0986, over 2783887.83 frames. utt_duration=240.3 frames, utt_pad_proportion=0.06953, over 46621.98 utterances.], batch size: 50, lr: 1.69e-04 +2022-09-19 13:17:11,542 INFO [train.py:885] (0/2) Epoch 28, batch 1550, loss[loss=0.185, simple_loss=0.2554, pruned_loss=0.05729, over 13975.00 frames. utt_duration=708.8 frames, utt_pad_proportion=0.06113, over 79.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3465, pruned_loss=0.09924, over 2785133.78 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07066, over 46194.50 utterances.], batch size: 79, lr: 1.69e-04 +2022-09-19 13:17:40,725 INFO [train.py:885] (0/2) Epoch 28, batch 1600, loss[loss=0.2565, simple_loss=0.3394, pruned_loss=0.08678, over 14381.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03147, over 244.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3478, pruned_loss=0.09974, over 2784630.46 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07098, over 47326.35 utterances.], batch size: 244, lr: 1.69e-04 +2022-09-19 13:18:10,442 INFO [train.py:885] (0/2) Epoch 28, batch 1650, loss[loss=0.1715, simple_loss=0.2527, pruned_loss=0.04512, over 14215.00 frames. utt_duration=640.5 frames, utt_pad_proportion=0.04551, over 89.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3475, pruned_loss=0.1001, over 2779285.15 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07189, over 46941.10 utterances.], batch size: 89, lr: 1.69e-04 +2022-09-19 13:18:39,820 INFO [train.py:885] (0/2) Epoch 28, batch 1700, loss[loss=0.3503, simple_loss=0.4031, pruned_loss=0.1487, over 14215.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04424, over 335.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3495, pruned_loss=0.102, over 2778093.01 frames. utt_duration=236.1 frames, utt_pad_proportion=0.0718, over 47367.59 utterances.], batch size: 335, lr: 1.69e-04 +2022-09-19 13:19:09,446 INFO [train.py:885] (0/2) Epoch 28, batch 1750, loss[loss=0.2636, simple_loss=0.3402, pruned_loss=0.09354, over 14309.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04016, over 154.00 utterances.], tot_loss[loss=0.278, simple_loss=0.3508, pruned_loss=0.1026, over 2780507.39 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07119, over 47006.51 utterances.], batch size: 154, lr: 1.69e-04 +2022-09-19 13:19:38,820 INFO [train.py:885] (0/2) Epoch 28, batch 1800, loss[loss=0.1588, simple_loss=0.2166, pruned_loss=0.05049, over 13185.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1053, over 33.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.35, pruned_loss=0.1017, over 2777846.85 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07118, over 46871.04 utterances.], batch size: 33, lr: 1.69e-04 +2022-09-19 13:20:07,550 INFO [train.py:885] (0/2) Epoch 28, batch 1850, loss[loss=0.2496, simple_loss=0.3348, pruned_loss=0.08217, over 14311.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.03874, over 226.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3446, pruned_loss=0.09911, over 2780871.53 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06953, over 44648.37 utterances.], batch size: 226, lr: 1.69e-04 +2022-09-19 13:20:37,032 INFO [train.py:885] (0/2) Epoch 28, batch 1900, loss[loss=0.184, simple_loss=0.263, pruned_loss=0.05256, over 14217.00 frames. utt_duration=640.5 frames, utt_pad_proportion=0.0469, over 89.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3429, pruned_loss=0.09859, over 2784672.96 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06807, over 43806.75 utterances.], batch size: 89, lr: 1.69e-04 +2022-09-19 13:21:06,769 INFO [train.py:885] (0/2) Epoch 28, batch 1950, loss[loss=0.1656, simple_loss=0.2485, pruned_loss=0.04136, over 12972.00 frames. utt_duration=1574 frames, utt_pad_proportion=0.1266, over 33.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3437, pruned_loss=0.09959, over 2786700.84 frames. utt_duration=259.8 frames, utt_pad_proportion=0.06659, over 43145.25 utterances.], batch size: 33, lr: 1.69e-04 +2022-09-19 13:21:36,511 INFO [train.py:885] (0/2) Epoch 28, batch 2000, loss[loss=0.3419, simple_loss=0.4023, pruned_loss=0.1408, over 14346.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03632, over 195.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3451, pruned_loss=0.1003, over 2785504.42 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06753, over 43957.18 utterances.], batch size: 195, lr: 1.69e-04 +2022-09-19 13:22:06,091 INFO [train.py:885] (0/2) Epoch 28, batch 2050, loss[loss=0.164, simple_loss=0.2353, pruned_loss=0.04638, over 13791.00 frames. utt_duration=921 frames, utt_pad_proportion=0.07152, over 60.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3431, pruned_loss=0.09937, over 2787515.27 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06662, over 43044.83 utterances.], batch size: 60, lr: 1.69e-04 +2022-09-19 13:22:35,828 INFO [train.py:885] (0/2) Epoch 28, batch 2100, loss[loss=0.2254, simple_loss=0.2698, pruned_loss=0.09056, over 13331.00 frames. utt_duration=1617 frames, utt_pad_proportion=0.1024, over 33.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3439, pruned_loss=0.09902, over 2785352.85 frames. utt_duration=255.4 frames, utt_pad_proportion=0.06844, over 43870.62 utterances.], batch size: 33, lr: 1.69e-04 +2022-09-19 13:23:05,118 INFO [train.py:885] (0/2) Epoch 28, batch 2150, loss[loss=0.3054, simple_loss=0.3894, pruned_loss=0.1107, over 13988.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05685, over 365.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3459, pruned_loss=0.09968, over 2787269.04 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06772, over 44823.18 utterances.], batch size: 365, lr: 1.69e-04 +2022-09-19 13:23:34,507 INFO [train.py:885] (0/2) Epoch 28, batch 2200, loss[loss=0.2972, simple_loss=0.396, pruned_loss=0.09914, over 13796.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06981, over 411.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3433, pruned_loss=0.09821, over 2783659.54 frames. utt_duration=253.7 frames, utt_pad_proportion=0.0683, over 44143.16 utterances.], batch size: 411, lr: 1.69e-04 +2022-09-19 13:24:03,898 INFO [train.py:885] (0/2) Epoch 28, batch 2250, loss[loss=0.2782, simple_loss=0.3526, pruned_loss=0.1019, over 14301.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.03956, over 226.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3446, pruned_loss=0.09915, over 2779297.90 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07058, over 44895.83 utterances.], batch size: 226, lr: 1.69e-04 +2022-09-19 13:24:33,335 INFO [train.py:885] (0/2) Epoch 28, batch 2300, loss[loss=0.2712, simple_loss=0.3413, pruned_loss=0.1006, over 14307.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03987, over 130.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3443, pruned_loss=0.09873, over 2781228.31 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07022, over 44648.31 utterances.], batch size: 130, lr: 1.69e-04 +2022-09-19 13:25:11,795 INFO [train.py:885] (0/2) Epoch 28, batch 2350, loss[loss=0.194, simple_loss=0.2515, pruned_loss=0.06825, over 13444.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.08227, over 41.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3434, pruned_loss=0.0985, over 2785589.39 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06821, over 43744.17 utterances.], batch size: 41, lr: 1.69e-04 +2022-09-19 13:25:41,175 INFO [train.py:885] (0/2) Epoch 28, batch 2400, loss[loss=0.2123, simple_loss=0.2898, pruned_loss=0.06736, over 14076.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05597, over 98.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3405, pruned_loss=0.09697, over 2781476.10 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06883, over 43018.26 utterances.], batch size: 98, lr: 1.69e-04 +2022-09-19 13:26:10,162 INFO [train.py:885] (0/2) Epoch 28, batch 2450, loss[loss=0.1833, simple_loss=0.2671, pruned_loss=0.04977, over 14022.00 frames. utt_duration=803 frames, utt_pad_proportion=0.06197, over 70.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3413, pruned_loss=0.09668, over 2781568.77 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06801, over 43597.52 utterances.], batch size: 70, lr: 1.69e-04 +2022-09-19 13:26:39,869 INFO [train.py:885] (0/2) Epoch 28, batch 2500, loss[loss=0.4115, simple_loss=0.4916, pruned_loss=0.1657, over 13633.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07705, over 560.00 utterances.], tot_loss[loss=0.267, simple_loss=0.341, pruned_loss=0.09654, over 2781476.05 frames. utt_duration=254.7 frames, utt_pad_proportion=0.06827, over 43940.48 utterances.], batch size: 560, lr: 1.69e-04 +2022-09-19 13:27:09,385 INFO [train.py:885] (0/2) Epoch 28, batch 2550, loss[loss=0.1881, simple_loss=0.2715, pruned_loss=0.05239, over 13180.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.1013, over 41.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3427, pruned_loss=0.09713, over 2784097.08 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06755, over 44079.83 utterances.], batch size: 41, lr: 1.69e-04 +2022-09-19 13:27:38,619 INFO [train.py:885] (0/2) Epoch 28, batch 2600, loss[loss=0.3429, simple_loss=0.403, pruned_loss=0.1414, over 14289.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04095, over 262.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3436, pruned_loss=0.09823, over 2782481.66 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06952, over 44160.12 utterances.], batch size: 262, lr: 1.69e-04 +2022-09-19 13:28:08,132 INFO [train.py:885] (0/2) Epoch 28, batch 2650, loss[loss=0.2178, simple_loss=0.2912, pruned_loss=0.07218, over 14038.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05683, over 98.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3407, pruned_loss=0.09708, over 2782203.42 frames. utt_duration=261.9 frames, utt_pad_proportion=0.06927, over 42740.06 utterances.], batch size: 98, lr: 1.69e-04 +2022-09-19 13:28:37,400 INFO [train.py:885] (0/2) Epoch 28, batch 2700, loss[loss=0.183, simple_loss=0.2528, pruned_loss=0.05664, over 12827.00 frames. utt_duration=1556 frames, utt_pad_proportion=0.1363, over 33.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3396, pruned_loss=0.09642, over 2783851.87 frames. utt_duration=265 frames, utt_pad_proportion=0.06691, over 42258.63 utterances.], batch size: 33, lr: 1.69e-04 +2022-09-19 13:29:06,866 INFO [train.py:885] (0/2) Epoch 28, batch 2750, loss[loss=0.2345, simple_loss=0.3232, pruned_loss=0.07287, over 14312.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03804, over 154.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3385, pruned_loss=0.09576, over 2780700.10 frames. utt_duration=265.2 frames, utt_pad_proportion=0.06743, over 42174.31 utterances.], batch size: 154, lr: 1.69e-04 +2022-09-19 13:29:37,031 INFO [train.py:885] (0/2) Epoch 28, batch 2800, loss[loss=0.2408, simple_loss=0.3141, pruned_loss=0.08378, over 14225.00 frames. utt_duration=523.4 frames, utt_pad_proportion=0.04147, over 109.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3446, pruned_loss=0.0986, over 2779633.47 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07146, over 44979.43 utterances.], batch size: 109, lr: 1.69e-04 +2022-09-19 13:30:06,768 INFO [train.py:885] (0/2) Epoch 28, batch 2850, loss[loss=0.259, simple_loss=0.3481, pruned_loss=0.08499, over 14349.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03416, over 244.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3429, pruned_loss=0.09782, over 2779603.42 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06998, over 44394.94 utterances.], batch size: 244, lr: 1.69e-04 +2022-09-19 13:30:42,697 INFO [train.py:885] (0/2) Epoch 28, batch 2900, loss[loss=0.2575, simple_loss=0.3361, pruned_loss=0.08951, over 14361.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03586, over 210.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3416, pruned_loss=0.09733, over 2780908.67 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07037, over 44015.80 utterances.], batch size: 210, lr: 1.69e-04 +2022-09-19 13:31:12,058 INFO [train.py:885] (0/2) Epoch 28, batch 2950, loss[loss=0.2669, simple_loss=0.3468, pruned_loss=0.09355, over 14305.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03947, over 283.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3432, pruned_loss=0.09794, over 2782880.85 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07002, over 44756.46 utterances.], batch size: 283, lr: 1.69e-04 +2022-09-19 13:31:42,107 INFO [train.py:885] (0/2) Epoch 28, batch 3000, loss[loss=0.3544, simple_loss=0.413, pruned_loss=0.1479, over 14268.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04132, over 335.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3428, pruned_loss=0.09819, over 2778244.58 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07141, over 44224.26 utterances.], batch size: 335, lr: 1.69e-04 +2022-09-19 13:31:42,109 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 13:31:46,799 INFO [train.py:914] (0/2) Epoch 28, validation: loss=0.1904, simple_loss=0.2704, pruned_loss=0.05518, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 13:32:16,493 INFO [train.py:885] (0/2) Epoch 28, batch 3050, loss[loss=0.2833, simple_loss=0.3656, pruned_loss=0.1005, over 14250.00 frames. utt_duration=318 frames, utt_pad_proportion=0.04203, over 180.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3444, pruned_loss=0.09946, over 2780373.93 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07153, over 44260.01 utterances.], batch size: 180, lr: 1.68e-04 +2022-09-19 13:32:45,540 INFO [train.py:885] (0/2) Epoch 28, batch 3100, loss[loss=0.3046, simple_loss=0.3758, pruned_loss=0.1167, over 14367.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03252, over 244.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3438, pruned_loss=0.09939, over 2782135.02 frames. utt_duration=253.8 frames, utt_pad_proportion=0.0722, over 44110.57 utterances.], batch size: 244, lr: 1.68e-04 +2022-09-19 13:33:15,279 INFO [train.py:885] (0/2) Epoch 28, batch 3150, loss[loss=0.2355, simple_loss=0.2929, pruned_loss=0.08903, over 14129.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05057, over 98.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3451, pruned_loss=0.1002, over 2784963.40 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07057, over 44303.95 utterances.], batch size: 98, lr: 1.68e-04 +2022-09-19 13:33:44,720 INFO [train.py:885] (0/2) Epoch 28, batch 3200, loss[loss=0.1873, simple_loss=0.2511, pruned_loss=0.06177, over 13118.00 frames. utt_duration=2019 frames, utt_pad_proportion=0.1072, over 26.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3414, pruned_loss=0.09806, over 2784626.57 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06909, over 43358.76 utterances.], batch size: 26, lr: 1.68e-04 +2022-09-19 13:34:14,415 INFO [train.py:885] (0/2) Epoch 28, batch 3250, loss[loss=0.2149, simple_loss=0.2792, pruned_loss=0.07525, over 14139.00 frames. utt_duration=636.8 frames, utt_pad_proportion=0.05232, over 89.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3439, pruned_loss=0.09856, over 2784194.82 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07074, over 45325.57 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:34:21,432 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-344000.pt +2022-09-19 13:34:44,355 INFO [train.py:885] (0/2) Epoch 28, batch 3300, loss[loss=0.1694, simple_loss=0.2404, pruned_loss=0.04915, over 13564.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08069, over 50.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3433, pruned_loss=0.09815, over 2783832.64 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07023, over 45204.27 utterances.], batch size: 50, lr: 1.68e-04 +2022-09-19 13:35:13,748 INFO [train.py:885] (0/2) Epoch 28, batch 3350, loss[loss=0.2578, simple_loss=0.335, pruned_loss=0.09033, over 14361.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03565, over 195.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3474, pruned_loss=0.09969, over 2785996.34 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07133, over 46632.19 utterances.], batch size: 195, lr: 1.68e-04 +2022-09-19 13:35:43,118 INFO [train.py:885] (0/2) Epoch 28, batch 3400, loss[loss=0.3262, simple_loss=0.3751, pruned_loss=0.1387, over 14285.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.0407, over 120.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3474, pruned_loss=0.1002, over 2783498.45 frames. utt_duration=241 frames, utt_pad_proportion=0.0717, over 46490.27 utterances.], batch size: 120, lr: 1.68e-04 +2022-09-19 13:36:12,810 INFO [train.py:885] (0/2) Epoch 28, batch 3450, loss[loss=0.2438, simple_loss=0.3189, pruned_loss=0.08429, over 14275.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03962, over 130.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3487, pruned_loss=0.1011, over 2781136.01 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07352, over 46859.59 utterances.], batch size: 130, lr: 1.68e-04 +2022-09-19 13:36:42,125 INFO [train.py:885] (0/2) Epoch 28, batch 3500, loss[loss=0.2945, simple_loss=0.3715, pruned_loss=0.1088, over 14364.00 frames. utt_duration=204.4 frames, utt_pad_proportion=0.03592, over 283.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3461, pruned_loss=0.09978, over 2778988.34 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07297, over 46166.80 utterances.], batch size: 283, lr: 1.68e-04 +2022-09-19 13:37:11,857 INFO [train.py:885] (0/2) Epoch 28, batch 3550, loss[loss=0.3044, simple_loss=0.395, pruned_loss=0.1069, over 13776.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07153, over 411.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3438, pruned_loss=0.0982, over 2775536.54 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07373, over 45188.34 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 13:37:41,595 INFO [train.py:885] (0/2) Epoch 28, batch 3600, loss[loss=0.21, simple_loss=0.2891, pruned_loss=0.06548, over 14256.00 frames. utt_duration=476.5 frames, utt_pad_proportion=0.04311, over 120.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3421, pruned_loss=0.0971, over 2775222.26 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07386, over 45273.47 utterances.], batch size: 120, lr: 1.68e-04 +2022-09-19 13:38:11,252 INFO [train.py:885] (0/2) Epoch 28, batch 3650, loss[loss=0.3339, simple_loss=0.4228, pruned_loss=0.1225, over 13626.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08078, over 477.00 utterances.], tot_loss[loss=0.27, simple_loss=0.345, pruned_loss=0.09752, over 2774048.69 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07468, over 46882.14 utterances.], batch size: 477, lr: 1.68e-04 +2022-09-19 13:38:40,204 INFO [train.py:885] (0/2) Epoch 28, batch 3700, loss[loss=0.2917, simple_loss=0.3547, pruned_loss=0.1144, over 14290.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04285, over 141.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.342, pruned_loss=0.09623, over 2778426.82 frames. utt_duration=249 frames, utt_pad_proportion=0.07244, over 44900.49 utterances.], batch size: 141, lr: 1.68e-04 +2022-09-19 13:39:09,485 INFO [train.py:885] (0/2) Epoch 28, batch 3750, loss[loss=0.1824, simple_loss=0.2504, pruned_loss=0.05718, over 13467.00 frames. utt_duration=1284 frames, utt_pad_proportion=0.1001, over 42.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3431, pruned_loss=0.09703, over 2779495.78 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07268, over 45532.96 utterances.], batch size: 42, lr: 1.68e-04 +2022-09-19 13:39:39,111 INFO [train.py:885] (0/2) Epoch 28, batch 3800, loss[loss=0.2185, simple_loss=0.2718, pruned_loss=0.08262, over 13203.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1125, over 33.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3428, pruned_loss=0.09669, over 2775265.77 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07383, over 45982.65 utterances.], batch size: 33, lr: 1.68e-04 +2022-09-19 13:40:08,329 INFO [train.py:885] (0/2) Epoch 28, batch 3850, loss[loss=0.2085, simple_loss=0.2824, pruned_loss=0.06732, over 14056.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05551, over 98.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3423, pruned_loss=0.09665, over 2777152.82 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07294, over 45315.83 utterances.], batch size: 98, lr: 1.68e-04 +2022-09-19 13:40:37,867 INFO [train.py:885] (0/2) Epoch 28, batch 3900, loss[loss=0.2692, simple_loss=0.3458, pruned_loss=0.0963, over 14346.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03677, over 195.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3421, pruned_loss=0.09644, over 2782596.98 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07188, over 45086.05 utterances.], batch size: 195, lr: 1.68e-04 +2022-09-19 13:41:07,361 INFO [train.py:885] (0/2) Epoch 28, batch 3950, loss[loss=0.2832, simple_loss=0.3758, pruned_loss=0.0953, over 13969.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05773, over 365.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3417, pruned_loss=0.09642, over 2780336.77 frames. utt_duration=250 frames, utt_pad_proportion=0.07276, over 44746.10 utterances.], batch size: 365, lr: 1.68e-04 +2022-09-19 13:41:37,462 INFO [train.py:885] (0/2) Epoch 28, batch 4000, loss[loss=0.2577, simple_loss=0.3338, pruned_loss=0.09083, over 14234.00 frames. utt_duration=317.9 frames, utt_pad_proportion=0.04262, over 180.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3429, pruned_loss=0.09633, over 2777505.43 frames. utt_duration=244 frames, utt_pad_proportion=0.07441, over 45807.33 utterances.], batch size: 180, lr: 1.68e-04 +2022-09-19 13:42:06,473 INFO [train.py:885] (0/2) Epoch 28, batch 4050, loss[loss=0.3041, simple_loss=0.4134, pruned_loss=0.09744, over 13622.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.0774, over 560.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3421, pruned_loss=0.09618, over 2779612.95 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0738, over 45310.43 utterances.], batch size: 560, lr: 1.68e-04 +2022-09-19 13:42:36,041 INFO [train.py:885] (0/2) Epoch 28, batch 4100, loss[loss=0.2016, simple_loss=0.2714, pruned_loss=0.06589, over 13167.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.102, over 33.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3398, pruned_loss=0.09551, over 2781814.90 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07193, over 43818.35 utterances.], batch size: 33, lr: 1.68e-04 +2022-09-19 13:43:04,882 INFO [train.py:885] (0/2) Epoch 28, batch 4150, loss[loss=0.162, simple_loss=0.2419, pruned_loss=0.04103, over 13650.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.08212, over 50.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3431, pruned_loss=0.097, over 2782020.68 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07216, over 45487.15 utterances.], batch size: 50, lr: 1.68e-04 +2022-09-19 13:43:34,378 INFO [train.py:885] (0/2) Epoch 28, batch 4200, loss[loss=0.1766, simple_loss=0.2491, pruned_loss=0.05204, over 13309.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.09096, over 41.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3411, pruned_loss=0.09677, over 2776659.87 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07218, over 44123.01 utterances.], batch size: 41, lr: 1.68e-04 +2022-09-19 13:44:04,185 INFO [train.py:885] (0/2) Epoch 28, batch 4250, loss[loss=0.3595, simple_loss=0.4138, pruned_loss=0.1526, over 14226.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04332, over 306.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3454, pruned_loss=0.09885, over 2769452.08 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07582, over 46283.89 utterances.], batch size: 306, lr: 1.68e-04 +2022-09-19 13:44:33,487 INFO [train.py:885] (0/2) Epoch 28, batch 4300, loss[loss=0.2634, simple_loss=0.3402, pruned_loss=0.09329, over 14329.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03678, over 180.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3436, pruned_loss=0.09815, over 2774188.28 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07395, over 45528.15 utterances.], batch size: 180, lr: 1.68e-04 +2022-09-19 13:45:02,897 INFO [train.py:885] (0/2) Epoch 28, batch 4350, loss[loss=0.3645, simple_loss=0.4215, pruned_loss=0.1537, over 14326.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0381, over 283.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3459, pruned_loss=0.09846, over 2772849.07 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07437, over 47133.41 utterances.], batch size: 283, lr: 1.68e-04 +2022-09-19 13:45:32,730 INFO [train.py:885] (0/2) Epoch 28, batch 4400, loss[loss=0.2775, simple_loss=0.3571, pruned_loss=0.09896, over 14372.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03625, over 244.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3462, pruned_loss=0.09858, over 2779433.16 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07224, over 46765.66 utterances.], batch size: 244, lr: 1.68e-04 +2022-09-19 13:46:02,147 INFO [train.py:885] (0/2) Epoch 28, batch 4450, loss[loss=0.3125, simple_loss=0.3777, pruned_loss=0.1237, over 14362.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.0351, over 195.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3463, pruned_loss=0.09854, over 2779647.18 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07185, over 47299.23 utterances.], batch size: 195, lr: 1.68e-04 +2022-09-19 13:46:31,722 INFO [train.py:885] (0/2) Epoch 28, batch 4500, loss[loss=0.2738, simple_loss=0.3758, pruned_loss=0.08592, over 13716.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07511, over 411.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3473, pruned_loss=0.09894, over 2777874.74 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07263, over 47900.91 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 13:47:01,162 INFO [train.py:885] (0/2) Epoch 28, batch 4550, loss[loss=0.237, simple_loss=0.3218, pruned_loss=0.07616, over 14189.00 frames. utt_duration=404 frames, utt_pad_proportion=0.0495, over 141.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3449, pruned_loss=0.09743, over 2780885.13 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07017, over 46873.49 utterances.], batch size: 141, lr: 1.68e-04 +2022-09-19 13:47:31,262 INFO [train.py:885] (0/2) Epoch 28, batch 4600, loss[loss=0.3289, simple_loss=0.376, pruned_loss=0.1408, over 14254.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04484, over 141.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3482, pruned_loss=0.1, over 2777268.87 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07241, over 47880.89 utterances.], batch size: 141, lr: 1.68e-04 +2022-09-19 13:47:59,307 INFO [train.py:885] (0/2) Epoch 28, batch 4650, loss[loss=0.1781, simple_loss=0.255, pruned_loss=0.05055, over 14173.00 frames. utt_duration=638.4 frames, utt_pad_proportion=0.04859, over 89.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3441, pruned_loss=0.09849, over 2779197.02 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07007, over 45749.45 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:48:29,324 INFO [train.py:885] (0/2) Epoch 28, batch 4700, loss[loss=0.3193, simple_loss=0.4144, pruned_loss=0.1121, over 13658.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0794, over 477.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3486, pruned_loss=0.1008, over 2778155.72 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07257, over 47133.29 utterances.], batch size: 477, lr: 1.68e-04 +2022-09-19 13:48:58,433 INFO [train.py:885] (0/2) Epoch 28, batch 4750, loss[loss=0.1479, simple_loss=0.2074, pruned_loss=0.04422, over 12859.00 frames. utt_duration=1560 frames, utt_pad_proportion=0.1376, over 33.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3458, pruned_loss=0.09921, over 2777540.67 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07298, over 45676.99 utterances.], batch size: 33, lr: 1.68e-04 +2022-09-19 13:49:27,908 INFO [train.py:885] (0/2) Epoch 28, batch 4800, loss[loss=0.319, simple_loss=0.3977, pruned_loss=0.1201, over 13995.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05613, over 365.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3425, pruned_loss=0.09732, over 2779740.58 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07038, over 44587.34 utterances.], batch size: 365, lr: 1.68e-04 +2022-09-19 13:49:57,393 INFO [train.py:885] (0/2) Epoch 28, batch 4850, loss[loss=0.2618, simple_loss=0.3376, pruned_loss=0.09298, over 14322.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03704, over 154.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3445, pruned_loss=0.09852, over 2781853.19 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06999, over 44913.15 utterances.], batch size: 154, lr: 1.68e-04 +2022-09-19 13:50:26,856 INFO [train.py:885] (0/2) Epoch 28, batch 4900, loss[loss=0.19, simple_loss=0.268, pruned_loss=0.05596, over 14169.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04517, over 109.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3401, pruned_loss=0.09602, over 2783980.17 frames. utt_duration=262 frames, utt_pad_proportion=0.06691, over 42736.73 utterances.], batch size: 109, lr: 1.68e-04 +2022-09-19 13:50:56,721 INFO [train.py:885] (0/2) Epoch 28, batch 4950, loss[loss=0.2738, simple_loss=0.3552, pruned_loss=0.09623, over 14312.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.04038, over 154.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3448, pruned_loss=0.09808, over 2780709.61 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06975, over 45178.57 utterances.], batch size: 154, lr: 1.68e-04 +2022-09-19 13:51:25,938 INFO [train.py:885] (0/2) Epoch 28, batch 5000, loss[loss=0.3389, simple_loss=0.4, pruned_loss=0.1389, over 14258.00 frames. utt_duration=188.1 frames, utt_pad_proportion=0.04042, over 306.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.345, pruned_loss=0.09843, over 2786403.74 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06688, over 44778.48 utterances.], batch size: 306, lr: 1.68e-04 +2022-09-19 13:51:55,903 INFO [train.py:885] (0/2) Epoch 28, batch 5050, loss[loss=0.2932, simple_loss=0.3901, pruned_loss=0.09811, over 13777.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07038, over 411.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3444, pruned_loss=0.09816, over 2782818.05 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06758, over 44702.30 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 13:52:25,258 INFO [train.py:885] (0/2) Epoch 28, batch 5100, loss[loss=0.171, simple_loss=0.2297, pruned_loss=0.05612, over 13030.00 frames. utt_duration=2006 frames, utt_pad_proportion=0.1119, over 26.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3415, pruned_loss=0.09693, over 2781489.97 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06869, over 44425.19 utterances.], batch size: 26, lr: 1.68e-04 +2022-09-19 13:52:54,942 INFO [train.py:885] (0/2) Epoch 28, batch 5150, loss[loss=0.2831, simple_loss=0.3817, pruned_loss=0.09226, over 13753.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07293, over 411.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3424, pruned_loss=0.09743, over 2783709.43 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06805, over 44521.18 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 13:53:24,624 INFO [train.py:885] (0/2) Epoch 28, batch 5200, loss[loss=0.4065, simple_loss=0.4472, pruned_loss=0.1829, over 14273.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03973, over 180.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3439, pruned_loss=0.09841, over 2779490.37 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06976, over 45233.63 utterances.], batch size: 180, lr: 1.68e-04 +2022-09-19 13:53:53,847 INFO [train.py:885] (0/2) Epoch 28, batch 5250, loss[loss=0.2804, simple_loss=0.3589, pruned_loss=0.101, over 14211.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04433, over 225.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3422, pruned_loss=0.09737, over 2776390.05 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07152, over 44832.05 utterances.], batch size: 225, lr: 1.68e-04 +2022-09-19 13:54:23,396 INFO [train.py:885] (0/2) Epoch 28, batch 5300, loss[loss=0.2991, simple_loss=0.4072, pruned_loss=0.09554, over 13627.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.07729, over 560.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3411, pruned_loss=0.09679, over 2782193.52 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06935, over 44130.33 utterances.], batch size: 560, lr: 1.68e-04 +2022-09-19 13:54:52,859 INFO [train.py:885] (0/2) Epoch 28, batch 5350, loss[loss=0.2298, simple_loss=0.2989, pruned_loss=0.08032, over 14326.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.04197, over 110.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3411, pruned_loss=0.09663, over 2782455.38 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06945, over 44356.16 utterances.], batch size: 110, lr: 1.68e-04 +2022-09-19 13:55:22,384 INFO [train.py:885] (0/2) Epoch 28, batch 5400, loss[loss=0.3277, simple_loss=0.4214, pruned_loss=0.117, over 13627.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.081, over 477.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3397, pruned_loss=0.09586, over 2784003.03 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06716, over 43801.98 utterances.], batch size: 477, lr: 1.68e-04 +2022-09-19 13:55:52,123 INFO [train.py:885] (0/2) Epoch 28, batch 5450, loss[loss=0.2873, simple_loss=0.3623, pruned_loss=0.1062, over 14281.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04015, over 225.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3428, pruned_loss=0.09782, over 2786012.46 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06827, over 44909.18 utterances.], batch size: 225, lr: 1.68e-04 +2022-09-19 13:56:22,078 INFO [train.py:885] (0/2) Epoch 28, batch 5500, loss[loss=0.2857, simple_loss=0.361, pruned_loss=0.1052, over 14300.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.03876, over 225.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3462, pruned_loss=0.0995, over 2785516.35 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06821, over 46099.60 utterances.], batch size: 225, lr: 1.68e-04 +2022-09-19 13:56:51,963 INFO [train.py:885] (0/2) Epoch 28, batch 5550, loss[loss=0.2121, simple_loss=0.2856, pruned_loss=0.06929, over 14182.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04499, over 89.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3446, pruned_loss=0.09837, over 2785806.48 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06838, over 45858.50 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:57:21,243 INFO [train.py:885] (0/2) Epoch 28, batch 5600, loss[loss=0.1923, simple_loss=0.2703, pruned_loss=0.05713, over 14200.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.04804, over 89.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3422, pruned_loss=0.09657, over 2785213.16 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06877, over 44691.06 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:57:50,820 INFO [train.py:885] (0/2) Epoch 28, batch 5650, loss[loss=0.1811, simple_loss=0.258, pruned_loss=0.05213, over 13782.00 frames. utt_duration=920.2 frames, utt_pad_proportion=0.07612, over 60.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3431, pruned_loss=0.09745, over 2783556.50 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07008, over 44646.40 utterances.], batch size: 60, lr: 1.68e-04 +2022-09-19 13:58:20,246 INFO [train.py:885] (0/2) Epoch 28, batch 5700, loss[loss=0.2125, simple_loss=0.2762, pruned_loss=0.07441, over 14133.00 frames. utt_duration=636.5 frames, utt_pad_proportion=0.05139, over 89.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3422, pruned_loss=0.0968, over 2783238.52 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07047, over 44870.19 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:58:49,866 INFO [train.py:885] (0/2) Epoch 28, batch 5750, loss[loss=0.1615, simple_loss=0.2259, pruned_loss=0.0486, over 13907.00 frames. utt_duration=928.5 frames, utt_pad_proportion=0.0649, over 60.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3409, pruned_loss=0.09652, over 2785147.40 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07017, over 43861.03 utterances.], batch size: 60, lr: 1.68e-04 +2022-09-19 13:59:19,257 INFO [train.py:885] (0/2) Epoch 28, batch 5800, loss[loss=0.3041, simple_loss=0.3498, pruned_loss=0.1292, over 14289.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03903, over 130.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3441, pruned_loss=0.09817, over 2782918.73 frames. utt_duration=250 frames, utt_pad_proportion=0.07201, over 44789.74 utterances.], batch size: 130, lr: 1.68e-04 +2022-09-19 13:59:49,124 INFO [train.py:885] (0/2) Epoch 28, batch 5850, loss[loss=0.3236, simple_loss=0.3836, pruned_loss=0.1318, over 14326.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.0368, over 180.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3458, pruned_loss=0.09939, over 2781985.28 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07182, over 45200.83 utterances.], batch size: 180, lr: 1.68e-04 +2022-09-19 14:00:17,982 INFO [train.py:885] (0/2) Epoch 28, batch 5900, loss[loss=0.1455, simple_loss=0.2007, pruned_loss=0.04517, over 13083.00 frames. utt_duration=1587 frames, utt_pad_proportion=0.1132, over 33.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3442, pruned_loss=0.09849, over 2785440.02 frames. utt_duration=250.2 frames, utt_pad_proportion=0.0715, over 44799.26 utterances.], batch size: 33, lr: 1.68e-04 +2022-09-19 14:00:47,805 INFO [train.py:885] (0/2) Epoch 28, batch 5950, loss[loss=0.204, simple_loss=0.275, pruned_loss=0.06653, over 13939.00 frames. utt_duration=809.5 frames, utt_pad_proportion=0.0576, over 69.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3463, pruned_loss=0.09949, over 2786585.00 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07152, over 45800.15 utterances.], batch size: 69, lr: 1.68e-04 +2022-09-19 14:01:17,058 INFO [train.py:885] (0/2) Epoch 28, batch 6000, loss[loss=0.2805, simple_loss=0.348, pruned_loss=0.1065, over 14291.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03894, over 180.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3474, pruned_loss=0.1001, over 2789302.25 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07018, over 46210.08 utterances.], batch size: 180, lr: 1.68e-04 +2022-09-19 14:01:17,059 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 14:01:21,231 INFO [train.py:914] (0/2) Epoch 28, validation: loss=0.1905, simple_loss=0.2697, pruned_loss=0.05568, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 14:01:51,001 INFO [train.py:885] (0/2) Epoch 28, batch 6050, loss[loss=0.2237, simple_loss=0.2943, pruned_loss=0.07654, over 14204.00 frames. utt_duration=639.9 frames, utt_pad_proportion=0.04357, over 89.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.343, pruned_loss=0.09835, over 2788519.43 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06812, over 44185.09 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 14:02:20,530 INFO [train.py:885] (0/2) Epoch 28, batch 6100, loss[loss=0.2786, simple_loss=0.3818, pruned_loss=0.0877, over 13732.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07413, over 411.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3402, pruned_loss=0.09638, over 2785662.58 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06946, over 43560.60 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 14:02:49,667 INFO [train.py:885] (0/2) Epoch 28, batch 6150, loss[loss=0.2073, simple_loss=0.287, pruned_loss=0.06378, over 14286.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04033, over 120.00 utterances.], tot_loss[loss=0.2632, simple_loss=0.3376, pruned_loss=0.09442, over 2787134.63 frames. utt_duration=262 frames, utt_pad_proportion=0.0679, over 42797.86 utterances.], batch size: 120, lr: 1.68e-04 +2022-09-19 14:03:19,650 INFO [train.py:885] (0/2) Epoch 28, batch 6200, loss[loss=0.2745, simple_loss=0.341, pruned_loss=0.104, over 14224.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04746, over 141.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3423, pruned_loss=0.09673, over 2780946.89 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07278, over 44651.45 utterances.], batch size: 141, lr: 1.68e-04 +2022-09-19 14:03:48,684 INFO [train.py:885] (0/2) Epoch 28, batch 6250, loss[loss=0.2127, simple_loss=0.2885, pruned_loss=0.06844, over 14168.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.04871, over 89.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3436, pruned_loss=0.09677, over 2782655.79 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07263, over 45170.42 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 14:04:18,523 INFO [train.py:885] (0/2) Epoch 28, batch 6300, loss[loss=0.292, simple_loss=0.3994, pruned_loss=0.09232, over 13643.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08003, over 477.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3442, pruned_loss=0.09693, over 2785178.60 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07045, over 45535.37 utterances.], batch size: 477, lr: 1.68e-04 +2022-09-19 14:04:48,860 INFO [train.py:885] (0/2) Epoch 28, batch 6350, loss[loss=0.3274, simple_loss=0.424, pruned_loss=0.1154, over 13625.00 frames. utt_duration=98.74 frames, utt_pad_proportion=0.07717, over 560.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3455, pruned_loss=0.09795, over 2786936.68 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06908, over 45992.72 utterances.], batch size: 560, lr: 1.68e-04 +2022-09-19 14:05:18,710 INFO [train.py:885] (0/2) Epoch 28, batch 6400, loss[loss=0.2554, simple_loss=0.3208, pruned_loss=0.09495, over 14266.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04471, over 141.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3486, pruned_loss=0.0996, over 2784384.11 frames. utt_duration=235.9 frames, utt_pad_proportion=0.06981, over 47500.80 utterances.], batch size: 141, lr: 1.68e-04 +2022-09-19 14:05:48,603 INFO [train.py:885] (0/2) Epoch 28, batch 6450, loss[loss=0.1973, simple_loss=0.2586, pruned_loss=0.06802, over 13537.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08887, over 50.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3497, pruned_loss=0.1005, over 2782399.62 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07026, over 47683.82 utterances.], batch size: 50, lr: 1.68e-04 +2022-09-19 14:06:17,727 INFO [train.py:885] (0/2) Epoch 28, batch 6500, loss[loss=0.4008, simple_loss=0.4402, pruned_loss=0.1807, over 14327.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03794, over 195.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3455, pruned_loss=0.09934, over 2782811.22 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06972, over 45730.40 utterances.], batch size: 195, lr: 1.68e-04 +2022-09-19 14:06:47,053 INFO [train.py:885] (0/2) Epoch 28, batch 6550, loss[loss=0.2574, simple_loss=0.3305, pruned_loss=0.09215, over 14357.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03813, over 167.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3436, pruned_loss=0.09896, over 2780881.72 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07064, over 44743.48 utterances.], batch size: 167, lr: 1.68e-04 +2022-09-19 14:07:16,543 INFO [train.py:885] (0/2) Epoch 28, batch 6600, loss[loss=0.3246, simple_loss=0.4094, pruned_loss=0.1199, over 13840.00 frames. utt_duration=136.2 frames, utt_pad_proportion=0.06691, over 411.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3404, pruned_loss=0.0966, over 2781919.26 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06932, over 43792.74 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 14:07:45,924 INFO [train.py:885] (0/2) Epoch 28, batch 6650, loss[loss=0.3401, simple_loss=0.3964, pruned_loss=0.1419, over 14220.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0437, over 306.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3446, pruned_loss=0.09829, over 2774476.09 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07427, over 46290.59 utterances.], batch size: 306, lr: 1.68e-04 +2022-09-19 14:08:15,660 INFO [train.py:885] (0/2) Epoch 28, batch 6700, loss[loss=0.2929, simple_loss=0.3864, pruned_loss=0.09972, over 13792.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07048, over 411.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3462, pruned_loss=0.09916, over 2774148.46 frames. utt_duration=239 frames, utt_pad_proportion=0.07504, over 46722.63 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 14:08:44,687 INFO [train.py:885] (0/2) Epoch 28, batch 6750, loss[loss=0.316, simple_loss=0.3854, pruned_loss=0.1234, over 14326.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03754, over 210.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3458, pruned_loss=0.09815, over 2779133.66 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07279, over 47017.51 utterances.], batch size: 210, lr: 1.68e-04 +2022-09-19 14:09:14,438 INFO [train.py:885] (0/2) Epoch 28, batch 6800, loss[loss=0.2478, simple_loss=0.3183, pruned_loss=0.08858, over 14241.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04626, over 141.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3443, pruned_loss=0.09807, over 2781930.21 frames. utt_duration=244.7 frames, utt_pad_proportion=0.0709, over 45743.94 utterances.], batch size: 141, lr: 1.68e-04 +2022-09-19 14:09:44,258 INFO [train.py:885] (0/2) Epoch 28, batch 6850, loss[loss=0.225, simple_loss=0.3021, pruned_loss=0.07391, over 14309.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03957, over 130.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3457, pruned_loss=0.09891, over 2779116.36 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07252, over 46244.74 utterances.], batch size: 130, lr: 1.68e-04 +2022-09-19 14:10:13,593 INFO [train.py:885] (0/2) Epoch 28, batch 6900, loss[loss=0.2275, simple_loss=0.2915, pruned_loss=0.08179, over 12267.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.1603, over 24.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3463, pruned_loss=0.09909, over 2780824.93 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07205, over 46280.17 utterances.], batch size: 24, lr: 1.68e-04 +2022-09-19 14:10:43,902 INFO [train.py:885] (0/2) Epoch 28, batch 6950, loss[loss=0.2062, simple_loss=0.2857, pruned_loss=0.06335, over 14185.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.04882, over 89.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3484, pruned_loss=0.09961, over 2775597.60 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07586, over 48225.82 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 14:11:12,640 INFO [train.py:885] (0/2) Epoch 28, batch 7000, loss[loss=0.189, simple_loss=0.2579, pruned_loss=0.06006, over 13843.00 frames. utt_duration=924.4 frames, utt_pad_proportion=0.06813, over 60.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3458, pruned_loss=0.09858, over 2780002.51 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07429, over 46938.82 utterances.], batch size: 60, lr: 1.68e-04 +2022-09-19 14:11:42,340 INFO [train.py:885] (0/2) Epoch 28, batch 7050, loss[loss=0.3992, simple_loss=0.4877, pruned_loss=0.1554, over 13142.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1083, over 653.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3489, pruned_loss=0.1003, over 2775487.71 frames. utt_duration=231.9 frames, utt_pad_proportion=0.076, over 48174.09 utterances.], batch size: 653, lr: 1.68e-04 +2022-09-19 14:12:12,148 INFO [train.py:885] (0/2) Epoch 28, batch 7100, loss[loss=0.238, simple_loss=0.3137, pruned_loss=0.08116, over 14309.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03889, over 120.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3502, pruned_loss=0.1006, over 2779317.11 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07422, over 48602.20 utterances.], batch size: 120, lr: 1.68e-04 +2022-09-19 14:12:41,229 INFO [train.py:885] (0/2) Epoch 28, batch 7150, loss[loss=0.2907, simple_loss=0.3619, pruned_loss=0.1097, over 14325.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04011, over 167.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3508, pruned_loss=0.1013, over 2781407.99 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07345, over 47964.81 utterances.], batch size: 167, lr: 1.68e-04 +2022-09-19 14:13:10,787 INFO [train.py:885] (0/2) Epoch 28, batch 7200, loss[loss=0.2887, simple_loss=0.3932, pruned_loss=0.09217, over 13660.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07908, over 477.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.347, pruned_loss=0.09966, over 2779280.81 frames. utt_duration=242 frames, utt_pad_proportion=0.07349, over 46216.76 utterances.], batch size: 477, lr: 1.67e-04 +2022-09-19 14:13:40,283 INFO [train.py:885] (0/2) Epoch 28, batch 7250, loss[loss=0.3142, simple_loss=0.3871, pruned_loss=0.1207, over 14191.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04527, over 306.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3456, pruned_loss=0.09907, over 2775841.68 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07317, over 46122.33 utterances.], batch size: 306, lr: 1.67e-04 +2022-09-19 14:13:46,789 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-348000.pt +2022-09-19 14:14:10,386 INFO [train.py:885] (0/2) Epoch 28, batch 7300, loss[loss=0.1853, simple_loss=0.2497, pruned_loss=0.06045, over 13847.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.0626, over 69.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3469, pruned_loss=0.09998, over 2780541.36 frames. utt_duration=241 frames, utt_pad_proportion=0.07185, over 46441.16 utterances.], batch size: 69, lr: 1.67e-04 +2022-09-19 14:14:39,563 INFO [train.py:885] (0/2) Epoch 28, batch 7350, loss[loss=0.2966, simple_loss=0.3889, pruned_loss=0.1021, over 14002.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05556, over 365.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3457, pruned_loss=0.09921, over 2778564.58 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07111, over 45688.44 utterances.], batch size: 365, lr: 1.67e-04 +2022-09-19 14:15:09,104 INFO [train.py:885] (0/2) Epoch 28, batch 7400, loss[loss=0.2244, simple_loss=0.3055, pruned_loss=0.07167, over 13876.00 frames. utt_duration=926.5 frames, utt_pad_proportion=0.06323, over 60.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3457, pruned_loss=0.09849, over 2778336.18 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07153, over 46543.48 utterances.], batch size: 60, lr: 1.67e-04 +2022-09-19 14:15:38,653 INFO [train.py:885] (0/2) Epoch 28, batch 7450, loss[loss=0.4901, simple_loss=0.5758, pruned_loss=0.2022, over 12474.00 frames. utt_duration=63.18 frames, utt_pad_proportion=0.1462, over 810.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3469, pruned_loss=0.09986, over 2776534.71 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07098, over 46427.53 utterances.], batch size: 810, lr: 1.67e-04 +2022-09-19 14:16:09,262 INFO [train.py:885] (0/2) Epoch 28, batch 7500, loss[loss=0.3136, simple_loss=0.3738, pruned_loss=0.1267, over 14258.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04145, over 225.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3493, pruned_loss=0.1004, over 2779063.63 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07095, over 47867.94 utterances.], batch size: 225, lr: 1.67e-04 +2022-09-19 14:16:38,453 INFO [train.py:885] (0/2) Epoch 28, batch 7550, loss[loss=0.1894, simple_loss=0.2551, pruned_loss=0.06189, over 13998.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.05907, over 79.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3448, pruned_loss=0.09804, over 2780388.00 frames. utt_duration=242.7 frames, utt_pad_proportion=0.06928, over 46099.31 utterances.], batch size: 79, lr: 1.67e-04 +2022-09-19 14:17:08,030 INFO [train.py:885] (0/2) Epoch 28, batch 7600, loss[loss=0.2962, simple_loss=0.3693, pruned_loss=0.1116, over 14321.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03805, over 195.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3474, pruned_loss=0.09988, over 2779186.52 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07165, over 46709.67 utterances.], batch size: 195, lr: 1.67e-04 +2022-09-19 14:17:37,309 INFO [train.py:885] (0/2) Epoch 28, batch 7650, loss[loss=0.5299, simple_loss=0.6086, pruned_loss=0.2256, over 12404.00 frames. utt_duration=62.84 frames, utt_pad_proportion=0.1509, over 811.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.348, pruned_loss=0.1004, over 2778613.94 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07168, over 47287.02 utterances.], batch size: 811, lr: 1.67e-04 +2022-09-19 14:18:06,538 INFO [train.py:885] (0/2) Epoch 28, batch 7700, loss[loss=0.249, simple_loss=0.3275, pruned_loss=0.08526, over 14300.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04126, over 154.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3476, pruned_loss=0.1002, over 2780735.53 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07117, over 46905.37 utterances.], batch size: 154, lr: 1.67e-04 +2022-09-19 14:18:36,387 INFO [train.py:885] (0/2) Epoch 28, batch 7750, loss[loss=0.2981, simple_loss=0.3695, pruned_loss=0.1133, over 14311.00 frames. utt_duration=220 frames, utt_pad_proportion=0.0395, over 262.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3527, pruned_loss=0.1019, over 2781064.06 frames. utt_duration=225.9 frames, utt_pad_proportion=0.07337, over 49564.41 utterances.], batch size: 262, lr: 1.67e-04 +2022-09-19 14:19:05,554 INFO [train.py:885] (0/2) Epoch 28, batch 7800, loss[loss=0.2944, simple_loss=0.3685, pruned_loss=0.1101, over 14356.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03637, over 210.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3498, pruned_loss=0.1012, over 2784383.83 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07085, over 47624.13 utterances.], batch size: 210, lr: 1.67e-04 +2022-09-19 14:19:43,887 INFO [train.py:885] (0/2) Epoch 28, batch 7850, loss[loss=0.2657, simple_loss=0.3456, pruned_loss=0.09293, over 14327.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.0401, over 167.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3474, pruned_loss=0.09968, over 2783905.58 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07105, over 47293.33 utterances.], batch size: 167, lr: 1.67e-04 +2022-09-19 14:20:13,507 INFO [train.py:885] (0/2) Epoch 28, batch 7900, loss[loss=0.3055, simple_loss=0.3886, pruned_loss=0.1112, over 13992.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05636, over 365.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3451, pruned_loss=0.09785, over 2785768.03 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06933, over 46392.22 utterances.], batch size: 365, lr: 1.67e-04 +2022-09-19 14:20:42,743 INFO [train.py:885] (0/2) Epoch 28, batch 7950, loss[loss=0.5098, simple_loss=0.6004, pruned_loss=0.2096, over 12521.00 frames. utt_duration=63.4 frames, utt_pad_proportion=0.1432, over 810.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.346, pruned_loss=0.09823, over 2790852.76 frames. utt_duration=241.8 frames, utt_pad_proportion=0.06827, over 46458.76 utterances.], batch size: 810, lr: 1.67e-04 +2022-09-19 14:21:12,289 INFO [train.py:885] (0/2) Epoch 28, batch 8000, loss[loss=0.3472, simple_loss=0.4371, pruned_loss=0.1287, over 13666.00 frames. utt_duration=99.01 frames, utt_pad_proportion=0.07467, over 560.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3462, pruned_loss=0.09864, over 2792885.86 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06692, over 46147.51 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:21:42,380 INFO [train.py:885] (0/2) Epoch 28, batch 8050, loss[loss=0.1683, simple_loss=0.2344, pruned_loss=0.05108, over 13642.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07948, over 50.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3459, pruned_loss=0.09885, over 2788383.89 frames. utt_duration=244.3 frames, utt_pad_proportion=0.068, over 45938.66 utterances.], batch size: 50, lr: 1.67e-04 +2022-09-19 14:22:12,277 INFO [train.py:885] (0/2) Epoch 28, batch 8100, loss[loss=0.4067, simple_loss=0.4957, pruned_loss=0.1588, over 13110.00 frames. utt_duration=81.84 frames, utt_pad_proportion=0.1105, over 653.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3453, pruned_loss=0.09901, over 2791544.54 frames. utt_duration=247 frames, utt_pad_proportion=0.06674, over 45483.90 utterances.], batch size: 653, lr: 1.67e-04 +2022-09-19 14:22:41,833 INFO [train.py:885] (0/2) Epoch 28, batch 8150, loss[loss=0.3573, simple_loss=0.4114, pruned_loss=0.1516, over 14257.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04156, over 335.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3491, pruned_loss=0.1006, over 2793854.18 frames. utt_duration=237.9 frames, utt_pad_proportion=0.06691, over 47258.91 utterances.], batch size: 335, lr: 1.67e-04 +2022-09-19 14:23:11,284 INFO [train.py:885] (0/2) Epoch 28, batch 8200, loss[loss=0.2991, simple_loss=0.3809, pruned_loss=0.1087, over 13963.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05904, over 365.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3524, pruned_loss=0.1028, over 2789024.26 frames. utt_duration=234.5 frames, utt_pad_proportion=0.06933, over 47873.78 utterances.], batch size: 365, lr: 1.67e-04 +2022-09-19 14:23:40,221 INFO [train.py:885] (0/2) Epoch 28, batch 8250, loss[loss=0.3291, simple_loss=0.3978, pruned_loss=0.1302, over 14258.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04167, over 225.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3492, pruned_loss=0.1011, over 2787852.06 frames. utt_duration=238.1 frames, utt_pad_proportion=0.06932, over 47120.60 utterances.], batch size: 225, lr: 1.67e-04 +2022-09-19 14:24:09,523 INFO [train.py:885] (0/2) Epoch 28, batch 8300, loss[loss=0.28, simple_loss=0.3601, pruned_loss=0.09998, over 14349.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.0372, over 262.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3493, pruned_loss=0.1012, over 2785782.95 frames. utt_duration=240 frames, utt_pad_proportion=0.06986, over 46711.43 utterances.], batch size: 262, lr: 1.67e-04 +2022-09-19 14:24:39,429 INFO [train.py:885] (0/2) Epoch 28, batch 8350, loss[loss=0.1968, simple_loss=0.2603, pruned_loss=0.06662, over 13919.00 frames. utt_duration=808.7 frames, utt_pad_proportion=0.05861, over 69.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3495, pruned_loss=0.1018, over 2787148.35 frames. utt_duration=242.8 frames, utt_pad_proportion=0.06891, over 46188.20 utterances.], batch size: 69, lr: 1.67e-04 +2022-09-19 14:25:09,075 INFO [train.py:885] (0/2) Epoch 28, batch 8400, loss[loss=0.2103, simple_loss=0.2771, pruned_loss=0.07174, over 13825.00 frames. utt_duration=923.2 frames, utt_pad_proportion=0.0665, over 60.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3477, pruned_loss=0.101, over 2789008.96 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06707, over 44974.35 utterances.], batch size: 60, lr: 1.67e-04 +2022-09-19 14:25:39,090 INFO [train.py:885] (0/2) Epoch 28, batch 8450, loss[loss=0.2981, simple_loss=0.3762, pruned_loss=0.11, over 14323.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.03737, over 226.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3475, pruned_loss=0.1, over 2783624.21 frames. utt_duration=241.8 frames, utt_pad_proportion=0.0692, over 46330.53 utterances.], batch size: 226, lr: 1.67e-04 +2022-09-19 14:26:08,051 INFO [train.py:885] (0/2) Epoch 28, batch 8500, loss[loss=0.2782, simple_loss=0.3555, pruned_loss=0.1004, over 14336.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03463, over 244.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3467, pruned_loss=0.09961, over 2784725.99 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06896, over 45761.35 utterances.], batch size: 244, lr: 1.67e-04 +2022-09-19 14:26:37,623 INFO [train.py:885] (0/2) Epoch 28, batch 8550, loss[loss=0.2843, simple_loss=0.3575, pruned_loss=0.1055, over 14306.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03807, over 180.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3463, pruned_loss=0.09862, over 2788265.06 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06855, over 45655.16 utterances.], batch size: 180, lr: 1.67e-04 +2022-09-19 14:27:07,281 INFO [train.py:885] (0/2) Epoch 28, batch 8600, loss[loss=0.2466, simple_loss=0.3238, pruned_loss=0.08468, over 14341.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03705, over 120.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3471, pruned_loss=0.09849, over 2785803.59 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07043, over 47123.35 utterances.], batch size: 120, lr: 1.67e-04 +2022-09-19 14:27:37,043 INFO [train.py:885] (0/2) Epoch 28, batch 8650, loss[loss=0.1779, simple_loss=0.2322, pruned_loss=0.06179, over 13201.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1126, over 33.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.347, pruned_loss=0.09911, over 2782073.31 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07111, over 47080.33 utterances.], batch size: 33, lr: 1.67e-04 +2022-09-19 14:28:06,153 INFO [train.py:885] (0/2) Epoch 28, batch 8700, loss[loss=0.3333, simple_loss=0.3957, pruned_loss=0.1355, over 14319.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03774, over 210.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3478, pruned_loss=0.09898, over 2781130.11 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07174, over 47653.28 utterances.], batch size: 210, lr: 1.67e-04 +2022-09-19 14:28:36,089 INFO [train.py:885] (0/2) Epoch 28, batch 8750, loss[loss=0.2937, simple_loss=0.4059, pruned_loss=0.09076, over 13644.00 frames. utt_duration=98.81 frames, utt_pad_proportion=0.07652, over 560.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3493, pruned_loss=0.09943, over 2778244.52 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07428, over 48236.05 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:29:05,928 INFO [train.py:885] (0/2) Epoch 28, batch 8800, loss[loss=0.2289, simple_loss=0.303, pruned_loss=0.07735, over 14310.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03717, over 120.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3484, pruned_loss=0.09903, over 2778578.61 frames. utt_duration=234.9 frames, utt_pad_proportion=0.0732, over 47611.25 utterances.], batch size: 120, lr: 1.67e-04 +2022-09-19 14:29:35,096 INFO [train.py:885] (0/2) Epoch 28, batch 8850, loss[loss=0.3101, simple_loss=0.3842, pruned_loss=0.118, over 14338.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03389, over 244.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3503, pruned_loss=0.1005, over 2779171.07 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07319, over 47947.97 utterances.], batch size: 244, lr: 1.67e-04 +2022-09-19 14:30:04,868 INFO [train.py:885] (0/2) Epoch 28, batch 8900, loss[loss=0.292, simple_loss=0.361, pruned_loss=0.1114, over 14325.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03695, over 180.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.35, pruned_loss=0.1013, over 2778604.45 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07345, over 47224.37 utterances.], batch size: 180, lr: 1.67e-04 +2022-09-19 14:30:33,837 INFO [train.py:885] (0/2) Epoch 28, batch 8950, loss[loss=0.201, simple_loss=0.2528, pruned_loss=0.0746, over 13500.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.09786, over 42.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3489, pruned_loss=0.1006, over 2775479.09 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07456, over 47101.66 utterances.], batch size: 42, lr: 1.67e-04 +2022-09-19 14:31:03,675 INFO [train.py:885] (0/2) Epoch 28, batch 9000, loss[loss=0.2665, simple_loss=0.3253, pruned_loss=0.1038, over 14263.00 frames. utt_duration=642.4 frames, utt_pad_proportion=0.04258, over 89.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3526, pruned_loss=0.1024, over 2777788.63 frames. utt_duration=230.4 frames, utt_pad_proportion=0.07462, over 48545.44 utterances.], batch size: 89, lr: 1.67e-04 +2022-09-19 14:31:03,677 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 14:31:07,835 INFO [train.py:914] (0/2) Epoch 28, validation: loss=0.1959, simple_loss=0.2747, pruned_loss=0.05853, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 14:31:36,804 INFO [train.py:885] (0/2) Epoch 28, batch 9050, loss[loss=0.329, simple_loss=0.425, pruned_loss=0.1166, over 13655.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07923, over 477.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.353, pruned_loss=0.1026, over 2780860.47 frames. utt_duration=229.5 frames, utt_pad_proportion=0.07371, over 48772.03 utterances.], batch size: 477, lr: 1.67e-04 +2022-09-19 14:32:07,673 INFO [train.py:885] (0/2) Epoch 28, batch 9100, loss[loss=0.2629, simple_loss=0.3681, pruned_loss=0.07885, over 13789.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07043, over 411.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3538, pruned_loss=0.1032, over 2782023.81 frames. utt_duration=228.7 frames, utt_pad_proportion=0.07414, over 48974.58 utterances.], batch size: 411, lr: 1.67e-04 +2022-09-19 14:32:36,837 INFO [train.py:885] (0/2) Epoch 28, batch 9150, loss[loss=0.1567, simple_loss=0.2174, pruned_loss=0.04799, over 12346.00 frames. utt_duration=2059 frames, utt_pad_proportion=0.1682, over 24.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3482, pruned_loss=0.1008, over 2777583.35 frames. utt_duration=239.5 frames, utt_pad_proportion=0.0739, over 46682.21 utterances.], batch size: 24, lr: 1.67e-04 +2022-09-19 14:33:06,467 INFO [train.py:885] (0/2) Epoch 28, batch 9200, loss[loss=0.2797, simple_loss=0.36, pruned_loss=0.09972, over 14349.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03377, over 244.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3507, pruned_loss=0.1019, over 2775698.67 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07526, over 47690.36 utterances.], batch size: 244, lr: 1.67e-04 +2022-09-19 14:33:35,481 INFO [train.py:885] (0/2) Epoch 28, batch 9250, loss[loss=0.3144, simple_loss=0.413, pruned_loss=0.1079, over 13643.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07704, over 560.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3497, pruned_loss=0.1013, over 2777952.48 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07415, over 47308.76 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:34:04,917 INFO [train.py:885] (0/2) Epoch 28, batch 9300, loss[loss=0.2178, simple_loss=0.2973, pruned_loss=0.06918, over 14283.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.04307, over 120.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3474, pruned_loss=0.1007, over 2777224.28 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07362, over 46345.53 utterances.], batch size: 120, lr: 1.67e-04 +2022-09-19 14:34:34,855 INFO [train.py:885] (0/2) Epoch 28, batch 9350, loss[loss=0.216, simple_loss=0.3115, pruned_loss=0.06024, over 14320.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.0402, over 154.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3472, pruned_loss=0.1004, over 2778240.35 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07301, over 46524.79 utterances.], batch size: 154, lr: 1.67e-04 +2022-09-19 14:35:04,421 INFO [train.py:885] (0/2) Epoch 28, batch 9400, loss[loss=0.2464, simple_loss=0.3272, pruned_loss=0.08275, over 14381.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03442, over 210.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3472, pruned_loss=0.1002, over 2778585.79 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07275, over 46566.16 utterances.], batch size: 210, lr: 1.67e-04 +2022-09-19 14:35:33,878 INFO [train.py:885] (0/2) Epoch 28, batch 9450, loss[loss=0.2074, simple_loss=0.2835, pruned_loss=0.06563, over 13954.00 frames. utt_duration=707.9 frames, utt_pad_proportion=0.06368, over 79.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3489, pruned_loss=0.1003, over 2778973.04 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07411, over 47824.22 utterances.], batch size: 79, lr: 1.67e-04 +2022-09-19 14:36:03,987 INFO [train.py:885] (0/2) Epoch 28, batch 9500, loss[loss=0.1643, simple_loss=0.2156, pruned_loss=0.0565, over 13033.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.121, over 33.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3481, pruned_loss=0.1, over 2782406.61 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0727, over 47206.93 utterances.], batch size: 33, lr: 1.67e-04 +2022-09-19 14:36:32,954 INFO [train.py:885] (0/2) Epoch 28, batch 9550, loss[loss=0.3118, simple_loss=0.3821, pruned_loss=0.1207, over 14270.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04038, over 225.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3496, pruned_loss=0.1001, over 2784944.47 frames. utt_duration=234.7 frames, utt_pad_proportion=0.0722, over 47771.37 utterances.], batch size: 225, lr: 1.67e-04 +2022-09-19 14:37:03,122 INFO [train.py:885] (0/2) Epoch 28, batch 9600, loss[loss=0.211, simple_loss=0.2863, pruned_loss=0.06781, over 14207.00 frames. utt_duration=522.8 frames, utt_pad_proportion=0.04253, over 109.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3467, pruned_loss=0.09893, over 2787827.48 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07025, over 46238.86 utterances.], batch size: 109, lr: 1.67e-04 +2022-09-19 14:37:32,207 INFO [train.py:885] (0/2) Epoch 28, batch 9650, loss[loss=0.2833, simple_loss=0.3666, pruned_loss=0.1, over 14344.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03607, over 226.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3475, pruned_loss=0.09947, over 2786046.86 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07014, over 46738.76 utterances.], batch size: 226, lr: 1.67e-04 +2022-09-19 14:38:02,167 INFO [train.py:885] (0/2) Epoch 28, batch 9700, loss[loss=0.1611, simple_loss=0.2234, pruned_loss=0.04942, over 13443.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.08268, over 41.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3455, pruned_loss=0.09878, over 2783703.95 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07214, over 45668.49 utterances.], batch size: 41, lr: 1.67e-04 +2022-09-19 14:38:32,140 INFO [train.py:885] (0/2) Epoch 28, batch 9750, loss[loss=0.1713, simple_loss=0.2495, pruned_loss=0.0465, over 13749.00 frames. utt_duration=798.4 frames, utt_pad_proportion=0.07056, over 69.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.345, pruned_loss=0.09781, over 2782573.49 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07188, over 46125.17 utterances.], batch size: 69, lr: 1.67e-04 +2022-09-19 14:39:01,297 INFO [train.py:885] (0/2) Epoch 28, batch 9800, loss[loss=0.2017, simple_loss=0.2765, pruned_loss=0.06339, over 14048.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05607, over 79.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3436, pruned_loss=0.09758, over 2783246.44 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07024, over 45403.08 utterances.], batch size: 79, lr: 1.67e-04 +2022-09-19 14:39:30,949 INFO [train.py:885] (0/2) Epoch 28, batch 9850, loss[loss=0.2617, simple_loss=0.3385, pruned_loss=0.09245, over 14313.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04016, over 154.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3443, pruned_loss=0.09814, over 2790592.96 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06814, over 44461.04 utterances.], batch size: 154, lr: 1.67e-04 +2022-09-19 14:40:00,102 INFO [train.py:885] (0/2) Epoch 28, batch 9900, loss[loss=0.3607, simple_loss=0.4131, pruned_loss=0.1541, over 14325.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03773, over 210.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3407, pruned_loss=0.09672, over 2790108.60 frames. utt_duration=259.1 frames, utt_pad_proportion=0.06776, over 43325.30 utterances.], batch size: 210, lr: 1.67e-04 +2022-09-19 14:40:29,651 INFO [train.py:885] (0/2) Epoch 28, batch 9950, loss[loss=0.3637, simple_loss=0.4169, pruned_loss=0.1553, over 14232.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04308, over 335.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3386, pruned_loss=0.09576, over 2790591.82 frames. utt_duration=264.8 frames, utt_pad_proportion=0.06751, over 42393.34 utterances.], batch size: 335, lr: 1.67e-04 +2022-09-19 14:40:58,909 INFO [train.py:885] (0/2) Epoch 28, batch 10000, loss[loss=0.3201, simple_loss=0.3887, pruned_loss=0.1257, over 14376.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03716, over 167.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3404, pruned_loss=0.09628, over 2787546.05 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06769, over 43454.31 utterances.], batch size: 167, lr: 1.67e-04 +2022-09-19 14:41:28,568 INFO [train.py:885] (0/2) Epoch 28, batch 10050, loss[loss=0.1856, simple_loss=0.2602, pruned_loss=0.0555, over 13353.00 frames. utt_duration=1070 frames, utt_pad_proportion=0.09359, over 50.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3441, pruned_loss=0.09824, over 2787692.38 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06827, over 44347.44 utterances.], batch size: 50, lr: 1.67e-04 +2022-09-19 14:41:58,452 INFO [train.py:885] (0/2) Epoch 28, batch 10100, loss[loss=0.3099, simple_loss=0.3981, pruned_loss=0.1109, over 13745.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07374, over 411.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3416, pruned_loss=0.09636, over 2787591.15 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06782, over 43405.29 utterances.], batch size: 411, lr: 1.67e-04 +2022-09-19 14:42:27,788 INFO [train.py:885] (0/2) Epoch 28, batch 10150, loss[loss=0.3481, simple_loss=0.4328, pruned_loss=0.1317, over 13675.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07918, over 477.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3453, pruned_loss=0.09818, over 2780181.89 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07085, over 45063.86 utterances.], batch size: 477, lr: 1.67e-04 +2022-09-19 14:42:57,273 INFO [train.py:885] (0/2) Epoch 28, batch 10200, loss[loss=0.3169, simple_loss=0.4224, pruned_loss=0.1057, over 13594.00 frames. utt_duration=98.47 frames, utt_pad_proportion=0.07972, over 560.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3433, pruned_loss=0.09724, over 2777613.47 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07112, over 44831.40 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:43:27,123 INFO [train.py:885] (0/2) Epoch 28, batch 10250, loss[loss=0.3779, simple_loss=0.4211, pruned_loss=0.1673, over 14229.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04302, over 306.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3462, pruned_loss=0.09933, over 2776776.89 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07172, over 46004.91 utterances.], batch size: 306, lr: 1.67e-04 +2022-09-19 14:43:57,058 INFO [train.py:885] (0/2) Epoch 28, batch 10300, loss[loss=0.3455, simple_loss=0.3972, pruned_loss=0.1469, over 14339.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03769, over 283.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.345, pruned_loss=0.09881, over 2775751.10 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07166, over 45572.03 utterances.], batch size: 283, lr: 1.67e-04 +2022-09-19 14:44:26,277 INFO [train.py:885] (0/2) Epoch 28, batch 10350, loss[loss=0.3357, simple_loss=0.4437, pruned_loss=0.1138, over 13120.00 frames. utt_duration=81.92 frames, utt_pad_proportion=0.1096, over 653.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3454, pruned_loss=0.09863, over 2773357.61 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07259, over 46622.07 utterances.], batch size: 653, lr: 1.67e-04 +2022-09-19 14:44:55,747 INFO [train.py:885] (0/2) Epoch 28, batch 10400, loss[loss=0.3528, simple_loss=0.4375, pruned_loss=0.1341, over 13673.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07865, over 477.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3453, pruned_loss=0.09862, over 2781754.25 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07141, over 45869.73 utterances.], batch size: 477, lr: 1.67e-04 +2022-09-19 14:45:24,864 INFO [train.py:885] (0/2) Epoch 28, batch 10450, loss[loss=0.3171, simple_loss=0.379, pruned_loss=0.1275, over 14337.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.0373, over 283.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3472, pruned_loss=0.1002, over 2784010.20 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07068, over 45945.41 utterances.], batch size: 283, lr: 1.67e-04 +2022-09-19 14:45:54,844 INFO [train.py:885] (0/2) Epoch 28, batch 10500, loss[loss=0.3475, simple_loss=0.3991, pruned_loss=0.1479, over 14298.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03911, over 154.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3445, pruned_loss=0.09784, over 2783957.84 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06971, over 45498.32 utterances.], batch size: 154, lr: 1.67e-04 +2022-09-19 14:46:24,179 INFO [train.py:885] (0/2) Epoch 28, batch 10550, loss[loss=0.3682, simple_loss=0.44, pruned_loss=0.1482, over 13979.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05677, over 365.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3447, pruned_loss=0.09757, over 2785778.10 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06961, over 45358.24 utterances.], batch size: 365, lr: 1.67e-04 +2022-09-19 14:46:53,487 INFO [train.py:885] (0/2) Epoch 28, batch 10600, loss[loss=0.2841, simple_loss=0.3599, pruned_loss=0.1041, over 14276.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.0417, over 262.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3488, pruned_loss=0.09991, over 2785681.26 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07093, over 46873.26 utterances.], batch size: 262, lr: 1.67e-04 +2022-09-19 14:47:22,402 INFO [train.py:885] (0/2) Epoch 28, batch 10650, loss[loss=0.2321, simple_loss=0.2973, pruned_loss=0.08349, over 14223.00 frames. utt_duration=640.6 frames, utt_pad_proportion=0.04525, over 89.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3454, pruned_loss=0.09922, over 2780295.73 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07073, over 44979.45 utterances.], batch size: 89, lr: 1.67e-04 +2022-09-19 14:47:52,124 INFO [train.py:885] (0/2) Epoch 28, batch 10700, loss[loss=0.2727, simple_loss=0.34, pruned_loss=0.1028, over 14225.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04734, over 141.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3476, pruned_loss=0.1005, over 2773957.09 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07308, over 45550.16 utterances.], batch size: 141, lr: 1.67e-04 +2022-09-19 14:48:21,514 INFO [train.py:885] (0/2) Epoch 28, batch 10750, loss[loss=0.1971, simple_loss=0.286, pruned_loss=0.05404, over 14200.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04276, over 109.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3496, pruned_loss=0.1017, over 2775719.66 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07352, over 46477.51 utterances.], batch size: 109, lr: 1.67e-04 +2022-09-19 14:48:51,841 INFO [train.py:885] (0/2) Epoch 28, batch 10800, loss[loss=0.2128, simple_loss=0.2878, pruned_loss=0.06886, over 14209.00 frames. utt_duration=640 frames, utt_pad_proportion=0.0462, over 89.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.353, pruned_loss=0.1028, over 2780423.20 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07262, over 47711.35 utterances.], batch size: 89, lr: 1.67e-04 +2022-09-19 14:49:21,036 INFO [train.py:885] (0/2) Epoch 28, batch 10850, loss[loss=0.2478, simple_loss=0.3269, pruned_loss=0.08437, over 14308.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.0407, over 154.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3531, pruned_loss=0.1028, over 2778587.64 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07389, over 47673.24 utterances.], batch size: 154, lr: 1.67e-04 +2022-09-19 14:49:50,195 INFO [train.py:885] (0/2) Epoch 28, batch 10900, loss[loss=0.2282, simple_loss=0.2922, pruned_loss=0.0821, over 13670.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.08037, over 50.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3478, pruned_loss=0.1008, over 2781241.22 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07141, over 45560.18 utterances.], batch size: 50, lr: 1.67e-04 +2022-09-19 14:50:19,678 INFO [train.py:885] (0/2) Epoch 28, batch 10950, loss[loss=0.1978, simple_loss=0.2721, pruned_loss=0.06176, over 12980.00 frames. utt_duration=2078 frames, utt_pad_proportion=0.1254, over 25.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3464, pruned_loss=0.09944, over 2779364.40 frames. utt_duration=245.3 frames, utt_pad_proportion=0.0713, over 45591.59 utterances.], batch size: 25, lr: 1.67e-04 +2022-09-19 14:50:48,871 INFO [train.py:885] (0/2) Epoch 28, batch 11000, loss[loss=0.3861, simple_loss=0.4317, pruned_loss=0.1703, over 14229.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04343, over 335.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3455, pruned_loss=0.09999, over 2778122.67 frames. utt_duration=248 frames, utt_pad_proportion=0.0722, over 45070.28 utterances.], batch size: 335, lr: 1.67e-04 +2022-09-19 14:51:25,332 INFO [train.py:885] (0/2) Epoch 28, batch 11050, loss[loss=0.2548, simple_loss=0.338, pruned_loss=0.08583, over 14348.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03661, over 210.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.345, pruned_loss=0.09875, over 2778821.29 frames. utt_duration=246 frames, utt_pad_proportion=0.07212, over 45462.98 utterances.], batch size: 210, lr: 1.67e-04 +2022-09-19 14:51:55,565 INFO [train.py:885] (0/2) Epoch 28, batch 11100, loss[loss=0.2535, simple_loss=0.3364, pruned_loss=0.08534, over 14253.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04137, over 180.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3456, pruned_loss=0.09863, over 2782919.10 frames. utt_duration=244.3 frames, utt_pad_proportion=0.0704, over 45846.46 utterances.], batch size: 180, lr: 1.67e-04 +2022-09-19 14:52:25,013 INFO [train.py:885] (0/2) Epoch 28, batch 11150, loss[loss=0.1926, simple_loss=0.2618, pruned_loss=0.06169, over 13878.00 frames. utt_duration=926.8 frames, utt_pad_proportion=0.05815, over 60.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3462, pruned_loss=0.09919, over 2783827.85 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07171, over 46416.31 utterances.], batch size: 60, lr: 1.67e-04 +2022-09-19 14:53:01,745 INFO [train.py:885] (0/2) Epoch 28, batch 11200, loss[loss=0.3604, simple_loss=0.4125, pruned_loss=0.1542, over 14190.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04512, over 306.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3452, pruned_loss=0.09779, over 2786229.92 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07001, over 46158.45 utterances.], batch size: 306, lr: 1.67e-04 +2022-09-19 14:53:31,420 INFO [train.py:885] (0/2) Epoch 28, batch 11250, loss[loss=0.2216, simple_loss=0.286, pruned_loss=0.07853, over 14218.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04152, over 109.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3469, pruned_loss=0.09839, over 2781085.21 frames. utt_duration=232.9 frames, utt_pad_proportion=0.0742, over 48066.63 utterances.], batch size: 109, lr: 1.67e-04 +2022-09-19 14:53:37,992 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-352000.pt +2022-09-19 14:54:01,823 INFO [train.py:885] (0/2) Epoch 28, batch 11300, loss[loss=0.2571, simple_loss=0.3382, pruned_loss=0.08802, over 14340.00 frames. utt_duration=320 frames, utt_pad_proportion=0.03623, over 180.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3455, pruned_loss=0.09762, over 2784589.98 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07315, over 47238.95 utterances.], batch size: 180, lr: 1.67e-04 +2022-09-19 14:54:31,379 INFO [train.py:885] (0/2) Epoch 28, batch 11350, loss[loss=0.2754, simple_loss=0.3491, pruned_loss=0.1008, over 14284.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03997, over 225.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3458, pruned_loss=0.09781, over 2783066.72 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07389, over 47418.99 utterances.], batch size: 225, lr: 1.67e-04 +2022-09-19 14:55:01,599 INFO [train.py:885] (0/2) Epoch 28, batch 11400, loss[loss=0.2409, simple_loss=0.3141, pruned_loss=0.0839, over 14211.00 frames. utt_duration=523.1 frames, utt_pad_proportion=0.04201, over 109.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3412, pruned_loss=0.09641, over 2786668.04 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07051, over 44787.88 utterances.], batch size: 109, lr: 1.66e-04 +2022-09-19 14:55:31,574 INFO [train.py:885] (0/2) Epoch 28, batch 11450, loss[loss=0.3787, simple_loss=0.4486, pruned_loss=0.1544, over 14025.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05424, over 365.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3422, pruned_loss=0.09703, over 2791444.38 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06848, over 44479.04 utterances.], batch size: 365, lr: 1.66e-04 +2022-09-19 14:56:01,262 INFO [train.py:885] (0/2) Epoch 28, batch 11500, loss[loss=0.1743, simple_loss=0.25, pruned_loss=0.04934, over 13974.00 frames. utt_duration=709.1 frames, utt_pad_proportion=0.06199, over 79.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.345, pruned_loss=0.09801, over 2790540.40 frames. utt_duration=244.1 frames, utt_pad_proportion=0.0691, over 46010.38 utterances.], batch size: 79, lr: 1.66e-04 +2022-09-19 14:56:30,534 INFO [train.py:885] (0/2) Epoch 28, batch 11550, loss[loss=0.2915, simple_loss=0.3574, pruned_loss=0.1128, over 14347.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03359, over 244.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3417, pruned_loss=0.09638, over 2788304.70 frames. utt_duration=250.6 frames, utt_pad_proportion=0.0685, over 44778.57 utterances.], batch size: 244, lr: 1.66e-04 +2022-09-19 14:56:59,904 INFO [train.py:885] (0/2) Epoch 28, batch 11600, loss[loss=0.3143, simple_loss=0.4103, pruned_loss=0.1092, over 13668.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08044, over 478.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3415, pruned_loss=0.09621, over 2785883.75 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06946, over 45160.97 utterances.], batch size: 478, lr: 1.66e-04 +2022-09-19 14:57:29,366 INFO [train.py:885] (0/2) Epoch 28, batch 11650, loss[loss=0.197, simple_loss=0.2727, pruned_loss=0.06068, over 14017.00 frames. utt_duration=802.4 frames, utt_pad_proportion=0.06373, over 70.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3433, pruned_loss=0.09787, over 2784669.56 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07009, over 45090.10 utterances.], batch size: 70, lr: 1.66e-04 +2022-09-19 14:57:58,522 INFO [train.py:885] (0/2) Epoch 28, batch 11700, loss[loss=0.2591, simple_loss=0.3412, pruned_loss=0.08846, over 14339.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.037, over 195.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3388, pruned_loss=0.09537, over 2782249.52 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06947, over 43246.06 utterances.], batch size: 195, lr: 1.66e-04 +2022-09-19 14:58:28,013 INFO [train.py:885] (0/2) Epoch 28, batch 11750, loss[loss=0.2824, simple_loss=0.3613, pruned_loss=0.1018, over 14318.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03872, over 262.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3413, pruned_loss=0.09584, over 2782149.75 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07049, over 45413.10 utterances.], batch size: 262, lr: 1.66e-04 +2022-09-19 14:58:57,438 INFO [train.py:885] (0/2) Epoch 28, batch 11800, loss[loss=0.276, simple_loss=0.3415, pruned_loss=0.1052, over 14282.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04454, over 110.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3409, pruned_loss=0.09593, over 2778512.74 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07081, over 44934.49 utterances.], batch size: 110, lr: 1.66e-04 +2022-09-19 14:59:27,531 INFO [train.py:885] (0/2) Epoch 28, batch 11850, loss[loss=0.2425, simple_loss=0.3128, pruned_loss=0.0861, over 14281.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04384, over 141.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3419, pruned_loss=0.09641, over 2779232.25 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07205, over 45181.08 utterances.], batch size: 141, lr: 1.66e-04 +2022-09-19 14:59:57,737 INFO [train.py:885] (0/2) Epoch 28, batch 11900, loss[loss=0.2699, simple_loss=0.3523, pruned_loss=0.09378, over 14356.00 frames. utt_duration=296 frames, utt_pad_proportion=0.0359, over 195.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3426, pruned_loss=0.09653, over 2778151.36 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07278, over 45374.44 utterances.], batch size: 195, lr: 1.66e-04 +2022-09-19 15:00:26,814 INFO [train.py:885] (0/2) Epoch 28, batch 11950, loss[loss=0.4265, simple_loss=0.531, pruned_loss=0.161, over 12400.00 frames. utt_duration=62.88 frames, utt_pad_proportion=0.1503, over 810.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3437, pruned_loss=0.09727, over 2780445.93 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07291, over 45804.86 utterances.], batch size: 810, lr: 1.66e-04 +2022-09-19 15:00:56,556 INFO [train.py:885] (0/2) Epoch 28, batch 12000, loss[loss=0.2622, simple_loss=0.3433, pruned_loss=0.0905, over 13307.00 frames. utt_duration=2049 frames, utt_pad_proportion=0.1031, over 26.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3409, pruned_loss=0.09662, over 2782574.22 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07008, over 44089.49 utterances.], batch size: 26, lr: 1.66e-04 +2022-09-19 15:00:56,557 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 15:01:00,710 INFO [train.py:914] (0/2) Epoch 28, validation: loss=0.1993, simple_loss=0.2782, pruned_loss=0.06023, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 15:01:30,013 INFO [train.py:885] (0/2) Epoch 28, batch 12050, loss[loss=0.2351, simple_loss=0.304, pruned_loss=0.08311, over 14299.00 frames. utt_duration=407 frames, utt_pad_proportion=0.03998, over 141.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3461, pruned_loss=0.09893, over 2783451.73 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07258, over 46443.39 utterances.], batch size: 141, lr: 1.66e-04 +2022-09-19 15:01:59,437 INFO [train.py:885] (0/2) Epoch 28, batch 12100, loss[loss=0.3478, simple_loss=0.4145, pruned_loss=0.1406, over 14203.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04473, over 306.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.344, pruned_loss=0.09825, over 2783504.38 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07067, over 45811.82 utterances.], batch size: 306, lr: 1.66e-04 +2022-09-19 15:02:28,470 INFO [train.py:885] (0/2) Epoch 28, batch 12150, loss[loss=0.1641, simple_loss=0.2362, pruned_loss=0.04602, over 13437.00 frames. utt_duration=1312 frames, utt_pad_proportion=0.08289, over 41.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3449, pruned_loss=0.09883, over 2786999.89 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06948, over 45487.41 utterances.], batch size: 41, lr: 1.66e-04 +2022-09-19 15:02:58,381 INFO [train.py:885] (0/2) Epoch 28, batch 12200, loss[loss=0.365, simple_loss=0.4693, pruned_loss=0.1304, over 13169.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3456, pruned_loss=0.09842, over 2782802.15 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07128, over 46848.19 utterances.], batch size: 653, lr: 1.66e-04 +2022-09-19 15:03:27,770 INFO [train.py:885] (0/2) Epoch 28, batch 12250, loss[loss=0.2696, simple_loss=0.3401, pruned_loss=0.09958, over 14221.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04731, over 141.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3422, pruned_loss=0.09735, over 2781301.64 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07183, over 45405.06 utterances.], batch size: 141, lr: 1.66e-04 +2022-09-19 15:03:57,152 INFO [train.py:885] (0/2) Epoch 28, batch 12300, loss[loss=0.2951, simple_loss=0.3925, pruned_loss=0.09884, over 13718.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07541, over 411.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3401, pruned_loss=0.09647, over 2777322.26 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07335, over 44538.44 utterances.], batch size: 411, lr: 1.66e-04 +2022-09-19 15:04:26,289 INFO [train.py:885] (0/2) Epoch 28, batch 12350, loss[loss=0.2811, simple_loss=0.3587, pruned_loss=0.1017, over 14291.00 frames. utt_duration=255.5 frames, utt_pad_proportion=0.03965, over 225.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3405, pruned_loss=0.09662, over 2779521.81 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07243, over 44676.87 utterances.], batch size: 225, lr: 1.66e-04 +2022-09-19 15:04:55,200 INFO [train.py:885] (0/2) Epoch 28, batch 12400, loss[loss=0.2227, simple_loss=0.2907, pruned_loss=0.07737, over 14046.00 frames. utt_duration=574.9 frames, utt_pad_proportion=0.05759, over 98.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.34, pruned_loss=0.09674, over 2784664.84 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07088, over 43919.84 utterances.], batch size: 98, lr: 1.66e-04 +2022-09-19 15:05:25,207 INFO [train.py:885] (0/2) Epoch 28, batch 12450, loss[loss=0.1891, simple_loss=0.2651, pruned_loss=0.05654, over 14160.00 frames. utt_duration=638 frames, utt_pad_proportion=0.04925, over 89.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3432, pruned_loss=0.09858, over 2784527.79 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07049, over 44364.96 utterances.], batch size: 89, lr: 1.66e-04 +2022-09-19 15:06:00,781 INFO [train.py:885] (0/2) Epoch 28, batch 12500, loss[loss=0.3902, simple_loss=0.4361, pruned_loss=0.1721, over 14243.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04252, over 335.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3462, pruned_loss=0.09989, over 2781012.56 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07124, over 46560.86 utterances.], batch size: 335, lr: 1.66e-04 +2022-09-19 15:06:31,291 INFO [train.py:885] (0/2) Epoch 28, batch 12550, loss[loss=0.2995, simple_loss=0.3715, pruned_loss=0.1138, over 14337.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03828, over 262.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.351, pruned_loss=0.1021, over 2779020.91 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07283, over 48172.42 utterances.], batch size: 262, lr: 1.66e-04 +2022-09-19 15:06:58,582 INFO [train.py:885] (0/2) Epoch 28, batch 12600, loss[loss=0.4562, simple_loss=0.4885, pruned_loss=0.2119, over 14198.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04458, over 306.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3493, pruned_loss=0.1018, over 2781257.83 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07115, over 46565.91 utterances.], batch size: 306, lr: 1.66e-04 +2022-09-19 15:07:09,369 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-28.pt +2022-09-19 15:07:16,684 INFO [train.py:885] (0/2) Epoch 29, batch 0, loss[loss=0.292, simple_loss=0.3978, pruned_loss=0.09309, over 13635.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08091, over 477.00 utterances.], tot_loss[loss=0.292, simple_loss=0.3978, pruned_loss=0.09309, over 13635.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08091, over 477.00 utterances.], batch size: 477, lr: 1.63e-04 +2022-09-19 15:07:46,201 INFO [train.py:885] (0/2) Epoch 29, batch 50, loss[loss=0.1976, simple_loss=0.2724, pruned_loss=0.06141, over 14118.00 frames. utt_duration=716.3 frames, utt_pad_proportion=0.05132, over 79.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.345, pruned_loss=0.09824, over 628023.06 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06696, over 10426.14 utterances.], batch size: 79, lr: 1.63e-04 +2022-09-19 15:08:15,425 INFO [train.py:885] (0/2) Epoch 29, batch 100, loss[loss=0.2296, simple_loss=0.2912, pruned_loss=0.08402, over 14010.00 frames. utt_duration=801.8 frames, utt_pad_proportion=0.05997, over 70.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3434, pruned_loss=0.09638, over 1099398.06 frames. utt_duration=230.8 frames, utt_pad_proportion=0.07716, over 19177.96 utterances.], batch size: 70, lr: 1.63e-04 +2022-09-19 15:08:44,214 INFO [train.py:885] (0/2) Epoch 29, batch 150, loss[loss=0.3673, simple_loss=0.4718, pruned_loss=0.1314, over 13165.00 frames. utt_duration=82.18 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3448, pruned_loss=0.09686, over 1478564.63 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07236, over 25299.81 utterances.], batch size: 653, lr: 1.63e-04 +2022-09-19 15:09:15,024 INFO [train.py:885] (0/2) Epoch 29, batch 200, loss[loss=0.2787, simple_loss=0.3547, pruned_loss=0.1014, over 14371.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.0348, over 210.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3464, pruned_loss=0.09744, over 1765863.91 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07194, over 30303.00 utterances.], batch size: 210, lr: 1.63e-04 +2022-09-19 15:09:44,759 INFO [train.py:885] (0/2) Epoch 29, batch 250, loss[loss=0.2792, simple_loss=0.3532, pruned_loss=0.1026, over 14343.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03913, over 167.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3419, pruned_loss=0.09488, over 1995390.40 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07152, over 33034.32 utterances.], batch size: 167, lr: 1.63e-04 +2022-09-19 15:10:14,248 INFO [train.py:885] (0/2) Epoch 29, batch 300, loss[loss=0.3484, simple_loss=0.4091, pruned_loss=0.1439, over 14192.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04557, over 306.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3442, pruned_loss=0.09636, over 2171037.53 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07014, over 36521.49 utterances.], batch size: 306, lr: 1.63e-04 +2022-09-19 15:10:43,587 INFO [train.py:885] (0/2) Epoch 29, batch 350, loss[loss=0.1515, simple_loss=0.2129, pruned_loss=0.04508, over 13770.00 frames. utt_duration=919.4 frames, utt_pad_proportion=0.07601, over 60.00 utterances.], tot_loss[loss=0.264, simple_loss=0.3394, pruned_loss=0.09427, over 2307828.94 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07032, over 36971.40 utterances.], batch size: 60, lr: 1.63e-04 +2022-09-19 15:11:13,707 INFO [train.py:885] (0/2) Epoch 29, batch 400, loss[loss=0.5272, simple_loss=0.6021, pruned_loss=0.2262, over 12471.00 frames. utt_duration=63.17 frames, utt_pad_proportion=0.1464, over 810.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3455, pruned_loss=0.09845, over 2409344.53 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07358, over 40654.08 utterances.], batch size: 810, lr: 1.63e-04 +2022-09-19 15:11:43,303 INFO [train.py:885] (0/2) Epoch 29, batch 450, loss[loss=0.2897, simple_loss=0.3613, pruned_loss=0.1091, over 14396.00 frames. utt_duration=346.1 frames, utt_pad_proportion=0.03583, over 167.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3504, pruned_loss=0.1017, over 2491966.27 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07571, over 42748.90 utterances.], batch size: 167, lr: 1.63e-04 +2022-09-19 15:12:12,622 INFO [train.py:885] (0/2) Epoch 29, batch 500, loss[loss=0.2978, simple_loss=0.368, pruned_loss=0.1137, over 14260.00 frames. utt_duration=219.1 frames, utt_pad_proportion=0.04322, over 262.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3483, pruned_loss=0.102, over 2551008.92 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07619, over 42500.28 utterances.], batch size: 262, lr: 1.63e-04 +2022-09-19 15:12:41,953 INFO [train.py:885] (0/2) Epoch 29, batch 550, loss[loss=0.2786, simple_loss=0.3538, pruned_loss=0.1017, over 14261.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04342, over 154.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3455, pruned_loss=0.09998, over 2601751.40 frames. utt_duration=248 frames, utt_pad_proportion=0.07482, over 42208.88 utterances.], batch size: 154, lr: 1.63e-04 +2022-09-19 15:13:11,545 INFO [train.py:885] (0/2) Epoch 29, batch 600, loss[loss=0.2115, simple_loss=0.2841, pruned_loss=0.06942, over 14209.00 frames. utt_duration=640.2 frames, utt_pad_proportion=0.04447, over 89.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3443, pruned_loss=0.09932, over 2639799.37 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07352, over 42397.94 utterances.], batch size: 89, lr: 1.63e-04 +2022-09-19 15:13:40,752 INFO [train.py:885] (0/2) Epoch 29, batch 650, loss[loss=0.23, simple_loss=0.3175, pruned_loss=0.07124, over 14279.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04329, over 141.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3459, pruned_loss=0.09969, over 2670020.08 frames. utt_duration=243.6 frames, utt_pad_proportion=0.0744, over 44110.27 utterances.], batch size: 141, lr: 1.63e-04 +2022-09-19 15:14:11,257 INFO [train.py:885] (0/2) Epoch 29, batch 700, loss[loss=0.1623, simple_loss=0.2141, pruned_loss=0.0552, over 13104.00 frames. utt_duration=1589 frames, utt_pad_proportion=0.1165, over 33.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.343, pruned_loss=0.09877, over 2695127.79 frames. utt_duration=249 frames, utt_pad_proportion=0.07247, over 43555.34 utterances.], batch size: 33, lr: 1.63e-04 +2022-09-19 15:14:40,388 INFO [train.py:885] (0/2) Epoch 29, batch 750, loss[loss=0.3435, simple_loss=0.4067, pruned_loss=0.1402, over 14343.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.0377, over 262.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3427, pruned_loss=0.09787, over 2716108.07 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07079, over 43917.58 utterances.], batch size: 262, lr: 1.63e-04 +2022-09-19 15:15:10,762 INFO [train.py:885] (0/2) Epoch 29, batch 800, loss[loss=0.293, simple_loss=0.3694, pruned_loss=0.1083, over 14352.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03702, over 262.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3473, pruned_loss=0.1005, over 2732232.48 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07118, over 45740.81 utterances.], batch size: 262, lr: 1.63e-04 +2022-09-19 15:15:40,304 INFO [train.py:885] (0/2) Epoch 29, batch 850, loss[loss=0.1843, simple_loss=0.2602, pruned_loss=0.05425, over 13421.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.09119, over 50.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.35, pruned_loss=0.1018, over 2738759.26 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07232, over 47163.66 utterances.], batch size: 50, lr: 1.63e-04 +2022-09-19 15:16:09,920 INFO [train.py:885] (0/2) Epoch 29, batch 900, loss[loss=0.1901, simple_loss=0.2682, pruned_loss=0.05605, over 13214.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1134, over 33.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.35, pruned_loss=0.1017, over 2748586.72 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07265, over 46566.41 utterances.], batch size: 33, lr: 1.63e-04 +2022-09-19 15:16:39,121 INFO [train.py:885] (0/2) Epoch 29, batch 950, loss[loss=0.2987, simple_loss=0.3978, pruned_loss=0.09976, over 13784.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07053, over 411.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3424, pruned_loss=0.09758, over 2753497.48 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07155, over 44009.17 utterances.], batch size: 411, lr: 1.63e-04 +2022-09-19 15:17:08,548 INFO [train.py:885] (0/2) Epoch 29, batch 1000, loss[loss=0.1769, simple_loss=0.247, pruned_loss=0.05339, over 13980.00 frames. utt_duration=811.8 frames, utt_pad_proportion=0.0538, over 69.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3425, pruned_loss=0.09675, over 2761519.20 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07136, over 44495.35 utterances.], batch size: 69, lr: 1.63e-04 +2022-09-19 15:17:37,625 INFO [train.py:885] (0/2) Epoch 29, batch 1050, loss[loss=0.3625, simple_loss=0.4175, pruned_loss=0.1538, over 14324.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03858, over 262.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3445, pruned_loss=0.09751, over 2765855.24 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07214, over 45282.59 utterances.], batch size: 262, lr: 1.63e-04 +2022-09-19 15:18:07,285 INFO [train.py:885] (0/2) Epoch 29, batch 1100, loss[loss=0.1784, simple_loss=0.2526, pruned_loss=0.05214, over 13853.00 frames. utt_duration=804.7 frames, utt_pad_proportion=0.06327, over 69.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3473, pruned_loss=0.09881, over 2775446.14 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07008, over 46113.95 utterances.], batch size: 69, lr: 1.63e-04 +2022-09-19 15:18:36,414 INFO [train.py:885] (0/2) Epoch 29, batch 1150, loss[loss=0.2468, simple_loss=0.3286, pruned_loss=0.08255, over 14363.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03805, over 167.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3494, pruned_loss=0.1003, over 2776598.02 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07176, over 46817.66 utterances.], batch size: 167, lr: 1.63e-04 +2022-09-19 15:19:06,013 INFO [train.py:885] (0/2) Epoch 29, batch 1200, loss[loss=0.5265, simple_loss=0.6075, pruned_loss=0.2227, over 12475.00 frames. utt_duration=63.22 frames, utt_pad_proportion=0.1457, over 810.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.349, pruned_loss=0.1004, over 2775942.03 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07384, over 45824.60 utterances.], batch size: 810, lr: 1.63e-04 +2022-09-19 15:19:35,359 INFO [train.py:885] (0/2) Epoch 29, batch 1250, loss[loss=0.3225, simple_loss=0.3894, pruned_loss=0.1278, over 14186.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.0456, over 306.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3456, pruned_loss=0.09904, over 2775058.55 frames. utt_duration=250 frames, utt_pad_proportion=0.07335, over 44671.91 utterances.], batch size: 306, lr: 1.63e-04 +2022-09-19 15:20:04,632 INFO [train.py:885] (0/2) Epoch 29, batch 1300, loss[loss=0.1975, simple_loss=0.2804, pruned_loss=0.05728, over 14207.00 frames. utt_duration=522.8 frames, utt_pad_proportion=0.04246, over 109.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3474, pruned_loss=0.0992, over 2779252.71 frames. utt_duration=243.6 frames, utt_pad_proportion=0.0733, over 45912.50 utterances.], batch size: 109, lr: 1.63e-04 +2022-09-19 15:20:34,369 INFO [train.py:885] (0/2) Epoch 29, batch 1350, loss[loss=0.3902, simple_loss=0.4291, pruned_loss=0.1757, over 14264.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04094, over 225.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3479, pruned_loss=0.09938, over 2780757.85 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07228, over 46421.20 utterances.], batch size: 225, lr: 1.63e-04 +2022-09-19 15:21:04,411 INFO [train.py:885] (0/2) Epoch 29, batch 1400, loss[loss=0.32, simple_loss=0.3797, pruned_loss=0.1302, over 14335.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03737, over 195.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3463, pruned_loss=0.09876, over 2781096.13 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07233, over 46020.48 utterances.], batch size: 195, lr: 1.63e-04 +2022-09-19 15:21:41,461 INFO [train.py:885] (0/2) Epoch 29, batch 1450, loss[loss=0.2897, simple_loss=0.3442, pruned_loss=0.1176, over 14303.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04004, over 120.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3486, pruned_loss=0.1, over 2782135.19 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07306, over 46576.10 utterances.], batch size: 120, lr: 1.63e-04 +2022-09-19 15:22:10,922 INFO [train.py:885] (0/2) Epoch 29, batch 1500, loss[loss=0.51, simple_loss=0.6006, pruned_loss=0.2097, over 12441.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1479, over 810.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3471, pruned_loss=0.09948, over 2786614.03 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07071, over 45834.67 utterances.], batch size: 810, lr: 1.63e-04 +2022-09-19 15:22:41,023 INFO [train.py:885] (0/2) Epoch 29, batch 1550, loss[loss=0.1685, simple_loss=0.2299, pruned_loss=0.05352, over 14084.00 frames. utt_duration=806.1 frames, utt_pad_proportion=0.05831, over 70.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.345, pruned_loss=0.09837, over 2786164.27 frames. utt_duration=247 frames, utt_pad_proportion=0.06945, over 45389.84 utterances.], batch size: 70, lr: 1.63e-04 +2022-09-19 15:23:10,170 INFO [train.py:885] (0/2) Epoch 29, batch 1600, loss[loss=0.4723, simple_loss=0.5646, pruned_loss=0.19, over 12445.00 frames. utt_duration=63 frames, utt_pad_proportion=0.1487, over 811.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3448, pruned_loss=0.09861, over 2779948.18 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07212, over 45224.54 utterances.], batch size: 811, lr: 1.63e-04 +2022-09-19 15:23:39,303 INFO [train.py:885] (0/2) Epoch 29, batch 1650, loss[loss=0.3087, simple_loss=0.3994, pruned_loss=0.109, over 13811.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06851, over 411.00 utterances.], tot_loss[loss=0.267, simple_loss=0.341, pruned_loss=0.09648, over 2779665.99 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07202, over 44146.26 utterances.], batch size: 411, lr: 1.63e-04 +2022-09-19 15:24:09,011 INFO [train.py:885] (0/2) Epoch 29, batch 1700, loss[loss=0.3528, simple_loss=0.415, pruned_loss=0.1453, over 14188.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04495, over 306.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3425, pruned_loss=0.09715, over 2785676.46 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06884, over 44527.56 utterances.], batch size: 306, lr: 1.63e-04 +2022-09-19 15:24:39,156 INFO [train.py:885] (0/2) Epoch 29, batch 1750, loss[loss=0.2175, simple_loss=0.297, pruned_loss=0.06906, over 14283.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03905, over 130.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3436, pruned_loss=0.09819, over 2783814.63 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06968, over 44456.74 utterances.], batch size: 130, lr: 1.63e-04 +2022-09-19 15:25:08,194 INFO [train.py:885] (0/2) Epoch 29, batch 1800, loss[loss=0.2826, simple_loss=0.3668, pruned_loss=0.09924, over 14337.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03686, over 210.00 utterances.], tot_loss[loss=0.267, simple_loss=0.341, pruned_loss=0.09652, over 2789393.36 frames. utt_duration=259 frames, utt_pad_proportion=0.06716, over 43328.06 utterances.], batch size: 210, lr: 1.63e-04 +2022-09-19 15:25:37,959 INFO [train.py:885] (0/2) Epoch 29, batch 1850, loss[loss=0.2669, simple_loss=0.3733, pruned_loss=0.08022, over 13763.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07224, over 411.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.34, pruned_loss=0.0958, over 2784769.88 frames. utt_duration=258 frames, utt_pad_proportion=0.06769, over 43422.39 utterances.], batch size: 411, lr: 1.63e-04 +2022-09-19 15:26:07,089 INFO [train.py:885] (0/2) Epoch 29, batch 1900, loss[loss=0.1754, simple_loss=0.2518, pruned_loss=0.04952, over 13801.00 frames. utt_duration=921.5 frames, utt_pad_proportion=0.07392, over 60.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3421, pruned_loss=0.09617, over 2781047.98 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07035, over 45029.97 utterances.], batch size: 60, lr: 1.63e-04 +2022-09-19 15:26:37,221 INFO [train.py:885] (0/2) Epoch 29, batch 1950, loss[loss=0.265, simple_loss=0.3404, pruned_loss=0.0948, over 14206.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04834, over 141.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.342, pruned_loss=0.09573, over 2780476.60 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07084, over 45087.00 utterances.], batch size: 141, lr: 1.63e-04 +2022-09-19 15:27:06,585 INFO [train.py:885] (0/2) Epoch 29, batch 2000, loss[loss=0.4779, simple_loss=0.5769, pruned_loss=0.1894, over 12501.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1445, over 810.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3498, pruned_loss=0.09992, over 2783005.31 frames. utt_duration=236 frames, utt_pad_proportion=0.07162, over 47470.15 utterances.], batch size: 810, lr: 1.63e-04 +2022-09-19 15:27:36,183 INFO [train.py:885] (0/2) Epoch 29, batch 2050, loss[loss=0.2605, simple_loss=0.3413, pruned_loss=0.08983, over 14300.00 frames. utt_duration=343.9 frames, utt_pad_proportion=0.04218, over 167.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.351, pruned_loss=0.1004, over 2782839.47 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07237, over 48144.77 utterances.], batch size: 167, lr: 1.63e-04 +2022-09-19 15:28:05,109 INFO [train.py:885] (0/2) Epoch 29, batch 2100, loss[loss=0.3229, simple_loss=0.3665, pruned_loss=0.1396, over 14058.00 frames. utt_duration=575.3 frames, utt_pad_proportion=0.05528, over 98.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3442, pruned_loss=0.0973, over 2785082.45 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06964, over 45202.62 utterances.], batch size: 98, lr: 1.63e-04 +2022-09-19 15:28:35,207 INFO [train.py:885] (0/2) Epoch 29, batch 2150, loss[loss=0.1451, simple_loss=0.205, pruned_loss=0.04258, over 13792.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.07131, over 42.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3423, pruned_loss=0.0958, over 2782488.46 frames. utt_duration=245.1 frames, utt_pad_proportion=0.0708, over 45694.75 utterances.], batch size: 42, lr: 1.63e-04 +2022-09-19 15:29:04,057 INFO [train.py:885] (0/2) Epoch 29, batch 2200, loss[loss=0.1992, simple_loss=0.2719, pruned_loss=0.06327, over 13864.00 frames. utt_duration=805 frames, utt_pad_proportion=0.06286, over 69.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3456, pruned_loss=0.098, over 2783232.15 frames. utt_duration=241 frames, utt_pad_proportion=0.07119, over 46480.61 utterances.], batch size: 69, lr: 1.63e-04 +2022-09-19 15:29:34,015 INFO [train.py:885] (0/2) Epoch 29, batch 2250, loss[loss=0.2905, simple_loss=0.3407, pruned_loss=0.1201, over 14163.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04336, over 109.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3462, pruned_loss=0.09879, over 2786316.98 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06965, over 46399.64 utterances.], batch size: 109, lr: 1.63e-04 +2022-09-19 15:30:03,239 INFO [train.py:885] (0/2) Epoch 29, batch 2300, loss[loss=0.2942, simple_loss=0.3929, pruned_loss=0.09773, over 13811.00 frames. utt_duration=136 frames, utt_pad_proportion=0.06873, over 411.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3444, pruned_loss=0.09813, over 2781464.79 frames. utt_duration=246 frames, utt_pad_proportion=0.07071, over 45499.40 utterances.], batch size: 411, lr: 1.63e-04 +2022-09-19 15:30:32,805 INFO [train.py:885] (0/2) Epoch 29, batch 2350, loss[loss=0.3543, simple_loss=0.464, pruned_loss=0.1223, over 13182.00 frames. utt_duration=82.29 frames, utt_pad_proportion=0.1055, over 653.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3466, pruned_loss=0.09868, over 2782877.30 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07108, over 46440.85 utterances.], batch size: 653, lr: 1.63e-04 +2022-09-19 15:31:01,907 INFO [train.py:885] (0/2) Epoch 29, batch 2400, loss[loss=0.3066, simple_loss=0.3822, pruned_loss=0.1155, over 14380.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03183, over 244.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3473, pruned_loss=0.09917, over 2785245.34 frames. utt_duration=244.3 frames, utt_pad_proportion=0.06923, over 45889.61 utterances.], batch size: 244, lr: 1.63e-04 +2022-09-19 15:31:31,982 INFO [train.py:885] (0/2) Epoch 29, batch 2450, loss[loss=0.1761, simple_loss=0.2439, pruned_loss=0.05414, over 14002.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.05531, over 79.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3465, pruned_loss=0.09848, over 2785177.63 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07017, over 46040.97 utterances.], batch size: 79, lr: 1.63e-04 +2022-09-19 15:32:01,211 INFO [train.py:885] (0/2) Epoch 29, batch 2500, loss[loss=0.2272, simple_loss=0.3045, pruned_loss=0.07494, over 14258.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04511, over 141.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3454, pruned_loss=0.0972, over 2787369.95 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06865, over 46014.67 utterances.], batch size: 141, lr: 1.63e-04 +2022-09-19 15:32:31,101 INFO [train.py:885] (0/2) Epoch 29, batch 2550, loss[loss=0.2725, simple_loss=0.3562, pruned_loss=0.0944, over 14383.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03167, over 244.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3456, pruned_loss=0.09809, over 2781220.02 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06983, over 46168.58 utterances.], batch size: 244, lr: 1.63e-04 +2022-09-19 15:33:01,688 INFO [train.py:885] (0/2) Epoch 29, batch 2600, loss[loss=0.2637, simple_loss=0.3548, pruned_loss=0.08633, over 14402.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.03041, over 244.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3464, pruned_loss=0.09862, over 2780272.00 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07088, over 46324.80 utterances.], batch size: 244, lr: 1.63e-04 +2022-09-19 15:33:25,478 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-356000.pt +2022-09-19 15:33:31,642 INFO [train.py:885] (0/2) Epoch 29, batch 2650, loss[loss=0.2536, simple_loss=0.3261, pruned_loss=0.09059, over 14321.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03705, over 130.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3488, pruned_loss=0.09953, over 2777423.22 frames. utt_duration=236 frames, utt_pad_proportion=0.07269, over 47370.00 utterances.], batch size: 130, lr: 1.63e-04 +2022-09-19 15:34:00,452 INFO [train.py:885] (0/2) Epoch 29, batch 2700, loss[loss=0.3389, simple_loss=0.4275, pruned_loss=0.1251, over 13764.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07236, over 411.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3453, pruned_loss=0.09834, over 2778518.75 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07104, over 46187.75 utterances.], batch size: 411, lr: 1.63e-04 +2022-09-19 15:34:30,080 INFO [train.py:885] (0/2) Epoch 29, batch 2750, loss[loss=0.3639, simple_loss=0.4213, pruned_loss=0.1533, over 14251.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04256, over 335.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3435, pruned_loss=0.0979, over 2776794.02 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07143, over 45372.38 utterances.], batch size: 335, lr: 1.63e-04 +2022-09-19 15:34:59,967 INFO [train.py:885] (0/2) Epoch 29, batch 2800, loss[loss=0.2043, simple_loss=0.2878, pruned_loss=0.06035, over 13996.00 frames. utt_duration=572.7 frames, utt_pad_proportion=0.05963, over 98.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3454, pruned_loss=0.09873, over 2779819.79 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07111, over 46006.90 utterances.], batch size: 98, lr: 1.63e-04 +2022-09-19 15:35:28,833 INFO [train.py:885] (0/2) Epoch 29, batch 2850, loss[loss=0.2987, simple_loss=0.4046, pruned_loss=0.09637, over 13689.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07817, over 477.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3458, pruned_loss=0.09933, over 2778134.47 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07066, over 45888.75 utterances.], batch size: 477, lr: 1.63e-04 +2022-09-19 15:35:58,237 INFO [train.py:885] (0/2) Epoch 29, batch 2900, loss[loss=0.3317, simple_loss=0.4259, pruned_loss=0.1187, over 13720.00 frames. utt_duration=116.5 frames, utt_pad_proportion=0.07555, over 477.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3502, pruned_loss=0.1012, over 2779121.62 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07192, over 47832.46 utterances.], batch size: 477, lr: 1.63e-04 +2022-09-19 15:36:27,267 INFO [train.py:885] (0/2) Epoch 29, batch 2950, loss[loss=0.1662, simple_loss=0.2453, pruned_loss=0.04351, over 13975.00 frames. utt_duration=708.9 frames, utt_pad_proportion=0.0573, over 79.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3479, pruned_loss=0.1005, over 2781796.27 frames. utt_duration=240.7 frames, utt_pad_proportion=0.06978, over 46504.94 utterances.], batch size: 79, lr: 1.63e-04 +2022-09-19 15:36:57,361 INFO [train.py:885] (0/2) Epoch 29, batch 3000, loss[loss=0.2339, simple_loss=0.3071, pruned_loss=0.08038, over 14197.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04317, over 109.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3491, pruned_loss=0.1003, over 2772119.93 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07344, over 47750.74 utterances.], batch size: 109, lr: 1.63e-04 +2022-09-19 15:36:57,363 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 15:37:01,541 INFO [train.py:914] (0/2) Epoch 29, validation: loss=0.1944, simple_loss=0.2747, pruned_loss=0.05709, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 15:37:31,031 INFO [train.py:885] (0/2) Epoch 29, batch 3050, loss[loss=0.2666, simple_loss=0.331, pruned_loss=0.1012, over 14308.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03794, over 154.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3449, pruned_loss=0.09864, over 2778552.73 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07085, over 45542.79 utterances.], batch size: 154, lr: 1.63e-04 +2022-09-19 15:38:00,910 INFO [train.py:885] (0/2) Epoch 29, batch 3100, loss[loss=0.2573, simple_loss=0.3235, pruned_loss=0.09558, over 14097.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.05458, over 98.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3399, pruned_loss=0.0964, over 2777759.78 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06896, over 43515.57 utterances.], batch size: 98, lr: 1.63e-04 +2022-09-19 15:38:30,960 INFO [train.py:885] (0/2) Epoch 29, batch 3150, loss[loss=0.277, simple_loss=0.3565, pruned_loss=0.09879, over 14269.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04075, over 225.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3417, pruned_loss=0.09692, over 2785029.93 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06839, over 44015.14 utterances.], batch size: 225, lr: 1.63e-04 +2022-09-19 15:39:01,158 INFO [train.py:885] (0/2) Epoch 29, batch 3200, loss[loss=0.1875, simple_loss=0.2583, pruned_loss=0.05835, over 13499.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.0842, over 50.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3435, pruned_loss=0.09756, over 2779874.15 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07161, over 46097.57 utterances.], batch size: 50, lr: 1.63e-04 +2022-09-19 15:39:29,889 INFO [train.py:885] (0/2) Epoch 29, batch 3250, loss[loss=0.2487, simple_loss=0.3177, pruned_loss=0.08989, over 14222.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04723, over 141.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3407, pruned_loss=0.09629, over 2778597.89 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07274, over 44664.09 utterances.], batch size: 141, lr: 1.63e-04 +2022-09-19 15:39:59,489 INFO [train.py:885] (0/2) Epoch 29, batch 3300, loss[loss=0.1982, simple_loss=0.2554, pruned_loss=0.07046, over 13930.00 frames. utt_duration=930.1 frames, utt_pad_proportion=0.06523, over 60.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3396, pruned_loss=0.09553, over 2780616.55 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07152, over 44348.33 utterances.], batch size: 60, lr: 1.63e-04 +2022-09-19 15:40:28,973 INFO [train.py:885] (0/2) Epoch 29, batch 3350, loss[loss=0.2672, simple_loss=0.3471, pruned_loss=0.09366, over 14263.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04073, over 180.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3416, pruned_loss=0.09657, over 2783547.72 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07179, over 44734.92 utterances.], batch size: 180, lr: 1.63e-04 +2022-09-19 15:40:58,327 INFO [train.py:885] (0/2) Epoch 29, batch 3400, loss[loss=0.2805, simple_loss=0.3597, pruned_loss=0.1007, over 14335.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03778, over 262.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3399, pruned_loss=0.09563, over 2784453.26 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07249, over 44253.11 utterances.], batch size: 262, lr: 1.63e-04 +2022-09-19 15:41:27,616 INFO [train.py:885] (0/2) Epoch 29, batch 3450, loss[loss=0.3546, simple_loss=0.4573, pruned_loss=0.1259, over 13134.00 frames. utt_duration=81.97 frames, utt_pad_proportion=0.109, over 653.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3392, pruned_loss=0.09554, over 2785918.77 frames. utt_duration=256.8 frames, utt_pad_proportion=0.07004, over 43642.30 utterances.], batch size: 653, lr: 1.63e-04 +2022-09-19 15:41:57,365 INFO [train.py:885] (0/2) Epoch 29, batch 3500, loss[loss=0.2475, simple_loss=0.3268, pruned_loss=0.08412, over 14267.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04414, over 141.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3393, pruned_loss=0.0954, over 2790117.23 frames. utt_duration=259.8 frames, utt_pad_proportion=0.06915, over 43201.14 utterances.], batch size: 141, lr: 1.63e-04 +2022-09-19 15:42:27,101 INFO [train.py:885] (0/2) Epoch 29, batch 3550, loss[loss=0.3105, simple_loss=0.4116, pruned_loss=0.1047, over 13601.00 frames. utt_duration=98.49 frames, utt_pad_proportion=0.07952, over 560.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3395, pruned_loss=0.09557, over 2786765.41 frames. utt_duration=257 frames, utt_pad_proportion=0.06985, over 43626.90 utterances.], batch size: 560, lr: 1.63e-04 +2022-09-19 15:42:56,538 INFO [train.py:885] (0/2) Epoch 29, batch 3600, loss[loss=0.2532, simple_loss=0.3557, pruned_loss=0.07539, over 14005.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05583, over 365.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.339, pruned_loss=0.09519, over 2786893.71 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06969, over 43605.09 utterances.], batch size: 365, lr: 1.63e-04 +2022-09-19 15:43:25,640 INFO [train.py:885] (0/2) Epoch 29, batch 3650, loss[loss=0.1828, simple_loss=0.2626, pruned_loss=0.05155, over 14053.00 frames. utt_duration=804.7 frames, utt_pad_proportion=0.06099, over 70.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3391, pruned_loss=0.09565, over 2786302.57 frames. utt_duration=261.1 frames, utt_pad_proportion=0.06913, over 42930.45 utterances.], batch size: 70, lr: 1.63e-04 +2022-09-19 15:43:55,411 INFO [train.py:885] (0/2) Epoch 29, batch 3700, loss[loss=0.2217, simple_loss=0.2964, pruned_loss=0.07349, over 14172.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04451, over 109.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3413, pruned_loss=0.09679, over 2788035.73 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06959, over 43769.49 utterances.], batch size: 109, lr: 1.62e-04 +2022-09-19 15:44:24,966 INFO [train.py:885] (0/2) Epoch 29, batch 3750, loss[loss=0.3167, simple_loss=0.3792, pruned_loss=0.1271, over 14335.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03961, over 167.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3425, pruned_loss=0.098, over 2788693.91 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06818, over 43837.43 utterances.], batch size: 167, lr: 1.62e-04 +2022-09-19 15:44:55,065 INFO [train.py:885] (0/2) Epoch 29, batch 3800, loss[loss=0.292, simple_loss=0.3686, pruned_loss=0.1077, over 14294.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04032, over 283.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3499, pruned_loss=0.1012, over 2783710.40 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07204, over 47427.65 utterances.], batch size: 283, lr: 1.62e-04 +2022-09-19 15:45:24,187 INFO [train.py:885] (0/2) Epoch 29, batch 3850, loss[loss=0.2776, simple_loss=0.3432, pruned_loss=0.106, over 14320.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.0372, over 130.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3486, pruned_loss=0.1002, over 2787296.34 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07159, over 47006.37 utterances.], batch size: 130, lr: 1.62e-04 +2022-09-19 15:45:53,851 INFO [train.py:885] (0/2) Epoch 29, batch 3900, loss[loss=0.3848, simple_loss=0.4344, pruned_loss=0.1676, over 14243.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04247, over 335.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3446, pruned_loss=0.09854, over 2789035.71 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06884, over 44656.37 utterances.], batch size: 335, lr: 1.62e-04 +2022-09-19 15:46:23,628 INFO [train.py:885] (0/2) Epoch 29, batch 3950, loss[loss=0.2437, simple_loss=0.3151, pruned_loss=0.08616, over 14290.00 frames. utt_duration=441.3 frames, utt_pad_proportion=0.03851, over 130.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3414, pruned_loss=0.09677, over 2787254.07 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06859, over 44089.25 utterances.], batch size: 130, lr: 1.62e-04 +2022-09-19 15:46:52,513 INFO [train.py:885] (0/2) Epoch 29, batch 4000, loss[loss=0.2735, simple_loss=0.3462, pruned_loss=0.1004, over 14377.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03691, over 167.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3419, pruned_loss=0.09739, over 2789904.26 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06621, over 43547.00 utterances.], batch size: 167, lr: 1.62e-04 +2022-09-19 15:47:22,093 INFO [train.py:885] (0/2) Epoch 29, batch 4050, loss[loss=0.2804, simple_loss=0.3608, pruned_loss=0.1, over 14352.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03396, over 244.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3408, pruned_loss=0.09645, over 2789180.52 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06584, over 43433.68 utterances.], batch size: 244, lr: 1.62e-04 +2022-09-19 15:47:51,345 INFO [train.py:885] (0/2) Epoch 29, batch 4100, loss[loss=0.2158, simple_loss=0.291, pruned_loss=0.07031, over 14187.00 frames. utt_duration=639.2 frames, utt_pad_proportion=0.0459, over 89.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3408, pruned_loss=0.09606, over 2786683.92 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06745, over 44175.64 utterances.], batch size: 89, lr: 1.62e-04 +2022-09-19 15:48:20,893 INFO [train.py:885] (0/2) Epoch 29, batch 4150, loss[loss=0.217, simple_loss=0.278, pruned_loss=0.07799, over 14159.00 frames. utt_duration=573.5 frames, utt_pad_proportion=0.05361, over 99.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3441, pruned_loss=0.09813, over 2786395.35 frames. utt_duration=248 frames, utt_pad_proportion=0.06864, over 45219.88 utterances.], batch size: 99, lr: 1.62e-04 +2022-09-19 15:48:50,086 INFO [train.py:885] (0/2) Epoch 29, batch 4200, loss[loss=0.1949, simple_loss=0.2754, pruned_loss=0.05719, over 14190.00 frames. utt_duration=639 frames, utt_pad_proportion=0.04909, over 89.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3454, pruned_loss=0.09903, over 2785557.91 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06979, over 45855.21 utterances.], batch size: 89, lr: 1.62e-04 +2022-09-19 15:49:19,714 INFO [train.py:885] (0/2) Epoch 29, batch 4250, loss[loss=0.2978, simple_loss=0.3976, pruned_loss=0.09896, over 13661.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07938, over 477.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3475, pruned_loss=0.1004, over 2788253.07 frames. utt_duration=244.3 frames, utt_pad_proportion=0.06924, over 45925.57 utterances.], batch size: 477, lr: 1.62e-04 +2022-09-19 15:49:49,166 INFO [train.py:885] (0/2) Epoch 29, batch 4300, loss[loss=0.2862, simple_loss=0.3566, pruned_loss=0.108, over 14302.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03827, over 180.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3474, pruned_loss=0.09975, over 2787241.91 frames. utt_duration=241.3 frames, utt_pad_proportion=0.06967, over 46478.33 utterances.], batch size: 180, lr: 1.62e-04 +2022-09-19 15:50:18,911 INFO [train.py:885] (0/2) Epoch 29, batch 4350, loss[loss=0.3026, simple_loss=0.3873, pruned_loss=0.1089, over 13968.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05763, over 365.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3477, pruned_loss=0.09936, over 2784772.36 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07186, over 46990.80 utterances.], batch size: 365, lr: 1.62e-04 +2022-09-19 15:50:48,105 INFO [train.py:885] (0/2) Epoch 29, batch 4400, loss[loss=0.189, simple_loss=0.2579, pruned_loss=0.05998, over 13872.00 frames. utt_duration=926.4 frames, utt_pad_proportion=0.06891, over 60.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3444, pruned_loss=0.09794, over 2788813.88 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06976, over 45150.04 utterances.], batch size: 60, lr: 1.62e-04 +2022-09-19 15:51:17,350 INFO [train.py:885] (0/2) Epoch 29, batch 4450, loss[loss=0.2381, simple_loss=0.3164, pruned_loss=0.07992, over 14293.00 frames. utt_duration=343.7 frames, utt_pad_proportion=0.04267, over 167.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3445, pruned_loss=0.09711, over 2784631.27 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07169, over 46015.29 utterances.], batch size: 167, lr: 1.62e-04 +2022-09-19 15:51:46,728 INFO [train.py:885] (0/2) Epoch 29, batch 4500, loss[loss=0.3038, simple_loss=0.357, pruned_loss=0.1253, over 14206.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04234, over 109.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.342, pruned_loss=0.09683, over 2783171.08 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07137, over 44654.95 utterances.], batch size: 109, lr: 1.62e-04 +2022-09-19 15:52:16,473 INFO [train.py:885] (0/2) Epoch 29, batch 4550, loss[loss=0.217, simple_loss=0.2887, pruned_loss=0.07266, over 14124.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.05214, over 98.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3412, pruned_loss=0.09618, over 2783408.32 frames. utt_duration=252 frames, utt_pad_proportion=0.07113, over 44444.16 utterances.], batch size: 98, lr: 1.62e-04 +2022-09-19 15:52:46,069 INFO [train.py:885] (0/2) Epoch 29, batch 4600, loss[loss=0.3409, simple_loss=0.4044, pruned_loss=0.1388, over 14224.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04383, over 335.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3417, pruned_loss=0.09644, over 2781847.29 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07165, over 44879.84 utterances.], batch size: 335, lr: 1.62e-04 +2022-09-19 15:53:15,838 INFO [train.py:885] (0/2) Epoch 29, batch 4650, loss[loss=0.2647, simple_loss=0.341, pruned_loss=0.09414, over 14374.00 frames. utt_duration=374.9 frames, utt_pad_proportion=0.03634, over 154.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3467, pruned_loss=0.09908, over 2788160.43 frames. utt_duration=244.9 frames, utt_pad_proportion=0.06929, over 45816.08 utterances.], batch size: 154, lr: 1.62e-04 +2022-09-19 15:53:45,616 INFO [train.py:885] (0/2) Epoch 29, batch 4700, loss[loss=0.2995, simple_loss=0.4039, pruned_loss=0.09758, over 13687.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07752, over 477.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3463, pruned_loss=0.09974, over 2786041.88 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06842, over 45510.71 utterances.], batch size: 477, lr: 1.62e-04 +2022-09-19 15:54:15,844 INFO [train.py:885] (0/2) Epoch 29, batch 4750, loss[loss=0.4292, simple_loss=0.5416, pruned_loss=0.1584, over 12524.00 frames. utt_duration=63.47 frames, utt_pad_proportion=0.1423, over 810.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3458, pruned_loss=0.09954, over 2782173.29 frames. utt_duration=247 frames, utt_pad_proportion=0.07094, over 45319.72 utterances.], batch size: 810, lr: 1.62e-04 +2022-09-19 15:54:44,324 INFO [train.py:885] (0/2) Epoch 29, batch 4800, loss[loss=0.2644, simple_loss=0.3419, pruned_loss=0.09344, over 14355.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03851, over 167.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3443, pruned_loss=0.09856, over 2781958.71 frames. utt_duration=253 frames, utt_pad_proportion=0.06927, over 44246.36 utterances.], batch size: 167, lr: 1.62e-04 +2022-09-19 15:55:14,072 INFO [train.py:885] (0/2) Epoch 29, batch 4850, loss[loss=0.2602, simple_loss=0.3427, pruned_loss=0.08882, over 14272.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04011, over 180.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3436, pruned_loss=0.09859, over 2778166.14 frames. utt_duration=255 frames, utt_pad_proportion=0.07051, over 43838.03 utterances.], batch size: 180, lr: 1.62e-04 +2022-09-19 15:55:43,205 INFO [train.py:885] (0/2) Epoch 29, batch 4900, loss[loss=0.3246, simple_loss=0.4275, pruned_loss=0.1108, over 13623.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07829, over 560.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3423, pruned_loss=0.09747, over 2779658.13 frames. utt_duration=258.1 frames, utt_pad_proportion=0.07089, over 43330.18 utterances.], batch size: 560, lr: 1.62e-04 +2022-09-19 15:56:12,838 INFO [train.py:885] (0/2) Epoch 29, batch 4950, loss[loss=0.2334, simple_loss=0.3061, pruned_loss=0.08032, over 14201.00 frames. utt_duration=639.9 frames, utt_pad_proportion=0.04642, over 89.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3445, pruned_loss=0.09782, over 2781715.88 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06914, over 44681.28 utterances.], batch size: 89, lr: 1.62e-04 +2022-09-19 15:56:42,018 INFO [train.py:885] (0/2) Epoch 29, batch 5000, loss[loss=0.3045, simple_loss=0.3757, pruned_loss=0.1167, over 14322.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03913, over 262.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.346, pruned_loss=0.09925, over 2784529.13 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06911, over 44804.00 utterances.], batch size: 262, lr: 1.62e-04 +2022-09-19 15:57:11,230 INFO [train.py:885] (0/2) Epoch 29, batch 5050, loss[loss=0.2561, simple_loss=0.3031, pruned_loss=0.1045, over 13340.00 frames. utt_duration=1618 frames, utt_pad_proportion=0.09783, over 33.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3442, pruned_loss=0.09834, over 2779574.71 frames. utt_duration=249.4 frames, utt_pad_proportion=0.0697, over 44847.70 utterances.], batch size: 33, lr: 1.62e-04 +2022-09-19 15:57:40,793 INFO [train.py:885] (0/2) Epoch 29, batch 5100, loss[loss=0.3042, simple_loss=0.408, pruned_loss=0.1003, over 13624.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.0813, over 477.00 utterances.], tot_loss[loss=0.271, simple_loss=0.345, pruned_loss=0.09856, over 2778242.81 frames. utt_duration=246 frames, utt_pad_proportion=0.07022, over 45447.63 utterances.], batch size: 477, lr: 1.62e-04 +2022-09-19 15:58:10,455 INFO [train.py:885] (0/2) Epoch 29, batch 5150, loss[loss=0.1606, simple_loss=0.2293, pruned_loss=0.04588, over 13318.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08978, over 41.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3445, pruned_loss=0.09849, over 2779335.39 frames. utt_duration=249 frames, utt_pad_proportion=0.06985, over 44921.51 utterances.], batch size: 41, lr: 1.62e-04 +2022-09-19 15:58:40,420 INFO [train.py:885] (0/2) Epoch 29, batch 5200, loss[loss=0.3909, simple_loss=0.4891, pruned_loss=0.1464, over 13153.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3424, pruned_loss=0.0976, over 2777549.28 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06919, over 44120.64 utterances.], batch size: 653, lr: 1.62e-04 +2022-09-19 15:59:10,010 INFO [train.py:885] (0/2) Epoch 29, batch 5250, loss[loss=0.376, simple_loss=0.4397, pruned_loss=0.1561, over 13972.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05773, over 365.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3437, pruned_loss=0.09821, over 2779774.97 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06946, over 44688.78 utterances.], batch size: 365, lr: 1.62e-04 +2022-09-19 15:59:39,183 INFO [train.py:885] (0/2) Epoch 29, batch 5300, loss[loss=0.2542, simple_loss=0.3348, pruned_loss=0.08682, over 14367.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.03501, over 195.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3434, pruned_loss=0.0977, over 2779356.29 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06918, over 44939.14 utterances.], batch size: 195, lr: 1.62e-04 +2022-09-19 16:00:08,969 INFO [train.py:885] (0/2) Epoch 29, batch 5350, loss[loss=0.3401, simple_loss=0.3997, pruned_loss=0.1402, over 14185.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.0454, over 306.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3414, pruned_loss=0.09772, over 2781106.74 frames. utt_duration=256.1 frames, utt_pad_proportion=0.0674, over 43682.00 utterances.], batch size: 306, lr: 1.62e-04 +2022-09-19 16:00:38,968 INFO [train.py:885] (0/2) Epoch 29, batch 5400, loss[loss=0.2974, simple_loss=0.3691, pruned_loss=0.1129, over 14332.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03769, over 283.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.341, pruned_loss=0.09728, over 2781217.09 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06915, over 43910.36 utterances.], batch size: 283, lr: 1.62e-04 +2022-09-19 16:01:07,780 INFO [train.py:885] (0/2) Epoch 29, batch 5450, loss[loss=0.3155, simple_loss=0.3798, pruned_loss=0.1256, over 14271.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04051, over 180.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3423, pruned_loss=0.09796, over 2780859.58 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07135, over 44069.00 utterances.], batch size: 180, lr: 1.62e-04 +2022-09-19 16:01:37,517 INFO [train.py:885] (0/2) Epoch 29, batch 5500, loss[loss=0.2332, simple_loss=0.3034, pruned_loss=0.08145, over 14121.00 frames. utt_duration=519.7 frames, utt_pad_proportion=0.04817, over 109.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3439, pruned_loss=0.09804, over 2780778.83 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07207, over 45245.39 utterances.], batch size: 109, lr: 1.62e-04 +2022-09-19 16:02:07,299 INFO [train.py:885] (0/2) Epoch 29, batch 5550, loss[loss=0.1717, simple_loss=0.2311, pruned_loss=0.05613, over 13917.00 frames. utt_duration=808.4 frames, utt_pad_proportion=0.05784, over 69.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3428, pruned_loss=0.0972, over 2779301.27 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07295, over 45348.20 utterances.], batch size: 69, lr: 1.62e-04 +2022-09-19 16:02:36,619 INFO [train.py:885] (0/2) Epoch 29, batch 5600, loss[loss=0.2527, simple_loss=0.3551, pruned_loss=0.07513, over 14030.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05396, over 365.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3455, pruned_loss=0.09852, over 2780319.72 frames. utt_duration=246 frames, utt_pad_proportion=0.07157, over 45488.24 utterances.], batch size: 365, lr: 1.62e-04 +2022-09-19 16:03:05,802 INFO [train.py:885] (0/2) Epoch 29, batch 5650, loss[loss=0.3113, simple_loss=0.3791, pruned_loss=0.1217, over 14208.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04464, over 335.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3429, pruned_loss=0.09724, over 2783432.91 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06992, over 44720.70 utterances.], batch size: 335, lr: 1.62e-04 +2022-09-19 16:03:35,610 INFO [train.py:885] (0/2) Epoch 29, batch 5700, loss[loss=0.2206, simple_loss=0.3078, pruned_loss=0.06664, over 14205.00 frames. utt_duration=404.3 frames, utt_pad_proportion=0.04647, over 141.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3428, pruned_loss=0.09667, over 2780466.05 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07005, over 45238.17 utterances.], batch size: 141, lr: 1.62e-04 +2022-09-19 16:04:04,838 INFO [train.py:885] (0/2) Epoch 29, batch 5750, loss[loss=0.2554, simple_loss=0.3398, pruned_loss=0.08552, over 14318.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03842, over 195.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3449, pruned_loss=0.09809, over 2783276.48 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06954, over 45859.69 utterances.], batch size: 195, lr: 1.62e-04 +2022-09-19 16:04:34,493 INFO [train.py:885] (0/2) Epoch 29, batch 5800, loss[loss=0.2772, simple_loss=0.3567, pruned_loss=0.09883, over 14356.00 frames. utt_duration=296 frames, utt_pad_proportion=0.0358, over 195.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.345, pruned_loss=0.09771, over 2780715.99 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07041, over 46375.80 utterances.], batch size: 195, lr: 1.62e-04 +2022-09-19 16:05:03,353 INFO [train.py:885] (0/2) Epoch 29, batch 5850, loss[loss=0.2209, simple_loss=0.2965, pruned_loss=0.07267, over 14146.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04639, over 109.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3399, pruned_loss=0.09533, over 2779473.89 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06816, over 44225.12 utterances.], batch size: 109, lr: 1.62e-04 +2022-09-19 16:05:40,056 INFO [train.py:885] (0/2) Epoch 29, batch 5900, loss[loss=0.3742, simple_loss=0.4732, pruned_loss=0.1376, over 13183.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3457, pruned_loss=0.09791, over 2779756.55 frames. utt_duration=238.1 frames, utt_pad_proportion=0.0696, over 46981.03 utterances.], batch size: 653, lr: 1.62e-04 +2022-09-19 16:06:09,727 INFO [train.py:885] (0/2) Epoch 29, batch 5950, loss[loss=0.1299, simple_loss=0.1841, pruned_loss=0.03786, over 12916.00 frames. utt_duration=2068 frames, utt_pad_proportion=0.1378, over 25.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3444, pruned_loss=0.09771, over 2779302.24 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07006, over 45780.30 utterances.], batch size: 25, lr: 1.62e-04 +2022-09-19 16:06:38,728 INFO [train.py:885] (0/2) Epoch 29, batch 6000, loss[loss=0.2462, simple_loss=0.3227, pruned_loss=0.08489, over 14280.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04272, over 154.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3461, pruned_loss=0.09879, over 2780346.75 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07195, over 46225.36 utterances.], batch size: 154, lr: 1.62e-04 +2022-09-19 16:06:38,730 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 16:06:42,915 INFO [train.py:914] (0/2) Epoch 29, validation: loss=0.1954, simple_loss=0.2753, pruned_loss=0.0577, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 16:07:12,709 INFO [train.py:885] (0/2) Epoch 29, batch 6050, loss[loss=0.262, simple_loss=0.3708, pruned_loss=0.07661, over 13685.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07797, over 477.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3417, pruned_loss=0.09648, over 2777947.51 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07348, over 45335.02 utterances.], batch size: 477, lr: 1.62e-04 +2022-09-19 16:07:41,864 INFO [train.py:885] (0/2) Epoch 29, batch 6100, loss[loss=0.3131, simple_loss=0.3822, pruned_loss=0.122, over 14252.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.0412, over 306.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3455, pruned_loss=0.09879, over 2782189.71 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07231, over 45655.60 utterances.], batch size: 306, lr: 1.62e-04 +2022-09-19 16:08:11,370 INFO [train.py:885] (0/2) Epoch 29, batch 6150, loss[loss=0.3704, simple_loss=0.4224, pruned_loss=0.1592, over 14213.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04386, over 335.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3439, pruned_loss=0.09765, over 2783721.60 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07001, over 44943.12 utterances.], batch size: 335, lr: 1.62e-04 +2022-09-19 16:08:41,011 INFO [train.py:885] (0/2) Epoch 29, batch 6200, loss[loss=0.3779, simple_loss=0.4698, pruned_loss=0.143, over 13140.00 frames. utt_duration=82.03 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3445, pruned_loss=0.09838, over 2785447.62 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06908, over 45153.05 utterances.], batch size: 653, lr: 1.62e-04 +2022-09-19 16:09:10,497 INFO [train.py:885] (0/2) Epoch 29, batch 6250, loss[loss=0.2734, simple_loss=0.3546, pruned_loss=0.09605, over 14304.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03829, over 180.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3449, pruned_loss=0.09837, over 2780721.65 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07041, over 46066.12 utterances.], batch size: 180, lr: 1.62e-04 +2022-09-19 16:09:40,075 INFO [train.py:885] (0/2) Epoch 29, batch 6300, loss[loss=0.2336, simple_loss=0.311, pruned_loss=0.07804, over 14306.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04085, over 154.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3427, pruned_loss=0.09799, over 2777818.05 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06895, over 44909.77 utterances.], batch size: 154, lr: 1.62e-04 +2022-09-19 16:10:09,406 INFO [train.py:885] (0/2) Epoch 29, batch 6350, loss[loss=0.3457, simple_loss=0.408, pruned_loss=0.1417, over 14326.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03774, over 283.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3466, pruned_loss=0.1002, over 2781039.00 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06868, over 46009.43 utterances.], batch size: 283, lr: 1.62e-04 +2022-09-19 16:10:38,426 INFO [train.py:885] (0/2) Epoch 29, batch 6400, loss[loss=0.2388, simple_loss=0.3214, pruned_loss=0.07814, over 14376.00 frames. utt_duration=345.9 frames, utt_pad_proportion=0.03661, over 167.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3431, pruned_loss=0.09852, over 2784584.15 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06641, over 43798.69 utterances.], batch size: 167, lr: 1.62e-04 +2022-09-19 16:11:08,612 INFO [train.py:885] (0/2) Epoch 29, batch 6450, loss[loss=0.2089, simple_loss=0.2732, pruned_loss=0.07224, over 13801.00 frames. utt_duration=801.4 frames, utt_pad_proportion=0.06708, over 69.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3451, pruned_loss=0.0986, over 2782421.83 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07027, over 45551.93 utterances.], batch size: 69, lr: 1.62e-04 +2022-09-19 16:11:38,476 INFO [train.py:885] (0/2) Epoch 29, batch 6500, loss[loss=0.254, simple_loss=0.3253, pruned_loss=0.09137, over 14057.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05703, over 98.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3459, pruned_loss=0.09862, over 2778629.80 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07196, over 46325.58 utterances.], batch size: 98, lr: 1.62e-04 +2022-09-19 16:12:07,764 INFO [train.py:885] (0/2) Epoch 29, batch 6550, loss[loss=0.1998, simple_loss=0.2774, pruned_loss=0.06112, over 14158.00 frames. utt_duration=637.8 frames, utt_pad_proportion=0.0495, over 89.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3447, pruned_loss=0.09846, over 2781115.49 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07088, over 45662.41 utterances.], batch size: 89, lr: 1.62e-04 +2022-09-19 16:12:37,534 INFO [train.py:885] (0/2) Epoch 29, batch 6600, loss[loss=0.2173, simple_loss=0.2879, pruned_loss=0.07336, over 14056.00 frames. utt_duration=575.2 frames, utt_pad_proportion=0.05556, over 98.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3475, pruned_loss=0.0993, over 2783069.85 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07075, over 47515.33 utterances.], batch size: 98, lr: 1.62e-04 +2022-09-19 16:13:01,208 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-360000.pt +2022-09-19 16:13:07,436 INFO [train.py:885] (0/2) Epoch 29, batch 6650, loss[loss=0.289, simple_loss=0.3685, pruned_loss=0.1048, over 14312.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03849, over 226.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3435, pruned_loss=0.09739, over 2788473.95 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06833, over 45399.80 utterances.], batch size: 226, lr: 1.62e-04 +2022-09-19 16:13:37,172 INFO [train.py:885] (0/2) Epoch 29, batch 6700, loss[loss=0.2697, simple_loss=0.3632, pruned_loss=0.08805, over 14004.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05596, over 365.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3474, pruned_loss=0.09982, over 2786575.20 frames. utt_duration=240 frames, utt_pad_proportion=0.07048, over 46726.16 utterances.], batch size: 365, lr: 1.62e-04 +2022-09-19 16:14:06,371 INFO [train.py:885] (0/2) Epoch 29, batch 6750, loss[loss=0.1219, simple_loss=0.1775, pruned_loss=0.03312, over 13461.00 frames. utt_duration=1283 frames, utt_pad_proportion=0.09561, over 42.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3461, pruned_loss=0.09904, over 2781289.59 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07161, over 46379.66 utterances.], batch size: 42, lr: 1.62e-04 +2022-09-19 16:14:36,229 INFO [train.py:885] (0/2) Epoch 29, batch 6800, loss[loss=0.2148, simple_loss=0.2896, pruned_loss=0.06998, over 14328.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03833, over 130.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3442, pruned_loss=0.09799, over 2781517.07 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07167, over 45634.97 utterances.], batch size: 130, lr: 1.62e-04 +2022-09-19 16:15:05,226 INFO [train.py:885] (0/2) Epoch 29, batch 6850, loss[loss=0.1786, simple_loss=0.246, pruned_loss=0.05559, over 14073.00 frames. utt_duration=805.9 frames, utt_pad_proportion=0.05968, over 70.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3412, pruned_loss=0.09637, over 2779743.62 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07055, over 44597.05 utterances.], batch size: 70, lr: 1.62e-04 +2022-09-19 16:15:34,980 INFO [train.py:885] (0/2) Epoch 29, batch 6900, loss[loss=0.2397, simple_loss=0.3242, pruned_loss=0.07758, over 14306.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03814, over 154.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.342, pruned_loss=0.0967, over 2777988.88 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06901, over 44851.32 utterances.], batch size: 154, lr: 1.62e-04 +2022-09-19 16:16:04,106 INFO [train.py:885] (0/2) Epoch 29, batch 6950, loss[loss=0.1857, simple_loss=0.2599, pruned_loss=0.05578, over 13852.00 frames. utt_duration=925 frames, utt_pad_proportion=0.07127, over 60.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3426, pruned_loss=0.09705, over 2776511.20 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0696, over 44850.67 utterances.], batch size: 60, lr: 1.62e-04 +2022-09-19 16:16:33,743 INFO [train.py:885] (0/2) Epoch 29, batch 7000, loss[loss=0.2098, simple_loss=0.2753, pruned_loss=0.07214, over 14154.00 frames. utt_duration=637.6 frames, utt_pad_proportion=0.04838, over 89.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3416, pruned_loss=0.09706, over 2784329.76 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06609, over 43644.12 utterances.], batch size: 89, lr: 1.62e-04 +2022-09-19 16:17:02,844 INFO [train.py:885] (0/2) Epoch 29, batch 7050, loss[loss=0.2762, simple_loss=0.3523, pruned_loss=0.1001, over 14347.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03742, over 262.00 utterances.], tot_loss[loss=0.2639, simple_loss=0.3382, pruned_loss=0.09478, over 2784657.38 frames. utt_duration=262.2 frames, utt_pad_proportion=0.0665, over 42719.58 utterances.], batch size: 262, lr: 1.62e-04 +2022-09-19 16:17:33,009 INFO [train.py:885] (0/2) Epoch 29, batch 7100, loss[loss=0.1877, simple_loss=0.2739, pruned_loss=0.05075, over 14198.00 frames. utt_duration=639.7 frames, utt_pad_proportion=0.0467, over 89.00 utterances.], tot_loss[loss=0.2639, simple_loss=0.3385, pruned_loss=0.0946, over 2778005.42 frames. utt_duration=255 frames, utt_pad_proportion=0.06855, over 43831.24 utterances.], batch size: 89, lr: 1.62e-04 +2022-09-19 16:18:02,592 INFO [train.py:885] (0/2) Epoch 29, batch 7150, loss[loss=0.2803, simple_loss=0.357, pruned_loss=0.1018, over 14356.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03582, over 210.00 utterances.], tot_loss[loss=0.2626, simple_loss=0.337, pruned_loss=0.09407, over 2779862.18 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06699, over 43200.78 utterances.], batch size: 210, lr: 1.62e-04 +2022-09-19 16:18:32,111 INFO [train.py:885] (0/2) Epoch 29, batch 7200, loss[loss=0.1812, simple_loss=0.2619, pruned_loss=0.05019, over 13535.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08889, over 50.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.3392, pruned_loss=0.09502, over 2780443.97 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06896, over 44312.41 utterances.], batch size: 50, lr: 1.62e-04 +2022-09-19 16:19:01,753 INFO [train.py:885] (0/2) Epoch 29, batch 7250, loss[loss=0.2412, simple_loss=0.3101, pruned_loss=0.08613, over 14298.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03836, over 130.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3403, pruned_loss=0.09584, over 2783797.56 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06844, over 44283.43 utterances.], batch size: 130, lr: 1.62e-04 +2022-09-19 16:19:31,512 INFO [train.py:885] (0/2) Epoch 29, batch 7300, loss[loss=0.1796, simple_loss=0.2428, pruned_loss=0.05814, over 13670.00 frames. utt_duration=913 frames, utt_pad_proportion=0.08246, over 60.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3433, pruned_loss=0.0979, over 2781661.85 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06969, over 45351.51 utterances.], batch size: 60, lr: 1.62e-04 +2022-09-19 16:20:01,354 INFO [train.py:885] (0/2) Epoch 29, batch 7350, loss[loss=0.2022, simple_loss=0.2777, pruned_loss=0.06333, over 14036.00 frames. utt_duration=712 frames, utt_pad_proportion=0.0582, over 79.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3443, pruned_loss=0.09897, over 2776629.84 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07186, over 45663.10 utterances.], batch size: 79, lr: 1.62e-04 +2022-09-19 16:20:30,967 INFO [train.py:885] (0/2) Epoch 29, batch 7400, loss[loss=0.1986, simple_loss=0.2529, pruned_loss=0.07215, over 13871.00 frames. utt_duration=910.9 frames, utt_pad_proportion=0.07056, over 61.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3446, pruned_loss=0.09943, over 2782266.33 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07024, over 45027.23 utterances.], batch size: 61, lr: 1.62e-04 +2022-09-19 16:21:00,711 INFO [train.py:885] (0/2) Epoch 29, batch 7450, loss[loss=0.2601, simple_loss=0.3385, pruned_loss=0.09087, over 14309.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03795, over 180.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3426, pruned_loss=0.09796, over 2782615.56 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06903, over 44484.80 utterances.], batch size: 180, lr: 1.62e-04 +2022-09-19 16:21:30,915 INFO [train.py:885] (0/2) Epoch 29, batch 7500, loss[loss=0.2507, simple_loss=0.3181, pruned_loss=0.09167, over 14193.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.0432, over 109.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3456, pruned_loss=0.09847, over 2779343.90 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07207, over 46664.00 utterances.], batch size: 109, lr: 1.62e-04 +2022-09-19 16:22:01,030 INFO [train.py:885] (0/2) Epoch 29, batch 7550, loss[loss=0.2608, simple_loss=0.3429, pruned_loss=0.0893, over 14355.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03632, over 210.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3469, pruned_loss=0.09814, over 2778841.95 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07284, over 47814.30 utterances.], batch size: 210, lr: 1.62e-04 +2022-09-19 16:22:30,492 INFO [train.py:885] (0/2) Epoch 29, batch 7600, loss[loss=0.1379, simple_loss=0.2032, pruned_loss=0.03624, over 13369.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08711, over 41.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3447, pruned_loss=0.09766, over 2782172.59 frames. utt_duration=243 frames, utt_pad_proportion=0.06913, over 46074.05 utterances.], batch size: 41, lr: 1.62e-04 +2022-09-19 16:23:00,364 INFO [train.py:885] (0/2) Epoch 29, batch 7650, loss[loss=0.1519, simple_loss=0.2201, pruned_loss=0.04186, over 13899.00 frames. utt_duration=807.2 frames, utt_pad_proportion=0.0603, over 69.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3416, pruned_loss=0.09699, over 2783152.89 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06879, over 44630.37 utterances.], batch size: 69, lr: 1.62e-04 +2022-09-19 16:23:30,330 INFO [train.py:885] (0/2) Epoch 29, batch 7700, loss[loss=0.1127, simple_loss=0.1694, pruned_loss=0.02795, over 13243.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1036, over 33.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3441, pruned_loss=0.0983, over 2779476.67 frames. utt_duration=242.4 frames, utt_pad_proportion=0.071, over 46152.18 utterances.], batch size: 33, lr: 1.62e-04 +2022-09-19 16:24:00,678 INFO [train.py:885] (0/2) Epoch 29, batch 7750, loss[loss=0.2722, simple_loss=0.3554, pruned_loss=0.0945, over 14261.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04147, over 225.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3465, pruned_loss=0.09933, over 2779750.66 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07119, over 47236.49 utterances.], batch size: 225, lr: 1.62e-04 +2022-09-19 16:24:30,198 INFO [train.py:885] (0/2) Epoch 29, batch 7800, loss[loss=0.2728, simple_loss=0.3503, pruned_loss=0.09763, over 14346.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03644, over 210.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3441, pruned_loss=0.09818, over 2784539.73 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07015, over 45824.95 utterances.], batch size: 210, lr: 1.62e-04 +2022-09-19 16:25:00,076 INFO [train.py:885] (0/2) Epoch 29, batch 7850, loss[loss=0.2145, simple_loss=0.2863, pruned_loss=0.0713, over 13950.00 frames. utt_duration=570.9 frames, utt_pad_proportion=0.0626, over 98.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.347, pruned_loss=0.0998, over 2777618.28 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07416, over 47565.79 utterances.], batch size: 98, lr: 1.62e-04 +2022-09-19 16:25:29,710 INFO [train.py:885] (0/2) Epoch 29, batch 7900, loss[loss=0.2447, simple_loss=0.316, pruned_loss=0.08672, over 14142.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.0469, over 109.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3452, pruned_loss=0.09893, over 2781702.83 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07082, over 46187.28 utterances.], batch size: 109, lr: 1.62e-04 +2022-09-19 16:25:59,290 INFO [train.py:885] (0/2) Epoch 29, batch 7950, loss[loss=0.2261, simple_loss=0.3055, pruned_loss=0.0734, over 14110.00 frames. utt_duration=635.5 frames, utt_pad_proportion=0.05437, over 89.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3415, pruned_loss=0.09733, over 2779378.49 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0699, over 44882.49 utterances.], batch size: 89, lr: 1.62e-04 +2022-09-19 16:26:29,177 INFO [train.py:885] (0/2) Epoch 29, batch 8000, loss[loss=0.3211, simple_loss=0.3833, pruned_loss=0.1294, over 14348.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03639, over 283.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3456, pruned_loss=0.09983, over 2783672.20 frames. utt_duration=244.3 frames, utt_pad_proportion=0.06932, over 45851.60 utterances.], batch size: 283, lr: 1.62e-04 +2022-09-19 16:26:58,863 INFO [train.py:885] (0/2) Epoch 29, batch 8050, loss[loss=0.275, simple_loss=0.3569, pruned_loss=0.09653, over 14307.00 frames. utt_duration=273.9 frames, utt_pad_proportion=0.03898, over 210.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3426, pruned_loss=0.09771, over 2781490.20 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0688, over 45153.54 utterances.], batch size: 210, lr: 1.62e-04 +2022-09-19 16:27:29,839 INFO [train.py:885] (0/2) Epoch 29, batch 8100, loss[loss=0.3374, simple_loss=0.4287, pruned_loss=0.1231, over 13637.00 frames. utt_duration=98.85 frames, utt_pad_proportion=0.07617, over 560.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3489, pruned_loss=0.1002, over 2778387.72 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07195, over 48321.68 utterances.], batch size: 560, lr: 1.62e-04 +2022-09-19 16:27:59,674 INFO [train.py:885] (0/2) Epoch 29, batch 8150, loss[loss=0.3004, simple_loss=0.3708, pruned_loss=0.115, over 14238.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04217, over 306.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3435, pruned_loss=0.09765, over 2778970.49 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07088, over 46371.76 utterances.], batch size: 306, lr: 1.61e-04 +2022-09-19 16:28:29,430 INFO [train.py:885] (0/2) Epoch 29, batch 8200, loss[loss=0.1745, simple_loss=0.2498, pruned_loss=0.04957, over 13988.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.05967, over 79.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3447, pruned_loss=0.09778, over 2778065.57 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07205, over 46907.62 utterances.], batch size: 79, lr: 1.61e-04 +2022-09-19 16:28:59,117 INFO [train.py:885] (0/2) Epoch 29, batch 8250, loss[loss=0.2871, simple_loss=0.3563, pruned_loss=0.109, over 14340.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03444, over 244.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3494, pruned_loss=0.1004, over 2778790.14 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07319, over 48396.62 utterances.], batch size: 244, lr: 1.61e-04 +2022-09-19 16:29:28,284 INFO [train.py:885] (0/2) Epoch 29, batch 8300, loss[loss=0.2841, simple_loss=0.3546, pruned_loss=0.1069, over 14396.00 frames. utt_duration=296.8 frames, utt_pad_proportion=0.03321, over 195.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3492, pruned_loss=0.1006, over 2781748.27 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07149, over 47868.05 utterances.], batch size: 195, lr: 1.61e-04 +2022-09-19 16:29:58,552 INFO [train.py:885] (0/2) Epoch 29, batch 8350, loss[loss=0.3141, simple_loss=0.3818, pruned_loss=0.1232, over 14320.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0385, over 283.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3467, pruned_loss=0.09896, over 2778770.60 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07325, over 47762.69 utterances.], batch size: 283, lr: 1.61e-04 +2022-09-19 16:30:28,146 INFO [train.py:885] (0/2) Epoch 29, batch 8400, loss[loss=0.1264, simple_loss=0.1837, pruned_loss=0.03457, over 12874.00 frames. utt_duration=1562 frames, utt_pad_proportion=0.1254, over 33.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3468, pruned_loss=0.09895, over 2781328.80 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07272, over 47541.26 utterances.], batch size: 33, lr: 1.61e-04 +2022-09-19 16:30:58,269 INFO [train.py:885] (0/2) Epoch 29, batch 8450, loss[loss=0.2413, simple_loss=0.3221, pruned_loss=0.08027, over 14253.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04524, over 141.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3489, pruned_loss=0.09987, over 2782491.78 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07272, over 48113.83 utterances.], batch size: 141, lr: 1.61e-04 +2022-09-19 16:31:28,025 INFO [train.py:885] (0/2) Epoch 29, batch 8500, loss[loss=0.2488, simple_loss=0.3354, pruned_loss=0.08106, over 14309.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04178, over 167.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3462, pruned_loss=0.09842, over 2781644.46 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07217, over 47353.66 utterances.], batch size: 167, lr: 1.61e-04 +2022-09-19 16:31:57,335 INFO [train.py:885] (0/2) Epoch 29, batch 8550, loss[loss=0.1787, simple_loss=0.2417, pruned_loss=0.0579, over 12289.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.1732, over 24.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3465, pruned_loss=0.09888, over 2776214.86 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07391, over 47079.34 utterances.], batch size: 24, lr: 1.61e-04 +2022-09-19 16:32:27,174 INFO [train.py:885] (0/2) Epoch 29, batch 8600, loss[loss=0.2356, simple_loss=0.3163, pruned_loss=0.07742, over 14323.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04063, over 167.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3484, pruned_loss=0.09916, over 2780711.46 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07299, over 47579.78 utterances.], batch size: 167, lr: 1.61e-04 +2022-09-19 16:32:56,656 INFO [train.py:885] (0/2) Epoch 29, batch 8650, loss[loss=0.2626, simple_loss=0.3299, pruned_loss=0.09762, over 14328.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03846, over 130.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3462, pruned_loss=0.09789, over 2779501.84 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07207, over 46748.86 utterances.], batch size: 130, lr: 1.61e-04 +2022-09-19 16:33:27,261 INFO [train.py:885] (0/2) Epoch 29, batch 8700, loss[loss=0.3486, simple_loss=0.4426, pruned_loss=0.1273, over 13594.00 frames. utt_duration=98.43 frames, utt_pad_proportion=0.08011, over 560.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3484, pruned_loss=0.09986, over 2779106.61 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07181, over 47162.86 utterances.], batch size: 560, lr: 1.61e-04 +2022-09-19 16:33:56,922 INFO [train.py:885] (0/2) Epoch 29, batch 8750, loss[loss=0.3669, simple_loss=0.4125, pruned_loss=0.1607, over 14259.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04119, over 335.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3461, pruned_loss=0.09925, over 2781255.77 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07069, over 45570.93 utterances.], batch size: 335, lr: 1.61e-04 +2022-09-19 16:34:26,436 INFO [train.py:885] (0/2) Epoch 29, batch 8800, loss[loss=0.209, simple_loss=0.2858, pruned_loss=0.06613, over 14281.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.04125, over 120.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3436, pruned_loss=0.09789, over 2781834.98 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06956, over 44285.72 utterances.], batch size: 120, lr: 1.61e-04 +2022-09-19 16:34:56,483 INFO [train.py:885] (0/2) Epoch 29, batch 8850, loss[loss=0.1463, simple_loss=0.2056, pruned_loss=0.04345, over 13005.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1245, over 33.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3392, pruned_loss=0.09603, over 2780124.03 frames. utt_duration=262 frames, utt_pad_proportion=0.06795, over 42689.72 utterances.], batch size: 33, lr: 1.61e-04 +2022-09-19 16:35:26,214 INFO [train.py:885] (0/2) Epoch 29, batch 8900, loss[loss=0.2574, simple_loss=0.3435, pruned_loss=0.08562, over 14280.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03978, over 180.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3431, pruned_loss=0.0968, over 2782603.12 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06902, over 44759.34 utterances.], batch size: 180, lr: 1.61e-04 +2022-09-19 16:35:56,450 INFO [train.py:885] (0/2) Epoch 29, batch 8950, loss[loss=0.4654, simple_loss=0.5608, pruned_loss=0.185, over 12522.00 frames. utt_duration=63.36 frames, utt_pad_proportion=0.1438, over 810.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.348, pruned_loss=0.09954, over 2780111.59 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07214, over 46592.59 utterances.], batch size: 810, lr: 1.61e-04 +2022-09-19 16:36:26,287 INFO [train.py:885] (0/2) Epoch 29, batch 9000, loss[loss=0.2808, simple_loss=0.3509, pruned_loss=0.1054, over 14386.00 frames. utt_duration=296.5 frames, utt_pad_proportion=0.03421, over 195.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.343, pruned_loss=0.09659, over 2780150.05 frames. utt_duration=248 frames, utt_pad_proportion=0.07179, over 45103.52 utterances.], batch size: 195, lr: 1.61e-04 +2022-09-19 16:36:26,289 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 16:36:30,497 INFO [train.py:914] (0/2) Epoch 29, validation: loss=0.1859, simple_loss=0.2667, pruned_loss=0.05254, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 16:37:00,353 INFO [train.py:885] (0/2) Epoch 29, batch 9050, loss[loss=0.4431, simple_loss=0.5154, pruned_loss=0.1854, over 13139.00 frames. utt_duration=81.97 frames, utt_pad_proportion=0.1091, over 653.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3425, pruned_loss=0.0959, over 2777754.53 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07242, over 44833.03 utterances.], batch size: 653, lr: 1.61e-04 +2022-09-19 16:37:29,546 INFO [train.py:885] (0/2) Epoch 29, batch 9100, loss[loss=0.3045, simple_loss=0.3822, pruned_loss=0.1134, over 14184.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04587, over 306.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3439, pruned_loss=0.0972, over 2776404.95 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07262, over 45145.84 utterances.], batch size: 306, lr: 1.61e-04 +2022-09-19 16:37:59,797 INFO [train.py:885] (0/2) Epoch 29, batch 9150, loss[loss=0.1921, simple_loss=0.2647, pruned_loss=0.05969, over 14193.00 frames. utt_duration=639.5 frames, utt_pad_proportion=0.047, over 89.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3437, pruned_loss=0.0979, over 2778648.33 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07283, over 44823.73 utterances.], batch size: 89, lr: 1.61e-04 +2022-09-19 16:38:29,319 INFO [train.py:885] (0/2) Epoch 29, batch 9200, loss[loss=0.3468, simple_loss=0.4073, pruned_loss=0.1431, over 14236.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04246, over 335.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3425, pruned_loss=0.09709, over 2781339.85 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07147, over 44604.24 utterances.], batch size: 335, lr: 1.61e-04 +2022-09-19 16:38:59,506 INFO [train.py:885] (0/2) Epoch 29, batch 9250, loss[loss=0.2466, simple_loss=0.3333, pruned_loss=0.07997, over 14369.00 frames. utt_duration=480.6 frames, utt_pad_proportion=0.03502, over 120.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3392, pruned_loss=0.09557, over 2780325.39 frames. utt_duration=260.5 frames, utt_pad_proportion=0.06874, over 42941.14 utterances.], batch size: 120, lr: 1.61e-04 +2022-09-19 16:39:29,060 INFO [train.py:885] (0/2) Epoch 29, batch 9300, loss[loss=0.1742, simple_loss=0.2448, pruned_loss=0.05181, over 13898.00 frames. utt_duration=927.9 frames, utt_pad_proportion=0.0674, over 60.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3419, pruned_loss=0.09652, over 2779286.90 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07145, over 44433.43 utterances.], batch size: 60, lr: 1.61e-04 +2022-09-19 16:39:58,896 INFO [train.py:885] (0/2) Epoch 29, batch 9350, loss[loss=0.4646, simple_loss=0.5664, pruned_loss=0.1814, over 12546.00 frames. utt_duration=63.5 frames, utt_pad_proportion=0.1419, over 810.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3427, pruned_loss=0.09705, over 2777118.21 frames. utt_duration=250 frames, utt_pad_proportion=0.07199, over 44704.44 utterances.], batch size: 810, lr: 1.61e-04 +2022-09-19 16:40:28,527 INFO [train.py:885] (0/2) Epoch 29, batch 9400, loss[loss=0.264, simple_loss=0.3429, pruned_loss=0.09257, over 14361.00 frames. utt_duration=374.5 frames, utt_pad_proportion=0.03471, over 154.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3438, pruned_loss=0.09748, over 2778851.42 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07242, over 45433.51 utterances.], batch size: 154, lr: 1.61e-04 +2022-09-19 16:40:58,515 INFO [train.py:885] (0/2) Epoch 29, batch 9450, loss[loss=0.3057, simple_loss=0.4001, pruned_loss=0.1057, over 13614.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08191, over 477.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3449, pruned_loss=0.09814, over 2779863.65 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07136, over 45865.38 utterances.], batch size: 477, lr: 1.61e-04 +2022-09-19 16:41:28,654 INFO [train.py:885] (0/2) Epoch 29, batch 9500, loss[loss=0.1551, simple_loss=0.2242, pruned_loss=0.043, over 13721.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.0729, over 42.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3435, pruned_loss=0.09716, over 2777375.66 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07184, over 45821.58 utterances.], batch size: 42, lr: 1.61e-04 +2022-09-19 16:41:58,900 INFO [train.py:885] (0/2) Epoch 29, batch 9550, loss[loss=0.2651, simple_loss=0.3482, pruned_loss=0.09098, over 14285.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03943, over 154.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3439, pruned_loss=0.09669, over 2779717.32 frames. utt_duration=241.9 frames, utt_pad_proportion=0.0719, over 46256.45 utterances.], batch size: 154, lr: 1.61e-04 +2022-09-19 16:42:28,603 INFO [train.py:885] (0/2) Epoch 29, batch 9600, loss[loss=0.2491, simple_loss=0.315, pruned_loss=0.09163, over 14347.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.0369, over 120.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3434, pruned_loss=0.09685, over 2781102.53 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06964, over 45755.67 utterances.], batch size: 120, lr: 1.61e-04 +2022-09-19 16:42:58,845 INFO [train.py:885] (0/2) Epoch 29, batch 9650, loss[loss=0.162, simple_loss=0.2148, pruned_loss=0.05464, over 13208.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1122, over 33.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3447, pruned_loss=0.09693, over 2779964.11 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07114, over 47370.21 utterances.], batch size: 33, lr: 1.61e-04 +2022-09-19 16:43:27,936 INFO [train.py:885] (0/2) Epoch 29, batch 9700, loss[loss=0.248, simple_loss=0.31, pruned_loss=0.09302, over 14212.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04483, over 89.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3415, pruned_loss=0.09543, over 2780916.59 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07, over 45592.12 utterances.], batch size: 89, lr: 1.61e-04 +2022-09-19 16:43:57,395 INFO [train.py:885] (0/2) Epoch 29, batch 9750, loss[loss=0.62, simple_loss=0.6716, pruned_loss=0.2842, over 12473.00 frames. utt_duration=63.17 frames, utt_pad_proportion=0.1463, over 810.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3469, pruned_loss=0.09829, over 2779693.38 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07147, over 47833.96 utterances.], batch size: 810, lr: 1.61e-04 +2022-09-19 16:44:26,752 INFO [train.py:885] (0/2) Epoch 29, batch 9800, loss[loss=0.1733, simple_loss=0.2322, pruned_loss=0.05724, over 13897.00 frames. utt_duration=928 frames, utt_pad_proportion=0.06642, over 60.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3459, pruned_loss=0.0978, over 2775548.03 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07285, over 47677.57 utterances.], batch size: 60, lr: 1.61e-04 +2022-09-19 16:45:02,709 INFO [train.py:885] (0/2) Epoch 29, batch 9850, loss[loss=0.1713, simple_loss=0.2472, pruned_loss=0.0477, over 13911.00 frames. utt_duration=928.7 frames, utt_pad_proportion=0.06662, over 60.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3411, pruned_loss=0.09555, over 2772377.88 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07346, over 45605.64 utterances.], batch size: 60, lr: 1.61e-04 +2022-09-19 16:45:32,180 INFO [train.py:885] (0/2) Epoch 29, batch 9900, loss[loss=0.3401, simple_loss=0.3942, pruned_loss=0.143, over 14287.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03951, over 180.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3425, pruned_loss=0.09653, over 2769359.16 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07581, over 46303.04 utterances.], batch size: 180, lr: 1.61e-04 +2022-09-19 16:46:01,768 INFO [train.py:885] (0/2) Epoch 29, batch 9950, loss[loss=0.2656, simple_loss=0.3426, pruned_loss=0.09431, over 14348.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03888, over 167.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3387, pruned_loss=0.095, over 2774466.16 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07254, over 44284.75 utterances.], batch size: 167, lr: 1.61e-04 +2022-09-19 16:46:31,436 INFO [train.py:885] (0/2) Epoch 29, batch 10000, loss[loss=0.4251, simple_loss=0.5047, pruned_loss=0.1728, over 13173.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3448, pruned_loss=0.09807, over 2769878.09 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07644, over 46709.17 utterances.], batch size: 653, lr: 1.61e-04 +2022-09-19 16:47:00,567 INFO [train.py:885] (0/2) Epoch 29, batch 10050, loss[loss=0.3122, simple_loss=0.4115, pruned_loss=0.1064, over 13651.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07975, over 477.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3459, pruned_loss=0.09888, over 2773048.36 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07455, over 46141.87 utterances.], batch size: 477, lr: 1.61e-04 +2022-09-19 16:47:29,940 INFO [train.py:885] (0/2) Epoch 29, batch 10100, loss[loss=0.1294, simple_loss=0.1849, pruned_loss=0.03697, over 13128.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1117, over 33.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3438, pruned_loss=0.09845, over 2776607.71 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07261, over 44666.68 utterances.], batch size: 33, lr: 1.61e-04 +2022-09-19 16:47:59,477 INFO [train.py:885] (0/2) Epoch 29, batch 10150, loss[loss=0.223, simple_loss=0.2952, pruned_loss=0.07539, over 14057.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05575, over 98.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3423, pruned_loss=0.09717, over 2780861.75 frames. utt_duration=256.6 frames, utt_pad_proportion=0.07097, over 43594.57 utterances.], batch size: 98, lr: 1.61e-04 +2022-09-19 16:48:29,177 INFO [train.py:885] (0/2) Epoch 29, batch 10200, loss[loss=0.3148, simple_loss=0.3848, pruned_loss=0.1224, over 14342.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03684, over 283.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3446, pruned_loss=0.09814, over 2779932.91 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07089, over 44817.34 utterances.], batch size: 283, lr: 1.61e-04 +2022-09-19 16:48:58,614 INFO [train.py:885] (0/2) Epoch 29, batch 10250, loss[loss=0.3711, simple_loss=0.4164, pruned_loss=0.1629, over 14201.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04432, over 306.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3419, pruned_loss=0.09645, over 2783094.44 frames. utt_duration=254.6 frames, utt_pad_proportion=0.0686, over 43980.78 utterances.], batch size: 306, lr: 1.61e-04 +2022-09-19 16:49:28,326 INFO [train.py:885] (0/2) Epoch 29, batch 10300, loss[loss=0.1849, simple_loss=0.2565, pruned_loss=0.05669, over 13941.00 frames. utt_duration=809.5 frames, utt_pad_proportion=0.05873, over 69.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3472, pruned_loss=0.0988, over 2781627.74 frames. utt_duration=239.8 frames, utt_pad_proportion=0.0718, over 46681.95 utterances.], batch size: 69, lr: 1.61e-04 +2022-09-19 16:49:58,730 INFO [train.py:885] (0/2) Epoch 29, batch 10350, loss[loss=0.4961, simple_loss=0.5814, pruned_loss=0.2054, over 12515.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1434, over 810.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3488, pruned_loss=0.09939, over 2777830.99 frames. utt_duration=232.4 frames, utt_pad_proportion=0.0738, over 48124.43 utterances.], batch size: 810, lr: 1.61e-04 +2022-09-19 16:50:27,688 INFO [train.py:885] (0/2) Epoch 29, batch 10400, loss[loss=0.2458, simple_loss=0.327, pruned_loss=0.08234, over 14307.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03794, over 180.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3468, pruned_loss=0.09886, over 2782570.65 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07054, over 46800.72 utterances.], batch size: 180, lr: 1.61e-04 +2022-09-19 16:50:56,659 INFO [train.py:885] (0/2) Epoch 29, batch 10450, loss[loss=0.2864, simple_loss=0.3569, pruned_loss=0.1079, over 14359.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03552, over 210.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3414, pruned_loss=0.09677, over 2784544.74 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06924, over 44236.81 utterances.], batch size: 210, lr: 1.61e-04 +2022-09-19 16:51:26,365 INFO [train.py:885] (0/2) Epoch 29, batch 10500, loss[loss=0.3335, simple_loss=0.4042, pruned_loss=0.1315, over 14333.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03738, over 210.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3442, pruned_loss=0.09904, over 2778708.79 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07156, over 44990.85 utterances.], batch size: 210, lr: 1.61e-04 +2022-09-19 16:51:55,917 INFO [train.py:885] (0/2) Epoch 29, batch 10550, loss[loss=0.2624, simple_loss=0.366, pruned_loss=0.07936, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07121, over 411.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3418, pruned_loss=0.09705, over 2775439.79 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07358, over 44373.05 utterances.], batch size: 411, lr: 1.61e-04 +2022-09-19 16:52:25,779 INFO [train.py:885] (0/2) Epoch 29, batch 10600, loss[loss=0.3035, simple_loss=0.4069, pruned_loss=0.1, over 13604.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08294, over 477.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3415, pruned_loss=0.09632, over 2773436.45 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07402, over 44902.17 utterances.], batch size: 477, lr: 1.61e-04 +2022-09-19 16:52:49,991 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-364000.pt +2022-09-19 16:52:55,710 INFO [train.py:885] (0/2) Epoch 29, batch 10650, loss[loss=0.3293, simple_loss=0.4105, pruned_loss=0.1241, over 13769.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07231, over 411.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3386, pruned_loss=0.09565, over 2770788.52 frames. utt_duration=260.9 frames, utt_pad_proportion=0.07358, over 42719.78 utterances.], batch size: 411, lr: 1.61e-04 +2022-09-19 16:53:25,964 INFO [train.py:885] (0/2) Epoch 29, batch 10700, loss[loss=0.2704, simple_loss=0.3314, pruned_loss=0.1047, over 14106.00 frames. utt_duration=577.3 frames, utt_pad_proportion=0.05213, over 98.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3414, pruned_loss=0.09738, over 2774380.91 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0716, over 43745.38 utterances.], batch size: 98, lr: 1.61e-04 +2022-09-19 16:53:54,652 INFO [train.py:885] (0/2) Epoch 29, batch 10750, loss[loss=0.3181, simple_loss=0.3847, pruned_loss=0.1257, over 14208.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04409, over 335.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3418, pruned_loss=0.09778, over 2781312.81 frames. utt_duration=257.3 frames, utt_pad_proportion=0.0697, over 43487.60 utterances.], batch size: 335, lr: 1.61e-04 +2022-09-19 16:54:25,039 INFO [train.py:885] (0/2) Epoch 29, batch 10800, loss[loss=0.2137, simple_loss=0.2911, pruned_loss=0.06816, over 14213.00 frames. utt_duration=523.2 frames, utt_pad_proportion=0.04179, over 109.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3426, pruned_loss=0.09799, over 2785252.34 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06745, over 43200.76 utterances.], batch size: 109, lr: 1.61e-04 +2022-09-19 16:54:54,341 INFO [train.py:885] (0/2) Epoch 29, batch 10850, loss[loss=0.2395, simple_loss=0.313, pruned_loss=0.08299, over 14142.00 frames. utt_duration=520.4 frames, utt_pad_proportion=0.04683, over 109.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3427, pruned_loss=0.09752, over 2788196.83 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06695, over 43583.35 utterances.], batch size: 109, lr: 1.61e-04 +2022-09-19 16:55:24,114 INFO [train.py:885] (0/2) Epoch 29, batch 10900, loss[loss=0.3102, simple_loss=0.3812, pruned_loss=0.1196, over 14351.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03699, over 283.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3446, pruned_loss=0.09931, over 2791559.48 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06695, over 43468.89 utterances.], batch size: 283, lr: 1.61e-04 +2022-09-19 16:55:53,569 INFO [train.py:885] (0/2) Epoch 29, batch 10950, loss[loss=0.2881, simple_loss=0.3713, pruned_loss=0.1025, over 14317.00 frames. utt_duration=220 frames, utt_pad_proportion=0.0393, over 262.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3427, pruned_loss=0.09759, over 2789865.29 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06778, over 43755.09 utterances.], batch size: 262, lr: 1.61e-04 +2022-09-19 16:56:22,043 INFO [train.py:885] (0/2) Epoch 29, batch 11000, loss[loss=0.2124, simple_loss=0.2884, pruned_loss=0.06819, over 14069.00 frames. utt_duration=713.7 frames, utt_pad_proportion=0.05589, over 79.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3404, pruned_loss=0.09629, over 2788017.71 frames. utt_duration=263.7 frames, utt_pad_proportion=0.06811, over 42529.39 utterances.], batch size: 79, lr: 1.61e-04 +2022-09-19 16:56:52,430 INFO [train.py:885] (0/2) Epoch 29, batch 11050, loss[loss=0.2332, simple_loss=0.3051, pruned_loss=0.08067, over 14334.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03608, over 130.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3406, pruned_loss=0.096, over 2778706.61 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07223, over 43815.90 utterances.], batch size: 130, lr: 1.61e-04 +2022-09-19 16:57:21,991 INFO [train.py:885] (0/2) Epoch 29, batch 11100, loss[loss=0.1994, simple_loss=0.2721, pruned_loss=0.06334, over 14305.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03969, over 120.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3438, pruned_loss=0.097, over 2778623.37 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07238, over 45390.84 utterances.], batch size: 120, lr: 1.61e-04 +2022-09-19 16:57:51,709 INFO [train.py:885] (0/2) Epoch 29, batch 11150, loss[loss=0.3001, simple_loss=0.3578, pruned_loss=0.1211, over 14367.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03835, over 167.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3438, pruned_loss=0.09754, over 2781265.47 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07143, over 45163.68 utterances.], batch size: 167, lr: 1.61e-04 +2022-09-19 16:58:20,692 INFO [train.py:885] (0/2) Epoch 29, batch 11200, loss[loss=0.2995, simple_loss=0.3781, pruned_loss=0.1105, over 14305.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.03997, over 262.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3417, pruned_loss=0.09591, over 2779095.98 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07085, over 44854.08 utterances.], batch size: 262, lr: 1.61e-04 +2022-09-19 16:58:50,547 INFO [train.py:885] (0/2) Epoch 29, batch 11250, loss[loss=0.3748, simple_loss=0.4379, pruned_loss=0.1559, over 14017.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05503, over 365.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3413, pruned_loss=0.09603, over 2774757.15 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07222, over 44969.52 utterances.], batch size: 365, lr: 1.61e-04 +2022-09-19 16:59:19,563 INFO [train.py:885] (0/2) Epoch 29, batch 11300, loss[loss=0.2548, simple_loss=0.3363, pruned_loss=0.08661, over 14378.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03218, over 244.00 utterances.], tot_loss[loss=0.2645, simple_loss=0.3394, pruned_loss=0.09481, over 2774628.91 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07161, over 44195.70 utterances.], batch size: 244, lr: 1.61e-04 +2022-09-19 16:59:49,210 INFO [train.py:885] (0/2) Epoch 29, batch 11350, loss[loss=0.2836, simple_loss=0.355, pruned_loss=0.1061, over 14307.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03839, over 180.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3415, pruned_loss=0.0963, over 2777453.97 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07211, over 44840.50 utterances.], batch size: 180, lr: 1.61e-04 +2022-09-19 17:00:18,261 INFO [train.py:885] (0/2) Epoch 29, batch 11400, loss[loss=0.2045, simple_loss=0.2689, pruned_loss=0.07002, over 13756.00 frames. utt_duration=918.5 frames, utt_pad_proportion=0.07133, over 60.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3433, pruned_loss=0.09711, over 2774691.93 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07279, over 45780.66 utterances.], batch size: 60, lr: 1.61e-04 +2022-09-19 17:00:47,932 INFO [train.py:885] (0/2) Epoch 29, batch 11450, loss[loss=0.2593, simple_loss=0.3362, pruned_loss=0.09119, over 14308.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.04053, over 154.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3427, pruned_loss=0.09623, over 2780411.67 frames. utt_duration=246.3 frames, utt_pad_proportion=0.0702, over 45425.63 utterances.], batch size: 154, lr: 1.61e-04 +2022-09-19 17:01:17,068 INFO [train.py:885] (0/2) Epoch 29, batch 11500, loss[loss=0.2132, simple_loss=0.2858, pruned_loss=0.07033, over 14155.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04589, over 109.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3408, pruned_loss=0.09589, over 2783501.71 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06853, over 44391.42 utterances.], batch size: 109, lr: 1.61e-04 +2022-09-19 17:01:46,854 INFO [train.py:885] (0/2) Epoch 29, batch 11550, loss[loss=0.2515, simple_loss=0.3226, pruned_loss=0.09021, over 14281.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04364, over 141.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3412, pruned_loss=0.09647, over 2780093.26 frames. utt_duration=250 frames, utt_pad_proportion=0.06981, over 44740.47 utterances.], batch size: 141, lr: 1.61e-04 +2022-09-19 17:02:16,648 INFO [train.py:885] (0/2) Epoch 29, batch 11600, loss[loss=0.3131, simple_loss=0.4137, pruned_loss=0.1063, over 13613.00 frames. utt_duration=98.6 frames, utt_pad_proportion=0.07852, over 560.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3411, pruned_loss=0.09587, over 2778185.86 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07117, over 45761.61 utterances.], batch size: 560, lr: 1.61e-04 +2022-09-19 17:02:46,181 INFO [train.py:885] (0/2) Epoch 29, batch 11650, loss[loss=0.5097, simple_loss=0.5889, pruned_loss=0.2153, over 12543.00 frames. utt_duration=63.5 frames, utt_pad_proportion=0.1419, over 810.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3427, pruned_loss=0.09683, over 2777869.29 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07162, over 45720.19 utterances.], batch size: 810, lr: 1.61e-04 +2022-09-19 17:03:15,327 INFO [train.py:885] (0/2) Epoch 29, batch 11700, loss[loss=0.2295, simple_loss=0.292, pruned_loss=0.08351, over 14078.00 frames. utt_duration=576 frames, utt_pad_proportion=0.05412, over 98.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3421, pruned_loss=0.09646, over 2774879.16 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07181, over 45468.89 utterances.], batch size: 98, lr: 1.61e-04 +2022-09-19 17:03:44,606 INFO [train.py:885] (0/2) Epoch 29, batch 11750, loss[loss=0.2416, simple_loss=0.3367, pruned_loss=0.07323, over 14308.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03967, over 262.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3422, pruned_loss=0.09666, over 2772153.31 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07126, over 45550.95 utterances.], batch size: 262, lr: 1.61e-04 +2022-09-19 17:04:14,634 INFO [train.py:885] (0/2) Epoch 29, batch 11800, loss[loss=0.263, simple_loss=0.3386, pruned_loss=0.09371, over 14252.00 frames. utt_duration=371.8 frames, utt_pad_proportion=0.04412, over 154.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.345, pruned_loss=0.09794, over 2771460.75 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07421, over 47226.52 utterances.], batch size: 154, lr: 1.61e-04 +2022-09-19 17:04:44,507 INFO [train.py:885] (0/2) Epoch 29, batch 11850, loss[loss=0.2764, simple_loss=0.3504, pruned_loss=0.1012, over 14304.00 frames. utt_duration=373 frames, utt_pad_proportion=0.03858, over 154.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3432, pruned_loss=0.09784, over 2771658.35 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07251, over 45386.77 utterances.], batch size: 154, lr: 1.61e-04 +2022-09-19 17:05:13,613 INFO [train.py:885] (0/2) Epoch 29, batch 11900, loss[loss=0.2788, simple_loss=0.3876, pruned_loss=0.08497, over 13676.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07828, over 477.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3432, pruned_loss=0.09821, over 2775994.25 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07153, over 45054.25 utterances.], batch size: 477, lr: 1.61e-04 +2022-09-19 17:05:42,904 INFO [train.py:885] (0/2) Epoch 29, batch 11950, loss[loss=0.1895, simple_loss=0.2374, pruned_loss=0.07086, over 13016.00 frames. utt_duration=2084 frames, utt_pad_proportion=0.1281, over 25.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3446, pruned_loss=0.09839, over 2771018.44 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07445, over 46218.95 utterances.], batch size: 25, lr: 1.61e-04 +2022-09-19 17:06:12,829 INFO [train.py:885] (0/2) Epoch 29, batch 12000, loss[loss=0.2828, simple_loss=0.3355, pruned_loss=0.1151, over 14057.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05566, over 98.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3472, pruned_loss=0.1002, over 2775967.64 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0724, over 46618.51 utterances.], batch size: 98, lr: 1.61e-04 +2022-09-19 17:06:12,831 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 17:06:17,558 INFO [train.py:914] (0/2) Epoch 29, validation: loss=0.1935, simple_loss=0.2745, pruned_loss=0.05623, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 17:06:47,409 INFO [train.py:885] (0/2) Epoch 29, batch 12050, loss[loss=0.5515, simple_loss=0.6138, pruned_loss=0.2446, over 12517.00 frames. utt_duration=63.42 frames, utt_pad_proportion=0.143, over 810.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3485, pruned_loss=0.1008, over 2776427.98 frames. utt_duration=238.3 frames, utt_pad_proportion=0.0749, over 46893.66 utterances.], batch size: 810, lr: 1.61e-04 +2022-09-19 17:07:16,372 INFO [train.py:885] (0/2) Epoch 29, batch 12100, loss[loss=0.2795, simple_loss=0.3509, pruned_loss=0.1041, over 14338.00 frames. utt_duration=373.9 frames, utt_pad_proportion=0.03871, over 154.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3497, pruned_loss=0.1011, over 2781963.09 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07285, over 47509.16 utterances.], batch size: 154, lr: 1.61e-04 +2022-09-19 17:07:46,361 INFO [train.py:885] (0/2) Epoch 29, batch 12150, loss[loss=0.2293, simple_loss=0.3172, pruned_loss=0.07071, over 14328.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04006, over 167.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3448, pruned_loss=0.09886, over 2782886.40 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07089, over 45404.61 utterances.], batch size: 167, lr: 1.61e-04 +2022-09-19 17:08:15,885 INFO [train.py:885] (0/2) Epoch 29, batch 12200, loss[loss=0.3758, simple_loss=0.4224, pruned_loss=0.1646, over 14197.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04531, over 335.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3465, pruned_loss=0.09994, over 2782136.43 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07116, over 46015.82 utterances.], batch size: 335, lr: 1.61e-04 +2022-09-19 17:08:46,148 INFO [train.py:885] (0/2) Epoch 29, batch 12250, loss[loss=0.2698, simple_loss=0.3504, pruned_loss=0.09454, over 14356.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03336, over 244.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3474, pruned_loss=0.1002, over 2783560.54 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07128, over 46812.08 utterances.], batch size: 244, lr: 1.61e-04 +2022-09-19 17:09:14,886 INFO [train.py:885] (0/2) Epoch 29, batch 12300, loss[loss=0.4612, simple_loss=0.5313, pruned_loss=0.1956, over 13123.00 frames. utt_duration=81.89 frames, utt_pad_proportion=0.1099, over 653.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3444, pruned_loss=0.09836, over 2779712.68 frames. utt_duration=242.9 frames, utt_pad_proportion=0.0728, over 46049.81 utterances.], batch size: 653, lr: 1.61e-04 +2022-09-19 17:09:43,757 INFO [train.py:885] (0/2) Epoch 29, batch 12350, loss[loss=0.2067, simple_loss=0.2681, pruned_loss=0.0726, over 14208.00 frames. utt_duration=639.9 frames, utt_pad_proportion=0.04774, over 89.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3451, pruned_loss=0.09878, over 2781414.74 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07096, over 45993.14 utterances.], batch size: 89, lr: 1.61e-04 +2022-09-19 17:10:14,637 INFO [train.py:885] (0/2) Epoch 29, batch 12400, loss[loss=0.201, simple_loss=0.278, pruned_loss=0.06197, over 14006.00 frames. utt_duration=573.1 frames, utt_pad_proportion=0.05747, over 98.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3455, pruned_loss=0.09925, over 2778154.19 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07192, over 46260.55 utterances.], batch size: 98, lr: 1.61e-04 +2022-09-19 17:10:44,411 INFO [train.py:885] (0/2) Epoch 29, batch 12450, loss[loss=0.5004, simple_loss=0.5884, pruned_loss=0.2062, over 12564.00 frames. utt_duration=63.61 frames, utt_pad_proportion=0.1404, over 810.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3467, pruned_loss=0.09958, over 2778688.80 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07302, over 46969.32 utterances.], batch size: 810, lr: 1.61e-04 +2022-09-19 17:11:13,659 INFO [train.py:885] (0/2) Epoch 29, batch 12500, loss[loss=0.2374, simple_loss=0.3107, pruned_loss=0.08204, over 14362.00 frames. utt_duration=480.2 frames, utt_pad_proportion=0.03766, over 120.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3438, pruned_loss=0.09877, over 2774237.53 frames. utt_duration=245 frames, utt_pad_proportion=0.07287, over 45566.15 utterances.], batch size: 120, lr: 1.61e-04 +2022-09-19 17:11:43,657 INFO [train.py:885] (0/2) Epoch 29, batch 12550, loss[loss=0.2382, simple_loss=0.321, pruned_loss=0.07774, over 14264.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04086, over 180.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3449, pruned_loss=0.09869, over 2774587.25 frames. utt_duration=240.5 frames, utt_pad_proportion=0.0736, over 46434.87 utterances.], batch size: 180, lr: 1.61e-04 +2022-09-19 17:12:10,842 INFO [train.py:885] (0/2) Epoch 29, batch 12600, loss[loss=0.1934, simple_loss=0.2716, pruned_loss=0.05761, over 13211.00 frames. utt_duration=2034 frames, utt_pad_proportion=0.1009, over 26.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3462, pruned_loss=0.09929, over 2780955.85 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07176, over 46425.49 utterances.], batch size: 26, lr: 1.61e-04 +2022-09-19 17:12:21,869 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-29.pt +2022-09-19 17:12:29,261 INFO [train.py:885] (0/2) Epoch 30, batch 0, loss[loss=0.3004, simple_loss=0.3668, pruned_loss=0.117, over 14204.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04858, over 141.00 utterances.], tot_loss[loss=0.3004, simple_loss=0.3668, pruned_loss=0.117, over 14204.00 frames. utt_duration=404.4 frames, utt_pad_proportion=0.04858, over 141.00 utterances.], batch size: 141, lr: 1.58e-04 +2022-09-19 17:12:59,801 INFO [train.py:885] (0/2) Epoch 30, batch 50, loss[loss=0.5409, simple_loss=0.6064, pruned_loss=0.2377, over 12537.00 frames. utt_duration=63.45 frames, utt_pad_proportion=0.1425, over 810.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3421, pruned_loss=0.09531, over 623879.68 frames. utt_duration=234.6 frames, utt_pad_proportion=0.08094, over 10706.80 utterances.], batch size: 810, lr: 1.58e-04 +2022-09-19 17:13:28,144 INFO [train.py:885] (0/2) Epoch 30, batch 100, loss[loss=0.2322, simple_loss=0.2955, pruned_loss=0.08442, over 14079.00 frames. utt_duration=576 frames, utt_pad_proportion=0.05424, over 98.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3456, pruned_loss=0.09786, over 1109848.01 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07051, over 17800.05 utterances.], batch size: 98, lr: 1.58e-04 +2022-09-19 17:13:58,324 INFO [train.py:885] (0/2) Epoch 30, batch 150, loss[loss=0.5367, simple_loss=0.6104, pruned_loss=0.2315, over 12392.00 frames. utt_duration=62.75 frames, utt_pad_proportion=0.1521, over 810.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3476, pruned_loss=0.09981, over 1480033.02 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07097, over 24040.96 utterances.], batch size: 810, lr: 1.58e-04 +2022-09-19 17:14:27,972 INFO [train.py:885] (0/2) Epoch 30, batch 200, loss[loss=0.3011, simple_loss=0.3732, pruned_loss=0.1145, over 14323.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03844, over 283.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3494, pruned_loss=0.1007, over 1768326.15 frames. utt_duration=242.4 frames, utt_pad_proportion=0.06973, over 29364.79 utterances.], batch size: 283, lr: 1.58e-04 +2022-09-19 17:14:57,392 INFO [train.py:885] (0/2) Epoch 30, batch 250, loss[loss=0.1843, simple_loss=0.2541, pruned_loss=0.05724, over 13600.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09202, over 42.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3479, pruned_loss=0.09856, over 1990198.39 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07118, over 33076.66 utterances.], batch size: 42, lr: 1.58e-04 +2022-09-19 17:15:33,482 INFO [train.py:885] (0/2) Epoch 30, batch 300, loss[loss=0.1715, simple_loss=0.2461, pruned_loss=0.04843, over 13389.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.0887, over 50.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3473, pruned_loss=0.09831, over 2165912.92 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07182, over 35843.71 utterances.], batch size: 50, lr: 1.58e-04 +2022-09-19 17:16:02,713 INFO [train.py:885] (0/2) Epoch 30, batch 350, loss[loss=0.2368, simple_loss=0.313, pruned_loss=0.08028, over 14137.00 frames. utt_duration=520.1 frames, utt_pad_proportion=0.04738, over 109.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3535, pruned_loss=0.102, over 2299429.49 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07397, over 39998.40 utterances.], batch size: 109, lr: 1.58e-04 +2022-09-19 17:16:31,585 INFO [train.py:885] (0/2) Epoch 30, batch 400, loss[loss=0.2323, simple_loss=0.2978, pruned_loss=0.08339, over 14310.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.04148, over 120.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3494, pruned_loss=0.09927, over 2408702.23 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07155, over 41028.09 utterances.], batch size: 120, lr: 1.58e-04 +2022-09-19 17:17:01,564 INFO [train.py:885] (0/2) Epoch 30, batch 450, loss[loss=0.1956, simple_loss=0.2713, pruned_loss=0.05996, over 13704.00 frames. utt_duration=796.1 frames, utt_pad_proportion=0.07218, over 69.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3475, pruned_loss=0.09803, over 2484992.99 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07411, over 42235.03 utterances.], batch size: 69, lr: 1.58e-04 +2022-09-19 17:17:31,240 INFO [train.py:885] (0/2) Epoch 30, batch 500, loss[loss=0.1617, simple_loss=0.2094, pruned_loss=0.05694, over 13399.00 frames. utt_duration=1626 frames, utt_pad_proportion=0.09543, over 33.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3437, pruned_loss=0.09666, over 2546353.19 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07414, over 42484.60 utterances.], batch size: 33, lr: 1.58e-04 +2022-09-19 17:18:00,246 INFO [train.py:885] (0/2) Epoch 30, batch 550, loss[loss=0.1816, simple_loss=0.2525, pruned_loss=0.05539, over 13597.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08062, over 50.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3397, pruned_loss=0.09457, over 2595122.74 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07383, over 42027.64 utterances.], batch size: 50, lr: 1.58e-04 +2022-09-19 17:18:30,426 INFO [train.py:885] (0/2) Epoch 30, batch 600, loss[loss=0.2589, simple_loss=0.3112, pruned_loss=0.1033, over 12473.00 frames. utt_duration=1997 frames, utt_pad_proportion=0.1461, over 25.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3424, pruned_loss=0.09677, over 2634434.64 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07126, over 42851.33 utterances.], batch size: 25, lr: 1.58e-04 +2022-09-19 17:18:59,697 INFO [train.py:885] (0/2) Epoch 30, batch 650, loss[loss=0.2657, simple_loss=0.3504, pruned_loss=0.09052, over 14349.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03728, over 262.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3417, pruned_loss=0.09673, over 2668573.79 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07034, over 42768.57 utterances.], batch size: 262, lr: 1.58e-04 +2022-09-19 17:19:29,578 INFO [train.py:885] (0/2) Epoch 30, batch 700, loss[loss=0.1993, simple_loss=0.2801, pruned_loss=0.05925, over 14146.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04658, over 109.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3464, pruned_loss=0.09846, over 2692884.93 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07151, over 45645.28 utterances.], batch size: 109, lr: 1.58e-04 +2022-09-19 17:20:00,437 INFO [train.py:885] (0/2) Epoch 30, batch 750, loss[loss=0.3718, simple_loss=0.4553, pruned_loss=0.1441, over 13635.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.07742, over 560.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3478, pruned_loss=0.09906, over 2712607.99 frames. utt_duration=233 frames, utt_pad_proportion=0.07161, over 46862.97 utterances.], batch size: 560, lr: 1.58e-04 +2022-09-19 17:20:29,746 INFO [train.py:885] (0/2) Epoch 30, batch 800, loss[loss=0.2897, simple_loss=0.3973, pruned_loss=0.09099, over 13676.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07795, over 477.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3474, pruned_loss=0.09855, over 2723635.05 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07334, over 47525.80 utterances.], batch size: 477, lr: 1.58e-04 +2022-09-19 17:20:59,499 INFO [train.py:885] (0/2) Epoch 30, batch 850, loss[loss=0.3163, simple_loss=0.3856, pruned_loss=0.1235, over 14358.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03372, over 244.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3478, pruned_loss=0.0986, over 2730505.90 frames. utt_duration=228.1 frames, utt_pad_proportion=0.07604, over 48194.95 utterances.], batch size: 244, lr: 1.58e-04 +2022-09-19 17:21:28,482 INFO [train.py:885] (0/2) Epoch 30, batch 900, loss[loss=0.2878, simple_loss=0.3858, pruned_loss=0.09491, over 13787.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07046, over 411.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3428, pruned_loss=0.0965, over 2740692.51 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07281, over 45661.29 utterances.], batch size: 411, lr: 1.58e-04 +2022-09-19 17:21:58,845 INFO [train.py:885] (0/2) Epoch 30, batch 950, loss[loss=0.2282, simple_loss=0.2988, pruned_loss=0.07879, over 14295.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04355, over 110.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3465, pruned_loss=0.09895, over 2747088.64 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07552, over 46899.47 utterances.], batch size: 110, lr: 1.58e-04 +2022-09-19 17:22:28,390 INFO [train.py:885] (0/2) Epoch 30, batch 1000, loss[loss=0.2731, simple_loss=0.3553, pruned_loss=0.09543, over 14379.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03691, over 167.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3446, pruned_loss=0.09799, over 2755896.81 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07282, over 45417.70 utterances.], batch size: 167, lr: 1.58e-04 +2022-09-19 17:22:58,741 INFO [train.py:885] (0/2) Epoch 30, batch 1050, loss[loss=0.2064, simple_loss=0.2818, pruned_loss=0.06549, over 14259.00 frames. utt_duration=642.3 frames, utt_pad_proportion=0.04132, over 89.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.345, pruned_loss=0.09829, over 2758498.17 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07253, over 45563.77 utterances.], batch size: 89, lr: 1.58e-04 +2022-09-19 17:23:28,776 INFO [train.py:885] (0/2) Epoch 30, batch 1100, loss[loss=0.3194, simple_loss=0.3822, pruned_loss=0.1283, over 14313.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0387, over 283.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3444, pruned_loss=0.09797, over 2766819.26 frames. utt_duration=247 frames, utt_pad_proportion=0.07049, over 45069.36 utterances.], batch size: 283, lr: 1.58e-04 +2022-09-19 17:23:59,713 INFO [train.py:885] (0/2) Epoch 30, batch 1150, loss[loss=0.194, simple_loss=0.2671, pruned_loss=0.06045, over 13970.00 frames. utt_duration=708.7 frames, utt_pad_proportion=0.06259, over 79.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3437, pruned_loss=0.09721, over 2773490.31 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06927, over 44605.98 utterances.], batch size: 79, lr: 1.58e-04 +2022-09-19 17:24:29,779 INFO [train.py:885] (0/2) Epoch 30, batch 1200, loss[loss=0.2234, simple_loss=0.3149, pruned_loss=0.06599, over 14325.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.0372, over 180.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3422, pruned_loss=0.09676, over 2777988.70 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06944, over 43921.22 utterances.], batch size: 180, lr: 1.58e-04 +2022-09-19 17:24:59,809 INFO [train.py:885] (0/2) Epoch 30, batch 1250, loss[loss=0.2146, simple_loss=0.3004, pruned_loss=0.06437, over 14185.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04438, over 109.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3435, pruned_loss=0.09795, over 2778388.69 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07111, over 44114.17 utterances.], batch size: 109, lr: 1.58e-04 +2022-09-19 17:25:29,488 INFO [train.py:885] (0/2) Epoch 30, batch 1300, loss[loss=0.3167, simple_loss=0.3884, pruned_loss=0.1224, over 14204.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04418, over 306.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3425, pruned_loss=0.09807, over 2778072.78 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07104, over 44208.41 utterances.], batch size: 306, lr: 1.58e-04 +2022-09-19 17:25:59,582 INFO [train.py:885] (0/2) Epoch 30, batch 1350, loss[loss=0.2782, simple_loss=0.3496, pruned_loss=0.1034, over 14355.00 frames. utt_duration=372 frames, utt_pad_proportion=0.03868, over 155.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3438, pruned_loss=0.09763, over 2779082.13 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07152, over 45375.80 utterances.], batch size: 155, lr: 1.58e-04 +2022-09-19 17:26:29,011 INFO [train.py:885] (0/2) Epoch 30, batch 1400, loss[loss=0.2784, simple_loss=0.3737, pruned_loss=0.09148, over 13984.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05672, over 365.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3413, pruned_loss=0.0964, over 2780600.53 frames. utt_duration=251.2 frames, utt_pad_proportion=0.0709, over 44541.05 utterances.], batch size: 365, lr: 1.58e-04 +2022-09-19 17:26:59,320 INFO [train.py:885] (0/2) Epoch 30, batch 1450, loss[loss=0.2838, simple_loss=0.3522, pruned_loss=0.1077, over 14280.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04043, over 225.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3426, pruned_loss=0.09693, over 2781435.43 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07169, over 45455.83 utterances.], batch size: 225, lr: 1.58e-04 +2022-09-19 17:27:28,879 INFO [train.py:885] (0/2) Epoch 30, batch 1500, loss[loss=0.1635, simple_loss=0.2397, pruned_loss=0.04364, over 13857.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.06332, over 69.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.34, pruned_loss=0.09564, over 2778340.33 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07203, over 44764.60 utterances.], batch size: 69, lr: 1.58e-04 +2022-09-19 17:27:59,222 INFO [train.py:885] (0/2) Epoch 30, batch 1550, loss[loss=0.3188, simple_loss=0.4184, pruned_loss=0.1096, over 13629.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.0771, over 560.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3438, pruned_loss=0.09675, over 2777768.17 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07362, over 46859.91 utterances.], batch size: 560, lr: 1.57e-04 +2022-09-19 17:28:28,530 INFO [train.py:885] (0/2) Epoch 30, batch 1600, loss[loss=0.3595, simple_loss=0.4073, pruned_loss=0.1559, over 14215.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04378, over 306.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3406, pruned_loss=0.09519, over 2780343.34 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0713, over 45306.46 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 17:28:59,539 INFO [train.py:885] (0/2) Epoch 30, batch 1650, loss[loss=0.2685, simple_loss=0.3447, pruned_loss=0.09619, over 14347.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03627, over 210.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3417, pruned_loss=0.09594, over 2777049.58 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07213, over 45692.39 utterances.], batch size: 210, lr: 1.57e-04 +2022-09-19 17:29:29,631 INFO [train.py:885] (0/2) Epoch 30, batch 1700, loss[loss=0.1475, simple_loss=0.2129, pruned_loss=0.04102, over 13317.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.09175, over 41.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3421, pruned_loss=0.09661, over 2778999.48 frames. utt_duration=246 frames, utt_pad_proportion=0.07065, over 45448.45 utterances.], batch size: 41, lr: 1.57e-04 +2022-09-19 17:29:59,471 INFO [train.py:885] (0/2) Epoch 30, batch 1750, loss[loss=0.2691, simple_loss=0.3518, pruned_loss=0.0932, over 14348.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03878, over 167.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.344, pruned_loss=0.09725, over 2779673.80 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07149, over 45967.55 utterances.], batch size: 167, lr: 1.57e-04 +2022-09-19 17:30:28,942 INFO [train.py:885] (0/2) Epoch 30, batch 1800, loss[loss=0.2904, simple_loss=0.3583, pruned_loss=0.1113, over 14337.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03965, over 167.00 utterances.], tot_loss[loss=0.268, simple_loss=0.343, pruned_loss=0.09649, over 2783514.10 frames. utt_duration=245 frames, utt_pad_proportion=0.06965, over 45722.77 utterances.], batch size: 167, lr: 1.57e-04 +2022-09-19 17:30:59,736 INFO [train.py:885] (0/2) Epoch 30, batch 1850, loss[loss=0.1898, simple_loss=0.2393, pruned_loss=0.07013, over 13334.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.08416, over 26.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3401, pruned_loss=0.09536, over 2781311.68 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06905, over 44076.20 utterances.], batch size: 26, lr: 1.57e-04 +2022-09-19 17:31:29,215 INFO [train.py:885] (0/2) Epoch 30, batch 1900, loss[loss=0.2596, simple_loss=0.3463, pruned_loss=0.08651, over 14244.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04241, over 225.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3429, pruned_loss=0.09661, over 2782160.61 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07049, over 45396.43 utterances.], batch size: 225, lr: 1.57e-04 +2022-09-19 17:31:59,706 INFO [train.py:885] (0/2) Epoch 30, batch 1950, loss[loss=0.2713, simple_loss=0.3518, pruned_loss=0.09539, over 14278.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03988, over 180.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.343, pruned_loss=0.09629, over 2781476.75 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07071, over 45221.04 utterances.], batch size: 180, lr: 1.57e-04 +2022-09-19 17:32:29,121 INFO [train.py:885] (0/2) Epoch 30, batch 2000, loss[loss=0.2024, simple_loss=0.2935, pruned_loss=0.05566, over 14208.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04613, over 89.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3432, pruned_loss=0.09729, over 2782277.17 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07081, over 44680.18 utterances.], batch size: 89, lr: 1.57e-04 +2022-09-19 17:32:42,396 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-368000.pt +2022-09-19 17:32:59,757 INFO [train.py:885] (0/2) Epoch 30, batch 2050, loss[loss=0.1423, simple_loss=0.2119, pruned_loss=0.03638, over 13611.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08293, over 50.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3441, pruned_loss=0.09747, over 2785676.53 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07051, over 45162.61 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 17:33:29,453 INFO [train.py:885] (0/2) Epoch 30, batch 2100, loss[loss=0.2061, simple_loss=0.2578, pruned_loss=0.07718, over 13282.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.1087, over 33.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3416, pruned_loss=0.0968, over 2784759.77 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06835, over 44084.83 utterances.], batch size: 33, lr: 1.57e-04 +2022-09-19 17:33:59,622 INFO [train.py:885] (0/2) Epoch 30, batch 2150, loss[loss=0.2836, simple_loss=0.3673, pruned_loss=0.09997, over 14345.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03392, over 244.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3419, pruned_loss=0.09644, over 2786883.09 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06759, over 44396.45 utterances.], batch size: 244, lr: 1.57e-04 +2022-09-19 17:34:29,574 INFO [train.py:885] (0/2) Epoch 30, batch 2200, loss[loss=0.1771, simple_loss=0.2417, pruned_loss=0.05625, over 12791.00 frames. utt_duration=2048 frames, utt_pad_proportion=0.127, over 25.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.341, pruned_loss=0.09639, over 2782883.73 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06952, over 44389.73 utterances.], batch size: 25, lr: 1.57e-04 +2022-09-19 17:34:59,927 INFO [train.py:885] (0/2) Epoch 30, batch 2250, loss[loss=0.1713, simple_loss=0.2475, pruned_loss=0.04754, over 13437.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.08272, over 41.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3407, pruned_loss=0.09667, over 2777820.81 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07133, over 44233.60 utterances.], batch size: 41, lr: 1.57e-04 +2022-09-19 17:35:30,095 INFO [train.py:885] (0/2) Epoch 30, batch 2300, loss[loss=0.4704, simple_loss=0.5221, pruned_loss=0.2093, over 13737.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07314, over 411.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3434, pruned_loss=0.09905, over 2780125.27 frames. utt_duration=251 frames, utt_pad_proportion=0.07008, over 44560.45 utterances.], batch size: 411, lr: 1.57e-04 +2022-09-19 17:35:59,922 INFO [train.py:885] (0/2) Epoch 30, batch 2350, loss[loss=0.1656, simple_loss=0.2432, pruned_loss=0.04398, over 13817.00 frames. utt_duration=802.4 frames, utt_pad_proportion=0.06585, over 69.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.342, pruned_loss=0.09714, over 2783676.88 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06961, over 44681.75 utterances.], batch size: 69, lr: 1.57e-04 +2022-09-19 17:36:29,669 INFO [train.py:885] (0/2) Epoch 30, batch 2400, loss[loss=0.1868, simple_loss=0.2753, pruned_loss=0.04921, over 14149.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.05005, over 89.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3408, pruned_loss=0.09646, over 2784713.44 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06785, over 43842.75 utterances.], batch size: 89, lr: 1.57e-04 +2022-09-19 17:36:59,916 INFO [train.py:885] (0/2) Epoch 30, batch 2450, loss[loss=0.1696, simple_loss=0.2444, pruned_loss=0.04743, over 13990.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.06101, over 79.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3396, pruned_loss=0.09597, over 2785170.08 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06609, over 43191.28 utterances.], batch size: 79, lr: 1.57e-04 +2022-09-19 17:37:29,461 INFO [train.py:885] (0/2) Epoch 30, batch 2500, loss[loss=0.3921, simple_loss=0.4306, pruned_loss=0.1767, over 14251.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04244, over 335.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3447, pruned_loss=0.09887, over 2788974.44 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06643, over 44340.54 utterances.], batch size: 335, lr: 1.57e-04 +2022-09-19 17:37:59,874 INFO [train.py:885] (0/2) Epoch 30, batch 2550, loss[loss=0.2699, simple_loss=0.3456, pruned_loss=0.09704, over 14335.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03766, over 210.00 utterances.], tot_loss[loss=0.271, simple_loss=0.345, pruned_loss=0.09851, over 2783251.76 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07033, over 45040.94 utterances.], batch size: 210, lr: 1.57e-04 +2022-09-19 17:38:29,226 INFO [train.py:885] (0/2) Epoch 30, batch 2600, loss[loss=0.2807, simple_loss=0.3534, pruned_loss=0.104, over 14372.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.0324, over 244.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3441, pruned_loss=0.09799, over 2781137.24 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06996, over 44777.24 utterances.], batch size: 244, lr: 1.57e-04 +2022-09-19 17:38:59,594 INFO [train.py:885] (0/2) Epoch 30, batch 2650, loss[loss=0.1532, simple_loss=0.2207, pruned_loss=0.04285, over 13250.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1084, over 33.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3434, pruned_loss=0.09668, over 2779033.08 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07019, over 45544.08 utterances.], batch size: 33, lr: 1.57e-04 +2022-09-19 17:39:29,854 INFO [train.py:885] (0/2) Epoch 30, batch 2700, loss[loss=0.1648, simple_loss=0.2385, pruned_loss=0.04551, over 13818.00 frames. utt_duration=802.4 frames, utt_pad_proportion=0.0659, over 69.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3453, pruned_loss=0.09785, over 2783465.58 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07, over 45759.46 utterances.], batch size: 69, lr: 1.57e-04 +2022-09-19 17:39:59,289 INFO [train.py:885] (0/2) Epoch 30, batch 2750, loss[loss=0.16, simple_loss=0.2314, pruned_loss=0.04427, over 13245.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09594, over 41.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3426, pruned_loss=0.09636, over 2783694.82 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07034, over 44603.76 utterances.], batch size: 41, lr: 1.57e-04 +2022-09-19 17:40:30,303 INFO [train.py:885] (0/2) Epoch 30, batch 2800, loss[loss=0.2404, simple_loss=0.3209, pruned_loss=0.07996, over 14316.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03758, over 180.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3434, pruned_loss=0.09777, over 2779400.77 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07258, over 45082.04 utterances.], batch size: 180, lr: 1.57e-04 +2022-09-19 17:41:00,120 INFO [train.py:885] (0/2) Epoch 30, batch 2850, loss[loss=0.1498, simple_loss=0.2125, pruned_loss=0.04351, over 13635.00 frames. utt_duration=1654 frames, utt_pad_proportion=0.08191, over 33.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3463, pruned_loss=0.09909, over 2779107.79 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07264, over 46430.55 utterances.], batch size: 33, lr: 1.57e-04 +2022-09-19 17:41:30,458 INFO [train.py:885] (0/2) Epoch 30, batch 2900, loss[loss=0.3016, simple_loss=0.3705, pruned_loss=0.1164, over 14315.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03855, over 195.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3475, pruned_loss=0.09993, over 2783413.33 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07131, over 46639.29 utterances.], batch size: 195, lr: 1.57e-04 +2022-09-19 17:41:59,896 INFO [train.py:885] (0/2) Epoch 30, batch 2950, loss[loss=0.3263, simple_loss=0.373, pruned_loss=0.1399, over 14347.00 frames. utt_duration=374.2 frames, utt_pad_proportion=0.03808, over 154.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3438, pruned_loss=0.09876, over 2781028.57 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07048, over 44993.78 utterances.], batch size: 154, lr: 1.57e-04 +2022-09-19 17:42:29,320 INFO [train.py:885] (0/2) Epoch 30, batch 3000, loss[loss=0.1431, simple_loss=0.2087, pruned_loss=0.03879, over 12982.00 frames. utt_duration=1575 frames, utt_pad_proportion=0.1111, over 33.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3485, pruned_loss=0.1005, over 2781674.90 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07208, over 46727.55 utterances.], batch size: 33, lr: 1.57e-04 +2022-09-19 17:42:29,321 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 17:42:33,481 INFO [train.py:914] (0/2) Epoch 30, validation: loss=0.1933, simple_loss=0.2747, pruned_loss=0.05601, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 17:43:10,847 INFO [train.py:885] (0/2) Epoch 30, batch 3050, loss[loss=0.176, simple_loss=0.2547, pruned_loss=0.04869, over 14075.00 frames. utt_duration=714.2 frames, utt_pad_proportion=0.05524, over 79.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3447, pruned_loss=0.09846, over 2779419.65 frames. utt_duration=242.5 frames, utt_pad_proportion=0.0724, over 46128.86 utterances.], batch size: 79, lr: 1.57e-04 +2022-09-19 17:43:40,448 INFO [train.py:885] (0/2) Epoch 30, batch 3100, loss[loss=0.1685, simple_loss=0.2488, pruned_loss=0.04412, over 13796.00 frames. utt_duration=921.3 frames, utt_pad_proportion=0.07503, over 60.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3426, pruned_loss=0.09774, over 2779696.32 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07185, over 44603.61 utterances.], batch size: 60, lr: 1.57e-04 +2022-09-19 17:44:09,863 INFO [train.py:885] (0/2) Epoch 30, batch 3150, loss[loss=0.1833, simple_loss=0.2643, pruned_loss=0.05115, over 14198.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04327, over 109.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3445, pruned_loss=0.09887, over 2785928.29 frames. utt_duration=247.9 frames, utt_pad_proportion=0.0706, over 45224.58 utterances.], batch size: 109, lr: 1.57e-04 +2022-09-19 17:44:39,753 INFO [train.py:885] (0/2) Epoch 30, batch 3200, loss[loss=0.1952, simple_loss=0.2681, pruned_loss=0.06114, over 14112.00 frames. utt_duration=635.7 frames, utt_pad_proportion=0.05409, over 89.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3442, pruned_loss=0.09864, over 2791381.58 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06692, over 45030.58 utterances.], batch size: 89, lr: 1.57e-04 +2022-09-19 17:45:09,376 INFO [train.py:885] (0/2) Epoch 30, batch 3250, loss[loss=0.3038, simple_loss=0.408, pruned_loss=0.09977, over 13657.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08016, over 477.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3408, pruned_loss=0.09616, over 2788412.74 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06696, over 44182.47 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 17:45:38,708 INFO [train.py:885] (0/2) Epoch 30, batch 3300, loss[loss=0.2876, simple_loss=0.3824, pruned_loss=0.09643, over 13831.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06804, over 411.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3417, pruned_loss=0.09659, over 2787355.64 frames. utt_duration=249.8 frames, utt_pad_proportion=0.0678, over 44896.45 utterances.], batch size: 411, lr: 1.57e-04 +2022-09-19 17:46:07,993 INFO [train.py:885] (0/2) Epoch 30, batch 3350, loss[loss=0.1787, simple_loss=0.2592, pruned_loss=0.04906, over 12683.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1055, over 25.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3421, pruned_loss=0.09655, over 2787036.29 frames. utt_duration=251.9 frames, utt_pad_proportion=0.06795, over 44512.20 utterances.], batch size: 25, lr: 1.57e-04 +2022-09-19 17:46:38,257 INFO [train.py:885] (0/2) Epoch 30, batch 3400, loss[loss=0.3553, simple_loss=0.4109, pruned_loss=0.1499, over 14266.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04109, over 335.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3402, pruned_loss=0.09528, over 2783527.32 frames. utt_duration=251 frames, utt_pad_proportion=0.06984, over 44614.90 utterances.], batch size: 335, lr: 1.57e-04 +2022-09-19 17:47:08,398 INFO [train.py:885] (0/2) Epoch 30, batch 3450, loss[loss=0.2979, simple_loss=0.3949, pruned_loss=0.1005, over 13990.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05588, over 365.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3414, pruned_loss=0.09557, over 2785653.55 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0687, over 45094.50 utterances.], batch size: 365, lr: 1.57e-04 +2022-09-19 17:47:37,596 INFO [train.py:885] (0/2) Epoch 30, batch 3500, loss[loss=0.1679, simple_loss=0.2527, pruned_loss=0.04155, over 13842.00 frames. utt_duration=924.3 frames, utt_pad_proportion=0.072, over 60.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3415, pruned_loss=0.09519, over 2785759.36 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06904, over 44978.24 utterances.], batch size: 60, lr: 1.57e-04 +2022-09-19 17:48:07,110 INFO [train.py:885] (0/2) Epoch 30, batch 3550, loss[loss=0.2234, simple_loss=0.2904, pruned_loss=0.07822, over 14159.00 frames. utt_duration=638 frames, utt_pad_proportion=0.0492, over 89.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.3398, pruned_loss=0.09474, over 2786294.93 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06783, over 43837.22 utterances.], batch size: 89, lr: 1.57e-04 +2022-09-19 17:48:43,591 INFO [train.py:885] (0/2) Epoch 30, batch 3600, loss[loss=0.2159, simple_loss=0.2937, pruned_loss=0.06903, over 14168.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04525, over 109.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3398, pruned_loss=0.09487, over 2788258.62 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06713, over 44100.63 utterances.], batch size: 109, lr: 1.57e-04 +2022-09-19 17:49:13,384 INFO [train.py:885] (0/2) Epoch 30, batch 3650, loss[loss=0.2656, simple_loss=0.3474, pruned_loss=0.09196, over 14306.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03962, over 262.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3448, pruned_loss=0.09717, over 2784035.43 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07087, over 45966.11 utterances.], batch size: 262, lr: 1.57e-04 +2022-09-19 17:49:42,584 INFO [train.py:885] (0/2) Epoch 30, batch 3700, loss[loss=0.2663, simple_loss=0.3528, pruned_loss=0.08989, over 14299.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04165, over 167.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3467, pruned_loss=0.09788, over 2777363.56 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07374, over 47103.90 utterances.], batch size: 167, lr: 1.57e-04 +2022-09-19 17:50:12,361 INFO [train.py:885] (0/2) Epoch 30, batch 3750, loss[loss=0.4396, simple_loss=0.5086, pruned_loss=0.1853, over 13622.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08211, over 477.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3453, pruned_loss=0.09736, over 2781371.92 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07158, over 45916.24 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 17:50:42,048 INFO [train.py:885] (0/2) Epoch 30, batch 3800, loss[loss=0.2633, simple_loss=0.3302, pruned_loss=0.09819, over 14037.00 frames. utt_duration=574.5 frames, utt_pad_proportion=0.0567, over 98.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3474, pruned_loss=0.09912, over 2780576.76 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07269, over 46568.50 utterances.], batch size: 98, lr: 1.57e-04 +2022-09-19 17:51:11,544 INFO [train.py:885] (0/2) Epoch 30, batch 3850, loss[loss=0.1623, simple_loss=0.2358, pruned_loss=0.0444, over 13830.00 frames. utt_duration=803.3 frames, utt_pad_proportion=0.0648, over 69.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3425, pruned_loss=0.09662, over 2783345.72 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07007, over 44472.25 utterances.], batch size: 69, lr: 1.57e-04 +2022-09-19 17:51:40,751 INFO [train.py:885] (0/2) Epoch 30, batch 3900, loss[loss=0.1748, simple_loss=0.2446, pruned_loss=0.0525, over 13829.00 frames. utt_duration=803.2 frames, utt_pad_proportion=0.06392, over 69.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3456, pruned_loss=0.09819, over 2784369.68 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07085, over 45621.40 utterances.], batch size: 69, lr: 1.57e-04 +2022-09-19 17:52:10,783 INFO [train.py:885] (0/2) Epoch 30, batch 3950, loss[loss=0.2266, simple_loss=0.2842, pruned_loss=0.08452, over 14036.00 frames. utt_duration=937.2 frames, utt_pad_proportion=0.05713, over 60.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3481, pruned_loss=0.09946, over 2785797.29 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07167, over 46666.68 utterances.], batch size: 60, lr: 1.57e-04 +2022-09-19 17:52:40,208 INFO [train.py:885] (0/2) Epoch 30, batch 4000, loss[loss=0.2734, simple_loss=0.3509, pruned_loss=0.09789, over 14345.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03709, over 283.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3467, pruned_loss=0.09899, over 2778731.47 frames. utt_duration=240 frames, utt_pad_proportion=0.07372, over 46593.14 utterances.], batch size: 283, lr: 1.57e-04 +2022-09-19 17:53:10,075 INFO [train.py:885] (0/2) Epoch 30, batch 4050, loss[loss=0.4, simple_loss=0.441, pruned_loss=0.1795, over 14247.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04202, over 335.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3489, pruned_loss=0.09985, over 2777679.08 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07536, over 47927.85 utterances.], batch size: 335, lr: 1.57e-04 +2022-09-19 17:53:39,298 INFO [train.py:885] (0/2) Epoch 30, batch 4100, loss[loss=0.1635, simple_loss=0.2291, pruned_loss=0.04895, over 13608.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.0847, over 50.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3479, pruned_loss=0.09922, over 2779413.02 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07438, over 47509.45 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 17:54:09,329 INFO [train.py:885] (0/2) Epoch 30, batch 4150, loss[loss=0.2697, simple_loss=0.382, pruned_loss=0.07874, over 13665.00 frames. utt_duration=116 frames, utt_pad_proportion=0.079, over 477.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3463, pruned_loss=0.09863, over 2781180.44 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07223, over 46403.92 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 17:54:39,439 INFO [train.py:885] (0/2) Epoch 30, batch 4200, loss[loss=0.2435, simple_loss=0.3137, pruned_loss=0.08667, over 13928.00 frames. utt_duration=706.7 frames, utt_pad_proportion=0.06522, over 79.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3487, pruned_loss=0.09953, over 2782881.46 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07241, over 47382.01 utterances.], batch size: 79, lr: 1.57e-04 +2022-09-19 17:55:09,527 INFO [train.py:885] (0/2) Epoch 30, batch 4250, loss[loss=0.2052, simple_loss=0.2738, pruned_loss=0.06835, over 14103.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.0542, over 98.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3491, pruned_loss=0.09955, over 2787231.48 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07029, over 47660.85 utterances.], batch size: 98, lr: 1.57e-04 +2022-09-19 17:55:38,525 INFO [train.py:885] (0/2) Epoch 30, batch 4300, loss[loss=0.2256, simple_loss=0.3076, pruned_loss=0.0718, over 14173.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04428, over 109.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3433, pruned_loss=0.09729, over 2789859.39 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06745, over 44766.15 utterances.], batch size: 109, lr: 1.57e-04 +2022-09-19 17:56:08,490 INFO [train.py:885] (0/2) Epoch 30, batch 4350, loss[loss=0.4454, simple_loss=0.5161, pruned_loss=0.1874, over 13588.00 frames. utt_duration=98.41 frames, utt_pad_proportion=0.08024, over 560.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3451, pruned_loss=0.09797, over 2785945.32 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06966, over 45838.24 utterances.], batch size: 560, lr: 1.57e-04 +2022-09-19 17:56:38,122 INFO [train.py:885] (0/2) Epoch 30, batch 4400, loss[loss=0.3726, simple_loss=0.4664, pruned_loss=0.1394, over 13200.00 frames. utt_duration=82.42 frames, utt_pad_proportion=0.1041, over 653.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3472, pruned_loss=0.09902, over 2783586.37 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07175, over 46831.41 utterances.], batch size: 653, lr: 1.57e-04 +2022-09-19 17:57:07,439 INFO [train.py:885] (0/2) Epoch 30, batch 4450, loss[loss=0.1922, simple_loss=0.2691, pruned_loss=0.05766, over 14170.00 frames. utt_duration=579.6 frames, utt_pad_proportion=0.04821, over 98.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.344, pruned_loss=0.09718, over 2783892.13 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07172, over 45864.71 utterances.], batch size: 98, lr: 1.57e-04 +2022-09-19 17:57:37,074 INFO [train.py:885] (0/2) Epoch 30, batch 4500, loss[loss=0.2669, simple_loss=0.3421, pruned_loss=0.0959, over 14248.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04529, over 141.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3466, pruned_loss=0.09832, over 2779393.41 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07421, over 47091.76 utterances.], batch size: 141, lr: 1.57e-04 +2022-09-19 17:58:07,543 INFO [train.py:885] (0/2) Epoch 30, batch 4550, loss[loss=0.1729, simple_loss=0.2479, pruned_loss=0.04891, over 13862.00 frames. utt_duration=925.4 frames, utt_pad_proportion=0.06992, over 60.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3439, pruned_loss=0.09668, over 2775237.29 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07455, over 46638.79 utterances.], batch size: 60, lr: 1.57e-04 +2022-09-19 17:58:37,425 INFO [train.py:885] (0/2) Epoch 30, batch 4600, loss[loss=0.2853, simple_loss=0.3988, pruned_loss=0.08588, over 13567.00 frames. utt_duration=115.3 frames, utt_pad_proportion=0.08496, over 477.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3443, pruned_loss=0.09704, over 2774535.58 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07356, over 46444.30 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 17:59:07,606 INFO [train.py:885] (0/2) Epoch 30, batch 4650, loss[loss=0.2033, simple_loss=0.2878, pruned_loss=0.05944, over 14224.00 frames. utt_duration=640.8 frames, utt_pad_proportion=0.04496, over 89.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3432, pruned_loss=0.09695, over 2776495.55 frames. utt_duration=243.1 frames, utt_pad_proportion=0.0725, over 45967.89 utterances.], batch size: 89, lr: 1.57e-04 +2022-09-19 17:59:37,077 INFO [train.py:885] (0/2) Epoch 30, batch 4700, loss[loss=0.3432, simple_loss=0.3974, pruned_loss=0.1445, over 14275.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.0392, over 141.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3432, pruned_loss=0.09705, over 2778679.68 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07048, over 45346.40 utterances.], batch size: 141, lr: 1.57e-04 +2022-09-19 18:00:07,662 INFO [train.py:885] (0/2) Epoch 30, batch 4750, loss[loss=0.2925, simple_loss=0.3651, pruned_loss=0.1099, over 14211.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04388, over 306.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3458, pruned_loss=0.09826, over 2778916.84 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07042, over 46574.01 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 18:00:38,470 INFO [train.py:885] (0/2) Epoch 30, batch 4800, loss[loss=0.2847, simple_loss=0.365, pruned_loss=0.1022, over 14288.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03978, over 225.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3468, pruned_loss=0.09855, over 2774575.88 frames. utt_duration=239.1 frames, utt_pad_proportion=0.0724, over 46703.92 utterances.], batch size: 225, lr: 1.57e-04 +2022-09-19 18:01:08,260 INFO [train.py:885] (0/2) Epoch 30, batch 4850, loss[loss=0.2819, simple_loss=0.357, pruned_loss=0.1034, over 14283.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03971, over 180.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3457, pruned_loss=0.09818, over 2775509.85 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07279, over 46338.27 utterances.], batch size: 180, lr: 1.57e-04 +2022-09-19 18:01:37,535 INFO [train.py:885] (0/2) Epoch 30, batch 4900, loss[loss=0.1876, simple_loss=0.2618, pruned_loss=0.05668, over 13468.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.08633, over 50.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3441, pruned_loss=0.09753, over 2782067.93 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06939, over 44841.77 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 18:02:07,429 INFO [train.py:885] (0/2) Epoch 30, batch 4950, loss[loss=0.253, simple_loss=0.3415, pruned_loss=0.08226, over 14295.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03896, over 180.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3403, pruned_loss=0.09599, over 2783195.09 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06889, over 43349.48 utterances.], batch size: 180, lr: 1.57e-04 +2022-09-19 18:02:37,255 INFO [train.py:885] (0/2) Epoch 30, batch 5000, loss[loss=0.2526, simple_loss=0.3439, pruned_loss=0.08067, over 14347.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03676, over 210.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3414, pruned_loss=0.09626, over 2780225.64 frames. utt_duration=251.5 frames, utt_pad_proportion=0.0697, over 44481.89 utterances.], batch size: 210, lr: 1.57e-04 +2022-09-19 18:03:07,865 INFO [train.py:885] (0/2) Epoch 30, batch 5050, loss[loss=0.1533, simple_loss=0.2362, pruned_loss=0.03521, over 13583.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08633, over 50.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3418, pruned_loss=0.09658, over 2784936.11 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06778, over 44279.72 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 18:03:38,261 INFO [train.py:885] (0/2) Epoch 30, batch 5100, loss[loss=0.3139, simple_loss=0.4003, pruned_loss=0.1137, over 14028.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05681, over 366.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3457, pruned_loss=0.09796, over 2782511.61 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0699, over 46624.39 utterances.], batch size: 366, lr: 1.57e-04 +2022-09-19 18:04:07,791 INFO [train.py:885] (0/2) Epoch 30, batch 5150, loss[loss=0.3433, simple_loss=0.3995, pruned_loss=0.1435, over 14378.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03683, over 167.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3478, pruned_loss=0.0993, over 2784176.43 frames. utt_duration=238.2 frames, utt_pad_proportion=0.0705, over 47043.23 utterances.], batch size: 167, lr: 1.57e-04 +2022-09-19 18:04:37,091 INFO [train.py:885] (0/2) Epoch 30, batch 5200, loss[loss=0.2591, simple_loss=0.3266, pruned_loss=0.09582, over 14308.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03771, over 120.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3477, pruned_loss=0.0996, over 2786394.83 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07103, over 46692.43 utterances.], batch size: 120, lr: 1.57e-04 +2022-09-19 18:05:07,272 INFO [train.py:885] (0/2) Epoch 30, batch 5250, loss[loss=0.3363, simple_loss=0.3824, pruned_loss=0.1451, over 14236.00 frames. utt_duration=523.8 frames, utt_pad_proportion=0.04061, over 109.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.345, pruned_loss=0.098, over 2784839.85 frames. utt_duration=243 frames, utt_pad_proportion=0.0694, over 46120.51 utterances.], batch size: 109, lr: 1.57e-04 +2022-09-19 18:05:36,732 INFO [train.py:885] (0/2) Epoch 30, batch 5300, loss[loss=0.2761, simple_loss=0.3749, pruned_loss=0.08868, over 14010.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0558, over 365.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3456, pruned_loss=0.09816, over 2782667.13 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0702, over 46903.58 utterances.], batch size: 365, lr: 1.57e-04 +2022-09-19 18:06:07,324 INFO [train.py:885] (0/2) Epoch 30, batch 5350, loss[loss=0.5196, simple_loss=0.6048, pruned_loss=0.2172, over 12490.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3487, pruned_loss=0.1, over 2778891.53 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07399, over 48230.72 utterances.], batch size: 810, lr: 1.57e-04 +2022-09-19 18:06:36,967 INFO [train.py:885] (0/2) Epoch 30, batch 5400, loss[loss=0.1758, simple_loss=0.2356, pruned_loss=0.05803, over 12151.00 frames. utt_duration=2027 frames, utt_pad_proportion=0.1574, over 24.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3483, pruned_loss=0.0994, over 2783838.38 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07257, over 47668.61 utterances.], batch size: 24, lr: 1.57e-04 +2022-09-19 18:07:07,240 INFO [train.py:885] (0/2) Epoch 30, batch 5450, loss[loss=0.3043, simple_loss=0.3901, pruned_loss=0.1093, over 14035.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05401, over 365.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3461, pruned_loss=0.09795, over 2788109.18 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07079, over 46845.31 utterances.], batch size: 365, lr: 1.57e-04 +2022-09-19 18:07:37,251 INFO [train.py:885] (0/2) Epoch 30, batch 5500, loss[loss=0.4398, simple_loss=0.5144, pruned_loss=0.1826, over 13603.00 frames. utt_duration=98.53 frames, utt_pad_proportion=0.07916, over 560.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3454, pruned_loss=0.09823, over 2782036.90 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07077, over 46480.31 utterances.], batch size: 560, lr: 1.57e-04 +2022-09-19 18:08:07,298 INFO [train.py:885] (0/2) Epoch 30, batch 5550, loss[loss=0.2865, simple_loss=0.3634, pruned_loss=0.1048, over 14225.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0432, over 306.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3423, pruned_loss=0.09672, over 2786867.06 frames. utt_duration=252.7 frames, utt_pad_proportion=0.068, over 44366.63 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 18:08:37,080 INFO [train.py:885] (0/2) Epoch 30, batch 5600, loss[loss=0.291, simple_loss=0.4038, pruned_loss=0.08909, over 13616.00 frames. utt_duration=98.55 frames, utt_pad_proportion=0.07899, over 560.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3448, pruned_loss=0.09798, over 2782663.28 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06961, over 45271.26 utterances.], batch size: 560, lr: 1.57e-04 +2022-09-19 18:09:07,863 INFO [train.py:885] (0/2) Epoch 30, batch 5650, loss[loss=0.1446, simple_loss=0.2056, pruned_loss=0.04187, over 12664.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.1342, over 25.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.347, pruned_loss=0.09933, over 2781809.47 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07037, over 46351.51 utterances.], batch size: 25, lr: 1.57e-04 +2022-09-19 18:09:37,538 INFO [train.py:885] (0/2) Epoch 30, batch 5700, loss[loss=0.3222, simple_loss=0.3824, pruned_loss=0.131, over 14223.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04347, over 306.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3467, pruned_loss=0.1001, over 2778717.67 frames. utt_duration=240.9 frames, utt_pad_proportion=0.072, over 46429.83 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 18:10:08,103 INFO [train.py:885] (0/2) Epoch 30, batch 5750, loss[loss=0.1803, simple_loss=0.2342, pruned_loss=0.06323, over 13091.00 frames. utt_duration=1588 frames, utt_pad_proportion=0.121, over 33.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3503, pruned_loss=0.1001, over 2777632.25 frames. utt_duration=226 frames, utt_pad_proportion=0.07444, over 49489.51 utterances.], batch size: 33, lr: 1.57e-04 +2022-09-19 18:10:37,914 INFO [train.py:885] (0/2) Epoch 30, batch 5800, loss[loss=0.1745, simple_loss=0.2485, pruned_loss=0.05029, over 13509.00 frames. utt_duration=1288 frames, utt_pad_proportion=0.09612, over 42.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3463, pruned_loss=0.09883, over 2771524.99 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07307, over 47790.86 utterances.], batch size: 42, lr: 1.57e-04 +2022-09-19 18:11:07,827 INFO [train.py:885] (0/2) Epoch 30, batch 5850, loss[loss=0.2681, simple_loss=0.3453, pruned_loss=0.0955, over 14352.00 frames. utt_duration=374.3 frames, utt_pad_proportion=0.03774, over 154.00 utterances.], tot_loss[loss=0.27, simple_loss=0.345, pruned_loss=0.09747, over 2773856.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07279, over 47215.74 utterances.], batch size: 154, lr: 1.57e-04 +2022-09-19 18:11:43,955 INFO [train.py:885] (0/2) Epoch 30, batch 5900, loss[loss=0.174, simple_loss=0.247, pruned_loss=0.05055, over 13467.00 frames. utt_duration=1315 frames, utt_pad_proportion=0.07962, over 41.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3443, pruned_loss=0.09707, over 2776160.71 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07244, over 46809.85 utterances.], batch size: 41, lr: 1.57e-04 +2022-09-19 18:12:13,929 INFO [train.py:885] (0/2) Epoch 30, batch 5950, loss[loss=0.1575, simple_loss=0.2032, pruned_loss=0.05593, over 12718.00 frames. utt_duration=2122 frames, utt_pad_proportion=0.1247, over 24.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3459, pruned_loss=0.09884, over 2774146.37 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07443, over 46774.27 utterances.], batch size: 24, lr: 1.57e-04 +2022-09-19 18:12:51,025 INFO [train.py:885] (0/2) Epoch 30, batch 6000, loss[loss=0.284, simple_loss=0.3699, pruned_loss=0.09902, over 13993.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05682, over 365.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3469, pruned_loss=0.09891, over 2777217.83 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07249, over 46881.62 utterances.], batch size: 365, lr: 1.57e-04 +2022-09-19 18:12:51,027 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 18:12:55,276 INFO [train.py:914] (0/2) Epoch 30, validation: loss=0.1869, simple_loss=0.266, pruned_loss=0.05387, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 18:13:08,009 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-372000.pt +2022-09-19 18:13:26,387 INFO [train.py:885] (0/2) Epoch 30, batch 6050, loss[loss=0.1935, simple_loss=0.267, pruned_loss=0.06004, over 13592.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08516, over 50.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3483, pruned_loss=0.09935, over 2780351.53 frames. utt_duration=235 frames, utt_pad_proportion=0.07192, over 47632.89 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 18:13:56,162 INFO [train.py:885] (0/2) Epoch 30, batch 6100, loss[loss=0.261, simple_loss=0.3349, pruned_loss=0.09354, over 14274.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.038, over 154.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3463, pruned_loss=0.09877, over 2775918.35 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07231, over 46506.76 utterances.], batch size: 154, lr: 1.57e-04 +2022-09-19 18:14:27,750 INFO [train.py:885] (0/2) Epoch 30, batch 6150, loss[loss=0.1996, simple_loss=0.2705, pruned_loss=0.06436, over 13774.00 frames. utt_duration=919.7 frames, utt_pad_proportion=0.07662, over 60.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3499, pruned_loss=0.101, over 2776680.63 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07279, over 47851.38 utterances.], batch size: 60, lr: 1.57e-04 +2022-09-19 18:14:57,945 INFO [train.py:885] (0/2) Epoch 30, batch 6200, loss[loss=0.2353, simple_loss=0.3296, pruned_loss=0.07049, over 14281.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04235, over 154.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3467, pruned_loss=0.09861, over 2777371.66 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07277, over 47040.40 utterances.], batch size: 154, lr: 1.57e-04 +2022-09-19 18:15:27,686 INFO [train.py:885] (0/2) Epoch 30, batch 6250, loss[loss=0.1672, simple_loss=0.2398, pruned_loss=0.04728, over 13507.00 frames. utt_duration=1288 frames, utt_pad_proportion=0.09326, over 42.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3468, pruned_loss=0.09822, over 2775192.49 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07366, over 47365.04 utterances.], batch size: 42, lr: 1.56e-04 +2022-09-19 18:15:57,515 INFO [train.py:885] (0/2) Epoch 30, batch 6300, loss[loss=0.1717, simple_loss=0.2538, pruned_loss=0.04484, over 13416.00 frames. utt_duration=1075 frames, utt_pad_proportion=0.09699, over 50.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3439, pruned_loss=0.09731, over 2776664.80 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07216, over 45201.94 utterances.], batch size: 50, lr: 1.56e-04 +2022-09-19 18:16:27,134 INFO [train.py:885] (0/2) Epoch 30, batch 6350, loss[loss=0.2874, simple_loss=0.3776, pruned_loss=0.09853, over 13986.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05708, over 365.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3441, pruned_loss=0.09783, over 2781366.73 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07079, over 44796.81 utterances.], batch size: 365, lr: 1.56e-04 +2022-09-19 18:16:57,282 INFO [train.py:885] (0/2) Epoch 30, batch 6400, loss[loss=0.1542, simple_loss=0.2165, pruned_loss=0.04599, over 13366.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08659, over 41.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3421, pruned_loss=0.09676, over 2781152.67 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07179, over 44494.06 utterances.], batch size: 41, lr: 1.56e-04 +2022-09-19 18:17:27,082 INFO [train.py:885] (0/2) Epoch 30, batch 6450, loss[loss=0.2379, simple_loss=0.298, pruned_loss=0.08892, over 13563.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08766, over 50.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3436, pruned_loss=0.09724, over 2779204.99 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07272, over 46069.11 utterances.], batch size: 50, lr: 1.56e-04 +2022-09-19 18:17:57,236 INFO [train.py:885] (0/2) Epoch 30, batch 6500, loss[loss=0.4807, simple_loss=0.5762, pruned_loss=0.1926, over 12552.00 frames. utt_duration=63.49 frames, utt_pad_proportion=0.1421, over 811.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3455, pruned_loss=0.09835, over 2778841.29 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07395, over 46851.72 utterances.], batch size: 811, lr: 1.56e-04 +2022-09-19 18:18:27,002 INFO [train.py:885] (0/2) Epoch 30, batch 6550, loss[loss=0.2081, simple_loss=0.2747, pruned_loss=0.07076, over 14115.00 frames. utt_duration=577.6 frames, utt_pad_proportion=0.05316, over 98.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3465, pruned_loss=0.09879, over 2781583.90 frames. utt_duration=237 frames, utt_pad_proportion=0.07305, over 47243.45 utterances.], batch size: 98, lr: 1.56e-04 +2022-09-19 18:18:57,093 INFO [train.py:885] (0/2) Epoch 30, batch 6600, loss[loss=0.2711, simple_loss=0.3439, pruned_loss=0.0991, over 14284.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03956, over 180.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3476, pruned_loss=0.09959, over 2782422.87 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07191, over 47393.05 utterances.], batch size: 180, lr: 1.56e-04 +2022-09-19 18:19:26,929 INFO [train.py:885] (0/2) Epoch 30, batch 6650, loss[loss=0.3376, simple_loss=0.4338, pruned_loss=0.1207, over 13609.00 frames. utt_duration=98.54 frames, utt_pad_proportion=0.07911, over 560.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3467, pruned_loss=0.09891, over 2785537.39 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07088, over 46761.69 utterances.], batch size: 560, lr: 1.56e-04 +2022-09-19 18:19:57,566 INFO [train.py:885] (0/2) Epoch 30, batch 6700, loss[loss=0.2482, simple_loss=0.3342, pruned_loss=0.08107, over 14317.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03789, over 210.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3475, pruned_loss=0.09933, over 2785354.03 frames. utt_duration=238.4 frames, utt_pad_proportion=0.06948, over 47025.59 utterances.], batch size: 210, lr: 1.56e-04 +2022-09-19 18:20:26,748 INFO [train.py:885] (0/2) Epoch 30, batch 6750, loss[loss=0.1777, simple_loss=0.253, pruned_loss=0.0512, over 13789.00 frames. utt_duration=800.9 frames, utt_pad_proportion=0.06659, over 69.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.346, pruned_loss=0.09859, over 2787126.92 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06966, over 45889.41 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:20:57,037 INFO [train.py:885] (0/2) Epoch 30, batch 6800, loss[loss=0.2922, simple_loss=0.3879, pruned_loss=0.09825, over 13795.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06998, over 411.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3462, pruned_loss=0.09849, over 2786773.09 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07109, over 45831.86 utterances.], batch size: 411, lr: 1.56e-04 +2022-09-19 18:21:26,562 INFO [train.py:885] (0/2) Epoch 30, batch 6850, loss[loss=0.2935, simple_loss=0.3939, pruned_loss=0.09653, over 13637.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08068, over 477.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.3391, pruned_loss=0.09529, over 2785600.05 frames. utt_duration=259.6 frames, utt_pad_proportion=0.0684, over 43161.55 utterances.], batch size: 477, lr: 1.56e-04 +2022-09-19 18:21:55,867 INFO [train.py:885] (0/2) Epoch 30, batch 6900, loss[loss=0.297, simple_loss=0.3615, pruned_loss=0.1162, over 14359.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03796, over 167.00 utterances.], tot_loss[loss=0.2625, simple_loss=0.3367, pruned_loss=0.09418, over 2788535.64 frames. utt_duration=268.2 frames, utt_pad_proportion=0.06705, over 41822.75 utterances.], batch size: 167, lr: 1.56e-04 +2022-09-19 18:22:25,798 INFO [train.py:885] (0/2) Epoch 30, batch 6950, loss[loss=0.1629, simple_loss=0.2246, pruned_loss=0.05056, over 13172.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1132, over 33.00 utterances.], tot_loss[loss=0.2618, simple_loss=0.3356, pruned_loss=0.09405, over 2786445.97 frames. utt_duration=271.3 frames, utt_pad_proportion=0.06698, over 41303.46 utterances.], batch size: 33, lr: 1.56e-04 +2022-09-19 18:22:55,029 INFO [train.py:885] (0/2) Epoch 30, batch 7000, loss[loss=0.2534, simple_loss=0.3349, pruned_loss=0.08597, over 14384.00 frames. utt_duration=345.7 frames, utt_pad_proportion=0.03691, over 167.00 utterances.], tot_loss[loss=0.2617, simple_loss=0.335, pruned_loss=0.09424, over 2789452.41 frames. utt_duration=277.6 frames, utt_pad_proportion=0.06506, over 40411.94 utterances.], batch size: 167, lr: 1.56e-04 +2022-09-19 18:23:24,922 INFO [train.py:885] (0/2) Epoch 30, batch 7050, loss[loss=0.215, simple_loss=0.2871, pruned_loss=0.0715, over 14085.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05377, over 98.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3371, pruned_loss=0.09482, over 2779225.81 frames. utt_duration=265.2 frames, utt_pad_proportion=0.06896, over 42157.79 utterances.], batch size: 98, lr: 1.56e-04 +2022-09-19 18:23:54,384 INFO [train.py:885] (0/2) Epoch 30, batch 7100, loss[loss=0.1451, simple_loss=0.2082, pruned_loss=0.04099, over 13179.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.1, over 41.00 utterances.], tot_loss[loss=0.2618, simple_loss=0.3363, pruned_loss=0.0937, over 2780702.83 frames. utt_duration=262.2 frames, utt_pad_proportion=0.06972, over 42659.69 utterances.], batch size: 41, lr: 1.56e-04 +2022-09-19 18:24:23,268 INFO [train.py:885] (0/2) Epoch 30, batch 7150, loss[loss=0.1647, simple_loss=0.2166, pruned_loss=0.05639, over 13021.00 frames. utt_duration=1580 frames, utt_pad_proportion=0.1164, over 33.00 utterances.], tot_loss[loss=0.2612, simple_loss=0.3359, pruned_loss=0.09324, over 2781660.61 frames. utt_duration=258.9 frames, utt_pad_proportion=0.07008, over 43218.45 utterances.], batch size: 33, lr: 1.56e-04 +2022-09-19 18:24:53,384 INFO [train.py:885] (0/2) Epoch 30, batch 7200, loss[loss=0.2817, simple_loss=0.359, pruned_loss=0.1022, over 14229.00 frames. utt_duration=254.5 frames, utt_pad_proportion=0.04326, over 225.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3398, pruned_loss=0.09519, over 2778305.47 frames. utt_duration=249.2 frames, utt_pad_proportion=0.0728, over 44859.84 utterances.], batch size: 225, lr: 1.56e-04 +2022-09-19 18:25:23,037 INFO [train.py:885] (0/2) Epoch 30, batch 7250, loss[loss=0.2692, simple_loss=0.333, pruned_loss=0.1027, over 14141.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04676, over 109.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3402, pruned_loss=0.09506, over 2773700.74 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07348, over 45461.61 utterances.], batch size: 109, lr: 1.56e-04 +2022-09-19 18:25:52,194 INFO [train.py:885] (0/2) Epoch 30, batch 7300, loss[loss=0.3423, simple_loss=0.4234, pruned_loss=0.1306, over 13759.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07278, over 411.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3396, pruned_loss=0.09501, over 2777034.07 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07104, over 44485.77 utterances.], batch size: 411, lr: 1.56e-04 +2022-09-19 18:26:22,267 INFO [train.py:885] (0/2) Epoch 30, batch 7350, loss[loss=0.1359, simple_loss=0.1956, pruned_loss=0.03807, over 13019.00 frames. utt_duration=1580 frames, utt_pad_proportion=0.1204, over 33.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3399, pruned_loss=0.0952, over 2772361.33 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07286, over 45130.04 utterances.], batch size: 33, lr: 1.56e-04 +2022-09-19 18:26:52,082 INFO [train.py:885] (0/2) Epoch 30, batch 7400, loss[loss=0.2783, simple_loss=0.3729, pruned_loss=0.09191, over 13773.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07139, over 411.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3411, pruned_loss=0.09522, over 2773129.61 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07285, over 45791.30 utterances.], batch size: 411, lr: 1.56e-04 +2022-09-19 18:27:21,470 INFO [train.py:885] (0/2) Epoch 30, batch 7450, loss[loss=0.2924, simple_loss=0.3667, pruned_loss=0.1091, over 14324.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0384, over 262.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3409, pruned_loss=0.09553, over 2770489.95 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07351, over 45757.76 utterances.], batch size: 262, lr: 1.56e-04 +2022-09-19 18:27:51,127 INFO [train.py:885] (0/2) Epoch 30, batch 7500, loss[loss=0.2933, simple_loss=0.3706, pruned_loss=0.108, over 14327.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03696, over 180.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3422, pruned_loss=0.09641, over 2767231.92 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07398, over 45964.45 utterances.], batch size: 180, lr: 1.56e-04 +2022-09-19 18:28:20,470 INFO [train.py:885] (0/2) Epoch 30, batch 7550, loss[loss=0.2962, simple_loss=0.3659, pruned_loss=0.1132, over 14321.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03932, over 262.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3431, pruned_loss=0.09652, over 2770869.37 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07444, over 45998.94 utterances.], batch size: 262, lr: 1.56e-04 +2022-09-19 18:28:50,390 INFO [train.py:885] (0/2) Epoch 30, batch 7600, loss[loss=0.5468, simple_loss=0.6194, pruned_loss=0.2371, over 12515.00 frames. utt_duration=63.4 frames, utt_pad_proportion=0.1432, over 810.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3408, pruned_loss=0.09564, over 2772221.79 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07362, over 44857.05 utterances.], batch size: 810, lr: 1.56e-04 +2022-09-19 18:29:19,537 INFO [train.py:885] (0/2) Epoch 30, batch 7650, loss[loss=0.1824, simple_loss=0.2642, pruned_loss=0.05028, over 13789.00 frames. utt_duration=920.5 frames, utt_pad_proportion=0.07579, over 60.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3398, pruned_loss=0.0955, over 2772011.33 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07285, over 44827.99 utterances.], batch size: 60, lr: 1.56e-04 +2022-09-19 18:29:49,172 INFO [train.py:885] (0/2) Epoch 30, batch 7700, loss[loss=0.2936, simple_loss=0.3591, pruned_loss=0.1141, over 14277.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04026, over 180.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3405, pruned_loss=0.09584, over 2777310.90 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07029, over 45075.11 utterances.], batch size: 180, lr: 1.56e-04 +2022-09-19 18:30:18,776 INFO [train.py:885] (0/2) Epoch 30, batch 7750, loss[loss=0.3532, simple_loss=0.444, pruned_loss=0.1312, over 13647.00 frames. utt_duration=98.9 frames, utt_pad_proportion=0.0757, over 560.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3429, pruned_loss=0.09678, over 2774762.55 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07287, over 46228.40 utterances.], batch size: 560, lr: 1.56e-04 +2022-09-19 18:30:48,561 INFO [train.py:885] (0/2) Epoch 30, batch 7800, loss[loss=0.2827, simple_loss=0.3613, pruned_loss=0.1021, over 14336.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03708, over 195.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.341, pruned_loss=0.09626, over 2777404.27 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07353, over 45012.62 utterances.], batch size: 195, lr: 1.56e-04 +2022-09-19 18:31:18,197 INFO [train.py:885] (0/2) Epoch 30, batch 7850, loss[loss=0.2493, simple_loss=0.3211, pruned_loss=0.08871, over 14332.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03792, over 120.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3443, pruned_loss=0.09699, over 2778184.11 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07297, over 46919.25 utterances.], batch size: 120, lr: 1.56e-04 +2022-09-19 18:31:47,467 INFO [train.py:885] (0/2) Epoch 30, batch 7900, loss[loss=0.2738, simple_loss=0.3601, pruned_loss=0.09376, over 14316.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03925, over 262.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3454, pruned_loss=0.09841, over 2781575.94 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07282, over 46740.22 utterances.], batch size: 262, lr: 1.56e-04 +2022-09-19 18:32:16,703 INFO [train.py:885] (0/2) Epoch 30, batch 7950, loss[loss=0.2133, simple_loss=0.2896, pruned_loss=0.06848, over 14289.00 frames. utt_duration=643.5 frames, utt_pad_proportion=0.04099, over 89.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3431, pruned_loss=0.09791, over 2779808.01 frames. utt_duration=247 frames, utt_pad_proportion=0.07347, over 45290.49 utterances.], batch size: 89, lr: 1.56e-04 +2022-09-19 18:32:46,104 INFO [train.py:885] (0/2) Epoch 30, batch 8000, loss[loss=0.1822, simple_loss=0.257, pruned_loss=0.05368, over 13361.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08793, over 41.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3428, pruned_loss=0.09738, over 2784250.52 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07053, over 45376.31 utterances.], batch size: 41, lr: 1.56e-04 +2022-09-19 18:33:16,192 INFO [train.py:885] (0/2) Epoch 30, batch 8050, loss[loss=0.2653, simple_loss=0.3487, pruned_loss=0.09096, over 14366.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03492, over 210.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3441, pruned_loss=0.09754, over 2781524.21 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07289, over 46160.22 utterances.], batch size: 210, lr: 1.56e-04 +2022-09-19 18:33:46,169 INFO [train.py:885] (0/2) Epoch 30, batch 8100, loss[loss=0.2053, simple_loss=0.2696, pruned_loss=0.07047, over 13979.00 frames. utt_duration=709.3 frames, utt_pad_proportion=0.06052, over 79.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3454, pruned_loss=0.09817, over 2782704.78 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07275, over 46604.56 utterances.], batch size: 79, lr: 1.56e-04 +2022-09-19 18:34:15,417 INFO [train.py:885] (0/2) Epoch 30, batch 8150, loss[loss=0.1691, simple_loss=0.2437, pruned_loss=0.04725, over 13857.00 frames. utt_duration=925.2 frames, utt_pad_proportion=0.06737, over 60.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3419, pruned_loss=0.09629, over 2781704.62 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07244, over 45442.45 utterances.], batch size: 60, lr: 1.56e-04 +2022-09-19 18:34:45,126 INFO [train.py:885] (0/2) Epoch 30, batch 8200, loss[loss=0.2623, simple_loss=0.3548, pruned_loss=0.08492, over 14357.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03576, over 210.00 utterances.], tot_loss[loss=0.2645, simple_loss=0.3392, pruned_loss=0.09492, over 2780483.77 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07168, over 44686.69 utterances.], batch size: 210, lr: 1.56e-04 +2022-09-19 18:35:15,261 INFO [train.py:885] (0/2) Epoch 30, batch 8250, loss[loss=0.2909, simple_loss=0.3638, pruned_loss=0.109, over 14298.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.03999, over 283.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3403, pruned_loss=0.09566, over 2774432.25 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07351, over 45303.52 utterances.], batch size: 283, lr: 1.56e-04 +2022-09-19 18:35:44,315 INFO [train.py:885] (0/2) Epoch 30, batch 8300, loss[loss=0.1903, simple_loss=0.262, pruned_loss=0.05933, over 14005.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05873, over 79.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3441, pruned_loss=0.09694, over 2779509.38 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07363, over 46846.87 utterances.], batch size: 79, lr: 1.56e-04 +2022-09-19 18:36:13,560 INFO [train.py:885] (0/2) Epoch 30, batch 8350, loss[loss=0.3881, simple_loss=0.4377, pruned_loss=0.1692, over 14256.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04199, over 335.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3456, pruned_loss=0.09834, over 2779231.00 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07371, over 46699.79 utterances.], batch size: 335, lr: 1.56e-04 +2022-09-19 18:36:43,718 INFO [train.py:885] (0/2) Epoch 30, batch 8400, loss[loss=0.2909, simple_loss=0.3663, pruned_loss=0.1077, over 14357.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03347, over 244.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3459, pruned_loss=0.09894, over 2777442.16 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07334, over 46797.42 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:37:13,330 INFO [train.py:885] (0/2) Epoch 30, batch 8450, loss[loss=0.2759, simple_loss=0.3491, pruned_loss=0.1013, over 14278.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04031, over 180.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3448, pruned_loss=0.09793, over 2778880.87 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07105, over 46199.13 utterances.], batch size: 180, lr: 1.56e-04 +2022-09-19 18:37:42,695 INFO [train.py:885] (0/2) Epoch 30, batch 8500, loss[loss=0.448, simple_loss=0.5121, pruned_loss=0.192, over 13773.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07156, over 411.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3436, pruned_loss=0.09803, over 2781404.75 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07059, over 45397.81 utterances.], batch size: 411, lr: 1.56e-04 +2022-09-19 18:38:12,860 INFO [train.py:885] (0/2) Epoch 30, batch 8550, loss[loss=0.2776, simple_loss=0.3608, pruned_loss=0.09718, over 14366.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03548, over 195.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.348, pruned_loss=0.1002, over 2776900.76 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07335, over 47296.31 utterances.], batch size: 195, lr: 1.56e-04 +2022-09-19 18:38:49,691 INFO [train.py:885] (0/2) Epoch 30, batch 8600, loss[loss=0.187, simple_loss=0.2598, pruned_loss=0.05712, over 13556.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08825, over 50.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3465, pruned_loss=0.09855, over 2781422.43 frames. utt_duration=240.9 frames, utt_pad_proportion=0.0727, over 46462.04 utterances.], batch size: 50, lr: 1.56e-04 +2022-09-19 18:39:18,928 INFO [train.py:885] (0/2) Epoch 30, batch 8650, loss[loss=0.2827, simple_loss=0.3592, pruned_loss=0.1031, over 14363.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03305, over 244.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3429, pruned_loss=0.09681, over 2784555.86 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07021, over 44881.35 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:39:48,664 INFO [train.py:885] (0/2) Epoch 30, batch 8700, loss[loss=0.2579, simple_loss=0.3264, pruned_loss=0.09472, over 14231.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04678, over 141.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3472, pruned_loss=0.09878, over 2781706.50 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07193, over 46303.65 utterances.], batch size: 141, lr: 1.56e-04 +2022-09-19 18:40:18,685 INFO [train.py:885] (0/2) Epoch 30, batch 8750, loss[loss=0.241, simple_loss=0.3171, pruned_loss=0.08248, over 14204.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04831, over 141.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.349, pruned_loss=0.09977, over 2776142.91 frames. utt_duration=233.8 frames, utt_pad_proportion=0.07513, over 47794.42 utterances.], batch size: 141, lr: 1.56e-04 +2022-09-19 18:40:47,432 INFO [train.py:885] (0/2) Epoch 30, batch 8800, loss[loss=0.3998, simple_loss=0.4931, pruned_loss=0.1533, over 13153.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1075, over 653.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3468, pruned_loss=0.09877, over 2774783.63 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07396, over 47284.31 utterances.], batch size: 653, lr: 1.56e-04 +2022-09-19 18:41:17,735 INFO [train.py:885] (0/2) Epoch 30, batch 8850, loss[loss=0.2938, simple_loss=0.375, pruned_loss=0.1063, over 14315.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03862, over 283.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3465, pruned_loss=0.09879, over 2778176.07 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07261, over 46492.05 utterances.], batch size: 283, lr: 1.56e-04 +2022-09-19 18:41:46,820 INFO [train.py:885] (0/2) Epoch 30, batch 8900, loss[loss=0.1686, simple_loss=0.2275, pruned_loss=0.05487, over 13557.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08188, over 50.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3456, pruned_loss=0.09865, over 2777035.26 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07288, over 46102.10 utterances.], batch size: 50, lr: 1.56e-04 +2022-09-19 18:42:16,406 INFO [train.py:885] (0/2) Epoch 30, batch 8950, loss[loss=0.1395, simple_loss=0.2073, pruned_loss=0.03585, over 13223.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.1132, over 33.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3444, pruned_loss=0.09858, over 2780032.27 frames. utt_duration=245 frames, utt_pad_proportion=0.07097, over 45655.22 utterances.], batch size: 33, lr: 1.56e-04 +2022-09-19 18:42:45,908 INFO [train.py:885] (0/2) Epoch 30, batch 9000, loss[loss=0.1504, simple_loss=0.2143, pruned_loss=0.04325, over 12628.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.1432, over 25.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3458, pruned_loss=0.09875, over 2776544.59 frames. utt_duration=239 frames, utt_pad_proportion=0.07302, over 46763.64 utterances.], batch size: 25, lr: 1.56e-04 +2022-09-19 18:42:45,910 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 18:42:50,123 INFO [train.py:914] (0/2) Epoch 30, validation: loss=0.1863, simple_loss=0.2664, pruned_loss=0.05311, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 18:43:19,450 INFO [train.py:885] (0/2) Epoch 30, batch 9050, loss[loss=0.2258, simple_loss=0.2869, pruned_loss=0.08232, over 13933.00 frames. utt_duration=809.4 frames, utt_pad_proportion=0.05777, over 69.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3461, pruned_loss=0.09932, over 2783916.95 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07069, over 45947.54 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:43:49,082 INFO [train.py:885] (0/2) Epoch 30, batch 9100, loss[loss=0.2799, simple_loss=0.3904, pruned_loss=0.08464, over 13764.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07234, over 411.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3464, pruned_loss=0.09946, over 2783574.22 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07057, over 45799.90 utterances.], batch size: 411, lr: 1.56e-04 +2022-09-19 18:44:18,952 INFO [train.py:885] (0/2) Epoch 30, batch 9150, loss[loss=0.2206, simple_loss=0.295, pruned_loss=0.07314, over 14116.00 frames. utt_duration=577.5 frames, utt_pad_proportion=0.05321, over 98.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3426, pruned_loss=0.09701, over 2782570.24 frames. utt_duration=250 frames, utt_pad_proportion=0.07092, over 44776.88 utterances.], batch size: 98, lr: 1.56e-04 +2022-09-19 18:44:48,553 INFO [train.py:885] (0/2) Epoch 30, batch 9200, loss[loss=0.3912, simple_loss=0.4358, pruned_loss=0.1733, over 14325.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03804, over 195.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3413, pruned_loss=0.0959, over 2778858.73 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07265, over 44826.31 utterances.], batch size: 195, lr: 1.56e-04 +2022-09-19 18:45:18,183 INFO [train.py:885] (0/2) Epoch 30, batch 9250, loss[loss=0.2705, simple_loss=0.3403, pruned_loss=0.1003, over 14310.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.04056, over 154.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3406, pruned_loss=0.09632, over 2779931.43 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07128, over 43849.26 utterances.], batch size: 154, lr: 1.56e-04 +2022-09-19 18:45:47,936 INFO [train.py:885] (0/2) Epoch 30, batch 9300, loss[loss=0.1702, simple_loss=0.2383, pruned_loss=0.05111, over 13757.00 frames. utt_duration=798.7 frames, utt_pad_proportion=0.0702, over 69.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.3392, pruned_loss=0.0951, over 2778842.56 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07095, over 43741.37 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:46:17,058 INFO [train.py:885] (0/2) Epoch 30, batch 9350, loss[loss=0.3889, simple_loss=0.4843, pruned_loss=0.1468, over 13110.00 frames. utt_duration=81.88 frames, utt_pad_proportion=0.11, over 653.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3401, pruned_loss=0.09545, over 2778377.32 frames. utt_duration=253.3 frames, utt_pad_proportion=0.0706, over 44132.67 utterances.], batch size: 653, lr: 1.56e-04 +2022-09-19 18:46:46,715 INFO [train.py:885] (0/2) Epoch 30, batch 9400, loss[loss=0.1665, simple_loss=0.2446, pruned_loss=0.04414, over 13917.00 frames. utt_duration=808.3 frames, utt_pad_proportion=0.05792, over 69.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3402, pruned_loss=0.09533, over 2779051.20 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07007, over 44320.89 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:47:16,289 INFO [train.py:885] (0/2) Epoch 30, batch 9450, loss[loss=0.3059, simple_loss=0.4113, pruned_loss=0.1002, over 13678.00 frames. utt_duration=99.09 frames, utt_pad_proportion=0.07388, over 560.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3418, pruned_loss=0.09534, over 2781751.59 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06941, over 45355.60 utterances.], batch size: 560, lr: 1.56e-04 +2022-09-19 18:47:46,100 INFO [train.py:885] (0/2) Epoch 30, batch 9500, loss[loss=0.1606, simple_loss=0.2238, pruned_loss=0.04872, over 13824.00 frames. utt_duration=923 frames, utt_pad_proportion=0.06956, over 60.00 utterances.], tot_loss[loss=0.263, simple_loss=0.3377, pruned_loss=0.09409, over 2783112.72 frames. utt_duration=258.2 frames, utt_pad_proportion=0.06691, over 43359.01 utterances.], batch size: 60, lr: 1.56e-04 +2022-09-19 18:48:15,487 INFO [train.py:885] (0/2) Epoch 30, batch 9550, loss[loss=0.1471, simple_loss=0.2132, pruned_loss=0.04044, over 13330.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.0907, over 41.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3395, pruned_loss=0.09502, over 2785093.89 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06763, over 43965.69 utterances.], batch size: 41, lr: 1.56e-04 +2022-09-19 18:48:45,319 INFO [train.py:885] (0/2) Epoch 30, batch 9600, loss[loss=0.2771, simple_loss=0.3857, pruned_loss=0.08423, over 13652.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08117, over 478.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3408, pruned_loss=0.09576, over 2786088.19 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06879, over 44457.12 utterances.], batch size: 478, lr: 1.56e-04 +2022-09-19 18:49:15,218 INFO [train.py:885] (0/2) Epoch 30, batch 9650, loss[loss=0.2678, simple_loss=0.3499, pruned_loss=0.09286, over 14287.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.0421, over 154.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3457, pruned_loss=0.09862, over 2786075.18 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06937, over 45876.41 utterances.], batch size: 154, lr: 1.56e-04 +2022-09-19 18:49:44,841 INFO [train.py:885] (0/2) Epoch 30, batch 9700, loss[loss=0.2632, simple_loss=0.3443, pruned_loss=0.09105, over 14346.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03644, over 210.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3481, pruned_loss=0.1004, over 2787946.97 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06799, over 46003.90 utterances.], batch size: 210, lr: 1.56e-04 +2022-09-19 18:50:14,246 INFO [train.py:885] (0/2) Epoch 30, batch 9750, loss[loss=0.1917, simple_loss=0.254, pruned_loss=0.06472, over 13922.00 frames. utt_duration=808.5 frames, utt_pad_proportion=0.05773, over 69.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3437, pruned_loss=0.09847, over 2783826.76 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06735, over 44382.24 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:50:44,361 INFO [train.py:885] (0/2) Epoch 30, batch 9800, loss[loss=0.2457, simple_loss=0.3194, pruned_loss=0.086, over 14294.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.03838, over 130.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3444, pruned_loss=0.09828, over 2783978.55 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06742, over 44755.27 utterances.], batch size: 130, lr: 1.56e-04 +2022-09-19 18:51:13,158 INFO [train.py:885] (0/2) Epoch 30, batch 9850, loss[loss=0.1382, simple_loss=0.1967, pruned_loss=0.03989, over 12778.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.1272, over 25.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3437, pruned_loss=0.09775, over 2786320.74 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06722, over 44261.02 utterances.], batch size: 25, lr: 1.56e-04 +2022-09-19 18:51:42,595 INFO [train.py:885] (0/2) Epoch 30, batch 9900, loss[loss=0.1487, simple_loss=0.1937, pruned_loss=0.05188, over 13535.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08022, over 50.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3414, pruned_loss=0.09678, over 2788773.26 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06566, over 43528.12 utterances.], batch size: 50, lr: 1.56e-04 +2022-09-19 18:52:13,205 INFO [train.py:885] (0/2) Epoch 30, batch 9950, loss[loss=0.3562, simple_loss=0.4233, pruned_loss=0.1445, over 14027.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05416, over 365.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3456, pruned_loss=0.09878, over 2782982.75 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0694, over 45598.27 utterances.], batch size: 365, lr: 1.56e-04 +2022-09-19 18:52:42,893 INFO [train.py:885] (0/2) Epoch 30, batch 10000, loss[loss=0.1955, simple_loss=0.2785, pruned_loss=0.05632, over 13874.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.0619, over 69.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3445, pruned_loss=0.0982, over 2778650.91 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06978, over 45049.60 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:52:55,416 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-376000.pt +2022-09-19 18:53:12,706 INFO [train.py:885] (0/2) Epoch 30, batch 10050, loss[loss=0.2317, simple_loss=0.2946, pruned_loss=0.08443, over 13378.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08582, over 41.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3425, pruned_loss=0.09716, over 2780287.64 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06921, over 43581.73 utterances.], batch size: 41, lr: 1.56e-04 +2022-09-19 18:53:42,505 INFO [train.py:885] (0/2) Epoch 30, batch 10100, loss[loss=0.2077, simple_loss=0.2872, pruned_loss=0.06416, over 14187.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04429, over 109.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3418, pruned_loss=0.09633, over 2778179.53 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07056, over 44328.50 utterances.], batch size: 109, lr: 1.56e-04 +2022-09-19 18:54:12,606 INFO [train.py:885] (0/2) Epoch 30, batch 10150, loss[loss=0.26, simple_loss=0.3457, pruned_loss=0.08719, over 14337.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03705, over 195.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3409, pruned_loss=0.09577, over 2777972.36 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06971, over 44382.58 utterances.], batch size: 195, lr: 1.56e-04 +2022-09-19 18:54:41,827 INFO [train.py:885] (0/2) Epoch 30, batch 10200, loss[loss=0.1602, simple_loss=0.2421, pruned_loss=0.03916, over 13480.00 frames. utt_duration=1317 frames, utt_pad_proportion=0.07984, over 41.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.339, pruned_loss=0.09536, over 2778350.70 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06826, over 43193.39 utterances.], batch size: 41, lr: 1.56e-04 +2022-09-19 18:55:11,562 INFO [train.py:885] (0/2) Epoch 30, batch 10250, loss[loss=0.2924, simple_loss=0.3615, pruned_loss=0.1116, over 14260.00 frames. utt_duration=371.9 frames, utt_pad_proportion=0.04385, over 154.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3426, pruned_loss=0.09743, over 2778840.65 frames. utt_duration=253 frames, utt_pad_proportion=0.06973, over 44193.39 utterances.], batch size: 154, lr: 1.56e-04 +2022-09-19 18:55:40,830 INFO [train.py:885] (0/2) Epoch 30, batch 10300, loss[loss=0.1706, simple_loss=0.2469, pruned_loss=0.04712, over 13842.00 frames. utt_duration=803.9 frames, utt_pad_proportion=0.062, over 69.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3473, pruned_loss=0.09991, over 2779848.44 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06973, over 45705.82 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:56:10,529 INFO [train.py:885] (0/2) Epoch 30, batch 10350, loss[loss=0.1588, simple_loss=0.2246, pruned_loss=0.04649, over 13917.00 frames. utt_duration=929.1 frames, utt_pad_proportion=0.06621, over 60.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3475, pruned_loss=0.1001, over 2780526.21 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06993, over 45846.36 utterances.], batch size: 60, lr: 1.56e-04 +2022-09-19 18:56:39,904 INFO [train.py:885] (0/2) Epoch 30, batch 10400, loss[loss=0.2088, simple_loss=0.2642, pruned_loss=0.0767, over 13476.00 frames. utt_duration=1635 frames, utt_pad_proportion=0.08866, over 33.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3477, pruned_loss=0.09992, over 2777681.06 frames. utt_duration=239.3 frames, utt_pad_proportion=0.0721, over 46716.30 utterances.], batch size: 33, lr: 1.56e-04 +2022-09-19 18:57:09,900 INFO [train.py:885] (0/2) Epoch 30, batch 10450, loss[loss=0.2684, simple_loss=0.3494, pruned_loss=0.09372, over 14383.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03542, over 244.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3461, pruned_loss=0.0991, over 2776411.15 frames. utt_duration=243.8 frames, utt_pad_proportion=0.072, over 45836.80 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:57:38,869 INFO [train.py:885] (0/2) Epoch 30, batch 10500, loss[loss=0.3143, simple_loss=0.3825, pruned_loss=0.123, over 14379.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0319, over 244.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3423, pruned_loss=0.0972, over 2777021.23 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07091, over 44327.46 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:58:08,194 INFO [train.py:885] (0/2) Epoch 30, batch 10550, loss[loss=0.2516, simple_loss=0.3278, pruned_loss=0.0877, over 14295.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03937, over 180.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.346, pruned_loss=0.0984, over 2779203.21 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07189, over 45913.33 utterances.], batch size: 180, lr: 1.56e-04 +2022-09-19 18:58:38,599 INFO [train.py:885] (0/2) Epoch 30, batch 10600, loss[loss=0.3534, simple_loss=0.4505, pruned_loss=0.1281, over 13655.00 frames. utt_duration=98.93 frames, utt_pad_proportion=0.07538, over 560.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3502, pruned_loss=0.09996, over 2777772.39 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07507, over 48336.19 utterances.], batch size: 560, lr: 1.56e-04 +2022-09-19 18:59:07,202 INFO [train.py:885] (0/2) Epoch 30, batch 10650, loss[loss=0.4445, simple_loss=0.5318, pruned_loss=0.1786, over 13199.00 frames. utt_duration=82.35 frames, utt_pad_proportion=0.1049, over 653.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3491, pruned_loss=0.09948, over 2783217.81 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07252, over 47119.99 utterances.], batch size: 653, lr: 1.56e-04 +2022-09-19 18:59:37,859 INFO [train.py:885] (0/2) Epoch 30, batch 10700, loss[loss=0.2684, simple_loss=0.3646, pruned_loss=0.0861, over 13736.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07398, over 411.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3498, pruned_loss=0.09944, over 2782315.93 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07249, over 47434.76 utterances.], batch size: 411, lr: 1.56e-04 +2022-09-19 19:00:06,980 INFO [train.py:885] (0/2) Epoch 30, batch 10750, loss[loss=0.259, simple_loss=0.3495, pruned_loss=0.08426, over 14279.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03981, over 180.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3491, pruned_loss=0.09862, over 2782371.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07152, over 47382.07 utterances.], batch size: 180, lr: 1.56e-04 +2022-09-19 19:00:36,187 INFO [train.py:885] (0/2) Epoch 30, batch 10800, loss[loss=0.181, simple_loss=0.2597, pruned_loss=0.05117, over 13843.00 frames. utt_duration=804.1 frames, utt_pad_proportion=0.06396, over 69.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3486, pruned_loss=0.09887, over 2781796.21 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07099, over 46755.68 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 19:01:06,305 INFO [train.py:885] (0/2) Epoch 30, batch 10850, loss[loss=0.33, simple_loss=0.4207, pruned_loss=0.1197, over 13679.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07845, over 477.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3458, pruned_loss=0.09722, over 2782773.80 frames. utt_duration=243 frames, utt_pad_proportion=0.07031, over 46088.14 utterances.], batch size: 477, lr: 1.56e-04 +2022-09-19 19:01:35,999 INFO [train.py:885] (0/2) Epoch 30, batch 10900, loss[loss=0.2597, simple_loss=0.3371, pruned_loss=0.09121, over 14292.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03906, over 180.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3482, pruned_loss=0.09762, over 2777271.98 frames. utt_duration=230.1 frames, utt_pad_proportion=0.07412, over 48591.06 utterances.], batch size: 180, lr: 1.56e-04 +2022-09-19 19:02:05,536 INFO [train.py:885] (0/2) Epoch 30, batch 10950, loss[loss=0.1827, simple_loss=0.2449, pruned_loss=0.06022, over 13581.00 frames. utt_duration=1067 frames, utt_pad_proportion=0.08886, over 51.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3438, pruned_loss=0.09614, over 2777588.64 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07335, over 46480.13 utterances.], batch size: 51, lr: 1.56e-04 +2022-09-19 19:02:34,727 INFO [train.py:885] (0/2) Epoch 30, batch 11000, loss[loss=0.2886, simple_loss=0.3504, pruned_loss=0.1134, over 14327.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.03655, over 130.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3439, pruned_loss=0.0967, over 2777645.96 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07242, over 45676.91 utterances.], batch size: 130, lr: 1.56e-04 +2022-09-19 19:03:04,730 INFO [train.py:885] (0/2) Epoch 30, batch 11050, loss[loss=0.2993, simple_loss=0.3674, pruned_loss=0.1156, over 14365.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0367, over 244.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3432, pruned_loss=0.09613, over 2777738.72 frames. utt_duration=243.5 frames, utt_pad_proportion=0.072, over 45909.30 utterances.], batch size: 244, lr: 1.55e-04 +2022-09-19 19:03:34,389 INFO [train.py:885] (0/2) Epoch 30, batch 11100, loss[loss=0.293, simple_loss=0.3812, pruned_loss=0.1025, over 13990.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05647, over 365.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3462, pruned_loss=0.09715, over 2775706.68 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07435, over 47522.74 utterances.], batch size: 365, lr: 1.55e-04 +2022-09-19 19:04:03,349 INFO [train.py:885] (0/2) Epoch 30, batch 11150, loss[loss=0.1685, simple_loss=0.2466, pruned_loss=0.04517, over 13434.00 frames. utt_duration=1076 frames, utt_pad_proportion=0.09023, over 50.00 utterances.], tot_loss[loss=0.2642, simple_loss=0.3394, pruned_loss=0.09454, over 2777190.10 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07168, over 44432.72 utterances.], batch size: 50, lr: 1.55e-04 +2022-09-19 19:04:33,127 INFO [train.py:885] (0/2) Epoch 30, batch 11200, loss[loss=0.2512, simple_loss=0.3347, pruned_loss=0.0838, over 14358.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03791, over 167.00 utterances.], tot_loss[loss=0.2638, simple_loss=0.3391, pruned_loss=0.09422, over 2778905.94 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06985, over 44327.65 utterances.], batch size: 167, lr: 1.55e-04 +2022-09-19 19:05:03,523 INFO [train.py:885] (0/2) Epoch 30, batch 11250, loss[loss=0.2129, simple_loss=0.3032, pruned_loss=0.06133, over 14360.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03773, over 167.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3396, pruned_loss=0.09463, over 2774994.79 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07135, over 44914.87 utterances.], batch size: 167, lr: 1.55e-04 +2022-09-19 19:05:32,787 INFO [train.py:885] (0/2) Epoch 30, batch 11300, loss[loss=0.1794, simple_loss=0.2561, pruned_loss=0.05136, over 13744.00 frames. utt_duration=917.7 frames, utt_pad_proportion=0.07767, over 60.00 utterances.], tot_loss[loss=0.2645, simple_loss=0.3396, pruned_loss=0.09474, over 2773709.34 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07308, over 45283.78 utterances.], batch size: 60, lr: 1.55e-04 +2022-09-19 19:06:02,466 INFO [train.py:885] (0/2) Epoch 30, batch 11350, loss[loss=0.1882, simple_loss=0.2646, pruned_loss=0.05596, over 14069.00 frames. utt_duration=705 frames, utt_pad_proportion=0.05871, over 80.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3406, pruned_loss=0.0949, over 2780163.42 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07118, over 45137.80 utterances.], batch size: 80, lr: 1.55e-04 +2022-09-19 19:06:31,670 INFO [train.py:885] (0/2) Epoch 30, batch 11400, loss[loss=0.3434, simple_loss=0.3984, pruned_loss=0.1442, over 14231.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04323, over 306.00 utterances.], tot_loss[loss=0.2611, simple_loss=0.3364, pruned_loss=0.09293, over 2781087.85 frames. utt_duration=259.7 frames, utt_pad_proportion=0.06781, over 43084.44 utterances.], batch size: 306, lr: 1.55e-04 +2022-09-19 19:07:01,614 INFO [train.py:885] (0/2) Epoch 30, batch 11450, loss[loss=0.2753, simple_loss=0.3573, pruned_loss=0.09669, over 14341.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03698, over 210.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.3402, pruned_loss=0.09455, over 2777481.26 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07144, over 44794.20 utterances.], batch size: 210, lr: 1.55e-04 +2022-09-19 19:07:31,061 INFO [train.py:885] (0/2) Epoch 30, batch 11500, loss[loss=0.2554, simple_loss=0.3297, pruned_loss=0.09051, over 14254.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04514, over 141.00 utterances.], tot_loss[loss=0.2633, simple_loss=0.3385, pruned_loss=0.09399, over 2777718.11 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07044, over 43721.91 utterances.], batch size: 141, lr: 1.55e-04 +2022-09-19 19:08:00,209 INFO [train.py:885] (0/2) Epoch 30, batch 11550, loss[loss=0.3318, simple_loss=0.44, pruned_loss=0.1118, over 13126.00 frames. utt_duration=81.86 frames, utt_pad_proportion=0.1102, over 653.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3415, pruned_loss=0.09484, over 2773048.08 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07366, over 45535.45 utterances.], batch size: 653, lr: 1.55e-04 +2022-09-19 19:08:30,751 INFO [train.py:885] (0/2) Epoch 30, batch 11600, loss[loss=0.4469, simple_loss=0.5527, pruned_loss=0.1705, over 12481.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3438, pruned_loss=0.09658, over 2774456.43 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07238, over 45889.59 utterances.], batch size: 810, lr: 1.55e-04 +2022-09-19 19:09:00,242 INFO [train.py:885] (0/2) Epoch 30, batch 11650, loss[loss=0.3272, simple_loss=0.4239, pruned_loss=0.1152, over 13600.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07924, over 560.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3411, pruned_loss=0.09506, over 2774883.97 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07238, over 45268.89 utterances.], batch size: 560, lr: 1.55e-04 +2022-09-19 19:09:29,324 INFO [train.py:885] (0/2) Epoch 30, batch 11700, loss[loss=0.1931, simple_loss=0.2752, pruned_loss=0.05553, over 13812.00 frames. utt_duration=922.1 frames, utt_pad_proportion=0.07045, over 60.00 utterances.], tot_loss[loss=0.2639, simple_loss=0.3397, pruned_loss=0.09402, over 2780744.06 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07038, over 44316.08 utterances.], batch size: 60, lr: 1.55e-04 +2022-09-19 19:09:58,951 INFO [train.py:885] (0/2) Epoch 30, batch 11750, loss[loss=0.2726, simple_loss=0.3577, pruned_loss=0.09373, over 14332.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03496, over 244.00 utterances.], tot_loss[loss=0.264, simple_loss=0.34, pruned_loss=0.09402, over 2785867.41 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06903, over 44278.65 utterances.], batch size: 244, lr: 1.55e-04 +2022-09-19 19:10:29,346 INFO [train.py:885] (0/2) Epoch 30, batch 11800, loss[loss=0.3791, simple_loss=0.4779, pruned_loss=0.1401, over 13109.00 frames. utt_duration=81.85 frames, utt_pad_proportion=0.1104, over 653.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3423, pruned_loss=0.09472, over 2782207.74 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06948, over 45747.08 utterances.], batch size: 653, lr: 1.55e-04 +2022-09-19 19:10:58,899 INFO [train.py:885] (0/2) Epoch 30, batch 11850, loss[loss=0.3459, simple_loss=0.4023, pruned_loss=0.1448, over 14188.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04542, over 306.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3426, pruned_loss=0.09524, over 2783769.54 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07004, over 45701.28 utterances.], batch size: 306, lr: 1.55e-04 +2022-09-19 19:11:28,787 INFO [train.py:885] (0/2) Epoch 30, batch 11900, loss[loss=0.2468, simple_loss=0.3092, pruned_loss=0.09226, over 14127.00 frames. utt_duration=578.1 frames, utt_pad_proportion=0.05067, over 98.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3401, pruned_loss=0.09491, over 2778337.26 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07126, over 44989.87 utterances.], batch size: 98, lr: 1.55e-04 +2022-09-19 19:11:58,724 INFO [train.py:885] (0/2) Epoch 30, batch 11950, loss[loss=0.2422, simple_loss=0.3115, pruned_loss=0.08648, over 14277.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04135, over 120.00 utterances.], tot_loss[loss=0.2636, simple_loss=0.3385, pruned_loss=0.09437, over 2776569.41 frames. utt_duration=251 frames, utt_pad_proportion=0.07259, over 44507.16 utterances.], batch size: 120, lr: 1.55e-04 +2022-09-19 19:12:28,385 INFO [train.py:885] (0/2) Epoch 30, batch 12000, loss[loss=0.2947, simple_loss=0.3689, pruned_loss=0.1103, over 14340.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03402, over 244.00 utterances.], tot_loss[loss=0.2637, simple_loss=0.3388, pruned_loss=0.09427, over 2776934.39 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07291, over 44916.78 utterances.], batch size: 244, lr: 1.55e-04 +2022-09-19 19:12:28,387 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 19:12:32,641 INFO [train.py:914] (0/2) Epoch 30, validation: loss=0.1865, simple_loss=0.2664, pruned_loss=0.0533, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 19:13:03,175 INFO [train.py:885] (0/2) Epoch 30, batch 12050, loss[loss=0.3058, simple_loss=0.3763, pruned_loss=0.1177, over 14298.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03855, over 180.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3453, pruned_loss=0.09768, over 2778554.57 frames. utt_duration=237.5 frames, utt_pad_proportion=0.0723, over 47088.67 utterances.], batch size: 180, lr: 1.55e-04 +2022-09-19 19:13:32,599 INFO [train.py:885] (0/2) Epoch 30, batch 12100, loss[loss=0.2839, simple_loss=0.3612, pruned_loss=0.1033, over 14250.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04559, over 141.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3432, pruned_loss=0.09661, over 2782804.27 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07006, over 45227.05 utterances.], batch size: 141, lr: 1.55e-04 +2022-09-19 19:14:03,235 INFO [train.py:885] (0/2) Epoch 30, batch 12150, loss[loss=0.2604, simple_loss=0.3552, pruned_loss=0.08284, over 14022.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05681, over 366.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3419, pruned_loss=0.09605, over 2779070.19 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06995, over 45015.96 utterances.], batch size: 366, lr: 1.55e-04 +2022-09-19 19:14:32,901 INFO [train.py:885] (0/2) Epoch 30, batch 12200, loss[loss=0.2481, simple_loss=0.3304, pruned_loss=0.08293, over 14291.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04195, over 154.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3424, pruned_loss=0.0969, over 2778906.15 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06912, over 44313.36 utterances.], batch size: 154, lr: 1.55e-04 +2022-09-19 19:15:01,973 INFO [train.py:885] (0/2) Epoch 30, batch 12250, loss[loss=0.2469, simple_loss=0.3326, pruned_loss=0.08056, over 14300.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04111, over 154.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3403, pruned_loss=0.09597, over 2783391.38 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06923, over 43439.53 utterances.], batch size: 154, lr: 1.55e-04 +2022-09-19 19:15:31,762 INFO [train.py:885] (0/2) Epoch 30, batch 12300, loss[loss=0.2781, simple_loss=0.3557, pruned_loss=0.1002, over 14271.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04001, over 180.00 utterances.], tot_loss[loss=0.2642, simple_loss=0.3381, pruned_loss=0.09514, over 2787324.15 frames. utt_duration=265.1 frames, utt_pad_proportion=0.06663, over 42292.09 utterances.], batch size: 180, lr: 1.55e-04 +2022-09-19 19:16:01,451 INFO [train.py:885] (0/2) Epoch 30, batch 12350, loss[loss=0.1674, simple_loss=0.2404, pruned_loss=0.04718, over 13604.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08504, over 50.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3409, pruned_loss=0.09665, over 2788671.93 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06714, over 43326.29 utterances.], batch size: 50, lr: 1.55e-04 +2022-09-19 19:16:30,363 INFO [train.py:885] (0/2) Epoch 30, batch 12400, loss[loss=0.1736, simple_loss=0.2119, pruned_loss=0.06767, over 13263.00 frames. utt_duration=1609 frames, utt_pad_proportion=0.1069, over 33.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3392, pruned_loss=0.09606, over 2790836.02 frames. utt_duration=262.6 frames, utt_pad_proportion=0.06601, over 42750.17 utterances.], batch size: 33, lr: 1.55e-04 +2022-09-19 19:17:00,562 INFO [train.py:885] (0/2) Epoch 30, batch 12450, loss[loss=0.3576, simple_loss=0.4102, pruned_loss=0.1525, over 14322.00 frames. utt_duration=220 frames, utt_pad_proportion=0.0391, over 262.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3427, pruned_loss=0.09735, over 2791063.32 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06745, over 43918.88 utterances.], batch size: 262, lr: 1.55e-04 +2022-09-19 19:17:29,935 INFO [train.py:885] (0/2) Epoch 30, batch 12500, loss[loss=0.2122, simple_loss=0.2886, pruned_loss=0.06789, over 14049.00 frames. utt_duration=712.8 frames, utt_pad_proportion=0.05716, over 79.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3442, pruned_loss=0.09846, over 2787414.35 frames. utt_duration=252 frames, utt_pad_proportion=0.0671, over 44504.69 utterances.], batch size: 79, lr: 1.55e-04 +2022-09-19 19:17:59,449 INFO [train.py:885] (0/2) Epoch 30, batch 12550, loss[loss=0.3611, simple_loss=0.4126, pruned_loss=0.1548, over 14241.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04321, over 335.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3474, pruned_loss=0.1001, over 2787156.44 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06753, over 46304.24 utterances.], batch size: 335, lr: 1.55e-04 +2022-09-19 19:18:27,155 INFO [train.py:885] (0/2) Epoch 30, batch 12600, loss[loss=0.2673, simple_loss=0.342, pruned_loss=0.09635, over 14354.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03349, over 244.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3427, pruned_loss=0.09765, over 2782452.08 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06794, over 44586.13 utterances.], batch size: 244, lr: 1.55e-04 +2022-09-19 19:18:38,057 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-30.pt +2022-09-19 19:18:45,528 INFO [train.py:885] (0/2) Epoch 31, batch 0, loss[loss=0.26, simple_loss=0.3326, pruned_loss=0.09366, over 14257.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04512, over 141.00 utterances.], tot_loss[loss=0.26, simple_loss=0.3326, pruned_loss=0.09366, over 14257.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04512, over 141.00 utterances.], batch size: 141, lr: 1.53e-04 +2022-09-19 19:19:15,458 INFO [train.py:885] (0/2) Epoch 31, batch 50, loss[loss=0.3605, simple_loss=0.4217, pruned_loss=0.1496, over 14326.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03843, over 262.00 utterances.], tot_loss[loss=0.2631, simple_loss=0.3351, pruned_loss=0.09551, over 628892.08 frames. utt_duration=282.7 frames, utt_pad_proportion=0.07033, over 8943.70 utterances.], batch size: 262, lr: 1.53e-04 +2022-09-19 19:19:45,010 INFO [train.py:885] (0/2) Epoch 31, batch 100, loss[loss=0.3153, simple_loss=0.3815, pruned_loss=0.1245, over 14202.00 frames. utt_duration=404.2 frames, utt_pad_proportion=0.04889, over 141.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.348, pruned_loss=0.1006, over 1103375.98 frames. utt_duration=242 frames, utt_pad_proportion=0.07715, over 18351.40 utterances.], batch size: 141, lr: 1.53e-04 +2022-09-19 19:20:15,062 INFO [train.py:885] (0/2) Epoch 31, batch 150, loss[loss=0.155, simple_loss=0.2315, pruned_loss=0.03923, over 12930.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1112, over 25.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3501, pruned_loss=0.09987, over 1471718.43 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07686, over 25629.56 utterances.], batch size: 25, lr: 1.53e-04 +2022-09-19 19:20:43,644 INFO [train.py:885] (0/2) Epoch 31, batch 200, loss[loss=0.1476, simple_loss=0.2138, pruned_loss=0.04068, over 13258.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.0943, over 41.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3433, pruned_loss=0.09645, over 1761316.09 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07396, over 28745.57 utterances.], batch size: 41, lr: 1.53e-04 +2022-09-19 19:21:13,542 INFO [train.py:885] (0/2) Epoch 31, batch 250, loss[loss=0.2502, simple_loss=0.2988, pruned_loss=0.1008, over 14168.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04518, over 109.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3452, pruned_loss=0.09794, over 1988791.34 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07252, over 32575.88 utterances.], batch size: 109, lr: 1.53e-04 +2022-09-19 19:21:42,856 INFO [train.py:885] (0/2) Epoch 31, batch 300, loss[loss=0.1487, simple_loss=0.2289, pruned_loss=0.03424, over 12185.00 frames. utt_duration=2032 frames, utt_pad_proportion=0.1539, over 24.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3445, pruned_loss=0.09769, over 2162232.29 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07236, over 35413.07 utterances.], batch size: 24, lr: 1.53e-04 +2022-09-19 19:22:12,599 INFO [train.py:885] (0/2) Epoch 31, batch 350, loss[loss=0.1806, simple_loss=0.2577, pruned_loss=0.0517, over 13845.00 frames. utt_duration=804.2 frames, utt_pad_proportion=0.06374, over 69.00 utterances.], tot_loss[loss=0.274, simple_loss=0.349, pruned_loss=0.09944, over 2298777.50 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07174, over 39924.89 utterances.], batch size: 69, lr: 1.53e-04 +2022-09-19 19:22:41,816 INFO [train.py:885] (0/2) Epoch 31, batch 400, loss[loss=0.1931, simple_loss=0.2623, pruned_loss=0.06196, over 12096.00 frames. utt_duration=2017 frames, utt_pad_proportion=0.1612, over 24.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3474, pruned_loss=0.09788, over 2404090.19 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07223, over 41045.52 utterances.], batch size: 24, lr: 1.53e-04 +2022-09-19 19:23:11,962 INFO [train.py:885] (0/2) Epoch 31, batch 450, loss[loss=0.1911, simple_loss=0.2577, pruned_loss=0.0622, over 13930.00 frames. utt_duration=809.3 frames, utt_pad_proportion=0.0579, over 69.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3462, pruned_loss=0.09715, over 2487505.68 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07092, over 42204.58 utterances.], batch size: 69, lr: 1.53e-04 +2022-09-19 19:23:40,613 INFO [train.py:885] (0/2) Epoch 31, batch 500, loss[loss=0.2547, simple_loss=0.3323, pruned_loss=0.08859, over 14303.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04133, over 154.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3432, pruned_loss=0.09605, over 2553209.83 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06948, over 42161.19 utterances.], batch size: 154, lr: 1.53e-04 +2022-09-19 19:24:11,256 INFO [train.py:885] (0/2) Epoch 31, batch 550, loss[loss=0.2387, simple_loss=0.2932, pruned_loss=0.0921, over 13808.00 frames. utt_duration=802.1 frames, utt_pad_proportion=0.06619, over 69.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3419, pruned_loss=0.09528, over 2604029.65 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06919, over 42412.77 utterances.], batch size: 69, lr: 1.53e-04 +2022-09-19 19:24:41,318 INFO [train.py:885] (0/2) Epoch 31, batch 600, loss[loss=0.2403, simple_loss=0.3176, pruned_loss=0.0815, over 14292.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04029, over 120.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.343, pruned_loss=0.09693, over 2642099.73 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06968, over 43113.41 utterances.], batch size: 120, lr: 1.53e-04 +2022-09-19 19:25:10,745 INFO [train.py:885] (0/2) Epoch 31, batch 650, loss[loss=0.1757, simple_loss=0.2295, pruned_loss=0.06101, over 13848.00 frames. utt_duration=924.7 frames, utt_pad_proportion=0.06781, over 60.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3406, pruned_loss=0.0959, over 2670155.43 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07074, over 43175.74 utterances.], batch size: 60, lr: 1.53e-04 +2022-09-19 19:25:39,014 INFO [train.py:885] (0/2) Epoch 31, batch 700, loss[loss=0.249, simple_loss=0.3295, pruned_loss=0.0842, over 14220.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04495, over 141.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3421, pruned_loss=0.09734, over 2693831.86 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07057, over 43086.67 utterances.], batch size: 141, lr: 1.53e-04 +2022-09-19 19:26:09,574 INFO [train.py:885] (0/2) Epoch 31, batch 750, loss[loss=0.261, simple_loss=0.3144, pruned_loss=0.1038, over 14159.00 frames. utt_duration=637.9 frames, utt_pad_proportion=0.0493, over 89.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3446, pruned_loss=0.09844, over 2717924.12 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06824, over 44442.69 utterances.], batch size: 89, lr: 1.53e-04 +2022-09-19 19:26:39,508 INFO [train.py:885] (0/2) Epoch 31, batch 800, loss[loss=0.167, simple_loss=0.2325, pruned_loss=0.05073, over 13006.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1267, over 33.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3442, pruned_loss=0.09861, over 2735658.10 frames. utt_duration=249.8 frames, utt_pad_proportion=0.06602, over 44063.51 utterances.], batch size: 33, lr: 1.53e-04 +2022-09-19 19:27:08,724 INFO [train.py:885] (0/2) Epoch 31, batch 850, loss[loss=0.3434, simple_loss=0.3947, pruned_loss=0.1461, over 14360.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03361, over 244.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3457, pruned_loss=0.09939, over 2747272.70 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06811, over 44888.46 utterances.], batch size: 244, lr: 1.52e-04 +2022-09-19 19:27:38,074 INFO [train.py:885] (0/2) Epoch 31, batch 900, loss[loss=0.2348, simple_loss=0.3043, pruned_loss=0.08264, over 14303.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03999, over 120.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3411, pruned_loss=0.09711, over 2752226.11 frames. utt_duration=256 frames, utt_pad_proportion=0.06728, over 43245.52 utterances.], batch size: 120, lr: 1.52e-04 +2022-09-19 19:28:07,455 INFO [train.py:885] (0/2) Epoch 31, batch 950, loss[loss=0.3888, simple_loss=0.4399, pruned_loss=0.1688, over 14229.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04359, over 335.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3422, pruned_loss=0.09818, over 2760253.85 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06693, over 43110.20 utterances.], batch size: 335, lr: 1.52e-04 +2022-09-19 19:28:36,560 INFO [train.py:885] (0/2) Epoch 31, batch 1000, loss[loss=0.2776, simple_loss=0.3665, pruned_loss=0.09431, over 14327.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03795, over 283.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3461, pruned_loss=0.09981, over 2765500.18 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06807, over 44804.78 utterances.], batch size: 283, lr: 1.52e-04 +2022-09-19 19:29:06,861 INFO [train.py:885] (0/2) Epoch 31, batch 1050, loss[loss=0.446, simple_loss=0.5268, pruned_loss=0.1826, over 13150.00 frames. utt_duration=82.06 frames, utt_pad_proportion=0.108, over 653.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3463, pruned_loss=0.09926, over 2765710.78 frames. utt_duration=244.4 frames, utt_pad_proportion=0.0697, over 45547.33 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 19:29:35,792 INFO [train.py:885] (0/2) Epoch 31, batch 1100, loss[loss=0.3329, simple_loss=0.4263, pruned_loss=0.1198, over 13698.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07885, over 478.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3435, pruned_loss=0.09764, over 2770336.70 frames. utt_duration=252.1 frames, utt_pad_proportion=0.06787, over 44213.73 utterances.], batch size: 478, lr: 1.52e-04 +2022-09-19 19:30:05,474 INFO [train.py:885] (0/2) Epoch 31, batch 1150, loss[loss=0.3352, simple_loss=0.4111, pruned_loss=0.1297, over 13995.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05641, over 365.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3409, pruned_loss=0.0961, over 2773364.80 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06683, over 43533.67 utterances.], batch size: 365, lr: 1.52e-04 +2022-09-19 19:30:35,002 INFO [train.py:885] (0/2) Epoch 31, batch 1200, loss[loss=0.4713, simple_loss=0.5191, pruned_loss=0.2118, over 13803.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06903, over 411.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3405, pruned_loss=0.09602, over 2774479.60 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06871, over 43900.02 utterances.], batch size: 411, lr: 1.52e-04 +2022-09-19 19:31:04,820 INFO [train.py:885] (0/2) Epoch 31, batch 1250, loss[loss=0.1788, simple_loss=0.2571, pruned_loss=0.05029, over 13902.00 frames. utt_duration=928.2 frames, utt_pad_proportion=0.06804, over 60.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3459, pruned_loss=0.09775, over 2772282.37 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07239, over 46942.92 utterances.], batch size: 60, lr: 1.52e-04 +2022-09-19 19:31:33,656 INFO [train.py:885] (0/2) Epoch 31, batch 1300, loss[loss=0.2742, simple_loss=0.3716, pruned_loss=0.08837, over 13762.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07231, over 411.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3419, pruned_loss=0.09604, over 2771050.09 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07186, over 45546.07 utterances.], batch size: 411, lr: 1.52e-04 +2022-09-19 19:32:02,996 INFO [train.py:885] (0/2) Epoch 31, batch 1350, loss[loss=0.3002, simple_loss=0.3766, pruned_loss=0.1119, over 14281.00 frames. utt_duration=203.4 frames, utt_pad_proportion=0.04035, over 283.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3452, pruned_loss=0.09741, over 2771959.02 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07466, over 46927.29 utterances.], batch size: 283, lr: 1.52e-04 +2022-09-19 19:32:32,909 INFO [train.py:885] (0/2) Epoch 31, batch 1400, loss[loss=0.1652, simple_loss=0.2406, pruned_loss=0.04488, over 12340.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1665, over 24.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3418, pruned_loss=0.09528, over 2773143.52 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07279, over 46044.29 utterances.], batch size: 24, lr: 1.52e-04 +2022-09-19 19:32:33,524 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-380000.pt +2022-09-19 19:33:02,741 INFO [train.py:885] (0/2) Epoch 31, batch 1450, loss[loss=0.5433, simple_loss=0.6186, pruned_loss=0.234, over 12405.00 frames. utt_duration=62.85 frames, utt_pad_proportion=0.1507, over 810.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3469, pruned_loss=0.0984, over 2776561.11 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07372, over 47525.38 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 19:33:33,470 INFO [train.py:885] (0/2) Epoch 31, batch 1500, loss[loss=0.2373, simple_loss=0.3128, pruned_loss=0.0809, over 14289.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04073, over 120.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3496, pruned_loss=0.09985, over 2775273.52 frames. utt_duration=230.1 frames, utt_pad_proportion=0.07537, over 48563.29 utterances.], batch size: 120, lr: 1.52e-04 +2022-09-19 19:34:02,508 INFO [train.py:885] (0/2) Epoch 31, batch 1550, loss[loss=0.2175, simple_loss=0.2945, pruned_loss=0.07027, over 13875.00 frames. utt_duration=926.5 frames, utt_pad_proportion=0.06605, over 60.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3474, pruned_loss=0.09876, over 2774030.82 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07569, over 47573.64 utterances.], batch size: 60, lr: 1.52e-04 +2022-09-19 19:34:32,648 INFO [train.py:885] (0/2) Epoch 31, batch 1600, loss[loss=0.5012, simple_loss=0.5968, pruned_loss=0.2028, over 12482.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1467, over 811.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3475, pruned_loss=0.09807, over 2774174.99 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07629, over 48204.76 utterances.], batch size: 811, lr: 1.52e-04 +2022-09-19 19:35:01,379 INFO [train.py:885] (0/2) Epoch 31, batch 1650, loss[loss=0.3537, simple_loss=0.4078, pruned_loss=0.1498, over 14287.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.03996, over 180.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3465, pruned_loss=0.09755, over 2773230.50 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07759, over 48318.27 utterances.], batch size: 180, lr: 1.52e-04 +2022-09-19 19:35:30,898 INFO [train.py:885] (0/2) Epoch 31, batch 1700, loss[loss=0.3553, simple_loss=0.4586, pruned_loss=0.126, over 13206.00 frames. utt_duration=82.44 frames, utt_pad_proportion=0.1039, over 653.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.344, pruned_loss=0.09631, over 2775836.53 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07517, over 46926.88 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 19:36:03,226 INFO [train.py:885] (0/2) Epoch 31, batch 1750, loss[loss=0.1812, simple_loss=0.2626, pruned_loss=0.04988, over 14145.00 frames. utt_duration=637.3 frames, utt_pad_proportion=0.05022, over 89.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3433, pruned_loss=0.09651, over 2774016.09 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07614, over 46389.76 utterances.], batch size: 89, lr: 1.52e-04 +2022-09-19 19:36:36,691 INFO [train.py:885] (0/2) Epoch 31, batch 1800, loss[loss=0.1855, simple_loss=0.2405, pruned_loss=0.06527, over 12674.00 frames. utt_duration=2114 frames, utt_pad_proportion=0.1472, over 24.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3443, pruned_loss=0.09709, over 2773672.21 frames. utt_duration=239.7 frames, utt_pad_proportion=0.0759, over 46582.12 utterances.], batch size: 24, lr: 1.52e-04 +2022-09-19 19:37:06,091 INFO [train.py:885] (0/2) Epoch 31, batch 1850, loss[loss=0.2964, simple_loss=0.3675, pruned_loss=0.1126, over 14320.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03924, over 283.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.345, pruned_loss=0.09734, over 2777861.70 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07461, over 46853.13 utterances.], batch size: 283, lr: 1.52e-04 +2022-09-19 19:37:35,198 INFO [train.py:885] (0/2) Epoch 31, batch 1900, loss[loss=0.2175, simple_loss=0.2912, pruned_loss=0.07192, over 14120.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.04988, over 98.00 utterances.], tot_loss[loss=0.268, simple_loss=0.343, pruned_loss=0.09652, over 2777805.26 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07385, over 45919.37 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 19:38:04,337 INFO [train.py:885] (0/2) Epoch 31, batch 1950, loss[loss=0.2945, simple_loss=0.3874, pruned_loss=0.1008, over 14005.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05566, over 365.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3425, pruned_loss=0.09663, over 2776239.42 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07435, over 45466.75 utterances.], batch size: 365, lr: 1.52e-04 +2022-09-19 19:38:34,189 INFO [train.py:885] (0/2) Epoch 31, batch 2000, loss[loss=0.2164, simple_loss=0.3005, pruned_loss=0.06619, over 13563.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08699, over 50.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3415, pruned_loss=0.09674, over 2776092.40 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07244, over 44633.20 utterances.], batch size: 50, lr: 1.52e-04 +2022-09-19 19:39:03,601 INFO [train.py:885] (0/2) Epoch 31, batch 2050, loss[loss=0.1505, simple_loss=0.2159, pruned_loss=0.04258, over 13487.00 frames. utt_duration=1636 frames, utt_pad_proportion=0.08792, over 33.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3451, pruned_loss=0.09794, over 2774849.88 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07499, over 46390.60 utterances.], batch size: 33, lr: 1.52e-04 +2022-09-19 19:39:33,777 INFO [train.py:885] (0/2) Epoch 31, batch 2100, loss[loss=0.2133, simple_loss=0.2929, pruned_loss=0.06689, over 14087.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05342, over 98.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3458, pruned_loss=0.09842, over 2779126.39 frames. utt_duration=243 frames, utt_pad_proportion=0.07355, over 46020.49 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 19:40:02,568 INFO [train.py:885] (0/2) Epoch 31, batch 2150, loss[loss=0.2647, simple_loss=0.3507, pruned_loss=0.08933, over 14347.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03831, over 167.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3444, pruned_loss=0.09745, over 2776865.44 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07356, over 45493.64 utterances.], batch size: 167, lr: 1.52e-04 +2022-09-19 19:40:32,637 INFO [train.py:885] (0/2) Epoch 31, batch 2200, loss[loss=0.5807, simple_loss=0.6419, pruned_loss=0.2598, over 12396.00 frames. utt_duration=62.81 frames, utt_pad_proportion=0.1512, over 810.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3453, pruned_loss=0.0981, over 2774269.44 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07462, over 46220.14 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 19:41:02,407 INFO [train.py:885] (0/2) Epoch 31, batch 2250, loss[loss=0.3749, simple_loss=0.4688, pruned_loss=0.1405, over 13096.00 frames. utt_duration=81.7 frames, utt_pad_proportion=0.112, over 653.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3445, pruned_loss=0.09766, over 2773296.31 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07397, over 45995.69 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 19:41:31,539 INFO [train.py:885] (0/2) Epoch 31, batch 2300, loss[loss=0.3334, simple_loss=0.4257, pruned_loss=0.1206, over 13654.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07898, over 477.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3479, pruned_loss=0.09991, over 2777204.49 frames. utt_duration=239 frames, utt_pad_proportion=0.07338, over 46759.80 utterances.], batch size: 477, lr: 1.52e-04 +2022-09-19 19:42:01,490 INFO [train.py:885] (0/2) Epoch 31, batch 2350, loss[loss=0.265, simple_loss=0.3433, pruned_loss=0.09339, over 14359.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03546, over 195.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.35, pruned_loss=0.1008, over 2775026.30 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07463, over 48202.82 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 19:42:30,879 INFO [train.py:885] (0/2) Epoch 31, batch 2400, loss[loss=0.3021, simple_loss=0.3757, pruned_loss=0.1143, over 14337.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03717, over 195.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3502, pruned_loss=0.1009, over 2772936.52 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07473, over 47952.02 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 19:43:00,053 INFO [train.py:885] (0/2) Epoch 31, batch 2450, loss[loss=0.2791, simple_loss=0.3592, pruned_loss=0.09946, over 14315.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03879, over 283.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3504, pruned_loss=0.1012, over 2777196.17 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07476, over 47555.82 utterances.], batch size: 283, lr: 1.52e-04 +2022-09-19 19:43:29,939 INFO [train.py:885] (0/2) Epoch 31, batch 2500, loss[loss=0.1645, simple_loss=0.2329, pruned_loss=0.04799, over 13587.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08454, over 50.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3461, pruned_loss=0.09862, over 2784487.00 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07158, over 45306.33 utterances.], batch size: 50, lr: 1.52e-04 +2022-09-19 19:43:59,492 INFO [train.py:885] (0/2) Epoch 31, batch 2550, loss[loss=0.1824, simple_loss=0.2566, pruned_loss=0.05409, over 13930.00 frames. utt_duration=706.8 frames, utt_pad_proportion=0.06009, over 79.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3451, pruned_loss=0.09765, over 2784851.50 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07148, over 45484.06 utterances.], batch size: 79, lr: 1.52e-04 +2022-09-19 19:44:29,211 INFO [train.py:885] (0/2) Epoch 31, batch 2600, loss[loss=0.436, simple_loss=0.5408, pruned_loss=0.1656, over 12468.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1465, over 810.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3441, pruned_loss=0.09741, over 2782186.85 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07193, over 45194.92 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 19:44:59,315 INFO [train.py:885] (0/2) Epoch 31, batch 2650, loss[loss=0.2879, simple_loss=0.3584, pruned_loss=0.1086, over 14329.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04007, over 142.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3429, pruned_loss=0.09692, over 2776367.77 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07378, over 45036.35 utterances.], batch size: 142, lr: 1.52e-04 +2022-09-19 19:45:28,678 INFO [train.py:885] (0/2) Epoch 31, batch 2700, loss[loss=0.26, simple_loss=0.3267, pruned_loss=0.09662, over 14312.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03736, over 130.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3471, pruned_loss=0.09921, over 2775767.61 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07395, over 46920.80 utterances.], batch size: 130, lr: 1.52e-04 +2022-09-19 19:45:58,277 INFO [train.py:885] (0/2) Epoch 31, batch 2750, loss[loss=0.19, simple_loss=0.2559, pruned_loss=0.06204, over 13347.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.09038, over 41.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.345, pruned_loss=0.09793, over 2776870.62 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07436, over 45777.40 utterances.], batch size: 41, lr: 1.52e-04 +2022-09-19 19:46:27,661 INFO [train.py:885] (0/2) Epoch 31, batch 2800, loss[loss=0.3008, simple_loss=0.3711, pruned_loss=0.1153, over 14378.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03195, over 244.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3457, pruned_loss=0.09765, over 2775341.86 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07624, over 46666.83 utterances.], batch size: 244, lr: 1.52e-04 +2022-09-19 19:46:57,810 INFO [train.py:885] (0/2) Epoch 31, batch 2850, loss[loss=0.585, simple_loss=0.6498, pruned_loss=0.2601, over 12405.00 frames. utt_duration=62.92 frames, utt_pad_proportion=0.1497, over 810.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3457, pruned_loss=0.09793, over 2777337.69 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07721, over 46213.80 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 19:47:26,907 INFO [train.py:885] (0/2) Epoch 31, batch 2900, loss[loss=0.2939, simple_loss=0.3649, pruned_loss=0.1114, over 14367.00 frames. utt_duration=275.1 frames, utt_pad_proportion=0.03485, over 210.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3439, pruned_loss=0.09756, over 2783701.91 frames. utt_duration=246.6 frames, utt_pad_proportion=0.0727, over 45425.58 utterances.], batch size: 210, lr: 1.52e-04 +2022-09-19 19:47:57,456 INFO [train.py:885] (0/2) Epoch 31, batch 2950, loss[loss=0.2711, simple_loss=0.354, pruned_loss=0.09415, over 14320.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.0381, over 195.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3469, pruned_loss=0.09848, over 2782101.63 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07416, over 46762.16 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 19:48:26,650 INFO [train.py:885] (0/2) Epoch 31, batch 3000, loss[loss=0.3071, simple_loss=0.4057, pruned_loss=0.1043, over 13647.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.0824, over 478.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3483, pruned_loss=0.09891, over 2782840.63 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07176, over 47681.83 utterances.], batch size: 478, lr: 1.52e-04 +2022-09-19 19:48:26,651 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 19:48:30,860 INFO [train.py:914] (0/2) Epoch 31, validation: loss=0.1927, simple_loss=0.2745, pruned_loss=0.0555, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 19:49:00,822 INFO [train.py:885] (0/2) Epoch 31, batch 3050, loss[loss=0.3307, simple_loss=0.4385, pruned_loss=0.1115, over 13174.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3505, pruned_loss=0.09962, over 2779522.93 frames. utt_duration=228.5 frames, utt_pad_proportion=0.07542, over 48980.82 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 19:49:30,257 INFO [train.py:885] (0/2) Epoch 31, batch 3100, loss[loss=0.3149, simple_loss=0.3931, pruned_loss=0.1184, over 13967.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05832, over 365.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3485, pruned_loss=0.09872, over 2779269.37 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07379, over 48237.12 utterances.], batch size: 365, lr: 1.52e-04 +2022-09-19 19:50:00,516 INFO [train.py:885] (0/2) Epoch 31, batch 3150, loss[loss=0.3306, simple_loss=0.3982, pruned_loss=0.1315, over 14355.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03598, over 195.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3456, pruned_loss=0.09725, over 2781393.67 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07314, over 47287.98 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 19:50:29,797 INFO [train.py:885] (0/2) Epoch 31, batch 3200, loss[loss=0.258, simple_loss=0.3249, pruned_loss=0.09551, over 13930.00 frames. utt_duration=706.8 frames, utt_pad_proportion=0.06381, over 79.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.346, pruned_loss=0.09739, over 2781120.75 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07277, over 47679.71 utterances.], batch size: 79, lr: 1.52e-04 +2022-09-19 19:50:59,375 INFO [train.py:885] (0/2) Epoch 31, batch 3250, loss[loss=0.2282, simple_loss=0.3015, pruned_loss=0.0774, over 14137.00 frames. utt_duration=520.3 frames, utt_pad_proportion=0.04715, over 109.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3435, pruned_loss=0.09669, over 2782182.35 frames. utt_duration=242.3 frames, utt_pad_proportion=0.0718, over 46206.45 utterances.], batch size: 109, lr: 1.52e-04 +2022-09-19 19:51:28,509 INFO [train.py:885] (0/2) Epoch 31, batch 3300, loss[loss=0.2752, simple_loss=0.3471, pruned_loss=0.1017, over 14335.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.03945, over 167.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3433, pruned_loss=0.09702, over 2783659.59 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07022, over 45747.02 utterances.], batch size: 167, lr: 1.52e-04 +2022-09-19 19:51:58,025 INFO [train.py:885] (0/2) Epoch 31, batch 3350, loss[loss=0.2155, simple_loss=0.2961, pruned_loss=0.06742, over 13172.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.1036, over 26.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3429, pruned_loss=0.09674, over 2782304.80 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07082, over 45106.92 utterances.], batch size: 26, lr: 1.52e-04 +2022-09-19 19:52:27,534 INFO [train.py:885] (0/2) Epoch 31, batch 3400, loss[loss=0.2509, simple_loss=0.3247, pruned_loss=0.08858, over 14244.00 frames. utt_duration=476.3 frames, utt_pad_proportion=0.04356, over 120.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3439, pruned_loss=0.09767, over 2784462.75 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06956, over 45831.06 utterances.], batch size: 120, lr: 1.52e-04 +2022-09-19 19:52:57,665 INFO [train.py:885] (0/2) Epoch 31, batch 3450, loss[loss=0.2574, simple_loss=0.3281, pruned_loss=0.09331, over 14218.00 frames. utt_duration=523.3 frames, utt_pad_proportion=0.04155, over 109.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3477, pruned_loss=0.09877, over 2785115.00 frames. utt_duration=237 frames, utt_pad_proportion=0.07018, over 47306.34 utterances.], batch size: 109, lr: 1.52e-04 +2022-09-19 19:53:26,693 INFO [train.py:885] (0/2) Epoch 31, batch 3500, loss[loss=0.2465, simple_loss=0.3224, pruned_loss=0.08527, over 14150.00 frames. utt_duration=579.3 frames, utt_pad_proportion=0.05038, over 98.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3464, pruned_loss=0.09845, over 2787225.99 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07134, over 46304.31 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 19:53:56,556 INFO [train.py:885] (0/2) Epoch 31, batch 3550, loss[loss=0.2086, simple_loss=0.281, pruned_loss=0.06814, over 14063.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05647, over 98.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3477, pruned_loss=0.09951, over 2783585.45 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07288, over 46899.59 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 19:54:25,854 INFO [train.py:885] (0/2) Epoch 31, batch 3600, loss[loss=0.2444, simple_loss=0.3313, pruned_loss=0.07878, over 14299.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04105, over 154.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3481, pruned_loss=0.09922, over 2783249.11 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07194, over 47392.08 utterances.], batch size: 154, lr: 1.52e-04 +2022-09-19 19:54:55,533 INFO [train.py:885] (0/2) Epoch 31, batch 3650, loss[loss=0.3321, simple_loss=0.3944, pruned_loss=0.1349, over 14229.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04278, over 306.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3512, pruned_loss=0.1014, over 2783039.76 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07291, over 48009.19 utterances.], batch size: 306, lr: 1.52e-04 +2022-09-19 19:55:24,982 INFO [train.py:885] (0/2) Epoch 31, batch 3700, loss[loss=0.1729, simple_loss=0.234, pruned_loss=0.05591, over 13832.00 frames. utt_duration=923.6 frames, utt_pad_proportion=0.07179, over 60.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3465, pruned_loss=0.09866, over 2780231.66 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07311, over 46744.54 utterances.], batch size: 60, lr: 1.52e-04 +2022-09-19 19:55:55,146 INFO [train.py:885] (0/2) Epoch 31, batch 3750, loss[loss=0.3091, simple_loss=0.3987, pruned_loss=0.1097, over 13748.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07298, over 411.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3472, pruned_loss=0.09894, over 2782220.67 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07236, over 47523.62 utterances.], batch size: 411, lr: 1.52e-04 +2022-09-19 19:56:25,179 INFO [train.py:885] (0/2) Epoch 31, batch 3800, loss[loss=0.5155, simple_loss=0.6022, pruned_loss=0.2144, over 12432.00 frames. utt_duration=63.03 frames, utt_pad_proportion=0.1482, over 810.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.348, pruned_loss=0.09879, over 2779885.09 frames. utt_duration=232.4 frames, utt_pad_proportion=0.0738, over 48156.51 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 19:56:54,886 INFO [train.py:885] (0/2) Epoch 31, batch 3850, loss[loss=0.3318, simple_loss=0.3921, pruned_loss=0.1357, over 14297.00 frames. utt_duration=255.8 frames, utt_pad_proportion=0.0385, over 225.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3467, pruned_loss=0.09714, over 2778783.58 frames. utt_duration=232 frames, utt_pad_proportion=0.07452, over 48215.70 utterances.], batch size: 225, lr: 1.52e-04 +2022-09-19 19:57:24,535 INFO [train.py:885] (0/2) Epoch 31, batch 3900, loss[loss=0.3174, simple_loss=0.4099, pruned_loss=0.1124, over 13784.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07084, over 411.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.345, pruned_loss=0.09625, over 2784887.61 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07089, over 46966.08 utterances.], batch size: 411, lr: 1.52e-04 +2022-09-19 19:57:54,088 INFO [train.py:885] (0/2) Epoch 31, batch 3950, loss[loss=0.2938, simple_loss=0.3647, pruned_loss=0.1115, over 14298.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.0405, over 262.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3447, pruned_loss=0.09652, over 2791352.12 frames. utt_duration=243 frames, utt_pad_proportion=0.06883, over 46229.47 utterances.], batch size: 262, lr: 1.52e-04 +2022-09-19 19:58:23,197 INFO [train.py:885] (0/2) Epoch 31, batch 4000, loss[loss=0.1733, simple_loss=0.2513, pruned_loss=0.04768, over 13891.00 frames. utt_duration=806.9 frames, utt_pad_proportion=0.05956, over 69.00 utterances.], tot_loss[loss=0.2635, simple_loss=0.339, pruned_loss=0.09402, over 2786248.50 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06952, over 44037.87 utterances.], batch size: 69, lr: 1.52e-04 +2022-09-19 19:58:53,512 INFO [train.py:885] (0/2) Epoch 31, batch 4050, loss[loss=0.2952, simple_loss=0.3618, pruned_loss=0.1143, over 14344.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03916, over 167.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3421, pruned_loss=0.09482, over 2782821.01 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07116, over 45451.83 utterances.], batch size: 167, lr: 1.52e-04 +2022-09-19 19:59:23,144 INFO [train.py:885] (0/2) Epoch 31, batch 4100, loss[loss=0.2594, simple_loss=0.333, pruned_loss=0.09293, over 14152.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04627, over 109.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3431, pruned_loss=0.09608, over 2784149.15 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06976, over 45482.88 utterances.], batch size: 109, lr: 1.52e-04 +2022-09-19 19:59:52,429 INFO [train.py:885] (0/2) Epoch 31, batch 4150, loss[loss=0.1747, simple_loss=0.2378, pruned_loss=0.05579, over 13619.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08425, over 50.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3418, pruned_loss=0.09545, over 2781294.79 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07198, over 45270.17 utterances.], batch size: 50, lr: 1.52e-04 +2022-09-19 20:00:22,098 INFO [train.py:885] (0/2) Epoch 31, batch 4200, loss[loss=0.458, simple_loss=0.529, pruned_loss=0.1935, over 13183.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 654.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3405, pruned_loss=0.09576, over 2784672.28 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07071, over 44228.48 utterances.], batch size: 654, lr: 1.52e-04 +2022-09-19 20:00:52,292 INFO [train.py:885] (0/2) Epoch 31, batch 4250, loss[loss=0.2706, simple_loss=0.3442, pruned_loss=0.09844, over 14331.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03941, over 154.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3394, pruned_loss=0.09556, over 2784239.59 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06826, over 43431.49 utterances.], batch size: 154, lr: 1.52e-04 +2022-09-19 20:01:22,310 INFO [train.py:885] (0/2) Epoch 31, batch 4300, loss[loss=0.3334, simple_loss=0.3963, pruned_loss=0.1352, over 14198.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04458, over 306.00 utterances.], tot_loss[loss=0.2641, simple_loss=0.3383, pruned_loss=0.09495, over 2778599.34 frames. utt_duration=258.4 frames, utt_pad_proportion=0.07125, over 43264.92 utterances.], batch size: 306, lr: 1.52e-04 +2022-09-19 20:01:52,312 INFO [train.py:885] (0/2) Epoch 31, batch 4350, loss[loss=0.2604, simple_loss=0.3488, pruned_loss=0.08604, over 14256.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04182, over 225.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3391, pruned_loss=0.09524, over 2776803.94 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0722, over 43846.18 utterances.], batch size: 225, lr: 1.52e-04 +2022-09-19 20:02:22,606 INFO [train.py:885] (0/2) Epoch 31, batch 4400, loss[loss=0.2514, simple_loss=0.3277, pruned_loss=0.08752, over 14318.00 frames. utt_duration=344.3 frames, utt_pad_proportion=0.04082, over 167.00 utterances.], tot_loss[loss=0.26, simple_loss=0.3346, pruned_loss=0.09272, over 2777633.36 frames. utt_duration=262.9 frames, utt_pad_proportion=0.07087, over 42494.32 utterances.], batch size: 167, lr: 1.52e-04 +2022-09-19 20:03:00,614 INFO [train.py:885] (0/2) Epoch 31, batch 4450, loss[loss=0.1868, simple_loss=0.254, pruned_loss=0.05975, over 13468.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09339, over 50.00 utterances.], tot_loss[loss=0.2592, simple_loss=0.3335, pruned_loss=0.09245, over 2777570.04 frames. utt_duration=269.6 frames, utt_pad_proportion=0.06932, over 41441.75 utterances.], batch size: 50, lr: 1.52e-04 +2022-09-19 20:03:30,093 INFO [train.py:885] (0/2) Epoch 31, batch 4500, loss[loss=0.2739, simple_loss=0.356, pruned_loss=0.09594, over 14389.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.03367, over 210.00 utterances.], tot_loss[loss=0.2633, simple_loss=0.3379, pruned_loss=0.09438, over 2777167.77 frames. utt_duration=257.4 frames, utt_pad_proportion=0.07008, over 43412.59 utterances.], batch size: 210, lr: 1.52e-04 +2022-09-19 20:04:00,460 INFO [train.py:885] (0/2) Epoch 31, batch 4550, loss[loss=0.2413, simple_loss=0.3123, pruned_loss=0.08517, over 14335.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04031, over 167.00 utterances.], tot_loss[loss=0.2627, simple_loss=0.3377, pruned_loss=0.0939, over 2777226.23 frames. utt_duration=255.6 frames, utt_pad_proportion=0.07074, over 43711.96 utterances.], batch size: 167, lr: 1.52e-04 +2022-09-19 20:04:31,112 INFO [train.py:885] (0/2) Epoch 31, batch 4600, loss[loss=0.3668, simple_loss=0.4715, pruned_loss=0.131, over 13146.00 frames. utt_duration=82.01 frames, utt_pad_proportion=0.1085, over 653.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3401, pruned_loss=0.09494, over 2779049.14 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07067, over 45426.85 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 20:05:00,015 INFO [train.py:885] (0/2) Epoch 31, batch 4650, loss[loss=0.4294, simple_loss=0.5482, pruned_loss=0.1554, over 12454.00 frames. utt_duration=63.08 frames, utt_pad_proportion=0.1476, over 810.00 utterances.], tot_loss[loss=0.2627, simple_loss=0.3376, pruned_loss=0.09397, over 2779271.02 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07189, over 44331.04 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 20:05:30,331 INFO [train.py:885] (0/2) Epoch 31, batch 4700, loss[loss=0.2472, simple_loss=0.307, pruned_loss=0.09367, over 14032.00 frames. utt_duration=574.1 frames, utt_pad_proportion=0.05892, over 98.00 utterances.], tot_loss[loss=0.262, simple_loss=0.3378, pruned_loss=0.09314, over 2780766.68 frames. utt_duration=251.3 frames, utt_pad_proportion=0.07036, over 44529.42 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 20:06:00,090 INFO [train.py:885] (0/2) Epoch 31, batch 4750, loss[loss=0.436, simple_loss=0.5242, pruned_loss=0.1739, over 13138.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3426, pruned_loss=0.0953, over 2780700.79 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07124, over 46481.33 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 20:06:30,179 INFO [train.py:885] (0/2) Epoch 31, batch 4800, loss[loss=0.2901, simple_loss=0.3627, pruned_loss=0.1088, over 14366.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03322, over 244.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3412, pruned_loss=0.09444, over 2780194.50 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07083, over 45717.54 utterances.], batch size: 244, lr: 1.52e-04 +2022-09-19 20:06:59,636 INFO [train.py:885] (0/2) Epoch 31, batch 4850, loss[loss=0.2659, simple_loss=0.3556, pruned_loss=0.08806, over 14320.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.03756, over 154.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3428, pruned_loss=0.09528, over 2783523.58 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07001, over 46328.05 utterances.], batch size: 154, lr: 1.52e-04 +2022-09-19 20:07:30,100 INFO [train.py:885] (0/2) Epoch 31, batch 4900, loss[loss=0.279, simple_loss=0.3529, pruned_loss=0.1025, over 14249.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04204, over 225.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.341, pruned_loss=0.09495, over 2779518.98 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06913, over 45484.11 utterances.], batch size: 225, lr: 1.52e-04 +2022-09-19 20:08:00,106 INFO [train.py:885] (0/2) Epoch 31, batch 4950, loss[loss=0.2264, simple_loss=0.286, pruned_loss=0.08341, over 14068.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05487, over 98.00 utterances.], tot_loss[loss=0.2636, simple_loss=0.3393, pruned_loss=0.09397, over 2780654.21 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06807, over 44896.04 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 20:08:29,583 INFO [train.py:885] (0/2) Epoch 31, batch 5000, loss[loss=0.2192, simple_loss=0.2982, pruned_loss=0.07007, over 14302.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.0403, over 130.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3403, pruned_loss=0.09507, over 2774451.20 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07049, over 45098.34 utterances.], batch size: 130, lr: 1.52e-04 +2022-09-19 20:08:59,191 INFO [train.py:885] (0/2) Epoch 31, batch 5050, loss[loss=0.2272, simple_loss=0.2933, pruned_loss=0.08056, over 14147.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04654, over 109.00 utterances.], tot_loss[loss=0.2624, simple_loss=0.3376, pruned_loss=0.09364, over 2775915.35 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07076, over 43933.35 utterances.], batch size: 109, lr: 1.52e-04 +2022-09-19 20:09:29,408 INFO [train.py:885] (0/2) Epoch 31, batch 5100, loss[loss=0.2267, simple_loss=0.2946, pruned_loss=0.07942, over 14216.00 frames. utt_duration=523 frames, utt_pad_proportion=0.04206, over 109.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3395, pruned_loss=0.09508, over 2780295.14 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06936, over 43831.47 utterances.], batch size: 109, lr: 1.52e-04 +2022-09-19 20:09:59,342 INFO [train.py:885] (0/2) Epoch 31, batch 5150, loss[loss=0.2181, simple_loss=0.3017, pruned_loss=0.06719, over 14208.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04834, over 141.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3405, pruned_loss=0.09567, over 2776352.64 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07177, over 45292.51 utterances.], batch size: 141, lr: 1.52e-04 +2022-09-19 20:10:30,262 INFO [train.py:885] (0/2) Epoch 31, batch 5200, loss[loss=0.1566, simple_loss=0.2193, pruned_loss=0.04692, over 13385.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.08727, over 41.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3416, pruned_loss=0.09599, over 2777285.01 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07022, over 46105.90 utterances.], batch size: 41, lr: 1.52e-04 +2022-09-19 20:11:00,115 INFO [train.py:885] (0/2) Epoch 31, batch 5250, loss[loss=0.2647, simple_loss=0.338, pruned_loss=0.09566, over 14351.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.0361, over 195.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3463, pruned_loss=0.0979, over 2781315.40 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07142, over 48529.89 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 20:11:30,023 INFO [train.py:885] (0/2) Epoch 31, batch 5300, loss[loss=0.3594, simple_loss=0.4423, pruned_loss=0.1382, over 13649.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07985, over 477.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3418, pruned_loss=0.0962, over 2780975.34 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06943, over 46001.95 utterances.], batch size: 477, lr: 1.52e-04 +2022-09-19 20:12:00,403 INFO [train.py:885] (0/2) Epoch 31, batch 5350, loss[loss=0.213, simple_loss=0.287, pruned_loss=0.06947, over 14191.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.0435, over 109.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3417, pruned_loss=0.09597, over 2780194.07 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06931, over 46185.15 utterances.], batch size: 109, lr: 1.52e-04 +2022-09-19 20:12:29,822 INFO [train.py:885] (0/2) Epoch 31, batch 5400, loss[loss=0.2105, simple_loss=0.2875, pruned_loss=0.06676, over 14153.00 frames. utt_duration=579.1 frames, utt_pad_proportion=0.04909, over 98.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3419, pruned_loss=0.09626, over 2779068.51 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07222, over 46329.67 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 20:12:30,452 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-384000.pt +2022-09-19 20:13:00,085 INFO [train.py:885] (0/2) Epoch 31, batch 5450, loss[loss=0.3487, simple_loss=0.4464, pruned_loss=0.1255, over 13637.00 frames. utt_duration=98.8 frames, utt_pad_proportion=0.07665, over 560.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3428, pruned_loss=0.09638, over 2778280.19 frames. utt_duration=239.8 frames, utt_pad_proportion=0.0733, over 46635.75 utterances.], batch size: 560, lr: 1.52e-04 +2022-09-19 20:13:30,312 INFO [train.py:885] (0/2) Epoch 31, batch 5500, loss[loss=0.2945, simple_loss=0.3734, pruned_loss=0.1078, over 14307.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03895, over 283.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3433, pruned_loss=0.09678, over 2781739.54 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07216, over 46184.59 utterances.], batch size: 283, lr: 1.52e-04 +2022-09-19 20:13:59,774 INFO [train.py:885] (0/2) Epoch 31, batch 5550, loss[loss=0.311, simple_loss=0.4014, pruned_loss=0.1103, over 14004.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05499, over 365.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3436, pruned_loss=0.09642, over 2781364.33 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07145, over 47163.82 utterances.], batch size: 365, lr: 1.52e-04 +2022-09-19 20:14:29,718 INFO [train.py:885] (0/2) Epoch 31, batch 5600, loss[loss=0.4116, simple_loss=0.497, pruned_loss=0.1631, over 13112.00 frames. utt_duration=81.88 frames, utt_pad_proportion=0.11, over 653.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3425, pruned_loss=0.09635, over 2782951.97 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06961, over 45829.78 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 20:15:00,165 INFO [train.py:885] (0/2) Epoch 31, batch 5650, loss[loss=0.3858, simple_loss=0.437, pruned_loss=0.1673, over 14264.00 frames. utt_duration=188 frames, utt_pad_proportion=0.04095, over 306.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3412, pruned_loss=0.09581, over 2783921.39 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06831, over 44947.16 utterances.], batch size: 306, lr: 1.52e-04 +2022-09-19 20:15:30,956 INFO [train.py:885] (0/2) Epoch 31, batch 5700, loss[loss=0.4139, simple_loss=0.4508, pruned_loss=0.1885, over 14306.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04003, over 262.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.346, pruned_loss=0.09842, over 2779381.85 frames. utt_duration=237.7 frames, utt_pad_proportion=0.0704, over 47067.45 utterances.], batch size: 262, lr: 1.52e-04 +2022-09-19 20:16:00,558 INFO [train.py:885] (0/2) Epoch 31, batch 5750, loss[loss=0.2386, simple_loss=0.3119, pruned_loss=0.08261, over 14320.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03705, over 130.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3437, pruned_loss=0.09664, over 2780824.37 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07059, over 46755.62 utterances.], batch size: 130, lr: 1.52e-04 +2022-09-19 20:16:30,495 INFO [train.py:885] (0/2) Epoch 31, batch 5800, loss[loss=0.3976, simple_loss=0.4935, pruned_loss=0.1509, over 13136.00 frames. utt_duration=82.04 frames, utt_pad_proportion=0.1082, over 653.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3439, pruned_loss=0.09661, over 2778330.58 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07118, over 46573.49 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 20:17:00,549 INFO [train.py:885] (0/2) Epoch 31, batch 5850, loss[loss=0.2224, simple_loss=0.2946, pruned_loss=0.07509, over 14079.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05375, over 98.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.343, pruned_loss=0.09639, over 2780334.47 frames. utt_duration=244 frames, utt_pad_proportion=0.07071, over 45862.17 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 20:17:29,825 INFO [train.py:885] (0/2) Epoch 31, batch 5900, loss[loss=0.1683, simple_loss=0.2456, pruned_loss=0.04552, over 13091.00 frames. utt_duration=1588 frames, utt_pad_proportion=0.122, over 33.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3411, pruned_loss=0.0954, over 2780373.68 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07016, over 45332.42 utterances.], batch size: 33, lr: 1.51e-04 +2022-09-19 20:18:00,009 INFO [train.py:885] (0/2) Epoch 31, batch 5950, loss[loss=0.2886, simple_loss=0.3885, pruned_loss=0.09431, over 13742.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07359, over 411.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3445, pruned_loss=0.09774, over 2777103.82 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07213, over 46536.12 utterances.], batch size: 411, lr: 1.51e-04 +2022-09-19 20:18:29,634 INFO [train.py:885] (0/2) Epoch 31, batch 6000, loss[loss=0.3041, simple_loss=0.3722, pruned_loss=0.118, over 14326.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03867, over 262.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3395, pruned_loss=0.09544, over 2773097.30 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07129, over 44778.12 utterances.], batch size: 262, lr: 1.51e-04 +2022-09-19 20:18:29,635 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 20:18:34,444 INFO [train.py:914] (0/2) Epoch 31, validation: loss=0.1919, simple_loss=0.2709, pruned_loss=0.05648, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 20:19:04,556 INFO [train.py:885] (0/2) Epoch 31, batch 6050, loss[loss=0.2654, simple_loss=0.3486, pruned_loss=0.09114, over 14364.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03279, over 244.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3398, pruned_loss=0.09563, over 2780259.16 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06858, over 44291.38 utterances.], batch size: 244, lr: 1.51e-04 +2022-09-19 20:19:35,257 INFO [train.py:885] (0/2) Epoch 31, batch 6100, loss[loss=0.213, simple_loss=0.2891, pruned_loss=0.0685, over 14040.00 frames. utt_duration=574.6 frames, utt_pad_proportion=0.0581, over 98.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3413, pruned_loss=0.09593, over 2776853.43 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07125, over 45538.87 utterances.], batch size: 98, lr: 1.51e-04 +2022-09-19 20:20:04,830 INFO [train.py:885] (0/2) Epoch 31, batch 6150, loss[loss=0.6052, simple_loss=0.6491, pruned_loss=0.2806, over 12522.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1434, over 810.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3407, pruned_loss=0.09548, over 2777648.87 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07099, over 45403.26 utterances.], batch size: 810, lr: 1.51e-04 +2022-09-19 20:20:34,480 INFO [train.py:885] (0/2) Epoch 31, batch 6200, loss[loss=0.3029, simple_loss=0.403, pruned_loss=0.1014, over 13867.00 frames. utt_duration=136.4 frames, utt_pad_proportion=0.06554, over 411.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3427, pruned_loss=0.09614, over 2786098.21 frames. utt_duration=247 frames, utt_pad_proportion=0.06844, over 45382.58 utterances.], batch size: 411, lr: 1.51e-04 +2022-09-19 20:21:04,511 INFO [train.py:885] (0/2) Epoch 31, batch 6250, loss[loss=0.1749, simple_loss=0.2579, pruned_loss=0.04592, over 14055.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05556, over 79.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3422, pruned_loss=0.09569, over 2778333.71 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07218, over 46034.30 utterances.], batch size: 79, lr: 1.51e-04 +2022-09-19 20:21:34,175 INFO [train.py:885] (0/2) Epoch 31, batch 6300, loss[loss=0.5969, simple_loss=0.6523, pruned_loss=0.2708, over 12510.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 810.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3442, pruned_loss=0.09722, over 2780356.37 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07154, over 46321.80 utterances.], batch size: 810, lr: 1.51e-04 +2022-09-19 20:22:04,511 INFO [train.py:885] (0/2) Epoch 31, batch 6350, loss[loss=0.314, simple_loss=0.377, pruned_loss=0.1255, over 14277.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04095, over 283.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3438, pruned_loss=0.09659, over 2777806.69 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07175, over 46648.32 utterances.], batch size: 283, lr: 1.51e-04 +2022-09-19 20:22:35,317 INFO [train.py:885] (0/2) Epoch 31, batch 6400, loss[loss=0.3121, simple_loss=0.417, pruned_loss=0.1036, over 13599.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08298, over 477.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3464, pruned_loss=0.09805, over 2780719.90 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07213, over 47111.74 utterances.], batch size: 477, lr: 1.51e-04 +2022-09-19 20:23:05,233 INFO [train.py:885] (0/2) Epoch 31, batch 6450, loss[loss=0.3229, simple_loss=0.4149, pruned_loss=0.1155, over 13589.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08311, over 477.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3464, pruned_loss=0.09831, over 2781528.83 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07108, over 46708.65 utterances.], batch size: 477, lr: 1.51e-04 +2022-09-19 20:23:35,806 INFO [train.py:885] (0/2) Epoch 31, batch 6500, loss[loss=0.3741, simple_loss=0.4174, pruned_loss=0.1654, over 14228.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04374, over 335.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.347, pruned_loss=0.09796, over 2778670.47 frames. utt_duration=232.9 frames, utt_pad_proportion=0.0726, over 48033.75 utterances.], batch size: 335, lr: 1.51e-04 +2022-09-19 20:24:05,588 INFO [train.py:885] (0/2) Epoch 31, batch 6550, loss[loss=0.1948, simple_loss=0.2793, pruned_loss=0.05516, over 12228.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.1614, over 24.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3421, pruned_loss=0.0955, over 2777844.44 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07101, over 46235.32 utterances.], batch size: 24, lr: 1.51e-04 +2022-09-19 20:24:35,284 INFO [train.py:885] (0/2) Epoch 31, batch 6600, loss[loss=0.2908, simple_loss=0.3862, pruned_loss=0.09772, over 13795.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06986, over 411.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3439, pruned_loss=0.09629, over 2781656.38 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07033, over 46616.70 utterances.], batch size: 411, lr: 1.51e-04 +2022-09-19 20:25:04,447 INFO [train.py:885] (0/2) Epoch 31, batch 6650, loss[loss=0.3575, simple_loss=0.4393, pruned_loss=0.1379, over 13640.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07976, over 477.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3389, pruned_loss=0.0949, over 2782786.28 frames. utt_duration=254.8 frames, utt_pad_proportion=0.06913, over 43936.49 utterances.], batch size: 477, lr: 1.51e-04 +2022-09-19 20:25:34,121 INFO [train.py:885] (0/2) Epoch 31, batch 6700, loss[loss=0.1925, simple_loss=0.2707, pruned_loss=0.05719, over 13813.00 frames. utt_duration=802.3 frames, utt_pad_proportion=0.06599, over 69.00 utterances.], tot_loss[loss=0.263, simple_loss=0.3383, pruned_loss=0.09384, over 2783488.28 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06779, over 44033.24 utterances.], batch size: 69, lr: 1.51e-04 +2022-09-19 20:26:03,985 INFO [train.py:885] (0/2) Epoch 31, batch 6750, loss[loss=0.1688, simple_loss=0.2232, pruned_loss=0.05719, over 13689.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07599, over 50.00 utterances.], tot_loss[loss=0.2632, simple_loss=0.3383, pruned_loss=0.09404, over 2782251.31 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06979, over 43812.04 utterances.], batch size: 50, lr: 1.51e-04 +2022-09-19 20:26:34,331 INFO [train.py:885] (0/2) Epoch 31, batch 6800, loss[loss=0.1366, simple_loss=0.2007, pruned_loss=0.03618, over 12363.00 frames. utt_duration=2062 frames, utt_pad_proportion=0.1639, over 24.00 utterances.], tot_loss[loss=0.262, simple_loss=0.3374, pruned_loss=0.09334, over 2779376.02 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06812, over 43363.05 utterances.], batch size: 24, lr: 1.51e-04 +2022-09-19 20:27:03,387 INFO [train.py:885] (0/2) Epoch 31, batch 6850, loss[loss=0.263, simple_loss=0.3692, pruned_loss=0.07844, over 13809.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06909, over 411.00 utterances.], tot_loss[loss=0.2629, simple_loss=0.3385, pruned_loss=0.09366, over 2782520.36 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06763, over 44030.83 utterances.], batch size: 411, lr: 1.51e-04 +2022-09-19 20:27:32,389 INFO [train.py:885] (0/2) Epoch 31, batch 6900, loss[loss=0.1445, simple_loss=0.2103, pruned_loss=0.03937, over 12209.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1641, over 24.00 utterances.], tot_loss[loss=0.2639, simple_loss=0.3392, pruned_loss=0.09433, over 2781002.67 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06788, over 43618.57 utterances.], batch size: 24, lr: 1.51e-04 +2022-09-19 20:28:01,974 INFO [train.py:885] (0/2) Epoch 31, batch 6950, loss[loss=0.224, simple_loss=0.3178, pruned_loss=0.06506, over 14327.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.04015, over 167.00 utterances.], tot_loss[loss=0.2619, simple_loss=0.337, pruned_loss=0.09345, over 2780884.62 frames. utt_duration=262.2 frames, utt_pad_proportion=0.06789, over 42666.19 utterances.], batch size: 167, lr: 1.51e-04 +2022-09-19 20:28:31,204 INFO [train.py:885] (0/2) Epoch 31, batch 7000, loss[loss=0.3243, simple_loss=0.384, pruned_loss=0.1323, over 14327.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03825, over 283.00 utterances.], tot_loss[loss=0.263, simple_loss=0.3382, pruned_loss=0.09392, over 2781162.49 frames. utt_duration=258 frames, utt_pad_proportion=0.06753, over 43370.22 utterances.], batch size: 283, lr: 1.51e-04 +2022-09-19 20:29:01,447 INFO [train.py:885] (0/2) Epoch 31, batch 7050, loss[loss=0.3555, simple_loss=0.4585, pruned_loss=0.1263, over 13178.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.1059, over 653.00 utterances.], tot_loss[loss=0.2639, simple_loss=0.3391, pruned_loss=0.09439, over 2774092.04 frames. utt_duration=250.4 frames, utt_pad_proportion=0.0716, over 44585.41 utterances.], batch size: 653, lr: 1.51e-04 +2022-09-19 20:29:30,721 INFO [train.py:885] (0/2) Epoch 31, batch 7100, loss[loss=0.2899, simple_loss=0.3552, pruned_loss=0.1123, over 14285.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03949, over 180.00 utterances.], tot_loss[loss=0.2626, simple_loss=0.338, pruned_loss=0.09359, over 2779694.98 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06826, over 44217.90 utterances.], batch size: 180, lr: 1.51e-04 +2022-09-19 20:30:00,409 INFO [train.py:885] (0/2) Epoch 31, batch 7150, loss[loss=0.2951, simple_loss=0.3654, pruned_loss=0.1124, over 14351.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03312, over 244.00 utterances.], tot_loss[loss=0.2615, simple_loss=0.3364, pruned_loss=0.09326, over 2782795.98 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06651, over 43038.32 utterances.], batch size: 244, lr: 1.51e-04 +2022-09-19 20:30:29,993 INFO [train.py:885] (0/2) Epoch 31, batch 7200, loss[loss=0.2219, simple_loss=0.3013, pruned_loss=0.07125, over 14081.00 frames. utt_duration=714.3 frames, utt_pad_proportion=0.05263, over 79.00 utterances.], tot_loss[loss=0.2624, simple_loss=0.3371, pruned_loss=0.09383, over 2780707.47 frames. utt_duration=259.2 frames, utt_pad_proportion=0.06706, over 43149.08 utterances.], batch size: 79, lr: 1.51e-04 +2022-09-19 20:30:58,860 INFO [train.py:885] (0/2) Epoch 31, batch 7250, loss[loss=0.2477, simple_loss=0.3349, pruned_loss=0.08022, over 14312.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.0384, over 195.00 utterances.], tot_loss[loss=0.263, simple_loss=0.3376, pruned_loss=0.09419, over 2782968.69 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06745, over 43444.31 utterances.], batch size: 195, lr: 1.51e-04 +2022-09-19 20:31:28,974 INFO [train.py:885] (0/2) Epoch 31, batch 7300, loss[loss=0.1961, simple_loss=0.2757, pruned_loss=0.05827, over 14064.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05621, over 79.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3406, pruned_loss=0.09474, over 2784052.71 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06852, over 45346.41 utterances.], batch size: 79, lr: 1.51e-04 +2022-09-19 20:31:58,057 INFO [train.py:885] (0/2) Epoch 31, batch 7350, loss[loss=0.3049, simple_loss=0.3803, pruned_loss=0.1148, over 14313.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0386, over 283.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.3396, pruned_loss=0.09505, over 2786633.07 frames. utt_duration=257 frames, utt_pad_proportion=0.06646, over 43616.90 utterances.], batch size: 283, lr: 1.51e-04 +2022-09-19 20:32:27,977 INFO [train.py:885] (0/2) Epoch 31, batch 7400, loss[loss=0.2709, simple_loss=0.3546, pruned_loss=0.09356, over 14351.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.0377, over 244.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3446, pruned_loss=0.09746, over 2789853.48 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06795, over 45139.28 utterances.], batch size: 244, lr: 1.51e-04 +2022-09-19 20:32:57,623 INFO [train.py:885] (0/2) Epoch 31, batch 7450, loss[loss=0.2212, simple_loss=0.2992, pruned_loss=0.07162, over 14153.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04651, over 109.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.346, pruned_loss=0.09757, over 2786855.99 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07013, over 45919.97 utterances.], batch size: 109, lr: 1.51e-04 +2022-09-19 20:33:27,236 INFO [train.py:885] (0/2) Epoch 31, batch 7500, loss[loss=0.2324, simple_loss=0.3081, pruned_loss=0.07836, over 14277.00 frames. utt_duration=406.6 frames, utt_pad_proportion=0.04332, over 141.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3426, pruned_loss=0.09513, over 2784439.86 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06846, over 45557.04 utterances.], batch size: 141, lr: 1.51e-04 +2022-09-19 20:33:57,971 INFO [train.py:885] (0/2) Epoch 31, batch 7550, loss[loss=0.2858, simple_loss=0.3617, pruned_loss=0.105, over 14333.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03785, over 283.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3452, pruned_loss=0.0963, over 2784634.12 frames. utt_duration=238.4 frames, utt_pad_proportion=0.0705, over 47020.12 utterances.], batch size: 283, lr: 1.51e-04 +2022-09-19 20:34:27,325 INFO [train.py:885] (0/2) Epoch 31, batch 7600, loss[loss=0.1653, simple_loss=0.2241, pruned_loss=0.05322, over 14016.00 frames. utt_duration=802.4 frames, utt_pad_proportion=0.06039, over 70.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3437, pruned_loss=0.09528, over 2784482.27 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07044, over 46957.51 utterances.], batch size: 70, lr: 1.51e-04 +2022-09-19 20:34:56,827 INFO [train.py:885] (0/2) Epoch 31, batch 7650, loss[loss=0.1841, simple_loss=0.2653, pruned_loss=0.05141, over 14224.00 frames. utt_duration=640.7 frames, utt_pad_proportion=0.04514, over 89.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3423, pruned_loss=0.09463, over 2785600.24 frames. utt_duration=242.3 frames, utt_pad_proportion=0.06955, over 46260.34 utterances.], batch size: 89, lr: 1.51e-04 +2022-09-19 20:35:26,251 INFO [train.py:885] (0/2) Epoch 31, batch 7700, loss[loss=0.2608, simple_loss=0.3321, pruned_loss=0.09473, over 14348.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03918, over 167.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3413, pruned_loss=0.09551, over 2785497.87 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06903, over 45304.79 utterances.], batch size: 167, lr: 1.51e-04 +2022-09-19 20:35:56,224 INFO [train.py:885] (0/2) Epoch 31, batch 7750, loss[loss=0.3166, simple_loss=0.4003, pruned_loss=0.1165, over 13983.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05606, over 365.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3414, pruned_loss=0.09512, over 2783871.82 frames. utt_duration=245 frames, utt_pad_proportion=0.06975, over 45733.13 utterances.], batch size: 365, lr: 1.51e-04 +2022-09-19 20:36:25,291 INFO [train.py:885] (0/2) Epoch 31, batch 7800, loss[loss=0.1638, simple_loss=0.2366, pruned_loss=0.04551, over 13506.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.07706, over 41.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3413, pruned_loss=0.09517, over 2788001.53 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06863, over 44921.78 utterances.], batch size: 41, lr: 1.51e-04 +2022-09-19 20:36:55,182 INFO [train.py:885] (0/2) Epoch 31, batch 7850, loss[loss=0.2868, simple_loss=0.3828, pruned_loss=0.09537, over 13734.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07431, over 411.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3416, pruned_loss=0.09499, over 2785734.09 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07, over 44884.98 utterances.], batch size: 411, lr: 1.51e-04 +2022-09-19 20:37:24,599 INFO [train.py:885] (0/2) Epoch 31, batch 7900, loss[loss=0.2721, simple_loss=0.3811, pruned_loss=0.0815, over 13613.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08201, over 477.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.341, pruned_loss=0.09481, over 2785966.52 frames. utt_duration=250 frames, utt_pad_proportion=0.07046, over 44842.83 utterances.], batch size: 477, lr: 1.51e-04 +2022-09-19 20:37:54,075 INFO [train.py:885] (0/2) Epoch 31, batch 7950, loss[loss=0.314, simple_loss=0.3935, pruned_loss=0.1172, over 14010.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05548, over 365.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.34, pruned_loss=0.09526, over 2783620.80 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06934, over 43828.32 utterances.], batch size: 365, lr: 1.51e-04 +2022-09-19 20:38:23,346 INFO [train.py:885] (0/2) Epoch 31, batch 8000, loss[loss=0.1463, simple_loss=0.2101, pruned_loss=0.04124, over 13650.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.08024, over 50.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3402, pruned_loss=0.09533, over 2782333.60 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07111, over 44326.80 utterances.], batch size: 50, lr: 1.51e-04 +2022-09-19 20:38:53,073 INFO [train.py:885] (0/2) Epoch 31, batch 8050, loss[loss=0.4023, simple_loss=0.4789, pruned_loss=0.1628, over 13608.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07797, over 560.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3435, pruned_loss=0.09669, over 2786243.91 frames. utt_duration=248 frames, utt_pad_proportion=0.07074, over 45203.62 utterances.], batch size: 560, lr: 1.51e-04 +2022-09-19 20:39:22,021 INFO [train.py:885] (0/2) Epoch 31, batch 8100, loss[loss=0.2577, simple_loss=0.3337, pruned_loss=0.09082, over 14257.00 frames. utt_duration=440.1 frames, utt_pad_proportion=0.04111, over 130.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3445, pruned_loss=0.09631, over 2787152.12 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06991, over 46327.84 utterances.], batch size: 130, lr: 1.51e-04 +2022-09-19 20:39:51,650 INFO [train.py:885] (0/2) Epoch 31, batch 8150, loss[loss=0.1791, simple_loss=0.2472, pruned_loss=0.05555, over 13614.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08254, over 50.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3422, pruned_loss=0.09565, over 2790788.10 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06746, over 44670.27 utterances.], batch size: 50, lr: 1.51e-04 +2022-09-19 20:40:21,541 INFO [train.py:885] (0/2) Epoch 31, batch 8200, loss[loss=0.3033, simple_loss=0.405, pruned_loss=0.1008, over 13661.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08136, over 478.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3418, pruned_loss=0.09557, over 2788166.90 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06888, over 45089.73 utterances.], batch size: 478, lr: 1.51e-04 +2022-09-19 20:40:50,783 INFO [train.py:885] (0/2) Epoch 31, batch 8250, loss[loss=0.3875, simple_loss=0.4847, pruned_loss=0.1451, over 13145.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3422, pruned_loss=0.09571, over 2787919.64 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06914, over 45542.45 utterances.], batch size: 653, lr: 1.51e-04 +2022-09-19 20:41:20,149 INFO [train.py:885] (0/2) Epoch 31, batch 8300, loss[loss=0.1653, simple_loss=0.2332, pruned_loss=0.04875, over 13644.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.08157, over 42.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3434, pruned_loss=0.09638, over 2787159.63 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07023, over 45806.04 utterances.], batch size: 42, lr: 1.51e-04 +2022-09-19 20:41:49,369 INFO [train.py:885] (0/2) Epoch 31, batch 8350, loss[loss=0.2002, simple_loss=0.2797, pruned_loss=0.06036, over 14335.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03965, over 120.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3404, pruned_loss=0.09504, over 2785660.25 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06845, over 44240.41 utterances.], batch size: 120, lr: 1.51e-04 +2022-09-19 20:42:19,327 INFO [train.py:885] (0/2) Epoch 31, batch 8400, loss[loss=0.4683, simple_loss=0.5752, pruned_loss=0.1807, over 12459.00 frames. utt_duration=63.09 frames, utt_pad_proportion=0.1474, over 811.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3413, pruned_loss=0.09578, over 2786211.34 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06955, over 44833.12 utterances.], batch size: 811, lr: 1.51e-04 +2022-09-19 20:42:49,113 INFO [train.py:885] (0/2) Epoch 31, batch 8450, loss[loss=0.3242, simple_loss=0.393, pruned_loss=0.1277, over 14293.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.0406, over 262.00 utterances.], tot_loss[loss=0.2636, simple_loss=0.3388, pruned_loss=0.09423, over 2791012.64 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06672, over 43744.46 utterances.], batch size: 262, lr: 1.51e-04 +2022-09-19 20:43:18,488 INFO [train.py:885] (0/2) Epoch 31, batch 8500, loss[loss=0.3099, simple_loss=0.4211, pruned_loss=0.09936, over 13647.00 frames. utt_duration=98.92 frames, utt_pad_proportion=0.07553, over 560.00 utterances.], tot_loss[loss=0.2638, simple_loss=0.3393, pruned_loss=0.09417, over 2787369.49 frames. utt_duration=253 frames, utt_pad_proportion=0.06649, over 44335.05 utterances.], batch size: 560, lr: 1.51e-04 +2022-09-19 20:43:47,785 INFO [train.py:885] (0/2) Epoch 31, batch 8550, loss[loss=0.252, simple_loss=0.3236, pruned_loss=0.09024, over 14327.00 frames. utt_duration=479 frames, utt_pad_proportion=0.0381, over 120.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3427, pruned_loss=0.09555, over 2788711.94 frames. utt_duration=245.7 frames, utt_pad_proportion=0.06713, over 45667.69 utterances.], batch size: 120, lr: 1.51e-04 +2022-09-19 20:44:16,452 INFO [train.py:885] (0/2) Epoch 31, batch 8600, loss[loss=0.2296, simple_loss=0.3153, pruned_loss=0.07192, over 14361.00 frames. utt_duration=443.2 frames, utt_pad_proportion=0.03439, over 130.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3415, pruned_loss=0.09474, over 2787471.46 frames. utt_duration=245.9 frames, utt_pad_proportion=0.06851, over 45625.76 utterances.], batch size: 130, lr: 1.51e-04 +2022-09-19 20:44:46,547 INFO [train.py:885] (0/2) Epoch 31, batch 8650, loss[loss=0.2322, simple_loss=0.3021, pruned_loss=0.08117, over 14079.00 frames. utt_duration=576.2 frames, utt_pad_proportion=0.0539, over 98.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3419, pruned_loss=0.09516, over 2785902.12 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07056, over 46099.36 utterances.], batch size: 98, lr: 1.51e-04 +2022-09-19 20:45:16,442 INFO [train.py:885] (0/2) Epoch 31, batch 8700, loss[loss=0.4065, simple_loss=0.4449, pruned_loss=0.184, over 14191.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04515, over 306.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3424, pruned_loss=0.09536, over 2782813.41 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07225, over 46243.10 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 20:45:46,246 INFO [train.py:885] (0/2) Epoch 31, batch 8750, loss[loss=0.2391, simple_loss=0.3209, pruned_loss=0.07867, over 14318.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03898, over 130.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3421, pruned_loss=0.09575, over 2786323.43 frames. utt_duration=246.1 frames, utt_pad_proportion=0.0695, over 45561.76 utterances.], batch size: 130, lr: 1.51e-04 +2022-09-19 20:46:15,414 INFO [train.py:885] (0/2) Epoch 31, batch 8800, loss[loss=0.2635, simple_loss=0.3391, pruned_loss=0.0939, over 14351.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.0387, over 167.00 utterances.], tot_loss[loss=0.2633, simple_loss=0.338, pruned_loss=0.09435, over 2787235.35 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06883, over 43542.34 utterances.], batch size: 167, lr: 1.51e-04 +2022-09-19 20:46:45,400 INFO [train.py:885] (0/2) Epoch 31, batch 8850, loss[loss=0.3369, simple_loss=0.3933, pruned_loss=0.1403, over 14246.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04227, over 335.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3409, pruned_loss=0.09609, over 2789412.88 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06842, over 44377.45 utterances.], batch size: 335, lr: 1.51e-04 +2022-09-19 20:47:14,640 INFO [train.py:885] (0/2) Epoch 31, batch 8900, loss[loss=0.1932, simple_loss=0.2728, pruned_loss=0.05684, over 14084.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05343, over 98.00 utterances.], tot_loss[loss=0.2643, simple_loss=0.339, pruned_loss=0.09484, over 2786519.31 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06955, over 43779.73 utterances.], batch size: 98, lr: 1.51e-04 +2022-09-19 20:47:44,343 INFO [train.py:885] (0/2) Epoch 31, batch 8950, loss[loss=0.2749, simple_loss=0.3763, pruned_loss=0.08671, over 13727.00 frames. utt_duration=135.2 frames, utt_pad_proportion=0.07429, over 411.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3428, pruned_loss=0.09654, over 2786197.06 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06988, over 45137.27 utterances.], batch size: 411, lr: 1.51e-04 +2022-09-19 20:48:13,857 INFO [train.py:885] (0/2) Epoch 31, batch 9000, loss[loss=0.4238, simple_loss=0.5098, pruned_loss=0.1689, over 13171.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1075, over 653.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.346, pruned_loss=0.09838, over 2781367.39 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07123, over 46678.83 utterances.], batch size: 653, lr: 1.51e-04 +2022-09-19 20:48:13,859 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 20:48:18,402 INFO [train.py:914] (0/2) Epoch 31, validation: loss=0.1913, simple_loss=0.2709, pruned_loss=0.05589, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 20:48:47,695 INFO [train.py:885] (0/2) Epoch 31, batch 9050, loss[loss=0.1994, simple_loss=0.2837, pruned_loss=0.0575, over 14261.00 frames. utt_duration=642.3 frames, utt_pad_proportion=0.04137, over 89.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3472, pruned_loss=0.09863, over 2781248.98 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07158, over 46979.51 utterances.], batch size: 89, lr: 1.51e-04 +2022-09-19 20:49:17,072 INFO [train.py:885] (0/2) Epoch 31, batch 9100, loss[loss=0.4071, simple_loss=0.4963, pruned_loss=0.159, over 13151.00 frames. utt_duration=82.09 frames, utt_pad_proportion=0.1078, over 653.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3483, pruned_loss=0.09871, over 2777239.21 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07401, over 47596.51 utterances.], batch size: 653, lr: 1.51e-04 +2022-09-19 20:49:46,213 INFO [train.py:885] (0/2) Epoch 31, batch 9150, loss[loss=0.2004, simple_loss=0.2739, pruned_loss=0.06347, over 13834.00 frames. utt_duration=803.6 frames, utt_pad_proportion=0.06447, over 69.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3473, pruned_loss=0.09839, over 2778568.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07348, over 47315.39 utterances.], batch size: 69, lr: 1.51e-04 +2022-09-19 20:50:15,611 INFO [train.py:885] (0/2) Epoch 31, batch 9200, loss[loss=0.1731, simple_loss=0.2574, pruned_loss=0.04443, over 14040.00 frames. utt_duration=712.3 frames, utt_pad_proportion=0.05775, over 79.00 utterances.], tot_loss[loss=0.268, simple_loss=0.343, pruned_loss=0.09655, over 2780422.99 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07059, over 45718.31 utterances.], batch size: 79, lr: 1.51e-04 +2022-09-19 20:50:45,314 INFO [train.py:885] (0/2) Epoch 31, batch 9250, loss[loss=0.2964, simple_loss=0.3697, pruned_loss=0.1115, over 14266.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04081, over 180.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3425, pruned_loss=0.09617, over 2778088.47 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07036, over 45718.68 utterances.], batch size: 180, lr: 1.51e-04 +2022-09-19 20:51:15,366 INFO [train.py:885] (0/2) Epoch 31, batch 9300, loss[loss=0.2513, simple_loss=0.3275, pruned_loss=0.08756, over 14329.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03627, over 130.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3426, pruned_loss=0.09677, over 2779519.75 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07122, over 45137.69 utterances.], batch size: 130, lr: 1.51e-04 +2022-09-19 20:51:44,767 INFO [train.py:885] (0/2) Epoch 31, batch 9350, loss[loss=0.32, simple_loss=0.4184, pruned_loss=0.1108, over 13567.00 frames. utt_duration=98.34 frames, utt_pad_proportion=0.08097, over 560.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3434, pruned_loss=0.09728, over 2782823.90 frames. utt_duration=246 frames, utt_pad_proportion=0.06994, over 45526.59 utterances.], batch size: 560, lr: 1.51e-04 +2022-09-19 20:52:14,682 INFO [train.py:885] (0/2) Epoch 31, batch 9400, loss[loss=0.165, simple_loss=0.2392, pruned_loss=0.04542, over 13663.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07778, over 50.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3427, pruned_loss=0.09645, over 2783120.38 frames. utt_duration=245 frames, utt_pad_proportion=0.06941, over 45714.11 utterances.], batch size: 50, lr: 1.51e-04 +2022-09-19 20:52:15,845 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-388000.pt +2022-09-19 20:52:45,609 INFO [train.py:885] (0/2) Epoch 31, batch 9450, loss[loss=0.3293, simple_loss=0.3901, pruned_loss=0.1343, over 14256.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04189, over 335.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3454, pruned_loss=0.09782, over 2783603.81 frames. utt_duration=242.5 frames, utt_pad_proportion=0.06894, over 46203.28 utterances.], batch size: 335, lr: 1.51e-04 +2022-09-19 20:53:15,573 INFO [train.py:885] (0/2) Epoch 31, batch 9500, loss[loss=0.3809, simple_loss=0.4778, pruned_loss=0.1419, over 13180.00 frames. utt_duration=82.32 frames, utt_pad_proportion=0.1052, over 653.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3411, pruned_loss=0.09583, over 2780698.66 frames. utt_duration=251.8 frames, utt_pad_proportion=0.0709, over 44427.09 utterances.], batch size: 653, lr: 1.51e-04 +2022-09-19 20:53:45,462 INFO [train.py:885] (0/2) Epoch 31, batch 9550, loss[loss=0.3909, simple_loss=0.4374, pruned_loss=0.1723, over 14346.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03719, over 283.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3439, pruned_loss=0.09708, over 2781104.07 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07125, over 45339.22 utterances.], batch size: 283, lr: 1.51e-04 +2022-09-19 20:54:14,983 INFO [train.py:885] (0/2) Epoch 31, batch 9600, loss[loss=0.2633, simple_loss=0.3442, pruned_loss=0.09117, over 14311.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03757, over 130.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3446, pruned_loss=0.09726, over 2779789.28 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07237, over 46171.53 utterances.], batch size: 130, lr: 1.51e-04 +2022-09-19 20:54:44,636 INFO [train.py:885] (0/2) Epoch 31, batch 9650, loss[loss=0.2664, simple_loss=0.3656, pruned_loss=0.08363, over 13991.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05585, over 365.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3489, pruned_loss=0.09936, over 2782937.22 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07166, over 47375.97 utterances.], batch size: 365, lr: 1.51e-04 +2022-09-19 20:55:14,394 INFO [train.py:885] (0/2) Epoch 31, batch 9700, loss[loss=0.4683, simple_loss=0.5586, pruned_loss=0.189, over 12449.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3456, pruned_loss=0.09778, over 2781013.84 frames. utt_duration=243 frames, utt_pad_proportion=0.07149, over 46050.79 utterances.], batch size: 810, lr: 1.51e-04 +2022-09-19 20:55:50,556 INFO [train.py:885] (0/2) Epoch 31, batch 9750, loss[loss=0.3328, simple_loss=0.3922, pruned_loss=0.1367, over 14356.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03409, over 244.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.345, pruned_loss=0.09736, over 2783627.70 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06946, over 45895.41 utterances.], batch size: 244, lr: 1.51e-04 +2022-09-19 20:56:20,142 INFO [train.py:885] (0/2) Epoch 31, batch 9800, loss[loss=0.251, simple_loss=0.3412, pruned_loss=0.08043, over 14334.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03703, over 210.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.346, pruned_loss=0.09772, over 2785279.55 frames. utt_duration=241.9 frames, utt_pad_proportion=0.06935, over 46329.71 utterances.], batch size: 210, lr: 1.51e-04 +2022-09-19 20:56:49,350 INFO [train.py:885] (0/2) Epoch 31, batch 9850, loss[loss=0.2054, simple_loss=0.2659, pruned_loss=0.07238, over 13818.00 frames. utt_duration=922.6 frames, utt_pad_proportion=0.07273, over 60.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3438, pruned_loss=0.09672, over 2785880.64 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06892, over 45732.82 utterances.], batch size: 60, lr: 1.51e-04 +2022-09-19 20:57:18,229 INFO [train.py:885] (0/2) Epoch 31, batch 9900, loss[loss=0.2207, simple_loss=0.2918, pruned_loss=0.07484, over 14083.00 frames. utt_duration=714.5 frames, utt_pad_proportion=0.05487, over 79.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3421, pruned_loss=0.09554, over 2782661.02 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07161, over 45840.52 utterances.], batch size: 79, lr: 1.51e-04 +2022-09-19 20:57:47,553 INFO [train.py:885] (0/2) Epoch 31, batch 9950, loss[loss=0.2853, simple_loss=0.3575, pruned_loss=0.1065, over 14370.00 frames. utt_duration=345.6 frames, utt_pad_proportion=0.03741, over 167.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3425, pruned_loss=0.09569, over 2780775.27 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07089, over 45663.72 utterances.], batch size: 167, lr: 1.51e-04 +2022-09-19 20:58:17,377 INFO [train.py:885] (0/2) Epoch 31, batch 10000, loss[loss=0.3019, simple_loss=0.3678, pruned_loss=0.1179, over 14227.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.0426, over 306.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.34, pruned_loss=0.09533, over 2787512.18 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06661, over 44068.80 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 20:58:46,738 INFO [train.py:885] (0/2) Epoch 31, batch 10050, loss[loss=0.3343, simple_loss=0.3873, pruned_loss=0.1406, over 14333.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03723, over 195.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3466, pruned_loss=0.09847, over 2786656.62 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07005, over 46281.02 utterances.], batch size: 195, lr: 1.51e-04 +2022-09-19 20:59:15,985 INFO [train.py:885] (0/2) Epoch 31, batch 10100, loss[loss=0.3907, simple_loss=0.4838, pruned_loss=0.1488, over 13120.00 frames. utt_duration=81.82 frames, utt_pad_proportion=0.1106, over 653.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3448, pruned_loss=0.0978, over 2785720.93 frames. utt_duration=247.8 frames, utt_pad_proportion=0.0688, over 45244.05 utterances.], batch size: 653, lr: 1.51e-04 +2022-09-19 20:59:45,811 INFO [train.py:885] (0/2) Epoch 31, batch 10150, loss[loss=0.3291, simple_loss=0.4262, pruned_loss=0.116, over 13563.00 frames. utt_duration=98.24 frames, utt_pad_proportion=0.08191, over 560.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3422, pruned_loss=0.09613, over 2785760.95 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06775, over 43899.45 utterances.], batch size: 560, lr: 1.51e-04 +2022-09-19 21:00:15,063 INFO [train.py:885] (0/2) Epoch 31, batch 10200, loss[loss=0.17, simple_loss=0.2377, pruned_loss=0.05116, over 13704.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08285, over 42.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.344, pruned_loss=0.09694, over 2784679.23 frames. utt_duration=250.8 frames, utt_pad_proportion=0.0677, over 44677.23 utterances.], batch size: 42, lr: 1.51e-04 +2022-09-19 21:00:45,321 INFO [train.py:885] (0/2) Epoch 31, batch 10250, loss[loss=0.2522, simple_loss=0.3399, pruned_loss=0.08225, over 14323.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03805, over 195.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3462, pruned_loss=0.09762, over 2781055.37 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07097, over 46481.23 utterances.], batch size: 195, lr: 1.51e-04 +2022-09-19 21:01:14,667 INFO [train.py:885] (0/2) Epoch 31, batch 10300, loss[loss=0.3946, simple_loss=0.4818, pruned_loss=0.1537, over 13607.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08218, over 477.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.347, pruned_loss=0.09833, over 2780734.75 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07143, over 46873.27 utterances.], batch size: 477, lr: 1.51e-04 +2022-09-19 21:01:44,651 INFO [train.py:885] (0/2) Epoch 31, batch 10350, loss[loss=0.3195, simple_loss=0.3874, pruned_loss=0.1258, over 14226.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0432, over 306.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3477, pruned_loss=0.09816, over 2780204.70 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07272, over 47695.66 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 21:02:13,610 INFO [train.py:885] (0/2) Epoch 31, batch 10400, loss[loss=0.2937, simple_loss=0.3865, pruned_loss=0.1004, over 14035.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05381, over 365.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3406, pruned_loss=0.09504, over 2781252.30 frames. utt_duration=253 frames, utt_pad_proportion=0.07006, over 44230.61 utterances.], batch size: 365, lr: 1.51e-04 +2022-09-19 21:02:43,437 INFO [train.py:885] (0/2) Epoch 31, batch 10450, loss[loss=0.2311, simple_loss=0.3078, pruned_loss=0.07717, over 14292.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04093, over 120.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3431, pruned_loss=0.09616, over 2781582.07 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07067, over 45952.11 utterances.], batch size: 120, lr: 1.51e-04 +2022-09-19 21:03:13,020 INFO [train.py:885] (0/2) Epoch 31, batch 10500, loss[loss=0.2249, simple_loss=0.3169, pruned_loss=0.06645, over 14285.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03969, over 180.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.3397, pruned_loss=0.09481, over 2785057.22 frames. utt_duration=255 frames, utt_pad_proportion=0.0683, over 43936.62 utterances.], batch size: 180, lr: 1.51e-04 +2022-09-19 21:03:42,754 INFO [train.py:885] (0/2) Epoch 31, batch 10550, loss[loss=0.3, simple_loss=0.3721, pruned_loss=0.1139, over 14366.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03511, over 195.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3395, pruned_loss=0.09466, over 2786232.65 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06748, over 43852.14 utterances.], batch size: 195, lr: 1.51e-04 +2022-09-19 21:04:12,432 INFO [train.py:885] (0/2) Epoch 31, batch 10600, loss[loss=0.2495, simple_loss=0.3404, pruned_loss=0.07935, over 14348.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03632, over 195.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3407, pruned_loss=0.09485, over 2785056.05 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06919, over 44756.43 utterances.], batch size: 195, lr: 1.51e-04 +2022-09-19 21:04:41,683 INFO [train.py:885] (0/2) Epoch 31, batch 10650, loss[loss=0.2619, simple_loss=0.3225, pruned_loss=0.1007, over 14333.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03775, over 120.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3429, pruned_loss=0.09636, over 2785695.07 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07107, over 45486.17 utterances.], batch size: 120, lr: 1.51e-04 +2022-09-19 21:05:11,713 INFO [train.py:885] (0/2) Epoch 31, batch 10700, loss[loss=0.3388, simple_loss=0.3963, pruned_loss=0.1407, over 14220.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04423, over 335.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3441, pruned_loss=0.09672, over 2783137.95 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07166, over 46024.14 utterances.], batch size: 335, lr: 1.51e-04 +2022-09-19 21:05:41,028 INFO [train.py:885] (0/2) Epoch 31, batch 10750, loss[loss=0.3526, simple_loss=0.3945, pruned_loss=0.1554, over 14307.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.04063, over 154.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3447, pruned_loss=0.09731, over 2781573.98 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07224, over 45822.98 utterances.], batch size: 154, lr: 1.51e-04 +2022-09-19 21:06:10,880 INFO [train.py:885] (0/2) Epoch 31, batch 10800, loss[loss=0.3237, simple_loss=0.3947, pruned_loss=0.1264, over 14356.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03645, over 283.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3437, pruned_loss=0.09694, over 2777938.77 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07473, over 45804.20 utterances.], batch size: 283, lr: 1.51e-04 +2022-09-19 21:06:39,428 INFO [train.py:885] (0/2) Epoch 31, batch 10850, loss[loss=0.2805, simple_loss=0.3852, pruned_loss=0.08792, over 13646.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07937, over 477.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3418, pruned_loss=0.09613, over 2780610.46 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07241, over 44459.45 utterances.], batch size: 477, lr: 1.51e-04 +2022-09-19 21:07:09,477 INFO [train.py:885] (0/2) Epoch 31, batch 10900, loss[loss=0.4396, simple_loss=0.5409, pruned_loss=0.1692, over 12452.00 frames. utt_duration=63.08 frames, utt_pad_proportion=0.1475, over 810.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3435, pruned_loss=0.0964, over 2777000.33 frames. utt_duration=243 frames, utt_pad_proportion=0.0736, over 45987.06 utterances.], batch size: 810, lr: 1.51e-04 +2022-09-19 21:07:38,887 INFO [train.py:885] (0/2) Epoch 31, batch 10950, loss[loss=0.3333, simple_loss=0.3978, pruned_loss=0.1344, over 14217.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04391, over 335.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3444, pruned_loss=0.09696, over 2780374.35 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07208, over 46307.42 utterances.], batch size: 335, lr: 1.51e-04 +2022-09-19 21:08:08,188 INFO [train.py:885] (0/2) Epoch 31, batch 11000, loss[loss=0.2741, simple_loss=0.3819, pruned_loss=0.08319, over 13641.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08041, over 477.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3424, pruned_loss=0.095, over 2785063.40 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07072, over 46092.00 utterances.], batch size: 477, lr: 1.50e-04 +2022-09-19 21:08:37,817 INFO [train.py:885] (0/2) Epoch 31, batch 11050, loss[loss=0.1467, simple_loss=0.2055, pruned_loss=0.04399, over 12723.00 frames. utt_duration=2037 frames, utt_pad_proportion=0.1203, over 25.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3422, pruned_loss=0.0955, over 2787653.08 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07004, over 45244.45 utterances.], batch size: 25, lr: 1.50e-04 +2022-09-19 21:09:07,660 INFO [train.py:885] (0/2) Epoch 31, batch 11100, loss[loss=0.216, simple_loss=0.2976, pruned_loss=0.06725, over 14337.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03787, over 120.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3403, pruned_loss=0.0949, over 2785662.59 frames. utt_duration=253.3 frames, utt_pad_proportion=0.069, over 44250.13 utterances.], batch size: 120, lr: 1.50e-04 +2022-09-19 21:09:37,329 INFO [train.py:885] (0/2) Epoch 31, batch 11150, loss[loss=0.2651, simple_loss=0.364, pruned_loss=0.08306, over 13960.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05844, over 365.00 utterances.], tot_loss[loss=0.2643, simple_loss=0.3398, pruned_loss=0.09443, over 2780353.58 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07068, over 45357.37 utterances.], batch size: 365, lr: 1.50e-04 +2022-09-19 21:10:07,531 INFO [train.py:885] (0/2) Epoch 31, batch 11200, loss[loss=0.3783, simple_loss=0.4751, pruned_loss=0.1407, over 13130.00 frames. utt_duration=82.03 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3417, pruned_loss=0.09534, over 2780574.52 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07232, over 45696.97 utterances.], batch size: 653, lr: 1.50e-04 +2022-09-19 21:10:36,844 INFO [train.py:885] (0/2) Epoch 31, batch 11250, loss[loss=0.309, simple_loss=0.3881, pruned_loss=0.1149, over 14342.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03688, over 195.00 utterances.], tot_loss[loss=0.2637, simple_loss=0.3391, pruned_loss=0.09416, over 2782562.77 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07062, over 44734.87 utterances.], batch size: 195, lr: 1.50e-04 +2022-09-19 21:11:06,235 INFO [train.py:885] (0/2) Epoch 31, batch 11300, loss[loss=0.2993, simple_loss=0.374, pruned_loss=0.1123, over 14247.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04153, over 306.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.341, pruned_loss=0.09534, over 2784166.64 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07207, over 45290.40 utterances.], batch size: 306, lr: 1.50e-04 +2022-09-19 21:11:36,083 INFO [train.py:885] (0/2) Epoch 31, batch 11350, loss[loss=0.2457, simple_loss=0.3304, pruned_loss=0.08045, over 14360.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03279, over 244.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3383, pruned_loss=0.09427, over 2788011.55 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07082, over 43698.55 utterances.], batch size: 244, lr: 1.50e-04 +2022-09-19 21:12:05,435 INFO [train.py:885] (0/2) Epoch 31, batch 11400, loss[loss=0.3343, simple_loss=0.4292, pruned_loss=0.1197, over 13642.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07699, over 560.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3409, pruned_loss=0.09559, over 2782189.76 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07179, over 44816.63 utterances.], batch size: 560, lr: 1.50e-04 +2022-09-19 21:12:34,666 INFO [train.py:885] (0/2) Epoch 31, batch 11450, loss[loss=0.2425, simple_loss=0.3137, pruned_loss=0.0856, over 14342.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03768, over 130.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.339, pruned_loss=0.0939, over 2780758.59 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07212, over 44901.84 utterances.], batch size: 130, lr: 1.50e-04 +2022-09-19 21:13:03,928 INFO [train.py:885] (0/2) Epoch 31, batch 11500, loss[loss=0.3722, simple_loss=0.4258, pruned_loss=0.1593, over 14237.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04251, over 335.00 utterances.], tot_loss[loss=0.2626, simple_loss=0.3378, pruned_loss=0.09368, over 2777796.37 frames. utt_duration=254 frames, utt_pad_proportion=0.07251, over 43992.05 utterances.], batch size: 335, lr: 1.50e-04 +2022-09-19 21:13:34,160 INFO [train.py:885] (0/2) Epoch 31, batch 11550, loss[loss=0.305, simple_loss=0.3794, pruned_loss=0.1153, over 14325.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03868, over 262.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3402, pruned_loss=0.09569, over 2784201.77 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06949, over 43779.64 utterances.], batch size: 262, lr: 1.50e-04 +2022-09-19 21:14:03,433 INFO [train.py:885] (0/2) Epoch 31, batch 11600, loss[loss=0.2658, simple_loss=0.3448, pruned_loss=0.09344, over 14243.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04234, over 225.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.34, pruned_loss=0.09531, over 2779245.01 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06991, over 44658.15 utterances.], batch size: 225, lr: 1.50e-04 +2022-09-19 21:14:33,127 INFO [train.py:885] (0/2) Epoch 31, batch 11650, loss[loss=0.1927, simple_loss=0.2759, pruned_loss=0.05472, over 14073.00 frames. utt_duration=575.6 frames, utt_pad_proportion=0.05329, over 98.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.343, pruned_loss=0.097, over 2779668.23 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07152, over 45616.17 utterances.], batch size: 98, lr: 1.50e-04 +2022-09-19 21:15:02,210 INFO [train.py:885] (0/2) Epoch 31, batch 11700, loss[loss=0.1981, simple_loss=0.2826, pruned_loss=0.05682, over 14062.00 frames. utt_duration=713.4 frames, utt_pad_proportion=0.05514, over 79.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3405, pruned_loss=0.09523, over 2781787.65 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07032, over 44516.35 utterances.], batch size: 79, lr: 1.50e-04 +2022-09-19 21:15:32,068 INFO [train.py:885] (0/2) Epoch 31, batch 11750, loss[loss=0.2074, simple_loss=0.2487, pruned_loss=0.08299, over 13276.00 frames. utt_duration=1611 frames, utt_pad_proportion=0.106, over 33.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3457, pruned_loss=0.09704, over 2779563.10 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07312, over 47665.52 utterances.], batch size: 33, lr: 1.50e-04 +2022-09-19 21:16:01,354 INFO [train.py:885] (0/2) Epoch 31, batch 11800, loss[loss=0.2362, simple_loss=0.306, pruned_loss=0.08319, over 14168.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04527, over 109.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3419, pruned_loss=0.09508, over 2778344.48 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07254, over 46093.03 utterances.], batch size: 109, lr: 1.50e-04 +2022-09-19 21:16:31,155 INFO [train.py:885] (0/2) Epoch 31, batch 11850, loss[loss=0.2151, simple_loss=0.2959, pruned_loss=0.06715, over 14165.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.0456, over 109.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3406, pruned_loss=0.09467, over 2776186.30 frames. utt_duration=243.4 frames, utt_pad_proportion=0.0725, over 45896.27 utterances.], batch size: 109, lr: 1.50e-04 +2022-09-19 21:17:00,388 INFO [train.py:885] (0/2) Epoch 31, batch 11900, loss[loss=0.1621, simple_loss=0.2442, pruned_loss=0.04, over 12160.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.1809, over 24.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.345, pruned_loss=0.09723, over 2776959.33 frames. utt_duration=238 frames, utt_pad_proportion=0.07324, over 46958.08 utterances.], batch size: 24, lr: 1.50e-04 +2022-09-19 21:17:30,830 INFO [train.py:885] (0/2) Epoch 31, batch 11950, loss[loss=0.276, simple_loss=0.3772, pruned_loss=0.08738, over 13837.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06946, over 412.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3442, pruned_loss=0.09633, over 2776283.02 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07392, over 47468.79 utterances.], batch size: 412, lr: 1.50e-04 +2022-09-19 21:17:59,850 INFO [train.py:885] (0/2) Epoch 31, batch 12000, loss[loss=0.3192, simple_loss=0.4342, pruned_loss=0.1021, over 13131.00 frames. utt_duration=81.93 frames, utt_pad_proportion=0.1095, over 653.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3422, pruned_loss=0.09584, over 2777756.68 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07232, over 46276.76 utterances.], batch size: 653, lr: 1.50e-04 +2022-09-19 21:17:59,853 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 21:18:04,547 INFO [train.py:914] (0/2) Epoch 31, validation: loss=0.1912, simple_loss=0.2691, pruned_loss=0.05664, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 21:18:33,770 INFO [train.py:885] (0/2) Epoch 31, batch 12050, loss[loss=0.2748, simple_loss=0.342, pruned_loss=0.1038, over 14282.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.04247, over 154.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3432, pruned_loss=0.09651, over 2782750.82 frames. utt_duration=243 frames, utt_pad_proportion=0.06976, over 46089.44 utterances.], batch size: 154, lr: 1.50e-04 +2022-09-19 21:19:03,855 INFO [train.py:885] (0/2) Epoch 31, batch 12100, loss[loss=0.3865, simple_loss=0.4325, pruned_loss=0.1702, over 14243.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04251, over 335.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3472, pruned_loss=0.09763, over 2781104.98 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07117, over 48345.32 utterances.], batch size: 335, lr: 1.50e-04 +2022-09-19 21:19:33,247 INFO [train.py:885] (0/2) Epoch 31, batch 12150, loss[loss=0.1965, simple_loss=0.2676, pruned_loss=0.06266, over 14025.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.05872, over 79.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3464, pruned_loss=0.09754, over 2780762.47 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07127, over 47792.02 utterances.], batch size: 79, lr: 1.50e-04 +2022-09-19 21:20:02,934 INFO [train.py:885] (0/2) Epoch 31, batch 12200, loss[loss=0.2998, simple_loss=0.4096, pruned_loss=0.09503, over 13616.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07835, over 560.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3479, pruned_loss=0.09801, over 2776539.40 frames. utt_duration=228.4 frames, utt_pad_proportion=0.07345, over 48939.82 utterances.], batch size: 560, lr: 1.50e-04 +2022-09-19 21:20:36,902 INFO [train.py:885] (0/2) Epoch 31, batch 12250, loss[loss=0.3459, simple_loss=0.4065, pruned_loss=0.1427, over 14240.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04294, over 335.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3463, pruned_loss=0.09723, over 2784599.33 frames. utt_duration=235.8 frames, utt_pad_proportion=0.06984, over 47539.29 utterances.], batch size: 335, lr: 1.50e-04 +2022-09-19 21:21:07,270 INFO [train.py:885] (0/2) Epoch 31, batch 12300, loss[loss=0.2768, simple_loss=0.3727, pruned_loss=0.09045, over 13984.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05685, over 365.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3455, pruned_loss=0.09716, over 2778863.09 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07189, over 47259.56 utterances.], batch size: 365, lr: 1.50e-04 +2022-09-19 21:21:37,694 INFO [train.py:885] (0/2) Epoch 31, batch 12350, loss[loss=0.2433, simple_loss=0.3095, pruned_loss=0.08856, over 14187.00 frames. utt_duration=580.3 frames, utt_pad_proportion=0.04717, over 98.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3501, pruned_loss=0.09988, over 2775564.49 frames. utt_duration=228 frames, utt_pad_proportion=0.07514, over 49014.75 utterances.], batch size: 98, lr: 1.50e-04 +2022-09-19 21:22:07,588 INFO [train.py:885] (0/2) Epoch 31, batch 12400, loss[loss=0.3608, simple_loss=0.4159, pruned_loss=0.1529, over 14202.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04496, over 335.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3474, pruned_loss=0.09864, over 2778886.43 frames. utt_duration=233 frames, utt_pad_proportion=0.07274, over 48010.18 utterances.], batch size: 335, lr: 1.50e-04 +2022-09-19 21:22:36,792 INFO [train.py:885] (0/2) Epoch 31, batch 12450, loss[loss=0.1898, simple_loss=0.2624, pruned_loss=0.05858, over 13774.00 frames. utt_duration=799.9 frames, utt_pad_proportion=0.06772, over 69.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3485, pruned_loss=0.0987, over 2777571.44 frames. utt_duration=229.1 frames, utt_pad_proportion=0.07439, over 48816.93 utterances.], batch size: 69, lr: 1.50e-04 +2022-09-19 21:23:06,341 INFO [train.py:885] (0/2) Epoch 31, batch 12500, loss[loss=0.363, simple_loss=0.467, pruned_loss=0.1295, over 13184.00 frames. utt_duration=82.38 frames, utt_pad_proportion=0.1046, over 653.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3479, pruned_loss=0.09934, over 2779448.55 frames. utt_duration=234.3 frames, utt_pad_proportion=0.0729, over 47760.54 utterances.], batch size: 653, lr: 1.50e-04 +2022-09-19 21:23:35,694 INFO [train.py:885] (0/2) Epoch 31, batch 12550, loss[loss=0.3254, simple_loss=0.3893, pruned_loss=0.1308, over 14309.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03889, over 283.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3481, pruned_loss=0.09969, over 2784248.17 frames. utt_duration=236.2 frames, utt_pad_proportion=0.0711, over 47438.82 utterances.], batch size: 283, lr: 1.50e-04 +2022-09-19 21:24:03,515 INFO [train.py:885] (0/2) Epoch 31, batch 12600, loss[loss=0.4853, simple_loss=0.5762, pruned_loss=0.1972, over 12499.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 811.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3477, pruned_loss=0.09995, over 2782067.08 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07056, over 46624.40 utterances.], batch size: 811, lr: 1.50e-04 +2022-09-19 21:24:14,375 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/epoch-31.pt +2022-09-19 21:24:22,594 INFO [train.py:885] (0/2) Epoch 32, batch 0, loss[loss=0.4531, simple_loss=0.5667, pruned_loss=0.1697, over 12509.00 frames. utt_duration=63.36 frames, utt_pad_proportion=0.1438, over 810.00 utterances.], tot_loss[loss=0.4531, simple_loss=0.5667, pruned_loss=0.1697, over 12509.00 frames. utt_duration=63.36 frames, utt_pad_proportion=0.1438, over 810.00 utterances.], batch size: 810, lr: 1.48e-04 +2022-09-19 21:24:52,428 INFO [train.py:885] (0/2) Epoch 32, batch 50, loss[loss=0.3053, simple_loss=0.374, pruned_loss=0.1183, over 14221.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04362, over 306.00 utterances.], tot_loss[loss=0.2991, simple_loss=0.3698, pruned_loss=0.1142, over 627844.91 frames. utt_duration=211.5 frames, utt_pad_proportion=0.07749, over 11957.46 utterances.], batch size: 306, lr: 1.48e-04 +2022-09-19 21:25:21,602 INFO [train.py:885] (0/2) Epoch 32, batch 100, loss[loss=0.3129, simple_loss=0.4103, pruned_loss=0.1078, over 13689.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07705, over 477.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3532, pruned_loss=0.1036, over 1104944.63 frames. utt_duration=229.8 frames, utt_pad_proportion=0.07451, over 19353.52 utterances.], batch size: 477, lr: 1.48e-04 +2022-09-19 21:25:51,390 INFO [train.py:885] (0/2) Epoch 32, batch 150, loss[loss=0.155, simple_loss=0.2257, pruned_loss=0.04216, over 13499.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.07796, over 41.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3447, pruned_loss=0.09925, over 1468836.08 frames. utt_duration=241 frames, utt_pad_proportion=0.07613, over 24527.20 utterances.], batch size: 41, lr: 1.48e-04 +2022-09-19 21:26:20,448 INFO [train.py:885] (0/2) Epoch 32, batch 200, loss[loss=0.3278, simple_loss=0.4238, pruned_loss=0.1158, over 13646.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07996, over 477.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3387, pruned_loss=0.09612, over 1761434.48 frames. utt_duration=256.2 frames, utt_pad_proportion=0.0706, over 27660.98 utterances.], batch size: 477, lr: 1.48e-04 +2022-09-19 21:26:50,401 INFO [train.py:885] (0/2) Epoch 32, batch 250, loss[loss=0.2086, simple_loss=0.2917, pruned_loss=0.06274, over 13554.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08129, over 50.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3405, pruned_loss=0.09648, over 1987945.17 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07132, over 31890.32 utterances.], batch size: 50, lr: 1.48e-04 +2022-09-19 21:27:20,450 INFO [train.py:885] (0/2) Epoch 32, batch 300, loss[loss=0.1814, simple_loss=0.2598, pruned_loss=0.05155, over 13797.00 frames. utt_duration=801.6 frames, utt_pad_proportion=0.06142, over 69.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3402, pruned_loss=0.09503, over 2162226.81 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07166, over 35360.86 utterances.], batch size: 69, lr: 1.48e-04 +2022-09-19 21:27:49,531 INFO [train.py:885] (0/2) Epoch 32, batch 350, loss[loss=0.2289, simple_loss=0.3039, pruned_loss=0.07691, over 14215.00 frames. utt_duration=523.2 frames, utt_pad_proportion=0.04174, over 109.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3446, pruned_loss=0.09785, over 2297905.99 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07218, over 37997.85 utterances.], batch size: 109, lr: 1.48e-04 +2022-09-19 21:28:19,260 INFO [train.py:885] (0/2) Epoch 32, batch 400, loss[loss=0.3336, simple_loss=0.3824, pruned_loss=0.1424, over 14274.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.04181, over 130.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3437, pruned_loss=0.09652, over 2405055.38 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07297, over 40245.85 utterances.], batch size: 130, lr: 1.48e-04 +2022-09-19 21:28:48,973 INFO [train.py:885] (0/2) Epoch 32, batch 450, loss[loss=0.2438, simple_loss=0.3191, pruned_loss=0.08428, over 14347.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03544, over 130.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3432, pruned_loss=0.09593, over 2486210.12 frames. utt_duration=239.3 frames, utt_pad_proportion=0.0709, over 41817.01 utterances.], batch size: 130, lr: 1.48e-04 +2022-09-19 21:29:19,020 INFO [train.py:885] (0/2) Epoch 32, batch 500, loss[loss=0.3841, simple_loss=0.4787, pruned_loss=0.1448, over 13200.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1048, over 653.00 utterances.], tot_loss[loss=0.2608, simple_loss=0.3366, pruned_loss=0.09251, over 2543719.08 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07166, over 41394.96 utterances.], batch size: 653, lr: 1.48e-04 +2022-09-19 21:29:48,466 INFO [train.py:885] (0/2) Epoch 32, batch 550, loss[loss=0.422, simple_loss=0.5069, pruned_loss=0.1686, over 13182.00 frames. utt_duration=82.26 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.3406, pruned_loss=0.09441, over 2593533.76 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07286, over 42824.89 utterances.], batch size: 653, lr: 1.48e-04 +2022-09-19 21:30:18,458 INFO [train.py:885] (0/2) Epoch 32, batch 600, loss[loss=0.2683, simple_loss=0.3506, pruned_loss=0.09304, over 14332.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03805, over 262.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.342, pruned_loss=0.09559, over 2636248.85 frames. utt_duration=244.1 frames, utt_pad_proportion=0.0723, over 43460.82 utterances.], batch size: 262, lr: 1.48e-04 +2022-09-19 21:30:47,733 INFO [train.py:885] (0/2) Epoch 32, batch 650, loss[loss=0.3341, simple_loss=0.4209, pruned_loss=0.1237, over 13642.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08, over 477.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3417, pruned_loss=0.09579, over 2665865.63 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07113, over 43569.99 utterances.], batch size: 477, lr: 1.48e-04 +2022-09-19 21:31:17,741 INFO [train.py:885] (0/2) Epoch 32, batch 700, loss[loss=0.2669, simple_loss=0.3452, pruned_loss=0.09425, over 14339.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03727, over 195.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3405, pruned_loss=0.09534, over 2692837.80 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06926, over 42787.08 utterances.], batch size: 195, lr: 1.48e-04 +2022-09-19 21:31:47,110 INFO [train.py:885] (0/2) Epoch 32, batch 750, loss[loss=0.1663, simple_loss=0.2498, pruned_loss=0.04141, over 12925.00 frames. utt_duration=2070 frames, utt_pad_proportion=0.1064, over 25.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3432, pruned_loss=0.09624, over 2712588.29 frames. utt_duration=245.9 frames, utt_pad_proportion=0.0693, over 44395.71 utterances.], batch size: 25, lr: 1.48e-04 +2022-09-19 21:32:06,423 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-392000.pt +2022-09-19 21:32:18,633 INFO [train.py:885] (0/2) Epoch 32, batch 800, loss[loss=0.3115, simple_loss=0.3817, pruned_loss=0.1206, over 14215.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04385, over 306.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3418, pruned_loss=0.09552, over 2723678.70 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07145, over 44727.74 utterances.], batch size: 306, lr: 1.48e-04 +2022-09-19 21:32:48,173 INFO [train.py:885] (0/2) Epoch 32, batch 850, loss[loss=0.2316, simple_loss=0.316, pruned_loss=0.07365, over 14272.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04024, over 130.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3394, pruned_loss=0.09536, over 2736044.54 frames. utt_duration=254.6 frames, utt_pad_proportion=0.07029, over 43235.81 utterances.], batch size: 130, lr: 1.48e-04 +2022-09-19 21:33:19,725 INFO [train.py:885] (0/2) Epoch 32, batch 900, loss[loss=0.3061, simple_loss=0.409, pruned_loss=0.1017, over 13596.00 frames. utt_duration=98.59 frames, utt_pad_proportion=0.07862, over 560.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3406, pruned_loss=0.09553, over 2748999.68 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06911, over 44293.09 utterances.], batch size: 560, lr: 1.48e-04 +2022-09-19 21:33:49,834 INFO [train.py:885] (0/2) Epoch 32, batch 950, loss[loss=0.2954, simple_loss=0.3997, pruned_loss=0.0955, over 13624.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08181, over 477.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3448, pruned_loss=0.09783, over 2752368.25 frames. utt_duration=244 frames, utt_pad_proportion=0.07159, over 45390.30 utterances.], batch size: 477, lr: 1.48e-04 +2022-09-19 21:34:20,649 INFO [train.py:885] (0/2) Epoch 32, batch 1000, loss[loss=0.2265, simple_loss=0.3104, pruned_loss=0.07134, over 14328.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03943, over 154.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3432, pruned_loss=0.09636, over 2757887.22 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07005, over 45048.59 utterances.], batch size: 154, lr: 1.48e-04 +2022-09-19 21:34:54,197 INFO [train.py:885] (0/2) Epoch 32, batch 1050, loss[loss=0.2862, simple_loss=0.3615, pruned_loss=0.1055, over 14353.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03637, over 210.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.343, pruned_loss=0.09594, over 2763203.66 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07096, over 45215.91 utterances.], batch size: 210, lr: 1.48e-04 +2022-09-19 21:35:28,257 INFO [train.py:885] (0/2) Epoch 32, batch 1100, loss[loss=0.2629, simple_loss=0.3437, pruned_loss=0.09106, over 14327.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03785, over 283.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3434, pruned_loss=0.09511, over 2765255.05 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07277, over 46073.10 utterances.], batch size: 283, lr: 1.48e-04 +2022-09-19 21:35:58,692 INFO [train.py:885] (0/2) Epoch 32, batch 1150, loss[loss=0.3109, simple_loss=0.3723, pruned_loss=0.1247, over 14333.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03675, over 195.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3425, pruned_loss=0.09463, over 2768195.83 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07239, over 46148.63 utterances.], batch size: 195, lr: 1.48e-04 +2022-09-19 21:36:28,823 INFO [train.py:885] (0/2) Epoch 32, batch 1200, loss[loss=0.3201, simple_loss=0.3858, pruned_loss=0.1272, over 14360.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03617, over 283.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3421, pruned_loss=0.09562, over 2777997.96 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06882, over 44495.82 utterances.], batch size: 283, lr: 1.48e-04 +2022-09-19 21:36:58,829 INFO [train.py:885] (0/2) Epoch 32, batch 1250, loss[loss=0.1962, simple_loss=0.2747, pruned_loss=0.0588, over 14185.00 frames. utt_duration=638.8 frames, utt_pad_proportion=0.04796, over 89.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3448, pruned_loss=0.09655, over 2772367.24 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07235, over 46246.13 utterances.], batch size: 89, lr: 1.48e-04 +2022-09-19 21:37:28,885 INFO [train.py:885] (0/2) Epoch 32, batch 1300, loss[loss=0.1631, simple_loss=0.2315, pruned_loss=0.04736, over 12579.00 frames. utt_duration=2098 frames, utt_pad_proportion=0.156, over 24.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3434, pruned_loss=0.09598, over 2778225.06 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06991, over 45847.10 utterances.], batch size: 24, lr: 1.48e-04 +2022-09-19 21:37:59,445 INFO [train.py:885] (0/2) Epoch 32, batch 1350, loss[loss=0.2629, simple_loss=0.3325, pruned_loss=0.09661, over 14278.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.04258, over 154.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3436, pruned_loss=0.09608, over 2781406.53 frames. utt_duration=244 frames, utt_pad_proportion=0.07039, over 45882.89 utterances.], batch size: 154, lr: 1.48e-04 +2022-09-19 21:38:28,920 INFO [train.py:885] (0/2) Epoch 32, batch 1400, loss[loss=0.2883, simple_loss=0.3663, pruned_loss=0.1052, over 14356.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03357, over 244.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.341, pruned_loss=0.09472, over 2779946.09 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07059, over 45195.45 utterances.], batch size: 244, lr: 1.48e-04 +2022-09-19 21:38:59,358 INFO [train.py:885] (0/2) Epoch 32, batch 1450, loss[loss=0.1643, simple_loss=0.2225, pruned_loss=0.053, over 12392.00 frames. utt_duration=2067 frames, utt_pad_proportion=0.1477, over 24.00 utterances.], tot_loss[loss=0.2641, simple_loss=0.3397, pruned_loss=0.09422, over 2780691.10 frames. utt_duration=249 frames, utt_pad_proportion=0.07003, over 44936.19 utterances.], batch size: 24, lr: 1.48e-04 +2022-09-19 21:39:30,115 INFO [train.py:885] (0/2) Epoch 32, batch 1500, loss[loss=0.1733, simple_loss=0.2489, pruned_loss=0.04881, over 13528.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08788, over 50.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3409, pruned_loss=0.0946, over 2779880.44 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07086, over 45584.06 utterances.], batch size: 50, lr: 1.48e-04 +2022-09-19 21:39:59,308 INFO [train.py:885] (0/2) Epoch 32, batch 1550, loss[loss=0.157, simple_loss=0.2402, pruned_loss=0.03687, over 13717.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.07767, over 42.00 utterances.], tot_loss[loss=0.2615, simple_loss=0.3369, pruned_loss=0.09311, over 2780708.51 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06896, over 43541.71 utterances.], batch size: 42, lr: 1.48e-04 +2022-09-19 21:40:30,217 INFO [train.py:885] (0/2) Epoch 32, batch 1600, loss[loss=0.2357, simple_loss=0.3298, pruned_loss=0.07076, over 14356.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03587, over 210.00 utterances.], tot_loss[loss=0.2607, simple_loss=0.336, pruned_loss=0.09274, over 2781029.44 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06798, over 42748.58 utterances.], batch size: 210, lr: 1.48e-04 +2022-09-19 21:40:59,904 INFO [train.py:885] (0/2) Epoch 32, batch 1650, loss[loss=0.2181, simple_loss=0.2944, pruned_loss=0.07092, over 14327.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03842, over 120.00 utterances.], tot_loss[loss=0.2622, simple_loss=0.3374, pruned_loss=0.09352, over 2784800.98 frames. utt_duration=262.1 frames, utt_pad_proportion=0.06646, over 42738.44 utterances.], batch size: 120, lr: 1.48e-04 +2022-09-19 21:41:30,650 INFO [train.py:885] (0/2) Epoch 32, batch 1700, loss[loss=0.252, simple_loss=0.3371, pruned_loss=0.08347, over 14336.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.0394, over 167.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3406, pruned_loss=0.09535, over 2783157.40 frames. utt_duration=251.2 frames, utt_pad_proportion=0.06941, over 44574.91 utterances.], batch size: 167, lr: 1.48e-04 +2022-09-19 21:42:00,218 INFO [train.py:885] (0/2) Epoch 32, batch 1750, loss[loss=0.2892, simple_loss=0.3747, pruned_loss=0.1019, over 14022.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05648, over 366.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3425, pruned_loss=0.09668, over 2785134.86 frames. utt_duration=248 frames, utt_pad_proportion=0.06962, over 45192.77 utterances.], batch size: 366, lr: 1.48e-04 +2022-09-19 21:42:29,589 INFO [train.py:885] (0/2) Epoch 32, batch 1800, loss[loss=0.3216, simple_loss=0.4157, pruned_loss=0.1137, over 13679.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07777, over 477.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3428, pruned_loss=0.09685, over 2782579.59 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07032, over 44952.06 utterances.], batch size: 477, lr: 1.47e-04 +2022-09-19 21:42:59,926 INFO [train.py:885] (0/2) Epoch 32, batch 1850, loss[loss=0.2633, simple_loss=0.3357, pruned_loss=0.09544, over 14367.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03748, over 167.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3442, pruned_loss=0.09761, over 2780984.21 frames. utt_duration=245 frames, utt_pad_proportion=0.06945, over 45673.78 utterances.], batch size: 167, lr: 1.47e-04 +2022-09-19 21:43:31,276 INFO [train.py:885] (0/2) Epoch 32, batch 1900, loss[loss=0.4676, simple_loss=0.5632, pruned_loss=0.186, over 12532.00 frames. utt_duration=63.35 frames, utt_pad_proportion=0.1439, over 810.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3453, pruned_loss=0.09735, over 2783956.80 frames. utt_duration=241.4 frames, utt_pad_proportion=0.0697, over 46404.55 utterances.], batch size: 810, lr: 1.47e-04 +2022-09-19 21:44:01,384 INFO [train.py:885] (0/2) Epoch 32, batch 1950, loss[loss=0.2686, simple_loss=0.3373, pruned_loss=0.09998, over 14229.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04466, over 141.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3472, pruned_loss=0.09822, over 2782971.48 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07125, over 47311.89 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 21:44:31,455 INFO [train.py:885] (0/2) Epoch 32, batch 2000, loss[loss=0.186, simple_loss=0.234, pruned_loss=0.06903, over 13554.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.0875, over 50.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3468, pruned_loss=0.09799, over 2778772.53 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07168, over 47528.71 utterances.], batch size: 50, lr: 1.47e-04 +2022-09-19 21:45:01,247 INFO [train.py:885] (0/2) Epoch 32, batch 2050, loss[loss=0.2266, simple_loss=0.3131, pruned_loss=0.07001, over 14273.00 frames. utt_duration=440.7 frames, utt_pad_proportion=0.03995, over 130.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3468, pruned_loss=0.0985, over 2773340.34 frames. utt_duration=232 frames, utt_pad_proportion=0.07263, over 48114.82 utterances.], batch size: 130, lr: 1.47e-04 +2022-09-19 21:45:30,712 INFO [train.py:885] (0/2) Epoch 32, batch 2100, loss[loss=0.215, simple_loss=0.2976, pruned_loss=0.06615, over 14228.00 frames. utt_duration=641.1 frames, utt_pad_proportion=0.04459, over 89.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3474, pruned_loss=0.09803, over 2774878.65 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07228, over 48122.03 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 21:46:00,761 INFO [train.py:885] (0/2) Epoch 32, batch 2150, loss[loss=0.5203, simple_loss=0.6039, pruned_loss=0.2184, over 12447.00 frames. utt_duration=63.01 frames, utt_pad_proportion=0.1485, over 810.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3432, pruned_loss=0.09667, over 2775364.76 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07261, over 46654.89 utterances.], batch size: 810, lr: 1.47e-04 +2022-09-19 21:46:31,255 INFO [train.py:885] (0/2) Epoch 32, batch 2200, loss[loss=0.1754, simple_loss=0.2213, pruned_loss=0.06477, over 12292.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.1764, over 24.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3427, pruned_loss=0.09619, over 2773682.64 frames. utt_duration=241 frames, utt_pad_proportion=0.07315, over 46311.41 utterances.], batch size: 24, lr: 1.47e-04 +2022-09-19 21:47:00,635 INFO [train.py:885] (0/2) Epoch 32, batch 2250, loss[loss=0.2981, simple_loss=0.3967, pruned_loss=0.0998, over 13784.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07129, over 411.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3429, pruned_loss=0.09647, over 2778926.95 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07189, over 45863.54 utterances.], batch size: 411, lr: 1.47e-04 +2022-09-19 21:47:30,651 INFO [train.py:885] (0/2) Epoch 32, batch 2300, loss[loss=0.1976, simple_loss=0.2593, pruned_loss=0.0679, over 13931.00 frames. utt_duration=706.8 frames, utt_pad_proportion=0.06389, over 79.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3436, pruned_loss=0.09604, over 2786399.78 frames. utt_duration=242 frames, utt_pad_proportion=0.06897, over 46345.00 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 21:48:01,401 INFO [train.py:885] (0/2) Epoch 32, batch 2350, loss[loss=0.2202, simple_loss=0.2944, pruned_loss=0.07298, over 13838.00 frames. utt_duration=923.9 frames, utt_pad_proportion=0.07052, over 60.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3421, pruned_loss=0.09579, over 2785274.18 frames. utt_duration=248.5 frames, utt_pad_proportion=0.0696, over 45099.47 utterances.], batch size: 60, lr: 1.47e-04 +2022-09-19 21:48:31,306 INFO [train.py:885] (0/2) Epoch 32, batch 2400, loss[loss=0.2334, simple_loss=0.3242, pruned_loss=0.07129, over 14327.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03931, over 154.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3418, pruned_loss=0.0952, over 2787871.22 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06802, over 44991.42 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 21:49:02,356 INFO [train.py:885] (0/2) Epoch 32, batch 2450, loss[loss=0.2259, simple_loss=0.3028, pruned_loss=0.07447, over 14217.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04769, over 141.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3473, pruned_loss=0.0973, over 2783176.67 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07125, over 47693.76 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 21:49:33,006 INFO [train.py:885] (0/2) Epoch 32, batch 2500, loss[loss=0.1776, simple_loss=0.2507, pruned_loss=0.05226, over 14001.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.05913, over 79.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3445, pruned_loss=0.09618, over 2785414.56 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07097, over 46690.04 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 21:50:02,981 INFO [train.py:885] (0/2) Epoch 32, batch 2550, loss[loss=0.3263, simple_loss=0.4198, pruned_loss=0.1163, over 13655.00 frames. utt_duration=98.94 frames, utt_pad_proportion=0.07532, over 560.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3418, pruned_loss=0.09548, over 2784283.16 frames. utt_duration=249 frames, utt_pad_proportion=0.06964, over 44989.13 utterances.], batch size: 560, lr: 1.47e-04 +2022-09-19 21:50:33,747 INFO [train.py:885] (0/2) Epoch 32, batch 2600, loss[loss=0.206, simple_loss=0.2856, pruned_loss=0.06323, over 14025.00 frames. utt_duration=711.5 frames, utt_pad_proportion=0.05884, over 79.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3449, pruned_loss=0.09652, over 2784135.37 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07024, over 46622.39 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 21:51:03,974 INFO [train.py:885] (0/2) Epoch 32, batch 2650, loss[loss=0.3698, simple_loss=0.4159, pruned_loss=0.1619, over 14308.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03919, over 283.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3426, pruned_loss=0.09652, over 2783464.26 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06872, over 45228.62 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 21:51:33,543 INFO [train.py:885] (0/2) Epoch 32, batch 2700, loss[loss=0.3785, simple_loss=0.4318, pruned_loss=0.1626, over 14300.00 frames. utt_duration=255.7 frames, utt_pad_proportion=0.03881, over 225.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3404, pruned_loss=0.09616, over 2784848.56 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06849, over 43668.48 utterances.], batch size: 225, lr: 1.47e-04 +2022-09-19 21:52:03,685 INFO [train.py:885] (0/2) Epoch 32, batch 2750, loss[loss=0.1703, simple_loss=0.2431, pruned_loss=0.04875, over 13493.00 frames. utt_duration=1318 frames, utt_pad_proportion=0.08051, over 41.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3414, pruned_loss=0.09607, over 2784331.21 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06771, over 43999.14 utterances.], batch size: 41, lr: 1.47e-04 +2022-09-19 21:52:34,547 INFO [train.py:885] (0/2) Epoch 32, batch 2800, loss[loss=0.2669, simple_loss=0.3404, pruned_loss=0.09676, over 14291.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04195, over 154.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3438, pruned_loss=0.09713, over 2784306.92 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07081, over 45588.45 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 21:53:04,734 INFO [train.py:885] (0/2) Epoch 32, batch 2850, loss[loss=0.2897, simple_loss=0.3621, pruned_loss=0.1086, over 14348.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03611, over 210.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3454, pruned_loss=0.09748, over 2784227.41 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07115, over 46542.36 utterances.], batch size: 210, lr: 1.47e-04 +2022-09-19 21:53:34,427 INFO [train.py:885] (0/2) Epoch 32, batch 2900, loss[loss=0.2541, simple_loss=0.3333, pruned_loss=0.08749, over 14326.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03934, over 154.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3474, pruned_loss=0.09857, over 2784172.75 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07162, over 47539.73 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 21:54:05,058 INFO [train.py:885] (0/2) Epoch 32, batch 2950, loss[loss=0.2838, simple_loss=0.3668, pruned_loss=0.1004, over 14371.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03232, over 244.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3438, pruned_loss=0.09674, over 2780272.36 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07154, over 46496.70 utterances.], batch size: 244, lr: 1.47e-04 +2022-09-19 21:54:34,249 INFO [train.py:885] (0/2) Epoch 32, batch 3000, loss[loss=0.3204, simple_loss=0.3867, pruned_loss=0.127, over 14324.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03847, over 283.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3422, pruned_loss=0.09609, over 2783087.41 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07013, over 45797.14 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 21:54:34,251 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 21:54:38,836 INFO [train.py:914] (0/2) Epoch 32, validation: loss=0.1846, simple_loss=0.2651, pruned_loss=0.05205, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 21:55:07,995 INFO [train.py:885] (0/2) Epoch 32, batch 3050, loss[loss=0.2599, simple_loss=0.3302, pruned_loss=0.09483, over 14288.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04193, over 154.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3426, pruned_loss=0.09598, over 2780155.15 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07024, over 46268.69 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 21:55:37,651 INFO [train.py:885] (0/2) Epoch 32, batch 3100, loss[loss=0.2241, simple_loss=0.3009, pruned_loss=0.07359, over 14138.00 frames. utt_duration=520.2 frames, utt_pad_proportion=0.0473, over 109.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3435, pruned_loss=0.09659, over 2782270.76 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07098, over 46637.31 utterances.], batch size: 109, lr: 1.47e-04 +2022-09-19 21:56:07,286 INFO [train.py:885] (0/2) Epoch 32, batch 3150, loss[loss=0.39, simple_loss=0.4378, pruned_loss=0.1712, over 14221.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04389, over 335.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.342, pruned_loss=0.09662, over 2780905.37 frames. utt_duration=244.4 frames, utt_pad_proportion=0.0711, over 45798.06 utterances.], batch size: 335, lr: 1.47e-04 +2022-09-19 21:56:36,627 INFO [train.py:885] (0/2) Epoch 32, batch 3200, loss[loss=0.3913, simple_loss=0.4439, pruned_loss=0.1693, over 14222.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04307, over 306.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3407, pruned_loss=0.0957, over 2781381.37 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07133, over 45348.23 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 21:57:14,794 INFO [train.py:885] (0/2) Epoch 32, batch 3250, loss[loss=0.2913, simple_loss=0.3625, pruned_loss=0.11, over 14357.00 frames. utt_duration=296 frames, utt_pad_proportion=0.0357, over 195.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3413, pruned_loss=0.09564, over 2782187.48 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07149, over 45989.43 utterances.], batch size: 195, lr: 1.47e-04 +2022-09-19 21:57:44,344 INFO [train.py:885] (0/2) Epoch 32, batch 3300, loss[loss=0.2043, simple_loss=0.2522, pruned_loss=0.07821, over 13633.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.08317, over 42.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.3387, pruned_loss=0.09555, over 2781065.69 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07171, over 44452.89 utterances.], batch size: 42, lr: 1.47e-04 +2022-09-19 21:58:14,093 INFO [train.py:885] (0/2) Epoch 32, batch 3350, loss[loss=0.2842, simple_loss=0.36, pruned_loss=0.1042, over 14239.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04249, over 225.00 utterances.], tot_loss[loss=0.2615, simple_loss=0.336, pruned_loss=0.09353, over 2779452.02 frames. utt_duration=258.3 frames, utt_pad_proportion=0.07075, over 43283.97 utterances.], batch size: 225, lr: 1.47e-04 +2022-09-19 21:58:44,025 INFO [train.py:885] (0/2) Epoch 32, batch 3400, loss[loss=0.3088, simple_loss=0.3849, pruned_loss=0.1164, over 14357.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03612, over 283.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3404, pruned_loss=0.09539, over 2786339.71 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06818, over 44264.42 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 21:59:14,010 INFO [train.py:885] (0/2) Epoch 32, batch 3450, loss[loss=0.3254, simple_loss=0.4248, pruned_loss=0.113, over 13632.00 frames. utt_duration=98.79 frames, utt_pad_proportion=0.07675, over 560.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3408, pruned_loss=0.09561, over 2783018.35 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06899, over 44628.24 utterances.], batch size: 560, lr: 1.47e-04 +2022-09-19 21:59:43,197 INFO [train.py:885] (0/2) Epoch 32, batch 3500, loss[loss=0.2375, simple_loss=0.3165, pruned_loss=0.07928, over 14321.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03978, over 154.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.341, pruned_loss=0.09533, over 2786321.64 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06947, over 44858.82 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 22:00:12,739 INFO [train.py:885] (0/2) Epoch 32, batch 3550, loss[loss=0.1612, simple_loss=0.2296, pruned_loss=0.04645, over 13611.00 frames. utt_duration=1330 frames, utt_pad_proportion=0.07155, over 41.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3422, pruned_loss=0.09643, over 2789860.49 frames. utt_duration=252.3 frames, utt_pad_proportion=0.06726, over 44491.07 utterances.], batch size: 41, lr: 1.47e-04 +2022-09-19 22:00:45,969 INFO [train.py:885] (0/2) Epoch 32, batch 3600, loss[loss=0.26, simple_loss=0.3465, pruned_loss=0.0868, over 14320.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0383, over 226.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3441, pruned_loss=0.09706, over 2788883.44 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06912, over 45841.87 utterances.], batch size: 226, lr: 1.47e-04 +2022-09-19 22:01:19,237 INFO [train.py:885] (0/2) Epoch 32, batch 3650, loss[loss=0.355, simple_loss=0.4404, pruned_loss=0.1348, over 13607.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08428, over 478.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.34, pruned_loss=0.09537, over 2784585.00 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06952, over 44256.31 utterances.], batch size: 478, lr: 1.47e-04 +2022-09-19 22:01:49,216 INFO [train.py:885] (0/2) Epoch 32, batch 3700, loss[loss=0.3254, simple_loss=0.396, pruned_loss=0.1273, over 14204.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.044, over 306.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3415, pruned_loss=0.09648, over 2788515.02 frames. utt_duration=250.5 frames, utt_pad_proportion=0.0673, over 44800.76 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 22:02:22,283 INFO [train.py:885] (0/2) Epoch 32, batch 3750, loss[loss=0.2363, simple_loss=0.3121, pruned_loss=0.08029, over 14159.00 frames. utt_duration=579.4 frames, utt_pad_proportion=0.04711, over 98.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3426, pruned_loss=0.09664, over 2786648.22 frames. utt_duration=247.3 frames, utt_pad_proportion=0.06871, over 45343.48 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 22:02:52,649 INFO [train.py:885] (0/2) Epoch 32, batch 3800, loss[loss=0.1689, simple_loss=0.2486, pruned_loss=0.04462, over 13599.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08387, over 50.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3456, pruned_loss=0.09807, over 2784474.13 frames. utt_duration=239.3 frames, utt_pad_proportion=0.06819, over 46828.76 utterances.], batch size: 50, lr: 1.47e-04 +2022-09-19 22:03:21,693 INFO [train.py:885] (0/2) Epoch 32, batch 3850, loss[loss=0.2747, simple_loss=0.3554, pruned_loss=0.09696, over 14369.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03314, over 244.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3426, pruned_loss=0.09695, over 2788106.38 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06578, over 45273.96 utterances.], batch size: 244, lr: 1.47e-04 +2022-09-19 22:03:51,582 INFO [train.py:885] (0/2) Epoch 32, batch 3900, loss[loss=0.1676, simple_loss=0.2345, pruned_loss=0.05037, over 13687.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08115, over 42.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3484, pruned_loss=0.09871, over 2783479.62 frames. utt_duration=231 frames, utt_pad_proportion=0.07236, over 48513.25 utterances.], batch size: 42, lr: 1.47e-04 +2022-09-19 22:04:25,596 INFO [train.py:885] (0/2) Epoch 32, batch 3950, loss[loss=0.2905, simple_loss=0.3652, pruned_loss=0.1079, over 14322.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03877, over 283.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.348, pruned_loss=0.09825, over 2785767.31 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07109, over 48362.17 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 22:04:55,427 INFO [train.py:885] (0/2) Epoch 32, batch 4000, loss[loss=0.1767, simple_loss=0.2346, pruned_loss=0.05947, over 13771.00 frames. utt_duration=919.8 frames, utt_pad_proportion=0.07563, over 60.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3481, pruned_loss=0.09834, over 2781240.67 frames. utt_duration=229.1 frames, utt_pad_proportion=0.07255, over 48876.74 utterances.], batch size: 60, lr: 1.47e-04 +2022-09-19 22:05:24,677 INFO [train.py:885] (0/2) Epoch 32, batch 4050, loss[loss=0.1887, simple_loss=0.2666, pruned_loss=0.05541, over 14140.00 frames. utt_duration=637 frames, utt_pad_proportion=0.05062, over 89.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3448, pruned_loss=0.09717, over 2780742.48 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07056, over 46588.56 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:05:55,076 INFO [train.py:885] (0/2) Epoch 32, batch 4100, loss[loss=0.2178, simple_loss=0.2895, pruned_loss=0.07311, over 14096.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05275, over 98.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3485, pruned_loss=0.09872, over 2783554.05 frames. utt_duration=234 frames, utt_pad_proportion=0.07021, over 47892.91 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 22:06:24,418 INFO [train.py:885] (0/2) Epoch 32, batch 4150, loss[loss=0.3077, simple_loss=0.3791, pruned_loss=0.1182, over 14318.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03928, over 262.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3473, pruned_loss=0.09809, over 2785187.08 frames. utt_duration=236.2 frames, utt_pad_proportion=0.0693, over 47458.61 utterances.], batch size: 262, lr: 1.47e-04 +2022-09-19 22:06:54,353 INFO [train.py:885] (0/2) Epoch 32, batch 4200, loss[loss=0.2919, simple_loss=0.3631, pruned_loss=0.1104, over 14237.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04629, over 141.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3449, pruned_loss=0.09692, over 2784625.99 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07089, over 46722.74 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 22:07:23,622 INFO [train.py:885] (0/2) Epoch 32, batch 4250, loss[loss=0.2148, simple_loss=0.287, pruned_loss=0.07127, over 14068.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05352, over 98.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3415, pruned_loss=0.0956, over 2784452.55 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06979, over 45222.84 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 22:07:53,621 INFO [train.py:885] (0/2) Epoch 32, batch 4300, loss[loss=0.2855, simple_loss=0.3586, pruned_loss=0.1062, over 14244.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.0424, over 306.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3434, pruned_loss=0.09755, over 2784048.04 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07018, over 45760.16 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 22:08:27,380 INFO [train.py:885] (0/2) Epoch 32, batch 4350, loss[loss=0.2698, simple_loss=0.3815, pruned_loss=0.07902, over 13786.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07034, over 411.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3472, pruned_loss=0.09897, over 2780608.28 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07162, over 47557.04 utterances.], batch size: 411, lr: 1.47e-04 +2022-09-19 22:08:57,173 INFO [train.py:885] (0/2) Epoch 32, batch 4400, loss[loss=0.2274, simple_loss=0.3062, pruned_loss=0.07433, over 14234.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04678, over 141.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3457, pruned_loss=0.0979, over 2780310.57 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07135, over 46845.98 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 22:09:26,798 INFO [train.py:885] (0/2) Epoch 32, batch 4450, loss[loss=0.222, simple_loss=0.3012, pruned_loss=0.0714, over 14297.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04123, over 154.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3477, pruned_loss=0.09847, over 2783410.30 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07226, over 47553.55 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 22:09:56,189 INFO [train.py:885] (0/2) Epoch 32, batch 4500, loss[loss=0.1466, simple_loss=0.1956, pruned_loss=0.04878, over 12355.00 frames. utt_duration=2061 frames, utt_pad_proportion=0.1562, over 24.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3443, pruned_loss=0.09659, over 2781050.37 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07253, over 46540.91 utterances.], batch size: 24, lr: 1.47e-04 +2022-09-19 22:10:25,536 INFO [train.py:885] (0/2) Epoch 32, batch 4550, loss[loss=0.305, simple_loss=0.3757, pruned_loss=0.1172, over 14233.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04285, over 306.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3423, pruned_loss=0.09517, over 2782291.92 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07071, over 45909.09 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 22:10:55,568 INFO [train.py:885] (0/2) Epoch 32, batch 4600, loss[loss=0.2476, simple_loss=0.3407, pruned_loss=0.07724, over 14256.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04157, over 180.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3447, pruned_loss=0.09703, over 2779045.53 frames. utt_duration=241.4 frames, utt_pad_proportion=0.0732, over 46338.79 utterances.], batch size: 180, lr: 1.47e-04 +2022-09-19 22:11:24,948 INFO [train.py:885] (0/2) Epoch 32, batch 4650, loss[loss=0.1912, simple_loss=0.2738, pruned_loss=0.05435, over 13879.00 frames. utt_duration=806 frames, utt_pad_proportion=0.06173, over 69.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3422, pruned_loss=0.09584, over 2779078.92 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07183, over 45597.72 utterances.], batch size: 69, lr: 1.47e-04 +2022-09-19 22:11:55,449 INFO [train.py:885] (0/2) Epoch 32, batch 4700, loss[loss=0.1754, simple_loss=0.231, pruned_loss=0.05984, over 13752.00 frames. utt_duration=918.2 frames, utt_pad_proportion=0.06871, over 60.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3464, pruned_loss=0.09668, over 2777521.74 frames. utt_duration=229.2 frames, utt_pad_proportion=0.07494, over 48778.61 utterances.], batch size: 60, lr: 1.47e-04 +2022-09-19 22:12:24,268 INFO [train.py:885] (0/2) Epoch 32, batch 4750, loss[loss=0.3427, simple_loss=0.4494, pruned_loss=0.118, over 13213.00 frames. utt_duration=82.41 frames, utt_pad_proportion=0.1043, over 653.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3418, pruned_loss=0.0947, over 2778212.10 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07403, over 46743.91 utterances.], batch size: 653, lr: 1.47e-04 +2022-09-19 22:12:43,014 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-396000.pt +2022-09-19 22:12:54,857 INFO [train.py:885] (0/2) Epoch 32, batch 4800, loss[loss=0.284, simple_loss=0.3573, pruned_loss=0.1053, over 14332.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.03745, over 195.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3475, pruned_loss=0.09874, over 2780053.29 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07429, over 47677.19 utterances.], batch size: 195, lr: 1.47e-04 +2022-09-19 22:13:24,153 INFO [train.py:885] (0/2) Epoch 32, batch 4850, loss[loss=0.2712, simple_loss=0.341, pruned_loss=0.1007, over 14257.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04517, over 141.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3428, pruned_loss=0.09631, over 2779964.54 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07092, over 45711.72 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 22:13:54,449 INFO [train.py:885] (0/2) Epoch 32, batch 4900, loss[loss=0.3232, simple_loss=0.3921, pruned_loss=0.1271, over 14341.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.0374, over 262.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3474, pruned_loss=0.09829, over 2779142.66 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07301, over 47918.25 utterances.], batch size: 262, lr: 1.47e-04 +2022-09-19 22:14:24,920 INFO [train.py:885] (0/2) Epoch 32, batch 4950, loss[loss=0.3352, simple_loss=0.3905, pruned_loss=0.1399, over 14318.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03705, over 180.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3428, pruned_loss=0.09566, over 2778964.27 frames. utt_duration=241 frames, utt_pad_proportion=0.07223, over 46409.42 utterances.], batch size: 180, lr: 1.47e-04 +2022-09-19 22:14:55,006 INFO [train.py:885] (0/2) Epoch 32, batch 5000, loss[loss=0.1782, simple_loss=0.2589, pruned_loss=0.04877, over 14010.00 frames. utt_duration=710.7 frames, utt_pad_proportion=0.05493, over 79.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3446, pruned_loss=0.09692, over 2781401.95 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0722, over 46764.37 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 22:15:24,211 INFO [train.py:885] (0/2) Epoch 32, batch 5050, loss[loss=0.2955, simple_loss=0.376, pruned_loss=0.1075, over 14219.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0436, over 306.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.342, pruned_loss=0.0967, over 2782304.64 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07095, over 45071.96 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 22:15:54,229 INFO [train.py:885] (0/2) Epoch 32, batch 5100, loss[loss=0.3873, simple_loss=0.4833, pruned_loss=0.1456, over 13101.00 frames. utt_duration=81.77 frames, utt_pad_proportion=0.1112, over 653.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3426, pruned_loss=0.09714, over 2780502.89 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0718, over 45323.57 utterances.], batch size: 653, lr: 1.47e-04 +2022-09-19 22:16:23,973 INFO [train.py:885] (0/2) Epoch 32, batch 5150, loss[loss=0.3043, simple_loss=0.373, pruned_loss=0.1177, over 14266.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04076, over 180.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3391, pruned_loss=0.09595, over 2779919.48 frames. utt_duration=258.2 frames, utt_pad_proportion=0.0705, over 43309.52 utterances.], batch size: 180, lr: 1.47e-04 +2022-09-19 22:16:53,462 INFO [train.py:885] (0/2) Epoch 32, batch 5200, loss[loss=0.3322, simple_loss=0.3886, pruned_loss=0.1379, over 14330.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03797, over 195.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3404, pruned_loss=0.09634, over 2779333.33 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07148, over 44260.16 utterances.], batch size: 195, lr: 1.47e-04 +2022-09-19 22:17:23,196 INFO [train.py:885] (0/2) Epoch 32, batch 5250, loss[loss=0.299, simple_loss=0.3652, pruned_loss=0.1164, over 14311.00 frames. utt_duration=255.9 frames, utt_pad_proportion=0.03808, over 225.00 utterances.], tot_loss[loss=0.2643, simple_loss=0.3382, pruned_loss=0.09518, over 2777134.86 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07106, over 43767.70 utterances.], batch size: 225, lr: 1.47e-04 +2022-09-19 22:17:53,016 INFO [train.py:885] (0/2) Epoch 32, batch 5300, loss[loss=0.1811, simple_loss=0.239, pruned_loss=0.06159, over 13832.00 frames. utt_duration=923.5 frames, utt_pad_proportion=0.07181, over 60.00 utterances.], tot_loss[loss=0.2642, simple_loss=0.3381, pruned_loss=0.09514, over 2772043.38 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07231, over 44701.06 utterances.], batch size: 60, lr: 1.47e-04 +2022-09-19 22:18:22,633 INFO [train.py:885] (0/2) Epoch 32, batch 5350, loss[loss=0.3449, simple_loss=0.3976, pruned_loss=0.1461, over 14310.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03905, over 195.00 utterances.], tot_loss[loss=0.2621, simple_loss=0.3365, pruned_loss=0.0939, over 2778053.95 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07052, over 43845.09 utterances.], batch size: 195, lr: 1.47e-04 +2022-09-19 22:18:52,242 INFO [train.py:885] (0/2) Epoch 32, batch 5400, loss[loss=0.157, simple_loss=0.2155, pruned_loss=0.04928, over 13028.00 frames. utt_duration=2086 frames, utt_pad_proportion=0.1056, over 25.00 utterances.], tot_loss[loss=0.2637, simple_loss=0.3384, pruned_loss=0.09453, over 2776680.99 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07106, over 44719.26 utterances.], batch size: 25, lr: 1.47e-04 +2022-09-19 22:19:25,361 INFO [train.py:885] (0/2) Epoch 32, batch 5450, loss[loss=0.2018, simple_loss=0.2725, pruned_loss=0.06553, over 14244.00 frames. utt_duration=641.6 frames, utt_pad_proportion=0.04387, over 89.00 utterances.], tot_loss[loss=0.2624, simple_loss=0.337, pruned_loss=0.09389, over 2776074.85 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07119, over 44033.79 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:20:01,257 INFO [train.py:885] (0/2) Epoch 32, batch 5500, loss[loss=0.2596, simple_loss=0.3136, pruned_loss=0.1028, over 14036.00 frames. utt_duration=574.5 frames, utt_pad_proportion=0.05515, over 98.00 utterances.], tot_loss[loss=0.264, simple_loss=0.3392, pruned_loss=0.09441, over 2773961.89 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07226, over 45233.90 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 22:20:30,830 INFO [train.py:885] (0/2) Epoch 32, batch 5550, loss[loss=0.3008, simple_loss=0.3739, pruned_loss=0.1139, over 14269.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04084, over 225.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3409, pruned_loss=0.09555, over 2776769.85 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07164, over 45194.78 utterances.], batch size: 225, lr: 1.47e-04 +2022-09-19 22:21:00,548 INFO [train.py:885] (0/2) Epoch 32, batch 5600, loss[loss=0.2784, simple_loss=0.3582, pruned_loss=0.09926, over 14342.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03767, over 283.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3398, pruned_loss=0.09516, over 2777674.45 frames. utt_duration=253.3 frames, utt_pad_proportion=0.0706, over 44115.21 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 22:21:31,102 INFO [train.py:885] (0/2) Epoch 32, batch 5650, loss[loss=0.2966, simple_loss=0.3702, pruned_loss=0.1115, over 14304.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03973, over 262.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.344, pruned_loss=0.09708, over 2776637.87 frames. utt_duration=245 frames, utt_pad_proportion=0.07302, over 45605.74 utterances.], batch size: 262, lr: 1.47e-04 +2022-09-19 22:22:00,676 INFO [train.py:885] (0/2) Epoch 32, batch 5700, loss[loss=0.2288, simple_loss=0.3111, pruned_loss=0.07323, over 14233.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04376, over 141.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3451, pruned_loss=0.09801, over 2780619.91 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07161, over 45711.88 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 22:22:30,097 INFO [train.py:885] (0/2) Epoch 32, batch 5750, loss[loss=0.2297, simple_loss=0.2963, pruned_loss=0.08155, over 13991.00 frames. utt_duration=572.3 frames, utt_pad_proportion=0.06183, over 98.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3475, pruned_loss=0.09952, over 2782664.13 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07246, over 46801.25 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 22:22:59,806 INFO [train.py:885] (0/2) Epoch 32, batch 5800, loss[loss=0.273, simple_loss=0.3736, pruned_loss=0.08618, over 13777.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07134, over 411.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3447, pruned_loss=0.09855, over 2782000.64 frames. utt_duration=247 frames, utt_pad_proportion=0.06975, over 45326.73 utterances.], batch size: 411, lr: 1.47e-04 +2022-09-19 22:23:29,610 INFO [train.py:885] (0/2) Epoch 32, batch 5850, loss[loss=0.6021, simple_loss=0.6581, pruned_loss=0.2731, over 12604.00 frames. utt_duration=63.8 frames, utt_pad_proportion=0.1379, over 810.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3434, pruned_loss=0.09768, over 2778001.25 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06883, over 44763.01 utterances.], batch size: 810, lr: 1.47e-04 +2022-09-19 22:23:57,928 INFO [train.py:885] (0/2) Epoch 32, batch 5900, loss[loss=0.2391, simple_loss=0.2946, pruned_loss=0.09178, over 13507.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.09154, over 50.00 utterances.], tot_loss[loss=0.264, simple_loss=0.3371, pruned_loss=0.09539, over 2777917.67 frames. utt_duration=267.5 frames, utt_pad_proportion=0.06624, over 41767.90 utterances.], batch size: 50, lr: 1.47e-04 +2022-09-19 22:24:27,861 INFO [train.py:885] (0/2) Epoch 32, batch 5950, loss[loss=0.3033, simple_loss=0.3761, pruned_loss=0.1152, over 14205.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04433, over 306.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.3386, pruned_loss=0.09527, over 2781808.25 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06677, over 43269.01 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 22:24:57,222 INFO [train.py:885] (0/2) Epoch 32, batch 6000, loss[loss=0.2506, simple_loss=0.3244, pruned_loss=0.08837, over 14283.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.0424, over 154.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3411, pruned_loss=0.09612, over 2783697.62 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07008, over 44146.89 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 22:24:57,224 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 22:25:02,158 INFO [train.py:914] (0/2) Epoch 32, validation: loss=0.1909, simple_loss=0.2709, pruned_loss=0.05548, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 22:25:31,997 INFO [train.py:885] (0/2) Epoch 32, batch 6050, loss[loss=0.2742, simple_loss=0.3471, pruned_loss=0.1006, over 14295.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.04153, over 154.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3429, pruned_loss=0.09659, over 2785092.14 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06909, over 45060.27 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 22:26:01,262 INFO [train.py:885] (0/2) Epoch 32, batch 6100, loss[loss=0.3452, simple_loss=0.4584, pruned_loss=0.116, over 13153.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1085, over 653.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3404, pruned_loss=0.09515, over 2785345.20 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06808, over 44395.44 utterances.], batch size: 653, lr: 1.47e-04 +2022-09-19 22:26:31,042 INFO [train.py:885] (0/2) Epoch 32, batch 6150, loss[loss=0.2222, simple_loss=0.3086, pruned_loss=0.06791, over 14222.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04759, over 141.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3397, pruned_loss=0.09457, over 2779838.12 frames. utt_duration=249.1 frames, utt_pad_proportion=0.071, over 44908.75 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 22:27:01,093 INFO [train.py:885] (0/2) Epoch 32, batch 6200, loss[loss=0.2892, simple_loss=0.3709, pruned_loss=0.1037, over 14317.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03908, over 262.00 utterances.], tot_loss[loss=0.2603, simple_loss=0.335, pruned_loss=0.09277, over 2780370.06 frames. utt_duration=264.3 frames, utt_pad_proportion=0.06939, over 42316.62 utterances.], batch size: 262, lr: 1.47e-04 +2022-09-19 22:27:29,794 INFO [train.py:885] (0/2) Epoch 32, batch 6250, loss[loss=0.3817, simple_loss=0.4769, pruned_loss=0.1433, over 13120.00 frames. utt_duration=81.86 frames, utt_pad_proportion=0.1102, over 653.00 utterances.], tot_loss[loss=0.2613, simple_loss=0.3364, pruned_loss=0.09306, over 2779704.39 frames. utt_duration=258 frames, utt_pad_proportion=0.07052, over 43340.99 utterances.], batch size: 653, lr: 1.47e-04 +2022-09-19 22:27:59,641 INFO [train.py:885] (0/2) Epoch 32, batch 6300, loss[loss=0.158, simple_loss=0.2333, pruned_loss=0.04132, over 13635.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.08962, over 42.00 utterances.], tot_loss[loss=0.2614, simple_loss=0.3362, pruned_loss=0.0933, over 2782188.86 frames. utt_duration=264.3 frames, utt_pad_proportion=0.06742, over 42337.92 utterances.], batch size: 42, lr: 1.47e-04 +2022-09-19 22:28:29,054 INFO [train.py:885] (0/2) Epoch 32, batch 6350, loss[loss=0.2787, simple_loss=0.3867, pruned_loss=0.08537, over 13629.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08141, over 477.00 utterances.], tot_loss[loss=0.2645, simple_loss=0.3383, pruned_loss=0.09533, over 2783074.83 frames. utt_duration=259.2 frames, utt_pad_proportion=0.0673, over 43191.45 utterances.], batch size: 477, lr: 1.47e-04 +2022-09-19 22:28:59,248 INFO [train.py:885] (0/2) Epoch 32, batch 6400, loss[loss=0.2465, simple_loss=0.3225, pruned_loss=0.08522, over 14298.00 frames. utt_duration=441.3 frames, utt_pad_proportion=0.03846, over 130.00 utterances.], tot_loss[loss=0.2631, simple_loss=0.3366, pruned_loss=0.09476, over 2780687.73 frames. utt_duration=265.7 frames, utt_pad_proportion=0.0691, over 42100.18 utterances.], batch size: 130, lr: 1.47e-04 +2022-09-19 22:29:29,145 INFO [train.py:885] (0/2) Epoch 32, batch 6450, loss[loss=0.2833, simple_loss=0.3934, pruned_loss=0.08657, over 13613.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08188, over 477.00 utterances.], tot_loss[loss=0.2637, simple_loss=0.3376, pruned_loss=0.09489, over 2781528.75 frames. utt_duration=262.1 frames, utt_pad_proportion=0.06898, over 42694.44 utterances.], batch size: 477, lr: 1.47e-04 +2022-09-19 22:30:03,449 INFO [train.py:885] (0/2) Epoch 32, batch 6500, loss[loss=0.3645, simple_loss=0.4149, pruned_loss=0.1571, over 14210.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04449, over 335.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3434, pruned_loss=0.09768, over 2776347.62 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07189, over 45682.57 utterances.], batch size: 335, lr: 1.47e-04 +2022-09-19 22:30:32,852 INFO [train.py:885] (0/2) Epoch 32, batch 6550, loss[loss=0.184, simple_loss=0.2509, pruned_loss=0.05856, over 13743.00 frames. utt_duration=1101 frames, utt_pad_proportion=0.07017, over 50.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3417, pruned_loss=0.09629, over 2776758.65 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07156, over 45499.52 utterances.], batch size: 50, lr: 1.47e-04 +2022-09-19 22:31:02,333 INFO [train.py:885] (0/2) Epoch 32, batch 6600, loss[loss=0.207, simple_loss=0.2728, pruned_loss=0.07061, over 13185.00 frames. utt_duration=2030 frames, utt_pad_proportion=0.1201, over 26.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3386, pruned_loss=0.09412, over 2781478.30 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07008, over 44020.33 utterances.], batch size: 26, lr: 1.47e-04 +2022-09-19 22:31:33,473 INFO [train.py:885] (0/2) Epoch 32, batch 6650, loss[loss=0.2707, simple_loss=0.3491, pruned_loss=0.09618, over 14350.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03661, over 210.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3396, pruned_loss=0.09464, over 2781610.72 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07025, over 44814.30 utterances.], batch size: 210, lr: 1.47e-04 +2022-09-19 22:32:06,078 INFO [train.py:885] (0/2) Epoch 32, batch 6700, loss[loss=0.4233, simple_loss=0.4945, pruned_loss=0.176, over 13570.00 frames. utt_duration=98.36 frames, utt_pad_proportion=0.08074, over 560.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3397, pruned_loss=0.09543, over 2777910.32 frames. utt_duration=249.8 frames, utt_pad_proportion=0.0706, over 44741.02 utterances.], batch size: 560, lr: 1.47e-04 +2022-09-19 22:32:36,311 INFO [train.py:885] (0/2) Epoch 32, batch 6750, loss[loss=0.4266, simple_loss=0.4929, pruned_loss=0.1801, over 13752.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07223, over 411.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3435, pruned_loss=0.09719, over 2778341.98 frames. utt_duration=241.1 frames, utt_pad_proportion=0.06976, over 46370.85 utterances.], batch size: 411, lr: 1.47e-04 +2022-09-19 22:33:12,161 INFO [train.py:885] (0/2) Epoch 32, batch 6800, loss[loss=0.2065, simple_loss=0.2805, pruned_loss=0.06624, over 13846.00 frames. utt_duration=924.5 frames, utt_pad_proportion=0.07174, over 60.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3407, pruned_loss=0.09609, over 2781409.61 frames. utt_duration=252 frames, utt_pad_proportion=0.06765, over 44404.78 utterances.], batch size: 60, lr: 1.47e-04 +2022-09-19 22:33:41,843 INFO [train.py:885] (0/2) Epoch 32, batch 6850, loss[loss=0.1923, simple_loss=0.2668, pruned_loss=0.0589, over 14227.00 frames. utt_duration=641 frames, utt_pad_proportion=0.04469, over 89.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3402, pruned_loss=0.09574, over 2780097.31 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06686, over 44181.54 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:34:11,873 INFO [train.py:885] (0/2) Epoch 32, batch 6900, loss[loss=0.2924, simple_loss=0.3904, pruned_loss=0.09714, over 14032.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05389, over 365.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3413, pruned_loss=0.09613, over 2780038.22 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06919, over 44884.35 utterances.], batch size: 365, lr: 1.47e-04 +2022-09-19 22:34:41,835 INFO [train.py:885] (0/2) Epoch 32, batch 6950, loss[loss=0.1955, simple_loss=0.2786, pruned_loss=0.05619, over 14156.00 frames. utt_duration=637.8 frames, utt_pad_proportion=0.04948, over 89.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3431, pruned_loss=0.09619, over 2784438.31 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06858, over 45784.52 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:35:11,242 INFO [train.py:885] (0/2) Epoch 32, batch 7000, loss[loss=0.1525, simple_loss=0.2182, pruned_loss=0.04343, over 12997.00 frames. utt_duration=1577 frames, utt_pad_proportion=0.1273, over 33.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3403, pruned_loss=0.09525, over 2782096.00 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06866, over 44538.90 utterances.], batch size: 33, lr: 1.47e-04 +2022-09-19 22:35:40,630 INFO [train.py:885] (0/2) Epoch 32, batch 7050, loss[loss=0.1689, simple_loss=0.2387, pruned_loss=0.04951, over 13666.00 frames. utt_duration=912.5 frames, utt_pad_proportion=0.0838, over 60.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3405, pruned_loss=0.09569, over 2782662.92 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06774, over 43776.73 utterances.], batch size: 60, lr: 1.47e-04 +2022-09-19 22:36:10,244 INFO [train.py:885] (0/2) Epoch 32, batch 7100, loss[loss=0.2491, simple_loss=0.3311, pruned_loss=0.08357, over 14260.00 frames. utt_duration=343.2 frames, utt_pad_proportion=0.04412, over 167.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.3399, pruned_loss=0.09499, over 2786729.44 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06738, over 43958.33 utterances.], batch size: 167, lr: 1.47e-04 +2022-09-19 22:36:40,631 INFO [train.py:885] (0/2) Epoch 32, batch 7150, loss[loss=0.3515, simple_loss=0.4409, pruned_loss=0.1311, over 13617.00 frames. utt_duration=98.62 frames, utt_pad_proportion=0.07834, over 560.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3412, pruned_loss=0.09639, over 2782330.18 frames. utt_duration=252.7 frames, utt_pad_proportion=0.0696, over 44305.54 utterances.], batch size: 560, lr: 1.47e-04 +2022-09-19 22:37:09,713 INFO [train.py:885] (0/2) Epoch 32, batch 7200, loss[loss=0.2459, simple_loss=0.3391, pruned_loss=0.07639, over 14396.00 frames. utt_duration=296.8 frames, utt_pad_proportion=0.03312, over 195.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3409, pruned_loss=0.09621, over 2776888.20 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07148, over 44729.14 utterances.], batch size: 195, lr: 1.46e-04 +2022-09-19 22:37:38,967 INFO [train.py:885] (0/2) Epoch 32, batch 7250, loss[loss=0.2987, simple_loss=0.3929, pruned_loss=0.1023, over 13771.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07214, over 411.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3419, pruned_loss=0.09641, over 2776159.79 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07284, over 45735.88 utterances.], batch size: 411, lr: 1.46e-04 +2022-09-19 22:38:07,740 INFO [train.py:885] (0/2) Epoch 32, batch 7300, loss[loss=0.1491, simple_loss=0.2047, pruned_loss=0.04673, over 13221.00 frames. utt_duration=1604 frames, utt_pad_proportion=0.1109, over 33.00 utterances.], tot_loss[loss=0.2627, simple_loss=0.337, pruned_loss=0.09421, over 2776733.53 frames. utt_duration=257.5 frames, utt_pad_proportion=0.07032, over 43386.56 utterances.], batch size: 33, lr: 1.46e-04 +2022-09-19 22:38:37,933 INFO [train.py:885] (0/2) Epoch 32, batch 7350, loss[loss=0.1579, simple_loss=0.2232, pruned_loss=0.04633, over 13246.00 frames. utt_duration=1607 frames, utt_pad_proportion=0.1105, over 33.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3405, pruned_loss=0.09577, over 2778678.64 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07269, over 44893.23 utterances.], batch size: 33, lr: 1.46e-04 +2022-09-19 22:39:07,202 INFO [train.py:885] (0/2) Epoch 32, batch 7400, loss[loss=0.1658, simple_loss=0.2276, pruned_loss=0.05195, over 13848.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.07362, over 51.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3399, pruned_loss=0.09576, over 2776586.30 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07211, over 44604.07 utterances.], batch size: 51, lr: 1.46e-04 +2022-09-19 22:39:37,249 INFO [train.py:885] (0/2) Epoch 32, batch 7450, loss[loss=0.2384, simple_loss=0.3058, pruned_loss=0.08549, over 14136.00 frames. utt_duration=520 frames, utt_pad_proportion=0.04754, over 109.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3399, pruned_loss=0.0954, over 2778995.85 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07101, over 44557.03 utterances.], batch size: 109, lr: 1.46e-04 +2022-09-19 22:40:06,913 INFO [train.py:885] (0/2) Epoch 32, batch 7500, loss[loss=0.5661, simple_loss=0.6364, pruned_loss=0.2479, over 12403.00 frames. utt_duration=62.81 frames, utt_pad_proportion=0.1513, over 810.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3423, pruned_loss=0.09628, over 2774968.32 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07326, over 46065.86 utterances.], batch size: 810, lr: 1.46e-04 +2022-09-19 22:40:36,310 INFO [train.py:885] (0/2) Epoch 32, batch 7550, loss[loss=0.3908, simple_loss=0.4786, pruned_loss=0.1516, over 13088.00 frames. utt_duration=81.73 frames, utt_pad_proportion=0.1117, over 653.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3427, pruned_loss=0.09631, over 2773666.03 frames. utt_duration=240 frames, utt_pad_proportion=0.07428, over 46512.60 utterances.], batch size: 653, lr: 1.46e-04 +2022-09-19 22:41:05,532 INFO [train.py:885] (0/2) Epoch 32, batch 7600, loss[loss=0.2501, simple_loss=0.3195, pruned_loss=0.09034, over 14303.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03993, over 130.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3404, pruned_loss=0.09595, over 2774159.33 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07423, over 45167.93 utterances.], batch size: 130, lr: 1.46e-04 +2022-09-19 22:41:35,067 INFO [train.py:885] (0/2) Epoch 32, batch 7650, loss[loss=0.2662, simple_loss=0.3371, pruned_loss=0.09768, over 14339.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03708, over 210.00 utterances.], tot_loss[loss=0.2637, simple_loss=0.3376, pruned_loss=0.09491, over 2775257.79 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07276, over 44018.05 utterances.], batch size: 210, lr: 1.46e-04 +2022-09-19 22:42:04,950 INFO [train.py:885] (0/2) Epoch 32, batch 7700, loss[loss=0.179, simple_loss=0.2541, pruned_loss=0.05196, over 13916.00 frames. utt_duration=929.1 frames, utt_pad_proportion=0.06714, over 60.00 utterances.], tot_loss[loss=0.2637, simple_loss=0.3376, pruned_loss=0.0949, over 2777022.99 frames. utt_duration=255.2 frames, utt_pad_proportion=0.07239, over 43771.99 utterances.], batch size: 60, lr: 1.46e-04 +2022-09-19 22:42:33,919 INFO [train.py:885] (0/2) Epoch 32, batch 7750, loss[loss=0.3604, simple_loss=0.4133, pruned_loss=0.1538, over 14309.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.03997, over 262.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3398, pruned_loss=0.09621, over 2781070.91 frames. utt_duration=255.7 frames, utt_pad_proportion=0.07102, over 43765.09 utterances.], batch size: 262, lr: 1.46e-04 +2022-09-19 22:43:03,631 INFO [train.py:885] (0/2) Epoch 32, batch 7800, loss[loss=0.3315, simple_loss=0.4423, pruned_loss=0.1103, over 13178.00 frames. utt_duration=82.31 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.2636, simple_loss=0.3381, pruned_loss=0.09456, over 2780191.03 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07177, over 43566.62 utterances.], batch size: 653, lr: 1.46e-04 +2022-09-19 22:43:33,189 INFO [train.py:885] (0/2) Epoch 32, batch 7850, loss[loss=0.2115, simple_loss=0.2712, pruned_loss=0.07593, over 13948.00 frames. utt_duration=931.3 frames, utt_pad_proportion=0.06493, over 60.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3402, pruned_loss=0.09555, over 2780167.91 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07203, over 44765.18 utterances.], batch size: 60, lr: 1.46e-04 +2022-09-19 22:44:02,860 INFO [train.py:885] (0/2) Epoch 32, batch 7900, loss[loss=0.3217, simple_loss=0.3865, pruned_loss=0.1285, over 14300.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03984, over 283.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3396, pruned_loss=0.09548, over 2781681.61 frames. utt_duration=248.3 frames, utt_pad_proportion=0.0704, over 45073.60 utterances.], batch size: 283, lr: 1.46e-04 +2022-09-19 22:44:31,332 INFO [train.py:885] (0/2) Epoch 32, batch 7950, loss[loss=0.1893, simple_loss=0.2479, pruned_loss=0.06535, over 13730.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08185, over 42.00 utterances.], tot_loss[loss=0.2628, simple_loss=0.3366, pruned_loss=0.09447, over 2784809.40 frames. utt_duration=261.5 frames, utt_pad_proportion=0.06728, over 42842.88 utterances.], batch size: 42, lr: 1.46e-04 +2022-09-19 22:45:00,607 INFO [train.py:885] (0/2) Epoch 32, batch 8000, loss[loss=0.1454, simple_loss=0.195, pruned_loss=0.04795, over 12701.00 frames. utt_duration=2118 frames, utt_pad_proportion=0.1528, over 24.00 utterances.], tot_loss[loss=0.2599, simple_loss=0.3341, pruned_loss=0.09285, over 2784657.12 frames. utt_duration=262.5 frames, utt_pad_proportion=0.06676, over 42664.39 utterances.], batch size: 24, lr: 1.46e-04 +2022-09-19 22:45:30,433 INFO [train.py:885] (0/2) Epoch 32, batch 8050, loss[loss=0.3534, simple_loss=0.4077, pruned_loss=0.1495, over 14247.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04226, over 335.00 utterances.], tot_loss[loss=0.2607, simple_loss=0.3354, pruned_loss=0.09303, over 2781603.89 frames. utt_duration=258 frames, utt_pad_proportion=0.0695, over 43370.80 utterances.], batch size: 335, lr: 1.46e-04 +2022-09-19 22:45:59,570 INFO [train.py:885] (0/2) Epoch 32, batch 8100, loss[loss=0.4017, simple_loss=0.4718, pruned_loss=0.1658, over 13777.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07096, over 411.00 utterances.], tot_loss[loss=0.2611, simple_loss=0.3353, pruned_loss=0.09345, over 2781572.31 frames. utt_duration=261.9 frames, utt_pad_proportion=0.07007, over 42725.08 utterances.], batch size: 411, lr: 1.46e-04 +2022-09-19 22:46:29,649 INFO [train.py:885] (0/2) Epoch 32, batch 8150, loss[loss=0.3364, simple_loss=0.4023, pruned_loss=0.1353, over 14258.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04139, over 335.00 utterances.], tot_loss[loss=0.2623, simple_loss=0.3368, pruned_loss=0.09394, over 2779543.05 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07076, over 43956.84 utterances.], batch size: 335, lr: 1.46e-04 +2022-09-19 22:46:58,931 INFO [train.py:885] (0/2) Epoch 32, batch 8200, loss[loss=0.1587, simple_loss=0.2339, pruned_loss=0.04179, over 13356.00 frames. utt_duration=1070 frames, utt_pad_proportion=0.09754, over 50.00 utterances.], tot_loss[loss=0.2638, simple_loss=0.3385, pruned_loss=0.09451, over 2782151.25 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07075, over 44166.25 utterances.], batch size: 50, lr: 1.46e-04 +2022-09-19 22:47:29,038 INFO [train.py:885] (0/2) Epoch 32, batch 8250, loss[loss=0.3394, simple_loss=0.394, pruned_loss=0.1424, over 14154.00 frames. utt_duration=186.7 frames, utt_pad_proportion=0.04759, over 306.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.3401, pruned_loss=0.09484, over 2779727.29 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07053, over 45618.19 utterances.], batch size: 306, lr: 1.46e-04 +2022-09-19 22:47:59,194 INFO [train.py:885] (0/2) Epoch 32, batch 8300, loss[loss=0.3701, simple_loss=0.4758, pruned_loss=0.1322, over 13133.00 frames. utt_duration=81.91 frames, utt_pad_proportion=0.1096, over 653.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3401, pruned_loss=0.09575, over 2779566.16 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07025, over 45057.16 utterances.], batch size: 653, lr: 1.46e-04 +2022-09-19 22:48:28,232 INFO [train.py:885] (0/2) Epoch 32, batch 8350, loss[loss=0.2209, simple_loss=0.2949, pruned_loss=0.07344, over 14248.00 frames. utt_duration=524.2 frames, utt_pad_proportion=0.03986, over 109.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3408, pruned_loss=0.09605, over 2781628.99 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06918, over 45115.50 utterances.], batch size: 109, lr: 1.46e-04 +2022-09-19 22:48:58,176 INFO [train.py:885] (0/2) Epoch 32, batch 8400, loss[loss=0.214, simple_loss=0.2964, pruned_loss=0.06576, over 14231.00 frames. utt_duration=405.1 frames, utt_pad_proportion=0.04676, over 141.00 utterances.], tot_loss[loss=0.2628, simple_loss=0.3363, pruned_loss=0.09466, over 2781624.85 frames. utt_duration=262.9 frames, utt_pad_proportion=0.06806, over 42566.31 utterances.], batch size: 141, lr: 1.46e-04 +2022-09-19 22:49:27,188 INFO [train.py:885] (0/2) Epoch 32, batch 8450, loss[loss=0.2275, simple_loss=0.3096, pruned_loss=0.07273, over 14348.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03498, over 120.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3374, pruned_loss=0.09473, over 2785663.15 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06748, over 43167.04 utterances.], batch size: 120, lr: 1.46e-04 +2022-09-19 22:49:56,766 INFO [train.py:885] (0/2) Epoch 32, batch 8500, loss[loss=0.3261, simple_loss=0.4299, pruned_loss=0.1111, over 13595.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07924, over 560.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3375, pruned_loss=0.09462, over 2788166.71 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06703, over 43204.12 utterances.], batch size: 560, lr: 1.46e-04 +2022-09-19 22:50:26,189 INFO [train.py:885] (0/2) Epoch 32, batch 8550, loss[loss=0.2405, simple_loss=0.3167, pruned_loss=0.08218, over 14310.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03817, over 154.00 utterances.], tot_loss[loss=0.2624, simple_loss=0.3368, pruned_loss=0.09398, over 2784299.59 frames. utt_duration=259.5 frames, utt_pad_proportion=0.0666, over 43169.54 utterances.], batch size: 154, lr: 1.46e-04 +2022-09-19 22:50:56,323 INFO [train.py:885] (0/2) Epoch 32, batch 8600, loss[loss=0.2766, simple_loss=0.3575, pruned_loss=0.09786, over 14302.00 frames. utt_duration=344 frames, utt_pad_proportion=0.0418, over 167.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3396, pruned_loss=0.09528, over 2784368.42 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06666, over 43697.51 utterances.], batch size: 167, lr: 1.46e-04 +2022-09-19 22:51:26,292 INFO [train.py:885] (0/2) Epoch 32, batch 8650, loss[loss=0.4367, simple_loss=0.5158, pruned_loss=0.1788, over 13080.00 frames. utt_duration=81.67 frames, utt_pad_proportion=0.1123, over 653.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3427, pruned_loss=0.09714, over 2785303.92 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06951, over 44704.36 utterances.], batch size: 653, lr: 1.46e-04 +2022-09-19 22:51:55,393 INFO [train.py:885] (0/2) Epoch 32, batch 8700, loss[loss=0.2625, simple_loss=0.3471, pruned_loss=0.08892, over 14329.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03813, over 262.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3412, pruned_loss=0.09663, over 2781300.98 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07006, over 44629.73 utterances.], batch size: 262, lr: 1.46e-04 +2022-09-19 22:52:25,816 INFO [train.py:885] (0/2) Epoch 32, batch 8750, loss[loss=0.2731, simple_loss=0.3665, pruned_loss=0.08987, over 13947.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05875, over 365.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3439, pruned_loss=0.09805, over 2780291.93 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07193, over 45795.26 utterances.], batch size: 365, lr: 1.46e-04 +2022-09-19 22:52:43,804 INFO [checkpoint.py:75] (0/2) Saving checkpoint to pruned_transducer_stateless5/exp-uk-filtered2/checkpoint-400000.pt +2022-09-19 22:52:55,674 INFO [train.py:885] (0/2) Epoch 32, batch 8800, loss[loss=0.2702, simple_loss=0.3386, pruned_loss=0.1009, over 14318.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03724, over 130.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3422, pruned_loss=0.09643, over 2780683.80 frames. utt_duration=245 frames, utt_pad_proportion=0.0724, over 45668.97 utterances.], batch size: 130, lr: 1.46e-04 +2022-09-19 22:53:25,032 INFO [train.py:885] (0/2) Epoch 32, batch 8850, loss[loss=0.2103, simple_loss=0.2765, pruned_loss=0.07209, over 13578.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08192, over 50.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3404, pruned_loss=0.09542, over 2777538.56 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07092, over 45263.86 utterances.], batch size: 50, lr: 1.46e-04 +2022-09-19 22:53:54,315 INFO [train.py:885] (0/2) Epoch 32, batch 8900, loss[loss=0.2229, simple_loss=0.3142, pruned_loss=0.06584, over 14321.00 frames. utt_duration=407.8 frames, utt_pad_proportion=0.04057, over 141.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3411, pruned_loss=0.09509, over 2775823.60 frames. utt_duration=243 frames, utt_pad_proportion=0.07303, over 45974.60 utterances.], batch size: 141, lr: 1.46e-04 +2022-09-19 22:54:24,210 INFO [train.py:885] (0/2) Epoch 32, batch 8950, loss[loss=0.2392, simple_loss=0.3226, pruned_loss=0.07788, over 14286.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.03905, over 130.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.3409, pruned_loss=0.09447, over 2779338.31 frames. utt_duration=244 frames, utt_pad_proportion=0.07086, over 45847.64 utterances.], batch size: 130, lr: 1.46e-04 +2022-09-19 22:54:53,971 INFO [train.py:885] (0/2) Epoch 32, batch 9000, loss[loss=0.2532, simple_loss=0.34, pruned_loss=0.0832, over 14339.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03632, over 195.00 utterances.], tot_loss[loss=0.2624, simple_loss=0.3388, pruned_loss=0.09303, over 2780549.57 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06906, over 45287.73 utterances.], batch size: 195, lr: 1.46e-04 +2022-09-19 22:54:53,973 INFO [train.py:905] (0/2) Computing validation loss +2022-09-19 22:54:58,299 INFO [train.py:914] (0/2) Epoch 32, validation: loss=0.1893, simple_loss=0.2679, pruned_loss=0.05533, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 22:55:28,500 INFO [train.py:885] (0/2) Epoch 32, batch 9050, loss[loss=0.1605, simple_loss=0.2268, pruned_loss=0.0471, over 12460.00 frames. utt_duration=2078 frames, utt_pad_proportion=0.1607, over 24.00 utterances.], tot_loss[loss=0.2631, simple_loss=0.3388, pruned_loss=0.09375, over 2775159.19 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07125, over 44716.64 utterances.], batch size: 24, lr: 1.46e-04 +2022-09-19 22:55:58,392 INFO [train.py:885] (0/2) Epoch 32, batch 9100, loss[loss=0.421, simple_loss=0.5035, pruned_loss=0.1692, over 13162.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1074, over 653.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3411, pruned_loss=0.09494, over 2774496.36 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07306, over 45965.86 utterances.], batch size: 653, lr: 1.46e-04 +2022-09-19 22:56:28,527 INFO [train.py:885] (0/2) Epoch 32, batch 9150, loss[loss=0.2703, simple_loss=0.3507, pruned_loss=0.09495, over 14266.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04104, over 225.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3421, pruned_loss=0.09557, over 2775362.28 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07307, over 46178.06 utterances.], batch size: 225, lr: 1.46e-04 +2022-09-19 22:56:58,377 INFO [train.py:885] (0/2) Epoch 32, batch 9200, loss[loss=0.1988, simple_loss=0.2614, pruned_loss=0.06812, over 14096.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05271, over 98.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3425, pruned_loss=0.0957, over 2773897.06 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07486, over 47179.11 utterances.], batch size: 98, lr: 1.46e-04 +2022-09-19 22:57:28,121 INFO [train.py:885] (0/2) Epoch 32, batch 9250, loss[loss=0.1329, simple_loss=0.1899, pruned_loss=0.03796, over 13190.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1079, over 33.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3437, pruned_loss=0.09693, over 2779552.07 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07255, over 47090.85 utterances.], batch size: 33, lr: 1.46e-04 +2022-09-19 22:57:58,219 INFO [train.py:885] (0/2) Epoch 32, batch 9300, loss[loss=0.2706, simple_loss=0.3652, pruned_loss=0.08798, over 13980.00 frames. utt_duration=153.9 frames, utt_pad_proportion=0.05608, over 367.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3428, pruned_loss=0.09634, over 2780425.56 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07303, over 46651.56 utterances.], batch size: 367, lr: 1.46e-04 +2022-09-19 22:58:28,379 INFO [train.py:885] (0/2) Epoch 32, batch 9350, loss[loss=0.3004, simple_loss=0.3585, pruned_loss=0.1211, over 14283.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04029, over 180.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3411, pruned_loss=0.0956, over 2783764.38 frames. utt_duration=247 frames, utt_pad_proportion=0.07225, over 45347.45 utterances.], batch size: 180, lr: 1.46e-04 +2022-09-19 22:58:57,868 INFO [train.py:885] (0/2) Epoch 32, batch 9400, loss[loss=0.2957, simple_loss=0.3498, pruned_loss=0.1208, over 14314.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03916, over 120.00 utterances.], tot_loss[loss=0.2635, simple_loss=0.3379, pruned_loss=0.09456, over 2780299.83 frames. utt_duration=255 frames, utt_pad_proportion=0.07223, over 43861.70 utterances.], batch size: 120, lr: 1.46e-04 +2022-09-19 22:59:27,710 INFO [train.py:885] (0/2) Epoch 32, batch 9450, loss[loss=0.2202, simple_loss=0.2938, pruned_loss=0.07332, over 14288.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04043, over 120.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3405, pruned_loss=0.09595, over 2778577.03 frames. utt_duration=250.3 frames, utt_pad_proportion=0.0732, over 44676.60 utterances.], batch size: 120, lr: 1.46e-04 +2022-09-19 22:59:58,075 INFO [train.py:885] (0/2) Epoch 32, batch 9500, loss[loss=0.3099, simple_loss=0.3826, pruned_loss=0.1186, over 14296.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04045, over 262.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3458, pruned_loss=0.09792, over 2775720.32 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07523, over 47183.67 utterances.], batch size: 262, lr: 1.46e-04 +2022-09-19 23:00:28,319 INFO [train.py:885] (0/2) Epoch 32, batch 9550, loss[loss=0.3132, simple_loss=0.3803, pruned_loss=0.1231, over 14430.00 frames. utt_duration=296 frames, utt_pad_proportion=0.0326, over 196.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3475, pruned_loss=0.0984, over 2770610.85 frames. utt_duration=232.6 frames, utt_pad_proportion=0.0759, over 47958.61 utterances.], batch size: 196, lr: 1.46e-04 +2022-09-19 23:00:57,920 INFO [train.py:885] (0/2) Epoch 32, batch 9600, loss[loss=0.2576, simple_loss=0.3478, pruned_loss=0.08368, over 14306.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03845, over 180.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3454, pruned_loss=0.09752, over 2771453.19 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07502, over 46939.23 utterances.], batch size: 180, lr: 1.46e-04 +2022-09-19 23:01:28,169 INFO [train.py:885] (0/2) Epoch 32, batch 9650, loss[loss=0.2147, simple_loss=0.2747, pruned_loss=0.07729, over 13587.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.0814, over 50.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3444, pruned_loss=0.09737, over 2770156.96 frames. utt_duration=238.8 frames, utt_pad_proportion=0.075, over 46691.03 utterances.], batch size: 50, lr: 1.46e-04 +2022-09-19 23:01:57,289 INFO [train.py:885] (0/2) Epoch 32, batch 9700, loss[loss=0.1758, simple_loss=0.2359, pruned_loss=0.05785, over 13793.00 frames. utt_duration=921 frames, utt_pad_proportion=0.07162, over 60.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3438, pruned_loss=0.09718, over 2776734.42 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07401, over 46122.68 utterances.], batch size: 60, lr: 1.46e-04 +2022-09-19 23:02:27,348 INFO [train.py:885] (0/2) Epoch 32, batch 9750, loss[loss=0.4207, simple_loss=0.5345, pruned_loss=0.1535, over 12431.00 frames. utt_duration=62.94 frames, utt_pad_proportion=0.1495, over 810.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3465, pruned_loss=0.09807, over 2771554.68 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07679, over 47814.26 utterances.], batch size: 810, lr: 1.46e-04 +2022-09-19 23:02:56,911 INFO [train.py:885] (0/2) Epoch 32, batch 9800, loss[loss=0.3248, simple_loss=0.4061, pruned_loss=0.1218, over 13991.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05641, over 365.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3464, pruned_loss=0.09747, over 2772842.88 frames. utt_duration=234 frames, utt_pad_proportion=0.07645, over 47696.87 utterances.], batch size: 365, lr: 1.46e-04 +2022-09-19 23:03:27,535 INFO [train.py:885] (0/2) Epoch 32, batch 9850, loss[loss=0.317, simple_loss=0.3834, pruned_loss=0.1253, over 14191.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04522, over 306.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3474, pruned_loss=0.09872, over 2773431.22 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07705, over 47662.69 utterances.], batch size: 306, lr: 1.46e-04 +2022-09-19 23:03:56,367 INFO [train.py:885] (0/2) Epoch 32, batch 9900, loss[loss=0.2125, simple_loss=0.2959, pruned_loss=0.06453, over 14129.00 frames. utt_duration=578.2 frames, utt_pad_proportion=0.0506, over 98.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3431, pruned_loss=0.09688, over 2774624.32 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07468, over 45923.77 utterances.], batch size: 98, lr: 1.46e-04 +2022-09-19 23:04:27,037 INFO [train.py:885] (0/2) Epoch 32, batch 9950, loss[loss=0.316, simple_loss=0.4276, pruned_loss=0.1022, over 13637.00 frames. utt_duration=98.76 frames, utt_pad_proportion=0.07699, over 560.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3424, pruned_loss=0.09612, over 2779316.86 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07279, over 45829.07 utterances.], batch size: 560, lr: 1.46e-04 +2022-09-19 23:04:28,548 INFO [utils.py:968] (0/2) Saving batch to pruned_transducer_stateless5/exp-uk-filtered2/batch-7aeff54e-808c-46a6-1f49-2fba47a1fca7.pt +2022-09-19 23:04:28,569 INFO [utils.py:974] (0/2) features shape: torch.Size([79, 755, 80]) +2022-09-19 23:04:28,572 INFO [utils.py:978] (0/2) num tokens: 2777 diff --git a/log/log-train-2022-09-19-08-50-42-1 b/log/log-train-2022-09-19-08-50-42-1 new file mode 100644 index 0000000000000000000000000000000000000000..8b1bb539a2e90b68890e52f3e82cb6dcd3872c4f --- /dev/null +++ b/log/log-train-2022-09-19-08-50-42-1 @@ -0,0 +1,1798 @@ +2022-09-19 08:50:42,670 INFO [train.py:949] (1/2) Training started +2022-09-19 08:50:42,670 INFO [train.py:959] (1/2) Device: cuda:1 +2022-09-19 08:50:42,673 INFO [train.py:973] (1/2) {'best_train_loss': inf, 'best_valid_loss': inf, 'best_train_epoch': -1, 'best_valid_epoch': -1, 'batch_idx_train': 0, 'log_interval': 50, 'reset_interval': 200, 'valid_interval': 3000, 'feature_dim': 80, 'subsampling_factor': 4, 'model_warm_step': 3000, 'env_info': {'k2-version': '1.19', 'k2-build-type': 'Release', 'k2-with-cuda': True, 'k2-git-sha1': '125d34703f898b5ca54f6f4a925f2bc2d7a5ba98', 'k2-git-date': 'Wed Aug 31 04:50:54 2022', 'lhotse-version': '1.6.0', 'torch-version': '1.12.1+cu113', 'torch-cuda-available': True, 'torch-cuda-version': '11.3', 'python-version': '3.8', 'icefall-git-branch': 'uk', 'icefall-git-sha1': '42c4476-dirty', 'icefall-git-date': 'Thu Sep 15 16:29:29 2022', 'icefall-path': '/home/proger/icefall', 'k2-path': '/home/proger/k2/k2/python/k2/__init__.py', 'lhotse-path': '/home/proger/.local/lib/python3.8/site-packages/lhotse/__init__.py', 'hostname': 'rt', 'IP address': '127.0.1.1'}, 'world_size': 2, 'master_port': 12354, 'tensorboard': True, 'num_epochs': 40, 'start_epoch': 26, 'start_batch': 0, 'exp_dir': PosixPath('pruned_transducer_stateless5/exp-uk-filtered2'), 'bpe_model': 'uk/data/lang_bpe_250/bpe.model', 'initial_lr': 0.003, 'lr_batches': 5000, 'lr_epochs': 6, 'context_size': 2, 'prune_range': 5, 'lm_scale': 0.25, 'am_scale': 0.0, 'simple_loss_scale': 0.5, 'seed': 42, 'print_diagnostics': False, 'save_every_n': 4000, 'keep_last_k': 30, 'average_period': 100, 'use_fp16': True, 'num_encoder_layers': 18, 'dim_feedforward': 1024, 'nhead': 4, 'encoder_dim': 256, 'decoder_dim': 512, 'joiner_dim': 512, 'dynamic_chunk_training': True, 'causal_convolution': True, 'short_chunk_size': 25, 'num_left_chunks': 4, 'full_libri': True, 'manifest_dir': PosixPath('uk/data/fbank'), 'max_duration': 600, 'bucketing_sampler': True, 'num_buckets': 30, 'concatenate_cuts': False, 'duration_factor': 1.0, 'gap': 1.0, 'on_the_fly_feats': False, 'shuffle': True, 'drop_last': True, 'return_cuts': True, 'num_workers': 2, 'enable_spec_aug': True, 'spec_aug_time_warp_factor': 80, 'enable_musan': True, 'input_strategy': 'PrecomputedFeatures', 'blank_id': 0, 'vocab_size': 250} +2022-09-19 08:50:42,673 INFO [train.py:975] (1/2) About to create model +2022-09-19 08:50:42,785 INFO [train.py:979] (1/2) Number of model parameters: 30053246 +2022-09-19 08:50:42,785 INFO [checkpoint.py:112] (1/2) Loading checkpoint from pruned_transducer_stateless5/exp-uk-filtered2/epoch-25.pt +2022-09-19 08:50:45,572 INFO [train.py:994] (1/2) Using DDP +2022-09-19 08:50:48,947 INFO [train.py:1002] (1/2) Loading optimizer state dict +2022-09-19 08:50:49,140 INFO [train.py:1010] (1/2) Loading scheduler state dict +2022-09-19 08:50:49,141 INFO [asr_datamodule_uk.py:422] (1/2) About to get ('train-other-shuffled-filtered2',) cuts +2022-09-19 08:50:49,802 INFO [asr_datamodule_uk.py:225] (1/2) Enable MUSAN +2022-09-19 08:50:49,802 INFO [asr_datamodule_uk.py:226] (1/2) About to get Musan cuts +2022-09-19 08:50:51,028 INFO [asr_datamodule_uk.py:254] (1/2) Enable SpecAugment +2022-09-19 08:50:51,028 INFO [asr_datamodule_uk.py:255] (1/2) Time warp factor: 80 +2022-09-19 08:50:51,028 INFO [asr_datamodule_uk.py:267] (1/2) Num frame mask: 10 +2022-09-19 08:50:51,028 INFO [asr_datamodule_uk.py:280] (1/2) About to create train dataset +2022-09-19 08:50:51,028 INFO [asr_datamodule_uk.py:309] (1/2) Using DynamicBucketingSampler. +2022-09-19 08:50:52,507 INFO [asr_datamodule_uk.py:324] (1/2) About to create train dataloader +2022-09-19 08:50:52,509 INFO [asr_datamodule_uk.py:434] (1/2) About to get test-other (for dev) cuts +2022-09-19 08:50:52,510 INFO [asr_datamodule_uk.py:355] (1/2) About to create dev dataset +2022-09-19 08:50:52,602 INFO [asr_datamodule_uk.py:374] (1/2) About to create dev dataloader +2022-09-19 08:50:52,602 INFO [train.py:1067] (1/2) Loading grad scaler state dict +2022-09-19 08:51:02,254 INFO [train.py:885] (1/2) Epoch 26, batch 0, loss[loss=0.2447, simple_loss=0.2842, pruned_loss=0.1026, over 13830.00 frames. utt_duration=923.3 frames, utt_pad_proportion=0.07296, over 60.00 utterances.], tot_loss[loss=0.2447, simple_loss=0.2842, pruned_loss=0.1026, over 13830.00 frames. utt_duration=923.3 frames, utt_pad_proportion=0.07296, over 60.00 utterances.], batch size: 60, lr: 1.82e-04 +2022-09-19 08:51:02,319 INFO [distributed.py:995] (1/2) Reducer buckets have been rebuilt in this iteration. +2022-09-19 08:51:31,570 INFO [train.py:885] (1/2) Epoch 26, batch 50, loss[loss=0.2558, simple_loss=0.3434, pruned_loss=0.08405, over 14296.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03911, over 180.00 utterances.], tot_loss[loss=0.2622, simple_loss=0.3363, pruned_loss=0.09407, over 628873.93 frames. utt_duration=262.5 frames, utt_pad_proportion=0.06737, over 9635.07 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 08:52:00,970 INFO [train.py:885] (1/2) Epoch 26, batch 100, loss[loss=0.2809, simple_loss=0.3634, pruned_loss=0.09916, over 14379.00 frames. utt_duration=237.3 frames, utt_pad_proportion=0.03162, over 244.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3431, pruned_loss=0.09633, over 1100572.82 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07664, over 19043.80 utterances.], batch size: 244, lr: 1.82e-04 +2022-09-19 08:52:30,402 INFO [train.py:885] (1/2) Epoch 26, batch 150, loss[loss=0.2864, simple_loss=0.3501, pruned_loss=0.1114, over 14268.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04107, over 154.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.348, pruned_loss=0.09961, over 1472153.47 frames. utt_duration=227.6 frames, utt_pad_proportion=0.07824, over 26047.60 utterances.], batch size: 154, lr: 1.82e-04 +2022-09-19 08:53:00,238 INFO [train.py:885] (1/2) Epoch 26, batch 200, loss[loss=0.4802, simple_loss=0.5747, pruned_loss=0.1928, over 12439.00 frames. utt_duration=63.03 frames, utt_pad_proportion=0.1482, over 810.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3442, pruned_loss=0.09831, over 1763471.46 frames. utt_duration=241 frames, utt_pad_proportion=0.07539, over 29449.44 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 08:53:29,669 INFO [train.py:885] (1/2) Epoch 26, batch 250, loss[loss=0.6244, simple_loss=0.667, pruned_loss=0.2909, over 12456.00 frames. utt_duration=62.99 frames, utt_pad_proportion=0.1488, over 811.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3461, pruned_loss=0.1003, over 1992890.63 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07331, over 33045.00 utterances.], batch size: 811, lr: 1.82e-04 +2022-09-19 08:53:59,363 INFO [train.py:885] (1/2) Epoch 26, batch 300, loss[loss=0.2681, simple_loss=0.3489, pruned_loss=0.09368, over 14318.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03796, over 210.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3472, pruned_loss=0.1006, over 2167869.75 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07178, over 35652.81 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 08:54:28,583 INFO [train.py:885] (1/2) Epoch 26, batch 350, loss[loss=0.3627, simple_loss=0.4119, pruned_loss=0.1567, over 14204.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0447, over 306.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.345, pruned_loss=0.09877, over 2305856.82 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07017, over 37486.97 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 08:54:57,942 INFO [train.py:885] (1/2) Epoch 26, batch 400, loss[loss=0.2901, simple_loss=0.3571, pruned_loss=0.1115, over 14250.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04319, over 141.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3501, pruned_loss=0.1023, over 2412619.70 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07077, over 40152.46 utterances.], batch size: 141, lr: 1.82e-04 +2022-09-19 08:55:27,221 INFO [train.py:885] (1/2) Epoch 26, batch 450, loss[loss=0.1533, simple_loss=0.2321, pruned_loss=0.03727, over 13634.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.08217, over 50.00 utterances.], tot_loss[loss=0.278, simple_loss=0.351, pruned_loss=0.1025, over 2498146.07 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07076, over 41841.73 utterances.], batch size: 50, lr: 1.82e-04 +2022-09-19 08:55:56,734 INFO [train.py:885] (1/2) Epoch 26, batch 500, loss[loss=0.3442, simple_loss=0.3988, pruned_loss=0.1448, over 14279.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04016, over 180.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.35, pruned_loss=0.1022, over 2557261.00 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07123, over 43339.17 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 08:56:26,666 INFO [train.py:885] (1/2) Epoch 26, batch 550, loss[loss=0.1485, simple_loss=0.2064, pruned_loss=0.0453, over 13295.00 frames. utt_duration=1613 frames, utt_pad_proportion=0.09631, over 33.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3497, pruned_loss=0.1015, over 2607829.49 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07077, over 44071.71 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 08:56:56,039 INFO [train.py:885] (1/2) Epoch 26, batch 600, loss[loss=0.1557, simple_loss=0.2237, pruned_loss=0.04384, over 13832.00 frames. utt_duration=803.5 frames, utt_pad_proportion=0.06458, over 69.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3487, pruned_loss=0.101, over 2643254.21 frames. utt_duration=240 frames, utt_pad_proportion=0.07122, over 44322.73 utterances.], batch size: 69, lr: 1.82e-04 +2022-09-19 08:57:25,245 INFO [train.py:885] (1/2) Epoch 26, batch 650, loss[loss=0.3725, simple_loss=0.4706, pruned_loss=0.1372, over 13148.00 frames. utt_duration=82.11 frames, utt_pad_proportion=0.1075, over 653.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3481, pruned_loss=0.1004, over 2669280.10 frames. utt_duration=239 frames, utt_pad_proportion=0.07412, over 44947.99 utterances.], batch size: 653, lr: 1.82e-04 +2022-09-19 08:57:54,615 INFO [train.py:885] (1/2) Epoch 26, batch 700, loss[loss=0.1834, simple_loss=0.2361, pruned_loss=0.06534, over 13587.00 frames. utt_duration=1296 frames, utt_pad_proportion=0.09024, over 42.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3497, pruned_loss=0.1022, over 2694089.35 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07453, over 45651.21 utterances.], batch size: 42, lr: 1.82e-04 +2022-09-19 08:58:23,892 INFO [train.py:885] (1/2) Epoch 26, batch 750, loss[loss=0.2275, simple_loss=0.3112, pruned_loss=0.07189, over 14239.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04619, over 141.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3473, pruned_loss=0.1008, over 2714595.27 frames. utt_duration=244 frames, utt_pad_proportion=0.07191, over 44775.16 utterances.], batch size: 141, lr: 1.82e-04 +2022-09-19 08:58:53,590 INFO [train.py:885] (1/2) Epoch 26, batch 800, loss[loss=0.1972, simple_loss=0.2772, pruned_loss=0.05865, over 14166.00 frames. utt_duration=638.2 frames, utt_pad_proportion=0.04886, over 89.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3484, pruned_loss=0.1015, over 2729361.23 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07323, over 45156.76 utterances.], batch size: 89, lr: 1.82e-04 +2022-09-19 08:59:22,844 INFO [train.py:885] (1/2) Epoch 26, batch 850, loss[loss=0.274, simple_loss=0.3475, pruned_loss=0.1003, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03961, over 180.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3492, pruned_loss=0.1017, over 2742651.57 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07362, over 46322.64 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 08:59:52,092 INFO [train.py:885] (1/2) Epoch 26, batch 900, loss[loss=0.294, simple_loss=0.3693, pruned_loss=0.1094, over 14307.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03978, over 262.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3494, pruned_loss=0.1014, over 2756583.25 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07133, over 46647.63 utterances.], batch size: 262, lr: 1.82e-04 +2022-09-19 09:00:22,672 INFO [train.py:885] (1/2) Epoch 26, batch 950, loss[loss=0.1792, simple_loss=0.2543, pruned_loss=0.05206, over 13135.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.119, over 33.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3454, pruned_loss=0.09959, over 2757612.63 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07194, over 44187.66 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 09:00:51,306 INFO [train.py:885] (1/2) Epoch 26, batch 1000, loss[loss=0.2251, simple_loss=0.2925, pruned_loss=0.07883, over 14185.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04607, over 89.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3449, pruned_loss=0.09937, over 2768873.62 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06949, over 43287.04 utterances.], batch size: 89, lr: 1.82e-04 +2022-09-19 09:01:20,965 INFO [train.py:885] (1/2) Epoch 26, batch 1050, loss[loss=0.2686, simple_loss=0.3459, pruned_loss=0.0957, over 14305.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03927, over 283.00 utterances.], tot_loss[loss=0.272, simple_loss=0.345, pruned_loss=0.09954, over 2766859.82 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07191, over 44398.08 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 09:01:50,318 INFO [train.py:885] (1/2) Epoch 26, batch 1100, loss[loss=0.3146, simple_loss=0.387, pruned_loss=0.1211, over 14263.00 frames. utt_duration=188.1 frames, utt_pad_proportion=0.04042, over 306.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3449, pruned_loss=0.09876, over 2770634.25 frames. utt_duration=249 frames, utt_pad_proportion=0.07132, over 44768.65 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 09:02:19,884 INFO [train.py:885] (1/2) Epoch 26, batch 1150, loss[loss=0.2193, simple_loss=0.2988, pruned_loss=0.06996, over 14179.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04424, over 109.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3432, pruned_loss=0.09811, over 2772838.61 frames. utt_duration=254.8 frames, utt_pad_proportion=0.07244, over 43777.69 utterances.], batch size: 109, lr: 1.82e-04 +2022-09-19 09:02:48,992 INFO [train.py:885] (1/2) Epoch 26, batch 1200, loss[loss=0.4805, simple_loss=0.5794, pruned_loss=0.1908, over 12517.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.1441, over 810.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3448, pruned_loss=0.0985, over 2772486.61 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0733, over 44792.75 utterances.], batch size: 810, lr: 1.82e-04 +2022-09-19 09:03:18,661 INFO [train.py:885] (1/2) Epoch 26, batch 1250, loss[loss=0.3497, simple_loss=0.4064, pruned_loss=0.1465, over 14219.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04328, over 306.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3469, pruned_loss=0.0996, over 2778648.30 frames. utt_duration=245 frames, utt_pad_proportion=0.07118, over 45646.41 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 09:03:48,481 INFO [train.py:885] (1/2) Epoch 26, batch 1300, loss[loss=0.3753, simple_loss=0.4548, pruned_loss=0.1479, over 13680.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.078, over 477.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3507, pruned_loss=0.1017, over 2779421.15 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07181, over 47262.83 utterances.], batch size: 477, lr: 1.82e-04 +2022-09-19 09:04:17,621 INFO [train.py:885] (1/2) Epoch 26, batch 1350, loss[loss=0.2639, simple_loss=0.3473, pruned_loss=0.09026, over 14362.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03267, over 244.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3503, pruned_loss=0.1022, over 2781458.03 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0715, over 46508.88 utterances.], batch size: 244, lr: 1.82e-04 +2022-09-19 09:04:47,048 INFO [train.py:885] (1/2) Epoch 26, batch 1400, loss[loss=0.273, simple_loss=0.3737, pruned_loss=0.08618, over 13779.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07129, over 411.00 utterances.], tot_loss[loss=0.2798, simple_loss=0.3527, pruned_loss=0.1034, over 2776977.78 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07427, over 47750.76 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 09:05:16,098 INFO [train.py:885] (1/2) Epoch 26, batch 1450, loss[loss=0.1698, simple_loss=0.2426, pruned_loss=0.0485, over 13756.00 frames. utt_duration=918.6 frames, utt_pad_proportion=0.0768, over 60.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3519, pruned_loss=0.1028, over 2781184.87 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07359, over 47311.30 utterances.], batch size: 60, lr: 1.82e-04 +2022-09-19 09:05:45,839 INFO [train.py:885] (1/2) Epoch 26, batch 1500, loss[loss=0.267, simple_loss=0.3387, pruned_loss=0.09769, over 14321.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03822, over 195.00 utterances.], tot_loss[loss=0.2794, simple_loss=0.3523, pruned_loss=0.1032, over 2780164.30 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07401, over 47332.73 utterances.], batch size: 195, lr: 1.82e-04 +2022-09-19 09:06:15,345 INFO [train.py:885] (1/2) Epoch 26, batch 1550, loss[loss=0.2429, simple_loss=0.3164, pruned_loss=0.08467, over 12655.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.1452, over 25.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3512, pruned_loss=0.1029, over 2775826.07 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0747, over 46669.25 utterances.], batch size: 25, lr: 1.82e-04 +2022-09-19 09:06:44,598 INFO [train.py:885] (1/2) Epoch 26, batch 1600, loss[loss=0.1818, simple_loss=0.2362, pruned_loss=0.06376, over 13811.00 frames. utt_duration=922 frames, utt_pad_proportion=0.07425, over 60.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3486, pruned_loss=0.1015, over 2782285.99 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07214, over 45121.46 utterances.], batch size: 60, lr: 1.82e-04 +2022-09-19 09:07:13,934 INFO [train.py:885] (1/2) Epoch 26, batch 1650, loss[loss=0.3797, simple_loss=0.4725, pruned_loss=0.1435, over 13186.00 frames. utt_duration=82.3 frames, utt_pad_proportion=0.1054, over 653.00 utterances.], tot_loss[loss=0.2781, simple_loss=0.3508, pruned_loss=0.1028, over 2784885.75 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07128, over 46037.32 utterances.], batch size: 653, lr: 1.82e-04 +2022-09-19 09:07:43,592 INFO [train.py:885] (1/2) Epoch 26, batch 1700, loss[loss=0.2758, simple_loss=0.3527, pruned_loss=0.0994, over 14256.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04534, over 141.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3533, pruned_loss=0.1036, over 2781249.01 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07263, over 48032.79 utterances.], batch size: 141, lr: 1.82e-04 +2022-09-19 09:08:12,490 INFO [train.py:885] (1/2) Epoch 26, batch 1750, loss[loss=0.1876, simple_loss=0.2529, pruned_loss=0.06112, over 12266.00 frames. utt_duration=2046 frames, utt_pad_proportion=0.1747, over 24.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3484, pruned_loss=0.1011, over 2778163.13 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07338, over 46327.66 utterances.], batch size: 24, lr: 1.82e-04 +2022-09-19 09:08:42,501 INFO [train.py:885] (1/2) Epoch 26, batch 1800, loss[loss=0.2659, simple_loss=0.3696, pruned_loss=0.0811, over 13779.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07051, over 411.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3474, pruned_loss=0.09983, over 2781927.35 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07217, over 46350.75 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 09:09:11,899 INFO [train.py:885] (1/2) Epoch 26, batch 1850, loss[loss=0.3451, simple_loss=0.4046, pruned_loss=0.1428, over 14162.00 frames. utt_duration=186.8 frames, utt_pad_proportion=0.04715, over 306.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3477, pruned_loss=0.1, over 2781128.38 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07309, over 46604.42 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 09:09:41,173 INFO [train.py:885] (1/2) Epoch 26, batch 1900, loss[loss=0.221, simple_loss=0.2767, pruned_loss=0.08265, over 13888.00 frames. utt_duration=806.4 frames, utt_pad_proportion=0.06128, over 69.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.35, pruned_loss=0.1011, over 2777750.20 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07505, over 48034.59 utterances.], batch size: 69, lr: 1.82e-04 +2022-09-19 09:10:10,663 INFO [train.py:885] (1/2) Epoch 26, batch 1950, loss[loss=0.3832, simple_loss=0.4318, pruned_loss=0.1673, over 14323.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03824, over 283.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3458, pruned_loss=0.09924, over 2780981.30 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07243, over 45724.97 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 09:10:40,566 INFO [train.py:885] (1/2) Epoch 26, batch 2000, loss[loss=0.1898, simple_loss=0.2661, pruned_loss=0.05669, over 14231.00 frames. utt_duration=641 frames, utt_pad_proportion=0.04469, over 89.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3475, pruned_loss=0.0999, over 2776449.12 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07391, over 46725.11 utterances.], batch size: 89, lr: 1.82e-04 +2022-09-19 09:11:09,906 INFO [train.py:885] (1/2) Epoch 26, batch 2050, loss[loss=0.2147, simple_loss=0.2869, pruned_loss=0.07125, over 14034.00 frames. utt_duration=574.2 frames, utt_pad_proportion=0.0571, over 98.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3482, pruned_loss=0.1003, over 2776304.71 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07459, over 47101.20 utterances.], batch size: 98, lr: 1.82e-04 +2022-09-19 09:11:39,100 INFO [train.py:885] (1/2) Epoch 26, batch 2100, loss[loss=0.2284, simple_loss=0.3071, pruned_loss=0.0749, over 14320.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03869, over 120.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3492, pruned_loss=0.1011, over 2776069.23 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07477, over 47277.39 utterances.], batch size: 120, lr: 1.82e-04 +2022-09-19 09:12:08,620 INFO [train.py:885] (1/2) Epoch 26, batch 2150, loss[loss=0.2767, simple_loss=0.3539, pruned_loss=0.09972, over 14311.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03773, over 180.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3519, pruned_loss=0.1022, over 2777799.82 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07378, over 48228.08 utterances.], batch size: 180, lr: 1.82e-04 +2022-09-19 09:12:38,116 INFO [train.py:885] (1/2) Epoch 26, batch 2200, loss[loss=0.2574, simple_loss=0.3343, pruned_loss=0.09027, over 14181.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04424, over 109.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3485, pruned_loss=0.09991, over 2777390.65 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07402, over 47009.55 utterances.], batch size: 109, lr: 1.82e-04 +2022-09-19 09:13:07,036 INFO [train.py:885] (1/2) Epoch 26, batch 2250, loss[loss=0.3135, simple_loss=0.3799, pruned_loss=0.1235, over 14222.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04438, over 335.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3438, pruned_loss=0.09768, over 2778197.13 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07224, over 45460.60 utterances.], batch size: 335, lr: 1.82e-04 +2022-09-19 09:13:36,137 INFO [train.py:885] (1/2) Epoch 26, batch 2300, loss[loss=0.2971, simple_loss=0.3715, pruned_loss=0.1113, over 14214.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04347, over 306.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3417, pruned_loss=0.09656, over 2779033.68 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07103, over 44925.70 utterances.], batch size: 306, lr: 1.82e-04 +2022-09-19 09:14:05,945 INFO [train.py:885] (1/2) Epoch 26, batch 2350, loss[loss=0.2685, simple_loss=0.3743, pruned_loss=0.08135, over 13759.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07269, over 411.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3495, pruned_loss=0.09985, over 2782192.87 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07124, over 48225.62 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 09:14:35,763 INFO [train.py:885] (1/2) Epoch 26, batch 2400, loss[loss=0.2438, simple_loss=0.306, pruned_loss=0.09086, over 14322.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03882, over 120.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.352, pruned_loss=0.1011, over 2783401.90 frames. utt_duration=228.3 frames, utt_pad_proportion=0.07303, over 49073.70 utterances.], batch size: 120, lr: 1.82e-04 +2022-09-19 09:15:04,719 INFO [train.py:885] (1/2) Epoch 26, batch 2450, loss[loss=0.1704, simple_loss=0.2378, pruned_loss=0.05148, over 12888.00 frames. utt_duration=2063 frames, utt_pad_proportion=0.1246, over 25.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3517, pruned_loss=0.1015, over 2781702.72 frames. utt_duration=229.4 frames, utt_pad_proportion=0.07323, over 48815.51 utterances.], batch size: 25, lr: 1.82e-04 +2022-09-19 09:15:34,237 INFO [train.py:885] (1/2) Epoch 26, batch 2500, loss[loss=0.189, simple_loss=0.2626, pruned_loss=0.05768, over 13964.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.06148, over 79.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3492, pruned_loss=0.1002, over 2773900.58 frames. utt_duration=232.8 frames, utt_pad_proportion=0.075, over 47959.53 utterances.], batch size: 79, lr: 1.82e-04 +2022-09-19 09:16:04,069 INFO [train.py:885] (1/2) Epoch 26, batch 2550, loss[loss=0.2111, simple_loss=0.2801, pruned_loss=0.07103, over 13771.00 frames. utt_duration=799.9 frames, utt_pad_proportion=0.06875, over 69.00 utterances.], tot_loss[loss=0.274, simple_loss=0.348, pruned_loss=0.09996, over 2771061.91 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07546, over 47633.15 utterances.], batch size: 69, lr: 1.82e-04 +2022-09-19 09:16:33,149 INFO [train.py:885] (1/2) Epoch 26, batch 2600, loss[loss=0.2165, simple_loss=0.2955, pruned_loss=0.06874, over 14302.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03994, over 120.00 utterances.], tot_loss[loss=0.27, simple_loss=0.344, pruned_loss=0.09804, over 2775473.78 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07281, over 45872.06 utterances.], batch size: 120, lr: 1.82e-04 +2022-09-19 09:17:03,074 INFO [train.py:885] (1/2) Epoch 26, batch 2650, loss[loss=0.1799, simple_loss=0.2605, pruned_loss=0.04966, over 14165.00 frames. utt_duration=718.7 frames, utt_pad_proportion=0.04933, over 79.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3435, pruned_loss=0.09836, over 2768639.31 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07521, over 45631.13 utterances.], batch size: 79, lr: 1.82e-04 +2022-09-19 09:17:31,206 INFO [train.py:885] (1/2) Epoch 26, batch 2700, loss[loss=0.1937, simple_loss=0.2688, pruned_loss=0.05927, over 14044.00 frames. utt_duration=712.8 frames, utt_pad_proportion=0.05711, over 79.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3442, pruned_loss=0.0992, over 2776254.97 frames. utt_duration=246 frames, utt_pad_proportion=0.0726, over 45404.13 utterances.], batch size: 79, lr: 1.82e-04 +2022-09-19 09:18:01,283 INFO [train.py:885] (1/2) Epoch 26, batch 2750, loss[loss=0.1689, simple_loss=0.2349, pruned_loss=0.05145, over 13606.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08099, over 50.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3419, pruned_loss=0.09746, over 2774080.04 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07224, over 44811.52 utterances.], batch size: 50, lr: 1.82e-04 +2022-09-19 09:18:31,099 INFO [train.py:885] (1/2) Epoch 26, batch 2800, loss[loss=0.2198, simple_loss=0.2885, pruned_loss=0.07558, over 14106.00 frames. utt_duration=715.6 frames, utt_pad_proportion=0.05348, over 79.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3403, pruned_loss=0.09703, over 2778359.58 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0707, over 43805.19 utterances.], batch size: 79, lr: 1.82e-04 +2022-09-19 09:19:00,231 INFO [train.py:885] (1/2) Epoch 26, batch 2850, loss[loss=0.1687, simple_loss=0.241, pruned_loss=0.04818, over 13884.00 frames. utt_duration=927.1 frames, utt_pad_proportion=0.06732, over 60.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3424, pruned_loss=0.0981, over 2780216.62 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07041, over 44231.85 utterances.], batch size: 60, lr: 1.82e-04 +2022-09-19 09:19:30,135 INFO [train.py:885] (1/2) Epoch 26, batch 2900, loss[loss=0.3979, simple_loss=0.4669, pruned_loss=0.1644, over 13702.00 frames. utt_duration=134.9 frames, utt_pad_proportion=0.07631, over 411.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3412, pruned_loss=0.09743, over 2779052.79 frames. utt_duration=254.5 frames, utt_pad_proportion=0.07119, over 43932.05 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 09:19:59,789 INFO [train.py:885] (1/2) Epoch 26, batch 2950, loss[loss=0.2963, simple_loss=0.3654, pruned_loss=0.1136, over 14358.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03562, over 210.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3419, pruned_loss=0.09797, over 2781116.99 frames. utt_duration=256.9 frames, utt_pad_proportion=0.06942, over 43546.04 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 09:20:29,582 INFO [train.py:885] (1/2) Epoch 26, batch 3000, loss[loss=0.1906, simple_loss=0.2695, pruned_loss=0.05585, over 14212.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04575, over 89.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3422, pruned_loss=0.09898, over 2782338.74 frames. utt_duration=258.6 frames, utt_pad_proportion=0.07024, over 43276.33 utterances.], batch size: 89, lr: 1.82e-04 +2022-09-19 09:20:29,583 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 09:20:33,887 INFO [train.py:914] (1/2) Epoch 26, validation: loss=0.1852, simple_loss=0.2645, pruned_loss=0.05299, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 09:21:03,442 INFO [train.py:885] (1/2) Epoch 26, batch 3050, loss[loss=0.1452, simple_loss=0.1966, pruned_loss=0.04686, over 12991.00 frames. utt_duration=1576 frames, utt_pad_proportion=0.1176, over 33.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3401, pruned_loss=0.09807, over 2786651.89 frames. utt_duration=262.2 frames, utt_pad_proportion=0.06788, over 42749.10 utterances.], batch size: 33, lr: 1.82e-04 +2022-09-19 09:21:34,060 INFO [train.py:885] (1/2) Epoch 26, batch 3100, loss[loss=0.2884, simple_loss=0.3639, pruned_loss=0.1064, over 14289.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03939, over 226.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3404, pruned_loss=0.0985, over 2788389.63 frames. utt_duration=267.8 frames, utt_pad_proportion=0.06785, over 41877.41 utterances.], batch size: 226, lr: 1.82e-04 +2022-09-19 09:22:03,839 INFO [train.py:885] (1/2) Epoch 26, batch 3150, loss[loss=0.2783, simple_loss=0.3894, pruned_loss=0.08357, over 13806.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06941, over 411.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3439, pruned_loss=0.1002, over 2791263.31 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06771, over 43163.86 utterances.], batch size: 411, lr: 1.82e-04 +2022-09-19 09:22:33,805 INFO [train.py:885] (1/2) Epoch 26, batch 3200, loss[loss=0.3123, simple_loss=0.377, pruned_loss=0.1238, over 14341.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03687, over 283.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3452, pruned_loss=0.101, over 2789920.82 frames. utt_duration=256.4 frames, utt_pad_proportion=0.069, over 43768.84 utterances.], batch size: 283, lr: 1.82e-04 +2022-09-19 09:23:03,812 INFO [train.py:885] (1/2) Epoch 26, batch 3250, loss[loss=0.2805, simple_loss=0.3554, pruned_loss=0.1028, over 14344.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03626, over 210.00 utterances.], tot_loss[loss=0.2768, simple_loss=0.3488, pruned_loss=0.1024, over 2787528.40 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06968, over 46026.16 utterances.], batch size: 210, lr: 1.82e-04 +2022-09-19 09:23:33,376 INFO [train.py:885] (1/2) Epoch 26, batch 3300, loss[loss=0.3668, simple_loss=0.4189, pruned_loss=0.1574, over 14246.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.0416, over 306.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3445, pruned_loss=0.1005, over 2788767.52 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06814, over 44375.94 utterances.], batch size: 306, lr: 1.81e-04 +2022-09-19 09:24:02,983 INFO [train.py:885] (1/2) Epoch 26, batch 3350, loss[loss=0.2756, simple_loss=0.3502, pruned_loss=0.1005, over 14324.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.03675, over 130.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3454, pruned_loss=0.09963, over 2789808.08 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06923, over 45172.80 utterances.], batch size: 130, lr: 1.81e-04 +2022-09-19 09:24:33,246 INFO [train.py:885] (1/2) Epoch 26, batch 3400, loss[loss=0.2024, simple_loss=0.2833, pruned_loss=0.06076, over 14163.00 frames. utt_duration=638 frames, utt_pad_proportion=0.04915, over 89.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3488, pruned_loss=0.1015, over 2786982.62 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07123, over 46013.76 utterances.], batch size: 89, lr: 1.81e-04 +2022-09-19 09:25:02,734 INFO [train.py:885] (1/2) Epoch 26, batch 3450, loss[loss=0.2198, simple_loss=0.303, pruned_loss=0.06828, over 14244.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04621, over 141.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3451, pruned_loss=0.1001, over 2786095.80 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06979, over 44675.51 utterances.], batch size: 141, lr: 1.81e-04 +2022-09-19 09:25:33,280 INFO [train.py:885] (1/2) Epoch 26, batch 3500, loss[loss=0.3277, simple_loss=0.4079, pruned_loss=0.1238, over 13982.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05713, over 365.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3457, pruned_loss=0.1007, over 2780948.94 frames. utt_duration=248 frames, utt_pad_proportion=0.07024, over 45121.52 utterances.], batch size: 365, lr: 1.81e-04 +2022-09-19 09:26:03,733 INFO [train.py:885] (1/2) Epoch 26, batch 3550, loss[loss=0.211, simple_loss=0.2877, pruned_loss=0.06716, over 14129.00 frames. utt_duration=636.3 frames, utt_pad_proportion=0.05024, over 89.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3435, pruned_loss=0.09993, over 2781056.85 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06906, over 44003.04 utterances.], batch size: 89, lr: 1.81e-04 +2022-09-19 09:26:32,177 INFO [train.py:885] (1/2) Epoch 26, batch 3600, loss[loss=0.2025, simple_loss=0.2794, pruned_loss=0.06276, over 14092.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.05447, over 98.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3448, pruned_loss=0.1005, over 2788617.29 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06746, over 43696.96 utterances.], batch size: 98, lr: 1.81e-04 +2022-09-19 09:27:02,368 INFO [train.py:885] (1/2) Epoch 26, batch 3650, loss[loss=0.3133, simple_loss=0.3744, pruned_loss=0.1261, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03934, over 180.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3459, pruned_loss=0.1011, over 2789726.11 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06788, over 44037.41 utterances.], batch size: 180, lr: 1.81e-04 +2022-09-19 09:27:32,032 INFO [train.py:885] (1/2) Epoch 26, batch 3700, loss[loss=0.3147, simple_loss=0.3816, pruned_loss=0.1239, over 14395.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03085, over 244.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3442, pruned_loss=0.1001, over 2792850.63 frames. utt_duration=259.9 frames, utt_pad_proportion=0.06555, over 43236.96 utterances.], batch size: 244, lr: 1.81e-04 +2022-09-19 09:28:02,293 INFO [train.py:885] (1/2) Epoch 26, batch 3750, loss[loss=0.3073, simple_loss=0.3743, pruned_loss=0.1202, over 14337.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03732, over 262.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3439, pruned_loss=0.1005, over 2787999.87 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06704, over 42979.74 utterances.], batch size: 262, lr: 1.81e-04 +2022-09-19 09:28:32,387 INFO [train.py:885] (1/2) Epoch 26, batch 3800, loss[loss=0.2276, simple_loss=0.3054, pruned_loss=0.07493, over 14262.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04308, over 154.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3449, pruned_loss=0.1014, over 2784384.08 frames. utt_duration=258.5 frames, utt_pad_proportion=0.06927, over 43324.95 utterances.], batch size: 154, lr: 1.81e-04 +2022-09-19 09:29:02,108 INFO [train.py:885] (1/2) Epoch 26, batch 3850, loss[loss=0.253, simple_loss=0.3411, pruned_loss=0.08243, over 14323.00 frames. utt_duration=373.6 frames, utt_pad_proportion=0.03948, over 154.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3466, pruned_loss=0.1018, over 2784807.16 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07018, over 44659.35 utterances.], batch size: 154, lr: 1.81e-04 +2022-09-19 09:29:32,388 INFO [train.py:885] (1/2) Epoch 26, batch 3900, loss[loss=0.2445, simple_loss=0.3337, pruned_loss=0.07763, over 14362.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03255, over 244.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3432, pruned_loss=0.09973, over 2780182.67 frames. utt_duration=254 frames, utt_pad_proportion=0.07024, over 44040.70 utterances.], batch size: 244, lr: 1.81e-04 +2022-09-19 09:30:02,024 INFO [train.py:885] (1/2) Epoch 26, batch 3950, loss[loss=0.2996, simple_loss=0.4019, pruned_loss=0.0987, over 13639.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08046, over 477.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3437, pruned_loss=0.09975, over 2785840.57 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06951, over 43745.59 utterances.], batch size: 477, lr: 1.81e-04 +2022-09-19 09:30:31,789 INFO [train.py:885] (1/2) Epoch 26, batch 4000, loss[loss=0.3115, simple_loss=0.3794, pruned_loss=0.1218, over 14218.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0432, over 306.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3471, pruned_loss=0.1014, over 2780899.04 frames. utt_duration=247.1 frames, utt_pad_proportion=0.0725, over 45294.02 utterances.], batch size: 306, lr: 1.81e-04 +2022-09-19 09:31:01,719 INFO [train.py:885] (1/2) Epoch 26, batch 4050, loss[loss=0.3494, simple_loss=0.4493, pruned_loss=0.1247, over 13209.00 frames. utt_duration=82.43 frames, utt_pad_proportion=0.1041, over 653.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3473, pruned_loss=0.1017, over 2779567.19 frames. utt_duration=246 frames, utt_pad_proportion=0.07189, over 45475.82 utterances.], batch size: 653, lr: 1.81e-04 +2022-09-19 09:31:31,302 INFO [train.py:885] (1/2) Epoch 26, batch 4100, loss[loss=0.3547, simple_loss=0.461, pruned_loss=0.1242, over 13159.00 frames. utt_duration=82.23 frames, utt_pad_proportion=0.1062, over 653.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3525, pruned_loss=0.1034, over 2782577.76 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07171, over 47690.43 utterances.], batch size: 653, lr: 1.81e-04 +2022-09-19 09:32:00,895 INFO [train.py:885] (1/2) Epoch 26, batch 4150, loss[loss=0.245, simple_loss=0.3223, pruned_loss=0.08385, over 14250.00 frames. utt_duration=405.6 frames, utt_pad_proportion=0.04561, over 141.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3504, pruned_loss=0.1031, over 2783928.27 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07029, over 45714.02 utterances.], batch size: 141, lr: 1.81e-04 +2022-09-19 09:32:30,222 INFO [train.py:885] (1/2) Epoch 26, batch 4200, loss[loss=0.3047, simple_loss=0.4037, pruned_loss=0.1028, over 13667.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07838, over 477.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3494, pruned_loss=0.1022, over 2787312.07 frames. utt_duration=247.2 frames, utt_pad_proportion=0.06993, over 45369.99 utterances.], batch size: 477, lr: 1.81e-04 +2022-09-19 09:33:00,606 INFO [train.py:885] (1/2) Epoch 26, batch 4250, loss[loss=0.3501, simple_loss=0.4095, pruned_loss=0.1454, over 14351.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03739, over 283.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3518, pruned_loss=0.1025, over 2783499.81 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07057, over 46784.60 utterances.], batch size: 283, lr: 1.81e-04 +2022-09-19 09:33:30,793 INFO [train.py:885] (1/2) Epoch 26, batch 4300, loss[loss=0.2022, simple_loss=0.2817, pruned_loss=0.06137, over 14251.00 frames. utt_duration=642.1 frames, utt_pad_proportion=0.04314, over 89.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3529, pruned_loss=0.1025, over 2781598.90 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07309, over 47628.11 utterances.], batch size: 89, lr: 1.81e-04 +2022-09-19 09:34:00,563 INFO [train.py:885] (1/2) Epoch 26, batch 4350, loss[loss=0.2493, simple_loss=0.2956, pruned_loss=0.1015, over 14032.00 frames. utt_duration=936.8 frames, utt_pad_proportion=0.05751, over 60.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3513, pruned_loss=0.1015, over 2781338.53 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07275, over 47110.72 utterances.], batch size: 60, lr: 1.81e-04 +2022-09-19 09:34:30,824 INFO [train.py:885] (1/2) Epoch 26, batch 4400, loss[loss=0.4048, simple_loss=0.4462, pruned_loss=0.1817, over 14229.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04381, over 335.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3497, pruned_loss=0.1003, over 2778412.04 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07433, over 47224.15 utterances.], batch size: 335, lr: 1.81e-04 +2022-09-19 09:35:00,383 INFO [train.py:885] (1/2) Epoch 26, batch 4450, loss[loss=0.3146, simple_loss=0.3945, pruned_loss=0.1173, over 14067.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05428, over 366.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3517, pruned_loss=0.1011, over 2777823.78 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07338, over 48292.39 utterances.], batch size: 366, lr: 1.81e-04 +2022-09-19 09:35:30,998 INFO [train.py:885] (1/2) Epoch 26, batch 4500, loss[loss=0.2243, simple_loss=0.2994, pruned_loss=0.07463, over 14067.00 frames. utt_duration=713.5 frames, utt_pad_proportion=0.05626, over 79.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3497, pruned_loss=0.0998, over 2777875.88 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07392, over 47959.82 utterances.], batch size: 79, lr: 1.81e-04 +2022-09-19 09:36:00,164 INFO [train.py:885] (1/2) Epoch 26, batch 4550, loss[loss=0.2025, simple_loss=0.2796, pruned_loss=0.06268, over 13110.00 frames. utt_duration=2018 frames, utt_pad_proportion=0.09986, over 26.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3468, pruned_loss=0.09897, over 2780634.97 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07106, over 46121.16 utterances.], batch size: 26, lr: 1.81e-04 +2022-09-19 09:36:30,348 INFO [train.py:885] (1/2) Epoch 26, batch 4600, loss[loss=0.3783, simple_loss=0.4291, pruned_loss=0.1637, over 14255.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04113, over 306.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3458, pruned_loss=0.09883, over 2780541.51 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06952, over 45980.47 utterances.], batch size: 306, lr: 1.81e-04 +2022-09-19 09:37:01,022 INFO [train.py:885] (1/2) Epoch 26, batch 4650, loss[loss=0.2632, simple_loss=0.3314, pruned_loss=0.09757, over 14314.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03886, over 120.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3445, pruned_loss=0.09875, over 2774932.52 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07219, over 45380.08 utterances.], batch size: 120, lr: 1.81e-04 +2022-09-19 09:37:30,611 INFO [train.py:885] (1/2) Epoch 26, batch 4700, loss[loss=0.3372, simple_loss=0.3926, pruned_loss=0.1409, over 14297.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03881, over 180.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3449, pruned_loss=0.09963, over 2778777.80 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06936, over 44487.73 utterances.], batch size: 180, lr: 1.81e-04 +2022-09-19 09:38:00,884 INFO [train.py:885] (1/2) Epoch 26, batch 4750, loss[loss=0.2, simple_loss=0.2712, pruned_loss=0.0644, over 14235.00 frames. utt_duration=641.4 frames, utt_pad_proportion=0.04414, over 89.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3475, pruned_loss=0.1006, over 2776779.15 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07247, over 45741.25 utterances.], batch size: 89, lr: 1.81e-04 +2022-09-19 09:38:30,855 INFO [train.py:885] (1/2) Epoch 26, batch 4800, loss[loss=0.2745, simple_loss=0.3481, pruned_loss=0.1005, over 14330.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03975, over 167.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3491, pruned_loss=0.1012, over 2778686.00 frames. utt_duration=241.3 frames, utt_pad_proportion=0.0735, over 46348.67 utterances.], batch size: 167, lr: 1.81e-04 +2022-09-19 09:39:00,584 INFO [train.py:885] (1/2) Epoch 26, batch 4850, loss[loss=0.4143, simple_loss=0.4975, pruned_loss=0.1655, over 13225.00 frames. utt_duration=82.47 frames, utt_pad_proportion=0.1036, over 653.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3492, pruned_loss=0.1012, over 2779731.04 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07247, over 46660.17 utterances.], batch size: 653, lr: 1.81e-04 +2022-09-19 09:39:30,686 INFO [train.py:885] (1/2) Epoch 26, batch 4900, loss[loss=0.1783, simple_loss=0.2543, pruned_loss=0.0512, over 13443.00 frames. utt_duration=1313 frames, utt_pad_proportion=0.08236, over 41.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3467, pruned_loss=0.1007, over 2772075.02 frames. utt_duration=244 frames, utt_pad_proportion=0.07368, over 45721.50 utterances.], batch size: 41, lr: 1.81e-04 +2022-09-19 09:40:00,554 INFO [train.py:885] (1/2) Epoch 26, batch 4950, loss[loss=0.2984, simple_loss=0.4019, pruned_loss=0.09748, over 13692.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07695, over 477.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3469, pruned_loss=0.1001, over 2769698.02 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07512, over 45914.01 utterances.], batch size: 477, lr: 1.81e-04 +2022-09-19 09:40:30,278 INFO [train.py:885] (1/2) Epoch 26, batch 5000, loss[loss=0.1906, simple_loss=0.2617, pruned_loss=0.05972, over 14077.00 frames. utt_duration=714.1 frames, utt_pad_proportion=0.05412, over 79.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3458, pruned_loss=0.09974, over 2775596.47 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07376, over 45085.79 utterances.], batch size: 79, lr: 1.81e-04 +2022-09-19 09:40:59,838 INFO [train.py:885] (1/2) Epoch 26, batch 5050, loss[loss=0.1944, simple_loss=0.2649, pruned_loss=0.06195, over 13450.00 frames. utt_duration=2071 frames, utt_pad_proportion=0.09893, over 26.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3449, pruned_loss=0.09968, over 2775399.09 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07486, over 44417.46 utterances.], batch size: 26, lr: 1.81e-04 +2022-09-19 09:41:29,796 INFO [train.py:885] (1/2) Epoch 26, batch 5100, loss[loss=0.2927, simple_loss=0.3721, pruned_loss=0.1067, over 14272.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04092, over 225.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3461, pruned_loss=0.1007, over 2779733.09 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07278, over 44979.41 utterances.], batch size: 225, lr: 1.81e-04 +2022-09-19 09:42:00,070 INFO [train.py:885] (1/2) Epoch 26, batch 5150, loss[loss=0.1603, simple_loss=0.2371, pruned_loss=0.04176, over 13872.00 frames. utt_duration=926 frames, utt_pad_proportion=0.0693, over 60.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3432, pruned_loss=0.09968, over 2778454.57 frames. utt_duration=257.6 frames, utt_pad_proportion=0.07152, over 43390.90 utterances.], batch size: 60, lr: 1.81e-04 +2022-09-19 09:42:29,697 INFO [train.py:885] (1/2) Epoch 26, batch 5200, loss[loss=0.1871, simple_loss=0.2504, pruned_loss=0.06193, over 13895.00 frames. utt_duration=927.6 frames, utt_pad_proportion=0.06588, over 60.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3456, pruned_loss=0.1004, over 2777209.32 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07389, over 45225.46 utterances.], batch size: 60, lr: 1.81e-04 +2022-09-19 09:42:59,251 INFO [train.py:885] (1/2) Epoch 26, batch 5250, loss[loss=0.2492, simple_loss=0.3268, pruned_loss=0.0858, over 14323.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03734, over 154.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3467, pruned_loss=0.101, over 2780733.80 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07151, over 45724.91 utterances.], batch size: 154, lr: 1.81e-04 +2022-09-19 09:43:29,214 INFO [train.py:885] (1/2) Epoch 26, batch 5300, loss[loss=0.3135, simple_loss=0.3768, pruned_loss=0.125, over 14365.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03791, over 167.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3452, pruned_loss=0.1002, over 2773945.91 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07491, over 45525.10 utterances.], batch size: 167, lr: 1.81e-04 +2022-09-19 09:43:58,488 INFO [train.py:885] (1/2) Epoch 26, batch 5350, loss[loss=0.1694, simple_loss=0.2481, pruned_loss=0.04534, over 13830.00 frames. utt_duration=803.1 frames, utt_pad_proportion=0.06398, over 69.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3446, pruned_loss=0.09936, over 2772538.34 frames. utt_duration=245 frames, utt_pad_proportion=0.0757, over 45540.47 utterances.], batch size: 69, lr: 1.81e-04 +2022-09-19 09:44:27,896 INFO [train.py:885] (1/2) Epoch 26, batch 5400, loss[loss=0.1367, simple_loss=0.2079, pruned_loss=0.03278, over 13384.00 frames. utt_duration=1308 frames, utt_pad_proportion=0.08483, over 41.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3425, pruned_loss=0.09817, over 2776445.34 frames. utt_duration=248.7 frames, utt_pad_proportion=0.074, over 44923.75 utterances.], batch size: 41, lr: 1.81e-04 +2022-09-19 09:44:57,529 INFO [train.py:885] (1/2) Epoch 26, batch 5450, loss[loss=0.291, simple_loss=0.369, pruned_loss=0.1065, over 14364.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03294, over 244.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3458, pruned_loss=0.1001, over 2780030.59 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07151, over 45910.36 utterances.], batch size: 244, lr: 1.81e-04 +2022-09-19 09:45:26,719 INFO [train.py:885] (1/2) Epoch 26, batch 5500, loss[loss=0.2468, simple_loss=0.3166, pruned_loss=0.08852, over 14342.00 frames. utt_duration=479.5 frames, utt_pad_proportion=0.03722, over 120.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3485, pruned_loss=0.1011, over 2774521.99 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07506, over 47611.12 utterances.], batch size: 120, lr: 1.81e-04 +2022-09-19 09:45:56,243 INFO [train.py:885] (1/2) Epoch 26, batch 5550, loss[loss=0.2974, simple_loss=0.3657, pruned_loss=0.1146, over 14298.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03957, over 283.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3504, pruned_loss=0.1023, over 2775766.78 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07507, over 47918.64 utterances.], batch size: 283, lr: 1.81e-04 +2022-09-19 09:46:26,207 INFO [train.py:885] (1/2) Epoch 26, batch 5600, loss[loss=0.291, simple_loss=0.3522, pruned_loss=0.1149, over 14334.00 frames. utt_duration=320 frames, utt_pad_proportion=0.03623, over 180.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3513, pruned_loss=0.1017, over 2773023.31 frames. utt_duration=226.6 frames, utt_pad_proportion=0.07846, over 49283.13 utterances.], batch size: 180, lr: 1.81e-04 +2022-09-19 09:46:55,589 INFO [train.py:885] (1/2) Epoch 26, batch 5650, loss[loss=0.2291, simple_loss=0.3018, pruned_loss=0.07814, over 14197.00 frames. utt_duration=639.5 frames, utt_pad_proportion=0.04412, over 89.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3497, pruned_loss=0.1009, over 2776138.93 frames. utt_duration=230 frames, utt_pad_proportion=0.0761, over 48587.17 utterances.], batch size: 89, lr: 1.81e-04 +2022-09-19 09:47:25,211 INFO [train.py:885] (1/2) Epoch 26, batch 5700, loss[loss=0.5024, simple_loss=0.5906, pruned_loss=0.2071, over 12440.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1478, over 810.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3508, pruned_loss=0.1017, over 2778476.68 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07423, over 48335.33 utterances.], batch size: 810, lr: 1.81e-04 +2022-09-19 09:47:54,626 INFO [train.py:885] (1/2) Epoch 26, batch 5750, loss[loss=0.2621, simple_loss=0.348, pruned_loss=0.08805, over 14306.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03562, over 262.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3493, pruned_loss=0.1013, over 2776871.30 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07405, over 47626.21 utterances.], batch size: 262, lr: 1.81e-04 +2022-09-19 09:48:23,858 INFO [train.py:885] (1/2) Epoch 26, batch 5800, loss[loss=0.3093, simple_loss=0.3765, pruned_loss=0.121, over 14291.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.03992, over 195.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3464, pruned_loss=0.09975, over 2782414.66 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07104, over 45881.35 utterances.], batch size: 195, lr: 1.81e-04 +2022-09-19 09:48:54,177 INFO [train.py:885] (1/2) Epoch 26, batch 5850, loss[loss=0.3085, simple_loss=0.4083, pruned_loss=0.1043, over 13601.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.07694, over 478.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3488, pruned_loss=0.1008, over 2776502.52 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07463, over 47136.15 utterances.], batch size: 478, lr: 1.81e-04 +2022-09-19 09:49:23,562 INFO [train.py:885] (1/2) Epoch 26, batch 5900, loss[loss=0.1509, simple_loss=0.1961, pruned_loss=0.05285, over 13146.00 frames. utt_duration=1595 frames, utt_pad_proportion=0.1164, over 33.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3476, pruned_loss=0.1007, over 2774997.84 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07483, over 46647.77 utterances.], batch size: 33, lr: 1.81e-04 +2022-09-19 09:49:52,997 INFO [train.py:885] (1/2) Epoch 26, batch 5950, loss[loss=0.2346, simple_loss=0.3136, pruned_loss=0.07777, over 14311.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03965, over 130.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.344, pruned_loss=0.09845, over 2775106.97 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0733, over 44822.70 utterances.], batch size: 130, lr: 1.81e-04 +2022-09-19 09:50:22,628 INFO [train.py:885] (1/2) Epoch 26, batch 6000, loss[loss=0.1738, simple_loss=0.2494, pruned_loss=0.04909, over 14014.00 frames. utt_duration=711.1 frames, utt_pad_proportion=0.05941, over 79.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3436, pruned_loss=0.09941, over 2777493.77 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07247, over 44224.28 utterances.], batch size: 79, lr: 1.81e-04 +2022-09-19 09:50:22,628 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 09:50:26,775 INFO [train.py:914] (1/2) Epoch 26, validation: loss=0.1911, simple_loss=0.2705, pruned_loss=0.05589, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 09:50:56,062 INFO [train.py:885] (1/2) Epoch 26, batch 6050, loss[loss=0.2324, simple_loss=0.319, pruned_loss=0.07292, over 14355.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03876, over 167.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3438, pruned_loss=0.09921, over 2775286.70 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07514, over 44730.12 utterances.], batch size: 167, lr: 1.81e-04 +2022-09-19 09:51:25,900 INFO [train.py:885] (1/2) Epoch 26, batch 6100, loss[loss=0.2124, simple_loss=0.2966, pruned_loss=0.06405, over 14184.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04789, over 89.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3454, pruned_loss=0.1001, over 2775355.60 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07548, over 45172.37 utterances.], batch size: 89, lr: 1.81e-04 +2022-09-19 09:51:55,597 INFO [train.py:885] (1/2) Epoch 26, batch 6150, loss[loss=0.1856, simple_loss=0.2557, pruned_loss=0.05777, over 13891.00 frames. utt_duration=927.1 frames, utt_pad_proportion=0.06914, over 60.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3441, pruned_loss=0.09984, over 2778644.60 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07444, over 44144.96 utterances.], batch size: 60, lr: 1.81e-04 +2022-09-19 09:52:24,994 INFO [train.py:885] (1/2) Epoch 26, batch 6200, loss[loss=0.2576, simple_loss=0.3341, pruned_loss=0.09053, over 14313.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04018, over 154.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3462, pruned_loss=0.09954, over 2772854.66 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07738, over 45882.61 utterances.], batch size: 154, lr: 1.81e-04 +2022-09-19 09:52:54,508 INFO [train.py:885] (1/2) Epoch 26, batch 6250, loss[loss=0.3126, simple_loss=0.3781, pruned_loss=0.1235, over 14343.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03695, over 262.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3456, pruned_loss=0.09925, over 2773009.72 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07647, over 45806.97 utterances.], batch size: 262, lr: 1.81e-04 +2022-09-19 09:53:23,844 INFO [train.py:885] (1/2) Epoch 26, batch 6300, loss[loss=0.2428, simple_loss=0.3225, pruned_loss=0.08156, over 14310.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04105, over 154.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3464, pruned_loss=0.1003, over 2777341.90 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07522, over 45225.01 utterances.], batch size: 154, lr: 1.81e-04 +2022-09-19 09:53:53,433 INFO [train.py:885] (1/2) Epoch 26, batch 6350, loss[loss=0.1788, simple_loss=0.2477, pruned_loss=0.05498, over 13316.00 frames. utt_duration=1616 frames, utt_pad_proportion=0.1059, over 33.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3448, pruned_loss=0.1005, over 2775095.07 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07381, over 44499.09 utterances.], batch size: 33, lr: 1.81e-04 +2022-09-19 09:54:22,416 INFO [train.py:885] (1/2) Epoch 26, batch 6400, loss[loss=0.2853, simple_loss=0.3798, pruned_loss=0.09537, over 14016.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05433, over 365.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3434, pruned_loss=0.09978, over 2780470.30 frames. utt_duration=257.6 frames, utt_pad_proportion=0.07184, over 43421.25 utterances.], batch size: 365, lr: 1.81e-04 +2022-09-19 09:54:51,952 INFO [train.py:885] (1/2) Epoch 26, batch 6450, loss[loss=0.3222, simple_loss=0.3901, pruned_loss=0.1272, over 14318.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.03814, over 226.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3451, pruned_loss=0.1004, over 2778676.33 frames. utt_duration=253 frames, utt_pad_proportion=0.07387, over 44195.75 utterances.], batch size: 226, lr: 1.81e-04 +2022-09-19 09:55:21,324 INFO [train.py:885] (1/2) Epoch 26, batch 6500, loss[loss=0.1735, simple_loss=0.2312, pruned_loss=0.05788, over 13768.00 frames. utt_duration=1103 frames, utt_pad_proportion=0.06444, over 50.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3457, pruned_loss=0.1007, over 2779269.62 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07219, over 44762.82 utterances.], batch size: 50, lr: 1.81e-04 +2022-09-19 09:55:50,915 INFO [train.py:885] (1/2) Epoch 26, batch 6550, loss[loss=0.3006, simple_loss=0.3489, pruned_loss=0.1261, over 14178.00 frames. utt_duration=638.8 frames, utt_pad_proportion=0.04947, over 89.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3458, pruned_loss=0.1003, over 2781740.57 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07154, over 45359.73 utterances.], batch size: 89, lr: 1.81e-04 +2022-09-19 09:56:20,480 INFO [train.py:885] (1/2) Epoch 26, batch 6600, loss[loss=0.367, simple_loss=0.4112, pruned_loss=0.1614, over 14234.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04319, over 335.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3449, pruned_loss=0.09955, over 2779869.25 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07213, over 45649.81 utterances.], batch size: 335, lr: 1.81e-04 +2022-09-19 09:56:50,073 INFO [train.py:885] (1/2) Epoch 26, batch 6650, loss[loss=0.2274, simple_loss=0.3087, pruned_loss=0.07306, over 14274.00 frames. utt_duration=440.6 frames, utt_pad_proportion=0.03999, over 130.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3438, pruned_loss=0.09842, over 2783932.72 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06929, over 45018.79 utterances.], batch size: 130, lr: 1.81e-04 +2022-09-19 09:57:19,293 INFO [train.py:885] (1/2) Epoch 26, batch 6700, loss[loss=0.3429, simple_loss=0.3987, pruned_loss=0.1436, over 14255.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04246, over 335.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3462, pruned_loss=0.09936, over 2784963.54 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07066, over 46261.42 utterances.], batch size: 335, lr: 1.81e-04 +2022-09-19 09:57:49,295 INFO [train.py:885] (1/2) Epoch 26, batch 6750, loss[loss=0.3263, simple_loss=0.4176, pruned_loss=0.1175, over 13671.00 frames. utt_duration=99.09 frames, utt_pad_proportion=0.07388, over 560.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3455, pruned_loss=0.09843, over 2787349.49 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07045, over 45925.09 utterances.], batch size: 560, lr: 1.81e-04 +2022-09-19 09:58:18,951 INFO [train.py:885] (1/2) Epoch 26, batch 6800, loss[loss=0.1989, simple_loss=0.2739, pruned_loss=0.06193, over 11702.00 frames. utt_duration=1952 frames, utt_pad_proportion=0.1785, over 24.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3407, pruned_loss=0.09651, over 2784127.78 frames. utt_duration=257.2 frames, utt_pad_proportion=0.06946, over 43543.19 utterances.], batch size: 24, lr: 1.80e-04 +2022-09-19 09:58:48,377 INFO [train.py:885] (1/2) Epoch 26, batch 6850, loss[loss=0.2283, simple_loss=0.2998, pruned_loss=0.07841, over 14297.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03994, over 120.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3436, pruned_loss=0.09737, over 2776918.53 frames. utt_duration=243.5 frames, utt_pad_proportion=0.0739, over 45893.17 utterances.], batch size: 120, lr: 1.80e-04 +2022-09-19 09:59:17,771 INFO [train.py:885] (1/2) Epoch 26, batch 6900, loss[loss=0.1791, simple_loss=0.255, pruned_loss=0.05163, over 12851.00 frames. utt_duration=2058 frames, utt_pad_proportion=0.1278, over 25.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3446, pruned_loss=0.09811, over 2773412.59 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07397, over 46567.99 utterances.], batch size: 25, lr: 1.80e-04 +2022-09-19 09:59:47,154 INFO [train.py:885] (1/2) Epoch 26, batch 6950, loss[loss=0.1939, simple_loss=0.2745, pruned_loss=0.05669, over 14075.00 frames. utt_duration=576 frames, utt_pad_proportion=0.05425, over 98.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3446, pruned_loss=0.09828, over 2772951.32 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07471, over 47011.51 utterances.], batch size: 98, lr: 1.80e-04 +2022-09-19 10:00:17,102 INFO [train.py:885] (1/2) Epoch 26, batch 7000, loss[loss=0.1489, simple_loss=0.198, pruned_loss=0.04993, over 13233.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1075, over 33.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3419, pruned_loss=0.09723, over 2776722.86 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07233, over 45552.36 utterances.], batch size: 33, lr: 1.80e-04 +2022-09-19 10:00:46,968 INFO [train.py:885] (1/2) Epoch 26, batch 7050, loss[loss=0.1698, simple_loss=0.2369, pruned_loss=0.05136, over 13562.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08544, over 50.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3446, pruned_loss=0.09922, over 2778118.00 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07142, over 45779.95 utterances.], batch size: 50, lr: 1.80e-04 +2022-09-19 10:01:16,348 INFO [train.py:885] (1/2) Epoch 26, batch 7100, loss[loss=0.1625, simple_loss=0.2103, pruned_loss=0.05737, over 13085.00 frames. utt_duration=2095 frames, utt_pad_proportion=0.1077, over 25.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3432, pruned_loss=0.09886, over 2780535.90 frames. utt_duration=247.5 frames, utt_pad_proportion=0.0706, over 45208.67 utterances.], batch size: 25, lr: 1.80e-04 +2022-09-19 10:01:45,985 INFO [train.py:885] (1/2) Epoch 26, batch 7150, loss[loss=0.2995, simple_loss=0.3698, pruned_loss=0.1146, over 14308.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03892, over 283.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3422, pruned_loss=0.09829, over 2776861.26 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07281, over 45014.05 utterances.], batch size: 283, lr: 1.80e-04 +2022-09-19 10:02:15,198 INFO [train.py:885] (1/2) Epoch 26, batch 7200, loss[loss=0.2643, simple_loss=0.3401, pruned_loss=0.09424, over 14321.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04003, over 154.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3441, pruned_loss=0.09899, over 2777961.90 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07257, over 45394.36 utterances.], batch size: 154, lr: 1.80e-04 +2022-09-19 10:02:45,065 INFO [train.py:885] (1/2) Epoch 26, batch 7250, loss[loss=0.2002, simple_loss=0.2812, pruned_loss=0.05954, over 13830.00 frames. utt_duration=923.5 frames, utt_pad_proportion=0.0643, over 60.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3427, pruned_loss=0.09854, over 2778221.10 frames. utt_duration=248.3 frames, utt_pad_proportion=0.0717, over 45026.38 utterances.], batch size: 60, lr: 1.80e-04 +2022-09-19 10:03:14,575 INFO [train.py:885] (1/2) Epoch 26, batch 7300, loss[loss=0.218, simple_loss=0.2848, pruned_loss=0.0756, over 14118.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05112, over 98.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3397, pruned_loss=0.09707, over 2782459.78 frames. utt_duration=256.4 frames, utt_pad_proportion=0.06927, over 43654.47 utterances.], batch size: 98, lr: 1.80e-04 +2022-09-19 10:03:44,143 INFO [train.py:885] (1/2) Epoch 26, batch 7350, loss[loss=0.2042, simple_loss=0.2785, pruned_loss=0.06495, over 13928.00 frames. utt_duration=809 frames, utt_pad_proportion=0.05716, over 69.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3402, pruned_loss=0.0973, over 2784409.15 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06862, over 43616.35 utterances.], batch size: 69, lr: 1.80e-04 +2022-09-19 10:04:13,340 INFO [train.py:885] (1/2) Epoch 26, batch 7400, loss[loss=0.2032, simple_loss=0.2824, pruned_loss=0.06202, over 14000.00 frames. utt_duration=710.4 frames, utt_pad_proportion=0.06034, over 79.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3411, pruned_loss=0.09746, over 2784372.52 frames. utt_duration=254.2 frames, utt_pad_proportion=0.07057, over 44064.61 utterances.], batch size: 79, lr: 1.80e-04 +2022-09-19 10:04:43,164 INFO [train.py:885] (1/2) Epoch 26, batch 7450, loss[loss=0.3645, simple_loss=0.4128, pruned_loss=0.158, over 14233.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04374, over 335.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3451, pruned_loss=0.09915, over 2786390.93 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06922, over 45691.81 utterances.], batch size: 335, lr: 1.80e-04 +2022-09-19 10:05:12,335 INFO [train.py:885] (1/2) Epoch 26, batch 7500, loss[loss=0.2239, simple_loss=0.2979, pruned_loss=0.07498, over 14181.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04541, over 89.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3456, pruned_loss=0.09983, over 2783780.70 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07034, over 45457.04 utterances.], batch size: 89, lr: 1.80e-04 +2022-09-19 10:05:42,696 INFO [train.py:885] (1/2) Epoch 26, batch 7550, loss[loss=0.2399, simple_loss=0.3008, pruned_loss=0.08952, over 14104.00 frames. utt_duration=715.7 frames, utt_pad_proportion=0.0533, over 79.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3454, pruned_loss=0.09904, over 2787077.95 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07027, over 45491.99 utterances.], batch size: 79, lr: 1.80e-04 +2022-09-19 10:06:12,260 INFO [train.py:885] (1/2) Epoch 26, batch 7600, loss[loss=0.1278, simple_loss=0.1829, pruned_loss=0.0363, over 12579.00 frames. utt_duration=2014 frames, utt_pad_proportion=0.1352, over 25.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3464, pruned_loss=0.09986, over 2782913.15 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07011, over 46117.35 utterances.], batch size: 25, lr: 1.80e-04 +2022-09-19 10:06:41,632 INFO [train.py:885] (1/2) Epoch 26, batch 7650, loss[loss=0.2942, simple_loss=0.3484, pruned_loss=0.12, over 14189.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.0436, over 109.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3449, pruned_loss=0.09971, over 2782232.80 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06977, over 45375.27 utterances.], batch size: 109, lr: 1.80e-04 +2022-09-19 10:07:11,058 INFO [train.py:885] (1/2) Epoch 26, batch 7700, loss[loss=0.2121, simple_loss=0.2749, pruned_loss=0.07462, over 14032.00 frames. utt_duration=814.9 frames, utt_pad_proportion=0.05139, over 69.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3418, pruned_loss=0.09868, over 2782941.44 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06901, over 43543.15 utterances.], batch size: 69, lr: 1.80e-04 +2022-09-19 10:07:41,062 INFO [train.py:885] (1/2) Epoch 26, batch 7750, loss[loss=0.2902, simple_loss=0.39, pruned_loss=0.09519, over 13768.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07181, over 411.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3409, pruned_loss=0.09797, over 2784856.65 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06795, over 43520.07 utterances.], batch size: 411, lr: 1.80e-04 +2022-09-19 10:08:17,028 INFO [train.py:885] (1/2) Epoch 26, batch 7800, loss[loss=0.3275, simple_loss=0.3945, pruned_loss=0.1302, over 14331.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.038, over 283.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3416, pruned_loss=0.09819, over 2787534.49 frames. utt_duration=258.1 frames, utt_pad_proportion=0.0683, over 43442.70 utterances.], batch size: 283, lr: 1.80e-04 +2022-09-19 10:08:46,297 INFO [train.py:885] (1/2) Epoch 26, batch 7850, loss[loss=0.3733, simple_loss=0.4713, pruned_loss=0.1376, over 13140.00 frames. utt_duration=82.03 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3426, pruned_loss=0.09872, over 2788725.98 frames. utt_duration=256.7 frames, utt_pad_proportion=0.06789, over 43700.97 utterances.], batch size: 653, lr: 1.80e-04 +2022-09-19 10:09:15,953 INFO [train.py:885] (1/2) Epoch 26, batch 7900, loss[loss=0.3547, simple_loss=0.4566, pruned_loss=0.1264, over 13220.00 frames. utt_duration=82.44 frames, utt_pad_proportion=0.1039, over 653.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3459, pruned_loss=0.1004, over 2781402.12 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07156, over 45817.42 utterances.], batch size: 653, lr: 1.80e-04 +2022-09-19 10:09:45,356 INFO [train.py:885] (1/2) Epoch 26, batch 7950, loss[loss=0.1682, simple_loss=0.2312, pruned_loss=0.05262, over 12388.00 frames. utt_duration=2066 frames, utt_pad_proportion=0.1669, over 24.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.346, pruned_loss=0.1003, over 2783843.25 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07011, over 45855.95 utterances.], batch size: 24, lr: 1.80e-04 +2022-09-19 10:10:15,306 INFO [train.py:885] (1/2) Epoch 26, batch 8000, loss[loss=0.2461, simple_loss=0.3286, pruned_loss=0.08182, over 14299.00 frames. utt_duration=407.1 frames, utt_pad_proportion=0.04209, over 141.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3543, pruned_loss=0.104, over 2782145.85 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07306, over 49182.99 utterances.], batch size: 141, lr: 1.80e-04 +2022-09-19 10:10:44,452 INFO [train.py:885] (1/2) Epoch 26, batch 8050, loss[loss=0.156, simple_loss=0.2208, pruned_loss=0.04563, over 13122.00 frames. utt_duration=1592 frames, utt_pad_proportion=0.1204, over 33.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3522, pruned_loss=0.103, over 2784626.22 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07115, over 48499.23 utterances.], batch size: 33, lr: 1.80e-04 +2022-09-19 10:11:14,191 INFO [train.py:885] (1/2) Epoch 26, batch 8100, loss[loss=0.2625, simple_loss=0.3526, pruned_loss=0.0862, over 14352.00 frames. utt_duration=220.6 frames, utt_pad_proportion=0.03652, over 262.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.348, pruned_loss=0.1007, over 2783213.74 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07002, over 47233.11 utterances.], batch size: 262, lr: 1.80e-04 +2022-09-19 10:11:43,608 INFO [train.py:885] (1/2) Epoch 26, batch 8150, loss[loss=0.1854, simple_loss=0.2557, pruned_loss=0.05749, over 13650.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.08161, over 50.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.346, pruned_loss=0.09986, over 2782548.60 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07104, over 46452.34 utterances.], batch size: 50, lr: 1.80e-04 +2022-09-19 10:12:12,835 INFO [train.py:885] (1/2) Epoch 26, batch 8200, loss[loss=0.2023, simple_loss=0.282, pruned_loss=0.06129, over 13896.00 frames. utt_duration=807.2 frames, utt_pad_proportion=0.06032, over 69.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3451, pruned_loss=0.09869, over 2785581.13 frames. utt_duration=242.1 frames, utt_pad_proportion=0.06953, over 46309.71 utterances.], batch size: 69, lr: 1.80e-04 +2022-09-19 10:12:42,100 INFO [train.py:885] (1/2) Epoch 26, batch 8250, loss[loss=0.4678, simple_loss=0.4771, pruned_loss=0.2292, over 14237.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04301, over 335.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3458, pruned_loss=0.09999, over 2780844.61 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07109, over 45984.77 utterances.], batch size: 335, lr: 1.80e-04 +2022-09-19 10:13:11,829 INFO [train.py:885] (1/2) Epoch 26, batch 8300, loss[loss=0.2773, simple_loss=0.3572, pruned_loss=0.09865, over 14254.00 frames. utt_duration=318.1 frames, utt_pad_proportion=0.04193, over 180.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3406, pruned_loss=0.09764, over 2780769.05 frames. utt_duration=255.9 frames, utt_pad_proportion=0.06979, over 43726.43 utterances.], batch size: 180, lr: 1.80e-04 +2022-09-19 10:13:41,146 INFO [train.py:885] (1/2) Epoch 26, batch 8350, loss[loss=0.1762, simple_loss=0.2552, pruned_loss=0.04859, over 14074.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.05974, over 70.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3434, pruned_loss=0.09817, over 2777082.39 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07257, over 45632.84 utterances.], batch size: 70, lr: 1.80e-04 +2022-09-19 10:14:10,580 INFO [train.py:885] (1/2) Epoch 26, batch 8400, loss[loss=0.196, simple_loss=0.249, pruned_loss=0.07143, over 12391.00 frames. utt_duration=2067 frames, utt_pad_proportion=0.1503, over 24.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3449, pruned_loss=0.09919, over 2780134.07 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0714, over 46108.02 utterances.], batch size: 24, lr: 1.80e-04 +2022-09-19 10:14:39,826 INFO [train.py:885] (1/2) Epoch 26, batch 8450, loss[loss=0.2274, simple_loss=0.299, pruned_loss=0.07791, over 14190.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.0436, over 109.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3469, pruned_loss=0.1002, over 2778880.05 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07239, over 46857.85 utterances.], batch size: 109, lr: 1.80e-04 +2022-09-19 10:15:09,145 INFO [train.py:885] (1/2) Epoch 26, batch 8500, loss[loss=0.3029, simple_loss=0.3694, pruned_loss=0.1182, over 14254.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04142, over 225.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3453, pruned_loss=0.09915, over 2781600.47 frames. utt_duration=244.2 frames, utt_pad_proportion=0.0693, over 45839.19 utterances.], batch size: 225, lr: 1.80e-04 +2022-09-19 10:15:38,943 INFO [train.py:885] (1/2) Epoch 26, batch 8550, loss[loss=0.3703, simple_loss=0.4534, pruned_loss=0.1436, over 13623.00 frames. utt_duration=98.82 frames, utt_pad_proportion=0.07642, over 560.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3444, pruned_loss=0.09886, over 2778376.65 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07071, over 45567.61 utterances.], batch size: 560, lr: 1.80e-04 +2022-09-19 10:16:09,143 INFO [train.py:885] (1/2) Epoch 26, batch 8600, loss[loss=0.2099, simple_loss=0.2893, pruned_loss=0.06525, over 14252.00 frames. utt_duration=642.1 frames, utt_pad_proportion=0.04169, over 89.00 utterances.], tot_loss[loss=0.2774, simple_loss=0.3508, pruned_loss=0.102, over 2779927.61 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07259, over 47847.63 utterances.], batch size: 89, lr: 1.80e-04 +2022-09-19 10:16:38,803 INFO [train.py:885] (1/2) Epoch 26, batch 8650, loss[loss=0.225, simple_loss=0.2976, pruned_loss=0.07621, over 14048.00 frames. utt_duration=804.4 frames, utt_pad_proportion=0.05479, over 70.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3502, pruned_loss=0.1022, over 2784556.87 frames. utt_duration=241.7 frames, utt_pad_proportion=0.06929, over 46364.41 utterances.], batch size: 70, lr: 1.80e-04 +2022-09-19 10:17:07,999 INFO [train.py:885] (1/2) Epoch 26, batch 8700, loss[loss=0.2589, simple_loss=0.3341, pruned_loss=0.09191, over 14403.00 frames. utt_duration=346.4 frames, utt_pad_proportion=0.03503, over 167.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3462, pruned_loss=0.1, over 2781918.01 frames. utt_duration=249.1 frames, utt_pad_proportion=0.06836, over 44929.21 utterances.], batch size: 167, lr: 1.80e-04 +2022-09-19 10:17:37,530 INFO [train.py:885] (1/2) Epoch 26, batch 8750, loss[loss=0.1926, simple_loss=0.2591, pruned_loss=0.06307, over 12160.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.186, over 24.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3431, pruned_loss=0.09859, over 2778535.20 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07054, over 44159.18 utterances.], batch size: 24, lr: 1.80e-04 +2022-09-19 10:18:07,209 INFO [train.py:885] (1/2) Epoch 26, batch 8800, loss[loss=0.3315, simple_loss=0.4297, pruned_loss=0.1167, over 13611.00 frames. utt_duration=98.54 frames, utt_pad_proportion=0.07904, over 560.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.344, pruned_loss=0.09876, over 2780795.17 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07109, over 44655.92 utterances.], batch size: 560, lr: 1.80e-04 +2022-09-19 10:18:37,061 INFO [train.py:885] (1/2) Epoch 26, batch 8850, loss[loss=0.2458, simple_loss=0.3235, pruned_loss=0.08401, over 14241.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04611, over 141.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3425, pruned_loss=0.09788, over 2782171.84 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06846, over 44341.04 utterances.], batch size: 141, lr: 1.80e-04 +2022-09-19 10:19:06,376 INFO [train.py:885] (1/2) Epoch 26, batch 8900, loss[loss=0.2741, simple_loss=0.3771, pruned_loss=0.08557, over 13950.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05895, over 365.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3432, pruned_loss=0.09838, over 2783603.46 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06795, over 44642.15 utterances.], batch size: 365, lr: 1.80e-04 +2022-09-19 10:19:35,715 INFO [train.py:885] (1/2) Epoch 26, batch 8950, loss[loss=0.3457, simple_loss=0.4042, pruned_loss=0.1436, over 14233.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04303, over 335.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3427, pruned_loss=0.09874, over 2782703.52 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06751, over 43717.96 utterances.], batch size: 335, lr: 1.80e-04 +2022-09-19 10:20:05,289 INFO [train.py:885] (1/2) Epoch 26, batch 9000, loss[loss=0.4282, simple_loss=0.4587, pruned_loss=0.1989, over 14254.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04177, over 335.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3431, pruned_loss=0.09935, over 2782777.17 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06816, over 43812.35 utterances.], batch size: 335, lr: 1.80e-04 +2022-09-19 10:20:05,290 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 10:20:09,461 INFO [train.py:914] (1/2) Epoch 26, validation: loss=0.197, simple_loss=0.2766, pruned_loss=0.05864, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 10:20:38,127 INFO [train.py:885] (1/2) Epoch 26, batch 9050, loss[loss=0.305, simple_loss=0.3717, pruned_loss=0.1192, over 14364.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03506, over 195.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3423, pruned_loss=0.09882, over 2782548.42 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06882, over 43456.33 utterances.], batch size: 195, lr: 1.80e-04 +2022-09-19 10:21:08,530 INFO [train.py:885] (1/2) Epoch 26, batch 9100, loss[loss=0.1384, simple_loss=0.1918, pruned_loss=0.04253, over 12622.00 frames. utt_duration=2105 frames, utt_pad_proportion=0.1408, over 24.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3411, pruned_loss=0.09772, over 2782934.62 frames. utt_duration=259.6 frames, utt_pad_proportion=0.06843, over 43117.65 utterances.], batch size: 24, lr: 1.80e-04 +2022-09-19 10:21:38,244 INFO [train.py:885] (1/2) Epoch 26, batch 9150, loss[loss=0.1667, simple_loss=0.229, pruned_loss=0.05216, over 13501.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.08119, over 50.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3394, pruned_loss=0.09636, over 2775965.01 frames. utt_duration=255.9 frames, utt_pad_proportion=0.0715, over 43652.35 utterances.], batch size: 50, lr: 1.80e-04 +2022-09-19 10:22:07,707 INFO [train.py:885] (1/2) Epoch 26, batch 9200, loss[loss=0.2392, simple_loss=0.3221, pruned_loss=0.07813, over 14187.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04421, over 109.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3421, pruned_loss=0.09737, over 2773987.66 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07422, over 45064.40 utterances.], batch size: 109, lr: 1.80e-04 +2022-09-19 10:22:37,571 INFO [train.py:885] (1/2) Epoch 26, batch 9250, loss[loss=0.2245, simple_loss=0.2978, pruned_loss=0.07564, over 14024.00 frames. utt_duration=573.7 frames, utt_pad_proportion=0.05943, over 98.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3452, pruned_loss=0.09929, over 2777781.29 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07441, over 45686.37 utterances.], batch size: 98, lr: 1.80e-04 +2022-09-19 10:23:06,755 INFO [train.py:885] (1/2) Epoch 26, batch 9300, loss[loss=0.1693, simple_loss=0.247, pruned_loss=0.04573, over 13531.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08744, over 50.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3464, pruned_loss=0.09994, over 2781209.38 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07327, over 45541.72 utterances.], batch size: 50, lr: 1.80e-04 +2022-09-19 10:23:36,360 INFO [train.py:885] (1/2) Epoch 26, batch 9350, loss[loss=0.2815, simple_loss=0.3541, pruned_loss=0.1045, over 14312.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03935, over 283.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3454, pruned_loss=0.09909, over 2784404.36 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07175, over 45118.83 utterances.], batch size: 283, lr: 1.80e-04 +2022-09-19 10:24:05,710 INFO [train.py:885] (1/2) Epoch 26, batch 9400, loss[loss=0.2667, simple_loss=0.3386, pruned_loss=0.09743, over 14288.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03968, over 180.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3468, pruned_loss=0.09967, over 2784201.04 frames. utt_duration=246.4 frames, utt_pad_proportion=0.0729, over 45478.53 utterances.], batch size: 180, lr: 1.80e-04 +2022-09-19 10:24:35,029 INFO [train.py:885] (1/2) Epoch 26, batch 9450, loss[loss=0.3273, simple_loss=0.4004, pruned_loss=0.1271, over 13759.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07199, over 411.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.348, pruned_loss=0.1004, over 2785432.12 frames. utt_duration=246 frames, utt_pad_proportion=0.07259, over 45563.34 utterances.], batch size: 411, lr: 1.80e-04 +2022-09-19 10:25:04,323 INFO [train.py:885] (1/2) Epoch 26, batch 9500, loss[loss=0.3189, simple_loss=0.3836, pruned_loss=0.1271, over 14366.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03289, over 244.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3485, pruned_loss=0.1007, over 2781940.24 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07255, over 45827.26 utterances.], batch size: 244, lr: 1.80e-04 +2022-09-19 10:25:34,187 INFO [train.py:885] (1/2) Epoch 26, batch 9550, loss[loss=0.5243, simple_loss=0.6073, pruned_loss=0.2207, over 12455.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.1471, over 810.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3505, pruned_loss=0.1015, over 2776289.13 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07573, over 47413.67 utterances.], batch size: 810, lr: 1.80e-04 +2022-09-19 10:26:03,931 INFO [train.py:885] (1/2) Epoch 26, batch 9600, loss[loss=0.3027, simple_loss=0.3731, pruned_loss=0.1161, over 14347.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03659, over 283.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3476, pruned_loss=0.1, over 2779528.66 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0732, over 46735.83 utterances.], batch size: 283, lr: 1.80e-04 +2022-09-19 10:26:32,624 INFO [train.py:885] (1/2) Epoch 26, batch 9650, loss[loss=0.2708, simple_loss=0.3489, pruned_loss=0.09633, over 14348.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03615, over 195.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3473, pruned_loss=0.09966, over 2778720.77 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07162, over 46585.15 utterances.], batch size: 195, lr: 1.80e-04 +2022-09-19 10:27:02,297 INFO [train.py:885] (1/2) Epoch 26, batch 9700, loss[loss=0.2814, simple_loss=0.3568, pruned_loss=0.103, over 14321.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03733, over 180.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3465, pruned_loss=0.1004, over 2777229.75 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07141, over 46018.95 utterances.], batch size: 180, lr: 1.80e-04 +2022-09-19 10:27:31,701 INFO [train.py:885] (1/2) Epoch 26, batch 9750, loss[loss=0.156, simple_loss=0.2308, pruned_loss=0.04064, over 13133.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.0943, over 26.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.344, pruned_loss=0.09925, over 2780541.85 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07053, over 45070.41 utterances.], batch size: 26, lr: 1.80e-04 +2022-09-19 10:28:02,072 INFO [train.py:885] (1/2) Epoch 26, batch 9800, loss[loss=0.2195, simple_loss=0.2964, pruned_loss=0.07131, over 12301.00 frames. utt_duration=2052 frames, utt_pad_proportion=0.1573, over 24.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3444, pruned_loss=0.09954, over 2782644.53 frames. utt_duration=251.8 frames, utt_pad_proportion=0.0691, over 44459.15 utterances.], batch size: 24, lr: 1.80e-04 +2022-09-19 10:28:31,743 INFO [train.py:885] (1/2) Epoch 26, batch 9850, loss[loss=0.284, simple_loss=0.3923, pruned_loss=0.08786, over 13633.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.0806, over 477.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3442, pruned_loss=0.09937, over 2780654.71 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07089, over 44648.89 utterances.], batch size: 477, lr: 1.80e-04 +2022-09-19 10:29:01,183 INFO [train.py:885] (1/2) Epoch 26, batch 9900, loss[loss=0.2242, simple_loss=0.3197, pruned_loss=0.06433, over 14308.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04091, over 154.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3434, pruned_loss=0.098, over 2781873.11 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07065, over 45300.26 utterances.], batch size: 154, lr: 1.80e-04 +2022-09-19 10:29:30,516 INFO [train.py:885] (1/2) Epoch 26, batch 9950, loss[loss=0.3055, simple_loss=0.3961, pruned_loss=0.1074, over 14008.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05488, over 365.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3423, pruned_loss=0.09855, over 2778860.90 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07141, over 44406.29 utterances.], batch size: 365, lr: 1.80e-04 +2022-09-19 10:30:00,246 INFO [train.py:885] (1/2) Epoch 26, batch 10000, loss[loss=0.3139, simple_loss=0.3783, pruned_loss=0.1248, over 14238.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04298, over 335.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3429, pruned_loss=0.09868, over 2782605.38 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06933, over 44287.11 utterances.], batch size: 335, lr: 1.80e-04 +2022-09-19 10:30:29,970 INFO [train.py:885] (1/2) Epoch 26, batch 10050, loss[loss=0.2573, simple_loss=0.3357, pruned_loss=0.08949, over 14282.00 frames. utt_duration=440.8 frames, utt_pad_proportion=0.03965, over 130.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3441, pruned_loss=0.09903, over 2782361.63 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07079, over 44355.89 utterances.], batch size: 130, lr: 1.80e-04 +2022-09-19 10:30:59,910 INFO [train.py:885] (1/2) Epoch 26, batch 10100, loss[loss=0.158, simple_loss=0.2115, pruned_loss=0.05222, over 13085.00 frames. utt_duration=1588 frames, utt_pad_proportion=0.1203, over 33.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3445, pruned_loss=0.09958, over 2779108.29 frames. utt_duration=251.7 frames, utt_pad_proportion=0.0709, over 44430.60 utterances.], batch size: 33, lr: 1.80e-04 +2022-09-19 10:31:29,145 INFO [train.py:885] (1/2) Epoch 26, batch 10150, loss[loss=0.2716, simple_loss=0.3546, pruned_loss=0.09428, over 14372.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03517, over 210.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3444, pruned_loss=0.09955, over 2776477.55 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07111, over 44631.53 utterances.], batch size: 210, lr: 1.80e-04 +2022-09-19 10:31:58,290 INFO [train.py:885] (1/2) Epoch 26, batch 10200, loss[loss=0.292, simple_loss=0.3656, pruned_loss=0.1092, over 14287.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04162, over 262.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3431, pruned_loss=0.09918, over 2779535.98 frames. utt_duration=256 frames, utt_pad_proportion=0.0695, over 43678.06 utterances.], batch size: 262, lr: 1.80e-04 +2022-09-19 10:32:28,138 INFO [train.py:885] (1/2) Epoch 26, batch 10250, loss[loss=0.1672, simple_loss=0.2424, pruned_loss=0.04598, over 13794.00 frames. utt_duration=801.1 frames, utt_pad_proportion=0.06742, over 69.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3467, pruned_loss=0.1001, over 2777889.13 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07187, over 45850.27 utterances.], batch size: 69, lr: 1.80e-04 +2022-09-19 10:33:05,867 INFO [train.py:885] (1/2) Epoch 26, batch 10300, loss[loss=0.3438, simple_loss=0.4073, pruned_loss=0.1402, over 14263.00 frames. utt_duration=219.2 frames, utt_pad_proportion=0.0427, over 262.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3449, pruned_loss=0.09899, over 2776458.19 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07189, over 44982.25 utterances.], batch size: 262, lr: 1.80e-04 +2022-09-19 10:33:35,182 INFO [train.py:885] (1/2) Epoch 26, batch 10350, loss[loss=0.3498, simple_loss=0.4575, pruned_loss=0.1211, over 13191.00 frames. utt_duration=82.36 frames, utt_pad_proportion=0.1047, over 653.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3466, pruned_loss=0.1008, over 2774366.09 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07511, over 45238.74 utterances.], batch size: 653, lr: 1.80e-04 +2022-09-19 10:34:05,457 INFO [train.py:885] (1/2) Epoch 26, batch 10400, loss[loss=0.3144, simple_loss=0.3811, pruned_loss=0.1238, over 14307.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04187, over 167.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3438, pruned_loss=0.09852, over 2776476.71 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07345, over 44659.71 utterances.], batch size: 167, lr: 1.79e-04 +2022-09-19 10:34:34,452 INFO [train.py:885] (1/2) Epoch 26, batch 10450, loss[loss=0.203, simple_loss=0.2908, pruned_loss=0.05763, over 14222.00 frames. utt_duration=523.5 frames, utt_pad_proportion=0.04115, over 109.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3415, pruned_loss=0.09808, over 2780357.53 frames. utt_duration=254.3 frames, utt_pad_proportion=0.0714, over 43980.00 utterances.], batch size: 109, lr: 1.79e-04 +2022-09-19 10:35:03,198 INFO [train.py:885] (1/2) Epoch 26, batch 10500, loss[loss=0.2942, simple_loss=0.3695, pruned_loss=0.1094, over 14301.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04032, over 262.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.344, pruned_loss=0.0993, over 2779960.86 frames. utt_duration=249.5 frames, utt_pad_proportion=0.0723, over 44838.17 utterances.], batch size: 262, lr: 1.79e-04 +2022-09-19 10:35:32,244 INFO [train.py:885] (1/2) Epoch 26, batch 10550, loss[loss=0.3078, simple_loss=0.3739, pruned_loss=0.1209, over 14201.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04475, over 306.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3467, pruned_loss=0.09968, over 2784472.67 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07162, over 46746.14 utterances.], batch size: 306, lr: 1.79e-04 +2022-09-19 10:36:01,693 INFO [train.py:885] (1/2) Epoch 26, batch 10600, loss[loss=0.2066, simple_loss=0.2869, pruned_loss=0.06313, over 14238.00 frames. utt_duration=641.4 frames, utt_pad_proportion=0.04132, over 89.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3483, pruned_loss=0.1007, over 2783975.18 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07116, over 46364.80 utterances.], batch size: 89, lr: 1.79e-04 +2022-09-19 10:36:41,018 INFO [train.py:885] (1/2) Epoch 26, batch 10650, loss[loss=0.3538, simple_loss=0.4143, pruned_loss=0.1466, over 14225.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04328, over 335.00 utterances.], tot_loss[loss=0.2811, simple_loss=0.3538, pruned_loss=0.1042, over 2782079.43 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07382, over 48196.27 utterances.], batch size: 335, lr: 1.79e-04 +2022-09-19 10:37:10,045 INFO [train.py:885] (1/2) Epoch 26, batch 10700, loss[loss=0.2162, simple_loss=0.2914, pruned_loss=0.07054, over 14067.00 frames. utt_duration=713.9 frames, utt_pad_proportion=0.05572, over 79.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3492, pruned_loss=0.1011, over 2781787.60 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07272, over 46318.75 utterances.], batch size: 79, lr: 1.79e-04 +2022-09-19 10:37:39,737 INFO [train.py:885] (1/2) Epoch 26, batch 10750, loss[loss=0.2394, simple_loss=0.3119, pruned_loss=0.08347, over 14181.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04436, over 109.00 utterances.], tot_loss[loss=0.2766, simple_loss=0.3506, pruned_loss=0.1013, over 2777643.87 frames. utt_duration=235.2 frames, utt_pad_proportion=0.07571, over 47543.59 utterances.], batch size: 109, lr: 1.79e-04 +2022-09-19 10:38:08,926 INFO [train.py:885] (1/2) Epoch 26, batch 10800, loss[loss=0.1696, simple_loss=0.2391, pruned_loss=0.05005, over 13571.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.08873, over 42.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3535, pruned_loss=0.103, over 2772474.36 frames. utt_duration=228.2 frames, utt_pad_proportion=0.07704, over 48915.01 utterances.], batch size: 42, lr: 1.79e-04 +2022-09-19 10:38:38,732 INFO [train.py:885] (1/2) Epoch 26, batch 10850, loss[loss=0.2128, simple_loss=0.2791, pruned_loss=0.07328, over 14345.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03705, over 120.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3507, pruned_loss=0.1017, over 2771594.95 frames. utt_duration=233.6 frames, utt_pad_proportion=0.07614, over 47772.13 utterances.], batch size: 120, lr: 1.79e-04 +2022-09-19 10:39:07,852 INFO [train.py:885] (1/2) Epoch 26, batch 10900, loss[loss=0.1948, simple_loss=0.265, pruned_loss=0.06228, over 14222.00 frames. utt_duration=814.1 frames, utt_pad_proportion=0.05006, over 70.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3492, pruned_loss=0.101, over 2771314.87 frames. utt_duration=240.3 frames, utt_pad_proportion=0.0748, over 46427.13 utterances.], batch size: 70, lr: 1.79e-04 +2022-09-19 10:39:37,587 INFO [train.py:885] (1/2) Epoch 26, batch 10950, loss[loss=0.3339, simple_loss=0.3894, pruned_loss=0.1393, over 14315.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03962, over 262.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3486, pruned_loss=0.1007, over 2771058.84 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07484, over 46633.53 utterances.], batch size: 262, lr: 1.79e-04 +2022-09-19 10:40:06,661 INFO [train.py:885] (1/2) Epoch 26, batch 11000, loss[loss=0.1826, simple_loss=0.2578, pruned_loss=0.05365, over 13857.00 frames. utt_duration=925.2 frames, utt_pad_proportion=0.06922, over 60.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3483, pruned_loss=0.1007, over 2775362.58 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07262, over 46476.05 utterances.], batch size: 60, lr: 1.79e-04 +2022-09-19 10:40:36,154 INFO [train.py:885] (1/2) Epoch 26, batch 11050, loss[loss=0.268, simple_loss=0.345, pruned_loss=0.09549, over 14367.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03529, over 210.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3484, pruned_loss=0.1001, over 2779124.00 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07115, over 47039.69 utterances.], batch size: 210, lr: 1.79e-04 +2022-09-19 10:41:06,092 INFO [train.py:885] (1/2) Epoch 26, batch 11100, loss[loss=0.4293, simple_loss=0.4709, pruned_loss=0.1939, over 14214.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04315, over 306.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3489, pruned_loss=0.09959, over 2774947.17 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07119, over 47863.70 utterances.], batch size: 306, lr: 1.79e-04 +2022-09-19 10:41:34,852 INFO [train.py:885] (1/2) Epoch 26, batch 11150, loss[loss=0.2517, simple_loss=0.3298, pruned_loss=0.08678, over 14356.00 frames. utt_duration=443.1 frames, utt_pad_proportion=0.03684, over 130.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3447, pruned_loss=0.09861, over 2781051.42 frames. utt_duration=248.2 frames, utt_pad_proportion=0.06899, over 45080.50 utterances.], batch size: 130, lr: 1.79e-04 +2022-09-19 10:42:04,227 INFO [train.py:885] (1/2) Epoch 26, batch 11200, loss[loss=0.1747, simple_loss=0.2489, pruned_loss=0.05026, over 13691.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.0782, over 50.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3441, pruned_loss=0.09803, over 2780272.46 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06974, over 44295.86 utterances.], batch size: 50, lr: 1.79e-04 +2022-09-19 10:42:34,118 INFO [train.py:885] (1/2) Epoch 26, batch 11250, loss[loss=0.2389, simple_loss=0.3061, pruned_loss=0.0858, over 14248.00 frames. utt_duration=524.4 frames, utt_pad_proportion=0.03952, over 109.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3465, pruned_loss=0.09904, over 2781761.27 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07122, over 45805.86 utterances.], batch size: 109, lr: 1.79e-04 +2022-09-19 10:43:03,906 INFO [train.py:885] (1/2) Epoch 26, batch 11300, loss[loss=0.1224, simple_loss=0.1653, pruned_loss=0.03973, over 13060.00 frames. utt_duration=2091 frames, utt_pad_proportion=0.1208, over 25.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3436, pruned_loss=0.09856, over 2783054.65 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07013, over 44590.67 utterances.], batch size: 25, lr: 1.79e-04 +2022-09-19 10:43:33,020 INFO [train.py:885] (1/2) Epoch 26, batch 11350, loss[loss=0.1644, simple_loss=0.2311, pruned_loss=0.04885, over 13567.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08585, over 50.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3419, pruned_loss=0.09789, over 2783455.92 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0691, over 43944.61 utterances.], batch size: 50, lr: 1.79e-04 +2022-09-19 10:44:02,217 INFO [train.py:885] (1/2) Epoch 26, batch 11400, loss[loss=0.2777, simple_loss=0.3815, pruned_loss=0.08691, over 13701.00 frames. utt_duration=116.4 frames, utt_pad_proportion=0.07632, over 477.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3437, pruned_loss=0.09898, over 2784845.52 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06937, over 44097.23 utterances.], batch size: 477, lr: 1.79e-04 +2022-09-19 10:44:32,327 INFO [train.py:885] (1/2) Epoch 26, batch 11450, loss[loss=0.2337, simple_loss=0.3064, pruned_loss=0.08048, over 14143.00 frames. utt_duration=520.5 frames, utt_pad_proportion=0.04664, over 109.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3476, pruned_loss=0.1002, over 2777663.77 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07341, over 46476.54 utterances.], batch size: 109, lr: 1.79e-04 +2022-09-19 10:45:01,155 INFO [train.py:885] (1/2) Epoch 26, batch 11500, loss[loss=0.225, simple_loss=0.2702, pruned_loss=0.08986, over 13403.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08601, over 41.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3453, pruned_loss=0.09927, over 2778658.74 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07084, over 45493.55 utterances.], batch size: 41, lr: 1.79e-04 +2022-09-19 10:45:30,524 INFO [train.py:885] (1/2) Epoch 26, batch 11550, loss[loss=0.1687, simple_loss=0.2216, pruned_loss=0.05788, over 13176.00 frames. utt_duration=1599 frames, utt_pad_proportion=0.1163, over 33.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.347, pruned_loss=0.1004, over 2784225.66 frames. utt_duration=243.6 frames, utt_pad_proportion=0.0693, over 45991.03 utterances.], batch size: 33, lr: 1.79e-04 +2022-09-19 10:46:00,930 INFO [train.py:885] (1/2) Epoch 26, batch 11600, loss[loss=0.3062, simple_loss=0.4012, pruned_loss=0.1056, over 13605.00 frames. utt_duration=115.3 frames, utt_pad_proportion=0.08455, over 478.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3494, pruned_loss=0.1013, over 2779017.50 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07313, over 47314.22 utterances.], batch size: 478, lr: 1.79e-04 +2022-09-19 10:46:29,911 INFO [train.py:885] (1/2) Epoch 26, batch 11650, loss[loss=0.3103, simple_loss=0.3813, pruned_loss=0.1196, over 14195.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04452, over 306.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.344, pruned_loss=0.09864, over 2779469.65 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07134, over 44954.20 utterances.], batch size: 306, lr: 1.79e-04 +2022-09-19 10:46:58,711 INFO [train.py:885] (1/2) Epoch 26, batch 11700, loss[loss=0.171, simple_loss=0.2258, pruned_loss=0.0581, over 13128.00 frames. utt_duration=1593 frames, utt_pad_proportion=0.1078, over 33.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3447, pruned_loss=0.09863, over 2779464.09 frames. utt_duration=249 frames, utt_pad_proportion=0.07072, over 44911.31 utterances.], batch size: 33, lr: 1.79e-04 +2022-09-19 10:47:29,012 INFO [train.py:885] (1/2) Epoch 26, batch 11750, loss[loss=0.3286, simple_loss=0.3643, pruned_loss=0.1465, over 14187.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04406, over 109.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3481, pruned_loss=0.1008, over 2779281.19 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07219, over 45667.88 utterances.], batch size: 109, lr: 1.79e-04 +2022-09-19 10:48:06,267 INFO [train.py:885] (1/2) Epoch 26, batch 11800, loss[loss=0.3175, simple_loss=0.3882, pruned_loss=0.1234, over 14163.00 frames. utt_duration=186.7 frames, utt_pad_proportion=0.04724, over 306.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3499, pruned_loss=0.1017, over 2779920.87 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07197, over 46686.25 utterances.], batch size: 306, lr: 1.79e-04 +2022-09-19 10:48:35,785 INFO [train.py:885] (1/2) Epoch 26, batch 11850, loss[loss=0.1751, simple_loss=0.2428, pruned_loss=0.05375, over 13836.00 frames. utt_duration=923.7 frames, utt_pad_proportion=0.06695, over 60.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3495, pruned_loss=0.1013, over 2776201.34 frames. utt_duration=239.1 frames, utt_pad_proportion=0.0722, over 46728.76 utterances.], batch size: 60, lr: 1.79e-04 +2022-09-19 10:49:04,699 INFO [train.py:885] (1/2) Epoch 26, batch 11900, loss[loss=0.3998, simple_loss=0.4361, pruned_loss=0.1817, over 14316.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.0375, over 180.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3475, pruned_loss=0.1008, over 2778018.24 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07202, over 45964.43 utterances.], batch size: 180, lr: 1.79e-04 +2022-09-19 10:49:33,846 INFO [train.py:885] (1/2) Epoch 26, batch 11950, loss[loss=0.1645, simple_loss=0.2292, pruned_loss=0.04993, over 13623.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08356, over 50.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3473, pruned_loss=0.1019, over 2774466.79 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07398, over 45473.66 utterances.], batch size: 50, lr: 1.79e-04 +2022-09-19 10:50:03,542 INFO [train.py:885] (1/2) Epoch 26, batch 12000, loss[loss=0.2474, simple_loss=0.326, pruned_loss=0.08436, over 14296.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04145, over 154.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3468, pruned_loss=0.1018, over 2776641.18 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07275, over 44231.76 utterances.], batch size: 154, lr: 1.79e-04 +2022-09-19 10:50:03,543 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 10:50:07,728 INFO [train.py:914] (1/2) Epoch 26, validation: loss=0.1838, simple_loss=0.2642, pruned_loss=0.05177, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 10:50:36,811 INFO [train.py:885] (1/2) Epoch 26, batch 12050, loss[loss=0.1822, simple_loss=0.2406, pruned_loss=0.06191, over 13611.00 frames. utt_duration=908.7 frames, utt_pad_proportion=0.08767, over 60.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3457, pruned_loss=0.101, over 2776824.48 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07311, over 44229.74 utterances.], batch size: 60, lr: 1.79e-04 +2022-09-19 10:51:06,295 INFO [train.py:885] (1/2) Epoch 26, batch 12100, loss[loss=0.269, simple_loss=0.3515, pruned_loss=0.0932, over 14353.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03596, over 210.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3516, pruned_loss=0.1032, over 2780428.70 frames. utt_duration=237.8 frames, utt_pad_proportion=0.0731, over 47054.80 utterances.], batch size: 210, lr: 1.79e-04 +2022-09-19 10:51:35,975 INFO [train.py:885] (1/2) Epoch 26, batch 12150, loss[loss=0.2798, simple_loss=0.3732, pruned_loss=0.09315, over 14011.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05535, over 365.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3511, pruned_loss=0.1029, over 2775934.23 frames. utt_duration=236.3 frames, utt_pad_proportion=0.0763, over 47284.54 utterances.], batch size: 365, lr: 1.79e-04 +2022-09-19 10:52:05,417 INFO [train.py:885] (1/2) Epoch 26, batch 12200, loss[loss=0.4065, simple_loss=0.4466, pruned_loss=0.1832, over 14318.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03794, over 195.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3516, pruned_loss=0.1025, over 2777607.99 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07503, over 47766.90 utterances.], batch size: 195, lr: 1.79e-04 +2022-09-19 10:52:34,786 INFO [train.py:885] (1/2) Epoch 26, batch 12250, loss[loss=0.1609, simple_loss=0.2325, pruned_loss=0.04466, over 13538.00 frames. utt_duration=1291 frames, utt_pad_proportion=0.09611, over 42.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3499, pruned_loss=0.1018, over 2772904.75 frames. utt_duration=236.7 frames, utt_pad_proportion=0.0766, over 47162.23 utterances.], batch size: 42, lr: 1.79e-04 +2022-09-19 10:53:04,110 INFO [train.py:885] (1/2) Epoch 26, batch 12300, loss[loss=0.2542, simple_loss=0.3314, pruned_loss=0.08844, over 14242.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04252, over 225.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3524, pruned_loss=0.1034, over 2774598.46 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07675, over 48338.15 utterances.], batch size: 225, lr: 1.79e-04 +2022-09-19 10:53:34,072 INFO [train.py:885] (1/2) Epoch 26, batch 12350, loss[loss=0.3414, simple_loss=0.4057, pruned_loss=0.1386, over 14255.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04237, over 335.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3506, pruned_loss=0.1019, over 2777310.50 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07409, over 48204.44 utterances.], batch size: 335, lr: 1.79e-04 +2022-09-19 10:54:03,090 INFO [train.py:885] (1/2) Epoch 26, batch 12400, loss[loss=0.2984, simple_loss=0.351, pruned_loss=0.1229, over 14176.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04453, over 109.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3483, pruned_loss=0.1007, over 2781361.67 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07269, over 46607.48 utterances.], batch size: 109, lr: 1.79e-04 +2022-09-19 10:54:32,733 INFO [train.py:885] (1/2) Epoch 26, batch 12450, loss[loss=0.2701, simple_loss=0.3464, pruned_loss=0.09689, over 14363.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03821, over 167.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3502, pruned_loss=0.1014, over 2782731.65 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07357, over 47043.33 utterances.], batch size: 167, lr: 1.79e-04 +2022-09-19 10:55:01,507 INFO [train.py:885] (1/2) Epoch 26, batch 12500, loss[loss=0.4383, simple_loss=0.5393, pruned_loss=0.1687, over 12519.00 frames. utt_duration=63.38 frames, utt_pad_proportion=0.1435, over 810.00 utterances.], tot_loss[loss=0.28, simple_loss=0.3533, pruned_loss=0.1034, over 2781731.10 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07534, over 48305.40 utterances.], batch size: 810, lr: 1.79e-04 +2022-09-19 10:55:31,454 INFO [train.py:885] (1/2) Epoch 26, batch 12550, loss[loss=0.2772, simple_loss=0.3358, pruned_loss=0.1093, over 14230.00 frames. utt_duration=641 frames, utt_pad_proportion=0.04615, over 89.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3517, pruned_loss=0.1026, over 2787157.60 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07197, over 46842.60 utterances.], batch size: 89, lr: 1.79e-04 +2022-09-19 10:55:59,411 INFO [train.py:885] (1/2) Epoch 26, batch 12600, loss[loss=0.1636, simple_loss=0.2368, pruned_loss=0.04526, over 14100.00 frames. utt_duration=715.3 frames, utt_pad_proportion=0.0488, over 79.00 utterances.], tot_loss[loss=0.277, simple_loss=0.3503, pruned_loss=0.1018, over 2785401.57 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0718, over 46566.88 utterances.], batch size: 79, lr: 1.79e-04 +2022-09-19 10:56:19,367 INFO [train.py:885] (1/2) Epoch 27, batch 0, loss[loss=0.3542, simple_loss=0.407, pruned_loss=0.1507, over 14241.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04299, over 335.00 utterances.], tot_loss[loss=0.3542, simple_loss=0.407, pruned_loss=0.1507, over 14241.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04299, over 335.00 utterances.], batch size: 335, lr: 1.76e-04 +2022-09-19 10:56:52,083 INFO [train.py:885] (1/2) Epoch 27, batch 50, loss[loss=0.5014, simple_loss=0.5888, pruned_loss=0.207, over 12508.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 810.00 utterances.], tot_loss[loss=0.2881, simple_loss=0.3628, pruned_loss=0.1067, over 624861.91 frames. utt_duration=204 frames, utt_pad_proportion=0.07997, over 12345.60 utterances.], batch size: 810, lr: 1.76e-04 +2022-09-19 10:57:20,784 INFO [train.py:885] (1/2) Epoch 27, batch 100, loss[loss=0.2387, simple_loss=0.3327, pruned_loss=0.07241, over 14250.00 frames. utt_duration=439.8 frames, utt_pad_proportion=0.04393, over 130.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3396, pruned_loss=0.09576, over 1104595.96 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06997, over 17685.35 utterances.], batch size: 130, lr: 1.76e-04 +2022-09-19 10:57:49,934 INFO [train.py:885] (1/2) Epoch 27, batch 150, loss[loss=0.3398, simple_loss=0.4393, pruned_loss=0.1201, over 13571.00 frames. utt_duration=98.26 frames, utt_pad_proportion=0.08164, over 560.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3413, pruned_loss=0.09727, over 1476301.16 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07034, over 23244.91 utterances.], batch size: 560, lr: 1.76e-04 +2022-09-19 10:58:19,252 INFO [train.py:885] (1/2) Epoch 27, batch 200, loss[loss=0.3012, simple_loss=0.3745, pruned_loss=0.114, over 14320.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03844, over 283.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3416, pruned_loss=0.09753, over 1765426.40 frames. utt_duration=260.2 frames, utt_pad_proportion=0.07054, over 27295.84 utterances.], batch size: 283, lr: 1.76e-04 +2022-09-19 10:58:49,368 INFO [train.py:885] (1/2) Epoch 27, batch 250, loss[loss=0.2767, simple_loss=0.3433, pruned_loss=0.1051, over 14344.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03898, over 167.00 utterances.], tot_loss[loss=0.268, simple_loss=0.341, pruned_loss=0.09744, over 1989523.15 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06824, over 30969.25 utterances.], batch size: 167, lr: 1.76e-04 +2022-09-19 10:59:18,740 INFO [train.py:885] (1/2) Epoch 27, batch 300, loss[loss=0.1823, simple_loss=0.2654, pruned_loss=0.04957, over 14049.00 frames. utt_duration=712.9 frames, utt_pad_proportion=0.05695, over 79.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3383, pruned_loss=0.09567, over 2168450.12 frames. utt_duration=266.5 frames, utt_pad_proportion=0.06699, over 32724.75 utterances.], batch size: 79, lr: 1.76e-04 +2022-09-19 10:59:47,895 INFO [train.py:885] (1/2) Epoch 27, batch 350, loss[loss=0.2875, simple_loss=0.3597, pruned_loss=0.1077, over 14287.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03613, over 225.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3391, pruned_loss=0.0962, over 2300417.35 frames. utt_duration=264 frames, utt_pad_proportion=0.07142, over 35053.90 utterances.], batch size: 225, lr: 1.76e-04 +2022-09-19 11:00:17,611 INFO [train.py:885] (1/2) Epoch 27, batch 400, loss[loss=0.4983, simple_loss=0.5918, pruned_loss=0.2024, over 12525.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.1441, over 810.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3421, pruned_loss=0.09732, over 2405797.65 frames. utt_duration=253 frames, utt_pad_proportion=0.07311, over 38267.37 utterances.], batch size: 810, lr: 1.75e-04 +2022-09-19 11:00:47,691 INFO [train.py:885] (1/2) Epoch 27, batch 450, loss[loss=0.2051, simple_loss=0.2737, pruned_loss=0.06829, over 14062.00 frames. utt_duration=575.4 frames, utt_pad_proportion=0.05521, over 98.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3426, pruned_loss=0.0972, over 2490706.75 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07099, over 39729.29 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:01:17,048 INFO [train.py:885] (1/2) Epoch 27, batch 500, loss[loss=0.2949, simple_loss=0.3892, pruned_loss=0.1003, over 14007.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05548, over 365.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3438, pruned_loss=0.09836, over 2558811.51 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06889, over 40677.27 utterances.], batch size: 365, lr: 1.75e-04 +2022-09-19 11:01:45,985 INFO [train.py:885] (1/2) Epoch 27, batch 550, loss[loss=0.3008, simple_loss=0.3727, pruned_loss=0.1145, over 14292.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04003, over 262.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3439, pruned_loss=0.09884, over 2614754.38 frames. utt_duration=259.3 frames, utt_pad_proportion=0.06542, over 40567.69 utterances.], batch size: 262, lr: 1.75e-04 +2022-09-19 11:02:15,793 INFO [train.py:885] (1/2) Epoch 27, batch 600, loss[loss=0.267, simple_loss=0.3436, pruned_loss=0.0952, over 14221.00 frames. utt_duration=254.4 frames, utt_pad_proportion=0.04378, over 225.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3436, pruned_loss=0.09873, over 2651869.74 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06472, over 41367.62 utterances.], batch size: 225, lr: 1.75e-04 +2022-09-19 11:02:45,504 INFO [train.py:885] (1/2) Epoch 27, batch 650, loss[loss=0.2701, simple_loss=0.3756, pruned_loss=0.08236, over 13779.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07118, over 411.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3471, pruned_loss=0.1006, over 2676769.83 frames. utt_duration=247 frames, utt_pad_proportion=0.06803, over 43605.63 utterances.], batch size: 411, lr: 1.75e-04 +2022-09-19 11:03:15,173 INFO [train.py:885] (1/2) Epoch 27, batch 700, loss[loss=0.301, simple_loss=0.4105, pruned_loss=0.09576, over 13602.00 frames. utt_duration=98.48 frames, utt_pad_proportion=0.07961, over 560.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.348, pruned_loss=0.1016, over 2698457.96 frames. utt_duration=244.4 frames, utt_pad_proportion=0.06881, over 44435.23 utterances.], batch size: 560, lr: 1.75e-04 +2022-09-19 11:03:44,201 INFO [train.py:885] (1/2) Epoch 27, batch 750, loss[loss=0.2506, simple_loss=0.3204, pruned_loss=0.09042, over 14328.00 frames. utt_duration=479 frames, utt_pad_proportion=0.03824, over 120.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3437, pruned_loss=0.09899, over 2718533.80 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06858, over 43723.78 utterances.], batch size: 120, lr: 1.75e-04 +2022-09-19 11:04:13,771 INFO [train.py:885] (1/2) Epoch 27, batch 800, loss[loss=0.2117, simple_loss=0.2916, pruned_loss=0.06595, over 14118.00 frames. utt_duration=577.7 frames, utt_pad_proportion=0.05137, over 98.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3448, pruned_loss=0.09942, over 2734765.41 frames. utt_duration=246.3 frames, utt_pad_proportion=0.06908, over 44683.14 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:04:50,375 INFO [train.py:885] (1/2) Epoch 27, batch 850, loss[loss=0.253, simple_loss=0.3367, pruned_loss=0.08469, over 14247.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04204, over 225.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3465, pruned_loss=0.1003, over 2744655.24 frames. utt_duration=243.3 frames, utt_pad_proportion=0.06904, over 45404.68 utterances.], batch size: 225, lr: 1.75e-04 +2022-09-19 11:05:20,657 INFO [train.py:885] (1/2) Epoch 27, batch 900, loss[loss=0.2875, simple_loss=0.3625, pruned_loss=0.1063, over 14235.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04213, over 306.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3483, pruned_loss=0.1014, over 2753452.00 frames. utt_duration=242.9 frames, utt_pad_proportion=0.06927, over 45610.85 utterances.], batch size: 306, lr: 1.75e-04 +2022-09-19 11:05:49,576 INFO [train.py:885] (1/2) Epoch 27, batch 950, loss[loss=0.249, simple_loss=0.3201, pruned_loss=0.08892, over 14260.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04436, over 141.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3485, pruned_loss=0.1016, over 2759352.08 frames. utt_duration=242.2 frames, utt_pad_proportion=0.06983, over 45844.91 utterances.], batch size: 141, lr: 1.75e-04 +2022-09-19 11:06:20,251 INFO [train.py:885] (1/2) Epoch 27, batch 1000, loss[loss=0.2693, simple_loss=0.3499, pruned_loss=0.09439, over 14306.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03834, over 180.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3536, pruned_loss=0.1029, over 2758145.46 frames. utt_duration=226.2 frames, utt_pad_proportion=0.07289, over 49082.77 utterances.], batch size: 180, lr: 1.75e-04 +2022-09-19 11:06:49,436 INFO [train.py:885] (1/2) Epoch 27, batch 1050, loss[loss=0.342, simple_loss=0.4296, pruned_loss=0.1272, over 13590.00 frames. utt_duration=98.46 frames, utt_pad_proportion=0.07981, over 560.00 utterances.], tot_loss[loss=0.2785, simple_loss=0.3529, pruned_loss=0.1021, over 2761206.64 frames. utt_duration=226.7 frames, utt_pad_proportion=0.07233, over 49041.32 utterances.], batch size: 560, lr: 1.75e-04 +2022-09-19 11:07:19,293 INFO [train.py:885] (1/2) Epoch 27, batch 1100, loss[loss=0.2329, simple_loss=0.298, pruned_loss=0.08388, over 14089.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.0531, over 98.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3525, pruned_loss=0.1019, over 2764277.94 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07334, over 48344.30 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:07:47,934 INFO [train.py:885] (1/2) Epoch 27, batch 1150, loss[loss=0.1995, simple_loss=0.274, pruned_loss=0.06254, over 13466.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09411, over 50.00 utterances.], tot_loss[loss=0.2803, simple_loss=0.3539, pruned_loss=0.1034, over 2767783.55 frames. utt_duration=227.6 frames, utt_pad_proportion=0.07464, over 48968.98 utterances.], batch size: 50, lr: 1.75e-04 +2022-09-19 11:08:17,872 INFO [train.py:885] (1/2) Epoch 27, batch 1200, loss[loss=0.1752, simple_loss=0.233, pruned_loss=0.05872, over 13420.00 frames. utt_duration=1629 frames, utt_pad_proportion=0.1002, over 33.00 utterances.], tot_loss[loss=0.279, simple_loss=0.3527, pruned_loss=0.1026, over 2768548.26 frames. utt_duration=228.8 frames, utt_pad_proportion=0.0751, over 48722.02 utterances.], batch size: 33, lr: 1.75e-04 +2022-09-19 11:08:47,008 INFO [train.py:885] (1/2) Epoch 27, batch 1250, loss[loss=0.224, simple_loss=0.3048, pruned_loss=0.07159, over 14196.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.0435, over 109.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3473, pruned_loss=0.09976, over 2768173.01 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07393, over 46699.83 utterances.], batch size: 109, lr: 1.75e-04 +2022-09-19 11:09:16,759 INFO [train.py:885] (1/2) Epoch 27, batch 1300, loss[loss=0.2594, simple_loss=0.3404, pruned_loss=0.08918, over 14342.00 frames. utt_duration=442.8 frames, utt_pad_proportion=0.03521, over 130.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3505, pruned_loss=0.1017, over 2770362.76 frames. utt_duration=230.3 frames, utt_pad_proportion=0.07411, over 48434.58 utterances.], batch size: 130, lr: 1.75e-04 +2022-09-19 11:09:45,851 INFO [train.py:885] (1/2) Epoch 27, batch 1350, loss[loss=0.2742, simple_loss=0.3424, pruned_loss=0.103, over 14303.00 frames. utt_duration=373 frames, utt_pad_proportion=0.03864, over 154.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3469, pruned_loss=0.1004, over 2778187.27 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07036, over 46303.07 utterances.], batch size: 154, lr: 1.75e-04 +2022-09-19 11:10:15,701 INFO [train.py:885] (1/2) Epoch 27, batch 1400, loss[loss=0.2592, simple_loss=0.3501, pruned_loss=0.08414, over 14317.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03769, over 226.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3499, pruned_loss=0.1011, over 2778521.76 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07117, over 48089.21 utterances.], batch size: 226, lr: 1.75e-04 +2022-09-19 11:10:45,286 INFO [train.py:885] (1/2) Epoch 27, batch 1450, loss[loss=0.3057, simple_loss=0.3775, pruned_loss=0.1169, over 14273.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04043, over 225.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3494, pruned_loss=0.1009, over 2779329.16 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07098, over 47874.92 utterances.], batch size: 225, lr: 1.75e-04 +2022-09-19 11:11:14,452 INFO [train.py:885] (1/2) Epoch 27, batch 1500, loss[loss=0.3975, simple_loss=0.4409, pruned_loss=0.1771, over 14276.00 frames. utt_duration=203.3 frames, utt_pad_proportion=0.04107, over 283.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3492, pruned_loss=0.1014, over 2783939.28 frames. utt_duration=237.6 frames, utt_pad_proportion=0.06878, over 47151.06 utterances.], batch size: 283, lr: 1.75e-04 +2022-09-19 11:11:44,597 INFO [train.py:885] (1/2) Epoch 27, batch 1550, loss[loss=0.2267, simple_loss=0.2899, pruned_loss=0.08177, over 13827.00 frames. utt_duration=923 frames, utt_pad_proportion=0.07233, over 60.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3484, pruned_loss=0.1009, over 2788234.33 frames. utt_duration=238.7 frames, utt_pad_proportion=0.06761, over 47015.07 utterances.], batch size: 60, lr: 1.75e-04 +2022-09-19 11:12:13,397 INFO [train.py:885] (1/2) Epoch 27, batch 1600, loss[loss=0.29, simple_loss=0.3616, pruned_loss=0.1092, over 14260.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04107, over 225.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3444, pruned_loss=0.0991, over 2792539.92 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06626, over 44909.66 utterances.], batch size: 225, lr: 1.75e-04 +2022-09-19 11:12:43,556 INFO [train.py:885] (1/2) Epoch 27, batch 1650, loss[loss=0.2894, simple_loss=0.3573, pruned_loss=0.1108, over 14304.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03854, over 180.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3463, pruned_loss=0.09993, over 2787668.33 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06769, over 45835.05 utterances.], batch size: 180, lr: 1.75e-04 +2022-09-19 11:13:12,504 INFO [train.py:885] (1/2) Epoch 27, batch 1700, loss[loss=0.2336, simple_loss=0.3021, pruned_loss=0.08253, over 14047.00 frames. utt_duration=574.6 frames, utt_pad_proportion=0.05806, over 98.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3454, pruned_loss=0.0997, over 2788180.78 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06736, over 45084.62 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:13:42,048 INFO [train.py:885] (1/2) Epoch 27, batch 1750, loss[loss=0.3282, simple_loss=0.4283, pruned_loss=0.114, over 13630.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.07727, over 560.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3494, pruned_loss=0.1011, over 2784668.43 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07077, over 47064.66 utterances.], batch size: 560, lr: 1.75e-04 +2022-09-19 11:14:11,452 INFO [train.py:885] (1/2) Epoch 27, batch 1800, loss[loss=0.1673, simple_loss=0.2371, pruned_loss=0.04868, over 12780.00 frames. utt_duration=2047 frames, utt_pad_proportion=0.1361, over 25.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3479, pruned_loss=0.1006, over 2778746.78 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07389, over 46685.34 utterances.], batch size: 25, lr: 1.75e-04 +2022-09-19 11:14:41,284 INFO [train.py:885] (1/2) Epoch 27, batch 1850, loss[loss=0.2054, simple_loss=0.2717, pruned_loss=0.06952, over 14124.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05097, over 98.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3436, pruned_loss=0.09947, over 2781457.01 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07292, over 44606.78 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:15:10,577 INFO [train.py:885] (1/2) Epoch 27, batch 1900, loss[loss=0.4332, simple_loss=0.4572, pruned_loss=0.2046, over 14276.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04019, over 180.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.343, pruned_loss=0.09844, over 2782914.74 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07058, over 44629.54 utterances.], batch size: 180, lr: 1.75e-04 +2022-09-19 11:15:40,450 INFO [train.py:885] (1/2) Epoch 27, batch 1950, loss[loss=0.2202, simple_loss=0.302, pruned_loss=0.06919, over 14334.00 frames. utt_duration=442.6 frames, utt_pad_proportion=0.03581, over 130.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3424, pruned_loss=0.09799, over 2780082.00 frames. utt_duration=251.4 frames, utt_pad_proportion=0.0708, over 44500.53 utterances.], batch size: 130, lr: 1.75e-04 +2022-09-19 11:16:10,107 INFO [train.py:885] (1/2) Epoch 27, batch 2000, loss[loss=0.1818, simple_loss=0.2529, pruned_loss=0.05534, over 13948.00 frames. utt_duration=931.2 frames, utt_pad_proportion=0.06412, over 60.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3456, pruned_loss=0.1003, over 2778708.45 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07142, over 44916.22 utterances.], batch size: 60, lr: 1.75e-04 +2022-09-19 11:16:39,140 INFO [train.py:885] (1/2) Epoch 27, batch 2050, loss[loss=0.3198, simple_loss=0.3829, pruned_loss=0.1284, over 14351.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03615, over 283.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3441, pruned_loss=0.1006, over 2779104.84 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07023, over 43766.72 utterances.], batch size: 283, lr: 1.75e-04 +2022-09-19 11:17:08,473 INFO [train.py:885] (1/2) Epoch 27, batch 2100, loss[loss=0.2901, simple_loss=0.364, pruned_loss=0.1081, over 14331.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03758, over 210.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3432, pruned_loss=0.09932, over 2780684.55 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06948, over 43885.74 utterances.], batch size: 210, lr: 1.75e-04 +2022-09-19 11:17:38,806 INFO [train.py:885] (1/2) Epoch 27, batch 2150, loss[loss=0.2612, simple_loss=0.3207, pruned_loss=0.1009, over 14205.00 frames. utt_duration=522.7 frames, utt_pad_proportion=0.04266, over 109.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3414, pruned_loss=0.09822, over 2783940.64 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06766, over 43060.93 utterances.], batch size: 109, lr: 1.75e-04 +2022-09-19 11:18:08,237 INFO [train.py:885] (1/2) Epoch 27, batch 2200, loss[loss=0.2661, simple_loss=0.3311, pruned_loss=0.1005, over 14303.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.04006, over 120.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3446, pruned_loss=0.09909, over 2784301.83 frames. utt_duration=250.4 frames, utt_pad_proportion=0.069, over 44742.92 utterances.], batch size: 120, lr: 1.75e-04 +2022-09-19 11:18:37,982 INFO [train.py:885] (1/2) Epoch 27, batch 2250, loss[loss=0.3383, simple_loss=0.4138, pruned_loss=0.1313, over 14206.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04415, over 306.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3458, pruned_loss=0.09947, over 2780280.06 frames. utt_duration=244 frames, utt_pad_proportion=0.06987, over 45857.29 utterances.], batch size: 306, lr: 1.75e-04 +2022-09-19 11:19:07,442 INFO [train.py:885] (1/2) Epoch 27, batch 2300, loss[loss=0.1627, simple_loss=0.2419, pruned_loss=0.04172, over 13829.00 frames. utt_duration=923.4 frames, utt_pad_proportion=0.06635, over 60.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3437, pruned_loss=0.09805, over 2782489.16 frames. utt_duration=248.1 frames, utt_pad_proportion=0.0696, over 45120.71 utterances.], batch size: 60, lr: 1.75e-04 +2022-09-19 11:19:36,941 INFO [train.py:885] (1/2) Epoch 27, batch 2350, loss[loss=0.3116, simple_loss=0.3824, pruned_loss=0.1204, over 14186.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.0454, over 306.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3412, pruned_loss=0.09684, over 2781392.98 frames. utt_duration=251.4 frames, utt_pad_proportion=0.06789, over 44515.50 utterances.], batch size: 306, lr: 1.75e-04 +2022-09-19 11:20:06,422 INFO [train.py:885] (1/2) Epoch 27, batch 2400, loss[loss=0.2366, simple_loss=0.2826, pruned_loss=0.09534, over 14074.00 frames. utt_duration=576 frames, utt_pad_proportion=0.05425, over 98.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3445, pruned_loss=0.09889, over 2783168.17 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06883, over 45258.61 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:20:36,365 INFO [train.py:885] (1/2) Epoch 27, batch 2450, loss[loss=0.3063, simple_loss=0.3765, pruned_loss=0.118, over 14325.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03862, over 262.00 utterances.], tot_loss[loss=0.274, simple_loss=0.347, pruned_loss=0.1004, over 2783148.01 frames. utt_duration=244.6 frames, utt_pad_proportion=0.0695, over 45788.92 utterances.], batch size: 262, lr: 1.75e-04 +2022-09-19 11:21:05,810 INFO [train.py:885] (1/2) Epoch 27, batch 2500, loss[loss=0.154, simple_loss=0.2268, pruned_loss=0.04063, over 13285.00 frames. utt_duration=1297 frames, utt_pad_proportion=0.09205, over 41.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3419, pruned_loss=0.09836, over 2781969.91 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06738, over 43876.05 utterances.], batch size: 41, lr: 1.75e-04 +2022-09-19 11:21:35,784 INFO [train.py:885] (1/2) Epoch 27, batch 2550, loss[loss=0.2005, simple_loss=0.2866, pruned_loss=0.05722, over 14184.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04639, over 89.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3428, pruned_loss=0.09876, over 2781432.04 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06869, over 44259.16 utterances.], batch size: 89, lr: 1.75e-04 +2022-09-19 11:22:04,659 INFO [train.py:885] (1/2) Epoch 27, batch 2600, loss[loss=0.2421, simple_loss=0.3081, pruned_loss=0.08808, over 14301.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03956, over 120.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3449, pruned_loss=0.09965, over 2782951.98 frames. utt_duration=251.1 frames, utt_pad_proportion=0.0693, over 44597.47 utterances.], batch size: 120, lr: 1.75e-04 +2022-09-19 11:22:34,502 INFO [train.py:885] (1/2) Epoch 27, batch 2650, loss[loss=0.1689, simple_loss=0.2441, pruned_loss=0.04686, over 13879.00 frames. utt_duration=926.5 frames, utt_pad_proportion=0.06879, over 60.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3471, pruned_loss=0.1009, over 2781018.83 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07057, over 45799.37 utterances.], batch size: 60, lr: 1.75e-04 +2022-09-19 11:23:03,920 INFO [train.py:885] (1/2) Epoch 27, batch 2700, loss[loss=0.3028, simple_loss=0.3766, pruned_loss=0.1145, over 14287.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04112, over 262.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.344, pruned_loss=0.09941, over 2779094.77 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06977, over 44753.22 utterances.], batch size: 262, lr: 1.75e-04 +2022-09-19 11:23:33,608 INFO [train.py:885] (1/2) Epoch 27, batch 2750, loss[loss=0.2923, simple_loss=0.3653, pruned_loss=0.1096, over 14298.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03984, over 283.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3436, pruned_loss=0.09923, over 2776637.75 frames. utt_duration=249.6 frames, utt_pad_proportion=0.0703, over 44755.02 utterances.], batch size: 283, lr: 1.75e-04 +2022-09-19 11:24:03,067 INFO [train.py:885] (1/2) Epoch 27, batch 2800, loss[loss=0.2578, simple_loss=0.3395, pruned_loss=0.08808, over 14379.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03208, over 244.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3455, pruned_loss=0.09929, over 2779107.56 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07145, over 46193.29 utterances.], batch size: 244, lr: 1.75e-04 +2022-09-19 11:24:32,654 INFO [train.py:885] (1/2) Epoch 27, batch 2850, loss[loss=0.2144, simple_loss=0.2785, pruned_loss=0.07515, over 14096.00 frames. utt_duration=576.9 frames, utt_pad_proportion=0.05119, over 98.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3457, pruned_loss=0.09964, over 2784562.73 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06861, over 45342.67 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:25:02,676 INFO [train.py:885] (1/2) Epoch 27, batch 2900, loss[loss=0.3026, simple_loss=0.3702, pruned_loss=0.1175, over 14358.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03632, over 283.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.344, pruned_loss=0.0987, over 2783401.51 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06898, over 45026.96 utterances.], batch size: 283, lr: 1.75e-04 +2022-09-19 11:25:32,287 INFO [train.py:885] (1/2) Epoch 27, batch 2950, loss[loss=0.1612, simple_loss=0.2251, pruned_loss=0.04868, over 13658.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.08237, over 51.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3438, pruned_loss=0.09912, over 2784366.92 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06902, over 44199.53 utterances.], batch size: 51, lr: 1.75e-04 +2022-09-19 11:26:01,458 INFO [train.py:885] (1/2) Epoch 27, batch 3000, loss[loss=0.2112, simple_loss=0.2875, pruned_loss=0.06745, over 14347.00 frames. utt_duration=479.5 frames, utt_pad_proportion=0.03706, over 120.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3461, pruned_loss=0.1007, over 2783280.94 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07017, over 45093.46 utterances.], batch size: 120, lr: 1.75e-04 +2022-09-19 11:26:01,458 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 11:26:05,628 INFO [train.py:914] (1/2) Epoch 27, validation: loss=0.1962, simple_loss=0.2755, pruned_loss=0.05838, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 11:26:34,984 INFO [train.py:885] (1/2) Epoch 27, batch 3050, loss[loss=0.278, simple_loss=0.3744, pruned_loss=0.09084, over 14029.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05668, over 366.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3448, pruned_loss=0.1, over 2779701.45 frames. utt_duration=251.3 frames, utt_pad_proportion=0.0713, over 44502.19 utterances.], batch size: 366, lr: 1.75e-04 +2022-09-19 11:27:04,359 INFO [train.py:885] (1/2) Epoch 27, batch 3100, loss[loss=0.2587, simple_loss=0.3421, pruned_loss=0.08767, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04079, over 225.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.343, pruned_loss=0.09909, over 2782116.41 frames. utt_duration=255.4 frames, utt_pad_proportion=0.07088, over 43827.91 utterances.], batch size: 225, lr: 1.75e-04 +2022-09-19 11:27:41,351 INFO [train.py:885] (1/2) Epoch 27, batch 3150, loss[loss=0.3954, simple_loss=0.4877, pruned_loss=0.1516, over 13116.00 frames. utt_duration=81.87 frames, utt_pad_proportion=0.1101, over 653.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3452, pruned_loss=0.09993, over 2780934.65 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07238, over 45460.86 utterances.], batch size: 653, lr: 1.75e-04 +2022-09-19 11:28:11,204 INFO [train.py:885] (1/2) Epoch 27, batch 3200, loss[loss=0.2751, simple_loss=0.3578, pruned_loss=0.09623, over 14389.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.0337, over 210.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3431, pruned_loss=0.09899, over 2780256.83 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07182, over 44828.63 utterances.], batch size: 210, lr: 1.75e-04 +2022-09-19 11:28:40,001 INFO [train.py:885] (1/2) Epoch 27, batch 3250, loss[loss=0.2533, simple_loss=0.3431, pruned_loss=0.08172, over 14331.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03694, over 210.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3419, pruned_loss=0.09741, over 2778770.98 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07153, over 45439.18 utterances.], batch size: 210, lr: 1.75e-04 +2022-09-19 11:29:09,340 INFO [train.py:885] (1/2) Epoch 27, batch 3300, loss[loss=0.1663, simple_loss=0.2363, pruned_loss=0.04814, over 13880.00 frames. utt_duration=926.7 frames, utt_pad_proportion=0.06866, over 60.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3422, pruned_loss=0.09752, over 2778356.21 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07197, over 45522.50 utterances.], batch size: 60, lr: 1.75e-04 +2022-09-19 11:29:39,244 INFO [train.py:885] (1/2) Epoch 27, batch 3350, loss[loss=0.2113, simple_loss=0.2946, pruned_loss=0.06406, over 14095.00 frames. utt_duration=576.7 frames, utt_pad_proportion=0.05305, over 98.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3428, pruned_loss=0.09714, over 2776728.01 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07293, over 46022.10 utterances.], batch size: 98, lr: 1.75e-04 +2022-09-19 11:30:08,841 INFO [train.py:885] (1/2) Epoch 27, batch 3400, loss[loss=0.2311, simple_loss=0.3125, pruned_loss=0.07483, over 14219.00 frames. utt_duration=404.7 frames, utt_pad_proportion=0.04769, over 141.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3441, pruned_loss=0.09754, over 2781128.13 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07314, over 46382.63 utterances.], batch size: 141, lr: 1.75e-04 +2022-09-19 11:30:38,260 INFO [train.py:885] (1/2) Epoch 27, batch 3450, loss[loss=0.2456, simple_loss=0.3271, pruned_loss=0.08208, over 14333.00 frames. utt_duration=344.6 frames, utt_pad_proportion=0.0401, over 167.00 utterances.], tot_loss[loss=0.27, simple_loss=0.344, pruned_loss=0.09798, over 2780710.22 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07214, over 45803.54 utterances.], batch size: 167, lr: 1.75e-04 +2022-09-19 11:31:07,383 INFO [train.py:885] (1/2) Epoch 27, batch 3500, loss[loss=0.1848, simple_loss=0.2628, pruned_loss=0.05337, over 13623.00 frames. utt_duration=1091 frames, utt_pad_proportion=0.08227, over 50.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3459, pruned_loss=0.0994, over 2778359.34 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07329, over 45812.70 utterances.], batch size: 50, lr: 1.75e-04 +2022-09-19 11:31:37,319 INFO [train.py:885] (1/2) Epoch 27, batch 3550, loss[loss=0.2836, simple_loss=0.3581, pruned_loss=0.1046, over 14292.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03896, over 180.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3488, pruned_loss=0.1008, over 2777528.82 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07543, over 46941.31 utterances.], batch size: 180, lr: 1.75e-04 +2022-09-19 11:32:06,809 INFO [train.py:885] (1/2) Epoch 27, batch 3600, loss[loss=0.172, simple_loss=0.2397, pruned_loss=0.05212, over 13468.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09238, over 50.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3449, pruned_loss=0.09942, over 2777070.22 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07469, over 45270.19 utterances.], batch size: 50, lr: 1.75e-04 +2022-09-19 11:32:36,365 INFO [train.py:885] (1/2) Epoch 27, batch 3650, loss[loss=0.2817, simple_loss=0.3929, pruned_loss=0.08529, over 13616.00 frames. utt_duration=98.65 frames, utt_pad_proportion=0.07807, over 560.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3503, pruned_loss=0.1013, over 2776471.27 frames. utt_duration=232.3 frames, utt_pad_proportion=0.07562, over 48109.95 utterances.], batch size: 560, lr: 1.75e-04 +2022-09-19 11:33:05,952 INFO [train.py:885] (1/2) Epoch 27, batch 3700, loss[loss=0.2258, simple_loss=0.3114, pruned_loss=0.07009, over 14315.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03892, over 120.00 utterances.], tot_loss[loss=0.2797, simple_loss=0.3525, pruned_loss=0.1034, over 2773473.55 frames. utt_duration=230.7 frames, utt_pad_proportion=0.07595, over 48389.04 utterances.], batch size: 120, lr: 1.75e-04 +2022-09-19 11:33:35,946 INFO [train.py:885] (1/2) Epoch 27, batch 3750, loss[loss=0.2454, simple_loss=0.327, pruned_loss=0.08187, over 14344.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.0369, over 195.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3483, pruned_loss=0.1008, over 2773923.94 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07473, over 46995.32 utterances.], batch size: 195, lr: 1.75e-04 +2022-09-19 11:34:05,477 INFO [train.py:885] (1/2) Epoch 27, batch 3800, loss[loss=0.2592, simple_loss=0.3286, pruned_loss=0.0949, over 14314.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03906, over 120.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3504, pruned_loss=0.1021, over 2778450.91 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07343, over 47086.91 utterances.], batch size: 120, lr: 1.75e-04 +2022-09-19 11:34:34,938 INFO [train.py:885] (1/2) Epoch 27, batch 3850, loss[loss=0.1673, simple_loss=0.2463, pruned_loss=0.04412, over 13964.00 frames. utt_duration=708.3 frames, utt_pad_proportion=0.06183, over 79.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3448, pruned_loss=0.09915, over 2776041.53 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07237, over 45239.24 utterances.], batch size: 79, lr: 1.75e-04 +2022-09-19 11:35:04,302 INFO [train.py:885] (1/2) Epoch 27, batch 3900, loss[loss=0.1787, simple_loss=0.2411, pruned_loss=0.05815, over 13261.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.09417, over 41.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3467, pruned_loss=0.1012, over 2779519.72 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07286, over 45155.62 utterances.], batch size: 41, lr: 1.75e-04 +2022-09-19 11:35:33,526 INFO [train.py:885] (1/2) Epoch 27, batch 3950, loss[loss=0.3021, simple_loss=0.3732, pruned_loss=0.1155, over 14204.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04417, over 306.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3501, pruned_loss=0.1028, over 2778727.24 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07383, over 47049.68 utterances.], batch size: 306, lr: 1.75e-04 +2022-09-19 11:36:02,639 INFO [train.py:885] (1/2) Epoch 27, batch 4000, loss[loss=0.2731, simple_loss=0.3548, pruned_loss=0.09568, over 14309.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03788, over 180.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3498, pruned_loss=0.1018, over 2780581.96 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07345, over 46609.32 utterances.], batch size: 180, lr: 1.75e-04 +2022-09-19 11:36:31,807 INFO [train.py:885] (1/2) Epoch 27, batch 4050, loss[loss=0.2928, simple_loss=0.3501, pruned_loss=0.1177, over 14252.00 frames. utt_duration=476.3 frames, utt_pad_proportion=0.04352, over 120.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.348, pruned_loss=0.1005, over 2781544.55 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07403, over 45931.33 utterances.], batch size: 120, lr: 1.75e-04 +2022-09-19 11:37:01,946 INFO [train.py:885] (1/2) Epoch 27, batch 4100, loss[loss=0.4671, simple_loss=0.4862, pruned_loss=0.224, over 14203.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04432, over 306.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3486, pruned_loss=0.1013, over 2781547.26 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07185, over 45423.62 utterances.], batch size: 306, lr: 1.75e-04 +2022-09-19 11:37:30,845 INFO [train.py:885] (1/2) Epoch 27, batch 4150, loss[loss=0.3989, simple_loss=0.4887, pruned_loss=0.1546, over 13184.00 frames. utt_duration=82.29 frames, utt_pad_proportion=0.1056, over 653.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3448, pruned_loss=0.09985, over 2784952.85 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06932, over 43743.05 utterances.], batch size: 653, lr: 1.74e-04 +2022-09-19 11:37:59,886 INFO [train.py:885] (1/2) Epoch 27, batch 4200, loss[loss=0.2264, simple_loss=0.3077, pruned_loss=0.07249, over 14256.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04511, over 141.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.346, pruned_loss=0.09982, over 2787728.52 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06977, over 44834.76 utterances.], batch size: 141, lr: 1.74e-04 +2022-09-19 11:38:29,349 INFO [train.py:885] (1/2) Epoch 27, batch 4250, loss[loss=0.2842, simple_loss=0.3642, pruned_loss=0.1022, over 14274.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04051, over 180.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3491, pruned_loss=0.1012, over 2783475.42 frames. utt_duration=241.3 frames, utt_pad_proportion=0.0714, over 46418.58 utterances.], batch size: 180, lr: 1.74e-04 +2022-09-19 11:38:58,998 INFO [train.py:885] (1/2) Epoch 27, batch 4300, loss[loss=0.3102, simple_loss=0.3824, pruned_loss=0.119, over 14261.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.0411, over 225.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3463, pruned_loss=0.09958, over 2786936.49 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06964, over 45465.29 utterances.], batch size: 225, lr: 1.74e-04 +2022-09-19 11:39:28,404 INFO [train.py:885] (1/2) Epoch 27, batch 4350, loss[loss=0.2473, simple_loss=0.3305, pruned_loss=0.0821, over 14295.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03857, over 180.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3481, pruned_loss=0.1003, over 2786443.21 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07028, over 46690.51 utterances.], batch size: 180, lr: 1.74e-04 +2022-09-19 11:39:58,220 INFO [train.py:885] (1/2) Epoch 27, batch 4400, loss[loss=0.2009, simple_loss=0.2661, pruned_loss=0.06781, over 13727.00 frames. utt_duration=916.8 frames, utt_pad_proportion=0.07586, over 60.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.348, pruned_loss=0.1001, over 2780550.64 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07086, over 46664.11 utterances.], batch size: 60, lr: 1.74e-04 +2022-09-19 11:40:27,021 INFO [train.py:885] (1/2) Epoch 27, batch 4450, loss[loss=0.2105, simple_loss=0.2771, pruned_loss=0.0719, over 14059.00 frames. utt_duration=804.7 frames, utt_pad_proportion=0.0599, over 70.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3444, pruned_loss=0.09821, over 2778852.81 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07154, over 45565.35 utterances.], batch size: 70, lr: 1.74e-04 +2022-09-19 11:40:57,223 INFO [train.py:885] (1/2) Epoch 27, batch 4500, loss[loss=0.1484, simple_loss=0.2199, pruned_loss=0.03848, over 13719.00 frames. utt_duration=916.1 frames, utt_pad_proportion=0.07931, over 60.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3434, pruned_loss=0.09713, over 2784533.40 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06953, over 44947.60 utterances.], batch size: 60, lr: 1.74e-04 +2022-09-19 11:41:26,991 INFO [train.py:885] (1/2) Epoch 27, batch 4550, loss[loss=0.2802, simple_loss=0.358, pruned_loss=0.1011, over 14341.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03835, over 244.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3447, pruned_loss=0.09757, over 2783863.96 frames. utt_duration=246.7 frames, utt_pad_proportion=0.06974, over 45404.81 utterances.], batch size: 244, lr: 1.74e-04 +2022-09-19 11:41:56,085 INFO [train.py:885] (1/2) Epoch 27, batch 4600, loss[loss=0.1918, simple_loss=0.2578, pruned_loss=0.06294, over 13495.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.0917, over 50.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3427, pruned_loss=0.09712, over 2782504.63 frames. utt_duration=251.3 frames, utt_pad_proportion=0.06842, over 44542.54 utterances.], batch size: 50, lr: 1.74e-04 +2022-09-19 11:42:25,648 INFO [train.py:885] (1/2) Epoch 27, batch 4650, loss[loss=0.3028, simple_loss=0.3497, pruned_loss=0.1279, over 14099.00 frames. utt_duration=576.8 frames, utt_pad_proportion=0.0545, over 98.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3422, pruned_loss=0.09676, over 2781487.81 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06815, over 44897.88 utterances.], batch size: 98, lr: 1.74e-04 +2022-09-19 11:42:54,230 INFO [train.py:885] (1/2) Epoch 27, batch 4700, loss[loss=0.3191, simple_loss=0.3849, pruned_loss=0.1267, over 14302.00 frames. utt_duration=255.8 frames, utt_pad_proportion=0.03848, over 225.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3423, pruned_loss=0.09694, over 2783131.96 frames. utt_duration=253.1 frames, utt_pad_proportion=0.06764, over 44234.03 utterances.], batch size: 225, lr: 1.74e-04 +2022-09-19 11:43:23,845 INFO [train.py:885] (1/2) Epoch 27, batch 4750, loss[loss=0.2612, simple_loss=0.3257, pruned_loss=0.09838, over 14344.00 frames. utt_duration=442.8 frames, utt_pad_proportion=0.03524, over 130.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3415, pruned_loss=0.09697, over 2779329.06 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06872, over 43839.93 utterances.], batch size: 130, lr: 1.74e-04 +2022-09-19 11:43:53,486 INFO [train.py:885] (1/2) Epoch 27, batch 4800, loss[loss=0.3253, simple_loss=0.4214, pruned_loss=0.1146, over 13676.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07785, over 477.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.345, pruned_loss=0.09958, over 2781204.66 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06817, over 44295.62 utterances.], batch size: 477, lr: 1.74e-04 +2022-09-19 11:44:22,522 INFO [train.py:885] (1/2) Epoch 27, batch 4850, loss[loss=0.1934, simple_loss=0.2613, pruned_loss=0.06277, over 13244.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.09493, over 41.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3463, pruned_loss=0.09989, over 2784879.32 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06837, over 44923.85 utterances.], batch size: 41, lr: 1.74e-04 +2022-09-19 11:44:52,550 INFO [train.py:885] (1/2) Epoch 27, batch 4900, loss[loss=0.5112, simple_loss=0.6028, pruned_loss=0.2098, over 12503.00 frames. utt_duration=63.38 frames, utt_pad_proportion=0.1435, over 810.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3474, pruned_loss=0.1002, over 2779667.34 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07096, over 46122.94 utterances.], batch size: 810, lr: 1.74e-04 +2022-09-19 11:45:22,155 INFO [train.py:885] (1/2) Epoch 27, batch 4950, loss[loss=0.1461, simple_loss=0.2031, pruned_loss=0.04455, over 13095.00 frames. utt_duration=1589 frames, utt_pad_proportion=0.1184, over 33.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3473, pruned_loss=0.1006, over 2773774.50 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07315, over 45965.81 utterances.], batch size: 33, lr: 1.74e-04 +2022-09-19 11:45:50,998 INFO [train.py:885] (1/2) Epoch 27, batch 5000, loss[loss=0.1291, simple_loss=0.1769, pruned_loss=0.04062, over 12533.00 frames. utt_duration=2090 frames, utt_pad_proportion=0.1635, over 24.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3475, pruned_loss=0.1002, over 2777109.74 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07124, over 46319.28 utterances.], batch size: 24, lr: 1.74e-04 +2022-09-19 11:46:21,039 INFO [train.py:885] (1/2) Epoch 27, batch 5050, loss[loss=0.217, simple_loss=0.2723, pruned_loss=0.08083, over 13825.00 frames. utt_duration=922.9 frames, utt_pad_proportion=0.07336, over 60.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3455, pruned_loss=0.09888, over 2778590.07 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07094, over 45311.34 utterances.], batch size: 60, lr: 1.74e-04 +2022-09-19 11:46:51,083 INFO [train.py:885] (1/2) Epoch 27, batch 5100, loss[loss=0.2709, simple_loss=0.3472, pruned_loss=0.09728, over 14274.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04058, over 180.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3471, pruned_loss=0.09867, over 2776876.15 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07347, over 47494.72 utterances.], batch size: 180, lr: 1.74e-04 +2022-09-19 11:47:20,687 INFO [train.py:885] (1/2) Epoch 27, batch 5150, loss[loss=0.2154, simple_loss=0.2809, pruned_loss=0.07495, over 12354.00 frames. utt_duration=1978 frames, utt_pad_proportion=0.162, over 25.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3437, pruned_loss=0.0975, over 2776192.55 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07208, over 46053.87 utterances.], batch size: 25, lr: 1.74e-04 +2022-09-19 11:47:50,720 INFO [train.py:885] (1/2) Epoch 27, batch 5200, loss[loss=0.1936, simple_loss=0.2421, pruned_loss=0.07257, over 13889.00 frames. utt_duration=927.4 frames, utt_pad_proportion=0.06791, over 60.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3449, pruned_loss=0.09861, over 2777306.64 frames. utt_duration=239.4 frames, utt_pad_proportion=0.0718, over 46701.12 utterances.], batch size: 60, lr: 1.74e-04 +2022-09-19 11:48:20,010 INFO [train.py:885] (1/2) Epoch 27, batch 5250, loss[loss=0.1433, simple_loss=0.2126, pruned_loss=0.03706, over 13696.00 frames. utt_duration=1097 frames, utt_pad_proportion=0.07024, over 50.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3442, pruned_loss=0.099, over 2781125.84 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07016, over 45731.88 utterances.], batch size: 50, lr: 1.74e-04 +2022-09-19 11:48:50,509 INFO [train.py:885] (1/2) Epoch 27, batch 5300, loss[loss=0.3065, simple_loss=0.3751, pruned_loss=0.119, over 14345.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03715, over 283.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3452, pruned_loss=0.09868, over 2782643.86 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07042, over 46451.84 utterances.], batch size: 283, lr: 1.74e-04 +2022-09-19 11:49:19,974 INFO [train.py:885] (1/2) Epoch 27, batch 5350, loss[loss=0.2433, simple_loss=0.2953, pruned_loss=0.09564, over 14111.00 frames. utt_duration=808 frames, utt_pad_proportion=0.05714, over 70.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3436, pruned_loss=0.09812, over 2783248.66 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07025, over 45822.95 utterances.], batch size: 70, lr: 1.74e-04 +2022-09-19 11:49:49,923 INFO [train.py:885] (1/2) Epoch 27, batch 5400, loss[loss=0.2743, simple_loss=0.3582, pruned_loss=0.09522, over 14233.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04282, over 225.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3433, pruned_loss=0.09839, over 2788070.36 frames. utt_duration=249.3 frames, utt_pad_proportion=0.06941, over 44999.45 utterances.], batch size: 225, lr: 1.74e-04 +2022-09-19 11:50:19,694 INFO [train.py:885] (1/2) Epoch 27, batch 5450, loss[loss=0.1748, simple_loss=0.2393, pruned_loss=0.05509, over 14061.00 frames. utt_duration=805 frames, utt_pad_proportion=0.05956, over 70.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3422, pruned_loss=0.09802, over 2790755.50 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06721, over 44258.70 utterances.], batch size: 70, lr: 1.74e-04 +2022-09-19 11:50:49,665 INFO [train.py:885] (1/2) Epoch 27, batch 5500, loss[loss=0.4653, simple_loss=0.5644, pruned_loss=0.1831, over 12541.00 frames. utt_duration=63.54 frames, utt_pad_proportion=0.1413, over 810.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3413, pruned_loss=0.09715, over 2779046.60 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06984, over 44790.06 utterances.], batch size: 810, lr: 1.74e-04 +2022-09-19 11:51:19,254 INFO [train.py:885] (1/2) Epoch 27, batch 5550, loss[loss=0.3957, simple_loss=0.4364, pruned_loss=0.1775, over 14247.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04246, over 335.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3405, pruned_loss=0.09773, over 2779044.17 frames. utt_duration=257.2 frames, utt_pad_proportion=0.0682, over 43469.22 utterances.], batch size: 335, lr: 1.74e-04 +2022-09-19 11:51:48,796 INFO [train.py:885] (1/2) Epoch 27, batch 5600, loss[loss=0.3255, simple_loss=0.3905, pruned_loss=0.1303, over 14226.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04408, over 335.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3443, pruned_loss=0.1, over 2779331.14 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07018, over 44751.10 utterances.], batch size: 335, lr: 1.74e-04 +2022-09-19 11:52:18,843 INFO [train.py:885] (1/2) Epoch 27, batch 5650, loss[loss=0.2623, simple_loss=0.3351, pruned_loss=0.09477, over 14340.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03861, over 154.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.345, pruned_loss=0.1001, over 2782403.30 frames. utt_duration=252 frames, utt_pad_proportion=0.06956, over 44429.63 utterances.], batch size: 154, lr: 1.74e-04 +2022-09-19 11:52:48,473 INFO [train.py:885] (1/2) Epoch 27, batch 5700, loss[loss=0.273, simple_loss=0.3738, pruned_loss=0.08604, over 13775.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07151, over 411.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3449, pruned_loss=0.09994, over 2781312.27 frames. utt_duration=252 frames, utt_pad_proportion=0.07022, over 44401.56 utterances.], batch size: 411, lr: 1.74e-04 +2022-09-19 11:53:18,788 INFO [train.py:885] (1/2) Epoch 27, batch 5750, loss[loss=0.2773, simple_loss=0.3561, pruned_loss=0.0993, over 14294.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.03996, over 195.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.343, pruned_loss=0.09895, over 2782927.69 frames. utt_duration=255.5 frames, utt_pad_proportion=0.07003, over 43815.04 utterances.], batch size: 195, lr: 1.74e-04 +2022-09-19 11:53:48,973 INFO [train.py:885] (1/2) Epoch 27, batch 5800, loss[loss=0.3451, simple_loss=0.4026, pruned_loss=0.1438, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04047, over 225.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3438, pruned_loss=0.09953, over 2781827.15 frames. utt_duration=253 frames, utt_pad_proportion=0.07077, over 44245.83 utterances.], batch size: 225, lr: 1.74e-04 +2022-09-19 11:54:19,193 INFO [train.py:885] (1/2) Epoch 27, batch 5850, loss[loss=0.2268, simple_loss=0.2834, pruned_loss=0.08512, over 13898.00 frames. utt_duration=705.1 frames, utt_pad_proportion=0.06731, over 79.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3451, pruned_loss=0.1001, over 2778951.08 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07186, over 44664.23 utterances.], batch size: 79, lr: 1.74e-04 +2022-09-19 11:54:47,910 INFO [train.py:885] (1/2) Epoch 27, batch 5900, loss[loss=0.2198, simple_loss=0.2983, pruned_loss=0.07069, over 14291.00 frames. utt_duration=477.8 frames, utt_pad_proportion=0.04056, over 120.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3474, pruned_loss=0.1012, over 2777446.20 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07276, over 45144.95 utterances.], batch size: 120, lr: 1.74e-04 +2022-09-19 11:55:18,590 INFO [train.py:885] (1/2) Epoch 27, batch 5950, loss[loss=0.1927, simple_loss=0.2501, pruned_loss=0.06762, over 12301.00 frames. utt_duration=2052 frames, utt_pad_proportion=0.172, over 24.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3468, pruned_loss=0.1011, over 2780154.33 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07164, over 44608.08 utterances.], batch size: 24, lr: 1.74e-04 +2022-09-19 11:55:48,058 INFO [train.py:885] (1/2) Epoch 27, batch 6000, loss[loss=0.1881, simple_loss=0.26, pruned_loss=0.05816, over 12801.00 frames. utt_duration=2050 frames, utt_pad_proportion=0.1139, over 25.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3446, pruned_loss=0.09996, over 2776826.54 frames. utt_duration=254.3 frames, utt_pad_proportion=0.07289, over 43928.15 utterances.], batch size: 25, lr: 1.74e-04 +2022-09-19 11:55:48,059 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 11:55:52,416 INFO [train.py:914] (1/2) Epoch 27, validation: loss=0.1888, simple_loss=0.2713, pruned_loss=0.05318, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 11:56:22,995 INFO [train.py:885] (1/2) Epoch 27, batch 6050, loss[loss=0.2547, simple_loss=0.3444, pruned_loss=0.08249, over 14342.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03673, over 210.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3438, pruned_loss=0.09878, over 2777936.31 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07321, over 44440.52 utterances.], batch size: 210, lr: 1.74e-04 +2022-09-19 11:56:52,363 INFO [train.py:885] (1/2) Epoch 27, batch 6100, loss[loss=0.2073, simple_loss=0.2906, pruned_loss=0.06202, over 14268.00 frames. utt_duration=477.1 frames, utt_pad_proportion=0.04392, over 120.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3446, pruned_loss=0.09854, over 2782451.22 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07186, over 45271.03 utterances.], batch size: 120, lr: 1.74e-04 +2022-09-19 11:57:22,437 INFO [train.py:885] (1/2) Epoch 27, batch 6150, loss[loss=0.3112, simple_loss=0.3804, pruned_loss=0.121, over 14354.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03357, over 244.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.348, pruned_loss=0.1007, over 2782383.25 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07235, over 46059.68 utterances.], batch size: 244, lr: 1.74e-04 +2022-09-19 11:57:52,225 INFO [train.py:885] (1/2) Epoch 27, batch 6200, loss[loss=0.3721, simple_loss=0.4689, pruned_loss=0.1376, over 13173.00 frames. utt_duration=82.21 frames, utt_pad_proportion=0.1064, over 653.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3464, pruned_loss=0.09954, over 2782041.20 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07358, over 45819.22 utterances.], batch size: 653, lr: 1.74e-04 +2022-09-19 11:58:21,664 INFO [train.py:885] (1/2) Epoch 27, batch 6250, loss[loss=0.3161, simple_loss=0.3876, pruned_loss=0.1223, over 14387.00 frames. utt_duration=275.4 frames, utt_pad_proportion=0.03362, over 210.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3442, pruned_loss=0.09859, over 2779783.10 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07278, over 44973.46 utterances.], batch size: 210, lr: 1.74e-04 +2022-09-19 11:58:51,638 INFO [train.py:885] (1/2) Epoch 27, batch 6300, loss[loss=0.3118, simple_loss=0.3797, pruned_loss=0.1219, over 14348.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03687, over 283.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3484, pruned_loss=0.1011, over 2783887.89 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07169, over 45647.21 utterances.], batch size: 283, lr: 1.74e-04 +2022-09-19 11:59:21,834 INFO [train.py:885] (1/2) Epoch 27, batch 6350, loss[loss=0.1939, simple_loss=0.2813, pruned_loss=0.05328, over 14234.00 frames. utt_duration=641.5 frames, utt_pad_proportion=0.04399, over 89.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3482, pruned_loss=0.1007, over 2785970.61 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07229, over 46112.01 utterances.], batch size: 89, lr: 1.74e-04 +2022-09-19 11:59:51,843 INFO [train.py:885] (1/2) Epoch 27, batch 6400, loss[loss=0.2894, simple_loss=0.361, pruned_loss=0.1089, over 14256.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04155, over 225.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3467, pruned_loss=0.1011, over 2783319.13 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07253, over 44711.99 utterances.], batch size: 225, lr: 1.74e-04 +2022-09-19 12:00:21,417 INFO [train.py:885] (1/2) Epoch 27, batch 6450, loss[loss=0.2058, simple_loss=0.289, pruned_loss=0.06126, over 13995.00 frames. utt_duration=709.9 frames, utt_pad_proportion=0.06093, over 79.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3445, pruned_loss=0.09982, over 2779973.58 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07287, over 44129.35 utterances.], batch size: 79, lr: 1.74e-04 +2022-09-19 12:00:52,098 INFO [train.py:885] (1/2) Epoch 27, batch 6500, loss[loss=0.2449, simple_loss=0.3236, pruned_loss=0.08312, over 14308.00 frames. utt_duration=373.2 frames, utt_pad_proportion=0.03806, over 154.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.345, pruned_loss=0.09981, over 2780846.70 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07247, over 44465.45 utterances.], batch size: 154, lr: 1.74e-04 +2022-09-19 12:01:21,758 INFO [train.py:885] (1/2) Epoch 27, batch 6550, loss[loss=0.2806, simple_loss=0.3599, pruned_loss=0.1006, over 14369.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03284, over 244.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3439, pruned_loss=0.09918, over 2778984.14 frames. utt_duration=248 frames, utt_pad_proportion=0.0725, over 45088.14 utterances.], batch size: 244, lr: 1.74e-04 +2022-09-19 12:01:51,609 INFO [train.py:885] (1/2) Epoch 27, batch 6600, loss[loss=0.2451, simple_loss=0.3005, pruned_loss=0.09488, over 13254.00 frames. utt_duration=1608 frames, utt_pad_proportion=0.1075, over 33.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3477, pruned_loss=0.1009, over 2780115.11 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07311, over 46802.76 utterances.], batch size: 33, lr: 1.74e-04 +2022-09-19 12:02:21,010 INFO [train.py:885] (1/2) Epoch 27, batch 6650, loss[loss=0.157, simple_loss=0.2121, pruned_loss=0.05101, over 13146.00 frames. utt_duration=1595 frames, utt_pad_proportion=0.1009, over 33.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3424, pruned_loss=0.09774, over 2782627.77 frames. utt_duration=252.2 frames, utt_pad_proportion=0.0703, over 44395.26 utterances.], batch size: 33, lr: 1.74e-04 +2022-09-19 12:02:51,339 INFO [train.py:885] (1/2) Epoch 27, batch 6700, loss[loss=0.1962, simple_loss=0.2769, pruned_loss=0.05775, over 13903.00 frames. utt_duration=807.5 frames, utt_pad_proportion=0.05993, over 69.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3443, pruned_loss=0.09824, over 2782971.52 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07332, over 45822.67 utterances.], batch size: 69, lr: 1.74e-04 +2022-09-19 12:03:21,212 INFO [train.py:885] (1/2) Epoch 27, batch 6750, loss[loss=0.1717, simple_loss=0.2367, pruned_loss=0.05328, over 13335.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08833, over 41.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3447, pruned_loss=0.09823, over 2782684.85 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07337, over 46175.06 utterances.], batch size: 41, lr: 1.74e-04 +2022-09-19 12:03:50,627 INFO [train.py:885] (1/2) Epoch 27, batch 6800, loss[loss=0.3379, simple_loss=0.4248, pruned_loss=0.1254, over 13605.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08211, over 477.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3474, pruned_loss=0.09991, over 2780383.00 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07315, over 46888.85 utterances.], batch size: 477, lr: 1.74e-04 +2022-09-19 12:04:20,448 INFO [train.py:885] (1/2) Epoch 27, batch 6850, loss[loss=0.2637, simple_loss=0.3303, pruned_loss=0.0985, over 14235.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04634, over 141.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3452, pruned_loss=0.09882, over 2781655.74 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07163, over 46131.37 utterances.], batch size: 141, lr: 1.74e-04 +2022-09-19 12:04:49,768 INFO [train.py:885] (1/2) Epoch 27, batch 6900, loss[loss=0.3509, simple_loss=0.4112, pruned_loss=0.1453, over 14237.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04227, over 306.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3449, pruned_loss=0.0991, over 2785063.03 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06935, over 45831.60 utterances.], batch size: 306, lr: 1.74e-04 +2022-09-19 12:05:19,845 INFO [train.py:885] (1/2) Epoch 27, batch 6950, loss[loss=0.2814, simple_loss=0.3857, pruned_loss=0.08859, over 13761.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07244, over 411.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3439, pruned_loss=0.09825, over 2781478.71 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07001, over 45718.20 utterances.], batch size: 411, lr: 1.74e-04 +2022-09-19 12:05:49,373 INFO [train.py:885] (1/2) Epoch 27, batch 7000, loss[loss=0.2213, simple_loss=0.3039, pruned_loss=0.06932, over 14307.00 frames. utt_duration=373.3 frames, utt_pad_proportion=0.03791, over 154.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3436, pruned_loss=0.09792, over 2778210.50 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07066, over 45110.73 utterances.], batch size: 154, lr: 1.74e-04 +2022-09-19 12:06:19,329 INFO [train.py:885] (1/2) Epoch 27, batch 7050, loss[loss=0.2572, simple_loss=0.3591, pruned_loss=0.07771, over 13989.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.0565, over 365.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3443, pruned_loss=0.09781, over 2781674.94 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07019, over 46021.30 utterances.], batch size: 365, lr: 1.74e-04 +2022-09-19 12:06:48,351 INFO [train.py:885] (1/2) Epoch 27, batch 7100, loss[loss=0.1739, simple_loss=0.2471, pruned_loss=0.05034, over 13401.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08403, over 41.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3439, pruned_loss=0.09785, over 2781926.78 frames. utt_duration=246 frames, utt_pad_proportion=0.07013, over 45514.78 utterances.], batch size: 41, lr: 1.74e-04 +2022-09-19 12:07:18,687 INFO [train.py:885] (1/2) Epoch 27, batch 7150, loss[loss=0.5056, simple_loss=0.5936, pruned_loss=0.2088, over 12408.00 frames. utt_duration=62.88 frames, utt_pad_proportion=0.1503, over 810.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3436, pruned_loss=0.09749, over 2777960.67 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07246, over 46312.33 utterances.], batch size: 810, lr: 1.74e-04 +2022-09-19 12:07:48,700 INFO [train.py:885] (1/2) Epoch 27, batch 7200, loss[loss=0.4776, simple_loss=0.5757, pruned_loss=0.1898, over 12526.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1445, over 811.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3456, pruned_loss=0.09812, over 2776430.41 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07425, over 47277.23 utterances.], batch size: 811, lr: 1.74e-04 +2022-09-19 12:08:18,312 INFO [train.py:885] (1/2) Epoch 27, batch 7250, loss[loss=0.3243, simple_loss=0.3886, pruned_loss=0.13, over 14340.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03742, over 283.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3457, pruned_loss=0.09812, over 2780083.70 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07488, over 47030.26 utterances.], batch size: 283, lr: 1.74e-04 +2022-09-19 12:08:48,321 INFO [train.py:885] (1/2) Epoch 27, batch 7300, loss[loss=0.3135, simple_loss=0.4116, pruned_loss=0.1077, over 13680.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.0783, over 477.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.347, pruned_loss=0.09827, over 2780426.65 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07521, over 47650.16 utterances.], batch size: 477, lr: 1.74e-04 +2022-09-19 12:09:17,967 INFO [train.py:885] (1/2) Epoch 27, batch 7350, loss[loss=0.3072, simple_loss=0.3959, pruned_loss=0.1093, over 13726.00 frames. utt_duration=135.1 frames, utt_pad_proportion=0.07456, over 411.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3451, pruned_loss=0.09758, over 2781112.37 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07299, over 46683.74 utterances.], batch size: 411, lr: 1.74e-04 +2022-09-19 12:09:47,791 INFO [train.py:885] (1/2) Epoch 27, batch 7400, loss[loss=0.2869, simple_loss=0.391, pruned_loss=0.09139, over 13636.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08118, over 477.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3441, pruned_loss=0.09699, over 2781834.36 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07261, over 46603.81 utterances.], batch size: 477, lr: 1.74e-04 +2022-09-19 12:10:17,742 INFO [train.py:885] (1/2) Epoch 27, batch 7450, loss[loss=0.2548, simple_loss=0.3365, pruned_loss=0.08655, over 14288.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03938, over 154.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.341, pruned_loss=0.09592, over 2783142.88 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07076, over 45101.11 utterances.], batch size: 154, lr: 1.74e-04 +2022-09-19 12:10:46,930 INFO [train.py:885] (1/2) Epoch 27, batch 7500, loss[loss=0.1995, simple_loss=0.2739, pruned_loss=0.06259, over 13966.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.06274, over 79.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3418, pruned_loss=0.09622, over 2778844.09 frames. utt_duration=246 frames, utt_pad_proportion=0.07109, over 45449.69 utterances.], batch size: 79, lr: 1.74e-04 +2022-09-19 12:11:16,372 INFO [train.py:885] (1/2) Epoch 27, batch 7550, loss[loss=0.3902, simple_loss=0.4544, pruned_loss=0.163, over 13754.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07241, over 411.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3434, pruned_loss=0.09726, over 2775713.96 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07165, over 45815.69 utterances.], batch size: 411, lr: 1.74e-04 +2022-09-19 12:11:46,119 INFO [train.py:885] (1/2) Epoch 27, batch 7600, loss[loss=0.2592, simple_loss=0.3432, pruned_loss=0.08761, over 14286.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03961, over 180.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3446, pruned_loss=0.09769, over 2777634.89 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07189, over 46317.65 utterances.], batch size: 180, lr: 1.74e-04 +2022-09-19 12:12:15,583 INFO [train.py:885] (1/2) Epoch 27, batch 7650, loss[loss=0.3536, simple_loss=0.4067, pruned_loss=0.1502, over 14297.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04047, over 262.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3424, pruned_loss=0.09744, over 2779365.17 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07173, over 44690.98 utterances.], batch size: 262, lr: 1.74e-04 +2022-09-19 12:12:45,178 INFO [train.py:885] (1/2) Epoch 27, batch 7700, loss[loss=0.1475, simple_loss=0.2201, pruned_loss=0.03744, over 13921.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.05865, over 69.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3458, pruned_loss=0.09944, over 2778299.02 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07265, over 46323.55 utterances.], batch size: 69, lr: 1.74e-04 +2022-09-19 12:13:22,562 INFO [train.py:885] (1/2) Epoch 27, batch 7750, loss[loss=0.183, simple_loss=0.2374, pruned_loss=0.06432, over 13098.00 frames. utt_duration=1589 frames, utt_pad_proportion=0.1146, over 33.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3434, pruned_loss=0.09897, over 2776606.46 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07259, over 44764.12 utterances.], batch size: 33, lr: 1.74e-04 +2022-09-19 12:13:52,450 INFO [train.py:885] (1/2) Epoch 27, batch 7800, loss[loss=0.2818, simple_loss=0.3809, pruned_loss=0.09136, over 13780.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07108, over 411.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3441, pruned_loss=0.09843, over 2772434.78 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07482, over 45863.35 utterances.], batch size: 411, lr: 1.74e-04 +2022-09-19 12:14:21,697 INFO [train.py:885] (1/2) Epoch 27, batch 7850, loss[loss=0.1618, simple_loss=0.2263, pruned_loss=0.04867, over 13675.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.07484, over 42.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3442, pruned_loss=0.09881, over 2776144.95 frames. utt_duration=247.6 frames, utt_pad_proportion=0.0727, over 45112.28 utterances.], batch size: 42, lr: 1.74e-04 +2022-09-19 12:14:52,377 INFO [train.py:885] (1/2) Epoch 27, batch 7900, loss[loss=0.1447, simple_loss=0.2113, pruned_loss=0.03905, over 13182.00 frames. utt_duration=1600 frames, utt_pad_proportion=0.1029, over 33.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3446, pruned_loss=0.09901, over 2774926.15 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07306, over 45849.56 utterances.], batch size: 33, lr: 1.74e-04 +2022-09-19 12:15:21,328 INFO [train.py:885] (1/2) Epoch 27, batch 7950, loss[loss=0.1733, simple_loss=0.2483, pruned_loss=0.04912, over 13646.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08762, over 42.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3424, pruned_loss=0.09821, over 2777451.76 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07025, over 45028.70 utterances.], batch size: 42, lr: 1.74e-04 +2022-09-19 12:15:51,462 INFO [train.py:885] (1/2) Epoch 27, batch 8000, loss[loss=0.1707, simple_loss=0.2379, pruned_loss=0.05178, over 13576.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08692, over 50.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3427, pruned_loss=0.09838, over 2778097.26 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07083, over 44943.62 utterances.], batch size: 50, lr: 1.73e-04 +2022-09-19 12:16:21,447 INFO [train.py:885] (1/2) Epoch 27, batch 8050, loss[loss=0.2471, simple_loss=0.3343, pruned_loss=0.07999, over 14277.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03989, over 180.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3475, pruned_loss=0.1011, over 2777164.71 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07252, over 46979.85 utterances.], batch size: 180, lr: 1.73e-04 +2022-09-19 12:16:51,148 INFO [train.py:885] (1/2) Epoch 27, batch 8100, loss[loss=0.2278, simple_loss=0.2781, pruned_loss=0.08878, over 14052.00 frames. utt_duration=804.2 frames, utt_pad_proportion=0.05826, over 70.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3478, pruned_loss=0.102, over 2780768.41 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07166, over 46595.53 utterances.], batch size: 70, lr: 1.73e-04 +2022-09-19 12:17:21,233 INFO [train.py:885] (1/2) Epoch 27, batch 8150, loss[loss=0.1673, simple_loss=0.2377, pruned_loss=0.04847, over 12986.00 frames. utt_duration=1576 frames, utt_pad_proportion=0.1271, over 33.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3456, pruned_loss=0.1002, over 2778292.26 frames. utt_duration=243.8 frames, utt_pad_proportion=0.06992, over 45861.98 utterances.], batch size: 33, lr: 1.73e-04 +2022-09-19 12:17:50,598 INFO [train.py:885] (1/2) Epoch 27, batch 8200, loss[loss=0.3385, simple_loss=0.4218, pruned_loss=0.1276, over 13701.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07558, over 411.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3382, pruned_loss=0.09649, over 2780447.35 frames. utt_duration=262.3 frames, utt_pad_proportion=0.06759, over 42641.30 utterances.], batch size: 411, lr: 1.73e-04 +2022-09-19 12:18:19,981 INFO [train.py:885] (1/2) Epoch 27, batch 8250, loss[loss=0.3607, simple_loss=0.4111, pruned_loss=0.1552, over 14288.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04093, over 262.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3416, pruned_loss=0.09763, over 2779735.23 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06909, over 44268.56 utterances.], batch size: 262, lr: 1.73e-04 +2022-09-19 12:18:50,307 INFO [train.py:885] (1/2) Epoch 27, batch 8300, loss[loss=0.2577, simple_loss=0.3363, pruned_loss=0.0895, over 14379.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03688, over 167.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3436, pruned_loss=0.0979, over 2777571.82 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07159, over 45713.48 utterances.], batch size: 167, lr: 1.73e-04 +2022-09-19 12:19:20,180 INFO [train.py:885] (1/2) Epoch 27, batch 8350, loss[loss=0.3686, simple_loss=0.4721, pruned_loss=0.1325, over 13143.00 frames. utt_duration=82.07 frames, utt_pad_proportion=0.1079, over 653.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3424, pruned_loss=0.09759, over 2779367.97 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06992, over 45131.45 utterances.], batch size: 653, lr: 1.73e-04 +2022-09-19 12:19:50,175 INFO [train.py:885] (1/2) Epoch 27, batch 8400, loss[loss=0.3241, simple_loss=0.4202, pruned_loss=0.114, over 13602.00 frames. utt_duration=98.43 frames, utt_pad_proportion=0.08011, over 560.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3415, pruned_loss=0.09642, over 2775039.95 frames. utt_duration=246 frames, utt_pad_proportion=0.07198, over 45399.65 utterances.], batch size: 560, lr: 1.73e-04 +2022-09-19 12:20:19,793 INFO [train.py:885] (1/2) Epoch 27, batch 8450, loss[loss=0.1742, simple_loss=0.2532, pruned_loss=0.04761, over 13992.00 frames. utt_duration=709.7 frames, utt_pad_proportion=0.05631, over 79.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3426, pruned_loss=0.09681, over 2778399.60 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07132, over 45707.78 utterances.], batch size: 79, lr: 1.73e-04 +2022-09-19 12:20:49,493 INFO [train.py:885] (1/2) Epoch 27, batch 8500, loss[loss=0.3362, simple_loss=0.3984, pruned_loss=0.137, over 14282.00 frames. utt_duration=171.8 frames, utt_pad_proportion=0.04039, over 335.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3423, pruned_loss=0.09662, over 2778558.74 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07167, over 45547.09 utterances.], batch size: 335, lr: 1.73e-04 +2022-09-19 12:21:19,438 INFO [train.py:885] (1/2) Epoch 27, batch 8550, loss[loss=0.2216, simple_loss=0.3045, pruned_loss=0.06941, over 14340.00 frames. utt_duration=320.1 frames, utt_pad_proportion=0.03578, over 180.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3433, pruned_loss=0.0968, over 2783024.06 frames. utt_duration=243.4 frames, utt_pad_proportion=0.0709, over 46019.87 utterances.], batch size: 180, lr: 1.73e-04 +2022-09-19 12:21:48,612 INFO [train.py:885] (1/2) Epoch 27, batch 8600, loss[loss=0.1579, simple_loss=0.2197, pruned_loss=0.04808, over 12818.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.1444, over 25.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3416, pruned_loss=0.09608, over 2781361.92 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07098, over 45841.68 utterances.], batch size: 25, lr: 1.73e-04 +2022-09-19 12:22:18,897 INFO [train.py:885] (1/2) Epoch 27, batch 8650, loss[loss=0.4032, simple_loss=0.493, pruned_loss=0.1567, over 13116.00 frames. utt_duration=81.87 frames, utt_pad_proportion=0.1101, over 653.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3454, pruned_loss=0.09703, over 2781436.30 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07092, over 47664.14 utterances.], batch size: 653, lr: 1.73e-04 +2022-09-19 12:22:48,142 INFO [train.py:885] (1/2) Epoch 27, batch 8700, loss[loss=0.1897, simple_loss=0.2413, pruned_loss=0.06903, over 13531.00 frames. utt_duration=1290 frames, utt_pad_proportion=0.08998, over 42.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.343, pruned_loss=0.09675, over 2781949.19 frames. utt_duration=245 frames, utt_pad_proportion=0.07001, over 45693.03 utterances.], batch size: 42, lr: 1.73e-04 +2022-09-19 12:23:18,034 INFO [train.py:885] (1/2) Epoch 27, batch 8750, loss[loss=0.2818, simple_loss=0.3398, pruned_loss=0.1119, over 14280.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.04121, over 120.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3436, pruned_loss=0.09746, over 2778792.25 frames. utt_duration=244 frames, utt_pad_proportion=0.07149, over 45835.02 utterances.], batch size: 120, lr: 1.73e-04 +2022-09-19 12:23:47,264 INFO [train.py:885] (1/2) Epoch 27, batch 8800, loss[loss=0.1946, simple_loss=0.2717, pruned_loss=0.05875, over 14207.00 frames. utt_duration=639.9 frames, utt_pad_proportion=0.04642, over 89.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3411, pruned_loss=0.09565, over 2779736.60 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07073, over 45453.50 utterances.], batch size: 89, lr: 1.73e-04 +2022-09-19 12:24:18,138 INFO [train.py:885] (1/2) Epoch 27, batch 8850, loss[loss=0.155, simple_loss=0.229, pruned_loss=0.04051, over 13408.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08545, over 41.00 utterances.], tot_loss[loss=0.2632, simple_loss=0.3377, pruned_loss=0.09437, over 2779661.62 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06979, over 43665.97 utterances.], batch size: 41, lr: 1.73e-04 +2022-09-19 12:24:47,510 INFO [train.py:885] (1/2) Epoch 27, batch 8900, loss[loss=0.1946, simple_loss=0.2572, pruned_loss=0.06598, over 13636.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.07895, over 50.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.341, pruned_loss=0.09618, over 2785153.69 frames. utt_duration=250.8 frames, utt_pad_proportion=0.06931, over 44685.34 utterances.], batch size: 50, lr: 1.73e-04 +2022-09-19 12:25:16,987 INFO [train.py:885] (1/2) Epoch 27, batch 8950, loss[loss=0.218, simple_loss=0.2961, pruned_loss=0.06997, over 14309.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04249, over 110.00 utterances.], tot_loss[loss=0.2626, simple_loss=0.3368, pruned_loss=0.09424, over 2786951.05 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06661, over 42838.07 utterances.], batch size: 110, lr: 1.73e-04 +2022-09-19 12:25:46,937 INFO [train.py:885] (1/2) Epoch 27, batch 9000, loss[loss=0.2996, simple_loss=0.369, pruned_loss=0.1151, over 14326.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03696, over 180.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.3393, pruned_loss=0.09525, over 2783369.23 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06754, over 43882.30 utterances.], batch size: 180, lr: 1.73e-04 +2022-09-19 12:25:46,938 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 12:25:51,114 INFO [train.py:914] (1/2) Epoch 27, validation: loss=0.1927, simple_loss=0.2734, pruned_loss=0.05601, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 12:26:21,293 INFO [train.py:885] (1/2) Epoch 27, batch 9050, loss[loss=0.192, simple_loss=0.2638, pruned_loss=0.06011, over 13400.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.09012, over 50.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3412, pruned_loss=0.09621, over 2779291.27 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07014, over 44339.88 utterances.], batch size: 50, lr: 1.73e-04 +2022-09-19 12:26:50,840 INFO [train.py:885] (1/2) Epoch 27, batch 9100, loss[loss=0.2282, simple_loss=0.2977, pruned_loss=0.07939, over 14213.00 frames. utt_duration=523 frames, utt_pad_proportion=0.04217, over 109.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.342, pruned_loss=0.09756, over 2780289.88 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07086, over 44779.05 utterances.], batch size: 109, lr: 1.73e-04 +2022-09-19 12:27:20,666 INFO [train.py:885] (1/2) Epoch 27, batch 9150, loss[loss=0.2933, simple_loss=0.3708, pruned_loss=0.1079, over 14318.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03899, over 283.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3391, pruned_loss=0.09528, over 2780583.07 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06978, over 43664.84 utterances.], batch size: 283, lr: 1.73e-04 +2022-09-19 12:27:51,187 INFO [train.py:885] (1/2) Epoch 27, batch 9200, loss[loss=0.3124, simple_loss=0.4192, pruned_loss=0.1028, over 13564.00 frames. utt_duration=98.29 frames, utt_pad_proportion=0.08144, over 560.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3406, pruned_loss=0.0967, over 2782505.42 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06836, over 43650.92 utterances.], batch size: 560, lr: 1.73e-04 +2022-09-19 12:28:21,397 INFO [train.py:885] (1/2) Epoch 27, batch 9250, loss[loss=0.1718, simple_loss=0.2474, pruned_loss=0.04811, over 13663.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.07968, over 50.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3442, pruned_loss=0.09855, over 2780609.15 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07026, over 45151.83 utterances.], batch size: 50, lr: 1.73e-04 +2022-09-19 12:28:50,886 INFO [train.py:885] (1/2) Epoch 27, batch 9300, loss[loss=0.2465, simple_loss=0.3359, pruned_loss=0.0785, over 14318.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03832, over 195.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3421, pruned_loss=0.09795, over 2782943.24 frames. utt_duration=254.8 frames, utt_pad_proportion=0.0689, over 43937.42 utterances.], batch size: 195, lr: 1.73e-04 +2022-09-19 12:29:21,252 INFO [train.py:885] (1/2) Epoch 27, batch 9350, loss[loss=0.1811, simple_loss=0.2561, pruned_loss=0.05309, over 12270.00 frames. utt_duration=1965 frames, utt_pad_proportion=0.1535, over 25.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3472, pruned_loss=0.09939, over 2780192.01 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07223, over 46844.91 utterances.], batch size: 25, lr: 1.73e-04 +2022-09-19 12:29:51,195 INFO [train.py:885] (1/2) Epoch 27, batch 9400, loss[loss=0.2387, simple_loss=0.3092, pruned_loss=0.08413, over 14330.00 frames. utt_duration=442.4 frames, utt_pad_proportion=0.03612, over 130.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3477, pruned_loss=0.09998, over 2786385.83 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07131, over 46288.82 utterances.], batch size: 130, lr: 1.73e-04 +2022-09-19 12:30:21,098 INFO [train.py:885] (1/2) Epoch 27, batch 9450, loss[loss=0.2515, simple_loss=0.3283, pruned_loss=0.08729, over 14288.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03906, over 154.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3445, pruned_loss=0.09883, over 2790071.27 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06882, over 44471.69 utterances.], batch size: 154, lr: 1.73e-04 +2022-09-19 12:30:51,785 INFO [train.py:885] (1/2) Epoch 27, batch 9500, loss[loss=0.3352, simple_loss=0.3777, pruned_loss=0.1464, over 14336.00 frames. utt_duration=479.3 frames, utt_pad_proportion=0.03948, over 120.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3466, pruned_loss=0.1002, over 2782948.70 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07188, over 45072.24 utterances.], batch size: 120, lr: 1.73e-04 +2022-09-19 12:31:21,342 INFO [train.py:885] (1/2) Epoch 27, batch 9550, loss[loss=0.333, simple_loss=0.3943, pruned_loss=0.1359, over 14202.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04531, over 335.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.344, pruned_loss=0.09871, over 2778807.80 frames. utt_duration=247.5 frames, utt_pad_proportion=0.0729, over 45181.88 utterances.], batch size: 335, lr: 1.73e-04 +2022-09-19 12:31:50,970 INFO [train.py:885] (1/2) Epoch 27, batch 9600, loss[loss=0.2362, simple_loss=0.3177, pruned_loss=0.07732, over 14240.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04651, over 141.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3439, pruned_loss=0.09848, over 2780027.22 frames. utt_duration=246.6 frames, utt_pad_proportion=0.0721, over 45370.48 utterances.], batch size: 141, lr: 1.73e-04 +2022-09-19 12:32:20,861 INFO [train.py:885] (1/2) Epoch 27, batch 9650, loss[loss=0.3053, simple_loss=0.409, pruned_loss=0.1009, over 13640.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.0801, over 477.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3473, pruned_loss=0.1, over 2781844.99 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07045, over 45893.00 utterances.], batch size: 477, lr: 1.73e-04 +2022-09-19 12:32:50,620 INFO [train.py:885] (1/2) Epoch 27, batch 9700, loss[loss=0.1953, simple_loss=0.2812, pruned_loss=0.05469, over 14154.00 frames. utt_duration=637.5 frames, utt_pad_proportion=0.04993, over 89.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3457, pruned_loss=0.09993, over 2784084.68 frames. utt_duration=249.4 frames, utt_pad_proportion=0.06756, over 44916.82 utterances.], batch size: 89, lr: 1.73e-04 +2022-09-19 12:33:20,252 INFO [train.py:885] (1/2) Epoch 27, batch 9750, loss[loss=0.2927, simple_loss=0.361, pruned_loss=0.1122, over 14308.00 frames. utt_duration=294.9 frames, utt_pad_proportion=0.03947, over 195.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3465, pruned_loss=0.1001, over 2782065.62 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07002, over 45931.44 utterances.], batch size: 195, lr: 1.73e-04 +2022-09-19 12:33:50,650 INFO [train.py:885] (1/2) Epoch 27, batch 9800, loss[loss=0.4285, simple_loss=0.4874, pruned_loss=0.1848, over 13773.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07144, over 411.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3463, pruned_loss=0.09999, over 2783873.81 frames. utt_duration=245 frames, utt_pad_proportion=0.06929, over 45718.54 utterances.], batch size: 411, lr: 1.73e-04 +2022-09-19 12:34:19,993 INFO [train.py:885] (1/2) Epoch 27, batch 9850, loss[loss=0.2146, simple_loss=0.2891, pruned_loss=0.07007, over 14185.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.04374, over 109.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3447, pruned_loss=0.09952, over 2789058.42 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06619, over 44571.74 utterances.], batch size: 109, lr: 1.73e-04 +2022-09-19 12:34:50,332 INFO [train.py:885] (1/2) Epoch 27, batch 9900, loss[loss=0.3326, simple_loss=0.3987, pruned_loss=0.1332, over 14330.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03779, over 283.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3432, pruned_loss=0.09854, over 2785172.20 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06741, over 44626.32 utterances.], batch size: 283, lr: 1.73e-04 +2022-09-19 12:35:20,289 INFO [train.py:885] (1/2) Epoch 27, batch 9950, loss[loss=0.2856, simple_loss=0.3452, pruned_loss=0.113, over 14289.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04076, over 120.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3448, pruned_loss=0.09938, over 2783811.24 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06941, over 45465.88 utterances.], batch size: 120, lr: 1.73e-04 +2022-09-19 12:35:49,696 INFO [train.py:885] (1/2) Epoch 27, batch 10000, loss[loss=0.3522, simple_loss=0.4031, pruned_loss=0.1507, over 14385.00 frames. utt_duration=275.3 frames, utt_pad_proportion=0.0342, over 210.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3455, pruned_loss=0.09977, over 2784058.31 frames. utt_duration=249.4 frames, utt_pad_proportion=0.0697, over 44914.24 utterances.], batch size: 210, lr: 1.73e-04 +2022-09-19 12:36:19,018 INFO [train.py:885] (1/2) Epoch 27, batch 10050, loss[loss=0.2648, simple_loss=0.339, pruned_loss=0.09531, over 14326.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.0388, over 262.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3456, pruned_loss=0.1009, over 2783948.17 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06763, over 44115.02 utterances.], batch size: 262, lr: 1.73e-04 +2022-09-19 12:36:49,344 INFO [train.py:885] (1/2) Epoch 27, batch 10100, loss[loss=0.412, simple_loss=0.4942, pruned_loss=0.1649, over 13133.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1085, over 653.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3519, pruned_loss=0.1028, over 2777536.41 frames. utt_duration=235 frames, utt_pad_proportion=0.07291, over 47567.77 utterances.], batch size: 653, lr: 1.73e-04 +2022-09-19 12:37:20,036 INFO [train.py:885] (1/2) Epoch 27, batch 10150, loss[loss=0.3589, simple_loss=0.4163, pruned_loss=0.1508, over 14236.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04339, over 335.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3533, pruned_loss=0.1035, over 2777465.05 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07186, over 48038.02 utterances.], batch size: 335, lr: 1.73e-04 +2022-09-19 12:37:49,210 INFO [train.py:885] (1/2) Epoch 27, batch 10200, loss[loss=0.335, simple_loss=0.3927, pruned_loss=0.1386, over 14318.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.0388, over 283.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3499, pruned_loss=0.1022, over 2775928.72 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07054, over 46836.30 utterances.], batch size: 283, lr: 1.73e-04 +2022-09-19 12:38:19,138 INFO [train.py:885] (1/2) Epoch 27, batch 10250, loss[loss=0.2359, simple_loss=0.3099, pruned_loss=0.08102, over 14272.00 frames. utt_duration=440.6 frames, utt_pad_proportion=0.0401, over 130.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3464, pruned_loss=0.1004, over 2775684.52 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07093, over 45336.45 utterances.], batch size: 130, lr: 1.73e-04 +2022-09-19 12:38:49,249 INFO [train.py:885] (1/2) Epoch 27, batch 10300, loss[loss=0.2981, simple_loss=0.3746, pruned_loss=0.1108, over 14315.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03972, over 262.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3478, pruned_loss=0.1004, over 2776611.66 frames. utt_duration=244 frames, utt_pad_proportion=0.07201, over 45802.05 utterances.], batch size: 262, lr: 1.73e-04 +2022-09-19 12:39:19,147 INFO [train.py:885] (1/2) Epoch 27, batch 10350, loss[loss=0.3673, simple_loss=0.4094, pruned_loss=0.1626, over 14229.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04366, over 335.00 utterances.], tot_loss[loss=0.273, simple_loss=0.347, pruned_loss=0.09953, over 2777812.46 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07194, over 46651.46 utterances.], batch size: 335, lr: 1.73e-04 +2022-09-19 12:39:48,448 INFO [train.py:885] (1/2) Epoch 27, batch 10400, loss[loss=0.2545, simple_loss=0.3412, pruned_loss=0.08389, over 14338.00 frames. utt_duration=344.8 frames, utt_pad_proportion=0.0395, over 167.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3512, pruned_loss=0.1019, over 2777460.08 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07393, over 47922.68 utterances.], batch size: 167, lr: 1.73e-04 +2022-09-19 12:40:18,315 INFO [train.py:885] (1/2) Epoch 27, batch 10450, loss[loss=0.4259, simple_loss=0.5048, pruned_loss=0.1735, over 13182.00 frames. utt_duration=82.3 frames, utt_pad_proportion=0.1054, over 653.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3491, pruned_loss=0.1017, over 2780409.57 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07198, over 46495.80 utterances.], batch size: 653, lr: 1.73e-04 +2022-09-19 12:40:47,440 INFO [train.py:885] (1/2) Epoch 27, batch 10500, loss[loss=0.3562, simple_loss=0.4074, pruned_loss=0.1525, over 14370.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03225, over 244.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3476, pruned_loss=0.1014, over 2784215.21 frames. utt_duration=248.4 frames, utt_pad_proportion=0.06815, over 45107.38 utterances.], batch size: 244, lr: 1.73e-04 +2022-09-19 12:41:17,230 INFO [train.py:885] (1/2) Epoch 27, batch 10550, loss[loss=0.4982, simple_loss=0.5952, pruned_loss=0.2006, over 12484.00 frames. utt_duration=63.28 frames, utt_pad_proportion=0.1449, over 810.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3475, pruned_loss=0.1008, over 2780826.55 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07128, over 45989.19 utterances.], batch size: 810, lr: 1.73e-04 +2022-09-19 12:41:46,360 INFO [train.py:885] (1/2) Epoch 27, batch 10600, loss[loss=0.3323, simple_loss=0.3993, pruned_loss=0.1326, over 14220.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0438, over 306.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.347, pruned_loss=0.1014, over 2781428.22 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07175, over 45182.18 utterances.], batch size: 306, lr: 1.73e-04 +2022-09-19 12:42:15,914 INFO [train.py:885] (1/2) Epoch 27, batch 10650, loss[loss=0.2669, simple_loss=0.3452, pruned_loss=0.0943, over 14326.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04033, over 167.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3445, pruned_loss=0.1003, over 2779315.78 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07147, over 44110.38 utterances.], batch size: 167, lr: 1.73e-04 +2022-09-19 12:42:46,224 INFO [train.py:885] (1/2) Epoch 27, batch 10700, loss[loss=0.3014, simple_loss=0.4054, pruned_loss=0.09874, over 13569.00 frames. utt_duration=98.29 frames, utt_pad_proportion=0.08138, over 560.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3457, pruned_loss=0.09991, over 2780450.06 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07182, over 44871.34 utterances.], batch size: 560, lr: 1.73e-04 +2022-09-19 12:43:15,727 INFO [train.py:885] (1/2) Epoch 27, batch 10750, loss[loss=0.1578, simple_loss=0.2211, pruned_loss=0.04727, over 12348.00 frames. utt_duration=2060 frames, utt_pad_proportion=0.145, over 24.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3458, pruned_loss=0.1, over 2787439.68 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06825, over 44065.03 utterances.], batch size: 24, lr: 1.73e-04 +2022-09-19 12:43:45,704 INFO [train.py:885] (1/2) Epoch 27, batch 10800, loss[loss=0.2314, simple_loss=0.3034, pruned_loss=0.07966, over 13964.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.06272, over 79.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3451, pruned_loss=0.09964, over 2784588.13 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07007, over 43913.63 utterances.], batch size: 79, lr: 1.73e-04 +2022-09-19 12:44:15,784 INFO [train.py:885] (1/2) Epoch 27, batch 10850, loss[loss=0.2207, simple_loss=0.2983, pruned_loss=0.0716, over 13703.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.07993, over 42.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3432, pruned_loss=0.09824, over 2784592.66 frames. utt_duration=258.3 frames, utt_pad_proportion=0.07106, over 43366.95 utterances.], batch size: 42, lr: 1.73e-04 +2022-09-19 12:44:45,072 INFO [train.py:885] (1/2) Epoch 27, batch 10900, loss[loss=0.277, simple_loss=0.3536, pruned_loss=0.1003, over 14304.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.03872, over 226.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3423, pruned_loss=0.0983, over 2782685.44 frames. utt_duration=261.4 frames, utt_pad_proportion=0.0692, over 42820.95 utterances.], batch size: 226, lr: 1.73e-04 +2022-09-19 12:45:15,546 INFO [train.py:885] (1/2) Epoch 27, batch 10950, loss[loss=0.3738, simple_loss=0.4357, pruned_loss=0.1559, over 14001.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05869, over 366.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3425, pruned_loss=0.09826, over 2780514.71 frames. utt_duration=257.5 frames, utt_pad_proportion=0.07051, over 43438.73 utterances.], batch size: 366, lr: 1.73e-04 +2022-09-19 12:45:44,923 INFO [train.py:885] (1/2) Epoch 27, batch 11000, loss[loss=0.2514, simple_loss=0.3348, pruned_loss=0.08401, over 14331.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03914, over 154.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3423, pruned_loss=0.09831, over 2782572.41 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06991, over 43040.28 utterances.], batch size: 154, lr: 1.73e-04 +2022-09-19 12:46:14,053 INFO [train.py:885] (1/2) Epoch 27, batch 11050, loss[loss=0.3039, simple_loss=0.405, pruned_loss=0.1014, over 13649.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08041, over 477.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3426, pruned_loss=0.09883, over 2786094.42 frames. utt_duration=263.4 frames, utt_pad_proportion=0.0674, over 42543.50 utterances.], batch size: 477, lr: 1.73e-04 +2022-09-19 12:46:43,847 INFO [train.py:885] (1/2) Epoch 27, batch 11100, loss[loss=0.2916, simple_loss=0.3612, pruned_loss=0.111, over 14362.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03616, over 210.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3425, pruned_loss=0.09829, over 2787130.37 frames. utt_duration=260 frames, utt_pad_proportion=0.06744, over 43116.97 utterances.], batch size: 210, lr: 1.73e-04 +2022-09-19 12:47:13,601 INFO [train.py:885] (1/2) Epoch 27, batch 11150, loss[loss=0.1609, simple_loss=0.235, pruned_loss=0.04339, over 13767.00 frames. utt_duration=1103 frames, utt_pad_proportion=0.07015, over 50.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3414, pruned_loss=0.09731, over 2778071.59 frames. utt_duration=256 frames, utt_pad_proportion=0.07165, over 43664.01 utterances.], batch size: 50, lr: 1.73e-04 +2022-09-19 12:47:43,559 INFO [train.py:885] (1/2) Epoch 27, batch 11200, loss[loss=0.2479, simple_loss=0.3169, pruned_loss=0.08938, over 14322.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03844, over 120.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3431, pruned_loss=0.09738, over 2783062.81 frames. utt_duration=253.7 frames, utt_pad_proportion=0.07048, over 44141.67 utterances.], batch size: 120, lr: 1.73e-04 +2022-09-19 12:48:12,935 INFO [train.py:885] (1/2) Epoch 27, batch 11250, loss[loss=0.3172, simple_loss=0.4087, pruned_loss=0.1129, over 13668.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07933, over 477.00 utterances.], tot_loss[loss=0.2636, simple_loss=0.3379, pruned_loss=0.09467, over 2782553.00 frames. utt_duration=264.3 frames, utt_pad_proportion=0.06948, over 42343.07 utterances.], batch size: 477, lr: 1.73e-04 +2022-09-19 12:48:43,397 INFO [train.py:885] (1/2) Epoch 27, batch 11300, loss[loss=0.1957, simple_loss=0.2735, pruned_loss=0.05899, over 14205.00 frames. utt_duration=639.9 frames, utt_pad_proportion=0.04638, over 89.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.34, pruned_loss=0.09637, over 2783115.83 frames. utt_duration=259.4 frames, utt_pad_proportion=0.0698, over 43160.38 utterances.], batch size: 89, lr: 1.73e-04 +2022-09-19 12:49:12,781 INFO [train.py:885] (1/2) Epoch 27, batch 11350, loss[loss=0.2618, simple_loss=0.3363, pruned_loss=0.09369, over 14294.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03641, over 154.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3403, pruned_loss=0.09629, over 2786628.61 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06801, over 43468.13 utterances.], batch size: 154, lr: 1.73e-04 +2022-09-19 12:49:42,547 INFO [train.py:885] (1/2) Epoch 27, batch 11400, loss[loss=0.2181, simple_loss=0.3021, pruned_loss=0.06705, over 14327.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03991, over 120.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.341, pruned_loss=0.09632, over 2788067.46 frames. utt_duration=258 frames, utt_pad_proportion=0.06704, over 43481.40 utterances.], batch size: 120, lr: 1.73e-04 +2022-09-19 12:50:12,651 INFO [train.py:885] (1/2) Epoch 27, batch 11450, loss[loss=0.1754, simple_loss=0.2421, pruned_loss=0.05435, over 13871.00 frames. utt_duration=926.1 frames, utt_pad_proportion=0.07021, over 60.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3433, pruned_loss=0.0977, over 2781120.12 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06991, over 45173.00 utterances.], batch size: 60, lr: 1.73e-04 +2022-09-19 12:50:41,981 INFO [train.py:885] (1/2) Epoch 27, batch 11500, loss[loss=0.2686, simple_loss=0.3524, pruned_loss=0.09242, over 14297.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.0399, over 283.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3435, pruned_loss=0.09817, over 2780596.96 frames. utt_duration=245 frames, utt_pad_proportion=0.07186, over 45665.29 utterances.], batch size: 283, lr: 1.73e-04 +2022-09-19 12:51:11,333 INFO [train.py:885] (1/2) Epoch 27, batch 11550, loss[loss=0.2389, simple_loss=0.3315, pruned_loss=0.07321, over 14370.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03511, over 195.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.341, pruned_loss=0.09681, over 2774670.88 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07368, over 44898.00 utterances.], batch size: 195, lr: 1.73e-04 +2022-09-19 12:51:41,467 INFO [train.py:885] (1/2) Epoch 27, batch 11600, loss[loss=0.2094, simple_loss=0.2823, pruned_loss=0.06824, over 14246.00 frames. utt_duration=642 frames, utt_pad_proportion=0.04324, over 89.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3414, pruned_loss=0.09659, over 2777290.69 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07174, over 44898.97 utterances.], batch size: 89, lr: 1.73e-04 +2022-09-19 12:52:11,271 INFO [train.py:885] (1/2) Epoch 27, batch 11650, loss[loss=0.1755, simple_loss=0.2404, pruned_loss=0.05529, over 13181.00 frames. utt_duration=1599 frames, utt_pad_proportion=0.103, over 33.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3445, pruned_loss=0.09767, over 2777593.12 frames. utt_duration=240 frames, utt_pad_proportion=0.0725, over 46587.68 utterances.], batch size: 33, lr: 1.73e-04 +2022-09-19 12:52:40,642 INFO [train.py:885] (1/2) Epoch 27, batch 11700, loss[loss=0.1562, simple_loss=0.2256, pruned_loss=0.04343, over 13600.00 frames. utt_duration=1089 frames, utt_pad_proportion=0.08138, over 50.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3439, pruned_loss=0.0974, over 2775901.82 frames. utt_duration=241 frames, utt_pad_proportion=0.07271, over 46357.32 utterances.], batch size: 50, lr: 1.73e-04 +2022-09-19 12:53:10,676 INFO [train.py:885] (1/2) Epoch 27, batch 11750, loss[loss=0.2437, simple_loss=0.317, pruned_loss=0.08523, over 14322.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.04021, over 120.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3465, pruned_loss=0.09839, over 2773607.19 frames. utt_duration=232 frames, utt_pad_proportion=0.07499, over 48118.56 utterances.], batch size: 120, lr: 1.73e-04 +2022-09-19 12:53:39,588 INFO [train.py:885] (1/2) Epoch 27, batch 11800, loss[loss=0.244, simple_loss=0.297, pruned_loss=0.09552, over 13830.00 frames. utt_duration=803.2 frames, utt_pad_proportion=0.06494, over 69.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3467, pruned_loss=0.09879, over 2774608.05 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07591, over 47745.78 utterances.], batch size: 69, lr: 1.73e-04 +2022-09-19 12:54:09,402 INFO [train.py:885] (1/2) Epoch 27, batch 11850, loss[loss=0.296, simple_loss=0.3696, pruned_loss=0.1112, over 14364.00 frames. utt_duration=237 frames, utt_pad_proportion=0.0366, over 244.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3437, pruned_loss=0.09722, over 2780032.43 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07264, over 46327.76 utterances.], batch size: 244, lr: 1.73e-04 +2022-09-19 12:54:39,540 INFO [train.py:885] (1/2) Epoch 27, batch 11900, loss[loss=0.1738, simple_loss=0.2456, pruned_loss=0.05098, over 13701.00 frames. utt_duration=1098 frames, utt_pad_proportion=0.07837, over 50.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.344, pruned_loss=0.09784, over 2782904.05 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07043, over 46124.13 utterances.], batch size: 50, lr: 1.72e-04 +2022-09-19 12:55:08,873 INFO [train.py:885] (1/2) Epoch 27, batch 11950, loss[loss=0.3153, simple_loss=0.3943, pruned_loss=0.1182, over 13980.00 frames. utt_duration=154.5 frames, utt_pad_proportion=0.05768, over 365.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3458, pruned_loss=0.09841, over 2783994.16 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07102, over 46783.37 utterances.], batch size: 365, lr: 1.72e-04 +2022-09-19 12:55:38,578 INFO [train.py:885] (1/2) Epoch 27, batch 12000, loss[loss=0.1999, simple_loss=0.2665, pruned_loss=0.0666, over 13818.00 frames. utt_duration=802.9 frames, utt_pad_proportion=0.06531, over 69.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3475, pruned_loss=0.09917, over 2780206.34 frames. utt_duration=235.5 frames, utt_pad_proportion=0.0721, over 47529.27 utterances.], batch size: 69, lr: 1.72e-04 +2022-09-19 12:55:38,586 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 12:55:45,202 INFO [train.py:914] (1/2) Epoch 27, validation: loss=0.1967, simple_loss=0.2772, pruned_loss=0.05808, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 12:56:13,597 INFO [train.py:885] (1/2) Epoch 27, batch 12050, loss[loss=0.3386, simple_loss=0.4259, pruned_loss=0.1257, over 13631.00 frames. utt_duration=98.71 frames, utt_pad_proportion=0.07749, over 560.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3435, pruned_loss=0.09776, over 2780333.48 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07117, over 45389.45 utterances.], batch size: 560, lr: 1.72e-04 +2022-09-19 12:56:44,064 INFO [train.py:885] (1/2) Epoch 27, batch 12100, loss[loss=0.3297, simple_loss=0.392, pruned_loss=0.1337, over 14330.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03819, over 283.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3472, pruned_loss=0.0995, over 2783942.81 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07083, over 46999.46 utterances.], batch size: 283, lr: 1.72e-04 +2022-09-19 12:57:12,591 INFO [train.py:885] (1/2) Epoch 27, batch 12150, loss[loss=0.3172, simple_loss=0.3806, pruned_loss=0.1269, over 14397.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.0309, over 244.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3418, pruned_loss=0.09694, over 2781891.94 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06949, over 44797.45 utterances.], batch size: 244, lr: 1.72e-04 +2022-09-19 12:57:43,089 INFO [train.py:885] (1/2) Epoch 27, batch 12200, loss[loss=0.2423, simple_loss=0.3231, pruned_loss=0.08076, over 14344.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03911, over 167.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3442, pruned_loss=0.09853, over 2781814.40 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07035, over 45783.76 utterances.], batch size: 167, lr: 1.72e-04 +2022-09-19 12:58:12,728 INFO [train.py:885] (1/2) Epoch 27, batch 12250, loss[loss=0.3611, simple_loss=0.422, pruned_loss=0.1501, over 14247.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.04152, over 306.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3473, pruned_loss=0.1003, over 2782096.72 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07101, over 46697.52 utterances.], batch size: 306, lr: 1.72e-04 +2022-09-19 12:58:42,175 INFO [train.py:885] (1/2) Epoch 27, batch 12300, loss[loss=0.36, simple_loss=0.4648, pruned_loss=0.1275, over 13138.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3475, pruned_loss=0.1001, over 2777342.68 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07377, over 47342.40 utterances.], batch size: 653, lr: 1.72e-04 +2022-09-19 12:59:12,232 INFO [train.py:885] (1/2) Epoch 27, batch 12350, loss[loss=0.1653, simple_loss=0.2266, pruned_loss=0.05203, over 12881.00 frames. utt_duration=1983 frames, utt_pad_proportion=0.1297, over 26.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3492, pruned_loss=0.1014, over 2777311.53 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07267, over 47487.22 utterances.], batch size: 26, lr: 1.72e-04 +2022-09-19 12:59:41,436 INFO [train.py:885] (1/2) Epoch 27, batch 12400, loss[loss=0.2015, simple_loss=0.2806, pruned_loss=0.06116, over 13977.00 frames. utt_duration=709 frames, utt_pad_proportion=0.06093, over 79.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.348, pruned_loss=0.1012, over 2779871.91 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07036, over 45968.20 utterances.], batch size: 79, lr: 1.72e-04 +2022-09-19 13:00:11,364 INFO [train.py:885] (1/2) Epoch 27, batch 12450, loss[loss=0.3289, simple_loss=0.3884, pruned_loss=0.1347, over 14342.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03439, over 244.00 utterances.], tot_loss[loss=0.2782, simple_loss=0.3513, pruned_loss=0.1026, over 2777341.47 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07171, over 48263.68 utterances.], batch size: 244, lr: 1.72e-04 +2022-09-19 13:00:40,704 INFO [train.py:885] (1/2) Epoch 27, batch 12500, loss[loss=0.3018, simple_loss=0.3721, pruned_loss=0.1157, over 14363.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.03791, over 167.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3503, pruned_loss=0.1015, over 2781347.10 frames. utt_duration=236.2 frames, utt_pad_proportion=0.06992, over 47402.48 utterances.], batch size: 167, lr: 1.72e-04 +2022-09-19 13:01:10,714 INFO [train.py:885] (1/2) Epoch 27, batch 12550, loss[loss=0.2455, simple_loss=0.3305, pruned_loss=0.08029, over 14277.00 frames. utt_duration=372.4 frames, utt_pad_proportion=0.0401, over 154.00 utterances.], tot_loss[loss=0.2801, simple_loss=0.3539, pruned_loss=0.1031, over 2777832.37 frames. utt_duration=226.5 frames, utt_pad_proportion=0.07286, over 49382.16 utterances.], batch size: 154, lr: 1.72e-04 +2022-09-19 13:01:38,370 INFO [train.py:885] (1/2) Epoch 27, batch 12600, loss[loss=0.3956, simple_loss=0.4707, pruned_loss=0.1602, over 13616.00 frames. utt_duration=98.58 frames, utt_pad_proportion=0.07872, over 560.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3498, pruned_loss=0.1014, over 2774290.57 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07329, over 47263.81 utterances.], batch size: 560, lr: 1.72e-04 +2022-09-19 13:01:57,029 INFO [train.py:885] (1/2) Epoch 28, batch 0, loss[loss=0.267, simple_loss=0.339, pruned_loss=0.09747, over 14325.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.0404, over 167.00 utterances.], tot_loss[loss=0.267, simple_loss=0.339, pruned_loss=0.09747, over 14325.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.0404, over 167.00 utterances.], batch size: 167, lr: 1.69e-04 +2022-09-19 13:02:27,137 INFO [train.py:885] (1/2) Epoch 28, batch 50, loss[loss=0.2018, simple_loss=0.2663, pruned_loss=0.06871, over 12074.00 frames. utt_duration=2014 frames, utt_pad_proportion=0.1902, over 24.00 utterances.], tot_loss[loss=0.2791, simple_loss=0.3529, pruned_loss=0.1026, over 628069.20 frames. utt_duration=230.2 frames, utt_pad_proportion=0.06881, over 10982.95 utterances.], batch size: 24, lr: 1.69e-04 +2022-09-19 13:02:56,107 INFO [train.py:885] (1/2) Epoch 28, batch 100, loss[loss=0.2731, simple_loss=0.3539, pruned_loss=0.09619, over 14301.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03944, over 283.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3526, pruned_loss=0.1014, over 1104839.49 frames. utt_duration=227.8 frames, utt_pad_proportion=0.07145, over 19526.62 utterances.], batch size: 283, lr: 1.69e-04 +2022-09-19 13:03:26,209 INFO [train.py:885] (1/2) Epoch 28, batch 150, loss[loss=0.1752, simple_loss=0.2541, pruned_loss=0.04814, over 13504.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.07696, over 41.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3478, pruned_loss=0.09996, over 1472360.60 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07363, over 24970.34 utterances.], batch size: 41, lr: 1.69e-04 +2022-09-19 13:03:55,587 INFO [train.py:885] (1/2) Epoch 28, batch 200, loss[loss=0.2199, simple_loss=0.3003, pruned_loss=0.06976, over 14043.00 frames. utt_duration=574.6 frames, utt_pad_proportion=0.05798, over 98.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.3395, pruned_loss=0.09484, over 1762329.27 frames. utt_duration=257 frames, utt_pad_proportion=0.06984, over 27582.83 utterances.], batch size: 98, lr: 1.69e-04 +2022-09-19 13:04:24,930 INFO [train.py:885] (1/2) Epoch 28, batch 250, loss[loss=0.3884, simple_loss=0.4829, pruned_loss=0.1469, over 13184.00 frames. utt_duration=82.31 frames, utt_pad_proportion=0.1053, over 653.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3398, pruned_loss=0.09492, over 1987291.29 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06864, over 31648.28 utterances.], batch size: 653, lr: 1.69e-04 +2022-09-19 13:04:54,821 INFO [train.py:885] (1/2) Epoch 28, batch 300, loss[loss=0.2709, simple_loss=0.3435, pruned_loss=0.09917, over 14380.00 frames. utt_duration=345.8 frames, utt_pad_proportion=0.03686, over 167.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3427, pruned_loss=0.09623, over 2162227.56 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07058, over 35617.52 utterances.], batch size: 167, lr: 1.69e-04 +2022-09-19 13:05:23,814 INFO [train.py:885] (1/2) Epoch 28, batch 350, loss[loss=0.3192, simple_loss=0.3811, pruned_loss=0.1287, over 14309.00 frames. utt_duration=203.8 frames, utt_pad_proportion=0.03877, over 283.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3419, pruned_loss=0.09618, over 2299130.59 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07052, over 37675.76 utterances.], batch size: 283, lr: 1.69e-04 +2022-09-19 13:05:53,444 INFO [train.py:885] (1/2) Epoch 28, batch 400, loss[loss=0.4987, simple_loss=0.5839, pruned_loss=0.2068, over 12562.00 frames. utt_duration=63.52 frames, utt_pad_proportion=0.1417, over 810.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3423, pruned_loss=0.09645, over 2406907.83 frames. utt_duration=243.4 frames, utt_pad_proportion=0.06942, over 39797.24 utterances.], batch size: 810, lr: 1.69e-04 +2022-09-19 13:06:23,063 INFO [train.py:885] (1/2) Epoch 28, batch 450, loss[loss=0.3046, simple_loss=0.367, pruned_loss=0.121, over 14292.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04127, over 262.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3411, pruned_loss=0.0956, over 2491213.34 frames. utt_duration=245.5 frames, utt_pad_proportion=0.0695, over 40827.04 utterances.], batch size: 262, lr: 1.69e-04 +2022-09-19 13:06:52,835 INFO [train.py:885] (1/2) Epoch 28, batch 500, loss[loss=0.1617, simple_loss=0.2406, pruned_loss=0.04139, over 13747.00 frames. utt_duration=1101 frames, utt_pad_proportion=0.07466, over 50.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3412, pruned_loss=0.09612, over 2556785.74 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06948, over 41212.02 utterances.], batch size: 50, lr: 1.69e-04 +2022-09-19 13:07:21,720 INFO [train.py:885] (1/2) Epoch 28, batch 550, loss[loss=0.2414, simple_loss=0.3133, pruned_loss=0.08471, over 14275.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04389, over 141.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3423, pruned_loss=0.0974, over 2607738.61 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06952, over 42384.77 utterances.], batch size: 141, lr: 1.69e-04 +2022-09-19 13:07:50,744 INFO [train.py:885] (1/2) Epoch 28, batch 600, loss[loss=0.1897, simple_loss=0.2487, pruned_loss=0.06534, over 13473.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09448, over 50.00 utterances.], tot_loss[loss=0.264, simple_loss=0.3373, pruned_loss=0.09531, over 2644851.77 frames. utt_duration=261.9 frames, utt_pad_proportion=0.06742, over 40617.54 utterances.], batch size: 50, lr: 1.69e-04 +2022-09-19 13:08:20,685 INFO [train.py:885] (1/2) Epoch 28, batch 650, loss[loss=0.3039, simple_loss=0.3709, pruned_loss=0.1184, over 14375.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03285, over 244.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.342, pruned_loss=0.09774, over 2673735.39 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07079, over 42759.66 utterances.], batch size: 244, lr: 1.69e-04 +2022-09-19 13:08:50,106 INFO [train.py:885] (1/2) Epoch 28, batch 700, loss[loss=0.6241, simple_loss=0.6746, pruned_loss=0.2868, over 12434.00 frames. utt_duration=62.88 frames, utt_pad_proportion=0.1503, over 811.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3447, pruned_loss=0.09853, over 2692240.36 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07419, over 45058.79 utterances.], batch size: 811, lr: 1.69e-04 +2022-09-19 13:09:19,311 INFO [train.py:885] (1/2) Epoch 28, batch 750, loss[loss=0.4858, simple_loss=0.5714, pruned_loss=0.2001, over 12508.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1451, over 810.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3452, pruned_loss=0.09878, over 2713846.66 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07205, over 45115.59 utterances.], batch size: 810, lr: 1.69e-04 +2022-09-19 13:09:48,876 INFO [train.py:885] (1/2) Epoch 28, batch 800, loss[loss=0.2335, simple_loss=0.3189, pruned_loss=0.07403, over 14360.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03833, over 167.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3476, pruned_loss=0.09973, over 2733759.19 frames. utt_duration=240 frames, utt_pad_proportion=0.06886, over 45843.87 utterances.], batch size: 167, lr: 1.69e-04 +2022-09-19 13:10:18,721 INFO [train.py:885] (1/2) Epoch 28, batch 850, loss[loss=0.3478, simple_loss=0.4112, pruned_loss=0.1422, over 14350.00 frames. utt_duration=220.4 frames, utt_pad_proportion=0.03743, over 262.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3447, pruned_loss=0.09887, over 2744736.24 frames. utt_duration=248.1 frames, utt_pad_proportion=0.068, over 44512.24 utterances.], batch size: 262, lr: 1.69e-04 +2022-09-19 13:10:48,495 INFO [train.py:885] (1/2) Epoch 28, batch 900, loss[loss=0.3953, simple_loss=0.4429, pruned_loss=0.1739, over 14260.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04127, over 335.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3474, pruned_loss=0.1006, over 2747908.75 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07069, over 46061.58 utterances.], batch size: 335, lr: 1.69e-04 +2022-09-19 13:11:17,621 INFO [train.py:885] (1/2) Epoch 28, batch 950, loss[loss=0.2987, simple_loss=0.3975, pruned_loss=0.09997, over 13803.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06904, over 411.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3437, pruned_loss=0.09886, over 2754255.94 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06939, over 43659.37 utterances.], batch size: 411, lr: 1.69e-04 +2022-09-19 13:11:47,023 INFO [train.py:885] (1/2) Epoch 28, batch 1000, loss[loss=0.1891, simple_loss=0.2493, pruned_loss=0.06443, over 13832.00 frames. utt_duration=803.2 frames, utt_pad_proportion=0.06492, over 69.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3444, pruned_loss=0.0988, over 2763209.71 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06912, over 43808.34 utterances.], batch size: 69, lr: 1.69e-04 +2022-09-19 13:12:16,295 INFO [train.py:885] (1/2) Epoch 28, batch 1050, loss[loss=0.314, simple_loss=0.409, pruned_loss=0.1095, over 13771.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07203, over 411.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.344, pruned_loss=0.09867, over 2766410.35 frames. utt_duration=258 frames, utt_pad_proportion=0.06863, over 43133.96 utterances.], batch size: 411, lr: 1.69e-04 +2022-09-19 13:12:45,903 INFO [train.py:885] (1/2) Epoch 28, batch 1100, loss[loss=0.2929, simple_loss=0.3697, pruned_loss=0.108, over 14251.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04182, over 225.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3474, pruned_loss=0.1, over 2773814.98 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06944, over 44449.64 utterances.], batch size: 225, lr: 1.69e-04 +2022-09-19 13:13:15,078 INFO [train.py:885] (1/2) Epoch 28, batch 1150, loss[loss=0.1705, simple_loss=0.2583, pruned_loss=0.0414, over 13658.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08399, over 42.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3479, pruned_loss=0.09998, over 2775534.94 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07009, over 45097.68 utterances.], batch size: 42, lr: 1.69e-04 +2022-09-19 13:13:44,976 INFO [train.py:885] (1/2) Epoch 28, batch 1200, loss[loss=0.2553, simple_loss=0.3301, pruned_loss=0.09028, over 14317.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03911, over 120.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3479, pruned_loss=0.09975, over 2777120.33 frames. utt_duration=247 frames, utt_pad_proportion=0.07068, over 45239.03 utterances.], batch size: 120, lr: 1.69e-04 +2022-09-19 13:14:13,972 INFO [train.py:885] (1/2) Epoch 28, batch 1250, loss[loss=0.1705, simple_loss=0.2308, pruned_loss=0.05511, over 13781.00 frames. utt_duration=920.2 frames, utt_pad_proportion=0.06955, over 60.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3467, pruned_loss=0.09918, over 2779084.02 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07022, over 45198.05 utterances.], batch size: 60, lr: 1.69e-04 +2022-09-19 13:14:43,744 INFO [train.py:885] (1/2) Epoch 28, batch 1300, loss[loss=0.6163, simple_loss=0.655, pruned_loss=0.2888, over 12486.00 frames. utt_duration=63.21 frames, utt_pad_proportion=0.1458, over 811.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3488, pruned_loss=0.1002, over 2781550.99 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07008, over 46330.71 utterances.], batch size: 811, lr: 1.69e-04 +2022-09-19 13:15:13,439 INFO [train.py:885] (1/2) Epoch 28, batch 1350, loss[loss=0.1428, simple_loss=0.2092, pruned_loss=0.03822, over 13229.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1077, over 33.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3443, pruned_loss=0.09852, over 2776486.52 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07193, over 44723.33 utterances.], batch size: 33, lr: 1.69e-04 +2022-09-19 13:15:42,803 INFO [train.py:885] (1/2) Epoch 28, batch 1400, loss[loss=0.2804, simple_loss=0.3625, pruned_loss=0.0991, over 14354.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03614, over 210.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3438, pruned_loss=0.0982, over 2776129.37 frames. utt_duration=252 frames, utt_pad_proportion=0.07311, over 44330.20 utterances.], batch size: 210, lr: 1.69e-04 +2022-09-19 13:16:12,728 INFO [train.py:885] (1/2) Epoch 28, batch 1450, loss[loss=0.5734, simple_loss=0.6469, pruned_loss=0.2499, over 12496.00 frames. utt_duration=63.27 frames, utt_pad_proportion=0.145, over 810.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3428, pruned_loss=0.09748, over 2774877.63 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07366, over 44866.59 utterances.], batch size: 810, lr: 1.69e-04 +2022-09-19 13:16:41,989 INFO [train.py:885] (1/2) Epoch 28, batch 1500, loss[loss=0.3129, simple_loss=0.3888, pruned_loss=0.1185, over 14260.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04214, over 335.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3433, pruned_loss=0.09779, over 2775181.51 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07274, over 45148.35 utterances.], batch size: 335, lr: 1.69e-04 +2022-09-19 13:17:11,544 INFO [train.py:885] (1/2) Epoch 28, batch 1550, loss[loss=0.2858, simple_loss=0.3868, pruned_loss=0.09236, over 13610.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08221, over 477.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3445, pruned_loss=0.09817, over 2774140.00 frames. utt_duration=245.8 frames, utt_pad_proportion=0.0726, over 45418.05 utterances.], batch size: 477, lr: 1.69e-04 +2022-09-19 13:17:40,723 INFO [train.py:885] (1/2) Epoch 28, batch 1600, loss[loss=0.2599, simple_loss=0.3426, pruned_loss=0.08863, over 14280.00 frames. utt_duration=318.7 frames, utt_pad_proportion=0.04009, over 180.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3428, pruned_loss=0.09766, over 2777277.64 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07129, over 44136.98 utterances.], batch size: 180, lr: 1.69e-04 +2022-09-19 13:18:10,442 INFO [train.py:885] (1/2) Epoch 28, batch 1650, loss[loss=0.3517, simple_loss=0.3995, pruned_loss=0.152, over 14313.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.03771, over 154.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3457, pruned_loss=0.09918, over 2780183.80 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07138, over 45038.72 utterances.], batch size: 154, lr: 1.69e-04 +2022-09-19 13:18:39,817 INFO [train.py:885] (1/2) Epoch 28, batch 1700, loss[loss=0.2995, simple_loss=0.368, pruned_loss=0.1155, over 14296.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03932, over 180.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3433, pruned_loss=0.09826, over 2783043.77 frames. utt_duration=253.8 frames, utt_pad_proportion=0.0701, over 44114.33 utterances.], batch size: 180, lr: 1.69e-04 +2022-09-19 13:19:09,446 INFO [train.py:885] (1/2) Epoch 28, batch 1750, loss[loss=0.3496, simple_loss=0.4084, pruned_loss=0.1454, over 14220.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04313, over 306.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3444, pruned_loss=0.09873, over 2781385.50 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07061, over 45144.03 utterances.], batch size: 306, lr: 1.69e-04 +2022-09-19 13:19:38,823 INFO [train.py:885] (1/2) Epoch 28, batch 1800, loss[loss=0.1632, simple_loss=0.2318, pruned_loss=0.04723, over 13006.00 frames. utt_duration=1578 frames, utt_pad_proportion=0.1268, over 33.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3442, pruned_loss=0.09904, over 2782365.43 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07161, over 44987.54 utterances.], batch size: 33, lr: 1.69e-04 +2022-09-19 13:20:07,552 INFO [train.py:885] (1/2) Epoch 28, batch 1850, loss[loss=0.2769, simple_loss=0.3698, pruned_loss=0.09203, over 13996.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05608, over 365.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3432, pruned_loss=0.09823, over 2782196.77 frames. utt_duration=248.4 frames, utt_pad_proportion=0.0704, over 45067.89 utterances.], batch size: 365, lr: 1.69e-04 +2022-09-19 13:20:37,034 INFO [train.py:885] (1/2) Epoch 28, batch 1900, loss[loss=0.2509, simple_loss=0.3524, pruned_loss=0.07465, over 14021.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05464, over 365.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3444, pruned_loss=0.09841, over 2781366.46 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07184, over 45556.36 utterances.], batch size: 365, lr: 1.69e-04 +2022-09-19 13:21:06,769 INFO [train.py:885] (1/2) Epoch 28, batch 1950, loss[loss=0.2522, simple_loss=0.3545, pruned_loss=0.075, over 13972.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05757, over 365.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.346, pruned_loss=0.09894, over 2780143.49 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07264, over 46309.08 utterances.], batch size: 365, lr: 1.69e-04 +2022-09-19 13:21:36,510 INFO [train.py:885] (1/2) Epoch 28, batch 2000, loss[loss=0.2524, simple_loss=0.3343, pruned_loss=0.08522, over 14327.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03686, over 180.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3476, pruned_loss=0.09953, over 2777599.14 frames. utt_duration=236 frames, utt_pad_proportion=0.0748, over 47374.89 utterances.], batch size: 180, lr: 1.69e-04 +2022-09-19 13:22:06,092 INFO [train.py:885] (1/2) Epoch 28, batch 2050, loss[loss=0.3293, simple_loss=0.4075, pruned_loss=0.1256, over 13957.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05867, over 365.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3494, pruned_loss=0.1005, over 2777006.75 frames. utt_duration=235 frames, utt_pad_proportion=0.07645, over 47565.01 utterances.], batch size: 365, lr: 1.69e-04 +2022-09-19 13:22:35,826 INFO [train.py:885] (1/2) Epoch 28, batch 2100, loss[loss=0.1729, simple_loss=0.2546, pruned_loss=0.0456, over 13810.00 frames. utt_duration=922.3 frames, utt_pad_proportion=0.07308, over 60.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.348, pruned_loss=0.09961, over 2775917.21 frames. utt_duration=234 frames, utt_pad_proportion=0.07603, over 47762.82 utterances.], batch size: 60, lr: 1.69e-04 +2022-09-19 13:23:05,117 INFO [train.py:885] (1/2) Epoch 28, batch 2150, loss[loss=0.2958, simple_loss=0.368, pruned_loss=0.1118, over 14193.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04523, over 306.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3492, pruned_loss=0.1001, over 2777194.80 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07507, over 48153.06 utterances.], batch size: 306, lr: 1.69e-04 +2022-09-19 13:23:34,507 INFO [train.py:885] (1/2) Epoch 28, batch 2200, loss[loss=0.275, simple_loss=0.342, pruned_loss=0.104, over 14273.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04407, over 141.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3487, pruned_loss=0.1, over 2784509.64 frames. utt_duration=237 frames, utt_pad_proportion=0.07138, over 47286.28 utterances.], batch size: 141, lr: 1.69e-04 +2022-09-19 13:24:03,897 INFO [train.py:885] (1/2) Epoch 28, batch 2250, loss[loss=0.2435, simple_loss=0.3051, pruned_loss=0.09092, over 14065.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05656, over 98.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3497, pruned_loss=0.1009, over 2782579.00 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07244, over 47424.83 utterances.], batch size: 98, lr: 1.69e-04 +2022-09-19 13:24:33,337 INFO [train.py:885] (1/2) Epoch 28, batch 2300, loss[loss=0.2095, simple_loss=0.2887, pruned_loss=0.06518, over 14205.00 frames. utt_duration=640 frames, utt_pad_proportion=0.04622, over 89.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3456, pruned_loss=0.09874, over 2779228.40 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07287, over 46102.86 utterances.], batch size: 89, lr: 1.69e-04 +2022-09-19 13:25:11,795 INFO [train.py:885] (1/2) Epoch 28, batch 2350, loss[loss=0.3844, simple_loss=0.4821, pruned_loss=0.1434, over 13185.00 frames. utt_duration=82.29 frames, utt_pad_proportion=0.1055, over 653.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3521, pruned_loss=0.1016, over 2776049.62 frames. utt_duration=226.8 frames, utt_pad_proportion=0.07495, over 49286.18 utterances.], batch size: 653, lr: 1.69e-04 +2022-09-19 13:25:41,193 INFO [train.py:885] (1/2) Epoch 28, batch 2400, loss[loss=0.3545, simple_loss=0.4531, pruned_loss=0.1279, over 13634.00 frames. utt_duration=98.77 frames, utt_pad_proportion=0.0769, over 560.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3506, pruned_loss=0.101, over 2779105.91 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07451, over 48410.67 utterances.], batch size: 560, lr: 1.69e-04 +2022-09-19 13:26:10,163 INFO [train.py:885] (1/2) Epoch 28, batch 2450, loss[loss=0.2979, simple_loss=0.4052, pruned_loss=0.09528, over 13640.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08003, over 477.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3479, pruned_loss=0.09996, over 2781915.84 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07333, over 47069.09 utterances.], batch size: 477, lr: 1.69e-04 +2022-09-19 13:26:39,867 INFO [train.py:885] (1/2) Epoch 28, batch 2500, loss[loss=0.1765, simple_loss=0.2435, pruned_loss=0.05477, over 13528.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08627, over 50.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3471, pruned_loss=0.09965, over 2778410.50 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07352, over 47093.39 utterances.], batch size: 50, lr: 1.69e-04 +2022-09-19 13:27:09,386 INFO [train.py:885] (1/2) Epoch 28, batch 2550, loss[loss=0.3692, simple_loss=0.4257, pruned_loss=0.1563, over 14231.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04276, over 335.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3498, pruned_loss=0.1008, over 2774948.33 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07561, over 48192.99 utterances.], batch size: 335, lr: 1.69e-04 +2022-09-19 13:27:38,620 INFO [train.py:885] (1/2) Epoch 28, batch 2600, loss[loss=0.329, simple_loss=0.4054, pruned_loss=0.1263, over 13953.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05877, over 365.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3496, pruned_loss=0.1005, over 2775227.74 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07448, over 47931.41 utterances.], batch size: 365, lr: 1.69e-04 +2022-09-19 13:28:08,131 INFO [train.py:885] (1/2) Epoch 28, batch 2650, loss[loss=0.3398, simple_loss=0.4369, pruned_loss=0.1214, over 13599.00 frames. utt_duration=98.55 frames, utt_pad_proportion=0.07894, over 560.00 utterances.], tot_loss[loss=0.2763, simple_loss=0.3509, pruned_loss=0.1008, over 2774495.01 frames. utt_duration=228.3 frames, utt_pad_proportion=0.07528, over 48929.35 utterances.], batch size: 560, lr: 1.69e-04 +2022-09-19 13:28:37,399 INFO [train.py:885] (1/2) Epoch 28, batch 2700, loss[loss=0.2974, simple_loss=0.3755, pruned_loss=0.1097, over 14310.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03975, over 262.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3474, pruned_loss=0.09951, over 2774175.55 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07605, over 47414.81 utterances.], batch size: 262, lr: 1.69e-04 +2022-09-19 13:29:06,867 INFO [train.py:885] (1/2) Epoch 28, batch 2750, loss[loss=0.2989, simple_loss=0.3422, pruned_loss=0.1278, over 14097.00 frames. utt_duration=577 frames, utt_pad_proportion=0.0526, over 98.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3492, pruned_loss=0.1007, over 2780885.45 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07334, over 47167.22 utterances.], batch size: 98, lr: 1.69e-04 +2022-09-19 13:29:37,032 INFO [train.py:885] (1/2) Epoch 28, batch 2800, loss[loss=0.1366, simple_loss=0.1918, pruned_loss=0.04067, over 13202.00 frames. utt_duration=1289 frames, utt_pad_proportion=0.1003, over 41.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3477, pruned_loss=0.0998, over 2778106.21 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07331, over 46923.62 utterances.], batch size: 41, lr: 1.69e-04 +2022-09-19 13:30:06,765 INFO [train.py:885] (1/2) Epoch 28, batch 2850, loss[loss=0.2414, simple_loss=0.3212, pruned_loss=0.0808, over 14280.00 frames. utt_duration=406.5 frames, utt_pad_proportion=0.04357, over 141.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3462, pruned_loss=0.09869, over 2782430.82 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07287, over 46312.90 utterances.], batch size: 141, lr: 1.69e-04 +2022-09-19 13:30:42,698 INFO [train.py:885] (1/2) Epoch 28, batch 2900, loss[loss=0.2604, simple_loss=0.3329, pruned_loss=0.09392, over 14298.00 frames. utt_duration=319.3 frames, utt_pad_proportion=0.03834, over 180.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3478, pruned_loss=0.09915, over 2784432.83 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07196, over 47340.23 utterances.], batch size: 180, lr: 1.69e-04 +2022-09-19 13:31:12,057 INFO [train.py:885] (1/2) Epoch 28, batch 2950, loss[loss=0.2492, simple_loss=0.3368, pruned_loss=0.08079, over 14316.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03875, over 262.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3486, pruned_loss=0.09931, over 2783298.57 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07245, over 47933.79 utterances.], batch size: 262, lr: 1.69e-04 +2022-09-19 13:31:42,110 INFO [train.py:885] (1/2) Epoch 28, batch 3000, loss[loss=0.1905, simple_loss=0.2449, pruned_loss=0.06804, over 12347.00 frames. utt_duration=2059 frames, utt_pad_proportion=0.1522, over 24.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.349, pruned_loss=0.1003, over 2781798.25 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07228, over 47761.27 utterances.], batch size: 24, lr: 1.69e-04 +2022-09-19 13:31:42,111 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 13:31:46,801 INFO [train.py:914] (1/2) Epoch 28, validation: loss=0.1904, simple_loss=0.2704, pruned_loss=0.05518, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 13:32:16,494 INFO [train.py:885] (1/2) Epoch 28, batch 3050, loss[loss=0.1993, simple_loss=0.2628, pruned_loss=0.06792, over 13800.00 frames. utt_duration=921.6 frames, utt_pad_proportion=0.07095, over 60.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3444, pruned_loss=0.09759, over 2778580.71 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07133, over 46642.72 utterances.], batch size: 60, lr: 1.68e-04 +2022-09-19 13:32:45,553 INFO [train.py:885] (1/2) Epoch 28, batch 3100, loss[loss=0.3842, simple_loss=0.463, pruned_loss=0.1527, over 13599.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08274, over 477.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3436, pruned_loss=0.09777, over 2780938.99 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06928, over 45952.74 utterances.], batch size: 477, lr: 1.68e-04 +2022-09-19 13:33:15,279 INFO [train.py:885] (1/2) Epoch 28, batch 3150, loss[loss=0.1958, simple_loss=0.2739, pruned_loss=0.0588, over 14093.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.0547, over 98.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3424, pruned_loss=0.09783, over 2778127.75 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07168, over 45539.39 utterances.], batch size: 98, lr: 1.68e-04 +2022-09-19 13:33:44,720 INFO [train.py:885] (1/2) Epoch 28, batch 3200, loss[loss=0.2831, simple_loss=0.3452, pruned_loss=0.1105, over 14286.00 frames. utt_duration=441 frames, utt_pad_proportion=0.04127, over 130.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.347, pruned_loss=0.09973, over 2778476.95 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07281, over 47449.97 utterances.], batch size: 130, lr: 1.68e-04 +2022-09-19 13:34:14,414 INFO [train.py:885] (1/2) Epoch 28, batch 3250, loss[loss=0.1932, simple_loss=0.2393, pruned_loss=0.07352, over 13560.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08721, over 50.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3459, pruned_loss=0.0995, over 2782469.63 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07228, over 46814.54 utterances.], batch size: 50, lr: 1.68e-04 +2022-09-19 13:34:44,389 INFO [train.py:885] (1/2) Epoch 28, batch 3300, loss[loss=0.1716, simple_loss=0.2421, pruned_loss=0.05051, over 14260.00 frames. utt_duration=642.4 frames, utt_pad_proportion=0.0412, over 89.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3448, pruned_loss=0.09925, over 2780203.55 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07238, over 46187.75 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:35:13,750 INFO [train.py:885] (1/2) Epoch 28, batch 3350, loss[loss=0.1905, simple_loss=0.262, pruned_loss=0.05954, over 14132.00 frames. utt_duration=636.8 frames, utt_pad_proportion=0.0482, over 89.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3428, pruned_loss=0.09787, over 2782068.22 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07008, over 45069.60 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:35:43,120 INFO [train.py:885] (1/2) Epoch 28, batch 3400, loss[loss=0.3589, simple_loss=0.4082, pruned_loss=0.1548, over 14270.00 frames. utt_duration=171.7 frames, utt_pad_proportion=0.04069, over 335.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3423, pruned_loss=0.09764, over 2782353.75 frames. utt_duration=251.5 frames, utt_pad_proportion=0.06913, over 44514.11 utterances.], batch size: 335, lr: 1.68e-04 +2022-09-19 13:36:12,811 INFO [train.py:885] (1/2) Epoch 28, batch 3450, loss[loss=0.249, simple_loss=0.3107, pruned_loss=0.09371, over 14089.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05325, over 98.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.341, pruned_loss=0.09689, over 2781546.48 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06827, over 43522.03 utterances.], batch size: 98, lr: 1.68e-04 +2022-09-19 13:36:42,125 INFO [train.py:885] (1/2) Epoch 28, batch 3500, loss[loss=0.3508, simple_loss=0.4288, pruned_loss=0.1364, over 13779.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07163, over 411.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3411, pruned_loss=0.09696, over 2783019.25 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06841, over 44166.21 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 13:37:11,855 INFO [train.py:885] (1/2) Epoch 28, batch 3550, loss[loss=0.2456, simple_loss=0.3232, pruned_loss=0.08396, over 14324.00 frames. utt_duration=442 frames, utt_pad_proportion=0.0371, over 130.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.342, pruned_loss=0.09724, over 2782996.91 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06869, over 44683.44 utterances.], batch size: 130, lr: 1.68e-04 +2022-09-19 13:37:41,597 INFO [train.py:885] (1/2) Epoch 28, batch 3600, loss[loss=0.1782, simple_loss=0.2548, pruned_loss=0.05081, over 14149.00 frames. utt_duration=637.2 frames, utt_pad_proportion=0.05035, over 89.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3451, pruned_loss=0.09896, over 2785564.90 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06894, over 45688.28 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:38:11,251 INFO [train.py:885] (1/2) Epoch 28, batch 3650, loss[loss=0.1636, simple_loss=0.2321, pruned_loss=0.04758, over 13629.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.08889, over 42.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.345, pruned_loss=0.09931, over 2782996.08 frames. utt_duration=246.4 frames, utt_pad_proportion=0.0683, over 45452.88 utterances.], batch size: 42, lr: 1.68e-04 +2022-09-19 13:38:40,202 INFO [train.py:885] (1/2) Epoch 28, batch 3700, loss[loss=0.2329, simple_loss=0.3176, pruned_loss=0.07403, over 14306.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03963, over 120.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3471, pruned_loss=0.1005, over 2784342.24 frames. utt_duration=244.6 frames, utt_pad_proportion=0.06996, over 45813.19 utterances.], batch size: 120, lr: 1.68e-04 +2022-09-19 13:39:09,480 INFO [train.py:885] (1/2) Epoch 28, batch 3750, loss[loss=0.4267, simple_loss=0.499, pruned_loss=0.1771, over 13657.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0794, over 477.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.348, pruned_loss=0.1006, over 2783696.51 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07079, over 46000.25 utterances.], batch size: 477, lr: 1.68e-04 +2022-09-19 13:39:39,113 INFO [train.py:885] (1/2) Epoch 28, batch 3800, loss[loss=0.175, simple_loss=0.2261, pruned_loss=0.06194, over 12712.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1378, over 25.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3472, pruned_loss=0.09994, over 2786938.96 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06853, over 45575.43 utterances.], batch size: 25, lr: 1.68e-04 +2022-09-19 13:40:08,332 INFO [train.py:885] (1/2) Epoch 28, batch 3850, loss[loss=0.2994, simple_loss=0.3761, pruned_loss=0.1114, over 14352.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03584, over 210.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3484, pruned_loss=0.1004, over 2787187.86 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07005, over 46251.07 utterances.], batch size: 210, lr: 1.68e-04 +2022-09-19 13:40:37,869 INFO [train.py:885] (1/2) Epoch 28, batch 3900, loss[loss=0.1699, simple_loss=0.2272, pruned_loss=0.0563, over 13208.00 frames. utt_duration=1602 frames, utt_pad_proportion=0.1078, over 33.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3479, pruned_loss=0.1008, over 2785521.65 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07052, over 45866.18 utterances.], batch size: 33, lr: 1.68e-04 +2022-09-19 13:41:07,361 INFO [train.py:885] (1/2) Epoch 28, batch 3950, loss[loss=0.1886, simple_loss=0.2661, pruned_loss=0.05559, over 13873.00 frames. utt_duration=805.6 frames, utt_pad_proportion=0.06108, over 69.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3477, pruned_loss=0.1008, over 2783214.78 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07122, over 45886.40 utterances.], batch size: 69, lr: 1.68e-04 +2022-09-19 13:41:37,462 INFO [train.py:885] (1/2) Epoch 28, batch 4000, loss[loss=0.359, simple_loss=0.3972, pruned_loss=0.1603, over 14325.00 frames. utt_duration=442.3 frames, utt_pad_proportion=0.03642, over 130.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3472, pruned_loss=0.1011, over 2780920.63 frames. utt_duration=245 frames, utt_pad_proportion=0.07053, over 45670.88 utterances.], batch size: 130, lr: 1.68e-04 +2022-09-19 13:42:06,472 INFO [train.py:885] (1/2) Epoch 28, batch 4050, loss[loss=0.1654, simple_loss=0.2274, pruned_loss=0.05173, over 13192.00 frames. utt_duration=1553 frames, utt_pad_proportion=0.1154, over 34.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3422, pruned_loss=0.09883, over 2781367.07 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06876, over 44331.37 utterances.], batch size: 34, lr: 1.68e-04 +2022-09-19 13:42:36,039 INFO [train.py:885] (1/2) Epoch 28, batch 4100, loss[loss=0.3529, simple_loss=0.3997, pruned_loss=0.1531, over 14233.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04296, over 335.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3461, pruned_loss=0.1002, over 2780608.34 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07059, over 46302.65 utterances.], batch size: 335, lr: 1.68e-04 +2022-09-19 13:43:04,882 INFO [train.py:885] (1/2) Epoch 28, batch 4150, loss[loss=0.2124, simple_loss=0.2907, pruned_loss=0.06705, over 14298.00 frames. utt_duration=441.4 frames, utt_pad_proportion=0.04047, over 130.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3462, pruned_loss=0.1003, over 2781277.64 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07126, over 45523.01 utterances.], batch size: 130, lr: 1.68e-04 +2022-09-19 13:43:34,377 INFO [train.py:885] (1/2) Epoch 28, batch 4200, loss[loss=0.2483, simple_loss=0.3339, pruned_loss=0.08133, over 14271.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04041, over 130.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3486, pruned_loss=0.1016, over 2786651.39 frames. utt_duration=243.6 frames, utt_pad_proportion=0.06958, over 46038.92 utterances.], batch size: 130, lr: 1.68e-04 +2022-09-19 13:44:04,184 INFO [train.py:885] (1/2) Epoch 28, batch 4250, loss[loss=0.1703, simple_loss=0.2325, pruned_loss=0.05406, over 13875.00 frames. utt_duration=926.4 frames, utt_pad_proportion=0.06891, over 60.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.349, pruned_loss=0.1013, over 2788901.02 frames. utt_duration=242.8 frames, utt_pad_proportion=0.06874, over 46233.90 utterances.], batch size: 60, lr: 1.68e-04 +2022-09-19 13:44:33,488 INFO [train.py:885] (1/2) Epoch 28, batch 4300, loss[loss=0.1472, simple_loss=0.2151, pruned_loss=0.03964, over 13361.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.08788, over 41.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3455, pruned_loss=0.1001, over 2788105.85 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06822, over 44808.63 utterances.], batch size: 41, lr: 1.68e-04 +2022-09-19 13:45:02,899 INFO [train.py:885] (1/2) Epoch 28, batch 4350, loss[loss=0.1993, simple_loss=0.2638, pruned_loss=0.06741, over 13569.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08331, over 50.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3456, pruned_loss=0.1004, over 2785774.33 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06904, over 44246.08 utterances.], batch size: 50, lr: 1.68e-04 +2022-09-19 13:45:32,731 INFO [train.py:885] (1/2) Epoch 28, batch 4400, loss[loss=0.2843, simple_loss=0.3738, pruned_loss=0.09739, over 14036.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05381, over 365.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3455, pruned_loss=0.1, over 2786222.57 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06979, over 44358.38 utterances.], batch size: 365, lr: 1.68e-04 +2022-09-19 13:46:02,145 INFO [train.py:885] (1/2) Epoch 28, batch 4450, loss[loss=0.2631, simple_loss=0.3425, pruned_loss=0.0919, over 14289.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03907, over 180.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3439, pruned_loss=0.09898, over 2780549.90 frames. utt_duration=253.9 frames, utt_pad_proportion=0.07143, over 44065.24 utterances.], batch size: 180, lr: 1.68e-04 +2022-09-19 13:46:31,720 INFO [train.py:885] (1/2) Epoch 28, batch 4500, loss[loss=0.2701, simple_loss=0.323, pruned_loss=0.1086, over 14149.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.04863, over 89.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3414, pruned_loss=0.09747, over 2782413.53 frames. utt_duration=258.3 frames, utt_pad_proportion=0.07061, over 43336.39 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:47:01,163 INFO [train.py:885] (1/2) Epoch 28, batch 4550, loss[loss=0.2909, simple_loss=0.3848, pruned_loss=0.09847, over 14021.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05436, over 365.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3448, pruned_loss=0.09817, over 2781659.81 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07298, over 45480.09 utterances.], batch size: 365, lr: 1.68e-04 +2022-09-19 13:47:31,265 INFO [train.py:885] (1/2) Epoch 28, batch 4600, loss[loss=0.1483, simple_loss=0.2064, pruned_loss=0.04506, over 13065.00 frames. utt_duration=2092 frames, utt_pad_proportion=0.118, over 25.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3454, pruned_loss=0.09799, over 2781720.33 frames. utt_duration=244 frames, utt_pad_proportion=0.07256, over 45883.91 utterances.], batch size: 25, lr: 1.68e-04 +2022-09-19 13:47:59,307 INFO [train.py:885] (1/2) Epoch 28, batch 4650, loss[loss=0.2076, simple_loss=0.2867, pruned_loss=0.0642, over 14381.00 frames. utt_duration=480.7 frames, utt_pad_proportion=0.03466, over 120.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3406, pruned_loss=0.09538, over 2787297.14 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06948, over 43767.33 utterances.], batch size: 120, lr: 1.68e-04 +2022-09-19 13:48:29,322 INFO [train.py:885] (1/2) Epoch 28, batch 4700, loss[loss=0.2909, simple_loss=0.3844, pruned_loss=0.09867, over 13769.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07234, over 411.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3435, pruned_loss=0.09703, over 2782089.28 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07167, over 44808.20 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 13:48:58,431 INFO [train.py:885] (1/2) Epoch 28, batch 4750, loss[loss=0.2863, simple_loss=0.3621, pruned_loss=0.1052, over 14354.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03319, over 244.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3463, pruned_loss=0.09903, over 2784857.28 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07073, over 45399.38 utterances.], batch size: 244, lr: 1.68e-04 +2022-09-19 13:49:27,907 INFO [train.py:885] (1/2) Epoch 28, batch 4800, loss[loss=0.2389, simple_loss=0.2903, pruned_loss=0.09373, over 14096.00 frames. utt_duration=714.9 frames, utt_pad_proportion=0.05437, over 79.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3458, pruned_loss=0.0987, over 2782584.85 frames. utt_duration=248 frames, utt_pad_proportion=0.07118, over 45149.85 utterances.], batch size: 79, lr: 1.68e-04 +2022-09-19 13:49:57,393 INFO [train.py:885] (1/2) Epoch 28, batch 4850, loss[loss=0.1778, simple_loss=0.2445, pruned_loss=0.05548, over 13503.00 frames. utt_duration=1638 frames, utt_pad_proportion=0.09252, over 33.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3475, pruned_loss=0.09925, over 2778556.85 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07345, over 46735.37 utterances.], batch size: 33, lr: 1.68e-04 +2022-09-19 13:50:26,860 INFO [train.py:885] (1/2) Epoch 28, batch 4900, loss[loss=0.3681, simple_loss=0.4193, pruned_loss=0.1585, over 14233.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04328, over 335.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.351, pruned_loss=0.1014, over 2778419.56 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07413, over 47677.15 utterances.], batch size: 335, lr: 1.68e-04 +2022-09-19 13:50:56,722 INFO [train.py:885] (1/2) Epoch 28, batch 4950, loss[loss=0.2326, simple_loss=0.2983, pruned_loss=0.08347, over 14089.00 frames. utt_duration=576.4 frames, utt_pad_proportion=0.05352, over 98.00 utterances.], tot_loss[loss=0.2793, simple_loss=0.3534, pruned_loss=0.1026, over 2783072.37 frames. utt_duration=233.3 frames, utt_pad_proportion=0.0736, over 48023.54 utterances.], batch size: 98, lr: 1.68e-04 +2022-09-19 13:51:25,937 INFO [train.py:885] (1/2) Epoch 28, batch 5000, loss[loss=0.1601, simple_loss=0.2309, pruned_loss=0.04465, over 13883.00 frames. utt_duration=927 frames, utt_pad_proportion=0.06745, over 60.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3521, pruned_loss=0.1015, over 2780380.65 frames. utt_duration=232 frames, utt_pad_proportion=0.07492, over 48244.32 utterances.], batch size: 60, lr: 1.68e-04 +2022-09-19 13:51:55,905 INFO [train.py:885] (1/2) Epoch 28, batch 5050, loss[loss=0.1737, simple_loss=0.2155, pruned_loss=0.06598, over 13211.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.112, over 33.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3475, pruned_loss=0.09923, over 2773318.19 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07473, over 47245.67 utterances.], batch size: 33, lr: 1.68e-04 +2022-09-19 13:52:25,259 INFO [train.py:885] (1/2) Epoch 28, batch 5100, loss[loss=0.1826, simple_loss=0.2415, pruned_loss=0.06192, over 13331.00 frames. utt_duration=1302 frames, utt_pad_proportion=0.08996, over 41.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3476, pruned_loss=0.09901, over 2778038.80 frames. utt_duration=237 frames, utt_pad_proportion=0.07442, over 47174.73 utterances.], batch size: 41, lr: 1.68e-04 +2022-09-19 13:52:54,946 INFO [train.py:885] (1/2) Epoch 28, batch 5150, loss[loss=0.6075, simple_loss=0.6644, pruned_loss=0.2752, over 12517.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1433, over 810.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3499, pruned_loss=0.1007, over 2776107.76 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07551, over 47977.06 utterances.], batch size: 810, lr: 1.68e-04 +2022-09-19 13:53:24,626 INFO [train.py:885] (1/2) Epoch 28, batch 5200, loss[loss=0.1806, simple_loss=0.2609, pruned_loss=0.05017, over 14146.00 frames. utt_duration=637.4 frames, utt_pad_proportion=0.0473, over 89.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3457, pruned_loss=0.09881, over 2777567.49 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07326, over 46323.10 utterances.], batch size: 89, lr: 1.68e-04 +2022-09-19 13:53:53,849 INFO [train.py:885] (1/2) Epoch 28, batch 5250, loss[loss=0.1831, simple_loss=0.255, pruned_loss=0.05561, over 13611.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.07766, over 50.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3452, pruned_loss=0.09841, over 2779189.69 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07319, over 47116.11 utterances.], batch size: 50, lr: 1.68e-04 +2022-09-19 13:54:23,397 INFO [train.py:885] (1/2) Epoch 28, batch 5300, loss[loss=0.1711, simple_loss=0.2342, pruned_loss=0.05406, over 14015.00 frames. utt_duration=802.2 frames, utt_pad_proportion=0.06283, over 70.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3464, pruned_loss=0.09991, over 2780793.08 frames. utt_duration=236.5 frames, utt_pad_proportion=0.0736, over 47333.40 utterances.], batch size: 70, lr: 1.68e-04 +2022-09-19 13:54:52,859 INFO [train.py:885] (1/2) Epoch 28, batch 5350, loss[loss=0.356, simple_loss=0.464, pruned_loss=0.1241, over 13168.00 frames. utt_duration=82.2 frames, utt_pad_proportion=0.1065, over 653.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.346, pruned_loss=0.09966, over 2777264.14 frames. utt_duration=238 frames, utt_pad_proportion=0.07434, over 46973.44 utterances.], batch size: 653, lr: 1.68e-04 +2022-09-19 13:55:22,382 INFO [train.py:885] (1/2) Epoch 28, batch 5400, loss[loss=0.19, simple_loss=0.2616, pruned_loss=0.05916, over 13686.00 frames. utt_duration=1305 frames, utt_pad_proportion=0.07371, over 42.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.345, pruned_loss=0.09905, over 2777434.70 frames. utt_duration=240 frames, utt_pad_proportion=0.07481, over 46577.27 utterances.], batch size: 42, lr: 1.68e-04 +2022-09-19 13:55:52,123 INFO [train.py:885] (1/2) Epoch 28, batch 5450, loss[loss=0.3369, simple_loss=0.4257, pruned_loss=0.124, over 13679.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07838, over 477.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3433, pruned_loss=0.09779, over 2778639.03 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07298, over 46346.64 utterances.], batch size: 477, lr: 1.68e-04 +2022-09-19 13:56:22,077 INFO [train.py:885] (1/2) Epoch 28, batch 5500, loss[loss=0.3431, simple_loss=0.4024, pruned_loss=0.1419, over 14370.00 frames. utt_duration=237 frames, utt_pad_proportion=0.03647, over 244.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3445, pruned_loss=0.09856, over 2780871.18 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07347, over 46361.47 utterances.], batch size: 244, lr: 1.68e-04 +2022-09-19 13:56:51,949 INFO [train.py:885] (1/2) Epoch 28, batch 5550, loss[loss=0.4712, simple_loss=0.5695, pruned_loss=0.1865, over 12517.00 frames. utt_duration=63.4 frames, utt_pad_proportion=0.1433, over 810.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3469, pruned_loss=0.09974, over 2777629.30 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07513, over 46927.69 utterances.], batch size: 810, lr: 1.68e-04 +2022-09-19 13:57:21,241 INFO [train.py:885] (1/2) Epoch 28, batch 5600, loss[loss=0.312, simple_loss=0.3825, pruned_loss=0.1207, over 14201.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0447, over 306.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3478, pruned_loss=0.09975, over 2780521.95 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07334, over 47345.75 utterances.], batch size: 306, lr: 1.68e-04 +2022-09-19 13:57:50,819 INFO [train.py:885] (1/2) Epoch 28, batch 5650, loss[loss=0.3276, simple_loss=0.3868, pruned_loss=0.1342, over 14268.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04135, over 225.00 utterances.], tot_loss[loss=0.274, simple_loss=0.3478, pruned_loss=0.1001, over 2782016.78 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07159, over 47073.82 utterances.], batch size: 225, lr: 1.68e-04 +2022-09-19 13:58:20,249 INFO [train.py:885] (1/2) Epoch 28, batch 5700, loss[loss=0.3209, simple_loss=0.4065, pruned_loss=0.1176, over 13980.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05675, over 365.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3482, pruned_loss=0.1001, over 2780819.18 frames. utt_duration=237 frames, utt_pad_proportion=0.0709, over 47225.33 utterances.], batch size: 365, lr: 1.68e-04 +2022-09-19 13:58:49,866 INFO [train.py:885] (1/2) Epoch 28, batch 5750, loss[loss=0.3003, simple_loss=0.3708, pruned_loss=0.1148, over 14335.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03698, over 195.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3496, pruned_loss=0.1004, over 2778131.37 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07246, over 48361.62 utterances.], batch size: 195, lr: 1.68e-04 +2022-09-19 13:59:19,258 INFO [train.py:885] (1/2) Epoch 28, batch 5800, loss[loss=0.2029, simple_loss=0.2779, pruned_loss=0.0639, over 13975.00 frames. utt_duration=933.2 frames, utt_pad_proportion=0.05931, over 60.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3456, pruned_loss=0.09854, over 2776201.13 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07224, over 47043.57 utterances.], batch size: 60, lr: 1.68e-04 +2022-09-19 13:59:49,126 INFO [train.py:885] (1/2) Epoch 28, batch 5850, loss[loss=0.1635, simple_loss=0.2212, pruned_loss=0.05296, over 12593.00 frames. utt_duration=2100 frames, utt_pad_proportion=0.1525, over 24.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3419, pruned_loss=0.09711, over 2773573.39 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07204, over 45322.59 utterances.], batch size: 24, lr: 1.68e-04 +2022-09-19 14:00:17,979 INFO [train.py:885] (1/2) Epoch 28, batch 5900, loss[loss=0.2839, simple_loss=0.3512, pruned_loss=0.1083, over 14282.00 frames. utt_duration=477.4 frames, utt_pad_proportion=0.04327, over 120.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.342, pruned_loss=0.09686, over 2778126.77 frames. utt_duration=251 frames, utt_pad_proportion=0.06916, over 44542.06 utterances.], batch size: 120, lr: 1.68e-04 +2022-09-19 14:00:47,808 INFO [train.py:885] (1/2) Epoch 28, batch 5950, loss[loss=0.1406, simple_loss=0.2095, pruned_loss=0.0358, over 13406.00 frames. utt_duration=1626 frames, utt_pad_proportion=0.101, over 33.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3409, pruned_loss=0.09669, over 2773740.82 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07146, over 44361.85 utterances.], batch size: 33, lr: 1.68e-04 +2022-09-19 14:01:17,057 INFO [train.py:885] (1/2) Epoch 28, batch 6000, loss[loss=0.261, simple_loss=0.3285, pruned_loss=0.0967, over 14345.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.0393, over 167.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3417, pruned_loss=0.09732, over 2774643.11 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07211, over 44994.50 utterances.], batch size: 167, lr: 1.68e-04 +2022-09-19 14:01:17,058 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 14:01:21,233 INFO [train.py:914] (1/2) Epoch 28, validation: loss=0.1905, simple_loss=0.2697, pruned_loss=0.05568, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 14:01:51,004 INFO [train.py:885] (1/2) Epoch 28, batch 6050, loss[loss=0.4048, simple_loss=0.4864, pruned_loss=0.1616, over 13646.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08043, over 477.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.349, pruned_loss=0.1001, over 2771213.16 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07604, over 48321.03 utterances.], batch size: 477, lr: 1.68e-04 +2022-09-19 14:02:20,531 INFO [train.py:885] (1/2) Epoch 28, batch 6100, loss[loss=0.4788, simple_loss=0.4894, pruned_loss=0.2341, over 14228.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04394, over 335.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3502, pruned_loss=0.1022, over 2773512.55 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07398, over 47439.89 utterances.], batch size: 335, lr: 1.68e-04 +2022-09-19 14:02:49,670 INFO [train.py:885] (1/2) Epoch 28, batch 6150, loss[loss=0.161, simple_loss=0.2221, pruned_loss=0.04993, over 13540.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.07935, over 50.00 utterances.], tot_loss[loss=0.2773, simple_loss=0.3501, pruned_loss=0.1023, over 2776209.80 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07274, over 47108.77 utterances.], batch size: 50, lr: 1.68e-04 +2022-09-19 14:03:19,653 INFO [train.py:885] (1/2) Epoch 28, batch 6200, loss[loss=0.2769, simple_loss=0.3567, pruned_loss=0.09858, over 14329.00 frames. utt_duration=255 frames, utt_pad_proportion=0.03762, over 226.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3489, pruned_loss=0.1016, over 2776106.97 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07201, over 46584.69 utterances.], batch size: 226, lr: 1.68e-04 +2022-09-19 14:03:48,684 INFO [train.py:885] (1/2) Epoch 28, batch 6250, loss[loss=0.4258, simple_loss=0.4561, pruned_loss=0.1978, over 14237.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04326, over 335.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3463, pruned_loss=0.1006, over 2776239.68 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07066, over 45803.69 utterances.], batch size: 335, lr: 1.68e-04 +2022-09-19 14:04:18,520 INFO [train.py:885] (1/2) Epoch 28, batch 6300, loss[loss=0.2804, simple_loss=0.3828, pruned_loss=0.08897, over 13748.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07329, over 411.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3474, pruned_loss=0.1008, over 2774538.71 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07266, over 46479.15 utterances.], batch size: 411, lr: 1.68e-04 +2022-09-19 14:04:48,860 INFO [train.py:885] (1/2) Epoch 28, batch 6350, loss[loss=0.2417, simple_loss=0.3271, pruned_loss=0.07817, over 14295.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03898, over 154.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3494, pruned_loss=0.1018, over 2780230.70 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07241, over 47202.95 utterances.], batch size: 154, lr: 1.68e-04 +2022-09-19 14:05:18,711 INFO [train.py:885] (1/2) Epoch 28, batch 6400, loss[loss=0.2265, simple_loss=0.2914, pruned_loss=0.08083, over 13801.00 frames. utt_duration=801.6 frames, utt_pad_proportion=0.06679, over 69.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3457, pruned_loss=0.09901, over 2776286.56 frames. utt_duration=240.2 frames, utt_pad_proportion=0.0746, over 46521.83 utterances.], batch size: 69, lr: 1.68e-04 +2022-09-19 14:05:48,605 INFO [train.py:885] (1/2) Epoch 28, batch 6450, loss[loss=0.2408, simple_loss=0.3099, pruned_loss=0.08587, over 14400.00 frames. utt_duration=477.5 frames, utt_pad_proportion=0.03729, over 121.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3437, pruned_loss=0.09816, over 2774926.11 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07349, over 45340.43 utterances.], batch size: 121, lr: 1.68e-04 +2022-09-19 14:06:17,712 INFO [train.py:885] (1/2) Epoch 28, batch 6500, loss[loss=0.2278, simple_loss=0.3201, pruned_loss=0.06774, over 14343.00 frames. utt_duration=371.8 frames, utt_pad_proportion=0.03938, over 155.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3451, pruned_loss=0.09949, over 2777452.31 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07286, over 45470.91 utterances.], batch size: 155, lr: 1.68e-04 +2022-09-19 14:06:47,054 INFO [train.py:885] (1/2) Epoch 28, batch 6550, loss[loss=0.212, simple_loss=0.2637, pruned_loss=0.08014, over 13009.00 frames. utt_duration=2083 frames, utt_pad_proportion=0.1242, over 25.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3431, pruned_loss=0.0982, over 2776755.75 frames. utt_duration=247.3 frames, utt_pad_proportion=0.0715, over 45190.32 utterances.], batch size: 25, lr: 1.68e-04 +2022-09-19 14:07:16,541 INFO [train.py:885] (1/2) Epoch 28, batch 6600, loss[loss=0.3813, simple_loss=0.433, pruned_loss=0.1649, over 14252.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04179, over 335.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3449, pruned_loss=0.09889, over 2778938.48 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07065, over 45884.18 utterances.], batch size: 335, lr: 1.68e-04 +2022-09-19 14:07:45,924 INFO [train.py:885] (1/2) Epoch 28, batch 6650, loss[loss=0.242, simple_loss=0.3206, pruned_loss=0.08167, over 14292.00 frames. utt_duration=441.1 frames, utt_pad_proportion=0.039, over 130.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3446, pruned_loss=0.09859, over 2785220.09 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06878, over 45232.84 utterances.], batch size: 130, lr: 1.68e-04 +2022-09-19 14:08:15,660 INFO [train.py:885] (1/2) Epoch 28, batch 6700, loss[loss=0.2359, simple_loss=0.3055, pruned_loss=0.0831, over 14005.00 frames. utt_duration=934.9 frames, utt_pad_proportion=0.06131, over 60.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3438, pruned_loss=0.09816, over 2785167.63 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06856, over 44769.77 utterances.], batch size: 60, lr: 1.68e-04 +2022-09-19 14:08:44,690 INFO [train.py:885] (1/2) Epoch 28, batch 6750, loss[loss=0.3335, simple_loss=0.3971, pruned_loss=0.1349, over 14268.00 frames. utt_duration=255 frames, utt_pad_proportion=0.04127, over 225.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3399, pruned_loss=0.09587, over 2784614.88 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06815, over 43315.84 utterances.], batch size: 225, lr: 1.68e-04 +2022-09-19 14:09:14,433 INFO [train.py:885] (1/2) Epoch 28, batch 6800, loss[loss=0.2394, simple_loss=0.3135, pruned_loss=0.08266, over 14155.00 frames. utt_duration=579.4 frames, utt_pad_proportion=0.04859, over 98.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3402, pruned_loss=0.09623, over 2779706.90 frames. utt_duration=257.8 frames, utt_pad_proportion=0.07022, over 43385.85 utterances.], batch size: 98, lr: 1.68e-04 +2022-09-19 14:09:44,259 INFO [train.py:885] (1/2) Epoch 28, batch 6850, loss[loss=0.1899, simple_loss=0.2671, pruned_loss=0.05637, over 13847.00 frames. utt_duration=804.4 frames, utt_pad_proportion=0.06357, over 69.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3423, pruned_loss=0.09612, over 2778368.63 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07178, over 44812.45 utterances.], batch size: 69, lr: 1.68e-04 +2022-09-19 14:10:13,593 INFO [train.py:885] (1/2) Epoch 28, batch 6900, loss[loss=0.257, simple_loss=0.3439, pruned_loss=0.08507, over 14313.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03835, over 226.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3401, pruned_loss=0.09539, over 2774957.35 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07099, over 44397.44 utterances.], batch size: 226, lr: 1.68e-04 +2022-09-19 14:10:43,904 INFO [train.py:885] (1/2) Epoch 28, batch 6950, loss[loss=0.1686, simple_loss=0.2405, pruned_loss=0.04836, over 13579.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.09118, over 42.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3426, pruned_loss=0.09674, over 2780991.26 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06959, over 45004.97 utterances.], batch size: 42, lr: 1.68e-04 +2022-09-19 14:11:12,641 INFO [train.py:885] (1/2) Epoch 28, batch 7000, loss[loss=0.3171, simple_loss=0.4188, pruned_loss=0.1077, over 13626.00 frames. utt_duration=98.56 frames, utt_pad_proportion=0.07887, over 560.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3409, pruned_loss=0.09629, over 2787073.09 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06634, over 43568.76 utterances.], batch size: 560, lr: 1.68e-04 +2022-09-19 14:11:42,341 INFO [train.py:885] (1/2) Epoch 28, batch 7050, loss[loss=0.1675, simple_loss=0.2394, pruned_loss=0.04782, over 14050.00 frames. utt_duration=712.8 frames, utt_pad_proportion=0.05711, over 79.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3388, pruned_loss=0.09577, over 2780947.44 frames. utt_duration=257.8 frames, utt_pad_proportion=0.06745, over 43397.51 utterances.], batch size: 79, lr: 1.68e-04 +2022-09-19 14:12:12,151 INFO [train.py:885] (1/2) Epoch 28, batch 7100, loss[loss=0.4569, simple_loss=0.5554, pruned_loss=0.1792, over 12450.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1478, over 810.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.34, pruned_loss=0.09608, over 2779664.77 frames. utt_duration=252.9 frames, utt_pad_proportion=0.06961, over 44228.50 utterances.], batch size: 810, lr: 1.68e-04 +2022-09-19 14:12:41,229 INFO [train.py:885] (1/2) Epoch 28, batch 7150, loss[loss=0.2769, simple_loss=0.3546, pruned_loss=0.0996, over 14327.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03728, over 195.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3395, pruned_loss=0.09671, over 2782542.39 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06934, over 43537.95 utterances.], batch size: 195, lr: 1.68e-04 +2022-09-19 14:13:10,788 INFO [train.py:885] (1/2) Epoch 28, batch 7200, loss[loss=0.2533, simple_loss=0.3349, pruned_loss=0.08587, over 14344.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03672, over 195.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3407, pruned_loss=0.09706, over 2785199.74 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06771, over 43925.76 utterances.], batch size: 195, lr: 1.67e-04 +2022-09-19 14:13:40,285 INFO [train.py:885] (1/2) Epoch 28, batch 7250, loss[loss=0.3586, simple_loss=0.4569, pruned_loss=0.1301, over 13130.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3396, pruned_loss=0.09637, over 2780693.22 frames. utt_duration=255.7 frames, utt_pad_proportion=0.06939, over 43747.94 utterances.], batch size: 653, lr: 1.67e-04 +2022-09-19 14:14:10,389 INFO [train.py:885] (1/2) Epoch 28, batch 7300, loss[loss=0.3063, simple_loss=0.4117, pruned_loss=0.1004, over 13582.00 frames. utt_duration=98.4 frames, utt_pad_proportion=0.08039, over 560.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3436, pruned_loss=0.09831, over 2778805.56 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07191, over 45237.50 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:14:39,563 INFO [train.py:885] (1/2) Epoch 28, batch 7350, loss[loss=0.2216, simple_loss=0.2979, pruned_loss=0.07267, over 14182.00 frames. utt_duration=521.8 frames, utt_pad_proportion=0.04426, over 109.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3431, pruned_loss=0.09826, over 2776892.66 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07271, over 45333.07 utterances.], batch size: 109, lr: 1.67e-04 +2022-09-19 14:15:09,103 INFO [train.py:885] (1/2) Epoch 28, batch 7400, loss[loss=0.2111, simple_loss=0.281, pruned_loss=0.07059, over 14028.00 frames. utt_duration=711.7 frames, utt_pad_proportion=0.05864, over 79.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3433, pruned_loss=0.09873, over 2782604.09 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07115, over 44231.51 utterances.], batch size: 79, lr: 1.67e-04 +2022-09-19 14:15:38,652 INFO [train.py:885] (1/2) Epoch 28, batch 7450, loss[loss=0.2283, simple_loss=0.3045, pruned_loss=0.07604, over 14327.00 frames. utt_duration=479 frames, utt_pad_proportion=0.03814, over 120.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3427, pruned_loss=0.09761, over 2777540.90 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07293, over 44599.77 utterances.], batch size: 120, lr: 1.67e-04 +2022-09-19 14:16:09,264 INFO [train.py:885] (1/2) Epoch 28, batch 7500, loss[loss=0.169, simple_loss=0.2403, pruned_loss=0.04885, over 13488.00 frames. utt_duration=1317 frames, utt_pad_proportion=0.08017, over 41.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3445, pruned_loss=0.09831, over 2779064.24 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07263, over 45221.66 utterances.], batch size: 41, lr: 1.67e-04 +2022-09-19 14:16:38,455 INFO [train.py:885] (1/2) Epoch 28, batch 7550, loss[loss=0.2983, simple_loss=0.3485, pruned_loss=0.1241, over 14242.00 frames. utt_duration=524.3 frames, utt_pad_proportion=0.0397, over 109.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3453, pruned_loss=0.09878, over 2777670.57 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07404, over 45338.58 utterances.], batch size: 109, lr: 1.67e-04 +2022-09-19 14:17:08,029 INFO [train.py:885] (1/2) Epoch 28, batch 7600, loss[loss=0.2493, simple_loss=0.3347, pruned_loss=0.08193, over 14359.00 frames. utt_duration=320.5 frames, utt_pad_proportion=0.03462, over 180.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3419, pruned_loss=0.09679, over 2780775.14 frames. utt_duration=252.9 frames, utt_pad_proportion=0.07192, over 44239.78 utterances.], batch size: 180, lr: 1.67e-04 +2022-09-19 14:17:37,309 INFO [train.py:885] (1/2) Epoch 28, batch 7650, loss[loss=0.2559, simple_loss=0.3347, pruned_loss=0.08859, over 14343.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03673, over 210.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.3383, pruned_loss=0.09572, over 2781566.88 frames. utt_duration=261.7 frames, utt_pad_proportion=0.07015, over 42749.88 utterances.], batch size: 210, lr: 1.67e-04 +2022-09-19 14:18:06,540 INFO [train.py:885] (1/2) Epoch 28, batch 7700, loss[loss=0.2637, simple_loss=0.3725, pruned_loss=0.07747, over 13707.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07078, over 478.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.3386, pruned_loss=0.09528, over 2782937.25 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06936, over 43250.14 utterances.], batch size: 478, lr: 1.67e-04 +2022-09-19 14:18:36,384 INFO [train.py:885] (1/2) Epoch 28, batch 7750, loss[loss=0.2551, simple_loss=0.3112, pruned_loss=0.09948, over 14133.00 frames. utt_duration=578.4 frames, utt_pad_proportion=0.05018, over 98.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3376, pruned_loss=0.09458, over 2783131.75 frames. utt_duration=258.4 frames, utt_pad_proportion=0.06944, over 43335.56 utterances.], batch size: 98, lr: 1.67e-04 +2022-09-19 14:19:05,555 INFO [train.py:885] (1/2) Epoch 28, batch 7800, loss[loss=0.2562, simple_loss=0.3394, pruned_loss=0.08645, over 14368.00 frames. utt_duration=204.4 frames, utt_pad_proportion=0.03592, over 283.00 utterances.], tot_loss[loss=0.2616, simple_loss=0.336, pruned_loss=0.09361, over 2782112.90 frames. utt_duration=260.2 frames, utt_pad_proportion=0.06777, over 43019.41 utterances.], batch size: 283, lr: 1.67e-04 +2022-09-19 14:19:43,890 INFO [train.py:885] (1/2) Epoch 28, batch 7850, loss[loss=0.4178, simple_loss=0.487, pruned_loss=0.1743, over 13998.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0562, over 365.00 utterances.], tot_loss[loss=0.2635, simple_loss=0.3383, pruned_loss=0.09436, over 2777294.12 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07131, over 44264.45 utterances.], batch size: 365, lr: 1.67e-04 +2022-09-19 14:20:13,507 INFO [train.py:885] (1/2) Epoch 28, batch 7900, loss[loss=0.2722, simple_loss=0.3523, pruned_loss=0.09601, over 14306.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03922, over 226.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3417, pruned_loss=0.0964, over 2779025.10 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07339, over 45489.85 utterances.], batch size: 226, lr: 1.67e-04 +2022-09-19 14:20:42,743 INFO [train.py:885] (1/2) Epoch 28, batch 7950, loss[loss=0.3357, simple_loss=0.3903, pruned_loss=0.1406, over 14230.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04313, over 306.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3425, pruned_loss=0.09738, over 2776876.17 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07456, over 45661.13 utterances.], batch size: 306, lr: 1.67e-04 +2022-09-19 14:21:12,289 INFO [train.py:885] (1/2) Epoch 28, batch 8000, loss[loss=0.3072, simple_loss=0.3758, pruned_loss=0.1193, over 14332.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.0384, over 262.00 utterances.], tot_loss[loss=0.2649, simple_loss=0.3386, pruned_loss=0.09557, over 2774533.92 frames. utt_duration=253 frames, utt_pad_proportion=0.07414, over 44132.13 utterances.], batch size: 262, lr: 1.67e-04 +2022-09-19 14:21:42,380 INFO [train.py:885] (1/2) Epoch 28, batch 8050, loss[loss=0.1715, simple_loss=0.2364, pruned_loss=0.0533, over 13834.00 frames. utt_duration=923.9 frames, utt_pad_proportion=0.07244, over 60.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3423, pruned_loss=0.09742, over 2773988.47 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07415, over 45297.18 utterances.], batch size: 60, lr: 1.67e-04 +2022-09-19 14:22:12,280 INFO [train.py:885] (1/2) Epoch 28, batch 8100, loss[loss=0.2115, simple_loss=0.2793, pruned_loss=0.07187, over 13964.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.06271, over 79.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3422, pruned_loss=0.09681, over 2770045.10 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07636, over 45723.43 utterances.], batch size: 79, lr: 1.67e-04 +2022-09-19 14:22:41,832 INFO [train.py:885] (1/2) Epoch 28, batch 8150, loss[loss=0.2472, simple_loss=0.3216, pruned_loss=0.08638, over 14311.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03892, over 120.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3412, pruned_loss=0.0965, over 2773786.54 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07428, over 44709.83 utterances.], batch size: 120, lr: 1.67e-04 +2022-09-19 14:23:11,282 INFO [train.py:885] (1/2) Epoch 28, batch 8200, loss[loss=0.3121, simple_loss=0.379, pruned_loss=0.1225, over 14272.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04303, over 154.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.3382, pruned_loss=0.09548, over 2769237.27 frames. utt_duration=254.6 frames, utt_pad_proportion=0.07507, over 43755.83 utterances.], batch size: 154, lr: 1.67e-04 +2022-09-19 14:23:40,220 INFO [train.py:885] (1/2) Epoch 28, batch 8250, loss[loss=0.322, simple_loss=0.3884, pruned_loss=0.1278, over 14359.00 frames. utt_duration=275 frames, utt_pad_proportion=0.0352, over 210.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3406, pruned_loss=0.09688, over 2775924.82 frames. utt_duration=256.3 frames, utt_pad_proportion=0.07237, over 43576.61 utterances.], batch size: 210, lr: 1.67e-04 +2022-09-19 14:24:09,525 INFO [train.py:885] (1/2) Epoch 28, batch 8300, loss[loss=0.3378, simple_loss=0.4336, pruned_loss=0.121, over 13619.00 frames. utt_duration=98.65 frames, utt_pad_proportion=0.07802, over 560.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3395, pruned_loss=0.09624, over 2774530.00 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07174, over 43488.32 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:24:39,431 INFO [train.py:885] (1/2) Epoch 28, batch 8350, loss[loss=0.3416, simple_loss=0.4053, pruned_loss=0.139, over 14344.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03369, over 244.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3444, pruned_loss=0.09915, over 2771020.10 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07549, over 45670.04 utterances.], batch size: 244, lr: 1.67e-04 +2022-09-19 14:25:09,076 INFO [train.py:885] (1/2) Epoch 28, batch 8400, loss[loss=0.1645, simple_loss=0.2449, pruned_loss=0.04203, over 13339.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.09005, over 41.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3467, pruned_loss=0.1002, over 2771091.91 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07565, over 47000.79 utterances.], batch size: 41, lr: 1.67e-04 +2022-09-19 14:25:39,092 INFO [train.py:885] (1/2) Epoch 28, batch 8450, loss[loss=0.3735, simple_loss=0.4674, pruned_loss=0.1397, over 13105.00 frames. utt_duration=81.83 frames, utt_pad_proportion=0.1106, over 653.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3444, pruned_loss=0.09853, over 2775430.61 frames. utt_duration=241.9 frames, utt_pad_proportion=0.0743, over 46171.87 utterances.], batch size: 653, lr: 1.67e-04 +2022-09-19 14:26:08,051 INFO [train.py:885] (1/2) Epoch 28, batch 8500, loss[loss=0.2882, simple_loss=0.3699, pruned_loss=0.1033, over 14315.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03842, over 195.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3449, pruned_loss=0.0987, over 2779167.73 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07256, over 45846.84 utterances.], batch size: 195, lr: 1.67e-04 +2022-09-19 14:26:37,625 INFO [train.py:885] (1/2) Epoch 28, batch 8550, loss[loss=0.165, simple_loss=0.2314, pruned_loss=0.04936, over 13836.00 frames. utt_duration=924 frames, utt_pad_proportion=0.07134, over 60.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3415, pruned_loss=0.09653, over 2774947.98 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07413, over 45420.16 utterances.], batch size: 60, lr: 1.67e-04 +2022-09-19 14:27:07,283 INFO [train.py:885] (1/2) Epoch 28, batch 8600, loss[loss=0.2958, simple_loss=0.3993, pruned_loss=0.0961, over 13660.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07865, over 477.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3433, pruned_loss=0.09782, over 2775378.60 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07306, over 45720.67 utterances.], batch size: 477, lr: 1.67e-04 +2022-09-19 14:27:37,043 INFO [train.py:885] (1/2) Epoch 28, batch 8650, loss[loss=0.1556, simple_loss=0.2172, pruned_loss=0.047, over 13040.00 frames. utt_duration=2008 frames, utt_pad_proportion=0.1099, over 26.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3424, pruned_loss=0.09731, over 2777562.60 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07207, over 44926.06 utterances.], batch size: 26, lr: 1.67e-04 +2022-09-19 14:28:06,156 INFO [train.py:885] (1/2) Epoch 28, batch 8700, loss[loss=0.1713, simple_loss=0.2558, pruned_loss=0.04338, over 14160.00 frames. utt_duration=637.9 frames, utt_pad_proportion=0.04646, over 89.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3392, pruned_loss=0.0962, over 2782077.96 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06915, over 43029.11 utterances.], batch size: 89, lr: 1.67e-04 +2022-09-19 14:28:36,091 INFO [train.py:885] (1/2) Epoch 28, batch 8750, loss[loss=0.2829, simple_loss=0.3597, pruned_loss=0.1031, over 14268.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04053, over 225.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3412, pruned_loss=0.0968, over 2784495.60 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06839, over 43919.66 utterances.], batch size: 225, lr: 1.67e-04 +2022-09-19 14:29:05,931 INFO [train.py:885] (1/2) Epoch 28, batch 8800, loss[loss=0.1571, simple_loss=0.2326, pruned_loss=0.04079, over 13401.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.09877, over 50.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3409, pruned_loss=0.09646, over 2780544.98 frames. utt_duration=252.4 frames, utt_pad_proportion=0.07035, over 44332.39 utterances.], batch size: 50, lr: 1.67e-04 +2022-09-19 14:29:35,099 INFO [train.py:885] (1/2) Epoch 28, batch 8850, loss[loss=0.1589, simple_loss=0.2234, pruned_loss=0.04721, over 13391.00 frames. utt_duration=1073 frames, utt_pad_proportion=0.09621, over 50.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3393, pruned_loss=0.09624, over 2781439.12 frames. utt_duration=258.9 frames, utt_pad_proportion=0.06966, over 43222.61 utterances.], batch size: 50, lr: 1.67e-04 +2022-09-19 14:30:04,867 INFO [train.py:885] (1/2) Epoch 28, batch 8900, loss[loss=0.3268, simple_loss=0.3846, pruned_loss=0.1345, over 14287.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04068, over 262.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3388, pruned_loss=0.09542, over 2779800.77 frames. utt_duration=256.4 frames, utt_pad_proportion=0.0691, over 43611.49 utterances.], batch size: 262, lr: 1.67e-04 +2022-09-19 14:30:33,834 INFO [train.py:885] (1/2) Epoch 28, batch 8950, loss[loss=0.2878, simple_loss=0.3861, pruned_loss=0.09476, over 13737.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07339, over 411.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3398, pruned_loss=0.096, over 2787539.29 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06745, over 43357.55 utterances.], batch size: 411, lr: 1.67e-04 +2022-09-19 14:31:03,678 INFO [train.py:885] (1/2) Epoch 28, batch 9000, loss[loss=0.2979, simple_loss=0.4015, pruned_loss=0.09714, over 13604.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08316, over 477.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.3389, pruned_loss=0.09525, over 2785879.95 frames. utt_duration=259.9 frames, utt_pad_proportion=0.0675, over 43129.33 utterances.], batch size: 477, lr: 1.67e-04 +2022-09-19 14:31:03,679 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 14:31:07,837 INFO [train.py:914] (1/2) Epoch 28, validation: loss=0.1959, simple_loss=0.2747, pruned_loss=0.05853, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 14:31:36,806 INFO [train.py:885] (1/2) Epoch 28, batch 9050, loss[loss=0.4419, simple_loss=0.5209, pruned_loss=0.1815, over 13648.00 frames. utt_duration=98.97 frames, utt_pad_proportion=0.07503, over 560.00 utterances.], tot_loss[loss=0.2642, simple_loss=0.3383, pruned_loss=0.09509, over 2788904.88 frames. utt_duration=262.9 frames, utt_pad_proportion=0.06559, over 42672.64 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:32:07,674 INFO [train.py:885] (1/2) Epoch 28, batch 9100, loss[loss=0.2833, simple_loss=0.3849, pruned_loss=0.09082, over 13587.00 frames. utt_duration=115.4 frames, utt_pad_proportion=0.08382, over 477.00 utterances.], tot_loss[loss=0.2643, simple_loss=0.3384, pruned_loss=0.09514, over 2781476.67 frames. utt_duration=258.9 frames, utt_pad_proportion=0.0692, over 43217.99 utterances.], batch size: 477, lr: 1.67e-04 +2022-09-19 14:32:36,836 INFO [train.py:885] (1/2) Epoch 28, batch 9150, loss[loss=0.157, simple_loss=0.2193, pruned_loss=0.04735, over 13413.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08447, over 41.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3396, pruned_loss=0.0956, over 2785721.05 frames. utt_duration=255.2 frames, utt_pad_proportion=0.06842, over 43922.90 utterances.], batch size: 41, lr: 1.67e-04 +2022-09-19 14:33:06,470 INFO [train.py:885] (1/2) Epoch 28, batch 9200, loss[loss=0.1741, simple_loss=0.2471, pruned_loss=0.05051, over 13073.00 frames. utt_duration=1586 frames, utt_pad_proportion=0.1183, over 33.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.339, pruned_loss=0.09496, over 2788510.75 frames. utt_duration=261.4 frames, utt_pad_proportion=0.06652, over 42913.43 utterances.], batch size: 33, lr: 1.67e-04 +2022-09-19 14:33:35,489 INFO [train.py:885] (1/2) Epoch 28, batch 9250, loss[loss=0.2761, simple_loss=0.3491, pruned_loss=0.1016, over 14291.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.04198, over 154.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3394, pruned_loss=0.09568, over 2787231.96 frames. utt_duration=261.5 frames, utt_pad_proportion=0.06721, over 42875.36 utterances.], batch size: 154, lr: 1.67e-04 +2022-09-19 14:34:04,919 INFO [train.py:885] (1/2) Epoch 28, batch 9300, loss[loss=0.1692, simple_loss=0.2588, pruned_loss=0.03983, over 13878.00 frames. utt_duration=806.4 frames, utt_pad_proportion=0.06126, over 69.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3391, pruned_loss=0.09486, over 2785092.44 frames. utt_duration=260.9 frames, utt_pad_proportion=0.06735, over 42947.36 utterances.], batch size: 69, lr: 1.67e-04 +2022-09-19 14:34:34,856 INFO [train.py:885] (1/2) Epoch 28, batch 9350, loss[loss=0.3913, simple_loss=0.4864, pruned_loss=0.1481, over 13157.00 frames. utt_duration=82.1 frames, utt_pad_proportion=0.1076, over 653.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3426, pruned_loss=0.09617, over 2782293.82 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07048, over 45181.25 utterances.], batch size: 653, lr: 1.67e-04 +2022-09-19 14:35:04,422 INFO [train.py:885] (1/2) Epoch 28, batch 9400, loss[loss=0.1933, simple_loss=0.2681, pruned_loss=0.05929, over 14109.00 frames. utt_duration=715.8 frames, utt_pad_proportion=0.05196, over 79.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3394, pruned_loss=0.09504, over 2786181.78 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06927, over 43604.08 utterances.], batch size: 79, lr: 1.67e-04 +2022-09-19 14:35:33,882 INFO [train.py:885] (1/2) Epoch 28, batch 9450, loss[loss=0.3013, simple_loss=0.3741, pruned_loss=0.1142, over 14262.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0407, over 225.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3409, pruned_loss=0.09614, over 2783136.20 frames. utt_duration=254.2 frames, utt_pad_proportion=0.06876, over 44043.30 utterances.], batch size: 225, lr: 1.67e-04 +2022-09-19 14:36:03,988 INFO [train.py:885] (1/2) Epoch 28, batch 9500, loss[loss=0.5114, simple_loss=0.5991, pruned_loss=0.2119, over 12469.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1466, over 810.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3433, pruned_loss=0.09751, over 2775993.39 frames. utt_duration=245 frames, utt_pad_proportion=0.07183, over 45596.53 utterances.], batch size: 810, lr: 1.67e-04 +2022-09-19 14:36:32,954 INFO [train.py:885] (1/2) Epoch 28, batch 9550, loss[loss=0.1664, simple_loss=0.2437, pruned_loss=0.04456, over 13980.00 frames. utt_duration=709.3 frames, utt_pad_proportion=0.06182, over 79.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3416, pruned_loss=0.09743, over 2780023.63 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06944, over 44111.00 utterances.], batch size: 79, lr: 1.67e-04 +2022-09-19 14:37:03,124 INFO [train.py:885] (1/2) Epoch 28, batch 9600, loss[loss=0.1534, simple_loss=0.21, pruned_loss=0.04838, over 12461.00 frames. utt_duration=1995 frames, utt_pad_proportion=0.1621, over 25.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3421, pruned_loss=0.09778, over 2768100.10 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07343, over 45251.46 utterances.], batch size: 25, lr: 1.67e-04 +2022-09-19 14:37:32,208 INFO [train.py:885] (1/2) Epoch 28, batch 9650, loss[loss=0.2393, simple_loss=0.3083, pruned_loss=0.08514, over 14346.00 frames. utt_duration=479.6 frames, utt_pad_proportion=0.03693, over 120.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3421, pruned_loss=0.09778, over 2769025.32 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07359, over 45164.63 utterances.], batch size: 120, lr: 1.67e-04 +2022-09-19 14:38:02,168 INFO [train.py:885] (1/2) Epoch 28, batch 9700, loss[loss=0.1764, simple_loss=0.2546, pruned_loss=0.04906, over 13543.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08878, over 50.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3416, pruned_loss=0.09734, over 2770526.86 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07226, over 45305.45 utterances.], batch size: 50, lr: 1.67e-04 +2022-09-19 14:38:32,141 INFO [train.py:885] (1/2) Epoch 28, batch 9750, loss[loss=0.3037, simple_loss=0.4074, pruned_loss=0.09993, over 13605.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.07782, over 560.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3435, pruned_loss=0.09814, over 2773194.98 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07179, over 46242.20 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:39:01,298 INFO [train.py:885] (1/2) Epoch 28, batch 9800, loss[loss=0.3204, simple_loss=0.3825, pruned_loss=0.1291, over 14323.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03827, over 283.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3454, pruned_loss=0.09974, over 2774405.82 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07239, over 46039.42 utterances.], batch size: 283, lr: 1.67e-04 +2022-09-19 14:39:30,948 INFO [train.py:885] (1/2) Epoch 28, batch 9850, loss[loss=0.1837, simple_loss=0.2654, pruned_loss=0.05104, over 13564.00 frames. utt_duration=1293 frames, utt_pad_proportion=0.09434, over 42.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3493, pruned_loss=0.1014, over 2770284.17 frames. utt_duration=232.4 frames, utt_pad_proportion=0.0746, over 47990.38 utterances.], batch size: 42, lr: 1.67e-04 +2022-09-19 14:40:00,104 INFO [train.py:885] (1/2) Epoch 28, batch 9900, loss[loss=0.4636, simple_loss=0.5328, pruned_loss=0.1972, over 13609.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.07784, over 560.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3477, pruned_loss=0.1007, over 2770846.59 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07409, over 47550.90 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:40:29,651 INFO [train.py:885] (1/2) Epoch 28, batch 9950, loss[loss=0.2559, simple_loss=0.3276, pruned_loss=0.09212, over 14291.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03882, over 180.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.3494, pruned_loss=0.1008, over 2770416.29 frames. utt_duration=231.3 frames, utt_pad_proportion=0.07505, over 48226.26 utterances.], batch size: 180, lr: 1.67e-04 +2022-09-19 14:40:58,911 INFO [train.py:885] (1/2) Epoch 28, batch 10000, loss[loss=0.2793, simple_loss=0.3721, pruned_loss=0.09324, over 13982.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05643, over 365.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3476, pruned_loss=0.1001, over 2772849.47 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07487, over 46804.60 utterances.], batch size: 365, lr: 1.67e-04 +2022-09-19 14:41:28,567 INFO [train.py:885] (1/2) Epoch 28, batch 10050, loss[loss=0.1604, simple_loss=0.2305, pruned_loss=0.04514, over 13786.00 frames. utt_duration=920.3 frames, utt_pad_proportion=0.07506, over 60.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3486, pruned_loss=0.1005, over 2777305.23 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07373, over 46955.33 utterances.], batch size: 60, lr: 1.67e-04 +2022-09-19 14:41:58,449 INFO [train.py:885] (1/2) Epoch 28, batch 10100, loss[loss=0.1551, simple_loss=0.2244, pruned_loss=0.0429, over 13352.00 frames. utt_duration=1273 frames, utt_pad_proportion=0.0907, over 42.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.351, pruned_loss=0.1012, over 2775682.63 frames. utt_duration=231.4 frames, utt_pad_proportion=0.07463, over 48285.93 utterances.], batch size: 42, lr: 1.67e-04 +2022-09-19 14:42:27,790 INFO [train.py:885] (1/2) Epoch 28, batch 10150, loss[loss=0.1587, simple_loss=0.1933, pruned_loss=0.06205, over 13032.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.1256, over 33.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3474, pruned_loss=0.1, over 2777552.31 frames. utt_duration=241 frames, utt_pad_proportion=0.073, over 46386.80 utterances.], batch size: 33, lr: 1.67e-04 +2022-09-19 14:42:57,275 INFO [train.py:885] (1/2) Epoch 28, batch 10200, loss[loss=0.234, simple_loss=0.3113, pruned_loss=0.07834, over 14202.00 frames. utt_duration=404.3 frames, utt_pad_proportion=0.04878, over 141.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3487, pruned_loss=0.1011, over 2785865.11 frames. utt_duration=244 frames, utt_pad_proportion=0.06916, over 45951.89 utterances.], batch size: 141, lr: 1.67e-04 +2022-09-19 14:43:27,122 INFO [train.py:885] (1/2) Epoch 28, batch 10250, loss[loss=0.2084, simple_loss=0.2899, pruned_loss=0.06343, over 14164.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.04535, over 109.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3487, pruned_loss=0.1013, over 2785609.84 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07108, over 45614.66 utterances.], batch size: 109, lr: 1.67e-04 +2022-09-19 14:43:57,059 INFO [train.py:885] (1/2) Epoch 28, batch 10300, loss[loss=0.2661, simple_loss=0.3084, pruned_loss=0.112, over 14035.00 frames. utt_duration=712 frames, utt_pad_proportion=0.05822, over 79.00 utterances.], tot_loss[loss=0.2788, simple_loss=0.3514, pruned_loss=0.1031, over 2784430.36 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07103, over 46158.21 utterances.], batch size: 79, lr: 1.67e-04 +2022-09-19 14:44:26,275 INFO [train.py:885] (1/2) Epoch 28, batch 10350, loss[loss=0.3323, simple_loss=0.3905, pruned_loss=0.1371, over 14195.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04535, over 306.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3483, pruned_loss=0.1012, over 2786280.61 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07054, over 45110.60 utterances.], batch size: 306, lr: 1.67e-04 +2022-09-19 14:44:55,748 INFO [train.py:885] (1/2) Epoch 28, batch 10400, loss[loss=0.3617, simple_loss=0.4502, pruned_loss=0.1366, over 13620.00 frames. utt_duration=98.73 frames, utt_pad_proportion=0.0773, over 560.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3471, pruned_loss=0.1002, over 2784071.56 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07088, over 45863.77 utterances.], batch size: 560, lr: 1.67e-04 +2022-09-19 14:45:24,862 INFO [train.py:885] (1/2) Epoch 28, batch 10450, loss[loss=0.2859, simple_loss=0.3582, pruned_loss=0.1068, over 14388.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03561, over 196.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.347, pruned_loss=0.0994, over 2776111.66 frames. utt_duration=241.5 frames, utt_pad_proportion=0.0737, over 46272.90 utterances.], batch size: 196, lr: 1.67e-04 +2022-09-19 14:45:54,848 INFO [train.py:885] (1/2) Epoch 28, batch 10500, loss[loss=0.2871, simple_loss=0.3609, pruned_loss=0.1067, over 14342.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03812, over 262.00 utterances.], tot_loss[loss=0.2776, simple_loss=0.3515, pruned_loss=0.1018, over 2776101.85 frames. utt_duration=230.2 frames, utt_pad_proportion=0.07406, over 48555.40 utterances.], batch size: 262, lr: 1.67e-04 +2022-09-19 14:46:24,181 INFO [train.py:885] (1/2) Epoch 28, batch 10550, loss[loss=0.2701, simple_loss=0.3482, pruned_loss=0.09603, over 14314.00 frames. utt_duration=319.4 frames, utt_pad_proportion=0.03792, over 180.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3484, pruned_loss=0.1013, over 2775090.21 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07414, over 46822.72 utterances.], batch size: 180, lr: 1.67e-04 +2022-09-19 14:46:53,487 INFO [train.py:885] (1/2) Epoch 28, batch 10600, loss[loss=0.2926, simple_loss=0.3698, pruned_loss=0.1077, over 14205.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04455, over 306.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.343, pruned_loss=0.09844, over 2778196.54 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07241, over 44838.06 utterances.], batch size: 306, lr: 1.67e-04 +2022-09-19 14:47:22,402 INFO [train.py:885] (1/2) Epoch 28, batch 10650, loss[loss=0.3302, simple_loss=0.3911, pruned_loss=0.1347, over 14329.00 frames. utt_duration=295.4 frames, utt_pad_proportion=0.03767, over 195.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3395, pruned_loss=0.09627, over 2777548.44 frames. utt_duration=256.6 frames, utt_pad_proportion=0.07137, over 43553.21 utterances.], batch size: 195, lr: 1.67e-04 +2022-09-19 14:47:52,124 INFO [train.py:885] (1/2) Epoch 28, batch 10700, loss[loss=0.2695, simple_loss=0.3503, pruned_loss=0.09438, over 14344.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03674, over 283.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3404, pruned_loss=0.09607, over 2781451.81 frames. utt_duration=254.6 frames, utt_pad_proportion=0.07038, over 43948.68 utterances.], batch size: 283, lr: 1.67e-04 +2022-09-19 14:48:21,512 INFO [train.py:885] (1/2) Epoch 28, batch 10750, loss[loss=0.3188, simple_loss=0.384, pruned_loss=0.1268, over 14341.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03697, over 283.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3425, pruned_loss=0.09712, over 2783174.61 frames. utt_duration=252.7 frames, utt_pad_proportion=0.06888, over 44319.64 utterances.], batch size: 283, lr: 1.67e-04 +2022-09-19 14:48:51,841 INFO [train.py:885] (1/2) Epoch 28, batch 10800, loss[loss=0.2879, simple_loss=0.3661, pruned_loss=0.1048, over 14271.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04104, over 225.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3451, pruned_loss=0.09897, over 2774839.11 frames. utt_duration=242 frames, utt_pad_proportion=0.07287, over 46151.87 utterances.], batch size: 225, lr: 1.67e-04 +2022-09-19 14:49:21,036 INFO [train.py:885] (1/2) Epoch 28, batch 10850, loss[loss=0.2401, simple_loss=0.3227, pruned_loss=0.07873, over 14306.00 frames. utt_duration=407.2 frames, utt_pad_proportion=0.04185, over 141.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3448, pruned_loss=0.09869, over 2780719.79 frames. utt_duration=246.9 frames, utt_pad_proportion=0.06976, over 45328.45 utterances.], batch size: 141, lr: 1.67e-04 +2022-09-19 14:49:50,199 INFO [train.py:885] (1/2) Epoch 28, batch 10900, loss[loss=0.1381, simple_loss=0.1998, pruned_loss=0.0382, over 13136.00 frames. utt_duration=1594 frames, utt_pad_proportion=0.1078, over 33.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3463, pruned_loss=0.09988, over 2781506.74 frames. utt_duration=246.8 frames, utt_pad_proportion=0.0695, over 45355.18 utterances.], batch size: 33, lr: 1.67e-04 +2022-09-19 14:50:19,678 INFO [train.py:885] (1/2) Epoch 28, batch 10950, loss[loss=0.1756, simple_loss=0.2404, pruned_loss=0.0554, over 13747.00 frames. utt_duration=917.8 frames, utt_pad_proportion=0.0692, over 60.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.345, pruned_loss=0.09906, over 2780913.36 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07044, over 44846.37 utterances.], batch size: 60, lr: 1.67e-04 +2022-09-19 14:50:48,873 INFO [train.py:885] (1/2) Epoch 28, batch 11000, loss[loss=0.3308, simple_loss=0.3985, pruned_loss=0.1315, over 14220.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04382, over 306.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3425, pruned_loss=0.09793, over 2782131.51 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06929, over 43800.52 utterances.], batch size: 306, lr: 1.67e-04 +2022-09-19 14:51:25,331 INFO [train.py:885] (1/2) Epoch 28, batch 11050, loss[loss=0.2583, simple_loss=0.3337, pruned_loss=0.09143, over 14260.00 frames. utt_duration=372 frames, utt_pad_proportion=0.0436, over 154.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3433, pruned_loss=0.09826, over 2784268.81 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06913, over 43873.53 utterances.], batch size: 154, lr: 1.67e-04 +2022-09-19 14:51:55,563 INFO [train.py:885] (1/2) Epoch 28, batch 11100, loss[loss=0.2825, simple_loss=0.3449, pruned_loss=0.11, over 14337.00 frames. utt_duration=442.5 frames, utt_pad_proportion=0.03586, over 130.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3432, pruned_loss=0.09795, over 2783889.92 frames. utt_duration=255.5 frames, utt_pad_proportion=0.06986, over 43840.66 utterances.], batch size: 130, lr: 1.67e-04 +2022-09-19 14:52:25,014 INFO [train.py:885] (1/2) Epoch 28, batch 11150, loss[loss=0.2238, simple_loss=0.2948, pruned_loss=0.07638, over 14121.00 frames. utt_duration=577.9 frames, utt_pad_proportion=0.05107, over 98.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3391, pruned_loss=0.09594, over 2780199.06 frames. utt_duration=259.9 frames, utt_pad_proportion=0.06971, over 43025.44 utterances.], batch size: 98, lr: 1.67e-04 +2022-09-19 14:53:01,743 INFO [train.py:885] (1/2) Epoch 28, batch 11200, loss[loss=0.3437, simple_loss=0.3867, pruned_loss=0.1503, over 14328.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.03834, over 120.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3427, pruned_loss=0.09808, over 2780436.99 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06985, over 43858.53 utterances.], batch size: 120, lr: 1.67e-04 +2022-09-19 14:53:31,422 INFO [train.py:885] (1/2) Epoch 28, batch 11250, loss[loss=0.276, simple_loss=0.3569, pruned_loss=0.09761, over 14294.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04055, over 262.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3419, pruned_loss=0.09773, over 2781688.20 frames. utt_duration=256.2 frames, utt_pad_proportion=0.06883, over 43689.23 utterances.], batch size: 262, lr: 1.67e-04 +2022-09-19 14:54:01,822 INFO [train.py:885] (1/2) Epoch 28, batch 11300, loss[loss=0.2733, simple_loss=0.355, pruned_loss=0.09584, over 14362.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03518, over 195.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3416, pruned_loss=0.09751, over 2777666.50 frames. utt_duration=254.6 frames, utt_pad_proportion=0.07016, over 43889.30 utterances.], batch size: 195, lr: 1.67e-04 +2022-09-19 14:54:31,378 INFO [train.py:885] (1/2) Epoch 28, batch 11350, loss[loss=0.1745, simple_loss=0.2496, pruned_loss=0.04971, over 13763.00 frames. utt_duration=919.2 frames, utt_pad_proportion=0.0762, over 60.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3444, pruned_loss=0.09871, over 2780535.74 frames. utt_duration=247.4 frames, utt_pad_proportion=0.0688, over 45219.66 utterances.], batch size: 60, lr: 1.67e-04 +2022-09-19 14:55:01,599 INFO [train.py:885] (1/2) Epoch 28, batch 11400, loss[loss=0.2441, simple_loss=0.3366, pruned_loss=0.07584, over 14373.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03447, over 210.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3464, pruned_loss=0.09898, over 2776416.34 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07006, over 46743.11 utterances.], batch size: 210, lr: 1.66e-04 +2022-09-19 14:55:31,574 INFO [train.py:885] (1/2) Epoch 28, batch 11450, loss[loss=0.2128, simple_loss=0.2664, pruned_loss=0.07956, over 13930.00 frames. utt_duration=809 frames, utt_pad_proportion=0.05816, over 69.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3499, pruned_loss=0.1009, over 2772735.03 frames. utt_duration=232 frames, utt_pad_proportion=0.0749, over 48106.08 utterances.], batch size: 69, lr: 1.66e-04 +2022-09-19 14:56:01,263 INFO [train.py:885] (1/2) Epoch 28, batch 11500, loss[loss=0.3491, simple_loss=0.4389, pruned_loss=0.1297, over 13615.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08221, over 477.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3495, pruned_loss=0.1013, over 2773111.62 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07532, over 47763.83 utterances.], batch size: 477, lr: 1.66e-04 +2022-09-19 14:56:30,536 INFO [train.py:885] (1/2) Epoch 28, batch 11550, loss[loss=0.3025, simple_loss=0.4059, pruned_loss=0.0995, over 13664.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07873, over 477.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3493, pruned_loss=0.1006, over 2770636.81 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07578, over 47993.94 utterances.], batch size: 477, lr: 1.66e-04 +2022-09-19 14:56:59,906 INFO [train.py:885] (1/2) Epoch 28, batch 11600, loss[loss=0.1507, simple_loss=0.1991, pruned_loss=0.05116, over 13039.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1244, over 33.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3445, pruned_loss=0.0989, over 2772410.83 frames. utt_duration=246.6 frames, utt_pad_proportion=0.0733, over 45246.48 utterances.], batch size: 33, lr: 1.66e-04 +2022-09-19 14:57:29,368 INFO [train.py:885] (1/2) Epoch 28, batch 11650, loss[loss=0.3249, simple_loss=0.3974, pruned_loss=0.1262, over 14235.00 frames. utt_duration=187.8 frames, utt_pad_proportion=0.042, over 306.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3453, pruned_loss=0.09955, over 2775788.91 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07295, over 45346.08 utterances.], batch size: 306, lr: 1.66e-04 +2022-09-19 14:57:58,520 INFO [train.py:885] (1/2) Epoch 28, batch 11700, loss[loss=0.251, simple_loss=0.3412, pruned_loss=0.08043, over 14299.00 frames. utt_duration=319 frames, utt_pad_proportion=0.03907, over 180.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3475, pruned_loss=0.09972, over 2781447.07 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0719, over 46885.03 utterances.], batch size: 180, lr: 1.66e-04 +2022-09-19 14:58:28,012 INFO [train.py:885] (1/2) Epoch 28, batch 11750, loss[loss=0.2587, simple_loss=0.3443, pruned_loss=0.08658, over 14353.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03622, over 226.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3455, pruned_loss=0.09903, over 2787697.67 frames. utt_duration=248.9 frames, utt_pad_proportion=0.0688, over 45067.58 utterances.], batch size: 226, lr: 1.66e-04 +2022-09-19 14:58:57,439 INFO [train.py:885] (1/2) Epoch 28, batch 11800, loss[loss=0.3021, simple_loss=0.3693, pruned_loss=0.1174, over 14291.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03903, over 154.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3473, pruned_loss=0.09963, over 2782536.62 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07107, over 45946.50 utterances.], batch size: 154, lr: 1.66e-04 +2022-09-19 14:59:27,534 INFO [train.py:885] (1/2) Epoch 28, batch 11850, loss[loss=0.2135, simple_loss=0.2878, pruned_loss=0.06964, over 14195.00 frames. utt_duration=639.5 frames, utt_pad_proportion=0.04699, over 89.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3458, pruned_loss=0.09862, over 2780519.50 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07203, over 46084.04 utterances.], batch size: 89, lr: 1.66e-04 +2022-09-19 14:59:57,738 INFO [train.py:885] (1/2) Epoch 28, batch 11900, loss[loss=0.354, simple_loss=0.435, pruned_loss=0.1366, over 13699.00 frames. utt_duration=116.3 frames, utt_pad_proportion=0.07687, over 477.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3497, pruned_loss=0.1008, over 2781482.40 frames. utt_duration=236 frames, utt_pad_proportion=0.07156, over 47440.47 utterances.], batch size: 477, lr: 1.66e-04 +2022-09-19 15:00:26,813 INFO [train.py:885] (1/2) Epoch 28, batch 11950, loss[loss=0.1787, simple_loss=0.2415, pruned_loss=0.05793, over 13647.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.0811, over 42.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3477, pruned_loss=0.0999, over 2782041.00 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07115, over 45922.59 utterances.], batch size: 42, lr: 1.66e-04 +2022-09-19 15:00:56,555 INFO [train.py:885] (1/2) Epoch 28, batch 12000, loss[loss=0.317, simple_loss=0.412, pruned_loss=0.111, over 13565.00 frames. utt_duration=115.3 frames, utt_pad_proportion=0.08462, over 477.00 utterances.], tot_loss[loss=0.2787, simple_loss=0.3525, pruned_loss=0.1025, over 2780751.83 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07338, over 47847.80 utterances.], batch size: 477, lr: 1.66e-04 +2022-09-19 15:00:56,556 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 15:01:00,713 INFO [train.py:914] (1/2) Epoch 28, validation: loss=0.1993, simple_loss=0.2782, pruned_loss=0.06023, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 15:01:30,014 INFO [train.py:885] (1/2) Epoch 28, batch 12050, loss[loss=0.1615, simple_loss=0.2182, pruned_loss=0.05243, over 13236.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1089, over 33.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3447, pruned_loss=0.09836, over 2775865.47 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07322, over 45631.68 utterances.], batch size: 33, lr: 1.66e-04 +2022-09-19 15:01:59,437 INFO [train.py:885] (1/2) Epoch 28, batch 12100, loss[loss=0.2823, simple_loss=0.3616, pruned_loss=0.1015, over 14317.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03904, over 283.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3472, pruned_loss=0.09954, over 2781459.32 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07055, over 46169.61 utterances.], batch size: 283, lr: 1.66e-04 +2022-09-19 15:02:28,470 INFO [train.py:885] (1/2) Epoch 28, batch 12150, loss[loss=0.3819, simple_loss=0.4277, pruned_loss=0.1681, over 14336.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03713, over 210.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3482, pruned_loss=0.1011, over 2778359.56 frames. utt_duration=243.7 frames, utt_pad_proportion=0.0727, over 45871.63 utterances.], batch size: 210, lr: 1.66e-04 +2022-09-19 15:02:58,379 INFO [train.py:885] (1/2) Epoch 28, batch 12200, loss[loss=0.3599, simple_loss=0.4123, pruned_loss=0.1538, over 14332.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03754, over 210.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3483, pruned_loss=0.1008, over 2781533.63 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07055, over 45961.61 utterances.], batch size: 210, lr: 1.66e-04 +2022-09-19 15:03:27,781 INFO [train.py:885] (1/2) Epoch 28, batch 12250, loss[loss=0.2381, simple_loss=0.3216, pruned_loss=0.07724, over 14303.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04078, over 154.00 utterances.], tot_loss[loss=0.2786, simple_loss=0.3521, pruned_loss=0.1025, over 2782418.51 frames. utt_duration=236 frames, utt_pad_proportion=0.07255, over 47448.23 utterances.], batch size: 154, lr: 1.66e-04 +2022-09-19 15:03:57,151 INFO [train.py:885] (1/2) Epoch 28, batch 12300, loss[loss=0.2544, simple_loss=0.3379, pruned_loss=0.08541, over 14303.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04032, over 262.00 utterances.], tot_loss[loss=0.2796, simple_loss=0.3536, pruned_loss=0.1028, over 2785336.90 frames. utt_duration=234 frames, utt_pad_proportion=0.07016, over 47916.95 utterances.], batch size: 262, lr: 1.66e-04 +2022-09-19 15:04:26,288 INFO [train.py:885] (1/2) Epoch 28, batch 12350, loss[loss=0.2619, simple_loss=0.3501, pruned_loss=0.08687, over 14321.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03865, over 262.00 utterances.], tot_loss[loss=0.276, simple_loss=0.35, pruned_loss=0.101, over 2785167.33 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07055, over 47343.57 utterances.], batch size: 262, lr: 1.66e-04 +2022-09-19 15:04:55,203 INFO [train.py:885] (1/2) Epoch 28, batch 12400, loss[loss=0.2014, simple_loss=0.2629, pruned_loss=0.07001, over 13681.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08542, over 42.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3464, pruned_loss=0.09903, over 2783095.00 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07045, over 46080.06 utterances.], batch size: 42, lr: 1.66e-04 +2022-09-19 15:05:25,207 INFO [train.py:885] (1/2) Epoch 28, batch 12450, loss[loss=0.2543, simple_loss=0.3217, pruned_loss=0.09349, over 14304.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03759, over 130.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3477, pruned_loss=0.1003, over 2780005.41 frames. utt_duration=241 frames, utt_pad_proportion=0.07223, over 46425.62 utterances.], batch size: 130, lr: 1.66e-04 +2022-09-19 15:06:00,783 INFO [train.py:885] (1/2) Epoch 28, batch 12500, loss[loss=0.2036, simple_loss=0.2624, pruned_loss=0.07247, over 14094.00 frames. utt_duration=715.2 frames, utt_pad_proportion=0.05393, over 79.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3464, pruned_loss=0.09936, over 2784097.19 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07135, over 45517.80 utterances.], batch size: 79, lr: 1.66e-04 +2022-09-19 15:06:31,293 INFO [train.py:885] (1/2) Epoch 28, batch 12550, loss[loss=0.2963, simple_loss=0.3958, pruned_loss=0.09838, over 13801.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06988, over 411.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3442, pruned_loss=0.09845, over 2782137.80 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07048, over 44894.28 utterances.], batch size: 411, lr: 1.66e-04 +2022-09-19 15:06:58,581 INFO [train.py:885] (1/2) Epoch 28, batch 12600, loss[loss=0.2106, simple_loss=0.2895, pruned_loss=0.06589, over 13736.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.0817, over 42.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.346, pruned_loss=0.09958, over 2783203.02 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07055, over 45239.47 utterances.], batch size: 42, lr: 1.66e-04 +2022-09-19 15:07:16,684 INFO [train.py:885] (1/2) Epoch 29, batch 0, loss[loss=0.207, simple_loss=0.2848, pruned_loss=0.06457, over 13775.00 frames. utt_duration=799.9 frames, utt_pad_proportion=0.06767, over 69.00 utterances.], tot_loss[loss=0.207, simple_loss=0.2848, pruned_loss=0.06457, over 13775.00 frames. utt_duration=799.9 frames, utt_pad_proportion=0.06767, over 69.00 utterances.], batch size: 69, lr: 1.63e-04 +2022-09-19 15:07:46,203 INFO [train.py:885] (1/2) Epoch 29, batch 50, loss[loss=0.5431, simple_loss=0.6238, pruned_loss=0.2312, over 12407.00 frames. utt_duration=62.85 frames, utt_pad_proportion=0.1506, over 810.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3441, pruned_loss=0.09805, over 627179.66 frames. utt_duration=238.6 frames, utt_pad_proportion=0.0804, over 10577.92 utterances.], batch size: 810, lr: 1.63e-04 +2022-09-19 15:08:15,429 INFO [train.py:885] (1/2) Epoch 29, batch 100, loss[loss=0.1638, simple_loss=0.2277, pruned_loss=0.04998, over 13563.00 frames. utt_duration=1086 frames, utt_pad_proportion=0.08856, over 50.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3445, pruned_loss=0.09699, over 1109501.25 frames. utt_duration=245.8 frames, utt_pad_proportion=0.06858, over 18163.55 utterances.], batch size: 50, lr: 1.63e-04 +2022-09-19 15:08:44,213 INFO [train.py:885] (1/2) Epoch 29, batch 150, loss[loss=0.2558, simple_loss=0.3413, pruned_loss=0.08509, over 14349.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03763, over 244.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3397, pruned_loss=0.09599, over 1480597.16 frames. utt_duration=261.7 frames, utt_pad_proportion=0.06711, over 22759.81 utterances.], batch size: 244, lr: 1.63e-04 +2022-09-19 15:09:15,024 INFO [train.py:885] (1/2) Epoch 29, batch 200, loss[loss=0.167, simple_loss=0.2349, pruned_loss=0.04958, over 12375.00 frames. utt_duration=2064 frames, utt_pad_proportion=0.1718, over 24.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3416, pruned_loss=0.09676, over 1757739.08 frames. utt_duration=249.2 frames, utt_pad_proportion=0.07275, over 28378.70 utterances.], batch size: 24, lr: 1.63e-04 +2022-09-19 15:09:44,760 INFO [train.py:885] (1/2) Epoch 29, batch 250, loss[loss=0.2902, simple_loss=0.4008, pruned_loss=0.08984, over 13632.00 frames. utt_duration=98.82 frames, utt_pad_proportion=0.07644, over 560.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3498, pruned_loss=0.1002, over 1984250.40 frames. utt_duration=229.7 frames, utt_pad_proportion=0.07183, over 34774.17 utterances.], batch size: 560, lr: 1.63e-04 +2022-09-19 15:10:14,250 INFO [train.py:885] (1/2) Epoch 29, batch 300, loss[loss=0.1637, simple_loss=0.2339, pruned_loss=0.04674, over 12228.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.1511, over 24.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3487, pruned_loss=0.09975, over 2160038.34 frames. utt_duration=233 frames, utt_pad_proportion=0.07138, over 37321.18 utterances.], batch size: 24, lr: 1.63e-04 +2022-09-19 15:10:43,586 INFO [train.py:885] (1/2) Epoch 29, batch 350, loss[loss=0.1944, simple_loss=0.2601, pruned_loss=0.06439, over 13902.00 frames. utt_duration=807.4 frames, utt_pad_proportion=0.06001, over 69.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3396, pruned_loss=0.09613, over 2294047.30 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0691, over 36161.09 utterances.], batch size: 69, lr: 1.63e-04 +2022-09-19 15:11:13,706 INFO [train.py:885] (1/2) Epoch 29, batch 400, loss[loss=0.3009, simple_loss=0.3706, pruned_loss=0.1156, over 14392.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03088, over 244.00 utterances.], tot_loss[loss=0.269, simple_loss=0.343, pruned_loss=0.09755, over 2404503.49 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06869, over 38823.14 utterances.], batch size: 244, lr: 1.63e-04 +2022-09-19 15:11:43,305 INFO [train.py:885] (1/2) Epoch 29, batch 450, loss[loss=0.2389, simple_loss=0.3104, pruned_loss=0.08377, over 14174.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04543, over 89.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3394, pruned_loss=0.09587, over 2484607.92 frames. utt_duration=256.8 frames, utt_pad_proportion=0.0686, over 38926.31 utterances.], batch size: 89, lr: 1.63e-04 +2022-09-19 15:12:12,623 INFO [train.py:885] (1/2) Epoch 29, batch 500, loss[loss=0.3002, simple_loss=0.3981, pruned_loss=0.1011, over 13762.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07219, over 411.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.341, pruned_loss=0.09638, over 2553354.09 frames. utt_duration=253.5 frames, utt_pad_proportion=0.0666, over 40525.80 utterances.], batch size: 411, lr: 1.63e-04 +2022-09-19 15:12:41,956 INFO [train.py:885] (1/2) Epoch 29, batch 550, loss[loss=0.1983, simple_loss=0.2833, pruned_loss=0.05671, over 14295.00 frames. utt_duration=644.1 frames, utt_pad_proportion=0.04148, over 89.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3411, pruned_loss=0.0964, over 2605150.41 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06654, over 40814.79 utterances.], batch size: 89, lr: 1.63e-04 +2022-09-19 15:13:11,544 INFO [train.py:885] (1/2) Epoch 29, batch 600, loss[loss=0.3732, simple_loss=0.4214, pruned_loss=0.1625, over 14301.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.03987, over 283.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3455, pruned_loss=0.09769, over 2643765.54 frames. utt_duration=242 frames, utt_pad_proportion=0.06987, over 43960.00 utterances.], batch size: 283, lr: 1.63e-04 +2022-09-19 15:13:40,753 INFO [train.py:885] (1/2) Epoch 29, batch 650, loss[loss=0.1566, simple_loss=0.2133, pruned_loss=0.04994, over 13143.00 frames. utt_duration=1595 frames, utt_pad_proportion=0.118, over 33.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3426, pruned_loss=0.09684, over 2676906.82 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06739, over 42538.97 utterances.], batch size: 33, lr: 1.63e-04 +2022-09-19 15:14:11,258 INFO [train.py:885] (1/2) Epoch 29, batch 700, loss[loss=0.254, simple_loss=0.3401, pruned_loss=0.08394, over 14261.00 frames. utt_duration=318.3 frames, utt_pad_proportion=0.04127, over 180.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3461, pruned_loss=0.09766, over 2697743.04 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07103, over 45595.75 utterances.], batch size: 180, lr: 1.63e-04 +2022-09-19 15:14:40,389 INFO [train.py:885] (1/2) Epoch 29, batch 750, loss[loss=0.3504, simple_loss=0.3975, pruned_loss=0.1517, over 14286.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04118, over 262.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3442, pruned_loss=0.098, over 2713961.44 frames. utt_duration=245.9 frames, utt_pad_proportion=0.0712, over 44418.90 utterances.], batch size: 262, lr: 1.63e-04 +2022-09-19 15:15:10,765 INFO [train.py:885] (1/2) Epoch 29, batch 800, loss[loss=0.4505, simple_loss=0.5594, pruned_loss=0.1708, over 12452.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1478, over 810.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3463, pruned_loss=0.09851, over 2725586.06 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07384, over 45878.81 utterances.], batch size: 810, lr: 1.63e-04 +2022-09-19 15:15:40,304 INFO [train.py:885] (1/2) Epoch 29, batch 850, loss[loss=0.2705, simple_loss=0.3535, pruned_loss=0.09371, over 14296.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03869, over 180.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3479, pruned_loss=0.1003, over 2741910.43 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07084, over 46120.72 utterances.], batch size: 180, lr: 1.63e-04 +2022-09-19 15:16:09,922 INFO [train.py:885] (1/2) Epoch 29, batch 900, loss[loss=0.4852, simple_loss=0.5637, pruned_loss=0.2033, over 13136.00 frames. utt_duration=81.99 frames, utt_pad_proportion=0.1088, over 653.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3481, pruned_loss=0.1001, over 2752688.37 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07165, over 45999.73 utterances.], batch size: 653, lr: 1.63e-04 +2022-09-19 15:16:39,121 INFO [train.py:885] (1/2) Epoch 29, batch 950, loss[loss=0.2195, simple_loss=0.2916, pruned_loss=0.07365, over 14265.00 frames. utt_duration=440.4 frames, utt_pad_proportion=0.04046, over 130.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3485, pruned_loss=0.1002, over 2760977.26 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07134, over 46089.55 utterances.], batch size: 130, lr: 1.63e-04 +2022-09-19 15:17:08,550 INFO [train.py:885] (1/2) Epoch 29, batch 1000, loss[loss=0.379, simple_loss=0.4255, pruned_loss=0.1663, over 14220.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0434, over 306.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.349, pruned_loss=0.101, over 2765726.86 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07159, over 45826.68 utterances.], batch size: 306, lr: 1.63e-04 +2022-09-19 15:17:37,626 INFO [train.py:885] (1/2) Epoch 29, batch 1050, loss[loss=0.2772, simple_loss=0.3567, pruned_loss=0.0988, over 14283.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03979, over 180.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.349, pruned_loss=0.1006, over 2770941.17 frames. utt_duration=243 frames, utt_pad_proportion=0.07061, over 45884.17 utterances.], batch size: 180, lr: 1.63e-04 +2022-09-19 15:18:07,285 INFO [train.py:885] (1/2) Epoch 29, batch 1100, loss[loss=0.2942, simple_loss=0.3685, pruned_loss=0.1099, over 14325.00 frames. utt_duration=236.3 frames, utt_pad_proportion=0.0357, over 244.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3489, pruned_loss=0.1015, over 2767088.85 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07219, over 45886.20 utterances.], batch size: 244, lr: 1.63e-04 +2022-09-19 15:18:36,415 INFO [train.py:885] (1/2) Epoch 29, batch 1150, loss[loss=0.2092, simple_loss=0.2808, pruned_loss=0.06887, over 13966.00 frames. utt_duration=708.6 frames, utt_pad_proportion=0.06274, over 79.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3463, pruned_loss=0.09996, over 2771799.08 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07027, over 44686.97 utterances.], batch size: 79, lr: 1.63e-04 +2022-09-19 15:19:06,007 INFO [train.py:885] (1/2) Epoch 29, batch 1200, loss[loss=0.2624, simple_loss=0.3464, pruned_loss=0.08926, over 14365.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03527, over 210.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3456, pruned_loss=0.09949, over 2772451.18 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06962, over 44853.34 utterances.], batch size: 210, lr: 1.63e-04 +2022-09-19 15:19:35,362 INFO [train.py:885] (1/2) Epoch 29, batch 1250, loss[loss=0.2071, simple_loss=0.2715, pruned_loss=0.07131, over 13237.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1112, over 33.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3454, pruned_loss=0.09986, over 2771337.12 frames. utt_duration=248.9 frames, utt_pad_proportion=0.06956, over 44806.19 utterances.], batch size: 33, lr: 1.63e-04 +2022-09-19 15:20:04,634 INFO [train.py:885] (1/2) Epoch 29, batch 1300, loss[loss=0.3123, simple_loss=0.3868, pruned_loss=0.1189, over 14324.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03779, over 283.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.343, pruned_loss=0.09894, over 2769910.51 frames. utt_duration=254.6 frames, utt_pad_proportion=0.06823, over 43771.22 utterances.], batch size: 283, lr: 1.63e-04 +2022-09-19 15:20:34,366 INFO [train.py:885] (1/2) Epoch 29, batch 1350, loss[loss=0.1891, simple_loss=0.2706, pruned_loss=0.05378, over 14124.00 frames. utt_duration=578.1 frames, utt_pad_proportion=0.0508, over 98.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.341, pruned_loss=0.0976, over 2771443.19 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06925, over 43261.44 utterances.], batch size: 98, lr: 1.63e-04 +2022-09-19 15:21:04,411 INFO [train.py:885] (1/2) Epoch 29, batch 1400, loss[loss=0.1681, simple_loss=0.2294, pruned_loss=0.05342, over 12232.00 frames. utt_duration=2040 frames, utt_pad_proportion=0.1738, over 24.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.344, pruned_loss=0.09866, over 2769348.30 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07064, over 45068.55 utterances.], batch size: 24, lr: 1.63e-04 +2022-09-19 15:21:41,464 INFO [train.py:885] (1/2) Epoch 29, batch 1450, loss[loss=0.5201, simple_loss=0.5991, pruned_loss=0.2205, over 12517.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1434, over 810.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3431, pruned_loss=0.09761, over 2770908.16 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07166, over 45217.06 utterances.], batch size: 810, lr: 1.63e-04 +2022-09-19 15:22:10,921 INFO [train.py:885] (1/2) Epoch 29, batch 1500, loss[loss=0.2276, simple_loss=0.3088, pruned_loss=0.07321, over 14234.00 frames. utt_duration=641.2 frames, utt_pad_proportion=0.04436, over 89.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3464, pruned_loss=0.09919, over 2777405.60 frames. utt_duration=240.8 frames, utt_pad_proportion=0.0709, over 46426.46 utterances.], batch size: 89, lr: 1.63e-04 +2022-09-19 15:22:41,021 INFO [train.py:885] (1/2) Epoch 29, batch 1550, loss[loss=0.2824, simple_loss=0.363, pruned_loss=0.1009, over 14371.00 frames. utt_duration=275.2 frames, utt_pad_proportion=0.03445, over 210.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.349, pruned_loss=0.1006, over 2771558.53 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07439, over 47842.87 utterances.], batch size: 210, lr: 1.63e-04 +2022-09-19 15:23:10,171 INFO [train.py:885] (1/2) Epoch 29, batch 1600, loss[loss=0.2331, simple_loss=0.3016, pruned_loss=0.08227, over 14170.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04498, over 109.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3459, pruned_loss=0.09898, over 2778295.56 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07159, over 46315.13 utterances.], batch size: 109, lr: 1.63e-04 +2022-09-19 15:23:39,302 INFO [train.py:885] (1/2) Epoch 29, batch 1650, loss[loss=0.2232, simple_loss=0.3062, pruned_loss=0.07006, over 14264.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04089, over 130.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3438, pruned_loss=0.09819, over 2775703.83 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07177, over 45338.36 utterances.], batch size: 130, lr: 1.63e-04 +2022-09-19 15:24:09,013 INFO [train.py:885] (1/2) Epoch 29, batch 1700, loss[loss=0.1738, simple_loss=0.2332, pruned_loss=0.05725, over 12666.00 frames. utt_duration=2028 frames, utt_pad_proportion=0.1341, over 25.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3451, pruned_loss=0.0982, over 2776012.17 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07198, over 45846.28 utterances.], batch size: 25, lr: 1.63e-04 +2022-09-19 15:24:39,158 INFO [train.py:885] (1/2) Epoch 29, batch 1750, loss[loss=0.1377, simple_loss=0.1948, pruned_loss=0.04033, over 12417.00 frames. utt_duration=2071 frames, utt_pad_proportion=0.1578, over 24.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3452, pruned_loss=0.09799, over 2773757.88 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07362, over 46771.54 utterances.], batch size: 24, lr: 1.63e-04 +2022-09-19 15:25:08,195 INFO [train.py:885] (1/2) Epoch 29, batch 1800, loss[loss=0.2733, simple_loss=0.3568, pruned_loss=0.09488, over 14365.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03511, over 195.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3455, pruned_loss=0.09775, over 2775075.86 frames. utt_duration=235.7 frames, utt_pad_proportion=0.07351, over 47387.56 utterances.], batch size: 195, lr: 1.63e-04 +2022-09-19 15:25:37,962 INFO [train.py:885] (1/2) Epoch 29, batch 1850, loss[loss=0.3656, simple_loss=0.4507, pruned_loss=0.1403, over 13653.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0793, over 477.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3446, pruned_loss=0.09654, over 2775235.54 frames. utt_duration=234 frames, utt_pad_proportion=0.07511, over 47732.51 utterances.], batch size: 477, lr: 1.63e-04 +2022-09-19 15:26:07,087 INFO [train.py:885] (1/2) Epoch 29, batch 1900, loss[loss=0.2562, simple_loss=0.3479, pruned_loss=0.08228, over 14351.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.0362, over 226.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.343, pruned_loss=0.09599, over 2781154.76 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07146, over 46585.20 utterances.], batch size: 226, lr: 1.63e-04 +2022-09-19 15:26:37,225 INFO [train.py:885] (1/2) Epoch 29, batch 1950, loss[loss=0.2757, simple_loss=0.3551, pruned_loss=0.09813, over 14325.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03822, over 283.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3448, pruned_loss=0.09786, over 2783716.58 frames. utt_duration=241 frames, utt_pad_proportion=0.07093, over 46494.77 utterances.], batch size: 283, lr: 1.63e-04 +2022-09-19 15:27:06,583 INFO [train.py:885] (1/2) Epoch 29, batch 2000, loss[loss=0.16, simple_loss=0.2224, pruned_loss=0.04878, over 12421.00 frames. utt_duration=2072 frames, utt_pad_proportion=0.1471, over 24.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3418, pruned_loss=0.09627, over 2780957.62 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07065, over 45316.05 utterances.], batch size: 24, lr: 1.63e-04 +2022-09-19 15:27:36,184 INFO [train.py:885] (1/2) Epoch 29, batch 2050, loss[loss=0.2885, simple_loss=0.3631, pruned_loss=0.1069, over 14340.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03647, over 210.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3393, pruned_loss=0.09538, over 2782045.82 frames. utt_duration=253.6 frames, utt_pad_proportion=0.07016, over 44141.64 utterances.], batch size: 210, lr: 1.63e-04 +2022-09-19 15:28:05,109 INFO [train.py:885] (1/2) Epoch 29, batch 2100, loss[loss=0.1821, simple_loss=0.2589, pruned_loss=0.0527, over 13031.00 frames. utt_duration=1581 frames, utt_pad_proportion=0.12, over 33.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3427, pruned_loss=0.09686, over 2779492.16 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07249, over 45814.72 utterances.], batch size: 33, lr: 1.63e-04 +2022-09-19 15:28:35,207 INFO [train.py:885] (1/2) Epoch 29, batch 2150, loss[loss=0.2115, simple_loss=0.2817, pruned_loss=0.0707, over 14163.00 frames. utt_duration=579.5 frames, utt_pad_proportion=0.04842, over 98.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3412, pruned_loss=0.09619, over 2778421.11 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07198, over 44844.92 utterances.], batch size: 98, lr: 1.63e-04 +2022-09-19 15:29:04,055 INFO [train.py:885] (1/2) Epoch 29, batch 2200, loss[loss=0.3691, simple_loss=0.4471, pruned_loss=0.1456, over 13753.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07268, over 411.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3392, pruned_loss=0.09517, over 2778626.25 frames. utt_duration=256.3 frames, utt_pad_proportion=0.0705, over 43617.39 utterances.], batch size: 411, lr: 1.63e-04 +2022-09-19 15:29:34,019 INFO [train.py:885] (1/2) Epoch 29, batch 2250, loss[loss=0.342, simple_loss=0.4122, pruned_loss=0.1359, over 14336.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03807, over 283.00 utterances.], tot_loss[loss=0.2645, simple_loss=0.3394, pruned_loss=0.09479, over 2774766.15 frames. utt_duration=251.5 frames, utt_pad_proportion=0.07218, over 44394.72 utterances.], batch size: 283, lr: 1.63e-04 +2022-09-19 15:30:03,239 INFO [train.py:885] (1/2) Epoch 29, batch 2300, loss[loss=0.2366, simple_loss=0.3185, pruned_loss=0.07738, over 14329.00 frames. utt_duration=373.8 frames, utt_pad_proportion=0.03898, over 154.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3424, pruned_loss=0.09614, over 2776822.50 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07261, over 45379.11 utterances.], batch size: 154, lr: 1.63e-04 +2022-09-19 15:30:32,803 INFO [train.py:885] (1/2) Epoch 29, batch 2350, loss[loss=0.2605, simple_loss=0.3287, pruned_loss=0.09613, over 14322.00 frames. utt_duration=442 frames, utt_pad_proportion=0.03916, over 130.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3404, pruned_loss=0.09487, over 2777895.01 frames. utt_duration=248.6 frames, utt_pad_proportion=0.0719, over 44967.31 utterances.], batch size: 130, lr: 1.63e-04 +2022-09-19 15:31:01,906 INFO [train.py:885] (1/2) Epoch 29, batch 2400, loss[loss=0.2448, simple_loss=0.3266, pruned_loss=0.08157, over 14254.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04302, over 141.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3404, pruned_loss=0.09528, over 2781695.10 frames. utt_duration=248.4 frames, utt_pad_proportion=0.0709, over 45054.06 utterances.], batch size: 141, lr: 1.63e-04 +2022-09-19 15:31:31,987 INFO [train.py:885] (1/2) Epoch 29, batch 2450, loss[loss=0.2839, simple_loss=0.3589, pruned_loss=0.1044, over 14303.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03972, over 283.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.341, pruned_loss=0.09546, over 2778132.31 frames. utt_duration=247 frames, utt_pad_proportion=0.07199, over 45262.18 utterances.], batch size: 283, lr: 1.63e-04 +2022-09-19 15:32:01,213 INFO [train.py:885] (1/2) Epoch 29, batch 2500, loss[loss=0.1968, simple_loss=0.2663, pruned_loss=0.06369, over 12854.00 frames. utt_duration=1979 frames, utt_pad_proportion=0.1403, over 26.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3409, pruned_loss=0.09572, over 2778181.41 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07287, over 45025.81 utterances.], batch size: 26, lr: 1.63e-04 +2022-09-19 15:32:31,098 INFO [train.py:885] (1/2) Epoch 29, batch 2550, loss[loss=0.3099, simple_loss=0.3837, pruned_loss=0.118, over 14329.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03825, over 283.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3439, pruned_loss=0.09625, over 2779908.03 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07174, over 46387.87 utterances.], batch size: 283, lr: 1.63e-04 +2022-09-19 15:33:01,691 INFO [train.py:885] (1/2) Epoch 29, batch 2600, loss[loss=0.2067, simple_loss=0.2728, pruned_loss=0.07031, over 13168.00 frames. utt_duration=2027 frames, utt_pad_proportion=0.1038, over 26.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3435, pruned_loss=0.09649, over 2774911.61 frames. utt_duration=241 frames, utt_pad_proportion=0.07347, over 46340.79 utterances.], batch size: 26, lr: 1.63e-04 +2022-09-19 15:33:31,640 INFO [train.py:885] (1/2) Epoch 29, batch 2650, loss[loss=0.3329, simple_loss=0.3966, pruned_loss=0.1346, over 14191.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04575, over 306.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.344, pruned_loss=0.09664, over 2778845.60 frames. utt_duration=242 frames, utt_pad_proportion=0.07176, over 46204.44 utterances.], batch size: 306, lr: 1.63e-04 +2022-09-19 15:34:00,448 INFO [train.py:885] (1/2) Epoch 29, batch 2700, loss[loss=0.6086, simple_loss=0.6611, pruned_loss=0.2781, over 12446.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1478, over 810.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3421, pruned_loss=0.09611, over 2779916.17 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07205, over 44785.07 utterances.], batch size: 810, lr: 1.63e-04 +2022-09-19 15:34:30,082 INFO [train.py:885] (1/2) Epoch 29, batch 2750, loss[loss=0.2899, simple_loss=0.3641, pruned_loss=0.1079, over 14348.00 frames. utt_duration=236.7 frames, utt_pad_proportion=0.03399, over 244.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3436, pruned_loss=0.09689, over 2782603.63 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07123, over 45305.66 utterances.], batch size: 244, lr: 1.63e-04 +2022-09-19 15:34:59,969 INFO [train.py:885] (1/2) Epoch 29, batch 2800, loss[loss=0.3534, simple_loss=0.4417, pruned_loss=0.1325, over 13687.00 frames. utt_duration=99.04 frames, utt_pad_proportion=0.07442, over 561.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3469, pruned_loss=0.09811, over 2783266.49 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07303, over 47258.74 utterances.], batch size: 561, lr: 1.63e-04 +2022-09-19 15:35:28,834 INFO [train.py:885] (1/2) Epoch 29, batch 2850, loss[loss=0.2566, simple_loss=0.3157, pruned_loss=0.0987, over 14104.00 frames. utt_duration=577.1 frames, utt_pad_proportion=0.05238, over 98.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3404, pruned_loss=0.09503, over 2781246.53 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07075, over 44425.12 utterances.], batch size: 98, lr: 1.63e-04 +2022-09-19 15:35:58,237 INFO [train.py:885] (1/2) Epoch 29, batch 2900, loss[loss=0.1409, simple_loss=0.2103, pruned_loss=0.0358, over 13372.00 frames. utt_duration=1622 frames, utt_pad_proportion=0.09171, over 33.00 utterances.], tot_loss[loss=0.2611, simple_loss=0.3353, pruned_loss=0.09339, over 2780400.11 frames. utt_duration=265.5 frames, utt_pad_proportion=0.07048, over 42121.72 utterances.], batch size: 33, lr: 1.63e-04 +2022-09-19 15:36:27,269 INFO [train.py:885] (1/2) Epoch 29, batch 2950, loss[loss=0.119, simple_loss=0.1893, pruned_loss=0.02434, over 13346.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08968, over 41.00 utterances.], tot_loss[loss=0.2637, simple_loss=0.3375, pruned_loss=0.0949, over 2782604.30 frames. utt_duration=261.6 frames, utt_pad_proportion=0.06964, over 42790.61 utterances.], batch size: 41, lr: 1.63e-04 +2022-09-19 15:36:57,365 INFO [train.py:885] (1/2) Epoch 29, batch 3000, loss[loss=0.4761, simple_loss=0.5706, pruned_loss=0.1907, over 12480.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1472, over 811.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.338, pruned_loss=0.09572, over 2780926.00 frames. utt_duration=258.3 frames, utt_pad_proportion=0.07088, over 43312.08 utterances.], batch size: 811, lr: 1.63e-04 +2022-09-19 15:36:57,366 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 15:37:01,543 INFO [train.py:914] (1/2) Epoch 29, validation: loss=0.1944, simple_loss=0.2747, pruned_loss=0.05709, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 15:37:31,033 INFO [train.py:885] (1/2) Epoch 29, batch 3050, loss[loss=0.2823, simple_loss=0.3616, pruned_loss=0.1015, over 14249.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04211, over 225.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3424, pruned_loss=0.09756, over 2783021.96 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07023, over 44859.83 utterances.], batch size: 225, lr: 1.63e-04 +2022-09-19 15:38:00,913 INFO [train.py:885] (1/2) Epoch 29, batch 3100, loss[loss=0.3287, simple_loss=0.3986, pruned_loss=0.1294, over 14198.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04475, over 306.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3477, pruned_loss=0.09994, over 2780670.96 frames. utt_duration=237 frames, utt_pad_proportion=0.07333, over 47226.02 utterances.], batch size: 306, lr: 1.63e-04 +2022-09-19 15:38:30,961 INFO [train.py:885] (1/2) Epoch 29, batch 3150, loss[loss=0.3961, simple_loss=0.4813, pruned_loss=0.1554, over 13127.00 frames. utt_duration=81.92 frames, utt_pad_proportion=0.1095, over 653.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3498, pruned_loss=0.1009, over 2774815.23 frames. utt_duration=228.8 frames, utt_pad_proportion=0.07547, over 48826.04 utterances.], batch size: 653, lr: 1.63e-04 +2022-09-19 15:39:01,159 INFO [train.py:885] (1/2) Epoch 29, batch 3200, loss[loss=0.148, simple_loss=0.2058, pruned_loss=0.04515, over 13153.00 frames. utt_duration=1596 frames, utt_pad_proportion=0.1099, over 33.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3444, pruned_loss=0.09814, over 2777332.46 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07293, over 46477.16 utterances.], batch size: 33, lr: 1.63e-04 +2022-09-19 15:39:29,891 INFO [train.py:885] (1/2) Epoch 29, batch 3250, loss[loss=0.1847, simple_loss=0.2624, pruned_loss=0.05354, over 13977.00 frames. utt_duration=709.1 frames, utt_pad_proportion=0.06202, over 79.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3449, pruned_loss=0.09875, over 2782168.96 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07059, over 46224.36 utterances.], batch size: 79, lr: 1.63e-04 +2022-09-19 15:39:59,492 INFO [train.py:885] (1/2) Epoch 29, batch 3300, loss[loss=0.3794, simple_loss=0.4206, pruned_loss=0.1691, over 14205.00 frames. utt_duration=170.9 frames, utt_pad_proportion=0.04523, over 335.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3472, pruned_loss=0.1, over 2779623.11 frames. utt_duration=236 frames, utt_pad_proportion=0.07244, over 47408.82 utterances.], batch size: 335, lr: 1.63e-04 +2022-09-19 15:40:28,975 INFO [train.py:885] (1/2) Epoch 29, batch 3350, loss[loss=0.2882, simple_loss=0.3872, pruned_loss=0.09459, over 13835.00 frames. utt_duration=136.1 frames, utt_pad_proportion=0.06793, over 411.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3451, pruned_loss=0.09855, over 2780432.09 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07098, over 46315.02 utterances.], batch size: 411, lr: 1.63e-04 +2022-09-19 15:40:58,314 INFO [train.py:885] (1/2) Epoch 29, batch 3400, loss[loss=0.3879, simple_loss=0.4605, pruned_loss=0.1577, over 13631.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.0809, over 477.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3483, pruned_loss=0.1002, over 2778037.37 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07166, over 47747.74 utterances.], batch size: 477, lr: 1.63e-04 +2022-09-19 15:41:27,615 INFO [train.py:885] (1/2) Epoch 29, batch 3450, loss[loss=0.1474, simple_loss=0.2102, pruned_loss=0.04231, over 13231.00 frames. utt_duration=1605 frames, utt_pad_proportion=0.1106, over 33.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3477, pruned_loss=0.09967, over 2777342.60 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07266, over 47700.62 utterances.], batch size: 33, lr: 1.63e-04 +2022-09-19 15:41:57,366 INFO [train.py:885] (1/2) Epoch 29, batch 3500, loss[loss=0.2125, simple_loss=0.2711, pruned_loss=0.07699, over 13964.00 frames. utt_duration=810.9 frames, utt_pad_proportion=0.05486, over 69.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3476, pruned_loss=0.09975, over 2776029.13 frames. utt_duration=233.8 frames, utt_pad_proportion=0.0732, over 47787.62 utterances.], batch size: 69, lr: 1.63e-04 +2022-09-19 15:42:27,101 INFO [train.py:885] (1/2) Epoch 29, batch 3550, loss[loss=0.2238, simple_loss=0.2959, pruned_loss=0.0758, over 13686.00 frames. utt_duration=913.9 frames, utt_pad_proportion=0.08248, over 60.00 utterances.], tot_loss[loss=0.2759, simple_loss=0.3501, pruned_loss=0.1009, over 2773491.14 frames. utt_duration=227.7 frames, utt_pad_proportion=0.07497, over 49047.84 utterances.], batch size: 60, lr: 1.63e-04 +2022-09-19 15:42:56,539 INFO [train.py:885] (1/2) Epoch 29, batch 3600, loss[loss=0.3699, simple_loss=0.4151, pruned_loss=0.1624, over 14197.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.0451, over 306.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3492, pruned_loss=0.1016, over 2777017.91 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07321, over 47499.17 utterances.], batch size: 306, lr: 1.63e-04 +2022-09-19 15:43:25,640 INFO [train.py:885] (1/2) Epoch 29, batch 3650, loss[loss=0.3049, simple_loss=0.3765, pruned_loss=0.1166, over 14323.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04053, over 167.00 utterances.], tot_loss[loss=0.2756, simple_loss=0.349, pruned_loss=0.1011, over 2778141.92 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07282, over 47619.42 utterances.], batch size: 167, lr: 1.63e-04 +2022-09-19 15:43:55,411 INFO [train.py:885] (1/2) Epoch 29, batch 3700, loss[loss=0.3186, simple_loss=0.378, pruned_loss=0.1296, over 14289.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.0387, over 130.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3448, pruned_loss=0.09876, over 2776434.51 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07192, over 46333.77 utterances.], batch size: 130, lr: 1.62e-04 +2022-09-19 15:44:24,970 INFO [train.py:885] (1/2) Epoch 29, batch 3750, loss[loss=0.4794, simple_loss=0.5761, pruned_loss=0.1914, over 12407.00 frames. utt_duration=62.88 frames, utt_pad_proportion=0.1503, over 810.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3452, pruned_loss=0.099, over 2775090.87 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07269, over 46598.64 utterances.], batch size: 810, lr: 1.62e-04 +2022-09-19 15:44:55,066 INFO [train.py:885] (1/2) Epoch 29, batch 3800, loss[loss=0.1983, simple_loss=0.283, pruned_loss=0.05681, over 13290.00 frames. utt_duration=1612 frames, utt_pad_proportion=0.1023, over 33.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3461, pruned_loss=0.0994, over 2775731.01 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07283, over 46594.09 utterances.], batch size: 33, lr: 1.62e-04 +2022-09-19 15:45:24,197 INFO [train.py:885] (1/2) Epoch 29, batch 3850, loss[loss=0.2661, simple_loss=0.3482, pruned_loss=0.092, over 14403.00 frames. utt_duration=237.6 frames, utt_pad_proportion=0.03021, over 244.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3423, pruned_loss=0.09809, over 2777421.08 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07102, over 44762.36 utterances.], batch size: 244, lr: 1.62e-04 +2022-09-19 15:45:53,861 INFO [train.py:885] (1/2) Epoch 29, batch 3900, loss[loss=0.2591, simple_loss=0.3295, pruned_loss=0.09435, over 14316.00 frames. utt_duration=407.5 frames, utt_pad_proportion=0.04118, over 141.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3445, pruned_loss=0.09855, over 2775261.25 frames. utt_duration=241.7 frames, utt_pad_proportion=0.0739, over 46211.22 utterances.], batch size: 141, lr: 1.62e-04 +2022-09-19 15:46:23,629 INFO [train.py:885] (1/2) Epoch 29, batch 3950, loss[loss=0.2639, simple_loss=0.3753, pruned_loss=0.07619, over 13674.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07222, over 478.00 utterances.], tot_loss[loss=0.2738, simple_loss=0.3475, pruned_loss=0.1001, over 2775241.53 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07459, over 47578.31 utterances.], batch size: 478, lr: 1.62e-04 +2022-09-19 15:46:52,515 INFO [train.py:885] (1/2) Epoch 29, batch 4000, loss[loss=0.1455, simple_loss=0.2218, pruned_loss=0.03454, over 13200.00 frames. utt_duration=1601 frames, utt_pad_proportion=0.1142, over 33.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3479, pruned_loss=0.1003, over 2768759.36 frames. utt_duration=230.9 frames, utt_pad_proportion=0.07577, over 48281.67 utterances.], batch size: 33, lr: 1.62e-04 +2022-09-19 15:47:22,093 INFO [train.py:885] (1/2) Epoch 29, batch 4050, loss[loss=0.2874, simple_loss=0.3876, pruned_loss=0.0936, over 13762.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07189, over 411.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.3493, pruned_loss=0.1006, over 2772606.19 frames. utt_duration=229.4 frames, utt_pad_proportion=0.07662, over 48658.04 utterances.], batch size: 411, lr: 1.62e-04 +2022-09-19 15:47:51,347 INFO [train.py:885] (1/2) Epoch 29, batch 4100, loss[loss=0.3434, simple_loss=0.4402, pruned_loss=0.1233, over 13608.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08223, over 477.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3477, pruned_loss=0.09981, over 2777701.50 frames. utt_duration=236.5 frames, utt_pad_proportion=0.07519, over 47280.69 utterances.], batch size: 477, lr: 1.62e-04 +2022-09-19 15:48:20,891 INFO [train.py:885] (1/2) Epoch 29, batch 4150, loss[loss=0.3043, simple_loss=0.3719, pruned_loss=0.1183, over 14351.00 frames. utt_duration=345.2 frames, utt_pad_proportion=0.03841, over 167.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3439, pruned_loss=0.09797, over 2776871.78 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07477, over 45372.57 utterances.], batch size: 167, lr: 1.62e-04 +2022-09-19 15:48:50,080 INFO [train.py:885] (1/2) Epoch 29, batch 4200, loss[loss=0.2597, simple_loss=0.3482, pruned_loss=0.08554, over 14347.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03579, over 210.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3435, pruned_loss=0.0967, over 2778973.02 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07185, over 45506.61 utterances.], batch size: 210, lr: 1.62e-04 +2022-09-19 15:49:19,714 INFO [train.py:885] (1/2) Epoch 29, batch 4250, loss[loss=0.3691, simple_loss=0.4475, pruned_loss=0.1453, over 13645.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.07998, over 477.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3444, pruned_loss=0.09806, over 2778271.17 frames. utt_duration=245.6 frames, utt_pad_proportion=0.0725, over 45530.33 utterances.], batch size: 477, lr: 1.62e-04 +2022-09-19 15:49:49,169 INFO [train.py:885] (1/2) Epoch 29, batch 4300, loss[loss=0.1989, simple_loss=0.2599, pruned_loss=0.069, over 13472.00 frames. utt_duration=1079 frames, utt_pad_proportion=0.09369, over 50.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3444, pruned_loss=0.09874, over 2775853.83 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07332, over 45653.74 utterances.], batch size: 50, lr: 1.62e-04 +2022-09-19 15:50:18,911 INFO [train.py:885] (1/2) Epoch 29, batch 4350, loss[loss=0.2835, simple_loss=0.3574, pruned_loss=0.1049, over 14354.00 frames. utt_duration=296 frames, utt_pad_proportion=0.03593, over 195.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3466, pruned_loss=0.09981, over 2776497.83 frames. utt_duration=240.9 frames, utt_pad_proportion=0.0727, over 46383.75 utterances.], batch size: 195, lr: 1.62e-04 +2022-09-19 15:50:48,109 INFO [train.py:885] (1/2) Epoch 29, batch 4400, loss[loss=0.3953, simple_loss=0.4832, pruned_loss=0.1537, over 13169.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3471, pruned_loss=0.09983, over 2778582.35 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07276, over 46931.89 utterances.], batch size: 653, lr: 1.62e-04 +2022-09-19 15:51:17,353 INFO [train.py:885] (1/2) Epoch 29, batch 4450, loss[loss=0.2775, simple_loss=0.341, pruned_loss=0.107, over 14181.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04468, over 109.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3436, pruned_loss=0.09835, over 2781553.99 frames. utt_duration=250.7 frames, utt_pad_proportion=0.07013, over 44643.38 utterances.], batch size: 109, lr: 1.62e-04 +2022-09-19 15:51:46,728 INFO [train.py:885] (1/2) Epoch 29, batch 4500, loss[loss=0.298, simple_loss=0.3702, pruned_loss=0.1129, over 14365.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03302, over 244.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3451, pruned_loss=0.09853, over 2775062.08 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07302, over 45903.33 utterances.], batch size: 244, lr: 1.62e-04 +2022-09-19 15:52:16,475 INFO [train.py:885] (1/2) Epoch 29, batch 4550, loss[loss=0.131, simple_loss=0.1861, pruned_loss=0.0379, over 12993.00 frames. utt_duration=1576 frames, utt_pad_proportion=0.1193, over 33.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3459, pruned_loss=0.09805, over 2776502.80 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07278, over 46579.98 utterances.], batch size: 33, lr: 1.62e-04 +2022-09-19 15:52:46,073 INFO [train.py:885] (1/2) Epoch 29, batch 4600, loss[loss=0.3012, simple_loss=0.3723, pruned_loss=0.115, over 14349.00 frames. utt_duration=204.3 frames, utt_pad_proportion=0.03612, over 283.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3448, pruned_loss=0.098, over 2779939.12 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07171, over 46128.68 utterances.], batch size: 283, lr: 1.62e-04 +2022-09-19 15:53:15,840 INFO [train.py:885] (1/2) Epoch 29, batch 4650, loss[loss=0.4651, simple_loss=0.5554, pruned_loss=0.1874, over 12521.00 frames. utt_duration=63.35 frames, utt_pad_proportion=0.1439, over 810.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3455, pruned_loss=0.09854, over 2778126.08 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07388, over 46380.46 utterances.], batch size: 810, lr: 1.62e-04 +2022-09-19 15:53:45,614 INFO [train.py:885] (1/2) Epoch 29, batch 4700, loss[loss=0.2, simple_loss=0.2664, pruned_loss=0.0668, over 13850.00 frames. utt_duration=804.3 frames, utt_pad_proportion=0.06263, over 69.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3433, pruned_loss=0.09701, over 2778081.65 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07361, over 45498.54 utterances.], batch size: 69, lr: 1.62e-04 +2022-09-19 15:54:15,846 INFO [train.py:885] (1/2) Epoch 29, batch 4750, loss[loss=0.3086, simple_loss=0.3744, pruned_loss=0.1213, over 14194.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04535, over 306.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3458, pruned_loss=0.09743, over 2777556.21 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07315, over 47122.53 utterances.], batch size: 306, lr: 1.62e-04 +2022-09-19 15:54:44,324 INFO [train.py:885] (1/2) Epoch 29, batch 4800, loss[loss=0.2957, simple_loss=0.3714, pruned_loss=0.11, over 14312.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03975, over 262.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.349, pruned_loss=0.09898, over 2782945.55 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07191, over 48019.35 utterances.], batch size: 262, lr: 1.62e-04 +2022-09-19 15:55:14,071 INFO [train.py:885] (1/2) Epoch 29, batch 4850, loss[loss=0.3125, simple_loss=0.404, pruned_loss=0.1105, over 13806.00 frames. utt_duration=135.8 frames, utt_pad_proportion=0.06953, over 411.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3493, pruned_loss=0.09892, over 2786660.49 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07096, over 48265.97 utterances.], batch size: 411, lr: 1.62e-04 +2022-09-19 15:55:43,206 INFO [train.py:885] (1/2) Epoch 29, batch 4900, loss[loss=0.3467, simple_loss=0.3982, pruned_loss=0.1476, over 14315.00 frames. utt_duration=373.5 frames, utt_pad_proportion=0.03993, over 154.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.3512, pruned_loss=0.1005, over 2785822.65 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07066, over 48301.79 utterances.], batch size: 154, lr: 1.62e-04 +2022-09-19 15:56:12,841 INFO [train.py:885] (1/2) Epoch 29, batch 4950, loss[loss=0.607, simple_loss=0.6493, pruned_loss=0.2823, over 12485.00 frames. utt_duration=63.25 frames, utt_pad_proportion=0.1453, over 810.00 utterances.], tot_loss[loss=0.2762, simple_loss=0.3502, pruned_loss=0.1011, over 2781679.82 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07259, over 47622.05 utterances.], batch size: 810, lr: 1.62e-04 +2022-09-19 15:56:42,022 INFO [train.py:885] (1/2) Epoch 29, batch 5000, loss[loss=0.148, simple_loss=0.222, pruned_loss=0.03693, over 13243.00 frames. utt_duration=1606 frames, utt_pad_proportion=0.1041, over 33.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3466, pruned_loss=0.09953, over 2778126.90 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07342, over 46312.74 utterances.], batch size: 33, lr: 1.62e-04 +2022-09-19 15:57:11,228 INFO [train.py:885] (1/2) Epoch 29, batch 5050, loss[loss=0.2596, simple_loss=0.3205, pruned_loss=0.09939, over 14176.00 frames. utt_duration=521.6 frames, utt_pad_proportion=0.04464, over 109.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3417, pruned_loss=0.09711, over 2780361.45 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07175, over 44409.35 utterances.], batch size: 109, lr: 1.62e-04 +2022-09-19 15:57:40,792 INFO [train.py:885] (1/2) Epoch 29, batch 5100, loss[loss=0.2573, simple_loss=0.3207, pruned_loss=0.09689, over 14328.00 frames. utt_duration=479 frames, utt_pad_proportion=0.03809, over 120.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3434, pruned_loss=0.09763, over 2784226.55 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07174, over 45233.02 utterances.], batch size: 120, lr: 1.62e-04 +2022-09-19 15:58:10,454 INFO [train.py:885] (1/2) Epoch 29, batch 5150, loss[loss=0.3549, simple_loss=0.4047, pruned_loss=0.1525, over 14338.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03722, over 283.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3447, pruned_loss=0.09875, over 2784125.50 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07192, over 45631.36 utterances.], batch size: 283, lr: 1.62e-04 +2022-09-19 15:58:40,418 INFO [train.py:885] (1/2) Epoch 29, batch 5200, loss[loss=0.2987, simple_loss=0.4069, pruned_loss=0.09526, over 13687.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07742, over 477.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3466, pruned_loss=0.09968, over 2777712.44 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07431, over 47119.24 utterances.], batch size: 477, lr: 1.62e-04 +2022-09-19 15:59:10,013 INFO [train.py:885] (1/2) Epoch 29, batch 5250, loss[loss=0.4622, simple_loss=0.5628, pruned_loss=0.1808, over 12520.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1445, over 810.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3459, pruned_loss=0.09913, over 2778593.85 frames. utt_duration=236 frames, utt_pad_proportion=0.07417, over 47400.35 utterances.], batch size: 810, lr: 1.62e-04 +2022-09-19 15:59:39,185 INFO [train.py:885] (1/2) Epoch 29, batch 5300, loss[loss=0.1701, simple_loss=0.2218, pruned_loss=0.05925, over 12067.00 frames. utt_duration=2013 frames, utt_pad_proportion=0.169, over 24.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3453, pruned_loss=0.09935, over 2779612.45 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07387, over 46115.36 utterances.], batch size: 24, lr: 1.62e-04 +2022-09-19 16:00:08,969 INFO [train.py:885] (1/2) Epoch 29, batch 5350, loss[loss=0.261, simple_loss=0.3414, pruned_loss=0.09027, over 14342.00 frames. utt_duration=274.7 frames, utt_pad_proportion=0.03617, over 210.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.346, pruned_loss=0.09954, over 2779571.30 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07328, over 47168.14 utterances.], batch size: 210, lr: 1.62e-04 +2022-09-19 16:00:38,970 INFO [train.py:885] (1/2) Epoch 29, batch 5400, loss[loss=0.1618, simple_loss=0.2529, pruned_loss=0.03533, over 13587.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08157, over 50.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3468, pruned_loss=0.09919, over 2777591.83 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07347, over 47964.73 utterances.], batch size: 50, lr: 1.62e-04 +2022-09-19 16:01:07,780 INFO [train.py:885] (1/2) Epoch 29, batch 5450, loss[loss=0.3402, simple_loss=0.4341, pruned_loss=0.1232, over 13610.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07812, over 560.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3452, pruned_loss=0.09873, over 2780863.38 frames. utt_duration=238.8 frames, utt_pad_proportion=0.07083, over 46874.61 utterances.], batch size: 560, lr: 1.62e-04 +2022-09-19 16:01:37,517 INFO [train.py:885] (1/2) Epoch 29, batch 5500, loss[loss=0.2345, simple_loss=0.3011, pruned_loss=0.08392, over 14257.00 frames. utt_duration=476.6 frames, utt_pad_proportion=0.04292, over 120.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3469, pruned_loss=0.09965, over 2783061.08 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07091, over 46628.17 utterances.], batch size: 120, lr: 1.62e-04 +2022-09-19 16:02:07,300 INFO [train.py:885] (1/2) Epoch 29, batch 5550, loss[loss=0.1541, simple_loss=0.2135, pruned_loss=0.04734, over 13601.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08202, over 50.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3471, pruned_loss=0.09975, over 2782170.65 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07051, over 47032.77 utterances.], batch size: 50, lr: 1.62e-04 +2022-09-19 16:02:36,616 INFO [train.py:885] (1/2) Epoch 29, batch 5600, loss[loss=0.225, simple_loss=0.2976, pruned_loss=0.0762, over 14328.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03993, over 120.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3437, pruned_loss=0.09785, over 2780500.77 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07128, over 45819.90 utterances.], batch size: 120, lr: 1.62e-04 +2022-09-19 16:03:05,800 INFO [train.py:885] (1/2) Epoch 29, batch 5650, loss[loss=0.2863, simple_loss=0.3607, pruned_loss=0.106, over 14304.00 frames. utt_duration=220 frames, utt_pad_proportion=0.03952, over 262.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3454, pruned_loss=0.09819, over 2779268.50 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07303, over 46970.37 utterances.], batch size: 262, lr: 1.62e-04 +2022-09-19 16:03:35,610 INFO [train.py:885] (1/2) Epoch 29, batch 5700, loss[loss=0.2838, simple_loss=0.376, pruned_loss=0.0958, over 13986.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.0573, over 365.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3457, pruned_loss=0.09845, over 2779665.23 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07356, over 46530.41 utterances.], batch size: 365, lr: 1.62e-04 +2022-09-19 16:04:04,839 INFO [train.py:885] (1/2) Epoch 29, batch 5750, loss[loss=0.3144, simple_loss=0.3834, pruned_loss=0.1227, over 14257.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04162, over 225.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3464, pruned_loss=0.09888, over 2780500.83 frames. utt_duration=238.4 frames, utt_pad_proportion=0.0735, over 46948.71 utterances.], batch size: 225, lr: 1.62e-04 +2022-09-19 16:04:34,493 INFO [train.py:885] (1/2) Epoch 29, batch 5800, loss[loss=0.2526, simple_loss=0.3196, pruned_loss=0.09282, over 14328.00 frames. utt_duration=479.1 frames, utt_pad_proportion=0.03595, over 120.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3439, pruned_loss=0.09822, over 2784660.19 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07086, over 45194.58 utterances.], batch size: 120, lr: 1.62e-04 +2022-09-19 16:05:03,353 INFO [train.py:885] (1/2) Epoch 29, batch 5850, loss[loss=0.2888, simple_loss=0.3811, pruned_loss=0.09828, over 14009.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05571, over 365.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3448, pruned_loss=0.09891, over 2781484.43 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07313, over 45590.93 utterances.], batch size: 365, lr: 1.62e-04 +2022-09-19 16:05:40,055 INFO [train.py:885] (1/2) Epoch 29, batch 5900, loss[loss=0.2436, simple_loss=0.326, pruned_loss=0.08057, over 14316.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.0377, over 180.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3448, pruned_loss=0.09837, over 2784288.61 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07162, over 45526.36 utterances.], batch size: 180, lr: 1.62e-04 +2022-09-19 16:06:09,728 INFO [train.py:885] (1/2) Epoch 29, batch 5950, loss[loss=0.1876, simple_loss=0.2681, pruned_loss=0.05361, over 14038.00 frames. utt_duration=574.4 frames, utt_pad_proportion=0.05687, over 98.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3441, pruned_loss=0.09844, over 2782462.28 frames. utt_duration=248.8 frames, utt_pad_proportion=0.07207, over 45005.69 utterances.], batch size: 98, lr: 1.62e-04 +2022-09-19 16:06:38,732 INFO [train.py:885] (1/2) Epoch 29, batch 6000, loss[loss=0.3551, simple_loss=0.4331, pruned_loss=0.1385, over 13812.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06911, over 411.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3452, pruned_loss=0.09952, over 2779888.10 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07073, over 45251.69 utterances.], batch size: 411, lr: 1.62e-04 +2022-09-19 16:06:38,734 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 16:06:42,917 INFO [train.py:914] (1/2) Epoch 29, validation: loss=0.1954, simple_loss=0.2753, pruned_loss=0.0577, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 16:07:12,709 INFO [train.py:885] (1/2) Epoch 29, batch 6050, loss[loss=0.2274, simple_loss=0.316, pruned_loss=0.06937, over 14352.00 frames. utt_duration=345.1 frames, utt_pad_proportion=0.03863, over 167.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3456, pruned_loss=0.0996, over 2780832.78 frames. utt_duration=245.5 frames, utt_pad_proportion=0.06987, over 45572.96 utterances.], batch size: 167, lr: 1.62e-04 +2022-09-19 16:07:41,865 INFO [train.py:885] (1/2) Epoch 29, batch 6100, loss[loss=0.3276, simple_loss=0.3938, pruned_loss=0.1306, over 14243.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04211, over 335.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3455, pruned_loss=0.09856, over 2782204.63 frames. utt_duration=242 frames, utt_pad_proportion=0.07182, over 46272.29 utterances.], batch size: 335, lr: 1.62e-04 +2022-09-19 16:08:11,368 INFO [train.py:885] (1/2) Epoch 29, batch 6150, loss[loss=0.1608, simple_loss=0.2086, pruned_loss=0.05647, over 13530.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08909, over 50.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3434, pruned_loss=0.09758, over 2780275.10 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07194, over 45600.79 utterances.], batch size: 50, lr: 1.62e-04 +2022-09-19 16:08:41,010 INFO [train.py:885] (1/2) Epoch 29, batch 6200, loss[loss=0.1582, simple_loss=0.2231, pruned_loss=0.04665, over 12870.00 frames. utt_duration=1562 frames, utt_pad_proportion=0.1359, over 33.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3454, pruned_loss=0.0979, over 2779481.76 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07372, over 46720.21 utterances.], batch size: 33, lr: 1.62e-04 +2022-09-19 16:09:10,499 INFO [train.py:885] (1/2) Epoch 29, batch 6250, loss[loss=0.3872, simple_loss=0.4855, pruned_loss=0.1444, over 13194.00 frames. utt_duration=82.38 frames, utt_pad_proportion=0.1046, over 653.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3465, pruned_loss=0.09873, over 2779963.59 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07296, over 46260.15 utterances.], batch size: 653, lr: 1.62e-04 +2022-09-19 16:09:40,075 INFO [train.py:885] (1/2) Epoch 29, batch 6300, loss[loss=0.2353, simple_loss=0.3147, pruned_loss=0.07795, over 14325.00 frames. utt_duration=373.7 frames, utt_pad_proportion=0.03684, over 154.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3484, pruned_loss=0.09988, over 2778088.07 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07481, over 46756.97 utterances.], batch size: 154, lr: 1.62e-04 +2022-09-19 16:10:09,407 INFO [train.py:885] (1/2) Epoch 29, batch 6350, loss[loss=0.3555, simple_loss=0.4042, pruned_loss=0.1534, over 14404.00 frames. utt_duration=237.4 frames, utt_pad_proportion=0.03482, over 244.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.345, pruned_loss=0.09876, over 2777908.54 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07419, over 45529.67 utterances.], batch size: 244, lr: 1.62e-04 +2022-09-19 16:10:38,428 INFO [train.py:885] (1/2) Epoch 29, batch 6400, loss[loss=0.2347, simple_loss=0.3124, pruned_loss=0.07844, over 14321.00 frames. utt_duration=478.9 frames, utt_pad_proportion=0.0384, over 120.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3464, pruned_loss=0.1, over 2779740.72 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07415, over 45640.64 utterances.], batch size: 120, lr: 1.62e-04 +2022-09-19 16:11:08,614 INFO [train.py:885] (1/2) Epoch 29, batch 6450, loss[loss=0.1673, simple_loss=0.2401, pruned_loss=0.04725, over 12689.00 frames. utt_duration=2031 frames, utt_pad_proportion=0.1522, over 25.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3473, pruned_loss=0.1005, over 2781955.97 frames. utt_duration=242 frames, utt_pad_proportion=0.07271, over 46257.08 utterances.], batch size: 25, lr: 1.62e-04 +2022-09-19 16:11:38,486 INFO [train.py:885] (1/2) Epoch 29, batch 6500, loss[loss=0.3016, simple_loss=0.3985, pruned_loss=0.1024, over 13780.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07144, over 411.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3439, pruned_loss=0.09835, over 2780084.86 frames. utt_duration=245.7 frames, utt_pad_proportion=0.07153, over 45538.64 utterances.], batch size: 411, lr: 1.62e-04 +2022-09-19 16:12:07,767 INFO [train.py:885] (1/2) Epoch 29, batch 6550, loss[loss=0.3852, simple_loss=0.4199, pruned_loss=0.1752, over 14328.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03835, over 283.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3472, pruned_loss=0.09979, over 2783527.45 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07144, over 46496.96 utterances.], batch size: 283, lr: 1.62e-04 +2022-09-19 16:12:37,538 INFO [train.py:885] (1/2) Epoch 29, batch 6600, loss[loss=0.3207, simple_loss=0.3955, pruned_loss=0.1229, over 14214.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04425, over 306.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3449, pruned_loss=0.09826, over 2783502.03 frames. utt_duration=243.3 frames, utt_pad_proportion=0.07097, over 46043.03 utterances.], batch size: 306, lr: 1.62e-04 +2022-09-19 16:13:07,438 INFO [train.py:885] (1/2) Epoch 29, batch 6650, loss[loss=0.3595, simple_loss=0.4147, pruned_loss=0.1522, over 14196.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04502, over 306.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3447, pruned_loss=0.09786, over 2779880.32 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07221, over 46355.00 utterances.], batch size: 306, lr: 1.62e-04 +2022-09-19 16:13:37,173 INFO [train.py:885] (1/2) Epoch 29, batch 6700, loss[loss=0.3266, simple_loss=0.394, pruned_loss=0.1296, over 14208.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04395, over 306.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3437, pruned_loss=0.09707, over 2778275.33 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07285, over 46307.21 utterances.], batch size: 306, lr: 1.62e-04 +2022-09-19 16:14:06,371 INFO [train.py:885] (1/2) Epoch 29, batch 6750, loss[loss=0.2319, simple_loss=0.3066, pruned_loss=0.07855, over 14294.00 frames. utt_duration=477.9 frames, utt_pad_proportion=0.04036, over 120.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3404, pruned_loss=0.09537, over 2781912.16 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07187, over 44610.14 utterances.], batch size: 120, lr: 1.62e-04 +2022-09-19 16:14:36,231 INFO [train.py:885] (1/2) Epoch 29, batch 6800, loss[loss=0.3044, simple_loss=0.3959, pruned_loss=0.1065, over 13764.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07153, over 411.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3423, pruned_loss=0.09674, over 2779881.26 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07179, over 45299.17 utterances.], batch size: 411, lr: 1.62e-04 +2022-09-19 16:15:05,226 INFO [train.py:885] (1/2) Epoch 29, batch 6850, loss[loss=0.3554, simple_loss=0.4083, pruned_loss=0.1512, over 14350.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03576, over 210.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3426, pruned_loss=0.09705, over 2780972.97 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07128, over 45332.57 utterances.], batch size: 210, lr: 1.62e-04 +2022-09-19 16:15:34,982 INFO [train.py:885] (1/2) Epoch 29, batch 6900, loss[loss=0.2141, simple_loss=0.2798, pruned_loss=0.07413, over 13696.00 frames. utt_duration=795.5 frames, utt_pad_proportion=0.07388, over 69.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3427, pruned_loss=0.09764, over 2777920.28 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07355, over 45279.69 utterances.], batch size: 69, lr: 1.62e-04 +2022-09-19 16:16:04,107 INFO [train.py:885] (1/2) Epoch 29, batch 6950, loss[loss=0.5105, simple_loss=0.5766, pruned_loss=0.2222, over 13102.00 frames. utt_duration=81.76 frames, utt_pad_proportion=0.1113, over 653.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3426, pruned_loss=0.09841, over 2777875.54 frames. utt_duration=253 frames, utt_pad_proportion=0.07233, over 44173.83 utterances.], batch size: 653, lr: 1.62e-04 +2022-09-19 16:16:33,749 INFO [train.py:885] (1/2) Epoch 29, batch 7000, loss[loss=0.1853, simple_loss=0.2561, pruned_loss=0.05724, over 13866.00 frames. utt_duration=926 frames, utt_pad_proportion=0.06373, over 60.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3443, pruned_loss=0.09836, over 2773658.85 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07411, over 45859.91 utterances.], batch size: 60, lr: 1.62e-04 +2022-09-19 16:17:02,843 INFO [train.py:885] (1/2) Epoch 29, batch 7050, loss[loss=0.1809, simple_loss=0.2579, pruned_loss=0.052, over 13852.00 frames. utt_duration=925 frames, utt_pad_proportion=0.06851, over 60.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3451, pruned_loss=0.09836, over 2773956.21 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07534, over 46363.50 utterances.], batch size: 60, lr: 1.62e-04 +2022-09-19 16:17:33,007 INFO [train.py:885] (1/2) Epoch 29, batch 7100, loss[loss=0.262, simple_loss=0.3437, pruned_loss=0.09017, over 14361.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03811, over 167.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3443, pruned_loss=0.09718, over 2776903.36 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07489, over 46390.18 utterances.], batch size: 167, lr: 1.62e-04 +2022-09-19 16:18:02,592 INFO [train.py:885] (1/2) Epoch 29, batch 7150, loss[loss=0.2942, simple_loss=0.3719, pruned_loss=0.1082, over 14355.00 frames. utt_duration=274.8 frames, utt_pad_proportion=0.03587, over 210.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3462, pruned_loss=0.09832, over 2780034.48 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07376, over 46905.96 utterances.], batch size: 210, lr: 1.62e-04 +2022-09-19 16:18:32,110 INFO [train.py:885] (1/2) Epoch 29, batch 7200, loss[loss=0.3292, simple_loss=0.3978, pruned_loss=0.1303, over 14264.00 frames. utt_duration=187.9 frames, utt_pad_proportion=0.0412, over 306.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3441, pruned_loss=0.0974, over 2776762.80 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07436, over 46505.28 utterances.], batch size: 306, lr: 1.62e-04 +2022-09-19 16:19:01,756 INFO [train.py:885] (1/2) Epoch 29, batch 7250, loss[loss=0.212, simple_loss=0.2751, pruned_loss=0.07449, over 13986.00 frames. utt_duration=800.6 frames, utt_pad_proportion=0.06366, over 70.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3463, pruned_loss=0.09903, over 2775313.95 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07532, over 46820.63 utterances.], batch size: 70, lr: 1.62e-04 +2022-09-19 16:19:31,513 INFO [train.py:885] (1/2) Epoch 29, batch 7300, loss[loss=0.3069, simple_loss=0.4155, pruned_loss=0.09922, over 13625.00 frames. utt_duration=98.67 frames, utt_pad_proportion=0.07787, over 560.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3447, pruned_loss=0.0988, over 2776002.92 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07338, over 45934.09 utterances.], batch size: 560, lr: 1.62e-04 +2022-09-19 16:20:01,352 INFO [train.py:885] (1/2) Epoch 29, batch 7350, loss[loss=0.2684, simple_loss=0.3405, pruned_loss=0.09815, over 14327.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.0369, over 180.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.343, pruned_loss=0.09782, over 2781188.02 frames. utt_duration=249.5 frames, utt_pad_proportion=0.07108, over 44848.15 utterances.], batch size: 180, lr: 1.62e-04 +2022-09-19 16:20:30,967 INFO [train.py:885] (1/2) Epoch 29, batch 7400, loss[loss=0.3002, simple_loss=0.375, pruned_loss=0.1127, over 14317.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0384, over 283.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3446, pruned_loss=0.09808, over 2776935.78 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07332, over 46198.40 utterances.], batch size: 283, lr: 1.62e-04 +2022-09-19 16:21:00,712 INFO [train.py:885] (1/2) Epoch 29, batch 7450, loss[loss=0.1618, simple_loss=0.2261, pruned_loss=0.04878, over 13249.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09522, over 41.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3459, pruned_loss=0.09842, over 2780006.03 frames. utt_duration=241.7 frames, utt_pad_proportion=0.07281, over 46286.69 utterances.], batch size: 41, lr: 1.62e-04 +2022-09-19 16:21:30,913 INFO [train.py:885] (1/2) Epoch 29, batch 7500, loss[loss=0.2642, simple_loss=0.3297, pruned_loss=0.09934, over 14302.00 frames. utt_duration=441.6 frames, utt_pad_proportion=0.03794, over 130.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3422, pruned_loss=0.09785, over 2782071.40 frames. utt_duration=252.8 frames, utt_pad_proportion=0.07043, over 44277.76 utterances.], batch size: 130, lr: 1.62e-04 +2022-09-19 16:22:01,033 INFO [train.py:885] (1/2) Epoch 29, batch 7550, loss[loss=0.262, simple_loss=0.362, pruned_loss=0.08102, over 13986.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05705, over 365.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3417, pruned_loss=0.09751, over 2781651.76 frames. utt_duration=255.1 frames, utt_pad_proportion=0.06971, over 43874.81 utterances.], batch size: 365, lr: 1.62e-04 +2022-09-19 16:22:30,491 INFO [train.py:885] (1/2) Epoch 29, batch 7600, loss[loss=0.2691, simple_loss=0.3416, pruned_loss=0.09833, over 14297.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03993, over 120.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3449, pruned_loss=0.0993, over 2781239.89 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07293, over 45066.55 utterances.], batch size: 120, lr: 1.62e-04 +2022-09-19 16:23:00,365 INFO [train.py:885] (1/2) Epoch 29, batch 7650, loss[loss=0.3571, simple_loss=0.4141, pruned_loss=0.1501, over 14186.00 frames. utt_duration=187 frames, utt_pad_proportion=0.0459, over 306.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3449, pruned_loss=0.09828, over 2778656.35 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07385, over 45575.42 utterances.], batch size: 306, lr: 1.62e-04 +2022-09-19 16:23:30,329 INFO [train.py:885] (1/2) Epoch 29, batch 7700, loss[loss=0.2917, simple_loss=0.3657, pruned_loss=0.1088, over 14312.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03965, over 262.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3455, pruned_loss=0.0993, over 2781964.13 frames. utt_duration=244.3 frames, utt_pad_proportion=0.0712, over 45829.68 utterances.], batch size: 262, lr: 1.62e-04 +2022-09-19 16:24:00,679 INFO [train.py:885] (1/2) Epoch 29, batch 7750, loss[loss=0.1931, simple_loss=0.2757, pruned_loss=0.05531, over 12274.00 frames. utt_duration=2047 frames, utt_pad_proportion=0.1533, over 24.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3451, pruned_loss=0.09916, over 2779014.60 frames. utt_duration=247 frames, utt_pad_proportion=0.07177, over 45285.13 utterances.], batch size: 24, lr: 1.62e-04 +2022-09-19 16:24:30,197 INFO [train.py:885] (1/2) Epoch 29, batch 7800, loss[loss=0.2045, simple_loss=0.2761, pruned_loss=0.0664, over 14283.00 frames. utt_duration=520.8 frames, utt_pad_proportion=0.04439, over 110.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3462, pruned_loss=0.09928, over 2780523.79 frames. utt_duration=243.3 frames, utt_pad_proportion=0.0725, over 45997.02 utterances.], batch size: 110, lr: 1.62e-04 +2022-09-19 16:25:00,077 INFO [train.py:885] (1/2) Epoch 29, batch 7850, loss[loss=0.2008, simple_loss=0.2791, pruned_loss=0.06123, over 14149.00 frames. utt_duration=637.3 frames, utt_pad_proportion=0.05019, over 89.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3443, pruned_loss=0.09787, over 2785310.35 frames. utt_duration=248.3 frames, utt_pad_proportion=0.06956, over 45139.32 utterances.], batch size: 89, lr: 1.62e-04 +2022-09-19 16:25:29,738 INFO [train.py:885] (1/2) Epoch 29, batch 7900, loss[loss=0.1678, simple_loss=0.23, pruned_loss=0.05284, over 12437.00 frames. utt_duration=2075 frames, utt_pad_proportion=0.1458, over 24.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3451, pruned_loss=0.0987, over 2782859.39 frames. utt_duration=247 frames, utt_pad_proportion=0.07148, over 45345.33 utterances.], batch size: 24, lr: 1.62e-04 +2022-09-19 16:25:59,292 INFO [train.py:885] (1/2) Epoch 29, batch 7950, loss[loss=0.381, simple_loss=0.4804, pruned_loss=0.1408, over 13140.00 frames. utt_duration=82.02 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3477, pruned_loss=0.09952, over 2785004.52 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07236, over 46721.62 utterances.], batch size: 653, lr: 1.62e-04 +2022-09-19 16:26:29,178 INFO [train.py:885] (1/2) Epoch 29, batch 8000, loss[loss=0.3227, simple_loss=0.3883, pruned_loss=0.1285, over 14214.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04372, over 306.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3435, pruned_loss=0.09792, over 2784830.27 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07209, over 44942.50 utterances.], batch size: 306, lr: 1.62e-04 +2022-09-19 16:26:58,874 INFO [train.py:885] (1/2) Epoch 29, batch 8050, loss[loss=0.2821, simple_loss=0.355, pruned_loss=0.1046, over 14372.00 frames. utt_duration=345.5 frames, utt_pad_proportion=0.03755, over 167.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3454, pruned_loss=0.09878, over 2786767.01 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07123, over 45712.76 utterances.], batch size: 167, lr: 1.62e-04 +2022-09-19 16:27:29,845 INFO [train.py:885] (1/2) Epoch 29, batch 8100, loss[loss=0.2164, simple_loss=0.3022, pruned_loss=0.06528, over 14130.00 frames. utt_duration=578.1 frames, utt_pad_proportion=0.05079, over 98.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3473, pruned_loss=0.1005, over 2787812.09 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07076, over 45564.69 utterances.], batch size: 98, lr: 1.62e-04 +2022-09-19 16:27:59,676 INFO [train.py:885] (1/2) Epoch 29, batch 8150, loss[loss=0.2192, simple_loss=0.2913, pruned_loss=0.07355, over 14227.00 frames. utt_duration=640.9 frames, utt_pad_proportion=0.04483, over 89.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3422, pruned_loss=0.09785, over 2785057.21 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07041, over 43995.72 utterances.], batch size: 89, lr: 1.61e-04 +2022-09-19 16:28:29,434 INFO [train.py:885] (1/2) Epoch 29, batch 8200, loss[loss=0.3532, simple_loss=0.4297, pruned_loss=0.1383, over 13953.00 frames. utt_duration=154.2 frames, utt_pad_proportion=0.05966, over 365.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3415, pruned_loss=0.09715, over 2781703.32 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07116, over 44183.84 utterances.], batch size: 365, lr: 1.61e-04 +2022-09-19 16:28:59,119 INFO [train.py:885] (1/2) Epoch 29, batch 8250, loss[loss=0.199, simple_loss=0.2652, pruned_loss=0.06643, over 13737.00 frames. utt_duration=917.4 frames, utt_pad_proportion=0.07524, over 60.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3428, pruned_loss=0.09817, over 2783552.37 frames. utt_duration=254.7 frames, utt_pad_proportion=0.07039, over 43979.06 utterances.], batch size: 60, lr: 1.61e-04 +2022-09-19 16:29:28,285 INFO [train.py:885] (1/2) Epoch 29, batch 8300, loss[loss=0.1653, simple_loss=0.2358, pruned_loss=0.04741, over 13847.00 frames. utt_duration=924.3 frames, utt_pad_proportion=0.07107, over 60.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3408, pruned_loss=0.0969, over 2785241.80 frames. utt_duration=258.1 frames, utt_pad_proportion=0.06932, over 43406.62 utterances.], batch size: 60, lr: 1.61e-04 +2022-09-19 16:29:58,553 INFO [train.py:885] (1/2) Epoch 29, batch 8350, loss[loss=0.1831, simple_loss=0.2513, pruned_loss=0.05745, over 13411.00 frames. utt_duration=1074 frames, utt_pad_proportion=0.08634, over 50.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3386, pruned_loss=0.09597, over 2780745.16 frames. utt_duration=263.8 frames, utt_pad_proportion=0.06894, over 42404.95 utterances.], batch size: 50, lr: 1.61e-04 +2022-09-19 16:30:28,146 INFO [train.py:885] (1/2) Epoch 29, batch 8400, loss[loss=0.1442, simple_loss=0.2105, pruned_loss=0.03892, over 13568.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08644, over 50.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3365, pruned_loss=0.09516, over 2779726.62 frames. utt_duration=267.2 frames, utt_pad_proportion=0.06908, over 41843.83 utterances.], batch size: 50, lr: 1.61e-04 +2022-09-19 16:30:58,270 INFO [train.py:885] (1/2) Epoch 29, batch 8450, loss[loss=0.2208, simple_loss=0.3161, pruned_loss=0.06271, over 14333.00 frames. utt_duration=295.5 frames, utt_pad_proportion=0.0376, over 195.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3378, pruned_loss=0.09554, over 2779414.99 frames. utt_duration=263.4 frames, utt_pad_proportion=0.06935, over 42443.10 utterances.], batch size: 195, lr: 1.61e-04 +2022-09-19 16:31:28,027 INFO [train.py:885] (1/2) Epoch 29, batch 8500, loss[loss=0.303, simple_loss=0.4109, pruned_loss=0.09761, over 13586.00 frames. utt_duration=98.39 frames, utt_pad_proportion=0.08044, over 560.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3424, pruned_loss=0.09735, over 2778097.63 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07196, over 44406.53 utterances.], batch size: 560, lr: 1.61e-04 +2022-09-19 16:31:57,336 INFO [train.py:885] (1/2) Epoch 29, batch 8550, loss[loss=0.3206, simple_loss=0.3876, pruned_loss=0.1268, over 14186.00 frames. utt_duration=187 frames, utt_pad_proportion=0.04583, over 306.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3386, pruned_loss=0.096, over 2781185.00 frames. utt_duration=260.7 frames, utt_pad_proportion=0.06853, over 42908.49 utterances.], batch size: 306, lr: 1.61e-04 +2022-09-19 16:32:27,174 INFO [train.py:885] (1/2) Epoch 29, batch 8600, loss[loss=0.1617, simple_loss=0.2395, pruned_loss=0.04197, over 13906.00 frames. utt_duration=807.8 frames, utt_pad_proportion=0.05848, over 69.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3391, pruned_loss=0.0956, over 2782437.51 frames. utt_duration=258.8 frames, utt_pad_proportion=0.06941, over 43249.44 utterances.], batch size: 69, lr: 1.61e-04 +2022-09-19 16:32:56,659 INFO [train.py:885] (1/2) Epoch 29, batch 8650, loss[loss=0.2959, simple_loss=0.3495, pruned_loss=0.1212, over 14171.00 frames. utt_duration=521.4 frames, utt_pad_proportion=0.04507, over 109.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3391, pruned_loss=0.09575, over 2783305.23 frames. utt_duration=258.6 frames, utt_pad_proportion=0.06923, over 43295.18 utterances.], batch size: 109, lr: 1.61e-04 +2022-09-19 16:33:27,260 INFO [train.py:885] (1/2) Epoch 29, batch 8700, loss[loss=0.2633, simple_loss=0.3374, pruned_loss=0.09458, over 14254.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04541, over 141.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3421, pruned_loss=0.09711, over 2781135.43 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07153, over 44715.11 utterances.], batch size: 141, lr: 1.61e-04 +2022-09-19 16:33:56,922 INFO [train.py:885] (1/2) Epoch 29, batch 8750, loss[loss=0.2743, simple_loss=0.3623, pruned_loss=0.09318, over 14377.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03232, over 244.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3447, pruned_loss=0.09792, over 2779736.07 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07143, over 45891.44 utterances.], batch size: 244, lr: 1.61e-04 +2022-09-19 16:34:26,434 INFO [train.py:885] (1/2) Epoch 29, batch 8800, loss[loss=0.295, simple_loss=0.3692, pruned_loss=0.1104, over 14349.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03657, over 195.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3482, pruned_loss=0.1001, over 2780017.02 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07257, over 47402.97 utterances.], batch size: 195, lr: 1.61e-04 +2022-09-19 16:34:56,484 INFO [train.py:885] (1/2) Epoch 29, batch 8850, loss[loss=0.1471, simple_loss=0.214, pruned_loss=0.04006, over 12674.00 frames. utt_duration=2029 frames, utt_pad_proportion=0.1303, over 25.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3465, pruned_loss=0.09934, over 2778046.70 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07331, over 47110.24 utterances.], batch size: 25, lr: 1.61e-04 +2022-09-19 16:35:26,214 INFO [train.py:885] (1/2) Epoch 29, batch 8900, loss[loss=0.2283, simple_loss=0.2982, pruned_loss=0.07923, over 14193.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04344, over 109.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3445, pruned_loss=0.09784, over 2777515.22 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07318, over 46990.60 utterances.], batch size: 109, lr: 1.61e-04 +2022-09-19 16:35:56,451 INFO [train.py:885] (1/2) Epoch 29, batch 8950, loss[loss=0.3139, simple_loss=0.3863, pruned_loss=0.1207, over 14336.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03815, over 262.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3433, pruned_loss=0.09717, over 2781131.49 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0716, over 46108.32 utterances.], batch size: 262, lr: 1.61e-04 +2022-09-19 16:36:26,289 INFO [train.py:885] (1/2) Epoch 29, batch 9000, loss[loss=0.2075, simple_loss=0.2709, pruned_loss=0.07206, over 13719.00 frames. utt_duration=1099 frames, utt_pad_proportion=0.07493, over 50.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3437, pruned_loss=0.09739, over 2779050.38 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07324, over 46503.80 utterances.], batch size: 50, lr: 1.61e-04 +2022-09-19 16:36:26,290 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 16:36:30,499 INFO [train.py:914] (1/2) Epoch 29, validation: loss=0.1859, simple_loss=0.2667, pruned_loss=0.05254, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 16:37:00,354 INFO [train.py:885] (1/2) Epoch 29, batch 9050, loss[loss=0.3648, simple_loss=0.4127, pruned_loss=0.1585, over 14258.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04111, over 335.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3466, pruned_loss=0.09918, over 2781665.03 frames. utt_duration=237.5 frames, utt_pad_proportion=0.07151, over 47134.42 utterances.], batch size: 335, lr: 1.61e-04 +2022-09-19 16:37:29,542 INFO [train.py:885] (1/2) Epoch 29, batch 9100, loss[loss=0.1998, simple_loss=0.2813, pruned_loss=0.05916, over 14031.00 frames. utt_duration=574 frames, utt_pad_proportion=0.05907, over 98.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3434, pruned_loss=0.09741, over 2783191.01 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07107, over 46075.11 utterances.], batch size: 98, lr: 1.61e-04 +2022-09-19 16:37:59,796 INFO [train.py:885] (1/2) Epoch 29, batch 9150, loss[loss=0.1811, simple_loss=0.2595, pruned_loss=0.05134, over 13766.00 frames. utt_duration=799.7 frames, utt_pad_proportion=0.06902, over 69.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3465, pruned_loss=0.09776, over 2781788.89 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07159, over 47708.25 utterances.], batch size: 69, lr: 1.61e-04 +2022-09-19 16:38:29,317 INFO [train.py:885] (1/2) Epoch 29, batch 9200, loss[loss=0.2425, simple_loss=0.3213, pruned_loss=0.08179, over 14308.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03754, over 130.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3492, pruned_loss=0.09909, over 2783617.95 frames. utt_duration=229.4 frames, utt_pad_proportion=0.07236, over 48847.45 utterances.], batch size: 130, lr: 1.61e-04 +2022-09-19 16:38:59,477 INFO [train.py:885] (1/2) Epoch 29, batch 9250, loss[loss=0.3337, simple_loss=0.4406, pruned_loss=0.1134, over 13165.00 frames. utt_duration=82.15 frames, utt_pad_proportion=0.107, over 653.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3492, pruned_loss=0.09895, over 2779475.53 frames. utt_duration=226.1 frames, utt_pad_proportion=0.0745, over 49497.72 utterances.], batch size: 653, lr: 1.61e-04 +2022-09-19 16:39:29,059 INFO [train.py:885] (1/2) Epoch 29, batch 9300, loss[loss=0.281, simple_loss=0.3575, pruned_loss=0.1023, over 14351.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03702, over 262.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3429, pruned_loss=0.09669, over 2777706.04 frames. utt_duration=242 frames, utt_pad_proportion=0.07258, over 46200.37 utterances.], batch size: 262, lr: 1.61e-04 +2022-09-19 16:39:58,896 INFO [train.py:885] (1/2) Epoch 29, batch 9350, loss[loss=0.2328, simple_loss=0.3137, pruned_loss=0.07592, over 14310.00 frames. utt_duration=478.5 frames, utt_pad_proportion=0.03911, over 120.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3431, pruned_loss=0.09748, over 2782461.10 frames. utt_duration=246.8 frames, utt_pad_proportion=0.07026, over 45373.84 utterances.], batch size: 120, lr: 1.61e-04 +2022-09-19 16:40:28,530 INFO [train.py:885] (1/2) Epoch 29, batch 9400, loss[loss=0.2836, simple_loss=0.3779, pruned_loss=0.09462, over 14026.00 frames. utt_duration=155.1 frames, utt_pad_proportion=0.05409, over 365.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3422, pruned_loss=0.09681, over 2780106.25 frames. utt_duration=247.1 frames, utt_pad_proportion=0.06951, over 45271.43 utterances.], batch size: 365, lr: 1.61e-04 +2022-09-19 16:40:58,514 INFO [train.py:885] (1/2) Epoch 29, batch 9450, loss[loss=0.2908, simple_loss=0.3666, pruned_loss=0.1075, over 14380.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03197, over 244.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.344, pruned_loss=0.09764, over 2782932.81 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07058, over 45625.07 utterances.], batch size: 244, lr: 1.61e-04 +2022-09-19 16:41:28,651 INFO [train.py:885] (1/2) Epoch 29, batch 9500, loss[loss=0.3327, simple_loss=0.4007, pruned_loss=0.1324, over 14317.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03892, over 262.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3448, pruned_loss=0.09807, over 2781630.49 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07103, over 45579.22 utterances.], batch size: 262, lr: 1.61e-04 +2022-09-19 16:41:58,902 INFO [train.py:885] (1/2) Epoch 29, batch 9550, loss[loss=0.2699, simple_loss=0.3648, pruned_loss=0.08749, over 14020.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05701, over 366.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3443, pruned_loss=0.09775, over 2779466.02 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07121, over 46208.10 utterances.], batch size: 366, lr: 1.61e-04 +2022-09-19 16:42:28,605 INFO [train.py:885] (1/2) Epoch 29, batch 9600, loss[loss=0.1666, simple_loss=0.2547, pruned_loss=0.03919, over 14229.00 frames. utt_duration=640.9 frames, utt_pad_proportion=0.04484, over 89.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3438, pruned_loss=0.0985, over 2776827.96 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07345, over 45286.75 utterances.], batch size: 89, lr: 1.61e-04 +2022-09-19 16:42:58,847 INFO [train.py:885] (1/2) Epoch 29, batch 9650, loss[loss=0.2137, simple_loss=0.2858, pruned_loss=0.07079, over 14118.00 frames. utt_duration=519.6 frames, utt_pad_proportion=0.04836, over 109.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3392, pruned_loss=0.09607, over 2778336.05 frames. utt_duration=255.1 frames, utt_pad_proportion=0.07157, over 43815.82 utterances.], batch size: 109, lr: 1.61e-04 +2022-09-19 16:43:27,936 INFO [train.py:885] (1/2) Epoch 29, batch 9700, loss[loss=0.261, simple_loss=0.3362, pruned_loss=0.09284, over 14280.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.04212, over 154.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3416, pruned_loss=0.09745, over 2778955.74 frames. utt_duration=250.6 frames, utt_pad_proportion=0.0719, over 44613.58 utterances.], batch size: 154, lr: 1.61e-04 +2022-09-19 16:43:57,395 INFO [train.py:885] (1/2) Epoch 29, batch 9750, loss[loss=0.2748, simple_loss=0.3477, pruned_loss=0.1009, over 14249.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04187, over 225.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3396, pruned_loss=0.09597, over 2782861.89 frames. utt_duration=257.1 frames, utt_pad_proportion=0.07081, over 43540.09 utterances.], batch size: 225, lr: 1.61e-04 +2022-09-19 16:44:26,751 INFO [train.py:885] (1/2) Epoch 29, batch 9800, loss[loss=0.2678, simple_loss=0.3551, pruned_loss=0.09023, over 14333.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03719, over 210.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3421, pruned_loss=0.0971, over 2784370.35 frames. utt_duration=253.6 frames, utt_pad_proportion=0.06995, over 44166.25 utterances.], batch size: 210, lr: 1.61e-04 +2022-09-19 16:45:02,712 INFO [train.py:885] (1/2) Epoch 29, batch 9850, loss[loss=0.2778, simple_loss=0.3592, pruned_loss=0.0982, over 14366.00 frames. utt_duration=275 frames, utt_pad_proportion=0.03519, over 210.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3441, pruned_loss=0.09776, over 2791843.06 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06713, over 44863.84 utterances.], batch size: 210, lr: 1.61e-04 +2022-09-19 16:45:32,183 INFO [train.py:885] (1/2) Epoch 29, batch 9900, loss[loss=0.3425, simple_loss=0.3979, pruned_loss=0.1435, over 14358.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03674, over 283.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3447, pruned_loss=0.0978, over 2791814.48 frames. utt_duration=247.9 frames, utt_pad_proportion=0.06738, over 45324.88 utterances.], batch size: 283, lr: 1.61e-04 +2022-09-19 16:46:01,769 INFO [train.py:885] (1/2) Epoch 29, batch 9950, loss[loss=0.2279, simple_loss=0.3114, pruned_loss=0.07217, over 14184.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04365, over 109.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3473, pruned_loss=0.09927, over 2790958.03 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06808, over 45936.12 utterances.], batch size: 109, lr: 1.61e-04 +2022-09-19 16:46:31,436 INFO [train.py:885] (1/2) Epoch 29, batch 10000, loss[loss=0.2978, simple_loss=0.3642, pruned_loss=0.1157, over 14366.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03222, over 244.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.3466, pruned_loss=0.09899, over 2791869.72 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06777, over 45798.66 utterances.], batch size: 244, lr: 1.61e-04 +2022-09-19 16:47:00,569 INFO [train.py:885] (1/2) Epoch 29, batch 10050, loss[loss=0.1517, simple_loss=0.2055, pruned_loss=0.04898, over 12687.00 frames. utt_duration=2116 frames, utt_pad_proportion=0.1375, over 24.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.346, pruned_loss=0.09846, over 2788773.50 frames. utt_duration=244.5 frames, utt_pad_proportion=0.06886, over 45898.67 utterances.], batch size: 24, lr: 1.61e-04 +2022-09-19 16:47:29,938 INFO [train.py:885] (1/2) Epoch 29, batch 10100, loss[loss=0.3095, simple_loss=0.3793, pruned_loss=0.1199, over 14239.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.0421, over 306.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3476, pruned_loss=0.09891, over 2788005.30 frames. utt_duration=240 frames, utt_pad_proportion=0.06892, over 46746.02 utterances.], batch size: 306, lr: 1.61e-04 +2022-09-19 16:47:59,476 INFO [train.py:885] (1/2) Epoch 29, batch 10150, loss[loss=0.1805, simple_loss=0.2571, pruned_loss=0.05193, over 13808.00 frames. utt_duration=802 frames, utt_pad_proportion=0.06631, over 69.00 utterances.], tot_loss[loss=0.272, simple_loss=0.347, pruned_loss=0.0985, over 2776550.61 frames. utt_duration=238.8 frames, utt_pad_proportion=0.0723, over 46788.61 utterances.], batch size: 69, lr: 1.61e-04 +2022-09-19 16:48:29,178 INFO [train.py:885] (1/2) Epoch 29, batch 10200, loss[loss=0.2707, simple_loss=0.3442, pruned_loss=0.09861, over 14248.00 frames. utt_duration=254.7 frames, utt_pad_proportion=0.04237, over 225.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.35, pruned_loss=0.1002, over 2780768.50 frames. utt_duration=233.1 frames, utt_pad_proportion=0.07245, over 48020.78 utterances.], batch size: 225, lr: 1.61e-04 +2022-09-19 16:48:58,616 INFO [train.py:885] (1/2) Epoch 29, batch 10250, loss[loss=0.1662, simple_loss=0.2368, pruned_loss=0.04785, over 13512.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.09047, over 50.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3493, pruned_loss=0.1004, over 2778588.85 frames. utt_duration=235.8 frames, utt_pad_proportion=0.07146, over 47440.74 utterances.], batch size: 50, lr: 1.61e-04 +2022-09-19 16:49:28,328 INFO [train.py:885] (1/2) Epoch 29, batch 10300, loss[loss=0.3422, simple_loss=0.4327, pruned_loss=0.1259, over 13636.00 frames. utt_duration=98.54 frames, utt_pad_proportion=0.07908, over 561.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.348, pruned_loss=0.09959, over 2776669.52 frames. utt_duration=236.2 frames, utt_pad_proportion=0.07229, over 47321.60 utterances.], batch size: 561, lr: 1.61e-04 +2022-09-19 16:49:58,729 INFO [train.py:885] (1/2) Epoch 29, batch 10350, loss[loss=0.2673, simple_loss=0.3591, pruned_loss=0.08774, over 14011.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05515, over 365.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.347, pruned_loss=0.09955, over 2779260.61 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07143, over 46055.27 utterances.], batch size: 365, lr: 1.61e-04 +2022-09-19 16:50:27,691 INFO [train.py:885] (1/2) Epoch 29, batch 10400, loss[loss=0.1882, simple_loss=0.2569, pruned_loss=0.05972, over 14098.00 frames. utt_duration=715.2 frames, utt_pad_proportion=0.05391, over 79.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3433, pruned_loss=0.09725, over 2779843.14 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07187, over 44497.76 utterances.], batch size: 79, lr: 1.61e-04 +2022-09-19 16:50:56,659 INFO [train.py:885] (1/2) Epoch 29, batch 10450, loss[loss=0.3253, simple_loss=0.3878, pruned_loss=0.1314, over 14331.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0381, over 283.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3465, pruned_loss=0.09846, over 2781384.95 frames. utt_duration=239.6 frames, utt_pad_proportion=0.07176, over 46717.66 utterances.], batch size: 283, lr: 1.61e-04 +2022-09-19 16:51:26,365 INFO [train.py:885] (1/2) Epoch 29, batch 10500, loss[loss=0.2615, simple_loss=0.3342, pruned_loss=0.09437, over 14270.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04237, over 130.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3472, pruned_loss=0.09939, over 2777856.12 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07156, over 46612.91 utterances.], batch size: 130, lr: 1.61e-04 +2022-09-19 16:51:55,917 INFO [train.py:885] (1/2) Epoch 29, batch 10550, loss[loss=0.2516, simple_loss=0.3339, pruned_loss=0.08469, over 14238.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04426, over 141.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3468, pruned_loss=0.09926, over 2782992.62 frames. utt_duration=241.3 frames, utt_pad_proportion=0.06954, over 46415.12 utterances.], batch size: 141, lr: 1.61e-04 +2022-09-19 16:52:25,780 INFO [train.py:885] (1/2) Epoch 29, batch 10600, loss[loss=0.5572, simple_loss=0.626, pruned_loss=0.2442, over 12444.00 frames. utt_duration=63.07 frames, utt_pad_proportion=0.1477, over 810.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3475, pruned_loss=0.0996, over 2783630.14 frames. utt_duration=238.3 frames, utt_pad_proportion=0.06974, over 47009.14 utterances.], batch size: 810, lr: 1.61e-04 +2022-09-19 16:52:55,713 INFO [train.py:885] (1/2) Epoch 29, batch 10650, loss[loss=0.2614, simple_loss=0.342, pruned_loss=0.09039, over 14339.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03935, over 167.00 utterances.], tot_loss[loss=0.2758, simple_loss=0.3501, pruned_loss=0.1007, over 2783695.28 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07046, over 48164.25 utterances.], batch size: 167, lr: 1.61e-04 +2022-09-19 16:53:25,964 INFO [train.py:885] (1/2) Epoch 29, batch 10700, loss[loss=0.2028, simple_loss=0.2774, pruned_loss=0.06415, over 14130.00 frames. utt_duration=519.9 frames, utt_pad_proportion=0.04777, over 109.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.349, pruned_loss=0.1002, over 2783467.56 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07153, over 47104.18 utterances.], batch size: 109, lr: 1.61e-04 +2022-09-19 16:53:54,649 INFO [train.py:885] (1/2) Epoch 29, batch 10750, loss[loss=0.2161, simple_loss=0.2842, pruned_loss=0.07397, over 13648.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.0819, over 50.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3453, pruned_loss=0.09838, over 2778012.09 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07314, over 46225.78 utterances.], batch size: 50, lr: 1.61e-04 +2022-09-19 16:54:25,039 INFO [train.py:885] (1/2) Epoch 29, batch 10800, loss[loss=0.3455, simple_loss=0.4298, pruned_loss=0.1306, over 13659.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.07322, over 478.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3478, pruned_loss=0.09858, over 2775734.36 frames. utt_duration=231.9 frames, utt_pad_proportion=0.07499, over 48180.01 utterances.], batch size: 478, lr: 1.61e-04 +2022-09-19 16:54:54,343 INFO [train.py:885] (1/2) Epoch 29, batch 10850, loss[loss=0.2416, simple_loss=0.336, pruned_loss=0.07357, over 14296.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03936, over 226.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3469, pruned_loss=0.09802, over 2773187.83 frames. utt_duration=232.8 frames, utt_pad_proportion=0.07584, over 47950.19 utterances.], batch size: 226, lr: 1.61e-04 +2022-09-19 16:55:24,112 INFO [train.py:885] (1/2) Epoch 29, batch 10900, loss[loss=0.3809, simple_loss=0.4686, pruned_loss=0.1466, over 13174.00 frames. utt_duration=82.28 frames, utt_pad_proportion=0.1057, over 653.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3495, pruned_loss=0.09893, over 2770147.22 frames. utt_duration=226.1 frames, utt_pad_proportion=0.07655, over 49322.05 utterances.], batch size: 653, lr: 1.61e-04 +2022-09-19 16:55:53,584 INFO [train.py:885] (1/2) Epoch 29, batch 10950, loss[loss=0.25, simple_loss=0.3396, pruned_loss=0.08023, over 14315.00 frames. utt_duration=344.1 frames, utt_pad_proportion=0.04158, over 167.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3479, pruned_loss=0.09841, over 2774653.38 frames. utt_duration=228.9 frames, utt_pad_proportion=0.07509, over 48800.20 utterances.], batch size: 167, lr: 1.61e-04 +2022-09-19 16:56:22,060 INFO [train.py:885] (1/2) Epoch 29, batch 11000, loss[loss=0.288, simple_loss=0.3679, pruned_loss=0.1041, over 14295.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04045, over 262.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3469, pruned_loss=0.09788, over 2776907.72 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07309, over 48053.74 utterances.], batch size: 262, lr: 1.61e-04 +2022-09-19 16:56:52,433 INFO [train.py:885] (1/2) Epoch 29, batch 11050, loss[loss=0.2913, simple_loss=0.3879, pruned_loss=0.0973, over 13639.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08103, over 477.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3453, pruned_loss=0.09745, over 2778244.98 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07098, over 46870.64 utterances.], batch size: 477, lr: 1.61e-04 +2022-09-19 16:57:21,989 INFO [train.py:885] (1/2) Epoch 29, batch 11100, loss[loss=0.2558, simple_loss=0.3251, pruned_loss=0.09326, over 14104.00 frames. utt_duration=519.1 frames, utt_pad_proportion=0.04922, over 109.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3437, pruned_loss=0.09656, over 2778489.99 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07109, over 46364.89 utterances.], batch size: 109, lr: 1.61e-04 +2022-09-19 16:57:51,713 INFO [train.py:885] (1/2) Epoch 29, batch 11150, loss[loss=0.1705, simple_loss=0.2355, pruned_loss=0.05278, over 13409.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08464, over 41.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.344, pruned_loss=0.09625, over 2775693.17 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07277, over 46989.64 utterances.], batch size: 41, lr: 1.61e-04 +2022-09-19 16:58:20,696 INFO [train.py:885] (1/2) Epoch 29, batch 11200, loss[loss=0.185, simple_loss=0.2541, pruned_loss=0.05795, over 13858.00 frames. utt_duration=925.2 frames, utt_pad_proportion=0.06831, over 60.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3424, pruned_loss=0.09616, over 2780167.86 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07146, over 45280.07 utterances.], batch size: 60, lr: 1.61e-04 +2022-09-19 16:58:50,534 INFO [train.py:885] (1/2) Epoch 29, batch 11250, loss[loss=0.1608, simple_loss=0.226, pruned_loss=0.04783, over 13251.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.09616, over 41.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3436, pruned_loss=0.09648, over 2782806.75 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07143, over 45939.89 utterances.], batch size: 41, lr: 1.61e-04 +2022-09-19 16:59:19,561 INFO [train.py:885] (1/2) Epoch 29, batch 11300, loss[loss=0.2169, simple_loss=0.3098, pruned_loss=0.06198, over 14273.00 frames. utt_duration=372.3 frames, utt_pad_proportion=0.04285, over 154.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3467, pruned_loss=0.09842, over 2788267.24 frames. utt_duration=242.3 frames, utt_pad_proportion=0.0693, over 46311.52 utterances.], batch size: 154, lr: 1.61e-04 +2022-09-19 16:59:49,209 INFO [train.py:885] (1/2) Epoch 29, batch 11350, loss[loss=0.3023, simple_loss=0.375, pruned_loss=0.1148, over 14313.00 frames. utt_duration=295.1 frames, utt_pad_proportion=0.03885, over 195.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3436, pruned_loss=0.0972, over 2783477.95 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07028, over 45707.68 utterances.], batch size: 195, lr: 1.61e-04 +2022-09-19 17:00:18,277 INFO [train.py:885] (1/2) Epoch 29, batch 11400, loss[loss=0.1679, simple_loss=0.2373, pruned_loss=0.04929, over 13171.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1088, over 33.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3433, pruned_loss=0.09771, over 2788651.48 frames. utt_duration=250.9 frames, utt_pad_proportion=0.06785, over 44715.60 utterances.], batch size: 33, lr: 1.61e-04 +2022-09-19 17:00:47,936 INFO [train.py:885] (1/2) Epoch 29, batch 11450, loss[loss=0.1771, simple_loss=0.2575, pruned_loss=0.04835, over 14192.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04709, over 89.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3436, pruned_loss=0.0971, over 2784027.83 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0707, over 45653.74 utterances.], batch size: 89, lr: 1.61e-04 +2022-09-19 17:01:17,070 INFO [train.py:885] (1/2) Epoch 29, batch 11500, loss[loss=0.2285, simple_loss=0.3167, pruned_loss=0.07019, over 14292.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03899, over 180.00 utterances.], tot_loss[loss=0.265, simple_loss=0.34, pruned_loss=0.09501, over 2781328.26 frames. utt_duration=250.8 frames, utt_pad_proportion=0.0697, over 44616.22 utterances.], batch size: 180, lr: 1.61e-04 +2022-09-19 17:01:46,855 INFO [train.py:885] (1/2) Epoch 29, batch 11550, loss[loss=0.3874, simple_loss=0.4272, pruned_loss=0.1738, over 14234.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04264, over 335.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3422, pruned_loss=0.09613, over 2782531.14 frames. utt_duration=245.4 frames, utt_pad_proportion=0.0699, over 45627.65 utterances.], batch size: 335, lr: 1.61e-04 +2022-09-19 17:02:16,650 INFO [train.py:885] (1/2) Epoch 29, batch 11600, loss[loss=0.3694, simple_loss=0.4186, pruned_loss=0.1601, over 14388.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.0356, over 244.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3447, pruned_loss=0.09801, over 2785063.23 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07098, over 45581.63 utterances.], batch size: 244, lr: 1.61e-04 +2022-09-19 17:02:46,180 INFO [train.py:885] (1/2) Epoch 29, batch 11650, loss[loss=0.3018, simple_loss=0.3549, pruned_loss=0.1244, over 14316.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03877, over 120.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3474, pruned_loss=0.09944, over 2783282.60 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07302, over 46952.77 utterances.], batch size: 120, lr: 1.61e-04 +2022-09-19 17:03:15,326 INFO [train.py:885] (1/2) Epoch 29, batch 11700, loss[loss=0.2573, simple_loss=0.3314, pruned_loss=0.09161, over 14327.00 frames. utt_duration=344.5 frames, utt_pad_proportion=0.04052, over 167.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3457, pruned_loss=0.09838, over 2788750.97 frames. utt_duration=244 frames, utt_pad_proportion=0.07059, over 45991.07 utterances.], batch size: 167, lr: 1.61e-04 +2022-09-19 17:03:44,606 INFO [train.py:885] (1/2) Epoch 29, batch 11750, loss[loss=0.2493, simple_loss=0.3328, pruned_loss=0.08287, over 14262.00 frames. utt_duration=318.2 frames, utt_pad_proportion=0.04147, over 180.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3438, pruned_loss=0.09764, over 2790270.25 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07112, over 44981.07 utterances.], batch size: 180, lr: 1.61e-04 +2022-09-19 17:04:14,636 INFO [train.py:885] (1/2) Epoch 29, batch 11800, loss[loss=0.2577, simple_loss=0.3194, pruned_loss=0.09799, over 14077.00 frames. utt_duration=714 frames, utt_pad_proportion=0.05552, over 79.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3432, pruned_loss=0.09739, over 2789548.94 frames. utt_duration=252 frames, utt_pad_proportion=0.06968, over 44531.96 utterances.], batch size: 79, lr: 1.61e-04 +2022-09-19 17:04:44,508 INFO [train.py:885] (1/2) Epoch 29, batch 11850, loss[loss=0.2086, simple_loss=0.2653, pruned_loss=0.07588, over 13665.00 frames. utt_duration=912.2 frames, utt_pad_proportion=0.08039, over 60.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3477, pruned_loss=0.09891, over 2789554.63 frames. utt_duration=237.6 frames, utt_pad_proportion=0.071, over 47248.66 utterances.], batch size: 60, lr: 1.61e-04 +2022-09-19 17:05:13,613 INFO [train.py:885] (1/2) Epoch 29, batch 11900, loss[loss=0.2172, simple_loss=0.2952, pruned_loss=0.0696, over 14305.00 frames. utt_duration=478.4 frames, utt_pad_proportion=0.03936, over 120.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3476, pruned_loss=0.09874, over 2789512.95 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07082, over 46663.52 utterances.], batch size: 120, lr: 1.61e-04 +2022-09-19 17:05:42,903 INFO [train.py:885] (1/2) Epoch 29, batch 11950, loss[loss=0.3394, simple_loss=0.4297, pruned_loss=0.1245, over 13647.00 frames. utt_duration=98.82 frames, utt_pad_proportion=0.07642, over 560.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3462, pruned_loss=0.09811, over 2794100.61 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06814, over 45247.09 utterances.], batch size: 560, lr: 1.61e-04 +2022-09-19 17:06:12,826 INFO [train.py:885] (1/2) Epoch 29, batch 12000, loss[loss=0.3282, simple_loss=0.3907, pruned_loss=0.1329, over 14310.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03835, over 226.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3452, pruned_loss=0.09789, over 2788779.18 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07048, over 45334.20 utterances.], batch size: 226, lr: 1.61e-04 +2022-09-19 17:06:12,827 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 17:06:17,559 INFO [train.py:914] (1/2) Epoch 29, validation: loss=0.1935, simple_loss=0.2745, pruned_loss=0.05623, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 17:06:47,408 INFO [train.py:885] (1/2) Epoch 29, batch 12050, loss[loss=0.2198, simple_loss=0.2936, pruned_loss=0.07296, over 14005.00 frames. utt_duration=573.1 frames, utt_pad_proportion=0.05901, over 98.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3424, pruned_loss=0.09664, over 2784391.98 frames. utt_duration=251.4 frames, utt_pad_proportion=0.07022, over 44562.64 utterances.], batch size: 98, lr: 1.61e-04 +2022-09-19 17:07:16,366 INFO [train.py:885] (1/2) Epoch 29, batch 12100, loss[loss=0.2077, simple_loss=0.2807, pruned_loss=0.06732, over 14092.00 frames. utt_duration=715.2 frames, utt_pad_proportion=0.05273, over 79.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3403, pruned_loss=0.09635, over 2782495.42 frames. utt_duration=257.4 frames, utt_pad_proportion=0.07033, over 43493.35 utterances.], batch size: 79, lr: 1.61e-04 +2022-09-19 17:07:46,364 INFO [train.py:885] (1/2) Epoch 29, batch 12150, loss[loss=0.3412, simple_loss=0.453, pruned_loss=0.1147, over 13160.00 frames. utt_duration=82.16 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.343, pruned_loss=0.09717, over 2778004.54 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07243, over 45282.90 utterances.], batch size: 653, lr: 1.61e-04 +2022-09-19 17:08:15,888 INFO [train.py:885] (1/2) Epoch 29, batch 12200, loss[loss=0.3165, simple_loss=0.4176, pruned_loss=0.1077, over 13668.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08029, over 478.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3468, pruned_loss=0.09882, over 2779318.97 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07343, over 47075.16 utterances.], batch size: 478, lr: 1.61e-04 +2022-09-19 17:08:46,149 INFO [train.py:885] (1/2) Epoch 29, batch 12250, loss[loss=0.241, simple_loss=0.309, pruned_loss=0.08646, over 14223.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.0453, over 141.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3445, pruned_loss=0.09772, over 2777193.35 frames. utt_duration=243.3 frames, utt_pad_proportion=0.0716, over 45943.57 utterances.], batch size: 141, lr: 1.61e-04 +2022-09-19 17:09:14,886 INFO [train.py:885] (1/2) Epoch 29, batch 12300, loss[loss=0.3171, simple_loss=0.4189, pruned_loss=0.1076, over 13643.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08142, over 478.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3426, pruned_loss=0.09713, over 2780387.78 frames. utt_duration=247.6 frames, utt_pad_proportion=0.07009, over 45192.98 utterances.], batch size: 478, lr: 1.61e-04 +2022-09-19 17:09:43,761 INFO [train.py:885] (1/2) Epoch 29, batch 12350, loss[loss=0.3441, simple_loss=0.4006, pruned_loss=0.1438, over 14204.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04467, over 306.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3409, pruned_loss=0.09662, over 2789600.08 frames. utt_duration=259.4 frames, utt_pad_proportion=0.06644, over 43266.30 utterances.], batch size: 306, lr: 1.61e-04 +2022-09-19 17:10:14,635 INFO [train.py:885] (1/2) Epoch 29, batch 12400, loss[loss=0.2647, simple_loss=0.3357, pruned_loss=0.09688, over 14304.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.03833, over 154.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3445, pruned_loss=0.09759, over 2785873.46 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06992, over 45425.21 utterances.], batch size: 154, lr: 1.61e-04 +2022-09-19 17:10:44,411 INFO [train.py:885] (1/2) Epoch 29, batch 12450, loss[loss=0.2595, simple_loss=0.3443, pruned_loss=0.08732, over 14272.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04072, over 225.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3475, pruned_loss=0.09939, over 2784932.91 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07138, over 46434.57 utterances.], batch size: 225, lr: 1.61e-04 +2022-09-19 17:11:13,660 INFO [train.py:885] (1/2) Epoch 29, batch 12500, loss[loss=0.4078, simple_loss=0.4936, pruned_loss=0.161, over 13614.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07817, over 560.00 utterances.], tot_loss[loss=0.275, simple_loss=0.3496, pruned_loss=0.1002, over 2788213.53 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07073, over 46906.99 utterances.], batch size: 560, lr: 1.61e-04 +2022-09-19 17:11:43,669 INFO [train.py:885] (1/2) Epoch 29, batch 12550, loss[loss=0.2804, simple_loss=0.3562, pruned_loss=0.1023, over 14363.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03551, over 210.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3481, pruned_loss=0.09958, over 2788986.09 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07009, over 45924.08 utterances.], batch size: 210, lr: 1.61e-04 +2022-09-19 17:12:10,842 INFO [train.py:885] (1/2) Epoch 29, batch 12600, loss[loss=0.1639, simple_loss=0.2383, pruned_loss=0.04468, over 13764.00 frames. utt_duration=919.2 frames, utt_pad_proportion=0.07714, over 60.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3471, pruned_loss=0.09922, over 2786651.01 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07151, over 45420.35 utterances.], batch size: 60, lr: 1.61e-04 +2022-09-19 17:12:29,268 INFO [train.py:885] (1/2) Epoch 30, batch 0, loss[loss=0.3184, simple_loss=0.4272, pruned_loss=0.1048, over 13623.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.0774, over 560.00 utterances.], tot_loss[loss=0.3184, simple_loss=0.4272, pruned_loss=0.1048, over 13623.00 frames. utt_duration=98.72 frames, utt_pad_proportion=0.0774, over 560.00 utterances.], batch size: 560, lr: 1.58e-04 +2022-09-19 17:12:59,801 INFO [train.py:885] (1/2) Epoch 30, batch 50, loss[loss=0.2807, simple_loss=0.362, pruned_loss=0.09971, over 14255.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04164, over 225.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3488, pruned_loss=0.09819, over 626744.71 frames. utt_duration=222.9 frames, utt_pad_proportion=0.07106, over 11320.59 utterances.], batch size: 225, lr: 1.58e-04 +2022-09-19 17:13:28,147 INFO [train.py:885] (1/2) Epoch 30, batch 100, loss[loss=0.2102, simple_loss=0.2876, pruned_loss=0.06635, over 13995.00 frames. utt_duration=710.2 frames, utt_pad_proportion=0.05933, over 79.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3508, pruned_loss=0.101, over 1106670.41 frames. utt_duration=231.6 frames, utt_pad_proportion=0.06851, over 19235.55 utterances.], batch size: 79, lr: 1.58e-04 +2022-09-19 17:13:58,323 INFO [train.py:885] (1/2) Epoch 30, batch 150, loss[loss=0.3226, simple_loss=0.4229, pruned_loss=0.1111, over 13673.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07843, over 477.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3494, pruned_loss=0.0996, over 1473485.45 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07054, over 25586.98 utterances.], batch size: 477, lr: 1.58e-04 +2022-09-19 17:14:27,973 INFO [train.py:885] (1/2) Epoch 30, batch 200, loss[loss=0.5408, simple_loss=0.6204, pruned_loss=0.2306, over 12464.00 frames. utt_duration=63.06 frames, utt_pad_proportion=0.1478, over 811.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.351, pruned_loss=0.1028, over 1759008.72 frames. utt_duration=229.4 frames, utt_pad_proportion=0.07529, over 30868.90 utterances.], batch size: 811, lr: 1.58e-04 +2022-09-19 17:14:57,388 INFO [train.py:885] (1/2) Epoch 30, batch 250, loss[loss=0.3172, simple_loss=0.3868, pruned_loss=0.1238, over 14361.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03309, over 244.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3432, pruned_loss=0.09838, over 1987161.37 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07281, over 32630.22 utterances.], batch size: 244, lr: 1.58e-04 +2022-09-19 17:15:33,484 INFO [train.py:885] (1/2) Epoch 30, batch 300, loss[loss=0.2512, simple_loss=0.3354, pruned_loss=0.08347, over 14243.00 frames. utt_duration=371.5 frames, utt_pad_proportion=0.04256, over 154.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3406, pruned_loss=0.09658, over 2164856.01 frames. utt_duration=250 frames, utt_pad_proportion=0.07139, over 34836.78 utterances.], batch size: 154, lr: 1.58e-04 +2022-09-19 17:16:02,716 INFO [train.py:885] (1/2) Epoch 30, batch 350, loss[loss=0.2047, simple_loss=0.2871, pruned_loss=0.06117, over 14090.00 frames. utt_duration=715 frames, utt_pad_proportion=0.05301, over 79.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3412, pruned_loss=0.09672, over 2306049.35 frames. utt_duration=253.3 frames, utt_pad_proportion=0.06823, over 36625.01 utterances.], batch size: 79, lr: 1.58e-04 +2022-09-19 17:16:31,587 INFO [train.py:885] (1/2) Epoch 30, batch 400, loss[loss=0.1773, simple_loss=0.2378, pruned_loss=0.05839, over 13736.00 frames. utt_duration=1100 frames, utt_pad_proportion=0.07084, over 50.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3382, pruned_loss=0.09589, over 2412214.65 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06911, over 37704.69 utterances.], batch size: 50, lr: 1.58e-04 +2022-09-19 17:17:01,565 INFO [train.py:885] (1/2) Epoch 30, batch 450, loss[loss=0.2663, simple_loss=0.3416, pruned_loss=0.09553, over 14348.00 frames. utt_duration=405.5 frames, utt_pad_proportion=0.03908, over 142.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3427, pruned_loss=0.09797, over 2495826.36 frames. utt_duration=249.2 frames, utt_pad_proportion=0.06974, over 40295.81 utterances.], batch size: 142, lr: 1.58e-04 +2022-09-19 17:17:31,242 INFO [train.py:885] (1/2) Epoch 30, batch 500, loss[loss=0.3778, simple_loss=0.4739, pruned_loss=0.1408, over 13197.00 frames. utt_duration=82.34 frames, utt_pad_proportion=0.105, over 653.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3434, pruned_loss=0.09729, over 2557004.91 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07086, over 42267.74 utterances.], batch size: 653, lr: 1.58e-04 +2022-09-19 17:18:00,248 INFO [train.py:885] (1/2) Epoch 30, batch 550, loss[loss=0.4223, simple_loss=0.4953, pruned_loss=0.1746, over 13607.00 frames. utt_duration=98.57 frames, utt_pad_proportion=0.07882, over 560.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.344, pruned_loss=0.09813, over 2611061.58 frames. utt_duration=249 frames, utt_pad_proportion=0.06856, over 42186.45 utterances.], batch size: 560, lr: 1.58e-04 +2022-09-19 17:18:30,429 INFO [train.py:885] (1/2) Epoch 30, batch 600, loss[loss=0.2151, simple_loss=0.2837, pruned_loss=0.07329, over 13073.00 frames. utt_duration=2013 frames, utt_pad_proportion=0.1078, over 26.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3466, pruned_loss=0.09913, over 2643616.89 frames. utt_duration=242.2 frames, utt_pad_proportion=0.07306, over 43930.15 utterances.], batch size: 26, lr: 1.58e-04 +2022-09-19 17:18:59,697 INFO [train.py:885] (1/2) Epoch 30, batch 650, loss[loss=0.246, simple_loss=0.3157, pruned_loss=0.0881, over 14019.00 frames. utt_duration=573.8 frames, utt_pad_proportion=0.05787, over 98.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3431, pruned_loss=0.09729, over 2675331.98 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07196, over 43361.53 utterances.], batch size: 98, lr: 1.58e-04 +2022-09-19 17:19:29,580 INFO [train.py:885] (1/2) Epoch 30, batch 700, loss[loss=0.2428, simple_loss=0.3291, pruned_loss=0.07829, over 14285.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03936, over 180.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3436, pruned_loss=0.09825, over 2704780.35 frames. utt_duration=254.1 frames, utt_pad_proportion=0.06875, over 42824.35 utterances.], batch size: 180, lr: 1.58e-04 +2022-09-19 17:20:00,440 INFO [train.py:885] (1/2) Epoch 30, batch 750, loss[loss=0.188, simple_loss=0.2562, pruned_loss=0.05991, over 12746.00 frames. utt_duration=2041 frames, utt_pad_proportion=0.1349, over 25.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3445, pruned_loss=0.09813, over 2717124.37 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07181, over 44063.96 utterances.], batch size: 25, lr: 1.58e-04 +2022-09-19 17:20:29,746 INFO [train.py:885] (1/2) Epoch 30, batch 800, loss[loss=0.3992, simple_loss=0.4431, pruned_loss=0.1777, over 14251.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04202, over 225.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3416, pruned_loss=0.09716, over 2737659.88 frames. utt_duration=260 frames, utt_pad_proportion=0.06902, over 42363.64 utterances.], batch size: 225, lr: 1.58e-04 +2022-09-19 17:20:59,501 INFO [train.py:885] (1/2) Epoch 30, batch 850, loss[loss=0.3939, simple_loss=0.4284, pruned_loss=0.1797, over 14246.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04187, over 335.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3424, pruned_loss=0.09784, over 2752796.55 frames. utt_duration=262.1 frames, utt_pad_proportion=0.0658, over 42256.37 utterances.], batch size: 335, lr: 1.58e-04 +2022-09-19 17:21:28,483 INFO [train.py:885] (1/2) Epoch 30, batch 900, loss[loss=0.2889, simple_loss=0.3654, pruned_loss=0.1062, over 14384.00 frames. utt_duration=237.2 frames, utt_pad_proportion=0.03197, over 244.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3421, pruned_loss=0.09716, over 2763442.27 frames. utt_duration=260.1 frames, utt_pad_proportion=0.067, over 42747.92 utterances.], batch size: 244, lr: 1.58e-04 +2022-09-19 17:21:58,836 INFO [train.py:885] (1/2) Epoch 30, batch 950, loss[loss=0.3368, simple_loss=0.4022, pruned_loss=0.1357, over 14346.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03639, over 210.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3434, pruned_loss=0.09735, over 2767217.50 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06762, over 43878.81 utterances.], batch size: 210, lr: 1.58e-04 +2022-09-19 17:22:28,393 INFO [train.py:885] (1/2) Epoch 30, batch 1000, loss[loss=0.2763, simple_loss=0.3778, pruned_loss=0.08742, over 13748.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07328, over 411.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3441, pruned_loss=0.09831, over 2770084.80 frames. utt_duration=252.8 frames, utt_pad_proportion=0.06867, over 44088.43 utterances.], batch size: 411, lr: 1.58e-04 +2022-09-19 17:22:58,747 INFO [train.py:885] (1/2) Epoch 30, batch 1050, loss[loss=0.2878, simple_loss=0.3461, pruned_loss=0.1147, over 14220.00 frames. utt_duration=523.2 frames, utt_pad_proportion=0.04169, over 109.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.344, pruned_loss=0.09796, over 2771273.32 frames. utt_duration=251.1 frames, utt_pad_proportion=0.07075, over 44411.72 utterances.], batch size: 109, lr: 1.58e-04 +2022-09-19 17:23:28,779 INFO [train.py:885] (1/2) Epoch 30, batch 1100, loss[loss=0.3406, simple_loss=0.3951, pruned_loss=0.143, over 14269.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04079, over 225.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3455, pruned_loss=0.09888, over 2773896.80 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07084, over 44919.66 utterances.], batch size: 225, lr: 1.58e-04 +2022-09-19 17:23:59,712 INFO [train.py:885] (1/2) Epoch 30, batch 1150, loss[loss=0.3707, simple_loss=0.4234, pruned_loss=0.159, over 14231.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04273, over 306.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3493, pruned_loss=0.1013, over 2772617.73 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07284, over 46293.04 utterances.], batch size: 306, lr: 1.58e-04 +2022-09-19 17:24:29,769 INFO [train.py:885] (1/2) Epoch 30, batch 1200, loss[loss=0.1694, simple_loss=0.2318, pruned_loss=0.05344, over 13664.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.07958, over 50.00 utterances.], tot_loss[loss=0.2754, simple_loss=0.3488, pruned_loss=0.101, over 2773511.09 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07284, over 46531.79 utterances.], batch size: 50, lr: 1.58e-04 +2022-09-19 17:24:59,808 INFO [train.py:885] (1/2) Epoch 30, batch 1250, loss[loss=0.2751, simple_loss=0.3544, pruned_loss=0.09784, over 14311.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03855, over 180.00 utterances.], tot_loss[loss=0.2771, simple_loss=0.3509, pruned_loss=0.1017, over 2772006.07 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07249, over 47390.11 utterances.], batch size: 180, lr: 1.58e-04 +2022-09-19 17:25:29,487 INFO [train.py:885] (1/2) Epoch 30, batch 1300, loss[loss=0.1943, simple_loss=0.2705, pruned_loss=0.05908, over 13797.00 frames. utt_duration=801.3 frames, utt_pad_proportion=0.06603, over 69.00 utterances.], tot_loss[loss=0.276, simple_loss=0.3506, pruned_loss=0.1007, over 2773843.78 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07247, over 47770.92 utterances.], batch size: 69, lr: 1.58e-04 +2022-09-19 17:25:59,586 INFO [train.py:885] (1/2) Epoch 30, batch 1350, loss[loss=0.2913, simple_loss=0.3629, pruned_loss=0.1098, over 14326.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03829, over 283.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3491, pruned_loss=0.1006, over 2776385.28 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07163, over 47209.84 utterances.], batch size: 283, lr: 1.58e-04 +2022-09-19 17:26:29,011 INFO [train.py:885] (1/2) Epoch 30, batch 1400, loss[loss=0.2608, simple_loss=0.3262, pruned_loss=0.09765, over 14295.00 frames. utt_duration=441.3 frames, utt_pad_proportion=0.03851, over 130.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3448, pruned_loss=0.09813, over 2778027.24 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07092, over 45373.79 utterances.], batch size: 130, lr: 1.58e-04 +2022-09-19 17:26:59,321 INFO [train.py:885] (1/2) Epoch 30, batch 1450, loss[loss=0.2688, simple_loss=0.3436, pruned_loss=0.09702, over 14298.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03876, over 180.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3445, pruned_loss=0.09794, over 2778387.55 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07103, over 45396.58 utterances.], batch size: 180, lr: 1.58e-04 +2022-09-19 17:27:28,863 INFO [train.py:885] (1/2) Epoch 30, batch 1500, loss[loss=0.2231, simple_loss=0.306, pruned_loss=0.07012, over 14268.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04451, over 141.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3452, pruned_loss=0.09807, over 2782236.46 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06967, over 45626.08 utterances.], batch size: 141, lr: 1.58e-04 +2022-09-19 17:27:59,222 INFO [train.py:885] (1/2) Epoch 30, batch 1550, loss[loss=0.259, simple_loss=0.3395, pruned_loss=0.08928, over 14287.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.03955, over 154.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3437, pruned_loss=0.09805, over 2784718.81 frames. utt_duration=252.4 frames, utt_pad_proportion=0.06778, over 44399.32 utterances.], batch size: 154, lr: 1.57e-04 +2022-09-19 17:28:28,534 INFO [train.py:885] (1/2) Epoch 30, batch 1600, loss[loss=0.3188, simple_loss=0.4031, pruned_loss=0.1173, over 14005.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05601, over 365.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3464, pruned_loss=0.09937, over 2782915.27 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06997, over 45919.47 utterances.], batch size: 365, lr: 1.57e-04 +2022-09-19 17:28:59,537 INFO [train.py:885] (1/2) Epoch 30, batch 1650, loss[loss=0.2528, simple_loss=0.3363, pruned_loss=0.0847, over 14307.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03837, over 195.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3456, pruned_loss=0.09905, over 2781347.38 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07185, over 45294.43 utterances.], batch size: 195, lr: 1.57e-04 +2022-09-19 17:29:29,632 INFO [train.py:885] (1/2) Epoch 30, batch 1700, loss[loss=0.2103, simple_loss=0.2831, pruned_loss=0.06869, over 12639.00 frames. utt_duration=2023 frames, utt_pad_proportion=0.1256, over 25.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3471, pruned_loss=0.0994, over 2777548.70 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07383, over 46714.94 utterances.], batch size: 25, lr: 1.57e-04 +2022-09-19 17:29:59,471 INFO [train.py:885] (1/2) Epoch 30, batch 1750, loss[loss=0.2358, simple_loss=0.3072, pruned_loss=0.08223, over 14316.00 frames. utt_duration=442.1 frames, utt_pad_proportion=0.039, over 130.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3437, pruned_loss=0.09836, over 2783822.80 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07046, over 44701.94 utterances.], batch size: 130, lr: 1.57e-04 +2022-09-19 17:30:28,944 INFO [train.py:885] (1/2) Epoch 30, batch 1800, loss[loss=0.1511, simple_loss=0.2299, pruned_loss=0.03613, over 12173.00 frames. utt_duration=2031 frames, utt_pad_proportion=0.1874, over 24.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3442, pruned_loss=0.09833, over 2782060.55 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07079, over 45095.31 utterances.], batch size: 24, lr: 1.57e-04 +2022-09-19 17:30:59,735 INFO [train.py:885] (1/2) Epoch 30, batch 1850, loss[loss=0.2492, simple_loss=0.3264, pruned_loss=0.08602, over 14271.00 frames. utt_duration=318.5 frames, utt_pad_proportion=0.04058, over 180.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3489, pruned_loss=0.09992, over 2778726.72 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07399, over 47822.18 utterances.], batch size: 180, lr: 1.57e-04 +2022-09-19 17:31:29,217 INFO [train.py:885] (1/2) Epoch 30, batch 1900, loss[loss=0.5503, simple_loss=0.6186, pruned_loss=0.241, over 12558.00 frames. utt_duration=63.55 frames, utt_pad_proportion=0.1412, over 810.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3465, pruned_loss=0.09898, over 2782848.06 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07184, over 46530.71 utterances.], batch size: 810, lr: 1.57e-04 +2022-09-19 17:31:59,728 INFO [train.py:885] (1/2) Epoch 30, batch 1950, loss[loss=0.1724, simple_loss=0.2422, pruned_loss=0.05128, over 13419.00 frames. utt_duration=1628 frames, utt_pad_proportion=0.09901, over 33.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3459, pruned_loss=0.09859, over 2781634.55 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07144, over 46509.79 utterances.], batch size: 33, lr: 1.57e-04 +2022-09-19 17:32:29,123 INFO [train.py:885] (1/2) Epoch 30, batch 2000, loss[loss=0.2712, simple_loss=0.378, pruned_loss=0.08215, over 13621.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08164, over 477.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3445, pruned_loss=0.09806, over 2781870.15 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07189, over 45842.54 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 17:32:59,755 INFO [train.py:885] (1/2) Epoch 30, batch 2050, loss[loss=0.2718, simple_loss=0.3673, pruned_loss=0.08817, over 13958.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05845, over 365.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3453, pruned_loss=0.09849, over 2780580.92 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07268, over 45756.36 utterances.], batch size: 365, lr: 1.57e-04 +2022-09-19 17:33:29,457 INFO [train.py:885] (1/2) Epoch 30, batch 2100, loss[loss=0.1506, simple_loss=0.2003, pruned_loss=0.05045, over 12300.00 frames. utt_duration=2051 frames, utt_pad_proportion=0.1657, over 24.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3446, pruned_loss=0.09786, over 2781955.65 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07111, over 45523.76 utterances.], batch size: 24, lr: 1.57e-04 +2022-09-19 17:33:59,614 INFO [train.py:885] (1/2) Epoch 30, batch 2150, loss[loss=0.1905, simple_loss=0.2564, pruned_loss=0.06226, over 13754.00 frames. utt_duration=1080 frames, utt_pad_proportion=0.0783, over 51.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3465, pruned_loss=0.09798, over 2782402.70 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07327, over 46515.31 utterances.], batch size: 51, lr: 1.57e-04 +2022-09-19 17:34:29,573 INFO [train.py:885] (1/2) Epoch 30, batch 2200, loss[loss=0.3069, simple_loss=0.4042, pruned_loss=0.1048, over 13653.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0795, over 477.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3484, pruned_loss=0.09865, over 2789706.55 frames. utt_duration=238.7 frames, utt_pad_proportion=0.07064, over 47044.57 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 17:34:59,927 INFO [train.py:885] (1/2) Epoch 30, batch 2250, loss[loss=0.3173, simple_loss=0.387, pruned_loss=0.1238, over 14333.00 frames. utt_duration=204 frames, utt_pad_proportion=0.0375, over 283.00 utterances.], tot_loss[loss=0.2729, simple_loss=0.3484, pruned_loss=0.09875, over 2782461.28 frames. utt_duration=237.6 frames, utt_pad_proportion=0.0723, over 47140.01 utterances.], batch size: 283, lr: 1.57e-04 +2022-09-19 17:35:30,093 INFO [train.py:885] (1/2) Epoch 30, batch 2300, loss[loss=0.1663, simple_loss=0.2265, pruned_loss=0.05304, over 13385.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.08727, over 41.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3453, pruned_loss=0.09714, over 2781443.06 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07214, over 46243.99 utterances.], batch size: 41, lr: 1.57e-04 +2022-09-19 17:35:59,924 INFO [train.py:885] (1/2) Epoch 30, batch 2350, loss[loss=0.1937, simple_loss=0.273, pruned_loss=0.0572, over 12948.00 frames. utt_duration=2073 frames, utt_pad_proportion=0.1127, over 25.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.348, pruned_loss=0.09911, over 2780630.42 frames. utt_duration=238.2 frames, utt_pad_proportion=0.0734, over 46976.51 utterances.], batch size: 25, lr: 1.57e-04 +2022-09-19 17:36:29,672 INFO [train.py:885] (1/2) Epoch 30, batch 2400, loss[loss=0.3153, simple_loss=0.4181, pruned_loss=0.1063, over 13709.00 frames. utt_duration=116.5 frames, utt_pad_proportion=0.07579, over 477.00 utterances.], tot_loss[loss=0.2767, simple_loss=0.3512, pruned_loss=0.1011, over 2778456.50 frames. utt_duration=232.5 frames, utt_pad_proportion=0.0748, over 48098.91 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 17:36:59,919 INFO [train.py:885] (1/2) Epoch 30, batch 2450, loss[loss=0.3054, simple_loss=0.4113, pruned_loss=0.09972, over 13625.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.07794, over 560.00 utterances.], tot_loss[loss=0.2764, simple_loss=0.3509, pruned_loss=0.101, over 2775887.76 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07566, over 48143.74 utterances.], batch size: 560, lr: 1.57e-04 +2022-09-19 17:37:29,459 INFO [train.py:885] (1/2) Epoch 30, batch 2500, loss[loss=0.4324, simple_loss=0.4551, pruned_loss=0.2049, over 14294.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.04078, over 262.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3492, pruned_loss=0.1006, over 2774545.89 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07501, over 47142.25 utterances.], batch size: 262, lr: 1.57e-04 +2022-09-19 17:37:59,876 INFO [train.py:885] (1/2) Epoch 30, batch 2550, loss[loss=0.3576, simple_loss=0.4077, pruned_loss=0.1538, over 14326.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03805, over 283.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3493, pruned_loss=0.09963, over 2775961.26 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07262, over 47927.06 utterances.], batch size: 283, lr: 1.57e-04 +2022-09-19 17:38:29,228 INFO [train.py:885] (1/2) Epoch 30, batch 2600, loss[loss=0.3099, simple_loss=0.3784, pruned_loss=0.1207, over 14391.00 frames. utt_duration=296.7 frames, utt_pad_proportion=0.03349, over 195.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3467, pruned_loss=0.09927, over 2777558.60 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07222, over 46226.74 utterances.], batch size: 195, lr: 1.57e-04 +2022-09-19 17:38:59,596 INFO [train.py:885] (1/2) Epoch 30, batch 2650, loss[loss=0.2429, simple_loss=0.2969, pruned_loss=0.09451, over 13824.00 frames. utt_duration=802.7 frames, utt_pad_proportion=0.06553, over 69.00 utterances.], tot_loss[loss=0.2748, simple_loss=0.3487, pruned_loss=0.1004, over 2783834.07 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07138, over 46725.05 utterances.], batch size: 69, lr: 1.57e-04 +2022-09-19 17:39:29,857 INFO [train.py:885] (1/2) Epoch 30, batch 2700, loss[loss=0.3805, simple_loss=0.4589, pruned_loss=0.151, over 13596.00 frames. utt_duration=98.49 frames, utt_pad_proportion=0.07951, over 560.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3472, pruned_loss=0.09971, over 2777524.07 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07402, over 46593.17 utterances.], batch size: 560, lr: 1.57e-04 +2022-09-19 17:39:59,287 INFO [train.py:885] (1/2) Epoch 30, batch 2750, loss[loss=0.1976, simple_loss=0.2656, pruned_loss=0.06486, over 13490.00 frames. utt_duration=1081 frames, utt_pad_proportion=0.0874, over 50.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3469, pruned_loss=0.09952, over 2776883.27 frames. utt_duration=241 frames, utt_pad_proportion=0.07212, over 46381.26 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 17:40:30,304 INFO [train.py:885] (1/2) Epoch 30, batch 2800, loss[loss=0.1725, simple_loss=0.2393, pruned_loss=0.05282, over 13211.00 frames. utt_duration=1290 frames, utt_pad_proportion=0.09976, over 41.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3465, pruned_loss=0.09927, over 2776524.33 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07242, over 46538.21 utterances.], batch size: 41, lr: 1.57e-04 +2022-09-19 17:41:00,145 INFO [train.py:885] (1/2) Epoch 30, batch 2850, loss[loss=0.3569, simple_loss=0.4406, pruned_loss=0.1366, over 13682.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07745, over 477.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3453, pruned_loss=0.09774, over 2777128.71 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07241, over 46276.29 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 17:41:30,458 INFO [train.py:885] (1/2) Epoch 30, batch 2900, loss[loss=0.2614, simple_loss=0.3406, pruned_loss=0.09109, over 14341.00 frames. utt_duration=274.5 frames, utt_pad_proportion=0.03698, over 210.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3448, pruned_loss=0.09849, over 2776830.91 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07198, over 45470.16 utterances.], batch size: 210, lr: 1.57e-04 +2022-09-19 17:41:59,896 INFO [train.py:885] (1/2) Epoch 30, batch 2950, loss[loss=0.2385, simple_loss=0.3123, pruned_loss=0.08238, over 14201.00 frames. utt_duration=404.3 frames, utt_pad_proportion=0.04868, over 141.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3438, pruned_loss=0.09864, over 2777081.86 frames. utt_duration=249.9 frames, utt_pad_proportion=0.07059, over 44713.99 utterances.], batch size: 141, lr: 1.57e-04 +2022-09-19 17:42:29,320 INFO [train.py:885] (1/2) Epoch 30, batch 3000, loss[loss=0.2364, simple_loss=0.2959, pruned_loss=0.0885, over 14103.00 frames. utt_duration=635.3 frames, utt_pad_proportion=0.04891, over 89.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3417, pruned_loss=0.09739, over 2776576.88 frames. utt_duration=253.4 frames, utt_pad_proportion=0.07106, over 44087.36 utterances.], batch size: 89, lr: 1.57e-04 +2022-09-19 17:42:29,321 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 17:42:33,483 INFO [train.py:914] (1/2) Epoch 30, validation: loss=0.1933, simple_loss=0.2747, pruned_loss=0.05601, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 17:43:10,851 INFO [train.py:885] (1/2) Epoch 30, batch 3050, loss[loss=0.2931, simple_loss=0.3646, pruned_loss=0.1108, over 14375.00 frames. utt_duration=296.5 frames, utt_pad_proportion=0.03429, over 195.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3466, pruned_loss=0.09979, over 2775655.99 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07215, over 45981.64 utterances.], batch size: 195, lr: 1.57e-04 +2022-09-19 17:43:40,453 INFO [train.py:885] (1/2) Epoch 30, batch 3100, loss[loss=0.2149, simple_loss=0.294, pruned_loss=0.06785, over 14182.00 frames. utt_duration=639 frames, utt_pad_proportion=0.04774, over 89.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3442, pruned_loss=0.09842, over 2777008.46 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07009, over 45325.11 utterances.], batch size: 89, lr: 1.57e-04 +2022-09-19 17:44:09,862 INFO [train.py:885] (1/2) Epoch 30, batch 3150, loss[loss=0.3355, simple_loss=0.4044, pruned_loss=0.1333, over 14303.00 frames. utt_duration=294.9 frames, utt_pad_proportion=0.03937, over 195.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3442, pruned_loss=0.09835, over 2774602.82 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07325, over 45515.90 utterances.], batch size: 195, lr: 1.57e-04 +2022-09-19 17:44:39,752 INFO [train.py:885] (1/2) Epoch 30, batch 3200, loss[loss=0.2008, simple_loss=0.2758, pruned_loss=0.06289, over 14028.00 frames. utt_duration=711.5 frames, utt_pad_proportion=0.05892, over 79.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3461, pruned_loss=0.09862, over 2773375.21 frames. utt_duration=238 frames, utt_pad_proportion=0.07446, over 46903.22 utterances.], batch size: 79, lr: 1.57e-04 +2022-09-19 17:45:09,378 INFO [train.py:885] (1/2) Epoch 30, batch 3250, loss[loss=0.1643, simple_loss=0.2345, pruned_loss=0.04705, over 13687.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.0771, over 50.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3441, pruned_loss=0.09774, over 2771347.34 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07538, over 46609.76 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 17:45:38,710 INFO [train.py:885] (1/2) Epoch 30, batch 3300, loss[loss=0.1768, simple_loss=0.2569, pruned_loss=0.04834, over 13845.00 frames. utt_duration=804.1 frames, utt_pad_proportion=0.06389, over 69.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3419, pruned_loss=0.09708, over 2774459.34 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07329, over 45295.28 utterances.], batch size: 69, lr: 1.57e-04 +2022-09-19 17:46:07,991 INFO [train.py:885] (1/2) Epoch 30, batch 3350, loss[loss=0.2526, simple_loss=0.336, pruned_loss=0.08463, over 14349.00 frames. utt_duration=296 frames, utt_pad_proportion=0.0358, over 195.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3415, pruned_loss=0.09692, over 2776836.79 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07315, over 45170.19 utterances.], batch size: 195, lr: 1.57e-04 +2022-09-19 17:46:38,255 INFO [train.py:885] (1/2) Epoch 30, batch 3400, loss[loss=0.4491, simple_loss=0.5603, pruned_loss=0.1689, over 12404.00 frames. utt_duration=62.86 frames, utt_pad_proportion=0.1505, over 810.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3448, pruned_loss=0.09843, over 2777633.39 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07474, over 46267.85 utterances.], batch size: 810, lr: 1.57e-04 +2022-09-19 17:47:08,398 INFO [train.py:885] (1/2) Epoch 30, batch 3450, loss[loss=0.184, simple_loss=0.2608, pruned_loss=0.05362, over 13590.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08149, over 50.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3448, pruned_loss=0.09763, over 2777986.59 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07467, over 47020.14 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 17:47:37,598 INFO [train.py:885] (1/2) Epoch 30, batch 3500, loss[loss=0.352, simple_loss=0.4154, pruned_loss=0.1443, over 14161.00 frames. utt_duration=186.7 frames, utt_pad_proportion=0.04725, over 306.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3423, pruned_loss=0.09735, over 2778613.72 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07352, over 45690.63 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 17:48:07,112 INFO [train.py:885] (1/2) Epoch 30, batch 3550, loss[loss=0.2992, simple_loss=0.3654, pruned_loss=0.1165, over 14288.00 frames. utt_duration=318.9 frames, utt_pad_proportion=0.03931, over 180.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3424, pruned_loss=0.09652, over 2779333.93 frames. utt_duration=242 frames, utt_pad_proportion=0.07298, over 46221.83 utterances.], batch size: 180, lr: 1.57e-04 +2022-09-19 17:48:43,592 INFO [train.py:885] (1/2) Epoch 30, batch 3600, loss[loss=0.3149, simple_loss=0.3797, pruned_loss=0.1251, over 14262.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04111, over 180.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3428, pruned_loss=0.09782, over 2776507.33 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07157, over 45514.00 utterances.], batch size: 180, lr: 1.57e-04 +2022-09-19 17:49:13,387 INFO [train.py:885] (1/2) Epoch 30, batch 3650, loss[loss=0.1621, simple_loss=0.2388, pruned_loss=0.04271, over 13437.00 frames. utt_duration=1281 frames, utt_pad_proportion=0.09947, over 42.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3414, pruned_loss=0.09685, over 2773991.56 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07288, over 44997.23 utterances.], batch size: 42, lr: 1.57e-04 +2022-09-19 17:49:42,583 INFO [train.py:885] (1/2) Epoch 30, batch 3700, loss[loss=0.2204, simple_loss=0.2799, pruned_loss=0.0805, over 13967.00 frames. utt_duration=799.8 frames, utt_pad_proportion=0.06456, over 70.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3432, pruned_loss=0.09752, over 2778553.93 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07222, over 45469.43 utterances.], batch size: 70, lr: 1.57e-04 +2022-09-19 17:50:12,361 INFO [train.py:885] (1/2) Epoch 30, batch 3750, loss[loss=0.1534, simple_loss=0.2158, pruned_loss=0.04549, over 13684.00 frames. utt_duration=913.8 frames, utt_pad_proportion=0.07605, over 60.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3469, pruned_loss=0.09897, over 2780869.03 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07266, over 47701.81 utterances.], batch size: 60, lr: 1.57e-04 +2022-09-19 17:50:42,051 INFO [train.py:885] (1/2) Epoch 30, batch 3800, loss[loss=0.2275, simple_loss=0.2982, pruned_loss=0.07835, over 14035.00 frames. utt_duration=712.1 frames, utt_pad_proportion=0.0581, over 79.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3444, pruned_loss=0.0977, over 2780318.60 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07154, over 46023.35 utterances.], batch size: 79, lr: 1.57e-04 +2022-09-19 17:51:11,541 INFO [train.py:885] (1/2) Epoch 30, batch 3850, loss[loss=0.1881, simple_loss=0.2573, pruned_loss=0.05946, over 13916.00 frames. utt_duration=706.1 frames, utt_pad_proportion=0.0648, over 79.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3448, pruned_loss=0.09802, over 2776900.83 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07288, over 46519.33 utterances.], batch size: 79, lr: 1.57e-04 +2022-09-19 17:51:40,752 INFO [train.py:885] (1/2) Epoch 30, batch 3900, loss[loss=0.2953, simple_loss=0.3983, pruned_loss=0.09616, over 13666.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.0787, over 477.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3406, pruned_loss=0.09604, over 2776702.71 frames. utt_duration=248.7 frames, utt_pad_proportion=0.07127, over 44927.09 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 17:52:10,786 INFO [train.py:885] (1/2) Epoch 30, batch 3950, loss[loss=0.3093, simple_loss=0.391, pruned_loss=0.1138, over 14010.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05486, over 365.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.3389, pruned_loss=0.09511, over 2776457.76 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07123, over 44290.96 utterances.], batch size: 365, lr: 1.57e-04 +2022-09-19 17:52:40,209 INFO [train.py:885] (1/2) Epoch 30, batch 4000, loss[loss=0.3369, simple_loss=0.4351, pruned_loss=0.1194, over 13641.00 frames. utt_duration=98.84 frames, utt_pad_proportion=0.07625, over 560.00 utterances.], tot_loss[loss=0.2632, simple_loss=0.3384, pruned_loss=0.094, over 2778355.31 frames. utt_duration=250.1 frames, utt_pad_proportion=0.07012, over 44695.87 utterances.], batch size: 560, lr: 1.57e-04 +2022-09-19 17:53:10,065 INFO [train.py:885] (1/2) Epoch 30, batch 4050, loss[loss=0.2876, simple_loss=0.3553, pruned_loss=0.11, over 14364.00 frames. utt_duration=345.4 frames, utt_pad_proportion=0.0378, over 167.00 utterances.], tot_loss[loss=0.2612, simple_loss=0.3362, pruned_loss=0.09312, over 2783814.92 frames. utt_duration=258.3 frames, utt_pad_proportion=0.06733, over 43352.80 utterances.], batch size: 167, lr: 1.57e-04 +2022-09-19 17:53:39,296 INFO [train.py:885] (1/2) Epoch 30, batch 4100, loss[loss=0.2408, simple_loss=0.3294, pruned_loss=0.07607, over 14262.00 frames. utt_duration=372 frames, utt_pad_proportion=0.0437, over 154.00 utterances.], tot_loss[loss=0.2615, simple_loss=0.3368, pruned_loss=0.09309, over 2785263.40 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06822, over 43486.85 utterances.], batch size: 154, lr: 1.57e-04 +2022-09-19 17:54:09,328 INFO [train.py:885] (1/2) Epoch 30, batch 4150, loss[loss=0.4151, simple_loss=0.4484, pruned_loss=0.1909, over 14207.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04408, over 306.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3376, pruned_loss=0.09454, over 2780099.58 frames. utt_duration=258.4 frames, utt_pad_proportion=0.07039, over 43278.35 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 17:54:39,440 INFO [train.py:885] (1/2) Epoch 30, batch 4200, loss[loss=0.313, simple_loss=0.3858, pruned_loss=0.1201, over 14351.00 frames. utt_duration=220.5 frames, utt_pad_proportion=0.03733, over 262.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3403, pruned_loss=0.09592, over 2779184.66 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07169, over 44012.33 utterances.], batch size: 262, lr: 1.57e-04 +2022-09-19 17:55:09,530 INFO [train.py:885] (1/2) Epoch 30, batch 4250, loss[loss=0.1486, simple_loss=0.224, pruned_loss=0.03658, over 13732.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08328, over 42.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3399, pruned_loss=0.0967, over 2774572.06 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07365, over 44176.81 utterances.], batch size: 42, lr: 1.57e-04 +2022-09-19 17:55:38,524 INFO [train.py:885] (1/2) Epoch 30, batch 4300, loss[loss=0.1826, simple_loss=0.2698, pruned_loss=0.04767, over 13941.00 frames. utt_duration=809.8 frames, utt_pad_proportion=0.05733, over 69.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3419, pruned_loss=0.09678, over 2778007.71 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07272, over 45209.28 utterances.], batch size: 69, lr: 1.57e-04 +2022-09-19 17:56:08,489 INFO [train.py:885] (1/2) Epoch 30, batch 4350, loss[loss=0.284, simple_loss=0.3661, pruned_loss=0.1009, over 14342.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03635, over 195.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3417, pruned_loss=0.09675, over 2777095.36 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07352, over 45072.69 utterances.], batch size: 195, lr: 1.57e-04 +2022-09-19 17:56:38,120 INFO [train.py:885] (1/2) Epoch 30, batch 4400, loss[loss=0.2558, simple_loss=0.3621, pruned_loss=0.07469, over 13781.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07121, over 411.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3421, pruned_loss=0.09662, over 2780017.80 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07209, over 44945.22 utterances.], batch size: 411, lr: 1.57e-04 +2022-09-19 17:57:07,438 INFO [train.py:885] (1/2) Epoch 30, batch 4450, loss[loss=0.3288, simple_loss=0.3921, pruned_loss=0.1328, over 14233.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04262, over 306.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3406, pruned_loss=0.09578, over 2784012.84 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06886, over 44047.67 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 17:57:37,075 INFO [train.py:885] (1/2) Epoch 30, batch 4500, loss[loss=0.296, simple_loss=0.376, pruned_loss=0.108, over 14280.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03973, over 180.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3417, pruned_loss=0.09648, over 2783738.28 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06939, over 44038.63 utterances.], batch size: 180, lr: 1.57e-04 +2022-09-19 17:58:07,545 INFO [train.py:885] (1/2) Epoch 30, batch 4550, loss[loss=0.1765, simple_loss=0.2523, pruned_loss=0.05036, over 13156.00 frames. utt_duration=2026 frames, utt_pad_proportion=0.09645, over 26.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3425, pruned_loss=0.09714, over 2784902.85 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06889, over 44133.76 utterances.], batch size: 26, lr: 1.57e-04 +2022-09-19 17:58:37,427 INFO [train.py:885] (1/2) Epoch 30, batch 4600, loss[loss=0.2923, simple_loss=0.4015, pruned_loss=0.09154, over 13545.00 frames. utt_duration=98.08 frames, utt_pad_proportion=0.08336, over 560.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3427, pruned_loss=0.09666, over 2784332.92 frames. utt_duration=249.7 frames, utt_pad_proportion=0.07036, over 44868.55 utterances.], batch size: 560, lr: 1.57e-04 +2022-09-19 17:59:07,611 INFO [train.py:885] (1/2) Epoch 30, batch 4650, loss[loss=0.1479, simple_loss=0.2175, pruned_loss=0.03912, over 13299.00 frames. utt_duration=1299 frames, utt_pad_proportion=0.09216, over 41.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3442, pruned_loss=0.09713, over 2784697.49 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07086, over 45693.21 utterances.], batch size: 41, lr: 1.57e-04 +2022-09-19 17:59:37,077 INFO [train.py:885] (1/2) Epoch 30, batch 4700, loss[loss=0.2213, simple_loss=0.2877, pruned_loss=0.07749, over 14053.00 frames. utt_duration=713.1 frames, utt_pad_proportion=0.05681, over 79.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3435, pruned_loss=0.0964, over 2784443.94 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07174, over 45340.51 utterances.], batch size: 79, lr: 1.57e-04 +2022-09-19 18:00:07,651 INFO [train.py:885] (1/2) Epoch 30, batch 4750, loss[loss=0.3405, simple_loss=0.3978, pruned_loss=0.1415, over 14160.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04645, over 306.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3432, pruned_loss=0.09637, over 2782825.49 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07165, over 45291.17 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 18:00:38,467 INFO [train.py:885] (1/2) Epoch 30, batch 4800, loss[loss=0.216, simple_loss=0.2975, pruned_loss=0.0672, over 14131.00 frames. utt_duration=519.9 frames, utt_pad_proportion=0.04772, over 109.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3443, pruned_loss=0.0971, over 2785873.41 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07072, over 45582.33 utterances.], batch size: 109, lr: 1.57e-04 +2022-09-19 18:01:08,262 INFO [train.py:885] (1/2) Epoch 30, batch 4850, loss[loss=0.1898, simple_loss=0.2538, pruned_loss=0.06294, over 13322.00 frames. utt_duration=1616 frames, utt_pad_proportion=0.1032, over 33.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.345, pruned_loss=0.09783, over 2783218.53 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07033, over 46140.68 utterances.], batch size: 33, lr: 1.57e-04 +2022-09-19 18:01:37,534 INFO [train.py:885] (1/2) Epoch 30, batch 4900, loss[loss=0.321, simple_loss=0.3839, pruned_loss=0.1291, over 14226.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04338, over 306.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3478, pruned_loss=0.09914, over 2779560.60 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07245, over 47489.22 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 18:02:07,430 INFO [train.py:885] (1/2) Epoch 30, batch 4950, loss[loss=0.1553, simple_loss=0.2127, pruned_loss=0.04891, over 13544.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08847, over 50.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.348, pruned_loss=0.09852, over 2779062.86 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07341, over 47964.87 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 18:02:37,258 INFO [train.py:885] (1/2) Epoch 30, batch 5000, loss[loss=0.3171, simple_loss=0.4187, pruned_loss=0.1077, over 13622.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08198, over 477.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3475, pruned_loss=0.09835, over 2779772.58 frames. utt_duration=235.9 frames, utt_pad_proportion=0.0723, over 47422.51 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 18:03:07,863 INFO [train.py:885] (1/2) Epoch 30, batch 5050, loss[loss=0.3015, simple_loss=0.3845, pruned_loss=0.1093, over 13957.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.059, over 365.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3472, pruned_loss=0.09769, over 2775600.37 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07415, over 48341.72 utterances.], batch size: 365, lr: 1.57e-04 +2022-09-19 18:03:38,263 INFO [train.py:885] (1/2) Epoch 30, batch 5100, loss[loss=0.2461, simple_loss=0.3167, pruned_loss=0.08777, over 14328.00 frames. utt_duration=442.2 frames, utt_pad_proportion=0.03655, over 130.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3464, pruned_loss=0.09796, over 2778937.73 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07407, over 47499.70 utterances.], batch size: 130, lr: 1.57e-04 +2022-09-19 18:04:07,791 INFO [train.py:885] (1/2) Epoch 30, batch 5150, loss[loss=0.1787, simple_loss=0.2605, pruned_loss=0.04845, over 14077.00 frames. utt_duration=714.1 frames, utt_pad_proportion=0.05414, over 79.00 utterances.], tot_loss[loss=0.2642, simple_loss=0.3383, pruned_loss=0.09503, over 2779152.18 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07098, over 43864.71 utterances.], batch size: 79, lr: 1.57e-04 +2022-09-19 18:04:37,092 INFO [train.py:885] (1/2) Epoch 30, batch 5200, loss[loss=0.3071, simple_loss=0.3767, pruned_loss=0.1188, over 14243.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.04217, over 306.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3391, pruned_loss=0.09567, over 2780173.35 frames. utt_duration=253.1 frames, utt_pad_proportion=0.07022, over 44196.89 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 18:05:07,272 INFO [train.py:885] (1/2) Epoch 30, batch 5250, loss[loss=0.2917, simple_loss=0.3555, pruned_loss=0.114, over 14291.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03898, over 154.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3414, pruned_loss=0.09778, over 2777534.78 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07341, over 44564.54 utterances.], batch size: 154, lr: 1.57e-04 +2022-09-19 18:05:36,733 INFO [train.py:885] (1/2) Epoch 30, batch 5300, loss[loss=0.2804, simple_loss=0.3583, pruned_loss=0.1012, over 14337.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03765, over 283.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3386, pruned_loss=0.0955, over 2781832.49 frames. utt_duration=254.5 frames, utt_pad_proportion=0.0701, over 43984.56 utterances.], batch size: 283, lr: 1.57e-04 +2022-09-19 18:06:07,323 INFO [train.py:885] (1/2) Epoch 30, batch 5350, loss[loss=0.1748, simple_loss=0.242, pruned_loss=0.05383, over 13611.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08158, over 50.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3402, pruned_loss=0.0961, over 2783854.81 frames. utt_duration=252.5 frames, utt_pad_proportion=0.06817, over 44361.91 utterances.], batch size: 50, lr: 1.57e-04 +2022-09-19 18:06:36,966 INFO [train.py:885] (1/2) Epoch 30, batch 5400, loss[loss=0.2623, simple_loss=0.3515, pruned_loss=0.08654, over 14376.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03213, over 244.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3392, pruned_loss=0.09637, over 2782669.72 frames. utt_duration=256.3 frames, utt_pad_proportion=0.06842, over 43670.96 utterances.], batch size: 244, lr: 1.57e-04 +2022-09-19 18:07:07,241 INFO [train.py:885] (1/2) Epoch 30, batch 5450, loss[loss=0.569, simple_loss=0.6334, pruned_loss=0.2523, over 12498.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1447, over 811.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3402, pruned_loss=0.09666, over 2779411.05 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07077, over 44775.85 utterances.], batch size: 811, lr: 1.57e-04 +2022-09-19 18:07:37,252 INFO [train.py:885] (1/2) Epoch 30, batch 5500, loss[loss=0.4031, simple_loss=0.4437, pruned_loss=0.1812, over 14221.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04379, over 335.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.34, pruned_loss=0.09574, over 2782743.70 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06987, over 44711.58 utterances.], batch size: 335, lr: 1.57e-04 +2022-09-19 18:08:07,296 INFO [train.py:885] (1/2) Epoch 30, batch 5550, loss[loss=0.2572, simple_loss=0.3258, pruned_loss=0.09423, over 14302.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03949, over 120.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3436, pruned_loss=0.0965, over 2777489.05 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07258, over 46691.57 utterances.], batch size: 120, lr: 1.57e-04 +2022-09-19 18:08:37,065 INFO [train.py:885] (1/2) Epoch 30, batch 5600, loss[loss=0.2295, simple_loss=0.3019, pruned_loss=0.0786, over 14161.00 frames. utt_duration=637.8 frames, utt_pad_proportion=0.04952, over 89.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3428, pruned_loss=0.09665, over 2778543.13 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07274, over 45678.42 utterances.], batch size: 89, lr: 1.57e-04 +2022-09-19 18:09:07,866 INFO [train.py:885] (1/2) Epoch 30, batch 5650, loss[loss=0.5779, simple_loss=0.6337, pruned_loss=0.261, over 12497.00 frames. utt_duration=63.17 frames, utt_pad_proportion=0.1463, over 811.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3447, pruned_loss=0.09721, over 2779882.84 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07323, over 46532.40 utterances.], batch size: 811, lr: 1.57e-04 +2022-09-19 18:09:37,540 INFO [train.py:885] (1/2) Epoch 30, batch 5700, loss[loss=0.2984, simple_loss=0.3961, pruned_loss=0.1003, over 13708.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07538, over 411.00 utterances.], tot_loss[loss=0.2635, simple_loss=0.3388, pruned_loss=0.09417, over 2780459.59 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07108, over 44359.86 utterances.], batch size: 411, lr: 1.57e-04 +2022-09-19 18:10:08,105 INFO [train.py:885] (1/2) Epoch 30, batch 5750, loss[loss=0.2049, simple_loss=0.2697, pruned_loss=0.07003, over 14065.00 frames. utt_duration=805 frames, utt_pad_proportion=0.05953, over 70.00 utterances.], tot_loss[loss=0.2623, simple_loss=0.3368, pruned_loss=0.09387, over 2783195.65 frames. utt_duration=263.3 frames, utt_pad_proportion=0.06925, over 42522.67 utterances.], batch size: 70, lr: 1.57e-04 +2022-09-19 18:10:37,916 INFO [train.py:885] (1/2) Epoch 30, batch 5800, loss[loss=0.1748, simple_loss=0.2295, pruned_loss=0.06001, over 13136.00 frames. utt_duration=2022 frames, utt_pad_proportion=0.1037, over 26.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3405, pruned_loss=0.09536, over 2783859.62 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07159, over 44640.00 utterances.], batch size: 26, lr: 1.57e-04 +2022-09-19 18:11:07,828 INFO [train.py:885] (1/2) Epoch 30, batch 5850, loss[loss=0.3207, simple_loss=0.4099, pruned_loss=0.1158, over 13618.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08226, over 477.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3417, pruned_loss=0.09584, over 2789395.04 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07004, over 44406.53 utterances.], batch size: 477, lr: 1.57e-04 +2022-09-19 18:11:43,957 INFO [train.py:885] (1/2) Epoch 30, batch 5900, loss[loss=0.1838, simple_loss=0.2475, pruned_loss=0.06, over 13801.00 frames. utt_duration=801.4 frames, utt_pad_proportion=0.06706, over 69.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3429, pruned_loss=0.09611, over 2786340.93 frames. utt_duration=246.1 frames, utt_pad_proportion=0.071, over 45560.26 utterances.], batch size: 69, lr: 1.57e-04 +2022-09-19 18:12:13,928 INFO [train.py:885] (1/2) Epoch 30, batch 5950, loss[loss=0.1375, simple_loss=0.1947, pruned_loss=0.04019, over 13240.00 frames. utt_duration=2039 frames, utt_pad_proportion=0.09864, over 26.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.34, pruned_loss=0.09519, over 2786238.61 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06868, over 44223.31 utterances.], batch size: 26, lr: 1.57e-04 +2022-09-19 18:12:51,026 INFO [train.py:885] (1/2) Epoch 30, batch 6000, loss[loss=0.3509, simple_loss=0.4134, pruned_loss=0.1442, over 14151.00 frames. utt_duration=186.7 frames, utt_pad_proportion=0.04767, over 306.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3405, pruned_loss=0.09537, over 2784802.02 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07059, over 45168.27 utterances.], batch size: 306, lr: 1.57e-04 +2022-09-19 18:12:51,027 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 18:12:55,278 INFO [train.py:914] (1/2) Epoch 30, validation: loss=0.1869, simple_loss=0.266, pruned_loss=0.05387, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 18:13:26,389 INFO [train.py:885] (1/2) Epoch 30, batch 6050, loss[loss=0.3543, simple_loss=0.4645, pruned_loss=0.1221, over 13104.00 frames. utt_duration=81.84 frames, utt_pad_proportion=0.1104, over 653.00 utterances.], tot_loss[loss=0.2624, simple_loss=0.3377, pruned_loss=0.09358, over 2781450.36 frames. utt_duration=253.3 frames, utt_pad_proportion=0.07223, over 44180.34 utterances.], batch size: 653, lr: 1.57e-04 +2022-09-19 18:13:56,163 INFO [train.py:885] (1/2) Epoch 30, batch 6100, loss[loss=0.2592, simple_loss=0.3456, pruned_loss=0.08641, over 14266.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04094, over 225.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3403, pruned_loss=0.09468, over 2778930.55 frames. utt_duration=249 frames, utt_pad_proportion=0.07161, over 44897.90 utterances.], batch size: 225, lr: 1.57e-04 +2022-09-19 18:14:27,753 INFO [train.py:885] (1/2) Epoch 30, batch 6150, loss[loss=0.272, simple_loss=0.377, pruned_loss=0.08354, over 13813.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06889, over 411.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3434, pruned_loss=0.09663, over 2781684.52 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07061, over 45783.49 utterances.], batch size: 411, lr: 1.57e-04 +2022-09-19 18:14:57,949 INFO [train.py:885] (1/2) Epoch 30, batch 6200, loss[loss=0.3362, simple_loss=0.3948, pruned_loss=0.1388, over 14309.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03958, over 262.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.342, pruned_loss=0.09595, over 2779079.52 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07199, over 45233.79 utterances.], batch size: 262, lr: 1.57e-04 +2022-09-19 18:15:27,687 INFO [train.py:885] (1/2) Epoch 30, batch 6250, loss[loss=0.2906, simple_loss=0.3656, pruned_loss=0.1079, over 14217.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04418, over 225.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3408, pruned_loss=0.09607, over 2781524.89 frames. utt_duration=250.5 frames, utt_pad_proportion=0.07093, over 44671.83 utterances.], batch size: 225, lr: 1.56e-04 +2022-09-19 18:15:57,517 INFO [train.py:885] (1/2) Epoch 30, batch 6300, loss[loss=0.2355, simple_loss=0.309, pruned_loss=0.08102, over 14291.00 frames. utt_duration=441.2 frames, utt_pad_proportion=0.04092, over 130.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3428, pruned_loss=0.0973, over 2783279.37 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07004, over 45395.56 utterances.], batch size: 130, lr: 1.56e-04 +2022-09-19 18:16:27,135 INFO [train.py:885] (1/2) Epoch 30, batch 6350, loss[loss=0.2307, simple_loss=0.3134, pruned_loss=0.07402, over 14278.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.04387, over 141.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3419, pruned_loss=0.09684, over 2779245.37 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07145, over 44992.82 utterances.], batch size: 141, lr: 1.56e-04 +2022-09-19 18:16:57,278 INFO [train.py:885] (1/2) Epoch 30, batch 6400, loss[loss=0.2928, simple_loss=0.3632, pruned_loss=0.1112, over 14348.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.0376, over 244.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3455, pruned_loss=0.09864, over 2778613.30 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07114, over 46053.53 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:17:27,083 INFO [train.py:885] (1/2) Epoch 30, batch 6450, loss[loss=0.2496, simple_loss=0.3346, pruned_loss=0.08229, over 14260.00 frames. utt_duration=405.9 frames, utt_pad_proportion=0.04489, over 141.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.344, pruned_loss=0.09758, over 2779933.07 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07128, over 45579.23 utterances.], batch size: 141, lr: 1.56e-04 +2022-09-19 18:17:57,237 INFO [train.py:885] (1/2) Epoch 30, batch 6500, loss[loss=0.224, simple_loss=0.2997, pruned_loss=0.07417, over 14302.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03971, over 120.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3398, pruned_loss=0.09496, over 2778587.39 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07024, over 44608.17 utterances.], batch size: 120, lr: 1.56e-04 +2022-09-19 18:18:27,001 INFO [train.py:885] (1/2) Epoch 30, batch 6550, loss[loss=0.3344, simple_loss=0.3997, pruned_loss=0.1346, over 14266.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04084, over 225.00 utterances.], tot_loss[loss=0.2631, simple_loss=0.3378, pruned_loss=0.09425, over 2778832.64 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06966, over 43405.37 utterances.], batch size: 225, lr: 1.56e-04 +2022-09-19 18:18:57,093 INFO [train.py:885] (1/2) Epoch 30, batch 6600, loss[loss=0.3657, simple_loss=0.4178, pruned_loss=0.1568, over 14256.00 frames. utt_duration=171.6 frames, utt_pad_proportion=0.04134, over 335.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3425, pruned_loss=0.0976, over 2779066.30 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06934, over 44703.91 utterances.], batch size: 335, lr: 1.56e-04 +2022-09-19 18:19:26,929 INFO [train.py:885] (1/2) Epoch 30, batch 6650, loss[loss=0.247, simple_loss=0.3114, pruned_loss=0.09127, over 14191.00 frames. utt_duration=522.3 frames, utt_pad_proportion=0.04338, over 109.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3467, pruned_loss=0.09988, over 2777533.73 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07118, over 46262.26 utterances.], batch size: 109, lr: 1.56e-04 +2022-09-19 18:19:57,567 INFO [train.py:885] (1/2) Epoch 30, batch 6700, loss[loss=0.2558, simple_loss=0.3384, pruned_loss=0.0866, over 14274.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0407, over 225.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3439, pruned_loss=0.09842, over 2774240.80 frames. utt_duration=244.9 frames, utt_pad_proportion=0.07325, over 45591.92 utterances.], batch size: 225, lr: 1.56e-04 +2022-09-19 18:20:26,752 INFO [train.py:885] (1/2) Epoch 30, batch 6750, loss[loss=0.2749, simple_loss=0.3471, pruned_loss=0.1013, over 14363.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03223, over 244.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3448, pruned_loss=0.09845, over 2773186.83 frames. utt_duration=240 frames, utt_pad_proportion=0.07376, over 46497.84 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:20:57,039 INFO [train.py:885] (1/2) Epoch 30, batch 6800, loss[loss=0.1674, simple_loss=0.2363, pruned_loss=0.04919, over 13581.00 frames. utt_duration=1326 frames, utt_pad_proportion=0.07257, over 41.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3444, pruned_loss=0.09816, over 2776519.15 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07198, over 46337.84 utterances.], batch size: 41, lr: 1.56e-04 +2022-09-19 18:21:26,562 INFO [train.py:885] (1/2) Epoch 30, batch 6850, loss[loss=0.1846, simple_loss=0.2599, pruned_loss=0.05463, over 13728.00 frames. utt_duration=916.7 frames, utt_pad_proportion=0.07589, over 60.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3475, pruned_loss=0.09925, over 2770253.12 frames. utt_duration=232.9 frames, utt_pad_proportion=0.07495, over 47882.98 utterances.], batch size: 60, lr: 1.56e-04 +2022-09-19 18:21:55,865 INFO [train.py:885] (1/2) Epoch 30, batch 6900, loss[loss=0.3111, simple_loss=0.372, pruned_loss=0.1251, over 14311.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03772, over 130.00 utterances.], tot_loss[loss=0.2755, simple_loss=0.3495, pruned_loss=0.1008, over 2766989.93 frames. utt_duration=230.8 frames, utt_pad_proportion=0.07593, over 48269.89 utterances.], batch size: 130, lr: 1.56e-04 +2022-09-19 18:22:25,802 INFO [train.py:885] (1/2) Epoch 30, batch 6950, loss[loss=0.5633, simple_loss=0.6231, pruned_loss=0.2518, over 12473.00 frames. utt_duration=63.15 frames, utt_pad_proportion=0.1467, over 810.00 utterances.], tot_loss[loss=0.2777, simple_loss=0.3522, pruned_loss=0.1016, over 2765903.98 frames. utt_duration=222.8 frames, utt_pad_proportion=0.07689, over 49996.26 utterances.], batch size: 810, lr: 1.56e-04 +2022-09-19 18:22:55,029 INFO [train.py:885] (1/2) Epoch 30, batch 7000, loss[loss=0.2242, simple_loss=0.2916, pruned_loss=0.07844, over 14073.00 frames. utt_duration=575.8 frames, utt_pad_proportion=0.05295, over 98.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3525, pruned_loss=0.102, over 2775040.88 frames. utt_duration=226.3 frames, utt_pad_proportion=0.0733, over 49374.56 utterances.], batch size: 98, lr: 1.56e-04 +2022-09-19 18:23:24,922 INFO [train.py:885] (1/2) Epoch 30, batch 7050, loss[loss=0.2295, simple_loss=0.3197, pruned_loss=0.06966, over 14337.00 frames. utt_duration=442.7 frames, utt_pad_proportion=0.03771, over 130.00 utterances.], tot_loss[loss=0.2783, simple_loss=0.3528, pruned_loss=0.1019, over 2776647.13 frames. utt_duration=224.6 frames, utt_pad_proportion=0.07451, over 49776.34 utterances.], batch size: 130, lr: 1.56e-04 +2022-09-19 18:23:54,385 INFO [train.py:885] (1/2) Epoch 30, batch 7100, loss[loss=0.3012, simple_loss=0.378, pruned_loss=0.1122, over 14367.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03217, over 244.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3498, pruned_loss=0.1007, over 2780770.57 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07272, over 48291.23 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:24:23,269 INFO [train.py:885] (1/2) Epoch 30, batch 7150, loss[loss=0.2529, simple_loss=0.3205, pruned_loss=0.09269, over 13511.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08802, over 50.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3483, pruned_loss=0.1005, over 2785935.35 frames. utt_duration=240 frames, utt_pad_proportion=0.06847, over 46725.86 utterances.], batch size: 50, lr: 1.56e-04 +2022-09-19 18:24:53,388 INFO [train.py:885] (1/2) Epoch 30, batch 7200, loss[loss=0.1758, simple_loss=0.2568, pruned_loss=0.0474, over 13865.00 frames. utt_duration=925.7 frames, utt_pad_proportion=0.06965, over 60.00 utterances.], tot_loss[loss=0.2735, simple_loss=0.3471, pruned_loss=0.09997, over 2785761.55 frames. utt_duration=242 frames, utt_pad_proportion=0.06975, over 46319.17 utterances.], batch size: 60, lr: 1.56e-04 +2022-09-19 18:25:23,037 INFO [train.py:885] (1/2) Epoch 30, batch 7250, loss[loss=0.2372, simple_loss=0.3006, pruned_loss=0.08689, over 14011.00 frames. utt_duration=573.3 frames, utt_pad_proportion=0.05864, over 98.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3457, pruned_loss=0.09876, over 2783933.78 frames. utt_duration=243.7 frames, utt_pad_proportion=0.0699, over 45981.05 utterances.], batch size: 98, lr: 1.56e-04 +2022-09-19 18:25:52,194 INFO [train.py:885] (1/2) Epoch 30, batch 7300, loss[loss=0.2022, simple_loss=0.2744, pruned_loss=0.06503, over 14170.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04518, over 109.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3435, pruned_loss=0.09784, over 2780267.77 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07191, over 45701.03 utterances.], batch size: 109, lr: 1.56e-04 +2022-09-19 18:26:22,268 INFO [train.py:885] (1/2) Epoch 30, batch 7350, loss[loss=0.3122, simple_loss=0.3845, pruned_loss=0.1199, over 14319.00 frames. utt_duration=236.2 frames, utt_pad_proportion=0.03972, over 244.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3438, pruned_loss=0.0978, over 2783207.86 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07043, over 45703.88 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:26:52,082 INFO [train.py:885] (1/2) Epoch 30, batch 7400, loss[loss=0.2406, simple_loss=0.3208, pruned_loss=0.08026, over 14344.00 frames. utt_duration=374.1 frames, utt_pad_proportion=0.03833, over 154.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3444, pruned_loss=0.09881, over 2786775.88 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06949, over 44921.57 utterances.], batch size: 154, lr: 1.56e-04 +2022-09-19 18:27:21,470 INFO [train.py:885] (1/2) Epoch 30, batch 7450, loss[loss=0.269, simple_loss=0.3388, pruned_loss=0.09962, over 14306.00 frames. utt_duration=344 frames, utt_pad_proportion=0.04182, over 167.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.343, pruned_loss=0.09817, over 2789848.83 frames. utt_duration=253.7 frames, utt_pad_proportion=0.06747, over 44242.22 utterances.], batch size: 167, lr: 1.56e-04 +2022-09-19 18:27:51,127 INFO [train.py:885] (1/2) Epoch 30, batch 7500, loss[loss=0.3099, simple_loss=0.3783, pruned_loss=0.1207, over 14333.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03736, over 210.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3449, pruned_loss=0.09892, over 2793541.87 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06685, over 44906.31 utterances.], batch size: 210, lr: 1.56e-04 +2022-09-19 18:28:20,469 INFO [train.py:885] (1/2) Epoch 30, batch 7550, loss[loss=0.1904, simple_loss=0.2602, pruned_loss=0.06027, over 13976.00 frames. utt_duration=800 frames, utt_pad_proportion=0.06547, over 70.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3478, pruned_loss=0.1005, over 2790165.63 frames. utt_duration=245.3 frames, utt_pad_proportion=0.06869, over 45769.35 utterances.], batch size: 70, lr: 1.56e-04 +2022-09-19 18:28:50,388 INFO [train.py:885] (1/2) Epoch 30, batch 7600, loss[loss=0.3113, simple_loss=0.4116, pruned_loss=0.1055, over 13670.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07825, over 477.00 utterances.], tot_loss[loss=0.2746, simple_loss=0.3485, pruned_loss=0.1004, over 2785847.77 frames. utt_duration=239.2 frames, utt_pad_proportion=0.0709, over 46873.94 utterances.], batch size: 477, lr: 1.56e-04 +2022-09-19 18:29:19,540 INFO [train.py:885] (1/2) Epoch 30, batch 7650, loss[loss=0.3385, simple_loss=0.4344, pruned_loss=0.1213, over 13661.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08108, over 478.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3453, pruned_loss=0.09898, over 2789019.16 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06887, over 45516.66 utterances.], batch size: 478, lr: 1.56e-04 +2022-09-19 18:29:49,176 INFO [train.py:885] (1/2) Epoch 30, batch 7700, loss[loss=0.1794, simple_loss=0.2665, pruned_loss=0.04617, over 13994.00 frames. utt_duration=709.8 frames, utt_pad_proportion=0.06116, over 79.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3422, pruned_loss=0.09695, over 2786399.35 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07028, over 44442.81 utterances.], batch size: 79, lr: 1.56e-04 +2022-09-19 18:30:18,775 INFO [train.py:885] (1/2) Epoch 30, batch 7750, loss[loss=0.1841, simple_loss=0.2523, pruned_loss=0.05799, over 13820.00 frames. utt_duration=923 frames, utt_pad_proportion=0.07241, over 60.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3427, pruned_loss=0.09681, over 2782850.67 frames. utt_duration=246.7 frames, utt_pad_proportion=0.0703, over 45390.22 utterances.], batch size: 60, lr: 1.56e-04 +2022-09-19 18:30:48,563 INFO [train.py:885] (1/2) Epoch 30, batch 7800, loss[loss=0.3933, simple_loss=0.4832, pruned_loss=0.1517, over 13146.00 frames. utt_duration=82.12 frames, utt_pad_proportion=0.1074, over 653.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3457, pruned_loss=0.09755, over 2784657.17 frames. utt_duration=237.9 frames, utt_pad_proportion=0.06988, over 47107.69 utterances.], batch size: 653, lr: 1.56e-04 +2022-09-19 18:31:18,201 INFO [train.py:885] (1/2) Epoch 30, batch 7850, loss[loss=0.3058, simple_loss=0.3719, pruned_loss=0.1198, over 14215.00 frames. utt_duration=254.2 frames, utt_pad_proportion=0.04426, over 225.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.344, pruned_loss=0.09748, over 2787343.67 frames. utt_duration=244.8 frames, utt_pad_proportion=0.06935, over 45820.66 utterances.], batch size: 225, lr: 1.56e-04 +2022-09-19 18:31:47,470 INFO [train.py:885] (1/2) Epoch 30, batch 7900, loss[loss=0.1618, simple_loss=0.2276, pruned_loss=0.04797, over 13035.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1233, over 33.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3395, pruned_loss=0.09577, over 2785272.97 frames. utt_duration=255.6 frames, utt_pad_proportion=0.06884, over 43848.24 utterances.], batch size: 33, lr: 1.56e-04 +2022-09-19 18:32:16,703 INFO [train.py:885] (1/2) Epoch 30, batch 7950, loss[loss=0.2739, simple_loss=0.3442, pruned_loss=0.1018, over 14260.00 frames. utt_duration=405.8 frames, utt_pad_proportion=0.04511, over 141.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3416, pruned_loss=0.09699, over 2786783.61 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06885, over 44794.42 utterances.], batch size: 141, lr: 1.56e-04 +2022-09-19 18:32:46,104 INFO [train.py:885] (1/2) Epoch 30, batch 8000, loss[loss=0.1692, simple_loss=0.2479, pruned_loss=0.0453, over 13843.00 frames. utt_duration=924.2 frames, utt_pad_proportion=0.07019, over 60.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.3386, pruned_loss=0.0953, over 2783775.19 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06966, over 44020.31 utterances.], batch size: 60, lr: 1.56e-04 +2022-09-19 18:33:16,196 INFO [train.py:885] (1/2) Epoch 30, batch 8050, loss[loss=0.294, simple_loss=0.3677, pruned_loss=0.1102, over 14295.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03891, over 225.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3429, pruned_loss=0.09719, over 2783017.44 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07057, over 45357.66 utterances.], batch size: 225, lr: 1.56e-04 +2022-09-19 18:33:46,169 INFO [train.py:885] (1/2) Epoch 30, batch 8100, loss[loss=0.2271, simple_loss=0.3036, pruned_loss=0.07525, over 14124.00 frames. utt_duration=636.2 frames, utt_pad_proportion=0.05183, over 89.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3442, pruned_loss=0.09817, over 2784969.44 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07031, over 45983.97 utterances.], batch size: 89, lr: 1.56e-04 +2022-09-19 18:34:15,430 INFO [train.py:885] (1/2) Epoch 30, batch 8150, loss[loss=0.3267, simple_loss=0.3855, pruned_loss=0.134, over 14336.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03792, over 262.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3441, pruned_loss=0.09829, over 2788378.41 frames. utt_duration=246.4 frames, utt_pad_proportion=0.06925, over 45538.30 utterances.], batch size: 262, lr: 1.56e-04 +2022-09-19 18:34:45,129 INFO [train.py:885] (1/2) Epoch 30, batch 8200, loss[loss=0.1796, simple_loss=0.2561, pruned_loss=0.05152, over 13678.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.07993, over 50.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3425, pruned_loss=0.09648, over 2786778.72 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06997, over 45243.96 utterances.], batch size: 50, lr: 1.56e-04 +2022-09-19 18:35:15,264 INFO [train.py:885] (1/2) Epoch 30, batch 8250, loss[loss=0.5287, simple_loss=0.5868, pruned_loss=0.2353, over 13180.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.106, over 653.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3478, pruned_loss=0.09918, over 2786805.33 frames. utt_duration=240.1 frames, utt_pad_proportion=0.0702, over 46710.90 utterances.], batch size: 653, lr: 1.56e-04 +2022-09-19 18:35:44,318 INFO [train.py:885] (1/2) Epoch 30, batch 8300, loss[loss=0.1862, simple_loss=0.2544, pruned_loss=0.05896, over 13787.00 frames. utt_duration=920.4 frames, utt_pad_proportion=0.07403, over 60.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3455, pruned_loss=0.09856, over 2787451.91 frames. utt_duration=246 frames, utt_pad_proportion=0.06845, over 45605.42 utterances.], batch size: 60, lr: 1.56e-04 +2022-09-19 18:36:13,558 INFO [train.py:885] (1/2) Epoch 30, batch 8350, loss[loss=0.1438, simple_loss=0.2146, pruned_loss=0.03652, over 13307.00 frames. utt_duration=1066 frames, utt_pad_proportion=0.1041, over 50.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3417, pruned_loss=0.09745, over 2786344.80 frames. utt_duration=254.4 frames, utt_pad_proportion=0.0677, over 44067.41 utterances.], batch size: 50, lr: 1.56e-04 +2022-09-19 18:36:43,721 INFO [train.py:885] (1/2) Epoch 30, batch 8400, loss[loss=0.3776, simple_loss=0.4705, pruned_loss=0.1423, over 13174.00 frames. utt_duration=82.19 frames, utt_pad_proportion=0.1067, over 653.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3431, pruned_loss=0.09768, over 2784980.93 frames. utt_duration=250.1 frames, utt_pad_proportion=0.06944, over 44799.73 utterances.], batch size: 653, lr: 1.56e-04 +2022-09-19 18:37:13,335 INFO [train.py:885] (1/2) Epoch 30, batch 8450, loss[loss=0.4137, simple_loss=0.5007, pruned_loss=0.1633, over 13168.00 frames. utt_duration=82.17 frames, utt_pad_proportion=0.1069, over 653.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3426, pruned_loss=0.09683, over 2780490.05 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07278, over 45262.75 utterances.], batch size: 653, lr: 1.56e-04 +2022-09-19 18:37:42,693 INFO [train.py:885] (1/2) Epoch 30, batch 8500, loss[loss=0.3098, simple_loss=0.3687, pruned_loss=0.1255, over 14326.00 frames. utt_duration=295.3 frames, utt_pad_proportion=0.03825, over 195.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3439, pruned_loss=0.09817, over 2784391.76 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07094, over 45230.03 utterances.], batch size: 195, lr: 1.56e-04 +2022-09-19 18:38:12,863 INFO [train.py:885] (1/2) Epoch 30, batch 8550, loss[loss=0.2806, simple_loss=0.3629, pruned_loss=0.09921, over 14357.00 frames. utt_duration=220.6 frames, utt_pad_proportion=0.0366, over 262.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3465, pruned_loss=0.09947, over 2786270.81 frames. utt_duration=243 frames, utt_pad_proportion=0.06926, over 46140.19 utterances.], batch size: 262, lr: 1.56e-04 +2022-09-19 18:38:49,691 INFO [train.py:885] (1/2) Epoch 30, batch 8600, loss[loss=0.2004, simple_loss=0.2758, pruned_loss=0.06248, over 14183.00 frames. utt_duration=638.9 frames, utt_pad_proportion=0.04786, over 89.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3465, pruned_loss=0.09959, over 2784900.98 frames. utt_duration=243.2 frames, utt_pad_proportion=0.06979, over 46073.92 utterances.], batch size: 89, lr: 1.56e-04 +2022-09-19 18:39:18,931 INFO [train.py:885] (1/2) Epoch 30, batch 8650, loss[loss=0.2856, simple_loss=0.3393, pruned_loss=0.1159, over 14160.00 frames. utt_duration=521.2 frames, utt_pad_proportion=0.04538, over 109.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3459, pruned_loss=0.0995, over 2783335.61 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07028, over 46169.68 utterances.], batch size: 109, lr: 1.56e-04 +2022-09-19 18:39:48,664 INFO [train.py:885] (1/2) Epoch 30, batch 8700, loss[loss=0.246, simple_loss=0.3291, pruned_loss=0.08143, over 14281.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03973, over 180.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3431, pruned_loss=0.09776, over 2783219.24 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06924, over 44488.30 utterances.], batch size: 180, lr: 1.56e-04 +2022-09-19 18:40:18,688 INFO [train.py:885] (1/2) Epoch 30, batch 8750, loss[loss=0.2399, simple_loss=0.3262, pruned_loss=0.07676, over 14337.00 frames. utt_duration=344.9 frames, utt_pad_proportion=0.03926, over 167.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3429, pruned_loss=0.09769, over 2787247.80 frames. utt_duration=254.9 frames, utt_pad_proportion=0.06797, over 43989.10 utterances.], batch size: 167, lr: 1.56e-04 +2022-09-19 18:40:47,432 INFO [train.py:885] (1/2) Epoch 30, batch 8800, loss[loss=0.148, simple_loss=0.2136, pruned_loss=0.04119, over 13541.00 frames. utt_duration=1643 frames, utt_pad_proportion=0.09047, over 33.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3382, pruned_loss=0.09529, over 2786480.38 frames. utt_duration=262.5 frames, utt_pad_proportion=0.0668, over 42707.84 utterances.], batch size: 33, lr: 1.56e-04 +2022-09-19 18:41:17,736 INFO [train.py:885] (1/2) Epoch 30, batch 8850, loss[loss=0.3087, simple_loss=0.3812, pruned_loss=0.1181, over 14222.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04305, over 306.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3424, pruned_loss=0.0969, over 2779213.59 frames. utt_duration=248 frames, utt_pad_proportion=0.07139, over 45097.06 utterances.], batch size: 306, lr: 1.56e-04 +2022-09-19 18:41:46,824 INFO [train.py:885] (1/2) Epoch 30, batch 8900, loss[loss=0.372, simple_loss=0.4244, pruned_loss=0.1598, over 14232.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04353, over 335.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3429, pruned_loss=0.09708, over 2778006.34 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0713, over 45274.16 utterances.], batch size: 335, lr: 1.56e-04 +2022-09-19 18:42:16,407 INFO [train.py:885] (1/2) Epoch 30, batch 8950, loss[loss=0.2128, simple_loss=0.2947, pruned_loss=0.06547, over 14318.00 frames. utt_duration=478.8 frames, utt_pad_proportion=0.03862, over 120.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3407, pruned_loss=0.09539, over 2781403.29 frames. utt_duration=251 frames, utt_pad_proportion=0.07056, over 44585.25 utterances.], batch size: 120, lr: 1.56e-04 +2022-09-19 18:42:45,908 INFO [train.py:885] (1/2) Epoch 30, batch 9000, loss[loss=0.2643, simple_loss=0.3446, pruned_loss=0.09201, over 14337.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03863, over 154.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3415, pruned_loss=0.09562, over 2781433.81 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07069, over 44652.26 utterances.], batch size: 154, lr: 1.56e-04 +2022-09-19 18:42:45,909 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 18:42:50,126 INFO [train.py:914] (1/2) Epoch 30, validation: loss=0.1863, simple_loss=0.2664, pruned_loss=0.05311, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 18:43:19,452 INFO [train.py:885] (1/2) Epoch 30, batch 9050, loss[loss=0.3682, simple_loss=0.4371, pruned_loss=0.1496, over 13949.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.0584, over 365.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3418, pruned_loss=0.0959, over 2780164.53 frames. utt_duration=250.2 frames, utt_pad_proportion=0.07088, over 44707.66 utterances.], batch size: 365, lr: 1.56e-04 +2022-09-19 18:43:49,080 INFO [train.py:885] (1/2) Epoch 30, batch 9100, loss[loss=0.2831, simple_loss=0.3774, pruned_loss=0.09443, over 13955.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05902, over 365.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3422, pruned_loss=0.09658, over 2774079.30 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07297, over 44803.16 utterances.], batch size: 365, lr: 1.56e-04 +2022-09-19 18:44:18,953 INFO [train.py:885] (1/2) Epoch 30, batch 9150, loss[loss=0.3769, simple_loss=0.4236, pruned_loss=0.1651, over 14356.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03527, over 210.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3459, pruned_loss=0.09846, over 2775206.36 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07223, over 46045.63 utterances.], batch size: 210, lr: 1.56e-04 +2022-09-19 18:44:48,555 INFO [train.py:885] (1/2) Epoch 30, batch 9200, loss[loss=0.2794, simple_loss=0.3505, pruned_loss=0.1042, over 14321.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03907, over 262.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3458, pruned_loss=0.09813, over 2780830.25 frames. utt_duration=240.6 frames, utt_pad_proportion=0.07043, over 46512.36 utterances.], batch size: 262, lr: 1.56e-04 +2022-09-19 18:45:18,184 INFO [train.py:885] (1/2) Epoch 30, batch 9250, loss[loss=0.2389, simple_loss=0.3209, pruned_loss=0.0784, over 14293.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.0414, over 154.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.346, pruned_loss=0.09827, over 2780810.54 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07155, over 47002.73 utterances.], batch size: 154, lr: 1.56e-04 +2022-09-19 18:45:47,938 INFO [train.py:885] (1/2) Epoch 30, batch 9300, loss[loss=0.4875, simple_loss=0.5794, pruned_loss=0.1978, over 12459.00 frames. utt_duration=63.16 frames, utt_pad_proportion=0.1465, over 810.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3454, pruned_loss=0.09819, over 2781654.23 frames. utt_duration=239.6 frames, utt_pad_proportion=0.0719, over 46734.92 utterances.], batch size: 810, lr: 1.56e-04 +2022-09-19 18:46:17,060 INFO [train.py:885] (1/2) Epoch 30, batch 9350, loss[loss=0.2041, simple_loss=0.2749, pruned_loss=0.06666, over 14052.00 frames. utt_duration=804.6 frames, utt_pad_proportion=0.05895, over 70.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.343, pruned_loss=0.09723, over 2783212.21 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07089, over 45319.07 utterances.], batch size: 70, lr: 1.56e-04 +2022-09-19 18:46:46,715 INFO [train.py:885] (1/2) Epoch 30, batch 9400, loss[loss=0.2705, simple_loss=0.3291, pruned_loss=0.106, over 14093.00 frames. utt_duration=576.6 frames, utt_pad_proportion=0.05318, over 98.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.345, pruned_loss=0.0983, over 2785059.56 frames. utt_duration=243.8 frames, utt_pad_proportion=0.07154, over 45969.18 utterances.], batch size: 98, lr: 1.56e-04 +2022-09-19 18:47:16,290 INFO [train.py:885] (1/2) Epoch 30, batch 9450, loss[loss=0.1675, simple_loss=0.2371, pruned_loss=0.0489, over 13254.00 frames. utt_duration=1295 frames, utt_pad_proportion=0.09596, over 41.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3466, pruned_loss=0.09892, over 2781178.57 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07275, over 46803.37 utterances.], batch size: 41, lr: 1.56e-04 +2022-09-19 18:47:46,102 INFO [train.py:885] (1/2) Epoch 30, batch 9500, loss[loss=0.1815, simple_loss=0.2595, pruned_loss=0.05177, over 13533.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08655, over 50.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3493, pruned_loss=0.1005, over 2777951.67 frames. utt_duration=234.4 frames, utt_pad_proportion=0.07516, over 47712.90 utterances.], batch size: 50, lr: 1.56e-04 +2022-09-19 18:48:15,487 INFO [train.py:885] (1/2) Epoch 30, batch 9550, loss[loss=0.1832, simple_loss=0.2577, pruned_loss=0.05432, over 13839.00 frames. utt_duration=803.9 frames, utt_pad_proportion=0.06311, over 69.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3443, pruned_loss=0.09767, over 2775802.72 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07341, over 46050.09 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:48:45,318 INFO [train.py:885] (1/2) Epoch 30, batch 9600, loss[loss=0.1636, simple_loss=0.2321, pruned_loss=0.04759, over 13410.00 frames. utt_duration=1310 frames, utt_pad_proportion=0.08459, over 41.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3449, pruned_loss=0.09845, over 2773632.18 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07403, over 46479.93 utterances.], batch size: 41, lr: 1.56e-04 +2022-09-19 18:49:15,221 INFO [train.py:885] (1/2) Epoch 30, batch 9650, loss[loss=0.3569, simple_loss=0.4421, pruned_loss=0.1359, over 13596.00 frames. utt_duration=98.51 frames, utt_pad_proportion=0.07937, over 560.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3441, pruned_loss=0.09795, over 2772164.45 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07555, over 46898.55 utterances.], batch size: 560, lr: 1.56e-04 +2022-09-19 18:49:44,845 INFO [train.py:885] (1/2) Epoch 30, batch 9700, loss[loss=0.1464, simple_loss=0.2031, pruned_loss=0.04478, over 13433.00 frames. utt_duration=1630 frames, utt_pad_proportion=0.08631, over 33.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.345, pruned_loss=0.09818, over 2774420.15 frames. utt_duration=238.3 frames, utt_pad_proportion=0.07564, over 46861.38 utterances.], batch size: 33, lr: 1.56e-04 +2022-09-19 18:50:14,247 INFO [train.py:885] (1/2) Epoch 30, batch 9750, loss[loss=0.2579, simple_loss=0.349, pruned_loss=0.08342, over 14318.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03863, over 262.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3458, pruned_loss=0.09856, over 2776272.78 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07385, over 46970.89 utterances.], batch size: 262, lr: 1.56e-04 +2022-09-19 18:50:44,362 INFO [train.py:885] (1/2) Epoch 30, batch 9800, loss[loss=0.1722, simple_loss=0.2533, pruned_loss=0.04557, over 14073.00 frames. utt_duration=714.2 frames, utt_pad_proportion=0.0541, over 79.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3471, pruned_loss=0.09946, over 2772469.14 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07592, over 48084.19 utterances.], batch size: 79, lr: 1.56e-04 +2022-09-19 18:51:13,159 INFO [train.py:885] (1/2) Epoch 30, batch 9850, loss[loss=0.1996, simple_loss=0.2693, pruned_loss=0.06499, over 14123.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05094, over 98.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3461, pruned_loss=0.09945, over 2773497.59 frames. utt_duration=237.7 frames, utt_pad_proportion=0.0755, over 46955.30 utterances.], batch size: 98, lr: 1.56e-04 +2022-09-19 18:51:42,593 INFO [train.py:885] (1/2) Epoch 30, batch 9900, loss[loss=0.3756, simple_loss=0.4257, pruned_loss=0.1628, over 14231.00 frames. utt_duration=187.7 frames, utt_pad_proportion=0.0425, over 306.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3472, pruned_loss=0.09933, over 2773057.77 frames. utt_duration=235.4 frames, utt_pad_proportion=0.07544, over 47410.50 utterances.], batch size: 306, lr: 1.56e-04 +2022-09-19 18:52:13,205 INFO [train.py:885] (1/2) Epoch 30, batch 9950, loss[loss=0.2812, simple_loss=0.3565, pruned_loss=0.1029, over 14374.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03244, over 244.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.3462, pruned_loss=0.09939, over 2776204.97 frames. utt_duration=242 frames, utt_pad_proportion=0.07366, over 46162.65 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:52:42,895 INFO [train.py:885] (1/2) Epoch 30, batch 10000, loss[loss=0.3274, simple_loss=0.3929, pruned_loss=0.131, over 14211.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04328, over 306.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.349, pruned_loss=0.1012, over 2780235.91 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07324, over 47081.64 utterances.], batch size: 306, lr: 1.56e-04 +2022-09-19 18:53:12,706 INFO [train.py:885] (1/2) Epoch 30, batch 10050, loss[loss=0.198, simple_loss=0.2717, pruned_loss=0.0622, over 13885.00 frames. utt_duration=806.4 frames, utt_pad_proportion=0.06119, over 69.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3525, pruned_loss=0.1016, over 2781140.67 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07449, over 48312.28 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:53:42,505 INFO [train.py:885] (1/2) Epoch 30, batch 10100, loss[loss=0.2763, simple_loss=0.3489, pruned_loss=0.1019, over 14318.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03895, over 262.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3505, pruned_loss=0.1012, over 2783757.61 frames. utt_duration=239 frames, utt_pad_proportion=0.07081, over 46888.46 utterances.], batch size: 262, lr: 1.56e-04 +2022-09-19 18:54:12,612 INFO [train.py:885] (1/2) Epoch 30, batch 10150, loss[loss=0.4575, simple_loss=0.5684, pruned_loss=0.1733, over 12415.00 frames. utt_duration=62.86 frames, utt_pad_proportion=0.1506, over 810.00 utterances.], tot_loss[loss=0.2745, simple_loss=0.3496, pruned_loss=0.09972, over 2776884.89 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07354, over 47511.21 utterances.], batch size: 810, lr: 1.56e-04 +2022-09-19 18:54:41,829 INFO [train.py:885] (1/2) Epoch 30, batch 10200, loss[loss=0.3732, simple_loss=0.4217, pruned_loss=0.1623, over 14231.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04284, over 335.00 utterances.], tot_loss[loss=0.2778, simple_loss=0.3531, pruned_loss=0.1013, over 2779967.84 frames. utt_duration=227.2 frames, utt_pad_proportion=0.07413, over 49254.92 utterances.], batch size: 335, lr: 1.56e-04 +2022-09-19 18:55:11,564 INFO [train.py:885] (1/2) Epoch 30, batch 10250, loss[loss=0.295, simple_loss=0.36, pruned_loss=0.115, over 14252.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.04201, over 225.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3499, pruned_loss=0.1003, over 2782218.26 frames. utt_duration=235.9 frames, utt_pad_proportion=0.073, over 47472.34 utterances.], batch size: 225, lr: 1.56e-04 +2022-09-19 18:55:40,832 INFO [train.py:885] (1/2) Epoch 30, batch 10300, loss[loss=0.2854, simple_loss=0.3539, pruned_loss=0.1084, over 14283.00 frames. utt_duration=406.7 frames, utt_pad_proportion=0.04317, over 141.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3454, pruned_loss=0.09825, over 2780540.70 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07267, over 45615.97 utterances.], batch size: 141, lr: 1.56e-04 +2022-09-19 18:56:10,532 INFO [train.py:885] (1/2) Epoch 30, batch 10350, loss[loss=0.1951, simple_loss=0.2709, pruned_loss=0.05964, over 13791.00 frames. utt_duration=801.4 frames, utt_pad_proportion=0.06594, over 69.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3432, pruned_loss=0.09657, over 2778348.40 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07273, over 45394.37 utterances.], batch size: 69, lr: 1.56e-04 +2022-09-19 18:56:39,907 INFO [train.py:885] (1/2) Epoch 30, batch 10400, loss[loss=0.2466, simple_loss=0.3253, pruned_loss=0.08395, over 14284.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03935, over 130.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3403, pruned_loss=0.09553, over 2783081.99 frames. utt_duration=254.6 frames, utt_pad_proportion=0.0705, over 43971.39 utterances.], batch size: 130, lr: 1.56e-04 +2022-09-19 18:57:09,900 INFO [train.py:885] (1/2) Epoch 30, batch 10450, loss[loss=0.2531, simple_loss=0.3385, pruned_loss=0.08386, over 14348.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03456, over 244.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3447, pruned_loss=0.0977, over 2783229.18 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07148, over 46162.24 utterances.], batch size: 244, lr: 1.56e-04 +2022-09-19 18:57:38,869 INFO [train.py:885] (1/2) Epoch 30, batch 10500, loss[loss=0.2951, simple_loss=0.3647, pruned_loss=0.1128, over 14223.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04283, over 306.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3456, pruned_loss=0.09789, over 2785429.65 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07083, over 46647.24 utterances.], batch size: 306, lr: 1.56e-04 +2022-09-19 18:58:08,195 INFO [train.py:885] (1/2) Epoch 30, batch 10550, loss[loss=0.3054, simple_loss=0.372, pruned_loss=0.1194, over 14211.00 frames. utt_duration=404.5 frames, utt_pad_proportion=0.04813, over 141.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3397, pruned_loss=0.09551, over 2784134.64 frames. utt_duration=256 frames, utt_pad_proportion=0.06945, over 43753.14 utterances.], batch size: 141, lr: 1.56e-04 +2022-09-19 18:58:38,600 INFO [train.py:885] (1/2) Epoch 30, batch 10600, loss[loss=0.2597, simple_loss=0.3368, pruned_loss=0.09127, over 14269.00 frames. utt_duration=372.1 frames, utt_pad_proportion=0.04345, over 154.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3407, pruned_loss=0.0963, over 2783131.01 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06899, over 44169.31 utterances.], batch size: 154, lr: 1.56e-04 +2022-09-19 18:59:07,201 INFO [train.py:885] (1/2) Epoch 30, batch 10650, loss[loss=0.3711, simple_loss=0.4205, pruned_loss=0.1608, over 14237.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04256, over 335.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3401, pruned_loss=0.09704, over 2780068.81 frames. utt_duration=257.7 frames, utt_pad_proportion=0.06898, over 43391.84 utterances.], batch size: 335, lr: 1.56e-04 +2022-09-19 18:59:37,859 INFO [train.py:885] (1/2) Epoch 30, batch 10700, loss[loss=0.3275, simple_loss=0.4053, pruned_loss=0.1249, over 13965.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05875, over 365.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3425, pruned_loss=0.09698, over 2778188.80 frames. utt_duration=248 frames, utt_pad_proportion=0.07123, over 45067.87 utterances.], batch size: 365, lr: 1.56e-04 +2022-09-19 19:00:06,983 INFO [train.py:885] (1/2) Epoch 30, batch 10750, loss[loss=0.1594, simple_loss=0.2372, pruned_loss=0.04085, over 13217.00 frames. utt_duration=1603 frames, utt_pad_proportion=0.1136, over 33.00 utterances.], tot_loss[loss=0.2639, simple_loss=0.338, pruned_loss=0.09485, over 2778781.19 frames. utt_duration=257.3 frames, utt_pad_proportion=0.07158, over 43449.13 utterances.], batch size: 33, lr: 1.56e-04 +2022-09-19 19:00:36,184 INFO [train.py:885] (1/2) Epoch 30, batch 10800, loss[loss=0.2547, simple_loss=0.3454, pruned_loss=0.08203, over 14307.00 frames. utt_duration=255.8 frames, utt_pad_proportion=0.03845, over 225.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3403, pruned_loss=0.09564, over 2781632.19 frames. utt_duration=253 frames, utt_pad_proportion=0.07023, over 44241.71 utterances.], batch size: 225, lr: 1.56e-04 +2022-09-19 19:01:06,306 INFO [train.py:885] (1/2) Epoch 30, batch 10850, loss[loss=0.1979, simple_loss=0.2829, pruned_loss=0.05648, over 14057.00 frames. utt_duration=713.4 frames, utt_pad_proportion=0.05257, over 79.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3448, pruned_loss=0.09812, over 2777188.59 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07353, over 46125.01 utterances.], batch size: 79, lr: 1.56e-04 +2022-09-19 19:01:35,992 INFO [train.py:885] (1/2) Epoch 30, batch 10900, loss[loss=0.3169, simple_loss=0.3808, pruned_loss=0.1265, over 14330.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03762, over 283.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.341, pruned_loss=0.09626, over 2781532.82 frames. utt_duration=253.2 frames, utt_pad_proportion=0.07001, over 44201.14 utterances.], batch size: 283, lr: 1.56e-04 +2022-09-19 19:02:05,538 INFO [train.py:885] (1/2) Epoch 30, batch 10950, loss[loss=0.225, simple_loss=0.3135, pruned_loss=0.06824, over 14308.00 frames. utt_duration=478.3 frames, utt_pad_proportion=0.03951, over 120.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3425, pruned_loss=0.09631, over 2783779.81 frames. utt_duration=248 frames, utt_pad_proportion=0.07051, over 45162.48 utterances.], batch size: 120, lr: 1.56e-04 +2022-09-19 19:02:34,731 INFO [train.py:885] (1/2) Epoch 30, batch 11000, loss[loss=0.271, simple_loss=0.3535, pruned_loss=0.09427, over 14291.00 frames. utt_duration=294.7 frames, utt_pad_proportion=0.03997, over 195.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3423, pruned_loss=0.09586, over 2781840.43 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07007, over 45309.33 utterances.], batch size: 195, lr: 1.56e-04 +2022-09-19 19:03:04,733 INFO [train.py:885] (1/2) Epoch 30, batch 11050, loss[loss=0.371, simple_loss=0.4231, pruned_loss=0.1594, over 14301.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03867, over 180.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3419, pruned_loss=0.09529, over 2782054.91 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06954, over 45002.63 utterances.], batch size: 180, lr: 1.55e-04 +2022-09-19 19:03:34,391 INFO [train.py:885] (1/2) Epoch 30, batch 11100, loss[loss=0.5843, simple_loss=0.651, pruned_loss=0.2588, over 12595.00 frames. utt_duration=63.74 frames, utt_pad_proportion=0.1386, over 810.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3443, pruned_loss=0.09683, over 2783350.22 frames. utt_duration=242.9 frames, utt_pad_proportion=0.07013, over 46113.22 utterances.], batch size: 810, lr: 1.55e-04 +2022-09-19 19:04:03,349 INFO [train.py:885] (1/2) Epoch 30, batch 11150, loss[loss=0.2077, simple_loss=0.2846, pruned_loss=0.06545, over 14219.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04139, over 89.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3424, pruned_loss=0.09566, over 2786557.32 frames. utt_duration=248 frames, utt_pad_proportion=0.0685, over 45218.65 utterances.], batch size: 89, lr: 1.55e-04 +2022-09-19 19:04:33,127 INFO [train.py:885] (1/2) Epoch 30, batch 11200, loss[loss=0.2986, simple_loss=0.358, pruned_loss=0.1196, over 14288.00 frames. utt_duration=477.6 frames, utt_pad_proportion=0.04103, over 120.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3434, pruned_loss=0.09589, over 2784265.70 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07107, over 46144.13 utterances.], batch size: 120, lr: 1.55e-04 +2022-09-19 19:05:03,526 INFO [train.py:885] (1/2) Epoch 30, batch 11250, loss[loss=0.3074, simple_loss=0.4065, pruned_loss=0.1042, over 13669.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07797, over 477.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3443, pruned_loss=0.09604, over 2777968.06 frames. utt_duration=239 frames, utt_pad_proportion=0.07313, over 46781.86 utterances.], batch size: 477, lr: 1.55e-04 +2022-09-19 19:05:32,788 INFO [train.py:885] (1/2) Epoch 30, batch 11300, loss[loss=0.1877, simple_loss=0.2364, pruned_loss=0.06946, over 12934.00 frames. utt_duration=2071 frames, utt_pad_proportion=0.1293, over 25.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3427, pruned_loss=0.09578, over 2780161.73 frames. utt_duration=244.5 frames, utt_pad_proportion=0.07092, over 45757.55 utterances.], batch size: 25, lr: 1.55e-04 +2022-09-19 19:06:02,464 INFO [train.py:885] (1/2) Epoch 30, batch 11350, loss[loss=0.2044, simple_loss=0.2763, pruned_loss=0.06628, over 13931.00 frames. utt_duration=706.7 frames, utt_pad_proportion=0.06396, over 79.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3417, pruned_loss=0.09585, over 2777184.65 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07121, over 45681.24 utterances.], batch size: 79, lr: 1.55e-04 +2022-09-19 19:06:31,671 INFO [train.py:885] (1/2) Epoch 30, batch 11400, loss[loss=0.2226, simple_loss=0.2887, pruned_loss=0.07828, over 14178.00 frames. utt_duration=521.9 frames, utt_pad_proportion=0.04416, over 109.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3463, pruned_loss=0.09789, over 2779139.75 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07289, over 47151.53 utterances.], batch size: 109, lr: 1.55e-04 +2022-09-19 19:07:01,614 INFO [train.py:885] (1/2) Epoch 30, batch 11450, loss[loss=0.2544, simple_loss=0.3388, pruned_loss=0.08501, over 14283.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04022, over 225.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3466, pruned_loss=0.09822, over 2781044.08 frames. utt_duration=235.6 frames, utt_pad_proportion=0.07171, over 47514.06 utterances.], batch size: 225, lr: 1.55e-04 +2022-09-19 19:07:31,063 INFO [train.py:885] (1/2) Epoch 30, batch 11500, loss[loss=0.2177, simple_loss=0.2873, pruned_loss=0.07403, over 14265.00 frames. utt_duration=642.7 frames, utt_pad_proportion=0.04225, over 89.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3471, pruned_loss=0.09947, over 2783062.38 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07151, over 47177.57 utterances.], batch size: 89, lr: 1.55e-04 +2022-09-19 19:08:00,210 INFO [train.py:885] (1/2) Epoch 30, batch 11550, loss[loss=0.2915, simple_loss=0.3684, pruned_loss=0.1073, over 14329.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03838, over 262.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3442, pruned_loss=0.09832, over 2786644.07 frames. utt_duration=246.6 frames, utt_pad_proportion=0.06893, over 45482.01 utterances.], batch size: 262, lr: 1.55e-04 +2022-09-19 19:08:30,752 INFO [train.py:885] (1/2) Epoch 30, batch 11600, loss[loss=0.301, simple_loss=0.3711, pruned_loss=0.1155, over 14351.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.0361, over 195.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3469, pruned_loss=0.09983, over 2784549.41 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07113, over 46551.27 utterances.], batch size: 195, lr: 1.55e-04 +2022-09-19 19:09:00,241 INFO [train.py:885] (1/2) Epoch 30, batch 11650, loss[loss=0.2617, simple_loss=0.343, pruned_loss=0.09016, over 14296.00 frames. utt_duration=373 frames, utt_pad_proportion=0.04125, over 154.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3463, pruned_loss=0.09885, over 2786231.35 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07093, over 46786.67 utterances.], batch size: 154, lr: 1.55e-04 +2022-09-19 19:09:29,304 INFO [train.py:885] (1/2) Epoch 30, batch 11700, loss[loss=0.2689, simple_loss=0.3442, pruned_loss=0.09674, over 14331.00 frames. utt_duration=319.8 frames, utt_pad_proportion=0.03671, over 180.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.346, pruned_loss=0.0991, over 2779816.94 frames. utt_duration=242.1 frames, utt_pad_proportion=0.07303, over 46213.52 utterances.], batch size: 180, lr: 1.55e-04 +2022-09-19 19:09:58,952 INFO [train.py:885] (1/2) Epoch 30, batch 11750, loss[loss=0.269, simple_loss=0.3293, pruned_loss=0.1043, over 14104.00 frames. utt_duration=519.1 frames, utt_pad_proportion=0.04757, over 109.00 utterances.], tot_loss[loss=0.2742, simple_loss=0.3479, pruned_loss=0.1003, over 2781068.20 frames. utt_duration=238.6 frames, utt_pad_proportion=0.0727, over 46909.34 utterances.], batch size: 109, lr: 1.55e-04 +2022-09-19 19:10:29,345 INFO [train.py:885] (1/2) Epoch 30, batch 11800, loss[loss=0.2798, simple_loss=0.3615, pruned_loss=0.0991, over 14256.00 frames. utt_duration=254.9 frames, utt_pad_proportion=0.04162, over 225.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.3471, pruned_loss=0.09909, over 2782383.68 frames. utt_duration=236.3 frames, utt_pad_proportion=0.07328, over 47395.87 utterances.], batch size: 225, lr: 1.55e-04 +2022-09-19 19:10:58,900 INFO [train.py:885] (1/2) Epoch 30, batch 11850, loss[loss=0.3227, simple_loss=0.3873, pruned_loss=0.1291, over 14307.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03959, over 283.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3473, pruned_loss=0.09851, over 2786699.03 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07223, over 47186.80 utterances.], batch size: 283, lr: 1.55e-04 +2022-09-19 19:11:28,790 INFO [train.py:885] (1/2) Epoch 30, batch 11900, loss[loss=0.2832, simple_loss=0.3372, pruned_loss=0.1147, over 14332.00 frames. utt_duration=442.5 frames, utt_pad_proportion=0.03601, over 130.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3455, pruned_loss=0.09758, over 2781242.00 frames. utt_duration=239.3 frames, utt_pad_proportion=0.0724, over 46772.41 utterances.], batch size: 130, lr: 1.55e-04 +2022-09-19 19:11:58,701 INFO [train.py:885] (1/2) Epoch 30, batch 11950, loss[loss=0.267, simple_loss=0.3491, pruned_loss=0.09246, over 14222.00 frames. utt_duration=317.3 frames, utt_pad_proportion=0.04416, over 180.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3452, pruned_loss=0.09717, over 2785511.23 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07035, over 46409.36 utterances.], batch size: 180, lr: 1.55e-04 +2022-09-19 19:12:28,393 INFO [train.py:885] (1/2) Epoch 30, batch 12000, loss[loss=0.1946, simple_loss=0.2514, pruned_loss=0.06894, over 13690.00 frames. utt_duration=1096 frames, utt_pad_proportion=0.07943, over 50.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3441, pruned_loss=0.09666, over 2787100.37 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06901, over 45828.52 utterances.], batch size: 50, lr: 1.55e-04 +2022-09-19 19:12:28,394 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 19:12:32,643 INFO [train.py:914] (1/2) Epoch 30, validation: loss=0.1865, simple_loss=0.2664, pruned_loss=0.0533, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 19:13:03,195 INFO [train.py:885] (1/2) Epoch 30, batch 12050, loss[loss=0.2827, simple_loss=0.3564, pruned_loss=0.1045, over 14311.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03892, over 283.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3445, pruned_loss=0.09721, over 2787152.71 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07047, over 45931.68 utterances.], batch size: 283, lr: 1.55e-04 +2022-09-19 19:13:32,600 INFO [train.py:885] (1/2) Epoch 30, batch 12100, loss[loss=0.3055, simple_loss=0.4069, pruned_loss=0.1021, over 13678.00 frames. utt_duration=116.2 frames, utt_pad_proportion=0.07757, over 477.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3416, pruned_loss=0.09596, over 2782733.29 frames. utt_duration=245.8 frames, utt_pad_proportion=0.07192, over 45549.86 utterances.], batch size: 477, lr: 1.55e-04 +2022-09-19 19:14:03,235 INFO [train.py:885] (1/2) Epoch 30, batch 12150, loss[loss=0.1894, simple_loss=0.2696, pruned_loss=0.05454, over 14213.00 frames. utt_duration=640.4 frames, utt_pad_proportion=0.04422, over 89.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3448, pruned_loss=0.09746, over 2780805.46 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07354, over 46855.36 utterances.], batch size: 89, lr: 1.55e-04 +2022-09-19 19:14:32,904 INFO [train.py:885] (1/2) Epoch 30, batch 12200, loss[loss=0.3982, simple_loss=0.4449, pruned_loss=0.1757, over 14234.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04267, over 306.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.347, pruned_loss=0.09821, over 2779080.77 frames. utt_duration=232.5 frames, utt_pad_proportion=0.0743, over 48124.14 utterances.], batch size: 306, lr: 1.55e-04 +2022-09-19 19:15:01,977 INFO [train.py:885] (1/2) Epoch 30, batch 12250, loss[loss=0.1874, simple_loss=0.2704, pruned_loss=0.05216, over 12643.00 frames. utt_duration=2024 frames, utt_pad_proportion=0.143, over 25.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3427, pruned_loss=0.09632, over 2775054.82 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07325, over 46452.57 utterances.], batch size: 25, lr: 1.55e-04 +2022-09-19 19:15:31,766 INFO [train.py:885] (1/2) Epoch 30, batch 12300, loss[loss=0.1848, simple_loss=0.2582, pruned_loss=0.05566, over 13632.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.08478, over 42.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.347, pruned_loss=0.09829, over 2773443.44 frames. utt_duration=233 frames, utt_pad_proportion=0.07407, over 47908.93 utterances.], batch size: 42, lr: 1.55e-04 +2022-09-19 19:16:01,451 INFO [train.py:885] (1/2) Epoch 30, batch 12350, loss[loss=0.276, simple_loss=0.3505, pruned_loss=0.1008, over 14340.00 frames. utt_duration=344.7 frames, utt_pad_proportion=0.03988, over 167.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3489, pruned_loss=0.09986, over 2773263.44 frames. utt_duration=229.8 frames, utt_pad_proportion=0.07535, over 48575.80 utterances.], batch size: 167, lr: 1.55e-04 +2022-09-19 19:16:30,360 INFO [train.py:885] (1/2) Epoch 30, batch 12400, loss[loss=0.2002, simple_loss=0.2605, pruned_loss=0.07002, over 13844.00 frames. utt_duration=924.2 frames, utt_pad_proportion=0.07212, over 60.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3488, pruned_loss=0.1003, over 2773559.07 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07523, over 48429.39 utterances.], batch size: 60, lr: 1.55e-04 +2022-09-19 19:17:00,585 INFO [train.py:885] (1/2) Epoch 30, batch 12450, loss[loss=0.1647, simple_loss=0.2148, pruned_loss=0.05731, over 12394.00 frames. utt_duration=2067 frames, utt_pad_proportion=0.1571, over 24.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.345, pruned_loss=0.09898, over 2768124.35 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07646, over 46965.42 utterances.], batch size: 24, lr: 1.55e-04 +2022-09-19 19:17:29,937 INFO [train.py:885] (1/2) Epoch 30, batch 12500, loss[loss=0.3283, simple_loss=0.3878, pruned_loss=0.1344, over 14322.00 frames. utt_duration=319.7 frames, utt_pad_proportion=0.03717, over 180.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3447, pruned_loss=0.09882, over 2774176.68 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07512, over 46394.26 utterances.], batch size: 180, lr: 1.55e-04 +2022-09-19 19:17:59,448 INFO [train.py:885] (1/2) Epoch 30, batch 12550, loss[loss=0.269, simple_loss=0.3403, pruned_loss=0.09891, over 14355.00 frames. utt_duration=443.2 frames, utt_pad_proportion=0.03642, over 130.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3456, pruned_loss=0.09916, over 2778612.68 frames. utt_duration=243.6 frames, utt_pad_proportion=0.07492, over 45897.83 utterances.], batch size: 130, lr: 1.55e-04 +2022-09-19 19:18:27,153 INFO [train.py:885] (1/2) Epoch 30, batch 12600, loss[loss=0.2674, simple_loss=0.3486, pruned_loss=0.09311, over 14331.00 frames. utt_duration=220.2 frames, utt_pad_proportion=0.03842, over 262.00 utterances.], tot_loss[loss=0.2757, simple_loss=0.3491, pruned_loss=0.1012, over 2776980.76 frames. utt_duration=238 frames, utt_pad_proportion=0.07542, over 46958.55 utterances.], batch size: 262, lr: 1.55e-04 +2022-09-19 19:18:45,529 INFO [train.py:885] (1/2) Epoch 31, batch 0, loss[loss=0.1717, simple_loss=0.2313, pruned_loss=0.05603, over 13532.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08696, over 50.00 utterances.], tot_loss[loss=0.1717, simple_loss=0.2313, pruned_loss=0.05603, over 13532.00 frames. utt_duration=1084 frames, utt_pad_proportion=0.08696, over 50.00 utterances.], batch size: 50, lr: 1.53e-04 +2022-09-19 19:19:15,460 INFO [train.py:885] (1/2) Epoch 31, batch 50, loss[loss=0.3768, simple_loss=0.4213, pruned_loss=0.1661, over 14342.00 frames. utt_duration=274.4 frames, utt_pad_proportion=0.03714, over 210.00 utterances.], tot_loss[loss=0.2769, simple_loss=0.3492, pruned_loss=0.1023, over 628816.08 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06345, over 10170.75 utterances.], batch size: 210, lr: 1.53e-04 +2022-09-19 19:19:45,015 INFO [train.py:885] (1/2) Epoch 31, batch 100, loss[loss=0.4226, simple_loss=0.454, pruned_loss=0.1956, over 14247.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04216, over 335.00 utterances.], tot_loss[loss=0.2753, simple_loss=0.348, pruned_loss=0.1013, over 1108505.70 frames. utt_duration=243.7 frames, utt_pad_proportion=0.06496, over 18302.69 utterances.], batch size: 335, lr: 1.53e-04 +2022-09-19 19:20:15,061 INFO [train.py:885] (1/2) Epoch 31, batch 150, loss[loss=0.2862, simple_loss=0.3666, pruned_loss=0.1029, over 14307.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03952, over 283.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3436, pruned_loss=0.09866, over 1476892.29 frames. utt_duration=250.7 frames, utt_pad_proportion=0.06769, over 23705.61 utterances.], batch size: 283, lr: 1.53e-04 +2022-09-19 19:20:43,643 INFO [train.py:885] (1/2) Epoch 31, batch 200, loss[loss=0.2707, simple_loss=0.3427, pruned_loss=0.09934, over 14316.00 frames. utt_duration=441.9 frames, utt_pad_proportion=0.03935, over 130.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3458, pruned_loss=0.09831, over 1768538.83 frames. utt_duration=243.5 frames, utt_pad_proportion=0.06704, over 29230.16 utterances.], batch size: 130, lr: 1.53e-04 +2022-09-19 19:21:13,541 INFO [train.py:885] (1/2) Epoch 31, batch 250, loss[loss=0.321, simple_loss=0.3876, pruned_loss=0.1272, over 14340.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03673, over 195.00 utterances.], tot_loss[loss=0.2726, simple_loss=0.347, pruned_loss=0.0991, over 1990121.87 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07101, over 33464.77 utterances.], batch size: 195, lr: 1.53e-04 +2022-09-19 19:21:42,857 INFO [train.py:885] (1/2) Epoch 31, batch 300, loss[loss=0.2851, simple_loss=0.362, pruned_loss=0.1041, over 14317.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03806, over 210.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3431, pruned_loss=0.09755, over 2167516.90 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06933, over 34950.87 utterances.], batch size: 210, lr: 1.53e-04 +2022-09-19 19:22:12,598 INFO [train.py:885] (1/2) Epoch 31, batch 350, loss[loss=0.2081, simple_loss=0.2883, pruned_loss=0.06399, over 13994.00 frames. utt_duration=710.1 frames, utt_pad_proportion=0.06202, over 79.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3406, pruned_loss=0.09623, over 2306836.74 frames. utt_duration=257.6 frames, utt_pad_proportion=0.06863, over 36026.40 utterances.], batch size: 79, lr: 1.53e-04 +2022-09-19 19:22:41,815 INFO [train.py:885] (1/2) Epoch 31, batch 400, loss[loss=0.197, simple_loss=0.2711, pruned_loss=0.06147, over 13843.00 frames. utt_duration=924.4 frames, utt_pad_proportion=0.07094, over 60.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3419, pruned_loss=0.09709, over 2412377.13 frames. utt_duration=252.1 frames, utt_pad_proportion=0.07087, over 38501.52 utterances.], batch size: 60, lr: 1.53e-04 +2022-09-19 19:23:11,961 INFO [train.py:885] (1/2) Epoch 31, batch 450, loss[loss=0.3012, simple_loss=0.3666, pruned_loss=0.1179, over 14282.00 frames. utt_duration=219.5 frames, utt_pad_proportion=0.04135, over 262.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3436, pruned_loss=0.099, over 2495861.56 frames. utt_duration=251.8 frames, utt_pad_proportion=0.07015, over 39880.72 utterances.], batch size: 262, lr: 1.53e-04 +2022-09-19 19:23:40,614 INFO [train.py:885] (1/2) Epoch 31, batch 500, loss[loss=0.2619, simple_loss=0.3517, pruned_loss=0.08606, over 14240.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.04287, over 225.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.341, pruned_loss=0.09695, over 2558936.55 frames. utt_duration=257.1 frames, utt_pad_proportion=0.06926, over 40041.14 utterances.], batch size: 225, lr: 1.53e-04 +2022-09-19 19:24:11,256 INFO [train.py:885] (1/2) Epoch 31, batch 550, loss[loss=0.2951, simple_loss=0.366, pruned_loss=0.1121, over 14323.00 frames. utt_duration=344.4 frames, utt_pad_proportion=0.04058, over 167.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3466, pruned_loss=0.09947, over 2601659.47 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07376, over 42701.26 utterances.], batch size: 167, lr: 1.53e-04 +2022-09-19 19:24:41,319 INFO [train.py:885] (1/2) Epoch 31, batch 600, loss[loss=0.351, simple_loss=0.4304, pruned_loss=0.1358, over 13655.00 frames. utt_duration=116 frames, utt_pad_proportion=0.07918, over 477.00 utterances.], tot_loss[loss=0.2741, simple_loss=0.3491, pruned_loss=0.09952, over 2642376.20 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07349, over 44866.27 utterances.], batch size: 477, lr: 1.53e-04 +2022-09-19 19:25:10,745 INFO [train.py:885] (1/2) Epoch 31, batch 650, loss[loss=0.1944, simple_loss=0.2732, pruned_loss=0.0578, over 14066.00 frames. utt_duration=713.6 frames, utt_pad_proportion=0.05487, over 79.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3458, pruned_loss=0.09746, over 2671488.17 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07319, over 44499.87 utterances.], batch size: 79, lr: 1.53e-04 +2022-09-19 19:25:39,019 INFO [train.py:885] (1/2) Epoch 31, batch 700, loss[loss=0.2217, simple_loss=0.2973, pruned_loss=0.07306, over 14188.00 frames. utt_duration=522.1 frames, utt_pad_proportion=0.04375, over 109.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3425, pruned_loss=0.09659, over 2699271.29 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07081, over 43161.84 utterances.], batch size: 109, lr: 1.53e-04 +2022-09-19 19:26:09,576 INFO [train.py:885] (1/2) Epoch 31, batch 750, loss[loss=0.6182, simple_loss=0.6787, pruned_loss=0.2789, over 12592.00 frames. utt_duration=63.72 frames, utt_pad_proportion=0.1389, over 810.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3453, pruned_loss=0.09726, over 2712885.66 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07432, over 44983.38 utterances.], batch size: 810, lr: 1.53e-04 +2022-09-19 19:26:39,509 INFO [train.py:885] (1/2) Epoch 31, batch 800, loss[loss=0.2173, simple_loss=0.2783, pruned_loss=0.07814, over 14127.00 frames. utt_duration=716.7 frames, utt_pad_proportion=0.05204, over 79.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3492, pruned_loss=0.09913, over 2721757.00 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07745, over 47318.88 utterances.], batch size: 79, lr: 1.53e-04 +2022-09-19 19:27:08,718 INFO [train.py:885] (1/2) Epoch 31, batch 850, loss[loss=0.2489, simple_loss=0.3182, pruned_loss=0.08979, over 14301.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03979, over 120.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3472, pruned_loss=0.09815, over 2735653.02 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07572, over 47035.60 utterances.], batch size: 120, lr: 1.52e-04 +2022-09-19 19:27:38,073 INFO [train.py:885] (1/2) Epoch 31, batch 900, loss[loss=0.2639, simple_loss=0.3533, pruned_loss=0.08721, over 14304.00 frames. utt_duration=273.7 frames, utt_pad_proportion=0.03963, over 210.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3461, pruned_loss=0.09771, over 2745726.26 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07657, over 46760.44 utterances.], batch size: 210, lr: 1.52e-04 +2022-09-19 19:28:07,455 INFO [train.py:885] (1/2) Epoch 31, batch 950, loss[loss=0.1857, simple_loss=0.2528, pruned_loss=0.05925, over 13813.00 frames. utt_duration=922.1 frames, utt_pad_proportion=0.07046, over 60.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3477, pruned_loss=0.09826, over 2756131.78 frames. utt_duration=234.7 frames, utt_pad_proportion=0.0749, over 47273.47 utterances.], batch size: 60, lr: 1.52e-04 +2022-09-19 19:28:36,560 INFO [train.py:885] (1/2) Epoch 31, batch 1000, loss[loss=0.2328, simple_loss=0.317, pruned_loss=0.07426, over 14228.00 frames. utt_duration=404.9 frames, utt_pad_proportion=0.04495, over 141.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3445, pruned_loss=0.09684, over 2760538.78 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07358, over 45794.06 utterances.], batch size: 141, lr: 1.52e-04 +2022-09-19 19:29:06,860 INFO [train.py:885] (1/2) Epoch 31, batch 1050, loss[loss=0.2031, simple_loss=0.288, pruned_loss=0.05913, over 14343.00 frames. utt_duration=442.9 frames, utt_pad_proportion=0.03518, over 130.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.347, pruned_loss=0.09809, over 2758125.83 frames. utt_duration=236 frames, utt_pad_proportion=0.07549, over 47048.98 utterances.], batch size: 130, lr: 1.52e-04 +2022-09-19 19:29:35,794 INFO [train.py:885] (1/2) Epoch 31, batch 1100, loss[loss=0.2132, simple_loss=0.2902, pruned_loss=0.0681, over 14190.00 frames. utt_duration=522.2 frames, utt_pad_proportion=0.04355, over 109.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3461, pruned_loss=0.09823, over 2767698.31 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07304, over 45916.57 utterances.], batch size: 109, lr: 1.52e-04 +2022-09-19 19:30:05,477 INFO [train.py:885] (1/2) Epoch 31, batch 1150, loss[loss=0.2009, simple_loss=0.2616, pruned_loss=0.07007, over 13872.00 frames. utt_duration=805.8 frames, utt_pad_proportion=0.06081, over 69.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3475, pruned_loss=0.09929, over 2768309.92 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07378, over 45975.44 utterances.], batch size: 69, lr: 1.52e-04 +2022-09-19 19:30:35,001 INFO [train.py:885] (1/2) Epoch 31, batch 1200, loss[loss=0.3898, simple_loss=0.4308, pruned_loss=0.1744, over 14224.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04348, over 335.00 utterances.], tot_loss[loss=0.2761, simple_loss=0.351, pruned_loss=0.1006, over 2770932.17 frames. utt_duration=233.7 frames, utt_pad_proportion=0.07459, over 47734.92 utterances.], batch size: 335, lr: 1.52e-04 +2022-09-19 19:31:04,819 INFO [train.py:885] (1/2) Epoch 31, batch 1250, loss[loss=0.2185, simple_loss=0.2875, pruned_loss=0.07471, over 14107.00 frames. utt_duration=577.2 frames, utt_pad_proportion=0.05219, over 98.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3451, pruned_loss=0.09823, over 2779001.98 frames. utt_duration=251.2 frames, utt_pad_proportion=0.07062, over 44514.47 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 19:31:33,653 INFO [train.py:885] (1/2) Epoch 31, batch 1300, loss[loss=0.3106, simple_loss=0.3832, pruned_loss=0.119, over 14305.00 frames. utt_duration=219.9 frames, utt_pad_proportion=0.03572, over 262.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3437, pruned_loss=0.09791, over 2784588.60 frames. utt_duration=256.8 frames, utt_pad_proportion=0.06802, over 43625.65 utterances.], batch size: 262, lr: 1.52e-04 +2022-09-19 19:32:02,996 INFO [train.py:885] (1/2) Epoch 31, batch 1350, loss[loss=0.3812, simple_loss=0.4686, pruned_loss=0.147, over 13575.00 frames. utt_duration=98.38 frames, utt_pad_proportion=0.08054, over 560.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3419, pruned_loss=0.09699, over 2788126.26 frames. utt_duration=259.5 frames, utt_pad_proportion=0.06602, over 43217.51 utterances.], batch size: 560, lr: 1.52e-04 +2022-09-19 19:32:32,910 INFO [train.py:885] (1/2) Epoch 31, batch 1400, loss[loss=0.3382, simple_loss=0.4433, pruned_loss=0.1166, over 13210.00 frames. utt_duration=82.5 frames, utt_pad_proportion=0.1033, over 653.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3422, pruned_loss=0.09717, over 2782972.48 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06793, over 43772.09 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 19:33:02,742 INFO [train.py:885] (1/2) Epoch 31, batch 1450, loss[loss=0.3055, simple_loss=0.3711, pruned_loss=0.1199, over 14382.00 frames. utt_duration=296.6 frames, utt_pad_proportion=0.03396, over 195.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3386, pruned_loss=0.09588, over 2782459.58 frames. utt_duration=267.5 frames, utt_pad_proportion=0.06677, over 41839.10 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 19:33:33,471 INFO [train.py:885] (1/2) Epoch 31, batch 1500, loss[loss=0.2009, simple_loss=0.2765, pruned_loss=0.06265, over 14127.00 frames. utt_duration=636.4 frames, utt_pad_proportion=0.05163, over 89.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3431, pruned_loss=0.098, over 2778258.08 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07074, over 44250.04 utterances.], batch size: 89, lr: 1.52e-04 +2022-09-19 19:34:02,512 INFO [train.py:885] (1/2) Epoch 31, batch 1550, loss[loss=0.1464, simple_loss=0.2037, pruned_loss=0.04453, over 13019.00 frames. utt_duration=1580 frames, utt_pad_proportion=0.1071, over 33.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3416, pruned_loss=0.09673, over 2781640.79 frames. utt_duration=251.8 frames, utt_pad_proportion=0.06932, over 44452.32 utterances.], batch size: 33, lr: 1.52e-04 +2022-09-19 19:34:32,648 INFO [train.py:885] (1/2) Epoch 31, batch 1600, loss[loss=0.27, simple_loss=0.3438, pruned_loss=0.0981, over 14275.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04023, over 180.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3411, pruned_loss=0.09603, over 2782961.84 frames. utt_duration=253 frames, utt_pad_proportion=0.06874, over 44251.10 utterances.], batch size: 180, lr: 1.52e-04 +2022-09-19 19:35:01,378 INFO [train.py:885] (1/2) Epoch 31, batch 1650, loss[loss=0.2062, simple_loss=0.2962, pruned_loss=0.05809, over 14287.00 frames. utt_duration=406.8 frames, utt_pad_proportion=0.04274, over 141.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.341, pruned_loss=0.09614, over 2788752.23 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06553, over 43867.13 utterances.], batch size: 141, lr: 1.52e-04 +2022-09-19 19:35:30,898 INFO [train.py:885] (1/2) Epoch 31, batch 1700, loss[loss=0.2049, simple_loss=0.2889, pruned_loss=0.06048, over 12906.00 frames. utt_duration=1987 frames, utt_pad_proportion=0.1204, over 26.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3404, pruned_loss=0.09565, over 2787317.06 frames. utt_duration=255.4 frames, utt_pad_proportion=0.0661, over 43900.99 utterances.], batch size: 26, lr: 1.52e-04 +2022-09-19 19:36:03,226 INFO [train.py:885] (1/2) Epoch 31, batch 1750, loss[loss=0.2569, simple_loss=0.3456, pruned_loss=0.08413, over 14318.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03773, over 180.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3429, pruned_loss=0.09711, over 2787860.86 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06702, over 45117.06 utterances.], batch size: 180, lr: 1.52e-04 +2022-09-19 19:36:36,692 INFO [train.py:885] (1/2) Epoch 31, batch 1800, loss[loss=0.2308, simple_loss=0.3116, pruned_loss=0.07497, over 14289.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04267, over 120.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3431, pruned_loss=0.09718, over 2784741.03 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06752, over 45537.24 utterances.], batch size: 120, lr: 1.52e-04 +2022-09-19 19:37:06,093 INFO [train.py:885] (1/2) Epoch 31, batch 1850, loss[loss=0.288, simple_loss=0.3691, pruned_loss=0.1034, over 14225.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.043, over 306.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3438, pruned_loss=0.09684, over 2787472.85 frames. utt_duration=244.2 frames, utt_pad_proportion=0.06839, over 45944.99 utterances.], batch size: 306, lr: 1.52e-04 +2022-09-19 19:37:35,200 INFO [train.py:885] (1/2) Epoch 31, batch 1900, loss[loss=0.1692, simple_loss=0.22, pruned_loss=0.05918, over 13747.00 frames. utt_duration=1101 frames, utt_pad_proportion=0.07062, over 50.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.342, pruned_loss=0.09568, over 2788490.23 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06833, over 45152.90 utterances.], batch size: 50, lr: 1.52e-04 +2022-09-19 19:38:04,325 INFO [train.py:885] (1/2) Epoch 31, batch 1950, loss[loss=0.2346, simple_loss=0.3111, pruned_loss=0.07902, over 14153.00 frames. utt_duration=520.7 frames, utt_pad_proportion=0.04626, over 109.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.341, pruned_loss=0.09561, over 2788918.48 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06731, over 44486.61 utterances.], batch size: 109, lr: 1.52e-04 +2022-09-19 19:38:34,188 INFO [train.py:885] (1/2) Epoch 31, batch 2000, loss[loss=0.2756, simple_loss=0.3485, pruned_loss=0.1013, over 14273.00 frames. utt_duration=440.5 frames, utt_pad_proportion=0.04231, over 130.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.3458, pruned_loss=0.09838, over 2788931.34 frames. utt_duration=244.9 frames, utt_pad_proportion=0.0696, over 45831.01 utterances.], batch size: 130, lr: 1.52e-04 +2022-09-19 19:39:03,601 INFO [train.py:885] (1/2) Epoch 31, batch 2050, loss[loss=0.2409, simple_loss=0.3298, pruned_loss=0.07602, over 14372.00 frames. utt_duration=296.5 frames, utt_pad_proportion=0.03431, over 195.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3434, pruned_loss=0.09666, over 2789207.96 frames. utt_duration=249.6 frames, utt_pad_proportion=0.0683, over 44970.21 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 19:39:33,774 INFO [train.py:885] (1/2) Epoch 31, batch 2100, loss[loss=0.3484, simple_loss=0.4033, pruned_loss=0.1468, over 14340.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03838, over 244.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3436, pruned_loss=0.09683, over 2788500.03 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06828, over 45104.49 utterances.], batch size: 244, lr: 1.52e-04 +2022-09-19 19:40:02,565 INFO [train.py:885] (1/2) Epoch 31, batch 2150, loss[loss=0.2411, simple_loss=0.3287, pruned_loss=0.07674, over 14353.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03645, over 195.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3435, pruned_loss=0.09753, over 2787440.90 frames. utt_duration=248.6 frames, utt_pad_proportion=0.06752, over 45121.04 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 19:40:32,637 INFO [train.py:885] (1/2) Epoch 31, batch 2200, loss[loss=0.1799, simple_loss=0.265, pruned_loss=0.04739, over 14224.00 frames. utt_duration=640.6 frames, utt_pad_proportion=0.04525, over 89.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3408, pruned_loss=0.09634, over 2785977.50 frames. utt_duration=253.9 frames, utt_pad_proportion=0.06839, over 44154.68 utterances.], batch size: 89, lr: 1.52e-04 +2022-09-19 19:41:02,409 INFO [train.py:885] (1/2) Epoch 31, batch 2250, loss[loss=0.4472, simple_loss=0.5413, pruned_loss=0.1765, over 12497.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1444, over 810.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3444, pruned_loss=0.09765, over 2784023.32 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07018, over 46028.22 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 19:41:31,538 INFO [train.py:885] (1/2) Epoch 31, batch 2300, loss[loss=0.2321, simple_loss=0.3197, pruned_loss=0.07229, over 14341.00 frames. utt_duration=374 frames, utt_pad_proportion=0.03856, over 154.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3417, pruned_loss=0.09628, over 2782655.53 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07096, over 44737.35 utterances.], batch size: 154, lr: 1.52e-04 +2022-09-19 19:42:01,492 INFO [train.py:885] (1/2) Epoch 31, batch 2350, loss[loss=0.2843, simple_loss=0.3958, pruned_loss=0.08642, over 13626.00 frames. utt_duration=98.68 frames, utt_pad_proportion=0.07777, over 560.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3417, pruned_loss=0.09509, over 2785286.90 frames. utt_duration=245.1 frames, utt_pad_proportion=0.06969, over 45737.42 utterances.], batch size: 560, lr: 1.52e-04 +2022-09-19 19:42:30,879 INFO [train.py:885] (1/2) Epoch 31, batch 2400, loss[loss=0.391, simple_loss=0.4306, pruned_loss=0.1756, over 14253.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04162, over 335.00 utterances.], tot_loss[loss=0.2619, simple_loss=0.3368, pruned_loss=0.09343, over 2784777.94 frames. utt_duration=259.9 frames, utt_pad_proportion=0.06834, over 43101.97 utterances.], batch size: 335, lr: 1.52e-04 +2022-09-19 19:43:00,053 INFO [train.py:885] (1/2) Epoch 31, batch 2450, loss[loss=0.253, simple_loss=0.3107, pruned_loss=0.09768, over 14089.00 frames. utt_duration=576.5 frames, utt_pad_proportion=0.05188, over 98.00 utterances.], tot_loss[loss=0.2617, simple_loss=0.3368, pruned_loss=0.09328, over 2787218.66 frames. utt_duration=261.8 frames, utt_pad_proportion=0.06713, over 42826.97 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 19:43:29,939 INFO [train.py:885] (1/2) Epoch 31, batch 2500, loss[loss=0.544, simple_loss=0.6208, pruned_loss=0.2336, over 12494.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1451, over 810.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3435, pruned_loss=0.09636, over 2777193.11 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07249, over 46417.84 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 19:43:59,490 INFO [train.py:885] (1/2) Epoch 31, batch 2550, loss[loss=0.2611, simple_loss=0.3487, pruned_loss=0.08681, over 14272.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04047, over 225.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3444, pruned_loss=0.09686, over 2780552.25 frames. utt_duration=240.8 frames, utt_pad_proportion=0.07081, over 46474.83 utterances.], batch size: 225, lr: 1.52e-04 +2022-09-19 19:44:29,212 INFO [train.py:885] (1/2) Epoch 31, batch 2600, loss[loss=0.255, simple_loss=0.3326, pruned_loss=0.08873, over 14347.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03634, over 210.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3436, pruned_loss=0.09654, over 2778090.67 frames. utt_duration=239.3 frames, utt_pad_proportion=0.0714, over 46725.33 utterances.], batch size: 210, lr: 1.52e-04 +2022-09-19 19:44:59,317 INFO [train.py:885] (1/2) Epoch 31, batch 2650, loss[loss=0.4266, simple_loss=0.5046, pruned_loss=0.1743, over 13598.00 frames. utt_duration=98.59 frames, utt_pad_proportion=0.07857, over 560.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3452, pruned_loss=0.09743, over 2783221.02 frames. utt_duration=240.4 frames, utt_pad_proportion=0.0694, over 46590.38 utterances.], batch size: 560, lr: 1.52e-04 +2022-09-19 19:45:28,678 INFO [train.py:885] (1/2) Epoch 31, batch 2700, loss[loss=0.3057, simple_loss=0.3835, pruned_loss=0.114, over 14378.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03229, over 244.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3439, pruned_loss=0.09707, over 2788167.78 frames. utt_duration=247.6 frames, utt_pad_proportion=0.06824, over 45316.29 utterances.], batch size: 244, lr: 1.52e-04 +2022-09-19 19:45:58,268 INFO [train.py:885] (1/2) Epoch 31, batch 2750, loss[loss=0.2369, simple_loss=0.3024, pruned_loss=0.08574, over 13963.00 frames. utt_duration=571.4 frames, utt_pad_proportion=0.06174, over 98.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.345, pruned_loss=0.09769, over 2786705.68 frames. utt_duration=243.9 frames, utt_pad_proportion=0.06892, over 45988.63 utterances.], batch size: 98, lr: 1.52e-04 +2022-09-19 19:46:27,664 INFO [train.py:885] (1/2) Epoch 31, batch 2800, loss[loss=0.3285, simple_loss=0.3905, pruned_loss=0.1333, over 14204.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.0441, over 306.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3406, pruned_loss=0.09567, over 2783731.80 frames. utt_duration=248.7 frames, utt_pad_proportion=0.06762, over 45044.61 utterances.], batch size: 306, lr: 1.52e-04 +2022-09-19 19:46:57,809 INFO [train.py:885] (1/2) Epoch 31, batch 2850, loss[loss=0.2504, simple_loss=0.3343, pruned_loss=0.0833, over 14304.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.03601, over 154.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.3403, pruned_loss=0.09454, over 2784776.53 frames. utt_duration=248.1 frames, utt_pad_proportion=0.06681, over 45165.30 utterances.], batch size: 154, lr: 1.52e-04 +2022-09-19 19:47:26,911 INFO [train.py:885] (1/2) Epoch 31, batch 2900, loss[loss=0.2498, simple_loss=0.3645, pruned_loss=0.06758, over 13642.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08061, over 477.00 utterances.], tot_loss[loss=0.263, simple_loss=0.3379, pruned_loss=0.09404, over 2775644.16 frames. utt_duration=251.7 frames, utt_pad_proportion=0.06955, over 44375.05 utterances.], batch size: 477, lr: 1.52e-04 +2022-09-19 19:47:57,458 INFO [train.py:885] (1/2) Epoch 31, batch 2950, loss[loss=0.1968, simple_loss=0.2587, pruned_loss=0.06743, over 13479.00 frames. utt_duration=1285 frames, utt_pad_proportion=0.09815, over 42.00 utterances.], tot_loss[loss=0.2627, simple_loss=0.3372, pruned_loss=0.09415, over 2778721.35 frames. utt_duration=253.2 frames, utt_pad_proportion=0.06931, over 44160.44 utterances.], batch size: 42, lr: 1.52e-04 +2022-09-19 19:48:26,651 INFO [train.py:885] (1/2) Epoch 31, batch 3000, loss[loss=0.2539, simple_loss=0.3407, pruned_loss=0.08352, over 14340.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03645, over 195.00 utterances.], tot_loss[loss=0.2604, simple_loss=0.3349, pruned_loss=0.09296, over 2780950.14 frames. utt_duration=261.1 frames, utt_pad_proportion=0.06971, over 42848.71 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 19:48:26,652 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 19:48:30,862 INFO [train.py:914] (1/2) Epoch 31, validation: loss=0.1927, simple_loss=0.2745, pruned_loss=0.0555, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 19:49:00,820 INFO [train.py:885] (1/2) Epoch 31, batch 3050, loss[loss=0.2938, simple_loss=0.366, pruned_loss=0.1108, over 14289.00 frames. utt_duration=219.6 frames, utt_pad_proportion=0.04095, over 262.00 utterances.], tot_loss[loss=0.2642, simple_loss=0.3384, pruned_loss=0.09497, over 2789307.33 frames. utt_duration=257.4 frames, utt_pad_proportion=0.06649, over 43598.47 utterances.], batch size: 262, lr: 1.52e-04 +2022-09-19 19:49:30,261 INFO [train.py:885] (1/2) Epoch 31, batch 3100, loss[loss=0.1312, simple_loss=0.1852, pruned_loss=0.03853, over 13326.00 frames. utt_duration=1617 frames, utt_pad_proportion=0.08763, over 33.00 utterances.], tot_loss[loss=0.2606, simple_loss=0.3348, pruned_loss=0.09316, over 2782320.97 frames. utt_duration=260.3 frames, utt_pad_proportion=0.06862, over 43001.07 utterances.], batch size: 33, lr: 1.52e-04 +2022-09-19 19:50:00,517 INFO [train.py:885] (1/2) Epoch 31, batch 3150, loss[loss=0.2438, simple_loss=0.3294, pruned_loss=0.07912, over 14278.00 frames. utt_duration=318.6 frames, utt_pad_proportion=0.04028, over 180.00 utterances.], tot_loss[loss=0.2627, simple_loss=0.3373, pruned_loss=0.09409, over 2782300.89 frames. utt_duration=251.1 frames, utt_pad_proportion=0.06945, over 44577.15 utterances.], batch size: 180, lr: 1.52e-04 +2022-09-19 19:50:29,798 INFO [train.py:885] (1/2) Epoch 31, batch 3200, loss[loss=0.2805, simple_loss=0.3588, pruned_loss=0.101, over 14326.00 frames. utt_duration=236.5 frames, utt_pad_proportion=0.03863, over 244.00 utterances.], tot_loss[loss=0.2606, simple_loss=0.335, pruned_loss=0.09312, over 2783032.70 frames. utt_duration=260.8 frames, utt_pad_proportion=0.06899, over 42933.74 utterances.], batch size: 244, lr: 1.52e-04 +2022-09-19 19:50:59,375 INFO [train.py:885] (1/2) Epoch 31, batch 3250, loss[loss=0.2995, simple_loss=0.3893, pruned_loss=0.1049, over 13987.00 frames. utt_duration=154.7 frames, utt_pad_proportion=0.05655, over 365.00 utterances.], tot_loss[loss=0.2628, simple_loss=0.3374, pruned_loss=0.09411, over 2783460.77 frames. utt_duration=253.8 frames, utt_pad_proportion=0.06903, over 44121.94 utterances.], batch size: 365, lr: 1.52e-04 +2022-09-19 19:51:28,510 INFO [train.py:885] (1/2) Epoch 31, batch 3300, loss[loss=0.2587, simple_loss=0.3672, pruned_loss=0.07514, over 13789.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07043, over 411.00 utterances.], tot_loss[loss=0.2643, simple_loss=0.3385, pruned_loss=0.09508, over 2778556.22 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07087, over 44331.57 utterances.], batch size: 411, lr: 1.52e-04 +2022-09-19 19:51:58,028 INFO [train.py:885] (1/2) Epoch 31, batch 3350, loss[loss=0.2181, simple_loss=0.3033, pruned_loss=0.06648, over 14225.00 frames. utt_duration=404.8 frames, utt_pad_proportion=0.04748, over 141.00 utterances.], tot_loss[loss=0.263, simple_loss=0.337, pruned_loss=0.09449, over 2780503.45 frames. utt_duration=256.1 frames, utt_pad_proportion=0.06981, over 43681.36 utterances.], batch size: 141, lr: 1.52e-04 +2022-09-19 19:52:27,535 INFO [train.py:885] (1/2) Epoch 31, batch 3400, loss[loss=0.2779, simple_loss=0.3535, pruned_loss=0.1012, over 14298.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03867, over 180.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3395, pruned_loss=0.09582, over 2779555.20 frames. utt_duration=252.2 frames, utt_pad_proportion=0.06999, over 44351.56 utterances.], batch size: 180, lr: 1.52e-04 +2022-09-19 19:52:57,666 INFO [train.py:885] (1/2) Epoch 31, batch 3450, loss[loss=0.1786, simple_loss=0.2525, pruned_loss=0.05236, over 13843.00 frames. utt_duration=924.5 frames, utt_pad_proportion=0.06804, over 60.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3414, pruned_loss=0.0963, over 2777237.92 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07442, over 45650.97 utterances.], batch size: 60, lr: 1.52e-04 +2022-09-19 19:53:26,696 INFO [train.py:885] (1/2) Epoch 31, batch 3500, loss[loss=0.3211, simple_loss=0.3846, pruned_loss=0.1288, over 14293.00 frames. utt_duration=319.1 frames, utt_pad_proportion=0.03896, over 180.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3393, pruned_loss=0.09514, over 2780371.89 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07133, over 44945.25 utterances.], batch size: 180, lr: 1.52e-04 +2022-09-19 19:53:56,557 INFO [train.py:885] (1/2) Epoch 31, batch 3550, loss[loss=0.4812, simple_loss=0.5712, pruned_loss=0.1956, over 12500.00 frames. utt_duration=63.12 frames, utt_pad_proportion=0.147, over 812.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3419, pruned_loss=0.09612, over 2779057.58 frames. utt_duration=242.7 frames, utt_pad_proportion=0.07213, over 46082.78 utterances.], batch size: 812, lr: 1.52e-04 +2022-09-19 19:54:25,857 INFO [train.py:885] (1/2) Epoch 31, batch 3600, loss[loss=0.286, simple_loss=0.3933, pruned_loss=0.08933, over 13709.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07829, over 478.00 utterances.], tot_loss[loss=0.2611, simple_loss=0.3361, pruned_loss=0.09311, over 2778550.23 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07115, over 43859.17 utterances.], batch size: 478, lr: 1.52e-04 +2022-09-19 19:54:55,534 INFO [train.py:885] (1/2) Epoch 31, batch 3650, loss[loss=0.2141, simple_loss=0.2674, pruned_loss=0.08037, over 13630.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.0803, over 50.00 utterances.], tot_loss[loss=0.2623, simple_loss=0.3372, pruned_loss=0.09372, over 2779451.28 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07088, over 44105.59 utterances.], batch size: 50, lr: 1.52e-04 +2022-09-19 19:55:24,983 INFO [train.py:885] (1/2) Epoch 31, batch 3700, loss[loss=0.2015, simple_loss=0.2727, pruned_loss=0.06517, over 12526.00 frames. utt_duration=2005 frames, utt_pad_proportion=0.1123, over 25.00 utterances.], tot_loss[loss=0.2605, simple_loss=0.3353, pruned_loss=0.09282, over 2776071.38 frames. utt_duration=262 frames, utt_pad_proportion=0.06993, over 42626.79 utterances.], batch size: 25, lr: 1.52e-04 +2022-09-19 19:55:55,156 INFO [train.py:885] (1/2) Epoch 31, batch 3750, loss[loss=0.192, simple_loss=0.2594, pruned_loss=0.06227, over 12527.00 frames. utt_duration=2005 frames, utt_pad_proportion=0.1641, over 25.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3403, pruned_loss=0.09529, over 2774971.07 frames. utt_duration=251 frames, utt_pad_proportion=0.07159, over 44483.46 utterances.], batch size: 25, lr: 1.52e-04 +2022-09-19 19:56:25,179 INFO [train.py:885] (1/2) Epoch 31, batch 3800, loss[loss=0.3328, simple_loss=0.3962, pruned_loss=0.1348, over 14217.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04441, over 335.00 utterances.], tot_loss[loss=0.2632, simple_loss=0.3383, pruned_loss=0.09402, over 2775652.13 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07063, over 43944.00 utterances.], batch size: 335, lr: 1.52e-04 +2022-09-19 19:56:54,889 INFO [train.py:885] (1/2) Epoch 31, batch 3850, loss[loss=0.2341, simple_loss=0.3175, pruned_loss=0.07533, over 14315.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.03904, over 120.00 utterances.], tot_loss[loss=0.2617, simple_loss=0.3358, pruned_loss=0.09379, over 2780486.47 frames. utt_duration=265.6 frames, utt_pad_proportion=0.06875, over 42107.75 utterances.], batch size: 120, lr: 1.52e-04 +2022-09-19 19:57:24,536 INFO [train.py:885] (1/2) Epoch 31, batch 3900, loss[loss=0.2882, simple_loss=0.3783, pruned_loss=0.09907, over 13737.00 frames. utt_duration=135.3 frames, utt_pad_proportion=0.07336, over 411.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3393, pruned_loss=0.0955, over 2772954.74 frames. utt_duration=252.7 frames, utt_pad_proportion=0.07299, over 44154.65 utterances.], batch size: 411, lr: 1.52e-04 +2022-09-19 19:57:54,088 INFO [train.py:885] (1/2) Epoch 31, batch 3950, loss[loss=0.2396, simple_loss=0.3301, pruned_loss=0.07453, over 14282.00 frames. utt_duration=255.3 frames, utt_pad_proportion=0.04013, over 225.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3425, pruned_loss=0.09688, over 2776107.97 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07266, over 45776.52 utterances.], batch size: 225, lr: 1.52e-04 +2022-09-19 19:58:23,198 INFO [train.py:885] (1/2) Epoch 31, batch 4000, loss[loss=0.159, simple_loss=0.2317, pruned_loss=0.0431, over 13375.00 frames. utt_duration=1623 frames, utt_pad_proportion=0.09242, over 33.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3418, pruned_loss=0.09615, over 2772948.56 frames. utt_duration=242.6 frames, utt_pad_proportion=0.07315, over 45997.84 utterances.], batch size: 33, lr: 1.52e-04 +2022-09-19 19:58:53,516 INFO [train.py:885] (1/2) Epoch 31, batch 4050, loss[loss=0.3363, simple_loss=0.3972, pruned_loss=0.1376, over 14334.00 frames. utt_duration=220.3 frames, utt_pad_proportion=0.03812, over 262.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3413, pruned_loss=0.09621, over 2776689.51 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07305, over 45436.32 utterances.], batch size: 262, lr: 1.52e-04 +2022-09-19 19:59:23,147 INFO [train.py:885] (1/2) Epoch 31, batch 4100, loss[loss=0.2979, simple_loss=0.3916, pruned_loss=0.1021, over 13769.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07203, over 411.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3446, pruned_loss=0.09689, over 2776987.29 frames. utt_duration=237.1 frames, utt_pad_proportion=0.07334, over 47133.87 utterances.], batch size: 411, lr: 1.52e-04 +2022-09-19 19:59:52,428 INFO [train.py:885] (1/2) Epoch 31, batch 4150, loss[loss=0.3507, simple_loss=0.4096, pruned_loss=0.1459, over 14230.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04331, over 335.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3456, pruned_loss=0.09833, over 2781400.29 frames. utt_duration=239.9 frames, utt_pad_proportion=0.06976, over 46669.86 utterances.], batch size: 335, lr: 1.52e-04 +2022-09-19 20:00:22,098 INFO [train.py:885] (1/2) Epoch 31, batch 4200, loss[loss=0.1789, simple_loss=0.2477, pruned_loss=0.05504, over 13563.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.08147, over 50.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3461, pruned_loss=0.09807, over 2781412.07 frames. utt_duration=237.4 frames, utt_pad_proportion=0.07086, over 47156.67 utterances.], batch size: 50, lr: 1.52e-04 +2022-09-19 20:00:52,290 INFO [train.py:885] (1/2) Epoch 31, batch 4250, loss[loss=0.2748, simple_loss=0.3499, pruned_loss=0.09988, over 14284.00 frames. utt_duration=440.9 frames, utt_pad_proportion=0.03948, over 130.00 utterances.], tot_loss[loss=0.2722, simple_loss=0.3475, pruned_loss=0.09851, over 2778525.17 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07496, over 47925.69 utterances.], batch size: 130, lr: 1.52e-04 +2022-09-19 20:01:22,294 INFO [train.py:885] (1/2) Epoch 31, batch 4300, loss[loss=0.28, simple_loss=0.3954, pruned_loss=0.08232, over 13666.00 frames. utt_duration=116 frames, utt_pad_proportion=0.0792, over 477.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3481, pruned_loss=0.09902, over 2784611.22 frames. utt_duration=234.9 frames, utt_pad_proportion=0.07164, over 47722.13 utterances.], batch size: 477, lr: 1.52e-04 +2022-09-19 20:01:52,313 INFO [train.py:885] (1/2) Epoch 31, batch 4350, loss[loss=0.3646, simple_loss=0.4165, pruned_loss=0.1564, over 14320.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.0384, over 283.00 utterances.], tot_loss[loss=0.2744, simple_loss=0.3487, pruned_loss=0.1, over 2784530.39 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07131, over 47239.26 utterances.], batch size: 283, lr: 1.52e-04 +2022-09-19 20:02:22,607 INFO [train.py:885] (1/2) Epoch 31, batch 4400, loss[loss=0.2569, simple_loss=0.3441, pruned_loss=0.08487, over 14281.00 frames. utt_duration=219.3 frames, utt_pad_proportion=0.0422, over 262.00 utterances.], tot_loss[loss=0.2765, simple_loss=0.3512, pruned_loss=0.1009, over 2783731.07 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07323, over 48014.61 utterances.], batch size: 262, lr: 1.52e-04 +2022-09-19 20:03:00,614 INFO [train.py:885] (1/2) Epoch 31, batch 4450, loss[loss=0.4771, simple_loss=0.5736, pruned_loss=0.1903, over 12527.00 frames. utt_duration=63.39 frames, utt_pad_proportion=0.1434, over 810.00 utterances.], tot_loss[loss=0.2775, simple_loss=0.3528, pruned_loss=0.1012, over 2783511.33 frames. utt_duration=226.7 frames, utt_pad_proportion=0.0746, over 49437.14 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 20:03:30,091 INFO [train.py:885] (1/2) Epoch 31, batch 4500, loss[loss=0.4245, simple_loss=0.4595, pruned_loss=0.1948, over 14324.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03875, over 262.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.3487, pruned_loss=0.09929, over 2787013.16 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07167, over 47388.14 utterances.], batch size: 262, lr: 1.52e-04 +2022-09-19 20:04:00,462 INFO [train.py:885] (1/2) Epoch 31, batch 4550, loss[loss=0.6251, simple_loss=0.6889, pruned_loss=0.2807, over 12496.00 frames. utt_duration=63.34 frames, utt_pad_proportion=0.144, over 810.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3502, pruned_loss=0.09981, over 2785904.29 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07333, over 48030.61 utterances.], batch size: 810, lr: 1.52e-04 +2022-09-19 20:04:31,111 INFO [train.py:885] (1/2) Epoch 31, batch 4600, loss[loss=0.1976, simple_loss=0.2694, pruned_loss=0.06285, over 14171.00 frames. utt_duration=638.3 frames, utt_pad_proportion=0.05014, over 89.00 utterances.], tot_loss[loss=0.2733, simple_loss=0.3491, pruned_loss=0.09872, over 2780153.42 frames. utt_duration=230.6 frames, utt_pad_proportion=0.07528, over 48538.29 utterances.], batch size: 89, lr: 1.52e-04 +2022-09-19 20:05:00,014 INFO [train.py:885] (1/2) Epoch 31, batch 4650, loss[loss=0.2938, simple_loss=0.3687, pruned_loss=0.1095, over 14291.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.04017, over 283.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3458, pruned_loss=0.09752, over 2783999.75 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07165, over 46670.21 utterances.], batch size: 283, lr: 1.52e-04 +2022-09-19 20:05:30,333 INFO [train.py:885] (1/2) Epoch 31, batch 4700, loss[loss=0.1897, simple_loss=0.2434, pruned_loss=0.06799, over 13316.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.09201, over 41.00 utterances.], tot_loss[loss=0.2725, simple_loss=0.348, pruned_loss=0.0985, over 2783042.51 frames. utt_duration=234.6 frames, utt_pad_proportion=0.07285, over 47747.86 utterances.], batch size: 41, lr: 1.52e-04 +2022-09-19 20:06:00,092 INFO [train.py:885] (1/2) Epoch 31, batch 4750, loss[loss=0.1927, simple_loss=0.2586, pruned_loss=0.0634, over 12934.00 frames. utt_duration=1992 frames, utt_pad_proportion=0.1306, over 26.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3446, pruned_loss=0.09716, over 2778779.53 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07205, over 45629.16 utterances.], batch size: 26, lr: 1.52e-04 +2022-09-19 20:06:30,179 INFO [train.py:885] (1/2) Epoch 31, batch 4800, loss[loss=0.2073, simple_loss=0.2906, pruned_loss=0.06207, over 14332.00 frames. utt_duration=479 frames, utt_pad_proportion=0.03812, over 120.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.347, pruned_loss=0.09811, over 2781545.49 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07292, over 46790.66 utterances.], batch size: 120, lr: 1.52e-04 +2022-09-19 20:06:59,635 INFO [train.py:885] (1/2) Epoch 31, batch 4850, loss[loss=0.2631, simple_loss=0.3385, pruned_loss=0.09387, over 14309.00 frames. utt_duration=407.4 frames, utt_pad_proportion=0.04149, over 141.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3441, pruned_loss=0.09646, over 2781474.13 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07252, over 45964.90 utterances.], batch size: 141, lr: 1.52e-04 +2022-09-19 20:07:30,099 INFO [train.py:885] (1/2) Epoch 31, batch 4900, loss[loss=0.2698, simple_loss=0.3415, pruned_loss=0.09908, over 14303.00 frames. utt_duration=407.3 frames, utt_pad_proportion=0.04167, over 141.00 utterances.], tot_loss[loss=0.273, simple_loss=0.349, pruned_loss=0.09845, over 2780907.05 frames. utt_duration=231.7 frames, utt_pad_proportion=0.07467, over 48328.39 utterances.], batch size: 141, lr: 1.52e-04 +2022-09-19 20:08:00,105 INFO [train.py:885] (1/2) Epoch 31, batch 4950, loss[loss=0.2653, simple_loss=0.3486, pruned_loss=0.09105, over 14340.00 frames. utt_duration=255.4 frames, utt_pad_proportion=0.03632, over 226.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3477, pruned_loss=0.09778, over 2781177.06 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07431, over 47875.68 utterances.], batch size: 226, lr: 1.52e-04 +2022-09-19 20:08:29,584 INFO [train.py:885] (1/2) Epoch 31, batch 5000, loss[loss=0.1931, simple_loss=0.2833, pruned_loss=0.05141, over 14331.00 frames. utt_duration=479.2 frames, utt_pad_proportion=0.03583, over 120.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3478, pruned_loss=0.09823, over 2785405.24 frames. utt_duration=237.6 frames, utt_pad_proportion=0.07277, over 47184.18 utterances.], batch size: 120, lr: 1.52e-04 +2022-09-19 20:08:59,213 INFO [train.py:885] (1/2) Epoch 31, batch 5050, loss[loss=0.1485, simple_loss=0.2086, pruned_loss=0.04423, over 13576.00 frames. utt_duration=1087 frames, utt_pad_proportion=0.0855, over 50.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3448, pruned_loss=0.09701, over 2783535.56 frames. utt_duration=242 frames, utt_pad_proportion=0.07189, over 46301.61 utterances.], batch size: 50, lr: 1.52e-04 +2022-09-19 20:09:29,440 INFO [train.py:885] (1/2) Epoch 31, batch 5100, loss[loss=0.1965, simple_loss=0.2726, pruned_loss=0.06017, over 14073.00 frames. utt_duration=714.2 frames, utt_pad_proportion=0.05525, over 79.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3457, pruned_loss=0.09748, over 2784613.24 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07202, over 46828.91 utterances.], batch size: 79, lr: 1.52e-04 +2022-09-19 20:09:59,344 INFO [train.py:885] (1/2) Epoch 31, batch 5150, loss[loss=0.1986, simple_loss=0.2603, pruned_loss=0.06844, over 12001.00 frames. utt_duration=2002 frames, utt_pad_proportion=0.1916, over 24.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3414, pruned_loss=0.09609, over 2784409.25 frames. utt_duration=252.6 frames, utt_pad_proportion=0.07057, over 44359.68 utterances.], batch size: 24, lr: 1.52e-04 +2022-09-19 20:10:30,264 INFO [train.py:885] (1/2) Epoch 31, batch 5200, loss[loss=0.1602, simple_loss=0.2138, pruned_loss=0.05332, over 13102.00 frames. utt_duration=2098 frames, utt_pad_proportion=0.12, over 25.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3401, pruned_loss=0.09551, over 2779331.19 frames. utt_duration=253.2 frames, utt_pad_proportion=0.0735, over 44163.65 utterances.], batch size: 25, lr: 1.52e-04 +2022-09-19 20:11:00,114 INFO [train.py:885] (1/2) Epoch 31, batch 5250, loss[loss=0.2468, simple_loss=0.3258, pruned_loss=0.08392, over 14309.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.03965, over 130.00 utterances.], tot_loss[loss=0.2635, simple_loss=0.3379, pruned_loss=0.09457, over 2781422.15 frames. utt_duration=258.1 frames, utt_pad_proportion=0.07254, over 43360.79 utterances.], batch size: 130, lr: 1.52e-04 +2022-09-19 20:11:30,021 INFO [train.py:885] (1/2) Epoch 31, batch 5300, loss[loss=0.1855, simple_loss=0.2505, pruned_loss=0.06022, over 14102.00 frames. utt_duration=715.7 frames, utt_pad_proportion=0.05202, over 79.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3403, pruned_loss=0.09571, over 2783177.32 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07176, over 44746.06 utterances.], batch size: 79, lr: 1.52e-04 +2022-09-19 20:12:00,408 INFO [train.py:885] (1/2) Epoch 31, batch 5350, loss[loss=0.1907, simple_loss=0.2625, pruned_loss=0.05948, over 13899.00 frames. utt_duration=807.2 frames, utt_pad_proportion=0.05925, over 69.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3411, pruned_loss=0.09577, over 2781384.48 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07165, over 45426.89 utterances.], batch size: 69, lr: 1.52e-04 +2022-09-19 20:12:29,825 INFO [train.py:885] (1/2) Epoch 31, batch 5400, loss[loss=0.2232, simple_loss=0.3, pruned_loss=0.07314, over 14185.00 frames. utt_duration=639.1 frames, utt_pad_proportion=0.04891, over 89.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.34, pruned_loss=0.0959, over 2784932.52 frames. utt_duration=255.3 frames, utt_pad_proportion=0.06952, over 43882.37 utterances.], batch size: 89, lr: 1.52e-04 +2022-09-19 20:13:00,085 INFO [train.py:885] (1/2) Epoch 31, batch 5450, loss[loss=0.2729, simple_loss=0.3367, pruned_loss=0.1046, over 14299.00 frames. utt_duration=521.5 frames, utt_pad_proportion=0.04312, over 110.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3399, pruned_loss=0.09632, over 2785926.80 frames. utt_duration=256.6 frames, utt_pad_proportion=0.06834, over 43671.93 utterances.], batch size: 110, lr: 1.52e-04 +2022-09-19 20:13:30,311 INFO [train.py:885] (1/2) Epoch 31, batch 5500, loss[loss=0.2303, simple_loss=0.2982, pruned_loss=0.08116, over 14287.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04071, over 120.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.341, pruned_loss=0.09689, over 2782582.14 frames. utt_duration=254.5 frames, utt_pad_proportion=0.06985, over 43986.88 utterances.], batch size: 120, lr: 1.52e-04 +2022-09-19 20:13:59,775 INFO [train.py:885] (1/2) Epoch 31, batch 5550, loss[loss=0.3464, simple_loss=0.4494, pruned_loss=0.1217, over 13197.00 frames. utt_duration=82.32 frames, utt_pad_proportion=0.1052, over 653.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3439, pruned_loss=0.09785, over 2781619.05 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07232, over 45234.00 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 20:14:29,718 INFO [train.py:885] (1/2) Epoch 31, batch 5600, loss[loss=0.4255, simple_loss=0.4663, pruned_loss=0.1924, over 14214.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04407, over 306.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3443, pruned_loss=0.09749, over 2782009.48 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07196, over 45637.62 utterances.], batch size: 306, lr: 1.52e-04 +2022-09-19 20:15:00,163 INFO [train.py:885] (1/2) Epoch 31, batch 5650, loss[loss=0.2858, simple_loss=0.3868, pruned_loss=0.09235, over 13957.00 frames. utt_duration=154.3 frames, utt_pad_proportion=0.05912, over 365.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.345, pruned_loss=0.09702, over 2780249.82 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07277, over 46363.90 utterances.], batch size: 365, lr: 1.52e-04 +2022-09-19 20:15:30,960 INFO [train.py:885] (1/2) Epoch 31, batch 5700, loss[loss=0.2515, simple_loss=0.3342, pruned_loss=0.08441, over 14337.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03702, over 195.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3451, pruned_loss=0.09693, over 2780706.59 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07294, over 46531.88 utterances.], batch size: 195, lr: 1.52e-04 +2022-09-19 20:16:00,562 INFO [train.py:885] (1/2) Epoch 31, batch 5750, loss[loss=0.2398, simple_loss=0.3144, pruned_loss=0.08256, over 14197.00 frames. utt_duration=522.6 frames, utt_pad_proportion=0.04288, over 109.00 utterances.], tot_loss[loss=0.268, simple_loss=0.343, pruned_loss=0.09647, over 2785049.75 frames. utt_duration=250.6 frames, utt_pad_proportion=0.07207, over 44720.59 utterances.], batch size: 109, lr: 1.52e-04 +2022-09-19 20:16:30,494 INFO [train.py:885] (1/2) Epoch 31, batch 5800, loss[loss=0.1907, simple_loss=0.2634, pruned_loss=0.05898, over 13516.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08552, over 50.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.342, pruned_loss=0.09649, over 2782364.92 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07224, over 44619.06 utterances.], batch size: 50, lr: 1.52e-04 +2022-09-19 20:17:00,559 INFO [train.py:885] (1/2) Epoch 31, batch 5850, loss[loss=0.4486, simple_loss=0.5199, pruned_loss=0.1887, over 13115.00 frames. utt_duration=81.81 frames, utt_pad_proportion=0.1108, over 653.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3452, pruned_loss=0.09767, over 2780436.14 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07257, over 46675.10 utterances.], batch size: 653, lr: 1.52e-04 +2022-09-19 20:17:29,825 INFO [train.py:885] (1/2) Epoch 31, batch 5900, loss[loss=0.2532, simple_loss=0.3263, pruned_loss=0.09007, over 14351.00 frames. utt_duration=374.3 frames, utt_pad_proportion=0.03543, over 154.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3437, pruned_loss=0.09715, over 2780442.00 frames. utt_duration=245.4 frames, utt_pad_proportion=0.07275, over 45602.78 utterances.], batch size: 154, lr: 1.51e-04 +2022-09-19 20:18:00,008 INFO [train.py:885] (1/2) Epoch 31, batch 5950, loss[loss=0.3215, simple_loss=0.3841, pruned_loss=0.1294, over 14297.00 frames. utt_duration=203.5 frames, utt_pad_proportion=0.0403, over 283.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3453, pruned_loss=0.09779, over 2783040.16 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07133, over 45990.73 utterances.], batch size: 283, lr: 1.51e-04 +2022-09-19 20:18:29,634 INFO [train.py:885] (1/2) Epoch 31, batch 6000, loss[loss=0.2104, simple_loss=0.2941, pruned_loss=0.06339, over 14262.00 frames. utt_duration=406 frames, utt_pad_proportion=0.04467, over 141.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3447, pruned_loss=0.09672, over 2786305.59 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07016, over 45739.20 utterances.], batch size: 141, lr: 1.51e-04 +2022-09-19 20:18:29,635 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 20:18:34,446 INFO [train.py:914] (1/2) Epoch 31, validation: loss=0.1919, simple_loss=0.2709, pruned_loss=0.05648, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 20:19:04,563 INFO [train.py:885] (1/2) Epoch 31, batch 6050, loss[loss=0.2002, simple_loss=0.2726, pruned_loss=0.06386, over 13896.00 frames. utt_duration=927.9 frames, utt_pad_proportion=0.06744, over 60.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3446, pruned_loss=0.09735, over 2784192.34 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07196, over 45798.31 utterances.], batch size: 60, lr: 1.51e-04 +2022-09-19 20:19:35,258 INFO [train.py:885] (1/2) Epoch 31, batch 6100, loss[loss=0.1617, simple_loss=0.219, pruned_loss=0.05221, over 13586.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08466, over 50.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3451, pruned_loss=0.09765, over 2780089.76 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07434, over 46164.93 utterances.], batch size: 50, lr: 1.51e-04 +2022-09-19 20:20:04,828 INFO [train.py:885] (1/2) Epoch 31, batch 6150, loss[loss=0.1622, simple_loss=0.2096, pruned_loss=0.05744, over 13175.00 frames. utt_duration=1598 frames, utt_pad_proportion=0.1041, over 33.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3435, pruned_loss=0.09684, over 2779445.12 frames. utt_duration=244 frames, utt_pad_proportion=0.07394, over 45839.14 utterances.], batch size: 33, lr: 1.51e-04 +2022-09-19 20:20:34,483 INFO [train.py:885] (1/2) Epoch 31, batch 6200, loss[loss=0.2835, simple_loss=0.3808, pruned_loss=0.09306, over 13959.00 frames. utt_duration=154.4 frames, utt_pad_proportion=0.05845, over 365.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3434, pruned_loss=0.09689, over 2780430.24 frames. utt_duration=245.9 frames, utt_pad_proportion=0.07225, over 45501.27 utterances.], batch size: 365, lr: 1.51e-04 +2022-09-19 20:21:04,514 INFO [train.py:885] (1/2) Epoch 31, batch 6250, loss[loss=0.2977, simple_loss=0.3815, pruned_loss=0.1069, over 14013.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05503, over 365.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.345, pruned_loss=0.09778, over 2785534.77 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07053, over 46177.85 utterances.], batch size: 365, lr: 1.51e-04 +2022-09-19 20:21:34,174 INFO [train.py:885] (1/2) Epoch 31, batch 6300, loss[loss=0.1574, simple_loss=0.2258, pruned_loss=0.04454, over 12136.00 frames. utt_duration=2024 frames, utt_pad_proportion=0.1574, over 24.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3403, pruned_loss=0.09565, over 2783130.63 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06917, over 44013.31 utterances.], batch size: 24, lr: 1.51e-04 +2022-09-19 20:22:04,510 INFO [train.py:885] (1/2) Epoch 31, batch 6350, loss[loss=0.2586, simple_loss=0.3404, pruned_loss=0.08838, over 14357.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.03546, over 195.00 utterances.], tot_loss[loss=0.2654, simple_loss=0.3396, pruned_loss=0.09565, over 2786309.61 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06779, over 43539.33 utterances.], batch size: 195, lr: 1.51e-04 +2022-09-19 20:22:35,313 INFO [train.py:885] (1/2) Epoch 31, batch 6400, loss[loss=0.2112, simple_loss=0.2823, pruned_loss=0.07009, over 13367.00 frames. utt_duration=1306 frames, utt_pad_proportion=0.08878, over 41.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3427, pruned_loss=0.09681, over 2784485.86 frames. utt_duration=249.1 frames, utt_pad_proportion=0.07001, over 44989.16 utterances.], batch size: 41, lr: 1.51e-04 +2022-09-19 20:23:05,234 INFO [train.py:885] (1/2) Epoch 31, batch 6450, loss[loss=0.2795, simple_loss=0.3526, pruned_loss=0.1031, over 14299.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04225, over 141.00 utterances.], tot_loss[loss=0.2642, simple_loss=0.3386, pruned_loss=0.09494, over 2782772.61 frames. utt_duration=257 frames, utt_pad_proportion=0.07004, over 43557.33 utterances.], batch size: 141, lr: 1.51e-04 +2022-09-19 20:23:35,809 INFO [train.py:885] (1/2) Epoch 31, batch 6500, loss[loss=0.1392, simple_loss=0.1986, pruned_loss=0.03986, over 13585.00 frames. utt_duration=1327 frames, utt_pad_proportion=0.07141, over 41.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3419, pruned_loss=0.09696, over 2783504.87 frames. utt_duration=254 frames, utt_pad_proportion=0.07075, over 44098.86 utterances.], batch size: 41, lr: 1.51e-04 +2022-09-19 20:24:05,588 INFO [train.py:885] (1/2) Epoch 31, batch 6550, loss[loss=0.2705, simple_loss=0.3376, pruned_loss=0.1017, over 14313.00 frames. utt_duration=344.2 frames, utt_pad_proportion=0.04132, over 167.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3418, pruned_loss=0.09721, over 2778075.32 frames. utt_duration=249.8 frames, utt_pad_proportion=0.07352, over 44746.39 utterances.], batch size: 167, lr: 1.51e-04 +2022-09-19 20:24:35,284 INFO [train.py:885] (1/2) Epoch 31, batch 6600, loss[loss=0.2351, simple_loss=0.3221, pruned_loss=0.07404, over 14290.00 frames. utt_duration=343.7 frames, utt_pad_proportion=0.0427, over 167.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3457, pruned_loss=0.09879, over 2783088.82 frames. utt_duration=242 frames, utt_pad_proportion=0.0723, over 46293.91 utterances.], batch size: 167, lr: 1.51e-04 +2022-09-19 20:25:04,447 INFO [train.py:885] (1/2) Epoch 31, batch 6650, loss[loss=0.2903, simple_loss=0.3563, pruned_loss=0.1122, over 14320.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04006, over 154.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3475, pruned_loss=0.09938, over 2781714.83 frames. utt_duration=236.6 frames, utt_pad_proportion=0.07432, over 47333.33 utterances.], batch size: 154, lr: 1.51e-04 +2022-09-19 20:25:34,124 INFO [train.py:885] (1/2) Epoch 31, batch 6700, loss[loss=0.2559, simple_loss=0.3485, pruned_loss=0.08162, over 14359.00 frames. utt_duration=296.2 frames, utt_pad_proportion=0.03533, over 195.00 utterances.], tot_loss[loss=0.2723, simple_loss=0.347, pruned_loss=0.09876, over 2780383.99 frames. utt_duration=235.9 frames, utt_pad_proportion=0.07382, over 47448.64 utterances.], batch size: 195, lr: 1.51e-04 +2022-09-19 20:26:03,983 INFO [train.py:885] (1/2) Epoch 31, batch 6750, loss[loss=0.1852, simple_loss=0.2606, pruned_loss=0.05493, over 14098.00 frames. utt_duration=715.3 frames, utt_pad_proportion=0.05378, over 79.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3468, pruned_loss=0.09872, over 2780841.01 frames. utt_duration=234.2 frames, utt_pad_proportion=0.07349, over 47787.43 utterances.], batch size: 79, lr: 1.51e-04 +2022-09-19 20:26:34,332 INFO [train.py:885] (1/2) Epoch 31, batch 6800, loss[loss=0.5883, simple_loss=0.6475, pruned_loss=0.2646, over 12420.00 frames. utt_duration=62.89 frames, utt_pad_proportion=0.1502, over 810.00 utterances.], tot_loss[loss=0.2737, simple_loss=0.349, pruned_loss=0.09918, over 2774351.88 frames. utt_duration=225.5 frames, utt_pad_proportion=0.07621, over 49527.78 utterances.], batch size: 810, lr: 1.51e-04 +2022-09-19 20:27:03,387 INFO [train.py:885] (1/2) Epoch 31, batch 6850, loss[loss=0.1956, simple_loss=0.2734, pruned_loss=0.05888, over 14157.00 frames. utt_duration=579.3 frames, utt_pad_proportion=0.04869, over 98.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.348, pruned_loss=0.09915, over 2778317.95 frames. utt_duration=233.4 frames, utt_pad_proportion=0.07425, over 47920.79 utterances.], batch size: 98, lr: 1.51e-04 +2022-09-19 20:27:32,388 INFO [train.py:885] (1/2) Epoch 31, batch 6900, loss[loss=0.347, simple_loss=0.4123, pruned_loss=0.1409, over 14191.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04487, over 306.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3449, pruned_loss=0.09824, over 2778235.33 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07311, over 46513.91 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 20:28:01,971 INFO [train.py:885] (1/2) Epoch 31, batch 6950, loss[loss=0.3626, simple_loss=0.4198, pruned_loss=0.1527, over 14285.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03973, over 180.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.3472, pruned_loss=0.09916, over 2778312.09 frames. utt_duration=236 frames, utt_pad_proportion=0.07237, over 47391.20 utterances.], batch size: 180, lr: 1.51e-04 +2022-09-19 20:28:31,194 INFO [train.py:885] (1/2) Epoch 31, batch 7000, loss[loss=0.2373, simple_loss=0.3039, pruned_loss=0.08531, over 14288.00 frames. utt_duration=441 frames, utt_pad_proportion=0.0393, over 130.00 utterances.], tot_loss[loss=0.2712, simple_loss=0.3453, pruned_loss=0.09856, over 2780635.73 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07266, over 46287.22 utterances.], batch size: 130, lr: 1.51e-04 +2022-09-19 20:29:01,446 INFO [train.py:885] (1/2) Epoch 31, batch 7050, loss[loss=0.1979, simple_loss=0.2925, pruned_loss=0.05167, over 14283.00 frames. utt_duration=372.5 frames, utt_pad_proportion=0.0423, over 154.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3471, pruned_loss=0.09944, over 2780085.60 frames. utt_duration=237.6 frames, utt_pad_proportion=0.0733, over 47095.91 utterances.], batch size: 154, lr: 1.51e-04 +2022-09-19 20:29:30,724 INFO [train.py:885] (1/2) Epoch 31, batch 7100, loss[loss=0.2267, simple_loss=0.2973, pruned_loss=0.07809, over 14276.00 frames. utt_duration=520.6 frames, utt_pad_proportion=0.04469, over 110.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3465, pruned_loss=0.09888, over 2776706.76 frames. utt_duration=236.4 frames, utt_pad_proportion=0.07497, over 47271.94 utterances.], batch size: 110, lr: 1.51e-04 +2022-09-19 20:30:00,410 INFO [train.py:885] (1/2) Epoch 31, batch 7150, loss[loss=0.6065, simple_loss=0.6613, pruned_loss=0.2758, over 12516.00 frames. utt_duration=63.3 frames, utt_pad_proportion=0.1446, over 811.00 utterances.], tot_loss[loss=0.2772, simple_loss=0.3515, pruned_loss=0.1015, over 2773398.57 frames. utt_duration=225.8 frames, utt_pad_proportion=0.0769, over 49458.20 utterances.], batch size: 811, lr: 1.51e-04 +2022-09-19 20:30:30,007 INFO [train.py:885] (1/2) Epoch 31, batch 7200, loss[loss=0.3258, simple_loss=0.4198, pruned_loss=0.1159, over 13623.00 frames. utt_duration=115.8 frames, utt_pad_proportion=0.08096, over 477.00 utterances.], tot_loss[loss=0.2749, simple_loss=0.3493, pruned_loss=0.1003, over 2773857.78 frames. utt_duration=229.6 frames, utt_pad_proportion=0.07655, over 48647.42 utterances.], batch size: 477, lr: 1.51e-04 +2022-09-19 20:30:58,862 INFO [train.py:885] (1/2) Epoch 31, batch 7250, loss[loss=0.3573, simple_loss=0.4107, pruned_loss=0.1519, over 14221.00 frames. utt_duration=171.2 frames, utt_pad_proportion=0.04351, over 335.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3461, pruned_loss=0.09907, over 2777730.61 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07348, over 46378.26 utterances.], batch size: 335, lr: 1.51e-04 +2022-09-19 20:31:28,985 INFO [train.py:885] (1/2) Epoch 31, batch 7300, loss[loss=0.3128, simple_loss=0.3826, pruned_loss=0.1215, over 14355.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.0368, over 283.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3453, pruned_loss=0.09871, over 2771672.90 frames. utt_duration=238.2 frames, utt_pad_proportion=0.07466, over 46831.79 utterances.], batch size: 283, lr: 1.51e-04 +2022-09-19 20:31:58,050 INFO [train.py:885] (1/2) Epoch 31, batch 7350, loss[loss=0.2817, simple_loss=0.3808, pruned_loss=0.09135, over 13719.00 frames. utt_duration=135 frames, utt_pad_proportion=0.07516, over 411.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3437, pruned_loss=0.09749, over 2772689.51 frames. utt_duration=239.8 frames, utt_pad_proportion=0.0745, over 46527.81 utterances.], batch size: 411, lr: 1.51e-04 +2022-09-19 20:32:27,978 INFO [train.py:885] (1/2) Epoch 31, batch 7400, loss[loss=0.14, simple_loss=0.1989, pruned_loss=0.04058, over 13271.00 frames. utt_duration=1610 frames, utt_pad_proportion=0.1099, over 33.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3408, pruned_loss=0.09644, over 2770870.71 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07371, over 44937.51 utterances.], batch size: 33, lr: 1.51e-04 +2022-09-19 20:32:57,625 INFO [train.py:885] (1/2) Epoch 31, batch 7450, loss[loss=0.164, simple_loss=0.2416, pruned_loss=0.04316, over 13348.00 frames. utt_duration=1069 frames, utt_pad_proportion=0.1015, over 50.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3428, pruned_loss=0.09725, over 2771193.08 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07413, over 46114.78 utterances.], batch size: 50, lr: 1.51e-04 +2022-09-19 20:33:27,236 INFO [train.py:885] (1/2) Epoch 31, batch 7500, loss[loss=0.1346, simple_loss=0.1928, pruned_loss=0.03822, over 13095.00 frames. utt_duration=1589 frames, utt_pad_proportion=0.1034, over 33.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3395, pruned_loss=0.09606, over 2773779.07 frames. utt_duration=251.7 frames, utt_pad_proportion=0.07204, over 44341.39 utterances.], batch size: 33, lr: 1.51e-04 +2022-09-19 20:33:57,972 INFO [train.py:885] (1/2) Epoch 31, batch 7550, loss[loss=0.3692, simple_loss=0.4674, pruned_loss=0.1355, over 13162.00 frames. utt_duration=82.13 frames, utt_pad_proportion=0.1072, over 653.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3453, pruned_loss=0.09869, over 2776638.14 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07416, over 46274.91 utterances.], batch size: 653, lr: 1.51e-04 +2022-09-19 20:34:27,325 INFO [train.py:885] (1/2) Epoch 31, batch 7600, loss[loss=0.3628, simple_loss=0.4496, pruned_loss=0.138, over 13701.00 frames. utt_duration=99.26 frames, utt_pad_proportion=0.07231, over 560.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3415, pruned_loss=0.09702, over 2776853.42 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07148, over 44404.25 utterances.], batch size: 560, lr: 1.51e-04 +2022-09-19 20:34:56,829 INFO [train.py:885] (1/2) Epoch 31, batch 7650, loss[loss=0.1429, simple_loss=0.202, pruned_loss=0.04188, over 12205.00 frames. utt_duration=2036 frames, utt_pad_proportion=0.1704, over 24.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3416, pruned_loss=0.09675, over 2775787.33 frames. utt_duration=246.5 frames, utt_pad_proportion=0.07188, over 45312.51 utterances.], batch size: 24, lr: 1.51e-04 +2022-09-19 20:35:26,253 INFO [train.py:885] (1/2) Epoch 31, batch 7700, loss[loss=0.3368, simple_loss=0.4036, pruned_loss=0.135, over 14219.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0433, over 306.00 utterances.], tot_loss[loss=0.2727, simple_loss=0.347, pruned_loss=0.09924, over 2774235.15 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07466, over 47183.71 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 20:35:56,224 INFO [train.py:885] (1/2) Epoch 31, batch 7750, loss[loss=0.2358, simple_loss=0.3091, pruned_loss=0.08125, over 14309.00 frames. utt_duration=441.7 frames, utt_pad_proportion=0.03988, over 130.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3429, pruned_loss=0.09751, over 2774273.23 frames. utt_duration=242.7 frames, utt_pad_proportion=0.0731, over 45996.30 utterances.], batch size: 130, lr: 1.51e-04 +2022-09-19 20:36:25,287 INFO [train.py:885] (1/2) Epoch 31, batch 7800, loss[loss=0.2762, simple_loss=0.3571, pruned_loss=0.09763, over 14358.00 frames. utt_duration=236.8 frames, utt_pad_proportion=0.03337, over 244.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3395, pruned_loss=0.09596, over 2772567.64 frames. utt_duration=250.4 frames, utt_pad_proportion=0.07305, over 44560.98 utterances.], batch size: 244, lr: 1.51e-04 +2022-09-19 20:36:55,181 INFO [train.py:885] (1/2) Epoch 31, batch 7850, loss[loss=0.22, simple_loss=0.2851, pruned_loss=0.07752, over 13745.00 frames. utt_duration=917.8 frames, utt_pad_proportion=0.06915, over 60.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3409, pruned_loss=0.09657, over 2777585.92 frames. utt_duration=247.5 frames, utt_pad_proportion=0.07204, over 45167.83 utterances.], batch size: 60, lr: 1.51e-04 +2022-09-19 20:37:24,598 INFO [train.py:885] (1/2) Epoch 31, batch 7900, loss[loss=0.2637, simple_loss=0.3371, pruned_loss=0.09508, over 14266.00 frames. utt_duration=372 frames, utt_pad_proportion=0.04365, over 154.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3427, pruned_loss=0.097, over 2774977.17 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07332, over 46672.75 utterances.], batch size: 154, lr: 1.51e-04 +2022-09-19 20:37:54,075 INFO [train.py:885] (1/2) Epoch 31, batch 7950, loss[loss=0.1888, simple_loss=0.2725, pruned_loss=0.05259, over 13494.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.09768, over 42.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3419, pruned_loss=0.09703, over 2778265.77 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07218, over 45607.21 utterances.], batch size: 42, lr: 1.51e-04 +2022-09-19 20:38:23,346 INFO [train.py:885] (1/2) Epoch 31, batch 8000, loss[loss=0.2964, simple_loss=0.3537, pruned_loss=0.1196, over 14305.00 frames. utt_duration=407.2 frames, utt_pad_proportion=0.0418, over 141.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3426, pruned_loss=0.09663, over 2782343.27 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07112, over 45745.97 utterances.], batch size: 141, lr: 1.51e-04 +2022-09-19 20:38:53,074 INFO [train.py:885] (1/2) Epoch 31, batch 8050, loss[loss=0.3065, simple_loss=0.411, pruned_loss=0.101, over 13635.00 frames. utt_duration=98.82 frames, utt_pad_proportion=0.07645, over 560.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3421, pruned_loss=0.09723, over 2780077.69 frames. utt_duration=246.6 frames, utt_pad_proportion=0.07175, over 45369.62 utterances.], batch size: 560, lr: 1.51e-04 +2022-09-19 20:39:22,022 INFO [train.py:885] (1/2) Epoch 31, batch 8100, loss[loss=0.3514, simple_loss=0.4066, pruned_loss=0.1482, over 14215.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04464, over 335.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3436, pruned_loss=0.09797, over 2781304.10 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07101, over 45751.49 utterances.], batch size: 335, lr: 1.51e-04 +2022-09-19 20:39:51,652 INFO [train.py:885] (1/2) Epoch 31, batch 8150, loss[loss=0.3999, simple_loss=0.4924, pruned_loss=0.1537, over 13181.00 frames. utt_duration=82.27 frames, utt_pad_proportion=0.1057, over 653.00 utterances.], tot_loss[loss=0.2708, simple_loss=0.3448, pruned_loss=0.09841, over 2776296.57 frames. utt_duration=237.8 frames, utt_pad_proportion=0.07492, over 47000.13 utterances.], batch size: 653, lr: 1.51e-04 +2022-09-19 20:40:21,540 INFO [train.py:885] (1/2) Epoch 31, batch 8200, loss[loss=0.3269, simple_loss=0.3876, pruned_loss=0.1331, over 14217.00 frames. utt_duration=171.1 frames, utt_pad_proportion=0.04401, over 335.00 utterances.], tot_loss[loss=0.2699, simple_loss=0.3445, pruned_loss=0.0977, over 2776164.58 frames. utt_duration=238.6 frames, utt_pad_proportion=0.07449, over 46826.91 utterances.], batch size: 335, lr: 1.51e-04 +2022-09-19 20:40:50,779 INFO [train.py:885] (1/2) Epoch 31, batch 8250, loss[loss=0.3338, simple_loss=0.3975, pruned_loss=0.1351, over 14205.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04442, over 306.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3433, pruned_loss=0.09687, over 2776537.28 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07407, over 46357.67 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 20:41:20,149 INFO [train.py:885] (1/2) Epoch 31, batch 8300, loss[loss=0.3217, simple_loss=0.3799, pruned_loss=0.1317, over 14270.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04053, over 225.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3431, pruned_loss=0.09679, over 2780296.53 frames. utt_duration=244.8 frames, utt_pad_proportion=0.07291, over 45703.30 utterances.], batch size: 225, lr: 1.51e-04 +2022-09-19 20:41:49,354 INFO [train.py:885] (1/2) Epoch 31, batch 8350, loss[loss=0.2313, simple_loss=0.3137, pruned_loss=0.07449, over 14242.00 frames. utt_duration=405.4 frames, utt_pad_proportion=0.04622, over 141.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3421, pruned_loss=0.09667, over 2778142.95 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07188, over 45234.55 utterances.], batch size: 141, lr: 1.51e-04 +2022-09-19 20:42:19,327 INFO [train.py:885] (1/2) Epoch 31, batch 8400, loss[loss=0.2532, simple_loss=0.333, pruned_loss=0.08668, over 14319.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03849, over 195.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3431, pruned_loss=0.09667, over 2774580.32 frames. utt_duration=240.5 frames, utt_pad_proportion=0.07301, over 46431.59 utterances.], batch size: 195, lr: 1.51e-04 +2022-09-19 20:42:49,112 INFO [train.py:885] (1/2) Epoch 31, batch 8450, loss[loss=0.2817, simple_loss=0.3581, pruned_loss=0.1026, over 14344.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03646, over 210.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3453, pruned_loss=0.09757, over 2770308.60 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07606, over 47825.06 utterances.], batch size: 210, lr: 1.51e-04 +2022-09-19 20:43:18,488 INFO [train.py:885] (1/2) Epoch 31, batch 8500, loss[loss=0.1741, simple_loss=0.2597, pruned_loss=0.04422, over 13612.00 frames. utt_duration=908.9 frames, utt_pad_proportion=0.0875, over 60.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3426, pruned_loss=0.09672, over 2772618.71 frames. utt_duration=244.4 frames, utt_pad_proportion=0.07309, over 45656.34 utterances.], batch size: 60, lr: 1.51e-04 +2022-09-19 20:43:47,788 INFO [train.py:885] (1/2) Epoch 31, batch 8550, loss[loss=0.1527, simple_loss=0.2253, pruned_loss=0.04009, over 13639.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07951, over 50.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3402, pruned_loss=0.09515, over 2772187.75 frames. utt_duration=249.1 frames, utt_pad_proportion=0.0737, over 44780.41 utterances.], batch size: 50, lr: 1.51e-04 +2022-09-19 20:44:16,453 INFO [train.py:885] (1/2) Epoch 31, batch 8600, loss[loss=0.3256, simple_loss=0.4308, pruned_loss=0.1102, over 13625.00 frames. utt_duration=98.64 frames, utt_pad_proportion=0.07809, over 560.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3396, pruned_loss=0.09522, over 2779079.30 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07021, over 44275.59 utterances.], batch size: 560, lr: 1.51e-04 +2022-09-19 20:44:46,545 INFO [train.py:885] (1/2) Epoch 31, batch 8650, loss[loss=0.1958, simple_loss=0.2712, pruned_loss=0.06017, over 14219.00 frames. utt_duration=640.6 frames, utt_pad_proportion=0.04535, over 89.00 utterances.], tot_loss[loss=0.267, simple_loss=0.3417, pruned_loss=0.09615, over 2776940.12 frames. utt_duration=247 frames, utt_pad_proportion=0.07265, over 45239.50 utterances.], batch size: 89, lr: 1.51e-04 +2022-09-19 20:45:16,443 INFO [train.py:885] (1/2) Epoch 31, batch 8700, loss[loss=0.31, simple_loss=0.3725, pruned_loss=0.1237, over 14220.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.04343, over 306.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3428, pruned_loss=0.09698, over 2777304.21 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07065, over 45080.31 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 20:45:46,252 INFO [train.py:885] (1/2) Epoch 31, batch 8750, loss[loss=0.2606, simple_loss=0.3401, pruned_loss=0.09052, over 14171.00 frames. utt_duration=521.3 frames, utt_pad_proportion=0.04518, over 109.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3461, pruned_loss=0.09854, over 2772631.57 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07471, over 46620.19 utterances.], batch size: 109, lr: 1.51e-04 +2022-09-19 20:46:15,412 INFO [train.py:885] (1/2) Epoch 31, batch 8800, loss[loss=0.2245, simple_loss=0.3021, pruned_loss=0.07345, over 14278.00 frames. utt_duration=477.2 frames, utt_pad_proportion=0.04168, over 120.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3488, pruned_loss=0.09895, over 2772138.36 frames. utt_duration=232.6 frames, utt_pad_proportion=0.07525, over 47980.61 utterances.], batch size: 120, lr: 1.51e-04 +2022-09-19 20:46:45,400 INFO [train.py:885] (1/2) Epoch 31, batch 8850, loss[loss=0.2991, simple_loss=0.3774, pruned_loss=0.1104, over 14301.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03969, over 283.00 utterances.], tot_loss[loss=0.2731, simple_loss=0.3476, pruned_loss=0.09929, over 2769813.65 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07485, over 46746.22 utterances.], batch size: 283, lr: 1.51e-04 +2022-09-19 20:47:14,642 INFO [train.py:885] (1/2) Epoch 31, batch 8900, loss[loss=0.2587, simple_loss=0.3451, pruned_loss=0.08614, over 14346.00 frames. utt_duration=274.6 frames, utt_pad_proportion=0.03654, over 210.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3475, pruned_loss=0.09927, over 2771654.65 frames. utt_duration=236.9 frames, utt_pad_proportion=0.07402, over 47100.67 utterances.], batch size: 210, lr: 1.51e-04 +2022-09-19 20:47:44,340 INFO [train.py:885] (1/2) Epoch 31, batch 8950, loss[loss=0.4141, simple_loss=0.4568, pruned_loss=0.1856, over 14167.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.04657, over 306.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3476, pruned_loss=0.1001, over 2775522.03 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07314, over 46769.21 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 20:48:13,840 INFO [train.py:885] (1/2) Epoch 31, batch 9000, loss[loss=0.3659, simple_loss=0.4205, pruned_loss=0.1556, over 14198.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04473, over 306.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3443, pruned_loss=0.09742, over 2780653.38 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07106, over 45752.79 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 20:48:13,840 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 20:48:18,404 INFO [train.py:914] (1/2) Epoch 31, validation: loss=0.1913, simple_loss=0.2709, pruned_loss=0.05589, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 20:48:47,700 INFO [train.py:885] (1/2) Epoch 31, batch 9050, loss[loss=0.3079, simple_loss=0.3845, pruned_loss=0.1156, over 14201.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04452, over 306.00 utterances.], tot_loss[loss=0.2636, simple_loss=0.3378, pruned_loss=0.09466, over 2777818.71 frames. utt_duration=260.1 frames, utt_pad_proportion=0.06932, over 42966.52 utterances.], batch size: 306, lr: 1.51e-04 +2022-09-19 20:49:17,071 INFO [train.py:885] (1/2) Epoch 31, batch 9100, loss[loss=0.3069, simple_loss=0.4143, pruned_loss=0.0997, over 13601.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.0784, over 560.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3407, pruned_loss=0.09477, over 2779603.42 frames. utt_duration=248.6 frames, utt_pad_proportion=0.07025, over 44986.43 utterances.], batch size: 560, lr: 1.51e-04 +2022-09-19 20:49:46,213 INFO [train.py:885] (1/2) Epoch 31, batch 9150, loss[loss=0.3071, simple_loss=0.3709, pruned_loss=0.1217, over 14310.00 frames. utt_duration=319.5 frames, utt_pad_proportion=0.03757, over 180.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3411, pruned_loss=0.09569, over 2784081.28 frames. utt_duration=255.4 frames, utt_pad_proportion=0.069, over 43853.31 utterances.], batch size: 180, lr: 1.51e-04 +2022-09-19 20:50:15,618 INFO [train.py:885] (1/2) Epoch 31, batch 9200, loss[loss=0.1095, simple_loss=0.1571, pruned_loss=0.0309, over 12238.00 frames. utt_duration=2041 frames, utt_pad_proportion=0.1757, over 24.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3418, pruned_loss=0.0965, over 2778188.02 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07184, over 44783.93 utterances.], batch size: 24, lr: 1.51e-04 +2022-09-19 20:50:45,316 INFO [train.py:885] (1/2) Epoch 31, batch 9250, loss[loss=0.3258, simple_loss=0.4157, pruned_loss=0.1179, over 13780.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07043, over 411.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3435, pruned_loss=0.0977, over 2784830.70 frames. utt_duration=250.5 frames, utt_pad_proportion=0.06945, over 44729.33 utterances.], batch size: 411, lr: 1.51e-04 +2022-09-19 20:51:15,370 INFO [train.py:885] (1/2) Epoch 31, batch 9300, loss[loss=0.2503, simple_loss=0.3368, pruned_loss=0.08189, over 14301.00 frames. utt_duration=254.6 frames, utt_pad_proportion=0.03558, over 226.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3451, pruned_loss=0.09741, over 2778559.59 frames. utt_duration=241.3 frames, utt_pad_proportion=0.07394, over 46353.41 utterances.], batch size: 226, lr: 1.51e-04 +2022-09-19 20:51:44,769 INFO [train.py:885] (1/2) Epoch 31, batch 9350, loss[loss=0.1848, simple_loss=0.2312, pruned_loss=0.0692, over 12430.00 frames. utt_duration=2073 frames, utt_pad_proportion=0.1605, over 24.00 utterances.], tot_loss[loss=0.2716, simple_loss=0.3462, pruned_loss=0.09845, over 2779540.16 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07276, over 46544.54 utterances.], batch size: 24, lr: 1.51e-04 +2022-09-19 20:52:14,679 INFO [train.py:885] (1/2) Epoch 31, batch 9400, loss[loss=0.3171, simple_loss=0.384, pruned_loss=0.1251, over 14370.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03622, over 244.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3446, pruned_loss=0.09783, over 2774775.10 frames. utt_duration=242.3 frames, utt_pad_proportion=0.07486, over 46097.86 utterances.], batch size: 244, lr: 1.51e-04 +2022-09-19 20:52:45,610 INFO [train.py:885] (1/2) Epoch 31, batch 9450, loss[loss=0.1998, simple_loss=0.2746, pruned_loss=0.06254, over 13719.00 frames. utt_duration=796.6 frames, utt_pad_proportion=0.07265, over 69.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.344, pruned_loss=0.09766, over 2772506.44 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07521, over 45879.03 utterances.], batch size: 69, lr: 1.51e-04 +2022-09-19 20:53:15,574 INFO [train.py:885] (1/2) Epoch 31, batch 9500, loss[loss=0.4907, simple_loss=0.5855, pruned_loss=0.198, over 12514.00 frames. utt_duration=63.4 frames, utt_pad_proportion=0.1432, over 810.00 utterances.], tot_loss[loss=0.2713, simple_loss=0.346, pruned_loss=0.09829, over 2773382.48 frames. utt_duration=235.5 frames, utt_pad_proportion=0.07457, over 47396.90 utterances.], batch size: 810, lr: 1.51e-04 +2022-09-19 20:53:45,476 INFO [train.py:885] (1/2) Epoch 31, batch 9550, loss[loss=0.4054, simple_loss=0.4938, pruned_loss=0.1585, over 13635.00 frames. utt_duration=98.61 frames, utt_pad_proportion=0.07836, over 561.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3466, pruned_loss=0.09854, over 2779145.36 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07201, over 47674.89 utterances.], batch size: 561, lr: 1.51e-04 +2022-09-19 20:54:14,984 INFO [train.py:885] (1/2) Epoch 31, batch 9600, loss[loss=0.2042, simple_loss=0.2788, pruned_loss=0.06483, over 14194.00 frames. utt_duration=522.4 frames, utt_pad_proportion=0.04328, over 109.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3466, pruned_loss=0.09821, over 2781588.53 frames. utt_duration=234 frames, utt_pad_proportion=0.07145, over 47855.73 utterances.], batch size: 109, lr: 1.51e-04 +2022-09-19 20:54:44,635 INFO [train.py:885] (1/2) Epoch 31, batch 9650, loss[loss=0.1772, simple_loss=0.2533, pruned_loss=0.05052, over 13502.00 frames. utt_duration=1082 frames, utt_pad_proportion=0.08934, over 50.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3436, pruned_loss=0.09693, over 2780472.96 frames. utt_duration=241.1 frames, utt_pad_proportion=0.07136, over 46411.26 utterances.], batch size: 50, lr: 1.51e-04 +2022-09-19 20:55:14,425 INFO [train.py:885] (1/2) Epoch 31, batch 9700, loss[loss=0.2497, simple_loss=0.3252, pruned_loss=0.08712, over 14318.00 frames. utt_duration=441.8 frames, utt_pad_proportion=0.0395, over 130.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3456, pruned_loss=0.09737, over 2780319.22 frames. utt_duration=238.1 frames, utt_pad_proportion=0.07153, over 46996.72 utterances.], batch size: 130, lr: 1.51e-04 +2022-09-19 20:55:50,558 INFO [train.py:885] (1/2) Epoch 31, batch 9750, loss[loss=0.1795, simple_loss=0.2364, pruned_loss=0.0613, over 13515.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08078, over 50.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3417, pruned_loss=0.09543, over 2777909.98 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07218, over 45610.10 utterances.], batch size: 50, lr: 1.51e-04 +2022-09-19 20:56:20,144 INFO [train.py:885] (1/2) Epoch 31, batch 9800, loss[loss=0.4736, simple_loss=0.5754, pruned_loss=0.1859, over 12483.00 frames. utt_duration=63.2 frames, utt_pad_proportion=0.1459, over 810.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3423, pruned_loss=0.09571, over 2775914.69 frames. utt_duration=242.3 frames, utt_pad_proportion=0.0745, over 46105.85 utterances.], batch size: 810, lr: 1.51e-04 +2022-09-19 20:56:49,350 INFO [train.py:885] (1/2) Epoch 31, batch 9850, loss[loss=0.1945, simple_loss=0.2599, pruned_loss=0.06456, over 13498.00 frames. utt_duration=1319 frames, utt_pad_proportion=0.07988, over 41.00 utterances.], tot_loss[loss=0.2661, simple_loss=0.3416, pruned_loss=0.09533, over 2775843.86 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07435, over 45646.74 utterances.], batch size: 41, lr: 1.51e-04 +2022-09-19 20:57:18,232 INFO [train.py:885] (1/2) Epoch 31, batch 9900, loss[loss=0.2752, simple_loss=0.3604, pruned_loss=0.09495, over 14305.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04002, over 262.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3394, pruned_loss=0.09528, over 2781669.85 frames. utt_duration=253.6 frames, utt_pad_proportion=0.0706, over 44128.98 utterances.], batch size: 262, lr: 1.51e-04 +2022-09-19 20:57:47,554 INFO [train.py:885] (1/2) Epoch 31, batch 9950, loss[loss=0.1905, simple_loss=0.2548, pruned_loss=0.06317, over 12862.00 frames. utt_duration=1980 frames, utt_pad_proportion=0.1245, over 26.00 utterances.], tot_loss[loss=0.263, simple_loss=0.3372, pruned_loss=0.09434, over 2774024.66 frames. utt_duration=257.2 frames, utt_pad_proportion=0.07246, over 43385.41 utterances.], batch size: 26, lr: 1.51e-04 +2022-09-19 20:58:17,379 INFO [train.py:885] (1/2) Epoch 31, batch 10000, loss[loss=0.3067, simple_loss=0.4167, pruned_loss=0.09837, over 13614.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08161, over 477.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3429, pruned_loss=0.09716, over 2771591.44 frames. utt_duration=244.3 frames, utt_pad_proportion=0.07408, over 45661.21 utterances.], batch size: 477, lr: 1.51e-04 +2022-09-19 20:58:46,740 INFO [train.py:885] (1/2) Epoch 31, batch 10050, loss[loss=0.2349, simple_loss=0.3221, pruned_loss=0.07386, over 14281.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03988, over 180.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3399, pruned_loss=0.09535, over 2772530.16 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07339, over 44238.14 utterances.], batch size: 180, lr: 1.51e-04 +2022-09-19 20:59:15,967 INFO [train.py:885] (1/2) Epoch 31, batch 10100, loss[loss=0.1633, simple_loss=0.2231, pruned_loss=0.05175, over 13033.00 frames. utt_duration=1582 frames, utt_pad_proportion=0.1238, over 33.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.34, pruned_loss=0.09554, over 2772664.94 frames. utt_duration=252.5 frames, utt_pad_proportion=0.07303, over 44178.48 utterances.], batch size: 33, lr: 1.51e-04 +2022-09-19 20:59:45,810 INFO [train.py:885] (1/2) Epoch 31, batch 10150, loss[loss=0.2495, simple_loss=0.3147, pruned_loss=0.09208, over 14298.00 frames. utt_duration=407 frames, utt_pad_proportion=0.04237, over 141.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3465, pruned_loss=0.0988, over 2772699.08 frames. utt_duration=238.9 frames, utt_pad_proportion=0.075, over 46713.24 utterances.], batch size: 141, lr: 1.51e-04 +2022-09-19 21:00:15,061 INFO [train.py:885] (1/2) Epoch 31, batch 10200, loss[loss=0.2374, simple_loss=0.3226, pruned_loss=0.07607, over 14302.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03842, over 180.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3425, pruned_loss=0.09674, over 2775805.26 frames. utt_duration=249.3 frames, utt_pad_proportion=0.07303, over 44806.11 utterances.], batch size: 180, lr: 1.51e-04 +2022-09-19 21:00:45,322 INFO [train.py:885] (1/2) Epoch 31, batch 10250, loss[loss=0.3484, simple_loss=0.4278, pruned_loss=0.1346, over 14003.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.0562, over 365.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3437, pruned_loss=0.0974, over 2781503.84 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07197, over 45089.43 utterances.], batch size: 365, lr: 1.51e-04 +2022-09-19 21:01:14,665 INFO [train.py:885] (1/2) Epoch 31, batch 10300, loss[loss=0.1656, simple_loss=0.2478, pruned_loss=0.04172, over 13635.00 frames. utt_duration=1300 frames, utt_pad_proportion=0.08635, over 42.00 utterances.], tot_loss[loss=0.2659, simple_loss=0.3404, pruned_loss=0.09565, over 2779731.68 frames. utt_duration=254.9 frames, utt_pad_proportion=0.07123, over 43880.34 utterances.], batch size: 42, lr: 1.51e-04 +2022-09-19 21:01:44,653 INFO [train.py:885] (1/2) Epoch 31, batch 10350, loss[loss=0.1656, simple_loss=0.2276, pruned_loss=0.05174, over 12822.00 frames. utt_duration=2053 frames, utt_pad_proportion=0.1386, over 25.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.343, pruned_loss=0.09722, over 2780399.32 frames. utt_duration=251.6 frames, utt_pad_proportion=0.07014, over 44469.88 utterances.], batch size: 25, lr: 1.51e-04 +2022-09-19 21:02:13,608 INFO [train.py:885] (1/2) Epoch 31, batch 10400, loss[loss=0.2412, simple_loss=0.3259, pruned_loss=0.0783, over 14296.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.04138, over 154.00 utterances.], tot_loss[loss=0.2717, simple_loss=0.3462, pruned_loss=0.09862, over 2776976.75 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07337, over 46441.57 utterances.], batch size: 154, lr: 1.51e-04 +2022-09-19 21:02:43,437 INFO [train.py:885] (1/2) Epoch 31, batch 10450, loss[loss=0.1952, simple_loss=0.2848, pruned_loss=0.05282, over 14230.00 frames. utt_duration=405.2 frames, utt_pad_proportion=0.04439, over 141.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3456, pruned_loss=0.09827, over 2780656.37 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07272, over 46342.15 utterances.], batch size: 141, lr: 1.51e-04 +2022-09-19 21:03:13,019 INFO [train.py:885] (1/2) Epoch 31, batch 10500, loss[loss=0.2102, simple_loss=0.2924, pruned_loss=0.06401, over 14317.00 frames. utt_duration=478.6 frames, utt_pad_proportion=0.04078, over 120.00 utterances.], tot_loss[loss=0.2802, simple_loss=0.3538, pruned_loss=0.1033, over 2780601.08 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07377, over 48214.72 utterances.], batch size: 120, lr: 1.51e-04 +2022-09-19 21:03:42,755 INFO [train.py:885] (1/2) Epoch 31, batch 10550, loss[loss=0.1899, simple_loss=0.2413, pruned_loss=0.06928, over 13195.00 frames. utt_duration=1601 frames, utt_pad_proportion=0.1101, over 33.00 utterances.], tot_loss[loss=0.2784, simple_loss=0.3524, pruned_loss=0.1022, over 2772516.97 frames. utt_duration=232.7 frames, utt_pad_proportion=0.07503, over 47972.59 utterances.], batch size: 33, lr: 1.51e-04 +2022-09-19 21:04:12,431 INFO [train.py:885] (1/2) Epoch 31, batch 10600, loss[loss=0.2057, simple_loss=0.2914, pruned_loss=0.05997, over 14305.00 frames. utt_duration=478.1 frames, utt_pad_proportion=0.03986, over 120.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3467, pruned_loss=0.09961, over 2772862.81 frames. utt_duration=241.6 frames, utt_pad_proportion=0.07379, over 46188.41 utterances.], batch size: 120, lr: 1.51e-04 +2022-09-19 21:04:41,687 INFO [train.py:885] (1/2) Epoch 31, batch 10650, loss[loss=0.1719, simple_loss=0.2471, pruned_loss=0.04832, over 13825.00 frames. utt_duration=803.1 frames, utt_pad_proportion=0.064, over 69.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3447, pruned_loss=0.09818, over 2774142.87 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07181, over 45918.24 utterances.], batch size: 69, lr: 1.51e-04 +2022-09-19 21:05:11,713 INFO [train.py:885] (1/2) Epoch 31, batch 10700, loss[loss=0.3069, simple_loss=0.3729, pruned_loss=0.1204, over 14342.00 frames. utt_duration=295.8 frames, utt_pad_proportion=0.03663, over 195.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3461, pruned_loss=0.09905, over 2777046.73 frames. utt_duration=240.9 frames, utt_pad_proportion=0.07243, over 46400.79 utterances.], batch size: 195, lr: 1.51e-04 +2022-09-19 21:05:41,029 INFO [train.py:885] (1/2) Epoch 31, batch 10750, loss[loss=0.29, simple_loss=0.397, pruned_loss=0.09151, over 13654.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08028, over 477.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3436, pruned_loss=0.09678, over 2777324.98 frames. utt_duration=244 frames, utt_pad_proportion=0.07111, over 45812.04 utterances.], batch size: 477, lr: 1.51e-04 +2022-09-19 21:06:10,883 INFO [train.py:885] (1/2) Epoch 31, batch 10800, loss[loss=0.2784, simple_loss=0.3836, pruned_loss=0.08656, over 13772.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07199, over 411.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3426, pruned_loss=0.09594, over 2779136.69 frames. utt_duration=246.1 frames, utt_pad_proportion=0.069, over 45450.24 utterances.], batch size: 411, lr: 1.51e-04 +2022-09-19 21:06:39,429 INFO [train.py:885] (1/2) Epoch 31, batch 10850, loss[loss=0.1925, simple_loss=0.2553, pruned_loss=0.06487, over 13985.00 frames. utt_duration=812.3 frames, utt_pad_proportion=0.05433, over 69.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3426, pruned_loss=0.09674, over 2780283.76 frames. utt_duration=247.7 frames, utt_pad_proportion=0.06944, over 45169.06 utterances.], batch size: 69, lr: 1.51e-04 +2022-09-19 21:07:09,475 INFO [train.py:885] (1/2) Epoch 31, batch 10900, loss[loss=0.2324, simple_loss=0.3046, pruned_loss=0.08008, over 14295.00 frames. utt_duration=478 frames, utt_pad_proportion=0.04016, over 120.00 utterances.], tot_loss[loss=0.2676, simple_loss=0.3428, pruned_loss=0.09614, over 2784674.84 frames. utt_duration=247 frames, utt_pad_proportion=0.0693, over 45372.91 utterances.], batch size: 120, lr: 1.51e-04 +2022-09-19 21:07:38,890 INFO [train.py:885] (1/2) Epoch 31, batch 10950, loss[loss=0.1896, simple_loss=0.2665, pruned_loss=0.0563, over 13500.00 frames. utt_duration=1287 frames, utt_pad_proportion=0.09297, over 42.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.341, pruned_loss=0.09524, over 2781151.99 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07078, over 45070.03 utterances.], batch size: 42, lr: 1.51e-04 +2022-09-19 21:08:08,178 INFO [train.py:885] (1/2) Epoch 31, batch 11000, loss[loss=0.2705, simple_loss=0.3619, pruned_loss=0.08957, over 14007.00 frames. utt_duration=155 frames, utt_pad_proportion=0.05518, over 365.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3413, pruned_loss=0.09495, over 2780191.61 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07088, over 45014.89 utterances.], batch size: 365, lr: 1.50e-04 +2022-09-19 21:08:37,816 INFO [train.py:885] (1/2) Epoch 31, batch 11050, loss[loss=0.3239, simple_loss=0.3927, pruned_loss=0.1275, over 14269.00 frames. utt_duration=255.1 frames, utt_pad_proportion=0.04114, over 225.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3427, pruned_loss=0.09621, over 2776214.95 frames. utt_duration=244 frames, utt_pad_proportion=0.07138, over 45792.33 utterances.], batch size: 225, lr: 1.50e-04 +2022-09-19 21:09:07,660 INFO [train.py:885] (1/2) Epoch 31, batch 11100, loss[loss=0.3924, simple_loss=0.4703, pruned_loss=0.1573, over 13651.00 frames. utt_duration=98.91 frames, utt_pad_proportion=0.07562, over 560.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3434, pruned_loss=0.09623, over 2771743.30 frames. utt_duration=240 frames, utt_pad_proportion=0.07296, over 46472.28 utterances.], batch size: 560, lr: 1.50e-04 +2022-09-19 21:09:37,332 INFO [train.py:885] (1/2) Epoch 31, batch 11150, loss[loss=0.3154, simple_loss=0.4165, pruned_loss=0.1071, over 13623.00 frames. utt_duration=98.66 frames, utt_pad_proportion=0.0779, over 560.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.341, pruned_loss=0.09498, over 2776220.23 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07183, over 45017.52 utterances.], batch size: 560, lr: 1.50e-04 +2022-09-19 21:10:07,534 INFO [train.py:885] (1/2) Epoch 31, batch 11200, loss[loss=0.2314, simple_loss=0.2992, pruned_loss=0.08179, over 12727.00 frames. utt_duration=2038 frames, utt_pad_proportion=0.1446, over 25.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3448, pruned_loss=0.09689, over 2780161.83 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07054, over 45818.36 utterances.], batch size: 25, lr: 1.50e-04 +2022-09-19 21:10:36,842 INFO [train.py:885] (1/2) Epoch 31, batch 11250, loss[loss=0.3593, simple_loss=0.4138, pruned_loss=0.1524, over 14301.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04027, over 262.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3449, pruned_loss=0.09703, over 2779287.70 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07249, over 46252.75 utterances.], batch size: 262, lr: 1.50e-04 +2022-09-19 21:11:06,236 INFO [train.py:885] (1/2) Epoch 31, batch 11300, loss[loss=0.2258, simple_loss=0.298, pruned_loss=0.07681, over 14250.00 frames. utt_duration=405.7 frames, utt_pad_proportion=0.04542, over 141.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3433, pruned_loss=0.09654, over 2776927.64 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07068, over 45758.33 utterances.], batch size: 141, lr: 1.50e-04 +2022-09-19 21:11:36,084 INFO [train.py:885] (1/2) Epoch 31, batch 11350, loss[loss=0.1807, simple_loss=0.2574, pruned_loss=0.05198, over 13827.00 frames. utt_duration=803.1 frames, utt_pad_proportion=0.06402, over 69.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3469, pruned_loss=0.09714, over 2776716.10 frames. utt_duration=231.8 frames, utt_pad_proportion=0.07157, over 48228.31 utterances.], batch size: 69, lr: 1.50e-04 +2022-09-19 21:12:05,437 INFO [train.py:885] (1/2) Epoch 31, batch 11400, loss[loss=0.3156, simple_loss=0.4182, pruned_loss=0.1064, over 13634.00 frames. utt_duration=98.75 frames, utt_pad_proportion=0.07714, over 560.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3458, pruned_loss=0.09761, over 2780532.80 frames. utt_duration=239.3 frames, utt_pad_proportion=0.06976, over 46766.54 utterances.], batch size: 560, lr: 1.50e-04 +2022-09-19 21:12:34,667 INFO [train.py:885] (1/2) Epoch 31, batch 11450, loss[loss=0.2472, simple_loss=0.3374, pruned_loss=0.07853, over 14330.00 frames. utt_duration=274.3 frames, utt_pad_proportion=0.03759, over 210.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.343, pruned_loss=0.09673, over 2784221.82 frames. utt_duration=246.9 frames, utt_pad_proportion=0.0681, over 45370.61 utterances.], batch size: 210, lr: 1.50e-04 +2022-09-19 21:13:03,930 INFO [train.py:885] (1/2) Epoch 31, batch 11500, loss[loss=0.3152, simple_loss=0.4135, pruned_loss=0.1085, over 13675.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.0783, over 477.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3437, pruned_loss=0.09684, over 2783590.56 frames. utt_duration=244.1 frames, utt_pad_proportion=0.06937, over 45891.69 utterances.], batch size: 477, lr: 1.50e-04 +2022-09-19 21:13:34,161 INFO [train.py:885] (1/2) Epoch 31, batch 11550, loss[loss=0.1747, simple_loss=0.2383, pruned_loss=0.05556, over 13019.00 frames. utt_duration=1579 frames, utt_pad_proportion=0.1153, over 33.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3478, pruned_loss=0.09891, over 2778396.49 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07367, over 47815.06 utterances.], batch size: 33, lr: 1.50e-04 +2022-09-19 21:14:03,433 INFO [train.py:885] (1/2) Epoch 31, batch 11600, loss[loss=0.212, simple_loss=0.2796, pruned_loss=0.0722, over 14196.00 frames. utt_duration=639.4 frames, utt_pad_proportion=0.04563, over 89.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3453, pruned_loss=0.09737, over 2778932.51 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07347, over 46711.21 utterances.], batch size: 89, lr: 1.50e-04 +2022-09-19 21:14:33,126 INFO [train.py:885] (1/2) Epoch 31, batch 11650, loss[loss=0.1266, simple_loss=0.1839, pruned_loss=0.03467, over 12573.00 frames. utt_duration=2097 frames, utt_pad_proportion=0.1565, over 24.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.3444, pruned_loss=0.0971, over 2781526.10 frames. utt_duration=245.3 frames, utt_pad_proportion=0.07158, over 45635.91 utterances.], batch size: 24, lr: 1.50e-04 +2022-09-19 21:15:02,214 INFO [train.py:885] (1/2) Epoch 31, batch 11700, loss[loss=0.3029, simple_loss=0.3763, pruned_loss=0.1148, over 14216.00 frames. utt_duration=187.5 frames, utt_pad_proportion=0.0435, over 306.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3432, pruned_loss=0.09608, over 2782220.43 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07101, over 45286.46 utterances.], batch size: 306, lr: 1.50e-04 +2022-09-19 21:15:32,068 INFO [train.py:885] (1/2) Epoch 31, batch 11750, loss[loss=0.2214, simple_loss=0.287, pruned_loss=0.07793, over 14176.00 frames. utt_duration=638.5 frames, utt_pad_proportion=0.04839, over 89.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.3398, pruned_loss=0.09477, over 2783987.48 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06967, over 43488.72 utterances.], batch size: 89, lr: 1.50e-04 +2022-09-19 21:16:01,356 INFO [train.py:885] (1/2) Epoch 31, batch 11800, loss[loss=0.1899, simple_loss=0.2552, pruned_loss=0.06229, over 13902.00 frames. utt_duration=807.2 frames, utt_pad_proportion=0.06143, over 69.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3414, pruned_loss=0.09506, over 2781906.72 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07083, over 44718.37 utterances.], batch size: 69, lr: 1.50e-04 +2022-09-19 21:16:31,156 INFO [train.py:885] (1/2) Epoch 31, batch 11850, loss[loss=0.3418, simple_loss=0.4443, pruned_loss=0.1196, over 13115.00 frames. utt_duration=81.94 frames, utt_pad_proportion=0.1093, over 653.00 utterances.], tot_loss[loss=0.2698, simple_loss=0.3447, pruned_loss=0.09744, over 2784181.19 frames. utt_duration=245.6 frames, utt_pad_proportion=0.07096, over 45621.06 utterances.], batch size: 653, lr: 1.50e-04 +2022-09-19 21:17:00,387 INFO [train.py:885] (1/2) Epoch 31, batch 11900, loss[loss=0.3267, simple_loss=0.3889, pruned_loss=0.1322, over 14298.00 frames. utt_duration=219.7 frames, utt_pad_proportion=0.0408, over 262.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3418, pruned_loss=0.09595, over 2785606.31 frames. utt_duration=252 frames, utt_pad_proportion=0.06921, over 44468.75 utterances.], batch size: 262, lr: 1.50e-04 +2022-09-19 21:17:30,830 INFO [train.py:885] (1/2) Epoch 31, batch 11950, loss[loss=0.2448, simple_loss=0.3279, pruned_loss=0.08086, over 14284.00 frames. utt_duration=406.4 frames, utt_pad_proportion=0.0437, over 141.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3438, pruned_loss=0.09734, over 2784627.13 frames. utt_duration=250.4 frames, utt_pad_proportion=0.06964, over 44749.72 utterances.], batch size: 141, lr: 1.50e-04 +2022-09-19 21:17:59,869 INFO [train.py:885] (1/2) Epoch 31, batch 12000, loss[loss=0.3081, simple_loss=0.3747, pruned_loss=0.1207, over 14303.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04038, over 262.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3434, pruned_loss=0.09694, over 2788700.15 frames. utt_duration=252 frames, utt_pad_proportion=0.06903, over 44529.43 utterances.], batch size: 262, lr: 1.50e-04 +2022-09-19 21:17:59,870 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 21:18:04,548 INFO [train.py:914] (1/2) Epoch 31, validation: loss=0.1912, simple_loss=0.2691, pruned_loss=0.05664, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 21:18:33,772 INFO [train.py:885] (1/2) Epoch 31, batch 12050, loss[loss=0.2399, simple_loss=0.2925, pruned_loss=0.09368, over 12927.00 frames. utt_duration=1568 frames, utt_pad_proportion=0.1243, over 33.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3408, pruned_loss=0.09596, over 2783858.69 frames. utt_duration=257.5 frames, utt_pad_proportion=0.06988, over 43489.12 utterances.], batch size: 33, lr: 1.50e-04 +2022-09-19 21:19:03,856 INFO [train.py:885] (1/2) Epoch 31, batch 12100, loss[loss=0.3358, simple_loss=0.4437, pruned_loss=0.1139, over 13180.00 frames. utt_duration=82.29 frames, utt_pad_proportion=0.1055, over 653.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3402, pruned_loss=0.09544, over 2781765.93 frames. utt_duration=254.4 frames, utt_pad_proportion=0.07226, over 43998.30 utterances.], batch size: 653, lr: 1.50e-04 +2022-09-19 21:19:33,251 INFO [train.py:885] (1/2) Epoch 31, batch 12150, loss[loss=0.18, simple_loss=0.2456, pruned_loss=0.05718, over 13407.00 frames. utt_duration=1309 frames, utt_pad_proportion=0.08559, over 41.00 utterances.], tot_loss[loss=0.2631, simple_loss=0.3382, pruned_loss=0.09398, over 2783491.45 frames. utt_duration=256.7 frames, utt_pad_proportion=0.07165, over 43624.61 utterances.], batch size: 41, lr: 1.50e-04 +2022-09-19 21:20:02,938 INFO [train.py:885] (1/2) Epoch 31, batch 12200, loss[loss=0.4722, simple_loss=0.5718, pruned_loss=0.1863, over 12453.00 frames. utt_duration=63.11 frames, utt_pad_proportion=0.1472, over 810.00 utterances.], tot_loss[loss=0.2641, simple_loss=0.3385, pruned_loss=0.09483, over 2784867.63 frames. utt_duration=259.8 frames, utt_pad_proportion=0.07039, over 43122.14 utterances.], batch size: 810, lr: 1.50e-04 +2022-09-19 21:20:36,902 INFO [train.py:885] (1/2) Epoch 31, batch 12250, loss[loss=0.2192, simple_loss=0.3062, pruned_loss=0.06616, over 14370.00 frames. utt_duration=480.1 frames, utt_pad_proportion=0.03591, over 120.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3383, pruned_loss=0.09428, over 2781037.99 frames. utt_duration=255.3 frames, utt_pad_proportion=0.07074, over 43829.78 utterances.], batch size: 120, lr: 1.50e-04 +2022-09-19 21:21:07,269 INFO [train.py:885] (1/2) Epoch 31, batch 12300, loss[loss=0.3175, simple_loss=0.3797, pruned_loss=0.1277, over 14311.00 frames. utt_duration=295.2 frames, utt_pad_proportion=0.03849, over 195.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3402, pruned_loss=0.0957, over 2784714.61 frames. utt_duration=254.5 frames, utt_pad_proportion=0.0709, over 44030.55 utterances.], batch size: 195, lr: 1.50e-04 +2022-09-19 21:21:37,695 INFO [train.py:885] (1/2) Epoch 31, batch 12350, loss[loss=0.2077, simple_loss=0.2836, pruned_loss=0.06589, over 14023.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.05877, over 79.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3399, pruned_loss=0.09515, over 2786203.62 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06973, over 44725.84 utterances.], batch size: 79, lr: 1.50e-04 +2022-09-19 21:22:07,587 INFO [train.py:885] (1/2) Epoch 31, batch 12400, loss[loss=0.322, simple_loss=0.3774, pruned_loss=0.1333, over 14270.00 frames. utt_duration=440.6 frames, utt_pad_proportion=0.04, over 130.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3416, pruned_loss=0.09608, over 2788150.23 frames. utt_duration=250.6 frames, utt_pad_proportion=0.06965, over 44758.05 utterances.], batch size: 130, lr: 1.50e-04 +2022-09-19 21:22:36,792 INFO [train.py:885] (1/2) Epoch 31, batch 12450, loss[loss=0.1891, simple_loss=0.2476, pruned_loss=0.06525, over 13882.00 frames. utt_duration=927.1 frames, utt_pad_proportion=0.06069, over 60.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3405, pruned_loss=0.09501, over 2789079.40 frames. utt_duration=251 frames, utt_pad_proportion=0.06943, over 44710.51 utterances.], batch size: 60, lr: 1.50e-04 +2022-09-19 21:23:06,340 INFO [train.py:885] (1/2) Epoch 31, batch 12500, loss[loss=0.2358, simple_loss=0.3209, pruned_loss=0.07534, over 14301.00 frames. utt_duration=373.1 frames, utt_pad_proportion=0.04096, over 154.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3426, pruned_loss=0.0958, over 2789974.55 frames. utt_duration=247.3 frames, utt_pad_proportion=0.07, over 45397.24 utterances.], batch size: 154, lr: 1.50e-04 +2022-09-19 21:23:35,697 INFO [train.py:885] (1/2) Epoch 31, batch 12550, loss[loss=0.4954, simple_loss=0.5875, pruned_loss=0.2016, over 12505.00 frames. utt_duration=63.26 frames, utt_pad_proportion=0.1451, over 811.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.3426, pruned_loss=0.09623, over 2784128.01 frames. utt_duration=246.2 frames, utt_pad_proportion=0.07184, over 45509.35 utterances.], batch size: 811, lr: 1.50e-04 +2022-09-19 21:24:03,515 INFO [train.py:885] (1/2) Epoch 31, batch 12600, loss[loss=0.2275, simple_loss=0.2829, pruned_loss=0.08599, over 14101.00 frames. utt_duration=577 frames, utt_pad_proportion=0.05405, over 98.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3421, pruned_loss=0.09558, over 2785113.22 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07166, over 45723.21 utterances.], batch size: 98, lr: 1.50e-04 +2022-09-19 21:24:22,594 INFO [train.py:885] (1/2) Epoch 32, batch 0, loss[loss=0.2837, simple_loss=0.3538, pruned_loss=0.1068, over 14295.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03915, over 154.00 utterances.], tot_loss[loss=0.2837, simple_loss=0.3538, pruned_loss=0.1068, over 14295.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03915, over 154.00 utterances.], batch size: 154, lr: 1.48e-04 +2022-09-19 21:24:52,428 INFO [train.py:885] (1/2) Epoch 32, batch 50, loss[loss=0.2612, simple_loss=0.3431, pruned_loss=0.08964, over 14299.00 frames. utt_duration=255.6 frames, utt_pad_proportion=0.03905, over 225.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.342, pruned_loss=0.09472, over 630907.13 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06193, over 10343.47 utterances.], batch size: 225, lr: 1.48e-04 +2022-09-19 21:25:21,601 INFO [train.py:885] (1/2) Epoch 32, batch 100, loss[loss=0.271, simple_loss=0.351, pruned_loss=0.09553, over 14353.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03626, over 195.00 utterances.], tot_loss[loss=0.2603, simple_loss=0.3358, pruned_loss=0.09244, over 1109454.53 frames. utt_duration=263.6 frames, utt_pad_proportion=0.06112, over 16933.35 utterances.], batch size: 195, lr: 1.48e-04 +2022-09-19 21:25:51,392 INFO [train.py:885] (1/2) Epoch 32, batch 150, loss[loss=0.1634, simple_loss=0.2246, pruned_loss=0.05111, over 13011.00 frames. utt_duration=1579 frames, utt_pad_proportion=0.1199, over 33.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3401, pruned_loss=0.09529, over 1477374.77 frames. utt_duration=253.2 frames, utt_pad_proportion=0.0686, over 23480.66 utterances.], batch size: 33, lr: 1.48e-04 +2022-09-19 21:26:20,441 INFO [train.py:885] (1/2) Epoch 32, batch 200, loss[loss=0.2536, simple_loss=0.3438, pruned_loss=0.08173, over 14335.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03695, over 195.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3423, pruned_loss=0.09626, over 1769159.52 frames. utt_duration=250 frames, utt_pad_proportion=0.06745, over 28479.76 utterances.], batch size: 195, lr: 1.48e-04 +2022-09-19 21:26:50,401 INFO [train.py:885] (1/2) Epoch 32, batch 250, loss[loss=0.2384, simple_loss=0.3044, pruned_loss=0.08621, over 14142.00 frames. utt_duration=578.7 frames, utt_pad_proportion=0.0513, over 98.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3452, pruned_loss=0.09789, over 1993305.40 frames. utt_duration=247.4 frames, utt_pad_proportion=0.06916, over 32425.37 utterances.], batch size: 98, lr: 1.48e-04 +2022-09-19 21:27:20,452 INFO [train.py:885] (1/2) Epoch 32, batch 300, loss[loss=0.2965, simple_loss=0.3712, pruned_loss=0.1109, over 14331.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03501, over 244.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3463, pruned_loss=0.09795, over 2168465.25 frames. utt_duration=239.1 frames, utt_pad_proportion=0.07097, over 36498.94 utterances.], batch size: 244, lr: 1.48e-04 +2022-09-19 21:27:49,534 INFO [train.py:885] (1/2) Epoch 32, batch 350, loss[loss=0.3582, simple_loss=0.4605, pruned_loss=0.1279, over 13211.00 frames. utt_duration=82.44 frames, utt_pad_proportion=0.1039, over 653.00 utterances.], tot_loss[loss=0.2636, simple_loss=0.3393, pruned_loss=0.094, over 2307295.69 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06878, over 37149.63 utterances.], batch size: 653, lr: 1.48e-04 +2022-09-19 21:28:19,261 INFO [train.py:885] (1/2) Epoch 32, batch 400, loss[loss=0.4907, simple_loss=0.585, pruned_loss=0.1982, over 12531.00 frames. utt_duration=63.42 frames, utt_pad_proportion=0.1429, over 810.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3415, pruned_loss=0.0955, over 2411306.53 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07124, over 39252.32 utterances.], batch size: 810, lr: 1.48e-04 +2022-09-19 21:28:48,999 INFO [train.py:885] (1/2) Epoch 32, batch 450, loss[loss=0.1649, simple_loss=0.2418, pruned_loss=0.04397, over 14149.00 frames. utt_duration=717.7 frames, utt_pad_proportion=0.05067, over 79.00 utterances.], tot_loss[loss=0.2645, simple_loss=0.3401, pruned_loss=0.09442, over 2494872.28 frames. utt_duration=251.9 frames, utt_pad_proportion=0.07152, over 39851.73 utterances.], batch size: 79, lr: 1.48e-04 +2022-09-19 21:29:19,023 INFO [train.py:885] (1/2) Epoch 32, batch 500, loss[loss=0.4113, simple_loss=0.4983, pruned_loss=0.1621, over 13172.00 frames. utt_duration=82.26 frames, utt_pad_proportion=0.1058, over 653.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3447, pruned_loss=0.09603, over 2559714.59 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07308, over 42974.40 utterances.], batch size: 653, lr: 1.48e-04 +2022-09-19 21:29:48,466 INFO [train.py:885] (1/2) Epoch 32, batch 550, loss[loss=0.2196, simple_loss=0.2922, pruned_loss=0.07349, over 14160.00 frames. utt_duration=521.1 frames, utt_pad_proportion=0.0456, over 109.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3451, pruned_loss=0.09614, over 2613046.54 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07175, over 43952.97 utterances.], batch size: 109, lr: 1.48e-04 +2022-09-19 21:30:18,461 INFO [train.py:885] (1/2) Epoch 32, batch 600, loss[loss=0.1692, simple_loss=0.2372, pruned_loss=0.05054, over 13843.00 frames. utt_duration=924.3 frames, utt_pad_proportion=0.07109, over 60.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3463, pruned_loss=0.097, over 2652672.39 frames. utt_duration=236.7 frames, utt_pad_proportion=0.07176, over 45115.95 utterances.], batch size: 60, lr: 1.48e-04 +2022-09-19 21:30:47,731 INFO [train.py:885] (1/2) Epoch 32, batch 650, loss[loss=0.2439, simple_loss=0.3196, pruned_loss=0.08413, over 14302.00 frames. utt_duration=478.2 frames, utt_pad_proportion=0.03983, over 120.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3429, pruned_loss=0.09571, over 2679548.94 frames. utt_duration=243.7 frames, utt_pad_proportion=0.07204, over 44243.17 utterances.], batch size: 120, lr: 1.48e-04 +2022-09-19 21:31:17,742 INFO [train.py:885] (1/2) Epoch 32, batch 700, loss[loss=0.2033, simple_loss=0.2803, pruned_loss=0.06318, over 13614.00 frames. utt_duration=1090 frames, utt_pad_proportion=0.08443, over 50.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.344, pruned_loss=0.09611, over 2699773.79 frames. utt_duration=239.2 frames, utt_pad_proportion=0.07395, over 45422.76 utterances.], batch size: 50, lr: 1.48e-04 +2022-09-19 21:31:47,111 INFO [train.py:885] (1/2) Epoch 32, batch 750, loss[loss=0.2057, simple_loss=0.2907, pruned_loss=0.06032, over 14319.00 frames. utt_duration=478.7 frames, utt_pad_proportion=0.03872, over 120.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3424, pruned_loss=0.09558, over 2723487.25 frames. utt_duration=243.9 frames, utt_pad_proportion=0.07128, over 44940.29 utterances.], batch size: 120, lr: 1.48e-04 +2022-09-19 21:32:18,630 INFO [train.py:885] (1/2) Epoch 32, batch 800, loss[loss=0.2322, simple_loss=0.306, pruned_loss=0.07918, over 14074.00 frames. utt_duration=575.9 frames, utt_pad_proportion=0.05427, over 98.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.3419, pruned_loss=0.09482, over 2733065.65 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07158, over 45354.49 utterances.], batch size: 98, lr: 1.48e-04 +2022-09-19 21:32:48,175 INFO [train.py:885] (1/2) Epoch 32, batch 850, loss[loss=0.2005, simple_loss=0.2649, pruned_loss=0.06808, over 13600.00 frames. utt_duration=1328 frames, utt_pad_proportion=0.07312, over 41.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3452, pruned_loss=0.09649, over 2741178.10 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07343, over 47176.92 utterances.], batch size: 41, lr: 1.48e-04 +2022-09-19 21:33:19,734 INFO [train.py:885] (1/2) Epoch 32, batch 900, loss[loss=0.1724, simple_loss=0.2534, pruned_loss=0.0457, over 13551.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.08785, over 50.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3433, pruned_loss=0.09567, over 2750127.00 frames. utt_duration=240.2 frames, utt_pad_proportion=0.07234, over 46076.36 utterances.], batch size: 50, lr: 1.48e-04 +2022-09-19 21:33:49,828 INFO [train.py:885] (1/2) Epoch 32, batch 950, loss[loss=0.2464, simple_loss=0.3282, pruned_loss=0.08229, over 14262.00 frames. utt_duration=520.2 frames, utt_pad_proportion=0.04194, over 110.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3406, pruned_loss=0.09515, over 2758553.97 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07087, over 44264.42 utterances.], batch size: 110, lr: 1.48e-04 +2022-09-19 21:34:20,651 INFO [train.py:885] (1/2) Epoch 32, batch 1000, loss[loss=0.1907, simple_loss=0.271, pruned_loss=0.05524, over 14119.00 frames. utt_duration=577.8 frames, utt_pad_proportion=0.05117, over 98.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3431, pruned_loss=0.09641, over 2764863.03 frames. utt_duration=248.4 frames, utt_pad_proportion=0.07138, over 44792.99 utterances.], batch size: 98, lr: 1.48e-04 +2022-09-19 21:34:54,197 INFO [train.py:885] (1/2) Epoch 32, batch 1050, loss[loss=0.256, simple_loss=0.3245, pruned_loss=0.09378, over 14239.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04644, over 141.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3438, pruned_loss=0.097, over 2766297.09 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07129, over 45087.13 utterances.], batch size: 141, lr: 1.48e-04 +2022-09-19 21:35:28,258 INFO [train.py:885] (1/2) Epoch 32, batch 1100, loss[loss=0.334, simple_loss=0.4078, pruned_loss=0.1301, over 13824.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07122, over 412.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3446, pruned_loss=0.09718, over 2768373.65 frames. utt_duration=240.4 frames, utt_pad_proportion=0.07134, over 46342.44 utterances.], batch size: 412, lr: 1.48e-04 +2022-09-19 21:35:58,694 INFO [train.py:885] (1/2) Epoch 32, batch 1150, loss[loss=0.344, simple_loss=0.4004, pruned_loss=0.1438, over 14264.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.04067, over 225.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3416, pruned_loss=0.09593, over 2774635.17 frames. utt_duration=250.3 frames, utt_pad_proportion=0.0691, over 44607.23 utterances.], batch size: 225, lr: 1.48e-04 +2022-09-19 21:36:28,822 INFO [train.py:885] (1/2) Epoch 32, batch 1200, loss[loss=0.24, simple_loss=0.3223, pruned_loss=0.07883, over 14277.00 frames. utt_duration=406.3 frames, utt_pad_proportion=0.04406, over 141.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3433, pruned_loss=0.09628, over 2773868.61 frames. utt_duration=244 frames, utt_pad_proportion=0.07039, over 45744.91 utterances.], batch size: 141, lr: 1.48e-04 +2022-09-19 21:36:58,832 INFO [train.py:885] (1/2) Epoch 32, batch 1250, loss[loss=0.1492, simple_loss=0.209, pruned_loss=0.04474, over 13339.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.08819, over 41.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3427, pruned_loss=0.09641, over 2777930.46 frames. utt_duration=248.1 frames, utt_pad_proportion=0.07106, over 45060.56 utterances.], batch size: 41, lr: 1.48e-04 +2022-09-19 21:37:28,885 INFO [train.py:885] (1/2) Epoch 32, batch 1300, loss[loss=0.1904, simple_loss=0.2598, pruned_loss=0.06053, over 14039.00 frames. utt_duration=712.3 frames, utt_pad_proportion=0.05655, over 79.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3422, pruned_loss=0.09662, over 2777545.63 frames. utt_duration=250.9 frames, utt_pad_proportion=0.07182, over 44540.54 utterances.], batch size: 79, lr: 1.48e-04 +2022-09-19 21:37:59,445 INFO [train.py:885] (1/2) Epoch 32, batch 1350, loss[loss=0.2092, simple_loss=0.279, pruned_loss=0.06975, over 14038.00 frames. utt_duration=711.9 frames, utt_pad_proportion=0.05834, over 79.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.342, pruned_loss=0.09614, over 2774187.19 frames. utt_duration=247.1 frames, utt_pad_proportion=0.07296, over 45183.68 utterances.], batch size: 79, lr: 1.48e-04 +2022-09-19 21:38:28,920 INFO [train.py:885] (1/2) Epoch 32, batch 1400, loss[loss=0.1308, simple_loss=0.183, pruned_loss=0.03934, over 13307.00 frames. utt_duration=1615 frames, utt_pad_proportion=0.101, over 33.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.342, pruned_loss=0.09616, over 2777196.17 frames. utt_duration=249.6 frames, utt_pad_proportion=0.07149, over 44763.48 utterances.], batch size: 33, lr: 1.48e-04 +2022-09-19 21:38:59,353 INFO [train.py:885] (1/2) Epoch 32, batch 1450, loss[loss=0.3251, simple_loss=0.3984, pruned_loss=0.1259, over 14024.00 frames. utt_duration=155.2 frames, utt_pad_proportion=0.05356, over 365.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3437, pruned_loss=0.09734, over 2776297.80 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07309, over 45755.10 utterances.], batch size: 365, lr: 1.48e-04 +2022-09-19 21:39:30,117 INFO [train.py:885] (1/2) Epoch 32, batch 1500, loss[loss=0.3418, simple_loss=0.4127, pruned_loss=0.1355, over 13967.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05762, over 365.00 utterances.], tot_loss[loss=0.272, simple_loss=0.3476, pruned_loss=0.09817, over 2777998.61 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07291, over 48156.90 utterances.], batch size: 365, lr: 1.48e-04 +2022-09-19 21:39:59,311 INFO [train.py:885] (1/2) Epoch 32, batch 1550, loss[loss=0.1234, simple_loss=0.1809, pruned_loss=0.03297, over 13305.00 frames. utt_duration=1614 frames, utt_pad_proportion=0.09074, over 33.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.344, pruned_loss=0.09672, over 2779862.79 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07258, over 46150.67 utterances.], batch size: 33, lr: 1.48e-04 +2022-09-19 21:40:30,219 INFO [train.py:885] (1/2) Epoch 32, batch 1600, loss[loss=0.2817, simple_loss=0.3942, pruned_loss=0.08461, over 13615.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08184, over 477.00 utterances.], tot_loss[loss=0.2732, simple_loss=0.3486, pruned_loss=0.09887, over 2776837.95 frames. utt_duration=232.1 frames, utt_pad_proportion=0.07481, over 48171.23 utterances.], batch size: 477, lr: 1.48e-04 +2022-09-19 21:40:59,906 INFO [train.py:885] (1/2) Epoch 32, batch 1650, loss[loss=0.3244, simple_loss=0.4145, pruned_loss=0.1172, over 13636.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08262, over 478.00 utterances.], tot_loss[loss=0.2752, simple_loss=0.3506, pruned_loss=0.09993, over 2779178.82 frames. utt_duration=228.4 frames, utt_pad_proportion=0.07455, over 48995.34 utterances.], batch size: 478, lr: 1.48e-04 +2022-09-19 21:41:30,677 INFO [train.py:885] (1/2) Epoch 32, batch 1700, loss[loss=0.275, simple_loss=0.3791, pruned_loss=0.08551, over 13779.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07134, over 411.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3462, pruned_loss=0.09748, over 2779181.71 frames. utt_duration=234 frames, utt_pad_proportion=0.07459, over 47799.57 utterances.], batch size: 411, lr: 1.48e-04 +2022-09-19 21:42:00,217 INFO [train.py:885] (1/2) Epoch 32, batch 1750, loss[loss=0.4358, simple_loss=0.4613, pruned_loss=0.2052, over 14322.00 frames. utt_duration=274.2 frames, utt_pad_proportion=0.03799, over 210.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3435, pruned_loss=0.09656, over 2782037.76 frames. utt_duration=242.1 frames, utt_pad_proportion=0.0719, over 46255.02 utterances.], batch size: 210, lr: 1.48e-04 +2022-09-19 21:42:29,588 INFO [train.py:885] (1/2) Epoch 32, batch 1800, loss[loss=0.2172, simple_loss=0.2876, pruned_loss=0.07341, over 14176.00 frames. utt_duration=638.6 frames, utt_pad_proportion=0.04687, over 89.00 utterances.], tot_loss[loss=0.2653, simple_loss=0.3408, pruned_loss=0.09495, over 2783408.78 frames. utt_duration=250.2 frames, utt_pad_proportion=0.06978, over 44754.18 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 21:42:59,928 INFO [train.py:885] (1/2) Epoch 32, batch 1850, loss[loss=0.2981, simple_loss=0.3649, pruned_loss=0.1157, over 14338.00 frames. utt_duration=319.9 frames, utt_pad_proportion=0.03645, over 180.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3428, pruned_loss=0.09695, over 2780219.15 frames. utt_duration=246 frames, utt_pad_proportion=0.07283, over 45480.73 utterances.], batch size: 180, lr: 1.47e-04 +2022-09-19 21:43:31,274 INFO [train.py:885] (1/2) Epoch 32, batch 1900, loss[loss=0.1703, simple_loss=0.2533, pruned_loss=0.04368, over 13079.00 frames. utt_duration=2014 frames, utt_pad_proportion=0.09784, over 26.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.342, pruned_loss=0.09685, over 2778993.85 frames. utt_duration=251 frames, utt_pad_proportion=0.07269, over 44546.08 utterances.], batch size: 26, lr: 1.47e-04 +2022-09-19 21:44:01,387 INFO [train.py:885] (1/2) Epoch 32, batch 1950, loss[loss=0.2066, simple_loss=0.2666, pruned_loss=0.07335, over 14072.00 frames. utt_duration=805.7 frames, utt_pad_proportion=0.0588, over 70.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3412, pruned_loss=0.09652, over 2780388.23 frames. utt_duration=252.3 frames, utt_pad_proportion=0.07174, over 44336.00 utterances.], batch size: 70, lr: 1.47e-04 +2022-09-19 21:44:31,457 INFO [train.py:885] (1/2) Epoch 32, batch 2000, loss[loss=0.2329, simple_loss=0.3204, pruned_loss=0.07272, over 14291.00 frames. utt_duration=372.6 frames, utt_pad_proportion=0.03961, over 154.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3406, pruned_loss=0.09603, over 2786940.24 frames. utt_duration=255.8 frames, utt_pad_proportion=0.06953, over 43834.85 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 21:45:01,248 INFO [train.py:885] (1/2) Epoch 32, batch 2050, loss[loss=0.1227, simple_loss=0.1797, pruned_loss=0.03288, over 12456.00 frames. utt_duration=2077 frames, utt_pad_proportion=0.1395, over 24.00 utterances.], tot_loss[loss=0.2642, simple_loss=0.3383, pruned_loss=0.09502, over 2789736.70 frames. utt_duration=264.7 frames, utt_pad_proportion=0.06872, over 42388.82 utterances.], batch size: 24, lr: 1.47e-04 +2022-09-19 21:45:30,714 INFO [train.py:885] (1/2) Epoch 32, batch 2100, loss[loss=0.3347, simple_loss=0.3998, pruned_loss=0.1348, over 14237.00 frames. utt_duration=171.3 frames, utt_pad_proportion=0.04311, over 335.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3411, pruned_loss=0.09633, over 2789573.97 frames. utt_duration=257.9 frames, utt_pad_proportion=0.06928, over 43514.28 utterances.], batch size: 335, lr: 1.47e-04 +2022-09-19 21:46:00,729 INFO [train.py:885] (1/2) Epoch 32, batch 2150, loss[loss=0.2925, simple_loss=0.3706, pruned_loss=0.1072, over 14335.00 frames. utt_duration=236.3 frames, utt_pad_proportion=0.03545, over 244.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3463, pruned_loss=0.0979, over 2786908.04 frames. utt_duration=242 frames, utt_pad_proportion=0.07178, over 46349.76 utterances.], batch size: 244, lr: 1.47e-04 +2022-09-19 21:46:31,253 INFO [train.py:885] (1/2) Epoch 32, batch 2200, loss[loss=0.1636, simple_loss=0.2421, pruned_loss=0.04253, over 13339.00 frames. utt_duration=1303 frames, utt_pad_proportion=0.09002, over 41.00 utterances.], tot_loss[loss=0.2673, simple_loss=0.3425, pruned_loss=0.09605, over 2782906.28 frames. utt_duration=246.7 frames, utt_pad_proportion=0.07143, over 45387.77 utterances.], batch size: 41, lr: 1.47e-04 +2022-09-19 21:47:00,635 INFO [train.py:885] (1/2) Epoch 32, batch 2250, loss[loss=0.2214, simple_loss=0.2958, pruned_loss=0.07348, over 14122.00 frames. utt_duration=578 frames, utt_pad_proportion=0.05092, over 98.00 utterances.], tot_loss[loss=0.266, simple_loss=0.341, pruned_loss=0.09552, over 2787264.42 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06976, over 44087.89 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 21:47:30,636 INFO [train.py:885] (1/2) Epoch 32, batch 2300, loss[loss=0.2785, simple_loss=0.3561, pruned_loss=0.1004, over 14334.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03787, over 283.00 utterances.], tot_loss[loss=0.2637, simple_loss=0.3391, pruned_loss=0.09415, over 2779597.59 frames. utt_duration=252.2 frames, utt_pad_proportion=0.07024, over 44346.67 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 21:48:01,404 INFO [train.py:885] (1/2) Epoch 32, batch 2350, loss[loss=0.2034, simple_loss=0.2939, pruned_loss=0.05641, over 13520.00 frames. utt_duration=1083 frames, utt_pad_proportion=0.08685, over 50.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3433, pruned_loss=0.09624, over 2775491.09 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07332, over 46171.71 utterances.], batch size: 50, lr: 1.47e-04 +2022-09-19 21:48:31,309 INFO [train.py:885] (1/2) Epoch 32, batch 2400, loss[loss=0.2812, simple_loss=0.3597, pruned_loss=0.1014, over 14316.00 frames. utt_duration=319.6 frames, utt_pad_proportion=0.03737, over 180.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.343, pruned_loss=0.09631, over 2780499.21 frames. utt_duration=250 frames, utt_pad_proportion=0.07085, over 44755.87 utterances.], batch size: 180, lr: 1.47e-04 +2022-09-19 21:49:02,355 INFO [train.py:885] (1/2) Epoch 32, batch 2450, loss[loss=0.264, simple_loss=0.3448, pruned_loss=0.09162, over 14264.00 frames. utt_duration=318.4 frames, utt_pad_proportion=0.04091, over 180.00 utterances.], tot_loss[loss=0.2678, simple_loss=0.3429, pruned_loss=0.0964, over 2776150.91 frames. utt_duration=247.7 frames, utt_pad_proportion=0.07376, over 45107.06 utterances.], batch size: 180, lr: 1.47e-04 +2022-09-19 21:49:33,005 INFO [train.py:885] (1/2) Epoch 32, batch 2500, loss[loss=0.4851, simple_loss=0.5622, pruned_loss=0.204, over 13143.00 frames. utt_duration=82.03 frames, utt_pad_proportion=0.1084, over 653.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3444, pruned_loss=0.09746, over 2775292.11 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07347, over 46245.28 utterances.], batch size: 653, lr: 1.47e-04 +2022-09-19 21:50:02,994 INFO [train.py:885] (1/2) Epoch 32, batch 2550, loss[loss=0.3106, simple_loss=0.3837, pruned_loss=0.1187, over 14225.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04263, over 306.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3457, pruned_loss=0.09803, over 2773273.42 frames. utt_duration=238.6 frames, utt_pad_proportion=0.0745, over 46785.28 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 21:50:33,747 INFO [train.py:885] (1/2) Epoch 32, batch 2600, loss[loss=0.3088, simple_loss=0.3752, pruned_loss=0.1212, over 14315.00 frames. utt_duration=203.7 frames, utt_pad_proportion=0.03897, over 283.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.344, pruned_loss=0.09767, over 2776718.76 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07428, over 45908.63 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 21:51:03,974 INFO [train.py:885] (1/2) Epoch 32, batch 2650, loss[loss=0.3526, simple_loss=0.4041, pruned_loss=0.1506, over 14202.00 frames. utt_duration=187.2 frames, utt_pad_proportion=0.04482, over 306.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3466, pruned_loss=0.09856, over 2780242.68 frames. utt_duration=239 frames, utt_pad_proportion=0.07282, over 46818.36 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 21:51:33,545 INFO [train.py:885] (1/2) Epoch 32, batch 2700, loss[loss=0.4079, simple_loss=0.4492, pruned_loss=0.1833, over 14215.00 frames. utt_duration=187.4 frames, utt_pad_proportion=0.04388, over 306.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3475, pruned_loss=0.09808, over 2774918.28 frames. utt_duration=232.2 frames, utt_pad_proportion=0.07544, over 48102.93 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 21:52:03,687 INFO [train.py:885] (1/2) Epoch 32, batch 2750, loss[loss=0.1736, simple_loss=0.2285, pruned_loss=0.0593, over 12935.00 frames. utt_duration=2071 frames, utt_pad_proportion=0.1356, over 25.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3452, pruned_loss=0.09791, over 2775686.58 frames. utt_duration=238.5 frames, utt_pad_proportion=0.07393, over 46847.22 utterances.], batch size: 25, lr: 1.47e-04 +2022-09-19 21:52:34,547 INFO [train.py:885] (1/2) Epoch 32, batch 2800, loss[loss=0.1993, simple_loss=0.2687, pruned_loss=0.06498, over 13218.00 frames. utt_duration=2035 frames, utt_pad_proportion=0.09798, over 26.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.344, pruned_loss=0.09755, over 2771874.67 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07466, over 46548.10 utterances.], batch size: 26, lr: 1.47e-04 +2022-09-19 21:53:04,734 INFO [train.py:885] (1/2) Epoch 32, batch 2850, loss[loss=0.236, simple_loss=0.3093, pruned_loss=0.08131, over 14337.00 frames. utt_duration=442.6 frames, utt_pad_proportion=0.03776, over 130.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.339, pruned_loss=0.09514, over 2777123.20 frames. utt_duration=253.8 frames, utt_pad_proportion=0.07234, over 44018.55 utterances.], batch size: 130, lr: 1.47e-04 +2022-09-19 21:53:34,429 INFO [train.py:885] (1/2) Epoch 32, batch 2900, loss[loss=0.2005, simple_loss=0.278, pruned_loss=0.06151, over 14065.00 frames. utt_duration=713.4 frames, utt_pad_proportion=0.05129, over 79.00 utterances.], tot_loss[loss=0.2616, simple_loss=0.3356, pruned_loss=0.0938, over 2779965.03 frames. utt_duration=265.6 frames, utt_pad_proportion=0.06934, over 42098.21 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 21:54:05,056 INFO [train.py:885] (1/2) Epoch 32, batch 2950, loss[loss=0.2387, simple_loss=0.3026, pruned_loss=0.08737, over 14051.00 frames. utt_duration=575.1 frames, utt_pad_proportion=0.05721, over 98.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3435, pruned_loss=0.09769, over 2777859.51 frames. utt_duration=244.1 frames, utt_pad_proportion=0.07341, over 45790.53 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 21:54:34,249 INFO [train.py:885] (1/2) Epoch 32, batch 3000, loss[loss=0.3232, simple_loss=0.3901, pruned_loss=0.1281, over 14231.00 frames. utt_duration=187.6 frames, utt_pad_proportion=0.04267, over 306.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3446, pruned_loss=0.0974, over 2776325.76 frames. utt_duration=242 frames, utt_pad_proportion=0.07319, over 46178.60 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 21:54:34,250 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 21:54:38,838 INFO [train.py:914] (1/2) Epoch 32, validation: loss=0.1846, simple_loss=0.2651, pruned_loss=0.05205, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 21:55:07,996 INFO [train.py:885] (1/2) Epoch 32, batch 3050, loss[loss=0.4323, simple_loss=0.4648, pruned_loss=0.2, over 14339.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03754, over 283.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3402, pruned_loss=0.09545, over 2783492.67 frames. utt_duration=254.4 frames, utt_pad_proportion=0.06981, over 44020.70 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 21:55:37,648 INFO [train.py:885] (1/2) Epoch 32, batch 3100, loss[loss=0.2861, simple_loss=0.3621, pruned_loss=0.1051, over 14277.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03986, over 180.00 utterances.], tot_loss[loss=0.2689, simple_loss=0.3432, pruned_loss=0.09733, over 2777445.33 frames. utt_duration=247.9 frames, utt_pad_proportion=0.07306, over 45082.91 utterances.], batch size: 180, lr: 1.47e-04 +2022-09-19 21:56:07,285 INFO [train.py:885] (1/2) Epoch 32, batch 3150, loss[loss=0.394, simple_loss=0.4351, pruned_loss=0.1765, over 14239.00 frames. utt_duration=171.4 frames, utt_pad_proportion=0.04267, over 335.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3434, pruned_loss=0.09748, over 2780488.81 frames. utt_duration=246.9 frames, utt_pad_proportion=0.07188, over 45317.31 utterances.], batch size: 335, lr: 1.47e-04 +2022-09-19 21:56:36,627 INFO [train.py:885] (1/2) Epoch 32, batch 3200, loss[loss=0.3498, simple_loss=0.4088, pruned_loss=0.1454, over 14310.00 frames. utt_duration=219.8 frames, utt_pad_proportion=0.04, over 262.00 utterances.], tot_loss[loss=0.2662, simple_loss=0.3406, pruned_loss=0.09592, over 2780072.69 frames. utt_duration=250.8 frames, utt_pad_proportion=0.07193, over 44595.90 utterances.], batch size: 262, lr: 1.47e-04 +2022-09-19 21:57:14,789 INFO [train.py:885] (1/2) Epoch 32, batch 3250, loss[loss=0.1829, simple_loss=0.2357, pruned_loss=0.06508, over 13632.00 frames. utt_duration=1092 frames, utt_pad_proportion=0.07629, over 50.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.342, pruned_loss=0.09557, over 2782174.26 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07117, over 46056.21 utterances.], batch size: 50, lr: 1.47e-04 +2022-09-19 21:57:44,343 INFO [train.py:885] (1/2) Epoch 32, batch 3300, loss[loss=0.2482, simple_loss=0.3283, pruned_loss=0.08408, over 14355.00 frames. utt_duration=345.3 frames, utt_pad_proportion=0.03828, over 167.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.344, pruned_loss=0.09645, over 2782161.16 frames. utt_duration=240 frames, utt_pad_proportion=0.07116, over 46662.63 utterances.], batch size: 167, lr: 1.47e-04 +2022-09-19 21:58:14,096 INFO [train.py:885] (1/2) Epoch 32, batch 3350, loss[loss=0.3445, simple_loss=0.4409, pruned_loss=0.1241, over 13636.00 frames. utt_duration=98.71 frames, utt_pad_proportion=0.07752, over 560.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3467, pruned_loss=0.09702, over 2781851.31 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07216, over 48018.90 utterances.], batch size: 560, lr: 1.47e-04 +2022-09-19 21:58:44,026 INFO [train.py:885] (1/2) Epoch 32, batch 3400, loss[loss=0.2757, simple_loss=0.356, pruned_loss=0.09771, over 14266.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04442, over 141.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.343, pruned_loss=0.09522, over 2781730.87 frames. utt_duration=239.3 frames, utt_pad_proportion=0.07153, over 46790.46 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 21:59:14,009 INFO [train.py:885] (1/2) Epoch 32, batch 3450, loss[loss=0.2676, simple_loss=0.3702, pruned_loss=0.08244, over 13772.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07211, over 411.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.344, pruned_loss=0.09512, over 2779879.95 frames. utt_duration=233.3 frames, utt_pad_proportion=0.07359, over 47964.15 utterances.], batch size: 411, lr: 1.47e-04 +2022-09-19 21:59:43,196 INFO [train.py:885] (1/2) Epoch 32, batch 3500, loss[loss=0.239, simple_loss=0.2804, pruned_loss=0.09883, over 14085.00 frames. utt_duration=714.5 frames, utt_pad_proportion=0.05358, over 79.00 utterances.], tot_loss[loss=0.2614, simple_loss=0.3375, pruned_loss=0.09269, over 2778437.21 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07217, over 44921.13 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 22:00:12,739 INFO [train.py:885] (1/2) Epoch 32, batch 3550, loss[loss=0.1984, simple_loss=0.272, pruned_loss=0.06244, over 13550.00 frames. utt_duration=1085 frames, utt_pad_proportion=0.0888, over 50.00 utterances.], tot_loss[loss=0.2628, simple_loss=0.3385, pruned_loss=0.0935, over 2776905.07 frames. utt_duration=247.8 frames, utt_pad_proportion=0.07222, over 45093.70 utterances.], batch size: 50, lr: 1.47e-04 +2022-09-19 22:00:45,973 INFO [train.py:885] (1/2) Epoch 32, batch 3600, loss[loss=0.2115, simple_loss=0.2908, pruned_loss=0.06607, over 13992.00 frames. utt_duration=709.8 frames, utt_pad_proportion=0.05984, over 79.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3389, pruned_loss=0.09396, over 2781726.70 frames. utt_duration=248.9 frames, utt_pad_proportion=0.07132, over 44965.36 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 22:01:19,237 INFO [train.py:885] (1/2) Epoch 32, batch 3650, loss[loss=0.3117, simple_loss=0.3883, pruned_loss=0.1175, over 14300.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03967, over 283.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3405, pruned_loss=0.0942, over 2777317.37 frames. utt_duration=243.3 frames, utt_pad_proportion=0.074, over 45942.92 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 22:01:49,213 INFO [train.py:885] (1/2) Epoch 32, batch 3700, loss[loss=0.205, simple_loss=0.2862, pruned_loss=0.0619, over 14377.00 frames. utt_duration=480.6 frames, utt_pad_proportion=0.03679, over 120.00 utterances.], tot_loss[loss=0.2642, simple_loss=0.3398, pruned_loss=0.09427, over 2780923.86 frames. utt_duration=249 frames, utt_pad_proportion=0.07258, over 44931.92 utterances.], batch size: 120, lr: 1.47e-04 +2022-09-19 22:02:22,282 INFO [train.py:885] (1/2) Epoch 32, batch 3750, loss[loss=0.2003, simple_loss=0.265, pruned_loss=0.06775, over 14046.00 frames. utt_duration=712.7 frames, utt_pad_proportion=0.05605, over 79.00 utterances.], tot_loss[loss=0.264, simple_loss=0.3398, pruned_loss=0.09413, over 2776843.49 frames. utt_duration=248.5 frames, utt_pad_proportion=0.07379, over 44963.85 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 22:02:52,648 INFO [train.py:885] (1/2) Epoch 32, batch 3800, loss[loss=0.2579, simple_loss=0.3472, pruned_loss=0.08432, over 14329.00 frames. utt_duration=236.4 frames, utt_pad_proportion=0.03528, over 244.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3402, pruned_loss=0.09426, over 2774850.33 frames. utt_duration=248.2 frames, utt_pad_proportion=0.07501, over 44992.85 utterances.], batch size: 244, lr: 1.47e-04 +2022-09-19 22:03:21,692 INFO [train.py:885] (1/2) Epoch 32, batch 3850, loss[loss=0.2658, simple_loss=0.3438, pruned_loss=0.09394, over 14372.00 frames. utt_duration=296.3 frames, utt_pad_proportion=0.03479, over 195.00 utterances.], tot_loss[loss=0.265, simple_loss=0.3399, pruned_loss=0.09504, over 2772964.12 frames. utt_duration=250.3 frames, utt_pad_proportion=0.07502, over 44575.38 utterances.], batch size: 195, lr: 1.47e-04 +2022-09-19 22:03:51,585 INFO [train.py:885] (1/2) Epoch 32, batch 3900, loss[loss=0.3748, simple_loss=0.4576, pruned_loss=0.146, over 13617.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08249, over 477.00 utterances.], tot_loss[loss=0.2628, simple_loss=0.3369, pruned_loss=0.09431, over 2774394.65 frames. utt_duration=261.2 frames, utt_pad_proportion=0.07345, over 42731.73 utterances.], batch size: 477, lr: 1.47e-04 +2022-09-19 22:04:25,596 INFO [train.py:885] (1/2) Epoch 32, batch 3950, loss[loss=0.2626, simple_loss=0.3373, pruned_loss=0.09397, over 14354.00 frames. utt_duration=295.9 frames, utt_pad_proportion=0.03603, over 195.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3399, pruned_loss=0.09525, over 2779063.64 frames. utt_duration=254.1 frames, utt_pad_proportion=0.07312, over 43995.06 utterances.], batch size: 195, lr: 1.47e-04 +2022-09-19 22:04:55,429 INFO [train.py:885] (1/2) Epoch 32, batch 4000, loss[loss=0.1627, simple_loss=0.2254, pruned_loss=0.05001, over 13503.00 frames. utt_duration=1638 frames, utt_pad_proportion=0.09282, over 33.00 utterances.], tot_loss[loss=0.2605, simple_loss=0.3357, pruned_loss=0.09267, over 2776644.80 frames. utt_duration=259.4 frames, utt_pad_proportion=0.07173, over 43056.00 utterances.], batch size: 33, lr: 1.47e-04 +2022-09-19 22:05:24,675 INFO [train.py:885] (1/2) Epoch 32, batch 4050, loss[loss=0.2156, simple_loss=0.3002, pruned_loss=0.06553, over 14291.00 frames. utt_duration=520.9 frames, utt_pad_proportion=0.04414, over 110.00 utterances.], tot_loss[loss=0.2608, simple_loss=0.3363, pruned_loss=0.09267, over 2777649.93 frames. utt_duration=258 frames, utt_pad_proportion=0.07312, over 43320.65 utterances.], batch size: 110, lr: 1.47e-04 +2022-09-19 22:05:55,071 INFO [train.py:885] (1/2) Epoch 32, batch 4100, loss[loss=0.3259, simple_loss=0.4029, pruned_loss=0.1245, over 13998.00 frames. utt_duration=154.8 frames, utt_pad_proportion=0.05616, over 365.00 utterances.], tot_loss[loss=0.2638, simple_loss=0.3385, pruned_loss=0.09453, over 2779104.58 frames. utt_duration=256 frames, utt_pad_proportion=0.07326, over 43670.26 utterances.], batch size: 365, lr: 1.47e-04 +2022-09-19 22:06:24,416 INFO [train.py:885] (1/2) Epoch 32, batch 4150, loss[loss=0.214, simple_loss=0.2878, pruned_loss=0.07013, over 14035.00 frames. utt_duration=574.5 frames, utt_pad_proportion=0.05672, over 98.00 utterances.], tot_loss[loss=0.2608, simple_loss=0.3357, pruned_loss=0.09293, over 2779118.36 frames. utt_duration=262.7 frames, utt_pad_proportion=0.073, over 42560.36 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 22:06:54,351 INFO [train.py:885] (1/2) Epoch 32, batch 4200, loss[loss=0.226, simple_loss=0.2929, pruned_loss=0.0795, over 14087.00 frames. utt_duration=576.3 frames, utt_pad_proportion=0.05362, over 98.00 utterances.], tot_loss[loss=0.2639, simple_loss=0.3396, pruned_loss=0.09409, over 2778041.75 frames. utt_duration=249.4 frames, utt_pad_proportion=0.07322, over 44813.05 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 22:07:23,625 INFO [train.py:885] (1/2) Epoch 32, batch 4250, loss[loss=0.3172, simple_loss=0.4228, pruned_loss=0.1058, over 13638.00 frames. utt_duration=98.89 frames, utt_pad_proportion=0.0758, over 560.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.3408, pruned_loss=0.09443, over 2780044.48 frames. utt_duration=246.1 frames, utt_pad_proportion=0.07205, over 45453.85 utterances.], batch size: 560, lr: 1.47e-04 +2022-09-19 22:07:53,636 INFO [train.py:885] (1/2) Epoch 32, batch 4300, loss[loss=0.3363, simple_loss=0.3964, pruned_loss=0.1381, over 14176.00 frames. utt_duration=186.9 frames, utt_pad_proportion=0.0465, over 306.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3424, pruned_loss=0.09593, over 2782535.39 frames. utt_duration=248.3 frames, utt_pad_proportion=0.07221, over 45092.94 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 22:08:27,378 INFO [train.py:885] (1/2) Epoch 32, batch 4350, loss[loss=0.2441, simple_loss=0.3287, pruned_loss=0.07977, over 14306.00 frames. utt_duration=295 frames, utt_pad_proportion=0.03912, over 195.00 utterances.], tot_loss[loss=0.2632, simple_loss=0.3376, pruned_loss=0.09444, over 2780621.32 frames. utt_duration=259.2 frames, utt_pad_proportion=0.07134, over 43157.19 utterances.], batch size: 195, lr: 1.47e-04 +2022-09-19 22:08:57,174 INFO [train.py:885] (1/2) Epoch 32, batch 4400, loss[loss=0.2074, simple_loss=0.2755, pruned_loss=0.06962, over 14053.00 frames. utt_duration=804.5 frames, utt_pad_proportion=0.06126, over 70.00 utterances.], tot_loss[loss=0.2632, simple_loss=0.3384, pruned_loss=0.09396, over 2780867.99 frames. utt_duration=253.5 frames, utt_pad_proportion=0.07149, over 44142.85 utterances.], batch size: 70, lr: 1.47e-04 +2022-09-19 22:09:26,795 INFO [train.py:885] (1/2) Epoch 32, batch 4450, loss[loss=0.2609, simple_loss=0.3262, pruned_loss=0.09781, over 14340.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.03968, over 142.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3426, pruned_loss=0.09613, over 2777846.28 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07334, over 45975.50 utterances.], batch size: 142, lr: 1.47e-04 +2022-09-19 22:09:56,188 INFO [train.py:885] (1/2) Epoch 32, batch 4500, loss[loss=0.2533, simple_loss=0.368, pruned_loss=0.06926, over 13654.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.07485, over 478.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3411, pruned_loss=0.0961, over 2780064.74 frames. utt_duration=250 frames, utt_pad_proportion=0.07064, over 44746.35 utterances.], batch size: 478, lr: 1.47e-04 +2022-09-19 22:10:25,542 INFO [train.py:885] (1/2) Epoch 32, batch 4550, loss[loss=0.1821, simple_loss=0.2623, pruned_loss=0.05093, over 14247.00 frames. utt_duration=641.9 frames, utt_pad_proportion=0.04049, over 89.00 utterances.], tot_loss[loss=0.2651, simple_loss=0.3398, pruned_loss=0.09522, over 2780856.34 frames. utt_duration=251 frames, utt_pad_proportion=0.07075, over 44577.96 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:10:55,562 INFO [train.py:885] (1/2) Epoch 32, batch 4600, loss[loss=0.1734, simple_loss=0.2548, pruned_loss=0.04596, over 14179.00 frames. utt_duration=638.7 frames, utt_pad_proportion=0.04819, over 89.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.3399, pruned_loss=0.0947, over 2781813.66 frames. utt_duration=250.3 frames, utt_pad_proportion=0.06987, over 44714.42 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:11:24,948 INFO [train.py:885] (1/2) Epoch 32, batch 4650, loss[loss=0.3529, simple_loss=0.411, pruned_loss=0.1474, over 14247.00 frames. utt_duration=171.5 frames, utt_pad_proportion=0.04199, over 335.00 utterances.], tot_loss[loss=0.2643, simple_loss=0.3395, pruned_loss=0.09459, over 2782140.07 frames. utt_duration=250.3 frames, utt_pad_proportion=0.0708, over 44730.42 utterances.], batch size: 335, lr: 1.47e-04 +2022-09-19 22:11:55,449 INFO [train.py:885] (1/2) Epoch 32, batch 4700, loss[loss=0.1821, simple_loss=0.2552, pruned_loss=0.05446, over 14036.00 frames. utt_duration=712.2 frames, utt_pad_proportion=0.05795, over 79.00 utterances.], tot_loss[loss=0.2647, simple_loss=0.3399, pruned_loss=0.09478, over 2787031.79 frames. utt_duration=252.6 frames, utt_pad_proportion=0.06956, over 44387.63 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 22:12:24,267 INFO [train.py:885] (1/2) Epoch 32, batch 4750, loss[loss=0.1766, simple_loss=0.2398, pruned_loss=0.05668, over 13942.00 frames. utt_duration=809.6 frames, utt_pad_proportion=0.05757, over 69.00 utterances.], tot_loss[loss=0.2646, simple_loss=0.34, pruned_loss=0.09466, over 2789844.19 frames. utt_duration=254.3 frames, utt_pad_proportion=0.06741, over 44142.33 utterances.], batch size: 69, lr: 1.47e-04 +2022-09-19 22:12:54,857 INFO [train.py:885] (1/2) Epoch 32, batch 4800, loss[loss=0.2921, simple_loss=0.3638, pruned_loss=0.1102, over 14282.00 frames. utt_duration=318.8 frames, utt_pad_proportion=0.03976, over 180.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3431, pruned_loss=0.09582, over 2789398.96 frames. utt_duration=248.8 frames, utt_pad_proportion=0.06767, over 45111.56 utterances.], batch size: 180, lr: 1.47e-04 +2022-09-19 22:13:24,155 INFO [train.py:885] (1/2) Epoch 32, batch 4850, loss[loss=0.4087, simple_loss=0.4505, pruned_loss=0.1835, over 14207.00 frames. utt_duration=187.3 frames, utt_pad_proportion=0.04413, over 306.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.343, pruned_loss=0.09564, over 2782717.83 frames. utt_duration=248.5 frames, utt_pad_proportion=0.06922, over 45067.07 utterances.], batch size: 306, lr: 1.47e-04 +2022-09-19 22:13:54,452 INFO [train.py:885] (1/2) Epoch 32, batch 4900, loss[loss=0.1754, simple_loss=0.2512, pruned_loss=0.04983, over 13148.00 frames. utt_duration=1284 frames, utt_pad_proportion=0.1038, over 41.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3424, pruned_loss=0.09522, over 2779142.44 frames. utt_duration=249.6 frames, utt_pad_proportion=0.06957, over 44793.93 utterances.], batch size: 41, lr: 1.47e-04 +2022-09-19 22:14:24,920 INFO [train.py:885] (1/2) Epoch 32, batch 4950, loss[loss=0.2758, simple_loss=0.3528, pruned_loss=0.09941, over 14315.00 frames. utt_duration=373.4 frames, utt_pad_proportion=0.04008, over 154.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.3434, pruned_loss=0.09569, over 2777855.98 frames. utt_duration=245.1 frames, utt_pad_proportion=0.07093, over 45601.25 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 22:14:55,006 INFO [train.py:885] (1/2) Epoch 32, batch 5000, loss[loss=0.2629, simple_loss=0.3506, pruned_loss=0.08758, over 14345.00 frames. utt_duration=236.6 frames, utt_pad_proportion=0.03409, over 244.00 utterances.], tot_loss[loss=0.2629, simple_loss=0.3391, pruned_loss=0.09331, over 2775610.62 frames. utt_duration=249.7 frames, utt_pad_proportion=0.0705, over 44732.62 utterances.], batch size: 244, lr: 1.47e-04 +2022-09-19 22:15:24,211 INFO [train.py:885] (1/2) Epoch 32, batch 5050, loss[loss=0.2426, simple_loss=0.3215, pruned_loss=0.0819, over 14292.00 frames. utt_duration=372.8 frames, utt_pad_proportion=0.03668, over 154.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3423, pruned_loss=0.09526, over 2775370.21 frames. utt_duration=243.5 frames, utt_pad_proportion=0.07268, over 45874.49 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 22:15:54,227 INFO [train.py:885] (1/2) Epoch 32, batch 5100, loss[loss=0.186, simple_loss=0.2583, pruned_loss=0.05679, over 13709.00 frames. utt_duration=1098 frames, utt_pad_proportion=0.0778, over 50.00 utterances.], tot_loss[loss=0.2656, simple_loss=0.3415, pruned_loss=0.09483, over 2776375.74 frames. utt_duration=245.2 frames, utt_pad_proportion=0.07122, over 45555.42 utterances.], batch size: 50, lr: 1.47e-04 +2022-09-19 22:16:23,961 INFO [train.py:885] (1/2) Epoch 32, batch 5150, loss[loss=0.2855, simple_loss=0.3826, pruned_loss=0.09421, over 13811.00 frames. utt_duration=135.9 frames, utt_pad_proportion=0.06899, over 411.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3456, pruned_loss=0.09665, over 2779490.52 frames. utt_duration=234.1 frames, utt_pad_proportion=0.07227, over 47793.07 utterances.], batch size: 411, lr: 1.47e-04 +2022-09-19 22:16:53,462 INFO [train.py:885] (1/2) Epoch 32, batch 5200, loss[loss=0.3033, simple_loss=0.3709, pruned_loss=0.1178, over 14336.00 frames. utt_duration=204.1 frames, utt_pad_proportion=0.03749, over 283.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3444, pruned_loss=0.09592, over 2778327.43 frames. utt_duration=236.4 frames, utt_pad_proportion=0.0711, over 47310.87 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 22:17:23,196 INFO [train.py:885] (1/2) Epoch 32, batch 5250, loss[loss=0.1772, simple_loss=0.2514, pruned_loss=0.05153, over 13995.00 frames. utt_duration=934.4 frames, utt_pad_proportion=0.0609, over 60.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3439, pruned_loss=0.09653, over 2782721.48 frames. utt_duration=241.5 frames, utt_pad_proportion=0.07049, over 46367.02 utterances.], batch size: 60, lr: 1.47e-04 +2022-09-19 22:17:53,013 INFO [train.py:885] (1/2) Epoch 32, batch 5300, loss[loss=0.244, simple_loss=0.3312, pruned_loss=0.07835, over 14267.00 frames. utt_duration=343.1 frames, utt_pad_proportion=0.04415, over 167.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3469, pruned_loss=0.09864, over 2785808.97 frames. utt_duration=239.4 frames, utt_pad_proportion=0.07114, over 46832.45 utterances.], batch size: 167, lr: 1.47e-04 +2022-09-19 22:18:22,636 INFO [train.py:885] (1/2) Epoch 32, batch 5350, loss[loss=0.4018, simple_loss=0.4963, pruned_loss=0.1537, over 13179.00 frames. utt_duration=82.25 frames, utt_pad_proportion=0.1059, over 653.00 utterances.], tot_loss[loss=0.2739, simple_loss=0.3486, pruned_loss=0.09966, over 2784265.30 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07191, over 47742.41 utterances.], batch size: 653, lr: 1.47e-04 +2022-09-19 22:18:52,239 INFO [train.py:885] (1/2) Epoch 32, batch 5400, loss[loss=0.2879, simple_loss=0.3626, pruned_loss=0.1066, over 14271.00 frames. utt_duration=255.2 frames, utt_pad_proportion=0.0406, over 225.00 utterances.], tot_loss[loss=0.2709, simple_loss=0.3463, pruned_loss=0.09778, over 2785712.50 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07141, over 47171.34 utterances.], batch size: 225, lr: 1.47e-04 +2022-09-19 22:19:25,359 INFO [train.py:885] (1/2) Epoch 32, batch 5450, loss[loss=0.1691, simple_loss=0.244, pruned_loss=0.04706, over 12731.00 frames. utt_duration=2038 frames, utt_pad_proportion=0.1275, over 25.00 utterances.], tot_loss[loss=0.2691, simple_loss=0.3443, pruned_loss=0.09697, over 2790561.42 frames. utt_duration=246.2 frames, utt_pad_proportion=0.06847, over 45614.70 utterances.], batch size: 25, lr: 1.47e-04 +2022-09-19 22:20:01,258 INFO [train.py:885] (1/2) Epoch 32, batch 5500, loss[loss=0.3056, simple_loss=0.3862, pruned_loss=0.1125, over 14011.00 frames. utt_duration=154.9 frames, utt_pad_proportion=0.05561, over 365.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3449, pruned_loss=0.09803, over 2790228.04 frames. utt_duration=246.8 frames, utt_pad_proportion=0.06804, over 45497.48 utterances.], batch size: 365, lr: 1.47e-04 +2022-09-19 22:20:30,829 INFO [train.py:885] (1/2) Epoch 32, batch 5550, loss[loss=0.2452, simple_loss=0.3248, pruned_loss=0.08281, over 14295.00 frames. utt_duration=372.9 frames, utt_pad_proportion=0.03901, over 154.00 utterances.], tot_loss[loss=0.2724, simple_loss=0.3471, pruned_loss=0.09885, over 2786622.58 frames. utt_duration=239.7 frames, utt_pad_proportion=0.07131, over 46780.93 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 22:21:00,550 INFO [train.py:885] (1/2) Epoch 32, batch 5600, loss[loss=0.1661, simple_loss=0.2333, pruned_loss=0.0494, over 13659.00 frames. utt_duration=1094 frames, utt_pad_proportion=0.07966, over 50.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.3454, pruned_loss=0.09791, over 2784637.74 frames. utt_duration=242 frames, utt_pad_proportion=0.07204, over 46306.14 utterances.], batch size: 50, lr: 1.47e-04 +2022-09-19 22:21:31,102 INFO [train.py:885] (1/2) Epoch 32, batch 5650, loss[loss=0.5676, simple_loss=0.6423, pruned_loss=0.2464, over 12437.00 frames. utt_duration=62.98 frames, utt_pad_proportion=0.1489, over 810.00 utterances.], tot_loss[loss=0.2734, simple_loss=0.3481, pruned_loss=0.09936, over 2782932.56 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07157, over 47642.10 utterances.], batch size: 810, lr: 1.47e-04 +2022-09-19 22:22:00,676 INFO [train.py:885] (1/2) Epoch 32, batch 5700, loss[loss=0.157, simple_loss=0.2395, pruned_loss=0.03727, over 13683.00 frames. utt_duration=1304 frames, utt_pad_proportion=0.08273, over 42.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.345, pruned_loss=0.09795, over 2779851.97 frames. utt_duration=240.7 frames, utt_pad_proportion=0.07181, over 46475.89 utterances.], batch size: 42, lr: 1.47e-04 +2022-09-19 22:22:30,099 INFO [train.py:885] (1/2) Epoch 32, batch 5750, loss[loss=0.1771, simple_loss=0.2604, pruned_loss=0.04692, over 14256.00 frames. utt_duration=642.4 frames, utt_pad_proportion=0.04268, over 89.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.347, pruned_loss=0.09861, over 2782583.76 frames. utt_duration=236.8 frames, utt_pad_proportion=0.07169, over 47304.69 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:22:59,808 INFO [train.py:885] (1/2) Epoch 32, batch 5800, loss[loss=0.1571, simple_loss=0.2223, pruned_loss=0.04599, over 13576.00 frames. utt_duration=1294 frames, utt_pad_proportion=0.08843, over 42.00 utterances.], tot_loss[loss=0.2704, simple_loss=0.3447, pruned_loss=0.09802, over 2781456.23 frames. utt_duration=244.7 frames, utt_pad_proportion=0.07231, over 45747.51 utterances.], batch size: 42, lr: 1.47e-04 +2022-09-19 22:23:29,611 INFO [train.py:885] (1/2) Epoch 32, batch 5850, loss[loss=0.3216, simple_loss=0.3881, pruned_loss=0.1275, over 14306.00 frames. utt_duration=203.6 frames, utt_pad_proportion=0.03974, over 283.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3483, pruned_loss=0.0994, over 2778854.96 frames. utt_duration=236.1 frames, utt_pad_proportion=0.07525, over 47385.35 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 22:23:57,928 INFO [train.py:885] (1/2) Epoch 32, batch 5900, loss[loss=0.2584, simple_loss=0.331, pruned_loss=0.09288, over 14299.00 frames. utt_duration=441.5 frames, utt_pad_proportion=0.03811, over 130.00 utterances.], tot_loss[loss=0.2743, simple_loss=0.3498, pruned_loss=0.09945, over 2781808.14 frames. utt_duration=233.2 frames, utt_pad_proportion=0.07364, over 48025.83 utterances.], batch size: 130, lr: 1.47e-04 +2022-09-19 22:24:27,863 INFO [train.py:885] (1/2) Epoch 32, batch 5950, loss[loss=0.337, simple_loss=0.4517, pruned_loss=0.1112, over 13123.00 frames. utt_duration=81.89 frames, utt_pad_proportion=0.1098, over 653.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3468, pruned_loss=0.09817, over 2780363.24 frames. utt_duration=238.4 frames, utt_pad_proportion=0.07383, over 46941.33 utterances.], batch size: 653, lr: 1.47e-04 +2022-09-19 22:24:57,225 INFO [train.py:885] (1/2) Epoch 32, batch 6000, loss[loss=0.1595, simple_loss=0.2298, pruned_loss=0.04465, over 13850.00 frames. utt_duration=924.9 frames, utt_pad_proportion=0.06766, over 60.00 utterances.], tot_loss[loss=0.2681, simple_loss=0.3437, pruned_loss=0.09625, over 2777453.19 frames. utt_duration=238.5 frames, utt_pad_proportion=0.0734, over 46866.73 utterances.], batch size: 60, lr: 1.47e-04 +2022-09-19 22:24:57,227 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 22:25:02,160 INFO [train.py:914] (1/2) Epoch 32, validation: loss=0.1909, simple_loss=0.2709, pruned_loss=0.05548, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 22:25:31,999 INFO [train.py:885] (1/2) Epoch 32, batch 6050, loss[loss=0.3215, simple_loss=0.3939, pruned_loss=0.1245, over 14324.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.039, over 262.00 utterances.], tot_loss[loss=0.2667, simple_loss=0.3423, pruned_loss=0.09553, over 2778456.19 frames. utt_duration=239.5 frames, utt_pad_proportion=0.0743, over 46684.63 utterances.], batch size: 262, lr: 1.47e-04 +2022-09-19 22:26:01,266 INFO [train.py:885] (1/2) Epoch 32, batch 6100, loss[loss=0.5673, simple_loss=0.6352, pruned_loss=0.2497, over 12404.00 frames. utt_duration=62.82 frames, utt_pad_proportion=0.1511, over 810.00 utterances.], tot_loss[loss=0.2668, simple_loss=0.3423, pruned_loss=0.09565, over 2778934.49 frames. utt_duration=241 frames, utt_pad_proportion=0.07339, over 46414.81 utterances.], batch size: 810, lr: 1.47e-04 +2022-09-19 22:26:31,044 INFO [train.py:885] (1/2) Epoch 32, batch 6150, loss[loss=0.3524, simple_loss=0.4348, pruned_loss=0.135, over 13785.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07074, over 411.00 utterances.], tot_loss[loss=0.269, simple_loss=0.3447, pruned_loss=0.09667, over 2780036.84 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07278, over 47026.12 utterances.], batch size: 411, lr: 1.47e-04 +2022-09-19 22:27:01,094 INFO [train.py:885] (1/2) Epoch 32, batch 6200, loss[loss=0.2587, simple_loss=0.3431, pruned_loss=0.08713, over 14264.00 frames. utt_duration=372.2 frames, utt_pad_proportion=0.04317, over 154.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3468, pruned_loss=0.09774, over 2775771.27 frames. utt_duration=233.9 frames, utt_pad_proportion=0.07475, over 47762.46 utterances.], batch size: 154, lr: 1.47e-04 +2022-09-19 22:27:29,794 INFO [train.py:885] (1/2) Epoch 32, batch 6250, loss[loss=0.3394, simple_loss=0.3962, pruned_loss=0.1413, over 14358.00 frames. utt_duration=274.9 frames, utt_pad_proportion=0.03541, over 210.00 utterances.], tot_loss[loss=0.271, simple_loss=0.3468, pruned_loss=0.09764, over 2780615.40 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07219, over 47601.16 utterances.], batch size: 210, lr: 1.47e-04 +2022-09-19 22:27:59,620 INFO [train.py:885] (1/2) Epoch 32, batch 6300, loss[loss=0.2557, simple_loss=0.3255, pruned_loss=0.09296, over 14243.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04641, over 141.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.346, pruned_loss=0.09709, over 2780987.14 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07217, over 47691.60 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 22:28:29,053 INFO [train.py:885] (1/2) Epoch 32, batch 6350, loss[loss=0.2757, simple_loss=0.3572, pruned_loss=0.09711, over 14334.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.0372, over 195.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.3453, pruned_loss=0.09697, over 2783080.41 frames. utt_duration=237.7 frames, utt_pad_proportion=0.071, over 47126.71 utterances.], batch size: 195, lr: 1.47e-04 +2022-09-19 22:28:59,251 INFO [train.py:885] (1/2) Epoch 32, batch 6400, loss[loss=0.2058, simple_loss=0.2734, pruned_loss=0.06914, over 14023.00 frames. utt_duration=802.7 frames, utt_pad_proportion=0.06225, over 70.00 utterances.], tot_loss[loss=0.2751, simple_loss=0.3511, pruned_loss=0.09955, over 2779316.93 frames. utt_duration=225.1 frames, utt_pad_proportion=0.07425, over 49705.57 utterances.], batch size: 70, lr: 1.47e-04 +2022-09-19 22:29:29,146 INFO [train.py:885] (1/2) Epoch 32, batch 6450, loss[loss=0.2345, simple_loss=0.3052, pruned_loss=0.0819, over 14336.00 frames. utt_duration=522.9 frames, utt_pad_proportion=0.04057, over 110.00 utterances.], tot_loss[loss=0.2747, simple_loss=0.3499, pruned_loss=0.09973, over 2782019.47 frames. utt_duration=232.4 frames, utt_pad_proportion=0.07214, over 48185.90 utterances.], batch size: 110, lr: 1.47e-04 +2022-09-19 22:30:03,449 INFO [train.py:885] (1/2) Epoch 32, batch 6500, loss[loss=0.222, simple_loss=0.3024, pruned_loss=0.07083, over 14255.00 frames. utt_duration=642.1 frames, utt_pad_proportion=0.04456, over 89.00 utterances.], tot_loss[loss=0.2718, simple_loss=0.3469, pruned_loss=0.09836, over 2785157.80 frames. utt_duration=240.3 frames, utt_pad_proportion=0.07117, over 46647.34 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:30:32,851 INFO [train.py:885] (1/2) Epoch 32, batch 6550, loss[loss=0.183, simple_loss=0.258, pruned_loss=0.05397, over 13958.00 frames. utt_duration=810.7 frames, utt_pad_proportion=0.05618, over 69.00 utterances.], tot_loss[loss=0.2697, simple_loss=0.3453, pruned_loss=0.09703, over 2785313.14 frames. utt_duration=242.5 frames, utt_pad_proportion=0.07129, over 46219.13 utterances.], batch size: 69, lr: 1.47e-04 +2022-09-19 22:31:02,331 INFO [train.py:885] (1/2) Epoch 32, batch 6600, loss[loss=0.2694, simple_loss=0.3514, pruned_loss=0.09367, over 14367.00 frames. utt_duration=237.1 frames, utt_pad_proportion=0.03237, over 244.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3477, pruned_loss=0.09826, over 2780501.90 frames. utt_duration=234.7 frames, utt_pad_proportion=0.07396, over 47690.09 utterances.], batch size: 244, lr: 1.47e-04 +2022-09-19 22:31:33,427 INFO [train.py:885] (1/2) Epoch 32, batch 6650, loss[loss=0.2607, simple_loss=0.3448, pruned_loss=0.08829, over 14338.00 frames. utt_duration=295.7 frames, utt_pad_proportion=0.03687, over 195.00 utterances.], tot_loss[loss=0.2687, simple_loss=0.3448, pruned_loss=0.09627, over 2782835.90 frames. utt_duration=239.5 frames, utt_pad_proportion=0.07312, over 46757.88 utterances.], batch size: 195, lr: 1.47e-04 +2022-09-19 22:32:06,076 INFO [train.py:885] (1/2) Epoch 32, batch 6700, loss[loss=0.3275, simple_loss=0.3873, pruned_loss=0.1338, over 14340.00 frames. utt_duration=204.2 frames, utt_pad_proportion=0.03695, over 283.00 utterances.], tot_loss[loss=0.2695, simple_loss=0.3454, pruned_loss=0.0968, over 2785309.11 frames. utt_duration=239.9 frames, utt_pad_proportion=0.07323, over 46734.27 utterances.], batch size: 283, lr: 1.47e-04 +2022-09-19 22:32:36,311 INFO [train.py:885] (1/2) Epoch 32, batch 6750, loss[loss=0.2315, simple_loss=0.3109, pruned_loss=0.07606, over 14269.00 frames. utt_duration=406.2 frames, utt_pad_proportion=0.04419, over 141.00 utterances.], tot_loss[loss=0.27, simple_loss=0.3456, pruned_loss=0.0972, over 2782439.82 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07407, over 46647.03 utterances.], batch size: 141, lr: 1.47e-04 +2022-09-19 22:33:12,161 INFO [train.py:885] (1/2) Epoch 32, batch 6800, loss[loss=0.2218, simple_loss=0.2929, pruned_loss=0.0754, over 13905.00 frames. utt_duration=705.6 frames, utt_pad_proportion=0.06669, over 79.00 utterances.], tot_loss[loss=0.2705, simple_loss=0.3456, pruned_loss=0.09774, over 2781725.07 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07471, over 46291.68 utterances.], batch size: 79, lr: 1.47e-04 +2022-09-19 22:33:41,844 INFO [train.py:885] (1/2) Epoch 32, batch 6850, loss[loss=0.1786, simple_loss=0.2462, pruned_loss=0.05548, over 13164.00 frames. utt_duration=1597 frames, utt_pad_proportion=0.1121, over 33.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3455, pruned_loss=0.09732, over 2779366.97 frames. utt_duration=240.1 frames, utt_pad_proportion=0.07538, over 46600.41 utterances.], batch size: 33, lr: 1.47e-04 +2022-09-19 22:34:11,873 INFO [train.py:885] (1/2) Epoch 32, batch 6900, loss[loss=0.1843, simple_loss=0.2519, pruned_loss=0.05838, over 14011.00 frames. utt_duration=573.3 frames, utt_pad_proportion=0.05868, over 98.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3426, pruned_loss=0.09669, over 2776458.24 frames. utt_duration=244.2 frames, utt_pad_proportion=0.07388, over 45754.68 utterances.], batch size: 98, lr: 1.47e-04 +2022-09-19 22:34:41,833 INFO [train.py:885] (1/2) Epoch 32, batch 6950, loss[loss=0.2099, simple_loss=0.2804, pruned_loss=0.06977, over 14261.00 frames. utt_duration=642.4 frames, utt_pad_proportion=0.04401, over 89.00 utterances.], tot_loss[loss=0.2648, simple_loss=0.34, pruned_loss=0.09477, over 2776241.37 frames. utt_duration=246.3 frames, utt_pad_proportion=0.07373, over 45358.63 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:35:11,242 INFO [train.py:885] (1/2) Epoch 32, batch 7000, loss[loss=0.1846, simple_loss=0.2673, pruned_loss=0.05093, over 14183.00 frames. utt_duration=638.8 frames, utt_pad_proportion=0.04652, over 89.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3425, pruned_loss=0.09594, over 2778395.09 frames. utt_duration=243.2 frames, utt_pad_proportion=0.07342, over 45972.48 utterances.], batch size: 89, lr: 1.47e-04 +2022-09-19 22:35:40,630 INFO [train.py:885] (1/2) Epoch 32, batch 7050, loss[loss=0.1708, simple_loss=0.2368, pruned_loss=0.05238, over 13865.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.06041, over 69.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.343, pruned_loss=0.09636, over 2777105.51 frames. utt_duration=243.4 frames, utt_pad_proportion=0.07514, over 45925.93 utterances.], batch size: 69, lr: 1.47e-04 +2022-09-19 22:36:10,245 INFO [train.py:885] (1/2) Epoch 32, batch 7100, loss[loss=0.1785, simple_loss=0.2344, pruned_loss=0.06131, over 12470.00 frames. utt_duration=2080 frames, utt_pad_proportion=0.1448, over 24.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.344, pruned_loss=0.09648, over 2774929.31 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07376, over 46982.58 utterances.], batch size: 24, lr: 1.47e-04 +2022-09-19 22:36:40,631 INFO [train.py:885] (1/2) Epoch 32, batch 7150, loss[loss=0.1573, simple_loss=0.2413, pruned_loss=0.03671, over 13868.00 frames. utt_duration=805.2 frames, utt_pad_proportion=0.06261, over 69.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3453, pruned_loss=0.09673, over 2776873.80 frames. utt_duration=233.1 frames, utt_pad_proportion=0.0745, over 47951.56 utterances.], batch size: 69, lr: 1.47e-04 +2022-09-19 22:37:09,713 INFO [train.py:885] (1/2) Epoch 32, batch 7200, loss[loss=0.2188, simple_loss=0.2912, pruned_loss=0.07318, over 14289.00 frames. utt_duration=477.7 frames, utt_pad_proportion=0.04073, over 120.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.3424, pruned_loss=0.09574, over 2785384.42 frames. utt_duration=245.5 frames, utt_pad_proportion=0.0704, over 45664.24 utterances.], batch size: 120, lr: 1.46e-04 +2022-09-19 22:37:38,969 INFO [train.py:885] (1/2) Epoch 32, batch 7250, loss[loss=0.2054, simple_loss=0.2726, pruned_loss=0.06916, over 14210.00 frames. utt_duration=640.3 frames, utt_pad_proportion=0.04573, over 89.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3437, pruned_loss=0.09674, over 2785148.95 frames. utt_duration=242.4 frames, utt_pad_proportion=0.07144, over 46233.97 utterances.], batch size: 89, lr: 1.46e-04 +2022-09-19 22:38:07,738 INFO [train.py:885] (1/2) Epoch 32, batch 7300, loss[loss=0.3361, simple_loss=0.409, pruned_loss=0.1316, over 13977.00 frames. utt_duration=154.6 frames, utt_pad_proportion=0.05735, over 365.00 utterances.], tot_loss[loss=0.2706, simple_loss=0.345, pruned_loss=0.09816, over 2781763.58 frames. utt_duration=239.6 frames, utt_pad_proportion=0.0717, over 46720.59 utterances.], batch size: 365, lr: 1.46e-04 +2022-09-19 22:38:37,929 INFO [train.py:885] (1/2) Epoch 32, batch 7350, loss[loss=0.2035, simple_loss=0.2712, pruned_loss=0.0679, over 13843.00 frames. utt_duration=804.2 frames, utt_pad_proportion=0.06268, over 69.00 utterances.], tot_loss[loss=0.2693, simple_loss=0.344, pruned_loss=0.0973, over 2784277.22 frames. utt_duration=240.7 frames, utt_pad_proportion=0.0699, over 46558.89 utterances.], batch size: 69, lr: 1.46e-04 +2022-09-19 22:39:07,202 INFO [train.py:885] (1/2) Epoch 32, batch 7400, loss[loss=0.1914, simple_loss=0.2729, pruned_loss=0.05494, over 14159.00 frames. utt_duration=637.9 frames, utt_pad_proportion=0.04936, over 89.00 utterances.], tot_loss[loss=0.2711, simple_loss=0.3455, pruned_loss=0.09838, over 2780590.41 frames. utt_duration=240 frames, utt_pad_proportion=0.07184, over 46628.96 utterances.], batch size: 89, lr: 1.46e-04 +2022-09-19 22:39:37,249 INFO [train.py:885] (1/2) Epoch 32, batch 7450, loss[loss=0.3152, simple_loss=0.405, pruned_loss=0.1127, over 13769.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07184, over 411.00 utterances.], tot_loss[loss=0.273, simple_loss=0.3484, pruned_loss=0.09877, over 2780443.80 frames. utt_duration=232 frames, utt_pad_proportion=0.07258, over 48254.91 utterances.], batch size: 411, lr: 1.46e-04 +2022-09-19 22:40:06,913 INFO [train.py:885] (1/2) Epoch 32, batch 7500, loss[loss=0.1864, simple_loss=0.254, pruned_loss=0.05937, over 14028.00 frames. utt_duration=711.6 frames, utt_pad_proportion=0.05872, over 79.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3457, pruned_loss=0.09783, over 2782001.77 frames. utt_duration=239.8 frames, utt_pad_proportion=0.07194, over 46693.58 utterances.], batch size: 79, lr: 1.46e-04 +2022-09-19 22:40:36,310 INFO [train.py:885] (1/2) Epoch 32, batch 7550, loss[loss=0.3329, simple_loss=0.4339, pruned_loss=0.1159, over 13594.00 frames. utt_duration=98.52 frames, utt_pad_proportion=0.07926, over 560.00 utterances.], tot_loss[loss=0.2728, simple_loss=0.3482, pruned_loss=0.09873, over 2787713.64 frames. utt_duration=236 frames, utt_pad_proportion=0.06916, over 47549.75 utterances.], batch size: 560, lr: 1.46e-04 +2022-09-19 22:41:05,533 INFO [train.py:885] (1/2) Epoch 32, batch 7600, loss[loss=0.288, simple_loss=0.365, pruned_loss=0.1055, over 14322.00 frames. utt_duration=220.1 frames, utt_pad_proportion=0.03887, over 262.00 utterances.], tot_loss[loss=0.2703, simple_loss=0.3459, pruned_loss=0.09741, over 2788018.12 frames. utt_duration=241 frames, utt_pad_proportion=0.06932, over 46559.26 utterances.], batch size: 262, lr: 1.46e-04 +2022-09-19 22:41:35,068 INFO [train.py:885] (1/2) Epoch 32, batch 7650, loss[loss=0.2117, simple_loss=0.2927, pruned_loss=0.06531, over 14176.00 frames. utt_duration=521.7 frames, utt_pad_proportion=0.04451, over 109.00 utterances.], tot_loss[loss=0.2719, simple_loss=0.3476, pruned_loss=0.09811, over 2787611.68 frames. utt_duration=238.8 frames, utt_pad_proportion=0.06982, over 46985.38 utterances.], batch size: 109, lr: 1.46e-04 +2022-09-19 22:42:04,952 INFO [train.py:885] (1/2) Epoch 32, batch 7700, loss[loss=0.2769, simple_loss=0.3852, pruned_loss=0.08435, over 13617.00 frames. utt_duration=115.6 frames, utt_pad_proportion=0.08219, over 477.00 utterances.], tot_loss[loss=0.2736, simple_loss=0.3491, pruned_loss=0.09905, over 2782581.26 frames. utt_duration=231.2 frames, utt_pad_proportion=0.07133, over 48455.84 utterances.], batch size: 477, lr: 1.46e-04 +2022-09-19 22:42:33,917 INFO [train.py:885] (1/2) Epoch 32, batch 7750, loss[loss=0.2908, simple_loss=0.3646, pruned_loss=0.1085, over 14326.00 frames. utt_duration=203.9 frames, utt_pad_proportion=0.03807, over 283.00 utterances.], tot_loss[loss=0.2702, simple_loss=0.3457, pruned_loss=0.09738, over 2779519.49 frames. utt_duration=234.3 frames, utt_pad_proportion=0.07201, over 47753.13 utterances.], batch size: 283, lr: 1.46e-04 +2022-09-19 22:43:03,631 INFO [train.py:885] (1/2) Epoch 32, batch 7800, loss[loss=0.2538, simple_loss=0.3613, pruned_loss=0.0732, over 13771.00 frames. utt_duration=135.4 frames, utt_pad_proportion=0.07233, over 411.00 utterances.], tot_loss[loss=0.2685, simple_loss=0.3441, pruned_loss=0.09647, over 2778981.72 frames. utt_duration=237.2 frames, utt_pad_proportion=0.07184, over 47155.25 utterances.], batch size: 411, lr: 1.46e-04 +2022-09-19 22:43:33,192 INFO [train.py:885] (1/2) Epoch 32, batch 7850, loss[loss=0.3483, simple_loss=0.4049, pruned_loss=0.1459, over 14201.00 frames. utt_duration=171 frames, utt_pad_proportion=0.04491, over 335.00 utterances.], tot_loss[loss=0.268, simple_loss=0.3437, pruned_loss=0.09615, over 2778658.22 frames. utt_duration=237.3 frames, utt_pad_proportion=0.07218, over 47138.03 utterances.], batch size: 335, lr: 1.46e-04 +2022-09-19 22:44:02,863 INFO [train.py:885] (1/2) Epoch 32, batch 7900, loss[loss=0.1718, simple_loss=0.2415, pruned_loss=0.05104, over 13579.00 frames. utt_duration=1088 frames, utt_pad_proportion=0.08515, over 50.00 utterances.], tot_loss[loss=0.2657, simple_loss=0.3422, pruned_loss=0.0946, over 2780822.29 frames. utt_duration=237.4 frames, utt_pad_proportion=0.0721, over 47151.29 utterances.], batch size: 50, lr: 1.46e-04 +2022-09-19 22:44:31,332 INFO [train.py:885] (1/2) Epoch 32, batch 7950, loss[loss=0.2032, simple_loss=0.2762, pruned_loss=0.06512, over 14138.00 frames. utt_duration=637.1 frames, utt_pad_proportion=0.04775, over 89.00 utterances.], tot_loss[loss=0.2655, simple_loss=0.3423, pruned_loss=0.09435, over 2781277.21 frames. utt_duration=237.7 frames, utt_pad_proportion=0.07344, over 47102.39 utterances.], batch size: 89, lr: 1.46e-04 +2022-09-19 22:45:00,606 INFO [train.py:885] (1/2) Epoch 32, batch 8000, loss[loss=0.2404, simple_loss=0.3238, pruned_loss=0.07855, over 14318.00 frames. utt_duration=254.8 frames, utt_pad_proportion=0.03837, over 226.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3417, pruned_loss=0.09435, over 2778903.29 frames. utt_duration=241.4 frames, utt_pad_proportion=0.07465, over 46322.47 utterances.], batch size: 226, lr: 1.46e-04 +2022-09-19 22:45:30,434 INFO [train.py:885] (1/2) Epoch 32, batch 8050, loss[loss=0.296, simple_loss=0.3661, pruned_loss=0.113, over 14334.00 frames. utt_duration=295.6 frames, utt_pad_proportion=0.03698, over 195.00 utterances.], tot_loss[loss=0.2666, simple_loss=0.3429, pruned_loss=0.09522, over 2782929.54 frames. utt_duration=240.6 frames, utt_pad_proportion=0.0717, over 46554.24 utterances.], batch size: 195, lr: 1.46e-04 +2022-09-19 22:45:59,572 INFO [train.py:885] (1/2) Epoch 32, batch 8100, loss[loss=0.3005, simple_loss=0.4067, pruned_loss=0.09714, over 13590.00 frames. utt_duration=115.5 frames, utt_pad_proportion=0.08306, over 477.00 utterances.], tot_loss[loss=0.2674, simple_loss=0.344, pruned_loss=0.09544, over 2786217.27 frames. utt_duration=237.9 frames, utt_pad_proportion=0.07043, over 47149.94 utterances.], batch size: 477, lr: 1.46e-04 +2022-09-19 22:46:29,650 INFO [train.py:885] (1/2) Epoch 32, batch 8150, loss[loss=0.2437, simple_loss=0.3208, pruned_loss=0.08327, over 14264.00 frames. utt_duration=440.2 frames, utt_pad_proportion=0.04094, over 130.00 utterances.], tot_loss[loss=0.2707, simple_loss=0.3477, pruned_loss=0.09686, over 2786020.19 frames. utt_duration=231.5 frames, utt_pad_proportion=0.07189, over 48453.76 utterances.], batch size: 130, lr: 1.46e-04 +2022-09-19 22:46:58,930 INFO [train.py:885] (1/2) Epoch 32, batch 8200, loss[loss=0.1762, simple_loss=0.2495, pruned_loss=0.05139, over 14102.00 frames. utt_duration=635.3 frames, utt_pad_proportion=0.05459, over 89.00 utterances.], tot_loss[loss=0.2658, simple_loss=0.342, pruned_loss=0.09482, over 2785039.13 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07105, over 46098.69 utterances.], batch size: 89, lr: 1.46e-04 +2022-09-19 22:47:29,040 INFO [train.py:885] (1/2) Epoch 32, batch 8250, loss[loss=0.502, simple_loss=0.5943, pruned_loss=0.2048, over 12505.00 frames. utt_duration=63.31 frames, utt_pad_proportion=0.1444, over 810.00 utterances.], tot_loss[loss=0.2677, simple_loss=0.3435, pruned_loss=0.09594, over 2783882.13 frames. utt_duration=241.9 frames, utt_pad_proportion=0.07247, over 46318.09 utterances.], batch size: 810, lr: 1.46e-04 +2022-09-19 22:47:59,193 INFO [train.py:885] (1/2) Epoch 32, batch 8300, loss[loss=0.3309, simple_loss=0.3892, pruned_loss=0.1363, over 14188.00 frames. utt_duration=187.1 frames, utt_pad_proportion=0.04518, over 306.00 utterances.], tot_loss[loss=0.2715, simple_loss=0.3472, pruned_loss=0.09785, over 2781294.64 frames. utt_duration=235.1 frames, utt_pad_proportion=0.07339, over 47628.33 utterances.], batch size: 306, lr: 1.46e-04 +2022-09-19 22:48:28,232 INFO [train.py:885] (1/2) Epoch 32, batch 8350, loss[loss=0.3332, simple_loss=0.3908, pruned_loss=0.1378, over 14329.00 frames. utt_duration=204 frames, utt_pad_proportion=0.03795, over 283.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3441, pruned_loss=0.09635, over 2780303.69 frames. utt_duration=241.8 frames, utt_pad_proportion=0.07375, over 46269.46 utterances.], batch size: 283, lr: 1.46e-04 +2022-09-19 22:48:58,178 INFO [train.py:885] (1/2) Epoch 32, batch 8400, loss[loss=0.3584, simple_loss=0.4653, pruned_loss=0.1258, over 13192.00 frames. utt_duration=82.35 frames, utt_pad_proportion=0.1049, over 653.00 utterances.], tot_loss[loss=0.2714, simple_loss=0.3475, pruned_loss=0.09763, over 2779280.78 frames. utt_duration=231.1 frames, utt_pad_proportion=0.07455, over 48418.93 utterances.], batch size: 653, lr: 1.46e-04 +2022-09-19 22:49:27,190 INFO [train.py:885] (1/2) Epoch 32, batch 8450, loss[loss=0.1922, simple_loss=0.2689, pruned_loss=0.05773, over 13670.00 frames. utt_duration=1095 frames, utt_pad_proportion=0.07899, over 50.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.345, pruned_loss=0.09632, over 2775560.00 frames. utt_duration=234.8 frames, utt_pad_proportion=0.07628, over 47588.08 utterances.], batch size: 50, lr: 1.46e-04 +2022-09-19 22:49:56,766 INFO [train.py:885] (1/2) Epoch 32, batch 8500, loss[loss=0.1996, simple_loss=0.2571, pruned_loss=0.07106, over 13871.00 frames. utt_duration=926.3 frames, utt_pad_proportion=0.06811, over 60.00 utterances.], tot_loss[loss=0.2686, simple_loss=0.3449, pruned_loss=0.09615, over 2775309.71 frames. utt_duration=234.2 frames, utt_pad_proportion=0.075, over 47707.93 utterances.], batch size: 60, lr: 1.46e-04 +2022-09-19 22:50:26,192 INFO [train.py:885] (1/2) Epoch 32, batch 8550, loss[loss=0.2607, simple_loss=0.3466, pruned_loss=0.08741, over 14360.00 frames. utt_duration=236.9 frames, utt_pad_proportion=0.03319, over 244.00 utterances.], tot_loss[loss=0.2694, simple_loss=0.3454, pruned_loss=0.09674, over 2774168.50 frames. utt_duration=233.5 frames, utt_pad_proportion=0.07546, over 47827.53 utterances.], batch size: 244, lr: 1.46e-04 +2022-09-19 22:50:56,323 INFO [train.py:885] (1/2) Epoch 32, batch 8600, loss[loss=0.4847, simple_loss=0.5644, pruned_loss=0.2024, over 13124.00 frames. utt_duration=81.95 frames, utt_pad_proportion=0.1092, over 653.00 utterances.], tot_loss[loss=0.2721, simple_loss=0.3478, pruned_loss=0.09819, over 2776934.07 frames. utt_duration=231.6 frames, utt_pad_proportion=0.07469, over 48279.31 utterances.], batch size: 653, lr: 1.46e-04 +2022-09-19 22:51:26,292 INFO [train.py:885] (1/2) Epoch 32, batch 8650, loss[loss=0.1493, simple_loss=0.2157, pruned_loss=0.04143, over 13644.00 frames. utt_duration=1093 frames, utt_pad_proportion=0.07613, over 50.00 utterances.], tot_loss[loss=0.2692, simple_loss=0.3453, pruned_loss=0.09656, over 2775739.52 frames. utt_duration=235.3 frames, utt_pad_proportion=0.07358, over 47485.48 utterances.], batch size: 50, lr: 1.46e-04 +2022-09-19 22:51:55,392 INFO [train.py:885] (1/2) Epoch 32, batch 8700, loss[loss=0.2508, simple_loss=0.3237, pruned_loss=0.08895, over 14256.00 frames. utt_duration=519.8 frames, utt_pad_proportion=0.04616, over 110.00 utterances.], tot_loss[loss=0.2669, simple_loss=0.343, pruned_loss=0.09542, over 2782130.72 frames. utt_duration=242.8 frames, utt_pad_proportion=0.07175, over 46112.73 utterances.], batch size: 110, lr: 1.46e-04 +2022-09-19 22:52:25,817 INFO [train.py:885] (1/2) Epoch 32, batch 8750, loss[loss=0.5162, simple_loss=0.5967, pruned_loss=0.2178, over 12502.00 frames. utt_duration=63.29 frames, utt_pad_proportion=0.1448, over 810.00 utterances.], tot_loss[loss=0.2701, simple_loss=0.3454, pruned_loss=0.09736, over 2783644.58 frames. utt_duration=243.1 frames, utt_pad_proportion=0.07058, over 46090.79 utterances.], batch size: 810, lr: 1.46e-04 +2022-09-19 22:52:55,676 INFO [train.py:885] (1/2) Epoch 32, batch 8800, loss[loss=0.2905, simple_loss=0.3872, pruned_loss=0.09686, over 13794.00 frames. utt_duration=135.5 frames, utt_pad_proportion=0.07187, over 412.00 utterances.], tot_loss[loss=0.2696, simple_loss=0.345, pruned_loss=0.09713, over 2782665.62 frames. utt_duration=245 frames, utt_pad_proportion=0.06973, over 45715.21 utterances.], batch size: 412, lr: 1.46e-04 +2022-09-19 22:53:25,031 INFO [train.py:885] (1/2) Epoch 32, batch 8850, loss[loss=0.2351, simple_loss=0.3146, pruned_loss=0.07782, over 14154.00 frames. utt_duration=579.1 frames, utt_pad_proportion=0.04904, over 98.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3436, pruned_loss=0.0961, over 2784371.79 frames. utt_duration=247.4 frames, utt_pad_proportion=0.07056, over 45283.34 utterances.], batch size: 98, lr: 1.46e-04 +2022-09-19 22:53:54,312 INFO [train.py:885] (1/2) Epoch 32, batch 8900, loss[loss=0.2358, simple_loss=0.3181, pruned_loss=0.07672, over 14291.00 frames. utt_duration=372.7 frames, utt_pad_proportion=0.042, over 154.00 utterances.], tot_loss[loss=0.2652, simple_loss=0.3406, pruned_loss=0.09488, over 2783590.01 frames. utt_duration=254.7 frames, utt_pad_proportion=0.0692, over 43964.43 utterances.], batch size: 154, lr: 1.46e-04 +2022-09-19 22:54:24,213 INFO [train.py:885] (1/2) Epoch 32, batch 8950, loss[loss=0.1679, simple_loss=0.2388, pruned_loss=0.04849, over 13384.00 frames. utt_duration=1307 frames, utt_pad_proportion=0.0761, over 41.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.3427, pruned_loss=0.0959, over 2779863.34 frames. utt_duration=244.6 frames, utt_pad_proportion=0.07266, over 45729.20 utterances.], batch size: 41, lr: 1.46e-04 +2022-09-19 22:54:53,969 INFO [train.py:885] (1/2) Epoch 32, batch 9000, loss[loss=0.2251, simple_loss=0.3054, pruned_loss=0.07235, over 14268.00 frames. utt_duration=406.1 frames, utt_pad_proportion=0.04456, over 141.00 utterances.], tot_loss[loss=0.2684, simple_loss=0.3438, pruned_loss=0.09644, over 2778451.90 frames. utt_duration=241.2 frames, utt_pad_proportion=0.07416, over 46360.23 utterances.], batch size: 141, lr: 1.46e-04 +2022-09-19 22:54:53,970 INFO [train.py:905] (1/2) Computing validation loss +2022-09-19 22:54:58,300 INFO [train.py:914] (1/2) Epoch 32, validation: loss=0.1893, simple_loss=0.2679, pruned_loss=0.05533, over 425730.00 frames. utt_duration=527.9 frames, utt_pad_proportion=0.07488, over 3235.00 utterances. +2022-09-19 22:55:28,501 INFO [train.py:885] (1/2) Epoch 32, batch 9050, loss[loss=0.2869, simple_loss=0.3535, pruned_loss=0.1101, over 14347.00 frames. utt_duration=345 frames, utt_pad_proportion=0.03903, over 167.00 utterances.], tot_loss[loss=0.2683, simple_loss=0.3434, pruned_loss=0.09663, over 2780871.33 frames. utt_duration=245.5 frames, utt_pad_proportion=0.07168, over 45576.46 utterances.], batch size: 167, lr: 1.46e-04 +2022-09-19 22:55:58,413 INFO [train.py:885] (1/2) Epoch 32, batch 9100, loss[loss=0.3842, simple_loss=0.4812, pruned_loss=0.1435, over 13134.00 frames. utt_duration=81.96 frames, utt_pad_proportion=0.1091, over 653.00 utterances.], tot_loss[loss=0.2675, simple_loss=0.343, pruned_loss=0.09606, over 2784216.93 frames. utt_duration=246.4 frames, utt_pad_proportion=0.07122, over 45473.29 utterances.], batch size: 653, lr: 1.46e-04 +2022-09-19 22:56:28,529 INFO [train.py:885] (1/2) Epoch 32, batch 9150, loss[loss=0.4628, simple_loss=0.5667, pruned_loss=0.1794, over 12503.00 frames. utt_duration=63.32 frames, utt_pad_proportion=0.1443, over 810.00 utterances.], tot_loss[loss=0.2688, simple_loss=0.3438, pruned_loss=0.09692, over 2785243.33 frames. utt_duration=247.2 frames, utt_pad_proportion=0.07063, over 45334.20 utterances.], batch size: 810, lr: 1.46e-04 +2022-09-19 22:56:58,378 INFO [train.py:885] (1/2) Epoch 32, batch 9200, loss[loss=0.2153, simple_loss=0.2875, pruned_loss=0.0715, over 12860.00 frames. utt_duration=2059 frames, utt_pad_proportion=0.1393, over 25.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3408, pruned_loss=0.09586, over 2787634.03 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06834, over 43714.34 utterances.], batch size: 25, lr: 1.46e-04 +2022-09-19 22:57:28,121 INFO [train.py:885] (1/2) Epoch 32, batch 9250, loss[loss=0.2857, simple_loss=0.3883, pruned_loss=0.09157, over 13783.00 frames. utt_duration=135.6 frames, utt_pad_proportion=0.07138, over 411.00 utterances.], tot_loss[loss=0.2622, simple_loss=0.3373, pruned_loss=0.09353, over 2779748.77 frames. utt_duration=257.3 frames, utt_pad_proportion=0.06999, over 43466.59 utterances.], batch size: 411, lr: 1.46e-04 +2022-09-19 22:57:58,221 INFO [train.py:885] (1/2) Epoch 32, batch 9300, loss[loss=0.2806, simple_loss=0.3878, pruned_loss=0.08672, over 13608.00 frames. utt_duration=115.7 frames, utt_pad_proportion=0.08204, over 477.00 utterances.], tot_loss[loss=0.266, simple_loss=0.3416, pruned_loss=0.09516, over 2784239.11 frames. utt_duration=249.9 frames, utt_pad_proportion=0.06843, over 44828.81 utterances.], batch size: 477, lr: 1.46e-04 +2022-09-19 22:58:28,382 INFO [train.py:885] (1/2) Epoch 32, batch 9350, loss[loss=0.2615, simple_loss=0.3279, pruned_loss=0.09753, over 13985.00 frames. utt_duration=709.7 frames, utt_pad_proportion=0.06002, over 79.00 utterances.], tot_loss[loss=0.2663, simple_loss=0.3423, pruned_loss=0.09515, over 2780836.88 frames. utt_duration=246.1 frames, utt_pad_proportion=0.06984, over 45468.53 utterances.], batch size: 79, lr: 1.46e-04 +2022-09-19 22:58:57,868 INFO [train.py:885] (1/2) Epoch 32, batch 9400, loss[loss=0.2393, simple_loss=0.3218, pruned_loss=0.07844, over 14238.00 frames. utt_duration=405.3 frames, utt_pad_proportion=0.04634, over 141.00 utterances.], tot_loss[loss=0.2672, simple_loss=0.343, pruned_loss=0.09569, over 2779654.47 frames. utt_duration=244.7 frames, utt_pad_proportion=0.06992, over 45717.00 utterances.], batch size: 141, lr: 1.46e-04 +2022-09-19 22:59:27,710 INFO [train.py:885] (1/2) Epoch 32, batch 9450, loss[loss=0.1859, simple_loss=0.2453, pruned_loss=0.06322, over 13648.00 frames. utt_duration=1301 frames, utt_pad_proportion=0.08806, over 42.00 utterances.], tot_loss[loss=0.2679, simple_loss=0.3437, pruned_loss=0.09602, over 2778073.14 frames. utt_duration=238.9 frames, utt_pad_proportion=0.07081, over 46794.15 utterances.], batch size: 42, lr: 1.46e-04 +2022-09-19 22:59:58,073 INFO [train.py:885] (1/2) Epoch 32, batch 9500, loss[loss=0.1877, simple_loss=0.2571, pruned_loss=0.05919, over 13948.00 frames. utt_duration=810.1 frames, utt_pad_proportion=0.05694, over 69.00 utterances.], tot_loss[loss=0.2644, simple_loss=0.3396, pruned_loss=0.09457, over 2786675.91 frames. utt_duration=252 frames, utt_pad_proportion=0.06742, over 44484.55 utterances.], batch size: 69, lr: 1.46e-04 +2022-09-19 23:00:28,318 INFO [train.py:885] (1/2) Epoch 32, batch 9550, loss[loss=0.274, simple_loss=0.3456, pruned_loss=0.1012, over 14362.00 frames. utt_duration=296.1 frames, utt_pad_proportion=0.0356, over 195.00 utterances.], tot_loss[loss=0.2643, simple_loss=0.339, pruned_loss=0.09478, over 2788153.19 frames. utt_duration=256.5 frames, utt_pad_proportion=0.06609, over 43726.64 utterances.], batch size: 195, lr: 1.46e-04 +2022-09-19 23:00:57,920 INFO [train.py:885] (1/2) Epoch 32, batch 9600, loss[loss=0.2051, simple_loss=0.2811, pruned_loss=0.06452, over 14155.00 frames. utt_duration=521 frames, utt_pad_proportion=0.04577, over 109.00 utterances.], tot_loss[loss=0.2634, simple_loss=0.3385, pruned_loss=0.09415, over 2786437.77 frames. utt_duration=253.5 frames, utt_pad_proportion=0.06678, over 44214.62 utterances.], batch size: 109, lr: 1.46e-04 +2022-09-19 23:01:28,168 INFO [train.py:885] (1/2) Epoch 32, batch 9650, loss[loss=0.2757, simple_loss=0.384, pruned_loss=0.08368, over 13784.00 frames. utt_duration=135.7 frames, utt_pad_proportion=0.07043, over 411.00 utterances.], tot_loss[loss=0.2664, simple_loss=0.3419, pruned_loss=0.09546, over 2784223.18 frames. utt_duration=245.4 frames, utt_pad_proportion=0.06884, over 45660.04 utterances.], batch size: 411, lr: 1.46e-04 +2022-09-19 23:01:57,288 INFO [train.py:885] (1/2) Epoch 32, batch 9700, loss[loss=0.1895, simple_loss=0.2651, pruned_loss=0.05692, over 14064.00 frames. utt_duration=575.5 frames, utt_pad_proportion=0.05501, over 98.00 utterances.], tot_loss[loss=0.2621, simple_loss=0.3376, pruned_loss=0.09333, over 2782426.25 frames. utt_duration=249.7 frames, utt_pad_proportion=0.06854, over 44843.05 utterances.], batch size: 98, lr: 1.46e-04 +2022-09-19 23:02:27,348 INFO [train.py:885] (1/2) Epoch 32, batch 9750, loss[loss=0.1643, simple_loss=0.235, pruned_loss=0.04687, over 14128.00 frames. utt_duration=808.6 frames, utt_pad_proportion=0.05653, over 70.00 utterances.], tot_loss[loss=0.264, simple_loss=0.3396, pruned_loss=0.09421, over 2786481.61 frames. utt_duration=249.5 frames, utt_pad_proportion=0.06741, over 44943.13 utterances.], batch size: 70, lr: 1.46e-04 +2022-09-19 23:02:56,913 INFO [train.py:885] (1/2) Epoch 32, batch 9800, loss[loss=0.3063, simple_loss=0.4065, pruned_loss=0.103, over 13679.00 frames. utt_duration=116.1 frames, utt_pad_proportion=0.07838, over 477.00 utterances.], tot_loss[loss=0.2671, simple_loss=0.3423, pruned_loss=0.09594, over 2788283.36 frames. utt_duration=249.3 frames, utt_pad_proportion=0.0658, over 45005.09 utterances.], batch size: 477, lr: 1.46e-04 +2022-09-19 23:03:27,536 INFO [train.py:885] (1/2) Epoch 32, batch 9850, loss[loss=0.2216, simple_loss=0.3153, pruned_loss=0.06392, over 14403.00 frames. utt_duration=346.4 frames, utt_pad_proportion=0.03511, over 167.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3431, pruned_loss=0.09663, over 2788941.35 frames. utt_duration=247.8 frames, utt_pad_proportion=0.06635, over 45296.26 utterances.], batch size: 167, lr: 1.46e-04 +2022-09-19 23:03:56,365 INFO [train.py:885] (1/2) Epoch 32, batch 9900, loss[loss=0.2769, simple_loss=0.3551, pruned_loss=0.09939, over 14305.00 frames. utt_duration=319.2 frames, utt_pad_proportion=0.03865, over 180.00 utterances.], tot_loss[loss=0.2665, simple_loss=0.3414, pruned_loss=0.09578, over 2787298.61 frames. utt_duration=251.6 frames, utt_pad_proportion=0.06654, over 44577.29 utterances.], batch size: 180, lr: 1.46e-04 +2022-09-19 23:04:27,036 INFO [train.py:885] (1/2) Epoch 32, batch 9950, loss[loss=0.3004, simple_loss=0.4061, pruned_loss=0.09733, over 13669.00 frames. utt_duration=115.9 frames, utt_pad_proportion=0.08021, over 478.00 utterances.], tot_loss[loss=0.2682, simple_loss=0.3431, pruned_loss=0.0967, over 2783140.41 frames. utt_duration=245 frames, utt_pad_proportion=0.06847, over 45713.55 utterances.], batch size: 478, lr: 1.46e-04 +2022-09-19 23:04:28,547 INFO [utils.py:968] (1/2) Saving batch to pruned_transducer_stateless5/exp-uk-filtered2/batch-7aeff54e-808c-46a6-1f49-2fba47a1fca7.pt +2022-09-19 23:04:28,582 INFO [utils.py:974] (1/2) features shape: torch.Size([244, 246, 80]) +2022-09-19 23:04:28,584 INFO [utils.py:978] (1/2) num tokens: 3731 diff --git a/log/recogs-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt b/log/recogs-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt new file mode 100644 index 0000000000000000000000000000000000000000..c9638a5a019f03748f70bcc82c20a9a653dcf545 --- /dev/null +++ b/log/recogs-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt @@ -0,0 +1,6470 @@ +common_voice_uk_20894281-0-0: ref=['селянина', 'власника', 'знищеного', 'колективізацією', 'та', 'голодомором', 'треба', 'відроджувати'] +common_voice_uk_20894281-0-0: hyp=['селянина', 'власника', 'знищеного', 'колективізацію', 'та', 'голодомором', 'треба', 'відроджувати'] +common_voice_uk_20894282-1-0: ref=['виділи', 'очи', 'що', 'купували'] +common_voice_uk_20894282-1-0: hyp=['виділи', 'очі', 'що', 'купували'] +common_voice_uk_20894283-2-0: ref=['якщо', 'інвестує', 'велика', 'корпорація', 'на', 'сторожі', 'її', 'інтересів', 'стоїть', 'посольство', 'відповідної', 'держави'] +common_voice_uk_20894283-2-0: hyp=['якщо', 'інвестує', 'велика', 'корпорація', 'насторожі', 'її', 'інтересів', 'стоїть', 'посольство', 'відповідної', 'держави'] +common_voice_uk_20894285-3-0: ref=['давати', 'клятву', 'унітазу'] +common_voice_uk_20894285-3-0: hyp=['давати', 'клятву', 'унітазу'] +common_voice_uk_20894291-4-0: ref=['на', 'початку', 'війни', 'марко', 'пішов', 'добровольцем', 'і', 'загинув', 'під', 'іловайськом'] +common_voice_uk_20894291-4-0: hyp=['на', 'початку', 'війни', 'марко', 'пішов', 'добровольцем', 'і', 'загинув', 'під', 'іловайськом'] +common_voice_uk_20894292-5-0: ref=['на', 'тобі', 'боже', 'що', 'мені', 'не', 'гоже'] +common_voice_uk_20894292-5-0: hyp=['на', 'тобі', 'боже', 'що', 'мені', 'негоже'] +common_voice_uk_20894294-6-0: ref=['безліч', 'замальовок', 'на', 'папері', 'олівець', 'фарби', 'пензлі'] +common_voice_uk_20894294-6-0: hyp=['безліч', 'замальовок', 'на', 'папері', 'олівець', 'фарби', 'пензлі'] +common_voice_uk_20894295-7-0: ref=['в', 'реальному', 'житті', 'зеленський', 'звів', 'свою', 'агітацію', 'до', 'мінімуму'] +common_voice_uk_20894295-7-0: hyp=['в', 'реальному', 'житті', 'зеленський', 'звів', 'свою', 'агітацію', 'до', 'мінімуму'] +common_voice_uk_20894311-8-0: ref=['він', 'написав', 'що', 'підтримка', 'сша', 'для', 'україни', 'залишається', 'незмінною'] +common_voice_uk_20894311-8-0: hyp=['він', 'написав', 'що', 'підтримка', 'сша', 'для', 'україни', 'залишається', 'незмінною'] +common_voice_uk_20894312-9-0: ref=['я', 'думаю', 'що', 'дружба', 'це', 'також', 'любов'] +common_voice_uk_20894312-9-0: hyp=['я', 'думаю', 'що', 'дружба', 'це', 'також', 'любов'] +common_voice_uk_20894313-10-0: ref=['доброму', 'їдцеви', 'нема', 'лихої', 'страви'] +common_voice_uk_20894313-10-0: hyp=['доброму', 'єцеві', 'нема', 'лихої', 'страви'] +common_voice_uk_20894314-11-0: ref=['але', 'бабуня', 'замість', 'відповіді', 'цілувала', 'мене', 'в', 'очі', 'та', 'в', 'чоло'] +common_voice_uk_20894314-11-0: hyp=['але', 'бабуня', 'замість', 'відповіді', 'цілувала', 'мене', 'в', 'очі', 'та', 'вчавав'] +common_voice_uk_20894315-12-0: ref=['подробиці', 'наразі', 'уточнюються'] +common_voice_uk_20894315-12-0: hyp=['подробиці', 'наразі', 'уточнюються'] +common_voice_uk_20894331-13-0: ref=['інші', 'банки', 'приєднаються', 'найближчим', 'часом'] +common_voice_uk_20894331-13-0: hyp=['інші', 'банки', 'приєднаються', 'найближчим', 'часом'] +common_voice_uk_20894332-14-0: ref=['на', 'сьогоднішній', 'день', 'графічні', 'редактори', 'та', 'ілюстратор', 'доступні', 'для', 'широкого', 'використання'] +common_voice_uk_20894332-14-0: hyp=['на', 'сьогоднішній', 'день', 'графічні', 'редактори', 'та', 'ілюстратори', 'доступні', 'для', 'широкого', 'використання'] +common_voice_uk_20894333-15-0: ref=['зробила', 'все', 'можливе', 'аби', 'привернути', 'увагу', 'до', 'імпресіонізму'] +common_voice_uk_20894333-15-0: hyp=['зробила', 'все', 'можливе', 'аби', 'привернути', 'увагу', 'до', 'імпресіонізму'] +common_voice_uk_20894334-16-0: ref=['є', 'приклади', 'в', 'інших', 'країнах', 'як', 'це', 'вирішувалося', 'це', 'треба', 'вивчати'] +common_voice_uk_20894334-16-0: hyp=['є', 'приклади', 'в', 'інших', 'країнах', 'як', 'це', 'вирішувалося', 'це', 'треба', 'вивчати'] +common_voice_uk_20894336-17-0: ref=['збільшення', 'податків', 'копіює', 'ініціативи', 'минулої', 'влади'] +common_voice_uk_20894336-17-0: hyp=['збільшення', 'податків', 'копіює', 'ініціативу', 'минулої', 'влади'] +common_voice_uk_20894337-18-0: ref=['у', 'цю', 'статистику', 'входять', 'і', 'ранні', 'смерті', 'у', 'тому', 'числі', 'від', 'хвороб'] +common_voice_uk_20894337-18-0: hyp=['у', 'цю', 'статистику', 'входять', 'і', 'ранні', 'смерті', 'у', 'тому', 'числі', 'від', 'хвороб'] +common_voice_uk_20894338-19-0: ref=['ви', 'знаєте', 'який', 'вона', 'має', 'попит'] +common_voice_uk_20894338-19-0: hyp=['ви', 'знаєте', 'який', 'вона', 'має', 'попит'] +common_voice_uk_20894340-20-0: ref=["п'яту", 'річницю', 'весілля', 'в', 'народі', 'називають', "дерев'яною"] +common_voice_uk_20894340-20-0: hyp=["п'яту", 'річницю', 'весілля', 'в', 'народі', 'називають', "дерев'яною"] +common_voice_uk_20894346-21-0: ref=['я', 'це', 'вперше', 'чую'] +common_voice_uk_20894346-21-0: hyp=['я', 'це', 'вперше', 'чую'] +common_voice_uk_20894347-22-0: ref=['всі', 'ці', 'речі', 'ми', "обов'язково", 'пройдемо'] +common_voice_uk_20894347-22-0: hyp=['всі', 'ці', 'речі', 'ми', "обов'язково", 'пройдемо'] +common_voice_uk_20894349-23-0: ref=['вперше', 'про', 'розрив', 'зіркової', 'пари', 'заговорили', 'близько', 'місяця', 'тому'] +common_voice_uk_20894349-23-0: hyp=['вперше', 'про', 'розрив', 'зіркової', 'пари', 'заговорили', 'близько', 'місяця', 'тому'] +common_voice_uk_20894350-24-0: ref=['в', 'результаті', 'першого', 'хрестового', 'походу', 'були', 'створені', 'численні', 'малі', 'держави', 'хрестоносців'] +common_voice_uk_20894350-24-0: hyp=['ви', 'в', 'результаті', 'першого', 'хрестового', 'походу', 'були', 'створені', 'численні', 'малі', 'держави', 'христоносців'] +common_voice_uk_20894351-25-0: ref=["б'ється", 'як', 'риба', 'в', 'лід'] +common_voice_uk_20894351-25-0: hyp=["б'ється", 'як', 'риба', 'в', 'літ'] +common_voice_uk_20894352-26-0: ref=['це', 'неправильно'] +common_voice_uk_20894352-26-0: hyp=['це', 'неправильно'] +common_voice_uk_20894353-27-0: ref=['повага', 'також', 'передбачає', 'що', 'всі', 'грають', 'в', 'гру', 'за', 'однаковими', 'правилами'] +common_voice_uk_20894353-27-0: hyp=['повага', 'також', 'передбачає', 'що', 'всі', 'грають', 'в', 'гру', 'за', 'одинаковими', 'правилами'] +common_voice_uk_20900100-28-0: ref=['вони', 'одного', 'плота', 'кілля'] +common_voice_uk_20900100-28-0: hyp=['вони', 'одного', 'плота', 'кільда'] +common_voice_uk_20900102-29-0: ref=['щиро', 'дякую'] +common_voice_uk_20900102-29-0: hyp=['щиро', 'дякую'] +common_voice_uk_20900103-30-0: ref=['очі', 'завидющі', 'руки', 'загребущі'] +common_voice_uk_20900103-30-0: hyp=['очі', 'заводющі', 'руки', 'заграбуще'] +common_voice_uk_20900104-31-0: ref=['до', 'кого', 'я', 'пригорнуся', 'і', 'хто', 'приглубить'] +common_voice_uk_20900104-31-0: hyp=['до', 'кого', 'я', 'пригорнуся', 'і', 'хто', 'приголубить'] +common_voice_uk_20900140-32-0: ref=['погодьтесь', 'що', 'за', 'два', 'місяці', 'і', "п'ять", 'днів', 'охопити', 'місто', 'київ', 'нереально'] +common_voice_uk_20900140-32-0: hyp=['погодьтесь', 'що', 'за', 'два', 'місяці', 'і', "п'ять", 'днів', 'охопити', 'місто', 'київ', 'нереально'] +common_voice_uk_20900141-33-0: ref=['ці', 'всі', 'напади', 'я', "пов'язую", 'з', 'моєю', 'принциповою', 'діяльністю'] +common_voice_uk_20900141-33-0: hyp=['ці', 'всі', 'напади', 'я', "пов'язую", 'з', 'моєю', 'принциповою', 'діяльністю'] +common_voice_uk_20900142-34-0: ref=['електрична', 'енергія', 'широко', 'застосовується', 'в', 'усіх', 'галузях', 'народного', 'господарства', 'і', 'в', 'побуті'] +common_voice_uk_20900142-34-0: hyp=['електрична', 'енергія', 'широко', 'застосовується', 'в', 'усіх', 'галузях', 'народного', 'господарства', 'і', 'в', 'побуті'] +common_voice_uk_20900143-35-0: ref=['це', 'є', 'причина', 'в', 'тому', 'що'] +common_voice_uk_20900143-35-0: hyp=['це', 'причина', 'в', 'тому', 'що'] +common_voice_uk_20900150-36-0: ref=['як', 'запізниш', 'одним', 'днем', 'не', 'доженеш', 'і', 'конем'] +common_voice_uk_20900150-36-0: hyp=['як', 'запізнять', 'одним', 'днем', 'не', 'доженеш', 'і', 'конем'] +common_voice_uk_20900151-37-0: ref=['ти', 'можеш', 'собі', 'про', 'мене', 'бути', 'й', 'професором'] +common_voice_uk_20900151-37-0: hyp=['ти', 'можеш', 'собі', 'про', 'мене', 'бути', 'й', 'професором'] +common_voice_uk_20900152-38-0: ref=['це', 'тема', 'окремої', 'розмови'] +common_voice_uk_20900152-38-0: hyp=['це', 'тема', 'окремої', 'розмови'] +common_voice_uk_20900153-39-0: ref=['вона', 'віддасться'] +common_voice_uk_20900153-39-0: hyp=['вона', 'віддасться'] +common_voice_uk_20900154-40-0: ref=['щось', 'тут', 'було', 'дуже', 'непевне'] +common_voice_uk_20900154-40-0: hyp=['щось', 'тут', 'було', 'дуже', 'непевне'] +common_voice_uk_20900160-41-0: ref=['тому', 'я', 'би', 'просив', 'єдине', 'слово', 'виключити'] +common_voice_uk_20900160-41-0: hyp=['тому', 'я', 'би', 'просив', 'єдине', 'слово', 'виключити'] +common_voice_uk_20900162-42-0: ref=['ну', 'нас', 'уже', 'двоє', 'буде'] +common_voice_uk_20900162-42-0: hyp=['ну', 'нас', 'уже', 'двоє', 'буде'] +common_voice_uk_20900163-43-0: ref=['еринії', 'уособлення', 'помсти'] +common_voice_uk_20900163-43-0: hyp=['ери', 'ні', 'уособлення', 'помсти'] +common_voice_uk_20900210-44-0: ref=['інші', 'не', 'прийшли', 'і', 'їх', 'це', 'не', 'цікавить'] +common_voice_uk_20900210-44-0: hyp=['інші', 'не', 'прийшли', 'і', 'їх', 'це', 'не', 'цікавить'] +common_voice_uk_20900211-45-0: ref=['верніть', 'мій', 'телефон'] +common_voice_uk_20900211-45-0: hyp=['верніть', 'мій', 'телефон'] +common_voice_uk_20900212-46-0: ref=['радіоквоти', 'впроваджені', 'два', 'роки', 'тому', 'спричинили', 'вибух', 'україномовної', 'музики'] +common_voice_uk_20900212-46-0: hyp=['радіоквоти', 'впровадженні', 'два', 'роки', 'тому', 'спричинили', 'вибух', 'україна', 'мовної', 'музики'] +common_voice_uk_20900213-47-0: ref=['спинний', 'мозок', 'здійснює', 'дві', 'функції', 'рефлекторну', 'і', 'провідникову'] +common_voice_uk_20900213-47-0: hyp=['спини', 'мозок', 'здійснює', 'дві', 'функції', 'рефлекторно', 'і', 'провідниково'] +common_voice_uk_20900214-48-0: ref=['не', 'буду', 'я', 'спати'] +common_voice_uk_20900214-48-0: hyp=['не', 'буду', 'я', 'спати'] +common_voice_uk_20917857-49-0: ref=['це', 'економічно', 'обгрунтовано'] +common_voice_uk_20917857-49-0: hyp=['це', 'економічно', 'обґрунтовано'] +common_voice_uk_20917858-50-0: ref=['золотий', 'телець', 'багатство', 'збагачення', 'як', 'єдина', 'мета', 'життя'] +common_voice_uk_20917858-50-0: hyp=['золотий', 'телець', 'багатство', 'збагачення', 'як', 'єдина', 'мета', 'життя'] +common_voice_uk_20917859-51-0: ref=['будь', 'який', 'життєвий', 'урок', 'засвоєний', 'емпірично', "запам'ятовується", 'назавжди'] +common_voice_uk_20917859-51-0: hyp=['будь', 'який', 'життєвий', 'урок', 'засвоєний', 'імперично', "запам'ятовується", 'назавжди'] +common_voice_uk_20917860-52-0: ref=['універсальний', 'літературний', 'словник', 'довідник', 'подає', 'тисячі', 'визначень', 'стосовно', 'літературного', 'стилю', 'та', 'української', 'мови'] +common_voice_uk_20917860-52-0: hyp=['універсальний', 'літературний', 'словник', 'товітник', 'подає', 'тисячі', 'визначень', 'стосовно', 'літературного', 'стилю', 'та', 'української', 'мови'] +common_voice_uk_20917861-53-0: ref=['це', 'злочин'] +common_voice_uk_20917861-53-0: hyp=['це', 'злочин'] +common_voice_uk_20928506-54-0: ref=['з', 'файної', 'дівки', 'й', 'молодиця', 'файна'] +common_voice_uk_20928506-54-0: hyp=['з', 'файною', 'дівки', 'й', 'молодиця', 'файна'] +common_voice_uk_20928507-55-0: ref=['я', 'прошу', 'перевірити', 'кворум', 'у', 'залі'] +common_voice_uk_20928507-55-0: hyp=['я', 'прошу', 'перевірити', 'кворум', 'у', 'залі'] +common_voice_uk_20928508-56-0: ref=['почали', 'б', "від'їжджати", 'цілі', 'фірми'] +common_voice_uk_20928508-56-0: hyp=['почала', 'б', "від'їжджати", 'цілі', 'фірми'] +common_voice_uk_20928509-57-0: ref=['жити', 'значить', 'працювати'] +common_voice_uk_20928509-57-0: hyp=['жити', 'значить', 'працювати'] +common_voice_uk_20928510-58-0: ref=['барон', 'мюнхгаузен', 'веселий', 'брехун', 'і', 'хвалько'] +common_voice_uk_20928510-58-0: hyp=['боронвін', 'хаузан', 'веселий', 'брехон', 'і', 'холько'] +common_voice_uk_20943371-59-0: ref=['закинуті', 'храми', 'різняться', 'розмірами', 'віком', 'історичною', 'художньою', 'та', 'культурною', 'цінністю'] +common_voice_uk_20943371-59-0: hyp=['закинуті', 'храми', 'різняться', 'розмірами', 'вікон', 'історичною', 'художньою', 'та', 'культурною', 'цінністю'] +common_voice_uk_20943373-60-0: ref=['кожний', 'громадянин', 'україни', "зобов'язаний", 'володіти', 'державною', 'мовою'] +common_voice_uk_20943373-60-0: hyp=['кожний', 'громадянин', 'україни', "зобов'язаний", 'володіти', 'державною', 'мовою'] +common_voice_uk_20943375-61-0: ref=['у', 'бразилійців', 'звичка', 'пити', 'солодку', 'каву'] +common_voice_uk_20943375-61-0: hyp=['у', 'бразилійців', 'звичка', 'пити', 'солодку', 'каву'] +common_voice_uk_20943377-62-0: ref=['у', 'державних', 'навчальних', 'закладах', 'існує', 'мораторій', 'на', 'підвищення', 'вартості', 'навчання'] +common_voice_uk_20943377-62-0: hyp=['державних', 'навчальних', 'закладах', 'існує', 'мораторій', 'на', 'підвищення', 'вартості', 'навчання'] +common_voice_uk_20943380-63-0: ref=['мутагени', 'речовини', 'і', 'явища', 'які', 'можуть', 'викликати', 'мутації'] +common_voice_uk_20943380-63-0: hyp=['мутагини', 'речовини', 'і', 'явища', 'які', 'можуть', 'викликати', 'мутації'] +common_voice_uk_20947487-64-0: ref=['королівським', 'персонам', 'як', 'і', 'звичайним', 'парам', 'теж', 'доводиться', 'справлятися', 'з', 'труднощами'] +common_voice_uk_20947487-64-0: hyp=['королівським', 'персонам', 'як', 'і', 'звичайним', 'паром', 'теж', 'доводиться', 'справлятися', 'з', 'труднощами'] +common_voice_uk_20947489-65-0: ref=['псевдонім', 'вигадане', "ім'я", 'вибране', 'автором', 'чи', 'виконавцем', 'для', 'позначення', 'свого', 'авторства'] +common_voice_uk_20947489-65-0: hyp=['псевдонім', 'вигадане', "ім'я", 'вибране', 'автором', 'чи', 'виконавцями', 'для', 'позначення', 'свого', 'авторства'] +common_voice_uk_20947490-66-0: ref=['його', 'земляк', 'з', 'краснодону', 'продовжив', 'там', 'немає', 'легітимної', 'влади'] +common_voice_uk_20947490-66-0: hyp=['його', 'земляк', 'з', 'краснодону', 'продовжив', 'там', 'немає', 'легітимної', 'влади'] +common_voice_uk_20947491-67-0: ref=['після', 'виснажливої', 'роботи', 'з', 'людьми', 'вгамовує', 'стрес', 'переглядом', 'відосів'] +common_voice_uk_20947491-67-0: hyp=['після', 'веснажної', 'роботи', 'з', 'людьми', 'в', 'догамовує', 'стрес', 'переглядом', 'фітосів'] +common_voice_uk_20947493-68-0: ref=['це', 'ганьба'] +common_voice_uk_20947493-68-0: hyp=['ця', 'ганьба'] +common_voice_uk_20947494-69-0: ref=['і', 'тоді', 'коли', 'ми', 'відправляємо', 'рішення', 'повідомлення', 'ми', 'вже', 'маємо', 'нову', 'інформацію'] +common_voice_uk_20947494-69-0: hyp=['і', 'тоді', 'коли', 'ми', 'відправляємо', 'рішення', 'повідомлення', 'ми', 'вже', 'маємо', 'нову', 'інформацію'] +common_voice_uk_20947495-70-0: ref=['але', 'ви', 'не', 'сказали', 'жодного', 'слова', 'про', 'скасування', 'президентської', 'недоторканості', 'недоторканості', 'суддів'] +common_voice_uk_20947495-70-0: hyp=['але', 'вона', 'сказали', 'жодного', 'слова', 'про', 'скасування', 'президентської', 'недоторканості', 'недоторканості', 'суддів'] +common_voice_uk_20947496-71-0: ref=['книга', 'за', 'сімома', 'печатями', 'щось', 'незрозуміле', 'приховане', 'неприступне'] +common_voice_uk_20947496-71-0: hyp=['книга', 'за', 'сімома', 'печатями', 'щось', 'незрозуміле', 'приховане', 'неприступне'] +common_voice_uk_20947497-72-0: ref=['ждав', 'цього', 'не', 'думав', 'тільки', 'що', 'покличуть', 'так', 'швидко'] +common_voice_uk_20947497-72-0: hyp=['ждав', 'цього', 'не', 'думав', 'тільки', 'що', 'покличу', 'й', 'так', 'швидко'] +common_voice_uk_20947498-73-0: ref=['приміром', 'в', 'цьому', 'році', 'в', 'конкурсі', 'міс', 'всесвіт', 'брала', 'участь', 'трансгендер'] +common_voice_uk_20947498-73-0: hyp=['приміром', 'у', 'цьому', 'році', 'в', 'конкурсі', 'міс', 'всесвіт', 'брала', 'участь', 'трансгендер'] +common_voice_uk_20947502-74-0: ref=['штучне', 'переривання', 'вагітності', 'якщо', 'вона', 'не', 'перевищує', 'дванадцяти', 'тижнів', 'може', 'здійснюватися', 'за', 'бажанням', 'жінки'] +common_voice_uk_20947502-74-0: hyp=['штучне', 'переривання', 'вагітності', 'якщо', 'вона', 'не', 'перевищує', 'дванадцяти', 'тижнів', 'може', 'здійснюватися', 'за', 'бажанням', 'жінки'] +common_voice_uk_20947505-75-0: ref=['але', 'якщо', 'історію', 'змінити', 'не', 'можна', 'можна', 'стати', 'її', 'частиною'] +common_voice_uk_20947505-75-0: hyp=['але', 'якщо', 'історію', 'змінити', 'не', 'можна', 'можна', 'можна', 'стати', 'її', 'частиною'] +common_voice_uk_20947506-76-0: ref=['я', 'озираюсь', 'у', 'минуле', 'й', 'переживаю', 'двоякі', 'відчуття'] +common_voice_uk_20947506-76-0: hyp=['я', 'озираюсь', 'у', 'минуле', 'й', 'переживаю', 'двояки', 'відчуття'] +common_voice_uk_20947507-77-0: ref=['любов', 'і', 'ненависть', 'одвічні', 'подруги', 'і', 'поетичні', 'музи'] +common_voice_uk_20947507-77-0: hyp=['любов', 'і', 'ненависть', 'одвічні', 'подруги', 'й', 'поетичні', 'музи'] +common_voice_uk_20947508-78-0: ref=['не', 'далеко', 'міх', 'від', 'торби', 'відбіг'] +common_voice_uk_20947508-78-0: hyp=['надала', 'кому', 'міг', 'відторби', 'відбіг'] +common_voice_uk_20947509-79-0: ref=['ви', 'сказали', 'про', 'відсутність', 'паперових', 'талонів'] +common_voice_uk_20947509-79-0: hyp=['ви', 'сказали', 'про', 'відсутність', 'паперових', 'талонів'] +common_voice_uk_20947510-80-0: ref=['тому', 'є', 'прохання', 'все', 'ж', 'таки', 'підтримати', 'і'] +common_voice_uk_20947510-80-0: hyp=['то', 'моє', 'прохання', 'все', 'ж', 'таки', 'підтримати', 'й'] +common_voice_uk_20947511-81-0: ref=['залишиться', 'лиш', 'дим', 'та', 'нитка'] +common_voice_uk_20947511-81-0: hyp=['залишиться', 'лиш', 'тим', 'та', 'нитка'] +common_voice_uk_20948496-82-0: ref=['і', 'жили', 'довго'] +common_voice_uk_20948496-82-0: hyp=['жилодовго'] +common_voice_uk_20948497-83-0: ref=['тому', 'будь', 'ласка', 'приходьте', 'на', 'комісію', 'і', 'контролюйте', 'виконання', 'своїх', 'доручень', 'або', 'запитів'] +common_voice_uk_20948497-83-0: hyp=['тому', 'будь', 'ласка', 'приходьте', 'на', 'комісію', 'й', 'контролюйте', 'виконання', 'своїх', 'доручень', 'або', 'запитів'] +common_voice_uk_20948498-84-0: ref=['під', 'назвою', 'сапфір', 'без', 'прикметника', 'розуміють', 'синій', 'сапфір'] +common_voice_uk_20948498-84-0: hyp=['під', 'назвою', 'сапфір', 'без', 'прикметника', 'розуміють', 'синій', 'сапфір'] +common_voice_uk_20948499-85-0: ref=['давайте', 'це', 'зробимо'] +common_voice_uk_20948499-85-0: hyp=['давайте', 'це', 'зробимо'] +common_voice_uk_20948500-86-0: ref=['на', 'зубах', 'перетирати', 'когось'] +common_voice_uk_20948500-86-0: hyp=['на', 'зубах', 'перетирати', 'когось'] +common_voice_uk_20948506-87-0: ref=['я', 'не', 'розумію'] +common_voice_uk_20948506-87-0: hyp=['я', 'не', 'розумію'] +common_voice_uk_20948507-88-0: ref=['жовтий', 'корунд', 'східний', 'топаз'] +common_voice_uk_20948507-88-0: hyp=['жовтий', 'курунд', 'східний', 'топаз'] +common_voice_uk_20948508-89-0: ref=['потий', 'діда', 'дотий', 'хліба'] +common_voice_uk_20948508-89-0: hyp=['поти', 'й', 'діда', 'до', 'тих', 'хліба'] +common_voice_uk_20948509-90-0: ref=['синій', 'сапфір', 'дорогоцінний', 'камінь', 'першого', 'порядку'] +common_voice_uk_20948509-90-0: hyp=['синій', 'сапфір', 'дорогоцінний', 'камінь', 'першого', 'порядку'] +common_voice_uk_20948512-91-0: ref=['вогкість', 'поля', "м'яко", 'торкалась', 'лиця'] +common_voice_uk_20948512-91-0: hyp=['вогкість', 'поля', "м'яко", 'торкалась', 'у', 'лиця'] +common_voice_uk_20948513-92-0: ref=['на', 'чийому', 'кони', 'сидиш', 'тому', 'пісню', 'співай'] +common_voice_uk_20948513-92-0: hyp=['на', 'чийому', 'кони', 'сидиш', 'тому', 'пісню', 'співай'] +common_voice_uk_20948514-93-0: ref=['його', 'підлеглі', 'підозрюються', 'у', 'перевищенні', 'своїх', 'повноважень'] +common_voice_uk_20948514-93-0: hyp=['його', 'підлеглі', 'підозрюються', 'у', 'перевищенні', 'своїх', 'повноважень'] +common_voice_uk_20975609-94-0: ref=['працював', 'ветеринарним', 'лікарем', 'на', 'птахофабриці', 'яка', 'вирощувала', 'бройлерів'] +common_voice_uk_20975609-94-0: hyp=['працював', 'ветеринарним', 'лікарем', 'на', 'птахофабриці', 'яка', 'вирощувала', 'бойлерів'] +common_voice_uk_20975610-95-0: ref=['хоч', 'би', 'ти', 'йому', 'сказав'] +common_voice_uk_20975610-95-0: hyp=['хоч', 'би', 'ти', 'йому', 'сказав'] +common_voice_uk_20975611-96-0: ref=['тобто', 'ви', 'пропонуєте', 'повернутися', 'до', 'цього', 'питання'] +common_voice_uk_20975611-96-0: hyp=['тобто', 'ви', 'пропонуєте', 'повернутися', 'до', 'цього', 'питання'] +common_voice_uk_20975612-97-0: ref=['добробут', 'і', 'щастя', 'країни', 'з', 'найбільшим', 'населенням', 'у', 'світі', 'залежить', 'від', 'цього'] +common_voice_uk_20975612-97-0: hyp=['добро', 'бути', 'щастя', 'країни', 'з', 'найбільшим', 'населенням', 'у', 'світі', 'залежить', 'від', 'цього'] +common_voice_uk_20975613-98-0: ref=["ім'я", 'потерпілого', 'від', 'правопорушення', 'може', 'бути', 'обнародуване', 'лише', 'за', 'його', 'згодою'] +common_voice_uk_20975613-98-0: hyp=["ім'я", 'потерпілого', 'від', 'правого', 'порушення', 'може', 'бути', 'однародуване', 'лише', 'за', 'його', 'сходою'] +common_voice_uk_20982328-99-0: ref=["об'їхали", 'всі', 'населені', 'пункти', 'зустрілися', 'із', 'головами', 'сільрад'] +common_voice_uk_20982328-99-0: hyp=["об'їхали", 'не', 'пункти', 'зустрілися', 'із', 'головами'] +common_voice_uk_20982330-100-0: ref=['слухайте', 'всі', 'це', 'голос', 'пригнобленої', 'меншості'] +common_voice_uk_20982330-100-0: hyp=['слухайте'] +common_voice_uk_20982337-101-0: ref=['пане', 'володимире'] +common_voice_uk_20982337-101-0: hyp=['пане', 'була', 'була'] +common_voice_uk_20982340-102-0: ref=['вечероньки', 'не', 'доїла'] +common_voice_uk_20982340-102-0: hyp=['бачила'] +common_voice_uk_20982342-103-0: ref=['варфоломіївська', 'ніч', 'жорстока', 'масова', 'розправа'] +common_voice_uk_20982342-103-0: hyp=['не'] +common_voice_uk_20985805-104-0: ref=['фізична', 'особа', 'має', 'право', 'вільно', 'збирати', 'зберігати', 'використовувати', 'і', 'поширювати', 'інформацію'] +common_voice_uk_20985805-104-0: hyp=['фізична', 'особа', 'має', 'право', 'вільне', 'збирати', 'зберігати', 'використовувати', 'і', 'поширювати', 'інформацію'] +common_voice_uk_20985807-105-0: ref=['я', 'поїхав', 'фактично', 'відразу', 'ж', 'після', 'політеху'] +common_voice_uk_20985807-105-0: hyp=['я', 'поїхав', 'фактично', 'відразу', 'ж', 'після', 'політеху'] +common_voice_uk_20985809-106-0: ref=['найдорожче', 'на', 'землі', 'дурість', 'тому', 'що', 'за', 'неї', 'доводиться', 'дуже', 'дорого', 'розплачуватися'] +common_voice_uk_20985809-106-0: hyp=['найдорожче', 'на', 'землі', 'турість', 'тому', 'що', 'за', 'нею', 'доводиться', 'дуже', 'торго', 'розплачуватись'] +common_voice_uk_20987004-107-0: ref=['червона', 'нитка', 'керівна', 'ідея', 'головна', 'думка', 'тенденція'] +common_voice_uk_20987004-107-0: hyp=['червона', 'нитка', 'керівна', 'ідея', 'головна', 'думка', 'тенденція'] +common_voice_uk_20987005-108-0: ref=['інформацією', 'з', 'обмеженим', 'доступом', 'є', 'конфіденційна', 'таємна', 'та', 'службова', 'інформація'] +common_voice_uk_20987005-108-0: hyp=['інформацією', 'з', 'обмеженим', 'доступом', 'як', 'конфлітенційна', 'таємна', 'каслужбова', 'інформація'] +common_voice_uk_20987006-109-0: ref=['бути', 'гідним', 'свого', 'батька', 'твоя', 'особиста', 'честь'] +common_voice_uk_20987006-109-0: hyp=['бути', 'гідним', 'свого', 'батька', 'твоя', 'особиста', 'честь'] +common_voice_uk_20987007-110-0: ref=['іще', 'очі', 'не', 'дрімали', 'а', 'вже', 'сходить', 'сонце'] +common_voice_uk_20987007-110-0: hyp=['і', 'що', 'очі', 'не', 'дрімали', 'а', 'вже', 'сходить', 'сонце'] +common_voice_uk_20987008-111-0: ref=['без', 'освіти', 'люди', 'і', 'грубі', 'і', 'бідні', 'і', 'нещасні'] +common_voice_uk_20987008-111-0: hyp=['без', 'освіти', 'лютої', 'групі', 'і', 'бідні', 'й', 'нещасні'] +common_voice_uk_20987009-112-0: ref=['у', 'мене', 'роботи', 'було', 'зовсім', 'мало'] +common_voice_uk_20987009-112-0: hyp=['у', 'мене', 'робота', 'була', 'зовсім', 'мало'] +common_voice_uk_20987010-113-0: ref=['абзац', 'текст', 'від', 'одного', 'нового', 'рядка', 'до', 'другого'] +common_voice_uk_20987010-113-0: hyp=['абзац', 'текст', 'від', 'одного', 'нового', 'рядка', 'до', 'другого'] +common_voice_uk_20987011-114-0: ref=['мовчи', 'ротику', 'будеш', 'їсти', 'кашку'] +common_voice_uk_20987011-114-0: hyp=['мовчи', 'гротику', 'будеш', 'їсти', 'кашку'] +common_voice_uk_20987012-115-0: ref=['весело', 'зауважив', 'він'] +common_voice_uk_20987012-115-0: hyp=['весело', 'зауважив', 'він'] +common_voice_uk_20987013-116-0: ref=['особи', 'нападників', 'установлюються'] +common_voice_uk_20987013-116-0: hyp=['особи', 'нападників', 'установлюються'] +common_voice_uk_20987014-117-0: ref=['це', 'відома', 'людина'] +common_voice_uk_20987014-117-0: hyp=['це', 'відома', 'людина'] +common_voice_uk_20987015-118-0: ref=['тому', 'на', 'мою', 'думку', 'цей', 'пункт', 'трошки', 'безглуздий', 'з', 'точки', 'зору', 'законодавства'] +common_voice_uk_20987015-118-0: hyp=['тому', 'на', 'мою', 'думку', 'цей', 'пункт', 'трошки', 'безглуздий', 'з', 'точки', 'зору', 'законодавства'] +common_voice_uk_20987018-119-0: ref=['плаває', 'як', 'сокира', 'на', 'воді'] +common_voice_uk_20987018-119-0: hyp=['плаває', 'як', 'сокира', 'на', 'воді'] +common_voice_uk_20987019-120-0: ref=['сонно', 'шелестіли', 'вершечки', 'дерев', 'і', 'наче', 'знов', 'засипаючи', 'змовкали'] +common_voice_uk_20987019-120-0: hyp=['сонно', 'шелестіло', 'вершечки', 'дерев', 'і', 'наче', 'знав', 'засипаючи', 'з', 'мовками'] +common_voice_uk_20987020-121-0: ref=['при', 'читанні', 'твору', 'абзац', 'вимагає', 'довшої', 'паузи', 'ніж', 'це', 'буває', 'після', 'закінчення', 'речення'] +common_voice_uk_20987020-121-0: hyp=['причинні', 'твору', 'абзац', 'вимагає', 'довшої', 'паузи', 'ніж', 'це', 'буває', 'після', 'закінчення', 'речення'] +common_voice_uk_20987021-122-0: ref=['важких', 'випадків', 'немає'] +common_voice_uk_20987021-122-0: hyp=['важких', 'випадків', 'немає'] +common_voice_uk_20987022-123-0: ref=['вже', 'проведений', 'тендер', 'і', 'визначений', 'підрядник'] +common_voice_uk_20987022-123-0: hyp=['вже', 'проведений', 'тендер', 'і', 'визначений', 'підрядник'] +common_voice_uk_20987023-124-0: ref=['я', 'думаю', 'що', 'це', 'буде', 'на', 'користь', 'громаді'] +common_voice_uk_20987023-124-0: hyp=['я', 'думаю', 'що', 'це', 'буде', 'на', 'користь', 'громаді'] +common_voice_uk_20987024-125-0: ref=['поза', 'чергою'] +common_voice_uk_20987024-125-0: hyp=['поза', 'чергою'] +common_voice_uk_20987026-126-0: ref=['ні', 'з', 'собов', 'не', 'візьми', 'ні', 'дома', 'не', 'лиши'] +common_voice_uk_20987026-126-0: hyp=['ні', 'з', 'сабол', 'не', 'візьми', 'ні', 'дома', 'не', 'лише'] +common_voice_uk_20987027-127-0: ref=['запрошуємо', 'вас', 'до', 'трибуни'] +common_voice_uk_20987027-127-0: hyp=['запрошуємо', 'вас', 'до', 'трибуни'] +common_voice_uk_20987028-128-0: ref=['срібляста', 'тінь'] +common_voice_uk_20987028-128-0: hyp=['срібляста', 'тінь'] +common_voice_uk_20987034-129-0: ref=['дитині', 'подарували', 'іграшковий', 'набір', 'лікаря', 'у', 'кота', 'почалося', 'нове', 'життя', 'з', 'важковиліковними', 'хворобами'] +common_voice_uk_20987034-129-0: hyp=['дитині', 'подарувала', 'іграшковий', 'набір', 'лікаря', 'око', 'та', 'почалося', 'нове', 'життя', 'з', 'важковилікованими', 'хворобами'] +common_voice_uk_20987035-130-0: ref=['дякую', 'за', 'змістовну', 'доповідь'] +common_voice_uk_20987035-130-0: hyp=['дякую', 'за', 'змістомну', 'доповідь'] +common_voice_uk_20987037-131-0: ref=['у', 'стамбулі', 'таємниче', 'зник', 'саудівський', 'журналіст'] +common_voice_uk_20987037-131-0: hyp=['о', 'стамбулі', 'таємниче', 'зник', 'саудівський', 'журналіст'] +common_voice_uk_20987045-132-0: ref=['дякую', 'пані', 'ольго'] +common_voice_uk_20987045-132-0: hyp=['дякую', 'пані', 'ольго'] +common_voice_uk_20987046-133-0: ref=['де', 'ваш', 'альтернативний', 'план'] +common_voice_uk_20987046-133-0: hyp=['де', 'ваш', 'альтернативний', 'план'] +common_voice_uk_20987047-134-0: ref=['серед', 'інших', 'прикладів', 'протести', 'й', 'заворушення', 'у', 'вашингтоні', 'під', 'час', 'інавгурації', 'президента'] +common_voice_uk_20987047-134-0: hyp=['серед', 'інших', 'прикладів', 'протесту', 'із', 'заворушення', 'у', 'вашингтоні', 'під', 'час', 'інавгурації', 'президента'] +common_voice_uk_20987055-135-0: ref=['тому', 'ми', 'за', 'ними', 'доглядаємо', 'і', 'будемо', 'доглядати'] +common_voice_uk_20987055-135-0: hyp=['тому', 'ми', 'за', 'ними', 'доглядаємо', 'і', 'будемо', 'доглядати'] +common_voice_uk_20987057-136-0: ref=['іще', 'очі', 'не', 'дрімали'] +common_voice_uk_20987057-136-0: hyp=['і', 'що', 'очі', 'не', 'дрімали'] +common_voice_uk_20987058-137-0: ref=['такий', 'стиль', 'новин', 'знижує', 'легітимність', 'виборів', 'і', 'поляризує', 'суспільство'] +common_voice_uk_20987058-137-0: hyp=['такий', 'стиль', 'новин', 'знижує', 'легітимність', 'виборів', 'і', 'поляризує', 'суспільство'] +common_voice_uk_20992665-138-0: ref=['і', 'все', 'таки', 'хотілось', 'щоб', 'цьому', 'питанню', 'ми', 'приділили', 'більше', 'уваги'] +common_voice_uk_20992665-138-0: hyp=['і', 'все', 'таки', 'хотіли', 'щоб', 'цьому', 'питанні', 'ми', 'приділили', 'більше', 'уваги'] +common_voice_uk_20992668-139-0: ref=['після', 'указу', 'з', 'наступного', 'дня', 'у', 'нас', 'починається', 'виборчий', 'процес'] +common_voice_uk_20992668-139-0: hyp=['після', 'указу', 'заступного', 'дня', 'у', 'нас', 'починається', 'виборчий', 'процес'] +common_voice_uk_20992675-140-0: ref=['відносно', 'того', 'щоб', 'продати'] +common_voice_uk_20992675-140-0: hyp=['відносно', 'того', 'що', 'продати'] +common_voice_uk_20992676-141-0: ref=['усі', 'тільки', 'й', 'говорили', 'за', 'спиною', 'що', 'митець', 'сліпо', 'закоханий', 'у', 'танцівниць'] +common_voice_uk_20992676-141-0: hyp=['усі', 'тільки', 'говорили', 'за', 'спиною', 'що', 'митець', 'і', 'позакоханий', 'у', 'танцівниць'] +common_voice_uk_20992677-142-0: ref=['у', 'багатьох', 'регіонах', 'країни', 'посуха', 'тривала', 'півроку', 'й', 'більше'] +common_voice_uk_20992677-142-0: hyp=['у', 'багатьох', 'регіонах', 'країни', 'посуха', 'тривала', 'півроку', 'й', 'більша'] +common_voice_uk_20992678-143-0: ref=['в', 'одної', 'в', 'руках', 'горить', 'у', 'другої', 'гниє'] +common_voice_uk_20992678-143-0: hyp=['в', 'одної', 'в', 'руках', 'горить', 'од', 'другої', 'гниє'] +common_voice_uk_20992720-144-0: ref=['про', 'це', 'він', 'сам', 'розповів', 'у', 'своєму', 'твіттері'] +common_voice_uk_20992720-144-0: hyp=['про', 'це', 'він', 'сам', 'розповів', 'у', 'своєму', 'твіттері'] +common_voice_uk_20992721-145-0: ref=['ще', 'раз', 'повторюю'] +common_voice_uk_20992721-145-0: hyp=['ще', 'раз', 'повторюю'] +common_voice_uk_20992723-146-0: ref=['утрималась', 'жінка', 'третій'] +common_voice_uk_20992723-146-0: hyp=['отримала', 'жінка', 'третій'] +common_voice_uk_20992734-147-0: ref=['і', 'от', 'раз', 'увечері', 'до', 'мого', 'попа', 'почали', 'сходитися', 'гості'] +common_voice_uk_20992734-147-0: hyp=['од', 'трас', 'увечері', 'до', 'мого', 'попа', 'почала', 'сходитися', 'гості'] +common_voice_uk_20992735-148-0: ref=['золоті', 'верби', 'за', 'нею', 'ростуть'] +common_voice_uk_20992735-148-0: hyp=['золоті', 'верби', 'за', 'неї', 'ростуть'] +common_voice_uk_20992736-149-0: ref=['маєш', 'образу', 'на', 'мене', 'не', 'в', 'тім', 'річ'] +common_voice_uk_20992736-149-0: hyp=['маєш', 'образу', 'на', 'мене', 'не', 'в', 'тім', 'річ'] +common_voice_uk_20992738-150-0: ref=['бумаги', 'та', 'чорнила', 'купив', 'собі', 'у', 'гуляйполі'] +common_voice_uk_20992738-150-0: hyp=['помагай', 'чорнила', 'купив', 'собі', 'у', 'гуляйполі'] +common_voice_uk_20992744-151-0: ref=['не', 'можна', 'починати', 'про', 'студентське', 'самоврядування', 'а', 'закінчувати', 'низькими', 'зарплатами', 'викладачів'] +common_voice_uk_20992744-151-0: hyp=['не', 'можна', 'починати', 'про', 'студентське', 'самоврядування', 'а', 'закінчувати', 'низькими', 'зарплатами', 'викладачів'] +common_voice_uk_20992746-152-0: ref=['але', 'зараз', 'мова', 'не', 'про', 'це'] +common_voice_uk_20992746-152-0: hyp=['але', 'зараз', 'мова', 'не', 'про', 'це'] +common_voice_uk_20992747-153-0: ref=['я', 'підтримую', 'пана', 'спікера', 'в', 'тому', 'що', 'ми', 'завжди', 'повинні', "пам'ятати", 'уроки', 'історії'] +common_voice_uk_20992747-153-0: hyp=['я', 'підтримую', 'пана', 'спікера', 'в', 'тому', 'що', 'ми', 'завжди', 'повинні', "пам'ятати", 'уроки', 'історії'] +common_voice_uk_20992748-154-0: ref=['ти', 'не', 'любиш', 'моїх', 'пісень', 'а', 'а', 'не', 'любиш'] +common_voice_uk_20992748-154-0: hyp=['ти', 'не', 'любиш', 'моїх', 'пісень', 'а', 'не', 'любиш'] +common_voice_uk_20992754-155-0: ref=['і', 'останнє', 'вишенька', 'на', 'торт'] +common_voice_uk_20992754-155-0: hyp=['і', 'останнє', 'вишенька', 'на', 'торт'] +common_voice_uk_20992755-156-0: ref=['але', 'при', 'справедливій', 'приватизації', 'підприємства', 'опинилися', 'б', 'у', 'іноземців'] +common_voice_uk_20992755-156-0: hyp=['але', 'прес', 'справедливій', 'приватизації', 'підприємства', 'опинилися', 'б', 'у', 'іноземців'] +common_voice_uk_20992756-157-0: ref=['вже', 'зима', 'але', 'погода', 'не', 'поспішає', 'ставати', 'морозною'] +common_voice_uk_20992756-157-0: hyp=['вже', 'зима', 'але', 'погода', 'не', 'поспішає', 'ставати', 'морозною'] +common_voice_uk_20992757-158-0: ref=['і', 'не', 'буде', 'в', 'україні', 'розколу', 'а', 'буде', 'гармонія', 'і', 'порозуміння'] +common_voice_uk_20992757-158-0: hyp=['і', 'не', 'буде', 'в', 'україні', 'розколу', 'або', 'буде', 'гармонія', 'і', 'порозуміння'] +common_voice_uk_20992819-159-0: ref=['ви', 'ж', 'керівник', 'громадської', 'організації'] +common_voice_uk_20992819-159-0: hyp=['керівник', 'громадської', 'організації'] +common_voice_uk_20992820-160-0: ref=['офіційно', 'приватна', 'власність', 'починається', 'за', 'метр', 'за', 'стовпом'] +common_voice_uk_20992820-160-0: hyp=['офіційно', 'приватна', 'власність', 'починається', 'за', 'метр', 'за', 'стовпом'] +common_voice_uk_20992823-161-0: ref=['всі', 'наполягають'] +common_voice_uk_20992823-161-0: hyp=['всі', 'наполягають'] +common_voice_uk_20992849-162-0: ref=['вибий', 'бук', 'з', 'його', 'рук', 'поки', 'ним', 'тебе', 'не', 'вдарив'] +common_voice_uk_20992849-162-0: hyp=['вей', 'бук', 'з', 'його', 'рук', 'поки', 'ним', 'тебе', 'не', 'вдарив'] +common_voice_uk_20992850-163-0: ref=['тепер', 'з', 'приводу', 'перерозподілу'] +common_voice_uk_20992850-163-0: hyp=['тепер', 'з', 'приводу', 'перерозподілу'] +common_voice_uk_20992851-164-0: ref=['персональний', 'склад', 'ради', 'національної', 'безпеки', 'і', 'оборони', 'україни', 'формує', 'президент', 'україни'] +common_voice_uk_20992851-164-0: hyp=['персональний', 'склад', 'ради', 'національної', 'безпеки', 'оборони', 'україни', 'формує', 'президент', 'україни'] +common_voice_uk_20992852-165-0: ref=['я', 'зараз', 'внесу', 'пропозиції'] +common_voice_uk_20992852-165-0: hyp=['я', 'зараз', 'внесу', 'пропозиції'] +common_voice_uk_20992853-166-0: ref=['оскільки', 'для', 'мого', 'проекту', 'потрібні', 'були', 'лише', 'великі', 'міста', 'та', 'села', 'міського'] +common_voice_uk_20992853-166-0: hyp=['оскільки', 'для', 'мого', 'проекту', 'потрібен', 'був', 'лише', 'великі', 'міста', 'та', 'селам', 'міського'] +common_voice_uk_20993816-167-0: ref=['втім', 'якщо', 'ознайомитися', 'з', 'фактами', 'то', 'вимальовується', 'цілком', 'інша', 'картина'] +common_voice_uk_20993816-167-0: hyp=['втім', 'якщо', 'осна', 'я', 'з', 'фактами', 'то', 'вимальовується', 'цілком', 'інша', 'картина'] +common_voice_uk_20993817-168-0: ref=['але', 'цього', 'разу', 'ми', 'не', 'зможемо', 'проголосувати', 'за', 'значну', 'частину', 'політиків'] +common_voice_uk_20993817-168-0: hyp=['але', 'цього', 'разу', 'ми', 'не', 'зможемо', 'проголосувати', 'за', 'значну', 'частину', 'політиків'] +common_voice_uk_20993818-169-0: ref=['це', 'дуже', 'смачний', 'сніданок', 'який', 'подарує', 'позитив', 'і', 'корисні', 'калорії', 'на', 'весь', 'день'] +common_voice_uk_20993818-169-0: hyp=['це', 'туша', 'смачний', 'сніданок', 'який', 'подарує', 'позитив', 'і', 'корисні', 'калорії', 'на', 'весь', 'день'] +common_voice_uk_20993819-170-0: ref=['радянський', 'завод', 'на', 'якому', 'працювали', 'її', 'батьки', 'вмер'] +common_voice_uk_20993819-170-0: hyp=['радянський', 'завод', 'на', 'якому', 'працювали', 'її', 'батьки', 'мер'] +common_voice_uk_21087489-171-0: ref=['як', 'довго', 'тривали', 'зйомки'] +common_voice_uk_21087489-171-0: hyp=['як', 'довготривале', 'зйомки'] +common_voice_uk_21087581-172-0: ref=['чим', 'дорожче', 'виведене', 'з', 'ладу', 'обладнання', 'тим', 'цінніший', 'досвід'] +common_voice_uk_21087581-172-0: hyp=['чим', 'дорожче', 'виведене', 'з', 'зела', 'до', 'обладнання', 'тим', 'цінніший', 'досвід'] +common_voice_uk_21087582-173-0: ref=['існує', 'ряд', 'різних', 'пензлів', 'що', 'емітують', 'аерозоль', 'сангіну', 'пастель', 'лайнер', 'перо', 'маркер', 'олівець'] +common_voice_uk_21087582-173-0: hyp=['існує', 'ряд', 'різних', 'пензлів', 'що', 'емотуйт', 'аерозорі', 'сангіну', 'постель', 'лайнер', 'перо', 'маркер', 'олівець'] +common_voice_uk_21087586-174-0: ref=['можливо', 'також', 'за', 'вміння', 'мовчати', 'і', 'не', 'висовуватися'] +common_voice_uk_21087586-174-0: hyp=['можливо', 'також', 'за', 'вміння', 'мовчати', 'і', 'не', 'висовуватися'] +common_voice_uk_21087589-175-0: ref=['тоді', 'ставлю', 'на', 'голосування', 'пропозицію', 'голови', 'земельної', 'профільної', 'комісії', 'про', 'зняття'] +common_voice_uk_21087589-175-0: hyp=['тоді', 'ставлю', 'на', 'голосування', 'пропозицію', 'голови', 'земельної', 'профільної', 'комісії', 'про', 'зняття'] +common_voice_uk_21087590-176-0: ref=['у', 'спину', 'вистрілили', 'з', 'травматичної', 'зброї'] +common_voice_uk_21087590-176-0: hyp=['у', 'спину', 'вистрілили', 'з', 'травматичною', 'зброєю'] +common_voice_uk_21087631-177-0: ref=['пішов', 'світ', 'за', 'очи'] +common_voice_uk_21087631-177-0: hyp=['пішов', 'світ', 'за', 'очі'] +common_voice_uk_21087632-178-0: ref=['вони', 'увірвалися', 'до', 'демонстраційної', 'зали', 'і', 'почало', 'нищити', 'експонати'] +common_voice_uk_21087632-178-0: hyp=['вони', 'увірвалися', 'до', 'демонстраційної', 'зали', 'і', 'почали', 'нищити', 'експонати'] +common_voice_uk_21087633-179-0: ref=['тут', 'знімали', 'кілька', 'фільмів'] +common_voice_uk_21087633-179-0: hyp=['тут', 'знімали', 'кілька', 'фільмів'] +common_voice_uk_21087635-180-0: ref=['бувало', 'і', 'куря', 'кувало', 'а', 'нині', 'й', 'зозуля', 'не', 'хоче'] +common_voice_uk_21087635-180-0: hyp=['бувало', 'і', 'курякувало', 'а', 'нині', 'зозуля', 'не', 'хоче'] +common_voice_uk_21087690-181-0: ref=['взагалі', 'у', 'цій', 'всіх', 'схемі', 'немає', 'нічого', 'нового', 'і', 'надоригінального'] +common_voice_uk_21087690-181-0: hyp=['взагалі', 'оці', 'всій', 'схемі', 'немає', 'нічого', 'нового', 'і', 'неоригінального'] +common_voice_uk_21087694-182-0: ref=['азурит', 'мінерал', 'класу', 'карбонатів', 'водний', 'карбонат', 'міді'] +common_voice_uk_21087694-182-0: hyp=['а', 'журит', 'мінерал', 'клас', 'у', 'карбонатів', 'водний', 'карбонат', 'міді'] +common_voice_uk_21087695-183-0: ref=['і', 'мимоволі', 'попленталася', 'я', 'опісля', 'в', 'он', 'той', 'ліс'] +common_voice_uk_21087695-183-0: hyp=['і', 'мимоволі', 'попленталося', 'я', 'після', 'в', 'онтой', 'ліс'] +common_voice_uk_21161923-184-0: ref=['підрозділ', 'морпіхів', 'у', 'феодосії'] +common_voice_uk_21161923-184-0: hyp=['підрозділ', 'морпіхів', 'у', 'феодосі'] +common_voice_uk_21161924-185-0: ref=['бережи', 'та', 'шануй', "пам'ять", 'про', 'померлих'] +common_voice_uk_21161924-185-0: hyp=['пережита', 'шанує', "пам'ять", 'про', 'померлих'] +common_voice_uk_21173251-186-0: ref=['цей', 'сервіс', 'дозволить', 'тепер', 'платити', 'через', 'смартфон', 'а', 'не', 'через', 'ці', 'каси'] +common_voice_uk_21173251-186-0: hyp=['цей', 'сервіс', 'дозволить', 'тепер', 'платити', 'через', 'смартфон', 'а', 'не', 'через', 'ці', 'каси'] +common_voice_uk_21173252-187-0: ref=['зловивши', 'садовили', 'в', 'холодну', 'де', 'не', 'раз', 'і', 'били'] +common_voice_uk_21173252-187-0: hyp=['зловивши', 'задавили', 'в', 'холодну', 'де', 'не', 'раз', 'і', 'били'] +common_voice_uk_21173254-188-0: ref=['потім', 'тайвань', 'захопили', 'китайці', 'які', 'не', 'мали', 'з', 'аборигенами', 'нічого', 'спільного'] +common_voice_uk_21173254-188-0: hyp=['потім', 'та', 'івань', 'захопили', 'китайці', 'які', 'не', 'мали', 'за', 'береги', 'нам', 'і', 'нічого', 'спільного'] +common_voice_uk_21173255-189-0: ref=['через', 'низьку', 'зарплату', 'молодь', 'не', 'хоче', 'залишатися', 'у', 'містечку', 'донецької', 'області'] +common_voice_uk_21173255-189-0: hyp=['через', 'низьку', 'зарплату', 'молодь', 'не', 'хоче', 'залишатися', 'у', 'містечку', 'донецької', 'області'] +common_voice_uk_21173256-190-0: ref=['різниця', 'в', 'тому', 'що', 'японці', 'не', 'вважають', 'що', 'через', 'це', 'треба', 'злитися'] +common_voice_uk_21173256-190-0: hyp=['різниця', 'в', 'тому', 'що', 'японці', 'не', 'вважають', 'що', 'через', 'це', 'треба', 'злитися'] +common_voice_uk_21199994-191-0: ref=['увійди', 'в', 'слова'] +common_voice_uk_21199994-191-0: hyp=['увійди', 'в', 'слова'] +common_voice_uk_21199998-192-0: ref=['до', 'чорта', 'в', 'зуби', 'потрапити'] +common_voice_uk_21199998-192-0: hyp=['до', 'чорта', 'в', 'зуби', 'потрапити'] +common_voice_uk_21200003-193-0: ref=['хоть', 'півсвіта', 'зійти', 'другого', 'такого', 'не', 'найти'] +common_voice_uk_21200003-193-0: hyp=['хоть', 'півсвіта', 'зійти', 'другого', 'такого', 'не', 'найти'] +common_voice_uk_21203417-194-0: ref=['у', 'мене', 'таке', 'запитання'] +common_voice_uk_21203417-194-0: hyp=['у', 'мене', 'таке', 'запитання'] +common_voice_uk_21203419-195-0: ref=['у', 'дорозі', 'застав', 'його', 'й', 'смерк', 'синій', 'вечірній'] +common_voice_uk_21203419-195-0: hyp=['у', 'дорозі', 'застав', 'його', 'і', 'з', 'мерк', 'синій', 'вечірній'] +common_voice_uk_21203420-196-0: ref=['я', 'замер'] +common_voice_uk_21203420-196-0: hyp=['я', 'замер'] +common_voice_uk_21203421-197-0: ref=['ви', 'олімпійський', 'чемпіон'] +common_voice_uk_21203421-197-0: hyp=['ви', 'олімпійський', 'чемпіон'] +common_voice_uk_21203496-198-0: ref=['золотій', 'насти', "солом'яний", 'іван', 'до', 'пари'] +common_voice_uk_21203496-198-0: hyp=['золоті', 'нафти', "солом'яний", 'іван', 'до', 'пари'] +common_voice_uk_21203498-199-0: ref=['ці', 'офіційні', 'консультації', 'відкриті'] +common_voice_uk_21203498-199-0: hyp=['ці', 'офіційні', 'консультації', 'відкриті'] +common_voice_uk_21203500-200-0: ref=['як', 'не', 'буде', 'птахівто', 'і', 'людське', 'серце', 'стане', 'черствішим'] +common_voice_uk_21203500-200-0: hyp=['як', 'не', 'буде', 'птахів', 'то', 'й', 'людське', 'серце', 'стане', 'черсткішим'] +common_voice_uk_21203504-201-0: ref=['також', 'нами', 'запропоновані', 'заходи', 'по', 'енергозбереженню'] +common_voice_uk_21203504-201-0: hyp=['також', 'нами', 'запропоновані', 'заходи', 'по', 'енергозбереженню'] +common_voice_uk_21203561-202-0: ref=['курс', 'на', 'євроінтеграцію', 'це', 'крок', 'назустріч', 'розвиненому', 'суспільству'] +common_voice_uk_21203561-202-0: hyp=['курс', 'на', 'євроінтеграцію', 'це', 'крок', 'назустріч', 'розвиненому', 'суспільству'] +common_voice_uk_21203564-203-0: ref=['і', 'край'] +common_voice_uk_21203564-203-0: hyp=['і', 'край'] +common_voice_uk_21203567-204-0: ref=['по', 'третє', 'фінансові', 'і', 'логістичні', 'задачі', 'виконуються', 'занадто', 'повільно'] +common_voice_uk_21203567-204-0: hyp=['по', 'третє', 'фінансові', 'й', 'логістичні', 'задачі', 'виконуються', 'занадто', 'повільно'] +common_voice_uk_21203598-205-0: ref=['про', 'це', 'свідчать', 'численні', 'залишки', 'древніх', 'культур', 'знайдені', 'на', 'його', 'околицях'] +common_voice_uk_21203598-205-0: hyp=['про', 'це', 'свідчать', 'численні', 'залишки', 'древніх', 'культур', 'знайдені', 'на', 'його', 'околицях'] +common_voice_uk_21203601-206-0: ref=['лунає', 'оповіщення', 'системи', 'безпеки', 'фабрики', 'яке', 'попереджає', 'про', 'наближення', 'ракети', 'з', 'ядерною', 'боєголовкою'] +common_voice_uk_21203601-206-0: hyp=['лунає', 'оповіщення', 'системи', 'безпеки', 'фабрики', 'яка', 'попереджає', 'про', 'наближення', 'ракети', 'з', 'ядерної', 'боєголовкою'] +common_voice_uk_21203602-207-0: ref=['крокодилячі', 'сльози', 'лицемірні', 'сльози', 'роблене', 'співчуття'] +common_voice_uk_21203602-207-0: hyp=['крокодилляче', 'сльози', 'лицемірні', 'сльози', 'роблене', 'співчуттям'] +common_voice_uk_21203604-208-0: ref=['тобто', 'все', 'залишається', 'так', 'як', 'є'] +common_voice_uk_21203604-208-0: hyp=['тобто', 'все', 'залишається', 'так', 'як', 'є'] +common_voice_uk_21203606-209-0: ref=['планує', 'обговорити', 'шляхи', 'якими', 'можна', 'поліпшити', 'стратегічне', 'партнерство'] +common_voice_uk_21203606-209-0: hyp=['планує', 'обговорити', 'шляхи', 'якими', 'можна', 'поліпшити', 'стратегічне', 'партнерство'] +common_voice_uk_21216661-210-0: ref=['гей', 'бережись', 'осипе', 'я', 'твоя', 'правда', 'безштанько', 'а', "в'язи", 'тобі', 'скручу'] +common_voice_uk_21216661-210-0: hyp=['гей', 'гей', 'бережись', 'осипе', 'я', 'твоя', 'правда', 'без', 'штанько', 'а', "в'язи", 'тобі', 'скричу'] +common_voice_uk_21216662-211-0: ref=['а', 'ось', 'і', 'мої', 'морально', 'етичні', 'й', 'сякі', 'такі', 'економічні', 'аргументи'] +common_voice_uk_21216662-211-0: hyp=['а', 'ось', 'і', 'мої', 'морально', 'етичні', 'сякі', 'такі', 'економічні', 'аргументи'] +common_voice_uk_21216664-212-0: ref=['ганді', 'завжди', 'розділяв', 'людину', 'і', 'функції', 'які', 'вона', 'виконує'] +common_voice_uk_21216664-212-0: hyp=['ганді', 'завжди', 'розділяв', 'людину', 'і', 'функції', 'які', 'вона', 'виконує'] +common_voice_uk_21216665-213-0: ref=['довгий', 'час', 'ми', 'не', 'збирались'] +common_voice_uk_21216665-213-0: hyp=['довгий', 'час', 'мене', 'збиралась'] +common_voice_uk_21216666-214-0: ref=['цербер', 'злий', 'невмолимий', 'вартовий'] +common_voice_uk_21216666-214-0: hyp=['царбер', 'злий', 'не', 'в', 'малимий', 'вартовий'] +common_voice_uk_21217535-215-0: ref=['і', 'тоді', 'буде', 'у', 'вас', 'все', 'добре'] +common_voice_uk_21217535-215-0: hyp=['і', 'тоді', 'буде', 'у', 'вас', 'все', 'добре'] +common_voice_uk_21217536-216-0: ref=['правду', 'в', 'очі', 'краще', 'говорити', 'по', 'телефону'] +common_voice_uk_21217536-216-0: hyp=['правду', 'очі', 'краще', 'говорити', 'по', 'телефону'] +common_voice_uk_21217538-217-0: ref=['сьогодні', 'я', 'ходив', 'у', 'магазин', 'по', 'продукти'] +common_voice_uk_21217538-217-0: hyp=['сьогодні', 'я', 'ходив', 'у', 'магазин', 'по', 'продукти'] +common_voice_uk_21217539-218-0: ref=['мовляв', 'досить', 'лише', 'змінити', 'таку', 'систему', 'і', 'автоматично', 'відпаде', 'потреба', 'фальшувати', 'справи'] +common_voice_uk_21217539-218-0: hyp=['мовляв', 'досить', 'лише', 'змінити', 'таку', 'систему', 'і', 'автоматично', 'відпаде', 'потреба', 'в', 'такшувати', 'справу'] +common_voice_uk_21222762-219-0: ref=['і', 'тому', 'на', 'сьогоднішній', 'день', 'питання', 'врегульовано', 'наступним', 'чином'] +common_voice_uk_21222762-219-0: hyp=['і', 'тому', 'на', 'сьогоднішній', 'день', 'питання', 'врегульоване', 'наступним', 'чином'] +common_voice_uk_21222763-220-0: ref=['але', 'десь', 'за', 'пів', 'години', 'зрозумів', 'україномовної', 'бази', 'населених', 'пунктів', 'україни', 'немає'] +common_voice_uk_21222763-220-0: hyp=['а', 'десь', 'за', 'півгодини', 'зрозумів', 'україномовної', 'песи', 'населених', 'пунктів', 'україни', 'немає'] +common_voice_uk_21222764-221-0: ref=['і', 'в', 'ложці', 'води', 'втопити', 'може'] +common_voice_uk_21222764-221-0: hyp=['і', 'в', 'ложці', 'води', 'хто', 'потому', 'може'] +common_voice_uk_21222765-222-0: ref=['я', 'пила', 'би', 'це', 'життя'] +common_voice_uk_21222765-222-0: hyp=['я', 'прилав', 'би', 'це', 'життя'] +common_voice_uk_21228175-223-0: ref=['аргонавти', 'сміливі', 'мандрівники', 'першовідкривачі'] +common_voice_uk_21228175-223-0: hyp=['аргонавти', 'сміливі', 'мандрівники', 'першовідкривачі'] +common_voice_uk_21228177-224-0: ref=['оціночні', 'судження', 'не', 'підлягають', 'спростуванню', 'та', 'доведенню', 'їх', 'правдивості'] +common_voice_uk_21228177-224-0: hyp=['оціночні', 'судження', 'не', 'підлягають', 'спростуванню', 'та', 'доведенню', 'їх', 'правдивості'] +common_voice_uk_21228179-225-0: ref=['таким', 'чином', 'також', 'підтримати', 'малий', 'бізнес'] +common_voice_uk_21228179-225-0: hyp=['таким', 'чином', 'також', 'підтримати', 'малий', 'бізнес'] +common_voice_uk_21228181-226-0: ref=['гроші', 'дають', 'навіть', 'наперед'] +common_voice_uk_21228181-226-0: hyp=['гаші', 'дають', 'навіть', 'наперед'] +common_voice_uk_21228183-227-0: ref=['з', 'раннього', 'ранку', 'до', 'пізньої', 'ніченькі', 'голкою', 'денно', 'верти'] +common_voice_uk_21228183-227-0: hyp=['з', 'раннього', 'ранку', 'до', 'пізньої', 'ніченьки', 'голкою', 'денну', 'верти'] +common_voice_uk_21228206-228-0: ref=['і', 'це', 'далеко', 'не', 'всі', 'аргументи', 'на', 'користь', 'вивчення', 'сі'] +common_voice_uk_21228206-228-0: hyp=['і', 'це', 'далеко', 'на', 'всі', 'до', 'аргументи', 'на', 'користь', 'вивчення', 'сі'] +common_voice_uk_21228211-229-0: ref=['використати', 'цю', 'аудиторію', 'для', 'поширення'] +common_voice_uk_21228211-229-0: hyp=['використати', 'цю', 'аудиторію', 'для', 'поширення'] +common_voice_uk_21228213-230-0: ref=['притча', 'во', 'язяцех', 'предмет', 'загального', 'осуду', 'й', 'глузування', 'і', 'те', 'про', 'що', 'всі', 'говорять'] +common_voice_uk_21228213-230-0: hyp=['перетча', 'воязицях', 'предмет', 'загального', 'осуду', 'і', 'полозування', 'й', 'те', 'про', 'що', 'всі', 'говорять'] +common_voice_uk_21251129-231-0: ref=['загальна', 'позовна', 'давність', 'встановлюється', 'тривалістю', 'у', 'три', 'роки'] +common_voice_uk_21251129-231-0: hyp=['загальна', 'позовна', 'давність', 'встановлюється', 'тривалістю', 'у', 'три', 'роки'] +common_voice_uk_21251130-232-0: ref=["пам'ять", 'наших', 'героїв', 'буде', 'вшанована', 'і', 'увіковічена'] +common_voice_uk_21251130-232-0: hyp=["пам'ять", 'наших', 'героїв', 'буде', 'вшанована', 'й', 'увіковічена'] +common_voice_uk_21251131-233-0: ref=['джомолунгма', 'є', 'пірамідальним', 'піком'] +common_voice_uk_21251131-233-0: hyp=['джо', 'молонгма', 'є', 'пірамідальним', 'піком'] +common_voice_uk_21251132-234-0: ref=['у', 'лікарні', 'карлос', 'зустрічає', 'миколу'] +common_voice_uk_21251132-234-0: hyp=['у', 'лікарні', 'карлос', 'зустрічає', 'миколу'] +common_voice_uk_21251370-235-0: ref=['ми', 'всі', 'хутко', 'повернулись', 'у', 'той', 'бік'] +common_voice_uk_21251370-235-0: hyp=['ми', 'всі', 'хутко', 'повернулись', 'у', 'той', 'бік'] +common_voice_uk_21251373-236-0: ref=['саме', 'венеціанські', 'дзеркала', 'на', 'довгі', 'століття', 'стали', 'уособленням', 'високого', 'статусу', 'та', 'престижу'] +common_voice_uk_21251373-236-0: hyp=['саме', 'венеціанське', 'дзеркала', 'на', 'довгі', 'століття', 'стали', 'уособленням', 'високого', 'статусу', 'та', 'престижу'] +common_voice_uk_21274769-237-0: ref=['берися', 'за', 'роботу', 'без', 'рукавиць'] +common_voice_uk_21274769-237-0: hyp=['бериться', 'за', 'роботу', 'без', 'рукавиць'] +common_voice_uk_21276920-238-0: ref=['добре', 'чому', 'б', 'нам', 'не', 'підійти', 'до', 'питання', 'з', 'іншого', 'боку'] +common_voice_uk_21276920-238-0: hyp=['добре', 'чому', 'б', 'нам', 'не', 'підійти', 'до', 'питання', 'з', 'іншого', 'боку'] +common_voice_uk_21276921-239-0: ref=['що', 'йому', 'біда', 'зробить', 'як', 'він', 'сам', 'біда'] +common_voice_uk_21276921-239-0: hyp=['що', 'йому', 'біда', 'зробить', 'як', 'він', 'сам', 'віддав'] +common_voice_uk_21276926-240-0: ref=['а', 'я', 'говорю', 'так', 'не', 'можна'] +common_voice_uk_21276926-240-0: hyp=['а', 'я', 'говорю', 'так', 'не', 'можна'] +common_voice_uk_21276928-241-0: ref=['щоночі', 'перш', 'ніж', 'заснути', 'уявляйте', 'собі', 'свій', 'ідеальний', 'завтрашній', 'день'] +common_voice_uk_21276928-241-0: hyp=['щоночі', 'перш', 'ніж', 'заснути', 'уявляєте', 'собі', 'свій', 'ідеальний', 'завтрашній', 'день'] +common_voice_uk_21278154-242-0: ref=['голгофа', 'страждання', 'муки', 'моральні', 'та', 'фізичні'] +common_voice_uk_21278154-242-0: hyp=['с'] +common_voice_uk_21278155-243-0: ref=['ліпший', 'поганий', 'мир', 'від', 'доброї', 'сварки'] +common_voice_uk_21278155-243-0: hyp=['не', 'вживали', 'мене', 'не', 'добрий', 'сваркам'] +common_voice_uk_21278156-244-0: ref=['голова', 'є', 'коби', 'до', 'неї', 'розум'] +common_voice_uk_21278156-244-0: hyp=['голова', 'коби', 'немає', 'розуму'] +common_voice_uk_21298571-245-0: ref=['воно', 'теж', 'не', 'було', 'виконано'] +common_voice_uk_21298571-245-0: hyp=['воно', 'теж', 'не', 'було', 'виконано'] +common_voice_uk_21298572-246-0: ref=['ця', 'революція', 'триває', 'сто', 'років'] +common_voice_uk_21298572-246-0: hyp=['ця', 'революція', 'триває', 'сто', 'років'] +common_voice_uk_21298574-247-0: ref=['онікс', 'мінерал', 'різновид', 'агату', 'з', 'паралельними', 'смугами'] +common_voice_uk_21298574-247-0: hyp=['онікс', 'мінуал', 'різновид', 'атомів', 'з', 'паралельними', 'словами'] +common_voice_uk_21298576-248-0: ref=['розпочинайте'] +common_voice_uk_21298576-248-0: hyp=['розпочинайте'] +common_voice_uk_21300882-249-0: ref=['не', 'до', 'пісень', 'вже', 'тут'] +common_voice_uk_21300882-249-0: hyp=['не', 'до', 'пісень', 'уже', 'тут'] +common_voice_uk_21300883-250-0: ref=['серед', 'аксесуарів', 'були', 'маленькі', 'сережки', 'та', 'браслети'] +common_voice_uk_21300883-250-0: hyp=['що', 'серед', 'аксесуарів', 'були', 'маленькі', 'сережки', 'та', 'браслети'] +common_voice_uk_21300884-251-0: ref=['я', 'згоден', 'з', 'цим'] +common_voice_uk_21300884-251-0: hyp=['я', 'згоден', 'з', 'цим'] +common_voice_uk_21300886-252-0: ref=['цірцея', 'підступна', 'жінка'] +common_voice_uk_21300886-252-0: hyp=['серце', 'підступна', 'жінка'] +common_voice_uk_21310684-253-0: ref=['хоть', 'головов', 'у', 'камінь', 'хоть', 'каменем', 'у', 'голову'] +common_voice_uk_21310684-253-0: hyp=['хоч', 'голова', 'у', 'камінь', 'хоть', 'каменем', 'у', 'голову'] +common_voice_uk_21310685-254-0: ref=['ні', 'богови', 'свічку', 'ні', 'чортови', 'огарок'] +common_voice_uk_21310685-254-0: hyp=['ні', 'богова', 'свічку', 'ні', 'чортове', 'огарок'] +common_voice_uk_21310686-255-0: ref=['за', 'цих', 'обставин', 'це', 'не', 'найкраща', 'лінія', 'захисту'] +common_voice_uk_21310686-255-0: hyp=['за', 'цих', 'обставин', 'це', 'не', 'найкраща', 'лінія', 'захисту'] +common_voice_uk_21310687-256-0: ref=['я', 'приєднуюсь', 'до', 'цього', 'прохання'] +common_voice_uk_21310687-256-0: hyp=['я', 'приєднуюсь', 'до', 'цього', 'прохання'] +common_voice_uk_21310688-257-0: ref=['судить', 'будуть', 'нехай'] +common_voice_uk_21310688-257-0: hyp=['судить', 'будуть', 'нехай'] +common_voice_uk_21321832-258-0: ref=['на', 'мене', 'й', 'засідають'] +common_voice_uk_21321832-258-0: hyp=['на', 'мене', 'й', 'засідають'] +common_voice_uk_21321833-259-0: ref=['харон', 'символ', 'смерті', 'зрідка', 'просто', 'перевізник'] +common_voice_uk_21321833-259-0: hyp=['хорон', 'символ', 'смерті', 'зрідка', 'просто', 'перевізник'] +common_voice_uk_21321835-260-0: ref=['хто', 'правцює', 'той', 'дома', 'не', 'ночує'] +common_voice_uk_21321835-260-0: hyp=['хто', 'працює', 'той', 'до', 'мене', 'ночує'] +common_voice_uk_21321836-261-0: ref=['краса', 'це', 'вічність', 'що', 'триває', 'мить'] +common_voice_uk_21321836-261-0: hyp=['краса', 'це', 'вічність', 'що', 'триває', 'мить'] +common_voice_uk_21321857-262-0: ref=['ходить', 'просити', 'а', 'нема', 'в', 'чім', 'носити'] +common_voice_uk_21321857-262-0: hyp=['ходить', 'просити', 'а', 'не', 'мав', 'чим', 'носити'] +common_voice_uk_21321858-263-0: ref=['на', 'редактора', 'це', 'вам', 'буде', 'дорого', 'коштувати', 'коли', 'я', 'буду', 'у', 'вас', 'редактором'] +common_voice_uk_21321858-263-0: hyp=['на', 'радактора', 'це', 'вам', 'бути', 'дорого', 'коштувати', 'коли', 'я', 'буду', 'вас', 'редактором'] +common_voice_uk_21321861-264-0: ref=['у', 'спеку', 'кращий', 'десерт', 'фрукти', 'та', 'ягоди'] +common_voice_uk_21321861-264-0: hyp=['у', 'спеку', 'краще', 'десерт', 'фрукти', 'та', 'ягоди'] +common_voice_uk_21336005-265-0: ref=['на', 'польовому', 'току', 'де', 'ворохи', 'зерна', 'поналивані', 'сказали', 'кухаренкові', 'що', 'його', 'викликають', 'у', 'район'] +common_voice_uk_21336005-265-0: hyp=['на', 'польовому', 'таку', 'де', 'вороги', 'зерна', 'по', 'наливані', 'і', 'сказали', 'кухаренкові', 'що', 'його', 'викликають', 'у', 'район'] +common_voice_uk_21336006-266-0: ref=['дозвольте', 'обгрунтувати', 'мої', 'слова'] +common_voice_uk_21336006-266-0: hyp=['дозвольте', 'обгрунтувати', 'мої', 'слова'] +common_voice_uk_21336007-267-0: ref=['ідей', 'гарячих', 'сніданків', 'для', 'суботи', 'або', 'неділі', 'безліч'] +common_voice_uk_21336007-267-0: hyp=['іди', 'гарячих', 'сніданків', 'для', 'суботи', 'або', 'неділі', 'безліч'] +common_voice_uk_21336008-268-0: ref=['ось', 'іде', 'пасічник', 'котрий', 'має', 'непоганий', 'гешефт', 'з', 'кожного', 'вулика'] +common_voice_uk_21336008-268-0: hyp=['ось', 'іде', 'пасочник', 'котрий', 'має', 'непогане', 'гешефт', 'кожного', 'вулика'] +common_voice_uk_21336009-269-0: ref=['також', 'здійснюється', 'переведення', 'працівників', 'цих', 'сфер', 'на', 'трудові', 'контракти'] +common_voice_uk_21336009-269-0: hyp=['також', 'здійснюються', 'переведення', 'працівників', 'цих', 'сфер', 'на', 'трудові', 'контракти'] +common_voice_uk_21336010-270-0: ref=['атлантида', 'прекрасна', 'заповітна', 'країна'] +common_voice_uk_21336010-270-0: hyp=['атлантида', 'прекрасна', 'заповітна', 'країна'] +common_voice_uk_21336011-271-0: ref=['хвали', 'мене', 'ротику', 'то', 'меш', 'їсти', 'кашку'] +common_voice_uk_21336011-271-0: hyp=['хвилини', 'мене', 'ротику', 'томеш', 'їсти', 'кашку'] +common_voice_uk_21336012-272-0: ref=['ці', 'процеси', 'стали', 'причиною', 'аномально', 'теплої', 'зими', 'цьогоріч'] +common_voice_uk_21336012-272-0: hyp=['ці', 'процеси', 'стали', 'причиною', 'аномально', 'теплої', 'зими', 'цьогоріч'] +common_voice_uk_21336013-273-0: ref=['це', 'можуть', 'бути', 'скажімо', 'деталі', 'назавжди', 'зафіксовані', 'чіпкою', 'дитячою', "пам'яттю"] +common_voice_uk_21336013-273-0: hyp=['це', 'можуть', 'бути', 'скажімо', 'деталі', 'назавжди', 'зафіксовані', 'чіткою', 'дитячою', "пам'яттю"] +common_voice_uk_21336014-274-0: ref=['так', 'вони', 'можуть', 'не', 'приїхати'] +common_voice_uk_21336014-274-0: hyp=['так', 'вони', 'можуть', 'не', 'переїхати'] +common_voice_uk_21336015-275-0: ref=['млин', 'меле', 'мука', 'буде', 'язик', 'меле', 'біда', 'буде'] +common_voice_uk_21336015-275-0: hyp=['млин', 'меле', 'мука', 'буде', 'язик', 'меле', 'біда', 'буде'] +common_voice_uk_21336016-276-0: ref=['мене', 'неначе', 'струмом', 'вдарило'] +common_voice_uk_21336016-276-0: hyp=['мене', 'неначе', 'струмом', 'вдарило'] +common_voice_uk_21336018-277-0: ref=['знадобиться', 'декілька', 'листів', 'тонкого', 'лаваша', 'начинка', 'кілька', 'яєць', 'склянка', 'молока'] +common_voice_uk_21336018-277-0: hyp=['знадобиться', 'декілька', 'листів', 'тонкого', 'лаша', 'начинка', 'кілька', 'яєць', 'склянка', 'молока'] +common_voice_uk_21336019-278-0: ref=['українці', 'ж', 'роблять', 'найбруднішу', 'малооплачувану', 'роботу', 'видобувають'] +common_voice_uk_21336019-278-0: hyp=['українці', 'ж', 'роблять', 'найбрудніше', 'мало', 'оплачувану', 'роботу', 'видобувають'] +common_voice_uk_21337877-279-0: ref=['на', 'той', 'час', 'картини', 'кассат', 'уже', 'шість', 'років', 'були', 'представлені', 'у', 'паризькому', 'салоні'] +common_voice_uk_21337877-279-0: hyp=['на', 'той', 'час', 'картини', 'касад', 'уже', 'шість', 'років', 'були', 'підставлені', 'у', 'павірському', 'салоні'] +common_voice_uk_21337878-280-0: ref=['я', 'набрала', 'з', 'крана', 'води', 'і', 'вернулась', 'до', 'своєї', 'кімнати'] +common_voice_uk_21337878-280-0: hyp=['я', 'набрала', 'скрана', 'води', 'і', 'вернулась', 'до', 'своєї', 'кімнати'] +common_voice_uk_21337879-281-0: ref=['атака', 'на', 'фінляндію', 'викликала', 'обурення', 'у', 'світі'] +common_voice_uk_21337879-281-0: hyp=['атака', 'на', 'фінляндію', 'викликала', 'обуєння', 'у', 'світі'] +common_voice_uk_21337880-282-0: ref=['ситий', 'голодного', 'не', 'знає'] +common_voice_uk_21337880-282-0: hyp=['сити', 'голодного', 'не', 'знає'] +common_voice_uk_21337881-283-0: ref=['деяка', 'оперативна', 'інформація', 'у', 'нас', 'уже', 'є', 'на', 'сьогоднішній', 'ранок'] +common_voice_uk_21337881-283-0: hyp=['дика', 'оперативна', 'інформація', 'у', 'нас', 'уже', 'є', 'на', 'сьогоднішній', 'ранок'] +common_voice_uk_21342591-284-0: ref=['вони', 'не', 'були', 'проведені'] +common_voice_uk_21342591-284-0: hyp=['вони', 'й', 'не', 'були', 'проведені'] +common_voice_uk_21342592-285-0: ref=['як', 'моє', 'невлад', 'я', 'з', 'своїм', 'назад'] +common_voice_uk_21342592-285-0: hyp=['як', 'моє', 'невлад', 'я', 'з', 'своїм', 'назад'] +common_voice_uk_21342593-286-0: ref=['здорово', 'обижається', 'на', 'мене', 'старшина', 'за', 'цю', 'пісню', 'з', 'посмішкою', 'пояснив', 'парубок'] +common_voice_uk_21342593-286-0: hyp=['здорово', 'обвижається', 'на', 'мене', 'старшина', 'за', 'цю', 'пісню', 'з', 'посмішкою', 'пояснив', 'парубок'] +common_voice_uk_21342594-287-0: ref=['все', 'це', 'викликає', 'зростання', 'соціальної', 'напруги', 'в', 'місті'] +common_voice_uk_21342594-287-0: hyp=['все', 'це', 'викликає', 'зростання', 'соціальної', 'напруги', 'в', 'місті'] +common_voice_uk_21342596-288-0: ref=['не', 'називай', 'мене', 'падлюкою', 'це', 'гноблення'] +common_voice_uk_21342596-288-0: hyp=['не', 'називай', 'мене', 'падлюкою', 'це', 'гноблення'] +common_voice_uk_21342983-289-0: ref=['відповідно', 'інтенсивність', 'руху', 'поїздів', 'збільшилась'] +common_voice_uk_21342983-289-0: hyp=['відповідно', 'інтенсивність', 'руху', 'поїздів', 'збільшилась'] +common_voice_uk_21342984-290-0: ref=['весь', 'час', 'звучить', 'це', 'питання'] +common_voice_uk_21342984-290-0: hyp=['весь', 'час', 'звучить', 'це', 'питання'] +common_voice_uk_21343480-291-0: ref=['величезна', 'перевага', 'екзаменатора', 'полягає', 'в', 'тому', 'що', 'він', 'сидить', 'по', 'кращий', 'бік', 'столу'] +common_voice_uk_21343480-291-0: hyp=['величезна', 'порива', 'як', 'самомонатора', 'полягає', 'в', 'тому', 'що', 'він', 'сидить', 'по', 'кращий', 'бік', 'столу'] +common_voice_uk_21343481-292-0: ref=['хотів', 'би', 'у', 'вас', 'запитати'] +common_voice_uk_21343481-292-0: hyp=['хотів', 'би', 'у', 'вас', 'запитати'] +common_voice_uk_21343482-293-0: ref=['один', 'з', 'дядьків', 'насунувся', 'на', 'перекинений', 'віз', 'і', 'не', 'міг', 'далі', 'йти'] +common_voice_uk_21343482-293-0: hyp=['один', 'стічків', 'на', 'сунувся', 'на', 'перекинений', 'біс', 'і', 'не', 'міг', 'даліти'] +common_voice_uk_21343483-294-0: ref=['і', 'були', 'на', 'нашій', 'землі', 'пани', 'поміщики', 'та', 'капіталісти'] +common_voice_uk_21343483-294-0: hyp=['і', 'були', 'на', 'нашій', 'землі', 'пани', 'коміщики', 'так', 'і', 'петліста'] +common_voice_uk_21343724-295-0: ref=['впевнений', 'в', 'тому', 'що', 'торговельні', 'центри', 'повинні', 'бути'] +common_voice_uk_21343724-295-0: hyp=['впевнений', 'в', 'тому', 'що', 'торговельні', 'центри', 'повинні', 'бути'] +common_voice_uk_21343725-296-0: ref=['після', 'кажанів', 'і', 'рулетки', 'нанести', 'черговий', 'удар', 'по', 'порнографії', 'виявилося', 'більш', 'ніж', 'легко'] +common_voice_uk_21343725-296-0: hyp=['після', 'кажанів', 'і', 'рулетки', 'нанести', 'черговий', 'удар', 'по', 'порнографії', 'виявилось', 'більш', 'ніж', 'легко'] +common_voice_uk_21343727-297-0: ref=['добре', 'одягнена', 'людина', 'це', 'та', 'на', 'чий', 'одяг', 'ви', 'не', 'звертаєте', 'уваги'] +common_voice_uk_21343727-297-0: hyp=['добре', 'одягнена', 'людина', 'це', 'та', 'на', 'чи', 'одяг', 'ви', 'не', 'звертаєте', 'уваги'] +common_voice_uk_21343728-298-0: ref=['і', 'всі', 'можуть', 'приходити', 'і', 'розглядати'] +common_voice_uk_21343728-298-0: hyp=['і', 'всі', 'можуть', 'приходити', 'і', 'розглядати'] +common_voice_uk_21343730-299-0: ref=['громадяни', 'мають', 'рівні', 'конституційні', 'права', 'і', 'свободи', 'та', 'є', 'рівними', 'перед', 'законом'] +common_voice_uk_21343730-299-0: hyp=['громадяни', 'мають', 'рівні', 'конституційні', 'права', 'і', 'свободи', 'та', 'є', 'рівними', 'перед', 'законом'] +common_voice_uk_21343749-300-0: ref=['не', 'в', 'свої', 'сани', 'не', 'сідай'] +common_voice_uk_21343749-300-0: hyp=['не', 'в', 'свої', 'сани', 'не', 'сідай'] +common_voice_uk_21343750-301-0: ref=['сонце', 'стояло', 'на', 'південь', 'зимове', 'блискуче', 'але', 'холодне'] +common_voice_uk_21343750-301-0: hyp=['сонце', 'стояло', 'на', 'південь', 'зимове', 'блискуче', 'але', 'холодне'] +common_voice_uk_21343751-302-0: ref=['едгар', 'дега', 'всесвітньо', 'відомий', 'художник', 'який', 'зображав', 'на', 'полотнах', 'українок'] +common_voice_uk_21343751-302-0: hyp=['а', 'едгардага', 'всесвітньо', 'відомий', 'художник', 'який', 'зображав', 'на', 'полотнах', 'українок'] +common_voice_uk_21343752-303-0: ref=['я', 'обережно', 'підсунувся', 'ближче'] +common_voice_uk_21343752-303-0: hyp=['я', 'обережно', 'підсунувся', 'ближче'] +common_voice_uk_21343784-304-0: ref=['при', 'цьому', 'випуск', 'журналів', 'і', 'періодичних', 'видань', 'у', 'роки', 'незалежності', 'пережив', 'справжній', 'злет'] +common_voice_uk_21343784-304-0: hyp=['при', 'цьому', 'випуск', 'журналів', 'і', 'періодичних', 'видань', 'у', 'роки', 'незалежності', 'пережив', 'справжній', 'злат'] +common_voice_uk_21343785-305-0: ref=['хто', 'попікся', 'окропом', 'на', 'воду', 'дує'] +common_voice_uk_21343785-305-0: hyp=['хто', 'попікся', 'окропом', 'на', 'воду', 'дує'] +common_voice_uk_21343788-306-0: ref=['якщо', 'злочинорівень', 'виявляється', 'занадто', 'високим', 'людина', 'змушена', 'пройти', 'примусове', 'лікування'] +common_voice_uk_21343788-306-0: hyp=['якщо', 'злочинний', 'рівень', 'виявляється', 'занадто', 'високим', 'людина', 'змушена', 'пройти', 'примусове', 'лікування'] +common_voice_uk_21343929-307-0: ref=['інфляція', 'процес', 'знецінення', 'грошей'] +common_voice_uk_21343929-307-0: hyp=['інфекція', 'процес', 'на', 'оцінення', 'грошей'] +common_voice_uk_21343930-308-0: ref=['до', 'меду', 'вуха', 'а', 'від', 'меду', 'фіст'] +common_voice_uk_21343930-308-0: hyp=['дома', 'до', 'вуха', 'а', 'від', 'мене'] +common_voice_uk_21343931-309-0: ref=['кущі', 'мають', 'висоту', 'тридцять', 'тридцять', "п'ять", 'сантиметрів'] +common_voice_uk_21343931-309-0: hyp=['кущи', 'мають', 'висоту', 'тридцять', 'тридцять', "п'ять", 'сантиметрів'] +common_voice_uk_21343932-310-0: ref=['система', 'це', 'сукупність', 'елементів', 'які', 'взаємодіють', 'за', 'одним', 'відомим', 'законом'] +common_voice_uk_21343932-310-0: hyp=['система', 'це', 'сукупність', 'елементів', 'які', 'взаємодіються', 'одним', 'відомим', 'законом'] +common_voice_uk_21343933-311-0: ref=['їдять', 'його', 'мухи', 'з', 'комарями', 'та', 'за', 'таке', 'треба', 'й', 'руками', 'й', 'ногами', 'хапатись'] +common_voice_uk_21343933-311-0: hyp=['дітя', 'цього', 'вуха', 'з', 'комарями', 'казати', 'і', 'руками', 'і', 'ногами', 'хапатись'] +common_voice_uk_21347021-312-0: ref=['затримано', 'раніше', 'трьох', 'підозрюваних', 'у', 'виконанні', 'злочину'] +common_voice_uk_21347021-312-0: hyp=['затримано', 'раніше', 'трьох', 'підозрюваних', 'у', 'виконанні', 'злочину'] +common_voice_uk_21347023-313-0: ref=['набуття', 'права', 'інтелектуальної', 'власності', 'на', 'винахід', 'корисну', 'модель', 'промисловий', 'зразок', 'засвідчується', 'патентом'] +common_voice_uk_21347023-313-0: hyp=['набуття', 'права', 'інтелектуальної', 'власності', 'новинахід', 'корисну', 'модель', 'промисловий', 'зразок', 'засвідчуючи', 'це', 'патентом'] +common_voice_uk_21347024-314-0: ref=['якщо', 'хтось', 'плює', 'тобі', 'в', 'спину', 'значить', 'ти', 'попереду'] +common_voice_uk_21347024-314-0: hyp=['якщо', 'хтось', 'прияв', 'тобі', 'в', 'спину', 'значить', 'ти', 'попереду'] +common_voice_uk_21347025-315-0: ref=['кольорові', 'різновиди', 'корунда', 'дорогоцінні', 'камені'] +common_voice_uk_21347025-315-0: hyp=['кольорові', 'різновиди', 'корунда', 'дорогаційні', 'камені'] +common_voice_uk_21347289-316-0: ref=['якщо', 'справа', 'від', 'цього', 'виграє', 'то', 'доцільно'] +common_voice_uk_21347289-316-0: hyp=['якщо', 'справа', 'від', 'цього', 'виграє', 'традицій'] +common_voice_uk_21347290-317-0: ref=['нерон', 'тиран', 'що', 'не', 'спиняється', 'ні', 'перед', 'чим', 'для', 'зміцнення', 'своєї', 'влади'] +common_voice_uk_21347290-317-0: hyp=['нерон', 'тира', 'ще', 'не', 'спиняється', 'ні', 'перед', 'чим', 'для', 'зміцнення', 'своєї', 'влади'] +common_voice_uk_21347291-318-0: ref=['сердечні', 'розумні', 'блискучі'] +common_voice_uk_21347291-318-0: hyp=['серед', 'очі', 'розумні', 'блискучі'] +common_voice_uk_21347292-319-0: ref=['ну', 'що', 'ти', 'на', 'це', 'одповіді', 'ніякої'] +common_voice_uk_21347292-319-0: hyp=['ну', 'що', 'ти', 'на', 'це', 'от', 'одповіді', 'ніякої'] +common_voice_uk_21347293-320-0: ref=['це', 'рішення', 'було', 'повністю', 'виконано'] +common_voice_uk_21347293-320-0: hyp=['це', 'рішення', 'було', 'повністю', 'виконано'] +common_voice_uk_21349472-321-0: ref=['взяти', 'ноги', 'на', 'плечі'] +common_voice_uk_21349472-321-0: hyp=['взяти', 'ноги', 'на', 'плечі'] +common_voice_uk_21350644-322-0: ref=['дівчата', 'перестали', 'ховатись', 'і', 'вступали', 'до', 'сміхів', 'танців', 'та', 'співів'] +common_voice_uk_21350644-322-0: hyp=['дівчата', 'перестали', 'ховатись', 'і', 'вступили', 'до', 'сміхів', 'танців', 'та', 'співів'] +common_voice_uk_21350646-323-0: ref=['дозвольте', 'зупинитись', 'на', 'наступних', 'питаннях'] +common_voice_uk_21350646-323-0: hyp=['так'] +common_voice_uk_21350648-324-0: ref=['ні'] +common_voice_uk_21350648-324-0: hyp=['ні', 'ні'] +common_voice_uk_21350672-325-0: ref=['порядок', 'проведення', 'виборів', 'президента', 'україни', 'встановлюється', 'законом'] +common_voice_uk_21350672-325-0: hyp=['порядок', 'проведення', 'виборів', 'президента', 'україни', 'встановлюється', 'законом'] +common_voice_uk_21350676-326-0: ref=['і', 'в', 'неї', 'має', 'бути', 'як', 'законодавча', 'так', 'і', 'виконавча', 'влада'] +common_voice_uk_21350676-326-0: hyp=['і', 'в', 'неї', 'має', 'бути', 'як', 'законодавча', 'таке', 'виконавча', 'влада'] +common_voice_uk_21350677-327-0: ref=['в', 'цьому', 'кварталі'] +common_voice_uk_21350677-327-0: hyp=['в', 'цьому', 'кварталі'] +common_voice_uk_21350719-328-0: ref=['як', 'марно', 'прийшло', 'так', 'марно', 'й', 'пішло'] +common_voice_uk_21350719-328-0: hyp=['як', 'марно', 'прийшло', 'так', 'марно', 'і', 'пішло'] +common_voice_uk_21350723-329-0: ref=['батько', 'доводить', 'свою', 'любов', 'повагою', 'слухаючи', 'і', 'приймаючи'] +common_voice_uk_21350723-329-0: hyp=['батько', 'доводить', 'свою', 'любов', 'повагою', 'слухаючи', 'і', 'приймаючи'] +common_voice_uk_21350727-330-0: ref=['звісно', 'в', 'програмі', 'є', 'і', 'позитивні', 'моменти'] +common_voice_uk_21350727-330-0: hyp=['звісно', 'в', 'програмі', 'є', 'й', 'позитивні', 'моменти'] +common_voice_uk_21350796-331-0: ref=['у', 'мене', 'кілька', 'питань'] +common_voice_uk_21350796-331-0: hyp=['у', 'мене', 'кілька', 'питань'] +common_voice_uk_21350797-332-0: ref=['це', 'був', 'лиш', 'сон'] +common_voice_uk_21350797-332-0: hyp=['це', 'був', 'лиш', 'сам'] +common_voice_uk_21350798-333-0: ref=['нірвана', 'забуття', 'спокій', 'смерть'] +common_voice_uk_21350798-333-0: hyp=['нірова', 'на', 'забуття', 'спокій', 'смерть'] +common_voice_uk_21350800-334-0: ref=['про', 'дострокове', 'припинення', 'повноважень', 'верховної', 'ради'] +common_voice_uk_21350800-334-0: hyp=['про', 'дострокове', 'припинення', 'повноважень', 'верховної', 'ради'] +common_voice_uk_21350836-335-0: ref=['ми', 'не', 'зупинялися', 'на', 'перекладах', 'і', 'відшуковували', 'останні', 'світові', 'тренди'] +common_voice_uk_21350836-335-0: hyp=['ми', 'не', 'зупинилися', 'на', 'перекладах', 'і', 'відшукували', 'останні', 'світові', 'тренди'] +common_voice_uk_21350837-336-0: ref=['сьогодні', 'це', 'визначення', 'значно', 'менше', 'відповідає', 'дійсності'] +common_voice_uk_21350837-336-0: hyp=['сьогодні', 'це', 'визначення', 'значно', 'менше', 'вид', 'позидент', 'дійсності'] +common_voice_uk_21350839-337-0: ref=['мінометну', 'міну', 'можна', 'вирахувати', 'з', 'вельми', 'високою', 'вірогідністю'] +common_voice_uk_21350839-337-0: hyp=['минуметно', 'міну', 'можна', 'вирухувати', 'з', 'вельми', 'високовірогідністю'] +common_voice_uk_21350840-338-0: ref=['тому', 'я', 'з', 'огляду', 'на', 'вищесказане', 'хочу'] +common_voice_uk_21350840-338-0: hyp=['то', 'бояв', 'цього', 'людина', 'вище', 'сказала', 'не', 'хочу'] +common_voice_uk_21352747-339-0: ref=['посередній', 'учитель', 'розповідає'] +common_voice_uk_21352747-339-0: hyp=['посередній', 'учитель', 'розповідає'] +common_voice_uk_21352748-340-0: ref=['так', 'звані', 'лідери', 'думок', 'висловлюють', 'занепокоєння'] +common_voice_uk_21352748-340-0: hyp=['так', 'звані', 'лідери', 'думок', 'висловлюють', 'занепокоєння'] +common_voice_uk_21352750-341-0: ref=['не', 'рубай', 'гілляку', 'на', 'котрій', 'сидиш'] +common_voice_uk_21352750-341-0: hyp=['не', 'рубай', 'гілляко', 'на', 'котрій', 'сидиш'] +common_voice_uk_21352751-342-0: ref=['а', 'потім', 'викласти', 'фото', 'страви', 'в', 'соціальні', 'мережі'] +common_voice_uk_21352751-342-0: hyp=['а', 'потім', 'викласти', 'фотострави', 'в', 'соціальній', 'мережі'] +common_voice_uk_21352757-343-0: ref=['виглядала', 'акторка', 'неперевершено'] +common_voice_uk_21352757-343-0: hyp=['виглядала', 'акторка', 'неперевершено'] +common_voice_uk_21352758-344-0: ref=['ну', 'та', 'я', 'не', 'послухав'] +common_voice_uk_21352758-344-0: hyp=['ну', 'та', 'я', 'не', 'послухав'] +common_voice_uk_21352760-345-0: ref=['я', 'повністю', 'підтримую'] +common_voice_uk_21352760-345-0: hyp=['і', 'я', 'повністю', 'підтримую'] +common_voice_uk_21352761-346-0: ref=['абсолютно', 'вірно'] +common_voice_uk_21352761-346-0: hyp=['абсолютно', 'вірно'] +common_voice_uk_21352782-347-0: ref=['ці', 'чудові', 'хмарки', 'захочуть', "з'їсти", 'навіть', 'найпалкіші', 'противники', 'ранкових', 'трапез'] +common_voice_uk_21352782-347-0: hyp=['ці', 'чудові', 'хмарки', 'захочуть', "з'їсти", 'навіть', 'найпалкіші', 'противники', 'ранкових', 'трапес'] +common_voice_uk_21352783-348-0: ref=['ніс', 'був', 'синій', 'та', 'збухлий'] +common_voice_uk_21352783-348-0: hyp=['ніс', 'був', 'синій', 'збухлий'] +common_voice_uk_21352784-349-0: ref=['потрафив', 'до', 'чорта', 'в', 'зуби'] +common_voice_uk_21352784-349-0: hyp=['потрапив', 'до', 'чорта', 'в', 'зуби'] +common_voice_uk_21352785-350-0: ref=['теперішні', 'журналісти', 'які', 'займаються', 'ексклюзивними', 'речами', 'є', 'справді', 'потрібні', 'на', 'ринку'] +common_voice_uk_21352785-350-0: hyp=['теперішні', 'журналісти', 'які', 'займаються', 'ексклюзивними', 'речами', 'є', 'справді', 'потрібні', 'на', 'ринку'] +common_voice_uk_21352786-351-0: ref=['потім', 'я', 'попрохав', 'смішної'] +common_voice_uk_21352786-351-0: hyp=['потім', 'я', 'попрохав', 'смішної'] +common_voice_uk_21353578-352-0: ref=['а', 'коли', 'вона', 'хоче', 'вибирати', 'то', 'нехай', 'собі', 'з', 'богом', 'вибирає'] +common_voice_uk_21353578-352-0: hyp=['а', 'коли', 'вона', 'хоче', 'вибирати', 'то', 'нехай', 'собі', 'з', 'богом', 'вибирає'] +common_voice_uk_21353579-353-0: ref=['тепер', 'про', 'юридичну', 'частину'] +common_voice_uk_21353579-353-0: hyp=['тепер', 'про', 'юридичну', 'частину'] +common_voice_uk_21353580-354-0: ref=['маленька', 'тісна', 'кімнатка'] +common_voice_uk_21353580-354-0: hyp=['маленька', 'тісна', 'кімнатка'] +common_voice_uk_21353581-355-0: ref=['всі', 'люди', 'в', 'рівній', 'мірі', 'мають', 'право', 'на', 'освіту', 'і', 'повинні', 'користуватися', 'плодами', 'науки'] +common_voice_uk_21353581-355-0: hyp=['всі', 'люди', 'в', 'рівній', 'мірі', 'мають', 'право', 'на', 'освіту', 'і', 'повинні', 'користуватися', 'плодами', 'науки'] +common_voice_uk_21353582-356-0: ref=['поїду', 'влітку', 'через', 'всю', 'країну'] +common_voice_uk_21353582-356-0: hyp=['поїду', 'влітку', 'через', 'всю', 'країну'] +common_voice_uk_21358790-357-0: ref=['як', 'є', 'хліб', 'та', 'й', 'вода', 'то', 'нема', 'голода'] +common_voice_uk_21358790-357-0: hyp=['які', 'хліб', 'та', 'й', 'вода', 'то', 'нема', 'голоду'] +common_voice_uk_21358791-358-0: ref=['ходімо', 'сьогодні', 'у', 'стрип', 'клуб', 'кажуть', 'там', 'нова', 'стриптизерка'] +common_voice_uk_21358791-358-0: hyp=['ходімо', 'сьогодні', 'у', 'стрибку', 'кажуть', 'там', 'нова', 'стриптизерка'] +common_voice_uk_21358794-359-0: ref=['у', 'кожній', 'галузі', 'свої', 'проблеми', 'кожну', 'з', 'яких', 'можна', 'розглянути'] +common_voice_uk_21358794-359-0: hyp=['у', 'кожній', 'галузі', 'свої', 'проблеми', 'кожну', 'з', 'яких', 'можна', 'розглянути'] +common_voice_uk_21358799-360-0: ref=['я', 'в', 'цьому', 'впевнений'] +common_voice_uk_21358799-360-0: hyp=['я', 'в', 'чому', 'впевнений'] +common_voice_uk_21358801-361-0: ref=['визначальним', 'етапом', 'у', 'розвитку', 'української', 'демократії', 'стала', 'революція', 'гідності'] +common_voice_uk_21358801-361-0: hyp=['позначальним', 'етапом', 'у', 'розвитку', 'української', 'демократії', 'стала', 'революцією', 'гідності'] +common_voice_uk_21358804-362-0: ref=['і', 'от', 'подивіться', 'така', 'цікава', 'закономірність'] +common_voice_uk_21358804-362-0: hyp=['і', 'от', 'подивіться', 'така', 'цікава', 'закономірність'] +common_voice_uk_21358809-363-0: ref=['дійсно', 'це', 'питання', 'надзвичайно', 'важливе'] +common_voice_uk_21358809-363-0: hyp=['тісно', 'це', 'питання', 'надзвичайно', 'важливе'] +common_voice_uk_21358811-364-0: ref=['однак', 'лякатися', 'не', 'потрібно'] +common_voice_uk_21358811-364-0: hyp=['однак', 'лякатися', 'непотрібно'] +common_voice_uk_21358813-365-0: ref=['так', 'все', 'є'] +common_voice_uk_21358813-365-0: hyp=['так', 'все', 'є'] +common_voice_uk_21358814-366-0: ref=['єдина', 'річ', 'у', 'всьому', 'всесвіті', 'яку', 'ми', 'дійсно', 'можемо', 'контролювати', 'це', 'наші', 'думки'] +common_voice_uk_21358814-366-0: hyp=['діти', 'на', 'річ', 'у', 'всьому', 'всесвіті', 'яку', 'ми', 'дійсно', 'можемо', 'контролювати', 'це', 'наші', 'думки'] +common_voice_uk_21358815-367-0: ref=['що', 'було', 'зроблено', 'нами'] +common_voice_uk_21358815-367-0: hyp=['що', 'було', 'зроблено', 'нами'] +common_voice_uk_21358827-368-0: ref=['блакитний', 'сніг'] +common_voice_uk_21358827-368-0: hyp=['покитний', 'сніг'] +common_voice_uk_21358828-369-0: ref=['вони', 'були', 'реально', 'вкрадені'] +common_voice_uk_21358828-369-0: hyp=['вони', 'були', 'реально', 'вкрадені'] +common_voice_uk_21358829-370-0: ref=['у', 'цих', 'діях', 'я', 'вбачаю', 'злочин', 'і', 'особисто', 'відповідальність', 'департаменту', 'освіти', 'і', 'науки'] +common_voice_uk_21358829-370-0: hyp=['у', 'цих', 'тех', 'я', 'вбачаю', 'злочин', 'і', 'особисту', 'відповідальність', 'тепер', 'та', 'моту', 'освіти', 'й', 'науки'] +common_voice_uk_21358830-371-0: ref=['вже', 'ся', 'купило', 'притупило'] +common_voice_uk_21358830-371-0: hyp=['вже', 'уся', 'купило', 'притупило'] +common_voice_uk_21358836-372-0: ref=['немає', 'теж', 'масового', "обов'язкового", 'закриття', 'навчальних', 'закладів', 'по', 'всій', 'країні'] +common_voice_uk_21358836-372-0: hyp=['немає', 'теж', 'масового', "зобов'язкового", 'закриття', 'навчальних', 'закладів', 'по', 'всій', 'країні'] +common_voice_uk_21358837-373-0: ref=['тобто', 'ми', 'говоримо', 'про', 'конкурс', 'проектів', 'що', 'проводиться', 'виконавчим', 'органом', 'київської', 'міської', 'ради'] +common_voice_uk_21358837-373-0: hyp=['тобто', 'ми', 'говоримо', 'про', 'конкурс', 'проектів', 'що', 'проводить', 'цим', 'виконавчим', 'органом', 'київської', 'міської', 'ради'] +common_voice_uk_21358839-374-0: ref=['купувати', 'кота', 'в', 'мішку'] +common_voice_uk_21358839-374-0: hyp=['купувати', 'кота', 'в', 'книжку'] +common_voice_uk_21358840-375-0: ref=['всі', 'також', 'здивувались', 'що', 'я', 'так', 'раптово', 'відходжу'] +common_voice_uk_21358840-375-0: hyp=['всі', 'також', 'здивувались', 'що', 'я', 'так', 'раптово', 'відходжу'] +common_voice_uk_21358930-376-0: ref=['він', 'це', 'просто', 'не', 'робить'] +common_voice_uk_21358930-376-0: hyp=['він', 'це', 'просто', 'не', 'робить'] +common_voice_uk_21358931-377-0: ref=['бурштин', 'має', 'до', 'трьохсот', 'відтінків'] +common_voice_uk_21358931-377-0: hyp=['пуштин', 'ай', 'до', 'трьохсот', 'підтінків'] +common_voice_uk_21358932-378-0: ref=['шановні', 'колеги', 'депутати'] +common_voice_uk_21358932-378-0: hyp=['чиновні', 'колеги', 'депутати'] +common_voice_uk_21358941-379-0: ref=['коронавірус', 'нового', 'типу', 'може', 'передаватися', 'від', 'однієї', 'людини', 'до', 'іншої'] +common_voice_uk_21358941-379-0: hyp=['коронавірус', 'нового', 'типу', 'може', 'одинадцять', 'однієї', 'людини', 'до', 'іншої'] +common_voice_uk_21358942-380-0: ref=['україна', 'оскаржила', 'вирок', 'марківа'] +common_voice_uk_21358942-380-0: hyp=['україна', 'оскаржила', 'вирок', 'марківа'] +common_voice_uk_21358944-381-0: ref=['коло', 'хат', 'зеленіють', 'густі', 'старі', 'садки'] +common_voice_uk_21358944-381-0: hyp=['о', 'ох', 'дроніть', 'густі', 'старі', 'садки'] +common_voice_uk_21358947-382-0: ref=['окей', 'але', 'це', 'вже', 'буде', 'їх', 'відповідь'] +common_voice_uk_21358947-382-0: hyp=['але', 'оце', 'вже', 'буде', 'їх', 'відповідь'] +common_voice_uk_21358961-383-0: ref=['якість', 'товару', 'це', 'сукупність', 'споживчих', 'властивостей', 'товару'] +common_voice_uk_21358961-383-0: hyp=['якість', 'товару', 'це', 'сукупність', 'споживчих', 'властивостей', 'товару'] +common_voice_uk_21358962-384-0: ref=['основні', 'державні', 'програми', 'для', 'шахтарів', 'доріг', 'та', 'аграріїв', 'заморожені'] +common_voice_uk_21358962-384-0: hyp=['основні', 'державні', 'програми', 'для', 'шахтарів', 'торіх', 'та', 'аграріїв', 'заморожені'] +common_voice_uk_21361370-385-0: ref=['цим', 'займається', 'прокуратура', 'міста'] +common_voice_uk_21361370-385-0: hyp=['це', 'цим', 'займається', 'прокуратура', 'міста'] +common_voice_uk_21361371-386-0: ref=['у', 'гарварді', 'однак', 'пристосування', 'до', 'кінця', 'позолоченого', 'віку', 'віку', 'шампанського', 'виявилось', 'особливо', 'болісним'] +common_voice_uk_21361371-386-0: hyp=['у', 'гарварді', 'однак', 'пристосування', 'до', 'кінця', 'позолоченого', 'віку', 'віку', 'шампанського', 'виявилось', 'особливо', 'болісним'] +common_voice_uk_21361372-387-0: ref=['когута', 'по', 'гребеню', 'пізнають'] +common_voice_uk_21361372-387-0: hyp=['кого', 'та', 'погребень', 'обізнають'] +common_voice_uk_21361373-388-0: ref=['постраждалих', 'госпіталізували'] +common_voice_uk_21361373-388-0: hyp=['постраждалих', 'госпіталізували'] +common_voice_uk_21361406-389-0: ref=['життя', 'це', 'втома', 'що', 'зростає', 'з', 'кожним', 'роком'] +common_voice_uk_21361406-389-0: hyp=['життя', 'це', 'вдома', 'що', 'зростає', 'з', 'кожним', 'роком'] +common_voice_uk_21361407-390-0: ref=['держава', 'сприяє', 'розвиткові', 'науки'] +common_voice_uk_21361407-390-0: hyp=['держава', 'сприяє', 'розвиткові', 'науки'] +common_voice_uk_21361408-391-0: ref=['не', 'можна', 'збільшувати', 'концентрацію', 'парникових', 'газів'] +common_voice_uk_21361408-391-0: hyp=['не', 'можна', 'збільшувати', 'концентрацію', 'парникових', 'газів'] +common_voice_uk_21361409-392-0: ref=['пані', 'овраменко', 'ми', 'дякуємо', 'за', 'її', 'повідомлення'] +common_voice_uk_21361409-392-0: hyp=['пані', 'обраменко', 'ми', 'дякуємо', 'за', 'її', 'повідомлення'] +common_voice_uk_21361421-393-0: ref=['відтак', 'різні', 'аудиторії', 'потребують', 'різних', 'каналів', 'якими', 'до', 'них', 'надходитиме', 'інформація'] +common_voice_uk_21361421-393-0: hyp=['відтак', 'різні', 'аудиторії', 'потребують', 'різних', 'каналів', 'якими', 'до', 'них', 'надходитиме', 'інформація'] +common_voice_uk_21361424-394-0: ref=['він', 'їсть', 'і', 'його', 'біда', 'їсть'] +common_voice_uk_21361424-394-0: hyp=['він', 'їсть', 'його', 'біда', 'єсть'] +common_voice_uk_21361440-395-0: ref=['ви', 'знаєте', 'це', 'надзвичайно', 'цікава', 'тема'] +common_voice_uk_21361440-395-0: hyp=['ви', 'знаєте', 'це', 'надзвичайно', 'цікава', 'тема'] +common_voice_uk_21361441-396-0: ref=['я', 'прошу', 'записуватись'] +common_voice_uk_21361441-396-0: hyp=['я', 'прошу', 'записуватись'] +common_voice_uk_21361444-397-0: ref=['однак', 'при', 'перевірці', 'його', 'опису', 'виявилися', 'деякі', 'проблеми'] +common_voice_uk_21361444-397-0: hyp=['однак', 'при', 'перевірці', 'його', 'описом', 'виявилось', 'деякі', 'проблеми'] +common_voice_uk_21361452-398-0: ref=['лепта', 'вдовиці', 'внесок', 'формально', 'малий', 'але', 'великий', 'своєю', 'внутрішньою', 'цінністю'] +common_voice_uk_21361452-398-0: hyp=['лаптом', 'вдовиці', 'мене', 'суформально', 'малий', 'але', 'великий', 'своєю', 'внутрішньою', 'оцінністю'] +common_voice_uk_21361454-399-0: ref=['десь', 'поїхав', 'мій', 'миленький', 'іншої', 'шукати'] +common_voice_uk_21361454-399-0: hyp=['десь', 'поїхав', 'мій', 'маленький', 'інший', 'шукати'] +common_voice_uk_21361455-400-0: ref=['півсвіта', 'скаче', 'а', 'півсвіта', 'плаче'] +common_voice_uk_21361455-400-0: hyp=['підсвідоскоче', 'аби', 'в', 'світлаче'] +common_voice_uk_21361457-401-0: ref=['пізніше', 'ми', 'бачили', 'як', 'чітко', 'на', 'майдані', 'працює', 'їхня', 'польова', 'кухня'] +common_voice_uk_21361457-401-0: hyp=['пізніше', 'ми', 'бачили', 'як', 'чітко', 'на', 'майдані', 'працює', 'їхня', 'польова', 'кухня'] +common_voice_uk_21361458-402-0: ref=['перекладай', 'смисл', 'а', 'не', 'слова', 'бо', 'контекст', 'господь', 'перекладу', 'твого'] +common_voice_uk_21361458-402-0: hyp=['перекладай', 'смисел', 'а', 'не', 'слова', 'бо', 'контекст', 'господь', 'перекладу', 'твого'] +common_voice_uk_21363849-403-0: ref=['хотів', 'би', 'запросити', 'мажоритарників', 'дійсно', 'приєднуватися', 'особливо', 'тих', 'в', 'кого', 'на', 'округах', 'є', 'водойми'] +common_voice_uk_21363849-403-0: hyp=['хотів', 'би', 'запросити', 'мажоритарників', 'дійсно', 'приєднуватися', 'особливо', 'тих', 'у', 'кого', 'на', 'округах', 'є', 'водойми'] +common_voice_uk_21363850-404-0: ref=['квапно', 'гониш', 'голову', 'зломиш'] +common_voice_uk_21363850-404-0: hyp=['квапного', 'між', 'голову', 'зломиш'] +common_voice_uk_21363851-405-0: ref=['у', 'людини', 'має', 'бути', 'хоч', 'якесь', 'почуття', 'гумору'] +common_voice_uk_21363851-405-0: hyp=['у', 'людини', 'має', 'бути', 'хоч', 'якесь', 'почуття', 'вимогу'] +common_voice_uk_21363852-406-0: ref=['тому', 'що', 'збереження', 'мажоритарної', 'виборчої', 'складової', 'це', 'чистої', 'води', 'корупція'] +common_voice_uk_21363852-406-0: hyp=['тому', 'що', 'збереження', 'мажоритарної', 'виборчої', 'складової', 'це', 'чистої', 'великої', 'корупції'] +common_voice_uk_21363853-407-0: ref=['а', 'павлов', 'виріс', 'і', 'не', 'забув'] +common_voice_uk_21363853-407-0: hyp=['а', 'павло', 'виріс', 'і', 'не', 'забув'] +common_voice_uk_21363875-408-0: ref=['георгія', 'кинули', 'за', 'ґрати', 'а', 'за', 'рік', 'перевели', 'до', 'концентраційного', 'табору', 'в', 'дахау'] +common_voice_uk_21363875-408-0: hyp=['ґеоргія', 'кинув', 'і', 'за', 'ґрати', 'а', 'за', 'рік', 'перевели', 'до', 'концентраційного', 'табору', 'в', 'нахау'] +common_voice_uk_21363876-409-0: ref=['право', 'опублікування', 'та', 'іншого', 'використання', 'твору', 'в', 'цілому', 'належить', 'всім', 'співавторам'] +common_voice_uk_21363876-409-0: hyp=['право', 'опублікування', 'та', 'іншого', 'використання', 'флору', 'в', 'цілому', 'належить', 'всім', 'співавторам'] +common_voice_uk_21363878-410-0: ref=['і', 'звідки', 'питаюся', 'приходимо', 'ми', 'до', 'нього'] +common_voice_uk_21363878-410-0: hyp=['і', 'звідки', 'питаюся', 'приходимо', 'ми', 'до', 'нього'] +common_voice_uk_21363879-411-0: ref=['як', 'вам', 'зручніше'] +common_voice_uk_21363879-411-0: hyp=['я', 'вам', 'зручніше'] +common_voice_uk_21364582-412-0: ref=['особа', 'повинна', 'мати', 'українське', 'громадянство'] +common_voice_uk_21364582-412-0: hyp=['особа', 'повинна', 'мати', 'українське', 'громадянство'] +common_voice_uk_21364584-413-0: ref=['після', 'позбавлення', 'парламенту', 'повноважень', 'приймати', 'нічого', 'не', 'можна'] +common_voice_uk_21364584-413-0: hyp=['після', 'позбавлення', 'парламенту', 'повноважень', 'приймати', 'нічого', 'не', 'можна'] +common_voice_uk_21364585-414-0: ref=['аж', 'зупинився', 'він', 'і', 'серйозно', 'подивився', 'на', 'мене'] +common_voice_uk_21364585-414-0: hyp=['аж', 'зупинився', 'він', 'і', 'серйозно', 'подивився', 'на', 'мене'] +common_voice_uk_21364586-415-0: ref=['аж', 'до', 'мене', 'в', 'світлицю', 'долітає', 'їх', 'стогін', 'і', 'шум'] +common_voice_uk_21364586-415-0: hyp=['аж', 'до', 'мене', 'в', 'світлицю', 'долітає', 'їх', 'сто', 'ген', 'і', 'шум'] +common_voice_uk_21364587-416-0: ref=['спрощення', 'голосування', 'не', 'за', 'місцем', 'реєстрації'] +common_voice_uk_21364587-416-0: hyp=['спрощення', 'голосування', 'не', 'за', 'місцем', 'реєстрації'] +common_voice_uk_21364594-417-0: ref=['це', 'дійсно', 'дуже', 'болюча', 'тема'] +common_voice_uk_21364594-417-0: hyp=['це', 'дійсно', 'дуже', 'болюча', 'тема'] +common_voice_uk_21364596-418-0: ref=['я', 'розумна', 'тому', 'що', 'скромна', 'і', 'через', 'це', 'така', 'гарна'] +common_voice_uk_21364596-418-0: hyp=['я', 'розумна', 'тому', 'що', 'скромна', 'і', 'через', 'це', 'така', 'гарна'] +common_voice_uk_21364598-419-0: ref=['вдавши', 'контузію', 'він', 'зіграв', 'втрату', "пам'яті"] +common_voice_uk_21364598-419-0: hyp=['вдавши', 'контольцію', 'він', 'зіграв', 'втрату', "пам'яті"] +common_voice_uk_21364601-420-0: ref=['дієві', 'санкції', 'за', 'порушення', 'або', 'несплату'] +common_voice_uk_21364601-420-0: hyp=['тієві', 'санкції', 'за', 'порушення', 'або', 'несплуто'] +common_voice_uk_21368657-421-0: ref=['рішення', 'комісії', 'оформлюється', 'протоколом', 'який', 'підписується', 'головуючим', 'на', 'засіданні', 'комісії'] +common_voice_uk_21368657-421-0: hyp=['рішення', 'комісії', 'оформлюється', 'протоколом', 'який', 'підписується', 'головоюючими', 'засіданні', 'комісії'] +common_voice_uk_21368658-422-0: ref=['для', 'чиновників', 'і', 'силовиків', 'потенційна', 'жертва', 'для', 'доїння'] +common_voice_uk_21368658-422-0: hyp=['за', 'чиновників', 'і', 'силовиків', 'потенційно', 'жертва', 'де', 'доїння'] +common_voice_uk_21368659-423-0: ref=['інформація', 'є'] +common_voice_uk_21368659-423-0: hyp=['інформація', 'є'] +common_voice_uk_21368660-424-0: ref=['над', 'ним', 'зелена', 'зірка', 'трепетно', 'горіла'] +common_voice_uk_21368660-424-0: hyp=['над', 'ним', 'зелена', 'зірка', 'трапить', 'на', 'горіла'] +common_voice_uk_21368661-425-0: ref=['рінтола', 'ходить', 'по', 'всьому', 'класу', 'допомагаючи', 'кожній', 'дитині', 'зрозуміти', 'ідею'] +common_voice_uk_21368661-425-0: hyp=['ринтова', 'ходить', 'по', 'всьому', 'класу', 'допомагаючи', 'кожній', 'дитині', 'зрозуміти', 'ідею'] +common_voice_uk_21370261-426-0: ref=['прибери', 'пень', 'буде', 'подобень'] +common_voice_uk_21370261-426-0: hyp=['прибери', 'пень', 'буде', 'подобень'] +common_voice_uk_21370262-427-0: ref=['робота', 'проводиться'] +common_voice_uk_21370262-427-0: hyp=['робота', 'проводиться'] +common_voice_uk_21370263-428-0: ref=['поміг', 'як', 'заяць', 'кобилі'] +common_voice_uk_21370263-428-0: hyp=['поміг', 'як', 'заєць', 'кобилі'] +common_voice_uk_21370264-429-0: ref=['у', 'мене', 'їхнє', 'фото', 'є', 'ще', 'з', 'полігону', 'вони', 'завжди', 'разом'] +common_voice_uk_21370264-429-0: hyp=['у', 'мене', 'їхнє', 'фото', 'є', 'ще', 'з', 'полігону', 'вона', 'завжди', 'разом'] +common_voice_uk_21370265-430-0: ref=['я', 'хочу', 'вас', 'запитати'] +common_voice_uk_21370265-430-0: hyp=['я', 'хочу', 'вас', 'запитати'] +common_voice_uk_21370403-431-0: ref=['держава', 'забезпечує', 'збереження', 'історичних', "пам'яток"] +common_voice_uk_21370403-431-0: hyp=['держава', 'забезпечує', 'збереження', 'історичних', "пам'яток"] +common_voice_uk_21370405-432-0: ref=['сардонічний', 'сміх', 'злобний', 'жовчний', 'їдкий', 'дошкульний'] +common_voice_uk_21370405-432-0: hyp=['середу', 'нічний', 'сміх', 'злобний', 'жовчний', 'їдкий', 'дошкульний'] +common_voice_uk_21370407-433-0: ref=['не', 'експлуатуйте', 'несправні', 'електроприлади', 'вчасно', 'міняйте', 'їх', 'або', 'ремонтуйте'] +common_voice_uk_21370407-433-0: hyp=['на', 'експлуатуйте', 'насправді', 'електроприлади', 'вчасно', 'міняйте', 'їх', 'або', 'ремонтуйте'] +common_voice_uk_21370410-434-0: ref=['так', 'біда', 'впала', 'як', 'сніг', 'на', 'голову'] +common_voice_uk_21370410-434-0: hyp=['так', 'біда', 'впала', 'як', 'сніг', 'на', 'голову'] +common_voice_uk_21370412-435-0: ref=['хочу', 'також', 'щоб', 'кожен', 'з', 'нас', 'присутніх', 'розумів', 'як', 'дивляться', 'на', 'нас', 'люди'] +common_voice_uk_21370412-435-0: hyp=['хочу', 'також', 'щоб', 'кожен', 'з', 'нас', 'присутніх', 'розумів', 'як', 'дивляться', 'на', 'нас', 'люди'] +common_voice_uk_21370480-436-0: ref=['тобто', 'зараз', 'йде', 'дуже', 'серйозна', 'організаційна', 'робота'] +common_voice_uk_21370480-436-0: hyp=['тобто', 'зараз', 'йде', 'дуже', 'серйозна', 'організаційна', 'робота'] +common_voice_uk_21370482-437-0: ref=['коли', 'ти', 'ноги', 'то', 'не', 'думай', 'бути', 'головою'] +common_voice_uk_21370482-437-0: hyp=['коли', 'ти', 'ноги', 'то', 'не', 'думаєш', 'бути', 'головою'] +common_voice_uk_21370483-438-0: ref=['макіяж', 'смокіайс', 'завершили', 'її', 'аутфіт'] +common_voice_uk_21370483-438-0: hyp=['макіяж', 'смокій', 'айс', 'завершила', 'її', 'аут', 'хіт'] +common_voice_uk_21370484-439-0: ref=['дякую', 'вам', 'за', 'підтримку'] +common_voice_uk_21370484-439-0: hyp=['дякую', 'вам', 'за', 'підтримку'] +common_voice_uk_21376175-440-0: ref=['набирає', 'як', 'баран', 'на', 'роги'] +common_voice_uk_21376175-440-0: hyp=['як', 'баганна', 'роли'] +common_voice_uk_21376177-441-0: ref=['я', 'правильно', 'сприймаю', 'ваше', 'прохання'] +common_voice_uk_21376177-441-0: hyp=['правильно', 'сприймаю', 'вас', 'кохання'] +common_voice_uk_21376179-442-0: ref=['що', 'справді', 'зробить', 'суд', 'одсидить', 'та', 'й', 'за', 'своє'] +common_voice_uk_21376179-442-0: hyp=['що', 'справді', 'зробить', 'суд', 'оцілить', 'та', 'й', 'за', 'своє'] +common_voice_uk_21377767-443-0: ref=['це', 'як', 'би', 'відповідно', 'погіршує', 'якість', 'води', 'питної'] +common_voice_uk_21377767-443-0: hyp=['це', 'як', 'би', 'відповідно', 'погіршає', 'якість', 'води', 'питної'] +common_voice_uk_21377768-444-0: ref=['поверніться', 'до', 'цього', 'але', 'це', 'не', 'головне', 'що', 'я', 'хотів', 'сказати'] +common_voice_uk_21377768-444-0: hyp=['корінці', 'до', 'цього', 'але', 'це', 'не', 'головне', 'що', 'я', 'хотів', 'сказати'] +common_voice_uk_21377769-445-0: ref=['я', 'не', 'хочу', 'залишитись', 'на', 'один', 'крок', 'позаду', 'всіх'] +common_voice_uk_21377769-445-0: hyp=['я', 'не', 'хочу', 'залишитись', 'на', 'один', 'крок', 'позаду', 'всіх'] +common_voice_uk_21377770-446-0: ref=['батько', 'є', 'прикладом', 'хоче', 'він', 'того', 'чи', 'ні'] +common_voice_uk_21377770-446-0: hyp=['батько', 'є', 'прикладом', 'хоче', 'він', 'то', 'чи', 'ні'] +common_voice_uk_21377791-447-0: ref=['тут', 'це', 'важливо', 'підкреслити'] +common_voice_uk_21377791-447-0: hyp=['тут', 'це', 'важливо', 'підкреслити'] +common_voice_uk_21377793-448-0: ref=['перший', 'тур', 'виборів', 'президента', 'україни', 'відбувся', 'в', 'києві', 'демократично', 'без', 'порушень', 'і', 'фальсифікацій'] +common_voice_uk_21377793-448-0: hyp=['перше', 'того', 'виборів', 'президента', 'україни', 'відбувся', 'в', 'києві', 'демократично', 'без', 'порушень', 'і', 'фальсифікації'] +common_voice_uk_21381433-449-0: ref=['ні', 'кола', 'ні', 'двора'] +common_voice_uk_21381433-449-0: hyp=['ніколи', 'ні', 'двора'] +common_voice_uk_21381434-450-0: ref=['право', 'власності', 'на', 'землю', 'гарантується'] +common_voice_uk_21381434-450-0: hyp=['права', 'власності', 'на', 'землю', 'гарантується'] +common_voice_uk_21381435-451-0: ref=['аварійність', 'української', 'газотранспортної', 'системи', "вп'ятеро", 'нижча', 'ніж', 'у', 'російських', 'газопроводів'] +common_voice_uk_21381435-451-0: hyp=['аварійність', 'української', 'газотранспортної', 'системи', 'у', "п'ятеро", 'нижче', 'ніж', 'російське', 'газоправилі'] +common_voice_uk_21381436-452-0: ref=['отже', 'щоб', 'зрозуміти', 'особливості', 'поведінки', 'тієї', 'або', 'іншої', 'мови', 'треба', 'знати', 'особливості', 'мови', 'сі'] +common_voice_uk_21381436-452-0: hyp=['отже', 'щоб', 'зрозуміти', 'особливості', 'поведінки', 'тієї', 'або', 'іншої', 'мови', 'треба', 'знати', 'особливості', 'молості'] +common_voice_uk_21381437-453-0: ref=['ці', 'правила', 'приймалися', 'заради', 'спільної', 'безпеки', 'й', 'вигоди'] +common_voice_uk_21381437-453-0: hyp=['ці', 'правила', 'приймалися', 'заради', 'спільної', 'безпеки', 'і', 'вигоди'] +common_voice_uk_21381440-454-0: ref=['часто', 'у', 'місцях', 'надання', 'послуг', 'знаходяться', 'каси', 'банків', 'з', 'величезними', 'комісіями'] +common_voice_uk_21381440-454-0: hyp=['часто', 'місцях', 'надання', 'послуг', 'знаходяться', 'канци', 'банки', 'з', 'величезними', 'комісіями'] +common_voice_uk_21381441-455-0: ref=['і', 'сьогодні', 'це', 'треба', 'вже', 'робити'] +common_voice_uk_21381441-455-0: hyp=['і', 'сьогодні', 'це', 'треба', 'вже', 'робити'] +common_voice_uk_21381442-456-0: ref=['ми', 'рік', 'працювали', 'над', 'пошуком', 'варіантів', 'прямого', 'експорту'] +common_voice_uk_21381442-456-0: hyp=['мерік', 'працювала', 'над', 'пошуком', 'варіантів', 'прямого', 'експорту'] +common_voice_uk_21381443-457-0: ref=['санітар', 'куди', 'ми', 'їдемо'] +common_voice_uk_21381443-457-0: hyp=['санітар', 'куди', 'ми', 'їдемо'] +common_voice_uk_21381444-458-0: ref=['справді', 'караїмізм', 'як', 'релігія', 'формується', 'ще', 'за', 'багато', 'сторіч', 'до', 'нашої', 'ери'] +common_voice_uk_21381444-458-0: hyp=['справді', 'караєміз', 'закрилігія', 'формується', 'ще', 'забагато', 'історич', 'до', 'нашої', 'ери'] +common_voice_uk_21381455-459-0: ref=['репродукція', 'використовується', 'мноющоб', 'підняти', 'із', 'глибин', "пам'яті", 'приємні', 'спогади'] +common_voice_uk_21381455-459-0: hyp=['радпродукція', 'використовується', 'мною', 'щоб', 'підняти', 'із', 'глибин', "пам'яті", 'і', 'приємні', 'спогади'] +common_voice_uk_21381456-460-0: ref=['на', 'екзаменах', 'ті', 'кому', 'абсолютно', 'не', 'цікава', 'відповідь', 'розпитують', 'тих', 'хто', 'не', 'може', 'відповісти'] +common_voice_uk_21381456-460-0: hyp=['на', 'екзаменах', 'тілько', 'кому', 'абсолютно', 'нецікава', 'відповідь', 'розпитують', 'тих', 'хто', 'не', 'може', 'відповісти'] +common_voice_uk_21381457-461-0: ref=['механізм', 'формування', 'агатів', 'остаточно', 'не', 'встановлений'] +common_voice_uk_21381457-461-0: hyp=['механізм', 'формування', 'агатів', 'остаточно', 'не', 'встановлений'] +common_voice_uk_21381459-462-0: ref=['добродушно', 'згодився', 'він', 'знов', 'підносячи', 'хустку', 'до', 'очей'] +common_voice_uk_21381459-462-0: hyp=['добродушно', 'згадався', 'він', 'знов', 'піднаси', 'чи', 'хустку', 'до', 'чаю'] +common_voice_uk_21381470-463-0: ref=['дай', 'боже', 'жартувати', 'а', 'не', 'хорувати'] +common_voice_uk_21381470-463-0: hyp=['дай', 'базу', 'зжартувати', 'а', 'на', 'хорувати'] +common_voice_uk_21381471-464-0: ref=['її', 'облаштували', 'у', 'великій', 'кімнаті', 'без', 'вікон'] +common_voice_uk_21381471-464-0: hyp=['її', 'облаштували', 'у', 'великій', 'кімнаті', 'без', 'вікон'] +common_voice_uk_21381472-465-0: ref=['біда', 'біду', 'найде', 'хоть', 'і', 'сонце', 'зайде'] +common_voice_uk_21381472-465-0: hyp=['біда', 'бідона', 'майдан', 'хоч', 'і', 'сонце', 'зайде'] +common_voice_uk_21381473-466-0: ref=['знайшов', 'таки', 'новину'] +common_voice_uk_21381473-466-0: hyp=['знайшов', 'таки', 'новину'] +common_voice_uk_21381474-467-0: ref=['хто', 'попоїсть', 'та', 'й', 'не', 'ляже', 'то', 'ся', 'сало', 'не', "зав'яже"] +common_voice_uk_21381474-467-0: hyp=['хто', 'попоїсть', 'та', 'й', 'навряджує', 'то', 'се', 'сало', 'не', "зав'яже"] +common_voice_uk_21381483-468-0: ref=['і', 'вовк', 'ситий', 'і', 'коза', 'ціла'] +common_voice_uk_21381483-468-0: hyp=['івав', 'ксети', 'і', 'козацила'] +common_voice_uk_21381484-469-0: ref=['фахівець', 'так', 'явно', 'не', 'вважає'] +common_voice_uk_21381484-469-0: hyp=['фахіба', 'так', 'явно', 'не', 'вважає'] +common_voice_uk_21381490-470-0: ref=['і', 'тисячі', 'людей', 'уперто', 'борються', 'з', 'ідентифікаційними', 'кодами', 'й', 'жахаються', "комп'ютерів"] +common_voice_uk_21381490-470-0: hyp=['і', 'тисячі', 'людей', 'уперто', 'барються', 'з', 'ідентифікаційними', 'кадами', 'і', 'жахаються', "комп'ютерів"] +common_voice_uk_21381491-471-0: ref=['ми', 'відчували', 'дуже', 'різні', 'емоції'] +common_voice_uk_21381491-471-0: hyp=['ми', 'відчували', 'дуже', 'різні', 'емоції'] +common_voice_uk_21381492-472-0: ref=['якби', 'коза', 'не', 'скакала', 'то', 'би', 'ногу', 'не', 'зламала'] +common_voice_uk_21381492-472-0: hyp=['якби', 'коза', 'не', 'скакала', 'то', 'аби', 'ногу', 'не', 'зламали'] +common_voice_uk_21381493-473-0: ref=['що', 'гекубі', 'до', 'нього', 'що', 'йому', 'до', 'гекуби', 'байдужість', 'непричетність'] +common_voice_uk_21381493-473-0: hyp=['що', 'кубі', 'до', 'нього', 'що', 'йому', 'довгі', 'кубе', 'байдужість', 'непричетність'] +common_voice_uk_21381494-474-0: ref=['вона', 'лише', 'каже', 'що', 'буде', 'проведений', 'конкурс'] +common_voice_uk_21381494-474-0: hyp=['вона', 'лише', 'каже', 'що', 'буде', 'проведений', 'конкурс'] +common_voice_uk_21381500-475-0: ref=['такий', 'механічний', 'підхід', 'звичайно', 'не', 'є', 'науковим'] +common_voice_uk_21381500-475-0: hyp=['таке', 'механічний', 'підхід', 'звичайно', 'не', 'я', 'наукавим'] +common_voice_uk_21381501-476-0: ref=['я', 'бажаю', 'вам', 'міцного', "здоров'я", 'натхнення', 'і', 'хай', 'збувається', 'все', 'задумане', 'вами'] +common_voice_uk_21381501-476-0: hyp=['я', 'бажаю', 'вам', 'міцного', "здоров'я", 'натхнення', 'і', 'хай', 'збувається', 'всезадумане', 'вами'] +common_voice_uk_21381502-477-0: ref=['віділлються', 'вовкові', 'баранячі', 'сльози'] +common_voice_uk_21381502-477-0: hyp=['віти', 'для', 'отця', 'бавкові', 'баранячі', 'сльози'] +common_voice_uk_21381503-478-0: ref=['азурит', 'при', 'подальшому', 'окисненні', 'переходить', 'у', 'малахіт'] +common_voice_uk_21381503-478-0: hyp=['азорет', 'при', 'подальшому', 'окиснення', 'переходить', 'у', 'мелахід'] +common_voice_uk_21381504-479-0: ref=['щоб', 'навчати', 'старших', 'бракує', 'вчителів', 'книжок', 'та', 'інших', 'матеріалів'] +common_voice_uk_21381504-479-0: hyp=['щоб', 'навчати', 'старших', 'бракує', 'вчителів', 'книжок', 'та', 'інших', 'матеріалів'] +common_voice_uk_21465398-480-0: ref=['жінки', 'надихають', 'нас', 'на', 'великі', 'справи', 'але', 'вічно', 'заважають', 'нам', 'їх', 'творити'] +common_voice_uk_21465398-480-0: hyp=['жінки', 'надихають', 'нас', 'на', 'великі', 'справи', 'але', 'вічно', 'заважають', 'нам', 'їх', 'робити'] +common_voice_uk_21465399-481-0: ref=['дуже', 'вам', 'вдячний'] +common_voice_uk_21465399-481-0: hyp=['дуже', 'вам', 'вдячний'] +common_voice_uk_21465401-482-0: ref=['коли', 'співрозмовник', 'підкреслює', 'що', 'говорить', 'правду', 'можете', 'не', 'сумніватися', 'він', 'бреше'] +common_voice_uk_21465401-482-0: hyp=['коли', 'співрозмовник', 'підкреслює', 'що', 'він', 'говорить', 'правду', 'можете', 'не', 'сумніватися', 'він', 'бреше'] +common_voice_uk_21465402-483-0: ref=['інколи', 'траплялися', 'добрі', 'але', 'безпомічні', 'поламані'] +common_voice_uk_21465402-483-0: hyp=['інколи', 'траплялися', 'добрі', 'але', 'безпомічні', 'поламані'] +common_voice_uk_21465403-484-0: ref=['алмаз', 'мінерал', 'класу', 'самородних', 'елементів', 'поліморфна', 'модифікація', 'карбону'] +common_voice_uk_21465403-484-0: hyp=['алмаз', 'мінерал', 'класу', 'самородних', 'елементів', 'поліморшна', 'модифікація', 'карбону'] +common_voice_uk_21499700-485-0: ref=['заповітом', 'є', 'особисте', 'розпорядження', 'фізичної', 'особи', 'на', 'випадок', 'своєї', 'смерті'] +common_voice_uk_21499700-485-0: hyp=['заповітом', 'є', 'особисте', 'розпорядження', 'фізичної', 'особи', 'на', 'випадок', 'своєї', 'смерті'] +common_voice_uk_21499701-486-0: ref=['кажуть', 'що', 'трейдери', 'вивозять', 'великі', 'гроші', 'не', 'вкладаючи', 'їх', 'в', 'економіку'] +common_voice_uk_21499701-486-0: hyp=['кажуть', 'що', 'трейдери', 'вивозять', 'великі', 'гроші', 'не', 'вкладаючи', 'їх', 'в', 'економіку'] +common_voice_uk_21499702-487-0: ref=['зимою', 'ж', 'на', 'завод', 'піде', 'заробить'] +common_voice_uk_21499702-487-0: hyp=['зимою', 'ж', 'на', 'завод', 'піде', 'заробить'] +common_voice_uk_21499703-488-0: ref=['воно', 'насправді', 'не', 'є', 'менш', 'важливим'] +common_voice_uk_21499703-488-0: hyp=['воно', 'насправді', 'не', 'є', 'менш', 'важливим'] +common_voice_uk_21499704-489-0: ref=['волонтери', 'навіть', 'організовували', 'декілька', 'масштабних', 'виставок', 'військових', 'товарів'] +common_voice_uk_21499704-489-0: hyp=['волонтери', 'навіть', 'організували', 'декілька', 'масштабних', 'виставок', 'військових', 'товарів'] +common_voice_uk_21552601-490-0: ref=['так', 'я', 'вважаю', 'що', 'це', 'рішення', 'сьогодні', 'виглядає', 'для', 'людей', 'природньо'] +common_voice_uk_21552601-490-0: hyp=['так', 'я', 'вважаю', 'що', 'це', 'рішення', 'сьогодні', 'виглядає', 'для', 'людей', 'природнє'] +common_voice_uk_21552603-491-0: ref=['далі', 'кладемо', 'інгредієнти', 'шарами', 'вівсянка', 'сирок', 'горіхи'] +common_voice_uk_21552603-491-0: hyp=['далі', 'кладемо', 'інгредієнти', 'шарами', 'вівсянка', 'сироп', 'горіхи'] +common_voice_uk_21552605-492-0: ref=['поки', 'що', 'я', 'не', 'бачу', 'на', 'виступ', 'з', 'місця', 'не', 'записався', 'ніхто'] +common_voice_uk_21552605-492-0: hyp=['поки', 'що', 'я', 'не', 'бачу', 'на', 'вистав', 'з', 'місця', 'не', 'записався', 'ніхто'] +common_voice_uk_21563954-493-0: ref=['біля', "під'їзду", 'де', 'була', 'моя', 'квартира', 'лавочку', 'періодично', 'ламали', 'самі', 'мешканці'] +common_voice_uk_21563954-493-0: hyp=['біля', "під'їзду", 'де', 'була', 'моя', 'квартира', 'лавочко', 'періодично', 'ламали', 'самі', 'мешканці'] +common_voice_uk_21563964-494-0: ref=['закрите', 'засідання', 'проводиться', 'за', 'рішенням', 'більшості', 'від', 'конституційного', 'складу', 'верховної', 'ради', 'україни'] +common_voice_uk_21563964-494-0: hyp=['закрите', 'засідання', 'проводиться', 'за', 'рішенням', 'більшості', 'від', 'конституційного', 'складу', 'верховної', 'ради', 'україни'] +common_voice_uk_21563966-495-0: ref=['на', 'автомати', 'хлопці', 'вдягають', 'пластикові', 'ковпачки', 'аби', 'не', 'іржавіли', 'іскрогасники'] +common_voice_uk_21563966-495-0: hyp=['на', 'автомати', 'хлопці', 'вдягають', 'пластикові', 'ковпачки', 'аби', 'не', 'іржавіли', 'і', 'з', 'крогасники'] +common_voice_uk_21563967-496-0: ref=['легітимність'] +common_voice_uk_21563967-496-0: hyp=['легітимність'] +common_voice_uk_21564009-497-0: ref=['прошу', 'реєструватись'] +common_voice_uk_21564009-497-0: hyp=['прошу', 'реєструватись'] +common_voice_uk_21564010-498-0: ref=['провал', 'діяльності', 'нового', 'парламенту'] +common_voice_uk_21564010-498-0: hyp=['провал', 'діяльності', 'нового', 'парламенту'] +common_voice_uk_21564011-499-0: ref=['слід', 'зазначити', 'що', 'мотивація', 'росії', 'відчутно', 'відрізнялася', 'від', 'саудівської'] +common_voice_uk_21564011-499-0: hyp=['слід', 'зазначити', 'що', 'мотивація', 'росії', 'відчутно', 'відрізнялася', 'від', 'саудівської'] +common_voice_uk_21564045-500-0: ref=['чим', 'сильніше', 'перевантаження', 'тим', 'швидше', 'вийде', 'з', 'ладу', 'ізоляція', 'і', 'відбудеться', 'коротке', 'замикання'] +common_voice_uk_21564045-500-0: hyp=['чим', 'сильніше', 'перевантаження', 'тим', 'швидше', 'вийде', 'з', 'ладу', 'ізоляція', 'і', 'відбувається', 'коротке', 'замикання'] +common_voice_uk_21564046-501-0: ref=['це', 'стосується', 'колег', 'з', 'інших', 'фракцій', 'і', 'це', 'стосується', 'всіх'] +common_voice_uk_21564046-501-0: hyp=['це', 'стосується', 'колег', 'з', 'інших', 'фракцій', 'і', 'це', 'стосується', 'всіх'] +common_voice_uk_21564047-502-0: ref=['більшість', 'виконавців', 'погодились', 'виступати', 'на', 'добровільних', 'засадах'] +common_voice_uk_21564047-502-0: hyp=['більшість', 'виконавців', 'погодились', 'виступати', 'на', 'добровідних', 'засадах'] +common_voice_uk_21564069-503-0: ref=['в', 'аеропортах', 'він', 'лише', 'міняє', 'пасажирів', 'заправляється', 'і', 'проходить', 'техогляд'] +common_voice_uk_21564069-503-0: hyp=['в', 'аеропортах', 'він', 'лише', 'міняє', 'пасажирів', 'заправляється', 'і', 'проходить', 'техогляд'] +common_voice_uk_21564080-504-0: ref=['чим', 'конкретніша', 'назва', 'навчальної', 'дисципліни', 'тим', 'менше', 'вона', 'тобі', 'знадобиться', 'пізніше'] +common_voice_uk_21564080-504-0: hyp=['чим', 'конкретніша', 'назва', 'навчальної', 'дисципліни', 'тим', 'менше', 'вона', 'тобі', 'знадобиться', 'пізніше'] +common_voice_uk_21564081-505-0: ref=['кожен', 'щодня', 'стикається', 'з', 'електричним', 'обладнанням'] +common_voice_uk_21564081-505-0: hyp=['кожен', 'щодня', 'стикається', 'з', 'електричним', 'обладнанням'] +common_voice_uk_21564083-506-0: ref=['тепер', 'більш', 'детально'] +common_voice_uk_21564083-506-0: hyp=['тепер', 'більш', 'детально'] +common_voice_uk_21564085-507-0: ref=['приготування', 'сніданку', 'це', 'творчість', 'тож', 'поки', 'млинець', 'печеться', 'можна', 'зробити', 'незвичайну', 'начинку', 'для', 'нього'] +common_voice_uk_21564085-507-0: hyp=['приготували', 'сніданку', 'це', 'творчість', 'тож', 'поки', 'в', 'мене', 'диспечаться', 'можна', 'зробити', 'надзвичайного', 'чанку', 'до', 'нього'] +common_voice_uk_21564094-508-0: ref=['грошова', 'база', 'сума', 'готівки', 'та', 'банківських', 'резервів'] +common_voice_uk_21564094-508-0: hyp=['грошова', 'база', 'сумувачів', 'підгонківських', 'резервів'] +common_voice_uk_21564095-509-0: ref=['це', 'ж', 'не', 'верховна', 'рада'] +common_voice_uk_21564095-509-0: hyp=['от', 'це', 'ж', 'не', 'верховна', 'рада'] +common_voice_uk_21564096-510-0: ref=['чому', 'не', 'реагують', 'контролюючі', 'органи'] +common_voice_uk_21564096-510-0: hyp=['чому', 'не', 'реагують', 'контролюючі', 'органи'] +common_voice_uk_21564098-511-0: ref=['хіба', 'що', 'ззаду', 'чим', 'ударять', 'та', 'памороки', "заб'ють"] +common_voice_uk_21564098-511-0: hyp=['хіба', 'що', 'ззаду', 'чим', 'дарять', 'та', 'памороки', 'за', "п'ять"] +common_voice_uk_21564105-512-0: ref=['документів', 'під', 'поваленими', 'стінами', 'кіосків', 'можна', 'знайти', 'цілу', 'купу'] +common_voice_uk_21564105-512-0: hyp=['документів', 'під', 'поваленими', 'стінам', 'кіоски', 'можна', 'знайти', 'цілу', 'купу'] +common_voice_uk_21564106-513-0: ref=['ну', 'денисе', 'тепер', 'ти', 'можеш', 'собі', 'йти'] +common_voice_uk_21564106-513-0: hyp=['ну', 'дениса', 'тепер', 'ти', 'можеш', 'собі', 'йти'] +common_voice_uk_21564107-514-0: ref=['на', 'січі', 'не', 'було', 'ні', 'феодальної', 'власності', 'на', 'землю', 'ні', 'кріпосництва'] +common_voice_uk_21564107-514-0: hyp=['на', 'січі', 'не', 'було', 'ні', 'феодальної', 'власності', 'на', 'землю', 'ні', 'кріпосництва'] +common_voice_uk_21564108-515-0: ref=['кожною', 'привілейованою', 'акцією', 'одного', 'класу', 'її', 'власнику', 'акціонеру', 'надається', 'однакова', 'сукупність', 'прав'] +common_voice_uk_21564108-515-0: hyp=['кожною', 'привілейованої', 'акцією', 'одного', 'класу', 'її', 'власнику', 'акціонеру', 'надається', 'однаково', 'сукупність', 'прав'] +common_voice_uk_21564169-516-0: ref=['а', 'я', 'спиною', 'до', 'вашої', 'спини'] +common_voice_uk_21564169-516-0: hyp=['а', 'я', 'спиною', 'до', 'вашої', 'спини'] +common_voice_uk_21564171-517-0: ref=['вам', 'вигідніше', 'працювати', 'на', 'вахті', 'ніж', 'агрономом'] +common_voice_uk_21564171-517-0: hyp=['вам', 'вигідніше', 'працювати', 'на', 'вах', 'і', 'ніж', 'агроному'] +common_voice_uk_21564173-518-0: ref=['перемога', 'на', 'євробаченні', 'зробила', 'її', 'справжньою', 'національною', 'героїнею'] +common_voice_uk_21564173-518-0: hyp=['перемога', 'на', 'євробаченні', 'зробила', 'її', 'справжнє', 'національне', 'героїни'] +common_voice_uk_21564174-519-0: ref=['хвилина', 'мовчання'] +common_voice_uk_21564174-519-0: hyp=['хвилина', 'мовчання'] +common_voice_uk_21564175-520-0: ref=['уважніший', 'погляд', 'втім', 'показує', 'реалістичну', 'достовірність', 'цього', 'твердження'] +common_voice_uk_21564175-520-0: hyp=['уважніший', 'погляд', 'у', 'тім', 'показує', 'реалістичну', 'достовірність', 'цього', 'твердження'] +common_voice_uk_21564219-521-0: ref=['первісний', 'ареал', 'розселення', 'племен', 'вікінгів', 'балтійське', 'узбережжя', 'норвегії', 'швеції', 'та', 'данії'] +common_voice_uk_21564219-521-0: hyp=['перевісний', 'ареал', 'розселення', 'племен', 'вікінгів', 'балтійське', 'узбережжя', 'норвегії', 'швеції', 'та', 'данії'] +common_voice_uk_21564220-522-0: ref=['розрахували', 'будь', 'ласка', 'сідайте'] +common_voice_uk_21564220-522-0: hyp=['розрахували', 'будь', 'ласка', 'сідайте'] +common_voice_uk_21564222-523-0: ref=['поки', 'що', 'пропоную', 'відкласти', 'це', 'питання'] +common_voice_uk_21564222-523-0: hyp=['поки', 'що', 'пропоную', 'відкласти', 'це', 'питання'] +common_voice_uk_21564225-524-0: ref=['і', 'от', 'бог', 'його', 'знав', 'чи', 'раділа', 'тим', 'зазиранням', 'одарка', 'чи', 'ні'] +common_voice_uk_21564225-524-0: hyp=['і', 'от', 'бог', 'його', 'знав', 'чи', 'раділа', 'тим', 'зазиранням', 'одарка', 'чи', 'ні'] +common_voice_uk_21564227-525-0: ref=['ну', 'давай'] +common_voice_uk_21564227-525-0: hyp=['ну', 'давай'] +common_voice_uk_21564265-526-0: ref=['пуетро', 'ріко', 'острів', 'з', 'особливим', 'урядуванням', 'у', 'басейні', 'карибського', 'моря'] +common_voice_uk_21564265-526-0: hyp=['поетро', 'ріко', 'острів', 'з', 'особливим', 'урядуванням', 'у', 'басейні', 'карибського', 'моря'] +common_voice_uk_21564267-527-0: ref=['зазвичай', 'я', 'працюю', 'влітку', 'фахівцем', 'в', 'інституті', 'і', 'фотографом', 'у', 'нічних', 'клубах', 'і', 'фотостудіях'] +common_voice_uk_21564267-527-0: hyp=['зазвичай', 'я', 'працюю', 'влітку', 'фахівцем', 'в', 'інституті', 'і', 'фотографом', 'у', 'нічних', 'клубах', 'і', 'фотостудіях'] +common_voice_uk_21564268-528-0: ref=['ну', 'а', 'все', 'таки', 'склада', 'собі'] +common_voice_uk_21564268-528-0: hyp=['ну', 'а', 'все', 'таки', 'склада', 'собі'] +common_voice_uk_21564269-529-0: ref=['за', 'словами', 'відомої', 'перукарки', 'металеві', 'гребінці', 'краще', 'знімають', 'з', 'волосся', 'статичний', 'заряд'] +common_voice_uk_21564269-529-0: hyp=['за', 'словами', 'відомої', 'перукарка', 'металеві', 'грабінці', 'краще', 'знімаються', 'з', 'волосся', 'статичний', 'заряд'] +common_voice_uk_21564271-530-0: ref=['декілька', 'затриманих', 'про', 'мубараківців', 'мали', 'при', 'собі', 'документи', 'поліцейських'] +common_voice_uk_21564271-530-0: hyp=['декілька', 'затриманих', 'про', 'му', 'бара', 'ківців', 'мали', 'при', 'собі', 'документи', 'поліцейських'] +common_voice_uk_21564512-531-0: ref=['якщо', 'вам', 'нема', 'чого', 'робити', 'то', 'нема', 'чого', 'це', 'робити', 'в', 'мене'] +common_voice_uk_21564512-531-0: hyp=['якщо', 'вам', 'нема', 'чого', 'робити', 'то', 'нема', 'чого', 'це', 'робити', 'в', 'мене'] +common_voice_uk_21564514-532-0: ref=['поверніть', 'будь', 'ласка', 'попередній', 'слайд', 'а', 'тут', 'його', 'немає'] +common_voice_uk_21564514-532-0: hyp=['поверніть', 'будь', 'ласка', 'попередній', 'слайд', 'а', 'тут', 'його', 'немає'] +common_voice_uk_21564515-533-0: ref=['історія', 'оповідає', 'про', 'шіня', 'коґамі', 'який', 'повинен', 'розкривати', 'злочини', 'в', 'цьому', 'темному', 'майбутньому'] +common_voice_uk_21564515-533-0: hyp=['історія', 'оповідає', 'про', 'щіня', 'когамі', 'який', 'повинен', 'розкривати', 'злочини', 'в', 'цьому', 'темному', 'майбутньому'] +common_voice_uk_21564517-534-0: ref=['герцог', 'і', 'герцогиня', 'кембриджські', 'познайомилися', 'ще', 'в', 'студентські', 'роки'] +common_voice_uk_21564517-534-0: hyp=['герцог', 'і', 'герцогиня', 'кембридський', 'познайомилися', 'ще', 'в', 'студентські', 'роки'] +common_voice_uk_21564519-535-0: ref=['кого', 'не', 'пече', 'той', 'ся', 'не', 'відсуває'] +common_voice_uk_21564519-535-0: hyp=['кого', 'не', 'пече', 'той', 'се', 'не', 'відсуває'] +common_voice_uk_21564562-536-0: ref=['масштаб', 'вашої', 'особистості', 'визначається', 'величиною', 'проблеми', 'яка', 'здатна', 'вас', 'вивести', 'з', 'себе'] +common_voice_uk_21564562-536-0: hyp=['масштаб', 'вашої', 'особистості', 'визначається', 'величиною', 'проблеми', 'яка', 'здатна', 'у', 'вас', 'вивести', 'з', 'себе'] +common_voice_uk_21564568-537-0: ref=['я', 'знаю', 'мова', 'мамина', 'свята', 'в', 'ній', 'вічний', 'незнищенний', 'дух', 'народу'] +common_voice_uk_21564568-537-0: hyp=['я', 'знаю', 'мова', 'мами', 'на', 'свята', 'в', 'ній', 'вічний', 'незнищенний', 'дух', 'народу'] +common_voice_uk_21564571-538-0: ref=['волосся', 'вона', 'зібрала', 'на', 'потилиці', 'в', 'пучок'] +common_voice_uk_21564571-538-0: hyp=['волосся', 'вона', 'зібрала', 'на', 'потилиці', 'в', 'пучок'] +common_voice_uk_21564574-539-0: ref=['тут', 'є', 'два', 'аспекти'] +common_voice_uk_21564574-539-0: hyp=['тут', 'є', 'два', 'аспекти'] +common_voice_uk_21564591-540-0: ref=['пане', 'андрію'] +common_voice_uk_21564591-540-0: hyp=['пане', 'андрію'] +common_voice_uk_21564594-541-0: ref=['решетом', 'воду', 'міряє'] +common_voice_uk_21564594-541-0: hyp=['решетому', 'воду', 'міряє'] +common_voice_uk_21564614-542-0: ref=['перша', 'пропозиція', 'яка', 'стоїть', 'у', 'порядку', 'денному'] +common_voice_uk_21564614-542-0: hyp=['перша', 'пропозиція', 'яка', 'стоїть', 'у', 'порядку', 'денному'] +common_voice_uk_21564615-543-0: ref=['а', 'щоб', 'вас', 'біда', 'у', 'сраку', 'цілувала'] +common_voice_uk_21564615-543-0: hyp=['а', 'щоб', 'вас', 'біда', 'у', 'страку', 'цілувала'] +common_voice_uk_21564617-544-0: ref=['головою', 'ради', 'національної', 'безпеки', 'і', 'оборони', 'україни', 'є', 'президент', 'україни'] +common_voice_uk_21564617-544-0: hyp=['головою', 'ради', 'національної', 'безпеки', 'і', 'оборони', 'україни', 'є', 'президент', 'україни'] +common_voice_uk_21564624-545-0: ref=['рідкість', 'основний', 'фактор', 'у', 'цінності', 'дорогоцінного', 'каменю'] +common_voice_uk_21564624-545-0: hyp=['рідкість', 'основний', 'фактор', 'цінності', 'дорогоцінного', 'океану'] +common_voice_uk_21564625-546-0: ref=['навіть', 'щодо', 'назв', 'техніки', 'він', 'часто', 'притримується', 'турецького', 'словотвору'] +common_voice_uk_21564625-546-0: hyp=['навіть', 'що', 'в', 'нас', 'у', 'техніки', 'він', 'часто', 'витримується', 'в', 'турецького', 'словотвору'] +common_voice_uk_21564627-547-0: ref=['тобто', 'це', 'питна', 'вода'] +common_voice_uk_21564627-547-0: hyp=['тобто', 'це', 'питна', 'так'] +common_voice_uk_21564628-548-0: ref=['іноді', 'самолюбство', 'зірок', 'доходить', 'до', 'критичної', 'позначки'] +common_voice_uk_21564628-548-0: hyp=['і', 'собою', 'духом'] +common_voice_uk_21564636-549-0: ref=['таким', 'документом', 'можна', 'вважати', 'наприклад', 'велику', 'хартію', 'вольностей'] +common_voice_uk_21564636-549-0: hyp=['таким', 'документом', 'можна', 'вважати', 'наприклад', 'велику', 'харкію', 'вольностей'] +common_voice_uk_21564637-550-0: ref=['це', 'на', 'два', 'тижні', 'раніше', 'аніж', 'в', 'ідеалі', 'мають', 'народжуватися', 'двійнята'] +common_voice_uk_21564637-550-0: hyp=['це', 'на', 'два', 'тижні', 'раніше', 'аніж', 'в', 'ідеалі', 'мають', 'народжуватися', 'двійнята'] +common_voice_uk_21564639-551-0: ref=['уряд', 'унр', 'ухвалив', 'надіслати', 'до', 'бресту', 'власну', 'делегацію'] +common_voice_uk_21564639-551-0: hyp=['уряд', 'унр', 'ухвалив', 'надіслати', 'до', 'бресту', 'власне', 'делегація'] +common_voice_uk_21564641-552-0: ref=['альона', 'стала', 'першою', 'жінкою', 'кінологом', 'нацгвардії', 'у', 'західній', 'україні'] +common_voice_uk_21564641-552-0: hyp=['альона', 'стала', 'першою', 'жінкою', 'малогом', 'на', 'асфальтів', 'західній', 'україні'] +common_voice_uk_21564642-553-0: ref=['цю', 'інформацію', 'згодом', 'спростували'] +common_voice_uk_21564642-553-0: hyp=['цю', 'інформація', 'згадом', 'спростували'] +common_voice_uk_21564646-554-0: ref=['пане', 'володимире', 'я', 'прошу', 'вас', 'дати', 'команду', 'охороні', 'повернути', 'мій', 'телефон'] +common_voice_uk_21564646-554-0: hyp=['а', 'не', 'володимире', 'я', 'прошу', 'вас', 'дати', 'команду', 'охороні', 'повернути', 'мій', 'телефон'] +common_voice_uk_21564648-555-0: ref=['текстові', 'повідомлення', 'чи', 'блоґінґ', 'на', 'їх', 'фоні', 'виглядають', 'значно', 'менш', 'радикально'] +common_voice_uk_21564648-555-0: hyp=['тексту', 'повідомлення', 'чи', 'блокінг', 'на', 'їх', 'фоні', 'виглядає', 'значно', 'менш', 'радикально'] +common_voice_uk_21564649-556-0: ref=['мартиролог', 'перелік', 'пережитих', 'кимось', 'страждань', 'переслідувань'] +common_voice_uk_21564649-556-0: hyp=['мартеролог', 'паралік', 'пережитих', 'кинус', 'страждань', 'переслідувань'] +common_voice_uk_21564682-557-0: ref=['прихований', 'дефект', 'дефект', 'який', 'не', 'виявляється', 'звичайними', 'методами'] +common_voice_uk_21564682-557-0: hyp=['прихований', 'дефект', 'це', 'все', 'підтіння', 'виявляється', 'звичайний', 'моментством'] +common_voice_uk_21564683-558-0: ref=['з', 'усмішкою', 'від', 'вуха', 'до', 'вуха', 'чоловік', 'виходить', 'із', 'дверей', 'сервісного', 'центру'] +common_voice_uk_21564683-558-0: hyp=['з', 'усмішкою', 'від', 'двох', 'очоловік', 'виходить', 'з', 'дверей', 'серві', 'смак', 'центру'] +common_voice_uk_21564684-559-0: ref=['неможна', 'нечесно', 'і', 'неправильно', 'говорити', 'і', 'узагальнювати'] +common_voice_uk_21564684-559-0: hyp=['не', 'можна', 'начасно', 'і', 'неправильно', 'говорити', 'і', 'взагальнювати'] +common_voice_uk_21564749-560-0: ref=['тому', 'просив', 'би', 'вас', 'підтримати', 'даний', 'проект', 'рішення', 'і', 'проголосувати', 'його', 'в', 'залі'] +common_voice_uk_21564749-560-0: hyp=['тому', 'просив', 'би', 'вас', 'підтримати', 'даний', 'проєкт', 'рішення', 'і', 'проголосувати', 'його', 'в', 'залі'] +common_voice_uk_21564750-561-0: ref=['прошу', 'надати', 'слово', 'лесі', 'василенко'] +common_voice_uk_21564750-561-0: hyp=['прошу', 'надати', 'славу', 'леся', 'василенко'] +common_voice_uk_21564751-562-0: ref=['цвіте', 'терен', 'цвіте', 'терен'] +common_voice_uk_21564751-562-0: hyp=['світе', 'таран', 'цвітатера'] +common_voice_uk_21564752-563-0: ref=['не', 'віддавай', 'перекладу', 'свого', 'поки', 'не', 'перевірив', 'орфографію'] +common_voice_uk_21564752-563-0: hyp=['не', 'віддавай', 'перекладу', 'свого', 'поки', 'не', 'перевірив', 'орфографію'] +common_voice_uk_21564753-564-0: ref=['міняти', 'їх', 'на', 'коліні', 'на', 'скаку', 'ми', 'також', 'цього', 'не', 'зробимо'] +common_voice_uk_21564753-564-0: hyp=['і', 'міняти', 'їх', 'на', 'коліні', 'нас', 'такому', 'також', 'цього', 'не', 'зробимо'] +common_voice_uk_21564784-565-0: ref=['володимир', 'винниченко', 'популярний', 'письменник', 'початку', 'двадцятого', 'століття', 'і', 'знаменитий', 'державний', 'діяч'] +common_voice_uk_21564784-565-0: hyp=['молодимир', 'винниченко', 'популярний', 'письменник', 'початку', 'двадцятого', 'століття', 'і', 'знаменитий', 'державний', 'діяч'] +common_voice_uk_21564785-566-0: ref=['наш', 'організм', 'у', 'спеку', 'швидко', 'втрачає', 'воду'] +common_voice_uk_21564785-566-0: hyp=['наш', 'організм', 'у', 'спеку', 'швидко', 'втрачає', 'воду'] +common_voice_uk_21564786-567-0: ref=['розкажи', 'трохи', 'про', 'себе'] +common_voice_uk_21564786-567-0: hyp=['розкажи', 'трохи', 'про', 'себе'] +common_voice_uk_21564787-568-0: ref=['гоподарям', 'доведеться', 'змінити', 'сорти', 'які', 'вони', 'вирощують', 'на', 'більш', 'витривалі'] +common_voice_uk_21564787-568-0: hyp=['господарем', 'доведеться', 'змінити', 'сорти', 'які', 'вони', 'вирощують', 'на', 'більш', 'витривалі'] +common_voice_uk_21564788-569-0: ref=['гарпія', 'зла', 'жінка', 'а', 'також', 'зло', 'що', 'мучить', 'людину', 'терзає', 'її', 'душу'] +common_voice_uk_21564788-569-0: hyp=['гарпія', 'зла', 'жінка', 'а', 'також', 'зло', 'що', 'мучить', 'людину', 'терзає', 'її', 'душу'] +common_voice_uk_21564809-570-0: ref=['він', 'трохи', 'слабував', 'у', 'цей', 'час', 'але', 'чомусь', 'приймав', 'їх'] +common_voice_uk_21564809-570-0: hyp=['він', 'трохи', 'слабував', 'у', 'цей', 'час', 'але', 'чомусь', 'приймав', 'їх'] +common_voice_uk_21564811-571-0: ref=['також', 'хотілось', 'би', 'почути', 'відповідь'] +common_voice_uk_21564811-571-0: hyp=['також', 'хотілось', 'би', 'почути', 'відповідь'] +common_voice_uk_21564812-572-0: ref=['кожною', 'простою', 'акцією', 'акціонерного', 'товариства', 'її', 'власнику', 'акціонеру', 'надається', 'однакова', 'сукупність', 'прав'] +common_voice_uk_21564812-572-0: hyp=['кожною', 'простою', 'акцією', 'акціонерного', 'товариства', 'її', 'власнику', 'акціонеру', 'надається', 'однакова', 'сукупність', 'прав'] +common_voice_uk_21564814-573-0: ref=['тобто', 'депутати', 'займаються', 'мікроменеджментом', 'чого', 'не', 'має', 'бути'] +common_voice_uk_21564814-573-0: hyp=['тобто', 'депутати', 'займаються', 'мікро', 'менеджментом', 'чого', 'не', 'має', 'бути'] +common_voice_uk_21564840-574-0: ref=['інформаційній', 'війні', 'яка', 'велася', 'під', 'час', 'виборів'] +common_voice_uk_21564840-574-0: hyp=['сформаційній', 'війні', 'яка', 'велася', 'під', 'час', 'виборів'] +common_voice_uk_21564843-575-0: ref=['ще', 'не', 'впав', 'на', 'голову'] +common_voice_uk_21564843-575-0: hyp=['ще', 'не', 'впав', 'на', 'голову'] +common_voice_uk_21564844-576-0: ref=['аналогічний', 'підхід', 'можливий', 'і', 'для', 'цифрової', 'інформації'] +common_voice_uk_21564844-576-0: hyp=['аналогічний', 'підхід', 'можливий', 'і', 'до', 'цифрової', 'інформації'] +common_voice_uk_21564845-577-0: ref=['тобто', 'там', 'жодних', 'змін', 'немає'] +common_voice_uk_21564845-577-0: hyp=['тобто', 'там', 'жодних', 'змін', 'немає'] +common_voice_uk_21564878-578-0: ref=['звісно', 'кожен', 'із', 'цих', 'шляхів', 'має', 'свої', 'ризики', 'погоджується', 'видання'] +common_voice_uk_21564878-578-0: hyp=['звісно', 'кожен', 'із', 'цих', 'шляхів', 'має', 'свої', 'ризики', 'погоджується', 'видання'] +common_voice_uk_21564879-579-0: ref=['у', 'них', 'хвальби', 'повні', 'торби'] +common_voice_uk_21564879-579-0: hyp=['у', 'них', 'хвальби', 'повні', 'торби'] +common_voice_uk_21564880-580-0: ref=['я', 'праворуч', 'від', 'вас'] +common_voice_uk_21564880-580-0: hyp=['я', 'праворуч', 'від', 'вас'] +common_voice_uk_21564883-581-0: ref=['представили', 'український', 'квадрокоптер', 'берегиня'] +common_voice_uk_21564883-581-0: hyp=['пана', 'ставили', 'український', 'квадрокоптер', 'берегиня'] +common_voice_uk_21564884-582-0: ref=['цих', 'рішень', 'було', 'прийнято', 'дуже', 'багато'] +common_voice_uk_21564884-582-0: hyp=['цих', 'рішень', 'було', 'прийнято', 'дуже', 'багато'] +common_voice_uk_21564919-583-0: ref=['а', 'навкруги', 'ліс', 'де', 'росли', 'високі', 'ялинки', 'розложисті', 'клени', 'і', 'могутні', 'дуби'] +common_voice_uk_21564919-583-0: hyp=['а', 'навкруги', 'їсть', 'де', 'росли', 'високі', 'ялинки', 'розложості', 'клани', 'і', 'могутньої', 'доби'] +common_voice_uk_21564920-584-0: ref=['ліниві', 'завжди', 'бувають', 'людьми', 'посередніми'] +common_voice_uk_21564920-584-0: hyp=['і', 'не', 'різавжди', 'бувають', 'людьми', 'посередніми'] +common_voice_uk_21564921-585-0: ref=['це', 'якщо', 'є', 'вимоги', 'і', 'відповідальність', 'за', 'країну', 'а', 'не', 'бажання', 'піаритися'] +common_voice_uk_21564921-585-0: hyp=['це', 'якщо', 'є', 'вимоги', 'і', 'відповідальність', 'за', 'країну', 'а', 'небажання', 'піаритися'] +common_voice_uk_21564923-586-0: ref=['на', 'місце', 'терміново', "з'їхалися", 'усі', 'спецслужби'] +common_voice_uk_21564923-586-0: hyp=['на', 'місці', 'терміново', "з'їхалися", 'усі', 'спецслужби'] +common_voice_uk_21564995-587-0: ref=['лежить', 'тут', 'і', 'його', 'кухаренкова', 'пилюка', 'теж'] +common_voice_uk_21564995-587-0: hyp=['лежить', 'тут', 'і', 'його', 'кохаренкова', 'пилюка', 'теж'] +common_voice_uk_21564997-588-0: ref=['навіть', 'те', 'що', 'переслідування', 'начальства', 'потрохи', 'відганяли', 'від', 'його', 'парубків', 'здавалось', 'мало', 'хвилювало', 'його'] +common_voice_uk_21564997-588-0: hyp=['навіть', 'те', 'що', 'переслідування', 'на', 'щастя', 'потроху', 'відганяли', 'від', 'його', 'парубків', 'здавалось', 'мало', 'хвилювало', 'його'] +common_voice_uk_21564999-589-0: ref=['сонце', 'він', 'зустрічав', 'з', 'веселою', 'і', 'дружньою', 'посмішкою'] +common_voice_uk_21564999-589-0: hyp=['сонце', 'він', 'зустрічав', 'веселою', 'і', 'дружньою', 'посмішкою'] +common_voice_uk_21565001-590-0: ref=['інквізиція', 'тортури', 'жорстокість', 'витончене', 'мучительство', 'знущання'] +common_voice_uk_21565001-590-0: hyp=['інквівити', 'тортури', 'жорстокість', 'витончене', 'учительством', 'знущання'] +common_voice_uk_21565003-591-0: ref=['гран', 'прі', 'київського', 'міжнародного', 'кінофестивалю', 'молодість', 'щороку', 'присуджується', 'міжнародним', 'журі', 'кінофестивалю'] +common_voice_uk_21565003-591-0: hyp=['грант', 'прий', 'київського', 'міжнародного', 'кінофестивалю', 'молодість', 'щороку', 'присуджується', 'міжнародним', 'журі', 'кінофестивалю'] +common_voice_uk_21565024-592-0: ref=['вирішення', 'складної', 'проблеми', 'потребує', 'пошуку', 'по', 'всьому', 'ландшафту', 'найкращих', 'видимих', 'рішень'] +common_voice_uk_21565024-592-0: hyp=['вирішення', 'складної', 'проблеми', 'потребує', 'пошуку', 'по', 'всьому', 'ландшафту', 'найкращих', 'видимих', 'рішень'] +common_voice_uk_21565025-593-0: ref=['що', 'то', 'значить', 'химерувати'] +common_voice_uk_21565025-593-0: hyp=['що', 'то', 'значить', 'химерувати'] +common_voice_uk_21565026-594-0: ref=['наймудріша', 'людина', 'та', 'яку', 'найбільше', 'дратує', 'втрата', 'часу'] +common_voice_uk_21565026-594-0: hyp=['наймудріша', 'людина', 'та', 'яку', 'найбільше', 'дратує', 'втрата', 'часу'] +common_voice_uk_21565027-595-0: ref=['ікар', 'відважний', 'юнак', 'що', 'трагічно', 'загинув', 'у', "ім'я", 'своєї', 'мрії'] +common_voice_uk_21565027-595-0: hyp=['і', 'кар', 'відважний', 'юнак', 'що', 'трагічно', 'загинув', 'у', "ім'я", 'своєї', 'мрії'] +common_voice_uk_21565028-596-0: ref=['і', 'коли', 'вона', 'довела', 'свою', 'успішність', 'прийняли', 'її', 'з', 'ентузіазмом'] +common_voice_uk_21565028-596-0: hyp=['і', 'коли', 'вона', 'довела', 'свою', 'успішність', 'прийняла', 'її', 'з', 'ентузіазмом'] +common_voice_uk_21565041-597-0: ref=['так', 'я', 'розумію'] +common_voice_uk_21565041-597-0: hyp=['так', 'я', 'розумію'] +common_voice_uk_21565042-598-0: ref=['побув', 'як', 'пес', 'у', 'сливках'] +common_voice_uk_21565042-598-0: hyp=['побув', 'як', 'пес', 'у', 'сливках'] +common_voice_uk_21565044-599-0: ref=['ми', 'чесно', 'йшли', 'кожен', 'по', 'своєму', 'мені', 'не', 'соромно', 'за', 'жоден', 'день', 'своєї', 'роботи'] +common_voice_uk_21565044-599-0: hyp=['мечесно', 'йшли', 'кожен', 'по', 'своєму', 'мені', 'не', 'соромно', 'жоден', 'день', 'своєї', 'роботи'] +common_voice_uk_21565045-600-0: ref=['батьки', 'мають', 'право', 'обрати', 'навчальний', 'заклад'] +common_voice_uk_21565045-600-0: hyp=['батьки', 'мають', 'право', 'обрати', 'навчальний', 'заклад'] +common_voice_uk_21565055-601-0: ref=['також', 'апелюють', 'до', 'загальновідомих', 'речей', 'які', 'насправді', 'є', 'поширеними', 'міфами'] +common_voice_uk_21565055-601-0: hyp=['також', 'апелюють', 'до', 'загальновідомих', 'речей', 'які', 'насправді', 'є', 'поширеними', 'міфами'] +common_voice_uk_21565063-602-0: ref=['недодержава', 'є', 'однією', 'з', 'наріжних', 'тем', 'російської', 'дезінформації'] +common_voice_uk_21565063-602-0: hyp=['не', 'додержава', 'є', 'однією', 'з', 'найріжних', 'тем', 'російської', 'дезінформації'] +common_voice_uk_21565065-603-0: ref=['їх', 'вдалося', 'врятувати'] +common_voice_uk_21565065-603-0: hyp=['їх', 'вдалося', 'врятувати'] +common_voice_uk_21565066-604-0: ref=['і', 'морква', 'серце', 'має'] +common_voice_uk_21565066-604-0: hyp=['і', 'морква', 'серце', 'має'] +common_voice_uk_21565069-605-0: ref=['активісти', 'ніяк', 'не', 'можуть', 'розібратися'] +common_voice_uk_21565069-605-0: hyp=['активісти', 'ніяк', 'не', 'можуть', 'розібратися'] +common_voice_uk_21565099-606-0: ref=['будь', 'ласка', 'поговори', 'зі', 'мною'] +common_voice_uk_21565099-606-0: hyp=['от', 'будь', 'ласка', 'поговори', 'зі', 'мною'] +common_voice_uk_21565101-607-0: ref=['чиєсь', 'слово', 'губить', 'діло'] +common_voice_uk_21565101-607-0: hyp=['чиєсь', 'слово', 'губить', 'і', 'діло'] +common_voice_uk_21565102-608-0: ref=['на', 'другому', 'поверсі', 'потрапляємо', 'в', 'опенспейс'] +common_voice_uk_21565102-608-0: hyp=['на', 'другому', 'поверсі', 'потрапляємо', 'в', 'овпенспайс'] +common_voice_uk_21565103-609-0: ref=['дурне', 'як', 'сало', 'без', 'хліба'] +common_voice_uk_21565103-609-0: hyp=['дурна', 'як', 'сало', 'без', 'хліба'] +common_voice_uk_21565114-610-0: ref=['сюжет', 'та', 'ідея', 'надзвичайні'] +common_voice_uk_21565114-610-0: hyp=['сюжет', 'та', 'ідея', 'надзвичайні'] +common_voice_uk_21565115-611-0: ref=['а', 'як', 'вискочить', 'на', 'нас', 'ставаймо', 'зразу', 'один', 'до', 'одного', 'спиною'] +common_voice_uk_21565115-611-0: hyp=['а', 'як', 'вискочить', 'на', 'нас', 'стараємо', 'зразу', 'один', 'до', 'одного', 'спиною'] +common_voice_uk_21565116-612-0: ref=['у', 'корпорації', 'свої', 'передовики', 'виробництва', 'її', 'працівники', 'мають', 'професійну', 'гордість'] +common_voice_uk_21565116-612-0: hyp=['у', 'корпорації', 'свої', 'передовики', 'виробництва', 'і', 'працівники', 'мають', 'професійну', 'артість'] +common_voice_uk_21565117-613-0: ref=['тепер', 'стосовно', 'того', 'що', 'ми', 'там', 'робимо', 'і', 'як', 'ми', 'робимо'] +common_voice_uk_21565117-613-0: hyp=['тепер', 'стосовно', 'того', 'що', 'ми', 'там', 'робимо', 'і', 'як', 'ми', 'робимо'] +common_voice_uk_21565118-614-0: ref=['скільки', 'в', 'мене', 'часу'] +common_voice_uk_21565118-614-0: hyp=['скільки', 'мене', 'часу'] +common_voice_uk_21565119-615-0: ref=['де', 'наші', 'комунальні', 'служби'] +common_voice_uk_21565119-615-0: hyp=['де', 'наші', 'комунальні', 'служби'] +common_voice_uk_21565120-616-0: ref=['як', 'твої', 'мама', 'з', 'татом', 'змогли', 'народити', 'таку', 'дурну', 'дитину'] +common_voice_uk_21565120-616-0: hyp=['як', 'твої', 'мама', 'статом', 'змогли', 'народити', 'таку', 'дурну', 'дитину'] +common_voice_uk_21565122-617-0: ref=['і', 'в', 'цьому', 'реальному', 'світі', 'практично', 'ніхто', 'не', 'говорив', 'українською'] +common_voice_uk_21565122-617-0: hyp=['і', 'в', 'цьому', 'реальному', 'світі', 'практично', 'ніхто', 'не', 'говорив', 'українською'] +common_voice_uk_21565123-618-0: ref=['одне', 'в', 'луг', 'а', 'друге', 'в', 'плуг'] +common_voice_uk_21565123-618-0: hyp=['одне', 'влуг', 'а', 'друге', 'в', 'плуг'] +common_voice_uk_21565124-619-0: ref=['це', 'так', 'як', 'ви', 'хочете', 'трактувати', 'ви', 'можете', 'трактувати'] +common_voice_uk_21565124-619-0: hyp=['це', 'так', 'як', 'ви', 'хочете', 'трактувати', 'ви', 'можете', 'трактувати'] +common_voice_uk_21565196-620-0: ref=['разом', 'із', 'тим', 'спостерігаються', 'й', 'деякі', 'закономірності', 'в', 'наголошуванні', 'слів'] +common_voice_uk_21565196-620-0: hyp=['разом', 'із', 'тим', 'спостерігаються', 'і', 'деякі', 'закономірності', 'в', 'наголошуванні', 'слів'] +common_voice_uk_21565197-621-0: ref=['не', 'будь', 'тим', 'що', 'землю', 'риє'] +common_voice_uk_21565197-621-0: hyp=['не', 'будь', 'тим', 'що', 'землю', 'рає'] +common_voice_uk_21565198-622-0: ref=['вони', 'знов', 'приїхали'] +common_voice_uk_21565198-622-0: hyp=['воно', 'й', 'знов', 'приїхали'] +common_voice_uk_21565200-623-0: ref=['у', 'них', 'на', 'обслуговуванні', 'є', 'велика', 'кількість', 'будинків'] +common_voice_uk_21565200-623-0: hyp=['у', 'них', 'на', 'обслуговуванні', 'я', 'велика', 'кількість', 'будинків'] +common_voice_uk_21565237-624-0: ref=['зустрілись', 'теж', 'як', 'в', 'фільмі'] +common_voice_uk_21565237-624-0: hyp=['зустрілась', 'теж', 'як', 'у', 'фільмі'] +common_voice_uk_21565238-625-0: ref=['звідси', 'і', 'недовіра', 'чи', 'навіть', 'підозри', 'які', 'відкрито', 'висловлюються'] +common_voice_uk_21565238-625-0: hyp=['звідси', 'й', 'недовіра', 'чи', 'навіть', 'підозра', 'які', 'відкрито', 'висловлюються'] +common_voice_uk_21565239-626-0: ref=['переходимо', 'до', 'наступного', 'питання'] +common_voice_uk_21565239-626-0: hyp=['переходимо', 'до', 'наступного', 'питання'] +common_voice_uk_21565240-627-0: ref=['шановні', 'колеги', 'прошу', 'уваги'] +common_voice_uk_21565240-627-0: hyp=['шановні', 'колаги', 'прошу', 'уваги'] +common_voice_uk_21565246-628-0: ref=['давайте', 'визначимося', 'за', 'що', 'ж', 'ми', 'голосуємо'] +common_voice_uk_21565246-628-0: hyp=['давайте', 'визначимося', 'за', 'що', 'ж', 'ми', 'голосуємо'] +common_voice_uk_21565247-629-0: ref=['велика', 'частина', 'системного', 'програмного', 'забезпечення', 'пишеться', 'мовою', 'сі'] +common_voice_uk_21565247-629-0: hyp=['велика', 'частина', 'з', 'системного', 'програмного', 'забезпечення', 'пишеться', 'мовою', 'сі'] +common_voice_uk_21565248-630-0: ref=['перун', 'бог', 'грому', 'блискавки', 'й', 'дощу'] +common_voice_uk_21565248-630-0: hyp=['перун', 'бо', 'грому', 'близька', 'й', 'дощу'] +common_voice_uk_21565249-631-0: ref=['підкинула', 'як', 'зозуля', 'під', 'плиску'] +common_voice_uk_21565249-631-0: hyp=['підкинула', 'як', 'зозуля', 'під', 'блиску'] +common_voice_uk_21565250-632-0: ref=['і', 'далі', 'країна', 'повинна', 'розвиватись'] +common_voice_uk_21565250-632-0: hyp=['і', 'далі', 'країна', 'повинна', 'розвиватись'] +common_voice_uk_21565333-633-0: ref=['я', 'просто', 'говорю', 'як', 'пропозицію'] +common_voice_uk_21565333-633-0: hyp=['я', 'просто', 'говорю', 'як', 'пропозиції'] +common_voice_uk_21565336-634-0: ref=['ще', 'заява', 'від', 'фракції'] +common_voice_uk_21565336-634-0: hyp=['що', 'заява', 'від', 'фракції'] +common_voice_uk_21565338-635-0: ref=['про', 'архітектуру', 'князівства', 'відомо', 'небагато'] +common_voice_uk_21565338-635-0: hyp=['про', 'архітектуру', 'князівства', 'набагато'] +common_voice_uk_21565340-636-0: ref=['колись', 'то', 'вечором', 'відбувалася', 'в', 'нас', 'нарада'] +common_voice_uk_21565340-636-0: hyp=['колись', 'това', 'вечором', 'відбувалося', 'у', 'нас', 'нарада'] +common_voice_uk_21565343-637-0: ref=['у', 'мене', 'досить', 'технічне', 'питання'] +common_voice_uk_21565343-637-0: hyp=['у', 'мене', 'досить', 'технічне', 'питання'] +common_voice_uk_21565361-638-0: ref=['другий', 'момент'] +common_voice_uk_21565361-638-0: hyp=['другий', 'момент'] +common_voice_uk_21565363-639-0: ref=['жди', 'псе', 'нім', 'кобила', 'здохне'] +common_voice_uk_21565363-639-0: hyp=['жди'] +common_voice_uk_21565365-640-0: ref=['розпочали', 'рити', 'котлован'] +common_voice_uk_21565365-640-0: hyp=['розпочали', 'ерити', 'котлован'] +common_voice_uk_21565368-641-0: ref=['є', 'в', 'нас', 'своє', 'лихо', 'і', 'горе'] +common_voice_uk_21565368-641-0: hyp=['є', 'в', 'нас', 'своє', 'лихо', 'і', 'горе'] +common_voice_uk_21565479-642-0: ref=['щодо', 'згаданих', 'тітушок', 'з', 'кримінальних', 'середовищ', 'та', 'їх', 'керівників', 'виокремлені', 'окремі', 'провадження'] +common_voice_uk_21565479-642-0: hyp=['щодо', 'згаданих', 'тітушок', 'з', 'кримінальних', 'середовищ', 'та', 'й', 'керівників', 'викравлення', 'окремі', 'провадження'] +common_voice_uk_21565481-643-0: ref=['це', 'було', 'висвітлено', 'і', 'в', 'засобах', 'масової', 'інформації'] +common_voice_uk_21565481-643-0: hyp=['це', 'було', 'посвітлено', 'і', 'в', 'засобах', 'масової', 'інформації'] +common_voice_uk_21565483-644-0: ref=['я', 'скинув', 'свою', 'торбину', 'поклав', 'свитку', 'і', 'сів'] +common_voice_uk_21565483-644-0: hyp=['я', 'скину', 'свою', 'торбину', 'поклав', 'свитку', 'і', 'сів'] +common_voice_uk_21565485-645-0: ref=['перед', 'писаревим', "подвір'ям", 'неодмінно', 'танцювали'] +common_voice_uk_21565485-645-0: hyp=['перед', 'писаревим', "подвір'ям", 'неодмінно', 'танцювали'] +common_voice_uk_21565486-646-0: ref=['агій', 'на', 'тебе'] +common_voice_uk_21565486-646-0: hyp=['а', 'гіна', 'тебе'] +common_voice_uk_21565678-647-0: ref=['общини', 'вікінгів', 'мешкали', 'малими', 'оселями', 'керували', 'якими', 'так', 'звані', 'ярли', 'найбагатші', 'землевласники'] +common_voice_uk_21565678-647-0: hyp=['общини', 'вікінгів', 'мешкали', 'малими', 'оселями', 'керували', 'якими', 'так', 'звані', 'ярли', 'найбагатші', 'землевласники'] +common_voice_uk_21565680-648-0: ref=['його', 'критикують', 'за', 'повільність', 'у', 'схваленні', 'реформаторських', 'законів', 'корупційні', 'скандали', 'та', 'клоунади'] +common_voice_uk_21565680-648-0: hyp=['його', 'критикують', 'за', 'повільність', 'у', 'схвалення', 'реформаторських', 'законів', 'корупційні', 'скандали', 'та', 'клеонади'] +common_voice_uk_21565682-649-0: ref=['тому', 'прошу', 'його', 'прийняти', 'за', 'основу', 'і', 'відправити', 'на', 'доопрацювання'] +common_voice_uk_21565682-649-0: hyp=['тому', 'прошу', 'його', 'прийняти', 'за', 'основу', 'і', 'відправити', 'на', 'доопрацювання'] +common_voice_uk_21565683-650-0: ref=['маленька', 'але', 'все', 'ж', 'таки', 'перемога'] +common_voice_uk_21565683-650-0: hyp=['маленька', 'але', 'все', 'ж', 'таки', 'перемога'] +common_voice_uk_21565685-651-0: ref=['я', 'можу', 'з', 'ним', 'погодитися'] +common_voice_uk_21565685-651-0: hyp=['я', 'можу', 'з', 'ним', 'погодитися'] +common_voice_uk_21565785-652-0: ref=['дамоклів', 'меч', 'постійна', 'небезпека'] +common_voice_uk_21565785-652-0: hyp=['дамоклі', 'в', 'меч', 'постійно', 'небезпека'] +common_voice_uk_21565788-653-0: ref=['професійні', 'тролі', 'йдуть', 'у', 'соціальні', 'мережі'] +common_voice_uk_21565788-653-0: hyp=['професійні', 'тролі', 'йдуть', 'у', 'соціальній', 'мережі'] +common_voice_uk_21565791-654-0: ref=['так', 'він', 'розданий'] +common_voice_uk_21565791-654-0: hyp=['так', 'він', 'розданий'] +common_voice_uk_21565793-655-0: ref=['в', 'дружбі', 'ти', 'проходиш', 'справжню', 'школу', 'безкорисливості'] +common_voice_uk_21565793-655-0: hyp=['в', 'дружбі', 'ти', 'проходиш', 'справжня', 'школу', 'безкорисливості'] +common_voice_uk_21565795-656-0: ref=['навіщо', 'відкладати', 'на', 'завтра', 'те', 'що', 'можна', 'зробити', 'післязавтра'] +common_voice_uk_21565795-656-0: hyp=['навіщо', 'одказати', 'на', 'завтра', 'те', 'що', 'можна', 'зробити', 'після', 'завтра'] +common_voice_uk_21566046-657-0: ref=['що', 'це', 'таке', 'робиться'] +common_voice_uk_21566046-657-0: hyp=['що', 'це', 'таке', 'робиться'] +common_voice_uk_21566047-658-0: ref=['так', 'це', 'передбачено', 'і', 'договором', 'і', 'законодавством', 'взагалі'] +common_voice_uk_21566047-658-0: hyp=['так', 'це', 'передбачено', 'і', 'договором', 'і', 'законодавством', 'взагалі'] +common_voice_uk_21566050-659-0: ref=['показали', 'фото', 'з', 'репетиції', 'конкурсу'] +common_voice_uk_21566050-659-0: hyp=['показали', 'показало', 'фото', 'з', 'репетиції', 'конкурсу'] +common_voice_uk_21566051-660-0: ref=['щось', 'у', 'мене', 'голова', 'в', 'труси', 'падає'] +common_voice_uk_21566051-660-0: hyp=['щось', 'у', 'мене', 'голова', 'в', 'трусе', 'падає'] +common_voice_uk_21566105-661-0: ref=['будь', 'ласка', 'доповідайте'] +common_voice_uk_21566105-661-0: hyp=['будь', 'ласка', 'доповідайте'] +common_voice_uk_21566106-662-0: ref=['також', 'надана', 'для', 'малювання', 'і', 'широка', 'палітра', 'кольору'] +common_voice_uk_21566106-662-0: hyp=['також', 'надано', 'для', 'малювання', 'і', 'широка', 'політра', 'кольору'] +common_voice_uk_21566108-663-0: ref=['я', 'не', 'прощаючись', 'пішов', 'додому', 'вулицями'] +common_voice_uk_21566108-663-0: hyp=['я', 'ні', 'прощаюсь', 'пішов', 'додому', 'вулицями'] +common_voice_uk_21566109-664-0: ref=['чим', 'на', 'зле', 'орудуєш', 'від', 'того', 'загинеш'] +common_voice_uk_21566109-664-0: hyp=['чим', 'на', 'зле', 'орудуєш', 'від', 'того', 'загинеш'] +common_voice_uk_21566110-665-0: ref=['причому', 'це', 'не', "обов'язково", 'має', 'бути', 'чисто', 'літературна', 'українська', 'чи', 'російська'] +common_voice_uk_21566110-665-0: hyp=['причому', 'це', 'не', "обов'язково", 'має', 'бути', 'чиста', 'літературна', 'українська', 'чи', 'російська'] +common_voice_uk_21566251-666-0: ref=['українська', 'наука', 'нараховує', 'вже', 'не', 'одне', 'сторіччя', 'існування', 'яке', 'характеризуться', 'поступовим', 'але', 'сталим', 'розвитком'] +common_voice_uk_21566251-666-0: hyp=['українська', 'наука', 'нараховує', 'вже', 'не', 'одне', 'сторіччя', 'існування', 'яке', 'характеризується', 'поступовим', 'але', 'сталим', 'морозитком'] +common_voice_uk_21566255-667-0: ref=['це', 'була', 'сухенька', 'старенька', 'істотка', 'в', 'фіолетовій', 'рясі', 'кирпично', 'червоній', 'під', 'пахвами'] +common_voice_uk_21566255-667-0: hyp=['це', 'була', 'сухенька', 'старенька', 'істотка', 'фіолети', 'вірясь', 'кирпичній', 'червоній', 'підпахвана'] +common_voice_uk_21566258-668-0: ref=['останній', 'з', 'могікан', 'останній', 'представник', 'покоління', 'або', 'соціальної', 'групи'] +common_voice_uk_21566258-668-0: hyp=['останній', 'з', 'могікан', 'останній', 'представник', 'покоління', 'або', 'соціальної', 'групи'] +common_voice_uk_21566259-669-0: ref=['деякі', 'клієнтки', 'просили', 'тільки', 'без', 'бірочки', 'зроблено', 'в', 'україні'] +common_voice_uk_21566259-669-0: hyp=['деякі', 'клієнтки', 'просили', 'тільки', 'без', 'бірочки', 'зроблено', 'в', 'україні'] +common_voice_uk_21566261-670-0: ref=['проте', 'однаковість', 'в', 'оцінці', 'ситуації', 'на', 'тому', 'закінчується'] +common_voice_uk_21566261-670-0: hyp=['проте', 'однаковість', 'евації', 'ситуації', 'на', 'тому', 'закінчується'] +common_voice_uk_21566497-671-0: ref=['дірявий', 'мішок', 'не', 'наповниш'] +common_voice_uk_21566497-671-0: hyp=['я', 'не', 'мішок', 'не', 'направиш'] +common_voice_uk_21566498-672-0: ref=['грамотна', 'людина', 'та', 'яка', 'завжди', 'знайде', 'синонім', 'до', 'складного', 'слова'] +common_voice_uk_21566498-672-0: hyp=['грамотна', 'людина', 'та', 'я', 'казав', 'дізнається', 'до', 'складного', 'слова'] +common_voice_uk_21566499-673-0: ref=['вилізи', 'бідо', 'з', 'води', 'ліпше', 'з', 'бідов', 'як', 'без', 'біди'] +common_voice_uk_21566499-673-0: hyp=['белізли', 'біда', 'з', 'води', 'дівчивши', 'з', 'бідою', 'як', 'без', 'біди'] +common_voice_uk_21566537-674-0: ref=['ще', 'раз', 'хочу', 'сказати'] +common_voice_uk_21566537-674-0: hyp=['ще', 'раз', 'хочу', 'сказати'] +common_voice_uk_21566538-675-0: ref=['жодної', 'пропозиції', 'до', 'цього', 'часу', 'не', 'надійшло'] +common_voice_uk_21566538-675-0: hyp=['щоб', 'ні', 'пропозиції', 'до', 'цього', 'часу', 'не', 'одійшло'] +common_voice_uk_21566539-676-0: ref=['я', 'вже', 'бачу', 'до', 'чого', 'воно', 'йдеться'] +common_voice_uk_21566539-676-0: hyp=['я', 'вже', 'бачив', 'до', 'чого', 'вони', 'йдеться'] +common_voice_uk_21566540-677-0: ref=['дружба', 'по', 'суті', 'відкриває', 'нам', 'справжній', 'сенс', 'життя'] +common_voice_uk_21566540-677-0: hyp=['дружба', 'по', 'собі', 'відкриває', 'насправжнє', 'саме', 'життя'] +common_voice_uk_21566541-678-0: ref=['срібло', 'вищої', 'чистоти', 'високо', 'цінується', 'колекціонерами'] +common_voice_uk_21566541-678-0: hyp=['срібла', 'вищої', 'чистоти', 'високо', 'цінується', 'корупційнерами'] +common_voice_uk_21566606-679-0: ref=['мій', 'прадід', 'був', 'бургомістром', 'харкова', 'під', 'час', 'німецької', 'окупації'] +common_voice_uk_21566606-679-0: hyp=['мій', 'брат', 'був', 'бургомістром', 'харкова', 'під', 'час', 'німецької', 'окупації'] +common_voice_uk_21566607-680-0: ref=['британська', 'імперія', 'давала', 'скасування', 'рабства', 'і', 'законодавчу', 'систему', 'окрім', 'іншого'] +common_voice_uk_21566607-680-0: hyp=['британський', 'імперії', 'давав', 'скасування', 'рабства', 'і', 'законодавчої', 'системи', 'україни'] +common_voice_uk_21566608-681-0: ref=['я', 'пишу', 'про', 'моду'] +common_voice_uk_21566608-681-0: hyp=['я', 'пишу', 'про', 'моду'] +common_voice_uk_21566610-682-0: ref=['перевіряйте', 'факти', 'не', 'відходячи', 'від', 'життя'] +common_voice_uk_21566610-682-0: hyp=['перевіряйте', 'факти', 'не', 'відходячи', 'від', 'життя'] +common_voice_uk_21566865-683-0: ref=['бурштин', 'використовується', 'в', 'хімічній', 'парфумерній', 'та', 'медичній', 'промисловості'] +common_voice_uk_21566865-683-0: hyp=['бурштин', 'використовується', 'в', 'хімічній', 'парфумерній', 'та', 'медичній', 'промисловості'] +common_voice_uk_21566866-684-0: ref=['ви', 'це', 'знаєте'] +common_voice_uk_21566866-684-0: hyp=['ви', 'це', 'знаєте'] +common_voice_uk_21566867-685-0: ref=['а', 'ви', 'пане', 'може', 'сюди'] +common_voice_uk_21566867-685-0: hyp=['а', 'ви', 'пане', 'може', 'сюди'] +common_voice_uk_21566869-686-0: ref=['що', 'зроблено'] +common_voice_uk_21566869-686-0: hyp=['що', 'зроблено'] +common_voice_uk_21566935-687-0: ref=['я', 'страшно', 'хочу', 'жити'] +common_voice_uk_21566935-687-0: hyp=['я', 'страшно', 'хочу', 'жити'] +common_voice_uk_21566936-688-0: ref=['а', 'що', 'відбувається', 'останнім', 'часом', 'з', 'кліматом', 'в', 'україні'] +common_voice_uk_21566936-688-0: hyp=['а', 'що', 'відбувається', 'останнім', 'часом', 'з', 'кліматом', 'в', 'україні'] +common_voice_uk_21566937-689-0: ref=['відкрити', 'поверхню', 'річки', 'рекультивувати', 'її', 'і', 'перетворити', 'на', 'зелену', 'зону', 'відпочинку'] +common_voice_uk_21566937-689-0: hyp=['відкрити', 'поверхню', 'річки', 'рекультивувати', 'її', 'й', 'перетворити', 'на', 'зелену', 'зону', 'відпочинку'] +common_voice_uk_21566938-690-0: ref=['бог', 'з', 'ним', 'нема'] +common_voice_uk_21566938-690-0: hyp=['бог', 'з', 'ним', 'нема'] +common_voice_uk_21566939-691-0: ref=['що', 'ж', 'спочине', 'собі', 'за', 'той', 'час', 'ще', 'кращих', 'пісень', 'складе', 'у', 'тюрмі'] +common_voice_uk_21566939-691-0: hyp=['що', 'ж', 'спочини', 'собі', 'за', 'той', 'час', 'ще', 'кращих', 'пісень', 'складає', 'у', 'тюрмі'] +common_voice_uk_21567040-692-0: ref=['норми', 'конституції', 'україни', 'є', 'нормами', 'прямої', 'дії'] +common_voice_uk_21567040-692-0: hyp=['норми', 'конституції', 'україни', 'є', 'нормами', 'прямої', 'дії'] +common_voice_uk_21567041-693-0: ref=['перекладай', 'грамотно', 'бо', 'редактору', 'твоєму', 'є', 'гризот', 'і', 'без', 'тебе'] +common_voice_uk_21567041-693-0: hyp=['перекладай', 'грамотно', 'бори', 'редактору', 'твоєму', 'є', 'гризот', 'і', 'без', 'тебе'] +common_voice_uk_21567042-694-0: ref=['на', 'козаку', 'нема', 'знаку'] +common_voice_uk_21567042-694-0: hyp=['на', 'козаку', 'нема', 'знаку'] +common_voice_uk_21567044-695-0: ref=['але', 'це', 'треба', 'передбачати'] +common_voice_uk_21567044-695-0: hyp=['але', 'це', 'треба', 'передбачити'] +common_voice_uk_21567045-696-0: ref=['я', 'не', 'ховаюся'] +common_voice_uk_21567045-696-0: hyp=['я', 'не', 'ховаюся'] +common_voice_uk_21567085-697-0: ref=['він', 'відпрацював', 'частину', 'естафети'] +common_voice_uk_21567085-697-0: hyp=['він', 'відпрацював', 'частиною', 'естафети'] +common_voice_uk_21567086-698-0: ref=['собаки', 'на', 'порозі', 'сплять'] +common_voice_uk_21567086-698-0: hyp=['собаки', 'на', 'порозі', 'сплять'] +common_voice_uk_21567088-699-0: ref=['хто', 'тебе', 'підбив', 'на', 'це'] +common_voice_uk_21567088-699-0: hyp=['хто', 'тебе', 'підбив', 'на', 'це'] +common_voice_uk_21567089-700-0: ref=['бастілія', 'символом', 'королівської', 'влади', 'символом', 'феодалізму'] +common_voice_uk_21567089-700-0: hyp=['бастилія', 'символом', 'королівської', 'влади', 'символом', 'феодалізму'] +common_voice_uk_21567092-701-0: ref=['квапиться', 'як', 'з', 'козами', 'на', 'ярмарок'] +common_voice_uk_21567092-701-0: hyp=['квапиться', 'як', 'з', 'козами', 'на', 'ярмарок'] +common_voice_uk_21567093-702-0: ref=['насправді', 'ж', 'мова', 'йде', 'про', 'відеозапис', 'трансляції', 'висадки'] +common_voice_uk_21567093-702-0: hyp=['насправді', 'ж', 'мова', 'йде', 'про', 'відеозапис', 'трансляції', 'висадки'] +common_voice_uk_21567095-703-0: ref=['хай', 'юність', 'догорить', 'ми', 'віддані', 'життю', 'і', 'нам', 'воздасться', 'в', 'славі'] +common_voice_uk_21567095-703-0: hyp=['хай', 'юність', 'догорить', 'ми', 'віддані', 'життю', 'і', 'нам', 'воздасться', 'в', 'славі'] +common_voice_uk_21567096-704-0: ref=['не', 'бійся', 'того', 'хто', 'кричить', 'а', 'бійся', 'того', 'хто', 'мовчить'] +common_voice_uk_21567096-704-0: hyp=['не', 'бійся', 'того', 'хто', 'кричить', 'а', 'бійся', 'того', 'хто', 'мовчить'] +common_voice_uk_21567097-705-0: ref=['піддався', 'споживацьким', 'настроям'] +common_voice_uk_21567097-705-0: hyp=['піддався', 'споживацьким', 'настроєм'] +common_voice_uk_21567105-706-0: ref=['тарас', 'шевченко', 'досить', 'було', 'однієї', 'людини', 'щоб', 'урятувати', 'цілу', 'націю'] +common_voice_uk_21567105-706-0: hyp=['тарас', 'шевченко', 'досить', 'було', 'однією', 'людиною', 'щоб', 'рятувати', 'цілу', 'націю'] +common_voice_uk_21567107-707-0: ref=['я', 'тимчасово', 'осліп', 'через', 'панічний', 'напад'] +common_voice_uk_21567107-707-0: hyp=['і', 'я', 'тимчасово', 'ослів', 'через', 'панічний', 'напад'] +common_voice_uk_21567108-708-0: ref=['консьєрж', 'з', 'твого', 'будинку', 'занепокоївся', 'та', 'приніс', 'її', 'мені', 'таке', 'надійшла', 'два', 'дні', 'тому'] +common_voice_uk_21567108-708-0: hyp=['концьєр', 'з', 'твого', 'будинку', 'занепокоївся', 'та', 'приніс', 'імені', 'пк', 'надійшла', 'два', 'дні', 'тому'] +common_voice_uk_21567109-709-0: ref=['тоді', 'я', 'ставлю', 'перший', 'проект'] +common_voice_uk_21567109-709-0: hyp=['тоді', 'я', 'ставлю', 'перший', 'проєкт'] +common_voice_uk_21567110-710-0: ref=['а', 'поет', 'мій', 'зовсім', 'змінився'] +common_voice_uk_21567110-710-0: hyp=['апарат', 'мій', 'зовсім', 'змінився'] +common_voice_uk_21567111-711-0: ref=['тоді', 'ставимо', 'на', 'голосування'] +common_voice_uk_21567111-711-0: hyp=['то', 'діставимо', 'на', 'голосування'] +common_voice_uk_21567112-712-0: ref=['далеко', 'не', 'треба', 'було', 'ходити', 'тренери', 'приходили', 'до', 'нас'] +common_voice_uk_21567112-712-0: hyp=['далеко', 'не', 'треба', 'було', 'ходити', 'тренери', 'приходили', 'до', 'нас'] +common_voice_uk_21567113-713-0: ref=['обвал', 'звинувачень'] +common_voice_uk_21567113-713-0: hyp=['обвал', 'звинувачень'] +common_voice_uk_21567114-714-0: ref=['як', 'дотик', 'губ'] +common_voice_uk_21567114-714-0: hyp=['як', 'дотик', 'губ'] +common_voice_uk_21567115-715-0: ref=['де', 'густо', 'там', 'не', 'пусто'] +common_voice_uk_21567115-715-0: hyp=['де', 'густо', 'там', 'не', 'пусто'] +common_voice_uk_21567156-716-0: ref=['гамлет', 'людина', 'яка', 'в', 'усьому', 'сумнівається', 'увесь', 'час', 'роздумує', 'нездатна', 'діяти', 'швидко', 'і', 'рішуче'] +common_voice_uk_21567156-716-0: hyp=['гамнадцять', 'гра', 'яка', 'сумнівається', 'весь', 'часом', 'не', 'здатна', 'діяти', 'швидко', 'і', 'рішуче'] +common_voice_uk_21567157-717-0: ref=['я', 'не', 'знаю', 'цього'] +common_voice_uk_21567157-717-0: hyp=['я', 'не', 'знаю', 'цього'] +common_voice_uk_21567223-718-0: ref=['тоді', 'будь', 'ласка', 'на', 'трибуну'] +common_voice_uk_21567223-718-0: hyp=['тоді', 'будь', 'ласка', 'на', 'трибуну'] +common_voice_uk_21567224-719-0: ref=['срібло', 'в', 'грошовому', 'обігу', 'більшості', 'країн', 'замінили', 'на', 'нікель', 'і', 'алюміній'] +common_voice_uk_21567224-719-0: hyp=['сріло', 'у', 'грошовому', 'обігу', 'більшості', 'країн', 'замінили', 'на', 'нікель', 'і', 'амії'] +common_voice_uk_21567225-720-0: ref=['є', 'виборчий', 'кодекс', 'який', 'нереально', 'прийняти', 'там', 'чотири', 'тисячі', 'поправок', 'ми', 'його', 'не', 'приймемо'] +common_voice_uk_21567225-720-0: hyp=['є', 'виборчий', 'кодекс', 'який', 'нереально', 'прийняти', 'там', 'чотири', 'тисячі', 'поправок', 'ми', 'його', 'не', 'приймемо'] +common_voice_uk_21567226-721-0: ref=['великий', 'як', 'світ', 'а', 'дурний', 'як', 'пліт'] +common_voice_uk_21567226-721-0: hyp=['великий', 'як', 'світ', 'а', 'дурний', 'як', 'піт'] +common_voice_uk_21567227-722-0: ref=['фактично', 'роботу', 'російської', 'пропагандистської', 'машини', 'можна', 'порівняти', 'з', 'матрьошкою'] +common_voice_uk_21567227-722-0: hyp=['аптечно', 'роботу', 'російської', 'пропагандистської', 'машини', 'можна', 'порівняти', 'з', 'матрьошкою'] +common_voice_uk_21567241-723-0: ref=['як', 'змінилися', 'показники', "здоров'я", 'населення', 'в', 'цих', 'районах'] +common_voice_uk_21567241-723-0: hyp=['як', 'змінилася', 'показники', "здоров'я", 'населення', 'в', 'цих', 'районах'] +common_voice_uk_21567242-724-0: ref=['мені', 'видається', 'що', 'перша', 'ознака', 'фейкової', 'новини', 'джерело'] +common_voice_uk_21567242-724-0: hyp=['мені', 'видається', 'що', 'перша', 'ознака', 'харкової', 'новини', 'джерело'] +common_voice_uk_21567243-725-0: ref=['вона', 'вміє', 'читати', 'по', 'губах'] +common_voice_uk_21567243-725-0: hyp=['вона', 'вміє', 'читати', 'кого', 'бахти'] +common_voice_uk_21567244-726-0: ref=['саме', 'тоді', 'потрапили', 'в', 'європу', 'рис', 'гречка', 'лимони', 'абрикоси', 'кавуни'] +common_voice_uk_21567244-726-0: hyp=['саме', 'тоді', 'потрапили', 'європу', 'рис', 'граєч', 'лимона', 'абрикоси', 'кавуни'] +common_voice_uk_21567245-727-0: ref=['це', 'неприпустимо'] +common_voice_uk_21567245-727-0: hyp=['це', 'неприпустимо'] +common_voice_uk_21567264-728-0: ref=['я', 'шукав', 'те', 'що', 'в', 'мене', 'було', 'завжди'] +common_voice_uk_21567264-728-0: hyp=['я', 'шукав', 'те', 'що', 'в', 'мене', 'було', 'завжди'] +common_voice_uk_21567267-729-0: ref=['відбуватиметься', 'зростання', 'кількості', 'лісових', 'пожеж'] +common_voice_uk_21567267-729-0: hyp=['підбиватиметься', 'зростання', 'кількості', 'лісових', 'пожеж'] +common_voice_uk_21567271-730-0: ref=['у', 'вас', 'ні', 'старшого', 'ні', 'молодшого'] +common_voice_uk_21567271-730-0: hyp=['у', 'вас', 'не', 'в', 'старшого', 'анілодша'] +common_voice_uk_21567274-731-0: ref=['потім', 'трапилася', 'найважливіша', 'річ', 'грошові', 'одиниці', 'отримали', 'власні', 'імена', 'бренди'] +common_voice_uk_21567274-731-0: hyp=['потім', 'трапилася', 'найважливіша', 'річ', 'шия', 'одиниця', 'отримала', 'власні', 'імена', 'бравда'] +common_voice_uk_21567275-732-0: ref=['тут', 'же', 'тупкались', 'мужики', 'гаряче', 'про', 'щось', 'кричачи', 'і', 'до', 'чогось', 'весь', 'час', 'нахиляючись'] +common_voice_uk_21567275-732-0: hyp=['тут', 'же', 'тут', 'колись', 'може', 'жики', 'гаряче', 'прощастя', 'скоричали', 'і', 'до', 'цього', 'свист', 'часу', 'нахиляюсь'] +common_voice_uk_21567301-733-0: ref=['дякую', 'вам', 'за', 'запитання'] +common_voice_uk_21567301-733-0: hyp=['дякую', 'вам', 'за', 'запитання'] +common_voice_uk_21567302-734-0: ref=['на', 'капітальний', 'ремонт', 'ліфтів'] +common_voice_uk_21567302-734-0: hyp=['на', 'капітальний', 'ремонт', 'ліфтіг'] +common_voice_uk_21567318-735-0: ref=['щастя', 'усміхнеться'] +common_voice_uk_21567318-735-0: hyp=['щастя', 'посміхнеться'] +common_voice_uk_21567319-736-0: ref=['красне', 'слово', 'золотий', 'ключ'] +common_voice_uk_21567319-736-0: hyp=['класне', 'слово', 'золотий', 'ключ'] +common_voice_uk_21567322-737-0: ref=['закарпатські', 'прикордонники', 'біля', 'річки', 'тиси', 'виявили', 'крупну', 'партію', 'контрабандних', 'цигарок'] +common_voice_uk_21567322-737-0: hyp=['закарпатські', 'прикордонники', 'біля', 'річки', 'тиси', 'виявили', 'крупна', 'партію', 'контрабандних', 'з', 'цигарок'] +common_voice_uk_21567354-738-0: ref=['перепрошую'] +common_voice_uk_21567354-738-0: hyp=['перепрошую'] +common_voice_uk_21567357-739-0: ref=['дійшли', 'згоди'] +common_voice_uk_21567357-739-0: hyp=['дійшли', 'згоди'] +common_voice_uk_21567368-740-0: ref=['до', 'ночі', 'будемо', 'працювати'] +common_voice_uk_21567368-740-0: hyp=['дома', 'ми', 'чи', 'будемо', 'працювати'] +common_voice_uk_21567369-741-0: ref=['ми', 'залишили', 'всі', 'телефони', 'і', 'ми', 'завжди', 'приходили', 'до', 'президента', 'і', 'лишали', 'телефони'] +common_voice_uk_21567369-741-0: hyp=['ми', 'залишили', 'всі', 'телефони', 'і', 'ми', 'завжди', 'приходили', 'до', 'президента', 'і', 'лишали', 'телефони'] +common_voice_uk_21567370-742-0: ref=['навіть', 'в', 'окулярах', 'темних', 'круглих'] +common_voice_uk_21567370-742-0: hyp=['навіть', 'в', 'окулярах', 'тем', 'рух'] +common_voice_uk_21567371-743-0: ref=['також', 'є', 'і', 'інші', 'нюанси'] +common_voice_uk_21567371-743-0: hyp=['також', 'є', 'й', 'інші', 'нюанси'] +common_voice_uk_21567372-744-0: ref=['до', 'речі', 'вас', 'усіх', 'запрошуємо', 'прийняти', 'в', 'цьому', 'участь'] +common_voice_uk_21567372-744-0: hyp=['до', 'речі', 'у', 'вас', 'по', 'всіх', 'запрошуємо', 'прийняти', 'в', 'цьому', 'участь'] +common_voice_uk_21567387-745-0: ref=['засідання', 'верховної', 'ради', 'україни', 'проводяться', 'відкрито'] +common_voice_uk_21567387-745-0: hyp=['засідання', 'верховної', 'ради', 'україни', 'проводяться', 'відкрито'] +common_voice_uk_21567388-746-0: ref=['заповіт', 'складається', 'у', 'письмовій', 'формі', 'із', 'зазначенням', 'місця', 'та', 'часу', 'його', 'складення'] +common_voice_uk_21567388-746-0: hyp=['заповіт', 'складається', 'у', 'письмовій', 'формі', 'і', 'за', 'значенням', 'місця', 'та', 'часу', 'його', 'складення'] +common_voice_uk_21567391-747-0: ref=['молоде', 'ще', 'квадратове', 'з', 'розвиненими', 'важкими', 'щелепами', 'як', 'з', 'міді', 'вибите', 'лице'] +common_voice_uk_21567391-747-0: hyp=['молоде', 'молоде', 'ще', 'квадратове', 'з', 'розвиненими', 'важкими', 'щелепами', 'як', 'з', 'міді', 'вибите', 'лице'] +common_voice_uk_21567454-748-0: ref=['повернулись', 'до', 'розгляду'] +common_voice_uk_21567454-748-0: hyp=['овернулась', 'до', 'розгляду'] +common_voice_uk_21567455-749-0: ref=['повну', 'цивільну', 'дієздатність', 'має', 'фізична', 'особа', 'яка', 'досягла', 'вісімнадцяти', 'років'] +common_voice_uk_21567455-749-0: hyp=['повноцивільна', 'дієздатність', 'має', 'фізична', 'особа', 'яка', 'досягла', 'вісімнадцяти', 'років'] +common_voice_uk_21567456-750-0: ref=['де', 'звіт', 'за', 'його', 'виконання'] +common_voice_uk_21567456-750-0: hyp=['де', 'звідси', 'його', 'виконання'] +common_voice_uk_21567457-751-0: ref=['вона', 'захоплена', 'співпрацею', 'з', 'одним', 'із', 'класиків', 'сучасної', 'моди'] +common_voice_uk_21567457-751-0: hyp=['вона', 'захоплена', 'співпрацю', 'з', 'одним', 'з', 'класиків', 'сучасної', 'моди'] +common_voice_uk_21567513-752-0: ref=['мовчи', 'єзичку', 'будеш', 'кашку', 'їсти'] +common_voice_uk_21567513-752-0: hyp=['мовчи', 'язичку', 'будеш', 'кашкою', 'їсти'] +common_voice_uk_21567515-753-0: ref=['тобто', 'ви', 'не', 'заперечуєте'] +common_voice_uk_21567515-753-0: hyp=['тобто', 'ви', 'не', 'заперечуєте'] +common_voice_uk_21567516-754-0: ref=['лебедина', 'пісня', 'останній', 'прояв', 'таланту', 'ширше', 'останній', 'вчинок', 'у', 'житті'] +common_voice_uk_21567516-754-0: hyp=['лебедина', 'пісня', 'останній', 'прояв', 'таланту', 'ширше', 'останній', 'вчинок', 'у', 'житті'] +common_voice_uk_21567518-755-0: ref=['не', 'потрібно', 'зачитувати'] +common_voice_uk_21567518-755-0: hyp=['не', 'потрібно', 'зачитувати'] +common_voice_uk_21567520-756-0: ref=['я', 'не', 'хотів', 'би', 'мати', 'абсолютно', 'все'] +common_voice_uk_21567520-756-0: hyp=['я', 'не', 'хотів', 'би', 'мати', 'абсолютно', 'все'] +common_voice_uk_21567553-757-0: ref=['спочатку', 'мусульмани', 'не', 'становили', 'загрози', 'для', 'держав', 'хрестоносців'] +common_voice_uk_21567553-757-0: hyp=['спочатку', 'мусульмани', 'не', 'становили', 'загрози', 'для', 'держав', 'христоносців'] +common_voice_uk_21567554-758-0: ref=['я', 'не', 'прошу', 'грошей'] +common_voice_uk_21567554-758-0: hyp=['я', 'не', 'прошу', 'грошей'] +common_voice_uk_21567556-759-0: ref=['останній', 'каже', 'та', 'вийду', 'битися', 'тільки', 'із', 'задниці', 'вилізь'] +common_voice_uk_21567556-759-0: hyp=['останній', 'каже', 'та', 'видобитеся', 'тільки', 'задниці', 'виліз'] +common_voice_uk_21567596-760-0: ref=['така', 'діяльність', 'має', 'місце', 'серед', 'усіх', 'організацій', 'товариства', 'червоного', 'хреста', 'в', 'місті', 'києві'] +common_voice_uk_21567596-760-0: hyp=['така', 'діяльність', 'має', 'місце', 'серед', 'усіх', 'організацій', 'товариства', 'червоного', 'хреста', 'в', 'місті', 'києві'] +common_voice_uk_21567601-761-0: ref=['походження', 'мінерала', 'агат', 'гідротермальне', 'поствулканічне'] +common_voice_uk_21567601-761-0: hyp=['походження', 'мінерала', 'агат', 'гідромайне', 'постовулканичне'] +common_voice_uk_21567606-762-0: ref=['тому', 'ми', 'вас', 'підтримуємо'] +common_voice_uk_21567606-762-0: hyp=['тому', 'ми', 'вас', 'підтримуємо'] +common_voice_uk_21567634-763-0: ref=['тисячі', 'квадратних', 'метрів', 'так', 'і', 'залишилися', 'невикористаними', 'з', 'моменту', 'відкриття'] +common_voice_uk_21567634-763-0: hyp=['тисячі', 'квадратних', 'метрів', 'так', 'і', 'залишилися', 'невикористами', 'з', 'моменту', 'відкриття'] +common_voice_uk_21567635-764-0: ref=['думай', 'і', 'роби', 'все', 'для', 'того', 'щоб', 'перемогли', 'добро', 'і', 'справедливість'] +common_voice_uk_21567635-764-0: hyp=['думай', 'і', 'роби', 'все', 'для', 'того', 'щоб', 'перемогли', 'добро', 'і', 'справедливість'] +common_voice_uk_21567636-765-0: ref=['це', 'хвилювало', 'людей'] +common_voice_uk_21567636-765-0: hyp=['це', 'хвилювало', 'людей'] +common_voice_uk_21567637-766-0: ref=['я', 'зрозумів', 'що', 'він', 'має', 'сказати', 'мені', 'щось', 'цікаве'] +common_voice_uk_21567637-766-0: hyp=['я', 'зрозумів', 'що', 'він', 'має', 'сказати', 'мені', 'щось', 'цікаве'] +common_voice_uk_21567644-767-0: ref=['після', 'бою', 'під', 'крутами', 'унр', 'визнали', 'на', 'міжнародному', 'рівні'] +common_voice_uk_21567644-767-0: hyp=['після', 'бою', 'під', 'крутами', 'унр', 'визнали', 'на', 'міжнародному', 'рівні'] +common_voice_uk_21567645-768-0: ref=['чудовий', 'вчитель', 'показує'] +common_voice_uk_21567645-768-0: hyp=['чудовий', 'вчитель', 'показує'] +common_voice_uk_21567647-769-0: ref=['він', 'відчуває', 'себе', 'людиною', 'що', 'відбулася', 'в', 'житті', 'успішною', 'людиною'] +common_voice_uk_21567647-769-0: hyp=['він', 'відчуває', 'себе', 'людиною', 'що', 'відбулася', 'у', 'житті', 'успішною', 'людиною'] +common_voice_uk_21567648-770-0: ref=['фільм', 'показують', 'мовою', 'оригіналу', 'з', 'українськими', 'субтитрами'] +common_voice_uk_21567648-770-0: hyp=['фільм', 'показують', 'мовою', 'оригіналу', 'з', 'українськими', 'субтидрами'] +common_voice_uk_21567649-771-0: ref=['знов', 'по', 'шиї', 'пройшов', 'дрож'] +common_voice_uk_21567649-771-0: hyp=['знов', 'по', 'шиї', 'пройшов', 'у', 'дрож'] +common_voice_uk_21567658-772-0: ref=['особисті', 'немайнові', 'права', 'автора', 'не', 'можуть', 'бути', 'передані', 'іншим', 'особам'] +common_voice_uk_21567658-772-0: hyp=['особисті', 'не', 'маю', 'нові', 'права', 'автора', 'не', 'можуть', 'бути', 'передані', 'іншим', 'особам'] +common_voice_uk_21567659-773-0: ref=['згідно', 'угоди', 'грузинські', 'війська', 'були', 'відведені', 'зі', 'своїх', 'позицій', 'і', 'припинили', 'вогонь'] +common_voice_uk_21567659-773-0: hyp=["з'їду", 'угоди', 'грузинські', 'війська', 'були', 'відведені', 'зі', 'своїх', 'позицій', 'і', 'припинили', 'вогонь'] +common_voice_uk_21567660-774-0: ref=['украли', 'щось'] +common_voice_uk_21567660-774-0: hyp=['украли', 'щось'] +common_voice_uk_21567661-775-0: ref=['одне', 'треба', 'а', 'друге', 'хіба', 'не', 'треба'] +common_voice_uk_21567661-775-0: hyp=['одне', 'треба', 'а', 'другий', 'хіба', 'не', 'треба'] +common_voice_uk_21567662-776-0: ref=['виховання', 'завжди', 'командна', 'гра'] +common_voice_uk_21567662-776-0: hyp=['виховання', 'завжди', 'командна', 'гра'] +common_voice_uk_21567679-777-0: ref=['це', 'приємно'] +common_voice_uk_21567679-777-0: hyp=['це', 'приємно'] +common_voice_uk_21567681-778-0: ref=['це', 'все', 'звісно', 'риторично'] +common_voice_uk_21567681-778-0: hyp=['це', 'все', 'звісно', 'риторично'] +common_voice_uk_21567682-779-0: ref=['це', 'доволі', 'легко', 'зробити'] +common_voice_uk_21567682-779-0: hyp=['це', 'доволі', 'легко', 'зробити'] +common_voice_uk_21567684-780-0: ref=['буде', 'так', 'як', 'стара', 'напряла'] +common_voice_uk_21567684-780-0: hyp=['буде', 'так', 'як', 'старанно', 'пряла'] +common_voice_uk_21567685-781-0: ref=['бог', 'робить', 'драбинку', 'то', 'вгору', 'то', 'в', 'долинку'] +common_voice_uk_21567685-781-0: hyp=['бог', 'робить', 'драбинку', 'то', 'вгору', 'то', 'в', 'долинку'] +common_voice_uk_21567687-782-0: ref=['російська', 'мова', 'здійснила', 'свою', 'інтервенцію', 'у', 'наш', 'український', 'простір', 'декілька', 'століть', 'тому'] +common_voice_uk_21567687-782-0: hyp=['російська', 'мова', 'здійснила', 'свою', 'інтервенцію', 'в', 'наш', 'український', 'простір', 'декілька', 'століть', 'тому'] +common_voice_uk_21567688-783-0: ref=['сьогодні', 'вже', 'помітно', 'вщухла', 'інформаційна', 'хвиля', 'навколо', 'онлайн', 'гри', 'синій', 'кит'] +common_voice_uk_21567688-783-0: hyp=['сьогодні', 'вже', 'помітно', 'вщухла', 'інформаційна', 'хвиля', 'навколо', 'онлайн', 'гри', 'синій', 'кит'] +common_voice_uk_21567689-784-0: ref=['на', 'встановлення', 'таких', 'систем', 'у', 'будинках'] +common_voice_uk_21567689-784-0: hyp=['на', 'обстановлення', 'таких', 'систем', 'у', 'будинках'] +common_voice_uk_21567690-785-0: ref=['синій', 'корунд', 'сапфір'] +common_voice_uk_21567690-785-0: hyp=['в', 'селі', 'корунд', 'сапфір'] +common_voice_uk_21567706-786-0: ref=['він', 'виконав', 'прохання', 'головуючого', 'і', 'це', 'дуже', 'приємно'] +common_voice_uk_21567706-786-0: hyp=['він', 'виконав', 'прохання', 'головою', 'чого', 'і', 'це', 'дуже', 'приємно'] +common_voice_uk_21567707-787-0: ref=['є', 'необхідність', 'відповідати'] +common_voice_uk_21567707-787-0: hyp=['є', 'необхідність', 'відповідати'] +common_voice_uk_21567708-788-0: ref=['я', 'не', 'почув'] +common_voice_uk_21567708-788-0: hyp=['я', 'не', 'почув'] +common_voice_uk_21567709-789-0: ref=['через', 'те', 'й', 'до', 'парубків', 'неохоче', 'пускав'] +common_voice_uk_21567709-789-0: hyp=['через', 'те', 'й', 'до', 'парубків', 'неохочих', 'опускав'] +common_voice_uk_21567710-790-0: ref=['для', 'цього', 'існує', 'спеціальна', 'пошукова', 'система', 'на', 'сайті', 'міністерства', 'внутрішніх', 'справ'] +common_voice_uk_21567710-790-0: hyp=['для', 'цього', 'існує', 'спеціально', 'пошуково', 'систему', 'на', 'сайті', 'міністерства', 'внутрішніх', 'справ'] +common_voice_uk_21567765-791-0: ref=['та', 'битимуть', 'я', 'вам', 'кажу'] +common_voice_uk_21567765-791-0: hyp=['та', 'битимуть', 'я', 'вам', 'кажу'] +common_voice_uk_21567766-792-0: ref=['в', 'результаті', 'отримуємо', 'індивідуальний', 'виріб', 'на', 'відміну', 'від', 'ширвжиткових'] +common_voice_uk_21567766-792-0: hyp=['през', 'результаті', 'отримаємо', 'індивідуальний', 'виріб', 'на', 'відміну', 'від', 'шир', 'вжиткових'] +common_voice_uk_21567767-793-0: ref=['кожний', 'затриманий', 'має', 'право', 'у', 'будь', 'який', 'час', 'оскаржити', 'в', 'суді', 'своє', 'затримання'] +common_voice_uk_21567767-793-0: hyp=['кожен', 'затриманий', 'має', 'право', 'в', 'будь', 'який', 'час', 'оскаржити', 'в', 'суді', 'своє', 'затримання'] +common_voice_uk_21567769-794-0: ref=['до', 'кривого', 'яру', 'ще', 'можна', 'а', 'там', 'будемо', 'прощатись'] +common_voice_uk_21567769-794-0: hyp=['до', 'кривого', 'явища', 'можна', 'а', 'там', 'будемо', 'прощатись'] +common_voice_uk_21567770-795-0: ref=['якщо', 'ти', 'за', 'все', 'життя', 'не', 'посадив', 'жодного', 'дерева', 'плати', 'за', 'чисте', 'повітря'] +common_voice_uk_21567770-795-0: hyp=['якщо', 'ти', 'за', 'все', 'життя', 'не', 'посадив', 'жодного', 'дерева', 'плати', 'за', 'чисте', 'повітря'] +common_voice_uk_21567821-796-0: ref=['вона', 'потребує', 'певного', 'звіряння'] +common_voice_uk_21567821-796-0: hyp=['вона', 'потребує', 'певного', 'звіряння'] +common_voice_uk_21567823-797-0: ref=['просто', 'слова'] +common_voice_uk_21567823-797-0: hyp=['просто', 'слова'] +common_voice_uk_21567824-798-0: ref=['тут', 'ліс', 'кінчився'] +common_voice_uk_21567824-798-0: hyp=['тут', 'ліс', 'кінчився'] +common_voice_uk_21567825-799-0: ref=['глуха', 'була', 'ця', 'доріжка', 'польова', 'ніхто', 'не', 'зустрічався', 'ніхто', 'не', 'обганяв'] +common_voice_uk_21567825-799-0: hyp=['глуха', 'була', 'ця', 'доріжка', 'польова', 'ніхто', 'не', 'зустрічався', 'ніхто', 'не', 'обганяв'] +common_voice_uk_21567848-800-0: ref=['яблуко', 'незгоди', 'причина', 'суперечок'] +common_voice_uk_21567848-800-0: hyp=['яблуко', 'не', 'заходить', 'причина', 'суперечок'] +common_voice_uk_21567850-801-0: ref=['скільки', 'зла', 'таїться', 'всередині', 'за', 'гарною', 'подобою', 'гадюка', 'ховається', 'в', 'траві'] +common_voice_uk_21567850-801-0: hyp=['скільки', 'зла', 'таїться', 'всередині', 'за', 'гарною', 'вподобою', 'гадюка', 'ховається', 'в', 'траві'] +common_voice_uk_21567853-802-0: ref=['і', 'очам', 'справді', 'стало', 'зразу', 'легше'] +common_voice_uk_21567853-802-0: hyp=['і', 'очам', 'справді', 'стало', 'зразу', 'легше'] +common_voice_uk_21567854-803-0: ref=['а', 'я', 'молода', 'дівчина'] +common_voice_uk_21567854-803-0: hyp=['а', 'я', 'молода', 'дівчина'] +common_voice_uk_21567855-804-0: ref=['державною', 'мовою', 'в', 'україні', 'є', 'українська', 'мова'] +common_voice_uk_21567855-804-0: hyp=['державною', 'мовою', 'в', 'україні', 'є', 'українська', 'мова'] +common_voice_uk_21567863-805-0: ref=['це', 'приниження', 'гідності', 'киян'] +common_voice_uk_21567863-805-0: hyp=['це', 'приниження', 'гідності', 'киян'] +common_voice_uk_21567864-806-0: ref=['скільки', 'передбачалося', 'отримати', 'коштів', 'від', 'реклами', 'і', 'продажу', 'комунального', 'майна', 'за', 'цей', 'рік'] +common_voice_uk_21567864-806-0: hyp=['скільки', 'передбачалося', 'отримати', 'коштів', 'від', 'реклами', 'і', 'продажу', 'комунального', 'майна', 'за', 'цей', 'рік'] +common_voice_uk_21567866-807-0: ref=['це', 'наступне', 'питання', 'яке', 'ми', 'будемо', 'розглядати'] +common_voice_uk_21567866-807-0: hyp=['це', 'наступне', 'питання', 'яке', 'ми', 'будемо', 'розглядати'] +common_voice_uk_21567868-808-0: ref=['їв', 'чистій', 'воді', 'не', 'відмиєшся'] +common_voice_uk_21567868-808-0: hyp=['дівчастій', 'воді', 'не', 'відмиєшся'] +common_voice_uk_21567914-809-0: ref=['єсть', 'же', 'люди', 'що', 'і', 'моїй', 'завидують', 'долі'] +common_voice_uk_21567914-809-0: hyp=['єсть', 'же', 'люди', 'що', 'й', 'мої', 'завидують', 'долі'] +common_voice_uk_21567918-810-0: ref=['коротше', 'на', 'діагностику', 'та', 'лікування', 'прийдеться', 'витратити', 'солідну', 'суму'] +common_voice_uk_21567918-810-0: hyp=['коротша', 'на', 'діагностику', 'та', 'лікування', 'прийдеться', 'витратити', 'солідну', 'суму'] +common_voice_uk_21567919-811-0: ref=['ми', 'самі', 'шоковані', 'що', 'вони', 'вже', 'почали', 'чіплятися', 'й', 'до', 'закордонних', 'журналістів'] +common_voice_uk_21567919-811-0: hyp=['ми', 'самі', 'шоковані', 'що', 'вони', 'вже', 'почали', 'чіплятися', 'й', 'до', 'закордонних', 'журналістів'] +common_voice_uk_21567920-812-0: ref=['вдвох', 'не', 'то', 'що', 'самому', 'то', 'правда'] +common_voice_uk_21567920-812-0: hyp=['вдвохне', 'те', 'що', 'самому', 'то', 'правда'] +common_voice_uk_21567940-813-0: ref=['і', 'яка', 'стадія', 'на', 'сьогоднішній', 'день'] +common_voice_uk_21567940-813-0: hyp=['і', 'яка', 'стадія', 'на', 'сьогоднішній', 'день'] +common_voice_uk_21567942-814-0: ref=['так', 'ми', 'отримуємо', 'нові', 'проукраїнські', 'центри', 'впливу'] +common_voice_uk_21567942-814-0: hyp=['так', 'ми', 'отримаємо', 'нові', 'проукраїнські', 'центри', 'впливу'] +common_voice_uk_21567943-815-0: ref=['і', 'руки', 'було', 'піднято'] +common_voice_uk_21567943-815-0: hyp=['і', 'руки', 'було', 'піднято'] +common_voice_uk_21567945-816-0: ref=['європейська', 'федерація', 'журналістів', 'виступила', 'проти', 'регулювання', 'журналістської', 'діяльності'] +common_voice_uk_21567945-816-0: hyp=['європейська', 'федерація', 'журналістів', 'виступила', 'проти', 'регулювання', 'журналістської', 'діяльності'] +common_voice_uk_21567947-817-0: ref=['один', 'працює', 'умом', 'а', 'другий', 'горбом'] +common_voice_uk_21567947-817-0: hyp=['один', 'працює', 'в', 'умов', 'а', 'другий', 'горбон'] +common_voice_uk_21567959-818-0: ref=['це', 'ви', 'про', 'кого', 'зараз'] +common_voice_uk_21567959-818-0: hyp=['це', 'ви', 'про', 'кого', 'зараз'] +common_voice_uk_21567960-819-0: ref=['прагнення', 'захищати', 'рідну', 'землю', 'сповна', 'виявило', 'себе', 'в', 'роки', 'другої', 'світової', 'війни'] +common_voice_uk_21567960-819-0: hyp=['прагнення', 'захищати', 'рідну', 'землю', 'сповнав', 'виявило', 'себе', 'в', 'руки', 'другої', 'світової', 'війни'] +common_voice_uk_21567961-820-0: ref=['нехай', 'не', 'вернеться'] +common_voice_uk_21567961-820-0: hyp=['нехай', 'не', 'вернеться'] +common_voice_uk_21567962-821-0: ref=['моральна', 'шкода', 'відшкодовується', 'одноразово', 'якщо', 'інше', 'не', 'встановлено', 'договором', 'або', 'законом'] +common_voice_uk_21567962-821-0: hyp=['моральна', 'шкода', 'відшкодовується', 'одноразово', 'якщо', 'інше', 'невстановлено', 'договором', 'або', 'законом'] +common_voice_uk_21567963-822-0: ref=['принц', 'підтвердив', 'слова', 'дружини', 'зазначивши', 'що', 'сам', 'він', 'може', 'приготувати', 'лише', 'чай'] +common_voice_uk_21567963-822-0: hyp=['принцип', 'підтвердив', 'слова', 'дружини', 'зазначивши', 'що', 'сам', 'він', 'може', 'приготувати', 'лише', 'чай'] +common_voice_uk_21567964-823-0: ref=['ни', 'по', 'той', 'дуб', 'миля'] +common_voice_uk_21567964-823-0: hyp=['не', 'по', 'той', 'дуб', 'миля'] +common_voice_uk_21567965-824-0: ref=['керуй', 'своїм', 'настроєм', 'бо', 'він', 'якщо', 'не', 'кориться', 'то', 'керує'] +common_voice_uk_21567965-824-0: hyp=['керусь', 'вам', 'настроєм', 'бо', 'він', 'якщо', 'не', 'кориться', 'то', 'керує'] +common_voice_uk_21567966-825-0: ref=['вчені', 'зі', 'сша', 'знайшли', 'найдавніший', 'орган', 'тваринного', 'організму'] +common_voice_uk_21567966-825-0: hyp=['вчені', 'зі', 'сша', 'знайшли', 'найтавніший', 'орган', 'тваринного', 'організму'] +common_voice_uk_21567967-826-0: ref=['по', 'друге', 'накреслити', 'деякі', 'магістральні', 'тенденції'] +common_voice_uk_21567967-826-0: hyp=['по', 'друге', 'накреслити', 'деякі', 'магістральні', 'тенденції'] +common_voice_uk_21568037-827-0: ref=['а', 'звідки', 'ці', 'камери', "з'явились"] +common_voice_uk_21568037-827-0: hyp=['а', 'звідки', 'ці', 'камера', "з'явилась"] +common_voice_uk_21568039-828-0: ref=['люба', 'моя', 'дякую', 'тобі', 'за', 'те', 'що', 'подарувала', 'життя', 'щє', 'одному', 'українцю'] +common_voice_uk_21568039-828-0: hyp=['люба', 'моя', 'дякую', 'тобі', 'за', 'те', 'що', 'подарувала', 'життя', 'ще', 'одному', 'українцю'] +common_voice_uk_21568040-829-0: ref=['тому', 'що', 'він', 'робити', 'нічого', 'іншого', 'не', 'вміє'] +common_voice_uk_21568040-829-0: hyp=['тому', 'що', 'він', 'робити', 'нічого', 'іншого', 'не', 'вміє'] +common_voice_uk_21568041-830-0: ref=['ви', 'забуваєте'] +common_voice_uk_21568041-830-0: hyp=['без', 'забуваєте'] +common_voice_uk_21568144-831-0: ref=['це', 'пряма', 'корупція'] +common_voice_uk_21568144-831-0: hyp=['це', 'пряма', 'корупція'] +common_voice_uk_21568262-832-0: ref=['земельне', 'питання', 'і', 'бідність', 'села', 'породжує', 'політичну', 'напругу'] +common_voice_uk_21568262-832-0: hyp=['земельне', 'питання', 'і', 'бідність', 'села', 'породжує', 'політичну', 'напругу'] +common_voice_uk_21568263-833-0: ref=['кирило', 'розробив', 'креслення', 'за', 'ними', 'на', 'київському', 'заводі', 'виготовили', 'апарати'] +common_voice_uk_21568263-833-0: hyp=['карела', 'розробив', 'креслення', 'за', 'ним', 'на', 'київському', 'заводі', 'виготовили', 'апарати'] +common_voice_uk_21568264-834-0: ref=['і', 'я', 'особисто', 'вважала', 'що', 'робота', 'закінчена', 'де', 'юре', 'і', 'де', 'факто'] +common_voice_uk_21568264-834-0: hyp=['і', 'я', 'особисто', 'вважала', 'що', 'робота', 'закінчена', 'даю', 'і', 'де', 'факто'] +common_voice_uk_21568266-835-0: ref=['ні', 'не', 'пряма'] +common_voice_uk_21568266-835-0: hyp=['ні', 'непряма'] +common_voice_uk_21568346-836-0: ref=['без', 'роботи', 'і', 'день', 'роком', 'стає'] +common_voice_uk_21568346-836-0: hyp=['з', 'роботою', 'день', 'роком', 'стає'] +common_voice_uk_21568347-837-0: ref=['хлопець', 'зробив', 'татуювання', 'з', 'невдалим', 'фото', 'дівчини'] +common_voice_uk_21568347-837-0: hyp=['хлопець', 'зробив', 'для', 'татуювання', 'з', 'невдалим', 'фото', 'дівчині'] +common_voice_uk_21568348-838-0: ref=['сани', 'весело', 'неначе', 'бавлячись', 'забігали', 'то', 'в', 'один', 'бік', 'то', 'в', 'другий'] +common_voice_uk_21568348-838-0: hyp=['саме', 'весело', 'наче', 'бавлячись', 'це', 'бігали', 'то', 'в', 'один', 'бік', 'той', 'другий'] +common_voice_uk_21568349-839-0: ref=['везе', 'з', 'роси', 'й', 'з', 'води', 'і', 'з', 'усякої', 'калабані'] +common_voice_uk_21568349-839-0: hyp=['база', 'з', 'расиство', 'води', 'зі', 'всякою', 'каламбанії'] +common_voice_uk_21568350-840-0: ref=['сховатися', 'в', 'мишачій', 'дірці'] +common_voice_uk_21568350-840-0: hyp=['сховатися', 'в', 'межачій', 'гірці'] +common_voice_uk_21568596-841-0: ref=['вони', 'зберуться', 'комісією', 'рішення', 'прийматимуть'] +common_voice_uk_21568596-841-0: hyp=['вони', 'зберуться', 'комісією', 'рішення', 'прийматимуть'] +common_voice_uk_21568597-842-0: ref=['краще', 'із', 'усіх'] +common_voice_uk_21568597-842-0: hyp=['кращий', 'із', 'усіх'] +common_voice_uk_21568598-843-0: ref=['з', 'рибалки', 'носити', 'копчену', 'рибу'] +common_voice_uk_21568598-843-0: hyp=['з', 'рибалки', 'носити', 'копчану', 'рибу'] +common_voice_uk_21568599-844-0: ref=['теща', 'лиш', 'єзиком', 'плеще'] +common_voice_uk_21568599-844-0: hyp=['те', 'що', 'лиш', 'язиком', 'плеще'] +common_voice_uk_21568626-845-0: ref=['всі', 'ці', 'зірки', 'для', 'тебе', 'сказав', 'хлопчик', 'і', 'ударив', 'дівчинку', 'металевим', 'тазіком', 'по', 'голові'] +common_voice_uk_21568626-845-0: hyp=['всі', 'ці', 'зірки', 'для', 'тебе', 'сказав', 'хлопчик', 'і', 'вдарив', 'дівчинку', 'металевим', 'тазіком', 'по', 'голові'] +common_voice_uk_21568632-846-0: ref=['невже', 'він', 'справді', 'вчинив', 'злочин'] +common_voice_uk_21568632-846-0: hyp=['невже', 'він', 'справді', 'вчинив', 'злочин'] +common_voice_uk_21568634-847-0: ref=['жиють', 'як', 'пес', 'с', 'котом'] +common_voice_uk_21568634-847-0: hyp=['жиють', 'як', 'пес', 'котом'] +common_voice_uk_21568638-848-0: ref=['може', 'прийшов', 'час', 'зіграти', 'по', 'дорослому'] +common_voice_uk_21568638-848-0: hyp=['може', 'прийшов', 'час', 'зіграти', 'по', 'дорослому'] +common_voice_uk_21568639-849-0: ref=['без', 'проводу', 'військо', 'гине'] +common_voice_uk_21568639-849-0: hyp=['без', 'проводу', 'військо', 'гине'] +common_voice_uk_21568643-850-0: ref=['і', 'як', 'швидко', 'взагалі', 'ми', 'зможемо', 'ввести', 'в', 'експлуатацію', 'другий', 'та', 'третій', 'блоки'] +common_voice_uk_21568643-850-0: hyp=['і', 'як', 'швидко', 'взагалі', 'ми', 'зможемо', 'вести', 'в', 'експлуатацію', 'другий', 'та', 'третій', 'блоки'] +common_voice_uk_21568659-851-0: ref=['зійшовши', 'вниз', 'я', 'не', 'розказую', 'нічого'] +common_voice_uk_21568659-851-0: hyp=['зійшовши', 'вниз', 'я', 'не', 'розказую', 'нічого'] +common_voice_uk_21568662-852-0: ref=['треба', 'було', 'обминати', 'її', 'і', 'йти', 'попід', 'самим', 'ровом', 'лісу'] +common_voice_uk_21568662-852-0: hyp=['треба', 'було', 'обминати', 'її', 'йти', 'попід', 'самим', 'ровом', 'лісу'] +common_voice_uk_21568664-853-0: ref=['ну', 'певно', 'що', 'він', 'не', 'пішов', 'би', 'того', 'й', 'не', 'покликали'] +common_voice_uk_21568664-853-0: hyp=['певно', 'що', 'він', 'не', 'пішов', 'би', 'того', 'й', 'не', 'покликали'] +common_voice_uk_21568665-854-0: ref=['шкіриться', 'як', 'пес', 'до', 'жорен'] +common_voice_uk_21568665-854-0: hyp=['шкіриться', 'як', 'пес', 'до', 'жорен'] +common_voice_uk_21568667-855-0: ref=['активно', 'виступає', 'проти', 'насильства', 'на', 'ґрунті', 'гендерних', 'відмінностей', 'і', 'стереотипів'] +common_voice_uk_21568667-855-0: hyp=['активно', 'виступає', 'проти', 'насильства', 'на', 'грунті', 'гендерних', 'відмінностей', 'і', 'стереотипів'] +common_voice_uk_21568743-856-0: ref=['деяких', 'іммігрантів', 'з', 'європи', 'дивує', 'що', 'у', 'канаді', 'неможливо', 'викликати', 'лікаря', 'додому'] +common_voice_uk_21568743-856-0: hyp=['деяких', 'емігрантів', 'з', 'європи', 'дивує', 'що', 'у', 'канаді', 'неможливо', 'викликати', 'лікаря', 'додому'] +common_voice_uk_21568744-857-0: ref=['ви', 'залякуєте', 'мене'] +common_voice_uk_21568744-857-0: hyp=['ви', 'залякуєте', 'мене'] +common_voice_uk_21568745-858-0: ref=['це', 'екологічна', 'катастрофа'] +common_voice_uk_21568745-858-0: hyp=['це', 'екологічна', 'катастрофа'] +common_voice_uk_21568746-859-0: ref=['це', 'не', 'відповідь'] +common_voice_uk_21568746-859-0: hyp=['це', 'не', 'відповідь'] +common_voice_uk_21568747-860-0: ref=['ніка', 'символ', 'перемоги'] +common_voice_uk_21568747-860-0: hyp=['ніка', 'символ', 'перемоги'] +common_voice_uk_21568868-861-0: ref=['ніч', 'віджене', 'ніч', 'прижене'] +common_voice_uk_21568868-861-0: hyp=['ніч', 'віджене', 'ніч', 'прижене'] +common_voice_uk_21568869-862-0: ref=['я', 'піду', 'й', 'на', 'сибір', 'за', 'правду'] +common_voice_uk_21568869-862-0: hyp=['я', 'піду', 'й', 'на', 'сибір', 'за', 'правду'] +common_voice_uk_21568870-863-0: ref=['дефляція', 'процес', 'падіння', 'середнього', 'рівня', 'цін', 'на', 'товари', 'і', 'послуги'] +common_voice_uk_21568870-863-0: hyp=['дифляція', 'процес', 'падіння', 'середнього', 'рівня', 'цін', 'на', 'товар', 'і', 'послуги'] +common_voice_uk_21568871-864-0: ref=['пегас', 'символізує', 'поезію'] +common_voice_uk_21568871-864-0: hyp=['пегаз', 'символізує', 'поезію'] +common_voice_uk_21568872-865-0: ref=['нехай', 'дружба', 'буде', 'для', 'тебе', 'яскравим', 'світлом', 'що', 'осягає', 'мету', 'життя'] +common_voice_uk_21568872-865-0: hyp=['нахай', 'дружба', 'буде', 'для', 'тебе', 'яскравим', 'світлом', 'що', 'сягає', 'ми', 'ту', 'життя'] +common_voice_uk_21569546-866-0: ref=['цілком', 'згодна'] +common_voice_uk_21569546-866-0: hyp=['цілком', 'згодна'] +common_voice_uk_21569548-867-0: ref=['я', 'беру', 'під', 'свій', 'особистий', 'контроль'] +common_voice_uk_21569548-867-0: hyp=['я', 'беру', 'під', 'свій', 'особистий', 'контроль'] +common_voice_uk_21569549-868-0: ref=['нести', 'хрест', 'покірність', 'долі', 'і', 'велике', 'страждання', 'яке', 'людина', 'терпить', 'в', "ім'я", 'ідеї'] +common_voice_uk_21569549-868-0: hyp=['нести', 'хрест', 'покірність', 'долі', 'і', 'велике', 'страждання', 'яке', 'людина', 'терпить', "ім'я", 'ідеї'] +common_voice_uk_21569550-869-0: ref=['він', 'зараз', 'знаходиться', 'в', 'аварійному', 'стані'] +common_voice_uk_21569550-869-0: hyp=['він', 'зараз', 'знаходиться', 'в', 'аварійному', 'стані'] +common_voice_uk_21569551-870-0: ref=['посміхається', 'андрій', 'упершись', 'ліктями', 'в', 'коліна', 'і', 'вклавши', 'підборіддя', 'в', 'долоні'] +common_voice_uk_21569551-870-0: hyp=['посміхається', 'андрій', 'уперше', 'з', 'ліктями', 'в', 'коліна', 'і', 'вклавши', 'підборіддя', 'в', 'долоні'] +common_voice_uk_21569775-871-0: ref=['як', 'тільки', 'сідаю', 'за', 'роботу', 'зразу', 'хтось', 'будить'] +common_voice_uk_21569775-871-0: hyp=['як', 'тільки', 'сідаю', 'за', 'роботу', 'зразу', 'хтось', 'будить'] +common_voice_uk_21569776-872-0: ref=['кухаренко', 'мимохіть', 'повів', 'рукою', 'до', 'серця'] +common_voice_uk_21569776-872-0: hyp=['кухаренко', 'мимохіть', 'повів', 'рукою', 'до', 'серця'] +common_voice_uk_21569777-873-0: ref=['титан', 'людина', 'виняткового', 'розуму', 'і', 'обдарованості'] +common_voice_uk_21569777-873-0: hyp=['ти', 'там', 'людина', 'виняткового', 'розуму', 'й', 'обдарованості'] +common_voice_uk_21569778-874-0: ref=['також', 'вода', 'сьогодні', 'недешева'] +common_voice_uk_21569778-874-0: hyp=['також', 'вода', 'сьогодні', 'недешева'] +common_voice_uk_21569779-875-0: ref=['тому', 'у', 'випадках', 'сумніву', 'щодо', 'наголосу', 'слід', 'звертатися', 'до', 'словників'] +common_voice_uk_21569779-875-0: hyp=['тому', 'у', 'випадках', 'сумніву', 'щодо', 'наголосу', 'слід', 'звертатися', 'до', 'словників'] +common_voice_uk_21569792-876-0: ref=['може', 'не', 'так', 'то', 'й', 'накладуть'] +common_voice_uk_21569792-876-0: hyp=['може', 'не', 'так', 'то', 'й', 'накладуть'] +common_voice_uk_21569793-877-0: ref=['ще', 'раз', 'доброго', 'дня', 'шановні', 'колеги'] +common_voice_uk_21569793-877-0: hyp=['ще', 'раз', 'доброго', 'дня', 'шановні', 'колеги'] +common_voice_uk_21569794-878-0: ref=['з', 'чайної', 'вийшов', 'надвечір'] +common_voice_uk_21569794-878-0: hyp=['звичайної', 'вийшов', 'надвечір'] +common_voice_uk_21569795-879-0: ref=['не', 'казали', 'у', 'вчорашній', 'промові', 'цього', 'не', 'було'] +common_voice_uk_21569795-879-0: hyp=['не', 'казали', 'у', 'вчорашній', 'промові', 'цього', 'не', 'було'] +common_voice_uk_21569796-880-0: ref=['на', 'віку', 'як', 'на', 'довгій', 'ниві'] +common_voice_uk_21569796-880-0: hyp=['на', 'віку', 'як', 'на', 'довгій', 'ниві'] +common_voice_uk_21569924-881-0: ref=['щасливий', 'хто', 'мав', 'змогу', 'знайти', 'щасливе', 'життя', 'але', 'щасливіший', 'той', 'хто', 'вміє', 'ним', 'користуватись'] +common_voice_uk_21569924-881-0: hyp=['щасливий', 'хто', 'мав', 'змогу', 'знайти', 'щасливе', 'життя', 'але', 'щасливіший', 'той', 'хто', 'вміє', 'ним', 'користуватись'] +common_voice_uk_21569925-882-0: ref=['перевантаження', 'це', 'ток', 'який', 'викликає', 'дуже', 'сильне', 'нагрівання', 'провідника'] +common_voice_uk_21569925-882-0: hyp=['перевантаження', 'циток', 'який', 'викликає', 'дуже', 'сильне', 'нагрівання', 'провідника'] +common_voice_uk_21569927-883-0: ref=['зазвичай', 'каміни', 'встановлюють', 'саме', 'з', 'метою', 'створення', 'затишку'] +common_voice_uk_21569927-883-0: hyp=['зазвичай', 'каміни', 'встановлюють', 'саме', 'з', 'метою', 'створення', 'затишку'] +common_voice_uk_21569928-884-0: ref=['я', 'майже', 'не', 'чув', 'його', 'біля', 'себе'] +common_voice_uk_21569928-884-0: hyp=['я', 'майже', 'не', 'чув', 'його', 'біля', 'себе'] +common_voice_uk_21570348-885-0: ref=['шановні', 'учасники', 'засідання'] +common_voice_uk_21570348-885-0: hyp=['шановні', 'учасники', 'засідання'] +common_voice_uk_21570349-886-0: ref=['світ', 'ловив', 'мене', 'та', 'не', 'спіймав'] +common_voice_uk_21570349-886-0: hyp=['світло', 'вив', 'мене', 'та', 'не', 'спіймав'] +common_voice_uk_21570351-887-0: ref=['українська', 'мода', 'це', 'мода', 'яка', 'більше', 'не', 'вміщається', 'у', 'старі', 'уявлення', 'про', 'себе'] +common_voice_uk_21570351-887-0: hyp=['українська', 'мода', 'це', 'мода', 'яка', 'більше', 'не', 'вміщається', 'у', 'старій', 'уявлення', 'про', 'себе'] +common_voice_uk_21570352-888-0: ref=['спалити', 'кораблі', 'рішуче', 'порвати', 'з', 'минулим', 'стати', 'на', 'новий', 'шлях'] +common_voice_uk_21570352-888-0: hyp=['спалити', 'кораблі', 'рішучі', 'порвати', 'з', 'минулим', 'стати', 'на', 'новий', 'шлях'] +common_voice_uk_21570383-889-0: ref=['не', 'хили', 'голову', 'кресафтедолинає', 'до', 'нього', 'ніби', 'крізь', 'товщу', 'води'] +common_voice_uk_21570383-889-0: hyp=['не', 'хили', 'голову', 'красафта', 'долинає', 'до', 'нього', 'ніби', 'крізь', 'товщу', 'води'] +common_voice_uk_21570384-890-0: ref=['він', 'робив', 'мені', 'знаки', 'як', 'ще', 'ми', "в'їжджали", 'в', 'ворота'] +common_voice_uk_21570384-890-0: hyp=['він', 'робив', 'мені', 'знаки', 'якщо', 'ми', "в'їжджали", 'в', 'ворота'] +common_voice_uk_21570386-891-0: ref=['і', 'розливатись', 'в', 'повній', 'мірі', 'десні', 'ніщо', 'не', 'завадить'] +common_voice_uk_21570386-891-0: hyp=['і', 'розливатись', 'в', 'повній', 'мірі', 'десні', 'ніщо', 'не', 'завадить'] +common_voice_uk_21570388-892-0: ref=['сучасні', 'підлітки', 'подорожують', 'значно', 'частіше', 'ніж', 'колись', 'їхні', 'батьки'] +common_voice_uk_21570388-892-0: hyp=['сучасні', 'підлітки', 'подорожують', 'значно', 'частіше', 'ніж', 'колись', 'їхні', 'батьки'] +common_voice_uk_21570390-893-0: ref=['вдалині', 'видніється', 'пішохідний', 'міст'] +common_voice_uk_21570390-893-0: hyp=['давні', 'видніється', 'пішохідний', 'міст'] +common_voice_uk_21570523-894-0: ref=['зокрема', 'наразі', 'одним', 'з', 'важливих', 'завдань', 'для', 'аснджа', 'є', 'зацікавити', 'читачів'] +common_voice_uk_21570523-894-0: hyp=['зокрема', 'наразі', 'одним', 'з', 'важливих', 'завдань', 'для', 'санжа', 'є', 'зацікавити', 'читачів'] +common_voice_uk_21570524-895-0: ref=['звичка', 'багатьох', 'ділових', 'людей', 'жертвувати', 'ранковою', 'трапезою', 'заради', 'роботи'] +common_voice_uk_21570524-895-0: hyp=['звичка', 'багатьох', 'ділових', 'людей', 'жертвувати', 'ранкової', 'трапезою', 'заради', 'роботи'] +common_voice_uk_21570525-896-0: ref=['вуха', "в'януть", 'таке', 'слухати'] +common_voice_uk_21570525-896-0: hyp=['вуха', "в'януть", 'таке', 'слухати'] +common_voice_uk_21570526-897-0: ref=['сковорода', 'в', 'тлумаченні', 'біблії', 'був', 'радикальнішим', 'раціоналістом', 'за', 'своїх', 'найрадикальніших', 'сучасників', 'на', 'заході'] +common_voice_uk_21570526-897-0: hyp=['сковорода', 'в', 'тлумаченні', 'біблії', 'був', 'радикальнішим', 'раціоналістом', 'за', 'своїх', 'найрадикальніших', 'сучасників', 'на', 'заході'] +common_voice_uk_21570527-898-0: ref=['буде', 'менше', 'опадів', 'у', 'південній', 'україні', 'що', 'вестиме', 'до', 'опустелювання'] +common_voice_uk_21570527-898-0: hyp=['буде', 'менше', 'опадів', 'у', 'південній', 'україні', 'щоб', 'вестиме', 'до', 'постелювання'] +common_voice_uk_21570529-899-0: ref=['щоправда', 'тоді', 'інформація', 'про', 'призначення', 'у', 'київ', 'була', 'на', 'рівні', 'чуток'] +common_voice_uk_21570529-899-0: hyp=['щоправда', 'тоді', 'інформація', 'про', 'призначення', 'київ', 'була', 'на', 'рівні', 'чуток'] +common_voice_uk_21570530-900-0: ref=['вони', 'попросили', 'пари', 'розповісти', 'про', 'їхні', 'відносини'] +common_voice_uk_21570530-900-0: hyp=['вони', 'попросили', 'пари', 'розповісти', 'про', 'їхні', 'відносини'] +common_voice_uk_21570531-901-0: ref=['держава', 'забезпечує', 'захист', 'конкуренції', 'у', 'підприємницькій', 'діяльності'] +common_voice_uk_21570531-901-0: hyp=['держава', 'забезпечує', 'захист', 'конкуренції', 'у', 'підприємницькій', 'діяльності'] +common_voice_uk_21570532-902-0: ref=['він', 'потрібен'] +common_voice_uk_21570532-902-0: hyp=['він', 'потрібен'] +common_voice_uk_21570538-903-0: ref=['спочатку', 'ми', 'були', 'вислані', 'як', 'куркулі', 'а', 'потім', 'уже', 'за', 'віру', 'заарештовані'] +common_voice_uk_21570538-903-0: hyp=['спочатку', 'ми', 'були', 'вислані', 'як', 'куркулі', 'а', 'потім', 'уже', 'за', 'віру', 'заарештовані'] +common_voice_uk_21570539-904-0: ref=['товсті', 'стриптизерки', 'іноді', 'перегинають', 'палку'] +common_voice_uk_21570539-904-0: hyp=['товсті', 'стриптизерки', 'іноді', 'перегинають', 'палку'] +common_voice_uk_21570540-905-0: ref=['хотів', 'би', 'додати'] +common_voice_uk_21570540-905-0: hyp=['хотів', 'би', 'додати'] +common_voice_uk_21570541-906-0: ref=['одразу', 'хочу', 'акцентувати', 'увагу', 'публічний', 'скандал', 'не', 'просто', 'сварка'] +common_voice_uk_21570541-906-0: hyp=['одразу', 'хочу', 'акцентувати', 'увагу', 'публічний', 'скандал', 'не', 'просто', 'сварка'] +common_voice_uk_21570542-907-0: ref=['ми', 'хочемо', 'відсвяткувати', 'у', 'вашому', 'ресторані', 'день', 'народження', 'доньки'] +common_voice_uk_21570542-907-0: hyp=['ми', 'хочемо', 'відсвяткувати', 'у', 'вашому', 'ресторані', 'день', 'народження', 'доньки'] +common_voice_uk_21570548-908-0: ref=['хоча', 'саме', 'військові', 'керували', 'цією', 'країною', 'протягом', 'десятиліть'] +common_voice_uk_21570548-908-0: hyp=['хоча', 'сам', 'у', 'військові', 'керувала', 'цією', 'країною', 'протягом', 'десятиліть'] +common_voice_uk_21570549-909-0: ref=['там', 'чітко', 'написано'] +common_voice_uk_21570549-909-0: hyp=['там', 'чітко', 'написано'] +common_voice_uk_21570550-910-0: ref=['це', 'питання', 'не', 'пройшло', 'узгодження'] +common_voice_uk_21570550-910-0: hyp=['це', 'питання', 'не', 'пройшло', 'узгодження'] +common_voice_uk_21570551-911-0: ref=['інакше', 'він', 'буде', 'автоматично', 'переведений', 'на', 'загальну', 'систему', 'оподаткування'] +common_voice_uk_21570551-911-0: hyp=['інакше', 'б', 'він', 'буде', 'автоматично', 'переведений', 'на', 'загальну', 'систему', 'оподаткування'] +common_voice_uk_21570564-912-0: ref=['кожна', 'людина', 'це', 'неповторний', 'світ'] +common_voice_uk_21570564-912-0: hyp=['кожна', 'людина', 'це', 'неповторний', 'світ'] +common_voice_uk_21570565-913-0: ref=['летючий', 'голландець', 'непосидюча', 'людина', 'а', 'також', 'людина', 'що', 'постійно', 'подорожує'] +common_voice_uk_21570565-913-0: hyp=['чи', 'голландець', 'не', 'посидячи', 'людина', 'також', 'людина', 'щоб', 'постійно', 'подорожує'] +common_voice_uk_21570566-914-0: ref=['одіссея', 'повні', 'пригод', 'блукання', 'подорожі'] +common_voice_uk_21570566-914-0: hyp=['дісея', 'певні', 'пригоди', 'блукання', 'подорожі'] +common_voice_uk_21570578-915-0: ref=['багачеви', 'дідько', 'задурно', 'дитину', 'колише', 'а', 'бідному', 'й', 'за', 'гроші', 'ни', 'хоче'] +common_voice_uk_21570578-915-0: hyp=['багачава', 'дідько', 'задурно', 'дитину', 'колоша', 'а', 'бідними', 'за', 'гроші', 'не', 'хоче'] +common_voice_uk_21570579-916-0: ref=['знає', 'на', 'чий', 'млин', 'воду', 'ллє'] +common_voice_uk_21570579-916-0: hyp=['знає', 'наче', 'млину', 'воду', 'олія'] +common_voice_uk_21570581-917-0: ref=['оптиміст', 'це', 'людина', 'яка', 'купує', 'гаманець', 'на', 'останні', 'гроші'] +common_voice_uk_21570581-917-0: hyp=['оптиміст', 'це', 'людина', 'яка', 'купує', 'гаманець', 'на', 'останні', 'гроші'] +common_voice_uk_21570582-918-0: ref=['радикальні', 'зміни', 'прийшли', 'до', 'гарварда'] +common_voice_uk_21570582-918-0: hyp=['радикальні', 'зміни', 'перейшли', 'до', 'гарварада'] +common_voice_uk_21570911-919-0: ref=['треба', 'підхарчитись', 'бо', 'щось', 'мене', 'нудить'] +common_voice_uk_21570911-919-0: hyp=['треба', 'підхарчитись', 'бо', 'щось', 'мене', 'нудить'] +common_voice_uk_21570912-920-0: ref=['видно', 'птицю', 'по', 'польоту'] +common_voice_uk_21570912-920-0: hyp=['видно', 'птицю', 'побольоту'] +common_voice_uk_21570914-921-0: ref=['яблука', 'геспери', 'коштовний', 'здобуток'] +common_voice_uk_21570914-921-0: hyp=['яблука', 'геспери', 'коштовний', 'здобуток'] +common_voice_uk_21570915-922-0: ref=['про', 'виступ', 'написали', 'хіба', 'кілька', 'приватних', 'блогів', 'українців', 'західної', 'європи'] +common_voice_uk_21570915-922-0: hyp=['про', 'виступ', 'написали', 'хіба', 'кілька', 'приватних', 'блорів', 'українців', 'західної', 'європи'] +common_voice_uk_21570917-923-0: ref=['українське', 'місто', 'але', 'з', 'певними', 'німецькими', 'традиціями'] +common_voice_uk_21570917-923-0: hyp=['українське', 'місто', 'але', 'з', 'певненими', 'німецькими', 'традиціями'] +common_voice_uk_21571034-924-0: ref=['поезія', 'жити', 'не', 'може', 'на', 'смітнику', 'а', 'без', 'неї', 'життя', 'злочин'] +common_voice_uk_21571034-924-0: hyp=['ось', 'я', 'жити', 'не', 'можу', 'на', 'смітнику', 'аби', 'з', 'неї', 'життя', 'злочин'] +common_voice_uk_21571036-925-0: ref=['видно', 'було', 'навіть', 'під', 'місяцем', 'білий', 'бік', 'церкви'] +common_voice_uk_21571036-925-0: hyp=['видно', 'було', 'навіть', 'пітні', 'місяцем', 'білий', 'бік', 'церква'] +common_voice_uk_21571037-926-0: ref=['чим', 'менш', 'конкретна', 'назва', 'навчальної', 'дисципліни', 'тим', 'менше', 'з', 'неї', 'узнаєш'] +common_voice_uk_21571037-926-0: hyp=['чим', 'менш', 'конкретно', 'назва', 'дисципліни', 'тим', 'менше', 'з', 'нею', 'знаєш'] +common_voice_uk_21571039-927-0: ref=['можна', 'говорити', 'про', 'довготермінові', 'середньотермінові', 'та', 'короткотермінові', 'кампанії'] +common_voice_uk_21571039-927-0: hyp=['можна', 'говорити', 'про', 'довготермінові', 'середня', 'термінове', 'та', 'короткотермінові', 'компанії'] +common_voice_uk_21571040-928-0: ref=['як', 'не', 'срачка', 'то', 'дристачка'] +common_voice_uk_21571040-928-0: hyp=['як', 'не', 'страчка', 'то', 'дристачка'] +common_voice_uk_21571097-929-0: ref=['не', 'пояснюючи', 'чому'] +common_voice_uk_21571097-929-0: hyp=['не', 'пояснюючи', 'чому'] +common_voice_uk_21571099-930-0: ref=['у', 'повітрі', 'його', 'побудувати', 'неможливо'] +common_voice_uk_21571099-930-0: hyp=['у', 'повітрі', 'його', 'побудувати', 'неможливо'] +common_voice_uk_21571100-931-0: ref=['коли', 'має', 'вільну', 'хвилю', 'то', 'най', 'гаптує', 'або', 'шиє'] +common_voice_uk_21571100-931-0: hyp=['коли', 'має', 'вільну', 'хвилю', 'то', 'найгаптує', 'або', 'шиє'] +common_voice_uk_21571101-932-0: ref=['жодна', 'ідеологія', 'не', 'може', 'визнаватися', 'державою', 'як', "обов'язкова"] +common_voice_uk_21571101-932-0: hyp=['жодна', 'ідеологія', 'не', 'може', 'визнаватися', 'державою', 'як', "обов'язково"] +common_voice_uk_21571147-933-0: ref=['лікар', 'на', 'квартирі', 'у', 'хворого'] +common_voice_uk_21571147-933-0: hyp=['лікар', 'на', 'квартирі', 'у', 'хворого'] +common_voice_uk_21571148-934-0: ref=['залишається', 'додати', 'що', 'інститути', 'самоврядування', 'були', 'достатньо', 'розвинені', 'також', 'у', 'давній', 'україні'] +common_voice_uk_21571148-934-0: hyp=['залишається', 'додати', 'що', 'інститут', 'і', 'самоврядування', 'були', 'достатньо', 'розвинені', 'також', 'у', 'давній', 'україні'] +common_voice_uk_21571150-935-0: ref=['цю', 'тему', 'треба', 'опрацювати'] +common_voice_uk_21571150-935-0: hyp=['цю', 'тему', 'треба', 'опрацювати'] +common_voice_uk_21571151-936-0: ref=['хочуть', 'вкрасти'] +common_voice_uk_21571151-936-0: hyp=['хочуть', 'вкрасти'] +common_voice_uk_21571536-937-0: ref=['тобто', 'це', 'самозахоплення'] +common_voice_uk_21571536-937-0: hyp=['тобто', 'це', 'самозахоплення'] +common_voice_uk_21571537-938-0: ref=['таке', 'що', 'не', 'лізе', 'ні', 'тече'] +common_voice_uk_21571537-938-0: hyp=['таке', 'що', 'налізе', 'ні', 'тече'] +common_voice_uk_21571538-939-0: ref=['шкода', 'бриндзі', 'в', 'собачий', 'бурдюг'] +common_voice_uk_21571538-939-0: hyp=['шкода', 'бриндзі', 'в', 'собачій', 'бурдюк'] +common_voice_uk_21571539-940-0: ref=['тоді', 'тарифи', 'не', 'зменшили'] +common_voice_uk_21571539-940-0: hyp=['тоді', 'тарифи', 'на', 'зменшила'] +common_voice_uk_21571540-941-0: ref=['пізнати', 'пана', 'по', 'халявах'] +common_voice_uk_21571540-941-0: hyp=['пізнати', 'пана', 'по', 'халявах'] +common_voice_uk_21571574-942-0: ref=['візьміть', 'себе', 'в', 'руки'] +common_voice_uk_21571574-942-0: hyp=['візьміть', 'себе', 'в', 'руки'] +common_voice_uk_21571575-943-0: ref=['хамелеон', 'люди', 'що', 'безпринципно', 'змінюють', 'свої', 'погляди', 'залежно', 'від', 'обставин'] +common_voice_uk_21571575-943-0: hyp=['хамалоон', 'лютий', 'що', 'без', 'принципно', 'змінює', 'свої', 'погляди', 'залежно', 'від', 'обставин'] +common_voice_uk_21571577-944-0: ref=['змішайте', 'всі', 'інгредієнти', 'та', 'вилийте', 'на', 'розігріту', 'пательню', 'з', 'краплею', 'оливкової', 'олії'] +common_voice_uk_21571577-944-0: hyp=['змішайте', 'всі', 'інгредієнти', 'та', 'велити', 'на', 'розігріту', 'потерю', 'з', 'краплею', 'оливкової', 'ріг'] +common_voice_uk_21571579-945-0: ref=['не', 'надійся', 'грицю', 'на', 'дурницю'] +common_voice_uk_21571579-945-0: hyp=['не', 'надійся', 'грицю', 'на', 'дурницю'] +common_voice_uk_21571658-946-0: ref=['тиха', 'вода', 'береги', 'рве'] +common_voice_uk_21571658-946-0: hyp=['тиха', 'вода', 'бере', 'гирве'] +common_voice_uk_21571659-947-0: ref=['також', 'заборонила', 'використовувати', 'фото', 'і', 'відео', 'зйомку', 'в', 'залі'] +common_voice_uk_21571659-947-0: hyp=['також', 'заборонила', 'використовувати', 'фото', 'і', 'відеозйомку', 'в', 'залі'] +common_voice_uk_21571660-948-0: ref=['аби', 'вам', 'так', 'не', 'шкодила', 'вода', 'як', 'старому', 'молода'] +common_voice_uk_21571660-948-0: hyp=['аби', 'вам', 'так', 'не', 'шкодило', 'вода', 'як', 'старому', 'молода'] +common_voice_uk_21571661-949-0: ref=['це', 'створює', 'простір', 'для', 'синтезу', 'двох', 'течій', 'економічної', 'політики'] +common_voice_uk_21571661-949-0: hyp=['це', 'створює', 'простір', 'для', 'синтезу', 'двох', 'течій', 'економічної', 'політики'] +common_voice_uk_21571747-950-0: ref=['одна', 'сорока', 'з', 'кола', 'а', 'десять', 'на', 'кіл'] +common_voice_uk_21571747-950-0: hyp=['одна', 'сорока', 'з', 'кола', 'десять', 'на', 'тіло'] +common_voice_uk_21571748-951-0: ref=['людей', 'слухай', 'а', 'свій', 'розум', 'май'] +common_voice_uk_21571748-951-0: hyp=['людей', 'слухає', 'а', 'свій', 'розум', 'має'] +common_voice_uk_21571750-952-0: ref=['еолова', 'арфа', 'душа', 'людини', 'яка', 'відзивається', 'на', 'всі', 'враження', 'життя'] +common_voice_uk_21571750-952-0: hyp=['е', 'голово', 'арфа', 'душа', 'людина', 'яка', 'відсувається', 'на', 'свій', 'враження', 'життя'] +common_voice_uk_21571753-953-0: ref=['працювали', 'підприємства', 'з', 'випуску', 'будівельних', 'матеріалів', 'продуктів', 'харчування'] +common_voice_uk_21571753-953-0: hyp=['пропрацювали', 'підприємство', 'з', 'випуску', 'будівельних', 'матеріалів', 'продуктів', 'харчування'] +common_voice_uk_21572389-954-0: ref=['зараз', 'ми', 'працюємо', 'над', 'написанням', 'логістичної', 'доктрини'] +common_voice_uk_21572389-954-0: hyp=['зараз', 'ми', 'працюємо', 'над', 'написанням', 'логістичної', 'доктрини'] +common_voice_uk_21572390-955-0: ref=['гни', 'дерево', 'поки', 'молоде'] +common_voice_uk_21572390-955-0: hyp=['мене', 'й', 'дерево', 'поки', 'молоде'] +common_voice_uk_21572394-956-0: ref=['це', 'не', 'віщувало', 'добра'] +common_voice_uk_21572394-956-0: hyp=['самим', 'що', 'добра'] +common_voice_uk_21572424-957-0: ref=['переходимо', 'до', 'розділу', 'питань', 'власності'] +common_voice_uk_21572424-957-0: hyp=['переходимо', 'до', 'розділу', 'питань', 'власності'] +common_voice_uk_21572425-958-0: ref=['сняться', 'комусь', 'кислиці'] +common_voice_uk_21572425-958-0: hyp=['сняться', 'комусь', 'кислиці'] +common_voice_uk_21572426-959-0: ref=['ілюзія', 'оманливе', 'переконання', 'викладачів', 'ніби', 'студенти', 'хочуть', 'вчитися'] +common_voice_uk_21572426-959-0: hyp=['ілюзія', 'оманове', 'переконання', 'викладачів', 'ніби', 'студенти', 'хочуть', 'вчитися'] +common_voice_uk_21572427-960-0: ref=['і', 'тоді', 'київ', 'буде', 'казати', 'що', 'є', 'справедливість'] +common_voice_uk_21572427-960-0: hyp=['і', 'тоді', 'київ', 'буде', 'казати', 'що', 'і', 'справедливість'] +common_voice_uk_21572428-961-0: ref=['коли', 'ти', 'реалізуєш', 'це', 'у', 'своїх', 'проектах', 'тоді', 'і', 'я', 'скористаюсь'] +common_voice_uk_21572428-961-0: hyp=['коли', 'ти', 'реалізуєш', 'це', 'у', 'своїх', 'проектах', 'тоді', 'я', 'скористаюся'] +common_voice_uk_21572429-962-0: ref=['і', 'хто', 'визначає', 'на', 'сьогодні', 'вашу', 'редакційну', 'політику'] +common_voice_uk_21572429-962-0: hyp=['і', 'хто', 'визначає', 'на', 'сьогодні', 'вашу', 'редакційну', 'політику'] +common_voice_uk_21572430-963-0: ref=['з', 'початку', 'року', 'прокотилася', 'не', 'одна', 'хвиля', 'вимушених', 'оптимізацій', 'персоналу'] +common_voice_uk_21572430-963-0: hyp=['спочатку', 'року', 'прокотилася', 'не', 'одна', 'хвиля', 'вимушених', 'оптимізацій', 'персоналу'] +common_voice_uk_21572431-964-0: ref=['дорога', 'майнувши', 'сірим', 'хвостом', 'безшумно', 'сховалася', 'в', 'зелені', 'хлібів'] +common_voice_uk_21572431-964-0: hyp=['друга', 'майнувши', 'сірим', 'хвостом', 'безшумно', 'сховалася', 'в', 'зелені', 'хлібів'] +common_voice_uk_21572432-965-0: ref=['такі', 'суми', 'є', 'тільки', 'у', 'соціальній', 'сфері'] +common_voice_uk_21572432-965-0: hyp=['такі', 'суми', 'є', 'тільки', 'у', 'соціальній', 'сфері'] +common_voice_uk_21572433-966-0: ref=['дід', 'не', 'реагує', 'тільки', 'люлькою', 'пихкає'] +common_voice_uk_21572433-966-0: hyp=['дід', 'не', 'реагує', 'тільки', 'люлькою', 'пхихкає'] +common_voice_uk_21572449-967-0: ref=['корунд', 'є', 'важливою', 'сировиною', 'для', 'квантових', 'генераторів', 'фізичних', 'приладів', 'годинників'] +common_voice_uk_21572449-967-0: hyp=['корот', 'є', 'важливо', 'і', 'все', 'для', 'квантових', 'я', 'генераторів', 'фізичних', 'приміків', 'один', 'як'] +common_voice_uk_21572450-968-0: ref=['страх', 'перед', 'вовками', 'виник', 'у', 'хлопчика', 'під', 'враженням', 'від', 'казок'] +common_voice_uk_21572450-968-0: hyp=['страх', 'перед', 'говками', 'виниклого', 'хлопчика', 'під', 'враженням', 'від', 'казок'] +common_voice_uk_21572451-969-0: ref=['будьте', 'добрими', 'дітьми', 'своїх', 'батьків'] +common_voice_uk_21572451-969-0: hyp=['будьте', 'добрими', 'дітьми', 'свої', 'донькими'] +common_voice_uk_21572452-970-0: ref=['як', 'напився', 'водиці', 'відвернувся', 'від', 'керниці'] +common_voice_uk_21572452-970-0: hyp=['як', 'напився', 'петиції', 'підвернувся', 'від', 'кернеції'] +common_voice_uk_21572453-971-0: ref=['адже', 'релігія', 'допомагає', 'ідентифікувати', 'себе', 'та', 'відрізняти', 'від', 'решти', 'мешканців', 'криму'] +common_voice_uk_21572453-971-0: hyp=['адже', 'релігія', 'допомагає', 'і', 'тим', 'монтифікувати', 'себе', 'та', 'відрізняти', 'від', 'решти', 'мешканців', 'криму'] +common_voice_uk_21572582-972-0: ref=['набувся', 'як', 'голий', 'у', 'терні'] +common_voice_uk_21572582-972-0: hyp=['на', 'бабуся', 'як', 'велику'] +common_voice_uk_21572583-973-0: ref=['студент', 'завжди', 'боретьсядо', 'обіду', 'зі', 'сном', 'після', 'обіду', 'з', 'голодом'] +common_voice_uk_21572583-973-0: hyp=['стої', 'дозволеного'] +common_voice_uk_21572585-974-0: ref=['і', 'коли', 'ми', 'говоримо', 'про', 'пілотний', 'проект'] +common_voice_uk_21572585-974-0: hyp=['і', 'коли', 'ми', 'говоримо', 'про', 'пілотний', 'проєкт'] +common_voice_uk_21572586-975-0: ref=['той', 'горя', 'не', 'знає'] +common_voice_uk_21572586-975-0: hyp=['той', 'горя', 'не', 'знає'] +common_voice_uk_21572588-976-0: ref=['ніколи', 'не', 'здавайся', 'йди', 'вперед', 'до', 'своєї', 'мети'] +common_voice_uk_21572588-976-0: hyp=['ніколи', 'не', 'здавайся', 'йди', 'вперед', 'до', 'своєї', 'мети'] +common_voice_uk_21573294-977-0: ref=['метаморфози', 'перетворення'] +common_voice_uk_21573294-977-0: hyp=['метаморфози', 'перетворення'] +common_voice_uk_21573296-978-0: ref=['від', 'огиди', 'через', 'їхній', 'відвертий', 'расизм'] +common_voice_uk_21573296-978-0: hyp=['від', 'огиди', 'через', 'їхній', 'відвертий', 'расизм'] +common_voice_uk_21573297-979-0: ref=['на', 'облаштування', 'дитячого', 'майданчика'] +common_voice_uk_21573297-979-0: hyp=['на', 'облаштування', 'дитячого', 'майданчика'] +common_voice_uk_21573299-980-0: ref=['а', 'гарно', 'порившись', 'в', 'інтернеті', 'можна', 'знайти', 'безліч', 'цікавих', 'варіантів'] +common_voice_uk_21573299-980-0: hyp=['гарно', 'порившись', 'в', 'інтернеті', 'можна', 'знайти', 'безліч', 'цікавих', 'варіантів'] +common_voice_uk_21573301-981-0: ref=['іноді', 'на', 'слабкі', 'землетруси', 'реагують', 'домашні', 'тварини'] +common_voice_uk_21573301-981-0: hyp=['іноді', 'на', 'слабкі', 'землетруси', 'реагують', 'домашні', 'тварини'] +common_voice_uk_21573350-982-0: ref=['правда', 'в', 'очі', 'коле'] +common_voice_uk_21573350-982-0: hyp=['правда', 'в', 'очі', 'кола'] +common_voice_uk_21573352-983-0: ref=['спочити', 'на', 'лаврах', 'заспокоїтись', 'на', 'досягнутому'] +common_voice_uk_21573352-983-0: hyp=['спочина', 'лаурах', 'заспокоїтись', 'на', 'досягнутому'] +common_voice_uk_21573353-984-0: ref=['і', 'провокує', 'невпевненість', 'в', 'собі', 'що', 'проявляється', 'в', 'агресивності', 'в', 'політиці'] +common_voice_uk_21573353-984-0: hyp=['і', 'провокує', 'невпевненість', 'в', 'собі', 'що', 'проявляється', 'в', 'агресивності', 'в', 'політиці'] +common_voice_uk_21573354-985-0: ref=['тому', 'зміни', 'до', 'конституції', 'і', 'скасування', 'недоторканності', 'президента', 'суддів', 'депутатів'] +common_voice_uk_21573354-985-0: hyp=['тому', 'зміни', 'до', 'конституції', 'і', 'скасування', 'недоторканості', 'президента', 'суддів', 'депутатів'] +common_voice_uk_21573482-986-0: ref=['в', 'окулярах', 'в', 'картузі', 'з', 'бархатним', 'околушком'] +common_voice_uk_21573482-986-0: hyp=['в', 'окулярах', 'в', 'картузі', 'збархатним', 'околушком'] +common_voice_uk_21573483-987-0: ref=['планує', 'подати', 'свої', 'пропозиції', 'щодо', 'вдосконалення', 'законопроєкту'] +common_voice_uk_21573483-987-0: hyp=['планує', 'подати', 'свої', 'пропозиції', 'щодо', 'вдосконалення', 'законопроєкту'] +common_voice_uk_21573484-988-0: ref=['при', 'цьому', 'його', 'дії', 'мають', 'бути', 'пасивними'] +common_voice_uk_21573484-988-0: hyp=['при', 'цьому', 'його', 'дії', 'мають', 'бути', 'пасивними'] +common_voice_uk_21573485-989-0: ref=['своїх', "п'ять", 'грейцарів', 'усюди', 'тикає'] +common_voice_uk_21573485-989-0: hyp=['своїх', "п'ять", 'грець', 'царів', 'усюди', 'тикає'] +common_voice_uk_21573486-990-0: ref=['адамове', 'ребро', 'жартівливе', 'найменування', 'жінки'] +common_voice_uk_21573486-990-0: hyp=['адамове', 'ребро', 'жартівливе', 'найменування', 'жінки'] +common_voice_uk_21573487-991-0: ref=['шановні', 'колеги', 'у', 'мене', 'теж', 'декілька', 'запитань'] +common_voice_uk_21573487-991-0: hyp=['шановні', 'колеги', 'у', 'мене', 'теж', 'декілька', 'запитань'] +common_voice_uk_21573488-992-0: ref=['я', 'завершую'] +common_voice_uk_21573488-992-0: hyp=['я', 'завершую'] +common_voice_uk_21573489-993-0: ref=['тепер', 'щодо', 'пропозицій'] +common_voice_uk_21573489-993-0: hyp=['тепер', 'щодо', 'пропозицій'] +common_voice_uk_21573490-994-0: ref=['доброго', 'дня', 'колеги'] +common_voice_uk_21573490-994-0: hyp=['доброго', 'дня', 'колеги'] +common_voice_uk_21573713-995-0: ref=['таке', 'що', 'ні', 'в', 'пліт', 'ні', 'в', 'ворота'] +common_voice_uk_21573713-995-0: hyp=['таке', 'що', 'ні', 'в', 'плітню', 'ворота'] +common_voice_uk_21573714-996-0: ref=['очі', 'пригашені'] +common_voice_uk_21573714-996-0: hyp=['очі', 'пригашені'] +common_voice_uk_21573715-997-0: ref=['дуже', 'світла', 'та', 'позитивна', 'людина'] +common_voice_uk_21573715-997-0: hyp=['дуже', 'світло', 'та', 'позитивна', 'людина'] +common_voice_uk_21573716-998-0: ref=['це', 'дозволило', 'створити', 'ефект', 'моральної', 'переваги', 'та', 'зменшити', 'подальшу', 'інформаційну', 'хвилю'] +common_voice_uk_21573716-998-0: hyp=['це', 'дозволило', 'створити', 'ефект', 'моральної', 'переваги', 'та', 'зменшити', 'подальшу', 'інформаційну', 'хвилю'] +common_voice_uk_21573717-999-0: ref=['громадяни', 'відбувають', 'військову', 'службу', 'відповідно', 'до', 'закону'] +common_voice_uk_21573717-999-0: hyp=['громадяни', 'відбувають', 'військову', 'службу', 'відповідно', 'до', 'закону'] +common_voice_uk_21573736-1000-0: ref=['тому', 'будь', 'ласка', 'наведіть', 'лад'] +common_voice_uk_21573736-1000-0: hyp=['тому', 'будь', 'ласка', 'наведіть', 'лад'] +common_voice_uk_21573737-1001-0: ref=['що', 'може', 'бути', 'солодше', 'за', 'те', 'коли', 'любить', 'і', 'прагне', 'до', 'тебе', 'добра', 'душа'] +common_voice_uk_21573737-1001-0: hyp=['що', 'може', 'бути', 'солодша', 'за', 'те', 'коли', 'любить', 'і', 'прагне', 'до', 'тебе', 'добра', 'душа'] +common_voice_uk_21573738-1002-0: ref=['моя', 'двоюрідна', 'сестра', 'вчить', 'в', 'університеті', 'соціологію'] +common_voice_uk_21573738-1002-0: hyp=['моя', 'двоюрідна', 'сестра', 'вчить', 'в', 'університеті', 'соціології'] +common_voice_uk_21573739-1003-0: ref=['гордіїв', 'вузол', 'заплутана', 'справа'] +common_voice_uk_21573739-1003-0: hyp=['гордій', 'вузол', 'заплутана', 'справа'] +common_voice_uk_21573740-1004-0: ref=['а', 'ви', 'не', 'записувалися'] +common_voice_uk_21573740-1004-0: hyp=['а', 'ви', 'не', 'записувалися'] +common_voice_uk_21574145-1005-0: ref=['в', 'нас', 'не', 'може', 'бути', 'дискусії'] +common_voice_uk_21574145-1005-0: hyp=['нас', 'не', 'може', 'бути', 'дискусії'] +common_voice_uk_21574147-1006-0: ref=['і', 'тільки', 'після', 'цього', 'мораторій', 'можна', 'знімати'] +common_voice_uk_21574147-1006-0: hyp=['і', 'тільки', 'після', 'цього', 'мораторій', 'можна', 'знімати'] +common_voice_uk_21574148-1007-0: ref=['нормандський', 'саміт', 'все', 'ще', 'в', 'центрі', 'уваги', 'всіх', 'змі'] +common_voice_uk_21574148-1007-0: hyp=['нормандський', 'саміт', 'все', 'ще', 'в', 'центрі', 'уваги', 'всіх', 'змі'] +common_voice_uk_21574149-1008-0: ref=['за', 'годину', 'після', 'цієї', 'фотографії', 'настане', 'час', 'х', 'почнемо', 'прорив', 'з', 'оточення'] +common_voice_uk_21574149-1008-0: hyp=['за', 'годину', 'після', 'цієї', 'фотографії', 'настане', 'час', 'ікс', 'почнемо', 'прорив', 'з', 'оточення'] +common_voice_uk_21574592-1009-0: ref=['схиляємо', 'голову', 'перед', 'подвигом', 'захисників'] +common_voice_uk_21574592-1009-0: hyp=['схиляємо', 'голову', 'перед', 'входом', 'захисників'] +common_voice_uk_21574594-1010-0: ref=['хто', 'мовчить', 'той', 'десятьох', 'навчить'] +common_voice_uk_21574594-1010-0: hyp=['хто', 'мовчить', 'доведеться', 'цього', 'навчить'] +common_voice_uk_21574595-1011-0: ref=['і', 'третє', 'останнє', 'нашим', 'колегам', 'які', 'говорять', 'що', 'завдяки', 'їм', 'перемогла', 'революція', 'гідності'] +common_voice_uk_21574595-1011-0: hyp=['і', 'третя', 'остання', 'нашим', 'колегам', 'які', 'говорять', 'що', 'завдяки', 'їм', 'перемогла', 'революція', 'гідності'] +common_voice_uk_21574597-1012-0: ref=['нема', 'мені', 'ні', 'від', 'сонця', 'ні', 'від', 'місяця'] +common_voice_uk_21574597-1012-0: hyp=['нема', 'й', 'ні', 'від', 'сонця', 'ні', 'від', 'місяця'] +common_voice_uk_21574599-1013-0: ref=['що', 'кому', 'смакує', 'най', 'здоров', 'пакує'] +common_voice_uk_21574599-1013-0: hyp=['що', 'кому', 'смакує', 'найздоров', 'кокоя'] +common_voice_uk_21574636-1014-0: ref=['тут', 'уже', 'голота', 'вступилась', 'би', 'за', 'свого', 'міг', 'би', 'вийти', 'непорядок', 'і', 'пониження', 'власті'] +common_voice_uk_21574636-1014-0: hyp=['тут', 'уже', 'голото', 'вступилось', 'за', 'свого', 'і', 'повитий', 'непорядок', 'і', 'пониження', 'власті'] +common_voice_uk_21574637-1015-0: ref=['лиха', 'іскра', 'поле', 'спалить', 'і', 'сама', 'згине'] +common_voice_uk_21574637-1015-0: hyp=['лиха', 'іскра', 'поле', 'з', 'палець', 'і', 'сама', 'загине'] +common_voice_uk_21574638-1016-0: ref=['молодий', 'перший', 'на', 'своєму', 'керівному', 'місці'] +common_voice_uk_21574638-1016-0: hyp=['молодий', 'перший', 'на', 'своєму', 'керівному', 'місці'] +common_voice_uk_21574640-1017-0: ref=['хоча', 'б', 'створити', 'сільські', 'пожежні', 'станції', 'та', 'служби', 'охорони'] +common_voice_uk_21574640-1017-0: hyp=['хоча', 'б', 'створити', 'сільські', 'пожежні', 'станції', 'та', 'служба', 'охорони'] +common_voice_uk_21574642-1018-0: ref=['так', 'на', 'души', 'хоть', 'гриби', 'суши'] +common_voice_uk_21574642-1018-0: hyp=['так', 'на', 'душі', 'хоч', 'гриби', 'суші'] +common_voice_uk_21574643-1019-0: ref=['грип', 'з', 'пневмонією', 'вірус', 'не', 'ідентифікований'] +common_voice_uk_21574643-1019-0: hyp=['грип', 'грип', 'з', 'пневмонією', 'вірусний', 'ідентифікований'] +common_voice_uk_21574655-1020-0: ref=['знай', 'що', 'в', 'світі', 'найтяжче', 'це', 'серце', 'носити', 'студене'] +common_voice_uk_21574655-1020-0: hyp=['знай', 'що', 'в', 'світя', 'найтяжче', 'це', 'серце', 'насити', 'студентами'] +common_voice_uk_21574656-1021-0: ref=['також', 'рекомендую', 'вам', 'долучатися'] +common_voice_uk_21574656-1021-0: hyp=['також', 'рекомендую', 'вам', 'долучитися'] +common_voice_uk_21574658-1022-0: ref=["б'ють", 'і', 'в', 'фіст', 'і', 'в', 'гриву'] +common_voice_uk_21574658-1022-0: hyp=["б'ють", 'ефіст', 'і', 'в', 'гриву'] +common_voice_uk_21574666-1023-0: ref=['я', 'почув', 'ваші', 'аргументи'] +common_voice_uk_21574666-1023-0: hyp=['я', 'почув', 'ваші', 'аргументи'] +common_voice_uk_21574667-1024-0: ref=['я', 'її', 'любила', 'ще', 'малою'] +common_voice_uk_21574667-1024-0: hyp=['я', 'її', 'любила', 'ще', 'малою'] +common_voice_uk_21574668-1025-0: ref=['ієрихонська', 'труба', 'потужний', 'оглушливий', 'звук', 'гучний', 'голос'] +common_voice_uk_21574668-1025-0: hyp=['і', 'ярихонська', 'труба', 'потужний', 'агушовий', 'звук', 'кучний', 'голос'] +common_voice_uk_21574669-1026-0: ref=['це', 'такий', 'ти', 'передовик', 'такий', 'маяк', 'під', 'обвалом', 'слів', 'плечі', 'його', 'ще', 'дужче', 'опали'] +common_voice_uk_21574669-1026-0: hyp=['це', 'такий', 'ти', 'передовик', 'такий', 'маяк', 'під', 'обвалом', 'слів', 'плечі', 'його', 'ще', 'дужче', 'опале'] +common_voice_uk_21574685-1027-0: ref=['під', 'час', 'наповнення', 'кулі', "з'явилася", 'дірка', 'тож', 'від', 'польоту', 'відмовилися'] +common_voice_uk_21574685-1027-0: hyp=['під', 'час', 'наповнення', 'кулі', "з'явилася", 'дірка', 'тож', 'від', 'польоту', 'відмовилася'] +common_voice_uk_21574686-1028-0: ref=['ми', 'тоді', 'як', 'прикипали', 'до', 'землі', 'з', 'силою', 'стискуючи', 'кілки'] +common_voice_uk_21574686-1028-0: hyp=['методі', 'як', 'прикопали', 'до', 'землі', 'силою', 'стискуючи', 'кіолки'] +common_voice_uk_21574687-1029-0: ref=['я', 'так', 'зніяковів', 'що', 'у', 'мене', 'волосся', 'спітніло'] +common_voice_uk_21574687-1029-0: hyp=['я', 'так', 'знеяка', 'вів', 'що', 'в', 'мене', 'волосся', 'спітніло'] +common_voice_uk_21574688-1030-0: ref=['тим', 'часом', 'і', 'її', 'подруга', 'теж', 'мило', 'усміхалася', 'носові', 'пхала', 'якісь', 'папери'] +common_voice_uk_21574688-1030-0: hyp=['тим', 'часом', 'і', 'її', 'по', 'друге', 'теж', 'мила', 'усміхалася', 'носові', 'хава', 'якийсь', 'папери'] +common_voice_uk_21574689-1031-0: ref=['ноги', 'й', 'руки', 'мої', 'наливались', 'чимсь', "п'яним", 'хвилюючим', 'майже', 'радісним'] +common_voice_uk_21574689-1031-0: hyp=['ноги', 'й', 'руки', 'мої', 'наливались', 'чимсь', "п'яним", 'хвилюючим', 'майже', 'радісним'] +common_voice_uk_21574780-1032-0: ref=['головна', 'мета', 'цієї', 'організації', 'надання', 'фінансової', 'та', 'консультативної', 'підтримки', 'малим', 'підприємствам'] +common_voice_uk_21574780-1032-0: hyp=['головна', 'мета', 'цієї', 'організації', 'надання', 'фінансової', 'та', 'консультативної', 'підтримки', 'малим', 'підприємствам'] +common_voice_uk_21574781-1033-0: ref=['ми', 'так', 'можемо', 'сказати', 'і', 'про', 'російських', 'лібералів', 'що', 'вони', 'опортуністи'] +common_voice_uk_21574781-1033-0: hyp=['мета', 'можемо', 'сказати', 'про', 'російські', 'хлібералів', 'що', 'вони', 'опортуністи'] +common_voice_uk_21574782-1034-0: ref=['фахівці', 'говорять', 'про', 'побоювання', 'пандемії'] +common_voice_uk_21574782-1034-0: hyp=['фахівці', 'говорять', 'про', 'побоювання', 'пандемії'] +common_voice_uk_21574783-1035-0: ref=['насправді', 'жодній', 'людській', 'силі', 'не', 'було', 'дано', 'утримати', 'руйнівний', 'вир', 'цієї', 'катастрофи'] +common_voice_uk_21574783-1035-0: hyp=['насправді', 'жодній', 'людській', 'силі', 'не', 'було', 'дано', 'утримати', 'руйнівний', 'вир', 'цієї', 'катастрофи'] +common_voice_uk_21574784-1036-0: ref=['і', 'цей', 'раз', 'не', 'став', 'винятком'] +common_voice_uk_21574784-1036-0: hyp=['і', 'цей', 'раз', 'не', 'став', 'винятком'] +common_voice_uk_21575723-1037-0: ref=['хіба', 'може', 'говорити', 'про', 'біле', 'той', 'котрому', 'невідоме', 'що', 'таке', 'чорне'] +common_voice_uk_21575723-1037-0: hyp=['хіба', 'може', 'говорити', 'про', 'біле', 'той', 'котрому', 'невідомо', 'що', 'таке', 'чорт'] +common_voice_uk_21575725-1038-0: ref=['народ', 'безпосередньо', 'бере', 'участь', 'у', 'здійсненні', 'правосуддя', 'через', 'присяжних'] +common_voice_uk_21575725-1038-0: hyp=['народ', 'безпосередньо', 'бере', 'участь', 'у', 'здійцині', 'правосуддя', 'через', 'присяжних'] +common_voice_uk_21575727-1039-0: ref=['людина', 'конечна', 'і', 'за', 'своєю', 'суттю', 'хоче', 'закінчених', 'історій'] +common_voice_uk_21575727-1039-0: hyp=['людина', 'конечна', 'і', 'за', 'своєю', 'суттю', 'хотю', 'закінчених', 'історій'] +common_voice_uk_21576760-1040-0: ref=['але', 'цей', 'був', 'як', 'безодня', 'кострубата', 'чорна', 'вогка'] +common_voice_uk_21576760-1040-0: hyp=['але', 'цей', 'був', 'як', 'безодня', 'кострубата', 'чорна', 'вогка'] +common_voice_uk_21576762-1041-0: ref=['ой', 'візьму', 'я', 'кріселечко'] +common_voice_uk_21576762-1041-0: hyp=['ой', 'візьми', 'як', 'рисалочко'] +common_voice_uk_21576764-1042-0: ref=['на', 'цій', 'інфографіці', 'змальовано', 'плин', 'бойових', 'дій', 'на', 'усіх', 'фронтах'] +common_voice_uk_21576764-1042-0: hyp=['на', 'цінь', 'фографиці', 'змальовано', 'пленьбойових', 'дій', 'на', 'всіх', 'фронтах'] +common_voice_uk_21576767-1043-0: ref=["п'яний", 'мажор', 'дістав', 'пушку', 'і', 'почав', 'у', 'повітря', 'стріляти'] +common_voice_uk_21576767-1043-0: hyp=["п'яний", 'мажор', 'дістав', 'пушко', 'і', 'почав', 'у', 'повітря', 'стріляти'] +common_voice_uk_21576803-1044-0: ref=['хай', 'тільки', 'я', 'кажу', 'не', 'ззаду'] +common_voice_uk_21576803-1044-0: hyp=['хай', 'тільки', 'я', 'кажу', 'не', 'ззаду'] +common_voice_uk_21576804-1045-0: ref=['цю', 'ситуацію', 'потрібно', 'виправити'] +common_voice_uk_21576804-1045-0: hyp=['цю', 'ситуацію', 'потрібно', 'виправити'] +common_voice_uk_21576805-1046-0: ref=['дуже', 'дивна', 'ситуація'] +common_voice_uk_21576805-1046-0: hyp=['дуже', 'дивна', 'статі'] +common_voice_uk_21576806-1047-0: ref=['і', 'мабуть', 'ті', 'гроші', 'в', 'тому', 'числі', 'повинні', 'бути', 'використані', 'саме', 'в', 'дарницькому', 'районі'] +common_voice_uk_21576806-1047-0: hyp=['і', 'мабуть', 'ті', 'гроші', 'в', 'тому', 'числі', 'повинні', 'бути', 'викорисні', 'саме', 'в', 'дарницькому', 'районі'] +common_voice_uk_21578024-1048-0: ref=['про', 'світлі', 'часи', 'зазвичай', 'думають', 'похмуро'] +common_voice_uk_21578024-1048-0: hyp=['про', 'світлі', 'часи', 'зазвичай', 'думають', 'похмуро'] +common_voice_uk_21578025-1049-0: ref=['як', 'завзялись', 'піймать', 'то', 'чи', 'в', 'яру', 'чи', 'деінде', 'а', 'все', 'одно', 'піймають'] +common_voice_uk_21578025-1049-0: hyp=['як', 'завзяли', 'спіймать', 'то', 'чевіру', 'чудаінда', 'а', 'все', 'одно', 'піймають'] +common_voice_uk_21578026-1050-0: ref=['ще', 'раз', 'усім', 'нагадую'] +common_voice_uk_21578026-1050-0: hyp=['ще', 'раз', 'усім', 'нагадую'] +common_voice_uk_21578029-1051-0: ref=['одне', 'з', 'найбільших', 'князівств', 'періоду', 'феодальної', 'роздробленості', 'русі'] +common_voice_uk_21578029-1051-0: hyp=['одне', 'з', 'найбільших', 'князівств', 'в', 'періоду', 'феодальної', 'роздоробленості', 'росії'] +common_voice_uk_21582253-1052-0: ref=['цих', 'грошей', 'вистачить', 'щоб', 'тиждень', 'обідати', 'в', 'інститутській', 'їдальні'] +common_voice_uk_21582253-1052-0: hyp=['це', 'гроші', 'вистачить', 'щоб', 'тиждень', 'обідати', 'в', 'інститутській', 'їдальні'] +common_voice_uk_21582254-1053-0: ref=['проте', 'ми', 'зараз', 'розмовляємо', 'трошки', 'на', 'іншу', 'тему'] +common_voice_uk_21582254-1053-0: hyp=['проте', 'ми', 'зараз', 'розмовляємо', 'трошки', 'на', 'іншу', 'тему'] +common_voice_uk_21582256-1054-0: ref=['всі', 'в', 'його', 'були', 'запозичені', 'навіть', 'староста'] +common_voice_uk_21582256-1054-0: hyp=['сів', 'його', 'були', 'запозичені', 'навіть', 'староста'] +common_voice_uk_21582288-1055-0: ref=['право', 'власності', 'на', 'майно', 'припиняється', 'в', 'разі', 'його', 'знищення'] +common_voice_uk_21582288-1055-0: hyp=['право', 'власності', 'на', 'майно', 'припиняється', 'в', 'разі', 'його', 'знищення'] +common_voice_uk_21582289-1056-0: ref=['найбільш', 'цінними', 'для', 'користувачів', 'є', 'саме', 'структуровані', 'та', 'машиночитані', 'дані'] +common_voice_uk_21582289-1056-0: hyp=['найбільш', 'цінними', 'для', 'користувачів', 'і', 'саме', 'структуровані', 'та', 'машиночитані', 'дані'] +common_voice_uk_21582290-1057-0: ref=['чи', 'вони', 'зберігаються'] +common_voice_uk_21582290-1057-0: hyp=['чого', 'не', 'зберігаються'] +common_voice_uk_21582292-1058-0: ref=['хоч', 'дрімайте', 'не', 'дрімайте'] +common_voice_uk_21582292-1058-0: hyp=['хоч', 'дрімайте', 'не', 'дрімайте'] +common_voice_uk_21582295-1059-0: ref=['зустрічається', 'бурштин', 'інколи', 'із', 'включеннями', 'комах'] +common_voice_uk_21582295-1059-0: hyp=['зустрічається', 'бурштин', 'інколи', 'із', 'включеннями', 'комах'] +common_voice_uk_21582349-1060-0: ref=['чи', 'проходила', 'ця', 'правка', 'профільну', 'комісію'] +common_voice_uk_21582349-1060-0: hyp=['чи', 'проходила', 'ця', 'правка', 'профільну', 'комісію'] +common_voice_uk_21582352-1061-0: ref=['дівчина', 'що', 'зірвалася', 'з', 'дієти', 'на', 'смерть', 'загризла', 'торт'] +common_voice_uk_21582352-1061-0: hyp=['дівчина', 'щось', 'зірвалася', 'з', 'дієти', 'на', 'смерть', 'загризла', 'торт'] +common_voice_uk_21582355-1062-0: ref=['чи', 'впливають', 'мешканці', 'зараз', 'на', 'ці', 'перспективи'] +common_voice_uk_21582355-1062-0: hyp=['що', 'впливають', 'мешканці', 'зараз', 'на', 'ці', 'перспективи'] +common_voice_uk_21582356-1063-0: ref=['це', 'дуже', "люб'язно", 'з', 'вашого', 'боку'] +common_voice_uk_21582356-1063-0: hyp=['це', 'дуже', 'любі', 'озна', 'з', 'вашого', 'боку'] +common_voice_uk_21582403-1064-0: ref=['додаток', 'повністю', 'заснований', 'на', 'штучному', 'інтелекті'] +common_voice_uk_21582403-1064-0: hyp=['додаток', 'повністю', 'заснований', 'на', 'штучному', 'інтелекті'] +common_voice_uk_21582405-1065-0: ref=['деталі', 'сюжету', 'тримались', 'у', 'секреті'] +common_voice_uk_21582405-1065-0: hyp=['деталі', 'сюжету', 'тримались', 'в', 'секреті'] +common_voice_uk_21582406-1066-0: ref=['ранішній', 'дощ', 'як', 'бабині', 'сльози'] +common_voice_uk_21582406-1066-0: hyp=['ранішній', 'дощ', 'як', 'бабині', 'сльози'] +common_voice_uk_21582438-1067-0: ref=['не', 'все', 'те', 'недійсне', 'що', 'недосяжне', 'дитячому', 'розумові'] +common_voice_uk_21582438-1067-0: hyp=['не', 'все', 'те', 'не', 'дійсне', 'що', 'недосяжне', 'дитячому', 'розумові'] +common_voice_uk_21582440-1068-0: ref=['тому', 'на', 'мою', 'думку', 'якраз', 'будь', 'які', 'провладні', 'політичні', 'партії', "зобов'язані", 'це', 'підтримувати'] +common_voice_uk_21582440-1068-0: hyp=['тому', 'на', 'мою', 'думку', 'якраз', 'будь', 'які', 'провладні', 'політичні', 'партії', "зобов'язані", 'це', 'підтримувати'] +common_voice_uk_21582441-1069-0: ref=['із', 'вузької', 'щілини', 'виглядає', 'простакуватий', 'дядько'] +common_voice_uk_21582441-1069-0: hyp=['із', 'вузької', 'щілини', 'виглядає', 'простакуватий', 'дядько'] +common_voice_uk_21582442-1070-0: ref=['я', 'купила', 'сметану', 'сосиски', 'каву', 'з', 'молоком', 'і', 'тістечко'] +common_voice_uk_21582442-1070-0: hyp=['я', 'побила', 'сметану', 'сосиски', 'каву', 'з', 'молоком', 'і', 'тістечко'] +common_voice_uk_21582464-1071-0: ref=['це', 'капітальний', 'ремонт'] +common_voice_uk_21582464-1071-0: hyp=['це', 'капітальний', 'ремонт'] +common_voice_uk_21582466-1072-0: ref=['українські', 'фермери', 'відкрили', 'прямий', 'експорт', 'равликів', 'до', 'єс'] +common_voice_uk_21582466-1072-0: hyp=['українські', 'фермери', 'відкрили', 'прямий', 'експорт', 'равликів', 'до', 'єс'] +common_voice_uk_21582471-1073-0: ref=['однак', 'без', 'скандалів', 'не', 'обійшлося'] +common_voice_uk_21582471-1073-0: hyp=['однак', 'без', 'скандалів', 'не', 'обійшлося'] +common_voice_uk_21582472-1074-0: ref=['і', 'залишаться', 'політики', 'які', 'будуть', 'давати', 'людям', 'надію', 'їх', 'захистити'] +common_voice_uk_21582472-1074-0: hyp=['і', 'залишиться', 'політики', 'які', 'будуть', 'давати', 'людям', 'надії', 'їх', 'захистити'] +common_voice_uk_21582488-1075-0: ref=['гостям', 'два', 'рази', 'раді', 'коли', 'прийшли', 'і', 'коли', 'пішли'] +common_voice_uk_21582488-1075-0: hyp=['а', 'ось', 'там', 'два', 'рази', 'раді', 'коли', 'прийшли', 'і', 'коли', 'пішли'] +common_voice_uk_21582489-1076-0: ref=['пошануй', 'одежину', 'раз', 'а', 'вона', 'тебе', 'пошанує', 'десять', 'раз'] +common_voice_uk_21582489-1076-0: hyp=['пошанує', 'дружину', 'раз', 'а', 'вона', 'теж', 'пошанує', 'десять', 'раз'] +common_voice_uk_21582492-1077-0: ref=['та', 'й', 'першу', 'роботу', 'після', 'навчання', 'я', 'знайшов', 'у', 'державній', 'організації'] +common_voice_uk_21582492-1077-0: hyp=['та', 'й', 'першу', 'роботу', 'після', 'навчання', 'я', 'знайшов', 'державні', 'організації'] +common_voice_uk_21582520-1078-0: ref=['зокрема', 'йдеться', 'про', 'роль', 'комунальних', 'служб', 'та', 'їх', 'координації', 'з', 'силовиками'] +common_voice_uk_21582520-1078-0: hyp=['зокрема', 'йдеться', 'про', 'роль', 'комунальних', 'служб', 'та', 'їх', 'координації', 'з', 'силовиками'] +common_voice_uk_21582521-1079-0: ref=['цензура', 'заборонена'] +common_voice_uk_21582521-1079-0: hyp=['цензура', 'заборонена'] +common_voice_uk_21582525-1080-0: ref=['песик', 'укусив', 'і', 'забув'] +common_voice_uk_21582525-1080-0: hyp=['песик', 'укосив', 'і', 'забув'] +common_voice_uk_21584172-1081-0: ref=['першочерговою', 'і', 'основною', 'стравою', 'звісно', 'ж', 'залишаються', 'млинці'] +common_voice_uk_21584172-1081-0: hyp=['першочерговою', 'і', 'основною', 'стравою', 'звісно', 'ж', 'залишаються', 'млинці'] +common_voice_uk_21584173-1082-0: ref=['початкове', 'вторгнення', 'пропустило', 'нападників', 'у', 'корпоративні', 'мережі', 'компаній', 'але', 'не', 'далі'] +common_voice_uk_21584173-1082-0: hyp=['початкова', 'вторгнення', 'пропустило', 'нападників', 'у', 'корпоративній', 'мережі', 'компаній', 'але', 'не', 'далі'] +common_voice_uk_21584174-1083-0: ref=['спи'] +common_voice_uk_21584174-1083-0: hyp=['спи'] +common_voice_uk_21584175-1084-0: ref=['депутати', 'які', 'у', 'вас', 'ще', 'будуть', 'пропозиції'] +common_voice_uk_21584175-1084-0: hyp=['депутати', 'які', 'у', 'вас', 'ще', 'будуть', 'пропозиції'] +common_voice_uk_21584176-1085-0: ref=['справа', 'от', 'у', 'чому'] +common_voice_uk_21584176-1085-0: hyp=['справа', 'от', 'у', 'чому'] +common_voice_uk_21584187-1086-0: ref=['поет', 'ловко', 'ступав', 'задом', 'і', 'голосно', 'сопів', 'носом'] +common_voice_uk_21584187-1086-0: hyp=['поет', 'ловку', 'ступав', 'ззаду', 'і', 'голосно', 'сопів', 'мосом'] +common_voice_uk_21584189-1087-0: ref=['як', 'маєш', 'хлібу', 'торбі', 'то', 'сядеш', 'і', 'на', 'горбі'] +common_voice_uk_21584189-1087-0: hyp=['як', 'маєш', 'хліб', 'у', 'торби', 'то', 'садиш', 'у', 'новорбі'] +common_voice_uk_21584191-1088-0: ref=['я', 'маю', 'деякі', 'поради'] +common_voice_uk_21584191-1088-0: hyp=['я', 'маю', 'деякі', 'поради'] +common_voice_uk_21584192-1089-0: ref=['закрий', 'стайню', 'як', 'коня', 'нема'] +common_voice_uk_21584192-1089-0: hyp=['за', 'кристання', 'як', 'коня', 'нема'] +common_voice_uk_21584193-1090-0: ref=['гірко', 'поробити', 'солодко', "з'їсти"] +common_voice_uk_21584193-1090-0: hyp=['гірко', 'поробити', 'солодко', "з'їзда"] +common_voice_uk_21584194-1091-0: ref=['не', 'жартуй', 'із', 'жінками', 'ці', 'жарти', 'дурні', 'й', 'недоречні'] +common_voice_uk_21584194-1091-0: hyp=['не', 'жартуй', 'із', 'жінками', 'ці', 'жарти', 'дурні', 'й', 'недоречні'] +common_voice_uk_21584195-1092-0: ref=['це', 'буде', 'абсолютно', 'нормально', 'і', 'правильно'] +common_voice_uk_21584195-1092-0: hyp=['це', 'буде', 'абсолютно', 'нормально', 'і', 'правильно'] +common_voice_uk_21584196-1093-0: ref=['не', 'з', 'одної', 'печи', 'хліба', 'пробував'] +common_voice_uk_21584196-1093-0: hyp=['на', 'з', 'одної', 'печі', 'хліба', 'пробував'] +common_voice_uk_21584213-1094-0: ref=['візьміть', 'форму', 'для', 'кексів', 'ідеально', 'силіконову', 'її', 'не', 'потрібно', 'рясно', 'змащувати', 'жиром'] +common_voice_uk_21584213-1094-0: hyp=['а', 'візьміть', 'форму', 'для', 'кексів', 'ідеального', 'силіконова', 'і', 'не', 'потрібна', 'рясне', 'змащувати', 'жиром'] +common_voice_uk_21584214-1095-0: ref=['адже', 'в', 'селі', 'живуть', 'їхні', 'нащадки'] +common_voice_uk_21584214-1095-0: hyp=['адже', 'в', 'селі', 'живуть', 'їхні', 'нащадки'] +common_voice_uk_21584215-1096-0: ref=['ранні', 'експедиції', 'сходили', 'на', 'гору', 'північним', 'схилом', 'з', 'тибету'] +common_voice_uk_21584215-1096-0: hyp=['ранні', 'експедиції', 'сходила', 'на', 'урок', 'північним', 'схилом', 'стебету'] +common_voice_uk_21584216-1097-0: ref=['прийде', 'коза', 'до', 'воза'] +common_voice_uk_21584216-1097-0: hyp=['прийде', 'коза', 'до', 'воза'] +common_voice_uk_21584986-1098-0: ref=['свою', 'долю', 'й', 'конем', 'не', "об'їдеш"] +common_voice_uk_21584986-1098-0: hyp=['свою', 'долю', 'іконем', 'не', "об'їдеш"] +common_voice_uk_21584989-1099-0: ref=['вам', 'усім', 'добре', 'видно', 'свої', 'прізвища', 'на', 'екрані'] +common_voice_uk_21584989-1099-0: hyp=['маму', 'всім', 'добре', 'видно', 'свої', 'прізвища', 'на', 'екрані'] +common_voice_uk_21584990-1100-0: ref=['одне', 'лише', 'я', 'знала', 'й', 'відчувала'] +common_voice_uk_21584990-1100-0: hyp=['одне', 'лише', 'я', 'знала', 'й', 'відчувала'] +common_voice_uk_21584991-1101-0: ref=['а', 'берлінський', 'гестапівець', 'після', 'війни', 'знову', 'спокійнісінько', 'працює', 'в', 'органах', 'влади'] +common_voice_uk_21584991-1101-0: hyp=['а', 'берлінський', 'гестапівець', 'після', 'війни', 'знову', 'спокійнісінько', 'працює', 'в', 'органах', 'влади'] +common_voice_uk_21585072-1102-0: ref=['якщо', 'є', 'запитання', 'готова', 'відповідати'] +common_voice_uk_21585072-1102-0: hyp=['якщо', 'я', 'запитання', 'готове', 'відповідати'] +common_voice_uk_21585073-1103-0: ref=['шановні', 'панове', 'депутати'] +common_voice_uk_21585073-1103-0: hyp=['шановні', 'панові', 'депутати'] +common_voice_uk_21585074-1104-0: ref=['їхня', 'компанія', 'виготовляла', 'алюмінієві', 'вікна', 'й', 'двері', 'працювали', 'там', 'пів', 'року'] +common_voice_uk_21585074-1104-0: hyp=['їхня', 'компанія', 'виготовляла', 'алюмінієві', 'вікна', 'двері', 'працювали', 'там', 'півроку'] +common_voice_uk_21585076-1105-0: ref=['зарубай', 'собі', 'на', 'носі'] +common_voice_uk_21585076-1105-0: hyp=['зарубай', 'собі', 'на', 'носі'] +common_voice_uk_21585716-1106-0: ref=['інформація', 'про', 'державну', 'реєстрацію', 'фізичних', 'осіб', 'підприємців', 'є', 'відкритою'] +common_voice_uk_21585716-1106-0: hyp=['інформація', 'про', 'державну', 'реєстрацію', 'фізичних', 'осіб', 'підприємців', 'є', 'відкритою'] +common_voice_uk_21585717-1107-0: ref=['дійсно', 'воно', 'дуже', 'важливе'] +common_voice_uk_21585717-1107-0: hyp=['дійсно', 'воно', 'дуже', 'важливе'] +common_voice_uk_21585719-1108-0: ref=['аполлон', 'ідеал', 'чоловічої', 'краси'] +common_voice_uk_21585719-1108-0: hyp=['аполлон', 'ідеал', 'чоловічої', 'краси'] +common_voice_uk_21585721-1109-0: ref=['тріснуло', 'щось', 'під', 'коліном'] +common_voice_uk_21585721-1109-0: hyp=['кріснуло', 'щось', 'під', 'коліном'] +common_voice_uk_21585723-1110-0: ref=['знадвору', 'будівлю', 'оточили', 'озброєні', 'силовики', 'і', 'не', 'давали', 'вивезти', 'затриманих'] +common_voice_uk_21585723-1110-0: hyp=['знадвору', 'будівлю', 'оточили', 'озброєні', 'село', 'таки', 'і', 'надавали', 'вивести', 'затриманих'] +common_voice_uk_21585806-1111-0: ref=['сивий', 'гуцул', 'стоїть', 'на', 'вершині', 'гори', 'дивиться', 'на', 'полонину', 'люльку', 'смалить'] +common_voice_uk_21585806-1111-0: hyp=['сивий', 'гуцул', 'стоїть', 'на', 'вершині', 'гори', 'дивиться', 'на', 'полонину', 'льольку', 'смолить'] +common_voice_uk_21585811-1112-0: ref=['вище', 'голови', 'не', 'вдариш'] +common_voice_uk_21585811-1112-0: hyp=['ви', 'що', 'голови', 'не', 'вдариш'] +common_voice_uk_21585818-1113-0: ref=['деякі', 'матеріали', 'настільки', 'рідкі', 'що', 'вони', 'практично', 'незнайомі', 'широкій', 'публіці'] +common_voice_uk_21585818-1113-0: hyp=['деякі', 'матеріали', 'настільки', 'рядкі', 'що', 'вони', 'практично', 'незнайомі', 'широкій', 'публіці'] +common_voice_uk_21585819-1114-0: ref=['будемо', 'з', 'вами', 'радитися'] +common_voice_uk_21585819-1114-0: hyp=['будемо', 'з', 'вами', 'радитися'] +common_voice_uk_21585857-1115-0: ref=['вас', 'такого', 'здоровила', 'та', 'ви', 'збожеволіли'] +common_voice_uk_21585857-1115-0: hyp=['вас', 'такого', 'здоровила', 'то', 'ви', 'збожеволіли'] +common_voice_uk_21585858-1116-0: ref=['відкривали', 'тільки', 'тоді', 'коли', 'давали', 'їсти'] +common_voice_uk_21585858-1116-0: hyp=['відкривали', 'тільки', 'тоді', 'коли', 'давали', 'їсти'] +common_voice_uk_21585861-1117-0: ref=['усі', 'ці', 'фактори', 'працюють', 'проти', 'появи', 'в', 'китаї', 'гордості', 'за', 'свою', 'роботу'] +common_voice_uk_21585861-1117-0: hyp=['усі', 'ці', 'фактори', 'працюють', 'проти', 'появи', 'в', 'китаї', 'гордості', 'за', 'свою', 'роботу'] +common_voice_uk_21585865-1118-0: ref=['я', 'чекав', 'що', 'вони', 'захопляться', 'й', 'заговорять', 'голосніше', 'це', 'спочатку', 'тільки', 'така', 'обережність'] +common_voice_uk_21585865-1118-0: hyp=['я', 'чекав', 'що', 'вони', 'захопляться', 'і', 'заговорять', 'голосніше', 'це', 'спочатку', 'тільки', 'таку', 'обережність'] +common_voice_uk_21585868-1119-0: ref=['так', 'воно', 'є'] +common_voice_uk_21585868-1119-0: hyp=['так', 'воно', 'є'] +common_voice_uk_21585925-1120-0: ref=['кого', 'кликати', 'коли', 'вбиває', 'поліція'] +common_voice_uk_21585925-1120-0: hyp=['кого', 'кликати', 'коли', 'вбиває', 'поліція'] +common_voice_uk_21585929-1121-0: ref=['хороший', 'вчитель', 'пояснює'] +common_voice_uk_21585929-1121-0: hyp=['хороший', 'вчитель', 'пояснює'] +common_voice_uk_21585932-1122-0: ref=['і', 'наші', 'кандидати', 'за', 'величезні', 'гроші', 'купують', 'ці', 'буси'] +common_voice_uk_21585932-1122-0: hyp=['і', 'наші', 'кандидати', 'за', 'величезні', 'гроші', 'купують', 'ці', 'буси'] +common_voice_uk_21585934-1123-0: ref=['послуживши', 'рік', 'чи', 'два', 'вислужила', 'собі', 'добру', 'хату', 'грунт', 'пару', 'коней', 'овець', 'корівку'] +common_voice_uk_21585934-1123-0: hyp=['послуживши', 'рік', 'чи', 'два', 'вислужили', 'собі', 'добру', 'хату', 'грунт', 'пару', 'коней', 'овець', 'корівку'] +common_voice_uk_21585936-1124-0: ref=['чим', 'він', 'сьогодні', 'незручний'] +common_voice_uk_21585936-1124-0: hyp=['чим', 'він', 'сьогодні', 'незручний'] +common_voice_uk_21585982-1125-0: ref=['усі', "суб'єкти", 'права', 'власності', 'рівні', 'перед', 'законом'] +common_voice_uk_21585982-1125-0: hyp=['усі', 'собі', "суб'єкти", 'права', 'власності', 'рівні', 'перед', 'законом'] +common_voice_uk_21585983-1126-0: ref=['в', 'європі', 'неможливо', 'залишити', 'автомобіль', 'і', 'не', 'сплатити'] +common_voice_uk_21585983-1126-0: hyp=['в', 'європі', 'неможливо', 'залишити', 'автомобіль', 'і', 'не', 'сплатити'] +common_voice_uk_21585984-1127-0: ref=['дивись', 'і', 'на', 'задні', 'колеса'] +common_voice_uk_21585984-1127-0: hyp=['дивись', 'і', 'на', 'задні', 'колеса'] +common_voice_uk_21585986-1128-0: ref=['нероби', 'другому', 'що', 'тобі', 'немиле'] +common_voice_uk_21585986-1128-0: hyp=['не', 'роби', 'другому', 'що', 'тобі', 'не', 'мила'] +common_voice_uk_21587550-1129-0: ref=['люди', 'збирають', 'бібліотеку', 'голосів', 'для', 'синтезатора', 'мовлення'] +common_voice_uk_21587550-1129-0: hyp=['люди', 'збирають', 'бібліотеку', 'голосів', 'для', 'синтезатора', 'мовлення'] +common_voice_uk_21587551-1130-0: ref=['холодно', 'з', 'співчуттям', 'спитав', 'парубок'] +common_voice_uk_21587551-1130-0: hyp=['холодно', 'зі', 'співчуттям', 'спитав', 'парубок'] +common_voice_uk_21587553-1131-0: ref=['однак', 'самих', 'лише', 'законів', 'навіть', 'найкращих', 'замало', 'закони', 'мають', 'виконуватись'] +common_voice_uk_21587553-1131-0: hyp=['однак', 'самих', 'лише', 'законів', 'навіть', 'найкращих', 'замало', 'закони', 'мають', 'виконуватись'] +common_voice_uk_21587555-1132-0: ref=['цивільні', 'біженці', 'що', 'підтримують', 'терористів'] +common_voice_uk_21587555-1132-0: hyp=['цивільні', 'біженці', 'що', 'підтримують', 'терористів'] +common_voice_uk_21587695-1133-0: ref=['історія', 'українського', 'народного', 'вбрання', 'тісно', "пов'язана", 'з', 'традиціями', 'київської', 'русі'] +common_voice_uk_21587695-1133-0: hyp=['історія', 'українського', 'народного', 'вбрання', 'тісно', "пов'язана", 'з', 'традиціями', 'київської', 'русі'] +common_voice_uk_21587696-1134-0: ref=['ми', 'спробуємо', 'з', 'другого', 'боку'] +common_voice_uk_21587696-1134-0: hyp=['ми', 'спробуємо', 'з', 'другого', 'боку'] +common_voice_uk_21587697-1135-0: ref=['там', 'дуже', 'висока', 'інтенсивність', 'контактів', 'із', 'дрібними', 'станціями'] +common_voice_uk_21587697-1135-0: hyp=['там', 'дуже', 'висока', 'інтенсивність', 'контактів', 'із', 'дрібними', 'станціями'] +common_voice_uk_21587698-1136-0: ref=['це', 'дуже', 'критичний', 'день', 'під', 'час', 'якого', 'не', 'складно', 'нарватися', 'на', 'конфлікт'] +common_voice_uk_21587698-1136-0: hyp=['це', 'дуже', 'критичний', 'день', 'під', 'час', 'якого', 'нескладно', 'нарватися', 'на', 'конфлікт'] +common_voice_uk_21587700-1137-0: ref=['зробіть', 'пиріг', 'із', 'лаваша', 'рідні', 'оцінять', 'вашу', 'кулінарну', 'винахідливість', 'і', 'смак', 'страви'] +common_voice_uk_21587700-1137-0: hyp=['зробіть', 'пиріг', 'із', 'лобаша', 'рідні', 'оцінять', 'вашу', 'колінарну', 'винахідливість', 'і', 'смак', 'страви'] +common_voice_uk_21587797-1138-0: ref=['і', 'на', 'що', 'люди', 'звертають', 'увагу'] +common_voice_uk_21587797-1138-0: hyp=['і', 'на', 'що', 'люди', 'звертають', 'увагу'] +common_voice_uk_21587798-1139-0: ref=['далеко', 'ходять', 'комбайни'] +common_voice_uk_21587798-1139-0: hyp=['далеко', 'ходять', 'комбайни'] +common_voice_uk_21587799-1140-0: ref=['і', 'тоді', 'ми', 'готові', 'це', 'підтримати'] +common_voice_uk_21587799-1140-0: hyp=['і', 'тоді', 'ми', 'готові', 'це', 'підтримати'] +common_voice_uk_21587859-1141-0: ref=['який', 'є', 'сенс', 'поспішати'] +common_voice_uk_21587859-1141-0: hyp=['який', 'є', 'сенс', 'поспішати'] +common_voice_uk_21587860-1142-0: ref=['демосфен', 'іронічно', 'так', 'називають', 'балакунів'] +common_voice_uk_21587860-1142-0: hyp=['демосфен', 'іронічно', 'так', 'називають', 'балакунів'] +common_voice_uk_21587861-1143-0: ref=['він', 'виконує', 'свою', 'роботу', 'і', 'виконує', 'її', 'як', 'уміє'] +common_voice_uk_21587861-1143-0: hyp=['він', 'виконує', 'свою', 'роботу', 'і', 'виконує', 'її', 'як', 'уміє'] +common_voice_uk_21587862-1144-0: ref=['сам', 'в', 'іронічному', 'подиві', 'звів', 'брови', 'другий'] +common_voice_uk_21587862-1144-0: hyp=['сам', 'віронічному', 'подиві', 'звів', 'брови', 'другий'] +common_voice_uk_21587863-1145-0: ref=['так', 'не', 'хочеш', 'не', 'треба'] +common_voice_uk_21587863-1145-0: hyp=['так', 'не', 'хочеш', 'не', 'треба'] +common_voice_uk_21588199-1146-0: ref=['три', 'речі', 'ніколи', 'не', 'можна', 'повернути', 'час', 'слово', 'й', 'можливість'] +common_voice_uk_21588199-1146-0: hyp=['три', 'речі', 'ніколи', 'не', 'можна', 'повернути', 'час', 'слово', 'і', 'можливість'] +common_voice_uk_21588201-1147-0: ref=['які', 'ще', 'будуть', 'пропозиції'] +common_voice_uk_21588201-1147-0: hyp=['які', 'ще', 'будуть', 'пропозиції'] +common_voice_uk_21588203-1148-0: ref=['але', 'з', 'іншого', 'боку', 'де', 'ж', 'ця', 'сила'] +common_voice_uk_21588203-1148-0: hyp=['але', 'з', 'іншого', 'боку', 'де', 'ж', 'ця', 'сила'] +common_voice_uk_21588204-1149-0: ref=['це', 'мій', "обов'язок"] +common_voice_uk_21588204-1149-0: hyp=['це', 'мій', "обов'язок"] +common_voice_uk_21588205-1150-0: ref=['покажіть', 'будь', 'ласка', 'наступний', 'слайд'] +common_voice_uk_21588205-1150-0: hyp=['скажіть', 'будь', 'ласка', 'наступний', 'слайд'] +common_voice_uk_21591019-1151-0: ref=['освіта', 'повинна', 'бути', 'істинною', 'повною', 'ясною', 'і', 'міцною'] +common_voice_uk_21591019-1151-0: hyp=['освіта', 'повинна', 'бути', 'істинною', 'повною', 'ясною', 'і', 'міцною'] +common_voice_uk_21591020-1152-0: ref=['по', 'величині', 'зараз', 'олег', 'валерійович', 'потім', 'юлія', 'володимирівна'] +common_voice_uk_21591020-1152-0: hyp=['по', 'величині', 'зараз', 'олег', 'валерійович', 'потім', 'юлія', 'володимирівна'] +common_voice_uk_21591021-1153-0: ref=['не', 'все', 'те', 'отрута', 'що', 'неприємне', 'на', 'смак'] +common_voice_uk_21591021-1153-0: hyp=['не', 'все', 'те', 'отрута', 'що', 'неприємне', 'на', 'смак'] +common_voice_uk_21591022-1154-0: ref=['хто', 'дітей', 'не', 'має', 'той', 'жури', 'не', 'знає'] +common_voice_uk_21591022-1154-0: hyp=['хто', 'дітей', 'немає', 'тої', 'жури', 'не', 'знає'] +common_voice_uk_21591080-1155-0: ref=['світ', 'мистецтва', 'досі', 'губиться', 'у', 'здогадах', 'щодо', 'близькості', 'стосунків', 'цієї', 'пари'] +common_voice_uk_21591080-1155-0: hyp=['світ', 'мистецтва', 'до', 'всі', 'губиться', 'уздогадах', 'щодо', 'близькості', 'стосунків', 'цієї', 'пари'] +common_voice_uk_21591081-1156-0: ref=['для', 'мене', 'це', 'є', 'трошки', 'дивним'] +common_voice_uk_21591081-1156-0: hyp=['для', 'мене', 'це', 'є', 'трошки', 'дивним'] +common_voice_uk_21591082-1157-0: ref=['він', 'має', 'право', 'на', 'свою', 'позицію'] +common_voice_uk_21591082-1157-0: hyp=['він', 'має', 'право', 'на', 'свою', 'позицію'] +common_voice_uk_21591083-1158-0: ref=['підписники', 'зірки', 'захоплено', 'відгукнулися', 'про', 'шоу'] +common_voice_uk_21591083-1158-0: hyp=['підписники', 'зірки', 'захоплено', 'відгукувалися', 'про', 'шоу'] +common_voice_uk_21591084-1159-0: ref=['декларації', 'констатація', 'незадовільного', 'положення'] +common_voice_uk_21591084-1159-0: hyp=['декларації', 'констатації', 'незадовільного', 'положення'] +common_voice_uk_21591148-1160-0: ref=['незабаром', 'у', 'школах', 'розпочнуться', 'весняні', 'канікули'] +common_voice_uk_21591148-1160-0: hyp=['незабаром', 'у', 'школах', 'розпочнуться', 'весняні', 'конікули'] +common_voice_uk_21591149-1161-0: ref=['наголос', 'в', 'українській', 'мові', 'виконує', 'подвійну', 'функцію'] +common_voice_uk_21591149-1161-0: hyp=['наголос', 'в', 'українській', 'мові', 'виконує', 'подвійну', 'функцію'] +common_voice_uk_21591150-1162-0: ref=['тому', 'прошу', 'підтримати'] +common_voice_uk_21591150-1162-0: hyp=['тому', 'прошу', 'підтримати'] +common_voice_uk_21591151-1163-0: ref=['не', 'треба'] +common_voice_uk_21591151-1163-0: hyp=['не', 'треба'] +common_voice_uk_21591153-1164-0: ref=['активісти', 'вимагали', 'забрати', 'у', 'нього', 'нагороду'] +common_voice_uk_21591153-1164-0: hyp=['активісти', 'вимагали', 'забрати', 'у', 'нього', 'нагороду'] +common_voice_uk_21591330-1165-0: ref=['незнання', 'законів', 'не', 'звільняє', 'від', 'юридичної', 'відповідальності'] +common_voice_uk_21591330-1165-0: hyp=['незнання', 'законів', 'не', 'звільняє', 'від', 'юридичної', 'відповідальності'] +common_voice_uk_21591331-1166-0: ref=['правда', 'він', 'купив', 'собі', 'нового', 'хворменого', 'картуза', 'з', 'бархатним', 'околушком', 'які', 'носять', 'семінаристи'] +common_voice_uk_21591331-1166-0: hyp=['правильно', 'він', 'купив', 'собі', 'нового', 'хворбиного', 'картуза', 'з', 'бархатним', 'околушком', 'які', 'носять', 'сімейнаристи'] +common_voice_uk_21591332-1167-0: ref=['заборонений', 'овоч', 'найбільше', 'смакує'] +common_voice_uk_21591332-1167-0: hyp=['заборонений', 'овоч', 'найбільше', 'смакує'] +common_voice_uk_21591333-1168-0: ref=['дзвін', 'на', 'прадавній', 'дзвіниці', 'висить', 'насторожливо'] +common_voice_uk_21591333-1168-0: hyp=['звінна', 'про', 'давній', 'дзвіниці', 'висить', 'насторожливо'] +common_voice_uk_21591334-1169-0: ref=['спалений', 'міст', 'за', 'спиною', 'освітлює', 'шлях', 'попереду'] +common_voice_uk_21591334-1169-0: hyp=['спалене', 'місце', 'за', 'спиною', 'освітлює', 'шлях', 'попереду'] +common_voice_uk_21592578-1170-0: ref=['замість', 'арештованих', 'наразі', 'у', 'майдану', 'нові', 'лідери'] +common_voice_uk_21592578-1170-0: hyp=['замість', 'арештоване', 'наразі', 'і', 'майдані', 'лідери'] +common_voice_uk_21592579-1171-0: ref=['часто', 'говоримо', 'що', 'аромати', 'зберігають', 'у', 'собі', 'спогади'] +common_voice_uk_21592579-1171-0: hyp=['сторі', 'спогади'] +common_voice_uk_21592580-1172-0: ref=['яз', 'тобою', 'як', 'риба', 'з', 'водою'] +common_voice_uk_21592580-1172-0: hyp=['я', 'з', 'тобою', 'як', 'риба', 'з', 'метою'] +common_voice_uk_21594929-1173-0: ref=['з', 'гонору', 'на', 'голові', 'ходить'] +common_voice_uk_21594929-1173-0: hyp=['з', 'гонору', 'на', 'голові', 'ходить'] +common_voice_uk_21594930-1174-0: ref=['скільки', 'коштує', 'цей', 'довідник'] +common_voice_uk_21594930-1174-0: hyp=['скільки', 'коштує', 'цей', 'довідник'] +common_voice_uk_21594931-1175-0: ref=['асортимент', 'товарів', 'набір', 'товарів', "об'єднаних", 'по', 'якомусь', 'одному', 'або', 'сукупності', 'ознак'] +common_voice_uk_21594931-1175-0: hyp=['асортимент', 'товарів', 'набір', 'товарів', "об'єднує", 'по', 'якомусь', 'одному', 'або', 'сукупності', 'ознак'] +common_voice_uk_21594932-1176-0: ref=['любов', 'виникає', 'з', 'любові', 'коли', 'хочу', 'щоб', 'мене', 'любили', 'я', 'сам', 'перший', 'люблю'] +common_voice_uk_21594932-1176-0: hyp=['любов', 'виникає', 'з', 'любові', 'коли', 'хочу', 'щоб', 'мене', 'любили', 'я', 'сам', 'перше', 'і', 'люблю'] +common_voice_uk_21594933-1177-0: ref=['чому', 'я', 'так', 'кажу'] +common_voice_uk_21594933-1177-0: hyp=['чому', 'я', 'так', 'кажу'] +common_voice_uk_21594954-1178-0: ref=['каприз', 'бажання', 'без', 'потреби'] +common_voice_uk_21594954-1178-0: hyp=['каприз', 'бажання', 'без', 'потреб'] +common_voice_uk_21594955-1179-0: ref=['цей', "з'ясований", 'момент'] +common_voice_uk_21594955-1179-0: hyp=['це', "з'ясований", 'момент'] +common_voice_uk_21594956-1180-0: ref=['в', 'принципі', 'цю', 'інформацію', 'можна', 'знайти', 'у', 'вікіпедії'] +common_voice_uk_21594956-1180-0: hyp=['в', 'принципі', 'цю', 'інформацію', 'можна', 'знайти', 'у', 'вікіпедії'] +common_voice_uk_21594957-1181-0: ref=['кожному', 'хочеться', 'сказати', 'щось', 'радісне'] +common_voice_uk_21594957-1181-0: hyp=['кожному', 'хочеться', 'сказати', 'щось', 'радісне'] +common_voice_uk_21596402-1182-0: ref=['поганяй', 'я', 'тобі', 'кажу', 'закричав', 'я', 'кучерові'] +common_voice_uk_21596402-1182-0: hyp=['поганяй', 'я', 'тобі', 'кажу', 'закричав', 'як', 'у', 'чорами'] +common_voice_uk_21596403-1183-0: ref=['те', 'що', 'стосується', 'нашої', 'подальшої', 'долі'] +common_voice_uk_21596403-1183-0: hyp=['те', 'що', 'стосується', 'нашої', 'подальшої', 'і', 'долі'] +common_voice_uk_21596404-1184-0: ref=['пішов', 'пішком', 'з', 'мішком'] +common_voice_uk_21596404-1184-0: hyp=['пішов', 'пішком', 'з', 'мішком'] +common_voice_uk_21596405-1185-0: ref=['до', 'дупи', 'дверцята'] +common_voice_uk_21596405-1185-0: hyp=['до', 'дупи', 'дверцятам'] +common_voice_uk_21596407-1186-0: ref=['харчова', 'цінність', 'багатьох', 'продуктів', 'зараз', 'залишає', 'бажати', 'кращого'] +common_voice_uk_21596407-1186-0: hyp=['харчова', 'цінність', 'багатьох', 'продуктів', 'зараз', 'залишаємо', 'повщати', 'краще'] +common_voice_uk_21618051-1187-0: ref=['дані', 'які', 'озвучують', 'посадовці', 'оціночні', 'й', 'дуже', 'приблизні'] +common_voice_uk_21618051-1187-0: hyp=['дані', 'які', 'озвучують', 'посадовці', 'оці', 'ночні', 'і', 'дуже', 'приблизні'] +common_voice_uk_21618053-1188-0: ref=['дівчина', 'хоче', 'сподобатися', 'хлопцю', 'хлопець', 'дівчині', 'це', 'нормально'] +common_voice_uk_21618053-1188-0: hyp=['дівчина', 'хоче', 'сподобатися', 'хлопцю', 'хлопець', 'дівчині', 'це', 'нормально'] +common_voice_uk_21618054-1189-0: ref=['не', 'називай', 'солодким', 'те', 'що', 'породжує', 'гіркоту'] +common_voice_uk_21618054-1189-0: hyp=['не', 'називай', 'солодким', 'те', 'що', 'породжує', 'гіркоту'] +common_voice_uk_21618055-1190-0: ref=['феміда', 'синонім', 'правосуддя'] +common_voice_uk_21618055-1190-0: hyp=['феміда', 'синонім', 'правосуддя'] +common_voice_uk_21623155-1191-0: ref=['організатори', 'українського', 'тижня', 'моди', 'оголосили', 'повну', 'програму'] +common_voice_uk_21623155-1191-0: hyp=['організатори', 'українського', 'тижня', 'моди', 'оголосили', 'повну', 'програму'] +common_voice_uk_21623156-1192-0: ref=['рятований', 'два', 'рази', 'вмирає'] +common_voice_uk_21623156-1192-0: hyp=['рятований', 'два', 'рази', 'вмирає'] +common_voice_uk_21623157-1193-0: ref=['я', 'беру', 'її', 'на', 'хворого', 'зуба'] +common_voice_uk_21623157-1193-0: hyp=['я', 'беру', 'її', 'на', 'хворого', 'зуба'] +common_voice_uk_21623158-1194-0: ref=['у', 'причетності', 'до', 'вбивства', 'журналіста', 'підозрюють', 'саудівського', 'принца'] +common_voice_uk_21623158-1194-0: hyp=['у', 'причетності', 'до', 'вбивства', 'журналіста', 'підозрюють', 'саудівського', 'принца'] +common_voice_uk_21623159-1195-0: ref=['маком', 'стелиться', 'перед', 'ним'] +common_voice_uk_21623159-1195-0: hyp=['маком', 'ставиться', 'перед', 'ним'] +common_voice_uk_21623190-1196-0: ref=['так', 'було', 'у', 'всіх', 'тих', 'моментах'] +common_voice_uk_21623190-1196-0: hyp=['так', 'було', 'у', 'всіх', 'тих', 'моментах'] +common_voice_uk_21623191-1197-0: ref=['відповідно', 'російські', 'пропагандисти', 'поспішили', 'зафіксувати', 'отриману', 'перемогу'] +common_voice_uk_21623191-1197-0: hyp=['відповідно', 'російські', 'пропагандисти', 'поспішили', 'зафіксувати', 'отриману', 'перемогу'] +common_voice_uk_21623192-1198-0: ref=['якби', 'свиня', 'роги', 'мала', 'весь', 'товар', 'би', 'перебила'] +common_voice_uk_21623192-1198-0: hyp=['якби', 'свиня', 'роги', 'мала', 'весь', 'товар', 'би', 'перебила'] +common_voice_uk_21623193-1199-0: ref=['мудрець', 'мусить', 'і', 'з', 'гною', 'вибирати', 'золото'] +common_voice_uk_21623193-1199-0: hyp=['мудрець', 'мусить', 'із', 'гною', 'вибирати', 'золото'] +common_voice_uk_21623194-1200-0: ref=['акціонерне', 'товариство', 'не', 'має', 'права', 'розміщувати', 'акції', 'за', 'ціною', 'нижчою', 'за', 'їх', 'номінальну', 'вартість'] +common_voice_uk_21623194-1200-0: hyp=['акціонерне', 'товариство', 'не', 'має', 'права', 'розміщувати', 'акції', 'за', 'ціною', 'нижчою', 'за', 'їх', 'номінальну', 'вартість'] +common_voice_uk_21623211-1201-0: ref=['дякую', 'за', 'слушне', 'запитання'] +common_voice_uk_21623211-1201-0: hyp=['дякую', 'за', 'слушне', 'запитання'] +common_voice_uk_21623213-1202-0: ref=['нашою', 'спільною', 'метою', 'яка', 'повинна', 'бути', 'понад', 'усе', 'інше', 'є', 'побудова', 'свідомого', 'українського', 'суспільства'] +common_voice_uk_21623213-1202-0: hyp=['нашою', 'спідною', 'метою', 'яка', 'повинна', 'бути', 'понад', 'усе', 'інше', 'є', 'побудова', 'свідомо', 'українського', 'суспільства'] +common_voice_uk_21623214-1203-0: ref=['оптимісти', 'винайшли', 'літак', 'песимісти', 'парашут'] +common_voice_uk_21623214-1203-0: hyp=['оптимісти', 'винайшли', 'літак', 'це', 'місти', 'парашут'] +common_voice_uk_21623216-1204-0: ref=['у', 'віці', "дев'ятнадцяти", 'років', 'малік', 'потрапляє', 'за', 'грати', 'за', 'бійку', 'з', 'полісменом'] +common_voice_uk_21623216-1204-0: hyp=['у', 'вічці', "дев'ятнадцяти", 'років', 'маліть', 'потрапляє', 'за', 'грати', 'за', 'бік', 'з', 'полісменом'] +common_voice_uk_21623218-1205-0: ref=['без', 'зміни', 'цього', 'способу', 'виявляти', 'та', 'карати', 'можна', 'до', 'безкінечності'] +common_voice_uk_21623218-1205-0: hyp=['без', 'зміни', 'цього', 'способу', 'виявляти', 'така', 'карати', 'можна', 'до', 'безкінечності'] +common_voice_uk_21623608-1206-0: ref=['доступ', 'до', 'цієї', 'історії', 'має', 'інспектор', 'який', 'здійснює', 'перевірку', 'водія'] +common_voice_uk_21623608-1206-0: hyp=['доступ', 'до', 'цієї', 'історії', 'має', 'інспектор', 'який', 'здійснює', 'перевірку', 'водія'] +common_voice_uk_21623612-1207-0: ref=['будьте', 'обережні', 'вибираючи', 'собі', 'оточення'] +common_voice_uk_21623612-1207-0: hyp=['будьте', 'обережні', 'вибираючи', 'собі', 'оточення'] +common_voice_uk_21623671-1208-0: ref=['щодня', 'ми', 'тих', 'горіхів', 'повнісінькі', 'пазухи', 'було', 'приносили'] +common_voice_uk_21623671-1208-0: hyp=['щодня', 'мате', 'горіхи', 'помісінькі', 'пазухи', 'було', 'приносили'] +common_voice_uk_21623673-1209-0: ref=['дякую'] +common_voice_uk_21623673-1209-0: hyp=['дякую'] +common_voice_uk_21623675-1210-0: ref=['ми', 'вже', 'давали', 'власну', 'оцінку', 'новому', 'дизайнові', 'театру', 'на', 'подолі'] +common_voice_uk_21623675-1210-0: hyp=['ми', 'вже', 'давали', 'власну', 'оцінку', 'новому', 'дизайнері', 'театрудові'] +common_voice_uk_21623676-1211-0: ref=['шлюб', 'ґрунтується', 'на', 'вільній', 'згоді', 'жінки', 'і', 'чоловіка'] +common_voice_uk_21623676-1211-0: hyp=['шлюб', 'ґрунтується', 'на', 'вільній', 'згоді', 'жінки', 'і', 'чоловіка'] +common_voice_uk_21623694-1212-0: ref=['міжнародних', 'партнерів'] +common_voice_uk_21623694-1212-0: hyp=['міжнародних', 'партнерів'] +common_voice_uk_21623696-1213-0: ref=['якість', 'навчального', 'обладнання', 'оцінили', 'педагоги'] +common_voice_uk_21623696-1213-0: hyp=['якість', 'навчального', 'обладнання', 'оцінили', 'педагоги'] +common_voice_uk_21623698-1214-0: ref=["з'ясувати", 'правду', 'допоміг', 'професіонал'] +common_voice_uk_21623698-1214-0: hyp=["з'ясувати", 'правду', 'допоміг', 'професіонал'] +common_voice_uk_21623700-1215-0: ref=['і', 'я', 'подивився', 'київ', 'самий', 'потужний', 'донор', 'держави', 'в', 'даній', 'ситуації'] +common_voice_uk_21623700-1215-0: hyp=['я', 'подивився', 'каїп', 'самий', 'потужний', 'донор', 'держави', 'в', 'даній', 'ситуації'] +common_voice_uk_21623701-1216-0: ref=['такий', 'вид', 'інтелектуальної', 'різноманітності', 'критично', 'важливий', 'для', 'пошуку', 'правильних', 'рішень', 'складних', 'проблем'] +common_voice_uk_21623701-1216-0: hyp=['такий', 'вид', 'інтелектуальний', 'різноманітності', 'критично', 'важливий', 'для', 'пошуку', 'правильних', 'рішень', 'складних', 'проблем'] +common_voice_uk_21625037-1217-0: ref=['поталанило', 'відчути', 'себе', 'мамою'] +common_voice_uk_21625037-1217-0: hyp=['відчути', 'себе', 'мамо'] +common_voice_uk_21625038-1218-0: ref=['в', 'деяких', 'місцях', 'освітлення', 'відсутнє'] +common_voice_uk_21625038-1218-0: hyp=['у', 'деяких', 'місцях', 'освітлені', 'відсутні'] +common_voice_uk_21631214-1219-0: ref=['від', 'голови', 'риба', 'пахне'] +common_voice_uk_21631214-1219-0: hyp=['від', 'голови', 'риба', 'пахне'] +common_voice_uk_21631216-1220-0: ref=['перше', 'успішне', 'сходження', 'було', 'здійснено', 'двадцять', "дев'ятого", 'травня'] +common_voice_uk_21631216-1220-0: hyp=['так', 'що', 'успішне', 'сходження', 'було', 'здійснене', 'двадцять', "дев'ятого", 'травня'] +common_voice_uk_21631217-1221-0: ref=['він', 'зазначив', 'що', 'таких', 'планів', 'наразі', 'немає'] +common_voice_uk_21631217-1221-0: hyp=['він', 'зазначив', 'що', 'таких', 'планів', 'наразі', 'немає'] +common_voice_uk_21631220-1222-0: ref=['контраст', 'приваблює', 'погляд', 'викликає', 'емоції', 'та', 'спрямовує', 'увагу'] +common_voice_uk_21631220-1222-0: hyp=['контраст', 'приваблює', 'погляд', 'викликає', 'емоції', 'де', 'спрямовує', 'увагу'] +common_voice_uk_21631221-1223-0: ref=['говорити', 'не', 'ціпом', 'молотити'] +common_voice_uk_21631221-1223-0: hyp=['говорити', 'не', 'ці', 'помолотити'] +common_voice_uk_21632055-1224-0: ref=['так', 'звані', 'літературні', 'мови', 'річ', 'доволі', 'абстрактна'] +common_voice_uk_21632055-1224-0: hyp=['так', 'звані', 'вітерні', 'мови', 'річ', 'доволі', 'обстрактна'] +common_voice_uk_21632057-1225-0: ref=['ліхтар', 'діогена', 'спосіб', 'шукання', 'істини', 'шукання', 'серед', 'зіпсованого', 'суспільства', 'справжньої', 'людини'] +common_voice_uk_21632057-1225-0: hyp=['ліхтар', 'діогена', 'спосіб', 'шукання', 'їстини', 'шукання', 'сер', 'зіпсовано', 'суспільство', 'справжньої', 'людини'] +common_voice_uk_21632058-1226-0: ref=['чарочка', 'коток', 'котись', 'у', 'роток'] +common_voice_uk_21632058-1226-0: hyp=['чарочка', 'коток', 'кудись', 'в', 'роток'] +common_voice_uk_21632059-1227-0: ref=['дякую', 'вам', 'за', 'увагу'] +common_voice_uk_21632059-1227-0: hyp=['дякую', 'вам', 'за', 'увагу'] +common_voice_uk_21632061-1228-0: ref=['ну', 'зрозумів', 'про', 'що'] +common_voice_uk_21632061-1228-0: hyp=['ну', 'зрозумів', 'про', 'що'] +common_voice_uk_21632741-1229-0: ref=['так', 'само', 'було', 'і', 'з', 'цим', 'генеральним', 'планом'] +common_voice_uk_21632741-1229-0: hyp=['так', 'само', 'було', 'з', 'цим', 'генеральним', 'планом'] +common_voice_uk_21632743-1230-0: ref=['не', 'берися', 'бігти', 'доки', 'не', 'навчився', 'ходити'] +common_voice_uk_21632743-1230-0: hyp=['не', 'берися', 'бігти', 'доки', 'не', 'навчився', 'ходити'] +common_voice_uk_21632745-1231-0: ref=['не', 'вбити', 'бика', 'за', 'ложку', 'молока'] +common_voice_uk_21632745-1231-0: hyp=['не', 'вбити', 'бика', 'за', 'ложку', 'молока'] +common_voice_uk_21632746-1232-0: ref=['пауло', 'коельо', 'став', 'членом', 'бразильської', 'літературної', 'академії'] +common_voice_uk_21632746-1232-0: hyp=['коля', 'став', 'членом', 'бразильської', 'літературної', 'академії'] +common_voice_uk_21632747-1233-0: ref=['я', 'пісні', 'складаю', 'та', 'записую', 'на', 'бумагу'] +common_voice_uk_21632747-1233-0: hyp=['я', 'пісні', 'складаю', 'та', 'це', 'записую', 'набу', 'маму'] +common_voice_uk_21632754-1234-0: ref=['переляканий', 'як', 'пилип', 'з', 'конопель'] +common_voice_uk_21632754-1234-0: hyp=['переляканий', 'як', 'палипсько', 'на', 'парі'] +common_voice_uk_21632755-1235-0: ref=['тому', 'якщо', 'виникають', 'будь', 'які', 'питання', 'ми', 'завжди', 'раді', 'допомогти'] +common_voice_uk_21632755-1235-0: hyp=['тому', 'якщо', 'виникають', 'будь', 'які', 'питання', 'ми', 'завжди', 'раді', 'допомогти'] +common_voice_uk_21632757-1236-0: ref=['замилування', 'в', 'фізичну', 'красу', 'в', 'силу', 'духу', 'віє', 'від', 'всіх', 'його', 'картин'] +common_voice_uk_21632757-1236-0: hyp=['саме', 'луванням', 'фізично', 'красу', 'де', 'силу', 'духу', 'віяв', 'від', 'всіх', 'його', 'картин'] +common_voice_uk_21632758-1237-0: ref=['рухаємось', 'далі'] +common_voice_uk_21632758-1237-0: hyp=['рухаємось', 'далі'] +common_voice_uk_21632759-1238-0: ref=['він', 'мав', 'щось', 'інше', 'на', 'увазі'] +common_voice_uk_21632759-1238-0: hyp=['він', 'мав', 'щось', 'інше', 'на', 'увазі'] +common_voice_uk_21635605-1239-0: ref=['леннон', 'і', 'маккартні', 'вже', 'рідко', 'писали', 'пісні', 'разом'] +common_voice_uk_21635605-1239-0: hyp=['олена', 'маках', 'не', 'вже', 'рідко', 'писала', 'пісні', 'разом'] +common_voice_uk_21635606-1240-0: ref=['такий', 'хліб', 'як', 'на', 'сонці', 'печений'] +common_voice_uk_21635606-1240-0: hyp=['такий', 'хліб', 'як', 'на', 'сонці', 'першому'] +common_voice_uk_21635608-1241-0: ref=['така', 'файна', 'як', 'з', 'старого', 'перероблена'] +common_voice_uk_21635608-1241-0: hyp=['атака', 'файна', 'як', 'старого', 'переробиного'] +common_voice_uk_21635609-1242-0: ref=['всі', 'формальності', 'виконані'] +common_voice_uk_21635609-1242-0: hyp=['всі', 'формальності', 'виконані'] +common_voice_uk_21635611-1243-0: ref=['першість', 'в', 'цій', 'допомозі', 'займає', 'фінансування', 'медикаментів'] +common_voice_uk_21635611-1243-0: hyp=['першість', 'в', 'цій', 'допомозі', 'займає', 'фінансування', 'медикаментів'] +common_voice_uk_21638452-1244-0: ref=['так', 'ми', 'погоджуємося'] +common_voice_uk_21638452-1244-0: hyp=['так', 'ми', 'погоджуємося'] +common_voice_uk_21638454-1245-0: ref=['метеорологи', 'зазначають', 'що', 'в', 'києві', 'надзвичайно', 'тепла', 'друга', 'половина', 'грудня'] +common_voice_uk_21638454-1245-0: hyp=['метеорологи', 'зазначають', 'що', 'в', 'києві', 'надзвичайно', 'тепла', 'друга', 'половина', 'грудня'] +common_voice_uk_21638455-1246-0: ref=['ніколи', 'завчасно', 'не', 'програмуй', 'своє', 'мислення', 'на', 'негативний', 'результат'] +common_voice_uk_21638455-1246-0: hyp=['ніколи', 'завчасно', 'не', 'програмують', 'своє', 'мислення', 'на', 'негативний', 'результат'] +common_voice_uk_21638457-1247-0: ref=['ви', 'забираєте', 'мій', 'час'] +common_voice_uk_21638457-1247-0: hyp=['ви', 'забираєте', 'мій', 'час'] +common_voice_uk_21639338-1248-0: ref=['іде', 'в', 'три', 'дороги'] +common_voice_uk_21639338-1248-0: hyp=['і', 'де', 'в', 'три', 'дороги'] +common_voice_uk_21643287-1249-0: ref=['як', 'ся', 'файно', 'зачєло', 'так', 'ся', 'файно', 'й', 'скінчило'] +common_voice_uk_21643287-1249-0: hyp=['як', 'сафайно', 'зачел', 'так', 'сафайно', 'скінчило'] +common_voice_uk_21643288-1250-0: ref=['а', 'втім', 'він', 'не', 'дуже', 'сушив', 'собі', 'голову', 'тим', 'клопотом'] +common_voice_uk_21643288-1250-0: hyp=['а', 'втім', 'він', 'не', 'дуже', 'сушив', 'собі', 'голову', 'тим', 'клопотом'] +common_voice_uk_21724604-1251-0: ref=['по', 'третє', 'прекрасно', 'співпрацюють', 'ломбарди', 'із', 'перекупниками', 'із', 'радіоринків'] +common_voice_uk_21724604-1251-0: hyp=['по', 'третє', 'прекрасно', 'співпрацюють', 'ломбарди', 'з', 'перекупниками', 'і', 'з', 'радіоринків'] +common_voice_uk_21724605-1252-0: ref=['для', 'людини', 'немає', 'роботи', 'яку', 'не', 'можливо', 'виконати', 'якщо', 'її', 'виконує', 'хтось', 'інший'] +common_voice_uk_21724605-1252-0: hyp=['для', 'людини', 'немає', 'роботи', 'яку', 'неможливо', 'виконати', 'якщо', 'їй', 'виконує', 'хтось', 'інший'] +common_voice_uk_21724607-1253-0: ref=['відвага', 'кайдани', 'рве'] +common_voice_uk_21724607-1253-0: hyp=['підвага', 'кайдани', 'рве'] +common_voice_uk_21724669-1254-0: ref=['повернувся', 'до', 'літературної', 'діяльності'] +common_voice_uk_21724669-1254-0: hyp=['повернувся', 'до', 'літературної', 'діяльності'] +common_voice_uk_21724670-1255-0: ref=['тому', 'я', 'підтримую', 'тих', 'колег', 'які', 'кажуть', 'нам', 'треба', 'змінити', 'виборчу', 'систему'] +common_voice_uk_21724670-1255-0: hyp=['тому', 'я', 'підтримую', 'тих', 'колег', 'які', 'кажуть', 'нам', 'треба', 'змінити', 'виборчу', 'систему'] +common_voice_uk_21724673-1256-0: ref=['сторож', 'заходився', 'розплутувати', 'віжки', 'міцно', 'намотані', 'на', 'задубілій', 'уже', 'руці'] +common_voice_uk_21724673-1256-0: hyp=['сторож', 'сторож', 'заходився', 'розплутувати', 'ліжки', 'міцно', 'намотані', 'на', 'задубілій', 'уже', 'руці'] +common_voice_uk_21724674-1257-0: ref=['на', 'мулах', 'нешвидких', 'вона', 'верталась', 'із', 'ясного', 'саду'] +common_voice_uk_21724674-1257-0: hyp=['на', 'мулах', 'нешвидких', 'вона', 'верталась', 'із', 'ясного', 'саду'] +common_voice_uk_21724676-1258-0: ref=['я', 'запрошую', 'всіх', 'зайняти', 'свої', 'місця', 'і', 'підготуватися', 'до', 'роботи'] +common_voice_uk_21724676-1258-0: hyp=['я', 'запрошую', 'всіх', 'зайняти', 'свої', 'місця', 'і', 'підготуватися', 'до', 'роботи'] +common_voice_uk_21724716-1259-0: ref=['адамові', 'діти', 'нащадки', 'адама', 'першої', 'людини', 'на', 'землі', 'рід', 'людський'] +common_voice_uk_21724716-1259-0: hyp=['адамові', 'діти', 'нащадки', 'адама', 'першої', 'людини', 'на', 'землі', 'рід', 'людський'] +common_voice_uk_21724717-1260-0: ref=['прошу', 'ближче', 'до', 'мікрофону'] +common_voice_uk_21724717-1260-0: hyp=['прошу', 'ближче', 'до', 'мікрофону'] +common_voice_uk_21724719-1261-0: ref=['старого', 'любити', 'себе', 'губити'] +common_voice_uk_21724719-1261-0: hyp=['старого', 'любити', 'себе', 'губити'] +common_voice_uk_21724720-1262-0: ref=['ви', 'задали', 'запитання', 'і', 'є', 'відповідь'] +common_voice_uk_21724720-1262-0: hyp=['то', 'й', 'згадали', 'запитання', 'і', 'є', 'відповідь'] +common_voice_uk_21724739-1263-0: ref=['але', 'я', 'не', 'втрачаю', 'надії'] +common_voice_uk_21724739-1263-0: hyp=['але', 'я', 'не', 'втрачаю', 'надії'] +common_voice_uk_21724742-1264-0: ref=['добрий', 'викладач', 'може', 'навчити', 'інших', 'навіть', 'тому', 'чого', 'сам', 'не', 'вміє'] +common_voice_uk_21724742-1264-0: hyp=['добрий', 'викладач', 'може', 'навчити', 'інших', 'навіть', 'тому', 'чого', 'сам', 'не', 'вміє'] +common_voice_uk_21724744-1265-0: ref=['ні', 'риба', 'ні', 'м', "'ясо"] +common_voice_uk_21724744-1265-0: hyp=['ні', 'риба', 'ні', "м'ясо"] +common_voice_uk_21724746-1266-0: ref=['ну', 'бог', 'з', 'вами'] +common_voice_uk_21724746-1266-0: hyp=['ну', 'бог', 'з', 'вами'] +common_voice_uk_21755173-1267-0: ref=['коли', 'ти', 'твердо', 'йдеш', 'шляхом', 'яким', 'почав', 'іти', 'то', 'на', 'мою', 'думку', 'ти', 'щасливий'] +common_voice_uk_21755173-1267-0: hyp=['коли', 'ти', 'твердо', 'йдеш', 'шляхом', 'яким', 'почав', 'іти', 'на', 'мою', 'думку', 'ти', 'щасливий'] +common_voice_uk_21755174-1268-0: ref=['чи', 'вам', 'цього', 'вистачає'] +common_voice_uk_21755174-1268-0: hyp=['чи', 'вам', 'цього', 'вистачає'] +common_voice_uk_21755175-1269-0: ref=['хотілося', 'би', 'більше', 'знати', 'про', 'це', 'питання'] +common_voice_uk_21755175-1269-0: hyp=['хотілося', 'би', 'більше', 'знати', 'про', 'це', 'питання'] +common_voice_uk_21755176-1270-0: ref=['годі', 'тату', 'торгувать', 'мені', 'вже', 'здачу', 'нічим', 'давать'] +common_voice_uk_21755176-1270-0: hyp=['годі', 'тато', 'торгувать', 'мені', 'вже', 'здачі', 'нічим', 'давати'] +common_voice_uk_21755196-1271-0: ref=['одна', 'з', 'найпоширеніших', 'ожиріння', 'і', 'відповідно', 'хвороби', 'серця'] +common_voice_uk_21755196-1271-0: hyp=['одна', 'з', 'найпоширеніших', 'жиріння', 'і', 'відповідно', 'хоробе', 'серце'] +common_voice_uk_21755197-1272-0: ref=['то', 'був', 'кінець', 'історії', 'і', 'хвиля', 'постмодернізму', 'радо', 'несла', 'нас', 'до', 'вічного', 'миру'] +common_voice_uk_21755197-1272-0: hyp=['то', 'був', 'кінець', 'історії', 'і', 'хвиля', 'постмодернізму', 'радо', 'несла', 'нас', 'довічного', 'миру'] +common_voice_uk_21755198-1273-0: ref=['найбільша', 'новина', 'тижня', 'зустріч', 'лідерів', 'україни', 'росії', 'франції', 'і', 'німеччини', 'у', 'парижі'] +common_voice_uk_21755198-1273-0: hyp=['найбільша', 'новина', 'тижня', 'зустріч', 'лідерів', 'україни', 'росії', 'франції', 'німеччини', 'в', 'парижі'] +common_voice_uk_21755199-1274-0: ref=['кожен', 'має', 'право', 'на', 'тупість', 'але', 'дехто', 'цим', 'правом', 'зловживає'] +common_voice_uk_21755199-1274-0: hyp=['кожен', 'має', 'право', 'на', 'тупість', 'але', 'дехто', 'цим', 'правом', 'зловживає'] +common_voice_uk_21755200-1275-0: ref=['і', 'наше', 'завдання', 'наповнювати', 'бюджет'] +common_voice_uk_21755200-1275-0: hyp=['і', 'наше', 'завдання', 'заповнювати', 'бюджет'] +common_voice_uk_21755206-1276-0: ref=['хоть', 'свиня', 'в', 'сідло', 'влізла', 'та', 'не', 'кінь'] +common_voice_uk_21755206-1276-0: hyp=['подзвіння', 'у', 'сідло', 'влізла', 'та', 'не', 'кінь'] +common_voice_uk_21755207-1277-0: ref=['ми', 'почали', 'розробляти', 'процедури', 'для', 'визначення', 'кампаній'] +common_voice_uk_21755207-1277-0: hyp=['ми', 'почали', 'розробляти', 'процедури', 'для', 'визначення', 'кампаній'] +common_voice_uk_21755208-1278-0: ref=['минуло', 'багато', 'часу', 'відбулося', 'багато', 'подій', 'в', 'країні', 'тож', 'зміни', 'були', 'неминучі'] +common_voice_uk_21755208-1278-0: hyp=['минуло', 'багато', 'часу', 'відбулося', 'багато', 'подій', 'у', 'країні', 'тож', 'зміни', 'були', 'неминучі'] +common_voice_uk_21755209-1279-0: ref=['з', 'видимого', 'пізнавай', 'невидиме'] +common_voice_uk_21755209-1279-0: hyp=['з', 'видимого', 'пізнаваль', 'невидиме'] +common_voice_uk_21755210-1280-0: ref=['насамперед', 'щодо', 'найбільш', 'кричущих', 'зловживань', 'у', 'вигляді', 'захоплення', 'бізнесу'] +common_voice_uk_21755210-1280-0: hyp=['насамперед', 'що', 'найбільш', 'кричущих', 'зловживань', 'у', 'вигляді', 'захоплення', 'бізнесу'] +common_voice_uk_21755227-1281-0: ref=['все', 'це', 'робимо', 'за', 'рахунок', 'інвесторів'] +common_voice_uk_21755227-1281-0: hyp=['все', 'це', 'робимо', 'за', 'рахунок', 'інвесторів'] +common_voice_uk_21755228-1282-0: ref=['є', 'якась', 'кількість', 'підписів', 'яка', 'проти', 'будівництва'] +common_voice_uk_21755228-1282-0: hyp=['є', 'якась', 'кількість', 'підписів', 'яка', 'проти', 'будівництва'] +common_voice_uk_21755230-1283-0: ref=['вона', 'ні', 'до', 'танцю', 'ні', 'до', 'ружанцю'] +common_voice_uk_21755230-1283-0: hyp=['вона', 'ні', 'до', 'танцює', 'ні', 'дорожанців'] +common_voice_uk_21755231-1284-0: ref=['фізична', 'особа', 'яка', 'поширює', 'інформацію', "зобов'язана", 'переконатися', 'в', 'її', 'достовірності'] +common_voice_uk_21755231-1284-0: hyp=['фізична', 'особа', 'яка', 'поширює', 'інформацію', "зобов'язання", 'переконатися', 'в', 'гідностовірності'] +common_voice_uk_21755897-1285-0: ref=['що', 'саме'] +common_voice_uk_21755897-1285-0: hyp=['що', 'саме'] +common_voice_uk_21755898-1286-0: ref=['сьогодні', 'так', 'завтра', 'інак'] +common_voice_uk_21755898-1286-0: hyp=['що', 'сьогодні', 'так', 'завтра', 'інак'] +common_voice_uk_21755899-1287-0: ref=['щодо', 'скасування', 'незаконних', 'розпоряджень'] +common_voice_uk_21755899-1287-0: hyp=['щодо', 'скасування', 'незаконних', 'розпоряджень'] +common_voice_uk_21755900-1288-0: ref=['мені', 'все', 'одно'] +common_voice_uk_21755900-1288-0: hyp=['мені', 'все', 'одно'] +common_voice_uk_21755902-1289-0: ref=['дякую', 'вам', 'за', 'розуміння'] +common_voice_uk_21755902-1289-0: hyp=['дякую', 'вам', 'за', 'розуміння'] +common_voice_uk_21756024-1290-0: ref=['так', 'недофінансування', 'на', 'сьогоднішній', 'день', 'є'] +common_voice_uk_21756024-1290-0: hyp=['так', 'не', 'до', 'фінансування', 'на', 'сьогоднішній', 'день', 'є'] +common_voice_uk_21756026-1291-0: ref=['біла', 'ворона', 'незвичайна', 'людина', 'рідкісне', 'явище'] +common_voice_uk_21756026-1291-0: hyp=['біла', 'гурона', 'незвичайна', 'людина', 'рідкісне', 'явище'] +common_voice_uk_21756027-1292-0: ref=['у', 'спеку', 'навіть', 'коротка', 'прогулянка', 'може', 'призвести', 'до', 'опіку', 'шкіри'] +common_voice_uk_21756027-1292-0: hyp=['спеку', 'навіть', 'коротка', 'прогулянка', 'може', 'призвести', 'до', 'опіку', 'шкіри'] +common_voice_uk_21756028-1293-0: ref=['це', 'дозволило', 'фінансувати', 'більший', 'дефіцит', 'бюджету', 'упродовж', 'більшого', 'часу', 'та', 'під', 'нижчі', 'відсотки'] +common_voice_uk_21756028-1293-0: hyp=['це', 'дозволило', 'фінансувати', 'більший', 'дефіцит', 'бюджету', 'впродовж', 'більшого', 'часу', 'та', 'під', 'нижчі', 'відсотків'] +common_voice_uk_21756029-1294-0: ref=['та', 'не', 'минуло', 'й', 'року', 'як', 'помічниця', 'герцогині', 'написала', 'заяву', 'на', 'звільнення'] +common_voice_uk_21756029-1294-0: hyp=['та', 'не', 'минулого', 'року', 'як', 'помічниця', 'герценів', 'написала', 'заяву', 'на', 'звільнення'] +common_voice_uk_21757542-1295-0: ref=['з', 'чим', 'баба', 'на', 'торг', 'з', 'тим', 'з', 'торгу'] +common_voice_uk_21757542-1295-0: hyp=['з', 'чим', 'баба', 'на', 'торг', 'з', 'тим', 'сторогом'] +common_voice_uk_21757543-1296-0: ref=['авель', 'символ', 'невинної', 'жертви'] +common_voice_uk_21757543-1296-0: hyp=['я', 'а', 'символ', 'невинної', 'жертви'] +common_voice_uk_21757544-1297-0: ref=['манна', 'небесна', 'несподівано', 'одержані', 'життєві', 'блага'] +common_voice_uk_21757544-1297-0: hyp=['манна', 'небесної', 'несподіваної', 'одержані', 'житель', 'життєві', 'блага'] +common_voice_uk_21757545-1298-0: ref=['таким', 'чином', 'на', 'сьогодні', 'є', 'два', 'проекти', 'рішень'] +common_voice_uk_21757545-1298-0: hyp=['таким', 'чином', 'на', 'сьогодні', 'є', 'два', 'проекти', 'рішень'] +common_voice_uk_21757546-1299-0: ref=['одіссей', 'учасник', 'надзвичайних', 'подій', 'чи', 'пригод'] +common_voice_uk_21757546-1299-0: hyp=['одісей', 'учасник', 'надзвичайних', 'подій', 'чи', 'пригод'] +common_voice_uk_21757550-1300-0: ref=['конкуренція', 'між', 'австрійцями', 'та', 'росіянами', 'дала', 'румунам', 'шанс'] +common_voice_uk_21757550-1300-0: hyp=['конкуренція', 'між', 'австрійцями', 'та', 'росіянами', 'талар', 'румуном', 'шанс'] +common_voice_uk_21757551-1301-0: ref=['хто', 'кислиці', 'їв', 'а', 'кого', 'оскома', 'напала'] +common_voice_uk_21757551-1301-0: hyp=['хто', 'кислець', 'їв', 'а', 'кого', 'оскома', 'напало'] +common_voice_uk_21757552-1302-0: ref=['і', 'останній', 'приклад', 'підвищений', 'рівень', 'тривоги', 'і', 'взаємного', 'контролю', 'в', 'родині'] +common_voice_uk_21757552-1302-0: hyp=['і', 'останній', 'приклад', 'підвищений', 'рівень', 'тривоги', 'і', 'взаємного', 'контролю', 'в', 'родині'] +common_voice_uk_21757553-1303-0: ref=['тогди', 'коли', 'рак', 'свисне'] +common_voice_uk_21757553-1303-0: hyp=['то', 'годи', 'коли', 'рак', 'свисне'] +common_voice_uk_21760601-1304-0: ref=['особа', 'може', 'відмовитися', 'від', 'свого', 'майнового', 'права'] +common_voice_uk_21760601-1304-0: hyp=[] +common_voice_uk_21760602-1305-0: ref=['ти', 'характеризуєш', 'себе', 'як', 'творчу', 'особистість'] +common_voice_uk_21760602-1305-0: hyp=['характеризуєш', 'себе', 'як', 'творчу', 'особистість'] +common_voice_uk_21760603-1306-0: ref=['весь', 'вечір', 'до', 'мене', 'клеїлась', 'якась', 'стара', 'прокурена', 'шкапа'] +common_voice_uk_21760603-1306-0: hyp=['весь', 'вечір', 'до', 'мене', 'клеїлась', 'якась', 'стара', 'прокурена', 'шкапом'] +common_voice_uk_21760605-1307-0: ref=['дозвольте', 'розпочати'] +common_voice_uk_21760605-1307-0: hyp=['дозвольте', 'розпочати'] +common_voice_uk_21761675-1308-0: ref=['взаємна', 'відповідальність', 'яка', 'осгає', 'нашу', 'дружбу', 'найважливіше', 'джерело', 'вірності', 'відданості'] +common_voice_uk_21761675-1308-0: hyp=['взаємна', 'відповідальність', 'яка', 'сягає', 'нашу', 'дружбу', 'найважливіше', 'джерело', 'вірності', 'відданості'] +common_voice_uk_21761676-1309-0: ref=['чи', 'зроблена', 'ця', 'робота'] +common_voice_uk_21761676-1309-0: hyp=['чи', 'зроблена', 'ця', 'робота'] +common_voice_uk_21761678-1310-0: ref=['прибіг', 'на', 'печені', 'грушки'] +common_voice_uk_21761678-1310-0: hyp=['прибіг', 'на', 'печені', 'грушки'] +common_voice_uk_21761679-1311-0: ref=['ми', 'теж', 'відкрили', 'вогонь', 'і', 'примусили', 'наших', 'ворогів', 'залягти', 'просто', 'на', 'бруківку'] +common_voice_uk_21761679-1311-0: hyp=['ми', 'теж', 'відкрили', 'вогонь', 'і', 'примусили', 'наших', 'ворогів', 'залягти', 'просто', 'на', 'бруківку'] +common_voice_uk_21762494-1312-0: ref=['цивільні', 'відносини', 'можуть', 'регулюватися', 'звичаєм', 'зокрема', 'звичаєм', 'ділового', 'обороту'] +common_voice_uk_21762494-1312-0: hyp=['цивільні', 'відносини', 'можуть', 'регулюватися', 'звичаєм', 'зокрема', 'звичаєм', 'ділового', 'обороту'] +common_voice_uk_21762497-1313-0: ref=['втім', 'за', 'її', 'словами', 'головна', 'проблема', 'у', 'відсутності', 'інфраструктури'] +common_voice_uk_21762497-1313-0: hyp=['втім', 'з', 'її', 'словами', 'головна', 'проблема', 'у', 'відсутності', 'інфраструктури'] +common_voice_uk_21762509-1314-0: ref=['не', 'шукай', 'те', 'чого', 'не', 'губив'] +common_voice_uk_21762509-1314-0: hyp=['на', 'шукайте', 'чого', 'не', 'губиш'] +common_voice_uk_21762510-1315-0: ref=['а', 'хоча', 'ми', 'вже', 'не', 'того', 'віку'] +common_voice_uk_21762510-1315-0: hyp=['хоча', 'ми', 'вже', 'не', 'того', 'віку'] +common_voice_uk_21762511-1316-0: ref=['я', 'не', 'журюсь', 'нею'] +common_voice_uk_21762511-1316-0: hyp=['я', 'не', 'журюсь', 'не'] +common_voice_uk_21762513-1317-0: ref=['золотий', 'дощ', 'несподіване', 'багатство'] +common_voice_uk_21762513-1317-0: hyp=['золотий', 'дощ', 'несподіваний', 'багатство'] +common_voice_uk_21762515-1318-0: ref=['причини', 'цього', 'величезне', 'поле', 'діяльності', 'для', 'науковців'] +common_voice_uk_21762515-1318-0: hyp=['причини', 'цього', 'величезне', 'поле', 'діяльності', 'для', 'науковців'] +common_voice_uk_21762529-1319-0: ref=['коні', 'шарпнули', 'завищали', 'санки', 'і', 'весело', 'забігли', 'в', 'один', 'бік'] +common_voice_uk_21762529-1319-0: hyp=['коні', 'шарпнули', 'і', 'завищали', 'санки', 'і', 'весело', 'забігли', 'в', 'один', 'бік'] +common_voice_uk_21762530-1320-0: ref=['ну', 'слава', 'богу', 'слава', 'богу'] +common_voice_uk_21762530-1320-0: hyp=['ну', 'слава', 'богу', 'слава', 'богу'] +common_voice_uk_21762531-1321-0: ref=['хочу', 'звернутися', 'особисто', 'до', 'вас'] +common_voice_uk_21762531-1321-0: hyp=['хочу', 'звернутися', 'особисто', 'до', 'вас'] +common_voice_uk_21762532-1322-0: ref=['це', 'технічна', 'помилка'] +common_voice_uk_21762532-1322-0: hyp=['все', 'технічна', 'помилка'] +common_voice_uk_21762533-1323-0: ref=['задайте', 'їм', 'новий', 'сценарій', 'і', 'попросіть', 'кожну', 'групу', 'обрати', 'собі', 'представника'] +common_voice_uk_21762533-1323-0: hyp=['загадайте', 'їм', 'на', 'весь', 'сценарій', 'і', 'попросіть', 'кожну', 'групу', 'обрати', 'свій', 'представника'] +common_voice_uk_21778802-1324-0: ref=['видерши', 'один', 'кілок', 'брав', 'у', 'руки', 'замахувавсь', 'і', 'одкидав', 'легкий'] +common_voice_uk_21778802-1324-0: hyp=['видерши', 'один', 'кілок', 'брав', 'у', 'руки', 'замахувався', 'і', 'одкидав', 'легкий'] +common_voice_uk_21778804-1325-0: ref=['в', 'чому', 'вони', 'полягають'] +common_voice_uk_21778804-1325-0: hyp=['чому', 'вони', 'полягають'] +common_voice_uk_21778805-1326-0: ref=['досі', 'немає', 'чіткого', 'усталеного', 'терміну', 'для', 'храмів', 'у', 'російському', 'стилі'] +common_voice_uk_21778805-1326-0: hyp=['досі', 'немає', 'чіткого', 'уставленого', 'з', 'терміну', 'для', 'храмів', 'у', 'російському', 'стилі'] +common_voice_uk_21778807-1327-0: ref=['в', 'одному', 'мішку', 'було', 'все', 'потрібне', 'для', 'бою', 'на', 'близькій', 'відстані'] +common_voice_uk_21778807-1327-0: hyp=['в', 'одному', 'мішку', 'було', 'все', 'потрібно', 'для', 'бою', 'на', 'близькій', 'відстані'] +common_voice_uk_21778809-1328-0: ref=['можна', 'любити', 'творчість', 'джойса', 'та', 'манна', 'проте', 'не', 'забувати', 'вивчати', 'шевченка', 'франка', 'стефаника'] +common_voice_uk_21778809-1328-0: hyp=['можна', 'любити', 'творчість', 'джойса', 'та', 'манна', 'проте', 'не', 'забувати', 'вивчати', 'шевченка', 'франка', 'стефаника'] +common_voice_uk_21792124-1329-0: ref=['перший', 'і', 'єдиний', 'документ', 'який', 'не', 'лише', 'написаний', 'але', 'й', 'може', 'бути', 'реалізований'] +common_voice_uk_21792124-1329-0: hyp=['перше', 'їде', 'не', 'документ', 'який', 'не', 'лише', 'написаний', 'але', 'може', 'бути', 'реалізований'] +common_voice_uk_21792125-1330-0: ref=['ізраїль', 'один', 'із', 'ключових', 'економічних', 'партнерів', 'україни', 'на', 'близькому', 'сході'] +common_voice_uk_21792125-1330-0: hyp=['ізраїль', 'один', 'із', 'ключових', 'економічних', 'партнерів', 'україни', 'на', 'близькому', 'сході'] +common_voice_uk_21792126-1331-0: ref=['решта', 'світу', 'вчилася', 'проводити', 'сучасні', 'кампанії'] +common_voice_uk_21792126-1331-0: hyp=['решта', 'світу', 'вчилась', 'проводити', 'сучасні', 'компанії'] +common_voice_uk_21792127-1332-0: ref=['це', 'наступний', 'слайд'] +common_voice_uk_21792127-1332-0: hyp=['це', 'наступний', 'слайд'] +common_voice_uk_21792128-1333-0: ref=['я', 'ж', 'вас', 'запитав'] +common_voice_uk_21792128-1333-0: hyp=['я', 'ж', 'вас', 'запитав'] +common_voice_uk_21801184-1334-0: ref=['я', 'хочу', 'відпочити', 'від', 'усього', 'цього'] +common_voice_uk_21801184-1334-0: hyp=['я', 'хочу', 'відпочити', 'від', 'усього', 'цього'] +common_voice_uk_21801185-1335-0: ref=['я', 'розумію'] +common_voice_uk_21801185-1335-0: hyp=['я', 'розумію'] +common_voice_uk_21801186-1336-0: ref=['це', 'питання', 'яке', 'стосується', 'нашої', "пам'яті", 'нашої', 'шани'] +common_voice_uk_21801186-1336-0: hyp=['це', 'питання', 'яке', 'стосується', 'нашої', "пам'яті", 'нашої', 'шани'] +common_voice_uk_21801187-1337-0: ref=['але', 'не', 'в', 'районному', 'управлінні', 'освіти'] +common_voice_uk_21801187-1337-0: hyp=['але', 'не', 'в', 'районному', 'управлінні', 'освіти'] +common_voice_uk_21801188-1338-0: ref=['вавілонська', 'вежа', 'справа', 'яка', 'ніколи', 'не', 'буде', 'завершена'] +common_voice_uk_21801188-1338-0: hyp=['вавилонська', 'ваша', 'справа', 'яка', 'ніколи', 'не', 'буде', 'завершена'] +common_voice_uk_21801387-1339-0: ref=['разом', 'із', 'потом', 'наш', 'організм', 'втрачає', 'і', 'необхідні', 'солі', 'і', 'мінерали'] +common_voice_uk_21801387-1339-0: hyp=['разом', 'із', 'потом', 'наш', 'організм', 'хоча', 'й', 'необхідність', 'солі', 'і', 'мінерала'] +common_voice_uk_21801388-1340-0: ref=['в', 'результаті', 'страждають', 'люди'] +common_voice_uk_21801388-1340-0: hyp=['в', 'консультаті', 'страждають', 'люди'] +common_voice_uk_21801389-1341-0: ref=['свідомо', 'підійдіть', 'до', 'своїх', 'запитань'] +common_voice_uk_21801389-1341-0: hyp=['свідомо', 'підійдіть', 'до', 'своїх', 'запитань'] +common_voice_uk_21801390-1342-0: ref=['це', 'сучасні', 'підходи', 'яких', 'дотримується', 'більшість', 'країн'] +common_voice_uk_21801390-1342-0: hyp=['це', 'сучасні', 'підходи', 'яких', 'дотримуються', 'більшість', 'країн'] +common_voice_uk_21807710-1343-0: ref=['тобто', 'ми', 'зараз', 'розглядаємо', 'всі', 'ці', 'питання'] +common_voice_uk_21807710-1343-0: hyp=['тобто', 'ми', 'зараз', 'розглядаємо', 'всі', 'ці', 'питання'] +common_voice_uk_21807712-1344-0: ref=['діамант', 'або', 'брильянт', 'штучно', 'огранений', 'алмаз'] +common_voice_uk_21807712-1344-0: hyp=['діамант', 'або', 'брельянд', 'штучно', 'агранений', 'алмаз'] +common_voice_uk_21807713-1345-0: ref=['гора', 'має', 'три', 'пологі', 'схили'] +common_voice_uk_21807713-1345-0: hyp=['гора', 'має', 'три', 'пологі', 'схили'] +common_voice_uk_21807714-1346-0: ref=['першою', 'жінкою', 'що', 'піднялася', 'на', 'еверест', 'стала', 'японська', 'альпіністка'] +common_voice_uk_21807714-1346-0: hyp=['першою', 'жінкою', 'що', 'піднялася', 'на', 'верераст', 'стала', 'японська', 'альпіністка'] +common_voice_uk_21808072-1347-0: ref=['язик', 'до', 'києва', 'доведе', 'а', 'в', 'києві', 'заблудить'] +common_voice_uk_21808072-1347-0: hyp=['язик', 'до', 'києва', 'доведе', 'а', 'в', 'києві', 'заблудить'] +common_voice_uk_21808074-1348-0: ref=['ціль', 'одна', 'а', 'дорога', 'й', 'бачення', 'різні'] +common_voice_uk_21808074-1348-0: hyp=['ціль', 'одна', 'а', 'дорога', 'й', 'бачення', 'різні'] +common_voice_uk_21808127-1349-0: ref=['батько', 'зразок', 'чесності', 'порядності', 'і', 'доброзичливості'] +common_voice_uk_21808127-1349-0: hyp=['батько', 'зразок', 'чесності', 'порядності', 'й', 'доброзичливості'] +common_voice_uk_21808128-1350-0: ref=['заклик', 'до', 'переговорів', 'звучатиме', 'зворушливо', 'однак', 'у', 'них', 'може', 'критися', 'серйозна', 'загроза'] +common_voice_uk_21808128-1350-0: hyp=['заклик', 'до', 'переговорів', 'звучатиме', 'зворушливо', 'однак', 'у', 'них', 'може', 'критися', 'серйозна', 'загроза'] +common_voice_uk_21808129-1351-0: ref=['як', 'є', 'на', 'юшку', 'мусить', 'бути', 'й', 'на', 'петрушку'] +common_voice_uk_21808129-1351-0: hyp=['як', 'я', 'на', 'юшку', 'мусить', 'бути', 'й', 'на', 'петрушку'] +common_voice_uk_21808130-1352-0: ref=['сумую', 'за', 'тобою', 'літо'] +common_voice_uk_21808130-1352-0: hyp=['самою', 'за', 'тобою', 'літо'] +common_voice_uk_21808132-1353-0: ref=['афіна', 'богиня', 'війни', 'покровителька', 'наук', 'мистецтв', 'ремесел'] +common_voice_uk_21808132-1353-0: hyp=['афіна', 'багеня', 'війни', 'покровителька', 'наук', 'мистецтв', 'ремесел'] +common_voice_uk_21808197-1354-0: ref=['це', 'нас', 'було', 'на', 'той', 'час', 'що', 'про', 'нього', 'оце', 'розповідаємо'] +common_voice_uk_21808197-1354-0: hyp=['це', 'нас', 'було', 'на', 'той', 'час', 'щоб', 'про', 'нього', 'це', 'розповідаємо'] +common_voice_uk_21808198-1355-0: ref=['інформацію', 'про', 'створення', 'аніме', 'фільму', 'підтвердили', 'на', 'офіційній', 'сторінці'] +common_voice_uk_21808198-1355-0: hyp=['інформацію', 'про', 'створення', 'аніма', 'фільму', 'підтвердила', 'на', 'офіційній', 'сторінці'] +common_voice_uk_21808199-1356-0: ref=['у', 'повітрі', 'відчувається', 'кохання', 'а', 'на', 'носі', 'день', 'всіх', 'закоханих'] +common_voice_uk_21808199-1356-0: hyp=['у', 'повітрі', 'відчувається', 'кохання', 'а', 'на', 'носі', 'день', 'всіх', 'закоханих'] +common_voice_uk_21809082-1357-0: ref=['хочу', 'скориставшись', 'можливістю', 'розвіяти', 'три', 'міфи', 'які', 'поступають', 'в', 'результаті', 'поверхових', 'суджень'] +common_voice_uk_21809082-1357-0: hyp=['хочу', 'скориставшись', 'можливістю', 'розвіяти', 'три', 'міфи', 'які', 'поступають', 'у', 'результаті', 'поверхевих', 'суджень'] +common_voice_uk_21809083-1358-0: ref=['кіновиробництво', 'процес', 'довгий', 'і', 'затратний'] +common_voice_uk_21809083-1358-0: hyp=['кіновиробництво', 'процес', 'довгої', 'затратний'] +common_voice_uk_21809084-1359-0: ref=['церемонія', 'передачі', 'відбулася', 'у', "п'ятницю"] +common_voice_uk_21809084-1359-0: hyp=['церемонія', 'передача', 'відбулася', 'у', "п'ятницю"] +common_voice_uk_21809085-1360-0: ref=['у', 'нас', 'є', 'порядок'] +common_voice_uk_21809085-1360-0: hyp=['у', 'нас', 'є', 'порядок'] +common_voice_uk_21826786-1361-0: ref=['кайся', 'не', 'кайся', 'зробила', 'с', 'заткайся'] +common_voice_uk_21826786-1361-0: hyp=['хайстя', 'нехайся', 'зробилось', 'заткається'] +common_voice_uk_21826789-1362-0: ref=['я', 'прошу', 'секунду', 'уваги'] +common_voice_uk_21826789-1362-0: hyp=['я', 'прошу', 'скондувати'] +common_voice_uk_21826791-1363-0: ref=['уряд', 'азарова', 'заявляє', 'про', 'призупинення', 'підготовки', 'угоди', 'про', 'асоціацію'] +common_voice_uk_21826791-1363-0: hyp=['уряд', 'анарваса', 'являє', 'підготовки', 'угоди', 'про', 'асоціацію'] +common_voice_uk_21826828-1364-0: ref=['я', 'приймаю', 'зауваження', 'доповідача'] +common_voice_uk_21826828-1364-0: hyp=['я', 'приймаю', 'зауваження', 'від', 'доповідача'] +common_voice_uk_21826830-1365-0: ref=['тобто', 'на', 'вулиці', 'буде', 'дорожче', 'користуватися', 'парковкою', 'ніж', 'заїхати', 'в', 'паркінг'] +common_voice_uk_21826830-1365-0: hyp=['тобто', 'на', 'вулиці', 'були', 'дорожче', 'прогосплати', 'спалком', 'ніж', 'заїхати', 'в', 'паркінг'] +common_voice_uk_21826831-1366-0: ref=['я', 'сказав', 'що', 'я', 'більше', 'не', 'буду', 'давати'] +common_voice_uk_21826831-1366-0: hyp=['та', 'сказав', 'що', 'я', 'більше', 'не', 'буду', 'давати'] +common_voice_uk_21826833-1367-0: ref=['січові', 'стрільці', 'військовий', 'підрозділ', 'наддніпрянської', 'армії', 'унр'] +common_voice_uk_21826833-1367-0: hyp=['слідчовий', 'стрінці', 'військових', 'підрозділівдніпрянської', 'армії', 'унрн'] +common_voice_uk_21913475-1368-0: ref=['історичний', 'центр', 'одеси', 'перебуває', 'в', 'попередньому', 'спискові', "об'єктів", 'світової', 'спадщини', 'юнеско'] +common_voice_uk_21913475-1368-0: hyp=['істориш', 'цинтер', 'одеси', 'побуває', 'в', 'попередньому', 'списку', 'в', 'єхище', 'свої', 'спадщини', 'юнеско'] +common_voice_uk_21913478-1369-0: ref=['що', 'я', 'маю', 'на', 'увазі'] +common_voice_uk_21913478-1369-0: hyp=['що', 'я', 'маю', 'на', 'увазі'] +common_voice_uk_21913479-1370-0: ref=['передбачаються', 'кошти', 'на', 'проведення', 'проектних', 'робіт'] +common_voice_uk_21913479-1370-0: hyp=['передбачаючи', 'кошти', 'на', 'проведення', 'проектних', 'робіт'] +common_voice_uk_21929947-1371-0: ref=['їхнє', 'завдання', 'приготувати', 'традиційні', 'корейські', 'страви', 'для', 'учасників', 'та', 'гостей', 'фестивалю'] +common_voice_uk_21929947-1371-0: hyp=['їхнє', 'завдання', 'приготувати', 'традиційні', 'корейські', 'страви', 'для', 'учасників', 'та', 'гостей', 'фестивалю'] +common_voice_uk_21929948-1372-0: ref=['пане', 'ляшко', 'ви', 'сказали', 'я', 'прошу', 'вас', 'я', 'почув', 'вас'] +common_voice_uk_21929948-1372-0: hyp=['пане', 'ляшко', 'ви', 'сказали', 'я', 'прошу', 'вас', 'я', 'почув', 'вас'] +common_voice_uk_21929949-1373-0: ref=['він', 'конфліктував', 'з', 'тодішнім', 'лідером'] +common_voice_uk_21929949-1373-0: hyp=['він', 'конфліктував', 'з', 'тодішнім', 'лідером'] +common_voice_uk_21929951-1374-0: ref=['більшість', 'грузинських', 'мігрантів', 'яких', 'доводиться', 'зустрічати', 'незадоволені', 'саакашвілі'] +common_voice_uk_21929951-1374-0: hyp=['більшість', 'грузинських', 'мігрантів', 'які', 'доводяться', 'зустрічати', 'незадоволені', 'саакашвілі'] +common_voice_uk_21929956-1375-0: ref=['членство', 'у', 'тайпі', 'і', 'тукхумі', 'визначає', 'соціальний', 'статус', 'чеченського', 'чоловіка'] +common_voice_uk_21929956-1375-0: hyp=['чейство', 'у', 'тайпі', 'і', 'токхумі', 'визначає', 'соціальний', 'статус', 'чеченського', 'чоловіка'] +common_voice_uk_21929957-1376-0: ref=['і', 'який', 'зараз', 'інакше', 'як', 'зрадницею', 'інтересів', 'україни', 'її', 'не', 'називає'] +common_voice_uk_21929957-1376-0: hyp=['який', 'зараз', 'інакше', 'як', 'з', 'радницею', 'інтересів', 'україни', 'її', 'не', 'називає'] +common_voice_uk_21929959-1377-0: ref=['о', 'шістнадцятій', 'у', 'дзизі', 'презентація', 'книги', 'галини', 'крук', 'співіснування'] +common_voice_uk_21929959-1377-0: hyp=['о', 'шістнадцятій', 'гудзизі', 'презентація', 'книги', 'галини', 'крок', 'співіснування'] +common_voice_uk_21929960-1378-0: ref=['робити', 'до', 'сьомої', 'суботи'] +common_voice_uk_21929960-1378-0: hyp=['робити', 'до', 'сьомої', 'суботи'] +common_voice_uk_21929961-1379-0: ref=['екологи', 'називають', 'такі', 'явища', 'аномальними', 'і', "пов'язують", 'зі', 'змінами', 'клімату'] +common_voice_uk_21929961-1379-0: hyp=['екологи', 'називають', 'такі', 'явища', 'аномальними', 'і', "пов'язують", 'зі', 'змінами', 'клімату'] +common_voice_uk_21937327-1380-0: ref=['буквиця', 'в', 'тексті', 'кожна', 'стаття', 'починається', 'з', 'буквиці'] +common_voice_uk_21937327-1380-0: hyp=['букви', 'ця', 'в', 'тексті', 'кожна', 'стаття', 'починається', 'з', 'буквиці'] +common_voice_uk_21937328-1381-0: ref=['підстави', 'набуття', 'і', 'припинення', 'громадянства', 'україни', 'визначаються', 'законом'] +common_voice_uk_21937328-1381-0: hyp=['підстави', 'набуття', 'і', 'припинення', 'громадянства', 'україни', 'визначається', 'закон'] +common_voice_uk_21937329-1382-0: ref=['іван', 'сказав', 'привіт', 'а', 'маруся', 'подумки', 'зіграла', 'весілля', 'і', 'народила', 'трьох', 'дітей'] +common_voice_uk_21937329-1382-0: hyp=['іван', 'сказав', 'привіт', 'а', 'маруся', 'подумки', 'зіграла', 'весілля', 'іра', 'народила', 'трьох', 'дітей'] +common_voice_uk_21937330-1383-0: ref=['князь', 'вважався', 'сакральною', 'особою'] +common_voice_uk_21937330-1383-0: hyp=['князь', 'вважався', 'сакральною', 'особою'] +common_voice_uk_21983490-1384-0: ref=['кому', 'душа', 'болить', 'тому', 'весь', 'світ', 'плаче'] +common_voice_uk_21983490-1384-0: hyp=['комо', 'душа', 'болить', 'тому', 'весь', 'світ', 'плаче'] +common_voice_uk_21983492-1385-0: ref=['хоч', 'вони', 'етнічні', 'корейці', 'та', 'прожили', 'в', 'україні', 'вже', 'понад', 'два', 'десятки', 'років'] +common_voice_uk_21983492-1385-0: hyp=['хоч', 'вони', 'етнічні', 'кореїці', 'та', 'прожили', 'в', 'україні', 'вже', 'понад', 'два', 'десятки', 'років'] +common_voice_uk_21983493-1386-0: ref=['у', 'вашій', 'хаті', 'пахне', 'горілкою'] +common_voice_uk_21983493-1386-0: hyp=['у', 'вашій', 'хаті', 'пахне', 'горілкою'] +common_voice_uk_21983494-1387-0: ref=['зараз', 'анна', 'шукає', 'кращу', 'роботу', 'самостійно', 'слідкуючи', 'за', 'оголошеннями', 'безпосередніх', 'роботодавців'] +common_voice_uk_21983494-1387-0: hyp=['зараз', 'анна', 'шукає', 'кращу', 'роботу', 'самостійно', 'слідкуючи', 'за', 'оголошеннями', 'безпосередніх', 'роботодавців'] +common_voice_uk_21983495-1388-0: ref=['пророк', 'визначна', 'людина', 'що', 'бачить', 'далі', 'за', 'інших'] +common_voice_uk_21983495-1388-0: hyp=['пророк', 'визначна', 'людина', 'що', 'бачить', 'далі', 'за', 'інших'] +common_voice_uk_22065012-1389-0: ref=['оперативно', 'викликайте', 'майстра', 'для', 'ремонту', 'розеток', 'що', 'іскрять', 'і', 'вимикачів'] +common_voice_uk_22065012-1389-0: hyp=['оперативно', 'викликаєте', 'майстра', 'для', 'ремонту', 'розеток', 'і', 'що', 'іскрет', 'і', 'вимикачів'] +common_voice_uk_22065013-1390-0: ref=['пізно', 'вночі', 'на', 'обезлюднілий', 'уже', 'тік', 'нечутно', 'вкотилась', 'бідарка'] +common_voice_uk_22065013-1390-0: hyp=['пізно', 'вночі', 'на', 'об', 'безлюднілій', 'уже', 'тік', 'нечутно', 'вкотилося', 'бідарка'] +common_voice_uk_22065014-1391-0: ref=['хочу', 'ще', 'раз', 'нагадати', 'що', 'циркове', 'училище', 'готує'] +common_voice_uk_22065014-1391-0: hyp=['хочу', 'ще', 'раз', 'нагадати', 'що', 'циркове', 'училище', 'готує'] +common_voice_uk_22065064-1392-0: ref=['якщо', 'будуть', 'то', 'яким', 'чином'] +common_voice_uk_22065064-1392-0: hyp=['якщо', 'будуть', 'то', 'яким', 'чином'] +common_voice_uk_22065066-1393-0: ref=['традиційно', 'українські', 'школярі', 'мають', 'канікули', 'кожного', 'кварталу'] +common_voice_uk_22065066-1393-0: hyp=['традиційну', 'український', 'школярі', 'мають', 'канікули', 'кожного', 'кварталу'] +common_voice_uk_22065068-1394-0: ref=['русини', 'назва', 'українців', 'до', 'сімнадцятого', 'століття', 'на', 'західноукраїнських', 'землях', 'до', 'початку', 'двадцятого', 'століття'] +common_voice_uk_22065068-1394-0: hyp=['русини', 'назва', 'українців', 'до', 'сімнадцятого', 'століття', 'на', 'західноукраїнських', 'землях', 'до', 'початку', 'двадцятого', 'століття'] +common_voice_uk_22065070-1395-0: ref=['крим', 'це', 'україна'] +common_voice_uk_22065070-1395-0: hyp=['крим', 'це', 'україна'] +common_voice_uk_22065108-1396-0: ref=['він', 'розуміється', 'тільки', 'згори', 'здавався', 'таким', 'глибоким'] +common_voice_uk_22065108-1396-0: hyp=['він', 'розуміється', 'тільки', 'згори', 'здавався', 'таким', 'глибоким'] +common_voice_uk_22065109-1397-0: ref=['що', 'зараз', 'нас', 'усіх', 'хвилює'] +common_voice_uk_22065109-1397-0: hyp=['що', 'зараз', 'нас', 'усіх', 'хвилює'] +common_voice_uk_22065110-1398-0: ref=['але', 'писар', 'і', 'інші', 'не', 'рішались', 'більшість', 'на', 'сході', 'була', 'б', 'проти'] +common_voice_uk_22065110-1398-0: hyp=['але', 'писар', 'і', 'інші', 'не', 'рішались', 'більшість', 'на', 'сході', 'було', 'б', 'проти'] +common_voice_uk_22065111-1399-0: ref=['смачного', 'пане', 'сергію'] +common_voice_uk_22065111-1399-0: hyp=['смачного', 'пана', 'сергю'] +common_voice_uk_22065175-1400-0: ref=['деякі', 'загальні', 'враження', 'наші', 'люди', 'доволі', 'іронічно', 'ставляться', 'до', 'загрози'] +common_voice_uk_22065175-1400-0: hyp=['деякі', 'загальні', 'враження', 'наші', 'люди', 'доволі', 'іронічно', 'ставляться', 'до', 'загрози'] +common_voice_uk_22065176-1401-0: ref=['звісно', 'корупціонерів', 'не', 'можна', 'терпіти', 'на', 'державній', 'службі'] +common_voice_uk_22065176-1401-0: hyp=['звісно', 'коробціонерів', 'не', 'можна', 'терпіти', 'на', 'державній', 'службі'] +common_voice_uk_22065177-1402-0: ref=['ця', 'цифра', 'мені', 'ні', 'про', 'що', 'не', 'говорить'] +common_voice_uk_22065177-1402-0: hyp=['ця', 'цифра', 'мені', 'ні', 'про', 'що', 'не', 'говорить'] +common_voice_uk_22071341-1403-0: ref=['сонце', 'на', 'очі', 'добре', 'немов', 'виправдуючи', 'свою', 'слабість', 'часом', 'казав', 'він', 'мені'] +common_voice_uk_22071341-1403-0: hyp=['сонце', 'на', 'очі', 'добре', 'немов', 'виправдовуючи', 'свою', 'славість', 'часом', 'казав', 'він', 'мені'] +common_voice_uk_22071342-1404-0: ref=['у', 'центрі', 'подій', 'її', 'взаємини', 'з', 'пані', 'аделею'] +common_voice_uk_22071342-1404-0: hyp=['у', 'центрі', 'подій', 'і', 'її', 'взаєминицпані', 'а', 'делою'] +common_voice_uk_22071343-1405-0: ref=['так', 'так', 'саме', 'з', 'вікіпедій'] +common_voice_uk_22071343-1405-0: hyp=['так', 'так', 'саме', 'з', 'вікіпедій'] +common_voice_uk_22071530-1406-0: ref=['я', 'нічого', 'не', 'знаю'] +common_voice_uk_22071530-1406-0: hyp=['я', 'нічого', 'не', 'знаю'] +common_voice_uk_22071531-1407-0: ref=['два', 'рази', 'на', 'тиждень'] +common_voice_uk_22071531-1407-0: hyp=['два', 'рази', 'на', 'тиждень'] +common_voice_uk_22071532-1408-0: ref=['всюди', 'добре', 'а', 'дома', 'найліпше'] +common_voice_uk_22071532-1408-0: hyp=['всюди', 'добре', 'а', 'дома', 'найліпше'] +common_voice_uk_22071534-1409-0: ref=['не', 'треба', 'як', 'не', 'хочеш', 'я', 'силувать', 'не', 'буду'] +common_voice_uk_22071534-1409-0: hyp=['не', 'треба', 'як', 'не', 'хочеш', 'я', 'силувать', 'не', 'буду'] +common_voice_uk_22071746-1410-0: ref=['чаша', 'святого', 'грааля', 'предмет', 'шукань', 'і', 'поклоніння', 'омріяна', 'мета'] +common_voice_uk_22071746-1410-0: hyp=['чаша', 'святого', 'грааля', 'предмет', 'шукань', 'і', 'поклоніння', 'омріяна', 'мета'] +common_voice_uk_22071748-1411-0: ref=['будемо', 'працювати', 'і', 'над', 'цим', 'питанням', 'також'] +common_voice_uk_22071748-1411-0: hyp=['будемо', 'працювати', 'і', 'над', 'цим', 'питанням', 'парку'] +common_voice_uk_22071751-1412-0: ref=['як', 'не', 'на', 'спанню', 'то', 'на', 'вбованню'] +common_voice_uk_22071751-1412-0: hyp=['як', 'на', 'нас', 'паню', 'то', 'навпованню'] +common_voice_uk_22071755-1413-0: ref=['такий', 'герой'] +common_voice_uk_22071755-1413-0: hyp=['такий', 'герой'] +common_voice_uk_22071759-1414-0: ref=['сліпі', 'очі', 'коли', 'затулені', 'зіниці'] +common_voice_uk_22071759-1414-0: hyp=['сліпі', 'очі', 'коли', 'затулені', 'зіниці'] +common_voice_uk_22071807-1415-0: ref=['законопроєкт', 'щодо', 'дезінформації', 'створює', 'ризик', 'позбавлення', 'волі', 'керівників', 'каналів'] +common_voice_uk_22071807-1415-0: hyp=['законопроєкт', 'щодо', 'дезинформації', 'створює', 'ризик', 'позбавлення', 'волі', 'керівників', 'каналів'] +common_voice_uk_22071813-1416-0: ref=['я', 'дуже', 'поважаю', 'рішення', 'викладацького', 'складу', 'переїхати', 'з', 'окупованого', 'луганська', 'на', 'українську', 'територію'] +common_voice_uk_22071813-1416-0: hyp=['я', 'дуже', 'поважаю', 'рішення', 'викладацького', 'складу', 'переїхати', 'з', 'окупованого', 'луганська', 'на', 'українську', 'територію'] +common_voice_uk_22071814-1417-0: ref=['все', 'дуже', 'просто'] +common_voice_uk_22071814-1417-0: hyp=['все', 'дуже', 'просто'] +common_voice_uk_22071816-1418-0: ref=['вечероньки', 'недоїла', 'нічки', 'недоспала'] +common_voice_uk_22071816-1418-0: hyp=['вечереньки', 'надоїла', 'нічка', 'не', 'доспала'] +common_voice_uk_22071818-1419-0: ref=['чи', 'є', 'заперечення'] +common_voice_uk_22071818-1419-0: hyp=['чи', 'є', 'заперечення'] +common_voice_uk_22071821-1420-0: ref=['крез', 'багач'] +common_voice_uk_22071821-1420-0: hyp=['кас', 'багач'] +common_voice_uk_22071823-1421-0: ref=['жодних', 'лікарень', 'жодних', 'коштів', 'на', 'дитсадки'] +common_voice_uk_22071823-1421-0: hyp=['жодних', 'лікарень', 'жодних', 'коштів', 'на', 'дитсадки'] +common_voice_uk_22071824-1422-0: ref=['що', 'я', 'хотів', 'би', 'просити', 'вас'] +common_voice_uk_22071824-1422-0: hyp=['що', 'я', 'хотів', 'би', 'просити', 'вас'] +common_voice_uk_22071825-1423-0: ref=['а', 'ми', 'з', 'тобою', 'біля', 'рогу'] +common_voice_uk_22071825-1423-0: hyp=['а', 'ми', 'з', 'тобою', 'біля', 'рогу'] +common_voice_uk_22071826-1424-0: ref=['кедр', 'ліванський', 'уособлення', 'краси', 'і', 'величі'] +common_voice_uk_22071826-1424-0: hyp=['кадр', 'ліванський', 'поособленню', 'краси', 'і', 'величі'] +common_voice_uk_22071939-1425-0: ref=['як', 'у', 'полі', 'густо', 'в', 'коморі', 'непусто'] +common_voice_uk_22071939-1425-0: hyp=['як', 'у', 'полі', 'густо', 'в', 'коморі', 'не', 'пусто'] +common_voice_uk_22071941-1426-0: ref=['кабінет', 'міністрів', 'україни', 'складає', 'повноваження', 'перед', 'новообраною', 'верховною', 'радою', 'україни'] +common_voice_uk_22071941-1426-0: hyp=['кабінет', 'міністрів', 'україни', 'складає', 'повноваження', 'перед', 'новообраною', 'верховною', 'радою', 'україни'] +common_voice_uk_22071943-1427-0: ref=['цей', 'рік', 'ми', 'ще', 'працюємо'] +common_voice_uk_22071943-1427-0: hyp=['цей', 'рік', 'ми', 'ще', 'працюємо'] +common_voice_uk_22071945-1428-0: ref=['скоро', 'буде', 'вже', 'рік'] +common_voice_uk_22071945-1428-0: hyp=['скоро', 'буде', 'вже', 'рік'] +common_voice_uk_22071961-1429-0: ref=['маємо', 'трохи', 'часу', 'і', 'балакаємо', 'з', 'хлопцями', 'за', 'життя'] +common_voice_uk_22071961-1429-0: hyp=['матрохи', 'часу', 'і', 'балакаємо', 'з', 'хлопцями', 'за', 'життя'] +common_voice_uk_22071962-1430-0: ref=['якщо', 'ж', 'вам', 'таки', 'не', 'пощастило', 'й', 'ви', 'підхопили', 'хворобу', 'не', 'панікуйте'] +common_voice_uk_22071962-1430-0: hyp=['якщо', 'ж', 'вам', 'таки', 'не', 'пощастило', 'і', 'ви', 'підхопили', 'хворобу', 'не', 'панікуйте'] +common_voice_uk_22071964-1431-0: ref=['вкритися', 'ногами'] +common_voice_uk_22071964-1431-0: hyp=['коритися', 'ногами'] +common_voice_uk_22071968-1432-0: ref=['будь', 'який', 'інструмент', 'якщо', 'його', 'упустити', 'закочується', 'в', 'найнедоступніше', 'місце', 'приміщення'] +common_voice_uk_22071968-1432-0: hyp=['будь', 'який', 'інструмент', 'якщо', 'його', 'опустити', 'закочується', 'в', 'найнериступніше', 'місце', 'приміщення'] +common_voice_uk_22071971-1433-0: ref=['з', 'бурштину', 'виготовляють', 'прикраси', 'і', 'сувеніри'] +common_voice_uk_22071971-1433-0: hyp=['з', 'бурштину', 'виготовляють', 'прикраси', 'і', 'сувеніри'] +common_voice_uk_22081064-1434-0: ref=['там', 'був', 'майданчик'] +common_voice_uk_22081064-1434-0: hyp=['там', 'був', 'майданчик'] +common_voice_uk_22081068-1435-0: ref=['у', 'разі', 'ж', 'виявлених', 'при', 'перевірці', 'загроз', 'для', "здоров'я", 'людини', 'накладаються', 'високі', 'штрафи'] +common_voice_uk_22081068-1435-0: hyp=['у', 'разі', 'ж', 'виявлення', 'при', 'перебічці', 'загроз', 'для', "здоров'я", 'людини', 'накладається', 'високий', 'штрафи'] +common_voice_uk_22081080-1436-0: ref=['не', 'пийте', 'крижану', 'воду', 'ризикуєте', 'застудитися'] +common_voice_uk_22081080-1436-0: hyp=['не', 'бийте', 'крижану', 'воду', 'ризикуєте', 'застудитися'] +common_voice_uk_22081084-1437-0: ref=['також', 'додам', 'що', 'україна', 'не', 'достатньо', 'відома', 'в', 'південній', 'кореї'] +common_voice_uk_22081084-1437-0: hyp=['також', 'додам', 'що', 'україна', 'недостатньо', 'відома', 'в', 'південній', 'кореї'] +common_voice_uk_22081360-1438-0: ref=['щоб', 'бути', 'добрим', 'викладачем', 'необхідно', 'любити', 'те', 'що', 'викладаєш', 'і', 'любити', 'тих', 'кому', 'викладаєш'] +common_voice_uk_22081360-1438-0: hyp=['щоб', 'бути', 'добрим', 'викладачем', 'необхідно', 'любити', 'те', 'що', 'викладаєш', 'і', 'любити', 'тих', 'кому', 'викладаєш'] +common_voice_uk_22081461-1439-0: ref=['срати', 'я', 'хотів'] +common_voice_uk_22081461-1439-0: hyp=['срати', 'я', 'хотів'] +common_voice_uk_22081483-1440-0: ref=['нехай', 'йому', 'молодому'] +common_voice_uk_22081483-1440-0: hyp=['нехай', 'йому', 'молодому'] +common_voice_uk_22081495-1441-0: ref=['ситий', 'вовк', 'не', 'страшний'] +common_voice_uk_22081495-1441-0: hyp=['ситий', 'вовк', 'не', 'страшний'] +common_voice_uk_22081507-1442-0: ref=['конституція', 'україни', 'має', 'найвищу', 'юридичну', 'силу'] +common_voice_uk_22081507-1442-0: hyp=['конституція', 'україни', 'має', 'найвищу', 'юридичну', 'силу'] +common_voice_uk_22081509-1443-0: ref=['відмова', 'полковника', 'виконувати', 'цей', 'ультиматум', 'викликала', 'зіткнення', 'козаків', 'із', 'царськими', 'військами'] +common_voice_uk_22081509-1443-0: hyp=['від', 'мого', 'полковника', 'виконувати', 'цей', 'ультиматум', 'викликала', 'зіткнення', 'козаків', 'з', 'царськими', 'військами'] +common_voice_uk_22081513-1444-0: ref=['олексій', 'олексійович', 'проводить', 'активну', 'громадську', 'роботу'] +common_voice_uk_22081513-1444-0: hyp=['олексій', 'олексійович', 'провадить', 'активну', 'громадську', 'роботу'] +common_voice_uk_22081514-1445-0: ref=['в', 'чому', 'ключова', 'ідея'] +common_voice_uk_22081514-1445-0: hyp=['в', 'чому', 'ключова', 'ідея'] +common_voice_uk_22081516-1446-0: ref=['що', 'з', 'воза', 'впало', 'то', 'пропало'] +common_voice_uk_22081516-1446-0: hyp=['що', 'з', 'воза', 'впало', 'то', 'пропало'] +common_voice_uk_22081518-1447-0: ref=['саме', 'в', 'харкові', 'вперше', 'в', 'європі', 'було', 'розщеплено', 'атом'] +common_voice_uk_22081518-1447-0: hyp=['саме', 'в', 'харкові', 'вперше', 'в', 'європі', 'було', 'розщеплено', 'хату'] +common_voice_uk_22081519-1448-0: ref=['валькірії', 'рішучі', 'войовничі', 'мужеподібні', 'жінки'] +common_voice_uk_22081519-1448-0: hyp=['малькії', 'рішучі', 'войовничі', 'може', 'подібні', 'жінки'] +common_voice_uk_22081521-1449-0: ref=['якутський', 'національний', 'рух', 'був', 'тісно', "пов'язаний", 'з', 'розвитком', 'якутської', 'літератури'] +common_voice_uk_22081521-1449-0: hyp=['якутський', 'національний', 'рух', 'був', 'тісно', "пов'язаний", 'із', 'розвитком', 'якутської', 'літератури'] +common_voice_uk_22081523-1450-0: ref=['навіть', 'молоді', 'та', 'здорові', 'люди', 'в', 'спеку', 'не', 'відчувають', 'себе', 'бадьорими'] +common_voice_uk_22081523-1450-0: hyp=['навіть', 'молоді', 'та', 'здорові', 'і', 'люди', 'в', 'спеку', 'не', 'відчувають', 'себе', 'бадьорими'] +common_voice_uk_22117233-1451-0: ref=['сейсмологи', 'зазначають', 'що', 'поштовхи', 'були', 'несильними'] +common_voice_uk_22117233-1451-0: hyp=['соцмологи', 'зазначають', 'що', 'поштовхи', 'були', 'не', 'сильними'] +common_voice_uk_22117234-1452-0: ref=['хотів', 'би', 'звернути', 'вашу', 'увагу', 'на', 'кілька', 'моментів'] +common_voice_uk_22117234-1452-0: hyp=['хотів', 'би', 'звернути', 'вашу', 'увагу', 'на', 'кілька', 'моментів'] +common_voice_uk_22117236-1453-0: ref=['у', 'вас', 'багато'] +common_voice_uk_22117236-1453-0: hyp=['у', 'вас', 'багато'] +common_voice_uk_22117382-1454-0: ref=['гостре', 'словечко', 'коле', 'сердечко'] +common_voice_uk_22117382-1454-0: hyp=['гостра', 'слобечко', 'кола', 'сердечко'] +common_voice_uk_22117384-1455-0: ref=['або', 'ти', 'відчуваєш', 'це', 'відчуття', 'або', 'ні'] +common_voice_uk_22117384-1455-0: hyp=['або', 'ти', 'відчуваєш', 'це', 'відчуття', 'або', 'ні'] +common_voice_uk_22117393-1456-0: ref=['кухаренко', 'чорний', 'від', 'засмаги', 'ще', 'більше', 'потемнів', 'не', 'роздав', 'а', 'видав'] +common_voice_uk_22117393-1456-0: hyp=['кухаренко', 'чорний', 'віцесмаги', 'ще', 'більше', 'потемнів', 'не', 'поздав', 'аби', 'дав'] +common_voice_uk_22117443-1457-0: ref=['ця', 'форма', 'вноситься', 'в', 'базу'] +common_voice_uk_22117443-1457-0: hyp=['ця', 'форма', 'носиться', 'в', 'пазу'] +common_voice_uk_22117447-1458-0: ref=['екзамени', 'єдина', 'можливість', 'знати', 'хоча', 'б', 'щось', 'хоча', 'б', 'декілька', 'днів'] +common_voice_uk_22117447-1458-0: hyp=['екзамени', 'єдина', 'можливість', 'знати', 'хоча', 'б', 'щось', 'хоча', 'декілька', 'днів'] +common_voice_uk_22117455-1459-0: ref=['нарватися', 'дупою', 'на', 'іржавий', 'цвях'] +common_voice_uk_22117455-1459-0: hyp=['нагріватися', 'дупою', 'на', 'ек', 'жабий', 'цвях'] +common_voice_uk_22117864-1460-0: ref=['будемо', 'відверті', 'поки', 'що', 'кількість', 'прикладів', 'не', 'дуже', 'вражає'] +common_voice_uk_22117864-1460-0: hyp=['бути', 'будемо', 'відверті', 'поки', 'що', 'кількість', 'прикладів', 'не', 'дуже', 'вражає'] +common_voice_uk_22117867-1461-0: ref=['тенісистка', 'перевершила', 'свій', 'попередній', 'результат'] +common_voice_uk_22117867-1461-0: hyp=['тенісистка', 'а', 'полегшала', 'свій', 'попередній', 'газультат'] +common_voice_uk_22117872-1462-0: ref=['цей', 'колір', 'ніколи', 'не', 'вийде', 'з', 'моди'] +common_voice_uk_22117872-1462-0: hyp=['цей', 'колір', 'ніколи', 'не', 'вийде', 'з', 'моди'] +common_voice_uk_22117875-1463-0: ref=['і', 'не', 'вернути', 'їх'] +common_voice_uk_22117875-1463-0: hyp=['і', 'не', 'вернути', 'їх'] +common_voice_uk_22118002-1464-0: ref=['щоб', 'виховати', 'в', 'людині', 'ангельський', 'характер', 'треба', 'мати', 'диявольське', 'терпіння'] +common_voice_uk_22118002-1464-0: hyp=['що', 'поховати', 'людині', 'ангелські', 'характер', 'треба', 'мати', 'я', 'вхід', 'терпінням'] +common_voice_uk_22119009-1465-0: ref=['мені', 'наснилося', 'що', 'я', 'лежав', 'у', 'ліжку'] +common_voice_uk_22119009-1465-0: hyp=['мені', 'наснилося', 'що', 'я', 'лежав', 'у', 'ліжку'] +common_voice_uk_22119016-1466-0: ref=['хто', 'буде', 'нести', 'відповідальність', 'за', 'це', 'знищення'] +common_voice_uk_22119016-1466-0: hyp=['хто', 'буде', 'нести', 'відповідальність', 'за', 'це', 'знищення'] +common_voice_uk_22119024-1467-0: ref=['з', 'благословіння', 'священника', 'православний', 'українець', 'розчистив', 'синагогу', 'від', 'сміття', 'і', 'привернув', 'увагу', 'чиновників'] +common_voice_uk_22119024-1467-0: hyp=['з', 'благословення', 'священика', 'православної', 'українець', 'пощастив', 'синагоху', 'від', 'сміття', 'і', 'привернув', 'увагу', 'чиновників'] +common_voice_uk_22119031-1468-0: ref=['квартира', 'ніби', 'маленька', 'але', 'як', 'починаєш', 'прибирати', 'пентхаус', 'їй', 'богу'] +common_voice_uk_22119031-1468-0: hyp=['ковактерія', 'ніби', 'маленька', 'але', 'як', 'починаєш', 'припирати', 'пенхаус', 'їй', 'богу'] +common_voice_uk_22119234-1469-0: ref=['звісно', 'чеська', 'розвідка', 'існує', 'нині', 'й', 'існувала', 'та', 'працювала', 'на', 'той', 'час'] +common_voice_uk_22119234-1469-0: hyp=['звісно', 'чеська', 'розвідка', 'існує', 'нині', 'існувала', 'та', 'працювала', 'на', 'той', 'час'] +common_voice_uk_22119241-1470-0: ref=['амбітна', 'і', 'молода', 'монархиня', 'жадала', 'регалій', 'двох', 'сусідніх', 'королівств', 'щоб', 'бути', 'єдиною', 'володаркою', 'заходу'] +common_voice_uk_22119241-1470-0: hyp=['амбітна', 'і', 'молода', 'монахиня', 'жадала', 'галі', 'двох', 'сусідніх', 'коваліст', 'щоб', 'бути', 'єдиною', 'було', 'такого', 'заходах'] +common_voice_uk_22119244-1471-0: ref=['тому', 'якщо', 'ви', 'не', 'проти', 'я', 'готовий', 'принести', 'цю', 'програму'] +common_voice_uk_22119244-1471-0: hyp=['тому', 'якщо', 'ви', 'не', 'проводи', 'я', 'готовий', 'винести', 'цю', 'проголову'] +common_voice_uk_22119262-1472-0: ref=['ми', 'просто', 'їх', 'не', 'проведемо', 'в', 'апріорі'] +common_voice_uk_22119262-1472-0: hyp=['ми', 'просто', 'їх', 'не', 'поведемо', 'авхеолові'] +common_voice_uk_22119277-1473-0: ref=['я', 'не', 'буду', 'критикувати'] +common_voice_uk_22119277-1473-0: hyp=['я', 'не', 'буду', 'критикувати'] +common_voice_uk_22119284-1474-0: ref=['повноваження', 'народних', 'депутатів', 'україни', 'визначаються', 'конституцією', 'та', 'законами', 'україни'] +common_voice_uk_22119284-1474-0: hyp=['повноваження', 'народних', 'депутатів', 'україни', 'визначається', 'конституцією', 'та', 'законами', 'україни'] +common_voice_uk_22119294-1475-0: ref=['традиційне', 'бажання', 'мати', 'справжню', 'коштовність', 'от', 'що', 'підтримує', 'популярність', 'натуральних', 'матеріалів'] +common_voice_uk_22119294-1475-0: hyp=['кадапційне', 'бажання', 'мати', 'справжню', 'коштовність', 'от', 'що', 'підтримує', 'популярність', 'на', 'натуральні', 'матеріалів'] +common_voice_uk_22119303-1476-0: ref=['на', 'голого', 'дригота'] +common_voice_uk_22119303-1476-0: hyp=['на', 'голого', 'двигота'] +common_voice_uk_22119309-1477-0: ref=['ліпше', 'одна', 'торба', 'повна', 'ніж', 'десять', 'порожніх'] +common_voice_uk_22119309-1477-0: hyp=['ліпша', 'одна', 'торба', 'повна', 'ніж', 'десять', 'порожніх'] +common_voice_uk_22119314-1478-0: ref=['аби', 'вам', 'чорний', 'кіт', 'дорогу', 'не', 'перейшов'] +common_voice_uk_22119314-1478-0: hyp=['аби', 'вам', 'чорники', 'дорогу', 'не', 'перейшов'] +common_voice_uk_22119318-1479-0: ref=['це', 'наше', 'завдання'] +common_voice_uk_22119318-1479-0: hyp=['це', 'наше', 'завдання'] +common_voice_uk_22160676-1480-0: ref=['армії', 'мусульман', 'все', 'більше', 'посилювали', 'тиск', 'на', 'візантійську', 'імперію'] +common_voice_uk_22160676-1480-0: hyp=['армії', 'мусульман', 'все', 'більше', 'посилювали', 'тиск', 'на', 'візантійську', 'імперію'] +common_voice_uk_22160683-1481-0: ref=['хотів', 'поставити', 'таке', 'питання'] +common_voice_uk_22160683-1481-0: hyp=['хотів', 'поставити', 'таке', 'питання'] +common_voice_uk_22160694-1482-0: ref=['мені', 'здавалось'] +common_voice_uk_22160694-1482-0: hyp=['мені', 'здавалось'] +common_voice_uk_22160787-1483-0: ref=['рада', 'би', 'душа', 'в', 'рай', 'та', 'гріхи', 'не', 'пускають'] +common_voice_uk_22160787-1483-0: hyp=['рада', 'би', 'душа', 'в', 'рай', 'та', 'гріхи', 'не', 'пускають'] +common_voice_uk_22160788-1484-0: ref=['і', 'їм', 'варто', 'писати', 'новини', 'про', 'події', 'з', 'місць', 'де', 'вони', 'живуть'] +common_voice_uk_22160788-1484-0: hyp=['і', 'їм', 'варто', 'писати', 'на', 'винни', 'про', 'події', 'з', 'місць', 'де', 'вони', 'живуть'] +common_voice_uk_22160790-1485-0: ref=['два', 'пани', 'одні', 'штани', 'хторанше', 'встав', 'той', 'убрав'] +common_voice_uk_22160790-1485-0: hyp=['два', 'пани', 'одні', 'штани', 'хто', 'раніше', 'встав', 'той', 'обрав'] +common_voice_uk_22160794-1486-0: ref=['тому', 'будь', 'ласка', 'вислуховуйте'] +common_voice_uk_22160794-1486-0: hyp=['тому', 'будь', 'ласка', 'вислуховуйте'] +common_voice_uk_22160796-1487-0: ref=['оце', 'є', 'друге', 'питання', 'після', 'покарання', 'тих', 'хто', 'привів', 'до', 'війни'] +common_voice_uk_22160796-1487-0: hyp=['оце', 'є', 'друге', 'питання', 'після', 'покарання', 'тих', 'хто', 'привів', 'до', 'війни'] +common_voice_uk_22160891-1488-0: ref=['червоний', 'корунд', 'рубін'] +common_voice_uk_22160891-1488-0: hyp=['червоний', 'курунд', 'робін'] +common_voice_uk_22160893-1489-0: ref=['особа', 'має', 'право', 'на', 'відшкодування', 'моральної', 'шкоди', 'завданої', 'внаслідок', 'порушення', 'її', 'прав'] +common_voice_uk_22160893-1489-0: hyp=['особа', 'має', 'право', 'на', 'відшкодування', 'моральної', 'шкоди', 'завданої', 'внаслідок', 'порушення', 'і', 'її', 'прав'] +common_voice_uk_22160894-1490-0: ref=['дякуємо'] +common_voice_uk_22160894-1490-0: hyp=['дякуємо'] +common_voice_uk_22160895-1491-0: ref=['нам', 'у', 'житті', 'мало', 'часу', 'для', 'життя'] +common_voice_uk_22160895-1491-0: hyp=['нам', 'у', 'житті', 'мало', 'часу', 'для', 'життя'] +common_voice_uk_22160896-1492-0: ref=['правосуддя', 'в', 'україні', 'здійснюють', 'виключно', 'суди'] +common_voice_uk_22160896-1492-0: hyp=['правосуддя', 'в', 'україні', 'здійснюють', 'виключно', 'суди'] +common_voice_uk_22160937-1493-0: ref=['це', 'були', 'голодранці', 'й', 'сини', 'тих', 'хто', 'не', 'мав', 'ніякого', 'відношення', 'до', 'копанки'] +common_voice_uk_22160937-1493-0: hyp=['це', 'були', 'голодранці', 'із', 'сини', 'тих', 'хто', 'не', 'мав', 'ніякого', 'відношення', 'до', 'копанки'] +common_voice_uk_22160939-1494-0: ref=['я', 'надав', 'ходи', 'удвох', 'веселіше', 'йти'] +common_voice_uk_22160939-1494-0: hyp=['я', 'надав', 'ходи', 'удвох', 'веселіше', 'йти'] +common_voice_uk_22160941-1495-0: ref=['не', 'плюй', 'в', 'керничку', 'бо', 'меш', 'з', 'неї', 'воду', 'пити'] +common_voice_uk_22160941-1495-0: hyp=['не', 'плюй', 'в', 'керничку', 'бо', 'меш', 'з', 'неї', 'воду', 'пити'] +common_voice_uk_22160943-1496-0: ref=['харків', 'є', 'одним', 'з', 'найбільших', 'міст', 'україни'] +common_voice_uk_22160943-1496-0: hyp=['харків', 'є', 'одним', 'з', 'найбільших', 'міст', 'україни'] +common_voice_uk_22161066-1497-0: ref=['зроблено', 'все', 'справді', 'добре'] +common_voice_uk_22161066-1497-0: hyp=['зроблено', 'все', 'справді', 'добре'] +common_voice_uk_22161067-1498-0: ref=['і', 'вухом', 'не', 'веде'] +common_voice_uk_22161067-1498-0: hyp=['і', 'вухом', 'не', 'веде'] +common_voice_uk_22161069-1499-0: ref=['в', 'україні', 'ніша', 'серйозних', 'серіалів', 'досі', 'була', 'майже', 'порожньою'] +common_voice_uk_22161069-1499-0: hyp=['в', 'україні', 'ніша', 'серйозних', 'серіалів', 'досі', 'була', 'майже', 'порожньою'] +common_voice_uk_22161070-1500-0: ref=['будьте', 'уважні'] +common_voice_uk_22161070-1500-0: hyp=['будьте', 'уважні'] +common_voice_uk_22161072-1501-0: ref=['націоналістичний', 'рух', 'у', 'фінляндії', 'з', 'кожним', 'роком', 'посилювався'] +common_voice_uk_22161072-1501-0: hyp=['націоналістичний', 'рух', 'у', 'фінляндії', 'з', 'кожним', 'роком', 'посилювався'] +common_voice_uk_22188448-1502-0: ref=['а', 'той', 'внизу', 'біжить', 'додому'] +common_voice_uk_22188448-1502-0: hyp=['а', 'той', 'унизу', 'біжить', 'модаємо'] +common_voice_uk_22188449-1503-0: ref=['він', 'доклав', 'великих', 'зусиль', 'спрямованих', 'на', 'відродження', 'та', 'виживання', 'кримського', 'народу'] +common_voice_uk_22188449-1503-0: hyp=['він', 'відродження', 'про', 'виживання', 'кримської', 'мови'] +common_voice_uk_22188450-1504-0: ref=['президент', 'україни', 'виконує', 'свої', 'повноваження', 'до', 'вступу', 'на', 'пост', 'новообраного', 'президента', 'україни'] +common_voice_uk_22188450-1504-0: hyp=['україни', 'виконує', 'свої', 'помилок'] +common_voice_uk_22215703-1505-0: ref=['але', 'є', 'ідеї', 'для', 'сніданків', 'здатні', 'істотно', 'урізноманітнити', 'меню', 'кулінарними', 'шедеврами', 'зі', 'звичних', 'продуктів'] +common_voice_uk_22215703-1505-0: hyp=['але', 'є', 'ідеї', 'для', 'сніданків', 'здатні', 'істотного', 'різноманітний', 'маню', 'кулінарний', 'машедеврами', 'зі', 'звичних', 'продуктів'] +common_voice_uk_22215704-1506-0: ref=['реквієм', 'поетичний', 'спогад', 'про', 'те', 'що', 'минуло', 'безповоротно', 'і', 'скорбота', 'за', 'ним'] +common_voice_uk_22215704-1506-0: hyp=['реквієм', 'поетичний', 'спогад', 'про', 'те', 'що', 'минула', 'безповоротно', 'і', 'скорбота', 'за', 'ним'] +common_voice_uk_22215705-1507-0: ref=['нещодавно', 'вибух', 'міномета', 'під', 'рівним', 'забрав', 'життя', 'трьох', 'бійців'] +common_voice_uk_22215705-1507-0: hyp=['нещодавно', 'вибух', 'мінометр', 'під', 'рівнем', 'забрав', 'життя', 'трьох', 'бійців'] +common_voice_uk_22215707-1508-0: ref=['витати', 'в', 'емпіреях', 'фантазувати', 'захоплюватись', 'мріями', 'відірваними', 'від', 'реальності'] +common_voice_uk_22215707-1508-0: hyp=['ви', 'татати', 'в', 'індіреях', 'фантазувати', 'захоплюватись', 'мріяв', 'і', 'відірваним', 'від', 'реальності'] +common_voice_uk_22215829-1509-0: ref=['за', 'своєю', 'природою', 'і', 'способом', 'мислення', 'він', 'був', 'волюнтаристом'] +common_voice_uk_22215829-1509-0: hyp=['за', 'своєю', 'природою', 'способом', 'мислення', 'він', 'був', 'волінтаристом'] +common_voice_uk_22215830-1510-0: ref=['лежачий', 'камінь', 'мохом', 'обростає'] +common_voice_uk_22215830-1510-0: hyp=['лежать', 'їй', 'камінь', 'мохом', 'обростає'] +common_voice_uk_22215831-1511-0: ref=['живи', 'ніби', 'завтра', 'помреш', 'вчися', 'ніби', 'будеш', 'жити', 'вічно'] +common_voice_uk_22215831-1511-0: hyp=['живи', 'ніби', 'завтра', 'помреш', 'учишся', 'ніби', 'будеш', 'жити', 'вічно'] +common_voice_uk_22215833-1512-0: ref=['без', 'олію', 'не', 'зімлію', 'а', 'кулешу', 'й', 'сама', 'тешу'] +common_voice_uk_22215833-1512-0: hyp=['без', 'олію', 'не', 'землію', 'а', 'кулешу', 'й', 'сама', 'тешу'] +common_voice_uk_22215888-1513-0: ref=['вибачте', 'у', 'нас', 'немає', 'вільних', 'місць'] +common_voice_uk_22215888-1513-0: hyp=['вибачте', 'у', 'нас', 'немає', 'вільних', 'місць'] +common_voice_uk_22215889-1514-0: ref=['яка', 'проблема', 'я', 'не', 'розумію'] +common_voice_uk_22215889-1514-0: hyp=['яка', 'проблема', 'я', 'не', 'розумію'] +common_voice_uk_22215891-1515-0: ref=['віддаючи', 'комусь', 'нічого', 'не', 'чекати'] +common_voice_uk_22215891-1515-0: hyp=['віддаючи', 'комусь', 'нічого', 'не', 'чекати'] +common_voice_uk_22215894-1516-0: ref=['перемогти', 'самого', 'себе', 'найважча', 'з', 'перемог'] +common_voice_uk_22215894-1516-0: hyp=['перемогти', 'самого', 'себе', 'найважче', 'з', 'перемог'] +common_voice_uk_22215897-1517-0: ref=['ті', 'області', 'до', 'яких', 'інвестицій', 'прийде', 'найбільше', 'вийдуть', 'на', 'перші', 'позиції'] +common_voice_uk_22215897-1517-0: hyp=['ті', 'області', 'до', 'яких', 'інвестицій', 'прийде', 'найбільше', 'вийдуть', 'на', 'перші', 'позиції'] +common_voice_uk_22216057-1518-0: ref=['тобто', 'це', 'є', 'певна', 'процедура'] +common_voice_uk_22216057-1518-0: hyp=['тобто', 'це', 'є', 'певна', 'процедура'] +common_voice_uk_22216058-1519-0: ref=['ніхто', 'з', 'нас', 'у', 'житті', 'не', 'отримує', 'стільки', 'добра', 'скільки', 'заслуговує'] +common_voice_uk_22216058-1519-0: hyp=['ніхто', 'з', 'нас', 'у', 'житті', 'не', 'отримає', 'стільки', 'добра', 'скільки', 'заслуговує'] +common_voice_uk_22216064-1520-0: ref=['уже', 'підходячи', 'до', 'хати', 'галинки', 'хлопці', 'розділялись', 'на', 'дві', 'партії'] +common_voice_uk_22216064-1520-0: hyp=['уже', 'підходячи', 'до', 'хати', 'галенки', 'хлопці', 'розділялись', 'на', 'дві', 'партії'] +common_voice_uk_22216066-1521-0: ref=['аламаз', 'стійкий', 'до', 'кислот', 'та', 'нагрівання'] +common_voice_uk_22216066-1521-0: hyp=['але', 'мас', 'стійкий', 'до', 'кислот', 'та', 'нагрівання'] +common_voice_uk_22231938-1522-0: ref=['масив', 'задач', 'у', 'кожній', 'темі', 'відносно', 'впорядкований', 'за', 'рівнями', 'складності'] +common_voice_uk_22231938-1522-0: hyp=['ця', 'задачу', 'кожній', 'темі', 'відносив', 'по', 'якого', 'не', 'загідним', 'складності'] +common_voice_uk_22231940-1523-0: ref=['до', 'приходу', 'росіян', 'якути', 'вже', 'були', 'єдиним', 'народом'] +common_voice_uk_22231940-1523-0: hyp=['до', 'приходу', 'росіян', 'яку', 'ти', 'вже', 'були', 'єдиним', 'народом'] +common_voice_uk_22231941-1524-0: ref=['від', 'будівництва', 'соціально', 'необхідних', "об'єктів", 'до', 'кредитів', 'малому', 'бізнесу'] +common_voice_uk_22231941-1524-0: hyp=['соціально', 'необхідне', "об'єктів", 'то', 'крадів', 'малому', 'бізнесу'] +common_voice_uk_22231942-1525-0: ref=['взвод', 'солдатів', 'і', 'кінець'] +common_voice_uk_22231942-1525-0: hyp=['вот', 'солдате', 'и', 'кінець'] +common_voice_uk_22231943-1526-0: ref=['розробки', 'французів', 'мали', 'рекомендаційний', 'характер', 'а', 'вже', 'практичним', 'втіленням', 'займалися', 'місцеві'] +common_voice_uk_22231943-1526-0: hyp=['розробка', 'французів', 'мала', 'рекомендаційний', 'характер', 'а', 'вже', 'практичним', 'втіленням', 'займалася', 'місцеві'] +common_voice_uk_22232046-1527-0: ref=['хто', 'пізно', 'ходить', 'сам', 'собі', 'шкодить'] +common_voice_uk_22232046-1527-0: hyp=['хто', 'пізно', 'ходить', 'сам', 'собі', 'шкодить'] +common_voice_uk_22232050-1528-0: ref=['найбільшим', 'партнером', 'альбертійських', 'консерваторів', 'на', 'федеральному', 'рівні', 'в', 'канаді', 'є', 'канадські', 'ліберали'] +common_voice_uk_22232050-1528-0: hyp=['найбільшим', 'партнером', 'альбертистських', 'консерваторів', 'на', 'федеральному', 'рівні', 'в', 'канаді', 'є', 'канадський', 'ліберал'] +common_voice_uk_22232054-1529-0: ref=["об'єднання", 'галичини', 'і', 'волині', 'було', 'здійснено', 'волинським', 'князем', 'романом', 'мстиславичем'] +common_voice_uk_22232054-1529-0: hyp=["об'єднання", 'галичиною', 'волині', 'було', 'здійснено', 'волинським', 'князем', 'романом', 'мстиславовича'] +common_voice_uk_22232055-1530-0: ref=['капіталізм', 'довів', 'та', 'продовжує', 'доводити', 'свої', 'переваги', 'у', 'створенні', 'багатства', 'перед', 'державним', 'плануванням'] +common_voice_uk_22232055-1530-0: hyp=['капітан', 'довів', 'та', 'продовжує', 'доводити', 'свої', 'переваги', 'у', 'створенні', 'багатства', 'перед', 'державно', 'плануванням'] +common_voice_uk_22232060-1531-0: ref=['ми', 'вчимося', 'все', 'життя', 'не', 'рахуючи', 'десятка', 'років', 'проведених', 'у', 'школі'] +common_voice_uk_22232060-1531-0: hyp=['ми', 'вчимося', 'все', 'життя', 'не', 'рахуючи', 'десятка', 'років', 'провинних', 'у', 'школі'] +common_voice_uk_22247313-1532-0: ref=['не', 'пропускай', 'реченця', 'свого', 'бо', 'видавець', 'твій', 'не', 'винен'] +common_voice_uk_22247313-1532-0: hyp=['не', 'пропускає', 'речниця', 'свого', 'бо', 'видавец', 'твій', 'не', 'винен'] +common_voice_uk_22247322-1533-0: ref=['ескулап', 'лікар'] +common_voice_uk_22247322-1533-0: hyp=['ескулап', 'лікар'] +common_voice_uk_22247334-1534-0: ref=['і', 'ми', 'ще', 'задаємось', 'питаннями', 'чому', 'половина', 'економіки', 'в', 'тіні'] +common_voice_uk_22247334-1534-0: hyp=['і', 'ми', 'ще', 'задаємось', 'питанням', 'чому', 'половина', 'економіки', 'в', 'тіні'] +common_voice_uk_22247337-1535-0: ref=['хворий', 'питається', 'у', 'санітара'] +common_voice_uk_22247337-1535-0: hyp=['хворий', 'питається', 'у', 'санітара'] +common_voice_uk_22263669-1536-0: ref=['тому', 'я', 'повністю', 'з', 'вами', 'згоден'] +common_voice_uk_22263669-1536-0: hyp=['тому', 'я', 'повністю', 'з', 'вами', 'згоден'] +common_voice_uk_22263671-1537-0: ref=['не', 'за', 'обличчя', 'судіть', 'а', 'за', 'серце'] +common_voice_uk_22263671-1537-0: hyp=['на', 'за', 'обличчя', 'сидять', 'а', 'за', 'серце'] +common_voice_uk_22263672-1538-0: ref=['ця', 'картина', 'вважається', 'одним', 'з', 'сами', 'великих', 'досягнень'] +common_voice_uk_22263672-1538-0: hyp=['це', 'картина', 'вважається', 'одним', 'з', 'найвих', 'великих', 'досягнень'] +common_voice_uk_22263674-1539-0: ref=['обставиною', 'що', 'трохи', 'полегшила', 'положення', 'хрестоносців', 'була', 'смерть', 'саладіна'] +common_voice_uk_22263674-1539-0: hyp=['обставиною', 'що', 'трохи', 'полегшене', 'положення', 'христоносців', 'була', 'смерть', 'салатина'] +common_voice_uk_22263807-1540-0: ref=['компетенція', 'та', 'функції', 'ради', 'національної', 'безпеки', 'і', 'оборони', 'україни', 'визначаються', 'законом'] +common_voice_uk_22263807-1540-0: hyp=['компетенція', 'та', 'функції', 'ради', 'національної', 'безпеки', 'і', 'оборони', 'україни', 'визначається', 'законом'] +common_voice_uk_22263809-1541-0: ref=['вавілон', 'місто', 'розкоші', 'і', 'розпусти', 'повне', 'спокус'] +common_voice_uk_22263809-1541-0: hyp=['баган', 'місто', 'розкоші', 'і', 'розпусти', 'повне', 'спокус'] +common_voice_uk_22263811-1542-0: ref=['бойчукісти', 'плеяда', 'малярів', 'монументалістів', 'учнів', 'і', 'послідовників', 'михайла', 'бойчука'] +common_voice_uk_22263811-1542-0: hyp=['бачу', 'їсти', 'то', 'я', 'до', 'маляри', 'в', 'монументалістів', 'учнів', 'і', 'послідовників', 'михайла', 'пальчука'] +common_voice_uk_22263812-1543-0: ref=['був', 'насправді', 'троянським', 'конем', 'з', 'метою', 'здобуття', 'популярності'] +common_voice_uk_22263812-1543-0: hyp=['бог', 'насправді', 'троянським', 'конем', 'з', 'метою', 'здобуття', 'популярності'] +common_voice_uk_22263815-1544-0: ref=['головним', 'призначенням', 'символу', 'було', 'налякати', 'і', 'морально', 'вплинути', 'на', 'жертву'] +common_voice_uk_22263815-1544-0: hyp=['головним', 'призначенням', 'символу', 'було', 'налякати', 'і', 'морально', 'вплинути', 'на', 'жертву'] +common_voice_uk_22283892-1545-0: ref=['як', 'партнери', 'та', 'рекламодавці', 'поставилися', 'до', 'змін'] +common_voice_uk_22283892-1545-0: hyp=['як', 'партнери', 'та', 'рекомедавці', 'поставились', 'до', 'змін'] +common_voice_uk_22283938-1546-0: ref=['мене', 'цікавить', 'таке', 'питання'] +common_voice_uk_22283938-1546-0: hyp=['мене', 'цікавить', 'таке', 'питання'] +common_voice_uk_22283939-1547-0: ref=['українські', 'міста', 'змінюються', 'та', 'трансформуються'] +common_voice_uk_22283939-1547-0: hyp=['українські', 'міста', 'змінюються', 'та', 'трансформуються'] +common_voice_uk_22283940-1548-0: ref=['усе', 'життя', 'шукала', 'принца', 'на', 'білому', 'коні', 'а', 'трапляються', 'лише', 'вершники', 'без', 'голови'] +common_voice_uk_22283940-1548-0: hyp=['усе', 'життя', 'шукала', 'принца', 'на', 'білому', 'коні', 'трапляється', 'лише', 'вершники', 'без', 'голови'] +common_voice_uk_22283941-1549-0: ref=['галинка', 'колись', 'служила', 'у', 'пана', 'в', 'горницях'] +common_voice_uk_22283941-1549-0: hyp=['галинка', 'когось', 'служила', 'у', 'пана', 'в', 'горницях'] +common_voice_uk_22316950-1550-0: ref=['закон', 'концентрації', 'говорить', 'що', 'все', 'про', 'що', 'ви', 'роздумуєте', 'збільшується', 'в', 'розмірах'] +common_voice_uk_22316950-1550-0: hyp=['закон', 'концентрації', 'говорить', 'що', 'все', 'про', 'що', 'ви', 'роздумаєте', 'збільшується', 'в', 'розмірах'] +common_voice_uk_22316951-1551-0: ref=['знати', 'хочуть', 'багато', 'добувати', 'знання', 'не', 'всі'] +common_voice_uk_22316951-1551-0: hyp=['знати', 'хочу', 'й', 'багато', 'добувати', 'знання', 'не', 'всі'] +common_voice_uk_22316952-1552-0: ref=['ще', 'раз', 'усім', 'доброго', 'дня'] +common_voice_uk_22316952-1552-0: hyp=['ще', 'раз', 'усім', 'доброго', 'дня'] +common_voice_uk_22316953-1553-0: ref=['мені', 'вдарило', 'в', 'лице', 'немов', "полум'я"] +common_voice_uk_22316953-1553-0: hyp=['мені', 'вдарило', 'в', 'лице', 'немов', "полум'я"] +common_voice_uk_22343051-1554-0: ref=['сьогодні', 'ми', 'повинні', 'зробити', 'декілька', 'дуже', 'важливих', 'кроків'] +common_voice_uk_22343051-1554-0: hyp=['сьогодні', 'ми', 'повинні', 'зробити', 'декілька', 'дуже', 'важливих', 'кроків'] +common_voice_uk_22343052-1555-0: ref=['накрити', 'мокрим', 'рядном'] +common_voice_uk_22343052-1555-0: hyp=['накрити', 'мокрими', 'рядном'] +common_voice_uk_22343053-1556-0: ref=['мати', 'окрему', 'національну', 'долю', 'та', 'ідентичність', 'є', 'політичним', 'благом'] +common_voice_uk_22343053-1556-0: hyp=['мати', 'окремо', 'національну', 'долю', 'та', 'ідентичність', 'є', 'політичним', 'благом'] +common_voice_uk_22343054-1557-0: ref=['зло', 'нічого', 'не', 'дає', 'крім', 'зла'] +common_voice_uk_22343054-1557-0: hyp=['зло', 'нічого', 'не', 'дає', 'крім', 'зла'] +common_voice_uk_22343055-1558-0: ref=['чому', 'ми', 'не', 'залишаємося', 'їх', 'власником'] +common_voice_uk_22343055-1558-0: hyp=['чого', 'ми', 'не', 'залишаємося', 'їх', 'власником'] +common_voice_uk_22343119-1559-0: ref=['дешева', 'рибка', 'несмачна', 'юшка'] +common_voice_uk_22343119-1559-0: hyp=['дешева', 'рибка', 'несмачна', 'юшка'] +common_voice_uk_22343120-1560-0: ref=['українська', 'економіка', 'попри', 'подвійні', 'вибори', 'та', 'очікування', 'чергової', 'світової', 'кризи', 'цьогоріч', 'показала', 'позитивні', 'результати'] +common_voice_uk_22343120-1560-0: hyp=['у', 'українська', 'економіка', 'попри', 'подвійні', 'вибори', 'та', 'очікування', 'чергової', 'світової', 'кризи', 'цьогоріч', 'показала', 'позитивні', 'результати'] +common_voice_uk_22343124-1561-0: ref=['ні', 'примітивні', 'жарти', 'теж', 'є', 'але', 'вкрай', 'мало'] +common_voice_uk_22343124-1561-0: hyp=['ні', 'примітив', 'він', 'жарти', 'теж', 'є', 'але', 'вкрай', 'мова'] +common_voice_uk_22343126-1562-0: ref=['нагородження', 'фіналістів', 'відбулося', 'в', 'неділю'] +common_voice_uk_22343126-1562-0: hyp=['благородження', 'фіналістів', 'відбулося', 'в', 'неділю'] +common_voice_uk_22343151-1563-0: ref=['ніба', 'нещасна', 'мати'] +common_voice_uk_22343151-1563-0: hyp=['необа', 'нещасна', 'мати'] +common_voice_uk_22343152-1564-0: ref=['бажаємо', 'вам', 'домашнього', 'затишку', 'веселої', 'компанії', 'друзів', 'і', 'нехай', 'усе', 'у', 'вас', 'буде', 'добре'] +common_voice_uk_22343152-1564-0: hyp=['бажаємо', 'вам', 'домашнього', 'затишку', 'веселої', 'компанії', 'друзів', 'і', 'нехай', 'все', 'у', 'вас', 'буде', 'добре'] +common_voice_uk_22343153-1565-0: ref=['європейський', 'союз', 'пропонує', 'надто', 'значні', 'переваги', 'європейським', 'країнам', 'аби', 'просто', 'розвалитися'] +common_voice_uk_22343153-1565-0: hyp=['європейський', 'союз', 'пропонує', 'надто', 'значні', 'переваги', 'європейським', 'країнам', 'ви', 'просто', 'розвалитися'] +common_voice_uk_22343154-1566-0: ref=['велика', 'кількість', 'зброї', 'вилучена'] +common_voice_uk_22343154-1566-0: hyp=['тільки', 'зброя', 'вилучена'] +common_voice_uk_22343155-1567-0: ref=['перед', 'виборами', 'ви', 'обіцяли'] +common_voice_uk_22343155-1567-0: hyp=['перед', 'виборами', 'ви', 'обіцяли'] +common_voice_uk_22353436-1568-0: ref=['мені', 'треба', 'було', 'на', 'якийсь', 'час', 'сховатися'] +common_voice_uk_22353436-1568-0: hyp=['мені', 'треба', 'було', 'на', 'якийсь', 'час', 'сховатися'] +common_voice_uk_22353437-1569-0: ref=['столицею', 'україни', 'є', 'місто', 'київ'] +common_voice_uk_22353437-1569-0: hyp=['столицею', 'україни', 'і', 'місто', 'київ'] +common_voice_uk_22353438-1570-0: ref=['при', 'гасінні', 'загоряння', 'самостійно', 'категорично', 'забороняється', 'входити', 'до', 'кабіни', 'ліфта'] +common_voice_uk_22353438-1570-0: hyp=['при', 'гасіння', 'загоряння', 'самостійно', 'категорично', 'забороняє', 'входити', 'до', 'кабіна', 'ліфта'] +common_voice_uk_22353440-1571-0: ref=['присипаємо', 'сіллю', 'меленим', 'перцем', 'можна', 'додати', 'зелень', 'і', 'тертий', 'сир'] +common_voice_uk_22353440-1571-0: hyp=['присипаємо', 'сіллю', 'мало', 'ним', 'перцем', 'можна', 'додати', 'зелень', 'і', 'тертий', 'сир'] +common_voice_uk_22353444-1572-0: ref=['сонце', 'розпливалося', 'в', 'небі', 'розчавлене', 'сліпуче', 'як', 'вибух'] +common_voice_uk_22353444-1572-0: hyp=['сонце', 'розпливалося', 'у', 'небі', 'розчавлене', 'сліпуче', 'як', 'вибух'] +common_voice_uk_22353445-1573-0: ref=['на', 'третьому', 'поверсі', 'місця', 'не', 'вистачало', 'розносили', 'поранених', 'і', 'на', 'верхні', 'поверхи'] +common_voice_uk_22353445-1573-0: hyp=['на', 'третьому', 'поверсі', 'місця', 'не', 'вистачало', 'розносили', 'поранених', 'і', 'на', 'верхній', 'поверхи'] +common_voice_uk_22353446-1574-0: ref=['приходьте', 'на', 'екзамен', 'зі', 'свіжою', 'головою', 'багато', 'в', 'чому', 'буде', 'необхідно', 'розбиратися', 'вперше'] +common_voice_uk_22353446-1574-0: hyp=['приходьте', 'на', 'екзамен', 'зі', 'свіжого', 'головою', 'багато', 'в', 'чому', 'буде', 'необхідно', 'розбиратися', 'вперше'] +common_voice_uk_22353447-1575-0: ref=['тому', 'незважаючи', 'на', 'всі', 'візи', 'які', 'є', 'пропоную', 'визначитися', 'досить', 'таки', 'чітко'] +common_voice_uk_22353447-1575-0: hyp=['тому', 'незважаючи', 'на', 'всі', 'візи', 'які', 'є', 'пропонує', 'визначитися', 'досить', 'такий', 'чітко'] +common_voice_uk_22353448-1576-0: ref=['це', 'потрібно', 'розвивати'] +common_voice_uk_22353448-1576-0: hyp=['це', 'потрібно', 'розвивати'] +common_voice_uk_22353451-1577-0: ref=['корова', 'тим', 'рогом', 'чухається', 'який', 'у', 'неї', 'є'] +common_voice_uk_22353451-1577-0: hyp=['корова', 'тим', 'рогом', 'чухається', 'і', 'який', 'у', 'неї', 'є'] +common_voice_uk_22353452-1578-0: ref=['під', 'час', 'вогнепальних', 'поранень', 'клітини', 'гинуть', 'на', 'певній', 'ділянці', 'кістки'] +common_voice_uk_22353452-1578-0: hyp=['під', 'час', 'вогнепальних', 'поранень', 'клітини', 'гинуть', 'на', 'певній', 'ділянці', 'кістки'] +common_voice_uk_22353453-1579-0: ref=['вони', 'ще', 'не', 'віддали', 'будівельникам'] +common_voice_uk_22353453-1579-0: hyp=['вони', 'ще', 'не', 'віддали', 'будівельникам'] +common_voice_uk_22353454-1580-0: ref=['а', 'жили', 'ми', 'на', 'хуторі'] +common_voice_uk_22353454-1580-0: hyp=['а', 'жили', 'ми', 'на', 'хуторі'] +common_voice_uk_22353455-1581-0: ref=['шановні', 'іменинники'] +common_voice_uk_22353455-1581-0: hyp=['шановні', 'іменинники'] +common_voice_uk_22353465-1582-0: ref=['натомість', 'зріс', 'товарооборот', 'на', 'внутрішньому', 'ринку', 'країни'] +common_voice_uk_22353465-1582-0: hyp=['натомість', 'зріст', 'товару', 'оборот', 'на', 'внутрішньому', 'ринку', 'країни'] +common_voice_uk_22353466-1583-0: ref=['на', 'краю', 'світу', 'я', 'зрозумів', 'одне'] +common_voice_uk_22353466-1583-0: hyp=['на', 'краю', 'світу', 'я', 'зрозумів', 'одне'] +common_voice_uk_22353467-1584-0: ref=['вандали', 'руйнівники', 'культурних', 'цінностей', 'невігласи'] +common_voice_uk_22353467-1584-0: hyp=['вандали', 'руйнівники', 'культурних', 'цінностей', 'не', 'біглося'] +common_voice_uk_22353468-1585-0: ref=['ця', 'забудова', 'на', 'звіринецькому', 'сквері'] +common_voice_uk_22353468-1585-0: hyp=['ця', 'забудова', 'на', 'звіриницькому', 'сквері'] +common_voice_uk_22353478-1586-0: ref=['тому', 'абзаци', 'в', 'літературному', 'творі', 'мають', 'і', 'певне', 'композиційне', 'значення'] +common_voice_uk_22353478-1586-0: hyp=['тому', 'абзаци', 'в', 'літературному', 'творі', 'мають', 'і', 'певна', 'композиційне', 'значення'] +common_voice_uk_22353480-1587-0: ref=['тому', 'все', 'таки', 'би', 'хотілося', 'щоб', 'сила', 'і', 'закон', 'однаково', 'рівномірно', 'застосовувався', 'для', 'всіх'] +common_voice_uk_22353480-1587-0: hyp=['тому', 'все', 'таки', 'хотілося', 'щоб', 'сила', 'і', 'закон', 'однаково', 'рівномірно', 'застосовувався', 'для', 'всіх'] +common_voice_uk_22353482-1588-0: ref=['позитивних', 'відгуків', 'було', 'багато', 'думаю', 'їх', 'сфальсифікували'] +common_voice_uk_22353482-1588-0: hyp=['позитивних', 'відгуків', 'було', 'багато', 'думаю', 'їх', 'сфальсифікували'] +common_voice_uk_22353499-1589-0: ref=['ну', 'і', 'зараз', 'продовження', 'дивовижної', 'спецоперації', 'на', 'найбільш', 'західному', 'кордоні', 'україни'] +common_voice_uk_22353499-1589-0: hyp=['ну', 'й', 'зараз', 'продовження', 'теологічної', 'спецоперації', 'на', 'найбільш', 'західному', 'кордоні', 'україни'] +common_voice_uk_22353502-1590-0: ref=['я', 'так', 'розгубився', 'що', 'навіть', 'забув', 'українську', 'мову'] +common_voice_uk_22353502-1590-0: hyp=['я', 'так', 'розгубився', 'що', 'навіть', 'забув', 'українську', 'мову'] +common_voice_uk_22353505-1591-0: ref=['провалюється', 'й', 'сама', 'ідеологія', 'ліберальної', 'імперії'] +common_voice_uk_22353505-1591-0: hyp=['провалюється', 'й', 'сама', 'ідеологія', 'ліберальної', 'імперії'] +common_voice_uk_22360876-1592-0: ref=['це', 'спеціалісти', 'знають'] +common_voice_uk_22360876-1592-0: hyp=['це', 'спеціалісти', 'знають'] +common_voice_uk_22360877-1593-0: ref=['у', 'токіо', 'відбувся', 'один', 'із', 'найбільших', 'конкурсів', 'краси'] +common_voice_uk_22360877-1593-0: hyp=['у', 'то', 'кого', 'відбувся', 'один', 'із', 'найбільших', 'конкурсів', 'краси'] +common_voice_uk_22360878-1594-0: ref=['кований', 'на', 'всі', 'чотири', 'копита'] +common_voice_uk_22360878-1594-0: hyp=['кований', 'на', 'всі', 'чотири', 'копита'] +common_voice_uk_22360879-1595-0: ref=['я', 'вам', 'дякую'] +common_voice_uk_22360879-1595-0: hyp=['для', 'вам', 'дякую'] +common_voice_uk_22361126-1596-0: ref=['протягом', 'усього', 'літа', 'в', 'ісландії', 'стоять', 'білі', 'ночі'] +common_voice_uk_22361126-1596-0: hyp=['протягом', 'усього', 'літа', 'в', 'ісландії', 'стоять', 'біля', 'ночі'] +common_voice_uk_22361127-1597-0: ref=['вони', 'складаються', 'з', 'вірогідних', 'злочинців'] +common_voice_uk_22361127-1597-0: hyp=['вони', 'складаються', 'з', 'вірогідних', 'злочинців'] +common_voice_uk_22361128-1598-0: ref=['кожен', 'має', 'право', 'на', 'свободу', 'світогляду', 'і', 'віросповідання'] +common_voice_uk_22361128-1598-0: hyp=['кожен', 'має', 'право', 'на', 'свободу', 'святогляду', 'і', 'віросповідань'] +common_voice_uk_22361129-1599-0: ref=['вчіться', 'і', 'читайте', 'читайте', 'книги', 'серйозні', 'життя', 'зробить', 'інше'] +common_voice_uk_22361129-1599-0: hyp=['читайте', 'читайте', 'книгу', 'серйозні', 'життя', 'зробить', 'інше'] +common_voice_uk_22361130-1600-0: ref=['ласкаве', 'теля', 'дві', 'мамки', 'ссе', 'а', 'бистре', 'ні', 'одну'] +common_voice_uk_22361130-1600-0: hyp=['ласкаво', 'теля', 'дві', 'мавки', 'са', 'а', 'бистронні', 'одну'] +common_voice_uk_22429540-1601-0: ref=['жити', 'наприклад', 'у', 'швеції', 'дійсно', 'дорого'] +common_voice_uk_22429540-1601-0: hyp=['жити', 'наприклад', 'у', 'швеції', 'дійсно', 'дорого'] +common_voice_uk_22815506-1602-0: ref=['у', 'всіх', 'народів', 'мова', 'це', 'засіб', 'спілкування', 'у', 'нас', 'це', 'фактор', 'відчуження'] +common_voice_uk_22815506-1602-0: hyp=['у', 'всіх', 'народів', 'мова', 'цей', 'засіб', 'спілкування', 'у', 'нас', 'це', 'фактор', 'відчуження'] +common_voice_uk_22815507-1603-0: ref=['думи', 'мої', 'думи', 'мої'] +common_voice_uk_22815507-1603-0: hyp=['думаємо', 'думи', 'мої'] +common_voice_uk_22815508-1604-0: ref=['мова', 'це', 'всі', 'глибинні', 'пласти', 'духовного', 'життя', 'народу'] +common_voice_uk_22815508-1604-0: hyp=['мова', 'це', 'всі', 'глибинні', 'пласти', 'духовного', 'життя', 'народу'] +common_voice_uk_22815509-1605-0: ref=['мертві', 'сорому', 'не', 'мають'] +common_voice_uk_22815509-1605-0: hyp=['мертві', 'сорому', 'не', 'мають'] +common_voice_uk_22815521-1606-0: ref=['чужу', 'мову', 'можна', 'вивчити', 'за', 'шість', 'років', 'а', 'свою', 'треба', 'вчити', 'все', 'життя'] +common_voice_uk_22815521-1606-0: hyp=['чужу', 'мову', 'можна', 'вивчити', 'за', 'шість', 'років', 'а', 'свою', 'треба', 'вчити', 'все', 'життя'] +common_voice_uk_22815522-1607-0: ref=['ми', 'серцем', 'голі', 'догола'] +common_voice_uk_22815522-1607-0: hyp=['ми', 'серце', 'моголі', 'довела'] +common_voice_uk_22815523-1608-0: ref=['блаженний', 'муж', 'на', 'лукаву', 'не', 'вступає', 'раду'] +common_voice_uk_22815523-1608-0: hyp=['блаженні', 'блажен', 'мужно', 'лукаво', 'не', 'вступає', 'радо'] +common_voice_uk_22815524-1609-0: ref=['та', 'з', 'собою', 'самим', 'у', 'війні', 'не', 'простояти', 'довго', 'мені'] +common_voice_uk_22815524-1609-0: hyp=['та', 'з', 'собою', 'самим', 'у', 'війні', 'непростояти', 'довго', 'мені'] +common_voice_uk_22815525-1610-0: ref=['не', 'все', 'ще', 'той', 'поет', 'великий', 'чільний', 'хто', 'вірші', 'пише', 'і', 'слова', 'римує'] +common_voice_uk_22815525-1610-0: hyp=['не', 'все', 'ще', 'той', 'поет', 'великий', 'чинний', 'хто', 'віршій', 'польщі', 'і', 'слова', 'римує'] +common_voice_uk_22815541-1611-0: ref=['на', 'чужині', 'не', 'ті', 'люде', 'тяжко', 'з', 'ними', 'жити'] +common_voice_uk_22815541-1611-0: hyp=['на', 'чого', 'женя', 'на', 'ті', 'люди', 'тяжко', 'знемо', 'жити'] +common_voice_uk_22815543-1612-0: ref=['тільки', 'вірність', 'і', 'слухняність', 'творять', 'передумови', 'успіху', 'національної', 'боротьби'] +common_voice_uk_22815543-1612-0: hyp=['тільки', 'вірність', 'і', 'слухняність', 'того', 'говорить', 'передумови', 'успіху', 'національному', 'боротьбу'] +common_voice_uk_22815544-1613-0: ref=['помилки', 'справжніх', 'талантів', 'більш', 'повчальні', 'для', 'учнів', 'ніж', 'здобуті', 'ними', 'непохитні', 'істини'] +common_voice_uk_22815544-1613-0: hyp=['помилки', 'справжніх', 'талантів', 'більш', 'повчальні', 'для', 'учнів', 'ніж', 'здобуті', 'ними', 'непохитні', 'їздитини'] +common_voice_uk_22815546-1614-0: ref=['і', 'оживе', 'добра', 'слава', 'слава', 'україни'] +common_voice_uk_22815546-1614-0: hyp=['його', 'оживе', 'добра', 'слава', 'слава', 'україни'] +common_voice_uk_22815547-1615-0: ref=['борітеся', 'поборете'] +common_voice_uk_22815547-1615-0: hyp=['орітеся', 'по', 'борете'] +common_voice_uk_22815551-1616-0: ref=['лиш', 'боротись', 'значить', 'жить'] +common_voice_uk_22815551-1616-0: hyp=['ми', 'ж', 'боротись', 'значить', 'лежить'] +common_voice_uk_22815552-1617-0: ref=['в', 'боротьбі', 'виростає', 'сила'] +common_voice_uk_22815552-1617-0: hyp=['в', 'боротьбі', 'виростає', 'сила'] +common_voice_uk_22815553-1618-0: ref=['ні', 'з', 'ким', 'буде', 'поплакати', 'ні', 'поговорити'] +common_voice_uk_22815553-1618-0: hyp=['ні', 'з', 'ким', 'буде', 'поплакати', 'ні', 'поговорити'] +common_voice_uk_22815554-1619-0: ref=['для', 'таланту', 'немає', 'смерті', 'бо', 'він', 'не', 'вірить', 'в', 'неї'] +common_voice_uk_22815554-1619-0: hyp=['для', 'таланту', 'немає', 'смерті', 'бо', 'він', 'не', 'вірить', 'у', 'неї'] +common_voice_uk_22815555-1620-0: ref=['не', 'забуваймо', 'про', 'меч', 'учімося', 'міцніше', 'тримати', 'його', 'в', 'руках'] +common_voice_uk_22815555-1620-0: hyp=['не', 'забуваймо', 'про', 'меч', 'чомусь', 'вони', 'міцніше', 'тримати', 'його', 'в', 'боках'] +common_voice_uk_22840932-1621-0: ref=['за', 'здобутком', 'завжди', 'втрата', 'простує'] +common_voice_uk_22840932-1621-0: hyp=['що', 'здобутком', 'завжди', 'втрата', 'простої'] +common_voice_uk_22840934-1622-0: ref=['слово', 'то', 'мудрості', 'промінь', 'слово', 'то', 'думка', 'людська'] +common_voice_uk_22840934-1622-0: hyp=['слово', 'то', 'мудрості', 'промінь', 'слово', 'то', 'думка', 'людська'] +common_voice_uk_22915245-1623-0: ref=['лихо', 'мені', 'з', 'вами'] +common_voice_uk_22915245-1623-0: hyp=['лихо', 'мені', 'з', 'вами'] +common_voice_uk_22915261-1624-0: ref=['дух', 'що', 'тіло', 'рве', 'до', 'бою', 'рве', 'за', 'поступ', 'щастя', 'й', 'волю'] +common_voice_uk_22915261-1624-0: hyp=['дух', 'що', 'тіло', 'рве', 'до', 'бою', 'рве', 'за', 'поступ', 'щастя', 'і', 'волю'] +common_voice_uk_22915298-1625-0: ref=['і', 'окрадуть', 'жалкуючи', 'плачучи', 'осудять'] +common_voice_uk_22915298-1625-0: hyp=['і', 'украдуть', 'жалкуючі', 'плачучи', 'осудять'] +common_voice_uk_22915299-1626-0: ref=['не', 'накличу', 'собі', 'долі', 'коли', 'так', 'не', 'маю'] +common_voice_uk_22915299-1626-0: hyp=['не', 'накличу', 'собі', 'долі', 'коли', 'так', 'немає'] +common_voice_uk_22915314-1627-0: ref=['справа', 'здобуття', 'української', 'державності', 'це', 'справа', 'нації', 'української', 'а', 'не', 'якогось', 'класу', 'чи', 'партії'] +common_voice_uk_22915314-1627-0: hyp=['справа', 'здобуття', 'української', 'державності', 'це', 'справа', 'нації', 'української', 'але', 'якогось', 'класу', 'чи', 'партії'] +common_voice_uk_22915315-1628-0: ref=['страшно', 'впасти', 'у', 'кайдани', 'умирать', 'в', 'неволі'] +common_voice_uk_22915315-1628-0: hyp=['страшно', 'впасти', 'у', 'кайдани', 'умирать', 'в', 'неволі'] +common_voice_uk_22915337-1629-0: ref=['що', 'проклену', 'святого', 'бога', 'за', 'неї', 'душу', 'погублю'] +common_voice_uk_22915337-1629-0: hyp=['що', 'проклену', 'святого', 'бога', 'за', 'нею', 'душу', 'погублю'] +common_voice_uk_22915340-1630-0: ref=['обставини', 'і', 'факти', 'творять', 'та', 'викликають', 'людей'] +common_voice_uk_22915340-1630-0: hyp=['обставини', 'і', 'факти', 'творять', 'та', 'викликають', 'людей'] +common_voice_uk_22915365-1631-0: ref=['саме', 'знання', 'нікому', 'їсти', 'не', 'дасть'] +common_voice_uk_22915365-1631-0: hyp=['саме', 'знання', 'нікому', 'їсти', 'не', 'дасть'] +common_voice_uk_22915366-1632-0: ref=['радьте', 'розумні', 'рятуйте', 'могучії'] +common_voice_uk_22915366-1632-0: hyp=['раття', 'розумні', 'рятуйте', 'могутчі'] +common_voice_uk_22915387-1633-0: ref=['хто', 'з', 'злом', 'не', 'боресь', 'той', 'людей', 'не', 'любить'] +common_voice_uk_22915387-1633-0: hyp=['хто', 'злом', 'не', 'борець', 'тої', 'людини', 'любить'] +common_voice_uk_22915412-1634-0: ref=['нема', 'раю', 'на', 'всій', 'землі', 'та', 'нема', 'й', 'на', 'небі'] +common_voice_uk_22915412-1634-0: hyp=['не', 'мораю', 'на', 'всій', 'землі', 'та', 'немає', 'на', 'небі'] +common_voice_uk_22915413-1635-0: ref=['сиротині', 'сонце', 'світить', 'світить', 'та', 'не', 'гріє'] +common_voice_uk_22915413-1635-0: hyp=['сиротині', 'сонце', 'світить', 'світить', 'та', 'не', 'гріє'] +common_voice_uk_22915447-1636-0: ref=['слова', 'та', 'голос', 'більш', 'нічого'] +common_voice_uk_22915447-1636-0: hyp=['слова', 'то', 'голос', 'більш', 'нічого'] +common_voice_uk_22915448-1637-0: ref=['там', 'де', 'справжній', 'талант', 'там', 'справді', 'немає', 'старості'] +common_voice_uk_22915448-1637-0: hyp=['там', 'де', 'справжній', 'талант', 'там', 'справді', 'немає', 'старості'] +common_voice_uk_22915457-1638-0: ref=['наша', 'дума', 'наша', 'пісня', 'не', 'вмре', 'не', 'загине'] +common_voice_uk_22915457-1638-0: hyp=['наша', 'дума', 'наша', 'пісня', 'не', 'вмре', 'не', 'загине'] +common_voice_uk_22915477-1639-0: ref=['шлях', 'звільнення', 'кожної', 'нації', 'густо', 'кропиться', "кров'ю"] +common_voice_uk_22915477-1639-0: hyp=['шлях', 'звільнення', 'кожної', 'нації', 'густо', 'кропиться', "кров'ю"] +common_voice_uk_22915478-1640-0: ref=['а', 'ви', 'претеся', 'на', 'чужину', 'шукати', 'доброго', 'добра'] +common_voice_uk_22915478-1640-0: hyp=['а', 'ви', 'впретеся', 'на', 'чужину', 'шукати', 'доброго', 'добра'] +common_voice_uk_22915499-1641-0: ref=['найстрашніша', 'клятьба', 'полюбити', 'раба'] +common_voice_uk_22915499-1641-0: hyp=['майстрашніша', 'клядьба', 'полюбити', 'раба'] +common_voice_uk_22915512-1642-0: ref=['хто', 'нікчемну', 'душу', 'має', 'то', 'така', 'ж', 'у', 'нього', 'мова'] +common_voice_uk_22915512-1642-0: hyp=['ніхто', 'нікчемно', 'душу', 'має', 'то', 'така', 'ж', 'у', 'нього', 'мова'] +common_voice_uk_22915587-1643-0: ref=['воно', 'не', 'світ', 'а', 'всі', 'світи'] +common_voice_uk_22915587-1643-0: hyp=['воно', 'не', 'світ', 'а', 'всі', 'світи'] +common_voice_uk_22915589-1644-0: ref=['і', 'день', 'іде', 'і', 'ніч', 'іде'] +common_voice_uk_22915589-1644-0: hyp=['де', 'нігде', 'й', 'ніч', 'іде'] +common_voice_uk_22915606-1645-0: ref=['ну', 'що', 'б', 'здавалося', 'слова'] +common_voice_uk_22915606-1645-0: hyp=['ну', 'щоб', 'здавалося', 'слова'] +common_voice_uk_22915620-1646-0: ref=['де', 'нема', 'святої', 'волі', 'не', 'буде', 'там', 'добра', 'ніколи'] +common_voice_uk_22915620-1646-0: hyp=['де', 'нема', 'святої', 'волі', 'не', 'буде', 'там', 'добра', 'ніколи'] +common_voice_uk_22915623-1647-0: ref=['ну', 'що', 'б', 'здавалося', 'слова', 'слова', 'та', 'голос', 'більш', 'нічого'] +common_voice_uk_22915623-1647-0: hyp=['ну', 'щоб', 'здавалися', 'слова', 'слова', 'та', 'голос', 'більш', 'нічого'] +common_voice_uk_22915624-1648-0: ref=['таж', 'і', 'в', 'бурю', 'не', 'всі', 'човни', 'гинуть'] +common_voice_uk_22915624-1648-0: hyp=['та', 'жив', 'бурю', 'не', 'всі', 'човни', 'гинуть'] +common_voice_uk_22924875-1649-0: ref=['погано', 'дуже', 'страх', 'погано'] +common_voice_uk_22924875-1649-0: hyp=['погана', 'дуже', 'страх', 'погано'] +common_voice_uk_23030303-1650-0: ref=['реквієм', 'завжди', 'він', 'іншим', 'співав', 'і', 'спочив', 'сам', 'нарешті'] +common_voice_uk_23030303-1650-0: hyp=['реквіям', 'завжди', 'він', 'іншим', 'співав', 'і', 'спочив', 'сам', 'нарешті'] +common_voice_uk_23030305-1651-0: ref=['з', 'кожним', 'наступним', 'виступом', 'маститий', 'письменник', 'поводився', 'все', 'більш', 'відверто', 'шовіністично'] +common_voice_uk_23030305-1651-0: hyp=['за', 'кожним', 'наступним', 'виступом', 'мастити', 'письменник', 'поводився', 'все', 'більше', 'відверто', 'що', 'війністично'] +common_voice_uk_23030306-1652-0: ref=['чи', 'ж', 'це', 'любов', 'як', 'не', 'є', 'гідна', 'любові', 'вона'] +common_voice_uk_23030306-1652-0: hyp=['чи', 'ж', 'це', 'любов', 'якнаягідна', 'любові', 'вона'] +common_voice_uk_23030308-1653-0: ref=['руссю', 'московитів', 'ніхто', 'не', 'називав'] +common_voice_uk_23030308-1653-0: hyp=['русю', 'московитів', 'ніхто', 'не', 'називав'] +common_voice_uk_23030310-1654-0: ref=['конституційні', 'права', 'і', 'свободи', 'гарантуються', 'і', 'не', 'можуть', 'бути', 'скасовані'] +common_voice_uk_23030310-1654-0: hyp=['хомституційні', 'права', 'і', 'свободи', 'гарантуються', 'і', 'не', 'можуть', 'бути', 'скасовані'] +common_voice_uk_23030536-1655-0: ref=['не', 'вчи', 'рибу', 'плавати'] +common_voice_uk_23030536-1655-0: hyp=['не', 'в', 'рибу', 'плавати'] +common_voice_uk_23030539-1656-0: ref=["п'яному", 'і', 'на', 'світлій', 'вулиці', 'темно'] +common_voice_uk_23030539-1656-0: hyp=["п'яному", 'і', 'на', 'світлій', 'вулиці', 'темна'] +common_voice_uk_23030540-1657-0: ref=['хан', 'розсудить', 'нас', 'казав', 'михайло', 'і', 'воля', 'його', 'буде', 'мені', 'законом'] +common_voice_uk_23030540-1657-0: hyp=['хана', 'розсудить', 'нас', 'казав', 'михайло', 'і', 'воля', 'його', 'буде', 'мені', 'законом'] +common_voice_uk_23030542-1658-0: ref=['один', 'одного', 'хваліте', 'тоді', 'й', 'бог', 'вас', 'похвалить'] +common_voice_uk_23030542-1658-0: hyp=['один', 'одного', 'хваліте', 'тоді', 'богу', 'вас', 'поховать'] +common_voice_uk_23030544-1659-0: ref=['слава', 'ніколи', 'не', 'задовольняється', 'і', 'завжди', 'бажається', 'більша'] +common_voice_uk_23030544-1659-0: hyp=['слава', 'ніколи', 'не', 'задовольняється', 'і', 'завжди', 'вважається', 'більше'] +common_voice_uk_23030730-1660-0: ref=['тоді', 'й', 'куликовську', 'битву', 'подали', 'як', 'спробу', 'звільнення', 'від', 'татаро', 'монгольського', 'ярма'] +common_voice_uk_23030730-1660-0: hyp=['тоді', 'куликовську', 'битву', 'подали', 'як', 'спробу', 'звільнення', 'від', 'татар', 'монгольського', 'ярма'] +common_voice_uk_23030731-1661-0: ref=['кожному', 'гарантується', 'недоторканність', 'житла'] +common_voice_uk_23030731-1661-0: hyp=['кожному', 'гарантується', 'недоторканність', 'житла'] +common_voice_uk_23030733-1662-0: ref=['лякана', 'ворона', 'куща', 'боїться'] +common_voice_uk_23030733-1662-0: hyp=['лякана', 'ворона', 'куща', 'боїться'] +common_voice_uk_23030736-1663-0: ref=['на', 'території', 'україни', 'забороняється', 'створення', 'і', 'функціонування', 'будь', 'яких', 'збройних', 'формувань', 'не', 'передбачених', 'законом'] +common_voice_uk_23030736-1663-0: hyp=['на', 'території', 'україни', 'забороняється', 'створення', 'і', 'функціонування', 'будь', 'яких', 'збройних', 'формувань', 'непередбачених', 'законом'] +common_voice_uk_23030737-1664-0: ref=['шукай', 'у', 'власних', 'глибинах'] +common_voice_uk_23030737-1664-0: hyp=['шукай', 'у', 'власне', 'глибинах'] +common_voice_uk_23030868-1665-0: ref=['пізніше', 'наступні', 'хани'] +common_voice_uk_23030868-1665-0: hyp=['пізніше', 'наступні', 'хани'] +common_voice_uk_23030871-1666-0: ref=['еліта', 'золотої', 'орди', 'переїжджала', 'селилася', 'одержувала', 'пільги', 'жила', 'й', 'почувалася', 'в', 'московії', 'як', 'удома'] +common_voice_uk_23030871-1666-0: hyp=['еліта', 'золотої', 'орди', 'переїжджала', 'оселилася', 'одержувала', 'пільги', 'жила', 'і', 'почувалася', 'у', 'московії', 'як', 'удома'] +common_voice_uk_23030873-1667-0: ref=['але', 'псковитяни', 'не', 'послухалися', 'митрополита', 'хоча', 'той', 'прокляв', 'їх', 'і', 'відлучив', 'від', 'церкви'] +common_voice_uk_23030873-1667-0: hyp=['але', 'псковитяни', 'не', 'послухалися', 'митрополита', 'хоча', 'той', 'прокляв', 'їх', 'і', 'відлучив', 'від', 'церкви'] +common_voice_uk_23030878-1668-0: ref=['то', 'були', 'роки', 'першого', 'значного', 'поповнення', 'фінських', 'племен', 'тюркським', 'етносом'] +common_voice_uk_23030878-1668-0: hyp=['то', 'були', 'роки', 'першого', 'значного', 'поповнення', 'фінських', 'племен', 'тюркським', 'етносом'] +common_voice_uk_23030969-1669-0: ref=['не', 'той', 'козак', 'що', 'поборов', 'а', 'той', 'що', 'вивернувся'] +common_voice_uk_23030969-1669-0: hyp=['не', 'той', 'козак', 'що', 'поборов', 'а', 'той', 'що', 'вивернувся'] +common_voice_uk_23030970-1670-0: ref=['не', 'святі', 'горшки', 'ліплять'] +common_voice_uk_23030970-1670-0: hyp=['не', 'святі', 'гошки', 'ліплять'] +common_voice_uk_23030972-1671-0: ref=['однак', 'це', 'чергова', 'вигадка'] +common_voice_uk_23030972-1671-0: hyp=['однак', 'це', 'чергова', 'вигадка'] +common_voice_uk_23030974-1672-0: ref=['однак', 'у', 'московії', 'ми', 'цього', 'ніколи', 'не', 'спостерігали'] +common_voice_uk_23030974-1672-0: hyp=['однак', 'у', 'московії', 'ми', 'цього', 'ніколи', 'не', 'спостерігали'] +common_voice_uk_23030976-1673-0: ref=['до', 'фіно', 'угорської', 'групи'] +common_voice_uk_23030976-1673-0: hyp=['до', 'фінногорської', 'групи'] +common_voice_uk_23236040-1674-0: ref=['де', 'грози', 'падають', 'там', 'райдуги', 'встають'] +common_voice_uk_23236040-1674-0: hyp=['де', 'грози', 'падають', 'там', 'райдуги', 'встають'] +common_voice_uk_23236041-1675-0: ref=['татаро', 'монголів', 'ніколи', 'не', 'лякали', 'стіни'] +common_voice_uk_23236041-1675-0: hyp=['татара', 'монголів', 'ніколи', 'не', 'лякали', 'стіни'] +common_voice_uk_23236042-1676-0: ref=['давня', 'звичка', 'московії', 'бити', 'знесилених', 'і', 'слабких', 'сусідів'] +common_voice_uk_23236042-1676-0: hyp=['давня', 'звичка', 'московії', 'бити', 'знесилених', 'і', 'слабких', 'сусідів'] +common_voice_uk_23236043-1677-0: ref=['але', 'російські', 'історики', 'про', 'такі', 'дрібниці', 'зазвичай', 'згадують', 'мимохідь', 'якщо', 'взагалі', 'згадують'] +common_voice_uk_23236043-1677-0: hyp=['але', 'російські', 'історики', 'про', 'такі', 'дрібниці', 'зазвичай', 'згадують', 'мимохіть', 'якщо', 'взагалі', 'згадують'] +common_voice_uk_23236044-1678-0: ref=['гостре', 'словечко', 'коле', 'сердечко'] +common_voice_uk_23236044-1678-0: hyp=['гостре', 'словачко', 'колес', 'сердечко'] +common_voice_uk_23236050-1679-0: ref=['так', 'іван', 'грозний', 'став', 'спадкоємцем', 'візантійських', 'імператорів'] +common_voice_uk_23236050-1679-0: hyp=['так', 'іван', 'грозний', 'став', 'спадкоємцем', 'візантійських', 'імператорів'] +common_voice_uk_23236051-1680-0: ref=['як', 'ми', "пам'ятаємо", 'племена', 'тієї', 'землі', 'мали', 'схожі', 'назви'] +common_voice_uk_23236051-1680-0: hyp=['як', 'ми', "пам'ятаємо", 'коли', 'вона', 'тієї', 'землі', 'мали', 'схожі', 'назви'] +common_voice_uk_23236052-1681-0: ref=['ось', 'такими', 'хитрими', 'мазками', 'писалася', 'російська', 'історична', 'дійсність'] +common_voice_uk_23236052-1681-0: hyp=['ось', 'такими', 'хитрими', 'мазками', 'писалася', 'російська', 'історична', 'дійсність'] +common_voice_uk_23236053-1682-0: ref=['як', 'це', 'відбувалося', 'ми', 'побачимо', 'нижче'] +common_voice_uk_23236053-1682-0: hyp=['як', 'це', 'відбувалося', 'ми', 'побачимо', 'нижче'] +common_voice_uk_23236054-1683-0: ref=['двоє', 'третього', 'не', 'чекають'] +common_voice_uk_23236054-1683-0: hyp=['двоє', 'третього', 'не', 'чекають'] +common_voice_uk_23365573-1684-0: ref=['один', 'із', 'древніх', 'істориків', 'смути', 'бачив', 'загальну', 'народну', 'провину', 'в', 'божевільному', 'мовчанні', 'перед', 'царем'] +common_voice_uk_23365573-1684-0: hyp=['один', 'із', 'древніх', 'істориків', 'смут', 'і', 'бачив', 'загальнонародним', 'провином', 'у', 'божевільному', 'мовчанні', 'перед', 'царем'] +common_voice_uk_23365574-1685-0: ref=['нагинай', 'гілляку', 'поки', 'молода'] +common_voice_uk_23365574-1685-0: hyp=['багинаїння', 'в', 'окремому', 'лима'] +common_voice_uk_23365575-1686-0: ref=['не', 'можна', 'керуватися', 'вимислами', 'і', 'державним', 'великоросійським', 'бажанням'] +common_voice_uk_23365575-1686-0: hyp=['не', 'можна', 'керуватися', 'винеслами', 'і', 'державними', 'великоросійським', 'бажанням'] +common_voice_uk_23365576-1687-0: ref=['з', 'пісні', 'слова', 'не', 'викинеш'] +common_voice_uk_23365576-1687-0: hyp=['з', 'пісні', 'слова', 'не', 'викинеш'] +common_voice_uk_23365577-1688-0: ref=['гордість', 'велика', 'рушійна', 'сила', 'рідна', 'сестра', 'високого', 'почуття', 'відповідальності'] +common_voice_uk_23365577-1688-0: hyp=['гордість', 'велика', 'рушина', 'сила', 'рідна', 'сестра', 'високого', 'почуття', 'відповідальності'] +common_voice_uk_23365578-1689-0: ref=['навіть', 'оон', 'із', 'цього', 'питання', 'висловилася'] +common_voice_uk_23365578-1689-0: hyp=['навіть', 'чого', 'з', 'цього', 'питання', 'висловилася'] +common_voice_uk_23365579-1690-0: ref=['згадайте', 'брехню', 'про', 'київ'] +common_voice_uk_23365579-1690-0: hyp=['згадайте', 'брехню', 'про', 'київ'] +common_voice_uk_23365580-1691-0: ref=["з'явився", 'хазяїн'] +common_voice_uk_23365580-1691-0: hyp=["з'явився", 'хая'] +common_voice_uk_23365581-1692-0: ref=['регулярні', 'звіти', 'про', 'доходи', 'і', 'видатки', 'державного', 'бюджету', 'україни', 'мають', 'бути', 'оприлюднені'] +common_voice_uk_23365581-1692-0: hyp=['регулярні', 'звіти', 'про', 'доходи', 'і', 'видатки', 'державного', 'бюджету', 'україни', 'мають', 'бути', 'оприлюднені'] +common_voice_uk_23365582-1693-0: ref=['висновки', 'і', 'пропозиції', 'тимчасової', 'слідчої', 'комісії', 'розглядаються', 'на', 'засіданні', 'верховної', 'ради', 'україни'] +common_voice_uk_23365582-1693-0: hyp=['боснівки', 'пропозиції', 'тимчасової', 'слідчої', 'комісії', 'розглядаються', 'на', 'засіданні', 'верховної', 'ради', 'україни'] +common_voice_uk_23365583-1694-0: ref=['навіщо', 'було', 'складати', 'нові', 'списки'] +common_voice_uk_23365583-1694-0: hyp=['навіщо', 'було', 'складати', 'мій', 'списки'] +common_voice_uk_23365584-1695-0: ref=['добре', 'вже', 'що', 'два', 'серйозні', 'мужі', 'не', 'назвали', 'ці', 'країни', 'лівонією'] +common_voice_uk_23365584-1695-0: hyp=['добре', 'вже', 'ще', 'два', 'серйозні', 'межі', 'неймовляли', 'ці', 'країни', 'любовні'] +common_voice_uk_23365585-1696-0: ref=['усього', 'було', 'вбито', 'чотириста', 'знатних', 'лицарів', 'а', "п'ятдесят", 'орденських', 'братів', 'потрапили', 'в', 'полон'] +common_voice_uk_23365585-1696-0: hyp=['а', 'з', 'чого', 'було', 'вбито', 'чотириста', 'знак', 'не', 'хочеться', 'царів', 'а', "п'ятдесят", 'один', 'скільків', 'потрапили', 'в', 'полон'] +common_voice_uk_23365586-1697-0: ref=['настала', 'черга', 'правити', 'братам', 'і', 'синам', 'олександра', 'невського'] +common_voice_uk_23365586-1697-0: hyp=['настав', 'черга', 'правити', 'братами', 'синами', 'олександра', 'невського'] +common_voice_uk_23365587-1698-0: ref=['повернімося', 'все', 'таки', 'до', 'тих', 'далеких', 'подій'] +common_voice_uk_23365587-1698-0: hyp=['повернімося', 'все', 'таки', 'дити', 'далеких', 'подій'] +common_voice_uk_23365588-1699-0: ref=['не', 'знаю', 'як', 'читачі', 'але', 'я', 'в', 'подібні', 'сказання', 'не', 'вірю'] +common_voice_uk_23365588-1699-0: hyp=['не', 'знаю', 'як', 'читачі', 'але', 'я', 'в', 'подібні', 'сказання', 'не', 'вірю'] +common_voice_uk_23365589-1700-0: ref=['вода', 'боронить', 'від', 'огню', 'живого', 'згорілу', 'ж', 'хату', 'дарма', 'поливати'] +common_voice_uk_23365589-1700-0: hyp=['вода', 'боронить', 'відобх', 'живого', 'згорілу', 'з', 'хату', 'дарма', 'поливати'] +common_voice_uk_23365591-1701-0: ref=['він', 'буде', 'приводити', 'ці', 'війська', 'ще', 'не', 'раз'] +common_voice_uk_23365591-1701-0: hyp=['він', 'буде', 'проводити', 'ті', 'війська', 'ще', 'не', 'раз'] +common_voice_uk_23365592-1702-0: ref=['союз', 'цих', 'двох', 'татаро', 'монгольських', 'улусів', 'був', 'страшний', 'для', 'православного', 'світу'] +common_voice_uk_23365592-1702-0: hyp=['союз', 'цих', 'двох', 'та', 'кара', 'монгольських', 'холосів', 'був', 'страшний', 'для', 'православного', 'світу'] +common_voice_uk_23365593-1703-0: ref=['одвага', 'наша', 'меч', 'политий', "кров'ю"] +common_voice_uk_23365593-1703-0: hyp=['увага', 'наша', 'меч', 'коли', 'ти', "кров'ю"] +common_voice_uk_23365594-1704-0: ref=["слов'янством", 'та', 'руссю', 'тут', 'і', 'не', 'пахне'] +common_voice_uk_23365594-1704-0: hyp=["слов'янством", 'парує', 'пахне'] +common_voice_uk_23365595-1705-0: ref=['вісті', 'не', 'лежать', 'на', 'місці'] +common_voice_uk_23365595-1705-0: hyp=['місці', 'не', 'лежать', 'на', 'місці'] +common_voice_uk_23365596-1706-0: ref=['навіщо', 'їх', 'лічити', 'навіщо', 'так', 'ревно', 'старатися', 'якби', 'полічили', 'довелося', 'б', 'назвати', 'цифру'] +common_voice_uk_23365596-1706-0: hyp=['навіщо', 'їх', 'кричити', 'навіщо', 'то', 'кремно', 'старатися', 'якби', 'полічили', 'довелося', 'назвати', 'цифру'] +common_voice_uk_23365597-1707-0: ref=['не', 'згадується', 'москва', 'як', 'місто', 'або', 'селище', 'і', 'в', 'європейській', 'історії', 'того', 'часу'] +common_voice_uk_23365597-1707-0: hyp=['не', 'згадується', 'москва', 'як', 'місто', 'або', 'селище', 'і', 'в', 'європейській', 'історії', 'того', 'часу'] +common_voice_uk_23380725-1708-0: ref=['завжди', 'терновий', 'вінець', 'буде', 'кращий', 'ніж', 'царська', 'корона'] +common_voice_uk_23380725-1708-0: hyp=['завжди', 'терновий', 'вінецьку', 'буде', 'краще', 'ніж', 'царська', 'корона'] +common_voice_uk_23380726-1709-0: ref=['але', 'повернімося', 'в', 'золоту', 'орду'] +common_voice_uk_23380726-1709-0: hyp=['але', 'повернімося', 'в', 'золоту', 'арту'] +common_voice_uk_23380727-1710-0: ref=['зраду', 'брата', 'і', 'брехливі', 'доноси', 'на', 'ближнього', 'сини', 'перейняли', 'у', 'невського'] +common_voice_uk_23380727-1710-0: hyp=['зраду', 'брате', 'й', 'брехливий', 'до', 'носина', 'ближнього', 'а', 'се', 'не', 'прийняли', 'унецька'] +common_voice_uk_23380728-1711-0: ref=['ясна', 'річ', 'не', 'все', 'було', 'так', 'просто', 'як', 'хотілося', 'олександрові'] +common_voice_uk_23380728-1711-0: hyp=['ясна', 'річ', 'не', 'все', 'була', 'так', 'просто', 'як', 'хотілося', 'олександре'] +common_voice_uk_23380729-1712-0: ref=['шлюб', 'вимагає', 'високого', 'і', 'досконалого', 'життя'] +common_voice_uk_23380729-1712-0: hyp=['шлюб', 'вимагає', 'високого', 'і', 'досконалого', 'життя'] +common_voice_uk_23484770-1713-0: ref=['ніщо', 'не', 'можна', 'відділити', 'від', 'самого', 'себе'] +common_voice_uk_23484770-1713-0: hyp=['ніщо', 'не', 'можна', 'відділити', 'від', 'самого', 'себе'] +common_voice_uk_23484773-1714-0: ref=['не', 'було', 'відпочинку', 'ні', 'воїни', 'ні', 'полководці', 'не', 'заплющували', 'очей'] +common_voice_uk_23484773-1714-0: hyp=['не', 'було', 'відпочинку', 'не', 'можна', 'ні', 'полководці', 'не', 'заплющували', 'очі'] +common_voice_uk_23484774-1715-0: ref=['усе', 'інше', 'як', 'кажуть', 'було', 'справою', 'техніки', 'й', 'ретельності'] +common_voice_uk_23484774-1715-0: hyp=['усе', 'інше', 'як', 'кажуть', 'було', 'справи', 'техніки', 'і', 'ретельності'] +common_voice_uk_23484777-1716-0: ref=['навіть', 'дружина', 'князя', 'була', 'геть', 'нечисленною'] +common_voice_uk_23484777-1716-0: hyp=['навіть', 'дружина', 'князя', 'була', 'гетьмана', 'чистому'] +common_voice_uk_23484779-1717-0: ref=['інших', 'історики', 'того', 'часу', 'не', 'знали'] +common_voice_uk_23484779-1717-0: hyp=['інших', 'історики', 'того', 'часу', 'не', 'знали'] +common_voice_uk_23548705-1718-0: ref=['всього', 'не', 'можна', 'охопити', 'навіть', 'думкою'] +common_voice_uk_23548705-1718-0: hyp=['всього', 'не', 'можна', 'охопити', 'навіть', 'думкою'] +common_voice_uk_23548706-1719-0: ref=['звичайно', 'ж', 'димитрієві', 'донському', 'навіть', 'на', 'гадку', 'не', 'спадало', 'нічого', 'схожого'] +common_voice_uk_23548706-1719-0: hyp=['звичайно', 'ж', 'димитрія', 'віденському', 'навіть', 'нагадку', 'не', 'спадало', 'нічого', 'схожого'] +common_voice_uk_23548707-1720-0: ref=['що', 'ж', 'до', 'московії', 'тут', 'йому', 'все', 'цілком', 'зрозуміло'] +common_voice_uk_23548707-1720-0: hyp=['що', 'ж', 'до', 'московії', 'тут', 'йому', 'все', 'цілком', 'зрозуміло'] +common_voice_uk_23548708-1721-0: ref=['якийсь', 'внутрішній', 'голос', 'підказував', 'миколі', 'що', 'цей', 'час', 'настав', 'і', 'завдання', 'на', 'його', 'плечах'] +common_voice_uk_23548708-1721-0: hyp=['якийсь', 'внутрішній', 'голос', 'підказував', 'миколі', 'що', 'цей', 'час', 'настав', 'і', 'завдання', 'на', 'його', 'плечах'] +common_voice_uk_23548709-1722-0: ref=['невмируща', 'міць', 'народа', 'усе', 'лихе', 'переживе'] +common_voice_uk_23548709-1722-0: hyp=['не', 'вмиру', 'що', 'міць', 'народа', 'у', 'се', 'лихе', 'переживе'] +common_voice_uk_23548733-1723-0: ref=['ось', 'він', 'менглі', 'гірей', 'справжній', 'визволитель', 'московії', 'від', 'влади', 'золотої', 'орди'] +common_voice_uk_23548733-1723-0: hyp=['ось', 'він', 'менгель', 'ірей', 'справжній', 'визволитель', 'московії', 'від', 'влади', 'золотої', 'оруди'] +common_voice_uk_23548737-1724-0: ref=['нас', 'жде', 'невіддячений', 'труд'] +common_voice_uk_23548737-1724-0: hyp=['нас', 'жде', 'не', 'віддячений', 'трут'] +common_voice_uk_23548741-1725-0: ref=['завоювання', 'були', 'істотні', 'й', 'знову', 'призвели', 'до', 'виснаження', 'скарбниці', 'та', 'зубожіння', 'народу'] +common_voice_uk_23548741-1725-0: hyp=['завоювання', 'були', 'істотні', 'й', 'знову', 'призвели', 'до', 'виснаження', 'скарбниці', 'та', 'зубожіння', 'народу'] +common_voice_uk_23548742-1726-0: ref=['в', 'ліс', 'дрова', 'не', 'возять'] +common_voice_uk_23548742-1726-0: hyp=['вліз', 'дрова', 'не', 'возять'] +common_voice_uk_23548744-1727-0: ref=['геройство', 'мусить', 'мати', 'нагороду', 'се', 'і', 'боги', 'і', 'люди', 'признають'] +common_voice_uk_23548744-1727-0: hyp=['геройст', 'помусить', 'мати', 'нагороду', 'се', 'її', 'поги', 'і', 'люди', 'признають'] +common_voice_uk_23548745-1728-0: ref=['байдуже', 'ракові', 'в', 'якому', 'його', 'горщику', 'зварять'] +common_voice_uk_23548745-1728-0: hyp=['байдуже', 'ракові', 'в', 'якому', 'його', 'горщику', 'зварять'] +common_voice_uk_23548746-1729-0: ref=['повертаючись', 'із', 'орди', 'помер', 'у', 'дорозі', 'великий', 'володимирський', 'князь', 'олександр', 'ярославович'] +common_voice_uk_23548746-1729-0: hyp=['повертаючись', 'із', 'орди', 'помер', 'у', 'дорозі', 'великий', 'володимирський', 'князь', 'олександр', 'ярославович'] +common_voice_uk_23548747-1730-0: ref=['довіряти', 'їм', 'можна', 'було', 'спокійно'] +common_voice_uk_23548747-1730-0: hyp=['даряти', 'їм', 'можна', 'було', 'спокійно'] +common_voice_uk_23548748-1731-0: ref=['робилося', 'це', 'не', 'лише', 'хрестом', 'а', 'частіше', 'мечем', 'і', "кров'ю"] +common_voice_uk_23548748-1731-0: hyp=['робилося', 'це', 'не', 'лише', 'хрестом', 'а', 'частіше', 'мечем', 'і', "кров'ю"] +common_voice_uk_23548749-1732-0: ref=['одиниця', 'тоді', 'лишень', 'чогось', 'варта', 'коли', 'висловлює', 'хоч', 'трохи', 'духу', 'своєї', 'збірноти'] +common_voice_uk_23548749-1732-0: hyp=['одиниця', 'тоді', 'лишень', 'чогось', 'варта', 'коли', 'висловлює', 'хоч', 'трохи', 'духу', 'своєї', 'збірноти'] +common_voice_uk_23548760-1733-0: ref=['іумільов', 'у', 'древніх', 'монголів', 'був', 'зворушливий', 'звичай', 'братання'] +common_voice_uk_23548760-1733-0: hyp=['і', 'умільов', 'у', 'древніх', 'монголів', 'був', 'зворушливий', 'звичаї', 'британії'] +common_voice_uk_23548761-1734-0: ref=['він', 'їх', 'знає'] +common_voice_uk_23548761-1734-0: hyp=['він', 'їх', 'і', 'знає'] +common_voice_uk_23548762-1735-0: ref=['змінює', 'саму', 'суть', 'того', 'що', 'відбувалося', 'в', 'ті', 'роки'] +common_voice_uk_23548762-1735-0: hyp=['змінює', 'саму', 'суть', 'того', 'що', 'відбувалося', 'в', 'ті', 'роки'] +common_voice_uk_23548763-1736-0: ref=['ясла', 'до', 'коней', 'не', 'ходять'] +common_voice_uk_23548763-1736-0: hyp=['я', 'скла', 'до', 'конеї', 'не', 'ходять'] +common_voice_uk_23548764-1737-0: ref=['врізав', 'як', 'по', 'лобі', 'дав'] +common_voice_uk_23548764-1737-0: hyp=['врізав', 'як', 'по', 'лобі', 'дав'] +common_voice_uk_23548765-1738-0: ref=['тут', 'як', 'то', 'кажуть', 'ні', 'відняти', 'ні', 'додати'] +common_voice_uk_23548765-1738-0: hyp=['тут', 'як', 'то', 'кажуть', 'ні', 'відняти', 'ні', 'додати'] +common_voice_uk_23548766-1739-0: ref=['не', 'можна', 'сфальсифікувати', 'факт', 'появи', 'міста', 'або', 'села'] +common_voice_uk_23548766-1739-0: hyp=['не', 'можна', 'сфальсифікувати', 'факт', 'появи', 'міста', 'або', 'села'] +common_voice_uk_23548767-1740-0: ref=['історія', 'російської', 'імперії', 'побудована', 'на', 'приниженні', 'й', 'презирстві', 'щодо', 'підкорених', 'народів', 'і', 'племен'] +common_voice_uk_23548767-1740-0: hyp=['історія', 'російської', 'імперії', 'побудована', 'на', 'приниженні', 'презирстві', 'щодо', 'підкорених', 'народів', 'і', 'племен'] +common_voice_uk_23548768-1741-0: ref=['у', 'нашому', 'дослідженні', 'немає', 'необхідності', 'займатися', 'докладним', 'викладом', 'історії', 'розвитку', 'цього', 'народу'] +common_voice_uk_23548768-1741-0: hyp=['у', 'нашому', 'дослідженні', 'немає', 'необхідності', 'займатися', 'докладним', 'викладом', 'в', 'історії', 'розвитку', 'цього', 'народу'] +common_voice_uk_23548769-1742-0: ref=['показати', 'словами', 'людини', 'яка', 'стверджує', 'через', 'десятки', 'сторінок', 'своєї', 'книги', 'протилежне'] +common_voice_uk_23548769-1742-0: hyp=['показати', 'словами', 'людини', 'яка', 'стверджує', 'через', 'десятки', 'сторінок', 'своєї', 'книги', 'протилежне'] +common_voice_uk_23548785-1743-0: ref=['олександр', 'невський', 'вдруге', 'привів', 'татаро', 'монгольські', 'війська', 'й', 'чисельників', 'до', 'новгорода'] +common_voice_uk_23548785-1743-0: hyp=['олександр', 'невський', 'удруге', 'привів', 'татара', 'монгольські', 'війська', 'з', 'чисельників', 'до', 'новгорода'] +common_voice_uk_23548787-1744-0: ref=['але', 'ж', 'як', 'бачите', 'не', 'все', 'чортова', 'баба', 'здійснила'] +common_voice_uk_23548787-1744-0: hyp=['але', 'ж', 'як', 'бачите', 'не', 'все', 'чортова', 'баба', 'здійснила'] +common_voice_uk_23548788-1745-0: ref=['він', 'мовив', 'про', 'користь', 'тривалих', 'молитв', 'і', 'не', 'йшов', 'нікуди'] +common_voice_uk_23548788-1745-0: hyp=['він', 'мовив', 'про', 'користь', 'тривалих', 'молитв', 'і', 'не', 'йшов', 'нікуди'] +common_voice_uk_23548790-1746-0: ref=['а', 'далі', 'пішло', 'поїхало'] +common_voice_uk_23548790-1746-0: hyp=['а', 'далі', 'пішло', 'поїхало'] +common_voice_uk_23548792-1747-0: ref=['ключевський', 'продовжує', 'цю', 'думку'] +common_voice_uk_23548792-1747-0: hyp=['ключевський', 'продовжується', 'думку'] +common_voice_uk_23548815-1748-0: ref=['це', 'його', 'не', 'цікавило'] +common_voice_uk_23548815-1748-0: hyp=['це', 'його', 'не', 'цікавило'] +common_voice_uk_23548816-1749-0: ref=['книги', 'подібні', 'рікам', 'що', 'тамують', 'спрагу', 'цілого', 'світу', 'це', 'джерела', 'мудрості'] +common_voice_uk_23548816-1749-0: hyp=['книги', 'подібні', 'рікам', 'що', 'тамують', 'спрагу', 'цілого', 'столого', 'світу', 'це', 'джерела', 'мудрості'] +common_voice_uk_23548817-1750-0: ref=['така', 'істина', 'приховувана', 'під', 'половою', 'звичайного', 'історичного', 'словоблудства', 'або', 'по', 'російськи', 'доважками', 'брехні'] +common_voice_uk_23548817-1750-0: hyp=['така', 'істинна', 'приховувана', 'під', 'половою', 'звичайного', 'історичного', 'словоблудства', 'або', 'по', 'російськи', 'домашками', 'брехні'] +common_voice_uk_23548818-1751-0: ref=['ця', 'перемога', 'врятувала', 'безліч', 'нещасних', 'жителів', 'тверської', 'області', 'взятих', 'у', 'неволю', 'татарами'] +common_voice_uk_23548818-1751-0: hyp=['ця', 'перемога', 'врятувала', 'безліч', 'нещасних', 'жителів', 'творської', 'області', 'взятих', 'у', 'неволю', 'татарами'] +common_voice_uk_23548819-1752-0: ref=['обвинувачення', 'не', 'може', 'ґрунтуватися', 'на', 'доказах', 'одержаних', 'незаконним', 'шляхом', 'а', 'також', 'на', 'припущеннях'] +common_voice_uk_23548819-1752-0: hyp=['обвинувачення', 'не', 'може', 'ґрунтуватися', 'на', 'доказах', 'одержаних', 'незаконним', 'шляхом', 'а', 'також', 'на', 'припущеннях'] +common_voice_uk_23548894-1753-0: ref=['але', 'це', 'була', 'нова', 'великоросійська', 'нація', 'яка', 'народжувалася'] +common_voice_uk_23548894-1753-0: hyp=['але', 'це', 'була', 'нова', 'великоросійська', 'нація', 'яка', 'народжувалася'] +common_voice_uk_23548895-1754-0: ref=['простежмо', 'добре', 'відому', 'закономірність', 'зі', 'смертю', 'по', 'дорозі'] +common_voice_uk_23548895-1754-0: hyp=['розстежимо', 'добре', 'відому', 'закономірність', 'зі', 'смертю', 'по', 'дорозі'] +common_voice_uk_23548896-1755-0: ref=['хто', 'вище', 'злізе', 'дужче', 'пада'] +common_voice_uk_23548896-1755-0: hyp=['по', 'вище', 'одліза', 'дужче', 'падав'] +common_voice_uk_23548897-1756-0: ref=['істина', 'є', 'добром', 'інтелекту'] +common_voice_uk_23548897-1756-0: hyp=['істина', 'є', 'добром', 'інтелектом'] +common_voice_uk_23548898-1757-0: ref=['новий', 'князь', 'московит', 'як', 'і', 'його', 'батько', 'опускався', 'в', 'орді', 'до', 'цілковитого', 'приниження'] +common_voice_uk_23548898-1757-0: hyp=['новий', 'князь', 'московит', 'як', 'і', 'його', 'батько', 'опускався', 'в', 'городі', 'до', 'цілковитого', 'приниження'] +common_voice_uk_23548935-1758-0: ref=['я', 'свідомо', 'занижую', 'цю', 'цифру'] +common_voice_uk_23548935-1758-0: hyp=['я', 'свідомо', 'занижую', 'цю', 'цифру'] +common_voice_uk_23548936-1759-0: ref=['власні', 'невміння', 'і', 'тупість', 'закрили', 'людськими', 'життями'] +common_voice_uk_23548936-1759-0: hyp=['власні', 'невміння', 'й', 'тупість', 'закрила', 'людськими', 'життями'] +common_voice_uk_23548937-1760-0: ref=['виконавчу', 'владу', 'в', 'областях', 'і', 'районах', 'містах', 'києві', 'та', 'севастополі', 'здійснюють', 'місцеві', 'державні', 'адміністрації'] +common_voice_uk_23548937-1760-0: hyp=['виконавчувала', 'до', 'в', 'областях', 'і', 'районах', 'містах', 'києві', 'та', 'севастополі', 'здійснюють', 'місцеві', 'державні', 'адміністрації'] +common_voice_uk_23548938-1761-0: ref=['апетит', 'з', 'їдою', 'прибуває'] +common_voice_uk_23548938-1761-0: hyp=['апетит', 'з', 'їдою', 'прибуває'] +common_voice_uk_23548939-1762-0: ref=["слов'янські", 'святині', 'підніс', 'татарам', 'на', 'тарілочці', 'олександр', 'невський', 'своєю', 'зрадою'] +common_voice_uk_23548939-1762-0: hyp=["слов'янській", 'сатині', 'під', 'ніс', 'татаром', 'на', 'тарілочці', 'олександр', 'невський', 'своєю', 'зрадою'] +common_voice_uk_23548958-1763-0: ref=['і', 'як', 'ми', 'переконаємося', 'у', 'цих', 'діяннях', 'імперії', 'крився', 'доволі', 'прагматичний', 'резон'] +common_voice_uk_23548958-1763-0: hyp=['і', 'як', 'ми', 'переконаємося', 'в', 'цих', 'діяннях', 'імперії', 'крився', 'доволі', 'прагматичний', 'резон'] +common_voice_uk_23548959-1764-0: ref=['ось', 'кілька', 'підтверджувальних', 'виписок', 'про', 'ці', 'військові', 'походи'] +common_voice_uk_23548959-1764-0: hyp=['ось', 'кілька', 'підтверджувальних', 'випусок', 'про', 'ці', 'військові', 'походи'] +common_voice_uk_23548960-1765-0: ref=['назвався', 'грибом', 'лізь', 'у', 'кіш'] +common_voice_uk_23548960-1765-0: hyp=['ми', 'назвався', 'грибом', 'лісюкіш'] +common_voice_uk_23548962-1766-0: ref=['хочу', 'нагадати', 'що', 'під', 'словом', 'правити', 'необхідно', 'розуміти', 'служити', 'ханові'] +common_voice_uk_23548962-1766-0: hyp=['хочу', 'нагадати', 'що', 'під', 'словом', 'правити', 'необхідно', 'розуміти', 'служити', 'ханові'] +common_voice_uk_23548964-1767-0: ref=['щасливий', 'поет', 'що', 'не', 'може', 'втекти', 'від', 'своєї', 'пісні'] +common_voice_uk_23548964-1767-0: hyp=['щасливий', 'поет', 'що', 'не', 'може', 'втекти', 'від', 'своєї', 'пісні'] +common_voice_uk_23549040-1768-0: ref=['віра', 'найбільше', 'скріплює', 'сили', 'душі'] +common_voice_uk_23549040-1768-0: hyp=['віра', 'найбільше', 'скріплює', 'села', 'душі'] +common_voice_uk_23549042-1769-0: ref=['багато', 'дива', 'мало', 'млива'] +common_voice_uk_23549042-1769-0: hyp=['багато', 'дива', 'мало', 'млива'] +common_voice_uk_23549044-1770-0: ref=['з', 'книжних', 'слів', 'набираємося', 'мудрості', 'й', 'стриманості'] +common_voice_uk_23549044-1770-0: hyp=['книжних', 'слів', 'набираємо', 'саморості', 'й', 'стриманості'] +common_voice_uk_23549472-1771-0: ref=['мова', 'довга', 'не', 'є', 'добро'] +common_voice_uk_23549472-1771-0: hyp=['мова', 'довга', 'не', 'є', 'добро'] +common_voice_uk_23549474-1772-0: ref=['іноді', "з'їси", 'і', 'не', 'доволі', 'зате', 'живеш', 'на', 'волі'] +common_voice_uk_23549474-1772-0: hyp=['іноді', "з'їси", 'й', 'недоволі', 'зате', 'живеш', 'на', 'волі'] +common_voice_uk_23549476-1773-0: ref=['татари', 'ж', 'бо', 'пішли'] +common_voice_uk_23549476-1773-0: hyp=['та', 'татари', 'ж', 'бо', 'пішли'] +common_voice_uk_23549479-1774-0: ref=['провідник', 'це', 'той', 'хто', 'узнає', 'в', 'кожному', 'зі', 'своїх', 'підвладних', 'дитину', 'сина'] +common_voice_uk_23549479-1774-0: hyp=['провідник', 'це', 'той', 'хто', 'узнає', 'в', 'кожному', 'зі', 'своїх', 'підвладних', 'дитину', 'сина'] +common_voice_uk_23549480-1775-0: ref=['зупиніться', 'та', 'задумайтеся'] +common_voice_uk_23549480-1775-0: hyp=['зупиніться', 'та', 'задумайтеся'] +common_voice_uk_23549501-1776-0: ref=['із', 'цього', 'довідуємося', 'від', 'яких', 'давніх', 'споріднених', "слов'янських", 'племен', 'походить', 'український', 'народ'] +common_voice_uk_23549501-1776-0: hyp=['із', 'цього', 'довідаємося', 'від', 'яких', 'давніх', 'споріднених', "слов'янських", 'племен', 'походить', 'український', 'народ'] +common_voice_uk_23549502-1777-0: ref=['а', 'як', 'велично', 'звучать', 'слова', 'зібране', 'за', 'його', 'монаршим', 'словом'] +common_voice_uk_23549502-1777-0: hyp=['а', 'як', 'велично', 'звучать', 'слова', 'зібране', 'за', 'його', 'монаршем', 'словом'] +common_voice_uk_23549503-1778-0: ref=['ото', 'вже', 'олександре', 'ісайовичу', 'не', 'лукавте', 'я', 'вам', 'нагадаю', 'ваші', 'слова'] +common_voice_uk_23549503-1778-0: hyp=['ото', 'вже', 'олександра', 'й', 'сайовичу', 'не', 'лукавте', 'я', 'вам', 'нагадаю', 'ваші', 'слова'] +common_voice_uk_23549504-1779-0: ref=['вони', 'вважали', 'їх', 'правомірними', 'й', 'незаперечними'] +common_voice_uk_23549504-1779-0: hyp=['вони', 'вважали', 'їх', 'правомірними', 'й', 'незаперечними'] +common_voice_uk_23549505-1780-0: ref=['і', 'неспроста'] +common_voice_uk_23549505-1780-0: hyp=['і', 'неспроста'] +common_voice_uk_23549521-1781-0: ref=['князь', 'же', 'юрій', 'довгорукий', 'стосунку', 'до', 'цього', 'дійства', 'не', 'мав'] +common_voice_uk_23549521-1781-0: hyp=['же', 'юрій', 'довгорукий', 'стосунку', 'до', 'цього', 'дійства', 'не', 'мав'] +common_voice_uk_23549522-1782-0: ref=['шановні', 'читачі'] +common_voice_uk_23549522-1782-0: hyp=['шановні', 'читачі'] +common_voice_uk_23549523-1783-0: ref=['навіть', 'саме', 'слово', 'моксель', 'довільно', 'підмінив', 'словом', 'мокша'] +common_voice_uk_23549523-1783-0: hyp=['навіть', 'саме', 'слово', 'моксель', 'довільно', 'підмінив', 'словом', 'мокша'] +common_voice_uk_23549524-1784-0: ref=['ласий', 'на', 'чужі', 'ковбаси'] +common_voice_uk_23549524-1784-0: hyp=['ласий', 'на', 'чужій', 'ковбаси'] +common_voice_uk_23549525-1785-0: ref=['без', 'помилок', 'ще', 'ніхто', 'написати', 'не', 'зміг', 'своїх', 'віршів'] +common_voice_uk_23549525-1785-0: hyp=['без', 'помилок', 'ще', 'ніхто', 'написати', 'не', 'зміг', 'своїх', 'віршів'] +common_voice_uk_23549662-1786-0: ref=['імперія', 'у', 'всьому', 'намагалася', 'наздогнати', 'європейські', 'країни'] +common_voice_uk_23549662-1786-0: hyp=['імперія', 'у', 'всьому', 'намагалася', 'наздогнати', 'європейські', 'країни'] +common_voice_uk_23549663-1787-0: ref=['хіба', 'все', 'те', 'вовк', 'що', 'сіре'] +common_voice_uk_23549663-1787-0: hyp=['хіба', 'все', 'те', 'вовк', 'що', 'сіре'] +common_voice_uk_23549664-1788-0: ref=['горбатого', 'могила', 'виправить'] +common_voice_uk_23549664-1788-0: hyp=['горбатого', 'могила', 'виправить'] +common_voice_uk_23549665-1789-0: ref=['ці', 'думки', "з'явилися", 'не', 'лише', 'після', 'прочитання', 'дитячої', 'книжчини'] +common_voice_uk_23549665-1789-0: hyp=['ці', 'думки', "з'явилися", 'не', 'лише', 'після', 'прочитання', 'дитячої', 'книщини'] +common_voice_uk_23549666-1790-0: ref=['така', 'думка', 'цілковито', 'неправильна', 'й', 'облудна'] +common_voice_uk_23549666-1790-0: hyp=['така', 'думка', 'цілковито', 'неправильна', 'й', 'я', 'блудна'] +common_voice_uk_23549700-1791-0: ref=['дивніше', 'дива', 'якщо', 'хто', 'візьме', 'жону', 'потворну', 'заради', 'набутку'] +common_voice_uk_23549700-1791-0: hyp=['дивніше', 'диво', 'якщо', 'хто', 'візьме', 'жону', 'потворну', 'заради', 'набутку'] +common_voice_uk_23549702-1792-0: ref=['не', 'та', 'людина'] +common_voice_uk_23549702-1792-0: hyp=['не', 'та', 'людина'] +common_voice_uk_23549704-1793-0: ref=['але', 'стосовно', 'великих', 'і', 'гордих', 'фінських', 'племен'] +common_voice_uk_23549704-1793-0: hyp=['але', 'стосовно', 'великих', 'і', 'гордих', 'фінських', 'племен'] +common_voice_uk_23549705-1794-0: ref=['це', 'уявлення', 'поступово', 'проникало', 'в', 'національну', 'свідомість'] +common_voice_uk_23549705-1794-0: hyp=['це', 'уявлення', 'поступово', 'проникало', 'в', 'національну', 'свідомість'] +common_voice_uk_23549744-1795-0: ref=['тепер', 'зізнався', 'в', 'братанні', 'олександр', 'ісайович'] +common_voice_uk_23549744-1795-0: hyp=['тепер', 'зізнався', 'у', 'братанії', 'олександр', 'і', 'сайович'] +common_voice_uk_23549745-1796-0: ref=['не', 'хватайте', 'озлоблених', 'у', 'тюрми', 'вони', 'самі', 'собі', 'тюрма'] +common_voice_uk_23549745-1796-0: hyp=['не', 'хватайте', 'озлоблених', 'у', 'тюрми', 'вони', 'самі', 'собі', 'тюрма'] +common_voice_uk_23549746-1797-0: ref=['горе', 'прийде', 'як', 'любов', 'у', 'кригу', 'замерзне', 'тверду'] +common_voice_uk_23549746-1797-0: hyp=['горе', 'прийде', 'як', 'любов', 'у', 'кригу', 'замерзне', 'тверду'] +common_voice_uk_23549747-1798-0: ref=['навіщо', 'мені', 'вивчати', 'казахську', 'мову', 'вона', 'в', 'житті', 'не', 'знадобиться'] +common_voice_uk_23549747-1798-0: hyp=['навіщо', 'мені', 'вивчати', 'казахську', 'мову', 'вона', 'в', 'житті', 'не', 'знадобиться'] +common_voice_uk_23549763-1799-0: ref=['то', 'були', 'державні', 'проімперські', 'писання'] +common_voice_uk_23549763-1799-0: hyp=['то', 'були', 'державні', 'проімперські', 'писання'] +common_voice_uk_23549764-1800-0: ref=['пане', 'солженіцин', 'помізкуйте', 'трішки', 'і', 'дайте', 'собі', 'відповідь', 'куди', 'ж', 'усе', 'це', 'поділося'] +common_voice_uk_23549764-1800-0: hyp=['пане', 'салженіцин', 'помізкуйте', 'трішки', 'і', 'дайте', 'собі', 'відповідь', 'куди', 'ж', 'усе', 'це', 'поділося'] +common_voice_uk_23549765-1801-0: ref=['прадавній', 'очевидець', 'спростував', 'брехню', 'великоросів'] +common_voice_uk_23549765-1801-0: hyp=['про', 'давні', 'очевидець', 'спростував', 'брехню', 'велику', 'росіг'] +common_voice_uk_23549766-1802-0: ref=['інші', 'питання', 'організації', 'місцевого', 'самоврядування', 'формування', 'діяльності', 'та', 'відповідальності', 'органів', 'місцевого', 'самоврядування', 'визначаються', 'законом'] +common_voice_uk_23549766-1802-0: hyp=['інше', 'питання', 'організації', 'місцевого', 'самоврядування', 'формування', 'діяльності', 'та', 'відповідальності', 'органів', 'місцевого', 'самоврядування', 'визначаються', 'законом'] +common_voice_uk_23549767-1803-0: ref=['я', 'спробував', "з'ясувати", 'рік', 'народження', 'князя', 'андрія', 'ярославовича', 'й', 'наткнувся', 'на', 'знак', 'питання'] +common_voice_uk_23549767-1803-0: hyp=['я', 'спробував', "з'ясувати", 'рік', 'народження', 'князя', 'андрія', 'ярославовича', 'і', 'наткнувся', 'на', 'знак', 'питання'] +common_voice_uk_23549772-1804-0: ref=['чергове'] +common_voice_uk_23549772-1804-0: hyp=['чергове'] +common_voice_uk_23549773-1805-0: ref=['другий', 'рік', 'лилася', 'кров', 'у', 'чечні', 'ічкерії'] +common_voice_uk_23549773-1805-0: hyp=['другий', 'рік', 'лилася', 'кров', 'у', 'чечні', 'й', 'чкері'] +common_voice_uk_23549776-1806-0: ref=['права', 'і', 'свободи', 'людини', 'є', 'невідчужуваними', 'та', 'непорушними'] +common_voice_uk_23549776-1806-0: hyp=['права', 'й', 'свобода', 'людини', 'є', 'невідчуваними', 'та', 'непорука', 'не', 'порушуними'] +common_voice_uk_23549777-1807-0: ref=['влада', 'завжди', 'змушувала', 'вірити', 'їй', 'на', 'слово'] +common_voice_uk_23549777-1807-0: hyp=['влада', 'завжди', 'змушувала', 'вірити', 'їй', 'на', 'слово'] +common_voice_uk_23549814-1808-0: ref=['не', 'мають', 'права', 'голосу', 'громадяни', 'яких', 'визнано', 'судом', 'недієздатними'] +common_voice_uk_23549814-1808-0: hyp=['не', 'мають', 'права', 'голосу', 'громадяни', 'яких', 'визнано', 'судом', 'на', 'дієздатними'] +common_voice_uk_23549815-1809-0: ref=['заблукався', 'між', 'трьох', 'дубів'] +common_voice_uk_23549815-1809-0: hyp=['заблукався', 'між', 'трьох', 'дубів'] +common_voice_uk_23549816-1810-0: ref=['забезпечення', 'стабільності', 'грошової', 'одиниці', 'є', 'основною', 'функцією', 'центрального', 'банку', 'держави', 'національного', 'банку', 'україни'] +common_voice_uk_23549816-1810-0: hyp=['забезпечення', 'стабільності', 'грошової', 'одиниці', 'і', 'основною', 'функцією', 'центрального', 'банку', 'держави', 'національного', 'банку', 'україни'] +common_voice_uk_23549817-1811-0: ref=['ненависть', 'є', 'не', 'що', 'інше', 'як', 'невдоволення', 'злом', 'як', 'злом'] +common_voice_uk_23549817-1811-0: hyp=['ненависть', 'є', 'не', 'що', 'інше', 'як', 'невдоволення', 'злом', 'як', 'зло'] +common_voice_uk_23549928-1812-0: ref=['багато', 'ростовсько', 'суздальських', 'князів', 'прийняли', 'ці', 'умови'] +common_voice_uk_23549928-1812-0: hyp=['багато', 'ростовського', 'создальських', 'князів', 'прийняли', 'ці', 'умови'] +common_voice_uk_23549929-1813-0: ref=['на', 'все', 'свій', 'час'] +common_voice_uk_23549929-1813-0: hyp=['на', 'все', 'свій', 'час'] +common_voice_uk_23549930-1814-0: ref=['твори', 'мистецтва', 'ніби', 'продовжують', 'твори', 'природи'] +common_voice_uk_23549930-1814-0: hyp=['твори', 'мистецтва', 'ніби', 'продовжують', 'твори', 'природи'] +common_voice_uk_23549931-1815-0: ref=['в', 'останні', 'дні', 'життя', 'від', 'нього', 'чувся', 'нестерпний', 'сморід'] +common_voice_uk_23549931-1815-0: hyp=['останні', 'дні', 'життя', 'від', 'нього', 'чувся', 'нестерпний', 'сморід'] +common_voice_uk_23549932-1816-0: ref=['послухаймо', 'далі', 'думки', 'академіка'] +common_voice_uk_23549932-1816-0: hyp=['послухаймо', 'далі', 'думки', 'академіка'] +common_voice_uk_23549972-1817-0: ref=['хто', 'на', 'розпутті', 'прожив', 'все', 'життя', 'не', 'піде', 'ні', 'в', 'рай', 'ані', 'в', 'пекло'] +common_voice_uk_23549972-1817-0: hyp=['хто', 'не', 'розпутті', 'прожив', 'все', 'життя', 'не', 'піде', 'ні', 'в', 'рай', 'ані', 'в', 'пекло'] +common_voice_uk_23549973-1818-0: ref=['кожен', "зобов'язаний", 'не', 'заподіювати', 'шкоду', 'природі', 'культурній', 'спадщині', 'відшкодовувати', 'завдані', 'ним', 'збитки'] +common_voice_uk_23549973-1818-0: hyp=['кожен', "зобов'язання", 'заподіювати', 'шкоду', 'природі', 'культурній', 'спадщині', 'відшкодовувати', 'завдані', 'ним', 'збитки'] +common_voice_uk_23549974-1819-0: ref=['лобом', 'муру', 'не', "проб'єш"] +common_voice_uk_23549974-1819-0: hyp=['лобо', 'муру', 'не', "проб'єш"] +common_voice_uk_23549975-1820-0: ref=['від', 'гріховного', 'кореня', 'поганий', 'плід', 'буває'] +common_voice_uk_23549975-1820-0: hyp=['від', 'гріховного', 'кореня', 'поганий', 'плід', 'буває'] +common_voice_uk_23549976-1821-0: ref=['не', 'славте', 'кобзаря', 'піснями', 'голосними', 'дзвенить', 'йому', 'хвалу', 'його', 'тридцятиструнна'] +common_voice_uk_23549976-1821-0: hyp=['не', 'слав', 'ти', 'кобзаря', 'піснями', 'голосними', 'дзвонить', 'йому', 'хвалу', 'його', 'тридцятиструнна'] +common_voice_uk_23550025-1822-0: ref=['він', 'випускник', 'києво', 'могилянської', 'академії', 'володів', 'справжніми', 'знаннями'] +common_voice_uk_23550025-1822-0: hyp=['він', 'випускник', 'києво', 'могилянської', 'академії', 'володів', 'справжніми', 'знаннями'] +common_voice_uk_23550027-1823-0: ref=['то', 'були', 'роки', 'усвідомленого', 'з', 'боку', 'мос', 'ковії', 'знищення', 'українського', 'народу'] +common_voice_uk_23550027-1823-0: hyp=['то', 'були', 'роки', 'усвідомленого', 'з', 'боку', 'московії', 'знищення', 'українського', 'народу'] +common_voice_uk_23550028-1824-0: ref=['ось', 'вони', 'звички', 'вовка', 'який', 'нишпорить', 'лісом', 'вишукує', 'ослабленого', 'й', 'погано', 'захищеного'] +common_voice_uk_23550028-1824-0: hyp=['ось', 'вони', 'і', 'звички', 'вовка', 'який', 'нишпорить', 'лісом', 'вишукує', 'ослабленого', 'і', 'погано', 'захищеного'] +common_voice_uk_23550029-1825-0: ref=['і', 'чеснота', 'в', 'будові'] +common_voice_uk_23550029-1825-0: hyp=['і', 'чеснота', 'в', 'будові'] +common_voice_uk_23550334-1826-0: ref=['отже', 'чому', 'москва', 'мала', 'перевагу', 'перед', "твер'ю", 'володимиром', 'рязанню', 'нижнім', 'новгородом', 'ростовом', 'тощо'] +common_voice_uk_23550334-1826-0: hyp=['отже', 'чому', 'москва', 'мала', 'перевагу', 'перед', "двер'ю", 'володимиром', 'різанню', 'нижнім', 'новгородом', 'ростововом', 'тощо'] +common_voice_uk_23550335-1827-0: ref=['на', 'побутовому', 'людському', 'рівні', 'ця', 'брехня', 'відверто', 'випирала', 'назовні'] +common_voice_uk_23550335-1827-0: hyp=['на', 'побутовому', 'людському', 'рівні', 'ця', 'брехня', 'відверта', 'випирала', 'назовні'] +common_voice_uk_23550336-1828-0: ref=['ясна', 'річ', 'у', 'цих', 'виданнях', 'не', 'обійшлося', 'без', 'великоросійського', 'прокомуністичного', 'впливу'] +common_voice_uk_23550336-1828-0: hyp=['ясна', 'річ', 'у', 'цих', 'виданнях', 'не', 'обійшлося', 'без', 'великоросійського', 'про', 'комуністичного', 'впливу'] +common_voice_uk_23550337-1829-0: ref=['брехливо', 'облагородили', 'олександра', 'так', 'званого', 'невського'] +common_voice_uk_23550337-1829-0: hyp=['брехливо', 'облагородили', 'олександра', 'так', 'званого', 'невського'] +common_voice_uk_23550338-1830-0: ref=['але', 'ось', 'підтвердження', 'цього', 'в', 'байкаря', 'історії'] +common_voice_uk_23550338-1830-0: hyp=['але', 'ось', 'підтвердження', 'цього', 'в', 'байкаря', 'історії'] +common_voice_uk_23550436-1831-0: ref=['він', 'нечесний', 'тому', 'що', 'спілкувався', 'з', 'нечесними'] +common_voice_uk_23550436-1831-0: hyp=['він', 'нечесний', 'тому', 'що', 'спілкувався', 'з', 'нечесними'] +common_voice_uk_23550439-1832-0: ref=['отже', 'в', 'чому', 'тут', 'таємниця'] +common_voice_uk_23550439-1832-0: hyp=['отже', 'в', 'чому', 'тут', 'таємниця'] +common_voice_uk_23550441-1833-0: ref=['так', 'у', 'державну', 'історію', 'впроваджувалася', 'велика', 'брехня'] +common_voice_uk_23550441-1833-0: hyp=['так', 'у', 'державну', 'історію', 'впроваджувалися', 'велика', 'брехня'] +common_voice_uk_23550443-1834-0: ref=['але', 'солженіцин', 'виявляється', 'про', 'це', 'не', 'знає'] +common_voice_uk_23550443-1834-0: hyp=['але', 'солженіцим', 'виявляється', 'про', 'це', 'не', 'знає'] +common_voice_uk_23550444-1835-0: ref=['хто', 'може', 'дати', 'право', 'українцям', 'воно', 'в', 'них', 'самих'] +common_voice_uk_23550444-1835-0: hyp=['хто', 'може', 'дати', 'право', 'українцям', 'воно', 'в', 'них', 'самих'] +common_voice_uk_23550485-1836-0: ref=['нас', 'виведе', 'в', 'панство', 'свободи', 'не', 'нині', 'не', 'завтра', 'так', 'потім'] +common_voice_uk_23550485-1836-0: hyp=['нас', 'виведе', 'в', 'панство', 'свободи', 'не', 'нині', 'не', 'завтра', 'так', 'потім'] +common_voice_uk_23550486-1837-0: ref=['після', 'того', 'було', 'запроваджено', 'жорстку', 'церковну', 'і', 'державну', 'цензуру'] +common_voice_uk_23550486-1837-0: hyp=['після', 'того', 'було', 'запроваджено', 'жорстку', 'церковну', 'і', 'державну', 'цензуру'] +common_voice_uk_23550492-1838-0: ref=['адже', 'вас', 'просто', 'зациклило', 'росіяни', 'та', 'росіяни'] +common_voice_uk_23550492-1838-0: hyp=['адже', 'вас', 'просто', 'зациклило', 'росіяни', 'та', 'росіяни'] +common_voice_uk_23550493-1839-0: ref=['як', 'бачимо', 'все', 'запозичувалося', 'із', 'західної', 'європи', 'навіть', 'інженери', 'фахівці'] +common_voice_uk_23550493-1839-0: hyp=['як', 'бачимо', 'все', 'запозичувалось', 'із', 'західної', 'європи', 'навіть', 'інженери', 'фахівці'] +common_voice_uk_23550494-1840-0: ref=['особливості', 'здійснення', 'місцевого', 'самоврядування', 'в', 'містах', 'києві', 'та', 'севастополі', 'визначаються', 'окремими', 'законами', 'україни'] +common_voice_uk_23550494-1840-0: hyp=['особливості', 'здійснення', 'місцевого', 'самоврядування', 'в', 'містах', 'києві', 'та', 'севастополі', 'визначається', 'окремими', 'законами', 'україни'] +common_voice_uk_23550545-1841-0: ref=['кожен', 'має', 'право', 'на', 'повагу', 'до', 'його', 'гідності'] +common_voice_uk_23550545-1841-0: hyp=['кожен', 'має', 'право', 'на', 'повагу', 'до', 'його', 'гідності'] +common_voice_uk_23550546-1842-0: ref=['пекло', 'страшніше', 'горить', 'в', 'нашім', 'краю'] +common_voice_uk_23550546-1842-0: hyp=['пекло', 'страшніше', 'горіть', 'у', 'нашім', 'краю'] +common_voice_uk_23550547-1843-0: ref=['ще', 'одна', 'одвічна', 'брехня', 'запущена', 'великоросами', 'в', 'історію'] +common_voice_uk_23550547-1843-0: hyp=['ще', 'одна', 'одвічна', 'брехня', 'запущена', 'великоросами', 'в', 'історію'] +common_voice_uk_23550548-1844-0: ref=['посол', 'ханський', 'обраний', 'за', 'миротворця', 'скликав', 'князів', 'у', 'володимир'] +common_voice_uk_23550548-1844-0: hyp=['посол', 'ханський', 'обраний', 'за', 'миротворця', 'скликав', 'князів', 'у', 'володимир'] +common_voice_uk_23550549-1845-0: ref=['як', 'бачите', 'звички', 'залишилися', 'колишніми'] +common_voice_uk_23550549-1845-0: hyp=['як', 'бачите', 'звички', 'залишилися', 'колишніми'] +common_voice_uk_23550685-1846-0: ref=['мор', 'голод', 'і', 'війна', 'то', 'страшні', 'людоїди', 'а', 'ще', 'страшніші', 'злі', 'сусіди'] +common_voice_uk_23550685-1846-0: hyp=['мор', 'голод', 'і', 'війна', 'то', 'страшні', 'людоїди', 'а', 'ще', 'страшніші', 'з', 'лісусіди'] +common_voice_uk_23550687-1847-0: ref=['всяка', 'жертва', 'нечестивих', 'бридка', 'перед', 'богом'] +common_voice_uk_23550687-1847-0: hyp=['сака', 'жертва', 'нечестивих', 'бридка', 'перед', 'богом'] +common_voice_uk_23550688-1848-0: ref=['шабля', 'різанину', 'чує', 'люлька', 'пожари', 'віщує'] +common_voice_uk_23550688-1848-0: hyp=['шабля', 'різанину', 'чує', 'люлька', 'пожари', 'віщує'] +common_voice_uk_23550689-1849-0: ref=['знову', 'реформи', 'більпіовиків', 'колективізація', 'індустріалізація', 'тощо'] +common_voice_uk_23550689-1849-0: hyp=['знову', 'реформи', 'більшовиків', 'колективізація', 'індустріалізація', 'тощо'] +common_voice_uk_23550690-1850-0: ref=['злодійське', 'дійство', 'пане', 'солженіцин', 'вчинив', 'цар', 'петро', 'і'] +common_voice_uk_23550690-1850-0: hyp=['злодійське', 'дійство', 'пане', 'солженіцин', 'вчинив', 'цар', 'петро', 'перший'] +common_voice_uk_23551003-1851-0: ref=['це', 'не', 'лише', 'думка', 'автора', 'і', 'результат', 'нашого', 'аналізу'] +common_voice_uk_23551003-1851-0: hyp=['це', 'не', 'лише', 'думка', 'автора', 'і', 'результат', 'нашого', 'аналізу'] +common_voice_uk_23551004-1852-0: ref=['який', 'їхав', 'таку', 'й', 'здибав'] +common_voice_uk_23551004-1852-0: hyp=['який', 'їхав', 'так', 'ось', 'диво'] +common_voice_uk_23551006-1853-0: ref=['якщо', 'народ', 'обирає', 'свободу', 'він', 'матиме', 'хліб', 'вирощений', 'ним', 'самим', 'і', 'ніким', 'не', 'відібраний'] +common_voice_uk_23551006-1853-0: hyp=['якщо', 'народ', 'обирає', 'свободу', 'він', 'матиме', 'хліб', 'вирощений', 'ним', 'самим', 'і', 'ніким', 'не', 'відібраний'] +common_voice_uk_23551023-1854-0: ref=['це', 'підтверджується', 'і', 'непрямими', 'джерелами'] +common_voice_uk_23551023-1854-0: hyp=['це', 'підтверджується', 'і', 'непрямими', 'джерелами'] +common_voice_uk_23551024-1855-0: ref=['під', 'лежачий', 'камінь', 'вода', 'не', 'тече'] +common_voice_uk_23551024-1855-0: hyp=['підлежачий', 'камінь', 'вода', 'не', 'тече'] +common_voice_uk_23551025-1856-0: ref=['послухаймо', 'історика'] +common_voice_uk_23551025-1856-0: hyp=['послухаймо', 'історика'] +common_voice_uk_23551026-1857-0: ref=['але', 'це', 'буде', 'пізніше'] +common_voice_uk_23551026-1857-0: hyp=['а', 'це', 'буде', 'пізніше'] +common_voice_uk_23551027-1858-0: ref=['грабували', 'й', 'убивали', 'вибірково', 'за', 'підказкою', 'нового', 'великого', 'князя', 'олександра', 'невського'] +common_voice_uk_23551027-1858-0: hyp=['грабували', 'й', 'убивали', 'вибірково', 'за', 'підказкою', 'нового', 'великого', 'князя', 'олександра', 'невського'] +common_voice_uk_23551156-1859-0: ref=['на', 'ділі', 'каймося', 'не', 'на', 'словах'] +common_voice_uk_23551156-1859-0: hyp=['на', 'ділі', 'каймося', 'не', 'на', 'словах'] +common_voice_uk_23551157-1860-0: ref=['немає', 'чим', 'крити', 'а', 'жаль'] +common_voice_uk_23551157-1860-0: hyp=['не', 'маю', 'чим', 'крити', 'а', 'жаль'] +common_voice_uk_23551158-1861-0: ref=['хто', 'не', 'був', 'високо', 'той', 'зроду', 'не', 'збагне', 'як', 'страшно', 'впасти'] +common_voice_uk_23551158-1861-0: hyp=['хто', 'не', 'був', 'високо', 'то', 'й', 'зроду', 'не', 'збагне', 'як', 'страшно', 'впасти'] +common_voice_uk_23551159-1862-0: ref=['ось', 'вона', 'двоїста', 'російська', 'мірка', 'тут', 'неважливо', 'який', 'ти', 'насправді', 'які', 'твої', 'діяння'] +common_voice_uk_23551159-1862-0: hyp=['ось', 'вона', 'двоє', 'старосійська', 'мірка', 'тут', 'не', 'важливо', 'який', 'ти', 'насправді', 'які', 'твої', 'діяння'] +common_voice_uk_23551160-1863-0: ref=['згадаймо', 'як', 'багато', 'років', 'облагороджують', 'багатостраждальний', 'чеченський', 'народ'] +common_voice_uk_23551160-1863-0: hyp=['згадаймо', 'як', 'багато', 'років', 'благороджують', 'багатостраждальний', 'чеченський', 'народ'] +common_voice_uk_23551348-1864-0: ref=['стоїть', 'москва', 'на', 'вигадках', 'незрушно'] +common_voice_uk_23551348-1864-0: hyp=['стоїть', 'москва', 'на', 'вигадках', 'незрушно'] +common_voice_uk_23551350-1865-0: ref=['цими', 'словами', 'сказано', 'все'] +common_voice_uk_23551350-1865-0: hyp=['цими', 'словами', 'сказано', 'все'] +common_voice_uk_23551352-1866-0: ref=['панібратство', 'шкодить', 'і', 'доброго', 'нінащо', 'зводить'] +common_voice_uk_23551352-1866-0: hyp=['пані', 'братство', 'шкодить', 'і', 'доброго', 'ні', 'на', 'що', 'зводить'] +common_voice_uk_23551353-1867-0: ref=['про', 'те', 'навіщо', 'ці', 'літописні', 'зводи', "з'явилися", 'згодом', 'поговоримо', 'нижче'] +common_voice_uk_23551353-1867-0: hyp=['проте', 'навіщо', 'ці', 'літописні', 'зводи', "з'явилися", 'згодом', 'поговоримо', 'нижче'] +common_voice_uk_23551355-1868-0: ref=['приходь', 'до', 'своєї', 'віри', 'добрими', 'справами'] +common_voice_uk_23551355-1868-0: hyp=['приходь', 'до', 'своєї', 'віри', 'добрими', 'справами'] +common_voice_uk_23551356-1869-0: ref=['послухайте', 'ці', 'одкровення'] +common_voice_uk_23551356-1869-0: hyp=['послухайте', 'ці', 'одкровення'] +common_voice_uk_23551358-1870-0: ref=['не', 'вартий', 'дірки', 'від', 'бублика'] +common_voice_uk_23551358-1870-0: hyp=['не', 'вартий', 'дірки', 'від', 'бублика'] +common_voice_uk_23551381-1871-0: ref=['до', 'кінця', 'не', "з'ясовані", 'взаємини', 'між', 'старшими', 'редакціями', 'і', 'редакцією', 'софійського', 'першого', 'літопису'] +common_voice_uk_23551381-1871-0: hyp=['до', 'кінця', "нез'ясовані", 'взаємини', 'між', 'старшими', 'редакціями', 'і', 'редакцією', 'софійського', 'першого', 'литопису'] +common_voice_uk_23551384-1872-0: ref=['бачить', 'кіт', 'сало', 'та', 'сили', 'мало'] +common_voice_uk_23551384-1872-0: hyp=['бачить', 'кит', 'сало', 'та', 'сила', 'мало'] +common_voice_uk_23551385-1873-0: ref=['звідси', 'взялося', 'і', 'походить', 'московське', 'князювання'] +common_voice_uk_23551385-1873-0: hyp=['звідси', 'взялося', 'й', 'походить', 'у', 'московське', 'князювання'] +common_voice_uk_23551611-1874-0: ref=['оце', 'так', 'государ', 'московський', 'навіть', 'татари', 'справжні', 'степовики', 'не', 'змогли', 'наздогнати', 'князя', 'що', 'втікав'] +common_voice_uk_23551611-1874-0: hyp=['оце', 'так', 'государ', 'московський', 'навіть', 'татари', 'справжні', 'степовики', 'не', 'змогли', 'наздогнати', 'князя', 'що', 'втікав'] +common_voice_uk_23551612-1875-0: ref=['згадаймо', 'як', 'уперше', 'зустрілися', 'князі', 'з', 'прийшлими'] +common_voice_uk_23551612-1875-0: hyp=['згадаймо', 'як', 'уперше', 'зустрілися', 'князі', 'з', 'прийшлими'] +common_voice_uk_23551613-1876-0: ref=['ось', 'чому', 'він', 'так', 'люто', 'підспівує', 'бодай', 'союзу', 'чотирьох', 'росії', 'білорусії', 'україни', 'і', 'казахстану'] +common_voice_uk_23551613-1876-0: hyp=['ось', 'чому', 'він', 'так', 'люто', 'підспівує', 'бодай', 'союзу', 'чотирьох', 'росій', 'білорусі', 'і', 'україни', 'і', 'казахстану'] +common_voice_uk_23551614-1877-0: ref=['імперія', 'завжди', 'їх', 'тасувала', 'як', 'шулер', 'колоду', 'карт'] +common_voice_uk_23551614-1877-0: hyp=['імперія', 'завжди', 'їх', 'стосувала', 'якщо', 'верколоду', 'карти'] +common_voice_uk_23551630-1878-0: ref=['через', 'що', 'спостерігалася', 'їхня', 'взаємна', 'нелюбов'] +common_voice_uk_23551630-1878-0: hyp=['що', 'спостерігалася', 'їхня', 'взаємна', 'не', 'любов'] +common_voice_uk_23551631-1879-0: ref=['нехай', 'кожен', 'живе', 'тим', 'ким', 'побажав', 'сам', 'чи', 'його', 'предки'] +common_voice_uk_23551631-1879-0: hyp=['нехай', 'кожен', 'живе', 'тим', 'ким', 'побажав', 'сам', 'чи', 'його', 'предки'] +common_voice_uk_23551632-1880-0: ref=['батий', 'кликав', 'досебе', 'великого', 'князя'] +common_voice_uk_23551632-1880-0: hyp=['ба', 'ти', 'кликав', 'до', 'себе', 'великого', 'князя'] +common_voice_uk_23551633-1881-0: ref=['а', 'росіян', 'там', 'близько', 'не', 'було'] +common_voice_uk_23551633-1881-0: hyp=['а', 'росіян', 'там', 'близько', 'не', 'було'] +common_voice_uk_23551634-1882-0: ref=['таку', 'психологію', 'розбою', 'й', 'бандитизму', 'заклав', 'у', 'свідомість', 'московитів', 'незабутній', 'олександр', 'невський'] +common_voice_uk_23551634-1882-0: hyp=['таку', 'психологію', 'розбою', 'і', 'бандитизму', 'заклав', 'у', 'свідомість', 'московитів', 'незабутній', 'олександр', 'невський'] +common_voice_uk_23551660-1883-0: ref=['ех', 'якби', 'та', 'якби', 'та', 'в', 'роті', 'виросли', 'гриби'] +common_voice_uk_23551660-1883-0: hyp=['ех', 'якби', 'та', 'якби', 'та', 'в', 'роті', 'виросли', 'гриби'] +common_voice_uk_23551661-1884-0: ref=['автор', 'сподівається', 'що', 'ми', 'підійшли', 'до', 'розуміння', 'самої', 'суті', 'суспільства', 'ростовсько', 'суздальської', 'землі'] +common_voice_uk_23551661-1884-0: hyp=['автор', 'сподівається', 'що', 'ми', 'підійшли', 'до', 'розуміння', 'самої', 'суті', 'суспільства', 'ростовського', 'суздельської', 'землі'] +common_voice_uk_23551662-1885-0: ref=['вміє', 'розставатись', 'той', 'хто', 'вмів', 'любить'] +common_voice_uk_23551662-1885-0: hyp=['вміє', 'розставатись', 'той', 'хто', 'вмів', 'любить'] +common_voice_uk_23551663-1886-0: ref=['входячи', 'до', 'навчального', 'саду', 'мистецтва', 'будьте', 'благочестивими', 'та', 'уважними', 'садівниками'] +common_voice_uk_23551663-1886-0: hyp=['входячи', 'до', 'навчального', 'саду', 'мистецтва', 'будьте', 'благочестивими', 'та', 'уважними', 'і', 'садівниками'] +common_voice_uk_23551664-1887-0: ref=['настав', 'час', 'висповідатися'] +common_voice_uk_23551664-1887-0: hyp=['настав', 'час', 'висповідатися'] +common_voice_uk_23551687-1888-0: ref=['всім', 'давно', 'зрозуміло', 'що', 'до', 'початку', 'замятні', 'не', 'існувало', 'єдиного', 'великого', 'князівства', 'володимирського'] +common_voice_uk_23551687-1888-0: hyp=['всім', 'давно', 'зрозуміло', 'щодо', 'початку', "зам'ятні", 'не', 'існували', 'єдиного', 'великого', 'князівства', 'володимирського'] +common_voice_uk_23551688-1889-0: ref=['в', 'україні', 'діє', 'вища', 'рада', 'правосуддя', 'яка'] +common_voice_uk_23551688-1889-0: hyp=['в', 'україні', 'дію', 'вища', 'рада', 'правосуддя', 'яка'] +common_voice_uk_23551689-1890-0: ref=['хто', 'як', 'постелить', 'так', 'і', 'виспиться'] +common_voice_uk_23551689-1890-0: hyp=['хто', 'як', 'постелить', 'таки', 'виспиться'] +common_voice_uk_23551690-1891-0: ref=['він'] +common_voice_uk_23551690-1891-0: hyp=['він'] +common_voice_uk_23551691-1892-0: ref=['скільки', 'вовка', 'не', 'годуй', 'а', 'він', 'все', 'в', 'ліс', 'дивиться'] +common_voice_uk_23551691-1892-0: hyp=['скільки', 'вовка', 'не', 'годуй', 'а', 'він', 'все', 'в', 'ліс', 'дивиться'] +common_voice_uk_23551717-1893-0: ref=['часто', 'крізь', 'видимий', 'світу', 'сміх', 'ллються', 'невидимі', 'світу', 'сльози'] +common_voice_uk_23551717-1893-0: hyp=['часто', 'крізь', 'видимий', 'світ', 'у', 'сміх', 'ллються', 'невидимі', 'світу', 'сльози'] +common_voice_uk_23551718-1894-0: ref=['молодість', 'щаслива', 'тим', 'що', 'в', 'неї', 'є', 'майбутнє'] +common_voice_uk_23551718-1894-0: hyp=['молодість', 'щаслива', 'тим', 'що', 'в', 'неї', 'є', 'майбутнє'] +common_voice_uk_23551720-1895-0: ref=['а', 'знайти', 'виправдання', 'великоросам', 'розуму', 'не', 'забракне'] +common_voice_uk_23551720-1895-0: hyp=['а', 'знаєте', 'виправдання', 'великоросом', 'розумом', 'не', 'забракне'] +common_voice_uk_23551721-1896-0: ref=['таке', 'військове', 'уміння', 'російського', 'генералітету', 'в', 'кримській', 'війні', 'під', 'севастополем'] +common_voice_uk_23551721-1896-0: hyp=['таке', 'військове', 'уміння', 'російського', 'генералітету', 'в', 'кримській', 'війні', 'під', 'севастополем'] +common_voice_uk_23551722-1897-0: ref=['вольфович', 'лише', 'бачить', 'похід', 'у', 'сучасному', 'оформленні', 'танки', 'підводні', 'човни', 'літаки', 'дивізії', 'армії'] +common_voice_uk_23551722-1897-0: hyp=['вольфович', 'лише', 'бачить', 'похід', 'у', 'сучасному', 'оформленні', 'танки', 'підводні', 'човни', 'літаки', 'дивізії', 'армії'] +common_voice_uk_23551723-1898-0: ref=['хочу', 'нагадати', 'хан', 'золотої', 'орди', 'давав', 'кожному', 'конкретному', 'князеві', 'ярлик', 'на', 'певне', 'князювання'] +common_voice_uk_23551723-1898-0: hyp=['хочу', 'нагадати', 'хенд', 'золотої', 'оруди', 'давав', 'кожному', 'конкретному', 'князеві', 'ярлик', 'напевне', 'князювання'] +common_voice_uk_23551724-1899-0: ref=['це', 'ж', 'бо', 'становило', 'небезпеку'] +common_voice_uk_23551724-1899-0: hyp=['це', 'ж', 'постановило', 'небезпеку'] +common_voice_uk_23551725-1900-0: ref=['яку', 'думку', 'ми', 'почерпнули', 'з', 'цього', 'здавалося', 'б', 'досить', 'місткого', 'за', 'обсягом', 'твердження'] +common_voice_uk_23551725-1900-0: hyp=['яку', 'думку', 'ми', 'почерпнули', 'з', 'цього', 'здавалося', 'б', 'досить', 'місткого', 'за', 'обсягом', 'твердження'] +common_voice_uk_23551726-1901-0: ref=['особливо', 'якщо', 'вони', 'спілкувалися', 'рідною', 'мовою'] +common_voice_uk_23551726-1901-0: hyp=['на', 'особливо', 'якщо', 'вони', 'спілкувалися', 'рідною', 'мовою'] +common_voice_uk_23551783-1902-0: ref=['вплив', 'на', 'суддю', 'конституційного', 'суду', 'україни', 'у', 'будь', 'який', 'спосіб', 'забороняється'] +common_voice_uk_23551783-1902-0: hyp=['вплив', 'на', 'суддю', 'конституційного', 'суду', 'україни', 'у', 'будь', 'який', 'спосіб', 'забороняється'] +common_voice_uk_23551784-1903-0: ref=['прирівняв'] +common_voice_uk_23551784-1903-0: hyp=['перерівняв'] +common_voice_uk_23551785-1904-0: ref=['богом', 'посланого', 'царя', 'молилися', 'в', 'ростовсько', 'суздальських', 'а', 'пізніше', 'у', 'московських', 'церквах'] +common_voice_uk_23551785-1904-0: hyp=['богом', 'посланого', 'царя', 'молилися', 'в', 'ростовську', 'суздарських', 'і', 'пізніше', 'у', 'московських', 'церквах'] +common_voice_uk_23551786-1905-0: ref=['де', 'не', 'буває', 'віри', 'там', 'немає', 'надії', 'та', 'любові'] +common_voice_uk_23551786-1905-0: hyp=['де', 'не', 'буває', 'віри', 'там', 'немає', 'надії', 'та', 'любові'] +common_voice_uk_23551787-1906-0: ref=['навіщо', 'приходили', 'чому', 'пішли', 'цілковитий', 'секрет'] +common_voice_uk_23551787-1906-0: hyp=['навіщо', 'приходили', 'чому', 'пішли', 'цілковиті', 'секрет'] +common_voice_uk_23552055-1907-0: ref=['гумор', 'невідлучна', 'прикмета', 'кожного', 'правдивого', 'таланту'] +common_voice_uk_23552055-1907-0: hyp=['гумор', 'невідлучна', 'прикмета', 'кожного', 'правдивого', 'таланту'] +common_voice_uk_23552056-1908-0: ref=['яка', 'брехня'] +common_voice_uk_23552056-1908-0: hyp=['яка', 'брехня'] +common_voice_uk_23552057-1909-0: ref=['мало', 'нас', 'та', 'се', 'дарма'] +common_voice_uk_23552057-1909-0: hyp=['мало', 'нас', 'та', 'се', 'дарма'] +common_voice_uk_23552063-1910-0: ref=['за', 'битого', 'двох', 'небитих', 'дають'] +common_voice_uk_23552063-1910-0: hyp=['забитого', 'двох', 'небитих', 'дають'] +common_voice_uk_23552095-1911-0: ref=['який', 'сум'] +common_voice_uk_23552095-1911-0: hyp=['який', 'сум'] +common_voice_uk_23552097-1912-0: ref=['душа', 'є', 'більше', 'там', 'де', 'любить', 'ніж', 'там', 'де', 'живе'] +common_voice_uk_23552097-1912-0: hyp=['душа', 'і', 'більше', 'там', 'де', 'любить', 'ніж', 'там', 'де', 'живе'] +common_voice_uk_23552098-1913-0: ref=['чернець', 'і', 'християнин', 'він', 'же', 'хрещений', 'ченцем', 'фін'] +common_voice_uk_23552098-1913-0: hyp=['чернеті', 'християнин', 'він', 'же', 'хрещений', 'ченцем', 'він'] +common_voice_uk_23552099-1914-0: ref=['дрібні', 'брудні', 'фоли', 'та', 'помилки', 'супроводжують', 'імперську', 'історію', 'з', 'першого', 'дня', 'її', 'появи'] +common_voice_uk_23552099-1914-0: hyp=['дрібні', 'брудні', 'фоли', 'та', 'помилки', 'супроводжують', 'імперську', 'історію', 'з', 'першого', 'дня', 'її', 'появи'] +common_voice_uk_23552101-1915-0: ref=['це', 'цілком', 'самобутній', 'народ', 'який', 'має', 'прадавнє', "слов'янське", 'коріння'] +common_voice_uk_23552101-1915-0: hyp=['ця', 'цілком', 'всемогутній', 'народ', 'який', 'має', 'предавні', "слов'янське", 'коріння'] +common_voice_uk_23552102-1916-0: ref=['тут', 'уже', 'дещо', 'прояснюється'] +common_voice_uk_23552102-1916-0: hyp=['тут', 'уже', 'дещо', 'прояснюється'] +common_voice_uk_23552104-1917-0: ref=['заздрість', 'спричиняє', 'для', 'людини', 'страждання', 'з', 'приводу', 'чужого', 'добра'] +common_voice_uk_23552104-1917-0: hyp=['заздрість', 'спричиняє', 'для', 'людини', 'страждання', 'з', 'приводу', 'чужого', 'добра'] +common_voice_uk_23552107-1918-0: ref=['це', 'швидко', 'змінило', 'обличчя', 'країни', 'включно', 'із', 'суспільними', 'елементами', 'й', 'стосунками', 'між', 'ними'] +common_voice_uk_23552107-1918-0: hyp=['це', 'швидко', 'змінило', 'обличчя', 'країни', 'включно', 'із', 'суспільними', 'елементами', 'і', 'стосунками', 'між', 'ними'] +common_voice_uk_23552110-1919-0: ref=['своєї', 'мови', 'рідної', 'і', 'свого', 'рідного', 'звичаю', 'вірним', 'серцем', 'держітеся'] +common_voice_uk_23552110-1919-0: hyp=['своєї', 'мови', 'рідної', 'свого', 'рідного', 'звичаю', 'вірним', 'серцем', 'бережитися'] +common_voice_uk_23552111-1920-0: ref=['скільки', "вб'єш", 'стільки', 'й', "в'їдеш"] +common_voice_uk_23552111-1920-0: hyp=['стільки', "вб'єш", 'стільки', 'він', 'їдеш'] +common_voice_uk_23552112-1921-0: ref=['тут', 'виникають', 'закономірні', 'запитання'] +common_voice_uk_23552112-1921-0: hyp=['чути', 'виникають', 'закономірні', 'запитання'] +common_voice_uk_23552113-1922-0: ref=['не', 'пролив', 'ти', 'крові', 'ворога', 'в', 'грізну', 'лиху', 'годину', 'проллєш', 'батькову', 'і', 'братову', 'проллєш'] +common_voice_uk_23552113-1922-0: hyp=['не', 'пролив', 'ти', 'крови', 'ворога', 'в', 'різну', 'лиху', 'годину', 'проллєш', 'батькові', 'і', 'брату', 'управлеш'] +common_voice_uk_23552114-1923-0: ref=['притому', 'змінився', 'ступінь', 'залежності', 'московії', 'від', 'орди'] +common_voice_uk_23552114-1923-0: hyp=['при', 'тому', 'змінився', 'ступінь', 'залежності', 'московія', 'від', 'орди'] +common_voice_uk_23552115-1924-0: ref=['запанував', 'войовничий', 'нищівний', 'фіно', 'татарський', 'етнос'] +common_voice_uk_23552115-1924-0: hyp=['запанував', 'вийовниче', 'щівний', 'фінататарський', 'етнос'] +common_voice_uk_23552116-1925-0: ref=['він', 'залишався', 'осторонь'] +common_voice_uk_23552116-1925-0: hyp=['він', 'залишався', 'осторонь'] +common_voice_uk_23552118-1926-0: ref=['однак', 'пора', 'встановити', 'і', 'їх', 'політичне', 'підґрунтя'] +common_voice_uk_23552118-1926-0: hyp=['однак', 'пора', 'встановити', 'їх', 'політичне', 'підґрунтя'] +common_voice_uk_23552119-1927-0: ref=['хай', 'сміються', 'з', 'нас', 'глузують', 'нам', 'байдуже'] +common_voice_uk_23552119-1927-0: hyp=['хай', 'сміються', 'з', 'нас', 'глозують', 'нам', 'байдуже'] +common_voice_uk_23552122-1928-0: ref=['в', 'роки', 'коли', 'росія', 'категорично', 'забороняла', 'українську', 'мову'] +common_voice_uk_23552122-1928-0: hyp=['роки', 'коли', 'росія', 'категорично', 'забороняє', 'українську', 'мову'] +common_voice_uk_23552124-1929-0: ref=['народ', 'московського', 'князівства', 'як', 'і', 'інших', 'жив', 'відособленим', 'життям'] +common_voice_uk_23552124-1929-0: hyp=['народ', 'московського', 'князівства', 'як', 'і', 'інший', 'жив', 'від', 'уособленим', 'життям'] +common_voice_uk_23552357-1930-0: ref=['втім', 'це', 'до', 'слова'] +common_voice_uk_23552357-1930-0: hyp=['втім', 'це', 'до', 'слова'] +common_voice_uk_23552358-1931-0: ref=['голка', 'в', 'стіжок', 'упала', 'пиши', 'пропала'] +common_voice_uk_23552358-1931-0: hyp=['голкав', 'стежок', 'упала', 'пиши', 'пропала'] +common_voice_uk_23552359-1932-0: ref=['шановні', 'читачі', 'даруйте', 'авторові', 'я', 'втомлююся', 'розгрібати', 'цей', 'історичний', 'бруд', 'і', 'вигадки'] +common_voice_uk_23552359-1932-0: hyp=['що'] +common_voice_uk_23552360-1933-0: ref=['і', 'за', 'соломинку', 'вхопиться', 'хто', 'топиться'] +common_voice_uk_23552360-1933-0: hyp=['і', 'за', 'соломинку', 'вхопиться', 'хто', 'топиться'] +common_voice_uk_23552361-1934-0: ref=['безнадійним', 'є', 'бунт', 'одиниці', 'що', 'не', 'хоче', 'прийняти', 'расових', 'традицій'] +common_voice_uk_23552361-1934-0: hyp=['безнадійним', 'і', 'є', 'бунт', 'одиниці', 'ще', 'не', 'хоче', 'прийняти', 'расових', 'традицій'] +common_voice_uk_23552426-1935-0: ref=['відчуваєте', 'чию', 'пісню', 'співаєте', 'пане', 'солженіцин', 'пісню', 'великоросійської', 'імперії'] +common_voice_uk_23552426-1935-0: hyp=['відчуваєте', 'чую', 'пісню', 'співаєте', 'як', 'панна', 'сурженіцин', 'пісня', 'великоросійської', 'імперії'] +common_voice_uk_23552427-1936-0: ref=['сказаного', 'і', 'сокирою', 'не', 'вирубаєш'] +common_voice_uk_23552427-1936-0: hyp=['сказаного', 'й', 'сокирою', 'не', 'виробаєш'] +common_voice_uk_23552428-1937-0: ref=['окремі', 'літописні', 'зводи', 'навіть', 'стверджують', 'що', 'олександр', 'невський', 'був', 'прийомним', 'сином', 'хана', 'батия'] +common_voice_uk_23552428-1937-0: hyp=['окремі', 'літописні', 'зводи', 'навіть', 'стверджують', 'що', 'олександр', 'невський', 'був', 'прийомним', 'сином', 'хана', 'батия'] +common_voice_uk_23552429-1938-0: ref=['великоросів', 'ще', 'немає', 'й', 'близько', 'навколо', 'на', 'тисячі', 'кілометрів', 'живуть'] +common_voice_uk_23552429-1938-0: hyp=['великоросів', 'ще', 'немає', 'і', 'близько', 'навколо', 'на', 'тисячі', 'кілометрів', 'живуть'] +common_voice_uk_23552430-1939-0: ref=['язик', 'до', 'києва', 'доведе'] +common_voice_uk_23552430-1939-0: hyp=['язик', 'до', 'києва', 'доведе'] +common_voice_uk_23552436-1940-0: ref=['аж', 'ні', 'виявилося', 'у', 'москві', 'все', 'було', 'продумане', 'до', 'дрібниць'] +common_voice_uk_23552436-1940-0: hyp=['аж', 'ні', 'виявилося', 'у', 'москві', 'все', 'було', 'придумано', 'до', 'дрібниць'] +common_voice_uk_23552437-1941-0: ref=['то', 'не', 'любов', 'що', 'присяги', 'боїться'] +common_voice_uk_23552437-1941-0: hyp=['то', 'не', 'любов', 'що', 'присяги', 'боїться'] +common_voice_uk_23552439-1942-0: ref=['простежмо', 'як', 'проходила', 'битва'] +common_voice_uk_23552439-1942-0: hyp=['просте', 'жмо', 'як', 'проходила', 'битва'] +common_voice_uk_23552440-1943-0: ref=['навіть', 'на', 'себе', 'погляньте'] +common_voice_uk_23552440-1943-0: hyp=['навіть', 'на', 'себе', 'погляньте'] +common_voice_uk_23552513-1944-0: ref=['тут', 'теж', 'обману', 'достатньо'] +common_voice_uk_23552513-1944-0: hyp=['тут', 'теж', 'в', 'мене', 'достатньо'] +common_voice_uk_23552514-1945-0: ref=['згадаймо', 'свого', 'часу', 'подібні', 'процеси', 'відбувалися', 'і', 'в', 'київських', "слов'янських", 'землях'] +common_voice_uk_23552514-1945-0: hyp=['гадаймо', 'свого', 'часу', 'подібні', 'процеси', 'відбувалися', 'і', 'в', 'київській', "слов'янській", 'землях'] +common_voice_uk_23552515-1946-0: ref=['одержавши', 'крила', 'людина', 'придбала', 'якості', 'не', 'ангела', 'а', 'сатани'] +common_voice_uk_23552515-1946-0: hyp=['одержавши', 'крила', 'людина', 'придбала', 'якось', 'і', 'неангела', 'а', 'що', 'там'] +common_voice_uk_23552516-1947-0: ref=['і', 'князі', 'в', 'ті', 'часи', 'були', 'чужорідним', 'тілом', 'у', 'громаді'] +common_voice_uk_23552516-1947-0: hyp=['князівські', 'часи', 'були', 'чужорідними', 'тілом', 'у', 'громаді'] +common_voice_uk_23552546-1948-0: ref=['дивуватися', 'не', 'варто'] +common_voice_uk_23552546-1948-0: hyp=['дивуватися', 'неважко'] +common_voice_uk_23552547-1949-0: ref=['виключно', 'адвокат', 'здійснює', 'представництво', 'іншої', 'особи', 'в', 'суді', 'а', 'також', 'захист', 'від', 'кримінального', 'обвинувачення'] +common_voice_uk_23552547-1949-0: hyp=['виключно', 'адвокат', 'здійснює', 'представництво', 'ранішньої', 'особи', 'в', 'суді', 'а', 'також', 'захист', 'від', 'кримінального', 'обвинувачення'] +common_voice_uk_23552548-1950-0: ref=['яким', 'довгим', 'і', 'страшним', 'шляхом', 'ішла', 'вона', 'до', 'цього', 'права', 'на', 'злодійство'] +common_voice_uk_23552548-1950-0: hyp=['яким', 'довгим', 'і', 'страшним', 'шляхом', 'йшла', 'вона', 'до', 'цього', 'права', 'на', 'злодійство'] +common_voice_uk_23552549-1951-0: ref=['подумаєш', 'туреччина', 'вмирає', 'гине', 'великий', 'народ'] +common_voice_uk_23552549-1951-0: hyp=['подумаєш', 'туреччина', 'вмирає', 'гине', 'великий', 'народ'] +common_voice_uk_23552550-1952-0: ref=['сильну', 'у', 'світі', 'любов', 'все', 'подолає', 'вона'] +common_voice_uk_23552550-1952-0: hyp=['сильно', 'у', 'світі', 'любов', 'все', 'подолає', 'вона'] +common_voice_uk_23552569-1953-0: ref=['нації', 'як', 'такі', 'відімруть'] +common_voice_uk_23552569-1953-0: hyp=['нації', 'як', 'такі', 'гроші'] +common_voice_uk_23552570-1954-0: ref=['хочете', 'ще', 'одного', 'росіянина', 'будь', 'ласка', 'ленін', 'володимир', 'ілліч'] +common_voice_uk_23552570-1954-0: hyp=['хочете', 'ще', 'одного', 'росіянина', 'будь', 'ласка', 'ленін', 'володимир', 'ілліч'] +common_voice_uk_23552572-1955-0: ref=['надто', 'вже', 'нечистим', 'матеріалом', 'доводилося', 'йому', 'користуватися'] +common_voice_uk_23552572-1955-0: hyp=['надто', 'вже', 'нечистим', 'матеріалом', 'доводилося', 'йому', 'користуватися'] +common_voice_uk_23552574-1956-0: ref=['чи', 'знайдеш', 'ти', 'куточок', 'землі', 'де', 'б', 'не', 'проживали', 'безголові'] +common_voice_uk_23552574-1956-0: hyp=['чи', 'знайдеш', 'ти', 'куточок', 'землі', 'де', 'б', 'не', 'проживали', 'безголові'] +common_voice_uk_23552575-1957-0: ref=['мали', 'іншу', 'психологію'] +common_voice_uk_23552575-1957-0: hyp=['мала', 'інша', 'психологія'] +common_voice_uk_23552639-1958-0: ref=['ту', 'брехню', 'що', 'справдиться', 'всі', 'правдою', 'зовуть'] +common_voice_uk_23552639-1958-0: hyp=['до', 'брехню', 'що', 'справдиться', 'всі', 'правдою', 'зовуть'] +common_voice_uk_23552641-1959-0: ref=['тут', 'варто', 'нагадати', 'саме', 'хан', 'узбек', 'примусово', 'ввів', 'мусульманську', 'віру', 'в', 'улусах', 'золотої', 'орди'] +common_voice_uk_23552641-1959-0: hyp=['тут', 'варто', 'нагадати', 'саме', 'хан', 'узбек', 'примусово', 'ввів', 'мусульманську', 'віру', 'в', 'волосах', 'золотої', 'орди'] +common_voice_uk_23552644-1960-0: ref=['роки', 'великого', 'збирання', 'земель', 'російських', 'а', 'насправді', 'жорстоких', 'завоювань', 'несли', 'сусідам', 'московії', 'страшні', 'руйнування'] +common_voice_uk_23552644-1960-0: hyp=['роки', 'великого', 'збирання', 'земель', 'у', 'російських', 'а', 'насправді', 'жорстоких', 'завоювань', 'несли', 'сусіда', 'московії', 'страшні', 'руйнування'] +common_voice_uk_23552646-1961-0: ref=['і', 'не', 'важливо', 'що', 'династія', 'чингісидів', 'змінилася', 'династією', 'ординського', 'боярина', 'кобили'] +common_voice_uk_23552646-1961-0: hyp=['і', 'не', 'важливо', 'що', 'де', 'настя', 'чи', 'негісидів', 'змінилася', 'династією', 'ординського', 'боярина', 'кобили'] +common_voice_uk_23552647-1962-0: ref=['відбулося', 'імперсько', 'шовіністичне', 'єднання', 'імператриці', 'з', 'письменником'] +common_voice_uk_23552647-1962-0: hyp=['відбулося', 'імперського', 'шовіністичне', 'єднання', 'імператриці', 'з', 'письменником'] +common_voice_uk_23552764-1963-0: ref=['і', 'зверніть', 'увагу', 'великоросами', 'в', 'ті', 'часи', 'на', 'узбережжі', 'чорного', 'моря', 'навіть', 'не', 'пахло'] +common_voice_uk_23552764-1963-0: hyp=['зверніть', 'увагу', 'в', 'коросами', 'в', 'ті', 'часи', 'на', 'узбережжі', 'чорного', 'моря', 'навіть', 'не', 'пахло'] +common_voice_uk_23552765-1964-0: ref=['батьки', "зобов'язані", 'утримувати', 'дітей', 'до', 'їх', 'повноліття'] +common_voice_uk_23552765-1964-0: hyp=['батьки', "зобов'язані", 'утримувати', 'дітей', 'до', 'їх', 'повноліття'] +common_voice_uk_23552766-1965-0: ref=['брехня', 'безкінечна'] +common_voice_uk_23552766-1965-0: hyp=['брехня', 'безкінечна'] +common_voice_uk_23552767-1966-0: ref=['тут', 'шановні', 'читачі', 'робіть', 'висновки', 'самі'] +common_voice_uk_23552767-1966-0: hyp=['тут', 'шановні', 'читачі', 'робіть', 'висновки', 'самі'] +common_voice_uk_23552768-1967-0: ref=['валишевський', 'пише'] +common_voice_uk_23552768-1967-0: hyp=['велишевський', 'пише'] +common_voice_uk_23552796-1968-0: ref=['ніщо', 'не', 'може', 'зламати', 'вільного', 'міркування', 'людини'] +common_voice_uk_23552796-1968-0: hyp=['ніщо', 'не', 'може', 'зламати', 'вільного', 'міркування', 'людини'] +common_voice_uk_23552797-1969-0: ref=['виявляється', 'як', 'і', 'батько', 'князь', 'олександр', 'одержав', 'у', 'володіння', 'всю', 'південну', 'росію', 'й', 'київ'] +common_voice_uk_23552797-1969-0: hyp=['виявляється', 'як', 'і', 'батько', 'князь', 'олександр', 'одержав', 'володіння', 'всю', 'південну', 'росію', 'і', 'київ'] +common_voice_uk_23552798-1970-0: ref=['начебто', 'так', 'було', 'за', 'старих', 'часів'] +common_voice_uk_23552798-1970-0: hyp=['начебто', 'так', 'було', 'за', 'старих', 'часів'] +common_voice_uk_23552799-1971-0: ref=['московія', 'за', 'роки', 'свого', 'розвитку', 'не', 'дала', 'людству', 'жодного', 'відкриття'] +common_voice_uk_23552799-1971-0: hyp=['московія', 'за', 'роки', 'свого', 'розвитку', 'не', 'дала', 'людству', 'жодного', 'відкриття'] +common_voice_uk_23552800-1972-0: ref=['хто', 'живе', 'в', 'благословенному', 'подружжі', 'той', 'живе', 'розважливо'] +common_voice_uk_23552800-1972-0: hyp=['хто', 'живе', 'благословенному', 'подружжі', 'той', 'живе', 'розважливо'] +common_voice_uk_23552826-1973-0: ref=['церква', 'і', 'релігійні', 'організації', 'в', 'україні', 'відокремлені', 'від', 'держави', 'а', 'школа', 'від', 'церкви'] +common_voice_uk_23552826-1973-0: hyp=['церква', 'і', 'релігійні', 'організації', 'в', 'україні', 'відокремлені', 'від', 'держави', 'а', 'школа', 'від', 'церкви'] +common_voice_uk_23552827-1974-0: ref=['закон', 'підписує', 'голова', 'верховної', 'ради', 'україни', 'і', 'невідкладно', 'направляє', 'його', 'президентові', 'україни'] +common_voice_uk_23552827-1974-0: hyp=['закон', 'підписує', 'голова', 'верховної', 'ради', 'україни', 'і', 'невідкладно', 'направляє', 'його', 'президентові', 'україни'] +common_voice_uk_23552828-1975-0: ref=['отож', 'писання', 'про', 'куликовську', 'битву', 'розраховане', 'на', 'обивателя', 'який', 'прагнув', 'почути', 'подібне'] +common_voice_uk_23552828-1975-0: hyp=['отож', 'писання', 'про', 'куликовську', 'битву', 'розраховане', 'на', 'обивателя', 'який', 'прагнув', 'почути', 'подібне'] +common_voice_uk_23552829-1976-0: ref=['козача', 'громада', 'на', 'дону', 'була', 'утворена', 'за', 'зразком', 'запорозької', 'січі'] +common_voice_uk_23552829-1976-0: hyp=['козача', 'громада', 'на', 'дону', 'була', 'утворена', 'за', 'зразком', 'запорізької', 'січі'] +common_voice_uk_23552830-1977-0: ref=['чим', 'не', 'поступишся', 'заради', 'звеличування', 'власних', 'предків', 'державників'] +common_voice_uk_23552830-1977-0: hyp=['чим', 'не', 'поступишся', 'заради', 'завищування', 'власних', 'предків', 'державників'] +common_voice_uk_23553171-1978-0: ref=['справжній', 'брат', 'не', 'докорятиме', 'братові', 'домом', 'шматком', 'землі', 'чи', 'окрайцем', 'хліба'] +common_voice_uk_23553171-1978-0: hyp=['справжній', 'брат', 'не', 'докорятиме', 'братові', 'додомому', 'шматком', 'з', 'андрія', 'чи', 'окрейцен', 'хліба'] +common_voice_uk_23553172-1979-0: ref=['як', 'гірко', 'трупом', 'почуватись', 'безслідним', "полум'ям", 'згоріть'] +common_voice_uk_23553172-1979-0: hyp=['як', 'гірко', 'робимо', 'почуватись', 'баскидним', "полум'ям", 'згорить'] +common_voice_uk_23553173-1980-0: ref=['міфи', 'завжди', 'розсіюються', 'і', 'брехливі', 'й', 'солодкі'] +common_voice_uk_23553173-1980-0: hyp=['міфи', 'завжди', 'росіюється', 'і', 'брехливі', 'й', 'солодкі'] +common_voice_uk_23553174-1981-0: ref=['та', 'розмова', 'стала', 'краплею', 'котра', 'переповнила', 'чашу', 'терпіння'] +common_voice_uk_23553174-1981-0: hyp=['та', 'розмова', 'стала', 'краплею', 'котра', 'переповнила', 'чашу', 'терпіння'] +common_voice_uk_23553280-1982-0: ref=['не', 'заносся', 'людино', 'тебе', 'це', 'обманить'] +common_voice_uk_23553280-1982-0: hyp=['не', 'заносця', 'людину', 'тебе', 'це', 'обманить'] +common_voice_uk_23553281-1983-0: ref=['коло', 'замкнулося'] +common_voice_uk_23553281-1983-0: hyp=['коло', 'замкнулося'] +common_voice_uk_23553282-1984-0: ref=['аби', 'хліб', 'а', 'зуби', 'знайдуться'] +common_voice_uk_23553282-1984-0: hyp=['аби', 'хліб', 'азови', 'знайдуться'] +common_voice_uk_23553284-1985-0: ref=['адже', 'слова', 'з', 'пісні', 'не', 'викинеш'] +common_voice_uk_23553284-1985-0: hyp=['а', 'дуже', 'слова', 'з', 'пісні', 'не', 'викинеш'] +common_voice_uk_23553285-1986-0: ref=['законом', 'можуть', 'бути', 'передбачені', 'додаткові', 'вимоги', 'до', 'члена', 'вищої', 'ради', 'правосуддя'] +common_voice_uk_23553285-1986-0: hyp=['і', 'законом', 'можуть', 'бути', 'передбачені', 'додаткові', 'вимоги', 'до', 'члена', 'вищої', 'ради', 'правосуддя'] +common_voice_uk_23553286-1987-0: ref=['злу', 'акцію', 'ще', 'можна', 'скерувати', 'на', 'добре', 'брак', 'акції', 'дасть', 'тільки', 'зле'] +common_voice_uk_23553286-1987-0: hyp=['а', 'злу', 'акцію', 'ще', 'можна', 'скерувати', 'на', 'добре', 'брак', 'акції', 'дасть', 'тільки', 'зле'] +common_voice_uk_23553287-1988-0: ref=['особливості', 'здійснення', 'виконавчої', 'влади', 'у', 'містах', 'києві', 'та', 'севастополі', 'визначаються', 'окремими', 'законами', 'україни'] +common_voice_uk_23553287-1988-0: hyp=['особливості', 'здійснення', 'виконавчої', 'влади', 'у', 'містах', 'києві', 'та', 'севастополі', 'визначаються', 'окремими', 'законами', 'україни'] +common_voice_uk_23553288-1989-0: ref=['слів', 'бережися', 'солодких', 'неначе', 'ворожих', 'стріл', 'друже'] +common_voice_uk_23553288-1989-0: hyp=['слів', 'бережися', 'солодких', 'неначе', 'ворожих', 'стріл', 'друже'] +common_voice_uk_23553289-1990-0: ref=['шкурка', 'вичинки', 'не', 'варта'] +common_voice_uk_23553289-1990-0: hyp=['шкурка', 'вичинки', 'не', 'варто'] +common_voice_uk_23553306-1991-0: ref=['з', 'чорної', 'кішки', 'білої', 'не', 'зробиш'] +common_voice_uk_23553306-1991-0: hyp=['з', 'чорної', 'кішки', 'білої', 'не', 'зробиш'] +common_voice_uk_23553308-1992-0: ref=['маючи', 'як', 'ви', 'пишете', 'українську', 'кров', 'ви', 'не', 'стали', 'українцем'] +common_voice_uk_23553308-1992-0: hyp=['маючи', 'як', 'ви', 'пишете', 'українську', 'кров', 'ви', 'не', 'стали', 'українцем'] +common_voice_uk_23553309-1993-0: ref=['тільки', 'зрада', 'шлюб', 'християнський', 'розлучити', 'може', 'а', 'справжній', 'тільки', 'смерть'] +common_voice_uk_23553309-1993-0: hyp=['тільки', 'зрада', 'шлюб', 'християнський', 'розлучити', 'може', 'а', 'справжній', 'тільки', 'смерть'] +common_voice_uk_23553335-1994-0: ref=['слинна', 'перспектива', 'з', 'ворогом', 'по', 'правді', 'жить'] +common_voice_uk_23553335-1994-0: hyp=['слинна', 'перспектива', 'з', 'ворогом', 'по', 'правді', 'жить'] +common_voice_uk_23553336-1995-0: ref=['названим', 'сном', 'тих', 'що', 'не', 'сплять'] +common_voice_uk_23553336-1995-0: hyp=['названим', 'сном', 'тих', 'що', 'не', 'сплять'] +common_voice_uk_23553337-1996-0: ref=['тут', 'вигадки', 'великоросів', 'зайві'] +common_voice_uk_23553337-1996-0: hyp=['тут', 'вигадки', 'великоросів', 'зайві'] +common_voice_uk_23553338-1997-0: ref=['кожна', 'держава', 'складається', 'і', 'стверджується', 'непорушною', 'цілістю', 'кордонів'] +common_voice_uk_23553338-1997-0: hyp=['кожна', 'держава', 'складається', 'із', 'стверджується', 'непорушне', 'цілістю', 'кордонів'] +common_voice_uk_23553360-1998-0: ref=['хто', 'ж', 'він', 'в', 'історичному', 'аспекті', 'той', 'старший', 'брат'] +common_voice_uk_23553360-1998-0: hyp=['хто', 'ж', 'він', 'і', 'страшно', 'мав', 'аспекті', 'той', 'старший', 'брат'] +common_voice_uk_23553361-1999-0: ref=['помалу', 'їдь', 'то', 'далі', 'будеш'] +common_voice_uk_23553361-1999-0: hyp=['помалу', 'ніч', 'то', 'далі', 'будеш'] +common_voice_uk_23553362-2000-0: ref=['якщо', 'вади', 'хочуть', 'завжди', 'бути', 'прихованими', 'то', 'чеснота', 'навпаки', 'радіє', 'коли', 'її', 'бачать'] +common_voice_uk_23553362-2000-0: hyp=['якщо', 'вади', 'хочуть', 'завжди', 'бути', 'прихованими', 'то', 'чеснота', 'навпаки', 'радіє', 'коли', 'її', 'бачить'] +common_voice_uk_23553363-2001-0: ref=['силою', 'не', 'бути', 'милою'] +common_voice_uk_23553363-2001-0: hyp=['силою', 'не', 'бути', 'милою'] +common_voice_uk_23553364-2002-0: ref=['багатому', 'й', 'чорт', 'яйця', 'носить'] +common_voice_uk_23553364-2002-0: hyp=['багато', 'мой', 'чорт', 'яйця', 'носить'] +common_voice_uk_23553412-2003-0: ref=['згине', 'срібло', 'згине', 'злото', 'занедбаються', 'клейноди'] +common_voice_uk_23553412-2003-0: hyp=['згине', 'з', 'рибо', 'згине', 'злото', 'занедбаються', 'клейноди'] +common_voice_uk_23553413-2004-0: ref=['у', 'страху', 'очі', 'великі'] +common_voice_uk_23553413-2004-0: hyp=['страху', 'очі', 'великі'] +common_voice_uk_23553415-2005-0: ref=['ніхто', 'про', 'це', 'нині', 'не', 'хоче', 'думати'] +common_voice_uk_23553415-2005-0: hyp=['ніхто', 'про', 'це', 'нині', 'не', 'хоче', 'думати'] +common_voice_uk_23553418-2006-0: ref=['брехливу', 'собаку', 'далеко', 'чути'] +common_voice_uk_23553418-2006-0: hyp=['мерливу', 'собаку', 'далеко', 'чути'] +common_voice_uk_23553450-2007-0: ref=['хто', 'в', 'ліс', 'а', 'хто', 'по', 'дрова', 'поліз'] +common_voice_uk_23553450-2007-0: hyp=['хто', 'в', 'ліс', 'а', 'хто', 'подарова', 'поліз'] +common_voice_uk_23553451-2008-0: ref=['любов', 'із', 'ненавистю', 'дружби', 'не', 'має'] +common_voice_uk_23553451-2008-0: hyp=['любов', 'і', 'зненавистю', 'дружбою', 'немає'] +common_voice_uk_23553455-2009-0: ref=['простить', 'мучителів', 'я', 'не', 'відчую', 'в', 'собі', 'сили'] +common_voice_uk_23553455-2009-0: hyp=['ростуть', 'мучителів', 'я', 'не', 'відчую', 'собі', 'сили'] +common_voice_uk_23553458-2010-0: ref=['чоловік', 'трохи', 'сторопів', 'пограв', 'жовнами', 'однак', 'стримався', 'і', 'мовчки', 'відійшов'] +common_voice_uk_23553458-2010-0: hyp=['чоловік', 'трохи', 'скоротипів', 'пограв', 'жовнами', 'однак', 'стримався', 'і', 'мовчки', 'відійшов'] +common_voice_uk_23553499-2011-0: ref=['вони', 'не', 'погодилися', 'з', 'цим', 'і', 'чекали', 'слушного', 'моменту'] +common_voice_uk_23553499-2011-0: hyp=['вони', 'не', 'погодилися', 'з', 'цим', 'і', 'чекали', 'слушного', 'моменту'] +common_voice_uk_23553500-2012-0: ref=['та', 'ще', 'й', 'доленосними'] +common_voice_uk_23553500-2012-0: hyp=['та', 'ще', 'й', 'доленосними'] +common_voice_uk_23553502-2013-0: ref=['ми', 'про', 'це', 'ще', 'поговоримо'] +common_voice_uk_23553502-2013-0: hyp=['ми', 'про', 'це', 'ще', 'поговоримо'] +common_voice_uk_23553503-2014-0: ref=['з', 'дурнем', 'каші', 'не', 'звариш'] +common_voice_uk_23553503-2014-0: hyp=['з', 'дурнем', 'каші', 'не', 'звариш'] +common_voice_uk_23553504-2015-0: ref=['на', 'ловця', 'і', 'звір', 'біжить'] +common_voice_uk_23553504-2015-0: hyp=['на', 'ловця', 'і', 'звір', 'біжить'] +common_voice_uk_23553789-2016-0: ref=['виборцям', 'гарантується', 'вільне', 'волевиявлення'] +common_voice_uk_23553789-2016-0: hyp=['виборцям', 'гарантується', 'вільне', 'волевиявлення'] +common_voice_uk_23553790-2017-0: ref=['так', 'підкорювалася', 'новгородська', 'земля', 'московськими', 'й', 'монголо', 'татарськими', 'завойовниками', 'так', 'насаджувався', 'рівень', 'московської', 'злиденності'] +common_voice_uk_23553790-2017-0: hyp=['так', 'підкорювалася', 'новгородська', 'земля', 'московська', 'і', 'монголотатарськими', 'завойовниками', 'так', 'масаджувався', 'рівень', 'московської', 'злиденності'] +common_voice_uk_23553791-2018-0: ref=['брехня', 'про', "слов'янське", 'походження', 'московії', 'та', 'інше'] +common_voice_uk_23553791-2018-0: hyp=['брехня', 'про', "слов'янське", 'походження', 'московії', 'та', 'інше'] +common_voice_uk_23553792-2019-0: ref=['на', 'той', 'час', 'сартак', 'уже', 'мав', 'власну', 'ханську', 'ставку'] +common_voice_uk_23553792-2019-0: hyp=['на', 'той', 'час', 'сортак', 'уже', 'мав', 'власну', 'ханську', 'ставку'] +common_voice_uk_23553793-2020-0: ref=['втеча', 'від', 'суспільного', 'життя', 'це', 'зменшення', 'себе'] +common_voice_uk_23553793-2020-0: hyp=['втеча', 'від', 'суспільного', 'життя', 'це', 'зменшення', 'в', 'себе'] +common_voice_uk_23553952-2021-0: ref=['ніхто', 'не', 'може', 'бути', 'примушений', 'до', 'участі', 'або', 'до', 'неучасті', 'у', 'страйку'] +common_voice_uk_23553952-2021-0: hyp=['ніхто', 'не', 'може', 'бути', 'примушений', 'до', 'участі', 'або', 'дани', 'участі', 'у', 'страйку'] +common_voice_uk_23553953-2022-0: ref=['тут', 'подається', 'офіційний', 'наказ', 'імператриці', 'посланий', 'митрополитові', 'платону', 'в', 'троїце', 'сергієву', 'лавру'] +common_voice_uk_23553953-2022-0: hyp=['тут', 'подається', 'офіційний', 'наказ', 'імператриці', 'посланий', 'митрополитовій', 'платону', 'строїться', 'сергія', 'булавро'] +common_voice_uk_23553954-2023-0: ref=['і', 'ще', 'одне', 'підтвердження', 'цієї', 'думки'] +common_voice_uk_23553954-2023-0: hyp=['і', 'ще', 'іще', 'одне', 'підтвердження', 'цієї', 'думки'] +common_voice_uk_23553955-2024-0: ref=['послухайте', 'як', 'спілкувався', 'хан', 'тимур', 'кутлук', 'із', 'вітовтом', 'князем', 'литовсько', 'руським'] +common_voice_uk_23553955-2024-0: hyp=['послухайте', 'як', 'спілкувався', 'хам', 'ти', 'морк', 'отлук', 'і', 'світовтом', 'князем', 'литовська', 'руським'] +common_voice_uk_23553956-2025-0: ref=['це', 'необхідно', 'констатувати', 'для', 'розуміння', 'історичної', 'правди'] +common_voice_uk_23553956-2025-0: hyp=['це', 'необхідно', 'констатувати', 'для', 'розуміння', 'історичної', 'правди'] +common_voice_uk_23553977-2026-0: ref=['аби', 'шия', 'а', 'ярмо', 'буде'] +common_voice_uk_23553977-2026-0: hyp=['аби', 'шия', 'а', 'ярмо', 'буде'] +common_voice_uk_23553978-2027-0: ref=['кожен', 'народ', 'складається', 'із', 'щоденних', 'виявів', 'активності', 'і', 'мовчазності'] +common_voice_uk_23553978-2027-0: hyp=['кожен', 'не', 'розкладається', 'із', 'щоденних', 'виявів', 'активності', 'і', 'мовчасності'] +common_voice_uk_23553979-2028-0: ref=['перемелеться', 'лихо', 'добро', 'буде'] +common_voice_uk_23553979-2028-0: hyp=['перемилиться', 'лихо', 'добро', 'буде'] +common_voice_uk_23553980-2029-0: ref=['тому', 'посідання', 'великокнязівського', 'престолу', 'ярославом', 'всеволодовичем', 'слід', 'гадати', 'відбувалося', 'за', 'зовсім', 'іншим', 'сценарієм'] +common_voice_uk_23553980-2029-0: hyp=['тому', 'посідання', 'великого', 'князівського', 'престолу', 'ярославом', 'севодовичем', 'слід', 'гадати', 'відбувалося', 'з', 'зовсім', 'іншим', 'сценарієм'] +common_voice_uk_23553981-2030-0: ref=["сім'я", 'дитинство', 'материнство', 'і', 'батьківство', 'охороняються', 'державою'] +common_voice_uk_23553981-2030-0: hyp=["сім'я", 'дитинства', 'материнство', 'і', 'батьківства', 'охороняється', 'державою'] +common_voice_uk_23554343-2031-0: ref=['не', 'зуміла', 'матінка', 'приєднати', 'до', 'імперії', 'персію', 'та', 'константинополь'] +common_voice_uk_23554343-2031-0: hyp=['не', 'зуміла', 'матінка', 'приєднати', 'до', 'імперії', 'першію', 'та', 'константинополь'] +common_voice_uk_23554344-2032-0: ref=['ваша', 'українська', 'мова', 'можливо', 'була', 'гарна', 'в', 'селі', 'але', 'тут', 'у', 'вузі', 'недоречна'] +common_voice_uk_23554344-2032-0: hyp=['ваше', 'українська', 'мова', 'можливо', 'була', 'гарна', 'в', 'селі', 'але', 'тут', 'у', 'возі', 'недоречно'] +common_voice_uk_23554345-2033-0: ref=['необхідно', 'зауважити', 'що', 'дослідження', 'архівів', 'велося', 'з', 'дозволу', 'царських', 'намісників'] +common_voice_uk_23554345-2033-0: hyp=['необхідно', 'зауважити', 'що', 'дослідження', 'архівів', 'велося', 'з', 'дозволу', 'царських', 'намісників'] +common_voice_uk_23554346-2034-0: ref=['сильною', 'вона', 'стала', 'тільки', 'тому', 'що', 'в', 'майстерності', 'рабства', 'виявилася', 'не', 'перевершеною'] +common_voice_uk_23554346-2034-0: hyp=['сильною', 'вона', 'стала', 'тільки', 'тому', 'що', 'в', 'майстерності', 'рабства', 'виявилася', 'неперевершеною'] +common_voice_uk_23554347-2035-0: ref=['за', 'переможеними', 'не', 'залишалося', 'жодних', 'прав', 'жодної', 'власності'] +common_voice_uk_23554347-2035-0: hyp=['за', 'переможеними', 'не', 'залишалося', 'жодних', 'прав', 'жодної', 'власності'] +common_voice_uk_23554366-2036-0: ref=['так', 'митрополит', 'кирило', 'жив', 'при', 'дворі', 'самого', 'хана', 'й', 'керував', 'єпархіями', 'з', 'сараю'] +common_voice_uk_23554366-2036-0: hyp=['як', 'так', 'митрополит', 'кирило', 'жив', 'при', 'дворі', 'з', 'самого', 'шана', 'який', 'керував', 'іпархіями', 'з', 'сараєм'] +common_voice_uk_23554367-2037-0: ref=['про', 'це', 'мені', 'повідомили', 'у', 'союзному', 'держплані', 'в', 'часи', 'перебудови'] +common_voice_uk_23554367-2037-0: hyp=['про', 'це', 'мені', 'повідомили', 'в', 'союзного', 'держпанів', 'часи', 'перебудови'] +common_voice_uk_23554369-2038-0: ref=['незабаром', "з'явилося", 'більш', 'універсальне', 'пояснення'] +common_voice_uk_23554369-2038-0: hyp=['незабаром', "з'явилася", 'більш', 'універсальне', 'пояснення'] +common_voice_uk_23554410-2039-0: ref=['звичайний', 'прийом', 'автора', 'великороса'] +common_voice_uk_23554410-2039-0: hyp=['звичайний', 'прийом', 'автора', 'великорози'] +common_voice_uk_23554411-2040-0: ref=['велике', 'дзеркало', 'завжди', 'затьмарює', 'менше'] +common_voice_uk_23554411-2040-0: hyp=['велике', 'дзеркало', 'завжди', 'затьмарює', 'менше'] +common_voice_uk_23554414-2041-0: ref=['зробив', 'наспіх', 'як', 'насміх'] +common_voice_uk_23554414-2041-0: hyp=['зробив', 'наспіх', 'як', 'насміш'] +common_voice_uk_23554571-2042-0: ref=['але', 'повернімося', 'до', 'ярослава', 'ярославовича', 'щоб', 'підсумувати', 'наші', 'відомості', 'про', 'князя'] +common_voice_uk_23554571-2042-0: hyp=['але', 'повернімося', 'до', 'ярослава', 'ярославовича', 'щоб', 'підсумувати', 'наші', 'відомості', 'про', 'князя'] +common_voice_uk_23554572-2043-0: ref=['знову', 'ж', 'таки', 'навіщо', 'ця', 'брехня', 'російській', 'історії', 'і', 'тут', 'усе', 'більш', 'ніж', 'зрозуміло'] +common_voice_uk_23554572-2043-0: hyp=['знову', 'ж', 'таки', 'навіщо', 'ця', 'брехня', 'російській', 'історії', 'і', 'тут', 'усе', 'більш', 'ніж', 'зрозуміло'] +common_voice_uk_23554573-2044-0: ref=['бо', 'чобіт', 'без', 'ноги', 'ні', 'к', 'чорту', 'не', 'годиться'] +common_voice_uk_23554573-2044-0: hyp=['бо', 'чобіт', 'без', 'ноги', 'ніч', 'чорту', 'не', 'годиться'] +common_voice_uk_23554574-2045-0: ref=['саме', 'він', 'український', 'народ', 'є', 'спадкоємцем', 'великої', 'русі'] +common_voice_uk_23554574-2045-0: hyp=['саме', 'він', 'український', 'народ', 'є', 'спадкоємцем', 'великої', 'русі'] +common_voice_uk_23554575-2046-0: ref=['навіть', 'порівнювати', 'не', 'можна', 'прадавню', 'культуру', 'новгорода', 'з', 'абсолютною', 'неосвіченістю', 'московії', 'того', 'часу'] +common_voice_uk_23554575-2046-0: hyp=['навіть', 'порівнювати', 'не', 'можна', 'прадавню', 'культуру', 'новгорода', 'з', 'абсолютною', 'неосвіченістю', 'московії', 'того', 'часу'] +common_voice_uk_23554591-2047-0: ref=['патріархально', 'дика', 'московія', 'намагається', 'принизити', 'волзькі', 'народи'] +common_voice_uk_23554591-2047-0: hyp=['патріархатно', 'дика', 'московія', 'намагається', 'принизити', 'волзькі', 'народи'] +common_voice_uk_23554592-2048-0: ref=['а', 'якщо', 'й', 'побувала', 'то', 'це', 'була', 'нога', 'лише', 'васала', 'кримського', 'хана'] +common_voice_uk_23554592-2048-0: hyp=['а', 'якщо', 'й', 'побувала', 'то', 'це', 'була', 'нога', 'лише', 'васала', 'кримського', 'хана'] +common_voice_uk_23554593-2049-0: ref=['чернігівська', 'область'] +common_voice_uk_23554593-2049-0: hyp=['чернігівська', 'область'] +common_voice_uk_23554594-2050-0: ref=['зупинімося', 'бо', 'згадувати', 'факти', 'московської', 'фальші', 'та', 'брехні', 'можна', 'нескінченно'] +common_voice_uk_23554594-2050-0: hyp=['зупинімося', 'бо', 'згадувати', 'факти', 'московської', 'фальші', 'та', 'брехні', 'можна', 'нескінченно'] +common_voice_uk_23554595-2051-0: ref=['точніше', 'київ', 'чернігів', 'ріка', 'рось', 'поросся', 'переяславль', 'руський', 'сіверська', 'земля', 'курськ'] +common_voice_uk_23554595-2051-0: hyp=['точніше', 'київ', 'чернігів', 'річка', 'рось', 'поросся', 'переяслав', 'і', 'руський', 'сіверська', 'земля', 'курськ'] +common_voice_uk_23554691-2052-0: ref=['мова', 'народу', 'відображення', 'батьківщини', 'і', 'духовного', 'життя', 'народу'] +common_voice_uk_23554691-2052-0: hyp=['мова', 'народу', 'відображення', 'батьківщини', 'і', 'духовного', 'життя', 'народу'] +common_voice_uk_23554692-2053-0: ref=['московитові', 'тих', 'часів', 'було', 'набрехати', 'що', 'плюнути'] +common_voice_uk_23554692-2053-0: hyp=['москобито', 'від', 'тих', 'часів', 'було', 'набрехати', 'що', 'плюнути'] +common_voice_uk_23554693-2054-0: ref=['так', 'він', 'втік', 'як', 'і', 'його', 'предки'] +common_voice_uk_23554693-2054-0: hyp=['так', 'він', 'втік', 'як', 'і', 'його', 'предки'] +common_voice_uk_23554694-2055-0: ref=['політичні', 'партії', 'та', 'громадські', 'організації', 'не', 'можуть', 'мати', 'воєнізованих', 'формувань'] +common_voice_uk_23554694-2055-0: hyp=['політичні', 'партії', 'та', 'громадські', 'організації', 'не', 'можуть', 'мати', 'воєннізованих', 'формувань'] +common_voice_uk_23554695-2056-0: ref=['цим', 'переселенням', 'був', 'навіки', 'впокорений', 'новгород'] +common_voice_uk_23554695-2056-0: hyp=['це', 'переселенням', 'був', 'навіки', 'впокорений', 'новгород'] +common_voice_uk_23554701-2057-0: ref=['терпіть', 'кайдани', 'то', 'всесвітський', 'сором', 'забуть', 'їх', 'не', 'розбивши', 'гірший', 'стид'] +common_voice_uk_23554701-2057-0: hyp=['втерпіть', 'кайдани', 'то', 'всесвітський', 'сором', 'забудь', 'їх', 'не', 'розбивши', 'гірший', 'стид'] +common_voice_uk_23554702-2058-0: ref=['в', 'україні', 'гарантується', 'вільний', 'розвиток', 'використання', 'і', 'захист', 'російської', 'інших', 'мов', 'національних', 'меншин', 'україни'] +common_voice_uk_23554702-2058-0: hyp=['в', 'україні', 'гарантується', 'вільний', 'розвиток', 'використання', 'і', 'захисту', 'російської', 'інших', 'мов', 'національних', 'меншин', 'україни'] +common_voice_uk_23554703-2059-0: ref=['гадаю', 'за', 'цим', 'як', 'завше', 'крилася', 'та', 'прихована', 'істина', 'яку', 'великорос', 'байкар', 'намагався', 'замовчати'] +common_voice_uk_23554703-2059-0: hyp=['гадаю', 'за', 'цим', 'як', 'завше', 'крилася', 'та', 'прихована', 'істина', 'яку', 'великороз', 'байкар', 'намагався', 'замовчати'] +common_voice_uk_23554704-2060-0: ref=['книги', 'бездонна', 'глибина', 'ми', 'ними', 'в', 'печалі', 'втішаємося', 'вони', 'узда', 'для', 'тіла', 'й', 'душі'] +common_voice_uk_23554704-2060-0: hyp=['книги', 'бездонна', 'глибина', 'мене', 'ми', 'в', 'печалі', 'втішаємося', 'вони', 'узда', 'для', 'тіла', 'й', 'душі'] +common_voice_uk_23554705-2061-0: ref=['князь', 'із', 'неохотою', 'рушив', 'до', 'військ'] +common_voice_uk_23554705-2061-0: hyp=['князь', 'із', 'неохотою', 'рушив', 'до', 'військ'] +common_voice_uk_23554707-2062-0: ref=['ось', 'відтоді', 'московська', 'владна', 'і', 'релігійна', 'верхівка', 'вважає', 'себе', 'законною', 'спадкоємицею', 'візантійської', 'імперії'] +common_voice_uk_23554707-2062-0: hyp=['ось', 'відтоді', 'московська', 'владна', 'й', 'релігійна', 'верхівка', 'вважає', 'себе', 'законною', 'спадкоємецею', 'візантійською', 'імперії'] +common_voice_uk_23554708-2063-0: ref=['велике', 'київське', 'князівство', 'розпалося', 'на', 'десятки', 'дрібних', 'удільних', 'які', 'жили', 'осібно'] +common_voice_uk_23554708-2063-0: hyp=['велика', 'київське', 'князівство', 'розпалося', 'на', 'десятки', 'дрібних', 'удільних', 'які', 'жили', 'осібно'] +common_voice_uk_23554709-2064-0: ref=['дивись', 'на', 'зріст', 'та', 'питайся', 'розуму'] +common_voice_uk_23554709-2064-0: hyp=['дивись', 'на', 'зріст', 'та', 'питайся', 'розуму'] +common_voice_uk_23554710-2065-0: ref=['велика', 'брехня', 'живе', 'й', 'понині'] +common_voice_uk_23554710-2065-0: hyp=['велика', 'брехня', 'живе', 'й', 'понині'] +common_voice_uk_23554711-2066-0: ref=['тому', 'обмежуся', 'наведеними', 'аргументами'] +common_voice_uk_23554711-2066-0: hyp=['тому', 'обмежуся', 'напитеними', 'аргументами'] +common_voice_uk_23554713-2067-0: ref=['ще', 'раз', 'послухаємо', 'старі', 'пісні', 'московитів', 'в', 'оновленому', 'сучасному', 'виконанні'] +common_voice_uk_23554713-2067-0: hyp=['ще', 'раз', 'послухаємо', 'старі', 'пісні', 'московиті', 'в', 'оновленому', 'сучасному', 'виконанні'] +common_voice_uk_23554714-2068-0: ref=['як', 'можна', 'інакше', 'дивитися', 'на', 'світ', 'як', 'не', 'з', 'нутра', 'власної', 'нації'] +common_voice_uk_23554714-2068-0: hyp=['як', 'можна', 'інакше', 'дивитися', 'на', 'світ', 'як', 'не', 'знутра', 'власної', 'нації'] +common_voice_uk_23554715-2069-0: ref=['думка', 'про', 'існування', 'української', 'держави', 'доводить', 'солженіцина', 'до', 'нестями'] +common_voice_uk_23554715-2069-0: hyp=['думка', 'про', 'існування', 'української', 'держави', 'доводить', 'лишеніцина', 'до', 'нестями'] +common_voice_uk_23554757-2070-0: ref=['одна', 'бджола', 'мало', 'меду', 'наносить'] +common_voice_uk_23554757-2070-0: hyp=['одна', 'бджола', 'мала', 'меду', 'наносить'] +common_voice_uk_23554758-2071-0: ref=['повернімося', 'до', 'статті', 'про', 'москальські', 'вотчини', 'в', 'росії'] +common_voice_uk_23554758-2071-0: hyp=['повернімося', 'до', 'статті', 'до', 'москальських', 'вочини', 'в', 'росії'] +common_voice_uk_23554760-2072-0: ref=['настала', 'пора', 'усвідомити', 'цю', 'правду', 'всім', 'і', 'великоросам', 'у', 'тому', 'числі'] +common_voice_uk_23554760-2072-0: hyp=['настала', 'пора', 'усвідомити', 'цю', 'правду', 'всім', 'великоросому', 'тому', 'числі'] +common_voice_uk_23554771-2073-0: ref=['повноваження', 'народних', 'депутатів', 'україни', 'припиняються', 'одночасно', 'з', 'припиненням', 'повноважень', 'верховної', 'ради', 'україни'] +common_voice_uk_23554771-2073-0: hyp=['погнивання', 'народних', 'депутатів', 'україни', 'чи', 'одночасно', 'з', 'припиненням', 'повноважень', 'верховної', 'ради', 'україни'] +common_voice_uk_23554772-2074-0: ref=['ці', 'слова', 'сказала', 'людина', 'яка', 'читала', 'лекції', 'в', 'духовній', 'академії'] +common_voice_uk_23554772-2074-0: hyp=['і', 'словам', 'сказала', 'людина', 'яка', 'криштала', 'лекції', 'в', 'духовній', 'академії'] +common_voice_uk_23554773-2075-0: ref=['ні', 'не', 'в', 'тому', 'причина'] +common_voice_uk_23554773-2075-0: hyp=['ні', 'не', 'в', 'тому', 'причини'] +common_voice_uk_23554791-2076-0: ref=['будь', 'яке', 'насильство', 'над', 'дитиною', 'та', 'її', 'експлуатація', 'переслідуються', 'за', 'законом'] +common_voice_uk_23554791-2076-0: hyp=['будь', 'яка', 'насильствою', 'та', 'є', 'експлуатація', 'переслідує', 'цього', 'законом'] +common_voice_uk_23554792-2077-0: ref=['ця', 'страшна', 'дія', 'пороху', 'хоча', 'вже', 'й', 'не', 'нова'] +common_voice_uk_23554792-2077-0: hyp=['ця', 'страшна', 'дія', 'пороху', 'вже', 'й', 'не', 'нова'] +common_voice_uk_23554793-2078-0: ref=['рідна', 'мова', 'на', 'чужині', 'ще', 'милішою', 'стає'] +common_voice_uk_23554793-2078-0: hyp=['рідна', 'мова', 'на', 'чужині', 'ще', 'наймилішою', 'встає'] +common_voice_uk_23554794-2079-0: ref=['їв', 'би', 'кіт', 'рибку', 'а', 'в', 'воду', 'не', 'хоче'] +common_voice_uk_23554794-2079-0: hyp=['я', 'в', 'бакит', 'рибку', 'а', 'воду', 'не', 'хоче'] +common_voice_uk_23554851-2080-0: ref=['жінки', 'з', 'племен'] +common_voice_uk_23554851-2080-0: hyp=['жінки', 'з', 'племен'] +common_voice_uk_23554852-2081-0: ref=['я', 'не', 'проводитиму', 'нового', 'дослідження', 'цього', 'питання'] +common_voice_uk_23554852-2081-0: hyp=['я', 'не', 'проводитиму', 'нового', 'дослідження', 'цього', 'питання'] +common_voice_uk_23554853-2082-0: ref=['глупота', 'є', 'особливою', 'принадою', 'гарненької', 'жінки'] +common_voice_uk_23554853-2082-0: hyp=['глопота', 'є', 'особливою', 'канадою', 'гарненькою', 'жінки'] +common_voice_uk_23554854-2083-0: ref=['народ', 'без', 'народності', 'тіло', 'без', 'душі'] +common_voice_uk_23554854-2083-0: hyp=['народ', 'безнародності', 'без', 'душі'] +common_voice_uk_23554868-2084-0: ref=['московити', 'ж', 'ніколи', 'русичами', 'не', 'були'] +common_voice_uk_23554868-2084-0: hyp=['московита', 'ж', 'ніколи', 'русь', 'чому', 'не', 'були'] +common_voice_uk_23554869-2085-0: ref=['про', 'нього', 'мовилося', 'мимохідь', 'мовляв', 'немає', 'нічого', 'серйозного'] +common_voice_uk_23554869-2085-0: hyp=['про', 'нього', 'мовила', 'йому', 'мимохіть', 'мовляв', 'немає', 'нічого', 'серйозного'] +common_voice_uk_23554872-2086-0: ref=['тиха', 'вода', 'греблю', 'рве'] +common_voice_uk_23554872-2086-0: hyp=['тиха', 'вода', 'греблі', 'рве'] +common_voice_uk_23554894-2087-0: ref=['інакше', 'не', 'могло', 'й', 'бути'] +common_voice_uk_23554894-2087-0: hyp=['інакше', 'не', 'могло', 'бути'] +common_voice_uk_23554895-2088-0: ref=['спочатку', 'поговоримо', 'про', 'крим'] +common_voice_uk_23554895-2088-0: hyp=['спочатку', 'поговоримо', 'про', 'крим'] +common_voice_uk_23554896-2089-0: ref=['дружина', 'ж', 'його', 'могла', 'або', 'йти', 'за', 'ним', 'або', 'покинути', 'його'] +common_voice_uk_23554896-2089-0: hyp=['дружина', 'ж', 'його', 'могла', 'пойти', 'за', 'ним', 'або', 'покинути', 'його'] +common_voice_uk_23554897-2090-0: ref=['чує', 'дзвін', 'та', 'не', 'знає', 'звідки', 'він'] +common_voice_uk_23554897-2090-0: hyp=['що', 'я', 'дзвін', 'то', 'не', 'знає', 'звідки', 'він'] +common_voice_uk_23554898-2091-0: ref=['вони', 'й', 'там', 'у', 'суздалі', 'і', 'ростові', 'намагалися', 'насаджувати', 'свої', 'погляди', 'й', 'методи', 'дій'] +common_voice_uk_23554898-2091-0: hyp=['вони', 'й', 'там', 'у', 'суздалі', 'й', 'ростові', 'намагались', 'насаджувати', 'свої', 'погляди', 'і', 'методи', 'дій'] +common_voice_uk_23555074-2092-0: ref=['повернімося', 'однак', 'до', 'так', 'званого', 'олександра', 'невського'] +common_voice_uk_23555074-2092-0: hyp=['повернімося', 'однак', 'до', 'так', 'званого', 'олександра', 'невського'] +common_voice_uk_23555075-2093-0: ref=['люд', 'утікав', 'із', 'насиджених', 'місць', 'розорених', 'опричниною'] +common_voice_uk_23555075-2093-0: hyp=['люд', 'утікав', 'із', 'насиджених', 'місць', 'розорних', 'опричиненою'] +common_voice_uk_23555076-2094-0: ref=['закони', 'імперії', 'чингісхана', 'такого', 'не', 'допускали'] +common_voice_uk_23555076-2094-0: hyp=['закони', 'імперії', 'чінгісхана', 'такого', 'не', 'допускали'] +common_voice_uk_23555077-2095-0: ref=['дивне', 'обвинувачення'] +common_voice_uk_23555077-2095-0: hyp=['дивне', 'обвинувачення'] +common_voice_uk_23555078-2096-0: ref=['у', 'світі', 'найкраще', 'визволення', 'крик'] +common_voice_uk_23555078-2096-0: hyp=['у', 'світі', 'найкраще', 'визволення', 'крик'] +common_voice_uk_23555094-2097-0: ref=['на', 'превеликий', 'жаль', 'великоросів', 'імперія', 'династії', 'роду', 'кобили', 'розвалилася'] +common_voice_uk_23555094-2097-0: hyp=['на', 'превеликий', 'жаль', 'великоросі', 'імперія', 'династії', 'роду', 'кобили', 'розвалилася'] +common_voice_uk_23555095-2098-0: ref=['карамзін', 'розпочав', 'роботу', 'над', 'історією', 'держави', 'російської'] +common_voice_uk_23555095-2098-0: hyp=['карамзін', 'розпочав', 'роботу', 'над', 'історією', 'держави', 'російської'] +common_voice_uk_23555096-2099-0: ref=['не', 'зафіксували', 'і', 'годі'] +common_voice_uk_23555096-2099-0: hyp=['не', 'зафіксували', 'і', 'годі'] +common_voice_uk_23555098-2100-0: ref=['це', 'ж', 'така', 'нормальна', 'річ', 'визначати', 'свій', 'край', 'за', 'середину', 'світу'] +common_voice_uk_23555098-2100-0: hyp=['все', 'ж', 'така', 'нормальна', 'річ', 'визначати', 'свій', 'край', 'за', 'середину', 'світу'] +common_voice_uk_23555109-2101-0: ref=['у', 'кого', 'що', 'болить', 'про', 'те', 'й', 'кричить'] +common_voice_uk_23555109-2101-0: hyp=['у', 'кого', 'що', 'болить', 'про', 'те', 'й', 'кричить'] +common_voice_uk_23555110-2102-0: ref=['безліч', 'шляхів', 'є', 'для', 'смерті', 'на', 'світ', 'ми', 'одним', 'лиш', 'приходим'] +common_voice_uk_23555110-2102-0: hyp=['безліч', 'шляхів', 'є', 'для', 'смерті', 'на', 'світми', 'одним', 'лиш', 'приходом'] +common_voice_uk_23555111-2103-0: ref=['зла', 'річ', 'є', 'незгода'] +common_voice_uk_23555111-2103-0: hyp=['зла', 'річ', 'є', 'незгода'] +common_voice_uk_23555112-2104-0: ref=['у', 'письменника', 'тільки', 'один', 'вчитель', 'самі', 'читачі'] +common_voice_uk_23555112-2104-0: hyp=['у', 'письменника', 'тільки', 'один', 'вчитель', 'самі', 'читачі'] +common_voice_uk_23555113-2105-0: ref=['вочевидь', 'і', 'хан', 'берке', "пам'ятав", 'про', 'анду', 'сартака', 'олександра'] +common_voice_uk_23555113-2105-0: hyp=['вочевидь', 'і', 'ханберге', "пам'ятав", 'про', 'антусартака', 'олександра'] +common_voice_uk_23555294-2106-0: ref=['московський', 'князь', 'із', 'дозволу', 'криму', 'цим', 'і', 'займався'] +common_voice_uk_23555294-2106-0: hyp=['московський', 'князь', 'із', 'дозволу', 'криму', 'цим', 'займався'] +common_voice_uk_23555296-2107-0: ref=['отже'] +common_voice_uk_23555296-2107-0: hyp=['отже'] +common_voice_uk_23555297-2108-0: ref=['зверніть', 'увагу', 'цю', 'думку', 'російська', 'еліта', 'виношує', 'донині'] +common_voice_uk_23555297-2108-0: hyp=['зверніть', 'увагу', 'цю', 'думку', 'російська', 'еліта', 'виношує', 'донині'] +common_voice_uk_23555298-2109-0: ref=['міста', 'київ', 'та', 'севастополь', 'мають', 'спеціальний', 'статус', 'який', 'визначається', 'законами', 'україни'] +common_voice_uk_23555298-2109-0: hyp=['міста', 'київ', 'та', 'севастополь', 'мають', 'спеціальний', 'статус', 'який', 'визначається', 'законами', 'україни'] +common_voice_uk_23555450-2110-0: ref=['а', 'від', 'солдата', 'простого', 'важливіший', 'вождь', 'є', 'у', 'війську'] +common_voice_uk_23555450-2110-0: hyp=['а', 'від', 'солдата', 'простого', 'важливіший', 'вождь', 'є', 'у', 'війську'] +common_voice_uk_23555451-2111-0: ref=['як', 'кіт', 'наплакав'] +common_voice_uk_23555451-2111-0: hyp=['які', 'наплакав'] +common_voice_uk_23555452-2112-0: ref=['цей', 'тон', 'стосовно', 'україни', 'в', 'нього', 'повсякденний'] +common_voice_uk_23555452-2112-0: hyp=['цей', 'тон', 'стосовно', 'україни', 'в', 'нього', 'повсякденний'] +common_voice_uk_23555491-2113-0: ref=['з', 'рук', 'смерті', 'люди', 'дістають', 'безсмертя'] +common_voice_uk_23555491-2113-0: hyp=['з', 'рук', 'смерті', 'люди', 'дістають', 'безсмертя'] +common_voice_uk_23555492-2114-0: ref=['ось', 'зразкові', 'слова', 'сказані', 'ішаєвим'] +common_voice_uk_23555492-2114-0: hyp=['ось', 'зразкові', 'слова', 'сказані', 'із', 'шайвом'] +common_voice_uk_23555493-2115-0: ref=['хіба', 'коли', 'правда', 'оголошувала', 'себе', 'фальшем', 'і', 'брехнею'] +common_voice_uk_23555493-2115-0: hyp=['хіба', 'коли', 'правда', 'оголошувала', 'себе', 'фальшими', 'брехнею'] +common_voice_uk_23555494-2116-0: ref=['суддя', 'здійснюючи', 'правосуддя', 'є', 'незалежним', 'та', 'керується', 'верховенством', 'права'] +common_voice_uk_23555494-2116-0: hyp=['суддя', 'здійснюючи', 'правосуддя', 'є', 'незалежним', 'та', 'керується', 'верховенством', 'права'] +common_voice_uk_23555495-2117-0: ref=['професорові', 'дуже', 'хочеться', 'возвеличити', 'початок', 'правління', 'як', 'князя', 'юрія', 'так', 'і', 'андрія'] +common_voice_uk_23555495-2117-0: hyp=['професорові', 'дуже', 'хочеться', 'возвеличити', 'початок', 'правління', 'як', 'князя', 'юрія', 'таке', 'андрія'] +common_voice_uk_23555522-2118-0: ref=['кожне', 'слово', 'неосяжне'] +common_voice_uk_23555522-2118-0: hyp=['кожне', 'слово', 'неосяжне'] +common_voice_uk_23555524-2119-0: ref=['тоді', 'російська', 'еліта', 'почне', 'красти', 'чуже', 'щоб', 'видати', 'за', 'своє'] +common_voice_uk_23555524-2119-0: hyp=['тоді', 'російська', 'еліта', 'почне', 'красти', 'чуже', 'щоб', 'видати', 'за', 'своє'] +common_voice_uk_23555526-2120-0: ref=['над', 'всіх', 'старшин', 'найстарша', 'правда'] +common_voice_uk_23555526-2120-0: hyp=['над', 'всіх', 'старшин', 'найстарша', 'правка'] +common_voice_uk_23555532-2121-0: ref=['ще', 'одна', 'засаднича', 'брехня', 'російської', 'історії'] +common_voice_uk_23555532-2121-0: hyp=['ще', 'одне', 'засаднича', 'брехня', 'російської', 'історії'] +common_voice_uk_23555533-2122-0: ref=['карамзін', 'із', 'лакейською', 'відданістю', 'виправдовує', 'князя', 'однак', 'таврує', 'за', 'те', 'ж', 'діяння', 'митрополита'] +common_voice_uk_23555533-2122-0: hyp=['карамзін', 'з', 'лакейською', 'відданістю', 'виправдовує', 'князя', 'однак', 'тавроя', 'за', 'те', 'ж', 'діяння', 'митрополита'] +common_voice_uk_23555534-2123-0: ref=['університет', 'музеї', 'й', 'бібліотеки', 'не', 'дадуть', 'того', 'що', 'можуть', 'дати', 'карі', 'сірі', 'блакитні'] +common_voice_uk_23555534-2123-0: hyp=['університет', 'музею', 'і', 'бібліотеки', 'не', 'дадуть', 'того', 'що', 'можуть', 'дати', 'кай', 'сірі', 'блакитні'] +common_voice_uk_23555535-2124-0: ref=['навіть', 'ворожість', 'між', "слов'янськими", 'та', 'фінськими', 'племенами', 'того', 'часу', 'була', 'інакшою'] +common_voice_uk_23555535-2124-0: hyp=['навіть', 'ворожість', 'між', "слов'янськими", 'та', 'фінськими', 'племенами', 'того', 'часу', 'була', 'інакша'] +common_voice_uk_23555536-2125-0: ref=['і', 'ніхто', 'не', 'посмів'] +common_voice_uk_23555536-2125-0: hyp=['і', 'ніхто', 'не', 'посмів'] +common_voice_uk_23555542-2126-0: ref=['солженіциндавно', 'всі', 'чекали', 'слів', 'солженіцина', 'про', 'сьогоднішню', 'росію'] +common_voice_uk_23555542-2126-0: hyp=['сол', 'женіцин', 'давно', 'всі', 'чекали', 'слів', 'сон', 'женинцина', 'про', 'сьогоднішню', 'росію'] +common_voice_uk_23555543-2127-0: ref=['не', 'було', 'необхідності', 'у', 'той', 'час', 'скребти', 'росіянина', 'аби', 'знайти', 'татарина', 'і', 'особливо', 'фіна'] +common_voice_uk_23555543-2127-0: hyp=['не', 'було', 'необхідності', 'у', 'той', 'час', 'скрипти', 'росіянина', 'аби', 'знайти', 'татарина', 'і', 'особливо', 'щена'] +common_voice_uk_23555544-2128-0: ref=['українські', 'герої', 'це', 'висловники', 'туги', 'і', 'праці', 'багатьох', 'поколінь'] +common_voice_uk_23555544-2128-0: hyp=['українські', 'герої', 'це', 'висловники', 'туги', 'і', 'праці', 'багатьох', 'поколінь'] +common_voice_uk_23555545-2129-0: ref=['постали', 'проти', 'цього', 'й', 'кримські', 'хани', 'гіреї'] +common_voice_uk_23555545-2129-0: hyp=['постали', 'проти', 'цього', 'і', 'кримські', 'хани', 'єрей'] +common_voice_uk_23555546-2130-0: ref=['притому', 'не', 'чіпаючи', 'ні', 'тверського', 'ні', 'рязанського', 'ні', 'володимирського', 'великих', 'князівств'] +common_voice_uk_23555546-2130-0: hyp=['при', 'тому', 'не', 'чіпаючи', 'ні', 'тверського', 'ні', "р'язанського", 'ні', 'володимирського', 'великих', 'князівств'] +common_voice_uk_23555562-2131-0: ref=['не', 'перелічуватиму', 'безліч', 'лих', 'які', 'принесли', 'на', 'суздальську', 'землю', 'сини', 'олександра', 'так', 'званого', 'невського'] +common_voice_uk_23555562-2131-0: hyp=['не', 'перелічуватиму', 'безліч', 'лиф', 'які', 'принесли', 'насуздальську', 'землю', 'сини', 'олександра', 'так', 'званого', 'невського'] +common_voice_uk_23555563-2132-0: ref=['сріблом', 'і', 'золотом', 'не', 'знайду', 'дружини', 'а', 'з', 'дружиною', 'здобуду', 'і', 'срібло', 'і', 'золото'] +common_voice_uk_23555563-2132-0: hyp=['сріблом', 'і', 'золотом', 'не', 'знайду', 'дружини', 'а', 'з', 'дружиною', 'здобуду', 'й', 'срібло', 'й', 'золото'] +common_voice_uk_23555564-2133-0: ref=['автор', 'інтелігент', 'обзиває', 'народ'] +common_voice_uk_23555564-2133-0: hyp=['автор', 'інтелігент', 'обзиває', 'народ'] +common_voice_uk_23555565-2134-0: ref=['ви', 'штовхаєте', 'росію', 'під', 'уламки', 'шовінізму'] +common_voice_uk_23555565-2134-0: hyp=['ви', 'штовхаєте', 'росію', 'під', 'уламки', 'шовінізму'] +common_voice_uk_23555566-2135-0: ref=['слід', 'зауважити', 'що', 'цього', 'разу', 'велика', 'орда', 'не', 'спалила', 'й', 'не', 'розграбувала', 'московію'] +common_voice_uk_23555566-2135-0: hyp=['слід', 'зауважити', 'що', 'цього', 'разу', 'велика', 'орда', 'не', 'спалила', 'й', 'не', 'розграбувала', 'московію'] +common_voice_uk_23555617-2136-0: ref=['але', 'ж', 'мучать', 'і', 'знищують', 'гордий', 'чеченський', 'народ', 'сто', "п'ятдесят", 'років', 'поспіль'] +common_voice_uk_23555617-2136-0: hyp=['але', 'ж', 'мучать', 'ізнищують', 'гордий', 'чеченський', 'народ', 'сто', "п'ятдесят", 'років', 'поспіль'] +common_voice_uk_23555618-2137-0: ref=['не', 'кажи', 'гоп', 'поки', 'не', 'перескочиш'] +common_voice_uk_23555618-2137-0: hyp=['не', 'кажи', 'гоп', 'поки', 'не', 'перескочиш'] +common_voice_uk_23555619-2138-0: ref=['права', 'місцевого', 'самоврядування', 'захищаються', 'в', 'судовому', 'порядку'] +common_voice_uk_23555619-2138-0: hyp=['права', 'місцевого', 'самоврядування', 'захищаються', 'в', 'судовому', 'порядку'] +common_voice_uk_23555620-2139-0: ref=['відбулося', 'справді', 'щось', 'жахливе', 'яке', 'не', 'надається', 'до', 'жодного', 'опису'] +common_voice_uk_23555620-2139-0: hyp=['відбулося', 'справді', 'щось', 'жахливе', 'яке', 'не', 'надається', 'до', 'жодного', 'опису'] +common_voice_uk_23555621-2140-0: ref=['автор', 'дослідження', 'розуміє', 'не', 'всі', 'великороси', 'подібні', 'до', 'цього', 'варвара', 'залешанина'] +common_voice_uk_23555621-2140-0: hyp=['автор', 'дослідження', 'розуміє', 'не', 'всі', 'великороси', 'подібні', 'до', 'цього', 'варвара', 'залишанина'] +common_voice_uk_23555627-2141-0: ref=['суддя', 'обіймає', 'посаду', 'безстроково'] +common_voice_uk_23555627-2141-0: hyp=['з', 'суддя', 'обіймає', 'посаду', 'безстроково'] +common_voice_uk_23555628-2142-0: ref=['але', 'якось', 'треба', 'пояснити', 'появу', 'великоросів', 'із', 'фінів', 'і', 'татар'] +common_voice_uk_23555628-2142-0: hyp=['але', 'якось', 'треба', 'пояснити', 'появу', 'великоросів', 'із', 'фінів', 'і', 'татар'] +common_voice_uk_23555629-2143-0: ref=['після', 'цієї', 'поїздки', 'батька', 'олександра', 'не', 'стало'] +common_voice_uk_23555629-2143-0: hyp=['після', 'цієї', 'поїздки', 'батька', 'олександра', 'не', 'стало'] +common_voice_uk_23555630-2144-0: ref=['двоє', 'дивляться', 'внизодин', 'бачить', 'калюжу', 'другий', 'зоріщо', 'кому'] +common_voice_uk_23555630-2144-0: hyp=['двоє', 'дивляться', 'вниз', 'один', 'бачить', 'калюжу', 'другий', 'зорі', 'що', 'кому'] +common_voice_uk_23555642-2145-0: ref=['не', 'дорікатимемо', 'професорові', 'який', 'узяв', 'зі', 'стелі', 'російських', 'переселенців', 'котрі', 'зустрічалися', 'з', 'фінськими', 'тубільцями'] +common_voice_uk_23555642-2145-0: hyp=['не', 'дорікатимемо', 'професорові', 'який', 'узяв', 'зі', 'стелі', 'російських', 'переселенців', 'котрі', 'зустрічалися', 'з', 'фінськими', 'тубільцями'] +common_voice_uk_23555643-2146-0: ref=['правосуддя', 'здійснюють', 'судді', 'у', 'визначених', 'законом', 'випадках', 'правосуддя', 'здійснюється', 'за', 'участю', 'присяжних'] +common_voice_uk_23555643-2146-0: hyp=['правосуддя', 'здійснюють', 'судді', 'у', 'визначених', 'законом', 'випадках', 'правосуддя', 'здійснюється', 'за', 'участю', 'присяжних'] +common_voice_uk_23555644-2147-0: ref=['і', 'кози', 'ситі', 'і', 'сіно', 'ціле'] +common_voice_uk_23555644-2147-0: hyp=['і', 'кози', 'се', 'ті', 'й', 'сіно', 'ціле'] +common_voice_uk_23555645-2148-0: ref=['на', 'сіті', 'вбито', 'князя', 'володимира', 'юрійовича', 'рязанського', 'від', 'татар'] +common_voice_uk_23555645-2148-0: hyp=['на', 'сіті', 'в', 'бето', 'князя', 'володимира', 'юрія', 'ввича', 'рязанського', 'від', 'татар'] +common_voice_uk_23555646-2149-0: ref=['законів', 'та', 'інших', 'правових', 'актів', 'верховної', 'ради', 'україни'] +common_voice_uk_23555646-2149-0: hyp=['законів', 'та', 'інших', 'правових', 'актів', 'верховної', 'ради', 'україни'] +common_voice_uk_23555652-2150-0: ref=['в', 'умілого', 'й', 'долото', 'рибу', 'ловить'] +common_voice_uk_23555652-2150-0: hyp=['умілого', 'й', 'до', 'золото', 'риболовить'] +common_voice_uk_23555654-2151-0: ref=['карамзін', 'великий', 'майстер', 'доважку', 'брехні'] +common_voice_uk_23555654-2151-0: hyp=['карамзін', 'великий', 'майстер', 'до', 'важко', 'брехні'] +common_voice_uk_23555655-2152-0: ref=['як', 'бачимо', 'все', 'це', 'було', 'не', 'благом', 'а', 'величезною', 'шкодою', 'навітьросійському', 'народові'] +common_voice_uk_23555655-2152-0: hyp=['як', 'бачимо', 'все', 'це', 'було', 'не', 'благо', 'а', 'величезної', 'шкодою', 'навіть', 'російському', 'народові'] +common_voice_uk_23555656-2153-0: ref=['краще', 'б', 'дурному', 'не', 'подавати', 'меча', 'аби', 'собі', 'ганьби', 'не', 'зажити'] +common_voice_uk_23555656-2153-0: hyp=['краще', 'б', 'дурному', 'не', 'подавати', 'меча', 'аби', 'собі', 'ганьби', 'не', 'зажити'] +common_voice_uk_23555662-2154-0: ref=['автор', 'на', 'цьому', 'збирався', 'закінчити', 'вивчення', 'великих', 'подвигів', 'олександра', 'невського'] +common_voice_uk_23555662-2154-0: hyp=['автор', 'на', 'цьому', 'збирався', 'закінчити', 'вивчення', 'великих', 'подвигів', 'олександра', 'невського'] +common_voice_uk_23555663-2155-0: ref=['і', 'бреше', 'солженіцин', 'як', 'звичайно'] +common_voice_uk_23555663-2155-0: hyp=['і', 'бреше', 'содженіться', 'і', 'як', 'звичайно'] +common_voice_uk_23555664-2156-0: ref=['для', 'сучасників', 'це', 'дуже', 'цінно'] +common_voice_uk_23555664-2156-0: hyp=['для', 'сучасників', 'це', 'дуже', 'цінно'] +common_voice_uk_23555665-2157-0: ref=['коли', 'хто', 'вмів', 'одважно', 'йти', 'на', 'страту', 'той', 'мусить', 'все', 'одважно', 'зустрічать'] +common_voice_uk_23555665-2157-0: hyp=['коли', 'хто', 'вмів', 'одважно', 'йти', 'на', 'страту', 'то', 'й', 'мусить', 'усе', 'одважно', 'зустрічать'] +common_voice_uk_23555666-2158-0: ref=['не', 'варто', 'гадати', 'що', 'князь', 'юрій', 'данилович', 'зробив', 'щось', 'протиприродне'] +common_voice_uk_23555666-2158-0: hyp=['не', 'варто', 'гадати', 'що', 'князь', 'юрій', 'данилович', 'зробив', 'щось', 'проти', 'природне'] +common_voice_uk_23555675-2159-0: ref=['у', 'літературному', 'світі', 'немає', 'смерті'] +common_voice_uk_23555675-2159-0: hyp=['у', 'літературному', 'світі', 'немає', 'смерті'] +common_voice_uk_23555677-2160-0: ref=['живіт', 'товстий', 'а', 'лоб', 'твердий'] +common_voice_uk_23555677-2160-0: hyp=['живіть', 'товстий', 'алоп', 'твердий'] +common_voice_uk_23555679-2161-0: ref=['конституція', 'україни', 'набуває', 'чинності', 'з', 'дня', 'її', 'прийняття'] +common_voice_uk_23555679-2161-0: hyp=['конституція', 'україни', 'набуває', 'чинності', 'з', 'дня', 'її', 'прийняття'] +common_voice_uk_23555680-2162-0: ref=['смерть', 'іоаннова', 'була', 'важливою', 'подією', 'для', 'князів', 'вони', 'поспішили', 'до', 'хана'] +common_voice_uk_23555680-2162-0: hyp=['смерть', 'йоаннова', 'була', 'важливою', 'подією', 'для', 'князів', 'вони', 'поспішали', 'до', 'хана'] +common_voice_uk_23555681-2163-0: ref=['мовчить', 'карамзін', 'як', 'у', 'рот', 'води', 'набрав', 'про', 'свиней', 'і', 'свиняче', "м'ясо"] +common_voice_uk_23555681-2163-0: hyp=['мовчить', 'карамзін', 'і', 'як', 'у', 'рот', 'води', 'набрав', 'про', 'свиней', 'і', 'свиняче', "м'ясо"] +common_voice_uk_23555693-2164-0: ref=['не', 'слід', 'гадати', 'що', 'татаро', 'монголи', 'приходили', 'в', 'суздальську', 'землю', 'тільки', 'грабувати', 'й', 'убивати'] +common_voice_uk_23555693-2164-0: hyp=['не', 'слід', 'гадати', 'що', 'татара', 'монголи', 'приходили', 'всюздарську', 'землю', 'тільки', 'грабувати', 'й', 'убивати'] +common_voice_uk_23555694-2165-0: ref=['тут', 'потрібно', 'хапати', 'не', 'замислюючись'] +common_voice_uk_23555694-2165-0: hyp=['тут', 'потрібно', 'хапати', 'не', 'замислюючись'] +common_voice_uk_23555695-2166-0: ref=['це', 'явище', 'в', 'московській', 'практиці', 'того', 'часу', 'вважалося', 'природним'] +common_voice_uk_23555695-2166-0: hyp=['це', 'явище', 'в', 'московській', 'практиці', 'того', 'часу', 'вважалося', 'природним'] +common_voice_uk_23555696-2167-0: ref=['і', 'не', 'міг', 'бути', 'зафіксований'] +common_voice_uk_23555696-2167-0: hyp=['і', 'не', 'міг', 'бути', 'зафіксований'] +common_voice_uk_23555702-2168-0: ref=['повернімось', 'до', 'ярослава', 'ярославовича'] +common_voice_uk_23555702-2168-0: hyp=['повернімось', 'до', 'ярослава', 'ярослава', 'овича'] +common_voice_uk_23555704-2169-0: ref=['насправді', 'ця', 'гордість', 'вилізла', 'нам', 'боком'] +common_voice_uk_23555704-2169-0: hyp=['насправді', 'ця', 'гордість', 'вилізла', 'нам', 'боком'] +common_voice_uk_23555706-2170-0: ref=['бажано', 'лише', 'відсіяти', 'професорську', 'полову', 'ніби', 'мимохідь', 'розсипану'] +common_voice_uk_23555706-2170-0: hyp=['бажано', 'лише', 'відсіяти', 'професорську', 'полову', 'ніби', 'мимохіть', 'розсипано'] +common_voice_uk_23555707-2171-0: ref=['молодець', 'проти', 'овець', 'а', 'проти', 'молодця', 'і', 'сам', 'івця'] +common_voice_uk_23555707-2171-0: hyp=['молодець', 'проти', 'овець', 'а', 'проти', 'молодця', 'і', 'сам', 'вівця'] +common_voice_uk_23555708-2172-0: ref=['і', 'вони', 'ікону', 'взяли', 'а', 'церкву', 'нарекли', 'іменем', 'василія', 'великого'] +common_voice_uk_23555708-2172-0: hyp=['і', 'вони', 'ікону', 'взяли', 'а', 'церкву', 'нарекли', 'іменем', 'василія', 'великого'] +common_voice_uk_23555709-2173-0: ref=['чи', 'наглядаєте', 'тільки', 'за', 'українцями'] +common_voice_uk_23555709-2173-0: hyp=['чи', 'наглядаєте', 'тільки', 'за', 'українцями'] +common_voice_uk_23555711-2174-0: ref=['коли', 'хочете', 'мене', 'вічно', 'тримати', 'залишіть', 'мене', 'тепер'] +common_voice_uk_23555711-2174-0: hyp=['коли', 'хочете', 'мене', 'вічно', 'тримати', 'залишіть', 'мене', 'тепер'] +common_voice_uk_23555870-2175-0: ref=['про', 'візантійську', 'спадщину', 'мріяла', 'і', 'комуністична', 'еліта', 'радянського', 'союзу', 'спадкоємиця', 'володінь', 'романових'] +common_voice_uk_23555870-2175-0: hyp=['про', 'візантійську', 'спадщину', 'мріяла', 'і', 'комуністична', 'еліта', 'радянського', 'союзу', 'спадкоємець', 'володіння', 'романових'] +common_voice_uk_23555876-2176-0: ref=['а', 'тепер', 'підсумуємо'] +common_voice_uk_23555876-2176-0: hyp=['а', 'тепер', 'підсумуємо'] +common_voice_uk_23555877-2177-0: ref=['брат', 'ворога', 'не', 'брат', 'є', 'козакові'] +common_voice_uk_23555877-2177-0: hyp=['брат', 'ворога', 'не', 'брат', 'є', 'козакові'] +common_voice_uk_23555878-2178-0: ref=['у', 'чому', 'розум', 'андрія', 'сказати', 'важко', 'чи', 'в', 'бандитизмі', 'чи', 'в', 'злодійстві'] +common_voice_uk_23555878-2178-0: hyp=['у', 'чому', 'розум', 'андрія', 'сказати', 'важко', 'чи', 'в', 'бандитизмі', 'чи', 'в', 'злодійстві'] +common_voice_uk_23555879-2179-0: ref=['тільки', 'віра', 'вища'] +common_voice_uk_23555879-2179-0: hyp=['тільки', 'віра', 'вища'] +common_voice_uk_23555880-2180-0: ref=['при', 'світлі', 'волі', 'всі', 'краї', 'хороші'] +common_voice_uk_23555880-2180-0: hyp=['розвітлій', 'волі', 'всі', 'краї', 'хороші'] +common_voice_uk_23555881-2181-0: ref=['ерзянська', 'і', 'мокшанська', 'мови', 'становлять', 'особливу', 'групу'] +common_voice_uk_23555881-2181-0: hyp=['різянська', 'і', 'макшанська', 'мови', 'становлять', 'особливу', 'групу'] +common_voice_uk_23555882-2182-0: ref=['такого', 'дослідження', 'ніколи', 'не', 'проводили', 'російські', 'історики'] +common_voice_uk_23555882-2182-0: hyp=['такого', 'дослідження', 'ніколи', 'не', 'проводили', 'російські', 'історики'] +common_voice_uk_23555883-2183-0: ref=['робить', 'як', 'мокре', 'горить'] +common_voice_uk_23555883-2183-0: hyp=['робить', 'як', 'мокре', 'горить'] +common_voice_uk_23555884-2184-0: ref=['москва', 'була', 'побита', 'жорстоко', 'у', 'себе', 'вдома'] +common_voice_uk_23555884-2184-0: hyp=['москва', 'була', 'побита', 'жорстоко', 'у', 'себе', 'вдома'] +common_voice_uk_23555885-2185-0: ref=['не', 'буду', 'дорікати', 'олександрові', 'ісайовичу', 'в', 'брутальності'] +common_voice_uk_23555885-2185-0: hyp=['не', 'буду', 'дорікати', 'олександрові', 'ісаєвичу', 'у', 'брутальності'] +common_voice_uk_23556634-2186-0: ref=['у', 'тисячах', 'що', 'років', 'твориться', 'і', 'кріпне', 'зникає', 'у', 'миг', 'ока'] +common_voice_uk_23556634-2186-0: hyp=['у', 'тисячах', 'щороків', 'твориться', 'і', 'кріпне', 'зникає', 'умигоока'] +common_voice_uk_23556636-2187-0: ref=['намагалися', 'переконати', 'читачів', 'що', 'суздальські', 'а', 'пізніше', 'московські', 'князі', 'залишалися', 'поза', 'татаро', 'монгольською', 'державою'] +common_voice_uk_23556636-2187-0: hyp=['намагалися', 'переконати', 'що', 'читачів', 'що', 'суздельські', 'а', 'пізніше', 'московські', 'князі', 'залишалися', 'поза', 'татарами', 'монгольської', 'державою'] +common_voice_uk_23556638-2188-0: ref=['всякий', 'чоловік', 'коли', 'спершу', 'покуштує', 'солодощів', 'потім', 'не', 'захоче', 'гіркого', 'приймати'] +common_voice_uk_23556638-2188-0: hyp=['всякий', 'чоловік', 'коли', 'спершу', 'покуштує', 'солодощів', 'потім', 'не', 'захоче', 'гіркого', 'приймати'] +common_voice_uk_23556639-2189-0: ref=['погляньмо', 'як', 'вони', 'поводилися', 'в', 'землі', 'моксель', 'і', 'в', 'московії'] +common_voice_uk_23556639-2189-0: hyp=['погляньмо', 'як', 'вони', 'поводилися', 'в', 'землі', 'максель', 'і', 'в', 'московії'] +common_voice_uk_23556640-2190-0: ref=['слава', 'безсмертна', 'це', 'честь', 'і', 'честолюбності', 'друг'] +common_voice_uk_23556640-2190-0: hyp=['слава', 'безсмертна', 'це', 'честь', 'і', 'ще', 'столюбності', 'друг'] +common_voice_uk_23556716-2191-0: ref=['в', 'діяннях', 'суворова', 'раніше', 'описані', 'подвиги', 'не', 'були', 'винятком'] +common_voice_uk_23556716-2191-0: hyp=['в', 'діяннях', 'суворого', 'раніше', 'описані', 'подвиги', 'не', 'були', 'винятком'] +common_voice_uk_23556717-2192-0: ref=['надокучив', 'як', 'парена', 'редька'] +common_voice_uk_23556717-2192-0: hyp=['над', 'окочив', 'як', 'пара', 'на', 'редька'] +common_voice_uk_23556718-2193-0: ref=['навіть', 'після', 'того', 'як', 'на', 'індіанський', 'престол', 'зійшов', 'віце', 'король', 'іспанії'] +common_voice_uk_23556718-2193-0: hyp=['навіть', 'після', 'того', 'як', 'не', 'індіанський', 'престол', 'зійшов', 'віце', 'король', 'іспанії'] +common_voice_uk_23556719-2194-0: ref=['ото', 'й', 'старається', 'автор', 'два', 'факти', 'правди', 'два', 'брехні'] +common_voice_uk_23556719-2194-0: hyp=['отой', 'старається', 'автор', 'два', 'факти', 'правди', 'два', 'брехні'] +common_voice_uk_23556720-2195-0: ref=['київ', 'спалили', 'добре', 'пограбували', 'новгород', 'чудово'] +common_voice_uk_23556720-2195-0: hyp=['київ', 'спалили', 'добре', 'пограбували', 'новгород', 'чудово'] +common_voice_uk_23557619-2196-0: ref=['як', 'дбаєш', 'так', 'і', 'маєш'] +common_voice_uk_23557619-2196-0: hyp=['як', 'дбаєш', 'так', 'і', 'маєш'] +common_voice_uk_23557620-2197-0: ref=['не', 'штука', 'карту', 'світу', 'в', 'ланцюг', 'закувати', 'а', 'спробуй', 'свого', 'серця', 'повіддя', 'тримати'] +common_voice_uk_23557620-2197-0: hyp=['не', 'штука', 'карту', 'світу', 'в', 'ланцюг', 'закувати', 'а', 'спроби', 'свого', 'серця', 'повіддя', 'тримати'] +common_voice_uk_23557621-2198-0: ref=["пам'ятаєте", 'у', 'бердяева', 'росія', 'пришиблена', 'своєю', 'широчінню'] +common_voice_uk_23557621-2198-0: hyp=["пам'ятайте", 'у', 'бердяєва', 'росія', 'пришиблена', 'своєю', 'широчинню'] +common_voice_uk_23557622-2199-0: ref=['плаває', 'як', 'вареник', 'у', 'маслі'] +common_voice_uk_23557622-2199-0: hyp=['плапай', 'як', 'вареник', 'у', 'маски'] +common_voice_uk_23557653-2200-0: ref=['і', 'знайшов', 'сподвижника', 'московія', 'зробила', 'вибір', 'на', 'користь', 'війни', 'на', 'півночі'] +common_voice_uk_23557653-2200-0: hyp=['і', 'знайшов', 'з', 'подвижника', 'московія', 'зробила', 'вибір', 'на', 'користь', 'війни', 'на', 'півночі'] +common_voice_uk_23557654-2201-0: ref=['хто', 'кохав', 'життя', 'ледаче', 'непереливки', 'тому'] +common_voice_uk_23557654-2201-0: hyp=['хто', 'кохав', 'життя', 'ледаче', 'напереливки', 'тому'] +common_voice_uk_23557655-2202-0: ref=['і', 'постав', 'він', 'значно', 'пізніше'] +common_voice_uk_23557655-2202-0: hyp=['і', 'постав', 'він', 'значно', 'пізніше'] +common_voice_uk_23557658-2203-0: ref=['тринадцяте', 'століття', 'є', 'ключовим', 'у', 'розумінні', 'суті', 'московії', 'а', 'пізніше', 'російської', 'держави'] +common_voice_uk_23557658-2203-0: hyp=['тринадцяте', 'століття', 'є', 'ключовим', 'у', 'розумінні', 'суті', 'московії', 'а', 'пізніше', 'російської', 'держави'] +common_voice_uk_23557662-2204-0: ref=['гарні', 'гості', 'та', 'не', 'в', 'пору'] +common_voice_uk_23557662-2204-0: hyp=['гарні', 'гості', 'та', 'не', 'в', 'ту', 'пору'] +common_voice_uk_23557708-2205-0: ref=['незаперечна', 'істина', 'помітна', 'кожному', 'неупередженому', 'дослідникові'] +common_voice_uk_23557708-2205-0: hyp=['несперечна', 'істина', 'помітна', 'кожному', 'неупередженому', 'дослідникові'] +common_voice_uk_23557709-2206-0: ref=['у', 'російській', 'імперії', 'дуже', 'старанно', 'замовчували', 'людину', 'яка', 'написала', 'історію', 'московії', 'андрія', 'івановича', 'лизлова'] +common_voice_uk_23557709-2206-0: hyp=['у', 'російській', 'імперії', 'дуже', 'старанно', 'замовчувала', 'людину', 'яка', 'написала', 'історію', 'в', 'московії', 'андрія', 'івановича', 'плизлова'] +common_voice_uk_23557710-2207-0: ref=['суру', 'а', 'потім', 'проникали', 'й', 'далі', 'допомагаючи', 'а', 'іноді', 'й', 'захищаючи', 'прогрес', 'національного', 'руху'] +common_voice_uk_23557710-2207-0: hyp=['а', 'потім', 'проникали', 'й', 'далі', 'допомагаючи', 'а', 'іноді', 'й', 'захищаючи', 'прогрес', 'національного', 'руху'] +common_voice_uk_23557711-2208-0: ref=['поки', 'ти', 'чим', 'кому', 'страшний', 'усяк', 'тебе', 'і', 'поважає'] +common_voice_uk_23557711-2208-0: hyp=['поки', 'течем', 'кому', 'страшний', 'усяк', 'тебе', 'й', 'поважає'] +common_voice_uk_23557712-2209-0: ref=['гадаю', 'і', 'його', 'згодом', 'причешуть'] +common_voice_uk_23557712-2209-0: hyp=['гадаю', 'і', 'його', 'згодом', 'причешуть'] +common_voice_uk_23558610-2210-0: ref=['кращою', 'є', 'набута', 'вірою', 'і', 'заслугами', 'слава', 'глави', 'держави', 'ніж', 'та', 'яка', 'набута', 'лестощами'] +common_voice_uk_23558610-2210-0: hyp=['кращою', 'її', 'набута', 'вірою', 'і', 'заслугами', 'слава', 'глави', 'держав', 'ніж', 'та', 'яка', 'набута', 'лестощами'] +common_voice_uk_23558612-2211-0: ref=['але', 'бог', 'із', 'ним', 'підемо', 'далі'] +common_voice_uk_23558612-2211-0: hyp=['але', 'бог', 'із', 'неї', 'підемо', 'далі'] +common_voice_uk_23558618-2212-0: ref=['чесний', 'покриву', 'не', 'потребує'] +common_voice_uk_23558618-2212-0: hyp=['чесний', 'у', 'криво', 'не', 'потребує'] +common_voice_uk_23558624-2213-0: ref=['громадянин', 'україни', 'не', 'може', 'бути', 'позбавлений', 'права', 'в', 'будь', 'який', 'час', 'повернутися', 'в', 'україну'] +common_voice_uk_23558624-2213-0: hyp=['громадянин', 'україни', 'не', 'може', 'бути', 'позбавити', 'й', 'права', 'у', 'будь', 'який', 'час', 'повернутися', 'в', 'окої', 'україну'] +common_voice_uk_23558625-2214-0: ref=['за', 'чужим', 'столом', 'не', 'махай', 'постолом'] +common_voice_uk_23558625-2214-0: hyp=['з', 'за', 'чужим', 'столом', 'не', 'махай', 'по', 'столом'] +common_voice_uk_23558628-2215-0: ref=['попутно', 'крав', 'і', 'собі'] +common_voice_uk_23558628-2215-0: hyp=['опутно', 'крав', 'і', 'собі'] +common_voice_uk_23558664-2216-0: ref=['жоден', 'із', 'татаро', 'монгольських', 'ханів', 'не', 'наближав', 'до', 'себе', 'чужих', 'неперевірених', 'людей'] +common_voice_uk_23558664-2216-0: hyp=['жоден', 'із', 'татар', 'у', 'монгольських', 'ханів', 'не', 'наближав', 'до', 'себе', 'чужих', 'неперевірених', 'людей'] +common_voice_uk_23558665-2217-0: ref=['загинула', "слов'янська", 'культура', 'під', 'жорстокими', 'ударами'] +common_voice_uk_23558665-2217-0: hyp=['загинула', "слов'янська", 'культура', 'під', 'жорстокими', 'ударами'] +common_voice_uk_23558666-2218-0: ref=['даремно', 'і', 'чиряк', 'не', 'вискоче'] +common_voice_uk_23558666-2218-0: hyp=['даремно', 'й', 'чиряк', 'не', 'вискоче'] +common_voice_uk_23558667-2219-0: ref=['олександр', 'справді', 'був', 'відданий', 'орді', 'й', 'служив', 'їй', 'заповзято'] +common_voice_uk_23558667-2219-0: hyp=['олександр', 'справді', 'був', 'відданий', 'ордій', 'і', 'служив', 'їй', 'заповзято'] +common_voice_uk_23558670-2220-0: ref=['необхідна', 'була', 'рішучість', 'великодушність', 'цар', 'утік'] +common_voice_uk_23558670-2220-0: hyp=['необхідна', 'була', 'рішучість', 'великодушність', 'цар', 'втік'] +common_voice_uk_23558671-2221-0: ref=['саме', 'йому', 'довірився', 'хан', 'батий'] +common_voice_uk_23558671-2221-0: hyp=['саме', 'йому', 'довіра', 'все', 'хан', 'батий'] +common_voice_uk_23558672-2222-0: ref=['добра', 'звичка', 'є', 'моральний', 'капітал', 'закладений', 'людиною', 'у', 'свою', 'нервову', 'систему'] +common_voice_uk_23558672-2222-0: hyp=['добра', 'звичка', 'я', 'моральний', 'капітал', 'закладений', 'людиною', 'у', 'свою', 'нервову', 'систему'] +common_voice_uk_23558673-2223-0: ref=['бо', 'ж', 'оці', 'незросійщені', 'українці', 'галичани', 'взяли', 'та', 'й', 'провели', 'фальшивий', 'референдум'] +common_voice_uk_23558673-2223-0: hyp=['бо', 'ж', 'оці', 'незросійні', 'українці', 'галичани', 'взяли', 'та', 'й', 'провели', 'фальшивий', 'референдум'] +common_voice_uk_23558674-2224-0: ref=['його', 'й', 'чорт', 'у', 'ступі', 'не', 'влучить'] +common_voice_uk_23558674-2224-0: hyp=['його', 'чорт', 'у', 'ступі', 'не', 'влучить'] +common_voice_uk_23558675-2225-0: ref=['фінські', 'племена'] +common_voice_uk_23558675-2225-0: hyp=['фінський', 'племена'] +common_voice_uk_23558677-2226-0: ref=['сучасне', 'завжди', 'на', 'дорозі', 'з', 'минулого', 'в', 'майбутнє'] +common_voice_uk_23558677-2226-0: hyp=['сучасне', 'завжди', 'на', 'дорозі', 'з', 'минулого', 'майбутнє'] +common_voice_uk_23558678-2227-0: ref=['у', 'цьому', 'криється', 'наріжний', 'камінь', 'таємниць', 'історії', 'походження', 'московитів', 'які', 'згодом', 'стали', 'великоросами'] +common_voice_uk_23558678-2227-0: hyp=['у', 'цьому', 'криється', 'на', 'різний', 'камінь', 'таємниць', 'історії', 'походження', 'московитів', 'які', 'згодом', 'стали', 'великоросами'] +common_voice_uk_23558679-2228-0: ref=['тут', 'великоросійським', 'байкам', 'місця', 'немає'] +common_voice_uk_23558679-2228-0: hyp=['тут', 'великоросійським', 'байкам', 'місця', 'немає'] +common_voice_uk_23558681-2229-0: ref=['за', 'великі', 'клейноди', 'свободу', 'тримайте'] +common_voice_uk_23558681-2229-0: hyp=['за', 'великі', 'клейноди', 'свободу', 'тримайте'] +common_voice_uk_23558682-2230-0: ref=['не', 'на', 'оздоби', 'злотнікупують', 'славу', 'на', 'відкриті', 'рани'] +common_voice_uk_23558682-2230-0: hyp=['не', 'на', 'оздоби', 'злотні', 'купують', 'славу', 'на', 'відкриті', 'рани'] +common_voice_uk_23558683-2231-0: ref=['зміну', 'ходи', 'мимоволі', 'викликає', 'зміна', 'долі'] +common_voice_uk_23558683-2231-0: hyp=['зміну', 'ходимий', 'мимоволі', 'викликає', 'зміна', 'долі'] +common_voice_uk_23558685-2232-0: ref=['виміняв', 'шило', 'на', 'швайку'] +common_voice_uk_23558685-2232-0: hyp=['виміняв', 'шило', 'на', 'швайку'] +common_voice_uk_23558687-2233-0: ref=['він', 'мислив', 'не', 'насущними', 'справами', 'й', 'потребами', 'він', 'дивився', 'далеко', 'вперед'] +common_voice_uk_23558687-2233-0: hyp=['він', 'мислив', 'не', 'насушними', 'справами', 'й', 'потребами', 'він', 'дивився', 'далеко', 'вперед'] +common_voice_uk_23558688-2234-0: ref=['однак', 'обидва', 'варіанти', 'не', 'могли', 'збігатися'] +common_voice_uk_23558688-2234-0: hyp=['однак', 'обидві', 'варіанти', 'не', 'могли', 'збігатися'] +common_voice_uk_23558690-2235-0: ref=['чудовий', 'вальс', 'на', 'сопках', 'маньчжурії', 'написав', 'учасник', 'війни'] +common_voice_uk_23558690-2235-0: hyp=['чудовий', 'вальс', 'насапка', 'хманжурі', 'написав', 'учасник', 'війни'] +common_voice_uk_23558691-2236-0: ref=['ось', 'що', 'він', 'писав', 'про', 'історію', 'взагалі', 'та', 'свою', 'зокрема'] +common_voice_uk_23558691-2236-0: hyp=['ось', 'що', 'він', 'писав', 'про', 'історію', 'взагалі', 'та', 'свою', 'зокрема'] +common_voice_uk_23558692-2237-0: ref=['і', 'таке', 'ставлення', 'як', 'нам', 'відомо', 'збереглося', 'на', 'віки'] +common_voice_uk_23558692-2237-0: hyp=['і', 'таке', 'ставлення', 'як', 'нам', 'відомо', 'збереглося', 'новіки'] +common_voice_uk_23558693-2238-0: ref=['до', 'повноважень', 'верховної', 'ради', 'україни', 'належить'] +common_voice_uk_23558693-2238-0: hyp=['до', 'повноважень', 'верховної', 'ради', 'україни', 'належить'] +common_voice_uk_23558694-2239-0: ref=['повернімося', 'до', 'подій', 'тих', 'далеких', 'часів'] +common_voice_uk_23558694-2239-0: hyp=['повернімося', 'до', 'подій', 'тих', 'далеких', 'часів'] +common_voice_uk_23558696-2240-0: ref=['крила', 'знов', 'на', 'волі', 'виростають', 'у', 'соколів', 'приборканих'] +common_voice_uk_23558696-2240-0: hyp=['крила', 'знов', 'на', 'волі', 'виростають', 'у', 'високолі', 'приборканих'] +common_voice_uk_23558697-2241-0: ref=['ворона', 'вороні', 'ока', 'не', 'видовбає'] +common_voice_uk_23558697-2241-0: hyp=['воро', 'на', 'вороні', 'ока', 'не', 'видовбає'] +common_voice_uk_23558699-2242-0: ref=['застосування', 'мов', 'в', 'україні', 'гарантується', 'конституцією', 'україни', 'та', 'визначається', 'законом'] +common_voice_uk_23558699-2242-0: hyp=['застосування', 'мов', 'в', 'україні', 'гарантується', 'конституцією', 'україни', 'та', 'визначається', 'законом'] +common_voice_uk_23558700-2243-0: ref=['однак', 'москва', "пам'ятає", 'лише', 'про', 'свої', 'права'] +common_voice_uk_23558700-2243-0: hyp=['однак', 'москва', "пам'ятає", 'лише', 'про', 'свої', 'права'] +common_voice_uk_23558701-2244-0: ref=['де', 'плачуть', 'там', 'немає', 'вже', 'краси'] +common_voice_uk_23558701-2244-0: hyp=['де', 'плачуть', 'там', 'немає', 'вже', 'краси'] +common_voice_uk_23558702-2245-0: ref=['дівиця', 'ж', 'бо', 'губить', 'красу', 'свою', 'блудством', 'а', 'муж', 'мужність', 'свою', 'злодійством'] +common_voice_uk_23558702-2245-0: hyp=['дівиться', 'аж', 'бо', 'губить', 'красу', 'свою', 'блудство', 'амуж', 'мужність', 'свою', 'злодійство'] +common_voice_uk_23558703-2246-0: ref=['минув', 'назавжди'] +common_voice_uk_23558703-2246-0: hyp=['минув', 'назавжди'] +common_voice_uk_23558704-2247-0: ref=['бійтеся', 'політиків', 'які', 'кажуть', 'що', 'служать', 'народу'] +common_voice_uk_23558704-2247-0: hyp=['бійтесь', 'політиків', 'які', 'кажуть', 'що', 'служать', 'народу'] +common_voice_uk_23558705-2248-0: ref=['про', 'це', 'розказано', 'в', 'попередніх', 'розділах'] +common_voice_uk_23558705-2248-0: hyp=['про', 'це', 'розказано', 'в', 'попередніх', 'розділах'] +common_voice_uk_23558708-2249-0: ref=['де', 'слова', 'там', 'голосу', 'жити'] +common_voice_uk_23558708-2249-0: hyp=['де', 'слова', 'там', 'голос', 'ужити'] +common_voice_uk_23558714-2250-0: ref=['забудеш', 'товариша', 'зоставиш', 'у', 'біді', 'даремно', 'ти', 'на', 'світ', 'рождався'] +common_voice_uk_23558714-2250-0: hyp=['забудеш', 'забудеш', 'товариша', 'зоставиш', 'у', 'ті', 'даремно', 'ти', 'не', 'світ', 'рождався'] +common_voice_uk_23558715-2251-0: ref=['відчуваєте', 'розмах', 'великого', 'грабіжника', 'свого', 'часу', 'який', 'нічим', 'не', 'поступається', 'предкам'] +common_voice_uk_23558715-2251-0: hyp=['відчуваєте', 'розмах', 'великого', 'грабіжника', 'свого', 'часу', 'який', 'нічим', 'не', 'поступається', 'предкам'] +common_voice_uk_23558716-2252-0: ref=['при', 'цьому', 'треба', 'розуміти', 'ні', 'ракетами', 'ні', 'водневими', 'бомбами', 'відгородитися', 'не', 'вдасться'] +common_voice_uk_23558716-2252-0: hyp=['при', 'цьому', 'треба', 'розуміти', 'ні', 'ракетами', 'ні', 'водневими', 'бомбами', 'відгородитися', 'не', 'вдасться'] +common_voice_uk_23558717-2253-0: ref=['побачимо', 'це', 'в', 'текстах', 'поданих', 'нижче'] +common_voice_uk_23558717-2253-0: hyp=['побачимо', 'це', 'в', 'текстах', 'поданих', 'нижче'] +common_voice_uk_23558718-2254-0: ref=['вчи', 'лінивого', 'не', 'молотом', 'а', 'голодом'] +common_voice_uk_23558718-2254-0: hyp=['вчилі', 'невого', 'немолотом', 'а', 'голодом'] +common_voice_uk_23558719-2255-0: ref=['про', 'крим', 'олександре', 'ісайовичу', 'ми', 'вже', 'з', 'вами', 'говорили', 'і', 'я', 'не', 'буду', 'повторюватися'] +common_voice_uk_23558719-2255-0: hyp=['крим', 'олександру', 'ісайовичу', 'ми', 'вже', 'з', 'вами', 'говорили', 'і', 'я', 'не', 'буду', 'повторюватися'] +common_voice_uk_23558720-2256-0: ref=['під', 'братом', 'не', 'копай', 'ями', 'і', 'не', 'вкине', 'тебе', 'бог', 'іще', 'в', 'більшу'] +common_voice_uk_23558720-2256-0: hyp=['під', 'братом', 'не', 'копай', 'ями', 'і', 'не', 'вкине', 'тебе', 'бог', 'іще', 'більшу'] +common_voice_uk_23558721-2257-0: ref=['мовляв', 'погляньте', 'самі', 'київські', 'літописці', 'зафіксували', 'нашу', 'появу', 'на', 'світ', 'божий'] +common_voice_uk_23558721-2257-0: hyp=['мовляв', 'погляньте', 'в', 'самі', 'київській', 'літописці', 'зафіксували', 'нашу', 'появу', 'на', 'світ', 'божий'] +common_voice_uk_23558722-2258-0: ref=['ця', 'аксіома', 'відома', 'усьому', 'світові'] +common_voice_uk_23558722-2258-0: hyp=['ця', 'аксьома', 'відома', 'в', 'усьому', 'світові'] +common_voice_uk_23558723-2259-0: ref=['кордон', 'не', 'закінчено', 'потрібен', 'час', 'для', 'виконання', 'великого', 'заходу'] +common_voice_uk_23558723-2259-0: hyp=['кордон', 'не', 'закінчено', 'потрібен', 'час', 'для', 'виконання', 'великого', 'заходу'] +common_voice_uk_23558724-2260-0: ref=['питання', 'організації', 'управління', 'районами', 'в', 'містах', 'належить', 'до', 'компетенції', 'міських', 'рад'] +common_voice_uk_23558724-2260-0: hyp=['питання', 'організації', 'управління', 'району', 'мої', 'містах', 'належить', 'до', 'компетенції', 'міських', 'рад'] +common_voice_uk_23558725-2261-0: ref=['громадянин', 'україни', 'не', 'може', 'бути', 'вигнаний', 'за', 'межі', 'україни', 'або', 'виданий', 'іншій', 'державі'] +common_voice_uk_23558725-2261-0: hyp=['що', 'громадянин', 'україни', 'не', 'може', 'бути', 'визнаний', 'за', 'межі', 'україни', 'або', 'виданий', 'іншій', 'державі'] +common_voice_uk_23558726-2262-0: ref=['начебто', 'зречення', 'від', 'царського', 'титулу', 'відбулося', 'без', 'будь', 'яких', 'причин'] +common_voice_uk_23558726-2262-0: hyp=['начебто', 'зречення', 'від', 'царського', 'титулу', 'відбулося', 'без', 'будь', 'яких', 'причин'] +common_voice_uk_23558727-2263-0: ref=['щоб', 'мати', 'авторитет', 'треба', 'мати', 'силу'] +common_voice_uk_23558727-2263-0: hyp=['щоб', 'мати', 'авторитет', 'треба', 'мати', 'силу'] +common_voice_uk_23558728-2264-0: ref=['це', 'за', 'його', 'правління', 'було', 'скасоване', 'кріпацтво'] +common_voice_uk_23558728-2264-0: hyp=['це', 'за', 'його', 'правління', 'було', 'скасоване', 'кріпацтво'] +common_voice_uk_23559191-2265-0: ref=['кожна', 'група', 'зберігає', 'свою', 'самоназву'] +common_voice_uk_23559191-2265-0: hyp=['кожна', 'група', 'зберігає', 'свою', 'само', 'назву'] +common_voice_uk_23559192-2266-0: ref=['друга', 'важлива', 'істина', 'яку', 'ми', 'пізнали', 'істина', 'про', 'самобутність', 'українського', 'народу'] +common_voice_uk_23559192-2266-0: hyp=['друга', 'важлива', 'істина', 'яку', 'ми', 'пізнали', 'і', 'що', 'не', 'про', 'самобутність', 'українського', 'народу'] +common_voice_uk_23559193-2267-0: ref=['обідрали', 'як', 'молоденьку', 'липку'] +common_voice_uk_23559193-2267-0: hyp=['обітрали', 'як', 'молоденьку', 'видку'] +common_voice_uk_23559196-2268-0: ref=['цей', 'вельможа', 'приймав', 'наших', 'князів', 'і', 'дари', 'їхні'] +common_voice_uk_23559196-2268-0: hyp=['цей', 'вельможно', 'приймав', 'наших', 'князів', 'і', 'дереїчних'] +common_voice_uk_23559216-2269-0: ref=['найбільше', 'досягають', 'мети', 'і', 'великого', 'успіху', 'ті', 'хто', 'намагається', 'знайти', 'вірного', 'і', 'доброго', 'друга'] +common_voice_uk_23559216-2269-0: hyp=['найбільше', 'досягають', 'мети', 'і', 'великого', 'успіху', 'хто', 'намагається', 'знайти', 'вірного', 'і', 'доброго', 'друга'] +common_voice_uk_23559217-2270-0: ref=['політика', 'зросійщення', 'тією', 'чи', 'іншою', 'мірою', 'торкнулася', 'всіх', 'народів'] +common_voice_uk_23559217-2270-0: hyp=['політика', 'з', 'росіщена', 'тією', 'чи', 'іншою', 'мірою', 'торкнулася', 'всіх', 'народів'] +common_voice_uk_23559218-2271-0: ref=['у', 'тій', 'ситуації', 'князь', 'московський', 'димитрій', 'переможець', 'куликового', 'поля', 'страшенно', 'перелякався'] +common_voice_uk_23559218-2271-0: hyp=['у', 'цій', 'ситуації', 'князь', 'московський', 'димитрії', 'переможець', 'куликового', 'поля', 'страшенно', 'перелякався'] +common_voice_uk_23559220-2272-0: ref=['рід', 'людський', 'за', 'правду', 'стане', 'хоч', 'неправді', 'потура'] +common_voice_uk_23559220-2272-0: hyp=['рід', 'людські', 'за', 'правду', 'стане', 'хоч', 'не', 'справді', 'потура'] +common_voice_uk_23559225-2273-0: ref=['кілька', 'сторіч', 'великороси', 'перестали', 'зазіхати', 'на', 'володіння', 'русі', 'перетворившись', 'на', 'рядовий', 'улус', 'золотої', 'орди'] +common_voice_uk_23559225-2273-0: hyp=['кілька', 'сторіч', 'великороси', 'перестали', 'заїхати', 'на', 'володіння', 'русі', 'перетворившись', 'на', 'рядовий', 'голос', 'з', 'золотої', 'орди'] +common_voice_uk_23559226-2274-0: ref=['і', 'тут', "з'явився", 'черговий', 'міф', 'у', 'російській', 'історії'] +common_voice_uk_23559226-2274-0: hyp=['і', 'тут', "з'явився", 'черговий', 'міф', 'у', 'російській', 'історії'] +common_voice_uk_23559227-2275-0: ref=['за', 'розподілом', 'поїхав', 'працювати', 'до', 'казахстану'] +common_voice_uk_23559227-2275-0: hyp=['зараз', 'розподілом', 'поїхав', 'працювати', 'до', 'казарстану'] +common_voice_uk_23559228-2276-0: ref=['не', 'було', 'єдиної', 'батьківщини', 'не', 'було', 'єднання', 'племен'] +common_voice_uk_23559228-2276-0: hyp=['не', 'було', 'єдиної', 'батьківщини', 'не', 'було', 'єднання', 'в', 'племен'] +common_voice_uk_23559229-2277-0: ref=['час', 'зупинитися', 'біля', 'руїн', 'і', 'замислитися'] +common_voice_uk_23559229-2277-0: hyp=['час', 'зупинитися', 'біля', 'руїн', 'і', 'замислитися'] +common_voice_uk_23559235-2278-0: ref=['навряд', 'чи', 'є', 'вища', 'з', 'насолод', 'ніж', 'насолода', 'творити'] +common_voice_uk_23559235-2278-0: hyp=['навряд', 'чи', 'вище', 'з', 'насолод', 'ніж', 'насолода', 'творити'] +common_voice_uk_23559236-2279-0: ref=['неволя', 'живої', 'душі', 'не', "уб'є"] +common_voice_uk_23559236-2279-0: hyp=['неволя', 'живої', 'душі', 'не', "уб'є"] +common_voice_uk_23559291-2280-0: ref=['є', 'й', 'такі', 'не', 'найде', 'толку', 'буде', 'тихо', 'не', 'найде', 'ж', 'точки', 'лихо'] +common_voice_uk_23559291-2280-0: hyp=['я', 'й', 'такі', 'не', 'найде', 'толку', 'буде', 'тихо', 'не', 'найдеш', 'точки', 'лихо'] +common_voice_uk_23559292-2281-0: ref=['навіщо', 'давати', 'матеріал', 'для', 'роздумів', 'нехай', 'людина', 'вірить', 'московським', 'сказанням'] +common_voice_uk_23559292-2281-0: hyp=['навіщо', 'давати', 'матеріал', 'для', 'роздумів', 'нехай', 'людина', 'вірить', 'московським', 'сказанням'] +common_voice_uk_23559399-2282-0: ref=['моя', 'хата', 'скраю', 'нічого', 'не', 'знаю'] +common_voice_uk_23559399-2282-0: hyp=['і', 'моя', 'хата', 'скраю', 'нічого', 'не', 'знаю'] +common_voice_uk_23559442-2283-0: ref=['ключевський', 'і', 'підтверджує', 'нашу', 'думку'] +common_voice_uk_23559442-2283-0: hyp=['ключевський', 'і', 'підтверджує', 'нашу', 'думку'] +common_voice_uk_23559443-2284-0: ref=['росія', 'три', 'сотні', 'років', 'вела', 'цілеспрямовану', 'політику', 'ліквідації', 'українців'] +common_voice_uk_23559443-2284-0: hyp=['росія', 'три', 'сотні', 'років', 'ввела', 'цілоспрямовану', 'політику', 'ліквідації', 'українців'] +common_voice_uk_23559444-2285-0: ref=['на', 'чужий', 'коровай', 'рота', 'не', 'роззявляй'] +common_voice_uk_23559444-2285-0: hyp=['на', 'чужий', 'коровай', 'рота', 'не', 'роззявляй'] +common_voice_uk_23559445-2286-0: ref=['а', 'росія', 'як', 'споконвіку', 'повелося', 'кинула', 'на', 'чужу', 'техніку', 'людський', 'гарматний', 'матеріал'] +common_voice_uk_23559445-2286-0: hyp=['а', 'росія', 'як', 'споконвіку', 'повелося', 'кинула', 'на', 'чужу', 'техніку', 'людський', 'громадний', 'матеріал'] +common_voice_uk_23559446-2287-0: ref=['жорстокий', 'поневолювач', 'поводився', 'як', 'древній', 'варвар'] +common_voice_uk_23559446-2287-0: hyp=['жорстокий', 'поневолю', 'вач', 'поводився', 'як', 'древній', 'варвар'] +common_voice_uk_23559477-2288-0: ref=['експансія', 'на', 'захід', 'схід', 'південь'] +common_voice_uk_23559477-2288-0: hyp=['експансія', 'на', 'захід', 'схід', 'південь'] +common_voice_uk_23559478-2289-0: ref=['продав', 'кота', 'в', 'мішку'] +common_voice_uk_23559478-2289-0: hyp=['продав', 'кота', 'в', 'мішку'] +common_voice_uk_23559479-2290-0: ref=['звичайний', 'бандитський', 'набіг', 'першого', 'великороса', 'намагалися', 'перетворити', 'мало', 'не', 'на', 'доленосне', 'діяння'] +common_voice_uk_23559479-2290-0: hyp=['звичайний', 'бендонський', 'набіг', 'першого', 'великороса', 'намагалися', 'перетворити', 'мало', 'одно', 'на', 'металеносна', 'діяння'] +common_voice_uk_23559480-2291-0: ref=['шовінізм', 'забрав', 'у', 'людини', 'людську', 'совість'] +common_voice_uk_23559480-2291-0: hyp=['що', 'він', 'забрав', 'у', 'людини', 'людську', 'совість'] +common_voice_uk_23559481-2292-0: ref=['князь', 'був', 'сторонньою', 'людиною'] +common_voice_uk_23559481-2292-0: hyp=['князь', 'був', 'сторонньою', 'людиною'] +common_voice_uk_23559487-2293-0: ref=['обидва', 'останні', 'московські', 'князі', 'династії', 'рюриковичів', 'були', 'людьми', 'ненормальними'] +common_voice_uk_23559487-2293-0: hyp=['обидва', 'останні', 'московські', 'князів', 'настій', 'рижиковича', 'були', 'людьми', 'ненормальними'] +common_voice_uk_23559488-2294-0: ref=['у', 'кожного', 'своє', 'розуміння', 'волі', 'своє', 'розуміння', 'щастя', 'спів', 'щастя', 'спів', 'участі'] +common_voice_uk_23559488-2294-0: hyp=['у', 'кожного', 'своє', 'розуміння', 'волі', 'своє', 'розуміння', 'щастя', 'з', 'під', 'щастя', 'співучасті'] +common_voice_uk_23559489-2295-0: ref=['але', 'якщо', 'це', 'встановлений', 'факт', 'тоді', 'зрозуміло', 'для', 'чого', 'відбувалося', 'переписування'] +common_voice_uk_23559489-2295-0: hyp=['але', 'якщо', 'це', 'встановлений', 'факт', 'тоді', 'зрозуміло', 'для', 'чого', 'відбувалося', 'переписування'] +common_voice_uk_23559490-2296-0: ref=['які', 'прізвища'] +common_voice_uk_23559490-2296-0: hyp=['які', 'прізвища'] +common_voice_uk_23559491-2297-0: ref=['олександр', 'зробив', 'доленосний', 'вибір', 'між', 'сходом', 'і', 'заходом', 'на', 'користь', 'сходу'] +common_voice_uk_23559491-2297-0: hyp=['олександр', 'зробив', 'доленосний', 'імовір', 'між', 'сходом', 'і', 'заходом', 'на', 'користь', 'сходу'] +common_voice_uk_23559573-2298-0: ref=['ви', 'чуєте', 'ці', 'кулі', 'це', 'народ', 'промовляє'] +common_voice_uk_23559573-2298-0: hyp=['ви', 'чуєте', 'ці', 'кулі', 'це', 'народ', 'промовляє'] +common_voice_uk_23559575-2299-0: ref=['хочу', 'звернути', 'увагу', 'на', 'цю', 'цитату', 'ось', 'у', 'якому', 'контексті'] +common_voice_uk_23559575-2299-0: hyp=['хоче', 'звернути', 'увагу', 'на', 'цю', 'цитату', 'ось', 'у', 'якому', 'контексті'] +common_voice_uk_23559577-2300-0: ref=['князі', 'племен'] +common_voice_uk_23559577-2300-0: hyp=['разі', 'племен'] +common_voice_uk_23559634-2301-0: ref=['година', 'вранці', 'варта', 'двох', 'увечері'] +common_voice_uk_23559634-2301-0: hyp=['година', 'вранці', 'варта', 'двох', 'овечері'] +common_voice_uk_23559635-2302-0: ref=['юний', 'литовський', 'князь', 'остей', 'загинув', 'захищаючи', 'москву'] +common_voice_uk_23559635-2302-0: hyp=['юний', 'литовський', 'князь', 'гостей', 'загинув', 'захищаючи', 'мозку'] +common_voice_uk_23559636-2303-0: ref=['одне', 'святе', 'є', 'в', 'світі', 'кров', 'людей', 'хоробрих'] +common_voice_uk_23559636-2303-0: hyp=['одне', 'святе', 'у', 'світі', 'корови', 'людей', 'хоробрих'] +common_voice_uk_23559637-2304-0: ref=['але', 'про', 'це', 'поговоримо', 'дещо', 'згодом'] +common_voice_uk_23559637-2304-0: hyp=['але', 'про', 'це', 'поговоримо', 'те', 'що'] +common_voice_uk_23559638-2305-0: ref=['але', 'таких', 'князів', 'було', 'більше', 'десятка', 'якщо', 'не', 'два', 'десятки'] +common_voice_uk_23559638-2305-0: hyp=['але', 'таких', 'князів', 'було', 'більше', 'десятка', 'якщо', 'не', 'два', 'десятки'] +common_voice_uk_23559694-2306-0: ref=['важливо', 'щоб', 'їх', 'можна', 'було', 'подати', 'як', 'діяння', 'во', 'славу', 'московії', 'і', 'квит'] +common_voice_uk_23559694-2306-0: hyp=['бажливо', 'щоб', 'їх', 'можна', 'було', 'подати', 'як', 'діяння', 'в', 'арславу', 'московії', 'і', 'квит'] +common_voice_uk_23559696-2307-0: ref=['перш', 'ніж', 'повернутися', 'до', 'московських', 'князів', 'хочу', 'навести', 'ще', 'один', 'замовчуваний', 'факт', 'російської', 'історії'] +common_voice_uk_23559696-2307-0: hyp=['перш', 'ніж', 'повернутися', 'до', 'московських', 'князів', 'хочу', 'навести', 'ще', 'один', 'замовчуваний', 'факт', 'російської', 'історії'] +common_voice_uk_23559697-2308-0: ref=['ми', 'нація', "сузір'я", 'мільйонів', 'ми', 'серце', 'воль', 'ми', 'буйна', 'кузня', 'сили'] +common_voice_uk_23559697-2308-0: hyp=['ми', 'нація', "сузір'я", 'мільйонів', 'ми', 'серце', 'вольт', 'ми', 'буйна', 'кузня', 'сили'] +common_voice_uk_23559725-2309-0: ref=['ось', 'одна', 'з', 'причин', 'князівської', 'зацікавленості'] +common_voice_uk_23559725-2309-0: hyp=['ой', 'сюда', 'з', 'причин', 'княгие', 'зацікавленості'] +common_voice_uk_23559726-2310-0: ref=['у', 'цій', 'цитаті', 'два', 'факти', 'правда', 'інші', 'звична', 'брехня'] +common_voice_uk_23559726-2310-0: hyp=['оці', 'цитаті', 'два', 'факти', 'правда', 'інші', 'звична', 'брехня'] +common_voice_uk_23559727-2311-0: ref=['слід', 'зазначити', 'князівський', 'рід', 'по', 'лінії', 'юрія', 'довгорукого', 'розмножувався', 'з', 'винятковою', 'швидкістю'] +common_voice_uk_23559727-2311-0: hyp=['чи', 'ти', 'значитейські', 'рід', 'по', 'лінії', 'юрія', 'докору', 'кого', 'розмножувався', 'з', 'винятковою', 'швидкістю'] +common_voice_uk_23559728-2312-0: ref=['і', 'знову', 'запалали', 'селища', 'в', 'землі', 'моксель', 'почалися', 'нові', 'чвари'] +common_voice_uk_23559728-2312-0: hyp=['і', 'знову', 'запалась', 'а', 'ще', 'в', 'землі', 'максель', 'почалися', 'нові', 'чвари'] +common_voice_uk_23559729-2313-0: ref=['а', 'тільки', 'як', 'небудь', 'спіткнись', 'дивись', 'хто', 'й', 'поважав', 'той', 'лає'] +common_voice_uk_23559729-2313-0: hyp=['а', 'тільки', 'як', 'небудь', 'спитнись', 'дивись', 'хто', 'й', 'поважав', 'то', 'й', 'лає'] +common_voice_uk_23559735-2314-0: ref=['життя', 'народу', 'у', 'жнивах', 'ланів'] +common_voice_uk_23559735-2314-0: hyp=['життя', 'народу', 'жнивих', 'колонів'] +common_voice_uk_23559736-2315-0: ref=['театр', 'це', 'така', 'кафедра', 'з', 'якої', 'можна', 'багато', 'сказати', 'світу', 'добра'] +common_voice_uk_23559736-2315-0: hyp=['театр', 'це', 'така', 'кафедра', 'з', 'якою', 'можна', 'багато', 'сказати', 'світу', 'добра'] +common_voice_uk_23559738-2316-0: ref=['бояри', 'ж', 'які', 'оточували', 'івана', 'дивилися', 'на', 'це', 'трохи', 'інакше'] +common_voice_uk_23559738-2316-0: hyp=['бояриш', 'який', 'оточували', 'івана', 'дивилися', 'на', 'це', 'трохи', 'інакше'] +common_voice_uk_23559739-2317-0: ref=['радше', 'друге'] +common_voice_uk_23559739-2317-0: hyp=['радше', 'друге'] +common_voice_uk_23559754-2318-0: ref=['держава', 'забезпечує', 'захист', 'конкуренції', 'у', 'підприємницькій', 'діяльності'] +common_voice_uk_23559754-2318-0: hyp=['держава', 'забезпечує', 'захист', 'конкуренції', 'у', 'підприємницькій', 'діяльності'] +common_voice_uk_23559755-2319-0: ref=['і', 'останнє', 'про', 'що', 'хочу', 'повідомити', 'читачам', 'у', 'цьому', 'розділі'] +common_voice_uk_23559755-2319-0: hyp=['і', 'остання', 'про', 'що', 'хочу', 'повідомити', 'читачам', 'по', 'цьому', 'розділі'] +common_voice_uk_23559756-2320-0: ref=['кров', 'без', 'любові', 'викупить', 'не', 'може'] +common_voice_uk_23559756-2320-0: hyp=['кров', 'без', 'любові', 'викупить', 'не', 'може'] +common_voice_uk_23559757-2321-0: ref=['усі', "об'єднання", 'громадян', 'рівні', 'перед', 'законом'] +common_voice_uk_23559757-2321-0: hyp=['усі', "об'єднання", 'громадян', 'рівні', 'перед', 'законом'] +common_voice_uk_23559758-2322-0: ref=['катом', 'будь', 'панування', 'гидкого', 'люто', 'бийся', 'за', 'рідний', 'свій', 'край'] +common_voice_uk_23559758-2322-0: hyp=['катом', 'будь', 'панування', 'гидкого', 'люто', 'бийся', 'за', 'рідний', 'свій', 'край'] +common_voice_uk_23559759-2323-0: ref=['безкорисливість', 'це', 'самого', 'себе', 'пізнати', 'істинне', 'дзеркало', 'світу', 'і', 'все', 'що', 'в', 'світі'] +common_voice_uk_23559759-2323-0: hyp=['безкорисливість', 'з', 'самого', 'себе', 'пізнати', 'і', 'сини', 'дзеркало', 'світу', 'і', 'все', 'ще', 'в', 'світі'] +common_voice_uk_23559760-2324-0: ref=['стражданнями', 'і', 'горем', 'визначено', 'нам', 'добувати', 'зернини', 'мудрості', 'не', 'видобуті', 'із', 'книг'] +common_voice_uk_23559760-2324-0: hyp=['стражданнями', 'й', 'горем', 'визначено', 'на', 'добувати', 'зернини', 'мудрості', 'не', 'видно', 'будь', 'із', 'книг'] +common_voice_uk_23559761-2325-0: ref=['йдеться', 'про', 'участь', 'суздальських', 'військ', 'і', 'дружин', 'у', 'воєнних', 'діях', 'імперії'] +common_voice_uk_23559761-2325-0: hyp=['ідеться', 'про', 'участь', 'сузельських', 'військ', 'і', 'дружин', 'у', 'воєнних', 'діях', 'імперії'] +common_voice_uk_23559762-2326-0: ref=['до', 'повноважень', 'конституційного', 'суду', 'україни', 'належить'] +common_voice_uk_23559762-2326-0: hyp=['до', 'повноважень', 'конституційного', 'суду', 'україни', 'належить'] +common_voice_uk_23559763-2327-0: ref=['свідомо', 'замовчує', 'головне'] +common_voice_uk_23559763-2327-0: hyp=['свідомо', 'замовчує', 'головне'] +common_voice_uk_23559777-2328-0: ref=['держава', 'дбає', 'про', 'розвиток', 'фізичної', 'культури', 'і', 'спорту', 'забезпечує', 'санітарно', 'епідемічне', 'благополуччя'] +common_voice_uk_23559777-2328-0: hyp=['держава', 'дбає', 'про', 'розвиток', 'фізичної', 'культури', 'і', 'спорту', 'забезпечує', 'санітарна', 'епідемічний', 'благополуччю'] +common_voice_uk_23559779-2329-0: ref=['хай', 'мертва', 'буква', 'вас', 'не', 'мане', 'до', 'свар', 'заслонюючи', 'суть'] +common_voice_uk_23559779-2329-0: hyp=['хай', 'мертва', 'буква', 'у', 'вас', 'не', 'мане', 'до', 'свар', 'заслонюючи', 'суть'] +common_voice_uk_23559780-2330-0: ref=['і', 'я', 'залишаю', 'матеріал', 'на', 'місяці', 'оминаю', 'його', 'щоб', 'не', 'ятрити', 'душу'] +common_voice_uk_23559780-2330-0: hyp=['і', 'я', 'залишаю', 'матеріал', 'на', 'місяць', 'комунаю', 'його', 'щоб', 'не', 'ятрити', 'душно'] +common_voice_uk_23559781-2331-0: ref=['а', 'так', 'виглядає', 'російське', 'сказання', 'про', 'золоту', 'орду'] +common_voice_uk_23559781-2331-0: hyp=['а', 'так', 'виглядає', 'російське', 'сказання', 'про', 'золоту', 'орду'] +common_voice_uk_23559788-2332-0: ref=['реформи', 'столипіна', 'росія', 'повністю', 'не', 'завершила'] +common_voice_uk_23559788-2332-0: hyp=['реформи', 'столипіна', 'росія', 'повністю', 'не', 'завершила'] +common_voice_uk_23559790-2333-0: ref=['в', 'цій', 'ідеї', 'криється', 'секрет', 'зберегти', 'ядро', 'імперії', 'а', 'інші', 'шматки', 'згодом', 'приростуть'] +common_voice_uk_23559790-2333-0: hyp=['в', 'цій', 'деії', 'криється', 'секрет', 'зберегти', 'ядро', 'імперії', 'а', 'інші', 'шматки', 'згодом', 'приростуть'] +common_voice_uk_23559791-2334-0: ref=['ось', 'і', 'замкнуто', 'порочне', 'коло', 'з', 'доважком', 'брехні'] +common_voice_uk_23559791-2334-0: hyp=['ось', 'і', 'замкнуто', 'порочне', 'коло', 'здолашком', 'верхні'] +common_voice_uk_23559792-2335-0: ref=['настала', 'пора', 'відучитися', 'заглядати', 'за', 'спину', 'сусіда'] +common_voice_uk_23559792-2335-0: hyp=['настала', 'пора', 'й', 'долучитися', 'заглядати', 'за', 'спину', 'сусіда'] +common_voice_uk_23559893-2336-0: ref=['за', 'цього', 'князя', 'кривава', 'московська', 'гризня', 'сягнула', 'апогею'] +common_voice_uk_23559893-2336-0: hyp=['за', 'цього', 'князя', 'криваво', 'московська', 'гризня', 'сягнула', 'апогею'] +common_voice_uk_23559895-2337-0: ref=['усі', 'російські', 'історики', 'в', 'свої', 'оповіді', 'запускали', 'той', 'чи', 'інший', 'доважок', 'брехні'] +common_voice_uk_23559895-2337-0: hyp=['усі', 'російські', 'історики', 'в', 'свої', 'оповіді', 'й', 'запускали', 'той', 'чи', 'інший', 'давачок', 'верхні'] +common_voice_uk_23559918-2338-0: ref=['нема', 'сильніш', 'од', 'землетрусу'] +common_voice_uk_23559918-2338-0: hyp=['нема', 'сильнішого', 'землетруса'] +common_voice_uk_23559919-2339-0: ref=['хан', 'гірей', 'за', 'підтримки', 'турецького', 'султана', 'вирішив', 'провчити', 'клятвопорушника', 'який', 'зазіхнув', 'на', 'титул', 'царя'] +common_voice_uk_23559919-2339-0: hyp=['хан', 'єрейси', 'підтримки', 'турецького', 'султана', 'вирішив', 'провчити', 'клятвопорушника', 'який', 'зазіхнув', 'над', 'титул', 'царя'] +common_voice_uk_23559920-2340-0: ref=['про', 'яке', 'приєднання', 'південної', 'росії', 'може', 'бути', 'мова', 'до', 'кого', 'приєднувати'] +common_voice_uk_23559920-2340-0: hyp=['про', 'яке', 'приєднення', 'південної', 'росії', 'може', 'бути', 'мова', 'до', 'кого', 'приєднувати'] +common_voice_uk_23559921-2341-0: ref=['у', 'випадку', 'з', 'олександром', 'невським', 'було', 'те', 'ж', 'що', 'й', 'у', 'випадку', 'із', 'власовим'] +common_voice_uk_23559921-2341-0: hyp=['у', 'випадку', 'з', 'олександром', 'невським', 'було', 'теж', 'шиє', 'у', 'випадку', 'із', 'власовим'] +common_voice_uk_23559922-2342-0: ref=['на', 'злодієві', 'шапка', 'горить'] +common_voice_uk_23559922-2342-0: hyp=['на', 'злодієві', 'шапка', 'горить'] +common_voice_uk_23559929-2343-0: ref=['ухопив', 'місяця', 'зубами'] +common_voice_uk_23559929-2343-0: hyp=['ухопив', 'місяця', 'зубами'] +common_voice_uk_23559930-2344-0: ref=['виїхати', 'в', 'іран', 'була', 'схоплена', 'й', 'страчена'] +common_voice_uk_23559930-2344-0: hyp=['виїхати', 'в', 'іран', 'була', 'схоплена', 'й', 'страчена'] +common_voice_uk_23559931-2345-0: ref=['зостарівся'] +common_voice_uk_23559931-2345-0: hyp=['зостарівся'] +common_voice_uk_23559932-2346-0: ref=['адже', 'хан', 'берке', 'розумів', 'не', 'можна', 'залишати', 'живим', 'анду', 'сартака'] +common_voice_uk_23559932-2346-0: hyp=['адже', 'ханбергер', 'розумів', 'не', 'може', 'залишатись', 'живим', 'андусар', 'така'] +common_voice_uk_23559938-2347-0: ref=['підставами', 'для', 'звільнення', 'судді', 'конституційного', 'суду', 'україни', 'з', 'посади', 'є'] +common_voice_uk_23559938-2347-0: hyp=['підставами', 'для', 'звільнення', 'суньої', 'конституційного', 'суду', 'україни', 'з', 'посади', 'є'] +common_voice_uk_23559939-2348-0: ref=['і', 'цей', 'князь', 'більшу', 'частину', 'свого', 'князювання', 'провів', 'в', 'орді'] +common_voice_uk_23559939-2348-0: hyp=['і', 'це', 'князь', 'в', 'іншій', 'частину', 'спокіязьювання', 'привів', 'борді'] +common_voice_uk_23559940-2349-0: ref=['не', 'варто', 'плутати', 'князя', 'чингісида', 'з', 'його', 'князівством'] +common_voice_uk_23559940-2349-0: hyp=['не', 'варто', 'плутати', 'князя', 'чи', 'неї', 'сина', 'з', 'його', 'князівства'] +common_voice_uk_23559943-2350-0: ref=['врятуєш', 'душу', 'коли', 'загубиш', 'тіло'] +common_voice_uk_23559943-2350-0: hyp=['рятуєш', 'душу', 'коли', 'загубиш', 'тіло'] +common_voice_uk_23559944-2351-0: ref=['на', 'другому', 'місці', 'почали', 'згадувати', 'свого', 'івана'] +common_voice_uk_23559944-2351-0: hyp=['на', 'другому', 'місці', 'почали', 'згадувати', 'свого', 'івана'] +common_voice_uk_23559947-2352-0: ref=['не', 'слід', 'нікому', 'помилятися', 'щодо', 'цього'] +common_voice_uk_23559947-2352-0: hyp=['не', 'слід', 'нікому', 'помилятися', 'ще', 'до', 'цього'] +common_voice_uk_23559955-2353-0: ref=['цей', 'факт', 'підтверджений', 'історично'] +common_voice_uk_23559955-2353-0: hyp=['цей', 'факт', 'підтверджений', 'історично'] +common_voice_uk_23559956-2354-0: ref=['але', 'брехня', 'російської', 'імперії', 'не', 'вмре', 'власною', 'смертю'] +common_voice_uk_23559956-2354-0: hyp=['але', 'брехня', 'російської', 'імперії', 'не', 'вмре', 'власною', 'смертю'] +common_voice_uk_23559957-2355-0: ref=['в', 'природі', 'ніщо', 'не', 'відбувається', 'випадково', 'а', 'лише', 'для', 'певної', 'мети'] +common_voice_uk_23559957-2355-0: hyp=['в', 'природі', 'ніщо', 'не', 'відбувається', 'випадково', 'а', 'лише', 'для', 'певної', 'мати'] +common_voice_uk_23559958-2356-0: ref=['гравець', 'не', 'так', 'досконало', 'володіє', "м'ячем", 'як', 'оратор', 'душею', 'людини'] +common_voice_uk_23559958-2356-0: hyp=['гравець', 'не', 'так', 'досконало', 'володієм', 'якщом', 'як', 'окуратор', 'душею', 'людини'] +common_voice_uk_23559959-2357-0: ref=['військам', 'баторія', 'відкрився', 'прямий', 'шлях', 'і', 'на', 'псков', 'і', 'на', 'москву'] +common_voice_uk_23559959-2357-0: hyp=['військам', 'баторія', 'відкрився', 'прямий', 'шлях', 'і', 'на', 'москов', 'і', 'на', 'москву'] +common_voice_uk_23559960-2358-0: ref=['старий', 'кінь', 'борозни', 'не', 'зіпсує'] +common_voice_uk_23559960-2358-0: hyp=['старий', 'кінь', 'борознини', 'зіпсує'] +common_voice_uk_23559961-2359-0: ref=['коли', 'подбаємо', 'божі', 'заповіді', 'зберегти', 'то', 'його', 'слова', 'у', 'нас', 'будуть', 'і', 'плоди', 'принесемо'] +common_voice_uk_23559961-2359-0: hyp=['коли', 'подбаємо', 'божі', 'заповіді', 'зберегти', 'то', 'його', 'слова', 'у', 'нас', 'будуть', 'і', 'плоди', 'принесемо'] +common_voice_uk_23559976-2360-0: ref=['стань', 'спершу', 'сам', 'чистішим', 'душею', 'а', 'потім', 'намагайся', 'щоб', 'інші', 'були', 'чистіші'] +common_voice_uk_23559976-2360-0: hyp=['стан', 'спершу', 'сам', 'частішив', 'душею', 'а', 'потім', 'намагаюся', 'щоб', 'інші', 'були', 'частіше'] +common_voice_uk_23559978-2361-0: ref=['але', 'ж', 'відтоді', 'минуло', 'понад', 'сто', 'років'] +common_voice_uk_23559978-2361-0: hyp=['але', 'ж', 'відтоді', 'минуло', 'понад', 'сто', 'років'] +common_voice_uk_23559980-2362-0: ref=['бо', 'автор', 'має', 'підставу', 'для', 'розмови'] +common_voice_uk_23559980-2362-0: hyp=['бо', 'автор', 'має', 'підставу', 'для', 'розмови'] +common_voice_uk_23559995-2363-0: ref=['адже', 'просто', 'так', 'із', 'примхи', 'великоросійських', 'істориків', "слов'янський", 'народ', 'переміщатися', 'не', 'міг'] +common_voice_uk_23559995-2363-0: hyp=['адже', 'просто', 'так', 'і', 'з', 'примхи', 'великоросійських', 'істориків', "слов'янський", 'народ', 'переміщався', 'не', 'міг'] +common_voice_uk_23559996-2364-0: ref=['і', 'то', 'був', 'не', 'перший', 'випадок', 'перебування', 'суздальських', 'військ', 'на', 'сході', 'імперії'] +common_voice_uk_23559996-2364-0: hyp=['і', 'то', 'був', 'не', 'перший', 'випадок', 'перебування', 'суздальських', 'військ', 'на', 'сході', 'імперії'] +common_voice_uk_23559997-2365-0: ref=['їх', 'досить'] +common_voice_uk_23559997-2365-0: hyp=['їх', 'досить'] +common_voice_uk_23559999-2366-0: ref=['схилімо', 'голови', 'перед', 'безвинними', 'жертвами', 'варварської', 'імперії'] +common_voice_uk_23559999-2366-0: hyp=['сліму', 'голови', 'перед', 'безвинними', 'жертвами', 'варварської', 'імперії'] +common_voice_uk_23560138-2367-0: ref=['хто', 'жив', 'довго', 'та', 'пусто', 'не', 'давши', 'нічого'] +common_voice_uk_23560138-2367-0: hyp=['хто', 'жив', 'довго', 'та', 'капусту', 'не', 'давши', 'нічого'] +common_voice_uk_23560140-2368-0: ref=['суздальський', 'князь', 'ярослав', 'став', 'лише', 'пішаком', 'у', 'протистоянні', 'між', 'гуюком', 'і', 'батиєм'] +common_voice_uk_23560140-2368-0: hyp=['соцький', 'князь', 'ярослав', 'став', 'лише', 'пішаком', 'у', 'протистоянні', 'ужгородиком'] +common_voice_uk_23560141-2369-0: ref=['одні', 'живуть', 'могили', 'вірних', 'батьківщині'] +common_voice_uk_23560141-2369-0: hyp=['одні', 'живуть', 'могили', 'вірних', 'батьківщині'] +common_voice_uk_23560142-2370-0: ref=['в', 'історії', 'русі', 'ви', 'ніколи', 'не', 'знайдете', 'подібного', 'варварства', 'щодо', 'своїх', 'одноплемінників'] +common_voice_uk_23560142-2370-0: hyp=['в', 'історії', 'русі', 'винні', 'ніколи', 'не', 'знайдете', 'подібного', 'варварства', 'щодо', 'своїх', 'однопромінів'] +common_voice_uk_23560153-2371-0: ref=['трудно', 'вірить', 'щоб', 'погану', 'одіж', 'могла', 'носить', 'якась', 'ідея', 'гарна'] +common_voice_uk_23560153-2371-0: hyp=['трудно', 'вірить', 'що', 'погано', 'одіж', 'могла', 'носити', 'якась', 'ідея', 'гарна'] +common_voice_uk_23560154-2372-0: ref=['це', 'не', 'вигадки', 'дослідників'] +common_voice_uk_23560154-2372-0: hyp=['це', 'не', 'вигадки', 'дослідники'] +common_voice_uk_23560155-2373-0: ref=['не', 'хвались', 'ідучи', 'на', 'торг', 'а', 'хвались', 'ідучи', 'з', 'торгу'] +common_voice_uk_23560155-2373-0: hyp=['не', 'хвались', 'ідучи', 'на', 'торг', 'а', 'хвались', 'ідучи', 'з', 'того'] +common_voice_uk_23560156-2374-0: ref=['князь', 'міг', 'відіслати', 'від', 'себе', 'своїх', 'сподвижників', 'і', 'вони', 'могли', 'його', 'залишити'] +common_voice_uk_23560156-2374-0: hyp=['князь', 'міг', 'відіслати', 'від', 'себе', 'своїх', 'сподвижників', 'і', 'вони', 'могли', 'його', 'залишити'] +common_voice_uk_23560157-2375-0: ref=['і', 'дуже', 'швидко'] +common_voice_uk_23560157-2375-0: hyp=['і', 'дуже', 'швидко'] +common_voice_uk_23560168-2376-0: ref=['сарай', 'це', 'було', 'місто', 'царя'] +common_voice_uk_23560168-2376-0: hyp=['старай', 'це', 'було', 'місто', 'царя'] +common_voice_uk_23560169-2377-0: ref=['витратили', 'чимало', 'гропіей', 'але', 'не', 'зробили', 'найпотрібнішого', 'поважного', 'вченого', 'зводу', 'літописів'] +common_voice_uk_23560169-2377-0: hyp=['витратила', 'чимало', 'крупій', 'але', 'не', 'зробили', 'найпотрібнішого', 'поважного', 'вченого', 'своду', 'літописів'] +common_voice_uk_23560182-2378-0: ref=['земля', 'не', 'пекло', 'люди', 'не', 'прокляті', 'і', 'радощі', 'не', 'гріх', 'а', 'божий', 'дар'] +common_voice_uk_23560182-2378-0: hyp=['земля', 'не', 'пекло', 'люди', 'не', 'прокляті', 'і', 'радощі', 'не', 'гріх', 'а', 'гузика'] +common_voice_uk_23560185-2379-0: ref=['а', 'нам', 'десятиліттями', 'розказували', 'байки', 'про', 'татаро', 'монгольське', 'ярмо', 'і', 'куликове', 'поле'] +common_voice_uk_23560185-2379-0: hyp=['а', 'нам', 'десятиліття', 'не', 'розказували', 'байки', 'про', 'татара', 'монгольське', 'ярмо', 'і', 'коли', 'кого', 'поле'] +common_voice_uk_23560186-2380-0: ref=['тому', 'що', 'населення', 'цих', 'підкорених', 'міст', 'було', 'знищене'] +common_voice_uk_23560186-2380-0: hyp=['тому', 'що', 'населення', 'цих', 'підкорених', 'місць', 'було', 'знищено'] +common_voice_uk_23560189-2381-0: ref=['у', 'ставці', 'хана', 'узбека', 'михайла', 'тверського', 'чекала', 'жорстока', 'смерть'] +common_voice_uk_23560189-2381-0: hyp=['остапці', 'ханоуб', 'бека', 'михайла', 'тверського', 'чекав', 'жорстокою'] +common_voice_uk_23560190-2382-0: ref=['не', 'ганьбіться', 'на', 'людях'] +common_voice_uk_23560190-2382-0: hyp=['не', 'ганьбіться', 'на', 'людях'] +common_voice_uk_23560221-2383-0: ref=['гумор', 'найкраще', 'враження', 'робить', 'при', 'серйозному', 'тоні'] +common_voice_uk_23560221-2383-0: hyp=['гумор', 'найкраще', 'враження', 'робить', 'при', 'серйозному', 'тоні'] +common_voice_uk_23560222-2384-0: ref=['на', 'тобі', 'небоже', 'що', 'мені', 'негоже'] +common_voice_uk_23560222-2384-0: hyp=['на', 'тобі', 'не', 'було', 'що', 'мені', 'негози'] +common_voice_uk_23560224-2385-0: ref=['предки', 'українців', 'поляни', 'деревляни', 'уличі', 'тиверці'] +common_voice_uk_23560224-2385-0: hyp=['предки', 'українців', 'поляни', 'деревляни', 'у', 'личі', 'тиверці'] +common_voice_uk_23560225-2386-0: ref=['якщо', 'людина', 'сама', 'не', 'хоче', 'то', 'не', 'дозволить', 'себе', 'закувати'] +common_voice_uk_23560225-2386-0: hyp=['якщо', 'людина', 'сама', 'не', 'хоче', 'то', 'не', 'дозволить', 'себе', 'заховати'] +common_voice_uk_23560244-2387-0: ref=['організація', 'повноваження', 'і', 'порядок', 'діяльності', 'рахункової', 'палати', 'визначаються', 'законом'] +common_voice_uk_23560244-2387-0: hyp=['організація', 'повноважень', 'і', 'порядок', 'діяльності', 'рахункової', 'палати', 'визначається', 'законом'] +common_voice_uk_23560245-2388-0: ref=['повноваження', 'судді', 'припиняються', 'у', 'разі'] +common_voice_uk_23560245-2388-0: hyp=['повноваження', 'судді', 'припиняється', 'у', 'разі'] +common_voice_uk_23560247-2389-0: ref=['олександр', 'мусив', 'знову', 'їхати', 'в', 'орду', 'де', 'сталася', 'велика', 'переміна'] +common_voice_uk_23560247-2389-0: hyp=['олександр', 'мусив', 'знову', 'їхати', 'в', 'орбіт', 'і', 'сталося', 'велика', 'переміна'] +common_voice_uk_23560272-2390-0: ref=['у', 'такий', 'же', 'спосіб', 'у', 'європи', 'був', 'запозичений', 'снаряд', 'вогнепальний'] +common_voice_uk_23560272-2390-0: hyp=['у', 'такій', 'же', 'спосіб', 'у', 'європу', 'був', 'запозичений', 'снаряд', 'вогнепальний'] +common_voice_uk_23560274-2391-0: ref=['особливо', 'в', 'підручниках', 'для', 'молодого', 'покоління', 'і', 'свого', 'і', 'чужого'] +common_voice_uk_23560274-2391-0: hyp=['особливо', 'в', 'підручниках', 'для', 'молодого', 'покоління', 'і', 'свого', 'і', 'чужого'] +common_voice_uk_23560275-2392-0: ref=['подібних', 'записів', 'можна', 'запитувати', 'ще', 'з', 'десяток'] +common_voice_uk_23560275-2392-0: hyp=['подібних', 'записів', 'можна', 'запитувати', 'ще', 'з', 'десятого'] +common_voice_uk_23560276-2393-0: ref=['гадаю', 'читачі', 'здогадуються', 'про', 'причину'] +common_voice_uk_23560276-2393-0: hyp=['гадаючи', 'такі', 'завадилися', 'пропорційно'] +common_voice_uk_23560285-2394-0: ref=['сподіваюся', 'читачі', 'розуміють', 'доля', 'князя', 'михайла', 'ярославовича', 'була', 'вирішена'] +common_voice_uk_23560285-2394-0: hyp=['сподіваюся', 'читачі', 'розуміють', 'і', 'доля', 'князя', 'михайла', 'ярослава', 'вирішена'] +common_voice_uk_23560286-2395-0: ref=['голова', 'верховної', 'ради', 'україни'] +common_voice_uk_23560286-2395-0: hyp=['голова', 'верховної', 'ради', 'україни'] +common_voice_uk_23560287-2396-0: ref=['а', 'вам', 'юрію', 'михайловичу'] +common_voice_uk_23560287-2396-0: hyp=['ава', 'юрію', 'михайлович'] +common_voice_uk_23560302-2397-0: ref=['актів', 'президента', 'україни'] +common_voice_uk_23560302-2397-0: hyp=['актів', 'президента', 'україни'] +common_voice_uk_23560303-2398-0: ref=['бояри', 'дружинники', 'які', 'прийшли', 'з', 'батьком', 'андрія', 'і', 'підкорили', 'племена'] +common_voice_uk_23560303-2398-0: hyp=['бояри', 'дружинники', 'які', 'прийшли', 'з', 'батьком', 'андрія', 'підкорили', 'племена'] +common_voice_uk_23560305-2399-0: ref=['ті', 'хто', 'працює', 'мають', 'право', 'на', 'страйк', 'для', 'захисту', 'своїх', 'економічних', 'і', 'соціальних', 'інтересів'] +common_voice_uk_23560305-2399-0: hyp=['ті', 'хто', 'працює', 'мають', 'право', 'на', 'стрек', 'для', 'захисту', 'своїх', 'економічних', 'і', 'соціальних', 'інтересів'] +common_voice_uk_23560306-2400-0: ref=['небо', 'також', 'підлягає', 'змінам'] +common_voice_uk_23560306-2400-0: hyp=['де', 'бо', 'також', 'підлягає', 'змінам'] +common_voice_uk_23560330-2401-0: ref=['облагороджена', 'нобелівською', 'премією', 'душа', 'солженіцина', 'іншої', 'постановки', 'питання', 'не', 'сприймає'] +common_voice_uk_23560330-2401-0: hyp=['благороджена', 'нобелівською', 'премією', 'душа', 'що', 'сулженіцина', 'інший', 'постановки', 'питання', 'не', 'сприймає'] +common_voice_uk_23560332-2402-0: ref=['подамо', 'цитату', 'факт', 'із', 'цієї', 'угоди'] +common_voice_uk_23560332-2402-0: hyp=['подамо', 'циту', 'факт', 'із', 'цієї', 'угоди'] +common_voice_uk_23560333-2403-0: ref=['нагадаю', 'вам', 'про', 'кілька', 'з', 'них'] +common_voice_uk_23560333-2403-0: hyp=['нагадаю', 'вам', 'про', 'кілька', 'з', 'них'] +common_voice_uk_23560336-2404-0: ref=['ніхто', 'бо', 'хто', 'ненавидить', 'себе', 'не', 'утримає', 'і', 'не', 'збереже', 'і', 'не', 'знайде'] +common_voice_uk_23560336-2404-0: hyp=['ніхто', 'бо', 'хто', 'ненавидить', 'себе', 'не', 'утримає', 'не', 'збереже', 'і', 'не', 'знайдете'] +common_voice_uk_23560337-2405-0: ref=['таблицю', 'складено', 'за', 'історією', 'україни', 'ореста', 'субтельного'] +common_voice_uk_23560337-2405-0: hyp=['таблицю', 'складено', 'за', 'історію', 'україни', 'орестос', 'оптельного'] +common_voice_uk_23560345-2406-0: ref=['легше', 'б', 'згинути', 'враз', 'було', 'в', 'борні', 'аніж', 'тратити', 'день', 'за', 'днем', 'в', 'журбі'] +common_voice_uk_23560345-2406-0: hyp=['легше', 'б', 'згинути', 'враз', 'було', 'в', 'борні', 'аніж', 'втратити', 'день', 'за', 'днем', 'в', 'журбі'] +common_voice_uk_23560346-2407-0: ref=['інакше', 'про', 'великокнязівський', 'престол', 'йому', 'б', 'і', 'мріяти', 'не', 'довелося'] +common_voice_uk_23560346-2407-0: hyp=['інакше', 'про', 'велику', 'князівський', 'престол', 'йому', 'б', 'і', 'мріяти', 'не', 'довелося'] +common_voice_uk_23560347-2408-0: ref=['приголомшений', 'батько', 'сидів', 'мовчки', 'не', 'знаючи', 'що', 'відповісти'] +common_voice_uk_23560347-2408-0: hyp=['приголомшений', 'батько', 'сидів', 'мовчки', 'не', 'знаючи', 'що', 'відповісти'] +common_voice_uk_23560348-2409-0: ref=['слова', 'полова', 'але', 'огонь', 'в', 'одежі', 'слова'] +common_voice_uk_23560348-2409-0: hyp=['слова', 'полова', 'але', 'огонь', 'в', 'одежі', 'слова'] +common_voice_uk_23560415-2410-0: ref=['не', 'прославиться', 'сокира', 'без', 'рубача'] +common_voice_uk_23560415-2410-0: hyp=['не', 'прославиться', 'сокира', 'без', 'рубоча'] +common_voice_uk_23560417-2411-0: ref=['ні', 'в', 'тин', 'ні', 'в', 'ворота'] +common_voice_uk_23560417-2411-0: hyp=['ні', 'в', 'темні', 'ворота'] +common_voice_uk_23560418-2412-0: ref=['отже', 'послухаймо'] +common_voice_uk_23560418-2412-0: hyp=['отже', 'послухаємо'] +common_voice_uk_23560423-2413-0: ref=['карамзін', 'саме', 'іпатіївський', 'звід', 'неспроста'] +common_voice_uk_23560423-2413-0: hyp=['карамзін', 'саме', 'і', 'патівсь', 'звіт', 'неспроста'] +common_voice_uk_23560431-2414-0: ref=['у', 'давньому', 'перебігу', 'подій', 'треба', 'очистити', 'зерно', 'від', 'полови'] +common_voice_uk_23560431-2414-0: hyp=['у', 'давньому', 'перебігу', 'подій', 'треба', 'очистити', 'зерно', 'від', 'половини'] +common_voice_uk_23560432-2415-0: ref=['і', 'слід', 'знайшовся'] +common_voice_uk_23560432-2415-0: hyp=['і', 'слід', 'знайшовся'] +common_voice_uk_23560434-2416-0: ref=['слізка', 'сильніше', 'одна', 'діє', 'ніж', 'цілий', 'потік'] +common_voice_uk_23560434-2416-0: hyp=['слізка', 'сильніша', 'одна', 'діє', 'ніж', 'цілий', 'потік'] +common_voice_uk_23560435-2417-0: ref=['не', 'ганьби', 'бо', 'оганьблений', 'будеш'] +common_voice_uk_23560435-2417-0: hyp=['не', 'ганьби', 'бо', 'ганблений', 'будеш'] +common_voice_uk_23560570-2418-0: ref=['природа', 'створює', 'справжні', 'речі', 'а', 'мистецтво', 'фіктивні', 'малювання', 'заслуговує', 'бути'] +common_voice_uk_23560570-2418-0: hyp=['природа', 'створює', 'справжні', 'речі', 'а', 'мистецтво', 'фіктальні', 'малювання', 'заслуговує', 'бути'] +common_voice_uk_23560572-2419-0: ref=['та', 'й', 'не', 'могли', 'знати'] +common_voice_uk_23560572-2419-0: hyp=['та', 'й', 'не', 'могли', 'знати'] +common_voice_uk_23560573-2420-0: ref=['а', 'за', 'власний', 'шмат', 'вони', 'готові', 'були', 'кожного', 'розтерзати', 'знищити', 'як', 'і', 'нині'] +common_voice_uk_23560573-2420-0: hyp=['а', 'за', 'власний', 'шмат', 'вони', 'готові', 'були', 'кожного', 'розтризати', 'знищити', 'як', 'і', 'нині'] +common_voice_uk_23560574-2421-0: ref=['і', 'ще', 'про', 'один', 'дуже', 'цікавий', 'факт', 'потрібно', 'згадати'] +common_voice_uk_23560574-2421-0: hyp=['у', 'ще', 'продам', 'дуже', 'цікавий', 'факт', 'потрібно', 'згадати'] +common_voice_uk_23560606-2422-0: ref=['професор', 'намагався', 'гудячи', 'одночасно', 'вихваляти'] +common_voice_uk_23560606-2422-0: hyp=['професор', 'намагався', 'гудячи', 'одночасно', 'вихваляти'] +common_voice_uk_23560609-2423-0: ref=['мене', 'завжди', 'вражав', 'підтекст', 'думки', 'великороса'] +common_voice_uk_23560609-2423-0: hyp=['мене', 'завжди', 'вражав', 'підтекст', 'думки', 'великороса'] +common_voice_uk_23560626-2424-0: ref=['однак', 'це', 'не', 'так'] +common_voice_uk_23560626-2424-0: hyp=['однак', 'це', 'не', 'так'] +common_voice_uk_23560663-2425-0: ref=['однак', 'за', 'джерелами', 'великоросів', 'на', 'сіті', 'загинув', 'і', 'великий', 'володимирський', 'князь', 'юрій', 'всеволодович'] +common_voice_uk_23560663-2425-0: hyp=['однак', 'за', 'джерелами', 'великоросів', 'на', 'сітті', 'загинув', 'і', 'великий', 'володимирський', 'князь', 'юрій', 'всеволодович'] +common_voice_uk_23560664-2426-0: ref=['ваші', 'предки', 'брали', 'це', 'місто', 'й', 'захищали', 'його', 'понад', 'десять', 'разів'] +common_voice_uk_23560664-2426-0: hyp=['ваші', 'предки', 'брали', 'це', 'місто', 'й', 'захищали', 'його', 'понад', 'десять', 'разів'] +common_voice_uk_23560735-2427-0: ref=['за', 'щучим', 'велінням', 'за', 'хотінням', 'карамзіна', 'отримав', 'димитрій', 'не', 'князівську', 'посаду', 'в', 'татарському'] +common_voice_uk_23560735-2427-0: hyp=['за', 'що', 'чим', 'велінням', 'захотінням', 'карамзіна', 'отримав', 'димитрій', 'не', 'князівську', 'посаду', 'в', 'татарському'] +common_voice_uk_23560736-2428-0: ref=['отже', 'його', 'книга', 'мала', 'посилання', 'на', 'багато', 'першоджерел'] +common_voice_uk_23560736-2428-0: hyp=['отже', 'його', 'книга', 'мала', 'посилання', 'набагато', 'першоджерел'] +common_voice_uk_23560737-2429-0: ref=['то', 'в', 'чому', 'ж', 'річ'] +common_voice_uk_23560737-2429-0: hyp=['то', 'в', 'чому', 'ж', 'річ'] +common_voice_uk_23560983-2430-0: ref=['міфи', 'російської', 'історії', 'безмірні', 'брехня', 'разюча'] +common_voice_uk_23560983-2430-0: hyp=['міфи', 'російської', 'історії', 'безмірна', 'брехня', 'роздюча'] +common_voice_uk_23560984-2431-0: ref=['як', 'бачимо', 'черговості', 'старшинства', 'великокнязівського', 'володимирського', 'престолу', 'дотримувалася', 'ціла', 'низка', 'аж', "дев'ять", 'князів'] +common_voice_uk_23560984-2431-0: hyp=['як', 'бачимо', 'черговості', 'старшинства', 'великокнязівського', 'володимирського', 'престолу', 'дотримувалася', 'ціла', 'низка', 'аж', "дев'ять", 'князів'] +common_voice_uk_23560987-2432-0: ref=['послухаймо', 'про', 'країну', 'сартаха', 'і', 'про', 'її', 'народи'] +common_voice_uk_23560987-2432-0: hyp=['то', 'слухаймо', 'про', 'країну', 'сартаха', 'і', 'про', 'її', 'народи'] +common_voice_uk_23561135-2433-0: ref=['мусіним', 'пушіним', 'так', 'званий', 'лаврентіївський', 'літописний', 'звід'] +common_voice_uk_23561135-2433-0: hyp=['мусимо', 'пущеним', 'так', 'званий', 'лаврентіївський', 'літописний', 'звіт'] +common_voice_uk_23561193-2434-0: ref=['пригадаймо', 'ми', 'спинилися', 'на', 'князі', 'московиті', 'юрію'] +common_voice_uk_23561193-2434-0: hyp=['пригадаймо', 'ми', 'спинилися', 'на', 'князя', 'московиті', 'юрію'] +common_voice_uk_23561194-2435-0: ref=['називай', 'хоч', 'горщиком', 'тільки', 'в', 'піч', 'не', 'став'] +common_voice_uk_23561194-2435-0: hyp=['називай', 'хоч', 'горщиком', 'тільки', 'в', 'піч', 'не', 'став'] +common_voice_uk_23561195-2436-0: ref=['кожна', 'людина', 'має', 'право', 'на', 'свободу', 'та', 'особисту', 'недоторканність'] +common_voice_uk_23561195-2436-0: hyp=['кожна', 'людина', 'має', 'право', 'на', 'свободу', 'та', 'особисту', 'недоторканність'] +common_voice_uk_23561219-2437-0: ref=['а', 'цим', 'пустунам', 'пане', 'лужков', 'теж', 'не', 'вистачає', 'севастополя'] +common_voice_uk_23561219-2437-0: hyp=['а', 'цим', 'пустунам', 'пана', 'лошков', 'теж', 'не', 'вистачає', 'севастополя'] +common_voice_uk_23561220-2438-0: ref=['що', 'нам', 'із', 'чужого', 'ясного', 'чи', 'злого'] +common_voice_uk_23561220-2438-0: hyp=['що', 'нам', 'із', 'чужого', 'ясного', 'чи', 'злого'] +common_voice_uk_23561232-2439-0: ref=['народ', 'зібрався', 'на', 'площі', 'був', 'свідком', 'видовища', 'жахливого'] +common_voice_uk_23561232-2439-0: hyp=['народ', 'зібрався', 'на', 'площі', 'бо', 'свідком', 'видовища', 'жахливого'] +common_voice_uk_23561233-2440-0: ref=['утіха', 'й', 'веселість', 'печаль', 'завжди', 'родять'] +common_voice_uk_23561233-2440-0: hyp=['одті', 'хай', 'веселість', 'печальство', 'завжди', 'ротять'] +common_voice_uk_23561235-2441-0: ref=['гадаю', 'такі', 'твердження', 'робилися', 'не', 'просто', 'так'] +common_voice_uk_23561235-2441-0: hyp=['гадаю', 'таке', 'твердження', 'робилося', 'не', 'просто', 'так'] +common_voice_uk_23561275-2442-0: ref=['хочу', 'нагадати', 'претензії', 'солженіцина', 'до', 'чечні', 'ічкерії'] +common_voice_uk_23561275-2442-0: hyp=['хочу', 'нагадати', 'претензії', 'служені', 'міцина', 'до', 'чечні', 'й', 'чккерія'] +common_voice_uk_23561349-2443-0: ref=['не', 'сій', 'на', 'межі', 'жита', 'ані', 'мудрості', 'на', 'серці', 'нерозумних'] +common_voice_uk_23561349-2443-0: hyp=['не', 'сій', 'на', 'межі', 'жита', 'ані', 'мудрості', 'на', 'серці', 'нерозумних'] +common_voice_uk_23561367-2444-0: ref=['була', 'вирішена', 'доля', 'й', 'синів', 'олександра'] +common_voice_uk_23561367-2444-0: hyp=['була', 'вирішена', 'доля', 'їх', 'синів', 'олександра'] +common_voice_uk_23561369-2445-0: ref=['про', 'його', 'отруєння', 'російські', 'історики', 'свідомо', 'мовчать'] +common_voice_uk_23561369-2445-0: hyp=['про', 'його', 'отруєння', 'російські', 'історики', 'свідомо', 'мовчать'] +common_voice_uk_23561387-2446-0: ref=['хоч', 'дурний', 'та', 'хитрий'] +common_voice_uk_23561387-2446-0: hyp=['хоч', 'дурний', 'птахитрий'] +common_voice_uk_23561424-2447-0: ref=['він', "пам'ятав", 'наскільки', 'невдалі', 'були', 'подібні', 'спроби', 'його', 'батька', 'і', 'діда'] +common_voice_uk_23561424-2447-0: hyp=['він', "пам'ятав", 'наскільки', 'невдалі', 'були', 'подібні', 'спроби', 'його', 'батька', 'і', 'діна'] +common_voice_uk_23561605-2448-0: ref=['а', 'далі', 'з', 'писань', 'того', 'ж', 'автора', 'відбулися', 'ще', 'більш', 'неймовірні', 'події'] +common_voice_uk_23561605-2448-0: hyp=['а', 'далі', 'з', 'писань', 'того', 'ж', 'автора', 'відбулися', 'ще', 'більш', 'неймовірні', 'події'] +common_voice_uk_23561606-2449-0: ref=['такі', 'реалії', 'поразки', 'московії', 'в', 'лівонській', 'війні'] +common_voice_uk_23561606-2449-0: hyp=['такі', 'реалії', 'поразки', 'московії', 'в', 'лівонській', 'війні'] +common_voice_uk_23561619-2450-0: ref=['бо', 'всі', 'напрацювання', 'державного', 'правління', 'були', 'запозичені', 'й', 'прийняті', 'у', 'спадок', 'від', 'золотої', 'орди'] +common_voice_uk_23561619-2450-0: hyp=['бо', 'всі', 'напрацювання', 'державного', 'правління', 'були', 'запозичені', 'прийняті', 'у', 'спадок', 'від', 'золотої', 'орти'] +common_voice_uk_23561671-2451-0: ref=['хай', 'буде', 'воля', 'божа', 'сказав', 'олександр', 'і', 'поніс', 'багаті', 'дари', 'узбекові', 'та', 'його', 'двору'] +common_voice_uk_23561671-2451-0: hyp=['хай', 'путе', 'воля', 'божа', 'сказав', 'олександр', 'і', 'поніс', 'багаті', 'тари', 'у', 'спекові', 'та', 'його', 'твору'] +common_voice_uk_23561699-2452-0: ref=['краще', 'пізно', 'як', 'ніколи'] +common_voice_uk_23561699-2452-0: hyp=['краще', 'пізно', 'як', 'ніколи'] +common_voice_uk_23561746-2453-0: ref=['за', 'моє', 'жито', 'мене', 'ж', 'і', 'бито'] +common_voice_uk_23561746-2453-0: hyp=['це', 'моє', 'жито', 'мене', 'ж', 'і', 'пито'] +common_voice_uk_23561777-2454-0: ref=['ні'] +common_voice_uk_23561777-2454-0: hyp=['ні', 'ні'] +common_voice_uk_23561780-2455-0: ref=['хто', 'тоді', 'допоміг', 'московитам'] +common_voice_uk_23561780-2455-0: hyp=['хто', 'тоді', 'допоміг', 'московитам'] +common_voice_uk_23561800-2456-0: ref=['я', 'бачу', 'російських', 'солдатів', 'які', 'збираються', 'в', 'цей', 'останній', 'південний', 'похід'] +common_voice_uk_23561800-2456-0: hyp=['я', 'бачу', 'російських', 'солдатів', 'які', 'збираються', 'в', 'цей', 'останній', 'південний', 'похід'] +common_voice_uk_23561806-2457-0: ref=['але', 'український', 'народ', 'від', 'розвалу', 'імперії', 'трагедії', 'не', 'відчуває'] +common_voice_uk_23561806-2457-0: hyp=['але', 'український', 'народ', 'від', 'розвалу', 'імперії', 'трагедійне', 'відчуває'] +common_voice_uk_23561874-2458-0: ref=['якщо', 'смерть', 'сартака', 'настала', 'від', 'отрути', 'то', 'не', 'думаю', 'що', 'олександра', 'спіткала', 'інша', 'доля'] +common_voice_uk_23561874-2458-0: hyp=['якщо', 'смерть', 'сертака', 'настала', 'від', 'отрути', 'то', 'не', 'думаю', 'що', 'олександра', 'спіткала', 'інша', 'толя'] +common_voice_uk_23561893-2459-0: ref=['псам', 'бо', 'і', 'свиням', 'не', 'треба', 'золота', 'а', 'нерозумному', 'мудрих', 'слів'] +common_voice_uk_23561893-2459-0: hyp=['сам', 'бо', 'й', 'свиням', 'не', 'треба', 'золота', 'а', 'нерозумному', 'мудрих', 'слів'] +common_voice_uk_23561894-2460-0: ref=['громадяни', 'відбувають', 'військову', 'службу', 'відповідно', 'до', 'закону'] +common_voice_uk_23561894-2460-0: hyp=['громадяни', 'відбувають', 'військову', 'службу', 'відповідно', 'до', 'закону'] +common_voice_uk_23561911-2461-0: ref=['цю', 'цифру', 'називають', 'і', 'серйозні', 'європейські', 'джерела'] +common_voice_uk_23561911-2461-0: hyp=['чи', 'цифру', 'називають', 'і', 'серйозні', 'європейські', 'джерела'] +common_voice_uk_23561915-2462-0: ref=['кого', 'любить', 'отець', 'того', 'й', 'карає'] +common_voice_uk_23561915-2462-0: hyp=['кого', 'любить', 'отець', 'того', 'й', 'карає'] +common_voice_uk_23561937-2463-0: ref=['мало', 'обраних', 'і', 'мало', 'в', 'кому', 'спасіння', 'хоче', 'віднайтися'] +common_voice_uk_23561937-2463-0: hyp=['малообраних', 'і', 'мало', 'кому', 'спасіння', 'хоче', 'віднайтися'] +common_voice_uk_23561939-2464-0: ref=['своя', 'губа', 'ближче'] +common_voice_uk_23561939-2464-0: hyp=['своєму', 'баблежче'] +common_voice_uk_23561954-2465-0: ref=['хто', 'любить', 'той', 'уподобитись', 'може', 'до', 'любого', 'і', 'тілом', 'і', 'душею'] +common_voice_uk_23561954-2465-0: hyp=['то', 'любить', 'той', 'употопитесь', 'може', 'то', 'люпого', 'і', 'тіл', 'і', 'душею'] +common_voice_uk_23561959-2466-0: ref=['жартувала', 'баба', 'з', 'колесом', 'та', 'в', 'спицях', 'застряла'] +common_voice_uk_23561959-2466-0: hyp=['жартувала', 'баба', 'з', 'колесом', 'та', 'спитим', 'застряла'] +common_voice_uk_23561964-2467-0: ref=['велике', 'дерево', 'поволі', 'росте'] +common_voice_uk_23561964-2467-0: hyp=['велике', 'дерево', 'поволі', 'росте'] +common_voice_uk_23561987-2468-0: ref=['бундючиться', 'й', 'бундючиться'] +common_voice_uk_23561987-2468-0: hyp=['бундюче', 'цей', 'бундючиця'] +common_voice_uk_23561989-2469-0: ref=['ми', 'ще', 'процитуємо', 'слова', 'сталіна', 'та', 'молотова', 'з', 'цього', 'приводу'] +common_voice_uk_23561989-2469-0: hyp=['ми', 'ще', 'процитуємо', 'слова', 'сталіна', 'та', 'молотова', 'з', 'цього', 'приводу'] +common_voice_uk_23561990-2470-0: ref=['уперед', 'хто', 'не', 'хоче', 'конати', 'статись', 'трупом', 'гнилим', 'живучи'] +common_voice_uk_23561990-2470-0: hyp=['уперед', 'хто', 'не', 'хоче', 'конати', 'стати', 'стати', 'струпом', 'новим', 'живучи'] +common_voice_uk_23562004-2471-0: ref=['але', 'подібне', 'відбувалося', 'не', 'лише', 'з', 'українцями', 'хоча', 'їм', 'діставалося', 'найбільше'] +common_voice_uk_23562004-2471-0: hyp=['але', 'потім', 'не', 'відпивалися', 'не', 'лише', 'з', 'українцями', 'хоча', 'їм', 'діставалося', 'найбільше'] +common_voice_uk_23562031-2472-0: ref=['не', 'все', 'в', 'цьому', 'світі', 'є', 'що', 'може', 'бути'] +common_voice_uk_23562031-2472-0: hyp=['не', 'все', 'в', 'цьому', 'світі', 'є', 'що', 'може', 'бути'] +common_voice_uk_23562060-2473-0: ref=['сором', 'мовчки', 'гинути', 'й', 'страждати', 'як', 'маєм', 'у', 'руках', 'хоч', 'заржавілий', 'меч'] +common_voice_uk_23562060-2473-0: hyp=['сором', 'мовчки', 'гинути', 'й', 'страждати', 'як', 'маємо', 'у', 'руках', 'хоч', 'дзержавілий', 'меч'] +common_voice_uk_23562074-2474-0: ref=['сам', 'собі', 'пан'] +common_voice_uk_23562074-2474-0: hyp=['сам', 'собі', 'пан'] +common_voice_uk_23562102-2475-0: ref=['хоча', 'йшлося', 'лише', 'про', 'збирання', 'данини', 'з', 'новгорода', 'для', 'золотої', 'орди'] +common_voice_uk_23562102-2475-0: hyp=['хоча', 'йшлося', 'лише', 'про', 'збирання', 'данини', 'знов', 'города', 'для', 'золотої', 'орди'] +common_voice_uk_23562103-2476-0: ref=['професор', 'великорос', 'не', 'став', 'би', 'зводити', 'наклеп', 'на', 'своє', "плем'я"] +common_voice_uk_23562103-2476-0: hyp=['професор', 'великорос', 'не', 'став', 'би', 'зводити', 'наклеп', 'на', 'своє', "плем'я"] +common_voice_uk_23562141-2477-0: ref=['держава', 'забезпечує', 'особисту', 'безпеку', 'судді', 'та', 'членів', 'його', "сім'ї"] +common_voice_uk_23562141-2477-0: hyp=['держава', 'забезпечує', 'особисту', 'безпеку', 'судді', 'та', 'членів', 'його', "сім'ї"] +common_voice_uk_23562142-2478-0: ref=['неплідному', 'дереву', 'в', 'огні', 'мук', 'згоряти'] +common_voice_uk_23562142-2478-0: hyp=['неплідному', 'дереву', 'вогні', 'мук', 'згоряти'] +common_voice_uk_23562145-2479-0: ref=['і', "з'явилася", 'ця', 'мета', 'значно', 'пізніше', 'коли', 'почалися', 'зіткнення', 'з', 'європою'] +common_voice_uk_23562145-2479-0: hyp=['і', "з'явилася", 'ця', 'мета', 'значно', 'пізніше', 'коли', 'почалися', 'зіткнення', 'з', 'європою'] +common_voice_uk_23562183-2480-0: ref=['радянський', 'період', 'був', 'не', 'менш', 'жорстоким'] +common_voice_uk_23562183-2480-0: hyp=['радянський', 'період', 'був', 'не', 'менш', 'жорстоким'] +common_voice_uk_23562198-2481-0: ref=['референдум', 'не', 'допускається', 'щодо', 'законопроектів', 'з', 'питань', 'податків', 'бюджету', 'та', 'амністії'] +common_voice_uk_23562198-2481-0: hyp=['ресторантом', 'не', 'допускається', 'що', 'то', 'законопроектів', 'з', 'питань', 'податків', 'бюджету', 'та', 'амністії'] +common_voice_uk_23562219-2482-0: ref=['подобається', 'чи', 'ні', 'ця', 'істина', 'великоросам', 'але', 'вона', 'є', 'фактом', 'незаперечним'] +common_voice_uk_23562219-2482-0: hyp=['подобається', 'чи', 'ні', 'ця', 'істиневого', 'короса', 'але', 'вона', 'є', 'фактом', 'не', 'заперечним'] +common_voice_uk_23562261-2483-0: ref=['великоросам', 'лише', 'так', 'хочеться', 'думати'] +common_voice_uk_23562261-2483-0: hyp=['великоросим', 'лише', 'так', 'хочеться', 'думати'] +common_voice_uk_23562263-2484-0: ref=['держава', 'прагне', 'до', 'збалансованості', 'бюджету', 'україни'] +common_voice_uk_23562263-2484-0: hyp=['держава', 'прагне', 'до', 'збалансованості', 'бюджету', 'україни'] +common_voice_uk_23562286-2485-0: ref=['хоть', 'вовк', 'линяє', 'та', 'норов', 'не', 'міняє'] +common_voice_uk_23562286-2485-0: hyp=['хоть', 'вовк', 'оленяє', 'та', 'норо', 'не', 'міняє'] +common_voice_uk_23562289-2486-0: ref=['послухаймо', 'ректора', 'російського', 'державного', 'гуманітарного', 'університету', 'юрія', 'афанасьева'] +common_voice_uk_23562289-2486-0: hyp=['послухаємо', 'ректора', 'російського', 'державного', 'гуманітарного', 'університету', 'юрія', 'афанасьєва'] +common_voice_uk_23562320-2487-0: ref=['можна', 'згадати', 'історію', 'іспанії'] +common_voice_uk_23562320-2487-0: hyp=['можна', 'згадати', 'історію', 'іспанії'] +common_voice_uk_23562343-2488-0: ref=['природно', 'ніхто', 'ніколи', 'не', 'бачив', 'цього', 'літопису', 'в', 'оригіналі'] +common_voice_uk_23562343-2488-0: hyp=['природно', 'ніхто', 'ніколи', 'не', 'бачив', 'цього', 'літопису', 'оригіналів'] +common_voice_uk_23562411-2489-0: ref=['кожен', 'має', 'право', 'на', 'свободу', 'світогляду', 'і', 'віросповідання'] +common_voice_uk_23562411-2489-0: hyp=['кожен', 'має', 'право', 'на', 'свободу', 'світогляду', 'і', 'віросповідання'] +common_voice_uk_23562413-2490-0: ref=['як', 'виявилося', 'дари', 'олександру', 'невському', 'були', 'гідні', 'його', 'вчинків'] +common_voice_uk_23562413-2490-0: hyp=['і', 'як', 'виявилося', 'дари', 'олександру', 'невському', 'були', 'гідні', 'його', 'вчинки'] +common_voice_uk_23562414-2491-0: ref=['такі', 'порядки', 'були', 'і', 'в', 'суздальській', 'землі'] +common_voice_uk_23562414-2491-0: hyp=['такі', 'порядки', 'були', 'і', 'в', 'суздальській', 'землі'] +common_voice_uk_23562417-2492-0: ref=['всі', 'вони', 'відрізняються', 'один', 'від', 'одного', 'типом', 'поховань', 'і', 'кількістю', 'останків', 'у', 'них'] +common_voice_uk_23562417-2492-0: hyp=['всі', 'вони', 'відрізняються', 'один', 'від', 'одного', 'типом', 'поховань', 'і', 'кількістю', 'останків', 'у', 'них'] +common_voice_uk_23562448-2493-0: ref=['ось', 'вам', 'ще', 'приклад', 'горбачов', 'михайло', 'сергійович'] +common_voice_uk_23562448-2493-0: hyp=['ось', 'вам', 'ще', 'приклад', 'горбачок', 'михайло', 'сергійович'] +common_voice_uk_23562518-2494-0: ref=['в', 'ті', 'роки', 'на', 'кубані', 'як', 'кажете', 'ви', 'переважно', 'розмовляли', 'українською', 'мовою'] +common_voice_uk_23562518-2494-0: hyp=['в', 'ті', 'роки', 'на', 'кубані', 'як', 'кажете', 'ви', 'переважно', 'розмовляли', 'українською', 'мовою'] +common_voice_uk_23562519-2495-0: ref=['він', 'знав', 'що', 'загрожувало', 'йому', 'в', 'каракорумі'] +common_voice_uk_23562519-2495-0: hyp=['він', 'знав', 'що', 'загрожувало', 'йому', 'в', 'карахромі'] +common_voice_uk_23562721-2496-0: ref=['князь', 'михайло', 'ярославович', 'повів', 'свої', 'війська', 'назустріч', 'прибульцям'] +common_voice_uk_23562721-2496-0: hyp=['князь', 'михайло', 'ярославович', 'повів', 'свої', 'війська', 'назустріч', 'прибульцям'] +common_voice_uk_23563259-2497-0: ref=['це', 'надалі', 'підтвердиться', 'й', 'іншими', 'викладками'] +common_voice_uk_23563259-2497-0: hyp=['це', 'надалі', 'підтвердиться', 'іншими', 'викладками'] +common_voice_uk_23563261-2498-0: ref=['україна', 'є', 'суверенна', 'і', 'незалежна', 'демократична', 'соціальна', 'правова', 'держава'] +common_voice_uk_23563261-2498-0: hyp=['україна', 'є', 'суверенна', 'й', 'незалежна', 'демократична', 'соціальна', 'правова', 'держава'] +common_voice_uk_23563341-2499-0: ref=['будь', 'проклята', 'кров', 'ледача', 'не', 'за', 'рідний', 'край', 'пролита'] +common_voice_uk_23563341-2499-0: hyp=['будь', 'проклята', 'кров', 'ледача', 'не', 'за', 'рідний', 'край', 'пролита'] +common_voice_uk_23563343-2500-0: ref=['князь', 'за', 'гроші', 'збирав', 'дружину', 'і', 'йшов', 'на', 'іншого', 'князя'] +common_voice_uk_23563343-2500-0: hyp=['князь', 'за', 'гроші', 'збирав', 'дружину', 'і', 'йшов', 'на', 'іншого', 'князя'] +common_voice_uk_23563470-2501-0: ref=['здорові', 'очі', 'можуть', 'побачити', 'й', 'осудити', 'гниле', 'око', 'і', 'мають', 'на', 'те', 'владу'] +common_voice_uk_23563470-2501-0: hyp=['здорові', 'очі', 'можуть', 'побачити', 'й', 'осудити', 'гниле', 'око', 'і', 'мають', 'на', 'те', 'владу'] +common_voice_uk_23563473-2502-0: ref=['здавалося', 'б', 'чого', 'ще', 'вимагати'] +common_voice_uk_23563473-2502-0: hyp=['здавалося', 'б', 'чого', 'ще', 'вимагати'] +common_voice_uk_23563495-2503-0: ref=['борців', 'не', 'лякають', 'пригоди'] +common_voice_uk_23563495-2503-0: hyp=['борців', 'не', 'лякають', 'пригоди'] +common_voice_uk_23563531-2504-0: ref=['настала', 'черга', 'білого', 'духовенства'] +common_voice_uk_23563531-2504-0: hyp=['настала', 'черга', 'білого', 'духовенства'] +common_voice_uk_23563533-2505-0: ref=['горілка', 'вино', 'пиво', 'й', 'шампанське', 'лилися', 'рікою'] +common_voice_uk_23563533-2505-0: hyp=['горілка', 'вино', 'пиво', 'й', 'шампанське', 'лилися', 'рікою'] +common_voice_uk_23563583-2506-0: ref=['тому', 'в', 'наступному', 'зводі', 'пишеться'] +common_voice_uk_23563583-2506-0: hyp=['тому', 'в', 'наступному', 'зводі', 'пишеться'] +common_voice_uk_23563585-2507-0: ref=['кожній', 'чесній', 'людині', 'відомо', 'чиї', 'ті', 'землі', 'политі', "кров'ю", 'казахських', 'племен'] +common_voice_uk_23563585-2507-0: hyp=['кожній', 'чесній', 'людині', 'відомо', 'чиї', 'ті', 'землі', 'полеті', "кров'ю", 'казахських', 'племен'] +common_voice_uk_23563664-2508-0: ref=['і', 'після', 'цього', 'дня', 'катерининські', 'заняття', 'історією', 'як', 'відрізало'] +common_voice_uk_23563664-2508-0: hyp=['і', 'після', 'цього', 'дня', 'катерининське', 'заняття', 'історією', 'як', 'відрізало'] +common_voice_uk_23563966-2509-0: ref=['обидва', 'дивом', 'залишилися', 'живі', 'врятувавшись', 'із', 'затонулого', 'підводного', 'човна'] +common_voice_uk_23563966-2509-0: hyp=['обидва', 'дивом', 'залишилися', 'живі', 'врятувавшись', 'із', 'затонулого', 'підводного', 'човна'] +common_voice_uk_23564081-2510-0: ref=['міль', 'ризи', 'їсть', 'а', 'печаль', 'людину'] +common_voice_uk_23564081-2510-0: hyp=['міль', 'ризи', 'гість', 'а', 'печаль', 'людину'] +common_voice_uk_23564149-2511-0: ref=['на', 'сцені', "з'являється", 'й', 'князь', 'димитрій'] +common_voice_uk_23564149-2511-0: hyp=['на', 'сцені', "з'являється", 'князь', 'димирії'] +common_voice_uk_23564153-2512-0: ref=['на', 'каральні', 'набіги', 'провокували', 'татаро', 'монголів', 'облудність', 'і', 'своєкорисливість', 'князів'] +common_voice_uk_23564153-2512-0: hyp=['на', 'каральні', 'набіги', 'провокували', 'татара', 'монголів', 'облудність', 'і', 'свою', 'корисливість', 'князів'] +common_voice_uk_23564155-2513-0: ref=['він', 'всебічно', 'стикується', 'і', 'обґрунтовується'] +common_voice_uk_23564155-2513-0: hyp=['він', 'всебічно', 'стикується', 'і', 'обґрунтовується'] +common_voice_uk_23564156-2514-0: ref=['де', 'посієш', 'там', 'і', 'вродиться'] +common_voice_uk_23564156-2514-0: hyp=['ну', 'да', 'й', 'посієш', 'там', 'і', 'вродиться'] +common_voice_uk_23564563-2515-0: ref=['це', 'все'] +common_voice_uk_23564563-2515-0: hyp=['це', 'все'] +common_voice_uk_23565101-2516-0: ref=['незалежність', 'адвокатури', 'гарантується'] +common_voice_uk_23565101-2516-0: hyp=['незалежність', 'адвокатури', 'гарантується'] +common_voice_uk_23565103-2517-0: ref=['божая', 'іскра', 'то', 'тяжке', 'прокляття', 'дикий', 'і', 'лютий', 'пожар'] +common_voice_uk_23565103-2517-0: hyp=['боже', 'іскра', 'то', 'тяжке', 'прокляття', 'дикий', 'і', 'лютий', 'пожар'] +common_voice_uk_23565619-2518-0: ref=['і', 'в', 'цьому', 'немає', 'нічого', 'поганого'] +common_voice_uk_23565619-2518-0: hyp=['хліб', 'цьому', 'немає', 'нічого', 'поганого'] +common_voice_uk_23565621-2519-0: ref=['ви', 'пане', 'солженіцин', 'добре', 'знаєте', 'імперії', 'завжди', 'руйнуються', 'безповоротно'] +common_voice_uk_23565621-2519-0: hyp=['ви', 'пане', 'сели', 'женіцин', 'добре', 'знаєте', 'імперія', 'завжди', 'руйнуються', 'безповоротно'] +common_voice_uk_23565716-2520-0: ref=['голота', 'вигадлива'] +common_voice_uk_23565716-2520-0: hyp=['голота', 'вигадлива'] +common_voice_uk_23565725-2521-0: ref=['на', 'очах', 'у', 'всього', 'світу'] +common_voice_uk_23565725-2521-0: hyp=['на', 'очах', 'у', 'всього', 'світу'] +common_voice_uk_23565736-2522-0: ref=['український', 'народ', 'не', 'мав', 'історичних', 'коренів', 'які', 'б', "пов'язували", 'його', 'з', 'московитами'] +common_voice_uk_23565736-2522-0: hyp=['український', 'народ', 'не', 'мав', 'історичних', 'коренів', 'які', "пов'язували", 'його', 'з', 'московитими'] +common_voice_uk_23565737-2523-0: ref=['немає', 'війни', 'між', 'нами'] +common_voice_uk_23565737-2523-0: hyp=['немає', 'війни', 'між', 'нами'] +common_voice_uk_23565741-2524-0: ref=['з', 'москалями', 'нема', 'спільної', 'мови'] +common_voice_uk_23565741-2524-0: hyp=['з', 'москалями', 'нема', 'спільної', 'мови'] +common_voice_uk_23565743-2525-0: ref=['саме', 'ті', 'часи', 'стали', 'початком', 'великоросів', "з'явилася", 'так', 'звана', 'суздальська', 'земля'] +common_voice_uk_23565743-2525-0: hyp=['саме', 'ті', 'часи', 'стала', 'початком', 'молоко', 'росів', "з'явилася", 'так', 'звана', 'суздельська', 'земля'] +common_voice_uk_23565745-2526-0: ref=['сміле', 'слово', 'то', 'наші', 'гармати', 'світлі', 'вчинки', 'на', 'наші', 'мечі'] +common_voice_uk_23565745-2526-0: hyp=['сміла', 'слово', 'то', 'наші', 'гармати', 'світлі', 'вчинки', 'на', 'наші', 'мечі'] +common_voice_uk_23565783-2527-0: ref=['вона', 'завжди', 'мала', 'свій', 'ласий', 'шмат', 'здобичі'] +common_voice_uk_23565783-2527-0: hyp=['вона', 'завжди', 'мала', 'свій', 'ласий', 'шмат', 'здобичі'] +common_voice_uk_23565784-2528-0: ref=['так', 'вірою', 'й', 'правдою', 'служив', 'золотій', 'орді', 'іван', 'калита', 'плазуючи', 'біля', 'ніг', 'хана'] +common_voice_uk_23565784-2528-0: hyp=['так', 'вірою', 'правдою', 'служив', 'золоті', 'раді', 'і', 'іван', 'калита', 'плазуючи', 'біля', 'ніг', 'хана'] +common_voice_uk_23565792-2529-0: ref=['оживить', 'живеє', 'слово', 'рідну', 'україну'] +common_voice_uk_23565792-2529-0: hyp=['оживить', 'вживає', 'слово', 'рідну', 'україну'] +common_voice_uk_23565830-2530-0: ref=['битому', 'собаці', 'кия', 'не', 'показуй'] +common_voice_uk_23565830-2530-0: hyp=['битому', 'собаці', 'кияни', 'показую'] +common_voice_uk_23565864-2531-0: ref=['зверніть', 'увагу', 'навіть', 'не', 'народ', 'спершу', 'вийшов', 'а', 'лише', 'великоросійське', "плем'я"] +common_voice_uk_23565864-2531-0: hyp=['зверніть', 'увагу', 'навіть', 'не', 'народ', 'спершу', 'вийшов', 'а', 'лише', 'великоросійське', "плем'я"] +common_voice_uk_23565880-2532-0: ref=['уже', 'вкотре', 'доводиться', 'звертати', 'увагу', 'читачів', 'на', 'істотний', 'факт', 'який', 'практично', 'замовчують', 'російські', 'історики'] +common_voice_uk_23565880-2532-0: hyp=['уже', 'вкотре', 'доводиться', 'звертати', 'увагу', 'читачів', 'на', 'істотний', 'факт', 'який', 'практично', 'замовчують', 'російські', 'історики'] +common_voice_uk_23565884-2533-0: ref=['хіба', 'крові', 'не', 'варта', 'краса'] +common_voice_uk_23565884-2533-0: hyp=['хіба', 'крови', 'не', 'варта', 'краса'] +common_voice_uk_23565886-2534-0: ref=['хоч', 'би', 'як', 'намагалися', 'байкарі', 'історії', 'але', 'й', 'вони', 'іншого', 'довести', 'не', 'зуміли'] +common_voice_uk_23565886-2534-0: hyp=['хоч', 'би', 'як', 'намагалися', 'байкарі', 'історії', 'але', 'й', 'вони', 'іншого', 'довести', 'не', 'зуміли'] +common_voice_uk_23565899-2535-0: ref=['кожне', 'слово', 'неосяжне'] +common_voice_uk_23565899-2535-0: hyp=['кожне', 'слово', 'неосяжне'] +common_voice_uk_23567691-2536-0: ref=['сховатися', 'від', 'ханського', 'гніву', 'можна', 'було', 'лише', 'серед', 'одновірців', 'усередині', 'своєї', 'держави'] +common_voice_uk_23567691-2536-0: hyp=['сховатися', 'від', 'ханського', 'гніву', 'можна', 'було', 'лише', 'серед', 'одновірців', 'усередині', 'своєї', 'держави'] +common_voice_uk_23567711-2537-0: ref=['рада', 'б', 'душа', 'в', 'рай', 'та', 'гріхи', 'не', 'пускають'] +common_voice_uk_23567711-2537-0: hyp=['рада', 'душа', 'в', 'рай', 'та', 'гріхи', 'не', 'пускають'] +common_voice_uk_23567714-2538-0: ref=['смерть', 'суд', 'пекло', 'і', 'небо', 'чотири', 'квадри', 'тії'] +common_voice_uk_23567714-2538-0: hyp=['смерть', 'суд', 'пекло', 'і', 'небо', 'чотири', 'квадри', 'тії'] +common_voice_uk_23567756-2539-0: ref=['старого', 'лиса', 'не', 'виманиш', 'з', 'лісу'] +common_voice_uk_23567756-2539-0: hyp=['старого', 'лиса', 'не', 'виманиш', 'з', 'лісу'] +common_voice_uk_23567759-2540-0: ref=['моксель'] +common_voice_uk_23567759-2540-0: hyp=['моксель'] +common_voice_uk_23567801-2541-0: ref=['дослідимо', 'який', 'ще', 'доважок', 'брехні', 'залишили', 'в', 'спадщину', 'нащадкам', 'великоросійські', 'автори', 'історії'] +common_voice_uk_23567801-2541-0: hyp=['дослідимо', 'який', 'ще', 'до', 'важик', 'брехні', 'залишило', 'в', 'спадщину', 'нащадкам', 'великоросійські', 'автори', 'історії'] +common_voice_uk_23567803-2542-0: ref=['міллер', 'вплинув', 'на', 'складання', 'російської', 'історії'] +common_voice_uk_23567803-2542-0: hyp=['міллер', 'вплинув', 'на', 'складання', 'російської', 'історії'] +common_voice_uk_23567986-2543-0: ref=['нова', 'нищівна', 'поразка', 'від', 'маленької', 'японії'] +common_voice_uk_23567986-2543-0: hyp=['нова', 'нищивна', 'поразка', 'від', 'маленької', 'японії'] +common_voice_uk_23568034-2544-0: ref=['однак', 'трапилося', 'велике', 'непорозуміння'] +common_voice_uk_23568034-2544-0: hyp=['однак', 'трапилося', 'велике', 'непорозуміння'] +common_voice_uk_23568035-2545-0: ref=['законами', 'україни', 'автономній', 'республіці', 'крим', 'можуть', 'бути', 'делеговані', 'також', 'інші', 'повноваження'] +common_voice_uk_23568035-2545-0: hyp=['законами', 'україни', 'автономній', 'республіці', 'крим', 'можуть', 'бути', 'делеговані', 'також', 'інші', 'повноваження'] +common_voice_uk_23568344-2546-0: ref=['тим', 'важча', 'хвороба', 'божевілля', 'володіє', 'кожним', 'чим', 'він', 'розумнішим', 'здається', 'для', 'інших'] +common_voice_uk_23568344-2546-0: hyp=['тим', 'важче', 'хвороба', 'божевілля', 'володіє', 'кожним', 'чим', 'він', 'розумнішим', 'здається', 'для', 'інших'] +common_voice_uk_23568387-2547-0: ref=['я', 'нічого', 'не', 'переплутав', 'і', 'чесно', 'списав', 'слова', 'з', 'книги', 'не', 'роблячи', 'винятків'] +common_voice_uk_23568387-2547-0: hyp=['я', 'нічого', 'не', 'переплутав', 'і', 'чесно', 'списав', 'слова', 'з', 'книги', 'не', 'роблячи', 'винятків'] +common_voice_uk_23568404-2548-0: ref=['йому', 'начхати', 'на', 'волевиявлення', 'народу', 'україни', 'до', 'речі', 'й', 'російськомовного', 'в', 'тому', 'числі'] +common_voice_uk_23568404-2548-0: hyp=['йому', 'начхати', 'на', 'волевиявлення', 'народу', 'україни', 'до', 'речі', 'і', 'російськомовного', 'в', 'тому', 'числі'] +common_voice_uk_23568597-2549-0: ref=['до', 'речі', 'іпатіївський', 'літопис', 'просто', 'не', 'підтверджує', 'її', 'буття'] +common_voice_uk_23568597-2549-0: hyp=['до', 'речі', 'і', 'патівський', 'літопис', 'просто', 'не', 'підтверджує', 'її', 'буття'] +common_voice_uk_23568685-2550-0: ref=['законом', 'україни', 'оголошується', 'амністія'] +common_voice_uk_23568685-2550-0: hyp=['з', 'законом', 'україни', 'оголошується', 'амністія'] +common_voice_uk_23568686-2551-0: ref=['мов', 'легкий', 'топиться', 'лід', 'гине', 'так', 'слава', 'людська'] +common_voice_uk_23568686-2551-0: hyp=['мов', 'легкий', 'топиться', 'літ', 'гине', 'так', 'слава', 'людська'] +common_voice_uk_23568689-2552-0: ref=['світла', 'бажав', 'я', 'тоді', 'лиш', 'коли', 'про', 'шляхи', 'свої', 'думав'] +common_voice_uk_23568689-2552-0: hyp=['світло', 'бажав', 'я', 'тоді', 'лиш', 'коли', 'про', 'шляхи', 'свої', 'думав'] +common_voice_uk_23568696-2553-0: ref=['воістину', 'народ', 'був', 'геніальний', 'сказавши', 'яблуко', 'від', 'яблуні', 'недалеко', 'падає'] +common_voice_uk_23568696-2553-0: hyp=['воістину', 'народ', 'був', 'геніальний', 'сказавши', 'яблуко', 'від', 'яблуні', 'недалеко', 'падає'] +common_voice_uk_23568706-2554-0: ref=['чим', 'є', 'життя', 'це', 'поїздка', 'крізь', 'моря', 'страшні', 'небезпеки'] +common_voice_uk_23568706-2554-0: hyp=['чим', 'є', 'життя', 'це', 'писка', 'крізь', 'моря', 'страшні', 'небезпеки'] +common_voice_uk_23568708-2555-0: ref=['у', 'цьому', 'розділі', 'хочу', 'звернути', 'увагу', 'на', 'ще', 'дві', 'серйозні', 'події', 'тих', 'років'] +common_voice_uk_23568708-2555-0: hyp=['у', 'цьому', 'розділі', 'хочу', 'звернути', 'увагу', 'на', 'ще', 'дві', 'серйозні', 'події', 'тих', 'років'] +common_voice_uk_23568755-2556-0: ref=['лінивий', 'двічі', 'робить', 'скупий', 'двічі', 'платить'] +common_voice_uk_23568755-2556-0: hyp=['лінивий', 'двічі', 'робить', 'скупи', 'двічі', 'платить'] +common_voice_uk_23568760-2557-0: ref=['усе', 'в', 'україні', 'заведено', 'так', 'що', 'не', 'знаючи', 'російської', 'мови', 'людина', 'стає', 'неповноцінною'] +common_voice_uk_23568760-2557-0: hyp=['усе', 'в', 'україні', 'заведено', 'так', 'що', 'не', 'знаючи', 'російської', 'мови', 'людина', 'стає', 'неповноцінною'] +common_voice_uk_23568800-2558-0: ref=['отож', 'туман', 'вимисли', 'ось', 'улюблені', 'доважки', 'брехні', 'російської', 'історії'] +common_voice_uk_23568800-2558-0: hyp=['отож', 'туман', 'вимисли', 'ось', 'улюблені', 'доввашки', 'брехні', 'російської', 'історії'] +common_voice_uk_23568802-2559-0: ref=['такою', 'є', 'подвійна', 'російська', 'мірка', 'для', 'своїх', 'і', 'для', 'чужих'] +common_voice_uk_23568802-2559-0: hyp=['такою', 'є', 'подвійна', 'російська', 'мірка', 'для', 'своїх', 'і', 'для', 'чужих'] +common_voice_uk_23568828-2560-0: ref=['на', 'катеринославшині'] +common_voice_uk_23568828-2560-0: hyp=['на', 'катерино', 'слабшині'] +common_voice_uk_23568840-2561-0: ref=['добровільно', 'поділитися', 'з', 'ним', 'скарбами', 'сибірської', 'торгівлі', 'він', 'хотів', 'збройною', 'рукою', 'перехопити', 'ці', 'скарби'] +common_voice_uk_23568840-2561-0: hyp=['добровільно', 'поділитися', 'з', 'ними', 'скарбами', 'сибірської', 'торгівлі', 'він', 'хотів', 'збройною', 'рукою', 'перехопити', 'ці', 'скарби'] +common_voice_uk_23568844-2562-0: ref=['там', 'де', 'є', 'українці', 'там', 'завжди', 'є', 'мистецтво'] +common_voice_uk_23568844-2562-0: hyp=['там', 'де', 'є', 'українці', 'там', 'завжди', 'є', 'мистецтвом'] +common_voice_uk_23568845-2563-0: ref=['ця', 'думка', 'важко', 'сприймається', 'російською', 'людиною'] +common_voice_uk_23568845-2563-0: hyp=['ця', 'думка', 'важко', 'сприймається', 'російською', 'людиною'] +common_voice_uk_23568854-2564-0: ref=['князь', 'олександр', 'справді', 'служив', 'своїй', 'батьківщині', 'але', 'тією', 'батьківщиною', 'була', 'золота', 'орда'] +common_voice_uk_23568854-2564-0: hyp=['князь', 'олександр', 'справді', 'служив', 'своїй', 'батьківщині', 'але', 'тією', 'батьківщиною', 'була', 'золота', 'орта'] +common_voice_uk_23568995-2565-0: ref=['будучи', 'в', 'цілком', 'аналогічних', 'умовах', 'не', 'скорилися', 'татаро', 'монголам', 'литовці', 'поляки', 'угорці', 'чехи'] +common_voice_uk_23568995-2565-0: hyp=['будучи', 'в', 'цілком', 'аналогічних', 'умовах', 'не', 'скористалися', 'татара', 'монголами', 'литовці', 'поляки', 'угорці', 'чехи'] +common_voice_uk_23568998-2566-0: ref=['лизлов', 'вивчивши', 'прадавні', 'першоджерела'] +common_voice_uk_23568998-2566-0: hyp=['лозлов', 'вивчивши', 'прадавні', 'першоджерела'] +common_voice_uk_23569037-2567-0: ref=['але', 'зовсім', 'з', 'іншої', 'причини'] +common_voice_uk_23569037-2567-0: hyp=['але', 'зовсім', 'з', 'іншої', 'причини'] +common_voice_uk_23569052-2568-0: ref=['кожна', 'тотальна', 'боротьба', 'а', 'зокрема', 'революційно', 'визвольна', 'вимагає', 'єдиного', 'керівництва'] +common_voice_uk_23569052-2568-0: hyp=['кожна', 'тотальна', 'боротьба', 'а', 'зокрема', 'революційного', 'визвольна', 'вимагає', 'єдиного', 'керівництва'] +common_voice_uk_23569069-2569-0: ref=['литва', 'і', 'русь', 'після', 'поразки', 'навіть', 'данини', 'не', 'платили', 'тимуру', 'кутлуку'] +common_voice_uk_23569069-2569-0: hyp=['литва', 'і', 'русь', 'після', 'поразки', 'навіть', 'данини', 'платили', 'тиму', 'руку', 'луку'] +common_voice_uk_23569086-2570-0: ref=['державна', 'влада', 'в', 'україні', 'здійснюється', 'на', 'засадах', 'її', 'поділу', 'на', 'законодавчу', 'виконавчу', 'та', 'судову'] +common_voice_uk_23569086-2570-0: hyp=['державна', 'влада', 'в', 'україні', 'здійснюється', 'на', 'засадах', 'її', 'поділу', 'на', 'законодавчу', 'виконавчу', 'та', 'судову'] +common_voice_uk_23569094-2571-0: ref=['десять', 'разів', 'відміряй', 'а', 'раз', 'відріж'] +common_voice_uk_23569094-2571-0: hyp=['десять', 'разів', 'відміряй', 'а', 'раз', 'відріж'] +common_voice_uk_23569099-2572-0: ref=['але', 'в', 'історії', 'з', 'одержанням', 'ярлика', 'на', 'великокнязівський', 'престол', 'ярославом', 'є', 'ще', 'один', 'секрет'] +common_voice_uk_23569099-2572-0: hyp=['але', 'в', 'історії', 'задержанням', 'ярлика', 'на', 'великокнязівський', 'прес', 'ярославом', 'є', 'ще', 'один', 'секрет'] +common_voice_uk_23569115-2573-0: ref=['против', 'рожна', 'перти', 'против', 'хвиль', 'плистисміло', 'аж', 'до', 'смерти', 'хрест', 'важкий', 'нести'] +common_voice_uk_23569115-2573-0: hyp=['проти', 'ворожна', 'перти', 'против', 'хвиль', 'плисти', 'сміло', 'аж', 'до', 'смерті', 'хрест', 'важкий', 'нести'] +common_voice_uk_23569142-2574-0: ref=['потрібно', 'зі', 'сміхом', 'бути', 'дуже', 'обережним', 'тим', 'більше', 'що', 'він', 'заразливий'] +common_voice_uk_23569142-2574-0: hyp=['потрібно', 'зі', 'сміхом', 'бути', 'дуже', 'обережним', 'тим', 'більше', 'що', 'він', 'заразливий'] +common_voice_uk_23569164-2575-0: ref=['очисти', 'серце', 'щоб', 'прийняти', 'мудрість', 'котра', 'у', 'підступну', 'душу', 'не', 'входить'] +common_voice_uk_23569164-2575-0: hyp=['очисте', 'серце', 'щоб', 'прийняти', 'мудрість', 'котра', 'в', 'підступну', 'душу', 'не', 'входить'] +common_voice_uk_23569499-2576-0: ref=['хто', 'мовчить', 'той', 'трьох', 'навчить'] +common_voice_uk_23569499-2576-0: hyp=['хто', 'мовчить', 'той', 'трьох', 'навчить'] +common_voice_uk_23569502-2577-0: ref=['чиє', 'б', 'нявчало', 'а', 'твоє', 'б', 'мовчало'] +common_voice_uk_23569502-2577-0: hyp=['чиє', 'б', 'навчало', 'а', 'твоє', 'б', 'мовчало'] +common_voice_uk_23569656-2578-0: ref=['язик', 'без', 'кісток', 'що', 'хоче', 'лопоче'] +common_voice_uk_23569656-2578-0: hyp=['язик', 'без', 'кісток', 'що', 'хоче', 'лопоче'] +common_voice_uk_23569660-2579-0: ref=['уперед', 'проти', 'хижих', 'порядків'] +common_voice_uk_23569660-2579-0: hyp=['уперед', 'проти', 'хижих', 'порядків'] +common_voice_uk_23570006-2580-0: ref=['дуб', 'міцний', 'корінням', 'численним', 'отак', 'і', 'град', 'наш', 'урядуванням'] +common_voice_uk_23570006-2580-0: hyp=['доб', 'міцним', 'корінням', 'численним', 'отак', 'і', 'град', 'наш', 'урядуванням'] +common_voice_uk_23570028-2581-0: ref=['виключно', 'законами', 'україни', 'визначаються'] +common_voice_uk_23570028-2581-0: hyp=['виключно', 'законами', 'україни', 'визначається'] +common_voice_uk_23570029-2582-0: ref=['така', 'брехня', 'історії', 'держави', 'російської'] +common_voice_uk_23570029-2582-0: hyp=['така', 'брехня', 'історія', 'держави', 'російської'] +common_voice_uk_23570302-2583-0: ref=['у', 'випадках', 'передбачених', 'законом', 'ця', 'допомога', 'надається', 'безоплатно'] +common_voice_uk_23570302-2583-0: hyp=['у', 'випадках', 'передбачених', 'законом', 'ця', 'допомога', 'надається', 'безоплатно'] +common_voice_uk_23570330-2584-0: ref=['тут', 'іншого', 'не', 'буває'] +common_voice_uk_23570330-2584-0: hyp=['тут', 'іншого', 'не', 'буває'] +common_voice_uk_23570346-2585-0: ref=['нема', 'нічого', 'гірше', 'як', 'буть', 'живим', 'і', 'вмерти', 'за', 'життя'] +common_voice_uk_23570346-2585-0: hyp=['нема', 'нічого', 'гірше', 'як', 'путь', 'живим', 'і', 'вмерти', 'за', 'життя'] +common_voice_uk_23570513-2586-0: ref=['підставами', 'для', 'звільнення', 'судді', 'є'] +common_voice_uk_23570513-2586-0: hyp=['ти', 'став', 'на', 'для', 'звільнення', 'судді', 'є'] +common_voice_uk_23570596-2587-0: ref=['послухайте', 'що', 'того', 'разу', 'викрала', 'московія', 'з', 'новгорода'] +common_voice_uk_23570596-2587-0: hyp=['послухати', 'що', 'того', 'разу', 'викрила', 'московія', 'знову', 'города'] +common_voice_uk_23570604-2588-0: ref=['а', 'ми', 'знаємо', 'що', 'він', 'такого', 'права', 'не', 'мав'] +common_voice_uk_23570604-2588-0: hyp=['а', 'ми', 'знаємо', 'що', 'він', 'такого', 'права', 'не', 'мав'] +common_voice_uk_23570619-2589-0: ref=['хто', 'замолоду', 'не', 'хоче', 'трудитися', 'в', 'старості', 'зле', 'постраждає'] +common_voice_uk_23570619-2589-0: hyp=['хто', 'за', 'молоду', 'не', 'хоче', 'трудитися', 'в', 'старості', 'зле', 'постраждає'] +common_voice_uk_23570649-2590-0: ref=['місцеві', 'державні', 'адміністрації', 'підзвітні', 'і', 'підконтрольні', 'органам', 'виконавчої', 'влади', 'вищого', 'рівня'] +common_voice_uk_23570649-2590-0: hyp=['місцеві', 'державні', 'адміністрації', 'підзвітні', 'і', 'підконтрольні', 'органи', 'виконавчої', 'влади', 'вищого', 'рівня'] +common_voice_uk_23570656-2591-0: ref=['ви', 'чомусь', 'забули', "пред'явити", 'претензії', 'великому', 'китаю', 'на', 'це', 'місто', 'російської', 'слави'] +common_voice_uk_23570656-2591-0: hyp=['в', 'чомусь', 'забули', "пред'явити", 'претензії', 'великому', 'китаю', 'на', 'це', 'місто', 'російської', 'слави'] +common_voice_uk_23570662-2592-0: ref=['згадаймо', 'саме', 'так', 'згодом', 'єрмак', 'із', 'поплічниками', 'прибирали', 'до', 'рук', 'сибір', 'і', 'зауралля'] +common_voice_uk_23570662-2592-0: hyp=['згадаймо', 'саме', 'так', 'згодом', 'єрмак', 'із', 'попічниками', 'прибирали', 'до', 'рук', 'сибір', 'за', 'уралля'] +common_voice_uk_23570672-2593-0: ref=['веселися', 'і', 'пий', 'скільки', 'завгодно'] +common_voice_uk_23570672-2593-0: hyp=['висолося', 'й', 'пий', 'скільки', 'завгодно'] +common_voice_uk_23570777-2594-0: ref=['той', 'тільки', 'вільний', 'від', 'громадських', 'пут', 'кого', 'громада', 'кине', 'геть', 'від', 'себе'] +common_voice_uk_23570777-2594-0: hyp=['той', 'тільки', 'вільний', 'від', 'громадських', 'пут', 'кого', 'громада', 'кине', 'геть', 'від', 'себе'] +common_voice_uk_23570798-2595-0: ref=['тіла', 'ворогів', 'лежали', 'купами'] +common_voice_uk_23570798-2595-0: hyp=['тіла', 'ворогів', 'лежали', 'купами'] +common_voice_uk_23570801-2596-0: ref=['київ', 'не', 'одразу', 'збудовано'] +common_voice_uk_23570801-2596-0: hyp=['київ', 'не', 'одразу', 'збудовано'] +common_voice_uk_23570857-2597-0: ref=['полишене', 'на', 'забуття', 'є', 'таке', 'значне', 'що', 'здатне', 'затьмарити', 'найбільшу', 'славу'] +common_voice_uk_23570857-2597-0: hyp=['полишене', 'на', 'забуття', 'є', 'таке', 'значне', 'що', 'здатне', 'затьмарити', 'найбільшу', 'славу'] +common_voice_uk_23570867-2598-0: ref=['завжди', 'звірине', 'життя', 'звірами', 'робить', 'людей'] +common_voice_uk_23570867-2598-0: hyp=['завжди', 'звірине', 'життя', 'з', 'вірами', 'робить', 'людей'] +common_voice_uk_23570915-2599-0: ref=['у', 'сараї', 'і', 'в', 'ставці', 'хана', 'димитрію', 'нудьгувати', 'не', 'доводилося'] +common_voice_uk_23570915-2599-0: hyp=['у', 'сараї', 'і', 'в', 'ставці', 'ханадимитрію', 'ноювати', 'не', 'доводилося'] +common_voice_uk_23570929-2600-0: ref=['цілковите', 'рабство', 'уможливило', 'наповнення', 'скарбниці', 'ресурсами', 'та', 'продовження', 'експансії'] +common_voice_uk_23570929-2600-0: hyp=['цілковите', 'рабство', 'уможливило', 'наповнення', 'скарбниці', 'ресурсами', 'та', 'продовження', 'експансії'] +common_voice_uk_23570930-2601-0: ref=['так', 'що', 'в', 'срср', 'було', 'вигідніше', 'стати', 'росіянином', 'ніж', 'українцем'] +common_voice_uk_23570930-2601-0: hyp=['так', 'що', 'срср', 'було', 'вигідніше', 'стати', 'росіянином', 'ніж', 'українцем'] +common_voice_uk_23570936-2602-0: ref=['у', 'дорозі', 'повертаючись', 'із', 'орди', 'помер', 'великий', 'володимирський', 'князь', 'ярослав', 'всеволодович'] +common_voice_uk_23570936-2602-0: hyp=['у', 'дорозі', 'повертаючись', 'з', 'орди', 'помер', 'великий', 'володимирський', 'князь', 'ярослав', 'всеволодович'] +common_voice_uk_23570943-2603-0: ref=['тут', 'у', 'храмі', 'василь', 'темний', 'присягав', 'перед', 'православними', 'святинями', 'на', 'вірність', 'ординському', 'ханові'] +common_voice_uk_23570943-2603-0: hyp=['тут', 'у', 'храмі', 'василь', 'темний', 'присягав', 'перед', 'правосланомними', 'святинями', 'на', 'вірність', 'родинському', 'ханові'] +common_voice_uk_23570953-2604-0: ref=['якого', 'горя', 'не', 'забирає', 'час', 'яка', 'пристрасть', 'вціліє', 'у', 'нерівній', 'боротьбі', 'з', 'ним'] +common_voice_uk_23570953-2604-0: hyp=['якого', 'горя', 'не', 'забирає', 'час', 'яка', 'пристрасть', 'вцілює', 'в', 'нерівній', 'боротьбі', 'з', 'ним'] +common_voice_uk_23570966-2605-0: ref=['для', 'європейськи', 'освіченої', 'людини', 'подібне', 'нонсенс', 'свого', 'часу', 'і', 'англія', 'висловлювала', 'претензії', 'на', 'францію'] +common_voice_uk_23570966-2605-0: hyp=['для', 'європейської', 'освіченої', 'людини', 'подібний', 'нонсенс', 'свого', 'часу', 'є', 'англія', 'висловлювала', 'претензії', 'на', 'францію'] +common_voice_uk_23570983-2606-0: ref=['законом', 'може', 'бути', 'визначений', "обов'язковий", 'досудовий', 'порядок', 'урегулювання', 'спору'] +common_voice_uk_23570983-2606-0: hyp=['законом', 'може', 'бути', 'визначений', "обов'язковий", 'досудовий', 'порядок', 'у', 'регулювання', 'спору'] +common_voice_uk_23570985-2607-0: ref=['хто', 'два', 'зайці', 'гонить', 'жодного', 'не', 'здогонить'] +common_voice_uk_23570985-2607-0: hyp=['хто', 'два', 'зайці', 'гонить', 'жодного', 'не', 'здогонить'] +common_voice_uk_23571013-2608-0: ref=['тому', 'й', 'відповідайте', 'нею'] +common_voice_uk_23571013-2608-0: hyp=['тому', 'й', 'відповідайте', 'нею'] +common_voice_uk_23571037-2609-0: ref=['тут', 'посилання', 'на', 'народ', 'зовсім', 'недоречні'] +common_voice_uk_23571037-2609-0: hyp=['тут', 'посилання', 'на', 'народ', 'зовсім', 'недоречні'] +common_voice_uk_23571078-2610-0: ref=['атакований', 'з', 'чотирьох', 'боків', 'і', 'підпалений', 'хапай', 'весь', 'вигорів', 'разом', 'із', 'населенням'] +common_voice_uk_23571078-2610-0: hyp=['атакована', 'з', 'чотирьох', 'боків', 'і', 'підпалений', 'хапає', 'весь', 'вигорів', 'з', 'разом', 'із', 'населенням'] +common_voice_uk_23571080-2611-0: ref=['послухаймо', 'свідка', 'тих', 'часів'] +common_voice_uk_23571080-2611-0: hyp=['послухаймо', 'свідка', 'тих', 'часів'] +common_voice_uk_23571089-2612-0: ref=['суспільне', 'життя', 'в', 'україні', 'ґрунтується', 'на', 'засадах', 'політичної', 'економічної', 'та', 'ідеологічної', 'багатоманітності'] +common_voice_uk_23571089-2612-0: hyp=['суспільне', 'життя', 'в', 'україні', 'грунтується', 'на', 'засадах', 'політичної', 'економічної', 'та', 'ідеологічної', 'багатомагнітності'] +common_voice_uk_23571122-2613-0: ref=['любиш', 'кататись', 'люби', 'й', 'санчата', 'возить'] +common_voice_uk_23571122-2613-0: hyp=['любиш', 'кататись', 'любий', 'санчата', 'возити'] +common_voice_uk_23571130-2614-0: ref=['для', 'цієї', 'державної', 'структури', 'одночасний', 'збір', 'півсотні', 'українців', 'здавався', 'підозрілим'] +common_voice_uk_23571130-2614-0: hyp=['для', 'цієї', 'державної', 'структури', 'одночасно', 'збір', 'півсотні', 'українців', 'здавався', 'підозрілим'] +common_voice_uk_23571196-2615-0: ref=['людину', 'визволити', 'велика', 'річ', 'нарід', 'свята'] +common_voice_uk_23571196-2615-0: hyp=['людину', 'визволити', 'велика', 'річ', 'на', 'річ', 'свята'] +common_voice_uk_23571198-2616-0: ref=['прийшли', 'із', 'залешанської', 'землі', 'і', 'взяли', 'на', 'щит', 'град', 'київ'] +common_voice_uk_23571198-2616-0: hyp=['прийшлись', 'залишанською', 'землі', 'і', 'взяла', 'на', 'щітградків'] +common_voice_uk_23571213-2617-0: ref=['гірко', 'заробиш', 'солодко', "з'їси"] +common_voice_uk_23571213-2617-0: hyp=['гірко', 'зробиш', 'солодко', "з'їси"] +common_voice_uk_23571220-2618-0: ref=['не', 'так', 'хутко', 'робиться', 'як', 'мовиться'] +common_voice_uk_23571220-2618-0: hyp=['не', 'так', 'хутко', 'робиться', 'як', 'мовиться'] +common_voice_uk_23571377-2619-0: ref=['вітчизна', 'справжня', 'небо'] +common_voice_uk_23571377-2619-0: hyp=['відчизна', 'справжня', 'небо'] +common_voice_uk_23571382-2620-0: ref=["ім'я", 'будуччини', 'чин', 'хто', 'спинився', 'той', 'служить', 'тьмі', 'хто', 'в', 'поході', 'звитяжить', 'він'] +common_voice_uk_23571382-2620-0: hyp=["ім'я", 'будуть', 'чи', 'не', 'чим', 'хто', 'спинився', 'той', 'служить', 'у', 'тьмі', 'хто', 'в', 'поході', 'звитяжить', 'він'] +common_voice_uk_23571383-2621-0: ref=['ключевський', 'діяння', 'митрополита', 'алексія', 'та', 'святого', 'стефана'] +common_voice_uk_23571383-2621-0: hyp=['ключевський', 'діяння', 'митрополита', 'олексія', 'та', 'святого', 'стефана'] +common_voice_uk_23571388-2622-0: ref=['аналогічних', 'прикладів', 'можна', 'подати', 'безліч'] +common_voice_uk_23571388-2622-0: hyp=['аналогічних', 'прикладів', 'можна', 'подати', 'безліч'] +common_voice_uk_23571402-2623-0: ref=['та', 'й', 'сам', 'микола', 'михайлович', 'карамзін', 'не', 'соромився', 'в', 'цьому', 'зізнатися'] +common_voice_uk_23571402-2623-0: hyp=['те', 'сам', 'микола', 'михайлович', 'храм', 'зін', 'не', 'соромився', 'в', 'цьому', 'зізнатися'] +common_voice_uk_23571403-2624-0: ref=['зверніть', 'увагу', 'здавалося', 'б', 'усе', 'правильно', 'говорить', 'професор', 'в'] +common_voice_uk_23571403-2624-0: hyp=['зверніть', 'увагу', 'здавалося', 'б', 'усе', 'правильно', 'говорить', 'професор'] +common_voice_uk_23571410-2625-0: ref=['синівською', 'безбожністю', 'є', 'до', 'батьків', 'непоштивість'] +common_voice_uk_23571410-2625-0: hyp=['синівською', 'безбожністю', 'є', 'до', 'батьків', 'не', 'поштивість'] +common_voice_uk_23571412-2626-0: ref=['сидіть', 'дома', 'на', 'покої', 'не', 'пристало', 'козакові'] +common_voice_uk_23571412-2626-0: hyp=['сидіть', 'дома', 'на', 'покої', 'не', 'пристало', 'козакові'] +common_voice_uk_23571417-2627-0: ref=['спасайтеся', 'законом', 'отецьким'] +common_voice_uk_23571417-2627-0: hyp=['спасайтеся', 'законом', 'отецьким'] +common_voice_uk_23571485-2628-0: ref=['коли', 'любиш', 'люби', 'серцем', 'а', 'не', 'язиком'] +common_voice_uk_23571485-2628-0: hyp=['коло', 'любиш', 'любе', 'серцем', 'а', 'не', 'язиком'] +common_voice_uk_23571530-2629-0: ref=['з', 'усіх', 'пристрастей', 'людських', 'етична', 'пристрасть', 'єдина', 'достойна', 'і', 'справжня', 'пристрасть'] +common_voice_uk_23571530-2629-0: hyp=['з', 'усіх', 'пристрастей', 'людських', 'етичних', 'пристрасть', 'єдина', 'достойна', 'і', 'справжня', 'пристрасть'] +common_voice_uk_23571560-2630-0: ref=['тепер', 'уже', 'більшовицька', 'експансія'] +common_voice_uk_23571560-2630-0: hyp=['тепер', 'уже', 'більшовицька', 'експансія'] +common_voice_uk_23571711-2631-0: ref=['перший', 'фактор', 'родичання', 'свого', 'часу', 'олександра', 'так', 'званого', 'невського', 'із', 'сином', 'батия', 'сартаком'] +common_voice_uk_23571711-2631-0: hyp=['перший', 'фактор', 'родичання', 'свого', 'часу', 'олександра', 'так', 'званого', 'невського', 'і', 'з', 'сином', 'патия', 'сартаком'] +common_voice_uk_23571753-2632-0: ref=['убивства', 'почалися', 'вже', 'в', 'клині'] +common_voice_uk_23571753-2632-0: hyp=['вбивство', 'почалося', 'вже', 'в', 'клині'] +common_voice_uk_23571785-2633-0: ref=['надто', 'вже', 'скидається', 'на', 'країну', 'і', 'народ', 'моксель', 'що', 'проіснував', 'багато', 'сотень', 'років'] +common_voice_uk_23571785-2633-0: hyp=['надто', 'вже', 'скидається', 'на', 'країну', 'і', 'народ', 'муксель', 'що', 'проіснував', 'багато', 'сотень', 'років'] +common_voice_uk_23571814-2634-0: ref=['карамзіна', 'великого', 'співця', 'російської', 'державності', 'проривається', 'чистісінька', 'істина'] +common_voice_uk_23571814-2634-0: hyp=['карамзіна', 'великого', 'спеціа', 'російської', 'державності', 'проривається', 'чистісінька', 'істина'] +common_voice_uk_23571835-2635-0: ref=['він', 'і', 'сьогодні', 'випікає', 'аналогічну', 'продукцію'] +common_voice_uk_23571835-2635-0: hyp=['він', 'і', 'сьогодні', 'випікає', 'аналогічну', 'продукцію'] +common_voice_uk_23571882-2636-0: ref=['і', 'те', 'дійство', 'було', 'першим', 'правовим', 'кроком', 'для', 'збирання', 'землі', 'російської'] +common_voice_uk_23571882-2636-0: hyp=['і', 'те', 'дійство', 'було', 'першим', 'правовим', 'кроком', 'для', 'збирання', 'землі', 'російської'] +common_voice_uk_23571885-2637-0: ref=['щедрий', 'на', 'батьківські', 'гроші'] +common_voice_uk_23571885-2637-0: hyp=['щедрий', 'на', 'батьківські', 'гроші'] +common_voice_uk_23571891-2638-0: ref=['шовіністи', 'державники', 'в', 'таких', 'почесних', 'зібраннях', 'недоречні'] +common_voice_uk_23571891-2638-0: hyp=['шавіністю', 'державники', 'в', 'таких', 'почесних', 'зібраннях', 'на', 'туреччині'] +common_voice_uk_23571892-2639-0: ref=['і', 'цей', 'князь', 'запанував', 'на', 'володимирському', 'престолі', 'тільки', 'з', 'допомогою', 'татаро', 'монгольських', 'військ'] +common_voice_uk_23571892-2639-0: hyp=['і', 'цей', 'князь', 'запанував', 'на', 'володимирському', 'престолі', 'тільки', 'з', 'допомогою', 'татара', 'монгольських', 'військ'] +common_voice_uk_23571894-2640-0: ref=['статс', 'секретар', 'чітко', 'за', 'днями', 'року', 'фіксував', 'основні', 'діяння', 'своєї', 'володарки'] +common_voice_uk_23571894-2640-0: hyp=['стат', 'секретар', 'чітко', 'за', 'днями', 'року', 'фіксував', 'основні', 'діяння', 'своєю', 'володарки'] +common_voice_uk_23571897-2641-0: ref=['через', 'що', 'московит', 'і', 'повинен', 'отримати', 'перевагу'] +common_voice_uk_23571897-2641-0: hyp=['через', 'що', 'московит', 'і', 'повинен', 'отримати', 'перевагу'] +common_voice_uk_23571898-2642-0: ref=['такий', 'масштаб', 'чудського', 'побоїща'] +common_voice_uk_23571898-2642-0: hyp=['такий', 'масштаб', 'чуського', 'побоїща'] +common_voice_uk_23572957-2643-0: ref=['є', 'історичні', 'підтвердження', 'цього'] +common_voice_uk_23572957-2643-0: hyp=['є', 'історичні', 'підтвердження', 'цього'] +common_voice_uk_23573273-2644-0: ref=['порядок', 'роботи', 'верховної', 'ради', 'україни', 'встановлюється', 'конституцією', 'україни', 'та', 'регламентом', 'верховної', 'ради', 'україни'] +common_voice_uk_23573273-2644-0: hyp=['урядок', 'роботи', 'верховної', 'ради', 'україни', 'становлюється', 'конституцією', 'україни', 'та', 'регламентом', 'верховної', 'ради', 'україни'] +common_voice_uk_23573373-2645-0: ref=["з'ясуємо", 'звідки', 'ж', "з'явився", 'сам', 'данило'] +common_voice_uk_23573373-2645-0: hyp=["з'ясуємо", 'звідки', "з'явився", 'сам', 'данило'] +common_voice_uk_23573915-2646-0: ref=['а', 'тепер', 'час', 'послухати', 'що', 'каже', 'пан', 'солженіцин', 'про', 'казахстан'] +common_voice_uk_23573915-2646-0: hyp=['а', 'тепер', 'час', 'послухати', 'що', 'каже', 'пан', 'сал', 'женіцин', 'про', 'казахстан'] +common_voice_uk_23573979-2647-0: ref=['однак', 'навіть', 'такого', 'раптового', 'звеличення', 'було', 'мало', 'князеві', 'московиту', 'юрію'] +common_voice_uk_23573979-2647-0: hyp=['однак', 'навіть', 'такого', 'раптового', 'звеличення', 'було', 'мало', 'князеві', 'москавиту', 'юрію'] +common_voice_uk_23574073-2648-0: ref=['о', 'трибуно', 'скільки', 'дурнів', 'сходило', 'з', 'тебе', 'переможцями'] +common_voice_uk_23574073-2648-0: hyp=['отрибуно', 'скільки', 'дурнів', 'сходило', 'з', 'тебе', 'переможцями'] +common_voice_uk_23575207-2649-0: ref=['давня', 'двоїста', 'мірка', 'для', 'своїх', 'і', 'для', 'чужих'] +common_voice_uk_23575207-2649-0: hyp=['давнє', 'двоє', 'ста', 'мірка', 'для', 'своїх', 'і', 'для', 'чужих'] +common_voice_uk_23575210-2650-0: ref=['і', 'російський', 'історик', 'навіть', 'не', 'шукає', 'цим', 'діянням', 'виправдань'] +common_voice_uk_23575210-2650-0: hyp=['і', 'російський', 'історик', 'навіть', 'не', 'шукає', 'цим', 'діянням', 'виправдань'] +common_voice_uk_23575371-2651-0: ref=['участь', 'військ', 'суздальських', 'князівств', 'у', 'поході', 'батия', 'проти', 'хана', 'гуюка'] +common_voice_uk_23575371-2651-0: hyp=['участь', 'військ', 'суздарських', 'князівств', 'у', 'поході', 'батия', 'проти', 'хана', 'гоюка'] +common_voice_uk_23575697-2652-0: ref=['а', 'землі', 'що', 'лежать', 'за', 'волгою', 'і', "в'яткою", 'аж', 'ніяк', 'не', 'належали', 'москві'] +common_voice_uk_23575697-2652-0: hyp=['а', 'землі', 'що', 'лежать', 'за', 'волгою', 'і', "в'яткою", 'аж', 'ніяк', 'не', 'належали', 'москві'] +common_voice_uk_23575780-2653-0: ref=['багатство', 'всілякого', 'гріха', 'батько', 'всілякої', 'злоби', 'винахідник', 'духотлінної', 'поживи', 'сприяч'] +common_voice_uk_23575780-2653-0: hyp=['багатством', 'всілякого', 'гріха', 'батько', 'всілякої', 'злоби', 'винахідник', 'до', 'хотлінної', 'поживи', 'сприяч'] +common_voice_uk_23576858-2654-0: ref=['звернімося', 'все', 'ж', 'до', 'опонента', 'мародерів'] +common_voice_uk_23576858-2654-0: hyp=['звернімося', 'все', 'ж', 'до', 'опонента', 'мародерів'] +common_voice_uk_23576861-2655-0: ref=['так', 'що', 'гарматний', 'матеріал', 'потроївся'] +common_voice_uk_23576861-2655-0: hyp=['так', 'що', 'гарматний', 'матеріал', 'потроївся'] +common_voice_uk_23577282-2656-0: ref=['держава', 'бере', 'участь', 'у', 'формуванні', 'доходів', 'бюджетів', 'місцевого', 'самоврядування', 'фінансово', 'підтримує', 'місцеве', 'самоврядування'] +common_voice_uk_23577282-2656-0: hyp=['держава', 'бере', 'участь', 'у', 'формуванні', 'доходів', 'бюджетів', 'місцевого', 'самоврядування', 'фінансово', 'підтримує', 'місцеве', 'самоврядування'] +common_voice_uk_23577287-2657-0: ref=['це', 'була', 'лише', 'міжусобна', 'сутичка', 'всередині', 'єдиної', 'держави', 'золотої', 'орди'] +common_voice_uk_23577287-2657-0: hyp=['це', 'була', 'лише', 'міжусобна', 'сутичка', 'всередині', 'єдиної', 'держави', 'золотої', 'орди'] +common_voice_uk_23577449-2658-0: ref=['цілком', 'можливо', 'що', 'хтось', 'із', 'них', 'намагався', 'навіть', 'силою', 'втягнути', 'государя', 'в', 'битву'] +common_voice_uk_23577449-2658-0: hyp=['цілком', 'можливо', 'що', 'хтось', 'із', 'них', 'намагався', 'навіть', 'силою', 'втягнути', 'государя', 'в', 'битву'] +common_voice_uk_23577953-2659-0: ref=['гостра', 'була', 'сокира', 'та', 'на', 'сук', 'наскочила'] +common_voice_uk_23577953-2659-0: hyp=['гостра', 'була', 'сокира', 'та', 'насукна', 'скочила'] +common_voice_uk_23577958-2660-0: ref=['всі', 'жінки', 'коли', 'вони', 'кохають'] +common_voice_uk_23577958-2660-0: hyp=['всі', 'жінки', 'коли', 'вони', 'кохають'] +common_voice_uk_23578086-2661-0: ref=['але', 'російський', 'історик', 'як', 'завжди', 'хитрує', 'та', 'не', 'домовляє'] +common_voice_uk_23578086-2661-0: hyp=['але', 'російський', 'історик', 'як', 'завжди', 'хитрує', 'та', 'не', 'домовляє'] +common_voice_uk_23578161-2662-0: ref=['російський', 'генералітет', 'розписався', 'в', 'своєму', 'цілковитому', 'безсиллі'] +common_voice_uk_23578161-2662-0: hyp=['російський', 'генералітет', 'розписався', 'у', 'своєму', 'цілковитому', 'безсильні'] +common_voice_uk_23578180-2663-0: ref=['чеснота', 'краще', 'ніж', 'багатство', 'й', 'почесті'] +common_voice_uk_23578180-2663-0: hyp=['чеснота', 'краще', 'ніж', 'багатство', 'і', 'почесті'] +common_voice_uk_23578306-2664-0: ref=['цю', 'умову', 'васальної', 'залежності', 'було', 'прийнято'] +common_voice_uk_23578306-2664-0: hyp=['цю', 'умову', 'васальної', 'залежності', 'було', 'прийнято'] +common_voice_uk_23578372-2665-0: ref=['такі', 'методи', 'російської', 'двоїстої', 'мірки'] +common_voice_uk_23578372-2665-0: hyp=['такі', 'методи', 'російської', 'двоє', 'з', 'тої', 'мірки'] +common_voice_uk_23578391-2666-0: ref=['такі', 'ось', 'маємо', 'парадокси', 'російської', 'історії', 'під', 'тиском', 'московського', 'доважку', 'брехні'] +common_voice_uk_23578391-2666-0: hyp=['такі', 'ось', 'маємо', 'парадокси', 'російської', 'історії', 'під', 'тиском', 'московського', 'до', 'важко', 'брехні'] +common_voice_uk_23578436-2667-0: ref=['отже', 'її', 'слід', 'було', 'завоювати'] +common_voice_uk_23578436-2667-0: hyp=['отже', 'і', 'слід', 'було', 'завоювати'] +common_voice_uk_23578525-2668-0: ref=['це', 'більше', 'ніж', 'дивно'] +common_voice_uk_23578525-2668-0: hyp=['це', 'більше', 'ніж', 'дивно'] +common_voice_uk_23578561-2669-0: ref=['сіверян', 'деревлян', 'тиверців', 'дулібів', 'тощо'] +common_voice_uk_23578561-2669-0: hyp=['всі', 'всі', 'варіанти', 'деревлян', 'тиверців', 'до', 'лібів', 'тощо'] +common_voice_uk_23578570-2670-0: ref=['мурома', 'меря', 'весь', 'мокша', 'мещера'] +common_voice_uk_23578570-2670-0: hyp=['морома', 'меря', 'бесь', 'мокша', 'мещера'] +common_voice_uk_23578606-2671-0: ref=['архітектура', 'теж', 'літопис', 'світу', 'вона', 'говорить', 'тоді', 'коли', 'вже', 'мовчать', 'і', 'пісні', 'і', 'перекази'] +common_voice_uk_23578606-2671-0: hyp=['архітектура', 'теж', 'літопис', 'світу', 'вона', 'говорить', 'тоді', 'коли', 'вже', 'мовчать', 'і', 'пісні', 'й', 'перекази'] +common_voice_uk_23578607-2672-0: ref=['але', 'це', 'твердження', 'брехня', 'російської', 'імперії'] +common_voice_uk_23578607-2672-0: hyp=['але', 'це', 'твердження', 'брехня', 'російської', 'імперії'] +common_voice_uk_23578640-2673-0: ref=['радянський', 'період', 'ще', 'свіжий', 'весь', 'на', 'очах', 'зліплений', 'із', 'тіста', 'замішаного', 'на', 'міфах'] +common_voice_uk_23578640-2673-0: hyp=['радянський', 'період', 'ще', 'свіжий', 'весь', 'на', 'очах', 'зліплений', 'із', 'тіста', 'замішаного', 'на', 'міфах'] +common_voice_uk_23578673-2674-0: ref=['а', 'що', 'ж', 'є', 'більше', 'понад', 'віру'] +common_voice_uk_23578673-2674-0: hyp=['а', 'що', 'ж', 'є', 'більше', 'понад', 'віру'] +common_voice_uk_23578709-2675-0: ref=['хочу', 'розвіяти', 'ще', 'один', 'запущений', 'російськими', 'істориками', 'доважок', 'брехні', 'який', 'стосується', 'івана', 'грозного'] +common_voice_uk_23578709-2675-0: hyp=['хочу', 'розвіяти', 'ще', 'один', 'запущений', 'російськими', 'істориками', 'то', 'важок', 'брехні', 'який', 'стосується', 'івана', 'грозного'] +common_voice_uk_23578774-2676-0: ref=['як', 'воїну', 'дав', 'вождь', 'меча', 'то', 'побіди'] +common_voice_uk_23578774-2676-0: hyp=['як', 'воїн', 'удав', 'вождь', 'меча', 'то', 'побіди'] +common_voice_uk_23578819-2677-0: ref=['який', 'саватака', 'й', 'слава'] +common_voice_uk_23578819-2677-0: hyp=['який', 'сава', 'така', 'й', 'слава'] +common_voice_uk_23579112-2678-0: ref=['поляни', 'деревляни', 'сіверяни', 'дреговичі', 'дуліби', 'тиверці'] +common_voice_uk_23579112-2678-0: hyp=['поляни', 'деревляни', 'сіверяни', 'драговичі', 'дуліби', 'тиверці'] +common_voice_uk_23579116-2679-0: ref=['лише', 'сильним', 'дано', 'право', 'на', 'безсмертя'] +common_voice_uk_23579116-2679-0: hyp=['лише', 'сильним', 'дано', 'право', 'на', 'безсмертя'] +common_voice_uk_23579170-2680-0: ref=['слави', 'треба', 'мирові', 'а', 'не', 'тому', 'хто', 'славен'] +common_voice_uk_23579170-2680-0: hyp=['слави', 'треба', 'мирові', 'а', 'не', 'тому', 'хто', 'славен'] +common_voice_uk_23579352-2681-0: ref=['захід', 'його', "пам'ятай", 'заходом', 'є', 'теж', 'твоїм'] +common_voice_uk_23579352-2681-0: hyp=['захід', 'його', "пам'ятай", 'заходом', 'є', 'теж', 'твоїм'] +common_voice_uk_23579548-2682-0: ref=['погляньте', 'як', 'вона', 'використовується', 'запаскуджена', 'захаращена', 'покинута', 'селянином'] +common_voice_uk_23579548-2682-0: hyp=['погляньте', 'як', 'вона', 'використовується', 'запаскоджена', 'захаращена', 'покинута', 'сильнином'] +common_voice_uk_23579553-2683-0: ref=['ніхто', 'серйозно', 'його', 'не', 'турбував', 'у', 'землі', 'ростовсько', 'суздальській'] +common_voice_uk_23579553-2683-0: hyp=['ніхто', 'серйозно', 'його', 'не', 'турбував', 'у', 'землі', 'ростовсько', 'суздальській'] +common_voice_uk_23641387-2684-0: ref=['коли', 'сте', 'вмучені', 'дорогою', 'то', 'сідайте', 'чи', 'влягайте', 'на', 'лавах', 'сказав', 'опасистий'] +common_voice_uk_23641387-2684-0: hyp=['коли', 'сте', 'мучені', 'дорогою', 'то', 'сідайте', 'чи', 'влягайте', 'на', 'лавах', 'сказав', 'опосистий'] +common_voice_uk_23641388-2685-0: ref=['а', 'чи', 'істина', 'що', 'той', 'меч', 'жахав', "полом'ям"] +common_voice_uk_23641388-2685-0: hyp=['а', 'чи', 'істина', 'що', 'той', 'меджа', "хаополум'ям"] +common_voice_uk_23641389-2686-0: ref=['богдан', 'махнув', 'рукою'] +common_voice_uk_23641389-2686-0: hyp=['богдан', 'махнув', 'рукою'] +common_voice_uk_23641390-2687-0: ref=['такий', 'парадокс', 'байкарів', 'російської', 'історії'] +common_voice_uk_23641390-2687-0: hyp=['такий', 'парадокс', 'байкарів', 'російської', 'історії'] +common_voice_uk_23641391-2688-0: ref=['ми', 'не', 'будемо', 'зараз', 'спростовувати', 'рік', 'народження', 'олександра', 'до', 'цього', 'повернемося', 'в', 'наступному', 'розділі'] +common_voice_uk_23641391-2688-0: hyp=['ми', 'не', 'будемо', 'зараз', 'спростувати', 'рік', 'народження', 'олександра', 'до', 'цього', 'повернемося', 'в', 'наступному', 'розділі'] +common_voice_uk_23641392-2689-0: ref=['такому', 'правителеві', 'землі', 'московської', 'і', 'шана', 'і', 'слава', 'і', 'хвалебні', 'пісні', 'на', 'многії', 'літа'] +common_voice_uk_23641392-2689-0: hyp=['такому', 'правителеві', 'землі', 'московської', 'і', 'шана', 'і', 'слава', 'і', 'хвалебні', 'пісні', 'на', 'многії', 'літа'] +common_voice_uk_23641393-2690-0: ref=['що', 'сталося'] +common_voice_uk_23641393-2690-0: hyp=['що', 'сталося'] +common_voice_uk_23641394-2691-0: ref=['однак', 'це', 'справа', 'самого', 'народу'] +common_voice_uk_23641394-2691-0: hyp=['однак', 'це', 'справа', 'з', 'самого', 'народу'] +common_voice_uk_23641395-2692-0: ref=['отже', 'під', 'терміном', 'державність', 'нічого', 'іншого', 'мати', 'на', 'увазі', 'не', 'можна'] +common_voice_uk_23641395-2692-0: hyp=['отже', 'під', 'терміном', 'державність', 'нічого', 'іншого', 'мати', 'на', 'увазі', 'не', 'можна'] +common_voice_uk_23641396-2693-0: ref=['він', 'клятвено', 'обіцяв', 'бути', 'васалом', 'слухняним', 'платити', 'данину', 'коритися', 'орді'] +common_voice_uk_23641396-2693-0: hyp=['він', 'клятвено', 'обіцяв', 'бути', 'веселим', 'слухняним', 'платити', 'данину', 'коритися', 'в', 'орді'] +common_voice_uk_23641397-2694-0: ref=['звичайні', 'васали', 'орди'] +common_voice_uk_23641397-2694-0: hyp=['звичайні', 'васали', 'орди'] +common_voice_uk_23641398-2695-0: ref=['а', 'на', 'тій', 'тесі', 'та', 'рогатина'] +common_voice_uk_23641398-2695-0: hyp=['а', 'на', 'тій', 'тесі', 'та', 'рогатину'] +common_voice_uk_23641399-2696-0: ref=['як', 'то', 'скинув', 'брови', 'богдан', 'тоді', 'махнув', 'бориславові', 'йдімо', 'до', 'коней', 'болярине'] +common_voice_uk_23641399-2696-0: hyp=['як', 'то', 'скинув', 'брови', 'богдан', 'тоді', 'махнув', 'бориславові', 'і', 'тімо', 'до', 'коней', 'болярине'] +common_voice_uk_23641400-2697-0: ref=['поволжя', 'споконвіків', 'належало', 'народам', 'які', 'жили', 'там'] +common_voice_uk_23641400-2697-0: hyp=['боже', 'споконвіки', 'належали', 'народам', 'які', 'жили', 'там'] +common_voice_uk_23641401-2698-0: ref=['княгиня', 'в', 'медуші', 'сидить', 'пощо', 'є', 'тобі'] +common_voice_uk_23641401-2698-0: hyp=['княгиня', 'в', 'медуші', 'сидить', 'пущо', 'я', 'тобі'] +common_voice_uk_23641402-2699-0: ref=['згадайте', 'чечню', 'там', 'все', 'погано', 'і', 'жорстоко', 'в', 'росії', 'добре', 'й', 'правильно'] +common_voice_uk_23641402-2699-0: hyp=['згадайте', 'чечню', 'там', 'все', 'погано', 'й', 'жорстоко', 'в', 'росії', 'добра', 'і', 'правильно'] +common_voice_uk_23641403-2700-0: ref=['і', 'повірте', 'не', 'відмовляються', 'від', 'завдань', 'від', 'походів', 'на', 'південь', 'і', 'зараз'] +common_voice_uk_23641403-2700-0: hyp=['і', 'повірте', 'не', 'відмовляються', 'від', 'завдань', 'від', 'походів', 'на', 'південь', 'і', 'зараз'] +common_voice_uk_23641404-2701-0: ref=['настав', 'час', 'повернутися', 'московитам', 'із', 'сусідніх', 'підкорених', 'земель', 'на', 'свою', 'споконвічну', 'землю'] +common_voice_uk_23641404-2701-0: hyp=['настав', 'час', 'повернутися', 'московитим', 'із', 'сусідніх', 'підкорених', 'земель', 'на', 'свою', 'споконвічну', 'землю'] +common_voice_uk_23641405-2702-0: ref=['карамзін', 'перестав', 'би', 'бути', 'придворним', 'істориком', 'якби', 'не', 'прибрехав', 'де', 'небудь', 'у', 'своєму', 'писанні'] +common_voice_uk_23641405-2702-0: hyp=['карамзін', 'перестав', 'би', 'бути', 'придворним', 'істориком', 'якби', 'не', 'прибрехав', 'де', 'небудь', 'у', 'своєму', 'писанні'] +common_voice_uk_23641406-2703-0: ref=['отих', 'побитих', 'спалити', 'треба'] +common_voice_uk_23641406-2703-0: hyp=['од', 'тих', 'убитих', 'спалити', 'треба'] +common_voice_uk_23641407-2704-0: ref=['а', 'ци', 'відаєш', 'ти', 'що', 'чоловік', 'так', 'і', 'звався', 'колись'] +common_voice_uk_23641407-2704-0: hyp=['оце', 'відаєш', 'ти', 'що', 'чоловік', 'таки', 'звався', 'колись'] +common_voice_uk_23641408-2705-0: ref=['не', 'горить', 'сміявся', 'косацький', 'отаман', 'нам', 'аби', 'заутра', 'бути', 'в', 'луговиках'] +common_voice_uk_23641408-2705-0: hyp=['не', 'горить', 'сміявся', 'козацький', 'отаман', 'мама', 'аби', 'завтра', 'бути', 'в', 'луговиках'] +common_voice_uk_23641409-2706-0: ref=['при', 'виданні', 'книга', 'одержала', 'дозвіл', 'цензури', 'тобто', 'факти', 'в', 'ній', 'викладені', 'імперія', 'не', 'заперечувала'] +common_voice_uk_23641409-2706-0: hyp=['привітанік', 'книга', 'одержала', 'дозвіл', 'цензури', 'тобто', 'факти', 'в', 'ній', 'викладені', 'імперія', 'не', 'заперечувала'] +common_voice_uk_23641410-2707-0: ref=['а', 'на', 'порозі', 'була', 'доба', 'шекспіра', 'сервантеса', 'джордано', 'бруно', 'декарта', 'робера', 'етьєна', 'дюкенуа'] +common_voice_uk_23641410-2707-0: hyp=['а', 'на', 'порозі', 'була', 'до', 'ваших', 'спіра', 'сервантиса', 'джордану', 'брюну', 'декарта', 'робеть', 'єна', 'дюкано'] +common_voice_uk_23641412-2708-0: ref=['та', 'на', 'коні', 'вороному'] +common_voice_uk_23641412-2708-0: hyp=['та', 'на', 'коні', 'вороному'] +common_voice_uk_23641413-2709-0: ref=['о', 'погодивсь', 'отаман', 'а', 'пощо', 'бо', 'мед', 'відає', 'а', 'ти', 'відаєш'] +common_voice_uk_23641413-2709-0: hyp=['ох', 'погодився', 'отаман', 'а', 'пощо', 'бо', 'мед', 'відає', 'а', 'ти', 'відаєш'] +common_voice_uk_23641414-2710-0: ref=['саме', 'комуністи', 'поставили', 'справу'] +common_voice_uk_23641414-2710-0: hyp=['саме', 'комуністи', 'поставили', 'справу'] +common_voice_uk_23641415-2711-0: ref=['я', 'м', 'тебе', 'зразу', 'впізнала'] +common_voice_uk_23641415-2711-0: hyp=['я', 'м', 'тебе', 'зразу', 'впізнала'] +common_voice_uk_23641416-2712-0: ref=['однак', 'і', 'там', 'його', 'наздогнав', 'служник', 'хана', 'узбека', 'іван', 'калита', 'разом', 'із', 'митрополитом'] +common_voice_uk_23641416-2712-0: hyp=['однак', 'і', 'там', 'його', 'наздогнав', 'служник', 'хана', 'узбека', 'іван', 'калита', 'разом', 'із', 'митрополитом'] +common_voice_uk_23642633-2713-0: ref=['а', 'з', 'півночі', 'на', 'південь', 'імперія', 'тяглася', 'від', 'льодовитого', 'океану', 'до', 'індійського'] +common_voice_uk_23642633-2713-0: hyp=['а', 'співночі', 'на', 'південь', 'імперія', 'тяглася', 'від', 'льодобутого', 'океану', 'до', 'індійського'] +common_voice_uk_23642635-2714-0: ref=['хлопці', 'розвернули', 'коней', 'і', 'погнали', 'назад', 'звідки', 'наближалася', 'волячим', 'кроком', 'купецька', 'валка'] +common_voice_uk_23642635-2714-0: hyp=['хлопці', 'розвернули', 'коней', 'і', 'погнали', 'назад', 'звідки', 'наближалися', 'волячим', 'кроком', 'купецька', 'валка'] +common_voice_uk_23642636-2715-0: ref=['а', 'вже', 'повідати', 'про', 'звичайне', 'боягузтво', 'самого', 'князя', 'димитрія', 'вважалося', 'блюзнірством', 'і', 'святотатством'] +common_voice_uk_23642636-2715-0: hyp=['а', 'вже', 'повідати', 'про', 'звичайне', 'боягузство', 'з', 'самого', 'князя', 'димитрія', 'вважалося', 'блюзнірством', 'і', 'святоїкатцтвом'] +common_voice_uk_23642637-2716-0: ref=['згадайте', 'розбійника', 'єрмака'] +common_voice_uk_23642637-2716-0: hyp=['у', 'згадайте', 'розмінника', 'єрмака'] +common_voice_uk_23642638-2717-0: ref=['звертаю', 'увагу', 'читачів', 'на', 'ще', 'два', 'істотні', 'моменти', 'відображені', 'у', 'цій', 'цитаті'] +common_voice_uk_23642638-2717-0: hyp=['звертає', 'увагу', 'чекачем', 'на', 'ще', 'два', 'істотні', 'моменти', 'відображення', 'у', 'цій', 'ципаті'] +common_voice_uk_23642639-2718-0: ref=['богдан', 'мовчав', 'дівчина', 'зняла', 'з', 'білої', 'шиї', 'гарно', 'ковану', 'золоту', 'гривню', 'й', 'дала', 'йому'] +common_voice_uk_23642639-2718-0: hyp=['богдан', 'мовчав', 'дівчина', 'зняла', 'з', 'білої', 'шиї', 'гарна', 'кована', 'золотого', 'риню', 'і', 'дал', 'йому'] +common_voice_uk_23642640-2719-0: ref=['але', 'візіготи', 'так', 'і', 'не', 'зважились', 'сполчитись', 'проти', 'західніх', "слов'ян"] +common_voice_uk_23642640-2719-0: hyp=['але', 'візігоди', 'так', 'і', 'не', 'зважились', 'полчитись', 'проти', 'західних', "слов'ян"] +common_voice_uk_23642641-2720-0: ref=['всі', 'вони', 'складали', 'переважно', 'історію', 'росії', 'за', 'катерининськими', 'джерелами'] +common_voice_uk_23642641-2720-0: hyp=['всі', 'вони', 'складали', 'переважну', 'історію', 'росії', 'за', 'катерининськими', 'джерелами'] +common_voice_uk_23642642-2721-0: ref=['переселені', 'в', 'московію', 'осемь', 'тсяч', 'людей', 'здебільшого', 'вимерли', 'і', 'загинули'] +common_voice_uk_23642642-2721-0: hyp=['переселення', 'в', 'московії', 'осим', 'тисяч', 'людей', 'здебільшого', 'вимрили', 'і', 'загинула'] +common_voice_uk_23642643-2722-0: ref=['то', 'й', 'що'] +common_voice_uk_23642643-2722-0: hyp=['той', 'що'] +common_voice_uk_23642644-2723-0: ref=['мовляв', 'хто', 'нас', 'перевірить', 'як', 'захочемо', 'так', 'і', 'повернемо'] +common_voice_uk_23642644-2723-0: hyp=['мовляв', 'хто', 'нас', 'перевірить', 'як', 'захочемо', 'так', 'і', 'повернемо'] +common_voice_uk_23642645-2724-0: ref=['ось', 'запустив', 'же', 'він', 'отакі', 'власні', 'вигадки', 'про', 'так', 'звану', 'мелітопольщину'] +common_voice_uk_23642645-2724-0: hyp=['ось', 'запустив', 'же', 'він', 'отакі', 'власні', 'вигадки', 'про', 'так', 'звану', 'молітопольщину'] +common_voice_uk_23642646-2725-0: ref=['якого', 'князя'] +common_voice_uk_23642646-2725-0: hyp=['якого', 'князя'] +common_voice_uk_23642647-2726-0: ref=['малко', 'вже', 'давно', 'навчився', 'розуміти', 'княжича', 'й', 'відповів'] +common_voice_uk_23642647-2726-0: hyp=['малко', 'вже', 'давно', 'навчився', 'розуміти', 'княжий', 'чар', 'і', 'відповів'] +common_voice_uk_23642648-2727-0: ref=['тобто', 'йому', 'доручили', 'збирати', 'ханську', 'подушну', 'данину', 'й', 'відвозити', 'її', 'в', 'столицю', 'золотої', 'орди'] +common_voice_uk_23642648-2727-0: hyp=['тобто', 'йому', 'доручило', 'збирати', 'ханську', 'подушну', 'данину', 'і', 'відвозити', 'її', 'в', 'столицю', 'золотої', 'орбіди'] +common_voice_uk_23642649-2728-0: ref=['й', 'богдан', 'таки', 'здебільшого', 'бився', 'києм'] +common_voice_uk_23642649-2728-0: hyp=['і', 'богдан', 'таки', 'здебільшого', 'ми', 'всяким'] +common_voice_uk_23642650-2729-0: ref=['ось', 'він', 'приклад', 'давній', 'успадковуй'] +common_voice_uk_23642650-2729-0: hyp=['ось', 'він', 'приклад', 'давній', 'успадковий'] +common_voice_uk_23642651-2730-0: ref=['гой', 'отроче', 'звернувсь', 'один', 'з', 'них', 'до', 'вишати', 'як', 'найстаршого', 'коні', 'пасете'] +common_voice_uk_23642651-2730-0: hyp=['гой', 'одрочем', 'звернувсь', 'один', 'з', 'них', 'до', 'вишати', 'якнайстаршого', 'коні', 'пасета'] +common_voice_uk_23642652-2731-0: ref=['незбагненно', "з'явилися", 'абсолютно', 'не', 'маючи', 'історичного', 'права', 'на', 'слово', 'русь'] +common_voice_uk_23642652-2731-0: hyp=['незбагненно', "з'явилася", 'абсолютно', 'не', 'маючи', 'історичного', 'права', 'на', 'слово', 'русь'] +common_voice_uk_23642653-2732-0: ref=['так', 'вона', 'сидить', 'не', 'в', 'нежині'] +common_voice_uk_23642653-2732-0: hyp=['так', 'вона', 'сидить', 'невжені'] +common_voice_uk_23642654-2733-0: ref=['вона', 'давно', 'стомилася', 'довго', 'очікуючи', 'людських', 'рук'] +common_voice_uk_23642654-2733-0: hyp=['вона', 'давно', 'стомилася', 'довгоочікуючи', 'людських', 'рук'] +common_voice_uk_23642655-2734-0: ref=['ой', 'піду', 'я', 'до', 'лісу', 'до', 'лісочку'] +common_voice_uk_23642655-2734-0: hyp=['ой', 'підує', 'до', 'лісу', 'до', 'лісочка'] +common_voice_uk_23642656-2735-0: ref=['і', 'воювали', 'саме', 'булгар', 'а', 'не', 'татар'] +common_voice_uk_23642656-2735-0: hyp=['і', 'голували', 'саме', 'болгар', 'а', 'не', 'татар'] +common_voice_uk_23663944-2736-0: ref=['та', 'й', 'не', 'пострашусь', 'лютого', 'русина'] +common_voice_uk_23663944-2736-0: hyp=['та', 'й', 'не', 'пострашусь', 'лютого', 'русина'] +common_voice_uk_23663946-2737-0: ref=['погляньмо', 'як', 'учинили', 'московити', 'із', 'дружнім', 'їм', 'князем', 'василем', 'івановичем', 'шемячичем'] +common_voice_uk_23663946-2737-0: hyp=['огляньмо', 'як', 'одчинили', 'московитий', 'із', 'дружньою', 'їм', 'князем', 'василем', 'івановичем', "шем'ячичем"] +common_voice_uk_23663947-2738-0: ref=['таким', 'чином', 'він', 'не', 'міг', 'брати', 'участь', 'як', 'керівник', 'у', 'невській', 'і', 'чудській', 'сутичках'] +common_voice_uk_23663947-2738-0: hyp=['таким', 'чином', 'він', 'не', 'міг', 'брати', 'участі', 'керівник', 'уневський', 'і', 'чудський', 'сутичках'] +common_voice_uk_23665942-2739-0: ref=['хоча', 'тлумач', 'істсорії', 'це', 'й', 'замовчує'] +common_voice_uk_23665942-2739-0: hyp=['хоча', 'клубачись', 'з', 'сорі', 'цей', 'замовчує'] +common_voice_uk_23665943-2740-0: ref=['розвал', 'царської', 'росії'] +common_voice_uk_23665943-2740-0: hyp=['розбав', 'царської', 'русі'] +common_voice_uk_23665944-2741-0: ref=['адже', 'саме', 'там', 'був', 'початок', 'становлення', 'московії', 'її', 'державними', 'зачинателями'] +common_voice_uk_23665944-2741-0: hyp=['саме', 'там', 'був', 'початок', 'становлення', 'московії', 'і', 'державними', 'зачинати', 'треба'] +common_voice_uk_23665945-2742-0: ref=['і', 'я', 'тебе', 'княгине'] +common_voice_uk_23665945-2742-0: hyp=['я', 'тебе', 'княгине'] +common_voice_uk_23665946-2743-0: ref=['пійдете', 'зі', 'мною'] +common_voice_uk_23665946-2743-0: hyp=['підете', 'зі', 'мною'] +common_voice_uk_23668325-2744-0: ref=['судіть', 'самі'] +common_voice_uk_23668325-2744-0: hyp=['судіть', 'самі'] +common_voice_uk_23668326-2745-0: ref=['ні', 'трави', 'ні', 'степу'] +common_voice_uk_23668326-2745-0: hyp=['ні', 'трави', 'ні', 'степу'] +common_voice_uk_23668328-2746-0: ref=['харя', 'зібгав', 'білий', 'міх', 'волохатої', 'гайди', 'витер', 'піт', 'з', 'чола'] +common_voice_uk_23668328-2746-0: hyp=['харя', 'зібгав', 'білий', 'ніг', 'волохатої', 'гайди', 'витер', 'піт', 'з', 'чола'] +common_voice_uk_23668329-2747-0: ref=['така', 'була', 'твоя', 'мати', 'молодою', 'така', 'саміська', 'ти', 'ж', 'зовсім', 'маленька', 'тоді'] +common_voice_uk_23668329-2747-0: hyp=['така', 'була', 'твоя', 'мати', 'молодою', 'така', 'самісінька', 'ти', 'ж', 'зовсім', 'маленька', 'тоді'] +common_voice_uk_23668637-2748-0: ref=['князь', 'охолов', 'і', 'по', 'хвилині', 'мовив', 'уже', 'таким', 'голосом', 'який', 'не', 'терпів', 'заперечень'] +common_voice_uk_23668637-2748-0: hyp=['конязь', 'охолов', 'і', 'по', 'хвилині', 'мовив', 'уже', 'таким', 'голосом', 'який', 'нетерпів', 'заперечень'] +common_voice_uk_23668638-2749-0: ref=['в', 'результаті', 'кримського', 'удару', 'московія', 'втратила', 'близько', 'мільйона', 'людей', 'убитими', 'й', 'полоненими'] +common_voice_uk_23668638-2749-0: hyp=['в', 'результаті', 'кримського', 'удару', 'московія', 'втратила', 'близько', 'мільйона', 'людей', 'убитими', 'і', 'полоненими'] +common_voice_uk_23668640-2750-0: ref=['отаман', 'якого', 'назвали', 'баном', 'важко', 'втупився', 'в', 'по', 'слуха'] +common_voice_uk_23668640-2750-0: hyp=['отаман', 'як', 'якого', 'назвали', 'баном', 'важко', 'в', 'тупитися', 'в', 'послухах'] +common_voice_uk_23668641-2751-0: ref=['може', 'це', 'не', 'сподобається', 'комусь', 'у', 'кабулі', 'в', 'тегерані', 'в', 'анкарі'] +common_voice_uk_23668641-2751-0: hyp=['може', 'це', 'не', 'сподобається', 'комусь', 'у', 'кабулі', 'в', 'тегерані', 'в', 'анкарі'] +common_voice_uk_23668653-2752-0: ref=["розв'язавши", 'державну', 'бійню', 'проти', 'маленької', 'волелюбної', 'чечні', 'ічкерії', 'звалили', 'усю', 'відповідальність', 'на', 'неї'] +common_voice_uk_23668653-2752-0: hyp=["розв'язавши", 'державну', 'війню', 'проти', 'маленької', 'волелюбної', 'чечнії', 'шкерії', 'звалили', 'усю', 'відповідальність', 'на', 'неї'] +common_voice_uk_23668655-2753-0: ref=['де', 'де', 'вона', 'є'] +common_voice_uk_23668655-2753-0: hyp=['де', 'де', 'вона', 'є'] +common_voice_uk_23668657-2754-0: ref=['осе', 'таке', 'закінчив', 'він', 'то', 'як', 'зумів', 'єси', 'ти', 'якого', 'єси', 'роду'] +common_voice_uk_23668657-2754-0: hyp=['осадаха', 'закінчив', 'він', 'то', 'як', 'зумів', 'єси', 'та', 'якого', 'єсироду'] +common_voice_uk_23669311-2755-0: ref=['а', 'вмреш', 'од', 'жони', 'яку', 'залюбиш', 'умреш', 'коли', 'трісне', 'тятива', 'твого', 'лука'] +common_voice_uk_23669311-2755-0: hyp=['а', 'в', 'мереж', 'од', 'жони', 'якусь', 'залюбиш', 'умреш', 'коли', 'тріснуть', 'атева', 'твого', 'лука'] +common_voice_uk_23669312-2756-0: ref=['і', 'як', 'ви', 'розумієте', 'російською', 'славою', 'поки', 'що', 'не', 'пахло'] +common_voice_uk_23669312-2756-0: hyp=['і', 'як', 'ви', 'розумієте', 'російською', 'славою', 'поки', 'що', 'не', 'пахло'] +common_voice_uk_23669313-2757-0: ref=['гайда', 'спорожнювалась', 'він', 'приклався', 'до', 'сопілі', 'вустами', 'граючи', 'додув', 'і', 'заспівав', 'далі'] +common_voice_uk_23669313-2757-0: hyp=['гайда', 'з', 'порожнювалась', 'він', 'приклався', 'до', 'пірів', 'устами', 'граючи', 'дод', 'і', 'заспівав', 'далі'] +common_voice_uk_23669314-2758-0: ref=['назва', 'самої', 'оки', 'фінського', 'походження', 'це', 'зросійщена', 'форма', 'фінського', 'і', 'що', 'означає', 'ріка', 'взагалі'] +common_voice_uk_23669314-2758-0: hyp=['назва', 'самої', 'оки', 'фінського', 'походження', 'це', 'зросійщена', 'форма', 'фінського', 'йокі', 'що', 'означає', 'ріка', 'взагалі'] +common_voice_uk_23669315-2759-0: ref=['це', 'значно', 'пізніше', 'російська', 'правляча', 'еліта', 'вигадала', 'інше', 'намагаючись', 'подати', 'облуду', 'за', 'правду'] +common_voice_uk_23669315-2759-0: hyp=['це', 'значно', 'пізніше', 'російська', 'правляча', 'еліта', 'вигадала', 'інше', 'намагаючись', 'подати', 'облуду', 'за', 'правду'] +common_voice_uk_23669993-2760-0: ref=['княгиня', 'тут', 'сидить'] +common_voice_uk_23669993-2760-0: hyp=['княгиня', 'тут', 'сидить'] +common_voice_uk_23669995-2761-0: ref=['сього', 'таки', 'вечора', 'сказав', 'богдан'] +common_voice_uk_23669995-2761-0: hyp=['всього', 'таки', 'вечора', 'сказав', 'богдан'] +common_voice_uk_23670021-2762-0: ref=['нарочитий', 'зніяковів', 'і', 'визнав'] +common_voice_uk_23670021-2762-0: hyp=['нарочитись', 'ніяковів', 'і', 'визнав'] +common_voice_uk_23670022-2763-0: ref=['ця', 'влада', 'переможець', 'якому', 'потрібні', 'однак', 'усе', 'нові', 'й', 'нові', 'супротивники'] +common_voice_uk_23670022-2763-0: hyp=['ця', 'влада', 'переможець', 'якому', 'потрібні', 'однак', 'осейна', 'вій', 'нові', 'супротивники'] +common_voice_uk_23670023-2764-0: ref=['олександр', 'молився', 'богу', 'й', 'чекав', 'суду'] +common_voice_uk_23670023-2764-0: hyp=['олександр', 'молився', 'бого', 'й', 'чекав', 'суду'] +common_voice_uk_23670024-2765-0: ref=['той', 'лише', 'стенув', 'плечима'] +common_voice_uk_23670024-2765-0: hyp=['та', 'лише', 'стену', 'в', 'плечима'] +common_voice_uk_23670046-2766-0: ref=['ключевський', 'заявив', 'в', 'особі', 'князя', 'андрія', 'великорос', 'уперше', 'виступив', 'на', 'історичну', 'сцену'] +common_voice_uk_23670046-2766-0: hyp=['ключевський', 'заявив', 'по', 'собі', 'князя', 'андрія', 'великорос', 'по', 'перше', 'виступ', 'на', 'історичну', 'сцену'] +common_voice_uk_23670048-2767-0: ref=['недомовки', 'і', 'відверта', 'брехня', 'є', 'звичайним', 'і', 'природним', 'явищем', 'у', 'російській', 'імперській', 'історії'] +common_voice_uk_23670048-2767-0: hyp=['не', 'томовки', 'і', 'відверта', 'брехня', 'є', 'звичайним', 'і', 'природним', 'явищем', 'у', 'російській', 'імперській', 'історії'] +common_voice_uk_23670049-2768-0: ref=['карамзін', 'був', 'палким', 'великоросом', 'на', 'службі', 'в', 'імперії', 'й', 'государя'] +common_voice_uk_23670049-2768-0: hyp=['карамзін', 'упав', 'ким', 'великоросом', 'на', 'службі', 'в', 'інтерії', 'і', 'государя'] +common_voice_uk_23670050-2769-0: ref=['той', 'згідливо', 'всміхнувся'] +common_voice_uk_23670050-2769-0: hyp=['той', 'світливо', 'всміхнувся'] +common_voice_uk_23690183-2770-0: ref=['як', 'бачимо', 'в', 'орді', 'це', 'вважалося', 'звичайним', 'на', 'ті', 'часи', 'явищем'] +common_voice_uk_23690183-2770-0: hyp=['як', 'бачимо', 'в', 'ордіце', 'вважалося', 'звичайним', 'на', 'ті', 'часи', 'й', 'явищем'] +common_voice_uk_23690184-2771-0: ref=['федотов', 'думки', 'аналогічні', 'до', 'наших', 'висловив', 'значно', 'раніше'] +common_voice_uk_23690184-2771-0: hyp=['федотов', 'думки', 'аналогічні', 'до', 'наших', 'висловив', 'значно', 'раніше'] +common_voice_uk_23690194-2772-0: ref=['ці', 'факти', 'забувати', 'не', 'варто'] +common_voice_uk_23690194-2772-0: hyp=['ці', 'факти', 'забувати', 'не', 'варто'] +common_voice_uk_23690195-2773-0: ref=['сиди', 'княже', 'зараз', 'харя', 'повідає', 'нам', 'казочку'] +common_voice_uk_23690195-2773-0: hyp=['сиди', 'княже', 'зараз', 'харя', 'повідає', 'нам', 'казочку'] +common_voice_uk_23690197-2774-0: ref=['все', 'пане', 'солженідин', 'на', 'взаємному', 'паритеті'] +common_voice_uk_23690197-2774-0: hyp=['все', 'пане', 'сул', 'же', 'ніден', 'на', 'взаємному', 'паритеті'] +common_voice_uk_23691211-2775-0: ref=['але', 'навіть', 'дотримуючись', 'вашої', 'логіки', 'українці', 'на', 'камчатку', 'і', 'петропавловськ', 'камчатський', 'не', 'претендують'] +common_voice_uk_23691211-2775-0: hyp=['але', 'навіть', 'дотримуючись', 'вашої', 'логіки', 'українці', 'на', 'камчатку', 'і', 'петро', 'павло', 'скамчацький', 'не', 'претендують'] +common_voice_uk_23691212-2776-0: ref=['хай', 'покарає', 'мене', 'морана', 'хай', 'упаде', 'мені', 'пек', 'на', 'голову', 'скоромовкою', 'заприсягнувся', 'борислав'] +common_voice_uk_23691212-2776-0: hyp=['хай', 'покарає', 'мене', 'морана', 'хай', 'упаде', 'мені', 'пек', 'на', 'голову', 'скоромовкою', 'заприсягнувся', 'борислав'] +common_voice_uk_23691213-2777-0: ref=['зросійщення', 'віталося', 'й', 'заохочувалося', 'повсюдно'] +common_voice_uk_23691213-2777-0: hyp=['з', 'росіщення', 'віталося', 'й', 'заохочувалося', 'повсюдно'] +common_voice_uk_23694573-2778-0: ref=['навіщо', 'ж', 'перед', 'нею', 'падати', 'на', 'коліна', 'хоч', 'трохи', 'поважайте', 'себе'] +common_voice_uk_23694573-2778-0: hyp=['навіщо', 'ж', 'перед', 'нею', 'падати', 'на', 'коліна', 'хоч', 'трохи', 'поважайте', 'себе'] +common_voice_uk_23694575-2779-0: ref=['а', 'чого', 'ж', 'би', 'й', 'ніт'] +common_voice_uk_23694575-2779-0: hyp=['а', 'чого', 'ж', 'би', 'й', 'дід'] +common_voice_uk_23694576-2780-0: ref=['усіх', 'влаштували', 'копії'] +common_voice_uk_23694576-2780-0: hyp=['усіх', 'влаштували', 'копії'] +common_voice_uk_23694577-2781-0: ref=['а', 'а', 'здогадався', 'тивун', 'там', 'за', 'підклітями', 'в', 'садку'] +common_voice_uk_23694577-2781-0: hyp=['а', 'здогадався', 'тивун', 'там', 'за', 'під', 'ліктями', 'в', 'садку'] +common_voice_uk_23694578-2782-0: ref=['помстивсь', 'єси', 'княже', 'за', 'честь', 'роденського', 'князя', 'вогняна', 'хвала', 'тобі', "п'ю", 'до', 'тебе'] +common_voice_uk_23694578-2782-0: hyp=['помстивсь', 'єси', 'княжий', 'за', 'честь', 'радянського', 'князя', 'вогняна', 'хвала', 'тобі', "п'ю", 'до', 'тебе'] +common_voice_uk_23694581-2783-0: ref=['нас', 'намагаються', 'переконати', 'що', 'татаро', 'монголи', 'лише', 'прийшли', 'пограбували', 'і', 'пішли'] +common_voice_uk_23694581-2783-0: hyp=['нас', 'намагаються', 'переконати', 'що', 'татара', 'монголи', 'лише', 'прийшли', 'пограбували', 'і', 'пішли'] +common_voice_uk_23694593-2784-0: ref=['недоруйнована', 'або', 'напівзруйнована', 'імперія', 'завжди', 'має', 'в', 'собі', 'потенційну', 'можливість', 'відродження'] +common_voice_uk_23694593-2784-0: hyp=['недоруйнована', 'або', 'напівзруйнована', 'імперія', 'завжди', 'має', 'в', 'собі', 'потенційну', 'можливість', 'відродження', 'в'] +common_voice_uk_23694599-2785-0: ref=['люта', 'орда', 'наблизилася', 'до', 'твері'] +common_voice_uk_23694599-2785-0: hyp=['люта', 'орда', 'наблизилася', 'до', 'дверейрі'] +common_voice_uk_23694600-2786-0: ref=['саме', 'незнання', 'призводить', 'до', 'найбільших', 'трагедій'] +common_voice_uk_23694600-2786-0: hyp=['саме', 'на', 'знання', 'призводить', 'до', 'найбільших', 'трагедій'] +common_voice_uk_23694612-2787-0: ref=['учні', 'східних', 'государів', 'засвоїли', 'азійські', 'схильності', 'до', 'розслаблення', 'зневагу', 'до', 'тілесних', 'зусиль'] +common_voice_uk_23694612-2787-0: hyp=['учні', 'східних', 'государів', 'засвоїли', 'азійські', 'схильності', 'до', 'розслаблення', 'зневагу', 'до', 'тілесних', 'зусиль'] +common_voice_uk_23694620-2788-0: ref=['за', 'ними', 'залишилися', 'ярлики', 'удільних', 'князів', 'дмитрові', 'дістався', 'переславль', 'залеський', 'андрієві', 'городець'] +common_voice_uk_23694620-2788-0: hyp=['за', 'ними', 'залишилися', 'ярлики', 'удільних', 'князів', 'дмитрович', 'дістався', 'переслав', 'зеленський', 'андрієвій', 'городець'] +common_voice_uk_23694637-2789-0: ref=['в', 'якомусь', 'селі'] +common_voice_uk_23694637-2789-0: hyp=['у', 'якомусь', 'селі'] +common_voice_uk_23694638-2790-0: ref=['отже', 'за', 'логікою', 'великоросів', 'їхній', 'родовід', 'повинен', 'поширюватися', 'на', 'норвезький', 'і', 'шведський', 'народи'] +common_voice_uk_23694638-2790-0: hyp=['отже', 'за', 'логікою', 'великоросів', 'їхні', 'родовід', 'повинен', 'поширюватися', 'на', 'норвезькій', 'і', 'шведський', 'народи'] +common_voice_uk_23694640-2791-0: ref=['у', 'ті', 'ж', 'роки', 'москва', 'захопила', 'і', 'поневолила', 'рязань', 'новгород', 'псков'] +common_voice_uk_23694640-2791-0: hyp=['оті', 'ж', 'роки', 'москва', 'захопила', 'і', 'поневолила', 'різань', 'до', 'город', 'псков'] +common_voice_uk_23694641-2792-0: ref=['а', 'як', 'той', 'звір', 'що', 'живе', 'в', 'лісі', 'й', 'страшно', 'гарчить', 'видів', 'си', 'такого'] +common_voice_uk_23694641-2792-0: hyp=['а', 'як', 'той', 'звір', 'що', 'живе', 'в', 'лісі', 'і', 'страшно', 'горичить', 'у', 'видерси', 'такого'] +common_voice_uk_23694642-2793-0: ref=['єутихій', 'ніяково', 'стенувся'] +common_voice_uk_23694642-2793-0: hyp=['єутихії', 'ніякого', 'стенувся'] +common_voice_uk_23694646-2794-0: ref=['відаю', 'мовив', 'борислав', 'і', 'перезирнувся', 'з', 'богданом'] +common_voice_uk_23694646-2794-0: hyp=['відаю', 'мовив', 'борислав', 'і', 'перезирнувся', 'з', 'богданом'] +common_voice_uk_23694647-2795-0: ref=['хіба', 'то', 'мало', 'виправдовувався', 'він', 'греки', 'ще', 'ніколи', 'не', 'платили', 'нам', 'дані', 'тепер', 'платять'] +common_voice_uk_23694647-2795-0: hyp=['хіба', 'то', 'мало', 'виправдовувався', 'від', 'греки', 'ще', 'ніколи', 'не', 'платили', 'нам', 'дані', 'тепер', 'платять'] +common_voice_uk_23694648-2796-0: ref=['така', 'подяка', 'російської', 'правлячої', 'еліти', 'героям', 'які', 'захищали', 'її', 'інтереси', 'в', 'боях'] +common_voice_uk_23694648-2796-0: hyp=['така', 'подяка', 'російської', 'правлячої', 'еліти', 'героєм', 'які', 'захищали', 'її', 'інтереси', 'в', 'боях'] +common_voice_uk_23694649-2797-0: ref=['не', 'варто', 'допускати', 'думки', 'що', 'димитрій', 'московський', 'подумував', 'про', 'власну', 'державність'] +common_voice_uk_23694649-2797-0: hyp=['не', 'варто', 'допускати', 'думки', 'що', 'дмитрій', 'московський', 'подумував', 'про', 'власну', 'державність'] +common_voice_uk_23694651-2798-0: ref=['розсудливі', 'люди', 'називають', 'такі', 'дії', 'завоюванням', 'розбоєм', 'і', 'геноцидом'] +common_voice_uk_23694651-2798-0: hyp=['розсудливі', 'люди', 'називають', 'такі', 'дії', 'завоюваннями', 'розбоям', 'і', 'геноцидом'] +common_voice_uk_23694653-2799-0: ref=['то', 'може', 'тямиш', 'на', 'голові', 'ходити', 'з', 'жовчю', 'сказав', 'він'] +common_voice_uk_23694653-2799-0: hyp=['то', 'може', 'тямиш', 'на', 'голові', 'ходити', 'жовччю', 'сказав', 'він'] +common_voice_uk_23694661-2800-0: ref=['золота', 'орда', 'підтримувала', 'порядок', 'та', 'дисципліну', 'на', 'належному', 'рівні'] +common_voice_uk_23694661-2800-0: hyp=['золота', 'орда', 'підтримувала', 'порядок', 'та', 'дисципліну', 'неналежному', 'рівні'] +common_voice_uk_23694662-2801-0: ref=['хіба', 'рогволодові', 'дасть', 'одного', 'та', 'й', 'то', 'коли', 'дуже', 'молитиме'] +common_voice_uk_23694662-2801-0: hyp=['хіба', 'рогволодові', 'дасть', 'одного', 'та', 'й', 'то', 'коли', 'дуже', 'молитиме'] +common_voice_uk_23694663-2802-0: ref=['саме', 'після', 'цього', 'військового', 'походу', 'андрій', 'одержав', 'ярлик', 'на', 'великокнязівський', 'володимирський', 'престол'] +common_voice_uk_23694663-2802-0: hyp=['саме', 'після', 'цього', 'військового', 'походу', 'андрій', 'одержав', 'ярлик', 'на', 'великокнязнівський', 'володимирський', 'престол'] +common_voice_uk_23694665-2803-0: ref=['нижче', 'ми', 'подамо', 'міркування', 'солженіцина', 'на', 'цю', 'тему'] +common_voice_uk_23694665-2803-0: hyp=['дещо', 'ви', 'подамо', 'міркування', 'служині', 'це', 'не', 'на', 'цю', 'тему'] +common_voice_uk_23694667-2804-0: ref=['усе', 'було', 'так', 'і', 'не', 'так', 'та', 'про', 'те', 'мусив', 'дбати', 'рогволод', 'великий', 'князь'] +common_voice_uk_23694667-2804-0: hyp=['усе', 'було', 'так', 'і', 'не', 'так', 'та', 'проте', 'мусить', 'дбати', 'рогволод', 'великий', 'князь'] +common_voice_uk_23696551-2805-0: ref=['хоч', 'уникав', 'дивитись', 'на', 'вершника', 'відчував', 'як', 'його', 'пропікають', 'люттю', 'очі', 'смаглого', 'степовика'] +common_voice_uk_23696551-2805-0: hyp=['хоч', 'і', 'неправ', 'дивитись', 'на', 'вершника', 'відчував', 'як', 'його', 'пропікають', 'люттю', 'очі', 'смагли', 'вивестиповика'] +common_voice_uk_23696552-2806-0: ref=['а', 'де', 'та', 'ваша', 'княжна', 'тепер'] +common_voice_uk_23696552-2806-0: hyp=['а', 'де', 'ти', 'ваша', 'княжна', 'тепер'] +common_voice_uk_23696553-2807-0: ref=['уранці', 'коли', 'косаки', 'зібралися', 'в', 'дорогу', 'богдан', 'сказав', 'отаманові'] +common_voice_uk_23696553-2807-0: hyp=['уранці', 'уранці', 'коли', 'козаки', 'зібралися', 'в', 'дорогу', 'богдан', 'сказав', 'отаманові'] +common_voice_uk_23696554-2808-0: ref=['богдан', 'усміхнувся', 'й', 'нарочитий', 'посмілівши', 'додав'] +common_voice_uk_23696554-2808-0: hyp=['богдан', 'усміхнувся', 'і', 'нарочитий', 'посмілівши', 'додав'] +common_voice_uk_23696555-2809-0: ref=['на', 'підтвердження', 'божевільних', 'ідей', 'провадилися', 'численні', 'дослідження', 'захищалися', 'дисертації'] +common_voice_uk_23696555-2809-0: hyp=['на', 'підтвердження', 'божевільних', 'ідей', 'провадилися', 'численні', 'дослідження', 'захищалися', 'дисертації'] +common_voice_uk_23696581-2810-0: ref=['на', 'реформи', 'петра', 'і', 'чекав', 'жорстокий', 'опір', 'як', 'незатребуваність', 'загальнолюдської', 'культури', 'в', 'московії'] +common_voice_uk_23696581-2810-0: hyp=['на', 'реформу', 'петра', 'першого', 'чекав', 'жорстокий', 'опір', 'як', 'не', 'затребуваність', 'загальнолюдської', 'культури', 'з', 'москвії'] +common_voice_uk_23696582-2811-0: ref=['що', 'треба'] +common_voice_uk_23696582-2811-0: hyp=['що', 'треба'] +common_voice_uk_23696584-2812-0: ref=['московський', 'цар', 'у', 'прямому', 'значенні', 'слова', 'смердів', 'перед', 'смертю', 'наче', 'виліз', 'із', 'туалетної', 'ями'] +common_voice_uk_23696584-2812-0: hyp=['московський', 'цар', 'у', 'прямому', 'значенні', 'слова', 'смердів', 'перед', 'смертю', 'наче', 'виліз', 'із', 'туалетної', 'ями'] +common_voice_uk_23696585-2813-0: ref=['таку', 'культуру', 'такий', 'розквіт', 'і', 'такий', 'розвиток', 'несла', 'сусідам', 'московія'] +common_voice_uk_23696585-2813-0: hyp=['таку', 'культуру', 'такий', 'розквіт', 'і', 'такий', 'розвиток', 'несла', 'сусіда', 'московія'] +common_voice_uk_23696655-2814-0: ref=['винищуючи', 'одновірців', 'підкорила', 'не', 'лише', 'новгород', 'а', 'й', 'твер', 'суздаль', 'володимир', 'тощо'] +common_voice_uk_23696655-2814-0: hyp=['знищуючи', 'одновірців', 'підкорила', 'не', 'лише', 'у', 'город', 'відвер', 'суздер', 'володимир', 'тощо'] +common_voice_uk_23697148-2815-0: ref=['постійно', 'жив', 'у', 'санкт', 'петербурзі', 'всі', 'стародавні', 'рукописи', 'знайдені', 'ним', 'згоріли', 'в', 'москві'] +common_voice_uk_23697148-2815-0: hyp=['постійно', 'жив', 'у', 'санта', 'петербурзі', 'всі', 'стародавній', 'рукописи', 'знайдений', 'ним', 'згоріли', 'у', 'москві'] +common_voice_uk_23697149-2816-0: ref=['місяця', 'червця', 'в', 'останній', 'день'] +common_voice_uk_23697149-2816-0: hyp=['місяця', 'чверть', 'це', 'останній', 'день'] +common_voice_uk_23697153-2817-0: ref=['як', 'ми', 'речемо', 'на', 'сього', 'звіра'] +common_voice_uk_23697153-2817-0: hyp=['як', 'ми', 'речима', 'на', 'сього', 'звіра'] +common_voice_uk_23697155-2818-0: ref=['війська', 'чингісидів', 'підкорили', 'не', 'лише', 'китай', 'а', 'й', 'сирію', 'персію', 'туреччину', 'кавказ'] +common_voice_uk_23697155-2818-0: hyp=['війська', 'ченгісидів', 'підкорили', 'не', 'лише', 'китай', 'а', 'сірію', 'персію', 'туреччину', 'кавказ'] +common_voice_uk_23697423-2819-0: ref=['доводиться', 'знову', 'нагадувати', 'панові', 'солженіцину', 'історичні', 'факти'] +common_voice_uk_23697423-2819-0: hyp=['доводиться', 'знову', 'нагадувати', 'панові', 'служійцино', 'історичні', 'фахти'] +common_voice_uk_23697424-2820-0: ref=['історична', 'правда', 'нівелює', 'і', 'цей', 'міф', 'російської', 'імперії'] +common_voice_uk_23697424-2820-0: hyp=['історична', 'правда', 'нівелює', 'і', 'цей', 'міф', 'російської', 'імперії'] +common_voice_uk_23697427-2821-0: ref=['хто', 'тобі', 'повідав', 'се', 'недовірливо', 'перепитав', 'бан'] +common_voice_uk_23697427-2821-0: hyp=['хто', 'тобі', 'повідався', 'недовірливо', 'перепитав', 'вам'] +common_voice_uk_23697564-2822-0: ref=['така', 'історія', 'з', 'куликовим', 'полем'] +common_voice_uk_23697564-2822-0: hyp=['така', 'історія', 'з', 'куликовим', 'полем'] +common_voice_uk_23697565-2823-0: ref=['століттями', 'не', 'відмовлялася', 'від', 'цих', 'цілей', 'ні', 'за', 'романових', 'ні', 'за', 'комуністів'] +common_voice_uk_23697565-2823-0: hyp=['століття', 'мене', 'відмовлялася', 'від', 'цих', 'цілей', 'ні', 'за', 'романових', 'ні', 'за', 'комуністів'] +common_voice_uk_23697571-2824-0: ref=['слава', 'гатилові'] +common_voice_uk_23697571-2824-0: hyp=['слава', 'гатилові'] +common_voice_uk_23697572-2825-0: ref=['у', 'цих', 'великих', 'європейських', 'народів', 'є', 'своя', 'історія', 'гідна', 'й', 'чесна'] +common_voice_uk_23697572-2825-0: hyp=['у', 'цих', 'великих', 'європейських', 'народів', 'є', 'своя', 'історія', 'гідна', 'й', 'чесна'] +common_voice_uk_23697573-2826-0: ref=['вона', 'повторила', 'мов', 'сама', 'себе', 'переконуючи'] +common_voice_uk_23697573-2826-0: hyp=['вона', 'повторила', 'мов', 'сама', 'себе', 'переконуючи'] +common_voice_uk_23697574-2827-0: ref=['пощо'] +common_voice_uk_23697574-2827-0: hyp=['пощо', 'пощо'] +common_voice_uk_23697575-2828-0: ref=['я', 'б', 'беру', 'тебе', 'жоною'] +common_voice_uk_23697575-2828-0: hyp=['я', 'беру', 'тебе', 'жоною'] +common_voice_uk_23697581-2829-0: ref=['люди', 'цих', 'селищ', 'кинуті', 'на', 'підкорення', 'і', 'освоєння', 'нових', 'земель'] +common_voice_uk_23697581-2829-0: hyp=['люди', 'цих', 'селищ', 'кинуті', 'на', 'підкорення', 'й', 'освоєння', 'нових', 'земель'] +common_voice_uk_23697582-2830-0: ref=['а', 'давно'] +common_voice_uk_23697582-2830-0: hyp=['а', 'давно'] +common_voice_uk_23697585-2831-0: ref=['київський', 'володар', 'перезирнувся', 'зі', 'своїми', 'вельможами', 'борислав', 'зневажливо', 'стенув', 'плечима'] +common_voice_uk_23697585-2831-0: hyp=['київський', 'володар', 'перезирнувся', 'зі', 'своїми', 'вельможами', 'борислав', 'зневажливо', 'стенув', 'плечима'] +common_voice_uk_23697587-2832-0: ref=['сюдою', 'показував', 'той', 'у', 'півтемряві', 'сіней', 'до', 'сієї', 'світлиці', 'до', 'сієї'] +common_voice_uk_23697587-2832-0: hyp=['сюдою', 'показував', 'той', 'у', 'півтемряві', 'сіней', 'до', 'цієї', 'світлиці', 'до', 'сієї'] +common_voice_uk_23697588-2833-0: ref=['в', 'цьому', 'випадку', 'кримський', 'хан', 'прийшов', 'покарати', 'васала', 'данника', 'за', 'звичайну', 'непокору'] +common_voice_uk_23697588-2833-0: hyp=['в', 'цьому', 'випадку', 'кримський', 'хан', 'пройшов', 'покарати', 'васала', 'данника', 'за', 'звичай', 'непокору'] +common_voice_uk_23697589-2834-0: ref=['ти', 'хто', 'єси', 'не', 'тямлячись', 'од', 'образи', 'гукнув', 'до', 'отрока', 'гатило'] +common_voice_uk_23697589-2834-0: hyp=['тих', 'ти', 'хто', 'єси', 'не', 'тямлячись', 'од', 'образи', 'гукнув', 'до', 'отрока', 'гатило'] +common_voice_uk_23697611-2835-0: ref=['ні', 'солонь', 'сльозиці'] +common_voice_uk_23697611-2835-0: hyp=['ні', 'солонці', 'сльозиці'] +common_voice_uk_23697613-2836-0: ref=['борислав', 'припинив', 'торохтіти', 'й', 'княжич', 'наставив', 'вухо'] +common_voice_uk_23697613-2836-0: hyp=['борислав', 'припинив', 'торохтіти', 'й', 'княжич', 'наставив', 'вухо'] +common_voice_uk_23697614-2837-0: ref=['але', 'жодним', 'словом', 'не', 'обмовляється', 'що', 'й', 'москві', 'ті', 'землі', 'не', 'належали', 'ніколи'] +common_voice_uk_23697614-2837-0: hyp=['але', 'жодним', 'словом', 'не', 'обмовляється', 'що', 'й', 'в', 'москвіті', 'землі', 'не', 'належали', 'ніколи'] +common_voice_uk_23697638-2838-0: ref=['таку', 'оцінку', 'князь', 'отримав', 'тому', 'що', 'не', 'вийшов', 'за', 'рамки', 'подальїпих', 'вигадок', 'великоросів'] +common_voice_uk_23697638-2838-0: hyp=['таку', 'оцінку', 'князь', 'отримав', 'тому', 'що', 'не', 'вийшов', 'за', 'рамки', 'подальших', 'вигадок', 'великоросів'] +common_voice_uk_23697641-2839-0: ref=['вишата', 'кивнув'] +common_voice_uk_23697641-2839-0: hyp=['бошата', 'кивнув'] +common_voice_uk_23697697-2840-0: ref=['димитрій', 'бився', 'за', 'власні', 'привілеї', 'даровані', 'його', 'роду', 'ханом', 'батиєм'] +common_voice_uk_23697697-2840-0: hyp=['димитрій', 'бився', 'за', 'власні', 'привілеї', 'даровані', 'його', 'роду', 'ханом', 'батиєм'] +common_voice_uk_23697698-2841-0: ref=['княже', 'тоненьким', 'голосом', 'погукав', 'він', 'гатила', 'великий', 'князь', 'рогволод', 'просе', 'тебе', 'до', 'хорому'] +common_voice_uk_23697698-2841-0: hyp=['княже', 'тоненьким', 'голосом', 'погукав', 'він', 'гатила', 'великий', 'князь', 'рогволод', 'просив', 'тебе', 'до', 'хорому'] +common_voice_uk_23697699-2842-0: ref=['харю', 'харю', 'давай'] +common_voice_uk_23697699-2842-0: hyp=['харю', 'харю', 'давай'] +common_voice_uk_23697700-2843-0: ref=['молиться', 'відчинити'] +common_voice_uk_23697700-2843-0: hyp=['молиться', 'відчинити'] +common_voice_uk_23697752-2844-0: ref=['ключевського', 'в', 'антицерковних', 'настроях', 'не', 'випадає', 'десятки', 'років', 'він', 'був', 'професором', 'російської', 'духовної', 'академії'] +common_voice_uk_23697752-2844-0: hyp=['ключевського', 'в', 'антицерковних', 'настроях', 'не', 'випадає', 'десятки', 'років', 'він', 'був', 'професором', 'російської', 'духовної', 'академії'] +common_voice_uk_23697754-2845-0: ref=['не', 'варто', 'гадати', 'що', 'цієї', 'долі', 'уникнув', 'князь', 'московит', 'димитрій', 'майбутній', 'донський'] +common_voice_uk_23697754-2845-0: hyp=['не', 'варто', 'гадати', 'що', 'цієї', 'долі', 'уникнув', 'князь', 'московид', 'димитрій', 'майбутній', 'донський'] +common_voice_uk_23698537-2846-0: ref=['веління', 'государя', 'і', 'надія', 'збагатитися', 'здобиччю', 'дали', 'воїнам', 'силу', 'здолати', 'всі', 'труднощі'] +common_voice_uk_23698537-2846-0: hyp=['веління', 'гусударя', 'і', 'надія', 'збагатитися', 'здобиччю', 'та', 'воїнам', 'силу', 'здолати', 'усі', 'труднощі'] +common_voice_uk_23698538-2847-0: ref=['однак', 'погляньмо', 'на', 'факти', 'історії'] +common_voice_uk_23698538-2847-0: hyp=['однак', 'погляньмо', 'на', 'факти', 'історії'] +common_voice_uk_23698539-2848-0: ref=['бачите', 'як', 'він', 'грубо', 'спотворив', 'істину'] +common_voice_uk_23698539-2848-0: hyp=['бачите', 'як', 'він', 'грубо', 'спотворив', 'істину'] +common_voice_uk_23698540-2849-0: ref=['і', 'так', 'що', 'багато', 'хто', 'здивувався', 'хто', 'чекав', 'від', 'олександра', 'ісайовича', 'зважених', 'слів', 'розчаровані'] +common_voice_uk_23698540-2849-0: hyp=['і', 'так', 'що', 'багато', 'хто', 'здивувався', 'хто', 'чекав', 'від', 'олександра', 'ісайовича', 'зважених', 'слів', 'розчаровані'] +common_voice_uk_23698541-2850-0: ref=['певно', 'згодом', 'хтось', 'дуже', 'старанно', 'знищував', 'сліди', 'та', 'інші', 'нагадування', 'про', 'фінські', 'племена'] +common_voice_uk_23698541-2850-0: hyp=['певно', 'згодом', 'хтось', 'дуже', 'старанно', 'значував', 'сліди', 'та', 'інші', 'нагадування', 'про', 'фінські', 'племена'] +common_voice_uk_23698556-2851-0: ref=['тим', 'часом', 'усього', 'києвого', 'городу', 'було', 'чотири', 'тисячі', 'кроків', 'по', 'гостроколу'] +common_voice_uk_23698556-2851-0: hyp=['тим', 'часом', 'усього', 'києвого', 'городу', 'було', 'чотири', 'тисячі', 'кроків', 'по', 'гостроколу'] +common_voice_uk_23699437-2852-0: ref=['діва', 'підійшла', 'збоку', 'й', 'торкнулася', 'долонею', 'його', 'поробошня', 'ковзнула', 'пальцями', 'по', 'дубовому', 'гатилі'] +common_voice_uk_23699437-2852-0: hyp=['діва', 'підійшла', 'збоку', 'і', 'торкнулася', 'долонею', 'його', 'поробошня', 'ковзнула', 'пальцями', 'по', 'дубовому', 'гатилі'] +common_voice_uk_23699439-2853-0: ref=['завоювавши', 'булгар', 'знайшли', 'йому', 'історичне', 'обґрунтування'] +common_voice_uk_23699439-2853-0: hyp=['завоювавши', 'булгар', 'знайшли', 'йому', 'історичне', 'обґрунтування'] +common_voice_uk_23699440-2854-0: ref=['якщо', 'вона', 'запущена', 'отже', 'щось', 'повинна', 'обґрунтувати'] +common_voice_uk_23699440-2854-0: hyp=['якщо', 'вона', 'запущена', 'отже', 'щось', 'повинно', 'обґрунтувати'] +common_voice_uk_23700471-2855-0: ref=['ось', 'які', 'слова', 'він', 'вкладає', 'у', 'вуста', 'літописця'] +common_voice_uk_23700471-2855-0: hyp=['ось', 'які', 'слова', 'він', 'складає', 'в', 'уста', 'дні', 'та', 'писця'] +common_voice_uk_23700473-2856-0: ref=['він', 'вбиває', 'нам', 'у', 'свідомість', 'мовляв', 'уже', 'в', 'ті', 'роки', 'димитрій', 'був', 'донським'] +common_voice_uk_23700473-2856-0: hyp=['він', 'вбиває', 'нам', 'усвідомість', 'мовляв', 'уже', 'в', 'ті', 'роки', 'демітрій', 'був', 'донським'] +common_voice_uk_23700475-2857-0: ref=['степовики', 'прошепотів', 'борислав', 'але', 'годечан', 'тут', 'таки', 'заперечив'] +common_voice_uk_23700475-2857-0: hyp=['степовики', 'прошепотів', 'борислав', 'але', 'годечан', 'тут', 'таки', 'заперечив'] +common_voice_uk_23700481-2858-0: ref=['але', 'богдан', 'ще', 'не', 'сказав', 'свого', 'слова'] +common_voice_uk_23700481-2858-0: hyp=['але', 'бог', 'дан', 'що', 'не', 'сказав', 'свого', 'слова'] +common_voice_uk_23700483-2859-0: ref=['не', 'з', 'тих', 'лугарів', 'буркнув', 'богдан', 'і', 'борислав', 'знову', 'закидав', 'його', 'словами'] +common_voice_uk_23700483-2859-0: hyp=['на', 'стиг', 'лугарів', 'буркнув', 'богдан', 'і', 'борислав', 'знову', 'закидав', 'його', 'словами'] +common_voice_uk_23700484-2860-0: ref=['ходім', 'коли', 'просять'] +common_voice_uk_23700484-2860-0: hyp=['ходім', 'коли', 'просять'] +common_voice_uk_23700485-2861-0: ref=['погляньте', 'на', 'японію', 'за', 'територією', 'одна', 'російська', 'губернія', 'за', 'кількістю', 'народу', 'майже', 'дорівнює', 'росії'] +common_voice_uk_23700485-2861-0: hyp=['погляньте', 'на', 'японію', 'за', 'територією', 'одна', 'російського', 'берня', 'за', 'кількістю', 'народу', 'майже', 'дорівнює', 'росії'] +common_voice_uk_23700513-2862-0: ref=['приїдьте', 'поживіть', 'серед', 'нас', 'а', 'пізніше', 'й', 'поговорити', 'можна'] +common_voice_uk_23700513-2862-0: hyp=['привітте', 'поживіть', 'серед', 'нас', 'а', 'пізніше', 'і', 'поговорити', 'можна'] +common_voice_uk_23700514-2863-0: ref=['вишата', 'лише', 'всміхнувся', 'по', 'вуха', 'борислав', 'же', 'вмить', 'побіг', 'знайомитися'] +common_voice_uk_23700514-2863-0: hyp=['вишата', 'лишив', 'всміхнувся', 'по', 'вуха', 'борислав', 'вже', 'вмить', 'побіг', 'знайомитися'] +common_voice_uk_23700515-2864-0: ref=['лось', 'одказав', 'хлопець'] +common_voice_uk_23700515-2864-0: hyp=['ось', 'одказав', 'хлопець'] +common_voice_uk_23705056-2865-0: ref=['гукав', 'єсмь', 'княже', 'взавтра', 'їдеш', 'до', 'царя', 'городу', 'константинополя'] +common_voice_uk_23705056-2865-0: hyp=['гукав', 'єсмь', 'у', 'княже', 'взавтра', 'йдеш', 'до', 'царя', 'городу', 'константинополя'] +common_voice_uk_23705057-2866-0: ref=['хлопець', 'проказав', 'протягло'] +common_voice_uk_23705057-2866-0: hyp=['хлопець', 'проказав', 'протягло'] +common_voice_uk_23705058-2867-0: ref=['пощо', 'ж', 'як', 'маю', 'хіть', 'то', 'й', 'я', 'частую'] +common_voice_uk_23705058-2867-0: hyp=['то', 'що', 'ж', 'як', 'маю', 'хіть', 'то', 'є', 'частую'] +common_voice_uk_23705059-2868-0: ref=['богдан', 'гатило', 'знову', 'підвищив', 'голос'] +common_voice_uk_23705059-2868-0: hyp=['богдан', 'гатило', 'знову', 'підвищив', 'голос'] +common_voice_uk_23705060-2869-0: ref=['перехитрила', 'тебе'] +common_voice_uk_23705060-2869-0: hyp=['перехитрила', 'тебе'] +common_voice_uk_23728228-2870-0: ref=['ардарік', 'одповів', 'видимирові', 'що', 'аттіла', 'зворожений'] +common_voice_uk_23728228-2870-0: hyp=['ардарік', 'одповів', 'видимирові', 'що', 'аттіла', 'зворожений'] +common_voice_uk_23728229-2871-0: ref=['стережи', 'коліно', 'гукнув', 'йому', 'сікур', 'і', 'гано', 'знову', 'понісся', 'назустріч', 'білому', 'жеребцеві'] +common_voice_uk_23728229-2871-0: hyp=['стережи', 'коліно', 'гукнув', 'йому', 'сікур', 'і', 'гано', 'знову', 'понісся', 'назустріч', 'білому', 'жеребцеві'] +common_voice_uk_23728230-2872-0: ref=['таке', 'княгиня', 'рада', 'має', 'тільки', 'два', 'сини', 'богдана', 'й', 'володаря'] +common_voice_uk_23728230-2872-0: hyp=['таке', 'княгиня', 'рада', 'має', 'тільки', 'два', 'сини', 'богдана', 'і', 'володаря'] +common_voice_uk_23728231-2873-0: ref=['так', 'перші', 'претенденти', 'на', 'візантійську', 'корону', 'не', 'здійснивши', 'мрії', 'втратили', 'шанси'] +common_voice_uk_23728231-2873-0: hyp=['так', 'перші', 'претенденти', 'на', 'візантійську', 'корону', 'не', 'здійснивши', 'мрії', 'втратили', 'шанси'] +common_voice_uk_23728232-2874-0: ref=['так', 'теодосій', 'та', 'його', 'сестра', 'пульхерія', 'хтіли', 'отруїти', 'тебе', 'княже'] +common_voice_uk_23728232-2874-0: hyp=['так', 'теодосій', 'та', 'його', 'сестра', 'пульхерія', 'хотіли', 'отруїти', 'тебе', 'княже'] +common_voice_uk_23734172-2875-0: ref=['старий', 'знову', 'поторкав', 'підкову', 'й', 'наказав', 'людоті'] +common_voice_uk_23734172-2875-0: hyp=['старий', 'знову', 'поторкав', 'підковує', 'наказав', 'людоті'] +common_voice_uk_23734173-2876-0: ref=['сікурд', 'сікурд', 'хто', 'видів', 'його', 'той', 'меч'] +common_voice_uk_23734173-2876-0: hyp=['секурчику', 'хто', 'будів', 'його', 'той', 'меж'] +common_voice_uk_23734174-2877-0: ref=['а', 'що', 'дужче', 'приницює', 'людину', 'те', 'чи', 'се'] +common_voice_uk_23734174-2877-0: hyp=['а', 'що', 'дужче', 'праницює', 'людину', 'те', 'чи', 'се'] +common_voice_uk_23734175-2878-0: ref=['ліпий', 'меч', 'вельми', 'ліпий', 'але', 'ж', 'йой'] +common_voice_uk_23734175-2878-0: hyp=['ліпий', 'меч', 'вельми', 'лівий', 'але', 'ж', 'яй'] +common_voice_uk_23734176-2879-0: ref=['русини', 'того', 'не', 'захочуть'] +common_voice_uk_23734176-2879-0: hyp=['розса', 'не', 'того', 'не', 'захочуть'] +common_voice_uk_23734463-2880-0: ref=['спаси', 'біг'] +common_voice_uk_23734463-2880-0: hyp=['спасибі', 'біг'] +common_voice_uk_23734464-2881-0: ref=['речи', 'гримнув', 'гатило'] +common_voice_uk_23734464-2881-0: hyp=['речи', 'гримнув', 'гатило'] +common_voice_uk_23734465-2882-0: ref=['й', 'що', 'робити', 'ймемо'] +common_voice_uk_23734465-2882-0: hyp=['і', 'що', 'робитимемо'] +common_voice_uk_23734466-2883-0: ref=['а', 'який', 'він', 'є', 'той', 'юрів', 'меч'] +common_voice_uk_23734466-2883-0: hyp=['а', 'який', 'є', 'твій', 'юрій'] +common_voice_uk_23734467-2884-0: ref=['борислав', 'нагадав'] +common_voice_uk_23734467-2884-0: hyp=['борислав', 'нагадав'] +common_voice_uk_23736195-2885-0: ref=['кого', 'його', 'болісно', 'зморщившись', 'перепитав', 'рогволод'] +common_voice_uk_23736195-2885-0: hyp=['кого', 'його', 'його', 'болюся', 'зморшись', 'перепитав', 'рогу'] +common_voice_uk_23736196-2886-0: ref=['мовчанка', 'висла', 'й', 'досі', 'й', 'тиснула', 'всім', 'на', 'вуха', 'тоді', 'хтось', 'порушив', 'її'] +common_voice_uk_23736196-2886-0: hyp=['мовчанка', 'мовчанка', 'висла', 'і', 'досі', 'її', 'тиснула', 'всім', 'на', 'вуха', 'тоді', 'хтось', 'порушив', 'її'] +common_voice_uk_23736197-2887-0: ref=['сталося', 'ж', 'зовсім', 'несподіване'] +common_voice_uk_23736197-2887-0: hyp=['склалося', 'вже', 'зовсім', 'несподіване'] +common_voice_uk_23736199-2888-0: ref=['а', 'потому', 'й', 'молодим'] +common_voice_uk_23736199-2888-0: hyp=['а', 'потому', 'і', 'молодим'] +common_voice_uk_23736232-2889-0: ref=['старечо', 'подріботівши', 'до', 'скітної', 'кліті', 'вона', 'ще', 'здалеку', 'загукала', 'свого', 'домажирича'] +common_voice_uk_23736232-2889-0: hyp=['сторечок', 'потреботівши', 'до', 'скітної', 'квіті', 'вона', 'ще', 'здалеку', 'загукала', 'свого', 'домажирича'] +common_voice_uk_23736234-2890-0: ref=['скільки'] +common_voice_uk_23736234-2890-0: hyp=['скільки'] +common_voice_uk_23741805-2891-0: ref=['годой', 'зневажливо', 'засміявся'] +common_voice_uk_23741805-2891-0: hyp=['годой', 'зневажливо', 'засміявся'] +common_voice_uk_23741806-2892-0: ref=['на', 'ті', 'городи', 'впав', 'гнів', 'божий'] +common_voice_uk_23741806-2892-0: hyp=['на', 'ці', 'городи', 'спав', 'гнів', 'божий'] +common_voice_uk_23741807-2893-0: ref=['між', 'якого', 'звали', 'лоськом', 'ступив', 'крок', 'уперед', 'і', 'торкнувся', 'рукою', "м'якого", 'килима'] +common_voice_uk_23741807-2893-0: hyp=['між', 'якого', 'звали', 'лоськом', 'ступив', 'крок', 'уперед', 'і', 'торкнувся', 'рукою', "м'якого", 'килима'] +common_voice_uk_23741808-2894-0: ref=['слю', 'в', 'греки', 'годоя', 'сказав', 'він'] +common_voice_uk_23741808-2894-0: hyp=['слюб', 'греки', 'годоя', 'сказав', 'він'] +common_voice_uk_23741809-2895-0: ref=['то', 'яку', 'хіть', 'маєш', 'спитав', 'гатило'] +common_voice_uk_23741809-2895-0: hyp=['то', 'яку', 'хіть', 'маєш', 'спитав', 'гатило'] +common_voice_uk_23741823-2896-0: ref=['йди', 'гримо'] +common_voice_uk_23741823-2896-0: hyp=['йди', 'гримо'] +common_voice_uk_23741824-2897-0: ref=['таки', 'наша', 'підтвердив', 'старший', 'терпугом', 'обшкрібає', 'кузнь', 'лише', 'коваль', 'стоян', 'і', 'шипи', 'його'] +common_voice_uk_23741824-2897-0: hyp=['таки', 'наша', 'підтвердив', 'старший', 'терпугом', 'обшкрібає', 'кузні', 'лише', 'коваль', 'стоян', 'і', 'шипи', 'його'] +common_voice_uk_23741825-2898-0: ref=['ходять', 'по', 'саді', 'вітрограді', 'й', 'сміються'] +common_voice_uk_23741825-2898-0: hyp=['ходять', 'посаді', 'вітрограді', 'й', 'сміються'] +common_voice_uk_23741826-2899-0: ref=['киянин', 'єси', 'за', 'свого', 'князя', 'й', 'руку', 'тягнеш'] +common_voice_uk_23741826-2899-0: hyp=['киянин', 'єси', 'за', 'свого', 'князя', 'і', 'в', 'руку', 'тягнеш'] +common_voice_uk_23741827-2900-0: ref=['намислив', 'єсмь', 'чолом', 'бити', 'до', 'вас', 'і', 'ваших', 'тисяцьких', 'сполчайте', 'смердів'] +common_voice_uk_23741827-2900-0: hyp=['на', 'мислив', 'єсмь', 'чолом', 'бити', 'до', 'вас', 'і', 'ваших', 'тисяцьких', 'сполучайте', 'смердів'] +common_voice_uk_23741830-2901-0: ref=['і', 'раптом', 'мало', 'не', 'крикнув', 'од', 'переляку', 'зовсім', 'поряд', 'обізвався', 'чийсь', 'голос'] +common_voice_uk_23741830-2901-0: hyp=['і', 'раптом', 'мало', 'не', 'крикнув', 'од', 'переляку', 'зовсім', 'поряд', 'обізвався', 'чийсь', 'голос'] +common_voice_uk_23741831-2902-0: ref=['ходи', 'по', 'мені', 'жоною'] +common_voice_uk_23741831-2902-0: hyp=['ходи', 'по', 'мені', 'жоною'] +common_voice_uk_23741832-2903-0: ref=['не', 'люблю', 'коли', 'смердить', 'вандальським', 'духом', 'поморщилася', 'брунгільда', 'й', 'вийшла', 'супроводжувана', 'почтом'] +common_voice_uk_23741832-2903-0: hyp=['не', 'люблю', 'коли', 'смердить', 'вандальським', 'духом', 'поморщилася', 'брунгільда', 'й', 'вийшла', 'супроводжувана', 'почтом'] +common_voice_uk_23741833-2904-0: ref=['не', 'личить', 'синові', 'гатила'] +common_voice_uk_23741833-2904-0: hyp=['не', 'личить', 'синові', 'гатила'] +common_voice_uk_23741834-2905-0: ref=['пощо', 'не', 'умієш', 'між', 'її', 'князь', 'вогнян', 'роденський', 'умер', 'і', 'вона', 'мала', 'такоже', 'вмерти'] +common_voice_uk_23741834-2905-0: hyp=['пощо', 'не', 'вмієш', 'між', 'її', 'князь', 'вогнян', 'руденський', 'умер', 'і', 'вона', 'мала', 'такоже', 'вмерти'] +common_voice_uk_23741835-2906-0: ref=['так', 'та', 'ак', 'загукали', 'звідусіль'] +common_voice_uk_23741835-2906-0: hyp=['так', 'так', 'загукали', 'звідусіль'] +common_voice_uk_23741836-2907-0: ref=['лев', 'перший', 'уточнив', 'бо', 'головне', 'було', 'нарешті', 'сказане'] +common_voice_uk_23741836-2907-0: hyp=['лев', 'перший', 'уточнив', 'бо', 'головне', 'було', 'нарешті', 'сказане'] +common_voice_uk_23741837-2908-0: ref=['кого', 'сіпнувся', 'луганський', 'князь'] +common_voice_uk_23741837-2908-0: hyp=['кого', 'сіпнувся', 'луганський', 'князь'] +common_voice_uk_23741838-2909-0: ref=['ти', 'втекла', 'с', 'від', 'нього'] +common_voice_uk_23741838-2909-0: hyp=['ти', 'втекла', 'з', 'від', 'нього'] +common_voice_uk_23741839-2910-0: ref=['меч', 'юра', 'то', 'є', 'оружжя', 'супроти', 'котори', 'впевнено', 'заперечив', 'богдан'] +common_voice_uk_23741839-2910-0: hyp=['меч', 'юра', 'то', 'є', 'оружжя', 'супроти', 'котори', 'впевнено', 'заперечив', 'богдан'] +common_voice_uk_23747148-2911-0: ref=['коваль', 'стоян', 'зійшов', 'на', 'теремний', 'ґанок', 'і', 'земно', 'вклонився', 'вічеві'] +common_voice_uk_23747148-2911-0: hyp=['ковай', 'стоян', 'зійшов', 'на', 'темний', 'ґанок', 'і', 'земно', 'вклонився', 'в', 'вічеві'] +common_voice_uk_23747149-2912-0: ref=['що', 'видиш', 'там', 'отрочице'] +common_voice_uk_23747149-2912-0: hyp=['що', 'вийдеш', 'там', 'отрочі', 'це'] +common_voice_uk_23747150-2913-0: ref=['руській', 'землі', 'без', 'князя', 'великого'] +common_voice_uk_23747150-2913-0: hyp=['руській', 'землі', 'без', 'князя', 'великого'] +common_voice_uk_23747151-2914-0: ref=['як', 'не', 'втримався', 'євнух'] +common_voice_uk_23747151-2914-0: hyp=['як', 'не', 'втримався', 'євнух'] +common_voice_uk_23747152-2915-0: ref=['сестра'] +common_voice_uk_23747152-2915-0: hyp=['сестра'] +common_voice_uk_23747186-2916-0: ref=['се', 'була', 'данина', 'поконові', 'деревлян', 'і', 'сіврів'] +common_voice_uk_23747186-2916-0: hyp=['се', 'була', 'данина', 'поконові', 'деревлян', 'і', 'сіврів'] +common_voice_uk_23747187-2917-0: ref=['то', 'ще', 'є', 'не', 'найгірше', 'словенського', 'роду', 'на', 'русі', 'побільшає'] +common_voice_uk_23747187-2917-0: hyp=['то', 'ще', 'і', 'є', 'не', 'найгірше', 'словенського', 'роду', 'на', 'русі', 'побільшає'] +common_voice_uk_23747188-2918-0: ref=['що', 'тут', 'дієш', 'ледве', 'витяг', 'із', 'себе', 'рогволод'] +common_voice_uk_23747188-2918-0: hyp=['що', 'тут', 'дієш', 'ледве', 'витяги', 'з', 'себе', 'рогволод'] +common_voice_uk_23747189-2919-0: ref=['будьте', 'в', 'моєму', 'домі'] +common_voice_uk_23747189-2919-0: hyp=['будьте', 'в', 'моєму', 'домі'] +common_voice_uk_23747190-2920-0: ref=['сам', 'відаєш'] +common_voice_uk_23747190-2920-0: hyp=['сам', 'відаєш'] +common_voice_uk_23747246-2921-0: ref=['ходімо'] +common_voice_uk_23747246-2921-0: hyp=['ходімо'] +common_voice_uk_23747247-2922-0: ref=['усі', 'речуть', 'а', 'нікому', 'до', 'мене', 'діла', 'нема', 'сердито', 'відповіла', 'гримільда'] +common_voice_uk_23747247-2922-0: hyp=['усі', 'речуть', 'а', 'нікому', 'до', 'мене', 'діла', 'нема', 'сердитої', 'благримільда'] +common_voice_uk_23747248-2923-0: ref=['тоді', 'я', 'вам', 'не', 'думу', 'а', 'бувалину', 'нарешті', 'згодився', 'гусляр', 'хочете'] +common_voice_uk_23747248-2923-0: hyp=['тоді', 'я', 'вам', 'не', 'думав', 'а', 'бувалим', 'нарешті', 'згодився', 'гусляр', 'хочете'] +common_voice_uk_23747249-2924-0: ref=['пощо', 'не', 'плазуєш', 'у', 'ноги', 'мені'] +common_voice_uk_23747249-2924-0: hyp=['пощо', 'не', 'плазуєш', 'у', 'ноги', 'мені'] +common_voice_uk_23747250-2925-0: ref=['взаутра', 'по', 'сонці', 'рікли', 'суть', 'старці', 'аби', 'с', 'нікуди', 'не', 'сходив'] +common_voice_uk_23747250-2925-0: hyp=['завтра', 'по', 'сонці', 'крикли', 'старці', 'аби', 'з', 'нікуди', 'не', 'сходив'] +common_voice_uk_23750521-2926-0: ref=['хто', 'єсте', 'й', 'хто', 'сле', 'вас', 'до', 'мене'] +common_voice_uk_23750521-2926-0: hyp=['хто', 'єстий', 'хто', 'слава', 'з', 'до', 'мене'] +common_voice_uk_23750522-2927-0: ref=['що', 'мовлять', 'готи', 'спитав', 'він', 'удруге', 'й', 'гонець', 'відповів'] +common_voice_uk_23750522-2927-0: hyp=['що', 'мовлять', 'готи', 'спитав', 'він', 'на', 'другий', 'ганець', 'відповів'] +common_voice_uk_23750523-2928-0: ref=['готуй', 'гінців', 'до', 'рима', 'сказав', 'навздогін', 'йому', 'ецій', 'але', 'літорій', 'не', 'відгукнувся'] +common_voice_uk_23750523-2928-0: hyp=['готуй', 'гінців', 'до', 'рима', 'сказав', 'навздогін', 'йому', 'ецій', 'але', 'літорій', 'не', 'відгукнувся'] +common_voice_uk_23750525-2929-0: ref=['сідлай'] +common_voice_uk_23750525-2929-0: hyp=['сідлай'] +common_voice_uk_23750831-2930-0: ref=['до', 'косарів'] +common_voice_uk_23750831-2930-0: hyp=['до', 'косарів'] +common_voice_uk_23750832-2931-0: ref=['мовчиш', 'зри', 'тоді'] +common_voice_uk_23750832-2931-0: hyp=['мовчиш', 'зрито', 'тоді'] +common_voice_uk_23750833-2932-0: ref=['хто', 'речи'] +common_voice_uk_23750833-2932-0: hyp=['хто', 'речи'] +common_voice_uk_23750834-2933-0: ref=['людота', 'спокійно', 'смикав', 'за', 'важіль', 'міха', 'в', 'горні', 'сапало', 'й', 'сичало'] +common_voice_uk_23750834-2933-0: hyp=['людота', 'спокійно', 'шмикав', 'заважільні', 'міха', 'горні', 'шапайло', 'й', 'шечало'] +common_voice_uk_23750835-2934-0: ref=['він', 'недбало', 'забрав', 'меч', 'із', 'гатилової', 'руки', 'й', 'дав', 'його', 'войславові'] +common_voice_uk_23750835-2934-0: hyp=['він', 'недбало', 'забрав', 'меч', 'із', 'гатилової', 'руки', 'і', 'дав', 'його', 'войславові'] +common_voice_uk_23756262-2935-0: ref=['та', 'ждан', 'сказав'] +common_voice_uk_23756262-2935-0: hyp=['та', 'ждан', 'сказав'] +common_voice_uk_23756263-2936-0: ref=['не', 'вузьмеш', 'рунки', 'куці', 'замунж', 'повели', 'княжну'] +common_voice_uk_23756263-2936-0: hyp=['не', 'вузьмеш', 'рункий', 'куці', 'за', 'мунчповили', 'княжну'] +common_voice_uk_23756264-2937-0: ref=['то', 'слухайте', 'про', 'київ', 'город', 'хочете', 'чи', 'про', 'язву', 'морову'] +common_voice_uk_23756264-2937-0: hyp=['то', 'слухайте', 'про', 'київгород', 'хочете', 'чи', 'про', 'я', 'зву', 'морову'] +common_voice_uk_23756265-2938-0: ref=['питаю', 'та', 'й', 'годі'] +common_voice_uk_23756265-2938-0: hyp=['питаю', 'та', 'й', 'годі'] +common_voice_uk_23756266-2939-0: ref=['посли', 'нарочитого'] +common_voice_uk_23756266-2939-0: hyp=['посли', 'нарочитого'] +common_voice_uk_23756281-2940-0: ref=['звичайно', 'ж', 'вистачить', 'і', 'вишата', 'лише', 'всміхнувся', 'на', 'знак', 'згоди'] +common_voice_uk_23756281-2940-0: hyp=['звичайно', 'ж', 'вистачить', 'і', 'вишата', 'лише', 'всміхнувся', 'на', 'знак', 'зголоду'] +common_voice_uk_23756282-2941-0: ref=['великий', 'князь', 'київський', 'устав', 'і', 'ще', 'суворіше', 'ніж', 'допіру', 'мовив'] +common_voice_uk_23756282-2941-0: hyp=['великий', 'князь', 'київський', 'устав', 'і', 'ще', 'суворіше', 'ніж', 'допіру', 'умови'] +common_voice_uk_23756283-2942-0: ref=['то', 'й', 'що', 'тобі', 'є'] +common_voice_uk_23756283-2942-0: hyp=['то', 'й', 'що', 'тобі', 'є'] +common_voice_uk_23756284-2943-0: ref=['вишата', 'привів', 'двох', 'можів', 'у', 'брудних', 'зеленкуватих', 'корзнах'] +common_voice_uk_23756284-2943-0: hyp=['вишата', 'привів', 'двох', 'можів', 'у', 'брудних', 'зеленкуватих', 'корзнах'] +common_voice_uk_23756285-2944-0: ref=['сам', 'відаєш', 'княже', 'тихо', 'відповів', 'скоморох'] +common_voice_uk_23756285-2944-0: hyp=['сам', 'дідаєш', 'княже', 'тихо', 'відповів', 'скоморог'] +common_voice_uk_23756301-2945-0: ref=['стояном', 'я', 'знаю', 'стояна', 'він', 'тебе', 'відпусте'] +common_voice_uk_23756301-2945-0: hyp=['стояном', 'я', 'знаю', 'що', 'я', 'він', 'тебе', 'відпустив'] +common_voice_uk_23756302-2946-0: ref=['речіть', 'христородиця'] +common_voice_uk_23756302-2946-0: hyp=['кричить', 'христородиця'] +common_voice_uk_23756303-2947-0: ref=['пощо', 'відповіла', 'гримільда', 'то', 'є', 'лишнє', 'ми', 'смо', 'з', 'тобою', 'вже', 'виділися', 'сього', 'дні'] +common_voice_uk_23756303-2947-0: hyp=['пощо', 'відповіла', 'гримільда', 'то', 'єлишня', 'мисмо', 'з', 'тобою', 'вже', 'виділився', 'сьогодні'] +common_voice_uk_23756304-2948-0: ref=['то', 'для', 'чого', 'ж'] +common_voice_uk_23756304-2948-0: hyp=['то', 'для', 'чого', 'ж'] +common_voice_uk_23756305-2949-0: ref=['рогволод', 'вимовивши', 'все', 'те', 'завчене', 'й', 'затверджене', 'несподівано', 'загнувся'] +common_voice_uk_23756305-2949-0: hyp=['рогволод', 'вимовив', 'що', 'це', 'те', 'завчинений', 'затверджений', 'несподівано', 'загнувсь'] +common_voice_uk_23766168-2950-0: ref=['княже', 'сказав', 'він', 'чолом', 'тобі', 'латинці'] +common_voice_uk_23766168-2950-0: hyp=['княже', 'сказав', 'він', 'чолом', 'тобі', 'латинці'] +common_voice_uk_23766169-2951-0: ref=['скільки', 'поклав', 'єси', 'спитав', 'гатило', 'й', 'син', 'розчепірив', 'пальці'] +common_voice_uk_23766169-2951-0: hyp=['скільки', 'поклав', 'єси', 'спитав', 'гатило', 'і', 'син', 'прошкірив', 'пальці'] +common_voice_uk_23766170-2952-0: ref=['проти', 'ночі'] +common_voice_uk_23766170-2952-0: hyp=['проти', 'ночі'] +common_voice_uk_23766171-2953-0: ref=['бо', 'не', 'дали', 'по', 'мені'] +common_voice_uk_23766171-2953-0: hyp=['бо', 'не', 'дали', 'повинні'] +common_voice_uk_23766172-2954-0: ref=['видів', 'єси'] +common_voice_uk_23766172-2954-0: hyp=['а', 'вите', 'в', 'єси'] +common_voice_uk_23766178-2955-0: ref=['чого', 'ради', 'через', 'мене', 'так', 'і', 'рече'] +common_voice_uk_23766178-2955-0: hyp=['чого', 'ради', 'через', 'мене', 'так', 'і', 'рече'] +common_voice_uk_23766179-2956-0: ref=['грек'] +common_voice_uk_23766179-2956-0: hyp=['грек'] +common_voice_uk_23766180-2957-0: ref=['приймаю', 'з', 'готовністю', 'відповіла', 'славка'] +common_voice_uk_23766180-2957-0: hyp=['приймаю', 'з', 'готовністю', 'відповіла', 'славка'] +common_voice_uk_23766181-2958-0: ref=['де', 'він', 'є', 'той', 'ваш', 'князь'] +common_voice_uk_23766181-2958-0: hyp=['де', 'він', 'є', 'той', 'ваш', 'князь'] +common_voice_uk_23766182-2959-0: ref=['людота', 'зітхнув', 'і', 'випростався'] +common_voice_uk_23766182-2959-0: hyp=['людота', 'зітхнув', 'і', 'використався'] +common_voice_uk_23775396-2960-0: ref=['хто', 'не', 'второпав', 'той', 'богдан', 'відповів'] +common_voice_uk_23775396-2960-0: hyp=['хто', 'не', 'второпав', 'той', 'богдан', 'відповів'] +common_voice_uk_23775397-2961-0: ref=['пощо', 'воно', 'є', 'так', 'що', 'й', 'людина', 'зорить', 'і', 'на', 'небі', 'зорі'] +common_voice_uk_23775397-2961-0: hyp=['пощо', 'воно', 'є', 'так', 'що', 'є', 'людина', 'зорить', 'і', 'в', 'небі', 'зорі'] +common_voice_uk_23775398-2962-0: ref=['гатило', 'завернув', 'коня', 'й', 'мало', 'не', 'зіштовхнувся', 'з', 'гнідим', 'волохатим', 'жеребчиком', 'вишати'] +common_voice_uk_23775398-2962-0: hyp=['гатило', 'завернув', 'коня', 'і', 'мало', 'не', 'зіштовхнувся', 'з', 'гнідим', 'волохатим', 'жеребчиком', 'вишата'] +common_voice_uk_23775399-2963-0: ref=['триста', 'й', "п'ятдесят", 'літр', 'господарю', 'відповів', 'плінф', 'по', 'руському'] +common_voice_uk_23775399-2963-0: hyp=['тростай', "п'ятдесят", 'літр', 'господаря', 'відповів', 'плін', 'в', 'порозькому'] +common_voice_uk_23775400-2964-0: ref=['матері', 'нашої', 'перстень', 'виджу', 'брате', 'впізнаєш'] +common_voice_uk_23775400-2964-0: hyp=['матері', 'нашої', 'персні', 'вежу', 'брате', 'впізнаєш'] +common_voice_uk_23776923-2965-0: ref=['ти', 'хто', 'єси', 'смерд', 'а', 'чи', 'ж', 'челядник'] +common_voice_uk_23776923-2965-0: hyp=['ти', 'хто', 'єси', 'смерть', 'а', 'чи', 'ж', 'челядник'] +common_voice_uk_23776924-2966-0: ref=['короля', 'се', 'вивело', 'з', 'себе'] +common_voice_uk_23776924-2966-0: hyp=['короля', 'се', 'вивело', 'з', 'себе'] +common_voice_uk_23776926-2967-0: ref=['де', 'вона', 'єсть', 'поспитав', 'гано', 'бо', 'дівчини', 'на', 'білому', 'жеребці', 'коло', 'графа', 'не', 'було'] +common_voice_uk_23776926-2967-0: hyp=['де', 'вона', 'єсть', 'поспитав', 'гано', 'бо', 'дівчини', 'на', 'білому', 'жеребці', 'коло', 'графа', 'не', 'було'] +common_voice_uk_23776927-2968-0: ref=['а', 'велімир'] +common_voice_uk_23776927-2968-0: hyp=['а', 'велімир'] +common_voice_uk_23776928-2969-0: ref=['дай', 'йому', 'гуню', 'добру'] +common_voice_uk_23776928-2969-0: hyp=['дай', 'йому', 'гуню', 'добра'] +common_voice_uk_23776933-2970-0: ref=['коло', 'нього', 'всі', 'ви', 'сте', 'послухи'] +common_voice_uk_23776933-2970-0: hyp=['коло', 'нього', 'всі', 'висте', 'послухи'] +common_voice_uk_23776935-2971-0: ref=['пощо', 'речете', 'за', 'віче', 'глухим', 'старечим', 'голосом', 'поспитав', 'він'] +common_voice_uk_23776935-2971-0: hyp=['площу', 'речі', 'те', 'за', 'відчає', 'глухим', 'старечим', 'голосом', 'поспитав', 'він'] +common_voice_uk_23776936-2972-0: ref=['до', 'двірця'] +common_voice_uk_23776936-2972-0: hyp=['до', 'двірця'] +common_voice_uk_23776938-2973-0: ref=['таж', 'не', 'глухий'] +common_voice_uk_23776938-2973-0: hyp=['тож', 'не', 'глухий'] +common_voice_uk_23795963-2974-0: ref=['звідкуду', 'везете'] +common_voice_uk_23795963-2974-0: hyp=['відкуду', 'везете'] +common_voice_uk_23795964-2975-0: ref=['годой', 'тільки', 'такнув'] +common_voice_uk_23795964-2975-0: hyp=['годой', 'тільки', 'так', 'ну'] +common_voice_uk_23795965-2976-0: ref=['був', 'єси', 'в', 'греках', 'княже', 'маєш', 'відати'] +common_voice_uk_23795965-2976-0: hyp=['був', 'єси', 'в', 'греках', 'княжа', 'маєш', 'відати'] +common_voice_uk_23795966-2977-0: ref=['хай', 'буде', 'так', 'сказав', 'він', 'кров', 'зове', 'мене', 'до', 'меча', 'а', 'віра', 'здержує', 'руку'] +common_voice_uk_23795966-2977-0: hyp=['хай', 'буде', 'так', 'сказав', 'він', 'кров', 'звела', 'мене', 'до', 'меча', 'а', 'не', 'роздержиє', 'руку'] +common_voice_uk_23795967-2978-0: ref=['пощо', 'згадувати', 'княже', 'буле'] +common_voice_uk_23795967-2978-0: hyp=['пощо', 'згадувати', 'княже', 'буле'] +common_voice_uk_23820002-2979-0: ref=['то', 'лжа', 'є', 'підвищила', 'голос', 'дівчина', 'ковальчук', 'сказав'] +common_voice_uk_23820002-2979-0: hyp=['товжая', 'підвищила', 'голос', 'дівчина', 'ковальчук', 'сказав'] +common_voice_uk_23820003-2980-0: ref=['людота', 'відступив', 'на', 'крок', 'і', 'глухо', 'проказав'] +common_voice_uk_23820003-2980-0: hyp=['людота', 'відступив', 'на', 'крок', 'і', 'глухо', 'проказав'] +common_voice_uk_23820004-2981-0: ref=['що', 'ти', 'чиниш'] +common_voice_uk_23820004-2981-0: hyp=['що', 'ти', 'чиниш'] +common_voice_uk_23820005-2982-0: ref=['учетверте'] +common_voice_uk_23820005-2982-0: hyp=['у', 'четверта'] +common_voice_uk_23820006-2983-0: ref=['тодорік', 'бернський', 'відмовився'] +common_voice_uk_23820006-2983-0: hyp=['тодорік', 'бенський', 'відмовився'] +common_voice_uk_23820007-2984-0: ref=['то', 'я', 'так', 'чи', 'не', 'так'] +common_voice_uk_23820007-2984-0: hyp=['то', 'я', 'так', 'чи', 'не', 'так'] +common_voice_uk_23820008-2985-0: ref=['відав', 'єси', 'що', 'діва', 'та', 'є', 'моя', 'роба'] +common_voice_uk_23820008-2985-0: hyp=['піддав', 'єси', 'що', 'діва', 'та', 'є', 'моя', 'роба'] +common_voice_uk_23820009-2986-0: ref=['перевітниця', 'залунало', 'зусібіч'] +common_voice_uk_23820009-2986-0: hyp=['перебітниця', 'залунала', 'зусибіч'] +common_voice_uk_23820010-2987-0: ref=['за', 'чим', 'же', 'слють', 'тебе'] +common_voice_uk_23820010-2987-0: hyp=['це', 'чим', 'же', 'слють', 'тебе'] +common_voice_uk_23820011-2988-0: ref=['але', 'грек', 'твердо', 'глянув', 'на', 'князя', 'й', 'тихо', 'проказав'] +common_voice_uk_23820011-2988-0: hyp=['але', 'грек', 'твердо', 'глянув', 'на', 'князя', 'й', 'тихо', 'проказав'] +common_voice_uk_23820017-2989-0: ref=['а', 'що'] +common_voice_uk_23820017-2989-0: hyp=['а', 'що'] +common_voice_uk_23820018-2990-0: ref=['стара', 'повільно', 'по', 'складах', 'проказала', 'глухим', 'і', 'мовби', 'не', 'своїм', 'голосом'] +common_voice_uk_23820018-2990-0: hyp=['стара', 'повільно', 'по', 'складах', 'проказала', 'глухім', 'і', 'мовби', 'не', 'своїм', 'голосом'] +common_voice_uk_23820019-2991-0: ref=['оружжя', 'не', 'лже', 'сам', 'до', 'себе', 'мовив', 'князь', 'і', 'вирішив', 'узавтра', 'не', 'чинити', 'опору'] +common_voice_uk_23820019-2991-0: hyp=['оружжя', 'не', 'лише', 'сам', 'до', 'себе', 'мовив', 'князь', 'і', 'вирішив', 'узавтра', 'не', 'чинити', 'опору'] +common_voice_uk_23820020-2992-0: ref=['тебе', 'сватають', 'жупаніце'] +common_voice_uk_23820020-2992-0: hyp=['тебе', 'сватають', 'джо', 'паніци'] +common_voice_uk_23820021-2993-0: ref=['від', 'кого'] +common_voice_uk_23820021-2993-0: hyp=['від', 'кого'] +common_voice_uk_23820022-2994-0: ref=['лугарі', 'служать', 'тому', 'хто', 'більше', 'дає', 'княже', 'так', 'ведеться', 'спокону'] +common_voice_uk_23820022-2994-0: hyp=['богар', 'і', 'служе', 'тому', 'хто', 'більше', 'дає', 'княже', 'так', 'ведеться', 'спокійно'] +common_voice_uk_23820023-2995-0: ref=['і', 'носиш', 'на', 'шворці', 'їхній', 'знак'] +common_voice_uk_23820023-2995-0: hyp=['і', 'носиш', 'на', 'шворце', 'їхній', 'знак'] +common_voice_uk_23820024-2996-0: ref=['молила', 'м', 'великого', 'князя', 'щоб', 'оддав', 'гана', 'горвата', 'й', 'огняна', 'в', 'лугарі'] +common_voice_uk_23820024-2996-0: hyp=['молила', 'мопи', 'великого', 'князя', 'щоб', 'одап', 'ганна', 'горвата', 'й', 'огняна', 'в', 'лугаріти'] +common_voice_uk_23820025-2997-0: ref=['вишата', 'сказав'] +common_voice_uk_23820025-2997-0: hyp=['вишата', 'сказав'] +common_voice_uk_23820026-2998-0: ref=['нога'] +common_voice_uk_23820026-2998-0: hyp=['нога'] +common_voice_uk_23820027-2999-0: ref=['наречемося', 'русинами', 'й', 'таких', 'візьмуть', 'а', 'вернемось'] +common_voice_uk_23820027-2999-0: hyp=['наречемося', 'русинами', 'й', 'таки', 'хвісьмоть', 'а', 'вернилося'] +common_voice_uk_23820028-3000-0: ref=['відунові'] +common_voice_uk_23820028-3000-0: hyp=['відунові'] +common_voice_uk_23820029-3001-0: ref=['де', 'с', 'узяв', 'його'] +common_voice_uk_23820029-3001-0: hyp=['десь', 'узяв', 'його'] +common_voice_uk_23820030-3002-0: ref=['тоді', 'я', 'м', 'був', 'ще', 'молодий'] +common_voice_uk_23820030-3002-0: hyp=['тоді', 'я', 'був', 'ще', 'молодий'] +common_voice_uk_23820031-3003-0: ref=['ще', 'раз'] +common_voice_uk_23820031-3003-0: hyp=['ще', 'раз'] +common_voice_uk_23828323-3004-0: ref=['і', 'коли'] +common_voice_uk_23828323-3004-0: hyp=['і', 'коли'] +common_voice_uk_23828324-3005-0: ref=['язичниками'] +common_voice_uk_23828324-3005-0: hyp=['язичниками'] +common_voice_uk_23828325-3006-0: ref=['яке', 'твоє', 'діло'] +common_voice_uk_23828325-3006-0: hyp=['яка', 'твоє', 'діло'] +common_voice_uk_23828326-3007-0: ref=['місяця', 'серпня'] +common_voice_uk_23828326-3007-0: hyp=['місяця', 'серпня'] +common_voice_uk_23829145-3008-0: ref=['авжеж', 'відповів', 'той', 'остільки', 'дати', 'та', 'щоб', 'не'] +common_voice_uk_23829145-3008-0: hyp=['авжеж', 'відповів', 'той', 'оскільки', 'дати', 'та', 'щоб', 'не'] +common_voice_uk_23829147-3009-0: ref=['що', 'повідаєш', 'на', 'се', 'войславе'] +common_voice_uk_23829147-3009-0: hyp=['що', 'оповідаєш', 'на', 'се', 'виславе'] +common_voice_uk_23829148-3010-0: ref=['сікур', 'відповів'] +common_voice_uk_23829148-3010-0: hyp=['сікур', 'відповів'] +common_voice_uk_23829155-3011-0: ref=['пощо', 'ж', 'мовчав', 'єси', 'досі'] +common_voice_uk_23829155-3011-0: hyp=['пощо', 'ж', 'мовчав', 'єси', 'досі'] +common_voice_uk_23830157-3012-0: ref=['й', 'пройшли', 'далі'] +common_voice_uk_23830157-3012-0: hyp=['її', 'пройшли', 'далі'] +common_voice_uk_23830158-3013-0: ref=['адаміс', 'глухо', 'промовив'] +common_voice_uk_23830158-3013-0: hyp=['адам', 'із', 'глухо', 'промовив'] +common_voice_uk_23830160-3014-0: ref=['віталій'] +common_voice_uk_23830160-3014-0: hyp=['двій'] +common_voice_uk_23830163-3015-0: ref=['але', 'борислав', 'лише', 'відмахнувся'] +common_voice_uk_23830163-3015-0: hyp=['але', 'бориславу', 'лише', 'відмахнувся'] +common_voice_uk_23830164-3016-0: ref=['а', 'кого', 'видиш', 'там'] +common_voice_uk_23830164-3016-0: hyp=['а', 'кого', 'вийдеш', 'там'] +common_voice_uk_23830165-3017-0: ref=['пали'] +common_voice_uk_23830165-3017-0: hyp=['пали'] +common_voice_uk_23830206-3018-0: ref=['куди', 'вихопилося', 'в', 'хлопця'] +common_voice_uk_23830206-3018-0: hyp=['куди', 'вихопилось', 'хлопця'] +common_voice_uk_23830207-3019-0: ref=['смерті', 'моєї', 'захтів', 'єси'] +common_voice_uk_23830207-3019-0: hyp=['смерті', 'моєї', 'захотів', 'єси'] +common_voice_uk_23830209-3020-0: ref=['знайде', 'собі', 'ліпшого'] +common_voice_uk_23830209-3020-0: hyp=['знайде', 'собі', 'ліпшого'] +common_voice_uk_23830210-3021-0: ref=['вона', 'раптом', 'зірвалася'] +common_voice_uk_23830210-3021-0: hyp=['вона', 'раптом', 'зірвалася'] +common_voice_uk_23830747-3022-0: ref=['речи', 'речи', 'пощо', 'замовк', 'єси', 'болярине', 'чи', 'хто', 'єси'] +common_voice_uk_23830747-3022-0: hyp=['речи', 'речи', 'пощо', 'замовк', 'єси', 'болярине', 'чи', 'хто', 'є', 'си'] +common_voice_uk_23830749-3023-0: ref=['слава'] +common_voice_uk_23830749-3023-0: hyp=['слава'] +common_voice_uk_23830750-3024-0: ref=['кого', 'кого', 'ворожи', 'який', 'день', 'дадуть', 'нам', 'узавтра', 'кумири'] +common_voice_uk_23830750-3024-0: hyp=['кого', 'хороший', 'який', 'день', 'дадуть', 'нам', 'уже', 'автора', 'кумирить'] +common_voice_uk_23830751-3025-0: ref=['дай', 'мені', 'твій', 'обладунок'] +common_voice_uk_23830751-3025-0: hyp=['дай', 'мені', 'твій', 'обладунок'] +common_voice_uk_23834218-3026-0: ref=['чи', 'шанувати', 'ймеш', 'слово', 'старців', 'молодших', 'і', 'старійших'] +common_voice_uk_23834218-3026-0: hyp=['чи', 'шанувайте', 'ми', 'ж', 'слово', 'старців', 'молодших', 'і', 'старійших'] +common_voice_uk_23834219-3027-0: ref=['король', 'гано', 'гунтер', 'сказав'] +common_voice_uk_23834219-3027-0: hyp=['король', 'гано', 'гонтер', 'сказав'] +common_voice_uk_23834220-3028-0: ref=['богдан', 'вийшов', 'у', 'дворець', 'сів', 'на', 'витолоченому', 'спориші', 'й', 'глибоко', 'зітхнув'] +common_voice_uk_23834220-3028-0: hyp=['богдан', 'вийшов', 'у', 'дворець', 'сім', 'на', 'витолоченому', 'з', 'парижі', 'глибоко', 'зітхнув'] +common_voice_uk_23834221-3029-0: ref=['було', 'видно', 'як', 'обличчя', 'князеве', 'закипає', 'червцем', 'і', 'зловісно', 'виблискують', 'очі'] +common_voice_uk_23834221-3029-0: hyp=['було', 'видно', 'як', 'обличчя', 'князя', 'ви', 'закипає', 'рвцем', 'і', 'зловісно', 'виблискують', 'очі'] +common_voice_uk_23834222-3030-0: ref=['тю', 'здивувався', 'косак', 'пощо'] +common_voice_uk_23834222-3030-0: hyp=['тьо', 'здивувався', 'косак', 'польща'] +common_voice_uk_23834264-3031-0: ref=['великий', 'князь', 'ворухнув', 'поруділими', 'на', 'кінцях', 'вусами', 'й', 'вид', 'йому', 'наллявся', "кров'ю"] +common_voice_uk_23834264-3031-0: hyp=['великий', 'князь', 'ворухно', 'породіломо', 'на', 'кінцях', 'восами', 'і', 'вид', 'йому', 'наллявся', "кров'ю"] +common_voice_uk_23834265-3032-0: ref=['певно', 'вдома'] +common_voice_uk_23834265-3032-0: hyp=['певно', 'вдома'] +common_voice_uk_23834266-3033-0: ref=['пощо', 'в', 'старого', 'дерева', 'немногі', 'листи', 'вони', 'молодому', 'черенцеві', 'сонця', 'не', 'заступлять'] +common_voice_uk_23834266-3033-0: hyp=['польщо', 'старого', 'дерева', 'не', 'многи', 'листи', 'вони', 'молодому', 'черемцеві', 'сонця', 'не', 'заступлять'] +common_voice_uk_23834267-3034-0: ref=['й', 'князь', 'крикнув'] +common_voice_uk_23834267-3034-0: hyp=['князь', 'крикнув'] +common_voice_uk_23834268-3035-0: ref=['гано', 'до', 'землі', 'вклонився', 'старцеві', 'й', 'попхнув', 'уперед', 'горвата'] +common_voice_uk_23834268-3035-0: hyp=['гано', 'до', 'землі', 'вклонився', 'старцеві', 'й', 'попхнув', 'оперед', 'горвата'] +common_voice_uk_23834269-3036-0: ref=['з', 'городища', 'я', 'м', 'ходив', 'шукати', 'тебе', 'й', 'виглядати', 'а', 'тебе', 'ніде', 'не', 'було'] +common_voice_uk_23834269-3036-0: hyp=['з', 'городища', 'і', 'я', 'м', 'ходив', 'шукати', 'тебе', 'й', 'виглядати', 'а', 'тебе', 'ніде', 'не', 'було'] +common_voice_uk_23834270-3037-0: ref=['хто', 'єси', 'й', 'пощо'] +common_voice_uk_23834270-3037-0: hyp=['хто', 'єси', 'й', 'польщо'] +common_voice_uk_23834271-3038-0: ref=['сміл', 'перестав', 'хихикати', 'й', 'одступив'] +common_voice_uk_23834271-3038-0: hyp=['сміл', 'перестав', 'хикати', 'й', 'одступив'] +common_voice_uk_23834272-3039-0: ref=['войслав', 'за', 'тим', 'власне', 'й', 'прийшов', 'і', 'тепер', 'подався', 'сповістити', 'сла', 'про', 'волю', 'гатила'] +common_voice_uk_23834272-3039-0: hyp=['ой', 'слав', 'за', 'тим', 'власне', 'й', 'прийшов', 'і', 'тепер', 'подався', 'сповістити', 'сла', 'про', 'волю', 'гатила'] +common_voice_uk_23834273-3040-0: ref=["п'ю", 'до', 'тебе', 'гатиле'] +common_voice_uk_23834273-3040-0: hyp=["п'ю", 'до', 'тебе', 'гатиле'] +common_voice_uk_23834274-3041-0: ref=['що', 'там', 'у', 'торбі', 'маєш'] +common_voice_uk_23834274-3041-0: hyp=['що', 'там', 'у', 'торбі', 'маєш'] +common_voice_uk_23834275-3042-0: ref=['так', 'буде', 'відповів', 'степовий', 'зверхник', 'до', 'літа', 'прийдемо', 'ще', 'в', 'дань'] +common_voice_uk_23834275-3042-0: hyp=['так', 'буде', 'відповім', 'степовий', 'зверхник', 'до', 'літа', 'прийдемо', 'ще', 'в', 'день'] +common_voice_uk_23834276-3043-0: ref=['браттє', 'й', 'ти', 'ясна', 'сестрице', 'либедице'] +common_voice_uk_23834276-3043-0: hyp=['браті', 'й', 'ти', 'ясна', 'сестра', 'це', 'лебедиця'] +common_voice_uk_23834277-3044-0: ref=['зозирнися', 'княже', 'й', 'сам', 'увидиш', 'його'] +common_voice_uk_23834277-3044-0: hyp=['зозирнися', 'княже', 'самовидиш', 'його'] +common_voice_uk_23834278-3045-0: ref=['біг', 'милосердний', 'княже', 'заперечив', 'годой', 'не', 'помічаючи', 'в', 'богданових', 'очах', 'іскрини'] +common_voice_uk_23834278-3045-0: hyp=['біг', 'милосердний', 'княже', 'заперечив', 'годой', 'не', 'помічаючи', 'богдана', 'очах', 'іскринь'] +common_voice_uk_23834279-3046-0: ref=['якби', 'на', 'мою', 'хіть', 'то', 'подався', 'би', 'м', 'додому', 'в', 'греки'] +common_voice_uk_23834279-3046-0: hyp=['якби', 'на', 'мою', 'хіть', 'то', 'бодався', 'би', 'додому', 'греки'] +common_voice_uk_23834280-3047-0: ref=['князь', 'лужицький', 'гано', 'з', 'братами', 'відчиняй', 'приїхали', 'смо', 'сватати', 'графову', 'доньку'] +common_voice_uk_23834280-3047-0: hyp=['князь', 'уложицький', 'гано', 'з', 'братами', 'відчиняй', 'приїхали', 'смо', 'сватати', 'графову', 'доньку'] +common_voice_uk_23834281-3048-0: ref=['удовицю', 'гримільда', 'похмуро', 'засміялася', 'й', 'устала', 'хто', 'ж', 'то', 'є'] +common_voice_uk_23834281-3048-0: hyp=['удовицю', 'гримільда', 'похмара', 'засміялась', 'і', 'остала', 'хто', 'ж', 'то', 'є'] +common_voice_uk_23834282-3049-0: ref=['жону', 'ж', 'маєш'] +common_voice_uk_23834282-3049-0: hyp=['жодного', 'вже', 'маєш'] +common_voice_uk_23834284-3050-0: ref=['а', 'не', 'прийде', 'погодився', 'ждан'] +common_voice_uk_23834284-3050-0: hyp=['а', 'не', 'прийде', 'погодився', 'ждан'] +common_voice_uk_23834285-3051-0: ref=['ще', 'й', "б'ється"] +common_voice_uk_23834285-3051-0: hyp=['ще', 'й', "б'ється"] +common_voice_uk_23834286-3052-0: ref=['де', 'є', 'дочка', 'її', 'глухо', 'спитав', 'старицю', 'князь', 'і', 'та', 'засичала', 'йому', 'в', 'вічі'] +common_voice_uk_23834286-3052-0: hyp=['де', 'є', 'дочка', 'її', 'лого', 'спитав', 'старий', 'цю', 'князь', 'і', 'та', 'засвічала', 'йому', 'в', 'вічі'] +common_voice_uk_23834287-3053-0: ref=['і', 'не', 'тямив', 'одвіку'] +common_voice_uk_23834287-3053-0: hyp=['і', 'не', 'тямив', 'одвіку'] +common_voice_uk_23834288-3054-0: ref=['ладно', 'чинить', 'ладно', 'мовив', 'старий', 'грек', 'думаючи', 'своє'] +common_voice_uk_23834288-3054-0: hyp=['ладно', 'чинить', 'ладно', 'мовив', 'старий', 'грек', 'думаючи', 'своє'] +common_voice_uk_23834289-3055-0: ref=['речи', 'кивнув', 'до', 'старішого', 'з', 'них', 'великий', 'князь'] +common_voice_uk_23834289-3055-0: hyp=['речи', 'кивнув', 'до', 'старійшого', 'з', 'них', 'великий', 'князь'] +common_voice_uk_23834290-3056-0: ref=['що', 'ж', 'ради', 'мав', 'би', 'гуцати', 'великий', 'князь', 'аж', 'сюди'] +common_voice_uk_23834290-3056-0: hyp=['що', 'ж', 'радий', 'мав', 'би', 'гуцати', 'великий', 'князь', 'аж', 'сюди'] +common_voice_uk_23834291-3057-0: ref=['вона', 'пильно', 'придивилася', 'до', 'нього', 'й', 'узяла', 'з', 'пенька', "зарум'янений", 'різанець', "в'яленини"] +common_voice_uk_23834291-3057-0: hyp=['вона', 'пильно', 'придивились', 'до', 'нього', 'й', 'узяла', 'спинька', "зарум'янений", 'різанецю', "в'яленини"] +common_voice_uk_23834292-3058-0: ref=['адаміс', 'відповів', 'пріск'] +common_voice_uk_23834292-3058-0: hyp=['адаміс', 'відповів', 'пріск'] +common_voice_uk_23834293-3059-0: ref=['а', 'як', 'зламлю', 'засміявся', 'велій', 'болярин', 'войслав'] +common_voice_uk_23834293-3059-0: hyp=['а', 'як', 'зламлю', 'засміявся', 'велій', 'боярин', 'восьм'] +common_voice_uk_23834294-3060-0: ref=['і', 'коли', 'гайдарі', 'вклонившись', 'вийшли', 'горват', 'сказав'] +common_voice_uk_23834294-3060-0: hyp=['і', 'коли', 'гайдарів', 'вклонившись', 'вийшли', 'огорват', 'сказав'] +common_voice_uk_23834295-3061-0: ref=['усе', 'й', 'пряду', 'й', 'тчу', 'й', 'так'] +common_voice_uk_23834295-3061-0: hyp=['усе', 'в', 'прядовуйте', 'чуй', 'так'] +common_voice_uk_23834296-3062-0: ref=['а', 'ти', 'б', 'чоломкав'] +common_voice_uk_23834296-3062-0: hyp=['а', 'ти', 'б', 'чоломкав'] +common_voice_uk_23834297-3063-0: ref=['геть', 'усі', 'знову', 'спитав', 'рогволод'] +common_voice_uk_23834297-3063-0: hyp=['геть', 'усі', 'знову', 'спитав', 'рогволод'] +common_voice_uk_23835066-3064-0: ref=['ким'] +common_voice_uk_23835066-3064-0: hyp=['кім'] +common_voice_uk_23835067-3065-0: ref=['скільки', 'є', 'то'] +common_voice_uk_23835067-3065-0: hyp=['скільки', 'ето'] +common_voice_uk_23835068-3066-0: ref=['старий', 'знову', 'погладив', 'вуса', 'певно', 'ховав', 'лукаву', 'посмішку'] +common_voice_uk_23835068-3066-0: hyp=['сторий', 'знову', 'погладив', 'вуса', 'певно', 'хохав', 'лукаву', 'посмішку'] +common_voice_uk_23835070-3067-0: ref=['не', 'відаю'] +common_voice_uk_23835070-3067-0: hyp=['не', 'відаю'] +common_voice_uk_23838634-3068-0: ref=['всі', 'сте', 'однакові', 'всі', 'геть', 'до', 'єдиного', 'що', 'ти', 'що', 'тамті', 'браттє'] +common_voice_uk_23838634-3068-0: hyp=['в', 'сісти', 'однакові', 'всі', 'геть', 'до', 'єдиного', 'що', 'ти', 'що', 'там', 'ті', 'браття'] +common_voice_uk_23838635-3069-0: ref=['по', 'якому'] +common_voice_uk_23838635-3069-0: hyp=['по', 'якому'] +common_voice_uk_23838636-3070-0: ref=['а', 'з', 'русальської', 'неділі', 'на', "дев'яносто", 'четверте', 'літо', 'зверне', 'мені'] +common_voice_uk_23838636-3070-0: hyp=['а', 'з', 'русальської', 'неділі', 'на', "дев'яносто", 'четвертий', 'літо', 'зверне', 'мені'] +common_voice_uk_23838637-3071-0: ref=['він', 'спитав', 'старого', 'конюшого', 'першої', 'після', 'себе', 'людини', 'в', 'сьому', 'безконечному', 'ворушкому', 'світі'] +common_voice_uk_23838637-3071-0: hyp=['він', 'спитав', 'старого', 'конюшого', 'першої', 'після', 'себе', 'людини', 'в', 'сьому', 'безконечному', 'ворушкому', 'світі'] +common_voice_uk_23838638-3072-0: ref=['такої', 'сте', 'хотіли', 'поспитав', 'дід', 'у', 'молоді'] +common_voice_uk_23838638-3072-0: hyp=['такої', 'сте', 'хотіли', 'поспитав', 'дід', 'у', 'молоді'] +common_voice_uk_23866698-3073-0: ref=['хіба', 'вітця', 'не', 'маєш'] +common_voice_uk_23866698-3073-0: hyp=['хіба', 'вітця', 'не', 'маєш'] +common_voice_uk_23866699-3074-0: ref=['я', 'пожду'] +common_voice_uk_23866699-3074-0: hyp=['я', 'пожду'] +common_voice_uk_23866700-3075-0: ref=['лягаймо', 'спитав', 'огнян'] +common_voice_uk_23866700-3075-0: hyp=['лягаймо', 'спитав', 'огнян'] +common_voice_uk_23866701-3076-0: ref=['всі', 'відають', 'що', 'ти', 'був', 'єси', 'й', 'лишаєшся', 'міжним', 'вождем', 'під', 'моєю', 'рукою'] +common_voice_uk_23866701-3076-0: hyp=['всі', 'відають', 'що', 'ти', 'був', 'я', 'силий', 'лишаєшся', 'між', 'ним', 'вождем', 'під', 'моєю', 'рукою'] +common_voice_uk_23869761-3077-0: ref=['місяця', 'липня'] +common_voice_uk_23869761-3077-0: hyp=['місяця', 'липня'] +common_voice_uk_23869763-3078-0: ref=['годой', 'зітхнув'] +common_voice_uk_23869763-3078-0: hyp=['гудой', 'яхну'] +common_voice_uk_23869764-3079-0: ref=['куди', 'знову', 'не', 'второпав', 'сіврської', 'говірки', 'русинський', 'князь'] +common_voice_uk_23869764-3079-0: hyp=['куди', 'знову', 'не', 'второпав', 'сіврської', 'говірки', 'русинський', 'князь'] +common_voice_uk_23869766-3080-0: ref=['руські', 'кумири', 'калмацькі', 'кумири'] +common_voice_uk_23869766-3080-0: hyp=['руські', 'комири', 'калмацькі', 'кумир'] +common_voice_uk_23869767-3081-0: ref=['трава', 'вже', 'встала', 'проказав', 'людота', 'мабуть', 'зночі', 'його', 'або', 'вчора'] +common_voice_uk_23869767-3081-0: hyp=['провулок', 'крово', 'вже', 'сталося', 'проказав', 'людон', 'мабуть', 'вночі', 'його', 'або', 'вчора'] +common_voice_uk_23869806-3082-0: ref=['дожиємо', 'що', 'в', 'греків', 'не', 'зостанеться', 'робів', 'повтікають', 'а', 'хто', 'грекам', 'ріллю', 'орати', 'йме'] +common_voice_uk_23869806-3082-0: hyp=['дожиємо', 'що', 'в', 'греків', 'не', 'зостанеться', 'рові', 'повтікають', 'а', 'хто', 'грекам', 'рідллю', 'орайтами'] +common_voice_uk_23869808-3083-0: ref=['гатило', 'довідавшись', 'од', 'войслава', 'що', 'княгиня', 'послала', 'гайдарів', 'так', 'несподівано', 'швидко', 'теж', 'здивувався'] +common_voice_uk_23869808-3083-0: hyp=['гатило', 'довідавшись', 'од', 'твойслава', 'що', 'княгиня', 'послала', 'гайдарів', 'так', 'несподівано', 'швидко', 'теж', 'здивувався'] +common_voice_uk_23869809-3084-0: ref=['людота', 'кивнув', 'і', 'лише', 'промимрив'] +common_voice_uk_23869809-3084-0: hyp=['людота', 'ківном', 'і', 'лише', 'промимри'] +common_voice_uk_23869810-3085-0: ref=['ні', 'за', 'нього', 'кивнув', 'богдан', 'у', 'бік', 'вишати'] +common_voice_uk_23869810-3085-0: hyp=['ні', 'за', 'нього', 'кивнув', 'богдан', 'у', 'бік', 'вишати'] +common_voice_uk_23869816-3086-0: ref=['йди'] +common_voice_uk_23869816-3086-0: hyp=[] +common_voice_uk_23869817-3087-0: ref=['а', 'може', 'ті', 'гінці', 'втямлять', 'письмен', 'руських'] +common_voice_uk_23869817-3087-0: hyp=['а', 'може', 'ті', 'гінці', 'втямлять', 'письмен', 'розкіп'] +common_voice_uk_23869818-3088-0: ref=['не', 'виджу', 'данка', 'де', 'є'] +common_voice_uk_23869818-3088-0: hyp=['не', 'виджу', 'данка', 'де', 'є'] +common_voice_uk_23869819-3089-0: ref=['то', 'є', 'добре', 'сказав', 'старійший', 'відун', 'лежить', 'головою', 'до', 'річки', 'там', 'латини'] +common_voice_uk_23869819-3089-0: hyp=['того', 'є', 'добре', 'сказав', 'старійший', 'відом', 'лежить', 'головою', 'до', 'річки', 'та', 'аму', 'латина'] +common_voice_uk_23869851-3090-0: ref=['по', 'якомусь', 'часі', 'двері', 'знову', 'рипнули', 'й', 'чорна', 'велика', 'постать', 'наблизилася', 'й', 'стала', 'збоку'] +common_voice_uk_23869851-3090-0: hyp=['по', 'якомусь', 'часі', 'двері', 'знову', 'рипнули', 'і', 'чорна', 'велика', 'постать', 'наблизилася', 'стало', 'збоку'] +common_voice_uk_23869852-3091-0: ref=['понеділок', 'повторив', 'князь', 'не', 'личить', 'вирушаємо', 'взавтра'] +common_voice_uk_23869852-3091-0: hyp=['понеділок', 'повторив', 'князь', 'не', 'личить', 'вирушаймо', 'завтра'] +common_voice_uk_23869853-3092-0: ref=['король', 'подивився', 'на', 'нього', 'й', 'присунув', 'собі', 'свічник'] +common_voice_uk_23869853-3092-0: hyp=['король', 'подивився', 'на', 'нього', 'й', 'присунув', 'собі', 'свічник'] +common_voice_uk_23869854-3093-0: ref=['гатилові', 'до', 'гатила', 'мені', 'путь', 'запалася'] +common_voice_uk_23869854-3093-0: hyp=['гатилові', 'до', 'гатила', 'мені', 'путь', 'запалася'] +common_voice_uk_23869855-3094-0: ref=['я', 'тямлю', 'письмен', 'руських', 'сказав', 'він', 'і', 'заходився', 'четати', 'послання', 'княгині', 'гримільди'] +common_voice_uk_23869855-3094-0: hyp=['я', 'тямлю', 'письмен', 'руських', 'сказав', 'він', 'і', 'заходився', 'читати', 'послання', 'княгині', 'гримільки'] +common_voice_uk_23869866-3095-0: ref=['ховайся', 'бо', 'вже', 'двічі', 'приходили', 'дідові', 'онуки', 'правити', 'тобі', 'помсту'] +common_voice_uk_23869866-3095-0: hyp=['ховайся', 'бо', 'вже', 'двічі', 'приходили', 'дідові', 'онуки', 'правити', 'тобі', 'помсту'] +common_voice_uk_23869867-3096-0: ref=['я', 'м', 'королева', 'й', 'жона', 'короля', 'бургундії'] +common_voice_uk_23869867-3096-0: hyp=['я', 'м', 'королева', 'й', 'жона', 'короля', 'бургундії'] +common_voice_uk_23869868-3097-0: ref=['князь', 'крикнув', 'орестові'] +common_voice_uk_23869868-3097-0: hyp=['князь', 'крикнув', 'орестові'] +common_voice_uk_23869869-3098-0: ref=['а', 'чи', 'відаєш', 'ти', 'що', 'по', 'моєму', 'першому', 'можеві', 'сікурдові', 'лишилися', 'незчисленні', 'багатства'] +common_voice_uk_23869869-3098-0: hyp=['а', 'чи', 'відаєш', 'ти', 'що', 'по', 'моєму', 'першому', 'можеві', 'сі', 'кордові', 'лишилися', 'на', 'з', 'численні', 'багатства'] +common_voice_uk_23869870-3099-0: ref=['то', 'був', 'товстий', 'золотий', 'перстень', 'із', 'тьмяним', 'камінцем', 'смарагда'] +common_voice_uk_23869870-3099-0: hyp=['то', 'був', 'товстий', 'золотий', 'перстень', 'і', "п'яним", 'камінцем', 'смарагда'] +common_voice_uk_23872290-3100-0: ref=['збудив', 'їх', 'той', 'таки', 'рудочубий', 'він', 'підійшов', 'і', 'кожного', 'поштрикав', 'ратищем', 'сулиці'] +common_voice_uk_23872290-3100-0: hyp=['збудив', 'їх', 'той', 'такий', 'рудочубий', 'він', 'підійшов', 'і', 'кожного', 'поштрикав', 'ратищем', 'сулиці'] +common_voice_uk_23872292-3101-0: ref=['чого', 'се', 'маю', 'рікти', 'йому', 'здивувався', 'годой', 'речи', 'сам', 'коли', 'спіткав', 'єси', 'таку', 'нагоду'] +common_voice_uk_23872292-3101-0: hyp=['чого', 'се', 'маю', 'рікти', 'йому', 'здивувався', 'годой', 'речі', 'сам', 'коли', 'спіткав', 'єси', 'та', 'таку', 'нагоду'] +common_voice_uk_23872293-3102-0: ref=['скільки', 'ж', 'се', 'має', 'літ', 'славута'] +common_voice_uk_23872293-3102-0: hyp=['скільки', 'жасе', 'має', 'лід', 'слабода'] +common_voice_uk_23872294-3103-0: ref=['де', 'с', 'чув', 'про', 'меч', 'сей'] +common_voice_uk_23872294-3103-0: hyp=['десь', 'чув', 'про', 'мерсель'] +common_voice_uk_23872340-3104-0: ref=['ввійшов', 'і', 'ждан', 'і', 'почав', 'боронити', 'харю', 'перед', 'князем', 'але', 'старий', 'лишався', 'невблаганний'] +common_voice_uk_23872340-3104-0: hyp=['увійшов', 'і', 'жадан', 'і', 'почав', 'боронити', 'харю', 'перед', 'князем', 'але', 'старий', 'лишався', 'невблаганний'] +common_voice_uk_23872342-3105-0: ref=['він', 'одразу', 'ж', 'послав', 'челядника', 'по', 'них', 'незабаром', 'прийшов', 'старіший', 'сивовусий', 'гайдар'] +common_voice_uk_23872342-3105-0: hyp=['він', 'одразу', 'ж', 'послав', 'челядник', 'по', 'них', 'незабаром', 'прийшов', 'старійший', 'сивогусий', 'і', 'гайдар'] +common_voice_uk_23872343-3106-0: ref=['усякі', 'боги', 'бувають'] +common_voice_uk_23872343-3106-0: hyp=['усякі', 'боги', 'бувають'] +common_voice_uk_23872344-3107-0: ref=['я', 'прийду', 'й', 'умикну', 'тебе', 'княгине'] +common_voice_uk_23872344-3107-0: hyp=['я', 'прийду', 'і', 'умикну', 'тебе', 'княгина'] +common_voice_uk_23878619-3108-0: ref=['навпіл', 'рубайте', 'тих', 'котрі', 'речуть', 'христос', 'має', 'два', 'єства'] +common_voice_uk_23878619-3108-0: hyp=['навпіл', 'рубайте', 'тих', 'котрі', 'ечуть', 'христос', 'має', 'два', 'єства'] +common_voice_uk_23878620-3109-0: ref=['коли', 'рим', 'облягають', 'варвари', 'він', 'одпускає', 'своїх', 'робів', 'на', 'волю'] +common_voice_uk_23878620-3109-0: hyp=['коли', 'рим', 'облягають', 'варвари', 'він', 'одпускає', 'своїх', 'робів', 'на', 'волю'] +common_voice_uk_23878621-3110-0: ref=['ні', 'богданові', 'самому', 'пішло', 'лише', 'мабути', 'двадесять', 'сьоме', 'літо'] +common_voice_uk_23878621-3110-0: hyp=['ні', 'богданові', 'самому', 'пішло', 'лише', 'мабуть', 'два', 'десять', 'сьоме', 'літо'] +common_voice_uk_23878622-3111-0: ref=['і', 'бороду', 'голиш'] +common_voice_uk_23878622-3111-0: hyp=['і', 'бороду', 'голиш'] +common_voice_uk_23878623-3112-0: ref=['я', 'м', 'рік', 'учора', 'горватові', 'крикнув', 'до', 'гана', 'гунтера', 'тодорік', 'бернський'] +common_voice_uk_23878623-3112-0: hyp=['я', 'мрік', 'учора', 'горватовій', 'крикнув', 'ногана', 'гунтера', 'тодорік', 'берндський'] +common_voice_uk_23885503-3113-0: ref=['не', 'йде', 'королево'] +common_voice_uk_23885503-3113-0: hyp=['не', 'йде', 'королеву'] +common_voice_uk_23885504-3114-0: ref=['годоєві', 'нехай', 'явить', 'нам', 'ще', 'одне', 'диво', 'тоді', 'не', 'ввірували', 'смо', 'кумирам', 'його'] +common_voice_uk_23885504-3114-0: hyp=['годоєві', 'нехай', 'явить', 'нам', 'ще', 'одне', 'диво', 'тоді', 'не', 'вірували', 'смакурами', 'його'] +common_voice_uk_23885505-3115-0: ref=['болять', 'мені', 'рани', 'сікурдові', 'печуть', 'у', 'серці', 'й', 'не', 'можу', 'вгамувати', 'їх'] +common_voice_uk_23885505-3115-0: hyp=['болять', 'муні', 'ранисті', 'куртові', 'печуть', 'у', 'серці', 'а', 'може', 'гамувати', 'їх'] +common_voice_uk_23885506-3116-0: ref=['тепер', 'іди', 'собі'] +common_voice_uk_23885506-3116-0: hyp=['тепер', 'іди', 'собі'] +common_voice_uk_23885507-3117-0: ref=['осе', 'ж', 'ходив', 'єси', 'по', 'світах', 'був', 'с', 'у', 'греках', 'як', 'там', 'боляри', 'маються'] +common_voice_uk_23885507-3117-0: hyp=['оце', 'ж', 'ходив', 'єси', 'по', 'світах', 'був', 'у', 'греках', 'як', 'там', 'боляри', 'маються'] +common_voice_uk_23910889-3118-0: ref=['що', 'язвить'] +common_voice_uk_23910889-3118-0: hyp=['що', 'я', 'звик'] +common_voice_uk_23910891-3119-0: ref=['зразу', 'м', 'упізнав', 'тебе'] +common_voice_uk_23910891-3119-0: hyp=['зразу', 'впізнав', 'тебе'] +common_voice_uk_23910892-3120-0: ref=['вдар', 'сказав', 'людота'] +common_voice_uk_23910892-3120-0: hyp=['так', 'сказав', 'людота'] +common_voice_uk_23910893-3121-0: ref=['годой', 'наважився', 'й', 'собі', 'втрутитись'] +common_voice_uk_23910893-3121-0: hyp=['годой', 'наважився', 'й', 'собі', 'втрутитись'] +common_voice_uk_23910944-3122-0: ref=['безліч'] +common_voice_uk_23910944-3122-0: hyp=['безліч'] +common_voice_uk_23910945-3123-0: ref=['воліємо', 'дива'] +common_voice_uk_23910945-3123-0: hyp=['боліємо', 'дива'] +common_voice_uk_23910946-3124-0: ref=['скільки', 'їх', 'є'] +common_voice_uk_23910946-3124-0: hyp=['скільки', 'їх', 'є'] +common_voice_uk_23910947-3125-0: ref=['тебе', 'видіти', 'зухвало', 'відповів', 'богдан'] +common_voice_uk_23910947-3125-0: hyp=['тебе', 'видіти', 'зухвало', 'відповів', 'богдан'] +common_voice_uk_23910974-3126-0: ref=['нагнав', 'страху', 'гатило', 'всьому', 'світові', 'ач', 'узялися', 'копати', 'пощо', 'так', 'названо', 'князя', 'нашого'] +common_voice_uk_23910974-3126-0: hyp=['магнав', 'страху', 'гатило', 'усьому', 'світові', 'ач', 'узялися', 'копати', 'пощо', 'так', 'названо', 'князя', 'нашого'] +common_voice_uk_23915966-3127-0: ref=['віруєш'] +common_voice_uk_23915966-3127-0: hyp=['віруєш'] +common_voice_uk_23915967-3128-0: ref=['дужчі'] +common_voice_uk_23915967-3128-0: hyp=['дожті'] +common_voice_uk_23915968-3129-0: ref=['але', 'то', 'ще', 'не', 'все'] +common_voice_uk_23915968-3129-0: hyp=['але', 'то', 'ще', 'не', 'все'] +common_voice_uk_23915969-3130-0: ref=['покладу'] +common_voice_uk_23915969-3130-0: hyp=['покладу'] +common_voice_uk_23915970-3131-0: ref=['синів'] +common_voice_uk_23915970-3131-0: hyp=['синів'] +common_voice_uk_23915971-3132-0: ref=['та', 'ні', 'недовірливо', 'заглянув', 'йому', 'в', 'руки', 'лосько'] +common_voice_uk_23915971-3132-0: hyp=['та', 'ні', 'недовірливо', 'заглянув', 'йому', 'в', 'руки', 'лосько'] +common_voice_uk_23915973-3133-0: ref=['й', 'инчі', 'накладуть'] +common_voice_uk_23915973-3133-0: hyp=['є', 'инчі', 'накладуть'] +common_voice_uk_23915974-3134-0: ref=['ото', 'слухай', 'що', 'тобі', 'молодші', 'речуть', 'зневажливо', 'кинув', 'він', 'старому', 'князеві'] +common_voice_uk_23915974-3134-0: hyp=['ото', 'слухай', 'що', 'тобі', 'молодші', 'речуть', 'зневажливо', 'кинув', 'він', 'старому', 'князеві'] +common_voice_uk_23915975-3135-0: ref=['а', 'то', 'забороняється', 'нахабно', 'вишкірився', 'брат', 'короля'] +common_voice_uk_23915975-3135-0: hyp=['а', 'то', 'забороняється', 'нахабно', 'вишкірився', 'брат', 'короля'] +common_voice_uk_23929767-3136-0: ref=['речи', 'їм', 'хай', 'перекажуть', 'своєму', 'вождеві', 'руси', 'ніколи', 'не', "б'ють", 'безоружного'] +common_voice_uk_23929767-3136-0: hyp=['речі', 'їм', 'хай', 'перекажуть', 'своєму', 'вождеві', 'русею', 'ніколи', 'не', "б'ють", 'безоружного'] +common_voice_uk_23929768-3137-0: ref=['не', 'воліє', 'вона'] +common_voice_uk_23929768-3137-0: hyp=['не', 'воліє', 'вона'] +common_voice_uk_23929770-3138-0: ref=['що', 'би', 'с', 'робив'] +common_voice_uk_23929770-3138-0: hyp=['щоби', 'зробив'] +common_voice_uk_23929771-3139-0: ref=['місяця', 'стичня'] +common_voice_uk_23929771-3139-0: hyp=['місяця', 'з', 'тичня'] +common_voice_uk_23929772-3140-0: ref=['та', 'дід', 'мов', 'ляснув', 'його', 'по', 'щоці'] +common_voice_uk_23929772-3140-0: hyp=['то', 'дід', 'тмофляснух', 'його', 'по', 'шоці'] +common_voice_uk_23929773-3141-0: ref=['щось', 'мовили', 'сте', 'про', 'мене'] +common_voice_uk_23929773-3141-0: hyp=['щось', 'мовилось', 'те', 'про', 'мене'] +common_voice_uk_23929775-3142-0: ref=['що', 'дають', 'наставив', 'вухо', 'й', 'великий', 'князь'] +common_voice_uk_23929775-3142-0: hyp=['що', 'дають', 'наставив', 'вухо', 'й', 'великий', 'князь'] +common_voice_uk_23929778-3143-0: ref=['ти', 'хто', 'єси', 'може'] +common_voice_uk_23929778-3143-0: hyp=['ти', 'хто', 'єси', 'може'] +common_voice_uk_23929780-3144-0: ref=['пощо', 'речете', 'а', 'по', 'то', 'й', 'махнув', 'рукою', 'туди', 'де', 'зникли', 'комонники'] +common_voice_uk_23929780-3144-0: hyp=['пощо', 'речите', 'апото', 'й', 'махнув', 'рукою', 'туди', 'де', 'зникли', 'комонники'] +common_voice_uk_23931317-3145-0: ref=['гатило', 'збагнув', 'що', 'непокоїть', 'остроготського', 'князя'] +common_voice_uk_23931317-3145-0: hyp=['гатило', 'збагнув', 'що', 'непокоїть', 'остроготського', 'князя'] +common_voice_uk_23931319-3146-0: ref=['що', 'речуть', 'перепитала', 'стариця', 'й', 'одна', 'з', 'тих', 'жін', 'що', 'підтримували', 'вречену', 'шепнула'] +common_voice_uk_23931319-3146-0: hyp=['що', 'речуть', 'перепитала', 'стариця', 'й', 'одна', 'з', 'тих', 'жін', 'що', 'підтримувала', 'вречену', 'шепнула'] +common_voice_uk_23931395-3147-0: ref=['дівиці', 'піють', 'на', 'дунаї'] +common_voice_uk_23931395-3147-0: hyp=['дівець', 'і', 'піють', 'на', 'дунаї'] +common_voice_uk_23931407-3148-0: ref=['дарма'] +common_voice_uk_23931407-3148-0: hyp=['дарма'] +common_voice_uk_23931409-3149-0: ref=['ти', 'чув', 'єси', 'про', 'юрів', 'меч'] +common_voice_uk_23931409-3149-0: hyp=['ти', 'чув', 'єсе', 'про', 'юрів', 'меч'] +common_voice_uk_23931411-3150-0: ref=['де'] +common_voice_uk_23931411-3150-0: hyp=['де'] +common_voice_uk_23933297-3151-0: ref=['угу', 'а', 'кінь', 'твій', 'ноги', 'відкидав'] +common_voice_uk_23933297-3151-0: hyp=['у', 'угу', 'а', 'кінь', 'ноги', 'відкидав'] +common_voice_uk_23933299-3152-0: ref=['адаміс', 'речеш', 'адаміс', 'а', 'чи', 'не', 'зміг', 'би', 'покликати', 'його', 'ще', 'сюди'] +common_voice_uk_23933299-3152-0: hyp=['адаміс', 'серачаєш', 'адаміс', 'а', 'чи', 'не', 'зміг', 'би', 'покликати', 'його', 'ще', 'й', 'сюди'] +common_voice_uk_23933300-3153-0: ref=['гатило', 'раптом', 'замахнувся', 'мечем', 'та', 'рука', 'його', 'так', 'і', 'впала', 'додолу', 'тодорік', 'проказав'] +common_voice_uk_23933300-3153-0: hyp=['гатило', 'раптом', 'замахнувся', 'мечем', 'та', 'рука', 'його', 'так', 'і', 'впала', 'додолу', 'тодорік', 'проказав'] +common_voice_uk_23933307-3154-0: ref=['тому', 'два', 'дні', 'прохрипів', 'грек', 'сього', 'дні', 'рано', 'ще', 'бігав'] +common_voice_uk_23933307-3154-0: hyp=['тому', 'два', 'дні', 'прохрипів', 'грек', 'сьогодні', 'рано', 'ще', 'біга'] +common_voice_uk_23933622-3155-0: ref=['як', 'висвятиш'] +common_voice_uk_23933622-3155-0: hyp=['як', 'ви', 'святиш'] +common_voice_uk_23936636-3156-0: ref=['пощо', 'так', 'дорого'] +common_voice_uk_23936636-3156-0: hyp=['пощо', 'так', 'дорого'] +common_voice_uk_23936638-3157-0: ref=['дань'] +common_voice_uk_23936638-3157-0: hyp=['день'] +common_voice_uk_23936639-3158-0: ref=['за', 'поганця', 'дочки', 'не', 'віддам', 'хоч', 'хай', 'би', 'він', 'мав', 'і', 'вотанів', 'меч'] +common_voice_uk_23936639-3158-0: hyp=['за', 'поганця', 'дочки', 'не', 'вида', 'хоч', 'хай', 'би', 'він', 'мав', 'і', 'питання', 'в', 'менше'] +common_voice_uk_23949271-3159-0: ref=['але', 'запозичувалось', 'у', 'європи', 'тільки', 'те', 'що', 'забезпечувало', 'збільшення', 'військової', 'могутності', 'та', 'звеличення', 'самодержавства'] +common_voice_uk_23949271-3159-0: hyp=['але', 'запозичувалась', 'у', 'європи', 'тільки', 'те', 'що', 'забезпечувало', 'збільшення', 'військової', 'могутності', 'та', 'з', 'величення', 'самодержавства'] +common_voice_uk_23949274-3160-0: ref=['чого'] +common_voice_uk_23949274-3160-0: hyp=['чого'] +common_voice_uk_23949275-3161-0: ref=['король', 'ошалів'] +common_voice_uk_23949275-3161-0: hyp=['король', 'ошалів'] +common_voice_uk_23949286-3162-0: ref=['ні', 'ти', 'наречи', 'я', 'й', 'зроблю', 'теє'] +common_voice_uk_23949286-3162-0: hyp=['ні', 'ти', 'наречи', 'я', 'й', 'зроблю', 'теє'] +common_voice_uk_23949289-3163-0: ref=['місяця', 'червця'] +common_voice_uk_23949289-3163-0: hyp=['місяця', 'червця'] +common_voice_uk_23949299-3164-0: ref=['йди'] +common_voice_uk_23949299-3164-0: hyp=['іди'] +common_voice_uk_23949311-3165-0: ref=['що', 'значить', 'імперська', 'потреба'] +common_voice_uk_23949311-3165-0: hyp=['що', 'значить', 'імперська', 'потреба'] +common_voice_uk_23949312-3166-0: ref=['у', 'якій', 'моці'] +common_voice_uk_23949312-3166-0: hyp=['у', 'якій', 'моці'] +common_voice_uk_23949314-3167-0: ref=['то', 'суть', 'ідоли', 'княже', 'бо', 'чинені', 'з', 'дерева'] +common_voice_uk_23949314-3167-0: hyp=['то', 'ідоли', 'княже', 'бо', 'чи', 'не', 'з', 'дерева'] +common_voice_uk_23949334-3168-0: ref=['не', 'відаю', 'осей', 'хіба', 'він', 'кивнув', 'на', 'залізило', 'в', 'ковалевих', 'руках'] +common_voice_uk_23949334-3168-0: hyp=['не', 'відаю', 'усе', 'хіба', 'він', 'кивнув', 'на', 'залізило', 'в', 'ковалевих', 'руках'] +common_voice_uk_23949335-3169-0: ref=['добре', 'архонте', 'добре', 'прошепотів', 'євнух', 'і', 'радо', 'засовався', 'на', 'подушках', 'сидіння'] +common_voice_uk_23949335-3169-0: hyp=['добре', 'архонте', 'добре', 'прошепотів', 'євнух', 'і', 'радо', 'засовався', 'на', 'подушках', 'сидіння'] +common_voice_uk_23949342-3170-0: ref=['й', 'було', "ім'я", 'тому', 'євнухові', 'безбородому', 'хрисафій'] +common_voice_uk_23949342-3170-0: hyp=['було', "ім'я", 'тому', 'євнухові', 'безбородому', 'хрисафій'] +common_voice_uk_23949343-3171-0: ref=['що', 'то', 'є', 'звідкуду', 'маєш'] +common_voice_uk_23949343-3171-0: hyp=['що', 'то', 'є', 'звідкуду', 'маєш'] +common_voice_uk_23949345-3172-0: ref=['а', 'не', 'спитав', 'єси', 'ані', 'раз', 'як', 'жиється', 'мені', 'тутки'] +common_voice_uk_23949345-3172-0: hyp=['а', 'не', 'спитав', 'єси', 'ані', 'раз', 'як', 'же', 'ється', 'мені', 'тутки'] +common_voice_uk_23949347-3173-0: ref=['гатило', 'сидів', 'край', 'ліжка', 'низько', 'схиливши', 'голову', 'гримільда', 'не', 'вгавала'] +common_voice_uk_23949347-3173-0: hyp=['гатило', 'сидів', 'край', 'ліжка', 'низько', 'схиливши', 'голову', 'гримільда', 'не', 'вгавала'] +common_voice_uk_23949349-3174-0: ref=['випий', 'на', 'похмілля', 'тоді'] +common_voice_uk_23949349-3174-0: hyp=['випий', 'на', 'похмілля', 'тоді'] +common_voice_uk_23949350-3175-0: ref=['хай', 'на', 'своїх', 'греків', 'годой', 'озирається', 'не', 'єсмь', 'віри', 'грецької', 'ні', 'юдейської'] +common_voice_uk_23949350-3175-0: hyp=['гайно', 'своїх', 'греків', 'годою', 'озирається', 'не', 'єсмь', 'віри', 'грецької', 'ні', 'юдейської'] +common_voice_uk_23949351-3176-0: ref=['гримільда', 'з', 'завмиранням', 'у', 'серці', 'побралася', 'знову', 'вгору'] +common_voice_uk_23949351-3176-0: hyp=['гримільда', 'з', 'завмиранням', 'у', 'серці', 'побралася', 'знову', 'вгору'] +common_voice_uk_23949354-3177-0: ref=['харя', 'зневажливо', 'посміхнувся'] +common_voice_uk_23949354-3177-0: hyp=['харю', 'зневажливо', 'посміхнувся'] +common_voice_uk_23949355-3178-0: ref=['ворожи', 'наказав', 'гатило'] +common_voice_uk_23949355-3178-0: hyp=['ворожи', 'наказав', 'гатило'] +common_voice_uk_23949361-3179-0: ref=['діду', 'там', 'нав', 'лежить', 'притишеним', 'голосом', 'повідав', 'людота'] +common_voice_uk_23949361-3179-0: hyp=['діду', 'там', 'нам', 'лежить', 'притишеним', 'голосом', 'повідав', 'людота'] +common_voice_uk_23949392-3180-0: ref=['ти', 'з', 'сього', 'села', 'єси', 'спитав', 'богдан'] +common_voice_uk_23949392-3180-0: hyp=['ти', 'з', 'сього', 'села', 'єси', 'спитав', 'богдан'] +common_voice_uk_23949398-3181-0: ref=['коти', "всп'ять"] +common_voice_uk_23949398-3181-0: hyp=['коти', 'б', 'з', "п'ять"] +common_voice_uk_23951214-3182-0: ref=['страхаєшся', 'вже', 'м', 'рік', 'тобі', 'кого', 'ймеш', 'страхатися'] +common_voice_uk_23951214-3182-0: hyp=['страхаєшся', 'вже', 'м', 'рік', 'тобі', 'кого', 'ймеш', 'страхатися'] +common_voice_uk_23951217-3183-0: ref=['чую', 'завовтузилися', 'старці', 'наші', 'старійші', 'а', 'що', 'то', 'є', 'не', 'повім', 'щось', 'та', 'є'] +common_voice_uk_23951217-3183-0: hyp=['чую', 'за', 'вовтузилися', 'старці', 'наші', 'старійші', 'а', 'що', 'то', 'є', 'не', 'повім', 'щось', 'та', 'є'] +common_voice_uk_23951218-3184-0: ref=['я', 'маю', 'жону'] +common_voice_uk_23951218-3184-0: hyp=['я', 'маю', 'жону'] +common_voice_uk_23951251-3185-0: ref=['роб'] +common_voice_uk_23951251-3185-0: hyp=['роб'] +common_voice_uk_23951272-3186-0: ref=['послух', 'єси', 'гатилів', 'послух'] +common_voice_uk_23951272-3186-0: hyp=['послуг', 'є', 'сигатирів', 'послуг'] +common_voice_uk_23951275-3187-0: ref=['гатило', 'важко', 'сапаючи', 'натягав', 'металеву', 'кольчугу'] +common_voice_uk_23951275-3187-0: hyp=['гатило', 'важко', 'сапаючи', 'натягав', 'металеву', 'кольчу'] +common_voice_uk_23951289-3188-0: ref=['мій', 'біг', 'дає', 'жонитися', 'тричі', 'сказав', 'годой'] +common_voice_uk_23951289-3188-0: hyp=['мій', 'біг', 'дає', 'жонитися', 'тричі', 'сказав', 'годой'] +common_voice_uk_23951292-3189-0: ref=['і', 'він', 'мерщій', 'зник', 'розтанув', 'у', 'темряві', 'лишивши', 'богдана', 'самого', 'з', 'думками', 'й', 'острахами'] +common_voice_uk_23951292-3189-0: hyp=['і', 'він', 'мерщій', 'зник', 'розтанув', 'у', 'темряві', 'лишивши', 'богдана', 'самого', 'з', 'думками', 'є', 'острахами'] +common_voice_uk_23951315-3190-0: ref=['то', 'скільки', 'ж', 'стріл', 'їдна', 'чи', 'дві'] +common_voice_uk_23951315-3190-0: hyp=['то', 'скільки', 'ж', 'стріл', 'єдна', 'чи', 'дві'] +common_voice_uk_23951337-3191-0: ref=['речи', 'людото'] +common_voice_uk_23951337-3191-0: hyp=['речей', 'людото'] +common_voice_uk_23951341-3192-0: ref=['юрів'] +common_voice_uk_23951341-3192-0: hyp=['юрій'] +common_voice_uk_23951353-3193-0: ref=['карамзін', 'вимовив', 'слово', 'істини', 'зраджує'] +common_voice_uk_23951353-3193-0: hyp=['карамзін', 'вимовив', 'слово', 'істини', 'зраджує'] +common_voice_uk_23951354-3194-0: ref=['де', 'той', 'твій', 'калмак'] +common_voice_uk_23951354-3194-0: hyp=['де', 'той', 'твій', 'калмак'] +common_voice_uk_23951369-3195-0: ref=['ти', 'не', 'страхаєшся', 'спитала', 'славка'] +common_voice_uk_23951369-3195-0: hyp=['ти', 'не', 'страхаєшся', 'спитала', 'славка'] +common_voice_uk_23951370-3196-0: ref=['вишата', 'кивнув', 'так', 'є', 'відун', 'у', 'нього'] +common_voice_uk_23951370-3196-0: hyp=['вишата', 'кивнув', 'так', 'є', 'відун', 'у', 'нього'] +common_voice_uk_23951371-3197-0: ref=['тоді', 'сідлай', 'коня'] +common_voice_uk_23951371-3197-0: hyp=['тоді', 'сідлай', 'коня'] +common_voice_uk_23951433-3198-0: ref=['він', 'поспитав', 'годоя'] +common_voice_uk_23951433-3198-0: hyp=['він', 'поспитав', 'годоя'] +common_voice_uk_23951442-3199-0: ref=['нема', 'байдуже', 'відповів', 'князь', 'і', 'встав', 'махнувши', 'рукою', 'шумилові'] +common_voice_uk_23951442-3199-0: hyp=['нема', 'байдуже', 'відповів', 'князь', 'і', 'встав', 'махнувши', 'рукою', 'шумилові'] +common_voice_uk_23951444-3200-0: ref=['чув', 'єсмь'] +common_voice_uk_23951444-3200-0: hyp=['чув', 'єсмь'] +common_voice_uk_23951456-3201-0: ref=['з', 'ними', 'їхав', 'і', 'констанцій', 'котрого', 'ецій', 'послав', 'до', 'аттіли', 'для', 'письмовства', 'та', 'ябедництва'] +common_voice_uk_23951456-3201-0: hyp=['з', 'ними', 'їхав', 'і', 'констанцій', 'котрого', 'ецій', 'послав', 'до', 'аттіли', 'для', 'письмовства', 'та', 'ябедництва'] +common_voice_uk_23951458-3202-0: ref=['питаю', 'відповів', 'князь', 'ото', 'лежить', 'його', 'книга'] +common_voice_uk_23951458-3202-0: hyp=['питаю', 'відповів', 'князь', 'ото', 'лежить', 'його', 'книга'] +common_voice_uk_23951460-3203-0: ref=['ударяй'] +common_voice_uk_23951460-3203-0: hyp=['ударяй'] +common_voice_uk_23961217-3204-0: ref=['данка', 'крикнув', 'вишата', 'за', 'своєю', 'звичкою', 'тільки', 'одне', 'слово', 'гатилові', 'стислося', 'серце'] +common_voice_uk_23961217-3204-0: hyp=['данка', 'крикнув', 'вишата', 'за', 'своєю', 'звичкою', 'тільки', 'одне', 'слово', 'гатилові', 'стислося', 'серце'] +common_voice_uk_23961223-3205-0: ref=['готи', 'велій', 'ксьондзе', 'сказали', 'сли', 'стали', 'купою', 'з', 'римом', 'і', 'хочуть', 'ковтнути', 'нас'] +common_voice_uk_23961223-3205-0: hyp=['готи', 'веліксьондзе', 'сказали', 'сли', 'стали', 'купою', 'з', 'римом', 'і', 'хочуть', 'ковтнути', 'нас'] +common_voice_uk_23961229-3206-0: ref=['пес'] +common_voice_uk_23961229-3206-0: hyp=['пес'] +common_voice_uk_23961235-3207-0: ref=['підеш', 'за', 'мною', 'замість', 'відповіді', 'спитав', 'він'] +common_voice_uk_23961235-3207-0: hyp=['підеш', 'за', 'мною', 'замість', 'відповіді', 'спитав', 'він'] +common_voice_uk_23976606-3208-0: ref=['речуть', 'є', 'непевно', 'відмовив', 'богдан', 'речуть', 'готи', 'їх', 'там', 'примучують', 'до', 'віри', 'своєї'] +common_voice_uk_23976606-3208-0: hyp=['речуть', 'є', 'напевно', 'відмовив', 'богдан', 'речуть', 'готи', 'їх', 'там', 'примучують', 'довіри', 'своєї'] +common_voice_uk_23985909-3209-0: ref=['кождого', 'коли', 'воля', 'є'] +common_voice_uk_23985909-3209-0: hyp=['кождого', 'коли', 'воля', 'є'] +common_voice_uk_24010801-3210-0: ref=['придибав', 'той', 'лев'] +common_voice_uk_24010801-3210-0: hyp=['придибав', 'той', 'лев'] +common_voice_uk_24010804-3211-0: ref=['тож', 'династія', 'романових', 'із', 'привілейованою', 'елітою', 'зацікавленою', 'в', 'цих', 'діяннях', 'ретельно', 'взялася', 'за', 'справу'] +common_voice_uk_24010804-3211-0: hyp=['тож', 'династія', 'романових', 'із', 'привілейованою', 'елітою', 'зацікавлена', 'в', 'цих', 'діяннях', 'ретельно', 'взялася', 'за', 'справу'] +common_voice_uk_24010807-3212-0: ref=['до', 'кого', 'їдете', 'до', 'київського', 'князя'] +common_voice_uk_24010807-3212-0: hyp=['до', 'кого', 'їдете', 'до', 'київського', 'князя'] +common_voice_uk_24017716-3213-0: ref=['в', 'поході', 'брали', 'участь', 'князі', 'андрій', 'і', 'олександр', 'так', 'званий', 'невський'] +common_voice_uk_24017716-3213-0: hyp=['в', 'поході', 'брали', 'участь', 'князі', 'андрій', 'і', 'олександр', 'так', 'званий', 'невський'] +common_voice_uk_24017755-3214-0: ref=['годечан', 'узяв', 'піхво', 'й', 'поволі', 'засилив', 'меч', 'назад'] +common_voice_uk_24017755-3214-0: hyp=['годечан', 'узяв', 'піхву', 'й', 'по', 'воді', 'заселив', 'меч', 'назад'] +common_voice_uk_24017778-3215-0: ref=['лізь', 'речу', 'заквапив', 'товариша', 'людота', 'бо', 'за', 'півгоні', 'внизу', 'чулося', 'стримане', 'крякання'] +common_voice_uk_24017778-3215-0: hyp=['лізь', 'речу', 'заквапив', 'товариш', 'людота', 'бо', 'за', 'півгоні', 'низучулося', 'стримане', 'крякання'] +common_voice_uk_24017793-3216-0: ref=['а', 'той', 'де', 'є'] +common_voice_uk_24017793-3216-0: hyp=['а', 'той', 'де', 'є'] +common_voice_uk_24017794-3217-0: ref=['так', 'є', 'га'] +common_voice_uk_24017794-3217-0: hyp=['так', 'і', 'ага'] +common_voice_uk_24017806-3218-0: ref=['одну', 'здивувалася', 'полонянка'] +common_voice_uk_24017806-3218-0: hyp=['одну', 'здивувалася', 'полонянка'] +common_voice_uk_24017854-3219-0: ref=['годой', 'сидів', 'як', 'неживий', 'поганці', 'знущалися', 'з', 'його', 'віри'] +common_voice_uk_24017854-3219-0: hyp=['годой', 'сидів', 'як', 'неживий', 'поганці', 'знущалися', 'з', 'його', 'віри'] +common_voice_uk_24017893-3220-0: ref=['киянка', 'єсмь'] +common_voice_uk_24017893-3220-0: hyp=['киянка', 'єсть'] +common_voice_uk_24017912-3221-0: ref=['що', 'вони', 'чинять'] +common_voice_uk_24017912-3221-0: hyp=['що', 'вони', 'чинять'] +common_voice_uk_24018010-3222-0: ref=['вмію', 'відповів', 'той', 'один', 'граматик', 'показав', 'у', 'константиновому', 'городі', 'пощо', 'питаєш'] +common_voice_uk_24018010-3222-0: hyp=['вмію', 'відповів', 'той', 'один', 'громатик', 'показав', 'у', 'константиновому', 'городі', 'пощо', 'питаєш'] +common_voice_uk_24018013-3223-0: ref=['ах', 'ти', 'невіголосе'] +common_voice_uk_24018013-3223-0: hyp=['ах', 'ти', 'неві', 'голоси'] +common_voice_uk_24018025-3224-0: ref=['і', 'землю', 'с', 'їв'] +common_voice_uk_24018025-3224-0: hyp=['і', 'землю', 'с', 'їв'] +common_voice_uk_24029962-3225-0: ref=['ідіть', 'буркнув', 'гатило', 'й', 'зайшов', 'до', 'полотки'] +common_voice_uk_24029962-3225-0: hyp=['ідіть', 'буркнув', 'гатило', 'й', 'зайшов', 'до', 'полотки'] +common_voice_uk_24035645-3226-0: ref=['вречу', 'хай', 'прокудять', 'тебе', 'з', 'двірця', 'бичами'] +common_voice_uk_24035645-3226-0: hyp=['вречу', 'хай', 'проходять', 'тебе', 'з', 'двірця', 'бичами'] +common_voice_uk_24035660-3227-0: ref=['князь', 'усміхнувся'] +common_voice_uk_24035660-3227-0: hyp=['князь', 'усміхнувся'] +common_voice_uk_24035675-3228-0: ref=['пощо', 'мовив', 'гано'] +common_voice_uk_24035675-3228-0: hyp=['пощо', 'мовив', 'гано'] +common_voice_uk_24035713-3229-0: ref=['вдовиця', 'єсмь'] +common_voice_uk_24035713-3229-0: hyp=['вдовиця', 'єсмь'] +common_voice_uk_24035746-3230-0: ref=['ждан', 'виступив', 'на', 'видноту', 'й', 'сказав', 'пильно', 'дивлячись', 'у', 'змарніле', 'князеве', 'обличчя'] +common_voice_uk_24035746-3230-0: hyp=['ждан', 'виступи', 'не', 'видно', 'то', 'й', 'сказав', 'пильно', 'дивлячись', 'у', 'змарніле', 'князеве', 'обличчя'] +common_voice_uk_24035763-3231-0: ref=['ще', 'хоч', 'однісінької'] +common_voice_uk_24035763-3231-0: hyp=['ще', 'хоч', 'однісінької'] +common_voice_uk_24035795-3232-0: ref=['князя', 'джурджа', 'вихопилося', 'в', 'борислава', 'й', 'він', 'почервонів'] +common_voice_uk_24035795-3232-0: hyp=['князь', 'джурджа', 'вихопилося', 'в', 'бориславе', 'і', 'він', 'почервонів'] +common_voice_uk_24035813-3233-0: ref=['не', 'по', 'рогволодовій', 'руці', 'вже', 'меч'] +common_voice_uk_24035813-3233-0: hyp=['не', 'порог', 'володовій', 'руці', 'вже', 'меч'] +common_voice_uk_24035826-3234-0: ref=['що', 'ректи', 'йому'] +common_voice_uk_24035826-3234-0: hyp=['що', 'ректи', 'йому'] diff --git a/log/wer-summary-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt b/log/wer-summary-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt new file mode 100644 index 0000000000000000000000000000000000000000..224e0c7c57087a7c66c9b2cd7829e0976ad6547a --- /dev/null +++ b/log/wer-summary-test-other-beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01-epoch-31-avg-12-beam-20.0-max-contexts-8-max-states-64-nbest-scale-0.5-num-paths-200-ngram-lm-scale-0.01-use-averaged-model.txt @@ -0,0 +1,2 @@ +settings WER +beam_20.0_max_contexts_8_max_states_64_num_paths_200_nbest_scale_0.5_ngram_lm_scale_0.01 17.26